ホーム > 特許ランキング > 国立大学法人 宮崎大学
(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】2023-04-17
(45)【発行日】2023-04-25
(54)【発明の名称】診断支援システム及びプログラム
(51)【国際特許分類】
A61B 10/00 20060101AFI20230418BHJP
【ＦＩ】
A61B10/00 H
【請求項の数】
10
(21)【出願番号】P 2019137406
(22)【出願日】2019-07-26
(65)【公開番号】P2021019746
(43)【公開日】2021-02-18
【審査請求日】2022-05-09
(73)【特許権者】
【識別番号】504224153
【氏名又は名称】国立大学法人 宮崎大学
(74)【代理人】
【識別番号】100095407
【弁理士】
【氏名又は名称】木村 満
(74)【代理人】
【識別番号】100168114
【弁理士】
【氏名又は名称】山中 生太
(74)【代理人】
【識別番号】100133592
【弁理士】
【氏名又は名称】山口 浩一
(74)【代理人】
【識別番号】100162259
【弁理士】
【氏名又は名称】末富 孝典
(72)【発明者】
【氏名】望月 仁志
(72)【発明者】
【氏名】石井 信之
(72)【発明者】
【氏名】望月 優輝
【審査官】磯野 光司
(56)【参考文献】
【文献】特開２０１９－０４６０５６（ＪＰ，Ａ）
【文献】米国特許出願公開第２００５／００５３２６９（ＵＳ，Ａ１）
【文献】GALLI, Manuela et al.，Spiral analysis in subjects with parkinson's disease before and after levodopa treatment: A new protocol with stereophotogrammetric systems，Journal of Applied Biomaterials & Functional Materials，2014年，Vol.12, No.2，pp.107-112，DOI：10.5301/JABFM.2012.9265
【文献】PEREIRA, Clayton R. et al.，Handwritten dynamics assessment through convolutional neural networks: An application to Parkinson's disease identification，Artificial intelligence in medicine，2018年，Vol.87，pp.67-77，DOI：10.1016/j.artmed.2018.04.001
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／００－５／３９８
Ａ６１Ｂ １０／００
Ｇ０６Ｖ ３０／００－３０／４２４
ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）
Ｓｃｏｐｕｓ
(57)【特許請求の範囲】
【請求項1】
基準線パターンが印刷され、被検者が筆記具を用いて前記基準線パターンをなぞって描いた筆跡パターンが形成されたシートを撮像する撮像部と、前記撮像部で撮像された撮像データに基づいて、前記被検者の脳又は神経に関する症状を判定する判定部と、
を備え、
前記撮像部は、携帯端末に実装され、
前記判定部は、前記携帯端末と通信可能なサーバコンピュータに実装されている、
診断支援システム。
【請求項2】
前記判定部は、前記被検者の症状の判定結果が既知である撮像データを教師データとして用いて深層学習を行うことにより、前記被検者の症状を判定する、請求項１に記載の診断支援システム。
【請求項3】
前記判定部は、前記撮像データを入力とするとともに前記被検者の症状の判定結果を出力とし、前記教師データを用いて学習された畳込みニューラルネットワークを用いて、前記被検者の症状を判定する、
請求項２に記載の診断支援システム。
【請求項4】
前記判定結果には、前記被検者が健常者である可能性が高いこと、前記被検者が本態性振戦を罹患している可能性が高いこと、前記被検者が小脳障害を罹患している可能性が高いこと、の少なくとも１つが含まれる、
請求項３に記載の診断支援システム。
【請求項5】
前記判定部は、前記撮像データに基づいて、前記基準線パターンと前記筆跡パターンとの誤差の総量と、前記基準線パターンと前記筆跡パターンとの全長の差との少なくとも一方を指標値として算出し、
算出された前記指標値に基づいて、前記被検者の症状を判定する、
請求項１に記載の診断支援システム。
【請求項6】
前記判定部は、前記指標値が、第１の閾値より小さい場合、前記被検者が健常者である可能性が高いと判定し、
前記指標値が、前記第１の閾値以上第２の閾値未満の場合、前記被検者が本態性振戦を罹患している可能性が高いと判定し、
前記指標値が、前記第２の閾値以上の場合、前記被検者が小脳障害を罹患している可能性が高いと判定する、
請求項５に記載の診断支援システム。
【請求項7】
前記シートには、前記基準線パターンを内包する仮想的な矩形の頂点に位置合わせ用パターンが印刷されており、前記撮像データには、前記筆跡パターンの画像とともに、前記位置合わせ用パターンの画像が含まれており、
前記撮像データにおける前記位置合わせ用パターンの画像の相対的な位置関係に基づいて、前記撮像データを補正する補正部を備え、
前記判定部は、前記補正部で補正された前記撮像データに基づいて、前記被検者の症状を判定する、
請求項１から６のいずれか一項に記載の診断支援システム。
【請求項8】
前記位置合わせ用パターンのうちの第１の位置合わせ用パターンは、グレースケールで表現した場合に第１の濃度で印刷され、残りの第２の位置合わせ用パターンは前記第１の濃度より低い第２の濃度で印刷されており、前記基準線パターンは、グレースケールで表現した場合に、前記第２の濃度で印刷されており、
前記筆跡パターンは、グレースケールで表現した場合に、前記第１の濃度と前記第２の濃度との間の第３の濃度で描かれており、
前記補正部は、前記第１の位置合わせ用パターンの画像の輝度から、前記第２の位置合わせ用パターンの画像の輝度までの範囲の輝度の変化により前記筆跡パターンの画像を抽出しつつ、前記撮像データを二値化し、
前記判定部は、前記補正部で二値化された前記撮像データに基づいて、前記被検者が健常者であるか否かを判定する、
請求項７に記載の診断支援システム。
【請求項9】
前記基準線パターンは、螺旋である、請求項１から８のいずれか一項に記載の診断支援システム。
【請求項10】
