Pxy的对数的总和设为相似度S的情况下，使用下式(4-E)来计算相似度S，在将并存概率Pxy与非并存概率NPxy之比Pxy/NPxy的对数的总和设为相似度S的情况下，使用下式(4_F)来计算相似度S。
[0152]S = Σ logPxy = logPxyA+logPxyB+logPxyC+logPxyD+logPxyE+logPxyF+logPxyG+logPxyH...(4-D)
[0153]S = Σ logNPxy = logNPxyA+logNPxyB+logNPxyC+logNPxyD+logNPxyE+logNPxyF+logNPxyG+logNPxyH...(4-E)
[0154]S = Σlog(Pxy/NPxy) = Σ (logPxy-logNPxy) = (logPxyA-logNPxyA)+(logPxyB-logNPxyB)+(logPxyC-logNPxyC)+(logPxyD-logNPxyD)+(logPxyE-logNPxyE)+(logPxyF-logNPxyF) + (logPxyG-logNPxyG) + (1ogPxyH-1ogNPxyH)…(4_F)
[0155]并存概率Pxy的对数的总和、非并存概率NPxy的对数的总和以及并存概率Pxy与非并存概率NPxy之比Pxy/NPxy的对数的总和与在总乘积的情况下同样地，是表示检查图像19与病例图像21的相似性的指标，在并存概率Pxy的对数的总和以及并存概率Pxy与非并存概率NPxy之比Pxy/NPxy的对数的总和的情况下，值越高，贝可以说检查图像19与病例图像21的相似性越高，在非并存概率NPxy的对数的总和的情况下，相反地值越低，则可以说检查图像19与病例图像21的相似性越高。
[0156]在上述第1实施方式中，按照事先在特征量计算部61以及概率计算部62中计算病例图像21的特征量Zy以及第2存在概率Py来进行了说明，但也可以在与相似图像检索服务器17不同的装置中计算病例图像21的特征量Zy或者第2存在概率Py。在这种情况下，既可以通过与第1存在概率Px相同的统计学的方法来计算第2存在概率Py，也可以通过与第1存在概率Px不同的统计学的方法来计算第2存在概率Py。另外，按照将事先计算出的第2存在概率Py作为病例图像21的附带信息储存在病例图像DB22中来进行了说明，但也可以在每次计算相似度S时，计算第2存在概率Py。这样的话，不需要将第2存在概率Py储存到病例图像DB22中，所以相应地在病例图像DB22的容量中产生富余，能够存储更多的病例图像21。
[0157][第2实施方式]
[0158]如上述第1实施方式那样，当在并存概率Pxy的计算中使用式(2-A)的情况下，在将第1存在概率Px例如设为0.8时的针对各第2存在概率Py的并存概率Pxy如图17A所示。即，第2存在概率Py越高，则并存概率Pxy越高，检查图像19与病例图像21的相似性也越尚Ο
[0159]在这里，各存在概率Px、Py通过统计学的方法来同样地计算，所以可以说在各存在概率Px、Py的值较接近时，检查图像19与病例图像21的相似性较高。进一步地说，如果各存在概率Px、Py的值都较高且相同，则可以说检查图像19与病例图像21大致一致。关于作为各存在概率Px、Py的基础的各特征量Zx、Zy，也可以说大致相同。S卩，根据各特征量Zx、Zy的值、其范围，有时可以说在各特征量Zx、Zy的值较接近时，检查图像19与病例图像21的相似性较高。特别是在各特征量Zx、Zy的值都较大且接近的情况下，检查图像19与病例图像21的相似性高的可能性大。这样，如果考虑各存在概率Px、Py以及作为它们的基础的各特征量Zx、Zy的值的接近度来判断检查图像19与病例图像21的相似性，则能够进行更适当的相似图像的检索。然而，在图17A所示的例子中，没有考虑各存在概率Px、Py以及各特征量Zx、Zy的值的接近度来判断检查图像19与病例图像21的相似性，所以在第2存在概率Py与第1存在概率Px同为0.8的情况下的并存概率Pxy为0.64，其值低于在第2存在概率Py为1.0的情况下的并存概率Pxy (0.8)、以及在第2存在概率Py为0.9的情况下的并存概率Pxy (0.72)。因此，在第2存在概率Py为0.8的情况下，尽管检查图像19与病例图像21的相似性更高，但仍判断为相似性比在第2存在概率Py为1.0,0.9的情况下更低。
