JP5502346B2 - 症例画像登録装置、方法およびプログラムならびに症例画像検索装置、方法、プログラムおよびシステム - Google Patents

Description

本発明は、診断対象画像から抽出した特徴量に基づいてその診断対象画像と類似する症例画像を検索・提示する技術に関する。

特許文献１では、画像データに対してＲＯＩ（Region of Interest）を設け、画像上の特徴が類似する画像データと類似画像データの診断結果などの情報をデータベースから検索し表示する。

特許文献２では、診断画像から注目領域を抽出し、注目領域の特徴量を用いて類似検索を行う。

特許文献３は類似画像検索システムの他の例を示す。

特許文献４は注目領域の位置情報をもとに病変領域を抽出する技術の一例である。

非特許文献１はＲＯＩ（関心領域）の病変部の形状情報やテクスチャ情報を得る手法の例を示す。

特開２００４−５３６４号公報 特開２００１−１１７９３６号公報 特開２００８−２５７２９２号公報 特開２００８−２４５７１９号公報

クーツ、エドワーズ、テイラー、「動的見えモデル」、第５回計算機視覚欧州会議報、ドイツ、シュプリンガー、１９９８年、第２巻４８４−４９８頁（T. F. Coootes, G. J. Edwards, C. J. Taylor "Active Appearance Models", In Proc. 5th European Conference on Computer Vision, Springer)

従来技術のような画像診断用の類似画像検索システムにおいて、データベース内のデータと特徴量の分布に偏りが生じた場合、医師の診断に悪影響を及ぼす可能性がある。例えば、肺の場合、特徴量が同じような肺がん症例が極端に多いデータベースでは、画像上の特徴は肺がん症例に似ている炎症などの良性病変に対し画像検索を用いて診断する場合、類似度が高い症例はほとんど肺がん症例になってしまい、経験の浅い医師が検索前は炎症と疑っていても、炎症と診断する妨げになってしまう。

また、例えば肺腺がんなど病名は同じだが画像所見の種類が多いデータを収集する場合、腺がんという病名のみを基準に収集しては、特徴量が同じような画像所見ばかりを集めてしまう可能性がある。その結果、１００例の腺がんを収集したにも関わらず、９割以上が似た特徴量となっていた場合、残りの１割の腺がんの類似検索の精度は低下してしまうため、医師の診断に影響を及ぼす。

本発明は、画像診断用の類似画像検索システムのデータベースに含まれる症例画像に特徴量の偏りが生じないように症例画像の登録を行う。

本発明に係る症例画像登録装置は、データベースへの登録の要否を判断する対象となる所望の症例画像である対象画像に対応する症例情報および対象画像の特徴量と、データベースに登録された対象画像と異なる症例画像である登録済画像に対応する症例情報および登録済画像の特徴量とを比較し、比較結果に基づいて対象画像をデータベースに登録するか否かを判定する判定部と、判定部がデータベースに登録すると判定した対象画像をデータベースに登録する登録部と、を備える。

好ましくは、症例画像登録装置は、対象画像の特徴量と登録済画像の特徴量との類似度を算出する類似度算出部を備え、判定部は、類似度算出部と所定の登録判定閾値との比較に応じて対象画像をデータベースに登録するか否かを判定する。

好ましくは、症例画像登録装置は、データベースに登録された症例画像の総数を変数とする所望の関数により所定の登録判定閾値を演算する登録判定閾値演算部を備える。

好ましくは、症例画像登録装置は、対象画像に対応する症例情報と登録済画像に対応する症例情報とを同一の項目ごとに照合し、照合の結果、一致する症例情報を有する項目の個数が所定の個数閾値を超えるか否かを判定する項目判定部を備え、類似度算出部は、項目判定部が一致する症例情報を有する項目の個数が所定の個数閾値を超えると判断した場合、対象画像の特徴量と登録済画像の特徴量との類似度を算出する。

好ましくは、記症例情報の項目は、患者の名前、性別、年齢その他患者に関する情報、撮像装置の種類、撮像条件その他撮像に関する情報、所見、病名その他診断に関する情報、病変部位、ならびに病変部位の解剖学的位置のうち少なくともいずれか１つを含む。

