JPH06292656A

JPH06292656A - コンピュータによる画像診断支援装置およびその方法

Info

Publication number: JPH06292656A
Application number: JP10716493A
Authority: JP
Inventors: Sachiko Ito; 佐智子伊藤
Original assignee: GAKUSHIYUU JOHO TSUSHIN SYST K; GAKUSHIYUU JOHO TSUSHIN SYST KENKYUSHO KK
Current assignee: GAKUSHIYUU JOHO TSUSHIN SYST K; GAKUSHIYUU JOHO TSUSHIN SYST KENKYUSHO KK
Priority date: 1993-03-29
Filing date: 1993-03-29
Publication date: 1994-10-21
Anticipated expiration: 2014-10-25
Also published as: JP2967450B2

Abstract

(57)【要約】【目的】新たに撮影されたＣＴ画像等の各種画像につ
いての関連情報の入手を容易に行う。【構成】撮影装置（１０）により撮影・表示された本
件画像について（１１）、医師が予め標準化されている
所見群項目表により病名を含む診断情報を作成し（１
２）、画像および診断情報に共通の情報記号を付与し
（１４）記憶するデータベース（１５，１６）を使用
し、本件画像と同様に診断情報が作成され情報記号の付
与された新規画像の所見記号と同一の所見記号を有する
関連情報を検索・表示（１７，１８）し、新規画像の所
見記号と所見記号が同一である場合に生じ得る全病気の
罹病確率を計算する（２０，２１，２２）。また、学習
者が選択した学習メニュー等により情報記号を形成・付
与し、その所見記号と同一の所見記号を有する関連情報
を検索・表示し、異常所見の説明および画像表示条件の
変更並びに処理を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、放射線等の投射により
得られる画像情報およびこれに基づく診断情報をデータ
ベース化するとともに、このデータベースを利用して画
像に基づく診断および診断方法の早期習得のための、コ
ンピュータによる画像診断支援装置およびその方法に関
するものである。

【０００２】

【従来の技術】従来、臨床医療において、エックス線画
像、ＣＴ画像。超音波画像およびＭＲＩ画像等（以下、
「各種画像」という。）に基づく診断は、医師が自らの
長年の経験と深い知識に基づいて行ってきた。

【０００３】医師が新たな画像に接した際に、当該新た
な画像の診断の参考にすべく、同様の所見を有する関連
画像および／または病名を含む関連診断情報を確認した
いと考えた場合には、医師は、病院等内において整理・
蓄積されている画像および／またはカルテ等を一点一点
確認しなければならなかった。また、当該新たな画像の
病名の診断は、自らの知識と経験に基づき、必要な場合
には文献を確認してから下されていた。

【０００４】さらに、各種画像に基づく診断に関する知
識や経験の乏しい学習者が、かかる診断方法を習得する
ためには、経験豊かな専門医による指導を受けるととも
に、学習者が実際に多数の各種画像に接し、診断を実地
に経験することによる訓練が必要とされていた。

【０００５】

【発明の解決しようとする課題】病院等においては、各
種画像とこれに基づく診断の実績がカルテ等の情報とし
て蓄積されている。かかる情報は、医師にとっては貴重
な過去の実績であり、学習者にとっては専門書等のみで
は得られない「生」の情報であることから、当該新たな
画像の診断および前記診断方法の習得のための重要な資
料となるものである。しかしながら、これらの情報はそ
の情報量が膨大であるため検索等の効率が悪く多大な労
力と時間を要するため、網羅的に検索等することは実際
上極めて困難であった。

【０００６】本発明は、上記問題を解決するためになさ
れたものであり、病院等内に蓄積されている情報を一定
の基準に基づいてデータベース化するとともに、このデ
ータベースを利用して、医師が当該新たな画像の関連画
像および／または病名を含む関連診断情報を短時間で入
手し、さらに病名の推定を行うことができる装置および
その方法を提供することを目的とする。

【０００７】さらに、本発明は、前記データベースを利
用して、学習者が所望の画像および／または診断情報、
さらには各異常所見についての説明を入手し得るように
するとともに、入手した画像に対して必要な画像処理を
行うことによって異常所見の学習に適した画像を短時間
で効率よく入手するための装置および方法を提供するこ
とを目的とする。

【０００８】

【課題を解決するための手段】本発明における画像診断
支援装置は、いずれも画像撮影装置によって撮影された
画像（以下、「本件画像」という。）を表示する画像表
示手段と、表示された本件画像に基づいて医師が予め標
準化されている所見群項目表に従って病名を含む診断情
報を作成するための診断情報作成手段と、本件画像と本
件画像に関する診断情報とに所見群項目表の各項目に予
め付されている符号に基づいて共通の情報記号を付与す
る情報記号付与手段と、前記画像を記憶する画像情報記
憶手段と、病名を含む前記診断情報を記憶する診断情報
記憶手段とからなるデータベース構築手段によって構築
されたデータベースを使用するものである。

