特開 2024-83830 医用情報処理装置、医用情報処理方法、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】P2024083830

(43)【公開日】2024-06-24

(54)【発明の名称】医用情報処理装置、医用情報処理方法、及びプログラム

(51)【国際特許分類】

   G16H 30/00 20180101AFI20240617BHJP

【ＦＩ】

G16H30/00

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022197878

(22)【出願日】2022-12-12

(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】110001634

【氏名又は名称】弁理士法人志賀国際特許事務所

(72)【発明者】

【氏名】木村 朝輝

(72)【発明者】

【氏名】佐々木 翔

(72)【発明者】

【氏名】野呂 和正

(72)【発明者】

【氏名】霜村 侑香

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA26

(57)【要約】

【課題】多領域シーケーシングにおける適切なサンプリングをできるようにする。
【解決手段】実施形態の医用情報処理装置は、取得部と、分割部と、算出部と、クラスタ生成部と、特定部と、を持つ。取得部は、処理対象の医用画像を取得する。分割部は、前記医用画像を複数の領域に分割する。算出部は、前記複数の領域ごとに画像特徴量を算出する。クラスタ生成部は、前記画像特徴量に基づいて、前記複数の領域うちの少なくとも一部を集めた第１のクラスタを生成する。特定部は、前記第１のクラスタに基づいて、サンプリング位置を特定する。
【選択図】図２

【特許請求の範囲】

【請求項1】

処理対象の医用画像を取得する取得部と、
前記医用画像を複数の領域に分割する分割部と、
前記複数の領域ごとに画像特徴量を算出する算出部と、
前記画像特徴量に基づいて、前記複数の領域うちの少なくとも一部を集めた第１のクラスタを生成するクラスタ生成部と、
前記第１のクラスタに基づいて、サンプリング位置を特定する特定部と、を備える、
医用情報処理装置。

【請求項2】

前記クラスタ生成部は、前記第１のクラスタと関連する第２のクラスタを更に生成し、
前記特定部は、前記第１のクラスタと前記第２のクラスタに含まれる領域の連結数に基づいて、前記サンプリング位置を特定する、
請求項１に記載の医用情報処理装置。

【請求項3】

前記特定部は、前記第１のクラスタと前記第２のクラスタのうち、前記連結数が多い一方のクラスタを特定し、前記連結数が多い一方のクラスタ内で前記サンプリング位置を特定する、
請求項２に記載の医用情報処理装置。

【請求項4】

前記第２のクラスタは、前記第１のクラスタと前記画像特徴量が共通し、前記第１のクラスタから離れているクラスタである、
請求項２または３に記載の医用情報処理装置。

【請求項5】

前記医用画像は平面画像であり、
前記分割部は、前記医用画像を長方形の前記領域に分割し、
前記特定部は、互いに線接触または点接触のいずれかで接触する前記領域の数に基づいて、前記連結数を計数する、
請求項２または３に記載の医用情報処理装置。

【請求項6】

前記医用画像は立体画像であり、
前記分割部は、前記医用画像を直方体の前記領域に分割する、
請求項１に記載の医用情報処理装置。

【請求項7】

前記医用画像は立体画像であり、
前記分割部は、前記医用画像を直方体の前記領域に分割し、
前記特定部は、互いに面接触、線接触、または点接触する前記領域の数に基づいて、前記連結数を計数する、
請求項２または３に記載の医用情報処理装置。

【請求項8】

前記特定部は、前記領域の重心となる点または前記領域内における前記領域のエッジからの距離の総和が最も近い点に基づいて、前記サンプリング位置を特定する、
請求項１に記載の医用情報処理装置。

【請求項9】

コンピュータが、
処理対象の医用画像を取得し、
前記医用画像を複数の領域に分割し、
前記複数の領域ごとに画像特徴量を算出し、
前記画像特徴量に基づいて、前記複数の領域の少なくとも一部を含む第１のクラスタを生成し、
前記第１のクラスタに基づいて、サンプリング位置を特定する、
医用情報処理方法。

【請求項10】

コンピュータに、
処理対象の医用画像を取得し、
前記医用画像を複数の領域に分割し、
前記複数の領域ごとに画像特徴量を算出し、
前記画像特徴量に基づいて、前記複数の領域の少なくとも一部を含む第１のクラスタを生成し、
前記第１のクラスタに基づいて、サンプリング位置を特定する、ことを行わせる、
プログラム。

【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、医用情報処理方法、及びプログラムに関する。

【背景技術】

【0002】

遺伝子変異を推定するにあたり、従来、同一の腫瘍の複数個所からシーケーシングを行ういわゆる多領域シーケーシングが行われる。多領域シーケーシングは、例えば、臨床応用や臨床研究を用途として行われる。臨床応用を用途とした多領域シーケーシングは、例えば、確定診断や腫瘍特性を確認するために用いられる。腫瘍特性は、例えば、放射線抵抗性や薬剤抵抗性を含む。臨床研究を用途とした多領域シーケーシングは、例えば、腫瘍の不均一性や進化の過程を説明する進化系統樹を作成するために用いられる。

