JP6866497B2 - 医療画像処理装置、及び、内視鏡装置 - Google Patents

Description

本発明は、医療画像の解析結果を用いる医療画像処理装置、及び、内視鏡装置に関する。

従来、医療に係る装置（以下、医療装置という）のうち、被写体像を含む画像（以下、医療画像という）を取得するものは、取得した医療画像を医師に提示する。そして、医師は、医療装置から得る医療画像を判断材料の１つとして使用して診断等をする。当然ながら、診断の際に医療画像を用いてする被写体の状態等の鑑別は、医師の技量及び経験等に基づく。

近年においては、画像解析技術の進歩により、医療画像を解析することで、医療画像から客観的な情報または定量的な情報を得ることができる。このため、医療画像の解析結果を医師等に提示することにより、鑑別及び診断等を支援する医療装置が増えてきている。例えば、特許文献１に記載の内視鏡装置は、被写体（被検体ともいう）が発光する蛍光を用いて撮影した蛍光画像、病変等を観察しやすくする特定のスペクトルを有する照明光（いわゆる特殊光）を用いて撮影した特殊光画像、またはこれら両方を用いて病変等がある領域を検出する。そして、蛍光画像等よりも観察用途に適していることから、いわゆる白色光画像において、検出した領域の位置等を表示することにより、医師等を支援する。

国際公開第２０１４／０８４１３４号

従来の医療装置においては、医療画像を解析することにより病変等の異常が認められる部分（病変部分または病変の可能性がある部分）を１または複数含む注目すべき領域（いわゆる注目領域、関心領域、または、異常領域等と称する領域である。以下、異常領域という。）を検出し、その位置等を提示して診断等を支援する。そして、異常領域の検出においては、検出対象とする病変の種類等を検出しやすい特定の撮影条件のもとで撮影した医療画像を使用するのが通常である。すなわち、従来の医療装置においては、ある特定の撮影条件において、特定の病変等が検出しやすいという事実を前提として異常領域の検出を行っている。

しかし、病変等の種類または性状（進行度等）等によっては、良く観察し得る撮影条件が異なるので、１種類または２種類の医療画像だけを用いても精度良く異常領域を検出できない場合がある。このため、従来の１種類または２種類の医療画像を使用する場合よりも精度良く異常領域を検出するためには、３種類以上の医療画像を異常領域の検出に使用することが望ましい。一方、異常領域の検出に３種類以上の医療画像を使用する場合、異常領域を検出するための条件が途端に複雑化するという困難がある。また、異常領域の検出を、ＡＩ（Artificial Intelligence）プログラムを用いて行う場合であっても、３種類以上の医療画像を使用すると、学習の困難性が増し、かつ、学習できたとしても異常領域の処理は遅い。

本発明は、３種類以上の医療画像を用いて、従来よりも精度良く異常領域を検出できる医療画像処理装置、及び、内視鏡装置を提供することを目的とする。

本発明の医療画像処理装置は、被写体像を含む医療画像を取得する医療画像取得部と、撮影条件が異なる少なくとも３種類以上の医療画像について、異常候補領域をそれぞれ判別する異常候補領域判別処理部と、各種類の医療画像に係るそれぞれの異常候補領域の判別結果の組み合わせにしたがって異常領域を判別する異常領域判別処理部と、を備える。

医療画像が異常候補領域を含む場合、異常候補領域判別処理部は、異常候補領域における異常の種類を判別することが好ましい。

医療画像が異常候補領域を含む場合、異常候補領域判別処理部は、異常候補領域における異常の進行度を判別することが好ましい。

異常領域判別処理部は、それぞれの異常候補領域の判別結果の多数決により、異常領域を判別することが好ましい。

異常領域判別処理部は、それぞれの異常候補領域の判別結果に重み付けをして異常領域を判別することが好ましい。

異常領域判別処理部はそれぞれの異常候補領域の判別結果に係る確度を用いて異常領域を判別することが好ましい。

異常候補領域判別処理部は、医療画像を小領域に分けて、小領域ごとに異常候補領域判別処理を行い、かつ、異常領域判別処理部は、小領域ごとに異常領域を判別することが好ましい。

医療画像取得部は、異常候補領域判別処理部において用いる医療画像の他に、表示用の医療画像を取得することが好ましい。

表示用の医療画像は、異常候補領域判別処理部において用いる医療画像と、撮影条件が異なることが好ましい。

医療画像を表示する表示部を備え、表示部は、表示用の医療画像を表示することが好ましい。

異常候補領域判別処理部において用いる医療画像を、表示用の医療画像として用いることが好ましい。

表示部に表示用の医療画像を表示する際に、表示用の医療画像において異常領域に対応する領域を強調する表示制御部を備えることが好ましい。

異常領域の判別結果を音または光を用いて報知する異常領域判別結果報知部を備えることが好ましい。

本発明の内視鏡装置は、スペクトルが異なる複数種類の照明光を用いて被写体を撮影することにより、撮影条件が異なる少なくとも３種類以上の内視鏡画像を生成する内視鏡画像取得部と、各種類の内視鏡画像について、異常候補領域をそれぞれ判別する異常候補領域判別処理部と、各種類の内視鏡画像に係るそれぞれの異常候補領域の判別結果の組み合わせにしたがって、異常領域を判別する異常領域判別処理部と、を備える。

本発明の医療画像処理装置及び内視鏡装置は、従来よりも精度良く異常領域を判別できる。

医療画像処理装置のブロック図である。 内視鏡装置のブロック図である。 医療画像解析処理部のブロック図である。 医療画像処理装置の作用を示すフローチャートである。 表示用の医療画像である。 第１医療画像である。 第２医療画像である。 第３医療画像である。 異常候補領域の判別結果と最終判別結果との対応関係を示す表である。 判別結果を表示した表示用の医療画像である。 異常の種類または進行度等を判別する場合における異常候補領域の判別結果と最終判別結果との対応関係を示す表である。 異常の種類または進行度等を判別する場合の表示例である。 異常候補領域の判別結果と最終判別結果との対応関係を示す説明図である。 異常候補領域の判別結果と最終判別結果との対応関係を示す説明図である。 異常候補領域の判別結果と最終判別結果との対応関係を示す説明図である。 ４種類の医療画像を使用する場合の異常候補領域の判別条件を示す説明図である。 異常候補領域の判別結果の組み合わせと、異常の種類または進行度等を含む最終判別結果と、を直接的に対応付ける表である。 医療画像処理装置を含む内視鏡装置のブロック図である。 医療画像処理装置を含む診断支援装置の説明図である。 医療画像処理装置を含む医療業務支援装置の説明図である。

