类似病例检索装置、类似病例检索方法及类似病例检索程序

摘要

本发明提供一种根据多个关注区域迅速检索适当的类似病例的类似病例检索装置、方法及程序。类似病例检索服务器(17)具备个别类似度计算部(65)、综合类似度计算部(66)及类似病例检索部(67)。个别类似度计算部(65)将关注区域与存在于病例图像内的多件病例病变一一对应来比较所对应的关注区域的特征量与病例病变的特征量，由此分别计算每个关注区域的个别类似度。综合类似度计算部(66)根据分别对多个关注区域计算出的多个个别类似度计算综合类似度，仅对分别组合同一病例内的不同种类的多个病例病变与多个关注区域而构成的完全不同种类的组合，利用个别类似度计算综合类似度。类似病例检索部(67)根据与完全不同种类的组合对应的综合类似度检索类似病例。

说明书

技术领域

本发明涉及一种类似病例检索装置、类似病例检索方法及类似病例检索程序。

背景技术

已知在医疗领域中根据检查图像检索与检查图像类似的以往病例的类似病例检索装置(例如，参考日本特开2010-237930号公报、日本特开2012-118583号公报(美国公开公报US2012/134555号))。检查图像为例如通过进行断层拍摄的CT(Computed Tomography)装置或拍摄简单透视图像的一般的X射线摄影装置等医学影像设备(modality)拍摄的图像，用于进行患者的疾患的确定等患者的诊断。在基于一般的X射线摄影装置的1次检查中，有仅拍摄1张检查图像的情况，也有拍摄多张的情况。并且，在基于CT装置的1次检查中，获取多张断层图像(切片图像)。因此，1件检查数据中包含1张以上检查图像。病例大多通过以往检查数据的集聚而创建，因此1件病例数据中也包含1张以上病例图像。

进行类似病例检索时，首先由医生等用户在检查图像内指定关注区域。关注区域为在检查图像内医生特别关注的区域，是包含成为诊断对象的病变的区域。类似病例检索装置对将在检查图像内指定的1个关注区域的特征数值化的特征量与将存在于病例图像内的1个病变的特征数值化的特征量进行比较，由此判定两者的类似度。在此，为了便于说明，将检查图像的关注区域内包含的病变称为对象病变，将病例图像中包含的病变称为病例病变。并且，类似病例检索装置从存储有多个病例的病例数据库中检索包含与关注区域类似的病例病变的病例。

日本特开2010-237930号公报中公开有以抑制检索偏差为目的的发明，如包含对象病变的关注区域的指定方法会根据每个用户而存在个人差异，由于个人差异引起的检索结果产生偏差。具体而言，即使将包含相同的1个对象病变的区域指定为关注区域时，由于所指定的用户的个人差异等原因，根据关注区域的指定方法，所指定的区域的形状和大小也会发生变化，因此有时会导致特征量发生变化。若特征量发生变化，则类似度也发生变化，因此会产生如每个用户的检索结果发生变化的检索偏差。日本特开2010-237930号公报中，为了抑制这种检索偏差，作为1例，对于针对1个对象病变的指定方法不同的多个关注区域，按每个关注区域计算特征量，根据计算出的多个关注区域的特征量的平均值计算类似度，由此进行类似图像检索。由此，能够抑制因每个用户的个人差异引起的检索偏差。

日本特开2012-118583号公报(美国公开公报US2012/134555号)涉及一种对用户觉得类似的主观感觉输出更适合的检索结果的技术。具体而言，相同种类的对象病变存在于多个检查图像的情况下，指定关注区域时，将包含用户觉得类似的相同种类的多个对象病变的关注区域作为相同种类组来组合为1个组。并且，在1件检查数据中求出包含属于相同种类组的多个对象病变的所有特征量的特征量范围，并将该特征量范围作为检索条件来进行类似病例检索。认为相同种类组的特征量范围与用户在主观上觉得类似的范围一致，因此检索结果也能够成为对用户的主观感觉更适合的结果。

发明内容

发明要解决的技术课题

但是，根据疾患的不同，有时在检查图像中出现的多个对象病变成为确定疾患的依据。例如，结核病的情况下，有时会通过在检查图像中出现空洞阴影、点状阴影、毛玻璃阴影这三种对象病变来确定疾患，弥漫性泛细支气管炎的情况下，有时会通过出现支气管异常阴影及点状阴影这两种对象病变来确定疾患。癌症的情况下，进行单一对象病变中的类似检索即可，但当为癌症以外的非癌症疾患的情况下，需要进行这些多个对象病变中的类似病例检索。

日本特开2010-237930号公报及日本特开2012-118583号公报(美国公开公报US2012/134555号)中记载的现有的类似病例检索装置均着眼于检查图像中包含的1个对象病变，并根据包含所着眼的1个对象病变的关注区域的特征量检索类似病例，并未考虑着眼于检查图像中包含的多个对象病变中的每一个。

如上所述，日本特开2010-237930号公报中，按每个关注区域计算出特征量，但多个关注区域仅仅是指定方法不同的同一个对象病变的关注区域，并未公开有关着眼于不同对象病变的每个关注区域的特征量而检索类似病例的内容。并且，日本特开2012-118583号公报(美国公开公报US2012/134555号)中，对多个检查图像中包含的多个对象病变，针对相同种类的对象病变被组化的1个相同种类组创建1个检索条件，并以所创建的检索条件检索类似病例。可以说日本特开2012-118583号公报(美国公开公报US2012/134555号)仅计算出在包含相同种类的多个对象病变的各个关注区域中共同的特征量以符合用户的嗜好，并未公开有关着眼于多个对象病变中的每个关注区域的特征量而检索类似病例的内容。

如日本特开2010-237930号公报及日本特开2012-118583号公报(美国公开公报US2012/134555号)，着眼于1个关注区域的特征量的技术中，存在多个关注区域时，无法检索适当的类似病例。因此，发明人对存在多个关注区域时，着眼于多个关注区域，从登记有多个病例病变的病例中检索类似的病例的技术进行了深入研究。但是，为了着眼于多个关注区域，必须将多个关注区域与多个病例病变的每一个对应来比较两者的特征量。此时，得知使其对应的组合图案增多，因此产生如检索处理需要时间的新课题。关注区域的数量越增加，这种问题越显著。

本发明的目的在于即使存在多个关注区域时，也能够在短时间内检索适当的类似病例检索的类似病例检索装置、类似病例检索方法及类似病例检索程序。

用于解决技术课题的手段

本发明的类似病例检索装置为从登记有多件包含1张以上病例图像的病例的病例数据库中检索与用于患者的诊断的检查图像类似的类似病例的装置，具备特征量获取部、个别类似度计算部、综合类似度计算部、类似病例检索部。特征量获取部针对分别包含1个以上不同对象病变的多个关注区域获取每个所述关注区域的特征量，所述关注区域为在包含1张以上所述检查图像的检查数据中指定且以包含存在于检查图像内的病变即对象病变的方式指定的关注区域。个别类似度计算部使关注区域与存在于病例图像内的多件病例病变一一对应来比较所对应的关注区域的特征量与病例病变的特征量，由此分别计算每个关注区域的个别类似度。综合类似度计算部根据分别对多个关注区域计算出的多个个别类似度计算综合类似度，该综合类似度计算部仅对分别组合同一病例内的不同种类的多个病例病变与多个关注区域而构成的完全不同种类的组合，利用个别类似度计算综合类似度。类似病例检索部根据与完全不同种类的组合对应的综合类似度检索所述类似病例。

在此，存在于病例图像内的多件病例病变包括：1张病例图像内存在多个的情况；及存在于多张病例图像内的病例病变的总计为多个的情况，例如在2张病例图像中的每一张中各自存在1个病例病变的情况。

优选综合类似度计算部关于完全不同种类的组合创建与关注区域的个数、病例病变的种类数及个数对应的数量的组合，按完全不同种类的每个组合计算综合类似度。具体而言，综合类似度计算部可按每1件病例求出针对该病例中包含的病例病变的个别类似度，创建针对所求出的个别类似度的完全不同种类的组合来求出综合类似度。并且，首先分别求出针对所有病例的病例病变的个别类似度，之后，按每个病例创建针对个别类似度的完全不同种类的组合。无论哪种方法，均在计算出个别类似度ISM之后创建针对个别类似度ISM的完全不同种类的组合。

关于同一病例内包含的多个不同种类的病例病变中的至少1种，存在多个相同种类的病例病变时，优选综合类似度计算部区分相同种类的多个病例病变，并按所区分的相同种类的每个病例病变创建完全不同种类的组合。

优选类似病例检索部根据综合类似度创建将与多件类似病例相关的信息列表化的类似病例列表。并且，类似病例列表中，优选类似病例按综合类似度顺序进行排序。

优选类似病例列表的显示项目中包含综合类似度值和与综合类似度相关的明细信息，明细信息包含用于计算个别类似度的关注区域与病例病变之间的对应关系。优选类似病例列表中除了综合类似度值以外，还显示有成为综合类似度的计算要素的多个个别类似度值。并且，优选类似病例列表中显示关注区域和病例病变的各图像。

优选病例数据库中存储有病例病变种类的信息。优选综合类似度为完全不同种类的组合中包含的多个个别类似度的总和。

个别类似度计算部可创建记录有按每个关注区域将多个病例病变对应来计算出的多个个别类似度的个别类似度表。综合类似度计算部可从每个关注区域的多个个别类似度表中的每一个中逐一读取个别类似度，将所读取的多个个别类似度作为要素来创建完全不同种类的组合。

