JP6799689B2 - 情報出力装置、方法及びプログラム - Google Patents

情報出力装置、方法及びプログラム Download PDF

Info

Publication number
JP6799689B2
JP6799689B2 JP2019538982A JP2019538982A JP6799689B2 JP 6799689 B2 JP6799689 B2 JP 6799689B2 JP 2019538982 A JP2019538982 A JP 2019538982A JP 2019538982 A JP2019538982 A JP 2019538982A JP 6799689 B2 JP6799689 B2 JP 6799689B2
Authority
JP
Japan
Prior art keywords
brain
test
drug
test items
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
JP2019538982A
Other languages
English (en)
Other versions
JPWO2019044090A1 (ja
Inventor
王　彩華
彩華 王
佳児 中村
佳児 中村
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.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
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 Fujifilm Corp filed Critical Fujifilm Corp
Publication of JPWO2019044090A1 publication Critical patent/JPWO2019044090A1/ja
Application granted granted Critical
Publication of JP6799689B2 publication Critical patent/JP6799689B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • 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
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30016—Brain

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Neurology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Neurosurgery (AREA)
  • Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

本発明は情報出力装置、方法及びプログラムに係り、特に認知症の診断、治療法又は診断法の評価に有効な情報を提供（出力）する技術に関する。
高齢化社会の到来により、認知症疾患の患者が年々増加している。認知症は脳にアミロイドβと呼ばれるタンパク質が蓄積することによって脳の萎縮が進行し、認知能力が低下することにより発症する。認知症の治療法は存在しないため、脳の萎縮を早期に発見し、認知症の進行を遅らせるための治療を早期に開始することが生活の質を維持する上で重要である。
このような要望に応えるべく、近年、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）およびＰＥＴ（Positron Emission Tomography）等の核医学検査、並びにＣＴ（Computerized Tomography）装置により取得されるＣＴ画像およびＭＲＩ（Magnetic Resonance Imaging）装置により取得されるＭＲＩ画像によって脳の状態に関する情報が取得可能になってきている。例えば、脳の局所的な部位の血流および代謝の低下は、ＳＰＥＣＴおよびＰＥＴの画像を用いて、脳の局所的な部位の経時的な変化を求めることにより発見することができる。
一方、脳の萎縮については、ＭＲＩ画像によって脳の特定部位の容積を求め、容積の経時的な変化を比較することにより発見することができる。
特許文献１には、脳全体を複数の脳区域に分割し、脳区域毎に脳の萎縮度（変化量）を求め、変化量に応じた色分けして脳画像を表示するようにした医用画像処理装置が記載されている。
特許文献２には、病変部が診断対象部位のどの領域に存在するかを３次元合成画像上で容易に把握できるようにした医用画像表示装置が記載されており、特に脳全体を複数の脳、区域に分け、どの脳区域に病変部（脳梗塞、脳腫瘍）が存在するかを表示部に表示するようにしている。尚、特許文献２には、脳の萎縮や認知症に関する記載はない。
その一方、認知症の診断を行う場合、脳画像による画像診断とともに、神経心理学検査として、認知症の診断テスト（例えば、ＡＤＡＳ(alzheimers' disease assessment scale:アルツハイマー病評価スケール等）を行い、総合的に診断を行っている。
特開２０１４-０４２６８４号公報 特開２０１１-０１０８２８号公報
特許文献１に記載の医用画像処理装置は、脳区域毎に萎縮度（変化量）を求め、変化量に応じた色分けして脳画像を表示するため、医師は、経年による脳内の組織の変化を、脳区域毎に把握することができるが、このような脳区域毎の脳の形態の変化と神経心理学的診断との関連性を正確に把握することが難しいという問題がある。
一方、認知症の診断テストは、診断テスト時の患者の気分、体調、教育歴等によりテスト結果にバラツキが発生するという問題がある。
本発明はこのような事情に鑑みてなされたもので、認知症の診断や評価に有効な情報を出力することができる情報出力装置、方法及びプログラムを提供することを目的とする。
上記目的を達成するために本発明の一の態様に係る情報出力装置は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、脳区域を入力する入力部と、入力された脳区域と第１のテーブルとに基づいて、第１のテーブルから脳区域に対応する複数のテスト項目の関連性、又は複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力する出力部と、を備える。
第１のテーブルは、多数の患者の脳画像の脳区域毎の解析値と診断テストのテスト結果とを収集し、収集した情報を処理することにより作成することができる新規なテーブルであり、より多くの情報を処理することにより、信頼性の高いテーブルとすることができる。
この第１のテーブルを使用することにより、注目する脳区域（例えば、萎縮率が高い脳区域）が入力されると、入力された脳区域に対応する複数のテスト項目の関連性、又は関連性の高いテスト項目を取得することができる。即ち、注目する脳区域を入力することにより、その脳区域と関連性の高いテスト項目（認知機能）が分かる。
本発明の他の態様に係る情報出力装置は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、テスト項目を入力する入力部と、入力されたテスト項目と第１のテーブルとに基づいて、第１のテーブルからテスト項目に対応する複数の脳区域の関連性、又は複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力する出力部と、を備える。
この第１のテーブルを使用することにより、認知症の診断テストの複数のテスト項目のうちの注目するテスト項目（例えば認知機能の低下したテスト項目）が入力されると、入力されたテスト項目に対応する複数の脳区域の関連性、又は関連性の高い脳区域を取得することができる。即ち、注目するテスト項目を入力することにより、そのテスト項目と関連性の高い脳区域（例えば、萎縮率が高い脳領域）が分かる。
本発明の更に他の態様に係る情報出力装置は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルと、認知症の治療に使用される薬品を示す薬品情報を入力する入力部と、入力された薬品情報と第２のテーブルとに基づいて薬品による有意性のある脳区域を特定し、特定した脳区域と第１のテーブルとに基づいて特定した脳領域に対して、複数のテスト項目のうちの１乃至複数のテスト項目を特定して出力する出力部と、を備える。
第１のテーブルは、多数の患者の脳画像の脳区域毎の解析値と診断テストのテスト結果とを収集し、収集した情報を処理することにより作成することができる新規なテーブルであり、同様に第２のテーブルは、認知症の治療に使用される薬品を多数の患者に使用し、その薬品を使用した多数の患者の脳画像の複数の脳区域毎の画像を解析し、脳区域毎の解析値を収集して処理することにより、その薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域を特定することにより作成することができる新規なテーブルである。薬品による有意性がある脳区域とは、例えば、薬品を使用しない場合に比べて萎縮が抑止される脳区域である。
これらの第１のテーブル及び第２のテーブルを使用することにより、特定の薬品を示す薬品情報が入力されると、その薬品情報が示す薬品による有意性のある脳区域を特定し、認知症の診断テストの複数のテスト項目のうちの、特定した脳領域に対して関連性の高いテスト項目を特定して出力することができる。即ち、認知症の治療に使用される薬品を示す薬品情報を入力すると、その薬品情報が示す薬品による効果が期待できる診断テストの１乃至複数のテスト項目（注目すべきテスト項目）を取得することができる。
また、薬品の効果や副作用を確認するための治験の対象患者を、効果が期待できる診断テストのテスト結果を用いて簡易に決定することができ、明らかに治験の不要な患者への負荷を減らすことができる。これにより、治験の質を向上することができる。
本発明の更に他の態様に係る情報出力装置は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルと、患者に対する診断テストのテスト結果を入力する入力部と、入力されたテスト結果と第１のテーブルとに基づいて複数の脳区域のうち１乃至複数の脳区域を特定し、特定した脳区域と第２のテーブルとに基づいて特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力する出力部と、を備える。
