JP2002325754A - 画像処理方法および装置 - Google Patents
画像処理方法および装置Info
- Publication number
- JP2002325754A JP2002325754A JP2001132930A JP2001132930A JP2002325754A JP 2002325754 A JP2002325754 A JP 2002325754A JP 2001132930 A JP2001132930 A JP 2001132930A JP 2001132930 A JP2001132930 A JP 2001132930A JP 2002325754 A JP2002325754 A JP 2002325754A
- Authority
- JP
- Japan
- Prior art keywords
- image
- image processing
- region
- data stream
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims description 32
- 238000003745 diagnosis Methods 0.000 claims abstract description 83
- 238000003860 storage Methods 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 29
- 230000011218 segmentation Effects 0.000 description 27
- 238000000605 extraction Methods 0.000 description 21
- 201000010099 disease Diseases 0.000 description 20
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 20
- 230000008569 process Effects 0.000 description 19
- 210000000038 chest Anatomy 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000006835 compression Effects 0.000 description 10
- 238000007906 compression Methods 0.000 description 10
- 210000004072 lung Anatomy 0.000 description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 9
- 206010028980 Neoplasm Diseases 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 230000001575 pathological effect Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 208000029523 Interstitial Lung disease Diseases 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 101100325793 Arabidopsis thaliana BCA2 gene Proteins 0.000 description 1
- 101100316860 Autographa californica nuclear polyhedrosis virus DA18 gene Proteins 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101100061188 Drosophila melanogaster dila gene Proteins 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101100280298 Homo sapiens FAM162A gene Proteins 0.000 description 1
- 102100023788 Protein FAM162A Human genes 0.000 description 1