优选个别类似度计算部在病例中至少将病例病变的种类为多个的病例作为个别类似度的计算对象，将病例病变的种类为1种的病例作为个别类似度的计算对象之外。

综合类似度计算部可根据成为计算综合类似度的要素的个别类似度的值对综合类似度进行加权处理。优选加权处理为当个别类似度为阈值以上时，提高综合类似度的处理。

类似病例检索部可针对病例病变的种类数小于关注区域的数量的病例作为检索对象之外。并且，针对病例病变的种类数小于关注区域的数量的病例，当病例病变的种类数有多个时，类似病例检索部也可将其作为检索对象。

优选所述类似病例检索装置具有代表值判定部，其在通过将1个关注区域与1件病例中包含的多个病例病变对应来计算出多个综合类似度时，从多个综合类似度中判定1个代表值，类似病例检索部根据代表值检索类似病例。

本发明的类似病例检索方法从登记有多件包含1张以上病例图像的病例的病例数据库中检索与用于患者的诊断的检查图像类似的类似病例，所述类似病例检索方法具备特征量获取步骤、个别类似度计算步骤、综合类似度计算步骤及类似病例检索步骤。特征量获取步骤中，针对分别包含1个以上不同对象病变的多个关注区域获取每个关注区域的特征量，所述关注区域为在包含1张以上检查图像的检查数据中指定且以包含存在于检查图像内的病变即对象病变的方式指定的关注区域。个别类似度计算步骤中，将关注区域与存在于病例图像内的多件病例病变一一对应来比较所对应的关注区域的特征量与病例病变的特征量，由此分别计算每个关注区域的个别类似度。综合类似度计算步骤中，根据分别对多个关注区域计算出的多个个别类似度计算综合类似度，该综合类似度计算步骤仅对分别组合同一病例内的不同种类的多个病例病变与多个关注区域而构成的完全不同种类的组合，利用个别类似度计算综合类似度。类似病例检索步骤中，根据与完全不同种类的组合对应的综合类似度检索类似病例。

综合类似度计算步骤可按每个病例创建针对病例病变的完全不同种类的组合，并求出与所创建的组合对应的个别类似度，首先求出所有病例的个别类似度，之后按每个病例创建个别类似度的完全不同种类的组合。无论哪种方法，均在计算出个别类似度ISM之后，创建针对个别类似度ISM的完全不同种类的组合。

本发明的类似病例检索程序使计算机执行如下处理，即，从登记有多件包含1张以上病例的病例图像的病例数据库中检索与用于患者的诊断的检查图像类似的类似病例，所述类似病例检索程序包括特征量获取步骤、个别类似度计算步骤、综合类似度计算步骤及类似病例检索步骤。特征量获取步骤中，针对分别包含1个以上不同对象病变的多个关注区域获取每个关注区域的特征量，所述关注区域为在包含1张以上检查图像的检查数据中指定且以包含存在于检查图像内的病变即对象病变的方式指定的关注区域。个别类似度计算步骤中，将关注区域与存在于病例图像内的多件病例病变一一对应来比较所对应的关注区域的特征量与病例病变的特征量，由此分别计算每个关注区域的个别类似度。综合类似度计算步骤中，根据分别对多个关注区域计算出的多个个别类似度计算综合类似度，该综合类似度计算步骤仅对分别组合同一病例内的不同种类的多个病例病变与多个关注区域而构成的完全不同种类的组合，利用个别类似度计算综合类似度。类似病例检索步骤中，根据与完全不同种类的组合对应的综合类似度检索类似病例。

发明效果

本发明能够提供一种类似病例检索装置、类似病例检索方法及类似病例检索程序，所述类似病例检索装置对每个关注区域的特征量与病例病变的特征量进行比较，由此计算每个关注区域的个别类似度，仅对分别组合同一病例内的不同种类的多个病例病变与多个关注区域而构成的完全不同种类的组合，利用个别类似度计算综合类似度，并根据计算出的综合类似度检索类似病例，因此即使存在多个关注区域时，也能够在短时间内检索适当的类似病例检索。

附图说明

图1是表示包含类似病例检索服务器的医疗信息系统的结构图。

图2是表示由多张检查图像构成的检查数据的概要的说明图。

图3是表示由1张检查图像构成的检查数据的概要的说明图。

图4是说明诊疗科、检查科、检查图像DB服务器及病例DB服务器的功能的说明图。

图5是病例DB的说明图。

图6是表示病变种类的图像图案的说明图。

图7是类似病例检索服务器的功能概要的说明图。

图8是表示构成各DB服务器和各终端的计算机的结构图。

图9是表示诊疗科终端的概要的结构图。

图10是指定关注区域的检查图像显示画面的说明图。

图11是针对关注区域的指定方法，示出与图9不同的例子的说明图。

图12是表示类似病例检索服务器的概要的结构图。

图13是关注区域的特征量的说明图。

图14是特征量计算部的结构图。

图15是病例病变的特征量的说明图。

图16是个别类似度计算部的说明图。

图17是个别类似度计算方法的说明图。

图18是病例病变为3种3个时的个别类似度的说明图。

图19是病例病变为3种5个时的个别类似度的说明图。

图20是病例病变为2种4个时的个别类似度的说明图。

图21是病例病变为1种4个时的个别类似度的说明图。

图22是病例病变为3种5个时的个别类似度的说明图。

图23是表示个别类似度表的概要的说明图。

图24是按每个关注区域创建的个别类似度表的说明图。

图25是综合类似度表的说明图。

图26是表示综合类似度的计算方法的说明图。

图27是表示图19的例子的完全不同种类的组合的说明图。

图28是与图27的完全不同种类的组合对应的综合类似度的说明图。

图29是表示3种5个病例病变时的完全不同种类的组合的说明图。

图30是图29的例子中成为计算对象之外的组合的说明图。

图31是表示图22的例子的完全不同种类的组合的说明图。

图32是图31的例子中成为计算对象之外的组合的说明图。

图33是成为检索对象之外的病例的说明图。

图34是成为检索对象之外的另一病例的说明图。

图35是说明成为检索对象和对象之外的病例的表。

图36是表示计算出综合类似度的综合类似度表的说明图。

图37是表示按每个病例判定综合类似度的代表值的方法的说明图。

图38是将每个病例的代表值排列于表的说明图。

图39是表示将每个病例的代表值进行排序的表的说明图。

图40是表示显示有类似病例列表的画面的说明图。

图41是表示类似病例图像检索装置的步骤的流程图。

图42是表示类似病例检索的步骤的流程图。

图43是表示显示综合类似度和个别类似度这两者的例子的说明图。

图44是第2实施方式的说明图。

图45是第2实施方式中的2种2个病例的完全不同种类的组合的说明图。

图46是第2实施方式的检索结果显示画面的说明图。

图47是第3实施方式的说明图。

图48是病变种类判定部的说明图。

图49是第3实施方式的个别类似度计算部的说明图。

图50是第3实施方式的完全不同种类的组合表的说明图。

图51是表示在诊疗科终端具备特征量计算部的另一例子的说明图。

图52是图51中说明的诊疗科终端与类似病例检索服务器的说明图。

具体实施方式

[第1实施方式]

图1所示的医疗信息系统9构建于医院等医疗设施中。医疗信息系统9具有配置于诊疗科10的诊疗科终端11、设置于检查科12的医学影像设备(modality)(医用图像摄影装置)13、申请单(order)管理终端14、检查图像数据库(以下称为“DB”)服务器15、病例DB服务器16及类似病例检索服务器17。这些通过网络18可通信地连接。网络18例如为铺设于院内的LAN(Local Area Network)。医学影像设备13例如包含拍摄断层图像的CT(Computed Tomography)装置或MRI(Magnetic Resonance Imaging)装置及拍摄简单透视图像的一般的X射线摄影装置(DR：Digital Radiography或CR：Computed Radiography等)等。

诊疗科终端11由诊疗科10的医生(图中赋有Dr符号)操作，除了用于电子病例的输入和阅览以外，还用于向检查科12开出用于申请检查的检查申请单。并且，诊疗科终端11还用作图像显示终端，其用于显示通过检查科12拍摄并保存于检查图像DB服务器15的检查图像19，从而使医生阅览检查图像19。

检查科12中，申请单管理终端14接收来自诊疗科10的检查申请单，并管理所接收的检查申请单。检查科12的技师根据检查申请单内容，通过医学影像设备13对患者进行拍摄。检查图像19针对1件检查申请单拍摄1张或多张。若拍摄结束，则医学影像设备13将所拍摄的检查图像19发送至检查图像DB服务器15。若检查结束，则从检查科12向诊疗科10的医生通知检查结束，并且通知检查图像DB服务器15内的检查图像19的保存处。诊疗科10的医生通过诊疗科终端11访问检查图像DB服务器15，通过诊疗科终端11阅览检查图像19。

检查图像DB服务器15具有存储有多张检查图像19的检查图像DB20，是所谓的PACS(Picture Archiving and Communication System)服务器。检查图像DB20是能够通过关键词进行检索的数据库，根据诊疗科终端11等的检索请求和传送请求，传送与检索条件匹配的检查图像19或指定的检查图像19。

如图2及图3所示，检查图像DB20中，将1件检查申请单与包含1张以上检查图像19的1件检查数据21相关联地存储。如图2所示，通过CT装置或MRI装置拍摄的检查图像19为断层图像(还称为切片图像)，1件检查数据21中包含多张检查图像19。如图3所示，当为通过一般的X射线摄影装置拍摄的检查图像19时，是简单透视图像，存在1件检查数据21中仅有1张检查图像19的情况也有多张的情况。

检查申请单中，包含诊疗科10的医生的ID(Identification Data)和科别等申请人信息、患者信息、检查类别等。检查图像19的图像文件具有图像数据及DICOM(Digital Imaging and COmmunication in Medicine)小标题(header)等附带信息。检查申请单的信息存储为检查图像19的附带信息。并且，附带信息中包含检查ID或分别赋予1张检查图像19的图像ID。图2、图3的例子中，如检查ID为“O901”、“O902”且图像ID为“O901-03”、“O901-01”，以对检查ID添加用于识别1张检查图像19的序列号的形态赋予。检查图像DB服务器15能够将这种包含于DICOM标签(tag)的项目作为检索关键字来进行检索。

