JP6638729B2 - コンソール及び動態画像撮影診断システム - Google Patents

コンソール及び動態画像撮影診断システム Download PDF

Info

Publication number
JP6638729B2
JP6638729B2 JP2017529468A JP2017529468A JP6638729B2 JP 6638729 B2 JP6638729 B2 JP 6638729B2 JP 2017529468 A JP2017529468 A JP 2017529468A JP 2017529468 A JP2017529468 A JP 2017529468A JP 6638729 B2 JP6638729 B2 JP 6638729B2
Authority
JP
Japan
Prior art keywords
index
console
value
image
dynamic image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2017529468A
Other languages
English (en)
Other versions
JPWO2017013895A1 (ja
Inventor
信之 三宅
信之 三宅
慎太郎 村岡
慎太郎 村岡
剛 原口
剛 原口
哲 細木
哲 細木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konica Minolta Inc
Original Assignee
Konica Minolta Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Konica Minolta Inc filed Critical Konica Minolta Inc
Publication of JPWO2017013895A1 publication Critical patent/JPWO2017013895A1/ja
Priority to JP2019233682A priority Critical patent/JP6922971B2/ja
Application granted granted Critical
Publication of JP6638729B2 publication Critical patent/JP6638729B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G06V20/47—Detecting features for summarising video content
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/34—Indicating arrangements 
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/79—Processing of colour television signals in connection with recording
    • H04N9/87—Regeneration of colour television signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs

Description

本発明は、コンソール及び動態画像撮影診断システムに関する。
従来のフィルム／スクリーンや輝尽性蛍光体プレートを用いた放射線の静止画撮影及び診断に対し、ＦＰＤ（flat panel detector）等の半導体イメージセンサーを利用して検査対象部位の動態画像を撮影し、診断に応用する試みがなされるようになってきている（例えば特許文献１等参照）。
具体的には、半導体イメージセンサーの画像データの読取・消去の応答性の早さを利用し、半導体イメージセンサーの読取・消去のタイミングと合わせて放射源からパルス状の放射線を連続照射し、１秒間に複数回の撮影を行って、検査対象部位の動態を撮影する。撮影により取得された一連の複数枚の画像を順次表示することにより、医師は検査対象部位の一連の動きを認識することが可能となる。
特開２０１０−２６８９７９号公報 特開２００２−０９５６４０号公報
ところで、超音波診断装置や磁気共鳴映像装置等の例であるが、特許文献２には、被写体の動画を撮影する際に、撮影技師が、撮影と同時に表示された動画を見ながら重要度を判断し、動画の画像データに対して、例えば重要度が高いほど大きな数になるようにマーカー（栞）を関連付ける。そして、医師が動画を見て診断する際に、例えば大きな数を設定して重要度が高い部分を再生するように設定すると、重要度の低い部分（設定された数より小さい数のマーカーが関連付けられた部分）はとばして、設定された数以上のマーカーが関連付けられた動画の部分のみを再生するように構成された医用画像診断装置の発明が開示されている。
超音波診断装置やＭＲＩ（magnetic resonance imaging）等の磁気共鳴映像装置等の分野は、病院等の施設に導入され、それらの装置を用いた診断が行われるようになってからの歴史が長く、医師による診断のルーチンや撮影技師による撮影のルーチンが確立されている分野であるため、医師の診断にとって動画中のどのような部分が重要であるかを撮影技師が知っている。そのため、上記のように、撮影技師が、撮影の段階で、撮影中の動画を見てその部分の重要度を判断することができる。また、医師は、重要度が高い部分に大きな数のマーカーが的確に関連付けられるため、上記のようにマーカーに基づいて重要な部分のみ再生することが可能となる。
しかしながら、上記のような、ＦＰＤ等の半導体イメージセンサーを利用して被写体の検査対象部位の動態画像を撮影し診断に応用する試み、すなわち動態解析の技術は、歴史が浅い新しい検査方法であるため、現状では、医師による診断のルーチンや撮影技師による撮影のルーチンが確立されているとは言えない状況にある。また、それ以前に、現状では、医師が、検査対象部位の動態画像のどのような箇所に着目して診断を行うかがそもそも分かっていない。
そのような状況において、上記の特許文献２のように、撮影技師が勝手に判断して重要度を決めるのは危険であると言わざるを得ず、撮影技師も動態画像のどのような箇所に着目すればよいかが分からないであろう。また、医師も、実際に動態画像を見て診断してみないと、動態画像のどのような箇所に着目すれば診断に利するのかが分からないものと考えられる。
本発明は、上記の点を鑑みてなされたものであり、動態画像中の重要度が高い箇所を自動的に割り出すことが可能なコンソール及び動態画像撮影診断システムを提供することを目的とする。
前記の問題を解決するために、本発明のコンソールや動態画像撮影診断システムは、
操作者の操作に従って複数のフレーム画像からなる動態画像を再生して表示する表示手段と、
前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知すると、その時点で前記表示手段に表示されている前記フレーム画像における、検査対象部位の動態に関する指標の値及び／又は前記指標の値の時間変化のパターンに対して統計処理を行って、前記指標の値及び／又は前記指標の値の時間変化のパターンの出現頻度を学習する学習手段と、
を備えることを特徴とする。
本発明のような方式のコンソールや動態画像撮影診断システムによれば、動態画像中の重要度が高い箇所を自動的に割り出すことが可能となる。
本実施形態に係る動態画像撮影診断システムの全体構成を示す図である。 撮影用コンソールの制御部で実行される撮影制御処理を示すフローチャートである。 診断用コンソールの制御部で実行される画像解析処理を示すフローチャートである。 １つの呼吸サイクルにおいて撮影された複数の時間位相のフレーム画像を表す図である。 横隔膜の上下方向の高さの時間変化及びある小ブロックの平均信号値の時間変化を表すグラフであり、位相遅れ時間を説明するグラフである。 基準画像の肺野領域や小ブロックを説明する図である。 横隔膜の上下位置の高さの時間変化に対する遅れ度合いマップや異常判定結果を表すマップ等の一例を表す図である。 心臓壁位置の時間変化及びある小ブロックの平均信号値の時間変化を表すグラフであり、位相遅れ時間を説明するグラフである。 心臓壁位置の時間変化に対する遅れ度合いマップや異常判定結果を表すマップ等の一例を表す図である。 コンソールの構成を表す図である。 コンソールの表示手段に表示される診断画面の一例を表す図である。 指標の種類ごとに用意されたヒストグラムの例を表す図である。 指標値の時間変化に特異的なパターンが現れた指標値の例を表すグラフである。 指標の種類ごとに用意された仮想的な投票用ボックスの例を表す図である。
以下、本発明に係るコンソール及び動態画像撮影診断システムの実施の形態について、図面を参照して説明する。ただし、本発明は図示例のものに限定されるものではない。
なお、以下では、主に、動態画像撮影診断システムで、被写体の胸部を動態撮影し、肺の換気機能や肺血流を解析する場合について説明するが、これら以外にも、例えば被写体である人体の関節部分の伸縮の様子を動態撮影してその伸縮機能の解析等を行うように構成することも可能であり、本発明は、肺の換気機能や肺血流を解析する場合に限定されない。
［動態画像撮影診断システム１００の構成］
本実施形態に係る動態画像撮影診断システムの構成について説明する。図１に、本実施の形態における動態画像撮影診断システム１００の全体構成を示す。図１に示すように、動態画像撮影診断システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。動態画像撮影診断システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。
［撮影装置１の構成］
撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性（サイクル）を持つ胸部の動態を撮影する装置である。動態撮影は、人体の胸部に対し、Ｘ線等の放射線を連続照射して複数の画像を取得（即ち、連続撮影）することにより行う。この連続撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。
撮影装置１は、図１に示すように、放射線源１１、放射線照射制御装置１２、放射線検出部１３、読取制御装置１４、サイクル検出センサー１５、サイクル検出装置１６等を備えて構成されている。
放射線源１１は、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、連続照射時のパルスレート、パルス幅、パルス間隔、撮影開始／終了タイミング、Ｘ線管電流の値、Ｘ線管電圧の値、フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、連続撮影において、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
放射線検出部１３は、ＦＰＤ等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の画素がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部により構成されている。
読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。そして、読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。
画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、連続撮影において、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。
ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続されており、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。
サイクル検出センサー１５は、被写体Ｍの呼吸運動の状態を検出して検出情報をサイクル検出装置１６に出力する。サイクル検出センサー１５としては、例えば、呼吸モニターベルト、ＣＣＤ（Charge Coupled Device）カメラ、光学カメラ、スパイロメーター等を適用することができる。
サイクル検出装置１６は、サイクル検出センサー１５により入力された検出情報に基づいて、呼吸サイクル数、及び現在呼吸運動の１サイクル中のどの状態であるか（例えば、吸気、吸気から呼気の変換点、呼気、呼気から吸気の変換点のどの状態か）を検出し、検出結果（サイクル情報）を撮影用コンソール２の制御部２１に出力する。サイクル検出装置１６は、例えば、サイクル検出センサー１５（呼吸モニターベルト、ＣＣＤカメラ、光学カメラ、スパイロメーター等）により肺の状態が吸気から呼気への変換点であることを示す検出情報が入力されたタイミングを１サイクルの基点とし、次にこの状態が検出されるタイミングまでの間を１サイクルとして認識する。
［撮影用コンソール２の構成］
撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。
制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。
記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するための撮影制御処理プログラムを記憶している。また、記憶部２２は、検査対象部位に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、動態画像を再生して表示したり、各種のデータや、操作部２３から入力された指示内容等を表示する。
通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
［診断用コンソール３の構成］
診断用コンソール３は、撮影用コンソール２から動態画像を取得し、取得した動態画像を表示して医師が読影診断するための動画像処理装置である。なお、撮影用コンソール２から動態画像が一旦ＰＡＣＳ（Picture Archiving and Communication System）等の外部システムに送られた後で診断用コンソール３が外部システムから動態画像を取得するような場合もある。また、撮影用コンソール２と診断用コンソール３が一体化されている、すなわち１台の装置が撮影用コンソール２も診断用コンソール３も兼ねるように構成される場合もある。
診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。
制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、後述する画像解析処理を始めとする各種処理を実行し、診断用コンソール３各部の動作を集中制御する。制御部３１は、後述する画像解析処理を実行することにより画像解析手段を実現する。
記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で画像解析処理を実行するための画像解析処理プログラムを始めとする各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。
操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。
表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、動態画像を再生して表示したり、各種のデータや、操作部３３から入力された指示内容等を表示する。
通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
［動態画像撮影診断システム１００の動作］
次に、上記動態画像撮影診断システム１００における動作について説明する。
［撮影装置１、撮影用コンソール２の動作］
まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されている撮影制御処理プログラムとの協働により実行される。
