JPH0461852A - ファジィ推論を用いた画像診断装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 Ａ、産業上の利用分野 この発明は、観察者による画像の特徴評価値を入力デー
タとして用い、この入力データから専門家の知識に基づ
いた診断結果を推論するファジィ推論を用いた画像診断
装置に関する。

Ｂ、従来技術 医用画像をみて診断を行う際には、観察者の主観に依る
ことが多く、その診断の過程には多くの曖昧性（ファジ
ィ性）が存在する。つまり、医用画像を観察してその特
徴を評価するとき、「イエスかノーか」という２者択一
では、評価しきれない場合が多い。したがって、医用画
像の自動診断をコンピュータで実行しようとするとき、
ファジィ推論を用いたものが効果的であるとされ、現在
すでに導入されている。以下、簡単に説明すると、（］
）超音波断層撮影装置や核磁気共鳴断層撮影装置、χ線
ＣＴ装置などの撮影装置で得られた患者の断層像を見た
観察者が、その画像の特徴を複数の観察項目（注目する
臓器の形状、臓器と他の部分とのコントラスト、臓器の
辺縁の滑らかさ、など）ごとに評価し、その評価値を入
力データとして画像診断装置に入力する。

例えば、第６図に示した画像中の臓器Ｓの形状をみて、
整置（自然な円形）であれば「０」を、不整形（自然形
ではない）と評価するならば「１」を入力するように設
定しておく。観察者は、画像をみて、自ら判断した形状
に対する評価値を「０」から「１」までの数値で入力す
る。

（２）予め、専門家の所見による観察項目の評価値を入
力メンバーシップ関数として格納しておき、（］）で入
力された観察者の評価値に対応する入力メンバーシップ
関数の値（ファジィルールの条件部）を算出する。この
ファジィルールの条件部とは、例えば、 ｉｆ　Ａ　ｉｓ　Ｘ　ａｎｄ　Ｂ　ｉｓ　ｙ　ｔｈｅｎ
　　Ｃｉｓ　ｚ　・・・・・・Ｒで表されるルールＲの
１「〜ｔｈｅｎの「〜」に当たる部分である。

第７図（ａ）に形状に関する入力メンバーシップ関数を
示している。この図の横軸が評価値のスケール（これを
ファジィスケールと呼ぶ）を表しており、３つの三角形
が形状の特徴を３つに分類した入力メンバーシップ関数
Ａ、Ｂ、Ｃを表している。

すなわち、Ｃは整置、Ｂは不整形、Ａはやや不整形に対
応したメンハシツブ関数である。

いま、観察者が診断画像の臓器Ｓの形状をみて、ファジ
ィスケール（χ）を入力したとする。この（Ｘ）は図示
のように１．中心部が重く、左右に広がりをもつ値とし
て扱うように設定されている。

この（Ｘ）と交わるメンハシツブ関数Ａ、Ｂの値のうち
、それぞれの最小の値を入力メンバシップ関数の値とし
て求める。

すなわち、入力メンハシツブ関数への値は、ＸとＸ′の
うち、小さい方の値をと、ってＡ＝ｘ、メンパンツブ関
数Ｂの（直は（＝ｙ）となる。これで、ファジィルール
Ｒの条件部が決定する。

（３）入力メンハシツブ関数の値に対する出力メンハシ
ツブ関数の値（ファジィルールＲの結論部でｔｈｅｎ〜
の「〜」の部分にあたる）を求める。

第７図（ｂ）に出力メンハシツブ関数を示す。この出力
メンバシップ関数Ａ’、Ｂ’、Ｃ’は、専門家の形状の
判断に基づく「悪性の度合い」を表している。すなわち
、Ｃ′は「良性Ｊ、ＡＩは「判定保留」、Ｂ′は「悪性
」に、それぞれ対応した出力メンバシップ関数である。

まず、入力メンバシップ関数Ａの値（−χ）に相当する
出力メンバシップ関数Ａ′上の値（＝Ｖ）で出力メンバ
シップ関数Ａ′をカットする。

カットして残った斜線部分がこのメンバシップ関数Ａの
悪性度を示している。同様に、出力メンバシップ関数Ｂ
′も入力メンバシップ関数Ｂ（＝ｙ）に相当する値（＝
Ｗ）でカットする。カットした残った斜線部分が、メン
ハシツブ関数Ｂの悪性度を示している。前記のルールＲ
の条件部では、「ＡがＸでかつ（ａｎｄ）　Ｂがｙなら
ば・・・ｊと定義されているので、これらの斜線部分を
重ね合わせる。