类似病例检索服务器17作为检索条件接收检查图像19，并检索包含与所接收的检查图像19类似的病例图像22的病例。病例图像22为以往用于诊断的检查图像。病例DB服务器16具有以能够检索的方式存储有多件病例的病例DB23。类似病例检索服务器17访问病例DB服务器16而逐件读取病例，并进行作为检索条件而接收的检查图像19与病例内的病例图像22的比较对照，由此检索与检查图像19类似的病例。

如图4所示，诊疗科10的医生操作诊疗科终端11访问检查图像DB服务器15以下载包含检查图像19的检查数据21。诊疗科终端11中显示检查图像19，由医生阅览。患者患病时，患者的检查图像19中包含显露疾患症状的病变(称为对象病变OL)。诊疗科10的医生从检查数据21中包含的检查图像19中选择包含对象病变OL的检查图像19。检查图像19附加于由诊疗科终端11向类似病例检索服务器17发出的类似病例检索请求，并发送至类似病例检索服务器17。类似病例检索服务器17若接收到类似病例检索请求，则从病例DB服务器16中检索与检查图像19类似的病例，并将检索结果传送至申请人的诊疗科终端11。

诊疗科10的医生确认检查结果中包含的病例。病例中包含附带于病例图像22的影像解读(radiologic interpretations)报告单。医生参考记载于影像解读报告单中的对病例图像22的意见等来做出确定检查图像19的疾患等确诊。

如图5所示，病例DB23中设置有病例图像DB23A及特征量DB23B。病例图像DB23A是以可检索的方式存储病例图像22的数据库。病例中针对每1件赋有病例ID。病例ID相当于检查图像19中的检查ID。1件病例中包含1张以上病例图像22。并且，与检查图像19同样地，各病例图像22中赋有对病例ID加上序列号的图像ID。图5中，病例ID为“C101”的病例数据24中例如包含60张断层图像。

病例图像22中包含表示疾患症状的病变(病例病变CL)。1件病例中登记有1个以上病例病变CL。本例中，病例ID“C101”中登记有No1～No3的3个病例病变CL，“C102”登记有2个病例病变CL，“C103”中登记有1个病例病变CL。病例病变CL为病例图像22在以往作为检查图像而用于诊断时由医生指定为病变的区域，并经过医生的确诊而登记为病例病变CL的病变。对于病例病变CL的指定方法，例如与后述的关注区域ROI相同。

特征量DB23B为存储病例病变CL的图像的特征量CAC的数据库。特征量CAC上赋有由病例ID及病变No构成的识别ID。例如，病例ID“C101”中有3个病例病变CL，各病例病变CL上分别赋有1件病例内的序列号即No1～No3。特征量CAC后面的数字与病例内的序列号对应。

并且，特征量DB23B中存储有与各病例病变CL的病变种类相关的信息(种类信息)。如图6所示，作为典型的病变图像图案的病变图案例如分类为A～H的8种。即，A：低呼吸区的异常阴影(气肿、气胸、大疱等)；B：空洞；C：支气管的异常阴影(支气管壁肥厚、支气管扩张、牵拉性支气管扩张、支气管透亮影等)；D：蜂窝肺；E：毛玻璃状阴影；F：点状阴影(粒状阴影、TIB等)；G：高吸收区的异常阴影(实变(Consolidation)、结节、支气管粘液腺等)；及H：线状、网状阴影。

病例病变CL的病变种类根据病例病变CL的图像图案最接近这8种病变图案的哪一图案来判定。病例病变CL的种类根据特征量CAC判定。与后述的关注区域ROI相同，特征量CAC为由与8种病变图案对应的8种鉴别器的输出值构成的8维的特征矢量。病例病变CL的种类信息与特征量CAC一同存储于特征量DB23B。另外，本例中，以将典型的病变图案分类为8种，与其对应地将病变种类也分类为8种的例子进行了说明，但可小于8种也可以是8种以上。

如图7所示，通过诊疗科终端11发出类似病例检索请求时，由医生将检查图像19内的包含对象病变OL的区域指定为关注区域ROI。类似病例检索请求中附加包含对象病变OL的检查图像19及与所指定的关注区域ROI对应的检查图像19内的区域信息(例如，检查图像19内的坐标信息)。类似病例检索服务器17若接收到类似病例检索请求，则根据检查图像19的图像数据及区域信息确定关注区域ROI。并且，计算关注区域ROI的特征量。计算出特征量之后，类似病例检索服务器17从病例DB服务器16中逐件读取病例，对关注区域ROI与病例病变CL的特征量进行比较，由此检索类似病例。并且，创建与类似的多件病例相关的信息被列表化的类似病例列表，将此作为检索结果传送至诊疗科终端11。

诊疗科终端11、申请单管理终端14、检查图像DB服务器15、病例DB服务器16及类似病例检索服务器17通过以个人计算机、服务器用计算机、工作站等计算机为基础，并安装操作系统等控制程序和客户程序或服务器程序等应用程序来构成。

如图8所示，各DB服务器15～17和构成各终端11、14的计算机的基本结构相同，分别具备CPU(Central Processing Unit)41、存储器42、存储设备43、通信I/F44及输入输出部46。它们经由数据总线47连接。输入输出部46由显示部48及键盘或鼠标等输入设备49构成。

存储设备43例如为HDD(Hard Disk Drive)，存储有控制程序和应用程序(以下，称为AP)50。并且，构建DB的服务器中，与存储程序的HDD不同地，作为DB用存储设备43例如设置有联装多台HDD的磁盘阵列。磁盘阵列可内置于服务器主体，也可与服务器主体分开始设置并通过电缆或网络与服务器主体连接。

存储器42为用于使CPU41执行处理的工作存储器。CPU41将存储于存储设备43的控制程序加载于存储器42来执行依照程序的处理，由此总括控制计算机的各部。通信I/F44为进行与网络18之间的传输控制的网络接口。

诊疗科终端11中，作为AP50安装有进行电子病例的阅览和编辑的电子病例软件和用于阅览检查图像或类似病例列表的浏览器软件(viwer software)等客户程序。浏览器软件例如可以是专用软件也可以是通用的WEB浏览器等。

如图9所示，诊疗科终端11中，若显示检查图像19的浏览器软件启动，则诊疗科终端11的显示部48A上显示具备基于GUI(Graphical User Interface)的操作功能的检查图像显示画面52。诊疗科终端11的CPU41A作为GUI控制部53及检索请求发出部54发挥作用。检查图像显示画面52中，能够进行对检查图像19的关注区域ROI的指定及类似病例检索请求的发出命令。GUI控制部53从通过检查图像显示画面52的输入设备49A接收操作命令，并根据所接收的操作命令进行画面控制。并且，若输入有发出类似病例检索请求的命令，则所输入的发出命令从GUI控制部53输入至检索请求发出部54。检索请求发出部54向类似病例检索请求中附加所指定的检查图像19和关注区域ROI的区域信息，发出类似病例检索请求。

如图10所示，检查图像显示画面52具有显示检查图像19的图像显示区域52A及各种操作部。图像显示区域52A中例如排列显示3张检查图像19。通过滚动操作或逐帧播放操作，能够切换所显示的检查图像19。图像显示区域52A的上方设置有输入检查ID的输入框52B。若在输入框52B中输入检查ID，则所输入的检查ID的检查数据21从检查图像DB服务器15中被下载，并在图像显示区域52A显示检查图像19。图像显示区域52A的下方设置有区域指定按钮52C、清除按钮52D及类似病例检索按钮52E。

区域指定按钮52C为用于在检查图像19内指定关注区域ROI的操作按钮。区域指定按钮52C若被鼠标的指针56点击操作，则能够进行指定检查图像19内的任意区域的区域指定操作。该状态下，对指针56进行操作来例如通过样条指定包含对象病变OL的区域的外周。样条是通过所指定的多个控制点的平滑的曲线，通过用指针56指定控制点来输入。通过这种操作，包含对象病变OL的区域被指定为关注区域ROI。清除按钮52D为用于取消所指定的关注区域ROI的按钮。

关注区域ROI能够指定多个。图10的例子中，对图像ID为“O901-01”至“O901-03”的3张检查图像19中分别各指定有1个No1～No3的关注区域ROI。检查ID“901”的检查数据21中，若没有其他关注区域ROI的指定，则在1件检查数据21中共计指定3个关注区域ROI。并且，图11的例子中，图像ID为“O906-01”的检查图像19内指定有2个关注区域ROI(No1、No2)，图像ID为“O906-02”、“O906-03”的检查图像19内各指定有1个关注区域ROI(No3、No4)。No3的关注区域ROI中包含2个对象病变OL(No3、No4)。如此，可将包含多个对象病变OL的区域指定为1个关注区域ROI。检查ID“906”的检查数据21中，若没有其他关注区域ROI的指定，则在1件检查数据21中共计指定4个关注区域ROI。如此指定的各个关注区域ROI中分别包含1个以上不同的对象病变OL。

如图12所示，类似病例检索服务器17中作为AP50安装有类似病例检索服务器程序，若执行程序，则类似病例检索服务器17的CPU41B作为请求接收部61、特征量计算部62、个别类似度计算部65、综合类似度计算部66、类似病例检索部67及输出控制部69发挥作用。

请求接收部61接收从诊疗科终端11发送的类似病例检索请求，并将所接收的检查图像19及关注区域ROI的区域信息存储于类似病例检索服务器17的存储设备43等。特征量计算部62根据所接收的检查图像19及区域信息计算关注区域ROI的特征量。其中，特征量计算部62作为特征量获取部发挥作用。