【０００９】本発明の第一の画像診断支援装置は、新た
に撮影された画像（以下、「新規画像」という。）を表
示する画像表示手段と、表示された新規画像に基づいて
医師が予め標準化されている所見群項目表に従って診断
情報を作成するための診断情報作成手段と、新規画像と
新規画像に関する診断情報とに所見群項目表の各項目に
予め付されている符号に基づいて共通の情報記号を付与
する情報記号付与手段と、新規画像の情報記号中の所見
記号と同一の所見記号を有する新規画像の関連画像およ
び／または病名を含む関連診断情報を、それぞれ、画像
情報記憶手段および／または診断情報記憶手段より検索
するための関連情報検索手段と、検索された新規画像の
関連画像および／または病名を含む関連診断情報を表示
するための関連情報表示手段とからなることを特徴とす
る。

【００１０】本発明に係る第二の画像診断支援装置は、
前記第一の画像診断支援装置が、さらに、新規画像につ
いて作成された前記診断情報の所見記号と所見記号が同
一である場合に生じ得るすべての病気についての罹病確
率を計算する計算手段と、罹病確率をすべての病気につ
いて確率の高い順に整序する整序手段と、整序された内
容を表示する推定病名表示手段とを有することを特徴と
する。

【００１１】本発明に係る第三の画像診断支援装置は、
前記第二の画像診断支援装置において、前記計算手段
が、新規画像の情報記号中の所見記号と同一の所見記号
および新規画像の関連病名が前記データベースから検索
された回数に基づきそれぞれの関連病名についての所見
確率を計算する第一計算手段と、前記データベースに記
憶されている情報記号の総数とある特定の病名を伴って
記憶されている情報記号の総数とによりすべての関連病
名のそれぞれについて事前確率を計算する第二計算手段
と、前記所見確率と前記事前確率とに基づいてベイズの
定理により罹病確率を計算する第三計算手段とからなる
ことを特徴とする。

【００１２】本発明に係る第四の画像診断支援装置は、
前記第一、第二または第三の画像診断支援装置であっ
て、さらに、学習者が学習しようとする学習メニューお
よび診断情報を選択する学習情報選択手段と、選択され
た学習メニューおよび診断情報に基づいて情報記号を形
成・付与する情報記号形成手段と、前記情報記号中の所
見記号と同一の所見記号を有する画像および／または診
断情報をデータベースより検索する学習情報検索手段
と、検索された画像情報および／または診断情報を表示
する学習情報表示手段と、検索された学習情報の異常所
見についての説明を選択する画像説明選択手段と、前記
異常所見についての説明が記憶されている学習情報支援
手段と、画像表示の条件を選択する表示条件選択手段
と、選択された条件に従い画像の処理を行う画像処理手
段とを含むことを特徴とする。

【００１３】本発明における画像診断支援方法は、いず
れも本件画像と予め標準化されている所見群項目表に従
って作成された病名を含む本件画像の診断情報とに共通
の情報記号を付与するステップと、本件画像を画像情報
記憶手段に記録するとともに本件画像の診断情報を診断
情報記憶手段に記録するステップとからなるデータベー
ス構築方法によって構築されたデータベースを使用する
ものである。

【００１４】本発明に係る第一の画像診断支援方法は、
新規画像と予め標準化されている所見群項目表に従って
作成された新規画像の診断情報とに共通の情報記号を付
与するステップと、新規画像の情報記号中の所見記号と
同一の所見記号を有する新規画像の関連画像および／ま
たは病名を含む関連診断情報を、それぞれ、画像情報記
憶手段および／または診断情報記憶手段より検索するス
テップと、検索された新規画像の関連画像および／また
は病名を含む関連診断情報を表示するステップとからな
ることを特徴とする。

【００１５】本発明に係る第二の画像診断支援方法は、
前記第一の画像診断支援方法が、さらに、新規画像につ
いて作成された前記診断情報の所見記号と所見記号が同
一である場合に生じ得るすべての病気について罹病確率
を計算するステップと、罹病確率をすべての病気につい
て確率の高い順に整序するステップと、整序された内容
を表示するステップとを含むことを特徴とする。

