特開 2024-173393 医用情報処理装置、方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024173393

(43)【公開日】2024-12-12

(54)【発明の名称】医用情報処理装置、方法及びプログラム

(51)【国際特許分類】

   G16H 30/40 20180101AFI20241205BHJP

【ＦＩ】

G16H30/40

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2023091776

(22)【出願日】2023-06-02

(71)【出願人】

【識別番号】594164542

【氏名又は名称】キヤノンメディカルシステムズ株式会社

(74)【代理人】

【識別番号】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(72)【発明者】

【氏名】久根崎 遥加

(72)【発明者】

【氏名】西岡 昂彦

(72)【発明者】

【氏名】渡部 恭子

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA26

(57)【要約】

【課題】医用画像に対するセグメンテーションを正確に行うこと。
【解決手段】 実施形態に係る医用情報処理装置は、算出部と、判定部と、調整部と、を備える。算出部は、医用画像上の各領域が特定の組織に該当する確率を組織の種類ごとに算出する。判定部は、組織の種類ごとに設定された複数の閾値を取得し、前記閾値と前記確率とに基づいて、前記領域ごと、かつ、前記組織の種類ごとに、当該領域が当該組織に該当するか否かを判定する。調整部は、前記閾値の入力に応じて前記閾値を調整する。
【選択図】 図１

【特許請求の範囲】

【請求項1】

医用画像上の各領域について特定の組織に該当する確率を組織の種類ごとに算出する算出部と、
組織の種類ごとに設定された複数の閾値を取得し、前記閾値と前記確率とに基づいて、前記領域ごと、かつ、前記組織の種類ごとに、当該領域が当該組織に該当するか否かを判定する判定部と、
前記閾値の入力に応じて前記閾値を調整する調整部と、
を備える、医用情報処理装置。

【請求項2】

前記領域の判定結果に基づいて、前記医用画像上に組織の領域を表すレイヤーを重ねた重畳画像をディスプレイに表示させる表示制御部をさらに備え、
前記調整部は、前記閾値の入力を受け付ける入力部を前記ディスプレイに表示させ、前記入力部の操作による前記閾値の調整に応じて前記領域の判定結果を更新し、前記判定結果の更新に応じて前記レイヤーの表示を更新する、
請求項１に記載の医用情報処理装置。

【請求項3】

前記算出部は、医用画像の入力を受け付け、入力された医用画像の各領域が特定の組織に該当する確率を、学習済みモデルに従って算出する、
請求項１に記載の医用情報処理装置。

【請求項4】

前記算出部は、前記医用画像の輝度値に基づいて、前記医用画像中の各領域について特定の組織に該当する確率を算出する、
請求項１に記載の医用情報処理装置。

【請求項5】

前記調整部は、前記組織に該当すると判定された領域の輝度値と基準値との差が大きい場合、警告する、
請求項１に記載の医用情報処理装置。

【請求項6】

複数の組織に該当する重複領域を特定し、前記重複領域に関する情報をディスプレイに表示させる重複情報表示部をさらに備える、
請求項１に記載の医用情報処理装置。

【請求項7】

前記調整部は、初期値を前記閾値として設定した際に前記重複領域が特定された場合、前記重複領域が生じないように前記閾値を前記初期値から変更する、
請求項６に記載の医用情報処理装置。

【請求項8】

前記重複情報表示部は、前記組織の閾値が変化する度に、前記重複領域を再特定し、前記重複領域に関する情報の表示を更新する、
請求項６に記載の医用情報処理装置。

【請求項9】

前記重複情報表示部は、前記重複領域に表示させる組織の選択を受け付ける、
請求項６に記載の医用情報処理装置。

【請求項10】

前記重複情報表示部は、前記重複領域を複数のセグメントに分割し、設定値以上の体積の組織を含むセグメントでは、表示させる組織の選択を受け付け、前記設定値より小さい体積の組織を含むセグメントでは、前記確率が大きい組織を表示させる、
請求項９に記載の医用情報処理装置。

【請求項11】

前記重複情報表示部は、前記重複領域を複数のセグメントに分割し、設定値以上の体積の組織を含むセグメントについて、前記組織の選択を受け付け、前記設定値より小さい体積の組織を含むセグメントについて、予め設定された優先度が高い組織を表示させる、
請求項９に記載の医用情報処理装置。

【請求項12】

医用画像上の各領域が特定の組織に該当する確率を複数の組織について算出することと、
組織の種類ごとに設定された複数の閾値を取得し、前記閾値と前記確率とに基づいて、前記領域ごと、かつ、前記組織の種類ごとに、当該領域が当該組織に該当するか否かを判定することと、
前記閾値の入力に応じて前記閾値を調整することと、
を備える、方法。

【請求項13】

コンピュータに、
医用画像上の各領域が特定の組織に該当する確率を複数の組織について算出する機能と、
組織の種類ごとに設定された複数の閾値を取得し、前記閾値と前記確率とに基づいて、前記領域ごと、かつ、前記組織の種類ごとに、当該領域が当該組織に該当するか否かを判定する機能と、
前記閾値の入力に応じて前記閾値を調整する機能と、
を実現させるためのプログラム。

【請求項14】

医用画像上の各領域について特定の抽出対象物に該当する確率を抽出対象物の種類ごとに算出する算出部と、
抽出対象物の種類ごとに設定された複数の閾値を取得し、前記閾値と前記確率とに基づいて、前記領域ごと、かつ、前記抽出対象物の種類ごとに、当該領域が当該抽出対象物に該当するか否かを判定する判定部と、
前記閾値の入力に応じて前記閾値を調整する調整部と、
を備える、医用情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書及び図面に開示の実施形態は、医用情報処理装置、方法及びプログラムに関する。

【背景技術】

【0002】

ディープラーニング（Deep Learning）技術の発展により、検査で得られた１つの医用画像に対して複数の臓器のセグメンテーション（Segmentation）を行い、セグメンテーション結果を用いて３次元画像を生成することや、セグメンテーション結果を臨床解析に用いることが増加している。

【0003】

上記手法において、１つの医用画像から複数の臓器のセグメンテーションを行う方法として、医用画像から特定の種類の臓器の領域を抽出するディープラーニング（ＤＬ）推論器を複数用いて複数の臓器のマスク画像を生成し、複数のマスク画像を１つの医用画像上に重畳する方法がある。各ＤＬ推論器においてマスクされる領域が被った場合、各臓器の領域が重複することがある。各臓器の領域が重複した場合、セグメンテーションを正確に行うことができないという問題がある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２０２０／１２９９７９号

