JP6076702B2 - Ｘ線画像診断支援のためのコンピュータプログラム、装置及び方法 - Google Patents

Description

本発明は、Ｘ線画像診断支援のための技術に関し、特にＸ線画像から求めたフラクタル次元のフラクタル値を用いて診断支援を行う技術に関する。

従来、Ｘ線画像を医師が読影して被験者の診断を行うことが行われている。このとき、正しく診断を下すためには高度な読影スキルを必要とする。従って、Ｘ線画像から正しく診断を行えるか否かは、診断を行う医師に依存してしまうことになる。

ところで、被験者を撮像した画像からフラクタル次元を算出して、診断支援を行う技術がある（例えば特許文献１）。

特開２０１０−１９５７２号公報

上記の通り、Ｘ線画像診断を支援するための技術が必要とされているが、特に近年、女性の乳房のＸ線画像（マンモグラフィー）を撮影する乳がん検診が普及しつつある。マンモグラフィーは歴史が浅いため、正しく読影できる医師は通常のＸ線画像の読影ができる医師よりもさらに少ない。そのため、上記の問題がより深刻である。

そこで、本発明の目的は、Ｘ線画像に基づく診断を支援する技術を提供することである。

本発明の別の目的は、マンモグラフィーに基づく診断を支援する技術を提供することである。

本発明の一つの実施態様に従うＸ線画像診断支援のためのコンピュータプログラムは、被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、疾患別に、第１のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、前記疾患別データベースに記憶されているデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第１の確率指標算出ステップと、前記算出された確率を示す第１の指標を出力するステップと、を行う。

本発明の一つの実施態様に従うＸ線画像診断支援のためのコンピュータプログラムは、被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、疾患別に、第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、前記Ｘ線画像の被写体の濃度分布の特徴を抽出する第２の画像処理ステップと、前記抽出された濃度分布の特徴から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第２の確率指標算出ステップと、前記算出された確率を示す第２の指標を出力するステップと、を行う。

本発明の一つの実施態様に従うＸ線画像診断支援のためのコンピュータプログラムは、被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、疾患別に、第１及び第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、前記疾患別データベースに記憶されているデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第１の指標を算出する第１の確率指標算出ステップと、前記Ｘ線画像の被写体の濃度分布の特徴を抽出する第２の画像処理ステップと、前記抽出された濃度分布の特徴から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第２の指標を算出する第２の確率指標算出ステップと、前記算出された確率を示す第１及び第２の指標を出力するステップと、を行う。

好適な実施態様では、前記第１の画像処理ステップでは、前記Ｘ線画像を所定の閾値で２値化された２値化画像を生成し、前記第１のフラクタル次元算出ステップでは、前記第１の画像処理ステップにより生成された２値化画像にボックスカウンティング法を適用して前記第１のフラクタル値を算出するようにしてもよい。

好適な実施態様では、前記第２の画像処理ステップでは、それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数し、前記第２のフラクタル次元算出ステップでは、前記第２の画像処理ステップにより計数された各範囲に属する画素値を有する画素数から第２のフラクタル値を算出するようにしてもよい。

好適な実施態様では、前記所定部位は乳房であってもよい。

好適な実施態様では、前記確率を示す指標はオッズまたはオッズ比であってもよい。

好適な実施態様では、前記第１及び／または第２の確率指標算出ステップでは、前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用し、リサンプリング法適用後のデータに基づいて前記確率を示す第１及び／または第２の指標を算出するようにしてもよい。

本発明の一実施形態に係るＸ線画像診断支援装置１の全体構成を示す。 フラクタル次元算出画面１００の例を示す図である。 ボックスカウント法の説明図である。 ピクセルカウント法の説明図である。 フラクタル値表示画面２００、２１０の一例を示す図である。 統計指標表示画面３００の一例を示す図である。 Ｘ線画像診断支援装置１が行う処理手順を示すフローチャートである。

以下、本発明の一実施形態に係るＸ線画像診断支援装置について、図面を参照して説明する。本実施形態にかかるＸ線画像診断支援装置は、被験者のＸ線画像を解析してフラクタル次元のフラクタル値を算出し、そのフラクタル値に基づいて所定の疾患であるか否かの診断を支援する情報を出力する。

図１は、Ｘ線画像診断支援装置１の全体構成を示す。Ｘ線画像診断支援装置１は、Ｘ線画像診断支援装置本体１０と、ポインティングデバイス、キーボード、タッチパネルなどの入力装置５と、液晶ディスプレイなどの表示装置６とを有する。

