腫瘍の経過観察レポート自動作成診断支援システム
【課題】腫瘍を自動的かつ正確に検出することができ、経過観察を前提とした画像データから治療効果を評価する上で、診断（画像読影）に要する時間を縮減し、診断レポートを自動的に作成することができるシステム、すなわち、腫瘍の経過観察レポート自動作成診断支援システムを提供すること。
【解決手段】ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩなどによって撮像された画像データを格納するサーバー、被検者のプロフィールデータを格納するサーバー、腫瘍の経過観察において使用する各種プログラムがインストールされたサーバー、及び標準化後の画像データ・数値データを格納するサーバー、並びに、入力装置、出力装置、ＲＡＭ、及びＣＰＵを備え、データ標準化サブシステム；経過観察解析支援サブシステム；レポート自動作成支援サブシステム；レポート出力サブシステム；から構成される腫瘍の経過観察レポート自動作成診断支援システム。
【解決手段】ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩなどによって撮像された画像データを格納するサーバー、被検者のプロフィールデータを格納するサーバー、腫瘍の経過観察において使用する各種プログラムがインストールされたサーバー、及び標準化後の画像データ・数値データを格納するサーバー、並びに、入力装置、出力装置、ＲＡＭ、及びＣＰＵを備え、データ標準化サブシステム；経過観察解析支援サブシステム；レポート自動作成支援サブシステム；レポート出力サブシステム；から構成される腫瘍の経過観察レポート自動作成診断支援システム。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、腫瘍の経過観察レポート自動作成診断支援システム、詳しくは、データ標準化サブシステム、経過観察解析支援サブシステム、レポート自動作成支援サブシステム、レポート出力サブシステム等を備えた、腫瘍の経過観察レポート自動作成診断支援システムに関する。
【背景技術】
【０００２】
近年、医用画像の高精細化やモダリティ画像の増加により、これまで発見が困難であった小さな病変も容易に検出することが可能となった。しかし、一人当たりの被検者から得られる診断画像枚数は数１００〜１０００枚以上となり、今後はさらに増加することが見込まれている。このため、医師による悪性腫瘍などの病変部位の抽出に関する読影には多くの時間と労力が必要とされている。
【０００３】
また診断によっては、異なるモダリティ画像同士での比較診断及び治療前後での経過観察診断を行う必要があり、その際に複数のディスプレイを用意するか、別操作によって比較する画像を予め作成しておかなければならないなど、操作性上の問題やレポート作成上の問題が指摘されている。そこで、コンピュータによる診断支援システム（ＣＡＤ）の開発が求められている（非特許文献１参照）。
【０００４】
これまでに腫瘍の自動判定として、マンモグラフィ画像に関するコンピュータ画像支援診断（ＣＡＤ）を用いた乳癌の自動検出(特許文献１参照)及び肝臓、腎臓などの腫瘍領域を自動的に抽出・検出する画像診断支援システムが提案されている(非特許文献２〜４参照) 。
【０００５】
また、１つ又は複数の医用イメージング・デバイスから検査処理情報を自動的に取得し、このデータを解析センターに自動的に送信し、さらに有用なレポートを顧客に自動的に提供するための装置(特許文献２参照)や、異なる複数のモダリティ画像を１つのディスプレイに用途に合わせて表示する画像表示装置（特許文献３）などが提案されている。
【０００６】
【特許文献１】特開２００３−５７５号公報
【特許文献２】特開２００２−１４０４３９号公報
【特許文献３】特開平１−９９０８３号公報
【非特許文献１】多次元医用画像の知的診断支援第一回シンポジウム論文集、pp.1、2005
【非特許文献２】PET/ＣＴ画像からの腫瘍候補領域自動抽出による支援診断システム（新田修平，本田清士，糟谷友美，本谷秀堅, 深見忠典，湯浅哲也,赤塚孝雄，呉勁，武田：MEDICAL IMAGING TECHNOLOGY，vol.24 N0.3，pp.181-190，2006.）
【非特許文献３】画素値の確率分布に基づくPET/ＣＴ画像中の腫瘍領域の抽出（新田修平，本谷秀堅，深見忠典，湯浅哲也，赤塚孝雄，呉勁，武田徹，織内昇，遠藤啓吾，渡邊順久：MEDICAL IMAGING TECHNOLOGY, Vol.24 No.5，pp.409-418，2006.）
【非特許文献４】ＰＥＴ／ＣＴ画像中の腫瘍抽出高精度化のための判別器の学習（深田好秀，新田修平，本谷秀堅，深見忠典，湯浅哲也，赤塚孝雄，呉勁，武田徹，織内昇，遠藤啓吾，渡邊順久：画像の認識・理解シンポジウム(MIRU2007)，pp.341-348，2007.）
【発明の開示】
【発明が解決しようとする課題】
【０００７】
従来、腫瘍の自動抽出診断支援システムなどの医用支援システムは幾つか検討されているが、それらは１回の撮像データのみの腫瘍の自動抽出診断支援を対象としており、腫瘍の経過観察支援に対応したシステムは検討されておらず、また医用システムとしても診断工程の一部を部分的に利便化するものに過ぎない上に、システムとしての拡張性に乏しく、十分なものとなっていない。
【０００８】
経過観察において、呼吸などの影響により画像の位置や形状が変化することから、各種モダリティ画像での位置合わせを正確に行うことは困難であり、病変部位の位置、体積（ＸＹＺ方向の最大径）、特徴量、浸潤やリンパ節転移や遠隔転移の有無、放射性薬剤の集積度に関する経時変化を画像及び数値データとして自動的に作成することができず、治療方針を策定する上で有用とされる定量的解析が困難な状況にある。また、それらの病変部位の変化をレポートに手作業で記載する際に、誤記入や書落としの割合を減らし、かつレポート作成に要する時間を短縮することもできていない状況にある。
【０００９】
本発明の課題は、腫瘍を自動的かつ正確に検出することができ、経過観察を前提とした画像データから治療効果を評価する上で、診断（画像読影）に要する時間を縮減し、誤記入や書き落としのない診断レポートを自動的に作成することができるシステム、すなわち、腫瘍の経過観察レポート自動作成診断支援システムを提供することにある。
【課題を解決するための手段】
【００１０】
すなわち本発明は、上記課題を解決するために以下の（Ａ）〜（Ｄ）のサブシステムから構成される腫瘍の経過観察レポート自動作成診断システムを提供する。
(Ａ)(ａ)、又は(ａ)及び（ｂ）の機能を有するデータ標準化サブシステム；
(ａ) 検査画像データ格納サーバーに格納されている画像データから、標準化された数値データを作成して、画像データとリンクした標準化数値データの形態で標準化データ格納サーバーに格納する機能、
(ｂ) 検査画像データ格納サーバーに格納されている２種以上のモダリティの画像データを合成処理することにより得られる合成画像データから、標準化された数値データを作成して、合成画像データとリンクした標準化数値データの形態で標準化データ格納サーバーに格納する機能、
(Ｂ)入力装置からの命令に従い、標準化サブシステムにおいて標準化データ格納サーバーに格納された標準化数値データと、同じく標準化データ格納サーバーに格納されている過去データとを比較・評価するための経過観察解析支援サブシステム；
(Ｃ)あらかじめ設定された基準に従って、経過観察解析支援サブシステムの比較結果に基づいて、治療の効果の評価に関するレポートを自動的に作成するレポート自動作成支援サブシステム；
(Ｄ)入力装置からの命令に従い、被検者のプロフィール、レポート、及びレポート作成の基礎となった画像データ及び標準化数値データを、出力装置からアウトプットする、レポート出力サブシステム；
【発明の効果】
【００１１】
本発明によれば、ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、超音波診断装置など各種モダリティ画像を利用したステージングを含めた腫瘍診断の精度を向上させ、早期発見や早期治療の可能性を増大させ、腫瘍による死亡率の低下が期待できる。また画像読影やレポートの作成に要する労力を低減し、時間を短縮することができる上に、読影結果を誤って判定したり、誤って記入する確率が大幅に縮減できる。そして、読影とレポートの作成に要する労力と時間が低減されるため、医師一人が単位時間に診断できる患者数が増加する。また、医用データの定量的解析が可能となるため、効率良く、高度な臨床研究が可能となる。
【発明を実施するための最良の形態】
【００１２】
本発明の腫瘍の経過観察レポート自動作成診断支援システムとしては、データ標準化サブシステム、経過観察解析支援サブシステム、レポート自動作成サブシステム、レポート出力サブシステムの各サブシステムと、それを実現するためのハードウエア構成（デバイス構成）であるモダリティ装置、モダリティによって撮像された画像データを格納する検査画像データ格納サーバー、被検者のプロフィールを格納するサーバー、腫瘍の経過観察において各種演算処理時に使用する各種プログラムがインストールされたプログラムサーバー、及び標準化後の画像データ・数値データを格納する標準化データ格納サーバー、並びに、入力装置、出力装置、ＲＡＭ（メモリ）、及び前記サーバーに格納されているデータを演算処理するＣＰＵ（演算処理装置）を備えていれば特に制限されず、本発明の一実施形態に係るシステムは、医用画像計測装置ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、超音波診断装置などの各種モダリティ装置、好ましくは検査画像データ格納サーバーとコンピューターネットワークで電子的に接続されているモダリティ装置により計測された画像データを検査画像データ格納サーバーに格納した上で、当該画像データより様々な演算処理を施すことにより、腫瘍データ、経時変化データなどの所望のデータをレポートとして自動的に作成及び出力する。以下、本発明の一実施形態として図１に例示される腫瘍の経過観察レポート自動作成診断支援システム構成図（ハードウェア構成図）により説明する。
【００１３】
腫瘍の経過観察レポート自動作成診断支援システム構成は、１又は２以上のモダリティ装置、例えばモダリティ装置１，２、モダリティによって撮像された画像データを格納する検査画像データ格納サーバー３、氏名、性別、年齢、血液等の検査結果（血液型、血液・生化学検査、腫瘍関連検査、遺伝子検査等のデータ、尿や髄液、病理画像や診断結果）、既往症、薬に対するアレルギーの有無などの被検者のプロフィールを格納した被検者プロフィールデータサーバー４、腫瘍の経過観察において演算処理時に使用する各種プログラム（腫瘍自動検出プログラム６、標準化数値データ作成プログラム７、腫瘍条件検索プログラム８、経過観察解析支援プログラム９、レポート作成支援プログラム１０、機械学習機能プログラム１１など）がインストールされたプログラムサーバー５、キーボード及びマウスなどの入力装置２７、ＣＰＵ（演算処理装置）２８、ＲＡＭ(ランダムアクセスメモリ)２９、ディスプレイ装置、プリンターなどの出力装置３０、並びに、各モダリティや合成モダリティ画像データと、各モダリティや合成モダリティ画像データから作成された標準化された数値データとを格納した標準化データ３２、及び腫瘍を自動検出する上で有用な医用参考過去データ３３（過去の一般的症例データ）を格納した標準化データ格納サーバー３１から構成される。
【００１４】
前記腫瘍自動検出プログラム６にはサブプログラムとして、画像データ確認プログラム１２、追加撮像命令プログラム１３、被検者本人の過去データを取得しうるプログラム１４等が実装されている。上記画像データ確認プログラム１２は、撮像した腫瘍の画像が標準化数値データ作成プログラム７を正常に実行することができる解像度・鮮明度等を有しているかどうかを判定しうるプログラムである。上記追加撮像命令プログラム１３は、撮像した腫瘍の画像が標準化数値データ作成プログラム７を正常に実行することができない画像データ確認プログラム１２からの命令による再撮像や、異常領域を自動的に検出した腫瘍自動検出プログラム６からの命令による拡大撮像・異方向撮像を実行するプログラムであり、通常、医師の指示により実行される。被検者本人の過去データを取得しうるプログラム１４は、その都度更新された被検者本人の過去データを取得するプログラムである。
【００１５】