［第１実施形態］
図１に示すように、医療画像処理装置１０は、医療画像取得部１１、医療画像解析処理部１２、表示部１３、表示制御部１５、入力受信部１６、統括制御部１７、及び、保存部１８を備える。

医療画像取得部１１は、医療装置である内視鏡装置２１等から直接に、または、ＰＡＣＳ（Picture Archiving and Communication System）２２等の管理システムもしくはその他情報システムを介して、被写体像を含む医療画像を取得する。医療画像は、静止画像または動画（いわゆる検査動画）である。医療画像が動画である場合、医療画像取得部１１は、検査後に、動画を構成するフレーム画像を静止画像として取得することができる。また、医療画像が動画である場合、医療画像の表示には、動画を構成する１つの代表フレームの静止画像を表示することのほか、動画を１または複数回、再生することを含む。また、医療画像取得部１１が取得する医療画像には、内視鏡装置２１等の医療装置を用いて医師が撮影した画像の他、内視鏡装置２１等の医療装置が医師の撮影指示に依らず自動的に撮影した画像を含む。

医療画像取得部１１は、複数の医療画像を取得し得る場合、これらの医療画像のうち１または複数の医療画像を選択的に取得できる。また、医療画像取得部１１は、複数の互いに異なる検査において取得した複数の医療画像を取得できる。例えば、過去に行った検査で取得した医療画像と、最新の検査で取得した医療画像と、の一方または両方を取得できる。すなわち、医療画像取得部１１は、任意に医療画像を取得できる。

本実施形態においては、医療画像処理装置１０は、内視鏡装置２１と接続し、内視鏡装置２１から医療画像を取得する。すなわち、本実施形態において医療画像は、内視鏡画像である。

また、異常領域の判別を行う場合には、医療画像取得部１１は、少なくとも「撮影条件が異なる３種類以上の内視鏡画像（医療画像）」を取得する。具体的には、本実施形態においては、医療画像取得部１１は、第１内視鏡画像１１１（図６参照）、第２内視鏡画像１１２（図７参照）、及び、第３内視鏡画像１１３（図８参照）の３種類の撮影条件が異なる内視鏡画像を取得する。

撮影条件とは、医療画像の撮影に係る条件であって、例えば、照明光のスペクトル、または、医療画像を生成する際の画像処理の有無もしくは強度、等である。照明光のスペクトルとは、波長ごとの強度分布であり、波長帯域及び中心波長の概念を含む。医療画像を生成する際の画像処理とは、例えば、特定の組織または病変等を強調する色彩等の調節に係る処理等である。上記の他、本実施形態においては、医療画像取得部１１は、異常領域の判別を行う部分、及び、異常領域の判別を行わない部分の両方について、観察のために表示部１３に表示する表示用の内視鏡画像１０１を取得する（図５参照）。表示用の内視鏡画像１０１は、異常候補領域判別処理部５１（図３参照）において用いる内視鏡画像とは異なる撮影条件で取得しても良い。但し、異常候補領域判別処理部５１において、表示にも適した内視鏡画像を使用する場合、異常候補領域判別処理部５１において用いる内視鏡画像を、表示用の内視鏡画像１０１にも使用しても良い。

なお、本実施形態において医療画像取得部１１が取得する医療画像は、１回の特定の検査において撮影した医療画像である。また、異常領域の判別を行う部分について取得する３種類以上の医療画像は、原則として、画角または被写体の形状等が大きく変化しない時間的範囲内（画像処理において相互に部分の対応付けができる程度の時間的範囲内）において撮影した一連の医療画像である。

図２に示すように、本実施形態において医療画像処理装置１０が接続する内視鏡装置２１は、白色の波長帯域の光もしくは特定の波長帯域の光の少なくともいずれかを照射して被写体を撮影する内視鏡３１、内視鏡３１を介して被写体内に照明光を照射する光源装置３２、プロセッサ装置３３、及び、内視鏡３１を用いて撮影した内視鏡画像等を表示するモニタ３４を有する。

内視鏡３１は、被写体が反射または散乱した照明光、または、被写体もしくは被写体に投与した薬剤等が発光する蛍光、等を用いて被写体を撮影するイメージセンサ４１を備える。イメージセンサ４１は、例えば、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）のカラーセンサ（カラーフィルタを有するセンサ）である。

光源装置３２は、光源部４２と、光源制御部４７と、を含む。光源部４２は、例えば、ＬＥＤ（Light Emitting Diode）、ＬＤ（Laser Diode）、またはキセノンランプ等の発光デバイスを備える。また、光源部４２は、プリズム、ミラー、光ファイバ、または、波長帯域もしくは光量等を調節する光学フィルタ等、を必要に応じて備える。本実施形態においては、光源部４２は、中心波長が約４０５ｎｍの紫色光を発光するＶ−ＬＥＤ４３と、中心波長が約４５０ｎｍの青色光を発光するＢ−ＬＥＤ４４と、中心波長が約５４０ｎｍの緑色光を発光するＧ−ＬＥＤ４５と、中心波長が約６３０ｎｍのＲ−ＬＥＤ４６と、を備える。

光源制御部４７は、光源部４２が含む発光源を制御し、内視鏡３１が被写体の撮影に使用する照明光を発生する。また、光源制御部４７は、光源部４２が複数の発光デバイスを含む場合、各発光デバイスの発光のタイミング及び発光量をそれぞれに制御することができる。したがって、光源装置３２は、スペクトルが異なる複数種類の照明光を、任意のタイミング及び任意の強度で内視鏡３１に供給できる。例えば、本実施形態においては、光源装置３２は、光源制御部４７が行う制御により、白色光の他、紫色光、青色光、緑色光、赤色光、または、これら各色の光のうち２以上を任意の強度比で混合した光等を、任意のタイミング及び任意の強度で照明光として発光できる。この他、光源装置３２は、発光デバイスの特性により、または、光学フィルタの使用により、特定の狭い波長帯域を有する光（いわゆる狭帯域光）を照明光として発光できる。例えば、緑色波長帯域よりも短波長帯域の光、特に可視域の青色帯域または紫色帯域の光を発光できる。

