JP7035569B2 - 医用画像処理装置 - Google Patents
医用画像処理装置 Download PDFInfo
- Publication number
- JP7035569B2 JP7035569B2 JP2018014246A JP2018014246A JP7035569B2 JP 7035569 B2 JP7035569 B2 JP 7035569B2 JP 2018014246 A JP2018014246 A JP 2018014246A JP 2018014246 A JP2018014246 A JP 2018014246A JP 7035569 B2 JP7035569 B2 JP 7035569B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- medical image
- processing
- medical
- processed
- 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
Links
- 238000012545 processing Methods 0.000 title claims description 204
- 238000000034 method Methods 0.000 claims description 63
- 230000008569 process Effects 0.000 claims description 60
- 238000003384 imaging method Methods 0.000 claims description 46
- 230000004044 response Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 18
- 238000007689 inspection Methods 0.000 description 6
- 230000003313 weakening effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000037182 bone density Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005549 size reduction Methods 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は、医用画像処理装置に関する。
従来、患者に関する情報と、検査対象部位に関する情報と、画像データを特定するために用いられる画像特定情報とを含む過去画像情報を格納するデータベースを備え、外部から入力される第１の医用画像データの付帯情報に基づいて前記データベースを検索することにより、第１の医用画像データと患者及び検査対象部位が同一の第２の医用画像データについての過去画像情報を取得し、取得された過去画像情報に対応する第２の医用画像データを外部の画像サーバーから取得して、第１の医用画像データと第２の医用画像データとの差分演算を行う医用画像情報処理装置（医用画像処理装置）が知られている（例えば、特許文献１参照）。この医用画像情報処理装置においては、画像データの付帯情報に基づいてデータベースに検査対象部位に関する情報等が登録されている。
しかしながら、医用画像によっては、撮影装置のメーカーやモダリティーの違いにより、患者情報やモダリティー情報等の特定の付帯情報以外の、例えば、撮影部位や撮影方向に関する付帯情報がブランクのケースや付帯情報内の文字列が統一されていないケースが存在する。そのため、付帯情報のみでは処理対象の画像か否かを判断することが困難な場合がある。例えば、経時差分処理で胸部正面のみを対象とする場合、付帯情報から撮影部位(＝胸部)が分かったとしても、正面か側面を一意に判断できない場合がある。特に、画像データが既に保存された画像サーバーに、後から医用画像処理装置を設置した場合は、画像サーバーに統一されていない様々な付帯情報のデータが入っており、上記事象が頻繁に発生する。
このような問題を解決するために、例えば、医用画像処理装置の設置時にサービスマン等の手で画像サーバー内の付帯情報を全て統一することが考えられる。しかし、これには多大な時間を要する。また、付帯情報の文字列を辞書学習し、付帯情報を統一することも考えられるが、付帯情報がブランクの場合は、正しい付帯情報を付与できない。
本発明の課題は、医用画像処理装置において、サーバーから送信された医用画像に係る付帯情報からその医用画像が処理対象の画像であるか否かを判別できない場合であっても、その医用画像が処理対象の画像であるか否かを判別できるようにすることである。
上記課題を解決するため、請求項１に記載の発明の医用画像処理装置は、
所定の処理の処理対象の候補となる医用画像をサーバーに要求する要求手段と、
前記要求に応じて前記サーバーから送信された医用画像の少なくとも画像データを用いて、当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する判別手段と、
前記処理対象の画像と判別された医用画像に対して前記所定の処理を施す処理手段と、
外部装置から前記所定の処理の実施が指示された医用画像に対しては、前記判別手段による判別を行うことなく、その全ての医用画像に対して前記処理手段により前記所定の処理を行うように制御する制御手段と、
を備える。
所定の処理の処理対象の候補となる医用画像をサーバーに要求する要求手段と、
前記要求に応じて前記サーバーから送信された医用画像の少なくとも画像データを用いて、当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する判別手段と、
前記処理対象の画像と判別された医用画像に対して前記所定の処理を施す処理手段と、
外部装置から前記所定の処理の実施が指示された医用画像に対しては、前記判別手段による判別を行うことなく、その全ての医用画像に対して前記処理手段により前記所定の処理を行うように制御する制御手段と、
を備える。
請求項２に記載の発明の医用画像処理装置は、
第１の医用画像を取得する取得手段と、
前記第１の医用画像とともに所定の処理の処理対象となる第２の医用画像の候補となる医用画像をサーバーに要求する要求手段と、
前記要求に応じて前記サーバーから送信された医用画像の少なくとも画像データを用いて、当該医用画像が前記所定の処理の処理対象となる医用画像であるか否かを判別する判別手段と、
前記第１の医用画像及び前記所定の処理の処理対象となる医用画像であると判別された第２の医用画像に対して前記所定の処理を施す処理手段と、
外部装置から前記所定の処理の実施が指示された医用画像に対しては、前記判別手段による判別を行うことなく、その全ての医用画像に対して前記処理手段により前記所定の処理を行うように制御する制御手段と、
を備える。
第１の医用画像を取得する取得手段と、
前記第１の医用画像とともに所定の処理の処理対象となる第２の医用画像の候補となる医用画像をサーバーに要求する要求手段と、
前記要求に応じて前記サーバーから送信された医用画像の少なくとも画像データを用いて、当該医用画像が前記所定の処理の処理対象となる医用画像であるか否かを判別する判別手段と、
前記第１の医用画像及び前記所定の処理の処理対象となる医用画像であると判別された第２の医用画像に対して前記所定の処理を施す処理手段と、