【0003】

多領域シーケーシングを行うに際して、腫瘍には遺伝子変異の空間的不均一性が存在するため、どの領域をサンプリングすれば腫瘍特性を反映できるかを決定しにくいなどのため、適切なサンプリング領域を決定することが難しい。そこで、サンプリング数を増やすことが考えられるが、サンプリング数を増やすと、シーケーシングに必要なコストや患者の負担が増大する。

【0004】

従来、周辺領域の画像に基づいて病理学的特性に基づいて、注視領域の病理学的特性を分類する技術がある。この技術では、注視領域の病理学的特性を効率的に分類し得る。ところが、この技術では、同じ腫瘍特性を表す複数の領域の中で、どの領域が最も腫瘍特性を反映しているかを特定できないため、サンプリング領域（サンプリング位置）を絞り込むことが難しい。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１０－２０３９４９号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

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は、多領域シーケーシングにおける適切なサンプリングをできるようにすることである。ただし、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】

【0007】

実施形態の医用情報処理装置は、取得部と、分割部と、算出部と、クラスタ生成部と、特定部と、を持つ。取得部は、処理対象の医用画像を取得する。分割部は、前記医用画像を複数の領域に分割する。算出部は、前記複数の領域ごとに画像特徴量を算出する。クラスタ生成部は、前記画像特徴量に基づいて、前記複数の領域うちの少なくとも一部を集めた第１のクラスタを生成する。特定部は、前記第１のクラスタに基づいて、サンプリング位置を特定する。

【図面の簡単な説明】

【0008】

【図1】病院内システム１の構成の一例を示すブロック図。

【図2】第１の実施形態の医用情報処理装置１００の構成の一例を示すブロック図。

【図3】第１の実施形態の医用情報処理装置１００における処理の一例を示すフローチャート。

【図4】医用情報処理装置１００により画像処理される医用画像の変遷の一例を説明する図。

【図5】第２の実施形態の医用情報処理装置１００における処理の一例を示すフローチャートの一部。

【図6】クラスタ間の距離ｄを説明するための図。

【図7】第２の実施形態の医用情報処理装置１００により画像処理される医用画像の変遷の一例を説明する図。

【図8】サンプリング位置を特定する手法を説明するための図。

【発明を実施するための形態】

【0009】

以下、図面を参照しながら、実施形態の医用情報処理装置、医用情報処理方法、及びプログラムについて説明する。実施形態の医用情報処理装置は、例えば、腫瘍を含む画像における腫瘍領域を分割して分割した領域ごとの画像特徴量を算出し、画像特徴量に基づいて分割した領域をクラスタ化し、組織学的に類似し、あるいは腫瘍特性の近い領域を決定する。実施形態の医用情報処理装置は、クラスタ化した領域の中から適切なサンプリング位置を特定する。

【0010】

（第１の実施形態）
まず、第１の実施形態について説明する。図１は、病院内システム１の構成の一例を示すブロック図である。第１の実施形態の病院内システム１は、例えば、病院情報システム（Hospital Information System：以下、ＨＩＳ）１０と、放射線科情報システム（Radiology Information System：以下、ＲＩＳ）２０と、医用画像診断装置（モダリティ）３０と、画像保存通信システム（ＰＡＣＳ：Picture Archiving and Communication System）４０と、医用情報処理装置１００とを備える。

【0011】

ＨＩＳ１０は、病院内での業務支援を行うコンピュータシステムである。具体的には、ＨＩＳ１０は、各種サブシステムを有する。各種サブシステムとしては、例えば、電子カルテシステム、医療会計システム、診療予約システム、来院受付システム、入退院管理システムが含まれる。

【0012】

ＨＩＳ１０は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサ、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等のメモリ、ディスプレイ、入力インターフェース及び通信インターフェースを備えるサーバ装置やクライアント端末等のコンピュータを含む。

【0013】

ＲＩＳ２０は、画像診断部門での業務支援を行うコンピュータシステムである。ＲＩＳ２０は、ＨＩＳ１０と連携した画像検査オーダーの予約管理のほか、検査機器への予約情報連携、検査情報の管理などを行う。ＲＩＳ２０は、例えば、ＣＰＵ等のプロセッサ、ＲＯＭやＲＡＭ等のメモリ、ディスプレイ、入力インターフェース及び通信インターフェースを備えるサーバ装置やクライアント端末等のコンピュータを含む。

【0014】

モダリティ３０は、例えば、画像検査指示等に基づき決定される撮影条件（撮影プロトコル）に従い撮像（撮影）を実行する。モダリティ３０としては、例えば、Ｘ線コンピュータ断層撮影装置、Ｘ線診断装置、磁気共鳴イメージング装置、超音波診断装置、核医学診断装置等が挙げられる。医用画像は、例えば、放射線画像、磁気共鳴画像、超音波画像を含む。モダリティ３０は、例えば、医師（放射線科医）や診療放射線技師等のオペレータにより操作される。モダリティ３０の撮像により生成された医用画像（画像データ）はＰＡＣＳ４０に送信される。医用画像は、平面画像及び立体画像（ボリューム画像）を含む。