- 230000005260 alpha ray Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000005337 ground glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 210000001370 mediastinum Anatomy 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 101150006061 neur gene Proteins 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 206010035653 pneumoconiosis Diseases 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- -1 silver halide Chemical class 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Closed-Circuit Television Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
先的に読み出すことを可能とし、必要な画像を迅速に取
得可能とする。 【解決手段】初期ストリーム設定部18及び入力制御部
14の制御により、画像入力部11は、符号化画像デー
タストリームのうち、まず、診断支援処理を可能とする
低画質画像を再生可能な分を取り込む。懲り込まれたデ
ータストリームは、復号化部12で復号化され、得られ
た2次元画像13が診断支援部16で解析されて陽性領
域17が決定される。そして、入力制御部14が陽性領
域17の部分を優先して取り込むべく画像入力部11を
制御することにより、診断に有効な領域が優先的に取り
込まれ、詳細に再生される。
Description
装置に関し、特にX線医療用画像の処理に好適な画像処
理方法及び装置に関する。
β線、γ線、電子線、紫外線等)を照射すると、この放
射線エネルギーの一部が蛍光体中に蓄積され、この蛍光
体に可視光等の励起光を照射すると、蓄積されたエネル
ギーに応じて蛍光体が輝尽発光を示すことが知られてお
り、このような性質を示す蛍光体は蓄積性蛍光体(輝尽
性蛍光体)呼ばれる。この蓄積性蛍光体を利用した放射
線画像情報記録再生システムが本出願人により提案され
ている(特開昭55−12429号、特開昭56−11
395号等)。このシステムによれば、人体等の被写体
の放射線画像情報を一旦蓄積性蛍光体のシートに記録
し、この蓄積性蛍光体シートをレーザ光等の励起光で走
査して輝尽発光光を生ぜしめ、得られた輝尽発光光を光
電的に読み取って画像信号を得、この画像信号に基づき
写真感光材料等の記録材料、CRT等の表示装置に表示
させて、被写体の放射線画像を可視像として得る。
用して同様にX線画像を撮影する装置が開発されてい
る。これらのシステムは、従来の銀塩写真を用いる放射
線写真システムと比較して極めて広い放射線露出域にわ
たって画像を記録し得るという実用的な利点を有してい
る。すなわち、非常に広いダイナミックレンジのX線を
光電変換手段により読み取って電気信号に変換し、この
電気信号を用いて写真感光材料等の記録材料、CRT等
の表示装置に出力させることによって、放射線露光量の
変動に影響されない放射線画像を可視像として得ること
ができる。
はデジタル情報に変換可能であり、得られたデジタル情
報はメモリ等の記憶媒体に蓄積することができる。そし
て、そのようなデジタル情報を情報処理装置に提供する
ことで、デジタル画像処理を施し、種々の診断支援を行
なうことも提案されている。
像は非常に多くの情報を含んでおり、その画像を蓄積・
伝送する際にはデ−タ量が膨大になってしまうという問
題がある。このため画像の蓄積・伝送に際しては、画像
の持つ冗長性を除く、或いは画質の劣化が視覚的に認識
し難い程度で画像の内容を変更することによってデ−タ
量を削減する高能率符号化が用いられる。
してISOとITU−Tにより勧告されたJPEGで
は、可逆圧縮に関してはDPCMが採用され、非可逆圧
縮に於いては離散的コサイン変換(DCT)が使用され
ている。JPEGについての詳細は、勧告書ITU−T
Recommendation T.81、ISO/IEC 1091
8−1等に記載されているのでここでは詳細な説明を省
略する。
(DWT)を使用した圧縮方法に関する研究が多く行わ
れている。DWTを使用した圧縮方法の特徴は、離散コ