外部装置から前記所定の処理の実施が指示された医用画像に対しては、前記判別手段による判別を行うことなく、その全ての医用画像に対して前記処理手段により前記所定の処理を行うように制御する制御手段と、
を備える。
請求項３に記載の発明は、請求項２に記載の発明において、
前記処理手段は、前記第１の医用画像と前記第２の医用画像に対して所定の演算処理を施す。
前記処理手段は、前記第１の医用画像と前記第２の医用画像に対して所定の演算処理を施す。
請求項４に記載の発明は、請求項３に記載の発明において、
前記処理手段は、前記第１の医用画像と前記第２の医用画像に対して経時差分処理を施す。
前記処理手段は、前記第１の医用画像と前記第２の医用画像に対して経時差分処理を施す。
請求項５に記載の発明は、請求項１～４のいずれか一項に記載の発明において、
前記判別手段は、前記医用画像の撮影部位と撮影方向の少なくとも一方を判別し、その判別結果に基づいて、当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する。
前記判別手段は、前記医用画像の撮影部位と撮影方向の少なくとも一方を判別し、その判別結果に基づいて、当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する。
請求項６に記載の発明は、請求項１～５のいずれか一項に記載の発明において、
前記判別手段は、前記医用画像の付帯情報から前記医用画像が前記所定の処理の処理対象の画像であるか否かを判別可能な場合は、前記付帯情報を用いて当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別し、前記医用画像の付帯情報から前記医用画像が前記所定の処理の処理対象の画像であるか否かを判別不可能な場合は、前記医用画像の画像データを解析することにより当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する。
前記判別手段は、前記医用画像の付帯情報から前記医用画像が前記所定の処理の処理対象の画像であるか否かを判別可能な場合は、前記付帯情報を用いて当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別し、前記医用画像の付帯情報から前記医用画像が前記所定の処理の処理対象の画像であるか否かを判別不可能な場合は、前記医用画像の画像データを解析することにより当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する。
請求項７に記載の発明は、請求項１～６のいずれか一項に記載の発明において、
前記要求手段は、患者識別情報、撮影部位、撮影方向、撮影モダリティーの少なくとも一つの条件を指定して、前記所定の処理の処理対象の候補となる医用画像を前記サーバーに要求する。
前記要求手段は、患者識別情報、撮影部位、撮影方向、撮影モダリティーの少なくとも一つの条件を指定して、前記所定の処理の処理対象の候補となる医用画像を前記サーバーに要求する。
請求項８に記載の発明は、請求項１～７のいずれか一項に記載の発明において、
前記処理手段による処理結果を前記サーバーに送信する送信手段を備える。
前記処理手段による処理結果を前記サーバーに送信する送信手段を備える。
請求項９に記載の発明は、請求項１～８のいずれか一項に記載の発明において、
前記処理手段による処理結果を表示する表示手段を備える。
前記処理手段による処理結果を表示する表示手段を備える。
請求項１０に記載の発明は、請求項１～９のいずれか一項に記載の発明において、
前記処理手段による処理結果は、数値又は画像である。
前記処理手段による処理結果は、数値又は画像である。
請求項１１に記載の発明は、請求項１～１０のいずれか一項に記載の発明において、
前記医用画像の画像識別情報と前記判別手段による判別結果とを対応付けて保存するためのデータベースを備える。
前記医用画像の画像識別情報と前記判別手段による判別結果とを対応付けて保存するためのデータベースを備える。
請求項１２に記載の発明は、請求項１１に記載の発明において、
前記制御手段は、前記外部装置から前記所定の処理の実施が指示された医用画像の画像識別情報と前記医用画像が前記処理対象の画像の条件を満たすことを示す情報とを対応付けて前記データベースに保存させる。
前記制御手段は、前記外部装置から前記所定の処理の実施が指示された医用画像の画像識別情報と前記医用画像が前記処理対象の画像の条件を満たすことを示す情報とを対応付けて前記データベースに保存させる。
本発明によれば、医用画像処理装置において、サーバーから送信された医用画像に係る付帯情報からその医用画像が処理対象の画像であるか否かを判別できない場合であっても、その医用画像が処理対象の画像であるか否かを判別することが可能となる。
以下、図面を参照して本発明の実施形態について説明する。ただし、発明の範囲は、図示例に限定されない。
＜第１の実施形態＞
（医用画像処理システム１００の構成）
まず、第１の実施形態の構成を説明する。
図１に、本実施形態における医用画像処理システム１００のシステム構成を示す。
図１に示すように、医用画像処理システム１００は、モダリティー１、画像サーバー２、医用画像処理装置３、ビューアー４等を備えて構成されている。これら各装置１～４は、ＬＡＮ（Local Area Network）等の医療機関内で構築された通信ネットワークＮを介して相互にデータを送受信可能に接続されている。通信ネットワークＮは、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格が適用されている。なお、各装置の台数は、特に限定されない。
（医用画像処理システム１００の構成）
まず、第１の実施形態の構成を説明する。
図１に、本実施形態における医用画像処理システム１００のシステム構成を示す。
図１に示すように、医用画像処理システム１００は、モダリティー１、画像サーバー２、医用画像処理装置３、ビューアー４等を備えて構成されている。これら各装置１～４は、ＬＡＮ（Local Area Network）等の医療機関内で構築された通信ネットワークＮを介して相互にデータを送受信可能に接続されている。通信ネットワークＮは、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格が適用されている。なお、各装置の台数は、特に限定されない。
以下、各構成装置１～４について説明する。
モダリティー１は、人体を撮影し、その撮影画像（医用画像）の画像データを生成するものであり、例えば、ＣＲ（Computed Radiography）、ＦＰＤ（Flat Panel Detector）、ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）等を適用可能である。本実施形態においては、モダリティー１が単純Ｘ線画像を撮影するＣＲ又はＦＰＤであることとして説明するが、他の種類のモダリティーが含まれていてもよい。
モダリティー１は、人体を撮影し、その撮影画像（医用画像）の画像データを生成するものであり、例えば、ＣＲ（Computed Radiography）、ＦＰＤ（Flat Panel Detector）、ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）等を適用可能である。本実施形態においては、モダリティー１が単純Ｘ線画像を撮影するＣＲ又はＦＰＤであることとして説明するが、他の種類のモダリティーが含まれていてもよい。