この装置１のオペレータは、入力装置５を操作することによって、本装置に対して後述する様々な入力を行うことができる。

表示装置６は、後述する様々なインターフェース画面を表示する。

Ｘ線画像診断支援装置本体１０は、例えば汎用的なコンピュータシステムにより構成され、以下に説明するＸ線画像診断支援装置本体１０内の個々の構成要素または機能は、例えば、所定のコンピュータプログラムを実行することにより実現される。

Ｘ線画像診断支援装置本体１０は、被験者Ｘ線画像データ記憶部１１と、被験者フラクタルデータ記憶部１３と、疾患別フラクタルデータ記憶部１５と、疾患別確率指標データ記憶部１７と、ＵＩ処理部１９と、ＲＯＩ設定部２１と、２値化処理部２３と、ボックスカウント処理部２５と、濃度調整部２７と、ピクセルカウント処理部２９と、統計処理部３１とを有する。

被験者Ｘ線画像データ記憶部１１は、被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する。ここで、所定部位は、例えば乳房、特に女性の乳房でもよい。すなわち、本実施形態では、マンモグラフィー画像を対象として用いる。このＸ線画像は、所定の造影剤を用いて撮影された画像でもよい。

被験者フラクタルデータ記憶部１３は、ボックスカウント処理部２５及びピクセルカウント処理部２９で算出された被験者のフラクタル値を記憶する。

疾患別フラクタルデータ記憶部１５は、疾患別に、ボックスカウント法で算出したフラクタル次元（第１のフラクタル次元）にかかるデータ、及びピクセルカウント法で算出したフラクタル次元（第２のフラクタル次元）にかかるデータを記憶する。例えば、疾患別フラクタルデータ記憶部１５は、複数の患者のＸ線画像を解析してボックスカウント法及びピクセルカウント法で算出したフラクタル次元のフラクタル値を疾患別に統計処理した統計データを記憶する。例えば、疾患別フラクタルデータ記憶部１５は、上記２種類のフラクタル次元について、疾患別のフラクタル値の平均値、標準偏差（ＳＤ）、標準誤差（ＳＥ）等を記憶する。

疾患別確率指標データ記憶部１７は、統計処理部３１で統計処理された結果のデータを記憶する。例えば、疾患別確率指標データ記憶部１７には、疾患別平均値と被験者のフラクタル値の差分及びユークリッド距離、各被験者が各疾患である確率、帰無仮説を立てた場合の各被験者が各疾患である確率、オッズ及びオッズ比等が保存される。

ＵＩ処理部１９は、所定のＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面を表示装置６に表示させ、その画面に対する入力装置５からの入力を受け付ける。ＵＩ処理部１９が受け付けた入力は、以下に説明するように、各処理部での処理に利用される。ＵＩ処理部１９は、ＵＩ画面を表示させる際に必要なデータを、被験者Ｘ線画像データ記憶部１１，被験者フラクタルデータ記憶部１３、疾患別フラクタルデータ記憶部１５，疾患別確率指標データ記憶部１７等から取得する。

図２は、フラクタル次元算出画面１００の例を示す。フラクタル次元算出画面１００は、画像表示領域１１０と、第１フラクタル次元表示領域１２０と、第２フラクタル次元表示領域１３０とを有する。

画像表示領域１１０は、処理対象の被験者の画像を表示する。ここに表示される画像は、被験者Ｘ線画像データ記憶部１１に記憶されている画像データに基づく原画像、２値化処理部２３で生成された２値化画像、あるいは、濃度調整部２７で生成された所定の濃度範囲が限定された濃度限定画像である。いずれの画像を表示させるかは、後述するようにオペレータが選択可能である。図２では、画像表示領域１１０に表示されている画像にはＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）１１０Ａが設定されている。

第１フラクタル次元表示領域１２０及び第２フラクタル次元表示領域１３０は、いずれか一方が選択されるようになっている（図２では第１フラクタル次元表示領域１２０が選択されている）。選択されている領域がオペレータからの入力を受付可能となっている。