本発明の更に他の態様によれば、上記の情報出力装置とは逆に、注目するテスト項目を入力すると、第１のテーブル及び第２のテーブルを使用し、認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力することができる。即ち、被検体（患者）に対する認知症の診断テストのテスト結果から、その患者の治療に適した１又は複数の薬品の薬品情報を取得することができ、医師による薬品の選択を支援することができる。
本発明の更に他の態様に係る情報出力装置において、複数の脳区域は、ブロードマンの脳地図に対応して分割した脳区域であることが好ましい。
本発明の更に他の態様に係る情報出力方法は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを準備するステップと、脳区域の入力を受け付けるステップと、受け付けた脳区域と第１のテーブルとに基づいて、第１のテーブルから脳区域に対応する複数のテスト項目の関連性、又は複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力するステップと、を含む。
本発明の更に他の態様に係る情報出力方法は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを準備するステップと、テスト項目の入力を受け付けるステップと、受け付けたテスト項目と第１のテーブルとに基づいて、第１のテーブルからテスト項目に対応する複数の脳区域の関連性、又は複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力するステップと、を含む。
本発明の更に他の態様に係る情報出力方法は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを準備するステップと、認知症の治療に使用される薬品を示す薬品情報の入力を受け付けるステップと、受け付けた薬品情報と第２のテーブルとに基づいて薬品による有意性がある脳区域を特定し、特定した脳区域と第１のテーブルとに基づいて特定した脳領域に対して、複数のテスト項目のうちの１乃至複数のテスト項目を特定して出力するステップと、を含む。
本発明の更に他の態様に係る情報出力方法は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを準備するステップと、患者に対する診断テストのテスト結果の入力を受け付けるステップと、受け付けたテスト結果と第１のテーブルとに基づいて複数の脳区域のうち１乃至複数の脳区域を特定し、特定した脳区域と第２のテーブルとに基づいて特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力するステップと、を含む。
更に他の態様に係る本発明は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを備えたコンピュータに適用される情報出力プログラムであって、脳区域の入力を受け付ける機能と、受け付けた脳区域と第１のテーブルとに基づいて、第１のテーブルから脳区域に対応する複数のテスト項目の関連性、又は複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力する機能と、をコンピュータに実現させる。
更に他の態様に係る本発明は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを備えたコンピュータに適用される情報出力プログラムであって、テスト項目の入力を受け付ける機能と、受け付けたテスト項目と第１のテーブルとに基づいて、第１のテーブルからテスト項目に対応する複数の脳区域の関連性、又は複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力する機能と、をコンピュータに実現させる。
更に他の態様に係る本発明は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを備えたコンピュータに適用される情報出力プログラムであって、認知症の治療に使用される薬品を示す薬品情報の入力を受け付ける機能と、受け付けた薬品情報と第２のテーブルとに基づいて薬品による有意性のある脳区域を特定し、特定した脳区域と第１のテーブルとに基づいて特定した脳領域に対して、複数のテスト項目のうちの１乃至複数のテスト項目を特定して出力する機能と、をコンピュータに実現させる。
更に他の態様に係る本発明は、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを備えたコンピュータに適用される情報出力プログラムであって、患者に対する診断テストのテスト結果の入力を受け付ける機能と、受け付けたテスト結果と第１のテーブルとに基づいて複数の脳区域のうち１乃至複数の脳区域を特定し、特定した脳区域と第２のテーブルとに基づいて特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力する機能と、をコンピュータに実現させる。
本発明によれば、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する新規な第１のテーブルを使用することにより、認知症の診断や評価に有効な情報を取得することができる。
本発明に係る情報出力装置を含むシステムの概要を示すハードウェア構成図 図１に示した情報出力装置のＣＰＵの機能を示す機能ブロック図 分割情報を含む標準脳画像の例を示す図 第１の脳画像を示す図 複数の脳区域に分割された第１の脳画像を示す図 脳区域を示す番号と各脳区域の名称とからなるテーブルＴ３を示す図表 外側表面の脳画像に脳区域を示す番号を付した図 内側表面の脳画像に脳区域を示す番号を付した図 ＡＤＡＳのテスト結果を示す診断データを示す図表 脳画像を構成する全てのボクセルの三次元情報と脳区域ラベルとの関連付けを説明するための図 脳区域分割部の処理と画像解析部の処理の流れを示す図 第１のテーブルの作成を説明するために用いた図 テスト項目の得点と萎縮率との相関関係を示す相関図 テスト項目の得点と萎縮率との相関関係を示す他の相関図 テスト項目の得点と萎縮率との相関関係を示す更に他の相関図 第１のテーブルを模式的に示した図 モニタに表示される医用画像及び医用情報の一例を示す図 認知症の治療に使用される薬品と脳区域の解析値との関係を説明するために用いた図 第２のテーブルＴ２を模式的に示した図 本発明に係る情報出力方法の第１の実施形態を示すフローチャート 本発明に係る情報出力方法の第２の実施形態を示すフローチャート 本発明に係る情報出力方法の第３の実施形態を示すフローチャート 本発明に係る情報出力方法の第４の実施形態を示すフローチャート
以下、添付図面に従って本発明に係る情報出力装置、方法及びプログラムの好ましい実施の形態について説明する。
＜装置構成＞
図１は、本発明に係る情報出力装置を含むシステムの概要を示すハードウェア構成図である。
図１に示すシステムは、情報出力装置１、ＰＡＣＳ（画像保存通信システム：Picture Archiving and Communication Systems)２、電子カルテ３、及びＭＲＩ（magnetic resonance imaging）装置４から構成されている。
ＭＲＩ装置４は、連続的に被検体中の水素又は燐等からの核磁気共鳴信号を測定し、核の密度分布や緩和時間分布等を映像化するものであり、被検体である患者の診断対象となる部位を表す３次元画像を取得する装置である。尚、被検体の３次元画像を取得する装置としては、ＭＲＩ装置４の他に、積み上げ断層像（ＣＴ（Computed Tomography）画像）
の取得が可能なＣＴ装置などがある。
尚、本発明においては、被検体である患者の診断対象部位は脳であり、ＭＲＩ装置４は、被検体の脳を含む頭部のＭＲＩ画像を３次元の脳画像として出力する。
３次元の脳画像は、所定のスライス間隔やスライス厚による軸位断画像（スライス画像）の集合体（例えば、数１００枚の画像群）として構成される。各スライス画像におけるボクセルは、スライス厚をもった２次元画像の画素に相当し、各ボクセルは３次元情報を有する。
ＰＡＣＳ２は、複数の検査装置（モダリティ）から得られたデジタルの医療画像情報を電子データとして一元的に管理する部分である。モダリティの１つであるＭＲＩ装置４により撮影された３次元の脳画像は、ＰＡＣＳ２によって保存管理され、電子カルテ３又は情報出力装置１により検索、閲覧等に使用される。
また、ＰＡＣＳ２では、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）の画像フォーマット及び通信プロトコルにて画像の保管、及び通信が行われる。ＤＩＣＯＭ規格の画像フォーマットでは、ファイルのヘッダ部に撮影時のパラメータや診断情報等を保存することができる。尚、本実施形態においては、同一の被検体について、撮影日時が異なる複数の３次元の脳画像が、ＰＡＣＳ２にて保存管理されているものとする。
情報出力装置１は、１台のコンピュータ１０に、本発明に係る情報出力プログラムがインストールされたものであり、コンピュータは、診断を行う医師が直接操作するワークステーションまたはパーソナルコンピュータでもよいし、それらとネットワークを介して接続されたサーバコンピュータでもよい。
情報出力プログラムは、ＤＶＤ（Digital Versatile Disc）あるいはＣＤ−ＲＯＭ（Compact Disc Read Only Memory）等の光学ディスク（記録媒体）に記録されて配布され、その光学ディスクから光学ディスクドライブ１８を介してコンピュータ１０にインストールされる。
また、コンピュータ１０には、入力部として機能するマウス、キーボード等の操作部２２及びモニタ２４が接続されている。