如图13所示，存在多个关注区域ROI时，如No1的关注区域ROI的特征量为“RAC1”，No2的关注区域ROI的特征量为“RAC2”，No3的关注区域ROI为“RAC3”，按每个关注区域ROI计算关注区域ROI的特征量RAC。特征量RAC为由与预先设定为典型的病变图像图案的多种病变图案对应的多维的数值(后述的鉴别器输出值)构成的特征矢量。如图6中说明，典型的病变图案例如分类为A～H的8种。

如图14所示，特征量计算部62具有与典型的8种病变图案对应的鉴别器62A～62H。各鉴别器62A～62H根据关注区域ROI的图像图案输出与典型的各病变图案对应的数值。各鉴别器62A～62H输出的各数值为构成特征矢量的多维数值，在此，将各数值称为鉴别器输出值。本例中，与各鉴别器62A～62H对应地有8种鉴别器输出值，特征矢量由8维构成。另外，本利中，典型的病变图案的种类并不限定于8种，根据病变图案的种类，还可适当确定鉴别器的种类、特征矢量的维数。

鉴别器输出值表示典型的病变图案相似度，是表示在关注区域ROI内存在典型的病变图案的程度的值。因此，鉴别器输出值越大，表示关注区域ROI中存在典型的病变图案的程度越高，鉴别器输出值越小，表示存在的程度越低。更详细而言，“+”的鉴别器输出值表示典型的病变图案存在于关注区域ROI内，“-”的鉴别器输出值表示不存在于关注区域ROI内。并且，显示“+”的鉴别器输出值且鉴别器输出值越大，表示存在的程度越高。

图14的例子中，“B：空洞”的病变图案的鉴别器62B和“G：高吸收区”的鉴别器62G显示“+”的输出值，“B：空洞”的输出值最大，因此可知关注区域ROI包含“B：空洞”和“G：高吸收区”的病变图案，且8种病变图案中，“B：空洞”占主导的图像图案。

另外，对典型的病变图案的各鉴别器例如可利用记载于“资料名：Computer Vision and Image Understanding 88卷119页～151页，发行年度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，通过“Ada-boost”等机器学习算法创建。

特征量计算部62针对附加于类似病例检索请求的检查数据21中指定的多个关注区域ROI中的所有关注区域，按每个关注区域ROI计算特征量RAC。

如图15所示，关于存储于病例DB23内的特征量DB23B的各病例病变CL的特征量CAC，也由与上述8种病变图案对应的特征矢量构成。关于这种特征量CAC，也由与图14中说明的特征量计算部62相同的结构计算且通过由各鉴别器62A～62H的8种输出值构成的8维的特征矢量构成。另外，各病例病变CL中存储有已建立对应关联来存储的病变种类。

如图16所示，个别类似度计算部65进行关注区域ROI的特征量RAC与病例病变CL的特征量CAC的比较，由此计算个别类似度ISM。具体而言，对特征量RAC和特征量CAC中包含的8维的特征矢量进行比较，由此计算个别类似度ISM。个别类似度ISM值例如通过最小二乘距离或相关性计算。前者时，值越小关注区域ROI与病例病变CL的类似度越高，后者时，值越大关注区域ROI与病例病变CL的类似度越高。

如图17所示，个别类似度计算部65将1件检查数据21中包含的多个关注区域ROI与1件病例数据24中包含的病例病变CL一一对应来进行各自的特征量RAC与特征量CAC的比较，由此计算个别类似度ISM。个别类似度ISM为每个关注区域ROI的类似度，因此是各关注区域的个别类似度，由于与病例病变CL一一对应来计算，因此也是各病例病变CL的个别类似度。个别类似度计算部65针对1个关注区域ROI计算与病例病变CL的个数相应的个别类似度ISM。个别类似度ISM针对所有关注区域ROI进行计算，因此个别类似度计算部65计算与关注区域ROI的个数乘以病例病变CL的个数的数量相应的个别类似度ISM。

检查ID为“O901”的检查数据21中，指定有No1～No3的3个关注区域ROI，病例ID为“C101”的病例数据24中，登记有No1～No3的3个病例病变CL。“C101”的病例中，No1～No3的3个病例病变CL的种类分别为“B：空洞”、“F：点状阴影”、“E：毛玻璃状阴影”，所有病变的种类不同，因此登记有3种3个病例病变CL。

本例的个别类似度计算部65与后述的综合类似度计算部66不同，不着眼于病例病变CL的种类而仅着眼于病例病变CL的个数来计算个别类似度ISM。因此，如图18所示，在“O901”的检查数据21与“C101”的病例数据24之间，可计算出3×3共计9个个别类似度ISM。

对各个个别类似度ISM附加的括弧内的识别符号是对病例ID加上关注区域ROI与病例病变CL各自的序列号的识别符号。当为“C101-11”时，表示是No1的关注区域ROI与登记在病例ID为“C101”的病例数据24中的No1的病例病变CL之间的个别类似度ISM。同样地，当为“C101-12”时，表示是No1的关注区域ROI与病例ID为“C101”的No2的病例病变CL之间的个别类似度ISM。

图19所示的病例ID为“C102”的病例中登记有No1～No5的5个病例病变CL。“C102”的病例中，No1～No5的5个病例病变CL的种类为“B：空洞”、“F：点状阴影”、“E：毛玻璃状阴影”这3种。针对“B：空洞”，登记有3个相同种类的病例病变CL(No1～No3)，针对No4、No5的病例病变CL，分别登记有各1个“F：点状阴影”与“E：毛玻璃状阴影”，因此作为结果，“C102”的病例中登记有3种5个病例病变CL。

个别类似度计算部65中，与种类无关地使3个关注区域ROI的每一个与“C102”的5个病例病变CL对应，因此可计算出3×5共计15个个别类似度ISM。

图20所示的病例ID为“C103”的病例中登记有2种4个病例病变CL的例子。“C103”的No1～No4的4个病例病变CL的种类有“B：空洞”、“F：点状阴影”这2种，针对“B：空洞”，相同种类的病例病变CL(No1～No3)为3个，针对“F：点状阴影”，病例病变CL(No4)为1个。个别类似度计算部65中，与种类无关地使3个关注区域ROI的每一个与“C103”的4个病例病变CL对应，由此可计算出3×4共计12个个别类似度ISM。

图21的病例ID为“C104”的病例为登记有1种4个病例病变CL的例子。“C104”的No1～No4的4个病例病变CL的种类全部为“B：空洞”，是相同种类。个别类似度计算部65中，与种类无关地使3个关注区域ROI的每一个与“C103”的4个病例病变CL对应，由此可计算出3×4共计12个个别类似度ISM。

图22所示的病例ID为“C106”的病例为登记有与图19所示的“C101”相同的3种5个病例病变CL的例子，但明细不同。即，“C106”的No1～No5的5个病例病变CL的种类为“B：空洞”、“F：点状阴影”、“E：毛玻璃状阴影”这3种，关于这一点，与“C101”相同。但是，“C106”中，针对“B：空洞”，登记有2个相同种类的病例病变CL(No1、No2)，针对“F：点状阴影”，也登记有2个相同种类的病例病变CL(No3、No4)。针对“E：毛玻璃状阴影”，登记有1个(No5)。个别类似度计算部65中，与种类无关地使3个关注区域ROI的每一个与“C106”的5个病例病变CL对应，由此可计算出3×5共计15个个别类似度ISM。

如图23所示，个别类似度计算部65例如在类似病例检索服务器17的存储器42B或存储设备43B内创建个别类似度表(以下，称为ISM表)71，在ISM表71中记录计算出的个别类似度ISM。ISM表71按每个关注区域ROI而创建。图23的例子表示针对No1的关注区域ROI的ISM表71。ISM表71是按每个个别类似度ISM将病例ID、病变No、病变的种类、病变图像建立关联来存储的表。病变图像是病例病变CL的图像数据。即，ISM表71中，1件档案(record)由病例ID、病变No、病变的种类、病变图像、个别类似度ISM的5个项目的数据构成。

个别类似度计算部65首先对ISM表71按计算出各个别类似度ISM的顺序记录。各个别类似度ISM例如如“C101”、“C102”、“C103”，按病例ID的编号从小到大的顺序记录。个别类似度ISM的值由关注区域ROI的特征量RAC与病例病变CL的特征量CAC之间的相关性计算，因此数值越大表示类似度越高。

如图24所示，个别类似度计算部65按每个关注区域ROI创建ISM表71。存在No1～No3的3个关注区域ROI时，创建3个ISM表71。该阶段中，如图23所示，ISM表71中以病例ID的顺序排列有各档案。个别类似度计算部65在ISM表71的创建结束时，将ISM表71交给综合类似度计算部66。

如图25所示，综合类似度计算部66根据按每个关注区域ROI创建的多个ISM表71创建综合类似度TSM表72(以下，称为TSM表72)。具体而言，如图26所示，从多个ISM表71逐一读取根据与同一病例内的病例病变CL的对应关系计算出的个别类似度ISM，并根据从各ISM表71读取的多个个别类似度ISM计算综合类似度TSM。更具体而言，综合类似度计算部66将从各ISM表71逐一读取的个别类似度ISM作为综合类似度TSM的要素，创建与关注区域ROI的数量及的病例病变CL的数量相应的数量的个别类似度ISM的组合，按每个组合计算综合类似度TSM。

个别类似度ISM是将多个关注区域ROI与多个病例病变CL一一对应来计算的，根据将各关注区域ROI与各病例病变CL的哪一个与哪一个对应，个别类似度ISM的值发生变化，因此综合类似度TSM根据个别类似度ISM的组合图案发生变化。

