7154492 医用画像処理装置、医用画像処理方法および医用画像処理プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-10-07

(45)【発行日】2022-10-18

(54)【発明の名称】医用画像処理装置、医用画像処理方法および医用画像処理プログラム

(51)【国際特許分類】

   A61B 6/03 20060101AFI20221011BHJP

   A61B 5/055 20060101ALI20221011BHJP

   G16H 10/00 20180101ALI20221011BHJP

   G06T 7/00 20170101ALI20221011BHJP

【ＦＩ】

A61B6/03 360Z

A61B6/03 360T

A61B5/055 380

G16H10/00

G06T7/00 614

【請求項の数】 6

(21)【出願番号】P 2018104971

(22)【出願日】2018-05-31

(65)【公開番号】P2019208620

(43)【公開日】2019-12-12

【審査請求日】2021-05-07

(73)【特許権者】

【識別番号】399085912

【氏名又は名称】株式会社ジェイマックシステム

(74)【代理人】

【識別番号】100142365

【弁理士】

【氏名又は名称】白井 宏紀

(74)【代理人】

【識別番号】100146064

【弁理士】

【氏名又は名称】吉田 玲子

(72)【発明者】

【氏名】古瀬 司

(72)【発明者】

【氏名】箱石 卓

【審査官】櫃本 研太郎

(56)【参考文献】

【文献】特表２００９－５０２２３０（ＪＰ，Ａ）

【文献】特開２０１４－０１４６８０（ＪＰ，Ａ）

【文献】特開２００９－０６１１７０（ＪＰ，Ａ）

【文献】国際公開第２０１０／０５０３３４（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／００，６／００－６／１４

Ｇ０６Ｔ ７／００－７／９０

Ｇ１６Ｈ １０／００－８０／００

Ｇ０６Ｑ ５０／２２

医中誌ＷＥＢ

(57)【特許請求の範囲】

【請求項1】

単一のモダリティによって患者を撮影することにより生成された医用画像を処理する医用画像処理装置であって、
撮影部位および撮影方法の一方を基準とする分類である複数の第１分類の各々に属する基準医用画像の特徴を表す第１特徴量と、前記医用画像の特徴量とを照合する第１照合手段、および
前記撮影部位および前記撮影方法の両方を基準とする分類である複数の第２分類の各々に属する基準医用画像の特徴を表す第２特徴量のうち、特定の第２分類の第２特徴量と、前記医用画像の特徴量とを照合する第２照合手段を備え、
前記複数の第２分類の各々は前記複数の第１分類のいずれか１つに属し、
前記第２照合手段は、
前記第１照合手段の照合結果に基づいて前記複数の第１分類のいずれか１つを特定する第１分類特定手段、および
前記複数の第２分類のうち前記第１分類特定手段によって特定された第１分類に属する第２分類を前記特定の第２分類として特定する第２分類特定手段を含み、
前記特定の第２分類の数は２以上であり、
前記第２照合手段の照合結果に基づいて前記特定の第２分類のいずれか１つを特定する特定手段を備える、医用画像処理装置。

【請求項2】

前記特定手段によって特定された第２分類に属する基準医用画像の特徴量と前記医用画像の特徴量とを照合して前記患者の疾患を解析する解析手段をさらに備える、請求項１記載の医用画像処理装置。

【請求項3】

前記基準医用画像は複数の患者の各々を撮影することにより生成された医用画像である、請求項１または２記載の医用画像処理装置。

【請求項4】

前記患者の医用画像にはタグ情報が付されており、
前記第１分類および前記第２分類の各々の基準となる情報は前記タグ情報において欠落している、請求項１ないし３のいずれかに記載の医用画像処理装置。

【請求項5】

単一のモダリティによって患者を撮影することにより生成された医用画像を処理する医用画像処理装置によって実行される医用画像処理方法であって、
撮影部位および撮影方法の一方を基準とする分類である複数の第１分類の各々に属する基準医用画像の特徴を表す第１特徴量と、前記医用画像の特徴量とを照合する第１照合ステップ、および
前記撮影部位および前記撮影方法の両方を基準とする分類である複数の第２分類の各々に属する基準医用画像の特徴を表す第２特徴量のうち、特定の第２分類の第２特徴量と、前記医用画像の特徴量とを照合する第２照合ステップを備え、
前記複数の第２分類の各々は前記複数の第１分類のいずれか１つに属し、
前記第２照合ステップは、
前記第１照合ステップの照合結果に基づいて前記複数の第１分類のいずれか１つを特定する第１分類特定ステップ、および
前記複数の第２分類のうち前記第１分類特定ステップによって特定された第１分類に属する第２分類を前記特定の第２分類として特定する第２分類特定ステップを含み、
前記特定の第２分類の数は２以上であり、
前記第２照合ステップの照合結果に基づいて前記特定の第２分類のいずれか１つを特定する特定ステップを備える、医用画像処理方法。