コンピュータ１０は、主として各構成要素の動作を統括制御する中央処理装置（ＣＰＵ：Central Processing Unit）１２と、装置の制御プログラムが格納されたり、プログラム実行時の作業領域となる主メモリ１４と、ハードディスク装置等のストレージ１６と、光学ディスクに記録された各種のデータ、プログラムの読み書きを行う光学ディスクドライブ１８と、ＰＡＣＳ２、電子カルテ３等との間で必要な情報のやり取りを行う通信インターフェース（通信Ｉ／Ｆ：interface)２０とから構成されている。
ストレージ１６には、本発明に係る情報出力プログラムを含む各種のアプリケーションソフト、基準脳画像、本発明に使用される後述の各種のテーブルの他、通信Ｉ／Ｆ２０を経由してＰＡＣＳ２から取得した被検体の脳画像、及び電子カルテ３から取得した診断情報等を含む各種の情報が記憶されている。診断情報としては、ＡＤＡＳ(alzheimers' disease assessment scale:アルツハイマー病評価スケール）、あるいはＡＤＡＳ−Ｊｃｏｇ（アルツハイマー病評価スケール日本語版）でのテスト結果を示すデータを含む。
図２は、図１に示した情報出力装置１のＣＰＵ１２の機能を示す機能ブロック図である。
ＣＰＵ１２は、ストレージ１６に格納された情報出力プログラムを実行することより各種の処理部として機能し、この実施形態では、画像取得部１２Ａ、データ取得部１２Ｂ、脳区域分割部１２Ｃ、画像解析部１２Ｄ、情報処理部１２Ｅ及び表示制御部１２Ｆとしての機能を有する。
画像取得部１２Ａは、３次元の標準脳画像Ｂｓ、同一被検体についての脳を含む撮影日時が異なる３次元の第１の脳画像Ｂ１及び第２の脳画像Ｂ２を取得する。
標準脳画像Ｂｓとは、標準的な形状及び大きさ、並びに標準的な濃度（画素値）を有する脳、即ち標準脳を表す３次元の脳画像である。標準脳画像Ｂｓは、複数の健常者の頭部を３次元画像撮影装置により取得した複数の脳画像から脳を抽出し、抽出した複数の脳を平均することにより生成することができる。
また、標準脳画像Ｂｓは、脳全体を複数の脳区域に分割する分割情報を含む。分割の手法としては、例えば、ブロードマンの脳地図に基づいて、大脳皮質の３次元領域内において、大脳皮質を運動、言語、知覚、記憶、視覚及び聴覚等の各機能を司る脳区域に分割する手法を用いることができる。また、大脳、間脳、中脳、後脳、小脳および延髄の６種類の脳区域に分割する手法、あるいは大脳を前頭葉、頭頂葉、側頭葉および後頭葉に分類する手法等、公知の任意の手法を用いることができる。
図３は、分割情報を含む標準脳画像Ｂｓの例を示す図であり、脳全体が複数の脳区域に分割されている。尚、本例では、標準脳画像Ｂｓは、複数の脳区域に分割されており、例えばブロードマンの脳地図にしたがって複数の脳区域に分割されている。また、脳区域には、脳室、脳室以外の空洞（髄液で満たされている空洞）も脳区域としてもよい。
画像取得部１２Ａは、標準脳画像Ｂｓをストレージ１６、又はＰＡＣＳ２から取得することができる。また、画像取得部１２Ａは、同一被検体の撮影日時が異なる第１の脳画像Ｂ１（図４）及び第２の脳画像Ｂ２（図示せず）を、ＰＡＣＳ２又は電子カルテ３から取得することできる。尚、本例では、第１の脳画像Ｂ１は、第２の脳画像Ｂ２よりも撮影日時が古いものであり、例えば、半年前又は１年前の画像である。
データ取得部１２Ｂは、図６に示すテーブルＴ３、図９に示す診断情報（本例では、ＡＤＡＳでのテスト結果を示す診断データ）Ｄ１等を取得する。これらのテーブルＴ３及び診断データＤ１は、情報出力装置１がビューワとして機能する際に医用画像及び医用情報の表示制御に使用される。
図６に示すテーブルＴ３には、脳区域を示す番号（ブロードマン領野：１〜５２）と、各脳区域の名称・機能の説明とが関連付けられて格納されている。このテーブルＴ３のデータは、既知のデータを使用することができる。また、テーブルＴ３は、予めストレージ１６に記憶させておき、適宜読み出して使用することができる。
図７は、外側表面の脳画像に脳区域を示す番号を付した図であり、図８は、内側表面の脳画像に脳区域を示す番号を付した図である。
ＡＤＡＳとは、種々の認知機能評価の１つである。ＡＤＡＳは、認知症の検査のために、記憶を中心とする認知機能の評価を行うもので、図９に示すように単語再現性、口語言語能力、言語の聴覚理解、自発話における喚語困難、口頭の命令に従う、手指及び物品呼称、構成行為、観念運動、見当識、単語再認、テスト教示の再生能力の、１１のテスト項目、０〜７０点のＡＤＡＳスコアで評価する。各テスト項目の満点から正答数を引いて得点とし、全問正解の場合には、０点となる。図９に示す例では、３５問の間違いがあり、例えば、テスト項目４の「自発話における喚語困難」は、５問中、４問間違えている。
データ取得部１２Ｂは、このＡＤＡＳのテスト結果を示す診断データＤ１（図９）を、例えば、電子カルテ３、又はＤＩＣＯＭ規格の画像ファイルのヘッダ部から取得することができる。尚、認知機能評価は、ＡＤＡＳ、ＡＤＡＳ−Ｊｃｏｇに限らず、ＭＭＳＥ（Mini Mental State Examination）、ＷＡＩＳ−III（Wechsler Adult Intelligence Scale−III：ウエクスラー成人用知能検査第三版）、改訂長谷川式簡易知能評価スケール、ＭＭＳＥ（Mini Mental State Examination）等を使用することができる。
図２に戻って、脳区域分割部１２Ｃは、３次元の第１の脳画像Ｂ１及び第２の脳画像Ｂ２をそれぞれ複数の脳区域に分割する部分である。
脳区域分割部１２Ｃは、まず、図３に示した標準脳画像Ｂｓと、図４に示した第１の脳画像Ｂ１との位置合わせを行う。尚、脳の大きさ及び形状は人により異なる。例えば、標準脳と比較した場合、最大で±１５％程度大きさ及び形状が異なる。
標準脳画像Ｂｓと第１の脳画像Ｂ１とは、大きさ及び形が異なるため、第１の脳画像Ｂ１を複数の脳区域に分割するために、脳区域分割部１２Ｃは、標準脳画像Ｂｓと第１の脳画像Ｂ１との間で共通するランドマークを用いて第１の位置合わせを行う。
尚、ランドマークは、具体的には脳に含まれる多数の脳溝（上前頭溝、下前頭溝、外側溝、大脳縦裂等）及び脳室（大脳半球の左右の側脳室、第三脳室、第四脳室）等の特徴的な領域の特徴点を用いることができる。また、本例では、標準脳画像Ｂｓを第１の脳画像Ｂ１に位置合わせするものする。第１の脳画像Ｂ１の変形を伴わないようにすることが、後述の画像解析部１２Ｄによる解析値（脳区域の萎縮率等）の算出精度をよくするためである。
脳区域分割部１２Ｃは、位置合わせのために、標準脳画像Ｂｓ及び第１の脳画像Ｂ１からランドマークを抽出する。ランドマークの抽出は、例えばランドマークを表すテンプレートを用いたテンプレートマッチングにより行ってもよく、画像に含まれるランドマークを判別するように学習がなされた判別器を用いることにより行ってもよい。
脳区域分割部１２Ｃは、標準脳画像Ｂｓと第１の脳画像Ｂ１との間において、対応するランドマーク（特徴点）を一致させるように第１の位置合わせを行う。本実施形態において、第１の位置合わせは相似変換による位置合わせである。具体的には、標準脳画像Ｂｓを平行移動、回転および相似に拡大縮小することによる位置合わせである。脳区域分割部１２Ｃは、標準脳画像Ｂｓに含まれるランドマークと、第１の脳画像Ｂ１に含まれる対応するランドマークとの相関が最大となるように、標準脳画像Ｂｓを相似変換して第１の位置合わせを行う。
脳区域分割部１２Ｃは、第１の位置合わせを行った後、それぞれ対応するランドマークを使用して、標準脳画像Ｂｓを第１の脳画像Ｂ１に一致させる第２の位置合わせを行う。第２の位置合わせは、非線形変換による位置合わせである。非線形変換による位置合わせとしては、例えばＢスプライン及びシンプレートスプライン(Thin Plate Spline)等の関数を用いて画素位置を非線形に変換することによる位置合わせが挙げられる。
脳区域分割部１２Ｃは、第１の位置合わせ後の標準脳画像Ｂｓの各画素位置を、第１の脳画像Ｂ１に含まれる対応する画素位置に非線形変換することにより、第２の位置合わせを行う。
脳区域分割部１２Ｃは、このようにして標準脳画像Ｂｓを第１の脳画像Ｂ１に位置合わせした後の、標準脳画像Ｂｓにおける分割された脳区域の境界の３次元情報（位置合わせ後の分割情報）を、第１の脳画像Ｂ１に適用することにより、図５の破線で示すように、第１の脳画像Ｂ１を複数の脳区域に分割することができる。
また、脳区域分割部１２Ｃは、第２の脳画像Ｂ２を脳区域に分割する。具体的には、第１の脳画像Ｂ１及び第２の脳画像Ｂ２間でのランドマークを用いた第３の位置合わせを行う。第３の位置合わせは、画像の拡大縮小を行わず、第１の脳画像Ｂ１を平行移動及び回転して、第２の脳画像Ｂ２に位置合わせを行う。尚、第２の脳画像Ｂ２を第１の脳画像Ｂ１に位置合わせを行ってもよい。
第１の脳画像Ｂ１と第２の脳画像Ｂ２とは、同一被検体の撮影日時の異なる脳画像であるため、第３の位置合わせ後の両脳画像は、一致度が非常に高い。即ち、３次元の第１の脳画像Ｂ１のある画素（ボクセル）の三次元位置と、このボクセルに対応する第２の脳画像Ｂ２のボクセルとは、同じ三次元位置又はその近傍に存在する。
したがって、脳区域分割部１２Ｃは、第１の脳画像Ｂ１の各ボクセルと第２の脳画像Ｂ２の各ボクセルとの対応づけを、例えば、対応づけるボクセルを中心とする画像局所特徴による対応点マッチングにより行うことができる。
脳区域分割部１２Ｃは、第１の脳画像Ｂ１の各ボクセルと第２の脳画像Ｂ２の各ボクセルとの全てのボクセル間の対応づけを行うことにより、第２の脳画像Ｂ２を複数の脳区域に分割することができる。即ち、第１の脳画像Ｂ１の複数の脳区域の境界の各ボクセル（即ち、分割情報に基づくボクセル）に対応する、第２の脳画像Ｂ２の各ボクセルの３次元情報をそれぞれ取得することにより、取得した第２の脳画像Ｂ２の各ボクセルの３次元情報が、第２の脳画像Ｂ２を複数の脳区域に分割する分割情報となる。
尚、脳区域分割部１２Ｃによる第１の脳画像Ｂ１及び第２の脳画像Ｂ２の複数の脳区域の分割方法は、上記の実施形態に限らず、公知の種々の方法を適用することができ、例えば、特開２０１１-０１０８２８号公報に記載の方法を適用することができる。
脳区域分割部１２Ｃは、第１の脳画像Ｂ１を複数の脳領域に分割することにより、図１０に示すように３次元の第１の脳画像Ｂ１を構成する全てのボクセルについて、三次元情報（座標x,y,z）と、脳区域ラベル（脳区域を示す番号）及び／又は名称とを関連付けて、主メモリ１４に一時的に記憶させ、又はストレージ１６に記憶させる。同様にして、第２の脳画像Ｂ２についても、全てのボクセルについて、三次元情報と脳区域ラベル等とを関連付けて主メモリ１４又はストレージ１６に記憶させる。更に、第１の脳画像Ｂ１の各ボクセルと、第２の脳画像Ｂ２の各ボクセルとの対応関係も記憶させることが好ましい。対応するボクセル間の三次元情報に基づいてボクセルの移動ベクトルを算出することができるからである。