好ましくは、対象画像は、撮像装置から入力された症例画像またはデータベースに登録された症例画像である。

好ましくは、登録部は、対象画像がデータベースに登録された症例画像である場合、登録済画像または対象画像のいずれか一方を削除する。

本発明に係る症例画像検索装置は、所望の診断対象画像の特徴量である第１の特徴量と、上記の症例画像登録装置により症例画像が登録されたデータベースの症例画像に対応する特徴量である第２の特徴量とを比較することで、第１の特徴量に類似する第２の特徴量を有する症例画像をデータベースから検索する検索部を備える。

好ましくは、検索部は、判定部がデータベースに登録すると判定した対象画像の第２の特徴量のみを、第１の特徴量と比較する。

好ましくは、症例画像検索装置は、検索部の検索した症例画像を出力する出力部を備える。

本発明に係る症例画像検索システムは、上記の症例画像登録装置と、所望の診断対象画像の特徴量である第１の特徴量と、症例画像登録装置により症例画像が登録されたデータベースの症例画像に対応する特徴量である第２の特徴量とを比較することで、第１の特徴量に類似する第２の特徴量を有する症例画像をデータベースから検索する検索部を備える症例画像検索装置と、を備える。

本発明に係る症例画像登録方法は、コンピュータが、データベースへの登録の要否を判断する対象となる所望の症例画像である対象画像に対応する症例情報および対象画像の特徴量と、データベースに登録された対象画像と異なる症例画像である登録済画像に対応する症例情報および登録済画像の特徴量とを比較し、比較結果に基づいて対象画像をデータベースに登録するか否かを判定するステップと、データベースに登録すると判定した対象画像をデータベースに登録するステップと、を実行する。

この症例画像登録方法をコンピュータに実行させるための症例画像登録プログラムも本発明に含まれる。

本発明に係る症例画像検索方法は、コンピュータが、所望の診断対象画像の特徴量である第１の特徴量と、上記の症例画像方法により症例画像が登録されたデータベースの症例画像に対応する特徴量である第２の特徴量とを比較することで、第１の特徴量に類似する第２の特徴量を有する症例画像をデータベースから検索するステップを実行する。

この症例画像検索方法をコンピュータに実行させるための症例画像検索プログラムも本発明に含まれる。

データベースへの症例画像の登録を特徴量の類似度に応じて制御することで、似たような症例画像が検索結果として多数出現し、診断者の診断の妨げになるような類似検索結果を示す可能性が低くなる。

類似症例検索システムの概略構成図 登録部の詳細を示すブロック図 登録処理のフローチャート 判定条件の一例を示す図

図１は本発明の好ましい実施形態に係る類似症例検索システム１００の概略構成図である。このシステムは、画像データ入力部１、画像解析部２、類似画像検索部３、画像情報ＤＢ４、表示部５、登録部６を含む。類似症例検索システム１００は、コンピュータ（ＣＰＵ，ＲＡＭ，ＲＯＭなど演算処理に必要な回路、データ記憶媒体、データ入出力回路、表示回路、操作装置、通信回路などを備えたもの）で構成することができる。

類似症例検索システム１００の各ブロックは１つのコンピュータに一体的に構成されていてもよいが、各々のブロックを単独のコンピュータで構成し、かつそれらをネットワークで接続することで類似症例検索システム１００を構成してもよい。また、画像解析部２、類似画像検索部３、登録部６はコンピュータで実行されるプログラムモジュール（ＲＯＭなどのコンピュータ読取可能な記録媒体に格納）で代替することもでき、必ずしも特定のハードウェア構成を要求するのではない。表示部５は液晶ディスプレイ、画像情報ＤＢ４はハードディスクなどで構成できる。

画像データ入力部１は、ＣＴ画像、ＭＲＩ画像、ＰＥＴ画像、Ｘ線画像（ＣＲ画像含む）、ＵＳ（超音波）画像、内視鏡画像、マンモグラフィ、病理画像などの診断対象画像（クエリー画像）を入力する。画像データ入力部１は、これらのクエリー画像と、クエリー画像のサイズや撮像日時といった付帯情報や症例情報を入力することもできる。画像データ入力部１および医療用画像診断装置の間の通信プロトコルおよびクエリー画像および付帯情報のフォーマットは、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）のような所定の規格に従っている。