サイン変換(DCT)で見られるブロッキングアーティ
ファクトがおきないことである。
を効率的に向上させる手段として関心領域(重要な領
域)を設定して、関心領域の圧縮率を落として画質を他
の領域よりも優先させることが考えられる。また、画像
を無損失(LOSSLESS)で符号化する場合も、関心領域を
優先的に符号化することにより、読み出しの際に関心領
域を先行して復号化して表示することが可能になる。し
かし、画像中のどこを関心領域に設定するかは医療の診
断学的な意味もあり簡単ではなかった。
に入力画像を解析してX線の照射野領域を抽出し、抽出
された照射野領域からX線の素抜け領域をさらに抽出し
て、照射野領域から素抜け領域を除いた部分を関心領域
として、この関心領域に相当する画像をレベルシフトし
て符号化することにより関心領域を優先的に符号化する
方法および装置を提案している。この方法の問題点は、
切り出し画像(照射野領域)中での素抜け領域の割合は
20%程度であり、圧縮率の向上に際しては更なる関心
領域の絞込みが必要となることである。
示する際にも関心領域の設定は有効な場合が多い。例え
ば1000×1000画素のモニタに2000×2000画素から構成さ
れる画像を1枚あるいは複数枚表示する場合を考える
と、画像の一部分を表示するか、縮小表示するかを選択
しなければならない。もちろん、マウスやトラックボー
ルで画像をスクロールする手法も考えられるが、これで
は複数枚を同時に表示する目的が達せられない。画像を
ファイリングする際に各画像で関心領域が設定されてい
る場合は関心領域のみを表示することが可能であるが、
関心領域の設定がない場合や、関心領域の設定があって
も表示割り当て領域をオーバーしてしまう場合もあり、
一部分を表示するにしろ、全体を表示するにしろ、縮小
表示が必要になる。
して、空間分解能が悪いことにより詳細の観察(一次診
断が終わった画像に対する参照という意味で診断と区別
する)が出来ない可能性がある。これを補償する技術と
しては、CRT上で動く矩形や円形の拡大鏡を設定し
て、オペレータ(医師)が適宜拡大鏡を移動し、部分的
に原画表示することが提案されている。しかしながら、
空間分解能が悪い画像で拡大領域を適切に選択すること
が可能であるかという問題点を残している。
めに符号化して保存される場合があるが、この符号化さ
れた画像を迅速に表示することが望まれている。符号化
された画像を迅速に表示することは、符号化された画像
データから診断に有効な領域を優先して表示することで
も実現できる。
ータから診断に有効な領域を優先的に読み出し可能とす
ることにある。
によって決定された、診断あるいは観察に重要な関心領
域を優先的に読みこみ、その領域の画質を向上させるこ
とにより、効率的に診断支援の精度を高めることにあ
る。
目的に応じて必要となる画質で画像データを取り込むこ
とを可能とし、効率的な画像転送を実現可能とすること
にある。
めの本発明による画像処理装置は以下の構成を備える。
すなわち、画像データを系列変換し、符号化して得られ
たデータストリームの第1の部分を取り込む第1取込手
段と、前記第1取込手段により取り込まれたデータスト
リームを復号化して2次元画像を得る復号手段と、前記
復号手段によって得られた2次元画像を解析し、該2次
元画像中の関心領域を決定する解析手段と、前記解析手
段によって決定された関心領域に基づいて前記データス
トリームより選択される第2の部分を取り込む第2取込
手段とと備える。
による画像処理方法は以下の構成を備える。すなわち、
画像データを系列変換し、符号化して得られたデータス
トリームの第1の部分を取り込む第1取込工程と、前記
第1取込工程により取り込まれたデータストリームを復
号化して2次元画像を得る復号工程と、前記復号工程に
よって得られた2次元画像を解析し、該2次元画像中の
関心領域を決定する解析工程と、前記解析工程によって
決定された関心領域に基づいて前記データストリームよ
り選択される第2の部分を取り込む第2取込工程とを備
える。
明の好適な実施形態を説明する。
されたX線医療画像を読み出す際に、診断に有効な領域
を自動決定して、その領域に係わるデータを優先的に読
み出し、表示する画像処理装置について説明する。
概略の構成を説明するブロック図である。21はCPU
であり、ROM22に格納された制御プログラム、或い
は外部記憶装置25からRAM23にロードされた制御
プログラムを実行することで、図1等を参照して以下に
説明する各種処理を実現する。22はROMであり、C
