專利名稱：診斷支持設備及其控制方法
技術領域：
本發(fā)明涉及支持解讀時或圖像診斷時的發(fā)現(xiàn)的創(chuàng)建的診斷支持設備。
背景技術：
近來，已經(jīng)廣泛使用CT (Computed Tomography,計算機斷層攝影)設備或MRI (Magnetic Resonance Imaging，磁共振成像)設備等的醫(yī)用攝像設備。隨著該廣泛使 用，對于通過醫(yī)用圖像的專業(yè)觀察來判斷是否存在疾病的解讀或圖像診斷的需求不斷增 加。綜合醫(yī)院等的實現(xiàn)了角色分配的許多醫(yī)療機構具有進行攝像的攝像技術員或者 進行解讀或圖像診斷的解讀醫(yī)生，并且還具有負責患者的診療的主治醫(yī)生。這種醫(yī)療機構 中的工作流程一般包括以下1.主治醫(yī)生指示進行醫(yī)用攝像；2.攝像技術員進行攝像；3.解讀醫(yī)生解讀拍攝到的圖像，并且將解讀結果總結成解讀報告；4.將該解讀報告發(fā)送至主治醫(yī)生。隨著醫(yī)用攝像設備的進步，拍攝到的醫(yī)學圖像的數(shù)量趨于逐年增加。然而，與拍攝 到的醫(yī)學圖像的數(shù)量的增長率相比較，解讀醫(yī)生的數(shù)量的增長率較低。由于該原因，據(jù)稱每 個解讀醫(yī)生的工作量趨于逐年增加，從而導致解讀醫(yī)生所經(jīng)歷的疲勞增加。通常，隨著疲勞 增加人們趨于犯錯誤。即，解讀醫(yī)生的疲勞增加可能導致疾病的疏漏和誤診斷增加。因此， 出現(xiàn)針對減輕解讀醫(yī)生的工作負擔的診斷支持設備的需求。例如，解讀醫(yī)生的主要工作可大致分為解讀本身和解讀報告創(chuàng)建這兩部分。已經(jīng) 對作為用于支持解讀本身的設備的計算機輔助診斷設備(在下文被稱為CAD設備)進行了 研究。乳房造影法的解讀支持設備等的一些解讀支持設備已經(jīng)商業(yè)化。然而，CAD設備是 用于減少疾病的疏漏的設備，并且基于解讀醫(yī)生他/她自己首先解讀、然后CAD設備顯示檢 測到的疾病候選圖像的前提，對該CAD設備進行設計。因此，該設備不能夠減少解讀醫(yī)生的 工作量。相反，這可能要求以重新檢查由CAD設備檢測到的疾病候選圖像的形式的額外的 工作。另一方面，已經(jīng)對作為支持解讀報告創(chuàng)建的報告創(chuàng)建支持設備進行了研究。該報 告創(chuàng)建支持設備是更高效地輸入通常由解讀醫(yī)生手動輸入的發(fā)現(xiàn)語句的設備，并且目的在 于減輕與解讀報告創(chuàng)建相關聯(lián)的解讀醫(yī)生的工作負擔。解讀報告的描述項大致分為“解讀前所獲得的信息”、“解讀發(fā)現(xiàn)”和“切片圖像的 復制品的附加”這三類。屬于第一類的解讀前所獲得的信息至少包括以下的一部分·與檢查相關聯(lián)的信息(檢查ID、檢查日期、攝像設備、攝像部位和攝像條件等)，·與患者相關聯(lián)的信息(姓名、年齡和性別等)，以及·與檢查機構和醫(yī)生相關聯(lián)的信息(醫(yī)院名稱、診療科名稱、主治醫(yī)生姓名和解讀醫(yī)生姓名等)。在醫(yī)院信息系統(tǒng)(HIS)和放射科信息系統(tǒng)(RIS)等的醫(yī)療信息系統(tǒng)中預先輸入或預先確定這些信息中的一些信息。因此，允許這些信息系統(tǒng)向診斷支持設備發(fā)送信息，這使 得該診斷支持設備可以在解讀報告上自動輸入這些信息。在屬于第二類的解讀發(fā)現(xiàn)中，解讀醫(yī)生在解讀對象圖像上存在異常陰影的情況 下，寫下他/她對該異常陰影的醫(yī)學判斷。該醫(yī)生還可以寫下表示不存在異常的信息。屬于第三類的切片圖像的復制品的附加是附加例如最清楚地描繪異常陰影的切 片圖像的復制品。在這種情況下，解讀醫(yī)生有時在該切片圖像的復制品上疊加和繪制指示 在切片圖像的復制品上的哪個位置處或哪個區(qū)域中看到異常的圖形圖案(通常為指示異 常陰影的箭頭)。一般的報告創(chuàng)建支持設備自動輸入屬于以上三類報告描述項中的第一類的解讀 前所獲得的信息。該設備還允許解讀醫(yī)生以簡單的操作進行屬于第三類的切片圖像的附 力口。專利文獻1、2和3還提出了與屬于第二類的發(fā)現(xiàn)的輸入支持相關聯(lián)的技術。專利文獻1 日本特開2003-33327專利文獻2 日本特開2006-155002專利文獻3 日本特開2006-18113
發(fā)明內容
發(fā)明要解決的問題然而，關于“解讀發(fā)現(xiàn)”的描述，專利文獻1、2和3所提出的建議仍不是十分高效 的輸入支持。這些建議各自具有以下問題。專利文獻1公開了通過使用圖像和該圖像的病變特征量數(shù)據(jù)創(chuàng)建試驗性報告模 型、并在畫面上顯示該模型的設備。解讀醫(yī)生基于該試驗性報告模型創(chuàng)建試驗性報告。利 用該現(xiàn)有技術能夠創(chuàng)建的試驗性報告模型僅是利用病變候選檢測功能檢測到的并且以文 本形式顯示的病變特征量數(shù)據(jù)。因此，專利文獻1所公開的發(fā)明可以顯示檢測到的病變候 選的位置和該位置處的濃度值等的信息的簡單列表，但難以創(chuàng)建包括如由人寫下的表達一 樣的多樣表達的文檔。另外，由于病變候選檢測功能并非始終能夠估計精確的病變名稱，因 此試驗性報告模型中所包括的信息可能包含錯誤。即，由于試驗性報告模型是可能包括錯 誤的單調詞語的列表，因此如果解讀醫(yī)生使用該報告模型作為發(fā)現(xiàn)語句模型，則他/她隨 后可能需要大幅修改和校正語句。即，該輸入支持功能不是非常有效。根據(jù)專利文獻2，將解讀報告作為具有標記符的結構化報告存儲在數(shù)據(jù)庫中，這使 得可以利用關鍵詞容易地搜索以前所創(chuàng)建的解讀報告。解讀醫(yī)生輸入關鍵詞，或者計算機 基于自動檢測到的病變候選的特征量數(shù)據(jù)自動創(chuàng)建關鍵詞。專利文獻2所公開的發(fā)明可以 搜索到包括所指定的關鍵詞的多個以前的解讀報告，但是除非指定了適當?shù)年P鍵詞，否則 不能夠搜索到適當?shù)囊郧暗慕庾x報告。此外，作為搜索結果所獲得的數(shù)據(jù)是解讀報告的列 表，而不是發(fā)現(xiàn)語句本身。因此，解讀醫(yī)生需要在關鍵詞搜索之后進行以下一系列的操作·從作為搜索結果所顯示的解讀報告的列表逐一選擇解讀報告，·顯示并重新閱讀各報告的內容，以及·根據(jù)需要從各解讀報告的發(fā)現(xiàn)欄復制一些語句，并將所復制的語句粘貼至當前正在編輯的解讀報告上。專利文獻2所公開的發(fā)明可以對解讀醫(yī)生從以前的解讀報告引用發(fā)現(xiàn)語句提供一些幫助。然而，如上所述，在能夠引用特定的以前的發(fā)現(xiàn)語句之前，需要很多過程。特別 地，需要長時間來逐一重新閱讀以前的解讀報告。因此，該技術未產(chǎn)生例如工作時間減少等 的解讀醫(yī)生的工作效率的提高。即，該現(xiàn)有技術不能夠被稱為真正有用的輸入支持功能。與專利文獻2所公開的技術相同，專利文獻3所公開的技術用于將解讀報告作為 具有標記符的結構化報告存儲在數(shù)據(jù)庫中，從而利用關鍵詞容易地搜索以前所創(chuàng)建的解讀 報告。專利文獻3所公開的技術還允許搜索通過使用詞義匯編詞典(同義詞的詞典)所指 定的關鍵詞的同義詞。專利文獻3中的實施例的描述記載了圖像文件的標題中所存儲的字 符串信息、以及患者姓名、檢查名稱和病例名稱等的解讀報告上所寫的醫(yī)療信息也被看作 為關鍵詞搜索的對象。與專利文獻2所公開的發(fā)明相比較，該發(fā)明中的搜索方式略有擴展。 然而，與專利文獻2所公開的發(fā)明相同，專利文獻3所公開的發(fā)明仍具有以下問題·由于該技術基本上是關鍵詞搜索，因此搜索結果根據(jù)所指定的關鍵詞而極大變 化，以及·由于作為搜索結果所獲得的數(shù)據(jù)是解讀報告的列表，因此需要長的工作時間來 逐一檢查解讀報告的發(fā)現(xiàn)語句。考慮到以上問題而作出了本發(fā)明，并且本發(fā)明的目的在于提供有效地支持與解讀 對象圖像的內容相對應的發(fā)現(xiàn)語句的創(chuàng)建的診斷支持設備和方法。用于解決問題的方案為了實現(xiàn)以上目的，根據(jù)本發(fā)明的一個方面的診斷支持設備包括以下配置。即，一 種診斷支持設備，包括存儲部件，用于彼此相對應地存儲圖像特征信息和作為解讀結果的發(fā)現(xiàn)語句；獲取部件，用于獲取解讀對象圖像上所指定的目標區(qū)域的圖像特征信息；搜索部件，用于在所述存儲部件中搜索與由所述獲取部件獲取的圖像特征信息類 似的圖像特征信息，并從所述存儲部件獲取與搜索到的圖像特征信息相對應地存儲的發(fā)現(xiàn) 語句；以及創(chuàng)建部件，用于通過基于由所述獲取部件獲取的所述目標區(qū)域的圖像特征信息改 變由所述搜索部件獲取的發(fā)現(xiàn)語句的描述，創(chuàng)建與所指定的所述目標區(qū)域的解讀有關的發(fā) 現(xiàn)語句。為了實現(xiàn)以上目的，根據(jù)本發(fā)明的另一個方面的診斷支持設備包括以下配置。即， 一種診斷支持設備，包括存儲部件，用于彼此相對應地存儲圖像特征信息和發(fā)現(xiàn)語句；獲取部件，用于獲取解讀對象圖像的圖像特征信息；以及搜索部件，用于基于由所述獲取部件獲取的圖像特征信息，搜索所述存儲部件中 所存儲的發(fā)現(xiàn)語句。為了實現(xiàn)以上目的，根據(jù)本發(fā)明的又一個方面的診斷支持方法是一種診斷支持設 備的控制方法，所述診斷支持設備包括用于彼此相對應地存儲圖像特征信息和作為解讀結 果的發(fā)現(xiàn)語句的存儲部件，所述控制方法包括以下步驟獲取步驟，用于獲取解讀對象圖像上所指定的目標區(qū)域的圖像特征信息；