尚、脳画像の三次元情報（座標x,y,z）の各座標軸は、各体軸(Ｘ軸：左−右，Ｙ軸：背−腹，Ｚ軸：頭−尾)に対応しており、原点(0,0,0)は、例えば、脳外又は脳内の特定の位置に設定することができる。
画像解析部１２Ｄは、第１の脳画像Ｂ１及び第２の脳画像Ｂ２を、分割された脳区域毎に画像解析し、解析結果（解析値）を出力する部分であり、例えば、脳区域毎の萎縮率、体積変化量、形状変化量、Ｚスコア、血流量等の解析結果を出力する。
図１１は、脳区域分割部１２Ｃの処理と画像解析部１２Ｄの処理の流れを示す図である。
図１１において、標準脳画像Ｂｓは、脳全体を複数の脳区域に分割する分割情報を含む。Ｂｓ１は、標準脳画像Ｂｓの複数の脳区域（分割情報）を示している。標準脳画像Ｂｓを第１の脳画像Ｂ１に位置合わせすることにより、位置合わせ後の標準脳画像Ｂｓの複数の脳区域を示す分割情報は、第１の脳画像Ｂ１の複数の脳区域を示す分割情報（Ｂ１１）とすることができる。
複数の脳区域の分割情報を有する第１の脳画像Ｂ１を第２の脳画像Ｂ２に適用し、各ボクセル間の対応づけを行うことにより、実質的に第２の脳画像Ｂ２を複数の脳区域に分割することができる。Ｂ２１は、第２の脳画像Ｂ２の複数の脳領域を示す図である。尚、Ｂ１１は、アキシャル断面での第１の脳画像Ｂ１の複数の脳区域を示しており、Ｂ２１は、サジタル断面での第２の脳画像Ｂ２の複数の脳区域を示している。
画像解析部１２Ｄは、第１の脳画像Ｂ１の複数の脳区域と、第２の脳画像Ｂ２の複数の脳区域とを、同じ脳区域毎にそれぞれ容積を算出する。容積の算出後、第２の脳画像Ｂ２の脳区域の容積から第１の脳画像Ｂ１の対応する脳区域の容積を減算し、その減算値を、第１の脳画像Ｂ１の対応する脳区域の容積で除算することにより、脳区域毎に脳の萎縮率を解析値として算出する。
尚、萎縮率が正の値の場合は、脳区域は萎縮していることになり、負の値の場合は、膨張していることになる。また、脳区域の容積は、脳区域内のボクセル（１ボクセル当りの容積は既知）の個数をカウントすることにより求めることができる。
本例では、画像解析部１２Ｄは、複数の脳区域毎に萎縮率を解析値として算出するが、脳区域毎の体積変化量、形状変化量、Ｚスコア、血流量を解析値として算出してもよい。
脳区域毎の体積変化量は、第２の脳画像Ｂ２の脳区域の容積から第１の脳画像Ｂ１の対応する脳区域の容積を減算することにより算出することができる。
形状変化量は、例えば、第１の脳画像Ｂ１及び第２の脳画像Ｂ２の対応する脳区域の球形度の変化量から求めることができる。球形度は、脳区域の表面積に対する、脳区域と同じ容積を有する球の表面積の比により求めることができる。また、第１の脳画像Ｂ１の脳区域と第２の脳画像Ｂ２の対応する脳区域との変化領域の絶対値を算出することにより求めることができる。
また、Ｚスコアは、次式に基づいて第１の脳画像Ｂ１及び第２の脳画像Ｂ２の脳区域毎に算出することができる。
［数１］
Ｚ＝（ｘａｖｅ−ｘ）／σ
ただし、ｘ：ボクセル値
ｘａｖｅ:健常者のボクセル値の平均値
σ：健常者のボクセル値の標準偏差
また、画像解析部１２Ｄは、第１の脳画像Ｂ１及び第２の脳画像Ｂ２を、造影剤を用いずに脳の血流動態を評価するＡＳＬ(Arterial Spin Labeling)脳パフュージョン検査により血流量を算出することができる。
情報処理部１２Ｅは、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を求め、複数の脳区域（本例では1〜52の脳区域）と複数のテスト項目（本例では1〜11のテスト項目）との関連性を記憶するテーブル（第１のテーブルＴ１（図１６））を作成する部分であり、図１２に示すように患者の脳画像の脳区域毎の解析値（本例では脳区域毎の萎縮率）と、認知症の診断テストのテスト結果（本例ではＡＤＡＳスコア）とを収集し、萎縮率とテスト項目との関連性を求める。
具体的には、情報処理部１２Ｅは、第１のテーブルＴ１の作成に当り、画像解析部１２Ｄ及びデータ取得部１２Ｂから多数の患者の脳画像の脳区域毎の萎縮率と、ＡＤＡＳの１１個のテスト項目毎の得点を取得する。
図１３から図１５は、それぞれテスト項目の得点と萎縮率との相関関係を示す相関図である。
図１３から図１５に示す相関図の横軸は、ＡＤＡＳの１１個のテスト項目のうちの１つのテスト項目であり、相関図の縦軸は、複数の脳区域のうちの１つの脳区域の萎縮率を示している。尚、ＡＤＡＳでは、テスト項目の満点から正答数を引いて得点とするため、得点が高い程、不正解が多くなり、認知機能の評価は悪くなる。
図１３は、テスト項目の得点と萎縮率との相関が殆どない場合を示し、図１４は、正の弱い相関を示し、図１５は、正の強い相関を示している。
情報処理部１２Ｅは、脳画像の脳区域毎の萎縮率とテスト項目毎の得点との関連性を算出し、図１６に示すように、これらの関連性を示す第１のテーブルＴ１を作成する。
図１６において、Ａi,j（1≦ｉ≦52、1≦ｊ≦11）は関連性を示し、-1≦Ａi,j≦1の相関値とすることができる。尚、脳区域は、時間の経過とともに萎縮が進行するが、例えば、脳室、その他の空洞が脳区域として分割されている場合には、膨張するため、この場合には、負の相関値をとる。また、図１６には、ＡＤＡＳのテスト項目（項目１）と、番号20,22で表されている脳区域（下側頭回、上側頭回）との関連性（Ａ20,1=0.45、Ａ22,1=0.30）が示されているが、これらの関連性の数値は、実際に算出した値でない。
情報処理部１２Ｅにより作成された第１のテーブルＴ１は、例えば、ストレージ１６に保存され、表示制御部１２Ｆ等にて必要に応じて適宜使用される。また、第１のテーブルＴ１は、情報処理部１２Ｅにより定期的に更新されることが好ましい。より多く患者の脳区域毎の解析値及び診断テストを使用して第１のテーブルＴ１を作成することで、信頼性の高いテーブルにすることができるからである。更に、第１のテーブルＴ１は、情報出力装置１の外部の装置やシステムで作成されたものを使用してもよく、この場合には、情報処理部１２Ｅは不要になる。
表示制御部１２Ｆは、例えば、医用画像（第１の脳画像Ｂ１及び第２の脳画像Ｂ２の少なくとも一方の脳画像）、又は医用情報（第１の脳画像Ｂ１及び第２の脳画像Ｂ２の脳区域毎に解析した解析値、テーブルＴ３、診断データＤ１）等を、モニタ２４に表示させるための表示用画像を生成し、生成した表示用画像をモニタ２４に出力するものであり、出力部としての機能を含む。
図１７は、モニタ２４に表示される医用画像及び医用情報の一例を示す図である。
図１７に示す例では、萎縮率が大きい脳区域Ａ１０，Ａ１１（萎縮率が閾値を超えた脳区域）が、斜線で示したように他の脳区域と識別可能に表示されている。例えば、脳区域Ａ１０，Ａ１１に赤色を付与し、脳区域Ａ１０，Ａ１１を、色分けにより他の脳区域と識別可能に表示することができる。また、脳区域Ａ１０，Ａ１１には、ラベルＬ１０，Ｌ１１を付与することができる。ラベルＬ１０，Ｌ１１として、解析値（図１７に示す例では、百分率で表された萎縮率）が付加されているが、更に脳区域Ａ１０，Ａ１１を示す番号（ブロードマン領野：１〜５２）や脳区域の名称等を表示させてもよい。
更に、表示制御部１２Ｆは、医師による操作部２２の操作にしたがって、必要な医用画像及び医用情報をモニタ２４に表示させることができる。
次に、認知症の治療に使用される薬品（を示す薬品情報）と薬品による有意性がある脳区域（１乃至複数の脳区域）との関連性を記憶するテーブル（第２のテーブルＴ２（図１９））について説明する。
情報処理部１２Ｅは、上記の第２のテーブルＴ２を作成する機能を有し、作成された第２のテーブルＴ２はストレージ１６に保存され、表示制御部１２Ｆ等にて必要に応じて適宜使用される。
認知症の治療に使用される薬品としては、本例では未承認薬品と承認薬品とを含む。日本における未承認薬品の治験は、３段階のフェーズ分かれており、フェーズが上がるごとに患者数を増やして試験を行うことにより、安全性、有効性、使い方を判断する。
未承認薬品（以下、単に「薬品」という）の１段階目の治験では、小規模（少人数）の治験データを収集する。図１８に示すように、少人数の患者に対して薬品又は偽薬（プラシーボ）を投薬する。そして、薬品が投薬された患者の脳の脳区域毎の解析値（本例では萎縮率）と、プラシーボが投薬された患者（薬品が非投薬の患者）の脳の脳区域毎の萎縮率とを収集し、薬品と脳区域毎の萎縮率との関係を求める。
具体的には、情報処理部１２Ｅは、第２のテーブルＴ２の作成に当り、画像解析部１２Ｄから薬品が投薬された患者の脳の脳区域毎の萎縮率と、薬品が非投薬の患者の脳の脳区域毎の萎縮率とを取得する。薬品が投薬された患者か非投薬の患者かを示す情報は、患者情報に含めることができ、例えば、電子カルテ３から取得することができる。
情報処理部１２Ｅは、薬品が投薬された患者の脳の脳区域毎の萎縮率の統計量（例えば、平均値）と、薬品が非投薬の患者の脳の脳区域毎の萎縮率の統計量とを脳区域毎に比較し、例えば、脳区域毎の統計量に有意差が発生しているか否かを判別する。ここで、有意差とは、薬品の投薬又は非投薬が、脳区域の萎縮率に確かな差がある場合の差をいう。
ある脳区域において、非投薬の場合の萎縮率に比べて投薬の場合の萎縮率が明らかに低い場合には、その脳区域は、投薬によって萎縮率が抑えられている（「有意性」がある）と考えられる。
情報処理部１２Ｅは、上記のようにして薬品と、その薬品による有意性のある脳区域との関連性を求め、薬品を示す薬品情報と薬品による有意性がある複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルＴ２を作成する。
図１９は、第２のテーブルＴ２を模式的に示した図である。
図１９において、α,β,γ,…は、薬品（薬品名等の薬品情報）を示し、1,2,3,…は、脳区域（例えば、ブロードマンの脳地図にしたがった脳区域番号）を示し、関連性のある薬品と脳区域とを直線で結んでいる。
例えば、図１９において、薬品αは、脳区域番号1,3の脳区域に対して有意性がある（萎縮率を抑えている）薬品となる。