PU21が実行する制御プログラムや各種データを格納
する。23はRAMであり、制御プログラムのロード領
域やCPU21の作業領域を提供する。
制御の下で各種表示を行なう。25は外部記憶装置であ
り、ハードディスク等で構成され、制御プログラムや画
像データ等を格納する。26は入力装置であり、操作者
の操作入力を取り込む。27はネットワークインターフ
ェースであり、ネットワーク28と通信可能に接続す
る。20はバスであり、上記各構成を接続する。
トワークである。29は符号化画像データを格納するサ
ーバである。29は、系列変換され、符号化された画像
データのデータストリームを提供する画像サーバであ
る。
機能構成を示すブロック図である。図1において、画像
入力部11は、符号化された画像データの入力を前提と
している。以下の説明ではDWT変換された画像が符号
化ストリームに変換されて入力されることを前提にして
いるが、DWT変換に限定されるものでなくDCT、K
L変換等の系列変換された画像に対して符号化する応用
例も考えることができる。情報源符号化においてはDC
T、KL変換、DWT等を総称して系列変換と呼ぶ。な
お、DCT、KL変換に関しては、「ANIL K. JAIN著、
Fundamental OfDigital Image Processing、1989、Pren
tice-Hall Inc.」に記載されているように、一般的な技
術である。
ク接続した画像サーバ(29)から転送されるが、画像
入力部11により入力されたデータは復号化部12に転
送される。DWT画像を復号化する復号化部に関して
は、ISO/IEC 15444(以降JPEG2000)によるものを使用
するが、その詳細はJPEG2000の規格文書等に公開されて
いる。復号化部12の出力である画像13は、画像表示
部15によりディスプレイ24上に表示されるともに、
診断支援部16に提供される。もちろん、画像13を診
断支援部16が取り込むように構成してもよい。
使用する初期画像は、目標としている診断支援に最小限
必要な画質でよく、診断支援のために変換されているデ
ータストリームを全て読みこむ必要はないことである。
目標としている診断支援に必要な画質、つまり符号化の
際のレイヤの構成は、初期ストリーム設定部に設定され
る。
検出支援を例に示すが、この診断支援には比較的低解像
度の縮小画像で十分である。従って、初期画像として対
象画像に対応するデータが部分的に転送されるように、
初期ストリーム設定部18により設定される。前提条件
として、診断支援には複数種類のものが考えられ、その
診断支援の種類によって必要とされる画質が決定され
る。たとえば、腫溜陰影では比較的大きな対象物の検出
になるために精細な分解能は必要なく、空間分解能5分
の1、濃度分解能2分の1程度の画質が初期画像に設定
される。他方、すりガラス状の陰影の場合は、比較的精
細な分解能が必要とされるので、空間分解能2分の1、
濃度分解能3分の1程度の画質が初期画像として設定さ
れる。これらの初期設定値は、診断支援アルゴリズム内
部で設定されるパラメータとの関連が強く、経験的に決
められる。こうして設定された条件を満たす画像が入力
された時点で、診断支援部16は診断支援プロセスを開
始する。そして、診断支援の過程で更なるデータストリ
ームが必要になれば、入力制御部14を介して必要な領
域のデータ入力を行う。診断支援部16によって決定し
た陽性領域17は、輪郭情報として画像表示部15に表
示された縮小画像にオーバレイ表示されるとともに、入
力制御部14に提供される。
る。図2は本実施形態による画像処理装置の動作概要を
説明するフローチャートである。まずステップS21に
おいて、初期ストリーム設定部18により、目的とする
診断支援に適した初期ストリームが設定される。ステッ
プS22では、画像入力部11が、符号化画像データを
取り込み、復号化部12へ提供する。このとき、入力制
御部14は、初期ストリーム設定部18によって設定さ
れた内容に従って画像データの入力が行なわれるように
画像入力部11を制御する。
11より入力された符号化画像データを復号し、得られ
た画像データ13を画像表示部15により表示する。ま
た、ステップS24において、診断支援部16はこの復
号された画像データ13を解析して疾患部位を検出し、
陽性領域データ17を出力する。ステップS25におい
て、入力制御部14は、診断支援部16から出力された
陽性領域データ17に基づいて、ステップS21で入力
した符号化画像中の優先的に取り込むべき領域を設定す