【0015】

ＰＡＣＳ４０は、モダリティ３０により送信された医用画像を受信してデータベースに保存するコンピュータシステムである。ＰＡＣＳ４０は、クライアントからのリクエストに応じて、データベースに保存された医用画像を送信（転送）する。ＰＡＣＳ４０は、ＣＰＵ等のプロセッサ、ＲＯＭやＲＡＭ等のメモリ、ディスプレイ、入力インターフェース、通信インターフェースを含むサーバ・コンピュータを含む。

【0016】

病院内システム１の構成は上記に限定されない。病院内システム１は、例えば、読影レポート作成装置等を含んでいてもよい。また、病院内システム１のいくつかの要素が統合されていてもよい。例えば、ＨＩＳ１０とＲＩＳ２０とが１個のシステムに統合されていてもよい。

【0017】

医用情報処理装置１００は、多領域シーケーシングで利用される検体を撮影した磁気共鳴画像などの医用画像において、処理対象となる医用画像を取得し、医用画像内におけるサンプリングに適した位置（以下、サンプリング位置）を特定する。医用情報処理装置１００は、特定したサンプリング位置をユーザに提示する。

【0018】

図２は、第１の実施形態の医用情報処理装置１００の構成の一例を示すブロック図である。医用情報処理装置１００は、例えば、通信インターフェース１１０と、入力インターフェース１２０と、ディスプレイ１３０と、処理回路１４０と、メモリ１５０と、を備える。医用情報処理装置１００における通信インターフェース１１０、入力インターフェース１２０、及びディスプレイ１３０は、ＨＩＳ１０が備える通信インターフェース、入力インターフェース及びディスプレイとは別個に設けられているが、これらが共通していてもよい。

【0019】

通信インターフェース１１０は、例えば、ＬＡＮ(Local Area Network)などのネットワークＮＷを介してＲＩＳ２０、モダリティ３０、ＰＡＣＳ４０等の外部装置と通信する。通信インターフェース１１０は、例えば、ＮＩＣ（Network Interface Card）等の通信インターフェースを含む。ネットワークＮＷは、ＬＡＮに代えてまたは加えて、インターネット、セルラー網、Ｗｉ－Ｆｉ網、ＷＡＮ（Wide Area Network）等を含んでもよい。

【0020】

入力インターフェース１２０は、診療医等のユーザ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１４０に出力する。入力インターフェース１２０は、例えば、ユーザにより入力操作が行われた場合に、入力操作に応じた情報を生成する。入力インターフェース１２０は、生成した入力操作に応じた情報を処理回路１４０に出力する。

【0021】

入力インターフェース１２０は、例えば、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパネル等を含む。入力インターフェース１２０は、例えば、マイク等の音声入力を受け付けるユーザインターフェースであってもよい。入力インターフェース１２０がタッチパネルである場合、入力インターフェース１２０は、ディスプレイ１３０の表示機能を兼ね備えるものであってもよい。

【0022】

なお、本明細書において入力インターフェースはマウス、キーボード等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、この電気信号を制御回路へ出力する電気信号の処理回路も入力インターフェースの例に含まれる。

【0023】

ディスプレイ１３０は、各種の情報を表示する。例えば、ディスプレイ１３０は、処理回路１４０によって生成された画像や、操作者からの各種の入力操作を受け付けるためのＧＵＩ（Graphical User Interface）等を表示する。例えば、ディスプレイ１３０は、ＬＣＤ（Liquid Crystal Display）や、ＣＲＴ（Cathode Ray Tube）ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等である。

【0024】

処理回路１４０は、例えば、取得機能１４１と、分割機能１４２と、算出機能１４３と、クラスタ生成機能１４４と、特定機能１４５とを備える。処理回路１４０は、例えば、ハードウェアプロセッサ（コンピュータ）がメモリ（記憶回路）１５０に記憶されたプログラムを実行することにより、これらの機能を実現するものである。

【0025】

ハードウェアプロセッサとは、例えば、ＣＰＵ、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）または複合プログラマブル論理デバイス（Complex Programmable Logic Device; ＣＰＬＤ）、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array; ＦＰＧＡ）などの回路（circuitry）を意味する。

【0026】

メモリ１５０にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。上記のプログラムは、予めメモリ１５０に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭ等の非一時的記憶媒体に格納されており、非一時的記憶媒体が医用情報処理装置１００のドライブ装置（不図示）に装着されることで非一時的記憶媒体からメモリ１５０にインストールされてもよい。

【0027】

ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。医用情報処理装置１００におけるハードウェアプロセッサやメモリ等は、ＨＩＳ１０のハードウェアプロセッサやメモリ等とは別個に設けられているが、これらが共通していてもよい。

【0028】

取得機能１４１は、処理対象となる医用画像を例えばＰＡＣＳ４０にリクエストを、通信インターフェース１１０を用いて送信する。ＰＡＳＣ４０は、リクエストに応じて医用画像を医用情報処理装置１００に送信する。取得機能１４１は、ＯＡＣＳ４０により送信され、通信インターフェース１１０により受信された医用画像を取得する。取得機能１４１は、取得部の一例である。

