JP2005065728A - 類似画像検索装置 - Google Patents

Abstract

【課題】多数の画像の中から、診断対象の画像に類似している画像をより的確に検索することを可能にする。
【解決手段】抽出手段４０が、入力画像Ｐ中に設定されたＲＯＩの画像データＰ′に基づいて、ＲＯＩ中の被写体の形状情報だけでなくテクスチャ情報をも抽出し、類似度算出手段５０が、上記形状情報及びテクスチャ情報に基づいて、ＲＯＩ画像Ｐ′と症例データベース３０中の各画像との類似度を算出する。検索手段６０は、算出された類似度に基づいて、ＲＯＩ画像Ｐ′と類似している類似画像データとその類似画像データに関連する診断データを症例データベース３０から検索して読み込み、出力手段７０が、その検索結果情報を出力する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、処理対象の画像と類似している画像を検索する類似画像検索装置に関するものである。
【０００２】
【従来の技術】
従来より、開業医や病院等の医療施設において、種々の医療画像、すなわち、Ｘ線画像、ＣＴ画像、ＭＲ画像等が撮影され利用されている。このような医療画像は、患者の病状の診断や経過観察、治癒または進行状態の把握などのために用いられ、通常、医師等の読影者が画像を見ながら診断を行い治療方針の決定などを行っている。
【０００３】
医療施設では、従来、診断の際に使用したこのような医療画像をハードコピーの状態で保管していることが多かったが、日々増加し続ける医療画像の管理を簡易にするために、また保管スペースの削減のために、医療画像等の画像からデジタル画像を生成し、画像データの形で光ディスク、磁気ディスク等の記録媒体に記録して保存する画像ファイリング装置が提案されている。
【０００４】
この装置を活用すれば、医療画像の保管スペースの削減が実現できるだけでなく、画像を画像データの形で管理することができるので、画像を種々の目的のために利用することが可能になる。
【０００５】
ところで、上述したように、画像診断を行う際には、医師等の読影者が画像を見ながら診断を行っているが、読影者の経験が浅い場合や、或いは経験があっても診断の対象となる画像が珍しい症例であったり、得意分野以外のものであったりしたときなどには、医師が疾患名を適正に判断することが難しい場合がある。このようなときには、他の医師の意見を聞いたり、過去の類似している症例や診断結果を参照したりして、診断や治療方針の決定を行うことがあったが、診断対象の画像と類似している症例を、ハードコピーの状態で保管されている多数の過去の画像の中から的確に探すことは非常に困難であり、また、例えば開業医等の小規模な医療施設においては、過去の症例が少ないため、所望の類似症例を探すことができるとは限らない。そこで、多数の症例の中から、診断対象の画像に類似している症例を的確に探索できるようにすることが望まれている。
【０００６】
この要望に応えるための一つの技術として、過去の症例の中から診断対象の画像に類似した画像を検索して出力する類似画像検索手法が各種提案されているが、これらの検索手法によれば、検索対象となる画像のテクスチャ情報（濃淡パターンを表す情報）に基づいて、過去の症例の画像と診断対象の画像との類似度を算出し、その類似度に基づいて類似性の高い画像を診断対象の画像に類似した類似画像として検索している。
【０００７】
【発明が解決しようとする課題】
しかしながら、上述のように、テクスチャ情報のみに基づいて画像の類似性を観る手法では、画像中の被写体形状がわずかに異なっていたり、背景にノイズや非被写体部分、いわゆる「すぬけ」が混入していたりする場合には、別の種類の画像と認識され、類似性が低いと判定されてしまうおそれがある。
【０００８】
本発明は、上記事情に鑑み、多数の画像の中から診断対象の画像と類似した画像をより的確に検索することを可能にした類似画像検索装置を提供することを目的とするものである。
【０００９】
【課題を解決するための手段】