【請求項6】

単一のモダリティによって患者を撮影することにより生成された医用画像を処理する医用画像処理装置のプロセッサに、
撮影部位および撮影方法の一方を基準とする分類である複数の第１分類の各々に属する基準医用画像の特徴を表す第１特徴量と、前記医用画像の特徴量とを照合する第１照合ステップ、および
前記撮影部位および前記撮影方法の両方を基準とする分類である複数の第２分類の各々に属する基準医用画像の特徴を表す第２特徴量のうち、特定の第２分類の第２特徴量と、前記医用画像の特徴量とを照合する第２照合ステップを実行させるための医用画像処理プログラムであって、
前記複数の第２分類の各々は前記複数の第１分類のいずれか１つに属し、
前記第２照合ステップは、
前記第１照合ステップの照合結果に基づいて前記複数の第１分類のいずれか１つを特定する第１分類特定ステップ、および
前記複数の第２分類のうち前記第１分類特定ステップによって特定された第１分類に属する第２分類を前記特定の第２分類として特定する第２分類特定ステップを含み、
前記特定の第２分類の数は２以上であり、
前記第２照合ステップの照合結果に基づいて前記特定の第２分類のいずれか１つを特定する特定ステップを備える、医用画像処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、医用画像処理装置、医用画像処理方法および医用画像処理プログラムに関し、特に、患者を撮影することにより生成された医用画像を処理する、医用画像処理装置、医用画像処理方法および医用画像処理プログラムに関する。

【背景技術】

【0002】

近年、ＡＩ（人工知能）は著しく進歩しており、医療分野へのＡＩの応用も進められている（例えば、特許文献１参照）。医療分野への応用は広範囲にわたり、その中には、モダリティで撮影された医用画像の解析による診断支援も含まれる。

【0003】

一方、ＤＩＣＯＭ規格によれば、検査日付、患者名、検査時の患者の年齢などが記載されたタグ情報が、医用画像に付される。したがって、当該タグ情報を参照して医用画像を解析することで、ＡＩによる画像診断支援性能の向上が期待される。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１８－１４０５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、詳細な撮影部位や撮影方法を当該タグ情報から特定することは不可能であり、これが画像診断支援性能の向上を妨げる一因となっている。

【0006】

それゆえに、この発明の主たる目的は、画像診断支援性能を高めることができる、医用画像処理装置を提供することである。

【課題を解決するための手段】

【0007】

この発明に係る医用画像処理装置(40：実施例で相当する参照符号。以下同じ)は、患者を撮影することにより生成された医用画像を処理する医用画像処理装置(40)であって、複数の第１分類(頭部ＣＴ、胸部ＣＴ、腹部ＣＴ)の各々に属する基準医用画像の特徴を表す第１特徴量と、医用画像の特徴量とを照合する第１照合手段(S04~S06)、および複数の第２分類(頭部単純ＣＴ、頭部造影ＣＴ、胸部単純ＣＴ、胸部造影ＣＴ、腹部単純ＣＴ、腹部造影ＣＴ)の各々に属する基準医用画像の特徴を表す第２特徴量のうち、特定の第２分類の第２特徴量と、医用画像の特徴量とを照合する第２照合手段(S07~S10, S17~S18, S20~S21, S23~S24)を備え、複数の第２分類の各々は複数の第１分類のいずれか１つに属し、第２照合手段は、第１照合手段の照合結果に基づいて複数の第１分類のいずれか１つを特定する第１分類特定手段(S07)、および複数の第２分類のうち第１分類特定手段によって特定された第１分類に属する第２分類を特定の第２分類として特定する第２分類特定手段(S08~S10)を含む。

【0008】

好ましくは、特定の第２分類の数は２以上であり、第２照合手段の照合結果に基づいて特定の第２分類のいずれか１つを特定する特定手段(S19, S22, S25)、および特定手段によって特定された第２分類に属する基準医用画像の特徴量と医用画像の特徴量とを照合して患者の疾患を解析する解析手段(S26~S28)がさらに備えられる。

【0009】

好ましくは、複数の第１分類は撮影部位および撮影方法の一方を基準とする分類であり、複数の第２分類は撮影部位および撮影方法の両方を基準とする分類である。

【0010】

好ましくは、基準医用画像は複数の患者の各々を撮影することにより生成された医用画像である。

【0011】

好ましくは、患者の医用画像にはタグ情報が付されており、第１分類および第２分類の各々の基準となる情報はタグ情報において欠落している。

【0012】

この発明に係る医用画像処理方法は、患者を撮影することにより生成された医用画像を処理する医用画像処理装置(40)によって実行される医用画像処理方法であって、複数の第１分類(頭部ＣＴ、胸部ＣＴ、腹部ＣＴ)の各々に属する基準医用画像の特徴を表す第１特徴量と、医用画像の特徴量とを照合する第１照合ステップ(S04~S06)、および複数の第２分類(頭部単純ＣＴ、頭部造影ＣＴ、胸部単純ＣＴ、胸部造影ＣＴ、腹部単純ＣＴ、腹部造影ＣＴ)の各々に属する基準医用画像の特徴を表す第２特徴量のうち、特定の第２分類の第２特徴量と、医用画像の特徴量とを照合する第２照合ステップ(S07~S10, S17~S18, S20~S21, S23~S24)を備え、複数の第２分類の各々は複数の第１分類のいずれか１つに属し、第２照合ステップは、第１照合ステップの照合結果に基づいて複数の第１分類のいずれか１つを特定する第１分類特定ステップ(S07)、および複数の第２分類のうち第１分類特定ステップによって特定された第１分類に属する第２分類を特定の第２分類として特定する第２分類特定ステップ(S08~S10)を含む。