【0029】

分割機能１４２は、医用画像を複数の領域に分割する。分割機能１４２は、例えば、予め定められた形状及びスケールのグリッド（升目）で医用画像を分割する。グリッドは、例えば、画素に対して１対１であってもよいし、グリッド内に複数の画素が含まれていてもよい。

【0030】

医用画像が平面画像である場合、グリッドは、例えば正方形である。グリッドは、正方形以外の形状でもよい。グリッドは、例えば、正方形以外の長方形や正多角形などの直線で囲まれた形状でもよい。医用画像が立体画像である場合には、グリッドは、例えば立方体であるが、立方体以外の直方体でもよいし、その他の形状でもよい。分割機能１４２は、分割部の一例である。グリッドは、領域の一例である。

【0031】

算出機能１４３は、複数の領域ごとに画像特徴量を算出する。画像特徴量は、例えば、腫瘍の不均一性を表現する。画像特徴量は、腫瘍の不均一性を表現するもの以外のものでもよい。画像特徴量は、例えば、Radiogenomics（radiology, genomics:遺伝子に関する多量の情報を系統的に取り扱う科学）において取り扱われる種々の画像特徴量であってよい。算出機能１４３は、算出部の一例である。

【0032】

クラスタ生成機能１４４は、画像特徴量に基づいて、グリッドの少なくとも一部を集めた複数階層のクラスタを生成する。クラスタには、複数（２以上）の領域が含まれる。クラスタ生成機能１４４により生成されるクラスタの階層の数（以下、クラスタ規定数）は予め定めておくことができる。例えば、クラスタ規定数が２である場合には、クラスタ生成機能１４４は、第１層クラスタ及び第２層クラスタを生成する。クラスタ規定数は、例えば、k-means法におけるｋの値としてよい。

【0033】

クラスタ生成機能１４４は、所定の条件に従ってクラスタを生成する。クラスタ生成機能１４４は、例えば、画像特徴量の大小に基づいて、グリッドを第１層クラスタグリッドと第２層クラスタグリッドに分類する。クラスタ生成機能１４４は、例えば、医用画像における腫瘍が含まれるグリッドにおける画像特徴量をそれぞれ算出する。クラスタ生成機能１４４は、クラスタ生成部の一例である。

【0034】

クラスタ生成機能１４４は、医用画像における腫瘍が含まれるグリッドを分類する。クラスタ生成機能１４４は、クラスタ規定数に応じてグリッドを分類する。ここでは、クラスタ規定数が２であるので、クラスタ生成機能１４４は、医用画像に含まれる画像特徴量（腫瘍の不均一性）が小さい（低い）グリッド（以下、第１層クラスタグリッド）と大きい（高い）グリッド（以下、第２層クラスタグリッド）とに分類する。クラスタ生成機能１４４は、隣接する第１層クラスタグリッド同士を連結して第１層クラスタを生成し、隣接する第２層クラスタグリッド同士を連結して第２層クラスタを生成する。

【0035】

グリッド同士が連結するか否かを判定するにあたり、クラスタ生成機能１４４は、医用画像が平面画像である場合、例えば、２つのグリッドが線接触しているときにグリッド同士が連結すると判定してよい。クラスタ生成機能１４４は、２つのグリッドが点接触または線接触しているときにグリッド同士が連結すると判定してもよい。

【0036】

２つのグリッドが線接触しているときにグリッド同士が連結すると判定する場合には、正方形であるグリッドの４方にあるグリッド同士が連結することとなる。点接触または線接触しているときにグリッド同士が連結すると判定する場合には、グリッドの８方にあるグリッド同士が連結することとなる。

【0037】

クラスタ生成機能１４４は、医用画像が立体画像である場合、例えば、２つのグリッドが面接触しているときにグリッド同士が連結すると判定してよい。クラスタ生成機能１４４は、２つのグリッドが面接触または線接触しているときにグリッド同士が連結すると判定してもよい。クラスタ生成機能１４４は、２つのグリッドが面接触、線接触、または点接触しているときにグリッド同士が連結すると判定してもよい。

【0038】

２つのグリッドが面接触しているときにグリッド同士が連結すると判定する場合には、立方体であるグリッドの６方にあるグリッド同士が連結することとなる。２つのグリッドが面接触または線接触しているときにグリッド同士が連結すると判定する場合には、グリッドの１８方にあるグリッド同士が連結することとなる。２つのグリッドが面接触、線接触、または点接触しているときにグリッド同士が連結すると判定する場合には、グリッドの２６方にあるグリッド同士が連結することとなる。

【0039】

クラスタ生成機能１４４は、第１層クラスタおよび第２層クラスタをそれぞれ単数または複数生成する。第１層クラスタ及び第２層クラスタは、互いに連結したグリッドにより形成される。このため、例えば、複数の第１層クラスタグリッドが離れて位置する場合には、それらの第１層クラスタグリッドは異なる第１層クラスタに含まれることとなる。したがって、第１層クラスタが複数生成されることがある。クラスタ生成機能１４４が第１層クラスタを複数生成した場合、第１層クラスタの１つが第１のクラスタの一例であり、第１層クラスタの他の１つが第１のクラスタに関連する第２のクラスタの一例である。

