JP7377769B2 - プログラム、情報処理方法及び情報処理装置 - Google Patents

Description

本技術は、プログラム、情報処理方法及び情報処理装置に関する。

患者の腫瘍検査は、特に気管及び気管支内、上部消化管、膵臓、胆道、又は腸管等の管状臓器部位において、その管状臓器部位へ内視鏡を挿管し、その挿管された内視鏡の映像により大半が行われている。しかし、内視鏡画像の２次元画像情報では各画素までの距離もわからず、画像の幾何歪もあり、画像測定時の誤差が大きいため、内視鏡画像そのままで画像診断サポート情報を提供することが困難であった。これに対し、特許文献１に開示されている仮想内視鏡は、Ｘ線ＣＴ（Computed Tomography）画像のデータを用いて仮想内視鏡画像を提供する。この仮想内視鏡画像は、Ｘ線ＣＴの３次元画像から作成される。

特開２００２―２３８８８７号公報

しかしながら、特許文献１に開示された仮想内視鏡は、単に断面のＸ線ＣＴ再構成画像（仮想内視鏡画像）を表示するものであり、診断支援を行うにあたり、内視鏡画像から抽出された病変、病変候補、薬剤、処置具、及びマーカー等の関心領域と、Ｘ線ＣＴの３次元画像とを関連付けることについては、考慮されていない。

一つの側面では、内視鏡画像から抽出された関心領域と、３次元医用画像とを効率的に関連付けるプログラム等を提供することを目的とする。

本開示の一態様におけるプログラムは、コンピュータに、内視鏡により被検者を撮像した内視鏡画像を取得し、取得した前記内視鏡画像から、関心領域情報を抽出し、前記被検者をＸ線ＣＴ、Ｘ線コーンビームＣＴ、ＭＲＩ－ＣＴ及び超音波診断装置のうち少なくとも１つを用いて体内まで撮像した３次元医用画像を取得し、前記関心領域情報及び前記３次元医用画像により特定される前記３次元医用画像の座標系における位置情報を導出し、導出した前記位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存する処理を実行させる。

本開示の一態様における情報処理方法は、内視鏡により被検者を撮像した内視鏡画像を取得し、取得した前記内視鏡画像から、関心領域情報を抽出し、前記被検者をＸ線ＣＴ、Ｘ線コーンビームＣＴ、ＭＲＩ－ＣＴ及び超音波診断装置のうち少なくとも１つを用いて体内まで撮像した３次元医用画像を取得し、前記関心領域情報及び前記３次元医用画像により特定される前記３次元医用画像の座標系における位置情報を導出し、導出した前記位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存する処理をコンピュータに実行させる。

本開示の一態様における情報処理装置は、内視鏡により被検者を撮像した内視鏡画像と、前記被検者をＸ線ＣＴ、Ｘ線コーンビームＣＴ、ＭＲＩ－ＣＴ及び超音波診断装置のうち少なくとも１つを用いて体内まで撮像した３次元医用画像を取得する取得部と、取得した前記内視鏡画像から、関心領域情報を抽出する抽出部と、前記関心領域情報及び前記３次元医用画像により特定される前記３次元医用画像の座標系における位置情報を導出する導出部と、導出した前記位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存する保存部とを備える。

本開示によれば、内視鏡画像から抽出された関心領域と、３次元医用画像とを効率的に関連付けるプログラム等を提供することができる。

実施形態１に係る診断支援システムの概要を示す模式図である。 診断支援システムに含まれる内視鏡装置の構成例を示すブロック図である。 診断支援システムに含まれる情報処理装置の構成例を示すブロック図である。 内視鏡画像ＤＢのデータレイアウト（被検者マスタテーブル等）を例示する説明図である。 内視鏡画像ＤＢのデータレイアウト（関心領域テーブル）を例示する説明図である。 関心領域学習モデル（第２学習モデル）を用いて関心領域情報を出力する処理を説明する説明図である。 情報処理装置の制御部に含まれる機能部を例示する機能ブロック図である。 内視鏡が挿入された距離（Ｓ座標の値）を示す説明図である。 内視鏡画像と３次元医用画像との関連に関する説明図である。 情報処理装置の制御部による処理手順の一例を示すフローチャートである。 実施形態２（検索）に係る情報処理装置の制御部に含まれる機能部を例示する機能ブロック図である。 診断支援学習モデル（学習モデル）を用いて診断支援情報を出力する処理を説明する説明図である。 情報処理装置の制御部による処理手順の一例を示すフローチャートである。 統合画像表示画面の一態様を示す説明図である。 実施形態３（補正）に係る情報処理装置の制御部に含まれる機能部を例示する機能ブロック図である。 情報処理装置の制御部による処理手順の一例を示すフローチャートである。 実施形態４（操作者の操作を取得）に係る情報処理装置の制御部に含まれる機能部を例示する機能ブロック図である。 情報処理装置の制御部による処理手順の一例を示すフローチャートである。 実施形態５（例示画像）に係る情報処理装置の制御部に含まれる機能部を例示する機能ブロック図である。 情報処理装置の制御部による処理手順の一例を示すフローチャートである。

（実施形態１）
以下、本発明をその実施の形態を示す図面に基づいて詳述する。図１は、実施形態１に係る診断支援システムＳの概要を示す模式図である。診断支援システムＳは、内視鏡装置１０及び、内視鏡装置１０と通信可能に接続される情報処理装置６を含む。

内視鏡装置１０は、内視鏡４０の撮像素子によって撮影した画像（撮影画像）を内視鏡用プロセッサ２０に伝送し、内視鏡用プロセッサ２０によってガンマ補正、ホワイトバランス補正、シェーディング補正等の各種画像処理を行うことにより、操作者が目視し易い状態にした内視鏡画像を生成する。内視鏡装置１０は、生成した内視鏡画像を情報処理装置６に出力（送信）する。内視鏡装置１０から送信された内視鏡画像を取得した情報処理装置６は、これら内視鏡画像に基づき種々の情報処理を行い、当該内視鏡画像と、ＣＴ装置等の他の検査装置から取得した３次元医療画像とを関連付けて内視鏡画像ＤＢ６３１（図３参照）に登録する。情報処理装置６は、内視鏡画像等を内視鏡画像ＤＢ６３１に登録する際、内視鏡画像に含まれる関心領域（ＲＯＩ：Region of Interest）に関する情報（関心領域情報）を抽出し、当該関心領域情報と共に内視鏡画像ＤＢ６３１に登録する。情報処理装置６は、当該内視鏡画像ＤＢ６３１に関連付けられた登録された内視鏡画像、３次元医療画像及び関心領域情報に基づき、診断支援に関する情報（診断支援情報）を出力する。

内視鏡装置１０は、内視鏡用プロセッサ２０と、内視鏡４０と、表示装置５０とを含む。表示装置５０は、例えば液晶表示装置、又は、有機ＥＬ（Electro Luminescence）表示装置である。

表示装置５０はキャスター付きの収容棚１６の上段に設置されている。内視鏡用プロセッサ２０は、収容棚１６の中段に収容されている。収容棚１６は、図示を省略する内視鏡検査用ベッドの近傍に配置される。収容棚１６は内視鏡用プロセッサ２０に接続されたキーボード１５を搭載する、引き出し式の棚を有する。

内視鏡用プロセッサ２０は、略直方体形状であり、一面にタッチパネル２５を備える。タッチパネル２５の下部に、読取部２８が配置されている。読取部２８は、例えばＵＳＢコネクタ、ＳＤ（Secure Digital）カードスロット、又はＣＤ－ＲＯＭ（Compact Disc Read Only Memory）ドライブ等の、可搬型記録媒体の読み書きを行う接続用インターフェイスである。

内視鏡４０は、挿入部４４、操作部４３、ユニバーサルコード４９及びスコープコネクタ４８を有する。操作部４３には、制御ボタン４３１が設けられている。挿入部４４は長尺であり、一端が折止部４５を介して操作部４３に接続されている。挿入部４４は、操作部４３側から順に軟性部４４１、湾曲部４４２及び先端部４４３を有する。湾曲部４４２は、湾曲ノブ４３３の操作に応じて湾曲する。挿入部４４には、３軸加速度センサ、ジャイロセンサ、地磁気センサ、磁気コイルセンサ又は内視鏡挿入形状観測装置（コロナビ）等の物理検出装置が実装され、内視鏡４０が被検者の体内に挿入された際、これら物理検出装置からの検出結果を取得するものであってもよい。

ユニバーサルコード４９は長尺であり、第一端が操作部４３に、第二端がスコープコネクタ４８にそれぞれ接続されている。ユニバーサルコード４９は、軟性である。スコープコネクタ４８は略直方体形状である。スコープコネクタ４８には、送気送水用のチューブを接続する送気送水口金３６（図２参照）が設けられている。

図２は、診断支援システムＳに含まれる内視鏡装置１０の構成例を示すブロック図である。制御部２１は、本実施の形態のプログラムを実行する演算制御装置である。制御部２１には、一又は複数のＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）又はマルチコアＣＰＵ等が使用される。制御部２１は、バスを介して内視鏡用プロセッサ２０を構成するハードウェア各部と接続されている。

主記憶装置２２は、例えば、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の記憶装置である。主記憶装置２２には、制御部２１が行う処理の途中で必要な情報及び制御部２１で実行中のプログラムが一時的に保存される。補助記憶装置２３は、例えば、ＳＲＡＭ、フラッシュメモリ又はハードディスク等の記憶装置であり、主記憶装置２２よりも大容量の記憶装置である。補助記憶装置２３には、例えば、取得した撮影画像、生成した内視鏡画像が、中間データとして保存されるものであってもよい。

通信部２４は、有線又は無線によりネットワークを介して情報処理装置６と通信するための通信モジュール又は通信インターフェイスであり、例えばｗｉｆｉ（登録商標）、 Ｂｌｕｅｔｏｏｔｈ（登録商標）等の狭域無線通信モジュール、又は４Ｇ、ＬＴＥ、５Ｇ［等の広域無線通信モジュールである。タッチパネル２５は、液晶表示パネル等の表示部と、表示部に積層された入力部を含む。通信部２４は、ＣＴ装置、ＭＲＩ装置（図５参照）又は、これら装置から出力されたデータを保存するストレージ装置（図示せず）と通信するものであってもよい。

表示装置Ｉ／Ｆ２６は、内視鏡用プロセッサ２０と表示装置５０とを接続するインターフェイスである。入力装置Ｉ／Ｆ２７は、内視鏡用プロセッサ２０とキーボード１５等の入力装置とを接続するインターフェイスである。

光源３３は、例えば白色ＬＥＣ、キセノンランプ等の高輝度の白色光源である。光源３３は、図示を省略するドライバを介してバスに接続されている。光源３３の点灯、消灯及び明るさの変更は、制御部２１により制御される。光源３３から照射した照明光は、光コネクタ３１２に入射する。光コネクタ３１２は、スコープコネクタ４８と係合し、内視鏡４０に照明光を供給する。

ポンプ３４は、内視鏡４０の送気・送水機能用の圧力を発生させる。ポンプ３４は、図示を省略するドライバを介してバスに接続されている。ポンプ３４のオン、オフ及び圧力の変更は、制御部２１により制御される。ポンプ３４は、送水タンク３５を介して、スコープコネクタ４８に設けられた送気送水口金３６に接続される。

内視鏡用プロセッサ２０に接続された内視鏡４０の機能の概略を説明する。スコープコネクタ４８、ユニバーサルコード４９、操作部４３及び挿入部４４の内部に、ファイバーバンドル、ケーブル束、送気チューブ及び送水チューブ等が挿通されている。光源３３から出射した照明光は、光コネクタ３１２及びファイバーバンドルを介して、先端部４４３に設けられた照明窓から放射される。照明光により照らされた範囲を、先端部４４３に設けられた撮像素子で撮影する。撮像素子からケーブル束及び電気コネクタ３１１を介して内視鏡用プロセッサ２０に撮影画像が伝送される。

内視鏡用プロセッサ２０の制御部２１は、主記憶装置２２に記憶されているプログラムを実行することにより、画像処理部２１１（図７参照）として機能する。画像処理部２１１は、内視鏡４０から出力された画像（撮影画像）をガンマ補正、ホワイトバランス補正、シェーディング補正等の各種画像処理を行い、内視鏡画像として出力する。

