画像参照装置及び画像分類検索方法
【課題】 客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を提供すること。
【解決手段】 複数のＤＩＣＯＭ原画像を入力値として、所定の重み付けによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として自己写像するＳＯＭを繰り返し実行する。これにより、「解剖学的構造情報の位相構造が似ている程近くに配置される。」等の特性を有する配列にてＤＩＣＯＭ原画像を分類する。また、ＳＯＭによって得られる各出力ユニットに対応するダイジェスト画像を用いて探索空間を組織化し、ダイジェスト画像を用いたＤＩＣＯＭ原画像の検索を行う。
【解決手段】 複数のＤＩＣＯＭ原画像を入力値として、所定の重み付けによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として自己写像するＳＯＭを繰り返し実行する。これにより、「解剖学的構造情報の位相構造が似ている程近くに配置される。」等の特性を有する配列にてＤＩＣＯＭ原画像を分類する。また、ＳＯＭによって得られる各出力ユニットに対応するダイジェスト画像を用いて探索空間を組織化し、ダイジェスト画像を用いたＤＩＣＯＭ原画像の検索を行う。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、例えば磁気共鳴映像装置（Magnetic Resonance Imaging device）に代表される医用画像機器等に組み込まれる、又は医療用ワークステーション等によって実現される画像参照装置（ビューア）及び画像分類検索方法に関する。
【背景技術】
【０００２】
近年、医用画像機器の高度化に伴って、医用画像の質および量において情報量が飛躍的に増大しており、一回の撮影でスライス画像を数十枚から百枚程度も取得することができる。また、高度化された医用画像機器の導入により、多種多様な画像診断が実施されている。例えば、最近の脳ドックでは、無症候性脳梗塞や大脳白質病変などを早期に発見し、それらの脳疾患と密接な関係にある生活習慣の改善を促すことで、その後の症候性の脳梗塞発生を未然に防ぐことも目的の１つに挙げられている。無症候性脳梗塞の大半は、ラクナ梗塞と呼ばれ、主として穿通枝領域にできる１ｃｍ下の小さな梗塞で直径約３〜１０ｍｍ、不整形，不均質，Ｔ１強調水平断では低信号域を，Ｔ２強調水平断では高信号域を呈すると定義されている。このようなラクナ梗塞は、高血圧群において脳卒中の発生と深く関連していると考えられており、ＭＲ画像上にラクナ梗塞を認め、かつ、高血圧症であった場合には、将来脳卒中を起こす危険性が約１０倍高いという報告があることから、適切な血圧管理や生活習慣の改善指導によって、その後に起こり得る重篤な脳卒中の発生を予防できる可能性があると考えられる。
【０００３】
脳ドッグ等にも用いられる脳のＭＲ画像は、最も多くスクリーニングが行われる部位である。脳のスクリーニングでは、まず病変を丁寧に探すところから始めなくてはならない。実際には、図１３に示した各ステップをほとんど無意識的に繰り返し、鑑別診断をいくつか考え、それに合った所見がないかと自問自答しながら読影していくことになる。特に、ラクナ梗塞等の微小な病巣を発見するには、現在の画像と過去に撮影された画像を比較し経時変化を調べることが重要で、かつ強調種や撮影方向を変えて比較読影することが要求される。
【０００４】
この様に近年の画像診断において、撮影された画像から診断目的に沿った関心画像を選択しながら読影することが要求される医師の負担は、膨大の一途をたどっている。日常診療において、目的とする画像の類似性に関する判断を医師に分かり易い形式で伝えることは、医師の読影作業の負担を軽減し効率的な読影作業を進める上で重要といえる。一般に、従来の画像管理システムでは、検索と分類という２つのアプローチが採用されている。画像の検索は、画像に付加されたテキスト情報（キーワードや説明文）によって検索を行う方法と、画像の内容情報（色やテクスチャなどの特徴量）の類似度によって検索を行う方法がある。画像の内容情報を用いた類似検索は、画像全体の色、模様や画像内のオブジェクトの色、形、位置および画像内の直線の長さ、傾き、位置のような特徴量で検索が可能である。一方、画像の分類にも、画像に付加されたテキスト情報を利用して分類を行う方法と画像の内容情報を用いて分類を行う方法がある。画像の内容情報を用いた分類として類似シーン分類があり、画像全体や画像のブロック分割領域の色やテクスチャの特徴量によってクラスタリングが可能である。
【０００５】
しかしながら、上記従来の画像管理システムは、例えば以下に示すような問題点を有する。
【０００６】
例えば画像検索においてテキスト情報を採用するのか画像の内容情報を採用するのかは、各病院又は医師によって任意に選択される。従って、従来のシステムにおいて画像の分類及び検索に用いられる基準は、病院、医師毎にばらつきがあり、客観性及び互換性に乏しい。
【０００７】
また、テキスト情報又は画像の内容情報を用いて実行される従来の分類は、自由度が少なく、膨大な枚数の画像を管理することは困難である。例えば、テキスト情報を用いた分類・検索では、同一ヘッダ情報が付された画像は、解剖学的構造差異が存在する場合であっても同一の画像として分類・検索されてしまう。従って、所望の診断画像にアクセスするのが困難となる場合があり、また同時に検索された複数の診断画像を人為的に区別使用とすれば、多大な労力が必要とされる。
【０００８】
なお、本願に関連する公知文献としては、例えば次のようなものがある。
【特許文献１】特開２００４−１７４２１７号公報
【特許文献２】特開２００４−１７４２１８号公報
【特許文献３】特開２００４−１７４２１９号公報
【特許文献４】特開２００４−１７４２２０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
本発明は、上記事情を鑑みてなされたもので、客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を提供することを目的としている。
【課題を解決するための手段】
【００１０】
本発明は、上記目的を達成するため、次のような手段を講じている。
【００１１】
本発明の第１の視点は、被検体の所定部位に関する複数の第１の画像を記憶する記憶手段と、前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する自己写像手段と、前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する画像生成手段と、計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する分割手段と、前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する判断手段と、を具備し、前記判断手段が前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返すこと、を具備することを特徴とする画像参照装置である。
【００１２】
本発明の第２の視点は、被検体の所定部位に関する複数の第１の画像と、前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性として、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力する自己写像に用いられる前記所定の重み係数を画像化することで、当該自己写像によって得られる複数の出力ユニットのそれぞれ第２の画像と、前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルと、を記憶する記憶手段と、前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための選択手段と、前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する検索手段と、検索された前記第１の画像を出力する出力手段と、を具備する画像参照装置である。
【００１３】
本発明の第３の視点は、被検体の所定部位に関する複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する第１のステップと、前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する第２のステップと、計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する第３のステップと、前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する第４のステップと、前記第４のステップにおいて前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返す第５のステップと、を具備することを特徴とする画像分類検索方法である。
【発明の効果】
【００１４】
以上本発明によれば、客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を実現することができる。
【発明を実施するための最良の形態】
【００１５】
以下、本発明の実施形態を図面に従って説明する。なお、以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。
【００１６】
図１は、本実施形態に係る画像参照装置１のブロック構成図を示している。同図に示すように、画像参照装置１は、ダイジェスト画像記憶部２、ＤＩＣＯＭ原画像記憶部３、操作部４、表示部５、送受信部６、学習・分類部７、探索空間組織化部８、制御部９を具備している。
【００１７】
ダイジェスト画像記憶部２は、学習・分類部７において生成されたダイジェスト画像、複数のダイジェスト画像を線形結合して生成されるラベル画像を記憶する。このダイジェスト画像の生成、及びダイジェスト画像、ラベル画像を用いた画像管理については、後で詳しく説明する。
【００１８】
ＤＩＣＯＭ原画像記憶部３は、医用画像機器によりＤＩＣＯＭ規格に従って取得され当該画像参照装置１における処理の入力情報等として用いられる原画像（ＤＩＣＯＭ原画像）を格納している。本実施形態では、説明を具体的にするために、ＤＩＣＯＭ原画像記憶部３に記憶されているＤＩＣＯＭ原画像は、磁気共鳴映像装置によって取得された被検体（患者）毎の複数の脳画像であるとする。
【００１９】
操作部４は、操作者からの各種指示、条件、関心領域（ＲＯＩ）の設定指示、後述するＤＩＣＯＭ原画像の分類とダイジェスト画像の生成、ダイジェスト画像を用いた探索空間の組織化に関する指示等を当該装置１にとりこむためのトラックボール、各種スイッチ、マウス、キーボード等を有している。