る。ステップS26において、当該画像データの取り込
みが終了していない場合はステップS22に戻る。そし
て、入力制御部14は、設定された領域に従って符号化
画像を取り込むべく画像入力部11を制御する。こうし
て画像入力部11より入力された符号化画像は復号化部
12により順次復号され、画像表示部15に表示され
る。また、符号化画像データの取り込みの進行は、ステ
ップS24における診断支援処理の精度向上や、ステッ
プS23における画像表示の詳細化に寄与する。
されたデータから診断に有効な領域が自動的に選択さ
れ、その領域が優先的に読み出されるので、診断に有効
な情報を優先して表示することが可能となる。このよう
に診断に有効な情報を優先して表示するので、X線画像
を迅速に表示するのと同等の効果が得られる。
診断支援部16は、診断支援の目的に応じて異なる処理
が必要になるが、大きくは陰影診断処理とテクスチャ疾
患診断処理に分類できる。陰影診断処理は、胸部画像中
の石灰化、腫溜状の癌、あるいはマンモグラム画像中の
腫溜(MASS)の検出に使用されるプロセスである。一
方、テクスチャ疾患診断処理は、胸部画像中に発見され
る間質性肺炎などの診断支援に使用される。
用いて説明する。
チャートである。まず、ステップS31において、復号
された画像データ13が陰影抽出部に入力され、陰影抽
出が行なわれる。
ク図である。入力された画像データ13から、High-Pas
sフィルタ41とLow-Passフィルタ部42により高周波
画像と低周波画像が作成される。演算部43では、これ
ら2つの画像の差分をとり、陰影候補画像データ44が
作成される。High-Passフィルタ41とLow-Passフィル
タ42の特性例を図5の(A)、(B)に示す。また、
高周波画像と低周波画像の差分により形成される特性
は、図5(C)に示すが、これは画像中からある大きさ
の円形パターンを検出するマッチドフィルタと考えるこ
とが出きる(図5(C)に示されるように、画像中のあ
る周波数に対応する領域のみを抽出するフィルタは、実
効的には画像中のある大きさのものだけを抽出すると解
することができる)。
理においてHigh-Passフィルタ41とLow-Passフィルタ
42の特性を調整することにより、抽出する円形パター
ンのサイズを調整することが可能である。一般的に、胸
部正面画像の場合であれば、画像中から5mm直径以下
の腫溜を選別して抽出することは非常に困難である。理
由は画像中には同等サイズの信号が数多く含まれて、そ
の多くは病気の信号ではないからである。そこで、ここ
では直径としては10mm程度のマッチドフィルタを想
定している。しかし、マッチドフィルタで抽出を試みる
円形パターンの直径が1種類である限定はなく、複数種
類の円形パターンを用いてもよい。例えば、円形パター
ンの直径が8mm、12mm、16mmの3種類のフィ
ルタを順序適用して、それぞれのフィルタが抽出した陰
影候補を以後のプロセスに流すことも可能である。
影抽出処理(S31)で抽出された陰影候補に対して
(複数ある場合はそれぞれに対して)、病理特徴量抽出
処理により特徴量が計算される。ここで計算される特徴
量は、面積、円形度、閾値感度である。それぞれの特徴
量を以下に説明する。ただし、面積と円形度を計算する
際には陰影候補を2値化する必要がある。2値化の閾値
は、経験的にマッチドフィルタ出力画像のヒストグラム
の10%値とする。 (1)面積S=[陰影候補に含まれる画素数]×[1画
素の面積] (2)円形度C=A/S:ここで、Aは実効直径Dの円
を陰影候補の重心に配置したときに、その円と陰影候補
がオーバーラップする(重なる)面積 (3)閾値感度=|2×S10−S5−S15|:なお、閾値感
度とは閾値を変化させた場合の陰影面積変化であり、S
5、S10、S15はそれぞれ閾値を5%、10%、15%と
変化させたときの面積を、“||”は絶対値を表す。
れた特徴量をベースに、ステップS31で抽出された各
陰影に対して陽性か 偽陽性であるかの判定を行う。こ
こで、偽陽性とは陽性ではない陰影のことである。な
お、本実施形態においては、特徴量は上記3種類を用い
るものとするが、これら3種類に限定されるものではな
い。
ューラルネットワークにより構成される判定部を用いて
行なう。以下、判定部について学習フェーズと利用フェ
ーズに分けて説明する。本実施形態においては、判定部
にニューラルネットワークを使用しているが、これに限
定されるものではなく診断支援の目的によっては線形で
分離が可能な場合もあり、その場合はより簡便で計算量