【0040】

特定機能１４５は、クラスタ生成機能１４４により生成された第１層クラスタに基づいて、１つめのサンプリング位置（以下、第１サンプリング位置）を特定する。特定機能１４５は、クラスタ生成機能１４４により生成された第２層クラスタに基づいて、２つめのサンプリング位置（以下、第２サンプリング位置）を特定する。特定機能１４５は、特定部の一例である。

【0041】

特定機能１４５は、第１サンプリング位置を特定するにあたり、第１層クラスタが複数ある場合に、複数の第１層クラスタのそれぞれ連結数を計数する。特定機能１４５は、連結数を計数した結果に基づいて第１サンプリング位置を特定する。特定機能１４５は、連結数が最も多い第１層クラスタに基づいて第１サンプリング位置を特定する。特定機能１４５は、例えば、２つの第１層クラスタがある場合に連結数が多い一方のクラスタを特定し、連結数が多い一方のクラスタ内でサンプリング位置を特定する。特定機能１４５は、同様の手順で第２サンプリング位置を特定する。

【0042】

特定機能１４５は、算出したサンプリング位置を出力する。特定機能１４５は、例えば、ディスプレイ１３０に表示させることによりサンプリング位置を出力する。特定機能１４５は、他の態様でサンプリング位置を出力してもよい。特定機能１４５は、例えば、通信インターフェース１１０を利用して、例えばユーザが使用するタブレット端末などの外部装置にサンプリング位置を出力してもよい。

【0043】

次に、医用情報処理装置１００における処理及び医用情報処理装置１００により画像処理される医用画像の変遷について説明する。ここでは、第１層クラスタ及び第２層クラスタがそれぞれ１つずつ生成された場合について説明する。図３は、第１の実施形態の医用情報処理装置１００における処理の一例を示すフローチャートである。図４は、医用情報処理装置１００により画像処理される医用画像の変遷の一例を説明する図である。

【0044】

図３に示すフローにおいて、医用情報処理装置１００は、まず、取得機能１４１において、処理対象となる医用画像を例えばＰＡＣＳ４０にリクエストする。取得機能１４１は、ＰＡＣＳ４０により送信され通信インターフェース１１０により受信される医用画像を取得する（ステップＳ１０１）。

【0045】

続いて、分割機能１４２は、取得機能１４１により取得された医用画像を複数のグリッドに分割する（ステップＳ１０３）。分割機能１４２は、図４の左上図に示すように、例えば、患部画像ＧＳを含む十共鳴画像をグリッドＭｘｙ（ｘ＝１，２，・・・、ｙ＝１，２，・・・）に分割する。グリッドＭｘｙは、予め定められた形状及びスケールであり、これらは互いに同一の形状及びスケールの正方形をなす。

【0046】

続いて、算出機能１４３は、グリッドＭｘｙのうち、患部画像ＧＳを含むグリッドに対して、グリッドごとに画像特徴量をそれぞれ算出する。画像特徴量を算出する対象とするグリッドは、第１の実施形態では、全体が患部画像ＧＳがとなっているグリッドとしているが、一部が患部画像ＧＳであり他の一部が患部画像ＧＳ以外の画像となるグリッドを対称としてもよい。

【0047】

算出機能１４３は、グリッドＭｘｙの画像特徴量として、不均一性を算出する。図４の右上図において、グリッドＭ１３，Ｍ１４，Ｍ１５，Ｍ２３，Ｍ２４，Ｍ２５，Ｍ３３，Ｍ３４の画像特徴量を示す。グリッドＭ１３，Ｍ１４，Ｍ１５の画像特徴量はいずれも「１．１」、グリッドＭ２３，Ｍ２４，Ｍ３３の画像特徴量は「２．２」、グリッドＭ２５の画像特徴量は「２．１」、グリッドＭ３４の画像特徴量は「２．３」である。

【0048】

続いて、クラスタ生成機能１４４は、算出した各グリッドの画像特徴量に基づいて、第１層クラスタ及び第２層クラスタを生成する（ステップＳ１０５）。クラスタ生成機能１４４は、例えば、クラスタ規定数が２と設定されている場合に、図４の右下図に示すように、グリッドＭ１３，Ｍ１４，Ｍ１５、Ｍ２３，Ｍ２４，Ｍ２５，Ｍ３３，Ｍ３４を第１層クラスタグリッド及び第２層クラスタグリッドに分類し、第１層クラスタ及び第２層クラスタにクラスタリングする。

【0049】

ここでは、クラスタ生成機能１４４は、グリッドＭ１３，Ｍ１４，Ｍ１５を第１層クラスタグリッドに分類し、グリッドＭ２３、Ｍ２４，Ｍ２５，Ｍ３３，Ｍ３４を第１層クラスタグリッドに分類する。クラスタ生成機能１４４は、第１層クラスタグリッドであるグリッドＭ１３，Ｍ１４，Ｍ１５により第１層クラスタを生成し、第２層クラスタグリッドであるグリッドＭ２３、Ｍ２４，Ｍ２５，Ｍ３３，Ｍ３４により第２層クラスタを生成する。