【0013】

この発明に係る医用画像処理プログラムは、患者を撮影することにより生成された医用画像を処理する医用画像処理装置(40)のプロセッサ(42pr)に、複数の第１分類(頭部ＣＴ、胸部ＣＴ、腹部ＣＴ)の各々に属する基準医用画像の特徴を表す第１特徴量と、医用画像の特徴量とを照合する第１照合ステップ(S04~S06)、および複数の第２分類(頭部単純ＣＴ、頭部造影ＣＴ、胸部単純ＣＴ、胸部造影ＣＴ、腹部単純ＣＴ、腹部造影ＣＴ)の各々に属する基準医用画像の特徴を表す第２特徴量のうち、特定の第２分類の第２特徴量と、医用画像の特徴量とを照合する第２照合ステップ(S07~S10, S17~S18, S20~S21, S23~S24)を実行させるための医用画像処理プログラムであって、複数の第２分類の各々は複数の第１分類のいずれか１つに属し、第２照合ステップは、第１照合ステップの照合結果に基づいて複数の第１分類のいずれか１つを特定する第１分類特定ステップ(S07)、および複数の第２分類のうち第１分類特定ステップによって特定された第１分類に属する第２分類を特定の第２分類として特定する第２分類特定ステップ(S08~S10)を含む。

【発明の効果】

【0014】

複数の第２分類の各々は複数の第１分類のいずれか１つに属するところ、患者の医用画像の特徴量は、複数の第１分類の各々の第１特徴量と照合されるとともに、複数の第２分類のうち、第１特徴量との照合結果に応じて異なる第２分類の第２特徴量と照合される。この結果、第１分類および第２分類の情報が患者の医用画像に付されていなくても、照合処理によって当該情報を特定することができ、ひいては画像診断支援性能を高めることができる。

【0015】

この発明の上述の目的，その他の目的，特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

【図面の簡単な説明】

【0016】

【図1】この実施例に適用される医療診断支援システムの構成を示すブロック図である。

【図2】機械学習システムによって参照される疾患候補テーブルの構成の一例を示す図解図である。

【図3】（Ａ）は機械学習システムを構成するデータベースに設けられた或るメモリエリアのマッピング状態の一例を示す図解図であり、（Ｂ）は機械学習システムを構成するデータベースに設けられた他のメモリエリアのマッピング状態の一例を示す図解図であり、（Ｃ）は機械学習システムを構成するデータベースに設けられたその他のメモリエリアのマッピング状態の一例を示す図解図である。

【図4】モダリティによって作成されたＤＩＣＯＭファイルの構造の一例を示す図解図である。

【図5】画像診断支援装置のメインモニタに表示される診断支援画面の一例を示す図解図である。

【図6】画像診断支援装置のメインモニタに表示される診断支援画面の他の一例を示す図解図である。

【図7】画像診断支援装置のメインモニタに表示される診断支援画面のその他の一例を示す図解図である。

【図8】画像診断支援装置のサブモニタに表示される診断支援画面の一例を示す図解図である。

【図9】画像診断支援装置のメインモニタに表示される診断支援画面のさらにその他の一例を示す図解図である。

【図10】画像診断支援装置のメインモニタに表示される診断支援画面の他の一例を示す図解図である。

【図11】機械学習システムに設けられたＣＰＵの動作の一部を示すフロー図である。

【図12】機械学習システムに設けられたＣＰＵの動作の他の一部を示すフロー図である。

【発明を実施するための形態】

【0017】

図１を参照して、この実施例の医療診断支援システムは、院内ＬＡＮ５０を介して互いに接続された画像診断支援装置１０，モダリティ２０，ＰＡＣＳ３０および機械学習システム（医用画像処理装置）４０によって構成される。

【0018】

画像診断支援装置１０において、バスＢＳ１には、通信Ｉ／Ｆ１２ｃｍ，ＣＰＵ１２ｐｒ，キーボード／マウス１２ｋｍ，ＤＲＡＭ１２ｍｍ，ＨＤＤ１２ｈｄ，メインモニタ１２ｍ１およびサブモニタ１２ｍ２が接続される。サブモニタ１２ｍ２は、メインモニタ１２ｍ１に付随する。読影医は、メインモニタ１２ｍ１およびサブモニタ１２ｍ２と向き合い、キーボード／マウス１２ｋｍを操作して画像診断を行う。

【0019】

機械学習システム４０において、バスＢＳ２には、通信Ｉ／Ｆ４２ｃｍ，ＣＰＵ４２ｐｒ，ＤＲＡＭ４２ｍｍおよびデータベース４２ｄｂが接続される。データベース４２ｄｂには、図２に示す疾患候補テーブルＴＢＬ１が記憶されるとともに、図３（Ａ）に示すメモリエリアＭＭ１と、図３（Ｂ）に示すメモリエリアＭＭ２と、図３（Ｃ）に示すメモリエリアＭＭ３とが設けられる。