【００１６】本発明に係る第三の画像診断支援方法は、
前記第二の画像診断支援方法において、罹病確率を計算
するステップが、新規画像の情報記号中の所見記号と同
一の所見記号および新規画像の関連病名が前記データベ
ースから検索された回数に基づきそれぞれの関連病名に
ついての所見確率を計算するステップと、前記データベ
ースに記憶されている情報記号の総数とある特定の病名
を伴って記憶されている情報記号の総数とによりすべて
の関連病名のそれぞれについて事前確率を計算するステ
ップと、前記所見確率と前記事前確率とに基づいてベイ
ズの定理により罹病確率を計算するステップとを含むこ
とを特徴とする。

【００１７】本発明に係る第四の画像診断支援方法は、
前記第一、第二または第三の画像診断支援方法であっ
て、さらに、学習者が学習しようとする学習メニューお
よび診断情報を選択するステップと、選択された学習メ
ニューおよび診断情報から情報記号を形成・付与するス
テップと、前記情報記号中の所見記号と同一の所見記号
を有する画像情報および／または診断情報を前記データ
ベースより検索するステップと、検索された画像情報お
よび／または診断情報を表示するステップと、表示され
た学習情報の異常所見についての説明を選択するステッ
プと、画像表示の条件を選択するステップと、選択され
た条件に従い画像の処理を行うステップとを含むことを
特徴とする。

【００１８】

【作用】病院等において蓄積されている各種画像および
その診断結果等の情報を、同一基準の下に一元的に整理
・蓄積することができる。

【００１９】また、画像撮影装置によって撮影された新
たな画像を読影し、その所見を所見群項目表に従って入
力することによりさらにデータベースが増構築される。
さらに、前記データベースの増構築と同時に当該新たな
画像の関連画像および／または病名を含む関連診断情報
並びに当該画像の推定病名を入手することができる。

【００２０】そのうえ、所定の選択を行うことにより、
所望の診断情報および／または関連画像を入手すること
ができるとともに、各異常所見についての説明を入手す
ることができる。さらに、表示された画像に必要な画像
処理を施すことによって、異常所見の学習に最適な画像
を得ることができる。

【００２１】

【実施例】本発明の実施例を図面に従って説明する。

【００２２】第１図は、診断情報作成手段において表示
される所見群項目表の、主として解剖学的見地から分類
されている階層構造の一例である。

【００２３】第１図より明らかなように、大分類は、
「エックス線画像」、「ＣＴ画像」、「超音波画像」お
よび「ＭＲＩ画像」等の各種画像の種類に基づき分類さ
れている。中分類は、各種画像の撮影部位に基づき、例
えば、「脳」、「頭頚部」のように分類されている。小
分類は、撮影部位ごとの読影主題に基づき、例えば、
「脳室」や「くも膜下腔」のように分類されている。さ
らに、細分類は、読影主題ごとの所見項目に基づき、例
えば、「局所的な拡張」や「大脳の脳溝及び脳槽の軽度
の拡張」のように分類されており、亜分類では、例え
ば、「側脳室」や「シルヴィウス裂」のように所見項目
ごとの所見が存在する解剖学的部位に基づいて分類され
ている。

【００２４】また、各分類の各項目には、後に情報記号
を発生させるための任意の符号、例えば、大分類「エッ
クス線画像」は０００１、中分類「脳」は０００１、小
分類「くも膜下腔」は０００２、細分類「局所的な拡
張」は１２４０、「大脳の脳溝及び脳槽の軽度の拡張」
は１１８０、亜分類「シルヴィウス裂」は１６５１が、
予め付されている。なお、「シルヴィウス裂」のよう
に、左右に存在するもの等の場合には、亜分類の符号の
前に「右」または「左」に相当する記号および／または
符号、例えば「Ｒ」若しくは「Ｌ」および／または００
０１若しくは０００２を付し得るようにしておくことが
望ましい。

【００２５】なお、画像撮影装置は、エックス線画像撮
影装置、ＣＴ画像撮影装置、超音波画像撮影装置やＭＲ
Ｉ画像撮影装置に限定されるものではなく、新たな画像
撮影装置が採用されればその画像撮影装置を用いてもよ
い。さらに、画像撮影装置に画像読取装置（スキャナ
ー）を用いることも可能である。画像読取装置を用いる
ことによって、実際の診断例のみならず、専門書等に紹
介された画像をも後述するようにデータベース化するこ
とができる。

【００２６】第２図は、細分類および亜分類の入力画面
の一例である。実際の入力においては、細分類（左欄）
および亜分類（右欄）の各項目に予め付されている上記
符号を入力するのではなく、第２図で示される入力用に
簡略された数字を入力するのが望ましい。また、「シル
ヴィウス裂」のように左右に存在するものには、亜分類
の数字の前に「Ｒ」（右）または「Ｌ」（左）を入力す
るのが望ましい。