図３は、診断支援システムＳに含まれる情報処理装置６の構成例を示すブロック図である。情報処理装置６は、制御部６２、通信部６１、記憶部６３及び入出力Ｉ／Ｆ６４を含む。情報処理装置６は、例えばサーバ装置、パーソナルコンピュータ等である。サーバ装置は、単体のサーバ装置のみならず、複数台のコンピュータによって構成されるクラウドサーバ装置、又は仮想サーバ装置を含む。情報処理装置６は、内視鏡用プロセッサ２０からアクセス可能な外部ネットワーク上に位置するクラウドサーバとして設けられているものであってもよい。

制御部６２は、一又は複数のＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の計時機能を備えた演算処理装置を有し、記憶部６３に記憶されたプログラムＰを読み出して実行することにより、情報処理装置６に係る種々の情報処理、制御処理等を行う。又は、制御部６２は量子コンピュータ用チップで構成されており、情報処理装置６は量子コンピュータであってもよい。

記憶部６３は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の揮発性記憶領域及び、ＥＥＰＲＯＭ又はハードディスク等の不揮発性記憶領域を含む。記憶部６３には、プログラムＰ及び処理時に参照するデータが予め記憶してある。記憶部６３に記憶されたプログラムＰは、情報処理装置６が読み取り可能な記録媒体６３２から読み出されたプログラムＰを記憶したものであってもよい。また、図示しない通信網に接続されている図示しない外部コンピュータからプログラムＰをダウンロードし、記憶部６３に記憶させたものであってもよい。記憶部６３には、後述する学習モデル９を構成する実体ファイル（ニューラルネットワーク（ＮＮ）のインスタンスファイル）が保存されている。これら実体ファイルは、プログラムＰの一部位として構成されるものであってもよい。記憶部６３には、後述する内視鏡画像ＤＢ６３１(DataBase)及び、診断支援学習モデル９１、関心領域学習モデル９２等のニューラルネットワークを用いた学習モデルが記憶されているものであってもよい。

通信部６１は、有線又は無線により、内視鏡装置１０と通信するための通信モジュール又は通信インターフェイスであり、例えばｗｉｆｉ（登録商標）、 Ｂｌｕｅｔｏｏｔｈ（登録商標）等の狭域無線通信モジュール、又は４Ｇ、ＬＴＥ、５Ｇ等の広域無線通信モジュールである。通信部６１は、ＣＴ装置、ＭＲＩ装置、又はこれら装置から出力されたデータを保存するストレージ装置（図示せず）と通信するものであってもよい。

入出力Ｉ／Ｆ６４は、例えば、ＵＳＢ又はＤＳＵＢ等の通信規格に準拠したものであり、入出力Ｉ／Ｆ６４に接続された外部機器とシリアル通信するための通信インターフェイスである。入出力Ｉ／Ｆ６４には、例えばディプレイ等の表示部７、マウス及びキーボード等の入力部８が接続されており、制御部６２は、入力部８から入力された実行コマンド又はイベントに基づき行った情報処理の結果を表示部７に出力する。

図４は、内視鏡画像ＤＢ６３１のデータレイアウト（被検者マスタテーブル等）を例示する説明図である。図５は、内視鏡画像ＤＢ６３１のデータレイアウト（関心領域テーブル）を例示する説明図である。内視鏡画像ＤＢ６３１は、情報処理装置６の記憶部６３に記憶されており、情報処理装置６に実装されているＲＤＢＭＳ（Relational DataBase Management System）等のデータベース管理ソフトウェアにより構成される。又は、内視鏡画像ＤＢ６３１は、情報処理装置６と通信可能に接続されたストレージ装置等、情報処理装置６からアクセス可能な所定の記憶領域に記憶されているものであってもよい。又は、内視鏡画像ＤＢ６３１は、内視鏡装置１０の主記憶装置２２に記憶されているものであってもよい。すなわち、所定の記憶領域は、情報処理装置６の記憶部６３、内視鏡装置１０の主記憶装置２２及び、情報処理装置６又は内視鏡装置１０からアクセス可能なストレージ装置を含む。情報処理装置６は、内視鏡用プロセッサ２０が出力した内視鏡画像、検査日時及び被検者の属性情報を取得し、内視鏡画像ＤＢ６３１に登録するものであってもよい。又は、内視鏡用プロセッサ２０から直接出力された内視鏡画像、検査日時及び被検者の属性情報が、内視鏡画像ＤＢ６３１に直接的に登録されるものであってもよい。

内視鏡画像ＤＢ６３１は、例えば、被検者マスタテーブル、検査履歴テーブル及び関心領域テーブルを含み、被検者マスタテーブルと、検査履歴テーブル及び関心領域テーブルとは、これらテーブルに共に含まれる項目（メタデータ）である被検者ＩＤにより関連付けられて正規化されている。

被検者マスタテーブルは、管理項目（メタデータ）として、例えば、被検者ＩＤ、性別、生年月日、及び年齢を含む。被検者ＩＤの項目（フィールド）には、内視鏡検査を受けた被検者を一意に特定するためにＩＤ情報が格納される。性別及び生年月日の項目（フィールド）には、当該被検者ＩＤの性別及び生年月日の生体属性が格納され、年齢の項目（フィールド）には、生年月日により算出される現時点における年齢が格納される。これら、性別、年齢は、被検者の生体情報として、被検者マスタテーブルにより管理される。

検査履歴テーブルは、管理項目（メタデータ）として、例えば、被検者ＩＤ、検査種類、検査日時、及び体格情報を含む。本実施形態における体格情報の一例としては、当該体格情報は、身長、体重、胸囲、腹囲、及び腰囲を含む。

被検者ＩＤの項目（フィールド）には、被検者マスタテーブルに管理される被検者の生体属性と関連付けをするためのものであり、当該被検者夫々のＩＤの値が格納される。

検査種類の項目（フィールド）には、被検者が受けた検査の種類が格納される。当該検査の種類は、例えば、内視鏡検査、Ｘ線ＣＴ検査、又はＭＲＩ－ＣＴ検査であり、これら検査の結果として、各検査装置より撮像される検査結果画像（内視鏡画像、Ｘ線ＣＴ画像、ＭＲＩ－ＣＴ画像）が、生成される。

検査日時の項目（フィールド）には、個々の検査が実施された日時（検査日時）、すなわち、各検査装置より撮像される検査結果画像の撮像日時が格納される。

身長、体重、胸囲、腹囲、及び腰囲を含む体格情報のそれぞれの項目（フィールド）には、検査日時、すなわち個々の検査が実施された時点における被検者の体格情報が、格納される。同一の被検者に対し、例えば、内視鏡検査及びＸ線ＣＴ検査等の異なる種類の検査が行われる場合であっても、当該被検者の同一の体内部位に対する検査が行われる。個々の検査が所定の経過期間を挟んで行われる場合があり、当該経過期間において被検者の体格に変化が生じることも想定される。これに対し、個々の検査が実施された日時（検査日時）における被検者の体格情報を検査履歴テーブルに保存及び管理することにより、当該経過期間における被検者の体格の変化量を導出し、当該変化量に基づき、各検査装置より撮像される検査結果画像同士をマッチングする際に用いる位置情報を補正することができる。当該位置情報の補正処理に関しては、後述する。

関心領域テーブルは、被検者ＩＤ、内視鏡画像撮像日時、内視鏡画像、フレーム番号、Ｓ座標（挿入距離）、ＲＯＩ種類、ＲＯＩ位置、３次元座標（体内座標）、３次元医用画像、３次元医用画像撮像日時、視点位置、視点方向、仮想内視鏡画像及び画素番号を含む。

被検者ＩＤの項目（フィールド）には、被検者マスタテーブルに管理される被検者の生体属性と関連付けをするためのものであり、当該被検者夫々のＩＤの値が格納される。

内視鏡画像撮像日時の項目（フィールド）には、当該被検者ＩＤの被検者が内視鏡検査を受けた日時が格納される。

内視鏡画像の項目（フィールド）には、当該被検者ＩＤの内視鏡画像がオブジェクトデータとして格納される。内視鏡画像は、１フレームによる例えばjpeg形式の静止画又は、数フレームによる例えばavi形式の動画であってもよい。内視鏡画像の項目（フィールド）には、ファイルとして保存されている当該内視鏡画像の保存場所（ファイルパス）を示す情報が格納されるものであってもよい。

フレーム番号の項目（フィールド）には、内視鏡画像が動画の場合、当該動画のフレーム番号が格納される。動画のフレーム番号を格納することにより、内視鏡画像が動画であっても、静止画と同様に取り扱うことができ、後述する３次元医用画像又は仮想内視鏡画像の位置情報（体内座標系における座標）と関連付けることができる。

Ｓ座標（挿入距離）の項目（フィールド）には、同じレコードに格納される内視鏡画像の撮影時点における内視鏡４０の挿入距離が、Ｓ座標の値として格納される。挿入距離（Ｓ座標）の導出等については、後述する。

ＲＯＩ種類の項目（フィールド）には、対応する内視鏡画像に含まれる関心領域（ＲＯＩ）の種類が、格納される。関心領域（ＲＯＩ）の種類は、例えば、クリップ、薬剤跡、病変候補、及び病変である。ＲＯＩ位置の項目（フィールド）には、対応する内視鏡画像に含まれる関心領域（ＲＯＩ）の位置が格納される。関心領域（ＲＯＩ）の位置は、例えば、内視鏡画像の二次元座標系における座標値である。座標値は、特定の一点を示すものであってもよく、又は所定の範囲を示すものであってもよい。関心領域テーブルにて格納される関心領域情報の項目（フィールド）は、ＲＯＩ種類及びＲＯＩ位置に限定されず、例えば、関心領域（ＲＯＩ）が位置する体内部位の名称、及び当該関心領域（ＲＯＩ）に対する診断支援情報等を格納するための項目（フィールド）を含むものであってもよい。

３次元座標（体内座標）の項目（フィールド）には、内視鏡画像に含まれる関心領域（ＲＯＩ）の位置に対応する３次元座標（体内座標）が、格納される。当該体内座標は、後述する３次元医用画像に基づき決定される３次元座標系における座標である。

３次元医用画像の項目（フィールド）には、ＣＴ装置（Ｘ線ＣＴ、Ｘ線コーンビームＣＴ）又はＭＲＩ装置（ＭＲＩ－ＣＴ）から出力されたデータに基づき生成される、例えばＤＩＣＯＭ（Digital Imaging and Communications in Medicine）形式の３次元医用画像が、オブジェクトデータとして格納される。又は、ファイルとして保存されている当該３次元医用画像の保存場所（ファイルパス）を示す情報が格納されるものであってもよい。

３次元医用画像撮像日時の項目（フィールド）には、当該被検者ＩＤの被検者が、Ｘ線ＣＴ等の検査を受けた日時が格納される。すなわち、３次元医用画像を構成するにあたり、当該３次元医用画像の元データとなるＸ線ＣＴ画像、又はＭＲＩ－ＣＴ画像等の断層像データの撮像日が、格納される。

視点位置の項目（フィールド）には、内視鏡画像が撮影された時点における内視鏡４０の体内における座標、すなわち３次元医用画像の座標系における座標が格納される。視点位置の導出等については、後述する。

視点方向の項目（フィールド）には、内視鏡画像が撮影された時点における内視鏡４０の向き、すなわち３次元医用画像の座標系（体内座標系における座標）における回転角が格納される。視点方向の導出等については、後述する。

仮想内視鏡画像の項目（フィールド）には、３次元医用画像から生成された仮想内視鏡画像がオブジェクトデータとして格納される。ファイルとして保存されている当該仮想内視鏡画像の保存場所（ファイルパス）を示す情報が格納されるものであってもよい。仮想内視鏡画像は、内視鏡画像とのマッチング処理を行うために３次元医用画像から生成されるものであり、例えば、内視鏡画像に最も一致する仮想内視鏡画像が、当該内視鏡画像と同じレコードに登録される。仮想内視鏡画像の生成等については、後述する。