【0020】

図２によれば、頭部疾患として、“くも膜下出血”，“脳出血”，“慢性中耳炎”，“頭蓋骨折”，“副鼻腔炎”，“真珠腫性中耳炎”，“脳梗塞”，…“所見なし”が登録され、胸部疾患として、“気胸”，“塵肺”，“肺塞栓症”，“胸腺腫”，“悪性リンパ腫”，“縦隔内気腫”，“肺水腫”，…“所見なし”が登録され、腹部疾患として、“肝硬変”，“肝細胞癌”，“急性胆嚢炎”，“胆石”，“膵臓癌”，“急性虫垂炎”，“腸閉塞”，…“所見なし”が登録される。

【0021】

図３（Ａ）によれば、メモリエリアＭＭ１には、次元削減された頭部ＣＴ特徴量と、次元削減された胸部ＣＴ特徴量と、次元削減された腹部ＣＴ特徴量とが記憶される。図３（Ｂ）によれば、メモリエリアＭＭ２には、次元削減された頭部単純ＣＴ特徴量および頭部造影ＣＴ特徴量と、次元削減された胸部単純ＣＴ特徴量および胸部造影ＣＴ特徴量と、次元削減された腹部単純ＣＴ特徴量および腹部造影ＣＴ特徴量とが記憶される。図３（Ｃ）によれば、メモリエリアＭＭ３には、複数の頭部単純ＣＴ特徴量と、複数の頭部造影ＣＴ特徴量と、複数の胸部単純ＣＴ特徴量と、複数の胸部造影ＣＴ特徴量と、複数の腹部単純ＣＴ特徴量と、複数の腹部造影ＣＴ特徴量とが記憶される。

【0022】

メモリエリアＭＭ３に記憶された特徴量は、複数の基準医用画像（教師画像）の各々の特徴量である。具体的には、頭部単純ＣＴ特徴量は、頭部に疾患を抱える複数の患者の各々に対する頭部単純ＣＴ撮影により生成された医用画像の特徴量であり、頭部造影ＣＴ特徴量は、頭部に疾患を抱える複数の患者の各々に対する頭部造影ＣＴ撮影により生成された医用画像の特徴量である。

【0023】

胸部単純ＣＴ特徴量は、胸部に疾患を抱える複数の患者の各々に対する胸部単純ＣＴ撮影により生成された医用画像の特徴量であり、胸部造影ＣＴ特徴量は、胸部に疾患を抱える複数の患者の各々に対する胸部造影ＣＴ撮影により生成された医用画像の特徴量である。

【0024】

腹部単純ＣＴ特徴量は、腹部に疾患を抱える複数の患者の各々に対する腹部単純ＣＴ撮影により生成された医用画像の特徴量であり、腹部造影ＣＴ特徴量は、腹部に疾患を抱える患者に対する腹部造影ＣＴ撮影により生成された医用画像の特徴量である。

【0025】

メモリエリアＭＭ２に記憶された特徴量は、メモリエリアＭＭ３に記憶された特徴量に次元削減を施すことで生成された特徴量である。また、メモリエリアＭＭ１に記憶された特徴量は、メモリエリアＭＭ２に記憶された特徴量にさらに次元削減を施すことで生成された特徴量である。

【0026】

具体的には、メモリエリアＭＭ２上の頭部単純ＣＴ特徴量は、メモリエリアＭＭ３上のいずれかの頭部単純ＣＴ特徴量に次元削減を施すことで生成される。メモリエリアＭＭ２上の頭部造影ＣＴ特徴量は、メモリエリアＭＭ３上のいずれかの頭部造影ＣＴ特徴量に次元削減を施すことで生成される。

【0027】

メモリエリアＭＭ２上の胸部単純ＣＴ特徴量は、メモリエリアＭＭ３上のいずれかの胸部単純ＣＴ特徴量に次元削減を施すことで生成される。メモリエリアＭＭ２上の胸部造影ＣＴ特徴量は、メモリエリアＭＭ３上のいずれかの胸部造影ＣＴ特徴量に次元削減を施すことで生成される。

【0028】

メモリエリアＭＭ２上の腹部単純ＣＴ特徴量は、メモリエリアＭＭ３上のいずれかの腹部単純ＣＴ特徴量に次元削減を施すことで生成される。メモリエリアＭＭ２上の腹部造影ＣＴ特徴量は、メモリエリアＭＭ３上のいずれかの腹部造影ＣＴ特徴量に次元削減を施すことで生成される。

【0029】

メモリエリアＭＭ１上の頭部ＣＴ特徴量は、メモリエリアＭＭ２上の頭部単純ＣＴ特徴量または頭部造影ＣＴ特徴量に次元削減を施すことで生成される。メモリエリアＭＭ１上の胸部ＣＴ特徴量は、メモリエリアＭＭ２上の胸部単純ＣＴ特徴量または胸部造影ＣＴ特徴量に次元削減を施すことで生成される。メモリエリアＭＭ１上の腹部ＣＴ特徴量は、メモリエリアＭＭ２上の腹部単純ＣＴ特徴量または腹部造影ＣＴ特徴量に次元削減を施すことで生成される。