关于个别类似度ISM的组合图案的创建方法，将进行后述，但使本例的No1～No3的3个关注区域ROI与病例ID为“C101”的3种3个病例病变CL对应时，可计算出3×3＝9个个别类似度ISM。9个个别类似度ISM在每个关注区域ROI的ISM表71中各记录有3个。并且，综合类似度计算部66关于“C101”的9个个别类似度ISM，由各ISM表71逐一读取个别类似度ISM，创建如6个个别类似度ISM的组合图案，计算与“C101-1”～“C101-6”的如6个组合对应的6个综合类似度TSM。各综合类似度TSM的识别符号为对病例ID标注综合类似度TSM的1～6为止的序列号的符号。各综合类似度TSM在本例中为加上3个个别类似度ISM的总和。

各个别类似度ISM为将关注区域ROI与病例病变CL一一对应时的类似度，因此综合类似度TSM越高，表示3个关注区域ROI与3个病例病变CL的各个个别类似度ISM的平均值越高。本例中，个别类似度ISM表示相关值，因此数值越大类似度越高。因此，综合类似度TSM也表示数值越大类似度越高。

本例中，6个综合类似度TSM中，“C101-2”的综合类似度TSM为“2.04”，最高。另一方面，本例中，“C101-3”的综合类似度TSM为“1.32”，最低。并且，“C101-5”的综合类似度TSM中包含个别类似度ISM中显示最高值“0.91”的个别类似度ISM(C101-13)，但不包含最高值的“C101-2”的综合类似度TSM的平均个别类似度ISM更高，因此数值较高。

6个综合类似度TSM中类似度最高的综合类似度TSM(C101-2)为No1的关注区域ROI与No1的病例病变CL之间的个别类似度ISM(C101-11)、No2的关注区域ROI与No3的病例病变CL之间的个别类似度ISM(C101-23)、及No3的关注区域ROI与No2的病例病变CL之间的个别类似度ISM(C101-32)的总和。因此，针对“C101”的病例，将No1～No3的病例病变CL分别与No1、No3、No2的关注区域ROI对应时，能够评价为对“O901”的检查数据21的类似度最高。

并且，综合类似度计算部66针对计算综合类似度TSM的个别类似度ISM的组合，创建完全不同种类的组合。其中，完全不同种类的组合是指，使从同一病例内的多个病例病变CL中按每一种逐个提取不同种类的病例病变CL并组合这些而构成的组合，进一步与关注区域ROI的每一个对应时的所有组合。并且，综合类似度计算部66将完全不同种类的组合判定为综合类似度TSM的计算对象，针对完全不同种类的组合以外的组合，判定为计算对象之外。即，综合类似度计算部66仅对完全不同种类的组合，利用个别类似度ISM计算综合类似度TSM。

完全不同种类的组合以外的组合中包含与完全相同种类的组合和一部分相同种类的组合。完全相同种类的组合是指，从同一病例内的多个病例病变CL中逐个提取相同种类的多个病例病变CL，使所提取的多个相同种类的病例病变CL的组合进一步与关注区域ROI的每一个对应时的所有组合。一部分相同种类的组合是指，从至少包含相同种类的2个以上的病例病变CL和不同种类的1个以上的病例病变CL的病例中逐个提取相同种类的多个病例病变CL和不同种类的1个以上的病例病变CL，并使所提取的混合有相同种类和不同种类的多个病例病变CL的组合进一步与关注区域ROI的每一个对应时的所有组合。综合类似度计算部66根据从各ISM表71逐件读取的个别类似度ISM，创建与关注区域ROI的个数、1件病例内的病例病变CL的个数及种类数相应的数量的完全不同种类的组合。

利用图27～图34，对个别类似度ISM的完全不同种类的组合进行具体说明。图27中，对各个别类似度ISM标注的“B”、“E”、“F”等符号为表示与各个别类似度ISM对应的病例病变CL的种类的符号，表示各个别类似度ISM是将哪一种类病例病变CL与关注区域ROI对应来计算出的。

“C101”的病例中，No1～No3的3个病例病变CL的种类为“B(空洞)”、“F(点状阴影)”、“E(毛玻璃阴影)”，均不同。因此，使“B、E、F”的3种3个病例病变CL相对于3个关注区域ROI，如“B、F、E”、“B、E、F”、“F、B、E”、“F、E、B”……这样对应来计算的个别类似度ISM的完全不同种类的组合的图案数量与3个关注区域ROI与3个病例病变CL的排列的数量相同。即，成为如₃P₃＝3×2×1＝6。

如图19所示的“C102”的病例，具有“B”为3个且“E”、“F”分别为1个的3种5个病例病变CL时，与No1～No3的关注区域ROI对应的各ISM表71中，如图28所示，记录有各5个共计15个个别类似度ISM。如“C102”的病例，存在多个相同种类的病例病变CL时，综合类似度计算部66区分B1～B3的相同种类的3个病例病变CL，并按所区分的相同种类的每个病例病变CL创建完全不同种类的组合。

如“C102”的病例，具有多个B1～B3的相同种类的病例病变CL时，“C102”的病例中的完全不同种类的组合的数量并不会如病例病变CL的种类不同的“C101”的病例那样成为排列的数量，而是成为如图29所示的如18个。综合类似度TSM计算TSM(C102-1)～(C102-18)的18个。

“C102”中，若如“C101”那样求出排列的数量，则成为从“C102”的5个病例病变CL取出关注区域ROI的数量即3个时的排列方法，因此成为如₅P₃＝5×4×3＝60。完全不同种类的组合的数量为从该排列的数量将图30所示的“B1、B2、B3”、“B1、B3、B2”等完全相同种类的组合和“B1、B2、F”、“B1、B2、F”等一部分相同种类的组合除外的数量。综合类似度计算部66对图29所示的完全不同种类的组合，判定为综合类似度TSM的计算对象之外，对于图30所示的完全不同种类的组合以外的组合，判定为计算对象之外。

并且，如图31所示的“C106”的病例，包含与“C102”相同的3种5个病例病变CL时，若3种5个病例病变CL的明细不同，则完全不同种类的组合的个数也发生变化。“C106”中，3种5个病例病变CL的明细中，“B”为2个(B1、B2)、“F”为2个(F1、F2)、“E”为1个。因此，“B1、F1、E”、“B1、F2、E”等完全不同种类的组合的个数成为如24个，综合类似度计算部66针对图31所示的完全不同种类的如24个组合判定为综合类似度TSM的计算对象，计算C106-1～C106-24的24个综合类似度TSM。另一方面，如图32所示，如“B1、B2、F1”、“B1、F1、F2”等一部分相同种类的组合，对于完全不同种类的组合以外的组合，不作为计算对象。

如此，通过仅将完全不同种类的组合作为综合类似度TSM的计算对象，限定成为综合类似度TSM的计算对象的组合，因此可减轻综合类似度计算部66的处理时间和处理负荷，能够缩短类似病例的检索时间。并且，如上所述，本发明中，必须着眼于多个关注区域ROI来检索类似病例的主要理由是因为，利用于空洞、点状阴影、毛玻璃状阴影等3种对象病变的存在成为确定疾患的依据的结核等非癌疾患的诊断。因此，作为与包含不同种类的对象病变OL的多个关注区域ROI类似的病例，需将包含不同种类的病例病变CL的病例作为类似病例来检索。

若从利用于非癌疾患的诊断的目的考虑，则多个关注区域ROI通常以分别包含不同种类的对象病变OL的方式指定，如此一来，从一开始就提取包含相同种类的病例病变CL的病例的必要性较低，因此即使将综合类似度TSM的计算对象限定于完全不同种类的组合，在实际诊断中的影响也较小。

从这种理由考虑，综合类似度计算部66进一步针对图33所示的包含2种4个病例病变CL的“C103”的病例和图34所示的包含1种4个病例病变CL的“C104”的病例，由于病例病变CL的种类数小于关注区域ROI的数量，因此不作为综合类似度TSM的计算对象。如“C104”那样病例病变CL为1种时，从检索不同种类的病例病变CL的检索目的考虑，作为检索对象的必要性较低。

并且，将如“C103”那样病例病变CL的种类数小于关注区域ROI的数量的病例作为对象之外的理由也是作为检索对象的必要性较低。即，非癌疾患的诊断中，医生指定3个关注区域ROI是因为希望检索包含3种病例病变CL的病例，认为即使提取到小于关注区域ROI的个数的种类数的病例病变CL，在与诊断的关系上，必要性也较低。另外，本例中，包含2种病例病变CL的“C103”的病例成为计算对象之外是因为本例中以3个关注区域ROI作为前提，关注区域ROI为2个时，理所当然地“C103”也成为综合类似度TSM的计算对象。

如图35所示，若总结以上的内容，则综合类似度计算部66仅对如病例ID为“C101”、“C102”、“C105”、“C106”的病例那样病例病变CL的种类数为关注区域ROI的数量以上的病例，计算综合类似度TSM，并作为类似病例的检索对象。综合类似度TSM仅针对完全不同种类的组合计算出。相反地，对于如“C103”、“C104”那样病例病变CL的登记数小于关注区域ROI的数量的病例(本例中，病例病变CL小于3个)，不计算综合类似度TSM，并作为检索的对象之外。

如图36所示，综合类似度计算部66将针对成为检索对象的多个病例计算出的综合类似度TSM记录于TSM表72。TSM表72中，1件档案由病例ID、综合类似度TSM及个别类似度ISM的组合图案这3个项目的数据构成。组合图案为成为各综合类似度TSM的计算源的个别类似度ISM的组合。综合类似度计算部66将所创建的TSM表72交给类似病例检索部67。图12中，类似病例检索部67中设置有代表值判定部67B。

如图37所示，代表值判定部67B在TSM表72中从多个综合类似度TSM中按每个病例判定代表值。当为“C101”的病例时，从6个综合类似度TSM中，类似度最高(相关值最大)的综合类似度TSM(C101-2)被判定为代表值。同样地，当为“C102”的病例时，从18个综合类似度TSM中，类似度最高(相关值最大)的综合类似度TSM(C102-3)被判定为代表值。

