JP7348469B2 - 異常陰影特定プログラム、異常陰影特定装置及び異常陰影特定方法 - Google Patents

Description

本発明は、異常陰影特定プログラム、異常陰影特定装置及び異常陰影特定方法に関する。

近年、医師による画像診断業務では、診断中の症例と類似する症例の画像（以下、類似症例画像とも呼ぶ）を参考にする場合がある。そのため、近年では、このような類似症例画像を自動で検索するための類似症例画像検索（以下、単に画像検索とも呼ぶ）に関する技術の開発が行われている。具体的に、このような画像検索では、例えば、過去に取得された各症例に対応する画像を蓄積したデータベースから、診断中の症例と類似していると判断できる画像の検索を行い、その検索結果を出力装置等に表示する。

これにより、画像診断業務を行う医師は、画像検索による検索結果を効率的に参照することが可能になる（例えば、特許文献１乃至３参照）。

特開２００７－２７５２１６号公報 特開２００７－２８６９４５号公報 特開２０１５－１９１２８５号公報

上記のような画像検索が行われる場合、画像検索を行うシステム（以下、情報処理システムとも呼ぶ）は、例えば、診断中の症例に対応する画像から異常陰影の抽出を行い、抽出した異常陰影の分布を示す特徴量を特定する。そして、情報処理システムは、過去に取得された類似症例画像から、診断中の症例に対応する画像と特徴量が類似していると判断できる画像を特定し、特定した画像を検索結果として出力装置等に出力する。

しかしながら、例えば、びまん性肺疾患のように異常陰影の抽出が困難な症例に対応する画像から異常陰影の抽出を行う場合、情報処理システムは、血管や胸壁の一部等を異常陰影（例えば、異常陰影の種類の１つである蜂巣状陰影）と誤って抽出する可能性があり、これが画像検索の検索精度を低下させる大きな原因となる場合がある。

そのため、上記のような画像検索では、例えば、びまん性肺疾患のような症例に対応する画像から異常陰影の抽出を行う場合であっても、異常陰影の抽出を高精度に行うことが求められている。

そこで、一つの側面では、本発明は、画像に含まれる異常陰影の抽出を高精度に行うことを可能とする異常陰影特定プログラム、異常陰影特定装置及び異常陰影特定方法を提供することを目的とする。

実施の形態の一態様では、体内の画像から異常陰影の候補を抽出し、抽出した前記候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定し、抽出した前記候補のうち、特定した前記異常陰影に対応する位置において検出された候補であって、特定した前記異常陰影と所定の類似関係を有する候補を、前記異常陰影としてさらに特定する、処理をコンピュータに実行させる。

一つの側面によれば、画像に含まれる異常陰影の抽出を高精度に行うことを可能とする。

図１は、情報処理システム１０の構成について説明する図である。 図２は、画像データ１３１の特徴量を特定する処理の具体例を説明する図であり、（Ａ）（Ｂ）ともに肺のアキシャル断面を示す図である。 図３は、画像データ１３１の特徴量を特定する処理の具体例を説明する図である。 図４は、画像データ１３１から抽出した異常陰影ＳＨの具体例について説明する図であり、（Ａ）（Ｂ）（Ｃ）ともに肺のアキシャル断面を示す図である。 図５は、情報処理装置１のハードウエア構成を説明する図である。 図６は、情報処理装置１の機能のブロック図である。 図７は、第１の実施の形態における異常陰影特定処理の概略を説明するフローチャート図である。 図８は、第１の実施の形態における異常陰影特定処理の概略を説明する図である。 図９は、第１の実施の形態における異常陰影特定処理の概略を説明する図である。 図１０は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１１は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１２は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１３は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１４は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１５は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１６は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１７は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１８は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。 図１９は、確率情報１３２の具体例について説明する図である。 図２０は、係数情報１３３の具体例について説明する図である。 図２１は、係数情報１３３の具体例について説明する図である。 図２２は、係数情報１３３の具体例について説明する図である。 図２３は、閾値情報１３４の具体例について説明する図である。 図２４は、Ｓ１４５の処理において出力される情報の具体例を説明する図であり、（Ａ）（Ｂ）（Ｃ）ともに肺のコロナル断面を示す図である。 図２５は、第１の実施の形態における異常陰影特定処理の効果を説明する図であり、肺のアキシャル断面を示す図である。

［情報処理システムの構成］
初めに、情報処理システム１０の構成について説明を行う。図１は、情報処理システム１０の構成について説明する図である。

情報処理システム１０は、図１に示すように、情報処理装置１と、医師が操作を行う操作端末２と、情報処理装置１の内部または外部に設けられる記憶部１３０とを有する。情報処理装置１及び操作端末２は、ネットワークＮＷを介することによって互いにアクセスを行う。

操作端末２は、例えば、診断中の症例についての画像データ１３１（以下、新たな画像データ１３１とも呼ぶ）の入力を受け付ける。また、操作端末２は、例えば、入力を受け付けた新たな画像データ１３１と類似する画像データ１３１（類似症例画像）の画像検索を行う旨の入力を受け付ける。そして、操作端末２は、例えば、入力を受け付けた新たな画像データ１３１と類似する画像データ１３１の画像検索を行う旨の指示を情報処理装置１に送信する。

情報処理装置１は、例えば、操作端末２から画像検索を行う旨の指示を受け付けた場合、受け付けた指示に対応する画像データ１３１の画像検索を行う。そして、情報処理装置１は、画像検索を行うことによって特定した画像データ１３１を操作端末２に送信する。その後、操作端末２は、例えば、情報処理装置１から受信した画像データ１３１を出力装置に出力する。

このような画像検索を行う場合、情報処理装置１は、例えば、診断中の症例に対応する新たな画像データ１３１から異常陰影の抽出を行い、抽出した異常陰影の分布を示す特徴量を特定する。そして、情報処理装置１は、過去に取得された各症例に対応する画像データ１３１から、診断中の症例に対応する画像と特徴量が類似していると判断できる画像データ１３１を特定し、特定した画像データ１３１を出力装置に出力する。以下、新たな画像データ１３１の特徴量を特定する処理の具体例について説明を行う。なお、以下、各症例に対応する画像データ１３１には、複数のスライス画像データ１３１ａがそれぞれ含まれるものとして説明を行う。

［新たな画像データの特徴量を特定する処理］
図２は、新たな画像データ１３１の特徴量を特定する処理の具体例を説明する図であり、（Ａ）（Ｂ）ともに肺のアキシャル断面を示す図である。図２（Ａ）は、診断中の肺ＬＵについての新たな画像データ１３１に含まれる１枚のスライス画像データ１３１ａの具体例であり、図２（Ｂ）は、図２（Ａ）に示すスライス画像データ１３１ａから抽出された異常陰影ＳＨの具体例である。

また、図３は、新たな画像データ１３１の特徴量を特定する処理の具体例を説明する図である。図３（Ａ）は、図２（Ａ）に示すスライス画像データ１３１ａから抽出された異常陰影ＳＨの発生状況を示すヒストグラムであり、図３（Ｂ）は、診断中の肺ＬＵについての新たな画像データ１３１に含まれる全ての異常陰影ＳＨの発生状況を示すヒストグラムである。

具体的に、情報処理装置１は、例えば、機械学習によって予め生成された分類器（例えば、サポートベクトルマシン）を用いることにより、図２（Ａ）に示すスライス画像データ１３１ａに含まれる格子状の部分画像のそれぞれが異常陰影ＳＨに分類されるか否かを判定する。そして、情報処理装置１は、図２（Ｂ）に示すように、図２（Ａ）に示すスライス画像データ１３１ａに含まれる格子状の部分画像のうち、異常陰影ＳＨとして分類された部分画像を特定する。

さらに、情報処理装置１は、図３（Ａ）に示すように、例えば、左肺の末梢部分、左肺の中枢部分、右肺の中枢部分及び右肺の末梢部分のそれぞれについて、異常陰影ＳＨとして分類された部分画像の数を集計する。