画素番号の項目（フィールド）には、内視鏡画像に含まれる関心領域（ＲＯＩ）の位置に対応する仮想内視鏡画像上の位置を示すための画素番号が、格納される。画素番号は、例えば、二次元配列の形式で定義される。画素番号は、いずれかの画素を特定する配列値であってもよく、又は複数の画素を特定するための配列値の範囲であってもよい。

図６は、関心領域学習モデル９２（第２学習モデル）を用いて関心領域情報を出力する処理を説明する説明図である。情報処理装置６は、内視鏡画像を問題データとし、関心領域（ＲＯＩ）の有無、関心領域（ＲＯＩ）の種類、関心領域（ＲＯＩ）の位置（関心領域に該当する画像領域の座標範囲）等の少なくとも１つを含む関心領域情報を回答データとする訓練データに基づき学習することで、内視鏡画像を入力とし、関心領域情報を出力とするニューラルネットワークを構築（生成）する。

問題データに含まれる関心領域情報は、更に、大腸結腸部、胃、十二指腸又は食道などの関心領域の体内部位の名称を含むものであってもよい。訓練データには、関心領域（ＲＯＩ）が無いと診断された状態の内視鏡画像も含まれる。内視鏡画像には、例えば、治療用のクリップが施された体内部位、過去に投与された薬剤跡がある体内部位、病変候補の体内部位、及び病変の体内部位が含まれ、これら体内部位は、関心領域（ＲＯＩ）として取り扱われる。回答データは、これら関心領域（ＲＯＩ）の種類に応じてラベル付けされた情報が含まれる。関心領域（ＲＯＩ）に該当する画像領域は、例えばＧｒａｄ－ＣＡＭ（Gradient-weighted Class Activation Mapping）等のモデル可視化手法を用いて抽出されるものであってもよい。

訓練データを用いて学習されたニューラルネットワーク（関心領域学習モデル９２）は、人工知能ソフトウェアの一部であるプログラムモジュールとして利用が想定される。関心領域学習モデル９２は、上述のごとく制御部６２（ＣＰＵ等）及び記憶部６３を備える情報処理装置６にて用いられるものであり、このように演算処理能力を有する情報処理装置６にて実行されることにより、ニューラルネットワークシステムが構成される。すなわち、情報処理装置６の制御部６２が、記憶部６３に記憶された関心領域学習モデル９２からの指令に従って、入力層に入力された内視鏡画像の特徴量を抽出する演算を行い、出力層から関心領域（ＲＯＩ）の種類等を含む関心領域情報を出力するように動作する。

入力層は、内視鏡画像の画素値の入力を受け付ける複数のニューロンを有し、入力された画素値を中間層に受け渡す。中間層は、内視鏡画像の画像特徴量を抽出する複数のニューロンを有し、抽出した画像特徴量を出力層に受け渡す。出力層は、関心領域（ＲＯＩ）の種類等を含む関心領域情報を出力する一又は複数のニューロンを有し、中間層から出力された画像特徴量に基づいて、関心領域情報を出力する。

例えば関心領域学習モデル９２がＣＮＮ（Convolutional Neural Network）である場合、中間層は、入力層から入力された各画素の画素値を畳み込むコンボリューション層と、コンボリューション層で畳み込んだ画素値をマッピング（圧縮）するプーリング層とが交互に連結された構成を有し、内視鏡画像の画素情報を圧縮しながら最終的に内視鏡画像の特徴量を抽出する。出力層は、当該内視鏡画像に含まれる体内部位における関心領域情報を出力する一又は複数のニューロンを有し、中間層から出力された画像特徴量等に基づいて、関心領域情報を出力する。

本実施形態では、関心領域学習モデル９２に入力されるデータは、内視鏡画像であるとして説明しているがこれに限定されない。関心領域学習モデル９２に入力されるデータは、内視鏡４０の撮像素子が撮像した撮影画像（生画像）であってもよい。すなわち、関心領域学習モデル９２は、撮影画像が入力されることにより、関心領域情報を出力するものであってもよい。

本実施形態では関心領域学習モデル９２がＣＮＮ等のニューラルネットワーク（ＮＮ）であるとして説明するが、関心領域学習モデル９２は、ＮＮに限定されず、ＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木など、他の学習アルゴリズムで構築された関心領域学習モデル９２であってもよい。又は、関心領域学習モデル９２は、ＬＳＴＭ、ＲＮＮ、ＲＣＮＮ（Regions with Convolutional Neural Network）、Ｆａｓｔ ＲＣＮＮ、Ｆａｓｔｅｒ ＲＣＮＮ又はＳＳＤ（Single Shot Multibook Detector）、ＹＯＬＯ（You Only Look Once）等のセグメンテーションネットワークの機能を有する任意の物体検出アルゴリズムを使用しても良い。

情報処理装置６は、出力層から出力された値を、問題データ（内視鏡画像）に対し、ラベル付けされた関心領域情報（関心領域（ＲＯＩ）の有無、種類、位置）、すなわち正解値（回答データ）と比較し、出力層からの出力値が正解値に近づくように、中間層での演算処理に用いるパラメータを最適化する。当該パラメータは、例えばニューロン間の重み（結合係数）、各ニューロンで用いられる活性化関数の係数などである。パラメータの最適化の方法は特に限定されないが、例えば情報処理装置６は、誤差逆伝播法を用いて各種パラメータの最適化を行う。情報処理装置６は、訓練データに含まれる内視鏡画像について上記の処理を行い、関心領域学習モデル９２を生成し、生成した関心領域学習モデル９２を記憶部６３に記憶する。

訓練データとして用いられる内視鏡画像（問題データ）と、これら情報に相関を有する関心領域情報（回答データ）は、各医療機関において行われた内視鏡検査の結果データとして大量に保存されており、これら結果データを用いることにより、関心領域学習モデル９２を学習するための訓練データを大量に生成することができる。

図７は、情報処理装置６の制御部６２に含まれる機能部を例示する機能ブロック図である。内視鏡用プロセッサ２０（内視鏡装置１０）の制御部２１は、主記憶装置２２に記憶されているプログラムを実行することにより、画像処理部２１１として機能する。情報処理装置６の制御部６２は、記憶部６３に記憶されているプログラムＰを実行することにより、取得部６２１、関心領域抽出部６２６、関心領域学習モデル９２、視点位置導出部６２２、仮想内視鏡画像生成部６２３、一致度判定部６２４、及びＤＢ登録部６２５として機能する。

内視鏡用プロセッサ２０の画像処理部２１１は、内視鏡から出力された画像（撮影画像）をガンマ補正、ホワイトバランス補正、シェーディング補正等の各種画像処理を行い、内視鏡画像として出力する。画像処理部２１１は、生成した内視鏡画像及び内視鏡画像の撮像時点に基づく検査日時を情報処理装置６に出力（送信）する。画像処理部２１１は、更にキーボード１５から入力された被検者ＩＤを情報処理装置６に出力するものであってもよい。画像処理部２１１は、内視鏡４０の周辺環境を測定するため内視鏡４０の挿入部４４（可撓管）に配設されたセンサ等から出力される内視鏡４０の挿入距離（Ｓ座標）及び屈曲履歴情報に関する情報を、情報処理装置６に出力するものであってもよい。画像処理部２１１は、センサから取得した内視鏡４０の挿入距離（Ｓ座標）及び屈曲履歴情報を、例えば、内視鏡画像に重畳して表示装置に表示させるものであってもよい。

内視鏡４０が体内に挿入された距離であるＳ座標を取得するためのセンサは、例えば温度センサ、光センサ、圧力センサ、濡れセンサ（電極）、湿度センサを含む。例えば、当該センサが光センサである場合、光センサは挿入部４４（可撓管）の内部に配置されているが、挿入部４４（可撓管）が体内に挿入されているときでも光を受光することができる。そのため、光センサが光をより多く受光している部分が体外、少ない部分を体内として判別することが可能である。そして内視鏡用プロセッサ２０の制御部２１は、光センサで得られた信号に基づき、体腔挿入部位である境界位置にある光センサを特定することにより、体内に挿入されている挿入部４４（可撓管）の距離（長さ）であるＳ座標を導出することができる。

挿入部４４（可撓管）に接する図示しないマウスピース等にローラエンコーダを付け、挿入部４４（可撓管）が体内に挿入されている距離分だけこのローラエンコーダが回転することを用いて、内視鏡４０が体内に挿入された距離であるＳ座標を取得することができる。マウスピース等のローラエンコーダは、挿入部４４（可撓管）の進退に伴って回転し、体内に挿入された内視鏡４０の先端部４４３と、例えば口又は鼻等の管腔に連通する開口部との間の長さ、すなわち挿入部４４（可撓管）の挿入距離を測定できる。ローラエンコーダは、内視鏡用プロセッサ２０と電気的に接続しており、測定した距離を内視鏡用プロセッサ２０に送る。またローラエンコーダの代わりに光学式エンコーダを用いても良い。

また、内視鏡４０の挿入距離を測定する補助装置が被検体の入り口である体腔挿入部位に装着された場合、内視鏡４０の通過距離を測定することにより、内視鏡４０が体内に挿入された距離であるＳ座標を取得することができる。補助装置は、例えば挿入部（可撓管）４４に付けたリニアスケールのような磁場のスケールとマウスピースに付けたリニアヘッドで距離を測定することであっても良く、又はローラーを付けた内視鏡４０のマウスピースであっても良い。なお、鼻又は肛門等に内視鏡が挿入される場合、マウスピースと類似のローラーを付けた補助装置を利用しても良い。更にまた、内視鏡４０の挿入部（可撓管）４４に一定間隔で挿入距離を記録したチップを内蔵しても良い。マウスピース等が得た該チップで記録されたＳ座標情報から、内視鏡用プロセッサ２０は、内視鏡４０が体内に挿入された距離であるＳ座標を取得することができる。

内視鏡用プロセッサ２０の制御部２１は、体内に挿入された内視鏡４０の屈曲履歴情報を取得し、取得した屈曲履歴情報に応じて、内視鏡４０の挿入状況を判別する。内視鏡用プロセッサ２０の制御部２１は、例えば、内視鏡用プロセッサ２０に接続される内視鏡挿入形状検出装置（図示せず）を利用することにより、屈曲履歴情報を検出しても良い。当該内視鏡挿入形状検出装置は、例えば、日本国特開２０１９－３７６４３号公報に開示されているように、内視鏡４０の挿入部４４の内部に、該挿入部４４の長手方向に沿って所定の間隔で複数の磁気コイルが配置される装置であってもよい。屈曲履歴情報とは、屈曲角度、屈曲方向等、屈曲に関する物理的パラメータ又は情報を示す。

取得部６２１は、内視鏡用プロセッサ２０が出力した被検者ＩＤ、検査日時、内視鏡画像、Ｓ座標（挿入距離）、及び屈曲履歴情報を取得する。取得部６２１は、取得した被検者ＩＤに基づき、通信可能に接続されたＣＴ装置又はＭＲＩ装置から出力される当該被検者の３次元用医用画像を取得する。ＣＴ装置又はＭＲＩ装置等の他の検査装置から出力される３次元用医用画像が、例えば外部サーバ（図示せず）に既に保存されている場合、情報処理装置６は、当該外部サーバにアクセスし、内視鏡用プロセッサ２０から出力された被検者ＩＤに基づき、当該被検者の３次元用医用画像を取得するものであってもよい。取得部６２１は、取得した内視鏡画像及びＳ座標等を関心領域抽出部６２６に出力する。

３次元医用画像は、例えばＣＴ装置及びＭＲＩ装置等から出力された断層像データから構成されたボリュームデータにより表される画像、並びにＭＳ（Multi Slice）ＣＴ装置及びＸ線フラットパネルを用いたＸ線コーンビームＣＴ装置から出力されたボリュームデータにより表される画像である。Ｘ線ＣＴ装置又はコーンビームＣＴ装置を用いた場合、例えばＤＥＣＴ撮影（Dual Energy CT）を行い、実効質量数（effective-Z）により３次元医用画像の各画素の組成（体組成）が分かる画像とするものであってもよい。ＭＲＩ装置を用いた場合、脂肪又は乳酸等の３次元医用画像の各画素の組成（体組成）に関する情報を付与した画像とするものであってもよい。

３次元医用画像は、例えばＣＴ装置、コーンビームＣＴ装置及びＭＲＩ装置、超音波診断装置のように体内を３次元画像で撮影できる手段等から出力された断層像データから構成されたボリュームデータにより表される画像、並びにMulti SliceＣＴ装置及びＸ線フラットパネルを用いたＸ線コーンビームＣＴ装置から出力されたボリュームデータにより表される画像である。Ｘ線ＣＴ装置又はコーンビームＣＴ装置を用いた場合、例えばＸ線ＣＴでDual Energy 撮影を行い、実効質量数（effective-Z）により３次元医用画像の各画素の組成（体組成）が分かる画像とするものであってもよい。ＭＲＩ装置を用いた場合、脂肪又は乳酸等の３次元医用画像の各画素の組成（体組成）に関する情報を付与した画像とするものであってもよい。

関心領域抽出部６２６は、取得部６２１から出力された内視鏡画像に基づき、例えば、関心領域学習モデル９２を用いることにより、関心領域情報を抽出する。関心領域抽出部６２６は、内視鏡画像を関心領域学習モデル９２に入力し、当該関心領域学習モデル９２から出力される関心領域情報を取得することにより、当該関心領域情報を抽出する。関心領域情報は、例えば、関心領域の種類（ＲＯＩ種類）、内視鏡画像における関心領域の位置（ＲＯＩ位置）及び、当該関心領域が位置する体内部位の名称を含むものであってもよい。関心領域抽出部６２６は、関心領域（ＲＯＩ）を含む内視鏡画像のＳ座標及び屈曲履歴を、視点位置導出部６２２に出力する。すなわち、関心領域抽出部６２６は、内視鏡用プロセッサ２０（画像処理部）から順次に出力される複数の内視鏡画像において、関心領域を含む内視鏡画像を抽出し、当該関心領域を含む内視鏡画像のＳ座標及び屈曲履歴を出力するフィルタ処理を行う。

視点位置導出部６２２は、関心領域抽出部６２６から出力されたＳ座標及び屈曲履歴情報に基づき、当該Ｓ座標及び屈曲履歴情報に対応する３次元用医用画像の座標（体内座標系における座標）、すなわち内視鏡が撮像された時点における内視鏡４０の先端部４４３が位置する視点位置を導出する。

視点位置導出部６２２は、取得した屈曲履歴情報により挿入距離（Ｓ座標）を補正し、補正した挿入距離（Ｓ座標）に基づき実施形態１と同様に視点位置を導出するものであってもよい。視点位置導出部６２２は、屈曲角度及び屈曲方向に従い、演算処理で挿入部４４形状（例えば、右へ３０度曲がり等）を検出する。制御部２１は、検出した挿入部４４形状に基づき、挿入距離であるＳ座標を再計算（補正）する。

図８は、内視鏡が挿入された距離（Ｓ座標の値）を示す説明図である。図示されるように３次元用医用画像により、内視鏡４０により撮影された消化器官等は、３次元形状により表現される。当該消化器官等の内壁の内側には、空間が形成されており、当該空間は内視鏡が挿入される挿入経路となる。内視鏡４０の挿入距離であるＳ座標は、当該挿入経路の内側（消化器官等の内壁の内側）であって、挿入されている経路の経路長が当該挿入距離に略等しくなる場所となるため、Ｓ座標に基づき、消化器官等の内壁の内側に位置する内視鏡４０の先端部４４３の座標を導出することができる。視点位置導出部６２２は、導出した視点位置に関する情報を仮想内視鏡画像生成部６２３に出力する。

視点位置導出部６２２は、内視鏡用プロセッサ２０から取得した屈曲履歴により視点位置を補正するとしたが、これに限定されない。内視鏡用プロセッサ２０の制御部２１は、取得した屈曲履歴情報に基づき、挿入距離を補正し、補正した挿入距離を情報処理装置６に出力するものであってもよい。取得部６２１は、内視鏡用プロセッサ２０の制御部２１によって屈曲履歴情報に基づき補正された視点位置を取得するものであってもよい。

内視鏡画像と３次元医用画像とを関連付けるための位置情報は、屈曲履歴に関する情報、挿入距離（Ｓ座標）に関する情報及び、３次元医用画像にて特定される内視鏡４０の挿入経路の長さとに基づき、導出される。挿入距離に関する情報を、屈曲履歴に関する情報によって補正することにより、挿入距離（Ｓ座標）の精度を向上させることができる。従って、内視鏡画像が撮像された時点における３次元医用画像の座標系における内視鏡４０の視点位置（座標）及び視点方向（回転角）を精度良く特定し、好適な仮想内視鏡画像を効率的に生成でき、内視鏡画像と３次元医用画像との関連付けにおける精度を更に向上させることができる。

仮想内視鏡画像生成部６２３は、取得した３次元医用画像及び、視点位置導出部６２２から取得した視点位置に基づき、仮想内視鏡画像を生成する。仮想内視鏡画像は、気管及び気管支内又は腸管等の管状臓器を撮影したＸ線ＣＴ又はＭＲＩ又はＸ線コーンビームＣＴの３次元医用画像に基づいて生成（再構成）し、３次元用医用画像による器官内（体腔内）を仮想的内視鏡によって表した画像である。例えば、大腸に空気を入れた状態でＣＴ撮影を行い、その撮影によって得た３次元用医用画像を大腸の内側からボリュームレンダリングすることによって、大腸の仮想内視鏡画像を生成（再構成）するものであってもよい。

仮想内視鏡画像生成部６２３は、取得した３次元医用画像から被検者内の臓器のボクセルデータを抽出する。臓器としては、例えば大腸、小腸、腎臓、気管支又は血管等があるが、これに限らずその他の臓器でも良い。なお、本実施形態においては大腸のボクセルデータを抽出して取得するものとする。例えば、大腸領域を抽出する方法としては、具体的には、まず、３次元医用画像に基づいて体軸に垂直な断面（軸位断；axial）の軸位断画像を複数再構成し、その各軸位断画像に対して、公知の手法によりＸ線吸収係数に基づくＸ線ＣＴ値を閾値として体表面と体内の境界を求め、体表を基準に体外と体内領域を分離する処理を行う。例えば、再構成された軸位断画像に対してＸ線ＣＴ値による二値化処理を施し、輪郭抽出処理により輪郭を抽出し、その抽出した輪郭内部を体内(人体)領域として抽出する。次に、体内領域の軸位断画像に対して閾値による二値化処理を行い、各軸位断画像における大腸の領域の候補を抽出する。具体的には、大腸の管内には空気が入っているため、空気のＣＴ値に対応する閾値（例えば、－６００ＨＵ(Hounsfield Unit)以下）を設定して二値化処理を行い、各軸位断画像の体内の空気領域を大腸領域候補として抽出する。仮想内視鏡画像生成部６２３は、視点位置と視線方向として設定される回転角に基づく視線ベクトルを中心として、放射線状に伸ばした複数の光線方向上のボクセルデータを、所定の投影面に投影した中心投影による画像を仮想内視鏡画像として再構成する。なお、中心投影の具体的な方法としては、例えば公知のボリュームレンダリング手法等を用いることができる。

仮想内視鏡画像生成部６２３は、例えば、内視鏡４０の先端部４４３の座標に相当する視点位置を起点に、視点方向、すなわち３次元用医用画像の座標系における回転角（Θx、Θy、Θz）を、例えば１°とする所定単位量ずつ変更させて、候補となる複数の仮想内視鏡画像を順次に生成する。すなわち、仮想内視鏡画像生成部６２３は、例えば、３次元医用画像にて特定される消化器官の内部となる視点位置から、視点方向として設定される複数の回転角により、当該消化器官の内壁による３次元形状を射影（投影）して、複数の仮想内視鏡画像を生成するものであってもよい。仮想内視鏡画像生成部６２３は、生成した複数の仮想内視鏡画像と、当該仮想内視鏡画像を生成する際に用いた視点方向（回転角）とを関連付けて、一致度判定部６２４に出力する。

一致度判定部６２４は、関心領域抽出部６２６により抽出された関心領域（ＲＯＩ）を含む内視鏡画像と、仮想内視鏡画像生成部６２３から取得した複数の仮想内視鏡画像及び当該仮想内視鏡画像を生成する際に用いた視点方向（回転角）とに基づき、取得した内視鏡画像と、最も一致する仮想内視鏡画像及び、当該最も一致する仮想内視鏡画像を生成する際に用いた視点方向（回転角）を特定する。一致度判定部６２４は、取得した内視鏡画像と、複数の仮想内視鏡画像夫々とを比較することにより、内視鏡画像と仮想内視鏡画像との一致度を導出する。

一致度判定部６２４は、例えば、内視鏡画像の陰影画像と仮想内視鏡画像の陰影画像の相関を取るような指標で一致度を測定するものであってもよい。仮想内視鏡画像と内視鏡画像の一致度を定量的に見るには、輝度情報から求める陰影画像情報の相関度を見て一致度の高さを判断しても良い。又は内視鏡画像と内視鏡画像の類似度で一致度を判断しても良い。内視鏡画像と仮想内視鏡画像の一致度を測定するには、例えばＶＧＧ１６モデル（caffemodel：VGG_ILSVRC_16_layers）にて実装したＤＣＮＮ等のＡＩによる手法を用いても良い。又は、一致度判定部６２４は、構成した複数の仮想内視鏡画像と内視鏡画像との類似度を比較するものであってもよい。両画像の類似度比較は、公知の画像処理により行われ、画素データレベルのマッチング、又は、画像から抽出した特徴のレベルにおけるマッチングのいずれを用いても良い。一致度判定部６２４は、内視鏡画像と最も一致度が高いと特定した仮想内視鏡画及び、当該仮想内視鏡画を生成するために用いた視点方向（回転角）を、ＤＢ登録部６２５に出力する。内視鏡画像は関心領域（ＲＯＩ）を含むものであるため、当該内視鏡画像と最も一致度が高い仮想内視鏡画も、関心領域（ＲＯＩ）を含むものとなる。

本実施形態において、一致度判定部６２４は、取得した内視鏡画像と、最も一致する仮想内視鏡画像を特定するとしたが、これに限定されない。一致度判定部６２４は、一致度が所定値以上となる仮想内視鏡画像を、取得した内視鏡画像と実質的に同一視できる仮想内視鏡画像として特定し、ＤＢ登録部６２５に出力するものであってもよい。一致度が所定値以上となる仮想内視鏡画像を特定することにより、候補として生成された全ての仮想内視鏡画像との全件比較を行うことを不要とし、情報処理装置６の計算負荷及び処理時間の低減を図ることができる。

一致度判定部６２４は、一致度が所定値以上とならない場合、視点位置導出部６２２から取得した視点位置を微修正した視点位置により、再度、複数の仮想内視鏡画像を生成（再構成）し、再構成した複数の仮想内視鏡画像と、内視鏡画像との一致度を導出し、最も一致度が高い仮想内視鏡画像を特定してもよい。この場合、一致度判定部６２４は、最も一致度が高い仮想内視鏡画像及び、当該仮想内視鏡画像を生成するために用いた微修正した視点位置と視点方向をＤＢ登録部６２５に出力する。

取得部６２１は、取得した被検者ＩＤ、検査日時、内視鏡画像、３次元用医用画像をＤＢ登録部６２５に出力する。関心領域抽出部６２６は、抽出した関心領域情報（ＲＯＩ種類、ＲＯＩ位置）をＤＢ登録部６２５に出力する。内視鏡画像が動画の場合、取得部６２１は、当該内視鏡画像に合わせて、内視鏡画像のフレーム番号をＤＢ登録部６２５に出力する。当該内視鏡画像は、関心領域抽出部６２６によって抽出された関心領域（ＲＯＩ）を含む内視鏡画像である。

ＤＢ登録部６２５は、取得した被検者ＩＤ、検査日時、内視鏡画像（動画の場合は、フレーム番号を付与）、Ｓ座標、３次元用医用画像、視点位置導出部６２２から取得した視点位置、一致度判定部６２４から取得した仮想内視鏡画像、視点方向（回転角）及び関心領域情報（ＲＯＩ種類、ＲＯＩ位置）とを関連付けて、内視鏡画像ＤＢ６３１に登録することにより、これらデータを保存する。ＤＢ登録部６２５は、関心領域情報を、仮想内視鏡画像に含まれる関心領域に対応する画素に関連付けて内視鏡画像ＤＢ６３１に登録するものであってもよい。ＤＢ登録部６２５は、更に、当該仮想内視鏡画像の画素に対応する３次元座標（３次元医用画像における体内座標）を関連付けて内視鏡画像ＤＢ６３１に登録するものであってもよい。関心領域抽出部６２６は、ＲＯＩ種類及びＲＯＩ位置に加え、当該関心領域の体内部位の名称を導出し、ＤＢ登録部６２５は、当該関心領域の体内部位の名称（大腸結腸部、胃、十二指腸又は食道など）についても、関連付けて内視鏡画像ＤＢ６３１に登録するものであってもよい。このように関心領域の体内部位の名称を関連付けて、内視鏡画像、３次元用医用画像及び仮想内視鏡画像等を登録することにより、体内部位の名称により、関心領域の検索を効率的に行うことができる。ＤＢ登録部６２５は、関心領域（ＲＯＩ）を含む内視鏡画像等を内視鏡画像ＤＢ６３１に登録するとしたがこれに限定されず、更に関心領域（ＲＯＩ）を含まない内視鏡画像及び当該内視鏡画像の位置情報についても、３次元用医用画像等を関連付けて登録するものであってもよい。

本実施形態において、一連の処理における各機能部を、内視鏡用プロセッサ２０の制御部２１による機能部と、情報処理装置６の制御部６２による機能部夫々とに分けて説明したが、これら機能部の分担は一例であり、これに限定されない。内視鏡用プロセッサ２０の制御部２１は、情報処理装置６の制御部６２によって行われる全ての機能部として、機能するものであってもよい。すなわち、内視鏡用プロセッサ２０が、実質的に情報処理装置６を含むものであってもよい。又は、内視鏡用プロセッサ２０の制御部２１は、撮像素子が撮像した撮影画像を出力するのみであり、情報処理装置６の制御部６２は、以降の処理を行う全ての機能部として機能するものであってもよい。又は、内視鏡用プロセッサ２０の制御部２１と、情報処理装置６の制御部６２とは、例えばプロセス間通信を行うことにより、協働して一連の処理における各機能部として機能するものであってもよい。

図９は、内視鏡画像と３次元医用画像との関連に関する説明図である。本図においては、３次元医用画像、仮想内視鏡画像及び内視鏡画像における関連性をオブジェクト指向的に表したものである。

上述のとおり、内視鏡画像ＤＢ６３１に登録されている３次元医用画像、仮想内視鏡画像及び、関心領域（ＲＯＩ）を含む内視鏡画像は、当該内視鏡画像の撮影時点における視点位置、視点方向に基づき関連付けがされている。視点位置は、３次元医用画像の座標系（体内座標系）における座標(x,y,z)に相当する。視点方向は、３次元医用画像の座標系（体内座標系）におけるｘ軸、ｙ軸及びｚ軸における回転角(Θx,Θy,Θz)に相当する。

内視鏡画像の画素夫々は、仮想内視鏡画（当該内視鏡画像に最も一致する仮想内視鏡画）の画素夫々に対応している。仮想内視鏡画は、３次元医用画像を基に視点位置を起点とし、視点方向（回転角）により定義される視点ベクトルを用いたベクトル変換にて、射影（投影）して生成された画像であり、仮想内視鏡画の画素により、３次元医用画像の座標系（体内座標系）における座標が確定される。

上述のとおり、仮想内視鏡画の画素夫々は、内視鏡画像の画素夫々に対応しているため、仮想内視鏡画の画素に基づき、内視鏡画像の画素、すなわち内視鏡画像に含まれる体内部位の３次元医用画像の座標系（体内座標系）における座標を確定することができる。すなわち、仮想内視鏡画を中間媒体として、内視鏡画像の画素（体内部位）と、３次元医用画像の座標系（体内座標系）における座標とを連関させることができる。

３次元医用画像に、内視鏡画像の画素のカラー情報、narrow band画素情報を付加させて、当該３次元医用画像を内視鏡画像ＤＢ６３１に登録するものであってもよい。この差異、カラー情報等の内視鏡画像の画素情報を３次元医用画像に付加させる場合、撮影用光源による輝度補正を行うことが望ましい。上述のとおり、内視鏡画像の画素と視点位置（撮影用光源の地点）との距離は、３次元医用画像の座標系上にて導出される。従って、導出した当該距離を二乗した逆数に基づき、内視鏡画像の画素情報に含まれる明度を補正するものであってもよい。３次元医用画像の座標系において同一の座標に位置する画素を含む内視鏡画像が複数ある場合、最も距離の近い内視鏡画像を優先し、当該距離に応じた重みをかけて荷重平均、又は単純平均するようにて３次元医用画像に付加させるものであってもよい。

３次元医用画像の撮像において、Ｘ線ＣＴ装置又はコーンビームＣＴ装置を用いた場合、例えばＤＥＣＴ撮影（Dual Energy CT）を行い、実効質量数（effective-Z）により３次元医用画像の各画素の組成（体組成）が分かる画像とするものであってもよい。又、ＭＲＩ装置を用いた場合、脂肪又は乳酸等の３次元医用画像の各画素の組成（体組成）に関する情報を付与した画像とするものであってもよい。このように３次元医用画像の各画素の組成に、実効質量数（effective-Z）、脂肪又は乳酸等の体組成に関する情報を付加することにより、これら付加された情報と、当該３次元医用画像の各画素により特定される座標に関連付けられた内視鏡画像とを連関させた診断支援情報を、医師等に提供することができる。更に、関心領域（ＲＯＩ）の体内部位については、例えば、当該関心領域の種類が病変候補である場合、当該病変候補の近傍が、脂肪に近い成分か、水に近い成分かにより腫瘍の重篤具合を判断するための診断支援情報を提供することができる。また、３次元医用画像を用いることにより、当該関心領域（ＲＯＩ）の体内部位における断面変換画像を生成し、診断支援情報として提供することができる。

このように内視鏡画像ＤＢ６３１を構成し、登録される３次元医用画像に対し、関心領域（ＲＯＩ）を含む内視鏡画像の画素情報を付加することにより、ＣＴ装置又はＭＲＩ装置と、内視鏡装置１０から出力される各種医療データを、関心領域（ＲＯＩ）を基軸に統合的に管理し、種々な観点から検索及び抽出し、抽出した３次元医用画像、仮想内視鏡画像、及び内視鏡画像等を関連付けて医師等に診断支援情報として提供することができる。

図１０は、情報処理装置６の制御部６２による処理手順の一例を示すフローチャートである。情報処理装置６は、例えば、自装置に接続されている入力部８からの入力内容に基づき、当該フローチャートの処理を開始する。

情報処理装置６の制御部６２は、内視鏡用プロセッサ２０から出力された検査日時、被検者ＩＤ、内視鏡画像、挿入距離及び屈曲履歴に関する情報を取得する（Ｓ１０１）。制御部６２が内視鏡用プロセッサ２０から取得する内視鏡画像は、静止画又は動画であってもよい。制御部６２は、内視鏡画像の取得に併せて、光センサ等から出力される内視鏡４０の挿入距離に関する情報、検査日時（内視鏡画像の撮像日時）及び被検者ＩＤ等の被検者の属性情報を取得する。

情報処理装置６の制御部６２は、ＣＴ装置又はＭＲＩ装置等の他の検査装置から出力される３次元用医用画像を取得する（Ｓ１０２）。３次元用医用画像の取得は、情報処理装置６がＣＴ装置又はＭＲＩ装置等の他の検査装置と通信可能に接続することにより、取得するものであってもよい。又は、ＣＴ装置又はＭＲＩ装置等の他の検査装置から出力される３次元用医用画像が、例えば外部サーバ（図示せず）に既に保存されている場合、情報処理装置６は、当該外部サーバにアクセスし、内視鏡用プロセッサ２０から出力された被検者ＩＤに基づき、当該被検者の３次元用医用画像を取得するものであってもよい。又は、内視鏡用プロセッサ２０が、ＣＴ装置又はＭＲＩ装置等の他の検査装置と通信可能に接続されており、情報処理装置６の制御部６２は、内視鏡用プロセッサ２０を介してＣＴ装置又はＭＲＩ装置等から３次元用医用画像を取得するものであってもよい。

情報処理装置６の制御部６２は、取得した内視鏡画像に基づき、関心領域情報を抽出する（Ｓ１０３）。情報処理装置６の制御部６２は、内視鏡画像を関心領域学習モデル９２に入力し、当該関心領域学習モデル９２から出力される関心領域情報を取得することにより、当該関心領域情報を抽出する。関心領域情報は、関心領域の種類（ＲＯＩ種類）、内視鏡画像における関心領域の位置（ＲＯＩ位置）、及び当該位置の体内部位の名称に関する情報を含む。

情報処理装置６の制御部６２は、抽出した関心領域情報に応じて、当該関心領域を含む内視鏡画像のＳ座標及び屈曲履歴を出力する（Ｓ１０４）。すなわち、情報処理装置６の制御部６２は、内視鏡用プロセッサ２０から順次に出力される複数の内視鏡画像において、関心領域を含む内視鏡画像を抽出し、当該関心領域を含む内視鏡画像のＳ座標及び屈曲履歴を出力するフィルタ処理を行う。

情報処理装置６の制御部６２は、内視鏡用プロセッサ２０から出力された挿入距離（Ｓ座標）及び屈曲履歴に基づき、視点位置を導出する（Ｓ１０５）。制御部６２は、内視鏡用プロセッサ２０を介して、例えば内視鏡４０の挿入部４４（可撓管）の内部に配置された光センサ等から挿入距離（Ｓ座標）に関する情報を取得し、取得した挿入距離（Ｓ座標）及び３次元用医用画像に基づき、内視鏡が挿入された消化器官等の内壁の内側に位置する内視鏡４０の先端部４４３の座標を導出する。当該座標は、所定の地点を原点として設定された３次元用医用画像の座標系（体内座標系）における座標である。更に、内視鏡用プロセッサ２０から出力された屈曲履歴に基づき挿入距離（Ｓ座標）を補正し、視点位置を導出するものであってもよい。制御部６２は、屈曲履歴に含まれる屈曲角度及び屈曲方向に従い、演算処理で挿入部４４形状（例えば、右へ３０度曲がり等）を導出し、導出した挿入部４４形状に基づき、挿入距離であるＳ座標を再計算（補正）する。制御部６２は、補正した挿入距離（Ｓ座標）に基づき、視点位置を導出する。本実施形態において、内視鏡画像のＳ座標及び屈曲履歴に基づき、位置情報を導出するとしたがこれに限定されない。情報処理装置６の制御部６２は、Ｓ座標のみを取得し、Ｓ座標に基づき位置情報を導出するものであってもよい。

情報処理装置６の制御部６２は、視点位置に基づき候補となる複数の仮想内視鏡画像を生成する（Ｓ１０６）。制御部６２は、内視鏡４０の先端部４４３の座標に相当する視点位置を起点に、視点方向、すなわち３次元用医用画像の座標系における回転角（Θx,Θy,Θz）を、所定単位量ずつ変更させて、候補となる複数の仮想内視鏡画像を順次に生成する。例えば、所定単位量を１０°とした場合、制御部６２は、各軸の回転角に対し３６個の分解能を有し、すなわち３６の３乗（４６６５６）枚の候補となる仮想内視鏡画像を生成するものであってもよい。

情報処理装置６の制御部６２は、生成した複数の仮想内視鏡画像の内、内視鏡画像との一致度が最も高い仮想内視鏡画像を特定する（Ｓ１０７）。制御部６２は、例えば、内視鏡画像の陰影画像と仮想内視鏡画像の陰影画像の相関を取るような指標で一致度を測定するものであってもよい。制御部６２は、最も一致度が高い仮想内視鏡画像と、当該仮想内視鏡画像を生成する際の視点方向（回転角度）とを特定する。仮想内視鏡画像と、当該仮想内視鏡画像の元データとなる３次元用医用画像とは、３次元医用画像の座標系（体内座標系）において対応している。従って、仮想内視鏡画像に含まれる関心領域情報（ＲＯＩ）に基づき、３次元医用画像の座標系（体内座標系）における当該関心領域（ＲＯＩ）の座標（３次元座標）が確定される。情報処理装置６の制御部６２は、仮想内視鏡画像に含まれる関心領域の位置に対し、例えば、３次元医用画像から仮想内視鏡画像を生成する際に用いた射影ベクトルの逆変換を行うことにより、当該関心領域の３次元医用画像の座標系（体内座標系）における座標（３次元座標）が導出する。

