類似病例檢索裝置、類似病例檢索方法及類似病例檢索程序與流程

本發明涉及一種類似病例檢索裝置、類似病例檢索方法及類似病例檢索程序。

背景技術：

已知在醫療領域中根據檢查圖像檢索與檢查圖像類似的以往病例的類似病例檢索裝置(例如，參考日本特開2010-237930號公報、日本特開2012-118583號公報(美國公開公報US2012/134555號))。檢查圖像為例如通過進行斷層攝影的CT(Computed Tomography)裝置或拍攝簡單透視圖像的一般的X射線攝影裝置等醫學影像設備(modality)拍攝的圖像，用于進行患者的疾患的確定等患者的診斷。在基于一般的X射線攝影裝置的1次檢查中，有僅拍攝1張檢查圖像的情況，也有拍攝多張的情況。并且，在基于CT裝置的1次檢查中，獲取多張斷層圖像(切片圖像)。因此，1件檢查數據中包含1張以上檢查圖像。病例大多通過以往檢查數據的集聚而創建，因此1件病例數據中也包含1張以上病例圖像。

進行類似病例檢索時，首先由醫生等用戶在檢查圖像內指定關注區域。關注區域為在檢查圖像內醫生特別關注的區域，是包含成為診斷對象的病變的區域。類似病例檢索裝置對將在檢查圖像內指定的1個關注區域的特征數值化的特征量與將存在于病例圖像內的1個病變的特征數值化的特征量進行比較，由此判定兩者的類似度。在此，為了便于說明，將檢查圖像的關注區域內包含的病變稱為對象病變，將病例圖像中包含的病變稱為病例病變。并且，類似病例檢索裝置從存儲有多個病例的病例數據庫中檢索包含與關注區域類似的病例病變的病例。

日本特開2010-237930號公報中公開有以抑制檢索偏差為目的的發明，如包含對象病變的關注區域的指定方法會根據每個用戶而存在個人差異，由于個人差異引起的檢索結果產生偏差。具體而言，即使將包含相同的1個對象病變的區域指定為關注區域時，由于所指定的用戶的個人差異等原因，根據關注區域的指定方法，所指定的區域的形狀和大小也會發生變化，因此有時會導致特征量發生變化。若特征量發生變化，則類似度也發生變化，因此會產生如每個用戶的檢索結果發生變化的檢索偏差。日本特開2010-237930號公報中，為了抑制這種檢索偏差，作為1例，對于針對1個對象病變的指定方法不同的多個關注區域，按每個關注區域計算特征量，根據計算出的多個關注區域的特征量的平均值計算類似度，由此進行類似圖像檢索。由此，能夠抑制因每個用戶的個人差異引起的檢索偏差。

日本特開2010-237930號公報涉及一種對用戶覺得類似的主觀感覺輸出更適合的檢索結果的技術。具體而言，相同種類的對象病變存在于多個檢查圖像的情況下，指定關注區域時，將包含用戶覺得類似的相同種類的多個對象病變的關注區域作為相同種類組來組合為1個組。并且，在1件檢查數據中求出包含屬于相同種類組的多個對象病變的所有特征量的特征量范圍，并將該特征量范圍作為檢索條件來進行類似病例檢索。認為相同種類組的特征量范圍與用戶在主觀上覺得類似的范圍一致，因此檢索結果也能夠成為對用戶的主觀感覺更適合的結果。

發明的概要

發明要解決的技術課題

但是，根據疾患的不同，有時在檢查圖像中出現的多個對象病變成為確定疾患的依據。例如，結核病的情況下，有時會通過在檢查圖像中出現空洞陰影、點狀陰影、毛玻璃陰影這3種對象病變來確定疾患，彌漫性泛細支氣管炎的情況下，有時會通過出現支氣管異常陰影及點狀陰影這2種對象病變來確定疾患。癌癥的情況下，進行單一對象病變中的類似檢索即可，但當為癌癥以外的非癌癥疾患的情況下，需要進行這些多個對象病變中的類似病例檢索。

日本特開2010-237930號公報及日本特開2010-237930號公報中記載的現有的類似病例檢索裝置均著眼于檢查圖像中包含的1個對象病變，并根據包含所著眼的1個對象病變的關注區域的特征量檢索類似病例，并未考慮著眼于檢查圖像中包含的多個對象病變中的每一個。

如上所述，日本特開2010-237930號公報中，按每個關注區域計算出特征量，但多個關注區域僅僅是指定方法不同的同一個對象病變的關注區域，并未公開有關著眼于不同對象病變的每個關注區域的特征量而檢索類似病例的內容。并且，日本特開2010-237930號公報中，對多個檢查圖像中包含的多個對象病變，針對相同種類的對象病變被組化的1個相同種類組創建1個檢索條件，并以所創建的檢索條件檢索類似病例。可以說日本特開2010-237930號公報僅計算出在包含相同種類的多個對象病變的各個關注區域中共同的特征量以符合用戶的嗜好，并未公開有關著眼于多個對象病變中的每個關注區域的特征量而檢索類似病例的內容。

如日本特開2010-237930號公報及日本特開2010-237930號公報，在著眼于1個關注區域的特征量的技術中，存在多個關注區域時，無法檢索適當的類似病例。

本發明的目的在于提供一種即使存在多個關注區域時也能夠進行適當的類似病例檢索的類似病例檢索裝置、類似病例檢索方法及類似病例檢索程序。

用于解決技術課題的手段

本發明的類似病例檢索裝置為從登記有多件包含1張以上病例圖像的病例的病例數據庫中檢索與用于患者的診斷的檢查圖像類似的類似病例的裝置，具備特征量獲取部、個別類似度計算部、綜合類似度計算部及類似病例檢索部。特征量獲取部針對分別包含1個以上不同對象病變的多個關注區域獲取每個關注區域的特征量，所述關注區域為在包含1張以上檢查圖像的檢查數據中指定且以包含存在于檢查圖像內的病變即對象病變的方式指定的關注區域。個別類似度計算部對每個關注區域的特征量與登記在病例的病例圖像內的病變即病例病變的特征量進行比較，由此計算出每個關注區域的個別類似度。綜合類似度計算部根據計算出的多個個別類似度計算綜合類似度。類似病例檢索部根據綜合類似度檢索類似病例。

當1件病例內登記有多個病例病變時，優選個別類似度計算部將多個關注區域中的每一個與多個病例病變中的每一個一一對應來進行特征量的比較，由此計算個別類似度。

在此，登記于1件病例內的多個病例病變即存在于病例圖像內的多個病例病變包括：1張病例圖像內存在多個的情況；及存在于多張病例圖像內的病例病變的總計為多個的情況，例如在2張病例圖像中的每一張中各自存在1個病例病變的情況。

綜合類似度計算部可將個別類似度作為要素來創建與關注區域的數量及病例病變的數量相應的數量的排列，并按每個排列計算綜合類似度。并且，作為綜合類似度，優選為排列中包含的多個個別類似度的總和。

個別類似度計算部可按每個關注區域創建個別類似度表，所述個別類似度表中記錄有與多個病例病變對應而計算出的多個個別類似度。并且，綜合類似度計算部可從每個關注區域的多個個別類似度表中的每一個中逐一讀取個別類似度，并將所讀取的多個個別類似度作為要素來創建排列。

綜合類似度計算部可根據成為計算綜合類似度的要素的個別類似度值對綜合類似度進行加權處理。并且，作為加權處理優選為，當個別類似度為閾值以上時提高綜合類似度的處理。

優選類似病例檢索部根據綜合類似度創建將與多件類似病例相關的信息列表化的類似病例列表。并且，類似病例列表中，優選類似病例按綜合類似度順序進行排序。

優選類似病例列表的顯示項目中包含綜合類似度值和與綜合類似度相關的明細信息，明細信息包含用于計算個別類似度的關注區域與病例病變之間的對應關系。

優選類似病例列表中除了綜合類似度值以外，還顯示有成為綜合類似度的計算要素的多個個別類似度值。并且，優選類似病例列表中顯示關注區域和病例病變的各圖像。

優選類似病例檢索部在關注區域的指定數發生變更時能夠重新檢索。并且，優選類似病例檢索部預先保存檢索時創建的處理結果的數據，并將所保存的處理結果的數據用于重新檢索。

優選類似病例檢索部能夠根據請求變更多個關注區域的組合及類似病例列表中的多個關注區域的排列順序中的至少1個。并且，優選類似病例檢索部將病例病變的登記數少于所指定的關注區域的數量的病例作為檢索對象之外。

并且，所述類似病例檢索裝置可具備種類信息獲取部及必須指定接收部。種類信息獲取部獲取表示對象病變與病例病變各自的病變種類的種類信息。必須指定接收部接收將所指定的多個關注區域中的至少1個指定為作為檢索條件而必須的關注區域的必須指定。此時，類似病例檢索部與病例病變的登記數無關地，將包含與被必須指定的關注區域內的對象病變相同種類的病例病變的病例作為檢索對象。

所述類似病例檢索裝置可具有代表值判定部，其在通過將1個關注區域與1件病例中包含的多個病例病變對應來計算出多個綜合類似度時，從多個綜合類似度中判定1個代表值。此時，優選類似病例檢索部根據代表值檢索類似病例。

本發明的類似病例檢索方法從登記有多件包含1張以上病例圖像的病例的病例數據庫中檢索與用于患者的診斷的檢查圖像類似的類似病例，所述方法包含特征量獲取步驟、個別類似度計算步驟、綜合類似度計算步驟及類似病例檢索步驟。特征量獲取步驟中，針對分別包含1個以上不同對象病變的多個關注區域獲取每個關注區域的特征量，所述關注區域為在包含1張以上檢查圖像的檢查數據中指定且以包含存在于檢查圖像內的病變即對象病變的方式指定的關注區域。個別類似度計算步驟中，對每個關注區域的特征量與登記在病例的病例圖像內的病變即病例病變的特征量進行比較，由此計算每個關注區域的個別類似度。綜合類似度計算步驟中，根據計算出的多個個別類似度計算綜合類似度。類似病例檢索步驟中，根據綜合類似度檢索類似病例。