【００２０】
表示部５は、ＤＩＣＯＭ原画像、ダイジェスト画像、ラベル画像等を所定の形態にて表示する。また、表示部５は、ＤＩＣＯＭ原画像とダイジェスト画像との関連を示す接続情報テーブル（後述）等を所定の形態にて表示する。
【００２１】
送受信部６は、ネットワークを介して他の装置と画像データを含む情報の送受信を行う。
【００２２】
学習・分類部７は、ＤＩＣＯＭ原画像記憶部３に記憶された複数のＤＩＣＯＭ原画像を入力値とし、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として、自己組織化マップ（以下、「ＳＯＭ」とも称する。）を用いて自己写像する。これにより、入力した複数のＤＩＣＯＭ原画像は、解剖学的構造を基準として分類される。
【００２３】
探索空間組織化部８は、学習・分類部７において実行された各ＳＯＭでの重み係数を用いてダイジェスト画像を生成する。また、探索空間組織化部８は、ダイジェスト画像を用いて、ＤＩＣＯＭ原画像が配置された探索空間を組織化する。
【００２４】
制御部９は、当該画像参照措置を構成する各ユニットを動的又は静的に制御する。特に、制御部９は、ＤＩＣＯＭ原画像分類・ダイジェスト画像生成、及び探索画像組織化（共に後述）において、ダイジェスト画像記憶部２、ＤＩＣＯＭ原画像記憶部３、操作部４、表示部５、学習・分類部７、探索空間組織化部８等を統括的に制御する。
【００２５】
図２は、学習・分類部７、探索空間組織化部８の構成を説明するためのブロック図である。同図に示すように、学習・分類部７は、自己学習部１１、部分問題分割部１３、部分問題学習部１５、再学習判断部１７を有している。また、探索空間組織化部８は、探索空間管理部１９、ダイジェスト画像生成部２１、接続情報テーブル作成部２３、ＳＯＭ管理ラベル生成部２５、画像対応部２７を有している。
【００２６】
自己学習部１１は、複数のＭＲ画像を入力値としてＳＯＭを実行し、複数の出力ユニットにマッピングすることにより、患者の所定部位の位相構造を学習する。この自己学習部１１によって実行されるＳＯＭについては、後で詳しく説明する。
【００２７】
部分問題分割部１３は、自己学習部１１、部分問題学習部１５によるＳＯＭで得られた写像結果（複数の出力ユニット）を二つの部分問題に分割する。ここで、部分問題とは、さらに階層的に展開されるＳＯＭの対象を意味する。この分割は、所定のルールに従って、ＳＯＭ毎に取得されるダイジェスト画像間の類似度を示す相関係数を比較することにより実行される。
【００２８】
部分問題学習部１５は、部分問題分割部１３によって分割された各部分問題に属するＤＩＣＯＭ原画像を入力値としてＳＯＭを実行し、複数の出力ユニットにマッピングすることにより、患者の所定部位の位相構造を再学習する。この再学習は、再学習判断部１７の判断結果に応じて、繰り返し実行される。
【００２９】
再学習判断部１７は、部分問題学習部１５におけるＳＯＭによって得られたダイジェスト画像間の相関係数を比較し、ＳＯＭを用いた再学習を実施するか否かを決定する。
【００３０】
探索空間管理部１９は、操作部４から入力された指示に応答して、組織化された探索空間を管理する。より具体的には、操作部４からの操作によって選択されたダイジェスト画像（又はＤＩＣＯＭ原画像）に関連付けられたＤＩＣＯＭ原画像（又はダイジェスト画像）を、接続情報テーブルに基づいて読み出す等の管理を実行する。
【００３１】
ダイジェスト画像生成部２１は、ＳＯＭを通じて得られる重み係数を画像化したダイジェスト画像を出力ユニット毎に生成する。また、ダイジェスト画像生成部２１は、生成されたダイジェスト画像間の相関係数を計算する。
【００３２】
接続情報テーブル作成部２３は、各ユニットに対応するダイジェスト画像と各ユニットに分類された（各ユニットを構成する）複数枚のＤＩＣＯＭ原画像とを対応付けると共に、当該対応付けられたＤＩＣＯＭ原画像のヘッダ情報に基づいて、どのダイジェスト画像がどのＤＩＣＯＭ原画像に接続されているのかを示す接続情報テーブルを作成する。
【００３３】
ＳＯＭ管理ラベル生成部２５は、ダイジェスト画像を線形結合してラベル画像を生成する。
【００３４】
画像対応部２７は、各ＤＩＣＯＭ原画像のプライベートタグに対応するダイジェスト画像を書き込む。書き込まれたダイジェスト画像は、ＳＯＭ管理ラベルとして、後述する検索処理において用いられる。
【００３５】
なお、図１においては、ダイジェスト画像記憶部２、ＤＩＣＯＭ原画像記憶部３をそれぞれ別の構成としたが、これに拘泥されることなく、単一のハードウェアによって実現する構成であってもよい。また、同じく図１において、説明を解りやすくするため、自己学習部１１、部分問題学習部１５を別の構成要素としたが、これに拘泥されることなく、単一の学習部とするようにしてもよい。
【００３６】
（自己組織化マップ：Self-Organizing Map）
次に、ＳＯＭについて説明する。ＳＯＭは、入力データの位相を保存し、トポロジカルなマッピングを行うものであり、その学習課程では、明示的な教師を必要としない。
【００３７】
一般のＳＯＭは、図３に示すように、入力ユニットを含む入力層と、出力ユニットを含むマッピング層との二層からなる。典型的なＳＯＭの学習アルゴリズムは、次の様である。
【００３８】
（１）ｗｉｊ（１≦ｉ≦ｎ）を時刻ｔにおける入力ユニットｉから出力ユニットｊへの重み係数とする。ユニットの重み係数を乱数で初期化し、ノードｊの近傍の初期範囲を大きく設定する。
【００３９】
（２）ｘｉ（１≦ｉ≦ｎ）を時刻ｔにおけるノードｉへの入力とする。
【００４０】
（３）入力データと出力ノードｊとのユークリッド距離ｄｊを次の式（１）にて計算する。
【数１】
【００４１】
（４）ユークリッド距離ｄｊが最小となる出力ユニットを検索する。
【００４２】
（５）Ｎｃ（ｔ）で定義される近傍に含まれるユニットへの重み係数を、次の式（２）にて更新する。
ｗｉｊ（ｔ＋１）＝ｗｉｊ（ｔ）＋α（ｔ）（ｘｉ（ｔ）−ｗｉｊ（ｔ）） （２）
ここで、α（ｔ）は学習率係数（０＜α＜１）、Ｎｃ（ｔ）は近傍領域のサイズであり、時間とともに減少させる。
【００４３】
（６）上記（２）〜（５）の処理を繰り返す。
【００４４】
本実施形態に係る画像参照装置１は、上記ＳＯＭを用いて、具体的には次の様な処理を実行する。
【００４５】
（ａ）自己学習部１１は、図４に示すように複数のＤＩＣＯＭ原画像（例えばｍ枚）を入力値とし、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として、出力ユニット数が５ユニットの１次元ＳＯＭを用いて自己写像する。
【００４６】
（ｂ）ダイジェスト画像生成部２１は、上記（ａ）でのＳＯＭに用いられた重み係数を画像することで、各出力ユニットに対応するダイジェスト画像を生成する。また、ダイジェスト画像生成部２１は、隣接するダイジェスト画像間の類似度を表す相関係数を計算する。
【００４７】
（ｃ）部分問題分割部１３は、隣接するダイジェスト画像間の相関係数を比較し、相関係数が最も小さいユニットの境界で、上記（ａ）における写像結果を２つの部分問題に分割する（すなわち、２つのグループＡ１、Ａ２に分割する）。
【００４８】
（ｄ）部分問題学習部１５は、図４に示すように、部分問題分割部１３によって分割されたグループＡ１に属する複数のＤＩＣＯＭ原画像（例えばｎ枚）を入力値とし、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として、出力ユニット数が５ユニットの１次元ＳＯＭを用いて自己写像する。グループＡ２に属する複数のＤＩＣＯＭ原画像（ｍ−ｎ枚）についても同様の処理を行う。
【００４９】
（ｅ）ダイジェスト画像生成部２１は、上記（ｄ）でのＳＯＭに用いられた重み係数を画像することで、各出力ユニットに対応するダイジェスト画像を生成する。また、ダイジェスト画像生成部２１は、生成したダイジェスト画像間の類似度を表す相関係数を計算する。
【００５０】
（ｆ）再学習判断部１７は、グループＡ１についてのＳＯＭによって得られた各出力ユニットに対応するダイジェスト画像間の相関係数を比較し、さらに階層的なＳＯＭを用いた再学習を実施するか否かを判断する。この判断においては、マップ層ユニット間（ダイジェスト画像間）の相関係数に着目した下記の再学習ルールを採用する。なお、グループＡ２についても同様の処理が実行される。
【００５１】
＜ルール１＞相関係数の最も低い境界で、ユニットが１：４に分割される場合（図５(ａ）参照)。
【００５２】
・１ユニット：独立とみなし、再学習は行わない。
【００５３】
・４ユニット：相関係数に関係なく再学習を行う。
【００５４】
＜ルール２＞相関係数の最も低い境界で、ユニットが２：３に分割される場合（図５(ｂ）参照)。
【００５５】
・１度目の学習で２：３に分割された場合、それぞれ必ず再学習を行う。
【００５６】
・２ユニット：２つのユニット間の相関係数が「０．９５」以上ならば、２ユニットは独立とみなし、再学習は行わない。
【００５７】
・２つのユニット間の相関係数が「０．９５」以下ならば、再学習を行う。
【００５８】
・３ユニット：相関係数がすべて「０．９５」以上ならば、３ユニットは独立とみなし、再学習は行わない。
【００５９】
・全ての相関係数の中で「０．９５」以下があれば、再学習を行う。
【００６０】
＜ルール３＞
・操作者とのインタラクティブなやり取りの中で、「終了」を決定する。
【００６１】
・発火しないユニットが出現するまで、部分問題として再学習可能。
【００６２】
（ｇ）再学習判断部１７によってさらに階層的な再学習を実施すると判断された場合には、上記（ｃ）〜（ｆ）の処理が繰り返される。一方、再学習判断部１７によってさらに階層的な再学習を実施しないと判断された場合には、ＤＩＣＯＭ原画像分類・ダイジェスト画像生成処理を終了する。
【００６３】
上記（ａ）〜（ｇ）の一連の処理によって最終的に取得される複数のＤＩＣＯＭ原画像は、図６に示すように最終的に所定の配列によって分類される。この最終結果として得られるＤＩＣＯＭ原画像の配列は、「解剖学的構造情報の位相構造が似ている程相互に近くに配置される。」、「解剖学的構造情報の位相構造が非似である程相互に遠くに配置される。」という２つの特性をもつ。この配列の基準は、解剖学的位相構造を自己写像するＳＯＭを用いているため、極めて客観的な基準に従ったものと言える。
【００６４】
この様に、本画像参照装置１によって実行されるＳＯＭは、判断結果に応じて繰り返し実行される。図６に示したように、ＳＯＭの繰り返しにより展開される処理は、階層的な展開と捉えることもできる。以下、ＳＯＭの繰り返しによる階層的展開を、繰り返し回数が少なくなるに従って「上位である」とし、繰り返し回数が多くなるに従って「下位である」とする。
【００６５】