【0050】

続いて、特定機能１４５は、第１層クラスタ及び第２層クラスタのそれぞれにおける第１サンプリング位置及び第２サンプリング位置を特定する（ステップＳ１０７）。図４の右下図に示すように、特定機能１４５は、第１層クラスタに含まれるすべてのグリッド（グリッドＭ１３，Ｍ１４，Ｍ１５）の重心を第１サンプリング位置Ｐ１１として特定する。特定機能１４５は、第２層クラスタに含まれるすべてのグリッド（Ｍ２３、Ｍ２４，Ｍ２５，Ｍ３３，Ｍ３４）の重心を第２サンプリング位置Ｐ１２として特定する。

【0051】

特定機能１４５は、例えば、第１層クラスタの第１サンプリング位置Ｐ１１を特定する際に、第１層クラスタに含まれるすべての第１層クラスタグリッドの重心以外の位置を第１サンプリング位置として特定してもよい。特定機能１４５は、例えば、所定の条件で選別された第１層クラスタグリッドの一部の重心を第１サンプリング位置Ｐ１１としてもよいし、第１層クラスタのエッジからの距離の総和が最も小さい点を第１サンプリング位置Ｐ１１としてもよい。

【0052】

ステップＳ１０５において、クラスタ生成機能１４４により、第１層クラスタが複数生成された場合、特定機能１４５は、サンプリング位置を特定するにあたり、各第１層クラスタに含まれるグリッドの連結数に基づいてサンプリング位置を特定する。ここで生成された複数の第１層クラスタは、互いに画像特徴量が共通するクラスタである。

【0053】

特定機能１４５は、例えば、複数の第１層クラスタのうち、連結数が最も多い第１層クラスタを選定する。特定機能１４５は、選定した第１層クラスタ内にサンプリング位置を特定する。特定機能１４５は、例えば、選定した第１層クラスタの重心を第１サンプリング位置Ｐ１１として特定する。

【0054】

続いて、特定機能１４５は、特定した第１サンプリング位置Ｐ１１及び第２サンプリング位置Ｐ１２を、ディスプレイ１３０に表示させることにより出力する（ステップＳ１０９）。あるいは、特定機能１４５は、第１サンプリング位置Ｐ１１及び第２サンプリング位置を、通信インターフェース１１０を利用して外部装置に送信することにより出力する。こうして、医用情報処理装置１００は、図３に示す処理を終了する。

【0055】

第１の実施形態の医用情報処理装置１００は、腫瘍を含む医用画像における腫瘍領域を分割し、分割した領域ごとの画像特徴量を算出する。医用情報処理装置１００は、画像特徴量に基づいて分割した領域をクラスタ化することにより、組織学的に類似し、あるいは腫瘍特性の近い領域を決定する。このため、クラスタ化した領域の中から、多領域シーケーシングにおける適切なサンプリング位置を特定することができる。

【0056】

（第２の実施形態）
次に、第２の実施形態について説明する。第２の実施形態の医用情報処理装置１００は、第１の実施形態の医用情報処理装置１００と比較して、クラスタ生成機能１４４における処理が主に異なる。第２の実施形態の医用情報処理装置１００では、クラスタ規定数に応じた階層のクラスタを生成した際に、各クラスタにおける最大連結成分が閾値未満である場合や階層の異なるクラスタ同士の特性が類似（近似）する場合に、複数のクラスタを統一する。以下、第１の実施形態との相違点を中心として、第２の実施形態の医用情報処理装置１００について説明する。

【0057】

次に、第２の実施形態の医用情報処理装置１００における処理について説明する。図５は、第２の実施形態の医用情報処理装置１００における処理の一例を示すフローチャートの一部である。第２の実施形態の医用情報処理装置１００では、図３に示す第１の実施形態における医用情報処理装置１００のステップＳ１０１～ステップＳ１０５と同様の処理を行う。

【0058】

続いて、第２の実施形態の医用情報処理装置１００は、クラスタ生成機能１４４において。複数の第１層クラスタのそれぞれ含まれるグリッドの最大数（以下、最大連結成分）が、第１閾値α未満であるか否かを判定する（ステップＳ２０１）。最大連結成分が第１閾値α未満でない（第１閾値α以上である）と判定した場合、クラスタ生成機能１４４は、処理をステップＳ１０７に進める。

【0059】

クラスタ生成機能１４４は、最大連結成分が第１閾値α未満でない（第１閾値α以上である）と判定した場合、第１層クラスタと第２層クラスタの間（クラスタ間）の距離ｄを算出する（ステップＳ２０３）。図６は、クラスタ間の距離ｄを説明するための図である。