重ね合わせた結果の領域りが、ルールＲの結論部であり
、形状に関する悪性の度合いである。

（４）各観察項目について、上述のようなファジィルー
ルの結論の総和を求め、その重心を全てのルールの推論
結果（最終の診断結果）とする。

Ｃ１発明が解決しようとする課題 上述した従来装置のように、観察者が画像の特徴を判断
し、それを入力データとして診断を行う画像診断装置で
問題となるのは、装置の構築に協力した専門家（前述の
入出力メンバーシップ関数を決定した専門家）と、観察
者との画像の見方（主観的な感じ方）の違いによって、
診断結果も異なったものになるということである。すな
わち、観察者が入力したファジィスケール値に応じてメ
ンバーシップ関数の値（悪性の度合い）が決定されるた
め、いくら専門家が作成したメンバーシッブ関数を用い
た画像診断を行ったとしても、入力の段階で事実の判断
に誤差が生じれば、その結果も専門家の意図するものと
は、違ったものになってしまう。

これは、「人の物の見方（これを本明細書では、ｒ観察
（ＩｉＪあるいは心理学用語を用いてｒゲシュタルト」
と称する）」によるもので、ゲンユタルトには、ある程
度の共通性は存在するが、全く一致するものでない。例
えば、第６図の臓器Ｓの形状を前記の専門家がみるとフ
ァジィスケールの値としてｒｏ、５Ｊであると判断した
のに対し、観察者はｒｏ、７５Ｊと判断するかもしれな
いし、また「０・６」であると判断するかもしれない。

もちろん、専門家と同じ値を入力する人もいるだろう。

しかし、画像診断装置の利点は、専門家以外の人でも、
常に、専門家と同様の診断結果を得ることができるとい
う点でなければならない。しかし、従来の装置は、観察
者のゲシュタルトの違い（入力データの違い）を補正す
るには到っておらず、それによる診断結果の誤差は避け
られないものであった・ この発明は、このような事情に鑑みてなされたものであ
って、観察者と専門家の主観の相違を補正することで、
正確な診断結果を得ることができるファジィ推論を用い
た画像診断装置を提供することを目的としている。

０１課題を解決するための手段 この発明は、上記目的を達成するために次のような構成
を備えている。

即ち、この発明は、専門家によって指定された診断対象
画像の観察項目について、観察者の主観に基づく、画像
の特徴を表す評価値（ファジィスケール）を入力する手
段と、前記専門家の主観によるファジィスケールに対応
した診断値（メンバーシップ関数）を予め格納するメン
バーシップ関数記憶手段と、前記入力された観察者のフ
ァジィスケールに対応する前記メンバーシップ関数を読
み出して、診断結果を推論する推論手段とを備えたファ
ジィ推論を用いた画像診断装置であって、前記観察者と
専門家の主観の相違を比較するためのパターンを前記観
察項目に応じて予め格納するパターン記憶手段と、この
パターンに対して設定された専門家による観察値を予め
格納するエキスパート観察値メモリと、前記パターンを
読み出して観察者に提示し、そのパターンに対して入力
された観察者の観察値を記憶するユーザ観察値メモリと
、前記両観察値メモリから読み出した観察者の観察値と
前記専門家の観察値との差（主観の補正値）を算出する
補正値算出手段と、算出された補正値に基づいて、観察
者が入力したファジィスケールを修正し、修正後のファ
ジィスケールを前記推論手段に出力するファジィスケー
ル修正手段とを備えたことを特徴としている。

Ｅ０作用 この発明によれば、補正値算出手段がパターン記憶部か
ら観察項目に応じたパターンを読み出して観察者に提示
し、観察者がそのパターンに対して付記した観察値を入
力する。入力した観察者の観察値をユーザ観察メモリに
格納する。次に、エキスパート観察値メモリから読み出
した専門家の観察値と、ユーザ観察メモリから読み出し
たユーザの観察値との差を算出し、これを両者の主観の
補正値としてファジィスケール修正手段に送出する。フ
ァジィスケール修正手段は、与えられた補正値に基づい
て、観察者から入力されたファジィスケールを修正し、
修正したファジィスケールを推論手段に送出する。推論
手段は修正後のファジィスケールに応じたメンバーシッ
プ関数を読み出して画像の診断結果を推論するから、観
察者と専門家との主観に相違があっても、観察者は専門
家と同じ診断結果を得ることができる。

Ｆ、実施例 以下、この発明の一実施例を図面に基づいて説明する。

第１図は、実施例装置の概略構成を示したブロック図で
ある。

図中、符号１は後述するファジィスケールやゲシュタル
トをオペレータが入力するための手段としてのキーボー
ド、２は同じくマウス、３は後述するゲシュタルト補正
のための比較用パターンや診断結果を表示するためのＣ
ＲＴモニタである。

これらは、入出力インターフェイス４を介して、ゲソユ
タルト補正部５やファジィスケール修正部６、ファジィ
推論部７と相互に接続されている。

補正値算出手段としてのゲシュタルト補正部５には、観
察者（この実施例では以下、ユーザと言う）のゲンユタ
ルトをチェンクするための各種パターンを格納するパタ
ーン記憶手段としての比較用パターン記憶部８と、ユー
ザのゲシュタルト値を格納するユーザ観察値メモリとし
てのゲソユタルトメモリ　〔Ｕ〕、この装置のメンバー
ンノブ関数を決定した専門家（エキスパート）のゲシュ
タルトを予め格納するエキスパート観察値メモリとして
のゲシュタルトメモリ　ＣＥ）とが備えられており、エ
キスパートとユーザとのゲシュタルトの違いを計算して
、その補正値を出力するように構成されている。

ファジィスケール修正手段としてのファジィスケール修
正部６は、算出されたゲシュタルト補正値に基づいて、
ユーザから入力されるファジィスケール値を修正し、そ
の修正したファジィスケールを出力するように構成され
ている。

推論手段としてのファジィ推論部７には、エキスパート
が作成した画像診断項目ごとのメンバーンノブ関数を予
め格納するメンバシップ関数記憶手段としてのメンバー
ンノブ関数記憶部９が備えられており、修正されたファ
ジィスケールに対応したメンバーンノブ関数を前記記憶
部９から読み出して、画像の診断結果を推論し、結果を
ＣＲＴモニタ３に出力するように構成されている。

上記のファジィスケール修正部６、比較用パターン記憶
部８、ゲシュタルトメモリ（Ｕ）、（Ｅ）が従来装置に
対して追加した構成部品である。

次に上述した装置の動作について説明する。

この実施例装置は、ユーザが患者の断層像を見て、その
画像の特徴の評価値をファジィスケールという形態で入
力する前に、ユーザとエキスパートとのゲシュタルトを
補正するという、いわば前処理を行ったのち、入力され
たファジィスケールをその補正値に基づいて修正して、
画像診断を行うものである。

そこで、まず、ゲシュタルトの補正（ゲシュタルト補正
部５の動作）について、第２図のフローチャートをもと
に説明する。

ステップＳｌで、１つの画像診断項目におけるゲシュタ
ルト比較用のパターンを比較用パターン記憶部８から読
み出す。ここで読み出されたパターンの項目を（Ｋ）と
しておく。画像診断項目は、エキスパートが画像上に現
れた目標物（例えば、臓器など）を診断する上で、必要
な観察項目として指定したものであり、以下にその一部
分を列挙すると、 （１）形状（この例では、どのくらい整円か不整形かを
入力する項目） （２）境界のコントラスト（ｌｉ器と他の部分、例えば
筋肉や脂肪層などとの境界が、どのくらいハツキリして
いるかホヤけているかを入力する項目）（３）辺縁（Ｉ
Ｉ器の輪郭線が、どのくらい滑らかであるかを入力する
項目） （４）白黒のコントラスト（これは対象画像が白黒画像
の場合で、例えば、臓器が白く、他の部分が累く映しだ
されたとし、その差がくっきりと現れているかどうかを
入力する項目） などで、この項目数およびその内容は診断対象部位に応
して異なる。

これらの観察項目におけるゲシュタルト比較用のパター
ンとは、例えば、（１）項目の「形状」では、図形が段
階的に変化していく図形パターンであり、（２）項目の
「境界のコントラスト」では、最初はっきりと映し出さ
れていた線分が、段階的にホヤけていくパターン、（３
）項目の「辺縁」では、スムーズな線分が段階的にギザ
ギザになっていくバタン、（４）項目の「白と黒のコン
トラスト」では、白と黒のコントラストが階調的に変化
していくパターンである。

ここで、例えば、（１）の形状の比較用図形パターンが
読み出されたとしてステップＳ２に進む。

ステップＳ２では、比較用パターン記憶部８内の全ての
項目について以下の処理が終了したか、を判断し、終了
した場合にはこのフローチャートの処理を終え、まだの
場合は次のステップＳ３に進む。

ステップＳ３ニステツプＳ１で読み出したパターン、す
なわち、形状におけるゲシュタルト比較用の図形パター
ンをＣＲＴモニタ３に表示する。

表示される図形パターンの一例を第３図に示す。

先にも述べたが、この例では、臓器の形状特徴として、
どれだけ「整置」か、あるいは「不整形」かをファジィ
スケールとして入力するため、形状におけるゲシュタル
トをチエツクするのに、「真円」から、真円にはほど遠
い「四角」へと５段階に変形する図形パターン（図の一
番左にあるＰｌの図形パターンから一番右にあるＰ５の
図形パターンにむかうほど四角く設定した）を用いてい
る。

図形パターンの下方（上方でも構わない）には、ゲシュ
タルト値を入力するための升を表示しており、ユーザに
は「真円であると見えるならば「０」に近い数値を、四
角であると見えるならば「１」に近い数値を、各図形パ
ターンの下の対応する升の中に記入する」という約束の
もとに、「０」から「１」までの数値を入力してもらう
。

その結果、同図（ｂ）に示すように、あるユーザは左端
の図形パターンＰ１にｒＱ、を入力し、以下右側の図形
パターンに向って、Ｐ２→ｒｏ、５　Ｊ　、Ｐ３→ｒＯ
，７Ｊ、Ｐ４→ｒｏ、９Ｊ、Ｐ５→「ｌｊを入力したと
する。この数値は、ユーザの「物の見方Ｊを数値として
表したものであり、この数値がゲシュタルト値であり、
符号Ｇ　（ｕｌで示す。

このゲシュタルト値Ｇ　（ｕ）の結果から考察できるこ
とは、このユーザは、ｒｏ、５　Ｊの数値を記入した図
形パターン、左側から２番の図形パターンＰ２が「真円
」と「四角」との境となる図形パターンであると見てい
る、つまり、第３図（ａ）の図形パターンＰ１〜Ｐ５を
「真円」と「四角」という形状に分類するとき、図形パ
ターンＰ２をその判断基準としている、ということであ
る。したがって、このユーザの判断基準と、エキスパー
トの判断基準との差をとれば、両者のゲシュタルトの違
いを求めることかできる。その処理（ステップＳ４以鋒
）について説明する。

ステップＳ４で、Ｇ（ｕ）＝０．５の図形パターンＰ２
におけるエキスパートのゲシュタルト値Ｇ　（ｅ）を、
ゲシュタルトメモリ（Ｅ）から読み出す。参考のため、
第３図（Ｃ）に各図形パターンにおけるエキスパートの
ゲシュタルト値Ｇ　（ｅ）を示している。

この例のエキスパートは図形パターンＰ２に対してゲシ
ュタルト値Ｇ（ｅ）＝０．２５を入力しており、ユーザ
の判断基準とした図形パターンＰ２を、判断基準の図形
パターンとして用いていないことがわかる。　Ｇ（ｅ）
＝０．２５を読み出すと、次のステップＳ５に移る。

ステップＳ５で、０．５−Ｇ（ｅ）を計算し、答えをＧ
　（ｕ）　’　とする。Ｇ（ｅ）＝０．２５であるノテ
、Ｇ（ｕ）’＝０．２５が算出される。このｒｏ、２５
Ｊという数値がユーザとエキスパートとのゲシュタルト
の差異である。したがって、このｒｏ、２５Ｊをゲシュ
タルトの補正値とし、ユーザが後に入力するファジィス
ケールの値にこのｒＯ，２５Ｊを加電すれば、ユーザと
エキスパートとのゲシュタルトの違いによる入力データ
（ファジィスケール）の差異を補正することができる。

ステップＳ６で、算出したＣ、（ｕ）’−ｒｏ、２５．
をファジィスケール修正部６に送出するとともに、ゲシ
ュタルトメモリ（Ｕ）に格納する。このとき、Ｇ　（ｕ
）　’にユーザの識別コード（氏名など）を付加して格
納すれば、次回同じユーザがこの装置を使用するときに
、いちいちゲシュタルト補正処理を実行しなくとも、そ
のＧ　（ｕ）　’を用いることができ効率的である。

ステップＳ７：ステップＳ１で（Ｋ）とした項目（形状
）をカウントアンプ（Ｋ＋１）することで、次の項目を
指定し、ステップＳ１に戻る。

そして、次の項目である境界線のコントラストのゲシュ
タルトチェック用のパターンを比較用パターン記憶部８
から読み出し、上述と同様にして、その項目についての
ゲシュタルト補正値を算出する。以下、ステップＳ２で
全ての項目の処理終了が判断されるまで繰り返す。