前記標準化数値データ作成プログラム７にはサブプログラムとして、腫瘍位置特定プログラム１５、腫瘍体積及び／又はＸＹＺ方向の最大径算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、腫瘍の進行度を決定するグレーディングプログラム２３等が実装されている。上記腫瘍位置特定プログラム１５は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、検出された臓器及びその臓器における検出位置を特定するプログラムであって、任意の空間座標系を適用して正確な腫瘍位置を特定するプログラムである。上記腫瘍体積算出プログラム１６は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の体積を算出するプログラムであり、画像データから直接算出することもできるが、腫瘍の最大径から間接的に算出することができる。上記腫瘍特徴量算出プログラム１７は、モダリティ装置により計測された信号変化、形状、密度、薬剤集積度、さらには前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の密度を算出するプログラムである。上記腫瘍種類特定プログラム１８は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の種類を特定する（肺がんの場合：腺がん、扁平上皮がん、大細胞がん、小細胞がんの可能性を示唆する（良性の可能性が高いか低いかの判定を支援する））プログラムである。上記浸潤の有無検出プログラム１９は、上記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍が上皮基底膜を越えるなど浸潤性を有しているか否かを検出するプログラムである。上記リンパ節転移の有無検出プログラム２０は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍によるリンパ節への転移の有無を検出するプログラムである。上記遠隔転移の有無検出プログラム２１は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍が遠隔転移によって生じた腫瘍であるか否かを検出するプログラムである。例えば、原発腫瘍が肺がんとした場合、脳病変、骨病変、肝臓病変や副腎病変等は遠隔転移と考える。上記放射性薬剤集積度算出プログラム２２は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍における放射性薬剤集積度（ＳＵＶ）を算出するプログラムである。また、上記グレーディングプログラム２３は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の進行度を決定するグレーディングプログラムである。
【００１６】
前記腫瘍条件検索プログラム８は、入力装置２７からの命令に従って、標準化データ格納サーバーに格納された、腫瘍の位置データ、体積（ＸＹＺ方向の最大径）データ、腫瘍の特徴量（形状、密度、信号変化、薬剤の集積度）、放射性薬剤の集積度（ＳＵＶ）データなどの定量データや、腫瘍の種類、浸潤の有無、リンパ節転移の有無、遠隔転移の有無、腫瘍グレードデータなどの腫瘍特性データから、各種条件を設定することにより、条件を充足するデータの抽出を可能とするプログラムである。
【００１７】
前記画像経過観察解析支援プログラム９にはサブプログラムとして、画像マッチングプログラム２４、数値データ定量比較プログラム２５、腫瘍特性データ比較プログラム２６等が実装されている。上記画像マッチングプログラム２４には、さらにサブプログラムとして、テンプレートマッチングプログラムと、グローバルマッチングプログラム及びローカルマッチングプログラム等が実装されており、上記テンプレートマッチングプログラムは、医用画像データに関する局所的な位置合わせを実行するプログラムであり、上記グローバルマッチングプログラムは、各臓器や部位の境界を重視した対極的位置合わせを実行するプログラムであり、上記ローカルマッチングプログラムは、相互相関値に基づく局所的位置合わせを実行するプログラムである。上記数値データ定量比較プログラム２５は、標準化データ格納サーバーに格納されている体積（ＸＹＺ方向の最大径）データ、腫瘍の特徴量（形状、密度、信号変化、薬剤の集積度）等の数値データを定量的に比較するプログラムである。上記腫瘍特性データ比較プログラム２６は、標準化データ格納サーバーに格納されている腫瘍の種類、浸潤の有無、リンパ節転移の有無、遠隔転移の有無等の腫瘍特性データを定性的に比較するプログラムである。
【００１８】
前記レポート作成支援プログラム１０は、あらかじめ設定された基準に従って、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートを自動的に作成するプログラムであり、レポート結果は入力装置２７からの命令により、被検者プロフィールに基づいた各モダリティ又は合成モダリティ画像データ、これら画像データとリンクした標準化数値データ、腫瘍特性データ等と共に、ディスプレイ等の出力装置３０に表示される。出力されたレポート結果は医師により必要に応じて修正される。
【００１９】
前記機械学習機能プログラムは、医用参考過去データが入力されると、腫瘍を識別する上で当該データを自律的に分析（学習）、整理、さらに腫瘍自動検出プログラムを更新させる機能や、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて作成されるレポートの医師による修正結果をレポート作成支援プログラム１０に反映させる機能などを有する、機械的に学習するプログラムである。
【００２０】
上記標準化データ３２は、具体的には、被検者ＩＤデータを主キーとして、検査日データ、腫瘍画像データ、各モダリティ又は合成モダリティにおける腫瘍の位置データ、腫瘍の体積（最大径）データ、腫瘍特徴量（信号変化、形状、密度、薬剤の集積度）データ、腫瘍種類（肺がんの場合；腺がん、扁平上皮がん、大細胞がん、小細胞がん）データ、浸潤の有無データ、リンパ節転移の有無データ、遠隔転移の有無データ、放射性薬剤集積度（ＳＵＶ）データ、腫瘍グレードデータより構成されるデータが各被検者ごとに構成されている。これらのデータは、一つのデータセットとして標準化データ格納サーバーに格納されている。
【００２１】
本発明の経過観察レポート自動作成診断支援システムの対象となる腫瘍としては、肺がん（腺がん、扁平上皮がん、大細胞がん、小細胞がん）、胃がん、食道がん、子宮頚がん、肝臓がん、腎臓がん、膵臓がん、大腸がん、膀胱がん、前立腺がん、卵巣がん、乳がん、咽頭がん、喉頭がん等のがん疾患、耳下腺腫瘍、脳腫瘍、全身に発生する種々の肉腫、種々の良性腫瘍等を具体的に例示することができる。
【００２２】
次に、データ標準化サブシステム(Ａ)の（ａ）、すなわち、１種のモダリティ装置で撮像され、検査画像データ格納サーバーに格納されている画像データから、標準化された数値データを作成して、画像データとリンクした標準化数値データの形式で標準化データ格納サーバーに格納する機能を有するサブシステムを、図２に示すフローチャートにより以下説明する。
【００２３】
モダリティ装置１によって撮像された画像データが、コンピューターネットワークで電子的に接続されている検査画像データ格納サーバー３に格納される。検査を開始しているにも関わらず、画像データが検査画像データ格納サーバー３に格納されていなければ、追加撮像命令プログラム１３が実行され、再度撮像を実施する処理は、画像データが検査画像データ格納サーバー３に格納されるまで繰り返し自動的に実行してもよいが、通常、入力装置からの医師の命令に基づいて追加撮像命令プログラム１３を実行する。これは、検査時に得られた画像データから自動的に病変部位候補を検出し、患者の検査が終わる前に、医師から追加撮影等に関する指示情報を検査医や技師に提示し、再検査を必要とせずにより確実な診断が行えるように支援するものである。
【００２４】
画像データが検査画像データ格納サーバー３に格納されると、ＣＰＵ２８はプログラムサーバー５に記憶されている画像データ確認プログラム１２をロードすることにより、腫瘍を自動検出する上で検査画像データが十分に撮像されているか否かを確認する。一般的には、決まった撮影手順で検査が実施されるので、サーバーからの指示で再度撮影を自動的に行わない。Ｘ線ＣＴ等では、被曝が増加するので一度撮影した画像を確認して、必要で有れば追加撮影となる。必ず医師等の確認を行う。なお、検査画像データが腫瘍を自動検出する上で十分でないと画像データ確認プログラム１２により判定される場合に、追加撮像命令プログラム１３が自動的に実行されようにしておくこともできる。
【００２５】
検査画像データ格納サーバー３に格納された検査画像データが、画像データ確認プログラム１２によって腫瘍を自動検出する上で十分であると判断された場合には、過去データ取得プログラム１４が実行され、腫瘍を検出する上で有用なデータ（被検者本人の過去データ３２、医用参考過去データ（一般症例）３３）を標準化データ格納サーバー３１より取得する。被検者本人の過去データ３２、医用参考過去データ（一般症例）３３が取得されると、撮像された画像データと共に、腫瘍自動検出工程（腫瘍自動検出プログラム６）に処理が移行される。腫瘍自動検出工程（腫瘍自動検出プログラム６）では、被検者本人の過去データ３２、医用参考過去データ（一般症例）３３を参照することにより、撮像された検査データに腫瘍が存在するか否かを識別する。また、異常領域を検出した場合は、腫瘍自動検出プログラム６からの命令により、追加撮像命令プログラム１３が実行され、１又は複数の拡大撮像や異なる方向からの撮像が自動的に行われる。
【００２６】
腫瘍自動検出プログラム６の実行が終了すると、腫瘍の検出有無に関わらず、中間結果データ及び実行結果データが標準化数値データ作成工程（標準化数値データ作成プログラム７）に渡される。標準化数値データ作成工程（標準化数値データ作成プログラム７）では、腫瘍が検出された場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３を各々実行し、それらの実行結果を被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）及び検査画像データと併せ、データの標準化処理を実行し、画像データと数値データを１組のデータ群（データＴＮ）として作成した上で、標準化データ格納サーバー３１に格納する。
【００２７】
腫瘍が検出されなかった場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３のいずれに関しても実行はせず、被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）及び検査画像データと併せ、データの標準化処理を実行し、標準化データ格納サーバー３１に格納する。
【００２８】
ＲＡＭ２９には、１種のモダリティ装置で撮像された画像データより標準化データを作成するまでの各種の処理（プログラム）をＣＰＵ２８が実行する過程で必要とされる入力データ、中間処理結果データ及び当該プログラムを適宜記憶するものとする。
【００２９】
図３は、データ標準化サブシステム(Ａ)の（ｂ）、すなわち、本発明に係る２種以上のモダリティ装置で撮像された画像データより合成画像を作成し、その後に標準化データを作成するまでのフローチャートである。図３に示すように、検査を開始すると２種以上のモダリティ装置（モダリティ装置１、モダリティ装置２）によって撮像された画像データが各々検査画像データ格納サーバー３に格納される。
【００３０】
検査を開始しているにも関わらず、いずれか又は全ての画像データが検査画像データ格納サーバー３に格納されていなければ、検査終了前に、撮影不足部位を医師ないし技師に提示し、許諾後（自動撮影が許される場合はこの許諾無し）に、取得できていない画像データを撮像するモダリティ装置に対して、追加撮像命令プログラム１３が実行され、再度撮像を実施する。この処理は、画像データが検査画像データ格納サーバー３に格納されるまで繰り返し実行される。画像データが検査画像データ格納サーバー３に格納されると、ＣＰＵ２８はプログラムサーバー５に記憶されている画像データ確認プログラム１２をロードすることにより、画像データの合成処理及び腫瘍の自動検出を実行する上で検査画像データが十分に撮像されているか否かを各々に対して確認する。
【００３１】
検査画像データのいずれか又は全てが画像データの合成処理及び腫瘍の自動検出を実行する上で十分でないと、画像データ確認プログラム１２により判定されると、画像データの合成処理及び腫瘍の自動検出を実行する上で十分でないと判定された画像データを撮像した、いずれか又は全てのモダリティ装置に対して、検査終了前に、撮影不足部位等を医師ないし技師に提示し、許諾後（自動撮影が許される場合はこの許諾無し）に、追加撮像命令プログラム１３が実行され、再度撮像を実施する。この処理は、撮像画像が腫瘍を自動検出する上で十分なデータとなるまで繰り返し実行される。
【００３２】
検査画像データ格納サーバー３に格納された全ての画像データが画像データ確認プログラム１２によって画像データの合成処理及び腫瘍の自動検出を実行する上で検査画像データが十分であると判断された場合には、画像マッチングプログラム２４（テンプレートマッチングプログラム）が実行され、合成画像データが作成される。合成画像データが作成されると、過去データ取得プログラム１４が実行され、腫瘍を検出する上で有用なデータ（被検者本人の過去データ３２、医用参考過去データ（一般症例）３３）を標準化データ格納サーバー３１より取得する。被検者本人の過去データ３２、医用参考過去データ（一般症例）３３が取得されると、撮像された画像データと同時に、腫瘍自動検出工程（腫瘍自動検出プログラム６）に処理が移行される。