第１フラクタル次元表示領域１２０は、第１のフラクタル次元に関する情報が表示される。本実施形態では、第１のフラクタル次元はボックスカウント法を用いて算出する、形状の特徴に基づく形状フラクタル次元である。ボクセルカウント法の詳細については後述する。図２に示すように、第１フラクタル次元表示領域１２０には、フラクタル値を算出するための両対数グラフを含む、フラクタル値を算出するための解析結果の表示領域１２１、画像表示領域１１０に表示させる画像の選択領域１２２、フラクタル値を算出するための解析条件（閾値、解析対象画像）の入力領域１２３等が含まれる。選択領域１２２では、「２値画像」が選択されているので、画像表示領域１１０には２値画像が表示されている。選択領域１２２で画像の選択を切り替えることにより、画像表示領域１１０に表示される画像が切り替わる。入力領域１２２は、原画像を２値化する際の「閾値」の入力領域を有する。入力領域１２２は、ボックスカウント法でボックス数をカウントする対象の画像を、閉領域の輪郭線のみとするか、閉領域全体とするかの選択領域を有する。

第２フラクタル次元表示領域１３０は、第２のフラクタル次元に関する情報が表示される。本実施形態では、第２のフラクタル次元はピクセルカウント法を用いて算出する、画像の濃度の特徴に基づく濃度フラクタル次元である。ピクセルカウント法の詳細については後述する。図２に示すように、第２フラクタル次元表示領域１３０にも、第１フラクタル次元表示領域１２０と同様に、フラクタル値を算出するための両対数グラフを含む、フラクタル値を算出するための解析結果の表示領域１３１、画像表示領域１１０に表示させる画像の選択領域１３２、フラクタル値を算出するための解析条件の入力領域１３３等が含まれる。選択領域１３２は、画像表示領域１１０に表示させる画像として「原画像」か「検査画像」かの選択を受け付ける。本実施形態では、検査画像は後述する濃度限定画像である。入力領域１３３は、濃度限定画像を生成する際の解析条件の入力を受け付ける。ここでは、濃度の下限値、上限値及び分割数の指定を受け付ける。この濃度の下限値、上限値及び分割数については後述する。

図１に戻ると、ＲＯＩ設定部２１は、被験者のＸ線画像に対してＲＯＩを設定する。例えば、ＲＯＩ設定部２１は、図２に示すフラクタル次元算出画面１００が表示装置６に表示されているとき、オペレータが入力装置５を用いて画像表示領域１１０上で指定した領域にＲＯＩを設定してもよい。なお、オペレータは、画像表示領域１１０に原画像が表示されているときにＲＯＩを設定するようにしてもよい。

２値化処理部２３は、Ｘ線画像（原画像）を所定の閾値で２値化する。この閾値は、第１フラクタル次元表示領域１２０の入力領域１２２においてオペレータに指定された値を用いてもよい。Ｘ線画像を２値化することにより、原画像に写っている被写体の形状の特徴が抽出される。従って、本実施形態では２値化によってＸ線画像の被写体の形状の特徴を抽出しているが、これ以外の方法でＸ線画像の被写体の形状の特徴を抽出するようにしてもよい。

ボックスカウント処理部２５は、２値化処理部２３で生成された２値化画像にボックスカウント法を適用して、第１のフラクタル値を算出する。ボックスカウント処理部２５は、２値化以外の方法で形状の特徴が抽出された画像に対してボックスカウント法を適用してもよい。

図３は、ボックスカウント法の説明図である。この図に従ってボックスカウント法の概要を説明する。

まず、原画像７０に対して、被写体の形状の特徴を抽出する処理（本実施形態では２値化処理）が行われ、形状の特徴を示す形状画像７２が生成される。形状画像７２を生成する際、原画像７０に対してＲＯＩが設定されているときは、ＲＯＩ内を処理対象領域としてもよい。ボックスカウント処理部２５は、形状画像７２に、同じサイズを有するボックス（正方形）を並べたメッシュ状のボックスシート７４−１〜ｎを重ね、形状の特徴を示す画素（本実施形態では白画素）が属するボックス数を計数（カウント）する。ボックスカウント処理部２５は、これをボックスサイズが異なる複数のボックスシートについてそれぞれ行い、ボックスサイズごとにボックス数Ｎｂ１〜ｎを計数（カウント）する。そして、ボックスカウント処理部２５が、これらのボックスサイズ及びそれぞれのボックス数の対数をとり、両対数グラフ（図２の第１フラクタル次元表示領域１２０参照）により、フラクタル値が求まる。