[0160]因此，在本实施方式中，考虑各存在概率Px以及Py的值的接近度来判断检查图像19与病例图像21的相似性，计算并存概率Pxy，以便合理地判断与检查图像19的相似性更高的病例图像21。具体来说，通过下式(2-B)，来计算并存概率Pxy。
[0161]Pxy = PxXmin (Px，Py)…(2-B)
[0162]式(2-B)的右边的min(Px，Py)表示各存在概率Px与Py中的最小值(minimum)、即各存在概率Ρχ与Py中的值较低的一方。在各存在概率Px与Py为相同值的情况下，min(Px，Py) = Px = Py。在使用该式(2_B)的情况下，在与图17A相同地将第1存在概率Px设为0.8时的针对各第2存在概率Py的并存概率Pxy如图17B所示。S卩，在第2存在概率Py为0.8的情况下，以及在第2存在概率Py为1.0、0.9的情况下，并存概率Pxy的值同为0.64。因此，在各存在概率Px、Py为相同值的情况下，能够判断为检查图像19与病例图像21具有与第2存在概率Py高于第1存在概率Px的情况相同的相似性。
[0163]与并存概率Pxy同样地，针对非并存概率NPxy，在各存在概率Px、Py为相同值的情况下，也能够判断为检查图像19与病例图像21的相似性更高，所以通过下式(3-B)、(3-C)来计算。
[0164]在Ρχ>0.5 的情况下，NPxy = PxX {l_min(Px，Py)} + (l~Px) XPy." (3_B)
[0165]在Px < 0.5 的情况下，NPxy = PxX (l_Py) + (l_Px) Xmax(Px, Py)...(3_C)
[0166]式(3-C)的右边的max(Px，Py)表示各存在概率Px与Py中的最大值(maximum)、即各存在概率Px与Py中的值较高的一方。在各存在概率Px、Py为相同值的情况下，max (Px，Py) = Ρχ = Py0
[0167]图18A、图18B分别示出在使用上述第1实施方式的式(3_A)的情况、以及在使用式(3-B)的情况下的、将第1存在概率Px设为0.8 (符合于Ρχ>0.5的情况)时的针对各第2存在概率Py的非并存概率NPxy。在使用式(3-A)的图18A中，非并存概率NPxy在第2存在概率Py为1.0的情况下最低，检查图像19与病例图像21的相似性也最高。与此相对地，在使用式(3-B)的图18B中，非并存概率NPxy在第2存在概率Py与第1存在概率Px同为0.8的情况下最低，检查图像19与病例图像21的相似性也最高。
[0168]另外，图19A、图19B分别示出在使用上述第1实施方式的式(3-A)的情况、以及在使用式(3-C)的情况下的、在将第1存在概率Px设为0.3 (符合于Px < 0.5的情况)时的针对各第2存在概率Py的非并存概率NPxy。在使用式(3_A)的图19A中，非并存概率NPxy在第2存在概率Py为0.1的情况下最低，检查图像19与病例图像21的相似性也最高。与此相对地，在使用式(3-C)的图19B中，非并存概率NPxy在第2存在概率Py与第1存在概率Px同为0.3的情况下最低，检查图像19与病例图像21的相似性也最高。因此，在各存在概率px、Py为相同值的情况下，能够判断为检查图像19与病例图像21的相似性最高。
[0169][第3实施方式]
[0170]在上述第1实施方式中，计算检查图像19、与在病例图像DB22中储存的全部病例图像21的分别的相似度S。因此，在病例图像21的量较大的情况下，直到输出检索结果为止需要大量的时间。
[0171]因此，在本实施方式中，将与检查图像19明显没有相似性的病例图像21从相似度S的计算对象中排除，缩短检索结果的输出所需要的时间。
