医疗图像处理装置、内窥镜系统及医疗图像处理装置的工作方法与流程

1.本发明涉及一种医疗图像处理装置、内窥镜系统及医疗图像处理装置的工作方法。


背景技术：

2.通过内窥镜的粘膜下层剥离术(esd、endoscopic submucosal dissection)，能够切除无法适用内窥镜的粘膜切除术(emr、endoscopic mucosal resection)的大小的肿瘤等，不用选择侵入性高的外科手术就能解决。esd在内窥镜下进行，因此具有微创的优点。另一方面，作为执刀医的医生必须通过基于由内窥镜对作为被摄体的内窥镜的观察对象进行拍摄而获得的图像(以下，称为内窥镜图像)等的有限信息来进行esd，有时发生血管或肌层等的意外受损。
3.为了能够清楚地显示粘膜深部的血管，已知有根据分别具有特定的光谱特性的峰值波长的第1图像信号与第2图像信号的差异，显示强调了第1图像信号的图像的内窥镜装置。根据该内窥镜装置，无需进行给药等繁琐的工作，并且能够清楚地显示粘膜深部的血管(专利文献1)。
4.专利文献1：国际公开第2013/145409号
5.例如，切除肿瘤的esd通过肿瘤周围的标记、向粘膜下层的局部注射、粘膜的切开、粘膜下层的剥离、止血的顺序来进行。切开并剥离粘膜下层时，期望不发生血管的意外受损等。
6.血管本身能够视觉辨认时，通过强调并清楚地显示粘膜深部的血管，能够将其预先凝固或将其避开而进行切开。然而，在esd中，可能产生血管本身的视觉辨认度降低的情况。例如，esd根据内窥镜图像来进行，因此可能产生如下情况：在内窥镜图像中映现的粘膜下层的一部分或全部存在纤维化，从而难以视觉辨认纤维化内的血管。并且，因内窥镜的成像透镜部分的污浊或雾的产生等而造成视角不良。


技术实现要素：

7.本发明的目的在于提供一种即使是内窥镜图像中视觉辨认度降低的血管也能够检测并输出的医疗图像处理装置、内窥镜系统及医疗图像处理装置的工作方法。
8.本发明的医疗图像处理装置具备处理器，处理器获取通过内窥镜对被摄体进行拍摄而获得的医疗图像，根据医疗图像来检测作为医疗图像中映现的被摄体所包含的血管的、规定粗细以上的特定血管的位置，进行为了通知而输出与特定血管的位置有关的特定血管位置信息的控制，特定血管的位置检测使用学习用图像来进行，所述学习用图像为关联有与医疗图像中映现的被摄体所包含的特定血管的至少一部分的位置有关的信息的医疗图像。
9.学习用图像优选为被摄体包含粘膜下层的医疗图像。
10.学习用图像优选为被摄体包含纤维化的医疗图像。
11.学习用图像优选为被摄体包含烧灼伤痕、凝固血液及/或脂肪的医疗图像。
12.学习用图像优选为关联有没有特定血管这样的信息的医疗图像。
13.学习用图像优选为关联有通过医生肉眼观察医疗图像而获得的信息的医疗图像。
14.学习用图像优选为关联有通过对医疗图像进行图像处理而获得的信息的医疗图像。
15.学习用图像优选为关联有通过对拍摄由规定光谱的照明光照亮的被摄体而获得的医疗图像进行图像处理而获得的信息的医疗图像。
16.处理器优选具备使用学习用图像进行了学习的学习模型，特定血管的检测使用学习模型来进行。
17.特定血管位置信息优选包含能够安全切开的切开适合部位的信息。
18.处理器优选进行通过颜色、图、符号及文字中的至少1者来输出特定血管位置信息的控制。
19.处理器优选进行通过声音及/或光来输出特定血管位置信息的控制。
20.并且，本发明的内窥镜系统具备医疗图像处理装置、发出照亮被摄体的照明光的光源及对被摄体进行拍摄的内窥镜。
21.并且，在本发明的医疗图像处理装置的工作方法中，获取通过内窥镜对被摄体进行拍摄而获得的医疗图像，根据医疗图像来检测作为医疗图像中映现的被摄体所包含的规定粗细以上的血管的、特定血管的位置，进行输出与特定血管的位置有关的特定血管位置信息的控制，特定血管的位置检测使用学习用图像来进行，所述学习用图像为关联有与医疗图像中映现的被摄体所包含的特定血管的位置的至少一部分的位置有关的信息的医疗图像。
22.发明效果
23.根据本发明，即使是内窥镜图像中视觉辨认度降低的血管，也能够检测并输出。
附图说明
24.图1是内窥镜系统的外观图。
25.图2是表示内窥镜系统的功能的框图。
26.图3是说明光源部所包含的4色led的说明图。
27.图4是表示紫色光v、蓝色光b、绿色光g及红色光r的光谱的曲线图。
28.图5是表示第1照明光的光谱的曲线图。
29.图6是说明通过内窥镜系统拍摄的内窥镜图像的种类和顺序的说明图。
30.图7是表示医疗图像处理装置的功能的框图。
31.图8是说明大肠组织的说明图。
32.图9是说明检测部的功能的说明图。
33.图10是表示用于学习用图像的普通图像的一例的图像图。
34.图11是表示成为检测对象的内窥镜图像的图像图。
35.图12是说明特定血管位置信息的图像图。
36.图13是表示将特定血管位置信息与普通图像重叠的重叠图像的图像图。
37.图14是表示用于学习用图像的包含纤维化的普通图像的例的图像图。
38.图15是表示用于学习用图像的包含烧灼伤痕及凝固血液的普通图像的例的图像图。
39.图16是表示第2照明光的光谱的曲线图。
40.图17是表示第1图像的图像图。
41.图18是表示照亮第1照明光时获得的紫色光及蓝色光图像和绿色光及红色光图像的说明图。
42.图19是表示第2图像的图像图。
43.图20是表示照亮第2照明光时获得的紫色光及蓝色光图像和绿色光及红色光图像的说明图。
44.图21是表示基准信息获取部具备切开适合部位判定部的医疗图像处理装置的功能的框图。
45.图22是显示了切开适合部位显示的一例的重叠图像的图像图。
46.图23是显示了切开适合部位显示的另一例的重叠图像的图像图。
47.图24是说明医疗图像处理装置的一系列处理的流程的流程图。
48.图25是说明医疗图像处理装置包含在诊断支援装置的情况的说明图。
49.图26是说明医疗图像处理装置包含在医疗业务支援装置的情况的说明图。
具体实施方式
50.如图1所示，内窥镜系统10具有内窥镜12、光源装置13、处理器装置14、显示器15、键盘16及医疗图像处理装置17。内窥镜12与光源装置13光学连接，并且，与处理器装置14电连接。处理器装置14与医疗图像处理装置17连接。医疗图像处理装置17从处理器装置14获取作为医疗图像的内窥镜图像，并为了各种信息的获取等而进行各种处理。