【0030】

したがって、頭部ＣＴ、胸部ＣＴおよび腹部ＣＴの３つの分類を“第１分類”と定義し、頭部単純ＣＴ、頭部造影ＣＴ、胸部単純ＣＴ、胸部造影ＣＴ、腹部単純ＣＴ、腹部造影ＣＴの６つの分類を“第２分類と”定義すると、第１分類は撮影部位を基準とする分類に相当し、第２分類は撮影部位および撮影方法の両方を基準とする分類に相当する。

【0031】

また、第２分類は第１分類の下位概念として位置付けられ、６つの第２分類の各々は３つの第１分類のいずれか１つに属する。具体的には、頭部単純ＣＴおよび頭部造影ＣＴの２つは頭部ＣＴに属し、胸部単純ＣＴおよび胸部造影ＣＴの２つは胸部ＣＴに属し、腹部単純ＣＴおよび腹部造影ＣＴの２つは腹部ＣＴに属する。

【0032】

そうすると、メモリエリアＭＭ１に記憶された特徴量は、３つの第１分類の各々に属する基準医用画像の特徴を表す特徴量と言える。また、メモリエリアＭＭ２に記憶された特徴量は、６つの第２分類の各々に属する基準医用画像の特徴を表す特徴量と言える。

【0033】

検査技師は、主治医からの依頼コメントを踏まえてモダリティ２０を操作する。モダリティ２０は、患者の頭部，胸部または腹部を対象として、単純ＣＴ撮影および造影ＣＴ撮影の各々を複数回に亘って実行し、単純ＣＴ撮影によって生成された複数の医用画像からなる１シリーズ目のシリーズ画像と、造影ＣＴ撮影によって生成された複数の医用画像からなる２シリーズ目のシリーズ画像とを収めたＤＩＣＯＭファイルを出力する。

【0034】

なお、検査によっては、単純ＣＴ撮影および造影ＣＴ撮影のうち、単純ＣＴ撮影のみが実行される。この場合は、１シリーズ目および２シリーズ目のうち、１シリーズ目のシリーズ画像のみがＤＩＣＯＭファイルに収められる。

【0035】

ＤＩＣＯＭファイルは、図４に示すデータ構造を有し、院内ＬＡＮ５０を介してＰＡＣＳ３０に保存される。図４を参照して、ＤＩＣＯＭファイルには、１シリーズ目のシリーズ画像および２シリーズ目のシリーズ画像に加えて、タグ情報が収められる。ここで、タグ情報は、検査属性を各々が示す複数の項目（検査日付，患者名，患者の検査時年齢，検査インスタンスＵＩＤなど）によって構成される。ただし、撮影部位および撮影方法の項目は、タグ情報には存在しない。即ち、撮影部位および撮影方法は、タグ情報から欠落している。

【0036】

読影医が画像診断支援装置１０を操作して患者を診断する際は、まず図５に示すトップ画面がＣＰＵ１２ｐｒによってＤＲＡＭ１２ｍｍに展開される。展開されたトップ画面は、メインモニタ１２ｍ１によって読み出され、かつ表示される。図５によれば、トップ画面は、複数の検査をそれぞれ表す複数の見出しが列挙された見出し欄ＩＤＸを有する。また、図５に示すトップ画面においては、いずれの見出しに対応する読影レポートも“保留”とされる。

【0037】

キーボード／マウス１２ｋｍによって見出し選択操作（＝見出し欄ＩＤＸに列挙された複数の見出しのいずれか１つを選択する操作であり、例えば図６において太枠で囲った見出しをクリックする操作）が行われると、当該見出しに対応する読影レポート画面（図７参照）がトップ画面の代わりにメインモニタ１２ｍ１に表示される。

【0038】

図７によれば、読影レポート画面には、依頼コメント欄ＲＥＱ，所見欄ＲＭＫ，診断欄ＤＧＮおよび添付画像欄ＩＭＧが設けられる。このうち、依頼コメント欄ＲＥＱにある“胸痛”の文字列は、主治医によって記載されたものである。

【0039】

ＣＰＵ１２ｐｒは続いて、通信Ｉ／Ｆ１２ｃｍを介してＰＡＣＳ３０にアクセスし、選択中の見出しに割り当てられた検査インスタンスＵＩＤに対応するＤＩＣＯＭファイルをＰＡＣＳ３０から取得する。ＣＰＵ１２ｐｒはまた、取得されたＤＩＣＯＭファイル内のいずれかの医用画像をＤＲＡＭ１２ｍｍに展開する。展開された医用画像はサブモニタ１２ｍ２によって読み出され、図８に示す要領で表示される。

【0040】

キーボード／マウス１２ｋｍによって所見入力操作（所見欄ＲＭＫを指定して所望の文字列を入力する操作）が行われれば、ＣＰＵ１２ｐｒは、入力された文字列を図９に示す要領で所見欄ＲＭＫに表示する。図９によれば、所見欄ＲＭＫには、“冠動脈起始部に石灰化を認める。”の文字列が表示される。

【0041】

また、キーボード／マウス１２ｋｍによって診断コメント入力操作（診断欄ＤＧＮを指定して所望の文字列を入力する操作）が行われれば、ＣＰＵ１２ｐｒは、入力された文字列を図９に示す要領で診断欄ＤＧＮに表示する。図９によれば、診断欄ＤＧＮには、“１．狭心症の疑い”の文字列が表示される。