また、各ＳＯＭでの重み係数を用いて生成された各出力ユニットに対応するダイジェスト画像は、各出力ユニットを構成する各ＤＩＣＯＭ原画像の内容が何らかの情報として反映されており、従って出力ユニットに属する複数のＤＩＣＯＭ原画像を代表するという特性を有する。従って、操作者は、ダイジェスト画像を観察することで、各出力ユニットを構成する多大な枚数に及ぶＤＩＣＯＭ原画像を全て観察することなしに、各ＤＩＣＯＭ原画像の情報を間接的に取得することができる。このダイジェスト画像の特性を利用して、本画像参照装置１は、ＤＩＣＯＭ原画像の検索利便性を図っている。この内容については、後で詳しく説明する。
【００６６】
上記（ａ）、（ｄ）において実行されるＳＯＭにおいては、写像結果として得られる出力ユニット数を５とした。これは、本実施形態に係る画像参照装置１が最大第２近傍までを考慮する一次元ＳＯＭを採用したからである（例えば、図４において、出力ユニット１及び５は、出力ユニット３から見て第２近傍となる）。しかしながら、これに拘泥されることなく、最大第ｎ近傍までを考慮する一次元ＳＯＭ（ただし、ｎは２以外の自然数）を採用する構成としてもよい。
【００６７】
上記（ｃ）において、部分問題分割部１３は、ダイジェスト画像間の相関係数によって５つの出力ユニットを２つの部分問題に分割している。これは、クラスタリングにおいて最も基本的な例である二分木を採用したものである。しかしながら、これに拘泥されることなく、ダイジェスト画像間の相関係数を用いてさらに複数の部分問題に分割する様にしてもよい。
【００６８】
上記（ｆ）においては、ダイジェスト画像間の相関係数値が「０．９５」を基準として、再学習を行うか否かの判断を行っている。この値「０．９５」は慣用に従ったものである。従って、この例に拘泥されることなく、他の基準値を採用して再学習判断を行う構成であってもよい。
【００６９】
（ＤＩＣＯＭ原画像の分類とダイジェスト画像の生成）
次に、ＳＯＭを用いて実現されるＤＩＣＯＭ原画像の分類とダイジェスト画像の生成について説明する。
【００７０】
図７は、本画像参照装置１によりＤＩＣＯＭ原画像の分類・ダイジェスト画像の生成において実行される各処理の流れを示したフローチャートである。同図に示すように、まず、操作部４からの「自己学習・分類開始」の操作に応答して、磁気共鳴映像装置によって取得された複数のＤＩＣＯＭ原画像が、探索空間管理部１９を介して自己学習部１１に入力される（ステップＳ１）。
【００７１】
次に、自己学習部１１は、マップ層ユニット（出力ユニット）が５ユニットの一次元ＳＯＭを用いて、自己写像を実行する（ステップＳ２）。ダイジェスト画像生成部２１は、ＳＯＭの重み係数を画像化して、各出力ユニットに対応するダイジェスト画像を生成すると共に（ステップＳ３）、生成したダイジェスト画像間の相関係数を計算する（ステップＳ４）。
【００７２】
次に、部分問題分割部１３は、隣接するダイジェスト画像間の相関係数を比較し、相関係数が最も小さいユニットの境界で、ステップＳ２における写像結果を２つの部分問題に分割する（２つのグループＡ１、Ａ２に分割する。ステップＳ５）。また、部分問題分割部１３は、実行されたＳＯＭが１回目であるか否かを判定し（ステップＳ６）する。部分問題分割部１３によってＳＯＭが一回目であると判定された場合には、部分問題学習部１５は、分割された各グループにつき、それぞれを構成するＤＩＣＯＭ原画像を入力値としたマップ層ユニット（出力ユニット）が５ユニットの一次元ＳＯＭを用いて自己写像を実行し（ステップＳ２）、ステップＳ３〜Ｓ５の処理を繰り返す（ステップＳ３〜Ｓ５）。
【００７３】
一方、部分問題分割部１３によって実行されたＳＯＭが１回目でないと判定した場合（すなわち、ＳＯＭが部分問題学習部１５によって実行されたものである場合）には、再学習判断部１７は、ＳＯＭの繰り返しを終了するか否かを判断する（ステップＳ７）。ＳＯＭの繰り返しを終了すると判断した場合には、本ＤＩＣＯＭ原画像分類・ダイジェスト画像生成は終了する。また、ＳＯＭの繰り返しを終了しないと判断した場合には、再学習判断部１７は、上記（ｆ）のルールに従って、各出力ユニットに対応するダイジェスト画像間の相関係数を比較し、さらに階層的なＳＯＭを用いた再学習を実施するか否かを判断し（ステップＳ８、Ｓ９、Ｓ１０）、部分問題学習部１５において再学習が実行され（ステップＳ２）、さらにステップＳ３〜Ｓ５の処理を繰り返す（ステップＳ３〜Ｓ５）。
【００７４】
次に、再学習判断部１７は、発火しない出力ユニットが存在すると判断した場合には、対象問題に対するユニット数とダイジェスト画像とを決定し（ステップＳ１３）、ＤＩＣＯＭ原画像分類・ダイジェスト画像生成処理を終了する。
【００７５】
（ダイジェスト画像を用いた探索空間の組織化）
次に、生成されたダイジェスト画像を用いた探索空間の組織化について説明する。ここで、探索空間とは、概念的には複数のＤＩＣＯＭ原画像が存在する抽象的空間であり、検査ＩＤ、シリーズＩＤ、撮影部位、強調種、撮影方向、スライス番号等の種々の情報を座標軸とするものである。一方、実体的には、探索空間とは、種々のタグ情報が付された複数のＤＩＣＯＭ原画像が存在するＤＩＣＯＭ原画像記憶部３のメモリ領域を意味する。また、ダイジェスト画像を用いた探索空間の組織化とは、各ＳＯＭに対応するダイジェスト画像を用いて複数のＤＩＣＯＭ原画像を組織化（体系化）することで、ＤＩＣＯＭ原画像記憶部３に記憶されたＤＩＣＯＭ原画像の検索を容易にするものである。
【００７６】
図８は、探索空間の組織化において本画像参照装置１により実行される処理の流れを示したフローチャートである。同図に示すように、画像対応部２７は、各ＳＯＭによって得られた各出力ユニットに対応するダイジェスト画像と、当該各ユニットに分類された複数枚のＤＩＣＯＭ原画像との対応付けを行う（ステップＡ）。この対応付けは、画像対応部２７が、例えばＤＩＣＯＭ原画像記憶部３に記憶されている各ＤＩＣＯＭ原画像のヘッダ情報中のプライベートタグに、分類されたユニットに対応するダイジェスト画像を付することで実行される。従って、学習・分類部７においてＳＯＭの階層がｋ層まで実行された場合には、各ＤＩＣＯＭ原画像にはｋ個のダイジェスト画像が付されることになる。
【００７７】
次に、接続情報テーブル作成部２３は、画像対応部２７によって対応付けられたＤＩＣＯＭ原画像のヘッダ情報に基づいて、接続情報テーブルを作成する（ステップＢ）。
【００７８】
図９は、接続情報テーブル作成部２３によって作成される接続テーブルの一例を説明するための図である。例えば、原画像情報テーブル３０の一段目に記載された特性を有するＭＲ画像をＤＩＣＯＭ原画像として入力し、既述のＤＩＣＯＭ原画像の分類とダイジェスト画像の生成処理を実行した場合を想定する。係る場合に、接続情報テーブル作成部２３は、画像対応部２７によって対応付けられたＤＩＣＯＭ原画像のヘッダ情報に基づいて、例えばダイジェスト画像とＤＩＣＯＭ原画像とを相互に関連づける接続情報テーブル３１（ダイジェスト画像をラベルとして管理されるテーブル）、接続情報テーブル３２（ＤＩＣＯＭ原画像をラベルとして管理されるテーブル）を作成する。
【００７９】
なお、上記接続情報テーブル３１、接続情報テーブル３２は一例であり、接続情報テーブル作成部２３が実際に作成する接続情報テーブルには図９に示すように、現物のダイジェスト画像等が張り付けられている必要はない。従って、ダイジェスト画像とＤＩＣＯＭ原画像とを相互に関連づけるものであれば、どのような形態であってもよく、例えば図９に示した接続情報テーブル３１と、図１０に示した接続情報テーブル３３とを作成する構成であってもよい。
【００８０】
次に、ＳＯＭ管理ラベル生成部２５は、各ＳＯＭにおいて生成される５つのダイジェスト画像を線形結合（重み付け加算処理）し、ダイジェスト画像を管理・識別するためのラベル画像を生成する（ステップＣ）。このラベル画像は、例えばダイジェスト画像記憶部２に自動的に記憶される。
【００８１】
本画像参照装置１によって実行されるＳＯＭは、解剖学的構造情報を各ＤＩＣＯＭ原画像の位相特性として自己写像するものである。そのため、ＳＯＭ処理が進むにつれ（すなわち、ＳＯＭの階層が進むにつれ）、入力されたＤＩＣＯＭ原画像は、撮影方向、画像強調種、部位等によって自然に分類されることになる。従って、各ＳＯＭに対応するダイジェスト画像の線形結合で得られるラベル画像は、撮影方向、画像強調種、部位等の画像の属性を象徴するものであり、どのＳＯＭがどの属性を含むＤＩＣＯＭ原画像を入力としているかを象徴するものであるため、当該ラベル画像を利用することで、ダイジェスト画像の管理をより容易にすることが可能である。
【００８２】
図１１は、本ダイジェスト画像を用いた探索空間の組織化処理によって得られる結果を説明するための概念図である。同図に示すように、ＤＩＣＯＭ原画像とダイジェスト画像とは接続情報テーブルにより関連付けられ、ラベル画像とダイジェスト画像とは線形結合によって関連付けられている。操作者は、頭部を対象としたダイジェスト画像からなるラベル画像（又は、Ｔ２強調画像と対象としたダイジェスト画像からなるラベル画像、前額断を対象としたダイジェスト画像からなるラベル画像）によって、当該ラベル画像を構成するダイジェスト画像に対応付けられたＤＩＯＣＭ原画像が、頭部を対象としたもの（又は、Ｔ２強調画像と対象としたもの、前額断を対象としたもの）であることを、即座に判断することができる。
【００８３】
なお、本処理により組織化された探索空間へのアクセスは、どの様な形態であってもよい。例えば、操作者は、まずラベル画像によって画像に関する所望の属性（例えば、「頭部前額断に関するＴ２強調画像」等）を選択することで、図１２に示すようなインターフェースにて組織化された探索空間を提示する構成であってもよい。同図においては、画面右上に表示された複数のダイジェスト画像のうちのいずれかを選択すると、接続情報テーブルによって当該ダイジェスト画像に関連付けられたＤＩＣＯＭ原画像のサムネイル画像が画面右下に表示される。このサムネイル画像のうち、所望のＤＩＣＯＭ原画像を選択することで、画面左側に当該ＤＩＣＯＭ原画像をフル画像（すなわち、圧縮や間引きされていない画像）として表示することができる。この様に必要に応じてサムネイル画像を用いることで、ダイジェスト画像に対応する大量のＤＩＣＯＭ原画像の中から、診断画像をより迅速に選択することが可能となる。
【００８４】
以上述べた構成によれば、以下の効果を得ることができる。
【００８５】
本画像参照装置によれば、複数のＤＩＣＯＭ原画像を入力値として、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として自己写像するＳＯＭを繰り返し実行する。これにより、最終的に取得される複数のＤＩＣＯＭ原画像の配列は、「解剖学的構造情報の位相構造が似ている程近くに配置される。」、「解剖学的構造情報の位相構造が非似である程遠くに配置される。」という２つの特性をもつ。従って、未整理、未分類の多量のＤＩＣＯＭ原画像を客観的基準に従って自動的に分類することができ、人為的負担を軽減することができる。また、解剖学的位相構造に基づく新たな画像配列（画像分類）を提供できるため、人為的配列（分類）に比してばらつきがなく互換性が高い。その結果、医療行為の質の向上に貢献することができる。