携帯端末として動作するコンピュータを、基準線パターンが印刷され、被検者が筆記具を用いて前記基準線パターンをなぞって描いた筆跡パターンが形成されたシートを撮像する撮像部として機能させ、
前記携帯端末と通信可能なサーバコンピュータを、
前記撮像部で撮像された撮像データに基づいて、前記被検者の脳又は神経に関する症状を判定する判定部として機能させる、
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、診断支援システム及びプログラムに関する。
【背景技術】
【0002】
「手の震え（振戦）」は、神経疾患を診断する上で重要な診察項目である。しかし、振戦には、病気が原因ではなく生理的な理由によるものも多いため、手の震えがあっても医療機関を受診するべきなのかどうか迷うことが多い。また、振戦が病的なものであるか否かを判定するには、神経内科医としての一定の経験が必要になり、精度の高い診断は、ごくごく限られた医師しかできないというのが実情であった。
【0003】
そのような実情から、振戦が診断・治療を要するものであるか否かを、定量的かつ簡易的に判定することができる診断支援システムの登場が望まれている。例えば、非特許文献１には、タブレットコンピュータのタッチパネル上にスタイラスペンで被検者に螺旋を描かせ、その描画結果に基づいて、被検者が健常者であるか否かの解析を行うシステムが開示されている。
【0004】
また、特許文献１には、汎用のコンピュータシステムにペンの描画を位置情報として読取る手段を取りつけ、被検者の描画作業の運動軌跡を時間経過情報とともにコンピュータに取りこんで、脳・神経系疾患の病状診断を支援する支援システムが開示されている。この支援システムでは、被検者の描画作業に関するパラメータと、そのパラメータに係る健常者の標準的数値又は脳・神経系疾病特有の現象・症状を表す数値とを比較表示する。
【先行技術文献】
【非特許文献】
【0005】
【文献】Jonathan A. Sisti, Brandon Christophe, Audrey Rakovich Seville, Andrew L.A. Garton, Vivek P. Gupta, Alexander J. Bandin, Qiping Yu, and Seth L. Pullman, "Computerized Spiral Analysis Using the iPad", HHS Public Access Auther manuscript J Neurosci Methods. Author manuscript; Published online 2016 Nov 10. doi: 10.1016/j.jneumeth.2016.11.004
【特許文献】
【0006】
【文献】特許第４５２４０５４号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
上記非特許文献１に開示されたシステムでは、タブレットコンピュータを揃えて、そのタブレットコンピュータに解析プログラムをインストールするなど、導入までに煩雑な作業を必要とする。また、このシステムで描かれる螺旋は、健常者でもその大きさや形はまちまちであり、そのことが定量的な診断の障害となる。さらに、このシステムでは、描画時の筆圧や描画速度なども考慮して診断が行われるので、複雑な計算を必要とするため、簡易的な判定には不向きである。このような背景から、このシステムの臨床現場への導入は進んでいないのが実情である。
【0008】
また、上記特許文献１に開示されたシステムは、被検者の描画作業に関するパラメータを健常者又は脳・神経系疾病特有のそれとを比較表示するだけであり、病状の診断自体は、実質的に医師に委ねられているのが実情である。
【0009】
本発明は、上記実情の下になされたものであり、被検者の症状をより正確かつ簡便に判定することができる診断支援システム及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【0010】
上記目的を達成するために、本発明の第１の観点に係る診断支援システムは、
基準線パターンが印刷され、被検者が筆記具を用いて前記基準線パターンをなぞって描いた筆跡パターンが形成されたシートを撮像する撮像部と、
前記撮像部で撮像された撮像データに基づいて、前記被検者の脳又は神経に関する症状を判定する判定部と、
を備え、
前記撮像部は、携帯端末に実装され、
前記判定部は、前記携帯端末と通信可能なサーバコンピュータに実装されている。
基準線パターンが印刷され、被検者が筆記具を用いて前記基準線パターンをなぞって描いた筆跡パターンが形成されたシートを撮像する撮像部と、
前記撮像部で撮像された撮像データに基づいて、前記被検者の脳又は神経に関する症状を判定する判定部と、
を備え、
前記撮像部は、携帯端末に実装され、
前記判定部は、前記携帯端末と通信可能なサーバコンピュータに実装されている。
【0011】
この場合、前記判定部は、前記被検者の症状の判定結果が既知である撮像データを教師データとして用いて深層学習を行うことにより、前記被検者の症状を判定する、
こととしてもよい。
こととしてもよい。
【0012】
また、前記判定部は、
前記撮像データを入力とするとともに前記被検者の症状の判定結果を出力とし、前記教師データを用いて学習された畳込みニューラルネットワークを用いて、前記被検者の症状を判定する、
こととしてもよい。
前記撮像データを入力とするとともに前記被検者の症状の判定結果を出力とし、前記教師データを用いて学習された畳込みニューラルネットワークを用いて、前記被検者の症状を判定する、
こととしてもよい。
【0013】
前記判定結果には、
前記被検者が健常者である可能性が高いこと、前記被検者が本態性振戦を罹患している可能性が高いこと、前記被検者が小脳障害を罹患している可能性が高いこと、の少なくとも１つが含まれる、
こととしてもよい。
前記被検者が健常者である可能性が高いこと、前記被検者が本態性振戦を罹患している可能性が高いこと、前記被検者が小脳障害を罹患している可能性が高いこと、の少なくとも１つが含まれる、
こととしてもよい。
【0014】
前記判定部は、
前記撮像データに基づいて、前記基準線パターンと前記筆跡パターンとの誤差の総量と、前記基準線パターンと前記筆跡パターンとの全長の差との少なくとも一方を指標値として算出し、
算出された前記指標値に基づいて、前記被検者の症状を判定する、
こととしてもよい。
前記撮像データに基づいて、前記基準線パターンと前記筆跡パターンとの誤差の総量と、前記基準線パターンと前記筆跡パターンとの全長の差との少なくとも一方を指標値として算出し、
算出された前記指標値に基づいて、前記被検者の症状を判定する、
こととしてもよい。
【0015】
前記判定部は、
前記指標値が、第１の閾値より小さい場合、前記被検者が健常者である可能性が高いと判定し、
前記指標値が、前記第１の閾値以上第２の閾値未満の場合、前記被検者が本態性振戦を罹患している可能性が高いと判定し、
前記指標値が、前記第２の閾値以上の場合、前記被検者が小脳障害を罹患している可能性が高いと判定する、
こととしてもよい。
前記指標値が、第１の閾値より小さい場合、前記被検者が健常者である可能性が高いと判定し、
前記指標値が、前記第１の閾値以上第２の閾値未満の場合、前記被検者が本態性振戦を罹患している可能性が高いと判定し、
前記指標値が、前記第２の閾値以上の場合、前記被検者が小脳障害を罹患している可能性が高いと判定する、
こととしてもよい。
【0016】
前記シートには、前記基準線パターンを内包する仮想的な矩形の頂点に位置合わせ用パターンが印刷されており、
前記撮像データには、前記筆跡パターンの画像とともに、前記位置合わせ用パターンの画像が含まれており、
前記撮像データにおける前記位置合わせ用パターンの画像の相対的な位置関係に基づいて、前記撮像データを補正する補正部を備え、
前記判定部は、前記補正部で補正された前記撮像データに基づいて、前記被検者の症状を判定する、
こととしてもよい。
前記撮像データには、前記筆跡パターンの画像とともに、前記位置合わせ用パターンの画像が含まれており、
前記撮像データにおける前記位置合わせ用パターンの画像の相対的な位置関係に基づいて、前記撮像データを補正する補正部を備え、
前記判定部は、前記補正部で補正された前記撮像データに基づいて、前記被検者の症状を判定する、
こととしてもよい。
【0017】
前記位置合わせ用パターンのうちの第１の位置合わせ用パターンは、グレースケールで表現した場合に第１の濃度で印刷され、残りの第２の位置合わせ用パターンは前記第１の濃度より低い第２の濃度で印刷されており、
前記基準線パターンは、グレースケールで表現した場合に、前記第２の濃度で印刷されており、
前記筆跡パターンは、グレースケールで表現した場合に、前記第１の濃度と前記第２の濃度との間の第３の濃度で描かれており、
前記補正部は、前記第１の位置合わせ用パターンの画像の輝度から、前記第２の位置合わせ用パターンの画像の輝度までの範囲の輝度の変化により前記筆跡パターンの画像を抽出しつつ、前記撮像データを二値化し、
前記判定部は、前記補正部で二値化された前記撮像データに基づいて、前記被検者が健常者であるか否かを判定する、
こととしてもよい。
前記基準線パターンは、グレースケールで表現した場合に、前記第２の濃度で印刷されており、
前記筆跡パターンは、グレースケールで表現した場合に、前記第１の濃度と前記第２の濃度との間の第３の濃度で描かれており、
前記補正部は、前記第１の位置合わせ用パターンの画像の輝度から、前記第２の位置合わせ用パターンの画像の輝度までの範囲の輝度の変化により前記筆跡パターンの画像を抽出しつつ、前記撮像データを二値化し、
前記判定部は、前記補正部で二値化された前記撮像データに基づいて、前記被検者が健常者であるか否かを判定する、
こととしてもよい。
【0018】
前記基準線パターンは、螺旋である、
こととしてもよい。
こととしてもよい。
【0019】
本発明の第２の観点に係るプログラムは、
携帯端末として動作するコンピュータを、
基準線パターンが印刷され、被検者が筆記具を用いて前記基準線パターンをなぞって描いた筆跡パターンが形成されたシートを撮像する撮像部として機能させ、
前記携帯端末と通信可能なサーバコンピュータを、
前記撮像部で撮像された撮像データに基づいて、前記被検者の脳又は神経に関する症状を判定する判定部として機能させる。
携帯端末として動作するコンピュータを、
基準線パターンが印刷され、被検者が筆記具を用いて前記基準線パターンをなぞって描いた筆跡パターンが形成されたシートを撮像する撮像部として機能させ、
前記携帯端末と通信可能なサーバコンピュータを、
前記撮像部で撮像された撮像データに基づいて、前記被検者の脳又は神経に関する症状を判定する判定部として機能させる。
【発明の効果】
【0020】
本発明によれば、被検者の手元に、シートとそのシートを撮像可能なものがあるだけで被検者の症状の判定を行うことができる。また、本発明によれば、基準線パターンをなぞって描かれた筆跡パターンを用いるので、健常者であれば均一となる条件で被検者の症状を判定することができる。さらに、本発明によれば、被検者の症状の判定には筆跡パターンの撮像データのみが用いられる。そのため、被検者の症状をより正確かつ簡便に判定することができる。
【図面の簡単な説明】
【0021】
【図1】本発明の実施の形態１に係る診断支援システムの構成を示す模式図である。
【図2】シートに印刷されるパターンの一例を示す図である。
【図3】（Ａ）は、健常者が描いた筆跡パターンの一例を示す図である。（Ｂ）は、本態性振戦を罹患した被検者が描いた筆跡パターンの一例を示す図である。（Ｃ）は、小脳障害を罹患した被検者が描いた筆跡パターンの一例を示す図である。
【図4】（Ａ）は、基準線パターンと筆跡パターンとの誤差面積を示すグラフである。（Ｂ）は、基準線パターンの全長に対する筆跡パターンの全長との比を示すグラフである。
【図5】（Ａ）は、補正前の撮像データの一例を示す図である。（Ｂ）は、台形補正後の撮像データの一例を示す図である。（Ｃ）は、二値化後の撮像データの一例を示す図である。
【図6】深層学習を行う構成を示す模式図である。
【図7】携帯端末のハードウエア構成を示す図である。
【図8】サーバコンピュータのハードウエア構成を示す図である。
【図10】本発明の実施の形態２に係る診断支援システムにおいて、基準線パターンと筆跡パターンとの誤差を算出する流れを示す模式図である。
【発明を実施するための形態】
【0022】
以下、本発明の実施の形態について図面を参照して詳細に説明する。全図において、同一又は相当する構成要素には、同一の符号が付されている。
【0023】
実施の形態１
まず、本発明の実施の形態１について説明する。図１に示すように、本実施の形態に係る診断支援システム１では、シート２が用いられる。図２に示すように、シート２は、基準線パターンＢＬが印刷された用紙である。基準線パターンＢＬは、被検者Ｅが筆記具Ｆを用いて描く筆跡パターンＷＬの基準となる。本実施の形態では、基準線パターンＢＬは螺旋（渦巻き状の線）である。
まず、本発明の実施の形態１について説明する。図１に示すように、本実施の形態に係る診断支援システム１では、シート２が用いられる。図２に示すように、シート２は、基準線パターンＢＬが印刷された用紙である。基準線パターンＢＬは、被検者Ｅが筆記具Ｆを用いて描く筆跡パターンＷＬの基準となる。本実施の形態では、基準線パターンＢＬは螺旋（渦巻き状の線）である。
【0024】
シート２には、基準線パターンＢＬの他に、４つの位置合わせ用パターンＰ１、Ｐ２、Ｐ３、Ｐ４が印刷されている。位置合わせ用パターンＰ１～Ｐ４は、基準線パターンＢＬを内包する仮想的な矩形の頂点に配置されている。位置合わせ用パターンＰ１～Ｐ４の位置関係は既知であり、位置合わせ用パターンＰ１～Ｐ４と基準線パターンＢＬとの位置関係も既知となっている。
【0025】
被検者Ｅは、筆記具Ｆ、例えば赤いマジックペンを用いて基準線パターンＢＬをなぞって螺旋を描く。これにより、筆跡パターンＷＬがシート２上に形成される。図３（Ａ）に示すように、被検者Ｅが健常者である場合には、筆跡パターンＷＬは、基準線パターンＢＬとほぼ一致するようになる。
【0026】
しかしながら、図３（Ｂ）に示すように、被検者Ｅが本態性振戦を罹患している場合には、筆跡パターンＷＬは基準線パターンＢＬから小刻みにずれ、その全長（道のり）が長くなる傾向にある。また、図３（Ｃ）に示すように、被検者Ｅが小脳障害を罹患している場合には、筆跡パターンＷＬは基準線パターンＢＬから大幅にずれ、その全長は大幅に長くなる傾向にある。
【0027】
このように、被検者Ｅが健常者であるか否かによって、筆跡パターンＷＬには変化が現れる。この変化は、基準線パターンＢＬからのずれによって表される。
【0028】
基準線パターンＢＬからのずれを表す指標値として、例えば、基準線パターンＢＬと筆跡パターンＷＬとで囲まれた部分の面積がある。これを、誤差面積と呼ぶ。健常者（Ｎｏｒｍａｌ；２２人）、本態性振戦（ＥＴ）の罹患者（１３人）、小脳障害（ＣＤ）の罹患者（１６人）で誤差面積を実測したところ、データの集積結果は図４（Ａ）に示すようになった。図４（Ａ）に示すように、被検者Ｅが健常者である場合には、誤差面積は５００～９５０ｍｍ2（第一、第二、第三四分位数は６５０、７００、７５０ｍｍ2）に分布している。また、被検者Ｅが本態性振戦（ＥＴ）を罹患している場合には、誤差面積が５００～１５００ｍｍ2（第一、第二、第三四分位数は８００、１０５０、１２００ｍｍ2）に分布している。また、被検者Ｅが小脳障害（ＣＤ）を罹患している場合には、誤差面積が９００～３０００ｍｍ2（第一、第二、第三四分位数は１０００、１３００、１９００ｍｍ2）に分布している。健常者と本態性振戦とでは５％水準で有意差が認められ、健常者と小脳障害、本態性振戦と小脳障害とでは、１％水準で有意差が認められた。
【0029】
また、基準線パターンＢＬからのずれを表す指標値としては、例えば、基準線パターンＢＬの全長と筆跡パターンＷＬの全長との違いがある。この違いは、基準線パターンＢＬの全長と、筆跡パターンＷＬの全長との比、すなわち筆跡全長［％］で表現することができる。健常者（Ｎｏｒｍａｌ；２２人）、本態性振戦（ＥＴ）の罹患者（１３人）、小脳障害（ＣＤ）の罹患者（１６人）で筆跡全長［％］を実測したところ、データの集積結果は図４（Ｂ）に示すようになった。図４（Ｂ）に示すように、被検者Ｅが健常者である場合には、筆跡全長がほぼ９８～１０３％（第一、第二、第三四分位数が１０１％程度）となっており、被検者Ｅが本態性振戦（ＥＴ）を罹患している場合には、筆跡全長が９８～１１０％（第一、第二、第三四分位数が１０３、１０４、１０９％）となっている。また、被検者Ｅが小脳障害（ＣＤ）を罹患している場合には、筆跡全長が１００～１４５％（第一、第二、第三四分位数が１０５、１１０、１２０％）となっている。健常者と本態性振戦とでは１％水準で有意差が認められ、本態性振戦と小脳障害とでは、５％水準で有意差が認められた。
【0030】
これらのデータの集積結果は、基準線パターンＢＬからの筆跡パターンＷＬのずれを解析することにより（上述の誤差面積又は筆跡全長［％］の指標値を用いることにより）、被検者Ｅが健常者であるか否か、さらには、本態性振戦を罹患しているか否か、小脳障害を罹患しているか否かの判定が可能であることを示唆している。
【0031】
図１に示すように、被検者Ｅの症状の判定を行うべく、診断支援システム１は、携帯端末１０と、サーバコンピュータ２０との組み合わせで構築されている。携帯端末１０は、例えばスマートフォンであるがこれに限定されず、撮像機能と通信機能とを有する端末（例えばデジタルカメラ又はタブレットコンピュータ）であってもよい。携帯端末１０と、サーバコンピュータ２０とは、インターネット等のネットワーク１５を介して接続され、互いに通信可能となっている。
【0032】
図１に示すように、携帯端末１０には、診断支援システム１の構成要素として、撮像部１０ａと、表示部１０ｂと、送受信部１０ｃとが実装されている。また、サーバコンピュータ２０には、診断支援システム１の構成要素として、補正部２０ａと、判定部２０ｂと、送受信部２０ｃとが実装されている。
【0033】
携帯端末１０に実装された撮像部１０ａは、被検者Ｅが筆記具Ｆを用いて基準線パターンＢＬをなぞって描いた筆跡パターンＷＬが形成されたシート２を撮像する。
【0034】
携帯端末１０に実装された表示部１０ｂは、判定結果３を表示する。
【0035】
携帯端末１０に実装された送受信部１０ｃは、サーバコンピュータ２０とのデータの送受信を行う。具体的には、送受信部１０ｃは、シート２の撮像結果である撮像データ２ａを、ネットワーク１５を介して、サーバコンピュータ２０に送信する。さらに、送受信部１０ｃは、サーバコンピュータ２０からネットワーク１５を介して送信された判定結果３を受信する。
【0036】
サーバコンピュータ２０に実装された補正部２０ａは、サーバコンピュータ２０に送られた撮像データ２ａの補正を行う。この補正は、以下の２段階で行われる。
【0037】
（Ａ）傾き補正
シート２と携帯端末１０との撮影時の位置関係によっては、シート２の撮像データ２ａは、図５（Ａ）に示すような台形状又は平行四辺形状となる。撮像データ２ａには、筆跡パターンＷＬの画像ＷＬａとともに、位置合わせ用パターンＰ１、Ｐ２、Ｐ３、Ｐ４の画像Ｐ１ａ、Ｐ２ａ、Ｐ３ａ、Ｐ４ａが含まれている。補正部２０ａは、撮像データ２ａにおける位置合わせ用パターンＰ１～Ｐ４の画像Ｐ１ａ～Ｐ４ａの相対的な位置関係に基づいて、図５（Ａ）に示す撮像データ２ａを図５（Ｂ）に示す撮像データ２ｂに補正（傾き補正）する。この補正は、撮像データ２ａにおける４つの位置合わせ用パターンＰ１～Ｐ４の画像Ｐ１ａ、Ｐ２ａ、Ｐ３ａ、Ｐ４ａの位置が、設計上の位置合わせ用パターンＰ１～Ｐ４の画像Ｐ１ｂ、Ｐ２ｂ、Ｐ３ｂ、Ｐ４ｂの位置に合致するように、撮像データ２ａの各画素の位置を変更することにより行われる。これにより、撮像データ２ａの基準線パターンＢＬの画像ＢＬａ、筆跡パターンＷＬの画像ＷＬａは、撮像データ２ｂの基準線パターンＢＬの画像ＢＬｂ、筆跡パターンＷＬの画像ＷＬｂに変換される。
シート２と携帯端末１０との撮影時の位置関係によっては、シート２の撮像データ２ａは、図５（Ａ）に示すような台形状又は平行四辺形状となる。撮像データ２ａには、筆跡パターンＷＬの画像ＷＬａとともに、位置合わせ用パターンＰ１、Ｐ２、Ｐ３、Ｐ４の画像Ｐ１ａ、Ｐ２ａ、Ｐ３ａ、Ｐ４ａが含まれている。補正部２０ａは、撮像データ２ａにおける位置合わせ用パターンＰ１～Ｐ４の画像Ｐ１ａ～Ｐ４ａの相対的な位置関係に基づいて、図５（Ａ）に示す撮像データ２ａを図５（Ｂ）に示す撮像データ２ｂに補正（傾き補正）する。この補正は、撮像データ２ａにおける４つの位置合わせ用パターンＰ１～Ｐ４の画像Ｐ１ａ、Ｐ２ａ、Ｐ３ａ、Ｐ４ａの位置が、設計上の位置合わせ用パターンＰ１～Ｐ４の画像Ｐ１ｂ、Ｐ２ｂ、Ｐ３ｂ、Ｐ４ｂの位置に合致するように、撮像データ２ａの各画素の位置を変更することにより行われる。これにより、撮像データ２ａの基準線パターンＢＬの画像ＢＬａ、筆跡パターンＷＬの画像ＷＬａは、撮像データ２ｂの基準線パターンＢＬの画像ＢＬｂ、筆跡パターンＷＬの画像ＷＬｂに変換される。
【0038】
（Ｂ）撮像データの二値化
被検者Ｅが健常者であるか否かは、筆跡パターンＷＬに現れている。そこで、補正部２０ａは、基準線パターンＢＬの画像ＢＬｂを消去して筆跡パターンＷＬの画像ＷＬｂを抽出して、筆跡パターンＷＬの画像ＷＬｃが二値化された撮像データ２ｃを得る。
被検者Ｅが健常者であるか否かは、筆跡パターンＷＬに現れている。そこで、補正部２０ａは、基準線パターンＢＬの画像ＢＬｂを消去して筆跡パターンＷＬの画像ＷＬｂを抽出して、筆跡パターンＷＬの画像ＷＬｃが二値化された撮像データ２ｃを得る。
【0039】
ここで、図２に示すように、４つの位置合わせ用パターンＰ１～Ｐ４のうち、位置合わせ用パターン（第１の位置合わせ用パターン）Ｐ１～Ｐ３はグレースケールで表現した場合に第１の濃度（例えば黒）で印刷されており、残りの位置合わせ用パターン（第２の位置合わせ用パターン）Ｐ４は第１の濃度より低い第２の濃度（白と黒の間の色、例えば薄い灰色）で印刷されている。また、基準線パターンＢＬは、グレースケールで表現した場合に、位置合わせ用パターンＰ４と同じ第２の濃度（薄い灰色）で印刷されている。
【0040】
さらに、筆跡パターンＷＬは、グレースケールで表現した場合に、第１の濃度と第２の濃度との間の第３の濃度となる筆記具Ｆ（赤いマジックペン）で描かれている。このため、基準線パターンＢＬと、筆跡パターンＷＬとは区別可能となっている。
【0041】
補正部２０ａは、位置合わせ用パターンＰ１～Ｐ３の画像の輝度から、位置合わせ用パターンＰ４の画像の輝度までの範囲の輝度の変化により筆跡パターンＷＬの画像ＷＬｃを抽出しつつ、図５（Ｂ）に示す撮像データ２ｂを二値化し、図５（Ｃ）に示す撮像データ２ｃを得る。すなわち、撮像データ２ｂは、筆跡パターンＷＬの画像ＷＬｃが黒となり、他の部分が白となる二値化画像データとなる。
【0042】
サーバコンピュータ２０に実装された判定部２０ｂは、撮像部１０ａで撮像され補正部２０ａで台形補正され二値化された撮像データ２ｃに基づいて、被検者Ｅが健常者である可能性が高いか、本態性振戦を罹患している可能性が高いか、小脳障害を罹患している可能性が高いかを判定する。本実施の形態では、判定部２０ｂは、被検者Ｅの症状の判定結果が既知である（症状の診断結果が確定している）撮像データを教師データとして用いて深層学習を行うことにより、被検者Ｅの症状を判定する。
【0043】
判定部２０ｂは、撮像データ２ｃを入力とするとともに診断結果を出力とし、教師データを用いて学習された畳込みニューラルネットワーク２１を用いて、被検者Ｅの診断が必要であるか否かを判定する。図６には、この畳込みニューラルネットワーク２１の一例が示されている。
【0044】
図６に示すように、畳込みニューラルネットワーク２１は、入力層、中間層、出力層の３層で構成されている。入力層は、撮像データ２ｃの画素Ｐ（ｍ，ｎ）の数だけ設けられており、各画素Ｐ（ｍ，ｎ）の値、０又は１が入力される。画素Ｐ（ｍ，ｎ）の数は、Ｍ×Ｎ（６４×６４）個である。出力層には、健常者の可能性が高いと判定した場合、本態性振戦の可能性が高いと判定した場合、小脳障害の可能性が高いと判定した場合の３つのパーセプトロンが設けられている。出力層では、いずれかのパーセプトロンの出力が１となり、残りは０となる。
【0045】
入力層に撮像データの各画素Ｐ（ｍ，ｎ）の値が入力されれば、入力層からの出力が中間層に伝えられ、中間層の出力が出力層に伝えられて、被検者Ｅが健常者である可能性が高いか、本態性振戦である可能性が高いか、小脳障害である可能性が高いかが出力される。すなわち、判定結果３は、被検者Ｅが健常者である可能性が高いか、被検者Ｅが本態性振戦を罹患している可能性が高いか、被検者Ｅが小脳障害を罹患している可能性が高いか、のいずれかとなる。
【0046】
パラメータ調整部２２は、教師データ２３を用いて畳込みニューラルネットワーク２１を学習させる。教師データ２３としては、例えば、図４（Ａ）及び図４（Ｂ）のグラフを算出するのに用いられた撮像データ２ｃと、その被検者Ｅの医師による診断結果（判定結果）とを対応付けられたものが用いられる。深層学習の方法としては、例えば、出力層の出力と教師データ２３との誤差を表す関数を誤差関数として設定し、誤差関数を入力層に向かって逆伝播させていき、各層のパラメータに関する誤差関数の勾配を求めていく誤差逆伝搬法を用いることができる。
【0047】
サーバコンピュータ２０に実装された送受信部２０ｃは、携帯端末１０とのデータ送受信を行う。具体的には、送受信部２０ｃは、携帯端末１０からネットワーク１５を介して送られた撮像データ２ａを受信する。さらに、送受信部２０ｃは、判定部２０ｂの判定結果３を、ネットワーク１５を介して携帯端末１０に送る。
【0048】
図７に示すように、携帯端末１０として動作するコンピュータは、制御部３１、主記憶部３２、外部記憶部３３、カメラ３４、タッチパネル３５及び無線通信インターフェイス３６をハードウエア構成として備えている。主記憶部３２、外部記憶部３３、カメラ３４、タッチパネル３５及び無線通信インターフェイス３６は、いずれも内部バス３０を介して制御部３１に接続されている。
【0049】
制御部３１は、ＣＰＵ（Central Processing Unit）等から構成されている。このＣＰＵが、外部記憶部３３に記憶されているプログラム３９に従って撮像部１０ａ、表示部１０ｂ及び送受信部１０ｃの処理を実行することにより、ハードウエアとソフトウエアが協働して、図１に示す携帯端末１０の機能が実現される。
【0050】
主記憶部３２は、ＲＡＭ（Random-Access Memory）等から構成されている。主記憶部３２には、外部記憶部３３に記憶されているプログラム３９がロードされる。この他、主記憶部３２は、制御部３１の作業領域（データの一時記憶領域）として用いられる。
【0051】
外部記憶部３３は、フラッシュメモリ、ハードディスク、ＤＶＤ－ＲＡＭ（Digital Versatile Disc Random-Access Memory）、ＤＶＤ－ＲＷ（Digital Versatile Disc ReWritable）等の不揮発性メモリから構成される。外部記憶部３３には、制御部３１に実行させるためのプログラム３９があらかじめ記憶されている。また、外部記憶部３３は、制御部３１の指示に従って、このプログラム３９の実行の際に用いられるデータを制御部３１に供給し、制御部３１から供給されたデータを記憶する。
【0052】
カメラ３４は、携帯端末１０に内蔵されている。カメラ３４は、光学系と撮像素子とを有する。光学系を介した光を撮像素子で受光することにより撮像データ２ａが得られる。撮像データ２ａは、外部記憶部３３に記憶される。
【0053】
タッチパネル３５は、操作入力可能な表示画面である。このタッチパネル３５への操作入力は、制御部３１に送られ、制御部３１は、その操作入力に従って処理を行う。この処理に従って、制御部３１は、表示画面に画像を表示させる。
【0054】
無線通信インターフェイス３６は、例えばネットワーク１５に接続された近くのＷｉＦｉルータと無線接続するインターフェイス回路である。ネットワーク１５を介したサーバコンピュータ２０とのデータ通信は、この無線通信インターフェイス３６を介して行われる。
【0055】
携帯端末１０では、制御部３１がプログラム３９を実行することにより、撮像部１０ａ、表示部１０ｂ及び送受信部１０ｃの機能が実現される。具体的には、制御部３１、主記憶部３２、外部記憶部３３、カメラ３４、タッチパネル３５によって撮像部１０ａの機能が実現され、制御部３１、主記憶部３２、外部記憶部３３、タッチパネル３５によって表示部１０ｂの機能が実現され、制御部３１、主記憶部３２、外部記憶部３３、無線通信インターフェイス３６によって送受信部１０ｃの機能が実現される。
【0056】
図８に示すように、サーバコンピュータ２０として動作するコンピュータは、制御部４１、主記憶部４２、外部記憶部４３及び通信インターフェイス４４をハードウエア構成として備えている。主記憶部４２、外部記憶部４３及び通信インターフェイス４４はいずれも内部バス４０を介して制御部４１に接続されている。
【0057】
制御部４１は、ＣＰＵ（Central Processing Unit）等から構成されている。このＣＰＵが、外部記憶部４３に記憶されているプログラム４９に従って補正部２０ａ、判定部２０ｂ及び送受信部２０ｃの処理を実行することにより、ハードウエアとソフトウエアが協働して、図１に示すサーバコンピュータ２０の機能が実現される。
【0058】
主記憶部４２は、ＲＡＭ（Random-Access Memory）等から構成されている。主記憶部４２には、外部記憶部４３に記憶されているプログラム４９がロードされる。この他、主記憶部４２は、制御部４１の作業領域（データの一時記憶領域）として用いられる。
【0059】
外部記憶部４３は、フラッシュメモリ、ハードディスク、ＤＶＤ－ＲＡＭ（Digital Versatile Disc Random-Access Memory）、ＤＶＤ－ＲＷ（Digital Versatile Disc ReWritable）等の不揮発性メモリから構成される。外部記憶部４３には、制御部４１に実行させるためのプログラム４９があらかじめ記憶されている。また、外部記憶部４３は、制御部４１の指示に従って、このプログラム４９の実行の際に用いられるデータを制御部４１に供給し、制御部４１から供給されたデータを記憶する。
【0060】
通信インターフェイス４４は、ネットワーク１５を介してデータ通信を行うための通信インターフェイス回路である。
【0061】
サーバコンピュータ２０では、制御部４１がプログラム４９を実行することにより、補正部２０ａ及び判定部２０ｂの機能が実現される。具体的には、制御部４１、主記憶部４２、外部記憶部４３によって補正部２０ａ及び判定部２０ｂの機能が実現され、制御部４１、主記憶部４２、外部記憶部４３、通信インターフェイス４４によって送受信部２０ｃの機能が実現される。
【0062】
次に、本発明の実施の形態に係る診断支援システム１の動作について説明する。
【0063】
図９に示すように、被検者Ｅがシート２に筆跡パターンＷＬを描いた後、携帯端末１０において、診断支援システム１のアプリケーションが起動され、撮像部１０ａがシート２を撮像する（ステップＳ１１）。具体的には、シート２の筆跡パターンＷＬが描かれた面が撮像視野内に収まった状態で、タッチパネル３５上に表示された撮像ボタンが押下されると、制御部３１は、カメラ３４を駆動してシート２を撮像する。制御部３１は、シート２の撮像データ２ａを、外部記憶部３３に記憶する。
【0064】
続いて、携帯端末１０の送受信部１０ｃは、撮像データ２ａを、サーバコンピュータ２０へ送信する（ステップＳ１２）。具体的には、制御部３１は、無線通信インターフェイス３６を介してネットワーク１５に接続する。続いて、制御部３１は、外部記憶部３３から撮像データ２ａを読み出して、ネットワーク１５を介してサーバコンピュータ２０に送信する。
【0065】
続いて、携帯端末１０の送受信部１０ｃは、判定結果３の受信待ちとなる（ステップＳ１３；Ｎｏ）。具体的には、制御部３１は、無線通信インターフェイス３６を介して、サーバコンピュータ２０から判定結果３が送られてくるのを待っている。
【0066】
一方、サーバコンピュータ２０において、送受信部２０ｃは、携帯端末１０から撮像データ２ａを受信するまで待つ、すなわち受信待ちとなっている（ステップＳ２１；Ｎｏ）。
【0067】
携帯端末１０から撮像データ２ａを受信すると（ステップＳ２１；Ｙｅｓ）、サーバコンピュータ２０の補正部２０ａは、撮像データ２ａの補正を行う（ステップＳ２２）。具体的には、制御部４１は、携帯端末１０から受信した撮像データ２ａを読み込んで、図５（Ａ）に示す撮像データ２ａを図５（Ｂ）に示す撮像データ２ｂに変換し、撮像データ２ｂを図５（Ｃ）に示す撮像データ２ｃに変換する。
【0068】
さらに、サーバコンピュータ２０の判定部２０ｂは、判定処理を行う（ステップＳ２３）。具体的には、制御部４１は、図６に示すように、撮像データ２ｃを畳込みニューラルネットワーク２１に入力して、その出力を判定結果として得る。判定結果は、外部記憶部４３に記憶される。
【0069】
続いて、サーバコンピュータ２０の送受信部２０ｃは、判定結果３を携帯端末１０に送信する（ステップＳ２４）。具体的には、制御部４１は、通信インターフェイス４４を介して、ネットワーク１５に接続し、判定結果３を、外部記憶部４３から読み込んで、携帯端末１０に送信する。
【0070】
携帯端末１０の送受信部１０ｃがサーバコンピュータ２０から判定結果３を受信すると（ステップＳ１３；Ｙｅｓ）、携帯端末１０の表示部１０ｂは、判定結果を表示する（ステップＳ１４）。具体的には、制御部３１は、無線通信インターフェイス３６を介して判定結果３を受信し、受信した判定結果３をタッチパネル３５に表示する。タッチパネル３５に表示された判定結果３を見れば、被検者Ｅが健常者である可能性が高いか、本態性振戦を罹患している可能性が高いか、小脳障害を罹患している可能性が高いかを知ることができる。
【0071】
実施の形態２
次に、本発明の実施の形態２について説明する。本実施の形態に係る診断支援システム１の構成は、図１に示す上記実施の形態１に係る診断支援システム１の構成と同じである。本実施の形態に係る診断支援システム１は、判定部２０ｂの動作が上記実施の形態１の判定部２０ｂと異なる。
次に、本発明の実施の形態２について説明する。本実施の形態に係る診断支援システム１の構成は、図１に示す上記実施の形態１に係る診断支援システム１の構成と同じである。本実施の形態に係る診断支援システム１は、判定部２０ｂの動作が上記実施の形態１の判定部２０ｂと異なる。
【0072】
本実施の形態では、判定部２０ｂは、撮像データ２ａに基づいて、基準線パターンＢＬと筆跡パターンＷＬとの誤差の総量と、基準線パターンＢＬと筆跡パターンＷＬとの全長の差との少なくとも一方を指標値として算出する。さらに、判定部２０ｂは、算出されたこれらの指標値に基づいて、被検者Ｅの症状を判定する。
【0073】
まず、基準線パターンＢＬと筆跡パターンＷＬとの誤差の総量の算出方法について説明する。図１０に示すように、基準線パターンＢＬには、微小な間隔ｄＬで、点ｈｋ（ｋ＝０～Ｎ）が規定されている。ここで、基準線パターンＢＬにおいて、螺旋の中心の端部を原点Ｏとする。原点Ｏと各点ｈｋを通過する直線を引いた場合、基準線パターンＢＬと筆跡パターンＷＬとがずれていれば、その点は点ｈｋとは異なる点Ｗｋとなる。判定部２０ｂは、点ｈｋと点Ｗｋとの距離を誤差として算出する。判定部２０ｂは、点ｈ０、・・・、点ｈＮについてそれぞれ点ｈｋと点Ｗｋとの距離を求め、その距離を積算し、積算結果を、面積誤差として算出する。
【0074】
図４（Ａ）に示すように、誤差面積は、健常者、本態性振戦、小脳障害の順に大きくなる傾向がある。そこで、判定部２０ｂは、第１の閾値Ｔ１を基準として、誤差面積が第１の閾値Ｔ１より小さい場合には、被検者Ｅが健常者である可能性が高いと判定する。また、判定部２０ｂは、第１の閾値Ｔ１と第２の閾値Ｔ２との間にあるか否かにより、例えば誤差面積が第１の閾値Ｔ１以上第２の閾値Ｔ２未満である場合には、被検者Ｅが本態性振戦を罹患している可能性があると判定する。さらに、判定部２０ｂは、第２の閾値Ｔ２を基準として、誤差面積が第２の閾値Ｔ２以上である場合には、小脳障害を罹患している可能性があると判定する。第１の閾値Ｔ１は、例えば８００ｍｍ2とすることができ、第２の閾値Ｔ２を例えば１２００ｍｍ2とすることができる。第１の閾値Ｔ１、第２の閾値Ｔ２については他の数値を設定することも可能である。
【0075】
次に、基準線パターンＢＬの全長と筆跡パターンＷＬの全長との違いの算出方法について説明する。筆跡パターンＷＬを微小線分ｄＬ毎に区切り、そのｄＬを積算する。その積算結果が、筆跡パターンＷＬの全長となる。ｄＬとしては、直線に近似できる長さとすればよい。基準線パターンＢＬの全長は既知となっており、筆跡パターンＷＬの全長がわかれば、基準線パターンＢＬの全長に対する筆跡パターンＷＬの全長との比、すなわち筆跡全長［％］を求めることができる。
【0076】
図４（Ｂ）に示すように、筆跡全長［％］は、健常者、本態性振戦、小脳障害の順に大きくなる傾向がある。そこで、判定部２０ｂは、第１の閾値Ｓ１を基準として、筆跡全長が第１の閾値Ｓ１より小さい場合には、被検者Ｅが健常者である可能性が高いと判定する。また、判定部２０ｂは、第１の閾値Ｓ１と第２の閾値Ｓ２との間にあるか否かにより、例えば筆跡全長が第１の閾値Ｓ１以上第２の閾値Ｓ２未満である場合には、被検者Ｅが本態性振戦を罹患している可能性があると判定する。さらに、判定部２０ｂは、第２の閾値Ｓ２を基準として、筆跡全長が第２の閾値Ｓ２以上である場合には、小脳障害を罹患している可能性があると判定する。第１の閾値Ｓ１は、例えば１０３％とすることができ、第２の閾値Ｔ２を例えば１０５％とすることができる。第１の閾値Ｓ１、第２の閾値Ｓ２については他の数値を設定することも可能である。
【0077】
なお、判定部２０ｂは、誤差面積及び筆跡全長［％］の両方を用いて、上述の判定を行うようにしてもよい。このとき、例えば、誤差面積では、本態性振戦の可能性があると判定され、筆跡全長［％］では、小脳障害の可能性があると判定された場合には、判定結果を両方の可能性があるとすることができる。
【0078】
以上詳細に説明したように、本実施の形態によれば、被検者Ｅの手元に、シート２とそのシート２を撮像可能な携帯端末１０があるだけで被検者Ｅの症状の判定を行うことができる。また、本実施の形態によれば、基準線パターンＢＬをなぞって描かれた筆跡パターンＷＬを用いるので、健常者であれば均一となる条件で被検者Ｅの症状を判定することができる。さらに、本発明によれば、被検者Ｅの症状の判定には筆跡パターンＷＬの撮像データ２ａのみが用いられる。そのため、被検者Ｅの症状をより正確かつ簡便に判定することができる。
【0079】
また、本実施の形態によれば、被検者Ｅが健常者である可能性が高いか否かだけでなく、被検者Ｅが本態性振戦を罹患している可能性が高いか否か、被検者Ｅが小脳障害を罹患している可能性が高いか否かを判定する。このようにすれば、被検者Ｅの疾患の種類についてもより正確かつ簡便に判定することができる。
【0080】
本実施の形態によれば、携帯端末１０には、シート２を撮像する撮像部１０ａと、判定結果３を表示する表示部１０ｂと、データ送受信を行う送受信部２０ｃとが備えられていればよく、被検者Ｅの症状の判定などの複雑な処理を行うソフトウエアをインストールする必要はない。また、本実施の形態によれば、シート２に描かれた筆跡パターンＷＬだけで判定を行うので、簡易的な判定に向いているうえ、判定に要する時間を短縮することが可能となる。
【0081】
さらに、携帯端末１０とサーバーコンピュータ２０との間で送受信される撮像データ２ａ及び判定結果３は、匿名化することができるので、個人情報の流出も防止することが可能となる。
【0082】
診断支援システム１の判定結果は、一般の人が、自身が健常者なのか、要受診なのかを判断するのに用いることができるし、神経科医でない医者が患者を診断する診断材料として用いることができる。
【0083】
なお、上記実施の形態では、被検者Ｅが健常者である可能性が高いか、本態性振戦である可能性が高いか、小脳障害である可能性が高いかを判定したが、本発明はこれには限られない。被検者Ｅが健常者である可能性が高いかを判定するだけでもよいし、本態性振戦である可能性が高いか否か、小脳障害である可能性が高いか否かだけを判定するだけでもよい。
【0084】
なお、上記実施の形態では、被検者Ｅが健常者である可能性が高いか、本態性振戦である可能性が高いか、小脳障害である可能性が高いかを判定したが、本発明はこれには限られない。それぞれの可能性を確率で表現するようにしてもよい。例えば、健常者である可能性が８０％、本態性振戦を罹患している可能性が２０％などと表示するようにしてもよい。この確率は、図４（Ａ）及び図４（Ｂ）などの統計データから求めることができる。
【0085】
診断支援システム１で判定可能な症状には、本態性振戦及び小脳障害には限られない。本発明は、例えば、他の不随運動、例えばミオクローヌス、舞踏症などの判定にも適用可能である。
【0086】
また、上記実施の形態１では、畳込みニューラルネットワーク２１の層数を３層としたが、本発明はこれには限られない。畳込みニューラルネットワーク２１の層数は４層以上であってもよい。また、畳込みニューラルネットワーク２１としてＲ－ＣＮＮ（Regions with CNN feature）やＦａｓｔ Ｒ－ＣＮＮ、ＳｅｇＮｅｔ、Ｕ－Ｎｅｔなど、応用的な畳込みニューラルネットワークを用いるようにしてもよい。また、学習方法も、誤差逆伝播法に限られず、他の方法を適用することが可能である。
【0087】
また、上記実施の形態１では、畳込みニューラルネットワーク２１へ画像そのものを入力したが、本発明はこれには限られない。上記実施の形態２で求めた誤差面積及び筆跡全長［％］などの筆跡パターンＷＬのパラメータを入力としてもよい。
【0088】
また、上記実施の形態２では、基準線パターンＢＬに対する筆跡パターンＷＬの誤差面積及び筆跡全長［％］を指標値として、判定を行った。しかしながら、本発明はこれには限られない。他の指標、例えば、基準線パターンＢＬに対する筆跡パターンＷＬのずれ方が小刻みであるか否かを示す指標値（例えば基準線パターンＢＬと筆跡パターンＷＬとが交差する交差数）を用いて判定を行うようにしてもよい。
【0089】
なお、上記各実施の形態に係る診断支援システム１では、基準線パターンＢＬを螺旋（渦巻き）としたが、本発明はこれには限られない。基準線パターンＢＬは直線であってもよいし、円、四角形又は三角形であってもよい。基準線パターンＢＬとしては、螺旋又は円弧のように、描線の方向が様々な方向に変化する図形であるのが望ましい。
【0090】
その他、携帯端末１０及びサーバコンピュータ２０のハードウエア構成やソフトウエア構成は一例であり、任意に変更および修正が可能である。
【0091】
制御部３１、主記憶部３２、外部記憶部３３、カメラ３４、タッチパネル３５及び無線通信インターフェイス３６、内部バス３０などから構成される携帯端末１０の処理を行う中心となる部分は、上述のように、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。制御部４１、主記憶部４２、外部記憶部４３、及び通信インターフェイス４４、内部バス４０などから構成される携帯端末１０の処理を行う中心となる部分も同様である。例えば、前記の動作を実行するためのコンピュータプログラムを、コンピュータが読み取り可能な記録媒体（フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ等）に格納して配布し、当該コンピュータプログラムをコンピュータにインストールすることにより、前記の処理を実行する携帯端末１０及びサーバコンピュータ２０を構成してもよい。また、インターネット等の通信ネットワーク上のサーバ装置が有する記憶装置に当該コンピュータプログラムを格納しておき、通常のコンピュータシステムがダウンロード等することで診断支援システム１を構成してもよい。
【0092】
コンピュータの機能を、ＯＳ（オペレーティングシステム）とアプリケーションプログラムの分担、またはＯＳとアプリケーションプログラムとの協働により実現する場合などには、アプリケーションプログラム部分のみを記録媒体や記憶装置に格納してもよい。
【0093】
搬送波にコンピュータプログラムを重畳し、通信ネットワークを介して配信することも可能である。たとえば、通信ネットワーク上の掲示板（BBS, Bulletin Board System）にコンピュータプログラムを掲示し、ネットワークを介してコンピュータプログラムを配信してもよい。そして、このコンピュータプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、前記の処理を実行できるように構成してもよい。
【0094】
この発明は、この発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、この発明の範囲を限定するものではない。すなわち、この発明の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。
【産業上の利用可能性】
【0095】
本発明は、医療分野において利用することができる。
【符号の説明】
【0096】
１ 診断支援システム、２ シート、２ａ，２ｂ，２ｃ 撮像データ、３ 判定結果、１０ 携帯端末、１０ａ 撮像部、１０ｂ 表示部、１０ｃ 送受信部、１５ ネットワーク、２０ サーバコンピュータ、２０ａ 補正部、２０ｂ 判定部、２０ｃ 送受信部、２１ 畳込みニューラルネットワーク、２２ パラメータ調整部、２３ 教師データ、３０ 内部バス、３１ 制御部、３２ 主記憶部、３３ 外部記憶部、３４ カメラ、３５ タッチパネル、３６ 無線通信インターフェイス、３９ プログラム、４０ 内部バス、４１ 制御部、４２ 主記憶部、４３ 外部記憶部、４４ 通信インターフェイス、４９ プログラム、ＢＬ 基準線パターン、ＢＬａ，ＢＬｂ 画像、Ｅ 被検者、Ｆ 筆記具、Ｐ１、Ｐ２、Ｐ３、Ｐ４ 位置合わせ用パターン、Ｐ１ａ，Ｐ２ａ，Ｐ３ａ，Ｐ４ａ，Ｐ１ｂ，Ｐ２ｂ，Ｐ３ｂ，Ｐ４ｂ 画像、ＷＬ 筆跡パターン、ＷＬａ，ＷＬｂ，ＷＬｃ 画像
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】