搜索步驟，用于在所述存儲部件中搜索與在所述獲取步驟中獲取的圖像特征信息 類似的圖像特征信息，并從所述存儲部件獲取與搜索到的圖像特征信息相對應地存儲的發(fā) 現(xiàn)語句；以及創(chuàng)建步驟，用于通過基于在所述獲取步驟中獲取的所述目標區(qū)域的圖像特征信息 改變在所述搜索步驟中獲取的發(fā)現(xiàn)語句的描述，創(chuàng)建與所指定的所述目標區(qū)域的解讀有關 的發(fā)現(xiàn)語句。為了實現(xiàn)以上目的，根據(jù)本發(fā)明的另一個方面的診斷支持方法是一種診斷支持設 備的控制方法，所述診斷支持設備包括用于彼此相對應地存儲圖像特征信息和發(fā)現(xiàn)語句的 存儲部件，所述控制方法包括以下步驟獲取步驟，用于獲取解讀對象圖像的圖像特征信息；以及搜索步驟，用于基于在所述獲取步驟中獲取的圖像特征信息，搜索所述存儲部件 中所存儲的發(fā)現(xiàn)語句。發(fā)明的效果根據(jù)本發(fā)明，可以有效地支持與解讀對象圖像的內容相對應的發(fā)現(xiàn)語句的創(chuàng)建。注意，將本發(fā)明的權利要求書中所記載的“目標區(qū)域”用作為表示實施例中的目標 區(qū)域或異常區(qū)域的術語，并且不限于任何特定形狀或大小。根據(jù)以下結合附圖所進行的說明，本發(fā)明的其它特征和優(yōu)點將變得明顯，其中，在 整個附圖中，相同的附圖標記指定相同或類似的部分。


包含在說明書中并構成說明書的一部分的附圖示出本發(fā)明的實施例，并和說明書 一起用來解釋本發(fā)明的原理。圖1是示出根據(jù)本發(fā)明實施例的診斷支持設備的硬件配置的框圖；圖2是示出包括傳統(tǒng)的設備/系統(tǒng)等的醫(yī)療信息系統(tǒng)200的系統(tǒng)結構與包括根 據(jù)本發(fā)明的診斷支持設備10的醫(yī)療信息系統(tǒng)210的系統(tǒng)結構之間的差異的系統(tǒng)結構的框 圖；圖3是用于解釋根據(jù)本發(fā)明第一實施例的診斷支持設備10的主要功能的功能框 圖；圖4是示出圖3所示的診斷支持設備10中的診斷支持處理過程的流程圖；圖5是示出圖3所示的診斷支持設備10中的診斷支持處理中的步驟S 13中的詳 細過程的流程圖；圖6是示出圖3所示的診斷支持設備10中的病例數(shù)據(jù)登記處理過程的流程圖；圖7是示出由醫(yī)用攝像設備40拍攝到的醫(yī)用圖像和該圖像上的目標區(qū)域的示例 的圖；圖8是圖7所示的目標區(qū)域的放大圖；圖9是用于解釋計算圖8所示的異常區(qū)域的一個圖像特征信息的方法的圖；圖10是用于解釋根據(jù)本發(fā)明第二實施例的診斷支持設備10的主要功能的功能框 圖；圖11是示出圖10所示的診斷支持設備10中的診斷支持處理過程的流程圖12是示出圖10所示的診斷支持設備10中的診斷支持處理中的步驟S33中的詳細過程的流程圖；圖13是示出圖10所示的診斷支持設備10中的病例數(shù)據(jù)登記處理過程的流程圖； 以及圖14是在根據(jù)本發(fā)明第三實施例的診斷支持設備10中的診斷支持處理的步驟 S13中的詳細過程中、在圖6中的步驟SlOl和S102之間插入附加處理的流程圖。
具體實施例方式以下將參考附圖來詳細說明本發(fā)明的實施例。第一實施例圖1是示出根據(jù)第一實施例的診斷支持設備的硬件配置的框圖。參考圖1，診斷支 持設備10包括中央處理單元(CPU) 11、存儲器12、磁盤13、輸入裝置14、顯示裝置15和總 線16。CPU 11主要控制設備的各構成元件的操作。存儲器12存儲設備的控制程序，并且 提供執(zhí)行程序用的工作區(qū)域。磁盤13存儲操作系統(tǒng)(OS)、外圍裝置的裝置驅動器和包括 用于進行(后面要說明的)診斷支持處理的程序的各種類型的應用程序軟件等。輸入裝置 14包括用于輸入字符、數(shù)字、符號和命令等的字符串信息的鍵盤、以及用于輸入指示位置和 點擊命令等的指示信息的鼠標。注意，多個各類裝置可以連接至該設備。顯示裝置15是用 于在畫面上顯示字符、圖形圖案和圖像等的各種類型的顯示信息的監(jiān)視器或顯示器。注意， 可以以任意組合使用任意數(shù)量的CRT顯示器、液晶顯示器和等離子顯示器等的顯示器作為 顯示裝置15。總線16是用于在設備的各個構成元件之間發(fā)送/接收數(shù)據(jù)的通信路徑，并且 還用作用于發(fā)送和接收使設備的各個構成元件工作的電力的電力線。圖2是示出包括傳統(tǒng)的設備和系統(tǒng)的醫(yī)療信息系統(tǒng)200的系統(tǒng)結構與包括根據(jù)本 實施例的醫(yī)療支持設備10的醫(yī)療信息系統(tǒng)210的系統(tǒng)結構之間的差異的系統(tǒng)結構的框圖。參考圖2，傳統(tǒng)的醫(yī)療信息系統(tǒng)200包括‘ HIS (Hospital Information System，醫(yī)院信息系統(tǒng))20，· RIS (Radiology Information System，放射科信息系統(tǒng))30，·醫(yī)用攝像設備40，· PACS (Picture Archiving and Communication System，景i 像存檔禾口 通信系 統(tǒng))50， 解讀終端60，以及 網(wǎng)絡 70。HIS 20是包括醫(yī)療管理輔助系統(tǒng)、診療預約系統(tǒng)和診療信息系統(tǒng)的綜合系統(tǒng)，并 且包括電子臨床表數(shù)據(jù)庫1和解讀報告數(shù)據(jù)庫2。電子臨床表數(shù)據(jù)庫1存儲記錄患者的診 療信息的電子臨床表。解讀報告數(shù)據(jù)庫2存儲由解讀醫(yī)生所創(chuàng)建的解讀報告。RIS 30是用 于放射科中的攝像預約、解讀管理和材料庫存管理等的系統(tǒng)。RIS 30有時管理解讀報告數(shù) 據(jù)庫2。醫(yī)用攝像設備40是例如以下設備的統(tǒng)稱·單純的X射線攝像設備(或X射線設備)，
· CT (Computed Tomography,計算機斷層攝影)設備，· MRI (Magnetic Resonance Imaging,磁共振成像) 設備，‘ PET (Positron Emission Tomography，正電子發(fā)射斷層攝影)設備，· PET/CT 設備，'SPECT (Single Photon Emission Computed Tomography，單光子發(fā)射計算機斷層 攝影)設備， 超聲波圖像診斷設備，·眼底照相機(或眼底攝像設備)，以及‘ OCT (Optical Coherence Tomography，光學相干斷層攝影)設備。為每個醫(yī)療機構安裝任意數(shù)量的上述設備。PACS 50是用于電子存儲、搜索和通信由醫(yī)用攝像裝置40所拍攝到的醫(yī)用圖像的 系統(tǒng)，并且包括醫(yī)用圖像數(shù)據(jù)庫3。解讀終端60包括解讀醫(yī)生進行解讀所需的各種功能。即，解讀終端60包括·醫(yī)用圖像顯示功能，用于根據(jù)來自解讀醫(yī)生的指令從PACS 50(其醫(yī)用圖像數(shù)據(jù) 庫3)讀出解讀對象圖像，并在監(jiān)視器上顯示該圖像，·解讀報告創(chuàng)建功能，用于顯示解讀報告創(chuàng)建窗口，并根據(jù)來自解讀醫(yī)生的輸入創(chuàng) 建解讀報告，以及·解讀報告顯示功能，用于顯示以前的解讀報告。另外，解讀終端60或者等同于解讀終端60的其它終端有時具有用于顯示與解讀 對象圖像相對應的患者的電子臨床表的電子臨床表顯示功能。該功能允許參考患者的電子 臨床表作為解讀的基準信息。除傳統(tǒng)的醫(yī)療信息系統(tǒng)200以外，醫(yī)療信息系統(tǒng)210包括根據(jù)本發(fā)明的診斷支持 設備10。診斷支持設備10使用醫(yī)療術語數(shù)據(jù)庫4和病例數(shù)據(jù)庫5。當句法分析單元105 分析發(fā)現(xiàn)語句時，參考醫(yī)療術語數(shù)據(jù)庫4。病例數(shù)據(jù)庫5彼此相對應地存儲圖像特征信息和 作為解讀結果的發(fā)現(xiàn)語句。注意，解讀終端60的硬件配置可以與圖1所示的診斷支持設備 10的硬件配置相同。因此，使診斷支持設備10的功能中的一些或全部功能在解讀終端60 內實現(xiàn)，這可以使診斷支持設備10和解讀終端60集成為一個設備。