このとき、２値化画像の閉領域に関して、その領域全体を白画素としてボックスカウント法を適用するか、または、その閉領域の輪郭のみを対象としてボックスカウント法を適用するかの２通りの手法がある。これらは、フラクタル次元算出画面１００の第１フラクタル次元表示領域１２０においてオペレータが選択可能である。

図１に戻ると、濃度調整部２７及びピクセルカウント処理部２９は、Ｘ線画像の被写体の濃度分布の特徴を抽出する。例えば、濃度調整部２７及びピクセルカウント処理部２９は、それぞれ異なる画素値の範囲を定め、被験者のＸ線画像において各範囲に属する画素値を有する画素数を計数する。

ここで、画素値の範囲について説明する。画素値の範囲とは、画素値の所定の下限値から所定の上限値までの範囲を言う。その下限値及び上限値は、フラクタル次元算出画面１００の第２フラクタル次元表示領域１３０において、解析条件としてオペレータが指定してもよい。従って、例えばＸ線画像が５１６階調（画素値が０から５１５まで）であるとしたとき、画素値の範囲として、下限値が全体の３５％の濃度（画素値１８０）、上限値が１００％の濃度（画素値５１５）と指定されたとする。このとき、濃度調整部２７は、対象のＸ線画像において、下限値から上限値までの画素値を有する画素のみからなる濃度限定画像を生成する。ピクセルカウント処理部２９は、この濃度限定画像に含まれる画素数を計数する。濃度調整部２７は、複数の画素値の範囲（下限値及び上限値の組み合わせ）について濃度限定画像を生成する。複数の画素値の範囲の指定の仕方は任意であるが、例えば、本実施形態では以下のように行っている。すなわち、オペレータが第２フラクタル次元表示領域１３０の入力領域１３３で指定した上限値を固定し、オペレータが指定した分割数分だけ、下限値をオペレータが入力領域１３３で指定した下限値（最下限値）から段階的に移動させて、複数の画素値の範囲を定めている。

ピクセルカウント処理部２９は、抽出された濃度分布の特徴から第２のフラクタル値を算出する。例えば、ピクセルカウント処理部２９は、濃度調整部２７が生成した複数の濃度限定画像の画素数をそれぞれ計数し、ピクセルカウント法によるフラクタル次元のフラクタル値を算出する。

図４は、ピクセルカウント法の説明図である。この図に従って、ピクセルカウント法について説明する。

まず、濃度調整部２７が、原画像７０に対して、被写体の濃度分布の特徴を抽出する処理、つまり本実施形態では画素値の範囲を定め、その範囲内の画素値を有する画素からなる画像（濃度限定画像）を生成する。このとき、濃度調整部２７は、定められた範囲に入らない画素値を有する画素の画素値を０とする。本実施形態では、画素値の範囲を複数定めることにより、複数の濃度限定画像７６−１〜ｎが生成される。なお、濃度限定画像７６−１〜ｎを生成する際、濃度調整部２７は原画像７０に対してＲＯＩを設定し、ＲＯＩ内を処理対象領域としてもよい。

ピクセルカウント処理部２９は、さらに、各濃度限定画像７６−１〜ｎで値を有する画素数（ピクセル数）Ｎｐ１〜Ｎｐｍを計数する。そして、ピクセルカウント処理部２９は、各濃度限定画像７６−１〜ｎの画素値の範囲及び画素数から第２のフラクタル値を算出する。本実施形態では、ピクセルカウント処理部２９が、各画素値の範囲の上限値と下限値との差分（下限値から上限値までの変化量）の対数と画素数の対数をとり、両対数グラフ（図２の第２フラクタル次元表示領域１３０参照）によりフラクタル値を定める。

図１に戻ると、統計処理部３１は、疾患別フラクタルデータ記憶部１５に記憶されているデータ及びボックスカウント処理部２５が算出した第１のフラクタル値に基づいて、被験者が各疾患である確率を示す指標を算出する。統計処理部３１は、疾患別フラクタルデータ記憶部１５に記憶されているデータ及びピクセルカウント処理部２９が算出した第２のフラクタル値に基づいて、被験者が各疾患である確率を示す指標を算出する。統計処理部３１が算出した各指標は疾患別確率指標データ記憶部１７に記憶される。

統計処理部３１は、疾患別フラクタルデータ記憶部１５を参照して、統計処理によって、被験者ごとに、所定の疾患に対して、例えば以下の指標を算出してもよい。例えば、統計処理部３１は、疾患別フラクタル値の平均値と被験者のフラクタル値の差分及びユークリッド距離を算出する。また、統計処理部３１は、疾患別フラクタル値の平均値及び標準偏差値に基づいて、被験者のフラクタル値からｔ値、またはＺ値を算出してもよい。統計処理部３１は、ロジット解析を実施して、各被験者が各疾患である確率、帰無仮説を立てた場合の各被験者が各疾患である確率、オッズ及びオッズ比等を算出する。ここで、各疾患における平均値及び標準偏差値の算出に使用した症例数が少ないために、検定結果へ少数例の過誤危険がある場合、統計処理部３１は、リスク分析法を付加して、上記の各指標を算出してもよい。例えば、統計処理部３１は、症例数が少ないときには、Ｊａｃｋｋｎｉｆｅ法、Ｂｏｏｔｓｔｒａｐ法あるいはＬｅａｖｅ ｏｎｅ ｏｕｔ法などのリサンプリング法を適用してから、上述の値を算出してもよい。リサンプリング法は、第１のフラクタル値及び第２のフラクタル値の両方または何れか一方を算出するときに適用してもよい。また、被験者の画像が1例（１画像）のみの場合、統計処理部３１は等分散として計算できる機能を有してもよい。

ＵＩ処理部１９が、疾患別フラクタルデータ記憶部１５及び疾患別確率指標データ記憶部１７を参照して、処理結果を示す画面を表示装置６に表示させる。

図５は、フラクタル値表示画面２００、２１０の一例を示す図である。同図では、ボックスカウント法で算出してフラクタル値及びピクセルカウント法で算出したフラクタル値を、各疾患別データと対比して表示している。すなわち、同図（Ａ）に示すフラクタル値表示画面２１０は、ボックスカウント法で算出したフラクタル値の疾患別の平均値、平均値±標準誤差（ＳＥ）、平均値±標準偏差（ＳＥ）と、被験者のフラクタル値が表示されている。同図（Ｂ）に示すフラクタル値表示画面２２０は、ピクセルカウント法で算出したフラクタル値について、同様に疾患別の平均値、平均値±標準誤差（ＳＥ）、平均値±標準偏差（ＳＥ）と、被験者のフラクタル値が表示されている。

これにより、被験者のフラクタル値と疾患別のデータとを比較することができ、医師が診断を行うために有益な情報が提供される。

図６は、統計指標表示画面３００の一例を示す図である。同図に示すように、被験者のフラクタル値と疾患Ａ〜Ｃの患者のフラクタル値とから算出された統計指標が表示される。特に、３００には、被験者が疾患Ａ〜Ｃである確率及びオッズと、一つの疾患と他の一つの疾患とを比較したときのオッズ比が表示されている。さらに、統計指標表示画面３００に、この統計指標と合わせて、次に推奨される検査などのコメントを合わせて表示するようにしてもよい。医師は、この確率指標及びコメントを参照することにより、より適切な対応を取ることができる。

図７は、本実施形態にかかるＸ線画像診断支援装置１が行う処理手順を示すフローチャートである。

Ｘ線画像診断支援装置１は、図２に示すフラクタル次元算出画面１００が表示装置６に表示されているときに、オペレータが指定する解析条件に従って、以下の処理を行ってもよい。

まず、オペレータが画像表示領域１１０に原画像が表示されているときに、入力装置５を用いてＲＯＩを設定する。ＲＯＩ設定部２１は、この操作を受け付けて原画像に対してＲＯＩを設定する（Ｓ１１）。

ボックスカウント法によるフラクタル値を算出する場合には、２値化処理部２３及びボックスカウント処理部２５が、オペレータが第１フラクタル次元表示領域１２０の入力領域１２２において指定した閾値及び解析対象画像の処理条件を取得する（Ｓ１３）。

２値化処理部２３及びボックスカウント処理部２５が、被験者Ｘ線画像データ記憶部１１から被験者のＸ線画像データを読み出し、上述したような処理手順で、ステップＳ１３で指定された処理条件に従いボックスカウント法によりフラクタル値を算出する（Ｓ１５）。ここで算出されたフラクタル値は被験者フラクタルデータ記憶部１３に保存される。

一方、ステップＳ１１のあと、ピクセルカウント法によるフラクタル値を算出する場合には、濃度調整部２７及びピクセルカウント処理部２９が、オペレータが第２フラクタル次元表示領域１３０の入力領域１３３において指定した上限値、下限値及び分割数を取得する（Ｓ３３）。

