JPWO2018158817A1 - 画像診断装置、画像診断方法、及びプログラム - Google Patents

Abstract

画像診断装置（１０）は、内視鏡などにより生成された画像（動画）を用いた診断支援処理を行う。画像診断装置（１０）は、第１処理部（１１０）および第２処理部（１２０）を含んで構成される。第１処理部（１１０）は、複数の入力画像のそれぞれに対し、腫瘍の判別処理が必要か否かを判断する事前処理を実行する。第２処理部（１２０）は、第１処理部（１１０）により実行される事前処理において「腫瘍の判別処理が必要」と判断された入力画像に対して、腫瘍の判別処理を行う。

Description

本発明は、画像診断装置、画像診断方法、及びプログラムに関する。

内視鏡によって得られる動画像を用いて、腫瘍の診断を支援する技術が、例えば、下記特許文献１並びに特許文献２に開示されている。下記特許文献１には、内視鏡画像に対して関心領域（ＲＯＩ）を設定し、当該ＲＯＩにおける画像特徴量に基づいて内視鏡による診断を支援する表示を行う技術が開示されている。下記特許文献２には、医師が超拡大機能をもつ内視鏡を用いて気になる部位を拡大撮像し、その画像を用いて、当該部位が腫瘍か否かを判定する技術が開示されている。

特開２００７−２０９７７０号公報 特開２０１６−１５４８１０号公報

内視鏡で得られる画像を処理して腫瘍の診断支援を行う場合、腫瘍の判別するための画像処理の負荷が大きく表示のずれが発生するなど、要求される処理性能を満たせない可能性がある。

本発明は、上記の課題に鑑みてなされたものである。本発明の目的の一つは、画像を用いた腫瘍の診断支援においてその処理量を削減する技術を提供することである。

本発明の画像診断装置は、（１）複数の入力画像のそれぞれに対し、腫瘍の判別処理が必要か否かを判断する事前処理を実行する第１処理手段と、（２）前記事前処理において前記腫瘍の判別処理が必要と判断された入力画像に対して、前記腫瘍の判別処理を行う第２処理手段と、を備える。

本発明の画像診断方法は、コンピュータによって実行される。当該画像診断方法は、（１）複数の入力画像のそれぞれに対し、腫瘍の判別処理が必要か否かを判断する事前処理を実行し、（２）前記事前処理において前記腫瘍の判別処理が必要と判断された入力画像に対して、前記腫瘍の判別処理を行う、ことを含む。

本発明のプログラムは、本発明の画像診断方法をコンピュータに実行させる。

本発明によれば、画像を用いた腫瘍の診断支援においてその処理量を削減する技術が提供される。

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

本発明に係る画像診断装置の導入例を示す図である。 第１実施形態の画像診断装置の機能構成を概念的に示すブロック図である。 画像診断装置のハードウエア構成を概念的に示す図である。 第１実施形態における画像診断装置の処理の流れを例示するフローチャートである。 第１処理部が実行する事前処理の第１の具体例を示すフローチャートである。 第１処理部が実行する事前処理の第２の具体例を示すフローチャートである。 第１処理部が実行する事前処理の第３の具体例を示すフローチャートである。 第１処理部が実行する事前処理の第４の具体例を示すフローチャートである。 第１処理部が実行する事前処理の第５の具体例を示すフローチャートである。 第１処理部が実行する事前処理の第６の具体例を示すフローチャートである。 第２実施形態における画像診断装置の処理の流れを例示するフローチャートである。 第３実施形態における画像診断装置の処理の流れを例示するフローチャートである。 第３実施形態の変形例を説明するための図である。

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。また、特に説明する場合を除き、各ブロック図において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を表している。

＜概要＞
図１は、本発明に係る画像診断装置の導入例を示す図である。図１に示されるように、本発明に係る画像診断装置１０は、内視鏡システム２０およびモニタ３０と接続される。なお、画像診断装置１０は、内視鏡システム２０の一要素として、内視鏡システム２０に組み込まれていてもよい。

内視鏡システム２０は、内視鏡を用いた診断や治療を支援するためのシステムであり、ビデオスコープ（内視鏡）、ビデオスコープを制御する制御装置、ビデオスコープから得られた信号を処理して内視鏡画像を生成するプロセッサなどを含んで構成される。ビデオスコープを患者の口や鼻から患者の体内へ挿入することにより、患者の体内を撮像した画像（動画）が生成される。

内視鏡システム２０により生成された画像は、画像診断装置１０に供給される。画像診断装置１０は、内視鏡システム２０によって生成された画像（動画）を用いて腫瘍の判別処理を行い、当該判別処理の結果を示す診断支援画面（腫瘍の有無や腫瘍のタイプといった情報を識別可能に表示して腫瘍の見逃しを抑止するための画面）を表示させるための映像信号を生成する。ここで、画像診断装置１０は、詳しくは後述するように、内視鏡システム２０から入力された画像の中から、判別処理の対象とする画像とそうでない画像とを選別することにより、処理量を減らして処理の高速化を図る。

モニタ３０は、画像診断装置１０から出力される映像信号に基づいて診断支援画面を表示させる。医師は、モニタ３０に表示された診断支援画面上で腫瘍の有無や腫瘍のタイプといった情報を確認しつつ、診断を行う。

［第１実施形態］
以下、本発明に係る画像診断装置１０について説明する。

〔機能構成〕
図２は、第１実施形態の画像診断装置１０の機能構成を概念的に示すブロック図である。図２に示されるように、画像診断装置１０は、第１処理部１１０および第２処理部１２０を有する。

第１処理部１１０は、複数の入力画像を処理対象として取得する。当該複数の入力画像は、例えば、内視鏡システム２０によって生成された動画を構成するフレームである。第１処理部１１０は、内視鏡システム２０を用いた診断時に生成される動画（複数の入力画像）をリアルタイムに取得することができる。その他にも、第１処理部１１０は、内視鏡システム２０を用いた診断が終了した後、内視鏡システム２０の画像記憶装置に一旦記憶された動画（複数の入力画像）を当該画像記憶装置から読み出してもよい。

第１処理部１１０は、取得した複数の入力画像のそれぞれに対し、腫瘍の判別処理が必要か否かを判断する事前処理を実行する。第１処理部１１０によって実行される事前処理の詳細については後述する。第１処理部１１０によって実行される事前処理によって、複数の入力画像は、腫瘍の判別処理を実行する画像とそうでない画像とに選別される。