要求從診斷支持設備 10可以訪問醫(yī)療術語數(shù)據(jù)庫4和病例數(shù)據(jù)庫5，因此醫(yī)療術語數(shù)據(jù)庫4和病例數(shù)據(jù)庫5無 需總是在診斷支持設備10的控制下工作。以下將參考圖3 9來說明根據(jù)第一實施例的診斷支持設備10的功能和該設備 中的處理過程。圖3是用于解釋根據(jù)第一實施例的診斷支持設備10的主要功能的功能框圖。為 了說明方便，圖3的上半部示出圖2所示的醫(yī)療信息系統(tǒng)210的構成元件中的一些構成元 件。圖4 6是示出圖3所示的診斷支持設備10中的處理過程的流程圖。圖4示出 診斷支持處理的過程。圖6示出診斷支持處理中的步驟S13中的詳細過程。圖5示出病例 數(shù)據(jù)登記處理的過程。圖7是示出由醫(yī)用攝像設備40拍攝到的醫(yī)用圖像和該圖像上的目標區(qū)域的示例 的圖。圖8是圖7所示的目標區(qū)域的放大圖。圖9是用于解釋計算圖8示意性示出的異常區(qū)域的一個圖像特征信息的方法的圖。參考圖3，診斷支持設備10在與解讀終端60通信 時工作。預先確定診斷支持設備 10和解讀終端60之間的通信協(xié)議。解讀終端60根據(jù)該預定協(xié)議向診斷支持設備10發(fā)送 數(shù)據(jù)或從診斷支持設備10接收數(shù)據(jù)。注意，當創(chuàng)建解讀報告時，首先，解讀醫(yī)生通過使用解讀終端60從醫(yī)用圖像數(shù)據(jù) 庫3讀出解讀對象圖像，并且在解讀終端60的監(jiān)視器上顯示該解讀對象圖像時解讀該圖 像。然后，解讀醫(yī)生在解讀報告中輸入發(fā)現(xiàn)，并在完成解讀報告時將該解讀報告存儲在解讀 報告數(shù)據(jù)庫2中。傳統(tǒng)上，解讀醫(yī)生通過利用解讀終端60的鍵盤直接鍵入字符串，在解讀 報告中輸入發(fā)現(xiàn)。作為對比，如后面所述，根據(jù)第一實施例的診斷支持設備10自動創(chuàng)建作 為發(fā)現(xiàn)語句候選的語句。這允許解讀醫(yī)生利用簡單的操作創(chuàng)建發(fā)現(xiàn)語句，因此大大提高了 解讀報告創(chuàng)建操作的效率。參考圖3，當解讀醫(yī)生通過使用鼠標等如圖7所示在解讀終端60的監(jiān)視器上所顯 示的解讀對象圖像上指定目標區(qū)域時，解讀終端60將該目標區(qū)域中所包括的圖像數(shù)據(jù)IO 發(fā)送至診斷支持設備10。診斷支持設備10在接收到目標區(qū)域的圖像數(shù)據(jù)IO時，開始圖4 所示的診斷支持處理。首先，圖3中的圖像特征信息提取單元101在獲取(接收)圖像數(shù)據(jù)10(圖4中的 步驟Sll)之后，從目標區(qū)域的圖像數(shù)據(jù)IO提取圖像特征信息FObx (圖4中的步驟S12)。以下將說明提取圖像特征信息FO1^xW方法。圖像特征信息FO1^x是由作為
x(x^ 1)個特征項的信息的圖像特征信息FOpFO2.....FOx構成的復合信息。優(yōu)選選擇可
以充分表現(xiàn)目標區(qū)域的圖像數(shù)據(jù)IO的各圖像特征的信息作為這種信息。例如，作為圖像特 征信息FO1 F0X，可以使用以下多個信息。FO1 =目標區(qū)域所屬于的身體部位名稱或身體部位代碼FO2 =異常區(qū)域的最大直徑FO3 =異常區(qū)域的面積和輪廓線的長度之間的比FO4 =異常區(qū)域的圓度或扁平度FO5 =目標區(qū)域的亮度分布的頻率特性FO6 =異常區(qū)域的亮度分布模式FO7 =異常區(qū)域的邊界的內側和外側之間的對比度比 ...(1)注意，如圖8所示，以上說明中的異常區(qū)域是具有疑似疾病的陰影分布的不定形 區(qū)域。通常，如圖7和8所示，解讀醫(yī)生將圍繞異常區(qū)域的矩形指定為目標區(qū)域。解讀終端60可以預先獲取圖像特征信息FO1，并將該圖像特征信息FO1連同目標區(qū) 域的圖像數(shù)據(jù)IO —起發(fā)送至診斷支持設備10，或者可以從診斷支持設備10獲取該信息。當解讀終端60要預先獲取圖像特征信息FO1時，解讀醫(yī)生可以將身體部位名稱 (或代碼)直接輸入至解讀終端60中。可選地，可以通過使用以下圖像處理技術來自動識 別身體部位。以下是自動識別身體部位的方法的例子。通常要處理的醫(yī)用圖像符合作為與存儲和通信醫(yī)用圖像相關聯(lián)的國際標準的 DICOM標準，并且將攝像條件存儲在DICOM圖像的標題部(DIC0M標題)中。因此，檢查寫 入DICOM標題中的攝像條件使得可以大概知曉胸部、腹部或乳房等的身體部位。還可以通過對醫(yī)用圖像的亮度值進行多閾值處理將該圖像分割成多個區(qū)域、或者通過使用水平集方 法或snakes方法等的區(qū)域分割技術進行區(qū)域分割，將醫(yī)用圖像分割成針對幾乎每個器官 的區(qū)域。之后，將區(qū)域的形狀和該區(qū)域的相對位置與預備知識對照，這使得可以估計哪個區(qū) 域與哪個器官相對應。利用這些處理，可以以器官為單位自動估計所指定的目標區(qū)域屬于 哪個身體部位。當診斷支持設備10要獲取圖像特征信息FO1時，解讀終端60不僅需要將目標區(qū) 域的圖像數(shù)據(jù)IO發(fā)送至診斷支持設備10，而且需要將要解讀的醫(yī)用圖像數(shù)據(jù)發(fā)送至診斷 支持設備10。在這種情況下，代替醫(yī)用圖像數(shù)據(jù)自身，解讀終端60可以發(fā)送表示該醫(yī)用圖 像數(shù)據(jù)的存儲位置的信息。診斷支持設備10可以通過使用與以上作為由解讀終端60要進 行的處理所描述的方法相同的方法，從要解讀的醫(yī)用圖像數(shù)據(jù)獲取或估計目標區(qū)域所屬于 的身體部位的信息。當要獲得圖像特征信息FO2 FO7時，必須通過預先分割目標區(qū)域來提取異常區(qū)域。為了分割目標區(qū)域，可以使用在對圖像特征信息FO1W說明中所述的方法。S卩，可以通 過對圖像的亮度值進行多閾值處理將目標區(qū)域分割成多個區(qū)域，或者通過使用水平集方法 或snakes方法等的區(qū)域分割技術來分割目標區(qū)域。圖像特征信息？02是表示異常區(qū)域的大小的信息。例如，如果異常區(qū)域是癌等的進 行性疾病，則圖像特征信息FO2是表示疾病的進行度的非常重要的信息。以下是計算圖像 特征信息FO2的方法的例子。在提取出的異常區(qū)域的邊界線上選擇兩個不同的像素，并且 以像素數(shù)為單位計算這兩個像素之間的直線距離。對兩個像素的所有組合進行該處理。選 擇計算出的值中的最大值。設Cpx和9y是兩個像素之間在χ方向和y方向上以像素數(shù)為單 位的距離，則可以通過以下得出兩個像素之間以像素數(shù)為單位的距離iPpixel。
9pixel = (φχ2 + 9y2)172…(2)盡管以這種方式所獲得的以像素數(shù)為單位的最大直徑φpiXelmax值可以被替代為 圖像特征信息FO2值，然而進一步檢查醫(yī)用圖像的攝像條件、以及一個像素在χ方向和y方 向上的長度(寬度和高度)Lx和Ly，這可以通過使用以下來計算實際的最大直徑。
FO2 = ((Lx*cpx)2 + (Ly*cpy)2)1/2... (3)圖像特征信息FO3是表示異常區(qū)域的形狀的復雜性的信息。例如，如果異常部是 癌等的具有各種形狀的疾病之一，則該信息是用作表示疾病的惡性度或性狀的指標的非常 重要的信息。通過以下來計算作為異常區(qū)域中所包括的像素數(shù)Nabnmial 與位于該異常區(qū)域的 邊界線(輪廓線)上的像素數(shù)N。 line之間的比的圖像特征信息F03。FO3 一 Ncontour iine/Nabnormal area· · · (4)可選地，可以使用以上等式的倒數(shù)。圖像特征信息FO4是表示異常區(qū)域的圓度的信息。與圖像特征信息FO3相同，該 信息是用于判斷疾病的惡性度或性狀的指標。存在計算圖像特征信息FO4的幾個方法。圖 9所例示的方法使用以上異常區(qū)域的最大直徑q>pixel max。在該方法中，計算兩個像素之間 在與設置了最大直徑iPpixel max的方向垂直的方向上的距離。獲得計算出的距離中的最大值屮丄pixel max。然后，如下獲得作為(Ppixel max和屮丄pixel max之間的比的圖像特征信息
F04。
亡 U4 = CP丄 pixel max/^Ppixel max “(5)圖像特征信息F05是表示目標區(qū)域的亮度分布特性的信息。與圖像特征信息F03 相同，該信息是用于判斷疾病的惡性度或性狀的指標。圖像特征信息F05與圖像特征信息