なお、モダリティー１は、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格に準拠した装置であり、生成した医用画像に付帯させる各種付帯情報、例えば、患者情報や検査情報を外部から入力可能であるとともに、自動生成することもできる。患者情報には、患者を識別するための患者識別情報（例えば、患者ＩＤ）、患者の名前、性別、生年月日等の情報が含まれる。検査情報は、検査を識別するための検査識別情報（例えば、検査ＩＤ）、検査日付、撮影部位、撮影方向、モダリティー情報等の情報が含まれる。モダリティー１は、生成された医用画像をＤＩＣＯＭ規格に則ったＤＩＣＯＭファイル形式で通信ネットワークＮを介して画像サーバー２及び医用画像処理装置３に送信する。
ここで、ＤＩＣＯＭファイルは、画像部とヘッダー部とから構成される。画像部には医用画像の実データ（画像データ）、ヘッダー部には当該医用画像に関する付帯情報、例えば、上記患者情報や検査情報、医用画像を一意に識別するためのＵＩＤ（例えば、ＳＯＰ instance UID）等が書き込まれる。なお、ＤＩＣＯＭファイルの必須タグであるＴＹＰＥ１の付帯情報（例えば、患者情報、モダリティー情報等）は、ＤＩＣＯＭの規格により必ず書き込まれるが、それ以外の項目の付帯情報（例えば、撮影部位、撮影方向等）は保障されないため、医用画像に付帯されていない場合がある。
画像サーバー２は、モダリティー１により生成された医用画像の画像データ、及び医用画像に関する付帯情報を蓄積記憶・管理するコンピューター装置である。
具体的に、画像サーバー２は、ハードディスク等により構成される記憶部２１を有する。この記憶部２１は、医用画像や差分画像等の画像データを格納する医用画像ＤＢ（Data Base）２１１、医用画像ＤＢ２１１に記憶されている画像に関する付帯情報を検索可能に格納する付帯情報ＤＢ２１２を記憶している。
画像サーバー２は、医用画像処理装置３及びビューアー４から要求された医用画像を医用画像ＤＢ２１１から読み出して要求元の装置に送信する。
具体的に、画像サーバー２は、ハードディスク等により構成される記憶部２１を有する。この記憶部２１は、医用画像や差分画像等の画像データを格納する医用画像ＤＢ（Data Base）２１１、医用画像ＤＢ２１１に記憶されている画像に関する付帯情報を検索可能に格納する付帯情報ＤＢ２１２を記憶している。
画像サーバー２は、医用画像処理装置３及びビューアー４から要求された医用画像を医用画像ＤＢ２１１から読み出して要求元の装置に送信する。
医用画像処理装置３は、画像サーバー２から医用画像を取得して、取得した医用画像に各種処理を施す装置である。
図２に、医用画像処理装置３の機能構成例を示す。
図２に示すように、医用画像処理装置３は、制御部３１、操作部３２、表示部３３、通信部３４、記憶部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。
図２に、医用画像処理装置３の機能構成例を示す。
図２に示すように、医用画像処理装置３は、制御部３１、操作部３２、表示部３３、通信部３４、記憶部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（Central Processing Unit）、ＲＡＭ（Random Access Memory）等により構成される。制御部３１のＣＰＵは、記憶部３５に記憶されているシステムプログラムや処理プログラム等の各種プログラムを読み出してＲＡＭに展開し、展開されたプログラムに従って各種処理を実行する。例えば、制御部３１は、図３に示す経時差分処理の医用画像処理装置３側の処理を実行する。
制御部３１は、要求手段、判別手段、処理手段、制御手段として機能する。
制御部３１は、要求手段、判別手段、処理手段、制御手段として機能する。
操作部３２は、文字入力キー、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、キーボードで押下操作されたキーの押下信号とマウスによる操作信号とを、入力信号として制御部３１に出力する。
表示部３３は、例えば、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニタを備えて構成されており、制御部３１から入力される表示信号の指示に従って、各種画面を表示する。
通信部３４は、ＬＡＮカード等により構成され、スイッチングハブを介して通信ネットワークＮに接続された外部機器との間でデータの送受信を行う。
通信部３４は、取得手段、送信手段として機能する。
通信部３４は、取得手段、送信手段として機能する。
記憶部３５は、例えばＨＤＤ（Hard Disk Drive）や半導体の不揮発性メモリー等で構成されている。記憶部３５には、前述のように各種プログラムや各種データが記憶されている。
図１に戻り、ビューアー４は、表示部を備え、読影医の操作により指定された医用画像又はその処理結果を画像サーバー２又は医用画像処理装置３から取得して表示する。
（医用画像処理システム１００の動作）
次に、医用画像処理システム１００の動作について説明する。
図３に、医用画像処理システム１００において実行される経時差分処理の流れを示す。以下、図３を参照して経時差分処理の流れについて説明する。
次に、医用画像処理システム１００の動作について説明する。
図３に、医用画像処理システム１００において実行される経時差分処理の流れを示す。以下、図３を参照して経時差分処理の流れについて説明する。
まず、モダリティー１は、生成された医用画像を医用画像処理装置３に送信する（ステップＳ１）。
医用画像処理装置３において、通信部３４によりモダリティー１からの医用画像が受信されると、制御部３１は、受信された医用画像（第１の医用画像とする）の付帯情報から患者情報を取得する（ステップＳ２）。
次いで、医用画像処理装置３において、制御部３１は、通信部３４により画像サーバー２に対して第１の医用画像から取得した患者情報（患者ＩＤ等）を送信し、経時差分処理の処理対象の候補画像として、第１の医用画像と同一患者の医用画像の要求を行う（ステップＳ３）。
本実施形態では、第１の医用画像と同一患者の医用画像であることを条件として、この条件を満たす医用画像を画像サーバー２に要求することとしているが、画像サーバー２に要求する医用画像の条件はこれに限定されず、さらにその他の条件（制約）が設定されていてもよい。上述のように、医用画像の付帯情報は、ＤＩＣＯＭファイルの必須タグであるＴＹＰＥ１の付帯情報以外の項目のデータは保障されない。そのため、画像サーバー２に要求する医用画像の条件は、ＴＹＰＥ１の付帯情報に関する条件であることが好ましい。ただし、画像サーバー２に要求する医用画像の条件に必須タグ以外の情報を含めてもよく、画像サーバー２で付帯情報によりある程度絞られた範囲で候補画像を取得して、その中から医用画像処理装置３で最終的に処理対象の画像を判別してもよい。例えば、処理対象の画像の条件が同一患者の胸部正面画像である場合、同一患者の胸部正面画像以外であることが付帯情報から明確な画像（他の患者の患者ＩＤ及び他の撮影部位であることを示す撮影部位情報が付帯情報に記載されている画像）を除外した医用画像を画像サーバー２に要求してもよい。この場合、同一患者の胸部正面画像の他、同一患者の医用画像であって、付帯情報が空又は不明な医用画像が画像サーバー２から送信される。このように、画像サーバー２に要求する候補画像に予め所定の条件を付すことで、後段のステップＳ７の判別処理を効率的に行うことが可能となる。