【0042】

さらに、キーボード／マウス１２ｋｍによって画像添付操作（サブモニタ１２ｍ２に表示された医用画像をドラッグ＆ドロップ操作によって添付画像欄ＩＭＧに移動させる操作）が行われれば、ＣＰＵ１２ｐｒは、サブモニタ１２ｍ２に表示された医用画像に基づいてサムネイル画像を作成し、作成されたサムネイル画像を図９に示す要領で添付画像欄ＩＭＧに表示する。

【0043】

また、キーボード／マウス１２ｋｍによって画像更新操作（サブモニタ１２ｍ２上の医用画像を更新する操作）が行われれば、ＣＰＵ１２ｐｒは、ＰＡＣＳ３０から取得したＤＩＣＯＭファイル内の別の医用画像をＤＲＡＭ１２ｍｍに展開する。この結果、サブモニタ１２ｍ２に表示される医用画像が別の医用画像に更新される。

【0044】

添付画像欄ＩＭＧの近傍に表示された「確認」ボタンがキーボード／マウス１２ｋｍによってクリックされると、ＣＰＵ１２ｐｒは、解析要求を機械学習システム４０に送信する。解析要求には、ＰＡＣＳ３０から取得したＤＩＣＯＭファイル内の全ての医用画像（１シリーズ目のシリーズ画像および２シリーズ目のシリーズ画像）が付随する。

【0045】

機械学習システム４０は、医用画像に基づいて患者の疾患を診断した経験が豊富な医師の知能と同様の人工知能を有し、解析要求に付随する医用画像に基づいて患者の疾患を解析する。具体的には、機械学習システム４０は、医用画像に基づく解析処理によって図２に示す疾患候補テーブルＴＢＬ１から疾患候補を特定し、当該疾患候補と患者の疾患が当該疾患候補に該当する確率とを含む解析レポートを画像診断支援装置１０に返送する。

【0046】

解析レポートが返送されると、ＣＰＵ１２ｐｒは、解析レポート画面をＤＲＡＭ１２ｍｍに展開する。展開された解析レポート画面はメインモニタ１２ｍ１によって読み出され、図１０に示す要領で読影レポート画面に多重表示（追加表示）される。

【0047】

図１０を参照して、胸部単純ＣＴ撮影によって生成された医用画像に基づく疾患候補および該当確率は、解析レポート画面の左側に表示される。また、胸部造影ＣＴ撮影によって生成された医用画像に基づく疾患候補および該当確率は、解析レポート画面の右側に表示される。

【0048】

ここでは、胸部単純ＣＴ撮影によって生成された医用画像に基づく疾患候補および該当確率は、“胸膜炎８０％”，“狭心症５０％”，“急性心筋炎１５％”，“肺癌１０％”の順で並ぶ。また、胸部造影ＣＴ撮影によって生成された医用画像に基づく疾患候補および該当確率は、“狭心症８０％”，“心筋梗塞４０％”，“大動脈弁疾患３０％”，“急性心筋炎１０％”の順で並ぶ。

【0049】

なお、所見欄ＲＭＫおよび診断欄ＤＧＮの各々に表示された文字列、ならびに添付画像欄ＩＭＧに添付されたサムネイル画像は、解析レポート画面が表示された後にキーボード／マウス１２ｋｍを操作することにより、変更可能である。

【0050】

読影レポート画面の右上に表示された「確定」ボタンがキーボード／マウス１２ｋｍによってクリックされれば、確定処理が行われる。この結果、メインモニタ１２ｍ１の表示は、読影レポート画面からトップ画面に復帰する。ただし、確定処理を施された読影レポートに対応する見出しには、“保留”に代えて“確定”の文字列が付される。

【0051】

機械学習システム４０に設けられたＣＰＵ４２ｐｒは、図１１～図１２に示すフロー図に従って患者の疾患を解析する処理を実行する。なお、このフロー図に対応する制御プログラムは、ＤＢ４２ｄｂに記憶される。

【0052】

図１１を参照して、ステップＳ０１では、画像診断支援装置１０から解析要求を受信したか否かを通信Ｉ／Ｆ４２ｃｍの処理状況に基づいて繰り返し判別し、判別結果がＮＯからＹＥＳに更新されるとステップＳ０２に進む。なお、解析要求に付随するシリーズ画像は、通信Ｉ／Ｆ４２ｃｍによってＤＲＡＭ４２ｍｍに書き込まれる。

【0053】

ステップＳ０２では、ＤＲＡＭ４２ｍｍに格納されたシリーズ画像の数を定数Ｌｍａｘに設定し、変数Ｌを“１”に設定する。１シリーズ目のシリーズ画像および２シリーズ目のシリーズ画像がＤＲＡＭ４２ｍｍに格納された場合、定数Ｌｍａｘは“２”に設定される。ステップＳ０３では、Ｌシリーズ目のシリーズ画像を構成する医用画像の枚数を定数Ｋｍａｘに設定し、変数Ｋを“１”に設定する。