圖像特征信息F04的不同之處在于，圖像特征信息F05沒有考慮異常區(qū)域的邊界線，因 此在不受異常區(qū)域用的區(qū)域分割方法的質量影響方面，是有優(yōu)勢的。通過對目標區(qū)域中的 像素值進行二維頻率變換來獲得亮度分布的頻率特性。頻率變換方法包括快速傅立葉變換 (FFT)、離散余弦變換(DCT)和小波變換?？梢允褂眠@些方法中的任意方法。然而，注意，獲 得作為實數(shù)的上述圖像特征信息FOi-FCV但獲得作為二維系數(shù)串(矩陣)的頻率特性。 由于該原因，難以將頻率特性與其它信息進行比較。因此，對頻率特性進行進一步分析，以 基于預定規(guī)則使其變換成實數(shù)。例如，可以將圖像特征信息F05定義為根據(jù)其階數(shù)加權后 的所有二維頻率分量的和。在這種情況下，例如，如果與階數(shù)成比例地使用較大的權重，則 圖像特征信息F05的值隨高頻分量的數(shù)量的增加而增大。圖像特征信息F06是表示異常區(qū)域的亮度分布特性的信息。與圖像特征信息F03 相同，該信息是用于判斷疾病的惡性度或性狀的指標。如果將異常區(qū)域中的各個像素值的 大小比擬為土地的起伏，則可以將圖像特征信息F06看作為表示土地的起伏形狀的信息。存 在幾個計算圖像特征信息F06的方法。例如，可以使用以下所述的研究論文1中所記述的 "shape index”值和“curvedness”值。注意，研究論文1包括從研究論文2和研究論文3 引用 “shape index” 值和 “curvedness” 值的描述。[研究論文1]河田 仁木 大松、「胸部3次元CT像(二J: 3肺野小型腫瘤” 3次 元曲率&用0亡內部構造^解析」、電子情報通信學會論文誌、D-II，Vol. J83-D-II, No. 1， pp.209-218，2000 年 1 月[研究論文 2] :J. J. Koenderink and A. J. V. Doom, " SurfaceShape and curvature scales" , Image and Vision Computing, vol. 10, no. 8,pp. 557-565,1992[3] :C. Dorai and A. K. Jain, " COSMOS-ARepresentation scheme for 3-D free-form objects“ ，IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. PAMI-19, no. 10，pp.1115—1130，1997圖像特征信息F07是表示異常區(qū)域的邊界的清晰度的信息。與圖像特征信息F03 相同，該信息是用于判斷疾病的惡性度或性狀的指標?？梢砸匀缦路绞接嬎阕鳛猷徑赢惓?區(qū)域的邊界線的內側和外側的像素之間的對比度比的圖像特征信息fo7。設Hin.ave是鄰接異常區(qū)域的邊界線的內側的所有像素的平均亮度值，并且H。ut.ave 是鄰接異常區(qū)域的邊界線的外側的所有像素的平均亮度值，則可以獲得作為Hin.avjnH。ut_ 之間的比的圖像特征信息fo7。F07 = Hin.ave/H。ut.ave (6)可以以如上方式提取圖像特征信息F0i F07。這樣，圖像特征信息提取單元101 獲取在解讀對象圖像上指定的目標區(qū)域(異常區(qū)域)的圖像特征信息?，F(xiàn)在返回參考圖3 6。已經(jīng)說明了圖3中的圖像特征信息提取單元101中、直到
13執(zhí)行圖4中的步驟S11和S12為止的處理。圖3中的圖像特征信息比較單元102和發(fā)現(xiàn)選擇/排列單元104彼此協(xié)作工作以 執(zhí)行圖4中的步驟S13。在步驟S13中，圖像特征信息比較單元102通過使用在步驟S12中 獲得的圖像特征信息F0bX搜索病例數(shù)據(jù)庫5，并且讀出病例數(shù)據(jù)庫5中所累積的以前的發(fā) 現(xiàn)語句A1 Am。即，圖像特征信息比較單元102從病例數(shù)據(jù)庫5檢索與由圖像特征信息提 取單元101所獲取的圖像特征信息類似的圖像特征信息，并從病例數(shù)據(jù)庫5獲取與檢索到 的圖像特征信息相對應地存儲的以前的發(fā)現(xiàn)語句。當搜索類似的圖像特征信息時，圖像特 征信息比較單元102計算目標區(qū)域的圖像特征信息和病例數(shù)據(jù)庫5中所存儲的圖像特征信 息之間的類似度。將參考圖6的流程圖來說明步驟S13中的詳細處理過程。圖像特征信息 比較單元102執(zhí)行圖6中從步驟S101 步驟S105的處理。發(fā)現(xiàn)選擇/排列單元104執(zhí)行 從步驟S106 步驟S112的處理。在圖6中的步驟S101中，圖像特征信息比較單元102從圖像特征信息提取單元 101接收圖像特征信息FOi 1，并且利用值0和1分別初始化變量im和in。im = 0，in=l…(7)在步驟S102中，圖像特征信息比較單元102從病例數(shù)據(jù)庫5讀出第、個病例數(shù) 據(jù)中所包括的圖像特征信息Fni x。注意，病例數(shù)據(jù)庫5中所存儲的第、個病例數(shù)據(jù)是由 圖像特征信息Fni x和發(fā)現(xiàn)語句An構成的數(shù)據(jù)集FA。注意，圖像特征信息Fni x是具有圖 像特征信息Fni Fnx的復合信息。在步驟S103中，圖像特征信息比較單元102計算圖像特征信息F0bX和圖像特征 信息Fnii之間的差異度Dn。在這種情況下，差異度Dn表示不類似的程度。差異度Dn是 具有與類似度的含義相反的含義的值，但廣義上與類似度同義。在本說明書中，這種差異度 是一種類似度。盡管可以計算表示類似程度的類似度，但使用差異度Dn將略微簡化后面要 說明的處理。因此，本實施例使用差異度Dn。注意，圖像特征信息F0bX是從正在解讀的醫(yī) 用圖像上的目標區(qū)域提取出的信息。圖像特征信息Fnii是病例數(shù)據(jù)庫5中所累積的第n 個圖像特征信息，例如，從以前解讀的醫(yī)用圖像上的目標區(qū)域提取出的信息。即，差異度Dn 是表示正在解讀的圖像上的目標區(qū)域與以前的圖像上的目標區(qū)域的差異程度的信息。例 如，通過以下方法來計算該信息。如上所述，圖像特征信息F0bX是由圖像特征信息F(VF02.....F0X構成的復合信
息。同樣，圖像特征信息Fni x是由圖像特征信息Fni、Fn2.....Fnx構成的復合信息?？梢?br> 將F0bX和Fn^之間的差異度Dn定義為各個圖像特征信息之間的差的線性和。盡管可 以通過使用其它的線性函數(shù)或非線性函數(shù)來定義差異度Dn，但為了簡便，以下說明使用線 性和。Dn = | FOi-Fri!+w21 F02-Fn2+.....+wx | F0x-Fnx. . . (8)其中，||是表示絕對值的符號，并且巧 ^是與各個圖像特征信息之間的差相乘 的加權常數(shù)(實數(shù))，并且預先設置 Wx，以滿足+WX = 1的條件。注意，等式(1)所例示的FOi是身體部位名稱或身體部位代碼，因此不能夠照原樣計算等式(8)右側的第一項。存在針對該情況的兩個措施。第一個措施是簡單消除右側的 第一項。第二個措施是預先將所有的身體部位名稱或身體部位代碼中的各個與其余的身體 部位名稱或身體部位代碼中的相應的身體部位名稱或身體部位代碼之間的距離定義為實 數(shù)，并且將相應的距離代入iFOi-Fn」。各個身體部位具有包含關系或物理位置關系。由于 該原因，可以根據(jù)身體中的各個部位之間的包含關系或物理距離來定義實數(shù)。在步驟S104中，圖像特征信息比較單元102將差異度Dn與預定閾值TDn進行比 較。如果差異度Dn等于或小于TDn(類似度高)，則處理進入步驟S105。如果差異度Dn大 于TDn(類似度低)，則處理進入步驟S110。在判斷為類似度高時，在步驟S105中，圖像特征信息比較單元102從病例數(shù)據(jù)庫 105讀出第in個病例數(shù)據(jù)中所包括的以前的發(fā)現(xiàn)語句An。在步驟S106中，發(fā)現(xiàn)選擇/排 列單元104從圖像特征信息比較單元102 —起接收差異度Dn和發(fā)現(xiàn)語句An，并且創(chuàng)建由 Dn和An構成的數(shù)據(jù)集DA。發(fā)現(xiàn)選擇/排列單元104保持用于存儲多個數(shù)據(jù)集DA的列表 (在下文簡稱為DA列表)，并在按差異度Dn的升序(按類似度的降序)排序(重新排列) 以前創(chuàng)建的數(shù)據(jù)集DA時，將這些數(shù)據(jù)集DA添加至該DA列表。在步驟S107中，變量im的值遞增1。im=im+l (9)在步驟S108中，發(fā)現(xiàn)選擇/排列單元104將變量im與預定閾值Tm進行比較。如果 iffl大于Tm，則處理進入步驟S109。與此對比，如果im等于或小于Tm，則處理進入步驟S110。 在這種情況下，閾值Tm是限制發(fā)現(xiàn)語句A1 Am的最大數(shù)量(m的最大值)的值。緊挨執(zhí)行步驟S109之前，DA列表保持Tm+1個數(shù)據(jù)集。由于該原因，在步驟S109 中，發(fā)現(xiàn)選擇/排列單元104刪除DA列表的末尾處所保持的一個數(shù)據(jù)集，以將該列表中的 數(shù)據(jù)集的數(shù)量限制為Tm。發(fā)現(xiàn)選擇/排列單元104還使變量im的值遞減1。結果，變量im 等于DA列表中的數(shù)據(jù)集的數(shù)量。im=im_l (10)在步驟SI 10中，變量in的值遞增1。in=in+l…(11)在步驟S111中，發(fā)現(xiàn)選擇/排列單元104將變量in與病例數(shù)據(jù)庫5中所存儲的病 例數(shù)據(jù)的總數(shù)N進行比較。