具体的に、図３（Ａ）に示すヒストグラムにおいて、横軸は、肺ＬＵにおける各部位（中枢や末梢）に対応し、縦軸は、異常陰影ＳＨとして分類された部分画像の数に対応している。そのため、図３（Ａ）に示すヒストグラムは、異常陰影ＳＨとして分類された部分画像の数が最も多い部位が左肺の末梢部分であることを示している。

その後、情報処理装置１は、診断中の肺ＬＵについての新たな画像データ１３１に含まれるスライス画像データ１３１ａのそれぞれについて、図３（Ａ）で説明した集計と同様の処理を行う。そして、情報処理装置１は、図３（Ｂ）に示すように、左肺の末梢部分、左肺の中枢部分、右肺の中枢部分及び右肺の末梢部分のそれぞれについて、異常陰影ＳＨとして分類された部分画像の数を集計する。

具体的に、図３（Ｂ）に示す肺の各部位に対応するヒストグラムのそれぞれにおいて、横軸は、各スライス画像データ１３１ａにおいて異常陰影ＳＨとして分類された部分画像の数に対応し、縦軸は、診断中の肺ＬＵについての新たな画像データ１３１に含まれるスライス画像データ１３１ａのそれぞれ（すなわち、肺ＬＵの上下方向における各部位）に対応している。そのため、図３（Ｂ）に示す左肺の末梢部分に対応するヒストグラム（左から１番目のヒストグラム）及び右肺の末梢部分に対応するヒストグラム（左から４番目のヒストグラム）のそれぞれは、異常陰影ＳＨとして分類された部分画像の数が最も多い部位が下肺野であることを示している。一方、図３（Ｂ）に示す左肺の中枢部分に対応するヒストグラム（左から２番目のヒストグラム）及び右肺の中枢部分に対応するヒストグラム（左から３番目のヒストグラム）のそれぞれは、異常陰影ＳＨとして分類された部分画像の数が最も多い部位が中肺野であることを示している。

これにより、情報処理装置１は、例えば、図３（Ｂ）に示す各ヒストグラムの形状を、診断中の肺ＬＵについての画像データ１３１の特徴量として特定することが可能になる。そのため、情報処理装置１は、新たな画像データ１３１について特定した特徴量と、記憶部１３０に格納された画像データ１３１（過去の症例に対応する画像データ１３１）について特定した特徴量とを比較することにより、診断中の症例についての画像データ１３１と類似する画像データ１３１（類似症例画像）を抽出することが可能になる。

しかしながら、例えば、びまん性肺疾患のように異常陰影ＳＨの抽出が困難な症例に対応する画像データ１３１から異常陰影ＳＨの抽出を行う場合、情報処理装置１は、血管や胸壁の一部等を異常陰影ＳＨと誤って抽出する可能性があり、これが画像検索の検索精度を低下させる大きな原因となる場合がある。以下、画像データ１３１から抽出した異常陰影ＳＨの具体例について説明を行う。

［画像データから抽出した異常陰影の具体例］
図４は、画像データ１３１から抽出した異常陰影ＳＨの具体例について説明する図であり、（Ａ）（Ｂ）（Ｃ）ともに肺のアキシャル断面を示す図である。なお、図４に示す肺ＬＵａ及び肺ＬＵｂは、図２で説明した肺ＬＵにおける異なる２つの断面に対応している。

例えば、図４（Ａ）に示すように、肺ＬＵａに対応するスライス画像データ１３１ａに異常陰影ＳＨａが含まれており、かつ、肺ＬＵｂに対応するスライス画像データ１３１ａに異常陰影ＳＨｂが含まれている場合、情報処理装置１は、異常陰影ＳＨａ及び異常陰影ＳＨｂのみの抽出を行うことが好ましい。

しかしながら、情報処理装置１は、異常陰影ＳＨの判定基準によっては、図４（Ｂ）に示すように、異常陰影ＳＨａ及び異常陰影ＳＨｂだけでなく血管や胸壁の一部等を異常陰影ＳＨｃとして抽出する場合がある。

これに対し、例えば、異常陰影ＳＨの判定基準を図４（Ｂ）の場合よりも厳しく設定した場合、情報処理装置１は、図４（Ｃ）に示すように、異常陰影ＳＨｂのみを抽出し、異常陰影ＳＨａの抽出を行わない場合がある。

そのため、情報処理装置１による画像検索では、びまん性肺疾患のような症例に対応する画像から異常陰影ＳＨの抽出を行う場合であっても、異常陰影ＳＨの抽出を高精度に行うことが求められている。

そこで、本実施の形態における情報処理装置１は、画像データ１３１から異常陰影ＳＨの候補を抽出する。そして、情報処理装置１は、抽出した異常陰影ＳＨの候補のうち、体内において検出された位置に基づく特定の値が所定条件を満たす候補を異常陰影ＳＨとして特定する。

その後、情報処理装置１は、抽出した異常陰影ＳＨの候補のうち、特定した異常陰影ＳＨに対応する位置において検出された候補であって、特定した異常陰影ＳＨと所定の類似関係を有する候補を、異常陰影ＳＨとしてさらに特定する。

すなわち、本実施の形態における情報処理装置１は、異常陰影ＳＨである確率が高確率であると判断された異常陰影ＳＨの候補を異常陰影ＳＨとして特定するだけでなく、異常陰影ＳＨであると判断された候補と対応する位置において検出された候補であって、異常陰影ＳＨであると判断された候補と類似している候補についても、異常陰影ＳＨとして特定する。

これにより、情報処理装置１は、びまん性肺疾患のような症例に対応する画像データ１３１から異常陰影ＳＨの抽出を行う場合であっても、画像データ１３１に含まれる異常陰影ＳＨの特定を高精度に行うことが可能になる。そのため、情報処理装置１は、画像検索の検索精度の低下を防止することが可能になる。

［情報処理システムのハードウエア構成］
次に、情報処理システム１０のハードウエア構成について説明する。図５は、情報処理装置１のハードウエア構成を説明する図である。

情報処理装置１は、図５に示すように、プロセッサであるＣＰＵ１０１と、メモリ１０２と、外部インターフェース（Ｉ／Ｏユニット）１０３と、記憶媒体１０４とを有する。各部は、バス１０５を介して互いに接続される。

記憶媒体１０４は、例えば、異常陰影ＳＨを特定する処理（以下、異常陰影特定処理とも呼ぶ）を行うためのプログラム１１０を記憶するプログラム格納領域（図示しない）を有する。また、記憶媒体１０４は、例えば、異常陰影特定処理を行う際に用いられる情報を記憶する記憶部１３０（以下、情報格納領域１３０とも呼ぶ）を有する。なお、記憶媒体１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｋｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。

ＣＰＵ１０１は、記憶媒体１０４からメモリ１０２にロードされたプログラム１１０を実行して異常陰影特定処理を行う。

また、外部インターフェース１０３は、例えば、ネットワークＮＷを介することによって操作端末２と通信を行う。

［情報処理システムの機能］
次に、情報処理システム１０の機能について説明を行う。図６は、情報処理装置１の機能のブロック図である。

情報処理装置１は、図６に示すように、情報処理装置１のＣＰＵ１０１やメモリ１０２等のハードウエアとプログラム１１０とが有機的に協働することにより、情報管理部１１１と、候補抽出部１１２と、第１特定部１１３と、第２特定部１１４と、情報出力部１１５とを含む各種機能を実現する。

また、情報処理装置１は、図６に示すように、画像データ１３１と、確率情報１３２と、係数情報１３３と、閾値情報１３４とを情報格納領域１３０に記憶する。

情報管理部１１１は、例えば、操作端末２を介して新たな画像データ１３１等の各種情報の入力があった場合、入力された各種情報を情報格納領域１３０に記憶する。

候補抽出部１１２は、例えば、操作端末２を介して入力された新たな画像データ１３１から異常陰影ＳＨの候補を抽出する。

具体的に、候補抽出部１１２は、例えば、異常陰影ＳＨを含む画像データ１３１についての複数の学習データと、異常陰影ＳＨを含まない画像データ１３１についての複数の学習データとを学習することによって生成した分類器（図示しない）を用いることにより、新たな画像データ１３１から異常陰影ＳＨの候補の抽出を行う。