情報処理装置６の制御部６２は、検査日時、被検者ＩＤ、内視鏡画像、挿入距離（Ｓ座標）、３次元用医用画像、関心領域情報（ＲＯＩ種類、ＲＯＩ位置）、ＲＯＩの３次元座標、視点位置、視点方向及び最も一致度が高い仮想内視鏡画像を関連付けて、内視鏡画像ＤＢ６３１に登録する（Ｓ１０８）。制御部６２は、内視鏡用プロセッサ２０から取得した検査日時、被検者ＩＤ、内視鏡画像、挿入距離（Ｓ座標）、ＣＴ装置等から取得した３次元用医用画像、視点位置、最も一致度が高い仮想内視鏡画像、当該仮想内視鏡画像を生成する際の視点方向（回転角）を関連付けて、内視鏡画像ＤＢ６３１に登録する。登録される内視鏡画像は、全て、関心領域（ＲＯＩ）を含むものである。従って、内視鏡画像に含まれる関心領域（ＲＯＩ）に関する情報（関心領域情報）と、上述した内視鏡画像、３次元用医用画像及び仮想内視鏡画像等とを関連付けて登録することにより、関心領域（ＲＯＩ）を基軸とした内視鏡画像ＤＢ６３１を効率的に構築することができる。

本実施形態によれば、情報処理装置６は、内視鏡画像から抽出した関心領域情報と３次元医用画像とを、３次元医用画像の座標系における位置情報と、内視鏡画像及び３次元医用画像のそれぞれの撮像時点とにより、関連付けて保存する処理をコンピュータに実行させる。従って、内視鏡画像及び３次元医用画像に基づく診断支援を行うにあたり、内視鏡画像から抽出された病変部位と、Ｘ線ＣＴ等による３次元画像とを効率的に関連付けて保存することができる。内視鏡画像との一致度が所定値以上となる仮想内視鏡画像の画素に対応する３次元医用画像の画素に、当該内視鏡画像から抽出した関心領域情報を関連付けて保存するため、３次元医用画像と関心領域情報との連関性を向上させ、医師等の内視鏡４０の操作者に対し、効率的に診断支援情報を出力することができる。

（実施形態２）
実施形態２の情報処理装置６は、内視鏡画像ＤＢ６３１に登録された各種データを用い、内視鏡画像ＤＢ６３１に登録された内視鏡画像に含まれる関心領域（ＲＯＩ）に関する診断支援情報を出力する。図１１は、実施形態２（検索）に係る情報処理装置６の制御部６２に含まれる機能部を例示する機能ブロック図である。図１２は、診断支援学習モデル９１（学習モデル）を用いて診断支援情報を出力する処理を説明する説明図である。

情報処理装置６の制御部６２は、記憶部６３に記憶されているプログラムＰを実行することにより、検索条件取得部６５１、出力部６５２として機能する。また、情報処理装置６の制御部６２は、記憶部６３に記憶されているプログラムＰを実行することにより、又は診断支援学習モデル９１を構成する実体ファイルを読み出すことにより、診断支援学習モデル９１として機能する。

診断支援学習モデル９１は、内視鏡画像、３次元医用画像及び仮想内視鏡画像を問題データとし、当該内視鏡画像に含まれる関心領域（ＲＯＩ）の詳細症状、経過予測、及び対処内容等を含む診断支援情報を回答データとする訓練データに基づき学習することで、内視鏡画像等を入力とし、関心領域（ＲＯＩ）に関する診断支援情報を出力とするニューラルネットワークを構築（生成）する。診断支援学習モデル９１は、実施形態１の診断支援学習モデル９１と同様に、例えば、ＣＮＮ、ＲＣＮＮ又はＲＮＮ等のニューラルネットワーク（ＮＮ）により構築される。訓練データとして用いられる内視鏡画像（問題データ）と、これら情報に相関を有する診断支援情報（回答データ）は、実施形態１と同様に各医療機関において行われた内視鏡検査の結果データとして大量に保存されており、これら結果データを用いることにより、診断支援学習モデル９１を学習するための訓練データを大量に生成することができる。

検索条件取得部６５１は、例えば内視鏡画像選択画面７０等によって、入力される被検者ＩＤ及び検査日時を受け付け、被検者ＩＤ等を取得する。検索条件取得部６５１は、取得した被検者ＩＤ又は、被検者ＩＤ及び検査日時を検索キーとして内視鏡画像ＤＢ６３１を検索し、関心領域（ＲＯＩ）を含む内視鏡画像及び、当該内視鏡画像に関連付けられている３次元医用画像及び仮想内視鏡画像等から成る複数のデータセットを取得する。検索条件取得部６５１は、取得した関心領域（ＲＯＩ）を含む内視鏡画像、３次元医用画像及び仮想内視鏡画像を診断支援学習モデル９１に出力する。

診断支援学習モデル９１には、検索条件取得部６５１から出力された内視鏡画像、３次元医用画像及び仮想内視鏡画像が、入力される。診断支援学習モデル９１は、入力された内視鏡画像、３次元医用画像及び仮想内視鏡画像に基づき、関心領域（ＲＯＩ）に関する診断支援情報を出力する。

出力部６５２は、診断支援学習モデル９１から取得した関心領域（ＲＯＩ）に関する診断支援情報と、当該診断支援情報の対象となる内視鏡画像、３次元医用画像及び仮想内視鏡画像とを関連付けて、これら画像を表示するための表示画面（統合画像表示画面７１）を構成する画面データを表示部７に出力する。

図１３は、情報処理装置６の制御部６２による処理手順の一例を示すフローチャートである。情報処理装置６は、例えば、自装置に接続されている入力部８からの入力内容に基づき、当該フローチャートの処理を開始する。

情報処理装置６の制御部６２は、検索条件を取得する（Ｓ２０１）。情報処理装置６の制御部６２は、例えば、情報処理装置６の入力部８から入力された検索条件を取得する。当該検索条件は、例えば、被検者の被検者ＩＤ、検査日時に関する情報及び、関心領域情報を含むものであってもよい。

情報処理装置６の制御部６２は、検索条件に基づき内視鏡画像ＤＢ６３１を検索し、関心領域情報、関心領域（ＲＯＩ）を含む内視鏡画像、３次元用医用画像及び仮想内視鏡画像を取得する（Ｓ２０２）。

情報処理装置６の制御部６２は、内視鏡画像及び３次元用医用画像等に基づき、診断支援情報を導出する（Ｓ２０３）。情報処理装置６の制御部６２は、例えば、内視鏡画像ＤＢ６３１を検索することにより取得した内視鏡画像、３次元用医用画像及び仮想内視鏡画像を診断支援学習モデル９１に入力し、当該診断支援学習モデル９１が出力した診断支援情報を取得することにより、当該診断支援情報を導出する。

情報処理装置６の制御部６２は、関心領域情報、関心領域（ＲＯＩ）を含む内視鏡画像、３次元用医用画像、仮想内視鏡画像、及び診断支援情報を出力する（Ｓ２０４）。情報処理装置６の制御部６２は、関心領域情報、関心領域（ＲＯＩ）を含む内視鏡画像、３次元用医用画像、仮想内視鏡画像、及び診断支援情報を、例えば、自装置に接続された表示部７に出力する。表示部７は、制御部６２から出力された情報に基づき、本実施形態において図示されるような統合画像表示画面７１を表示する。

図１４は、統合画像表示画面７１の一態様を示す説明図である。情報処理装置６の制御部６２は、記憶部６３に記憶されている内視鏡画像ＤＢ６３１を検索して、表示画面（統合画像表示画面７１）を構成するための画面データを生成及び、表示部７に出力し、表示部７にて当該表示画面（統合画像表示画面７１）を表示する。

統合画像表示画面７１を表示するにあたり、情報処理装置６は、例えば、図１４に示すような内視鏡画像選択画面７０を表示し、内視鏡画像ＤＢ６３１を検索するための被検者ＩＤ等の検索キーとなる情報を受け付ける。内視鏡画像選択画面７０には、例えば、被検者ＩＤ及び当該被検者の内視鏡検査日時の入力を受け付ける入力フィールドが、配置されている。情報処理装置６は、内視鏡画像選択画面７０にて入力された被検者ＩＤ等に基づき、内視鏡画像ＤＢ６３１を検索し、検索結果のデータが含まれる統合画像表示画面７１を、表示部７にて表示する。

統合画像表示画面７１は、例えば、被検者ＩＤ等の書誌事項を表示する領域、３次元用医用画像を表示する領域、内視鏡画像を表示する領域、仮想内視鏡画像を表示する領域、３次元用医用画像から生成した断面変換画像を表示する領域、内視鏡画像を撮像した視点位置等を表示する領域及び、選択された関心領域（ＲＯＩ）の情報を表示する領域を含む。統合画像表示画面７１は、更に、内視鏡画像に含まれる関心領域（ＲＯＩ）の種類を指定するための領域、及び当該指定された種類の関心領域（ＲＯＩ）に関する情報（関心領域情報）をリスト表示する領域を含む。

被検者ＩＤ等の書誌事項を表示する領域には、内視鏡画像ＤＢ６３１を検索するために用いられた被検者ＩＤ、内視鏡検査日時、３次元用医用画像の生成日等、データ管理上の書誌事項が表示される。

関心領域（ＲＯＩ）の種類を指定するための領域には、予め定義されている関心領域の種類（ＲＯＩ種類）が、列挙して表示されており、これらＲＯＩ種類のうちのいずれかの又は全てのＲＯＩ種類を指定するためのチェックボックス等が配置されている。本実施形態においては、ＲＯＩ種類を指定する手段としてチェックボックスを例示しているが、これに限定されず、トルグスイッチ、ブルダウン又はラジオボダン等を用いるものであってもよいことは、言うまでもない。

指定されたＲＯＩ種類の関心領域情報がリスト表示される領域には、検索条件により内視鏡画像ＤＢ６３１から取得した複数の内視鏡画像に含まれる全ての関心領域（ＲＯＩ）において、指定された関心領域（ＲＯＩ）の情報（関心領域情報）がリスト形式で表示される。リスト形式で表示される関心領域情報は、ＲＯＩ種類、当該関心領域のＳ座標、及び３次元座標（３次元医用画像の体内座標系における座標）である。

関心領域情報がリスト表示される領域は、リスト形式で表示される複数の関心領域（ＲＯＩ）のうち、いずれかの関心領域（ＲＯＩ）を選択するための領域としても、用いられるものであってもよい。本実施形態においては、選択された関心領域（ＲＯＩ）が、反転表示されている。当該選択された関心領域（ＲＯＩ）に関連付けられている内視鏡画像、仮想内視鏡画像、３次元医用画像、及び断面変換画像が、内視鏡画像選択画面７０にて表示される。

３次元用医用画像を表示する領域には、３次元用医用画像にて表される消化器官等の体内部位が３次元オブジェクトとして表示されており、当該３次元オブジェクトのいずれかの部位をドラッグすることにより、３次元オブジェクトを回転させることができる。３次元用医用画像は、選択された関心領域（ＲＯＩ）の位置を例えばハイライトした状態で表示されるものであってもよい。

内視鏡画像を表示する領域には、選択された関心領域（ＲＯＩ）を含む内視鏡画像が、表示される。内視鏡画像において、関心領域（ＲＯＩ）を明示するための枠線が付加されて表示されるものであってもよい。内視鏡画像にて表示される関心領域（ＲＯＩ）と、３次元用医用画像にて例えばハイライトした状態で表示される関心領域（ＲＯＩ）は、同じ関心領域（ＲＯＩ）である。