如果比較結果示出in大于N(所有的病例數(shù)據(jù)均已被處理)，則 處理進入步驟S112。作為對比，如果in等于或小于N(存在尚未處理的病例數(shù)據(jù))，則處理 返回至步驟S102以處理剩余的病例數(shù)據(jù)。在步驟S112中，發(fā)現(xiàn)選擇/排列單元104從DA 列表中的所有數(shù)據(jù)集讀出發(fā)現(xiàn)語句A1 Am，并將它們傳送至圖3中的句法分析單元105。如上所述，圖像特征信息比較單元102和發(fā)現(xiàn)選擇/排列單元104彼此協(xié)作工作， 以計算目標區(qū)域的圖像特征信息和病例數(shù)據(jù)庫5中所存儲的圖像特征信息之間的類似度。 從病例數(shù)據(jù)庫5獲取與計算出的類似度超過閾值的圖像特征信息相對應地存儲的發(fā)現(xiàn)語 句。解讀醫(yī)生基于由圖像特征信息提取單元101所獲取的目標區(qū)域的圖像特征信息， 改變以上述方式從病例數(shù)據(jù)庫5獲取的發(fā)現(xiàn)語句的描述，并且基于對目標區(qū)域的解讀創(chuàng)建 發(fā)現(xiàn)語句。通過句法分析單元105、標記字符串創(chuàng)建單元103和發(fā)現(xiàn)修改單元106協(xié)作來實 現(xiàn)這些處理。以下將說明該處理。
圖3中的句法分析單元105從發(fā)現(xiàn)選擇/排列單元104接收發(fā)現(xiàn)語句A1 Am， 然后通過參考醫(yī)療術語數(shù)據(jù)庫4對各發(fā)現(xiàn)語句進行句法分析，由此提取與圖像特征信息的 各特征項相對應的描述。句法分析單元105通過句法分析尋找與上述圖像特征信息Fni、
Fn2.....FnjH對應的術語，并且為各個提取出的術語指派針對各圖像特征信息預先確定的
專用標記符。另外，句法分析單元105分析其它詞語，以判斷各個詞語與語言的哪部分(主 語、謂語、賓語、形容詞、助詞和副詞等)相對應，并為這些詞語指派表示語言的相應部分的 標記符。這樣，句法分析單元105創(chuàng)建標記發(fā)現(xiàn)語句A’1 A’m。在這種情況下，可以使用 傳統(tǒng)的技術作為句法分析方法。例如，可以使用專利文獻3所述的方法?？蛇x地，由于可以 利用免費的句法分析軟件或商用的句法分析軟件，因此可以使用這種軟件?？蛇x地，由于不期望發(fā)現(xiàn)語句A1 Am中出現(xiàn)多個圖像特征信息，因此可以僅向身 體部位名稱(Fni)和異常區(qū)域大小(Fn2)等的有限的圖像特征信息指派標記符。在這種情 況下，可以預先在發(fā)現(xiàn)語句A1 Am中僅搜索表示身體部位名稱和異常區(qū)域大小的字符串 (數(shù)字和表示長度的單位的字符串的組合)，并且僅向這些字符串指派標記符。另外，如果圖像特征信息是數(shù)字，則預先形成圖像特征信息可以取得的數(shù)字與由 這些數(shù)字所表示的表達(字符串)之間的對應關系表。通過使用該對應關系表分析發(fā)現(xiàn)語 句A1 Am，這可以在由解讀醫(yī)生隨意記述的文檔表達中搜索與特定的圖像特征信息相對 應的表達。例如，在由等式⑴所表示的圖像特征信息的情況下，根據(jù)由圖像特征信息F03 所表示的異常區(qū)域的圓度比的大小，可以使“圓形”、“橢圓形”或“扁平”等的表達與圖像特 征信息F03相對應。在其它情況下，根據(jù)由圖像特征信息F07所表示的異常區(qū)域的邊界的內 側和外側的對比度比的大小，可以使“邊界清晰”、“邊界略不清晰”或“邊界不清晰”等的表 達與圖像特征信息？07相對應。圖3中的標記字符串創(chuàng)建單元103從圖像特征信息提取單元101接收圖像特征
信息F0bX，然后將各個圖像特征信息F(V F02.....F0X變換成指派有專用標記符的標記
字符串⑶卜,。該處理與圖4中的步驟S15相對應。為了描述將各個圖像特征信息F(V
F02..... 0!￡變換成字符串的方法，以下將說明將由等式(1)所例示的各個圖像特征信息
F(V F02.....F07變換成字符串的方法。圖像特征信息FOi是目標區(qū)域所屬于的身體部位名稱(字符串)或身體部位代碼 (數(shù)值或數(shù)字)。如果該信息是身體部位名稱，則照原樣使用該身體部位名稱。如果該信 息是身體部位代碼，則通過搜索預先準備的身體部位代碼和身體部位名稱之間的對應關系 表，將身體部位代碼變換成身體部位名稱。圖像特征信息F02是具有長度的單位、并且由數(shù)值或數(shù)字所表示的數(shù)據(jù)。如果由 數(shù)值表示該信息，則可以基于針對各字符代碼所確定的變換規(guī)則，將數(shù)值變換成數(shù)字(字 符串)。如果由數(shù)字表示該信息，則照原樣使用該數(shù)字(字符串)。另外，可以將表示長度 的單位的字符串(mm、cm等)添加至該字符串的末尾。由于其余的圖像特征信息F03 F07也是由數(shù)值或數(shù)字表示的數(shù)據(jù)，因此基本上可 以以針對圖像特征信息F02的相同方式處理這些圖像特征信息。然而，注意，通常幾乎不會 在發(fā)現(xiàn)語句中以數(shù)字記述這些圖像特征量。如上所述，對于句法分析單元105的操作，優(yōu)選 預先創(chuàng)建圖像特征信息可以取得的數(shù)字與由這些數(shù)字所表示的表達(字符串)之間的對應 關系表，并通過使用該對應關系表將數(shù)字變換成字符串。
將以這種方式創(chuàng)建的標記字符串CObJCOp C02.....C0X)傳送至發(fā)現(xiàn)修改單元106。發(fā)現(xiàn)修改單元106執(zhí)行圖4中的步驟S16中的處理。即，發(fā)現(xiàn)修改單元106接收 由發(fā)現(xiàn)選擇/排列單元104所創(chuàng)建的標記發(fā)現(xiàn)語句A’ 1 A’ m(步驟S14)以及由標記字
符串創(chuàng)建單元103所創(chuàng)建的標記字符串⑶”風.....C0X(步驟S15)。然后，發(fā)現(xiàn)修改單元
106使用標記發(fā)現(xiàn)語句A’ 1 A’m和標記字符串⑶”風.....C0X，利用以下方法來創(chuàng)建發(fā)
現(xiàn)候選語句B1 Bm。發(fā)現(xiàn)修改單元106檢查標記發(fā)現(xiàn)語句A’ 1 A’ m中的所有標記符。在發(fā)現(xiàn)表示 圖像特征信息Fni Fnx的標記符時，發(fā)現(xiàn)修改單元106利用與這些標記符相對應的標記字 符串(COi C0X中的一些)來替換發(fā)現(xiàn)語句A’ 1 A’m中的字符串，由此創(chuàng)建發(fā)現(xiàn)候選語 句B1 Bm。然而，注意，所創(chuàng)建的發(fā)現(xiàn)候選語句B1 Bm中的一些發(fā)現(xiàn)候選語句可能彼此 完全相同。因此，發(fā)現(xiàn)修改單元106將發(fā)現(xiàn)候選語句B1 Bm的字符串進行比較，并且在存 在相同的發(fā)現(xiàn)候選語句的情況下，將這些相同的發(fā)現(xiàn)候選語句統(tǒng)一成一個語句(留下一個 發(fā)現(xiàn)語句，并去除其余的相同的發(fā)現(xiàn)語句)。即，發(fā)現(xiàn)修改單元106從多個發(fā)現(xiàn)候選語句去 除具有相同的內容的發(fā)現(xiàn)候選語句。為了例示通過以上處理所創(chuàng)建的發(fā)現(xiàn)語句的變化，以下示出DA列表中的發(fā)現(xiàn)語 句A1 A4、標記字符串⑶^以及發(fā)現(xiàn)候選語句B1 B3的情況。注意，發(fā)現(xiàn)語句A1 A4中由“ □”所包圍的字符串是要被標記字符串鞏替換的字符串，并且由“ {}”所包圍的 字符串是要被標記字符串C02替換的字符串。A1 “在[左上葉]中發(fā)現(xiàn){大小為20mm}的實性結節(jié)?！盇2 “在[右上葉]中發(fā)現(xiàn){大小約為11mm}的實性結節(jié)?！盇3 “在[右下葉]中發(fā)現(xiàn)結節(jié)。{大小約為14mm}。該結節(jié)是邊界清晰的高濃度 結節(jié)?！盇4 “在[右上葉S1]中存在{大小約為25 30mm}的伴有玻璃狀陰影的結節(jié)?！盋Oi “左下葉”C02 “大小為 17mm”B1 “在左下葉中發(fā)現(xiàn)大小為17mm的實性結節(jié)?！盉2 “在左下葉中發(fā)現(xiàn)結節(jié)。大小為17mm。該結節(jié)是邊界清晰的高濃度結節(jié)?！盉3 “在左下葉中存在大小為17mm的伴有玻璃狀陰影的結節(jié)?！碑攲⒂砂l(fā)現(xiàn)修改單元106所創(chuàng)建的發(fā)現(xiàn)候選語句B1 Bm發(fā)送至解讀終端60時， 診斷支持設備10終止診斷支持處理。以上述方式，句法分析單元105提取從病例數(shù)據(jù)庫5所獲取的多個發(fā)現(xiàn)語句中的 各發(fā)現(xiàn)語句，并且發(fā)現(xiàn)修改單元106基于目標區(qū)域的圖像特征信息的各特征項的內容，改 變各個標記特征項的描述。