尚、承認薬品の場合も、承認薬品と、その承認薬品による有意性がある１乃至複数の脳区域との関連性を求めることができることは言うまでもない。
次に、図１６に示した第１のテーブルＴ１及び図１９に示した第２のテーブルＴ２の使用方法について説明する。
＜第１のテーブルＴ１の第１の使用例＞
第１の使用例は、入力部として機能する操作部２２により複数の脳区域のうちの特定の脳区域を入力すると、出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、第１のテーブルＴ１を使用し、入力された脳区域（脳区域を示す脳区域番号）に対応する、複数のテスト項目の関連性（本例では、１１項目の項目別の関連性）を、情報処理部１２Ｅ又は表示制御部１２Ｆの内部の後段の処理部に出力し、又は特定の脳区域に対するテスト項目の関連性の情報を必要とする他の処理部に出力する。
例えば、図１６に示した第１のテーブルＴ１の場合、脳区域（脳区域番号２０）が入力されると、１１項目のテスト項目別の関連性（Ａ20,1 ，Ａ20,2 ，…… ，Ａ20,11)を出力する。
１１項目のテスト項目別の関連性を入力する処理部では、１１項目のテスト項目別の関連性のうちの閾値（例えば、相関値=0.30）を超える関連性を有する１又は複数のテスト項目を特定することができる。
また、出力部は、１１項目のテスト項目別の関連性を出力する場合に限らず、１１項目のテスト項目別の関連性のうちの閾値（例えば、相関値=0.30）を超える関連性を有する１又は複数のテスト項目を特定した上で、特定したテスト項目を出力するようにしてもよい。
これによれば、例えば、画像診断で萎縮率が高い脳区域等の注目する脳区域を入力すると、入力した脳区域と関連性を有する（相関の高い）テスト項目が分かる。
＜第１のテーブルＴ１の第２の使用例＞
第１の使用例は、脳区域を入力すると、その脳区域と関連性を有するテスト項目を出力するのに対し、第２の使用例は、テスト項目を入力すると、そのテスト項目と関連性を有する脳区域を出力する点で相違する。
即ち、入力部として機能する操作部２２により複数のテスト項目のうちの特定のテスト項目を入力すると、出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、第１のテーブルＴ１を使用し、入力されたテスト項目（テスト項目を示す項目番号）に対応する、複数の脳区域の関連性（本例では、ブロードマン領野：１〜５２の関連性）を、情報処理部１２Ｅ又は表示制御部１２Ｆの内部の後段の処理部に出力し、又は特定の脳区域に対するテスト項目の関連性の情報を必要とする他の処理部に出力する。
例えば、図１６に示した第１のテーブルＴ１の場合、テスト項目（項目番号１）が入力されると、５２個の脳区域別の関連性（Ａ1,1 ，Ａ2,1 ，…… ，Ａ52,1)を出力する。
５２個の脳区域別の関連性を入力する処理部では、５２個の脳区域別の関連性のうちの閾値（例えば、相関値=0.30）を超える関連性を有する１又は複数の脳区域を特定することができる。
また、出力部は、５２個の脳区域別の関連性を出力する場合に限らず、５２個の脳区域別の関連性のうちの閾値（例えば、相関値=0.30）を超える関連性を有する１又は複数の脳区域を特定した上で、特定した脳区域を出力するようにしてもよい。
これによれば、例えば、診断テストのテスト結果から認知機能が低下したテスト項目を入力すると、入力したテスト項目と関連性を有する（相関の高い）脳区域が分かる。
＜第１のテーブルＴ１及び第２のテーブルＴ２の第３の使用例＞
第３の使用例は、入力部として機能する操作部２２により認知症の治療に使用される特定の薬品を示す薬品情報を入力すると、出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、入力された特定の薬品の薬品情報と第２のテーブルＴ２（図１９）とに基づいて特定の薬品による有意性のある脳区域を特定し、特定した脳区域と第１のテーブルＴ１とに基づいて特定した脳領域に対して閾値（例えば、相関値=0.30）を超える関連性を有するテスト項目を特定し、特定したテスト項目を情報処理部１２Ｅ又は表示制御部１２Ｆの内部の後段の処理部に出力し、又は薬品と関連性の高いテスト項目の情報を必要とする他の処理部に出力する。
例えば、図１９に示した第２のテーブルＴ２の場合、特定の薬品αが入力されると、第２のテーブルＴ２により薬品αに対して有意性のある脳区域（脳区域番号1,3)が特定される。
第２のテーブルＴ２を使用して薬品αに対して有意性のある脳区域（脳区域番号1,3)が特定されると、特定された脳区域（脳区域番号1,3)と第１のテーブルＴ１とに基づいて、特定した脳領域（脳区域番号1,3)に対して関連性の高いテスト項目を特定することができる。
これによれば、認知症の治療に使用される薬品を示す薬品情報を入力すると、その薬品情報に対応する薬品による効果が期待できるテスト項目（即ち、どのような認知機能に対して有効か）が分かる。
また、未承認薬品の１段階目の小規模な治験において、未承認薬品による効果が期待できるテスト項目をある程度予測することができ、予測したテスト項目を用いて２段階目の中規模な治験、３段階目の大規模な治験の対象患者を、簡易に決定することができ、明らかに治験の不要な患者への負荷を減らすことができる。これにより、治験の質を向上することができる。
＜第１のテーブルＴ１及び第２のテーブルＴ２の第４の使用例＞
第３の使用例は、薬品情報を入力すると、その薬品情報に対応する薬品による効果が期待できるテスト項目を出力するのに対し、第４の使用例は、注目するテスト項目を入力すると、そのテスト項目が示す認知機能に対して効果が期待できる薬品情報を出力する点で相違する。
即ち、入力部として機能する操作部２２により注目するテスト項目を入力すると、出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、入力されたテスト項目と第１のテーブルＴ１とに基づいて複数の脳区域のうち閾値（例えば、相関値=0.30）を超える関連性を有する１乃至複数の脳区域を特定する。続いて、特定した脳区域と第２のテーブル（図１９）とに基づいて特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を情報処理部１２Ｅ又は表示制御部１２Ｆの内部の後段の処理部に出力し、又は薬品情報を必要とする他の処理部に出力する。
これによれば、患者に対する認知症の診断テストのテスト結果から、その患者の治療に適した１又は複数の薬品の薬品情報を取得することができ、医師による薬品の選択を支援することができる。
［情報出力方法］
＜情報出力方法の第１の実施形態＞
図２０は、本発明に係る情報出力方法の第１の実施形態を示すフローチャートである。
図２０において、図１に示した情報出力装置１は、マウス、キーボード等の操作部２２及びモニタ２４を使用した、注目する脳区域の入力を受け付ける（ステップＳ１０）。図１７に示す例では、モニタ２４には、萎縮率が大きい脳区域Ａ１０，Ａ１１が、斜線で示したように他の脳区域と識別可能に表示されている。医師は、モニタ２４を見ながら、例えば萎縮率が高い脳区域（図１７では、脳区域Ａ１０又はＡ１１）を注目する脳区域とし、その注目する脳区域（脳区域を示す脳区域番号）を操作部２２での操作により入力することできる。
情報出力装置１の出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、予めストレージ１６に準備されている第１のテーブルＴ１（ステップＳ１４、図１６）を使用し、ステップＳ１０で入力を受け付けた脳区域（脳区域を示す脳区域番号）に基づいて、受け付けた脳区域と関連性の高いテスト項目（複数のテスト項目のうちの閾値を超える関連性を有する１乃至複数のテスト項目）を特定して読み出す（ステップＳ１２）。そして、ステップＳ１２で特定したテスト項目を出力する（ステップＳ１６）。
このように表示制御部１２Ｆは、注目する脳区域の入力を受け付けると、その脳区域と関連性の高いテスト項目をモニタ２４に表示させることができ、認知症の診断に有効な情報を提供することができる。例えば、医師は、ある患者の萎縮率が高い脳区域を注目する脳区域として入力すると、その注目する脳区域と関連性の高いテスト項目から、注目する脳区域がどのようなテスト項目に影響するか（即ち、どのような認知機能が低下するか）が、その患者に対して認知症の診断テストを実施しなくても予測することができる。また、医師は、その患者に対して認知症の診断テストを実施した場合には、萎縮率が高い脳区域と関連性の高いテスト項目と実際のテスト結果とを照合することができ、認知症の診断、治療法又は診断法の評価に活用することができる。
上記の第１の実施形態では、注目する脳区域の入力を受け付けると、その脳区域と関連性の高いテスト項目を出力するようにしたが、出力部として機能する情報処理部１２Ｅは、入力を受け付けた脳区域と第１のテーブルＴ１とに基づいて、第１のテーブルＴ１から脳区域に対応する複数のテスト項目（本例ではＡＤＡＳの全１１項目）の関連性を読み出して出力するようにしてもよい。
出力された複数のテスト項目の関連性により、例えば、閾値を超えるテスト項目を抽出したり、関連性の高い順に複数のテスト項目をソートして上位の複数のテスト項目を抽出することができ、これらの情報を認知症の診断に活用することが可能である。
＜情報出力方法の第２の実施形態＞
図２１は、本発明に係る情報出力方法の第２の実施形態を示すフローチャートである。
第１の実施形態の情報出力方法は、脳区域の入力を受け付けると、その脳区域と関連性を有するテスト項目を出力するのに対し、第２の実施形態の情報出力方法は、第１の実施形態とは逆に、テスト項目の入力を受け付けると、そのテスト項目と関連性を有する脳区域を出力する点で相違する。
図２１において、図１に示した情報出力装置１は、操作部２２及びモニタ２４を使用した、注目するテスト項目の入力を受け付ける（ステップＳ２０）。医師は、例えば、ある患者に対して認知症の診断テストを実施して得られたテスト結果から、前回のテスト結果と比較して得点が大きく低下したテスト項目がある場合、得点が大きく低下したテスト項目を注目するテスト項目とし、その注目するテスト項目を操作部２２での操作により入力することできる。