【００８６】
特に、最終的に取得される複数のＤＩＣＯＭ原画像の配列は、「解剖学的構造情報の位相構造が似ている程近くに配置される。」、「解剖学的構造情報の位相構造が非似である程遠くに配置される。」という特性をもつため、操作者は、システムが判断した類似度の定量的な性質、検索結果相互の類似性（秩序）を判断することができる。
【００８７】
また、本画像参照装置は、各出力ユニットに対応するダイジェスト画像を用いて探索空間を組織化し、ダイジェスト画像を用いたＤＩＣＯＭ原画像の検索を可能としている。従って、ダイジェスト画像を指標として視覚的に検索対象を確認でき、検索の進行具合を確かめつつ適切且つ迅速に所望のＤＩＣＯＭ原画像にアクセスすることができる。その結果、読影医等の作業負担を軽減させることができると共に、診断画像の選択ミス等の誘発を防止することができ、医療行為の質の向上に貢献することができる。
【００８８】
また、本画像参照装置によれば、ダイジェスト画像を検索対象とすることができる。従って、個人情報であるＤＩＣＯＭ原画像に直接アクセスする回数を削減でき、プライバシーの安全性を確保することができる。
【００８９】
また、近年、医用画像機器の高度化に伴って、医用画像の質および量において情報量が飛躍的に増大しており、一回の撮影でスライス画像を数十枚から百枚程度も取得することができる。一方、それらの画像から診断目的に沿った関心画像を選択しながら読影し、更に、現在の画像と過去の画像とを比較読影する必要性が高まっており、医師の負担は、膨大の一途をたどっている。例えば、初期の癌等の微小な病巣を発見するには、経時的変化を調べることが重要である。この様な現況において、ダイジェスト画像を用いたサムネイル表示を行うことで、比較読影の対象画像を効率的に表示することが可能となり、医師の負担を軽減できる。発明の基盤となるダイジェスト画像生成法は、未分類・未整理のマルチメディアＤＢを自動的に分類・整理できる可能性を有することから、マルチメディアデータ検索の基礎となる可能性有する。
【００９０】
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。具体的な変形例としては、例えば次のようなものがある。
【００９１】
（１）本実施形態に係る各機能は、当該処理を実行するプログラムをワークステーション等のコンピュータにインストールし、これらをメモリ上で展開することによっても実現することができる。コンピュータに当該手法を実行させることのできるプログラムは、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半導体メモリなどの記録媒体に格納して頒布することも可能である。このとき、図２に示した学習・分類部７及び探索空間組織化部８の少なくとも一方の構成が、展開されたプログラムによって医用ワークステーションのメモリ領域に構築されることになる。
【００９２】
（２）上記実施形態では、画像と通信に関する規格としてＤＩＣＯＭを利用した原画像を用いて、そのヘッダ情報（付帯情報）を利用する例を説明した。しかしながら、ＤＩＣＯＭ規格は必須ではなく、他の規格であれば、それに従って付された画像に関する付帯情報を利用することで、同様の効果を得ることができる。
【００９３】
（３）上記実施形態では、説明を具体的にするために、分類・検索対象とする画像として所定患者の複数の脳画像（ＭＲ画像）を用いて説明した。しかしながら、これに限定する趣旨ではなく、例えばＸ線ＣＴ装置等の他のモダリティによって収集されたＤＩＣＯＭ原画像、複数のモダリティによって収集された画像が混在するＤＩＣＯＭ原画像、解剖学的見地から標準化された模式的画像、アニメーション画像等を分類・検索対象とする画像とする構成であってもよい。また、異なる撮影部位、強調種、撮影方向が混在するものを分類・検索対象とする構成であってもよい。
【００９４】
また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【産業上の利用可能性】
【００９５】
以上本発明によれば、客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を実現することができる。
【図面の簡単な説明】
【００９６】
【図１】図１は、本実施形態に係る画像参照装置１の構成を説明するためのブロック図を示している。
【図２】図２は、学習・分類部７、探索空間組織化部８の構成を説明するためのブロック図である。
【図３】図３は、一般的なＳＯＭを説明するための図である。
【図４】図４は、本画像参照装置１が実行するＳＯＭを説明するための図である。
【図５】図５は、再学習判断部１７が実行する判断におけるルールを説明するための概念図である。
【図６】図６は、本実施形態に係る画像参照装置１のＳＯＭを用いた処理によって得られる最終結果の一例を示した図である。
【図７】図７は、本画像参照装置１によりＤＩＣＯＭ原画像の分類・ダイジェスト画像の生成において実行される各処理の流れを示したフローチャートである。
【図８】図８は、探索空間の組織化において本画像参照装置１により実行される処理の流れを示したフローチャートである。
【図９】図９は、接続情報テーブル作成部２３によって作成される接続テーブルの一例を説明するための図である。
【図１０】図１０は、接続情報テーブル作成部２３によって作成される接続テーブルの他の例を説明するための図である。
【図１１】図１１は、ダイジェスト画像を用いた探索空間の組織化処理によって得られる結果を説明するための概念図である。
【図１２】図１２は、組織化された探索空間を提示するインターフェースの一例を示した図である。
【図１３】図１３は、従来の画像管理における典型的な処理の流れを示した図である。
【符号の説明】
【００９７】
１…画像参照装置
２…ダイジェスト画像記憶部
３…ＤＩＣＯＭ原画像記憶部
４…操作部
５…表示部
６…送受信部
７…学習・分類部
８…探索空間組織化部
１１…自己学習部
１３…部分問題分割部
１５…部分問題学習部
１７…再学習判断部
１８…探索空間組織化部
１９…探索空間管理部
２１…ダイジェスト画像生成部
２３…接続情報テーブル作成部
２５…ＳＯＭ管理ラベル生成部
２７…画像対応部
【技術分野】
【０００１】
本発明は、例えば磁気共鳴映像装置（Magnetic Resonance Imaging device）に代表される医用画像機器等に組み込まれる、又は医療用ワークステーション等によって実現される画像参照装置（ビューア）及び画像分類検索方法に関する。
【背景技術】
【０００２】
近年、医用画像機器の高度化に伴って、医用画像の質および量において情報量が飛躍的に増大しており、一回の撮影でスライス画像を数十枚から百枚程度も取得することができる。また、高度化された医用画像機器の導入により、多種多様な画像診断が実施されている。例えば、最近の脳ドックでは、無症候性脳梗塞や大脳白質病変などを早期に発見し、それらの脳疾患と密接な関係にある生活習慣の改善を促すことで、その後の症候性の脳梗塞発生を未然に防ぐことも目的の１つに挙げられている。無症候性脳梗塞の大半は、ラクナ梗塞と呼ばれ、主として穿通枝領域にできる１ｃｍ下の小さな梗塞で直径約３〜１０ｍｍ、不整形，不均質，Ｔ１強調水平断では低信号域を，Ｔ２強調水平断では高信号域を呈すると定義されている。このようなラクナ梗塞は、高血圧群において脳卒中の発生と深く関連していると考えられており、ＭＲ画像上にラクナ梗塞を認め、かつ、高血圧症であった場合には、将来脳卒中を起こす危険性が約１０倍高いという報告があることから、適切な血圧管理や生活習慣の改善指導によって、その後に起こり得る重篤な脳卒中の発生を予防できる可能性があると考えられる。
【０００３】
脳ドッグ等にも用いられる脳のＭＲ画像は、最も多くスクリーニングが行われる部位である。脳のスクリーニングでは、まず病変を丁寧に探すところから始めなくてはならない。実際には、図１３に示した各ステップをほとんど無意識的に繰り返し、鑑別診断をいくつか考え、それに合った所見がないかと自問自答しながら読影していくことになる。特に、ラクナ梗塞等の微小な病巣を発見するには、現在の画像と過去に撮影された画像を比較し経時変化を調べることが重要で、かつ強調種や撮影方向を変えて比較読影することが要求される。
【０００４】
この様に近年の画像診断において、撮影された画像から診断目的に沿った関心画像を選択しながら読影することが要求される医師の負担は、膨大の一途をたどっている。日常診療において、目的とする画像の類似性に関する判断を医師に分かり易い形式で伝えることは、医師の読影作業の負担を軽減し効率的な読影作業を進める上で重要といえる。一般に、従来の画像管理システムでは、検索と分類という２つのアプローチが採用されている。画像の検索は、画像に付加されたテキスト情報（キーワードや説明文）によって検索を行う方法と、画像の内容情報（色やテクスチャなどの特徴量）の類似度によって検索を行う方法がある。画像の内容情報を用いた類似検索は、画像全体の色、模様や画像内のオブジェクトの色、形、位置および画像内の直線の長さ、傾き、位置のような特徴量で検索が可能である。一方、画像の分類にも、画像に付加されたテキスト情報を利用して分類を行う方法と画像の内容情報を用いて分類を行う方法がある。画像の内容情報を用いた分類として類似シーン分類があり、画像全体や画像のブロック分割領域の色やテクスチャの特徴量によってクラスタリングが可能である。
【０００５】
しかしながら、上記従来の画像管理システムは、例えば以下に示すような問題点を有する。
【０００６】
例えば画像検索においてテキスト情報を採用するのか画像の内容情報を採用するのかは、各病院又は医師によって任意に選択される。従って、従来のシステムにおいて画像の分類及び検索に用いられる基準は、病院、医師毎にばらつきがあり、客観性及び互換性に乏しい。
【０００７】
また、テキスト情報又は画像の内容情報を用いて実行される従来の分類は、自由度が少なく、膨大な枚数の画像を管理することは困難である。例えば、テキスト情報を用いた分類・検索では、同一ヘッダ情報が付された画像は、解剖学的構造差異が存在する場合であっても同一の画像として分類・検索されてしまう。従って、所望の診断画像にアクセスするのが困難となる場合があり、また同時に検索された複数の診断画像を人為的に区別使用とすれば、多大な労力が必要とされる。
【０００８】
なお、本願に関連する公知文献としては、例えば次のようなものがある。
【特許文献１】特開２００４−１７４２１７号公報
【特許文献２】特開２００４−１７４２１８号公報
【特許文献３】特開２００４−１７４２１９号公報
【特許文献４】特開２００４−１７４２２０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
本発明は、上記事情を鑑みてなされたもので、客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を提供することを目的としている。
【課題を解決するための手段】
【００１０】
本発明は、上記目的を達成するため、次のような手段を講じている。
【００１１】
本発明の第１の視点は、被検体の所定部位に関する複数の第１の画像を記憶する記憶手段と、前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する自己写像手段と、前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する画像生成手段と、計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する分割手段と、前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する判断手段と、を具備し、前記判断手段が前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返すこと、を具備することを特徴とする画像参照装置である。
【００１２】
本発明の第２の視点は、被検体の所定部位に関する複数の第１の画像と、前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性として、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力する自己写像に用いられる前記所定の重み係数を画像化することで、当該自己写像によって得られる複数の出力ユニットのそれぞれ第２の画像と、前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルと、を記憶する記憶手段と、前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための選択手段と、前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する検索手段と、検索された前記第１の画像を出力する出力手段と、を具備する画像参照装置である。
【００１３】
本発明の第３の視点は、被検体の所定部位に関する複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する第１のステップと、前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する第２のステップと、計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する第３のステップと、前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する第４のステップと、前記第４のステップにおいて前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返す第５のステップと、を具備することを特徴とする画像分類検索方法である。
【発明の効果】
【００１４】
以上本発明によれば、客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を実現することができる。
【発明を実施するための最良の形態】
【００１５】
以下、本発明の実施形態を図面に従って説明する。なお、以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。
【００１６】
図１は、本実施形態に係る画像参照装置１のブロック構成図を示している。同図に示すように、画像参照装置１は、ダイジェスト画像記憶部２、ＤＩＣＯＭ原画像記憶部３、操作部４、表示部５、送受信部６、学習・分類部７、探索空間組織化部８、制御部９を具備している。
【００１７】
ダイジェスト画像記憶部２は、学習・分類部７において生成されたダイジェスト画像、複数のダイジェスト画像を線形結合して生成されるラベル画像を記憶する。このダイジェスト画像の生成、及びダイジェスト画像、ラベル画像を用いた画像管理については、後で詳しく説明する。
【００１８】
ＤＩＣＯＭ原画像記憶部３は、医用画像機器によりＤＩＣＯＭ規格に従って取得され当該画像参照装置１における処理の入力情報等として用いられる原画像（ＤＩＣＯＭ原画像）を格納している。本実施形態では、説明を具体的にするために、ＤＩＣＯＭ原画像記憶部３に記憶されているＤＩＣＯＭ原画像は、磁気共鳴映像装置によって取得された被検体（患者）毎の複数の脳画像であるとする。
【００１９】
操作部４は、操作者からの各種指示、条件、関心領域（ＲＯＩ）の設定指示、後述するＤＩＣＯＭ原画像の分類とダイジェスト画像の生成、ダイジェスト画像を用いた探索空間の組織化に関する指示等を当該装置１にとりこむためのトラックボール、各種スイッチ、マウス、キーボード等を有している。
【００２０】
表示部５は、ＤＩＣＯＭ原画像、ダイジェスト画像、ラベル画像等を所定の形態にて表示する。また、表示部５は、ＤＩＣＯＭ原画像とダイジェスト画像との関連を示す接続情報テーブル（後述）等を所定の形態にて表示する。
【００２１】
送受信部６は、ネットワークを介して他の装置と画像データを含む情報の送受信を行う。
【００２２】
学習・分類部７は、ＤＩＣＯＭ原画像記憶部３に記憶された複数のＤＩＣＯＭ原画像を入力値とし、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として、自己組織化マップ（以下、「ＳＯＭ」とも称する。）を用いて自己写像する。これにより、入力した複数のＤＩＣＯＭ原画像は、解剖学的構造を基準として分類される。
【００２３】
探索空間組織化部８は、学習・分類部７において実行された各ＳＯＭでの重み係数を用いてダイジェスト画像を生成する。また、探索空間組織化部８は、ダイジェスト画像を用いて、ＤＩＣＯＭ原画像が配置された探索空間を組織化する。
【００２４】
制御部９は、当該画像参照措置を構成する各ユニットを動的又は静的に制御する。特に、制御部９は、ＤＩＣＯＭ原画像分類・ダイジェスト画像生成、及び探索画像組織化（共に後述）において、ダイジェスト画像記憶部２、ＤＩＣＯＭ原画像記憶部３、操作部４、表示部５、学習・分類部７、探索空間組織化部８等を統括的に制御する。
【００２５】
図２は、学習・分類部７、探索空間組織化部８の構成を説明するためのブロック図である。同図に示すように、学習・分類部７は、自己学習部１１、部分問題分割部１３、部分問題学習部１５、再学習判断部１７を有している。また、探索空間組織化部８は、探索空間管理部１９、ダイジェスト画像生成部２１、接続情報テーブル作成部２３、ＳＯＭ管理ラベル生成部２５、画像対応部２７を有している。
【００２６】
自己学習部１１は、複数のＭＲ画像を入力値としてＳＯＭを実行し、複数の出力ユニットにマッピングすることにより、患者の所定部位の位相構造を学習する。この自己学習部１１によって実行されるＳＯＭについては、後で詳しく説明する。
【００２７】
部分問題分割部１３は、自己学習部１１、部分問題学習部１５によるＳＯＭで得られた写像結果（複数の出力ユニット）を二つの部分問題に分割する。ここで、部分問題とは、さらに階層的に展開されるＳＯＭの対象を意味する。この分割は、所定のルールに従って、ＳＯＭ毎に取得されるダイジェスト画像間の類似度を示す相関係数を比較することにより実行される。
【００２８】
部分問題学習部１５は、部分問題分割部１３によって分割された各部分問題に属するＤＩＣＯＭ原画像を入力値としてＳＯＭを実行し、複数の出力ユニットにマッピングすることにより、患者の所定部位の位相構造を再学習する。この再学習は、再学習判断部１７の判断結果に応じて、繰り返し実行される。
【００２９】
再学習判断部１７は、部分問題学習部１５におけるＳＯＭによって得られたダイジェスト画像間の相関係数を比較し、ＳＯＭを用いた再学習を実施するか否かを決定する。
【００３０】
探索空間管理部１９は、操作部４から入力された指示に応答して、組織化された探索空間を管理する。より具体的には、操作部４からの操作によって選択されたダイジェスト画像（又はＤＩＣＯＭ原画像）に関連付けられたＤＩＣＯＭ原画像（又はダイジェスト画像）を、接続情報テーブルに基づいて読み出す等の管理を実行する。
【００３１】
ダイジェスト画像生成部２１は、ＳＯＭを通じて得られる重み係数を画像化したダイジェスト画像を出力ユニット毎に生成する。また、ダイジェスト画像生成部２１は、生成されたダイジェスト画像間の相関係数を計算する。
【００３２】
接続情報テーブル作成部２３は、各ユニットに対応するダイジェスト画像と各ユニットに分類された（各ユニットを構成する）複数枚のＤＩＣＯＭ原画像とを対応付けると共に、当該対応付けられたＤＩＣＯＭ原画像のヘッダ情報に基づいて、どのダイジェスト画像がどのＤＩＣＯＭ原画像に接続されているのかを示す接続情報テーブルを作成する。
【００３３】
ＳＯＭ管理ラベル生成部２５は、ダイジェスト画像を線形結合してラベル画像を生成する。
【００３４】
画像対応部２７は、各ＤＩＣＯＭ原画像のプライベートタグに対応するダイジェスト画像を書き込む。書き込まれたダイジェスト画像は、ＳＯＭ管理ラベルとして、後述する検索処理において用いられる。
【００３５】
なお、図１においては、ダイジェスト画像記憶部２、ＤＩＣＯＭ原画像記憶部３をそれぞれ別の構成としたが、これに拘泥されることなく、単一のハードウェアによって実現する構成であってもよい。また、同じく図１において、説明を解りやすくするため、自己学習部１１、部分問題学習部１５を別の構成要素としたが、これに拘泥されることなく、単一の学習部とするようにしてもよい。
【００３６】
（自己組織化マップ：Self-Organizing Map）
次に、ＳＯＭについて説明する。ＳＯＭは、入力データの位相を保存し、トポロジカルなマッピングを行うものであり、その学習課程では、明示的な教師を必要としない。
【００３７】
一般のＳＯＭは、図３に示すように、入力ユニットを含む入力層と、出力ユニットを含むマッピング層との二層からなる。典型的なＳＯＭの学習アルゴリズムは、次の様である。
【００３８】
（１）ｗｉｊ（１≦ｉ≦ｎ）を時刻ｔにおける入力ユニットｉから出力ユニットｊへの重み係数とする。ユニットの重み係数を乱数で初期化し、ノードｊの近傍の初期範囲を大きく設定する。
【００３９】
（２）ｘｉ（１≦ｉ≦ｎ）を時刻ｔにおけるノードｉへの入力とする。
【００４０】
（３）入力データと出力ノードｊとのユークリッド距離ｄｊを次の式（１）にて計算する。
【数１】
【００４１】
（４）ユークリッド距離ｄｊが最小となる出力ユニットを検索する。
【００４２】
（５）Ｎｃ（ｔ）で定義される近傍に含まれるユニットへの重み係数を、次の式（２）にて更新する。
ｗｉｊ（ｔ＋１）＝ｗｉｊ（ｔ）＋α（ｔ）（ｘｉ（ｔ）−ｗｉｊ（ｔ）） （２）
ここで、α（ｔ）は学習率係数（０＜α＜１）、Ｎｃ（ｔ）は近傍領域のサイズであり、時間とともに減少させる。
【００４３】
（６）上記（２）〜（５）の処理を繰り返す。
【００４４】
本実施形態に係る画像参照装置１は、上記ＳＯＭを用いて、具体的には次の様な処理を実行する。
【００４５】
（ａ）自己学習部１１は、図４に示すように複数のＤＩＣＯＭ原画像（例えばｍ枚）を入力値とし、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として、出力ユニット数が５ユニットの１次元ＳＯＭを用いて自己写像する。
【００４６】
（ｂ）ダイジェスト画像生成部２１は、上記（ａ）でのＳＯＭに用いられた重み係数を画像することで、各出力ユニットに対応するダイジェスト画像を生成する。また、ダイジェスト画像生成部２１は、隣接するダイジェスト画像間の類似度を表す相関係数を計算する。
【００４７】
（ｃ）部分問題分割部１３は、隣接するダイジェスト画像間の相関係数を比較し、相関係数が最も小さいユニットの境界で、上記（ａ）における写像結果を２つの部分問題に分割する（すなわち、２つのグループＡ１、Ａ２に分割する）。
【００４８】
（ｄ）部分問題学習部１５は、図４に示すように、部分問題分割部１３によって分割されたグループＡ１に属する複数のＤＩＣＯＭ原画像（例えばｎ枚）を入力値とし、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として、出力ユニット数が５ユニットの１次元ＳＯＭを用いて自己写像する。グループＡ２に属する複数のＤＩＣＯＭ原画像（ｍ−ｎ枚）についても同様の処理を行う。
【００４９】
（ｅ）ダイジェスト画像生成部２１は、上記（ｄ）でのＳＯＭに用いられた重み係数を画像することで、各出力ユニットに対応するダイジェスト画像を生成する。また、ダイジェスト画像生成部２１は、生成したダイジェスト画像間の類似度を表す相関係数を計算する。
【００５０】
（ｆ）再学習判断部１７は、グループＡ１についてのＳＯＭによって得られた各出力ユニットに対応するダイジェスト画像間の相関係数を比較し、さらに階層的なＳＯＭを用いた再学習を実施するか否かを判断する。この判断においては、マップ層ユニット間（ダイジェスト画像間）の相関係数に着目した下記の再学習ルールを採用する。なお、グループＡ２についても同様の処理が実行される。
【００５１】
＜ルール１＞相関係数の最も低い境界で、ユニットが１：４に分割される場合（図５(ａ）参照)。
【００５２】
・１ユニット：独立とみなし、再学習は行わない。
【００５３】
・４ユニット：相関係数に関係なく再学習を行う。
【００５４】
＜ルール２＞相関係数の最も低い境界で、ユニットが２：３に分割される場合（図５(ｂ）参照)。
【００５５】
・１度目の学習で２：３に分割された場合、それぞれ必ず再学習を行う。
【００５６】
・２ユニット：２つのユニット間の相関係数が「０．９５」以上ならば、２ユニットは独立とみなし、再学習は行わない。
【００５７】
・２つのユニット間の相関係数が「０．９５」以下ならば、再学習を行う。
【００５８】
・３ユニット：相関係数がすべて「０．９５」以上ならば、３ユニットは独立とみなし、再学習は行わない。
【００５９】
・全ての相関係数の中で「０．９５」以下があれば、再学習を行う。
【００６０】
＜ルール３＞
・操作者とのインタラクティブなやり取りの中で、「終了」を決定する。
【００６１】
・発火しないユニットが出現するまで、部分問題として再学習可能。
【００６２】
（ｇ）再学習判断部１７によってさらに階層的な再学習を実施すると判断された場合には、上記（ｃ）〜（ｆ）の処理が繰り返される。一方、再学習判断部１７によってさらに階層的な再学習を実施しないと判断された場合には、ＤＩＣＯＭ原画像分類・ダイジェスト画像生成処理を終了する。
【００６３】
上記（ａ）〜（ｇ）の一連の処理によって最終的に取得される複数のＤＩＣＯＭ原画像は、図６に示すように最終的に所定の配列によって分類される。この最終結果として得られるＤＩＣＯＭ原画像の配列は、「解剖学的構造情報の位相構造が似ている程相互に近くに配置される。」、「解剖学的構造情報の位相構造が非似である程相互に遠くに配置される。」という２つの特性をもつ。この配列の基準は、解剖学的位相構造を自己写像するＳＯＭを用いているため、極めて客観的な基準に従ったものと言える。
【００６４】
この様に、本画像参照装置１によって実行されるＳＯＭは、判断結果に応じて繰り返し実行される。図６に示したように、ＳＯＭの繰り返しにより展開される処理は、階層的な展開と捉えることもできる。以下、ＳＯＭの繰り返しによる階層的展開を、繰り返し回数が少なくなるに従って「上位である」とし、繰り返し回数が多くなるに従って「下位である」とする。
【００６５】
また、各ＳＯＭでの重み係数を用いて生成された各出力ユニットに対応するダイジェスト画像は、各出力ユニットを構成する各ＤＩＣＯＭ原画像の内容が何らかの情報として反映されており、従って出力ユニットに属する複数のＤＩＣＯＭ原画像を代表するという特性を有する。従って、操作者は、ダイジェスト画像を観察することで、各出力ユニットを構成する多大な枚数に及ぶＤＩＣＯＭ原画像を全て観察することなしに、各ＤＩＣＯＭ原画像の情報を間接的に取得することができる。このダイジェスト画像の特性を利用して、本画像参照装置１は、ＤＩＣＯＭ原画像の検索利便性を図っている。この内容については、後で詳しく説明する。
【００６６】
上記（ａ）、（ｄ）において実行されるＳＯＭにおいては、写像結果として得られる出力ユニット数を５とした。これは、本実施形態に係る画像参照装置１が最大第２近傍までを考慮する一次元ＳＯＭを採用したからである（例えば、図４において、出力ユニット１及び５は、出力ユニット３から見て第２近傍となる）。しかしながら、これに拘泥されることなく、最大第ｎ近傍までを考慮する一次元ＳＯＭ（ただし、ｎは２以外の自然数）を採用する構成としてもよい。
【００６７】
上記（ｃ）において、部分問題分割部１３は、ダイジェスト画像間の相関係数によって５つの出力ユニットを２つの部分問題に分割している。これは、クラスタリングにおいて最も基本的な例である二分木を採用したものである。しかしながら、これに拘泥されることなく、ダイジェスト画像間の相関係数を用いてさらに複数の部分問題に分割する様にしてもよい。
【００６８】
上記（ｆ）においては、ダイジェスト画像間の相関係数値が「０．９５」を基準として、再学習を行うか否かの判断を行っている。この値「０．９５」は慣用に従ったものである。従って、この例に拘泥されることなく、他の基準値を採用して再学習判断を行う構成であってもよい。
【００６９】
（ＤＩＣＯＭ原画像の分類とダイジェスト画像の生成）
次に、ＳＯＭを用いて実現されるＤＩＣＯＭ原画像の分類とダイジェスト画像の生成について説明する。
【００７０】
図７は、本画像参照装置１によりＤＩＣＯＭ原画像の分類・ダイジェスト画像の生成において実行される各処理の流れを示したフローチャートである。同図に示すように、まず、操作部４からの「自己学習・分類開始」の操作に応答して、磁気共鳴映像装置によって取得された複数のＤＩＣＯＭ原画像が、探索空間管理部１９を介して自己学習部１１に入力される（ステップＳ１）。
【００７１】
次に、自己学習部１１は、マップ層ユニット（出力ユニット）が５ユニットの一次元ＳＯＭを用いて、自己写像を実行する（ステップＳ２）。ダイジェスト画像生成部２１は、ＳＯＭの重み係数を画像化して、各出力ユニットに対応するダイジェスト画像を生成すると共に（ステップＳ３）、生成したダイジェスト画像間の相関係数を計算する（ステップＳ４）。
【００７２】
次に、部分問題分割部１３は、隣接するダイジェスト画像間の相関係数を比較し、相関係数が最も小さいユニットの境界で、ステップＳ２における写像結果を２つの部分問題に分割する（２つのグループＡ１、Ａ２に分割する。ステップＳ５）。また、部分問題分割部１３は、実行されたＳＯＭが１回目であるか否かを判定し（ステップＳ６）する。部分問題分割部１３によってＳＯＭが一回目であると判定された場合には、部分問題学習部１５は、分割された各グループにつき、それぞれを構成するＤＩＣＯＭ原画像を入力値としたマップ層ユニット（出力ユニット）が５ユニットの一次元ＳＯＭを用いて自己写像を実行し（ステップＳ２）、ステップＳ３〜Ｓ５の処理を繰り返す（ステップＳ３〜Ｓ５）。
【００７３】
一方、部分問題分割部１３によって実行されたＳＯＭが１回目でないと判定した場合（すなわち、ＳＯＭが部分問題学習部１５によって実行されたものである場合）には、再学習判断部１７は、ＳＯＭの繰り返しを終了するか否かを判断する（ステップＳ７）。ＳＯＭの繰り返しを終了すると判断した場合には、本ＤＩＣＯＭ原画像分類・ダイジェスト画像生成は終了する。また、ＳＯＭの繰り返しを終了しないと判断した場合には、再学習判断部１７は、上記（ｆ）のルールに従って、各出力ユニットに対応するダイジェスト画像間の相関係数を比較し、さらに階層的なＳＯＭを用いた再学習を実施するか否かを判断し（ステップＳ８、Ｓ９、Ｓ１０）、部分問題学習部１５において再学習が実行され（ステップＳ２）、さらにステップＳ３〜Ｓ５の処理を繰り返す（ステップＳ３〜Ｓ５）。
【００７４】
次に、再学習判断部１７は、発火しない出力ユニットが存在すると判断した場合には、対象問題に対するユニット数とダイジェスト画像とを決定し（ステップＳ１３）、ＤＩＣＯＭ原画像分類・ダイジェスト画像生成処理を終了する。
【００７５】
（ダイジェスト画像を用いた探索空間の組織化）
次に、生成されたダイジェスト画像を用いた探索空間の組織化について説明する。ここで、探索空間とは、概念的には複数のＤＩＣＯＭ原画像が存在する抽象的空間であり、検査ＩＤ、シリーズＩＤ、撮影部位、強調種、撮影方向、スライス番号等の種々の情報を座標軸とするものである。一方、実体的には、探索空間とは、種々のタグ情報が付された複数のＤＩＣＯＭ原画像が存在するＤＩＣＯＭ原画像記憶部３のメモリ領域を意味する。また、ダイジェスト画像を用いた探索空間の組織化とは、各ＳＯＭに対応するダイジェスト画像を用いて複数のＤＩＣＯＭ原画像を組織化（体系化）することで、ＤＩＣＯＭ原画像記憶部３に記憶されたＤＩＣＯＭ原画像の検索を容易にするものである。
【００７６】