第１処理部１１０は、例えば「医師が観察中か否か」という観点に基づいて、「入力画像に対して腫瘍の判別処理が必要か否か」を判断することができる。一例として、第１処理部１１０が取得した入力画像間で動きが小さい場合は、医師が内視鏡を大きく動かしていないときであり、撮像範囲に含まれる部分を観察していると判断できる。この場合には、第１処理部１１０は、「入力画像に対する腫瘍の判別処理が必要」と判断することができる。逆に、第１処理部１１０が取得した入力画像間で動きが大きい場合は、医師が内視鏡を大きく動かしていて、撮像範囲に含まれる部分を観察していないと判断できる。この場合に、第１処理部１１０は、「入力画像に対する腫瘍の判別処理が不要」と判断することができる。

その他にも、第１処理部１１０は、例えば「医師が腫瘍に気付いているか否か」という観点に基づいて、「入力画像に対して腫瘍の判別処理が必要か否か」を判断することができる。一例として、医師が腫瘍に対して何らかの処置を施している（すなわち、腫瘍に気付いている）と入力画像から判断できる場合には、第１処理部１１０は、「当該入力画像に対する腫瘍の判別処理は不要」と判断することができる。逆に、医師が腫瘍に対して何らかの処置を施していることが入力画像から確認できない場合は、医師が腫瘍に気付いていない可能性がある。この場合には、第１処理部１１０は、「入力画像に対する腫瘍の判別処理が必要」と判断することができる。

その他にも、第１処理部１１０は、例えば「冗長な判別処理の実行を回避する」という観点に基づいて、「腫瘍の判別処理が必要か否か」を判断することができる。一例として、ある入力画像（第１の入力画像）が過去の入力画像（第２の入力画像）と比較して変化が小さい場合などには、第１処理部１１０は「第１の入力画像に対する腫瘍の判別処理は不要」と判断することができる。これは次のような考えに基づく。即ち、複数の入力画像を比較した結果、画像の変化が小さい場合、それらの入力画像は略同じ箇所を撮像していると推測できる。そうすると、各入力画像に対して腫瘍の判別処理を実行した場合の結果は略同じになると言える。つまり、第１の入力画像については第２の入力画像の結果を流用することができるため、第１の入力画像に対して腫瘍の判別処理を実行する必要はないと言える。

また、第１処理部１１０は、例えば「入力画像が腫瘍の判別処理に適しているか」という観点に基づいて、「腫瘍の判別処理が必要か否か」を判断することができる。一例として、入力画像が不鮮明であり、正確な処理結果を得るのが難しいと判断できる場合には、第１処理部１１０は、「当該入力画像に対する腫瘍の判別処理は不要」と判断することができる。

なお、「腫瘍の判別処理が必要か否か」の判断基準についての上記説明は、あくまで例示であり、本発明を制限するものではない。

第２処理部１２０は、第１処理部１１０の事前処理において「腫瘍の判別処理が必要」と判断された入力画像から抽出できる各種特徴量を用いて、当該入力画像に対して腫瘍の判別処理を行う。具体的には、第２処理部１２０は、まず、入力画像から抽出できる各種特徴量を用いて入力画像の撮像範囲内における腫瘍の有無を判別する。第２処理部１２０は、腫瘍があると判断した場合、入力画像から抽出できる各種特徴量に基づいて、当該腫瘍の性質（陽性（悪性）／陰性（良性））を判別する。

一例として、第２処理部１２０は、入力画像中の臓器の内壁に現れている血管の色および形状の少なくとも一方に基づいて、腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定することができる。第２処理部１２０は、入力画像における血管部分の色の変化パターンや、入力画像における血管部分のエッジ特徴量に基づく形状パターンなどによって、腫瘍が陽性または陰性のいずれかを判別することができる。また、他の例として、入力画像中の臓器の内壁の形状に基づいて、腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定することができる。第２処理部１２０は、入力画像中における臓器の内壁に現れている腫瘍部分のエッジ特徴量に基づいて、腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定することができる。

なお本明細書において「陽性であるか陰性であるかを判別する」とは、腫瘍の性質（陽性／陰性）に関する情報だけではなく、例えば、入力画像内での腫瘍の位置、腫瘍のサイズ、腫瘍の種類、及び、腫瘍の進行度（ステージ数）といった、診断に有用なその他の情報を取得することを含む。以下、これらの情報を「診断支援情報」とも表記する。

〔作用・効果〕
以上、本実施形態によれば、複数の入力画像は、第１処理部１１０の事前処理によって、第２処理部１２０による腫瘍の判別処理が必要な画像とそうでない画像とに選別される。画像を用いた腫瘍の判別処理は負荷が比較的大きい処理であるため、このように処理対象の画像を間引きすることによって、診断支援に係る処理全体の処理量を低減させる効果が見込める。これにより、診断支援処理が高速化され、例えばリアルタイムで内視鏡画像を処理する場合であっても、結果の出力を円滑に行うことができる。また、診断支援処理に用いる装置に要求されるスペックが下がり、内視鏡画像を用いた診断支援システムの導入コストを削減する効果も見込める。

以下、本実施形態についてさらに詳細に説明する。

〔画像診断装置１０のハードウエア構成〕
画像診断装置１０の各機能構成部は、各機能構成部を実現するハードウエア（例：ハードワイヤードされた電子回路など）で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ（例：電子回路とそれを制御するプログラムの組み合わせなど）で実現されてもよい。以下、画像診断装置１０の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。

図３は、画像診断装置１０のハードウエア構成を概念的に示す図である。画像診断装置１０は、例えばサーバマシンといったコンピュータである。

画像診断装置１０は、バス１０１、プロセッサ１０２、メモリ１０３、ストレージデバイス１０４、入出力インタフェース１０５、及びネットワークインタフェース１０６を含んで構成される。バス１０１は、プロセッサ１０２、メモリ１０３、ストレージデバイス１０４、入出力インタフェース１０５、及びネットワークインタフェース１０６が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２、メモリ１０３、ストレージデバイス１０４、入出力インタフェース１０５、及びネットワークインタフェース１０６などを互いに接続する方法は、バス接続に限定されない。

プロセッサ１０２は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などの演算装置である。メモリ１０３は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）などを用いて実現される主記憶装置である。ストレージデバイス１０４は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカードなどを用いて実現される補助記憶装置である。