【発明の概要】

【発明が解決しようとする課題】

【0005】

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、医用画像に対するセグメンテーションを正確に行うことである。本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

【課題を解決するための手段】

【0006】

実施形態に係る医用情報処理装置は、算出部と、判定部と、調整部と、を備える。算出部は、医用画像上の各領域が特定の組織に該当する確率を組織の種類ごとに算出する。判定部は、組織の種類ごとに設定された複数の閾値を取得し、前記閾値と前記確率とに基づいて、前記領域ごと、かつ、前記組織の種類ごとに、当該領域が当該組織に該当するか否かを判定する。調整部は、前記閾値の入力に応じて前記閾値を調整する。

【図面の簡単な説明】

【0007】

【図1】図１は、第１の実施形態に係る医用情報処理装置の構成の一例を示す図である。

【図2】図２は、第１の実施形態に係る医用情報処理装置によるセグメンテーション支援処理の処理手順を例示するフローチャートである。

【図3】図３は、第１の実施形態に係る医用情報処理装置により表示される表示画面の一例を示す図である。

【図4】図４は、第２の実施形態に係る医用情報処理装置により表示される表示画面の一例を示す図である。

【図5】図５は、第２の実施形態の第１の変形例に係る医用情報処理装置により表示される表示画面の一例を示す図である。

【図6】図６は、第２の実施形態の第２の変形例に係る医用情報処理装置により表示される表示画面の一例を示す図である。

【図7】図７は、第２の実施形態の第３の変形例に係る医用情報処理装置により表示される表示画面の一例を示す図である。

【図8】図８は、図７の領域Ｄの変化の一例を示す図である。

【図9】図９は、実施形態の他の変形例に係る医用情報処理装置により表示される重複範囲表示部の一例を示す図である。

【図10】図１０は、実施形態の他の変形例に係る医用情報処理装置により表示される重複範囲表示部の一例を示す図である。

【図11】図１１は、実施形態の他の変形例に係る医用情報処理装置により表示される重複範囲表示部の一例を示す図である。

【図12】図１２は、実施形態の他の変形例に係る医用情報処理装置により表示される重複範囲表示部の一例を示す図である。

【図13】図１３は、実施形態の他の変形例に係る医用情報処理装置により表示される重複範囲表示部の一例を示す図である。

【発明を実施するための形態】

【0008】

以下、図面を参照しながら、医用情報処理装置、方法及びプログラムの実施形態について詳細に説明する。以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。

【0009】

（第１の実施形態）
図１は、医用情報処理装置１０の構成を示す図である。医用情報処理装置１０は、ネットワークを介して、病院情報システム（Hospital Information System：ＨＩＳ、放射線部門情報管理システム（Radiological Information System：ＲＩＳ）等の外部システムや医用画像診断装置等の外部機器と接続されている。医用情報処理装置１０は、ネットワークを介して、医用画像等の情報を外部システムや外部機器との間で送受信することができる。医用画像診断装置は、例えば、Ｘ線コンピュータ断層撮影装置（Computed Tomography：ＣＴ装置）、磁気共鳴イメージング装置（Magnetic Resonance Imaging：ＭＲＩ装置）、超音波診断装置、Ｘ線診断装置等の、被検体の内部を撮影するモダリティである。ネットワークは、例えば、ＬＡＮ（Local Area Network）である。なお、ネットワークへの接続は、有線接続、及び無線接続を問わない。また、ＶＰＮ（Virtual Private Network）等によりセキュリティが確保されるのであれば、接続される回線はＬＡＮに限定されない。インターネット等、公衆の通信回線に接続するようにしても構わない。

【0010】

医用情報処理装置１０は、メモリ１１、通信インタフェース１２、ディスプレイ１３、入力インタフェース１４及び処理回路１５を備えている。なお、以下、医用情報処理装置１０は、単一の装置にて複数の機能を実行するものとして説明するが、複数の機能を別々の装置が実行することにしても構わない。例えば、医用情報処理装置１０が実行する各機能は、異なるコンソール装置又はワークステーション装置に分散して搭載されても構わない。

【0011】

メモリ１１は、種々の情報を記憶するＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、集積回路等の記憶装置である。また、メモリ１１は、ＨＤＤやＳＳＤ等以外にも、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、フラッシュメモリ等の可搬性記憶媒体であってもよい。なお、メモリ１１は、フラッシュメモリ、ＲＡＭ（Random Access Memory）等の半導体メモリ素子等との間で種々の情報を読み書きする駆動装置であってもよい。また、メモリ１１の保存領域は、医用情報処理装置１０内にあってもよいし、ネットワークで接続された外部記憶装置内にあってもよい。

【0012】

メモリ１１は、処理回路１５によって実行されるプログラム、処理回路１５の処理に用いられる各種データ等を記憶する。プログラムとしては、例えば、予めネットワーク又は非一過性のコンピュータ読み取り可能な記憶媒体からコンピュータにインストールされ、処理回路１５の各機能を当該コンピュータに実現させるプログラムが用いられる。また、メモリ１１には、各種処理で用いられる医用画像、医用データ、学習済みモデル等が記憶されている。なお、本明細書において扱う各種データは、典型的にはデジタルデータである。メモリ１１は、記憶部の一例である。

【0013】

通信インタフェース１２は、ネットワークを介して外部システムや外部機器との通信を伝送制御するネットワークインタフェースである。

【0014】

ディスプレイ１３は、各種の情報を表示する。例えば、ディスプレイ１３は、処理回路１５によって生成された医用情報や、操作者からの各種操作を受け付けるためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等を出力する。例えば、ディスプレイ１３は、液晶ディスプレイやＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイである。ディスプレイ１３は、表示部の一例である。

【0015】

入力インタフェース１４は、操作者からの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路１５に出力する。例えば、入力インタフェース１４は、医用情報の入力、各種コマンド信号の入力等を操作者から受け付ける。入力インタフェース１４は、処理回路１５の各種処理等を行うためのマウスやキーボード、トラックボール、スイッチボタン、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。入力インタフェース１４は、処理回路１５に接続されており、操作者から受け取った入力操作を電気信号へ変換し制御回路へと出力する。なお、本明細書において、入力インタフェースは、マウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１５へ出力する電気信号の処理回路も入力インタフェースの例に含まれる。入力インタフェース１４は、入力部の一例である。