まず、撮影技師により撮影用コンソール２の操作部２３が操作され、撮影対象（被写体Ｍ）の患者情報（患者の氏名、身長、体重、年齢、性別等）の入力が行われる（ステップＳ１）。
次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。フレームレート（パルスレート）としては、５フレーム／秒以上が好ましい。通常、肺野内の換気、肺血流の遅延時間差は１秒以下であるため、位相遅れ時間を精度良く複数の段階（少なくとも５段階以上）に分解して表現するには、５フレーム／秒以上を必要とするからである。なお、位相遅れ時間については後で説明するが、例えば前述した特許文献１等で詳しく説明されており、詳しくは同文献等を参照されたい。
次いで、操作部２３の操作による放射線照射の指示が待機され、操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、サイクル検出装置１６にサイクル検出開始の指示が出力され、サイクル検出センサー１５及びサイクル検出装置１６による被写体Ｍの呼吸運動のサイクル検出が開始される（ステップＳ４）。
サイクル検出装置１６により所定の状態（例えば、吸気から呼気への変換点）であることが検出されると、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ５）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。サイクル検出装置１６により予め定められた動態サイクル数が検出されると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。
撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号と対応付けて記憶部２２に記憶されるとともに（ステップＳ６）、表示部２４に表示される（ステップＳ７）。撮影技師は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。
操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ８；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、検査対象部位、放射線照射条件、画像読取条件、撮影順を示す番号、サイクル情報等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダー領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ９）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ８；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ１０）、本処理は終了する。
［診断用コンソール３の動作］
次に、診断用コンソール３における動作について説明する。診断用コンソール３においては、通信部３５を介して撮影用コンソール２から動態画像の一連のフレーム画像が受信されると、制御部３１と記憶部３２に記憶されている画像解析処理プログラムとの協働により図３に示す画像解析処理が実行される。
なお、診断用コンソール３で、必ずしも換気解析処理と肺血流解析処理の両方を行うように構成する必要はなく、いずれか一方の処理、或いは、それら以外の、例えば前述した人体の関節部分の伸縮機能解析処理等を行うように構成することも可能である。また、画像解析処理における換気解析処理や肺血流解析処理については、前述した特許文献１に詳述されているため、詳しくは同文献を参照されたい。
以下、図３に示したように画像解析処理で換気解析処理（ステップＳ１１）や肺血流解析処理（ステップＳ１２）を行う場合について簡単に説明する。画像解析処理では、種々の指標の値等が算出される。
例えば、換気解析処理（ステップＳ１１）では、肺野を撮影した胸部動態画像から、横隔膜の上下方向の高さが指標の値として算出される。横隔膜は、その上下運動によって肺の呼吸運動を促すものである。例えば図４に示す、１つの呼吸サイクルにおいて撮影された複数の時間位相Ｔ（Ｔ＝ｔ０〜ｔ６）のフレーム画像に示されるように、呼吸サイクルは、横隔膜の位置が上がる呼気期（Ｔ＝ｔ０〜ｔ３）と横隔膜の位置が下がる吸気期（Ｔ＝ｔ３〜ｔ６）により構成される。このように、胸部動態画像において、横隔膜の上下方向の動きは肺の呼吸運動を示す指標となり、横隔膜の上下方向の高さは肺の呼吸運動を示す指標の値（以下、指標値という。）となる。
そして、図４からも分かるように、各フレーム画像で、肺尖の上下位置は呼気期でも吸気期でもほとんど変わらない。そのため、指標値としての横隔膜の上下方向の高さを、肺尖と横隔膜の垂直方向の距離Ｄとして表すことができる。そして、例えば図５に破線で示すように、この距離Ｄの時間的推移をプロットすることで、横隔膜の上下方向の高さＤ（肺尖−横隔膜距離Ｄ）の時間変化を取得することができる。なお、図５において、横軸は動態撮影開始からの経過時間ｔを、縦軸は距離Ｄを示している。また、以下では、距離Ｄを、横隔膜の上下方向の高さＤという場合がある。
また、この呼吸運動を示す指標値としての横隔膜の上下方向の高さＤに基づいて、種々の値を算出することができる。
例えば、呼吸により肺に空気が取り込まれると肺野の各画素の信号値が大きくなり、肺から空気が吐き出されると肺野の各画素の信号値が小さくなる。そして、この呼吸による信号値の増加や減少は、図５に実線で示すように、指標値としての横隔膜の上下方向の高さＤ（肺尖−横隔膜距離Ｄ）にやや遅れて生じる。この時間的な遅れを、例えばフーリエ級数展開による時間遅れ時間算出方法を用いて位相遅れ時間αＴとして算出し、この位相遅れ時間αＴに着目すると、肺野領域内で換気機能に異常があるか否か等が分かる。
すなわち、図４に示したように、各フレーム画像ごとに呼吸に伴って拡大したり縮小したりする肺野領域Ｒを、肺野領域Ｒの各位置が図６に示す基準画像（例えば１番目に撮影されたフレーム画像等に定められる。）の肺野領域Ｒの対応する各位置にくるようにシフトさせて、各フレーム画像で肺野領域Ｒの大きさや位置が変わらない状態にされたフレーム画像を形成する。
そして、各フレーム画像の肺野領域Ｒを複数の領域（小ブロックＡ１）に分割し、各小ブロックＡ１内の画素の平均信号値（濃度平均値）を算出し、この平均信号値の時間的推移をプロットすることで、図５に実線で示したように小ブロックＡ１ごとの平均信号値の時間変化が取得される。そして、この小ブロックＡ１ごとの平均信号値の時間変化のプロファイルの、図５に破線で示した横隔膜の上下方向の高さＤの時間変化のプロファイルに対する時間的な遅れを解析することで、小ブロックＡ１ごとに位相遅れ時間αＴを算出することができる。
そして、位相遅れ時間αＴは、肺の換気機能が正常であれば、横隔膜からの距離に応じて略一定であるが、肺野領域内に換気機能が異常な箇所があると、その部分では位相遅れ時間αＴが大きくなる。そこで、例えば図７に示すように、上記のようにして算出した各小ブロックＡ１の位相遅れ時間αＴ（なお図７では各小ブロックＡ１の位相遅れ時間αＴが輝度値の大小で表されマップＭ１として表されている。）が、それぞれ横隔膜からの距離に応じた閾値を越えるか否かを判断する異常判定を行う。
そして、図７の異常判定結果を表すマップＭ２に濃く示されているように（実際には赤等で着色されて表示される。）、異常判定で閾値を越える小ブロックＡ１があれば、その部分が被写体Ｍの肺野において局所的に換気機能が低下している箇所であることが分かる。このように、これらのマップＭ２等は、呼吸器科での慢性閉塞性肺疾患（ＣＯＰＤ）や間質性肺炎、気胸等の肺の換気障害の診断等に用いることができる。
なお、上記のマップＭ１、Ｍ２等を後述する診断画面の指標値表示部７０（後述する図１０Ｂ参照）に表示する際に、図７に示したように、マップＭ１、Ｍ２とともに、換気機能が低下していない正常な肺野における小ブロックＡ１ごとの標準的な位相遅れ時間αＴを表した標準遅れ度合いマップＭ０を表示すれば、それらを見た医師等が、被写体Ｍの肺野において局所的に換気機能が低下している箇所を容易かつ的確に識別することが可能となる。
一方、肺血流解析処理（ステップＳ１２）では、心臓壁の動きが心臓の拍動を示す指標とされ、上記のようにして肺野を撮影した胸部動態画像から、心臓壁位置が心臓の拍動を示す指標値として算出される。すなわち、図示を省略するが、各フレーム画像中から心臓領域を割り出して左心室の心臓壁の基準位置を特定し、例えばその水平方向（Ｘ座標。図６参照）の位置に基づいて心臓壁位置Ｘやその時間変化を例えば図８に破線で示すように算出することができる。
また、この心臓の拍動を示す指標値としての心臓壁位置Ｘに基づいて、種々の値を算出することができる。
例えば、各フレーム画像における肺野の信号値は、心臓の拍動によって生じる肺血流量によって変わり、肺血流量は、上記の心臓の拍動を示す指標値としての心臓壁位置Ｘにあわせて変わる。そして、この肺血流量による信号値の増加や減少は、図８に実線で示すように、指標値としての心臓壁位置Ｘにやや遅れて生じる。この時間的な遅れを、例えばフーリエ級数展開による時間遅れ時間算出方法を用いて位相遅れ時間αＴとして算出し、この位相遅れ時間αＴに着目すると、肺血流に異常があるか否か等が分かる。
そこで、上記と同様に、各フレーム画像の肺野領域Ｒを複数の小ブロックＡ１（図６参照）に分割し、各小ブロックＡ１内の画素の平均信号値（濃度平均値）を算出し、この平均信号値の時間的推移をプロットすることで、図８に実線で示したように小ブロックＡ１ごとの平均信号値の時間変化が取得される。そして、この小ブロックＡ１ごとの平均信号値の時間変化のプロファイルの、図８に破線で示した心臓壁位置Ｘの時間変化のプロファイルに対する時間的な遅れを解析することで、小ブロックＡ１ごとに位相遅れ時間αＴを算出することができる。
そして、この場合、位相遅れ時間αＴは、図９の標準遅れ度合いマップＭ１０に示されるように、心臓の中心部からの距離に応じて略一定であるが、肺野領域内に肺血流機能が異常な箇所があると、その部分の位相遅れ時間αＴは大きくなる。そこで、例えば図９に示すように、上記のようにして算出した各小ブロックＡ１の位相遅れ時間αＴ（なお図９では各小ブロックＡ１の位相遅れ時間αＴが輝度値の大小で表されマップＭ１１として表されている。）が、それぞれ心臓の中心部からの距離に応じた閾値を越えるか否かを判断する異常判定を行う。
そして、図９の異常判定結果を表すマップＭ１２に濃く示されているように（実際には赤等で着色されて表示される。）、異常判定で閾値を越える小ブロックＡ１があれば、その部分が被写体Ｍの肺野において局所的に肺血流に異常がある箇所であることが分かる。このように、これらのマップＭ１２等は、例えば循環器科での急性肺血栓塞栓症（エコノミークラス症候群）等における肺血流の診断等に用いることができる。
なお、この場合も、上記のマップＭ１１、Ｍ１２等を後述する診断画面の指標値表示部７０（後述する図１０Ｂ参照）に表示する際に、図９に示したように、マップＭ１１、Ｍ１２とともに標準遅れ度合いマップＭ１０を表示すれば、それらを見た医師等が、被写体Ｍの肺野において局所的に肺血流に異常がある箇所を容易かつ的確に識別することが可能となる。
以上のように、診断用コンソール３における画像解析処理での換気解析処理（ステップＳ１１）や肺血流解析処理（ステップＳ１２）では、肺の呼吸運動を示す指標の値としての横隔膜の上下方向の高さＤ（及びその時間変化）や、心臓の拍動を示す指標の値としての心臓壁位置Ｘ（及びその時間変化）が算出される。そして、それらの指標の値に基づいてマップＭ１、Ｍ２やマップＭ１１、Ｍ１２等が生成される。
また、例えば、人体の関節部分の伸縮の様子を撮影した動態画像について画像解析処理を行う場合には、例えば関節部分の曲げ伸ばしの動きを指標とし、関節部分の角度を指標の値として画像解析を行うように構成することが可能である。そして、その画像解析の結果は、例えば外科や整形外科での関節部分の治療や診断等に用いることができる。
［学習について］
次に、本実施形態に係るコンソールの構成について説明する。また、本実施形態に係るコンソールの作用についてもあわせて説明する。なお、以下では、本実施形態に係るコンソールが上記の診断用コンソール３である場合について説明し、単にコンソール３と表すが、後述するように、本実施形態に係るコンソールには上記の撮影用コンソール２も含まれ得る。
前述したように、特許文献２に示されている超音波診断装置や磁気共鳴映像装置等の分野とは異なり、上記のような動態解析の技術は、歴史が浅い新しい検査方法であるため、現状では、医師による診断のルーチンや撮影技師による撮影のルーチンが確立されているとは言えない状況にある。そして、現状では、そもそも医師が検査対象部位の動態画像のどのような箇所に着目して診断を行うかも分かっていない。