本發明的類似病例檢索程序使計算機執行如下處理，即，從登記有多件包含1張以上病例圖像的病例的病例數據庫檢索與用于患者的診斷的檢查圖像類似的類似病例，所述程序包含特征量獲取步驟、個別類似度計算步驟、綜合類似度計算步驟、類似病例檢索步驟。特征量獲取步驟中，針對分別包含1個以上不同對象病變的多個關注區域獲取每個關注區域的特征量，所述關注區域為在包含1張以上檢查圖像的檢查數據中指定且以包含存在于檢查圖像內的病變即對象病變的方式指定的關注區域。個別類似度計算步驟中，對每個關注區域的特征量與登記在病例的病例圖像內的病變即病例病變的特征量進行比較，由此計算每個關注區域的個別類似度。綜合類似度計算步驟中，根據計算出的多個個別類似度計算綜合類似度。類似病例檢索步驟中，根據綜合類似度檢索類似病例。

發明效果

對多個關注區域中的每一個特征量與病例圖像中包含的病例病變的特征量進行比較來計算個別類似度，并根據計算出的個別類似度計算綜合類似度，根據綜合類似度檢索類似病例，因此能夠提供一種即使在存在多個關注區域時也能夠進行適當的類似病例檢索的類似病例檢索裝置、類似病例檢索方法及類似病例檢索程序。

附圖說明

圖1是表示包含類似病例檢索服務器的醫療信息系統的結構圖。

圖2是表示由多張檢查圖像構成的檢查數據的概要的說明圖。

圖3是表示由1張檢查圖像構成的檢查數據的概要的說明圖。

圖4是說明診療科、檢查科、檢查圖像DB服務器及病例DB服務器的功能的說明圖。

圖5是病例DB的說明圖。

圖6是類似病例檢索服務器的功能概要的說明圖。

圖7是表示構成各DB服務器和各終端的計算機的結構圖。

圖8是表示診療科終端的概要的結構圖。

圖9是指定關注區域的檢查圖像顯示畫面的說明圖。

圖10是表示關于關注區域的指定方法示出與圖9不同的例子的說明圖。

圖11是表示類似病例檢索服務器的概要的結構圖。

圖12是關注區域的特征量的說明圖。

圖13是病變的圖像圖案的說明圖。

圖14是特征量計算部的結構圖。

圖15是病例病變的特征量的說明圖。

圖16是個別類似度計算部的說明圖。

圖17是個別類似度計算方法的說明圖。

圖18是與多個關注區域對應的個別類似度的說明圖。

圖19是根據1個關注區域和多個病例病變求出的個別類似度的說明圖。

圖20是ISM表的說明圖。

圖21是按每個關注區域創建的ISM表的概要的說明圖。

圖22是TSM表的創建方法的說明圖。

圖23是表示TSM的計算方法的說明圖。

圖24是表示關注區域與病例病變的排列數的說明圖。

圖25是表示計算與排列數相應的TSM的TSM表的說明圖。

圖26是表示每個病例的TSM的代表值判定的說明圖。

圖27是與TSM表中的代表值提取相關的說明圖。

圖28是表示以TSM進行排序的TSM表的說明圖。

圖29是表示顯示有類似病例列表的畫面的說明圖。

圖30是表示類似病例檢索的步驟的概要的流程圖。

圖31是表示類似病例檢索服務器內的處理步驟的流程圖。

圖32是表示個別類似度值的類似病例列表的說明圖。

圖33是表示通過加權求出TSM的第2實施方式的說明圖。

圖34是表示第2實施方式的變形例的說明圖。

圖35是表示第3實施方式的檢查圖像顯示畫面的說明圖。

圖36是表示針對所選擇的1個關注區域的ISM表的說明圖。

圖37是表示與1個關注區域相應地計算的ISM的數量的說明圖。

圖38是表示選擇1個關注區域時的檢索結果畫面的說明圖。

圖39是表示選擇2個關注區域時的檢查圖像顯示畫面的說明圖。

圖40是表示針對2個關注區域的ISM表的說明圖。

圖41是表示針對2個關注區域計算TSM的方法的說明圖。

圖42是表示與2個關注區域相應地計算的ISM的數量的說明圖。

圖43是表示選擇2個關注區域時的檢索結果畫面的說明圖。

圖44是表示第3實施方式的步驟的流程圖。

圖45是第4實施方式的說明圖。

圖46是表示第4實施方式的變形例的說明圖。

圖47是第5實施方式的說明圖。

圖48是病變種類判定部的判定方法的說明圖。

圖49是第5實施方式的病例DB的說明圖。

圖50是表示第5實施方式的個別類似度計算方法的說明圖。

圖51是第6實施方式的說明圖。

圖52是第7實施方式的說明圖。

圖53是第7實施方式的類似病例檢索請求的說明圖。

具體實施方式

[第1實施方式]

圖1所示的醫療信息系統9構建于醫院等醫療設施中。醫療信息系統9具有配置于診療科10的診療科終端11、設置于檢查科12的醫學影像設備(modality)(醫用圖像攝影裝置)13、申請單(order)管理終端14、檢查圖像數據庫(以下稱為“DB”)服務器15、病例DB服務器16及類似病例檢索服務器17。這些通過網絡18可通信地連接。網絡18例如為鋪設于院內的LAN(Local Area Network)。醫學影像設備13例如包含拍攝斷層圖像的CT(Computed Tomography)裝置或MRI(Magnetic Resonance Imaging)裝置及拍攝簡單透視圖像的一般的X射線攝影裝置(DR：Digital Radiography或CR：Computed Radiography等)等。

診療科終端11由診療科10的醫生(圖中賦有Dr符號)操作，除了用于電子病例的輸入和閱覽以外，還用于向檢查科12開出用于申請檢查的檢查申請單。并且，診療科終端11還用作圖像顯示終端，其用于顯示通過檢查科12拍攝并保存于檢查圖像DB服務器15的檢查圖像19，從而使醫生閱覽檢查圖像19。

檢查科12中，申請單管理終端14接收來自診療科10的檢查申請單，并管理所接收的檢查申請單。檢查科12的技師根據檢查申請單內容，通過醫學影像設備13對患者進行拍攝。檢查圖像19針對1件檢查申請單拍攝1張或多張。若拍攝結束，則醫學影像設備13將所拍攝的檢查圖像19發送至檢查圖像DB服務器15。若檢查結束，則從檢查科12向診療科10的醫生通知檢查結束，并且通知檢查圖像DB服務器15內的檢查圖像19的保存處。診療科10的醫生通過診療科終端11訪問檢查圖像DB服務器15，通過診療科終端11閱覽檢查圖像19。

檢查圖像DB服務器15具有存儲有多張檢查圖像19的檢查圖像DB20，是所謂的PACS(Picture Archiving and Communication System)服務器。檢查圖像DB20是能夠通過關鍵詞進行檢索的數據庫，根據診療科終端11等的檢索請求和傳送請求，傳送與檢索條件匹配的檢查圖像19或指定的檢查圖像19。

如圖2及圖3所示，檢查圖像DB20中，將1件檢查申請單與包含1張以上檢查圖像19的1件檢查數據21相關聯地存儲。如圖2所示，通過CT裝置或MRI裝置拍攝的檢查圖像19為斷層圖像(還稱為切片圖像)，1件檢查數據21中包含多張檢查圖像19。如圖3所示，當為通過一般的X射線攝影裝置拍攝的檢查圖像19時，是簡單透視圖像，存在1件檢查數據21中僅有1張檢查圖像19的情況也有多張的情況。

檢查申請單中，包含診療科10的醫生的ID(Identification Data)和科別等申請人信息、患者信息、檢查類別等。檢查圖像19的圖像文件具有圖像數據及DICOM(Digital Imaging and COmmunication in Medicine)小標題(header)等附帶信息。檢查申請單的信息存儲為檢查圖像19的附帶信息。并且，附帶信息中包含檢查ID或分別賦予1張檢查圖像19的圖像ID。圖2、圖3的例子中，如檢查ID為“O901”、“O902”且圖像ID為“O901-03”、“O901-01”，以對檢查ID添加用于識別1張檢查圖像19的序列號的形態賦予。檢查圖像DB服務器15能夠將這種包含于DICOM標簽(tag)的項目作為檢索關鍵字來進行檢索。

類似病例檢索服務器17作為檢索條件接收檢查圖像19，并檢索包含與所接收的檢查圖像19類似的病例圖像22的病例。病例圖像22為以往用于診斷的檢查圖像。病例DB服務器16具有以能夠檢索的方式存儲有多件病例的病例DB23。類似病例檢索服務器17訪問病例DB服務器16而逐件讀取病例，并進行作為檢索條件而接收的檢查圖像19與病例內的病例圖像22的比較對照，由此檢索與檢查圖像19類似的病例。

如圖4所示，診療科10的醫生操作診療科終端11訪問檢查圖像DB服務器15以下載包含檢查圖像19的檢查數據21。診療科終端11中顯示檢查圖像19，由醫生閱覽。患者患病時，患者的檢查圖像19中包含顯露疾患癥狀的病變(稱為對象病變OL)。診療科10的醫生從檢查數據21中包含的檢查圖像19中選擇包含對象病變OL的檢查圖像19。檢查圖像19附加于由診療科終端11向類似病例檢索服務器17發出的類似病例檢索請求，并發送至類似病例檢索服務器17。類似病例檢索服務器17若接收到類似病例檢索請求，則從病例DB服務器16中檢索與檢查圖像19類似的病例，并將檢索結果傳送至申請人的診療科終端11。

診療科10的醫生確認檢查結果中包含的病例。病例中包含附帶于病例圖像22的影像解讀(radiologic interpretations)報告單。醫生參考記載于影像解讀報告單中的對病例圖像22的意見等來做出確定檢查圖像19的疾患等確診。

如圖5所示，病例DB23中設置有病例圖像DB23A及特征量DB23B。病例圖像DB23A是以可檢索的方式存儲病例圖像22的數據庫。病例中針對每1件賦有病例ID。病例ID相當于檢查圖像19中的檢查ID。1件病例中包含1張以上病例圖像22。并且，與檢查圖像19同樣地，各病例圖像22中賦有對病例ID加上序列號的圖像ID。圖5中，病例ID為“C101”的病例數據24中例如包含60張斷層圖像。