51.另外，本实施方式中，医疗图像为内窥镜图像。并且，本实施方式中，医疗图像处理装置17和处理器装置14是独立的装置，但在处理器装置14内配置执行医疗图像处理装置17的功能的装置，处理器装置14可以执行医疗图像处理装置17的功能。并且，各种连接并不限于有线，可以是无线，并且，也可以经由网络。因此，也可以使经由网络连接的外部装置执行医疗图像处理装置17的功能。
52.内窥镜12具有插入具有观察对象的受检者体内的插入部12a、设置在插入部12a的基端部分的操作部12b、设置在插入部12a的前端侧的弯曲部12c及前端部12d。弯曲部12c通过对操作部12b的弯角钮12e(参考图2)进行操作而进行弯曲动作。前端部12d通过弯曲部12c的弯曲动作朝向所期望的方向。从插入部12a到前端部12d设置有用于插入贯通处置器具等的钳子通道(未图示)。处置器具从钳道口12h插入钳子通道内。
53.除了弯角钮12e以外，操作部12b具有用于变更摄像倍率的变焦操作部12f及用于观察模式的切换操作的模式切换开关12g。另外，观察模式的切换操作或变焦操作可以是除了模式切换开关12g或变焦操作部12f以外使用了键盘16或脚踏开关(未图示)等的操作或指示。
54.内窥镜系统10具有普通观察模式、特殊观察模式及多观察模式3个观察模式。普通观察模式是将作为照明光中使用白色光来拍摄观察对象而获得的自然色彩的图像的普通
图像显示于显示器15上的模式。特殊观察模式是将与白色光不同的特殊图像显示于显示器15上的模式。关于特殊图像，例如，通过获取发出具有特定光谱的照明光对观察对象进行拍摄而得到的特殊图像或者进行特定的图像处理等而获得。关于特殊图像，优选将强调了特定结构等的内窥镜图像显示于显示器15。作为特定结构的强调，可举出血管或腺管等的强调，作为血管的强调，举出表层血管、中层血管或深层血管的强调。关于血管的强调，在后面叙述。
55.多观察模式是自动切换普通观察模式和特殊观察模式而进行的模式，能够获取普通图像和特殊图像。显示器15中，能够适当设定为仅显示普通图像，或者作为主图像显示普通图像，作为子图像显示特殊图像等。
56.处理器装置14与显示器15及键盘16电连接。显示器15显示普通图像、特殊图像及/或各种信息等。键盘16作为接受功能设定等的输入操作的用户界面而发挥功能。另外，处理器装置14可以连接保存图像或图像信息等的外部存储器(未图示)。
57.如图2所示，光源装置13发出照射观察对象的照明光，具备光源部20及控制光源部20的光源用处理器21。光源部20例如由多个颜色的led(light emitting diode：发光二极管)等半导体光源、激光二极管与荧光体的组合、或者氙气灯和卤素光源构成。并且，光源部20中包含用于调整led等所发出的光的波长频带的滤光器等。光源用处理器21通过打开/关闭各led等或调整各led等的驱动电流或驱动电压来控制照明光的光量。并且，光源用处理器21通过滤光器的变更等来控制照明光的波长频带。
58.如图3所示，本实施方式中，光源部20具有v-led(violet light emitting diode：紫色发光二极管)20a、b-led(blue light emitting diode：蓝色发光二极管)20b、g-led(green light emitting diode：绿色发光二极管)20c及r-led(red light emitting diode：红色发光二极管)20d这4色的led。
59.如图4所示，v-led20a产生中心波长410
±
10nm、波长范围380～420nm的紫色光v。b-led20b产生中心波长450
±
10nm、波长范围420～500nm的蓝色光b。g-led20c产生波长范围达480～600nm的绿色光g。r-led20d产生中心波长为620～630nm，波长范围达600～650nm的红色光r。
60.光源用处理器21控制v-led20a、b-led20b、g-led20c及r-led20d。光源用处理器21在普通观察模式时，以发出紫色光v、蓝色光b、绿色光g及红色光r之间的光强度比的组合成为vc∶bc∶gc∶rc的普通光的方式控制各led20a～20d。
61.光源用处理器21在设定为特殊观察模式时，例如以发出紫色光v、蓝色光b、绿色光g及红色光r之间的光强度比的组合成为vs1∶bs1∶gs1∶rs1的第1照明光的方式控制各led20a～20d。当第1照明光强调表层血管时，优选使紫色光v的光强度大于蓝色光b的光强度。例如，如图5所示，将紫色光v的光强度vs1与蓝色光b的光强度bs1的比率设为“4∶1”。
62.另外，本说明书中，光强度比的组合包含至少1个半导体光源的比率为0(零)的情况。因此，包含各半导体光源的任一个或2个以上不点亮的情况。例如，如紫色光v、蓝色光b、绿色光g及红色光r之间的光强度比的组合为1∶0∶0∶0的情况，仅点亮半导体光源中的1个，不点亮其他3个的情况下，也具有光强度比，且是光强度比的组合之一。
63.如上所述，在普通观察模式或者特殊观察模式下发出的紫色光v、蓝色光b、绿色光g及红色光r的光强度比的组合、即照明光的种类或光谱互不相同。在多观察模式下，自动切
换发出种类或光谱互不相同的照明光。另外，可以使用如下观察模式，即使用了具有与这些观察模式中所使用的照明光互不相同的光强度比的组合的不同种类或光谱的照明光。
64.在设定为多观察模式的情况下，光源用处理器21可以切换并发出特定种类的照明光。具体而言，交替地重复连续发出普通光的普通光期间与连续发出第1照明光的第1照明光期间。具体而言，以规定的帧数执行发出普通光的普通光期间之后，以规定的帧数执行发出第1照明光的第1照明光期间。之后，再次变成普通光期间，重复普通光期间与第1照明光期间的组合。
65.另外，“帧”是指用于控制拍摄观察对象的摄像传感器45(参考图2)的单位。例如，“1帧”是指至少包含用来自观察对象的光曝光摄像传感器45的曝光期间及读取图像信号的读取期间的期间。本实施方式中，与作为拍摄单位的“帧”对应地分别确定普通光期间或第1照明光期间等各种期间。