【００３３】
腫瘍自動検出工程（腫瘍自動検出プログラム６）では、被検者本人の過去データ３２、医用参考過去データ（一般症例）３３を参照することにより、合成画像データに腫瘍が存在するか否かを識別する。腫瘍自動検出プログラム６の実行が終了すると、腫瘍の検出有無に関わらず、中間結果データ及び実行結果データが標準化数値データ作成工程（標準化数値データ作成プログラム７）に渡される。
【００３４】
標準化数値データ作成工程（標準化数値データ作成プログラム７）では、腫瘍が検出された場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３を各々実行し、それらの実行結果を被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）、検査画像データ及び合成画像データと併せ、データの標準化処理を実行し、画像データと数値データを１組のデータ群（データＴＮ）として作成した上で、標準化データ格納サーバー３１に格納する。
【００３５】
腫瘍が検出されなかった場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３のいずれに関しても実行はせず、被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）、検査画像データ及び合成画像データと併せ、データの標準化処理を実行し、標準化データ格納サーバー３１に格納する。
【００３６】
図４は、経過観察解析支援サブシステム(Ｂ）、すなわち、入力装置からの命令に従い、標準化サブシステムにおいて標準化データ格納サーバーに格納された標準化数値データと、同じく標準化データ格納サーバーに格納されている過去データとを比較するまでのフローチャートである。
【００３７】
図４に示すように、経過観察解析支援プログラム９では、あらかじめ設定された基準又は入力装置からの命令に従って、標準化データ格納サーバー３１より、経過観察する上で設定された過去（第１時期）と現在（第２時期）における、検査画像データ、合成画像データ、腫瘍位置データ、腫瘍体積データ、腫瘍特徴量（信号変化、形状、密度、薬剤の集積度）データ、腫瘍種類データ、浸潤の有無データ、リンパ節転移の有無データ、遠隔転移の有無データ、放射性薬剤集積度データ、腫瘍グレードデータを取得する。標準化データ格納サーバー３１よりデータの取得が完了すると、経過観察解析支援プログラムのサブプログラムである、画像マッチングプログラム２４、数値データ定量比較プログラム２５、腫瘍特性データ比較プログラム２６を各々、実行する。
【００３８】
画像マッチングプログラム２４（グローバルマッチングプログラム、ローカルマッチングプログラム）を実行することにより過去（第１時期）と現在（第２時期）の経過観察画像データを比較し、数値データ定量比較プログラム２５を実行することにより過去（第１時期）と現在（第２時期）の経過観察数値データを比較し、腫瘍特性データ比較プログラム２６を実行することにより過去（第１時期）と現在（第２時期）の経過観察特性データを比較する。そして、過去（第１時期）と現在（第２時期）に関する上記経過観察画像データ、上記経過観察数値データ、上記経過観察特性データと、被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ）とを併せて、経過観察解析データを作成する。
【００３９】
次に、レポート自動作成支援プログラム１０は、標準化データ格納サーバー３１に格納されている、検査画像データ、合成画像データ、腫瘍位置データ、腫瘍体積データ、腫瘍特徴量データ、腫瘍種類データ、浸潤の有無データ、リンパ節転移の有無データ、遠隔転移の有無データ、放射性薬剤集積度データ、腫瘍グレードデータより、設定された各種指標値を電子計算処理し、当該結果を、時系列、円グラフ、棒グラフなど各種チャートで示すことにより、病状の経過及び治療効果に関して定量的・定性的な評価の支援を可能とする。かかるレポート自動作成支援プログラム１０を実行することにより、あらかじめ設定された基準に従って、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートを自動的に作成する。
【００４０】
図５は、入力装置からの命令に従い、被検者のプロフィール、レポート、レポート作成の基礎となった画像データ及び標準化数値データをディスプレイ上に出力表示した結果を示す。ディスプレイ表示例（図５）では、まず、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートが画面上部に表示され、その下方画面左側に標準化データ格納サーバー３１より取得された過去（第１時期）の検査画像データ、数値データを、その下方画面中央に標準化データ格納サーバー３１より取得された現在（第２時期）の検査画像データ、数値データを、その下方画面右側に前記経過観察解析支援プログラム９を実行することにより出力された経過観察解析データを表示している。表示形式、表示対象項目に関しては、あらかじめ設定された基準又は入力装置からの命令に従って、所望する形式、項目を、表示することができる。
【００４１】
以下、経過観察に関する実施例により本発明をより具体的に説明するが、本発明の技術的範囲はこれらの例示に限定されるものではない。また、経過観察として過去（第１時期）を術前データ、現在（第２時期）を術後データとして実施した。
【００４２】
本発明の実施形態で用いた画像は、山形済生病院で撮影された（ＧＥ社製ＰＥＴ／ＣＴ Ｄｉｓｃｏｖｅｒｙ ＬＳ８）全身ＰＥＴ／ＣＴ画像である。原画像の構成を表１に示す。本明細書では図６に示す術前・術後ともに腫瘍が残っているケース（パターン１）と、図７に示す術後には、腫瘍が消えてなくなったケース（パターン２）の２症例を用いて実施した。また、術後のＰＥＴ画像中ではＦＤＧの集積が消えＣＴ画像上でまだ腫瘍の影が残っているケース（パターン３）が無いため、パターン２の症例を用いて、仮想的に術前のＣＴ画像上にある腫瘍の影が術後の画像にあるとして実施した。
【００４３】
【表１】
【００４４】
本発明の実施形態では、ＰＥＴ、ＣＴの２種のモダリティの画像データを合成処理することにより得られる合成画像データから、前記自然呼気での影響また空間分解能の相違などの問題を考慮し、画像間での位置合わせを正確に行うために、任意のマッチング手法を適用した。以下、本発明の実施形態で適用したマッチング手法に関して説明する。
【００４５】
図８に示すように術前・術後の腫瘍の経過を観察するためにＰＥＴ／ＣＴ画像の比較としてＴ１〜Ｔ４の４つのステップで位置合わせを実施した。これら４つの位置合わせのうち、ＰＥＴ画像間の位置合わせＴ４はＰＥＴ画像が検査対象領域の位置合わせに有用な画像パターンを十分に含んでいないことから、直接マッチングすることが困難であるためにＴ１、Ｔ２、Ｔ３よりＴ４を実施することとした。
【００４６】
［術前のＰＥＴ画像から術前のＣＴ画像への腫瘍の位置合わせ（ＴＩ）］
術前のＰＥＴ画像から抽出した腫瘍領域をテンプレートとして、相互情報量を用いたテンプレートマッチングにより対応するＣＴ画像の位置を求めた。具体的な位置合わせの方法を以下に示す。
（１）抽出した腫瘍の大きさに基づいて、テンプレートを作成する。テンプレートの中心は術前のＰＥＴ画像から抽出した腫瘍領域において、ＳＵＶが最大の位置とする。
（２）探索の範囲はｘ、ｙ、ｚ軸で−１２［ｍｍ］〜＋１２［ｍｍ］とし、相互情報量が最大となるテンプレートの中心位置を求める。
【００４７】
本発明の実施形態では、ピクセル幅とスライス厚の違いを考慮し、テンプレートは２次元で作成し、抽出した腫瘍に外接する長方形の縦横２倍の長方形とした。また、ＣＴ画像とＰＥＴ画像のピクセル幅を合わせるため、ＰＥＴ画像の画像サイズが４倍となるよう線形補間処理を実施した。
【００４８】
本発明の実施形態では腫瘍の大きさをＣＴ画像から求めることとしており、その方法を以下に示す。
（１）ＣＴ画像中の腫瘍候補領域を抽出するために、対応付けの際に用いたＰＥＴ画像のテンプレートのサイズを参照してＣＴ画像の局所領域内で判別分析を行い、閾値を決定し、二値化する。
（２）オープニング処理により領域を補正する。
（３）テンプレートのサイズ内にある腫瘍候補領域を開始点としてラベリングを行う。
（４）体積最大のものを腫瘍領域とし、腫瘍の位置（重心）と体積を求める。ここで、（２）の操作で構造化要素は半径ｌ．５［ｍｍ］の円とした。
以上の操作により、両画像間の腫瘍の位置合わせを実施した。
【００４９】
［術前・術後の両ＣＴ画像間の位置合わせ（Ｔ２）］
ＣＴ画像における術前・術後の検査対象領域の位置合わせ（図８のＴ２）は、検査対象領域全体に対して行い、その手法には３次元 Ｅｌａｓｔｉｃ Ｍａｔｃｈｉｎｇ 法を参考にし、大局的な位置合わせ（グローバルマッチング）を行った後、局所的な位置合わせ（ローカルマッチング）を実施することとした。
【００５０】
位置合わせが済んだ後、術後のＣＴ画像での腫瘍は、局所領域内（術前のＣＴ画像で抽出した腫瘍の外接直方体の大きさの２倍）において判別分析による閾値処理の後、オープニング処理により領域を補正し、局所領域内で体積最大のものを腫瘍領域とし、体積を求めた。
【００５１】
以下、術前・術後の両ＣＴ画像間の位置合わせ（Ｔ２）において本発明の実施形態で適用した、グローバルマッチングとローカルマッチングに関する手法を記載する。
【００５２】
[グローバルマッチング]
術前と術後の検査対象領域の輪郭上で対応点を見つけることは困難であるために術前・術後の画像それぞれで作成した距離画像においてそれらの二乗誤差が最小となるような変形パラメータを算出した。
【００５３】
その前処理として検査対象領域の形状をクロージングにより補正し、距離画像は検査対象領域の外側が正、内側か負の距離となるように作成した。また、二乗誤差の最小化には共役方向法を用いている。
【００５４】
距離画像を用いることにより、対応点を仮定することなく、検査対象領域の外形を一致させる変形を求めた。
【００５５】
また、術前・術後の検査対象領域の外接直方体が一致するように術前画像の拡大・縮小と平行移動による変形を実施した。
【００５６】
[ローカルマッチング]
検査対象領域の外形のみの位置合わせでは検査対象領域内の画像パターンを考慮していないことから、血管などの画像パターンのずれが数多く残る結果となったため、グローバルマッチングの後にローカルマッチングを実施した。
【００５７】
図９に本発明の実施形態で適用したローカルマッチングの概要を示す。
【００５８】
ローカルマッチングでは、まず術前画像の検査対象領域から一定間隔にテンプレートＶＯＩを設置し、術後画像の探索領域ＶＯＩから相互相関値が最大になる移動ベクトル（シフトベクトル）を求めた。
【００５９】
以上の手続きを設定した全てのテンプレートＶＯＩについて行い、シフトベクトルを求めた。
【００６０】
テンプレートＶＯＩの中心をｘ−ｙ方向に８ピクセル間隔、ｚ方向には２ピクセル間隔で設定し、マトリックスサイズを１７×１７×５［ｖｏｘｅｌｓ］とする。これらの値は、グローバルマッチング後の血管のずれを考慮し、実験的に定めている。
【００６１】
ローカルマッチングにより得られるシフトベクトルは、設定したＶＯＩ内の画像パターンのエネルギーが低い場合、画像のノイズの影響などにより確度が低くなる。そもそも生体の位置合わせであるのでシフトベクトルの分布は空間的に連続であるはずであるが、確度の低いシフトベクトルの存在により、この連続性が損なわれることが多い。
【００６２】
本発明の実施形態では計算量を考慮して、各シフトベクトルの重み付き平均を求めることにより、分布を平滑化した。この重みの値 ｗ（ｘ）を、変形前と変形後の間における相互相関の値の改善量で定めることとした。
【００６３】
以下に、数式を用いて説明する。
【００６４】
変形する術前画像の中心位置におけるテンプレートＶＯＩをＴ（ｘ）、参照する術後画像の中心位置における探索ＶＯＩをＲ（ｘ）とし、テンプレートＶＯＩと探索ＶＯＩとの相互相関値を最大にする移動量、すなわちシフトベクトルをｃ（ｘ）として表している。また、移動前の相互相関値Ｅ（Ｒ（ｘ）、Ｔ（ｘ））と移動後の相互相関値Ｅ（Ｒ（ｘ＋ｃ（ｘ））、Ｔ（ｘ））の差に基づく重み係数次式で計算した。
【００６５】
【数１】
【００６６】
ただし、Ωｘはｘ近傍の領域である。この時
【００６７】
【数２】
【００６８】
により、シフトレベルを平滑化してｃ’（ｘ）を得る。
【００６９】
［術後のＣＴ画像から術後のＰＥＴ画像への位置合わせＴ３］
術後におけるＣＴ画像からＰＥＴ画像の位置合わせ（図８のＴ３）についても術後のＣＴ画像をテンプレートとして相互情報量を用いて対応するＰＥＴ画像の位置をテンプレートマッチングによって求めた。具体的な位置合わせの方法を以下に示す。