病例圖像22中包含表示疾患癥狀的病變(病例病變CL)。1件病例中登記有1個以上病例病變CL。本例中，病例ID“C101”中登記有No1～No3的3個病例病變CL，“C102”登記有2個病例病變CL，“C103”中登記有1個病例病變CL。病例病變CL為病例圖像22在以往作為檢查圖像而用于診斷時由醫生指定為病變的區域，并經過醫生的確診而登記為病例病變CL的病變。對于病例病變CL的指定方法，例如與后述的關注區域ROI相同。

特征量DB23B為存儲病例病變CL的圖像的特征量CAC的數據庫。特征量CAC上賦有由病例ID及病變No構成的識別ID。例如，病例ID“C101”中有3個病例病變CL，各病例病變CL上分別賦有1件病例內的序列號即No1～No3。特征量CAC后面的數字與病例內的序列號對應。對于特征量CAC，例如也可通過與后述的關注區域ROI相同的方法計算。

如圖6所示，通過診療科終端11發出類似病例檢索請求時，由醫生將檢查圖像19內的包含對象病變OL的區域指定為關注區域ROI。類似病例檢索請求中附加包含對象病變OL的檢查圖像19及與所指定的關注區域ROI對應的檢查圖像19內的區域信息(例如，檢查圖像19內的坐標信息)。類似病例檢索服務器17若接收到類似病例檢索請求，則根據檢查圖像19的圖像數據及區域信息確定關注區域ROI。并且，計算關注區域ROI的特征量。計算出特征量之后，類似病例檢索服務器17從病例DB服務器16中逐件讀取病例，對關注區域ROI與病例病變CL的特征量進行比較，由此檢索類似病例。并且，創建與類似的多件病例相關的信息被列表化的類似病例列表，將此作為檢索結果傳送至診療科終端11。

診療科終端11、申請單管理終端14、檢查圖像DB服務器15、病例DB服務器16及類似病例檢索服務器17通過以個人計算機、服務器用計算機、工作站等計算機為基礎，并安裝操作系統等控制程序和客戶程序或服務器程序等應用程序來構成。

如圖7所示，各DB服務器15～17和構成各終端11、14的計算機的基本結構相同，分別具備CPU(Central Processing Unit)41、存儲器42、存儲設備43、通信I/F44及輸入輸出部46。它們經由數據總線47連接。輸入輸出部46由顯示部48及鍵盤或鼠標等輸入設備49構成。

存儲設備43例如為HDD(Hard Disk Drive)，存儲有控制程序和應用程序(以下，稱為AP)50。并且，構建DB的服務器中，與存儲程序的HDD不同地，作為DB用存儲設備43例如設置有聯裝多臺HDD的磁盤陣列。磁盤陣列可內置于服務器主體，也可與服務器主體分開始設置并通過電纜或網絡與服務器主體連接。

存儲器42為用于使CPU41執行處理的工作存儲器。CPU41將存儲于存儲設備43的控制程序加載于存儲器42來執行依照程序的處理，由此總括控制計算機的各部。通信I/F44為進行與網絡18之間的傳輸控制的網絡接口。

診療科終端11中，作為AP50安裝有進行電子病例的閱覽和編輯的電子病例軟件和用于閱覽檢查圖像或類似病例列表的瀏覽器軟件(viwer software)等客戶程序。瀏覽器軟件例如可以是專用軟件也可以是通用的WEB瀏覽器等。

如圖8所示，診療科終端11中，若顯示檢查圖像19的瀏覽器軟件啟動，則診療科終端11的顯示部48A上顯示具備基于GUI(Graphical User Interface)的操作功能的檢查圖像顯示畫面52。診療科終端11的CPU41A作為GUI控制部53及檢索請求發出部54發揮作用。檢查圖像顯示畫面52中，能夠進行對檢查圖像19的關注區域ROI的指定及類似病例檢索請求的發出命令。GUI控制部53從通過檢查圖像顯示畫面52的輸入設備49A接收操作命令，并根據所接收的操作命令進行畫面控制。并且，若輸入有發出類似病例檢索請求的命令，則所輸入的發出命令從GUI控制部53輸入至檢索請求發出部54。檢索請求發出部54向類似病例檢索請求中附加所指定的檢查圖像19和關注區域ROI的區域信息，發出類似病例檢索請求。

如圖9所示，檢查圖像顯示畫面52具有顯示檢查圖像19的圖像顯示區域52A及各種操作部。圖像顯示區域52A中例如排列顯示3張檢查圖像19。通過滾動操作或逐幀播放操作，能夠切換所顯示的檢查圖像19。圖像顯示區域52A的上方設置有輸入檢查ID的輸入框52B。若在輸入框52B中輸入檢查ID，則所輸入的檢查ID的檢查數據21從檢查圖像DB服務器15中被下載，并在圖像顯示區域52A顯示檢查圖像19。圖像顯示區域52A的下方設置有區域指定按鈕52C、清除按鈕52D及類似病例檢索按鈕52E。

區域指定按鈕52C為用于在檢查圖像19內指定關注區域ROI的操作按鈕。區域指定按鈕52C若被鼠標的指針56點擊操作，則能夠進行指定檢查圖像19內的任意區域的區域指定操作。該狀態下，對指針56進行操作來例如通過樣條指定包含對象病變OL的區域的外周。樣條是通過所指定的多個控制點的平滑的曲線，通過用指針56指定控制點來輸入。通過這種操作，包含對象病變OL的區域被指定為關注區域ROI。清除按鈕52D為用于取消所指定的關注區域ROI的按鈕。

關注區域ROI能夠指定多個。圖9的例子中，對圖像ID為“O901-01”至“O901-03”的3張檢查圖像19中分別各指定有1個No1～No3的關注區域ROI。檢查ID“901”的檢查數據21中，若沒有其他關注區域ROI的指定，則在1件檢查數據21中共計指定3個關注區域ROI。并且，圖10的例子中，圖像ID為“O906-01”的檢查圖像19內指定有2個關注區域ROI(No1、No2)，圖像ID為“O906-02”、“O906-03”的檢查圖像19內各指定有1個關注區域ROI(No3、No4)。No3的關注區域ROI中包含2個對象病變OL(No3、No4)。如此，可將包含多個對象病變OL的區域指定為1個關注區域ROI。檢查ID“906”的檢查數據21中，若沒有其他關注區域ROI的指定，則在1件檢查數據21中共計指定4個關注區域ROI。如此指定的各個關注區域ROI中分別包含1個以上不同的對象病變OL。

如圖11所示，類似病例檢索服務器17中作為AP50安裝有類似病例檢索服務器程序，若執行程序，則類似病例檢索服務器17的CPU41B作為請求接收部61、特征量計算部62、個別類似度計算部65、綜合類似度計算部66、類似病例檢索部67及輸出控制部69發揮作用。

請求接收部61接收從診療科終端11發送的類似病例檢索請求，并將所接收的檢查圖像19及關注區域ROI的區域信息存儲于類似病例檢索服務器17的存儲設備43等。特征量計算部62根據所接收的檢查圖像19及區域信息計算關注區域ROI的特征量。其中，特征量計算部62作為特征量獲取部發揮作用。

如圖12所示，存在多個關注區域ROI時，如No1的關注區域ROI的特征量為“RAC1”，No2的關注區域ROI的特征量為“RAC2”，No3的關注區域ROI為“RAC3”，按每個關注區域ROI計算關注區域ROI的特征量RAC。特征量RAC為由與預先設定為典型的病變圖像圖案的多種病變圖案對應的多維的數值構成的特征矢量。

如圖13所示，典型的病變圖案例如分類為以下8種，即，A：低呼吸區的異常陰影(氣腫、氣胸、大皰等)；B：空洞；C：支氣管的異常陰影(支氣管壁肥厚、支氣管擴張、牽拉性支氣管擴張、支氣管透亮影等)；D：蜂窩肺；E：毛玻璃狀陰影；F：點狀陰影(粒狀陰影、TIB等)；G：高吸收區的異常陰影(實變(Consolidation)、結節、支氣管粘液腺等)；及H：線狀、網狀陰影。

如圖14所示，特征量計算部62具有與典型的8種病變圖案對應的鑒別器62A～62H。各鑒別器62A～62H根據關注區域ROI的圖像圖案輸出與典型的各病變圖案對應的數值。各鑒別器62A～62H輸出的各數值為構成特征矢量的多維數值，在此，將各數值稱為鑒別器輸出值。本例中，與各鑒別器62A～62H對應地有8種鑒別器輸出值，特征矢量由8維構成。另外，本例中，將典型的病變圖案的種類設為A～H的8種，但可少于8種也可以是8種以上。根據該種類，還可適當確定鑒別器的種類、特征矢量的維數。

鑒別器輸出值表示典型的病變圖案相似度，是表示在關注區域ROI內存在典型的病變圖案的程度的值。因此，鑒別器輸出值越大，表示關注區域ROI中存在典型的病變圖案的程度越高，鑒別器輸出值越小，表示存在的程度越低。更詳細而言，“+”的鑒別器輸出值表示典型的病變圖案存在于關注區域ROI內，“-”的鑒別器輸出值表示不存在于關注區域ROI內。并且，顯示“+”的鑒別器輸出值且鑒別器輸出值越大，表示存在的程度越高。

圖14的例子中，“B：空洞”的病變圖案的鑒別器62B和“G：高吸收區”的鑒別器62G顯示“+”值，“B：空洞”的輸出值最大，因此可知關注區域ROI包含“B：空洞”和“G：高吸收區”的病變圖案，且8種病變圖案中，“B：空洞”占主導的圖像圖案。

另外，對典型的病變圖案的各鑒別器例如可利用記載于“資料名：Computer Vision and Image Understanding 88卷119頁～151頁，發行年度2002年12月Using Human Perceptual Categories for Content-Based Retrieval from a Medical Image Database著者Chi-Ren Shyu,Christina Pavlopoulou Avinash C.kak,and Cala E.Brodley”等的周知的特征量，通過“Ada-boost”等機器學習算法創建。

