処理中

しばらくお待ちください...

設定

設定

出願の表示

1. WO2009041586 - 診断支援装置及びその制御方法

Document

明 細 書

発明の名称 診断支援装置及びその制御方法

技術分野

0001  

背景技術

0002   0003   0004   0005   0006   0007   0008   0009   0010   0011  

発明の開示

発明が解決しようとする課題

0012   0013   0014   0015   0016   0017  

課題を解決するための手段

0018   0019   0020   0021  

発明の効果

0022   0023   0024  

図面の簡単な説明

0025  

発明を実施するための最良の形態

0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123  

請求の範囲

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19  

補正された請求の範囲(条約第19条)

1  *   2  *   3   4   5   6  *   7  *   8   9   10   11   12   13  *   14  *   15  *   16  *   17  *   18  *   19   20  *   21  *  

図面

1   2   3   4   5   6   7   8   9   10   11   12   13   14  

明 細 書

診断支援装置及びその制御方法

技術分野

[0001]
 本発明は、読影または画像診断における所見の生成を支援する診断支援装置に関する。

背景技術

[0002]
 近年、CT(Computed Tomography)装置やMRI(Magnetic Resonance Imaging)装置などの医用画像撮影装置が普及してきている。この普及に伴い、医用画像を専門的に観察して疾病の有無を判断する読影または画像診断に対するニーズが年々増加している。
[0003]
 大病院などの役割分担が行われている医療機関においては、患者の診療の責任者である主治医とは別に、画像撮影を行う撮影技師や、読影または画像診断を行う読影医がいる場合が多い。こうした医療機関におけるワークフローは、概ね以下の様になっている。
1.主治医が医用画像撮影を指示する、
2.撮影技師が撮影を行う、
3.撮影された画像を読影医が読影し、読影結果を読影レポートにまとめる、
4.読影レポートを主治医に送付する。
[0004]
 医用画像撮影装置の進歩に伴って、医用画像の撮影枚数は年々増加傾向にあるが、医用画像の撮影枚数の増加ペースに比べて読影医の人数の増加ペースが遅い。このため、読影医1人当たりの作業量が年々増加する傾向にあり、読影医の疲労が増大していると言われている。一般に、人間は疲労が増すとミスが増える傾向にあるため、読影医の疲労の増大は疾病の見落しや誤診の増大につながる危険性がある。それゆえ、読影医の作業負担を軽減するための診断支援装置が必要とされている。
[0005]
 読影医の主な仕事は、読影そのものと読影レポート作成の2つに大別できる。読影そのものを支援する装置として、コンピュータ診断支援装置(以下、CAD装置)が研究されており、マンモグラフィの読影支援装置のように一部商品化されたものもある。ただし、CAD装置は疾病の見落しを減らすための装置であり、読影医がまず自分自身で読影作業を行った後にCAD装置が検出した疾病候補画像を表示するという使い方を想定しているため、読影医の作業量を減らせるわけではない。むしろ、CAD装置が検出した疾病候補画像を見直す作業が追加で発生することもある。
[0006]
 一方、読影レポートの作成を支援する装置としては、レポート作成支援装置が研究されている。レポート作成支援装置は、今まで読影医が手作業で入力していた所見文をより効率的に入力するための装置であり、読影レポート作成に関わる読影医の作業負担を減らすことを目的としている。
[0007]
 読影レポートへの記載事項は大別して、「読影前に得られる情報」、「読影の所見」、「スライス画像のコピーの添付」、の3種類がある。
[0008]
 一つ目の、読影前に得られる情報は、
・検査に関する情報(検査ID、検査日、撮影装置、撮影部位、撮影条件など)、
・患者に関する情報(氏名、年齢、性別など)、
・検査機関及び医師に関する情報(病院名、診療科名、主治医名、読影医名など)
の少なくとも一部を含む。これらの情報の多くは、病院情報システム(HIS)や放射線科情報システム(RIS)などの医療情報システムにあらかじめ入力されているか、またはすでに決定されている。したがって、それらの情報システムから診断支援装置に情報が送られることにより、診断支援装置ではこれらの情報を読影レポートに自動的に記入することができる。
[0009]
 二つ目の、読影の所見は、読影対象の画像に異常陰影が存在する場合、その異常陰影に関する医学的な判断を記入する。また、異常がないことを記入する場合もある。
[0010]
 三つ目の、スライス画像のコピーの添付とは、例えば異常陰影が最も見やすい状態で写っているスライス画像のコピーを添付することである。この際、スライス画像のコピーのどの位置または領域に異常が見られるかを示すための図形(通常は、異常陰影を指し示す矢印)を、スライス画像のコピー上に重畳描画することがある。
[0011]
 一般的なレポート作成支援装置では、上記3種類のレポート記載事項のうち、一つ目の読影前に得られる情報の記入が自動化されており、また三つ目のスライス画像の添付が読影医の簡易な操作により実行可能となっている。二つ目の所見の入力支援に関しても、特許文献1、特許文献2、特許文献3において提案がなされている。
特許文献1 : 特開2003-33327号公報
特許文献2 : 特開2006-155002号公報
特許文献3 : 特開2006-181137号公報

発明の開示

発明が解決しようとする課題

[0012]
 しかしながら、「読影の所見」の記載に関して、特許文献1、特許文献2、特許文献3による提案においても、未だ十分に効率的な入力支援とはなっておらず、それぞれ以下のような課題がある。
[0013]
 特許文献1では、画像と画像の病変特徴量データを用いて仮レポート作成用ひな型を生成し、画面表示する装置が記載されている。読影医は、この仮レポート作成用ひな型を元に仮レポート報告書を作成する。この先行技術によって作成可能な仮レポート作成用ひな型は、病変候補検出機能によって検出された病変特徴量データをテキスト表示しただけのものである。そのため、特許文献1に記載の発明では、病変候補検出位置やその位置における濃度値などの単純な情報を羅列することはできるが、人間が記述するような多様な表現を含む文章を作成することは困難である。また、病変候補検出機能が常に正確な病変名を推定できる訳ではないため、仮レポート作成用ひな型に含まれる情報には誤りが含まれる可能性がある。つまり、仮レポート作成用ひな型は誤りを含む可能性のある単調な単語の羅列であるため、これを読影医が所見文のひな型として用いた場合、後から大幅に加筆修正が必要となる可能性があり、あまり有効な入力支援機能とはならない。
[0014]
 特許文献2では、読影レポートをタグ付きの構造化レポートとしてデータベースに保存することにより、過去に作成した読影レポートを容易にキーワード検索できるようにしている。キーワードは、読影医が入力するか、またはコンピュータが自動検出した病変候補部の特徴量データに基づいて自動的に作成するものとしている。特許文献2の発明によれば、指定されたキーワードを含む過去の読影レポートを複数検索することができるが、適切なキーワードを指定しないと適切な過去の読影レポートが検索されないという課題がある。また、検索結果として得られるのは読影レポートのリストであり、所見文そのものではない。従って、読影医はキーワード検索を行った後に、
・検索結果として表示された読影レポートのリスト中から1件ずつ読影レポートを選択し、
・その内容を表示して読み直し、
・必要に応じてその読影レポートの所見文欄から文章の一部をコピーし、現在編集中の読影レポート中にコピーした文章を貼り付ける、
という一連の作業を行わなければならない。
[0015]
 特許文献2によれば、過去の読影レポートの所見文を引用できるという点では読影医の役に立つ可能性があるものの、上述したように過去の所見文を引用するまでの手順が多い。特に過去の読影レポートを1件ずつ読み直すためには多くの時間を必要とするため、読影医の作業効率の向上つまり作業時間の短縮にはつながらないという課題が生じる。従って、本先行技術も真に役立つ入力支援機能とは言えない。
[0016]
 特許文献3も、特許文献2と同様に、読影レポートをタグ付きの構造化レポートとしてデータベースに保存することにより、過去に作成した読影レポートを容易にキーワード検索できるようにしている。特許文献3では、シソーラス辞書(類義語辞書)を用いて指定されたキーワードの類義語も検索できるようにしている。また、特許文献3の実施例中には、読影レポートに書かれた患者名、検査名、症例名などの医療情報のみならず、画像ファイルのヘッダ等に格納された文字列情報もキーワード検索の対象とすることが記載されている。特許文献2の発明と比べて検索手段はやや拡張されているものの、特許文献2の発明と同様に、
・基本的にキーワード検索であるため指定するキーワードによって検索結果が大きく異なるという課題と、
・検索結果として得られるのは読影レポートのリストであるため1件1件の読影レポートの所見文を確認するために多くの作業時間が必要となるという課題が残っている。
[0017]
 本発明は、上記の課題に鑑みてなされたものであり、読影対象となる画像の内容に対応した所見文の生成を効果的に支援する診断支援装置及び方法を提供することを目的とする。

課題を解決するための手段

[0018]
 上記の目的を達成するための本発明の一態様による診断支援装置は以下の構成を備える。すなわち、
 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段と、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索手段と、
 前記検索手段により取得された所見文の記述を、前記取得手段で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段とを備える。
[0019]
 また、上記の目的を達成するための本発明の他の態様による診断支援装置は以下の構成を備える。すなわち、
 画像特徴情報と所見文を対応付けて格納した格納手段と、
 読影対象の画像における画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に基づいて、前記格納手段に格納されている所見文を検索する検索手段とを備える。
[0020]
 更に、上記の目的を達成するための本発明の他の態様による診断支援方法は、
 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得工程と、
 前記取得工程で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索工程と、
 前記検索工程で取得された所見文の記述を、前記取得工程で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程とを備える。
[0021]
 更に、上記の目的を達成するための本発明の他の態様による診断支援方法は、
 画像特徴情報と所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像における画像特徴情報を取得する取得工程と、
 前記取得手段で取得された画像特徴情報に基づいて、前記格納手段に格納されている所見文を検索する検索工程とを備える。

発明の効果

[0022]
 本発明によれば、読影対象となる画像の内容に対応した所見文の生成を効果的に支援することが可能となる。
[0023]
 ただし、本発明の請求項に記載した「注目領域」は、本実施形態における注目領域と異常領域のいずれをも意味する用語として用いており、特定の形状やサイズに限定されるものではない。
[0024]
 本発明のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。なお、添付図面においては、同じ若しくは同様の構成には、同じ参照番号を付す。

図面の簡単な説明

[0025]
 添付図面は明細書に含まれ、その一部を構成し、本発明の実施の形態を示し、その記述と共に本発明の原理を説明するために用いられる。

[図1] 本発明の一実施形態に係る診断支援装置のハードウェア構成図である。
[図2] 従来の装置・システム等から成る医療情報システム200のシステム構成と、本発明に係る診断支援装置10を含む医療情報システム210のシステム構成との違いを示すシステム構成図である。
[図3] 本発明の第一の実施例に係る診断支援装置10の主要な機能を説明するための機能ブロック図である。
[図4] 図3に示した診断支援装置10における診断支援処理手順を示したフローチャートである。
[図5] 図3に示した診断支援装置10における診断支援処理におけるステップS13の詳細手順を示したフローチャートである。
[図6] 図3に示した診断支援装置10における症例データ登録処理手順を示したフローチャートである。
[図7] 医用画像撮影装置40によって撮影された医用画像及びその注目領域の一例を示す図である。
[図8] 図7に示した注目領域の拡大図である。
[図9] 図8に示した異常領域の画像特徴情報の一つを計算する方法を説明するための図である。
[図10] 本発明の第二の実施例に係る診断支援装置10の主要な機能を説明するための機能ブロック図である。
[図11] 図10に示した診断支援装置10における診断支援処理手順を示したフローチャートである。
[図12] 図10に示した診断支援装置10における診断支援処理におけるステップS33の詳細手順を示したフローチャートである。
[図13] 図10に示した診断支援装置10における症例データ登録処理手順を示したフローチャートである。
[図14] 本発明の第三の実施例に係る診断支援装置10の診断支援処理におけるステップS13の詳細手順において、図6のステップS101とステップS102の間に追加の処理を挿入したフローチャートである。

発明を実施するための最良の形態

[0026]
 以下、本発明の実施形態について添付の図面を用いて詳細に説明する。
[0027]
 [第1実施形態]
 図1は、第1実施形態に係る診断支援装置のハードウェア構成図である。図1において、診断支援装置10は、中央処理装置(CPU)11、メモリ12、磁気ディスク13、入力機器14、表示機器15、及びバス16を含む。
[0028]
 CPU11は、主として装置の各構成要素の動作を制御する。メモリ12は、装置の制御プログラムを格納したり、プログラム実行時の作業領域を提供する。磁気ディスク13は、オペレーティングシステム(OS)、周辺機器のデバイスドライブ、後述する診断支援処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納する。入力機器14は、文字、数字、記号、コマンド等の文字列情報を入力するためのキーボードや、ポインティング位置やクリックコマンド等のポインティング情報を入力するマウスなど含む。なお、これらの機器はそれぞれ複数台接続されてもよい。表示機器15は、文字、図形、画像等の多様な表示情報を画面表示するためのモニタまたはディスプレイである。なお、表示機器15として、CRTディスプレイ、液晶ディスプレイ、プラズマディスプレイなど任意のディスプレイを、任意の台数、任意の組み合わせで使用することもできる。バス16は、装置の各構成要素間でデータを送受信するための通信路であり、さらに装置の各構成要素を動作させるための電力を送受信するための電力線の役割も含む。
[0029]
 図2は、従来の装置・システム等から成る医療情報システム200のシステム構成と、本実施形態に係る診断支援装置10を含む医療情報システム210のシステム構成との違いを示すシステム構成図である。
[0030]
 図2において、従来の医療情報システム200には、
・病院情報システム(HIS:Hospital Information System)20、
・放射線医学情報システム(RIS:Radiology InformationSystem)30、
・医用画像撮影装置40、
・画像保管通信システム(PACS:Picture Archiving and Communication System)50、
・読影端末60、
・ネットワーク70が含まれる。
[0031]
 HIS20は、医療事務会計システム、診療予約システム、診療情報システム等を含む包括的なシステムであり、電子カルテデータベース1や読影レポートデータベース2を有する。電子カルテデータベース1には、患者の診療情報を記録した電子カルテが保管される。読影レポートデータベース2には、読影医が作成した読影レポートが保管される。RIS30は、放射線科部門における、撮影予約、読影管理、材料在庫管理等を行うためのシステムである。読影レポートデータベース2が、RIS30によって管理される場合もある。
[0032]
 医用画像撮影装置40は、
・単純X線撮影装置(またはレントゲン装置)、
・CT(Computed Tomography)装置、
・MRI(Magnetic Resonance Imaging)装置、
・PET(Positron Emission Tomography)装置、
・PET/CT装置、
・SPECT(Single Photon Emission Computed Tomography)装置、
・超音波画像診断装置、
・眼底カメラ(または眼底写真撮影装置)、
・OCT(Optical Coherence Tomography)装置、
等の総称であり、医療機関ごとに上述の装置が任意の台数設置される。
[0033]
 PACS50は、医用画像撮影装置40によって撮影された医用画像を電子的に保存、検索、通信するためのシステムであり、医用画像データベース3を備えている。読影端末60は、読影医が読影を行う際に必要な各種機能を備えている。すなわち、
・読影医の指示に従って読影対象となる画像をPACS50(の持つ医用画像データベース3)から読み出してモニタに表示するための医用画像表示機能と、
・読影レポート作成画面を表示し、読影医からの入力に従って読影レポートを作成していく読影レポート作成機能と、
・過去の読影レポートを表示するための読影レポート表示機能と
を備える。さらに、読影端末60または読影端末60と同様の別の端末は、読影対象となる画像に対応した患者の電子カルテを表示するための電子カルテ表示機能を備えている場合がある。この機能によれば、読影の参考情報として患者の電子カルテを参照することができる。
[0034]
 医療情報システム210には、従来の医療情報システム200に加えて、本発明に係る診断支援装置10が含まれる。診断支援装置10は、医療用語データベース4と症例データベース5を利用する。医療用語データベース4は構文解析部105が所見文を解析する際に参照される。また、症例データベース5は、画像特徴情報と読影結果の所見文を対応付けて格納する。なお、読影端末60のハードウェア構成は、図1に示した診断支援装置10のハードウェア構成と同様の構成とすることができる。そのため、診断支援装置10が有する機能の一部または全部を読影端末60に実装することにより、診断支援装置10と読影端末60を一つの装置にまとめることもできる。また、医療用語データベース4と症例データベース5は診断支援装置10からアクセス可能であればよいのであって、必ずしも診断支援装置10の管理下に置く必要はない。
[0035]
 以下、図3乃至図9を用いて、第1実施形態に係る診断支援装置10の機能及び処理手順を説明する。
[0036]
 図3は、第1実施形態に係る診断支援装置10の主要な機能を説明するための機能ブロック図である。説明の都合上、図3の上半分に、図2で示した医療情報システム210の構成要素の一部を記載している。
[0037]
 図4乃至図6は、図3に示した診断支援装置10における処理手順を示したフローチャートである。図4は診断支援処理の手順、図6は診断支援処理におけるステップS13の詳細な手順、図5は症例データ登録処理の手順を示している。
[0038]
 図7は、医用画像撮影装置40によって撮影された医用画像及びその注目領域の一例を示す図である。図8は、図7に示した注目領域の拡大図である。図9は、図8に模式的に示した異常領域の画像特徴情報の一つを計算する方法を説明するための図である。
[0039]
 図3において、診断支援装置10は読影端末60と相互に通信しながら動作する。診断支援装置10と読影端末60との通信手順はあらかじめ決められており、読影端末60はあらかじめ決められた手順に沿って診断支援装置10とデータの送受信を行う。
[0040]
 なお、読影医が読影レポートを作成する際は、まず読影端末60を用いて医用画像データベース3から読影対象画像を読み出し、読影端末60のモニタ上に表示させて、読影を行う。そして、読影医は、読影レポートに所見を記入し、読影レポート完成後にその読影レポートを読影レポートデータベース2に保管する。従来は、読影医自身が読影端末60のキーボードから直接文字列を打ち込むことにより、読影レポートへの所見文を記入していた。これに対して、第1実施形態の診断支援装置10は、後述のように所見文の候補となる文章を自動的に作成する。そのため、読影医は簡易な操作で所見文を作成することができるようになり、読影レポート作成作業が大幅に効率化される。
[0041]
 図3において、読影端末60のモニタ上に表示された読影対象画像の注目領域を、図7に示したように読影医がマウス等を用いて領域指定すると、注目領域に含まれる画像データI0が読影端末60から診断支援装置10に送信される。診断支援装置10では、注目領域の画像データI0を受信することにより、図4に示した診断支援処理を開始する。
[0042]
 まず、図3の画像特徴情報抽出部101は、注目領域の画像データI0を取得(受信)した後(図4のステップS11)、この画像データI0から画像特徴情報F0 1~xを抽出する(図4のステップS12)。
[0043]
 ここで、画像特徴情報F0 1~xの抽出方法について説明する。画像特徴情報F0 1~xは、x個(x≧1)の特徴項目の情報としての画像特徴情報F0 ,F0 ,...,F0 から成る複合情報であり、注目領域の画像データI0の画像特徴を過不足なく表現できるような情報を選ぶことが望ましい。画像特徴情報F0 ~F0 としては、例えば以下の様な情報を用いることができる。
[0044]
  F0 =注目領域が属する身体部位名または身体部位コード、
  F0 =異常領域の最大直径、
  F0 =異常領域の面積と輪郭線の長さとの比、
  F0 =異常領域の真円率または扁平率、
  F0 =注目領域の輝度分布の周波数特性、
  F0 =異常領域の輝度分布パターン、
  F0 =異常領域の境界内外におけるコントラスト比。  …(1)
 ただし、上記記述中の異常領域とは、図8に例示した様に、疾病が疑われる陰影分布を持った不定形領域である。通常、図7及び図8に示した様に、読影医は異常領域を囲む四角形として注目領域を指定する。
[0045]
 画像特徴情報F0 はあらかじめ読影端末60で取得しておき、注目領域の画像データI0と一緒に診断支援装置10に送信するようにしてもよいし、診断支援装置10で取得するようにしてもよい。
[0046]
 画像特徴情報F0 をあらかじめ読影端末60で取得する場合、読影端末60では、読影医に身体部位名(またはコード)を直接入力させるようにしてもよいし、以下の画像処理手法を用いて自動的に身体部位を認識するようにしてもよい。身体部位を自動認識する方法の一例を以下に示す。
[0047]
 通常扱う医用画像は、医用画像の保管・通信に関する国際標準規格であるDICOM規格に準拠しており、DICOM画像のヘッダ部(DICOMヘッダ)には撮影条件が格納されている。したがって、DICOMヘッダに記述されている撮影条件を調べることによって、胸部、腹部、乳房などの大まかな身体部位がわかる。さらに、医用画像の輝度値を多段階の閾値処理することで複数領域に分割するか、あるいはレベルセット法やスネークス法などの領域分割手法を利用して領域分割することで、画像をほぼ臓器単位に領域分割することができる。その後、領域形状及び領域の相対位置を予備知識と照らし合わせることにより、どの領域がどの臓器に対応するかを推定することができる。これらの処理により、指定された注目領域が属する身体部位を臓器単位で自動的に推定することができる。
[0048]
 一方、画像特徴情報F0 を診断支援装置10で取得する場合、読影端末60からは注目領域の画像データI0だけでなく、読影の対象となる医用画像データも一緒に診断支援装置10に送信する必要がある。この際、読影端末60からは、医用画像データそのものではなく、医用画像データの保管場所を示す情報を送信するようにしても良い。診断支援装置10では、読影端末60の処理として上述した方法と同様の方法を用いて、読影対象の医用画像データから注目領域が属する身体部位の情報を取得または推定することができる。
[0049]
 画像特徴情報F0 ~F0 の情報を求めるに当たっては、あらかじめ注目領域の領域分割を行い、異常領域を抽出しておかなければならない。注目領域の領域分割は、画像特徴情報F0 の説明で述べた方法を用いることができる。すなわち、画像の輝度値を多段階の閾値処理することで複数領域に分割するか、あるいはレベルセット法やスネークス法などの領域分割手法を利用して、注目領域の領域分割を実現することができる。
[0050]
 画像特徴情報F0 は異常領域の大きさを示す情報であり、例えば異常部が癌などの進行性の疾病の場合、疾病の進行度合を示す非常に重要な情報である。画像特徴情報F0 の計算方法としては例えば次の方法が挙げられる。すなわち、抽出された異常領域の境界線上で異なる2画素を選択し、2画素間の直線距離を画素数単位で計算するという処理をすべての2画素の組合せに対して行い、その中の最大値を選択する。2画素間の画素数単位での距離φ 画素は、2画素間のx,y方向の画素数単位での距離をそれぞれφ ,φ とすると、下式、
  φ 画素=(φ +φ 1/2 …(2)
で計算できる。
[0051]
 こうして求めた画素数単位での最大直径φ 画素max値をそのまま画像特徴情報F0 値として代用することもできるが、さらに医用画像の撮影条件を調べて1画素のx,y方向の長さ(幅と高さ)Lx,Lyを調べ、下式、
  F0 =((Lx*φ +(Ly*φ 1/2 …(3)
を用いて実際の最大直径を計算することができる。
[0052]
 画像特徴情報F0 は異常領域の形状の複雑さを示す情報であり、例えば異常部が癌などの様々な形状を持つ疾病の場合、疾病の悪性度や性状を判断する手掛かりとなる重要な情報である。
[0053]
 画像特徴情報F0 は異常領域に含まれる画素数N 異常領域と異常領域の境界線(輪郭線)上に位置する画素数N 輪郭線との比として、
  F0 =N 輪郭線/N 異常領域 …(4)
により計算される。または、上式の逆数を用いてもよい。
[0054]
 画像特徴情報F0 は異常領域の円形度を示す情報であり、画像特徴情報F0 と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報F0 の計算方法はいくつか考えられる。例えば、図9に例示した方法は、上述した異常領域の最大直径φ 画素maxを用い、最大直径φ 画素maxを与える方向とは直交する方向で2画素間の距離を計算し、その最大値φ ⊥画素maxを求める。そして、画像特徴情報F0 を、
  F0 =φ ⊥画素max/φ 画素max …(5)
のように、φ 画素maxとφ ⊥画素maxの比として求める。
[0055]
 画像特徴情報F0 は注目領域の輝度分布特性を示す情報であり、画像特徴情報F0 と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報F0 や画像特徴情報F0 と異なる点は、画像特徴情報F0 は異常領域の境界線を考慮しないため、異常領域の領域分割方法の良し悪しに影響されないという利点があるという点である。輝度分布の周波数特性は、注目領域内の画素値を2次元周波数変換することで得られる。周波数変換方法には、高速フーリエ変換(FFT)、離散コサイン変換(DCT)、ウェーブレット変換などの方法があるが、いずれの方法を用いてもよい。ただし、上述の画像特徴情報F0 ~F0 は実数値として求まるのに対し、周波数特性は2次元係数列(行列)として求まるため、このままでは他の情報との比較が難しい。そこで、周波数特性を更に解析し、所定の規則に基づいて実数値に変換する。例えば、2次元周波数成分の次数に応じて重みを付け、全周波数成分の重み付け加算値として画像特徴情報F0 を定義することができる。この際、例えば、次数に比例して大きくなる重みを用いると、高周波成分が多いほど画像特徴情報F0 値は大きくなる。
[0056]
 画像特徴情報F0 は異常領域の輝度分布特性を示す情報であり、画像特徴情報F0 と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報F0 は異常領域の各画素値の大小を土地の高低に例えた場合、土地の起伏形状を示す情報と見なすことができる。画像特徴情報F0 の計算方法はいくつか考えられるが、例えば、下記の研究論文1に記された「shape index」値と「curvedness」値を用いることができる。なお、研究論文1には、「shape index」値と「curvedness」値は研究論文2及び研究論文3から引用したとの記述がある。
[0057]
 [研究論文1] 河田・仁木・大松、「胸部3次元CT像による肺野小型腫瘤の3次元曲率を用いた内部構造の解析」、電子情報通信学会論文誌、D-II,Vol.J83-D-II,No.1, pp.209-218, 2000年1月
 [研究論文2] J.J.Koenderink and A.J.V.Doorn, “Surface shape and curvature scales”, Image and VisionComputing, vol.10, no.8, pp.557-565, 1992.
 [研究論文3] C.Dorai and A.K.Jain, “COSMOS - A Representation scheme for 3Dfree-form objects”, IEEE Trans. Pattern Analysis and Machine Intelligence,Vol.PAMI-19, no.10, pp.1115-1130, 1997.
 画像特徴情報F0 は異常領域の境界の明瞭さを示す情報であり、画像特徴情報F0 と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報F0 は異常領域の境界線の内側及び外側に隣接する画素のコントラスト比として以下の様に計算できる。
[0058]
 まず、異常領域の境界線の内側に隣接するすべての画素の輝度平均値をH in.aveとし、異常領域の境界線の外側に隣接するすべての画素の輝度平均値をH out.aveとすると、画像特徴情報F0 はH in.aveとH out.aveの比、
  F0 =H in.ave/H out.ave …(6)
として求めることができる。
[0059]
 以上のようにして、画像特徴情報F0 ~F0 を抽出することができる。こうして、画像特徴情報抽出部101は、読影対象の画像において指定された注目領域(異常領域)の画像特徴情報を取得する。
[0060]
 図3乃至図6の説明に戻る。図3の画像特徴情報抽出部101において、図4のステップS11及びS12を実行するところまで、すでに述べた。
[0061]
 図3の画像特徴情報比較部102と所見選択・整列部104は連携動作することで、図4のステップS13を実行する。ステップS13では、画像特徴情報比較部102が、ステップS12で求めた画像特徴情報F0 1~xを用いて症例データベース5を検索し、症例データベース5に蓄積された過去の所見文A1~Amを読み出す。すなわち、画像特徴情報抽出部101により取得された画像特徴情報に類似した画像特徴情報が症例データベース5から検索され、検索された画像特徴情報に対応付けて格納されている過去の所見文が症例データベース5から取得される。また、類似した画像特徴情報の検索では、注目領域の画像特徴情報と症例データベース5に格納されている画像特徴情報との類似度が算出される。以下、ステップS13の詳細な処理手順を、図6のフローチャートを参照して説明する。図6におけるステップS101からS105までの処理は画像特徴情報比較部102により実行され、ステップS106からS112までの処理は所見選択・整列部104により実行される。
[0062]
 図6のステップS101において、画像特徴情報比較部102は画像特徴情報抽出部101から画像特徴情報F0 1~xを受け取り、さらに変数i とi をそれぞれ値0と1で初期化する。
[0063]
  i =0,i =1 …(7)
 ステップS102において、画像特徴情報比較部102は、症例データベース5からi 番目の症例データに含まれる画像特徴情報Fn 1~xを読み出す。ただし、症例データベース5が保管するi 番目の症例データは、画像特徴情報Fn 1~xと所見文Anから成るデータセットFAである。なお、画像特徴情報Fn 1~xは、画像特徴情報Fn ~Fn を有する複合情報である。
[0064]
 ステップS103において、画像特徴情報比較部102は、画像特徴情報F0 1~xと画像特徴情報Fn 1~xの差異度Dnを計算する。ここで、差異度Dnは類似していない度合いを示しており、類似度とは逆の意味を持つ値となるが、広い意味で類似度である。本明細書では、このような差異度も類似度の一つであるとする。類似の度合いを示す類似度を計算することももちろん可能であるが、差異度Dnを用いた方が後述の処理が若干簡素化されるため、本実施形態では差異度Dnを用いている。なお、画像特徴情報F0 1~xは読影中の医用画像の注目領域から抽出された情報である。また、画像特徴情報Fn 1~xは症例データベース5に蓄積されたn番目の画像特徴情報、つまり過去に読影した医用画像の注目領域から抽出した情報である。すなわち、差異度Dnは、読影中の画像の注目領域と過去の画像の注目領域とがどの程度異なるかを示す情報であり、例えば、以下の方法で計算される。
[0065]
 画像特徴情報F0 1~xは上述の通り画像特徴情報F0 ,F0 ,...,F0 から成る複合情報である。同様に、Fn 1~xは画像特徴情報Fn ,Fn ,...,Fn から成る複合情報である。従って、F0 1~xとFn 1~xの差異度Dnは、各画像特徴情報の差異の線形和として定義することができる。他の線形関数または非線形関数を用いて差異度Dnを定義することも可能だが、ここでは説明を簡単にするため線形和を用いるものとする。
[0066]
  Dn=w |F0 -Fn
    +w |F0 -Fn
    + ・・・・・
    +w |F0 -Fn | …(8)
 ただし、||は絶対値を示す記号である。また、w ~w は各画像特徴情報の差異に対して乗算する重み定数(実数)であり、w +w +...+w =1の条件を満たすようにあらかじめ決めておく
 なお、(1)式に例示したF0 は身体部位名または身体部位コードであったため、このままでは(8)式の右辺第一項が計算できない。これに対する対策は2つある。第1の対策は、単純に右辺第一項を削除することである。第2の対策は、すべての身体部位名または身体部位コードに対して、他の身体部位名または身体部位コードとの間の距離をあらかじめ実数値として定義しておき、この距離を|F0 -Fn |に代入する方法である。各身体部位は包含関係や物理的な位置関係を持つため、身体内における各部位間の包含関係や物理的距離に応じて実数値を定義することができる。
[0067]
 ステップS104において、画像特徴情報比較部102は、差異度Dnをあらかじめ決められた閾値T Dnと比較する。そして、差異度DnがT Dn以下の場合(類似度が高い場合)は処理はステップS105に進み、逆に差異度DnがT Dnより大きい場合(類似度が低い場合)は処理はステップS110に進む。
[0068]
 ステップS105において、すなわち類似度が高いと判定された場合、画像特徴情報比較部102は症例データベース5からi 番目の症例データに含まれる過去の所見文Anを読み出す。そして、ステップS106において、所見選択・整列部104は、画像特徴情報比較部102から差異度Dnと所見文Anを一緒に受け取り、DnとAnから成るデータセットDAを作成する。なお、所見選択・整列部104はデータセットDAを複数格納するためのリスト(以下、DAリストと略記)を保持しており、先に作成したデータセットDAを差異度Dnが小さい順(類似度が大きい順)にソートしながら(並び替えながら)DAリストに追加する。
[0069]
 ステップS107では、変数i の値を1増やす。
[0070]
  i =i +1 …(9)
 ステップS108では、変数i をあらかじめ決めた閾値T と比較し、i がT より大きい場合はステップS109に進み、逆にi がT 以下の場合はステップS110に進む。ここで、閾値T は所見文A1~Amの最大個数(mの最大値)を制限する値である。
[0071]
 ステップS109を実行する直前は、DAリストにT +1個のデータセットが保持されていることになる。そのため、ステップS109において、所見選択・整列部104は、DAリストの最後に保持されているデータセットを1件削除し、リスト中のデータセット数をT 個に制限する。また、所見選択・整列部104は、変数i の値を1減らす。これにより、変数i はDAリスト中のデータセット数と等しくなる。
[0072]
  i =i -1 …(10)
 ステップS110では、変数i の値を1増やす。
[0073]
  i =i +1 …(11)
 ステップS111では、変数i を症例データベース5が保管する症例データの総数Nと比較する。この結果、i がNより大きい場合(すべての症例データを処理済みの場合)はステップS112に処理が進む。また、逆にi がN以下の場合(未処理の症例データがある場合)は、処理はステップS102に戻って、残りの症例データが処理される。ステップS112において、所見選択・整列部104は、DAリスト中の全データセットから所見文A1~Amを読み出し、図3の構文解析部105に渡す。
[0074]
 以上のように、画像特徴情報比較部102と所見選択・整列部104の連携動作により、注目領域の画像特徴情報と症例データベース5に格納されている画像特徴情報との類似度が算出される。そして、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文が症例データベース5から取得される。
[0075]
 以上のようにして症例データベース5から取得された所見文の記述は、画像特徴情報抽出部101で取得された注目領域の画像特徴情報に基づいて変更され、当該注目領域の読影の所見文が生成される。これらの処理は、構文解析部105、タグ付き文字列生成部103、所見修正部106の協働により実現される。以下、この処理について説明する。
[0076]
 図3の構文解析部105では、所見選択・整列部104から所見文A1~Amを受け取った後、各所見文を医療用語データベース4を参照して構文解析することにより、画像特徴情報の各特徴項目に対応した記述を抽出する。構文解析部105は、構文解析により上述した画像特徴情報Fn ,Fn ,...,Fn に対応する用語を発見し、抽出した場合は、あらかじめ各画像特徴情報用に決めておいた専用のタグを付ける。また、その他の単語に対して、構文解析部105は、どの品詞(主語、述語、目的語、形容詞、助詞、副詞など)に対応するかを解析し、これらの品詞を表すタグを付ける。このようにして、構文解析部105は、タグ付き所見文A’1~A’mを生成する。この際、構文解析方法として、従来技術を利用することができる。例えば、特許文献3に記載された方法を利用することも出来るし、また、すでに無料の構文解析ソフトや商用の構文解析ソフトが存在するので、それらのソフトを使用することも出来る。
[0077]
 あるいは、所見文A1~Amに頻繁に現れると予想される画像特徴情報はそれほど多くないので、例えば身体部位名(Fn )や異常領域サイズ(Fn )など、限られた画像特徴情報にのみタグを付けるようにしてもよい。その場合、あらかじめ身体部位名と異常領域サイズを示す文字列(数字と長さの単位を示す文字列との組合せ)だけを所見文A1~Amから探し出し、これらの文字列にのみタグを付ければよい。
[0078]
 さらに、画像特徴情報が数字である場合は、あらかじめ画像特徴情報が取り得る数字とそれらの数字が意味する表現(文字列)との対応表を作っておく。そして、この対応表を用いて所見文A1~Amを解析することで、読影医が自由に記述した文章表現から、特定の画像特徴情報に対応する表現を見つけ出すことができる。例えば、(1)式に示した画像特徴情報の例では、画像特徴情報F0 の異常領域の真円率の大小に応じて、「円形」「楕円形」「扁平」などの表現を対応させることができる。また別の例として、画像特徴情報F0 の異常領域の境界内外におけるコントラスト比の大小に応じて、「境界明瞭」「境界やや不明瞭」「境界不明瞭」などの表現を対応させることができる。
[0079]
 図3のタグ付き文字列生成部103は、画像特徴情報抽出部101から画像特徴情報F0 1~xを受け取った後、各画像特徴情報F0 ,F0 ,...,F0 をそれぞれ専用のタグを付けたタグ付き文字列C0 1~xに変換する。この処理は、図4のステップS15に対応する。次に、各画像特徴情報F0 ,F0 ,...,F0 を文字列に変換する方法を具体的に述べるために、式(1)で例示した各画像特徴情報F0 ,F0 ,...,F0 を文字列に変換する方法を以下に述べる。
[0080]
 画像特徴情報F0 は注目領域が属する身体部位名(文字列)または身体部位コード(数値または数字)である。身体部位名の場合は、その身体部位名をそのまま使用する。身体部位コードの場合は、あらかじめ用意された身体部位コードと身体部位名の対応表を検索することで身体部位コードを身体部位名に変換する。
[0081]
 画像特徴情報F0 は長さの単位を持ち、数値または数字で表されるデータである。数値で表されている場合は、文字コードごとに決められている変換規則に基づき数値を数字(文字列)に変換すればよい。数字で表されている場合は、その数字(文字列)をそのまま使用する。さらに、文字列の最後に長さの単位を示す文字列(mm,cmなど)を付加すればよい。
[0082]
 他の画像特徴情報F0 ~F0 もまた、数値または数字で表されるデータなので、原則的には画像特徴情報F0 と同様の処理ができる。但し、通常、これらの画像特徴量をそのまま所見文中に数字で記述することはほとんどない。したがって、構文解析部105の動作に関して上述したように、あらかじめ画像特徴情報が取り得る数字とそれらの数字が意味する表現(文字列)との対応表を作っておき、この対応表を用いて文字列に変換するのが好ましい。
[0083]
 こうして作成されたタグ付き文字列C0 1~x(C0 ,C0 ,...,C0 )は、所見修正部106に渡される。
[0084]
 所見修正部106は、図4のステップS16の処理を実行する。つまり、所見修正部106は、所見選択・整列部104で生成されたタグ付き所見文A’1~A’m(ステップS14)と、タグ付き文字列生成部103で生成されたタグ付き文字列C0 ,C0 ,...,C0 (ステップS15)とを受け取る。そして、これらタグ付き所見文A’1~A’mとタグ付き文字列C0 ,C0 ,...,C0 を用いて、以下に述べる様な方法で、所見候補文B1~Bmを生成する。
[0085]
 所見修正部106は、タグ付き所見文A’1~A’m中の全てのタグを調べる。そして、画像特徴情報Fn ~Fn を示すタグを発見した場合、これらのタグに対応するタグ付き文字列(C0 ~C0 のいずれか)を用いて所見文A’1~A’m中の文字列を置換する。これにより、所見候補文B1~Bmが生成される。ただし、生成された所見候補文B1~Bmの中には、まったく同じ文章となるものが存在する可能性がある。したがって、所見修正部106は所見候補文B1~Bmの文字列を比較し、まったく同一の所見候補文があった場合はそれらを一つにまとめる(一つを残して、他の同一所見文をすべて削除する)。すなわち、複数の候補所見文から、同一の内容の候補所見文は排除される。
[0086]
 以上の処理による所見文の変化を例示するため、以下に、DAリストの所見文A1~A4、タグ付き文字列C0 1~2、及び所見候補文B1~B3の例を示す。ただし、所見文A1~A4中で[]により括られた部分の文字列は、タグ付き文字列C0 によって置換される文字列である。また、{}によって括られた文字列は、タグ付き文字列C0 によって置換される文字列である。
[0087]
 A1:「[左上葉]に{20mm大}の充実性結節を認めます。」
 A2:「[右上葉]に{約11mm}の充実性結節を認めます。」
 A3:「[右下葉]に結節を認めます。{サイズ約14mm}。境界明瞭な高濃度結節です。」
 A4:「[右上葉S1]に{25~30mm程度}のすりガラス状陰影を伴う結節があります。」
 C0 :「左下葉」
 C0 :「サイズ17mm」
 B1:「左下葉にサイズ17mmの充実性結節を認めます。」
 B2:「左下葉に結節を認めます。サイズ17mm。境界明瞭な高濃度結節です。」
 B3:「左下葉にサイズ17mmのすりガラス状陰影を伴う結節があります。」
 所見修正部106で生成された所見候補文B1~Bmを読影端末60に送信することにより、診断支援装置10における診断支援処理は終了する。
[0088]
 以上のようにして、症例データベース5から取得された複数の所見文のそれぞれについて、構文解析部105で抽出され、タグ付けされた特徴項目毎の記述が、注目領域の画像特徴情報の各特徴項目の内容に基づいて変更される。こうして、複数の所見候補文が生成され、表示機器15に表示される。或いは、複数の所見候補文は、読影端末60に送信され、読影端末60において表示されてもよい。また、複数の候補所見文は、画像特徴情報比較部102において算出した類似度(差異度)に応じた順序に並べて表示させるようにしてもよい。
[0089]
 通常、読影医は読影作業中に、読影端末60上で画像ビューアと読影レポート作成ソフトを動作させている。読影医が、画像ビューアに表示された医用画像の注目領域をマウス等を用いて指定すると、注目領域の画像データI0が診断支援装置10に、例えば診断支援要求とともに送信される。診断支援装置10では、この画像データI0と診断支援要求の受信に応じて上述の診断支援処理が実行され、読影端末60の読影レポート作成ソフト上に所見候補文B1~Bmを自動的に表示することが可能となる。これにより、読影医の所見記入の効率を大幅に向上することができる。
[0090]
 次に、症例データベース5に症例データを蓄積する方法を説明する。
[0091]
 図3において、読影端末60上で読影医が医用画像の注目領域を指定し、その注目領域に対する所見文を記入し、症例データベース5への登録を指示すると、読影端末60から診断支援装置10に登録要求が送信される。すなわち、読影端末60は、注目領域の画像データI0と対応する所見文A0をコピーし、これらを登録要求と共に診断支援装置10に送信する。診断支援装置10では、これらのデータを受信することにより、図5に示した症例データ登録処理を開始する。
[0092]
 まず、図3の画像特徴情報抽出部101は、注目領域の画像データI0と、対応する所見文A0を取得(受信)した後(図5のステップS21)、画像データI0から画像特徴情報F0 1~xを抽出する(図5のステップS22)。画像特徴情報F0 1~xの抽出方法は、診断支援処理で説明した方法と同様である。次に、画像特徴情報抽出部101は画像特徴情報F0 1~xと所見文A0から成るデータセットFAを作成し、このデータセットFAを新たな症例データとして症例データベース5に登録する(図5のステップS23)。以上で、症例データ登録処理を終了する。
[0093]
 以上のように、第1実施形態の診断支援装置によれば、読影対象となる医用画像の特徴情報(F0 1~x)を用いて、その特徴情報に似た特徴情報を持つ医用画像に対して書かれた過去の読影レポート中の所見文(A1~Am)を直接検索できる。このため、背景技術の欄で述べたキーワード検索の短所を克服し、効率的かつ適切に過去の読影レポートの所見文を引用できる。これにより、読影対象となる画像の内容に即した所見文を自動的に生成する診断支援装置を提供することができるという効果がある。
[0094]
 [第2実施形態]
 以下、図10乃至図13を用いて、第2実施形態に係る診断支援装置10の機能及び処理手順を説明する。
[0095]
 図10は、第2実施形態に係る診断支援装置10の主要な機能を説明するための機能ブロック図である。説明の都合上、図10の上半分に、図2で示した医療情報システム210の構成要素の一部を省略した形で記載している。
[0096]
 図11乃至図13は、図10に示した診断支援装置10における処理手順を示したフローチャートである。図11は診断支援処理の手順、図12は診断支援処理におけるステップS33の詳細な手順、図13は症例データ登録処理の手順を示している。
[0097]
 機能ブロック及び処理手順の大半は、第1実施形態と同様なので、以下では、主として第1実施形態と異なるところを説明する。
[0098]
 第1実施形態と大きく異なる点は、所見文を構文解析してタグ付き所見文を作成するタイミングである。第1実施形態では、診断支援処理において(図4のステップS14)タグ付き所見文A’1~A’mを生成したが、第2実施形態では、症例データ登録処理において(図12のステップS43)所見文A0のタグ付き所見文A’0を生成する。以下に、まず第2実施形態による症例データ登録処理の手順を述べる。
[0099]
 第2実施形態の症例データ登録処理では、まず、構文解析部105が、登録すべき読影結果の所見文を構文解析し、画像特徴情報の各特徴項目に対応した記述を抽出する。そして、所見修正部107が、抽出された記述に特徴項目を示すタグを付与し、更に、タグが付与された記述を所定の記述に置換して修正所見文を生成する。データセット作成部108は、生成された修正所見文と画像特徴情報抽出部101で抽出された画像特徴情報とを関連させて、すなわち一つのデータセットとして症例データベース5に登録する。
[0100]
 図10において、読影端末60から診断支援装置10に注目領域の画像データI0と、対応する所見文A0が送信されると、診断支援装置10ではこれらのデータを取得(受信)する(図12のステップS41)。但し、第2実施形態では、診断支援装置10の画像特徴情報抽出部101と構文解析部105の両方が画像データI0と所見文A0を受信する。
[0101]
 画像特徴情報抽出部101は、受信した注目領域の画像データI0から画像特徴情報F0 1~xを抽出し、データセット作成部108へ渡す(図12のステップS42)。一方、構文解析部105は、受信した所見文A0を構文解析する。そして、画像特徴情報F0 1~xに対応する用語を発見した場合は、その用語にあらかじめ各画像特徴情報用に決めておいた専用のタグを付け、タグ付き所見文A’0を生成する(図12のステップS43)。
[0102]
 所見修正部107は、構文解析部105から受け取ったタグ付き所見文A’0を調べ、あらかじめ決めておいたタグを発見した場合は、それらのタグが付けられた文字列をあらかじめ決めておいた特別なデータ(文字列、記号、数値など)で置換する。こうして、所見修正部107は、タグ付き修正所見文A”0を生成する(図12のステップS44)。
[0103]
 データセット作成部108では、画像特徴情報抽出部101から受け取った画像特徴情報F0 1~xと、所見修正部107から受け取ったタグ付き修正所見文A”0から成るデータセットFA”を作成する。そして、このデータセットFA”を新たな症例データとして症例データベース5に登録する(図12のステップS45)。この際、症例データベース5では、既に登録済みの症例データと新たに登録される症例データとの比較を行い、まったく同一またはほぼ同一(異なる部分があらかじめ決めた範囲内に収まっている)の症例データがすでに存在するか否かを判断する。存在すると判断した場合、症例データベース5は、その新たな症例データを登録しないように制御する。以上で、症例データ登録処理を終了する。
[0104]
 以上のような第2実施形態における症例データ登録処理を行うことにより、すでに症例データベース5に似たようなデータセットFA”が登録されている場合は、ほぼ同じ様なデータセットFA”を繰り返し登録することがなくなるという利点がある。つまり、所見文A0の中であらかじめ置換すると決めておいた画像特徴情報(身体部位名や異常領域サイズなど)に対応する文字列だけが登録済みの所見文と異なる場合は、タグ付き修正所見文A”0に変換することでまったく同一の所見文となる。したがって、画像特徴情報F0 1~xもほぼ同一(異なる部分があらかじめ決めた範囲内に収まっている)の場合は、これらを排除することにより、重複した症例データの登録を回避することが出来る。
[0105]
 第2実施形態における診断支援処理の手順(図11、図13)は、第1実施形態における「過去の所見文A1~Am」及び「タグ付き所見文A’1~A’m」を、「タグ付き修正所見文A”1~A”m」に置き換えればよい。すなわち、画像特徴情報比較部102は、注目領域の画像特徴情報と類似する画像特徴情報に対応する修正所見文を症例データベース5から取得する。そして、所見選択・整列部104、タグ付き文字列生成部103、所見修正部106は、取得された修正所見文に含まれている所定の記述(特別なデータで置換された部分)を、注目領域の画像特徴情報に基づいて変更することにより注目領域の所見文を生成する。ここで、所定の記述はタグによって検出される。ただし、図4のステップS14は図3の構文解析部105が実行する処理であるが、第2実施形態では症例データベース5から取得される過去の所見文が既にタグ付き所見文となっているため不要となる。そのため、図11には図4のステップS14に対応するステップは存在しない。
[0106]
 なお、所見修正部107が抽出された記述に特徴項目を示すタグを付与してタグ付き所見文を生成し、データセット作成部108が生成されたタグ付き所見文を対応する画像特徴情報と関連させて症例データベース5に登録するように構成しても良い。その場合、画像特徴情報比較部102は、注目領域の画像特徴情報と類似する画像特徴情報に対応するタグ付き所見文を症例データベース5から取得する。そして、所見選択・整列部104、タグ付き文字列生成部103、所見修正部106は、取得されたタグ付き所見文に含まれているタグが付与された記述を、注目領域の画像特徴情報の対応する特徴項目の内容に基づいて変更することにより所見文を生成する。但し、修正所見文を登録する場合と比べて、症例データベース5における記述の重複の回避はできない。
[0107]
 [第3実施形態]
 第1実施形態及び第2実施形態では、症例データベース5に画像特徴情報F0 1~xと所見文A0(またはタグ付き修正所見文A”0)から成るデータセットFA(またはFA”)を登録するとした。第3実施形態では、症例データベース5に格納された各所見文についてその信頼度を示す信頼度情報を格納する。そして、画像特徴情報比較部102は、注目領域の画像特徴情報と症例データベース5に格納されている画像特徴情報との類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文のうち、信頼度情報が示す信頼度が所定値を超える所見文を取得する。特に、第3実施形態では、信頼度情報として、所見文を作成した読影者の評価に関する情報を用いるようにする。より具体的には、データセットFAに、読影を行った医師を識別するための識別子(以下、医師IDと略記)を加えて登録する。つまり、症例データベース5に蓄積される症例データは、医師ID、画像特徴情報F 1~x、所見文A(またはタグ付き修正所見文A”0)の3種類のデータから成る。
[0108]
 さらに、症例データベース5または診断支援装置10に、医師IDに関する情報を記した医師情報テーブルを格納しておくとよい。この医師情報テーブルには、例えば、医師の読影経験年数または病院内での評価など、読影能力または読影結果の信頼性に関わる情報を登録しておく。これにより、読影端末60を使用する読影医が、過去の症例データの中から信頼性の高いものだけを選択的に用いて所見候補文B1~Bmを得たいと考えたときに、その要求に応えることができる。この時の処理手順を以下に記す。
[0109]
 基本的な処理手順は、第1実施形態と同様である。主要な相違点は、読影医が必要とする読影結果信頼度の閾値T を読影端末60に入力(または指定、選択)する必要があることである。また、読影端末60から診断支援装置10に読影結果信頼度の閾値T が送信され、後述する図14のステップS303で利用可能となる必要もある。さらに、図6のステップS101とステップS102の間に少し追加の処理が入る。図14に追加の処理を挿入したフローチャートを示す。
[0110]
 図14において、ステップS301からステップS303までが追加の処理である。まず、ステップS101では第1実施形態と同様に、読影対象画像から選択された注目領域の画像特徴情報F0 1~xを取得し、変数i とi をそれぞれ値0と1で初期化する。次に、ステップS301において、画像特徴情報比較部102は、症例データベース5からi 番目の医師IDnを読み出す。ステップS302において、画像特徴情報比較部102は、上述の医師情報テーブルを検索し、医師IDnに対する読影結果信頼度Rnを読み出す。ステップS303において、画像特徴情報比較部102は、読影結果信頼度Rnを、指定された読影結果信頼度の閾値T と比較する。比較の結果、RnがT 以上であれば必要な信頼度があると判断し、第1実施形態で説明したステップS102~S109の処理を実行する。他方、RnがT 未満であれば、必要な信頼度がないと判断され、処理はステップS110へ進む。 以上説明したように、第1~第3実施形態によれば、過去の所見文の検索におけるキーワード検索の短所が克服され、より効率的かつ適切に過去の所見文を引用するこができる。これにより、読影対象となる画像の内容に即した所見文を自動的に生成する診断支援装置を提供することができるという効果がある。
[0111]
 なお、上記各実施形態では、1種類の類似度算出方法(差異度算出方法)を説明したが、類似度算出方法は上記実施形態に限られるものではない。例えば、上記実施形態では、画像特徴情報F0 1~xとFn 1~xの類似度(差異度)を、各画像特徴情報の差異の線形和として定義した。より一般的には、F0 1~x及びFn 1~xをそれぞれx次元ベクトルVF0及びVFnと記述した場合、類似度(差異度)は2つのベクトル(VF0とVFn)間の距離と言い換えることができる。例えば、差異度として各画像特徴情報の差異の2乗線形和(の平方根)を求めることは、2つのベクトル間のユークリッド距離を求めることに相当する。この他にも、数学の分野では様々なベクトル間距離が定義されており、それらの定義はすべて上記実施形態における類似度(差異度)の定義として利用可能である。また、それら複数種類の類似度算出方法を用意しておき、ユーザとしての医師が所望の算出方法を指定できるようにしてもよい。
[0112]
 以上、実施形態を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
[0113]
 尚、本発明は、ソフトウェアのプログラムをシステム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによって前述した実施形態の機能が達成される場合を含む。この場合、供給されるプログラムは実施形態で図に示したフローチャートに対応したコンピュータプログラムである。
[0114]
 従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
[0115]
 その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、OSに供給するスクリプトデータ等の形態であっても良い。
[0116]
 コンピュータプログラムを供給するためのコンピュータ読み取り可能な記憶媒体としては以下が挙げられる。例えば、フロッピー(登録商標)ディスク、ハードディスク、光ディスク、光磁気ディスク、MO、CD-ROM、CD-R、CD-RW、磁気テープ、不揮発性のメモリカード、ROM、DVD(DVD-ROM,DVD-R)などである。
[0117]
 その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムをハードディスク等の記録媒体にダウンロードすることが挙げられる。この場合、ダウンロードされるプログラムは、圧縮され自動インストール機能を含むファイルであってもよい。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるWWWサーバも、本発明に含まれるものである。
[0118]
 また、本発明のプログラムを暗号化してCD-ROM等の記憶媒体に格納してユーザに配布するという形態をとることもできる。この場合、所定の条件をクリアしたユーザに、インターネットを介してホームページから暗号を解く鍵情報をダウンロードさせ、その鍵情報を使用して暗号化されたプログラムを実行し、プログラムをコンピュータにインストールさせるようにもできる。
[0119]
 また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているOSなどとの協働で実施形態の機能が実現されてもよい。この場合、OSなどが、実際の処理の一部または全部を行ない、その処理によって前述した実施形態の機能が実現される。
[0120]
 さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれて前述の実施形態の機能の一部或いは全てが実現されてもよい。この場合、機能拡張ボードや機能拡張ユニットにプログラムが書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPUなどが実際の処理の一部または全部を行なう。
[0121]
 なお、上述した本実施の形態における記述は、本発明に係る好適な診断支援装置の一例であり、本発明はこれに限定されるものではない。
[0122]
 すなわち、本発明は上記実施の形態に制限されるものではなく、本発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、本発明の範囲を公にするために、以下の請求項を添付する。
[0123]
 本願は、2007年9月28日提出の日本国特許出願特願2007-256014を基礎として優先権を主張するものであり、それらの記載内容の全てを、ここに援用する。

請求の範囲

[1]
 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段と、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索手段と、
 前記検索手段により取得された所見文の記述を、前記取得手段で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段とを備えることを特徴とする診断支援装置。
[2]
 前記生成手段は、
 前記検索手段によって取得された所見文を構文解析して、画像特徴情報の各特徴項目に対応した記述を抽出する抽出手段と、
 前記抽出手段で抽出された記述を、前記注目領域の画像特徴情報の各特徴項目の内容に基づいて変更する変更手段とをさらに備えることを特徴とする請求項1に記載の診断支援装置。
[3]
 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文を取得することを特徴とする請求項1に記載の診断支援装置。
[4]
 前記検索手段における類似度の計算方法を指定する指定手段を更に備えることを特徴とする請求項3に記載の診断支援装置。
[5]
 登録すべき読影結果の文と画像特徴情報を受け付けて、それらを関連させて前記格納手段に登録する登録手段を更に備えることを特徴とする請求項1に記載の診断支援装置。
[6]
 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与し、タグが付与された記述を所定の記述に置換して修正所見文を生成し、生成された修正所見文を対応する画像特徴情報と関連させて前記格納手段に登録する登録手段を更に備え、
 前記検索手段は、前記注目領域の画像特徴情報と類似する画像特徴情報に対応する修正所見文を前記格納手段から取得し、
 前記生成手段は、前記検索手段によって取得された修正所見文に含まれている前記所定の記述を、前記注目領域の画像特徴情報に基づいて変更することにより前記注目領域の所見文を生成することを特徴とする請求項1に記載の診断支援装置。
[7]
 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて前記格納手段に登録する登録手段を更に備え、
 前記検索手段は、前記注目領域の画像特徴情報と類似する画像特徴情報に対応するタグ付き所見文を前記格納手段から取得し、
 前記生成手段は、前記検索手段によって取得されたタグ付き所見文に含まれているタグが付与された記述を、前記注目領域の画像特徴情報の対応する特徴項目の内容に基づいて変更することにより前記注目領域の所見文を生成することを特徴とする請求項1に記載の診断支援装置。
[8]
 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている複数の所見文を取得し、
 前記生成手段は、前記検索手段で取得された複数の所見文を用いて前記注目領域の所見文の複数の候補所見文を生成することを特徴とする請求項1に記載の診断支援装置。
[9]
 前記複数の候補所見文から、同一の内容の候補所見文を排除する排除手段を更に備えることを特徴とする請求項8に記載の診断支援装置。
[10]
 前記生成手段は、前記複数の候補所見文を、前記検索手段における類似度に応じた順序に並べて表示手段に表示させる整列手段を更に備えることを特徴とする請求項8に記載の診断支援装置。
[11]
 前記格納手段は、さらに、各所見文についてその信頼度を示す信頼度情報を格納しており、
 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文のうち、信頼度情報が示す信頼度が所定値を超える所見文を取得することを特徴とする請求項1に記載の診断支援装置。
[12]
 前記文の信頼度情報は、所見文を作成した読影者の評価に関する情報を用いることを特徴とする請求項11に記載の診断支援装置。
[13]
 画像特徴情報と所見文を対応付けて格納した格納手段と、
 読影対象の画像における画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に基づいて、前記格納手段に格納されている所見文を検索する検索手段とを備えることを特徴とする診断支援装置。
[14]
 前記検索手段により取得された所見文の記述に基づいて、前記読影対象の画像における所見文を生成する生成手段を更に備えることを特徴とする請求項13に記載の診断支援装置。
[15]
 前記生成手段は、
 前記検索手段によって取得された所見文を構文解析して、画像特徴情報の各特徴項目に対応した記述を抽出する抽出手段と、
 前記抽出手段で抽出された記述を、注目領域の画像特徴情報の各特徴項目の内容に基づいて変更する変更手段を備えることを特徴とする請求項14に記載の診断支援装置。
[16]
 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得工程と、
 前記取得工程で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索工程と、
 前記検索工程で取得された所見文の記述を、前記取得工程で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程とを備えることを特徴とする診断支援装置の制御方法。
[17]
 画像特徴情報と所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像における画像特徴情報を取得する取得工程と、
 前記取得手段で取得された画像特徴情報に基づいて、前記格納手段に格納されている所見文を検索する検索工程とを備えることを特徴とする診断支援装置の制御方法。
[18]
 請求項16または17に記載の制御方法をコンピュータに実行させるためのプログラム。
[19]
 請求項18に記載のプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。

補正された請求の範囲(条約第19条)
[ 2009年1月23日 ( 23.01.2009 )  国際事務局受理 ]

[1]
[補正後] 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段と、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索手段と、
 前記検索手段により取得された所見文の記述を、前記取得手段で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段とを備え、
 前記生成手段は、
 前記検索手段によって取得された所見文を構文解析して、画像特徴情報の各特徴項目に対応した記述を抽出する抽出手段と、
 前記抽出手段で抽出された記述を、前記注目領域の画像特徴情報の各特徴項目の内容に基づいて変更する変更手段とを備えることを特徴とする診断支援装置。
[2]
[削除]
[3]
 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文を取得することを特徴とする請求項1に記載の診断支援装置。
[4]
 前記検索手段における類似度の計算方法を指定する指定手段を更に備えることを特徴とする請求項3に記載の診断支援装置。
[5]
 登録すべき読影結果の文と画像特徴情報を受け付けて、それらを関連させて前記格納手段に登録する登録手段を更に備えることを特徴とする請求項1に記載の診断支援装置。
[6]
[補正後] 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段と、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索手段と、
 前記検索手段により取得された所見文の記述を、前記取得手段で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段と、
 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与し、タグが付与された記述を所定の記述に置換して修正所見文を生成し、生成された修正所見文を対応する画像特徴情報と関連させて前記格納手段に登録する登録手段とを備え、
 前記検索手段は、前記注目領域の画像特徴情報と類似する画像特徴情報に対応する修正所見文を前記格納手段から取得し、
 前記生成手段は、前記検索手段によって取得された修正所見文に含まれている前記所定の記述を、前記注目領域の画像特徴情報に基づいて変更することにより前記注目領域の所見文を生成することを特徴とする診断支援装置。
[7]
[補正後] 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段と、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索手段と、
 前記検索手段により取得された所見文の記述を、前記取得手段で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段と、
 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて前記格納手段に登録する登録手段とを備え、
 前記検索手段は、前記注目領域の画像特徴情報と類似する画像特徴情報に対応するタグ付き所見文を前記格納手段から取得し、
 前記生成手段は、前記検索手段によって取得されたタグ付き所見文に含まれているタグが付与された記述を、前記注目領域の画像特徴情報の対応する特徴項目の内容に基づいて変更することにより前記注目領域の所見文を生成することを特徴とする診断支援装置。
[8]
 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている複数の所見文を取得し、
 前記生成手段は、前記検索手段で取得された複数の所見文を用いて前記注目領域の所見文の複数の候補所見文を生成することを特徴とする請求項1に記載の診断支援装置。
[9]
 前記複数の候補所見文から、同一の内容の候補所見文を排除する排除手段を更に備えることを特徴とする請求項8に記載の診断支援装置。
[10]
 前記生成手段は、前記複数の候補所見文を、前記検索手段における類似度に応じた順序に並べて表示手段に表示させる整列手段を更に備えることを特徴とする請求項8に記載の診断支援装置。
[11]
 前記格納手段は、さらに、各所見文についてその信頼度を示す信頼度情報を格納しており、
 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文のうち、信頼度情報が示す信頼度が所定値を超える所見文を取得することを特徴とする請求項1に記載の診断支援装置。
[12]
 前記文の信頼度情報は、所見文を作成した読影者の評価に関する情報を用いることを特徴とする請求項11に記載の診断支援装置。
[13]
[補正後] 画像特徴情報と所見文を対応付けて格納した格納手段と、
 読影対象の画像における画像特徴情報を取得する取得手段と、
 前記取得手段で取得された画像特徴情報に基づいて、前記格納手段に格納されている所見文を検索する検索手段と、
 前記検索手段により取得された所見文の記述に基づいて、前記読影対象の画像における所見文を生成する生成手段とを備え、
 前記生成手段は、
 前記検索手段によって取得された所見文を構文解析して、画像特徴情報の各特徴項目に対応した記述を抽出する抽出手段と、
 前記抽出手段で抽出された記述を、注目領域の画像特徴情報の各特徴項目の内容に基づいて変更する変更手段を備えることを特徴とする診断支援装置。
[14]
[削除]
[15]
[削除]
[16]
[補正後] 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得工程と、
 前記取得工程で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索工程と、
 前記検索工程で取得された所見文の記述を、前記取得工程で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程とを備え、
 前記生成工程は、
 前記検索工程によって取得された所見文を構文解析して、画像特徴情報の各特徴項目に対応した記述を抽出する抽出工程と、
 前記抽出工程で抽出された記述を、前記注目領域の画像特徴情報の各特徴項目の内容に基づいて変更する変更工程とを有することを特徴とする診断支援装置の制御方法。
[17]
[補正後] 画像特徴情報と所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像における画像特徴情報を取得する取得工程と、
 前記取得手段で取得された画像特徴情報に基づいて、前記格納手段に格納されている所見文を検索する検索工程と、
 前記検索工程で取得された所見文の記述に基づいて、前記読影対象の画像における所見文を生成する生成工程とを備え、
 前記生成工程は、
 前記検索工程で取得された所見文を構文解析して、画像特徴情報の各特徴項目に対応した記述を抽出する抽出工程と、
 前記抽出工程で抽出された記述を、注目領域の画像特徴情報の各特徴項目の内容に基づいて変更する変更工程とを有することを特徴とする診断支援装置の制御方法。
[18]
[補正後] 請求項16、17、20及び21のいずれか1項に記載の制御方法をコンピュータに実行させるためのプログラム。
[19]
 請求項18に記載のプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。
[20]
[追加] 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得工程と、
 前記取得工程で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索工程と、
 前記検索工程で取得された所見文の記述を、前記取得工程で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程と、
 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与し、タグが付与された記述を所定の記述に置換して修正所見文を生成し、生成された修正所見文を対応する画像特徴情報と関連させて前記格納手段に登録する登録工程とを備え、
 前記検索工程では、前記注目領域の画像特徴情報と類似する画像特徴情報に対応する修正所見文を前記格納手段から取得し、
 前記生成工程では、前記検索工程で取得された修正所見文に含まれている前記所定の記述を、前記注目領域の画像特徴情報に基づいて変更することにより前記注目領域の所見文を生成することを特徴とする診断支援装置の制御方法。
[21]
[追加] 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段を備えた診断支援装置の制御方法であって、
 読影対象の画像において指定された注目領域の画像特徴情報を取得する取得工程と、
 前記取得工程で取得された画像特徴情報に類似した画像特徴情報を前記格納手段から検索し、検索された画像特徴情報に対応付けて格納されている所見文を前記格納手段から取得する検索工程と、
 前記検索工程で取得された所見文の記述を、前記取得工程で取得された前記注目領域の画像特徴情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程と、
 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて前記格納手段に登録する登録工程とを備え、
 前記検索工程では、前記注目領域の画像特徴情報と類似する画像特徴情報に対応するタグ付き所見文を前記格納手段から取得し、
 前記生成工程では、前記検索手段によって取得されたタグ付き所見文に含まれているタグが付与された記述を、前記注目領域の画像特徴情報の対応する特徴項目の内容に基づいて変更することにより前記注目領域の所見文を生成することを特徴とする診断支援装置の制御方法。

図面

[ 図 1]

[ 図 2]

[ 図 3]

[ 図 4]

[ 図 5]

[ 図 6]

[ 図 7]

[ 図 8]

[ 図 9]

[ 図 10]

[ 図 11]

[ 図 12]

[ 図 13]

[ 図 14]