ストレージデバイス１０４は、画像診断装置１０の各機能構成部（第１処理部１１０、及び第２処理部１２０）を実現するプログラムモジュールを記憶している。プロセッサ１０２は、これら各プログラムモジュールをメモリ１０３に読み出して実行することで、各プログラムモジュールに対応する機能を実現する。

入出力インタフェース１０５は、画像診断装置１０と入出力用の周辺機器とを接続するためのインタフェースである。図３の例では、画像診断装置１０は、モニタ３０、ビデオキャプチャ１０５１、及び入力装置１０５２と、入出力インタフェース１０５を介して接続されている。また、入出力インタフェース１０５には、画面の切り替え操作などを行うフットスイッチ（図示せず）などが更に接続されていてもよい。

モニタ３０は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）ディスプレイなどである。モニタ３０は、入出力インタフェース１０５を介して出力される、画像診断装置１０のプロセッサ１０２によって処理された映像信号に基づいて、診断支援用の画面（例：図１の診断支援画面）を表示する。

ビデオキャプチャ１０５１は、内視鏡システム２０と接続されている。ビデオキャプチャ１０５１は、内視鏡システム２０で生成された内視鏡画像（動画）をエンコードして、画像診断装置１０に送信する。

入力装置１０５２は、例えば、マウスやキーボードなどである。マウスやキーボードといった入力装置１０５２は、タッチパネルとしてモニタ３０と一体化されていてもよい。

ネットワークインタフェース１０６は、画像診断装置１０を各種通信網に接続するためのインタフェースである。この通信網は、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）などである。ネットワークインタフェース１０６が通信網に接続する方法は、無線接続であってもよいし、有線接続であってもよい。

なお、画像診断装置１０は、複数の装置によって実現されてもよい。例えば、画像診断装置１０の第１処理部１１０及び第２処理部１２０は、互いに異なる複数の装置によって実現することができる。この場合、各装置のストレージデバイスには、当該装置で実現される機能構成部に対応するプログラムモジュールが記憶されていればよい。

〔動作例〕
以下、図４を用いて、第１実施形態における画像診断装置１０の動作例を説明する。図４は、第１実施形態における画像診断装置１０の処理の流れを例示するフローチャートである。

第１処理部１１０は、内視鏡システム２０によって生成された内視鏡画像（動画）を基とする入力画像（フレーム）を取得する（Ｓ１０２）。

そして、第１処理部１１０は、Ｓ１０２で取得した入力画像に対して画像処理を実行し（Ｓ１０４）、その画像処理の結果に基づいて、第２処理部１２０による腫瘍判別処理の必要性を判定する（Ｓ１０６）。このＳ１０４およびＳ１０６の処理が事前処理に該当する。

第１処理部１１０が「腫瘍判別処理が必要」と判断した場合（Ｓ１０６：ＹＥＳ）、第２処理部１２０は、Ｓ１０２で取得した入力画像に対して腫瘍判別処理を実行する（Ｓ１０８）。そして、第２処理部１２０は、Ｓ１０８の処理結果として得られる診断支援情報を用いて診断支援画面を表示するための映像信号を生成し、当該映像信号をモニタ３０に対して出力する（Ｓ１１２）。

一方、第１処理部１１０が「腫瘍判別処理は不要」と判断した場合（Ｓ１０６：ＮＯ）、第２処理部１２０は、Ｓ１０２で取得した入力画像に対する腫瘍判別処理をスキップする。この場合、第１処理部１１０は、「診断支援情報なし」と認識して（Ｓ１１０）、内視鏡システム２０から得られた入力画像をそのままモニタ３０に出力する（Ｓ１１２）。

＜第１処理部１１０の事前処理＞
第１処理部１１０の事前処理について具体的に説明する。第１処理部１１０は、事前処理として、Ｓ１０２で取得した入力画像に対する画像処理において予め設定された条件（以下、「特定条件」とも表記）が検出されたか否かを判定する。事前処理において特定条件が検出された場合、第１処理部１１０は、「第２処理部１２０による腫瘍判別処理は不要」と判断する。

以下、図５乃至図１０を用いて、第１処理部１１０が実行する事前処理の具体例について説明する。

＜＜第１の具体例＞＞
図５は、第１処理部１１０が実行する事前処理の第１の具体例を示すフローチャートである。本具体例において、第１処理部１１０は、「動画を構成するフレームとして前後する２つの入力画像の差分が基準以下であること」を、特定条件として検出する。ある入力画像とその前の入力画像とを比較した結果得られる差分が小さい場合、これら２つの入力画像は互いに類似しているため、前の入力画像に対する腫瘍の判別結果をそのまま流用することができる。このような入力画像に対しては、腫瘍の判別処理は必要ないと言える。一方、ある入力画像とその前の入力画像とを比較した結果得られる差分が大きい場合、これら２つの入力画像は互いに非類似であり、前の入力画像に対する腫瘍の判別結果をそのまま流用することができない。このような入力画像に対しては、腫瘍の判別処理が必要と言える。

第１処理部１１０は、Ｓ１０２で取得した入力画像（第１の入力画像）と、当該第１の入力画像よりも前の入力画像（例えば、１つ前のフレーム）とを比較する（Ｓ１０４Ａ）。第１処理部１１０は、例えば、カラーヒストグラム、画像内の各画素のバイナリパターンなどの指標を比較することによって、２つの入力画像の類似性を判別することができる。なお、第２の入力画像は、第１の入力画像よりも先に画像診断装置１０に入力され、例えば、メモリ１０３やストレージデバイス１０４に保持されている。第１処理部１１０は、メモリ１０３やストレージデバイス１０４にアクセスして当該第２の入力画像を取得することができる。

そして、第１処理部１１０は、Ｓ１０４Ａの比較結果を基に、２つの入力画像の差分が基準を超えているか否かを判定する（Ｓ１０６Ａ）。

具体的には、第１処理部１１０は次のような処理を行って、２つの入力画像の差分が基準を超えているか否かを判定することができる。まず、第１処理部１１０は、カラーヒストグラムや画素のバイナリパターンなどの指標を２つの入力画像間で比較して、類似度合い又は差分の度合いを示すスコアを算出する。第１処理部１１０は、メモリ１０３などに予め保持されている基準値と、算出したスコアとを比較する。例えば、類似度合いを示すスコアが算出された場合、第１処理部１１０は、当該スコアが基準値を超えている場合に、第１の入力画像が過去の第２の入力画像と類似しているため、「腫瘍の判別処理が不要」と判断することができる。また例えば、差分の度合いを示すスコアが算出された場合、第１処理部１１０は、当該スコアが基準値以下である場合に、第１の入力画像が過去の第２の入力画像と類似しているため、「腫瘍の判別処理が不要」と判断することができる。

Ｓ１０６Ａの判定で「２つの入力画像間の差分が基準を超えている」と判断された場合（Ｓ１０６Ａ：ＹＥＳ）は、すなわち、特定条件が検出されなかった場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理が必要」と判断し、第１の入力画像に対する腫瘍判別処理の実行を第２処理部１２０に指示する。第２処理部１２０は、この指示に従ってＳ１０２で取得した入力画像に対する腫瘍判別処理を実行する（Ｓ１０８）。

一方、Ｓ１０６Ａの判定で「２つの入力画像間の差分が基準以下である」と判断された場合（Ｓ１０６Ａ：ＮＯ）は、すなわち、特定条件が検出された場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理は不要」と判断し、図４におけるＳ１０８の処理をスキップし、「診断支援情報なし」と認識する（Ｓ１１０）。

＜＜第２の具体例＞＞
図６は、第１処理部１１０が実行する事前処理の第２の具体例を示すフローチャートである。本具体例では、第１処理部１１０は、「複数の入力画像を用いて算出されるオプティカルフローが基準の範囲外であること」を、特定条件として検出する。前の入力画像に対してオプティカルフロー（動きベクトル）が大きい入力画像が得られた場合は、医師が内視鏡を大きく動かしていて、撮像範囲に含まれる部分を観察していないと判断できる。このような入力画像に対しては、腫瘍の判別処理は不要と判断できる。また、前の入力画像に対してオプティカルフロー（動きベクトル）が小さい入力画像が得られた場合は、医師が内視鏡をあまり動かしておらず、撮像範囲に含まれる部分を観察しているものと判断できる。このような入力画像に対しては、腫瘍の判別処理が必要と判断できる。

第１処理部１１０は、Ｓ１０２で取得した入力画像（第１の入力画像）と、当該第１の入力画像よりも前の入力画像（例えば、１つ前のフレーム）とを用いて、これらの入力画像間のオプティカルフロー（動きベクトル）を算出する（Ｓ１０４Ｂ）。なお、第２の入力画像は、第１の入力画像よりも先に画像診断装置１０に入力され、例えば、メモリ１０３やストレージデバイス１０４に保持されている。第１処理部１１０は、メモリ１０３やストレージデバイス１０４にアクセスして当該第２の入力画像を取得することができる。

そして、第１処理部１１０は、Ｓ１０４Ｂで算出したオプティカルフロー（動きベクトル）が基準の範囲内であるか否かを判定する（Ｓ１０６Ｂ）。具体的には、第１処理部１１０は、メモリ１０３などに予め保持されている基準範囲を読み出す。基準範囲は、例えば、第１閾値と第２閾値とによって定義されている。第１処理部１１０は、Ｓ１０４Ｂで算出したオプティカルフロー（動きベクトル）を、第１閾値および第２閾値の各々と比較することにより、当該オプティカルフロー（動きベクトル）が基準範囲内であるか否かを判別することができる。

ここで、第１閾値は、医師が観察中か否かを判定するための閾値である。第１閾値は、例えば、観察時の内視鏡の平均的な挿入速度または抜去速度に応じたフレームの変化値に基づいて設定することができる。また、第２閾値は、第１閾値よりも小さい値として設定される。第２閾値は、図５で説明したような、２つの入力画像の差分が基準以下か否かを判定するための閾値である。

Ｓ１０４Ｂで算出したオプティカルフロー（動きベクトル）が第１閾値を超える場合は、医師が撮像範囲に含まれる部分を観察していない判断できる。この場合には、第１処理部１１０は、「入力画像に対する腫瘍の判別処理が不要」と判断することができる。また、Ｓ１０４Ｂで算出したオプティカルフロー（動きベクトル）が第１閾値以下である場合は、医師が撮像範囲に含まれる部分を観察していると判断できる。この場合には、第１処理部１１０は、「入力画像に対する腫瘍の判別処理が必要」と判断することができる。なお、Ｓ１０４Ｂで算出したオプティカルフロー（動きベクトル）が第２閾値以下である場合には、医師が撮像範囲に含まれる部分を観察していても、画像の変化が少ないと判断することができる。この場合には、第１処理部１１０は、「入力画像に対する腫瘍の判別処理が不要」と判断することができる。

Ｓ１０６Ｂの判定で「オプティカルフローが基準範囲内」と判断された場合（Ｓ１０６Ｂ：ＹＥＳ）は、すなわち、特定条件が検出されなかった場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理が必要」と判断し、第１の入力画像に対する腫瘍判別処理の実行を第２処理部１２０に指示する。第２処理部１２０は、この指示に従ってＳ１０２で取得した入力画像に対する腫瘍判別処理を実行する（Ｓ１０８）。

一方、Ｓ１０６Ｂの判定で「オプティカルフローが基準範囲外」と判断された場合（Ｓ１０６Ｂ：ＮＯ）は、すなわち、特定条件が検出された場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理は不要」と判断し、図４におけるＳ１０８の処理をスキップし、「診断支援情報なし」と認識する（Ｓ１１０）。

＜第３の具体例＞
図７は、第１処理部１１０が実行する事前処理の第３の具体例を示すフローチャートである。本具体例において、第１処理部１１０は、「入力画像から算出される被写体の鮮明さの度合いが基準以下であること」を、特定条件として検出する。不鮮明な入力画像については、当該入力画像から特徴量を上手く得ることができず、判別処理の精度が下がる可能性がある。このような画像に対しては、腫瘍の判別処理は不要と判断できる。一方、ある程度の鮮明な入力画像については、当該入力画像から特徴量を上手く得ることができ、ある程度の精度で判別処理を実行することができる。このような画像に対しては、腫瘍の判別処理が必要と判断できる。

第１処理部１１０は、Ｓ１０２で取得した入力画像の鮮明さを表わす指標（以下、「鮮明度」と表記）を算出する（Ｓ１０４Ｃ）。第１処理部１１０は、入力画像の鮮明度を算出するために、例えば、入力画像中の、テカリ、ハレーション、白とび、黒つぶれ、および焦点ぼけなどが発生している領域（画素）を検出する。テカリまたはハレーションが発生している領域は、例えば、以下に示す文献に開示される技術などを用いて検出することができる。
M. Arnold, A. Ghosh, S. Ameling, G. Lacey, “Automatic segmentation and inpainting of specular highlights for endoscopic imaging”, Journal on Image and Video Processing, vol. 2010, no. 9, pp. 1-12, 2010.
また、白とびや黒つぶれが発生している領域は、例えば、各画素の輝度値に基づいて検出することができる。また、焦点ぼけが発生している領域は、例えば、ＦＦＴ（Fast Fourier Transform）などによって算出される、各画素の空間周波数に基づいて検出することができる。第１処理部１１０は、テカリ、ハレーション、白とび、黒つぶれ、および焦点ぼけなどが発生している領域として検出した領域が入力画像の全領域に対して占める割合などを、入力画像の鮮明度として算出することができる。

そして、第１処理部１１０は、Ｓ１０４Ｃの算出結果を基に、入力画像の鮮明度が基準を超えているか否かを判定する（Ｓ１０６Ｃ）。具体的には、第１処理部１１０は、Ｓ１０４Ｃで算出された鮮明度と、メモリ１０３などに予め保持されている、鮮明度判定用の基準値とを比較する。Ｓ１０４Ｃで算出された鮮明度が鮮明度判定用の基準値を超えている場合、第１処理部１１０は、Ｓ１０２で取得された入力画像はある程度の鮮明さを有しており、「腫瘍の判別処理に適している」と判断することができる。Ｓ１０４Ｃで算出された鮮明度が鮮明度判定用の基準値以下である場合、第１処理部１１０は、Ｓ１０２で取得された入力画像は不鮮明であり、「腫瘍の判別処理に適している」と判断することができる。

Ｓ１０６Ｃの判定で「入力画像の鮮明度が基準を超えている」と判断された場合（Ｓ１０６Ｃ：ＹＥＳ）は、すなわち、特定条件が検出されなかった場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理が必要」と判断し、第１の入力画像に対する腫瘍判別処理の実行を第２処理部１２０に指示する。第２処理部１２０は、この指示に従ってＳ１０２で取得した入力画像に対する腫瘍判別処理を実行する（Ｓ１０８）。

一方、Ｓ１０６Ｃの判定で「入力画像の鮮明度が基準以下」と判断された場合（Ｓ１０６Ｃ：ＮＯ）は、すなわち、特定条件が検出された場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理は不要」と判断し、図４におけるＳ１０８の処理をスキップし、「診断支援情報なし」と認識する（Ｓ１１０）。

＜第４の具体例＞
図８は、第１処理部１１０が実行する事前処理の第４の具体例を示すフローチャートである。本具体例において、第１処理部１１０は、「入力画像が体内以外の領域を撮像した画像であること」を、特定条件として検出する。例えば、内視鏡を体内に挿入する前または内視鏡を体内から抜去した直後などは、体外を撮像した入力画像が得られる。このような入力画像に対しては、腫瘍の判別処理は明らかに不要と判断できる。一方、体内を撮像した入力画像に対しては、腫瘍の判別処理が必要と判断できる。

第１処理部１１０は、Ｓ１０２で取得した入力画像の特徴量を取得する（Ｓ１０４Ｄ）。第１処理部１１０は、例えば、色特徴量やエッジ特徴量を入力画像から取得する。

そして、第１処理部１１０は、Ｓ１０４Ｄで取得した入力画像の特徴量に基づいて、入力画像が体内を撮像した画像であるか否かを判定する（Ｓ１０６Ｄ）。第１処理部１１０は、色特徴量から判別できる物体の基本的な色やエッジ特徴量から判別できる物体の形状から、入力画像が体内を撮像した画像か否かを判別することができる。

Ｓ１０６Ｄの判定で「体内を撮像した画像である」と判断された場合（Ｓ１０６Ｄ：ＹＥＳ）は、すなわち、特定条件が検出されなかった場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理が必要」と判断し、第１の入力画像に対する腫瘍判別処理の実行を第２処理部１２０に指示する。第２処理部１２０は、この指示に従ってＳ１０２で取得した入力画像に対する腫瘍判別処理を実行する（Ｓ１０８）。

一方、Ｓ１０６Ｄの判定で「体内を撮像した画像でない」と判断された場合（Ｓ１０６Ｄ：ＮＯ）は、すなわち、特定条件が検出された場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理は不要」と判断し、図４におけるＳ１０８の処理をスキップし、「診断支援情報なし」と認識する（Ｓ１１０）。

＜第５の具体例＞
図９は、第１処理部１１０が実行する事前処理の第５の具体例を示すフローチャートである。本具体例において、第１処理部１１０は、「入力画像が腫瘍に対する処置で用いる器具または前記処置で散布された薬剤を含む画像であること」を、特定条件として検出する。処置器具や薬剤の散布が検出された場合には、医師が入力画像中の腫瘍に既に気付いているものと推測できる。このような入力画像に対しては、改めて医師に腫瘍の情報を提示する必要もないため、腫瘍の判別処理は不要と判断することができる。

第１処理部１１０は、Ｓ１０２で取得した入力画像の特徴量を取得する（Ｓ１０４Ｅ）。第１処理部１１０は、例えば、色特徴量やエッジ特徴量を入力画像から取得する。

そして、第１処理部１１０は、Ｓ１０４Ｅで取得した入力画像の特徴量に基づいて、入力画像が処置器具や散布された薬剤を含む画像であるか否かを判定する（Ｓ１０６Ｅ）。第１処理部１１０は、色特徴量から判別できる物体の基本的な色やエッジ特徴量を、メモリ１０３等に記憶される比較データとマッチングすることによって、処置器具が存在するか否かを判別することができる。また、色特徴量から判別できる物体の基本的な色によって、薬剤が散布されているか否かを判別することができる。

Ｓ１０６Ｅの判定で「入力画像が処置器具や処置散布された薬剤を含む画像ではない」と判断された場合（Ｓ１０６Ｅ：ＹＥＳ）は、すなわち、特定条件が検出されなかった場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理が必要」と判断し、第１の入力画像に対する腫瘍判別処理の実行を第２処理部１２０に指示する。第２処理部１２０は、この指示に従ってＳ１０２で取得した入力画像に対する腫瘍判別処理を実行する（Ｓ１０８）。

一方、Ｓ１０６Ｅの判定で「入力画像が処置器具や処置散布された薬剤を含む画像である」と判断された場合（Ｓ１０６Ｅ：ＮＯ）は、すなわち、特定条件が検出された場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理は不要」と判断し、図４におけるＳ１０８の処理をスキップし、「診断支援情報なし」と認識する（Ｓ１１０）。

＜第６の具体例＞
図１０は、第１処理部１１０が実行する事前処理の第６の具体例を示すフローチャートである。本具体例において、第１処理部１１０は、「入力画像が倍率を上げて撮像された画像であること」を、特定条件として検出する。入力画像が拡大表示されている場合には、医師が当該入力画像の範囲を診断中と判断することができる。このような入力画像に対しては、腫瘍の判別処理は不要と判断することができる。

第１処理部１１０は、Ｓ１０２で取得した入力画像の表示倍率を取得する（Ｓ１０４Ｆ）。第１処理部１１０は、例えば、入力画像のプロパティ等を参照して、当該入力画像の表示倍率を取得することができる。

そして、第１処理部１１０は、Ｓ１０４Ｆで取得した表示倍率に基づいて、Ｓ１０２で取得した入力画像が拡大表示されているか否かを判定する（Ｓ１０６Ｆ）。具体的には、第１処理部１１０は、メモリ１０３などに予め保持されているデフォルトの表示倍率と、Ｓ１０４Ｆで取得した表示倍率とを比較する。Ｓ１０４Ｆで取得した表示倍率がデフォルトの表示倍率以上の場合、第１処理部１１０は、入力画像が拡大表示されていると判断することができる。

Ｓ１０６Ｆの判定で「入力画像が拡大表示されていない」と判断された場合（Ｓ１０６Ｆ：ＹＥＳ）は、すなわち、特定条件が検出されなかった場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理が必要」と判断し、第１の入力画像に対する腫瘍判別処理の実行を第２処理部１２０に指示する。第２処理部１２０は、この指示に従ってＳ１０２で取得した入力画像に対する腫瘍判別処理を実行する（Ｓ１０８）。

一方、Ｓ１０６Ｆの判定で「入力画像が拡大表示されている」と判断された場合（Ｓ１０６Ｆ：ＮＯ）は、すなわち、特定条件が検出された場合である。この場合、第１処理部１１０は、「第１の入力画像に対する腫瘍判別処理は不要」と判断し、図４におけるＳ１０８の処理をスキップし、「診断支援情報なし」と認識する（Ｓ１１０）。

上述したように、特定条件の検出に応じて、比較的処理の重い腫瘍の判別処理の実行回数を減らすことで、全体の処理量を低減させることが可能となる。

［第２実施形態］
本実施形態は、以下の点を除き、第１実施形態と同様である。

〔機能構成〕
本実施形態の画像診断装置１０は、第１実施形態と同様の機能構成（例：図２）を有する。本実施形態の第１処理部１１０は、第２処理部１２０による腫瘍の判別処理の結果に応じて、腫瘍の判別処理の必要性を決定する閾値を変化させる。

例えば、本実施形態の画像診断装置１０は、第２処理部１２０の腫瘍の判別処理において陽性を示す結果が得られた場合、それ以降の事前処理における特定条件の検出閾値を、特定条件の検出頻度が増加する方向に変更することができる。

一例として、第１処理部１１０は、第２処理部１２０の腫瘍の判別処理において陽性を示す結果が得られた場合、第２処理部１２０のオプティカルフロー（動きベクトル）の基準範囲を広げるように第１閾値または第２閾値を変更してもよい。基準範囲が広がることによって、特定条件が検出される頻度（入力画像に対して「腫瘍の判別処理が必要」と判断される頻度）が増加する。また他の例として、第１処理部１１０は、例えばテカリ、ハレーション、白とび、黒つぶれ、または焦点ぼけが発生している領域の割合に関して設定される閾値を上げてもよい。これにより、特定条件が検出される頻度（入力画像に対して「腫瘍の判別処理が必要」と判断される頻度）が増加する。またその他の例として、第１処理部１１０は、２つの入力画像の類似度に対して設定される基準値を上げてもよい。これにより、特定条件が検出される頻度（入力画像に対して「腫瘍の判別処理が必要」と判断される頻度）が増加する。

このように閾値を変更することにより、より多くの画像に対して腫瘍判別処理が実行されるようになる。そのため、腫瘍らしきものが検知された入力画像（フレーム）より後の入力画像（フレーム）において、腫瘍の見逃しが発生することを防止する効果が期待できる。

また、本実施形態の第１処理部１１０は、第２処理部１２０の腫瘍の判別処理において陰性を示す結果が得られた場合、それ以降の事前処理における特定条件の検出閾値を、特定条件の検出頻度が減少する方向に変更することができる。

一例として、第１処理部１１０は、第２処理部１２０の腫瘍の判別処理において陰性を示す結果が得られた場合、第２処理部１２０のオプティカルフロー（動きベクトル）の基準範囲を狭めるように第１閾値または第２閾値を変更してもよい。基準範囲が狭まることによって、特定条件が検出される頻度（入力画像に対して「腫瘍の判別処理が必要」と判断される頻度）が減少する。また他の例として、第１処理部１１０は、例えばテカリ、ハレーション、白とび、黒つぶれ、または焦点ぼけが発生している領域の割合に関して設定される閾値を下げてもよい。これにより、特定条件が検出される頻度（入力画像に対して「腫瘍の判別処理が必要」と判断される頻度）が減少する。またその他の例として、第１処理部１１０は、２つの入力画像の類似度に対して設定される基準値を下げてもよい。これにより、特定条件が検出される頻度（入力画像に対して「腫瘍の判別処理が必要」と判断される頻度）が減少する。

このように閾値を変更することにより、腫瘍判別処理がより高い頻度でスキップされるようになる。これにより、処理量の削減効果を高めることができる。

なお、上述の閾値の変更は、フレーム毎に実行されてもよいし、一定時間内の複数のフレームにおいて、同じ判別結果が所定回数得られた場合などに実行されてもよい。

〔画像診断装置１０のハードウエア構成〕
第２実施形態における画像診断装置１０のハードウエア構成は、第１実施形態と同様に、例えば図３によって表される。ただし、本実施形態の画像診断装置１０のストレージデバイス１０４には、本実施形態の画像診断装置１０の機能を実現するプログラムモジュールがさらに記憶される。

〔動作例〕
図１１を用いて、本実施形態の画像診断装置１０の動作例について説明する。図１１は、第２実施形態における画像診断装置１０の処理の流れを例示するフローチャートである。図１１の処理は、例えば、図４のＳ１０８に続けて実行される。

第１処理部１１０は、図４のＳ１０８の腫瘍判別処理の判別結果が陽性または陰性のいずれであるかを判定する（Ｓ２０２）。図４のＳ１０８の腫瘍判別処理の判別結果が陽性である場合（Ｓ２０２：陽性）、第１処理部１１０は、上述したように、特定条件の検出閾値を、特定条件の検出頻度が増加する方向に変更する（Ｓ２０４）。一方、図４のＳ１０８の腫瘍判別処理の判別結果が陰性である場合（Ｓ２０２：陰性）、第１処理部１１０は、上述したように、特定条件の検出閾値を、特定条件の検出頻度が減少する方向に変更する（Ｓ２０６）。

以上、本実施形態によれば、ある入力画像に対する腫瘍判別処理で陽性の結果が得られた場合、以降の入力画像の腫瘍判別処理の実行頻度が上がり、腫瘍の見逃しが発生することを防止する効果が期待できる。また、ある入力画像に対する腫瘍判別処理で院生の結果が得られた場合、以降の入力画像の腫瘍判別処理の実行頻度が下がり、全体の処理量の削減効果を高めることができる。

［第３実施形態］
本実施形態は、以下で述べる点を除き、上述の各実施形態と同様である。

〔機能構成〕
本実施形態の画像診断装置１０は、第１実施形態と同様の機能構成（例：図２）を有する。本実施形態の第２処理部１２０は、ある入力画像（以下、「第１の入力画像」と表記）に対する事前処理によって「腫瘍の判別処理が不要」と判断された場合、当該第１の入力画像よりも前の入力画像（以下、「第２の入力画像」と表記）に対する腫瘍の判別処理の判別結果を、第１の入力画像に対する判別結果として用いる。

〔画像診断装置１０のハードウエア構成〕
第３実施形態における画像診断装置１０のハードウエア構成は、第１実施形態と同様に、例えば図３によって表される。ただし、本実施形態の画像診断装置１０のストレージデバイス１０４には、本実施形態の画像診断装置１０の機能を実現するプログラムモジュールがさらに記憶される。

〔動作例〕
図１２を用いて、本実施形態の画像診断装置１０の動作例について説明する。図１２は、第３実施形態における画像診断装置１０の処理の流れを例示するフローチャートである。以下では、第１実施形態と異なる処理（Ｓ３０２、Ｓ３０４）について主に説明する。また本図の例では、第１の入力画像と第２の入力画像は、時間的に連続するフレームであり、第１の入力画像は第２の入力画像の後に取得されるものとして説明する。

まず、第２処理部１２０は、第２の入力画像に対する腫瘍の判別処理によって得られる判別結果（陽性／陰性を含む診断支援情報）を、メモリ１０３などの一時記憶領域に記憶する（Ｓ３０２）。

その後のＳ１０２の処理において取得された第１の入力画像に対して腫瘍の判別処理が不要と判断された場合（Ｓ１０６：ＮＯ）、第２処理部１２０は、上述のＳ３０２の処理でメモリ１０３などの一時記憶領域に記憶しておいた、第２の入力画像の判別結果を読み出す（Ｓ３０４）。第２処理部１２０は、読み出した第２の入力画像の判別結果を、第１の入力画像の判別結果として、Ｓ１１２の診断支援画面の表示出力処理に利用する。

以上、本実施形態では、第１の入力画像に対する事前処理の結果、「腫瘍の判別処理が不要」と判断された場合、当該第１の入力画像の１つ前のフレームである第２の入力画像に対する腫瘍の判別処理の結果が、第１の入力画像に対する腫瘍の判別処理の結果と見做される。これにより、腫瘍の判別処理を実行していない入力画像に対しても、腫瘍の判別結果を出力させることが可能となる。

なお、例えば内視鏡で撮像される画像（動画）のフレームレートが３０ｆｐｓであれば、時間的に連続する２つのフレーム間の経過時間は、およそ０．０３秒である。この時間内では内視鏡の撮像範囲が大きく変わる可能性は低いため、前のフレームの判別結果を次のフレームにも流用しても、大きな問題は生じない。

なお、上述の例では連続するフレームに関して説明したが、必ずしも連続するフレームでなくともよい。例えば、一定時間内の連続しないフレーム間においても、過去のフレームに対する腫瘍判別処理の判別結果を流用することもできる。

その具体例について、図１３を用いて説明する。図１３は、第３実施形態の変形例を説明するための図である。図１３においては、４つのフレーム（第１〜第４フレーム）が示されている。第１および第２フレームは、内視鏡を挿入しているときに生成された画像である。また、第３および第４フレームは、内視鏡を抜去しているときに生成された画像である。

ここで、医師が診断中に内視鏡の挿入／抜去を繰り返すことによって、体内の同じ場所を写す画像（類似する画像）が得られることもある。図１３中では、第１フレームと第４フレーム、および、第２フレームと第３フレームがこれに該当する。

図１３の例では、第１フレームおよび第２フレームに対しては腫瘍の判別処理が実行され、その結果が、当該フレーム画像と共にメモリ１０３などに格納されたとする。その後、第３フレームまたは第４フレームが取得された場合には、第１処理部１１０は、第３フレームまたは第４フレームと、メモリ１０３に格納されている各フレーム画像と比較する。

第３フレームに関しては、第２フレームと類似関係にあり、第１処理部１１０は、第３フレームに対する腫瘍判別処理を不要と判断する。第２処理部１２０は、この結果を受けて、メモリ１０３に格納されている第２フレームに対する腫瘍の判別処理の判別結果を読み出し、第３フレームに対する判別結果として用いる。

また、第４フレームに関しては、第１フレームと類似関係にあり、第１処理部１１０は、第４フレームに対する腫瘍判別処理を不要と判断する。第２処理部１２０は、この結果を受けて、メモリ１０３に格納されている第１２フレームに対する腫瘍の判別処理の判別結果を読み出し、第４フレームに対する判別結果として用いる。