【0054】

ステップＳ０４では、Ｌシリーズ目のシリーズ画像を構成するＫ枚目の医用画像の特徴量をメモリエリアＭＭ１に記憶されている頭部ＣＴ特徴量と照合する。ステップＳ０５では、Ｌシリーズ目のシリーズ画像を構成するＫ枚目の医用画像の特徴量をメモリエリアＭＭ１に記憶されている胸部ＣＴ特徴量と照合する。ステップＳ０６では、Ｌシリーズ目のシリーズ画像を構成するＫ枚目の医用画像の特徴量をメモリエリアＭＭ１に記憶されている腹部ＣＴ特徴量と照合する。

【0055】

ステップＳ０７では、ステップＳ０４～Ｓ０６の各々の照合結果に基づいて、当該Ｋ枚目の医用画像の撮影部位を特定する。ステップＳ０８では、当該Ｋ枚目の医用画像の撮影部位が頭部であるか否かをステップＳ０７の処理結果に基づいて判別し、ステップＳ０９では、当該Ｋ枚目の医用画像の撮影部位が胸部であるか否かをステップＳ０７の処理結果に基づいて判別し、ステップＳ１０では、当該Ｋ枚目の医用画像の撮影部位が腹部であるか否かをステップＳ０７の処理結果に基づいて判別する。

【0056】

ステップＳ０８の判別結果がＹＥＳであれば、頭部単純ＣＴ特徴量および頭部造影ＣＴ特徴量を対象として照合処理を実行するべく、ステップＳ１７に進む。ステップＳ０９の判別結果がＹＥＳであれば、胸部単純ＣＴ特徴量および胸部造影ＣＴ特徴量を対象として照合処理を実行するべく、ステップＳ２０に進む。ステップＳ１０の判別結果がＹＥＳであれば、腹部単純ＣＴ特徴量および腹部造影ＣＴ特徴量を対象として照合処理を実行するべく、ステップＳ２３に進む。

【0057】

上述のように、第１分類は、撮影部位（頭部ＣＴ、胸部ＣＴおよび腹部ＣＴ）を基準とする分類であり、第２分類は、撮影部位および撮影方法の両方（頭部単純ＣＴ、頭部造影ＣＴ、胸部単純ＣＴ、胸部造影ＣＴ、腹部単純ＣＴ、腹部造影ＣＴ）を基準とする分類であるところ、ステップＳ０７の処理は、いずれか１つの第１分類を特定する処理に相当し、ステップＳ０８，Ｓ０９またはＳ１０の処理は、ステップＳ０７で特定された第１分類に属する２つの第２分類を特定する処理に相当する。

【0058】

ステップＳ０８でＹＥＳと判別されることにより、頭部単純ＣＴおよび頭部造影ＣＴの２つの第２分類が特定され、ステップＳ０９でＹＥＳと判別されることにより、胸部単純ＣＴおよび胸部造影ＣＴの２つの第２分類が特定され、ステップＳ１０でＹＥＳと判別されることにより、腹部単純ＣＴおよび腹部造影ＣＴの２つの第２分類が特定される。

【0059】

ステップＳ１７では、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ２に記憶されている頭部単純ＣＴ特徴量と照合し、ステップＳ１８では、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ２に記憶されている頭部造影ＣＴ特徴量と照合する。ステップＳ１９では、ステップＳ１７およびＳ１８の各々の照合結果に基づいて、当該Ｋ枚目の医用画像の撮影方法を特定する。

【0060】

ステップＳ２０では、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ２に記憶されている胸部単純ＣＴ特徴量と照合し、ステップＳ２１では、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ２に記憶されている胸部造影ＣＴ特徴量と照合する。ステップＳ２２では、ステップＳ２０およびＳ２１の各々の照合結果に基づいて、当該Ｋ枚目の医用画像の撮影方法を特定する。

【0061】

ステップＳ２３では、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ２に記憶されている腹部単純ＣＴ特徴量と照合し、ステップＳ２４では、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ２に記憶されている腹部造影ＣＴ特徴量と照合する。ステップＳ２５では、ステップＳ２３およびＳ２４の各々の照合結果に基づいて、当該Ｋ枚目の医用画像の撮影方法を特定する。

【0062】

ステップＳ２６では、当該Ｋ枚目の医用画像の撮影方法が単純ＣＴ撮影であるか否かをステップＳ１９，Ｓ２２またはＳ２５の処理結果に基づいて判別する。また、ステップＳ２７では、当該Ｋ枚目の医用画像の撮影方法が造影ＣＴ撮影であるか否かをステップＳ１９，Ｓ２２またはＳ２５の処理結果に基づいて判別する。ステップＳ２６の判別結果およびステップＳ２７の判別結果のいずれか一方がＹＥＳであれば、ステップＳ２８に進む。

【0063】

ステップＳ２８では、ステップＳ０７で特定された撮影部位とステップＳ１９，Ｓ２２またはＳ２５で特定された撮影方法とに対応する特徴量をメモリエリアＭＭ３に記憶された特徴量の中から特定し、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３から特定した特徴量と照合することにより、患者の疾患を解析する。

【0064】

具体的には、特定された撮影部位および撮影方法がそれぞれ頭部および単純ＣＴであれば、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３に記憶された複数の頭部単純ＣＴ特徴量の各々と照合することにより、患者の疾患を解析する。特定された撮影部位および撮影方法がそれぞれ頭部および造影ＣＴであれば、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３に記憶された複数の頭部造影ＣＴ特徴量の各々と照合することにより、患者の疾患を解析する。