画像サーバー２は、医用画像処理装置３から患者情報及び医用画像の要求を受信すると、受信した患者情報と一致する患者情報の医用画像（同一患者の医用画像）を医用画像ＤＢ２１１から検索し（ステップＳ４）、検索により抽出された同一患者の医用画像を医用画像処理装置３に送信する（ステップＳ５）。
医用画像処理装置３においては、通信部３４により画像サーバー２から医用画像が受信されると、制御部３１は、受信された医用画像を処理対象の候補画像として取得して（ステップＳ６）、候補画像が経時差分処理の処理対象の画像であるか否かを判別する判別処理を行う（ステップＳ７）。
ここで、経時差分処理の処理対象となる画像は、胸部正面の画像である。
ここで、経時差分処理の処理対象となる画像は、胸部正面の画像である。
図４は、ステップＳ７において医用画像処理装置３の制御部３１により実行される判別処理を示すフローチャートである。
判別処理において、制御部３１は、候補画像の付帯情報を参照し、撮影部位情報が「空又は不明」であるか否かを判別する（ステップＳ７１）。
ここで、不明とは、ヘッダー部のタグ内の文字列が事前に登録されている文字以外であることを指す。
ここで、不明とは、ヘッダー部のタグ内の文字列が事前に登録されている文字以外であることを指す。
撮影部位情報が「空又は不明」ではないと判別した場合（ステップＳ７１；ＮＯ）、制御部３１は、付帯情報の撮影部位情報が「胸部」であるか否かを判別する（ステップＳ７２）。
付帯情報の撮影部位情報が「胸部」ではないと判別した場合（ステップＳ７２；ＮＯ）、制御部３１は、当該候補画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
付帯情報の撮影部位情報が「胸部」であると判別した場合（ステップＳ７２；ＹＥＳ）、ステップＳ７５に移行する。
付帯情報の撮影部位情報が「胸部」ではないと判別した場合（ステップＳ７２；ＮＯ）、制御部３１は、当該候補画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
付帯情報の撮影部位情報が「胸部」であると判別した場合（ステップＳ７２；ＹＥＳ）、ステップＳ７５に移行する。
一方、ステップＳ７１において、撮影部位の情報が「空又は不明」であると判別した場合（ステップＳ７１；ＹＥＳ）、制御部３１は、当該候補画像の付帯情報から当該候補画像が処理対象の画像（ここでは、胸部画像）であるか否かを判別することができないと判断し、当該候補画像の画像データを用いて部位判別処理を実行する（ステップＳ７３）。本願でいう画像データとは、画像を構成する画素値のデータ（ピクセルデータ）を指し、付帯情報は含まない。
ステップＳ７３においては、例えば、ディープラーニングの分類問題において一般的なＡｌｅｘＮｅｔの転移学習モデルを利用して判定することができる。ＡｌｅｘＮｅｔについては、例えば、参照文献１に記載されているように公知である（参照文献１：https://www.cs.toronto.edu~kriz/imagenet_classification_with_deep_convolutional.pdf）。また、候補画像の画像データに対し、８ｂｉｔ正規化、ヒストグラム均一化、画像サイズ縮小等の前処理を行った後、撮影部位を判定するための特徴量を学習済みのＣＮＮ（Convolution Neural Network）モデルにて推論処理を実行して候補画像の撮影部位を判別することとしてもよい。
部位判別処理が終了すると、制御部３１は、判別結果が「胸部」であるか否かを判別する（ステップＳ７４）。
判別結果が「胸部」ではないと判別した場合（ステップＳ７４；ＮＯ）、制御部３１は、当該候補画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
判別結果が「胸部」ではないと判別した場合（ステップＳ７４；ＮＯ）、制御部３１は、当該候補画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
判別結果が「胸部」であると判別した場合（ステップＳ７４；ＹＥＳ）、制御部３１は、ステップＳ７５に移行する。
ステップＳ７５において、制御部３１は、付帯情報の撮影方向が「空又は不明」であるか否かを判別する（ステップＳ７５）。
付帯情報の撮影方向が「空又は不明」ではないと判別した場合（ステップＳ７５；ＮＯ）、制御部３１は、付帯情報の撮影方向が「正面」であるか否かを判別する（ステップＳ７６）。
付帯情報の撮影部位情報が「正面」ではないと判別した場合（ステップＳ７６；ＮＯ）、制御部３１は、当該医用画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
付帯情報の撮影部位情報が「正面」であると判別した場合（ステップＳ７６；ＹＥＳ）、制御部３１は、当該候補画像が処理対象である（第２の医用画像である）と判別し（ステップＳ８０）、ステップＳ８１に移行する。
付帯情報の撮影方向が「空又は不明」ではないと判別した場合（ステップＳ７５；ＮＯ）、制御部３１は、付帯情報の撮影方向が「正面」であるか否かを判別する（ステップＳ７６）。
付帯情報の撮影部位情報が「正面」ではないと判別した場合（ステップＳ７６；ＮＯ）、制御部３１は、当該医用画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
付帯情報の撮影部位情報が「正面」であると判別した場合（ステップＳ７６；ＹＥＳ）、制御部３１は、当該候補画像が処理対象である（第２の医用画像である）と判別し（ステップＳ８０）、ステップＳ８１に移行する。
一方、ステップＳ７５において、撮影方向の情報が「空又は不明」であると判別した場合（ステップＳ７５；ＹＥＳ）、制御部３１は、当該候補画像の付帯情報から当該候補画像が処理対象の画像（ここでは、正面画像）であるか否かを判別することができないと判断し、当該候補画像の画像データを用いて正面／側面判別処理を実行する（ステップＳ７７）。
ステップＳ７７の処理では、例えば、３層ＣＮＮを用いて行うことができる。ステップＳ７７においては、例えば、候補画像の画像データに対し、８ｂｉｔ正規化、ヒストグラム均一化、画像サイズ縮小等の前処理を行った後、胸部正面と胸部側面を分けるための特徴量を学習済みの３層ＣＮＮモデルにて推論処理を実行して候補画像が胸部正面であるか胸部側面であるかを判別する。
なお、胸部正面であるか胸部側面であるかの判別は、参照文献２に記載の、画像データの横方向の濃度値の変化を示すプロジェクションのパターンを用いた判別手法等の他の公知の手法を用いてもよい（参照文献２：木戸淳、竹内博著，「肺正面、側面の自動識別」，Medical Imaging Technology，9 巻 4 号(1991)）。また、ディープラーニングの分類問題において一般的なＡｌｅｘＮｅｔの転移学習モデルを利用して、候補画像の画像データが肺正面であるか側面であるかを判定することとしてもよい。