仮想内視鏡画像を表示する領域には、内視鏡画像を表示する領域に表示されている内視鏡画像に対し、最も一致度が高い仮想内視鏡画像が、表示される。上述のとおり、内視鏡画像と当該内視鏡画像に最も一致度が高い仮想内視鏡画像とは、同じレコードに格納されているため、内視鏡画像ＤＢ６３１を用いることにより、当該仮想内視鏡画像を効率的に抽出することができる。断面変換画像を表示する領域には、３次元用医用画像から生成した断面変換画像が、表示される。当該断面変換画像は、選択された関心領域（ＲＯＩ）における断面を示すものである。

内視鏡画像を撮像した視点位置等を表示する領域には、内視鏡画像を表示する領域に表示されている内視鏡画像の撮像時点における、内視鏡４０の体内における位置（視点位置）及び視点方向（回転角）が、表示される。すなわち、内視鏡画像を撮像した視点位置等を表示する領域には、視点位置フィールド及び視点方向フィールドが配置され、視点位置フィールドには視点位置、視点方向フィールドには視点方向が、表示される。

選択された関心領域（ＲＯＩ）の情報を表示する領域には、選択された関心領域（ＲＯＩ）の体内部位と、内視鏡４０の先端部４４３との距離が表示される。内視鏡画像と、当該内視鏡画像に最も一致度が高い仮想内視鏡画像とは、同じ体内部位の領域を示しているものであり、内視鏡画像の画素夫々と、仮想内視鏡画像の画素夫々とは、両画像における座標系において略一致する又は、同一視できることにより対応している。仮想内視鏡画像は３次元用医用画像を射影等することにより生成されているため、仮想内視鏡画像の画素夫々は、３次元用医用画像上の座標に対応している。従って、選択された内視鏡画像に含まれる体内部位（画素）に基づき、当該体内部位（画素）の３次元用医用画像の座標系における座標を特定することができる。

内視鏡４０の先端部４４３の位置である視点位置と、関心領域（ＲＯＩ）の体内部位の３次元座標は、ＤＢ登録部６２５に既に登録されている。従って、内視鏡４０の先端部４４３と、選択された内視鏡画像に含まれる体内部位（画素）との距離は、当該体内部位（画素）の３次元用医用画像の座標系における３次元座標と、視点位置に基づき、導出することができる。

選択された関心領域（ＲＯＩ）の情報を表示する領域には、選択された関心領域（ＲＯＩ）の体内部位（画素）の実効質量数（effective-Z）又は、脂肪又は乳酸等の体組成に関する情報が表示されるものであってもよい。これら実効質量数等は、３次元用医用画像の各画素に付加された属性情報であるため、上述のとおり特定された３次元用医用画像の座標系における座標に基づき、３次元用医用画像の画素を特定し、当該画素に付加された実効質量数等を抽出し、表示することができる。

選択された関心領域（ＲＯＩ）の情報を表示する領域には、更に選択された関心領域（ＲＯＩ）に関する診断支援情報が表示されるものであってもよい。当該、診断支援情報は、上述のとおり、診断支援学習モデル９１から出力される情報である。

本実施形態によれば、情報処理装置６は、関連付けて保存されている複数の関心領域情報と前記３次元医用画像から、検索条件に基づき、特定の関心領域情報及び３次元医用画像を検索し、当該検索結果である関心領域情報及び３次元医用画像を出力するため、保存された関心領域情報及び３次元医用画像を効率的に再利用することができる。更に、関連付けて保存される前記関心領域情報と前記３次元医用画像が入力された場合、関心領域情報に関する診断支援情報を出力するように学習された診断支援学習モデル９１を用いることにより、効率的に診断支援情報を取得することができる。

（実施形態３）
実施形態３の情報処理装置６は、変化量導出部６２８を備え、被検者の体格の変化量に基づき、位置情報を補正する点で実施形態１と異なる。図１５は、実施形態３（補正）に係る情報処理装置６の制御部６２に含まれる機能部を例示する機能ブロック図である。

変化量導出部６２８は、取得部６２１から出力される被検者ＩＤに基づき、内視鏡画像ＤＢ６３１に含まれる検査履歴テーブルを参照し、当該被検者が受けたそれぞれの検査種類の検査日時における体格情報を取得する。変化量導出部６２８は、取得したそれぞれの検査日時における体格情報に基づき、被検者の体格の変化量を導出する。体格情報は、例えば、身長、体重、胸囲、腹囲及び腰囲を含み、これら測定値の増減の比率を参照し、当該増減比率によって、変化量を導出するものであってもよい。

変化量導出部６２８は、導出した変化量に基づき、内視鏡画像と３次元医用画像とを関連付ける位置情報を補正する。当該位置情報は、Ｓ座標、３次元医用画像の座標系（体内座標系）における当該関心領域（ＲＯＩ）の座標（３次元座標）、視点位置、及び視点方向を含む変化量導出部６２８は、身長の増加率に応じて、Ｓ座標の値（垂直方向の値）を増加するものであってもよい。又は、変化量導出部６２８は、胸囲、腹囲又は腰囲の増減率に応じて、対応する体内部位のＸ及びＹ座標（水平方向の値）を増減するものであってもよい。変化量導出部６２８は、補正したＳ座標等の位置情報を、視点位置導出部６２２、ＤＢ登録部６２５などの関連する機能部に出力する。視点位置導出部６２２は、変化量導出部６２８によって補正されたＳ座標に基づき、視点位置を導出する。仮想内視鏡画像生成部６２３及び一致度判定部６２４は、当該視点位置に基づき、実施形態１と同様の処理を行う。

変化量導出部６２８は、導出した変化量を視点位置導出部６２２に出力し、視点位置導出部６２２は、変化量導出部６２８から取得した変化量に基づきＳ座標を補正し、補正したＳ座標により視点位置を導出するものであってもよい。ＤＢ登録部６２５は、変化量導出部６２８によって補正されたＳ座標、３次元医用画像の座標系（体内座標系）における当該関心領域（ＲＯＩ）の座標（３次元座標）、視点位置、及び視点方向を、内視鏡画像ＤＢ６３１に登録する。

図１６は、情報処理装置６の制御部６２による処理手順の一例を示すフローチャートである。情報処理装置６は、例えば、自装置に接続されている入力部８からの入力内容に基づき、当該フローチャートの処理を開始する。情報処理装置６の制御部６２は、実施形態１の処理Ｓ１０１からＳ１０４と同様に、Ｓ３０１からＳ３０４の処理を行う。

情報処理装置６の制御部６２は、被検者の体格の変化量を導出する（Ｓ３０５）。情報処理装置６の制御部６２は、被検者ＩＤに基づき記憶部６３に記憶されている検査履歴テーブルを参照し、内視鏡による検査日（内視鏡画像の撮像日）と、例えばＸ線ＣＴによる検査日（３次元医用画像の元データとなるＸ線ＣＴ画像の撮像日）とにおいて、被検者の体格の変化量を導出する。被検者の体格は、例えば、身長、体重、胸囲、腹囲及び腰囲を含み、これら測定値の変化量に基づき、体格の変化量を導出するものであってもよい。

情報処理装置６の制御部６２は、導出した変化量に基づき、内視鏡画像と３次元用医用画像とを関連付ける位置情報を補正する（Ｓ３０６）。内視鏡画像と３次元用医用画像とを関連付ける位置情報は、例えば、Ｓ座標である。情報処理装置６の制御部６２は、導出した体格の変化量に基づく補正値により、位置情報を補正する。情報処理装置６の制御部６２は、例えば、身長が増加率に応じて、Ｓ座標の値（垂直方向の値）を増加するものであってもよい。

情報処理装置６の制御部６２は、実施形態１の処理Ｓ１０５からＳ１０８と同様に、Ｓ３０７からＳ３１０の処理を行う。情報処理装置６の制御部６２が、内視鏡画像ＤＢ６３１に内視鏡画像、３次元用医用画像及びこれら画像を関連付ける位置情報を登録するにあたり、補正した位置情報を登録するものであることは言うまでもない。本実施形態において、体格の変化量に基づき補正する位置情報はＳ座標であるとしたが、これに限定されない。体格の変化量に基づき補正する位置情報は、例えば、３次元医用画像の座標系（体内座標系）における当該関心領域（ＲＯＩ）の座標（３次元座標）、視点位置、及び視点方向を含むものであってもよい。情報処理装置６の制御部６２は、胸囲、腹囲又は腰囲の増減率に応じて、対応する体内部位のＸ及びＹ座標（水平方向の値）を増減するものであってもよい。

本実施形態によれば、被検者の身長、体重、胸囲、腹囲及び腰囲のうちの少なくとも１つを用いることにより、当該被検者の体格の変化量を効率的に導出することができる。内視鏡画像を撮像した撮像時点と、３次元医用画像を撮像した撮像時点との間に差異（期間差）があり、当該期間によって被検者の体格の体格が変化した場合であっても、撮像時点の差異に基づき導出した変化量によって、３次元医用画像の座標系における位置情報を補正する。従って、当該期間差による体格の変化量に影響を緩和し、関心領域情報と３次元医用画像との関連付けの精度を向上させることができる。

（実施形態４）
実施形態３の情報処理装置６は、特定情報取得部６２７を備え、関心領域（ＲＯＩ）を特定するための特定情報を、内視鏡４０の操作者による操作に応じて取得し、取得した特定情報に基づき関心領域（ＲＯＩ）に関する情報を抽出する点で実施形態１と異なる。図１７は、実施形態４（操作者の操作を取得）に係る情報処理装置６の制御部６２に含まれる機能部を例示する機能ブロック図である。

特定情報取得部６２７は、医師等の内視鏡４０の操作者による操作を受け付け、当該操作によって入力される特定情報を取得する。特定情報取得部６２７は、例えば、表示される内視鏡画像に対し、当該操作者が用いるマウス又はタッチパネル等の入力部から入力される特定情報を取得する。特定情報は、内視鏡画像に含まれる関心領域（ＲＯＩ）の種類、位置、及び体内部位の名称を含む。

特定情報取得部６２７は、取得した特定情報を関心領域抽出部６２６に出力する。本実施形態の関心領域抽出部６２６は、特定情報取得部６２７から出力される特定情報に基づき、内視鏡画像に含まれる関心領域（ＲＯＩ）を抽出し、当該関心領域（ＲＯＩ）の情報（関心領域情報）を、実施形態１と同様に視点位置導出部６２２等の関連する機能部に出力する。これら視点位置導出部６２２等の他の機能部は、実施形態１と同様の処理を行う。

図１８は、情報処理装置６の制御部６２による処理手順の一例を示すフローチャートである。情報処理装置６は、例えば、自装置に接続されている入力部８からの入力内容に基づき、当該フローチャートの処理を開始する。情報処理装置６の制御部６２は、実施形態１の処理Ｓ１０１からＳ１０２と同様に、Ｓ４０１からＳ４０２の処理を行う。

情報処理装置６の制御部６２は、内視鏡４０の操作者による操作に応じて、関心領域情報を取得する（Ｓ４０３）。情報処理装置６の制御部６２は、内視鏡４０の操作者による操作（関心領域特定操作）を受け付け、当該関心領域特定操作に応じて、内視鏡画像における関心領域（ＲＯＩ）を特定することにより、関心領域情報を取得する。関心領域特定操作は、例えば、表示部７にて表示される内視鏡画像において、関心領域の位置及び種類を特定する捜査であり、例えば、情報処理装置６の入力部８を用いて行われる。

情報処理装置６の制御部６２は、実施形態１の処理Ｓ１０４からＳ１０８と同様に、Ｓ４０４からＳ４０８の処理を行う。

本実施形態によれば、内視鏡画像における関心領域を特定する特定情報は、医師等の内視鏡４０の操作者による操作に応じて取得するため、内視鏡画像からの関心領域情報の抽出を効率的に行うことができる。

（実施形態５）
実施形態３の情報処理装置６の関心領域抽出部６２６は、自装置の記憶部６３に予め登録されている例示画像と、取得した内視鏡画像との比較結果に基づき、関心領域情報を抽出する点で実施形態１と異なる。図１９は、実施形態５（例示画像）に係る情報処理装置６の制御部６２に含まれる機能部を例示する機能ブロック図である。

本実施形態の関心領域抽出部６２６は、情報処理装置６の記憶部６３に予め登録されている複数の例示画像を参照し、取得した内視鏡画像との比較結果に基づき、関心領域情報を抽出する。情報処理装置６の記憶部６３には、関心領域（ＲＯＩ）の複数の例示画像を記憶されており、例えば、当該例示画像の属性情報として、関心領域の種類（ＲＯＩ種類）、及び関心領域の体内部位の名称が、関連付けられて記憶されている。

