TW201518967A - 罹患率評估裝置、罹患率評估方法及罹患率評估程式 - Google Patents

罹患率評估裝置、罹患率評估方法及罹患率評估程式 Download PDF

Info

Publication number
TW201518967A
TW201518967A TW103125674A TW103125674A TW201518967A TW 201518967 A TW201518967 A TW 201518967A TW 103125674 A TW103125674 A TW 103125674A TW 103125674 A TW103125674 A TW 103125674A TW 201518967 A TW201518967 A TW 201518967A
Authority
TW
Taiwan
Prior art keywords
difference
image
change
attack rate
column
Prior art date
Application number
TW103125674A
Other languages
English (en)
Other versions
TWI524198B (zh
Inventor
Takeshi Nakayama
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of TW201518967A publication Critical patent/TW201518967A/zh
Application granted granted Critical
Publication of TWI524198B publication Critical patent/TWI524198B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Quality & Reliability (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Neurology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本發明之罹患率評估裝置之特徵為：具備有：記憶部、及控制部，該記憶部係儲存與身體的部位產生關連地被記憶對部位進行攝像的攝像時點不同的2個畫像的差分、及疾病名的診斷資訊，該控制部係接受使用者輸入畫像的特徵量的類別、及成為診斷對象的部位；針對所接受的類別，算出對診斷對象者之成為診斷對象的部位進行攝像的攝像時點不同的2個畫像的差分，將成為診斷對象的部位、及所算出的差分作為檢索鍵，檢索診斷資訊，取得相符記錄的疾病名，根據相符記錄的數量相對於具有部位的記錄的數量所佔比率來算出罹患率，按每個所取得的疾病名，顯示所算出的罹患率。