特征量計算部62針對附加于類似病例檢索請求的檢查數據21中指定的多個關注區域ROI中的所有關注區域，按每個關注區域ROI計算特征量RAC。

如圖15所示，關于存儲于病例DB23內的特征量DB23B的各病例病變CL的特征量CAC，也由與上述8種病變圖案對應的特征矢量構成。關于病例病變CL，通過與特征量計算部62相同的結構，預先計算出特征矢量并存儲于特征量DB23B。

如圖16所示，個別類似度計算部65進行關注區域ROI的特征量RAC與病例病變CL的特征量CAC的比較，由此計算個別類似度ISM。具體而言，對特征量RAC和特征量CAC中包含的8維的特征矢量進行比較，由此計算個別類似度ISM。個別類似度ISM值例如通過最小二乘距離或相關性計算。前者時，值越小關注區域ROI與病例病變CL的類似度越高，后者時，值越大關注區域ROI與病例病變CL的類似度越高。

如圖17所示，個別類似度計算部65將1件檢查數據21中包含的多個關注區域ROI與1件病例數據24中包含的病例病變CL一一對應來進行各自的特征量RAC與特征量CAC的比較，由此計算個別類似度ISM。個別類似度ISM為每個關注區域ROI的類似度，因此是各關注區域的個別類似度，由于與病例病變CL一一對應來計算，因此也是各病例病變CL的個別類似度。個別類似度計算部65針對1個關注區域ROI計算與病例病變CL的數量相應的個別類似度ISM。個別類似度ISM針對所有關注區域ROI進行計算，因此個別類似度計算部65計算與關注區域ROI的數量乘以病例病變CL的數量的數量相應的個別類似度ISM。

檢查ID為“O901”的檢查數據21中，指定有No1～No3的3個關注區域ROI，病例ID為“C101”的病例數據24中，登記有No1～No3的3個病例病變CL。因此，圖17所示的例子中，“O901”的檢查數據21與“C101”的病例數據24之間可計算出3×3共計9個個別類似度ISM。另外，圖17中，圖示出No1、No2的關注區域ROI與No1～No3的各病例病變CL之間的對應關系，但由于空間限制，省略了No3的關注區域ROI與各病例病變CL之間的對應關系。

對各個個別類似度ISM附加的括弧內的識別符號是對病例ID加上關注區域ROI與病例病變CL各自的序列號的識別符號。當為“C101-11”時，表示是No1的關注區域ROI與登記在病例ID為“C101”的病例數據24中的No1的病例病變CL之間的個別類似度ISM。同樣地，當為“C101-12”時，表示是No1的關注區域ROI與病例ID為“C101”的No2的病例病變CL之間的個別類似度ISM。

如圖18及圖19所示，個別類似度計算部65針對多件病例計算個別類似度ISM。例如，如圖18所示，個別類似度計算部65首先將病例ID為“C101”的1件病例的No1～No3的3個病例病變CL與No1～No3的關注區域ROI分別對應，由此計算個別類似度ISM。如上所述，病例ID為“C101”的病例中，病例病變CL的登記數為3個(No1～No3)，因此若將3個病例病變CL與3個關注區域ROI對應，則可計算出3×3共計9個個別類似度ISM。

若針對病例ID為“C101”的病例計算個別類似度ISM的處理結束，則個別類似度計算部65接著針對病例ID為“C102”的1件病例計算個別類似度ISM。針對病例ID為“C102”的病例，病例病變CL的登記數為2個(No1及No2)，因此若將2個病例病變CL與3個關注區域ROI對應，則可計算出3×2共計6個個別類似度ISM。將這種處理反復進行與病例數相應的次數。

另外，圖18中，針對病例ID為“C101”的病例病變CL，圖示了與No1～No3的3個關注區域ROI的所有對應關系，但對于病例ID為“C102”而言，僅示出與No1的關注區域ROI之間的對應關系，對于與No2、No3的關注區域ROI之間的對應關系省略了圖示。

個別類似度計算部65針對病例ID為“C103”以后的病例，也同樣將No1～No3關注區域ROI與各病例的病例病變CL對應，由此計算個別類似度ISM。圖19表示No1的關注區域ROI與病例ID為“C101”～”C104”的病例病變CL之間的對應關系。針對病例ID為“C104”以后的病例，省略圖示。并且，針對No2、No3的關注區域ROI，理所當然地也與病例病變CL對應來計算個別類似度ISM，但圖19中省略圖示。

如圖20所示，個別類似度計算部65例如在類似病例檢索服務器17的存儲器42B或存儲設備43B內創建個別類似度表(以下，稱為ISM表)71，在ISM表71中記錄計算出的個別類似度ISM。ISM表71按每個關注區域ROI而創建。圖20的例子表示針對No1的關注區域ROI的ISM表71。ISM表71是按每個個別類似度ISM將病例ID、病變No、病變圖像建立關聯來存儲的表。病變圖像是病例病變CL的圖像數據。即，ISM表71中，1件檔案(redord)由病例ID、病變No、病變圖像、個別類似度ISM這4個項目的數據構成。

個別類似度計算部65首先對ISM表71按計算出各個別類似度ISM的順序記錄。各個別類似度ISM例如如“C101”、“C102”、“C103”，按病例ID的編號從小到大的順序記錄。個別類似度ISM的值由關注區域ROI的特征量RAC與病例病變CL的特征量CAC之間的相關性計算，因此數值越大表示類似度越高。

如圖21所示，個別類似度計算部65按每個關注區域ROI創建ISM表71。存在No1～No3的3個關注區域ROI時，創建3個ISM表71。該階段中，如圖20所示，ISM表71中以病例ID的順序排列有各檔案。個別類似度計算部65在ISM表71的創建結束時，將ISM表71交給綜合類似度計算部66。

如圖22所示，綜合類似度計算部66根據按每個關注區域ROI創建的多個ISM表71創建綜合類似度TSM表72(以下，稱為TSM表72)。具體而言，如圖23所示，從多個ISM表71逐一讀取根據與同一病例內的病例病變CL的對應關系計算出的個別類似度ISM，并根據從各ISM表71讀取的多個個別類似度ISM計算綜合類似度TSM。更具體而言，綜合類似度計算部66將從各ISM表71逐件讀取的個別類似度ISM作為綜合類似度TSM的要素，創建與關注區域ROI的數量及1件病例內的病例病變CL的數量相應的數量的排列。并且，按每個排列計算綜合類似度。

本例中，檢查ID為“O901”的檢查數據21中存在No1～No3的3個關注區域ROI，創建3個記錄有每個關注區域ROI的個別類似度ISM的ISM表71。病例ID為“C101”的病例數據24中登記有3個病例病變CL，因此3個關注區域ROI與3個病例病變CL的排列的數量成為如₃P₃＝3×2×1＝6。計算與該排列的數量相應的數量的綜合類似度TSM。

個別類似度ISM為根據將No1～No3的3個關注區域ROI與No1～No3的3個病例病變CL的哪一個一一對應而發生變化的值，因此綜合類似度TSM按每個排列而發生變化。如圖23所示，本例的排列的明細與6個排列對應地可計算“C101-1”～“C101-6”的6個綜合類似度TSM。各綜合類似度TSM的識別符號為對病例ID(本例中為C101)賦予綜合類似度TSM的1～6的序列號的識別符號。各綜合類似度TSM在本例中為將3個個別類似度ISM相加的總和。

各個別類似度ISM為將關注區域ROI與病例病變CL一一對應時的類似度，因此綜合類似度TSM越高，表示3個關注區域ROI與3個病例病變CL的各個個別類似度ISM的平均值越高。本例中，個別類似度ISM表示相關值，因此數值越大類似度越高。因此，綜合類似度TSM也表示數值越大類似度越高。

本例中，6個綜合類似度TSM中，“C101-2”的綜合類似度TSM為“2.04”，最高。另一方面，本例中，“C101-3”的綜合類似度TSM為“1.32”，最低。并且，“C101-5”的綜合類似度TSM中包含個別類似度ISM中顯示最高值“0.91”的個別類似度ISM(C101-13)，但不包含最高值的“C101-2”的綜合類似度TSM的平均個別類似度ISM更高，因此數值較高。

6個綜合類似度TSM中類似度最高的綜合類似度TSM(C101-2)為No1的關注區域ROI與No1的病例病變CL之間的個別類似度ISM(C101-11)、No2的關注區域ROI與No3的病例病變CL之間的個別類似度ISM(C101-23)、及No3的關注區域ROI與No2的病例病變CL之間的個別類似度ISM(C101-32)的總和。因此，針對“C101”的病例，將No1～No3的病例病變CL分別與No1、No3、No2的關注區域ROI對應時，能夠評價為對“O901”的檢查數據21的類似度最高。

如圖24所示，綜合類似度計算部66僅對如病例ID為“C101”、“C105”、“C106”的病例這樣病例病變CL的登記數為關注區域ROI的數量以上的病例計算綜合類似度TSM，并作為類似病例的檢索對象。即，針對如“C102”～“C104”這樣病例病變CL的登記數小于關注區域ROI的數量的病例(本例中，病例病變CL小于3個)，不計算綜合類似度TSM而作為檢索對象之外。

這基于如下理由。綜合類似度TSM是將多個個別類似度ISM平均較高的病例評價為類似度較高的病例的指標。因此，病例病變CL的登記數在關注區域ROI的數量以上的病例和小于關注區域ROI的數量的病例的各個綜合類似度TSM中，計算綜合類似度TSM的前提條件不同，如一個為3個的總計值而另一個為2個的總計值，因此認為對這種綜合類似度TSM彼此進行比較是不適當的。

綜合類似度TSM計算出與多個關注區域ROI與多個病例病變CL的排列的數量相應的數量，因此針對成為檢索對象的病例，根據病例病變CL的數量，所計算的綜合類似度TSM的數量發生變化。針對“C101”的病例，如上所述，排列的數量為如₃P₃＝3×2×1＝6，所計算的綜合類似度TSM的數量為6個。針對“C105”的病例，病例病變CL的登記數為“5”，因此排列的數量為如₅P₃＝5×4×3＝60，所計算的綜合類似度TSM的數量為60個。同樣地，針對“C106”的病例，病例病變CL的登記數為“7”，因此排列的數量為如₇P₃＝7×6×5＝210，所計算的綜合類似度TSM的數量為210個。