66.如图6所示，在多观察模式下，例如以3帧量的期间执行发出在照明光一栏中记载为“普通”的普通光的普通光期间之后，切换照明光，以1帧量的期间执行发出在照明光一栏中记载为“第1”的第1照明光的第1照明光期间。之后，再次变成普通光期间，重复普通光期间与第1照明光期间的组合的4帧量。因此，在普通光期间3帧之间，连续拍摄3个普通图像71之后，在第1照明光期间，拍摄1个第1图像72。另外，图中，关于第1图像72，由于色彩与普通图像71不同，因此用阴影表示。之后，返回到普通光期间，继续重复该模式。
67.各led20a～20e所发出的光经由由反射镜或透镜等构成的光路耦合部(未图示)入射于光导件41。光导件41内置于内窥镜12及通用塞绳(连接内窥镜12、光源装置13及处理器装置14的塞绳)。光导件41将来自光路耦合部的光传播至内窥镜12的前端部12d。
68.在内窥镜12的前端部12d设置有照明光学系统30a及摄像光学系统30b。照明光学系统30a具有照明透镜42，通过光导件41传播的照明光经由照明透镜42照射到观察对象。摄像光学系统30b具有物镜43、变焦透镜44及摄像传感器45。来自观察对象的反射光、散射光及荧光等各种光经由物镜43及变焦透镜44入射于摄像传感器45。由此，观察对象的像成像在摄像传感器45上。变焦透镜44通过对变焦操作部12f进行操作而在长焦端与广角端之间自由移动，从而扩大或缩小成像在摄像传感器45上的观察对象。
69.摄像传感器45是对每个像素设置有r(红色)、g(绿色)或b(蓝色)的滤色器中的任一个的彩色摄像传感器，拍摄观察对象而输出rgb各色的图像信号。作为摄像传感器45，能够利用ccd(charge coupled device：电荷耦合元件)摄像传感器或cmos(complementary metal-oxide semiconductor：互补金属氧化物半导体)摄像传感器。并且，代替设置有原色滤色器的摄像传感器45，可以使用具备c(青色)、m(品红色)、y(黄色)及g(绿色)的补色滤色器的补色摄像传感器。使用补色摄像传感器时，输出cmyg4色的图像信号。因此，通过补色-原色颜色转换，将cmyg4色的图像信号转换成rgb3色的图像信号，由此能够获得与摄像传感器45相同的rgb图像信号。并且，代替摄像传感器45，可以使用不设置滤色器的单色传感器。
70.摄像传感器45由摄像控制部(未图示)驱动控制。中央控制部58(参考图2)与摄像控制部同步地通过光源用处理器21控制光源部20的发光，由此以在普通观察模式下拍摄由普通光照亮的观察对象的方式进行控制。由此，从摄像传感器45的b像素输出bc图像信号，从g像素输出gc图像信号，从r像素输出rc图像信号。在特殊观察模式下，中央控制部58控制光源部20的发光，从而控制摄像传感器45以拍摄由第1照明光照亮的观察对象。由此，在特
殊观察模式下，从摄像传感器45的b像素输出bs1图像信号，从g像素输出gs1图像信号，从r像素输出rs1图像信号。
71.并且，在多观察模式下，中央控制部58(参考图2)控制光源部20的发光，从而控制摄像传感器45以在分别预先设定的期间内拍摄由普通光及第1照明光照亮的观察对象。由此，在多观察模式下，在普通光期间，从摄像传感器45的b像素输出bc图像信号，从g像素输出gc图像信号，从r像素输出rc图像信号。并且，在第1照明光期间，从摄像传感器45的b像素输出bs1图像信号，从g像素输出gs1图像信号，从r像素输出rs1图像信号。
72.cds/agc(correlated double sampling/automatic gain control：相关双采样/自动增益控制)电路46对从摄像传感器45获得的模拟图像信号进行相关双采样(cds)或自动增益控制(agc)。经过cds/agc电路46的图像信号通过a/d(analog/digital：模拟/数字)变频器47转换成数字图像信号。a/d转换后的数字图像信号输入到处理器装置14。
73.处理器装置14中，与图像处理等处理有关的程序储存在程序用存储器(未图示)中。处理器装置14中，通过由作为第1处理器的图像用处理器等构成的中央控制部58，运行程序用存储器内的程序，由此实现图像获取部51、dsp(digital signal processor：数字信号处理器)52、降噪部53、存储器54、图像处理部55、显示控制部56、视频信号生成部57及中央控制部58的功能。并且，中央控制部58接收来自内窥镜12及光源装置13的信息，根据所接收到的信息，除了进行处理器装置14的各部的控制以外，进行内窥镜12或光源装置13的控制。并且，也接收来自键盘16的指示等信息。
74.图像获取部51获取从内窥镜12输入的内窥镜图像的数字图像信号。图像获取部51在每一帧中获取对由各照明光照亮的观察对象进行拍摄而得到的图像信号。另外，图像获取部51可以获取对由规定的互不相同的光谱的照明光照亮的观察对象进行拍摄而获得的内窥镜图像。
75.获取的图像信号被发送到dsp52。dsp52对接收到的图像信号进行色彩校正处理等数字信号处理。降噪部53对由dsp52实施了色彩校正处理等的图像信号实施基于例如移动平均法或中值滤波法等的降噪处理。降低了噪声的图像信号存储于存储器54中。
76.图像处理部55从存储器54获取降噪后的图像信号。并且，根据需要，对所获取的图像信号，实施颜色转换处理、色彩强调处理及结构强调处理等信号处理，生成映现出观察对象的彩色的内窥镜图像。图像处理部55具备普通图像处理部61及特殊图像处理部62。
77.图像处理部55中，普通图像处理部61在普通观察模式或多观察模式下，对所输入的1帧量的降噪后的普通图像用图像信号，实施颜色转换处理、色彩强调处理、结构强调处理等普通图像用图像处理。实施了普通图像用图像处理的图像信号输入到医疗图像处理装置17及/或显示控制部56。
78.特殊图像处理部62在特殊观察模式或多观察模式下，对所输入的1帧量的降噪后的第1图像的图像信号，分别实施颜色转换处理、色彩强调处理、结构强调处理等第1图像用图像处理。实施了第1图像用图像处理的图像信号作为第1图像72输入到医疗图像处理装置17及/或显示控制部56。另外，图像处理部55将内窥镜图像输入于医疗图像处理装置17及/或显示控制部56时，可以调整帧速率。
