PROBLEM TO BE SOLVED To provide a technique for improving discrimination performance of computer-aided diagnosis for chest X-ray image.An image acquiring unit acquires a digital image of a chest X-ray in which a position of a nodular shadow is known in advance. The image density conversion unit 111 acquires a density normalized image obtained by normalizing the density of the entire digital image based on the histogram of the pixel values included in the predetermined partial area set in the digital image. The filter processing unit 113 executes filter processing on the density normalized image to obtain a filter image. The candidate region acquiring unit 114 binarizes the filter image to obtain a nodular shadow candidate region. The learning unit 115 executes learning using the deep convolution neural network as a class that is a region corresponding to the known nodular shadow out of the candidate regions and an area that does not correspond to the known nodular shadow as another class Generate an identifier.(FIG.【課題】胸部X線画像用コンピュータ支援診断の識別性能を向上させる技術を提供する。【解決手段】画像取得部110は、あらかじめ結節状陰影の位置が既知である胸部X線のデジタル画像を取得する。画像濃度変換部111は、デジタル画像に設定された所定の部分領域に含まれる画素値のヒストグラムに基づいて、デジタル画像全体の濃度を正規化した濃度正規化画像を取得する。フィルタ処理部113は、濃度正規化画像に対してフィルタ処理を実行してフィルタ画像を取得する。候補領域取得部114は、フィルタ画像を2値化して結節状陰影の候補領域を取得する。学習部115は、候補領域のうち、既知である結節状陰影に対応する領域をひとつのクラス、既知である結節状陰影と対応しない領域を他のクラスとして深層畳み込みニューラルネットワークによる学習を実行して識別器を生成する。【選択図】図9