這樣，創(chuàng)建了多個發(fā)現(xiàn)候選語句并在顯示裝置15上顯示這些發(fā) 現(xiàn)候選語句。可選地，可以將多個發(fā)現(xiàn)候選語句發(fā)送至解讀終端60以在解讀終端60上顯示 這些發(fā)現(xiàn)候選語句。此外，可以在按與由圖像特征信息比較單元102計算出的類似度(差 異度)相對應的順序排列多個發(fā)現(xiàn)候選語句時，顯示這些發(fā)現(xiàn)候選語句。通常，解讀醫(yī)生在解讀期間使圖像查看器和解讀報告創(chuàng)建軟件在解讀終端60上 工作。當解讀醫(yī)生利用鼠標等指定圖像查看器上所顯示的醫(yī)用圖像的目標區(qū)域時，將該目標區(qū)域的圖像數(shù)據(jù)10連同例如診斷支持請求一起發(fā)送至診斷支持設備10。診斷支持設備 10根據(jù)接收到圖像數(shù)據(jù)10和診斷支持請求，執(zhí)行以上診斷支持處理。這使得可以在解讀終 端60的解讀報告創(chuàng)建軟件上自動顯示發(fā)現(xiàn)候選語句B1 Bm。這可以大大提高解讀醫(yī)生輸 入發(fā)現(xiàn)的效率。接著，將說明在病例數(shù)據(jù)庫5中累積病例數(shù)據(jù)的方法。參考圖3，當解讀醫(yī)生在解讀終端60上指定醫(yī)用圖像的目標區(qū)域、輸入與該目標 區(qū)域相對應的發(fā)現(xiàn)語句、并發(fā)出用于將該數(shù)據(jù)登記在病例數(shù)據(jù)庫5中的指令時，解讀終端 60向診斷支持設備10發(fā)送登記請求。即，解讀終端60復制目標區(qū)域的圖像數(shù)據(jù)10和與 該圖像數(shù)據(jù)10相對應的發(fā)現(xiàn)語句A0，并將它們連同登記請求一起發(fā)送至診斷支持設備10。 診斷支持設備10在接收到這些數(shù)據(jù)時，開始圖5所示的病例數(shù)據(jù)登記處理。首先，圖3中的圖像特征信息提取單元101獲取(接收)目標區(qū)域的圖像數(shù)據(jù)10 和相應的發(fā)現(xiàn)語句AO (圖5中的步驟S21)，然后從圖像數(shù)據(jù)10提取圖像特征信息FO^ (圖 5中的步驟S22)。提取圖像特征信息FObX的方法與診斷支持處理中所述的方法相同。然 后，圖像特征信息提取單元101創(chuàng)建由圖像特征信息FObX和發(fā)現(xiàn)語句AO構成的數(shù)據(jù)集FA， 并將該數(shù)據(jù)集FA作為新的病例數(shù)據(jù)登記在病例數(shù)據(jù)庫5中(圖5中的步驟S23)。利用以 上操作，病例數(shù)據(jù)登記處理終止。如上所述，根據(jù)第一實施例的診斷支持設備可以通過使用要解讀的醫(yī)用圖像的特 征信息(FO^)，直接搜索針對具有與該特征信息(FO^)類似的特征信息的醫(yī)用圖像記述 的以前的解讀報告中的發(fā)現(xiàn)語句(A1 Am)。這使得可以克服“背景技術”欄中所述的關鍵 詞搜索的缺陷，并且可以高效且適當?shù)貜囊郧暗慕庾x報告引用發(fā)現(xiàn)語句。因此，可以提供根 據(jù)解讀對象圖像的內容自動創(chuàng)建發(fā)現(xiàn)語句的診斷支持設備。第二實施例以下將參考圖10 13來說明根據(jù)第二實施例的診斷支持設備10的功能以及該 設備中的處理過程。圖10是用于解釋根據(jù)第二實施例的診斷支持設備10的主要功能的功能框圖。為 了說明方便，圖10的上半部示出圖2所示的醫(yī)療信息系統(tǒng)210，其中省略了一些構成元件。圖11 13是示出圖10所示的診斷支持設備10中的處理過程的流程圖。圖11 示出診斷支持處理的過程。圖13示出診斷支持處理中的步驟S33中的詳細過程。圖12示 出病例數(shù)據(jù)登記處理的過程。由于功能塊和處理過程與第一實施例中的功能塊和處理過程大部分相同，因此以 下將主要說明與第一實施例的不同之處。與第一實施例的極大不同之處在于，通過對發(fā)現(xiàn)語句進行句法分析來創(chuàng)建標記發(fā) 現(xiàn)語句的時刻。第一實施例在診斷支持處理(圖4中的步驟S14)中創(chuàng)建標記發(fā)現(xiàn)語句 A’ 1 A’ m。作為對比，第二實施例在病例數(shù)據(jù)登記處理(圖12中的步驟S43)中創(chuàng)建發(fā) 現(xiàn)語句AO的標記發(fā)現(xiàn)語句A’ 0。以下將說明第二實施例中的病例數(shù)據(jù)登記處理的過程。在第二實施例中的病例數(shù)據(jù)登記處理中，首先，句法分析單元105對要登記的作 為解讀結果的發(fā)現(xiàn)語句進行句法分析，并提取與圖像特征信息的各特征項相對應的描述。 然后，發(fā)現(xiàn)修改單元107向提取出的描述指派表示特征項的標記符，并且利用預定描述來 替換該標記描述，由此創(chuàng)建修改發(fā)現(xiàn)語句。數(shù)據(jù)集創(chuàng)建單元108將所創(chuàng)建的修改發(fā)現(xiàn)語句與由圖像特征信息提取單元101提取出的圖像特征信息相關聯(lián)，并將它們作為一個數(shù)據(jù)集 登記在病例數(shù)據(jù)庫5中。 參考圖10，當解讀終端60將目標區(qū)域的圖像數(shù)據(jù)10和相應的發(fā)現(xiàn)語句AO發(fā)送至 診斷支持設備10時，診斷支持設備10獲取(接收)這些數(shù)據(jù)(圖12中的步驟S41)。然 而，注意，在第二實施例中，診斷支持設備10的圖像特征信息提取單元101和句法分析單元 105這兩者都接收圖像數(shù)據(jù)10和發(fā)現(xiàn)語句AO。圖像特征信息提取單元101從接收到的目標區(qū)域的圖像數(shù)據(jù)10提取圖像特征信 息FO^，并將該信息傳送至數(shù)據(jù)集創(chuàng)建單元108 (圖12中的步驟S42)。另一方面，句法分 析單元105對接收到的發(fā)現(xiàn)語句AO進行句法分析。在發(fā)現(xiàn)與圖像特征信息F0bX相對應 的術語時，句法分析單元105向該術語指派針對各圖像特征信息預先確定的專用標記符， 以創(chuàng)建標記發(fā)現(xiàn)語句A’ 0(圖12中的步驟S43)。發(fā)現(xiàn)修改單元107檢查從句法分析單元105接收到的標記發(fā)現(xiàn)語句A’0。當發(fā)現(xiàn) 預定標記符時，發(fā)現(xiàn)修改單元107利用預定的特殊數(shù)據(jù)(字符串、符號和數(shù)值等)替換指派 有標記符的字符串。這樣，發(fā)現(xiàn)修改單元107創(chuàng)建了標記修改發(fā)現(xiàn)語句A”0(圖12中的步 驟 S44)。數(shù)據(jù)集創(chuàng)建單元108創(chuàng)建由從圖像特征信息提取單元101接收到的圖像特征信息 F0^x和從發(fā)現(xiàn)修改單元107接收到的標記修改發(fā)現(xiàn)語句A”0構成的數(shù)據(jù)集FA”。然后， 數(shù)據(jù)集創(chuàng)建單元108將數(shù)據(jù)集FA”作為新的病例數(shù)據(jù)登記在病例數(shù)據(jù)庫5中(圖12中的 步驟S45)。在這種情況下，病例數(shù)據(jù)庫5將已經(jīng)登記的病例數(shù)據(jù)與要登記的新的病例數(shù)據(jù) 進行比較，以判斷是否存在完全相同或幾乎相同(不同的部分在預定范圍內)的病例數(shù)據(jù)。 在判斷為存在這種數(shù)據(jù)時，病例數(shù)據(jù)庫5進行不登記新的病例數(shù)據(jù)的控制。利用以上操作， 病例數(shù)據(jù)登記處理終止。在第二實施例中進行以上病例數(shù)據(jù)登記處理，可以具有在病例數(shù)據(jù)庫5中已經(jīng)登 記了類似的數(shù)據(jù)集FA”時、避免重復登記幾乎相同的數(shù)據(jù)集FA”的優(yōu)點。即，如果發(fā)現(xiàn)語句 AO中僅與預先確定要替換的圖像特征信息(例如，身體部位名稱或異常區(qū)域大小)相對應 的字符串不同于已登記的發(fā)現(xiàn)語句，則通過將發(fā)現(xiàn)語句A0轉換成標記修改發(fā)現(xiàn)語句A”0獲 得了相同的發(fā)現(xiàn)語句。因此，如果發(fā)現(xiàn)語句的圖像特征信息F0bX與已登記的發(fā)現(xiàn)語句的 圖像特征信息也幾乎相同(不同的部分在預定范圍內)，則可以通過去除這些發(fā)現(xiàn)語句來 避免登記重復的病例數(shù)據(jù)。在第二實施例中的診斷支持處理的過程(圖11和13)中，可以利用“標記修改發(fā) 現(xiàn)語句A” 1 A”m”來替換第一實施例中的“以前的發(fā)現(xiàn)語句A1 Am”和“標記發(fā)現(xiàn)語句 A’ 1 A’ m”。即，圖像特征信息比較單元102從病例數(shù)據(jù)庫105獲取與同目標區(qū)域的圖像 特征信息類似的圖像特征信息相對應的修改發(fā)現(xiàn)語句。發(fā)現(xiàn)選擇/排列單元104、標記字符 串創(chuàng)建單元103和發(fā)現(xiàn)修改單元106通過基于目標區(qū)域的圖像特征信息改變所獲取的修改 發(fā)現(xiàn)語句中所包括的預定描述(由特殊數(shù)據(jù)所替換的部分)，創(chuàng)建與該目標區(qū)域有關的發(fā) 現(xiàn)語句。在這種情況下，基于標記符來檢測預定描述。圖4中的步驟S14是由圖3中的句 法分析單元105要執(zhí)行的處理。然而，在第二實施例中，由于從病例數(shù)據(jù)庫5所獲取的以前 的發(fā)現(xiàn)語句已經(jīng)是標記發(fā)現(xiàn)語句，因此無需執(zhí)行該處理。由于該原因，圖11中的處理不包 括與圖4中的步驟S14相對應的步驟。