の少ない線形分離を使用してもよい。
分かっている陰影に対して、結果を提示しながら特徴量
を入力してニューラルネットワークの内部係数を学習さ
せるものである。ニューラルネットワークは、さまざま
なものが開発されている。例をあげるとランメルハート
が開発したFeed Forward型の誤差逆伝播ニューラルネ
ットワーク(参考文献:D. E. Rumelhart and J. L. Mc
Celland, Parallel Distributed Processing: Explorat
ions in the Microstructure of Cognition, Vol. 1: F
oundation. Cambridge: The MIT Press, 1986.)、Radi
al Basis Functionニューラルネットワーク(簡単にR
BF-NN)(参考文献:C. Bishop, "Improving the Gener
alization Properties of Radial Basis Function Neur
al Networks," Neural Comp., vol. 3, pp. 579-588,
1991.)があげられる。本実施形態においては、図6に
示すような3入力のRBF−NNを使用する。構造的に
はFeed Forward型を採用して、入力層、中間層1層、出
力層の3層構造を有する。入力層には、ステップS32
の病理特徴量抽出処理で抽出した特徴量の数に相当する
入力Nodeを配置する。中間層に配置するRBFニューロ
ンは、非線型要素としてガウス分布を持つような出力特
性を具備させる。RBFニューロンの数は、学習のケー
ス数と問題の複雑さに依存するが、計算時間を妥当に設
定するためには100程度が適当である。ニューラルネ
ットワークの出力数は1であり、陽性であれば1、陰性
であればゼロが出力される。本実施形態において、ニュ
ーラルネットワークは診断支援の目的毎に用意される
が、ニューラルネットワークはソフトウェアで構成され
るので、実際は診断支援毎の係数を保存しておいて、使
用の際には診断支援毎の係数をセットすることになる。
した内部係数をニューラルネットに設定した後に、判定
結果が未知の陰影に対する3種類の特徴量を提示して、
ネットワーク出力を得る。陽性出力が1、陰性出力が0
で学習されれば、出力が0.5以上の場合は陽性、0.
5以下であれば陰性の判定が出力される。陽性と判定さ
れた円形パターン(陰影)は、それぞれ陽性領域決定処
理(ステップS34)に用いられる。
の目的は、陽性と判定された複数の陰影パターンが近接
する場合にはひとつの陽性領域とすること、および符号
化された領域を指定するために陽性領域を矩形化するこ
とである。ただし、陽性領域の指定を矩形状に限定する
制約は本質的なものではなく、JPEG2000ではMAXSHIFTを
使用すれば円形の関心領域(陽性領域)を設定すること
が可能である。
スを説明する図である。図7の(A)は、画像データ5
13として入力された胸部正面画像であり、この画像に
対してステップS31の陰影抽出処理を適用した結果を
(B)に示す。次に、ステップS32の病理特徴量抽出
処理は、(B)に示された4個の陰影候補のそれぞれに
対して病理特徴量を抽出する。そして、ステップS33
において、抽出した特徴量をもとにニューラルネットワ
ークで各陰影が陽性か否かを判定した結果が図7(C)
である。(C)では、(A)に示した右肺の矩形の陰影
パターンが陰性として排除されている。更に、ステップ
S34の陽性領域決定処理において、(C)の陽性陰影
パターンに対して陽性領域が決定された結果が(D)で
ある。このようにすべての陽性陰影を含むように陽性領
域が設定され、しかも左肺の陰影に関しては一つに統合
されて陽性領域が設定されている。なお、統合の条件と
しては、ある陽性領域から所定の範囲内に他の陽性領域
が存在すれば、それらは一つの陽性領域として最終的に
は取り扱われる。領域統合のアルゴリズム例としては、
図7(C)の画像に対して、所定回数の形態学的なDila
tionを行ったのちに、ラベリングの個別領域の数をカウ
ントし、個別領域の数が減少していれば領域の接合が発
生したと判断される。そして、結合され領域に含まれる
オリジナルの陽性領域をすべて包含するようにROI
(関心領域)が決定されて、図7(D)が出力されるこ
とになる。
診断支援を説明する。但し、以下の説明においては、胸
部正面画像に対する間質性肺疾患を例にとって説明す
る。