如图38所示，代表值判定部67B对TSM表72内的所有病例实施代表值判定。由此，TSM表72中仅提取按每个病例逐一判定的代表性综合类似度TSM。

如图39所示，类似病例检索部67在已提取代表的TSM表72中，以综合类似度TSM从高到低的方式对各记录进行排序。TSM表72中，综合类似度TSM从1件病例仅提取1个，因此对各档案进行排序是指将病例以综合类似度TSM从高到低的顺序进行排序。由此，对各病例附加位次，在TSM表72的上位提取类似度较高的类似病例。

类似病例检索部67中设置有列表创建部67A(参考图12)。列表创建部67A根据TSM表72创建图40所示的类似病例列表74。类似病例列表74显示在检索结果显示画面76内。类似病例列表74是将与多件类似病例相关的信息列表化的列表。检索结果显示画面76为类似病例检索服务器17向类似病例检索请求的请求源即诊疗科终端11传送检索结果的画面的例子。

列表创建部67A从TSM表72中提取综合类似度TSM，并创建以综合类似度TSM从高到低的顺序排列类似病例的类似病例列表74。类似病例列表74的显示项目中，与各综合类似度TSM相关地包含综合类似度TSM值、基于综合类似度TSM的位次、病例ID及与综合类似度TSM相关的明细信息。本例中，明细信息为用于计算成为综合类似度TSM的计算要素的各个个别类似度ISM的关注区域ROI与病例病变CL之间的对应关系。明细信息中还包含病例病变CL的种类(病变种类)。

类似病例列表74中，病例ID为“C106”的综合类似度TSM与图39所示的“C106-1”的综合类似度TSM对应。成为“C106-1”的综合类似度TSM的计算要素的个别类似度ISM的组合图案为个别类似度ISM(C106-11)、(C106-22)、(C106-33)。显示在类似病例列表74的明细信息为用于计算这些各个个别类似度ISM的关注区域ROI与病例病变CL之间的对应关系。个别类似度ISM(C106-11)为使No1的关注区域ROI与“C106”的No1的病例病变CL对应来计算出的，个别类似度ISM(C106-22)为使No2的关注区域ROI与“C106”的No2的病例病变CL对应来计算出的，个别类似度ISM(C106-33)为使No3的关注区域ROI与“C106”的No3的病例病变CL对应来计算出的。对应关系中还显示种类，因此能够确认个别类似度ISM的组合图案为哪种组合。

而且，类似病例列表74的显示项目中包含No1、No2、No3的病例病变CL的病变图像。病变图像例如从ISM表71中读取。而且，在类似病例列表74的上方显示包含No1～No3的关注区域ROI的检查图像19。

类似病例列表74例如显示至上位6位为止的病例。当然也可通过画面滚动等操作来显示6位以下的位次。并且，也可设为可变更能够同时显示的显示件数，如显示至上位10位为止。

输出控制部69(参考图12)进行如下控制，即，关于如此创建的检索结果显示画面76，例如通过XML(Extensible Markup Language)等标记语言创建WEB传送用的XML数据，将此作为检索结果传送至请求源的诊疗科终端11。接收到XML数据的诊疗科终端11由WEB浏览器根据XML数据再现检索结果显示画面76来显示于显示部48A。由此，供医生阅览包含类似病例列表74的检索结果显示画面76。

以下，参考图41及图42对上述结构的作用进行说明。如图41所示，诊疗科10的医生通过诊疗科终端11访问检查图像DB服务器15，获取向检查科12申请的检查的检查数据21(S1100)。诊疗科终端11将检查数据21显示于显示部48A(S1200)。已获取的检查数据21中包含的检查图像19显示于图10所示的检查图像显示画面52。通过检查图像显示画面52，由医生在检查图像19内指定关注区域ROI。诊疗科终端11通过医生的指定操作接收多个关注区域ROI的指定(S1300)。

关注区域ROI的指定中，诊断结核或弥漫型泛细支气管炎等非癌疾患时，以分别包含不同病变种类的不同种类的对象病变OL的方式指定多个关注区域ROI。若结束关注区域ROI的指定，则类似病例检索按钮52E被操作。由此，诊疗科终端11接收检索命令(S1400)。若接收检索命令，则检索请求发出部54发出添附有检查图像19及区域信息的类似病例检索请求，该请求发送至类似病例检索服务器17(S1500)。

若类似病例检索服务器17接收到类似病例检索请求，则请求接收部61接收该请求(S2100)。并且，特征量计算部62根据检查图像19和关注区域ROI的区域信息计算每个关注区域ROI的特征量(S2200)。之后，执行类似病例检索(S2300)。

如图42所示，类似病例检索中，首先由个别类似度计算部65从病例DB服务器16中读取1件病例数据24(S2310)。并且，个别类似度计算部65将检查数据21内的多个关注区域ROI与1件病例数据24中包含的病例病变CL一一对应，由此计算个别类似度ISM(S2320)。存在多个病例病变CL时，按每个病例病变CL计算个别类似度ISM。个别类似度计算部65将计算出的个别类似度ISM记录于ISM表71，按每个关注区域ROI创建ISM表71(S2330)。对1件病例数据24进行这种处理之后，对下一病例数据24也同样进行这种处理。并且，反复进行同样的处理，直至对多件病例数据24、例如病例DB23内的所有病例数据24结束个别类似度ISM的计算及ISM表71的创建(S2340中的否)。

综合类似度计算部66根据按每个关注区域ROI创建的多个ISM表71创建TSM表72(S2350)。创建TSM表72时，综合类似度计算部66首先根据每个病例的病例病变CL的种类数判定作为检索对象的病例(S2350)。通过该判定，如图34所示的病例ID“C104”那样病例病变CL只有1种的病例和如图33所示的“C105”那样病例病变CL的种类数小于关注区域ROI的数量的病例判定为检索对象之外。

接着，综合类似度计算部66针对检索对象的病例，按每个病例创建个别类似度ISM的完全不同种类的组合(S2352)，仅对所创建的完全不同种类的组合计算综合类似度TSM(S2353)。综合类似度计算部66针对“C102”的病例，创建图29所示的如18个完全不同种类的组合，将如18个组合判定为计算对象。并且，按所判定的计算对象的每个组合计算18个综合类似度TSM(C102-1～C102-18)。另一方面，综合类似度计算部66针对图30所示的完全相同种类的组合和一部分相同种类的组合，判定为计算对象之外，不计算综合类似度TSM。

同样地，综合类似度计算部66针对“C106”的病例，如图31所示那样创建如24个完全不同种类的组合，计算与如24个组合对应的24个综合类似度TSM(C106-1～C106-24)。另一方面，综合类似度计算部66针对图32所示的完全相同种类的组合和一部分相同种类的组合，判定为计算对象之外，不计算综合类似度TSM。并且，综合类似度计算部66按每个病例将计算出的综合类似度TSM记录于TSM表72(S2354)。

类似病例检索部67根据所创建的TSM表72创建类似病例列表74(S2360)。创建列表时，如图38所示，首先代表值判定部67B从TSM表72内的每个病例的多个综合类似度TSM中判定代表值(S2361)，创建仅提取各病例的代表综合类似度TSM的TSM表72。之后，类似病例检索部67在TSM表72中以综合类似度TSM从高到低的顺序对病例进行排序(S2362)。由此，在TSM表72的上位提取类似度较高的类似病例。

列表创建部67A根据TSM表72，提取至规定位次为止的病例，创建以综合类似度TSM从高到低的顺序排列类似病例的类似病例列表74(S2363)。

图41中，输出控制部69将包含由列表创建部67A作为检索结果而创建的类似病例列表74的检索结果显示画面76转换为传送用XML数据并传送至诊疗科终端11(S2400)。诊疗科终端11接收包含类似病例列表74的XML数据(S1600)，根据XML数据再现检索结果显示画面76(图30)并显示于显示部48A(S1700)。

检查数据21中包含多个对象病变OL的情况下，检索与检查数据21类似的类似病例时，优选除了着眼于包含各对象病变OL的多个关注区域ROI与多个病例病变CL各自的特征量以外，还进行综合考虑各个特征量的检索。例如，某一病例中，即使1个病例病变CL相对1个关注区域ROI显示出较高类似度，但其他病例病变CL相对其他关注区域ROI的类似度非常低的情况下，应至少着眼于多个关注区域ROI时，该病例作为类似病例并不适当。

本发明按每个关注区域ROI计算与病例病变CL的个别类似度ISM，根据计算出的个别类似度ISM计算综合类似度TSM，由此进行类似病例检索。综合类似度TSM为将多个个别类似度ISM平均较高的病例评价为类似度较高的病例的指标。通过根据综合类似度TSM检索类似病例，能够针对包含多个对象病变OL的检查数据21检索类似度较高的适当的类似病例。

现有技术中仅进行只着眼于1个关注区域ROI的特征量的类似病例检索，因此存在多个关注区域ROI时的类似病例检索中，无法检索适当的类似病例。而本发明根据综合类似度TSM检索类似病例，因此在存在多个关注区域ROI时的类似病例检索中，能够提供与现有技术相比有用性高的技术。

需着眼于空洞阴影、点状阴影、毛玻璃阴影这3种对象病变OL的结核或需着眼于支气管异常阴影及点状阴影这2种对象病变OL的弥漫型泛细支气管炎等非癌症疾患中，显现多个对象病变OL的现象有时会成为确定疾患的依据。如此，在必须注意多个关注区域ROI的特征量的诊断中，本发明较有用。

并且，本发明针对综合类似度TSM，仅将完全不同种类的组合作为综合类似度TSM的计算对象，由此限定成为综合类似度TSM的计算对象的组合。因此，减轻综合类似度计算部66的处理时间和处理负荷，能够缩短类似病例的检索时间。若对将图29及图30所示的“C102”的3种5个病例病变CL与3个关注区域ROI对应的例子进行说明，则包含完全不同种类的组合以外的组合的排列的数量成为如₅P₃＝5×4×3＝60，而完全不同种类的组合为如18个。因此，若仅以与“C102”相关的组合的数量单纯计算，则能够将综合类似度TSM的计算处理时间设为约1/3。