図８は、探索空間の組織化において本画像参照装置１により実行される処理の流れを示したフローチャートである。同図に示すように、画像対応部２７は、各ＳＯＭによって得られた各出力ユニットに対応するダイジェスト画像と、当該各ユニットに分類された複数枚のＤＩＣＯＭ原画像との対応付けを行う（ステップＡ）。この対応付けは、画像対応部２７が、例えばＤＩＣＯＭ原画像記憶部３に記憶されている各ＤＩＣＯＭ原画像のヘッダ情報中のプライベートタグに、分類されたユニットに対応するダイジェスト画像を付することで実行される。従って、学習・分類部７においてＳＯＭの階層がｋ層まで実行された場合には、各ＤＩＣＯＭ原画像にはｋ個のダイジェスト画像が付されることになる。
【００７７】
次に、接続情報テーブル作成部２３は、画像対応部２７によって対応付けられたＤＩＣＯＭ原画像のヘッダ情報に基づいて、接続情報テーブルを作成する（ステップＢ）。
【００７８】
図９は、接続情報テーブル作成部２３によって作成される接続テーブルの一例を説明するための図である。例えば、原画像情報テーブル３０の一段目に記載された特性を有するＭＲ画像をＤＩＣＯＭ原画像として入力し、既述のＤＩＣＯＭ原画像の分類とダイジェスト画像の生成処理を実行した場合を想定する。係る場合に、接続情報テーブル作成部２３は、画像対応部２７によって対応付けられたＤＩＣＯＭ原画像のヘッダ情報に基づいて、例えばダイジェスト画像とＤＩＣＯＭ原画像とを相互に関連づける接続情報テーブル３１（ダイジェスト画像をラベルとして管理されるテーブル）、接続情報テーブル３２（ＤＩＣＯＭ原画像をラベルとして管理されるテーブル）を作成する。
【００７９】
なお、上記接続情報テーブル３１、接続情報テーブル３２は一例であり、接続情報テーブル作成部２３が実際に作成する接続情報テーブルには図９に示すように、現物のダイジェスト画像等が張り付けられている必要はない。従って、ダイジェスト画像とＤＩＣＯＭ原画像とを相互に関連づけるものであれば、どのような形態であってもよく、例えば図９に示した接続情報テーブル３１と、図１０に示した接続情報テーブル３３とを作成する構成であってもよい。
【００８０】
次に、ＳＯＭ管理ラベル生成部２５は、各ＳＯＭにおいて生成される５つのダイジェスト画像を線形結合（重み付け加算処理）し、ダイジェスト画像を管理・識別するためのラベル画像を生成する（ステップＣ）。このラベル画像は、例えばダイジェスト画像記憶部２に自動的に記憶される。
【００８１】
本画像参照装置１によって実行されるＳＯＭは、解剖学的構造情報を各ＤＩＣＯＭ原画像の位相特性として自己写像するものである。そのため、ＳＯＭ処理が進むにつれ（すなわち、ＳＯＭの階層が進むにつれ）、入力されたＤＩＣＯＭ原画像は、撮影方向、画像強調種、部位等によって自然に分類されることになる。従って、各ＳＯＭに対応するダイジェスト画像の線形結合で得られるラベル画像は、撮影方向、画像強調種、部位等の画像の属性を象徴するものであり、どのＳＯＭがどの属性を含むＤＩＣＯＭ原画像を入力としているかを象徴するものであるため、当該ラベル画像を利用することで、ダイジェスト画像の管理をより容易にすることが可能である。
【００８２】
図１１は、本ダイジェスト画像を用いた探索空間の組織化処理によって得られる結果を説明するための概念図である。同図に示すように、ＤＩＣＯＭ原画像とダイジェスト画像とは接続情報テーブルにより関連付けられ、ラベル画像とダイジェスト画像とは線形結合によって関連付けられている。操作者は、頭部を対象としたダイジェスト画像からなるラベル画像（又は、Ｔ２強調画像と対象としたダイジェスト画像からなるラベル画像、前額断を対象としたダイジェスト画像からなるラベル画像）によって、当該ラベル画像を構成するダイジェスト画像に対応付けられたＤＩＯＣＭ原画像が、頭部を対象としたもの（又は、Ｔ２強調画像と対象としたもの、前額断を対象としたもの）であることを、即座に判断することができる。
【００８３】
なお、本処理により組織化された探索空間へのアクセスは、どの様な形態であってもよい。例えば、操作者は、まずラベル画像によって画像に関する所望の属性（例えば、「頭部前額断に関するＴ２強調画像」等）を選択することで、図１２に示すようなインターフェースにて組織化された探索空間を提示する構成であってもよい。同図においては、画面右上に表示された複数のダイジェスト画像のうちのいずれかを選択すると、接続情報テーブルによって当該ダイジェスト画像に関連付けられたＤＩＣＯＭ原画像のサムネイル画像が画面右下に表示される。このサムネイル画像のうち、所望のＤＩＣＯＭ原画像を選択することで、画面左側に当該ＤＩＣＯＭ原画像をフル画像（すなわち、圧縮や間引きされていない画像）として表示することができる。この様に必要に応じてサムネイル画像を用いることで、ダイジェスト画像に対応する大量のＤＩＣＯＭ原画像の中から、診断画像をより迅速に選択することが可能となる。
【００８４】
以上述べた構成によれば、以下の効果を得ることができる。
【００８５】
本画像参照装置によれば、複数のＤＩＣＯＭ原画像を入力値として、所定の重み付けＷｉｊによって解剖学的構造を各ＤＩＣＯＭ原画像の位相特性として自己写像するＳＯＭを繰り返し実行する。これにより、最終的に取得される複数のＤＩＣＯＭ原画像の配列は、「解剖学的構造情報の位相構造が似ている程近くに配置される。」、「解剖学的構造情報の位相構造が非似である程遠くに配置される。」という２つの特性をもつ。従って、未整理、未分類の多量のＤＩＣＯＭ原画像を客観的基準に従って自動的に分類することができ、人為的負担を軽減することができる。また、解剖学的位相構造に基づく新たな画像配列（画像分類）を提供できるため、人為的配列（分類）に比してばらつきがなく互換性が高い。その結果、医療行為の質の向上に貢献することができる。
【００８６】
特に、最終的に取得される複数のＤＩＣＯＭ原画像の配列は、「解剖学的構造情報の位相構造が似ている程近くに配置される。」、「解剖学的構造情報の位相構造が非似である程遠くに配置される。」という特性をもつため、操作者は、システムが判断した類似度の定量的な性質、検索結果相互の類似性（秩序）を判断することができる。
【００８７】
また、本画像参照装置は、各出力ユニットに対応するダイジェスト画像を用いて探索空間を組織化し、ダイジェスト画像を用いたＤＩＣＯＭ原画像の検索を可能としている。従って、ダイジェスト画像を指標として視覚的に検索対象を確認でき、検索の進行具合を確かめつつ適切且つ迅速に所望のＤＩＣＯＭ原画像にアクセスすることができる。その結果、読影医等の作業負担を軽減させることができると共に、診断画像の選択ミス等の誘発を防止することができ、医療行為の質の向上に貢献することができる。
【００８８】
また、本画像参照装置によれば、ダイジェスト画像を検索対象とすることができる。従って、個人情報であるＤＩＣＯＭ原画像に直接アクセスする回数を削減でき、プライバシーの安全性を確保することができる。
【００８９】
また、近年、医用画像機器の高度化に伴って、医用画像の質および量において情報量が飛躍的に増大しており、一回の撮影でスライス画像を数十枚から百枚程度も取得することができる。一方、それらの画像から診断目的に沿った関心画像を選択しながら読影し、更に、現在の画像と過去の画像とを比較読影する必要性が高まっており、医師の負担は、膨大の一途をたどっている。例えば、初期の癌等の微小な病巣を発見するには、経時的変化を調べることが重要である。この様な現況において、ダイジェスト画像を用いたサムネイル表示を行うことで、比較読影の対象画像を効率的に表示することが可能となり、医師の負担を軽減できる。発明の基盤となるダイジェスト画像生成法は、未分類・未整理のマルチメディアＤＢを自動的に分類・整理できる可能性を有することから、マルチメディアデータ検索の基礎となる可能性有する。
【００９０】
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。具体的な変形例としては、例えば次のようなものがある。
【００９１】
（１）本実施形態に係る各機能は、当該処理を実行するプログラムをワークステーション等のコンピュータにインストールし、これらをメモリ上で展開することによっても実現することができる。コンピュータに当該手法を実行させることのできるプログラムは、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半導体メモリなどの記録媒体に格納して頒布することも可能である。このとき、図２に示した学習・分類部７及び探索空間組織化部８の少なくとも一方の構成が、展開されたプログラムによって医用ワークステーションのメモリ領域に構築されることになる。
【００９２】
（２）上記実施形態では、画像と通信に関する規格としてＤＩＣＯＭを利用した原画像を用いて、そのヘッダ情報（付帯情報）を利用する例を説明した。しかしながら、ＤＩＣＯＭ規格は必須ではなく、他の規格であれば、それに従って付された画像に関する付帯情報を利用することで、同様の効果を得ることができる。
【００９３】
（３）上記実施形態では、説明を具体的にするために、分類・検索対象とする画像として所定患者の複数の脳画像（ＭＲ画像）を用いて説明した。しかしながら、これに限定する趣旨ではなく、例えばＸ線ＣＴ装置等の他のモダリティによって収集されたＤＩＣＯＭ原画像、複数のモダリティによって収集された画像が混在するＤＩＣＯＭ原画像、解剖学的見地から標準化された模式的画像、アニメーション画像等を分類・検索対象とする画像とする構成であってもよい。また、異なる撮影部位、強調種、撮影方向が混在するものを分類・検索対象とする構成であってもよい。
【００９４】
また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【産業上の利用可能性】
【００９５】
以上本発明によれば、客観性及び互換性の高い分類・検索、及び人為的作業負担が少なく所望の画像に容易にアクセスすることができる分類・検索を実行可能な画像参照装置及び画像分類検索方法を実現することができる。
【図面の簡単な説明】
【００９６】
【図１】図１は、本実施形態に係る画像参照装置１の構成を説明するためのブロック図を示している。
【図２】図２は、学習・分類部７、探索空間組織化部８の構成を説明するためのブロック図である。
【図３】図３は、一般的なＳＯＭを説明するための図である。
【図４】図４は、本画像参照装置１が実行するＳＯＭを説明するための図である。
【図５】図５は、再学習判断部１７が実行する判断におけるルールを説明するための概念図である。
【図６】図６は、本実施形態に係る画像参照装置１のＳＯＭを用いた処理によって得られる最終結果の一例を示した図である。
【図７】図７は、本画像参照装置１によりＤＩＣＯＭ原画像の分類・ダイジェスト画像の生成において実行される各処理の流れを示したフローチャートである。
【図８】図８は、探索空間の組織化において本画像参照装置１により実行される処理の流れを示したフローチャートである。
【図９】図９は、接続情報テーブル作成部２３によって作成される接続テーブルの一例を説明するための図である。
【図１０】図１０は、接続情報テーブル作成部２３によって作成される接続テーブルの他の例を説明するための図である。