プロセッサ装置３３は、イメージセンサ４１から内視鏡画像を取得し、または、イメージセンサ４１から取得した内視鏡画像に画像処理を施した内視鏡画像を生成する内視鏡画像生成部４８を備える。イメージセンサ４１及び内視鏡画像生成部４８は、内視鏡装置２１において「内視鏡画像取得部」を構成する。内視鏡画像取得部は、スペクトルが異なる複数種類の照明光を用いて被写体を撮影することにより、撮影条件が異なる少なくとも３種類以上の内視鏡画像を生成する。医療画像処理装置１０は上記プロセッサ装置３３と接続する。そして、医療画像取得部１１は、内視鏡装置２１の内視鏡画像生成部４８から直接に内視鏡画像を取得する。

医療画像解析処理部１２は、医療画像取得部１１が取得した医療画像である内視鏡画像（以下、単に内視鏡画像という）を用いて解析処理をする。具体的には、図３に示すように、医療画像解析処理部１２は、異常候補領域判別処理部５１と、異常領域判別処理部５２と、を含む。

異常候補領域判別処理部５１は、医療画像取得部１１が取得した撮影条件が異なる少なくとも３種類以上の内視鏡画像（医療画像）について、異常候補領域をそれぞれ判別する。異常候補領域とは、病変等の異常が認められる部分（病変部分または病変の可能性がある部分）を含む注目すべき領域の「候補」である。すなわち、異常候補領域は、異常領域の候補である。また、異常候補領域の判別には、異常候補領域であるか否かを判別することのほか、医療画像が異常候補領域を含む場合においては、異常候補領域における異常の種類（病変等の種類）の判別、異常候補領域における異常の進行度（病変等の進行度（いわゆるステージ等））の判別、または、これらの両方を含む。本実施形態においては、異常候補領域判別処理部５１は、異常候補領域に該当するか否かを判別する。

異常候補領域判別処理部５１は、異常候補領域の判別を、画素ごとに、内視鏡画像を小領域に分ける場合にはその小領域ごとに、または、内視鏡画像の全体に対して、行うことができる。本実施形態においては、異常候補領域判別処理部５１は、所定数の画素からなる小領域ごとに、異常候補領域を判別する。

医療画像取得部１１が内視鏡画像を取得する場合、異常領域及び異常候補領域とは、１または複数の病変、周辺の組織等と相違する色もしくは形状の特徴を有する領域、薬剤を散布等した領域、または、処置（生検、内視鏡的粘膜切除術（ＥＭＲ（Endoscopic Mucosal Resection））、または、内視鏡的粘膜下層剥離術（ＥＳＤ（Endoscopic Submucosal Dissection））等）を実施した領域、等の対象を含む領域である。医療画像が内視鏡画像である場合、病変等とは、例えば、ポリープ（隆起性病変）であり、より具体的には、過形成ポリープ（ＨＰ：hyperplastic polyp）、ＳＳＡ／Ｐ（sessile serrated adenoma/polyp）、腺腫、癌、等である。また、周辺の組織等と相違する色もしくは形状の特徴を有する領域とは、被写体の発赤、萎縮、憩室、または、治療痕、等である。

異常候補領域判別処理部５１は、医療画像取得部１１が取得した内視鏡画像（医療画像）の種類（すなわち撮影条件）、異常候補領域として判別する病変等の種類もしくは性状等、または、これらの両方に応じて複数の処理部を有する。具体的には、異常候補領域判別処理部５１は、第１処理部５３、第２処理部５４、第３処理部５５、…、及び第Ｍ処理部５６等、必要に応じた任意個数の処理部を含む。これらの処理部は、例えば、機械学習またはディープラーニング等によって学習済みのＡＩプログラムである。具体的には、青色光を使用して撮影した内視鏡画像を用いてある特定種類の病変Ｖ１を判別するＡＩプログラム、緑色光を使用して撮影した内視鏡画像を用いて病変Ｖ１を判別するＡＩプログラム、赤色光を使用して撮影した内視鏡画像を用いてある病変Ｖ１を判別するＡＩプログラム、被写体もしくは投与した薬剤が発光した蛍光を用いて撮影した内視鏡画像を用いて病変Ｖ３を判別するＡＩプログラム、特定の組織等の色彩を強調した画像を用いて病変Ｖ４を判別するＡＩプログラム、または、酸素飽和度等の特徴量を表す内視鏡画像を用いて病変Ｖ５を判別するＡＩプログラム、等である。いずれにしても、異常候補領域判別処理部５１が含む各々の処理部は、それぞれ、特定の撮影条件で撮影した１種類の医療画像を用いて予め定めた病変等を判別することに特化している。

異常候補領域判別処理部５１が含む各々の処理部は、上記のように、異常候補領域の判別する際に、判別の確からしさを表す「確度」を判別結果に含めることができる。したがって、異常候補領域判別処理部５１は、異常候補領域の判別結果として、異常候補領域に該当するか否か、異常の種類（病変等の種類）、または、異常の進行度に加え、これら各判別結果についての確度を出力することができる。

異常領域判別処理部５２は、各種類の内視鏡画像（医療画像）に係るそれぞれの異常候補領域の判別結果の組み合わせにしたがって異常領域を判別する。異常領域の判別には、異常領域に該当するか否かを判別することのほか、医療画像が異常領域を含む場合においては、異常領域における異常の種類（病変等の種類）の判別、異常領域における異常の進行度（病変等の進行度）の判別、または、これらの両方を含む。本実施形態においては、異常領域判別処理部５２は、異常領域に該当するか否かを判別する。

異常領域判別処理部５２は、それぞれの異常候補領域の判別結果の多数決により、異常領域を判別することができる。また、異常領域判別処理部５２は、それぞれの異常候補領域の判別結果に重み付けをして異常領域を判別することができる。さらに、異常領域判別処理部５２は、それぞれの異常候補領域の判別結果に係る確度を用いて異常領域を判別することができる。本実施形態においては、異常領域判別処理部５２は、それぞれの異常候補領域の判別結果の多数決により、異常領域を判別する。

異常領域判別処理部５２は、異常領域の判別を、異常候補領域判別処理部５１における処理単位に合わせて、画素ごとに、内視鏡画像を複数の小領域に分ける場合にはその小領域ごとに、または、内視鏡画像の全体に対して、行うことができる。本実施形態においては、異常候補領域判別処理部５１が所定数の画素からなる小領域ごとに異常候補領域を判別するので、異常領域判別処理部５２は、異常候補領域判別処理部５１が異常候補領域の判別をした小領域ごとに、異常領域を判別する。

表示部１３は、医療画像取得部１１が取得した医療画像、及び、異常領域の判別結果等を表示するディスプレイである。医療画像処理装置１０が接続するデバイス等が含むモニタまたはディスプレイを共用し、医療画像処理装置１０の表示部１３として使用できる。