79.关于图像处理部55生成的内窥镜图像，当观察模式为普通观察模式时，为普通图像71，当观察模式为特殊观察模式时，为第1图像72，颜色转换处理、色彩强调处理及结构强
调处理的内容根据观察模式而不同。在普通观察模式的情况下，图像处理部55实施观察对象呈自然色彩的上述各种信号处理而生成普通图像71。在特殊观察模式的情况下，图像处理部55例如实施强调观察对象的血管的上述各种信号处理而生成第1图像72。
80.半导体光源包含发出波长频带为中心波长410
±
10nm且波长范围420～500nm的紫色光v(第1窄频带光)的v-led20a及发出波长频带为中心波长450
±
10nm且波长范围380～420nm的蓝色光b(第2窄频带光)的b-led20b。因此，图像处理部55生成的第1图像72中，以粘膜的表面为基准位于观察对象内相对浅的位置的血管(所谓的表层血管)或血液呈品红色系的颜色(例如棕色)。因此，第1图像72中，相对于以粉色系的颜色表示的粘膜，观察对象的血管或出血(血液)用颜色差异来进行强调。
81.显示控制部56接收图像处理部55所生成的内窥镜图像，并进行用于显示于显示器15的控制。在显示控制部56中进行了用于显示的控制的内窥镜图像在视频信号生成部57中，生成为用于显示于显示器15的视频信号，并发送到显示器15。显示器15按照显示控制部56的控制来显示从视频信号生成部57发送的内窥镜图像。
82.医疗图像处理装置17获取图像处理部55所生成的内窥镜图像，并根据内窥镜图像来检测作为内窥镜图像中映现的观察对象所包含的血管的、规定粗细以上的特定血管的位置，进行将与检测出的特定血管的位置有关的特定血管位置信息输出到显示器15等的控制。
83.医疗图像处理装置17为具备处理器的通用pc，通过安装软件来发挥各种功能。医疗图像处理装置17中，也与处理器装置14相同地，与图像解析处理等处理有关的程序储存在程序用存储器(未图示)中。医疗图像处理装置17中，通过由作为第2处理器的图像用处理器等构成的中央控制部81(参考图7)来运行程序用存储器内的程序，由此实现医疗图像获取部82、检测部83、信息输出部84及信息显示控制部85的功能(参考图7)。
84.医疗图像处理装置17与显示器15连接，显示器15进行医疗图像处理装置17所生成及输出的各种信息的显示。医疗图像处理装置17中可以连接有各种设备。作为各种设备，例如可举出进行指示等的键盘等用户界面、以及保存图像及信息等数据的存储器等。并且，医疗图像处理装置17为了与各种设备连接而具有网络连接功能。医疗图像处理装置17通过网络连接功能例如能够与医疗业务支援装置630(参考图26)等连接。
85.如图7所示，医疗图像处理装置17具备中央控制部81、医疗图像获取部82、检测部83、信息输出部84及信息显示控制部85。中央控制部81进行医疗图像处理装置17的各部的控制，并且，接收来自处理器装置14等的信息，根据接收到的信息进行医疗图像处理装置17的各部的控制。并且，与键盘(未图示)等用户界面连接，也接收来自用户界面的指示等信息。
86.医疗图像获取部82获取从处理器装置14发送的多种内窥镜图像。所获取的图像发送到检测部83。检测部83根据医疗图像获取部82所获取的内窥镜图像，检测作为内窥镜图像中映现的观察对象所包含的血管的、规定粗细以上的特定血管的位置。信息输出部84接收与检测部83检测出的内窥镜图像中映现的观察对象所包含的特定血管的位置有关的信息，并生成特定血管位置信息，将特定血管位置信息进行保存或进行用于向医生等用户通知等的输出。信息显示控制部85从信息输出部84接收特定血管位置信息，进行用于显示于显示器15的控制。
87.本实施方式中，医疗图像获取部82从处理器装置14获取通过内窥镜对由普通光照亮的观察对象进行拍摄而获得的普通图像，并发送到检测部83。检测部83以从医疗图像获取部82发送的普通图像为对象，检测作为普通图像中映现的观察对象所包含的血管的、规定粗细以上的特定血管的位置。
88.特定血管是指内窥镜图像中映现的观察对象中所包含的血管中规定粗细以上的血管。规定的粗细是指至少因esd的手术等而受损时可能产生问题的粗细。具体而言，也视情况而定，但若毛细血管为10μm左右，则规定的粗细例如能够设为0.1mm以上。并且，规定的粗细能够根据情况来设定。另外，由于血管的形状各式各样，因此血管的粗细是指血管的外观的宽度，也可以不是直径。在esd的顺序中，粘膜的切开及粘膜下层的剥离中，通过刀或圈套器等处置器具切开粘膜时产生损伤特定血管的可能性。
89.如图8所示，例如大肠主要由粘膜91、粘膜下层93、肌层94及浆膜95等组织构建。x方向为大肠的内侧。粘膜91在与粘膜下层93之间包含粘膜肌板92。粘膜91包含从粘膜肌板92向大肠内侧的粘膜91连接的动脉99、淋巴管98、静脉(未图示)及微血管(未图示)等。粘膜下层93包含作为从肌层94连接的相对粗的动脉的穿通血管96、静脉97及微血管(未图示)等。动脉99及微血管比穿通血管96细。特定血管包含穿通血管96。
90.粘膜下层93所包含的穿通血管96相对较粗，因此在切开或剥离粘膜时受损的情况下，出血量较多，并且，若一旦受损，则由于出血，因此找出受损部位时很费功夫，从而难以进行止血。因此，esd时，需要避开穿通血管96等而进行切开，或者预先对穿通血管96等进行止血处理。如此，重要的是esd等时掌握穿通血管96等特定血管的位置。
91.通过内窥镜图像能够肉眼掌握穿通血管96的位置的情况较好，但也有存在穿通血管96却难以看到的情况。例如，在粘膜下层存在纤维化的情况下，由于纤维化为白色不透明组织，因此有时难以掌握穿通血管96的位置。并且，由于纤维化，有时也只能看见穿通血管96的一部分。此外，由于烧灼伤痕、凝固血液或脂肪等组织，有时也难以掌握穿通血管96的位置。并且，例如在esd的手术中，由于内窥镜的成像透镜部分污染或者产生雾而导致视角不良，从而有时难以掌握穿通血管96的位置。并且，由于发生出血并积血，有时难以掌握发生出血的穿通血管96的位置。