【0016】

処理回路１５は、医用情報処理装置１０全体の動作を制御する。処理回路１５は、メモリ１１内のプログラムを呼び出し実行することにより、算出機能１５１、判定機能１５２、表示制御機能１５３及び調整機能１５４を実行するプロセッサである。

【0017】

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（central processing unit）、ＧＰＵ(Graphics Processing Unit)、特定用途向け集積回路（Application Specific Integrated Circuit ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ））、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ）等の回路を意味する。プロセッサが例えばＣＰＵである場合、プロセッサは記憶回路に保存されたプログラムを読み出して実行することで機能を実現する。一方、プロセッサが例えばＡＳＩＣである場合、プログラムが記憶回路に保存される代わりに、当該機能がプロセッサの回路内に論理回路として直接組み込まれる。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。さらに、図１における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。上記「プロセッサ」の説明は、以下の各実施形態及び変形例でも同様である。

【0018】

なお、図１においては、単一の処理回路１５にて算出機能１５１、判定機能１５２、表示制御機能１５３及び調整機能１５４が実現されるものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路を構成し、各プロセッサがプログラムを実行することにより各機能を実現するものとしても構わない。また、算出機能１５１、判定機能１５２、表示制御機能１５３及び調整機能１５４は、それぞれ個別のハードウェア回路として実装してもよい。処理回路１５が実行する各機能についての上記説明は、以下の各実施形態及び変形例でも同様である。

【0019】

また、医用情報処理装置１０は単一のコンソールにて複数の機能を実行するものとして説明するが、複数の機能を別々の装置が実行することにしても構わない。例えば、処理回路１５の機能は、異なる装置に分散して搭載されても構わない。

【0020】

処理回路１５は、算出機能１５１により、医用画像上の各領域について特定の組織に該当する確率を組織の種類ごとに算出する。算出機能１５１を実現する処理回路１５は、算出部の一例である。

【0021】

医用画像は、例えば、医用画像診断装置を用いた検査で撮影された画像である。例えば、医用画像は、複数の組織を含むＣＴ画像である。医用画像に含まれる組織は、体内の各臓器であり、例えば、骨、血管、肝臓、肺、大腸、心臓などである。医用画像上の領域は、医用画像上を複数に分割した領域である。領域は、例えば、医用画像を１画素ごとに分割した領域であってもよく、医用画像を複数画素ごとに分割した領域であってもよく、医用画像を特定の条件により分割したものであってもよい。

【0022】

特定の組織に該当する確率としては、例えば、組織の存在確率を用いることができる。存在確率は、例えば、０から１までの範囲の値を有し、値が大きいほど、その組織に該当する可能性が高いことを示す値である。算出機能１５１において処理回路１５は、組織の種類ごとに、かつ、領域ごとに組織の存在確率を算出し、各組織の確率マップを生成する。

【0023】

算出機能１５１において処理回路１５は、推論器１１１に従って組織の存在確率を算出する。推論器１１１は、学習済みの機械学習モデル（以下、学習済みモデルと呼ぶ）である。推論器１１１は、セグメンテーションを行う組織の種類の数だけ用意され、メモリ１１に記憶されている。推論器１１１は、医用画像の入力を受け付け、入力された医用画像中の各領域について特定の組織に該当する確率を出力するように訓練されている。例えば、推論器１１１は、臓器のセグメンテーション結果を学習し、医用画像中の各場所について臓器の存在確率を出力するように形成されている。学習済みモデルとしては、例えば、ＤＬ（Deep Learning）推論器を用いることができる。処理回路１５は、推論器１１１にセグメンテーションを行う医用画像を入力し、医用画像中の各領域が特定の組織に該当する確率を学習済みモデルに出力させる。

【0024】

例えば、ＣＴ画像に対して「骨」と「血管」のセグメンテーションを行う場合には、入力されたＣＴ画像が「骨」である確率を画素ごとに出力する学習済みモデルと、入力されたＣＴ画像が「血管」である確率を画素ごとに出力する学習済みモデルとの２つの学習済みモデルが予め訓練される。例えば、ＣＴ画像における「骨」の存在確率を出力する学習済みモデルの訓練時には、ＣＴ画像と、各画素の「骨」の存在確率を示す確率マップとのペアを複数含む教師データを機械学習モデルに学習させる。

【0025】

処理回路１５は、判定機能１５２により、組織の種類ごとに設定された複数の閾値を取得し、閾値と存在確率とに基づいて、医用画像の領域ごと、かつ、組織の種類ごとに、当該領域が当該組織に該当するか否かを判定する。この際、処理回路１５は、医用画像の特定の領域ごとに閾値と存在確率とを比較し、その領域が組織に該当するか否かを判定する。そして、上記判定を複数の組織について繰り返すことにより、医用画像の各領域について、組織に該当するか否かを複数の組織の種類ごとに判定する。判定機能１５２を実現する処理回路１５は、判定部の一例である。

【0026】

処理回路１５は、表示制御機能１５３により、種々の情報をディスプレイ１３に表示させる。例えば、処理回路１５は、医用画像や、医用画像の患者に関する情報や、各種操作を実行するためのインタフェースをディスプレイ１３に表示させる。

【0027】

また、処理回路１５は、表示制御機能１５３により、医用画像の各領域の判定結果に基づいて、医用画像上に組織の領域を表すレイヤーを重ねた重畳画像をディスプレイ１３に表示させる。レイヤーは、例えば、対応する組織に該当する領域に特定の色を付したマスク画像である。典型的には、半透明のマスク画像がレイヤーとして用いられる。例えば、処理回路１５は、複数の臓器に関する判定結果を用いて医用画像から複数の臓器領域を抽出し、抽出結果に基づいて各臓器のマスク画像を生成し、生成した複数のマスク画像を１つの医用画像上に重畳して表示する。表示制御機能１５３を実現する処理回路１５は、表示制御部の一例である。

【0028】

処理回路１５は、調整機能１５４により、調整対象の組織の閾値の入力に応じて閾値を調整する。この際、処理回路１５は、調整対象の組織の閾値を、現在の値から入力された値に変更する。調整対象の組織は、１種類の組織であってもよく、２種類以上の組織であってもよい。また、調整対象の組織は、予め設定されていてもよく、ユーザにより選択されてもよい。調整機能１５４を実現する処理回路１５は、調整部の一例である。

【0029】

また、処理回路１５は、調整機能１５４により、閾値の入力を受け付ける入力部をディスプレイ１３に表示させる。入力部は、例えば、スライダーバーである。ユーザは、スライダーバーを操作することにより、各組織に対する閾値を任意の値に調整することができる。なお、スライダーバーの代わりに、閾値として任意の値を直接入力可能な入力部を表示させてもよい。

【0030】

また、処理回路１５は、調整機能１５４により、入力部の操作による閾値の調整に応じて、医用画像の各領域の判定結果を更新し、判定結果の更新に応じて医用画像上の該当するレイヤーを更新する。例えば、処理回路１５は、更新された判定結果を用いて医用画像から特定の臓器に関する臓器領域を再抽出し、抽出結果を用いてマスク画像を再生成し、再生成したマスク画像を該当するレイヤーに挿入し、医用画像を描画することにより重畳画像を更新する。

【0031】

また、処理回路１５は、重複情報表示機能１５５により、調整対象の組織の閾値を変化させた場合に重複が発生する重複領域と、閾値を変化させた場合に重複領域が生じる値の範囲（以下、重複発生範囲と呼ぶ）を特定する。重複領域は、調整対象の組織と他の組織の両方に該当すると判定された領域である。調整対象の組織が複数設定されている場合、処理回路１５は、調整対象の各組織について、重複発生範囲を特定する。重複情報表示機能１５５を実現する処理回路１５は、重複情報表示部の一例である。

【0032】

例えば、「骨」と「血管」の現在の閾値が０．５であり、「骨」の閾値を調整する場合、「血管」の存在確率が０．５以上である領域では、「骨」の閾値が「骨」の存在確率よりも小さくなった場合、「血管」及び「骨」の両方に該当する重複領域となる。このため、「血管」の存在確率が現在の閾値である０．５以上である領域の中で「骨」の存在確率が最も大きい値よりも、「骨」の閾値が小さくなった場合、重複領域が発生する。すなわち、「血管」の存在確率が現在の閾値以上である領域の中で「骨」の存在確率の最大値よりも小さい値が、「骨」に関する重複発生範囲となる。

【0033】

また、処理回路１５は、重複情報表示機能１５５により、重複領域に関する情報をディスプレイ１３に表示させる。例えば、処理回路１５は、調整バーにおける重複発生範囲に対応する位置の背景色を変更することにより、調整部に重複発生範囲を表示させる。

【0034】

次に、医用情報処理装置１０により実行されるセグメンテーション支援処理の動作について説明する。図２は、セグメンテーション支援処理の手順の一例を示すフローチャートである。ここでは、推論器１１１として、入力されたＣＴ画像における「骨」に該当する存在確率を画素ごとに出力する第１推論器と、入力されたＣＴ画像における「血管」に該当する存在確率を画素ごとに出力する第２推論器との２つの推論器が用いられ、ＣＴ画像における「骨」と「血管」をセグメンテーションする場合を例に説明する。医用情報処理装置１０は、第１推論器と第２推論器から出力された存在確率をそれぞれの閾値と比較することにより、骨のマスク画像と血管のマスク画像を生成し、１つのＣＴ画像上に骨のマスク画像と血管のマスク画像を重ねて表示する。ＣＴ画像は医用画像の一例であり、各画素は医用画像における各領域の一例であり、「骨」及び「血管」は組織の種類の一例である。また、調整対象の組織として、「骨」及び「血管」の両方が設定されている。

【0035】

なお、以下で説明する各処理における処理手順は一例に過ぎず、各処理は可能な限り適宜変更可能である。また、以下で説明する処理手順について、実施の形態に応じて、適宜、ステップの省略、置換、及び追加が可能である。

【0036】

（ステップＳ１０１）
セグメンテーション支援処理において、処理回路１５は、まず、算出機能１５１により、セグメンテーションを行うＣＴ画像を取得する。ＣＴ画像は、予めメモリ１１に記憶されていてもよく、外部システムから取得してもよく、ユーザにより入力されてもよい。

【0037】

（ステップＳ１０２）
次に、処理回路１５は、算出機能１５１により、第１推論器と第２推論器のそれぞれに取得したＣＴ画像を入力する。第１推論器は、ＣＴ画像の入力を受け付け、各画素における「骨」の存在確率を出力する。第２推論器は、ＣＴ画像の入力を受け付け、各画素における「血管」の存在確率を出力する。

【0038】

（ステップＳ１０３）
次に、処理回路１５は、判定機能１５２により、第１推論器から出力された「骨」の存在確率と「骨」の閾値とを比較して、「骨」に該当するか否かを画素ごとに判定し、第２推論器から出力された「血管」の存在確率と「血管」の閾値とを比較して、「血管」に該当するか否かを画素ごとに判定する。「骨」の閾値及び「血管」の閾値は、所定の初期値に自動的に設定される。ここでは、所定の初期値として、「０．５」の値が用いられている。処理回路１５は、「骨」の存在確率が０．５以上である画素について、「骨」に該当すると判定し、「血管」の存在確率が０．５以上である画素について、「血管」に該当すると判定する。その後、処理回路１５は、判定結果に基づいて、「骨」に該当する画素をマスクする第１マスク画像と、「血管」に該当する画素をマスクする第２マスク画像を生成する。

【0039】

（ステップＳ１０４）
次に、処理回路１５は、重複情報表示機能１５５により、調整対象の組織である「骨」及び「血管」のそれぞれについて、重複発生範囲を特定する。この際、処理回路１５は、「骨」について、「血管」との重複領域が発生する重複発生範囲を特定し、「血管」について、「骨」との重複領域が発生する重複発生範囲を特定する。

【0040】

（ステップＳ１０５）
次に、処理回路１５は、表示制御機能１５３及び重複情報表示機能１５５により、ＣＴ画像上に第１マスク画像と第２マスク画像とを重畳した重畳画像と、調整対象の組織の閾値を調整するための調整部をディスプレイ１３に表示させる。

【0041】

図３は、ディスプレイ１３に表示される表示画面１００の一例を示す図である。図３の一例では、表示画面１００には、画像表示部１１０と、調整部１２０が表示されている。画像表示部１１０には、ＣＴ画像が表示され、ＣＴ画像上には、第１マスク画像と第２マスク画像が重畳表示されている。図３では、ＣＴ画像上に第２マスク画像が重畳され、その上に第１マスク画像が重畳されている。第１マスク画像のマスク領域Ａと第２マスク画像のマスク領域Ｂは異なる色で表示される。例えば、マスク領域Ａは緑色で表示され、マスク領域Ｂは青色で表示される。

【0042】

調整部１２０には、各組織の閾値を調整するための調整バーが表示されている。調整部１２０は、組織名表示部１２１と、表示選択部１２２と、表示色選択部１２３と、スライダーバー１２５と、重複範囲表示部１２６とを備えている。

【0043】

組織名表示部１２１には、セグメンテーションを行う組織の種類名が表示される。表示選択部１２２では、ＣＴ画像上に各マスク画像を表示するか否かを、組織の種類ごとに選択することができる。例えば、マスク画像を表示する組織のチェックボックスにチェックマークが表示される。表示選択部１２２においてチェックボックスが選択されると、画像表示部１１０に表示されたＣＴ画像上に該当する組織のマスク画像が重畳表示される。表示色選択部１２３では、画像表示部１１０に表示されるマスク画像の色を組織の種類ごとに選択することができる。

【0044】

スライダーバー１２５は、閾値を調整するために組織の種類ごとに設けられ、閾値を表す目盛１２４上に表示されている。スライダーバー１２５は、現在の閾値に対応する位置に表示され、０から１までの範囲の間を移動可能である。スライダーバー１２５の移動範囲は、０から１までの範囲に限られず、各種条件に応じて適宜調整されることが好ましい。

【0045】

重複範囲表示部１２６は、組織の種類ごとに設けられ、他の組織との重複領域が生じることを示している。重複範囲表示部１２６は、目盛１２４上の重複発生範囲に対応する位置に表示されている。例えば、目盛１２４上の「骨」に対応する位置には、「血管」との重複領域が発生する範囲に、「血管」に対応する色で重複範囲表示部１２６が表示されている。目盛１２４上の「血管」に対応する位置には、「骨」との重複領域が発生する範囲に、「血管」に対応する色で重複範囲表示部１２６が表示されている。ユーザは、重複範囲表示部１２６を確認することにより、他の組織との重複領域が発生する範囲を簡単に把握し、調整対象の組織の閾値を、重複領域が発生しない閾値に調整することができる。

【0046】

（ステップＳ１０６）
次に、処理回路１５は、調整機能１５４により、スライダーバー１２５の操作による閾値の変更を検知する。

【0047】

（ステップＳ１０７）
ユーザによりスライダーバー１２５が操作され、「骨」または「血管」の閾値が変更されると（ステップＳ１０６－Ｙｅｓ）、処理回路１５は、調整機能１５４により、閾値が変更された組織について、変更後の閾値と存在確率を用いて当該組織に該当するか否かを再判定し、再判定結果を用いてマスク画像を再生成することにより、閾値が変更された組織のマスク画像を更新する。

【0048】

（ステップＳ１０８）
次に、処理回路１５は、調整機能１５４により、更新されたマスク画像をＣＴ画像上に重畳表示させることにより、重畳画像を更新する。

【0049】

例えば、「骨」の閾値が現在の値よりも大きい値に変更された場合、当該組織に該当すると判定される画素が減少し、第１マスク画像においてマスクされる部分が減少する。一方、「骨」の閾値が現在の値よりも小さい値に変更された場合、当該組織に該当すると判定される画素が増加し、第１マスク画像においてマスクされる部分が増加する。

【0050】

（ステップＳ１０９）
処理回路１５は、セグメンテーション支援処理を終了する操作を検知し、当該操作が行われるまで（ステップＳ１０９－Ｎｏ）、ステップＳ１０６－ステップＳ１０８の処理を繰り返し実行し、閾値が変更される度に表示画像を更新する。セグメンテーション支援処理を終了する操作が行われた場合（ステップＳ１０９－Ｙｅｓ）、処理回路１５は、セグメンテーション支援処理を終了する。

【0051】

以下、本実施形態に係る医用情報処理装置１０の効果について説明する。

【0052】

本実施形態に係る医用情報処理装置１０は、医用画像上の各領域が特定の組織に該当する確率を組織の種類ごとに算出し、組織の種類ごとに設定された複数の閾値を取得し、閾値と存在確率とに基づいて、医用画像上の領域ごと、かつ、組織の種類ごとに、当該領域が当該組織に該当するか否かを判定することができる。また、医用情報処理装置１０は、閾値の入力に応じて組織の閾値を調整することができる。

【0053】

医用画像は、例えば、ＣＴ画像、Ｘ線画像、超音波画像等の医用画像診断装置で生成された医用画像である。医用画像上の各領域は、例えば、１画素ごとの領域であってもよく、複数画素ごとの領域であってもよく、事前に任意の条件により分割された領域であってもよい。組織の種類は、例えば、臓器の種類である。臓器の種類は、例えば、「骨」、「血管」、「肺」、「肝臓」等である。特定の組織に該当する確率は、例えば、存在確率である。医用画像上の各領域における存在確率を含むデータは、確率マップと呼ばれてもよい。

【0054】

上記構成により、本実施形態の医用情報処理装置１０によれば、ユーザは、組織ごとに設定された閾値を任意の値に調整することにより、セグメンテーションにおける判定条件を調整し、所望の判定条件を用いてセグメンテーションを行うことで、組織の重複（オーバーラップ）を考慮して正確なセグメンテーションを行うことができる。

【0055】

また、本実施形態に係る医用情報処理装置１０は、医用画像の各領域の判定結果に基づいて、医用画像上に組織の領域を表すマスク画像をレイヤーとして重ねた重畳画像をディスプレイに表示させ、閾値の入力を受け付ける入力部をディスプレイ１３に表示させ、入力部の操作による閾値の調整に応じて判定結果を更新し、判定結果の更新に応じてレイヤーの表示を更新することができる。例えば、組織の種類ごとに判定結果に基づいてマスク画像が生成され、医用画像上に各組織のマスク画像が重畳表示される。また、調整部として、図３に示す目盛１２４とスライダーバー１２５が表示される。ユーザは、スライダーバー１２５を移動させることにより、組織の閾値を任意の値に調整することができる。ユーザにより組織の閾値が変更される度に、閾値が変更された組織の判定結果とマスク画像が更新され、更新されたマスク画像が医用画像上に表示される。このため、医用画像上では、マスク画像によりマスクされた部分が、閾値の変化に応じて更新される。例えば、「骨」の閾値が現在の値よりも大きい値に変更された場合、当該組織に該当すると判定される画素が減少し、「骨」としてマスクされる部分が減少する。一方、「骨」の閾値が現在の値よりも小さい値に変更された場合、当該組織に該当すると判定される画素が増加し、「骨」としてマスクされる部分が増加する。ユーザは、閾値を変更しながら、セグメンテーション画像の変化を確認することで、セグメンテーションに用いられる判定条件を、任意のセグメンテーション結果を得られるように容易に調整することができる。

【0056】

例えば、「骨」の存在確率が現在の閾値よりも大きく、かつ、「血管」の存在確率が現在の閾値よりも大きい画素が存在する場合、その画素は、「骨」及び「血管」の両方に該当する重複領域となる。ユーザは、重複領域の変化を確認しながら閾値の調整を行い、重複領域が発生しないように閾値を調整することにより、重複領域が発生しない条件で実行されたセグメンテーション結果を得ることができる。例えば、「骨」の閾値を、全ての重複領域における「骨」の存在確率の最大値よりも大きい値に変更することで、「骨」の閾値が全ての重複領域における「骨」の存在確率よりも大きい値になり、全重複領域において、「骨」に該当すると判定されなくなり、重複領域が発生しなくなる。

【0057】

また、本実施形態に係る医用情報処理装置１０は、医用画像の入力を受け付け、入力された医用画像中の各領域について特定の組織に該当する存在確率を、学習済みモデルに従って算出することができる。具体的には、入力した医用画像の各画素における「骨」の存在確率を出力するＤＬ推論器と、入力した医用画像の各画素における「血管」の存在確率を出力するＤＬ推論器が用いている。特定の組織のマスク画像ではなく、存在確率を出力するＤＬ推論器を用いることにより、各組織の判定条件である閾値を調整することができ、精度が高いセグメンテーションを行うことができる。

【0058】

なお、各領域の存在確率を示す確率マップは、ルールベースのアルゴリズムを用いて算出してもよい。例えば、処理回路１５は、算出機能１５１により、医用画像の輝度値に基づいて、医用画像中の各領域について特定の組織に該当する確率を算出してもよい。この場合、ＣＴ画像における各組織のＣＴ値の範囲は既知であるので、ＣＴ画像のＣＴ値に基づいて各組織の存在確率を画素ごとに算出してもよい。あるいは、ＣＴ値と周辺のＣＴ値とのコントラストを利用して、各組織の存在確率を算出してもよい。なお、医用画像における各領域について組織の存在確率を算出するアルゴリズムであれば、他の手法を用いることもできる。

【0059】

また、調整対象の組織の閾値がユーザにより大幅に変更されると、その組織に該当する可能性が低いことが輝度値から明らかな領域においても、当該組織に該当するとして判定されることがある。このため、当該組織に該当すると判定された領域において、その領域の輝度値が一般的な範囲から大きく離れた場合には、ユーザに警告してもよい。この場合、処理回路１５は、調整機能１５４により、その組織における一般的な輝度値の範囲を基準値として取得し、調整対象の組織に該当すると判定された領域の輝度値と基準値との差が所定の値以上である場合、ディスプレイ１３への表示や音声を用いてユーザに警告する。

【0060】

また、「骨」のＣＴ値の範囲は既知であるため、「血管」の閾値を調整した結果、ＣＴ値では明らかに「骨」だと思われる領域が「血管」として判定された場合には、警告してもよい。

【0061】

また、本実施形態に係る医用情報処理装置１０は、複数の組織に該当する重複領域を特定し、重複領域に関する情報をディスプレイ１３に表示させることができる。具体的には、調整対象の組織の閾値を変化させながら重複領域を特定することにより、調整対象の組織の閾値を仮に変化させた場合に重複領域が発生する重複発生範囲を特定し、調整バーにおいて重複発生範囲に対応する位置の背景色を図３に示すように変更する。ユーザは、重複領域を考慮しながら各組織の閾値を調整することで、複数組織のセグメンテーション領域を正確に調整することができる。

【0062】

なお、各組織の閾値を初期値に設定した際に重複領域が発生する場合には、重複領域が生じないように組織の閾値を自動的に調整してもよい。この場合、処理回路１５は、調整機能１５４により、初期値を閾値として設定した際に重複領域が特定された場合、重複領域が生じないように閾値を初期値から変更する。具体的には、処理回路１５は、重複情報表示機能１５５により特定された重複発生範囲が閾値の初期値を含む場合、調整機能１５４により、その閾値を重複領域に含まれない値に変更する。例えば、「骨」の閾値の初期値が０．５であり、「骨」の閾値が０．６以下の場合に「血管」との重複領域が発生することが特定された場合、「骨」の閾値が０．６よりも僅かに大きい値に自動的に変更される。重複領域が生じていない状態で医用画像が提示されることにより、ユーザの操作の負担が軽減される。

【0063】

また、本実施形態では、各組織の存在確率の情報を利用することができるため、重複領域に対し、存在確率が高い臓器を採用することができる。この場合、重複領域では、該当する複数の組織のうち存在確率が最も大きい組織のマスク画像のみが表示される。また、重複領域に表示する組織は、予め設定された優先度に基づいて決定されてもよい。この場合、重複領域に該当する複数の組織のうち、予め設定された優先度が最も大きい組織のマスク画像が重複領域に表示される。これにより、異なるレイヤーに属するマスクがオーバーラップした時、上位のレイヤーほど優先して表示することができる。また、図３の調整部１２０には、予め設定された優先度が高い順に調整バーが表示されるとよい。また、優先度の設定は、ユーザが手動で変更できるようにしてもよい。例えば、図３の調整部１２０に表示する組織の順番を、ユーザが任意に変更できるようにするとよい。

【0064】

（第２の実施形態）
第２の実施形態について説明する。本実施形態は、第１の実施形態の構成を以下の通りに変形したものである。第１の実施形態と同様の構成、動作、及び効果については、説明を省略する。第１の実施形態では、１つの医用画像に対し「骨」及び「血管」の２つの臓器のセグメンテーションを行う場合について説明したが、本実施形態では、１つの医用画像に対し「肝臓」、「肺」及び「大腸」の３つの臓器のセグメンテーションを行う。また、調整対象の組織として、「肝臓」、「肺」及び「大腸」が設定されている。

【0065】

本実施形態では、推論器１１１として、入力されたＣＴ画像における「肝臓」に該当する存在確率を画素ごとに出力する第１推論器と、入力されたＣＴ画像における「肺」に該当する存在確率を画素ごとに出力する第２推論器と、入力されたＣＴ画像における「大腸」に該当する存在確率を画素ごとに出力する第３推論器との３つの推論器が用いられる。