表示制御部１５は、表示部１３における医療画像及び解析結果の表示態様を制御する。例えば、本実施形態においては、表示制御部１５は、表示用の内視鏡画像１０１を表示部１３に表示する。また、表示制御部１５は、表示用の内視鏡画像１０１において、異常領域判別処理部５２における最終的な判別結果である異常領域１３１（図１０参照）の輪郭を強調する等して、表示用の内視鏡画像１０１において異常領域１３１の所在を示す。すなわち、表示制御部１５は、表示部１３に表示用の医療画像１０１を表示する際に、表示用の医療画像１０１において異常領域１３１に対応する領域を強調する。「異常領域１３１に対応する領域」とは、表示用の医療画像１０１に写る被写体像の一部または全部であって、少なくとも異常領域１３１を含む領域である。また、異常領域１３１に対応する領域を「強調する」とは、異常領域１３１に対応する領域を直接的に強調することの他、異常領域１３１に対応する領域以外の領域の表示を抑制することにより、異常領域１３１に対応する領域を相対的に強調することを含む。なお、表示制御部１５は、設定によっては、異常領域１３１または異常領域１３１以外の領域の色を調節して異常領域１３１の所在を示すことができる。また、表示制御部１５は、設定によっては、音（音声を含む）、光（内視鏡画像１０１の部分的な点滅等）、座標の表示等、その他の任意の方法で異常領域１３１の有無または異常領域１３１の所在等の異常領域１３１の判別結果を報知できる。この場合、表示制御部１５は、異常領域判別結果報知部として機能する。表示制御部１５は、表示用の医療画像１０１において異常領域１３１に対応する領域を強調し、かつ、音または光等を用いて異常領域１３１の判別結果を報知できる。

入力受信部１６は、医療画像処理装置１０に接続するマウス、キーボード、その他操作デバイスからの入力を受け付ける。医療画像処理装置１０の各部の動作はこれらの操作デバイスを用いて制御できる。

統括制御部１７は、医療画像処理装置１０の各部の動作を統括的に制御する。入力受信部１６が操作デバイスを用いた操作入力を受信した場合には、統括制御部１７は、その操作入力にしたがって医療画像処理装置１０の各部を制御する。

保存部１８は、医療画像処理装置１０が含むメモリ等の記憶デバイス（図示しない）、または、内視鏡装置２１等の医療装置もしくはＰＡＣＳ２２が含む記憶デバイス（図示しない）に、必要に応じて異常領域の判別結果等を保存する。

以下、医療画像処理装置１０の動作の流れを説明する。図４に示すように、まず、医療画像取得部１１が、自動的に、または、手動選択により、複数の内視鏡画像を取得する（ステップＳ１０）。本実施形態においては、医療画像取得部１１は、図５に示す表示用の内視鏡画像１０１を取得する。また、本実施形態においては、表示用の内視鏡画像１０１に写る部分について異常領域の判別をするので、医療画像取得部１１は、表示用の内視鏡画像１０１を取得する際に、さらに、図６に示す第１内視鏡画像１１１と、図７に示す第２内視鏡画像１１２と、図８に示す第３内視鏡画像１１３と、を取得する。第１内視鏡画像１１１は、例えば、青色光を用いて撮影した内視鏡画像である。第２内視鏡画像１１２は、少なくとも第１内視鏡画像１１１と撮影条件が異なる内視鏡画像であり、例えば、緑色光を用いて撮影した内視鏡画像である。そして、第３内視鏡画像１１３は、少なくとも第１内視鏡画像１１１及び第２内視鏡画像１１２と撮影条件が異なる内視鏡画像であり、例えば、赤色光を用いて撮影した内視鏡画像である。すなわち、医療画像取得部１１は、表示用の内視鏡画像１０１に加えて、表示用の内視鏡画像１０１と同じ対象を含み、かつ、相互に撮影条件が異なる３種類の内視鏡画像１１１，１１２，１１３を取得する。これらの内視鏡画像１１１，１１２，１１３は、異常候補領域の判別に使用し、結果として、異常領域の判別に使用する。

医療画像取得部１１が医療画像を取得すると、表示制御部１５は、医療画像取得部１１が取得した医療画像のうち少なくとも１つの医療画像を表示部１３に表示する（ステップＳ１１）。本実施形態においては、医療画像取得部１１は表示用の内視鏡画像１０１を取得するので、表示制御部１５は表示用の内視鏡画像１０１を表示部１３に表示する。

一方、上記のように、表示部１３に表示用の内視鏡画像１０１を表示する際に、バックグラウンドでは、異常候補領域判別処理部５１が、第１内視鏡画像１１１、第２内視鏡画像１１２、及び、第３内視鏡画像１１３に対して、それぞれ異常候補判別処理をする（ステップＳ１２）。その結果、本実施形態においては、異常候補領域判別処理部５１は、第１内視鏡画像１１１においては、病変Ｖ１を含む異常候補領域１２１（図６参照）を判別する。また、異常候補領域判別処理部５１は、第２内視鏡画像１１２においては病変Ｖ１を含む異常候補領域１２２（図７参照）を判別し、かつ、第３内視鏡画像１１３においては病変Ｖ１を含む異常候補領域１２３（図８参照）を判別する。

異常候補領域判別処理部５１が、第１内視鏡画像１１１の異常候補領域１２１、第２内視鏡画像１１２の異常候補領域１２２、及び、第３内視鏡画像１１３の異常候補領域１２３をそれぞれ判別すると、異常領域判別処理部５２がこれらの判別結果を用いて異常領域を判別する（ステップＳ１４）。本実施形態においては、図９の表に示すように、異常候補領域判別処理部５１は、第１内視鏡画像１１１における異常候補領域の判別結果と、第２内視鏡画像１１２における異常候補領域の判別結果と、第３内視鏡画像１１３における異常候補領域の判別結果と、の多数決によって、異常か否かの最終的な判別結果である「異常領域」を判別する。すなわち、異常候補領域判別処理部５１が、第１内視鏡画像１１１、第２内視鏡画像１１２、及び、第３内視鏡画像１１３のうち、少なくとも過半数の内視鏡画像において「異常」と判別した部分（小領域）を、異常領域判別処理部５２は、最終判別結果として「異常」と判別する。逆に、異常候補領域判別処理部５１が、第１内視鏡画像１１１、第２内視鏡画像１１２、及び、第３内視鏡画像１１３のうち、過半数の内視鏡画像において「正常」と判別した部分（小領域）については、異常領域判別処理部５２は、最終判別結果として「正常」と判別する。この結果、異常領域判別処理部５２は異常領域を判別する。なお、多数決の結果が同数となってしまった場合は、「異常」と判別するようにしても良い。これにより、異常領域の見落としをより避けることができる。