92.通过检测穿通血管96等特定血管的位置，防止esd等处置中产生出血等问题，并且避免处置时花费时间。因此，有助于esd等处置的效率化。另外，特定血管的位置可以是内窥镜图像中的二维方向的位置，也可以是肌层94侧的纵深方向的三维方向的位置。因此，通过使用作为关联有与特定血管的至少一部分的位置有关的信息的内窥镜图像的学习用图像，例如即使特定血管的一部分在表面上，一部分在粘膜下层的内部而视觉辨认度差，也能够通过学习血管向哪个方向延伸，而检测特定血管的二维及三维的位置。
93.如图9所示，检测部83是在输入了普通图像71时以检测普通图像71中映现的观察对象中的特定血管的位置的方式学习的机器学习中的学习模型，具体而言是程序。学习模型为了以更高的精度检测特定血管的位置，能够采用机器学习中的各种技术，并且能够进行各种调整。有可能通过更高的精度获得特定血管的位置，因此检测部83优选为多层神经网络模型。由于是输入称为内窥镜图像的图像来检测特定血管位置的学习模型，因此可以是卷积神经网络模型，并且，也可以是深度学习模型。
94.检测部83是预先通过学习用图像进行学习而生成的。学习用图像为关联有与内窥
镜图像中映现的观察对象所包含的特定血管的至少一部分的位置有关的信息的内窥镜图像。具体而言，本实施方式的检测部83在基于esd的手术中检测特定血管，因此学习用图像为esd的手术中获取的内窥镜图像，且为具有与该内窥镜图像中映现的观察对象中的特定血管的至少一部分的位置有关的信息的内窥镜图像。所谓建立关联是指使内窥镜图像和与该内窥镜图像中映现的观察对象所包含的特定血管的至少一部分的位置有关的信息相关联，只要两者有关联即可，手法无所谓。可以对内窥镜图像进行所谓的标记。例如，可以使与特定血管的位置有关的信息作为标题等而包含在内窥镜图像的图像数据中，也可以使用以表格的形式存储了内窥镜图像和与特定血管的位置有关的信息的图像数据。
95.与特定血管的至少一部分的位置有关的信息可以通过熟练的医生肉眼观察内窥镜图像而获得，也可以通过内窥镜图像的图像解析或基于内窥镜图像的机器学习等，获得与特定血管的位置有关的信息。例如，关于医生所发现的特定血管的位置，能够通过将内窥镜图像显示于显示器15，并肉眼观察该内窥镜图像等的方法而获得，关于通过图像解析或机器学习而发现的特定血管的位置，能够通过记录特定血管的内窥镜上的坐标等的方法而获得。
96.如图10所示，具体而言，学习用图像中，能够使用作为观察对象中包含特定血管90的普通图像71且进行esd时的普通图像71a。显示器15中所显示的普通图像71a为esd中将包含靛蓝胭脂红等染色液的局部注射液局部注射于粘膜下层93而切开粘膜91时的普通图像71。在普通图像71a中，映现出安装在内窥镜前端的遮罩101、粘膜91、粘膜下层93、及作为看得清楚的穿通血管的特定血管90a、作为位于粘膜下层的深处且看不清楚的穿通血管的特定血管90b。作为看得清楚的穿通血管的特定血管90a成为在普通图像71a的中央附近潜入粘膜下层93的内部即肌层94侧的特定血管90b，特定血管90b部分的视觉辨认度差，成为与其他组织没有区分的状态。另外，在不区分特定血管90a和特定血管90b时，称为特定血管90。
97.在医生对普通图像71a关联与特定血管90的至少一部分的位置有关的信息的情况下，在显示器15上，通过指定特定血管90a及90b的位置，例如能够将普通图像71a与特定血管90a及90b的坐标建立关联。
98.与特定血管90的至少一部分的位置有关的信息还包含在内窥镜图像中映现的被摄体中完全没有特定血管90这样的信息。并且，虽然没有因受损而产生问题的可能性较高的特定血管90那样粗，但是存在可能产生问题的粗细等的血管时等，可以是对血管进行了“粗”、“中”或“细”等粗细分级的信息。并且，存在视觉辨认度差的血管时，可以是对血管进行了“特别清楚”、“清楚”或“不清楚”等准确度分级的信息。并且，在术前无法掌握特定血管90，并在术中出血的情况下，可以对出血前的内窥镜图像关联从出血部位的信息获得的特定血管90的位置信息。关于如此获得的与特定血管90的位置有关的信息，将与内窥镜图像建立关联的学习用图像用于检测部83的学习。
99.检测部83为通过如上所述的学习用图像进行了学习的学习模型，因此输入了内窥镜图像时，检测所输入的内窥镜图像中的特定血管90的位置。检测出的特定血管90的位置发送到信息输出部84。
100.如图11所示，成为检测对象的内窥镜图像例如为普通图像71b，在普通图像71b中映现出粘膜91、局部注射有包含染色液的局部注射液的粘膜下层93、作为位于粘膜下层的
深处且看不清楚的穿通血管的特定血管90b及作为看得清楚的穿通血管的特定血管90a。
101.信息输出部84将检测部83检测出的内窥镜图像中的特定血管90的位置作为适合于各种输出的特定血管位置信息而输出。特定血管位置信息只要是医生等人能够认知的形式即可，举出图像、声音或光等形式。通过图像输出特定血管位置信息时，信息输出部84生成表示特定血管90的位置的图像而作为特定血管位置信息。关于特定血管位置信息，为了通知医生等而输出。
102.如图12所示，作为表示特定血管90的位置的图像的特定血管位置信息111是为了重叠于内窥镜图像而生成的。特定血管位置信息111为在调整成特定血管90的位置显示在内窥镜图像上时，将从内窥镜图像检测出的特定血管90a及90b显示在内窥镜图像上的图像。特定血管位置信息111可以针对特定血管90a的位置表示与肌层94侧即内腔壁的外侧方向的位置有关的特定血管位置信息111。例如，特定血管位置信息111可以将位于表面侧的特定血管90a如实线那样强调表示，并且将位于肌层94侧的特定血管90b如虚线那样以比特定血管90a不显眼的状态表示。
103.信息显示控制部85例如为了通知检测出的特定血管90的位置，在显示器15中显示设为图像形式的特定血管位置信息111时，控制内窥镜图像中进行对位等之后，重叠在内窥镜图像等、特定血管位置信息111的显示。通过信息显示控制部85，生成重叠了特定血管位置信息111的内窥镜图像，并显示于显示器15。