【0065】

特定された撮影部位および撮影方法がそれぞれ胸部および単純ＣＴであれば、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３に記憶された複数の胸部単純ＣＴ特徴量の各々と照合することにより、患者の疾患を解析する。特定された撮影部位および撮影方法がそれぞれ胸部および造影ＣＴであれば、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３に記憶された複数の胸部造影ＣＴ特徴量の各々と照合することにより、患者の疾患を解析する。

【0066】

特定された撮影部位および撮影方法がそれぞれ腹部および単純ＣＴであれば、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３に記憶された複数の腹部単純ＣＴ特徴量の各々と照合することにより、患者の疾患を解析する。特定された撮影部位および撮影方法がそれぞれ腹部および造影ＣＴであれば、当該Ｋ枚目の医用画像の特徴量をメモリエリアＭＭ３に記憶された複数の腹部造影ＣＴ特徴量の各々と照合することにより、患者の疾患を解析する。

【0067】

ステップＳ２８の処理が完了すると、ステップＳ１２に進む。なお、ステップＳ０８～Ｓ１０のいずれの判別結果もＮＯであれば、ステップＳ１１でエラー処理を行ってからステップＳ１２に進む。また、ステップＳ２６の判別結果およびステップＳ２７の判別結果のいずれもＮＯであれば、ステップＳ２９でエラー処理を行ってからステップＳ１２に進む。

【0068】

ステップＳ１２では変数Ｋを“Ｋ＋１”に更新し、ステップＳ１３では更新後の変数Ｋが定数Ｋｍａｘを上回っているか否かを判別する。判別結果がＮＯであればステップＳ０４に戻り、判別結果がＹＥＳであればステップＳ１４に進む。ステップＳ１４では変数Ｌを“Ｌ＋１”に更新し、ステップＳ１５では更新後の変数Ｌが定数Ｌｍａｘを上回っているか否かを判別する。判別結果がＮＯであればステップＳ０３に戻り、判別結果がＹＥＳであればステップＳ１６に進む。

【0069】

ステップＳ１６では、ステップＳ２８の処理結果に基づいて、図２に示す疾患候補テーブルＴＢＬ１から疾患候補を特定するとともに、当該疾患候補について統計を取り、当該疾患候補と患者の疾患が当該疾患候補に該当する確率とを含む解析レポートを画像診断支援装置１０に返送する。解析処理は、解析レポートを返送した後に終了する。

【0070】

以上の説明から分かるように、患者を撮影することにより生成された医用画像を処理して患者の疾患を解析するとき、機械学習システム４０のＣＰＵ４２ｐｒは、複数の第１分類の各々に属する基準医用画像の特徴を表す第１特徴量（頭部ＣＴ特徴量、胸部ＣＴ特徴量、腹部ＣＴ特徴量）と、医用画像の特徴量とを照合する第１照合処理を実行する(S04~S06)。ＣＰＵ４２ｐｒはまた、複数の第２分類の各々に属する基準医用画像の特徴を表す第２特徴量（頭部単純ＣＴ特徴量、頭部造影ＣＴ特徴量、胸部単純ＣＴ特徴量、胸部造影ＣＴ特徴量、腹部単純ＣＴ特徴量、腹部造影ＣＴ特徴量）のうち、特定の第２分類の第２特徴量と、医用画像の特徴量とを照合する第２照合処理を実行する(S07~S10, S17~S18, S20~S21, S23~S24)。

【0071】

ここで、複数の第２分類の各々は、複数の第１分類のいずれか１つに属する。また、第２照合処理では、第１照合処理の結果に基づいて複数の第１分類のうちのいずれかの第１分類が特定され(S07)、複数の第２分類のうち当該第１分類に属する第２分類が特定の第２分類として特定される(S08~S10)。

【0072】

複数の第２分類の各々は複数の第１分類のいずれか１つに属するところ、患者の医用画像の特徴量は、複数の第１分類の各々の第１特徴量と照合されるとともに、複数の第２分類のうち、第１特徴量との照合結果に応じて異なる第２分類の第２特徴量と照合される。この結果、第１分類および第２分類の情報が患者の医用画像に付されていなくても、照合処理によって当該情報を特定することができ、ひいては画像診断支援性能を高めることができる。

【0073】

なお、本実施形態では、モダリティ２０としてＣＴ装置を用いているが、これに変えてＭＲＩを用いるようにしてもよい。また、本実施形態では、撮影部位を基準とする分類を第１分類とし、撮影部位および撮影方法の両方を基準とする分類を第２分類としている。しかし、撮影方向を基準とする分類を第１分類とし、撮影部位および撮影方法の両方を基準とする分類を第２分類とするようにしてもよい。

【符号の説明】

【0074】

１０ …画像診断支援装置
４０ …機械学習システム
１２ｐｒ、４２ｐｒ …ＣＰＵ
１２ｈｄ …ＨＤＤ
１２ｍ１ …メインモニタ
１２ｍ２ …サブモニタ
４２ｄｂ …データベース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】