画像解析部２は、画像データ入力部１から入力されたクエリー画像を解析し、画像情報ＤＢ４に蓄積された類似画像の検索に必要な特徴量（第１の特徴量）を作成する。その特徴量の作成の方法は後述の画像解析部２１と同様に行う。

類似画像検索部３は、画像解析部２が作成した第１の特徴量と画像情報ＤＢ４に蓄積された症例画像の特徴量（第２の特徴量）とを比較し、両者の類似度を算出する。第２の特徴量は症例画像から画像解析部２の取る特徴量の計算手法と同じ手法に従って予め作成および蓄積されている。類似画像検索部３は、画像情報ＤＢ４に蓄積された全ての症例画像あるいは予め操作装置から指定された部位に対応する症例画像のうち、クエリー画像の特徴量情報との類似度が最も高い第２の特徴量に対応する症例画像を特定する。そして、類似画像検索部３は、特定された症例画像と、その症例画像に対応する画像情報ＤＢ４に蓄積された各種の症例情報を、表示部５に表示する。

表示部５は、映像出力手段以外の出力手段に代替できる。例えば表示部５に代えて、あるいは表示部５とともに、特定された症例画像と、その症例画像に対応する画像情報ＤＢ４に蓄積された各種情報を印刷手段によって出力してもよい。また、画像情報でなければ、音声出力手段からの合成音声の出力などによって検索結果を出力できる。あるいは出力手段をネットワークＩ／Ｆとし、所望の通信端末（パソコン、携帯電話、ＰＤＡなど）に検索結果を出力してもよい。

画像情報ＤＢ４には、検索対象画像となる症例画像を含む症例情報が格納されている。ここで、症例情報は、疾患別に分類された格納されていてもよく、さらに疾患別に統計情報、疾患情報、特定の疾患に対しては間違えられやすい疾患の疾患情報や医学情報がリンクされて登録されていてもよい。

また、症例情報には、確定診断された各疾患の症例画像の他に、読影医が作成した診断レポート等のテキストベースの診断情報が含まれる。

また、疾患別の統計情報には、例えば、下記の情報が含まれる。
・代表症例における類似度（疾患内の最高類似度）
・平均類似度
・症例ＤＢ内の該当疾患の総登録件数
・代表症例に近い症例 (症例パターン) の登録件数
・症例パターンにおける特徴… 主な症状
・症例パターンにおける患者の特徴…平均年齢、病歴、喫煙歴など
・全国／地域別罹患率
・その他
画像情報ＤＢ４には、登録されている各症例画像の病変部位から抽出された特徴量（第２の特徴量）が格納されている。ただし、症例画像自体が画像情報ＤＢ４に蓄積されていれば、事後的にその症例画像を画像解析部２などで解析することで第２の特徴量を得ることができるから、画像情報ＤＢ４に第２の特徴量を登録することが本願発明の実施にあたって常に必ず必要なのではない。

表示部５は、類似度が高い画像データだけでなく、特許文献３のように、データベース内における類似画像の疾患ごとの類似画像検索結果といった統計情報を表示してもよい。

登録部６によって画像情報ＤＢ４に登録される症例画像は、クエリー画像と同様に撮像装置（ＣＴ装置、ＭＲＩ装置、ＰＥＴ装置、Ｘ線装置、ＵＳ装置、内視鏡、マンモグラフィ装置、顕微鏡用カメラなど）から得られる。また、登録部６によって画像情報ＤＢ４に登録される症例画像に対応する第２の特徴量は、画像解析部２と同様の画像解析で得られる。また、登録部６によって画像情報ＤＢ４に登録される症例画像に対応する症例情報は、ユーザによる操作装置の入力操作などで得られる。本願実施形態では、登録部６は、画像情報ＤＢ４に含まれる画像データに特徴量の偏りがないように登録を行う。