104.如图13所示，作为通过信息显示控制部85生成的内窥镜图像的、在普通图像71b上重叠了特定血管位置信息111而成的重叠图像71c中，将位于粘膜下层93的表面附近的特定血管90a和位于粘膜下层93的肌层94侧且视觉辨认度降低的特定血管90b通过特定血管位置信息111，在普通图像71b上用特定颜色的线表示来进行强调，从而作为强调特定血管90c而表示。另外，特定血管位置信息111的重叠能够适当地进行打开和关闭。因此，考虑到特定血管位置信息111妨碍esd的进行时，关闭特定血管位置信息111的重叠，从而能够返回到通常所示的内窥镜图像。
105.如上所述，医疗图像处理装置17根据内窥镜图像来检测特定血管90的位置，检测使用如上所述的学习用图像来进行，由于进行为了通知而输出与特定血管90的位置有关的特定血管位置信息的控制，因此即使是内窥镜图像中视觉辨认度降低的血管，也能够进行检测，并如重叠图像71c那样进行输出。因此，医生通过重叠图像71c能够掌握视觉辨认度降低的特定血管90b的位置。具体而言，医生在基于esd的手术中，进行粘膜下层93的切开或剥离时，在掌握了特定血管90b的位置之后，能够采取预先进行止血处理或避开特定血管90b而进行切开等对应。因此，在基于esd等的手术中，即使是视觉辨认度降低的特定血管90，医生也能够不损伤该特定血管90而进行粘膜91的切开及剥离。并且，在如特定血管90的相对粗的血管受损的情况下，为了出血点的掌握及止血等而需要时间和功夫，但由于不需要这些时间和功夫，因此能够实现esd等手术的效率化。
106.另外，学习用图像优选为观察对象包含粘膜下层的内窥镜图像。学习用图像为包含粘膜下层93的内窥镜图像(参考图11)，由此能够提高在映现出粘膜下层93的内窥镜图像中检测特定血管90的位置的精度。
107.映现出粘膜下层93的内窥镜图像为切开了一部分粘膜91的内窥镜图像。并且，学习用图像可以是观察对象包含遮罩或遮罩的影子的内窥镜图像。切开粘膜91时，在内窥镜
的前端安装遮罩的情况较多。这是因为遮罩从内窥镜的前端部12d具有3mm或5mm等规定高度，因此通过使遮罩接触作为观察对象的粘膜91，保持规定的与内窥镜的前端部12d的距离，因此容易进行粘膜91的切开或剥离。并且，根据遮罩的形状，通过将遮罩前端部插入粘膜下层93，有时容易进行粘膜下层93的切开或剥离。因此，通过将观察对象包含遮罩或遮罩的影子的内窥镜图像(参考图11)作为学习用图像，能够将esd等手术中的图像作为学习用图像，因此能够提高针对esd等手术中的内窥镜图像检测特定血管90的位置的精度。
108.并且，学习用图像优选为观察对象包含纤维化的内窥镜图像。粘膜下层93中有时存在结缔组织异常增生的称为纤维化的组织。纤维化为白色的纤维状组织，较薄地生成在粘膜下层93，或者进行纤维化的情况下较厚地生成。由于纤维化的厚度而丧失粘膜下层93的透明性，因此有时难以看到粘膜下层93中所包含的特定血管90或肌层94等。并且，有时纤维化本身难以与肌层94进行区分。并且，纤维化是比粘膜下层93更硬的组织，因此难以切开。因此，在esd的手术中，有时医生难以识别包含纤维化的粘膜下层93中所包含的特定血管90的位置。
109.如图14所示，普通图像71d为包含纤维化121的内窥镜图像。普通图像71d为esd手术中的内窥镜图像，切开粘膜91的结果，纤维化121扩展，在纤维化121的一部分区域中存在薄纤维化的区域122。在薄纤维化的区域122中，部分可见透过局部注射液的蓝色而可见的粘膜下层93及粘膜下层93中所包含的特定血管90b。因此，在将普通图像71d作为学习用图像时，对与普通图像71d中部分可见的特定血管90d的位置有关的信息关联而使用。
110.学习用图像为包含纤维化的内窥镜图像，由此能够提高在映现出纤维化的内窥镜图像中检测特定血管90的位置的精度。
111.并且，学习用图像优选为观察对象包含烧灼伤痕、凝固血液及/或脂肪的内窥镜图像。作为进行esd的对象的消化道的内壁有时存在以前进行的emr或esd中用于止血的烧灼伤痕、出血凝固的凝固血液、或脂肪等。因此，从这些组织等也需要精确地检测特定血管90。
112.如图15所示，普通图像71e为包含烧灼伤痕131及凝固血液132的内窥镜图像。通过将内窥镜图像71e作为学习用图像而使用，从而从这些组织等也能够精确地检测特定血管90。
113.并且，学习用图像优选为关联有通过对内窥镜图像进行图像处理而获得的信息的内窥镜图像。而且，学习用图像优选为对由规定光谱的照明光照亮的观察对象进行拍摄而获得的内窥镜图像。
114.作为图像处理，可举出强调内窥镜图像中映现的特定结构的图像处理或者增强粘膜色附近的色调的图像处理等。作为特定结构，可举出血管。并且，血管中，可以对消化道的内壁，进行以内侧为表面，分别强调存在于表层的表层血管、位于中层的中层血管、或位于深层的深层血管的图像处理。
115.作为强调表层血管、中层血管或深层血管的方法，可举出对于将多个特定的窄频带光作为照明光而进行拍摄而获得的多个内窥镜图像，使用分别获得的图像的亮度比来获得特定深度的血管的信息的方法、或者、对由规定光谱的照明光照亮的观察对象进行拍摄而获得的方法等。
116.例如，作为规定光谱的照明光，举出第1照明光(参考图5)或第2照明光(参考图16)等。光源用处理器21在设定为特殊观察模式时，例如，能够以发出紫色光v、蓝色光b、绿色光
g及红色光r之间的光强度比的组合成为vs2∶bs2∶gs2∶rs2的第2照明光的方式控制各led20a～20d。第2照明光优选强调深层血管。因此，第2照明光优选使蓝色光b的光强度大于紫色光v的光强度。例如，如图16所示，将紫色光v的光强度vs2与蓝色光b的光强度bs2的比率设为“1∶3”。
117.如上所述，根据通过第1照明光获得的第1图像72，如图17所示，显示观察对象中表示有背景粘膜bm及表层血管vs1的图像。第1图像72根据包含紫色光、蓝色光、绿色光及红色光的第1照明光而获得。如图18所示，若第1照明光l1照亮观察对象，则第1照明光l1中紫色光及蓝色光v/b深入到表层血管vs1分布的表层。另外，图18中，第1照明光l1从纸面上方照亮观察对象，纸面下方为观察对象的深度方向d。第1照明光中紫色光v的光强度比蓝色光b、绿色光g及红色光r的光强度强，因此根据紫色光v的反射光而获得的紫色光图像vp中所包含的表层血管vs1的像被强调。另外，在此，紫色光v的光强度比蓝色光b、绿色光g及红色光r的光强度强，因此设为紫色光图像vp。并且，第1照明光l1中红色光r深入到分布于比表层血管vs1及深层血管vs2(位于比表层血管vs1更深的位置的血管)更深的位置的背景粘膜bm。因此，在根据红色光r的反射光而获得的红色光图像rp中，包含有背景粘膜bm的像。综上所述，第1图像为组合了紫色光图像vp和红色光图像rp的图像，因此显示有背景粘膜bm及表层血管vs1的像。