第１特定部１１３は、候補抽出部１１２が抽出した異常陰影ＳＨの候補のうち、体内において検出された位置に基づく特定の値が所定条件を満たす候補を異常陰影ＳＨとして特定する。

具体的に、第１特定部１１３は、例えば、候補抽出部１１２が抽出した異常陰影ＳＨの候補ごとに、各候補が体内において検出された位置における異常陰影ＳＨの発生し易さを示す値と、各候補の異常陰影ＳＨとしての確からしさを示す値とから特定の値を算出する。そして、第１特定部１１３は、例えば、候補抽出部１１２が抽出した異常陰影ＳＨの候補のうち、算出した特定の値が第１の閾値よりも大きい候補を異常陰影ＳＨとして特定する。

第２特定部１１４は、候補抽出部１１２が抽出した異常陰影ＳＨの候補のうち、第１特定部１１３が特定した異常陰影ＳＨに対応する位置において検出された候補であって、第１特定部１１３が特定した異常陰影ＳＨと所定の類似関係を有する候補を、異常陰影ＳＨとしてさらに特定する。

具体的に、第２特定部１１４は、例えば、候補抽出部１１２が抽出した異常陰影ＳＨの候補ごとに、候補抽出部１１２が抽出した異常陰影ＳＨの候補のうち、体内において隣接して位置する他の候補を特定する。そして、第２特定部１１４は、例えば、候補抽出部１１２が抽出した候補ごとであって他の候補ごとに、候補抽出部１１２が抽出した候補に含まれる情報と他の候補に含まれる情報との類似度を示す値を算出する。その後、第２特定部１１４は、例えば、候補抽出部１１２が抽出した異常陰影ＳＨの候補と他の候補との組み合わせのうち、算出した類似度が第２の閾値を上回る組み合わせに含まれる各候補を連結する。そして、第２特定部１１４は、例えば、候補抽出部１１２が抽出した異常陰影ＳＨの候補のうち、第１特定部１１３が特定した異常陰影ＳＨの候補と連結する候補を、異常陰影ＳＨとして特定する。

情報出力部１１５は、第１特定部１１３及び第２特定部１１４が特定した異常陰影ＳＨを示す情報を操作端末２の出力装置等に出力する。

［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明する。図７は、第１の実施の形態における異常陰影特定処理の概略を説明するフローチャート図である。また、図８及び図９は、第１の実施の形態における異常陰影特定処理の概略を説明する図である。

情報処理装置１は、図７に示すように、異常陰影特定タイミングまで待機する（Ｓ１のＮＯ）。異常陰影特定タイミングは、例えば、医師が操作端末２を介して異常陰影ＳＨの特定を行う旨の入力を行ったタイミングであってよい。

そして、異常陰影特定タイミングになった場合（Ｓ１のＹＥＳ）、情報処理装置１は、図７及び図８に示すように、体内についての画像データ１３１から異常陰影ＳＨの候補を抽出する（Ｓ２）。

続いて、情報処理装置１は、図７及び図９に示すように、Ｓ２の処理で抽出した異常陰影ＳＨの候補のうち、体内において検出された位置に基づく特定の値が所定条件を満たす候補を異常陰影ＳＨとして特定する（Ｓ３）。

その後、情報処理装置１は、図７及び図９に示すように、Ｓ２の処理で抽出した異常陰影ＳＨの候補のうち、Ｓ３の処理で特定した異常陰影ＳＨに対応する位置において検出された候補であって、Ｓ３の処理で特定した異常陰影ＳＨと所定の類似関係を有する候補を、異常陰影ＳＨとしてさらに特定する（Ｓ４）。

これにより、情報処理装置１は、画像データ１３１に含まれる異常陰影ＳＨの特定を高精度に行うことが可能になる。そのため、情報処理装置１は、画像検索の検索精度の低下を防止することが可能になる。

［第１の実施の形態の詳細］
次に、第１の実施の形態の詳細について説明する。図１０から図１８は、第１の実施の形態における異常陰影特定処理の詳細を説明するフローチャート図である。また、図１９から図２５は、第１の実施の形態における異常陰影特定処理の詳細を説明する図である。なお、以下、異常陰影特定処理において特定を行う異常陰影ＳＨが蜂巣状陰影ＳＨであるものとして説明を行う。

情報処理装置１の候補抽出部１１２は、図１０に示すように、異常陰影特定タイミングまで待機する（Ｓ１１のＮＯ）。

そして、異常陰影特定タイミングになった場合（Ｓ１１のＹＥＳ）、候補抽出部１１２は、例えば、予め生成した分類器を用いることにより、操作端末２を介して入力された新たな画像データ１３１に含まれる蜂巣状陰影ＳＨの候補を特定する（Ｓ１２）。以下、Ｓ１２の処理の詳細について説明を行う。

［Ｓ１２の処理の詳細］
図１２及び図１３は、Ｓ１２の処理の詳細について説明する図である。

候補抽出部１１２は、診断中の症例についての新たな画像データ１３１を取得する（Ｓ１０１）。具体的に、候補抽出部１１２は、例えば、診断中の症例についての新たな画像データ１３１であって、複数のスライス画像データ１３１ａを含む画像データ１３１を取得する。

そして、候補抽出部１１２は、Ｓ１０１の処理で取得した画像データ１３１に含まれるスライス画像データ１３１ａのうちの１つを取得する（Ｓ１０２）。

その後、候補抽出部１１２は、Ｓ１０２の処理で取得したスライス画像データ１３１ａを格子状の部分画像に分割する（Ｓ１０３）。

続いて、候補抽出部１１２は、Ｓ１０３の処理で分割した部分画像のうちの１つを特定する（Ｓ１０４）。

そして、候補抽出部１１２は、Ｓ１０４の処理で特定した部分画像から特徴量を取得する（Ｓ１０５）。具体的に、候補抽出部１１２は、Ｓ１０４の処理で特定した部分画像に含まれる各種情報の内容を示す特徴量を取得する。

次に、候補抽出部１１２は、図１３に示すように、Ｓ１０５の処理で取得した特徴量を予め生成した分類器に入力することによって出力される情報を取得する（Ｓ１１１）。

具体的に、ここでの分類器は、例えば、Ｓ１０５の処理で取得した特徴量（分類器に入力された特徴量）に基づいて、Ｓ１０４の処理で取得した部分画像を「正常」、「蜂巣状陰影」、「他の異常陰影Ａ」及び「他の異常陰影Ｂ」のいずれかに分類するものである。そして、候補抽出部１１２は、Ｓ１１１の処理において、例えば、分類器から出力された分類結果と、分類結果の確からしさを示す値である識別値とを取得する。

そして、候補抽出部１１２は、Ｓ１０４の処理で取得した部分画像に、Ｓ１１１の処理で取得した情報を対応付ける（Ｓ１１２）。具体的に、候補抽出部１１２は、Ｓ１０４の処理で取得した部分画像に、Ｓ１１１の処理で取得した分類結果と識別値とを対応付ける。

その後、Ｓ１０４の処理において全ての部分画像の特定が完了しており、かつ、Ｓ１０２の処理において全てのスライス画像データ１３１ａの取得が完了している場合（Ｓ１１３のＹＥＳ、Ｓ１１４のＹＥＳ）、候補抽出部１１２は、Ｓ１２の処理を終了する。

一方、Ｓ１０４の処理において全ての部分画像の特定が完了していない場合（Ｓ１１３のＮＯ）、候補抽出部１１２は、Ｓ１０４以降の処理を再度行う。また、Ｓ１０２の処理において全てのスライス画像データ１３１ａの取得が完了していない場合（Ｓ１１４のＮＯ）、候補抽出部１１２は、Ｓ１０２以降の処理を再度行う。

これにより、候補抽出部１１２は、画像データ１３１に含まれる全ての部分画像に対し、分類結果及び識別値を対応付けることが可能になる。そのため、候補抽出部１１２は、蜂巣状陰影ＳＨである可能性がある部分画像（蜂巣状陰影ＳＨの候補である部分画像）を特定することが可能になる。

図１０に戻り、情報処理装置１の第１特定部１１３は、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補ごとに、各候補が体内において検出された位置における蜂巣状陰影ＳＨの発生し易さを示す値と、各候補の蜂巣状陰影ＳＨとしての確からしさを示す値とから特定の値を算出する（Ｓ１３）。

そして、第１特定部１１３は、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補のうち、Ｓ１３の処理で算出した特定の値が第１の閾値よりも大きい候補を蜂巣状陰影ＳＨとして特定する（Ｓ１４）。第１の閾値は、例えば、予め定められて情報格納領域１３０に記憶されている閾値であってよい。以下、Ｓ１３及びＳ１４の処理の詳細について説明する。

［Ｓ１３及びＳ１４の処理の詳細］
図１４及び図１５は、Ｓ１３及びＳ１４の処理の詳細について説明する図である。

第１特定部１１３は、図１４に示すように、Ｓ１０３の処理で分割した部分画像のうちの１つを特定する（Ｓ１２１）。

そして、第１特定部１１３は、Ｓ１２１の処理で特定した部分画像に対応付けられた分類結果が蜂巣状陰影ＳＨであるか否かを判定する（Ｓ１２２）。具体的に、第１特定部１１３は、Ｓ１２１の処理で特定した部分画像について、Ｓ１１２の処理で対応付けられた分類結果が蜂巣状陰影ＳＨであるか否かの判定を行う。

その結果、分類結果が蜂巣状陰影ＳＨである場合（Ｓ１２２のＹＥＳ）、第１特定部１１３は、情報格納領域１３０に記憶された確率情報１３２を参照し、Ｓ１２１の処理で特定した部分画像の上下方向における位置に基づく蜂巣状陰影ＳＨの第１発生確率を特定する（Ｓ１２３）。確率情報１３２は、肺の各位置における蜂巣状陰影ＳＨの発生確率を示す情報である。

また、第１特定部１１３は、この場合、情報格納領域１３０に記憶された確率情報１３２を参照し、Ｓ１２１の処理で特定した部分画像の水平方向における位置に基づく蜂巣状陰影ＳＨの第２発生確率を特定する（Ｓ１２４）。以下、確率情報１３２の具体例について説明を行う。

［確率情報の具体例］
図１９は、確率情報１３２の具体例について説明する図である。

図１９に示す確率情報１３２は、確率情報１３２に含まれる各情報を識別する情報が記憶される「項番」と、肺の各位置における名称が記憶される「位置」と、肺の各位置における蜂巣状陰影ＳＨの発生確率が記憶される「発生確率」とを項目として有する。

具体的に、図１９に示す例において、「項番」が「１」である情報には、「位置」として「上肺野」が記憶され、「発生確率」として「０．１」が記憶されている。また、図１９に示す例において、「項番」が「２」である情報には、「位置」として「中肺野」が記憶され、「発生確率」として「０．３」が記憶されている。また、図１９に示す例において、「項番」が「３」である情報には、「位置」として「下肺野」が記憶され、「発生確率」として「１．０」が記憶されている。

さらに、図１９に示す例において、「項番」が「４」である情報には、「位置」として「中枢」が記憶され、「発生確率」として「０．１」が記憶されている。また、図１９に示す例において、「項番」が「５」である情報には、「位置」として「中間」が記憶され、「発生確率」として「０．５」が記憶されている。また、図１９に示す例において、「項番」が「６」である情報には、「位置」として「末梢」が記憶され、「発生確率」として「１．０」が記憶されている。

そのため、例えば、Ｓ１２１の処理で特定した部分画像の上下方向における位置が上肺野である場合、第１特定部１１３は、図１９に示す確率情報１３２を参照し、「位置」に「上肺野」が記憶された情報（「項番」が「１」である情報）の「発生確率」に記憶された情報である「０．１」を第１発生確率として特定する。

同様に、例えば、Ｓ１２１の処理で特定した部分画像の水平方向における位置が中間で場合、第１特定部１１３は、図１９に示す確率情報１３２を参照し、「位置」に「中間」が記憶された情報（「項番」が「５」である情報）の「発生確率」に記憶された情報である「０．５」を第２発生確率として特定する。

図１４に戻り、第１特定部１１３は、Ｓ１２１の処理で特定した部分画像に対応付けられた識別値を特定する（Ｓ１２５）。具体的に、第１特定部１１３は、Ｓ１２１の処理で特定した部分画像について、Ｓ１１２の処理で対応付けられた識別値を特定する。

そして、第１特定部１１３は、図１５に示すように、Ｓ１２３の処理で特定した第１発生確率と、Ｓ１２４の処理で特定した第２発生確率と、Ｓ１２５の処理で特定した識別値とに基づいて特定の値を算出する（Ｓ１３１）。具体的に、第１特定部１１３は、例えば、Ｓ１２３の処理で特定した第１発生確率と、Ｓ１２４の処理で特定した第２発生確率と、Ｓ１２５の処理で特定した識別値とを乗算した値を特定の値として算出する。

続いて、第１特定部１１３は、Ｓ１３１の処理で算出した特定の値と第１の閾値とを比較する（Ｓ１３２）。

その結果、Ｓ１３１の処理で算出した特定の値が第１の閾値よりも大きい場合（Ｓ１３２のＹＥＳ）、第１特定部１１３は、Ｓ１２１の処理で取得した部分画像に、蜂巣状陰影ＳＨである確率が高いことを示す情報を対応付ける（Ｓ１３３）。

一方、Ｓ１３１の処理で算出した特定の値が第１の閾値よりも大きくない場合（Ｓ１３２のＮＯ）、第１特定部１１３は、Ｓ１３３の処理を行わない。

そして、Ｓ１２１の処理において全ての部分画像の特定が完了している場合（Ｓ１３４のＹＥＳ）、第１特定部１１３は、Ｓ１３及びＳ１４の処理を終了する。

一方、Ｓ１２１の処理において全ての部分画像の特定が完了していない場合（Ｓ１３４のＮＯ）、第１特定部１１３は、Ｓ１２１以降の処理を再度行う。

なお、Ｓ１２２の処理において、分類結果が蜂巣状陰影ＳＨでない場合についても同様に（Ｓ１２２のＮＯ）、第１特定部１１３は、Ｓ１３４の処理を行う。

これにより、第１特定部１１３は、Ｓ１０３の処理で分割された部分画像のうち、高い確率で蜂巣状陰影ＳＨであると判断できる部分画像（蜂巣状陰影ＳＨである確率が高いことを示す情報が対応付けられた部分画像）を特定することが可能になる。

図１０に戻り、情報処理装置１の第２特定部１１４は、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補ごとに、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補のうち、体内において隣接して位置する他の候補を特定する（Ｓ１５）。

そして、第２特定部１１４は、図１１に示すように、Ｓ１２の処理で抽出した蜂巣状陰影ＳＨの候補ごとであってＳ１５の処理で特定した他の候補ごとに、Ｓ１２の処理で抽出した蜂巣状陰影ＳＨの候補に含まれる情報と、Ｓ１５の処理で特定した他の候補に含まれる情報との類似度を示す値を算出する（Ｓ２１）。

続いて、第２特定部１１４は、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補ごとであってＳ１５の処理で特定した他の候補ごとに、各候補の体内における位置関係と、各候補の蜂巣状陰影ＳＨとしての確からしさの比較結果とに基づいて第２の閾値を決定する（Ｓ２２）。

さらに、第２特定部１１４は、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補とＳ１５で特定した他の候補との組み合わせのうち、Ｓ２１の処理で算出した類似度が各組み合わせに対応する第２の閾値を上回る組み合わせに含まれる蜂巣状陰影ＳＨの各候補を連結する（Ｓ２３）。

そして、第２特定部１１４は、Ｓ１２の処理で特定した蜂巣状陰影ＳＨの候補のうち、Ｓ１４の処理で蜂巣状陰影ＳＨと特定した候補と連結する候補を、蜂巣状陰影ＳＨとしてさらに特定する（Ｓ２４）。以下、Ｓ１５からＳ２４の処理の詳細について説明を行う。

［Ｓ１５からＳ２４の処理の詳細］
図１６から図１８は、Ｓ１５からＳ２４の処理の詳細について説明する図である。

第２特定部１１４は、図１６に示すように、Ｓ１０３の処理で分割した部分画像のうちの１つを特定する（Ｓ１４１）。

そして、第２特定部１１４は、Ｓ１４１の処理で特定した部分画像に対応付けられた分類結果が蜂巣状陰影ＳＨであるか否かを判定する（Ｓ１４２）。具体的に、第２特定部１１４は、Ｓ１４１の処理で特定した部分画像について、Ｓ１１２の処理で対応付けられた分類結果が蜂巣状陰影ＳＨであるか否かの判定を行う。

その結果、分類結果が蜂巣状陰影ＳＨである場合（Ｓ１４２のＹＥＳ）、第２特定部１１４は、Ｓ１４１の処理で特定した部分画像と隣接する部分画像ごとに、部分画像の連結判定処理を行う（Ｓ１４３）。

一方、分類結果が蜂巣状陰影ＳＨでないと場合（Ｓ１４２のＮＯ）、第２特定部１１４は、Ｓ１４３の処理を行わない。以下、Ｓ１４３の処理（連結判定処理）の詳細について説明を行う。

［Ｓ１４３の処理の詳細］
図１７及び図１８は、Ｓ１４３の処理の詳細について説明する図である。

第２特定部１１４は、Ｓ１４１の処理で特定した部分画像と隣接する部分画像のうちの１つを特定する（Ｓ１５１）。具体的に、第２特定部１１４は、Ｓ１４１の処理で特定した部分画像と水平方向または上下方向において隣接する部分画像（Ｓ１４１の処理で特定した部分画像と異なるスライス画像データ１３１ａに含まれる部分画像を含む）のうちの１つを特定する。

そして、第２特定部１１４は、Ｓ１５１の処理で特定した部分画像に対応付けられた分類結果が蜂巣状陰影ＳＨであるか否かを判定する（Ｓ１５２）。具体的に、第２特定部１１４は、Ｓ１５１の処理で特定した部分画像について、Ｓ１１２の処理で対応付けられた分類結果が蜂巣状陰影ＳＨであるか否かの判定を行う。

その結果、Ｓ１５１の処理で特定した部分画像に対応付けられた分類結果が蜂巣状陰影ＳＨである場合（Ｓ１５２のＹＥＳ）、第２特定部１１４は、Ｓ１４１の処理で特定した部分画像に含まれる情報と、Ｓ１５１の処理で特定した部分画像に含まれる情報との類似度を算出する（Ｓ１５３）。

続いて、第２特定部１１４は、情報格納領域１３０に記憶された係数情報１３３を参照し、Ｓ１４１の処理で特定した部分画像とＳ１５１の処理で特定した部分画像との上下方向の位置関係に基づいて第１係数を特定する（Ｓ１５４）。係数情報１３３は、Ｓ１５３の処理で算出した類似度と比較を行う第２の閾値を決定する際に用いられる各係数を含む情報である。

また、第２特定部１１４は、情報格納領域１３０に記憶された係数情報１３３を参照し、Ｓ１４１の処理で特定した部分画像とＳ１５１の処理で特定した部分画像との水平方向の位置関係に基づいて第２係数を特定する（Ｓ１５５）。

さらに、第２特定部１１４は、図１８に示すように、情報格納領域１３０に記憶された係数情報１３３を参照し、Ｓ１４１の処理で特定した部分画像に対応付けられた識別値とＳ１５１の処理で特定した部分画像に対応付けられた識別値との比較結果に基づいて第３係数を特定する（Ｓ１６１）。以下、係数情報１３３の具体例について説明を行う。なお、以下、Ｓ１５４の処理において参照される係数情報１３３を第１係数情報１３３ａとも呼び、Ｓ１５５の処理において参照される係数情報１３３を第２係数情報１３３ｂとも呼び、Ｓ１６１の処理において参照される係数情報１３３を第３係数情報１３３ｃとも呼ぶ。

［係数情報の具体例］
図２０から図２２は、係数情報１３３の具体例について説明する図である。具体的に、図２０は、第１係数情報１３３ａの具体例について説明する図であり、図２１は、第２係数情報１３３ｂの具体例について説明する図であり、図２２は、第３係数情報１３３ｃの具体例について説明する図である。

［第１係数情報の具体例］
初めに、第１係数情報１３３ａの具体例について説明を行う。

図２０に示す第１係数情報１３３ａは、第１係数情報１３３ａに含まれる各情報を識別する情報が記憶される「項番」と、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも下に位置しているか否か示す式が記憶される「関係式」と、Ｓ１５４の処理において用いられる係数が記憶される「係数」とを項目として有する。「関係式」には、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも下に位置していることを示す「ａ＞ｂ」、Ｓ１４１の処理で特定した部分画像の上下方向における位置とＳ１５１の処理で特定した部分画像の上下方向における位置とが同じであることを示す「ａ＝ｂ」、または、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも上に位置していることを示す「ａ＜ｂ」が設定される。

具体的に、図２０に示す第１係数情報１３３ａにおいて、「項番」が「１」である情報には、「関係式」として「ａ＞ｂ」が記憶され、「係数」として「１」が記憶されている。また、図２０に示す第１係数情報１３３ａにおいて、「項番」が「２」である情報には、「関係式」として「ａ＝ｂ」が記憶され、「係数」として「０」が記憶されている。さらに、図２０に示す第１係数情報１３３ａにおいて、「項番」が「３」である情報には、「関係式」として「ａ＜ｂ」が記憶され、「係数」として「－１」が記憶されている。

［第２係数情報の具体例］
次に、第２係数情報１３３ｂの具体例について説明を行う。

図２１に示す第２係数情報１３３ｂは、第２係数情報１３３ｂに含まれる各情報を識別する情報が記憶される「項番」と、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも末梢側に位置しているか否か示す式が記憶される「関係式」と、Ｓ１５５の処理において用いられる係数が記憶される「係数」とを項目として有する。「関係式」には、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも末梢側に位置していることを示す「ａ＞ｂ」、Ｓ１４１の処理で特定した部分画像の水平方向における位置とＳ１５１の処理で特定した部分画像の水平方向における位置とが同じであることを示す「ａ＝ｂ」、または、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも中枢側に位置していることを示す「ａ＜ｂ」が設定される。

具体的に、図２１に示す第２係数情報１３３ｂにおいて、「項番」が「１」である情報には、「関係式」として「ａ＞ｂ」が記憶され、「係数」として「１」が記憶されている。また、図２１に示す第２係数情報１３３ｂにおいて、「項番」が「２」である情報には、「関係式」として「ａ＝ｂ」が記憶され、「係数」として「０」が記憶されている。さらに、図２１に示す第２係数情報１３３ｂにおいて、「項番」が「３」である情報には、「関係式」として「ａ＜ｂ」が記憶され、「係数」として「－１」が記憶されている。

［第３係数情報の具体例］
次に、第３係数情報１３３ｃの具体例について説明を行う。

図２１に示す第３係数情報１３３ｃは、第３係数情報１３３ｃに含まれる各情報を識別する情報が記憶される「項番」と、Ｓ１４１の処理で特定した部分画像の識別値がＳ１５１の処理で特定した部分画像の識別値よりも大きいか否か示す式が記憶される「関係式」と、Ｓ１６１の処理において用いられる係数が記憶される「係数」とを項目として有する。「関係式」には、Ｓ１４１の処理で特定した部分画像の識別子がＳ１５１の処理で特定した部分画像の識別子よりも大きいことを示す「ａ＞ｂ」、Ｓ１４１の処理で特定した部分画像の識別子とＳ１５１の処理で特定した部分画像の識別子とが等しいことを示す「ａ＝ｂ」、または、Ｓ１４１の処理で特定した部分画像の識別子がＳ１５１の処理で特定した部分画像の識別子よりも小さいことを示す「ａ＜ｂ」が設定される。