そこで、本実施形態では、動態画像のうち医師が関心を示すフレーム画像がどのような特徴を有するフレーム画像であるか、すなわちそのフレーム画像で表示されているどのような指標のどのような値等に医師が関心を持つのかを、コンソール３が学習するようになっている。
そして、医師が関心を示す指標の種類や値は、診断にとって重要な要素であると考えられる。そのため、コンソール３で上記のように学習することは、結局、コンソール３で動態画像中の重要度が高い箇所を割り出すための根拠となる指標やその値を得ることにつながると考えられる。
具体的には、本実施形態では、コンソール３は、表示手段と、学習手段とを有している。上記の例（図１参照）では、診断用コンソール３の表示部３４が表示手段に相当し、制御部３１（すなわちＣＰＵ）が学習手段に相当する。そのため、以下、表示手段３４や学習手段３１と表す。また、本実施形態では、コンソール３は、図１０Ａに示すように、キーボードやマウス等の選択手段を有している。上記の例では、キーボードやマウス等が操作部３３とされていたことにあわせて、以下、選択手段３３と表す。
そして、本実施形態では、コンソール３は、操作者（この場合は医師）の操作に従って動態画像を再生して表示手段３４に表示する。そして、コンソール３の学習手段３１は、動態画像の再生時に、操作者によって関心を示す可能性がある操作が行われたことを検知すると、その時点で表示手段３４に表示されているフレーム画像における、の検査対象部位の動態に関する指標の値（以下、指標値という。）に対して統計処理を行って、指標値の出現頻度を学習するようになっている。
なお、関心を示す可能性がある操作とは、操作者が関心を示した場合に行う操作を表すが、実際には操作者がその操作を行ったのは必ずしも関心を示したからではない場合もあり得るため、「関心を示す可能性がある操作」と表されている。しかし。記載を簡単にするため、以下では、主に「関心を示す操作」と記載する。
また、上記の場合、検査対象部位は、肺だけでなく例えば人体の関節部分等でもよく、その動態に関する指標値は、検査対象部位が肺である場合の横隔膜の上下方向の高さＤや心臓壁位置Ｘだけでなく、検査対象部位が人体の関節部分である場合の関節の角度等であってもよい。以下、具体例を挙げて説明する。
［診断画面の例］
コンソール３（この場合は診断用コンソール３）は、表示手段３４上に、例えば図１０Ｂに示すような診断画面を表示するようになっている。この例では、診断画面の左上の部分に、動態画像の各フレーム画像を表示する動態画像表示部４０が設けられている。なお、図１０Ｂでは、動態画像表示部４０に図４や図６に示したように肺野領域Ｒが小ブロックＡ１に分割された状態の動態画像が表示されている場合がしめされているが、動態画像そのものを表示することも可能であり、動態画像表示部４０には動態画像を種々の状態で表示することができる。
診断画面の動態画像表示部４０の下側には、動態画像再生操作部５０が設けられており、そこに表示されているボタンアイコンをクリックすることで、動態画像表示部４０に表示されている動態画像の巻き戻しや再生、一時停止、停止、早送り等を行うことができるようになっている。また、図１０Ｂでは図示を省略したが、例えばフレーム画像の番号を入力できるように構成し、フレーム画像の番号が入力されると動態画像表示部４０でその番号のフレーム画像から再生するように構成することも可能である。なお、診断画面の動態画像再生操作部５０の下側に設けられている注目フレームスキップ操作部６０については、後で説明する。
診断画面の右上の部分には、指標値表示部７０が設けられている。指標値表示部７０では、例えば、図５や図８に破線で示した指標値（すなわち図５の場合は肺尖と横隔膜の距離Ｄ（すなわち横隔膜の上下方向の高さＤ）、図８の場合は心臓壁位置Ｘ）を縦軸とし、時間ｔを横軸とするグラフ状の表示がなされる。
そして、指標値表示部７０では、動態画像表示部４０に表示されている動態画像のフレーム画像がどのフレームの画像であるかを、グラフ状の表示中に「表示フレーム」の文字や矢印、線等で示すようになっており、操作者（医師）が、現在、動態画像表示部４０に表示されている動態画像のフレーム画像がどのあたりのフレームのフレーム画像であるかや、その際の指標値がどのような値かを一目で理解できるようになっている。
なお、動態画像表示部４０に表示されている動態画像のフレーム画像がどのフレームの画像であるかを、指標値表示部７０上に文字や矢印、線等で示す代わりに、例えばフレーム画像の番号を表示したり、プログレスバー等で示すように構成することも可能である。
診断画面の指標値表示部７０の下側には、解析操作部８０が設けられている。そして、図示を省略するが、例えば、解析操作部８０の表示指標値選択ボタン８１をクリックすると診断画面上にウインドウがポップアップ表示され、ウインドウ上で指標値表示部７０上に表示させる指標値（例えば上記の横隔膜の上下方向の高さＤや心臓壁位置Ｘ等）を選択できるようになっている。
また、解析操作部８０の解析パラメーターボタン８２をクリックすると同様に診断画面上にウインドウがポップアップ表示され、ウインドウ上で上記の動態解析に用いたパラメーターを変更して入力することができるようになっている。そして、解析パラメーターを入力後に解析再実行ボタン８３をクリックすると、上記のようにして入力された解析パラメーターに基づいて動態解析が再度実行され、再度実行された結果の動態画像が動態画像表示部４０に表示される。なお、解析パラメーターとしては、上記では説明を省略したが、例えば、各種演算に用いられるパラメーターやローパスフィルタやハイパスフィルターのカットオフ周波数、画素ピッチ、小ブロックＡ１の大きさ等を挙げることができ、また、動態解析を行う範囲等を変更することもできる。
また、解析パラメーター入力部８２で、動態画像表示部４０に動態画像を表示させる際の動態画像全体の明るさや拡大率等の動態画像の表示に関するパラメーターを変えることができるように構成することも可能であり、そのための別のボタンアイコンを設けるように構成することも可能である。
そして、本実施形態では、操作者（医師）により診断画面上で解析操作部８０の学習ＯＮ／ＯＦＦボタン８４がクリックされると、「学習ＯＮ」の状態になり、コンソール３の学習手段３１が学習処理を開始するようになっている。なお、学習ＯＮ／ＯＦＦボタン８４が再度クリックされると、「学習ＯＦＦ」の状態になり、学習手段３１は学習処理を停止する。
なお、例えば診断画面上での操作により、例えば動態画像表示部４０に表示されているフレーム画像における肺野の縦横サイズや心胸郭比等の種々のデータを計測することができるように構成することも可能である。
［関心を示す操作の検知について］
前述したように、本実施形態では、コンソール３の学習手段３１は、動態画像の再生時に、操作者（この場合は医師）により関心を示す操作（関心を示す可能性がある操作）が行われたことを検知すると、その時点で表示手段３４（すなわち診断画面の動態画像表示部４０）に表示されているフレーム画像における、検査対象部位の動態に関する指標値に対して統計処理を行って、指標値の出現頻度を学習するようになっている。
その際、操作者である医師は、動態画像の中により詳しく見たいフレーム画像がある場合に、そのフレーム画像に対して、動態解析に用いたパラメーター、すなわち前述した各種演算に用いられるパラメーターやローパスフィルタやハイパスフィルターのカットオフ周波数、画素ピッチ、小ブロックＡ１の大きさ、動態解析を行う範囲等を変更して解析を再度実行する等して、当該フレーム画像に対する解析の仕方を種々に変えてみるという操作を行う場合がある。
そこで、学習手段３１は、操作者（医師）によって関心を示す操作が行われたことを、例えば、操作者により動態解析に用いたパラメーターが変更されて入力されることにより検知するように構成することができる。
すなわち、上記の診断画面の例で言えば、操作者が動態画像表示部４０に動態画像中のあるフレーム画像が表示された状態で、解析操作部８０の解析パラメーター入力部８２をクリックし、ウインドウをポップアップ表示させる等して、当該動態画像に対する動態解析に用いたパラメーターを変更して入力する操作を行ったことを学習手段３１が検知することによって、操作者（医師）によって関心を示す操作が行われたことが検知される。
また、操作者が、動態画像の中に関心があるフレーム画像を見出した場合、そのフレーム画像を一時停止してよく見たり、或いは行き過ぎてしまった場合には巻き戻して当該フレーム画像を見たりすることはしばしば行われることである。また、上記の診断画面（図１０Ｂ参照）の動態画像再生操作部５０では図示されていないが、例えば動態画像をスロー再生することができるように構成されている場合には、操作者が動態画像の中の関心があるフレーム画像をスロー再生してよく見たりする場合もある。
そこで、学習手段３１は、操作者によって関心を示す操作が行われたことを、例えば、動態画像の再生中に操作者により一時停止や巻き戻し、スロー再生の操作が行われたことにより検知するように構成することもできる。
すなわち、上記の診断画面の例で言えば、操作者が、動態画像の再生中に動態画像再生操作部５０の一時停止や巻き戻し等のボタンアイコンをクリックして、動態画像を一時停止したり巻き戻す操作を行ったことを学習手段３１が検知することによって、操作者によって関心を示す操作が行われたことが検知される。
さらに、フレーム画像をよく見たい場合に、操作者が、動態画像表示部４０に動態画像を表示させる際の動態画像全体の明るさや拡大率等の動態画像の表示に関するパラメーターを変えることもしばしば行われる。そのため、学習手段３１は、操作者によって関心を示す操作が行われたことを、例えば、操作者により動態画像の表示に関するパラメーターが変更されて入力されることにより検知するように構成することも可能である。
また、例えば、操作者が、診断画面の動態画像表示部４０に表示されているフレーム画像の情報を、電子カルテや読影レポート、或いはＰＡＣＳ等の外部システムに出力した場合も、操作者がこのフレーム画像に関心を持っていることが分かる。そのため、操作者によりこのような処理が行われた場合も、操作者によって関心を示す操作が行われたとして検知するように構成することもできる。
或いは、診断画面の動態画像表示部４０にフレーム画像が表示されている状態で、操作者がコンソール３上で電子カルテ等に情報を入力したり、その状態で操作者がコンソール３を介して再撮影を依頼する操作を行ったような場合にも、操作者がこのフレーム画像に関心を持っていることが分かる。そのため、操作者によりこのような処理や操作が行われた場合も、操作者によって関心を示す操作が行われたとして検知するように構成することもできる。
このように、本実施形態では、動態画像中の関心があるフレーム画像に関心を持っている場合に、操作者がコンソール３に対して行う可能性がある操作が行われた場合に、学習手段３１は、操作者によって関心を示す操作が行われたことを検知するようになっている。そして、このように構成することで、操作者が関心を示す操作を行ったことを的確に検知することが可能となる。
なお、例えば、操作者がトイレ等に行くために一時停止をクリックしたり、或いは動態画像を巻き戻して最初から見直したりするような場合には、操作者が、一時停止したり巻き戻したりしたフレーム画像に関心があるわけではない。そのため、例えば、一時停止が１分以上等の長時間続いた場合や、巻き戻したフレーム数が所定数以上に大きい場合、或いはスロー再生が長い時間行われたような場合には、操作者によって関心を示す操作が行われたとは検知しないように構成することが可能である。
また、上記のように、動態解析に用いたパラメーターを変更する場合でも、例えば単にパラメーターをデフォルト設定（初期設定）に戻すだけの操作が行われた場合には、操作者がその時点で表示されているフレーム画像に関心を持っているとは考えづらい場合がある。そのため、パラメーターを単にデフォルト設定に戻しただけの場合には、操作者によって関心を示す操作が行われたとは検知しないように構成することも可能である。
さらに、一時停止や巻き戻し、スロー再生の操作があった場合に、それだけで操作者によって関心を示す操作が行われたことを検知するのではなく、さらにもう１つの操作があった場合に検知するように構成することも可能である。すなわち、巻き戻しの後に一時停止の操作が行われたことや、一時停止の後に動態解析に用いたパラメーターや動態画像の表示に関するパラメーターが変更されて入力された場合に検知するように構成することも可能である。このように、操作者によって関心を示す操作が行われたことをより確実に検知するための改良が適宜行われることは言うまでもない。
［指標値に対する統計処理について］