注意，發(fā)現(xiàn)修改單元107可以通過向提取出的描述指派表示特征項的標記符來創(chuàng) 建標記發(fā)現(xiàn)語句，并且數(shù)據(jù)集創(chuàng)建單元108可以將所創(chuàng)建的標記發(fā)現(xiàn)語句與相應的圖像特 征信息相關聯(lián)地登記在病例數(shù)據(jù)庫5中。在這種情況下，圖像特征信息比較單元102從病例 數(shù)據(jù)庫5獲取與同目標區(qū)域的圖像特征信息類似的圖像特征信息相對應的標記發(fā)現(xiàn)語句。 然后，發(fā)現(xiàn)選擇/排列單元104、標記字符串創(chuàng)建單元103和發(fā)現(xiàn)修改單元106通過基于目 標區(qū)域的圖像特征信息的相應的特征項的內容改變所獲取的標記發(fā)現(xiàn)語句中所包括的標 記描述，創(chuàng)建發(fā)現(xiàn)語句。然而，注意，與登記修改發(fā)現(xiàn)語句的情況不同，不能夠避免病例數(shù)據(jù) 庫5中的描述的冗余。第三實施例第一和第二實施例在病例數(shù)據(jù)庫5中登記由圖像特征信息F0bX和發(fā)現(xiàn)語句 AO (或者標記修改發(fā)現(xiàn)語句A”0)構成的數(shù)據(jù)集FA (或FA”)。第三實施例存儲表示病例數(shù) 據(jù)庫5中所存儲的各發(fā)現(xiàn)語句的可靠性的可靠性信息。圖像特征信息比較單元102在病例 數(shù)據(jù)庫5中與同目標區(qū)域的圖像特征信息的類似度超過閾值的圖像特征信息相對應地存 儲的發(fā)現(xiàn)語句中，獲取由可靠性信息所表示的可靠性超過預定值的發(fā)現(xiàn)語句。特別地，第三 實施例使用與創(chuàng)建了發(fā)現(xiàn)語句的解讀醫(yī)生的評價有關的信息作為可靠性信息。更具體地， 本實施例在向數(shù)據(jù)集FA添加用于識別進行了解讀的醫(yī)生的識別符(在下文簡稱為醫(yī)生ID) 時，登記該數(shù)據(jù)集。即，病例數(shù)據(jù)庫5中所累積的病例數(shù)據(jù)各自由醫(yī)生ID、圖像特征信息F^ x和發(fā)現(xiàn)語句A(或標記修改發(fā)現(xiàn)語句A”0)這三類數(shù)據(jù)構成。另外，病例數(shù)據(jù)庫5或診斷支持設備10可以存儲寫有與醫(yī)生ID有關的信息的醫(yī) 生信息表。在該醫(yī)生信息表中，預先登記例如醫(yī)生的解讀經(jīng)驗年數(shù)或醫(yī)生在醫(yī)院內的評價 的、與解讀能力或解讀結果的可靠性有關的信息。這使得可以滿足使用解讀終端60的解讀 醫(yī)生在他/她想要通過選擇性地僅使用以前的病例數(shù)據(jù)中展現(xiàn)高可靠性的數(shù)據(jù)來獲得發(fā) 現(xiàn)候選語句B1 Bm時所作出的要求。以下是針對這種情況的處理過程?；咎幚磉^程與第一實施例中的處理過程相同。與第一實施例的主要不同之處在 于，解讀醫(yī)生需要向解讀終端60輸入(或指定或選擇)所需的解讀結果可靠性的閾值Tk。 解讀終端60還需要將解讀結果可靠性的閾值Tk發(fā)送至診斷支持設備10，以允許診斷支持 設備10在圖14的步驟S303中使用該閾值。另外，在圖6中的步驟S101和步驟S102之間 插入一些附加處理。圖14是插入了附加處理的流程圖。參考圖14，從步驟S301 步驟S303的處理是附加處理。首先，在步驟S101中， 與第一實施例相同，圖像特征信息比較單元102獲取從解讀對象圖像選擇出的目標區(qū)域的 圖像特征信息F0bX，并將變量im和in分別初始化為值0和1。在步驟S301中，圖像特征 信息比較單元102從病例數(shù)據(jù)庫5讀出第in個醫(yī)生IDn。在步驟S302中，圖像特征信息比 較單元102搜索以上醫(yī)生信息表，并讀出與醫(yī)生IDn相對應的解讀結果可靠性Rn。在步驟 S 303中，圖像特征信息比較單元102將解讀結果可靠性Rn與所指定的解讀結果可靠性的 閾值TK進行比較。如果比較結果示出Rn等于或大于TK，則圖像特征信息比較單元102判 斷為解讀結果滿足所需的可靠性，并且執(zhí)行第一實施例所述的步驟S102 S109中的處理。 作為對比，如果Rn小于TK，則圖像特征信息比較單元102判斷為解讀結果不滿足所需的可 靠性，并且處理進入步驟S110。如上所述，第一至第三實施例克服了在搜索以前的發(fā)現(xiàn)語句 時的關鍵詞搜索的缺陷，并且可以更高效且更適當?shù)匾靡郧暗陌l(fā)現(xiàn)語句。這使得可以提供根據(jù)解讀對象圖像的內容自動創(chuàng)建發(fā)現(xiàn)語句的診斷支持設備。盡管以上各個實施例已經(jīng)說明了 一種類似度計算方法(差異度計算方法)，然而 要使用的類似度計算方法不限于上述各個實施例中的類似度計算方法。例如，在以上實施 例中，將圖像特征信息FOii* !^^之間的類似度(差異度)定義為各個圖像特征信息之 間的差的線性和。更一般地，如果將F0bX和Fni x描述為x維矢量VF0和VFn，則可以將 類似度(差異度)重述為兩個矢量(VF0和VFn)之間的距離。例如，獲得各個圖像特征信息 之間的差的平方線性和(其平方根)等同于獲得兩個矢量之間的歐幾里得距離。另外，在 數(shù)學領域，定義了各種矢量間距離。所有這些定義均可用作為以上實施例中的類似度(差 異度)的定義。還可以準備多種類似度計算方法，并允許作為用戶的醫(yī)生指定他/她所期 望的計算方法。已經(jīng)詳細解釋了實施例。本發(fā)明可以采用以例如系統(tǒng)、設備、方法、程序或存儲介 質的形式的實施例。更具體地，本發(fā)明可以應用于由多個裝置配置成的系統(tǒng)或者由單個裝 置構成的設備。注意，本發(fā)明包括以下情況當直接或遠程地向系統(tǒng)或設備供給軟件程序、并且該 系統(tǒng)或設備的計算機讀出并執(zhí)行所供給的程序代碼時，實現(xiàn)了實施例的功能。在這種情況 下要供給的程序是與實施例中的各個所示流程圖相對應的計算機程序。因此，安裝在計算機中以使用該計算機來實現(xiàn)本發(fā)明的功能處理的程序代碼自身 實現(xiàn)了本發(fā)明。換言之，本發(fā)明包括用于實現(xiàn)本發(fā)明的功能處理的計算機程序本身。在這種情況下，沒有特別限制程序的形式，并且可以使用對象代碼、由解釋器要執(zhí) 行的程序和要供給至OS的腳本數(shù)據(jù)，只要它們具有程序的功能即可。作為用于供給計算機程序的計算機可讀存儲介質，可以使用以下介質。例如，可以 使用軟(floppy )盤、硬盤、光盤、磁光盤、MO、CD-ROM、CD-R、CD-RW、磁帶、非易失性存儲 卡、ROM 和 DVD (DVD-ROM、DVD-R)。作為其它的程序供給方法，用戶使用客戶計算機上的瀏覽器建立到因特網(wǎng)上的主 頁的連接，并且從該主頁下載本發(fā)明的計算機程序到硬盤等的記錄介質。在這種情況下，要 下載的程序可以是包括自動安裝功能的壓縮文件。此外，形成本發(fā)明的程序的程序代碼可 被分割成可以從不同的主頁下載的多個文件。即，本發(fā)明包括使多個用戶下載由計算機實 現(xiàn)本發(fā)明的功能處理所需的程序文件的www服務器。此外，可以將存儲本發(fā)明的加密程序的CD-ROM等的存儲介質分發(fā)給用戶。在這種 情況下，可以允許滿足預定條件的用戶經(jīng)由因特網(wǎng)從主頁下載用于對加密程序進行解密的 密鑰信息。該用戶使用密鑰信息執(zhí)行加密程序，以將該程序安裝在計算機上?？梢栽谟嬎銠C執(zhí)行所讀出的程序時實現(xiàn)前述實施例的功能。此外，可以基于該程 序的指令與在計算機上運行的0S等協(xié)作實現(xiàn)前述實施例的功能。在這種情況下，0S等執(zhí) 行實際處理的一些或全部，從而實現(xiàn)前述實施例的功能。此外，可以在將從存儲介質讀出的程序寫入插入至計算機中的功能擴展板或連接 至計算機的功能擴展單元上所配備的存儲器中時，實現(xiàn)前述實施例的功能的一些或全部。 在這種情況下，在將程序寫入功能擴展板或功能擴展單元中之后，該功能擴展板或功能擴 展單元上所配備的CPU基于該程序的指令實現(xiàn)實際處理的一些或全部。注意，以上各個實施例中的說明是根據(jù)本發(fā)明的優(yōu)選診斷支持設備的例子。本發(fā)明不限于此。即，本發(fā)明不限于前述實施例，并且可以在不背離本發(fā)明的精神和范圍的情況下 進行各種修改和變形。因此，為了向公眾告知本發(fā)明的范圍，添附了以下權利要求書。本申請要求2007年9月28日提交的日本專利申請2007-256014的優(yōu)先權，在此 通過引用包含其全部內容。