図２は登録部６の詳細を示す。登録部６は、画像解析部２１およびＤＢ解析部２２を含む。画像解析部２１は、注目領域抽出部２３、特徴量変換部２４を含む。登録部６の各ブロックは１つのコンピュータに一体的に構成されていてもよいが、各々のブロックを単独のコンピュータで構成し、かつそれらをネットワークで接続することで登録部６を構成してもよい。また、ＤＢ解析部２２、注目領域抽出部２３、特徴量変換部２４はコンピュータで実行されるプログラムモジュール（ＲＯＭなどのコンピュータ読取可能な記録媒体に格納）で代替することもでき、必ずしも特定のハードウェア構成を要求するのではない。

画像解析部２１は、ＣＴ画像、ＭＲＩ画像、ＰＥＴ画像、Ｘ線画像（ＣＲ画像含む）、ＵＳ（超音波）画像、内視鏡画像、病理画像などの所望の症例画像を、登録候補画像として入力する。また、登録候補画像に対応する症例情報も入力する。

注目領域抽出部２３は、入力された登録候補画像から検索対象となる部分、すなわち症例画像に含まれる病変や臓器などの注目領域を抽出する。注目領域の抽出の方法は任意である。例えば、特許文献１や２のような自動検出の手法、特許文献４のような注目領域の位置情報をもとに領域を抽出する手法など、公知の画像の輪郭・画素値、位置情報などの特徴を利用した画像処理技術を用いればよい。また、注目領域の抽出は必ずしも全自動でなくてもよく、ユーザによる操作装置の指定した領域近傍の特徴を利用した画像処理技術で半自動的に抽出してもよい。

次に、特徴量変換部２４は、注目領域抽出部２３の抽出領域に対して特徴量の計算を行う。算出される特徴量は画像データの平均、分散、最大値、最小値、輝度ヒストグラムといった画素値に関する特徴量や、抽出領域の位置、抽出領域の輪郭の円形度やモーメント、断面の半径、体積、面積など形状に関する特徴量の他、非特許文献２の手法によって得られる、ＲＯＩ（関心領域）の病変部の形状情報やテクスチャ情報でもよい。あるいは、画像情報ＤＢ４に一旦登録された情報を所定の数式（例えば主成分分析、独立成分分析）で処理した値を特徴量としてもよい。

ＤＢ解析部２２は、特徴量変換部２４の算出した登録候補画像の特徴量と、画像情報ＤＢ４に蓄積された症例画像の特徴量との比較に基づいて、その登録候補画像を画像情報ＤＢ４に登録するか否かの判定を行い、その判定結果に従って登録候補画像を登録するか、あるいは登録しないで破棄する。

具体的には、ＤＢ解析部２２は、図３に示すような登録処理を行う。

まず、Ｓ１では、ＤＢ解析部２２は、画像情報ＤＢ４にすでに登録された、いずれかの症例画像に対応する症例情報（判定条件）と、登録候補画像に対応する症例情報（登録候補症例情報）とを比較し、両者が同一であるか否かを判断する。図３は、判定条件の一例を示す。判定条件としては、画像データのヘッダなどに格納されているレポート情報の示す、患者の名前や年齢や性別など患者に関する情報、撮像を行った装置の種類（ＣＴ、ＭＲＩなど）・型番や撮像の条件など撮像に関する情報、所見、病名その他の確定診断に関する情報、撮影目的、病変部位の解剖学的位置、病変の部位（臓器）などが挙げられる。判定条件と登録候補症例情報との同一性の判定（マッチング）は症例情報に含まれる個々の項目に関して行われる。その他、診断情報の登録者が一定の資格（認定医、専門医）を有する者か否か、レポート情報の長さ、画像の撮影日時、症例情報の登録日時なども判定条件とすることができる。

Ｓ２では、ＤＢ解析部２２は、Ｓ１でのマッチングの結果、判定条件・登録候補症例情報ともに同一の情報を格納する項目の個数を計算する。そして、その個数が、予めユーザによる操作装置の操作で指定された第１の閾値を上回る場合、その登録候補症例情報に対応する登録候補画像は登録解析対象画像と判定され、Ｓ３に進む。

例えば、閾値＝３で、ある判定条件と登録候補症例情報双方の症例情報に格納された患者の年齢同士、撮像条件同士、かつ解剖学的位置が全て同じであれば、その登録候補症例情報に対応する登録候補画像は登録解析対象画像と判定される。