Description

罹患率評估裝置、罹患率評估方法及罹患率評估程式
本發明係關於罹患率評估裝置、罹患率評估方法及罹患率評估程式。
近來，存在多數由電腦分析醫用畫像，進行或支援是否有異常的判斷、所假想的疾病名的特定等的技術。
專利文獻1的畫像顯示裝置係取得表示比診斷畫像中的異常陰影的候補區域更像是異常陰影的特徵量，由預先記憶的醫用畫像之中檢索特徵量類似者，以可對比的方式顯示診斷畫像及相符的醫用畫像。
專利文獻2的診斷支援裝置係在資料庫蓄積診斷完畢的參照畫像。接著，抽出診斷畫像的病變位置的畫像上的特徵量，將所抽出的特徵量與參照畫像的各個的特徵量進行比較，來運算類似度。此外，選擇類似度高的複數參照畫像，按每個疾病名，顯示類似度的平均值亦即病名機率。
專利文獻3的診斷支援裝置係記憶包含被檢 者的病變部的資訊的檢査履歷資訊。接著，按照檢査履歷資訊，在處理由被檢者所得之資料時，變更應成為處理對象的病變部的大小。此外，按照檢査履歷資訊，計算病變的發生機率，按照發生機率，來變更病變部的處理方法。
專利文獻4的畫像收集裝置係收集畫像，且檢測異常的種類及進行程度。接著，若進行程度位於預定範圍內時，輸出必須進行追加檢査的情形，且決定追加檢査的檢査條件。
專利文獻5的門診病人選定裝置係根據包含患者候補者的疾病的種類、發生時間、發生場所等的疾病資訊，取得患者候補者的假想患者資料，決定患者候補者是否需要進行門診。
非專利文獻1的研究係以時間序列，將輕度認知障礙患者的腦的MRI(Magnetic Resonance Imaging，核磁共振成像)畫像進行比較。接著，報告了對於成為調査對象的所有患者，實際已發生腦萎縮的情形。
[先前技術文獻] [專利文獻]
[專利文獻1]日本特開2006-34585號公報(請求項1、段落0031)
[專利文獻2]日本專利第4021179號公報(請求項7、段落0026)
[專利文獻3]日本專利第5159242號公報(請求項1、3 等)
[專利文獻4]日本專利第3495327號公報(請求項1等)
[專利文獻5]日本特開2010-113477號公報(請求項1等)
[非專利文獻]
[非專利文獻1]中村賢治、及另外3名，“供失智症支援之用的經時差分畫像的研究”、[online]、平成21(西元2009)年3月、第1次資料工學與資訊管理相關學會、發表編號E3-4、[平成25(西元2013)年4月11日檢索]、網際網路(URL：http：//db-event.jpn.org/deim2009/proceedings/files/E3-4.pdf)
專利文獻1、2及3的裝置係當比較2個醫用畫像時算出各自的畫像的「特徵量」，此外，由2個「特徵量」算出「類似度」(參照例如專利文獻2的段落0026)。此時，「特徵量」係將由醫用畫像所取得的複數物理量作為成分的多次元向量。以該複數成分而言，假想有包含體積、明度、圓形度等眾多者。為了取得所有如上所示之物理量，醫用畫像的畫質相當程度高乃為必要條件。但是，一般而言，集團健康診斷、健康檢查所、未達1年的短周期健康診斷等係針對多人數進行，其次數亦 多。若為如上所示之情形，大多在技術面及成本面有其限制，難以取得資訊量多的高畫質畫像。
專利文獻4的畫像收集裝置係檢測異常的進行程度，但是該檢測係以存在過去已有異常診斷之精密診斷之例為前提。因此，專利文獻4的裝置在無法期待取得高畫質畫像的情形下亦不適用。
專利文獻5的門診病人選定裝置係將已經有某些異常而實際上有門診履歷的患者為對象，並非為對新成為診斷對象的患者進行某些診斷者。非專利文獻1的研究係利用在過去被診斷為輕度認知障礙的患者的畫像。兩者均非為將包含於在集團健康診斷、健康檢查所、未滿1年的短周期健康診斷等的對象者之中的多數的健康者作為對象者。
因此，本發明之目的在若如集團健康診斷等般必須在短時間對大量人數的醫用畫像進行攝像時，根據不一定為高畫質的畫像來判定有無異常，且按每個疾病名來算出罹患的可能性。
本發明之罹患率評估裝置之特徵為：具備有：記憶部、及控制部，該記憶部係儲存與身體的部位產生關連地被記憶對部位進行攝像的攝像時點不同的2個畫像的差分、及疾病名的診斷資訊，該控制部係接受使用者輸入畫像的特徵量的類別、及成為診斷對象的部位；針對 所接受的類別，算出對診斷對象者之成為診斷對象的部位進行攝像的攝像時點不同的2個畫像的差分，將成為診斷對象的部位、及所算出的差分作為檢索鍵，檢索診斷資訊，取得相符記錄的疾病名，根據相符記錄的數量相對於具有部位的記錄的數量所佔比率來算出罹患率，按每個所取得的疾病名，顯示所算出的罹患率。
關於其他手段，係在用以實施發明之形態中加以說明。
藉由本發明，若如集團健康診斷等般必須在短時間對大量人數的醫用畫像進行攝像時，可根據不一定為高畫質的畫像來判定有無異常，且按每個疾病名來算出罹患的可能性。
1‧‧‧罹患率評估裝置
2‧‧‧終端裝置
3‧‧‧攝像裝置
4‧‧‧網路
11‧‧‧中央控制裝置(控制部)
12‧‧‧輸入裝置
13‧‧‧輸出裝置
14‧‧‧主記憶裝置(記憶部)
15‧‧‧輔助記憶裝置(記憶部)
16‧‧‧通訊裝置
21‧‧‧相對位置補正部
22‧‧‧差分畫像算出部
23‧‧‧變化率算出部
24‧‧‧異常有無判定部
25‧‧‧罹患率算出部
26‧‧‧輸出入控制部
31‧‧‧畫像管理資訊
32‧‧‧異常判定資訊
33‧‧‧醫師診斷資訊
34‧‧‧醫用畫像
35‧‧‧類型一覽
51a、51b‧‧‧診斷結果顯示畫面
101‧‧‧醫用畫像
102‧‧‧醫用畫像
103‧‧‧醫用畫像ID
104‧‧‧對應資訊
111‧‧‧過去的醫用畫像
111a‧‧‧頭骨的重心
111b‧‧‧頭骨的頂點
112‧‧‧現在的醫用畫像
112a、112b‧‧‧點
113‧‧‧醫用畫像
114‧‧‧過去的診斷例
121‧‧‧過去的醫用畫像
122‧‧‧現在及不久的過去的醫用畫像
123‧‧‧抽出差分
124‧‧‧算出相對基準的差分的變化率
125‧‧‧作成變化率的時間序列圖表
126‧‧‧將變化率的時間序列圖表適用在複數「類型」
127‧‧‧作成記憶有1或複數疾病、及其診斷件數的對應資訊
131‧‧‧患者ID欄
132‧‧‧患者姓名欄
133‧‧‧部位名欄
134a‧‧‧「前次」欄
134b‧‧‧前次時點欄
135a‧‧‧「本次」欄
135b‧‧‧本次時點欄
136‧‧‧「差分」欄
137‧‧‧判定結果表
137a‧‧‧特徵量欄
137b‧‧‧變化率欄
137c‧‧‧變化量欄
137d‧‧‧判定結果欄
138‧‧‧罹患率表
138a‧‧‧疾病名欄
138b‧‧‧罹患率欄
138c‧‧‧確定欄
139‧‧‧「確定結果登錄」按鍵
140a‧‧‧「基準」欄
140b‧‧‧「前前次」欄
140c‧‧‧「前次」欄
140d‧‧‧「本次」欄
141a‧‧‧基準時點欄
141b‧‧‧前前次時點欄
141c‧‧‧前次時點欄
141d‧‧‧本次時點欄
142a、142b、142c、143‧‧‧欄
201‧‧‧患者ID欄
202‧‧‧患者姓名欄
203‧‧‧畫像ID欄
204‧‧‧攝像裝置ID欄
205‧‧‧攝像時點欄
206‧‧‧部位名欄
207‧‧‧畫像檔案名欄
211‧‧‧部位名欄
212‧‧‧特徵量欄
213‧‧‧優先度欄
214‧‧‧正常變化率範圍欄
215‧‧‧正常變化量範圍欄
216‧‧‧單位欄
217‧‧‧變化期間欄
221‧‧‧患者ID欄
222‧‧‧醫師ID欄
223‧‧‧診斷畫像ID欄
224‧‧‧部位名欄
225‧‧‧變化率欄
226‧‧‧變化量欄
227‧‧‧疾病名欄
228‧‧‧診斷時點欄
231、232、233、234‧‧‧時間序列圖表
241‧‧‧類型欄
242‧‧‧符號的推移欄
243‧‧‧增減傾向欄
244‧‧‧時間序列圖表之例欄
圖1係說明既有技術的圖。
圖2係說明本實施形態的特徵的圖。
圖3係說明本實施形態的特徵的圖。
圖4係說明本實施形態的特徵的圖。
圖5係說明本實施形態的特徵的圖。
圖6係罹患率評估裝置的構成圖。
圖7係顯示畫像管理資訊之一例圖。
圖8係顯示異常判定資訊之一例圖。
圖9係顯示醫師診斷資訊之一例圖。
圖10係說明時間序列圖表的類型的圖。
圖11係第1處理順序的流程圖。
圖12係第2處理順序的流程圖。
圖13係顯示診斷結果顯示畫面之一例圖。
圖14係顯示診斷結果顯示畫面之一例圖。
以下一邊參照圖示等，一邊說明用以實施本發明的形態(稱為「本實施形態」)。
(既有技術)
按照圖1，說明既有技術之例。該例係在前述文獻之中，最為接近「專利文獻2」(段落0026等)。取得針對成為診斷對象之患者的某部位(圖1之例中為腦)的現在的醫用畫像102。另一方面，蓄積針對其他患者的該部位的過去的醫用畫像101。醫用畫像101係對多數患者的該部位進行攝像者，附有單義特定醫用畫像的醫用畫像ID103。另一方面，存在與醫用畫像ID產生關連地記憶有醫師所診斷出的疾病名的對應資訊104。
既有技術的裝置係第1，按「面積」、「明度」等n種類的每個特徵，抽出醫用畫像102的特徵量。該裝置係第2，作成具有如上所示之多數特徵量qi(i=1， 2，...，n)作為成分的「特徵量向量Q」。各向量的成分所附的數字係例如「1」表示「面積」的特徵量，「2」表示「明度」的特徵量。該裝置係第3，針對過去的醫用畫像101的全部，同樣地作成「特徵量向量P」。該裝置係第4，算出類似度S。類似度S係將特徵量向量Q、及任意1個特徵量向量P作為輸入，藉由以下數式1所被算出的純量。
S=Wt(E-(Q-P))/|W| (數式1)
在此，「E」係n個各成分全為「1」的向量。「W」係具有各特徵量的加權作為n個成分的向量。「|W|」係向量「W」的成分的和(純量)。「Wt」係向量「W」的「轉置矩陣」，若對「Wt」乘算由右為向量「E-(Q-P)」時，即算出純量。一般而言，向量「P」及「Q」的各成分係被正規化在0~1的範圍。
在如上所示之前提下，當醫用畫像101與醫用畫像102完全一致時，為P=Q，亦即針對全部i(i=1，2，...n)，為pi=qi，因此成為S=1。醫用畫像101與醫用畫像102完全不同時，由於為Q-P=1，亦即針對全部i(i=1，2，...，n)，為qi-pi=1，因此成為S=0。S係僅以過去的醫用畫像101的數被算出。
該裝置係第5，使如上所示之類似度S與過去的醫用畫像以1對1對應，完成對應資訊104。該裝置係第6，將對應類似度為最大(接近「1」)的過去的醫用畫像的疾病名，特定為成為現在的診斷對象的患者的疾病名。
在圖1之例中係會發生如以下所示之不良情形。
．原本並無法一般地期待可取得眾多種類的特徵量的高畫質的醫用畫像。
．若將未具有充分高畫質的醫用畫像彼此進行比較時，雖然可進行大體上的計算，但是被輸出無意義的結果。例如，無法檢測差異的結果、對所有過去的醫用畫像，算出相同水準的類似度。
．處理所需時間長。
．未具有按照時間軸的變化的想法，將特徵量的水準本身進行比較。因此，亦會有健康對象患者的醫用畫像的特徵量與罹病患者的醫用畫像的特徵量偶然類似，而被誤診為罹患某些疾病的情形。
按照圖2~圖5，說明本實施形態之資訊處理的概要。詳細內容，另外按照流程圖容後敘述。