【0060】

クラスタ生成機能１４４は、例えば、クラスタを特徴量１及び特徴量２に基づいて生成し、第１層クラスタに含まれる第１層クラスタグリッドの集合を示す領域Ｒ１の中心と、第２層クラスタに含まれる第２層クラスタグリッドの集合を示す領域Ｒ２の中心との距離をクラスタ間の距離ｄとして求める。クラスタ生成機能１４４は、クラスタ間の距離ｄが第２閾値β未満であるか否かを判定する（ステップＳ２０５）。

【0061】

クラスタ間の距離ｄが第２閾値β未満でないと判定した場合、第１層クラスタと第２層クラスタは類似していないと判定して、クラスタ生成機能１４４は、処理をステップＳ１０７に進める。クラスタ間の距離ｄが第２閾値β未満でない（（第２閾値β以上である）と判定した場合、クラスタ生成機能１４４は、第１層クラスタと第２層クラスタは類似していないと判定して、処理をステップＳ１０７に進める。

【0062】

クラスタ生成機能１４４は、クラスタ間の距離ｄが第２閾値未満であると判定した場合に、第１層クラスタと第２層クラスタは類似していると判定して、第１層クラスタと第２層クラスタを同一クラスと擬制する（ステップＳ２０７）。クラスタ生成機能１４４は、同一クラスにある第２層クラスタを含めて第１層クラスタとする。続くステップＳ１０７では、ステップＳ２０７の内からサンプリング位置を特定する。

【0063】

図７は、第２の実施形態の医用情報処理装置１００により画像処理される医用画像の変遷の一例を説明する図である。図７に示す例では、グリッドＭ１３，Ｍ１５、Ｍ２４，Ｍ３２，Ｍ３４が第１層クラスタグリッドであり、グリッドＭ１４，Ｍ２３、Ｍ２５，Ｍ３３が第２層クラスタグリッドである。図７では、第１層クラスタグリッドに「Ａ」、第２層クラスタグリッドに「Ｂ」の符号を付している。

【0064】

ここで、第１層クラスタと第２層クラスタのクラスタ間の距離ｄが第２閾値βを超える場合には、第１層クラスタと第２層クラスタを統一する。このため、グリッドＭ１３，Ｍ１４，Ｍ１５，Ｍ２３，Ｍ２４，Ｍ２５，Ｍ３２，Ｍ３３，Ｍ３４のグリッドが第１第２層統一クラスタとなる。図７では、第１第２層統一クラスタに含まれるグリッドに「ＡＢ」の符号を付している。特定機能１４５は、例えば、グリッドＭ１３，Ｍ１４，Ｍ１５，Ｍ２３，Ｍ２４，Ｍ２５，Ｍ３２，Ｍ３３，Ｍ３４の重心をサンプリング位置Ｐ２１として特定する。

【0065】

第２の実施形態の医用情報処理装置１００は、第１の実施形態の医用情報処理装置１００と同様の作用効果を奏する。さらに、第２の実施形態の医用情報処理装置１００は、各クラスタにおける最大連結成分が第１閾値未満であり、階層の異なるクラスタ間の距離ｄが第２閾値未満である場合に、階層の異なるクラスタを統一する。このため、クラスタの領域が狭くなりすぎないようにすることができるとともに、近似する範囲でサンプリング位置を特定するための領域を広くすることができる。各クラスタにおける最大連結成分が第１閾値未満であるか否かによらず、階層の異なるクラスタ間の距離が第２閾値未満である場合に、階層の異なるクラスタを統一するようにしてもよい。

【0066】

（第３の実施形態）
次に、第３の実施形態について説明する。第３の実施形態の医用情報処理装置１００は、針生検における生検領域を特定する。例えば、腫瘍を持つ患者に対して針生検を行う際に、患者の負担を考慮して、針生検の箇所を少なく、例えば３か所で済ませたいとすることがある。第３の実施形態の医用情報処理装置１００では、このような場合に、針生検を行う個所の数にクラスタ規定数を設定して、サンプリング位置を特定する。医用情報処理装置１００は、例えば、特定したサンプリング位置を付した腫瘍特性予測マップに生成して出力する。その他の点は、第１の実施形態の医用情報処理装置１００と同様である。腫瘍特性予測マップは、例えば、ユーザが使用するタブレット端末に記憶されている。医用情報処理装置１００は、例えば、腫瘍特性予測マップを記憶するタブレット端末にサンプリング位置を送信することにより出力する。

【0067】

図８は、サンプリング位置を特定する手法を説明するための図である。第３の実施形態の医用情報処理装置１００では、例えば、図８の左図に示す患部画像ＧＳを含む医用画像に対して、分割機能１４２により、図８の右図に示すように、グリッドを設定する。続いて、算出機能１４３により各グリッドの画像特徴量を算出した後、クラスタ生成機能１４４により、クラスタ規定数を３とした３階層のクラスタを生成する。

【0068】

図８の右図において、グリッドＭ１３、Ｍ１５が第１層クラスタグリッド、グリッドＭ２４，Ｍ２５，Ｍ３４が第２層クラスタグリッド、グリッドＭ２３，Ｍ３２，Ｍ３３が第３層クラスタグリッドとなる。図８において、第１層クラスタグリッドには「Ａ」、第２層クラスタグリッドには「Ｂ」、第３層クラスタグリッドには「Ｃ」の符号をそれぞれ付している。