全ての項目について、上記処理が終了し、各項目のゲシ
ュタルト補正値がファジィスケール修正部６に出力され
ると、次に、ユーザの見解によるファジィスケールの入
力が行われる。

従来技術の欄でも例に挙げた第６図の画像をここでも例
に挙げ、臓器Ｓを診断の対象としたファジィスケールが
、第４図のような形式で入力されたとする。

この図はＣＲＴモニタ３の表示画面を示している。ユー
ザはこの画面のファジィスケール（０から１までのスケ
ール）に予め表示されている楕円形のマークｍをマウス
２によって移動させて、観察した結果に応した位置（フ
ァジィスケール値）を決定する。このマークｍはファジ
ィスケール値に幅をもたせていることを意味しており、
例えば、マークｍの中心値を境として左右にｒＯ，０５
」の範囲の数値を、ユーザが入力したファジィスケール
値として扱うようにしている。この入力方法として、キ
ーボード１を使って、直接ファジィスケール（ｆｉ（Ｏ
から１までの値）を入力してもよいが、図示のような入
力形式の方が、容易であると考えられるため、ここでは
マウス２による入力形式を例に挙げた。

ファジィスケール修正部６は入力された各項目のファジ
ィスケールを読み込み、ゲソユタルト補正部５から送出
されたゲシュタルト補正値Ｇ　（Ｌｌ）　’に基づいて
、以下のようにファジィスケールの修正を行う。

例として、（１）の形状項目を取り挙げる。図のファジ
ィスケール上に表記されているマークｍの中心値をｒＯ
，２、とすると左右にそれぞれｒｏ、ｏｓ、。

ずつ幅をもたせているため、入力されたファジィスケ−
ｌレイ直は［０，１５から０．２５１　のイ直である。

これに対して、形状に関するゲシュタルト補正値Ｇ　（
ｕ）　’は前述のようにｒｏ、２５Ｊであるため、入力
されたファジィスケールの中心値ｒｏ、２　ＪにｒＯ，
２５Ｊを加算し、その結果を入力されたファジィスケー
ルの中心値として補正する。すなわち、０．２　＋０．
２５−〇、４５が補正されたファジィスケールの中心値
であり、この＋０．０５の範囲［０，４から０．５１が
、補正されたファジィスケール値である。これは、ユー
ザが形状のファジィスケール値をｒｏ、２　Ｊとみるな
らば、エキスパートは先のゲシュタルトの違いから、ｒ
ｏ、４５Ｊと判断するであろうとした場合の補正であり
、このようにして、ユーザとエキスパートとの見方の違
いが補正される。このファジィスケールの修正の結果を
模式的に第５図に表す。

この図で、点線で示しているのが入力されたファジィス
ケール、実線で示しているのが修正後のファジィスケー
ルである。

以下、各項目も同様で、ユーザが人力したファジィスケ
ール４Ｍに対して、その項目のゲシニタルト補正値Ｇ　
（ｕ）　’を加算した値（補正した値）を新たなファジ
ィスケール値とし、修正されたファジィスケール値をフ
ァジィ推論部７に送出する。

ファジィ推論部７は修正されたファジィスケール値に対
応する入出力メンバーシップ関数をメンバーシップ関数
記憶部９から読み出して、各項目毎に悪性の度合いを求
める。そして、各項目の出力メンバーシップ関数の総和
を算出して重心を求め、これを最終の画像診断結果とし
て、ＣＲＴモニタ３に表示する。このファジィ推論部７
に関しては従来のものと同しである。

上述した実施例は、次のように変形して実施することが
できる。

■ゲシュタルトの補正値として、ユーザとエキスパート
とのゲシュタルトｌａＯ差分値を用いているが、これは
両者のゲンユタルト値の差の平均値を用いるようにして
もよい。すなわち、上記の形状の例では、ｒＯ，２５Ｊ
がｒｏ、１７５　、となる。これは、ユーザとエキスパ
ートとのゲシュタルトとの差が、いつでも同じ値になら
ないという経験則に基づいて、ユーザのゲシュタルト（
物の見方）を推論結果に多少なりとも反映しようとする
ものである。

■ゲシュタルトの補正値に、ファジィスケール値と同様
な幅をもたせるようにしても同様にファジィスケールの
修正を行うことができる。これは、ユーザが入力するゲ
シュタルト値自体に幅をもたせることを意図しており、
ゲシュタルト値を−意に決定できないユーザのゲンユタ
ルトチェックを円滑に進めることができる。