ステップＳ７７の処理では、例えば、３層ＣＮＮを用いて行うことができる。ステップＳ７７においては、例えば、候補画像の画像データに対し、８ｂｉｔ正規化、ヒストグラム均一化、画像サイズ縮小等の前処理を行った後、胸部正面と胸部側面を分けるための特徴量を学習済みの３層ＣＮＮモデルにて推論処理を実行して候補画像が胸部正面であるか胸部側面であるかを判別する。
なお、胸部正面であるか胸部側面であるかの判別は、参照文献２に記載の、画像データの横方向の濃度値の変化を示すプロジェクションのパターンを用いた判別手法等の他の公知の手法を用いてもよい（参照文献２：木戸淳、竹内博著，「肺正面、側面の自動識別」，Medical Imaging Technology，9 巻 4 号(1991)）。また、ディープラーニングの分類問題において一般的なＡｌｅｘＮｅｔの転移学習モデルを利用して、候補画像の画像データが肺正面であるか側面であるかを判定することとしてもよい。
正面／側面判別処理が終了すると、制御部３１は、判別結果が「正面」であるか否かを判別する（ステップＳ７８）。
判別結果が「正面」ではないと判別した場合（ステップＳ７８；ＮＯ）、制御部３１は、当該候補画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
判別結果が「正面」ではないと判別した場合（ステップＳ７８；ＮＯ）、制御部３１は、当該候補画像が処理対象外であると判別し（ステップＳ７９）、ステップＳ８１に移行する。
判別結果が「正面」であると判別した場合（ステップＳ７８；ＹＥＳ）、制御部３１は、当該候補画像が処理対象である（第２の医用画像である）と判別し（ステップＳ８０）、ステップＳ８１に移行する。
ステップＳ８１において、制御部３１は、受信した全ての候補画像についてステップＳ７１～Ｓ８０の処理が終了したか否かを判断する（ステップＳ８１）。
受信した全ての候補画像についてステップＳ７１～Ｓ８０の処理が終了していないと判断した場合（ステップＳ８１；ＮＯ）、制御部３１は、ステップＳ７１に戻る。
受信した全ての候補画像についてステップＳ７１～Ｓ８０の処理が終了したと判断した場合（ステップＳ８１；ＹＥＳ）、制御部３１は、図３のステップＳ８に移行する。
受信した全ての候補画像についてステップＳ７１～Ｓ８０の処理が終了していないと判断した場合（ステップＳ８１；ＮＯ）、制御部３１は、ステップＳ７１に戻る。
受信した全ての候補画像についてステップＳ７１～Ｓ８０の処理が終了したと判断した場合（ステップＳ８１；ＹＥＳ）、制御部３１は、図３のステップＳ８に移行する。
上記判別処理により、候補画像の付帯情報の撮影部位や撮影方向の情報が空又は不明であっても処理対象の画像（第２の医用画像）であるか否かを判別することができ、経時差分処理を正しく実行することができる。
図３に戻り、ステップＳ８において、制御部３１は、モダリティー１から受信した第１の医用画像と、処理対象と判断された第２の医用画像に対して経時差分処理を実行する（ステップＳ８）。具体的には、第１の医用画像と、処理対象の画像と判別された第２の医用画像との差分をとることで、差分画像を生成する。
次いで、制御部３１は、生成した差分画像（処理結果）を通信部３４により画像サーバー２に送信する（ステップＳ９）。例えば、制御部３１は、生成した差分画像に固有のＵＩＤを割り当てて当該ＵＩＤ及び差分画像を生成する際に使用した医用画像のＵＩＤ等を付帯情報として付加して画像サーバー２に送信する。
画像サーバー２においては、医用画像処理装置３から差分画像を受信すると、受信した差分画像を医用画像ＤＢ２１１に保存する（ステップＳ１０）。差分画像の保存が終了すると、医用画像処理システム１００における経時差分処理は終了する。
画像サーバー２においては、医用画像処理装置３から差分画像を受信すると、受信した差分画像を医用画像ＤＢ２１１に保存する（ステップＳ１０）。差分画像の保存が終了すると、医用画像処理システム１００における経時差分処理は終了する。
このように、第１の実施形態においては、医用画像処理装置３の制御部３１は、画像サーバー２から送信された候補画像の画像データを用いて、候補画像が胸部正面画像であるか否かを判断し、胸部正面画像であると判断した場合には、当該候補画像が処理対象の画像であると判別する。そして、処理対象の画像と判別された候補画像を第２の医用画像として、第１の医用画像及び第２の医用画像を用いて経時差分処理を施す。したがって、候補画像の付帯情報の撮影部位や撮影方向の情報が空又は不明であり、付帯情報から候補画像が処理対象画像（第２の医用画像）であるか否かを判別することができない場合であっても、候補画像が処理対象画像であるか否かを判別することができ、経時差分処理を正しく実行することができる。
＜第２の実施形態＞
次に、本発明の第２の実施形態について説明する。
第２の実施形態における構成は、第１の実施形態で説明した構成と同様であるので説明を援用し、以下、第２の実施形態における医用画像処理システム１００の動作について説明する。
次に、本発明の第２の実施形態について説明する。
第２の実施形態における構成は、第１の実施形態で説明した構成と同様であるので説明を援用し、以下、第２の実施形態における医用画像処理システム１００の動作について説明する。
図５に、医用画像処理システム１００において実行される肋骨減弱処理の流れを示す。以下、図５を参照して肋骨減弱処理の流れについて説明する。
医用画像処理装置３の制御部３１は、例えば、操作部３２による肋骨減弱処理の実行指示等に応じて、通信部３４により画像サーバー２に対して胸部画像の要求を行う（ステップＳ２１）。
本実施形態では、胸部画像であることを条件として、この条件に合致する医用画像を画像サーバー２に要求することとしているが、画像サーバー２に要求する医用画像の条件はこれに限定されず、さらにその他の条件（制約）が設定されていてもよい。例えば、検査日、患者情報、モダリティー情報等に関する条件が設定されていてもよい。
画像サーバー２は、医用画像処理装置３から胸部画像の要求を受信すると、付帯情報に基づいて、撮影部位が「胸部」以外であると明確に判断できる画像を除いた医用画像を医用画像ＤＢ２１１から検索し（ステップＳ２２）、検索により抽出された医用画像を医用画像処理装置３に送信する（ステップＳ２３）。
撮影部位が「胸部」以外であると明確に判断できる画像とは、付帯情報の撮影部位情報として、胸部以外の部位が記載されている画像であり、ステップＳ２３においては、付帯情報の撮影部位が胸部の医用画像とともに、付帯情報の撮影部位が空や不明な医用画像が医用画像処理装置３に送信される。
なお、本実施形態では、医用画像処理装置３から胸部画像の要求を受信すると、画像サーバー２において、付帯情報に基づき撮影部位が「胸部」以外であると明確に判断できる画像を除いた医用画像を医用画像ＤＢ２１１から検索することとしたが、医用画像処理装置３側から「撮影部位が「胸部」以外であると明確に判断できる画像を除いた医用画像」を条件として画像サーバー２に医用画像を要求することとしてもよい。
撮影部位が「胸部」以外であると明確に判断できる画像とは、付帯情報の撮影部位情報として、胸部以外の部位が記載されている画像であり、ステップＳ２３においては、付帯情報の撮影部位が胸部の医用画像とともに、付帯情報の撮影部位が空や不明な医用画像が医用画像処理装置３に送信される。
なお、本実施形態では、医用画像処理装置３から胸部画像の要求を受信すると、画像サーバー２において、付帯情報に基づき撮影部位が「胸部」以外であると明確に判断できる画像を除いた医用画像を医用画像ＤＢ２１１から検索することとしたが、医用画像処理装置３側から「撮影部位が「胸部」以外であると明確に判断できる画像を除いた医用画像」を条件として画像サーバー２に医用画像を要求することとしてもよい。
