画像閲覧履歴の学習による医用画像の重要度評価とその応用に関する研究

摘要

Increasing medical image data amount by improvement of technology, Computer-Aided Detection was developed. It is very popular method that computer detects lesion by using image procession, but it depends heavily on parameters such as region, modality and type of lesion. We are suggesting a method to detect important image that contains lesion without depending on image content. In our method, computer learns user's browsing history and evaluates important degree of each image. We also propose the medical image viewer that helps controlling medical image data with large amount.%撮影技術向上による医用画像のデータ量増加に伴い，医師の診断を補助するコンピュータ支援診断が発達してきた．その代表的なものに画像処理を用いて病変部分を検出する手法があるが，これらは撮影部位やモダリテイ，検出対象となる病変の種類等のパラメータに大きく依存するものであった．そこで本稿では，撮影部位等画像の内容に依存することなく病巣部分を含む重要画像を検出する手法を提案する．本手法では閲覧行動の際の操作履歴を学習することにより，各画像の重要性を判断する．また，本手法を利用して大容量データの管理を補助するアプリケーションの開発を行ったので併せて報告する．