一方、本実施形態では、コンソール３の学習手段３１は、上記のようにして、操作者によって関心を示す操作が行われたことを検知すると、その時点で表示手段３４に表示されているフレーム画像における、検査対象部位の動態に関する指標値に対して統計処理を行って、前記指標の値及び／又は前記指標の値の時間変化のパターンの出現頻度を学習するようになっている。
具体的には、本実施形態では、図１０Ｂに示したように、診断画面上で動態画像を再生する際、診断画面の指標値表示部７０には、操作者により表示指標値選択ボタン８１がクリックされて選択された、肺尖と横隔膜の距離Ｄ（図５参照）や心臓壁位置Ｘ（図８参照）、或いは関節部分の角度等の指標値が表示されている。なお、操作者がマウスやキーボード等の選択手段３３で指標値を選択することは、指標の種類を選択することと同じである。
そして、学習手段３１は、表示手段３４に表示されているフレーム画像を見た操作者によって関心を示す操作が行われたことを検知した時点で、選択手段３３で選択された種類の検査対象部位の動態に関する指標の値、すなわち上記の診断画面の例では表示指標値選択ボタン８１がクリックされて選択され、指標値表示部７０に表示されている指標値を学習するように構成することが可能である。
そして、本実施形態では、統計処理は、以下のようにして行われるようになっている。なお、以下では、統計処理としてメモリー上に設けたヒストグラムや仮想的な投票用ボックスを用いる場合について説明するが、指標値の出現頻度を割り出すことができる処理の仕方であれば、どのような統計処理であってもよい。
仮に指標の種類をｉで表し、指標値をｖ(i)と表す場合、例えば図１１に示すように、予め、指標の種類ｉごとに、指標値ｖ(i)が所定の階級幅で階級分けされたヒストグラムＨ(i)をコンソール３のＲＡＭ等のメモリー内に用意しておく。そして、本実施形態では、学習手段３１は、動態画像の再生時に、上記のようにして操作者により関心を示す操作が行われたことを検知した時点で、選択された種類ｉの指標の指標値ｖ(i)を、対応するヒストグラムＨ(i)の対応する階級に投票する。
本実施形態では、このようにして統計処理を行って、操作者が関心を示す操作を行った際に表示手段３４に表示されているフレーム画像に現れている検査対象部位の動態に関する指標値ｖ(i)をヒストグラムに投票していくことで、指標値ｖ(i)の出現頻度を学習し、フレーム画像に現れているどのような指標（指標の種類ｉ）のどのような値（指標値ｖ(i)）に医師が関心を持つのかを、コンソール３の学習手段３１が学習するようになっている。
なお、ヒストグラムＨ(i)の階級幅をどの程度の階級幅にするか、すなわち大、中、小の３段階程度とするか、或いはより細かく階級分けするか等は、指標の種類ｉ等に応じて適宜決められる。
また、前述したように、動態解析は歴史が浅い新しい検査方法であるため、医師も経験が浅いうちは試行錯誤的に種々の操作を行うことが想定され、そのような操作に基づく学習結果が残っていると、学習結果が利用価値の低いものになってしまう可能性がある。そのため、例えば、ヒストグラムＨ(i)に投票された指標値ｖ(i)のうち、投票後、所定の時間が経過した指標値ｖ(i)をヒストグラムＨ(i)中から削除するように構成することも可能である。
一方、上記の例では、操作者は、診断画面の表示指標値選択ボタン８１をクリックして選択した指標値ｖ(i)（すなわち指標値表示部７０に表示されている指標値ｖ(i)）に関心を持ってフレーム画像を見ているケースが多いと想定されるため、上記のように、学習手段３１が、操作者によって関心を示す操作が行われたことを検知した時点で、選択された種類ｉの指標の値（すなわち指標値ｖ(i)）を学習するように構成されている場合について説明した。
しかし、前述したように、操作者が動態画像のあるフレーム画像に注目しているとしても、そのフレーム画像において必ずしも診断画面の指標値表示部７０に表示されている指標値ｖ(i)に関心を示しているとは限らず、指標値表示部７０の指標値ｖ(i)の表示を他の指標値ｖ(i)に切り替えずに（すなわち指標の種類ｉを他の種類ｉに切り替えずに）、他の指標値ｖ(i)（具体的には当該他の指標値ｖ(i)が関連する動態）に関心を持ってフレーム画像を見ている可能性もある。
そのため、学習を行う対象の指標値ｖ(i)を、上記のように、操作者により選択された指標値ｖ(i)（すなわち指標値表示部７０に表示されている指標値ｖ(i)）に限定せずに、予め指定された全ての指標値ｖ(i)（すなわち例えば表示指標値選択ボタン８１がクリックされた場合に選択され得る全ての指標値ｖ(i)）について、学習手段３１が上記のようにしてそれぞれ同時並行で学習を行うように構成することも可能である。
また、操作者（医師）が、動態画像のフレーム画像を見ながら、ある指標値ｖ(i)そのものに関心を示しているのではなく、例えば図１２Ａに示すように、指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔの特異的なパターン（例えば図１２Ａ中で「表示フレーム」として示されている部分参照）に関心を示している場合もあり得る。
そこで、この場合は、上記のように指標値ｖ(i)をヒストグラムＨ(i)に投票するように構成する代わりに、或いはそれと並行して、例えば、コンソール３のＲＡＭ等のメモリー内に、予め、図１２Ｂに示すような指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを投票するためのパターン分けされた仮想的な投票用ボックスＢ(i)を指標値ｖ(i)ごとに用意しておく。
そして、学習手段３１は、動態画像の再生時に、操作者により関心を示す操作が行われたことを検知した時点で、指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを解析して、対応する仮想的な投票用ボックスＢ(i)の対応するボックスに投票していくことで、指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を学習する。そして、このように構成することで、フレーム画像に現れているどのような指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに医師が関心を持つのかを、コンソール３の学習手段３１が学習するようになっている。その際、仮想的な投票用ボックスＢ(i)の各ボックスをどのようにパターン分けするかは、指標の種類ｉ等に応じて適宜決められる。
動態画像を見た操作者（この場合は医師）が関心を示すフレーム画像に現れている指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンには、診断に有益な情報が多く含まれていると解される。そのため、ヒストグラムＨ(i)や仮想的な投票用ボックスＢ(i)への投票数が多く出現頻度が高い指標値ｖ(i)の範囲（階級）や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが、診断に有益な情報につながるものと考えられる。
そのため、上記のように構成して、操作者が関心を示したフレーム画像における指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行ってそれらの出現頻度を学習することで、ヒストグラムＨ(i)の各階級や仮想的な投票用ボックスＢ(i)の各ボックスへの投票結果（すなわち出現頻度）から、診断に有益な情報を多く含む重要度が高い動態画像中の箇所（すなわちフレーム画像）を、学習手段３１が自動的にかつ的確に割り出すことが可能となる。
［効果］
以上のように、本実施形態に係るコンソール３によれば、学習手段３１が、動態画像の再生時に、操作者により関心を示す操作（関心を示す可能性がある操作）が行われたことを検知すると、その時点で表示手段３４に表示されているフレーム画像における、の検査対象部位の動態に関する指標の指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行って、指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を学習するように構成した。
そのため、学習手段３１は、操作者が関心を示したフレーム画像における指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンに対して統計処理を行って出現頻度を学習することで、その学習結果（すなわち上記の例ではヒストグラムＨ(i)の各階級や仮想的なボックスＢ(i)の各ボックスにおける出現頻度）を用いて、診断に有益な情報を多く含む重要度が高い動態画像中の箇所（すなわちフレーム画像）を自動的にかつ的確に割り出すことが可能となる。
そのため、動態解析という歴史が浅い新しい検査方法を用いて診断を行う場合に、前述した特許文献２に示されているように撮影技師が重要度を判断して決めるのではなく、診断を行う医師が関心を持つ、診断に有益な情報を多く含む動態画像中の箇所（フレーム画像）を的確に重要度が高い動態画像中の箇所として割り出すことが可能となり、その学習結果は診断に役立つものとなる。
［指標の種類について］
なお、上記の実施形態では、指標の種類として、横隔膜の上下方向の高さＤや心臓壁位置Ｘ、関節部分の角度等を挙げたが、これらに限定されるものではない。
例えば、胸部動態画像を動態解析すると、上記のように、肺野領域Ｒを分割した小ブロックＡ１ごとに、画素の平均信号値の時間変化（図５の実線参照）や肺血流量による信号値の時間変化（図８の実線参照）等が得られるが、これらの小ブロックＡ１ごとの画素の平均信号値や肺血流量による信号値を指標や指標値ｖ(i)として学習したり、それらの指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習するように構成することも可能である。
また、上記のように、本実施形態に係る動態画像撮影診断システム１００の診断用コンソール３では、各小ブロックＡ１の肺の換気機能に関する位相遅れ時間αＴを表すマップＭ１や異常判定結果を表すマップＭ２（図７参照）や、また、各小ブロックＡ１の肺血流量に関する位相遅れ時間αＴを表すマップＭ１１や異常判定結果を表すマップＭ１２が形成される（図９参照）。
そして、呼吸器科の医師が動態画像を見る際に、肺の換気機能が異常である部分における換気機能（すなわち異常である部分の小ブロックＡ１における画素の平均信号値の時間変化）を見たり、正常な部分での換気機能との差を見る可能性もある。また、循環器科の医師が動態画像を見る際に、肺血流量が異常である部分における小ブロックＡ１における画素の平均信号値の時間変化を見たり、正常な部分との肺血流量との差を見る可能性もある。
そのため、例えば、肺の換気機能や肺血流量に異常がある部分の小ブロックＡ１における画素の平均信号値をその部分に特有の指標や指標値ｖ(i)等としたり、或いは、異常がある部分の小ブロックＡ１と正常な部分の小ブロックＡ１の画素の平均信号値の差を指標や指標値ｖ(i)等とするなど、異常判定等の結果を利用した指標や指標値ｖ(i)或いは指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習の対象とするように構成することも可能である。
さらに、図１に示した実施形態では、撮影時に、サイクル検出装置１６が、サイクル検出センサー１５により入力された検出情報に基づいて、呼吸サイクル数や現在呼吸運動の１サイクル中のどの状態であるか（例えば、吸気、吸気から呼気の変換点、呼気、呼気から吸気の変換点のどの状態か）等を検出する。そのため、これらの情報を指標や指標値ｖ(i)として活用し、その指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習の対象とするように構成することも可能である。
この場合、医師は、動態撮影を撮影している際にサイクル検出センサー１５が検出した画像を撮影時に見るわけではなく、動態画像の撮影が終了した後、コンソール３の表示手段３４上に再生させた動態画像を見て、関心があるフレーム画像があれば関心を示す操作（関心を示す可能性がある操作）を行う。
そのため、上記のように構成する場合には、例えば、撮影時にサイクル検出センサー１５が検出した画像等を保存しておき、コンソール３が、動態画像の各フレーム画像と、それと同じ時刻（或いはほぼ同じ時刻）にサイクル検出センサー１５で検出された各画像とをそれぞれ対応付けておく。
そして、コンソール３は、動態画像を見た医師が関心を示す操作を行うと、その時点で表示されているフレーム画像に対応する、サイクル検出センサー１５で検出された画像を割り出し、その画像における指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンを学習するように構成することが可能である。