【0069】

特定機能１４５は、第１層クラスタ、第２層クラスタ、及び第３層クラスタに対して、それぞれ第１サンプリング位置Ｐ３１、第２サンプリング位置Ｐ３２、及び第３サンプリング位置Ｐ３３を特定する。特定機能１４５は、特定した第１サンプリング位置Ｐ３１、第２サンプリング位置Ｐ３２、及び第３サンプリング位置Ｐ３３を、例えば、腫瘍特性予測マップが記憶されたタブレット端末に送信する。

【0070】

第１サンプリング位置Ｐ３１、第２サンプリング位置Ｐ３２、及び第３サンプリング位置Ｐ３３を送信されたタブレット端末は、これらの各サンプリング位置を腫瘍特性予測マップに書き込む。こうして、タブレット端末において、腫瘍特性予測マップが改良されユーザは、サンプリング位置を容易に認識できるようになる。

【0071】

腫瘍特性マップは、外部装置に記憶されているほか、医用情報処理装置１００に記憶されていてもよい。この場合、医用情報処理装置１００における処理回路１４０は、特定機能１４５により特定したサンプリング位置を腫瘍特性予測マップに書き込む書き込み機能を備え、第１サンプリング位置Ｐ３１、第２サンプリング位置Ｐ３２、及び第３サンプリング位置Ｐ３３をそれぞれ腫瘍特性サンプリングマップに書き込む。

【0072】

第３の実施形態の医用情報処理装置１００は、上記第１の実施形態の医用情報処理装置１００と同様の作用効果を奏する。第３の実施形態の医用情報処理装置１００は、サンプリング位置を特定した腫瘍特性予測マップを参照する。このため、ユーザに針生検サンプリング位置が付加された腫瘍予測マップを生成する。したがって、活用性の高い腫瘍予測マップを容易に製造することができる。

【0073】

上記の各実施形態の医用情報処理装置１００において、同じ層のクラスタが複数生成される場合には、連結数が最も多いクラスタ内にサンプリング位置が特定されるが、連結数が最も多いクラスタ以外のクラスタ内にサンプリング位置が特定されてもよい。この場合、１層のクラスタに対して複数のサンプリング位置が特定されるが、これらの複数のサンプリング位置に対して、優劣をつけてもよい。優劣は、例えば、各クラスタの連結数に応じて定めてよく、例えば、連結数が多いほど優先度が高くなるようにしてよい。そして、例えば、優先度が最も高いサンプリング位置による生検が困難である場合、例えば、当該サンプリング位置に穿刺針を到達させると、穿刺針が主要臓器、例えば心臓を通過する場合に、次の優先度が高いサンプリング位置による生検を行ってよい。

【0074】

さらに、医用情報処理装置１００は、サンプリング位置以外の情報、例えば、穿刺針がサンプリング位置に到達するまでの空間領域の情報を出力してもよい。この場合、特定機能１４５により特定したサンプリング位置を通り、他の階層のクラスタグリッドを通らない領域を表示してもよい。穿刺針が異なる階層のクラスタグリッドを通らないことにより、他の階層のクラスタグリッドを通らずにサンプリングした検体を採取することができる。

【0075】

上記の各実施形態の医用情報処理装置１００では、特性が共通するグリッドに対して異なる階層を設定してサンプリング位置を特定しているが、特性が異なるグリッドに対して同時にサンプリング位置を特定するようにしてもよい。サンプリングには、例えば、マンモトーム、針生検、細胞診などが用いられるが、これらのためのサンプリング位置を同時に特定できるようにしてもよい。

【0076】

この場合、医師は、組織学的・主要特性の違いを反映した規定数のサンプリング領域を確認できる。このため、生検時に適切なサンプリング位置を決定することができる。また、バイオインフォマティシャンは、低コストで腫瘍の不均一性の解析や進化系統樹を作成することができる。

【0077】

以上説明した少なくとも１つの実施形態によれば、処理対象の医用画像を取得する取得部と、前記医用画像を複数の領域に分割する分割部と、前記複数の領域ごとに画像特徴量を算出する算出部と、前記画像特徴量に基づいて、前記複数の領域うちの少なくとも一部を集めた第１のクラスタを生成するクラスタ生成部と、前記第１のクラスタに基づいて、サンプリング位置を特定する特定部と、を持つことにより、多領域シーケーシングにおける適切なサンプリングをできるようにすることができる。

【0078】

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】

【0079】

１…病院内システム
１０…ＨＩＳ（病院情報システム）
２０…ＲＩＳ（放射線科情報システム）
３０…医用画像診断装置（モダリティ）
４０…ＰＡＣＳ（画像保存通信システム）
１００…医用情報処理装置
１１０…通信インターフェース
１２０…入力インターフェース
１３０…ディスプレイ
１４０…処理回路
１４１…取得機能
１４２…分割機能
１４３…算出機能
１４４…クラスタ生成機能
１４５…特定機能
１５０…メモリ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】