[0172]在图20中，在本实施方式的相似图像检索服务器17的CPU100中，除了上述第1实施方式的各部60?65 (除概率计算部62以及相似度计算部63以外未图示)之外，还构筑过滤处理部101。过滤处理部101具有排除范围计算器102与比较判定器103。排除范围计算器102根据关系式104以及阈值P，计算第2存在概率Py的排除范围。排除范围计算器102将所计算出的排除范围输出到比较判定器103。
[0173]比较判定器103对来自排除范围计算器102的排除范围、与来自病例图像DB服务器16的病例图像21中附加的第2存在概率Py进行比较。比较判定器103将第2存在概率Py是排除范围的病例图像21从在相似度计算部63中计算相似度S的候补中排除。具体来说，比较判定器103将第2存在概率Py是排除范围的病例图像21的图像ID等信息作为判定结果来输出到相似度计算部63。相似度计算部63根据来自比较判定器103的判定结果，将第2存在概率Py是排除范围的病例图像21排除而计算相似度S。
[0174]对排除范围计算部102提供的关系式104例如如以下所示。
[0175]并存概率Pxy与非并存概率NPxy的差分NPxy-Pxy表示检查图像19与病例图像21的非相似性。如式(5)所示，在该差分大于阈值P的情况下，即在检查图像19与病例图像21的非相似性较高的情况下，无需计算相似度S就能够判断为检查图像19与病例图像21的相似性低。
[0176]NPxy-Pxy> P …(5)
[0177]在式(5)中，如果代入式(2-A)以及式(3-A)，并关于第2存在概率Py进行求解，则得到下式(6)。
[0178]Py>(p-Px)/(l-3Px)…(6)
[0179]式(6)在Px= 1/3时为不确定，在Px〈l/3时右边的分母为正，在Ρχ>1/3时右边的分母为负，所以区分Px〈l/3时和Ρχ>1/3时的情况，设为下式(7-A)以及(7-B)。
[0180]在Px〈l/3 的情况下，Py>(P-Px)/(l-3Px)…(7-A)
[0181]在Ρχ>1/3 的情况下，Py〈(P-Px)/(l-3Px)…(7-B)
[0182]将这些式(7-A)以及(7-B)用作关系式104。
[0183]排除范围计算部102通过在式(7-A)以及(7_B)中代入阈值P与第1存在概率Px的值来计算排除范围。阈值P被预先设定，或者经由输入设备50来输入。第1存在概率Px从概率计算部62提供。例如，在阈值P = 0.6、第1存在概率Px = 0.8 (符合于Ρχ>1/3的情况)的情况下，根据式(7-B)，第2存在概率Py的排除范围如下。
[0184]Py〈(0.6-0.8)/(1-3.0.8)?0.143。在这种情况下，比较判定器103将第2存在概率Py比0.143低的病例图像21从相似度S的计算候补中排除。
[0185]另外，在阈值P =0.6、第1存在概率？1 = 0.1(符合于？1〈1/3的情况)的情况下，根据式(7-A)，第2存在概率Py的排除范围如下。
[0186]Py> (0.6-0.1) / (1-3.0.1) ^ 0.714
[0187]在这种情况下，比较判定器103将第2存在概率Py比0.714高的病例图像21从相似度s的计算候补中排除。
[0188]此外，虽然省略图示，但排除范围计算器102以及比较判定器103与各特征量计算器61A?61H、各并存概率计算器80A?80H、各非并存概率计算器81A?81H、各比计算器82A?82H同样地，与多种病变对应地设置有多个。排除范围计算部102计算与各种病变的图案对应的第2存在概率PyA、PyB、PyC、…的排除范围，比较判定器103对与各种病变的图案对应的排除范围、和与各种病变的图案对应的第2存在概率PyA、PyB, PyC、…进行比较。比较判定器103当在与各种病变的图案对应的第2存在概率PyA、PyB、PyC，…中即使有1个是排除范围的情况下，也将该病例图像21从相似度S的计算候补中排除。
[0189]对排除范围计算部102提供的关系式104是一种，仅有所代入的第1存在概率Px的值根据病变的图案的种类而不同。另外，阈值P既可以是无论病变的图案的种类如何都