首先，說明圖2。針對成為診斷對象的患者的某部位(圖2之例中亦為腦)，取得過去的醫用畫像111。另一方面，針對該患者的該部位，亦取得現在的醫用畫像112。本實施形態之罹患率評估裝置1(圖6)係可利用過去的診斷例114。診斷例114係可假想各式各樣者。在此，例如按每個疾病，準備複數個表示變化率與診斷件數的關係的2次元的圖表。例如在100件過去的診斷例中，假設存在「腦的面積縮小5%的結果，被診斷為失智症之例有5件」、「腦的面積縮小8%的結果，被診斷為失智症之例 有10件」、...般的資訊。接著，藉由標繪「-5%，5件」、「-8%，10件」、...的點，作成關於「失智症」的圖表。同樣地，作成「輕度認知障礙」、「腦腫瘤」、...的圖表。
本實施形態之罹患率評估裝置1係第1，決定某1個特徵量(的類別)。假設所決定的特徵量為例如「面積」。罹患率評估裝置1係第2，抽出特徵量的差分。「面積」的差分僅為在醫用畫像111被表現為腦的部分的剖面積、與在醫用畫像112被表現為腦的部分的剖面積的差分。差分亦可藉由將像素數換算為面積，被表現為數值(單位：cm2)。此外，以存在於醫用畫像111而不存在於醫用畫像112之具有特定像素值的部分(收縮的部分)而言，亦可如醫用畫像113予以表現。
罹患率評估裝置1係第3，藉由以下數式2，算出差分的變化率R(百分率)。
R=(q1-p1)/p1×100 (數式2)
在此，p1係醫用畫像111的腦的面積。q1係醫用畫像112的腦的面積。
罹患率評估裝置1係第4，將差分應用在所有圖表，按每個各自的疾病，取得診斷件數。罹患率評估裝置1係第5，依診斷件數由大而小的順序，將疾病名與罹患率產生關連地進行顯示。罹患率係指例如將所取得的診斷件數，除以針對該部位的(透過所有疾病的)全診斷件數所得的數值(百分率)。
接著，說明圖3。與圖2之例相比，在圖3中，僅有特徵量為「明度」為不同。「明度」的差分僅為在醫用畫像111被表現為腦的部分的明度(例如各像素的0~255的灰階標度的平均值)、與在醫用畫像112被表現為腦的部分的明度的差分。差分係可被表現為無單位的數值。此外，亦可附上按照差分大小預先決定的色彩等，如醫用畫像113予以表現。
在腦的疾病係存在有發病為「面積」的變化者、發病為「明度」的變化者、發病為其他特徵量的變化者等各式各樣者。使用者亦可將某1個特徵量的變化率作為索引鍵(key)來檢索疾病名。此外，亦可將複數特徵量的變化率的組合(例如「面積」縮小、而且「明度」增加)作為索引鍵來檢索疾病名。
接著，說明圖4。圖4係類似圖2(「面積」為特徵量)。在圖2中，面積的變化率係單一的數值。相對於此，在圖4中，面積的變化率係表示按照時間序列的變化推移的複數數值，此為大大不同。取得成為診斷對象的患者的某部位(腦)的過去的醫用畫像121。另一方面，亦取得複數該患者的該部位的現在及不久的過去的醫用畫像122。
罹患率評估裝置1係第1，抽出醫用畫像122的各個(現在now、前次now-1、前前次now-2)、與成為基準之最久的過去(std)的醫用畫像121的差分(符號123)，算出相對基準的差分的變化率124。差分的變化率 係以醫用畫像122的枚數被算出。罹患率評估裝置1係第2，作成變化率的時間序列圖表125。罹患率評估裝置1係第3，將變化率的時間序列圖表125應用在複數「類型」(符號126)。「類型」係指根據過去的診斷例所作成的變化率的時間序列圖表的圖案(容後詳述)。
罹患率評估裝置1係第4，特定最為近似所作成的時間序列圖表125的「類型」。罹患率評估裝置1係第5，將具有特定類型的疾病名，與將該疾病的診斷件數除以該類型的全診斷件數所算出的百分率亦即罹患率產生關連地進行顯示。其中，罹患率評估裝置1係根據過去的診斷例，與類型產生關連地作成記憶有1或複數疾病、及其診斷件數的對應資訊127者。
此外，說明圖5。與圖4之例相比，在圖5中，僅有特徵量為「明度」為不同。
在腦的疾病係存在有發病為「面積」的變化的時間序列的推移者、發病為「明度」的變化的時間序列的推移者、發病為其他特徵量的變化的時間序列的推移等各式各樣者。使用者亦可將某1個特徵量的變化的時間序列的推移作為索引鍵來檢索疾病名。此外，亦可將複數特徵量的變化的時間序列的推移的組合(例如「面積」係反覆縮小及放大，而且「明度」係單純持續增加)作為索引鍵來檢索疾病名。
(機器構成)
按照圖6，說明罹患率評估裝置1的構成。罹患率評估裝置1為一般電腦。罹患率評估裝置1係具有：中央控制裝置11、鍵盤、滑鼠、觸控螢幕等輸入裝置12、顯示器等輸出裝置13、主記憶裝置14、輔助記憶裝置15、及通訊裝置16。該等係藉由系統匯流排而相互連接。
主記憶裝置14中的相對位置補正部21、差分畫像算出部22、變化率算出部23、異常有無判定部24、罹患率算出部25、及輸出入控制部26為程式。以下將主體記為「○○部係」時，中央控制裝置11由輔助記憶裝置15讀出各程式，載入至主記憶裝置14後，實現各程式的功能(容後詳述)者。輔助記憶裝置15係記憶有畫像管理資訊31、異常判定資訊32、醫師診斷資訊33、及醫用畫像34。該等之詳細容後詳述。
其中，輸出入控制部26相當於「輸入部」及「輸出部」。
罹患率評估裝置1係透過網路4而以可與終端裝置2進行通訊的方式相連接。終端裝置2亦為一般電腦，具有相互以匯流排連接的中央控制裝置、鍵盤、滑鼠、觸控螢幕等輸入裝置、顯示器等輸出裝置、主記憶裝置、輔助記憶裝置及通訊裝置(未圖示)。
攝像裝置3係由身體對醫用畫像進行攝像的機器。藉由攝像裝置3所被攝像的醫用畫像有很多種，可為例如CT(Computed Tomography，電腦斷層)畫像、MRI畫像、PET(Positron Emission Tomography，正子斷層造影)畫 像、X線畫像、超音波畫像、內視鏡畫像等。接著，攝像裝置3係可將所攝像到的畫像，輸出作為包含罹患率評估裝置1及終端裝置2的電腦可處理的數位畫像(由像素及其像素值所構成)者。
一般而言，罹患率評估裝置1、終端裝置2、及攝像裝置3大多被配置在醫院等。醫師等係基於健康診斷等機會，使用攝像裝置3來取得患者(亦包含健康者)的身體的醫用畫像。接著，醫師等係將該醫用畫像輸入至終端裝置2，例如在輸出裝置(顯示器)顯示該醫用畫像。接著，將該醫用畫像，透過網路4傳送至罹患率評估裝置1。如此一來，罹患率評估裝置1係使用所接收到的醫用畫像，作成「診斷結果」而回信至終端裝置2。
在圖6中，係以複數終端裝置2在1個罹患率評估裝置1進行存取(access)為前提。但是，亦可形成為罹患率評估裝置1與終端裝置2彙集在1個框體的構成。此外，罹患率評估裝置1亦可形成為例如按每個身體的部位(腦、肺、...)、每個醫療科(腦神經科、循環器科、...)等分為複數框體的構成。
使用終端裝置2等的使用者亦可為除了醫師以外者，例如保險公司的工作人員、包含健康者的患者自身等。
反映健康熱潮，收集自身或醫師等所攝像到的醫用畫像，來管理自身的健康狀態者近來亦不少。接著，大量的醫師的診斷例並非為應被公布者。但是，亦可假想因未來 法令的重新評估或簽訂契約等之方便起見，以維持匿名性的條件公布診斷例的情形。如此一來，管理自身的健康狀態者亦可自身取得診斷例且操作本實施形態之罹患率評估裝置1。此外，亦可健康相關業者由醫師等取得診斷例，由一般的顧客接收該顧客的醫用畫像，且操作罹患率評估裝置1，藉此對顧客提供診斷服務。
(畫像管理資訊)
按照圖7，說明畫像管理資訊31。在畫像管理資訊31中，與被記憶在患者ID欄201的患者ID產生關連地，在患者姓名欄202記憶有患者姓名，在畫像ID欄203記憶有畫像ID，在攝像裝置ID欄204記憶有攝像裝置ID，在攝像時點欄205記憶有攝像時點，在部位名欄206記憶有部位名，在畫像檔案名欄207記憶有畫像檔案名。
患者ID欄201的患者ID係單義特定患者的識別碼。在本實施形態中，「患者」意指取得該身體的畫像的一般對象者。亦即「患者」亦包含未罹病的「健康者」的概念。
患者姓名欄202的患者姓名為患者的姓名。
畫像ID欄203的畫像ID係單義特定醫用畫像的識別碼。
攝像裝置ID欄204的攝像裝置ID係單義特定攝像裝置3的識別碼。
攝像時點欄205的攝像時點係醫用畫像被攝像到的時點的年月日。
部位名欄206的部位名係患者身體的一部分(部位)的名稱。部位名亦可為例如腦、延髄等神經中樞、心臟、肺等臟器、骨盆、大腿骨等骨骼。
畫像檔案名欄207的畫像檔案名係作為數位畫像資訊的醫用畫像的名稱。
(異常判定資訊)
按照圖8，說明異常判定資訊32。在異常判定資訊32中，與被記憶在部位名欄211的部位名產生關連地，在特徵量欄212記憶有特徵量，在優先度欄213記憶有優先度，在正常變化率範圍欄214記憶有正常變化率範圍，在正常變化量範圍欄215記憶有正常變化量範圍，在單位欄216記憶有單位，在變化期間欄217記憶有變化期間。
部位名欄211的部位名係與圖7的部位名相同。
特徵量欄212的特徵量係可由醫用畫像取得的該部位的物理量的類別。特徵量係主要表現部位的形狀、性狀等者，關於該等之具體例，容後敘述。其中，以下，罹患率評估裝置1係取得不同的2時點的特徵量的差分，根據該差分，由過去的診斷例，推定每個疾病名(候補)的罹患率(容後詳述)。
優先度欄213的優先度係若存在複數個與1個部位名 相對應的特徵量時，為在該等特徵量相互間的優先順位。數字愈小，優先度愈高。
正常變化率範圍欄214的正常變化率範圍係醫師等診斷為正常的變化率的上限及下限的組合。上限及下限並非必須恒以「0」為中心而為等間隔。例如，亦可上限為「+3%」，下限為「-2%」。變化率係特徵量產生變化的比例(百分率)。變化率係藉由以下數式3算出。
變化率=(變化前的特徵量-變化後的特徵量)/變化前的特徵量×100 (數式3)
正常變化量範圍欄215的正常變化量範圍係醫師等診斷為正常的變化量的上限及下限的組合。變化量係特徵量產生變化的絕對量。變化量係藉由以下數式4算出。
變化量=變化前的特徵量-變化後的特徵量 (數式4)
單位欄216的單位係特徵量的單位。亦有為無單位的情形。在本實施形態中，如「明度」般，例如以8位元的2進數(若為十進數，為0~255)所表現的特徵量係形成為「無單位」。
變化期間217的變化期間係表示特徵量的變化率及變化量為被換算成經過多少期間的變化率及變化量者。例如，變化期間「1個月」的變化率「+1%」係等於表示某特徵量在12個月變化「+12%」、在6個月變化「+6%」、在半個月變化「+0.5%」、...。同樣地，變化期間「1個月」的變化量「+1」係等於表示例如某特徵量在12個月變化「+12」、在6個月變化「+6」、在半個月變化 「+0.5」、...。
其中，在圖8中，「...」係省略表現被記憶在各欄的數值者，並非為在該欄位不存在數值。
(特徵量的具體例)
現在假想「腦」的醫用畫像。該醫用畫像係假設為例如圖2的符號111所示之MRI畫像。
「面積」：罹患率評估裝置1係例如可將在醫用畫像的像素之中，位於藉由輪廓所被封閉的區域內，而且具有特定範圍的像素值的像素的數量進行計數，將該數量按照預定的規則換算成面積等，藉此算出腦的面積(正確而言為剖面積)。
「明度」：罹患率評估裝置1係例如可在醫用畫像之中，算出位於藉由輪廓所被封閉的區域內的像素的像素值(例如0~255的灰階標度)的平均值等，藉此算出腦的明度。此外，亦可將區域細分化，且算出各自經細分化的區域中的像素值的平均值的分散，藉此求出「明度分散」。
「圓形度」：罹患率評估裝置1係例如在醫用畫像之中，算出藉由輪廓所被封閉的區域的縱橫比率，將輪廓形狀等應用在型板(template)等，藉此算出腦的圓形度(正確而言為剖面的圓形度)。
以其他例而言，假想「胃」的內視鏡畫像(彩色畫像)。
「色彩」：罹患率評估裝置1係例如可算出位於所被攝像到的區域內的像素的像素值(例如按每個R、G、B為0~255)的平均值等，藉此算出胃的內壁的色彩(色相)。
「質地(texture)」：罹患率評估裝置1係例如可針對位於所被攝像到的區域內的像素，進行空間頻率分析、傅立葉轉換等，藉此算出胃的內壁的質地統計量(凹凸、質感等)。
以另外其他例而言，假想「肺」的X線畫像。
「結節數」：罹患率評估裝置1係例如可對位於直線狀輪廓(肋骨)間之具有預定的明度及圓形度的陰影的數量進行計數，藉此可算出存在於肺中的結節(大多為腫瘤等病灶)的數量。
雖然未列舉其他具體例，罹患率評估裝置1亦可使用既有的技術，取得特定部位的「血流速度」、「溫度」、「彩度」等其他特徵量。
如圖8所示，對於1個部位，對應有複數特徵量。當然，特定的特徵量係存在有針對某部位，容易取得，針對其他部位則不易取得(或者原本即無法假想)等個別情況。但是，在圖8中，為使說明單純化，捨去如上所示之個別情況。
(醫師診斷資訊)
按照圖9，說明醫師診斷資訊33。在醫師診斷資訊 33中，與被記憶在患者ID欄221的患者ID產生關連地，在醫師ID欄222記憶有醫師ID，在診斷畫像ID欄223記憶有診斷畫像ID，在部位名欄224記憶有部位名，在變化率欄225記憶有變化率，在變化量欄226記憶有變化量，在疾病名欄227記憶有疾病名，在診斷時點欄228記憶有診斷時點。
患者ID欄221的患者ID係與圖7的患者ID相同。
醫師ID欄222的醫師ID係單義特定診斷患者的醫師的識別碼。
診斷畫像ID欄223的診斷畫像ID係與圖7的畫像ID相同。但是，在此，將特徵量進行比較之成為基準的醫用畫像(圖2~圖5中具有特徵量「p」的醫用畫像)的畫像ID、及將特徵量進行比較之成為對象的醫用畫像(圖2~圖5中具有特徵量「q」的醫用畫像)的畫像ID的組合。
部位名欄224的部位名係與圖7的部位名相同。但是，在此的部位名係可為根據患者之自知症狀的部位名，並不限於由醫師的眼睛來看，在該部位是否存在疾病。
變化率欄225的變化率係在成分具有各特徵量的變化率的向量。在圖8中，針對部位名「腦」的特徵量係依優先度由高而低的順序為「面積」、「明度」、「溫度」、「色彩」、「圓形度」、及「質地」。圖9的變化率的向量的成分係依該順序排列該等特徵量的變化率 者。亦即，例如在圖9的第1行記錄中，形成為(面積的變化率，明度的變化率，...)=(+0%，+0%，...)。變化率的向量並不一定具有針對所有特徵量的變化率的成分。例如，關於腦，僅以「面積」及「明度」形成為問題時，其他特徵量並未被記憶。此時，變化率係成為(面積的變化率，明度的變化率，溫度的變化率，色彩的變化率，...)=(+0%，+0%，*，*，...)。「*」係表示值不存在。
變化量欄226的變化量係在成分具有各特徵量的變化絕對量的向量。與變化率同樣地，例如在圖9的第1行記錄中，形成為(面積的變化量，明度的變化量，...)=(+0，+0，...)。關於「*」亦與變化率相同。
疾病名欄227的疾病名係醫師參照診斷畫像ID所特定的醫用畫像、變化率、及變化量之後，亦根據自身的見解進行診斷的疾病的名稱。由醫師的眼睛觀看若在該部位不存在疾病時，係記憶「(無相符)」。
診斷時點欄228的診斷時點係醫師所診斷出的時點的年月日。
若注意圖9第3行~第6行的記錄、及圖7，可知以下情形。
．患者ID為「P002」的患者「小泉二郎」係自知腦有異常。
．「小泉二郎」係接受4次醫師「D002」的治療。該4次的年月日為「20120415」、「20120515」、「20120615」、 及「20120715」。
．醫師「D002」係在最初的診斷時點「20120415」，將醫療畫像「I101」及「I102」進行比較。醫療畫像「I101」係在比最初的診斷時點為更為之前的時點「20120315」中所取得者。小泉二郎係在最初的診斷時點，將醫用畫像「I101」帶入至醫師「D002」。接著，醫療畫像「I102」係醫師「D002」自己使用攝像裝置「M004」而在最初的診斷時點取得者。
．醫師「D002」係在之後3次的診斷時點，每次都使用攝像裝置「M004」，取得醫用畫像，將所取得的畫像「1103」、「I104」、及「I105」與醫用畫像「I101」進行比較。
．關於腦的「面積」，係持續變化率「-1%」，且持續變化量「-5」。該等數值係被換算成「變化期間1個月」的變化率(量)者。結果，一個月若為變化率各以「-1%」、若為變化量則各以「-5cm2」，腦的面積持續收縮。
．關於腦的「明度」，變化率如「+4%，-4%，+6%，-2%」般推移，變化量如「+8，-8，+12%，-4%」般推移。結果，明度係一邊反覆大幅增加、減少的振幅，一邊傾向呈增加。
．醫師「D002」係在最初的診斷時點之後一貫做出為「輕度認知障礙」的診斷。
(類型)
按照圖10，說明時間序列圖表的類型。圖9中的第3行~第6行的記錄係針對患者「P002」的記錄。該等記錄與圖10的時間序列圖表231及232相對應。注目被記憶在圖9第3行~第6行的記錄的變化率欄225的各自的向量的第1個(最左)的成分。該成分係表示腦的面積的變化率，由上面的記錄依序，亦即以時間序列為「-1%」、「-1%」、「-1%」、及「-1%」。將此時間序列的推移圖表化者為圖10的時間序列圖表231。同樣地，注目被記憶在圖9第3行~第6行的記錄的變化率欄225的各自的向量的(由左)第2個成分。該成分係表示腦的明度的變化率，由上面的記錄依序，亦即以時間序列為「+4%」、「-4%」、「+6%」、及「-2%」。將此時間序列的推移圖表化者即為圖10的時間序列圖表232。
圖9中的第7行~第10行的記錄係針對患者「P003」的記錄。該等記錄與圖10的時間序列圖表233及234相對應。注目被記憶在圖9第7行~第10行的記錄的變化率欄225的各自的向量的第1個(最左)的成分。該成分係表示肺的結節數的變化率，由上面的記錄依序，亦即以時間序列為「+3%」、「+3%」、「+4%」、及「+4%」。將此時間序列的推移圖表化者為圖10的時間序列圖表233。同樣地，注目被記憶在圖9第7行~第10行的記錄的變化率欄225的各自的向量的(由左)第2個成分。該成分係表示肺的明度分散的變化率，由上面的記錄 依序，亦即以時間序列為「+2%」、「+2%」、「+3%」、及「+3%」。將此時間序列的推移圖表化者為圖10的時間序列圖表234。
以上係說明將變化率圖表化之例。但是，同樣地，亦可將變化量圖表化。接著，考慮將該等時間序列圖表，根據其形狀及位置等，進行區分群組(圖案化)。將該群組區分之一例顯示為「類型一覽」35。
(類型一覽)
圖10的類型一覽35中，與被記憶在類型欄241的類型產生關連地，在符號的推移欄242記憶有符號的推移，在增減傾向欄243記憶有增減傾向，在時間序列圖表之例欄244記憶有時間序列圖表之例。
類型欄241的類型係單義識別類型的識別碼。類型在此係指「符號的推移」及「增減傾向」的組合。
符號的推移欄242的符號的推移係表示變化率的符號如何發生變化。
增減傾向欄243的增減傾向係表示變化率的水準傾向如何推移。
時間序列圖表之例欄244的時間序列圖表之例係與類型相符的時間序列圖表的符號。可知時間序列圖表231係屬於類型「a」，時間序列圖表232係屬於類型「b」，時間序列圖表233及234係均屬於類型「c」。
以上說明的符號的推移及增減傾向的組合僅 為一例。除了該等之外，可假想時間序列圖表的凹凸(2次導函數的符號)、反曲點的數、時間序列圖表與橫軸(變化率=0)呈交叉的次數、與橫軸的距離(振幅)、積分值(時間序列圖表與橫軸之間的面積)、頻率、波長、收斂值(漸近線)的有無、收斂值的水準、成為非連續的複數曲線時的該等的時間序列上的推移等的組合作為類型。亦即，一般而言，類型意指若為按照將時間序列圖表在數學上、物理學上進行處理的結果，可將時間序列圖表不重複地進行分類者，則可為任意者。
(處理順序)
以下說明本實施形態之處理順序。處理順序存在2個，該等係成為基本的第1處理順序、及屬於其之發展型的第2處理順序。罹患率評估裝置1係可藉由執行任一者來算出罹患率。
(第1處理順序)
按照圖11，說明第1處理順序。其中，在開始第1處理順序的時點，畫像管理資訊31、異常判定資訊32、及醫師診斷資訊33設為在被完成的狀態下被儲存在輔助記憶裝置15者。此外，在畫像管理資訊31記憶有畫像ID的所有醫用畫像34設為被儲存在輔助記憶裝置15者。接著，為簡化說明，罹患率評估裝置1與終端裝置2設為形成為彙整在1個框體的構成者。亦即，醫師等使用 者係設為操作罹患率評估裝置1的輸入裝置12等者。
在步驟S301中，輸出入控制部26係取得比較對象的醫用畫像。具體而言，輸出入控制部26係接受醫師等使用者透過輸入裝置12來輸入患者ID、部位名、及醫用畫像。在此所被輸入的醫用畫像係現在的醫用畫像(圖2的符號112)，以下有時稱為「比較對象醫用畫像」。此外，在此有時將所接受的患者ID及部位名在以下分別稱為「對象患者ID」及「對象部位名」。
在步驟S302中，輸出入控制部26係取得比較基準的醫用畫像。具體而言，輸出入控制部26係第1，將對象患者ID及對象部位名作為檢索鍵，檢索畫像管理資訊31(圖7)，取得相符記錄之中攝像時點為最新的記錄。
輸出入控制部26係第2，由輔助記憶裝置15取得具有在步驟S302的「第1」中所取得的記錄的畫像ID的醫用畫像。假設在被儲放在輔助記憶裝置15的全部醫用畫像附有畫像ID。在此所取得的醫用畫像，以下有時稱為「比較基準醫用畫像」。
在步驟S303中，相對位置補正部21係進行醫用畫像的對位。在此暫時返回圖2，注目比較基準醫用畫像111及比較對象醫用畫像112。兩者畫像係成為對象的患者及部位為相同，但是亦有取得該等畫像的攝像裝置為不同的情形。此外，假設為以相同的攝像裝置取得兩者畫像者，亦會有各自的攝像時點中的攝像裝置的設定條 件、攝像環境等為不同的情形。如此一來，兩者畫像變得無法在照原樣的狀態下進行比較。因此，以將兩者畫像相疊合而取得差分(符號113)的前階段而言，必須進行兩者畫像的對位。
具體而言，相對位置補正部21係第1，由比較基準醫用畫像之中選擇2個骨骼等經時變化少的點。要如何選擇如上所示之2點，係依部位而異。若為腦的醫用畫像，如上所示之2點例如為頭骨的重心111a(圖2)及頭骨的頂點111b(圖2)。以下以腦的情形為例來繼續說明。
相對位置補正部21係第2，由比較對象醫用畫像之中，選擇與在步驟S303的「第1」中所選擇的2個點相對應的點(圖2的點112a及112b)。
相對位置補正部21係第3，將比較對象醫用畫像與比較基準醫用畫像重疊放置在同一平面。接著，以點112a與點111a重疊，而且點112b與點111b重疊的方式，將比較對象醫用畫像全體縮小或放大。如上所示縮小或放大後的比較對象醫用畫像，以下有時稱為「位置補正後比較對象醫用畫像」。
在步驟S304中，差分畫像算出部22係決定應比較的特徵量。具體而言，差分畫像算出部22係第1，將對象部位名作為檢索鍵來檢索異常判定資訊32(圖8)，將相符的所有記錄顯示在輸出裝置13。
差分畫像算出部22係第2，使用者由步驟S304的「第1」中所顯示的記錄的特徵量之中，接受透過輸入裝 置12選擇1或複數特徵量(的類別)。此時，差分畫像算出部22亦可接受使用者輸入特徵量的類別的數。例如若被輸入「2」時，差分畫像算出部22係在異常判定資訊32之中，看作被選擇出具有對象部位名且優先度為「2」以下的記錄的特徵量(「面積」及「明度」)者。在此作為僅被選擇出「面積」者來繼續以下的說明。在此所被選擇的特徵量在以下有時稱為「選擇特徵量」。
差分畫像算出部22係第3，接受使用者透過輸入裝置12來選擇「變化率」及「變化量」之中之任一者。在此作為被選擇出「變化率」者來繼續以下的說明。
在步驟S305中，差分畫像算出部22係作成差分畫像。具體而言，差分畫像算出部22係第1，將比較基準醫用畫像及位置補正後比較對象醫用畫像相疊合，針對和集合區域內的任意像素，由比較對象醫用畫像的像素值減算比較基準醫用畫像的像素值。在此、「和集合區域」係指比較基準醫用畫像中的腦的輪廓內區域、與位置補正後比較對象醫用畫像中的腦的輪廓內區域的和集合部分(任一者呈相符的部分)。差分畫像算出部22亦可針對位於和集合區域內的所有位置的像素，執行該處理。此外，在和集合區域中，由左而右再由上而下，如第1個、第2個、第3個、...般特定像素的位置時，亦可例如僅針對第「10的整數倍」個位置的像素進行處理(抽拔處理)。
差分畫像算出部22係第2，特定步驟S305的「第1」的減算結果超過某臨限值的像素。通常，在腦的 組織被攝像的像素的像素值、與非為其之(腦內空間的)像素的像素值的間係存在有意義的差。
差分畫像算出部22係第3，作成將在步驟S305的「第2」中所特定的像素的像素值設為預定的像素值(例如表示「白」的像素值)，將其他像素的像素值設為其他預定的像素值(例如表示「黑」的像素值)的差分畫像。藉由該差分畫像，使用者係可輕易視認部位的哪一處進行縮小或放大。
在步驟S306中，變化率算出部23係算出變化率等。具體而言，變化率算出部23係第1，在比較基準醫用畫像的像素之中，對屬於腦的輪廓內的區域的像素的數量進行計數，此外，將對該數量乘以預定的換算係數後的結果設為面積「p」。
變化率算出部23係第2，在比較對象醫用畫像的像素之中，對屬於腦的輪廓內的區域的像素的數量進行計數，此外，將對該數量乘以該換算係數後的結果設為面積「q」。
變化率算出部23係第3，算出變化率((q-p)/p×100)。其中，在步驟S304的「第3」中接受「變化量」時，變化率算出部23係算出變化量(q-p)。
變化率算出部23係第4，使用比較基準醫用畫像的攝像時點與比較對象醫用畫像的攝像時點的天數的差分，將在步驟S306的「第3」中所算出的變化率換算成變化期間中的變化率。例如，若天數的差分為「50天」，與 選擇特徵量相對應的「變化期間」為1個月時，在步驟S306的「第3」中所算出的變化率乘以「30/50」。
在步驟S307中，異常有無判定部24係判定有無異常。具體而言，異常有無判定部24係第1，將對象部位名及選擇特徵量作為檢索鍵，檢索異常判定資訊32(圖8)，取得相符記錄的正常變化率範圍。其中，若在步驟S304的「第3」中接受「變化量」時，異常有無判定部24係取得正常變化量範圍。
異常有無判定部24係第2，判定在步驟S306的「第4」中所換算的變化率是否在步驟S307的「第1」中所取得的正常變化率範圍內，若在範圍內，生成判定結果「正常」，若不在範圍內，則生成判定結果「異常」。
在步驟S308中，罹患率算出部25係算出罹患率。具體而言，罹患率算出部25係第1，由醫師診斷資訊33(圖9)，取得完全滿足以下條件1及條件2的記錄。
(條件1)部位名(欄224)與對象部位名相一致。
(條件2)與選擇特徵量相對應的變化率(欄225)與在步驟S306的「第4」中所換算的變化率相一致。或者，即使不是完全相一致，亦包含在預定的誤差範圍內。
現在假設對象部位名為「腦」，選擇特徵量為「面積」，在步驟S306的「第4」中所換算的變化率為「-1%」。如此一來，取得圖9的第3行~第6行及第11行的記錄。
罹患率算出部25係第2，取得在步驟S308的「第1」中所取得的所有記錄的疾病名。接著，按每個所取得的疾病名，保持所取得的記錄的數量。在此，保持「(輕度認知障礙，4)，(失智症，1)」。
罹患率算出部25係第3，對僅滿足「條件1」的記錄的數量(對象部位記錄數)進行計數。在此，對象部位記錄數為「7」。
罹患率算出部25係第4，按每個在步驟S308的「第1」中所取得的所有記錄的疾病名，保持將該疾病名的記錄的數量除以對象部位記錄數所得的值(罹患率)。在此，保持「(輕度認知障礙，57%)，(失智症，14%)」。「57%」係4/7×100的計算結果，「14%」係1/7×100的計算結果。
在步驟S309中，輸出入控制部26係顯示診斷結果。具體而言，輸出入控制部26係將診斷結果顯示畫面51a(圖13)顯示在輸出裝置13，且在診斷結果顯示畫面51a的以下欄位分別顯示以下資訊。
．患者ID欄131：對象患者ID
．患者姓名欄132：對象患者ID所特定的患者姓名
．部位名欄133：對象部位名
．「前次」欄134a：比較基準醫用畫像
．前次時點欄134b：比較基準醫用畫像的攝像時點
．「本次」欄135a：位置補正後比較對象醫用畫像
．本次時點欄135b：比較對象醫用畫像的攝像時點
．「差分」欄136：差分畫像
判定結果表137係具有：特徵量欄137a、變化率欄137b、變化量欄137c、及判定結果欄137d。在特徵量欄137a係顯示全部與對象部位名相對應的特徵量。接著，輸出入控制部26係在具有選擇特徵量的行的變化率欄137b(或變化量欄137c)顯示在步驟S306的「第4」中經換算的變化率(或變化量)。此外，在判定結果欄137d顯示在步驟S307的「第2」中所生成的判定結果。其中，「*」係表示針對該欄位未執行處理的情形。
罹患率表138係具有：疾病名欄138a、罹患率欄138b、及確定欄138c。輸出入控制部26係將在步驟S308的「第4」中所保持的「(輕度認知障礙，57%)，(失智症，14%)」般的疾病名及罹患率的組合，顯示在疾病名欄138a及罹患率欄138b。
在步驟S310中，輸出入控制部26係登錄診斷結果。具體而言，輸出入控制部26係第1，接受醫師等使用者在罹患率表138的任何行的確定欄138c所顯示的核取方塊輸入核取標記，且按下「確定結果登錄」按鍵139。醫師等使用者係確認比較基準醫用畫像134a、位置補正後比較對象畫像135a、差分畫像136、及判定結果表137，根據自身的見解，來輸入核取標記。並非為必須在罹患率表138的罹患率為最高的行輸入核取標記。此外，亦會有顯示出罹患率的疾病名之中可判斷為適當的疾病名未被顯示的情形。此時，使用者係由疾病名欄138a的雙 線之下的區域，選擇被認為適當的疾病名。接著，在雙線之下的核取方塊輸入核取標記，且按下「確定結果登錄」按鍵139。其中，使用者若在任何核取方塊均無輸入核取標記，就按下「確定結果登錄」按鍵139時，輸出入控制部26係看作被選擇出疾病名「(無相符)」者。
輸出入控制部26係第2，作成醫師診斷資訊33(圖9)的新記錄，在該新記錄的以下欄位分別記憶以下資訊。
．患者ID欄221：對象患者ID
．醫師ID欄222：使用者自身的醫師ID
．診斷畫像ID欄223：比較基準醫用畫像的畫像ID、及重新編號的比較對象醫用畫像的畫像ID
．部位名欄224：對象部位名
．變化率欄225(或變化量欄226)的選擇特徵量相對應的成分的位置：在步驟S306的「第4」中經換算的變化率(或變化量)
．變化率欄225(或變化量欄226)的其他成分的位置：「*」
．疾病名欄227：與所被輸入的核取標記相對應的疾病名或「(無相符)」
．診斷時點欄228：現時點的年月日
之後，結束第1處理順序。
(第2處理順序)
按照圖12，說明第2處理順序。其中，在開始第2處理順序的時點，假設為成立與第1處理順序為相同的前提者。
在步驟S401中，輸出入控制部26係取得比較對象的醫用畫像。步驟S401的處理係與第1處理順序的步驟S301相同。
在步驟S402中，輸出入控制部26係取得比較基準的醫用畫像。具體而言，輸出入控制部26係第1，將對象患者ID及對象部位名作為檢索鍵，檢索畫像管理資訊31(圖7)，相符記錄之中以攝像時點由新而舊的順序，以預定的數量取得記錄。在此，預定的數量設為「3」，繼續以下的說明。
輸出入控制部26係第2，由輔助記憶裝置15取得具有在步驟S402的「第1」中所取得的記錄的畫像ID的醫用畫像。設為在被儲放在輔助記憶裝置15的所有醫用畫像均為附有畫像ID者。在此所取得的醫用畫像之中攝像時點為最久者，在以下有時稱為「比較基準醫用畫像」，除此之外者(2個)稱為「中間醫用畫像」。
在步驟S403中，相對位置補正部21係進行醫用畫像的對位。步驟S403的處理係與第1處理順序的步驟S303相同。但是，相對位置補正部21係設為針對「中間醫用畫像」亦進行相對「比較基準醫用畫像」的對位，且作成「位置補正後中間醫用畫像」者。
在步驟S404中，差分畫像算出部22係決定 應進行比較的特徵量。步驟S404的處理係與第1處理順序的步驟S304相同。
在步驟S405中，差分畫像算出部22係作成差分畫像。步驟S405的處理係與第1處理順序的步驟S305相同。但是，差分畫像算出部22係設為作成以下所有差分畫像者。
．「比較基準醫用畫像」與「位置補正後中間醫用畫像之中攝像時點較早者」的差分畫像
．「位置補正後中間醫用畫像之中攝像時點較早者」與「位置補正後中間醫用畫像之中攝像時點較晚者」的差分畫像
．「位置補正後中間醫用畫像之中攝像時點較晚者」與「位置補正後比較對象醫用畫像」的差分畫像
在步驟S406中，變化率算出部23係算出變化率等。步驟S406的處理係與第1處理順序的步驟S306相同。但是，變化率算出部23係設為將以下變化率(或變化量)全部進行算出者。
．「中間醫用畫像之中攝像時點較早者」相對於「比較基準醫用畫像」的變化率(或變化量)
．「中間醫用畫像之中攝像時點較晚者」相對於「比較基準醫用畫像」的變化率(或變化量)
．「比較對象醫用畫像」相對於「比較基準醫用畫像」的變化率(或變化量)
在此，變化率算出部23係針對攝像時點不同的3個 醫用畫像，取得與成為基準的醫用畫像的變化率。當然，亦可針對攝像時點不同的4個以上的醫用畫像，取得與成為基準的醫用畫像的變化率。
在步驟S407中，異常有無判定部24係判定有無異常。具體而言，異常有無判定部24係第1，將對象部位名及選擇特徵量作為檢索鍵，檢索異常判定資訊32(圖8)，取得相符記錄的正常變化率範圍。其中，在步驟S404(S304)的「第3」中接受「變化量」時，異常有無判定部24係取得正常變化量範圍。
異常有無判定部24係第2，判定在步驟S406(S306)的「第4」中經換算的全部變化率是否位於在步驟S407的「第1」中所取得的正常變化率範圍內，若全部變化率位於範圍內時，即生成判定結果「正常」，除此之外的情形則生成判定結果「異常」。
在步驟S408中，罹患率算出部25係將過去的診斷例進行分類。具體而言，罹患率算出部25係第1，由醫師診斷資訊33(圖9)，取得全部滿足以下條件3~條件5的記錄。
(條件3)部位名(欄224)與對象部位名相一致。
(條件4)與選擇特徵量相對應的變化率(非為「*」者)被記憶在變化率欄225。
(條件5)患者ID並非為對象患者ID。
罹患率算出部25係第2，將在步驟S408的「第1」中所取得的記錄按每個患者ID進行排序，作成 按每個患者ID的記錄群。
罹患率算出部25係第3，刪除在步驟S408的「第2」中所作成的記錄群之中屬於該記錄群的記錄的數量不滿足預定的數量者。此時的預定的數量為例如「4」。亦即，若有「4」以上的記錄，根據該等記錄的變化率的時間序列的推移係可作為有意者來處理。
罹患率算出部25係第4，根據在步驟S408的「第3」中未被刪除而殘留下來的記錄群，作成針對該患者的選擇特徵量的時間序列圖表。亦即，罹患率算出部25係例如按每個患者ID作成針對對象部位「腦」及選擇特徵量「面積」的變化率的時間序列圖表(參照例如圖10的符號231)。在此，作成時間序列圖表的方法係以步驟S406中所說明的方法為準。
罹患率算出部25係第5，作成複數類型，將在步驟S408的「第4」中所作成的時間序列圖表，以所作成的類型進行分類。接著，將時間序列圖表的患者ID、類型及疾病名相互產生關連地暫時保持。類型意指將時間序列圖表，按照在數學上、物理學上以任意方法進行處理的結果，將時間序列圖表不重複地進行分類時的各自的圖案(按照圖10如前所述)。此時暫時保持的資訊為例如「(P001，類型d，輕度認知障礙)，(P002，類型e，失智症)，(P003，類型f，腦腫瘤)，(P004，類型g，腦膜炎)，(P006，類型d，輕度認知障礙)，(P007，類型f，腦腫瘤)，(P009，類型g，腦膜炎)，...」。以下係有將「(患 者ID，類型，疾病名)」稱為「分類完畢資訊」的情形。1個分類完畢資訊與1個時間序列圖表相對應。
在步驟S409中，罹患率算出部25係將達及比較對象的醫用畫像的畫像的變化的推移進行分類。具體而言，罹患率算出部25係第1，根據在步驟S406中所算出的複數變化率，作成由比較基準醫用畫像、經由中間醫用畫像而達及比較對象醫用畫像的(針對對象患者ID的患者的)變化率的時間序列圖表。
罹患率算出部25係第2，決定在步驟S409的「第1」中所作成的時間序列圖表是否與在步驟S408的「第5」中所作成的類型之中的任一者相符。此時所決定的類型在以下有時稱為「患者類型」。
在步驟S410中，罹患率算出部25係算出罹患率。具體而言，罹患率算出部25係第1，在步驟S408的「第5」中所保持的分類完畢資訊之中，按照每個疾病名，來計數具有患者類型者的數量。接著，將所計數的數量與疾病名產生關連地暫時記憶。此時暫時保持的資訊為例如「(輕度認知障礙，8)，(失智症，4)，(腦膜炎，2)，...」。
罹患率算出部25係第2，將在步驟S410的「第1」中所計數的每個疾病名的數量(8，4，2，...)除以具有患者類型的分類完畢資訊的總數，將其結果亦即百分率，與疾病名產生關連地暫時保持。現在假設具有患者類型的分類完畢資訊的總數為「20」。如此一來，在前述之 例中，罹患率算出部25係保持「(輕度認知障礙，40%)，(失智症，20%)，(腦膜炎，10%)，...」。「40%」係8/20×100的計算結果，「20%」係4/20×100的計算結果，「10%」係2/20×100的計算結果。
在步驟S411中，輸出入控制部26係顯示診斷結果。具體而言，輸出入控制部26係將診斷結果顯示畫面51b(圖14)顯示在輸出裝置13，在診斷結果顯示畫面51b的以下欄位分別顯示以下資訊。
．患者ID欄131：對象患者ID
．患者姓名欄132：對象患者ID所特定的患者姓名
．部位名欄133：對象部位名
．「基準」欄140a：比較基準醫用畫像
．「前前次」欄140b：位置補正後中間醫用畫像之中攝像時點較早者
．「前次」欄140c：位置補正後中間醫用畫像之中攝像時點較晚者
．「本次」欄140d：位置補正後比較對象醫用畫像
．基準時點欄141a：比較基準醫用畫像的攝像時點
．前前次時點欄141b：中間醫用畫像之中攝像時點較早者的攝像時點
．前次時點欄141c：中間醫用畫像之中攝像時點較晚者的攝像時點
．本次時點欄141d：比較對象醫用畫像的攝像時點
．欄142a：比較基準醫用畫像、與位置補正後中間 醫用畫像之中攝像時點較早者的差分畫像
．欄142b：位置補正後中間醫用畫像之中攝像時點較早者、與位置補正後中間醫用畫像之中攝像時點較晚者的差分畫像
．欄142c：位置補正後中間醫用畫像之中攝像時點較晚者、與位置補正後比較對象醫用畫像的差分畫像
．欄143：在步驟S409的「第1」中所作成的時間序列圖表
關於判定結果表137，直接應用關於圖13的說明。但是，變化率(或變化量)係以下限及上限的組合(表示時間序列圖表的上下振幅)予以顯示。關於罹患率表138，亦直接應用關於圖13的說明。
在步驟S412中，輸出入控制部26係登錄診斷結果。具體而言，輸出入控制部26係第1，執行與第1處理順序的步驟S310的「第1」及「第2」的處理相同的處理。
輸出入控制部26係第2，由醫師診斷資訊33(圖9)取得具有對象患者ID的記錄。接著，將所取得的記錄的疾病名，更新為與所被輸入的核取標記相對應的疾病名或「(無相符)」且進行覆寫。若在醫師診斷資訊33不存在具有對象患者ID的記錄時，即什麼也不進行。
之後，結束第2處理順序。
(變形例1)
在第1處理順序的步驟S304的「第2」中，選擇出複數「選擇特徵量」(類別)時的處理係如以下所示。
(1)差分畫像算出部22等係按每個選擇特徵量，反覆步驟S305~S308的處理。
(2)輸出入控制部26係針對步驟S309的處理，除了以下，執行與前述步驟S309的處理內容為相同的處理。
．在「差分」欄136(圖13)中，顯示關於複數選擇特徵量的差分畫像。亦可如「面積」的差分畫像(5秒鐘)→「明度」的差分畫像(5秒鐘)→...般以幻燈片型式顯示。
．在具有判定結果表137的選擇特徵量的各個的全部行顯示變化率(或變化量)及判定結果。
．在罹患率欄138b中，將罹患率，如「(面積，明度，溫度，色彩，...)=(20%，15%，*，10%，...)」般，與選擇特徵量產生關連地顯示。
(3)輸出入控制部26係針對步驟S310的處理，執行與前述步驟S310的處理內容為相同的處理。
(變形例2)
在第2處理順序的步驟S404(S304)的「第2」中，選擇出複數「選擇特徵量」(類別)時的處理係如以下所示。
(1)差分畫像算出部22等係按每個選擇特徵量，反覆進行步驟S405~S410的處理。
(2)輸出入控制部26係針對步驟S411的處理，除了以下，執行與前述步驟S411的處理內容為相同的處理。
．在「差分」欄142a、142b及142c(圖14)中，顯示關於複數選擇特徵量的差分畫像。亦可以幻燈片型式顯示。
．在欄143中，顯示關於複數選擇特徵量的時間序列圖表。亦可以幻燈片型式顯示。
．在具有判定結果表137的選擇特徵量的各個的全部行顯示變化率(或變化量)的上限及下限的組合以及判定結果。
．在罹患率欄138b中，將罹患率，如「(面積，明度，溫度，色彩，...)=(20%，15%，*，10%，...)」般，與選擇特徵量產生關連地顯示。
(3)輸出入控制部26係關於步驟S412的處理，執行與前述步驟S412的處理內容為相同的處理。
(實施形態之效果)
本實施形態之罹患率評估裝置1係達成以下效果。
(1)罹患率評估裝置1係使用所接受的特徵量的差分來檢索過去的診斷例。此時，若限定特徵量的類別數，關於過去的診斷例的醫用畫像，或關於所接受的醫用畫像，亦未被要求為高畫質。因此，可有效利用如定期健康診斷等般不一定要求高畫質的大量資料。此外，罹患率評估裝置1係算出差分。因此，若繼續使用同一攝像機器3所攝像到的醫用畫像，可消去攝像機器固有的計測誤差(畫像的變形等)。
(2)罹患率評估裝置1係使用差分的「率」與「量」的任一者或兩者。因此，可按照特徵量的類別，來評估多面性的罹患率。
(3)罹患率評估裝置1係將診斷結果反饋作為醫師診斷資訊33。因此，使用次數愈為增加，每逢醫用畫像的攝像所發生的隨機計測誤差的影響相對愈小，診斷精度即提升。
(4)罹患率評估裝置1係按照特徵量的類別，進行「異常」或「正常」的判定。因此，可輕易得知在什麼類別的特徵量發生較大的變化。
(5)罹患率評估裝置1係使用在不同的3以上的時點的變化的推移來檢索診斷例。因此，診斷結果形成為反映出更為長期的觀點者，對患者的受診心理亦帶來好影響。
(6)罹患率評估裝置1係使用複數類別的特徵量。因此，可靈活且機動性地使用符合部位或疾病的特性的特徵量。
(7)罹患率評估裝置1係顯示差分畫像。因此，可輕易視認差分的變化。
(8)罹患率評估裝置1係將差分換算成關於預定長度的期間的差分。因此，差分係形成為按照部位、疾病及特徵量的類別，在感覺上容易理解、而且容易比較者。
(9)罹患率評估裝置1係進行醫用畫像的對位。因此，可進行設定條件或攝像環境不同的醫用畫像彼此的比較。
其中，本發明並非限定於前述實施例，包含各種變形例。例如，前述實施例係為容易瞭解本發明來進行說明而詳細說明者，並非一定限定於具備所說明的所有構成者。此外，可將某實施例的構成的一部分置換成其他實施例的構成，此外，亦可在某實施例的構成添加其他實施例的構成。此外，關於各實施例的構成的一部分，亦可進行其他構成的追加、刪除、置換。
此外，前述各構成、功能、處理部、處理手段等亦可藉由將該等的一部分或全部，例如以積體電路設計等而以硬體實現。此外，前述各構成、功能等亦可藉由解釋、執行處理器實現各自的功能的程式而以軟體實現。實現各功能的程式、表格、檔案等資訊係可放置在記憶體、或硬碟、SSD(Solid State Drive，固體狀態驅動機)等記錄裝置、或IC卡、SD卡、DVD等記錄媒體。
此外，控制線或資訊線係表示為說明方便被認為為所需者，在製品上並不一定顯示出所有控制線或資訊線。實際上亦可認為幾乎所有構成相互連接。
51a‧‧‧診斷結果顯示畫面
131‧‧‧患者ID欄
132‧‧‧患者姓名欄
133‧‧‧部位名欄
134a‧‧‧「前次」欄
134b‧‧‧前次時點欄
135a‧‧‧「本次」欄
135b‧‧‧本次時點欄
136‧‧‧「差分」欄
137‧‧‧判定結果表
137a‧‧‧特徵量欄
137b‧‧‧變化率欄
137c‧‧‧變化量欄
137d‧‧‧判定結果欄
138‧‧‧罹患率表
138a‧‧‧疾病名欄
138b‧‧‧罹患率欄
138c‧‧‧確定欄
139‧‧‧「確定結果登錄」按鍵

Claims (11)

  1. 一種罹患率評估裝置，其特徵為：具備有：記憶部、及控制部，該記憶部係儲存與身體的部位產生關連地被記憶對前述部位進行攝像的攝像時點不同的2個畫像的差分、及疾病名的診斷資訊，該控制部係具有：輸入部，其係接受使用者輸入成為診斷對象的前述部位；差分畫像算出部，其係接受前述使用者輸入畫像的特徵量的類別；變化率算出部，其係針對前述所接受的類別，算出對診斷對象者之成為診斷對象的部位進行攝像的攝像時點不同的2個畫像的差分；罹患率算出部，其係將成為診斷對象的前述部位、及前述所算出的差分作為檢索鍵，檢索前述診斷資訊，取得相符記錄的疾病名，根據前述相符記錄的數量相對於具有前述部位的記錄的數量所佔比率來算出罹患率；及輸出部，其係按每個前述所取得的疾病名，顯示前述所算出的罹患率。
  2. 如申請專利範圍第1項之罹患率評估裝置，其中，前述差分係由對前述部位進行攝像之攝像時點不同的2個畫像所取得的值的變化量及/或絕對量。
  3. 如申請專利範圍第2項之罹患率評估裝置，其中， 前述控制部係加上具有前述所接受的部位、前述所算出的差分、及前述所取得的疾病名的記錄作為前述診斷資訊的新記錄。
  4. 如申請專利範圍第3項之罹患率評估裝置，其中，前述記憶部係儲存與前述部位及前述類別產生關連地被記憶被診斷為前述差分為正常的數值範圍的判定資訊，前述控制部係將前述成為診斷對象的部位、前述所接受的類別、及前述所算出的差分作為檢索鍵，檢索前述判定資訊，來取得相符記錄的數值範圍，按照在前述所取得的數值範圍是否包含前述所算出的差分，來判定前述成為診斷對象的部位是否為正常。
  5. 如申請專利範圍第4項之罹患率評估裝置，其中，前述差分係以時間序列表示攝像時點不同的3個以上的前述畫像的差分的推移者。
  6. 如申請專利範圍第5項之罹患率評估裝置，其中，前述所接受的類別係複數類別，前述控制部係針對前述複數類別，算出前述罹患率。
  7. 如申請專利範圍第6項之罹患率評估裝置，其中，前述控制部係顯示僅顯示出對成為前述診斷對象的部位進行攝像的攝像時點不同的2個畫像的差分的畫像。
  8. 如申請專利範圍第7項之罹患率評估裝置，其中，前述控制部係將前述所算出的差分，換算為關於預定長度的期間的差分。
  9. 如申請專利範圍第8項之罹患率評估裝置，其中， 前述控制部係藉由將2組對應點彼此相疊合，來進行對前述成為診斷對象的部位進行攝像的攝像時點不同的2個畫像的對位。
  10. 一種罹患率評估方法，其係具備有下述控制部之罹患率評估裝置之罹患率評估方法，其特徵為：控制部係：接受使用者透過輸入裝置來輸入畫像的特徵量的類別、及成為診斷對象的身體的部位，針對前述所接受的類別，算出對診斷對象者之成為診斷對象的部位進行攝像的攝像時點不同的2個畫像的差分，將成為診斷對象的前述部位、及前述所算出的差分作為檢索鍵，檢索與前述部位產生關連地被記憶對前述部位進行攝像的攝像時點不同的2個畫像的差分、及疾病名的診斷資訊，且取得相符的疾病名，根據前述相符記錄的數量相對於具有前述部位的記錄的數量所佔比率來算出罹患率，按每個前述所取得的疾病名，顯示前述所算出的罹患率。
  11. 一種罹患率評估程式，其係用以使罹患率評估裝置發揮功能的罹患率評估程式，其特徵為：對罹患率評估裝置的記憶部，使其執行以下處理：儲存與身體的部位產生關連地被記憶對前述部位進行攝像的攝像時點不同的2個畫像的差分、及疾病名的診斷 資訊，對前述罹患率評估裝置的控制部，使其執行以下處理：接受使用者輸入畫像的特徵量的類別、及成為診斷對象的前述部位，針對前述所接受的類別，算出對診斷對象者之成為診斷對象的部位進行攝像的攝像時點不同的2個畫像的差分，將成為診斷對象的前述部位、及前述所算出的差分作為檢索鍵，檢索前述診斷資訊，取得相符記錄的疾病名，根據前述相符記錄的數量相對於具有前述部位的記錄的數量所佔比率，算出罹患率，按每個前述所取得的疾病名，顯示前述所算出的罹患率。
TW103125674A 2013-08-27 2014-07-28 A morbidity assessment device, a morbidity assessment method, and a morbidity assessment program TWI524198B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/072856 WO2015029135A1 (ja) 2013-08-27 2013-08-27 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム

Publications (2)

Publication Number Publication Date
TW201518967A true TW201518967A (zh) 2015-05-16
TWI524198B TWI524198B (zh) 2016-03-01

Family

ID=52585754

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103125674A TWI524198B (zh) 2013-08-27 2014-07-28 A morbidity assessment device, a morbidity assessment method, and a morbidity assessment program

Country Status (3)

Country Link
JP (1) JP6208243B2 (zh)
TW (1) TWI524198B (zh)
WO (1) WO2015029135A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI788629B (zh) * 2019-02-25 2023-01-01 大陸商騰訊科技（深圳）有限公司 圖像處理方法、裝置及系統、電子設備及電腦可讀儲存媒體

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6667231B2 (ja) 2015-08-31 2020-03-18 キヤノン株式会社 情報処理装置、画像処理装置、情報処理システム、情報処理方法、及びプログラム。
CN106294751B (zh) * 2016-08-10 2019-05-17 依据数据（湖南）科技有限公司 基于关键词网络相关性分析的异常检查报告自动识别方法
EP3648056A1 (en) * 2017-06-30 2020-05-06 Fujifilm Corporation Medical image processing device, method, and program
JP7140477B2 (ja) * 2017-08-25 2022-09-21 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理装置の制御方法、及びプログラム
WO2019044077A1 (ja) 2017-08-28 2019-03-07 富士フイルム株式会社 医用画像処理装置、方法およびプログラム
GB201716890D0 (en) 2017-10-13 2017-11-29 Optellum Ltd System, method and apparatus for assisting a determination of medical images
JP7229721B2 (ja) 2018-10-29 2023-02-28 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
WO2021060461A1 (ja) * 2019-09-25 2021-04-01 富士フイルム株式会社 画像処理装置、方法およびプログラム
JP7451170B2 (ja) 2019-12-20 2024-03-18 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報処理装置、情報処理方法およびプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4021179B2 (ja) * 2000-11-29 2007-12-12 富士通株式会社 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法
JP2004288047A (ja) * 2003-03-24 2004-10-14 Fujitsu Ltd 診療支援システム及び診療支援プログラム
JP4799251B2 (ja) * 2006-04-05 2011-10-26 富士フイルム株式会社 類似症例検索装置、類似症例検索方法およびそのプログラム
JP5159242B2 (ja) * 2007-10-18 2013-03-06 キヤノン株式会社 診断支援装置、診断支援装置の制御方法、およびそのプログラム
JP5478328B2 (ja) * 2009-09-30 2014-04-23 富士フイルム株式会社 診断支援システム、診断支援プログラムおよび診断支援方法
JP5789791B2 (ja) * 2011-07-25 2015-10-07 パナソニックＩｐマネジメント株式会社 類似症例検索装置および読影知識抽出装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI788629B (zh) * 2019-02-25 2023-01-01 大陸商騰訊科技（深圳）有限公司 圖像處理方法、裝置及系統、電子設備及電腦可讀儲存媒體
US11928816B2 (en) 2019-02-25 2024-03-12 Tencent Technology (Shenzhen) Company Limited Image processing method, apparatus, and system, electronic device, and storage medium

Also Published As

Publication number Publication date
TWI524198B (zh) 2016-03-01
JPWO2015029135A1 (ja) 2017-03-02
WO2015029135A1 (ja) 2015-03-05
JP6208243B2 (ja) 2017-10-04

Similar Documents

Publication Publication Date Title
TWI524198B (zh) A morbidity assessment device, a morbidity assessment method, and a morbidity assessment program
US10540763B2 (en) Systems and methods for matching, naming, and displaying medical images
US9271651B2 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using patient related time trend data
JP5383431B2 (ja) 情報処理装置、情報処理方法及びプログラム
RU2543563C2 (ru) Системы и способы поддержки клинических решений
US20110129131A1 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data and disease profiles
US20110129129A1 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related data for determining a disease signature
US8254648B2 (en) Method for providing adaptive hanging protocols for image reading
JP6099592B2 (ja) 類似症例検索装置及び類似症例検索プログラム
US20060142647A1 (en) Diagnosis aiding apparatus, method, and computer program
WO2015146520A1 (ja) 類似症例検索装置、類似症例検索方法、及び類似症例検索プログラム
EP3884497A1 (en) System and method for assessing medical images
JP2018097463A (ja) 診断支援装置とその作動方法および作動プログラム、並びに診断支援システム
JP6885896B2 (ja) 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
WO2018116727A1 (ja) 類似症例検索装置とその作動方法および作動プログラム、並びに類似症例検索システム
US20110129130A1 (en) System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data
JP2015203920A (ja) 類似症例検索システム、類似症例検索方法及びプログラム
JP2015191287A (ja) 類似症例検索装置、類似症例検索方法、及び類似症例検索プログラム
US11468659B2 (en) Learning support device, learning support method, learning support program, region-of-interest discrimination device, region-of-interest discrimination method, region-of-interest discrimination program, and learned model
JP5732015B2 (ja) グラフ作成装置およびグラフ作成方法並びにグラフ作成プログラム
JP2007307290A (ja) 医用画像読影システム
US20180286504A1 (en) Challenge value icons for radiology report selection
US20080120140A1 (en) Managing medical imaging data
US20180301216A1 (en) Automatic layout apparatus, automatic layout method, and automatic layout program
US20080240524A1 (en) Organ based hanging protocol for a diagnostic reading workstation

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees