画像処理装置および方法、記録媒体並びにプログラム
【課題】簡単な操作で確実に画像を観察できるようにする。
【解決手段】移動部が、医用画像をスクリーン上でスクロールし、表示部が、医用画像がスクリーン上でスクロールされる場合、医用画像の診断対象領域の観察基準位置が、スクリーンの表示領域の表示基準位置を通るように医用画像を表示する。本技術は、医用画像を処理する画像処理装置に適用することができる。
【解決手段】移動部が、医用画像をスクリーン上でスクロールし、表示部が、医用画像がスクリーン上でスクロールされる場合、医用画像の診断対象領域の観察基準位置が、スクリーンの表示領域の表示基準位置を通るように医用画像を表示する。本技術は、医用画像を処理する画像処理装置に適用することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本技術は画像処理装置および方法、記録媒体並びにプログラムに関し、特に簡単な操作で確実に画像を観察することができるようにした画像処理装置および方法、記録媒体並びにプログラムに関する。
【背景技術】
【０００２】
患者の疾患を検査する場合、針生検により患者の病理組織をサンプリングし、プレパラートに展開して、それを顕微鏡で観察することがある。しかし顕微鏡での観察は、１人でしか行うことができず、複数の医師で協議する場合に不便である。
【０００３】
そこで顕微鏡により観察された画像をコンピュータに取り込み、ディスプレイに表示させることが知られている（例えば特許文献１）。これにより、画像をスクロールしたり、スケーリングすることも可能となる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−２２８１８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、病理組織は必ずしも直線状ではない。また直線状であったとしても、その方向がスクロールの方向と一致しない場合がある。このような場合、例えば縦方向にスクロールして組織を観察している際、組織の画像が画面外に移動してしまい、左または右方向にもスクロールの操作をしなければならなくなる。その結果、スクロールの操作に気を取られ、集中して組織の画像を観察することができなくなることがあった。
【０００６】
本技術はこのような状況に鑑みてなされたものであり、簡単な操作で確実に画像を観察することができるようにするものである。
【課題を解決するための手段】
【０００７】
本技術の一側面は、医用画像をスクリーン上でスクロールする移動部と、前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示部とを備える画像処理装置である。
【０００８】
前記観察基準位置は、前記医用画像のスクロール方向と垂直な方向の中心近傍とし、前記表示基準位置は、前記表示領域の中心近傍とすることができる。
【０００９】
前記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示するのは、自動モードでスクロールが行われる場合とすることができる。
【００１０】
前記自動モードでのスクロールが中断された場合、手動モードでのスクロールが可能であり、前記手動モードでのスクロールは、ユーザが指示する方向に行われるようにすることができる。
【００１１】
前記自動モードでのスクロールが一旦中断された後、前記手動モードでユーザが指示する方向にスクロールが行われた状態で、再度前記自動モードでのスクロールが指示された場合、前記自動モードでのスクロールを中断した位置から、前記自動モードでのスクロールが再開されるようにすることができる。
【００１２】
前記移動部は、前記診断対象領域の異常部ではスクロールの速度を制限することができる。
【００１３】
前記異常部を強調表示することができる。
【００１４】
前記異常部を所定の色でラベル表示することができる。
【００１５】
前記診断対象領域のスクロール方向の端部に達したとき、前記端部に達したことを表示することができる。
【００１６】
前記医用画像から前記診断対象領域を検出する検出部をさらに備えることができる。
【００１７】
１枚の前記医用画像に含まれる複数の前記診察対象領域をグルーピングし、１つのグループの前記診察対象画像をスクロールすることができる。
【００１８】
前記医用画像の観察対象以外の前記診断対象領域をマスクすることができる。
【００１９】
前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された縮小閾値より広いとき、前記表示領域の幅より狭くなるように、前記診断対象領域のスクロール方向と垂直な方向の幅を縮小するスケーリング部をさらに備えることができる。
【００２０】
前記スケーリング部は、前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された拡大閾値より狭いとき、前記表示領域の幅より狭い範囲内で、前記診断対象領域のスクロール方向と垂直な方向の幅を拡大することができる。
【００２１】
本技術の一側面においては、医用画像から診断対象領域が検出され、医用画像がスクリーン上でスクロールされ、医用画像がスクリーン上でスクロールされる場合、診断対象領域の観察基準位置が、スクリーンの表示領域の表示基準位置を通るように医用画像が表示される。
【００２２】
本技術の一側面の方法、記録媒体及びプログラムは、上述した本技術の一側面の撮像装置に対応する方法、記録媒体及びプログラムである。
【発明の効果】
【００２３】
以上のように、本技術の一側面によれば、簡単な操作で確実に画像を観察することができる。
【図面の簡単な説明】
【００２４】
【図１】本技術の画像処理装置の一実施の形態の構成を示すブロック図である。
【図２】CPUの機能的構成を示すブロック図である。
【図３】入力部の構成例を示す図である。
【図４】表示処理を説明するフローチャートである。
【図５】表示処理を説明するフローチャートである。
【図６】表示処理を説明するフローチャートである。
【図７】表示処理を説明するフローチャートである。
【図８】表示処理を説明するフローチャートである。
【図９】針生検の画像の例を示す図である。
【図１０】診断対象領域を説明する図である。
【図１１】グルーピングを説明する図である。
【図１２】回転補正を説明する図である。
【図１３】スクロールラインを説明する図である。
【図１４】病理画像の表示例を示す図である。
【図１５】マスクを説明する図である。
【図１６】スクロールを説明する図である。
【図１７】スクロールを説明する図である。
【図１８】スクロールを説明する図である。
【図１９】速度調整処理を説明するフローチャートである。
【図２０】強調表示の例を示す図である。
【図２１】横幅調整処理を説明するフローチャートである。
【図２２】横幅調整処理を説明する図である。
【図２３】スクロール完了の表示の例を示す図である。
【図２４】スクロールを説明する図である。
【図２５】スケーリング処理を説明する図である。
【図２６】病変進行度ラベルを説明する図である。
【図２７】病変進行度の識別を説明する図である。
【図２８】学習サンプルを説明する図である。
【図２９】辞書の作成を説明する図である。
【図３０】学習機の機能的構成を示すブロック図である。
【図３１】学習処理を説明するフローチャートである。
【図３２】識別閾値と学習閾値とを説明する図である。
【図３３】選択部の機能的構成を示すブロック図である。
【図３４】弱判別器の選択処理を説明するフローチャートである。
【図３５】閾値の移動を説明する図である。
【発明を実施するための形態】
【００２５】
以下、技術を実施するための形態（以下、実施の形態と称する）について説明する。なお、説明は以下の順序で行う。
１．画像処理装置の構成
２．表示処理
３．病変進行度ラベル
４．辞書の作成
５．学習方法
６．本技術のプログラムへの適用
７．その他
【００２６】
[画像処理装置の構成]
【００２７】
図１は、画像処理装置の構成例を示すブロック図である。画像処理装置１は、例えばパーソナルコンピュータにより構成される。
【００２８】
画像処理装置１において、CPU（Central Processing Unit）２１，ROM（Read Only Memory）２２，RAM（Random Access Memory）２３は、バス２４により相互に接続されている。
【００２９】
バス２４には、さらに、入出力インタフェース２５が接続されている。入出力インタフェース２５には、入力部２６、出力部２７、記憶部２８、通信部２９、及びドライブ３０が接続されている。
【００３０】
入力部２６は、キーボード、マウス、マイクロフォンなどよりなる。出力部２７は、ディスプレイ、スピーカなどよりなる。記憶部２８は、ハードディスクや不揮発性のメモリなどよりなる。通信部２９は、ネットワークインタフェースなどよりなる。ドライブ３０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア３１を駆動する。
【００３１】
以上のように構成される画像処理装置１では、CPU２１が、例えば、記憶部２８に記憶されているプログラムを、入出力インタフェース２５及びバス２４を介して、RAM２３にロードして実行することにより、所定の処理が実行される。
【００３２】
画像処理装置１では、プログラムは、例えば、パッケージメディア等としてのリムーバブルメディア３１をドライブ３０に装着することにより、入出力インタフェース２５を介して、記憶部２８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部２９で受信し、記憶部２８にインストールすることができる。その他、プログラムは、ROM２２や記憶部２８に、あらかじめインストールしておくことができる。
【００３３】
次にCPU２１の機能的構成について説明する。図２は、CPU２１の機能的構成を示すブロック図である。同図に示されるように、CPU２１は、取得部５１、検出部５２、グルーピング部５３、補正部５４、抽出部５５、表示部５６、判定部５７、移動部５８、スケーリング部５９、および設定部６０を有している。各部は必要に応じて情報を授受する機能を有している。
【００３４】
取得部５１は、画像、モード等の各種の情報を取得する。検出部５２は、領域を検出する。検出部５２はまた、腫瘍を識別するとともに、病変進行度を識別する。グルーピング部５３は、画像をグルーピングする。補正部５４は、画像を補整する。抽出部５５は、スクロールラインを抽出する。表示部５６は、画像や所定のメッセージ等を表示する。判定部５７は、各種の判定処理を実行する。移動部５８は、画像をスクロールしたり、所定の位置に移動させる。スケーリング部５９は、画像を拡大または縮小する。設定部６０は、速度を設定する。
【００３５】
図３は、入力部２６の構成例を示す図である。すなわち入力部２６は、少なくとも、ボタン７１Ｕ，７１Ｄ，７１Ｌ，７１Ｒ，７２，７３，７４，７５，７６を有している。ボタン７１Ｕ，７１Ｄ，７１Ｌ，７１Ｒは、それぞれ画像を上下左右に移動させるとき操作される。なお、ボタン７１Ｕ，７１Ｄ，７１Ｌ，７１Ｒを個々に区別する必要が無い場合、単にボタン７１と記述する。他の構成要素についても同様とする。ボタン７２は、画像を拡大するとき上方に操作され、縮小するとき下方に操作される。ボタン７１，７２は、操作されている期間だけ指示が出され、操作を停止すると、指示は終了される。
【００３６】
ボタン７３は、モードを自動モードに設定するとき操作され、ボタン７４は、モードを手動モードに設定するとき操作される。ボタン７３，７４は、一旦操作されると、操作を解除しても、その指示は継続される。ボタン７５は、画像の番号などの数字を入力するとき操作される。ボタン７６は、画像の選択を確定するとき等に操作される。
【００３７】
[表示処理]
【００３８】
次に画像処理装置１により実行される表示処理について説明する。図４乃至図８は、表示処理を説明するフローチャートである。この処理は、例えば医師等のユーザが患者の医用画像を観察するために行われる。
【００３９】
ステップＳ１において取得部５１は、画像を取得する。例えば図９に示されるように、患者の針生検が行われた場合において、得られたサンプルをプレパラート上に配置して、顕微鏡で観察して得られた画像が取得される。
【００４０】
図９は、針生検の画像の例を示す図である。この例においては、針生検が３回行われ、各回において得られた細胞組織のサンプルの画像８２−１乃至８２−３が画像８１内に含まれている。
【００４１】
ステップＳ２において検出部５２は、診断対象領域を検出する。例えば図１０に示されるように、診断対象領域が検出される。
【００４２】
図１０は、診断対象領域を説明する図である。図１０は、図９の画像８１から診断対象領域を検出した例を示している。図１０に示される例では、図９に示される細胞組織の画像８２−１乃至８２−３に対応する領域８３−１乃至８３−３が、診断対象領域として検出されている。換言すれば、この処理により、画像８１から、細胞組織の画像８２−１乃至８２−３以外の領域（すなわち、背景となっている領域）が、診断対象領域から除外される。
【００４３】
ステップＳ３においてグルーピング部５３は、ステップＳ２の処理で得られた１枚の医用画像から、そこに含まれる複数の診断対象領域をグルーピングする。これにより、各回の針生検により得られた細胞組織の画像が異なる画像とされる。その結果、異なる細胞組織が同じ細胞組織として誤認されるようなことが防止される。
【００４４】
グルーピングの数は、１でも、２以上でもよいが、この数が、後述するステップＳ１４で実行されるスクロールの対象の数となるので、診断の場面に応じて適切な値とされる。それが肺の画像であれば、左右に２個あるので、グルーピング数は２とし、大腸であれば１個なので１とするなど、診断対象の性質に基づいて決定するのが好ましい。この実施の形態の場合、針生検の回数は３回であり、３個の細胞組織が存在するので、グルーピングの数は３とされる。
【００４５】
病理画像を生検数でグルーピングする場合、一般的にプレパラート作成時に生検数が既知であるため、クラスタ数が既知であるクラスタリング問題となる。以下に、スペクトルクラスタリングの技術を用いたグルーピング方法を説明する。
【００４６】
いま、診断対象領域の画素数をｎとし、目標とするグルーピングのクラス数をＣとする。ｄijを画素ｉと画素ｊの座標値におけるユークリッド距離として、affinity matrix Aijを式（１）のように定義する。
【００４７】
【数１】
【００４８】
式（１）におけるσはスケーパラメータであり、例えば、０．１など、対象にとって適切な値が設定される。
【００４９】
また対角行列Ｄが式（２）のように定義され、式（１）と式（２）から、式（３）の行列Ｌが演算される。
【００５０】
【数２】
【００５１】
行列Ｌの固有値の大きい順にＣ個の固有ベクトルｘ1，ｘ2，・・・，ｘCを求め、式（４）の行列Ｘを作成する。
Ｘ＝［ｘ1，ｘ2，・・・，ｘC］ （４）
【００５２】
この行列Ｘを各行で正規化した次の式（５）の行列Ｙを求める。
【００５３】
【数３】
【００５４】
行列Ｙの各行を要素ベクトルとしてK-means法によりＣ個にクラスタリングすると、行列Ｙの行番号ｉのクラスタが画素ｉのクラスタに対応する。
【００５５】
なお、以上では、スペクトラルクラスタリングを使用するようにしたが、入力データにK-means法を直接適用するなどして、他のクラスタリング手法を用いることもできる。入力されるデータの特性に応じて適切なクラスタリング手法を用いるのが好ましい。
【００５６】
図１１は、グルーピングを説明する図である。図１１は、図１０に示される領域８３−１乃至８３−３をグルーピングした結果を表している。図１１においては、図１０の領域８３−１乃至８３−３が、それぞれ領域８４−１乃至８４−３として、異なるグループにグルーピングされている。
【００５７】
ステップＳ４において補正部５４は、ステップＳ３でグルーピングされた各領域を、図１２に示されるように、回転補正する。具体的には、各グループ毎に各領域８４の慣性主軸が求められる。各領域８４は、その慣性主軸が垂直方向（つまりｙ軸方向）と平行になるように回転補正される。慣性主軸θは、領域８４の重心周りのモーメントをｕpqとしたとき、式（６）で表される。ｐは、ｘ軸のモーメントの次数を表し、ｑは、ｙ軸のモーメントの次数を表す。
【００５８】
【数４】
【００５９】
図１２は、回転補正を説明する図である。図１２の例では、ステップＳ３の処理で１つのグループとされた領域８４−１を含む画像が画像９１−１とされている。同様に、他の１つのグループとされた領域８４−２を含む画像が画像９１−２とされ、さらに他の１つのグループとされた領域８４−３を含む画像が画像９１−３とされている。各領域８４−１乃至８４−３は、その慣性主軸が垂直方向となるように、画像９１−１乃至９１−３内に配置されている。
【００６０】
ステップＳ５において抽出部５５は、スクロールラインを抽出する。スクロールラインはステップＳ３の処理で生成された各グループ毎に抽出される。すなわち、回転補正された領域８４−１乃至８４−３において、それぞれの水平方向の中心を線で結ぶことでスクロールラインが得られる。
【００６１】
なお、以上の処理は、別の装置により実行させることもできる。この場合、画像処理装置１には、画像データとそのスクロールラインを表すメタデータが取得される。
【００６２】
図１３は、スクロールラインを説明する図である。図１３においては、領域８４−１乃至８４−３にそれぞれスクロールライン９５-１乃至９５−３が示されている。
【００６３】
なお、スクロールライン９５を求めるのに回転補正は必ずしも必要ではない。例えば２値画像の最線化処理によりスクロールライン９５を求めることもできる。
【００６４】
次にユーザは、以上のようにして取得された画像を出力部２７を構成するディスプレイに表示させ、観察する。
【００６５】
そのためユーザは、ボタン７５を操作して画像の番号を入力し、観察する画像を選択する。例えば３つの画像が存在する場合、そのうちの観察する画像に対応する番号が入力される。さらにユーザは、ボタン７６を操作して画像の選択を確定する。画像の数が１つである場合には、ボタン７６の操作だけが行われる。
【００６６】
ボタン７６が操作されたとき、ステップＳ６において取得部５１は、画像を取得する。例えば３つの画像９１−１乃至９１−３のうちの、ユーザにより指定された番号の画像９１−１が取得される。
【００６７】
ステップＳ７において表示部５６は、画像を表示する。すなわちステップＳ６で取得された画像が、図１４に示されるように、出力部２７を構成するディスプレイ１０１に表示される。
【００６８】
図１４は、病理画像の表示例を示す図である。図１４の表示例においては、ディスプレイ１０１の左側の略１／４の領域１０２に、取得された画像９１−１乃至９１−３のサムネイルが表示されている。ディスプレイ１０１の右側の略３／４の領域１０３には、選択したサムネイルに対応する画像が表示されている。ユーザは、領域１０２に表示されているカーソル１０４を、ボタン７１Ｕ，７１Ｄを操作することで上下させて、所望の画像を選択する。図１４の例においては、画像９１−１上にカーソル１０４が配置されているので、領域１０３には画像８２−１を含む画像９１−１が表示されている。なお、スクロールライン９５は、仮想的な線であり、領域１０３に実際に表示されることはない。
【００６９】
また、領域１０３の右下の領域１０５には、領域１０３に表示されている画像の全体の中における位置をユーザが容易に識別できるようにするための画像が表示されている。図１４の例においては、画像８２−１のサムネイル上の、現在の表示位置に対応する位置に、マーカ１０６が表示されている。
【００７０】
なお、図１４の例においては、領域１０２に３個の画像９１−１乃至９１−３が表示されているが、４個以上の画像が存在する場合には、カーソル１０４を一番下側に配置した状態で、ボタン７１Ｄがさらに操作される。これにより、サムネイルが上方向にスクロールされ、４番目以降の画像が順次表示される。
【００７１】
なお、複数の細胞組織の画像８２−１乃至８２−３が近接していると、図１５に示されるように、各グループの画像とともに、異なるグループにグルーピングされた他の画像の一部が同時に表示されてしまうおそれがある。
【００７２】
図１５は、マスクを説明する図である。図１５Ａに示される例では、細胞組織の画像８２−１の右側に、画像８２−２が表示されている。画像８２−１を表示する場合に、図１５Ａに示されるような画像を表示してしまうと、ユーザは、画像８２−２を画像８２−１の一部の画像と誤認してしまうおそれがある。
【００７３】
図１５Ｂに示されるように、ステップＳ３のグルーピング処理により、画像８２−２の領域８４−２は、画像８２−１の領域８４−１とは異なる領域（すなわち、異なるグループ）として検出されている。この検出結果に基づいて、図１５Ｃに示されるように、画像８２−１を表示する場合には、他の画像８２−２はマスクされ、表示されない。これによりユーザは、１つの画像を確実に観察することができる。その結果、例えば画像８２−１と画像８２−２は、異なる患者の針生検の画像であるような場合においても、１人の患者に対して、他の患者の画像に基づき誤った判断が行われてしまうようなことが抑制される。
【００７４】
ステップＳ８において取得部６１は、モードを取得する。すなわち、ユーザがボタン７３，７４を操作することで設定したモードが取得される。
【００７５】
ユーザがボタン７３を操作することで自動モードが設定された場合、ボタン７１Ｕが操作されている期間、画像が下から上方向に一定の速度でスクロールされる。また、ボタン７１Ｄが操作されている期間、画像が上から下方向に一定の速度でスクロールされる。
【００７６】
一方、ユーザがボタン７４を操作することで手動モードが設定された場合、ボタン７１Ｕまたはボタン７１Ｄが操作されている期間、画像が上方向または下方向にスクロールされるが、その速度はボタン７１Ｕ，７１Ｄを押圧する力により変化する。押圧力が大きいほど、速度は速くなり、小さいほど、遅くなる。
【００７７】
ステップＳ９において判定部５７は、ステップＳ２０８で取得されたスクロールモードが、自動モードであるかを判定する。
【００７８】
設定されたのが自動モードである場合、ステップＳ１０において判定部５７は、上方向または下方向へのスクロールが指示されたかを判定する。つまり、ユーザはスクロールを開始したいとき、ボタン７１Ｕ，７１Ｄを操作する。上方向へのスクロールを指示する場合、ボタン７１Ｕが操作され、下方向へのスクロールを指示する場合、ボタン７１Ｄが操作される。ボタン７１Ｕまたはボタン７１Ｄが操作された場合、上方向または下方向へのスクロールが指示されたと判定される。
【００７９】
自動モードにおいてはボタン７１Ｕ，７１Ｄのみが操作可能であり、これらのボタンのいずれも操作されない場合には、処理はステップＳ９に戻る。ボタン７１Ｕ，７１Ｄが操作されるまで、ステップＳ９，Ｓ１０の処理が繰り返される。
【００８０】
上方向または下方向へのスクロールが指示された場合、ステップＳ１１において移動部５８は、表示位置をスクロール中断位置に移動する。
【００８１】
すなわち、この実施の形態の場合、自動モードが設定されているとき、画像はスクロールライン９５が画面の中央に位置するようにスクロールされる。つまり、画像をスクロールして観察する場合の観察基準位置が、画像のスクロール方向と垂直な方向の中心、すなわちスクロールライン９５とされる。そして、スクロールする画像を表示する場合の表示基準位置は、表示領域の中心とされる。勿論、ここにおける中心は、実際には正確な中心である必要はなく、中心近傍であればよい。
【００８２】
しかし、後述するように、上方向または下方向へのスクロールが一旦中断され、手動モードで左方向または右方向へスクロールが行われると、スクロールライン９５が画面の中央に位置していない状態が発生する。そこで、このような場合、移動部５８は、画像をスクロール中断位置に移動する。これにより観察漏れが生じることが防止される。なお、手動モードでのスクロールが一度も実行されていない場合には、表示位置は中断位置のままであるので、実質的にこの処理は実行されないことになる。
【００８３】
ここで、手動モードでのスクロールが行われた場合（つまり、後述する図７のステップＳ２２乃至Ｓ３０の処理が実行された場合）の画像の移動について、図１６乃至図１８を参照して説明する。図１６乃至図１８は、スクロールを説明する図である。
【００８４】
図１６において画面１２１は、ディスプレイ１０１の画像８２を表示する領域であり、図１４の領域１０３に対応する。この実施の形態においては、スクロールライン９５が画面１２１の中心１２２に位置するように画像８２がスクロールされる。上方向へのスクロールが指示された場合、画面１２１−１，１２１−２，１２１−３に示されるように、次第に画像８２の下の部分が表示されることになる。なお、上述したように画像８２のスクロールライン９５は仮想的な線であり、実際には表示されない。
【００８５】
画面１２１−１，１２１−２，１２１−３のいずれにおいても、その中心１２２−１，１２２−２，１２２−３上に、スクロールライン９５が位置している。すなわち、通常の装置においては、例えば画面１２１−１の位置から上方向にスクロールが指示された場合、画面１２１−４の位置の画像が表示される。画像８２が曲がっているので、画面１２１−４には画像８２が表示されず、背景のみが表示される。このような場合、ユーザはボタン７１Ｌを操作し、画像８２を左方向にスクロールしないと画像８２を観察することができない。しかし本技術においては、ユーザは下方向のボタン７１Ｄだけを操作していればよく、それだけで画像８２が常に画面１２１内に表示されるので、操作性が良好となる。
【００８６】
また、図１７Ａに示されるように、自動モードでの下方向へのスクロールが画面１２１−１１の位置で一旦中断されたとする。そしてさらにボタン７４が操作されて、モードが自動モードから手動モードに切り替えられ、ボタン７１が操作されて、画像がスクロールされ、表示位置が画面１２１−１２または画面１２１−１３の位置に達したとする。画面１２１−１２，１２１−１３において、スクロールライン９５は中心１２２−１２，１２２−１３上に位置する。
【００８７】
この状態で、再度ボタン７３が操作され、自動モードが設定されて、ボタン７１Ｕが操作されると、画面１２１−１２または画面１２１−１３の位置から、自動スクロールを中断した画面１２２−１１の位置まで画像８２が移動され、そこから自動モードのスクロールが再開される。
【００８８】
さらに図１７Ｂに示されるように、画面１２１−２１の位置で、自動モードのスクロールを一旦中断した後、手動モードで画面１２１−２２または画面１２１−２３の位置まで画像８２の表示位置が移動されたとする。画面１２１−２２，１２１−２３の位置では、スクロールライン９５は画面の中心１２２−２２，１２２−２３上に位置していない。この状態で、再度自動モードのスクロールが指示された場合、表示位置が、画面１２１−２２または画面１２１−２３の位置から、画面１２１−２１の位置まで移動し、そこから自動スクロールが再開される。
【００８９】
例えば画面１２１−１３（または画面１２１−２３）の位置から自動スクロールが再開されると、画面１２１−１１（または画面１２１−２１）との間の画像８２が表示されないことになる。そこで本技術においては、中断位置から自動スクロールが再開される。
【００９０】
以上においては、一旦中断した自動スクロールを再開した場合、スクロールライン９５に沿って自動スクロールを行うようにした。しかし、再開が指示された場合、例えば図１８に示されるように、スクロールライン９５と平行な仮想的な線９５Ａに沿って自動スクロールさせるようにすることもできる。図１８の例では、画面１２１−３１の位置で自動スクロールが一旦中断された後、画面１２１−３２の位置まで画像８２が手動スクロールされている。
【００９１】
この状態で、自動スクロールの再開が指示された場合、画面１２１−３２の中心１２２−３２を通るスクロールライン９５に平行な線９５Ａ（図１８において点線で示されている線）が演算される。そしてこの線９５Ａに沿って自動スクロールが実行される。その結果、例えば画面１２１−３３においては、その中心１２２−３３上に線９５Ａが配置されている。
【００９２】
図５の説明に戻って、以上のようにしてステップＳ１１で表示位置をスクロール中断位置に移動する処理が行われた後、ステップＳ１２において速度調整処理が実行される。この速度調整処理について図１９を参照して説明する。
【００９３】
図１９は、速度調整処理を説明するフローチャートである。ステップＳ８１において判定部５７は、腫瘍があるかを判定する。すなわち、ディスプレイ１０１の領域１０３に表示されている画像８２に腫瘍が存在するかが判定される。腫瘍が存在しない場合、ステップＳ８２において移動部５８は、自動スクロールの速度として、標準速度を設定する。
【００９４】
これに対して腫瘍という異常部が存在する場合、ステップＳ８３において移動部５８は、スクロールの速度を制限する。例えば自動スクロールの速度として、確認速度が設定される。この確認速度はステップＳ８２で設定される標準速度より遅い速度とされている。これによりユーザは、腫瘍がある場合、その存在を識別することが容易になる。また腫瘍が存在しない場合には、スクロールの速度は遅くならないので、迅速に画像を確認することができる。また、腫瘍が存在する場合には、スクロールを停止することもできる。
【００９５】
さらにステップＳ８４において表示部５６は、画像の腫瘍の部分を強調表示する。つまり、検出部５２は画像８２の中に存在する腫瘍を識別し、腫瘍が識別されたときその部分を強調表示する。これにより、ユーザはさらに確実に腫瘍の存在を確認することができる。
【００９６】
図２０は、強調表示の例を示す図である。腫瘍が存在しない場合、図２０Ａに示されるように、画像８２−１はありのままに表示される。これに対して、腫瘍が存在する場合、図２０Ｂに示されるように、腫瘍の位置に強調表示が行われる。この例では、腫瘍と判断された部分が目立つ色（例えば、黄色、赤などの色）の線１５１により囲まれて表示されている。この他、腫瘍の部分を拡大表示することで、強調表示することもできる。
【００９７】
図５の説明に戻って、ステップＳ１２で速度調整処理が行われた後、ステップＳ１３において横幅調整処理が実行される。この横幅調整処理について図２１を参照して説明する。
【００９８】
図２１は、横幅調整処理を説明するフローチャートである。ステップＳ９１において取得部５１は、対象画像の横幅を取得する。対象画像とは、ディスプレイ１０１の領域１０３に表示される診断対象領域の画像、すなわち画像８２であり、この画像８２が領域１０３に表示される場合の横幅が演算され、取得される。
【００９９】
ステップＳ９２において判定部５７は、ステップＳ９１の処理で取得された対象画像の横幅（つまり、スクロール方向と垂直な方向の幅）が、縮小閾値以上であるかを判定する。縮小閾値は領域１０３の大きさ（横幅）に応じて予め設定されている。縮小閾値は、例えば領域１０３の横幅と略等しい値とすることができる。対象画像の横幅が縮小閾値以上である場合、ステップＳ９３においてスケーリング部５９は、画像を縮小する。つまり、画像８２の横幅が領域１０３の横幅より大きくならないように（つまり、領域１０３の幅より狭くなるように）調整される。このとき少なくとも横方向のスケールだけを縮小してもよいが、全体を縮小してもよい。
【０１００】
これにより画像８２の横方向の一部が領域１０３からはみ出してしまうようなことが防止される。その結果、ユーザは画像８２を漏れなく観察することができる。また、ユーザは、手動で画像８２を左右にスクロールしたり、画像８２を縮小する操作をする必要が無いので、操作性が良好となる。
【０１０１】
これに対してステップＳ９２において、対象画像の横幅が縮小閾値以上ではないと判定された場合、ステップＳ９４において判定部５７は、対象画像の横幅（つまり、スクロール方向と垂直な方向の幅）が、拡大閾値以下であるかを判定する。拡大閾値は領域１０３の大きさ（横幅）に応じて予め設定されている。拡大閾値は、縮小閾値より小さい値に設定されている。対象画像の横幅が拡大閾値以下である場合、ステップＳ９５においてスケーリング部５９は、画像を拡大する。つまり、画像８２の横幅が領域１０３の横幅に較べて、狭くなり過ぎないように、領域１０３の幅より狭い範囲内で調整される。このとき少なくとも横方向のスケールだけを拡大してもよいが、全体を拡大してもよい。
【０１０２】
これにより、ユーザは、手動で画像８２を拡大する操作をせずとも、画像８２を適切な大きさで確認することができ、操作性が良好となる。
【０１０３】
ステップＳ９４において、対象画像の横幅が拡大閾値より大きいと判定された場合、結局、画像８２の横幅は、領域１０３内に適切な大きさで表示されていることになるので、拡大または縮小処理は行われず、画像８２はそのままの大きさで表示される。
【０１０４】
図２２は、横幅調整処理を説明する図である。図２２に示されるように、画像８２−１のうち、枠１０６−１で囲まれている横幅が広い部分は、右上のスクリーン１０１の領域１０３に、横方向の画像が飛び出さないように、全体が縮小されて、画像８２−１として表示されている。
【０１０５】
また、画像８２−１のうち、枠１０６−２で囲まれている横幅が狭い部分は、右下のスクリーン１０１の領域１０３に、横方向の幅が、極端に狭くならないように、全体が拡大されて、適切な幅で画像８２−１として表示されている。このように、幅の広い部分も狭い部分も、略同じ幅で表示されるので、画像の確認が容易となる。
【０１０６】
図５に戻って、ステップＳ１３で横幅調整処理が行われた後、ステップＳ１４において移動部５８は、画像を上方向または下方向へスクロールする。すなわちユーザがボタン７１Ｕを操作した場合、領域１０３に表示されている画像８２が上方向にスクロールされ、ボタン７１Ｄを操作した場合、下方向にスクロールされる。
【０１０７】
このとき表示部５６は、観察対象画像である画像８２の観察基準位置である横方向の幅の中心が、領域１０３の表示基準位置である中心１２２を通るように制御する。つまり。スクロールライン９５が中心１２２を通るように画像８２がスクロールされる。さらにこのとき、スクロールライン９５が常に領域１０３の垂直方向（スクリーン１０１の領域１０３のｙ軸方向）を指向するように制御することも可能である。しかしその場合、スクロールが行われたとき、スクロールライン９５の曲がりに応じてスクロールライン９５の左右の注目点が左右方向にも移動することになり、却って観察がし難くなる。そこで本実施の形態においては、領域８４のｙ軸方向（すなわち慣性主軸θの方向）が領域１０３のｙ軸方向と平行になるように制御される。
【０１０８】
スクロールの速度は、図１９のステップＳ８２またはステップＳ８３で設定された速度である。すなわち、スクロールの速度は基本的に一定の標準速度とされ、腫瘍がある部分では一定の確認速度とされる。また、画像８２は、その横幅がディスプレイ１０１の領域１０３の範囲内に入るように調整される。
【０１０９】
ステップＳ１５において判定部５７は、スクロール方向の画像の端部であるかを判定する。まだ画像の端部ではない場合、処理はステップＳ１６に進む。ステップＳ１６において判定部５７は、上方向又は下方向へのスクロールの指示が解除されたかを判定する。ユーザは、上方向へのスクロールを行う場合、ボタン７１Ｕを操作し続け、停止する場合、ボタン７１Ｕの操作を中止する。また、ユーザは、下方向へのスクロールを行う場合、ボタン７１Ｄを操作し続け、停止する場合、ボタン７１Ｄの操作を中止する。
【０１１０】
ボタン７１Ｕ，７１Ｄの操作が中止された場合、スクロールの指示が解除されたと判定され、まだ操作されている場合、スクロールの指示はまだ解除されていないと判定される。スクロールの指示が解除されていない場合、処理はステップＳ１１に戻り、それ以降の処理が繰り返される。つまり、スクロールが継続される。
【０１１１】
スクロールの指示が解除されたと判定された場合、ステップＳ１７において移動部５８は、上方向または下方向へのスクロールを停止する。つまり、ユーザがボタン７１Ｕ，７１Ｄから手を離すと、スクロールが一旦中断される。その後、処理はステップＳ９に戻る。
【０１１２】
ステップＳ９において再び自動モードであるかが判定され、まだ自動モードである場合には、ステップＳ１０以降の処理が繰り返される。すなわち、ユーザがボタン７１Ｕ，７１Ｄを操作した場合、自動スクロールが再開される。
【０１１３】
自動スクロール中に、画像８２のスクロール方向の端部（下方または上方の端部）に達したとき、ステップＳ１５においてＹＥＳと判定され、処理はステップＳ１８に進む。ステップＳ１８において移動部５８は、スクロールを終了する。ステップＳ１９において表示部５６は、例えば図２３に示されるように、スクロール完了を表示する。
【０１１４】
図２３は、スクロール完了の表示の例を示す図である。この例においては、メニュー２０１が表示されている。メニュー２０１には、「この画像のスクロールは完了しました。」のメッセージが表示されている。また、「次の画像」ボタン２０２と、「戻る」ボタン２０３がメニュー２０１内に表示されている。さらにメニュー２０１の右上には、メニュー２０１を閉じるとき操作されるボタン２０４が表示されている。これにより画像８２が途中で一旦途切れているような場合に、ユーザが最後まで画像８２を確認したと誤認することが防止される。
【０１１５】
図２４は、スクロールを説明する図である。この例においては、画像８２が、画像８２Ａと画像８２Ｂの上下２つの部分に分かれている。このような場合に、自動スクロールで画像８２Ａを画面１２１−６１で確認し、観察位置が画面１２１−６２で示されるような、画像８２Ａと画像８２Ｂの間であって、画像８２が存在しない位置に到達したとき、画像８２が表示されないので、ユーザは画像８２を全て確認したと誤解するおそれがある。
【０１１６】
これに対して、図２３に示されるように、スクロールの完了位置でメニュー２０１を表示させるようにしておけば、ユーザはこのメニュー２０１が表示されるまでスクロールを継続するので、観測漏れが発生することが防止される。
【０１１７】
図６のステップＳ１９でスクロール完了を表示した後、ステップＳ２０において判定部５７は、次の画像の表示が指示されたかを判定する。画像８２−１を観察した後、次に画像８２−２を観察する場合、ユーザは次の画像として、画像８２−２を指定する。このとき処理は図４のステップＳ６に戻り、指定された画像が新たに取得され、その新たな画像について、上述した場合と同様の処理が実行される。
【０１１８】
次の画像の表示が指示されない場合、ステップＳ２１において、表示部５６は、表示処理を終了する。
【０１１９】
ユーザは、自動スクロールを一旦中止した後、画像８２の左または右の端部を画面の中央に配置して観察したい場合、または画像８２を拡大または縮小したい場合、ボタン７４を操作する。これにより自動モードは解除され、その代わりに手動モードが設定される。このとき図５のステップＳ９において設定されているモードは自動モードではないと判定され、処理はステップＳ２２に進む。
【０１２０】
ステップＳ２２において上方向または下方向へのスクロールが指示されたかが判定される。上方向または下方向へのスクロールが指示されていない場合、処理はステップＳ３１に進み、判定部５７は左方向または右方向へのスクロールが指示されたかを判定する。ステップＳ３１において、左方向または右方向へのスクロールが指示されていないと判定された場合、処理はステップＳ３５に進む。ステップＳ３５において判定部５７は、拡大又は縮小が指示されたかを判定する。拡大又は縮小が指示されていない場合、処理はステップＳ９に戻り、再び自動モードであるかが判定される。
【０１２１】
手動スクロールモードが設定された場合、ユーザは、ボタン７１またはボタン７２を操作することで、画像８２を手動で上下左右にスクロールするか、またはスケーリングすることができる。そこで、上述したように、ステップＳ２２，Ｓ３１，Ｓ３５において、ボタン７１またはボタン７２が操作されたかが判定される。
【０１２２】
ステップＳ２２において、上方向または下方向へのスクロールが指示されたと判定された場合、つまりユーザが手動モードでボタン７１Ｕまたは７１Ｄを操作した場合、ステップＳ２３において移動部５８は、画像を上方向または下方向へスクロールする。すなわちユーザがボタン７１Ｕを操作した場合、領域１０３に表示されている画像８２が上方向にスクロールされ、ボタン７１Ｄを操作した場合、下方向にスクロールされる。
【０１２３】
ステップＳ２４において判定部５７は、スクロール方向の画像の端部であるかを判定する。まだスクロール方向の画像の端部ではない場合、処理はステップＳ２９に進む。ステップＳ２９において判定部５７は、上方向又は下方向へのスクロールの指示が解除されたかを判定する。ユーザは、上方向へのスクロールを行う場合、ボタン７１Ｕを操作し続け、停止する場合、ボタン７１Ｕの操作を中止する。また、ユーザは、下方向へのスクロールを行う場合、ボタン７１Ｄを操作し続け、停止する場合、ボタン７１Ｄの操作を中止する。
【０１２４】
ボタン７１Ｕ，７１Ｄの操作が中止された場合、スクロールの指示が解除されたと判定され、まだ操作されている場合、スクロールの指示はまだ解除されていないと判定される。スクロールの指示が解除されていない場合、処理はステップＳ２３に戻り、それ以降の処理が繰り返される。つまり、スクロールが継続される。
【０１２５】
スクロールの指示が解除されたと判定された場合、ステップＳ３０において移動部５８は、上方向または下方向へのスクロールを停止する。つまり、ユーザがボタン７１Ｕ，７１Ｄから手を離すと、スクロールが一旦中断される。その後、処理はステップＳ９に戻る。
【０１２６】
手動スクロール中においても、スクロール方向の画像８２の端部（下方または上方の端部）に達したとき、ステップＳ２４においてＹＥＳと判定され、処理はステップＳ２５に進む。ステップＳ２５において移動部５８は、スクロールを終了する。ステップＳ２６において表示部５６は、図２３に示されるように、スクロール完了を表示する。なお、手動モードにおいてはスクロール完了の表示を省略することもできる。
【０１２７】
ステップＳ２７において判定部５７は、次の画像の表示が指示されたかを判定する。画像８２−１を観察した後、次の画像８２−２を観察する場合、ユーザは次の画像として、画像８２−２を指定する。このとき処理は図４のステップＳ６に戻り、指定された画像が新たに取得され、その新たな画像について、上述した場合と同様の処理が実行される。
【０１２８】
次の画像の表示が指示されない場合、ステップＳ２８において、表示部５６は、表示処理を終了する。
【０１２９】
一方、図８のステップＳ３１において左方向または右方向へのスクロールが指示されたと判定された場合、ステップＳ３２において移動部５８は、画像８２を左方向または右方向にスクロールする。ユーザは、左方向にスクロールする場合、ボタン７１Ｌを操作し、右方向にスクロールする場合、ボタン７１Ｒを操作する。
【０１３０】
ステップＳ３３において判定部５７は、左方向または右方向へのスクロールの指示が解除されたかを判定する。ユーザは、スクロールを継続する場合、ボタン７１Ｌ，７１Ｒを操作し続け、中止する場合、ボタン７１Ｌ，７１Ｒの操作を中止する。ボタン７１Ｌ，７１Ｒが操作し続けられている場合、処理はステップＳ３２に戻り、左方向または右方向へのスクロールが継続される。
【０１３１】
左方向または右方向へのスクロールの指示が解除された場合、ステップＳ３４において移動部５８は、左方向または右方向へのスクロールを停止する。その後、処理はステップＳ３５に進む。
【０１３２】
ステップＳ３５において、判定部５７は拡大または縮小が指示されたかを判定する。拡大または縮小が指示された場合、ステップＳ３６においてスケーリング部５９は、画像８２を拡大または縮小する。ユーザは、画像を拡大するときボタン７２を上方に操作し、縮小するとき下方に操作する。ボタン７２の操作が中止されると、拡大または縮小の指示は解除されたと判断される。
【０１３３】
ステップＳ３７において判定部５７は、拡大または縮小の指示が解除されたかを判定する。まだ解除されていない場合、処理はステップＳ３６に戻り、指示が解除されるまで、ステップＳ３６，Ｓ３７の処理が繰り返される。
【０１３４】
ステップＳ３７において拡大または縮小の指示が解除されたと判定された場合、ステップＳ３８においてスケーリング部５９は、拡大または縮小を停止する。限度まで拡大または縮小が行われた場合にも、拡大または縮小が停止される。
【０１３５】
図２５は、スケーリング処理を説明する図である。図２５Ａは拡大前の画像８２−１の表示状態を表しており、図２５Ｂは、拡大後の画像８２−１の表示状態を表している。図２５Ｂに示される状態でボタン７２が下方に操作された場合には、図２５Ａに示されるように、画像８２−１は縮小表示される。
【０１３６】
以上のように、本実施の形態においては、自動モードが設定されている場合、ボタン７１Ｕ，７１Ｄが操作されている間、一定の速度で画像がスクロールされるようにした。これを、ボタン７１Ｕ，７１Ｄが一度操作されたとき、操作が解除されても、スクロールを継続させるようにすることも可能である。しかし、そのようにすると、観察するときの集中力が却って削がれるので、ボタン７１Ｕ，７１Ｄが継続的に操作されている期間だけ、スクロールが実行されるようにするのが好ましい。
【０１３７】
なお、以上においては画像８２を長手方向にスクロールするに際し、ディスプレイ１０１の縦方向をスクロール方向としたが、長手方向を横方向にスクロールすることもできる。この場合、縮小閾値と拡張閾値は、領域１０３の縦方向の長さに対応して決定される。
【０１３８】
[病変進行度ラベル]
【０１３９】
図１９のステップＳ８４において腫瘍を線１５１で囲んで強調表示するようにしたが、病変進行度ラベルを表示するようにすることもできる。
【０１４０】
図２６は、病変進行度ラベルを説明する図である。図２６においては、上方に３つの病理画像３０１が示されており、その下側には、対応する病変進行度ラベルで表されたラベル画像３０２が示されている。左側の病理画像３０１には、組織画像３１１−１が、中央の病理画像３０１には、組織画像３１１−２が、そして右側の病理画像３０１には、組織画像３１１−３が、それぞれ示されている。
【０１４１】
組織画像３１１−１は、その全体が正常であるため、ラベル画像３０２においては、組織画像３１１−１に対応する領域３２１のうちの全体の領域３３１が第１のラベルの色（例えば緑色）で表示される。組織画像３１１−２は、その一部が良性腫瘍となっており、残りの部分は正常である。そこで、そのラベル画像３０２においては、組織画像３１１−２に対応する領域３２１のうちの良性腫瘍の部分の領域３３２は正常部分とは異なる第２のラベルの色（例えば黄色）で表示され、残りの正常な部分の領域３３１は第１のラベルの色で表示される。
【０１４２】
組織画像３１１−３は、その一部が悪性腫瘍となっており、残りの部分は正常である。そこで、そのラベル画像３０２においては、組織画像３１１−３に対応する領域３２１のうちの悪性腫瘍の部分の領域３２３は正常部分および良性腫瘍とは異なる第３のラベルの色（例えば赤色）で表示され、残りの正常な部分の領域３３１は第１のラベルの色で表示される。
【０１４３】
このように、病変の進行度に応じて異なる色でラベリングしたラベル画像を表示することで、容易に腫瘍を発見することができる。
【０１４４】
図２７は、病変進行度の識別を説明する図である。病理画像３０１からラベル画像３０２を得るには、図２７に示されるように、病理画像３０１から腫瘍を検出し、検出結果をラベリングする病変進行度識別器３６１が必要になる。本実施の形態においては、図２の検出部５２がこの病変進行度識別器３６１として機能する。
【０１４５】
[辞書の作成]
【０１４６】
図４のステップＳ２で診断対象領域を検出する処理を行うには、細胞組織の領域を背景から識別する辞書が必要である。
【０１４７】
図２８は、学習のサンプルを説明する図であり、図２９は、辞書の作成を説明する図である。診断対象領域を検出するには、細胞組織領域を背景と区別できるようにするための学習を行い、辞書を作成する必要がある。
【０１４８】
そのため、図２８に示されるように、サンプル画像４０１から、細胞組織領域の画像４１１−１乃至４１１−５と背景の画像４１２−１乃至４１２−５がまず取得される。この例ではそれぞれの画像の数が５個ずつとされているが、実際にはもっと多い数が取得される。
【０１４９】
このようにして取得された細胞組織領域の画像４１１−１乃至４１１−５からなるポジティブデータ４２１と、背景の画像４１２−１乃至４１２−５からなるネガティブデータ４２２を区別できるように学習することで、辞書４３１を生成することができる。
【０１５０】
また、図１９のステップＳ８４で強調表示を行うには、検出された細胞組織からさらに腫瘍を検出するために、腫瘍のデータをポジティブデータとして学習が行われる。さらに図２７に示されるように病変進行度識別器３６１により病変の進行度を検出する場合、良性腫瘍と悪性腫瘍のデータをポジティブデータとして学習が行われる。
【０１５１】
診断対象領域を表示したり、腫瘍を線で囲む表示を行ったり、病変進行度を表すラベル画像を表示するには、このようにして生成された辞書４３１が用いられる。
【０１５２】
[学習方法]
【０１５３】
次に、辞書４３１を生成する学習機５００の学習方法について説明する。以下においては、説明を簡単にするため、細胞組織を背景から識別する辞書を作成するものとする。なお学習機５００は、CPU２１が実行するプログラムにより実現される。
【０１５４】
与えられたデータが、例えば細胞組織であるか否かを判別する問題など、一般的な２クラス判別のパターン識別問題の前提として、予め人手によりラベリング（正解付け）された学習サンプルとなる画像（訓練データ）が用意される。学習サンプルは、検出したい対象物体の領域を切り出した画像群（ポジティブサンプル）と、全く関係のない、例えば背景画像などを切り出したランダムな画像群（ネガティブサンプル）とからなる。
【０１５５】
これらの学習サンプルを基に学習アルゴリズムを適用し、判別時に用いる学習データを生成する。判別時に用いる学習データとは、本実施の形態においては、上述した学習データを含む以下の４つの学習データである。すなわち、
（Ａ）２つのピクセル位置の組（Ｋ個）
（Ｂ）弱判別器の閾値（Ｋ個）
（Ｃ）重み付き多数決の重み（弱判別器の信頼度）（Ｋ個）
（Ｄ）打ち切り閾値（Ｋ個）
【０１５６】
（１）判別器の生成
【０１５７】
以下に、上述したような多数の学習サンプルから、上記（Ａ）乃至（Ｄ）に示す４種類の学習データを学習するアルゴリズムを説明する。
【０１５８】
この学習処理を実施するため、学習機５００は、図３０に示されるような機能的構成を有している。学習機５００は、CPU２１により構成することができる。この実施の形態において、学習機５００は、初期化部５０１、選択部５０２、誤り率演算部５０３、信頼度演算部５０４、閾値演算部５０５、判定部５０６、削除部５０７、更新部５０８、および反映部５０９を有する。これらの各部は、図示はされていないが、相互に適宜データを授受することが可能とされる。
【０１５９】
初期化部５０１は、学習サンプルのデータ重みを初期化する処理を実行する。選択部５０２は、弱判別器の選択処理を行う。誤り率演算部５０３は、重み付き誤り率ｅtを演算する。信頼度演算部５０４は、信頼度αtを演算する。閾値演算部５０５は、識別閾値ＲMと学習閾値ＲLを演算する。判定部５０６は、サンプル数が充分であるか否かを判定する。削除部５０７は、サンプル数が充分である場合に、ネガティブサンプル、すなわち、非対象物としてラベリングされた学習サンプルを削除する。更新部５０８は、学習サンプルのデータ重みＤtを更新する。反映部５０９は、学習処理の回数を管理する。
【０１６０】
図３１は、学習機５００の学習方法を示すフローチャートである。なお、ここでは、学習アルゴリズムとして、弱判別の際の閾値として一定の値を使用するアルゴリズム（AdaBoost）に従った学習について説明するが、閾値として正解の確からしさ（確率）を示す連続値を使用する例えばReal-AdaBoostなど、弱判別器を複数結合するために集団学習するものであれば、学習アルゴリズムはAdaBoostに限らない。
【０１６１】
上述したように、最初に、予め対象物または非対象物であることがラベリングされたＮ個の学習サンプル（ｘi，ｙi）が用意される。
【０１６２】
この学習サンプルは、Ｎ個の画像とされ、例えば、１個の画像は、２４×２４画素で構成される。各学習サンプルは、細胞組織の画像とされる。
【０１６３】
なお、ｘi，ｙi，Ｘ，Ｙ，Ｎは、それぞれ次の意味を有する。
【０１６４】
学習サンプル（ｘi，ｙi）：（ｘ1，ｙ1），・・・，（ｘN，ｙN）
ｘi∈Ｘ，ｙi∈{−１，１}
Ｘ：学習サンプルのデータ
Ｙ：学習サンプルのラベル（正解）
Ｎ：学習サンプル数
【０１６５】
即ち、ｘiは、学習サンプル画像の全輝度値からなる特徴ベクトルを示す。また、ｙi＝−１は、学習サンプルが非対象物としてラベリングされている場合を意味し、ｙi＝１は、学習サンプルが対象物としてラベリングされていることを意味する。
【０１６６】
ステップＳ２０１において、初期化部５０１は、学習サンプルのデータ重みを初期化する。ブースティングにおいては、各学習サンプルの重み（データ重み）を異ならせ、判別が難しい学習サンプルに対するデータ重みが相対的に次第に大きくされる。判別結果は、弱判別器を評価する誤り率（エラー）の算出に使用されるが、判別結果にデータ重みを乗算することで、より難しい学習サンプルの判別を誤った弱判別器の評価が実際の判別率より下まわることになる。後述するステップＳ２０９でデータ重みは逐次更新されるが、先ず最初にこの学習サンプルのデータ重みの初期化が行われる。学習サンプルのデータ重みの初期化は、全学習サンプルの重みを一定にすることにより行われ、下記式（７）のように定義される。
【０１６７】
【数５】
【０１６８】
学習サンプルのデータ重みＤ1,iは、繰り返し回数ｔ＝１回目の学習サンプルｘi（＝ｘ1乃至ｘN）のデータ重みを示す。Ｎは学習サンプル数である。
【０１６９】
選択部５０２は、ステップＳ２０２で、弱判別器の選択処理（生成）を行う。この選択処理の詳細については図３４を参照して後述するが、この処理により、ステップＳ２０２乃至Ｓ２０９までの１回の繰り返し処理毎に、１つの弱判別器が生成される。
【０１７０】
ステップＳ２０３において、誤り率演算部５０３は、重み付き誤り率ｅtを演算する。具体的には、ステップＳ２０２にて生成された弱判別器の重み付き誤り率ｅtが下記式（８）により演算される。
【０１７１】
【数６】
【０１７２】
上記式（８）に示されるように、重み付き誤り率ｅtは、学習サンプルのうち、弱判別器の判別結果が誤った（ｆt（ｘi）≠ｙi）学習サンプル（ｙi＝１とラベリングされた学習サンプルであって、ｆt（ｘi）＝−１と判定された学習サンプル、およびｙi＝−１とラベリングされた学習サンプルであって、ｆt（ｘi）＝１と判定された学習サンプル）のデータ重みのみを加算したものとなる。上述したように、データ重みＤt,iが大きい（判別が難しい）学習サンプルの判別を間違えると重み付き誤り率ｅtが大きくなる。なお、重み付き誤り率ｅtは０．５未満となるが、この理由は後述する。
【０１７３】
ステップＳ２０４において、信頼度演算部５０４は、弱判別器の信頼度αtを演算する。具体的には、上述の式（８）に示す重み付き誤り率ｅtに基づき、重み付き多数決の重みである信頼度αtが、下記式（９）により算出される。この、信頼度αtは、繰り返し回数ｔ回目に生成された弱判別器の信頼度を示す。
【０１７４】
【数７】
【０１７５】
上記式（９）から明らかなように、重み付き誤り率ｅtが小さいほど、その弱判別器の信頼度αtが大きくなる。
【０１７６】
ステップＳ２０５において、閾値演算部５０５は、識別閾値ＲMを演算する。この識別閾値ＲMは、上述したように、判別工程にて判別を打ち切るための打ち切り閾値（基準値）である。この識別閾値ＲMは、上述の式（８）に従って、対象物である学習サンプル（ポジディブなサンプル）ｘ1乃至ｘJの重み付き多数決の値または０のうち、最も小さい値が選択される。なお、上述したように、最小値または０を打ち切り閾値に設定するのは、０を閾値にして判別を行うAdaBoostの場合である。いずれにせよ、打ち切り閾値ＲMは、少なくとも全てのポジティブなサンプルが通過できる最大の値となるよう設定される。
【０１７７】
次に、ステップＳ２０６において、閾値演算部５０５は、学習閾値ＲLを演算する。この学習閾値ＲLは、次の式（１０）に基づいて演算される。
【０１７８】
【数８】
【０１７９】
なお、上記式において、ｍは正の値であり、マージンを表す。すなわち、学習閾値ＲLは、識別閾値ＲMよりマージンｍだけ小さい値に設定される。
【０１８０】
次に、ステップＳ２０７において、判定部５０６は学習サンプル数が充分か否かを判定する。具体的には、ネガティブサンプルの数がポジティブサンプルの１／２以上である場合には、ネガティブサンプルの数は充分であると判定される。ネガティブサンプル数がポジティブサンプル数の１／２以上である場合には、ステップＳ２０８において、削除部５０７は、ネガティブサンプルを削除する。具体的には、式（１１）で表される重み付け多数決の値F(x)が、ステップＳ２０６で演算された学習閾値ＲLより小さいネガティブサンプルが削除される。
【０１８１】
【数９】
【０１８２】
式（１１）において、ｔ（＝１，・・・，Ｋ）は弱判別機の個数であり、αtは、各弱判別器に対応する多数決の重み（信頼度）であり、ｆt（ｘ）は、各弱判別器の出力である。
【０１８３】
ステップＳ２０７において、ネガティブサンプルの数がポジティブサンプルの数の１／２未満であると判定された場合、ステップＳ２０８のネガティブサンプルを削除する処理はスキップされる。
【０１８４】
このことを、図３２を参照してさらに説明すると次のようになる。すなわち、図３２は、識別閾値と学習閾値とを説明する図である。つまり図３２は、ある程度学習が進んだ場合における（ｔ回目の学習が行われた場合の）学習サンプル数（縦軸）に対する重み付き多数決の値F(x)の分布を表している。実線が、ポジティブサンプル（ｙi＝１にラベリングされた学習サンプル）の分布を表し、破線がネガティブサンプル（ｙi＝−１にラベリングされた学習サンプル）の分布を表している。
【０１８５】
学習時においても、この識別閾値ＲMを基準にして、重み付き多数決F(x)の値が、識別閾値ＲMより小さくなった場合には、ネガティブサンプルの一部を削除することが可能である。
【０１８６】
すなわち、判別工程においては、図３２に示されるように、ネガティブサンプルのうち、重み付き多数決の値F(x)が識別閾値ＲMより小さい領域Ｒ１のサンプルは、実質的に判断対象から削除される（リジェクトされる）。
【０１８７】
このように、識別時に判断対象から削除（リジェクト）されるサンプルを、学習時においても、削除（リジェクト）することで、重み付き誤り率ｅtを無くすように学習することが可能である。しかしながら、サンプル数を減らしてしまうと統計学習の性質上、弱判別器の汎化能力（１データに対する識別能力）が低下してしまうことが知られている。また、ブースティング学習は、学習サンプルの重み付き誤り率ｅtが０になっても学習を続けることで、さらに汎化性能を向上させることが期待できることが知られている。この場合、全てのネガティブサンプルは、識別閾値ＲMより小さくなっているので、ネガティブサンプルがなくなってしまうか、あるいはネガティブサンプルがなくなってしまわないにしても、ポジティブサンプルとネガティブサンプルの数に隔たりがあると、弱判別器の出力が隔たりやすくなることがある。
【０１８８】
そこで、本実施の形態においては、判別工程における識別閾値ＲMから一定のマージンｍを減算した学習閾値ＲLを設定することで、極端な出力をする一部の学習サンプルを少しずつ減少させていき、汎化性を保持しつつ、学習を早く収束させることが可能となる。
【０１８９】
従って、ステップＳ２０８の処理では、重み付き多数決F(x)が演算され、ネガティブサンプルのうち、図３２における学習閾値ＲLより、重み付き多数決F(x)の値が小さい領域Ｒ2のネガティブサンプルが削除される。
【０１９０】
ステップＳ２０９において、更新部５０８は、学習サンプルのデータ重みＤt,iを更新する。すなわち、上記式（９）にて得られた信頼度αtを使用して、下記式（１２）により学習サンプルのデータ重みＤt,iが更新される。データ重みＤt,iは、通常全部足し合わせると１になるよう正規化する必要がある。そこでデータ重みＤt,iは、式（１３）に示されるように正規化される。
【０１９１】
【数１０】
【０１９２】
そして、ステップＳ２１０において、反映部５０９は、所定回数Ｋの学習が終了したか（ブースティングＫ回が行われたか）否かを判定し、まだＫ回行われていない場合は、処理をステップＳ２０２に戻し、それ以降の処理を繰り返す。
【０１９３】
Ｋは、１個の学習サンプルの画素データから、２個の画素データを抽出することが可能な組合せの数を表す。例えば、１個の学習サンプルが２４×２４画素で構成されている場合、Ｋは242×（242−1）＝576×575＝331200となる。
【０１９４】
１組の画素の組合せに対して１個の弱判別器が構成されるため、ステップＳ２０２乃至ステップＳ２０９の処理を１回行うことで、１個の弱判別器が生成される。従って、ステップＳ２０２乃至ステップＳ２０９の処理をＫ回繰り返すことで、Ｋ個の弱判別器が生成される（学習される）ことになる。
【０１９５】
Ｋ回の学習が終了した場合、学習処理は終了される。
【０１９６】
（２）弱判別器の生成
【０１９７】
次に、上述したステップＳ２０２における弱判別器の選択処理（生成方法）について説明する。弱判別器の生成は、弱判別器が２値出力の場合と、下記式（１４）に示す関数f(x)として連続値を出力する場合とで異なる。
【０１９８】
【数１１】
【０１９９】
つまり、確率的な出力をする弱判別器は、ある決められた一定値（閾値）により判別問題を解き、２値出力（ｆ（ｘ）＝１または−１）する場合と異なり、入力された画像が対象物である度合いを、確率密度関数として出力する。
【０２００】
このような、対象物体である度合い（確率）を示す確率的な出力は、２つの画素の輝度値Ｉ1，Ｉ2の差であるピクセル間差分特徴ｄ（＝Ｉ1−Ｉ2）を入力したとき，ＰP（ｘ）を、学習サンプルの対象物の確率密度関数、Ｐn（ｘ）を、学習サンプルの非対象物の確率密度関数とすると、式（１４）に示す関数ｆ（ｘ）とすることができる。
【０２０１】
また、２値出力の場合においても、式（１５）に示されるように１つの閾値Th1で判別する場合と、式（１６）または式（１７）に示されるように、２つの閾値Th11，Th12，Th21，Th22で判別する場合とで処理が若干異なる。ここでは、１つの閾値Th1で２値出力する弱判別器の学習方法（生成方法）を説明する。
【０２０２】
【数１２】
【０２０３】
このため、選択部５０２は、図３３に示されるように、決定部５２１、頻度分布算出部５２２、閾値設定部５２３、弱仮説演算部５２４、重み付き誤り率演算部５２５、判定部５２６、および選定部５２７により構成される。
【０２０４】
決定部５２１は、入力された学習サンプルから、２個の画素をランダムに決定する。頻度分布算出部５２２は、決定部５２１により決定された画素に関するピクセル間差分特徴ｄを収集し、その頻度分布を算出する。閾値設定部５２３は、弱判別器の閾値を設定する。弱仮説演算部５２４は、弱判別器による弱仮説の演算を行い、その判別結果f(x)を出力する。
【０２０５】
重み付き誤り率演算部５２５は、式（８）に示される重み付き誤り率ｅtを演算する。判定部５２６は、弱判別器の閾値Thと最大のピクセル間差分特徴ｄとの大小関係を判定する。選定部５２７は、最小の重み付き誤り率ｅtに対応する閾値Thに対応する弱判別器を選定する。
【０２０６】
図３４は、１つの閾値Th1で２値出力するステップＳ２０２の弱判別器の学習方法（生成方法）のフローチャートである。
【０２０７】
ステップＳ２３１において、決定部５２１は、１つの学習サンプル（２４×２４画素）中の２つの画素の位置Ｓ１，Ｓ２をランダムに決定する。２４×２４画素の学習サンプルを使用する場合、２つの画素の選択方法は、576×575通りあるが、そのうちの１つが選択される。ここで、２つの画素の位置をＳ１，Ｓ２，その輝度値をそれぞれＩ1，Ｉ2とする。
【０２０８】
ステップＳ２３２において、頻度分布算出部５２２は、すべての学習サンプルに対してピクセル間差分特徴を求め、その頻度分布を算出する。すなわち、全ての（Ｎ個の）学習サンプルに対して、ステップＳ２３１にて選択した２つの位置Ｓ１，Ｓ２の画素の輝度値Ｉ1，Ｉ2の差（Ｉ1−Ｉ2）であるピクセル間差分特徴ｄが求められ、そのヒストグラム（頻度分布）が算出される。
【０２０９】
ステップＳ２３３において、閾値設定部５２３は、最小のピクセル間差分特徴ｄより小さい閾値Thを設定する。例えば、図３５に示されるように、ピクセル間差分特徴ｄの値が、ｄ１乃至ｄ９に分布する場合、最小のピクセル間差分特徴ｄの値はｄ１となる。従って、このピクセル間差分特徴ｄ１より小さい閾値Th31がここで閾値Thとして設定される。
【０２１０】
次に、ステップＳ２３４において、弱仮説演算部５２４は、弱仮説として次式を演算する。なお、sign(Ａ)は、値Ａが正のとき＋１、負のとき−１を出力する関数である。
【０２１１】
f(x)＝sign（ｄ−Th） ・・・（１８）
【０２１２】
今の場合、Th＝Th31であるため、ピクセル間差分特徴ｄの値がｄ１乃至ｄ９のいずれであっても、ｄ−Thの値は正となる。従って、式（１８）で表される弱仮説の判別結果f(x)は、＋１となる。
【０２１３】
ステップＳ２３５において、重み付き誤り率演算部５２５は、重み付き誤り率ｅt１，ｅt２を演算する。重み付き誤り率ｅt１とｅt２とは、次の関係にある。
【０２１４】
ｅt２＝１−ｅt１ ・・・・・（１９）
【０２１５】
重み付き誤り率ｅt１は、式（８）により求められる値である。重み付き誤り率ｅt１は、位置Ｓ１，Ｓ２の画素値をそれぞれＩ１，Ｉ２とした場合の重み付き誤り率である。これに対して、重み付き誤り率ｅt２は、位置Ｓ１の画素値をＩ２とし、位置Ｓ２の画素値をＩ１とした場合の重み付き誤り率である。すなわち、第１の位置を位置Ｓ１とし、第２の位置を位置Ｓ２とする組合せは、第１の位置を位置Ｓ２とし、第２の位置を位置Ｓ１とする組合せとは異なる組合せとなる。しかしながら、両者の重み付き誤り率ｅtの値は、上記した式（１９）の関係にある。そこで、ステップＳ２３５の処理において、２つの組合せの重み付き誤り率ｅtを同時にまとめて演算するのである。これにより、仮にそのようにしなければ、ステップＳ２３１乃至ステップＳ２４１の処理を、ステップＳ２４１において学習サンプルの画素の中から２個の画素を抽出する全組合せの数分（Ｋ回）繰り返したと判定されるまで繰り返すことが必要になるのであるが、ステップＳ２３５で、２つの重み付き誤り率ｅt１，ｅt２を演算しておくことで、その繰り返し回数を全組合せ回数Ｋの１／２とすることができる。
【０２１６】
そこで、ステップＳ２３６において、重み付き誤り率演算部５２５は、ステップＳ２３５の処理で演算した重み付き誤り率ｅt１とｅt２のうち、小さい方を選択する。
【０２１７】
ステップＳ２３７において、判定部５２６は、閾値が最大のピクセル間差分特徴より大きいか否かを判定する。すなわち、いま設定されている閾値Thが、最大のピクセル間差分特徴ｄ（例えば、図３５に示されている例の場合、ｄ９）より大きいか否かを判定する。いまの場合、閾値Thは、図３５における閾値Th31であるので、最大のピクセル間差分特徴ｄ９より小さいと判定され、処理はステップＳ２３８に進む。
【０２１８】
ステップＳ２３８において、閾値設定部５２３は、現在の閾値に最も近い次の大きさのピクセル間差分特徴と、さらにその次の大きさのピクセル間差分特徴の中間の大きさの閾値Thを設定する。いまの場合、図３５の例において、現在の閾値Th31に最も近い次の大きさのピクセル間差分特徴ｄ１と、さらに次の大きさのピクセル間差分特徴ｄ２の中間の値の閾値Th32が設定される。
【０２１９】
その後、処理はステップＳ２３４に戻り、弱仮説演算部５２４は、上記した式（１８）に従って、弱仮説の判定出力f(x)を演算する。この場合、図３５に示されるように、ピクセル間差分特徴ｄの値がｄ２乃至ｄ９のとき、f(x)の値は＋１となり、ｄ１のときは−１となる。
【０２２０】
ステップＳ２３５において、式（８）に従って、重み付き誤り率ｅt１が演算され、式（１９）に従って重み付き誤り率ｅt２が演算される。そして、ステップＳ２３６において、重み付き誤り率ｅt１とｅt２のうち、小さい方が選択される。
【０２２１】
ステップＳ２３７において、再び閾値が最大のピクセル間差分特徴より大きいか否かが判定される。いまの場合、閾値Th32は、最大のピクセル間差分特徴ｄ９より小さいので、処理はステップＳ２３８に進み、閾値Thは、ピクセル間差分特徴ｄ２とｄ３の間の閾値Th33に設定される。
【０２２２】
以上のようにして、閾値Thが順次大きい値に更新される。ステップＳ２３４においては、閾値Thが、例えば、ピクセル間差分特徴ｄ３とｄ４の間のTh34である場合には、ピクセル間差分特徴ｄの値がｄ４以上である場合には＋１、ｄ３以下である場合には−１となる。以下同様に、ピクセル間差分特徴ｄの値が閾値Thi以上である場合には、弱仮説の判別結果f(x)の値が＋１となり、閾値Thi以下である場合には−１となる。
【０２２３】
以上の処理が、ステップＳ２３７において、閾値Thが最大のピクセル間差分特徴より大きいと判定されるまで繰り返し実行される。図３５の例においては、閾値が最大のピクセル間差分特徴ｄ９より大きい値Th40となるまで繰り返される。すなわち、ステップＳ２３４乃至ステップＳ２３８の処理を繰り返し実行することで、１つの画素の組合せを選択した場合における、各閾値Thを設定したときの重み付き誤り率ｅtが求められることになる。そこで、ステップＳ２３９において、選択部５２７は、それまでに求めた重み付き誤り率ｅtの中から、最小の重み付き誤り率を求める。そして、ステップＳ２４０において、選定部５２７は、最小の重み付き誤り率に対応する閾値を現在の弱仮説の閾値とする。すなわち、ステップＳ２３９で選定された最小の重み付き誤り率ｅtが得られる閾値Thiが、その弱判別器（１組の画素の組合せにより生成される弱判別器）の閾値とされる。
【０２２４】
ステップＳ２４１において、判定部５２６は、処理を全組合せ分繰り返したか否かを判定する。全組合せ分の処理がまだ実行されていない場合には、処理はステップＳ２３１に戻り、それ以降の処理が繰り返し実行される。すなわち、２４×２４個の画素の中から、再び２つの画素の位置Ｓ１，Ｓ２（但し、前回とは異なる位置）がランダムに決定され、その位置Ｓ１，Ｓ２の画素Ｉ１，Ｉ２に関して同様の処理が実行される。
【０２２５】
以上の処理は、ステップＳ２４１において、学習サンプルから２個の画素を抽出可能な全組合せの数分（Ｋ回）繰り返されたと判定されるまで繰り返し実行される。ただし、上述したように、この実施の形態においては、ステップＳ２３５において、位置Ｓ１，Ｓ２が逆の場合における処理を実質的に実行しているため、ステップＳ２４１における処理は、全組合せの数Ｋの１／２でよいことになる。
【０２２６】
ステップＳ２４１において、全ての組合せの処理が完了したと判定された場合、ステップＳ２４２において、選定部５２７は、生成した弱判別器の中で最も重み付き誤り率の小さいものを選択する。すなわち、これにより、Ｋ個の弱判別器のうちの１つの弱判別器が学習され、生成されたことになる。
【０２２７】
その後、処理は図３１のステップＳ２０２に戻り、ステップＳ２０３以降の処理が実行される。そして、ステップＳ２１０において、Ｋ回の学習が終了したと判定されるまで、図３１の処理が繰り返し実行されることになる。すなわち、図３１の２回目の処理で、２個目の弱判別器の生成学習が行れ、３回目の処理で３個目の弱判別器の生成学習が行われる。そして、Ｋ回目の処理で、Ｋ個目の弱判別器の生成学習が行われることになる。
【０２２８】
なお、本実施の形態においては、前回の繰り返し処理においてステップＳ２０９にて求めたデータ重みＤt,iを使用し、複数の弱判別器の特徴量を学習し、これらの弱判別器（弱判別器候補）の中から上記式（８）に示す重み付き誤り率ｅtが最も小さいものを選択することで、１つの弱判別器を生成する場合について説明したが、上述のステップＳ２０２において、例えば予め用意または学習した複数の画素位置から任意の画素位置を選択して弱判別器を生成するようにしてもよい。また、上述のステップＳ２０２乃至ステップＳ２０９までの繰り返し処理に使用する学習サンプルとは異なる学習サンプルを使用して弱判別器を生成してもよい。さらに、cross-validation（交差検定）法またはjack-knife法の評価のように、学習サンプルとは別のサンプルを用意して、生成された弱判別器や判別器の評価を行うようにしてもよい。交差検定とは、学習サンプルを均等にＩ個に分割し、その中から１つ以外を使用して学習を行い、当該１つを使用して学習結果を評価する作業をＩ回繰り返して学習結果の評価を行う手法である。
【０２２９】
一方、上記式（１６）または式（１７）に示されるように、弱判別器が２つの閾値Th11，Th12，Th21，Th22を有するような場合、図３４に示すステップＳ２３４乃至ステップＳ２３８の処理が若干異なる。上記式（１５）に示されるように、閾値Thが１つの場合は、１から減算することにより、重み付き誤り率ｅtを演算することができたが、式（１６）に示されるように、ピクセル間差分特徴が閾値Th12より大きく、かつ閾値Th11より小さい場合が正解の判別結果であるとき、これを１から減算すると、式（１７）に示されるように、閾値Th22より小さいか、閾値Th21より大きい場合が正解の判別結果になる。即ち、式（１６）の反転は式（１７）となり、式（１７）の反転は式（１６）となる。
【０２３０】
弱判別器が２つの閾値Th11，Th12，Th21，Th22を有して判別結果を出力するような場合は、図３４に示すステップＳ２３２において、ピクセル間差分特徴における頻度分布が求められ、重み付き誤り率ｅtを最小にする閾値Th11，Th12，Th21，Th22が求められる。そして、ステップＳ２４１で所定回数繰り返されたか否かが判定され、所定回数繰り返され、生成された弱判別器の中で最も誤り率が小さい弱判別器が採用される。
【０２３１】
また、上記式（１４）に示されるように、連続値を出力する弱判別器の場合、図２０のステップＳ２３１と同様、先ず２つの画素がランダムに選択される。そして、ステップＳ２３２と同様、全学習サンプルにおける頻度分布が求められる。さらに、得られた頻度分布に基づき上記式（１４）に示す関数f(x)が求められる。そして、弱判別器の出力として対象物である度合い（正解である度合い）を出力するような所定の学習アルゴリズムに従って誤り率を算出するという一連の処理を所定回数繰り返し、最も誤り率が小さい（正答率が高い）パラメータを選択することで弱判別器が生成される。
【０２３２】
図３４の弱判別器の生成において、例えば２４×２４画素の学習サンプルを使用する場合、２つの画素の選択方法は、331200（＝576×575）通りあり、最大331200回、上記繰り返し処理を行った中で最も誤り率が小さいものを弱判別器として採用することができる。このように、繰り返し回数の最大数繰り返す、即ち生成し得る最大数の弱判別器を生成し、それらの中から最も誤り率が小さいものを弱判別器として採用すると性能が高い弱判別器を生成することができるが、最大回数未満の例えば数百回繰り返し処理を行って、その中から最も誤り率が小さいものを採用してもよい。
【０２３３】
なお以上においては、病理画像を観察する場合について説明したが、レントゲン画像その他の医用画像を観察する場合に本技術は適用することができる。また２次元画像に限らず、例えばCT(Computerized Tomography)スキャナにより得られたCT画像や、MRI(magnetic resonance imaging)画像等の３次元画像を観察する場合にも、本技術を適用することができる。
【０２３４】
[本技術のプログラムへの適用]
【０２３５】
上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることができる。
【０２３６】
一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。
【０２３７】
このようなプログラムを含む記録媒体は、図１に示されるように、装置本体とは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVDを含む）、光磁気ディスク（MD（Mini-Disk）を含む）、もしくは半導体メモリなどよりなるリムーバブルメディア３１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているフラッシュROM２２や、記憶部２８に含まれるハードディスクなどで構成される。
【０２３８】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０２３９】
また、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
【０２４０】
さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
【０２４１】
［その他］
【０２４２】
本技術は、以下のような構成もとることができる。
（１）
前記医用画像をスクリーン上でスクロールする移動部と、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示部と
を備える画像処理装置。
（２）
前記観察基準位置は、前記医用画像のスクロール方向と垂直な方向の中心近傍であり、
前記表示基準位置は、前記表示領域の中心近傍である
前記（１）に記載の画像処理装置。
（３）
前記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示するのは、自動モードでスクロールが行われる場合である
前記（１）または（２）に記載の画像処理装置。
（４）
前記自動モードでのスクロールが中断された場合、手動モードでのスクロールが可能であり、前記手動モードでのスクロールは、ユーザが指示する方向に行われる
前記（３）に記載の画像処理装置。
（５）
前記自動モードでのスクロールが一旦中断された後、前記手動モードでユーザが指示する方向にスクロールが行われた状態で、再度前記自動モードでのスクロールが指示された場合、前記自動モードでのスクロールを中断した位置から、前記自動モードでのスクロールが再開される
前記（４）に記載の画像処理装置。
（６）
前記移動部は、前記診断対象領域の異常部ではスクロールの速度を制限する
前記（１）乃至（５）のいずれかに記載の画像処理装置。
（７）
前記診断対象領域の異常部を強調表示する
前記（１）乃至（６）に記載の画像処理装置。
（８）
前記異常部を所定の色でラベル表示する
前記（７）に記載の画像処理装置。
（９）
前記診断対象領域のスクロール方向の端部に達したとき、前記端部に達したことを表示する
前記（１）乃至（８）のいずれかに記載の画像処理装置。
（１０）
前記医用画像から前記診断対象領域を検出する検出部をさらに備える
前記（９）に記載の画像処理装置。
（１１）
１枚の前記医用画像に含まれる複数の前記診察対象領域をグルーピングし、１つのグループの前記診察対象画像をスクロールする
前記（１）乃至（１０）のいずれかに記載の画像処理装置。
（１２）
前記医用画像の観察対象以外の前記診断対象領域をマスクする
前記（１１）に記載の画像処理装置。
（１３）
前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された縮小閾値より広いとき、前記表示領域の幅より狭くなるように、前記診断対象領域のスクロール方向と垂直な方向の幅を縮小するスケーリング部
をさらに備える前記（１）乃至（１２）に記載の画像処理装置。
（１４）
前記スケーリング部は、前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された拡大閾値より狭いとき、前記表示領域の幅より狭い範囲内で、前記診断対象領域のスクロール方向と垂直な方向の幅を拡大する
前記（１３）に記載の画像処理装置。
（１５）
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を含む画像処理方法。
（１６）
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラムが記録されているコンピュータが読み取り可能な記録媒体。
（１７）
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラム。
【符号の説明】
【０２４３】
５１ 取得部， ５２ 検出部， ５３ グルーピング部， ５４ 穂栄部， ５５ 抽出部， ５６ 表示部， ５７ 判定部， ５８ 移動部， ５９ スケーリング部， ６０ 設定部
【技術分野】
【０００１】
本技術は画像処理装置および方法、記録媒体並びにプログラムに関し、特に簡単な操作で確実に画像を観察することができるようにした画像処理装置および方法、記録媒体並びにプログラムに関する。
【背景技術】
【０００２】
患者の疾患を検査する場合、針生検により患者の病理組織をサンプリングし、プレパラートに展開して、それを顕微鏡で観察することがある。しかし顕微鏡での観察は、１人でしか行うことができず、複数の医師で協議する場合に不便である。
【０００３】
そこで顕微鏡により観察された画像をコンピュータに取り込み、ディスプレイに表示させることが知られている（例えば特許文献１）。これにより、画像をスクロールしたり、スケーリングすることも可能となる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−２２８１８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、病理組織は必ずしも直線状ではない。また直線状であったとしても、その方向がスクロールの方向と一致しない場合がある。このような場合、例えば縦方向にスクロールして組織を観察している際、組織の画像が画面外に移動してしまい、左または右方向にもスクロールの操作をしなければならなくなる。その結果、スクロールの操作に気を取られ、集中して組織の画像を観察することができなくなることがあった。
【０００６】
本技術はこのような状況に鑑みてなされたものであり、簡単な操作で確実に画像を観察することができるようにするものである。
【課題を解決するための手段】
【０００７】
本技術の一側面は、医用画像をスクリーン上でスクロールする移動部と、前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示部とを備える画像処理装置である。
【０００８】
前記観察基準位置は、前記医用画像のスクロール方向と垂直な方向の中心近傍とし、前記表示基準位置は、前記表示領域の中心近傍とすることができる。
【０００９】
前記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示するのは、自動モードでスクロールが行われる場合とすることができる。
【００１０】
前記自動モードでのスクロールが中断された場合、手動モードでのスクロールが可能であり、前記手動モードでのスクロールは、ユーザが指示する方向に行われるようにすることができる。
【００１１】
前記自動モードでのスクロールが一旦中断された後、前記手動モードでユーザが指示する方向にスクロールが行われた状態で、再度前記自動モードでのスクロールが指示された場合、前記自動モードでのスクロールを中断した位置から、前記自動モードでのスクロールが再開されるようにすることができる。
【００１２】
前記移動部は、前記診断対象領域の異常部ではスクロールの速度を制限することができる。
【００１３】
前記異常部を強調表示することができる。
【００１４】
前記異常部を所定の色でラベル表示することができる。
【００１５】
前記診断対象領域のスクロール方向の端部に達したとき、前記端部に達したことを表示することができる。
【００１６】
前記医用画像から前記診断対象領域を検出する検出部をさらに備えることができる。
【００１７】
１枚の前記医用画像に含まれる複数の前記診察対象領域をグルーピングし、１つのグループの前記診察対象画像をスクロールすることができる。
【００１８】
前記医用画像の観察対象以外の前記診断対象領域をマスクすることができる。
【００１９】
前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された縮小閾値より広いとき、前記表示領域の幅より狭くなるように、前記診断対象領域のスクロール方向と垂直な方向の幅を縮小するスケーリング部をさらに備えることができる。
【００２０】
前記スケーリング部は、前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された拡大閾値より狭いとき、前記表示領域の幅より狭い範囲内で、前記診断対象領域のスクロール方向と垂直な方向の幅を拡大することができる。
【００２１】
本技術の一側面においては、医用画像から診断対象領域が検出され、医用画像がスクリーン上でスクロールされ、医用画像がスクリーン上でスクロールされる場合、診断対象領域の観察基準位置が、スクリーンの表示領域の表示基準位置を通るように医用画像が表示される。
【００２２】
本技術の一側面の方法、記録媒体及びプログラムは、上述した本技術の一側面の撮像装置に対応する方法、記録媒体及びプログラムである。
【発明の効果】
【００２３】
以上のように、本技術の一側面によれば、簡単な操作で確実に画像を観察することができる。
【図面の簡単な説明】
【００２４】
【図１】本技術の画像処理装置の一実施の形態の構成を示すブロック図である。
【図２】CPUの機能的構成を示すブロック図である。
【図３】入力部の構成例を示す図である。
【図４】表示処理を説明するフローチャートである。
【図５】表示処理を説明するフローチャートである。
【図６】表示処理を説明するフローチャートである。
【図７】表示処理を説明するフローチャートである。
【図８】表示処理を説明するフローチャートである。
【図９】針生検の画像の例を示す図である。
【図１０】診断対象領域を説明する図である。
【図１１】グルーピングを説明する図である。
【図１２】回転補正を説明する図である。
【図１３】スクロールラインを説明する図である。
【図１４】病理画像の表示例を示す図である。
【図１５】マスクを説明する図である。
【図１６】スクロールを説明する図である。
【図１７】スクロールを説明する図である。
【図１８】スクロールを説明する図である。
【図１９】速度調整処理を説明するフローチャートである。
【図２０】強調表示の例を示す図である。
【図２１】横幅調整処理を説明するフローチャートである。
【図２２】横幅調整処理を説明する図である。
【図２３】スクロール完了の表示の例を示す図である。
【図２４】スクロールを説明する図である。
【図２５】スケーリング処理を説明する図である。
【図２６】病変進行度ラベルを説明する図である。
【図２７】病変進行度の識別を説明する図である。
【図２８】学習サンプルを説明する図である。
【図２９】辞書の作成を説明する図である。
【図３０】学習機の機能的構成を示すブロック図である。
【図３１】学習処理を説明するフローチャートである。
【図３２】識別閾値と学習閾値とを説明する図である。
【図３３】選択部の機能的構成を示すブロック図である。
【図３４】弱判別器の選択処理を説明するフローチャートである。
【図３５】閾値の移動を説明する図である。
【発明を実施するための形態】
【００２５】
以下、技術を実施するための形態（以下、実施の形態と称する）について説明する。なお、説明は以下の順序で行う。
１．画像処理装置の構成
２．表示処理
３．病変進行度ラベル
４．辞書の作成
５．学習方法
６．本技術のプログラムへの適用
７．その他
【００２６】
[画像処理装置の構成]
【００２７】
図１は、画像処理装置の構成例を示すブロック図である。画像処理装置１は、例えばパーソナルコンピュータにより構成される。
【００２８】
画像処理装置１において、CPU（Central Processing Unit）２１，ROM（Read Only Memory）２２，RAM（Random Access Memory）２３は、バス２４により相互に接続されている。
【００２９】
バス２４には、さらに、入出力インタフェース２５が接続されている。入出力インタフェース２５には、入力部２６、出力部２７、記憶部２８、通信部２９、及びドライブ３０が接続されている。
【００３０】
入力部２６は、キーボード、マウス、マイクロフォンなどよりなる。出力部２７は、ディスプレイ、スピーカなどよりなる。記憶部２８は、ハードディスクや不揮発性のメモリなどよりなる。通信部２９は、ネットワークインタフェースなどよりなる。ドライブ３０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア３１を駆動する。
【００３１】
以上のように構成される画像処理装置１では、CPU２１が、例えば、記憶部２８に記憶されているプログラムを、入出力インタフェース２５及びバス２４を介して、RAM２３にロードして実行することにより、所定の処理が実行される。
【００３２】
画像処理装置１では、プログラムは、例えば、パッケージメディア等としてのリムーバブルメディア３１をドライブ３０に装着することにより、入出力インタフェース２５を介して、記憶部２８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部２９で受信し、記憶部２８にインストールすることができる。その他、プログラムは、ROM２２や記憶部２８に、あらかじめインストールしておくことができる。
【００３３】
次にCPU２１の機能的構成について説明する。図２は、CPU２１の機能的構成を示すブロック図である。同図に示されるように、CPU２１は、取得部５１、検出部５２、グルーピング部５３、補正部５４、抽出部５５、表示部５６、判定部５７、移動部５８、スケーリング部５９、および設定部６０を有している。各部は必要に応じて情報を授受する機能を有している。
【００３４】
取得部５１は、画像、モード等の各種の情報を取得する。検出部５２は、領域を検出する。検出部５２はまた、腫瘍を識別するとともに、病変進行度を識別する。グルーピング部５３は、画像をグルーピングする。補正部５４は、画像を補整する。抽出部５５は、スクロールラインを抽出する。表示部５６は、画像や所定のメッセージ等を表示する。判定部５７は、各種の判定処理を実行する。移動部５８は、画像をスクロールしたり、所定の位置に移動させる。スケーリング部５９は、画像を拡大または縮小する。設定部６０は、速度を設定する。
【００３５】
図３は、入力部２６の構成例を示す図である。すなわち入力部２６は、少なくとも、ボタン７１Ｕ，７１Ｄ，７１Ｌ，７１Ｒ，７２，７３，７４，７５，７６を有している。ボタン７１Ｕ，７１Ｄ，７１Ｌ，７１Ｒは、それぞれ画像を上下左右に移動させるとき操作される。なお、ボタン７１Ｕ，７１Ｄ，７１Ｌ，７１Ｒを個々に区別する必要が無い場合、単にボタン７１と記述する。他の構成要素についても同様とする。ボタン７２は、画像を拡大するとき上方に操作され、縮小するとき下方に操作される。ボタン７１，７２は、操作されている期間だけ指示が出され、操作を停止すると、指示は終了される。
【００３６】
ボタン７３は、モードを自動モードに設定するとき操作され、ボタン７４は、モードを手動モードに設定するとき操作される。ボタン７３，７４は、一旦操作されると、操作を解除しても、その指示は継続される。ボタン７５は、画像の番号などの数字を入力するとき操作される。ボタン７６は、画像の選択を確定するとき等に操作される。
【００３７】
[表示処理]
【００３８】
次に画像処理装置１により実行される表示処理について説明する。図４乃至図８は、表示処理を説明するフローチャートである。この処理は、例えば医師等のユーザが患者の医用画像を観察するために行われる。
【００３９】
ステップＳ１において取得部５１は、画像を取得する。例えば図９に示されるように、患者の針生検が行われた場合において、得られたサンプルをプレパラート上に配置して、顕微鏡で観察して得られた画像が取得される。
【００４０】
図９は、針生検の画像の例を示す図である。この例においては、針生検が３回行われ、各回において得られた細胞組織のサンプルの画像８２−１乃至８２−３が画像８１内に含まれている。
【００４１】
ステップＳ２において検出部５２は、診断対象領域を検出する。例えば図１０に示されるように、診断対象領域が検出される。
【００４２】
図１０は、診断対象領域を説明する図である。図１０は、図９の画像８１から診断対象領域を検出した例を示している。図１０に示される例では、図９に示される細胞組織の画像８２−１乃至８２−３に対応する領域８３−１乃至８３−３が、診断対象領域として検出されている。換言すれば、この処理により、画像８１から、細胞組織の画像８２−１乃至８２−３以外の領域（すなわち、背景となっている領域）が、診断対象領域から除外される。
【００４３】
ステップＳ３においてグルーピング部５３は、ステップＳ２の処理で得られた１枚の医用画像から、そこに含まれる複数の診断対象領域をグルーピングする。これにより、各回の針生検により得られた細胞組織の画像が異なる画像とされる。その結果、異なる細胞組織が同じ細胞組織として誤認されるようなことが防止される。
【００４４】
グルーピングの数は、１でも、２以上でもよいが、この数が、後述するステップＳ１４で実行されるスクロールの対象の数となるので、診断の場面に応じて適切な値とされる。それが肺の画像であれば、左右に２個あるので、グルーピング数は２とし、大腸であれば１個なので１とするなど、診断対象の性質に基づいて決定するのが好ましい。この実施の形態の場合、針生検の回数は３回であり、３個の細胞組織が存在するので、グルーピングの数は３とされる。
【００４５】
病理画像を生検数でグルーピングする場合、一般的にプレパラート作成時に生検数が既知であるため、クラスタ数が既知であるクラスタリング問題となる。以下に、スペクトルクラスタリングの技術を用いたグルーピング方法を説明する。
【００４６】
いま、診断対象領域の画素数をｎとし、目標とするグルーピングのクラス数をＣとする。ｄijを画素ｉと画素ｊの座標値におけるユークリッド距離として、affinity matrix Aijを式（１）のように定義する。
【００４７】
【数１】
【００４８】
式（１）におけるσはスケーパラメータであり、例えば、０．１など、対象にとって適切な値が設定される。
【００４９】
また対角行列Ｄが式（２）のように定義され、式（１）と式（２）から、式（３）の行列Ｌが演算される。
【００５０】
【数２】
【００５１】
行列Ｌの固有値の大きい順にＣ個の固有ベクトルｘ1，ｘ2，・・・，ｘCを求め、式（４）の行列Ｘを作成する。
Ｘ＝［ｘ1，ｘ2，・・・，ｘC］ （４）
【００５２】
この行列Ｘを各行で正規化した次の式（５）の行列Ｙを求める。
【００５３】
【数３】
【００５４】
行列Ｙの各行を要素ベクトルとしてK-means法によりＣ個にクラスタリングすると、行列Ｙの行番号ｉのクラスタが画素ｉのクラスタに対応する。
【００５５】
なお、以上では、スペクトラルクラスタリングを使用するようにしたが、入力データにK-means法を直接適用するなどして、他のクラスタリング手法を用いることもできる。入力されるデータの特性に応じて適切なクラスタリング手法を用いるのが好ましい。
【００５６】
図１１は、グルーピングを説明する図である。図１１は、図１０に示される領域８３−１乃至８３−３をグルーピングした結果を表している。図１１においては、図１０の領域８３−１乃至８３−３が、それぞれ領域８４−１乃至８４−３として、異なるグループにグルーピングされている。
【００５７】
ステップＳ４において補正部５４は、ステップＳ３でグルーピングされた各領域を、図１２に示されるように、回転補正する。具体的には、各グループ毎に各領域８４の慣性主軸が求められる。各領域８４は、その慣性主軸が垂直方向（つまりｙ軸方向）と平行になるように回転補正される。慣性主軸θは、領域８４の重心周りのモーメントをｕpqとしたとき、式（６）で表される。ｐは、ｘ軸のモーメントの次数を表し、ｑは、ｙ軸のモーメントの次数を表す。
【００５８】
【数４】
【００５９】
図１２は、回転補正を説明する図である。図１２の例では、ステップＳ３の処理で１つのグループとされた領域８４−１を含む画像が画像９１−１とされている。同様に、他の１つのグループとされた領域８４−２を含む画像が画像９１−２とされ、さらに他の１つのグループとされた領域８４−３を含む画像が画像９１−３とされている。各領域８４−１乃至８４−３は、その慣性主軸が垂直方向となるように、画像９１−１乃至９１−３内に配置されている。
【００６０】
ステップＳ５において抽出部５５は、スクロールラインを抽出する。スクロールラインはステップＳ３の処理で生成された各グループ毎に抽出される。すなわち、回転補正された領域８４−１乃至８４−３において、それぞれの水平方向の中心を線で結ぶことでスクロールラインが得られる。
【００６１】
なお、以上の処理は、別の装置により実行させることもできる。この場合、画像処理装置１には、画像データとそのスクロールラインを表すメタデータが取得される。
【００６２】
図１３は、スクロールラインを説明する図である。図１３においては、領域８４−１乃至８４−３にそれぞれスクロールライン９５-１乃至９５−３が示されている。
【００６３】
なお、スクロールライン９５を求めるのに回転補正は必ずしも必要ではない。例えば２値画像の最線化処理によりスクロールライン９５を求めることもできる。
【００６４】
次にユーザは、以上のようにして取得された画像を出力部２７を構成するディスプレイに表示させ、観察する。
【００６５】
そのためユーザは、ボタン７５を操作して画像の番号を入力し、観察する画像を選択する。例えば３つの画像が存在する場合、そのうちの観察する画像に対応する番号が入力される。さらにユーザは、ボタン７６を操作して画像の選択を確定する。画像の数が１つである場合には、ボタン７６の操作だけが行われる。
【００６６】
ボタン７６が操作されたとき、ステップＳ６において取得部５１は、画像を取得する。例えば３つの画像９１−１乃至９１−３のうちの、ユーザにより指定された番号の画像９１−１が取得される。
【００６７】
ステップＳ７において表示部５６は、画像を表示する。すなわちステップＳ６で取得された画像が、図１４に示されるように、出力部２７を構成するディスプレイ１０１に表示される。
【００６８】
図１４は、病理画像の表示例を示す図である。図１４の表示例においては、ディスプレイ１０１の左側の略１／４の領域１０２に、取得された画像９１−１乃至９１−３のサムネイルが表示されている。ディスプレイ１０１の右側の略３／４の領域１０３には、選択したサムネイルに対応する画像が表示されている。ユーザは、領域１０２に表示されているカーソル１０４を、ボタン７１Ｕ，７１Ｄを操作することで上下させて、所望の画像を選択する。図１４の例においては、画像９１−１上にカーソル１０４が配置されているので、領域１０３には画像８２−１を含む画像９１−１が表示されている。なお、スクロールライン９５は、仮想的な線であり、領域１０３に実際に表示されることはない。
【００６９】
また、領域１０３の右下の領域１０５には、領域１０３に表示されている画像の全体の中における位置をユーザが容易に識別できるようにするための画像が表示されている。図１４の例においては、画像８２−１のサムネイル上の、現在の表示位置に対応する位置に、マーカ１０６が表示されている。
【００７０】
なお、図１４の例においては、領域１０２に３個の画像９１−１乃至９１−３が表示されているが、４個以上の画像が存在する場合には、カーソル１０４を一番下側に配置した状態で、ボタン７１Ｄがさらに操作される。これにより、サムネイルが上方向にスクロールされ、４番目以降の画像が順次表示される。
【００７１】
なお、複数の細胞組織の画像８２−１乃至８２−３が近接していると、図１５に示されるように、各グループの画像とともに、異なるグループにグルーピングされた他の画像の一部が同時に表示されてしまうおそれがある。
【００７２】
図１５は、マスクを説明する図である。図１５Ａに示される例では、細胞組織の画像８２−１の右側に、画像８２−２が表示されている。画像８２−１を表示する場合に、図１５Ａに示されるような画像を表示してしまうと、ユーザは、画像８２−２を画像８２−１の一部の画像と誤認してしまうおそれがある。
【００７３】
図１５Ｂに示されるように、ステップＳ３のグルーピング処理により、画像８２−２の領域８４−２は、画像８２−１の領域８４−１とは異なる領域（すなわち、異なるグループ）として検出されている。この検出結果に基づいて、図１５Ｃに示されるように、画像８２−１を表示する場合には、他の画像８２−２はマスクされ、表示されない。これによりユーザは、１つの画像を確実に観察することができる。その結果、例えば画像８２−１と画像８２−２は、異なる患者の針生検の画像であるような場合においても、１人の患者に対して、他の患者の画像に基づき誤った判断が行われてしまうようなことが抑制される。
【００７４】
ステップＳ８において取得部６１は、モードを取得する。すなわち、ユーザがボタン７３，７４を操作することで設定したモードが取得される。
【００７５】
ユーザがボタン７３を操作することで自動モードが設定された場合、ボタン７１Ｕが操作されている期間、画像が下から上方向に一定の速度でスクロールされる。また、ボタン７１Ｄが操作されている期間、画像が上から下方向に一定の速度でスクロールされる。
【００７６】
一方、ユーザがボタン７４を操作することで手動モードが設定された場合、ボタン７１Ｕまたはボタン７１Ｄが操作されている期間、画像が上方向または下方向にスクロールされるが、その速度はボタン７１Ｕ，７１Ｄを押圧する力により変化する。押圧力が大きいほど、速度は速くなり、小さいほど、遅くなる。
【００７７】
ステップＳ９において判定部５７は、ステップＳ２０８で取得されたスクロールモードが、自動モードであるかを判定する。
【００７８】
設定されたのが自動モードである場合、ステップＳ１０において判定部５７は、上方向または下方向へのスクロールが指示されたかを判定する。つまり、ユーザはスクロールを開始したいとき、ボタン７１Ｕ，７１Ｄを操作する。上方向へのスクロールを指示する場合、ボタン７１Ｕが操作され、下方向へのスクロールを指示する場合、ボタン７１Ｄが操作される。ボタン７１Ｕまたはボタン７１Ｄが操作された場合、上方向または下方向へのスクロールが指示されたと判定される。
【００７９】
自動モードにおいてはボタン７１Ｕ，７１Ｄのみが操作可能であり、これらのボタンのいずれも操作されない場合には、処理はステップＳ９に戻る。ボタン７１Ｕ，７１Ｄが操作されるまで、ステップＳ９，Ｓ１０の処理が繰り返される。
【００８０】
上方向または下方向へのスクロールが指示された場合、ステップＳ１１において移動部５８は、表示位置をスクロール中断位置に移動する。
【００８１】
すなわち、この実施の形態の場合、自動モードが設定されているとき、画像はスクロールライン９５が画面の中央に位置するようにスクロールされる。つまり、画像をスクロールして観察する場合の観察基準位置が、画像のスクロール方向と垂直な方向の中心、すなわちスクロールライン９５とされる。そして、スクロールする画像を表示する場合の表示基準位置は、表示領域の中心とされる。勿論、ここにおける中心は、実際には正確な中心である必要はなく、中心近傍であればよい。
【００８２】
しかし、後述するように、上方向または下方向へのスクロールが一旦中断され、手動モードで左方向または右方向へスクロールが行われると、スクロールライン９５が画面の中央に位置していない状態が発生する。そこで、このような場合、移動部５８は、画像をスクロール中断位置に移動する。これにより観察漏れが生じることが防止される。なお、手動モードでのスクロールが一度も実行されていない場合には、表示位置は中断位置のままであるので、実質的にこの処理は実行されないことになる。
【００８３】
ここで、手動モードでのスクロールが行われた場合（つまり、後述する図７のステップＳ２２乃至Ｓ３０の処理が実行された場合）の画像の移動について、図１６乃至図１８を参照して説明する。図１６乃至図１８は、スクロールを説明する図である。
【００８４】
図１６において画面１２１は、ディスプレイ１０１の画像８２を表示する領域であり、図１４の領域１０３に対応する。この実施の形態においては、スクロールライン９５が画面１２１の中心１２２に位置するように画像８２がスクロールされる。上方向へのスクロールが指示された場合、画面１２１−１，１２１−２，１２１−３に示されるように、次第に画像８２の下の部分が表示されることになる。なお、上述したように画像８２のスクロールライン９５は仮想的な線であり、実際には表示されない。
【００８５】
画面１２１−１，１２１−２，１２１−３のいずれにおいても、その中心１２２−１，１２２−２，１２２−３上に、スクロールライン９５が位置している。すなわち、通常の装置においては、例えば画面１２１−１の位置から上方向にスクロールが指示された場合、画面１２１−４の位置の画像が表示される。画像８２が曲がっているので、画面１２１−４には画像８２が表示されず、背景のみが表示される。このような場合、ユーザはボタン７１Ｌを操作し、画像８２を左方向にスクロールしないと画像８２を観察することができない。しかし本技術においては、ユーザは下方向のボタン７１Ｄだけを操作していればよく、それだけで画像８２が常に画面１２１内に表示されるので、操作性が良好となる。
【００８６】
また、図１７Ａに示されるように、自動モードでの下方向へのスクロールが画面１２１−１１の位置で一旦中断されたとする。そしてさらにボタン７４が操作されて、モードが自動モードから手動モードに切り替えられ、ボタン７１が操作されて、画像がスクロールされ、表示位置が画面１２１−１２または画面１２１−１３の位置に達したとする。画面１２１−１２，１２１−１３において、スクロールライン９５は中心１２２−１２，１２２−１３上に位置する。
【００８７】
この状態で、再度ボタン７３が操作され、自動モードが設定されて、ボタン７１Ｕが操作されると、画面１２１−１２または画面１２１−１３の位置から、自動スクロールを中断した画面１２２−１１の位置まで画像８２が移動され、そこから自動モードのスクロールが再開される。
【００８８】
さらに図１７Ｂに示されるように、画面１２１−２１の位置で、自動モードのスクロールを一旦中断した後、手動モードで画面１２１−２２または画面１２１−２３の位置まで画像８２の表示位置が移動されたとする。画面１２１−２２，１２１−２３の位置では、スクロールライン９５は画面の中心１２２−２２，１２２−２３上に位置していない。この状態で、再度自動モードのスクロールが指示された場合、表示位置が、画面１２１−２２または画面１２１−２３の位置から、画面１２１−２１の位置まで移動し、そこから自動スクロールが再開される。
【００８９】
例えば画面１２１−１３（または画面１２１−２３）の位置から自動スクロールが再開されると、画面１２１−１１（または画面１２１−２１）との間の画像８２が表示されないことになる。そこで本技術においては、中断位置から自動スクロールが再開される。
【００９０】
以上においては、一旦中断した自動スクロールを再開した場合、スクロールライン９５に沿って自動スクロールを行うようにした。しかし、再開が指示された場合、例えば図１８に示されるように、スクロールライン９５と平行な仮想的な線９５Ａに沿って自動スクロールさせるようにすることもできる。図１８の例では、画面１２１−３１の位置で自動スクロールが一旦中断された後、画面１２１−３２の位置まで画像８２が手動スクロールされている。
【００９１】
この状態で、自動スクロールの再開が指示された場合、画面１２１−３２の中心１２２−３２を通るスクロールライン９５に平行な線９５Ａ（図１８において点線で示されている線）が演算される。そしてこの線９５Ａに沿って自動スクロールが実行される。その結果、例えば画面１２１−３３においては、その中心１２２−３３上に線９５Ａが配置されている。
【００９２】
図５の説明に戻って、以上のようにしてステップＳ１１で表示位置をスクロール中断位置に移動する処理が行われた後、ステップＳ１２において速度調整処理が実行される。この速度調整処理について図１９を参照して説明する。
【００９３】
図１９は、速度調整処理を説明するフローチャートである。ステップＳ８１において判定部５７は、腫瘍があるかを判定する。すなわち、ディスプレイ１０１の領域１０３に表示されている画像８２に腫瘍が存在するかが判定される。腫瘍が存在しない場合、ステップＳ８２において移動部５８は、自動スクロールの速度として、標準速度を設定する。
【００９４】
これに対して腫瘍という異常部が存在する場合、ステップＳ８３において移動部５８は、スクロールの速度を制限する。例えば自動スクロールの速度として、確認速度が設定される。この確認速度はステップＳ８２で設定される標準速度より遅い速度とされている。これによりユーザは、腫瘍がある場合、その存在を識別することが容易になる。また腫瘍が存在しない場合には、スクロールの速度は遅くならないので、迅速に画像を確認することができる。また、腫瘍が存在する場合には、スクロールを停止することもできる。
【００９５】
さらにステップＳ８４において表示部５６は、画像の腫瘍の部分を強調表示する。つまり、検出部５２は画像８２の中に存在する腫瘍を識別し、腫瘍が識別されたときその部分を強調表示する。これにより、ユーザはさらに確実に腫瘍の存在を確認することができる。
【００９６】
図２０は、強調表示の例を示す図である。腫瘍が存在しない場合、図２０Ａに示されるように、画像８２−１はありのままに表示される。これに対して、腫瘍が存在する場合、図２０Ｂに示されるように、腫瘍の位置に強調表示が行われる。この例では、腫瘍と判断された部分が目立つ色（例えば、黄色、赤などの色）の線１５１により囲まれて表示されている。この他、腫瘍の部分を拡大表示することで、強調表示することもできる。
【００９７】
図５の説明に戻って、ステップＳ１２で速度調整処理が行われた後、ステップＳ１３において横幅調整処理が実行される。この横幅調整処理について図２１を参照して説明する。
【００９８】
図２１は、横幅調整処理を説明するフローチャートである。ステップＳ９１において取得部５１は、対象画像の横幅を取得する。対象画像とは、ディスプレイ１０１の領域１０３に表示される診断対象領域の画像、すなわち画像８２であり、この画像８２が領域１０３に表示される場合の横幅が演算され、取得される。
【００９９】
ステップＳ９２において判定部５７は、ステップＳ９１の処理で取得された対象画像の横幅（つまり、スクロール方向と垂直な方向の幅）が、縮小閾値以上であるかを判定する。縮小閾値は領域１０３の大きさ（横幅）に応じて予め設定されている。縮小閾値は、例えば領域１０３の横幅と略等しい値とすることができる。対象画像の横幅が縮小閾値以上である場合、ステップＳ９３においてスケーリング部５９は、画像を縮小する。つまり、画像８２の横幅が領域１０３の横幅より大きくならないように（つまり、領域１０３の幅より狭くなるように）調整される。このとき少なくとも横方向のスケールだけを縮小してもよいが、全体を縮小してもよい。
【０１００】
これにより画像８２の横方向の一部が領域１０３からはみ出してしまうようなことが防止される。その結果、ユーザは画像８２を漏れなく観察することができる。また、ユーザは、手動で画像８２を左右にスクロールしたり、画像８２を縮小する操作をする必要が無いので、操作性が良好となる。
【０１０１】
これに対してステップＳ９２において、対象画像の横幅が縮小閾値以上ではないと判定された場合、ステップＳ９４において判定部５７は、対象画像の横幅（つまり、スクロール方向と垂直な方向の幅）が、拡大閾値以下であるかを判定する。拡大閾値は領域１０３の大きさ（横幅）に応じて予め設定されている。拡大閾値は、縮小閾値より小さい値に設定されている。対象画像の横幅が拡大閾値以下である場合、ステップＳ９５においてスケーリング部５９は、画像を拡大する。つまり、画像８２の横幅が領域１０３の横幅に較べて、狭くなり過ぎないように、領域１０３の幅より狭い範囲内で調整される。このとき少なくとも横方向のスケールだけを拡大してもよいが、全体を拡大してもよい。
【０１０２】
これにより、ユーザは、手動で画像８２を拡大する操作をせずとも、画像８２を適切な大きさで確認することができ、操作性が良好となる。
【０１０３】
ステップＳ９４において、対象画像の横幅が拡大閾値より大きいと判定された場合、結局、画像８２の横幅は、領域１０３内に適切な大きさで表示されていることになるので、拡大または縮小処理は行われず、画像８２はそのままの大きさで表示される。
【０１０４】
図２２は、横幅調整処理を説明する図である。図２２に示されるように、画像８２−１のうち、枠１０６−１で囲まれている横幅が広い部分は、右上のスクリーン１０１の領域１０３に、横方向の画像が飛び出さないように、全体が縮小されて、画像８２−１として表示されている。
【０１０５】
また、画像８２−１のうち、枠１０６−２で囲まれている横幅が狭い部分は、右下のスクリーン１０１の領域１０３に、横方向の幅が、極端に狭くならないように、全体が拡大されて、適切な幅で画像８２−１として表示されている。このように、幅の広い部分も狭い部分も、略同じ幅で表示されるので、画像の確認が容易となる。
【０１０６】
図５に戻って、ステップＳ１３で横幅調整処理が行われた後、ステップＳ１４において移動部５８は、画像を上方向または下方向へスクロールする。すなわちユーザがボタン７１Ｕを操作した場合、領域１０３に表示されている画像８２が上方向にスクロールされ、ボタン７１Ｄを操作した場合、下方向にスクロールされる。
【０１０７】
このとき表示部５６は、観察対象画像である画像８２の観察基準位置である横方向の幅の中心が、領域１０３の表示基準位置である中心１２２を通るように制御する。つまり。スクロールライン９５が中心１２２を通るように画像８２がスクロールされる。さらにこのとき、スクロールライン９５が常に領域１０３の垂直方向（スクリーン１０１の領域１０３のｙ軸方向）を指向するように制御することも可能である。しかしその場合、スクロールが行われたとき、スクロールライン９５の曲がりに応じてスクロールライン９５の左右の注目点が左右方向にも移動することになり、却って観察がし難くなる。そこで本実施の形態においては、領域８４のｙ軸方向（すなわち慣性主軸θの方向）が領域１０３のｙ軸方向と平行になるように制御される。
【０１０８】
スクロールの速度は、図１９のステップＳ８２またはステップＳ８３で設定された速度である。すなわち、スクロールの速度は基本的に一定の標準速度とされ、腫瘍がある部分では一定の確認速度とされる。また、画像８２は、その横幅がディスプレイ１０１の領域１０３の範囲内に入るように調整される。
【０１０９】
ステップＳ１５において判定部５７は、スクロール方向の画像の端部であるかを判定する。まだ画像の端部ではない場合、処理はステップＳ１６に進む。ステップＳ１６において判定部５７は、上方向又は下方向へのスクロールの指示が解除されたかを判定する。ユーザは、上方向へのスクロールを行う場合、ボタン７１Ｕを操作し続け、停止する場合、ボタン７１Ｕの操作を中止する。また、ユーザは、下方向へのスクロールを行う場合、ボタン７１Ｄを操作し続け、停止する場合、ボタン７１Ｄの操作を中止する。
【０１１０】
ボタン７１Ｕ，７１Ｄの操作が中止された場合、スクロールの指示が解除されたと判定され、まだ操作されている場合、スクロールの指示はまだ解除されていないと判定される。スクロールの指示が解除されていない場合、処理はステップＳ１１に戻り、それ以降の処理が繰り返される。つまり、スクロールが継続される。
【０１１１】
スクロールの指示が解除されたと判定された場合、ステップＳ１７において移動部５８は、上方向または下方向へのスクロールを停止する。つまり、ユーザがボタン７１Ｕ，７１Ｄから手を離すと、スクロールが一旦中断される。その後、処理はステップＳ９に戻る。
【０１１２】
ステップＳ９において再び自動モードであるかが判定され、まだ自動モードである場合には、ステップＳ１０以降の処理が繰り返される。すなわち、ユーザがボタン７１Ｕ，７１Ｄを操作した場合、自動スクロールが再開される。
【０１１３】
自動スクロール中に、画像８２のスクロール方向の端部（下方または上方の端部）に達したとき、ステップＳ１５においてＹＥＳと判定され、処理はステップＳ１８に進む。ステップＳ１８において移動部５８は、スクロールを終了する。ステップＳ１９において表示部５６は、例えば図２３に示されるように、スクロール完了を表示する。
【０１１４】
図２３は、スクロール完了の表示の例を示す図である。この例においては、メニュー２０１が表示されている。メニュー２０１には、「この画像のスクロールは完了しました。」のメッセージが表示されている。また、「次の画像」ボタン２０２と、「戻る」ボタン２０３がメニュー２０１内に表示されている。さらにメニュー２０１の右上には、メニュー２０１を閉じるとき操作されるボタン２０４が表示されている。これにより画像８２が途中で一旦途切れているような場合に、ユーザが最後まで画像８２を確認したと誤認することが防止される。
【０１１５】
図２４は、スクロールを説明する図である。この例においては、画像８２が、画像８２Ａと画像８２Ｂの上下２つの部分に分かれている。このような場合に、自動スクロールで画像８２Ａを画面１２１−６１で確認し、観察位置が画面１２１−６２で示されるような、画像８２Ａと画像８２Ｂの間であって、画像８２が存在しない位置に到達したとき、画像８２が表示されないので、ユーザは画像８２を全て確認したと誤解するおそれがある。
【０１１６】
これに対して、図２３に示されるように、スクロールの完了位置でメニュー２０１を表示させるようにしておけば、ユーザはこのメニュー２０１が表示されるまでスクロールを継続するので、観測漏れが発生することが防止される。
【０１１７】
図６のステップＳ１９でスクロール完了を表示した後、ステップＳ２０において判定部５７は、次の画像の表示が指示されたかを判定する。画像８２−１を観察した後、次に画像８２−２を観察する場合、ユーザは次の画像として、画像８２−２を指定する。このとき処理は図４のステップＳ６に戻り、指定された画像が新たに取得され、その新たな画像について、上述した場合と同様の処理が実行される。
【０１１８】
次の画像の表示が指示されない場合、ステップＳ２１において、表示部５６は、表示処理を終了する。
【０１１９】
ユーザは、自動スクロールを一旦中止した後、画像８２の左または右の端部を画面の中央に配置して観察したい場合、または画像８２を拡大または縮小したい場合、ボタン７４を操作する。これにより自動モードは解除され、その代わりに手動モードが設定される。このとき図５のステップＳ９において設定されているモードは自動モードではないと判定され、処理はステップＳ２２に進む。
【０１２０】
ステップＳ２２において上方向または下方向へのスクロールが指示されたかが判定される。上方向または下方向へのスクロールが指示されていない場合、処理はステップＳ３１に進み、判定部５７は左方向または右方向へのスクロールが指示されたかを判定する。ステップＳ３１において、左方向または右方向へのスクロールが指示されていないと判定された場合、処理はステップＳ３５に進む。ステップＳ３５において判定部５７は、拡大又は縮小が指示されたかを判定する。拡大又は縮小が指示されていない場合、処理はステップＳ９に戻り、再び自動モードであるかが判定される。
【０１２１】
手動スクロールモードが設定された場合、ユーザは、ボタン７１またはボタン７２を操作することで、画像８２を手動で上下左右にスクロールするか、またはスケーリングすることができる。そこで、上述したように、ステップＳ２２，Ｓ３１，Ｓ３５において、ボタン７１またはボタン７２が操作されたかが判定される。
【０１２２】
ステップＳ２２において、上方向または下方向へのスクロールが指示されたと判定された場合、つまりユーザが手動モードでボタン７１Ｕまたは７１Ｄを操作した場合、ステップＳ２３において移動部５８は、画像を上方向または下方向へスクロールする。すなわちユーザがボタン７１Ｕを操作した場合、領域１０３に表示されている画像８２が上方向にスクロールされ、ボタン７１Ｄを操作した場合、下方向にスクロールされる。
【０１２３】
ステップＳ２４において判定部５７は、スクロール方向の画像の端部であるかを判定する。まだスクロール方向の画像の端部ではない場合、処理はステップＳ２９に進む。ステップＳ２９において判定部５７は、上方向又は下方向へのスクロールの指示が解除されたかを判定する。ユーザは、上方向へのスクロールを行う場合、ボタン７１Ｕを操作し続け、停止する場合、ボタン７１Ｕの操作を中止する。また、ユーザは、下方向へのスクロールを行う場合、ボタン７１Ｄを操作し続け、停止する場合、ボタン７１Ｄの操作を中止する。
【０１２４】
ボタン７１Ｕ，７１Ｄの操作が中止された場合、スクロールの指示が解除されたと判定され、まだ操作されている場合、スクロールの指示はまだ解除されていないと判定される。スクロールの指示が解除されていない場合、処理はステップＳ２３に戻り、それ以降の処理が繰り返される。つまり、スクロールが継続される。
【０１２５】
スクロールの指示が解除されたと判定された場合、ステップＳ３０において移動部５８は、上方向または下方向へのスクロールを停止する。つまり、ユーザがボタン７１Ｕ，７１Ｄから手を離すと、スクロールが一旦中断される。その後、処理はステップＳ９に戻る。
【０１２６】
手動スクロール中においても、スクロール方向の画像８２の端部（下方または上方の端部）に達したとき、ステップＳ２４においてＹＥＳと判定され、処理はステップＳ２５に進む。ステップＳ２５において移動部５８は、スクロールを終了する。ステップＳ２６において表示部５６は、図２３に示されるように、スクロール完了を表示する。なお、手動モードにおいてはスクロール完了の表示を省略することもできる。
【０１２７】
ステップＳ２７において判定部５７は、次の画像の表示が指示されたかを判定する。画像８２−１を観察した後、次の画像８２−２を観察する場合、ユーザは次の画像として、画像８２−２を指定する。このとき処理は図４のステップＳ６に戻り、指定された画像が新たに取得され、その新たな画像について、上述した場合と同様の処理が実行される。
【０１２８】
次の画像の表示が指示されない場合、ステップＳ２８において、表示部５６は、表示処理を終了する。
【０１２９】
一方、図８のステップＳ３１において左方向または右方向へのスクロールが指示されたと判定された場合、ステップＳ３２において移動部５８は、画像８２を左方向または右方向にスクロールする。ユーザは、左方向にスクロールする場合、ボタン７１Ｌを操作し、右方向にスクロールする場合、ボタン７１Ｒを操作する。
【０１３０】
ステップＳ３３において判定部５７は、左方向または右方向へのスクロールの指示が解除されたかを判定する。ユーザは、スクロールを継続する場合、ボタン７１Ｌ，７１Ｒを操作し続け、中止する場合、ボタン７１Ｌ，７１Ｒの操作を中止する。ボタン７１Ｌ，７１Ｒが操作し続けられている場合、処理はステップＳ３２に戻り、左方向または右方向へのスクロールが継続される。
【０１３１】
左方向または右方向へのスクロールの指示が解除された場合、ステップＳ３４において移動部５８は、左方向または右方向へのスクロールを停止する。その後、処理はステップＳ３５に進む。
【０１３２】
ステップＳ３５において、判定部５７は拡大または縮小が指示されたかを判定する。拡大または縮小が指示された場合、ステップＳ３６においてスケーリング部５９は、画像８２を拡大または縮小する。ユーザは、画像を拡大するときボタン７２を上方に操作し、縮小するとき下方に操作する。ボタン７２の操作が中止されると、拡大または縮小の指示は解除されたと判断される。
【０１３３】
ステップＳ３７において判定部５７は、拡大または縮小の指示が解除されたかを判定する。まだ解除されていない場合、処理はステップＳ３６に戻り、指示が解除されるまで、ステップＳ３６，Ｓ３７の処理が繰り返される。
【０１３４】
ステップＳ３７において拡大または縮小の指示が解除されたと判定された場合、ステップＳ３８においてスケーリング部５９は、拡大または縮小を停止する。限度まで拡大または縮小が行われた場合にも、拡大または縮小が停止される。
【０１３５】
図２５は、スケーリング処理を説明する図である。図２５Ａは拡大前の画像８２−１の表示状態を表しており、図２５Ｂは、拡大後の画像８２−１の表示状態を表している。図２５Ｂに示される状態でボタン７２が下方に操作された場合には、図２５Ａに示されるように、画像８２−１は縮小表示される。
【０１３６】
以上のように、本実施の形態においては、自動モードが設定されている場合、ボタン７１Ｕ，７１Ｄが操作されている間、一定の速度で画像がスクロールされるようにした。これを、ボタン７１Ｕ，７１Ｄが一度操作されたとき、操作が解除されても、スクロールを継続させるようにすることも可能である。しかし、そのようにすると、観察するときの集中力が却って削がれるので、ボタン７１Ｕ，７１Ｄが継続的に操作されている期間だけ、スクロールが実行されるようにするのが好ましい。
【０１３７】
なお、以上においては画像８２を長手方向にスクロールするに際し、ディスプレイ１０１の縦方向をスクロール方向としたが、長手方向を横方向にスクロールすることもできる。この場合、縮小閾値と拡張閾値は、領域１０３の縦方向の長さに対応して決定される。
【０１３８】
[病変進行度ラベル]
【０１３９】
図１９のステップＳ８４において腫瘍を線１５１で囲んで強調表示するようにしたが、病変進行度ラベルを表示するようにすることもできる。
【０１４０】
図２６は、病変進行度ラベルを説明する図である。図２６においては、上方に３つの病理画像３０１が示されており、その下側には、対応する病変進行度ラベルで表されたラベル画像３０２が示されている。左側の病理画像３０１には、組織画像３１１−１が、中央の病理画像３０１には、組織画像３１１−２が、そして右側の病理画像３０１には、組織画像３１１−３が、それぞれ示されている。
【０１４１】
組織画像３１１−１は、その全体が正常であるため、ラベル画像３０２においては、組織画像３１１−１に対応する領域３２１のうちの全体の領域３３１が第１のラベルの色（例えば緑色）で表示される。組織画像３１１−２は、その一部が良性腫瘍となっており、残りの部分は正常である。そこで、そのラベル画像３０２においては、組織画像３１１−２に対応する領域３２１のうちの良性腫瘍の部分の領域３３２は正常部分とは異なる第２のラベルの色（例えば黄色）で表示され、残りの正常な部分の領域３３１は第１のラベルの色で表示される。
【０１４２】
組織画像３１１−３は、その一部が悪性腫瘍となっており、残りの部分は正常である。そこで、そのラベル画像３０２においては、組織画像３１１−３に対応する領域３２１のうちの悪性腫瘍の部分の領域３２３は正常部分および良性腫瘍とは異なる第３のラベルの色（例えば赤色）で表示され、残りの正常な部分の領域３３１は第１のラベルの色で表示される。
【０１４３】
このように、病変の進行度に応じて異なる色でラベリングしたラベル画像を表示することで、容易に腫瘍を発見することができる。
【０１４４】
図２７は、病変進行度の識別を説明する図である。病理画像３０１からラベル画像３０２を得るには、図２７に示されるように、病理画像３０１から腫瘍を検出し、検出結果をラベリングする病変進行度識別器３６１が必要になる。本実施の形態においては、図２の検出部５２がこの病変進行度識別器３６１として機能する。
【０１４５】
[辞書の作成]
【０１４６】
図４のステップＳ２で診断対象領域を検出する処理を行うには、細胞組織の領域を背景から識別する辞書が必要である。
【０１４７】
図２８は、学習のサンプルを説明する図であり、図２９は、辞書の作成を説明する図である。診断対象領域を検出するには、細胞組織領域を背景と区別できるようにするための学習を行い、辞書を作成する必要がある。
【０１４８】
そのため、図２８に示されるように、サンプル画像４０１から、細胞組織領域の画像４１１−１乃至４１１−５と背景の画像４１２−１乃至４１２−５がまず取得される。この例ではそれぞれの画像の数が５個ずつとされているが、実際にはもっと多い数が取得される。
【０１４９】
このようにして取得された細胞組織領域の画像４１１−１乃至４１１−５からなるポジティブデータ４２１と、背景の画像４１２−１乃至４１２−５からなるネガティブデータ４２２を区別できるように学習することで、辞書４３１を生成することができる。
【０１５０】
また、図１９のステップＳ８４で強調表示を行うには、検出された細胞組織からさらに腫瘍を検出するために、腫瘍のデータをポジティブデータとして学習が行われる。さらに図２７に示されるように病変進行度識別器３６１により病変の進行度を検出する場合、良性腫瘍と悪性腫瘍のデータをポジティブデータとして学習が行われる。
【０１５１】
診断対象領域を表示したり、腫瘍を線で囲む表示を行ったり、病変進行度を表すラベル画像を表示するには、このようにして生成された辞書４３１が用いられる。
【０１５２】
[学習方法]
【０１５３】
次に、辞書４３１を生成する学習機５００の学習方法について説明する。以下においては、説明を簡単にするため、細胞組織を背景から識別する辞書を作成するものとする。なお学習機５００は、CPU２１が実行するプログラムにより実現される。
【０１５４】
与えられたデータが、例えば細胞組織であるか否かを判別する問題など、一般的な２クラス判別のパターン識別問題の前提として、予め人手によりラベリング（正解付け）された学習サンプルとなる画像（訓練データ）が用意される。学習サンプルは、検出したい対象物体の領域を切り出した画像群（ポジティブサンプル）と、全く関係のない、例えば背景画像などを切り出したランダムな画像群（ネガティブサンプル）とからなる。
【０１５５】
これらの学習サンプルを基に学習アルゴリズムを適用し、判別時に用いる学習データを生成する。判別時に用いる学習データとは、本実施の形態においては、上述した学習データを含む以下の４つの学習データである。すなわち、
（Ａ）２つのピクセル位置の組（Ｋ個）
（Ｂ）弱判別器の閾値（Ｋ個）
（Ｃ）重み付き多数決の重み（弱判別器の信頼度）（Ｋ個）
（Ｄ）打ち切り閾値（Ｋ個）
【０１５６】
（１）判別器の生成
【０１５７】
以下に、上述したような多数の学習サンプルから、上記（Ａ）乃至（Ｄ）に示す４種類の学習データを学習するアルゴリズムを説明する。
【０１５８】
この学習処理を実施するため、学習機５００は、図３０に示されるような機能的構成を有している。学習機５００は、CPU２１により構成することができる。この実施の形態において、学習機５００は、初期化部５０１、選択部５０２、誤り率演算部５０３、信頼度演算部５０４、閾値演算部５０５、判定部５０６、削除部５０７、更新部５０８、および反映部５０９を有する。これらの各部は、図示はされていないが、相互に適宜データを授受することが可能とされる。
【０１５９】
初期化部５０１は、学習サンプルのデータ重みを初期化する処理を実行する。選択部５０２は、弱判別器の選択処理を行う。誤り率演算部５０３は、重み付き誤り率ｅtを演算する。信頼度演算部５０４は、信頼度αtを演算する。閾値演算部５０５は、識別閾値ＲMと学習閾値ＲLを演算する。判定部５０６は、サンプル数が充分であるか否かを判定する。削除部５０７は、サンプル数が充分である場合に、ネガティブサンプル、すなわち、非対象物としてラベリングされた学習サンプルを削除する。更新部５０８は、学習サンプルのデータ重みＤtを更新する。反映部５０９は、学習処理の回数を管理する。
【０１６０】
図３１は、学習機５００の学習方法を示すフローチャートである。なお、ここでは、学習アルゴリズムとして、弱判別の際の閾値として一定の値を使用するアルゴリズム（AdaBoost）に従った学習について説明するが、閾値として正解の確からしさ（確率）を示す連続値を使用する例えばReal-AdaBoostなど、弱判別器を複数結合するために集団学習するものであれば、学習アルゴリズムはAdaBoostに限らない。
【０１６１】
上述したように、最初に、予め対象物または非対象物であることがラベリングされたＮ個の学習サンプル（ｘi，ｙi）が用意される。
【０１６２】
この学習サンプルは、Ｎ個の画像とされ、例えば、１個の画像は、２４×２４画素で構成される。各学習サンプルは、細胞組織の画像とされる。
【０１６３】
なお、ｘi，ｙi，Ｘ，Ｙ，Ｎは、それぞれ次の意味を有する。
【０１６４】
学習サンプル（ｘi，ｙi）：（ｘ1，ｙ1），・・・，（ｘN，ｙN）
ｘi∈Ｘ，ｙi∈{−１，１}
Ｘ：学習サンプルのデータ
Ｙ：学習サンプルのラベル（正解）
Ｎ：学習サンプル数
【０１６５】
即ち、ｘiは、学習サンプル画像の全輝度値からなる特徴ベクトルを示す。また、ｙi＝−１は、学習サンプルが非対象物としてラベリングされている場合を意味し、ｙi＝１は、学習サンプルが対象物としてラベリングされていることを意味する。
【０１６６】
ステップＳ２０１において、初期化部５０１は、学習サンプルのデータ重みを初期化する。ブースティングにおいては、各学習サンプルの重み（データ重み）を異ならせ、判別が難しい学習サンプルに対するデータ重みが相対的に次第に大きくされる。判別結果は、弱判別器を評価する誤り率（エラー）の算出に使用されるが、判別結果にデータ重みを乗算することで、より難しい学習サンプルの判別を誤った弱判別器の評価が実際の判別率より下まわることになる。後述するステップＳ２０９でデータ重みは逐次更新されるが、先ず最初にこの学習サンプルのデータ重みの初期化が行われる。学習サンプルのデータ重みの初期化は、全学習サンプルの重みを一定にすることにより行われ、下記式（７）のように定義される。
【０１６７】
【数５】
【０１６８】
学習サンプルのデータ重みＤ1,iは、繰り返し回数ｔ＝１回目の学習サンプルｘi（＝ｘ1乃至ｘN）のデータ重みを示す。Ｎは学習サンプル数である。
【０１６９】
選択部５０２は、ステップＳ２０２で、弱判別器の選択処理（生成）を行う。この選択処理の詳細については図３４を参照して後述するが、この処理により、ステップＳ２０２乃至Ｓ２０９までの１回の繰り返し処理毎に、１つの弱判別器が生成される。
【０１７０】
ステップＳ２０３において、誤り率演算部５０３は、重み付き誤り率ｅtを演算する。具体的には、ステップＳ２０２にて生成された弱判別器の重み付き誤り率ｅtが下記式（８）により演算される。
【０１７１】
【数６】
【０１７２】
上記式（８）に示されるように、重み付き誤り率ｅtは、学習サンプルのうち、弱判別器の判別結果が誤った（ｆt（ｘi）≠ｙi）学習サンプル（ｙi＝１とラベリングされた学習サンプルであって、ｆt（ｘi）＝−１と判定された学習サンプル、およびｙi＝−１とラベリングされた学習サンプルであって、ｆt（ｘi）＝１と判定された学習サンプル）のデータ重みのみを加算したものとなる。上述したように、データ重みＤt,iが大きい（判別が難しい）学習サンプルの判別を間違えると重み付き誤り率ｅtが大きくなる。なお、重み付き誤り率ｅtは０．５未満となるが、この理由は後述する。
【０１７３】
ステップＳ２０４において、信頼度演算部５０４は、弱判別器の信頼度αtを演算する。具体的には、上述の式（８）に示す重み付き誤り率ｅtに基づき、重み付き多数決の重みである信頼度αtが、下記式（９）により算出される。この、信頼度αtは、繰り返し回数ｔ回目に生成された弱判別器の信頼度を示す。
【０１７４】
【数７】
【０１７５】
上記式（９）から明らかなように、重み付き誤り率ｅtが小さいほど、その弱判別器の信頼度αtが大きくなる。
【０１７６】
ステップＳ２０５において、閾値演算部５０５は、識別閾値ＲMを演算する。この識別閾値ＲMは、上述したように、判別工程にて判別を打ち切るための打ち切り閾値（基準値）である。この識別閾値ＲMは、上述の式（８）に従って、対象物である学習サンプル（ポジディブなサンプル）ｘ1乃至ｘJの重み付き多数決の値または０のうち、最も小さい値が選択される。なお、上述したように、最小値または０を打ち切り閾値に設定するのは、０を閾値にして判別を行うAdaBoostの場合である。いずれにせよ、打ち切り閾値ＲMは、少なくとも全てのポジティブなサンプルが通過できる最大の値となるよう設定される。
【０１７７】
次に、ステップＳ２０６において、閾値演算部５０５は、学習閾値ＲLを演算する。この学習閾値ＲLは、次の式（１０）に基づいて演算される。
【０１７８】
【数８】
【０１７９】
なお、上記式において、ｍは正の値であり、マージンを表す。すなわち、学習閾値ＲLは、識別閾値ＲMよりマージンｍだけ小さい値に設定される。
【０１８０】
次に、ステップＳ２０７において、判定部５０６は学習サンプル数が充分か否かを判定する。具体的には、ネガティブサンプルの数がポジティブサンプルの１／２以上である場合には、ネガティブサンプルの数は充分であると判定される。ネガティブサンプル数がポジティブサンプル数の１／２以上である場合には、ステップＳ２０８において、削除部５０７は、ネガティブサンプルを削除する。具体的には、式（１１）で表される重み付け多数決の値F(x)が、ステップＳ２０６で演算された学習閾値ＲLより小さいネガティブサンプルが削除される。
【０１８１】
【数９】
【０１８２】
式（１１）において、ｔ（＝１，・・・，Ｋ）は弱判別機の個数であり、αtは、各弱判別器に対応する多数決の重み（信頼度）であり、ｆt（ｘ）は、各弱判別器の出力である。
【０１８３】
ステップＳ２０７において、ネガティブサンプルの数がポジティブサンプルの数の１／２未満であると判定された場合、ステップＳ２０８のネガティブサンプルを削除する処理はスキップされる。
【０１８４】
このことを、図３２を参照してさらに説明すると次のようになる。すなわち、図３２は、識別閾値と学習閾値とを説明する図である。つまり図３２は、ある程度学習が進んだ場合における（ｔ回目の学習が行われた場合の）学習サンプル数（縦軸）に対する重み付き多数決の値F(x)の分布を表している。実線が、ポジティブサンプル（ｙi＝１にラベリングされた学習サンプル）の分布を表し、破線がネガティブサンプル（ｙi＝−１にラベリングされた学習サンプル）の分布を表している。
【０１８５】
学習時においても、この識別閾値ＲMを基準にして、重み付き多数決F(x)の値が、識別閾値ＲMより小さくなった場合には、ネガティブサンプルの一部を削除することが可能である。
【０１８６】
すなわち、判別工程においては、図３２に示されるように、ネガティブサンプルのうち、重み付き多数決の値F(x)が識別閾値ＲMより小さい領域Ｒ１のサンプルは、実質的に判断対象から削除される（リジェクトされる）。
【０１８７】
このように、識別時に判断対象から削除（リジェクト）されるサンプルを、学習時においても、削除（リジェクト）することで、重み付き誤り率ｅtを無くすように学習することが可能である。しかしながら、サンプル数を減らしてしまうと統計学習の性質上、弱判別器の汎化能力（１データに対する識別能力）が低下してしまうことが知られている。また、ブースティング学習は、学習サンプルの重み付き誤り率ｅtが０になっても学習を続けることで、さらに汎化性能を向上させることが期待できることが知られている。この場合、全てのネガティブサンプルは、識別閾値ＲMより小さくなっているので、ネガティブサンプルがなくなってしまうか、あるいはネガティブサンプルがなくなってしまわないにしても、ポジティブサンプルとネガティブサンプルの数に隔たりがあると、弱判別器の出力が隔たりやすくなることがある。
【０１８８】
そこで、本実施の形態においては、判別工程における識別閾値ＲMから一定のマージンｍを減算した学習閾値ＲLを設定することで、極端な出力をする一部の学習サンプルを少しずつ減少させていき、汎化性を保持しつつ、学習を早く収束させることが可能となる。
【０１８９】
従って、ステップＳ２０８の処理では、重み付き多数決F(x)が演算され、ネガティブサンプルのうち、図３２における学習閾値ＲLより、重み付き多数決F(x)の値が小さい領域Ｒ2のネガティブサンプルが削除される。
【０１９０】
ステップＳ２０９において、更新部５０８は、学習サンプルのデータ重みＤt,iを更新する。すなわち、上記式（９）にて得られた信頼度αtを使用して、下記式（１２）により学習サンプルのデータ重みＤt,iが更新される。データ重みＤt,iは、通常全部足し合わせると１になるよう正規化する必要がある。そこでデータ重みＤt,iは、式（１３）に示されるように正規化される。
【０１９１】
【数１０】
【０１９２】
そして、ステップＳ２１０において、反映部５０９は、所定回数Ｋの学習が終了したか（ブースティングＫ回が行われたか）否かを判定し、まだＫ回行われていない場合は、処理をステップＳ２０２に戻し、それ以降の処理を繰り返す。
【０１９３】
Ｋは、１個の学習サンプルの画素データから、２個の画素データを抽出することが可能な組合せの数を表す。例えば、１個の学習サンプルが２４×２４画素で構成されている場合、Ｋは242×（242−1）＝576×575＝331200となる。
【０１９４】
１組の画素の組合せに対して１個の弱判別器が構成されるため、ステップＳ２０２乃至ステップＳ２０９の処理を１回行うことで、１個の弱判別器が生成される。従って、ステップＳ２０２乃至ステップＳ２０９の処理をＫ回繰り返すことで、Ｋ個の弱判別器が生成される（学習される）ことになる。
【０１９５】
Ｋ回の学習が終了した場合、学習処理は終了される。
【０１９６】
（２）弱判別器の生成
【０１９７】
次に、上述したステップＳ２０２における弱判別器の選択処理（生成方法）について説明する。弱判別器の生成は、弱判別器が２値出力の場合と、下記式（１４）に示す関数f(x)として連続値を出力する場合とで異なる。
【０１９８】
【数１１】
【０１９９】
つまり、確率的な出力をする弱判別器は、ある決められた一定値（閾値）により判別問題を解き、２値出力（ｆ（ｘ）＝１または−１）する場合と異なり、入力された画像が対象物である度合いを、確率密度関数として出力する。
【０２００】
このような、対象物体である度合い（確率）を示す確率的な出力は、２つの画素の輝度値Ｉ1，Ｉ2の差であるピクセル間差分特徴ｄ（＝Ｉ1−Ｉ2）を入力したとき，ＰP（ｘ）を、学習サンプルの対象物の確率密度関数、Ｐn（ｘ）を、学習サンプルの非対象物の確率密度関数とすると、式（１４）に示す関数ｆ（ｘ）とすることができる。
【０２０１】
また、２値出力の場合においても、式（１５）に示されるように１つの閾値Th1で判別する場合と、式（１６）または式（１７）に示されるように、２つの閾値Th11，Th12，Th21，Th22で判別する場合とで処理が若干異なる。ここでは、１つの閾値Th1で２値出力する弱判別器の学習方法（生成方法）を説明する。
【０２０２】
【数１２】
【０２０３】
このため、選択部５０２は、図３３に示されるように、決定部５２１、頻度分布算出部５２２、閾値設定部５２３、弱仮説演算部５２４、重み付き誤り率演算部５２５、判定部５２６、および選定部５２７により構成される。
【０２０４】
決定部５２１は、入力された学習サンプルから、２個の画素をランダムに決定する。頻度分布算出部５２２は、決定部５２１により決定された画素に関するピクセル間差分特徴ｄを収集し、その頻度分布を算出する。閾値設定部５２３は、弱判別器の閾値を設定する。弱仮説演算部５２４は、弱判別器による弱仮説の演算を行い、その判別結果f(x)を出力する。
【０２０５】
重み付き誤り率演算部５２５は、式（８）に示される重み付き誤り率ｅtを演算する。判定部５２６は、弱判別器の閾値Thと最大のピクセル間差分特徴ｄとの大小関係を判定する。選定部５２７は、最小の重み付き誤り率ｅtに対応する閾値Thに対応する弱判別器を選定する。
【０２０６】
図３４は、１つの閾値Th1で２値出力するステップＳ２０２の弱判別器の学習方法（生成方法）のフローチャートである。
【０２０７】
ステップＳ２３１において、決定部５２１は、１つの学習サンプル（２４×２４画素）中の２つの画素の位置Ｓ１，Ｓ２をランダムに決定する。２４×２４画素の学習サンプルを使用する場合、２つの画素の選択方法は、576×575通りあるが、そのうちの１つが選択される。ここで、２つの画素の位置をＳ１，Ｓ２，その輝度値をそれぞれＩ1，Ｉ2とする。
【０２０８】
ステップＳ２３２において、頻度分布算出部５２２は、すべての学習サンプルに対してピクセル間差分特徴を求め、その頻度分布を算出する。すなわち、全ての（Ｎ個の）学習サンプルに対して、ステップＳ２３１にて選択した２つの位置Ｓ１，Ｓ２の画素の輝度値Ｉ1，Ｉ2の差（Ｉ1−Ｉ2）であるピクセル間差分特徴ｄが求められ、そのヒストグラム（頻度分布）が算出される。
【０２０９】
ステップＳ２３３において、閾値設定部５２３は、最小のピクセル間差分特徴ｄより小さい閾値Thを設定する。例えば、図３５に示されるように、ピクセル間差分特徴ｄの値が、ｄ１乃至ｄ９に分布する場合、最小のピクセル間差分特徴ｄの値はｄ１となる。従って、このピクセル間差分特徴ｄ１より小さい閾値Th31がここで閾値Thとして設定される。
【０２１０】
次に、ステップＳ２３４において、弱仮説演算部５２４は、弱仮説として次式を演算する。なお、sign(Ａ)は、値Ａが正のとき＋１、負のとき−１を出力する関数である。
【０２１１】
f(x)＝sign（ｄ−Th） ・・・（１８）
【０２１２】
今の場合、Th＝Th31であるため、ピクセル間差分特徴ｄの値がｄ１乃至ｄ９のいずれであっても、ｄ−Thの値は正となる。従って、式（１８）で表される弱仮説の判別結果f(x)は、＋１となる。
【０２１３】
ステップＳ２３５において、重み付き誤り率演算部５２５は、重み付き誤り率ｅt１，ｅt２を演算する。重み付き誤り率ｅt１とｅt２とは、次の関係にある。
【０２１４】
ｅt２＝１−ｅt１ ・・・・・（１９）
【０２１５】
重み付き誤り率ｅt１は、式（８）により求められる値である。重み付き誤り率ｅt１は、位置Ｓ１，Ｓ２の画素値をそれぞれＩ１，Ｉ２とした場合の重み付き誤り率である。これに対して、重み付き誤り率ｅt２は、位置Ｓ１の画素値をＩ２とし、位置Ｓ２の画素値をＩ１とした場合の重み付き誤り率である。すなわち、第１の位置を位置Ｓ１とし、第２の位置を位置Ｓ２とする組合せは、第１の位置を位置Ｓ２とし、第２の位置を位置Ｓ１とする組合せとは異なる組合せとなる。しかしながら、両者の重み付き誤り率ｅtの値は、上記した式（１９）の関係にある。そこで、ステップＳ２３５の処理において、２つの組合せの重み付き誤り率ｅtを同時にまとめて演算するのである。これにより、仮にそのようにしなければ、ステップＳ２３１乃至ステップＳ２４１の処理を、ステップＳ２４１において学習サンプルの画素の中から２個の画素を抽出する全組合せの数分（Ｋ回）繰り返したと判定されるまで繰り返すことが必要になるのであるが、ステップＳ２３５で、２つの重み付き誤り率ｅt１，ｅt２を演算しておくことで、その繰り返し回数を全組合せ回数Ｋの１／２とすることができる。
【０２１６】
そこで、ステップＳ２３６において、重み付き誤り率演算部５２５は、ステップＳ２３５の処理で演算した重み付き誤り率ｅt１とｅt２のうち、小さい方を選択する。
【０２１７】
ステップＳ２３７において、判定部５２６は、閾値が最大のピクセル間差分特徴より大きいか否かを判定する。すなわち、いま設定されている閾値Thが、最大のピクセル間差分特徴ｄ（例えば、図３５に示されている例の場合、ｄ９）より大きいか否かを判定する。いまの場合、閾値Thは、図３５における閾値Th31であるので、最大のピクセル間差分特徴ｄ９より小さいと判定され、処理はステップＳ２３８に進む。
【０２１８】
ステップＳ２３８において、閾値設定部５２３は、現在の閾値に最も近い次の大きさのピクセル間差分特徴と、さらにその次の大きさのピクセル間差分特徴の中間の大きさの閾値Thを設定する。いまの場合、図３５の例において、現在の閾値Th31に最も近い次の大きさのピクセル間差分特徴ｄ１と、さらに次の大きさのピクセル間差分特徴ｄ２の中間の値の閾値Th32が設定される。