上記のように、異常領域判別処理部５２が最終判別結果として異常領域を判別すると、図１０に示すように、表示制御部１５は、例えば、表示用の内視鏡画像１０１において最終判別結果である異常領域１３１の輪郭を示して異常領域１３１の所在を表示する（ステップＳ１４）。これにより、医療画像処理装置１０は、診断等を支援する。

上記のように、医療画像処理装置１０は、撮影条件が異なる少なくとも３種類以上の医療画像について異常候補領域をそれぞれ判別し、これら異常候補領域の判別結果の組み合わせにしたがって最終的に異常領域を判別する。このため、医療画像処理装置１０は、従来よりも精度良く異常領域を判別できる。

例えば、１種類の内視鏡画像を用いて異常領域を判別する場合、病変等の種類または性状によって、異常領域を判別し難い場合がある。これに対して、医療画像処理装置１０は、異常領域を判別する過程において、３種類以上の内視鏡画像を使用するので、１種類の内視鏡画像を用いる場合よりも、異常領域を正しく判別できる確率が向上している。

また、２種類の内視鏡画像を用いて異常領域を判別する場合、基本的には、これら２種類の内視鏡画像の両方において異常と判別した共通部分だけを異常と判別せざるを得ないので、実際の病変等の一部分のみを異常領域と検出してしまう場合も多い。もちろん、２種類の内視鏡画像のどちらかで異常と判別した部分の全体を異常領域と判別することもできるが、この場合、実際の病変等よりも広範囲を異常領域と判別してしまう場合も多い。これに対して、医療画像処理装置１０は、少なくとも３種類以上の内視鏡画像を使用し、これらの各内視鏡画像における異常候補領域の判別結果を組み合わせて、最終的に、異常領域の判別をするので、２種類の内視鏡画像を用いて異常領域を判別する場合よりも、適正に異常領域を判別することができる。

上記の他、医療画像処理装置１０は、３種類以上の医療画像からそれぞれ異常候補領域を判別するステップ（Ｓ１２）と、異常候補領域の判別結果を組み合わせて最終的二以上領域を判別するステップ（Ｓ１３）の２段階のステップで異常領域を判別する。このため、異常候補領域判別処理部５１は、第１処理部５３等、特定の撮影条件のもとで特定の病変等を判別することに特化した処理部によって、異常候補領域を容易にかつ高精度に判別できる。その結果、医療画像処理装置１０は、高精度に異常領域を判別できる。異常候補領域判別処理部５１をＡＩプログラムを用いて構成する場合においても、ＡＩプログラム学習も容易であり、かつ、ＡＩプログラムの処理速度も速いことも利点である。

［第２実施形態］
上記第１実施形態においては、異常候補領域判別処理部５１は、異常候補領域であるか否かを判別し、異常領域判別処理部５２においても、最終的に異常領域であるか否かを判別しているが、医療画像処理装置１０は、異常候補領域または異常領域について、さらに、異常の種類または進行度を判別できる。

例えば、図１１に示すように、異常候補領域判別処理部５１は、第１内視鏡画像１１１において異常候補領域１２１を判別し、かつ、異常候補領域１２１にある病変等の種類を例えば「病変Ｖ１」と判別する。異常候補領域判別処理部５１は、第２内視鏡画像１１２において異常候補領域１２２を判別し、かつ、異常候補領域１２１にある病変等の種類を例えば「病変Ｖ１」と判別する。また、異常候補領域判別処理部５１は、第３内視鏡画像１１３において異常候補領域１２３を判別し、かつ、異常候補領域１２３にある病変等の種類を例えば「病変Ｖ２」と判別する。

この場合、異常候補領域判別処理部５１が、第１内視鏡画像１１１、第２内視鏡画像１１２、及び、第３内視鏡画像１１３の全てにおいて異常候補領域（「異常」）と判別した小領域については、異常領域判別処理部５２は、異常領域（「異常」）と判別する。これは、第１実施形態と同様である。一方、本実施形態においては、異常候補領域判別処理部５１は病変等の種類も判別するので、異常領域判別処理部５２は、異常候補領域判別処理部５１が判別した病変等の種類の多数決により、異常領域にある病変糖の種類を判別する。すなわち、第１内視鏡画像１１１及び第２内視鏡画像１１２において「病変Ｖ１」と判別し、かつ、第３内視鏡画像１１３において「病変Ｖ２」と判別しているので、異常領域判別処理部５２は、この異常領域における病変の種類を、過半数を占める「病変Ｖ１」と判別する。

上記のように、本実施形態の医療画像処理装置１０によれば、病変等の種類も含めて異常領域を判別できる。病変等の種類の代わりに、または、病変等の種類に加えて、病変等の進行度を判別する場合も同様である。

なお、上記第２実施形態のように、最終的に、異常領域の判別に加えて、異常の種類、異常の進行度、またはこれらの両方を判別する場合、図１２に示すように、表示制御部１５は、表示部１３の表示画面に異常の種類、異常の進行度、またはこれらの両方を表示する種類等表示領域２０１を設ける。そして、表示用の内視鏡画像１０１において異常領域判別処理部５２が判別した異常領域１３１の所在を示し、かつ、種類等表示領域２０１において異常領域判別処理部５２が判別した異常領域１３１にある異常の種類、異常の進行度、またはこれらの両方を表示する。

上記第２実施形態においては、異常領域判別処理部５２は、異常領域であるか否かを、第１実施形態と同様に、異常候補領域判別処理部５１が判別した異常候補領域であるか否かの判別結果の組み合わせを用いて判別し、かつ、異常領域であるか否かの判別とは別に、異常候補領域判別処理部５１が判別した異常候補領域にある異常の種類等の判別結果を組み合わせて、異常領域にある異常の種類等を判別している。しかし、異常領域判別処理部５２は、異常候補領域判別処理部５１の異常候補領域であるか否かの判別結果と、異常の種類の判別結果、異常の進行度の判別結果、または、これらの両方と、を一体的に総合的に考慮して、最終判別結果を決定することができる。例えば、図１１の例においては、異常候補領域判別処理部５１の判別結果のうち過半数が「病変Ｖ１に係る異常候補領域」であるという判別結果であることから、異常領域判別処理部５２は、この領域を「病変Ｖ１に係る異常候補領域」と判別することができる。異常候補領域判別処理部５１が病変等の進行度を判別する場合も同様である。

