WO2017221537A1

WO2017221537A1 - 画像処理装置、及び方法

Info

Publication number: WO2017221537A1
Application number: PCT/JP2017/016016
Authority: WO
Inventors: 英恵吉田; 昌宏荻野
Original assignee: 株式会社日立製作所
Priority date: 2016-06-21
Filing date: 2017-04-21
Publication date: 2017-12-28
Also published as: JP2017225542A; JP6755130B2

Abstract

三次元医用画像を読影する際に読影医にかかる負担を軽減することが可能な医用画像処理装置を提供する。医療用に撮影された画像データと、画像データに付加された病変疑い領域情報を同一画面内に表示するため、画像データを記憶する医用画像記憶部２０と、病変疑い領域情報の少なくとも位置と大きさと確信度を保持する病変疑い領域情報記憶部２１と、一つの病変疑い領域に対して複数の特徴量を用いて疑い確信度を算出する確信度算出式を保持する確信度算出式記憶部２２と、確信度算出式に従って確信度を算出する確信度算出部２３と、病変疑い領域に対する入力装置１１からの入力に応じて確信度算出式を調整する確信度算出式調整部２４とから医用画像処理装置を構成する。

Description

画像処理装置、及び方法

　本発明は画像処理装置、特に医用画像を処理する画像処理技術に関する。

　Ｘ線ＣＴ（Ｘ－ｒａｙ　Ｃｏｍｐｕｔｅｄ　Ｔｏｍｏｇｒａｐｈｙ）装置やＭＲＩ（ＭａｇｎｅｔｉｃＲｅｓｏｎａｎｃｅＩｍａｇｉｎｇ）装置等に代表される医用画像撮像装置を用いた診断では、撮影された三次元医用画像を、連続した二次元断面として再構成し、その二次元断面画像を観察して読影を行うことが一般的である。

　これら撮影装置の高度化により、生成される三次元医用画像の三次元分解能も向上しており、データサイズは増加する傾向にある。特に、先に述べた二次元断面の生成間隔はより細かくすることが可能となり、医用画像上に現れる病変のより詳細な観察が可能となってきているが、結果的に三次元医用画像あたりの枚数も増加している。また特にＣＴ装置においては、低線量で高画質な三次元医用画像の撮影が可能になってきたこともあり、ＣＴ画像の撮影機会も増加傾向にある。

　これらの理由により、膨大な三次元医用画像を読影する際に医師や技師にかかる負担を軽減し、主に病変の見落としを防ぐためにＣＡＤ（Ｃｏｍｐｕｔｅｒ　Ａｉｄｅｄ　Ｄｅｔｅｃｔｉｏｎ）というコンピュータ支援診断技術の開発が進められている。ＣＡＤはコンピュータにより陰影の検出やサイズ計測、陰影の正常/異常の識別や異常陰影の病変種類の区別等を、画像処理技術を応用して自動あるいは半自動で行うことを目指したものである。

　特に画像の特徴から病変の疑いが高い陰影を提示することを目的とするＣＡＤは、医師の見落としを防ぐことが目的であるため、少しでも病変の疑いが高い陰影は全て提示することが望ましいとされる場合が多い。しかし一方で提示する陰影数が多すぎれば、それぞれの疑わしさを精査する医師の負担も大きくなるという問題もある。従って、医師の希望する形での病変疑い陰影の提示を行い、医師の負担を軽減するための方法が求められている。

　この課題を解決するために、特許文献１には、診断結果が確定している医用画像に対して複数アルゴリズム及び外部パラメータの組み合わせパターンとそれに応じた異常陰影候補の検出性能を予め算出し、それを表示することで異常陰影候補の検出性能の調整を行わせる方法などが提案されている。

特開２００５-０６５９４４号公報

　上述のＣＡＤによる病変疑い陰影の自動検出では一般的には、画像から得られる特徴量を用いて病変の疑わしさを定義する式を設定し、その病変の疑わしさが高い陰影を提示する。この場合、ユーザの希望に沿った形の検出精度の調整としては、提示する陰影の疑わしさの閾値を調整するという意味での検出強度の調整と、疑わしさを算出する方法において、どの特徴量の寄与率が高いかを調整するという意味での検出傾向の調整の二種類の調整が必要となる。

　これまで大量の三次元医用画像を読影する際に、読影医が必要とする画像を表示させる手段として提案されている技術においては、希望する正答率と誤答率の組み合わせを選択することは可能ではあるが、この正答率と誤答率はＣＡＤのアルゴリズム内に設定された基準に沿った形での調整しか実現できない。従ってこの手法によると、先に述べた二種類の調整のうち、検出傾向の調整を実現できないという課題がある。

　本発明の目的は、検出強度と検出傾向の二種類の調整を簡便に実行可能にし、大量の三次元医用画像を読影する際に読影医にかかる負担を軽減することが可能な画像処理装置、及び方法を提供することにある。

　上記課題を解決するために、本発明においては、医療用に撮影された画像データを処理する画像処理装置であって、画像データと、画像データに付加される病変疑い領域の確信度を出力するインタフェース部と、画像データと、病変疑い領域に対して複数の特徴量を用いて確信度を算出する確信度算出式とを記憶する記憶部と、確信度算出式に従って病変疑い領域の確信度を算出する確信度算出部と、病変疑い領域に対するインタフェース部からの入力に応じて確信度算出式を調整する確信度算出式調整部とを備える構成の画像処理装置を提供する。

　また、上記課題を解決するため、本発明においては、医療用に撮影された画像データを処理する画像処理装置で実行される画像処理方法であって、画像処理装置は、画像データに付加される病変疑い領域に対し複数の特徴量を用いて確信度を算出する確信度算出式に従って病変疑い領域の確信度を算出し、入力装置からの入力に応じて、病変疑い領域に対する確信度算出式を調整し、表示部に画像データと、病変疑い領域の算出或いは調整された確信度を出力する画像処理方法を提供する。

　本発明によれば、検出強度と検出傾向の二種類の調整を簡便に実行可能にし、大量の三次元医用画像を読影する際に読影医にかかる負担を軽減することが可能な画像処理装置、及び方法を提供できる。

実施例１に係る、医用画像処理装置の一例を含むシステム構成図である。実施例１に係る、医用画像処理装置で実行する病変疑い領域に対する確信度更新処理の一例を示すフローチャート図である。実施例１に係る、病変疑い領域に対する確信度算出の一例を示す図である。実施例１に係る、医用画像と病変疑い領域情報を重畳表示する場合の一例を示す模式図である。実施例１に係る、モニタに表示された病変疑い領域情報に対し、確信度調整の指示をする場合の一例を示す図である。実施例１に係る、確信度調整の指示が入力された場合の確信度算出式の更新を行う例を示すフローチャート図である。図６に示す処理の具体的な数値の変化の一例を示す図である。実施例１に係る、離散化確信度のレベルが３値以上の値をとる場合の一例を示す図である。実施例１の変形に係る、確信度算出式の調整の繰り返しを終了するよう促す場合の一例を示すフローチャート図である。

　以下、本発明の実施形態を図面に従い順次説明する。

　本実施例では、医用画像に対して指定された病変疑い領域に対する病変疑いの確信度を、ユーザからの入力に応じて変更する画像処理装置の一構成例について説明する。すなわち、本実施例は医療用に撮影された画像データを処理する画像処理装置であって、画像データと、画像データに付加される病変疑い領域の確信度を出力するインタフェース部と、画像データと、病変疑い領域に対して複数の特徴量を用いて確信度を算出する確信度算出式とを記憶する記憶部と、確信度算出式に従って病変疑い領域の確信度を算出する確信度算出部と、病変疑い領域に対するインタフェース部からの入力に応じて確信度算出式を調整する確信度算出式調整部とを備える構成の画像処理装置の実施例である。

　また、医療用に撮影された画像データを処理する画像処理装置で実行される画像処理方法であって、画像処理装置は、画像データに付加される病変疑い領域に対し複数の特徴量を用いて確信度を算出する確信度算出式に従って病変疑い領域の確信度を算出し、入力装置からの入力に応じて、病変疑い領域に対する確信度算出式を調整し、表示部に画像データと、病変疑い領域の算出或いは調整された確信度を出力する画像処理方法の実施例である。

　本実施例の説明においては、Ｘ線ＣＴ装置により得られる再構成三次元医用画像について述べるが、本技術は他の医用画像撮影装置により得られるデータについても応用可能である。例えばＭＲＩ装置等により得られるデータであっても、複数の二次元断面の積み重ねとして表現できる三次元画像を得るもので、画素分布に病変特徴が現れるとされているものであれば適用することができる。

　また本実施例における病変疑い領域とは、読影医の医学的知識や当該疾病診断に対する医学的根拠（エビデンス）等に基づいて判断される、病変の疑いが高い点、および領域を指す。ここで対象となる病変とは、医用画像上に現れた場合に、周囲即ち病変の疑いが低い領域との輝度の違いや、分布の違いから判断できる可能性が高いものとする。例えば肺結節の場合は一般に、そのＣＴ値が周辺の空気領域よりも高い画素を多く含む領域としてＣＴ画像上に現れることが知られている。胸部ＣＴ画像上で高輝度画素を多く含む他のオブジェクトとしては血管や骨があるが、高輝度値の分布形状に応じて、血管は骨と区別し病変すなわち肺結節である疑いの高さを判別できると言われている。

　図１は、本実施例に係る画像処理装置を含むシステム構成図の一例を示す図である。図１に示すように本システムは、医用画像処理装置１１と、操作者の入力等を受信し医用画像処理装置１１に送信する入力装置１０と、医用画像処表示装置１１から得られる医用画像と病変疑い領域情報を表示するモニタ１２とから構成されている。なお図１において、医用画像処理装置１１と、入力装置１０とモニタ１２を接続するインタフェース部の図示を省略した。

　医用画像処理装置１１は、医用画像のデータを記憶する医用画像記憶部２０と、各医用画像に対応する病変疑い領域情報を記憶する病変疑い領域情報記憶部２１と、病変疑い領域情報からそれに対応する確信度を算出する確信度算出式を記憶する確信度算出式記憶部２２と、各病変疑い領域情報に対して確信度算出式を用いて確信度を算出する確信度算出部２３と、入力装置からの入力に応じて確信度算出式を調整する確信度算出式調整部２４とを備える。本明細書において、医用画像記憶部２０と病変疑い領域情報記憶部２１と確信度算出式記憶部２２は、通常のコンピュータのメモリなどの記憶部で構成される。また、確信度算出部２３と確信度算出式調整部２４は、コンピュータの中央処理部（ＣＰＵ）で構成可能である。言い換えるなら、医用画像処理装置１１は、ＣＰＵ、記憶部、ネットワーク接続可能なインタフェース部等を備えた通常のコンピュータで構成できる。

　次に、図２の画像処理装置で実行する病変疑い領域に対する確信度更新処理の一例を示すフローチャートを用いて、図１に示したシステム構成を持つ医用画像処理装置による処理の流れを説明する。なお、図２のフローチャートは、上述した入力装置からの入力指示と、確信度算出部２３と確信度算出式調整部２４を構成するＣＰＵのプログラム実行などによって実現される。

　本実施例において、まず医用画像処理装置１１は、システムからの入力もしくは入力装置１０を使ったユーザからのインタフェース部を介した入力指示により、医用画像記憶部２０に記憶される医用画像のデータと、病変疑い領域情報記憶部２１に記憶される病変疑い領域情報から、ここで提示対象とする医用画像Ｖｏｌｕｍｅと、Ｖｏｌｕｍｅに対応する病変疑い領域情報ＲＯＩ［ｉ］（ｉ＝１～ｎ）とを特定する（ステップ１０１）。ここで、計算用医用画像Ｖｏｌｕｍｅは、体軸に直交する二次元断面の集合Ｓｌｉｃｅ［ｓ＝１～ｓｎ］としても表現可能で、Ｓｌｉｃｅ［ｓ］は二次元画像、即ち画素がグリッド状に並んでおりｘ、ｙの値で一意に画素が特定できるデータである場合について説明する。またｎはＶｏｌｕｍｅに対して設定された病変疑い領域情報の個数を表す。なお、この病変疑い領域情報記憶部２１に記憶される病変疑い領域情報には、少なくともその位置と大きさと以下で算出される確信度であるｄｕｂｉｔａｔｉｏｎ［ｉ］が保持される。

　確信度算出部２３は、確信度算出式記憶部２２から得られる確信度算出式を用い、各ＲＯＩ［ｉ］に対してそれぞれ確信度ｄｕｂｉｔａｔｉｏｎ［ｉ］を算出する（ステップ１０２）。

　図３を用いて、本実施例の構成でｄｕｂｉｔａｔｉｏｎ［ｉ］が算出される場合について説明する。ここで確信度算出式は例えば、図３の式（１）で表現できるものとする。

　式（１）においてｆｅａｔｕｒｅ［ｔ］［ｉ］（ｔ＝１～ｆｎ）は特徴量値を表し、ｆｎは確信度算出式に利用する特徴量の数を表す。特徴量とは主に、病変の疑いの高さに関連が高いとされるものを用いる。例えば病変疑い領域の大きさ、病変疑い領域内の輝度の平均や分散、領域内外のコントラスト、特定の臓器からの距離などとする。

　またｗｅｉｇｈｔ［ｔ］は、特徴量値ｆｅａｔｕｒｅ［ｔ］［ｉ］に対応する重み係数であり、確信度に対する各特徴量の寄与率を表す。以後この例においては、確信度算出式は式（１）を用いる場合について述べ、確信度ｄｕｂｉｔａｔｉｏｎ［ｉ］は１～ｄｎの数で表されることとする。すなわち確信度算出式は重み係数を用いて複数の特徴量の重み付け計算を行う式であり、確信度算出部２３は、この確信度算出式を用いて確信度を算出し、更に確信度算出式調整部２４は複数の特徴量各々と、入力装置１０からの変更入力に応じて確信度算出式を調整する。

　ここでは式（１）の確信度算出式は、具体的には図３の式（２）とする。図３の式（２）において、ｆｅａｔｕｒｅ［ｔ］［ｉ］は図示の便宜上、ｆ［ｔ］［ｉ］と表記する。式（２）の場合、ｆｎ＝４であり、寄与率ｗｅｉｇｈｔ［ｔ］は、図３の寄与率設定表３０１に示す値となる。またここではｎ＝３、即ち病変疑い領域は三つ存在し、各特徴量値ｆｅａｔｕｒｅ［ｔ］［ｉ］(ｔ＝１～４、ｉ＝１～３)は図３の特徴量値算出結果表３０２に表す値となった場合と考える。この場合、確信度ｄｕｂｉｔａｔｉｏｎ［ｉ］は、図３の確信度算出結果表３０３に示す値となる。

　次に医用画像処理装置１１は、ＶｏｌｕｍｅとＲＯＩ［ｉ］をインタフェース部から出力し、システムのモニタ１２に表示する（ステップ１０３）。このとき医用画像処理装置１１は、各ＲＯＩ［ｉ］に対するｄｕｂｉｔａｔｉｏｎ［ｉ］の高低、すなわちレベルが視認できる形にモニタ１２に表示する。

　ここでは例として、ＶｏｌｕｍｅをＳｌｉｃｅごとに表示し、ＲＯＩ［ｉ］が存在するＳｌｉｃｅの上にＲＯＩ［ｉ］を重畳して表示する場合について述べる。

　またＲＯＩ［ｉ］を色つきの丸でＶｏｌｕｍｅ上に表示する場合とすれば、その色をＲＧＢ表示で２５５×（ｄｕｂｉｔａｔｉｏｎ［ｉ］－１）／（ｄｎ－１）、０、２５５×（ｄｎ－ｄｕｂｉｔａｔｉｏｎ［ｉ］－１）／（ｄｎ－１）とすることで、ｄｕｂｉｔａｔｉｏｎ［ｉ］の高低を視認することが可能となる。この場合は、ｄｕｂｉｔａｔｏｎ［ｉ］が１の場合には青い丸、ｄｎの場合には赤い丸、その間の値の場合には紫の丸で表示されることとなる。またはｄｕｂｉｔａｔｉｏｎ［ｉ］をある閾値を境に高値、低値に分割し、高値は実線の丸、低値は破線の丸とする方法を利用することもできる。

　図４を用いてステップ１０３における具体的な例を説明する。この例では、ｄｕｂｉｔａｔｉｏｎ［ｉ］は、ある閾値より大きければ高値、閾値より同じか小さければ低値として表示することとし、確信度算出部２２では、この高値もしくは低値に変換された値を離散化確信度Ｄｕｂｉｔａｔｉｏｎ‘［ｉ］として出力するものとする。ここで述べている例の場合で、閾値を３０に設定した場合の各離散化確信度Ｄｕｂｉｔａｔｉｏｎ’［ｉ］を、図４の確信度離散化結果表４０１に示す。この場合モニタ１２に表示される画像は、図４のモニタ表示例１に示すように、ＲＯＩ［１］、ＲＯＩ［３］に該当する位置には実線の丸が、ＲＯＩ［２］に該当する位置には破線の丸が、Ｓｌｉｃｅ［ｓ］に重なる形で表示される。

　ＶｏｌｕｍｅとＲＯＩ［ｉ］の表示としては例えば、二次元スライス表示でなくとも、三次元可視化画像の上にＲＯＩを重畳表示することもできる。三次元可視化画像を作成する方法としては例えば、ボクセル値から透明度を設定し、各視線上にあるボクセルに対して光の吸収と拡散を想定して光を加算して立体的に表示するＶｏｌｕｍｅ　Ｒｅｎｄｅｒｉｎｇ（ＶＲ）や、各視線上にあるボクセルの、最大のボクセル値を投影するＭａｘｉｍｕｍ　Ｉｎｔｅｎｓｉｔｙ　Ｐｒｏｊｅｃｔｉｏｎ（ＭＩＰ）等が挙げられる。この方法を用いた場合には、ＲＯＩ［ｉ］の三次元位置の把握が容易になり、人体との位置関係が直感的に把握しやすくなるという効果がある。

　次に本実施例の医用画像処理装置１１は、入力装置１０から、インタフェース部を介して、モニタ１２に表示された確信度が、正しいかどうかの入力を受信する（ステップ１０４）。正しい場合には調整完了として処理を終了し、正しくない場合には要調整を意味するため、次のステップへ進む。

　調整必要とする入力が受信された場合、医用画像処理装置１１は、入力装置１０から確信度を変更する指示を受信する（ステップ１０５）。この指示入力は、病変疑い領域の一つに対する確信度のレベルを高くまたは低くする調整指示を少なくとも含んでいる。

　ここで、図５を用いてステップ１０５において入力装置１０から受信される確信度を変更する指示の一例について説明する。ここでは例として、図５のモニタ表示例１を見たユーザが、ＲＯＩ［１］の確信度はより低く、ＲＯＩ［２］の確信度はより高く設定すべきであると判断した場合について述べる。

　ユーザは入力装置１０を用いてＲＯＩ［１］の丸を点線に、ＲＯＩ［２］の丸は破線に切り替える操作を行う。点線と破線の切り替えの操作は例えば、モニタ１２上に表示された丸をマウスでクリックするたびに点線と破線が切り替わるようにしておく方法などを用いることができる。こうして点線と破線をユーザの指示によって切り替えた場合、モニタ１２には図５のモニタ表示例２のような画像が表示され、更にユーザの指示は図５の確信度調整指示表５０１として表すことができる。

　次に確信度算出式調整部２４は、確信度を変更する指示に従って確信度算出式を調整する（ステップ１０６）。すなわち、確信度算出式調整部２４は、複数の特徴量各々と、調整指示による指示確信度に基づいて、確信度算出式を調整する。

　ここで、本実施例における確信度算出式を調整する確信度算出式調整部２４の一構成例を、図６のフローチャートに示す。図６のフローチャートは図２のフローチャート同様、確信度算出式調整部２４を構成するＣＰＵのプログラム実行などによって実現される。またこれまで述べてきたように、ｆｎ＝４、ｎ＝３の場合であって、ｄｕｂｉｔａｔｉｏｎ［ｉ］、Ｄｕｂｉｔａｔｉｏｎ‘［ｉ］、および確信度調整指示が図４、図５に示す場合に算出される具体的な数値を一例として図７に示す。

　入力装置１０から入力される確信度調整指示は、図５の確信度調整指示表５０１に示すように、ＲＯＩ［１］については確信度を低く、ＲＯＩ［２］、ＲＯＩ［３］については確信度を高く設定するというものであった。

　図６において、まずステップ２０１では指示確信度が低い場合と高い場合について、それぞれｆｅａｔｕｒｅ［ｔ］の平均値を求める。指示確信度が低い場合の平均値をａｖｅｒａｇｅ＿ｌ［ｔ］、指示確信度が高い場合の平均値をａｖｅｒａｇｅ＿ｈ［ｔ］とする。ａｖｅｒａｇｅ＿ｌ［ｔ］、ａｖｅｒａｇｅ＿ｈ［ｔ］の算出結果は、図７の特徴量値平均値表７０１に示す値となる。

　次にステップ２０２では、各寄与率の更新因子ｃｏｅｆｆｉｃｉｅｎｔ［ｔ］を求める。ｃｏｅｆｆｉｃｉｅｎｔ［ｔ］は、各特徴量値の差から算出する値としてもよいし、予め定める一定の値としてもよい。算出する場合であれば例えば、図６の式（３）のように算出する方法を利用できる。ここでｍａｘ（ａ、ｂ）は、ａ、ｂのうち大きい値とする。式（３）にて求めた更新因子ｃｏｅｆｆｉｃｉｅｎｔ［ｔ］を、図７の更新因子算出結果表７０２に示した。

　次にステップ２０３では、ｃｏｅｆｆｉｃｉｅｎｔ［ｔ］を用い、寄与率ｗｅｉｇｈｔ［ｔ］を更新後寄与率Ｗｅｉｇｈｔ‘［ｔ］に更新する。ここでは図６の式（４）を用いることを想定する。すなわち、確信度算出式調整部２４は、確信度算出式の重み付け計算に用いる重み係数を、調整指示の指示確信度に基づく更新因子を使って更新する。式（４）を用いて算出した更新後寄与率Ｗｅｉｇｈｔ’[ｔ]に基づいて更新した寄与率を、図７の更新後寄与率表７０３に示す。

　ステップ２０４にて更新後の寄与率Ｗｅｉｇｈｔ’[ｔ]をｗｅｉｇｈｔ［ｔ］とし、ステップ２０５にてｄｕｂｉｔａｔｉｏｎ［ｉ］を算出し、更に離散化確信度Ｄｕｂｉｔａｔｉｏｎ‘［ｉ］を算出する。その結果、各ｄｕｂｉｔａｔｉｏｎ［ｉ］、離散化確信度Ｄｕｂｉｔａｔｉｏｎ‘［ｉ］は、図７の確信度離散化結果表７０４に示す値となる。

　ステップ２０６では離散化確信度Ｄｕｂｉｔａｔｉｏｎ‘［ｉ］が指示確信度と一致するかどうかを判断する。すなわち、確信度算出式調整部２４は、更新した重み係数を用いて算出した確信度が、調整指示による指示確信度と一致するか否かを判定する。ここでは図７の確信度離散化結果表７０４に示すように、Ｄｕｂｉｔａｔｉｏｎ’［ｉ］はｉ＝２、３が高値、ｉ＝１が低値となり、図５に示した指示確信度と一致するため、ステップ１０６としてはここで処理を終了し、ステップ１０１へ進む。

　ここでステップ２０６において、各特徴量値や調整前の確信度算出式によっては、Ｄｕｂｉｔａｔｉｏｎ‘［ｉ］が指示確信度と一致しない場合もあり、その場合確信度算出式調整部２４はｄｕｂｉｔａｔｉｏｎ［ｉ］もしくは閾値の微調整を実施する（ステップ２０７）。

　ここで、図６のステップ２０７の具体例について述べる。ステップ２０７では例えば、更新後の確信度算出式を用いたｄｕｂｉｔａｔｉｏｎ［ｉ］を用いて、ステップ２０１に戻って寄与率ｗｅｉｇｈｔ［ｔ］の更新を繰り返す方法をとることができる。ただしこの場合も、更新を繰り返しても、指示確信度とＤｕｂｉｔａｔｉｏｎ’［ｉ］が必ず一致する保証はないため、予め定める繰り返し上限回数を超えた場合にはステップ２０７は終了とし、ユーザにその旨を示す表示をモニタ１２上に表示する。その場合、ユーザが確認したという入力を入力装置１０から受信した場合にはステップ１０１へ進んでもよいし、ここで確信度算出式調整処理を終了するという入力を受信した場合には、その段階で確信度算出式を確定して処理を終了するという方法も採用できる。

　その後医用画像処理装置１１は、Ｖｏｌｕｍｅとは別の医用画像を選択し、それに対応する病変疑い領域情報に対し、確信度算出式を用いて確信度を算出する形でステップ１から処理を繰り返す。本実施例の医用画像処理装置により以上の処理を実現することにより、例示画像に対してのユーザの指示のみから、ユーザの求める検出精度に調整することができる。

　以上の実施例の説明では、離散確信度Ｄｕｂｉｔａｔｉｏｎ‘［ｔ］は主に、高値であるか低値であるかの２値とする場合について述べたが、３値以上の多値レベルとすることもできる。ここでは、Ｄｕｂｉｔａｔｉｏｎ‘［ｔ］を多値レベルとする場合の例について、図８を用いて説明する。

　離散確信度Ｄｕｂｉｔａｔｉｏｎ‘［ｔ］を多値とする場合、指示確信度も多値で入力される必要がある。この場合の重み更新因子ｃｏｅｆｆｉｃｉｅｎｔ［ｔ］の一例を、図８の式（５）に示す。ここでｓｎは、Ｄｕｂｉｔａｔｉｏｎ’［ｔ］のとり得る値の種類数を示す。つまりＤｕｂｉｔａｔｉｏｎ‘［ｔ］が３値に離散化されるのであればｓｎ＝３、４値に離散化されるのであればｓｎ＝４となる。

　またａｖｅｒａｇｅ［ｓ］［ｔ］（ｓ＝１～ｓｎ）（ｔ＝１～ｔｎ）は、指示確信度の値ごとの平均とする。例として、ｎ＝７、ｓｎ＝３であり、図８に示す確信度調整指示表８０１に示す確信度調整指示が入力された場合のａｖｅｒａｇｅ［ｓ］［ｔ］（ｓ＝１～３）を図８の式（６）～（８）に示す。

　本実施例において、Ｄｕｂｉｔａｔｉｏｎ‘［ｔ］を３値以上の値とする場合の効果としては、ユーザのより細かい希望に沿った形での確信度算出式調整が可能となることが挙げられる。

　ここで、提示するボリュームデータや病変疑い領域情報、またはユーザの希望によっては、上記繰り返しの処理が収束しない場合も想定できる。そのような場合に備えて、本実施例の医用画像処理装置が調整終了を促す表示を行う変形例について、図９を用いて述べる。

　図９は、図２のステップ１０４の調整終了可否判断をより詳細に説明する図である。ステップ１０３の後、確信度算出式調整部２４は、ＶｏｌｕｍｅとＲＯＩ［ｉ］の表示に対するユーザの確認の結果として、調整が必要であるか否かの入力を入力装置１０から受信する（ステップ３０１）。ここで調整が必要という入力を得た場合、調整回数を計数し、その調整回数を記憶する（ステップ３０２）。その後確信度算出式調整部は、調整終了を促す表示の要否を判断する（ステップ３０３）。

　ここで、ステップ３０３の具体的な例について述べる。ステップ３０３で実行される調整終了表示の要否の判断は例えば、調整回数が予め設定した繰り返し回数の上限値を超えた場合に、調整終了を促す表示が必要と判断する。また他の例では、これまでの調整の過程と矛盾する結果となる場合や、それと繰り返し回数の上限値判断との組み合わせによって判断する方法も利用できる。

　これらの方法により、調整終了表示が不要と判断された場合にはステップ１０５へ進み、調整終了表示が必要と判断された場合にはユーザによる確認（ステップ３０４）へ進む。ステップ３０４では、予め設定した基準により、調整の終了を促す旨のメッセージをユーザに提示し、ユーザの確認を求める。入力装置１０から、それでも再調整が必要という入力を受けた場合にはステップ１０５へ進み、勧告に従って調整を終了するという入力を受信した場合には、確信度算出式の決定（ステップ３０５）へ進む。

　ここで、ステップ３０５の具体例について述べる。ステップ３０５で決定される確信度算出式は、直前のステップ１０２で利用した確信度算出式としてもよい。もしくは繰り返される調整の過程での確信度算出式をいくつかピックアップし、それぞれの確信度算出式による検出結果をユーザに提示し、その中からユーザが選択した式としてもよい。

　更に以上説明した本実施例の構成を、ＣＡＤの稼動前に精度の初期調整として利用することを想定する。この場合調整前の確信度算出式は、経験的に妥当と考えられる精度に予め設定しておき、ＣＡＤ納入時に、そのときの利用者のニーズや施設の読影方針等に応じて調整するという使い方を想定している。

　ここで調整前、即ち出荷時に設定する確信度算出式としては、それまでの実験から一般的であると推測される式、すなわち過去の読影結果から確信度との関連が高いと判断される複数の特徴量から予め設計したものを用いることもできるし、もしくは画像処理装置の納入先の施設に類似する読影方針を持つ別の施設にて調整された確信度算出式を基に予め設計したもの利用することとしてもよい。

　この技術を初期調整として利用する場合、確信度の提示や調整に用いられる医用画像としては、過去に撮影された臨床データを利用することができる。この場合、病変疑い領域情報の種類によって予め分類しておき、確信度算出式に用いる特徴量が顕著に異なるような病変疑い陰影を示すことで、より効率的な調整が行うことも可能である。もしくは、ここで用いる医用画像は、必ずしも実際の臨床画像でなくてもよく、例えば人体に近い形状と素材を持つファントムを撮影したファントムデータを用いることや、臨床画像から模擬的に病変疑い位置を複製・生成した模擬データを利用することもできる。また、ＣＡＤの稼動前の初期調整のみではなく、ＣＡＤ稼働中に、随時実施する調整に利用することも可能である。

　上記のように初期調整を実施する場合、利用するデータとしては過去画像、ファントム画像、模擬画像等を利用するが、稼働中に随時実施する調整に利用する場合、当該施設の撮影装置や撮影方針に従って撮影した画像を用いた調整が可能となり、よりユーザの希望に近い精度での検出が可能になるという効果がある。

　以上詳述した実施例の構成によれば、ＣＡＤの検出精度を調整する場合に必要となる検出強度の調整と、自動検出処理に用いられる特徴量の寄与率が高いかを調整するという意味での検出傾向の調整の二種類の調整を実現し、大量の三次元医用画像を読影する際に読影医にかかる負担を軽減できる医用画像処理装置、並びに医用画像処理方法を提供することが可能となる。

　なお、以上の実施例のシステム構成では、医用画像処理装置１１に医用画像撮影装置を含まなかったが、医用画像処理装置１１は医用画像撮影装置を含んでもよく、また医用画像処理装置１１は医用画像撮影装置の一部として機能してもよい。

　更に、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

　また更に、上記の各構成、機能、確信度算出部や確信度算出式調整部は、ＣＰＵがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現できるとして説明したが、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。各機能を実現するプログラム、表、ファイル等の情報は、記憶部であるメモリ上のみならず、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

１０　入力装置
１１　医用画像処理装置
１２　モニタ
２０　医用画像記憶部
２１　病変疑い領域情報記憶部
２２　確信度算出式記憶部
２３　確信度算出部
２４　確信度算出式調整部
３０１　寄与率設定表
３０２　特徴量値算出結果表
３０３　確信度算出結果表
４０１、７０４　確信度離散化結果表
５０１、８０１　確信度調整指示表
７０１　特徴量値平均値表
７０２　更新因子算出結果表
７０３　更新後寄与率表

Claims

医療用に撮影された画像データを処理する画像処理装置であって、
表示部に前記画像データと、前記画像データに付加される病変疑い領域の確信度を出力するインタフェース部と、
前記画像データと、前記病変疑い領域に対して複数の特徴量を用いて前記確信度を算出する確信度算出式とを記憶する記憶部と、
前記確信度算出式に従って前記病変疑い領域の前記確信度を算出する確信度算出部と、
前記病変疑い領域に対する前記インタフェース部からの入力に応じて前記確信度算出式を調整する確信度算出式調整部と、を備える
ことを特徴とする画像処理装置。
請求項１に記載の画像処理装置であって、
前記確信度を前記表示部に出力する際に、前記病変疑い領域各々の前記確信度のレベルが視認できるように出力する
ことを特徴とする画像処理装置。
請求項１に記載の画像処理装置であって、
前記確信度は３値以上の多値レベルからなる
ことを特徴とする画像処理装置。
請求項１に記載の画像処理装置であって、
前記記憶部は、前記病変疑い領域の位置と大きさと前記確信度を記憶する
ことを特徴とする画像処理装置。
請求項１に記載の画像処理装置であって、
前記確信度算出式は、過去の読影結果から前記確信度との関連が高いと判断される複数の特徴量から予め設計される
ことを特徴とする画像処理装置。
請求項１に記載の画像処理装置であって、
前記確信度算出式は、前記画像処理装置を利用する施設と類似する読影方針を持つ施設にて調整された確信度算出式を基に予め設計される
ことを特徴とする画像処理装置。
請求項２に記載の画像処理装置であって、
前記入力は、前記病変疑い領域の一つに対する前記確信度のレベルを高くまたは低くする調整指示を含む
ことを特徴とする画像処理装置。
請求項７に記載の画像処理装置であって、
前記確信度算出式は、前記複数の特徴量の重み付け計算を行う式であり、前記確信度算出式調整部は、前記複数の特徴量各々と、前記調整指示による指示確信度に基づいて、前記確信度算出式を調整する
ことを特徴とする画像処理装置。
請求項８に記載の画像処理装置であって、
前記確信度算出式調整部は、前記確信度算出式の前記重み付け計算に用いる重み係数を、前記指示確信度に基づき更新する
ことを特徴とする画像処理装置。
請求項８に記載の画像処理装置であって、
前記確信度算出式調整部は更新した前記重み係数を用いて算出した確信度が、前記指示確信度と一致するか否かを判定する
ことを特徴とする画像処理装置。
医療用に撮影された画像データを処理する画像処理装置で実行される画像処理方法であって、
前記画像処理装置は、
前記画像データに付加される病変疑い領域に対し複数の特徴量を用いて確信度を算出する確信度算出式に従って前記病変疑い領域の確信度を算出し、
入力装置からの入力に応じて、前記病変疑い領域に対する前記確信度算出式を調整し、
表示部に前記画像データと、前記病変疑い領域の算出或いは調整された前記確信度を出力する
ことを特徴とする画像処理方法。
請求項１１に記載の画像処理方法であって、
前記画像処理装置は、
前記表示部に前記確信度を表示する際に、前記病変疑い領域各々の前記確信度の高低が視認できるように出力する
ことを特徴とする画像処理方法。
請求項１１に記載の画像処理方法であって、
前記入力は、前記病変疑い領域の一つに対する前記確信度を高くまたは低くする調整指示を含む
ことを特徴とする画像処理方法。
請求項１３に記載の画像処理方法であって、
前記確信度算出式は、複数の画像特徴量の重み付け計算を行う式であり、
前記画像処理装置は、前記重み付け計算に用いる重み係数を、前記調整指示による指示確信度に基づき更新する
ことを特徴とする画像処理方法。
請求項１４に記載の画像処理方法であって、
前記画像処理装置は、更新した前記重み係数を用いて算出した確信度が、前記指示確信度と一致するか否かを判定する
ことを特徴とする画像処理方法。