（１）抽出した腫瘍の大きさに基づいて、テンプレートを作成する。テンプレートの中心は術後のＣＴ画像から抽出した腫瘍領域の重心とする。
（２）探索の範囲はｘ、ｙ、ｚ軸で−１２［ｍｍ］〜＋１２［ｍｍ］とし、相互情報量が最大となるテンプレートの中心位置を求める。
【００７０】
「術前のＰＥＴ画像から術前のＣＴ画像への腫瘍の位置合わせ（ＴＩ）」と同様にテンプレートは２次元で作成し、その横幅と縦幅はそれぞれ抽出した腫瘍の縦幅と横幅の２倍とした。また、ＰＥＴ画像の画像サイズが４倍となるよう線形補間処理を行った。術前における処理と同様に、ＳＵＶが最大の位置を腫瘍の位置とみなすこととした。
【００７１】
本発明の実施形態では検査対象領域の腫瘍の抽出が済んでいる術前のＰＥＴ画像を入力とし、術前のＣＴ画像、術後のＣＴ画像とＰＥＴ画像のそれぞれと位置合わせを行い、腫瘍の大きさとＳＵＶ値の変化を出力した。
【００７２】
[術前・術後の両ＰＥＴ画像間の位置合わせ（Ｔ４）］
前記、Ｔ１、Ｔ２、Ｔ３を実施することにより、術前・術後の両ＰＥＴ画像間の位置合わせＴ４を実施した。
【００７３】
図１０にグローバルマッチングの結果を示す。図１０の左がグローバルマッチング前、右がグローバルマッチング後の結果を示す。これらの図において薄い灰色が術後の検査対象領域、濃い灰色が術前の検査対象領域、黒色が二つの検査対象領域が重なった領域を示す。
【００７４】
グローバルマッチング（位置合わせ）することにより、横隔膜付近の重なりが増えたことが確認できる。
【００７５】
図１１にローカルマッチングにより得られたシフトベクトル（ａ）、相互相関値の重み付け平均によるシフトベクトルの補正結果（ｂ）、グローバルマッチング後の検査対象領域の差分画像（ｃ）、補正したシフトベクトルにより変形した際の検査対象領域の差分画像（ｄ）をそれぞれ示す。
【００７６】
図１１（ａ）、（ｂ）が示すように、式（１）の重み付け平均を求めることにより、シフトベクトルの分布が連続する。
【００７７】
また、図１１（ｃ）、（ｄ）が示すようにグローバルマッチング後に見られる血管部の位置ずれによるアーチファクトがローカルマッチングによって軽減されていることが分かる。
【００７８】
図１２にＰＥＴ画像、ＣＴ画像ともに術後に腫瘍が残っている症例（パターン１）に提案手法を適用した結果を示す。図１２（ａ）、（ｂ）は十字線が術前のＰＥＴ画像から得られた腫瘍の位置と残りの各画像において対応する位置を示す。
【００７９】
図１２（ｃ）、（ｄ）は対応する腫瘍位置の拡大図であり、腫瘍領域を白色でＣＴ画像に重ねたものとＣＴとＰＥＴの原画像を示す。
【００８０】
図１２（ｅ）は、提案システムが自動的に求めた術前・術後での腫瘍のＳＵＶの変化と体積の変化を示す。図１２に示すようにパターン１に対して、腫瘍の位置を正しく対応づけることができ、さらに腫瘍の体積をＣＴ画像から計測できている。
【００８１】
また同様に、図１３にＰＥＴ画像、ＣＴ画像ともに術後の画像から腫瘍が消えた症例（パターン２）に本処理を適用した結果を示す。この場合、術後のＣＴ画像で対応する点に腫瘍は無く、術後には腫瘍が消えたことを自動で判断できている。
【００８２】
前述したように本発明で使用するデータベースにはＣＴ画像上には腫瘍が残っているがＰＥＴ画像上で薬剤の集積が消えたケース（パターン３）が無いため、図１３に示すパターン２の症例を用いて術前のＣＴ画像上にある腫瘍の影が術後のＣＴ画像に仮想的にあるとして術後のＰＥＴ画像と対応付けを行った。
【００８３】
その結果、図１４（ａ）で十字に示す部分が対応付けられた。図１４（ｂ）が示すように術後のＰＥＴ画像ではＦＤＧの集積が無いため、ＳＵＶが大幅に減少するという結果を出力することができた。
【図面の簡単な説明】
【００８４】
【図１】本発明のハードウエア構成を示す図である。
【図２】本発明の１種のモダリティ装置で撮像された画像データより標準化データを作成するまでのフローチャートを示す図である。
【図３】本発明の２種以上のモダリティ装置で撮像された画像データより合成画像データを作成し、その後に標準化データを作成するまでのフローチャートを示す図である。
【図４】本発明の経過観察解析支援サブシステムに関するフローチャートを示す図である。
【図５】本発明のレポート自動作成支援システムにより出力されたレポートをディスプレイ表示したイメージ図である。
【図６】術後にも腫瘍が残っているケースのＰＥＴ／ＣＴ画像（パターン１）を示す図である。
【図７】術後には腫瘍が消えたケースのＰＥＴ／ＣＴ画像（パターン２）を示す図である。
【図８】本発明の各モダリティ画像間の対応と経過観察を示す図である。
【図９】本発明のローカルマッチングの概要を示す図である。
【図１０】本発明のローカルマッチング結果を示す図である。
【図１１】本発明のシフトベクトルの補正とローカルマッチング結果を示す図である。
【図１２】本発明のＰＥＴ画像、ＣＴ画像ともに術後に腫瘍が残っているケース（パターン１）の出力結果を示す図である。
【図１３】本発明のＰＥＴ画像、ＣＴ画像ともに術後には腫瘍が消えたケース（パターン２）の出力結果を示す図である。
【図１４】本発明のＰＥＴ画像ではＦＤＧの集積が消えＣＴ画像ではまだ腫瘍の影が残っているケース（パターン３）を示す図である。
【符号の説明】
【００８５】
１・・・モダリティ装置１
２・・・モダリティ装置２
３・・・検査画像データ格納サーバー
４・・・被検者プロフィールデータサーバー
５・・・プログラム サーバー
６・・・腫瘍自動検出プログラム
７・・・標準化数値データ作成プログラム
８・・・腫瘍条件検索プログラム
９・・・経過観察解析支援プログラム
１０・・・レポート作成支援プログラム
１１・・・機械学習機能プログラム
１２・・・画像データ確認プログラム
１３・・・追加撮像命令プログラム
１４・・・過去データ取得プログラム
１５・・・腫瘍位置特定プログラム
１６・・・腫瘍体積算出プログラム
１７・・・腫瘍特徴量算出プログラム
１８・・・腫瘍種類特定プログラム
１９・・・浸潤の有無検出プログラム
２０・・・リンパ節転移の有無検出プログラム
２１・・・遠隔転移の有無検出プログラム
２２・・・放射性薬剤集積度算出プログラム
２３・・・腫瘍グレーディングプログラム
２４・・・画像マッチングプログラム
２５・・・数値データ定量比較 プログラム
２６・・・腫瘍特性データ比較 プログラム
２７・・・入力装置
２８・・・ＣＰＵ
２９・・・ＲＡＭ
３０・・・出力装置
３１・・・標準化データ格納サーバー
３２・・・標準化データ
３３・・・医用参考過去データ
【技術分野】
【０００１】
本発明は、腫瘍の経過観察レポート自動作成診断支援システム、詳しくは、データ標準化サブシステム、経過観察解析支援サブシステム、レポート自動作成支援サブシステム、レポート出力サブシステム等を備えた、腫瘍の経過観察レポート自動作成診断支援システムに関する。
【背景技術】
【０００２】
近年、医用画像の高精細化やモダリティ画像の増加により、これまで発見が困難であった小さな病変も容易に検出することが可能となった。しかし、一人当たりの被検者から得られる診断画像枚数は数１００〜１０００枚以上となり、今後はさらに増加することが見込まれている。このため、医師による悪性腫瘍などの病変部位の抽出に関する読影には多くの時間と労力が必要とされている。
【０００３】
また診断によっては、異なるモダリティ画像同士での比較診断及び治療前後での経過観察診断を行う必要があり、その際に複数のディスプレイを用意するか、別操作によって比較する画像を予め作成しておかなければならないなど、操作性上の問題やレポート作成上の問題が指摘されている。そこで、コンピュータによる診断支援システム（ＣＡＤ）の開発が求められている（非特許文献１参照）。
【０００４】
これまでに腫瘍の自動判定として、マンモグラフィ画像に関するコンピュータ画像支援診断（ＣＡＤ）を用いた乳癌の自動検出(特許文献１参照)及び肝臓、腎臓などの腫瘍領域を自動的に抽出・検出する画像診断支援システムが提案されている(非特許文献２〜４参照) 。
【０００５】
また、１つ又は複数の医用イメージング・デバイスから検査処理情報を自動的に取得し、このデータを解析センターに自動的に送信し、さらに有用なレポートを顧客に自動的に提供するための装置(特許文献２参照)や、異なる複数のモダリティ画像を１つのディスプレイに用途に合わせて表示する画像表示装置（特許文献３）などが提案されている。
【０００６】
【特許文献１】特開２００３−５７５号公報
【特許文献２】特開２００２−１４０４３９号公報
【特許文献３】特開平１−９９０８３号公報
【非特許文献１】多次元医用画像の知的診断支援第一回シンポジウム論文集、pp.1、2005
【非特許文献２】PET/ＣＴ画像からの腫瘍候補領域自動抽出による支援診断システム（新田修平，本田清士，糟谷友美，本谷秀堅, 深見忠典，湯浅哲也,赤塚孝雄，呉勁，武田：MEDICAL IMAGING TECHNOLOGY，vol.24 N0.3，pp.181-190，2006.）
【非特許文献３】画素値の確率分布に基づくPET/ＣＴ画像中の腫瘍領域の抽出（新田修平，本谷秀堅，深見忠典，湯浅哲也，赤塚孝雄，呉勁，武田徹，織内昇，遠藤啓吾，渡邊順久：MEDICAL IMAGING TECHNOLOGY, Vol.24 No.5，pp.409-418，2006.）
【非特許文献４】ＰＥＴ／ＣＴ画像中の腫瘍抽出高精度化のための判別器の学習（深田好秀，新田修平，本谷秀堅，深見忠典，湯浅哲也，赤塚孝雄，呉勁，武田徹，織内昇，遠藤啓吾，渡邊順久：画像の認識・理解シンポジウム(MIRU2007)，pp.341-348，2007.）
【発明の開示】
【発明が解決しようとする課題】
【０００７】
従来、腫瘍の自動抽出診断支援システムなどの医用支援システムは幾つか検討されているが、それらは１回の撮像データのみの腫瘍の自動抽出診断支援を対象としており、腫瘍の経過観察支援に対応したシステムは検討されておらず、また医用システムとしても診断工程の一部を部分的に利便化するものに過ぎない上に、システムとしての拡張性に乏しく、十分なものとなっていない。
【０００８】
経過観察において、呼吸などの影響により画像の位置や形状が変化することから、各種モダリティ画像での位置合わせを正確に行うことは困難であり、病変部位の位置、体積（ＸＹＺ方向の最大径）、特徴量、浸潤やリンパ節転移や遠隔転移の有無、放射性薬剤の集積度に関する経時変化を画像及び数値データとして自動的に作成することができず、治療方針を策定する上で有用とされる定量的解析が困難な状況にある。また、それらの病変部位の変化をレポートに手作業で記載する際に、誤記入や書落としの割合を減らし、かつレポート作成に要する時間を短縮することもできていない状況にある。
【０００９】
本発明の課題は、腫瘍を自動的かつ正確に検出することができ、経過観察を前提とした画像データから治療効果を評価する上で、診断（画像読影）に要する時間を縮減し、誤記入や書き落としのない診断レポートを自動的に作成することができるシステム、すなわち、腫瘍の経過観察レポート自動作成診断支援システムを提供することにある。
【課題を解決するための手段】
【００１０】
すなわち本発明は、上記課題を解決するために以下の（Ａ）〜（Ｄ）のサブシステムから構成される腫瘍の経過観察レポート自動作成診断システムを提供する。
(Ａ)(ａ)、又は(ａ)及び（ｂ）の機能を有するデータ標準化サブシステム；
(ａ) 検査画像データ格納サーバーに格納されている画像データから、標準化された数値データを作成して、画像データとリンクした標準化数値データの形態で標準化データ格納サーバーに格納する機能、
(ｂ) 検査画像データ格納サーバーに格納されている２種以上のモダリティの画像データを合成処理することにより得られる合成画像データから、標準化された数値データを作成して、合成画像データとリンクした標準化数値データの形態で標準化データ格納サーバーに格納する機能、
(Ｂ)入力装置からの命令に従い、標準化サブシステムにおいて標準化データ格納サーバーに格納された標準化数値データと、同じく標準化データ格納サーバーに格納されている過去データとを比較・評価するための経過観察解析支援サブシステム；
(Ｃ)あらかじめ設定された基準に従って、経過観察解析支援サブシステムの比較結果に基づいて、治療の効果の評価に関するレポートを自動的に作成するレポート自動作成支援サブシステム；
(Ｄ)入力装置からの命令に従い、被検者のプロフィール、レポート、及びレポート作成の基礎となった画像データ及び標準化数値データを、出力装置からアウトプットする、レポート出力サブシステム；
【発明の効果】
【００１１】
本発明によれば、ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、超音波診断装置など各種モダリティ画像を利用したステージングを含めた腫瘍診断の精度を向上させ、早期発見や早期治療の可能性を増大させ、腫瘍による死亡率の低下が期待できる。また画像読影やレポートの作成に要する労力を低減し、時間を短縮することができる上に、読影結果を誤って判定したり、誤って記入する確率が大幅に縮減できる。そして、読影とレポートの作成に要する労力と時間が低減されるため、医師一人が単位時間に診断できる患者数が増加する。また、医用データの定量的解析が可能となるため、効率良く、高度な臨床研究が可能となる。