118.根据通过第2照明光获得的第2图像141，如图19所示，显示观察对象中表示有背景粘膜bm及深层血管vs2的图像。第2图像141根据包含紫色光v、蓝色光b、绿色光g及红色光r的第2照明光而获得。如图20所示，第2照明光l2中绿色光g深入到深层血管vs2分布的深层。另外，图20中，第2照明光l2从纸面上方照亮观察对象，纸面下方为观察对象的深度方向d。第2照明光l2中绿色光g的光强度比蓝色光b、紫色光v及红色光r的光强度强，因此根据绿色光g的反射光而获得的绿色光图像gp中所包含的深层血管vs2的像被强调。另外，在此，绿色光g的光强度强，因此设为绿色光图像gp。并且，第2照明光l2中红色光r深入到分布于比表层血管vs1及深层血管vs2(位于比表层血管vs1更深的位置的血管)更深的位置的背景粘膜bm。因此，在根据红色光r的反射光而获得的红色光图像rp中，包含有背景粘膜bm的像。综上所述，第2图像为组合了绿色光图像gp和红色光图像rp的图像，因此显示有背景粘膜bm及深层血管vs2的像。
119.如上所述，第1图像72成为强调了表层血管vs1的内窥镜图像，第2图像141成为强调了深层血管vs2的内窥镜图像。可以将这些内窥镜图像作为学习用图像而使用。学习用图像为强调了血管的内窥镜图像，由此能够提高在内窥镜图像中检测特定血管90的位置的精度。
120.学习用图像为关联有通过对内窥镜图像进行图像处理而获得的信息的内窥镜图像，由此能够更广泛地或精确地将信息与内窥镜图像建立关联。具体而言，在通过对内窥镜图像进行图像处理而强调显示的深层血管中包含特定血管90时，能够将该特定血管90的信息与内窥镜图像建立关联。因此，通过使用这种内窥镜图像作为学习用图像而具有如下可能性，即能够将更广泛的信息或更详细的信息与学习用图像建立关联，并且检测部83能够更精确地检测特定血管90。
121.另外，如上所述，普通光及第1照明光、以及第2照明光在多观察模式下，能够自动进行切换。在这些照明光中，将通过普通光照明而获得的内窥镜图像显示于显示器15，通过
第1照明光及第2照明光等特殊光照明而获得的内窥镜图像也能够不显示于显示器15。关于通过特殊光照明而获得的内窥镜图像，能够为了进行图像处理并获得各种信息而使用，并且，为了用作学习用图像而保存。
122.另外，特定血管位置信息优选包含能够安全切开的切开适合部位的信息。切开适合部位是esd等中切开粘膜等时至少损伤特定血管90的可能性较低的部位。
123.如图21所示，医疗图像处理装置17具备切开适合部位判定部151。切开适合部位判定部151根据检测部83检测出的特定血管90的位置，在内窥镜图像中映现的观察对象中，判定即使切开损伤特定血管90的可能性也低的区域，从而生成切开适合部位的信息。可以说，越是从特定血管90的距离远的区域，即使切开，损伤特定血管90的可能性也越低。从特定血管90的距离可以是内窥镜图像的二维中的距离，也可以是从粘膜91朝向肌层94的三维中的距离。关于切开适合部位的信息，为了通知给医生，例如能够作为图的形状而重叠显示在内窥镜图像上。
124.如图22所示，切开适合部位显示161将切开适合部位的信息作为图的形状重叠在普通图像71c上而进行显示。医生通过观察切开适合部位显示161，能够识别在切开适合部位显示161的范围内进行切开时，损伤特定血管90的可能性较低。优选在普通图像71c中，也显示强调特定血管90c。通过显示有切开适合部位显示161和强调特定血管90c的内窥镜图像，医生一眼掌握特定血管90的位置和切开适合部位，并且能够进行esd。
125.另外，医疗图像处理装置17中，优选进行通过颜色、图、符号及文字中的至少1者来输出特定血管位置信息的控制。并且，医疗图像处理装置17优选进行通过声音及/或光来输出特定血管位置信息的控制。
126.关于特定血管位置信息，除了用特定颜色的线表示(参考图13)以外，能够组合图、符号及/或文字等来显示。如图23所示，例如，在内窥镜图像上表示特定血管位置信息的情况下，特定血管位置信息171在内窥镜图像的端部表示位于粘膜下层的深处且看不清楚的穿通血管的特定血管90b的存在和方向。
127.另外，切开适合部位显示也同样地进行通过颜色、图、符号及文字中的至少1者来进行输出的控制。如图23所示，例如，关于切开适合部位显示172，在内窥镜图像中不存在特定血管90的一侧的框外，用蓝色等暗示安全的颜色，以表示存在切开适合部位的方向的方式进行显示。另外，关于切开适合部位显示172，存在特定血管90时，可以在内窥镜图像中存在特定血管90的一侧的框外，用黄色等暗示危险的颜色，以表示不是切开适合部位的方向的方式进行显示。
128.并且，在特定血管位置信息通过声音及/或光来输出时，例如，判定内窥镜图像中的刀等处置器具的位置，当处置器具靠近特定血管90时，能够通过声音及/或光通知医生等。通过声音进行通知的情况下，处置器具靠近特定血管90时发出声音，处置器具越靠近特定血管90，越能够放大声音。并且，通过光进行通知的情况下也同样地，在处置器具靠近特定血管90时，在医疗图像处理装置17的框体等中设置的灯、显示器15内或显示于显示器15的内窥镜图像内，使光闪烁，处置器具越靠近特定血管90，越能够缩短闪烁的间隔。
129.通过颜色、图、符号及文字中的至少1者来输出特定血管位置信息或通过声音及/或光来输出特定血管位置信息，由此例如能够以不妨碍esd的进行的方式，并且，准确有效地向医生表示特定血管的位置。