出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、予めストレージ１６に準備されている第１のテーブルＴ１（ステップＳ２４）を使用し、ステップＳ２０で入力を受け付けたテスト項目に基づいて、受け付けたテスト項目と関連性の高いテスト項目（複数の脳区域のうちの閾値を超える関係性を有する１乃至複数の脳区域）を特定して読み出す（ステップＳ２２）。そして、ステップＳ２２で特定した脳区域（脳区域番号又は脳区域を示す名前）を出力する（ステップＳ２６）。
このように表示制御部１２Ｆは、注目するテスト項目の入力を受け付けると、そのテスト項目と関連性の高い脳区域をモニタ２４に表示させることができ、認知症の診断に有効な情報を提供することができる。例えば、医師は、ある患者の認知症のテスト結果から得点が大きく低下したテスト項目を注目するテスト項目として入力すると、その注目するテスト項目と関連性の高い脳区域が分かる。これにより、医師は、注目するテスト項目と関連性の高い脳区域の萎縮率等に注目して、脳画像を画像診断することができ、認知症の診断治療法又は診断法の評価に活用することができる。
上記の第２の実施形態では、注目するテスト項目の入力を受け付けると、そのテスト項目と関連性の高い脳区域を出力するようにしたが、出力部として機能する情報処理部１２Ｅは、入力を受け付けたテスト項目と第１のテーブルＴ１とに基づいて、第１のテーブルＴ１からテスト項目に対応する複数の脳区域（本例では1〜52の脳区域）の関連性を読み出して出力するようにしてもよい。
出力された複数の脳区域の関連性により、例えば、閾値を超える脳区域を抽出したり、関連性の高い順に複数の脳区域をソートして上位の複数の脳区域を抽出することができ、これらの情報を認知症の診断に活用することが可能である。
＜情報出力方法の第３の実施形態＞
図２２は、本発明に係る情報出力方法の第３の実施形態を示すフローチャートである。
図２２において、図１に示した情報出力装置１は、操作部２２及びモニタ２４を使用した、認知症の治療に使用される薬品を示す薬品情報の入力を受け付ける（ステップＳ３０）。薬品情報としては、承認薬品又は未承認薬品のいずれの薬品情報でもよい。
情報出力装置１の出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、予めストレージ１６に準備されている第２のテーブルＴ２（ステップＳ３４、図１９）を使用し、ステップＳ３０で入力を受け付けた薬品情報と第２のテーブルＴ２とに基づいて、その薬品情報に対応する薬品による有意性のある脳区域（例えば、薬品投与により萎縮率が抑えられた脳区域）を特定して読み出す（ステップＳ３２）。
続いて、予めストレージ１６に準備されている第１のテーブルＴ１（ステップＳ３７）を使用し、ステップＳ３２で特定した脳区域と第１のテーブルＴ１とに基づいて特定した脳領域に対して、複数のテスト項目のうちの１乃至複数のテスト項目（特定した脳区域と関連性の高いテスト項目）を特定して読み出す（ステップＳ３６）。そして、ステップＳ
３６で特定したテスト項目を出力する（ステップＳ３８）。尚、特定した脳区域と関連性の高いテスト項目は、例えば、特定した脳領域に対して閾値を超える関連性を有するテスト項目、あるいは特定した脳領域に対応する複数のテスト項目の関連性を、関連性の高い順にソートし、上位の関連性を有する１乃至複数のテスト項目とすることができる。
このように認知症の治療に使用される特定の薬品を示す薬品情報を入力すると、第１のテーブルＴ１及び第２のテーブルＴ２を使用し、その薬品情報に対応する薬品による有意性のある脳区域を特定し、認知症の診断テストの複数のテスト項目のうちの、特定した脳領域に対して関連性の高いテスト項目を特定して出力することができる。即ち、認知症の治療に使用される薬品を示す薬品情報を入力することにより、その薬品情報が示す薬品による効果が期待できる診断テストのテスト項目（どのような認知機能に対して有効か）が分かる。
また、薬品の効果や副作用を確認するための治験の対象患者を、効果が期待できる診断テストのテスト結果を用いて簡易に決定することができ、明らかに治験の不要な患者への負荷を減らすことができる。これにより、治験の質を向上することができる。
＜情報出力方法の第４の実施形態＞
図２３は、本発明に係る情報出力方法の第４の実施形態を示すフローチャートである。
第３の実施形態の情報出力方法は、薬品情報の入力を受け付けると、その薬品情報に対応する薬品による効果が期待できるテスト項目を出力するのに対し、第４の実施形態の情報出力方法は、第３の実施形態とは逆に、テスト結果の入力を受け付けると、そのテスト結果が示す認知機能に対して改善が期待できる薬品を示す薬品情報を出力する点で相違する。
図２３において、図１に示した情報出力装置１は、操作部２２及びモニタ２４を使用した、テスト結果（注目するテスト項目）の入力を受け付ける（ステップＳ４０）。医師は、例えば、ある患者に対して認知症の診断テストを実施して得られたテスト結果から、前回のテスト結果と比較して得点が大きく低下したテスト項目がある場合、得点が大きく低下したテスト項目を注目するテスト項目とし、その注目するテスト項目（テスト結果）を操作部２２での操作により入力することできる。
情報出力装置１の出力部として機能する情報処理部１２Ｅ又は表示制御部１２Ｆは、予めストレージ１６に準備されている第１のテーブルＴ１（ステップＳ４４）を使用し、ステップＳ４０で入力を受け付けたテスト結果（注目するテスト項目）と第１のテーブルＴ１とに基づいて、複数の脳区域のうち１乃至複数の脳区域（注目するテスト項目と関連性の高い脳区域）を特定して読み出す（ステップＳ４２）。
続いて、予めストレージ１６に準備されている第２のテーブルＴ２（ステップＳ４７）を使用し、ステップＳ４２で特定した脳区域と第２のテーブルＴ２とに基づいて、特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品（例えば、特定した脳領域の萎縮率を抑制する薬品）を特定して読み出す（ステップＳ４６）。そして、ステップＳ４６で特定した薬品を示す薬品情報を出力する（ステップＳ４８）。
このように注目するテスト項目を入力すると、第１のテーブルＴ１及び第２のテーブルＴ２を使用し、認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力することができる。即ち、被検体（患者）に対する認知症の診断テストのテスト結果から、その患者の治療に適した１又は複数の薬品の薬品情報を取得することができ、医師による薬品の選択を支援することができる。
尚、第３の実施形態及び第４の実施形態に使用される第１のテーブルＴ１及び第２のテーブルＴ２は、２つのテーブルに限らず、例えば、第１のテーブルＴ１及び第２のテーブルＴ２に共通する脳区域を使用して統合し、１つのテーブルとしてもよい。
［付記］
本実施形態の情報出力装置１は、例示に過ぎず、他の構成に対しても本発明を適用することが可能である。各機能構成は、任意のハードウェア、ソフトウェア、或いは両者の組合せによって適宜実現可能である。例えば、上述の情報出力装置１の各部における処理をコンピュータに実行させる情報出力プログラム、そのような情報出力プログラムを記録したコンピュータ読み取り可能な記録媒体（非一時的記録媒体）に対しても、本発明を適用することが可能である。
また、本実施形態において、例えば、画像取得部１２Ａ、データ取得部１２Ｂ、脳区域分割部１２Ｃ、画像解析部１２Ｄ、情報処理部１２Ｅ及び表示制御部１２Ｆ等の各種の処理を実行する処理部（processing unit）のハードウェア的な構造は、次に示すような各種のプロセッサ（processor）である。各種のプロセッサには、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）などの製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：ＰＬＤ）、ＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路などが含まれる。
１つの処理部は、これら各種のプロセッサのうちの１つで構成されていてもよいし、同種または異種の２つ以上のプロセッサ（例えば、複数のＦＰＧＡ、あるいはＣＰＵとＦＰＧＡの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組合せで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip：ＳｏＣ）などに代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。
更に、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（circuitry）である。
また、本発明は、プロセッサを有する情報出力装置であって、プロセッサが、脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを使用し、脳区域を受け付け、受け付けた脳区域と第１のテーブルとに基づいて、第１のテーブルから脳区域に対応する複数のテスト項目の関連性、又は複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力する情報処理装置を含み、又はプロセッサが、上記第１のテーブルを使用し、テスト項目を受け付け、受け付けたテスト項目と第１のテーブルとに基づいて、第１のテーブルからテスト項目に対応する複数の脳区域の関連性、又は複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力する情報出力装置を含む。
更に、本発明は上述した実施形態に限定されず、本発明の精神を逸脱しない範囲で種々の変形が可能であることは言うまでもない。
１ 情報出力装置
２ ＰＡＣＳ
３ 電子カルテ
４ ＭＲＩ装置
１０ コンピュータ
１２ ＣＰＵ
１２Ａ 画像取得部
１２Ｂ データ取得部
１２Ｃ 脳区域分割部
１２Ｄ 画像解析部
１２Ｅ 情報処理部
１２Ｆ 表示制御部
１４ 主メモリ
１６ ストレージ
１８ 光学ディスクドライブ
２０ 通信インターフェース
２２ 操作部
２４ モニタ
Ａ１０、Ａ１１ 脳区域
Ｂ１ 第１の脳画像
Ｂ２ 第２の脳画像
Ｂｓ 標準脳画像
Ｄ１ 診断データ
Ｌ１０、Ｌ１１ ラベル
Ｓ１０〜Ｓ４８ ステップ
Ｔ１ 第１のテーブル
Ｔ２ 第２のテーブル
Ｔ３ テーブル