如圖25所示，綜合類似度計算部66將針對成為檢索對象的多個病例計算出的綜合類似度TSM記錄于TSM表72。TSM表72中，1件檔案由病例ID、綜合類似度TSM及個別類似度ISM的組合圖案這3個項目的數據構成。組合圖案為成為各綜合類似度TSM的計算源的個別類似度ISM的組合。綜合類似度計算部66將所創建的TSM表72交給類似病例檢索部67。圖11中，類似病例檢索部67中設置有代表值判定部67B。

如圖26所示，代表值判定部67B在TSM表72中從多個綜合類似度TSM中按每個病例判定代表值。當為“C101”的病例時，從6個綜合類似度TSM中，類似度最高(相關值最大)的綜合類似度TSM(C101-2)被判定為代表值。同樣地，當為“C105”的病例時，從60個綜合類似度TSM中，類似度最高(相關值最大)的綜合類似度TSM(C105-5)被判定為代表值。

如圖27所示，代表值判定部67B對TSM表72內的所有病例實施代表值判定。由此，TSM表72中僅提取按每個病例逐一判定的代表性綜合類似度TSM。

如圖28所示，類似病例檢索部67在已提取代表的TSM表72中，以綜合類似度TSM從高到低的方式對各記錄進行排序。TSM表72中，綜合類似度TSM從1件病例僅提取1個，因此對各檔案進行排序是指將病例以綜合類似度TSM從高到低的順序進行排序。由此，對各病例附加位次，在TSM表72的上位提取類似度較高的類似病例。

類似病例檢索部67中設置有列表創建部67A(參考圖11)。列表創建部67A根據TSM表72創建圖29所示的類似病例列表74。類似病例列表74顯示在檢索結果顯示畫面76內。類似病例列表74是將與多件類似病例相關的信息列表化的列表。檢索結果顯示畫面76為類似病例檢索服務器17向類似病例檢索請求的請求源即診療科終端11傳送檢索結果的畫面的例子。

列表創建部67A從TSM表72中提取綜合類似度TSM，并創建以綜合類似度TSM從高到低的順序排列類似病例的類似病例列表74。類似病例列表74的顯示項目中，與各綜合類似度TSM相關地包含綜合類似度TSM值、基于綜合類似度TSM的位次、病例ID及與綜合類似度TSM相關的明細信息。本例中，明細信息為用于計算成為綜合類似度TSM的計算要素的各個個別類似度ISM的關注區域ROI與病例病變CL之間的對應關系。

類似病例列表74中，病例ID為“C106”的綜合類似度TSM與圖28所示的“C106-7”的綜合類似度TSM對應。成為“C106-7”的綜合類似度TSM的計算要素的個別類似度ISM的組合圖案為個別類似度ISM(C106-11)、(C106-23)、(C106-34)。顯示在類似病例列表74的明細信息為用于計算這些各個個別類似度ISM的關注區域ROI與病例病變CL之間的對應關系。個別類似度ISM(C106-11)為將No1的關注區域ROI與“C106”的No1的病例病變CL對應來計算出的類似度，個別類似度ISM(C106-23)為將No2的關注區域ROI與“C106”的No3的病例病變CL對應來計算出的類似度，個別類似度ISM(C106-34)為將No3的關注區域ROI與“C106”的No4的病例病變CL對應來計算出的類似度。

而且，類似病例列表74的顯示項目中包含No1、No3、No4的病例病變CL的病變圖像。病變圖像例如從ISM表71中讀取。而且，在類似病例列表74的上方顯示包含No1～No3的關注區域ROI的檢查圖像19。

類似病例列表74例如顯示至上位6位為止的病例。當然也可通過畫面滾動等操作來顯示6位以下的位次。并且，也可設為可變更能夠同時顯示的顯示件數，如顯示至上位10位為止。

輸出控制部69(參考圖11)進行如下控制，即，關于如此創建的檢索結果顯示畫面76，例如通過XML(Extensible Markup Language)等標記語言創建WEB傳送用的XML數據，將此作為檢索結果傳送至請求源的診療科終端11。接收到XML數據的診療科終端11由WEB瀏覽器根據XML數據再現檢索結果顯示畫面76來顯示于顯示部48A。由此，供醫生閱覽包含類似病例列表74的檢索結果顯示畫面76。

以下，參考圖30及圖31對上述結構的作用進行說明。如圖30所示，診療科10的醫生通過診療科終端11訪問檢查圖像DB服務器15，獲取向檢查科12申請的檢查的檢查數據21(S1100)。診療科終端11將檢查數據21顯示于顯示部48A(S1200)。已獲取的檢查數據21中包含的檢查圖像19顯示于圖9所示的檢查圖像顯示畫面52。通過檢查圖像顯示畫面52，由醫生在檢查圖像19內指定關注區域ROI。診療科終端11通過醫生的指定操作接收多個關注區域ROI的指定(S1300)。若關注區域ROI的指定結束，則類似病例檢索按鈕52E被操作。由此，診療科終端11接收檢索命令(S1400)。若接收到檢索命令，則檢索請求發出部54發出附加有檢查圖像19及區域信息的類似病例檢索請求，該請求發送至類似病例檢索服務器17(S1500)。

若類似病例檢索服務器17接收到類似病例檢索請求，則請求接收部61接收該請求(S2100)。并且，特征量計算部62根據檢查圖像19和關注區域ROI的區域信息計算每個關注區域ROI的特征量(S2200)。之后，執行類似病例檢索(S2300)。

如圖31所示，類似病例檢索中，首先由個別類似度計算部65從病例DB服務器16中讀取1件病例數據24(S2310)。并且，個別類似度計算部65將檢查數據21內的多個關注區域ROI與1件病例數據24中包含的病例病變CL一一對應，由此計算個別類似度ISM(S2320)。存在多個病例病變CL時，按每個病例病變CL計算個別類似度ISM(S2330)。個別類似度計算部65將計算出的個別類似度ISM記錄于ISM表71(S2340)，按每個關注區域ROI逐漸創建ISM表71(S2350)。對1件病例數據24進行這種處理之后，對下一病例數據24也同樣進行這種處理。并且，反復進行同樣的處理，直至針對多件病例數據24例如病例DB23內的所有病例數據24的個別類似度ISM的計算和ISM表71的創建(S2360中的否)結束。

綜合類似度計算部66根據按每個關注區域ROI創建的多個ISM表71創建TSM表72(S2370)。創建TSM表72時，如圖23所示，首先綜合類似度計算部66根據按關注區域ROI區分的多個個別類似度ISM，計算與關注區域ROI與病例病變CL之間的排列的數量相應的數量的綜合類似度TSM(S2371)。并且，按每個病例將計算出的綜合類似度TSM記錄于TSM表72(S2372)。

類似病例檢索部67根據所創建的TSM表72創建類似病例列表74(S2380)。創建列表時，首先如圖27所示，代表值判定部67B從TSM表72內的每個病例的多個綜合類似度TSM中判定代表值，并創建僅提取各病例的代表性綜合類似度TSM的TSM表72。之后，類似病例檢索部67在TSM表72中以綜合類似度TSM從高到低的順序對病例進行排序(S2382)。由此，在TSM表72的上位提取類似度較高的類似病例。

列表創建部67A根據TSM表72，創建以綜合類似度TSM從高到低的順序排列類似病例的類似病例列表74(S2383)。

圖30中，輸出控制部69將包含由列表創建部67A作為檢索結果而創建的類似病例列表74的檢索結果顯示畫面76轉換為傳送用XML數據并傳送至診療科終端11(S2400)。診療科終端11接收包含類似病例列表74的XML數據(S1600)，根據XML數據再現檢索結果顯示畫面76(參考圖29)并顯示于顯示部48A。

檢查數據21中包含多個對象病變OL的情況下，檢索與檢查數據21類似的類似病例時，優選除了著眼于包含各對象病變OL的多個關注區域ROI與多個病例病變CL各自的特征量以外，還進行綜合考慮各個特征量的檢索。例如，某一病例中，即使1個病例病變CL相對1個關注區域ROI顯示出較高類似度，但其他病例病變CL的其他關注區域ROI的類似度非常低的情況下，應至少著眼于多個關注區域ROI時，該病例作為類似病例并不適當。

本發明按每個關注區域ROI計算與病例病變CL的個別類似度ISM，根據計算出的個別類似度ISM計算綜合類似度TSM，由此進行類似病例檢索。綜合類似度TSM為將多個個別類似度ISM平均較高的病例評價為類似度較高的病例的指標。通過根據綜合類似度TSM檢索類似病例，能夠針對包含多個對象病變OL的檢查數據21檢索類似度較高的適當的類似病例。

現有技術中僅進行只著眼于1個關注區域ROI的特征量的類似病例檢索，因此存在多個關注區域ROI時的類似病例檢索中，無法檢索適當的類似病例。而本發明根據綜合類似度TSM檢索類似病例，因此在存在多個關注區域ROI時的類似病例檢索中，能夠提供與現有技術相比有用性高的技術。

根據疾患，疾患顯現多個對象病變OL的現象有時會成為確定疾患的依據。在這樣必須注意多個關注區域ROI的特征量的診斷中，本發明較有用。這種疾患大多為非癌癥疾患，如需著眼于空洞陰影、點狀陰影及毛玻璃陰影這3種對象病變OL的結核或需著眼于支氣管異常陰影及點狀陰影這2種對象病變OL的彌漫性泛細支氣管炎等。因此，本發明在非癌癥疾患的診斷中尤其發揮有用性。

另外，本例中，以多個關注區域ROI中如“空洞”和“毛玻璃陰影”那樣分別包含不同病變種類的對象病變OL的例子進行了說明，但各關注區域ROI中包含的對象病變OL只要是另外的對象病變OL，則可以是相同種類。