具体的に、図２２に示す第３係数情報１３３ｃにおいて、「項番」が「１」である情報には、「関係式」として「ａ＞ｂ」が記憶され、「係数」として「１」が記憶されている。また、図２２に示す第３係数情報１３３ｃにおいて、「項番」が「２」である情報には、「関係式」として「ａ＝ｂ」が記憶され、「係数」として「０」が記憶されている。さらに、図２２に示す第３係数情報１３３ｃにおいて、「項番」が「３」である情報には、「関係式」として「ａ＜ｂ」が記憶され、「係数」として「－１」が記憶されている。

そのため、例えば、Ｓ１４１の処理で特定した部分画像の位置がＳ１５１の処理で特定した部分画像の位置よりも下肺野側であって中枢側である場合、第２特定部１１４は、Ｓ１５４の処理において第１係数として「１」を特定し、Ｓ１５５の処理において第２係数として「－１」を特定する。

また、例えば、Ｓ１４１の処理で特定した部分画像に対応付けられた識別値が「０．２」であって、Ｓ１５１の処理で特定した部分画像に対応付けられた識別値が「０．６」である場合、第２特定部１１４は、Ｓ１６１の処理において第３係数として「－１」を特定する。

図１８に戻り、第２特定部１１４は、Ｓ１５４の処理で特定した第１係数と、Ｓ１５５の処理で特定した第２係数と、Ｓ１６１の処理で特定した第３係数とに基づいて比較値を算出する（Ｓ１６２）。具体的に、第２特定部１１４は、例えば、第１係数と第２係数との和に第３係数を乗算した値を比較値として算出する。

そして、第２特定部１１４は、情報格納領域１３０に記憶された閾値情報１３４を参照し、Ｓ１６２の処理で算出した比較値に対応する第２の閾値を特定する（Ｓ１６３）。以下、閾値情報１３４の具体例について説明を行う。

［閾値情報の具体例］
図２３は、閾値情報１３４の具体例について説明する図である。

図２３に示す閾値情報１３４は、閾値情報１３４に含まれる各情報を識別する情報が記憶される「項番」と、Ｓ１６２の処理で算出される比較値が記憶される「比較値」と、各閾値が記憶される「閾値」とを項目として有する。なお、「閾値」に記憶されている閾値に含まれる「ｄ」は、例えば、実験等によって予め定められた値である。また、「閾値」に記憶されている閾値に含まれる「Ｔ」は、例えば、閾値を調整するための負の値である。

具体的に、図２３に示す閾値情報１３４において、「項番」が「１」である情報には、「比較値」として「２」が記憶され、「閾値」として「ｄ＋２Ｔ」が記憶されている。また、図２３に示す閾値情報１３４において、「項番」が「２」である情報には、「比較値」として「１」が記憶され、「閾値」として「ｄ＋Ｔ」が記憶されている。また、図２３に示す閾値情報１３４において、「項番」が「３」である情報には、「比較値」として「０」が記憶され、「閾値」として「ｄ」が記憶されている。

さらに、図２３に示す閾値情報１３４において、「項番」が「４」である情報には、「比較値」として「－１」が記憶され、「閾値」として「ｄ－Ｔ」が記憶されている。また、図２３に示す閾値情報１３４において、「項番」が「５」である情報には、「比較値」として「－２」が記憶され、「閾値」として「ｄ－２Ｔ」が記憶されている。

すなわち、図２３に示す閾値情報１３４では、「比較値」に記憶された値が大きくなるほど後述の処理において用いられる第２の閾値が緩和される（小さくなる）ように、各値が設定されている。

図１８に戻り、第２特定部１１４は、Ｓ１５３の処理で算出した類似度とＳ１６３の処理で特定した第２の閾値とを比較する（Ｓ１６４）。

その結果、Ｓ１５３の処理で算出した類似度がＳ１６３の処理で特定した第２の閾値よりも大きい場合（Ｓ１６４のＹＥＳ）、第２特定部１１４は、Ｓ１４１の処理で特定した部分画像とＳ１５１の処理で特定した部分画像とを連結する（Ｓ１６５）。

すなわち、びまん性肺疾患における蜂巣状陰影ＳＨは、下肺野や末梢において発生する確率が高いという性質を有している。また、びまん性肺疾患における蜂巣状陰影ＳＨは、下肺野や末梢において発生したものが上肺野や中枢に向けて拡大する可能性がある一方、肺の上肺野や中枢において単独で発生する確率が極めて低いという性質を有している。

そのため、Ｓ１５１の処理で特定した部分画像の位置がＳ１４１の処理で特定した部分画像の位置よりも上である場合や中枢側である場合において、Ｓ１４１の処理で特定した部分画像が蜂巣状陰影ＳＨである場合、Ｓ１５１の処理で特定した部分画像は、Ｓ１４１の処理で特定した部分画像に対応する蜂巣状陰影ＳＨからの拡大によって蜂巣状陰影ＳＨとなった可能性が高いものと判断することが可能である。

一方、Ｓ１５１の処理で特定した部分画像の位置がＳ１４１の処理で特定した部分画像の位置よりも下である場合や末梢側である場合、Ｓ１５１の処理で特定した部分画像は、Ｓ１４１の処理で特定した部分画像が蜂巣状陰影ＳＨである場合であっても、Ｓ１４１の処理で特定した部分画像に対応する蜂巣状陰影ＳＨからの拡大によって蜂巣状陰影ＳＨとなった可能性が低いものと判断することが可能である。

したがって、第２特定部１１４は、Ｓ１５１の処理で特定した部分画像の位置がＳ１４１の処理で特定した部分画像の位置よりも上である場合や中枢側である場合、Ｓ１４１の処理で特定した部分画像とＳ１５１の処理で特定した部分画像との連結を行う旨の判断がよりされ易い閾値を用いてＳ１６４の処理を行う。これにより、第２特定部１１４は、Ｓ１５１の処理で特定した部分画像の位置がＳ１４１の処理で特定した部分画像の位置よりも上である場合や中枢側である場合、後述するように、Ｓ１５１の処理で特定した部分画像が蜂巣状陰影ＳＨとして判断される可能性を高くすることが可能になる。

一方、第２特定部１１４は、Ｓ１５１の処理で特定した部分画像の位置がＳ１４１の処理で特定した部分画像の位置よりも下である場合や末梢側である場合、Ｓ１４１の処理で特定した部分画像とＳ１５１の処理で特定した部分画像との連結を行う旨の判断がよりされ難い閾値を用いてＳ１６４の処理を行う。これにより、第２特定部１１４は、Ｓ１５１の処理で特定した部分画像の位置がＳ１４１の処理で特定した部分画像の位置よりも下である場合や末梢側である場合、後述するように、Ｓ１５１の処理で特定した部分画像が蜂巣状陰影ＳＨとして判断される可能性を低くすることが可能になる。

図１８に戻り、Ｓ１５１の処理において全ての部分画像の特定が完了している場合（Ｓ１６６のＹＥＳ）、第２特定部１１４は、Ｓ１５からＳ２４の処理を終了する。

一方、Ｓ１５１の処理において全ての部分画像の特定が完了していない場合（Ｓ１６６のＮＯ）、第２特定部１１４は、Ｓ１５１以降の処理を再度行う。

これにより、第２特定部１１４は、ある部分画像が蜂巣状陰影ＳＨであると判定された場合、これに伴って蜂巣状陰影ＳＨであると判定することが可能な他の部分画像を特定することが可能になる。そのため、情報処理装置１は、例えば、操作端末２を介して入力された新たな画像データ１３１から、蜂巣状陰影ＳＨの抽出を高精度に行うことが可能になる。

図１６に戻り、Ｓ１４３の処理が行われた場合、または、Ｓ１４２の処理において分類結果が蜂巣状陰影ＳＨである場合、第２特定部１１４は、Ｓ１４１の処理において全ての部分画像の特定が完了しているか否かを判定する（Ｓ１４４）。

その結果、Ｓ１４１の処理において全ての部分画像の特定が完了していると判定した場合（Ｓ１４４のＹＥＳ）、第２特定部１１４は、例えば、Ｓ１０３の処理で分割した部分画像のうち、Ｓ１３３の処理で蜂巣状陰影ＳＨである確率が高いことを示す情報と対応付けられた部分画像と連結された部分画像に、蜂巣状陰影ＳＨであることを示す情報を対応付ける（Ｓ１４５）。

一方、Ｓ１４１の処理において全ての部分画像の特定が完了していないと判定した場合（Ｓ１４４のＮＯ）、第２特定部１１４は、Ｓ１４１以降の処理を再度行う。

図１１に戻り、情報処理装置１の情報出力部１１５は、Ｓ２４の処理の後、例えば、Ｓ１４及びＳ２４の処理で蜂巣状陰影ＳＨとして特定した候補が蜂巣状陰影ＳＨであることを示す情報を出力する（Ｓ２５）。

具体的に、情報出力部１１５は、Ｓ１０３の処理で分割した部分画像のうち、Ｓ１３３の処理において蜂巣状陰影ＳＨである確率が高いことを示す情報に対応付けられた部分画像が、蜂巣状陰影ＳＨであることを示す情報を操作端末２の出力装置等に出力する。また、情報出力部１１５は、Ｓ１０３の処理で分割した部分画像のうち、Ｓ１４５の処理において蜂巣状陰影ＳＨであることを示す情報に対応付けられた部分画像が、蜂巣状陰影ＳＨであることを示す情報を操作端末２の出力装置等に出力する。以下、Ｓ１４５の処理において出力される情報の具体例について説明を行う。

［Ｓ１４５の処理において出力される情報の具体例］
図２４は、Ｓ１４５の処理において出力される情報の具体例を説明する図であり、（Ａ）（Ｂ）（Ｃ）ともに肺のコロナル断面を示す図である。図２４（Ａ）は、Ｓ１２の処理で特定された蜂巣状陰影ＳＨの候補を示す情報であり、図２４（Ｂ）は、Ｓ１４の処理で特定された蜂巣状陰影ＳＨを示す情報であり、図２４（Ｃ）は、Ｓ２４の処理で特定された蜂巣状陰影ＳＨを示す情報である。

具体的に、図２４（Ａ）には、肺ＬＵにおいて特定された候補ＳＨ１１を示す情報が含まれている。また、図２４（Ｂ）には、肺ＬＵにおいて特定された候補ＳＨ１１のうち、Ｓ１４の処理で特定された蜂巣状陰影ＳＨ１２を示す情報が含まれている。さらに、図２４（Ｃ）には、肺ＬＵにおいて特定された候補ＳＨ１１のうち、Ｓ２４の処理で特定された蜂巣状陰影ＳＨ１３を示す情報が含まれている。

このように、本実施の形態における情報処理装置１は、画像データ１３１から異常陰影ＳＨの候補を抽出する。そして、情報処理装置１は、抽出した異常陰影ＳＨの候補のうち、体内において検出された位置に基づく特定の値が所定条件を満たす候補を異常陰影ＳＨとして特定する。

その後、情報処理装置１は、抽出した異常陰影ＳＨの候補のうち、特定した異常陰影ＳＨに対応する位置において検出された候補であって、特定した異常陰影ＳＨと所定の類似関係を有する候補を、異常陰影ＳＨとしてさらに特定する。

すなわち、本実施の形態における情報処理装置１は、異常陰影ＳＨである確率が高確率であると判断された異常陰影ＳＨの候補を異常陰影ＳＨとして特定するだけでなく、異常陰影ＳＨであると判断された候補と対応する位置において検出された候補であって、異常陰影ＳＨであると判断された候補と類似している候補についても、異常陰影ＳＨとして特定する。

これにより、情報処理装置１は、画像データ１３１に含まれる異常陰影ＳＨの特定を高精度に行うことが可能になる。具体的に、情報処理装置１は、図２５に示すように、特定する必要がある異常陰影ＳＨ（肺ＬＵａに含まれる異常陰影ＳＨａ及び肺ＬＵｂに含まれる異常陰影ＳＨｂ）を高精度に特定することが可能になる。そのため、情報処理装置１は、画像検索の検索精度の低下を防止することが可能になる。

以上の実施の形態をまとめると、以下の付記のとおりである。

（付記１）
体内の画像から異常陰影の候補を抽出し、
抽出した前記候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定し、
抽出した前記候補のうち、特定した前記異常陰影に対応する位置において検出された候補であって、特定した前記異常陰影と所定の類似関係を有する候補を、前記異常陰影としてさらに特定する、
処理をコンピュータに実行させることを特徴とする異常陰影特定プログラム。

（付記２）
付記１において、
前記抽出する処理では、異常陰影を含む画像についての複数の学習データと、異常陰影を含まない画像についての複数の学習データとを学習することによって生成した分類器を用いることにより、前記候補の抽出を行う、
ことを特徴とする異常陰影特定プログラム。

（付記３）
付記２において、
前記抽出する処理では、
前記体内の画像に含まれる部分画像ごとに、各部分画像を入力したことに応じて前記分類器から出力された情報を取得し、
前記体内の画像に含まれる部分画像のうち、取得した前記情報が前記候補であること示す情報を含む部分画像を、前記候補として抽出する、
ことを特徴とする異常陰影特定プログラム。

（付記４）
付記１において、
前記所定条件を満たす候補を特定する処理では、
抽出した前記候補ごとに、各候補が前記体内において検出された位置における異常陰影の発生し易さを示す値と、各候補の前記異常陰影としての確からしさを示す値とから前記特定の値を算出し、
抽出した前記候補のうち、算出した前記特定の値が第１の閾値よりも大きい候補を前記異常陰影として特定する、
ことを特徴とする異常陰影特定プログラム。

（付記５）
付記１において、
前記異常陰影と所定の類似関係を有する候補を特定する処理では、
抽出した前記候補ごとに、抽出した前記候補のうち、前記体内において隣接して位置する他の候補を特定し、
抽出した前記候補ごとであって前記他の候補ごとに、抽出した前記候補に含まれる情報と前記他の候補に含まれる情報との類似度を示す値を算出し、
抽出した前記候補と前記他の候補との組み合わせのうち、算出した前記類似度が第２の閾値を上回る組み合わせに含まれる各候補を連結し、
抽出した前記候補のうち、前記所定条件を満たす候補を特定する処理において特定した前記候補と連結する候補を、前記異常陰影として特定する、
ことを特徴とする異常陰影特定プログラム。

（付記６）
付記５において、
前記異常陰影と所定の類似関係を有する候補を特定する処理では、
抽出した前記候補ごとであって前記他の候補ごとに、各候補の前記体内における位置関係と、各候補の前記異常陰影としての確からしさの比較結果とに基づいて前記第２の閾値を決定し、
抽出した前記候補と前記他の候補との組み合わせのうち、算出した前記類似度が各組み合わせに対応する前記第２の閾値を上回る組み合わせに含まれる各候補を連結する、
ことを特徴とする異常陰影特定プログラム。

（付記７）
付記１において、
体内の画像は、肺のスライス画像である、
ことを特徴とする異常陰影特定プログラム。

（付記８）
付記１において、
前記異常陰影は、蜂巣状陰影である、
ことを特徴とする異常陰影特定プログラム。

（付記９）
体内の画像から異常陰影の候補を抽出する候補抽出部と、
抽出した前記候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定する第１特定部と、
抽出した前記候補のうち、特定した前記異常陰影に対応する位置において検出された候補であって、特定した前記異常陰影と所定の類似関係を有する候補を、前記異常陰影としてさらに特定する第２特定部と、を有する、
ことを特徴とする異常陰影特定装置。

（付記１０）
付記９において、
前記第１特定部は、
抽出した前記候補ごとに、各候補が前記体内において検出された位置における異常陰影の発生し易さを示す値と、各候補の前記異常陰影としての確からしさを示す値とから前記特定の値を算出し、
抽出した前記候補のうち、算出した前記特定の値が第１の閾値よりも大きい候補を前記異常陰影として特定する、
ことを特徴とする異常陰影特定装置。

（付記１１）
付記９において、
前記第２特定部は、
抽出した前記候補ごとに、抽出した前記候補のうち、前記体内において隣接して位置する他の候補を特定し、
抽出した前記候補ごとであって前記他の候補ごとに、抽出した前記候補に含まれる情報と前記他の候補に含まれる情報との類似度を示す値を算出し、
抽出した前記候補と前記他の候補との組み合わせのうち、算出した前記類似度が第２の閾値を上回る組み合わせに含まれる各候補を連結し、
抽出した前記候補のうち、前記所定条件を満たす候補を特定する処理において特定した前記候補と連結する候補を、前記異常陰影として特定する、
ことを特徴とする異常陰影特定装置。

（付記１２）
付記１１において、
前記第２特定部は、
抽出した前記候補ごとであって前記他の候補ごとに、各候補の前記体内における位置関係と、各候補の前記異常陰影としての確からしさの比較結果とに基づいて前記第２の閾値を決定し、
抽出した前記候補と前記他の候補との組み合わせのうち、算出した前記類似度が各組み合わせに対応する前記第２の閾値を上回る組み合わせに含まれる各候補を連結する、
ことを特徴とする異常陰影特定装置。

（付記１３）
体内の画像から異常陰影の候補を抽出し、
抽出した前記候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定し、
抽出した前記候補のうち、特定した前記異常陰影に対応する位置において検出された候補であって、特定した前記異常陰影と所定の類似関係を有する候補を、前記異常陰影としてさらに特定する、
ことを特徴とする異常陰影特定方法。

（付記１４）
付記１３において、
前記所定条件を満たす候補を特定する工程では、
抽出した前記候補ごとに、各候補が前記体内において検出された位置における異常陰影の発生し易さを示す値と、各候補の前記異常陰影としての確からしさを示す値とから前記特定の値を算出し、
抽出した前記候補のうち、算出した前記特定の値が第１の閾値よりも大きい候補を前記異常陰影として特定する、
ことを特徴とする異常陰影特定方法。

（付記１５）
付記１３において、
前記異常陰影と所定の類似関係を有する候補を特定する工程では、
抽出した前記候補ごとに、抽出した前記候補のうち、前記体内において隣接して位置する他の候補を特定し、
抽出した前記候補ごとであって前記他の候補ごとに、抽出した前記候補に含まれる情報と前記他の候補に含まれる情報との類似度を示す値を算出し、
抽出した前記候補と前記他の候補との組み合わせのうち、算出した前記類似度が第２の閾値を上回る組み合わせに含まれる各候補を連結し、
抽出した前記候補のうち、前記所定条件を満たす候補を特定する処理において特定した前記候補と連結する候補を、前記異常陰影として特定する、
ことを特徴とする異常陰影特定方法。

（付記１６）
付記１４において、
前記異常陰影と所定の類似関係を有する候補を特定する工程では、
抽出した前記候補ごとであって前記他の候補ごとに、各候補の前記体内における位置関係と、各候補の前記異常陰影としての確からしさの比較結果とに基づいて前記第２の閾値を決定し、
抽出した前記候補と前記他の候補との組み合わせのうち、算出した前記類似度が各組み合わせに対応する前記第２の閾値を上回る組み合わせに含まれる各候補を連結する、
ことを特徴とする異常陰影特定方法。

１：情報処理装置 ２：操作端末
１３０：情報格納領域 ＮＷ：ネットワーク

Claims (6)

1. 体内の画像に含まれる異常陰影の候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定し、
   前記異常陰影の候補ごとに、前記異常陰影の候補のうち、前記体内において隣接して位置する他の候補を特定し、
   前記異常陰影の候補ごとであって前記他の候補ごとに、前記異常陰影の候補に含まれる情報と前記他の候補に含まれる情報との類似度を示す値を算出し、
   前記異常陰影の候補ごとであって前記他の候補ごとに、各候補の前記体内における位置関係と、各候補の前記異常陰影としての確からしさの比較結果とに基づいて第２の閾値を決定し、
   前記異常陰影の候補と前記他の候補との組み合わせのうち、算出した前記類似度が各組み合わせに対応する前記第２の閾値を上回る第１の組み合わせを特定し、
   特定した前記第１の組み合わせのうち、前記異常陰影を特定する処理において前記異常陰影として特定された候補を含む組み合わせに含まれる各候補を連結し、
   前記第１の組み合わせに含まれる候補のうち、前記異常陰影を特定する処理において特定した前記異常陰影と連結する候補を、前記異常陰影としてさらに特定する、
   処理をコンピュータに実行させることを特徴とする異常陰影特定プログラム。
2. 請求項１において、
   前記所定条件を満たす候補を特定する処理では、
   前記体内の画像に含まれる異常陰影の候補ごとに、各候補が前記体内において検出された位置における異常陰影の発生し易さを示す値と、各候補の前記異常陰影としての確からしさを示す値とから前記特定の値を算出し、
   前記体内の画像に含まれる異常陰影の候補のうち、算出した前記特定の値が第１の閾値よりも大きい候補を前記異常陰影として特定する、
   ことを特徴とする異常陰影特定プログラム。
3. 請求項１において、
   体内の画像は、肺のスライス画像である、
   ことを特徴とする異常陰影特定プログラム。
4. 請求項１において、
   前記異常陰影は、蜂巣状陰影である、
   ことを特徴とする異常陰影特定プログラム。
5. 体内の画像に含まれる異常陰影の候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定する第１特定部と、
   前記異常陰影の候補ごとに、前記異常陰影の候補のうち、前記体内において隣接して位置する他の候補を特定し、前記異常陰影の候補ごとであって前記他の候補ごとに、前記異常陰影の候補に含まれる情報と前記他の候補に含まれる情報との類似度を示す値を算出し、前記異常陰影の候補ごとであって前記他の候補ごとに、各候補の前記体内における位置関係と、各候補の前記異常陰影としての確からしさの比較結果とに基づいて第２の閾値を決定し、前記異常陰影の候補と前記他の候補との組み合わせのうち、算出した前記類似度が各組み合わせに対応する前記第２の閾値を上回る第１の組み合わせを特定し、特定した前記第１の組み合わせのうち、前記異常陰影を特定する処理において前記異常陰影として特定された候補を含む組み合わせに含まれる各候補を連結し、前記第１の組み合わせに含まれる候補のうち、前記異常陰影を特定する処理において特定した前記異常陰影と連結する候補を、前記異常陰影としてさらに特定する第２特定部と、を有する、
   ことを特徴とする異常陰影特定装置。
6. 第１特定部が、体内の画像に含まれる異常陰影の候補のうち、前記体内において検出された位置に基づく特定の値が所定条件を満たす候補を前記異常陰影として特定し、
   第２特定部が、前記異常陰影の候補ごとに、前記異常陰影の候補のうち、前記体内において隣接して位置する他の候補を特定し、前記異常陰影の候補ごとであって前記他の候補ごとに、前記異常陰影の候補に含まれる情報と前記他の候補に含まれる情報との類似度を示す値を算出し、前記異常陰影の候補ごとであって前記他の候補ごとに、各候補の前記体内における位置関係と、各候補の前記異常陰影としての確からしさの比較結果とに基づいて第２の閾値を決定し、前記異常陰影の候補と前記他の候補との組み合わせのうち、算出した前記類似度が各組み合わせに対応する前記第２の閾値を上回る第１の組み合わせを特定し、特定した前記第１の組み合わせのうち、前記異常陰影を特定する処理において前記異常陰影として特定された候補を含む組み合わせに含まれる各候補を連結し、前記第１の組み合わせに含まれる候補のうち、前記異常陰影を特定する処理において特定した前記異常陰影と連結する候補を、前記異常陰影としてさらに特定する、
   ことを特徴とする異常陰影特定方法。

Images