動態解析は歴史が浅い新しい検査方法であり、どのような疾病に対してどのような指標値ｖ(i)が診断に適しているかは確定されていないため、少なくとも診断に向けて上記のように学習を行う際には、診断に寄与する可能性がある多くの指標について学習を行うことができるように構成されていることが望ましい。
［関心を示す操作の設定について］
一方、上記の実施形態では、操作者（医師等）が関心を示す操作（関心を示す可能性がある操作）として、例えば動態解析に用いたパラメーターを変更する操作や、一時停止や巻き戻し、スロー再生等の操作が予めコンソール３に設定されており、コンソール３は、設定された操作のいずれかが行われた場合に、操作者により関心を示す操作が行われたことを検知するように構成されていることを前提として説明した。
しかし、これらの操作は、予め設定されている必要はなく、或いは予め設定された操作に加えて、学習の開始後に、新たな種類の操作を、上記の操作者による関心を示す操作としてコンソール３に入力して設定することができるように構成することも可能である。
このように構成すれば、学習の開始前には想定されていなかった操作が、操作者による関心を示す操作として行われるようになったような場合でも、そのような操作を、操作者による関心を示す操作として的確に加えて設定することが可能となり、操作者による関心を示す操作（関心を示す可能性がある操作）をより的確に検知して的確に学習を行うことが可能となる。
［学習結果の活用について］
一方、上記のようにしてコンソール３で学習された結果を、例えば、以下のように活用するように構成することが可能である。
［活用例１：注目度に応じた再生時の頭出し等について］
例えば、ヒストグラムＨ(i)（図１１参照）や投票用ボックスＢ(i)（図１２Ｂ参照）への投票結果、すなわちヒストグラムＨ(i)の各階級の度数Ｆや投票用ボックスＢ(i)の各ボックスへの投票数（すなわち出現頻度）を、特許文献２に示されているマーカー（栞）と同様に用いることが可能である。具体的には、例えば以下のように構成することが可能である。
コンソール３は、図１０Ｂに示すように、注目度を入力可能な入力手段として、診断画面の動態画像再生操作部５０の下側に設けられた注目フレームスキップ操作部６０に注目度選択ボタン６１を表示する。そして、操作者が注目度選択ボタン６１をクリックすると診断画面上にウインドウがポップアップ表示され、ウインドウ上で注目度Ｉを入力することができるようになっている。注目度Ｉは、例えば１〜１０の範囲の数値として入力される。
この場合、数値が大きいほど注目度が高いことを表している。そして、コンソール３の学習手段３１は、注目度Ｉが入力されると、下記（１）式に従って、上位からの割合γ［％］を算出する。
γ＝１００−（Ｉ−１）×１０ …（１）
そして、学習手段３１は、上記のように解析操作部８０の表示指標値選択ボタン８１をクリックする等して選択されている指標値ｖ(i)（すなわち上記の場合は指標値表示部７０にグラフ状の表示がなされる指標値ｖ(i)）の種類ｉに対応するヒストグラムＨ(i)（図１１参照）や仮想的な投票用ボックスＢ(i)（図１２Ｂ参照）のボックスに投票された指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンのうち、算出した上位からの割合γに含まれる指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンがどの階級やボックスに属するかを特定する。
そして、動態画像を再生する際、上記のようにして特定した注目度Ｉが高いヒストグラムＨ(i)の階級や仮想的な投票用ボックスＢ(i)のボックスに属する指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが最初に現れるフレーム画像から、動態画像の再生を開始させる（すなわち頭出しする）ように構成することが可能である。
このように構成すれば、操作者の注目度に応じた指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが現れるフレーム画像から頭出しして動態画像を再生することが可能となる。そのため、操作者が、動態画像を最初から再生して、注目度に応じた指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンが現れるフレーム画像を探す手間を省いて、動態画像を見たいフレーム画像から再生させて見ることが可能となる。
なお、本実施形態では、診断画面の注目フレームスキップ操作部６０に表示された再生スキップ操作を表すボタン６２、６３をクリックすると、操作者が入力した指標値ｖ(i)等や注目度Ｉに対応するフレーム画像のうち、次のフレーム画像にスキップして頭出しを行ったり、或いは前のフレーム画像にスキップして頭出しを行うこともできるようになっている。
［活用例２：診断用コンソールでの学習結果の撮影用コンソールでの応用について］
また、上記のようにして行われた診断用コンソール３の学習手段３１による学習の結果（すなわちヒストグラムＨ(i)や仮想的な投票用ボックスＢ(i)及び各階級や各ボックスの出現頻度）を撮影用コンソール２（図１参照）に送信して、撮影用コンソール２で学習結果を応用するように構成することも可能である。
そして、前述したように、撮影用コンソール２では、動態画像の撮影時に、表示部２４に表示された動態画像を撮影技師が確認して、診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）かが判断される。
そこで、この撮影技師による動態画像の確認の際に、診断用コンソール３から送信されてきた学習の結果に基づいて、例えば、撮影用コンソール２の制御部２１が、指標値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの投票数が多い階級値やパターンが現れるフレーム画像の部分では動態画像をスロー再生して撮影技師が確認し易いようにし、また、それ以外のフレーム画像の部分では動態画像を早送り再生するように構成することが可能である。
このように構成すれば、動態画像のうち、診断に有益な情報が多く含まれているフレーム画像の部分ではスロー再生されるため、撮影技師がそのようなフレーム画像の部分を確実に見極めて、診断に適した画像が取得されているか否かを的確に判断することが可能となる。また、それ以外のフレーム画像の部分では動態画像が早送り再生されるため、フレーム画像中に撮影対象部位が確実に撮影されているか否かを的確に判断しつつ、この確認作業を速やかに行うことが可能となる。
このように、上記のようにして行われた診断用コンソール３の学習手段３１による学習の結果を撮影用コンソール２（図１参照）に送信して、撮影用コンソール２で学習結果を応用するように構成することで、撮影技師による動態画像の撮影や確認作業を的確に行うことが可能となるとともに、診断に適した動態画像を的確に撮影することが可能となる。
［撮影用コンソール２自体で学習を行うことについて］
なお、上記の活用例２では、診断用コンソール３で得られた学習結果を撮影用コンソール２に送信して撮影用コンソール２で応用することについて説明したが、診断用コンソール３とは関係なく、撮影用コンソール２自体で学習を行うように構成することも可能である。
撮影用コンソール２で学習を行うように構成する際には、上記の診断用コンソール３で学習を行う場合と同様にして学習を行うように構成することが可能である。そして、この場合は、上記のコンソール３はコンソール２（撮影用コンソール２）と読み替えられ、撮影用コンソール２の制御部２１が学習手段、表示部２４が表示手段ということになる。
そして、操作者である撮影技師は、動態画像の確認作業において診断に適した画像が取得されたか否かを判断する際に、動態画像を一時停止させたり巻き戻したり、或いはスロー再生させたりする場合がある。そのため、操作者によってこのような操作が行われた場合に、操作者がこのフレーム画像に関心を持っていることが分かる。そのため、操作者によりこのような操作が行われた場合に、操作者によって関心を示す操作が行われたとして検知するように構成することができる。
また、操作者である撮影技師が、動態画像が診断に適したものでなく再撮影が必要であると判断した時に、コンソール２の表示手段２４に表示されていたフレーム画像も、操作者が関心を持っているフレーム画像であることが分かる。そのため、操作者により再撮影を行う旨の指示の入力操作が行われた場合に、操作者によって関心を示す操作が行われたとして検知するように構成することもできる。
一方、この場合は、動態画像の撮影時に行われる処理であり、動態画像に対してはまだ診断用コンソール３による動態解析が行われていない。そこで、撮影用コンソール２の学習手段２１（制御部２１）は、統計処理を行う前に、指標値ｖ(i)等の算出処理を行う。
すなわち、学習手段２１は、撮影された動態画像に対して、上記の診断用コンソール３の場合と同様に画像処理を行い、或いはより簡易な画像処理を行い、例えば、フレーム画像内に肺野領域Ｒを特定し、横隔膜の上下方向の高さＤや心臓壁位置Ｘのほか、肺野領域Ｒを仮に小ブロック（必ずしも上記の小ブロックＡ１と同じでなくてもよい。）に分割した場合の各小ブロック内、或いは肺野領域Ｒ内に設定した関心領域ＲＯＩ内での画素の平均信号値やコントラストを算出する等して、指標値ｖ(i)を自動的に（すなわち撮影技師の操作によらずに）算出する。
そして、それらの指標値ｖ(i)の学習を同時並行で自動的に行い、それらに対して統計処理を行うように構成すれば、動態画像の中から、撮影技師が診断に適した画像が取得されたか否かを判断する上で関心を持つ指標の値ｖ(i)や指標値ｖ(i)の時間変化ｄｖ(i)／ｄｔのパターンの出現頻度を自動的にかつ的確に学習することが可能となる。
そして、その学習結果に基づいて、例えば、撮影技師が動態画像を確認する際に、撮影技師が関心を持つフレーム画像の部分では動態画像をスロー再生させ、それ以外の部分では動態画像を早送り再生させる等することが可能となり、撮影技師が動態画像の確認作業を的確にかつ速やかに行うことが可能となる等の有益な効果を得ることが可能となる。
［その他の構成例］
なお、本実施形態に係るコンソール２、３で得られる学習結果は、将来的には医師による診断のルーチン（診断用コンソール３）や撮影技師による撮影のルーチン（撮影用コンソール２）の確立のために利用されることが考えられるため、病名ごと或いは診療科ごとにヒストグラムＨ(i)等を設けるように構成して病名や診療科ごとに学習を分けて行うように構成することが可能である。
しかし、この他にも、例えば、医師ごと、患者ごと、投薬データごと、症状ごと、或いは検査対象部位ごと等に学習を分けて行うように構成することも可能である。
また、図示を省略するが、前述した診断画面（図１０Ｂ参照）の指標値表示部７０等に、表示されている指標値ｖ(i)におけるヒストグラムＨ(i)の各階級や投票用ボックスＢ(i)の各ボックスの出現頻度やランキング等を表示したり、各階級に対する部分を色分けして表示するように構成することも可能である。
さらに、前述したように、動態画像表示部４０に表示されている動態画像のフレーム画像がどのフレームの画像であるかを、例えばプログレスバーで示すように構成することも可能であるが、その際、診断画面の指標値表示部７０に表示されている指標値ｖ(i)について、動態画像の各フレーム画像での指標値ｖ(i)の出現頻度やランキング等にあわせて、プログレスバーの対応する部分を出現頻度やランキング等に対応する色に色分けして表示するように構成することも可能である。
また、上記のように、診断画面の指標値表示部７０にある指標値ｖ(i)が表示されている状態で、操作者が診断画面上で解析操作部８０の解析パラメーターボタン８２をクリックし、各種演算に用いられるパラメーターやローパスフィルタやハイパスフィルターのカットオフ周波数等の解析パラメーターを入力して動態解析を再度実行させた場合、指標値ｖ(i)がヒストグラムＨ(i)の対応する階級に投票される。
そして、この状態で、コンソール３が引き続き動態画像を再生させる際に、例えば指標値ｖ(i)が上記の階級に属する指標値になった場合には、コンソール３が、そのフレーム画像に対して上記の入力されたパラメーターを適用して表示させるように構成することも可能である。
なお、本発明が上記の実施形態等に限定されず、本発明の趣旨を逸脱しない限り、適宜変更可能であることは言うまでもない。
放射線画像撮影を行う分野（特に医療分野）において利用可能性がある。
２ 撮影用コンソール（コンソール）
３ 診断用コンソール（コンソール）
２１、３１ 制御部（学習手段）
２３、３３ 操作部（選択手段）
２４、３４ 表示部（表示手段）
６１ 注目度選択ボタン（入力手段）
１００ 動態画像撮影診断システム
ｄｖ(i)／ｄｔ 指標の値の時間変化のパターン
Ｈ(i) ヒストグラム
Ｉ 注目度
ｉ 指標の種類
Ｂ(i) 投票用ボックス
ｖ(i) 指標値（指標の値）
γ 割合