医用画像処理装置３においては、通信部３４により画像サーバー２から医用画像が受信されると、制御部３１は、受信された医用画像を処理対象の候補画像として取得して（ステップＳ２４）、候補画像が肋骨減弱処理の処理対象画像であるか否かを判別する判別処理を行う（ステップＳ２５）。
ここで、肋骨減弱処理の処理対象となる画像は、胸部正面の画像である。ステップＳ２５において、制御部３１は、図４に示す判別処理を実行する。判別処理については、第１の実施形態で説明したので説明を援用する。判別処理により、候補画像の付帯情報の撮影部位や撮影方向の情報が空又は不明であっても処理対象の画像であるか否かを判別することができる。
ここで、肋骨減弱処理の処理対象となる画像は、胸部正面の画像である。ステップＳ２５において、制御部３１は、図４に示す判別処理を実行する。判別処理については、第１の実施形態で説明したので説明を援用する。判別処理により、候補画像の付帯情報の撮影部位や撮影方向の情報が空又は不明であっても処理対象の画像であるか否かを判別することができる。
次いで、制御部３１は、処理対象と判別された処理対象画像のみに対して肋骨減弱処理（Bone Suppression処理）を実行する（ステップＳ２６）。
次いで、制御部３１は、肋骨減弱処理済みの医用画像を通信部３４により画像サーバー２に送信する（ステップＳ２７）。例えば、制御部３１は、肋骨減弱処理済みの医用画像に固有のＵＩＤを割り当てて当該ＵＩＤ及び処理前の医用画像のＵＩＤ等を付帯情報として付加して画像サーバー２に送信する。
画像サーバー２においては、医用画像処理装置３から肋骨減弱済みの医用画像を受信すると、受信した医用画像を医用画像ＤＢ２１１に保存する（ステップＳ２８）。肋骨減弱済みの医用画像の保存が終了すると、医用画像処理システム１００における肋骨減弱処理は終了する。
画像サーバー２においては、医用画像処理装置３から肋骨減弱済みの医用画像を受信すると、受信した医用画像を医用画像ＤＢ２１１に保存する（ステップＳ２８）。肋骨減弱済みの医用画像の保存が終了すると、医用画像処理システム１００における肋骨減弱処理は終了する。
このように、第２の実施形態においては、医用画像処理装置３の制御部３１は、画像サーバー２から送信された候補画像の画像データを用いて、候補画像が胸部正面画像であるか否かを判断し、胸部正面画像であると判断した場合には、当該候補画像が処理対象の画像であると判別する。そして、処理対象の画像と判別された候補画像を処理対象の画像として、肋骨減弱処理を施す。
したがって、候補画像の付帯情報の撮影部位や撮影方向の情報が空又は不明であり、付帯情報から候補画像が処理対象画像であるか否かを判別することができない場合であっても、候補画像が処理対象画像であるか否かを判別することができる。
したがって、候補画像の付帯情報の撮影部位や撮影方向の情報が空又は不明であり、付帯情報から候補画像が処理対象画像であるか否かを判別することができない場合であっても、候補画像が処理対象画像であるか否かを判別することができる。
以上、本発明の第１の実施形態及び第２の実施形態について説明したが、上記実施形態における記述内容は本発明の好適な一例であり、これに限定されるものではない。
例えば、第１及び第２の実施形態において、記憶部３５にステップＳ７３、ステップＳ７７における判別結果を候補画像のＵＩＤに対応付けて保存するためのＤＢ（判別結果保存用ＤＢ）を備える構成とし、制御部３１は、ステップＳ７３、Ｓ７７における判別結果を判別結果保存用ＤＢに保存しておくこととしてもよい。そして、制御部３１は、Ｓ７３、Ｓ７７の判別処理前に、まず候補画像のＵＩＤで判別結果保存用ＤＢを検索し、判別結果が判別結果保存用ＤＢに記憶されている場合は、判別処理を行わずに、判別結果保存用ＤＢの判別結果を用いて処理対象であるか否かを判断してもよい。または、制御部３１は、候補画像の付帯情報にステップＳ７３、Ｓ７７における判別結果を書き込んで画像サーバー２に送信し、画像サーバー２に医用画像ＤＢ２１１及び付帯情報ＤＢ２１２の情報を更新させてもよい。これにより、一度撮影部位や撮影方向が判別された医用画像に対して、再度同じ処理を繰り返す必要がなくなり、処理の高速化を図ることができる。
また、上記第１及び第２の実施形態で説明した判別処理では、付帯情報で判別できるものについては付帯情報を用いて処理対象であるか否かの判別を行い、付帯情報で判別できない場合に画像データの解析によって処理対象であるか否かを判別することとして説明したが、全ての候補画像に対して画像データの解析を行って処理対象であるか否かを判別してもよい。また、画像データを用いた判別結果と付帯情報の内容が異なる場合、制御部３１は、付帯情報の修正やユーザへの注意喚起を促す表示を表示部３３に表示したり、音声等により出力したりすることとしてもよい。
また、上記第１の実施形態においては、第１の医用画像との経時差分処理の対象となる第２の医用画像を判別し、第１の医用画像と、処理対象と判別された第２の医用画像に対して経時差分処理を実行することとしたが、第１の医用画像と第２の医用画像に対して実行する処理は経時差分処理に限定されない。
例えば、第１の医用画像が胸部正面画像である場合、同一患者の医用画像を画像サーバー２に要求して候補画像を取得し、取得した候補画像について判別処理を行い、胸部側面であった場合に、その候補画像が処理対象の第２の医用画像であると決定して、第１の医用画像と第２の医用画像に所定の処理（例えば、ビューアー４等の外部装置に２つの画像をセットで送信する処理等）を行うこととしてもよい。
また、例えば、第１の医用画像と同一種類のモダリティーにより生成された医用画像を画像サーバー２に要求して候補画像を取得し、取得した候補画像について撮影部位及び／又は撮影方向の判別処理を行い、第１の医用画像と同一の撮影部位及び／又は撮影部位と判別された画像を第２の医用画像（群）であると決定して、第１の医用画像と第２の医用画像を用いて類似画像検索処理を行うこととしてもよい。
また、上記第２の実施形態においては、胸部正面を画像サーバー２に要求して候補画像を取得し、取得した候補画像について判別処理を行い、胸部正面であった場合に、その候補画像を処理対象の画像であると判別して、肋骨減弱処理を行う場合を例にとり説明したが、肋骨減弱処理に限らず、例えば、病変検出処理、骨密度計測処理、骨折予測処理、写損判定処理、体動検知処理等を施すこととしてもよい。
また、上記第１及び第２の実施形態における判別処理では、候補画像が胸部正面画像であるか否かを判別し、胸部正面画像であると判別した場合に、処理対象の画像であると判別することとしたが、処理対象の画像の条件は、これに限定されない。例えば、候補画像の撮影部位と撮影方向の少なくとも一方を判別し、判別結果に基づいて、処理対象の画像であるか否かを判別することとしてもよい。また、上記実施形態においては、医用画像が胸部である場合を例にとり説明したが、他の撮影部位であってもよい。
また、上記第１及び第２の実施形態においては、処理対象画像に対して実行された処理（外部装置に画像を送信する処理を除く）の処理結果（例えば、差分画像、肋骨減弱処理済みの画像、病変位置、骨密度の値等）を画像サーバー２に送信することとして説明したが、処理結果を表示部３３に表示することとしてもよい。これにより、医用画像処理装置３において処理結果を確認することが可能となる。