130.沿图24所示的流程图，对基于医疗图像处理装置17的本实施方式的内窥镜图像的处理的一系列流程进行说明。首先，为了制作学习用图像，由医生判定普通图像中映现的被摄体中的特定血管90的位置(步骤st110)。接着，制作将特定血管90的位置与普通图像建立关联而成的学习用图像(步骤st120)。使用学习用图像，制作学习了学习用图像的学习模型，以通过试例的内窥镜图像等正确地检测特定血管位置的方式进行调整(步骤st130)。使用想要检测特定血管位置的内窥镜图像来测试学习模型(步骤st140)。学习模型如期望那样检测出特定血管的位置时，作为学习模型完成(步骤st150中为“是”)。在学习模型中特定血管的位置检测中存在问题时，返回到学习用图像的制作，并重新制作学习模型(步骤st150中“否”)。完成了学习模型的情况下，获取想要检测特定血管的位置的普通图像(步骤st160)。根据普通图像，学习模型检测特定血管的位置(步骤st170)。将显示检测出的特定血管的位置的特定血管位置信息作为图像输出(步骤st180)。在普通图像上重叠特定血管位置信息的图像(步骤st190)。将重叠图像显示于显示器15(步骤st200)。
131.另外，上述实施方式中，对进行内窥镜图像处理的情况进行本发明的适用，但对处理内窥镜图像以外的医疗图像的处理器装置、医疗图像处理装置或医疗图像处理系统等也能够进行本发明的适用。
132.另外，如图25所示，内窥镜系统10中图像处理部55及/或中央控制部58的一部分或全部例如能够从内窥镜系统10直接地、或者从pacs(picture arc hiving and communication systems：图片存档和通信系统)22间接地设置于获取由内窥镜12拍摄的图像的诊断支援装置610。相同地，内窥镜系统10中医疗图像处理装置17的一部分或全部例如能够从内窥镜系统10直接地、或者从pacs(picture archiving and communication systems：图片存档和通信系统)22间接地设置于获取由内窥镜12拍摄的图像的诊断支援装置610。
133.并且，如图26所示，能够在经由网络626与包含内窥镜系统10的第1检查装置621、第2检查装置622、
……
、第n检查装置623等各种检查装置连接的医疗业务支援装置630中，设置内窥镜系统10中图像处理部55及/或中央控制部58的一部分或全部、或者、医疗图像处理装置17的一部分或全部。
134.上述实施方式中，光源用处理器、包含第1处理器的处理器装置14中所包含的中央控制部58、图像获取部51、dsp52、降噪部53、存储器54、图像处理部55、显示控制部56及视频信号生成部57、以及包含第2处理器的医疗图像处理装置17中所包含的中央控制部81、医疗图像获取部82、检测部83、信息输出部84、信息显示控制部85及切开适合部位判定部151等执行各种处理的处理部(processing unit)的硬件结构为如下所示的各种处理器(proce ssor)。各种处理器中，包括可编程逻辑器件(programmable logic device：pld)及专用电路等，所述可编程逻辑器件是执行软件(程序)而作为各种处理部发挥功能的通用处理器即cpu(central processing unit：中央处理器)、fpga(field programmable gate array：现场可编程逻辑门阵列)等制造后能够变更电路结构的处理器，所述专用电路是具有为了执行各种处理而专门设计的电路结构的处理器。
135.1个处理部可以由这些各种处理器中的1个构成，也可以由相同种类或不同种类的2个以上的处理器的组合(例如，多个fpga或者cpu与fpga的组合)构成。并且，也可以由1个处理器构成多个处理部。作为由1个处理器构成多个处理部的例，第1，如客户端或服务器等
计算机为代表，具有如下方式，即，由1个以上的cpu和软件的组合构成1个处理器，该处理器作为多个处理部而发挥功能。第2，如片上系统(system on chip：soc)等为代表，具有如下方式，即，使用以1个ic(integrated circuit：集成电路)芯片实现包含多个处理部的系统整体的功能的处理器。如此，各种处理部作为硬件结构，使用1个以上的上述各种处理器而构成。
136.而且，更具体而言，这些各种处理器的硬件结构为组合了半导体元件等电路元件的方式的电路(circuitry)。
137.符号说明
138.10-内窥镜系统，12-内窥镜，12a-插入部，12b-操作部，12c-弯曲部，12d-前端部，12e-弯角钮，12f-变焦操作部，12g-模式切换开关，12h-钳道口，13-光源装置，14-处理器装置，15-显示器，16-键盘，17-医疗图像处理装置，20-光源部，20a-v-led，20b-b-led，20c-g-led，20d-r-led，21-光源用处理器，22-pacs，30a-照明光学系统，30b-摄像光学系统，41-光导件，42-照明透镜，43-物镜，44-变焦透镜，45-摄像传感器，46-cds/agc电路，47-a/d变频器，51-图像获取部，52-dsp，53-降噪部，54-存储器，55-图像处理部，56-显示控制部，57-视频信号生成部，58、81-中央控制部，61-普通图像处理部，62-特殊图像处理部，71、71a、71b、71c、71d-普通图像，72-第1图像，82-医疗图像获取部，83-检测部，84-信息输出部，85-信息显示控制部，90、90a、90b-特定血管，90c-强调特定血管，91-粘膜，92-粘膜肌板，93-粘膜下层，94-肌层，95-浆膜，96-穿通血管，97-静脉，98-淋巴管，99-动脉，101-遮罩，111、171-特定血管位置信息，121-纤维化，122-薄纤维化的区域，131-烧灼伤痕，132-凝固血液，141-第2图像，151-切开适合部位判定部，161、172-切开适合部位显示，610-诊断支援装置，621-第1检查装置，622-第2检查装置，623-第n检查装置，626-网络，630-医疗业务支援装置，vs1-表层血管，vs2-深层血管，bm-背景粘膜，l1-第1照明光，l2-第2照明光，v/b-紫色光及蓝色光，g-绿色光，r-红色光，d-深度方向，vp-紫色光图像，bp-蓝色光图像，rp-红色光图像，x-大肠的内侧方向，d-深度方向，st110～st200-步骤。