このように、連続しないフレーム間でも、過去の腫瘍の判別処理の結果を流用することができる。これにより、全体の処理量の削減効果が期待できる。

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記各実施形態の組み合わせ、又は上記以外の様々な構成を採用することもできる。

Claims (23)

1. 複数の入力画像のそれぞれに対し、腫瘍の判別処理が必要か否かを判断する事前処理を実行する第１処理手段と、
   前記事前処理において前記腫瘍の判別処理が必要と判断された入力画像に対して、前記腫瘍の判別処理を行う第２処理手段と、
   を備える画像診断装置。
2. 前記第１処理手段は、前記事前処理として、前記入力画像に対する画像処理において予め設定された特定条件が検出されたか否かを判別し、前記特定条件が検出されたときに前記腫瘍の判別処理が不要と判断する、
   請求項１に記載の画像診断装置。
3. 前記第１処理手段は、動画を構成するフレームとして前後する２つの前記入力画像の差分が基準以下であることを、前記特定条件として検出する、
   請求項２に記載の画像診断装置。
4. 前記第１処理手段は、前記複数の入力画像を用いて算出されるオプティカルフローが基準の範囲外であること、前記入力画像から算出される被写体の鮮明さの度合いが基準以下であること、前記入力画像が体内以外の領域を撮像した画像であること、前記入力画像が腫瘍に対する処置で用いる器具または前記処置で散布された薬剤を含む画像であること、前記入力画像が倍率を上げて撮像された画像であること、の少なくともいずれか１つを前記特定条件として検出する、
   請求項２または３に記載の画像診断装置。
5. 前記第１処理手段は、前記第２処理手段の前記腫瘍の判別処理において陽性を示す結果が得られた場合、前記事前処理における前記特定条件の検出閾値を、前記特定条件の検出頻度が増加する方向に変更する、
   請求項２乃至４のいずれか１項に記載の画像診断装置。
6. 前記第１処理手段は、前記第２処理手段の前記腫瘍の判別処理において陰性を示す結果が得られた場合、前記事前処理における前記特定条件の検出閾値を、前記特定条件の検出頻度が減少する方向に変更する、
   請求項２乃至５のいずれか１項に記載の画像診断装置。
7. 前記第２処理手段は、第１の入力画像に対する前記事前処理によって前記腫瘍の判別処理が不要と判断された場合、前記第１の入力画像よりも前の第２の入力画像に対する前記腫瘍の判別処理の判別結果を前記第１の入力画像に対する判別結果として用いる、
   請求項１乃至６のいずれか１項に記載の画像診断装置。
8. 前記第１の入力画像と前記第２の入力画像は、時間的に連続するフレームである、
   請求項７に記載の画像診断装置。
9. 前記第２処理手段は、前記入力画像中の臓器の内壁に現れている血管の色および形状の少なくとも一方に基づいて、前記腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定する、
   請求項１乃至８のいずれか１項に記載の画像診断装置。
10. 前記第２処理手段は、前記入力画像中の臓器の内壁の形状に基づいて、前記腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定する、
    請求項１乃至９のいずれか１項に記載の画像診断装置。
11. 前記複数の入力画像は、内視鏡を用いて生成された動画を構成するフレームである、
    請求項１乃至１０のいずれか１項に記載の画像診断装置。
12. コンピュータによって実行される画像診断方法であって、
    複数の入力画像のそれぞれに対し、腫瘍の判別処理が必要か否かを判断する事前処理を実行し、
    前記事前処理において前記腫瘍の判別処理が必要と判断された入力画像に対して、前記腫瘍の判別処理を行う、
    ことを含む画像診断方法。
13. 前記事前処理として、前記入力画像に対する画像処理において予め設定された特定条件が検出されたか否かを判別し、前記特定条件が検出されたときに前記腫瘍の判別処理が不要と判断する、
    ことを含む請求項１２に記載の画像診断方法。
14. 動画を構成するフレームとして前後する２つの前記入力画像の差分が基準以下であることを、前記特定条件として検出する、
    ことを含む請求項１３に記載の画像診断方法。
15. 前記複数の入力画像を用いて算出されるオプティカルフローが基準の範囲外であること、前記入力画像から算出される被写体の鮮明さの度合いが基準以下であること、前記入力画像が体内以外の領域を撮像した画像であること、前記入力画像が腫瘍に対する処置で用いる器具または前記処置で散布された薬剤を含む画像であること、前記入力画像が倍率を上げて撮像された画像であること、の少なくともいずれか１つを前記特定条件として検出する、
    ことを含む請求項１３または１４に記載の画像診断方法。
16. 前記腫瘍の判別処理において陽性を示す結果が得られた場合、前記事前処理における前記特定条件の検出閾値を、前記特定条件の検出頻度が増加する方向に変更する、
    ことを含む請求項１３乃至１５のいずれか１項に記載の画像診断方法。
17. 前記腫瘍の判別処理において陰性を示す結果が得られた場合、前記事前処理における前記特定条件の検出閾値を、前記特定条件の検出頻度が減少する方向に変更する、
    ことを含む請求項１３乃至１６のいずれか１項に記載の画像診断方法。
18. 第１の入力画像に対する前記事前処理によって前記腫瘍の判別処理が不要と判断された場合、前記第１の入力画像よりも前の第２の入力画像に対する前記腫瘍の判別処理の判別結果を前記第１の入力画像に対する判別結果として用いる、
    ことを含む請求項１２乃至１７のいずれか１項に記載の画像診断方法。
19. 前記第１の入力画像と前記第２の入力画像は、時間的に連続するフレームである、
    請求項１８に記載の画像診断方法。
20. 前記入力画像中の臓器の内壁に現れている血管の色および形状の少なくとも一方に基づいて、前記腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定する、
    ことを含む請求項１２乃至１９のいずれか１項に記載の画像診断方法。
21. 前記入力画像中の臓器の内壁の形状に基づいて、前記腫瘍の判別処理の結果が陽性または陰性のいずれであるかを決定する、
    ことを含む請求項１２乃至２０のいずれか１項に記載の画像診断方法。
22. 前記複数の入力画像は、内視鏡を用いて生成された動画を構成するフレームである、
    請求項１２乃至２１のいずれか１項に記載の画像診断方法。
23. 請求項１２乃至２２のいずれか１項に記載の画像診断方法をコンピュータに実行させるプログラム。

Images