本発明による類似画像検索装置は、被写体画像を表す画像データとして、多数の被写体の形状情報およびテクスチャ情報が保存されている画像データベースと、検索対象となる被写体画像を表す画像データを入力する画像データ入力手段と、画像データ入力手段により入力された画像データに基づいて、入力された画像データが表す被写体画像に含まれる被写体の形状情報およびテクスチャ情報を抽出する抽出手段と、画像データベースに保存されている画像データが表す被写体画像に含まれる被写体の形状情報およびテクスチャ情報と、入力された画像データが表す被写体画像に含まれる被写体の形状情報およびテクスチャ情報とを比較することにより、両被写体画像の類似度を算出する類似度算出手段と、類似度に基づいて、画像データベースに保存されている画像データの中から、入力された画像データが表す被写体画像と類似した被写体画像を表す類似画像データを検索する検索手段と、検索手段による検索結果を表す検索結果情報を出力する出力手段とを備えたことを特徴とするものである。
【００１０】
なお、形状情報およびテクスチャ情報としては、被写体の形状およびテクスチャの固有成分を表すものとしてもよい。
【００１１】
固有成分とは、被写体の形状及びテクスチャを表現することができる、複数の固有成分軸で構成された多次元空間において、被写体の形状およびテクスチャの各固有成分軸への投影値（各固有成分軸での大きさ）を意味するものである。固有成分軸は、多数の被写体画像を標本として、被写体の形状およびテクスチャに対してそれぞれ主成分分析を行うことにより算出される複数の固有形状および複数の固有テクスチャに対応する軸であり、個々の被写体は、その形状を固有形状の線形和、すなわち固有形状を表す固有成分の組み合わせとして、また、そのテクスチャを固有テクスチャの線形和、すなわち固有テクスチャを表す固有成分の組み合わせとして表現することができる。
【００１２】
出力手段により出力される検索結果情報とは、検索された類似画像データを意味するものとしてもよいが、入力された画像データが表す被写体画像と類似した被写体画像を表す類似画像データが画像データベースの中から見つからなかった場合には、見つからなかった旨を示す「類似画像が存在しません」等のメッセージを検索結果情報としてもよい。
【００１３】
また、本発明の類似画像検索装置を、画像データベースに保存されている画像データに関連する診断データを保存している診断データベースをさらに備え、検索手段が、検索された類似画像データに関連する診断データを診断データベースの中から検索し、出力手段が、検索された診断データを、関連する類似画像データとともに検索結果情報として出力するものとすることもできる。
【００１４】
なお、診断データとは、診断に関連する種々の情報を意味するものであり、例えば、疾患名、治療方針、所見、患者名、担当医師名、撮影日時、経過観察情報などが挙げられる。
【００１５】
また、本発明の類似画像検索装置は、抽出手段により抽出された形状情報およびテクスチャ情報を、入力された画像データとともに画像データベースに登録する登録手段をさらに備えたものとすることができる。
【００１６】
【発明の効果】
上記のように構成された本発明の類似画像検索装置によれば、被写体画像を表す画像データを多数保存している画像データベースの中から、入力された画像データが表す被写体画像と類似した被写体画像を表す類似画像データを、テクスチャ情報だけでなく形状情報およびテクスチャ情報の双方に基づいて検索し、検索結果を出力することができるので、被写体の形状の違いや「すぬけ」の混入による類似判定への影響を抑え、より的確に類似画像を検索することができる。
【００１７】
なお、類似画像データとともに、その画像データに関連する診断データを出力するものとすれば、医師等が画像の読影時に診断に迷ったときに有効な診断支援情報を提供することができる。
【００１８】
また、入力された画像データから抽出された被写体の形状情報およびテクスチャ情報を、その入力された画像データとともに画像データベースに登録する登録手段を設ければ、類似画像データを蓄積して保存することができ、より多数の症例を備えることができるので、さらに診断に有効なものとすることができる。
【００１９】
【発明の実施の形態】
以下、本発明の類似画像検索装置の実施の形態を図面に基づいて説明する。図１は本発明における類似画像検索装置を含む類似画像検索システムの構成図である。
【００２０】
本実施形態による類似画像検索システムは、読み取った医用画像Ｐ中の病変部を公知の画像解析処理により検出し、病変部を中心に病変部上に関心領域（ＲＯＩ）を設定して、その設定したＲＯＩ画像データＰ′を出力するＣＡＤ（計算機支援画像診断装置）１０と、ＣＡＤ１０から送られるＲＯＩ画像データＰ′を入力する画像データ入力手段２０と、病変部の画像を表す画像データとしての病変部の形状情報およびテクスチャ情報や診断に関連する診断データを保存している症例データベース３０と、画像データ入力手段２０により入力されたＲＯＩ画像データＰ′に基づいて、ＲＯＩ画像データＰ′が表す病変部の形状情報およびテクスチャ情報を抽出する抽出手段４０と、症例データベース３０に保存されている画像データが表す病変部の形状情報およびテクスチャ情報と、ＲＯＩ画像データＰ′が表す病変部の形状情報およびテクスチャ情報とを比較することにより、両病変部の類似度Ｒを算出する類似度算出手段５０と、類似度Ｒに基づいてＲＯＩ画像データＰ′が表す病変部と類似した類似画像データとその類似画像データに関連する診断データを症例データベース３０から検索して読み込む検索手段６０と、検索手段５０による検索結果を表す検索結果情報（読み込まれた類似画像データおよび診断データ）を後述の表示手段８０に出力する出力手段７０と、出力手段７０により出力された検索結果情報をモニタ画面上に表示させる表示手段８０と、抽出手段４０により抽出されたＲＯＩ画像データＰ′が表す病変部の形状情報、テクスチャ情報およびその病変部の診断結果を症例データベース３０に登録する登録手段９０とにより構成されている。
【００２１】
症例データベース３０は、病変部画像を表す画像データとしての病変部の形状情報およびテクスチャ情報を多数保存している画像データベース３０ａと、各画像データに関連する診断データを保存している診断データベース３０ｂとにより構成されている。画像データベース３０ａには、過去に診断された種々の病変部の多数の画像データが保存されており、また、診断データベース３０ｂには、画像データベース３０ａに保存されている各画像データに関連する診断データが、各画像データと関連付けられた状態で保存されている。また、診断データとしては、疾患名、治療方針、所見、担当医師名、撮影日時、経過観察情報など、診断に関する種々のデータが記録されている。
【００２２】
登録手段９０は、抽出手段４０により抽出されたＲＯＩ画像データＰ′が表す病変部の形状情報およびテクスチャ情報をＲＯＩ画像データＰ′とともに画像データベース３０ａに登録し、また、ＲＯＩ画像データＰ′が表す病変部の診断結果を画像データＰ′と関連付けて診断データベース３０ｂに登録する。
【００２３】
次に、以上のように構成された本実施形態の類似画像検索システムの作用について説明する。
【００２４】
図２（１）に示すような病変部（腫瘤）を含んだ胸部画像を表す画像データＰがＣＡＤ１０により読み込まれ、胸部画像Ｐ（簡単のため、画像データとその画像データが担持する画像に同じ符号を付して説明する）がモニタ画面上に表示される。胸部画像Ｐの右肺部分には病変部（腫瘤）と疑われる円形の陰影が表れている。この胸部画像Ｐに対し、オペレータが、病変部の位置および範囲を検出すべく、病変部の検出を指示すると、ＣＡＤ１０は、病変部としての特徴的な形状（例えば、孤立した円形の陰影）、あるいは濃淡パターン（例えば、全体的に輝度が高い）を有する領域を画像解析処理により自動的に検出し、その領域をＲＯＩとして設定する。図２（１）中のＰ′は、その胸部画像Ｐ中のＲＯＩを示すＲＯＩ画像Ｐ′を示したものである。このように設定されたＲＯＩの画像データＰ′が画像データ入力手段２０により入力される。なお、ＲＯＩ画像は、胸部画像Ｐの画像診断を行う医師等の読影者により指定され抽出された画像であってもよく、この場合は、ＲＯＩ画像の指定は図示しないマウス等の位置指示手段を用いて行われる。
【００２５】
画像データ入力手段２０によりＲＯＩ画像データＰ′が入力されると、抽出手段４０は、まず、入力されたＲＯＩ画像データＰ′が表すＲＯＩ画像Ｐ′に対し、エッジ検出を行って、病変部の大まかな輪郭形状を抽出する。例えば、ＲＯＩの中心から周辺に向けて放射線状に画素値の急峻な変化（エッジ）を探索して、病変部の輪郭形状を抽出する。このとき、病変部を図３（１）に示すような典型的な形状パターン（例えば４つのパターン）に分類し、ＲＯＩ画像Ｐ′中の病変部がどの形状パターンに当てはまるか判別する。例えば、ＲＯＩ画像Ｐ′中の病変部の輪郭形状を図４に示すように極座標変換して曲線Ｖを作成し、図３（２）に示すような、それぞれの典型的な形状パターンを極座標変換した場合の曲線Ｖ１〜Ｖ４と、θ方向にシフトさせながらマッチングを行い、最も差分の少ないものをこの病変部の形状パターンとして選択する。このように病変部を典型的な形状パターンに分類することで、より正確な被写体の形状情報及びテクスチャ情報の抽出や、検索範囲の絞り込みができるため、より的確で効率的な類似画像検索が可能となる。
【００２６】
続いて、ＲＯＩ画像Ｐ′が表す病変部の形状情報およびテクスチャ情報を抽出する。病変部の形状情報およびテクスチャ情報を抽出する手法としては、マンチェスター大学のＣｏｏｔｅｓらが提案している“Ａｃｔｉｖｅ Ａｐｐｅａｒａｎｃｅ Ｍｏｄｅｌ（ＡＡＭ）”［Ｔ．Ｆ． Ｃｏｏｔｅｓ， ａｎｄ Ｃ．Ｊ． Ｔａｙｌｏｒ， Ａｃｔｉｖｅ Ａｐｐｅａｒａｎｃｅ Ｍｏｄｅｌｓ， Ｐｒｏｃ． Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， Ｖｏｌ．２， ｐｐ．４８４−４９８， Ｓｐｒｉｎｇｅｒ， １９９８］を応用する。このＡＡＭの手法に基づく形状変化モデルおよびテクスチャ変化モデルを利用することにより、病変部の形状およびテクスチャを複数の固有形状および固有テクスチャと呼ばれるベクトルの線形和でそれぞれ表現することができる。
【００２７】
これら複数の固有形状および固有テクスチャのそれぞれに対応する形状固有成分軸およびテクスチャ固有成分軸（総称して固有成分軸という）を設定すれば、個々の病変部の形状およびテクスチャは各固有成分軸上の大きさである固有成分の組み合わせとして表すことができ、すなわち、これらの固有成分軸からなる多次元空間におけるベクトルとして表現することができる。本実施形態においては、病変部の形状情報およびテクスチャ情報を、この固有成分の組み合わせ、あるいは多次元空間内のベクトルとして表す。
【００２８】
以下に、形状変化モデルおよびテクスチャ変化モデルの作成手順と、それを利用して、入力されたＲＯＩ画像Ｐ′が表す病変部の形状情報およびテクスチャ情報を抽出する手順について説明する。なお、これらの変化モデルは、形状パターンで分類した画像データベース３０ａ中の画像データに基づいて、形状パターン毎に作成しておき、入力されたＲＯＩ画像Ｐ′が表す病変部の形状パターンに応じて、これに対応する同種の形状パターンの変化モデルを使うものとする。
【００２９】
（平均形状・平均テクスチャの作成）◎
まず、画像データベース３０ａ中の各画像データが表す病変部画像から病変部の輪郭形状を複数の点（ランドマーク）として抽出する。図５は、その例として、画像データベース３０ａ中の形状パターンａに分類された病変部画像Ｐ１，Ｐ２，Ｐ３に対して病変部の外縁にランドマークを付した状態を示した図であり、同図中の記号Ｍで表した複数の点がランドマークである。これらランドマークとして抽出された各病変部画像が表す病変部の形状から病変部の平均形状を作成する。図５は、病変部の平均形状Ｋａを示す図である。なお、各画像の病変部の形状をランドマークとして抽出する際には、平行成分について予め正規化しておくとよい。例えば、病変部の重心を画像の中心に揃える。
【００３０】
次に、画像データベース３０ａ中の画像データが表す各病変部画像を、作成された平均形状にワーピングするために、各病変部画像中のランドマーク各点の平均形状へのシフト量を算出する。図７は、病変部の外縁に付されたランドマーク各点が、平均形状Ｋａへワーピングされる状態を示した図である。そして、ランドマーク各点のシフト量を、２次元５次多項式を用いて近似する。多項式近似の数式を下記に示す。
【００３１】
【数１】

ここで、ｘ，ｙは各画像中のランドマーク各点の座標、ｘ′，ｙ′はワーピングされる平均形状上の座標、Δｘ，Δｙは平均形状へのシフト量、ｎは次数、ａｉｊ，ｂｉｊは係数である。なお、多項式近似の係数は最小自乗法を用いて求める。
【００３２】
上式を用いて、各画像について画素毎の平均形状へのシフト量を算出し、各画像を画素毎に平均形状へワーピングする。このとき、ワープ後の座標が整数ではなく小数点以下を含む位置に移動する画素については、４近傍から１次近似で画素値を求める。つまり、ワープ後の座標を囲む４つの画素に対して、ワープ後の座標から各画像の座標までの距離に比例して画素値をそれぞれ分配するようにする。そして、平均形状へワーピングされた各画像、平均テクスチャが得られる。
【００３３】
（形状変化モデルの作成）◎
画像データベース３０ａ中の画像データが表す各病変部画像の形状と平均形状を用いて、病変部の形状に対して主成分分析を行い、固有形状を算出する。固有成分は文献［Ｍａｔｔｈｅｗ Ｔｕｒｋ， Ａｌｅｘ Ｐｅｎｔｌａｎｄ， Ｅｉｇｅｎｆａｃｅｓ ｆｏｒ Ｒｅｃｏｇｎｉｔｉｏｎ， Ｊｏｕｒｎａｌ ｏｆ Ｃｏｇｎｉｔｉｖｅ Ｎｅｕｒｏｓｃｉｅｎｃｅ， ｖｏｌ．３， ｎｕｍ１， １９９１］に示す手法を用いて求める。画像データベース３０ａ中の画像データが表す各病変部画像は、この固有形状の線形和を用いて次式のように近似できる。
【００３４】
【数２】

ここで、ｘは形状ベクトル（ｘ１，ｙ１，・・・，ｘｉ，ｙｉ，・・・ｘｎ，ｙｎ）、ｘａｖｅは平均形状ベクトル、Ｐｓは形状の固有ベクトル、ｂｓは形状係数のセット（組み合わせ）である。図８は、固有形状の例として、互いに異なる固有形状Ｋ１，Ｋ２，Ｋ３をランドマークＭで表したものである。なお、図中、実線のＫａは平均形状である。
【００３５】
（テクスチャ変化モデルの作成）◎
平均形状へワーピングされた各病変部画像のテクスチャと平均テクスチャを用いて、病変部のテクスチャに対して主成分分析を行い、固有テクスチャを算出する。
【００３６】
【数３】

ここで、ｇはグレイレベル（テクスチャの画素値）のベクトル（ｇ１１，ｇ２１，・・・，ｇｉｊ，・・・ｇｎｎ）、ｇａｖｅは平均グレイレベルのベクトル、Ｐｇはグレイレベルの固有ベクトル、ｂｇはグレイレベル係数のセットである。図９は、固有テクスチャの例として、互いに異なる固有テクスチャＴ１，Ｔ２，Ｔ３を示したものである。
【００３７】
（形状情報およびテクスチャ情報の抽出）
ＲＯＩ画像Ｐ′が表す病変部の形状をランドマークとして抽出し、この病変部の形状を表す形状ベクトルｘｒｏｉを得る。そして、式（７）で記述されるような比較用の形状ベクトルｘｒｅｓを設定し、ｘｒｅｓの形状係数ｂｓｒｅｓの組み合わせを調整して、比較用形状ベクトルｘｒｅｓと病変部の形状ベクトルｘｒｏｉとの差分が最小となる形状係数ｂｓｒｅｓの組み合わせを探索する。このとき求められた形状係数ｂｓｒｅｓの組み合わせが、病変部の形状情報としての形状固有成分となる。
【００３８】
【数４】

次に、ＲＯＩ画像Ｐ′が表す病変部のテクスチャを平均形状へワーピングし、ワープ後のテクスチャを表すグレイレベルのベクトルｇｒｏｉを得る。そして、式（８）で記述されるような比較用のグレイレベルのベクトルｇｒｅｓを設定し、ｇｒｅｓのグレイレベル係数ｂｇｒｅｓの組み合わせを調整して、比較用のグレイレベルのベクトルｇｒｅｓと病変部のグレイレベルのベクトルｇｒｏｉとの差分が最小となるグレイレベル係数ｂｇｒｅｓの組み合わせを探索する。このとき求められたグレイレベル係数ｂｇｒｅｓの組み合わせが、病変部のテクスチャ情報としてのテクスチャ固有成分となる。
【００３９】
【数５】

類似度算出手段５０は、類似度算出の対象範囲を、画像データベース３０ａに保存されている画像データのうち、上記の選択された形状パターンに分類されている画像データに絞り込み、それらの画像データが表す病変部画像と入力されたＲＯＩ画像Ｐ′との類似度Ｒを算出する。類似度Ｒは、式（９）で定義されたものを用いる。
【００４０】
【数６】

ここで、ｚｒｏｉは、ＲＯＩ画像Ｐ′が表す病変部の形状固有成分およびテクスチャ固有成分で表現される、多次元空間におけるベクトルを表し、ｚｄｂは、画像データベース３０ａ中の画像データが表す病変部の形状固有成分およびテクスチャ固有成分で表現される、多次元空間におけるベクトルを表している。式（９）の分子は両ベクトルの内積、分母は各ベクトルの大きさ（スカラー成分）を掛けたものである。病変部の形状およびテクスチャは、その固有成分に基づいて上述の多次元空間におけるベクトルで表現できるが、このベクトルの向きがその病変部の形状およびテクスチャの特徴を表していると考えることができるので、比較対象となる両画像に対応する２つのベクトルが成す角度が小さいほど、すなわち、この類似度が１に近いほど、その比較対象となる両画像は類似していると判断することができる。
【００４１】
検索手段６０は、症例データベース３０から、最も類似度の高い類似画像データとその類似画像データに関連付けされた診断データを読み込み、出力手段７０が、表示手段８０の画面上にこれらの検索結果情報を表示する。
【００４２】
検索手段６０により検索された類似画像データは出力手段７０により表示手段８０に出力され、表示手段８０においてモニタ画面上に表示される。図２（２）は、ＲＯＩ画像データＰ′に基づいて検索された類似画像データの表示例を示したものである。図示のように、類似画像は円形の病変部を有する画像であり、その診断結果（疾患名：早期肺がん、対応：ＣＴによる精密検査要）がともに表示されている。このように入力された画像データと類似している症例の画像を診断結果とともに表示すれば、診断に迷ったときなどに診断支援となり得る情報を提供することができる。
【００４３】
そして、登録手段９０は、オペレータからの指示により、抽出手段４０にて抽出されたＲＯＩ画像Ｐ′が表す病変部の形状情報およびテクスチャ情報をそのＲＯＩ画像データＰ′とともに画像データベース３０ａに登録保存し、また、オペレータが、このＲＯＩ画像Ｐ′が表す病変部に対する診断結果を入力したときは、その診断結果を画像データＰ′と関連付けて診断データベースに登録保存することもできる。このように画像データおよび診断データを症例データベース３０に蓄積保存すれば、より多数の症例を備えることができるので、さらに診断に有効なものとすることができる。
【００４４】
なお、上記実施形態においては、検索手段６０により検索される類似画像を１画像のみとしたが、本発明の類似画像検索装置において検索可能な類似画像は１つに限られるものではなく、例えば、類似の度合いが高いものから順に所望の複数画像（３画像、或いは２０画像など）を表示させる形態でもよいし、一定の基準以上（数値で表せる場合には類似度８０％以上など）のものを表示させる形態でもよい。こうすれば、医師等はいくつかの類似画像の中から診断対象の症例により合ったものを選択することができる。つまり、多くの経験を積んだ医師であっても見落としを完全に防ぐことは難しいため、いくつかの症例を挙げて診断を支援することによりさらに確実な診断が可能になる。
【００４５】
また、上記実施形態における表示手段８０の表示例としては、上記の他、例えば、類似画像とともに類似度を表示する形態や、類似画像と入力されたＲＯＩ画像Ｐ′との差分を表すサブトラクション画像を合わせて表示する形態、データをカテゴリ分類して各カテゴリの中から最も類似している症例を１つずつ表示する形態など種々の形態が可能である。また、類似度が所定の基準以下（例えば、２０％以下など）の類似画像は表示しない形態としてもよい。また、類似画像データがなかったときには、「類似症例が存在しません」等のメッセージを表示することができる。また、類似画像データのカテゴリ分類としては、例えば、画像中に存在している異常陰影の性状（悪性、良性、正常の別）による分類などが考えられる。すなわち、カテゴリ分類せずに類似画像を検索すると悪性の症例しか表示されないこともあるが、正常の症例と悪性の症例からそれぞれ１つ以上の症例を表示させれば、診断結果が異なる症例を比較することができるため、より正確な診断が可能になる。
【００４６】
なお、本実施形態においては、胸部画像中の病変部を被写体として扱ったが、これに限らず、乳房画像中の乳癌の病変部など、形状およびテクスチャがある程度定まるものであれば、いかなるものでも扱うことができる。
【図面の簡単な説明】
【図１】本発明の一実施形態による類似画像検索システムの構成図
【図２】検索対象画像および検索結果の表示例を示す図
【図３】病変部の形状パターンと各パターンの極座標表現された曲線を示す図
【図４】病変部の輪郭形状を極座標変換する様子を示す図
【図５】画像データベース３０ａ中の画像データが表す病変部画像の病変部の外縁にランドマークを付した状態を示す図
【図６】画像データベース３０ａ中の画像データが表す病変部画像の病変部の平均形状を示す図
【図７】病変部の形状を平均形状へワーピングする様子を示す図
【図８】病変部の固有形状の例を示す図
【図９】病変部の固有テクスチャの例を示す図
【符号の説明】
１ 類似画像検索システム
１０ ＣＡＤ
２０ 画像データ入力手段
３０ 症例データベース
３０ａ 画像データベース
３０ｂ 診断データベース
４０ 抽出手段
５０ 類似度算出手段
６０ 検索手段
７０ 出力手段
８０ 表示手段
９０ 登録手段

Claims (5)

1. 被写体画像を表す画像データとして、多数の被写体の形状情報およびテクスチャ情報が保存されている画像データベースと、
   検索対象となる被写体画像を表す画像データを入力する画像データ入力手段と、
   該画像データ入力手段により入力された画像データに基づいて、該画像データが表す被写体画像に含まれる被写体の形状情報およびテクスチャ情報を抽出する抽出手段と、
   前記画像データベースに保存されている画像データが表す被写体画像に含まれる被写体の形状情報およびテクスチャ情報と、前記入力された画像データが表す被写体画像に含まれる被写体の形状情報およびテクスチャ情報とを比較することにより、両被写体画像の類似度を算出する類似度算出手段と、
   前記類似度に基づいて、前記画像データベースに保存されている画像データの中から、前記入力された画像データが表す被写体画像と類似した被写体画像を表す類似画像データを検索する検索手段と、
   前記検索手段による検索結果を表す検索結果情報を出力する出力手段とを備えたことを特徴とする類似画像検索装置。
2. 前記形状情報および前記テクスチャ情報が、前記被写体の形状およびテクスチャの固有成分を表すものであることを特徴とする請求項１記載の類似画像検索装置。
3. 前記画像データベースに保存されている画像データに関連する診断データを保存している診断データベースをさらに備え、
   前記検索手段が、前記検索された類似画像データに関連する前記診断データを前記診断データベースの中から検索し、前記出力手段が、該検索された診断データを、関連する前記類似画像データとともに前記検索結果情報として出力するものであることを特徴とする請求項１または２記載の類似画像検索装置。
4. 前記診断データが、疾患名、治療方針、所見、患者名、担当医師名、撮影日時、経過観察情報のうち、いずれか１つ以上であることを特徴とする請求項１、２または３記載の類似画像検索装置。
5. 前記抽出手段により抽出された形状情報およびテクスチャ情報を、前記入力された画像データとともに前記画像データベースに登録する登録手段をさらに備えたことを特徴とする請求項１から４いずれか記載の類似画像検索装置。

Images