関心領域抽出部６２６は、取得部６２１から出力された内視鏡画像に対し、例えばエッジ検出等の画像処理を行うことにより、色彩又は形状が特徴的な体内部位が撮像されている領域を特定し、当該特定した領域と、記憶部６３に記憶されている複数の例示画像とを、例えばパターンマッチング等を用いて比較する。関心領域抽出部６２６は、エッジ検出等により、内視鏡画像における当該領域の位置（ＲＯＩ位置）を導出する。関心領域抽出部６２６は、特定した領域と最も近似又は類似する例示画像を決定し、決定した例示画像の付随する情報に基づき、当該領域の関心領域の種類（ＲＯＩ種類）、及び関心領域の体内部位の名称を特定する。

関心領域抽出部６２６は、実施形態１と同様に抽出した関心領域情報をＤＢ登録部６２５に出力し、当該関心領域を含む内視鏡画像のＳ座標を一致度判定部６２４等の他の機能部に出力する。これら視点位置導出部６２２等の他の機能部は、実施形態１と同様の処理を行う。

図２０は、情報処理装置６の制御部６２による処理手順の一例を示すフローチャートである。情報処理装置６は、例えば、自装置に接続されている入力部８からの入力内容に基づき、当該フローチャートの処理を開始する。情報処理装置６の制御部６２は、実施形態１の処理Ｓ１０１からＳ１０２と同様に、Ｓ５０１からＳ５０２の処理を行う。

情報処理装置６の制御部６２は、予め登録されている例示画像と、取得した内視鏡画像との比較結果に基づき、関心領域情報を抽出する（Ｓ５０３）。情報処理装置６の制御部６２は、自装置の記憶部６３に予め登録されている複数の例示画像を参照し、取得した内視鏡画像との比較結果に基づき、関心領域情報を抽出する。情報処理装置６の制御部６２は、例えば、内視鏡画像に対し、エッジ検出等の画像処理を行うことにより、色彩又は形状が特徴的な体内部位が撮像されている領域を特定し、当該特定した領域と、複数の例示画像とをパターンマッチング等により比較する。エッジ検出等により、内視鏡画像における当該領域の位置（ＲＯＩ位置）を導出することができる。特定した領域と最も近似又は類似する例示画像を決定し、決定した例示画像の付随する情報に基づき、当該領域の関心領域の種類（ＲＯＩ種類）を決定する。情報処理装置６の制御部６２は、これら処理を行うことにより、内視鏡画像から関心領域情報（ＲＯＩ位置及びＲＯＩ種類）を抽出する。

情報処理装置６の制御部６２は、実施形態１の処理Ｓ１０４からＳ１０８と同様に、Ｓ５０４からＳ５０８の処理を行う。

本実施形態によれば、予め登録された所定の例示画像と、内視鏡画像に対し、予め登録された所定の例示画像とによる例えばパターンマッチング等の比較結果に基づき、当該内視鏡画像から関心領域を特定し、特定した関心領域に関する情報、すなわち関心領域情報を抽出するため、内視鏡画像からの関心領域情報の抽出を効率的に行うことができる。

今回開示された実施の形態は全ての点で例示であって、制限的なものではないと考えられるべきである。各実施例にて記載されている技術的特徴は互いに組み合わせることができ、本発明の範囲は、特許請求の範囲内での全ての変更及び特許請求の範囲と均等の範囲が含まれることが意図される。

Ｓ 診断支援システム
１０ 内視鏡装置
１５ キーボード
１６ 収容棚
２０ 内視鏡用プロセッサ
２１ 制御部
２１１ 画像処理部
２２ 主記憶装置
２３ 補助記憶装置
２４ 通信部
２５ タッチパネル
２６ 表示装置Ｉ／Ｆ
２７ 入力装置Ｉ／Ｆ
２８ 読取部
３１ 内視鏡用コネクタ
３１１ 電気コネクタ
３１２ 光コネクタ
３３ 光源
３４ ポンプ
３５ 送水タンク
３６ 送気送水口金
４０ 内視鏡
４３ 操作部
４３１ 制御ボタン
４３３ 湾曲ノブ
４４ 挿入部（可撓管）
４４１ 軟性部
４４２ 湾曲部
４４３ 先端部
４４４ 撮像部
４５ 折止部
４８ スコープコネクタ
４９ ユニバーサルコード
５０ 表示装置
６ 情報処理装置
６１ 通信部
６２ 制御部
６２１ 取得部
６２２ 視点位置導出部
６２３ 仮想内視鏡画像生成部
６２４ 一致度判定部
６２５ ＤＢ登録部
６２６ 関心領域抽出部
６２７ 特定情報取得部
６２８ 変化量導出部
６５１ 検索条件取得部
６５２ 出力部
６３ 記憶部
６３１ 内視鏡画像ＤＢ
６３２ 記録媒体
Ｐ プログラム
６４ 入出力Ｉ／Ｆ
７ 表示部
７０ 内視鏡画像選択画面
７１ 統合画像表示画面
８ 入力部
９１ 診断支援学習モデル（学習モデル）
９２ 関心領域学習モデル（第２学習モデル）

Claims (12)

1. コンピュータに、
   内視鏡により被検者を撮像した内視鏡画像を取得し、
   取得した前記内視鏡画像から、関心領域情報を抽出し、
   前記被検者をＸ線ＣＴ、Ｘ線コーンビームＣＴ、ＭＲＩ－ＣＴ及び超音波診断装置のうち少なくとも１つを用いて体内まで撮像した３次元医用画像を取得し、
   前記関心領域情報及び前記３次元医用画像により特定される前記３次元医用画像の座標系における前記関心領域の位置情報を導出し、
   前記位置情報の導出は、前記３次元医用画像より再構成した仮想内視鏡画像を生成し、生成した前記仮想内視鏡画像と、前記内視鏡画像との一致度を導出し、前記一致度が所定値以上となる仮想内視鏡画像に基づき、前記位置情報を導出する処理を含み、前記一致度が所定値以上となる仮想内視鏡画像の画素に対応する３次元医用画像の画素に、前記内視鏡画像から抽出した前記関心領域情報を関連付けて保存するものであり、
   導出した前記位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存し、
   関連付けて保存される前記関心領域情報と前記３次元医用画像が入力された場合、前記関心領域情報に関する診断支援情報を出力するように学習された学習モデルに、前記関心領域情報及び前記３次元医用画像を入力し、
   前記学習モデルから出力される診断支援情報を取得し、
   取得した前記診断支援情報を、前記関心領域情報と前記３次元医用画像とに関連付けて出力する
   処理を実行させるプログラム。
2. 前記関心領域情報を検索するための検索条件を取得し、
   取得した前記検索条件に基づき、関連付けて保存されている前記関心領域情報と前記３次元医用画像を特定し、
   特定した前記関心領域情報及び前記３次元医用画像を出力する
   請求項１に記載のプログラム。
3. 前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点の差異に基づき、前記被検者の体格の変化量を導出し、
   導出した前記変化量に基づき、前記位置情報を補正し、
   前記補正した位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存する
   請求項１又は請求項２に記載のプログラム。
4. 前記被検者の体格の前記変化量は、前記被検者の身長、体重、胸囲、腹囲及び腰囲のうちの少なくとも１つを用いて導出する
   請求項３に記載のプログラム。
5. 前記内視鏡画像を撮像した時点における、前記被検者の体内に挿入された前記内視鏡の挿入距離に関する情報を取得し、
   前記位置情報の導出は、前記挿入距離に関する情報に基づき、前記３次元医用画像の座標系における位置情報を導出する処理を含む
   請求項１から請求項４のいずれか１項に記載のプログラム。
6. 前記被検者の体内に挿入された前記内視鏡の屈曲履歴に関する情報を取得し、
   前記位置情報の導出は、前記屈曲履歴に関する情報及び前記挿入距離に関する情報に基づき、前記３次元医用画像の座標系における位置情報を導出する処理を含む
   請求項５に記載のプログラム。
7. 前記内視鏡画像が入力された場合、前記関心領域情報を出力するように学習された第２学習モデルに、前記内視鏡画像を入力し、
   前記第２学習モデルから出力される前記関心領域情報を取得する
   請求項１から請求項６のいずれか１項に記載のプログラム。
8. 前記内視鏡の操作者による操作に応じて、前記内視鏡画像における関心領域を特定する特定情報を取得し、
   取得した前記特定情報に基づき、前記内視鏡画像から前記関心領域情報を抽出する
   請求項１から請求項６のいずれか１項に記載のプログラム。
9. 予め記憶された所定の例示画像との比較結果に基づき、前記内視鏡画像から前記関心領域情報を抽出する
   請求項１から請求項６のいずれか１項に記載のプログラム。
10. 前記内視鏡から取得する前記内視鏡画像は、静止画又は動画である
    請求項１から請求項９のいずれか１項に記載のプログラム。
11. 内視鏡により被検者を撮像した内視鏡画像を、記憶部を参照することにより取得し、
    取得した前記内視鏡画像から、関心領域情報を抽出し、
    前記被検者をＸ線ＣＴ、Ｘ線コーンビームＣＴ、ＭＲＩ－ＣＴ及び超音波診断装置のうち少なくとも１つを用いて体内まで撮像した３次元医用画像を、記憶部を参照することにより取得し、
    前記関心領域情報及び前記３次元医用画像により特定される前記３次元医用画像の座標系における前記関心領域の位置情報を導出し、
    前記位置情報の導出は、前記３次元医用画像より再構成した仮想内視鏡画像を生成し、生成した前記仮想内視鏡画像と、前記内視鏡画像との一致度を導出し、前記一致度が所定値以上となる仮想内視鏡画像に基づき、前記位置情報を導出する処理を含み、前記一致度が所定値以上となる仮想内視鏡画像の画素に対応する３次元医用画像の画素に、前記内視鏡画像から抽出した前記関心領域情報を関連付けて保存するものであり、
    導出した前記位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存し、
    関連付けて保存される前記関心領域情報と前記３次元医用画像が入力された場合、前記関心領域情報に関する診断支援情報を出力するように学習された学習モデルに、前記関心領域情報及び前記３次元医用画像を入力し、
    前記学習モデルから出力される診断支援情報を取得し、
    取得した前記診断支援情報を、前記関心領域情報と前記３次元医用画像とに関連付けて出力する
    処理をコンピュータが実行する情報処理方法。
12. 内視鏡により被検者を撮像した内視鏡画像と、前記被検者をＸ線ＣＴ、Ｘ線コーンビームＣＴ、ＭＲＩ－ＣＴ及び超音波診断装置のうち少なくとも１つを用いて体内まで撮像した３次元医用画像を取得する取得部と、
    取得した前記内視鏡画像から、関心領域情報を抽出する抽出部と、
    前記関心領域情報及び前記３次元医用画像により特定される前記３次元医用画像の座標系における前記関心領域の位置情報を導出する導出部と、
    導出した前記位置情報と、前記内視鏡画像及び前記３次元医用画像のそれぞれの撮像時点とにより、前記関心領域情報と前記３次元医用画像とを関連付けて保存する保存部と
    を備える情報処理装置であって、
    前記位置情報の導出は、前記３次元医用画像より再構成した仮想内視鏡画像を生成し、生成した前記仮想内視鏡画像と、前記内視鏡画像との一致度を導出し、前記一致度が所定値以上となる仮想内視鏡画像に基づき、前記位置情報を導出する処理を含み、前記一致度が所定値以上となる仮想内視鏡画像の画素に対応する３次元医用画像の画素に、前記内視鏡画像から抽出した前記関心領域情報を関連付けて保存するものであり、
    関連付けて保存される前記関心領域情報と前記３次元医用画像が入力された場合、前記関心領域情報に関する診断支援情報を出力するように学習された学習モデルに、前記関心領域情報及び前記３次元医用画像を入力し、
    前記学習モデルから出力される診断支援情報を取得し、
    取得した前記診断支援情報を、前記関心領域情報と前記３次元医用画像とに関連付けて出力する
    情報処理装置。

Images