特開 2024-67791 乳腺疾患画像教育システム、及び乳腺疾患画像教育方法

(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】P2024067791

(43)【公開日】2024-05-17

(54)【発明の名称】乳腺疾患画像教育システム、及び乳腺疾患画像教育方法

(51)【国際特許分類】

   G09B 5/02 20060101AFI20240510BHJP

   G06Q 50/20 20120101ALI20240510BHJP

   H04L 67/12 20220101ALI20240510BHJP

【ＦＩ】

G09B5/02

G06Q50/20

H04L67/12

【審査請求】未請求

【請求項の数】20

【出願形態】ＯＬ

(21)【出願番号】P 2022178121

(22)【出願日】2022-11-07

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り （公開１） 発行日 令和３年１１月８日 刊行物 電子情報通信学会技術研究報告 ＥＡ２０２１－３７，ＥＭＭ２０２１－６４（２０２１－１１） 第５７～６２頁 一般社団法人 電子情報通信学会 （公開２） 開催日 令和４年３月２日 集会名 令和４年 乳がんＷＥＢ版症例検討会 開催場所 パシフィコ横浜ノース（横浜市西区みなとみらい１－１－２） （公開３） ウェブサイトの掲載日 令和４年６月９日 ウェブサイトのアドレス ｈｔｔｐｓ：／／ｓｉｔｅ．ｃｏｎｖｅｎｔｉｏｎ．ｃｏ．ｊｐ／３０ｊｂｃｓ／ｗｐ／ｗｐ－ｃｏｎｔｅｎｔ／ｕｐｌｏａｄｓ／２０２２／０６／ａｂｓｔｒａｃｔ．ｐｄｆ 一般セッション抄録，第３１頁

(71)【出願人】

【識別番号】505246789

【氏名又は名称】学校法人自治医科大学

(71)【出願人】

【識別番号】304036743

【氏名又は名称】国立大学法人宇都宮大学

(74)【代理人】

【識別番号】110002860

【氏名又は名称】弁理士法人秀和特許事務所

(72)【発明者】

【氏名】塩澤 幹雄

(72)【発明者】

【氏名】川平 洋

(72)【発明者】

【氏名】中村 喜英

(72)【発明者】

【氏名】長谷川 まどか

(72)【発明者】

【氏名】小宅 涼

【テーマコード（参考）】

2C028

5L049

5L050

【Ｆターム（参考）】

2C028AA12

2C028BB04

2C028BC05

2C028BD01

5L049CC34

5L050CC34

(57)【要約】

【課題】精密な医療機器によって得られた高精細な乳腺疾患画像を、学習者に身近な端末において高画質に表示し、学習者がその医療機器の設置されている現場に直接行かなくても乳腺疾患画像の読影手法を学習することを可能とする乳腺疾患画像教育システム、及び乳腺疾患画像教育方法を提供する。
【解決手段】乳腺疾患画像教育システムは、所定の医用画像規格による画像として乳腺疾患画像を取得する画像取得部と、乳腺疾患画像を、より低容量の、夫々画像パラメータの異なる複数の圧縮画像に変換する変換部と、変換部で変換された複数の圧縮画像から、読影診断可能な画像を選別して読影用画像とする選別部と、読影用画像を記憶する記憶部と、記憶部に記憶された読影用画像を、ＷＥＢサイトを介して学習用端末に送信する送信部と、を備える。乳腺疾患画像教育方法は、乳腺疾患画像教育システムにおける各機能構成が実行可能な工程を有する。
【選択図】図３

【特許請求の範囲】

【請求項1】

学習者に、乳腺疾患画像の読影手法について遠隔的に教育するための乳腺疾患画像教育システムであって、
所定の医用画像規格による画像として乳腺疾患画像を取得する画像取得部と、
前記乳腺疾患画像を、より低容量の、夫々画像パラメータの異なる複数の圧縮画像に変換する変換部と、
前記変換部で変換された複数の圧縮画像から、読影診断可能な画像を選別して読影用画像とする選別部と、
前記読影用画像を記憶する記憶部と、
前記記憶部に記憶された前記読影用画像を、ＷＥＢサイトを介して学習用端末に送信する送信部と、
を備えることを特徴とする、乳腺疾患画像教育システム。

【請求項2】

前記乳腺疾患画像は、ＤＩＣＯＭ形式のマンモグラフィ画像であり、
前記圧縮画像は、ＪＰＥＧ形式の画像であり、
前記読影用画像は、所定の付随情報とともにマークアップ言語ファイルとして前記記憶部に記憶されることを特徴とする、請求項１に記載の乳腺疾患画像教育システム。

【請求項3】

前記画像取得部は、前記乳腺疾患画像として、前記ＤＩＣＯＭ形式の前記マンモグラフィ画像に加えて、超音波動画像を取得することを特徴とする、請求項２に記載の乳腺疾患画像教育システム。

【請求項4】

前記選別部は、前記複数の圧縮画像のうち、前記画像パラメータが閾値以上である圧縮画像を選別して前記読影用画像とすることを特徴とする、請求項１に記載の乳腺疾患画像教育システム。

【請求項5】

前記乳腺疾患画像、前記圧縮画像、前記読影用画像のいずれかを機械学習により病状別に分類する分類部をさらに備えることを特徴とする、請求項１に記載の乳腺疾患画像教育システム。

【請求項6】

前記選別部は、前記変換部で変換された前記複数の圧縮画像から、読影診断可能な画像を選別するとともに、該選別された画像を基に所定の学習要綱に基づいた標準化を行った上で、前記読影用画像とすることを特徴とする、請求項１に記載の乳腺疾患画像教育システム。

【請求項7】

前記学習用端末からの情報を受信する受信部をさらに備え、
前記選別部は、前記受信部が受信した前記情報に基づき、選別の内容を調整可能とすることを特徴とする、請求項６に記載の乳腺疾患画像教育システム。

【請求項8】

前記選別部においては、診断の難易度に係る診断レベルに応じた複数の画像が前記読影用画像とされ、
前記送信部は、前記学習者のレベルに応じた前記読影用画像を、前記学習用端末に送信することを特徴とする、請求項１に記載の乳腺疾患画像教育システム。

【請求項9】

前記記憶部に記憶された前記マークアップ言語ファイルは可搬性を有し、所定の媒体を用いて前記学習者に直接に提供可能であることを特徴とする、請求項２に記載の乳腺疾患画像教育システム。

【請求項10】

前記学習用端末において、前記読影用画像は、ダウンロードまたはコピー不可能な形態
で表示されることを特徴とする、請求項１に記載の乳腺疾患画像教育システム。

【請求項11】

学習者に、乳腺疾患画像の読影手法について遠隔的に教育するための乳腺疾患画像教育方法であって、
撮像装置により、所定の医用画像規格による画像として乳腺疾患画像を取得する画像取得工程と、
前記乳腺疾患画像を、変換ソフトによって、より低容量の、夫々画像パラメータの異なる複数の圧縮画像に変換する変換工程と、
前記変換工程において変換された複数の圧縮画像から、読影診断可能な画像を選別して読影用画像とする選別工程と、
前記読影用画像をサーバにデータベースとして記憶する記憶工程と、
前記記憶工程において記憶された前記読影用画像を、ＷＥＢサイトを介して学習用端末に送信する送信工程と、
前記データベースとして記憶された前記読影用画像のうち、学習者から表示要求のあった読影用画像を、前記ＷＥＢサイトを介して学習用端末に表示する表示工程と、
を有することを特徴とする、乳腺疾患画像教育方法。

【請求項12】

前記乳腺疾患画像は、ＤＩＣＯＭ形式のマンモグラフィ画像であり、
前記圧縮画像は、ＪＰＥＧ形式の画像であり、
前記記憶工程において、前記読影用画像は、所定の付随情報とともにマークアップ言語ファイルとして記憶されることを特徴とする、請求項１１に記載の乳腺疾患画像教育方法。

【請求項13】

前記画像取得工程においては、前記乳腺疾患画像として、前記ＤＩＣＯＭ形式の前記マンモグラフィ画像に加えて、超音波動画像を取得することを特徴とする、請求項１２に記載の乳腺疾患画像教育方法。

【請求項14】

前記選別工程において、前記複数の圧縮画像のうち、前記画像パラメータが閾値以上である圧縮画像を選別して前記読影用画像とすることを特徴とする、請求項１１に記載の乳腺疾患画像教育方法。

【請求項15】

前記乳腺疾患画像、前記圧縮画像、前記読影用画像のいずれかを機械学習により病状別に分類する分類工程をさらに有することを特徴とする、請求項１１に記載の乳腺疾患画像教育方法。

【請求項16】

前記選別工程において、前記変換工程において変換された前記複数の圧縮画像から、読影診断可能な画像を選別するとともに、該選別された画像を基に所定の学習要綱に基づいた標準化を行った上で、前記読影用画像とすることを特徴とする、請求項１１に記載の乳腺疾患画像教育方法。

【請求項17】

前記学習用端末からの情報を受信する受信工程をさらに有し、
前記受信工程において受信した前記情報に基づき、前記選別工程における選別の内容を調整可能とすることを特徴とする、請求項１６に記載の乳腺疾患画像教育方法。

【請求項18】

前記選別工程においては、診断の難易度に係る診断レベルに応じた複数の画像が前記読影用画像とされ、
前記送信工程においては、前記学習者のレベルに応じた前記読影用画像を、前記学習用端末に送信することを特徴とする、請求項１１に記載の乳腺疾患画像教育方法。

【請求項19】

前記記憶工程において記憶された前記マークアップ言語ファイルは可搬性を有し、所定
の媒体を用いて前記学習者に直接に提供可能であることを特徴とする、請求項１２に記載の乳腺疾患画像教育方法。

【請求項20】

前記表示工程において、前記読影用画像は、ダウンロードまたはコピー不可能な形態で前記学習用端末に表示されることを特徴とする、請求項１１に記載の乳腺疾患画像教育方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、乳腺疾患画像の読影手法を学習者がＷＥＢサイトを介して習得するための乳腺疾患画像教育システム、及び乳腺疾患画像教育方法に関する。

【背景技術】

【0002】

近年、社会的に、対面形式の学習よりもオンライン形式の学習の方が選択される傾向にある状況の下、医学生や研修医といった医療技術の学習者は、基礎的な医療技術や最新の医療技術を習得するために、ＷＥＢ上に表示される医用画像等を利用した、ｅラーニングによる学習を受ける機会が与えられることがある。

【0003】

このような学習に用いられるシステムの一例として、インターネット及び携帯端末を利用し、授業形式で医療技術の講習を受けることを可能とする医療教育ネットワークシステムが公知である。当該医療教育ネットワークシステムは、訓練サーバ、画像計測診断装置、カメラ、マイク、及びスピーカを備え、訓練センター内に設置されている訓練機器と、訓練サーバと通信手段を介して接続された携帯端末とから成り、訓練サーバに備わる講習実施制御手段は、設問・正解情報データベースから選択した所定の講習内容に沿って、医用画像を利用した説明又は設問を携帯端末に送信することを特徴とする（例えば、特許文献１参照）。

【0004】

また、医療業界において、関心領域の画像から関心領域の名称等を判定するための判別モデルを生成する場合において、関心領域の画像と関心領域の名称とからなる教師データを大量に且つ容易に取得することができる学習支援装置が公知である。当該学習支援装置は、記憶部と、取得部と、登録部と、学習部とを備え、取得部が、読影レポートを解析することにより、１箇所の関心領域に対して複数の関心領域の名称を取得した場合には、学習部が、教師データに加えて、関心領域の位置情報に関する領域位置情報を用いて、複数の関心領域の名称についてそれぞれ学習を行うことを特徴とする（例えば、特許文献２参照）。他に、ディスプレイに表示する画像の種類に応じて、適切な階調特性で画像をディスプレイに表示できるようにすることを可能とする表示制御装置も公知である（例えば、特許文献３参照）。

【0005】

医用画像を、一般的なＰＣの他、スマートフォンやノートパソコンといった、学習者が日常的に利用しやすい端末のディスプレイ上に表示することができれば、ｅラーニングによる学習は容易に実現できる。しかしながら、医用画像の中には、ＳＥＭ画像のようなデータ容量の大きい高精細画像も多い。特許文献１乃至３に示す技術を適用しても、このような医用画像を学習者の端末に転送することが不可能である、あるいは転送が可能であったとしても、端末のディスプレイ上に画質を落とさず表示し、表示された医用画像を読影することが不可能である虞がある。

【0006】

なお、上記の医用画像を取得するための医療機器の例として、Ｘ線装置の一種であるマンモグラフィ撮影機が挙げられる。以下では、そのような医療機器として主にマンモグラフィ撮影機を例示するが、当然に医療機器はこれに限定されない。

【先行技術文献】

【特許文献】

【0007】

【特許文献1】特開２００８－２１７２９３号公報

【特許文献2】特許第７０８０３０４号公報

【特許文献3】特開２０１６－０４２９５４号公報

【発明の概要】

【発明が解決しようとする課題】

【0008】

本件開示の技術は、上記の問題を解決するためになされたものであり、その目的は、精密な医療機器によって得られた高精細な乳腺疾患画像を、学習者に身近な端末において高画質に表示し、学習者がその医療機器の設置されている現場に直接行かなくても乳腺疾患画像の読影手法を学習することを可能とする乳腺疾患画像教育システム、及び乳腺疾患画像教育方法を提供することである。

【課題を解決するための手段】

【0009】

上記の課題を解決するための本開示は、学習者に、乳腺疾患画像の読影手法について遠隔的に教育するための乳腺疾患画像教育システムであって、
所定の医用画像規格による画像として乳腺疾患画像を取得する画像取得部と、
前記乳腺疾患画像を、より低容量の、夫々画像パラメータの異なる複数の圧縮画像に変換する変換部と、
前記変換部で変換された複数の圧縮画像から、読影診断可能な画像を選別して読影用画像とする選別部と、
前記読影用画像を記憶する記憶部と、
前記記憶部に記憶された前記読影用画像を、ＷＥＢサイトを介して学習用端末に送信する送信部と、
を備えることを特徴とする、乳腺疾患画像教育システムを含む。

【0010】

本開示による乳腺疾患画像教育システムにおいて、画像取得部によって、例えばマンモグラフィ撮影機によって得られたマンモグラフィ画像としての乳腺疾患画像を取得することができる。マンモグラフィ画像は、Ｘ線撮影画像の一例である。次に変換部によって、乳腺疾患画像を、データ容量を軽減して複数の圧縮画像に変換することができ、さらに選別部によって、学習者が読影可能な程度に画質が良好な圧縮画像のみを読影用画像として選別することができる。次に記憶部が読影用画像を記憶し、例えばこの読影用画像を記憶部から出力することによって、教材画像として学習者に提供することや、乳腺の病状をより詳細に解析してもらう目的で研究員に提供することができる。

【0011】

そして、送信部によって、ＷＥＢサイトを介して学習者に読影画像を提供可能とすることにより、学習者はＷＥＢサイトにアクセスすることで、スマートフォンやノートパソコンといった日常的に利用しやすい学習用端末において、読影用画像を表示することができる。乳腺疾患画像のような高精細画像は、必要画素数もデータ容量も大きいため、一般的な学習用端末において乳腺疾患画像を表示することは不可能であり、仮に表示することが可能であったとしても画質が大幅に低下するため学習者が正確に読影画像を用いて乳腺疾患を認識することは困難である。本開示による乳腺疾患画像教育システムによって、係る問題を解消することが可能であり、また、インターネット環境が整った場所であればどこでもＷＥＢサイトにアクセスすることができるため、学習者は、自宅においても読影手法をｅラーニングによって手軽に学習することができる。

【0012】

また、本開示においては、前記乳腺疾患画像は、ＤＩＣＯＭ形式のマンモグラフィ画像であり、前記圧縮画像は、ＪＰＥＧ形式の画像であり、前記読影用画像は、所定の付随情報とともにマークアップ言語ファイルとして前記記憶部に記憶されることとしてもよい。ＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
ｉｎ Ｍｅｄｉｃｉｎｅ）は、上記の所定の医用画像規格の一例であり、これによって、乳腺疾患画像の送信や保存が容易となる。また、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）形式の画像は、より低容量であるため、データベースに保存することが容易である。

【0013】

また、マークアップ言語ファイルの一例としては、ＸＭＬ（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）形式ファイルが挙げられ、これによって、複数の医用画像（乳腺疾患画像、圧縮画像または読影用画像のいずれであってもよい）を集約して記憶および送受信を行うことができる。また、所定の付随情報を読影用画像に追加することによって、学習者は、その所定の付随情報に基づき、読影用画像に対する理解を深めることができる。さらに、読影用画像と所定の付随情報とが、一のマークアップ言語ファイル（ＸＭＬ形式ファイル及び／またはＨＴＭＬ形式ファイル）にまとめて格納されているため、情報のハンドリングが容易になる。マークアップ言語ファイルとして、ＸＭＬ形式ファイル以外の形式が用いられてもよいことは当然である。また、ＣＳＶ、ＪＳＯＮ（ＪＡＶＡＳＣＲＩＰＴ（登録商標） Ｏｂｊｅｃｔ Ｎｏｔａｔｉｏｎ）等、データを簡便に分類・通知可能な形式であれば本開示に係る発明に利用可能である。また、データの送受信時には、さらにデータ負荷低減または、安全対策を施す処理を行ってもよい。

【0014】

また、本開示においては、前記画像取得部は、前記乳腺疾患画像として、前記ＤＩＣＯＭ形式の前記マンモグラフィ画像に加えて、超音波動画像を取得することとしてもよい。乳腺疾患画像を取得するための医療機器としては、Ｘ線検査を実施するマンモグラフィ撮影機の他に、エコー検査を実施する超音波診断装置を用いてもよく、本開示による乳腺疾患画像教育システムは、マンモグラフィ画像としての乳腺疾患画像と超音波動画像としての乳腺疾患画像の双方を扱うことができる。すなわち、乳腺疾患画像教育システムにおいては、乳腺疾患画像の読影に必要とされる情報、画像データ、動画データ等のメディアデータを総合的に取り扱うことが可能である。

【0015】

また、本開示においては、前記選別部は、前記複数の圧縮画像のうち、前記画像パラメータが閾値以上である圧縮画像を選別して前記読影用画像とすることとしてもよい。これによれば、選別部が読影用画像を選別する基準を明確に定めることができる。例えば複数の圧縮画像を人為的に選別する場合、閾値を基準とすることで、個人の判断基準の差異によって選別された読影用画像の画像パラメータに広範囲なばらつきが生じることを防止することもできる。また、システムにおいて自動的に読影用画像を選別することが可能となる。ここで、画像パラメータは、圧縮画像の画質と相関のあるパラメータであり、クオリティパラメータやターゲットビットレート（ともに後述）を例示することができる。

【0016】

また、本開示においては、前記乳腺疾患画像、前記圧縮画像、前記読影用画像のいずれかを機械学習により病状別に分類する分類部をさらに備えることとしてもよい。これによれば、最終的に学習者に提供する読影用画像に対して、自動的に病状等の分類に関する情報を付加することが可能である。その結果、学習者は、画像から病状を判断する方法を効率的に習得することができる。

【0017】

また、本開示においては、前記選別部は、前記変換部で変換された前記複数の圧縮画像から、読影診断可能な画像を選別するとともに、該選別された画像を基に所定の学習要綱に基づいた標準化を行った上で、前記読影用画像とすることとしてもよい。所定の学習要綱に基づいた標準化を行うことによって、学習者は、汎用性のある読影用画像及び付加情報を基に診断に係る学習を行うことができ、より利用価値の高い知識及び経験を習得することが可能である。

【0018】

また、本開示においては、前記学習用端末からの情報を受信する受信部をさらに備え、前記選別部は、前記受信部が受信した前記情報に基づき、選別の内容を調整可能とすることとしてもよい。これによれば、読影用画像の選別の手法、基準、選別後の読影用画像への付随情報等を、学習者からの指令や情報を基に調整することが可能であり、教育者と学習者の連携作業によって、読影用画像及び付随情報を最適化することが可能となる。ここ
で、調整対象としては、注釈の内容、撮影場所の選定、疾患の範囲の選定、診断内容、標準化項目の選定等を例示することができる。そして、選別の内容の調整とは、例えば学習者からの要望に応じて読影用画像の選別または送信の内容を変更することを含む。また、学習用端末からの情報の受信と、学習用端末への送信によって、例えば双方間のリアルタイムでの音声、動画、画面操作が実現される。これにより、対面での教育と同様に、指導者と学習者の双方のコミュニケーション及び、その記録を行うことが可能となる。

【0019】

また、本開示においては、前記選別部においては、診断の難易度に係る診断レベルに応じた複数の画像が前記読影用画像とされ、前記送信部は、前記学習者のレベルに応じた前記読影用画像を、前記学習用端末に送信することとしてもよい。これによれば、学習者にとって最も適切な診断レベルに応じた読影用画像を提供することができる。その結果、学習者は、より効率的な学習が可能となる。また、診断の困難性のレベルの異なる読影用画像を自動的に複数選別、記憶可能とすることで、より多彩な教育用の画像を蓄積し、学習者に送信することが可能となる。その結果、学習者が自ら読影用画像を選択可能とする、ランダムな読影用画像が自動送信される、過去の学習者の回答内容（回答率／誤解答画像）に応じた読影用画像が自動送信される、等の機能を実現することが可能となる。

【0020】

また、本開示においては、前記記憶部に記憶された前記マークアップ言語ファイルは可搬性を有し、所定の媒体を用いて前記学習者に直接に提供可能であることとしてもよい。これによれば、所定の媒体を読み取り可能なものであればいかなる端末においてもマークアップ言語ファイルに格納されたデータを確認することが可能であり、データの確認が容易になる。また、例えばＷｉ－Ｆｉ等の通信環境が無く、サーバにアクセスできない状況下においても、学習者にＨＴＭＬ形式ファイル自体を容易に提供することができ、学習者は学習に取り組むことができる。

【0021】

また、本開示においては、前記学習用端末において、前記読影用画像は、ダウンロードまたはコピー不可能な形態で表示されることとしてもよい。これによれば、読影用画像が不用意に流出することを防止することができる。

【0022】

また、上記の課題を解決するための本開示は、学習者に、乳腺疾患画像の読影手法について遠隔的に教育するための乳腺疾患画像教育方法であって、
撮像装置により、所定の医用画像規格による画像として乳腺疾患画像を取得する画像取得工程と、
前記乳腺疾患画像を、変換ソフトによって、より低容量の、夫々画像パラメータの異なる複数の圧縮画像に変換する変換工程と、
前記変換工程において変換された複数の圧縮画像から、読影診断可能な画像を選別して読影用画像とする選別工程と、
前記読影用画像をサーバにデータベースとして記憶する記憶工程と、
前記記憶工程において記憶された前記読影用画像を、ＷＥＢサイトを介して学習用端末に送信する送信工程と、
前記データベースとして記憶された前記読影用画像のうち、学習者から表示要求のあった読影用画像を、前記ＷＥＢサイトを介して学習用端末に表示する表示工程と、
を有することを特徴とする、乳腺疾患画像教育方法を含んでいてもよい。

【0023】

本開示による乳腺疾患画像教育方法を、本開示による乳腺疾患画像教育システム以外の他の乳腺疾患画像教育システムに適用することによっても、学習用端末において乳腺疾患画像を表示することは不可能であり、仮に表示することが可能であったとしても画質が大幅に落ちるため乳腺を認識することは不可能であるという問題を解消することが可能であり、また、学習者は、自宅においても読影手法をｅラーニングによって手軽に学習することができる。

【0024】

また、本開示においては、前記乳腺疾患画像は、ＤＩＣＯＭ形式のマンモグラフィ画像であり、前記圧縮画像は、ＪＰＥＧ形式の画像であり、前記記憶工程において、前記読影用画像は、所定の付随情報とともにマークアップ言語ファイルとして記憶されることとしてもよい。これによれば、乳腺疾患画像の送信や保存が容易となり、最終的に学習者に提供される読影用画像をフルカラーに表示することができ、さらに所定の付随情報に基づいて、学習者は、読影用画像に対する理解を深めることができる。

【0025】

また、本開示においては、前記画像取得工程においては、前記乳腺疾患画像として、前記ＤＩＣＯＭ形式の前記マンモグラフィ画像に加えて、超音波動画像を取得することとしてもよい。これによれば、マンモグラフィ画像としての乳腺疾患画像と、マンモグラフィ画像と比較してデータ容量が小さい超音波動画像としての乳腺疾患画像の双方を扱うことができ、乳腺疾患画像教育システムの汎用性を高めることができる。

【0026】

また、本開示においては、前記選別工程において、前記複数の圧縮画像のうち、前記画像パラメータが閾値以上である圧縮画像を選別して前記読影用画像とすることとしてもよい。これによれば、選別工程において読影用画像を選別する基準を明確に定めることができる。

【0027】

また、本開示においては、前記乳腺疾患画像、前記圧縮画像、前記読影用画像のいずれかを機械学習により病状別に分類する分類工程をさらに有することとしてもよい。これによれば、学習者は、画像から病状を判断する方法を習得することができる。

【0028】

また、本開示においては、前記選別工程において、前記変換工程において変換された前記複数の圧縮画像から、読影診断可能な画像を選別するとともに、該選別された画像を基に所定の学習要綱に基づいた標準化を行った上で、前記読影用画像とすることとしてもよい。所定の学習要綱に基づいた標準化を行うことによって、選別工程を繰り返し実行することが容易となる。

【0029】

また、本開示においては、前記学習用端末からの情報を受信する受信工程をさらに有し、前記受信工程において受信した前記情報に基づき、前記選別工程における選別の内容を調整可能とすることとしてもよい。これによれば、読影用画像の選別の手法、基準、選別後の読影用画像への付随情報等を、学習者からの指令や情報を基に調整することが可能であり、教育者と学習者の連携作業によって、読影用画像及び、付随情報を最適化することが可能となる。

【0030】

また、本開示においては、前記選別工程においては、診断の難易度に係る診断レベルに応じた複数の画像が前記読影用画像とされ、前記送信工程においては、前記学習者のレベルに応じた前記読影用画像を、前記学習用端末に送信することとしてもよい。これによれば、学習者にとって最も適切な診断レベルに応じた読影用画像を提供することができる。

【0031】

また、本開示においては、前記記憶工程において記憶された前記マークアップ言語ファイルは可搬性を有し、所定の媒体を用いて前記学習者に直接に提供可能であることとしてもよい。これによれば、所定の媒体を読み取り可能なものであればいかなる端末においてもマークアップ言語ファイルに格納されたデータを確認することが可能であり、データの確認が容易になる。

【0032】

また、本開示においては、前記表示工程において、前記読影用画像は、ダウンロードまたはコピー不可能な形態で前記学習用端末に表示されることとしてもよい。これによれば、読影用画像が不用意に流出することを防止することができる。

【0033】

なお、上記の課題を解決するための手段は、可能な限り互いに組み合わせて用いることができる。

【発明の効果】

【0034】

本件開示の技術によれば、精密な医療機器によって得られた高精細な乳腺疾患画像を、学習者に身近な端末において高画質に表示し、学習者がその医療機器の設置されている現場に直接行かなくても乳腺疾患画像の読影手法を学習することが可能である。

【図面の簡単な説明】

【0035】

【図1】図１は、一般的な学習システムにおける情報のフローの態様を示す模式図である。

【図2】図２は、実施例１に係る乳腺疾患画像教育システムを適用した、学習システムにおける情報のフローの態様を示す模式図である。

【図3】図３は、実施例１に係る乳腺疾患画像教育システムの機能構成を示すブロック図である。

【図4】図４Ａ及びＢは、実施例１に係る乳腺疾患画像教育システムの変換部によって得られた圧縮画像の画質に係る平均スコアを示すグラフである。

【図5】図５は、実施例１に係るＷＥＢページが学習者に提供されるまでのフローの態様を示す模式図である。

【図6】図６は、実施例１に係る読影用画像の一例である。

【図7】図７は、実施例１に係る乳腺疾患画像教育システムを用いた乳腺疾患画像教育方法の手順を示すフローチャートである。

【図8】図８は、実施例２に係る乳腺疾患画像教育システムの機能構成を示すブロック図である。

【図9】図９は、実施例２に係る乳腺疾患画像教育システムを用いた乳腺疾患画像教育方法の手順を示すフローチャートである。

【発明を実施するための形態】

【0036】

〔実施例１〕
以下、本開示の実施例１について図面を参照しながら詳細に説明する。なお、以下に示す実施例は、本開示の一態様であり、本願発明の技術的範囲を限定するものではない。

【0037】

＜構成＞
図１は、一般的な学習システムにおける情報のフローの態様を示す模式図である。図１に示すフローの態様においては、まず、病院２等の医療機関（他に、医院であってもよい）において、マンモグラフィ撮影機２１を用いたＸ線検査によって患者や受検者の乳腺のマンモグラフィ画像を取得する。マンモグラフィ画像は、Ｘ線撮影画像の一例である。このマンモグラフィ画像は、マンモグラフィ撮影機２１の内部のメモリー（図示略）に保存される際、医用画像を共有したり保存したりする方法を規定した、国際標準規格としての医用画像規格であるＤＩＣＯＭに従ったＤＩＣＯＭ形式ファイルとして保存される。詳細は以下の図２において説明する。また、このＤＩＣＯＭ形式の乳腺の画像（マンモグラフィ画像に限らない）を以下では乳腺疾患画像ともいう。

【0038】

ＤＩＣＯＭ形式ファイルは、管理サーバ３１におけるデータベース３１１に送信され、蓄積される。なお、管理サーバ３１は、クラウド上に設けられていてもよい。学習者４がデータベース３１１にアクセスすることによって、高精細な医用画像を表示することに特化した高精細ディスプレイ４１に乳腺疾患画像が表示される。これによって、学習者４は、乳腺疾患画像の読影方法を学習することが可能となる。

【0039】

しかしながら、一般的に高精細ディスプレイ４１は限られた場所にのみ設置されており、その場所に行かないと乳腺疾患画像の読影方法を学習することができない虞がある。図１の例では、学習者４は、病院２の内部のみにおいて乳腺疾患画像にアクセスすることができる。すなわち、学習者４は、例えば自宅で乳腺疾患画像の読影方法を学習することができず、高精細ディスプレイ４１を使用するための手間が生じる虞がある。マンモグラフィ画像としての乳腺疾患画像は、ＣＴ画像やＭＲＩ画像と比較して、必要画素数は大きければ縦横夫々８倍であり、データ容量にして１０倍から６０倍程度である。平均的なものでもデータ容量が２０ＭＢを超えるため、例えば学習者４が所有するノートパソコン４２（図２に図示）等の一般的な端末においてマンモグラフィ撮影機２１から直接的に得られた乳腺疾患画像を表示することは不可能である。また、管理サーバ３１に多数のアクセスが集中した場合、高精細ディスプレイ４１に乳腺疾患画像が表示され難くなる。

【0040】

図２は、実施例１に係る乳腺疾患画像教育システム１を適用した、学習システムにおける情報のフローの態様を示す模式図である。図２においては、主に図１に示す一般的な学習システムにおける情報のフローとの相違点について説明し、当該相違点によって得られる効果について説明する。図２においては、マンモグラフィ撮影機２１から取得した乳腺疾患画像を含むＤＩＣＯＭ形式ファイルのデータ容量が圧縮され、より低容量の圧縮画像を含むファイルに変換される。本実施例において、この圧縮画像は、ＪＰＥＧ形式の画像であるものとする。また、一の乳腺疾患画像は、夫々画像パラメータの異なる複数の圧縮画像に変換される。なお、複数の圧縮画像の選別について、詳細は以下の図３及び図４Ａにおいて説明する。

【0041】

ＪＰＥＧ形式ファイルは、拡張可能なマークアップ言語ファイルであるＸＭＬ形式ファイルに集約された後、医科大学等の研究機関３が運用して管理する管理サーバ３１におけるデータベース３１１に送信され、蓄積される。なお、管理サーバ３１は、図１に示すように、マンモグラフィ撮影機２１が設置された病院２に設けられていてもよい。また、図２においては、単数のＪＰＥＧ形式ファイルがＸＭＬ形式ファイルに集約されているが、ＪＰＥＧ形式ファイルは複数あってもよい。また、ＪＰＥＧ形式ファイルがＸＭＬ形式ファイルに集約される際には、マンモグラフィ撮影機２１を用いたＸ線検査を受けた患者や受検者の個人情報（例えば氏名や生年月日等）は削除され、所定の付随情報が追加されてもよい。個人情報が削除されることによって、個人情報が誤って外部に流出する危険性を防止できることに加えて、ＸＭＬ形式ファイルの容量を低下することができる。また、所定の付随情報とは、例えば乳腺疾患画像における乳腺の病変位置を示す印等をいう。所定の付随情報の具体例については、以下の図６に示す。

【0042】

通信手段３１２は、例えば学習者４が所有するノートパソコン４２等の携帯端末（他にスマートフォンであってもよい）にＷＥＢページを提供する。これによって、学習者４は、図１に示す高精細ディスプレイ４１が設置された場所に限らず、インターネット環境が整った場所であればどこでもＷＥＢサイトにアクセスすることができるため、自宅においても乳腺疾患画像の読影手法をｅラーニングによって手軽に学習することができる。また、管理サーバ３１に多数のアクセスが集中することを防止することもできる。

【0043】

図３は、実施例１に係る乳腺疾患画像教育システム１の機能構成を示すブロック図である。乳腺疾患画像教育システム１は一例として、マンモグラフィ撮影機２１を含む画像取得部１１、変換部１２、選別部１３、記憶部１４、及び送信部１５を備えて構成される。また、変換部１２及び選別部１３は、図２に示す管理サーバ３１を含んで構成され、記憶部１４は、図２に示すデータベース３１１を含んで構成される。また、送信部１５は、図２に示す通信手段３１２を含んで構成される。

【0044】

画像取得部１１においては、病院２内に設置されたマンモグラフィ撮影機２１によって
、乳腺疾患画像が取得される。変換部１２は、一の乳腺疾患画像に対して、ＪＰＥＧ変換の画像パラメータを変化させつつ複数の圧縮画像に変換する。しかしながら、圧縮画像はノートパソコン４２において表示可能である程にデータ容量が小さいものの、画質が低いことによって、ノートパソコン４２において乳腺を認識可能である程に明確に表示できない虞がある。この問題を解消すべく、選別部１３は、変換部１２が変換した複数の圧縮画像から、学習者４が読影することが可能な画像を選別して読影用画像とする。選別する際の基準として、例えばＪＰＥＧ変換の画像パラメータがある一定の閾値以上であればその圧縮画像を読影用画像として選別する。これによって、学習者４の読影手法に係る学習効率がより向上する。なお、この閾値について、詳細は以下の図４Ａにおいて説明する。また、選別部１３による選別に加えて、読影に熟練した医師が読影用画像を選別してもよい。

【0045】

記憶部１４は、選別部１３が選別した読影用画像をＸＭＬ形式ファイルとして記憶する。なお、読影用画像に上記の所定の付随情報が追加されている場合は、それと共にＸＭＬ形式ファイルとして読影用画像を記憶することができる。また、記憶部１４が記憶するファイルは、マークアップ言語ファイルであれば、ＨＴＭＬ形式ファイル等、他の形式であってもよい。また、記憶部１４が記憶したＸＭＬ形式ファイルは可搬性を有するものであってもよく、例えばＤＶＤやＲＯＭ等の所定の媒体にＸＭＬ形式ファイルを記録し、その所定の媒体を病院２や学習者４に直接に提供してもよい。これによって、所定の媒体を読み取り可能なものであればいかなる端末においてもＸＭＬ形式ファイルに格納されたデータを確認することが可能であり、データの確認が容易になる。なお、読影用画像のデータ容量は、乳腺疾患画像のデータ容量に対して５―１０％程圧縮される。

【0046】

送信部１５は、記憶部１４が記憶した読影用画像を、ＷＥＢサイトを介して学習者４のノートパソコン４２に送信する。これによって、学習者４は、ノートパソコン４２から、指定されたＷＥＢサイトにアクセスし、読影用画像を読影することができる。また、学習者４は、ノートパソコン４２において読影用画像を高画質に表示し、読影することができる。ここで、ノートパソコン４２は、本開示における学習用端末に相当する。他に、選別部１３によって選別された読影用画像は、診断の難易度に係る診断レベルに応じて分類され、送信部１５は、学習者４のレベルに応じた読影用画像を、ＷＥＢサイトを介してノートパソコン４２に送信することとしてもよい。これによって、送信部１５は、学習者４の診断レベルに応じた最適な読影用画像をノートパソコン４２に送信することができる。

【0047】

ここで、本実施例において、乳腺疾患画像教育システム１は、マンモグラフィ撮影機２１から取得したマンモグラフィ画像と共に、超音波診断装置（不図示）を用いたエコー検査によって取得した超音波動画像を扱うことが可能であってもよい。すなわち、変換部１２は、マンモグラフィ画像と超音波動画像の双方を圧縮画像に変換することが可能である。なお、超音波動画像については、超音波診断装置から取得されたＡＶＩ（Ａｕｄｉｏ Ｖｉｄｅｏ Ｉｎｔｅｒｌｅａｖｅ）形式ファイルが、変換部１２によって、ノートパソコン４２において表示可能なＭＰ４形式ファイルに変換される。また、以下では、図４Ａ及びＢを用いて、圧縮前の乳腺疾患画像がそれぞれマンモグラフィ画像である場合と超音波動画像である場合における、変換部１２によって得られた圧縮画像の画質に係る評価値である平均スコア（図４Ａ及びＢに示すグラフの縦軸に記載のＳＣＯＲＥ）について説明する。

【0048】

図４Ａは、マンモグラフィ画像を圧縮した圧縮画像の画質に係る平均スコアを示すグラフである。横軸は、圧縮画像の画像パラメータの一例であるクオリティパラメータ（単位無し）である。また、縦軸について、平均スコアが２．０であるときを、やや画質が劣るが問題なく診断用の画像として用いることができるレベルとする。

【0049】

図４Ａのグラフより、クオリティパラメータの値を低下させていくと、すなわち圧縮画像のファイルサイズを小さくする方向にクオリティパラメータを調整すると、平均スコアが低下していく、すなわち圧縮画像の画質が劣化していくことが明らかである。より詳細には、クオリティパラメータが８５を下回ると平均スコアの低下が顕著になり始め、クオリティパラメータが７５であるときは平均スコアが２．０以上に保持されるものの、クオリティパラメータが６５を下回ると圧縮画像によっては平均スコアが２．０を下回る。すなわち、クオリティパラメータが６５を下回ると診断に支障をきたす可能性がある。本実施例においては、クオリティパラメータが７５以上であれば、ひとまず、読影手法の学習に支障がないといえること、及び遠隔学習時には端末のスペックが低い環境での閲覧も想定され、ファイルサイズが大きいと画像が表示されない可能性も否定できないこと等から、例えばクオリティパラメータが７５を閾値とし、選別部１３は、閾値以上のクオリティパラメータで変換された圧縮画像を読影用画像として選別してもよい。

【0050】

一方、図４Ｂは、超音波動画像を圧縮した圧縮画像の画質に係る平均スコアを示すグラフである。横軸は、圧縮画像の画像パラメータの一例であるターゲットビットレート（単位はＭｂｐｓ）である。また、縦軸について、平均スコアが１．０であるときを、やや画質が劣るが問題なく診断用の画像として用いることができるレベルとする。

【0051】

図４Ｂのグラフより、ターゲットビットレートが１．８Ｍｂｐｓ以上の領域では、平均スコアの値は安定している。ターゲットビットレートが１．８Ｍｂｐｓより低くなると、平均スコアの低下が見られ、ターゲットビットレートが１．２Ｍｂｐｓより低くなると、平均スコアの低下が著しくなる。また、図４Ａのグラフとの相違点として、ターゲットビットレートが低下するにつれて、超音波診断装置の差異による平均スコアのばらつきが大きくなる。本実施例においては、例えばターゲットビットレート１．８Ｍｂｐｓを閾値とし、閾値以上のターゲットビットレートであれば読影手法の学習に支障がないものとしてもよい。

【0052】

図５は、実施例１に係るＷＥＢページが学習者４に提供されるまでのフローの態様を示す模式図である。学習者４は、研究機関３が運用して管理する管理サーバ３１に対してＷＥＢページ（より正確にはＷＥＢページからアクセスするＷＥＢサイトに掲載された読影用画像）の表示を要求することが可能であり、この要求を受けると、プログラミング言語の一種であるＰｙｔｈｏｎ３における、管理サーバ３１とＷＥＢアプリケーション（図示略）の間の標準インターフェースであるＷＳＧＩ（Ｗｅｂ Ｓｅｒｖｅｒ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）３１３を介して、Ｐｙｔｈｏｎ３で実装されたＷＥＢアプリケーションフレームワークであるＤｊａｎｇｏ３１４を起動する。なお、用いるプログラミング言語の種類は、Ｐｙｔｈｏｎ３に限られない。

【0053】

ＲＤＢＭＳ（Ｒｅｌａｔｉｏｎａｌ ＤａｔａＢａｓｅ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）３１５は、データベース３１１に蓄積された読影用画像に追加された所定の付随情報を表形式で管理するためのソフトウェアである。表形式で管理される所定の付随情報の一例としては、乳腺疾患画像を提供した患者や受検者の年代、乳腺疾患画像の送信元である病院２の名称、使用したマンモグラフィ撮影機２１の機器情報、圧迫圧等が挙げられる。具体例は、以下の図６に示す。これらの所定の付随情報を読影用画像に追加することによって、学習者４は、読影用画像に関連する情報をノートパソコン４２において確認することができる。

【0054】

Ｄｊａｎｇｏ３１４は、ＲＤＢＭＳ３１５によって管理された所定の付随情報を読み込み、ＨＴＭＬファイルに加工する。このＨＴＭＬファイルに基づいてＷＥＢページが作成され、ノートパソコン４２に提供される。また同時に、Ｄｊａｎｇｏ３１４は、所定の付随情報を追加するための読影用画像を含む画像ファイルもノートパソコン４２に提供する
。画像ファイルの代わりに（または画像ファイルと共に）、ＣＳＳ（Ｃａｓｃａｄｉｎｇ
Ｓｔｙｌｅ Ｓｈｅｅｔ）ファイルをノートパソコン４２に提供してもよい。

【0055】

＜医用画像＞
図６は、実施例１に係る読影用画像の一例である。上記の通り、これらの読影用画像は、ノートパソコン４２において読影可能に表示される。図６に示すように、読影用画像と併せて、上記の図５において説明した所定の付随情報を表形式で表示することができる。また、読影用画像上に、所定の付随情報としての、乳腺の病変位置を示す囲み線（図６に示す円）を表示することができる。具体的に、この囲み線の内側においては、乳腺が石灰化していることを示している。付随情報として、病変位置を提供する場合に、病変位置を読影用画像に重ねて表示することによって、学習者４は、乳腺の病変位置を容易に理解することができ、より効率的に学習できる。なお、例えば学習者４の読影用画像に対する理解力を確認する目的で、この囲み線及び表形式の情報を表示する態様と表示しない態様を切り替え可能としてもよい。なお、図６に示す読影用画像は、不用意に流出することを防止する観点から、ダウンロードやコピーが不可能なものであってもよい。また、読影用画像が表示されている画面の撮影までは妨げないように、読影を妨げない範囲で可視透かしを読影用画像上に表示可能であってもよい。

【0056】

＜フローチャート＞
図７は、実施例１に係る乳腺疾患画像教育システム１を用いた乳腺疾患画像教育方法の手順を示すフローチャートである。本フローチャートでは、先ずステップＳ１において、画像取得部１１は、マンモグラフィ撮影機２１を用いて得られたマンモグラフィ画像としての乳腺疾患画像、またはそれと共に超音波診断装置を用いて得られた超音波動画像としての乳腺疾患画像を取得する。上記の通り、マンモグラフィ撮影機２１を用いて得られたマンモグラフィ画像はＤＩＣＯＭ形式の画像であり、超音波診断装置を用いて得られた超音波動画像はＡＶＩ形式の画像である。また、マンモグラフィ撮影機２１、及び超音波診断装置は、本開示における撮像装置に相当するが、以下のステップにおいては、マンモグラフィ画像としての乳腺疾患画像を取得した場合のみ考慮することとする。ここで、ステップＳ１は、本開示における画像取得工程に相当する。

【0057】

次にステップＳ２において、変換部１２は、乳腺疾患画像を圧縮してより低容量のＪＰＥＧ形式の圧縮画像に変換する。このとき、変換部１２は、一の乳腺疾患画像を、夫々画像パラメータとしてのクオリティパラメータの異なる複数の圧縮画像に変換する。ここで、ステップＳ２は、本開示における変換工程に相当する。次にステップＳ３において、読影に熟練した医師が、変換部１２が変換した複数の圧縮画像から、クオリティパラメータが一定の閾値以上である圧縮画像（本実施例においては、７５以上の範囲を閾値とする）を選別して読影用画像とする。なお、ステップＳ３においては、選別部１３によって自動的に選別されてもよい。ここで、ステップＳ３は、本開示における選別工程に相当する。

【0058】

次にステップＳ４において、記憶部１４は、選別部１３が選別した読影用画像を記憶する。例えば図６に示すような所定の付随情報が読影用画像に追加されている場合は、それと共にＸＭＬ形式ファイルとして読影用画像を記憶することができる。ここで、ステップＳ４は、本開示における記憶工程に相当する。次にステップＳ５において、送信部１５は、記憶部１４が記憶した読影用画像を、ＷＥＢサイトを介してノートパソコン４２に送信する。ここで、ステップＳ５は、本開示における送信工程に相当する。最後にステップＳ６において、学習者４から表示要求のあった読影用画像を、ＷＥＢサイトを介してノートパソコン４２に表示する。ここで、ステップＳ６は、本開示における表示工程に相当する。

【0059】

〔実施例２〕
次に図８を用いて、実施例２に係る乳腺疾患画像教育システム１ａの機能構成について説明する。なお、乳腺疾患画像教育システム１ａは、実施例１の図３に示す乳腺疾患画像教育システム１と多くの構成を共通にしているため、そのような構成については同一の符号を付し、改めての説明は省略する。

【0060】

図３に示す乳腺疾患画像教育システム１の構成要素に加えて、図８に示す乳腺疾患画像教育システム１ａは、分類部１６及び受信部１７を備えて構成される。分類部１６は、図２に示す管理サーバ３１を含んで構成され、受信部１７は、図２に示す通信手段３１２を含んで構成される。分類部１６は、画像取得部１１、変換部１２、または選別部１３の少なくとも一の機能構成要素から、乳腺疾患画像、圧縮画像、または読影用画像の少なくとも一の画像を取得し、例えばＡＩによるディープラーニングといった機械学習によって病状別に分類する。そして、ノートパソコン４２においては、読影用画像とともに分類結果も表示される。これによって、学習者４に提供する分類結果に基づく情報を自動的に取得することができ、より効率的に乳腺疾患画像教育を行うことが可能となる。学習者４は、画像から病状を判断する方法を効率的に習得することができる。分類部１６が分類した情報は、記憶部１４に記憶される。

【0061】

また、選別部１３は、変換部１２が変換した複数の圧縮画像から、学習者４が読影することが可能な画像を選別するとともに、選別された画像を基に所定の学習要綱に基づいた標準化を行った上で、読影用画像としてもよい。ここで、図６は標準化された読影用画像の一例である。この場合には、２方向からの画像に加え、タグ、疾患のカテゴリー番号、患者の年代、撮影施設、撮影機器、圧迫圧、乳房圧、所見の亜分類、病理レポート、コメントが付随情報として表形式で表示されている。

【0062】

また、本実施例では、受信部１７がノートパソコン４２からの情報を受信し、選別部１３は、この情報に基づき、選別の内容を調整可能であることとしてもよい。これによって、読影用画像の選別の手法、基準、選別後の読影用画像への付随情報等を、学習者４からの指令や情報を基に調整することが可能であり、教育者（図示略）と学習者４の連携作業によって、読影用画像及び付随情報を最適化することが可能となる。ここで、調整対象としては、注釈の内容、撮影場所の選定、疾患の範囲の選定、診断内容、標準化項目の選定等を例示することができる。

【0063】

次に図９を用いて、実施例２に係る乳腺疾患画像教育システム１ａを用いた乳腺疾患画像教育方法の手順についてフローチャートを用いて説明する。なお、実施例２に係る乳腺疾患画像教育方法は、実施例１の図７に示す乳腺疾患画像教育方法と多くの手順を共通にしているため、そのような手順については同一の符号を付し、改めての説明は省略する。

【0064】

図７に示す乳腺疾患画像教育方法の手順に加えて、図９に示す乳腺疾患画像教育方法の手順は、ステップＳ７とステップＳ８を有する。ステップＳ７においては、分類部１６は、ステップＳ１において取得された乳腺疾患画像、ステップＳ２において変換された圧縮画像、またはステップＳ３において選別された読影用画像の少なくとも一の画像を取得し、機械学習によって自動的に病状別に分類する。ステップＳ７は、学習者４のみならず、例えばマンモグラフィ画像から病状を正確に分類できる技能が要求される医師にとっても有用である。また、マンモグラフィ画像が病状別に正確に分類されていれば、学習者４にとって病状の傾向等を把握することが容易となり、より効率的に読影手法を学習することができる。ここで、ステップＳ７は、本開示における分類工程に相当する。分類部１６が分類した情報は、ステップＳ４において記憶部１４に記憶される。

【0065】

またステップＳ３においては、変換部１２が変換した複数の圧縮画像から、学習者４が読影することが可能な画像を選別するとともに、選別された画像を基に所定の学習要綱に
基づいた標準化を行った上で、読影用画像としてもよい。また、ステップＳ８において、受信部１７は、ノートパソコン４２から送信された指令を受信し、この受信した指令に基づき、Ｓ３において選別された読影用画像について、注釈の内容、撮影場所、疾患の範囲、診断内容、標準化項目等の内容が調整可能となる。なお、図８においては、ステップＳ８で受信した内容を次回の選別に反映させるフローとしているが、ステップＳ８の後、ステップＳ３に戻り、ステップＳ３からステップＳ７を再実行するフローとしても構わない。ここで、ステップＳ８は、本開示における受信工程に相当する。

【符号の説明】

【0066】

１、１ａ・・乳腺疾患画像教育システム
１１・・・・画像取得部
１２・・・・変換部
１３・・・・選別部
１４・・・・記憶部
１５・・・・送信部
１６・・・・分類部
１７・・・・受信部
２・・・・・病院
２１・・・・マンモグラフィ撮影機
３・・・・・研究機関
３１・・・・管理サーバ
３１１・・・データベース
３１２・・・通信手段
３１３・・・ＷＳＧＩ
３１４・・・Ｄｊａｎｇｏ
３１５・・・ＲＤＢＭＳ
４・・・・・学習者
４１・・・・高精細ディスプレイ
４２・・・・ノートパソコン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】