濃度調整部２７及びピクセルカウント処理部２９が、被験者Ｘ線画像データ記憶部１１から被験者のＸ線画像データを読み出し、上述したような処理手順で、ステップＳ３３で指定された処理条件に従いピクセルカウント法によりフラクタル値を算出する（Ｓ３５）。ここで算出されたフラクタル値は被験者フラクタルデータ記憶部１３に保存される。ボクセルカウント法によるフラクタル値の算出と、ピクセルカウント法によるフラクタル値の算出のいずれを先に行ってもよい。

ボクセルカウント法及びピクセルカウント法の少なくともいずれか一方でフラクタル値が算出されると、統計処理部３１は、疾患別フラクタルデータ記憶部１５に記憶されているデータを参照して、所定の統計処理を行う（Ｓ１７）。算出された統計指標は１７に保存される。

ＵＩ処理部１９が、疾患別確率指標データ記憶部１７に保存されている統計指標を表示装置６に出力する（Ｓ１９）。

本実施形態によれば、第１のフラクタル値（形状フラクタル値）及び第２のフラクタル値（濃度フラクタル値）の少なくともいずれか一方を医師に提供することができる。これにより、ある被験者の第１または第２のフラクタル値のいずれか一方が提供された場合であっても、これらは画像処理結果に基づく定量的なデータであるので、医師に対して有効な診断支援情報となる。例えば、第１のフラクタル値が第１閾値を下回ると悪性腫瘍の可能性が高い、第２のフラクタル値が第２閾値を下回ると悪性腫瘍の可能性が高い、などが予め分かっている場合には、第１または第２のフラクタル値の何れか一方が提供されたとしても、診断を行う医師に対して有益な情報となる。

また、第１及び第２のフラクタル値が同時に提供されると、上記に加えて、両者の組み合わせによってさらに有効な診断支援情報となる。例えば、第１のフラクタル値が第３閾値を下回ると石灰化悪性腫瘍の可能性が高い、第２のフラクタル値が第４閾値を下回ると腫瘤型悪性腫瘍の可能性が高い、などが予め分かっていれば、第１及び第２のフラクタル値の組み合わせによって、さらに疾患を絞り込んでいくことも可能となる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

例えば、本実施形態ではＸ線画像としてマンモグラフィーを使用しているが、本発明はこれ以外のＸ線画像に対しても適用可能である。

１ Ｘ線画像診断支援装置
１０ Ｘ線画像診断支援装置本体
１１ Ｘ線画像データ記憶部
１３ 被験者フラクタルデータ記憶部
１５ 疾患別フラクタルデータ記憶部
１７ 疾患別確率指標データ記憶部
１９ ＵＩ処理部
２１ ＲＯＩ設定部
２３ ２値化処理部
２５ ボックスカウント処理部
２７ 濃度調整部
２９ ピクセルカウント処理部
３１ 統計処理部

Claims (12)