權利要求
一種診斷支持設備，包括存儲部件，用于彼此相對應地存儲圖像特征信息和作為解讀結果的發(fā)現(xiàn)語句；獲取部件，用于獲取解讀對象圖像上所指定的目標區(qū)域的圖像特征信息；搜索部件，用于在所述存儲部件中搜索與由所述獲取部件獲取的圖像特征信息類似的圖像特征信息，并從所述存儲部件獲取與搜索到的圖像特征信息相對應地存儲的發(fā)現(xiàn)語句；以及創(chuàng)建部件，用于通過基于由所述獲取部件獲取的所述目標區(qū)域的圖像特征信息改變由所述搜索部件獲取的發(fā)現(xiàn)語句的描述，創(chuàng)建與所指定的所述目標區(qū)域的解讀有關的發(fā)現(xiàn)語句。
2.根據(jù)權利要求1所述的診斷支持設備，其特征在于，所述創(chuàng)建部件包括提取部件，用于通過對由所述搜索部件獲取的發(fā)現(xiàn)語句進行句法分析，提取與圖像特 征信息的各特征項相對應的描述；以及改變部件，用于基于所述目標區(qū)域的圖像特征信息的各特征項的內容，改變由所述提 取部件提取出的描述。
3.根據(jù)權利要求1所述的診斷支持設備，其特征在于，所述搜索部件計算所述目標區(qū) 域的圖像特征信息與所述存儲部件中所存儲的圖像特征信息之間的類似度，并獲取與計算 出的類似度超過閾值的圖像特征信息相對應地存儲的發(fā)現(xiàn)語句。
4.根據(jù)權利要求3所述的診斷支持設備，其特征在于，還包括指定部件，所述指定部件 用于指定所述搜索部件中的類似度計算方法。
5.根據(jù)權利要求1所述的診斷支持設備，其特征在于，還包括登記部件，所述登記部件 用于接收作為要登記的解讀結果的語句和圖像特征信息，并將該語句和圖像特征信息彼此 相關聯(lián)地登記在所述存儲部件中。
6.根據(jù)權利要求1所述的診斷支持設備，其特征在于，還包括登記部件，所述登記部件 用于通過對作為要登記的解讀結果的發(fā)現(xiàn)語句進行句法分析來提取與圖像特征信息的各 特征項相對應的描述，向提取出的描述指派表示特征項的標記符，通過利用預定描述替換 指派有所述標記符的描述來創(chuàng)建修改發(fā)現(xiàn)語句，并將所創(chuàng)建的修改發(fā)現(xiàn)語句與相應的圖像 特征信息相關聯(lián)地登記在所述存儲部件中，其中，所述搜索部件從所述存儲部件獲取與同所述目標區(qū)域的圖像特征信息類似的圖 像特征信息相對應的修改發(fā)現(xiàn)語句，以及所述創(chuàng)建部件通過基于所述目標區(qū)域的圖像特征信息改變由所述搜索部件獲取的修 改發(fā)現(xiàn)語句中所包括的所述預定描述，創(chuàng)建與所述目標區(qū)域有關的發(fā)現(xiàn)語句。
7.根據(jù)權利要求1所述的診斷支持設備，其特征在于，還包括登記部件，所述登記部 件用于通過對作為要登記的解讀結果的發(fā)現(xiàn)語句進行句法分析來提取與圖像特征信息的 各特征項相對應的描述，通過向提取出的描述指派表示特征項的標記符來創(chuàng)建標記發(fā)現(xiàn)語 句，并將所創(chuàng)建的標記發(fā)現(xiàn)語句與相應的圖像特征信息相關聯(lián)地登記在所述存儲部件中，其中，所述搜索部件從所述存儲部件獲取與同所述目標區(qū)域的圖像特征信息類似的圖 像特征信息相對應的標記發(fā)現(xiàn)語句，以及所述創(chuàng)建部件通過基于與所述目標區(qū)域的圖像特征信息相對應的特征項的內容改變 由所述搜索部件獲取的標記發(fā)現(xiàn)語句中所包括的、指派有所述標記符的描述，創(chuàng)建與所述目標區(qū)域有關的發(fā)現(xiàn)語句。
8.根據(jù)權利要求1所述的診斷支持設備，其特征在于，所述搜索部件計算所述目標區(qū) 域的圖像特征信息與所述存儲部件中所存儲的圖像特征信息之間的類似度，并獲取與計算 出的類似度超過閾值的圖像特征信息相對應地存儲的多個發(fā)現(xiàn)語句，以及所述創(chuàng)建部件通過使用由所述搜索部件獲取的多個發(fā)現(xiàn)語句，創(chuàng)建與所述目標區(qū)域有 關的發(fā)現(xiàn)語句的多個候選發(fā)現(xiàn)語句。
9.根據(jù)權利要求8所述的診斷支持設備，其特征在于，還包括去除部件，所述去除部件 用于從所述多個候選發(fā)現(xiàn)語句去除具有相同內容的候選發(fā)現(xiàn)語句。
10.根據(jù)權利要求8所述的診斷支持設備，其特征在于，所述創(chuàng)建部件包括排列部件， 所述排列部件用于在按與所述搜索部件中的類似度相對應的順序排列所述多個候選發(fā)現(xiàn) 語句的情況下，在顯示部件上顯示所述多個候選發(fā)現(xiàn)語句。
11.根據(jù)權利要求1所述的診斷支持設備，其特征在于，所述存儲部件還存儲表示各發(fā) 現(xiàn)語句的可靠性的可靠性信息，以及所述搜索部件在與所述存儲部件中所存儲的、與所述目標區(qū)域的圖像特征信息的類似 度超過閾值的圖像特征信息相對應地存儲的發(fā)現(xiàn)語句中，獲取由可靠性信息表示的可靠性 超過預定值的發(fā)現(xiàn)語句。
12.根據(jù)權利要求11所述的診斷支持設備，其特征在于，作為發(fā)現(xiàn)語句的可靠性信息， 使用與創(chuàng)建發(fā)現(xiàn)語句的解讀醫(yī)生的評價有關的信息。
13.—種診斷支持設備，包括存儲部件，用于彼此相對應地存儲圖像特征信息和發(fā)現(xiàn)語句；獲取部件，用于獲取解讀對象圖像的圖像特征信息；以及搜索部件，用于基于由所述獲取部件獲取的圖像特征信息，搜索所述存儲部件中所存 儲的發(fā)現(xiàn)語句。
14.根據(jù)權利要求13所述的診斷支持設備，其特征在于，還包括創(chuàng)建部件，所述創(chuàng)建部 件用于基于由所述搜索部件獲取的發(fā)現(xiàn)語句的描述，創(chuàng)建與所述解讀對象圖像有關的發(fā)現(xiàn) 語句。
15.根據(jù)權利要求14所述的診斷支持設備，其特征在于，所述創(chuàng)建部件包括提取部件，用于通過對由所述搜索部件獲取的發(fā)現(xiàn)語句進行句法分析，提取與圖像特 征信息的各特征項相對應的描述；以及改變部件，用于基于目標區(qū)域的圖像特征信息的各特征項的內容，改變由所述提取部 件提取出的描述。
16.一種診斷支持設備的控制方法，所述診斷支持設備包括用于彼此相對應地存儲圖 像特征信息和作為解讀結果的發(fā)現(xiàn)語句的存儲部件，所述控制方法包括以下步驟獲取步驟，用于獲取解讀對象圖像上所指定的目標區(qū)域的圖像特征信息；搜索步驟，用于在所述存儲部件中搜索與在所述獲取步驟中獲取的圖像特征信息類似 的圖像特征信息，并從所述存儲部件獲取與搜索到的圖像特征信息相對應地存儲的發(fā)現(xiàn)語 句；以及創(chuàng)建步驟，用于通過基于在所述獲取步驟中獲取的所述目標區(qū)域的圖像特征信息改變 在所述搜索步驟中獲取的發(fā)現(xiàn)語句的描述，創(chuàng)建與所指定的所述目標區(qū)域的解讀有關的發(fā)現(xiàn)語句。
17.—種診斷支持設備的控制方法，所述診斷支持設備包括用于彼此相對應地存儲圖 像特征信息和發(fā)現(xiàn)語句的存儲部件，所述控制方法包括以下步驟獲取步驟，用于獲取解讀對象圖像的圖像特征信息；以及搜索步驟，用于基于在所述獲取步驟中獲取的圖像特征信息，搜索所述存儲部件中所 存儲的發(fā)現(xiàn)語句。
18.—種程序，用于使計算機執(zhí)行根據(jù)權利要求16或17所述的控制方法。
19.一種計算機可讀存儲介質，其存儲有根據(jù)權利要求18所述的程序。
全文摘要
一種診斷支持設備，其具有彼此相對應地存儲圖像特征信息和作為解讀結果的發(fā)現(xiàn)語句的存儲部，獲取解讀對象圖像上所指定的目標區(qū)域的圖像特征信息，在存儲部中搜索與所獲取的圖像特征信息類似的圖像特征信息，從存儲部獲取與搜索到的圖像特征信息相對應地存儲的發(fā)現(xiàn)語句，并通過基于所指定的目標區(qū)域的圖像特征信息改變所獲取的發(fā)現(xiàn)語句中的描述，創(chuàng)建與所指定的目標區(qū)域的解讀有關的發(fā)現(xiàn)語句。
文檔編號G06Q50/22GK101808572SQ20088010919
公開日2010年8月18日 申請日期2008年9月26日 優(yōu)先權日2007年9月28日
發(fā)明者宮狹和大, 片山昭宏, 鈴木雅博, 飯塚義夫 申請人:佳能株式會社