ただし、少なくとも、判定条件に含まれる病名と登録候補症例情報に含まれる病名とが同一である場合は、無条件に登録候補画像は登録解析対象画像と判定され、Ｓ３に進むものとする。これは、同一病名かつ類似の画像所見の画像の重複登録を排除するためである。

また同様の趣旨で、少なくとも、判定条件に含まれる病名と登録候補症例情報に含まれる病名とが同一でない場合は、無条件に登録候補画像は登録対象の画像と判定されるものとする。この場合Ｓ３は省略し、Ｓ４に進む。

Ｓ３では、ＤＢ解析部２２は、特徴量変換部２４の算出した登録解析対象画像の特徴量と、当該登録解析対象画像と同一の判定条件を格納した症例情報に対応する症例画像の特徴量との類似度を算出する。特徴量変換部２４は、登録解析対象画像でない画像の解析を省略することもできる。類似度の算出方法としては公知のもの、例えば特徴量の値の差分、特徴量空間（重み付き空間も可）上の最小２乗法などが採用できる。説明の便宜上、類似度Ｓは以下の数式で定義する（特許文献３の段落００４８に記載の数式）。ただし、本願発明の実施のために、類似度Ｓの算出基準（ノルム）がこの定義に限定されるわけではない。

特徴量ｍ_ｉ(i＝1,2,…,n)は登録済みの症例画像の特徴量、Ｍ_ｉ(i＝1,2,…,n)は登録解析対象画像から抽出された特徴量である。ｗ_ｉ(i＝1,2,…,n)は、疾患別に予め定義された各特徴量に対する重み付け係数である。ｍ_ｉ、Ｍ_ｉ、ｗ_ｉの添え字ｉは特徴量空間上の座標軸を示す。双方の特徴量が近いほど類似度Ｓの値が小さくなり、双方の特徴量が遠いほど類似度Ｓの値が大きくなる。

なお、好ましくはＳ１において、判定条件に含まれる病名と登録候補症例情報に含まれる病名とが同一であり、かつ部位および解剖学的位置が同一である場合は、無条件に登録候補画像は登録解析対象画像と判定されるようにすれば、Ｓ３において無関係な部位の特徴量同士が比較されるのを防げる。例えば、登録解析対象画像から抽出された特徴量ｍ_ｉ(i＝1,2,…,n)が、肺区域Ｓ１（部位および解剖学的位置）に関する値（ｎ次元の多値データ）であれば、類似度Ｓの算出対象となる登録済み画像の特徴量Ｍ_ｉ(i＝1,2,…,n)は、同じく肺区域Ｓ１に関する値（ｎ次元の多値データ）となる。

Ｓ４では、ＤＢ解析部２２は、算出された類似度が、所定の第２の閾値を下回っていれば、登録解析対象画像は登録対象外の画像と判定し、画像情報ＤＢ４に登録しない。算出された類似度が、所定の閾値を下回っていなければ、登録解析対象画像は登録対象の画像と判定し、画像情報ＤＢ４に登録する。この際、登録解析対象画像に対応する症例情報も画像情報ＤＢ４に登録する。

第２の閾値ＴＨは、例えば次の数式で決定される。

ＴＨ＝α×Ｎ＋β
Ｎは画像情報ＤＢ４に登録された症例画像の総数、α、βは定数である。α、β、あるいは第２の閾値自体が、ユーザによる操作装置の入力操作で任意に指定できてもよい。一般には、ＴＨ＝ｆ（Ｎ）とする。ｆはＮの増加に応じて増加する傾向のある任意の関数である。この関数ｆはユーザによる操作装置の入力操作で任意に指定でき、指定された関数に従って演算装置（ＣＰＵ）が実際の第２の閾値を算出してもよい。

つまり、症例画像の登録数が少ない場合は、閾値が小さくなり、登録済みの症例画像との類似度が比較的小さな値となる（相関が高い）登録解析対象画像も登録されるが、症例画像の登録数が多い場合は、閾値が大きくなり、類似度が小さな値となる、登録済みの症例画像との相関が高い登録解析対象画像は登録されなくなる。あるいは、登録数Ｎがある閾値（例えば１００）未満の場合は無条件に登録解析対象画像と症例情報を登録し、症例が少ない場合は画像情報ＤＢ４の充実を優先させてもよい。