另外，本例中，將綜合類似度TSM設為將多個個別類似度ISM相加的總和，但也可以是相乘的值。

并且，本例中，通過代表值判定部67B從按每個病例計算出的多個綜合類似度TSM中按每個病例判定代表值，并僅根據代表值進行類似病例檢索。通過判定代表值，如記錄于TSM表72的綜合類似度TSM的件數減少等檢索處理中處理的數據減少，因此具有能夠縮短處理時間的效果。記載于影像解讀報告單的與病例病變CL相關的醫生的意見等診斷結果按每個病例而存在，因此通過代表值判定以病例單位提示檢索結果，還能夠適當且有效地進行基于類似病例的診斷。但是，也可不判定代表值而進行類似病例檢索。不判定代表值時，類似病例列表74中有時會顯示相同病例的多個綜合類似度TSM。這些多個綜合類似度TSM中成為計算要素的個別類似度ISM的組合圖案不同，因此能夠針對1個病例改變視點來進行參考。

而且，類似病例列表74的顯示項目中除了類似病例的病例ID及綜合類似度TSM以外，還顯示與綜合類似度TSM相關的明細信息。能夠根據明細信息確認用于計算成為綜合類似度TSM的計算要素的各個個別類似度ISM的關注區域ROI與病例病變CL之間的對應關系。通過顯示該對應關系，能夠掌握成為綜合類似度TSM的計算要素的各個個別類似度ISM是將多個關注區域ROI與多個病例病變CL中的哪一個區域和哪一個病變對應而計算出的。并且，類似病例列表74中還顯示檢查圖像19和病例病變CL的病變圖像，因此也比較容易參考圖像圖案，容易直觀地判斷圖像圖案彼此的類似度。

作為與綜合類似度TSM相關的明細信息，如圖32所示的類似病例列表75，可顯示成為綜合類似度TSM的計算要素的個別類似度ISM值。若除了綜合類似度TSM值以外，還顯示成為該明細的個別類似度ISM值，則能夠確認各關注區域ROI與各病例病變CL的對應中哪個是個別類似度ISM較高的值或較低的值，因此較便利。例如，醫生想要重視多個關注區域ROI中的1個時，能夠觀察所重視的關注區域ROI的個別類似度ISM值來找出適當的類似病例。

綜合類似度TSM是將多個個別類似度ISM平均較高的病例評價為類似度較高的病例的指標。因此，類似病例列表中，多個個別類似度ISM的平均值較高的病例的位次較高，對于平均值較低的病例，即使假設1個個別類似度ISM特別高，其位次也較低。與此相比，與類似度相關的醫生的主觀評價中，醫生對特定的病例病變CL與特定的關注區域ROI所存有的印象比平均值的影響大，因此有時醫生的主觀評價背離基于綜合類似度TSM的客觀評價(附加位次)。

即使在產生這種背離的情況下，如類似病例列表75，若除了綜合類似度TSM以外還顯示個別類似度ISM值，則通過確認個別類似度ISM，能夠由醫生自行驗證主觀評價。并且，若顯示個別類似度ISM值，則通過由醫生考慮個別類似度ISM值，針對基于類似病例列表75的根據綜合類似度TSM進行的客觀評價，也能夠由醫生根據主觀評價加上修正的同時找出適于各個診斷的適當的類似病例。

[第2實施方式]

圖33及圖34所示的第2實施方式為圖23所示的第1實施方式的綜合類似度TSM的計算方法的變形例，其他內容與第1實施方式相同。第1實施方式中，將綜合類似度TSM作為個別類似度ISM的簡單總計值來求出，但如第2實施方式所示，也可根據成為計算綜合類似度TSM的要素的個別類似度ISM值進行加權處理。

例如如圖33所示，加權處理是如下處理，即，當個別類似度ISM為規定閾值以上時，乘以加權系數W來提高綜合類似度TSM。圖33的例子中，如雙點劃線的四角表示，對以相關值表示的值為“0.6”以上的個別類似度ISM乘以加權系數W。由此，綜合類似度TSM值與加權系數W相應地變高。

通過加權處理，可獲得以下效果。如上所述，綜合類似度TSM是將多個個別類似度ISM平均較高的病例評價為類似度較高的病例的指標，基本上多個個別類似度ISM平均較高的病例被評價為類似度較高的類似病例。但是，也有即使包含1個酷似各個關注區域ROI的病例病變CL的病例作為類似病例而具有較高利用價值的情況。因此，針對即使包含1個規定閾值以上的個別類似度ISM的綜合類似度TSM，通過加權處理來提高綜合類似度TSM。由此，具有已進行加權處理的綜合類似度TSM的病例在TSM表72或者類似病例列表74中的位次上升。如此，若利用加權系數W，則關于利用價值較高的病例，能夠提高作為類似病例的綜合評價，因此容易提取為類似病例。

關于加權系數W的乘法，可如圖33所示，與個別類似度ISM相乘，也可如圖34所示，對包含規定閾值以上的個別類似度ISM的綜合類似度TSM乘以加權系數W。

并且，作為類似病例的評價方法，除了如本例那樣將包含規定閾值以上的個別類似度ISM的病例評價得更高的方法以外，相反地也可考慮將包含小于規定閾值的個別類似度ISM的病例評價得更低的方法。即，針對即使存在1個與關注區域ROI的類似度顯著低的病例病變CL的病例，降低作為類似病例的綜合評價。此時，可代替正加權系數乘以負加權系數來降低綜合類似度TSM。由此，對于具有已進行負加權的綜合類似度TSM的病例，作為類似病例的綜合評價降低。

另外，作為類似病例的評價方法，若從類似病例的實際情況考慮，則與對包含小于規定閾值的個別類似度ISM的病例進行負加權相比，更優選通過對包含規定閾值以上的個別類似度ISM的病例進行正加權來提高該病例的評價。

并且，本例中，以相關值表示個別類似度ISM，因此將相關值為規定值以上的個別類似度ISM判定為類似度為規定閾值以上的個別類似度ISM。與此相比，以最小二乘距離表示個別類似度ISM時，值越小類似度越高，因此該情況下，當最小二乘距離的值為規定值以下時，判定為類似度為規定閾值以上的個別類似度ISM。

[第3實施方式]

圖35～圖44所示的第3實施方式是利用類似病例檢索的用戶即醫生能夠變更關注區域ROI的指定數的方式。當關注區域ROI的指定數發生變更時，類似病例檢索服務器17進行類似病例檢索的重新檢索并傳送檢索結果。

由此，例如能夠實現以下用法，即，首先指定1個關注區域ROI來發出類似病例檢索請求，確認該檢索結果之后，追加關注區域ROI來再次發出類似病例檢索請求，從而確認基于2個關注區域ROI的檢索結果。通過逐漸依次追加指定的關注區域ROI的數量，能夠逐漸限定檢索結果即類似病例列表74中包含的類似病例的件數。具體而言，除了圖35～圖43以外，還適當參考圖44的流程圖來進行說明。另外，特征量的計算方法和個別類似度ISM的計算方法與上述實施方式相同，因此省略說明，并以不同點為中心進行說明。

如圖35所示，在診療科終端11的檢查圖像顯示畫面52中，醫生例如對圖像ID為“O901-01”的檢查圖像19，僅指定1個No1的關注區域ROI，通過類似病例檢索按鈕52E進行類似病例檢索命令。診療科終端11將僅指定有1個關注區域ROI的類似病例檢索請求發送至類似病例檢索服務器17。由此，如圖44的流程圖所示，類似病例檢索服務器17接收類似病例檢索請求(S3010中的是)。

如圖36所示，個別類似度計算部65將1個關注區域ROI與病例病變CL一一對應來創建ISM表71(圖44的S3020)。個別類似度計算部65針對類似檢索請求中包含的所有關注區域ROI創建ISM表71(圖44的S3030)。當關注區域ROI為1個時，當然僅創建1個ISM表71。

關注區域ROI的指定僅為1個時，如圖37所示，包括病例病變CL的登記數僅為1個的病例(病例ID為“C103”)在內，全部成為檢索對象。因此，ISM表71中計算病例DB23內的所有病例的病例病變CL與關注區域ROI之間的個別類似度ISM。例如，如“C106”的病例，當病例病變的登記數為7個時，個別類似度計算部65計算出7個個別類似度ISM。對所有病例進行這種個別類似度ISM的計算，由此創建ISM表71。

并且，當判定關注區域ROI為1個還是多個(圖44的S3040)且僅有1個指定時(圖44的S3040中的否)，個別類似度計算部65將ISM表71交給類似病例檢索部67。關注區域ROI的指定僅為1個時，無法計算綜合類似度TSM，因此類似病例檢索部67根據ISM表71創建圖38所示的類似病例列表74A(圖44的S3050)。類似病例列表74A中以個別類似度ISM從高到低的順序排列有類似病例。包含這種類似病例列表74A的檢索結果顯示畫面76A傳送至診療科終端11。并且，類似病例檢索服務器17保存類似病例檢索處理中創建的包含中間處理的處理結果的數據，如ISM表71等的中間處理數據、類似病例列表74A等的最終處理數據等(圖44的S3080)。處理結果的數據的保存處例如為類似病例檢索服務器17的存儲器或存儲設備(參考圖7)。

醫生在確認該類似病例列表74A之后進一步追加關注區域ROI時，如圖39所示，在檢查圖像顯示畫面52中，例如除了No1的關注區域ROI以外，還指定No2的關注區域ROI來發出類似檢索請求的命令。

如圖40所示，當追加了關注區域ROI的指定時(圖44的S3090中的是)，類似病例檢索服務器17創建所追加的No2的關注區域ROI的ISM表71(圖44的S3020)。當存在多個關注區域ROI時，個別類似度計算部65創建所有關注區域的ISM表71(圖44的S3030)。此時，由于保存有第一次類似病例檢索中創建的處理結果的數據，因此對可利用的數據予以再利用。由此，減輕處理負荷或縮短處理時間。1次追加了多個關注區域ROI時，創建與所追加的數量相應的數量的ISM表71。本例中，由于已創建No1的關注區域ROI的ISM表71而保存有數據，因此僅重新創建No2的關注區域ROI的ISM表71。