■実施例では、ファジィスケールを修正する際に、どの
スケール値に対しても一律にゲシュタルト補正値を作用
させるようにしているが、前述したように、ゲシュタル
トにはある程度の共通性があるため、ゲシュタルト値に
重み付けをしてファジィスケールの修正を行うようにし
てもよい。つまり、第３図（ａ）の図形パターンＰ１の
ように、誰がみても丸にしか見えないもの（共通性）も
あれば、丸か四角か区別の付にくい図形パターン（Ｐ２
やＰ３）もある。そこで、区別のつきにくいものに対し
ては、実施例と同じくゲシュタルト補正値をダイレクト
に作用させ（このときの重み付けを１００χとすれば、
ｃ（ｕ）’　Ｘ１００Ｘ＝Ｇ（ｕ）’となる）、これを
境に、区別がつきやすくなるにしたがって、重み付けを
減らしていき、最後に０％にすれば、図形パターンＰ１
のゲシュタルト補正値はＯとなり、共通性のある部分は
ユーザもエキスパートも同じ見方をしているとして、フ
ァジィスケールの修正を行えば、より一層、推論の誤差
を低減することができる。

Ｇ１発明の効果 以上の説明から明らかなように、この発明に係るファジ
ィ推論を用いた画像診断装置は、推論を行う前に、観察
者と専門家との主観の相違を検証（パターンに付記され
た両者の観察値の比較）して、その補正値を算出し、観
察者から入力されたファジィスケールをその補正値に基
づいて修正し、これを推論に用いるようにしたので、観
察者と専門家の「物の見方」が大きく異なっていたとし
ても、専門家と同様の診断結果を得ることができ、自動
診断の精度を向上することができる。

【図面の簡単な説明】

第１図ないし第５図は、この発明の一実施例に係り、第
１図は装置の概略構成を示したブロック図、第２図はゲ
シュタルト補正の処理手順を示したフローチャート、第
３図（ａ）はゲシュタルトチェック用のパターンの一例
である図形パターン、同図（ｂ）はユーザが入力したゲ
シュタルト値、同図（Ｃ）はエキスパートが入力したゲ
シュタルト値、第４図はファジィスケール入力用の表示
画面、第５図は修正されたファジィスケールを示した図
である。 第６図および第７図は従来技術に係り、第６図は診断対
象画像の一例図、第７図は形状異常のメンバーシップ関
数を示した図である。 １・・・キーボード　　　　２・・・マウス３・・・Ｃ
ＲＴモニター ５・・・ゲシュタルト補正部（補正値算出手段）６・・
・ファジィスケール修正部 ７・・・ファジィ推論部 ８・・・比較用パターン記憶部 ９・・・メンバシップ関数記憶部 （Ｅ）・・・ゲシュタルトメモリ（エキスパート観察値
メモリ） （Ｕ）・・・ゲシュタルトメモリ（ユーザ観察値メモリ
） 第２図 特許出願人　株式会社　島津製作所

Claims (1)

【特許請求の範囲】
1. （１）専門家によって指定された診断対象画像の観察項
   目について、観察者の主観に基づく、画像の特徴を表す
   評価値（ファジィスケール）を入力する手段と、前記専
   門家の主観によるファジィスケールに対応した診断値（
   メンバーシップ関数）を予め格納するメンバーシップ関
   数記憶手段と、前記入力された観察者のファジィスケー
   ルに対応する前記メンバーシップ関数を読み出して、診
   断結果を推論する推論手段とを備えたファジィ推論を用
   いた画像診断装置であって、前記観察者と専門家の主観
   の相違を比較するためのパターンを前記観察項目に応じ
   て予め格納するパターン記憶手段と、このパターンに対
   して設定された専門家による観察値を予め格納するエキ
   スパート観察値メモリと、前記パターンを読み出して観
   察者に提示し、そのパターンに対して入力された観察者
   の観察値を記憶するユーザ観察値メモリと、前記両観察
   値メモリから読み出した観察者の観察値と前記専門家の
   観察値との差（主観の補正値）を算出する補正値算出手
   段と、算出された補正値に基づいて、観察者が入力した
   ファジィスケールを修正し、修正後のファジィスケール
   を前記推論手段に出力するファジィスケール修正手段と
   を備えたことを特徴とするファジィ推論を用いた画像診
   断装置。