なお、登録対象外の画像と判定した画像を登録しないのではなく、その登録対象外の画像との類似度が第２の閾値を下回る画像情報ＤＢ４の登録済み画像とそれに対応する症例情報を削除し、代わりに当該登録対象外の画像とそれに対応する症例情報を登録すれば、似たような特徴の画像が画像情報ＤＢ４で重複することが避けられる。登録対象外の画像と判定した画像を登録しないか、登録済みの症例画像と置換するかの選択を、ユーザによる操作装置の入力操作で任意に指定し、その指定に応じてどちらか一方の画像を画像情報ＤＢ４に登録できてもよい。あるいは登録済みの症例画像の症例情報が優先度の高い情報を含む場合、例えば日付情報の新しい、レポート情報が長い、登録者が有資格者である、あるいは画像データ量が多い場合、登録済みの症例画像を画像情報ＤＢ４に残し、そうでない場合は登録解析対象画像で登録済みの症例画像を置換してもよい。逆に、登録済みの症例画像の症例情報が優先度の高い情報を含まない場合、登録済みの症例画像を画像情報ＤＢ４から削除し、登録対象外の画像を新たに画像情報ＤＢ４に登録してもよい。

また、登録候補画像は、新規に入力された画像である必然性はなく、すでに画像情報ＤＢ４に登録された症例画像の中から任意に選択されたものでもよい。この場合、登録部６は、登録対象と判定された画像は画像情報ＤＢ４にそのまま残し、登録対象外と判定された画像は画像情報ＤＢ４から削除する。上記と同様、症例情報が優先度の高い情報を含む場合、それに対応する症例画像は残し、優先度の高い情報を含まない方の症例情報に対応する症例画像を削除してもよい。要するに、類似度が第２の閾値を下回るような画像が２つあれば、どちらか一方が削除されればよい。

一般に、画像情報ＤＢ４の画像が２つ以上存在する場合、画像情報ＤＢ４の任意の異なる２つの画像で構成される対から類似度を算出し、その類似度の値と第２の閾値との大小関係に応じてその対のいずれか一方の画像を削除し、これを全ての画像の対について網羅的に繰り返せば、画像情報ＤＢ４に登録済みの画像の中から類似画像の重複を解消することができる。これは、「画像情報ＤＢ４のリフレッシュ」などといったコマンドをユーザが操作装置から指定することによって実行されてもよいし、所望のスケジューリングで定期的に実行されてもよい。

さらに、登録対象外の画像と判定した画像を示すフラグとともに、当該登録対象外の画像を画像情報ＤＢ４に登録した上で、類似画像検索部３の検索対象から当該フラグの付与された症例画像を除外し、当該フラグのついていない画像だけを症例検索の対象としてもよい。すなわち類似画像検索部３は、当該フラグの付与されていない症例画像の第２の特徴量のみを第１の特徴量と比較する。

以上説明したように、画像情報ＤＢ４への症例画像の登録を特徴量の類似度に応じて制御することで、似たような症例画像が検索結果として多数出現し、診断者の診断の妨げになるような類似検索結果を示す可能性が低くなる。

１：画像データ入力部、２：画像解析部、３：類似画像検索部、４：画像情報ＤＢ、５：表示部、６：登録部、２１：画像解析部、２２：ＤＢ解析部、２３：注目領域抽出部、２４：特徴量変換部

Claims (10)