Claims (12)

  1. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、
    前記脳区域を入力する入力部と、
    前記入力された前記脳区域と前記第１のテーブルとに基づいて、前記第１のテーブルから前記脳区域に対応する前記複数のテスト項目の関連性、又は前記複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力する出力部と、
    を備えた情報出力装置。
  2. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、
    前記テスト項目を入力する入力部と、
    前記入力された前記テスト項目と前記第１のテーブルとに基づいて、前記第１のテーブルから前記テスト項目に対応する前記複数の脳区域の関連性、又は前記複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力する出力部と、
    を備えた情報出力装置。
  3. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、
    認知症の治療に使用される薬品を示す薬品情報と前記薬品による有意性がある前記複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルと、
    認知症の治療に使用される薬品を示す薬品情報を入力する入力部と、
    前記入力された前記薬品情報と前記第２のテーブルとに基づいて前記薬品による有意性のある脳区域を特定し、特定した脳区域と前記第１のテーブルとに基づいて前記特定した脳領域に対して、前記複数のテスト項目のうちの１乃至複数のテスト項目を特定して出力する出力部と、
    を備えた情報出力装置。
  4. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、
    認知症の治療に使用される薬品を示す薬品情報と前記薬品による有意性がある前記複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルと、
    患者に対する前記診断テストのテスト結果を入力する入力部と、
    前記入力された前記テスト結果と前記第１のテーブルとに基づいて前記複数の脳区域のうち１乃至複数の脳区域を特定し、特定した脳区域と前記第２のテーブルとに基づいて前記特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力する出力部と、
    を備えた情報出力装置。
  5. 前記複数の脳区域は、ブロードマンの脳地図に対応して分割した脳区域である請求項１から４のいずれか１項に記載の情報出力装置。
  6. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを準備するステップと、
    前記脳区域の入力を受け付けるステップと、
    前記受け付けた前記脳区域と前記第１のテーブルとに基づいて、前記第１のテーブルから前記脳区域に対応する前記複数のテスト項目の関連性、又は前記複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力するステップ
    と、
    を含む情報出力方法。
  7. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを準備するステップと、
    前記テスト項目の入力を受け付けるステップと、
    前記受け付けた前記テスト項目と前記第１のテーブルとに基づいて、前記第１のテーブルから前記テスト項目に対応する前記複数の脳区域の関連性、又は前記複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力するステップと、
    を含む情報出力方法。
  8. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と前記薬品による有意性がある前記複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを準備するステップと、
    認知症の治療に使用される薬品を示す薬品情報の入力を受け付けるステップと、
    前記受け付けた前記薬品情報と前記第２のテーブルとに基づいて前記薬品による有意性がある脳区域を特定し、特定した脳区域と前記第１のテーブルとに基づいて前記特定した脳領域に対して、前記複数のテスト項目のうちの１乃至複数のテスト項目を特定して出力するステップと、
    を含む情報出力方法。
  9. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを備えたコンピュータに適用される情報出力プログラムであって、
    前記脳区域の入力を受け付ける機能と、
    前記受け付けた前記脳区域と前記第１のテーブルとに基づいて、前記第１のテーブルから前記脳区域に対応する前記複数のテスト項目の関連性、又は前記複数のテスト項目のうちの閾値を超える関連性を有する１又は複数のテスト項目を読み出して出力する機能と、
    を前記コンピュータに実現させる情報出力プログラム。
  10. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルを備えたコンピュータに適用される情報出力プログラムであって、
    前記テスト項目の入力を受け付ける機能と、
    前記受け付けた前記テスト項目と前記第１のテーブルとに基づいて、前記第１のテーブルから前記テスト項目に対応する前記複数の脳区域の関連性、又は前記複数の脳区域のうちの閾値を超える関連性を有する１又は複数の脳区域を読み出して出力する機能と、
    を前記コンピュータに実現させる情報出力プログラム。
  11. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と前記薬品による有意性がある前記複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを備えたコンピュータに適用される情報出力プログラムであって、
    認知症の治療に使用される薬品を示す薬品情報の入力を受け付ける機能と、
    前記受け付けた前記薬品情報と前記第２のテーブルとに基づいて前記薬品による有意性のある脳区域を特定し、特定した脳区域と前記第１のテーブルとに基づいて前記特定した脳領域に対して、前記複数のテスト項目のうちの１乃至複数のテスト項目を特定して出力する機能と、
    を前記コンピュータに実現させる情報出力プログラム。
  12. 脳画像の分割された複数の脳区域と認知症の診断テストの複数のテスト項目との関連性を記憶する第１のテーブルと、認知症の治療に使用される薬品を示す薬品情報と前記薬品による有意性がある前記複数の脳区域のうちの１乃至複数の脳区域との関連性を記憶する第２のテーブルとを備えたコンピュータに適用される情報出力プログラムであって、
    患者に対する前記診断テストのテスト結果の入力を受け付ける機能と、
    前記受け付けた前記テスト結果と前記第１のテーブルとに基づいて前記複数の脳区域のうち１乃至複数の脳区域を特定し、特定した脳区域と前記第２のテーブルとに基づいて前記特定した脳領域に対して有意性がある１乃至複数の認知症の治療に使用される薬品を特定し、特定した薬品を示す薬品情報を出力する機能と、
    を前記コンピュータに実現させる情報出力プログラム。
JP2019538982A 2017-08-29 2018-06-01 情報出力装置、方法及びプログラム Active JP6799689B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017164673 2017-08-29
JP2017164673 2017-08-29
PCT/JP2018/021236 WO2019044090A1 (ja) 2017-08-29 2018-06-01 情報出力装置、方法及びプログラム