【0066】

図４は、本実施形態の医用情報処理装置１０により実行されるセグメンテーション支援処理のステップＳ１０５の処理において、ディスプレイ１３に表示される表示画面１００の一例を示す図である。本実施形態では、画像表示部１１０には、「肝臓」に該当する画素をマスクする第１マスク画像、「肺」に該当する画素をマスクする第２マスク画像、及び、「肺」に該当する画素をマスクする第３マスク画像がＣＴ画像上に重畳表示されている。第１マスク画像のマスク領域Ａ、第２マスク画像のマスク領域Ｂ、及び第３マスク画像のマスク領域Ｃは異なる色で表示される。例えば、マスク領域Ａは緑色で表示され、マスク領域Ｂは青色で表示され、マスク領域Ｃは赤色で表示される。

【0067】

図４では、「肝臓」の目盛１２４上には、「肺」及び「大腸」との重複領域が発生する範囲に、対応する色の重複範囲表示部１２６が重ねて表示されている。同様に、「肺」及び「大腸」の目盛１２４上にも、他の組織との重複領域が発生する範囲に、重複する組織に対応する色の重複範囲表示部１２６が重ねて表示されている。ユーザは、重複範囲表示部１２６を確認することにより、他の組織との重複領域が発生する範囲を簡単に把握し、調整対象の組織の閾値を、重複領域が発生しない閾値に調整することができる。

【0068】

（第２の実施形態の第１の変形例）
第２の実施形態の第１の変形例について説明する。本変形例は、第２の実施形態の構成を以下の通りに変形したものである。第２の実施形態と同様の構成、動作、及び効果については、説明を省略する。

【0069】

本変形例では、処理回路１５は、重複情報表示機能１５５により、調整対象の組織の閾値が変化する度に、重複領域を再特定し、重複領域に関する情報の表示を更新する。

【0070】

図５は、「肺」の閾値が０．５に設定されている図４に示す状態から、「肺」に対応するスライダーバー１２５がユーザにより移動され、「肺」の閾値が調整された場合の表示画面１００の一例を示す図である。

【0071】

スライダーバー１２５が操作され、「肺」の閾値が変更されると、処理回路１５は、重複情報表示機能１５５により、変更後の「肺」の閾値を用いて、重複領域を再び特定する。例えば、図４及び図５に示すように、「肺」の閾値が小さい値に変更されると、「肺」に該当すると判定される値の範囲が大きくなり、他の組織の閾値を仮に変化させた場合に「肺」との重複領域が生じる範囲が大きくなるため、「肝臓」及び「大腸」の重複範囲表示部１２６が表示される範囲が大きくなる。一方、「肺」の閾値が大きい値に変更されると、「肺」に該当すると判定される値の範囲が小さくなり、他の組織の閾値を仮に変化させた場合に「肺」との重複領域が生じる範囲が小さくなるため、「肝臓」及び「大腸」の重複範囲表示部１２６が表示される範囲が小さくなる。ユーザは、特定の臓器の閾値を調整することによる重複領域が発生する範囲への影響を確認しながら、複数の臓器の閾値を調整することができる。

【0072】

（第２の実施形態の第２の変形例）
第２の実施形態の第２の変形例について説明する。本変形例は、第２の実施形態の第１の変形例の構成を以下の通りに変形したものである。第２の実施形態と同様の構成、動作、及び効果については、説明を省略する。

【0073】

本変形例では、処理回路１５は、重複情報表示機能１５５により、重複領域が発生している場合、重複領域に関する情報として、重複領域が発生していることをディスプレイ１３に表示させる。

【0074】

図６は、重複領域が発生している場合に表示される表示画面１００の一例を示す図である。図６では、図４に示す状態から「肺」の閾値が変更されることにより、「肺」と「肝臓」との重複領域が生じたため、「肺」の目盛１２４上に、「肝臓」との重複領域が含まれることを示す文章が表示されている。特定の臓器の閾値を調整することにより他の組織との重複が発生したことをユーザに通知し、重複が発生しないように閾値を調整することをユーザに促すことができる。

【0075】

（第２の実施形態の第３の変形例）
第２の実施形態の第３の変形例について説明する。本変形例は、第２の実施形態の構成を以下の通りに変形したものである。第２の実施形態と同様の構成、動作、及び効果については、説明を省略する。

【0076】

本変形例では、処理回路１５は、重複情報表示機能１５５により、重複領域に表示させる組織の選択を受け付けるための選択画面をディスプレイ１３に表示させる。この際、処理回路１５は、重複領域を複数のセグメントに分割し、セグメントごとに表示させる組織の選択を受け付ける。

【0077】

図７は、図５に示すように「肺」と「肝臓」との重複領域が生じた場合に表示される表示画面１００の一例を示す図である。例えば、図５の表示画面において、重複領域に表示する組織を選択する選択画面を表示させる操作がユーザにより行われたことに応じて、図７に示す表示画面１００が表示される。画像表示部１１０内の重複領域は複数のセグメントに分割され、分割されたセグメントごとにマスク画像を表示する組織を選択することができる。

【0078】

図７の一例では、表示画面１００には、調整部１２０の代わりに、操作入力部１３０と条件入力部１４０が表示されている。操作入力部１３０には、各セグメントについてマスク画像を表示するか否かを選択するチェックボックス１３１と、表示する組織を選択するチェックボックス１３２が、セグメントごとに表示されている。図７の「領域１」、「領域２」、「領域３」及び「領域４」は、セグメント名の一例である。ユーザによりセグメントのいずれかが選択されると、画像表示部１１０上の選択されたセグメントに対応する領域が強調して表示される。図７では、セグメントとして「領域２」が選択された場合を示している。

【0079】

ユーザは、チェックボックス１３１のチェックの有無を操作することで、重複領域における各セグメントについてマスク画像を表示するか否かを選択することができる。また、ユーザは、チェックボックス１３２において表示させる組織を選択することで、各セグメントがどの組織に属するかを自らの判断で選択し、正確なセグメンテーションを行うことができる。

【0080】

図８は、チェックボックス１３２において組織が選択された際の画像表示部１１０の変化の一例を示す図である。図８は、「領域２」のチェックボックス１３２において「肝臓」が選択された場合の、画像表示部１１０の領域Ｄにおける変化を示している。領域Ｄは、重複領域における「領域２」のセグメントを含んでいる。図８の領域Ｅは、「領域２」に対応する。

【0081】

図８の左図は、図７のチェックボックス１３２において「肝臓」が選択される前の領域Ｄの様子を示す図である。図８に示すように、「領域２」に対応する領域Ｅでは、「肺」のマスク画像と「肝臓」のマスク画像の両方が重畳されている。

【0082】

図８の右図は、図７のチェックボックス１３２において「肝臓」が選択された後の領域Ｄの様子を示す図である。図８に示すように、「領域２」において「肝臓」が選択されると、「領域２」に対応する領域Ｅには、「肝臓」のマスク画像のみが表示され、マスク画像の重複が解消される。

【0083】

また、条件入力部１４０には、表示する組織の選択を受け付けるセグメントの条件として、最小体積を入力することができる。最小体積は、ユーザが表示する組織を選択できるセグメントを決定するための設定値である。体積は、セグメントに含まれる組織の体積である。最小体積は、表示するセグメントに含まれる組織の体積の最小値である。最小体積は、例えば、「ボクセル（voxel）」単位で入力することができる。操作入力部１３０には、複数のセグメントのうち、条件入力部１４０に入力された最小体積以上の体積の組織を含むセグメントのみが表示される。複数のセグメントのうち、最小体積よりも小さい体積の組織を含むセグメントでは、表示する組織が自動で決定される。例えば、存在確率が大きい組織を表示する組織として自動的に決定するとよい。この場合、処理回路１５は、重複情報表示機能１５５により、設定値以上の体積の組織を含むセグメントでは、ユーザによる表示する組織の選択を受け付け、設定値より小さい体積の組織を含むセグメントでは、存在確率が大きい組織を表示させる。あるいは、予め設定された優先度が高い組織を、重複領域の組織として自動的に決定してもよい。この場合、処理回路１５は、重複情報表示機能１５５により、設定値以上の体積の組織を含むセグメントでは、ユーザによる表示する組織の選択を受け付け、設定値より小さい体積の組織を含むセグメントでは、予め設定された優先度が高い組織を重複領域に表示させる。ユーザは、含まれる組織の体積が大きく重要な領域についてのみ自分で組織の判別を行い、含まれる組織の体積が小さく重要でない領域についての組織の判別を省略することができるため、正確に、かつ、効率的にセグメンテーションを行うことができる。

【0084】

（他の変形例）
上記実施形態では、重複範囲表示部１２６として、目盛１２４上の重複発生範囲に、重複する組織に対応する色を表示させる例について説明したが、他の方法で重複発生範囲を表示してもよい。例えば、図９及び図１０に示すように、図４の重複範囲表示部１２６の代わりに、「肺」との重複が発生する値を示すマーク１２８Ａと、「大腸」との重複が発生する値を示すマーク１２８Ｂを「肝臓」の目盛１２４上に表示させてもよい。ユーザは、「肝臓」のスライダーバー１２５をマーク１２８Ａの値より小さい位置まで移動させると「肺」組織との重複領域が発生し、「肝臓」のスライダーバー１２５をマーク１２８Ｂの値より小さい位置まで移動させると「肺」との重複領域に加えて、「大腸」との重複領域が発生することを把握することができる。また、マーク１２８Ａ、１２８Ｂの色を重複する組織のマスク画像の色と対応させることで、どの組織と重複するのかを容易に把握できるようにしてもよい。

【0085】

また、重複する組織の種類ではなく、図１１及び図１２のように、重複する組織の数に応じて重複範囲表示部１２６の表示方法を変更してもよい。図１１及び図１２では、重複範囲表示部１２６は、重複する組織の数が多いほど濃い色で表示されている。図１１では、重複する組織の数に応じて段階的に背景色の濃さが変化しており、図１２では、グラデーションを用いて背景色の濃さが変化している。

【0086】

また、図４では、複数の組織に対して重複領域が発生する場合、各組織に対する重複範囲表示部１２６を重ねて表示しているが、別々に表示してもよい。例えば、図１３のように、「肝臓」に対して、「肺」との重複発生範囲の背景を「肺」に対応する色で表示した重複範囲表示部１２６Ａと、「大腸」との重複発生範囲を示す重複範囲表示部１２６Ｂを別々に表示してもよい。

【0087】

また、患者の疾患の有無や疾患の種類に応じて、各組織の閾値を自動的に調整してもよい。例えば、血管の狭窄が生じている領域では通常の血管よりも画素値が小さくなり、通常の血管よりも血管の存在確率が小さくなる。また、患者が、がんを患っている場合、血管が通常とは異なる構造に変形することがある。このような領域では、血管の存在確率が小さくなるため、初期値の閾値を用いた判定では「血管」と判定され難い。このため、狭窄やがんを有する患者の医用画像に対しては、血管の閾値を小さい値に調整することにより、疾患により生じた異常な血管も血管として判定されやすくなり、セグメンテーションの精度を向上させることができる。

【0088】

また、医用画像内の臓器などの組織を抽出する場合に限らず、医用画像に映った寝台や医療器具を抽出して医用画像上に重畳表示する場合に本実施形態の構成を適用してもよい。この場合、処理回路１５は、算出機能１５１により、医用画像上の各領域について特定の
抽出対象物に該当する存在確率を組織の種類ごとに算出し、判定機能１５２により、抽出対象物の種類ごとに設定された複数の閾値を取得し、閾値と存在確率とに基づいて、領域ごと、かつ、分類対象物の種類ごとに、当該領域が分類対象物に該当するか否かを判定し、調整機能１５４により、閾値の入力に応じて閾値を調整する。抽出対象物は、医用画像に映った臓器などの組織や、医用画像に映った手技に用いた医療器具や寝台等を含む。

【0089】

以上説明した少なくとも１つの実施形態によれば、医用画像に対するセグメンテーションを正確に行うことができる。

【0090】

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、実施形態同士の組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0091】

１…医用情報処理システム
１０…医用情報処理装置
１１…メモリ
１２…通信インタフェース
１３…ディスプレイ
１４…入力インタフェース
１５…処理回路
１５１…算出機能
１５２…判定機能
１５３…表示制御機能
１５４…調整機能
１５５…重複情報表示機能
１００…表示画面
１１０…画像表示部
１１１…推論器
１２０…調整部
１２１…組織名表示部
１２２…表示選択部
１２３…表示色選択部
１２４…目盛
１２５…スライダーバー
１２６、１２６Ａ、１２６Ｂ…重複範囲表示部
１２８Ａ、１２８Ｂ…マーク
１３０…操作入力部
１３１、１３２…チェックボックス
１４０…条件入力部

【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】