また、医用画像処理装置３において、ビューアー４等の外部装置から所定の処理（例えば、第１の実施形態の経時差分処理や第２の実施形態の肋骨減弱処理）の実行が指示されて医用画像が送信されてきた場合（入力された場合）、制御部３１は、その医用画像が所定の処理の処理対象の画像であるか否かを判別することなく、所定の処理を行うように制御することが好ましい。外部装置から所定の処理の実行が指示された医用画像は、すなわち、所定の処理の処理対象の条件を満たす医用画像であるため、その医用画像が所定の処理の処理対象の条件を満たすか否かを判別する必要はないためである。
また、外部装置から所定の処理の実行が指示されて医用画像が送信されてきた場合、その医用画像のＵＩＤ及び所定の処理の処理対象条件を満たすことを示す情報（例えば、所定の処理が経時差分処理である場合、撮影部位＝胸部正面等）を対応付けて上述の判別結果保存用ＤＢに保存しておくことが好ましい。そして、画像サーバー２から候補画像を取得した場合、制御部３１は、候補画像のＵＩＤで判別結果保存用ＤＢを検索し、判別結果が判別結果保存用ＤＢに記憶されている場合は、上述のステップＳ７３やステップＳ７７の判別処理を行わずに、判別結果保存用ＤＢの判別結果を用いて処理対象であるか否かを判断してもよい。これにより、処理対象画像であることが明らかな医用画像に対して、判別処理を行う必要がなくなり、処理の高速化を図ることができる。
また、上記第１及び第２の実施形態においては、被写体部位が胸部である場合を例にとり説明したが、他の部位を撮影した医用画像においても本発明を適用してもよい。
また、例えば、上記の説明では、本発明に係るプログラムのコンピューター読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピューター読み取り可能な媒体として、ＣＤ－ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
その他、医用画像処理システムを構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１００ 医用画像処理システム
１ モダリティー
２ 画像サーバー
２１ 記憶部
２１１ 医用画像ＤＢ
２１２ 付帯情報ＤＢ
３ 医用画像処理装置
３１ 制御部
３２ 操作部
３３ 表示部
３４ 通信部
３５ 記憶部
３６ バス
１ モダリティー
２ 画像サーバー
２１ 記憶部
２１１ 医用画像ＤＢ
２１２ 付帯情報ＤＢ
３ 医用画像処理装置
３１ 制御部
３２ 操作部
３３ 表示部
３４ 通信部
３５ 記憶部
３６ バス
Claims (12)
- 所定の処理の処理対象の候補となる医用画像をサーバーに要求する要求手段と、
前記要求に応じて前記サーバーから送信された医用画像の少なくとも画像データを用いて、当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する判別手段と、
前記処理対象の画像と判別された医用画像に対して前記所定の処理を施す処理手段と、
外部装置から前記所定の処理の実施が指示された医用画像に対しては、前記判別手段による判別を行うことなく、その全ての医用画像に対して前記処理手段により前記所定の処理を行うように制御する制御手段と、
を備える医用画像処理装置。 - 第１の医用画像を取得する取得手段と、
前記第１の医用画像とともに所定の処理の処理対象となる第２の医用画像の候補となる医用画像をサーバーに要求する要求手段と、
前記要求に応じて前記サーバーから送信された医用画像の少なくとも画像データを用いて、当該医用画像が前記所定の処理の処理対象となる医用画像であるか否かを判別する判別手段と、
前記第１の医用画像及び前記所定の処理の処理対象となる医用画像であると判別された第２の医用画像に対して前記所定の処理を施す処理手段と、
外部装置から前記所定の処理の実施が指示された医用画像に対しては、前記判別手段による判別を行うことなく、その全ての医用画像に対して前記処理手段により前記所定の処理を行うように制御する制御手段と、
を備える医用画像処理装置。 - 前記処理手段は、前記第１の医用画像と前記第２の医用画像に対して所定の演算処理を施す請求項２に記載の医用画像処理装置。
- 前記処理手段は、前記第１の医用画像と前記第２の医用画像に対して経時差分処理を施す請求項３に記載の医用画像処理装置。
- 前記判別手段は、前記医用画像の撮影部位と撮影方向の少なくとも一方を判別し、その判別結果に基づいて、当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する請求項１～４のいずれか一項に記載の医用画像処理装置。
- 前記判別手段は、前記医用画像の付帯情報から前記医用画像が前記所定の処理の処理対象の画像であるか否かを判別可能な場合は、前記付帯情報を用いて当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別し、前記医用画像の付帯情報から前記医用画像が前記所定の処理の処理対象の画像であるか否かを判別不可能な場合は、前記医用画像の画像データを解析することにより当該医用画像が前記所定の処理の処理対象の画像であるか否かを判別する請求項１～５のいずれか一項に記載の医用画像処理装置。
- 前記要求手段は、患者識別情報、撮影部位、撮影方向、撮影モダリティーの少なくとも一つの条件を指定して、前記所定の処理の処理対象の候補となる医用画像を前記サーバーに要求する請求項１～６のいずれか一項に記載の医用画像処理装置。
- 前記処理手段による処理結果を前記サーバーに送信する送信手段を備える請求項１～７のいずれか一項に記載の医用画像処理装置。
- 前記処理手段による処理結果を表示する表示手段を備える請求項１～８のいずれか一項に記載の医用画像処理装置。
- 前記処理手段による処理結果は、数値又は画像である請求項１～９のいずれか一項に記載の医用画像処理装置。
- 前記医用画像の画像識別情報と前記判別手段による判別結果とを対応付けて保存するためのデータベースを備える請求項１～１０のいずれか一項に記載の医用画像処理装置。
- 前記制御手段は、前記外部装置から前記所定の処理の実施が指示された医用画像の画像識別情報と前記医用画像が前記処理対象の画像の条件を満たすことを示す情報とを対応付けて前記データベースに保存させる請求項１１に記載の医用画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018014246A JP7035569B2 (ja) | 2018-01-31 | 2018-01-31 | 医用画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018014246A JP7035569B2 (ja) | 2018-01-31 | 2018-01-31 | 医用画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019129989A JP2019129989A (ja) | 2019-08-08 |
| JP7035569B2 true JP7035569B2 (ja) | 2022-03-15 |
Family