Publications (2)

Publication Number Publication Date
JPWO2019044090A1 JPWO2019044090A1 (ja) 2020-08-06
JP6799689B2 true JP6799689B2 (ja) 2020-12-16

Family

ID=65525245

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019538982A Active JP6799689B2 (ja) 2017-08-29 2018-06-01 情報出力装置、方法及びプログラム

Country Status (7)

Country Link
US (1) US11335465B2 (ja)
EP (1) EP3677191B1 (ja)
JP (1) JP6799689B2 (ja)
CN (1) CN111278364B (ja)
BR (1) BR112020004114A2 (ja)
RU (1) RU2020108464A (ja)
WO (1) WO2019044090A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3657435A1 (en) * 2018-11-26 2020-05-27 Koninklijke Philips N.V. Apparatus for identifying regions in a brain image

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002172106A (ja) * 2000-12-07 2002-06-18 Hitachi Ltd 生体光計測法を用いた遊戯装置
US9492114B2 (en) * 2004-06-18 2016-11-15 Banner Health Systems, Inc. Accelerated evaluation of treatments to prevent clinical onset of alzheimer's disease
EP2158574B1 (en) * 2007-06-21 2018-12-12 Koninklijke Philips N.V. Model-based differential diagnosis of dementia and interactive setting of level of significance
FR2931281B1 (fr) * 2008-05-15 2014-07-18 Univ Paris Curie Procede et systeme automatise d'assistance au pronostic de la maladie d'alzheimer, et procede d'apprentissage d'un tel systeme
WO2009146388A1 (en) * 2008-05-28 2009-12-03 The Trustees Of Columbia University In The City Of New York Voxel-based methods for assessing subjects using positron emission tomography
US8388529B2 (en) * 2008-07-08 2013-03-05 International Business Machines Corporation Differential diagnosis of neuropsychiatric conditions
JP5355257B2 (ja) 2009-07-01 2013-11-27 株式会社東芝 医用画像表示装置および医用画像表示方法
WO2012074039A1 (ja) * 2010-12-02 2012-06-07 大日本印刷株式会社 医用画像処理装置
JP6036009B2 (ja) * 2012-08-28 2016-11-30 大日本印刷株式会社 医用画像処理装置、およびプログラム
JP2016064004A (ja) * 2014-09-25 2016-04-28 大日本印刷株式会社 医用画像表示処理方法、医用画像表示処理装置およびプログラム
JP2017023457A (ja) * 2015-07-23 2017-02-02 東芝メディカルシステムズ株式会社 医用画像処理装置
WO2017075077A1 (en) * 2015-10-26 2017-05-04 The Johns Hopkins University Automated generation of sentence-based descriptors from imaging data
WO2018227088A1 (en) * 2017-06-08 2018-12-13 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for generating an elastogram of brain tissue using mesoscopic wavelength ultrasound

Also Published As

Publication number Publication date
US11335465B2 (en) 2022-05-17
EP3677191B1 (en) 2023-09-20
EP3677191A4 (en) 2020-12-02
US20200176120A1 (en) 2020-06-04
CN111278364A (zh) 2020-06-12
BR112020004114A2 (pt) 2020-09-24
CN111278364B (zh) 2023-10-31
RU2020108464A (ru) 2021-09-30
WO2019044090A1 (ja) 2019-03-07
JPWO2019044090A1 (ja) 2020-08-06
EP3677191A1 (en) 2020-07-08

Similar Documents

Publication Publication Date Title
JP6771109B2 (ja) 医用情報表示装置、方法及びプログラム
Jannin et al. Validation in medical image processing.
US11978208B2 (en) Trained model, learning method, learning program, medical information acquisition device, medical information acquisition method, and medical information acquisition program
US11222728B2 (en) Medical image display apparatus, medical image display method, and medical image display program
JP2014042684A (ja) 医用画像処理装置、およびプログラム
US11158054B2 (en) Medical image processing apparatus, medical image processing method, and medical image processing program
US11257227B2 (en) Brain image normalization apparatus, brain image normalization method, and brain image normalization program
Calvini et al. Automatic analysis of medial temporal lobe atrophy from structural MRIs for the early assessment of Alzheimer disease
JP6799689B2 (ja) 情報出力装置、方法及びプログラム
US11295442B2 (en) Medical information display apparatus displaying cavity region in brain image, medical information display method, and medical information display program
US11216945B2 (en) Image processing for calculation of amount of change of brain
US20220000428A1 (en) Method for determining a prediction model, method for predicting the evolution of a k-uplet of mk markers and associated device
Ozkan et al. Deep Learning Techniques for Automated Dementia Diagnosis Using Neuroimaging Modalities: A Systematic Review (2012-2023)
Huizinga Advanced Image Analysis for Modeling the Aging Brain
Sheikhi Shoshtari Multimodal assessment of neurodegenerative diseases

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200929

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201027

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: 20201110

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201120

R150 Certificate of patent or registration of utility model

Ref document number: 6799689

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250