Claims (9)

  1. 操作者の操作に従って複数のフレーム画像からなる動態画像を再生して表示する表示手段と、
    前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知すると、その時点で前記表示手段に表示されている前記フレーム画像における、検査対象部位の動態に関する指標の値及び／又は前記指標の値の時間変化に対して統計処理を行って、前記指標の値及び／又は前記指標の値の時間変化のパターンの出現頻度を学習する学習手段と、
    を備えることを特徴とするコンソール。
  2. 前記指標の種類を選択可能な選択手段を備え、
    前記学習手段は、前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知した時点で選択されている種類の前記指標の値及び／又は前記指標の値の時間変化のパターンに対して統計処理を行うことを特徴とする請求項１に記載のコンソール。
  3. 前記学習手段は、前記指標の種類ごとに、所定の階級幅で階級分けされたヒストグラム、及び／又は前記指標の値の時間変化のパターンを投票するためのパターン分けされた仮想的な投票用ボックスを有しており、前記動態画像の再生時に、操作者により関心を示す可能性がある操作が行われたことを検知した時点で、前記指標の値及び／又は前記指標の値の時間変化のパターンを前記ヒストグラムの対応する階級及び／又は前記仮想的な投票用ボックスの対応するボックスに投票して前記統計処理を行うことを特徴とする請求項１又は請求項２に記載のコンソール。
  4. 前記関心を示す可能性がある操作は、予め設定されており、及び／又は入力されて設定可能とされていることを特徴とする請求項１から請求項３のいずれか一項に記載のコンソール。
  5. 前記関心を示す可能性がある操作は、操作者により、動態画像の表示に関するパラメーターが変更されて入力されたこと、又は動態画像の再生中に一時停止、巻き戻し又はスロー再生の操作が行われたことであることを特徴とする請求項１から請求項４のいずれか一項に記載のコンソール。
  6. 前記関心を示す可能性がある操作は、操作者により動態解析に用いたパラメーターが変更されて入力されること、又は前記表示手段に表示されているフレーム画像の情報が出力されたことであることを特徴とする請求項１から請求項４のいずれか一項に記載のコンソール。
  7. 前記関心を示す可能性がある操作は、操作者により再撮影を行う旨の指示の入力があったことであることを特徴とする請求項１から請求項４のいずれか一項に記載のコンソール。
  8. 前記指標の種類を選択可能な選択手段と、
    注目度を入力可能な入力手段と、
    を備え、
    前記学習手段は、選択された前記指標の種類に対応する前記ヒストグラム及び／又は前記仮想的な投票用ボックスのボックスに投票された前記指標の値及び／又は前記指標の値の時間変化のパターンのうち、入力された前記注目度に対応する上位からの割合に含まれる前記指標の値及び／又は前記指標の値の時間変化のパターンが属する前記ヒストグラムの階級及び／又は前記仮想的な投票用ボックスのボックスを特定し、特定した前記ヒストグラムの階級及び／又は前記仮想的な投票用ボックスのボックスに属する前記指標の値及び／又は前記指標の値の時間変化のパターンが最初に現れるフレーム画像から前記動態画像を再生させることを特徴とする請求項３に記載のコンソール。
  9. 医師が診断に用いる診断用コンソールとして請求項１から請求項７のいずれか一項に記載のコンソールを備え、
    さらに、撮影者が動態画像の撮影の際に用いる撮影用コンソールを備え、
    前記診断用コンソールとしての前記コンソールは、前記撮影用コンソールに、前記学習手段による学習の結果を送信することを特徴とする動態画像撮影診断システム。
JP2017529468A 2015-07-22 2016-03-10 コンソール及び動態画像撮影診断システム Active JP6638729B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019233682A JP6922971B2 (ja) 2015-07-22 2019-12-25 コンソール及びプログラム