【０２１９】
その後、処理はステップＳ２３４に戻り、弱仮説演算部５２４は、上記した式（１８）に従って、弱仮説の判定出力f(x)を演算する。この場合、図３５に示されるように、ピクセル間差分特徴ｄの値がｄ２乃至ｄ９のとき、f(x)の値は＋１となり、ｄ１のときは−１となる。
【０２２０】
ステップＳ２３５において、式（８）に従って、重み付き誤り率ｅt１が演算され、式（１９）に従って重み付き誤り率ｅt２が演算される。そして、ステップＳ２３６において、重み付き誤り率ｅt１とｅt２のうち、小さい方が選択される。
【０２２１】
ステップＳ２３７において、再び閾値が最大のピクセル間差分特徴より大きいか否かが判定される。いまの場合、閾値Th32は、最大のピクセル間差分特徴ｄ９より小さいので、処理はステップＳ２３８に進み、閾値Thは、ピクセル間差分特徴ｄ２とｄ３の間の閾値Th33に設定される。
【０２２２】
以上のようにして、閾値Thが順次大きい値に更新される。ステップＳ２３４においては、閾値Thが、例えば、ピクセル間差分特徴ｄ３とｄ４の間のTh34である場合には、ピクセル間差分特徴ｄの値がｄ４以上である場合には＋１、ｄ３以下である場合には−１となる。以下同様に、ピクセル間差分特徴ｄの値が閾値Thi以上である場合には、弱仮説の判別結果f(x)の値が＋１となり、閾値Thi以下である場合には−１となる。
【０２２３】
以上の処理が、ステップＳ２３７において、閾値Thが最大のピクセル間差分特徴より大きいと判定されるまで繰り返し実行される。図３５の例においては、閾値が最大のピクセル間差分特徴ｄ９より大きい値Th40となるまで繰り返される。すなわち、ステップＳ２３４乃至ステップＳ２３８の処理を繰り返し実行することで、１つの画素の組合せを選択した場合における、各閾値Thを設定したときの重み付き誤り率ｅtが求められることになる。そこで、ステップＳ２３９において、選択部５２７は、それまでに求めた重み付き誤り率ｅtの中から、最小の重み付き誤り率を求める。そして、ステップＳ２４０において、選定部５２７は、最小の重み付き誤り率に対応する閾値を現在の弱仮説の閾値とする。すなわち、ステップＳ２３９で選定された最小の重み付き誤り率ｅtが得られる閾値Thiが、その弱判別器（１組の画素の組合せにより生成される弱判別器）の閾値とされる。
【０２２４】
ステップＳ２４１において、判定部５２６は、処理を全組合せ分繰り返したか否かを判定する。全組合せ分の処理がまだ実行されていない場合には、処理はステップＳ２３１に戻り、それ以降の処理が繰り返し実行される。すなわち、２４×２４個の画素の中から、再び２つの画素の位置Ｓ１，Ｓ２（但し、前回とは異なる位置）がランダムに決定され、その位置Ｓ１，Ｓ２の画素Ｉ１，Ｉ２に関して同様の処理が実行される。
【０２２５】
以上の処理は、ステップＳ２４１において、学習サンプルから２個の画素を抽出可能な全組合せの数分（Ｋ回）繰り返されたと判定されるまで繰り返し実行される。ただし、上述したように、この実施の形態においては、ステップＳ２３５において、位置Ｓ１，Ｓ２が逆の場合における処理を実質的に実行しているため、ステップＳ２４１における処理は、全組合せの数Ｋの１／２でよいことになる。
【０２２６】
ステップＳ２４１において、全ての組合せの処理が完了したと判定された場合、ステップＳ２４２において、選定部５２７は、生成した弱判別器の中で最も重み付き誤り率の小さいものを選択する。すなわち、これにより、Ｋ個の弱判別器のうちの１つの弱判別器が学習され、生成されたことになる。
【０２２７】
その後、処理は図３１のステップＳ２０２に戻り、ステップＳ２０３以降の処理が実行される。そして、ステップＳ２１０において、Ｋ回の学習が終了したと判定されるまで、図３１の処理が繰り返し実行されることになる。すなわち、図３１の２回目の処理で、２個目の弱判別器の生成学習が行れ、３回目の処理で３個目の弱判別器の生成学習が行われる。そして、Ｋ回目の処理で、Ｋ個目の弱判別器の生成学習が行われることになる。
【０２２８】
なお、本実施の形態においては、前回の繰り返し処理においてステップＳ２０９にて求めたデータ重みＤt,iを使用し、複数の弱判別器の特徴量を学習し、これらの弱判別器（弱判別器候補）の中から上記式（８）に示す重み付き誤り率ｅtが最も小さいものを選択することで、１つの弱判別器を生成する場合について説明したが、上述のステップＳ２０２において、例えば予め用意または学習した複数の画素位置から任意の画素位置を選択して弱判別器を生成するようにしてもよい。また、上述のステップＳ２０２乃至ステップＳ２０９までの繰り返し処理に使用する学習サンプルとは異なる学習サンプルを使用して弱判別器を生成してもよい。さらに、cross-validation（交差検定）法またはjack-knife法の評価のように、学習サンプルとは別のサンプルを用意して、生成された弱判別器や判別器の評価を行うようにしてもよい。交差検定とは、学習サンプルを均等にＩ個に分割し、その中から１つ以外を使用して学習を行い、当該１つを使用して学習結果を評価する作業をＩ回繰り返して学習結果の評価を行う手法である。
【０２２９】
一方、上記式（１６）または式（１７）に示されるように、弱判別器が２つの閾値Th11，Th12，Th21，Th22を有するような場合、図３４に示すステップＳ２３４乃至ステップＳ２３８の処理が若干異なる。上記式（１５）に示されるように、閾値Thが１つの場合は、１から減算することにより、重み付き誤り率ｅtを演算することができたが、式（１６）に示されるように、ピクセル間差分特徴が閾値Th12より大きく、かつ閾値Th11より小さい場合が正解の判別結果であるとき、これを１から減算すると、式（１７）に示されるように、閾値Th22より小さいか、閾値Th21より大きい場合が正解の判別結果になる。即ち、式（１６）の反転は式（１７）となり、式（１７）の反転は式（１６）となる。
【０２３０】
弱判別器が２つの閾値Th11，Th12，Th21，Th22を有して判別結果を出力するような場合は、図３４に示すステップＳ２３２において、ピクセル間差分特徴における頻度分布が求められ、重み付き誤り率ｅtを最小にする閾値Th11，Th12，Th21，Th22が求められる。そして、ステップＳ２４１で所定回数繰り返されたか否かが判定され、所定回数繰り返され、生成された弱判別器の中で最も誤り率が小さい弱判別器が採用される。
【０２３１】
また、上記式（１４）に示されるように、連続値を出力する弱判別器の場合、図２０のステップＳ２３１と同様、先ず２つの画素がランダムに選択される。そして、ステップＳ２３２と同様、全学習サンプルにおける頻度分布が求められる。さらに、得られた頻度分布に基づき上記式（１４）に示す関数f(x)が求められる。そして、弱判別器の出力として対象物である度合い（正解である度合い）を出力するような所定の学習アルゴリズムに従って誤り率を算出するという一連の処理を所定回数繰り返し、最も誤り率が小さい（正答率が高い）パラメータを選択することで弱判別器が生成される。
【０２３２】
図３４の弱判別器の生成において、例えば２４×２４画素の学習サンプルを使用する場合、２つの画素の選択方法は、331200（＝576×575）通りあり、最大331200回、上記繰り返し処理を行った中で最も誤り率が小さいものを弱判別器として採用することができる。このように、繰り返し回数の最大数繰り返す、即ち生成し得る最大数の弱判別器を生成し、それらの中から最も誤り率が小さいものを弱判別器として採用すると性能が高い弱判別器を生成することができるが、最大回数未満の例えば数百回繰り返し処理を行って、その中から最も誤り率が小さいものを採用してもよい。
【０２３３】
なお以上においては、病理画像を観察する場合について説明したが、レントゲン画像その他の医用画像を観察する場合に本技術は適用することができる。また２次元画像に限らず、例えばCT(Computerized Tomography)スキャナにより得られたCT画像や、MRI(magnetic resonance imaging)画像等の３次元画像を観察する場合にも、本技術を適用することができる。
【０２３４】
[本技術のプログラムへの適用]
【０２３５】
上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることができる。
【０２３６】
一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。
【０２３７】
このようなプログラムを含む記録媒体は、図１に示されるように、装置本体とは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVDを含む）、光磁気ディスク（MD（Mini-Disk）を含む）、もしくは半導体メモリなどよりなるリムーバブルメディア３１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているフラッシュROM２２や、記憶部２８に含まれるハードディスクなどで構成される。
【０２３８】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０２３９】
また、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
【０２４０】
さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
【０２４１】
［その他］
【０２４２】
本技術は、以下のような構成もとることができる。
（１）
前記医用画像をスクリーン上でスクロールする移動部と、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示部と
を備える画像処理装置。
（２）
前記観察基準位置は、前記医用画像のスクロール方向と垂直な方向の中心近傍であり、
前記表示基準位置は、前記表示領域の中心近傍である
前記（１）に記載の画像処理装置。
（３）
前記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示するのは、自動モードでスクロールが行われる場合である
前記（１）または（２）に記載の画像処理装置。
（４）
前記自動モードでのスクロールが中断された場合、手動モードでのスクロールが可能であり、前記手動モードでのスクロールは、ユーザが指示する方向に行われる
前記（３）に記載の画像処理装置。
（５）
前記自動モードでのスクロールが一旦中断された後、前記手動モードでユーザが指示する方向にスクロールが行われた状態で、再度前記自動モードでのスクロールが指示された場合、前記自動モードでのスクロールを中断した位置から、前記自動モードでのスクロールが再開される
前記（４）に記載の画像処理装置。
（６）
前記移動部は、前記診断対象領域の異常部ではスクロールの速度を制限する
前記（１）乃至（５）のいずれかに記載の画像処理装置。
（７）
前記診断対象領域の異常部を強調表示する
前記（１）乃至（６）に記載の画像処理装置。
（８）
前記異常部を所定の色でラベル表示する
前記（７）に記載の画像処理装置。
（９）
前記診断対象領域のスクロール方向の端部に達したとき、前記端部に達したことを表示する
前記（１）乃至（８）のいずれかに記載の画像処理装置。
（１０）
前記医用画像から前記診断対象領域を検出する検出部をさらに備える
前記（９）に記載の画像処理装置。
（１１）
１枚の前記医用画像に含まれる複数の前記診察対象領域をグルーピングし、１つのグループの前記診察対象画像をスクロールする
前記（１）乃至（１０）のいずれかに記載の画像処理装置。
（１２）
前記医用画像の観察対象以外の前記診断対象領域をマスクする
前記（１１）に記載の画像処理装置。
（１３）
前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された縮小閾値より広いとき、前記表示領域の幅より狭くなるように、前記診断対象領域のスクロール方向と垂直な方向の幅を縮小するスケーリング部
をさらに備える前記（１）乃至（１２）に記載の画像処理装置。
（１４）
前記スケーリング部は、前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された拡大閾値より狭いとき、前記表示領域の幅より狭い範囲内で、前記診断対象領域のスクロール方向と垂直な方向の幅を拡大する
前記（１３）に記載の画像処理装置。
（１５）
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を含む画像処理方法。
（１６）
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラムが記録されているコンピュータが読み取り可能な記録媒体。
（１７）
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラム。
【符号の説明】
【０２４３】
５１ 取得部， ５２ 検出部， ５３ グルーピング部， ５４ 穂栄部， ５５ 抽出部， ５６ 表示部， ５７ 判定部， ５８ 移動部， ５９ スケーリング部， ６０ 設定部
【特許請求の範囲】
【請求項１】
医用画像をスクリーン上でスクロールする移動部と、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示部と
を備える画像処理装置。
【請求項２】
前記観察基準位置は、前記医用画像のスクロール方向と垂直な方向の中心近傍であり、
前記表示基準位置は、前記表示領域の中心近傍である
請求項１に記載の画像処理装置。
【請求項３】
前記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示するのは、自動モードでスクロールが行われる場合である
請求項２に記載の画像処理装置。
【請求項４】
前記自動モードでのスクロールが中断された場合、手動モードでのスクロールが可能であり、前記手動モードでのスクロールは、ユーザが指示する方向に行われる
請求項３に記載の画像処理装置。
【請求項５】
前記自動モードでのスクロールが一旦中断された後、前記手動モードでユーザが指示する方向にスクロールが行われた状態で、再度前記自動モードでのスクロールが指示された場合、前記自動モードでのスクロールを中断した位置から、前記自動モードでのスクロールが再開される
請求項４に記載の画像処理装置。
【請求項６】
前記移動部は、前記診断対象領域の異常部ではスクロールの速度を制限する
請求項５に記載の画像処理装置。
【請求項７】
前記診断対象領域の異常部を強調表示する
請求項６に記載の画像処理装置。
【請求項８】
前記異常部を所定の色でラベル表示する
請求項７に記載の画像処理装置。
【請求項９】
前記診断対象領域のスクロール方向の端部に達したとき、前記端部に達したことを表示する
請求項６に記載の画像処理装置。
【請求項１０】
前記医用画像から前記診断対象領域を検出する検出部をさらに備える
請求項９に記載の画像処理装置。
【請求項１１】
１枚の前記医用画像に含まれる複数の前記診察対象領域をグルーピングし、１つのグループの前記診察対象画像をスクロールする
請求項１０に記載の画像処理装置。
【請求項１２】
前記医用画像の観察対象以外の前記診断対象領域をマスクする
請求項１１に記載の画像処理装置。
【請求項１３】
前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された縮小閾値より広いとき、前記表示領域の幅より狭くなるように、前記診断対象領域のスクロール方向と垂直な方向の幅を縮小するスケーリング部
をさらに備える請求項１２に記載の画像処理装置。
【請求項１４】
前記スケーリング部は、前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された拡大閾値より狭いとき、前記表示領域の幅より狭い範囲内で、前記診断対象領域のスクロール方向と垂直な方向の幅を拡大する
請求項１３に記載の画像処理装置。
【請求項１５】
医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を含む画像処理方法。
【請求項１６】
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラムが記録されているコンピュータが読み取り可能な記録媒体。
【請求項１７】
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラム。
【請求項１】
医用画像をスクリーン上でスクロールする移動部と、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示部と
を備える画像処理装置。
【請求項２】
前記観察基準位置は、前記医用画像のスクロール方向と垂直な方向の中心近傍であり、
前記表示基準位置は、前記表示領域の中心近傍である
請求項１に記載の画像処理装置。
【請求項３】
前記診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示するのは、自動モードでスクロールが行われる場合である
請求項２に記載の画像処理装置。
【請求項４】
前記自動モードでのスクロールが中断された場合、手動モードでのスクロールが可能であり、前記手動モードでのスクロールは、ユーザが指示する方向に行われる
請求項３に記載の画像処理装置。
【請求項５】
前記自動モードでのスクロールが一旦中断された後、前記手動モードでユーザが指示する方向にスクロールが行われた状態で、再度前記自動モードでのスクロールが指示された場合、前記自動モードでのスクロールを中断した位置から、前記自動モードでのスクロールが再開される
請求項４に記載の画像処理装置。
【請求項６】
前記移動部は、前記診断対象領域の異常部ではスクロールの速度を制限する
請求項５に記載の画像処理装置。
【請求項７】
前記診断対象領域の異常部を強調表示する
請求項６に記載の画像処理装置。
【請求項８】
前記異常部を所定の色でラベル表示する
請求項７に記載の画像処理装置。
【請求項９】
前記診断対象領域のスクロール方向の端部に達したとき、前記端部に達したことを表示する
請求項６に記載の画像処理装置。
【請求項１０】
前記医用画像から前記診断対象領域を検出する検出部をさらに備える
請求項９に記載の画像処理装置。
【請求項１１】
１枚の前記医用画像に含まれる複数の前記診察対象領域をグルーピングし、１つのグループの前記診察対象画像をスクロールする
請求項１０に記載の画像処理装置。
【請求項１２】
前記医用画像の観察対象以外の前記診断対象領域をマスクする
請求項１１に記載の画像処理装置。
【請求項１３】
前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された縮小閾値より広いとき、前記表示領域の幅より狭くなるように、前記診断対象領域のスクロール方向と垂直な方向の幅を縮小するスケーリング部
をさらに備える請求項１２に記載の画像処理装置。
【請求項１４】
前記スケーリング部は、前記診断対象領域のスクロール方向と垂直な方向の幅が、前記表示領域の幅に基づき設定された拡大閾値より狭いとき、前記表示領域の幅より狭い範囲内で、前記診断対象領域のスクロール方向と垂直な方向の幅を拡大する
請求項１３に記載の画像処理装置。
【請求項１５】
医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を含む画像処理方法。
【請求項１６】
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラムが記録されているコンピュータが読み取り可能な記録媒体。
【請求項１７】
コンピュータに、
前記医用画像をスクリーン上でスクロールする移動ステップと、
前記医用画像が前記スクリーン上でスクロールされる場合、前記医用画像の診断対象領域の観察基準位置が、前記スクリーンの表示領域の表示基準位置を通るように前記医用画像を表示する表示ステップと
を実行させるプログラム。
【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】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【公開番号】特開２０１２−２５２５５９（Ｐ２０１２−２５２５５９Ａ）
【公開日】平成２４年１２月２０日（２０１２．１２．２０）
【国際特許分類】
【出願番号】特願２０１１−１２５１００（Ｐ２０１１−１２５１００）
【出願日】平成２３年６月３日（２０１１．６．３）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【出願人】（０００１７３５８８）公益財団法人がん研究会 (34)
【Ｆターム（参考）】
【公開日】平成２４年１２月２０日（２０１２．１２．２０）
【国際特許分類】
【出願日】平成２３年６月３日（２０１１．６．３）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【出願人】（０００１７３５８８）公益財団法人がん研究会 (34)
【Ｆターム（参考）】
[ Back to top ]