【図１１】図１１は、ダイジェスト画像を用いた探索空間の組織化処理によって得られる結果を説明するための概念図である。
【図１２】図１２は、組織化された探索空間を提示するインターフェースの一例を示した図である。
【図１３】図１３は、従来の画像管理における典型的な処理の流れを示した図である。
【符号の説明】
【００９７】
１…画像参照装置
２…ダイジェスト画像記憶部
３…ＤＩＣＯＭ原画像記憶部
４…操作部
５…表示部
６…送受信部
７…学習・分類部
８…探索空間組織化部
１１…自己学習部
１３…部分問題分割部
１５…部分問題学習部
１７…再学習判断部
１８…探索空間組織化部
１９…探索空間管理部
２１…ダイジェスト画像生成部
２３…接続情報テーブル作成部
２５…ＳＯＭ管理ラベル生成部
２７…画像対応部
【特許請求の範囲】
【請求項１】
被検体の所定部位に関する複数の第１の画像を記憶する記憶手段と、
前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する自己写像手段と、
前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する画像生成手段と、
計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する分割手段と、
前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する判断手段と、を具備し、
前記判断手段が前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返すこと、
を具備することを特徴とする画像参照装置。
【請求項２】
前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルを作成する接続情報作成手段と、
前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための選択手段と、
前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する検索手段と、
検索された前記第１の画像を出力する出力手段と、
をさらに具備する請求項１記載の画像参照装置。
【請求項３】
被検体の所定部位に関する複数の第１の画像と、
前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性として、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力する自己写像に用いられる前記所定の重み係数を画像化することで、当該自己写像によって得られる複数の出力ユニットのそれぞれ第２の画像と、
前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルと、
を記憶する記憶手段と、
前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための選択手段と、
前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する検索手段と、
検索された前記第１の画像を出力する出力手段と、
を具備する画像参照装置。
【請求項４】
前記第１の画像は、磁気共鳴映像装置、Ｘ線ＣＴ装置、超音波診断装置、核医学診断装置、Ｘ線診断装置その他の医用画像機器によって取得された画像であることを特徴とする請求項１乃至３のうちいずれか一項記載の画像参照装置。
【請求項５】
被検体の所定部位に関する複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する第１のステップと、
前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する第２のステップと、
計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する第３のステップと、
前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する第４のステップと、
前記第４のステップにおいて前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返す第５のステップと、
を具備することを特徴とする画像分類検索方法。
【請求項６】
前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルを作成する第６のステップと、
前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための第７のステップと、
前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する第８のステップと、
検索された前記第１の画像を出力する第９のステップと、
をさらに具備する請求項５記載の画像分類検索方法。
【請求項７】
前記第１の画像は、磁気共鳴映像装置、Ｘ線ＣＴ装置、超音波診断装置、核医学診断装置、Ｘ線診断装置その他の医用画像機器によって取得された画像であることを特徴とする請求項５又は６記載の画像分類検索方法。
【請求項１】
被検体の所定部位に関する複数の第１の画像を記憶する記憶手段と、
前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する自己写像手段と、
前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する画像生成手段と、
計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する分割手段と、
前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する判断手段と、を具備し、
前記判断手段が前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返すこと、
を具備することを特徴とする画像参照装置。
【請求項２】
前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルを作成する接続情報作成手段と、
前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための選択手段と、
前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する検索手段と、
検索された前記第１の画像を出力する出力手段と、
をさらに具備する請求項１記載の画像参照装置。
【請求項３】
被検体の所定部位に関する複数の第１の画像と、
前記複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性として、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力する自己写像に用いられる前記所定の重み係数を画像化することで、当該自己写像によって得られる複数の出力ユニットのそれぞれ第２の画像と、
前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルと、
を記憶する記憶手段と、
前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための選択手段と、
前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する検索手段と、
検索された前記第１の画像を出力する出力手段と、
を具備する画像参照装置。
【請求項４】
前記第１の画像は、磁気共鳴映像装置、Ｘ線ＣＴ装置、超音波診断装置、核医学診断装置、Ｘ線診断装置その他の医用画像機器によって取得された画像であることを特徴とする請求項１乃至３のうちいずれか一項記載の画像参照装置。
【請求項５】
被検体の所定部位に関する複数の第１の画像を入力とし、所定の重み係数によって前記所定部位の解剖学的構造を前記各第１の画像の位相特性とする自己写像を実行して、それぞれが分類された前記第１の画像から構成される複数の出力ユニットを出力することで、入力した前記複数の第１の画像を分類する第１のステップと、
前記自己写像に用いられる前記所定の重み係数を画像化することで、前記各出力ユニットに対応する第２の画像を生成すると共に、当該第２の画像間の類似度を示す相関係数を計算する第２のステップと、
計算された前記相関係数に基づいて、取得された前記複数の出力ユニットを少なくとも２つのグループに分割する第３のステップと、
前記自己写像の結果、計算された前記相関係数、前記分割の結果に基づいて、前記自己写像を繰り返し実行するか否かを判断する第４のステップと、
前記第４のステップにおいて前記自己写像を繰り返し実行すると判断した場合には、前記自己写像、前記第２の画像の生成、前記相関係数の計算、前記分割、前記判断を繰り返す第５のステップと、
を具備することを特徴とする画像分類検索方法。
【請求項６】
前記各出力ユニットに対応する前記第２の画像と当該各出力ユニットを構成する前記第１の画像とを対応付けた接続情報テーブルを作成する第６のステップと、
前記各出力ユニットに対応する前記第２の画像のうちのいずれかを選択するための第７のステップと、
前記接続情報テーブルに基づいて、前記記憶手段から選択された前記第２の画像に対応する前記出力ユニットを構成する前記第１の画像を検索する第８のステップと、
検索された前記第１の画像を出力する第９のステップと、
をさらに具備する請求項５記載の画像分類検索方法。
【請求項７】
前記第１の画像は、磁気共鳴映像装置、Ｘ線ＣＴ装置、超音波診断装置、核医学診断装置、Ｘ線診断装置その他の医用画像機器によって取得された画像であることを特徴とする請求項５又は６記載の画像分類検索方法。
【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２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２００６−２３５９７１（Ｐ２００６−２３５９７１Ａ）
【公開日】平成１８年９月７日（２００６．９．７）
【国際特許分類】
【出願番号】特願２００５−４９３２０（Ｐ２００５−４９３２０）
【出願日】平成１７年２月２４日（２００５．２．２４）
【出願人】（５０３３６０１１５）独立行政法人科学技術振興機構 (1,734)
【Ｆターム（参考）】
【公開日】平成１８年９月７日（２００６．９．７）
【国際特許分類】
【出願日】平成１７年２月２４日（２００５．２．２４）
【出願人】（５０３３６０１１５）独立行政法人科学技術振興機構 (1,734)
【Ｆターム（参考）】
[ Back to top ]