并且，即使如此限定为综合类似度TSM的完全不同种类的组合，经类似病例检索利用于非癌疾患的诊断时，实际诊断中的影响也较小。然而，将类似病例检索利用于非癌疾患的诊断时，多个关注区域ROI以分别包含不同种类的对象病变OL的方式指定，因此提取包含相同种类的病例病变CL的病例的必要性较低。因此，即使将综合类似度TSM的计算对象限定为完全不同种类的组合，也能够提取必要的类似病例。

另外，本例中，针对综合类似度计算部66判定为综合类似度TSM的计算对象之外的病例，也作为个别类似度ISM的计算对象，但针对综合类似度计算部66判定为计算对象之外的病例，也可作为个别类似度ISM的计算对象之外。例如，本例中，如图31所示的具有2种4个病例病变CL的“C103”的病例和具有1种4个病例病变CL的“C104”的病例，针对病例病变CL的种类数小于关注区域ROI的数量的病例，如图35所示，判定为检索对象之外。针对这种病例，个别类似度计算部65在计算个别类似度ISM时判定为检索对象之外，也不计算个别类似度ISM。个别类似度计算部65根据病例病变CL的种类数与关注区域ROI的数量判定是否作为检索对象。如此一来，减少不必要的处理时间，因此能够进一步缩短检索时间。

并且，本例中，将综合类似度TSM设为多个个别类似度ISM相加的总和，但也可以是相乘的值。

另外，本例中，通过代表值判定部67B从按每个病例计算出的多个综合类似度TSM中按每个病例判定代表值，并仅根据代表值进行类似病例检索。通过判定代表值，如记录于TSM表72的综合类似度TSM的件数减少等检索处理中处理的数据减少，因此具有能够缩短处理时间的效果。记载于影像解读报告单的与病例病变CL相关的医生的意见等诊断结果按每个病例而存在，因此通过代表值判定以病例单位提示检索结果，还能够适当且有效地进行基于类似病例的诊断。但是，也可不判定代表值而进行类似病例检索。不判定代表值时，类似病例列表74中有时会显示相同病例的多个综合类似度TSM。这些多个综合类似度TSM中成为计算要素的个别类似度ISM的组合图案不同，因此能够针对1个病例改变视点来进行参考。

而且，类似病例列表74的显示项目中除了类似病例的病例ID及综合类似度TSM以外，还显示与综合类似度TSM相关的明细信息。能够根据明细信息确认用于计算成为综合类似度TSM的计算要素的各个个别类似度ISM的关注区域ROI与病例病变CL之间的对应关系。通过显示该对应关系，能够掌握成为综合类似度TSM的计算要素的各个个别类似度ISM是将多个关注区域ROI与多个病例病变CL中的哪一个区域和哪一个病变对应而计算出的。并且，类似病例列表74中还显示检查图像19和病例病变CL的病变图像，因此也比较容易参考图像图案，容易直观地判断图像图案彼此的类似度。

作为与综合类似度TSM相关的明细信息，如图43所示的类似病例列表75，可显示成为综合类似度TSM的计算要素的个别类似度ISM值。若除了综合类似度TSM值以外，还显示成为该明细的个别类似度ISM值，则能够确认各关注区域ROI与各病例病变CL的对应中哪个是个别类似度ISM较高的值或较低的值，因此较便利。例如，医生想要重视多个关注区域ROI中的1个时，能够观察所重视的关注区域ROI的个别类似度ISM值来找出适当的类似病例。

并且，综合类似度TSM是将多个个别类似度ISM平均较高的病例评价为类似度较高的病例的指标。因此，类似病例列表中，多个个别类似度ISM的平均值较高的病例的位次较高，对于平均值较低的病例，即使假设1个个别类似度ISM特别高，其位次也较低。与此相比，与类似度相关的医生的主观评价中，医生对特定的病例病变CL与特定的关注区域ROI所存有的印象比平均值的影响大，因此有时医生的主观评价背离基于综合类似度TSM的客观评价(附加位次)。

即使在产生这种背离的情况下，如类似病例列表75，若除了综合类似度TSM以外还显示个别类似度ISM值，则通过确认个别类似度ISM，能够由医生自行验证主观评价。并且，若显示个别类似度ISM值，则通过由医生考虑个别类似度ISM值，针对基于类似病例列表75的根据综合类似度TSM进行的客观评价，也能够由医生根据主观评价加上修正的同时找出适于各个诊断的适当的类似病例。

并且，本发明中，设想指定分别包含不同种类的对象病变OL的多个关注区域ROI，针对多个个别类似度ISM的组合，将综合类似度TSM的计算对象限定为完全不同种类的组合。因此，假设指定分别包含相同种类的对象病变OL的多个关注区域ROI时(例如“B：空洞”为2个)，将相同种类的病例病变CL与相同种类的多个关注区域ROI对应来计算出的个别类似度ISM的组合也会成为综合类似度TSM的计算对象之外，因此在类似病例列表中不会提取为类似病例。

有可能提取为类似病例的是，将至少1个为相同种类的病例病变CL(例如“B：空洞”与“F：点状阴影”或“B：空洞”与“E：毛玻璃状阴影”)与相同种类(例如“B：空洞”为2个)的多个关注区域ROI对应来计算出的个别类似度ISM的组合。这种情况下，如“B”与“F”，认为将不同种类的关注区域ROI与病例病变CL对应时的个别类似度ISM的值低至可无视的程度，因此对综合类似度TSM产生影响的最终是将相同种类的关注区域ROI与病例病变CL对应时的个别类似度ISM的值。如类似病例列表75，若除了综合类似度TSM值以外，还显示个别类似度ISM值，则易寻找相对于特定关注区域ROI的个别类似度ISM较高的病例病变CL。

关于综合类似度计算步骤，上述实施方式中，求出针对所有病例的病例病变CL的个别类似度ISM之后，按每个病例创建个别类似度ISM的完全不同种类的组合来计算综合类似度TSM。作为综合类似度计算步骤，此外还有以下方法。首先，不对所有病例而是对1件病例，计算针对该病例中包含的病例病变CL的个别类似度ISM。接着，关于计算出个别类似度ISM的1件病例，创建计算出的个别类似度ISM的完全不同种类的组合来计算综合类似度TSM。并且，针对1件病例结束综合类似度TSM的计算之后，针对下一个病例执行个别类似度ISM的计算、完全不同种类的组合的创建、综合类似度计算的各顺序。对所有病例反复该步骤。

无论是哪一方法，若考虑与1件病例相关的综合类似度计算步骤，则在计算出个别类似度ISM之后，创建针对个别类似度ISM的完全不同种类的组合，仅针对完全不同种类的组合计算综合类似度TSM，这一步骤是共同的。本发明中，可以使用任意方法，本发明的类似病例检索装置、方法及程序中当然包含这些方法。

[第2实施方式]

第1实施方式中，针对病例病变CL的种类数小于关注区域ROI的数量的病例，作为检索对象之外，但如图44～图46所示的第2实施方式，即使病例病变CL的种类数小于关注区域ROI的数量，针对种类数为多个的病例，也可包含于检索对象中。例如，如图44所示，第2实施方式中，指定有3个关注区域ROI时，如在第1实施方式(参考图35)作为对象之外的病例ID为“C103”的病例，种类数为2个的病例包含于检索对象。

另外，病例ID为“C104”的病例的种类为1个，因此在第2实施方式中也成为检索对象之外。这是因为，综合类似度TSM为与多个关注区域ROI对应的多种个别类似度ISM之和，因此种类数为“1”时，无法计算综合类似度TSM。

针对提取为类似病例的病例，优选病例病变CL的种类数为关注区域ROI的数量以上。这是因为将类似病例检索利用于非癌疾患的诊断时，关注区域ROI的数量与对象病变OL的种类数对应。然而，病例DB23中，有时病例病变CL的种类数较多的病例的积蓄数较少。此时，若将小于关注区域ROI的数量的种类数的病例全部作为检索对象之外，则检索对象过少，有可能无法检索适当的类似病例。即使是病例病变CL的种类数小于关注区域ROI的数量的病例，若针对各个病例病变CL来看，有时具有诊断时有用的价值。第2实施方式为如下方式，即，以病例病变CL的种类数有多个为前提，针对种类数少于关注区域ROI的数量的病例，包含于检索对象中，并能够提取为类似病例。另外，特征量的计算方法和个别类似度ISM的计算方法与上述实施方式相同，因此省略说明，以不同点为中心进行说明。

如图45所示，个别类似度计算部65将2种病例病变CL与No1～No3的关注区域ROI对应来计算个别类似度ISM。关于图35所示的阴影一栏表示由于没有对应的病例病变CL而不计算个别类似度ISM的部位。综合类似度计算部66创建将2种4个病例病变CL与3个关注区域ROI对应来计算的个别类似度ISM的完全不同种类的组合，将该组合判定为综合类似度TSM的计算对象。“C103”的病例中，完全不同种类的组合为“B1、F”、“B2、F”等。这些的种类数与关注区域ROI的数量不同，但是不包含通过与相同种类的病例病变CL的对应来计算出的相同种类的个别类似度ISM，因此是完全不同种类的组合。另一方面，将“B1、B2”等完全相同种类的组合判定为对象之外。如图45所示，“C103”中，完全不同种类的组合为如18个，综合类似度TSM为“C103-1”～“C103-18”的18个。