［第３実施形態］
第１実施形態及び第２実施形態においては、異常領域判別処理部５２は、異常候補領域判別処理部５１が判別結果に含めて出力する判別の確度を利用していないが、異常領域判別処理部５２は、異常候補領域判別処理部５１が出力する判別結果についての確度を用いて、異常領域を判別することができる。例えば、図１３に示すように、ある小領域についての異常候補領域の判別結果が、第１内視鏡画像１１１及び第３内視鏡画像１１３においては正常領域（「正常」）であり、かつ、第２内視鏡画像１１２においては異常候補領域（「異常」）であるとする。また、例えば、第１内視鏡画像１１１についての異常候補領域の判別の確度が「１５」であり、第２内視鏡画像１１２についての異常候補領域の判別の確度が「８０」であり、第３内視鏡画像１１３についての異常候補領域の判別の確度が「２０」であって、かつ、確度は数値が大きいほど「確からしい」ことを表すとする。この場合、第１実施形態のように、判別対象の小領域が異常領域であるか否かを、異常候補領域であるか否かの判別結果の多数決によって判別すれば、過半数が「正常」であるため、最終判別結果は「正常」となる。

しかし、本実施形態においては、異常候補領域の判別の確度をみると、第１内視鏡画像１１１及び第３内視鏡画像１１３における異常候補領域の判別の確度は比較的低く、第２内視鏡画像１１２における異常候補領域の判別の確度は比較的高いので、多数決で「正常」と判別する妥当性は低い。このため、異常領域判別処理部５２は、異常候補領域の判別の確度にしたがって当該小領域についての最終判別結果を「異常」と判別する。こうしたケースは、例えば、第１内視鏡画像１１１、第２内視鏡画像１１２、及び、第３内視鏡画像１１３において判別対象の病変等の観察のしやすさ（判別のしやすさ）が大きく異なり、判別対象の小領域が、第２内視鏡画像１１２においてのみ観察しやすい病変等を含む場合を想定できる。

なお、上記の例は一例に過ぎず、異常領域判別処理部５２が、異常領域の判別に、異常候補領域の判別の確度を用いる場合、異常候補領域の判別の確度の用い方は任意である。異常領域判別処理部５２は、異常候補領域であるか否かの判別結果に、異常候補領域の判別の確度にしたがった重み付けをして、最終的に、異常領域であるか否かを判別することができる。図１３の例においては、例えば、正常を数値「１」とし、異常を数値「−１」として、確度の１／１００を重みとした重み付け和を求めると「−０．４５」であるため、異常の数値「−１」に近いので、異常領域判別処理部５２は当該小領域が異常領域であると判別できる。上記のように確度を重みとした重み付け和を求める等する代わりに、異常領域判別処理部５２をＡＩプログラムで実装しても良い。

上記第３実施形態においては、異常領域判別処理部５２は、異常領域であるか否かの判別のために異常領域の判別のために、異常候補領域の判別の確度を用いるが、異常領域判別処理部５２は、異常の種類、異常の進行度、またはこれらの両方の判別のために、異常候補領域の判別の確度を用いることができる。

例えば、図１４に示すように、ある小領域について、第１内視鏡画像１１１の異常候補領域の判別結果が「病変Ｖ１による異常領域」であり、第２内視鏡画像１１２の異常候補領域の判別結果が「病変Ｖ２による異常領域」であり、かつ、第３内視鏡画像１１３の異常候補領域の判別結果が「病変Ｖ３による異常領域」であるとする。この場合、異常領域判別処理部５２は、少なくとも当該小領域を異常領域であると判別するが、病変の種類はＶ１，Ｖ２，Ｖ３であり、判別結果が割れている。このような場合、異常領域判別処理部５２は、異常候補領域の判別の確度を用いて、例えば、最も確からしい「病変Ｖ２」を最終判別結果とすることができる。

また、図１５に示すように、例えば、病変の種類の判定結果のうち過半数が「病変Ｖ２」であるとしても、異常領域判別処理部５２は、過半数に満たなくても確度が高い結果を信頼して、病変の種類を「病変Ｖ１」と判別することができる。なお、異常領域判別処理部５２は、図１４及び図１５に示すような場合においても、異常候補領域の判別の確度を重み付けに用いることができる。また、異常領域判別処理部５２は、図１４及び図１５に示すような場合においても、ＡＩプログラムで実装できる。

［第４実施形態］
異常領域判別処理部５２は、異常候補領域の判別結果の組み合わせと、異常領域の判別結果と、を予め対応付ける判別条件（例えば表などの形式である）を用いて異常領域の判別をすることができる。例えば、医療画像取得部１１が、異常候補領域及び異常領域の判別のために、青色光を用いて撮影した第１内視鏡画像１１１、緑色光を用いて撮影した第２内視鏡画像１１２、及び、赤色光を用いて撮影した第３内視鏡画像１１３の他に、紫色光を用いて撮影した第４内視鏡画像（図示しない）を取得する場合、偶数個の内視鏡画像を使用することになるので、確度を用いる場合を除けば、異常候補領域の判別結果を用いても最終的な異常領域の判別できない。このような場合には、異常領域判別処理部５２は、異常候補領域の判別結果の組み合わせと、異常領域の判別結果と、の判別条件を用いれば、異常領域の判別が容易である。

上記４種類の内視鏡画像を異常候補領域及び異常領域の判別に用いる場合、例えば、異常領域判別処理部５２は、図１６に示す条件を用いて、ある小領域について異常領域の判別をすることができる。Ｄ（Ｂ）は、第１内視鏡画像１１１を用いた異常候補領域の判別結果を表し、Ｄ（Ｂ）の内側が「異常」、外側が「正常」判別結果を表す。同様に、Ｄ（Ｖ）は、第４内視鏡画像を用いた異常候補領域の判別結果を表し、Ｄ（Ｇ）は、第２内視鏡画像１１２を用いた異常候補領域の判別結果を表し、かつ、Ｄ（Ｒ）は第３内視鏡画像１１３を用いた異常候補領域の判別結果を表す。そして、図１６におけるハッチング部分の条件を満たす場合、異常領域判別処理部５２は、その小領域を「異常」と判別する。