するフローチャートである。図8において、ステップS
81で、復号化部12から出力された画像データ13に
対して、テクスチャ疾患抽出処理が適用され、テクスチ
ャ疾患候補関心領域(ROI)が抽出される。図9はテ
クスチャ疾患抽出処理の機能構成を示すブロック図であ
る。入力画像としての画像データ13はセグメンテーシ
ョン部91に入力されて肺野領域がセグメンテーション
される。間質性肺疾患は縦隔領域が対象外になること
と、陰影パターンを検索するのとはことなり、局所的な
領域で判断する疾患であるので、肺野の局所領域を定義
するために肺野の抽出が必要になる。
を参照して更に説明する。図10はセグメンテーション
部91の詳細な機能構成を示すブロック図である。10
1はセグメント特徴量抽出部であり、画像データ13の
各画素に対して特徴量の計算を行なう。102は判別部
であり、ニューラルネットワークを用いて疾患候補領域
を判定する。
ズと利用フェーズにより構成が異なる。本実施形態のセ
グメンテーション部91はニューラルネットワークによ
り構成されているので、学習データを入力してニューラ
ルネットワーク内部の係数を形成するフェーズを学習フ
ェーズと呼び、入力された画像データに対してセグメン
テーションを実施するフェーズを利用フェーズと呼ぶ。
以下のフェーズでは画素単位のセグメンテーションを行
っているが、セグメンテーションの手法としては画素単
位のものに限定されず、画像中から輪郭を追跡する手法
によりセグメンテーションを行うことも可能である。輪
郭を追跡するタイプのセグメンテーションに関しては、
文献:O.Tsujii, M. T. Freedman, and S. K. Mun, "L
ung contour detection in chest radiographs using 1
-D convolution neural networks," Electronic Imagin
g, 8(1), pp. 46-53, January 1999.に記載されてい
る。
ーション部の機能構成を説明する図である。入力画像の
各画素に対してセグメント特徴抽出部101により特徴
量の計算が行われる。計算される特徴量は、画素値をベ
ースに計算されるもの、テクスチャをベースに計算され
るもの、解剖学的構造からの相対アドレスで計算するも
のなどがある。詳しくは、本発明者による論文(O. Tsu
jii, M. T. Freedman,and S. K. Mun, "Automated Seg
mentation of Anatomic Regions in Chest Radiographs
using Adaptive-Sized Hybrid Neural Network," Med.
Phys., 25(6), pp. 998-1007, June 1998.)を参照の
こと。
文で示されるものに限定されるものでなく、その他の論
文M. F. McNitt-Gray, H. K. Huang and J. W. Sayre,
"Feature Selection in the Pattern Classification
Problem of Digital Chest Radiograph Segmentation,"
IEEE Trans. Med. Imag., 14, 537-547 (1995).などに
記載される確率的な特徴量も使用され得る。
ーク部とも呼ぶ)102に関して説明する。ニューラル
ネットワーク102は、前述したようにさまざまなもの
が開発されている。本実施形態においては、RBF−N
Nを使用する。構造的にはFeed Forward型を採用して、
図6に示したように入力層、中間層1層、出力層の3層
構造とする。ただし、便宜的に入力NODE数は3、中間ニ
ューロンは4、出力NODE数は1としている。
1で抽出した特徴量の数に相当する入力Nodeを配置す
る。中間層に配置するRBFニューロンは、非線型要素
としてガウス分布を持つような出力特性を具備させる。
RBFニューロンの数は、学習のケース数と問題の複雑
さに依存するが、計算時間を妥当に設定するためには5
000程度は適当である。ニューラルネットワークの出
力数は、各部位に対するセグメント数に相当する。例え
ば、図13の(A)に示すような胸部正面の画像であれ
ば、図13の(B)に示すように2つの解剖学的セグメ
ントがあるので、2つの出力NODEが用意される。
ットワークは撮影部位毎(対象画像毎)に用意される
が、ニューラルネットワークはソフトウェアで構成され