1. Ｘ線画像診断支援のためのコンピュータプログラムであって、
   被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   疾患別に、第１のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、
   前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、
   前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用して得たリサンプリング法適用後のデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第１の確率指標算出ステップと、
   前記算出された確率を示す第１の指標を出力するステップと、を行うコンピュータプログラム。
2. Ｘ線画像診断支援のためのコンピュータプログラムであって、
   被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   疾患別に、第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、
   前記Ｘ線画像の被写体の濃度分布の特徴を抽出する第２の画像処理ステップと、
   第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用して得たリサンプリング法適用後のデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第２の確率指標算出ステップと、
   前記算出された確率を示す第２の指標を出力するステップと、を行うコンピュータプログラム。
3. Ｘ線画像診断支援のためのコンピュータプログラムであって、
   被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   疾患別に、第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、
   それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数する第２の画像処理ステップと、
   前記第２の画像処理ステップにより計数された各範囲に属する画素値を有する画素数から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第２の確率指標算出ステップと、
   前記算出された確率を示す第２の指標を出力するステップと、を行うコンピュータプログラム。
4. Ｘ線画像診断支援のためのコンピュータプログラムであって、
   被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   疾患別に、第１及び第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、
   前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、
   前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用して得たリサンプリング法適用後のデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第１の指標を算出する第１の確率指標算出ステップと、
   前記Ｘ線画像の被写体の濃度分布の特徴を抽出する第２の画像処理ステップと、
   第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用して得たリサンプリング法適用後のデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第２の指標を算出する第２の確率指標算出ステップと、
   前記算出された確率を示す第１及び第２の指標を出力するステップと、を行うコンピュータプログラム。
5. Ｘ線画像診断支援のためのコンピュータプログラムであって、
   被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   疾患別に、第１及び第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータに実行されると、
   前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、
   前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されているデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第１の指標を算出する第１の確率指標算出ステップと、
   それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数する第２の画像処理ステップと、
   前記第２の画像処理ステップにより計数された各範囲に属する画素値を有する画素数から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、
   前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第２の指標を算出する第２の確率指標算出ステップと、
   前記算出された確率を示す第１及び第２の指標を出力するステップと、を行うコンピュータプログラム。
6. 前記第１の画像処理ステップでは、前記Ｘ線画像を所定の閾値で２値化された２値化画像を生成し、
   前記第１のフラクタル次元算出ステップでは、前記第１の画像処理ステップにより生成された２値化画像にボックスカウンティング法を適用して前記第１のフラクタル値を算出する、請求項１に記載のコンピュータプログラム。
7. 被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理手段と、
   前記第１の画像処理手段で抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出手段と、
   疾患別に、第１のフラクタル次元にかかるデータを記憶した疾患別データベースと、
   前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用して得たリサンプリング法適用後のデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第１の確率指標算出手段と、
   前記第１の確率指標算出手段で算出された確率を示す指標を出力する手段と、を有するＸ線画像診断支援装置。
8. 被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数する第２の画像処理手段と、
   前記第２の画像処理手段により計数された各範囲に属する画素値を有する画素数から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出手段と、
   疾患別に、第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、
   前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第２の確率指標算出手段と、
   前記第２の確率指標算出手段で算出された確率を示す指標を出力する手段と、を有するＸ線画像診断支援装置。
9. 被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
   前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理手段と、
   前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出手段と、
   それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数する第２の画像処理手段と、
   前記第２の画像処理手段により計数された各範囲に属する画素値を有する画素数から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出手段と、
   疾患別に、第１及び第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、
   前記疾患別データベースに記憶されているデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第１の指標を算出する第１の確率指標算出手段と、
   前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第２の指標を算出する第２の確率指標算出手段と、
   前記算出された確率を示す第１及び第２の指標を出力する手段と、を有するＸ線画像診断支援装置。
10. Ｘ線画像診断支援方法であって、
    被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
    疾患別に、第１のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータが、
    前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、
    前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、
    前記疾患別データベースに記憶されている複数の症例のフラクタル値にリサンプリング法を適用して得たリサンプリング法適用後のデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第１の確率指標算出ステップと、
    前記算出された確率を示す指標を出力するステップと、を行う方法。
11. Ｘ線画像診断支援方法であって、
    被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
    疾患別に、第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータが、
    それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数する第２の画像処理ステップと、
    前記第２の画像処理ステップにより計数された各範囲に属する画素値を有する画素数から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、
    前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す指標を算出する第２の確率指標算出ステップと、
    前記算出された確率を示す指標を出力するステップと、を行う方法。
12. Ｘ線画像診断支援方法であって、
    被験者の所定部位を被写体として撮像したＸ線画像の画像データを記憶する記憶手段と、
    疾患別に、第１及び第２のフラクタル次元にかかるデータを記憶した疾患別データベースと、を有するコンピュータが、
    前記Ｘ線画像の被写体の形状の特徴を抽出する第１の画像処理ステップと、
    前記抽出された形状の特徴から第１のフラクタル次元の第１のフラクタル値を算出する第１のフラクタル次元算出ステップと、
    前記疾患別データベースに記憶されているデータ及び前記第１のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第１の指標を算出する第１の確率指標算出ステップと、
    それぞれ異なる画素値の範囲を定め、前記Ｘ線画像において各範囲に属する画素値を有する画素数を計数する第２の画像処理ステップと、
    前記第２の画像処理ステップにより計数された各範囲に属する画素値を有する画素数から第２のフラクタル次元の第２のフラクタル値を算出する第２のフラクタル次元算出ステップと、
    前記疾患別データベースに記憶されているデータ及び前記第２のフラクタル値に基づいて、前記被験者が各疾患である確率を示す第２の指標を算出する第２の確率指標算出ステップと、
    前記算出された確率を示す第１及び第２の指標を出力するステップと、を行う方法。