すなわち、異常候補領域の判別結果が、紫色光で撮影した第４内視鏡画像において「異常」であり、かつ、青色光で撮影した第１内視鏡画像１１１において「異常」である場合、他の内視鏡画像における異常候補領域の判別結果の如何を問わず、異常領域判別処理部５２は判別対象の小領域を異常領域と判別する。これは、粘膜の概ね表層付近にある異常を表す。また、異常候補領域の判別結果が、青色光で撮影した第１内視鏡画像１１１において「異常」であり、かつ、緑色光で撮影した第２内視鏡画像１１２において「異常」である場合、他の内視鏡画像における異常候補領域の判別結果の如何を問わず、異常領域判別処理部５２は判別対象の小領域を異常領域と判別する。これは、粘膜の概ね中層付近にある異常を表す。さらに、異常候補領域の判別結果が、緑色光で撮影した第２内視鏡画像１１２において「異常」であり、かつ、赤色光で撮影した第３内視鏡画像１１３において「異常」である場合、他の内視鏡画像における異常候補領域の判別結果の如何を問わず、異常領域判別処理部５２は判別対象の小領域を異常領域と判別する。これは、粘膜の概ね深層付近の異常を表す。

なお、異常領域判別処理部５２は、異常領域であるか否かを判別する場合に、上記のように異常候補領域の判別結果の組み合わせと、異常領域であるか否かの判別結果と、の対応を予め定める判別条件を用いることができるほか、異常領域判別処理部５２は、図１７に示す表のように、異常候補領域の判別結果の組み合わせと、異常の種類、異常の進行度、またはこれらの両方と、の対応を予め定めることができる。図１７においては、Ｘ１〜Ｘ７は、病変の種類（ポリープもしくは癌等の病名）または病変の進行度（癌のステージ等）である。

上記各実施形態においては、医療画像処理装置１０と内視鏡装置２１は別個の装置であるが、内視鏡装置２１は、医療画像処理装置１０を含むことができる。この場合、図１８に示すように、医療画像処理装置１０を構成する各部５２０は、プロセッサ装置３３に設ける。但し、表示部１３は、内視鏡装置２１のモニタ３４を共用できる。また、医療画像取得部１１は、イメージセンサ４１及び内視鏡画像生成部４８が形成する「内視鏡画像取得部」に相当する。このため、プロセッサ装置３３には医療画像取得部１１及び表示部１３以外の各部を設ければ足りる。また、上記各実施形態及びその他変形例の医療画像処理装置１０と、図２の内視鏡装置２１と、の全体で新たな内視鏡装置を構成できる。

内視鏡装置２１は、基本的にリアルタイムに被写体を観察する装置であるから、上記のように、内視鏡装置２１が医療画像処理装置１０を含む場合、異常候補領域の判別、異常領域の判別、及び、異常領域の判別結果の表示は、内視鏡画像を撮影する際に、または、任意のタイミングで実行できる。

また、図１９に示すように、内視鏡装置２１その他モダリティと組み合わせて使用する診断支援装置６１０は、上記実施形態及びその他変形例の医療画像処理装置１０を含むことができる。また、図２０に示すように、例えば内視鏡装置２１を含む、第１検査装置６２１、第２検査装置６２２、…、第Ｎ検査装置６２３等の各種検査装置と任意のネットワーク６２６を介して接続する医療業務支援装置６３０は、上記実施形態及びその他変形例の医療画像処理装置１０を含むことができる。

この他、医療画像処理装置１０、及び、医療画像処理装置１０を含む各種装置、及び、医療画像処理装置１０の機能を内包する各種装置またはシステムは、以下の種々の変更等をして使用できる。

医療画像としては、白色帯域の光、または白色帯域の光として複数の波長帯域の光を照射して得る通常光画像を用いることができる。

医療画像としては、特定の波長帯域の光を照射して得た画像を使用する場合、特定の波長帯域は、白色の波長帯域よりも狭い帯域を用いることができる。

特定の波長帯域は、例えば、可視域の青色帯域または緑色帯域である。

特定の波長帯域が可視域の青色帯域または緑色帯域である場合、特定の波長帯域は、３９０ｎｍ以上４５０ｎｍ以下または５３０ｎｍ以上５５０ｎｍ以下の波長帯域を含み、かつ、特定の波長帯域の光は、３９０ｎｍ以上４５０ｎｍ以下または５３０ｎｍ以上５５０ｎｍ以下の波長帯域内にピーク波長を有することが好ましい。

特定の波長帯域は、例えば、可視域の赤色帯域である。

特定の波長帯域が可視域の赤色帯域である場合、特定の波長帯域は、５８５ｎｍ以上６１５ｎｍまたは６１０ｎｍ以上７３０ｎｍ以下の波長帯域を含み、かつ、特定の波長帯域の光は、５８５ｎｍ以上６１５ｎｍ以下または６１０ｎｍ以上７３０ｎｍ以下の波長帯域内にピーク波長を有することが好ましい。

特定の波長帯域は、例えば、酸化ヘモグロビンと還元ヘモグロビンとで吸光係数が異なる波長帯域を含み、かつ、特定の波長帯域の光は、酸化ヘモグロビンと還元ヘモグロビンとで吸光係数が異なる波長帯域にピーク波長を有することができる。

特定の波長帯域が、酸化ヘモグロビンと還元ヘモグロビンとで吸光係数が異なる波長帯域を含み、かつ、特定の波長帯域の光は、酸化ヘモグロビンと還元ヘモグロビンとで吸光係数が異なる波長帯域にピーク波長を有する場合、特定の波長帯域は、４００±１０ｎｍ、４４０±１０ｎｍ、４７０±１０ｎｍ、または、６００ｎｍ以上７５０ｎｍ以下の波長帯域を含み、かつ、特定の波長帯域の光は、４００±１０ｎｍ、４４０±１０ｎｍ、４７０±１０ｎｍ、または、６００ｎｍ以上７５０ｎｍ以下の波長帯域にピーク波長を有することが好ましい。

医療画像が生体内を写した生体内画像である場合、この生体内画像は、生体内の蛍光物質が発する蛍光の情報を有することができる。

また、蛍光は、ピーク波長が３９０ｎｍ以上４７０ｎｍ以下である励起光を生体内に照射して得る蛍光を利用できる。

医療画像が生体内を写した生体内画像である場合、前述の特定の波長帯域は、赤外光の波長帯域を利用することができる。

医療画像が生体内を写した生体内画像であり、前述の特定の波長帯域として、赤外光の波長帯域を利用する場合、特定の波長帯域は、７９０ｎｍ以上８２０ｎｍまたは９０５ｎｍ以上９７０ｎｍ以下の波長帯域を含み、かつ、特定の波長帯域の光は、７９０ｎｍ以上８２０ｎｍ以下または９０５ｎｍ以上９７０ｎｍ以下の波長帯域にピーク波長を有することが好ましい。