【００２７】第３図は、本発明における画像診断支援装
置に関するブロック図を示す。

【００２８】本件画像は、画像撮影装置（１０）により
撮影された後に画像表示手段（１１）に表示され、医師
による読影に供される。医師は、診断情報作成手段（１
２）において、本件画像の読影により得られた所見を前
記所見群項目表（第１図）に従って、例えば、大分類は
「ＣＴ画像」、中分類は「脳」、小分類は「くも膜下
腔」を入力若しくは選択する。細分類および亜分類は入
力画面（第２図）に基づいて入力される。例えば、細分
類は９の「ＥＮＬＡＲＧＥＤＬＯＣＡＬＬＹＯ
Ｆ．．．（．．．の局所的な拡張）」、亜分類ではＬ１
１、即ち「ＬＥＦＴ，ＳＹＬＶＩＡＮＦＩＳＳＵＲＥ
（左シルヴィウス裂）」、および細分類３の「ＳＬＩＧ
ＨＴＬＹＥＮＬＡＲＧＥＤＣＥＲＥＢＲＡＬＳＵ
ＬＣＩＡＮＤＣＩＳＴＥＲＮ（大脳の脳溝及び脳槽
の中程度の拡張）」を入力するとともに、病名「脳梗塞
（ＩＮＦＡＲＣＴＩＯＮ）」を入力する。

【００２９】医師により入力された診断情報は、確認手
段（１３）において医師によって確認された後、情報記
号付与手段（１４）に送られる。情報記号付与手段（１
４）において、上記各項目に予め付されている符号と病
名に予め付されている任意の固有の番号、例えば「脳梗
基」の場合には７６５０とが組み合わされて一の情報記
号、例えば、０００１（大分類）−０００１（中分類）
−０００２（小分類）−｛（１２４０（細分類）＋００
０２，１６５１（亜分類））−（１１８０（細分
類））｝＝７６５０（病名）が形成される。このように
形成された情報記号が、本件画像および病名を含む本件
画像に係る診断情報の両方とに付与される。したがっ
て、一の画像およびその診断情報には、共通の一の情報
記号が付与されることになる。なお、情報記号は、前記
結合により形成されるものに限られず、その他任意に形
成させることも可能である。

【００３０】医師の入力した個々の所見は、所見記号と
して前記情報記号に含まれる。例えば、左シルヴィウス
裂の拡張に関する所見記号は０００１−０００１−００
０２−（１２４０＋０００２，１６５１）、大脳の脳溝
及び脳槽の軽度の拡張に関する所見記号は、０００１−
０００１−０００２−（１１８０）である。すなわち、
一の情報記号を細・亜分類ごとに分割したものが所見記
号となる。

【００３１】本件画像は、例えば２５６×２５６の画素
および０〜（２^１２−１）までの濃度差を有する数値化
されたディジタル画像情報として、上記情報記号を伴っ
て画像情報記憶手段（１５）に収納される。また、本件
画像についての診断情報および病名は、上記情報記号と
して診断情報記憶手段（１６）に蓄積される。かかる収
納および蓄積により、データベースが構築される。

【００３２】なお、本件画像の読影時に病名を入力する
ことができない場合には、病名診断後に、本件画像およ
びその診断情報を前記データベースより検索して画面に
表示したうえで、病名を入力することができる。

【００３３】このように構築されたデータベースを用い
て、医師は新たに撮影・表示された画像およびその診断
情報に関連する画像および／または病名を含む関連診断
情報（以下、併せて「関連情報」という。）を入手する
ことができる。さらに、診断情報とともに記憶されてい
る病名により、新たな画像についての病名を推定するこ
とができる。

【００３４】第４図は、新たに撮影・表示された画像の
関連情報を入手するステップを表したフローチャートで
ある。

【００３５】画像撮影装置（１０）により新たな画像
（以下、「新規画像」という。）が撮影されると、新規
画像が画像表示手段（１１）に表示される。この新規画
像を医師が読影し、診断情報若しくは異常所見、例え
ば、大分類「エックス線画像」、中分類「脳」、小分類
「くも膜下腔」、細分類１４の「ＮＡＲＲＯＷＥＤＬ
ＯＣＡＬＬＹＯＦ．．．（．．．の局所的な狭小
化）」、亜分類Ｒ１１、即ち「ＲＩＧＨＴ，ＳＹＬＶ
ＩＡＮＦＩＳＳＵＲＥ（右シルヴィウス裂）」、およ
び細分類１３の「ＮＡＲＲＯＷＥＤＣＩＳＴＥＲＮＳ
ＡＲＯＵＮＤＢＲＡＩＮＳＴＥＭ（脳幹周辺の脳
槽の狭小化）」が、所見群項目表（第１図）および細分
類・亜分類入力画面（第２図）に基づき、診断情報作成
手段（１２）において作成される。ここに診断情報とは
前記所見群項目表のすベての項目が入力されたものをい
い、異常所見とは異常の認められる項目のみが入力され
たものをいう。