當關注區域ROI為多個時，個別類似度計算部65將ISM表71交給綜合類似度計算部66(圖44的S3040中的是)。綜合類似度計算部66根據2個ISM表71創建TSM表72A(圖44的S3060)。如圖41所示，綜合類似度計算部66計算與關注區域ROI和病例病變CL的排列的數量相應的數量的綜合類似度TSM。例如，關注區域ROI為2個且病例病變CL的數量為3個時，排列的數量為如₃P₂＝3×2＝6。

如圖42所示，綜合類似度計算部66對病例DB23的其他病例也同樣計算與關注區域ROI的綜合類似度TSM。但是，關注區域ROI的指定被追加1個而成2個，因此如病例ID為“C103”的病例，病例病變CL的登記數為1個的病例被排除在檢索對象之外。對于病例病變CL為2個以上的病例，成為檢索對象，并根據各個病例病變CL的數量，計算與和關注區域ROI的排列數量相應的數量的綜合類似度TSM。如此創建基于2個關注區域ROI的TSM表72A(參考圖40)。

如圖43所示，類似病例檢索部67根據TSM表72A創建類似病例列表74B(圖44的S3070)。包含類似病例列表74B的檢索結果顯示畫面76B被傳送至診療科終端11。類似病例列表74B中，僅包含1個病例病變CL的病例為檢索對象之外，因此與類似病例列表74A(參考圖38)相比，以限定類似病例的方式創建。由此，醫生能夠使用通過依次追加關注區域ROI來增加指定數，從而限定類似病例的同時發現更適當的類似病例的使用方法。

并且，類似病例檢索部67保存基于已追加的關注區域ROI進行檢索處理時創建的包含中間處理的處理結果的數據(TSM表72A等)。而且，追加了關注區域ROI時，如第1實施方式中的說明，創建基于3個關注區域ROI的類似病例列表74(參考圖29)。如本例，若事先保存類似病例檢索的處理結果的數據，則可減輕重新檢索時的處理負荷或縮短處理時間，因此能夠有效地利用類似病例檢索服務器17的CPU等的資源，并且檢索速度也提高。

另外，以追加關注區域ROI的指定數來重新檢索的例子進行了說明，當然也可減少關注區域ROI的指定數來進行重新檢索。

并且，病例DB23中，也有登記有多個病例病變CL的病例的件數較少的情況。該情況下，即使指定多個關注區域ROI，在具有關注區域ROI的指定數以上的登記數的病例的件數有限時，也會很難從中找出適當的類似病例。這種情況下，如本例，設為能夠通過對關注區域ROI的指定數進行增減的同時進行重新檢索，這能夠實現與積蓄在病例DB23中的病例的件數相應的使用方法，因此較有用。

[第4實施方式]

并且，如第3實施方式，當對關注區域ROI的指定數進行增減的同時進行重新檢索時，如圖45、圖46所示的第4實施方式，可進一步適當變更多個關注區域ROI的組合或檢索結果顯示畫面76中的關注區域ROI的排列順序即可。

如圖45及圖46所示，檢索結果顯示畫面80A、80B中，在類似病例列表81A、81B旁邊設置有ROI選擇部82。ROI選擇部82例如具有3個選擇框82A，各選擇框82A中，能夠逐一選擇關注區域ROI。若在圖9所示的檢查圖像顯示畫面52中指定關注區域ROI，則ROI選擇部82以下拉菜單82B等方式顯示所指定的關注區域ROI的列表。本例中，指定有No1～No3的關注區域ROI，因此下拉菜單82B中顯示No1～No3的關注區域ROI。若通過指針56從下拉菜單82B中選擇1個關注區域ROI，則所選擇的關注區域ROI輸入至選擇框82A。

各選擇框82A的排列順序與檢索結果顯示畫面80A中包含各關注區域ROI的檢查圖像19的排列順序對應，例如在編號為“1”的選擇框82A中選擇的包含No1的關注區域ROI的檢查圖像19顯示于最左側。同樣地，在編號為“2”的選擇框82A中選擇的包含No2的關注區域ROI的檢查圖像19顯示于中央。而且，若在編號為“3”的選擇框82A中進行選擇，則如圖46所示，包含被選擇的關注區域ROI的檢查圖像19顯示于最右側。

重新檢索按鈕83為用于以ROI選擇部82中選擇的條件命令類似病例檢索的重新檢索請求的按鈕。若重新檢索按鈕83被操作，則從診療科終端11向類似病例檢索服務器17發送包含在ROI選擇部82中選擇的選擇條件的重新檢索請求。請求接收部61接收包含選擇條件的重新檢索請求。

類似病例檢索服務器17根據重新檢索請求進行個別類似度計算和綜合類似度計算，并執行類似病例的重新檢索處理。并且，如圖45、圖46所示，將重新檢索處理的處理結果即類似病例列表81A、81B作為檢索結果傳送至診療科終端11。

類似病例列表81A是指定了No1及No2這2個關注區域ROI時的檢索結果。類似病例列表81A中，關注區域ROI的排列順序為，包含No1的關注區域ROI的檢查圖像19顯示于最右側，且包含No2的關注區域ROI的檢查圖像19顯示于中央。類似病例列表81B為指定了No1～No3這3個關注區域ROI時的檢索結果。類似病例列表81B中，關注區域ROI的排列順序為，從左至右排列包含No2、No3、No1的各關注區域ROI的檢查圖像19。類似病例檢索服務器17如在第3實施方式中的說明，執行類似檢索時，保存包括類似病例列表的數據在內的處理結果的數據。

診療科10的醫生確認類似病例列表81。并且，能夠根據需要在ROI選擇部82中變更多個關注區域ROI的組合或排列順序并且再次進行重新檢索。類似病例檢索服務器17中保存有處理結果的數據，因此能夠再利用數據時，可在短時間內傳送重新檢索的結果。并且，也可設為如下，即，診療科終端11中暫且保存傳送來的類似病例列表81的數據，從而不進行重新檢索就能夠重新顯示。

[第5實施方式]

上述實施方式中，不判定關注區域ROI中包含的對象病變OL的種類而將其與病例病變CL對應來計算個別類似度ISM，由此進行類似病例檢索。但是，如圖47～圖50所示的第5實施方式，也可對關注區域ROI中包含的對象病變OL及病例病變CL進行病變種類的判定，并僅將相同種類的病變彼此對應來計算個別類似度ISM，由此進行類似病例檢索。如圖13所示，病變圖案典型地根據病變種類區分。因此，能夠在計算出特征量的階段根據特征量來判定病變種類。第5實施方式是利用這種病變種類判定的方式。

如圖47所示，第5實施方式中，類似病例檢索服務器17中設置有病變種類判定部86。如圖48所示，病變種類判定部86根據由特征量計算部62計算出的關注區域ROI的特征量RAC，判定關注區域ROI中包含的對象病變OL的種類。病變種類判定部86例如將與在由各鑒別器62A～62H輸出的鑒別器輸出值中表示最大鑒別器輸出值的鑒別器對應的病變種類判定為關注區域ROI中包含的對象病變OL的種類。本例的情況下，“B：空洞”的鑒別器62B的鑒別器輸出值最大，因此對象病變OL的種類被判定為“B：空洞”。

另一方面，第5實施方式中，如圖49所示，對各病例病變CL，也根據特征量CAC預先判定病變種類，已判定的病變種類存儲于特征量DB23B。

如圖50所示，個別類似度計算部65在計算關注區域ROI與各病例病變CL之間的個別類似度ISM時，僅對病變種類為相同種類的彼此計算個別類似度ISM，對病變種類不同的病例，不計算個別類似度ISM。本例中，No1的關注區域ROI的種類為“B：空洞”，因此從“C101”的病例中僅計算種類為“B：空洞”的與No3的病例病變CL之間的個別類似度ISM。1件病例中登記有多個與關注區域ROI相同種類的病例病變CL時，計算出多個個別類似度ISM。并且，與關注區域ROI相同種類的病例病變CL一個也沒有被登記時，針對該病例，不計算個別類似度ISM。

由此，能夠減少個別類似度計算部65的計算處理時間。并且，與不區分病變種類而計算個別類似度ISM的第1實施方式相比，ISM表71的尺寸也變小，因此存儲器的工作區域也可以較小。因此，施加于類似病例檢索服務器17的CPU41B的負荷減輕，因此能夠縮短檢索時間。

但是，預先判定病變種類而僅對相同種類的病例計算個別類似度ISM的方式中，病變種類的判定精度較低時，有可能遺漏應作為類似病例來檢索的病例病變CL即所謂的檢索遺漏。尤其，如圖10所示，將多個對象病變OL指定為1個關注區域ROI時，根據種類判定，做出偏向多個對象病變OL中的任意一個的判定。因此，對于第5實施方式優選在確認了病變種類的判定精度的基礎上實施。

[第6實施方式]

圖51所示的第6實施方式為以判定病變種類的第5實施方式為前提的方式，該方式中根據病例病變CL的登記數不同的多件病例，創建1個類似病例列表87。如在第1實施方式中的說明，對于成為檢索對象的病例，優選將病例病變CL的數量為關注區域ROI的數量以上的病例作為對象。

然而，在病例DB23中，有時病例病變CL的登記數較多的病例的積蓄數較少。該情況下，若將不滿足關注區域ROI的數量的登記數的病例全部作為檢索對象之外，則檢索對象過少，可能導致無法檢索適當的類似病例。即使是病例病變CL的登記數不滿足關注區域ROI的數量的病例，若針對各個病例病變CL來看，有時也會具有診斷時有用的價值。第6實施方式為對于病例病變CL的登記數少于關注區域ROI的數量的病例也能夠包含在檢索對象中而作為類似病例提取的方式。

具體而言，例如在檢查數據21中，設為指定有“B：空洞”、“F：點狀陰影”、“E：毛玻璃狀陰影”這3種關注區域ROI。該情況下，將多種關注區域ROI的1種關注區域ROI必須指定為作為類似病例檢索的檢索條件而必須的關注區域ROI。作為必須指定的關注區域ROI，例如為醫生在診斷時判斷為重要度最高的關注區域ROI。