【発明を実施するための最良の形態】
【００１２】
本発明の腫瘍の経過観察レポート自動作成診断支援システムとしては、データ標準化サブシステム、経過観察解析支援サブシステム、レポート自動作成サブシステム、レポート出力サブシステムの各サブシステムと、それを実現するためのハードウエア構成（デバイス構成）であるモダリティ装置、モダリティによって撮像された画像データを格納する検査画像データ格納サーバー、被検者のプロフィールを格納するサーバー、腫瘍の経過観察において各種演算処理時に使用する各種プログラムがインストールされたプログラムサーバー、及び標準化後の画像データ・数値データを格納する標準化データ格納サーバー、並びに、入力装置、出力装置、ＲＡＭ（メモリ）、及び前記サーバーに格納されているデータを演算処理するＣＰＵ（演算処理装置）を備えていれば特に制限されず、本発明の一実施形態に係るシステムは、医用画像計測装置ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、超音波診断装置などの各種モダリティ装置、好ましくは検査画像データ格納サーバーとコンピューターネットワークで電子的に接続されているモダリティ装置により計測された画像データを検査画像データ格納サーバーに格納した上で、当該画像データより様々な演算処理を施すことにより、腫瘍データ、経時変化データなどの所望のデータをレポートとして自動的に作成及び出力する。以下、本発明の一実施形態として図１に例示される腫瘍の経過観察レポート自動作成診断支援システム構成図（ハードウェア構成図）により説明する。
【００１３】
腫瘍の経過観察レポート自動作成診断支援システム構成は、１又は２以上のモダリティ装置、例えばモダリティ装置１，２、モダリティによって撮像された画像データを格納する検査画像データ格納サーバー３、氏名、性別、年齢、血液等の検査結果（血液型、血液・生化学検査、腫瘍関連検査、遺伝子検査等のデータ、尿や髄液、病理画像や診断結果）、既往症、薬に対するアレルギーの有無などの被検者のプロフィールを格納した被検者プロフィールデータサーバー４、腫瘍の経過観察において演算処理時に使用する各種プログラム（腫瘍自動検出プログラム６、標準化数値データ作成プログラム７、腫瘍条件検索プログラム８、経過観察解析支援プログラム９、レポート作成支援プログラム１０、機械学習機能プログラム１１など）がインストールされたプログラムサーバー５、キーボード及びマウスなどの入力装置２７、ＣＰＵ（演算処理装置）２８、ＲＡＭ(ランダムアクセスメモリ)２９、ディスプレイ装置、プリンターなどの出力装置３０、並びに、各モダリティや合成モダリティ画像データと、各モダリティや合成モダリティ画像データから作成された標準化された数値データとを格納した標準化データ３２、及び腫瘍を自動検出する上で有用な医用参考過去データ３３（過去の一般的症例データ）を格納した標準化データ格納サーバー３１から構成される。
【００１４】
前記腫瘍自動検出プログラム６にはサブプログラムとして、画像データ確認プログラム１２、追加撮像命令プログラム１３、被検者本人の過去データを取得しうるプログラム１４等が実装されている。上記画像データ確認プログラム１２は、撮像した腫瘍の画像が標準化数値データ作成プログラム７を正常に実行することができる解像度・鮮明度等を有しているかどうかを判定しうるプログラムである。上記追加撮像命令プログラム１３は、撮像した腫瘍の画像が標準化数値データ作成プログラム７を正常に実行することができない画像データ確認プログラム１２からの命令による再撮像や、異常領域を自動的に検出した腫瘍自動検出プログラム６からの命令による拡大撮像・異方向撮像を実行するプログラムであり、通常、医師の指示により実行される。被検者本人の過去データを取得しうるプログラム１４は、その都度更新された被検者本人の過去データを取得するプログラムである。
【００１５】
前記標準化数値データ作成プログラム７にはサブプログラムとして、腫瘍位置特定プログラム１５、腫瘍体積及び／又はＸＹＺ方向の最大径算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、腫瘍の進行度を決定するグレーディングプログラム２３等が実装されている。上記腫瘍位置特定プログラム１５は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、検出された臓器及びその臓器における検出位置を特定するプログラムであって、任意の空間座標系を適用して正確な腫瘍位置を特定するプログラムである。上記腫瘍体積算出プログラム１６は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の体積を算出するプログラムであり、画像データから直接算出することもできるが、腫瘍の最大径から間接的に算出することができる。上記腫瘍特徴量算出プログラム１７は、モダリティ装置により計測された信号変化、形状、密度、薬剤集積度、さらには前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の密度を算出するプログラムである。上記腫瘍種類特定プログラム１８は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の種類を特定する（肺がんの場合：腺がん、扁平上皮がん、大細胞がん、小細胞がんの可能性を示唆する（良性の可能性が高いか低いかの判定を支援する））プログラムである。上記浸潤の有無検出プログラム１９は、上記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍が上皮基底膜を越えるなど浸潤性を有しているか否かを検出するプログラムである。上記リンパ節転移の有無検出プログラム２０は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍によるリンパ節への転移の有無を検出するプログラムである。上記遠隔転移の有無検出プログラム２１は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍が遠隔転移によって生じた腫瘍であるか否かを検出するプログラムである。例えば、原発腫瘍が肺がんとした場合、脳病変、骨病変、肝臓病変や副腎病変等は遠隔転移と考える。上記放射性薬剤集積度算出プログラム２２は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍における放射性薬剤集積度（ＳＵＶ）を算出するプログラムである。また、上記グレーディングプログラム２３は、前記腫瘍自動検出プログラム６によって腫瘍が検出された場合に、当該腫瘍の進行度を決定するグレーディングプログラムである。
【００１６】
前記腫瘍条件検索プログラム８は、入力装置２７からの命令に従って、標準化データ格納サーバーに格納された、腫瘍の位置データ、体積（ＸＹＺ方向の最大径）データ、腫瘍の特徴量（形状、密度、信号変化、薬剤の集積度）、放射性薬剤の集積度（ＳＵＶ）データなどの定量データや、腫瘍の種類、浸潤の有無、リンパ節転移の有無、遠隔転移の有無、腫瘍グレードデータなどの腫瘍特性データから、各種条件を設定することにより、条件を充足するデータの抽出を可能とするプログラムである。
【００１７】
前記画像経過観察解析支援プログラム９にはサブプログラムとして、画像マッチングプログラム２４、数値データ定量比較プログラム２５、腫瘍特性データ比較プログラム２６等が実装されている。上記画像マッチングプログラム２４には、さらにサブプログラムとして、テンプレートマッチングプログラムと、グローバルマッチングプログラム及びローカルマッチングプログラム等が実装されており、上記テンプレートマッチングプログラムは、医用画像データに関する局所的な位置合わせを実行するプログラムであり、上記グローバルマッチングプログラムは、各臓器や部位の境界を重視した対極的位置合わせを実行するプログラムであり、上記ローカルマッチングプログラムは、相互相関値に基づく局所的位置合わせを実行するプログラムである。上記数値データ定量比較プログラム２５は、標準化データ格納サーバーに格納されている体積（ＸＹＺ方向の最大径）データ、腫瘍の特徴量（形状、密度、信号変化、薬剤の集積度）等の数値データを定量的に比較するプログラムである。上記腫瘍特性データ比較プログラム２６は、標準化データ格納サーバーに格納されている腫瘍の種類、浸潤の有無、リンパ節転移の有無、遠隔転移の有無等の腫瘍特性データを定性的に比較するプログラムである。
【００１８】
前記レポート作成支援プログラム１０は、あらかじめ設定された基準に従って、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートを自動的に作成するプログラムであり、レポート結果は入力装置２７からの命令により、被検者プロフィールに基づいた各モダリティ又は合成モダリティ画像データ、これら画像データとリンクした標準化数値データ、腫瘍特性データ等と共に、ディスプレイ等の出力装置３０に表示される。出力されたレポート結果は医師により必要に応じて修正される。
【００１９】
前記機械学習機能プログラムは、医用参考過去データが入力されると、腫瘍を識別する上で当該データを自律的に分析（学習）、整理、さらに腫瘍自動検出プログラムを更新させる機能や、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて作成されるレポートの医師による修正結果をレポート作成支援プログラム１０に反映させる機能などを有する、機械的に学習するプログラムである。
【００２０】
上記標準化データ３２は、具体的には、被検者ＩＤデータを主キーとして、検査日データ、腫瘍画像データ、各モダリティ又は合成モダリティにおける腫瘍の位置データ、腫瘍の体積（最大径）データ、腫瘍特徴量（信号変化、形状、密度、薬剤の集積度）データ、腫瘍種類（肺がんの場合；腺がん、扁平上皮がん、大細胞がん、小細胞がん）データ、浸潤の有無データ、リンパ節転移の有無データ、遠隔転移の有無データ、放射性薬剤集積度（ＳＵＶ）データ、腫瘍グレードデータより構成されるデータが各被検者ごとに構成されている。これらのデータは、一つのデータセットとして標準化データ格納サーバーに格納されている。
【００２１】
本発明の経過観察レポート自動作成診断支援システムの対象となる腫瘍としては、肺がん（腺がん、扁平上皮がん、大細胞がん、小細胞がん）、胃がん、食道がん、子宮頚がん、肝臓がん、腎臓がん、膵臓がん、大腸がん、膀胱がん、前立腺がん、卵巣がん、乳がん、咽頭がん、喉頭がん等のがん疾患、耳下腺腫瘍、脳腫瘍、全身に発生する種々の肉腫、種々の良性腫瘍等を具体的に例示することができる。
【００２２】
次に、データ標準化サブシステム(Ａ)の（ａ）、すなわち、１種のモダリティ装置で撮像され、検査画像データ格納サーバーに格納されている画像データから、標準化された数値データを作成して、画像データとリンクした標準化数値データの形式で標準化データ格納サーバーに格納する機能を有するサブシステムを、図２に示すフローチャートにより以下説明する。
【００２３】
モダリティ装置１によって撮像された画像データが、コンピューターネットワークで電子的に接続されている検査画像データ格納サーバー３に格納される。検査を開始しているにも関わらず、画像データが検査画像データ格納サーバー３に格納されていなければ、追加撮像命令プログラム１３が実行され、再度撮像を実施する処理は、画像データが検査画像データ格納サーバー３に格納されるまで繰り返し自動的に実行してもよいが、通常、入力装置からの医師の命令に基づいて追加撮像命令プログラム１３を実行する。これは、検査時に得られた画像データから自動的に病変部位候補を検出し、患者の検査が終わる前に、医師から追加撮影等に関する指示情報を検査医や技師に提示し、再検査を必要とせずにより確実な診断が行えるように支援するものである。
【００２４】
画像データが検査画像データ格納サーバー３に格納されると、ＣＰＵ２８はプログラムサーバー５に記憶されている画像データ確認プログラム１２をロードすることにより、腫瘍を自動検出する上で検査画像データが十分に撮像されているか否かを確認する。一般的には、決まった撮影手順で検査が実施されるので、サーバーからの指示で再度撮影を自動的に行わない。Ｘ線ＣＴ等では、被曝が増加するので一度撮影した画像を確認して、必要で有れば追加撮影となる。必ず医師等の確認を行う。なお、検査画像データが腫瘍を自動検出する上で十分でないと画像データ確認プログラム１２により判定される場合に、追加撮像命令プログラム１３が自動的に実行されようにしておくこともできる。
【００２５】
検査画像データ格納サーバー３に格納された検査画像データが、画像データ確認プログラム１２によって腫瘍を自動検出する上で十分であると判断された場合には、過去データ取得プログラム１４が実行され、腫瘍を検出する上で有用なデータ（被検者本人の過去データ３２、医用参考過去データ（一般症例）３３）を標準化データ格納サーバー３１より取得する。被検者本人の過去データ３２、医用参考過去データ（一般症例）３３が取得されると、撮像された画像データと共に、腫瘍自動検出工程（腫瘍自動検出プログラム６）に処理が移行される。腫瘍自動検出工程（腫瘍自動検出プログラム６）では、被検者本人の過去データ３２、医用参考過去データ（一般症例）３３を参照することにより、撮像された検査データに腫瘍が存在するか否かを識別する。また、異常領域を検出した場合は、腫瘍自動検出プログラム６からの命令により、追加撮像命令プログラム１３が実行され、１又は複数の拡大撮像や異なる方向からの撮像が自動的に行われる。
【００２６】
腫瘍自動検出プログラム６の実行が終了すると、腫瘍の検出有無に関わらず、中間結果データ及び実行結果データが標準化数値データ作成工程（標準化数値データ作成プログラム７）に渡される。標準化数値データ作成工程（標準化数値データ作成プログラム７）では、腫瘍が検出された場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３を各々実行し、それらの実行結果を被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）及び検査画像データと併せ、データの標準化処理を実行し、画像データと数値データを１組のデータ群（データＴＮ）として作成した上で、標準化データ格納サーバー３１に格納する。
【００２７】
腫瘍が検出されなかった場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３のいずれに関しても実行はせず、被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）及び検査画像データと併せ、データの標準化処理を実行し、標準化データ格納サーバー３１に格納する。
【００２８】
ＲＡＭ２９には、１種のモダリティ装置で撮像された画像データより標準化データを作成するまでの各種の処理（プログラム）をＣＰＵ２８が実行する過程で必要とされる入力データ、中間処理結果データ及び当該プログラムを適宜記憶するものとする。
【００２９】
図３は、データ標準化サブシステム(Ａ)の（ｂ）、すなわち、本発明に係る２種以上のモダリティ装置で撮像された画像データより合成画像を作成し、その後に標準化データを作成するまでのフローチャートである。図３に示すように、検査を開始すると２種以上のモダリティ装置（モダリティ装置１、モダリティ装置２）によって撮像された画像データが各々検査画像データ格納サーバー３に格納される。
【００３０】
検査を開始しているにも関わらず、いずれか又は全ての画像データが検査画像データ格納サーバー３に格納されていなければ、検査終了前に、撮影不足部位を医師ないし技師に提示し、許諾後（自動撮影が許される場合はこの許諾無し）に、取得できていない画像データを撮像するモダリティ装置に対して、追加撮像命令プログラム１３が実行され、再度撮像を実施する。この処理は、画像データが検査画像データ格納サーバー３に格納されるまで繰り返し実行される。画像データが検査画像データ格納サーバー３に格納されると、ＣＰＵ２８はプログラムサーバー５に記憶されている画像データ確認プログラム１２をロードすることにより、画像データの合成処理及び腫瘍の自動検出を実行する上で検査画像データが十分に撮像されているか否かを各々に対して確認する。
【００３１】
検査画像データのいずれか又は全てが画像データの合成処理及び腫瘍の自動検出を実行する上で十分でないと、画像データ確認プログラム１２により判定されると、画像データの合成処理及び腫瘍の自動検出を実行する上で十分でないと判定された画像データを撮像した、いずれか又は全てのモダリティ装置に対して、検査終了前に、撮影不足部位等を医師ないし技師に提示し、許諾後（自動撮影が許される場合はこの許諾無し）に、追加撮像命令プログラム１３が実行され、再度撮像を実施する。この処理は、撮像画像が腫瘍を自動検出する上で十分なデータとなるまで繰り返し実行される。
【００３２】
検査画像データ格納サーバー３に格納された全ての画像データが画像データ確認プログラム１２によって画像データの合成処理及び腫瘍の自動検出を実行する上で検査画像データが十分であると判断された場合には、画像マッチングプログラム２４（テンプレートマッチングプログラム）が実行され、合成画像データが作成される。合成画像データが作成されると、過去データ取得プログラム１４が実行され、腫瘍を検出する上で有用なデータ（被検者本人の過去データ３２、医用参考過去データ（一般症例）３３）を標準化データ格納サーバー３１より取得する。被検者本人の過去データ３２、医用参考過去データ（一般症例）３３が取得されると、撮像された画像データと同時に、腫瘍自動検出工程（腫瘍自動検出プログラム６）に処理が移行される。
【００３３】
腫瘍自動検出工程（腫瘍自動検出プログラム６）では、被検者本人の過去データ３２、医用参考過去データ（一般症例）３３を参照することにより、合成画像データに腫瘍が存在するか否かを識別する。腫瘍自動検出プログラム６の実行が終了すると、腫瘍の検出有無に関わらず、中間結果データ及び実行結果データが標準化数値データ作成工程（標準化数値データ作成プログラム７）に渡される。
【００３４】
標準化数値データ作成工程（標準化数値データ作成プログラム７）では、腫瘍が検出された場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３を各々実行し、それらの実行結果を被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）、検査画像データ及び合成画像データと併せ、データの標準化処理を実行し、画像データと数値データを１組のデータ群（データＴＮ）として作成した上で、標準化データ格納サーバー３１に格納する。
【００３５】
腫瘍が検出されなかった場合には、腫瘍位置特定プログラム１５、腫瘍体積算出プログラム１６、腫瘍特徴量算出プログラム１７、腫瘍種類特定プログラム１８、浸潤の有無検出プログラム１９、リンパ節転移の有無検出プログラム２０、遠隔転移の有無検出プログラム２１、放射性薬剤集積度算出プログラム２２、グレーディングプログラム２３のいずれに関しても実行はせず、被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ、検査日、年齢、性別などのデータ）、検査画像データ及び合成画像データと併せ、データの標準化処理を実行し、標準化データ格納サーバー３１に格納する。
【００３６】
図４は、経過観察解析支援サブシステム(Ｂ）、すなわち、入力装置からの命令に従い、標準化サブシステムにおいて標準化データ格納サーバーに格納された標準化数値データと、同じく標準化データ格納サーバーに格納されている過去データとを比較するまでのフローチャートである。
【００３７】
図４に示すように、経過観察解析支援プログラム９では、あらかじめ設定された基準又は入力装置からの命令に従って、標準化データ格納サーバー３１より、経過観察する上で設定された過去（第１時期）と現在（第２時期）における、検査画像データ、合成画像データ、腫瘍位置データ、腫瘍体積データ、腫瘍特徴量（信号変化、形状、密度、薬剤の集積度）データ、腫瘍種類データ、浸潤の有無データ、リンパ節転移の有無データ、遠隔転移の有無データ、放射性薬剤集積度データ、腫瘍グレードデータを取得する。標準化データ格納サーバー３１よりデータの取得が完了すると、経過観察解析支援プログラムのサブプログラムである、画像マッチングプログラム２４、数値データ定量比較プログラム２５、腫瘍特性データ比較プログラム２６を各々、実行する。
【００３８】
画像マッチングプログラム２４（グローバルマッチングプログラム、ローカルマッチングプログラム）を実行することにより過去（第１時期）と現在（第２時期）の経過観察画像データを比較し、数値データ定量比較プログラム２５を実行することにより過去（第１時期）と現在（第２時期）の経過観察数値データを比較し、腫瘍特性データ比較プログラム２６を実行することにより過去（第１時期）と現在（第２時期）の経過観察特性データを比較する。そして、過去（第１時期）と現在（第２時期）に関する上記経過観察画像データ、上記経過観察数値データ、上記経過観察特性データと、被検者プロフィールデータサーバー４に格納されている被検者のデータ（氏名、ＩＤ）とを併せて、経過観察解析データを作成する。
【００３９】
次に、レポート自動作成支援プログラム１０は、標準化データ格納サーバー３１に格納されている、検査画像データ、合成画像データ、腫瘍位置データ、腫瘍体積データ、腫瘍特徴量データ、腫瘍種類データ、浸潤の有無データ、リンパ節転移の有無データ、遠隔転移の有無データ、放射性薬剤集積度データ、腫瘍グレードデータより、設定された各種指標値を電子計算処理し、当該結果を、時系列、円グラフ、棒グラフなど各種チャートで示すことにより、病状の経過及び治療効果に関して定量的・定性的な評価の支援を可能とする。かかるレポート自動作成支援プログラム１０を実行することにより、あらかじめ設定された基準に従って、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートを自動的に作成する。
【００４０】
図５は、入力装置からの命令に従い、被検者のプロフィール、レポート、レポート作成の基礎となった画像データ及び標準化数値データをディスプレイ上に出力表示した結果を示す。ディスプレイ表示例（図５）では、まず、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートが画面上部に表示され、その下方画面左側に標準化データ格納サーバー３１より取得された過去（第１時期）の検査画像データ、数値データを、その下方画面中央に標準化データ格納サーバー３１より取得された現在（第２時期）の検査画像データ、数値データを、その下方画面右側に前記経過観察解析支援プログラム９を実行することにより出力された経過観察解析データを表示している。表示形式、表示対象項目に関しては、あらかじめ設定された基準又は入力装置からの命令に従って、所望する形式、項目を、表示することができる。
【００４１】
以下、経過観察に関する実施例により本発明をより具体的に説明するが、本発明の技術的範囲はこれらの例示に限定されるものではない。また、経過観察として過去（第１時期）を術前データ、現在（第２時期）を術後データとして実施した。
【００４２】
本発明の実施形態で用いた画像は、山形済生病院で撮影された（ＧＥ社製ＰＥＴ／ＣＴ Ｄｉｓｃｏｖｅｒｙ ＬＳ８）全身ＰＥＴ／ＣＴ画像である。原画像の構成を表１に示す。本明細書では図６に示す術前・術後ともに腫瘍が残っているケース（パターン１）と、図７に示す術後には、腫瘍が消えてなくなったケース（パターン２）の２症例を用いて実施した。また、術後のＰＥＴ画像中ではＦＤＧの集積が消えＣＴ画像上でまだ腫瘍の影が残っているケース（パターン３）が無いため、パターン２の症例を用いて、仮想的に術前のＣＴ画像上にある腫瘍の影が術後の画像にあるとして実施した。
【００４３】
【表１】
【００４４】
本発明の実施形態では、ＰＥＴ、ＣＴの２種のモダリティの画像データを合成処理することにより得られる合成画像データから、前記自然呼気での影響また空間分解能の相違などの問題を考慮し、画像間での位置合わせを正確に行うために、任意のマッチング手法を適用した。以下、本発明の実施形態で適用したマッチング手法に関して説明する。
【００４５】
図８に示すように術前・術後の腫瘍の経過を観察するためにＰＥＴ／ＣＴ画像の比較としてＴ１〜Ｔ４の４つのステップで位置合わせを実施した。これら４つの位置合わせのうち、ＰＥＴ画像間の位置合わせＴ４はＰＥＴ画像が検査対象領域の位置合わせに有用な画像パターンを十分に含んでいないことから、直接マッチングすることが困難であるためにＴ１、Ｔ２、Ｔ３よりＴ４を実施することとした。
【００４６】
［術前のＰＥＴ画像から術前のＣＴ画像への腫瘍の位置合わせ（ＴＩ）］
術前のＰＥＴ画像から抽出した腫瘍領域をテンプレートとして、相互情報量を用いたテンプレートマッチングにより対応するＣＴ画像の位置を求めた。具体的な位置合わせの方法を以下に示す。
（１）抽出した腫瘍の大きさに基づいて、テンプレートを作成する。テンプレートの中心は術前のＰＥＴ画像から抽出した腫瘍領域において、ＳＵＶが最大の位置とする。
（２）探索の範囲はｘ、ｙ、ｚ軸で−１２［ｍｍ］〜＋１２［ｍｍ］とし、相互情報量が最大となるテンプレートの中心位置を求める。
【００４７】
本発明の実施形態では、ピクセル幅とスライス厚の違いを考慮し、テンプレートは２次元で作成し、抽出した腫瘍に外接する長方形の縦横２倍の長方形とした。また、ＣＴ画像とＰＥＴ画像のピクセル幅を合わせるため、ＰＥＴ画像の画像サイズが４倍となるよう線形補間処理を実施した。
【００４８】