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015144688 2015-07-22
JP2015144688 2015-07-22
PCT/JP2016/057628 WO2017013895A1 (ja) 2015-07-22 2016-03-10 コンソール及び動態画像撮影診断システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2019233682A Division JP6922971B2 (ja) 2015-07-22 2019-12-25 コンソール及びプログラム

Publications (2)

Publication Number Publication Date
JPWO2017013895A1 JPWO2017013895A1 (ja) 2018-04-26
JP6638729B2 true JP6638729B2 (ja) 2020-01-29

Family

ID=56787210

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017529468A Active JP6638729B2 (ja) 2015-07-22 2016-03-10 コンソール及び動態画像撮影診断システム
JP2019233682A Active JP6922971B2 (ja) 2015-07-22 2019-12-25 コンソール及びプログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2019233682A Active JP6922971B2 (ja) 2015-07-22 2019-12-25 コンソール及びプログラム

Country Status (4)

Country Link
US (1) US20170025158A1 (ja)
EP (1) EP3121747A1 (ja)
JP (2) JP6638729B2 (ja)
WO (1) WO2017013895A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020054848A (ja) * 2015-07-22 2020-04-09 コニカミノルタ株式会社 コンソール

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106560827B (zh) * 2015-09-30 2021-11-26 松下知识产权经营株式会社 控制方法
JP2018000281A (ja) * 2016-06-28 2018-01-11 コニカミノルタ株式会社 動態解析システム
EP3936048A1 (en) * 2016-07-19 2022-01-12 Paramevia Pte. Ltd. Diagnosis support program
CA3087702A1 (en) * 2018-01-05 2019-07-11 Radwisp Pte. Ltd. Computer diagnosis support program product and diagnosis support method
JP7183563B2 (ja) * 2018-04-11 2022-12-06 コニカミノルタ株式会社 放射線画像表示装置及び放射線撮影システム
JP7135775B2 (ja) * 2018-11-22 2022-09-13 コニカミノルタ株式会社 計測装置及びプログラム
JP7345282B2 (ja) * 2019-06-03 2023-09-15 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP7405527B2 (ja) 2019-07-12 2023-12-26 グローリー株式会社 変化タイミング検知装置、変化タイミング検知方法及び変化タイミング検知プログラム
JP2021029979A (ja) * 2019-08-29 2021-03-01 国立研究開発法人国立がん研究センター 教師データ生成装置、教師データ生成プログラム及び教師データ生成方法
JP7092218B1 (ja) 2021-01-18 2022-06-28 コニカミノルタ株式会社 医療情報管理装置及び医療情報管理プログラム
CN112580613B (zh) * 2021-02-24 2021-06-04 深圳华声医疗技术股份有限公司 超声视频图像处理方法、系统、设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5044069B2 (ja) 2000-09-26 2012-10-10 株式会社東芝 医用画像診断装置
JP4911557B2 (ja) * 2004-09-16 2012-04-04 株式会社リコー 画像表示装置、画像表示制御方法、プログラム及び情報記録媒体
WO2009078297A1 (ja) * 2007-12-19 2009-06-25 Konica Minolta Medical & Graphic, Inc. 動態画像処理システム
JP5521392B2 (ja) 2009-05-22 2014-06-11 コニカミノルタ株式会社 動態画像診断支援システム及びプログラム
JP5652227B2 (ja) * 2011-01-25 2015-01-14 ソニー株式会社 画像処理装置および方法、並びにプログラム
JP5828649B2 (ja) * 2011-03-09 2015-12-09 キヤノン株式会社 画像処理装置、画像処理方法、及びコンピュータプログラム
US20150042677A1 (en) * 2012-03-23 2015-02-12 Konica Minolta, Inc. Image-generating apparatus
US8843951B1 (en) * 2012-08-27 2014-09-23 Google Inc. User behavior indicator
JP6638729B2 (ja) * 2015-07-22 2020-01-29 コニカミノルタ株式会社 コンソール及び動態画像撮影診断システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020054848A (ja) * 2015-07-22 2020-04-09 コニカミノルタ株式会社 コンソール

Also Published As

Publication number Publication date
WO2017013895A1 (ja) 2017-01-26
US20170025158A1 (en) 2017-01-26
JP2020054848A (ja) 2020-04-09
JPWO2017013895A1 (ja) 2018-04-26
EP3121747A1 (en) 2017-01-25
JP6922971B2 (ja) 2021-08-18

Similar Documents

Publication Publication Date Title
JP6638729B2 (ja) コンソール及び動態画像撮影診断システム
WO2012026145A1 (ja) 診断支援システム及びプログラム
JP2012110400A (ja) 動態診断支援情報生成システム
JP6540807B2 (ja) 撮影用コンソール
JP5617559B2 (ja) 放射線画像撮影システム
JP7073661B2 (ja) 動態解析装置及び動態解析システム
CN116757991A (zh) 图像处理装置、图像处理系统、图像处理方法及记录介质
JP6848261B2 (ja) 放射線画像処理装置及びプログラム
JP6870765B1 (ja) 動態品質管理装置、動態品質管理プログラム及び動態品質管理方法
JP2020081280A (ja) 画像表示制御システム、画像表示システム及び画像解析装置
JP2019180883A (ja) 放射線画像表示装置及び放射線撮影システム
US20200379636A1 (en) Image processing apparatus, image processing method, and non-transitory computer-readable storage medium
JP2014147844A (ja) 動態診断支援情報生成システム
JP6950507B2 (ja) 動態画像処理装置
JP6930515B2 (ja) 画像表示装置、画像表示方法及び画像表示プログラム
US11461900B2 (en) Dynamic image analysis system and dynamic image processing apparatus
JP7424532B1 (ja) 放射線画像解析装置及びプログラム
JP7143747B2 (ja) 画像表示装置、画像表示方法及び画像表示プログラム
JP6870763B1 (ja) 医用画像出力制御装置、プログラム、医用画像表示システム及び医用画像表示方法
US20230059667A1 (en) Storage medium and case search apparatus
JP2021177793A (ja) プログラム、動画管理装置及び動画表示システム
JP2021178111A (ja) 動態画像解析装置、動態画像解析方法及びプログラム
JP2023137288A (ja) 画像処理装置、画像処理方法、画像処理システム及びプログラム
JP2022103679A (ja) 動態画像解析装置、動態画像処理プログラム及び動態画像処理方法
JP2022147619A (ja) 画像表示装置及び画像表示プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190212

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20191126

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191209

R150 Certificate of patent or registration of utility model

Ref document number: 6638729

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150