本例中，包含病變種類為“B：空洞”的對象病變OL的關注區域ROI(No1)被必須指定(圖中，以粗框表示)。并且，對于包含另外2種(“F：點狀陰影”、“E：毛玻璃狀陰影”)對象病變OL的關注區域ROI(No2、No3)，雖指定為關注區域ROI但并未被必須指定。以這種條件，從診療科終端11向類似病例檢索服務器17發送類似病例檢索請求。

類似病例檢索服務器17中，請求接收部61接收包含必須指定的類似病例檢索請求。請求接收部61作為必須指定接收部發揮作用。病變種類判定部86針對所接收的請求中包含的3個關注區域ROI的對象病變OL，判定病變種類。并且，對于No1的關注區域ROI，作為檢索條件進行了必須指定，因此類似病例檢索服務器17固定No1的關注區域ROI的種類來進行類似病例檢索。

具體而言，由于No1的關注區域ROI的種類為“B：空洞”，因此類似病例檢索服務器17將“B：空洞”固定為檢索條件。并且，作為病例病變CL的種類，將包含所固定的“B：空洞”的病例作為檢索對象。只要是包含所固定的種類(“B：空洞”)的病例病變CL的病例，則與登記數無關地作為檢索對象。另一方面，對于不包含所固定的種類(“B：空洞”)的病例病變CL的病例，排除在檢索對象外。

檢索對象的挑選即針對病例進行的、是作為檢索對象還是作為對象之外的判定，例如由個別類似度計算部65來進行。個別類似度計算部65僅對包含“B：空洞”的病例病變CL的病例計算個別類似度ISM，并創建ISM表71。由綜合類似度計算部66來進行時，僅對包含“B：空洞”的病例病變CL的病例計算綜合類似度TSM，并創建TSM表72。

通過這種檢索對象的挑選，本例中成為檢索對象的是以下4種圖案的病例。第1是3種關注區域ROI中只有“B：空洞”一致的病例。第2是3種中“B：空洞”及No2的關注區域ROI的種類即“F：點狀陰影”這2種一致的病例。第3是3種中“B：空洞”及No3的關注區域ROI的種類即“E：毛玻璃狀陰影”這2種一致的病例。第4是3種全部一致的病例。

個別類似度計算部65根據挑選出的病例，將相同種類的病例病變CL與各關注區域ROI一一對應來計算個別類似度ISM。由于No1的關注區域ROI的種類即“B：空洞”被固定，因此挑選出的病例內包含“B：空洞”的病例病變CL。因此，在No1的關注區域ROI中，針對所有挑選出的病例計算個別類似度ISM。由此，創建No1的ISM表71。

接著，個別類似度計算部65計算針對No2的關注區域ROI的個別類似度ISM。No2的關注區域ROI的情況下，成為計算個別類似度ISM的對象的病例為包含“F：點狀陰影”的上述第2圖案的病例及第4圖案的病例。根據計算出的個別類似度ISM，創建與No2的關注區域ROI對應的ISM表71。對于No3的關注區域ROI，也計算個別類似度ISM。No3的關注區域ROI的情況下，成為計算個別類似度ISM的對象的病例為包含“E：毛玻璃狀陰影”的第3圖案及第4圖案的病例。根據計算出的個別類似度ISM創建與No3的關注區域ROI對應的ISM表71。

如此，對No1～No3的關注區域ROI計算出ISM表71之后，根據包含固定的“B：空洞”的組合即根據No1和No2的ISM表71的組合、No1和No3的ISM表71的組合、及No1～No3的ISM表71的組合，綜合類似度計算部66根據各組合計算綜合類似度TSM，并創建3種TSM表72A～72C。

類似病例檢索部67根據No1的ISM表71及3種TSM表72A～72C創建類似病例列表87。其中，記錄于ISM表71的是個別類似度ISM，無法與多個個別類似度ISM之和即綜合類似度TSM同列比較。并且，TSM表72A、72B為2個個別類似度ISM之和，而TSM表72C為3個個別類似度ISM之和，因此對此也無法同列比較。因此，類似病例檢索部67進行標準化，以便能夠比較各表71、72A～72C的個別類似度ISM及綜合類似度TSM。根據已標準化的類似度即標準化值，對各病例附加位次。標準化例如為個別類似度ISM及綜合類似度TSM分別除以個別類似度ISM的數量的處理。

首先，病例ID為“C111”時，對于從ISM表71中提取的個別類似度ISM(“0.91”)，由于個別類似度ISM的數量為1個，因此該值(“0.91”)直接成為標準化值。另一方面，病例ID為“C112”或“C116”的病例中，從TSM表72A、72B中提取的綜合類似度TSM(分別為“2.32”、“2.24”)是2個個別類似度ISM之和，因此除以2的值(“1.16”、“1.12”)成為標準化值。并且，如病例ID為“C114”，從TSM表72C中提取的綜合類似度TSM(“3.63”)是3個個別類似度ISM之和，因此除以3值(“1.21”)成為標準化值。

另外，本例中，作為標準化值，使用了除以個別類似度ISM的數量的簡單的平均值，但例如病例ID為“C114”，對于包含關注區域ROI的個別類似度ISM為一定值以上的病例病變CL的病例，也可對平均值進行加權來計算出標準化值，以評價為類似度更高。

根據本例，即使在病例DB23內關注區域ROI的數量以上的病例較少時，也能夠有效利用這些病例來進行類似病例檢索。而且，由于接收必須的關注區域ROI的指定，因此能夠將在檢索對象中包含醫生認為重要的關注區域ROI的病例作為檢索對象，因此能夠限定在尤其有用的類似病例。另外，本例中，以對多個關注區域ROI中的1個進行必須指定的例子進行了說明，但也可對2個以上的關注區域ROI進行必須指定。

[第7實施方式]

圖52及圖53所示的第7實施方式為在診療科終端11計算關注區域ROI的特征量而不是在類似病例檢索服務器17中計算的方式。可如第7實施方式那樣在診療科終端11計算關注區域ROI的特征量，該情況下，類似病例檢索服務器17上不設置特征量計算部62，而設置圖11所示的個別類似度計算部65、綜合類似度計算部66及類似病例檢索部67等特征量計算部62以外的結構。

如圖52所示，診療科終端11中設置有與特征量計算部62相同的特征量計算部88。特征量計算部88例如通過由CPU41A執行安裝于診療科終端11的軟件來實現。特征量計算部88根據包含檢查圖像19的檢查數據21及通過GUI控制部53輸入的關注區域ROI的區域信息，計算特征量RAC。檢索請求發出部54中附加與關注區域ROI對應的圖像及計算出的特征量RAC，并發出類似病例檢索請求。

如圖53所示，類似病例檢索請求從診療科終端11發送至類似病例檢索服務器17。類似病例檢索服務器17根據所接收的類似病例檢索請求進行類似檢索，并將檢索結果傳送至診療科終端11。第7實施方式中，類似病例檢索服務器17的請求接收部61作為特征量獲取部發揮作用。

第7實施方式中，進行圖47～圖50所示的第5實施方式及圖51所示的第6實施方式中說明的病變種類判定時，可在診療科終端11設置病變種類判定部。該情況下，對類似病例檢索請求還附加已判定的種類的信息，并傳送至類似病例檢索服務器17。第5及第6實施方式中，獲取病變種類信息的種類信息獲取部的功能由病變種類判定部86擔負，但在診療科終端11設置病變種類判定部從而發送至類似病例檢索服務器17的方式中，請求接收部61作為種類信息獲取部發揮作用。

上述各實施方式中，以根據來自診療科終端11的請求進行類似病例檢索的類似病例檢索服務器17的方式說明了本發明的類似病例檢索裝置，當然也可以以不使用類似病例檢索服務器17而是由診療科終端11訪問病例DB服務器16來檢索類似病例的方式，在診療科終端11設置類似病例檢索功能。該情況下，診療科終端11成為類似病例檢索裝置。

并且，上述各實施方式中，以各自的服務器構成了類似病例檢索服務器17和病例DB服務器16，但也可綜合這些來由1個服務器構成。如此，也可在1個服務器綜合多個功能或按每個功能分離服務器。

另外，計算機系統的硬件結構可進行各種變形。例如，關于類似病例檢索服務器17，為了提高處理能力和可靠性，作為硬件也能夠由分離的多臺服務器計算機構成。如此，計算機系統的硬件結構可根據處理能力、安全性、可靠性等所需的性能而適當變更。而且，不限于硬件，對于病例DB23和AP50等程序，為了確保安全性和可靠性，當然也能夠進行雙重化或者分散于多個存儲設備來存儲。

并且，上述各實施方式中，對于類似病例檢索服務器17，以在1個醫療設施內利用的方式進行了說明，但也可設為可供多個醫療設施利用的方式。

具體而言，上述各實施方式中，類似病例檢索服務器17為如下方式，即，診療科終端11等設置于1個醫療設施內的客戶終端經由LAN可通信地連接，并根據來自客戶終端的請求，提供與類似病例檢索相關的應用服務。為了可供多個醫療設施利用，類似病例檢索服務器17例如經由網絡或公用通信網等WAN(Wide Area Network)，與設置于多個醫療設施的客戶終端可通信地連接。并且，類似病例檢索服務器17接收來自多個醫療設施的客戶終端的請求，并向各客戶終端提供與類似病例檢索相關的應用服務。

該情況下的類似病例檢索服務器17的設置地點和管理主體例如可以是與醫療設施不同的數據中心，也可以是多個醫療設施中的1個。并且，利用WAN時，考慮到信息安全性，優選構建VPN(Virtual Private Network)或使用HTTPS(Hypertext Transfer Protocol Secure)等安全等級較高的通信協議。

本發明并不限于上述各實施方式，只要不脫離本發明宗旨，則當然可以采用各種結構。例如，本例中，作為檢查圖像的例子，以CT、MRI、簡單的X射線圖像為例，但也能夠適用于通過乳房攝影術(mammography)或內窺鏡等其他方式拍攝的檢查圖像。并且，還能夠適當組合上述各種實施方式或各種變形例。并且，本發明除了程序以外，還涉及存儲程序的存儲介質。