医療画像取得部１１は、白色帯域の光、または白色帯域の光として複数の波長帯域の光を照射して得る通常光画像に基づいて、特定の波長帯域の信号を有する特殊光画像を取得する特殊光画像取得部を有することができる。この場合、医療画像として特殊光画像を利用できる。

特定の波長帯域の信号は、通常光画像に含むＲＧＢまたはＣＭＹの色情報に基づく演算により得ることができる。

白色帯域の光、または白色帯域の光として複数の波長帯域の光を照射して得る通常光画像と、特定の波長帯域の光を照射して得る特殊光画像との少なくとも一方に基づく演算によって、特徴量画像を生成する特徴量画像生成部を備えることができる。この場合、医療画像として特徴量画像を利用できる。

内視鏡装置２１については、内視鏡３１としてカプセル内視鏡を使用できる。この場合、光源装置３２と、プロセッサ装置３３の一部と、はカプセル内視鏡に搭載できる。

上記各実施形態及び変形例において、医療画像取得部１１、医療画像解析処理部１２（医療画像解析処理部１２を構成する各部）、表示制御部１５、入力受信部１６、統括制御部１７、並びに、内視鏡装置２１の内視鏡画像生成部４８等といった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、ソフトウエア（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）、各種の処理を実行す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つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合せ（例えば、複数のＦＰＧＡや、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とソフトウエアの組み合わせで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。

さらに、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形態の電気回路（circuitry）である。

１０ 医療画像処理装置
１１ 医療画像取得部
１２ 医療画像解析処理部
１３ 表示部
１５ 表示制御部
１６ 入力受信部
１７ 統括制御部
１８ 保存部
２１ 内視鏡装置
２２ ＰＡＣＳ
３１ 内視鏡
３２ 光源装置
３３ プロセッサ装置
３４ モニタ
４１ イメージセンサ
４２ 光源部
４３ Ｖ−ＬＥＤ
４４ Ｂ−ＬＥＤ
４５ Ｇ−ＬＥＤ
４６ Ｒ−ＬＥＤ
４７ 光源制御部
４８ 内視鏡画像生成部
５１ 異常候補領域判別処理部
５２ 異常領域判別処理部
５３ 第１処理部
５４ 第２処理部
５５ 第３処理部
５６ 第Ｍ処理部
１０１ 表示用の内視鏡画像
１１１ 第１内視鏡画像
１１２ 第２内視鏡画像
１１３ 第３内視鏡画像
１２１、１２２、１２３ 異常候補領域
１３１ 異常領域
２０１ 種類等表示領域
５２０ 医療画像処理装置を構成する各部
６１０ 診断支援装置
６２１ 第１検査装置
６２２ 第２検査装置
６２３ 第Ｎ検査装置
６２６ ネットワーク
６３０ 医療業務支援装置
Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５ 病変
Ｄ（Ｂ） 第１内視鏡画像を用いた異常候補領域の判別結果
Ｄ（Ｇ） 第２内視鏡画像を用いた異常候補領域の判別結果
Ｄ（Ｒ） 第３内視鏡画像を用いた異常候補領域の判別結果
Ｄ（Ｖ） 第４内視鏡画像を用いた異常候補領域の判別結果

Claims (14)

1. 被写体像を含む医療画像を取得する医療画像取得部と、
   撮影条件が異なる少なくとも３種類以上の前記医療画像について、異常候補領域をそれぞれ判別する異常候補領域判別処理部と、
   各種類の前記医療画像に係るそれぞれの前記異常候補領域の判別結果の組み合わせにしたがって異常領域を判別する異常領域判別処理部と、
   を備える医療画像処理装置。
2. 前記医療画像が前記異常候補領域を含む場合、前記異常候補領域判別処理部は、前記異常候補領域における異常の種類を判別する請求項１に記載の医療画像処理装置。
3. 前記医療画像が前記異常候補領域を含む場合、前記異常候補領域判別処理部は、前記異常候補領域における異常の進行度を判別する請求項１または２に記載の医療画像処理装置。
4. 前記異常領域判別処理部は、それぞれの前記異常候補領域の判別結果の多数決により、前記異常領域を判別する請求項１〜３のいずれか１項に記載の医療画像処理装置。
5. 前記異常領域判別処理部は、それぞれの前記異常候補領域の判別結果に重み付けをして前記異常領域を判別する請求項１〜４のいずれか１項に記載の医療画像処理装置。
6. 前記異常領域判別処理部は、それぞれの前記異常候補領域の判別結果に係る確度を用いて前記異常領域を判別する請求項４または５に記載の医療画像処理装置。
7. 前記異常候補領域判別処理部は、前記医療画像を小領域に分けて、前記小領域ごとに異常候補領域判別処理を行い、かつ、前記異常領域判別処理部は、前記小領域ごとに異常領域を判別する請求項１〜６のいずれか１項に記載の医療画像処理装置。
8. 前記医療画像取得部は、前記異常候補領域判別処理部において用いる前記医療画像の他に、表示用の前記医療画像を取得する請求項１〜７のいずれか１項に記載の医療画像処理装置。
9. 表示用の前記医療画像は、前記異常候補領域判別処理部において用いる前記医療画像と、撮影条件が異なる請求項８に記載の医療画像処理装置。
10. 前記異常候補領域判別処理部において用いる前記医療画像を、表示用の前記医療画像として用いる請求項１〜７のいずれか１項に記載の医療画像処理装置。
11. 前記医療画像を表示する表示部を備え、
    前記表示部は、表示用の前記医療画像を表示する請求項８〜１０のいずれか１項に記載の医療画像処理装置。
12. 前記表示部に表示用の前記医療画像を表示する際に、表示用の前記医療画像において前記異常領域に対応する領域を強調する表示制御部を備える請求項１１に記載の医療画像処理装置。
13. 前記異常領域の判別結果を音または光を用いて報知する異常領域判別結果報知部を備える請求項１１または１２に記載の医療画像処理装置。
14. スペクトルが異なる複数種類の照明光を用いて被写体を撮影することにより、撮影条件が異なる少なくとも３種類以上の内視鏡画像を生成する内視鏡画像取得部と、
    各種類の前記内視鏡画像について、異常候補領域をそれぞれ判別する異常候補領域判別処理部と、
    各種類の前記内視鏡画像に係るそれぞれの前記異常候補領域の判別結果の組み合わせにしたがって、異常領域を判別する異常領域判別処理部と、
    を備える内視鏡装置。

Images