ID=67546981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018014246A Active JP7035569B2 (ja) | 2018-01-31 | 2018-01-31 | 医用画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7035569B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7100901B2 (ja) * | 2019-10-25 | 2022-07-14 | 直己 岡田 | 重症度評価装置、重症度評価方法、及びプログラム |
| JP2022018415A (ja) * | 2020-07-15 | 2022-01-27 | キヤノンメディカルシステムズ株式会社 | 医用データ処理装置及び方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003010166A (ja) | 2001-04-25 | 2003-01-14 | Fuji Photo Film Co Ltd | 画像処理方法および装置並びにプログラム |
| JP2013126575A (ja) | 2004-06-14 | 2013-06-27 | Canon Inc | 画像処理装置及び方法、並びにプログラム |
| JP2016202721A (ja) | 2015-04-27 | 2016-12-08 | コニカミノルタ株式会社 | 医用画像表示装置及びプログラム |
-
2018
- 2018-01-31 JP JP2018014246A patent/JP7035569B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003010166A (ja) | 2001-04-25 | 2003-01-14 | Fuji Photo Film Co Ltd | 画像処理方法および装置並びにプログラム |
| JP2013126575A (ja) | 2004-06-14 | 2013-06-27 | Canon Inc | 画像処理装置及び方法、並びにプログラム |
| JP2016202721A (ja) | 2015-04-27 | 2016-12-08 | コニカミノルタ株式会社 | 医用画像表示装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019129989A (ja) | 2019-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thian et al. | Convolutional neural networks for automated fracture detection and localization on wrist radiographs | |
| KR102243830B1 (ko) | 통합 의료 진단 서비스 제공 시스템 및 그 방법 | |
| KR101887194B1 (ko) | 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
| US8306960B2 (en) | Medical image retrieval system | |
| JP4911029B2 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
| KR102289277B1 (ko) | 복수의 의료 영상 판독 알고리듬들에 대한 평가 스코어를 생성하는 의료 영상 판독 지원 장치 및 방법 | |
| JP2019153250A (ja) | 医療文書作成支援装置、方法およびプログラム | |
| US20120250961A1 (en) | Medical report generation apparatus, method and program | |
| JP6719421B2 (ja) | 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム | |
| JP6894001B2 (ja) | 診断支援装置、内視鏡装置、管理装置、診断支援方法、管理方法、診断支援プログラム、及び管理プログラム | |
| WO2019193982A1 (ja) | 医療文書作成支援装置、医療文書作成支援方法、及び医療文書作成支援プログラム | |
| JP7035569B2 (ja) | 医用画像処理装置 | |
| JP6738305B2 (ja) | 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム | |
| JP2024009342A (ja) | 文書作成支援装置、方法およびプログラム | |
| CN111226287B (zh) | 用于分析医学成像数据集的方法、系统、程序产品和介质 | |
| CN113610824A (zh) | 穿刺路径规划方法及装置，电子设备及存储介质 | |
| Cheng et al. | Report of clinical bone age assessment using deep learning for an Asian population in Taiwan | |
| Zhang et al. | Deep learning system assisted detection and localization of lumbar spondylolisthesis | |
| JP2009039221A (ja) | 医用画像処理システム、医用画像処理方法、及びプログラム | |
| US10839299B2 (en) | Non-leading computer aided detection of features of interest in imagery | |
| WO2010026791A1 (ja) | 画像診断支援装置 | |
| JP2012143368A (ja) | 医用画像表示装置及びプログラム | |
| KR102360615B1 (ko) | 내시경 영상에 대한 복수의 의료 영상 판독 알고리듬들을 이용하는 의료 영상 판독 지원 장치 및 방법 | |
| KR102536369B1 (ko) | 인공 지능 기반 위 내시경 영상 진단 보조 시스템 및 방법 | |
| JP6653765B2 (ja) | 画像解析装置、方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200928 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210813 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211012 |
|
| 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: 20220201 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220214 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7035569 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |