JP2010000133A - 画像表示装置、画像表示方法及びプログラム - Google Patents

Abstract

【課題】診断に有用な症例を提供する。
【解決手段】画像表示装置は、表示手段と、***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段と、診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する（ステップＳ１）候補検出手段と、前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を前記記憶手段から取得し（ステップＳ６）、前記表示手段に表示させる（ステップＳ７）制御手段と、を備える。
【選択図】図３

Description

本発明は、画像表示装置、画像表示方法及びプログラムに関する。

医療分野では医師の読影負担を軽減するため、医用画像を解析し病変の可能性が高い領域を病変候補として検出、その検出結果を表示するコンピュータ診断支援装置（以下、ＣＡＤ：Computer-Aided Diagnosisという。）の開発が行われている。
病変候補の検出結果を表示する際、過去の類似症例として、検出された病変候補に類似する病変を含む医用画像を表示することがある（例えば、特許文献１、２参照）。医師はＣＡＤによって検出された病変候補が真の病変かどうかを判断するため、診断対象とする医用画像と類似症例に係る医用画像とを比較読影することができる。

ＣＡＤには、検出した病変候補についてコントラスト等の特徴量や悪性度等を算出することが可能なものもある。特許文献１では、算出した特徴量や悪性度の情報に基づいて、特徴量や悪性度が類似する病変候補が検出された医用画像を類似症例として表示する手法が開示されている。また、特許文献２では、医師により指定された関心領域の特徴量と類似する特徴量を持つ医用画像を類似症例として表示する手法が開示されている。
特表２００３−５２４４９２号公報 特開２００７−２７５２１６号公報

しかしながら、***を撮影部位とする***画像の場合、上記従来の方法では病変の存在環境によって比較読影が困難な場合がある。つまり、周辺の乳腺濃度や病変候補の位置等の解剖学的な観点が異なると、医師が読影しようとする***画像と類似症例の***画像との類似性が低くなり、比較対象として適さないものとなる。

例えば、病変候補自体の特徴量や悪性度が一致していても、周辺の乳腺濃度が異なると病変候補の見た目の濃度が変わるため比較対象としては適さない。同様に、医師が胸筋付近について詳細に読影したいと思っているのに拘わらず、全く異なる位置の病変候補について類似症例の***画像が表示された場合も、比較することの意義が失われる。このような類似症例の***画像は表示しても医師の診断に有用な情報とならない。

本発明の課題は、診断に有用な症例を提供することである。

請求項１に記載の発明によれば、
表示手段と、
***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段と、
診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する候補検出手段と、
前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を前記記憶手段から取得し、検出された病変候補の類似症例として前記表示手段に表示させる制御手段と、
を備える画像表示装置が提供される。

請求項２に記載の発明によれば、
前記記憶手段は、病変候補の特徴量を、その病変候補が検出された***画像に対応付けて記憶し、
前記候補検出手段は、前記診断対象の***画像を用いて、当該***画像から検出された病変候補の特徴量を算出し、
前記制御手段は、前記検出された病変候補と類似する位置情報及び／又は乳腺濃度情報に対応する***画像のうち、前記算出された特徴量と類似する特徴量に対応する***画像を前記記憶手段から取得し、前記表示手段に表示させる請求項１に記載の画像表示装置が提供される。

請求項３に記載の発明によれば、
前記記憶手段は、前記***画像に対応付けて前記***画像についての診療情報を記憶し、
前記制御手段は、前記***画像とともに、その***画像に対応する診療情報を前記記憶手段から取得し、前記表示手段に表示させる請求項１又は２に記載の画像表示装置が提供される。

請求項４に記載の発明によれば、
前記診療情報は、***画像についての所見の情報、或いは***画像から前記候補検出手段によって検出された病変候補について医師が真の病変か否かを判断した確定結果の情報を含む請求項１〜３の何れか一項に記載の画像表示装置が提供される。

請求項５に記載の発明によれば、
前記制御手段は、前記記憶手段から取得した***画像を、前記候補検出手段による病変候補の検出結果とともに表示させる請求項１〜４の何れか一項に記載の画像表示装置が提供される。

請求項６に記載の発明によれば、
診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する工程と、
***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段から、前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を取得し、検出された病変候補の類似症例として表示手段に表示させる工程と、
を含む画像表示方法が提供される。

請求項７に記載の発明によれば、
コンピュータを、
表示手段、
***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段、
診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する候補検出手段、
前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を前記記憶手段から取得し、検出された病変候補の類似症例として前記表示手段に表示させる制御手段、
として機能させるためのプログラムが提供される。

本発明によれば、医師にとって関心のある病変候補と、病変候補の位置や乳腺濃度のバックグラウンドも含めて条件が近い***画像を類似症例として提供することができる。従って、医師の診断に有用な***画像を参考用として提供することができる。

まず、構成を説明する。
図１に、本実施形態における画像表示装置１０の機能的構成を示す。
図１に示すように、画像表示装置１０は、制御部１１、操作部１２、表示部１３、通信部１４、記憶部１５、候補検出部１６を備えて構成されている。

制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等から構成される制御手段である。制御部１１は、記憶部１５に記憶されているプログラムとの協働により、各種処理を実行し、処理において演算を行うとともに各部の制御を行う。例えば、制御部１１は候補検出部１６により病変候補の検出やその特徴量、位置情報、乳腺濃度情報を算出させる。また、候補検出部１６により検出された病変候補を含む***画像や、算出された特徴量、乳腺濃度情報、位置情報等をデータベース化し記憶部１５に保存させる。また、病変候補について算出された特徴量等に類似する特徴量等を有する類似症例の有無を判断し、類似症例が有る場合にはその***画像等を記憶部１５から取得して表示部１３に表示させる。

操作部１２はキーボード、マウス、タッチペン、表示部１３のディスプレイと一体に構成されるタッチパネル等を備え、これらの操作に応じた操作信号を生成して制御部１１に出力する。
表示部１３はディスプレイを備える表示手段であり、制御部１１の表示制御に従って、***画像や病変候補の検出結果等を表示する。

通信部１４は通信用のインターフェイスを備えて、ネットワーク上の外部装置との通信を行う。例えば、サーバに接続し、診断対象の***画像等を受信したり、病変候補の検出結果等を送信したりする。

記憶部１５は、制御部１１や候補検出部１６により用いられるプログラムや必要なパラメータ等を記憶する。
また、記憶部１５は過去の症例に係るデータベースを記憶する記憶手段である。
図２に一例としてのデータベース１５１を示す。
図２に示すように、データベース１５１には過去の症例毎に***画像、その***画像から画像表示装置１０によって検出された病変候補、その***画像を用いて算出された***の乳腺濃度情報、その***画像についての診療情報が対応付けて記憶されている。各症例には症例を個々に識別するための識別番号ｎが付されて管理されている。

病変候補の情報には、病変候補が検出された***画像上の位置を示す位置情報と、病変候補の特徴量の情報が含まれる。位置情報は、***領域をブロック分けしたときのブロックのアドレスで表される。特徴量としては、コントラスト、集中度の情報等が挙げられる。
乳腺濃度情報には、***の乳腺濃度割合、乳腺濃度分類の情報が含まれる。
診療情報には、医師によって入力された***画像についての所見の情報、精密検査の結果の情報等が含まれる。精密検査の結果には、医師が***画像を読影する、他の検査結果を参照する等して、検出された病変候補について真の病変かどうかを判断した確定結果の情報やその病名等の情報が含まれる。

候補検出部１６は、***画像を用いて病変候補の検出処理を行うとともに、検出した病変候補の特徴量、位置情報、***の乳腺濃度情報を算出する候補検出手段である。処理内容については後述する。候補検出部１６の処理はＣＰＵと記憶部１５に記憶されているプログラムとの協働により実現する。

次に、画像表示装置１０の動作について説明する。
図３は、画像表示装置１０により実行される類似症例の表示処理を説明するフローチャートである。
図３に示すように、まず候補検出部１６により病変候補の検出処理を行うとともに、検出した病変候補の特徴量を算出する。制御部１１は算出された特徴量を病変候補が検出された***画像に対応付けてデータベース１５１に保存する（ステップＳ１）。

病変候補の検出処理では、病変候補の１次検出を行った後、１次検出された病変候補について偽陽性候補の削除を行う。削除により残った病変候補を最終的な検出結果として出力する。
〈１次検出〉
１次検出に用いる病変候補の検出手法として、ここでは一例として曲率を用いる方法について説明するが、集中度フィルタを用いる手法やモルフォロジーフィルタを用いる手法等、様々な手法を適用することが可能である。

曲率は、***画像を構成する各画素の位置（ｘ方向、ｙ方向）、各画素が持つ濃度（ｚ方向）の３方向の信号成分で***画像を表したときに、その***画像の濃度分布を示す曲面から求めることができる。
図４に示す濃度分布の曲面Ｅを例に説明する。曲面Ｅは画素の位置（ｘ方向、ｙ方向）、濃度（ｚ方向）の３方向の信号成分によって表された***画像の濃度分布を示す曲面である。この曲面Ｅにおいてある画素に注目し（これを注目画素ｐと表す）、この注目画素ｐにおける法線ｍで決定される平面を法平面Ｆとする。また、法平面Ｆと曲面Ｅとの交線、つまり法平面Ｆで切り出された曲面Ｅを法断面Ｊとする。曲率は、この法断面Ｊを円で近似し、その円の半径を用いて算出する。法線ｍを軸として法平面Ｆを回転させると、その回転角度によって法断面Ｊの形状が変化するため、算出される曲率も変化する。

図５に、ある回転角度θの法平面Ｆで決定された法断面Ｊにおける画像信号の分布例を示す。図５において、縦軸は画像信号値（濃度値）を示し、横軸は法平面Ｆのｘ−ｙ平面における座標位置を示している。図４では曲面Ｅを連続する滑らかな線で描いたが、***画像はデジタル画像であるので、実際は図５に示すように離散的な値となる。

円を近似する法断面Ｊの領域範囲を、画素数ｎで表す。
例えば、円を近似する法断面Ｊの領域範囲をｎ＝３とした場合、図５に示す注目画素ｐとその左右の画素を合わせた合計３画素の画像信号を近似する正円（以下、近似円という）を算出する。つまり、ｎ＝３のとき、近似対象は３点あるので、近似円はその３点を通る正円となる。

候補検出部１６はこの近似円の半径ｒ（θ）を算出する。そして、下記式より注目画素ｐの回転角度θにおける曲率ｋ（θ）を算出する。
ｋ（θ）＝１／ｒ（θ）
候補検出部１６は法平面Ｆを０〜３６０度まで回転させ、回転させた各回転角度θにおいてそれぞれ曲率ｋ（θ）を算出する。

曲率は、曲面が凸形状か凹形状かを示す指標であり、正の方向に曲率の値が大きいほど曲面は凹形状を示し、負の方向に曲率の値が大きいほど凸形状を示す。各回転角度θで得られた曲率ｋ（θ）の平均値や、最大値となる曲率、最小値となる曲率等を特徴量として多変量解析を行い、病変候補か否かを判別する。

***の病変の１つである微小石灰化クラスタや腫瘤は、何れも凹形状に分類されるが、微小石灰化クラスタは凹形状が円錐状に近い一方、腫瘤はその断面がガウス分布形状のなだらかな凹形状となる傾向がある。一方、正常組織である乳腺は谷型の形状となる。このようにそれぞれ特徴が異なることから、正常組織と病変の種類毎に曲率ｋ（θ）の平均値等を算出しておき、これを学習データとして多変量解析を行うことにより病変候補か正常組織か、またどの病変候補かを判別することができる。

なお、円を近似する法断面Ｊの領域範囲をｎ＝５、７…と変化させ、各領域範囲で算出した曲率も含めて多変量解析することとしてもよい。この場合、濃度変化の領域性を含めて病変や正常組織を判別することができ、より検出精度が向上する。

〈偽陽性候補の削除〉
１次検出により検出された病変候補について、病変候補の特徴量の算出を行うとともに、当該特徴量を用いて偽陽性候補を削除する処理を行う。ここでは、コントラスト、集中度の特徴量を求めて偽陽性候補を削除する例を説明するが、別の手法を採用することとしてもよい。

図６を参照して、コントラストを用いた偽陽性候補の削除方法について説明する。
まず、候補検出部１６は１次検出された病変候補の領域の重心を算出し、この重心から一定の距離ｄ３にある円を候補辺縁として指定する。距離ｄ３は検出したい病変の大きさに合わせて設定すればよい。
次に、候補検出部１６は距離ｄ３を元に外側領域と内側領域を設定する。例えば、図６に示すように重心から距離０．８ｄ３にある円領域を内側領域、重心から距離１．２ｄ３以上で距離１．７ｄ３以下の領域を外側領域とする。

次いで、候補検出部１６は外側領域と内側領域のそれぞれについて画像信号値の平均値を算出する。そして、各平均値の差を算出する。この平均値の差が病変候補のコントラストである。候補検出部１６は、算出したコントラストを偽陽性候補の判断用に予め準備された閾値と比較することにより１次検出された病変候補が偽陽性候補か否かを判断する。例えば、病変が腫瘤の場合、正常組織の場合と比べて腫瘤とその辺縁のコントラストが大きいため、閾値よりコントラストが小さい病変候補は偽陽性候補と判断する。偽陽性候補と判断された病変候補については、候補対象から削除する。

次に、集中度を用いた偽陽性候補の削除方法について説明する。
まず、候補検出部１６は１次検出された病変候補の領域について勾配情報を作成する。勾配情報はエッジ検出フィルタを用いて作成する。このエッジ検出フィルタは***画像の濃度勾配を勾配ベクトルとして算出するものである。

次いで、算出した勾配情報を元に勾配ベクトルを算出する。そして、図７に示すように病変候補の領域の各画素から勾配ベクトル方向に、検出したい病変の直径の最大値分だけ投票を行う。投票とは、病変候補の領域の各画素から勾配ベクトルを設定することである。図７の例では検出したい病変の直径の最大値を１５ｍｍとして勾配ベクトルを設定している。

投票により勾配ベクトルを設定すると、この投票結果を元に濃度の集中度を算出する。具体的には、病変候補の領域の各画素に投票が行われた回数を計数し、これを投票値とする。つまり、図７における勾配ベクトルの設定は投票を示すので、投票値はこの勾配ベクトルを示す矢印が各画素を通過した回数となる。そして、各画素の投票値のうち最大の投票値を、その病変候補の集中度として算出する。図７の例では画素１〜４の投票結果は、それぞれ１、１、２、４となり、投票値の最も大きい画素４の投票値が、その病変候補の集中度として算出されることとなる。

集中度が大きいということは、病変候補の領域内で勾配ベクトルの向きが投票値の最も大きい画素に集中している度合いが大きく、病変候補が真の病変である可能性が高いということである。候補検出部１６は、算出した集中度を偽陽性候補の判断用に予め準備された閾値と比較することにより１次検出された病変候補が偽陽性候補か否かを判断する。例えば、病変が微小石灰化クラスタの場合、正常組織に比べて濃度勾配が大きい。よって、閾値よりも小さい集中度の病変候補は偽陽性候補と判断する。偽陽性候補と判断された病変候補については、候補対象から削除する。

このようにして、偽陽性候補の削除を行うと、候補検出部１６は残りの病変候補を最終的な検出結果として出力する。また、偽陽性候補の削除処理の過程で算出したコントラスト、集中度の情報を、病変候補の特徴量として出力する。さらに、検出した病変候補のサイズ（病変候補の領域内にある画素数）、平均濃度等の他の特徴量を算出し、これらも病変候補の特徴量の１つとして出力する。
制御部１１は、候補検出部１６から出力された病変候補の特徴量の情報を、病変候補が検出された***画像に対応付けてデータベース１５１に保存させる。

特徴量の算出を終えると、図３に示すように候補検出部１６により検出した病変候補の位置情報を算出する。制御部１１は算出された位置情報を病変候補が検出された***画像に対応付けてデータベース１５１に保存する（ステップＳ２）。位置情報の算出処理は、図８を参照して説明する。この処理では、左右の***画像を１組として入力し、左右それぞれの***画像について図８に示す処理を行う。

図８に示すように、候補検出部１６は、まず***画像に対しＳｏｂｅｌフィルタ処理を施す（ステップＳ２１）。処理後の***画像の画像信号はエッジ強度を示す。
図９に示す***画像を例に処理の内容を説明する。この***画像において、***の上下方向をＸ軸、これと垂直の方向をＹ軸とし、***画像の各画素を（Ｘ、Ｙ）の座標で表すとともに、その画素の画像信号値をＶ（Ｘ、Ｙ）で表す。また、Ｘ軸方向の画像端の座標をＸＭａｘ、Ｙ軸方向の画像端の座標をＹＭａｘとして表す。

候補検出部１６は、***画像の各Ｘ座標（０〜ＸＭａｘ）の画素において、Ｙ軸方向に探索を行い、Ｖ（Ｘ、Ｙ）が最大となるＹ座標Ｓ（Ｘ）を抽出する（ステップＳ２２）。これにより、***画像の各Ｘ座標におけるエッジが抽出される。抽出されたエッジは、図９に示すように***画像における***領域Ｓａと***外領域Ｓｂとの境界であるスキンラインＳＬを構成する。

次いで、抽出された各Ｙ座標Ｓ（Ｘ）について、図１０に示すようにＳ（Ｘ）とＳ（Ｘ＋ｄ（ｄは例えば１０））とを結んだ直線と、Ｓ（Ｘ）〜Ｓ（Ｘ＋ｄ）間の各Ｙ座標Ｓ（Ｘ）との最短の距離Ｄをそれぞれ算出する。そして、算出した距離Ｄのうち最大値をＤ（Ｘ）として算出する（ステップＳ２３）。次いで、最大値Ｄ（Ｘ）を持つＹ座標Ｓ（Ｘ）とそのＹ座標Ｓ（Ｘ）に対応するＸ座標とを乳頭の座標（ａ，ｂ）として検出する（ステップＳ２４）。

次いで、候補検出部１６は検出した乳頭の座標（ａ，ｂ）を中心とし、図１１に模式的に示すように、スキンラインＳＬを端点とする半径２０ｍｍ〜５０ｍｍの同心円を少なくとも２つ描画し、その中点を算出する（ステップＳ２５）。処理精度の向上のため、２以上の同心円を描き、複数の中点を算出するようにしてもよい。

候補検出部１６は、算出した中点群の座標値を用いて最小二乗法による回帰直線を算出し、乳頭の座標（ａ，ｂ）を通る、***の傾きを示す基準線ｌを取得する（ステップＳ２６）。回帰直線である基準線ｌの算出式を下記式〔数１〕に示す。

次いで、候補検出部１６は乳頭の座標（ａ，ｂ）を原点、***の傾きを示す基準線ｌを軸とする極座標系を設定する（ステップＳ２７）。次いで、図１２に示すように左右の***画像のそれぞれにおいて、乳頭から胸壁側の画像端までの基準線ｌの距離ｄ１、ｄ２を算出し、この距離ｄ１、ｄ２の何れか一方を他方の距離に一致させる。すなわち、左右の***画像間で正規化を行う（ステップＳ２８）。

正規化後、候補検出部１６は乳頭の座標（ａ，ｂ）を中心とし、基準線ｌを基準に***領域をブロック分けする（ステップＳ２９）。具体的には、図１２に示すように、乳頭の座標（ａ，ｂ）を中心に放射線状に延びる直線を、基準線ｌから所定角度毎に描く。また、乳頭の座標（ａ，ｂ）を中心とする同心円を、各同心円間の間隔が一定となるように描く。この直線と同心円のラインによって区分けされたブロックにアドレスを設定する。アドレスは、例えば各同心円のラインによって区分けされる領域にＡ、Ｂ、Ｃ…と符号を付し、直線のラインによって区分けされる領域に１、２、３…と符号を付して、同心円と直線のラインにより区分けされるブロックをそれら符号の組合せ、例えばＡ−１、Ｃ−５等で表す。

このようにブロック分けすると、図１３に示すように検出した病変候補の領域に該当するブロックのアドレスを、病変候補の位置情報として算出する（ステップＳ３０）。図１３に示す例では病変候補の位置情報は、Ｅ−２〜Ｅ−７、Ｆ−２〜Ｆ−７のアドレスとなる。算出された位置情報は、制御部１１により記憶部１５のデータベース１５１に保存される。

位置情報の算出を終えると、図３に示すように候補検出部１６は***画像を用いて***の乳腺濃度情報を算出する。制御部１１は、候補検出部１６により算出された乳腺濃度情報を、対象となった***画像に対応付けて記憶部１５のデータベース１５１に保存させる（ステップＳ３）。
まず、図１２に示したようにブロック分けした***画像において、基準線ｌを中心として基準線ｌから角度３０°以内であり、乳頭の座標（ａ，ｂ）からの距離が１０ｍｍ以上かつ乳頭から胸壁までの距離の８０％の距離内にある各ブロックについて、ブロック内の平均濃度を算出する。次いで、***領域全体の平均濃度を算出し、前記算出した各ブロック内の平均濃度とそれぞれ比較する。ブロック内の平均濃度が***領域全体の平均濃度より大きい場合、当該ブロックを乳腺が多いブロックと判断し、ブロック内の平均濃度が***領域全体の平均濃度より小さい場合、当該ブロックを脂肪が多いブロックと判断する。

次いで、候補検出部１６は平均濃度を算出した各ブロックのうち、乳腺が多いと判断されたブロックが占める割合を乳腺濃度割合（％）として算出する。乳腺濃度割合が６０％以上である場合は「高濃度の乳腺」に分類し、６０％未満４０％以上である場合は「不均一高濃度」に分類する。また、４０％未満２０％以上である場合は「乳腺散在」、２０％未満である場合は「脂肪性***」に分類する。そして、候補検出部１６は、乳腺濃度情報として乳腺濃度割合（％）とその乳腺濃度割合（％）によって分類された「高濃度の乳腺」、「不均一高濃度」、「乳腺散在」、「脂肪性***」の乳腺濃度分類の情報を出力する。

以上のようにして、病変候補の検出やその位置情報、乳腺濃度情報の算出、保存が終了すると、制御部１１は、算出した位置情報及び／又は乳腺濃度情報と類似する位置情報及び／又は乳腺濃度情報を有する類似症例がデータベース１５１に存在するかどうかを判断する（ステップＳ４）。類似症例は、位置情報或いは乳腺濃度情報の何れか一方が類似する類似症例の有無を判断してもよいし、何れも類似する類似症例を判断してもよい。どちらの条件で類似症例の有無を判断するかは医師により選択させることとしてもよい。

類似するとは、全く一致するものの他、略一致するものも含む。例えば、乳腺濃度情報の場合は乳腺濃度割合と乳腺濃度分類が一致する症例をデータベース１５１内で検索する。一方、位置情報の場合、検出した病変候補の位置を示すブロックのアドレスが全て一致する位置情報を持つ症例の他、病変候補のブロックと８０％以上等、一定以上の割合でアドレスが一致する症例をデータベース１５１内で検索する。

該当する類似症例が有る場合（ステップＳ４；Ｙ）、その類似症例のうち、さらに病変候補について算出した特徴量が類似する類似症例の有無を判断する（ステップＳ５）。例えば、検出した病変候補とデータベース１５１に保存されている病変候補の特徴量のそれぞれを変量として多次元の特徴量空間を形成し、検出した病変候補と類似症例の２点間のユークリッド距離を類似度として算出する。ユークリッド距離が近いほど特徴量が類似しているので、予め類似するか否かの判断用に設定されている閾値と算出した類似度とを比較し、閾値以下であれば類似と判断し、閾値を超えているのであれば類似しないと判断する。

特徴量が類似する類似症例が有る場合（ステップＳ５；Ｙ）、制御部１１は当該類似症例に係る***画像、所見等の診療情報をデータベース１５１から取得する（ステップＳ６）。次いで、制御部１１は病変候補の検出結果を表示部１３に表示させるとともに、取得した類似症例に係る***画像、診療情報を参考用に表示させる（ステップＳ７）。

図１４に、表示例を示す。
図１４に示す表示画面Ｐでは、制御部１１は画面領域を領域Ｐ１、Ｐ２に分け、領域Ｐ１で診断対象とする***画像についての表示を行い、領域Ｐ２で類似症例についての表示を行う。
具体的には、領域Ｐ１では診断対象とする***画像Ｐ１１を表示するとともに、この***画像Ｐ１１上で検出した病変候補を指し示すマーカＰ１２を表示させて、検出結果の表示とする。また、乳腺濃度情報や病変候補の位置情報の算出結果Ｐ１３を表示させる。算出結果Ｐ１３には乳腺濃度分類「脂肪性***」と、病変候補が位置する領域名称「Ｍ領域（乳頭からの距離３０ｍｍ）」を表示させている。なお、領域名称はブロックのアドレスと異なり、医師の診断用に別途区分けされた領域に付された名称である。一方、領域Ｐ２では、データベース１５１から取得した類似症例に係る***画像Ｐ２１、その***画像についての所見や精密検査結果等の診療情報Ｐ２２を表示させている。

これに対し、ステップＳ４、Ｓ５において、該当する類似症例が無いと判断された場合（ステップＳ４；Ｎ、Ｓ５；Ｎ）、制御部１１は病変候補の検出結果のみ表示部１３上に表示させ、類似症例が無い旨の表示を行わせる（ステップＳ８）。すなわち、図１４に示すような表示画面Ｐにおいて、領域Ｐ２を非表示とし、代わりに「類似症例は検索されませんでした」等の通知情報を表示させる。

その後、表示画面Ｐにおいて***画像Ｐ１１を読影した医師により、操作部１２を介して所見や病変候補について真の病変かどうかを判断した確定結果が入力された場合、制御部１１は当該入力情報を診療情報として***画像Ｐ１１に対応付けてデータベース１５１に保存させる（ステップＳ９）。

以上のように、本実施形態によれば、過去の症例として、***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶部１５のデータベース１５１に記憶しておく。そして、候補検出部１６により診断対象の***画像から病変候補を検出するとともに、その病変候補の位置情報及び／又は乳腺濃度情報を算出すると、制御部１１がデータベース１５１を検索して、当該算出された位置情報及び／又は乳腺濃度情報と類似する位置情報及び／又は乳腺濃度情報を有する類似症例の有無を判断し、該当する類似症例が有ればその***画像や診療情報をデータベース１５１から取得して、病変候補の検出結果とともに表示部１３上に表示させる。

これにより、病変候補の検出結果を参照する際に、病変候補が存在する位置や***の乳腺濃度が類似する***画像を、類似症例として提供することができる。医師にとって関心のある病変候補と、病変候補の位置や乳腺濃度のバックグラウンドを含めて条件が近い***画像を参考用として表示することができる。医師は類似症例として表示された***画像を、診断対象の***画像との比較読影に用いたりすることができ、診断に有用な***画像の提供が可能となる。

また、データベース１５１には、病変候補について算出された特徴量を***画像に対応付けて記憶しておく。候補検出部１６により診断対象の***画像から検出された病変候補の特徴量を算出し、制御部１１が位置情報及び／又は乳腺濃度情報が類似する類似症例のうち、当該算出された特徴量と類似する特徴量を有する類似症例の有無を判断し、該当する類似症例があればその***画像等をデータベース１５１から取得して表示部１３に表示させる。これにより、病変候補の位置や乳腺濃度のバックグラウンドと病変候補自体が類似する***画像を参考用に提供することができ、診断に有用な***画像の提供が可能となる。

また、データベース１５１には診療情報を***画像に対応付けて記憶しておき、制御部１１は***画像をデータベース１５１から取得する際にその***画像に対応する診療情報も取得して表示部１３に表示させる。診療情報には、医師の確定結果の情報が含まれるので、類似症例として表示された***画像に含まれる病変候補が真の病変かであったかどうかを踏まえて診断を行うことが可能となる。

また、候補検出部１６では位置情報を算出する際、***画像に座標系を設定して乳頭の座標位置及び***の傾きを検出し、これらを基準とするブロック分けを行う。このブロックによって病変候補の位置を特定するので、病変候補の位置を精度良く特定することができる。これにより、病変候補の位置の類似性が高い***画像を提供することが可能となる。

上記実施形態は、本発明を適用した好適な一例であり、これに限定されない。
例えば、診療情報は医師によって入力された所見等の情報をデータベース１５１に保存することとしたが、所見や病名の確定診断の結果を含む電子カルテ情報等、別途作成された情報があればこれを診療情報としてデータベース１５１に保存することとしてもよい。

また、本発明に係るプログラムのコンピュータ読み取り可能な媒体としては、ＲＯＭ、フラッシュメモリ等の不揮発性メモリ、ＣＤ-ＲＯＭ等の可搬型記録媒体を適用することが可能である。
また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ(搬送波)も本発明に適用される。

本実施形態における画像表示装置の機能的構成を示す図である。 過去の症例に係るデータベースの一例を示す図である。 画像表示装置により実行される類似症例の表示処理を示すフローチャートである。 ***画像の濃度分布を示す曲面の図である。 図４の曲面の法断面における濃度分布を示す図である。 コントラストの特徴量の算出方法を説明するための図である。 集中度の特徴量の算出方法を説明するための図である。 画像表示装置により位置情報を算出する際に実行される処理を示すフローチャートである。 ***画像に設定される座標系を説明するための図である。 乳頭の座標の検出方法を説明するための図である。 ***の傾きを示す基準線の算出方法を説明するための図である。 ***領域をブロック分けした図である。 病変候補に該当するブロックを示す図である。 病変候補の検出結果及び類似症例の表示例を示す図である。

符号の説明

１０ 画像表示装置
１１ 制御部
１２ 操作部
１３ 表示部
１４ 通信部
１５ 記憶部
１５１ データベース
１６ 候補検出部

Claims (7)

1. 表示手段と、
   ***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段と、
   診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する候補検出手段と、
   前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を前記記憶手段から取得し、検出された病変候補の類似症例として前記表示手段に表示させる制御手段と、
   を備える画像表示装置。
2. 前記記憶手段は、病変候補の特徴量を、その病変候補が検出された***画像に対応付けて記憶し、
   前記候補検出手段は、前記診断対象の***画像を用いて、当該***画像から検出された病変候補の特徴量を算出し、
   前記制御手段は、前記検出された病変候補と類似する位置情報及び／又は乳腺濃度情報に対応する***画像のうち、前記算出された特徴量と類似する特徴量に対応する***画像を前記記憶手段から取得し、前記表示手段に表示させる請求項１に記載の画像表示装置。
3. 前記記憶手段は、前記***画像に対応付けて前記***画像についての診療情報を記憶し、
   前記制御手段は、前記***画像とともに、その***画像に対応する診療情報を前記記憶手段から取得し、前記表示手段に表示させる請求項１又は２に記載の画像表示装置。
4. 前記診療情報は、***画像についての所見の情報、或いは***画像から前記候補検出手段によって検出された病変候補について医師が真の病変か否かを判断した確定結果の情報を含む請求項１〜３の何れか一項に記載の画像表示装置。
5. 前記制御手段は、前記記憶手段から取得した***画像を、前記候補検出手段による病変候補の検出結果とともに表示させる請求項１〜４の何れか一項に記載の画像表示装置。
6. 診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する工程と、
   ***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段から、前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を取得し、検出された病変候補の類似症例として表示手段に表示させる工程と、
   を含む画像表示方法。
7. コンピュータを、
   表示手段、
   ***画像に、当該***画像から検出された病変候補の位置情報及び／又は乳腺濃度情報を対応付けて記憶する記憶手段、
   診断対象の***画像から病変候補を検出するとともに、当該***画像を用いて当該検出された病変候補の位置情報及び／又は乳腺濃度情報を算出する候補検出手段、
   前記算出された位置情報及び／又は乳腺濃度情報に類似する位置情報及び／又は乳腺濃度情報に対応する***画像を前記記憶手段から取得し、検出された病変候補の類似症例として前記表示手段に表示させる制御手段、
   として機能させるためのプログラム。