本発明の実施形態では腫瘍の大きさをＣＴ画像から求めることとしており、その方法を以下に示す。
（１）ＣＴ画像中の腫瘍候補領域を抽出するために、対応付けの際に用いたＰＥＴ画像のテンプレートのサイズを参照してＣＴ画像の局所領域内で判別分析を行い、閾値を決定し、二値化する。
（２）オープニング処理により領域を補正する。
（３）テンプレートのサイズ内にある腫瘍候補領域を開始点としてラベリングを行う。
（４）体積最大のものを腫瘍領域とし、腫瘍の位置（重心）と体積を求める。ここで、（２）の操作で構造化要素は半径ｌ．５［ｍｍ］の円とした。
以上の操作により、両画像間の腫瘍の位置合わせを実施した。
【００４９】
［術前・術後の両ＣＴ画像間の位置合わせ（Ｔ２）］
ＣＴ画像における術前・術後の検査対象領域の位置合わせ（図８のＴ２）は、検査対象領域全体に対して行い、その手法には３次元 Ｅｌａｓｔｉｃ Ｍａｔｃｈｉｎｇ 法を参考にし、大局的な位置合わせ（グローバルマッチング）を行った後、局所的な位置合わせ（ローカルマッチング）を実施することとした。
【００５０】
位置合わせが済んだ後、術後のＣＴ画像での腫瘍は、局所領域内（術前のＣＴ画像で抽出した腫瘍の外接直方体の大きさの２倍）において判別分析による閾値処理の後、オープニング処理により領域を補正し、局所領域内で体積最大のものを腫瘍領域とし、体積を求めた。
【００５１】
以下、術前・術後の両ＣＴ画像間の位置合わせ（Ｔ２）において本発明の実施形態で適用した、グローバルマッチングとローカルマッチングに関する手法を記載する。
【００５２】
[グローバルマッチング]
術前と術後の検査対象領域の輪郭上で対応点を見つけることは困難であるために術前・術後の画像それぞれで作成した距離画像においてそれらの二乗誤差が最小となるような変形パラメータを算出した。
【００５３】
その前処理として検査対象領域の形状をクロージングにより補正し、距離画像は検査対象領域の外側が正、内側か負の距離となるように作成した。また、二乗誤差の最小化には共役方向法を用いている。
【００５４】
距離画像を用いることにより、対応点を仮定することなく、検査対象領域の外形を一致させる変形を求めた。
【００５５】
また、術前・術後の検査対象領域の外接直方体が一致するように術前画像の拡大・縮小と平行移動による変形を実施した。
【００５６】
[ローカルマッチング]
検査対象領域の外形のみの位置合わせでは検査対象領域内の画像パターンを考慮していないことから、血管などの画像パターンのずれが数多く残る結果となったため、グローバルマッチングの後にローカルマッチングを実施した。
【００５７】
図９に本発明の実施形態で適用したローカルマッチングの概要を示す。
【００５８】
ローカルマッチングでは、まず術前画像の検査対象領域から一定間隔にテンプレートＶＯＩを設置し、術後画像の探索領域ＶＯＩから相互相関値が最大になる移動ベクトル（シフトベクトル）を求めた。
【００５９】
以上の手続きを設定した全てのテンプレートＶＯＩについて行い、シフトベクトルを求めた。
【００６０】
テンプレートＶＯＩの中心をｘ−ｙ方向に８ピクセル間隔、ｚ方向には２ピクセル間隔で設定し、マトリックスサイズを１７×１７×５［ｖｏｘｅｌｓ］とする。これらの値は、グローバルマッチング後の血管のずれを考慮し、実験的に定めている。
【００６１】
ローカルマッチングにより得られるシフトベクトルは、設定したＶＯＩ内の画像パターンのエネルギーが低い場合、画像のノイズの影響などにより確度が低くなる。そもそも生体の位置合わせであるのでシフトベクトルの分布は空間的に連続であるはずであるが、確度の低いシフトベクトルの存在により、この連続性が損なわれることが多い。
【００６２】
本発明の実施形態では計算量を考慮して、各シフトベクトルの重み付き平均を求めることにより、分布を平滑化した。この重みの値 ｗ（ｘ）を、変形前と変形後の間における相互相関の値の改善量で定めることとした。
【００６３】
以下に、数式を用いて説明する。
【００６４】
変形する術前画像の中心位置におけるテンプレートＶＯＩをＴ（ｘ）、参照する術後画像の中心位置における探索ＶＯＩをＲ（ｘ）とし、テンプレートＶＯＩと探索ＶＯＩとの相互相関値を最大にする移動量、すなわちシフトベクトルをｃ（ｘ）として表している。また、移動前の相互相関値Ｅ（Ｒ（ｘ）、Ｔ（ｘ））と移動後の相互相関値Ｅ（Ｒ（ｘ＋ｃ（ｘ））、Ｔ（ｘ））の差に基づく重み係数次式で計算した。
【００６５】
【数１】
【００６６】
ただし、Ωｘはｘ近傍の領域である。この時
【００６７】
【数２】
【００６８】
により、シフトレベルを平滑化してｃ’（ｘ）を得る。
【００６９】
［術後のＣＴ画像から術後のＰＥＴ画像への位置合わせＴ３］
術後におけるＣＴ画像からＰＥＴ画像の位置合わせ（図８のＴ３）についても術後のＣＴ画像をテンプレートとして相互情報量を用いて対応するＰＥＴ画像の位置をテンプレートマッチングによって求めた。具体的な位置合わせの方法を以下に示す。
（１）抽出した腫瘍の大きさに基づいて、テンプレートを作成する。テンプレートの中心は術後のＣＴ画像から抽出した腫瘍領域の重心とする。
（２）探索の範囲はｘ、ｙ、ｚ軸で−１２［ｍｍ］〜＋１２［ｍｍ］とし、相互情報量が最大となるテンプレートの中心位置を求める。
【００７０】
「術前のＰＥＴ画像から術前のＣＴ画像への腫瘍の位置合わせ（ＴＩ）」と同様にテンプレートは２次元で作成し、その横幅と縦幅はそれぞれ抽出した腫瘍の縦幅と横幅の２倍とした。また、ＰＥＴ画像の画像サイズが４倍となるよう線形補間処理を行った。術前における処理と同様に、ＳＵＶが最大の位置を腫瘍の位置とみなすこととした。
【００７１】
本発明の実施形態では検査対象領域の腫瘍の抽出が済んでいる術前のＰＥＴ画像を入力とし、術前のＣＴ画像、術後のＣＴ画像とＰＥＴ画像のそれぞれと位置合わせを行い、腫瘍の大きさとＳＵＶ値の変化を出力した。
【００７２】
[術前・術後の両ＰＥＴ画像間の位置合わせ（Ｔ４）］
前記、Ｔ１、Ｔ２、Ｔ３を実施することにより、術前・術後の両ＰＥＴ画像間の位置合わせＴ４を実施した。
【００７３】
図１０にグローバルマッチングの結果を示す。図１０の左がグローバルマッチング前、右がグローバルマッチング後の結果を示す。これらの図において薄い灰色が術後の検査対象領域、濃い灰色が術前の検査対象領域、黒色が二つの検査対象領域が重なった領域を示す。
【００７４】
グローバルマッチング（位置合わせ）することにより、横隔膜付近の重なりが増えたことが確認できる。
【００７５】
図１１にローカルマッチングにより得られたシフトベクトル（ａ）、相互相関値の重み付け平均によるシフトベクトルの補正結果（ｂ）、グローバルマッチング後の検査対象領域の差分画像（ｃ）、補正したシフトベクトルにより変形した際の検査対象領域の差分画像（ｄ）をそれぞれ示す。
【００７６】
図１１（ａ）、（ｂ）が示すように、式（１）の重み付け平均を求めることにより、シフトベクトルの分布が連続する。
【００７７】
また、図１１（ｃ）、（ｄ）が示すようにグローバルマッチング後に見られる血管部の位置ずれによるアーチファクトがローカルマッチングによって軽減されていることが分かる。
【００７８】
図１２にＰＥＴ画像、ＣＴ画像ともに術後に腫瘍が残っている症例（パターン１）に提案手法を適用した結果を示す。図１２（ａ）、（ｂ）は十字線が術前のＰＥＴ画像から得られた腫瘍の位置と残りの各画像において対応する位置を示す。
【００７９】
図１２（ｃ）、（ｄ）は対応する腫瘍位置の拡大図であり、腫瘍領域を白色でＣＴ画像に重ねたものとＣＴとＰＥＴの原画像を示す。
【００８０】
図１２（ｅ）は、提案システムが自動的に求めた術前・術後での腫瘍のＳＵＶの変化と体積の変化を示す。図１２に示すようにパターン１に対して、腫瘍の位置を正しく対応づけることができ、さらに腫瘍の体積をＣＴ画像から計測できている。
【００８１】
また同様に、図１３にＰＥＴ画像、ＣＴ画像ともに術後の画像から腫瘍が消えた症例（パターン２）に本処理を適用した結果を示す。この場合、術後のＣＴ画像で対応する点に腫瘍は無く、術後には腫瘍が消えたことを自動で判断できている。
【００８２】
前述したように本発明で使用するデータベースにはＣＴ画像上には腫瘍が残っているがＰＥＴ画像上で薬剤の集積が消えたケース（パターン３）が無いため、図１３に示すパターン２の症例を用いて術前のＣＴ画像上にある腫瘍の影が術後のＣＴ画像に仮想的にあるとして術後のＰＥＴ画像と対応付けを行った。
【００８３】
その結果、図１４（ａ）で十字に示す部分が対応付けられた。図１４（ｂ）が示すように術後のＰＥＴ画像ではＦＤＧの集積が無いため、ＳＵＶが大幅に減少するという結果を出力することができた。
【図面の簡単な説明】
【００８４】
【図１】本発明のハードウエア構成を示す図である。
【図２】本発明の１種のモダリティ装置で撮像された画像データより標準化データを作成するまでのフローチャートを示す図である。
【図３】本発明の２種以上のモダリティ装置で撮像された画像データより合成画像データを作成し、その後に標準化データを作成するまでのフローチャートを示す図である。
【図４】本発明の経過観察解析支援サブシステムに関するフローチャートを示す図である。
【図５】本発明のレポート自動作成支援システムにより出力されたレポートをディスプレイ表示したイメージ図である。
【図６】術後にも腫瘍が残っているケースのＰＥＴ／ＣＴ画像（パターン１）を示す図である。
【図７】術後には腫瘍が消えたケースのＰＥＴ／ＣＴ画像（パターン２）を示す図である。
【図８】本発明の各モダリティ画像間の対応と経過観察を示す図である。
【図９】本発明のローカルマッチングの概要を示す図である。
【図１０】本発明のローカルマッチング結果を示す図である。
【図１１】本発明のシフトベクトルの補正とローカルマッチング結果を示す図である。
【図１２】本発明のＰＥＴ画像、ＣＴ画像ともに術後に腫瘍が残っているケース（パターン１）の出力結果を示す図である。
【図１３】本発明のＰＥＴ画像、ＣＴ画像ともに術後には腫瘍が消えたケース（パターン２）の出力結果を示す図である。
【図１４】本発明のＰＥＴ画像ではＦＤＧの集積が消えＣＴ画像ではまだ腫瘍の影が残っているケース（パターン３）を示す図である。
【符号の説明】
【００８５】
１・・・モダリティ装置１
２・・・モダリティ装置２
３・・・検査画像データ格納サーバー
４・・・被検者プロフィールデータサーバー
５・・・プログラム サーバー
６・・・腫瘍自動検出プログラム
７・・・標準化数値データ作成プログラム
８・・・腫瘍条件検索プログラム
９・・・経過観察解析支援プログラム
１０・・・レポート作成支援プログラム
１１・・・機械学習機能プログラム
１２・・・画像データ確認プログラム
１３・・・追加撮像命令プログラム
１４・・・過去データ取得プログラム
１５・・・腫瘍位置特定プログラム
１６・・・腫瘍体積算出プログラム
１７・・・腫瘍特徴量算出プログラム
１８・・・腫瘍種類特定プログラム
１９・・・浸潤の有無検出プログラム
２０・・・リンパ節転移の有無検出プログラム
２１・・・遠隔転移の有無検出プログラム
２２・・・放射性薬剤集積度算出プログラム
２３・・・腫瘍グレーディングプログラム
２４・・・画像マッチングプログラム
２５・・・数値データ定量比較 プログラム
２６・・・腫瘍特性データ比較 プログラム
２７・・・入力装置
２８・・・ＣＰＵ
２９・・・ＲＡＭ
３０・・・出力装置
３１・・・標準化データ格納サーバー
３２・・・標準化データ
３３・・・医用参考過去データ
【特許請求の範囲】
【請求項１】
モダリティ装置、モダリティによって撮像された画像データを格納する検査画像データ格納サーバー、被験者のプロフィールデータを格納するサーバー、腫瘍の経過観察において各種演算処理時に使用する各種プログラムがインストールされたプログラムサーバー、及び標準化後の画像データ・数値データを格納する標準化データ格納サーバー、並びに、入力装置、出力装置、ＲＡＭ、及び前記サーバーに格納されているデータを演算処理するＣＰＵを備え、以下の（Ａ）〜（Ｄ）のサブシステムから構成される腫瘍の経過観察レポート自動作成診断支援システム。
(Ａ) (ａ)、又は(ａ)及び（ｂ）の機能を有するデータ標準化サブシステム；
(ａ) 検査画像データ格納サーバーに格納されている画像データから、標準化された数値データを作成して、画像データとリンクした標準化数値データの形式で標準化データ格納サーバーに格納する機能、
(ｂ) 検査画像データ格納サーバーに格納されている２種以上のモダリティの画像データを合成処理することにより得られる合成画像データから、標準化された数値データを作成して、合成画像データとリンクした標準化数値データの形式で標準化データ格納サーバーに格納する機能、
(Ｂ)入力装置からの命令に従い、標準化サブシステムにおいて標準化データ格納サーバーに格納された標準化数値データと、同じく標準化データ格納サーバーに格納されている過去データとを比較・評価するための経過観察解析支援サブシステム；
(Ｃ) あらかじめ設定された基準に従って、経過観察解析支援サブシステムの比較結果に基づいて、治療の効果の評価に関するレポートを自動的に作成するレポート自動作成支援サブシステム；