类似病例检索部67创建图46所示的类似病例列表81。其中，类似病例列表81中，“C103”的病例的综合类似度TSM(“1.67”)为2种个别类似度ISM的共计，无法与作为3种个别类似度ISM的共计的其他病例的综合类似度TSM的值进行同列比较。因此，类似病例检索部67进行标准化，以便能够比较成为计算要素的个别类似度ISM的数量不同的综合类似度TSM。根据被标准化的类似度即标准化值对各病例附加位次。标准化例如为综合类似度TSM分别除以个别类似度ISM的个数的处理。

首先，针对病例ID“C103”，个别类似度ISM的个数为2个，因此综合类似度TSM(“1.67”)除以2的值(“0.835”)成为标准化值。另一方面，个别类似度ISM为3个的另一病例中，综合类似度TSM除以3的值成为标准化值。例如，病例ID为“C106”的情况下，综合类似度TSM的值为“2.34”，因此它除以3的值“0.78”成为标准化值。

根据本例，在病例DB23内，即使病例病变CL的种类数小于关注区域ROI的数量，针对有多个病例病变CL的种类的病例，能够包含于检索对象中，因此即使病例向病例DB的登记件数较少时，也能够有效利用这些来进行类似病例检索。

并且，作为第2实施方式的变形例，可根据关注区域ROI的指定数的变更，类似病例检索服务器17进行再检索。例如，第1次的类似病例检索请求以2发出关注区域ROI的指定数。类似病例检索服务器17根据该指定进行类似病例检索，将类似病例列表74作为检索结果进行传送。医生观察该检索结果，新追加指定关注区域ROI来发出第2次的类似病例检索请求。类似病例检索服务器17根据包含所追加的指定的请求进行类似病例检索，将类似病例列表74作为检索结果进行传送。如此一来，医生能够观察检索结果的同时根据需要变更检索条件，因此容易寻找适当的类似病例。关注区域ROI的指定个数不仅能够增加，还能够减少。

并且，类似病例检索服务器17可为了应对再检索而预先保存ISM表71和TSM表72等类似病例检索的中间处理或作为处理结果来创建的数据。再检索时，若使用这种数据，则能够缩短检索时间。

上述第1实施方式及第2实施方式中，以将综合类似度TSM设为多个个别类似度ISM的简单的共计值的例子进行了说明，但是也可根据成为计算要素的个别类似度ISM的值进行加权处理。作为加权处理的例子，例如可考虑如下例子，即，个别类似度ISM为阈值以上时，乘以正的加权系数来提高综合类似度TSM，相反地，个别类似度ISM小于阈值时，乘以负的加权系数来降低综合类似度TSM。即使包含1个酷似关注区域ROI的病例病变CL时，有时该病例在诊断中具有价值。通过进行正的加权，可简单地寻找这种病例作为类似病例。

并且，上述各实施方式中，以针对病例病变CL的种类，预先进行种类判定，并将所判定的种类信息存储于病例DB23的例子进行了说明，但也可与关注区域ROI相同地，在检索的时点进行基于特征量CAC的种类判定。当然，如此一来检索处理时花费时间，因此优选预先存储种类信息。

[第3实施方式]

上述实施方式中，不判定关注区域ROI中包含的对象病变OL的种类而将其与病例病变CL对应来计算个别类似度ISM，由此进行类似病例检索。但是，如图47～图51所示的第3实施方式，也可对关注区域ROI中包含的对象病变OL及病例病变CL进行病变种类的判定，并仅将相同种类的病变彼此对应来计算个别类似度ISM，由此进行类似病例检索。如图6所示，病变图案典型地根据病变种类区分。因此，能够在计算出特征量的阶段根据特征量来判定病变种类。第3实施方式是利用这种病变种类判定的方式。

如图47所示，第3实施方式中，类似病例检索服务器17中设置有病变种类判定部86。如图48所示，病变种类判定部86根据由特征量计算部62计算出的关注区域ROI的特征量RAC，判定关注区域ROI中包含的对象病变OL的种类。病变种类判定部86例如将与在由各鉴别器62A～62H输出的鉴别器输出值中表示最大鉴别器输出值的鉴别器对应的病变种类判定为关注区域ROI中包含的对象病变OL的种类。本例的情况下，“B：空洞”的鉴别器62B的鉴别器输出值最大，因此对象病变OL的种类被判定为“B：空洞”。

如图49所示，个别类似度计算部65在计算关注区域ROI与各病例病变CL之间的个别类似度ISM时，仅对病变种类为相同种类的彼此计算个别类似度ISM，对病变种类不同的病例，不计算个别类似度ISM。本例中，No1的关注区域ROI的种类为“B：空洞”，因此从“C101”的病例中仅计算种类为“B：空洞”的与No3的病例病变CL之间的个别类似度ISM。1件病例中登记有多个与关注区域ROI相同种类的病例病变CL时，计算出多个个别类似度ISM。并且，与关注区域ROI相同种类的病例病变CL一个也没有被登记时，针对该病例，不计算个别类似度ISM。

由此，能够减少个别类似度计算部65的计算处理时间。并且，个别类似度ISM的数量减少，因此如图50所示，成为综合类似度TSM的计算对象的完全不同种类的组合的数量也减少。3种5个“C102”的病例的情况下，若如第1实施方式中说明那样不判定种类，则完全不同种类的组合有如18个，而若如本例那样进行种类判定，则完全不同种类的组合为如3个。综合类似度计算部66与该组合对应地计算C102-1～C102-3的3个综合类似度TSM。

如此，与不区分病变的种类而计算个别类似度ISM的第1实施方式相比，第3实施方式中，个别类似度ISM及综合类似度TSM的计算时间变短。并且，ISM表71和TSM表72的尺寸也变小，因此存储器的作业区域也可以较小。因此，施加于类似病例检索服务器17的CPU41B的负荷减轻，因此能够缩短检索时间。

但是，预先判定病变种类而仅对相同种类的病例计算个别类似度ISM的方式中，病变种类的判定精度较低时，有可能遗漏应作为类似病例来检索的病例病变CL即所谓的检索遗漏。尤其，如图11所示，将多个对象病变OL指定为1个关注区域ROI时，根据种类判定，做出偏向多个对象病变OL中的任意一个的判定。因此，对于第5实施方式优选在确认了病变种类的判定精度的基础上实施。

[第4实施方式]

图51及图52所示的第4实施方式为在诊疗科终端11中计算关注区域ROI的特征量而不是在类似病例检索服务器17中计算的方式。可如第3实施方式那样在诊疗科终端11计算关注区域ROI的特征量，该情况下，类似病例检索服务器17上不设置特征量计算部62，而设置图12所示的个别类似度计算部65、综合类似度计算部66及类似病例检索部67等特征量计算部62以外的结构。

如图51所示，诊疗科终端11中设置有与特征量计算部62相同的特征量计算部88。特征量计算部88例如通过由CPU41A执行安装于诊疗科终端11的软件来实现。特征量计算部88根据包含检查图像19的检查数据21及通过GUI控制部53输入的关注区域ROI的区域信息，计算特征量RAC。检索请求发出部54中附加与关注区域ROI对应的图像及计算出的特征量RAC，并发出类似病例检索请求。

如图52所示，类似病例检索请求从诊疗科终端11发送至类似病例检索服务器17。类似病例检索服务器17根据所接收的类似病例检索请求进行类似检索，并将检索结果传送至诊疗科终端11。第7实施方式中，类似病例检索服务器17的请求接收部61作为特征量获取部发挥作用。

上述各实施方式中，以根据来自诊疗科终端11的请求进行类似病例检索的类似病例检索服务器17的方式说明了本发明的类似病例检索装置，当然也可以以不使用类似病例检索服务器17而是由诊疗科终端11访问病例DB服务器16来检索类似病例的方式，在诊疗科终端11设置类似病例检索功能。该情况下，诊疗科终端11成为类似病例检索装置。

并且，上述各实施方式中，以各自的服务器构成了类似病例检索服务器17和病例DB服务器16，但也可综合这些来由1个服务器构成。如此，也可在1个服务器综合多个功能或按每个功能分离服务器。

另外，计算机系统的硬件结构可进行各种变形。例如，关于类似病例检索服务器17，为了提高处理能力和可靠性，作为硬件也能够由分离的多台服务器计算机构成。如此，计算机系统的硬件结构可根据处理能力、安全性、可靠性等所需的性能而适当变更。而且，不限于硬件，对于病例DB23和AP50等程序，为了确保安全性和可靠性，当然也能够进行双重化或者分散于多个存储设备来存储。

并且，上述各实施方式中，对于类似病例检索服务器17，以在1个医疗设施内利用的方式进行了说明，但也可设为可供多个医疗设施利用的方式。

具体而言，上述各实施方式中，类似病例检索服务器17为如下方式，即，诊疗科终端11等设置于1个医疗设施内的客户终端经由LAN可通信地连接，并根据来自客户终端的请求，提供与类似病例检索相关的应用服务。为了可供多个医疗设施利用，类似病例检索服务器17例如经由网络或公用通信网等WAN(Wide Area Network)，与设置于多个医疗设施的客户终端可通信地连接。并且，类似病例检索服务器17接收来自多个医疗设施的客户终端的请求，并向各客户终端提供与类似病例检索相关的应用服务。

该情况下的类似病例检索服务器17的设置地点和管理主体例如可以是与医疗设施不同的数据中心，也可以是多个医疗设施中的1个。并且，利用WAN时，考虑到信息安全性，优选构建VPN(Virtual Private Network)或使用HTTPS(Hypertext Transfer Protocol Secure)等安全等级较高的通信协议。

本发明并不限于上述各实施方式，只要不脱离本发明宗旨，则当然可以采用各种结构。例如，本例中，作为检查图像的例子，以CT、MRI、简单的X射线图像为例，但也能够适用于通过乳房摄影术(mammography)或内窥镜等其他方式拍摄的检查图像。并且，还能够适当组合上述各种实施方式或各种变形例。并且，本发明除了实现本发明的程序以外，还涉及存储程序的存储介质。