1. データベースへの登録の要否を判断する対象となる所望の症例画像である対象画像に対応する症例情報および前記対象画像の特徴量と、前記データベースに登録された前記対象画像と異なる症例画像である登録済画像に対応する症例情報および前記登録済画像の特徴量とを比較し、前記比較結果に基づいて前記対象画像を前記データベースに登録するか否かを判定する判定部と、
   前記判定部が前記データベースに登録すると判定した対象画像を前記データベースに登録する登録部と、
   前記対象画像の特徴量と前記登録済画像の特徴量とが近いほど小さな値となり、遠いほど大きな値となる類似度を算出する類似度算出部と、
   前記対象画像に対応する症例情報と前記登録済画像に対応する症例情報とを同一の項目ごとに照合し、前記照合の結果、一致する症例情報を有する項目の個数が所定の個数閾値を超えるか否かを判定する項目判定部と、
   を備え、
   前記類似度算出部は、前記項目判定部が一致する症例情報を有する項目の個数が所定の個数閾値を超えると判断した場合、前記対象画像の特徴量と前記登録済画像の特徴量との類似度を算出し、
   前記判定部は、前記類似度算出部の算出した類似度と所定の登録判定閾値との比較に応じて、前記算出した類似度が前記所定の登録判定閾値を下回っていなければ、前記対象画像を前記データベースに登録すると判定し、
   前記データベースに登録された症例画像の総数を変数とする所望の関数であって、総数の増加に応じて増加する傾向にある関数により前記所定の登録判定閾値を演算する登録判定閾値演算部を備える症例画像登録装置。
2. 前記症例情報の項目は、患者の名前、性別、年齢その他患者に関する情報、撮像装置の種類、撮像条件その他撮像に関する情報、所見、病名その他診断に関する情報、病変部位、ならびに病変部位の解剖学的位置のうち少なくともいずれか１つを含む請求項１に記載の症例画像登録装置。
3. 所望の診断対象画像の特徴量である第１の特徴量と、請求項１または２に記載の症例画像登録装置により症例画像が登録されたデータベースの症例画像に対応する特徴量である第２の特徴量とを比較することで、前記第１の特徴量に類似する第２の特徴量を有する症例画像を前記データベースから検索する検索部を備える症例画像検索装置。
4. 前記検索部は、前記判定部が前記データベースに登録すると判定した対象画像の第２の特徴量のみを、第１の特徴量と比較する請求項３に記載の症例画像検索装置。
5. 前記検索部の検索した症例画像を出力する出力部を備える請求項３または４に記載の症例画像検索装置。
6. 請求項１または２に記載の症例画像登録装置と、
   所望の診断対象画像の特徴量である第１の特徴量と、前記症例画像登録装置により症例画像が登録されたデータベースの症例画像に対応する特徴量である第２の特徴量とを比較することで、前記第１の特徴量に類似する第２の特徴量を有する症例画像を前記データベースから検索する検索部を備える症例画像検索装置と、
   を備える症例画像検索システム。
7. コンピュータが、
   データベースへの登録の要否を判断する対象となる所望の症例画像である対象画像に対応する症例情報および前記対象画像の特徴量と、前記データベースに登録された前記対象画像と異なる症例画像である登録済画像に対応する症例情報および前記登録済画像の特徴量とを比較し、前記比較結果に基づいて前記対象画像を前記データベースに登録するか否かを判定するステップと、
   前記データベースに登録すると判定した対象画像を前記データベースに登録するステップと、
   前記対象画像に対応する症例情報と前記登録済画像に対応する症例情報とを同一の項目ごとに照合し、前記照合の結果、一致する症例情報を有する項目の個数が所定の個数閾値を超えるか否かを判定するステップと、
   前記一致する症例情報を有する項目の個数が所定の個数閾値を超えると判断した場合、前記対象画像の特徴量と前記登録済画像の特徴量とが近いほど小さな値となり、遠いほど大きな値となる類似度を算出するステップと、
   を実行し、
   前記データベースに登録するか否かを判定するステップは、
   前記類似度を算出するステップにより算出した類似度と、前記データベースに登録された症例画像の総数を変数とする所望の関数であって、総数の増加に応じて増加する傾向にある関数により演算される所定の登録判定閾値との比較に応じて、前記算出した類似度が前記所定の登録判定閾値を下回っていなければ、前記対象画像を前記データベースに登録すると判定する症例画像登録方法。
8. 請求項７に記載の症例画像登録方法をコンピュータに実行させるための症例画像登録プログラム。
9. コンピュータが、所望の診断対象画像の特徴量である第１の特徴量と、請求項７に記載の症例画像登録方法により症例画像が登録されたデータベースの症例画像に対応する特徴量である第２の特徴量とを比較することで、前記第１の特徴量に類似する第２の特徴量を有する症例画像を前記データベースから検索するステップを実行する症例画像検索方法。
10. 請求項９に記載の症例画像検索方法をコンピュータに実行させるための症例画像検索プログラム。