(Ｄ) 入力装置からの命令に従い、被験者のプロフィール、レポート、レポート作成の基礎となった画像データ及び標準化数値データを、出力装置からアウトプットする、レポート出力サブシステム；
【請求項２】
プログラムサーバーが、標準化数値データ作成プログラム、腫瘍自動検出プログラム、腫瘍条件検索プログラム、経過観察解析支援プログラム、レポート作成支援プログラム、及び機械学習機能プログラムを格納していることを特徴とする請求項１記載の経過観察レポート自動作成診断支援システム。
【請求項３】
標準化数値データ作成プログラムが、腫瘍位置特定プログラム、腫瘍体積及び／又はＸＹＺ方向の最大径算出プログラム、腫瘍特徴量（信号変化、形状、密度、造影剤を含む薬剤の集積度）算出プログラム、腫瘍種類特定プログラム、浸潤の有無検出プログラム、リンパ節転移及び／又は遠隔転移の有無検出プログラム、放射性薬剤集積度算出プログラム、及び腫瘍の進行度を決定するグレーディングプログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項４】
腫瘍自動検出プログラムが、画像データ確認プログラム、標準化データ格納サーバーに格納された、腫瘍を自動検出する上で有用な医用参考過去データ（過去の一般的症例）、及び／又は本人の過去データを取得しうるプログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項５】
腫瘍条件検索プログラムが、入力装置からの命令に従って、標準化データ格納サーバーに格納された、腫瘍の位置データ、体積（ＸＹＺ方向の最大径）データ、腫瘍の特徴量（信号変化、形状、密度、薬剤の集積度）に関するデータ、浸潤の有無、リンパ節転移の有無、遠隔転移の有無に関するデータ、放射性薬剤の集積度（ＳＵＶ）データ、腫瘍のグレードに関するデータなど、各種条件を設定することにより、条件を充足するデータの抽出を可能とする、腫瘍条件検索プログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項６】
経過観察解析支援プログラムが、医用画像データに関する局所的な位置合わせプログラム（テンプレートマッチングプログラム）と、各臓器や部位の境界を重視した対極的位置合わせプログラム（グローバルマッチングプログラム）及び相互相関値に基づく局所的位置合わせプログラム（ローカルマッチングプログラム）とを備えた画像マッチングプログラムと、数値データ定量比較プログラムと、腫瘍特性データ比較プログラムとを有することを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項７】
レポート作成支援プログラムが、あらかじめ設定された基準に従って、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートを自動的に作成するプログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項８】
機械学習機能プログラムが、医用参考過去データが入力されると、腫瘍を識別する上で当該データを自律的に分析（学習）、整理、さらに腫瘍自動検出プログラムを更新させる機能を有する、機械学習機能プログラムを格納した、請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項９】
プログラムサーバーが、さらに、追加撮像命令プログラムを格納することを特徴とする請求項１〜８のいずれか記載の経過観察レポート自動作成診断システム。
【請求項１０】
標準化データ格納サーバーに格納される標準化数値データが、各モダリティ又は合成モダリティにおける腫瘍の位置データ、体積（ＸＹＺ方向の最大径）データ、腫瘍の種類データ、腫瘍の特徴量（信号変化、形状、密度、薬剤の集積度）に関するデータ、浸潤の有無、リンパ節転移の有無、遠隔転移の有無に関するデータ、放射性薬剤の集積度（ＳＵＶ）データ、腫瘍のグレードに関するデータ及び腫瘍を自動検出する上で有用な医用参考過去データ（過去の一般的症例）を含むことを特徴とする、請求項１〜９のいずれか記載の経過観察レポート自動作成診断システム。
【請求項１１】
各モダリティ又は合成モダリティ画像データとリンクした標準化数値データを一つのデータ形式として標準化データ格納サーバーに格納することを特徴とする請求項１０記載の経過観察レポート自動作成診断支援システム。
【請求項１２】
モダリティ装置が検査画像データ格納サーバーとコンピューターネットワークで電子的に接続されていることを特徴とする請求項１〜１１のいずれか記載の経過観察レポート自動作成診断支援システム。
【請求項１３】
モダリティ装置が、ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、超音波診断装置から選ばれる１又は２以上の装置であることを特徴とする請求項１〜１２のいずれか記載の経過観察レポート自動作成診断支援システム。
【請求項１４】
腫瘍が、肺がんであることを特徴とする請求項１〜１３のいずれか記載の経過観察レポート自動作成診断支援システム。
【請求項１】
モダリティ装置、モダリティによって撮像された画像データを格納する検査画像データ格納サーバー、被験者のプロフィールデータを格納するサーバー、腫瘍の経過観察において各種演算処理時に使用する各種プログラムがインストールされたプログラムサーバー、及び標準化後の画像データ・数値データを格納する標準化データ格納サーバー、並びに、入力装置、出力装置、ＲＡＭ、及び前記サーバーに格納されているデータを演算処理するＣＰＵを備え、以下の（Ａ）〜（Ｄ）のサブシステムから構成される腫瘍の経過観察レポート自動作成診断支援システム。
(Ａ) (ａ)、又は(ａ)及び（ｂ）の機能を有するデータ標準化サブシステム；
(ａ) 検査画像データ格納サーバーに格納されている画像データから、標準化された数値データを作成して、画像データとリンクした標準化数値データの形式で標準化データ格納サーバーに格納する機能、
(ｂ) 検査画像データ格納サーバーに格納されている２種以上のモダリティの画像データを合成処理することにより得られる合成画像データから、標準化された数値データを作成して、合成画像データとリンクした標準化数値データの形式で標準化データ格納サーバーに格納する機能、
(Ｂ)入力装置からの命令に従い、標準化サブシステムにおいて標準化データ格納サーバーに格納された標準化数値データと、同じく標準化データ格納サーバーに格納されている過去データとを比較・評価するための経過観察解析支援サブシステム；
(Ｃ) あらかじめ設定された基準に従って、経過観察解析支援サブシステムの比較結果に基づいて、治療の効果の評価に関するレポートを自動的に作成するレポート自動作成支援サブシステム；
(Ｄ) 入力装置からの命令に従い、被験者のプロフィール、レポート、レポート作成の基礎となった画像データ及び標準化数値データを、出力装置からアウトプットする、レポート出力サブシステム；
【請求項２】
プログラムサーバーが、標準化数値データ作成プログラム、腫瘍自動検出プログラム、腫瘍条件検索プログラム、経過観察解析支援プログラム、レポート作成支援プログラム、及び機械学習機能プログラムを格納していることを特徴とする請求項１記載の経過観察レポート自動作成診断支援システム。
【請求項３】
標準化数値データ作成プログラムが、腫瘍位置特定プログラム、腫瘍体積及び／又はＸＹＺ方向の最大径算出プログラム、腫瘍特徴量（信号変化、形状、密度、造影剤を含む薬剤の集積度）算出プログラム、腫瘍種類特定プログラム、浸潤の有無検出プログラム、リンパ節転移及び／又は遠隔転移の有無検出プログラム、放射性薬剤集積度算出プログラム、及び腫瘍の進行度を決定するグレーディングプログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項４】
腫瘍自動検出プログラムが、画像データ確認プログラム、標準化データ格納サーバーに格納された、腫瘍を自動検出する上で有用な医用参考過去データ（過去の一般的症例）、及び／又は本人の過去データを取得しうるプログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項５】
腫瘍条件検索プログラムが、入力装置からの命令に従って、標準化データ格納サーバーに格納された、腫瘍の位置データ、体積（ＸＹＺ方向の最大径）データ、腫瘍の特徴量（信号変化、形状、密度、薬剤の集積度）に関するデータ、浸潤の有無、リンパ節転移の有無、遠隔転移の有無に関するデータ、放射性薬剤の集積度（ＳＵＶ）データ、腫瘍のグレードに関するデータなど、各種条件を設定することにより、条件を充足するデータの抽出を可能とする、腫瘍条件検索プログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項６】
経過観察解析支援プログラムが、医用画像データに関する局所的な位置合わせプログラム（テンプレートマッチングプログラム）と、各臓器や部位の境界を重視した対極的位置合わせプログラム（グローバルマッチングプログラム）及び相互相関値に基づく局所的位置合わせプログラム（ローカルマッチングプログラム）とを備えた画像マッチングプログラムと、数値データ定量比較プログラムと、腫瘍特性データ比較プログラムとを有することを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項７】
レポート作成支援プログラムが、あらかじめ設定された基準に従って、画像、数値データ、腫瘍特性データ等の経過観察解析支援サブシステムの比較結果に基づいて、異常病変等の腫瘍の変化、治療の効果の評価などに関するレポートを自動的に作成するプログラムを備えていることを特徴とする請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項８】
機械学習機能プログラムが、医用参考過去データが入力されると、腫瘍を識別する上で当該データを自律的に分析（学習）、整理、さらに腫瘍自動検出プログラムを更新させる機能を有する、機械学習機能プログラムを格納した、請求項２記載の経過観察レポート自動作成診断支援システム。
【請求項９】
プログラムサーバーが、さらに、追加撮像命令プログラムを格納することを特徴とする請求項１〜８のいずれか記載の経過観察レポート自動作成診断システム。
【請求項１０】
標準化データ格納サーバーに格納される標準化数値データが、各モダリティ又は合成モダリティにおける腫瘍の位置データ、体積（ＸＹＺ方向の最大径）データ、腫瘍の種類データ、腫瘍の特徴量（信号変化、形状、密度、薬剤の集積度）に関するデータ、浸潤の有無、リンパ節転移の有無、遠隔転移の有無に関するデータ、放射性薬剤の集積度（ＳＵＶ）データ、腫瘍のグレードに関するデータ及び腫瘍を自動検出する上で有用な医用参考過去データ（過去の一般的症例）を含むことを特徴とする、請求項１〜９のいずれか記載の経過観察レポート自動作成診断システム。
【請求項１１】
各モダリティ又は合成モダリティ画像データとリンクした標準化数値データを一つのデータ形式として標準化データ格納サーバーに格納することを特徴とする請求項１０記載の経過観察レポート自動作成診断支援システム。
【請求項１２】
モダリティ装置が検査画像データ格納サーバーとコンピューターネットワークで電子的に接続されていることを特徴とする請求項１〜１１のいずれか記載の経過観察レポート自動作成診断支援システム。
【請求項１３】
モダリティ装置が、ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、超音波診断装置から選ばれる１又は２以上の装置であることを特徴とする請求項１〜１２のいずれか記載の経過観察レポート自動作成診断支援システム。
【請求項１４】
腫瘍が、肺がんであることを特徴とする請求項１〜１３のいずれか記載の経過観察レポート自動作成診断支援システム。
【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】
【公開番号】特開２０１０−２９４８１（Ｐ２０１０−２９４８１Ａ）
【公開日】平成２２年２月１２日（２０１０．２．１２）
【国際特許分類】
【出願番号】特願２００８−１９５３５８（Ｐ２００８−１９５３５８）
【出願日】平成２０年７月２９日（２００８．７．２９）
【出願人】（５０４１７１１３４）国立大学法人 筑波大学 (510)
【出願人】（３０４０２１２７７）国立大学法人 名古屋工業大学 (784)
【出願人】（３０４０３６７５４）国立大学法人山形大学 (59)
【Ｆターム（参考）】
【公開日】平成２２年２月１２日（２０１０．２．１２）
【国際特許分類】
【出願日】平成２０年７月２９日（２００８．７．２９）
【出願人】（５０４１７１１３４）国立大学法人 筑波大学 (510)
【出願人】（３０４０２１２７７）国立大学法人 名古屋工業大学 (784)
【出願人】（３０４０３６７５４）国立大学法人山形大学 (59)
【Ｆターム（参考）】
[ Back to top ]