【００３６】したがって、前記異常所見には、所見群項
目表に予め付与されている符号を組み合わせて、０００
１（大分類）−０００１（中分類）−０００２（小分
類）−｛（１２９０（細分類）＋０００１，１６５１
（亜分類））−（１２８０（細分類））｝の情報記号が
付与される。

【００３７】前記情報記号中の所見記号、即ち、０００
１−０００１−０００２−（１２９０＋０００１，１６
５１）および０００１−０００１−０００２−（１２８
０）と同一の所見記号を有する関連情報が、画像情報記
憶手段（１５）および／または診断情報記憶手段（１
６）に記憶されているか否かがまず判断される。記憶さ
れている場合には、例えば、関連情報表示手段（１８）
上に「関連情報あり」と表示され、記憶されていない場
合には「関連情報なし」と表示される。

【００３８】「関連情報あり」と表示され、医師が新規
画像の関連情報の入手を望む場合には、関連情報検索手
段（１７）において、前記情報記号中の所見記号と同一
の所見記号を有する関連情報が画像情報記憶手段（１
５）および／または診断情報記憶手段（１６）より検索
され、関連情報表示手段（１８）に表示される。関連情
報が複数存する場合には、検索された関連情報をバッフ
ァー等の一時記憶手段に記憶し、医師による次画像等の
表示の指示に従い順に画面に表示させるようにすること
も可能である。

【００３９】医師は、表示された関連情報を参考にして
新規画像の診断を行うことによって、画像および／また
は前記診断情報同士の対比を通じて新規画像の診断を容
易かつ正確に行うことができる。さらに、前記関連情報
のその後の経過を調べることにより新規画像の今後の推
移を予測することが容易となるとともに、診断論理を一
般化することができる。

【００４０】第５図は、診断情報とともに診断情報記憶
手段（１６）に記憶されている病名により、新規画像の
病名を推定するステップを表したフローチャートであ
る。新規画像に情報記号が付与される過程は、上記過程
と同様であるため、上記例を用いて説明する。

【００４１】新規画像の情報記号中の所見記号と同一の
所見記号、例えば、０００１−０００１−０００２−
（１２９０＋０００１，１６５１）若しくは０００１−
０００１−０００２−（１２８０）を有し、かつ病名が
記憶されているすべての診断情報が所見病名検索手段
（１９）において診断情報記憶手段（１６）より検索さ
れる。該当する診断情報が記憶されていない場合には、
例えば「病名推定不可」と表示される。検索された病名
は、その所見記号とともに第一計算手段（２０）におい
て、特定の病気、例えば脳梗塞である場合に、ある特定
の症伏、例えば左シルヴィウス裂の拡張が生じる確率
（以下、「所見確率」という。）を、検索された全病名
について計算する。かかる計算は、ある一の病名が検索
された「のべ」の回数を分母に、新規画像の情報記号中
の所見記号と同一の所見記号が検索された回数を分子に
して計算される。

【００４２】第二計算手段（２１）においては、所見確
率の計算された全病名のそれぞれについて、その事前確
率、即ち、本件発明を利用している病院等において患者
がある一の病気である確率が計算される。かかる計算
は、データベースに記憶されている病名を有する情報記
号の総数、即ち症例数の総数を分母に、ある一の病名、
例えば脳梗塞を伴って記憶されている情報記号の総数を
分子にして計算される。

【００４３】特定の病気、例えば脳梗塞である場合の所
見確率と、脳梗基についての事前確率とにより、第三計
算手段（２２）において、新規画像にある症状、例えば
左シルヴィウス裂の拡張や脳幹周辺の脳槽の狭小化が生
じている場合の脳梗塞である確率が計算されることによ
り、新規画像が脳梗塞である罹病確率が計算される。こ
のように、本件画像に該当する病気の罹病確率を計算す
る場合にはベイズの定理を用いるのが望ましいが、他の
統計的手法を用いることも可能である。

【００４４】推定された病名およびその罹病確率は、整
序手段（２３）において、計算された確率の高い順に整
序され、推定病名表示手段（２４）に、全病名とその罹
病確率が表示される。医師は、表示された推定病名およ
びその罹病確率を参考にして新規画像の診断を行うこと
によって、新規画像の診断を客観的に、可能性の低い病
気でも看過することなく診断を行うことができるように
なる。

【００４５】第６図は、本発明のデータベースを用い
て、学習者が各種画像の診断方法を学習するための装置
およびその方法に関するブロック図であり、第７図はそ
のフローチャートである。以下、学習者がくも膜下腔の
軟部組織の異常陰影について検索したいと考える場合の
実施例について説明する。

【００４６】学習者は、学習情報選択手段（３０）にお
いて、学習者メニューに基づいて学習方法および診断情
報を選択する。

【００４７】学習メニューは、例えば、「確定診断名か
ら」、「医師診断名から」、「臨床診断名から」、「解
剖学的部位から」、「画像所見から」の５通りの中か
ら、学習者が任意の学習方法、例えば「画像所見から」
を選択する。

【００４８】診断情報は、学習者が所見群項目表の分類
に従って、大分類、中分類、小分類の各分類に対応する
符号等を選択することによって作成される。例えば、学
習者は大分類をＣＴ画像である０００２、中分類を脳で
ある０００１、小分類をくも膜下腔である０００２を選
択する。続いて、学習したい画像所見についての細分類
・亜分類をその入力画面に従って、すなわち、細分類と
して軟部組織である２７４０を学習情報選択手段（３
０）に入力する。なお、この場合、学習したい画像所見
について複数の細分類・亜分類を入力することも可能で
ある。複数の細分類・亜分類が入力された場合は、各々
の異常所見について学習することができる。

【００４９】選択された学習メニューおよび診断情報か
ら、情報記号形成手段（３１）において、情報記号、例
えば、０００２（大分類）−０００１（中分類）−００
０２（小分類）−（２７４０（細分類））が形成・付与
される。

【００５０】学習情報検索手段（３２）において、前記
情報記号中の所見記号、即ち、０００２−０００１−０
００２−（２７４０）と同一の所見記号を有するすべて
の画像情報および／また診断情報がデータベースより検
索され、学習情報表示手段（３４）に表示される。該当
する画像および／または診断情報がデータベースに記憶
されていない場合には、例えば「該当例なし」と表示さ
れる。画像および／または診断情報が複数ある場合に
は、バッファー等の一時記憶手段（３３）に記憶し、学
習者による次画像等の表示の指示に従い順に表示させる
ことも可能である。

【００５１】表示される画像の表示条件は、学習者によ
り選択された異常所見、即ち、くも膜下腔の軟部組織の
異常陰影の学習に適した条件、例えば第８図の通り、ｌ
ｅｖｅｌ４０、ｗｉｄｔｈ８０で表示される。な
お、診断情報を表示する場合には、異常所見のみを表示
することが望ましい。

【００５２】各種画像の診断方法の習熟度に応じて、学
習者は、画像説明選択手段（３５）により、画像内位置
ポインタ表示（異常箇所の矢印表示）、画像内領域（Ｒ
ＯＩ）表示（異常箇所の枠表示）および記述文表示（異
常箇所についての説明文表示）等若しくはこれらの任意
の組合わせによる各異常所見についての説明を学習情報
表示手段（３４）に表示することを選択することができ
る。また、他の異常所見、例えば骨組織の学習に適した
ｌｅｖｅｌおよびｗｉｄｔｈ等の画像表示条件を提示す
ることも可能である。なお、画像内位置ポインタ、画像
内頭域（ＲＯＩ）、記述文等の画像表示条件は、予め医
師により入力され、所見記号と関連づけられて学習情報
支援手段（３６）に記憶されている。かかる異常所見に
ついての説明を容易に入手することができることによ
り、学習者は当該画像等における異常箇所の判断を速や
かに行うことができる。

【００５３】学習者が、例えばくも膜下腔の骨組織の異
常陰影についての学習をしたいと考え画像表示条件の変
更を望む場合には、学習者は表示条件選択手段（３７）
により所望の表示条件、例えばｌｅｖｅｌ２００、ｗ
ｉｄｔｈ１５００を選択する。

【００５４】選択された表示条件に基づき、画像処理手
段（３８）において必要な画像処理、即ち、ｌｅｖｅｌ
４０、ｗｉｄｔｈ８０の画像からｌｅｖｅｌ２０
０、ｗｉｄｔｈ１５００の画像への変換が行われる。

【００５５】処理の行われた画像は、第９図のように、
ｌｅｖｅｌ２００、ｗｉｄｔｈ１５００の画像として
改めて学習情報表示手段（３４）に表示される。なお、
学習情報表示手段（３４）には、ｌｅｖｅｌ２００、
ｗｉｄｔｈ１５００の画像を単独で表示するのみなら
ず、ｌｅｖｅｌ４０、ｗｉｄｔｈ８０の画像ととも
に表示することも可能である。

【００５６】学習者は、各異常所見についての所望の画
像が得られるまで、上記操作を繰り返し行うことができ
る。

【００５７】

【発明の効果】以上のように本発明によれば、病院等内
に蓄積された情報をデータベース化して利用することに
より、新規画像の関連画像および／または病名を含む関
連診断情報の検索並びに病名の推定を極めて短時間で行
うことができるようになる。したがって、新規画像につ
いての医師による診断を効率化、客観化することができ
るという効果がある。さらに、過去の症例との一貫性を
保つことができることから、新規画像の診断をより正確
に行うことができるという効果がある。

【００５８】また、学習者は、所望の画像情報および診
断情報、各異常所見についての説明、さらには異常所見
の学習に最適な画像を極めて短時間で効率よく入手する
ことができるようになり、学習者の習熟度に応じて、各
種画像の診断方法を短期間で習得することができるとい
う効果がある。

【図面の簡単な説明】

【第１図】あらかじめ標準化されている、主として
解剖学的見地から分類されている所見群項目表の階層構
造の一例

【第２図】第１図の所見群項目表中の細分類および
亜分類の入力画面

【第３図】本発明における画像診断支援装置に関す
るブロック図

【第４図】新たに撮影・表示された画像の関連情報
を入手するステップを表したフローチャート

【第５図】データベースにおいて診断情報とともに
記憶されている病名により、新たな画像についての病名
を推定するステップを表したフローチャート

【第６図】データベースを用いて、学習者が各種画
像の診断方法を学習する装置に関するブロック図

【第７図】データベースを用いて、学習者が各種画
像の診断方法を学習するステップを表したフローチャー
ト

【第８図】くも膜下腔の軟部組織の異常陰影を表す
のに最適なｌｅｖｅｌ４０，ｗｉｄｔｈ８０の画像情
報

【第９図】くも膜下腔の骨組織の異常陰影を表すの
に最適なｌｅｖｅｌ２００，ｗｉｄｔｈ１５００の画
像情報

【符号の説明】

１０画像撮影装置１１画像
表示手段１２診断情報作成手段１３確認
手段１４情報記号付与手段１５画像
情報記憶手段１６診断情報記憶手段１７関連
情報検索手段１８関連情報表示手段１９所見
病名検索手段２０第一計算手段２１第二
計算手段２２第三計算手段２３整序
手段２４推定病名表示手段３０学習
情報選択手段３１情報記号形成手段３２学習
情報検索手段３３一時記憶手段３４学習
情報表示手段３５画像説明選択手段３６学習
情報支援手段３７表示条件選択手段３８画像
処理手段

Claims

【特許請求の範囲】

【請求項１】画像撮影装置（１０）によって撮影さ
れた画像を表示する画像表示手段（１１）と、予め標準
化されている所見群項目表に従って前記画像の病名を含
む診断情報を作成する診断情報作成手段（１２）と、前
記画像と作成された前記画像の診断情報とに共通の情報
記号を付与する情報記号付与手段（１４）と、前記画像
を記憶する画像情報記憶手段（１５）と、病名を含む前
記診断情報を記憶する診断情報記憶手段（１６）とから
なるデータベース構築手段により構築されたデータベー
スを使用する画像診断支援装置であって、該装置が、新
たに撮影された画像を表示する画像表示手段（１１）
と、予め標準化されている所見群項目表に従って前記新
たな画像の診断情報を作成する診断情報作成手段（１
２）と、前記新たな画像と作成された前記新たな画像の
診断情報とに共通の情報記号を付与する情報記号付与手
段（１４）と、前記新たな画像およびその診断情報に付
与された情報記号中の所見記号と同一の所見記号を有す
る前記新たな画像の関連画像および／または病名を含む
関連診断情報をそれぞれ画像情報記憶手段（１５）およ
び／または診断情報記憶手段（１６）より検索する関連
情報検索手段（１７）と、検索された前記新たな画像の
関連画像および／または病名を含む関連診断情報を表示
する関連情報表示手段（１８）とを含む、コンピュータ
による画像診断支援装置
【請求項２】「請求項１」記載の画像診断支援装置
であって、前記新たな画像について作成された前記診断
情報の所見記号と所見記号が同一である場合に生じ得る
すべての病気についての罹病確率を計算する計算手段
と、罹病確率をすべての病気について確率の高い順に整
序する整序手段（２３）と、整序された内容を表示する
推定病名表示手段（２４）とをさらに含む、コンピュー
タによる画像診断支援装置。
【請求項３】計算手段が、前記新たな画像の情報記
号中の所見記号と同一の所見記号および前記新たな画像
の関連病名が前記データベースから検索された回数に基
づきそれぞれの関連病名についての所見確率を計算する
第一計算手段（２０）と、前記データベースに記憶され
ている情報記号の総数とある特定の病名を伴って記憶さ
れている情報記号の総数とによりすべての関連病名のそ
れぞれについて事前確率を計算する第二計算手段（２
１）と、前記所見確率と前記事前確率とに基づいてベイ
ズの定理により罹病確率を計算する第三計算手段（２
２）とからなる、「請求項２」記載のコンピュータによ
る画像診断支援装置。
【請求項４】「請求項１」、「請求項２」または
「請求項３」記載の画像診断支援装置であって、学習メ
ニューおよび診断情報を選択する学習情報選択手段（３
０）と、選択された学習メニューおよび診断情報に基づ
いて情報記号を形成・付与する情報記号形成手段（３
１）と、前記情報記号中の所見記号と同一の所見記号を
有する画像情報および／または診断情報を前記データベ
ースより検索する学習情報検索手段（３２）と、前記画
像情報および／または前記診断情報を表示する学習情報
表示手段（３４）と、前記学習情報の異常所見について
の説明を選択する画像説明選択手段（３５）と、前記異
常所見についての説明が記憶されている学習情報支援手
段（３６）と、画像表示の条件を選択する表示条件選択
手段（３７）と、選択された条件に従い画像の処理を行
う画像処理手段（３８）とをさらに含む、コンピュータ
による画像診断支援装置。
【請求項５】画像撮影装置によって撮影され画像表
示手段に表示された画像と予め標準化されている所見群
項目表に従って診断情報作成手段において作成された病
名を含む前記画像の診断情報とに共通の情報記号を付与
するステップと、前記画像を画像情報記憶手段に記録す
るとともに前記診断情報を診断情報記憶手段に記録する
ステップとからなるデータベース構築方法により構築し
たデータベースを使用する画像診断支援方法において、
新たに撮影され画像表示手段に表示された画像と予め標
準化されている所見群項目表に従って診断情報作成手段
において作成された前記新たな画像の診断情報とに共通
の前記新たな画像に係る情報記号を付与するステップ
と、前記新たな画像の情報記号中の所見記号と同一の所
見記号を有する前記新たな画像の関連画像および／また
は病名を含む関連診断情報をそれぞれ前記画像情報記憶
手段および／または前記診断情報記憶手段より検索する
ステップと、検索された前記新たな画像の関連画像およ
び／または病名を含む関連診断情報を表示するステップ
とを含む、コンピュータによる画像診断支援方法。
【請求項６】「請求項５」記載の画像診断支援方法
であって、前記新たな画像について作成された前記診断
情報の所見記号と所見記号が同一である場合に生じ得る
すべての病気についての罹病確率を計算するステップ
と、罹病確率をすべての病気について確率の高い順に整
序するステップと、整序された内容を表示するステップ
とをさらに含む、コンピュータによる画像診断支援方
法。
【請求項７】罹病確率を計算するステップが、前記
新たな画像の情報記号中の所見記号と同一の所見記号お
よび前記新たな画像の関連病名が前記データベースから
検索された回数に基づきそれぞれの関連病名についての
所見確率を計算するステップと、前記データベースに記
憶されている情報記号の総数とある特定の病名を伴って
記憶されている情報記号の総数とによりすべての関連病
名のそれぞれについて事前確率を計算するステップと、
前記所見確率と前記事前確率とに基づいてベイズの定理
により罹病確率を計算するステップとからなる、「請求
項６」記載のコンピュータによる画像診断支援方法。
【請求項８】「請求項５」、「請求項６」または
「請求項７」記載の画像診断支援方法であって、学習メ
ニューおよび診断情報を選択するステップと、選択され
た学習メニューおよび診断情報に基づいて情報記号を形
成・付与するステップと、前記情報記号中の所見記号と
同一の所見記号を有する画像情報および／または診断情
報を前記データベースより検索するステップと、検索さ
れた画像情報および／または診断情報を表示するステッ
プと、表示された学習情報の異常所見についての説明を
選択するステップと、画像表示の条件を選択するステッ
プと、選択された条件に従い画像の処理を行うステップ
とをさらに含む、コンピュータによる画像診断支援方
法。