るので、実際には部位毎の係数を保存しておいて、使用
の際には部位毎の係数をセットするようにする。学習フ
ェーズにおいては、各画素に対する特徴量とともに、セ
グメンテーション結果である回答例(教師出力画像)が
ニューラルネットワーク102に提示される。入力画像
に対する教師出力画像は、人手によるセグメンテーショ
ン処理部111から提供される。図13の(A)に示し
た入力胸部画像に対応する教師画像を図13の(B)に
示す。胸部正面画像に対応するセグメント分類に対応す
るように、セグメンテーション処理部111では、出力
値1と2を持つように教師画像が作られる。ただし、セ
グメントの対象とならない領域は、それ以外の数、たと
えばゼロがセットされる。セグメンテーション処理部1
11による教師画像の作成は、画像中の領域を指定でき
るグラフィックソフトで行うことが出きるが、市販され
ているPhotoshop(米国Adobe社製)などを使用しても可
能である。ニューラルネットワークの学習は、RBF−
NNの場合は出力エラーを最小にする最小2乗法で行え
ば、解析的に求めることができ、内部係数の計算は短時
間で行える。
12は利用フェーズにおけるセグメンテーション部91
の機能構成を説明する図である。
像中の各画素に対する特徴量の抽出は、学習フェーズと
同様に行われる。ニューラルネットワーク102に対す
る内部係数は、対象の撮影部位に対する係数が利用前に
ロードされる。各画素に対する特徴量がニューラルネッ
トワークに提示されて、ネットワークは出力NODEに出力
値を出力する。胸部正面画像の場合では、出力NODEは2
つであり、それらの出力NODEで最もYESに近い出力をし
たNODEに対応するセグメントに、入力画素は分類され
る。なお、上記においてロードされる係数とは、ニュー
ラルネットワークにおいて撮影部位毎に学習され、学習
の結果としてニューラルネットワーク内部に形成された
係数である。これらの係数はもともとは、適当な初期値
から出発して、特定の撮影部位、診断支援に合わせて、
学習の過程で収斂して行く。この収斂された係数が、ニ
ューラルネットワークの挙動を決定し、通常は複数の係
数から構成される。なお、係数の数は、使用するニュー
ラルネットワークの種類、大きさに依存して決まる。
する分類が完了したセグメント画像例を図13の(C)
に示す。一般的にニューラルネットワーク部102が出
力したセグメント画像にはノイズが含まれる。例えば、
肺野の領域から分離して小さい面積の肺野領域が発生す
る場合がある。このようなノイズ的な小領域は、後処理
過程で除去されるが、この技術に関しては前述の文献:
O.Tsujii, M. T. Freedman, and S. K. Mun, "Lung co
ntour detection in chest radiographs using1-D conv
olution neural networks," Electronic Imaging, 8
(1), pp. 46-53,January 1999.を参照のこと。
部)102の出力がセグメンテーション出力画像103
である。胸部正面画像の場合は肺野部分であり、その例
を図13の(C)に示す。
03に対して領域分割処理92(図9)が適用される。
領域分割処理とは、テクスチャ疾患パラメータを計算
するための局所的な領域を定義する処理である。具体的
例を図14に示す。図14の(A)は胸部正面画像であ
り、これを画像データ13として入力したセグメンテー
ション部91は、(B)に示すごとき画像をセグメンテ
ーション出力画像103として出力する。(B)のセグ
メンテーション出力画像103に領域分割処理92を適
用すると、図14の(C)の如く領域分割された画像が
得られる。すなわち、分割処理は、セグメンテーション
出力画像の対象領域(この場合は肺野)を一定値以下の
面積に成るように矩形状に分割する処理である。このよ
うにして定義された概略矩形の関心領域をテクスチャ疾
患候補ROI(93)と呼ぶ。
テクスチャ疾患抽出処理の出力がテクスチャ疾患候補R
OI93である。ステップS82では、この複数のテク
スチャ疾患候補ROI93のそれぞれに対して病理特徴
量の抽出(病理特徴量の計算)を行ない、得られた特徴
量をもとに各候補が陽性か陰性かを判断する。
理(図3)と同様である。すなわち、陽性と判定された
テクスチャ疾患候補ROI(図14の(C)においてハ
ッチングを施した領域)を含む矩形状の陽性領域を定義
し(S83、S84)、この陽性領域を出力する(S8
5)。ただし、特徴量計算は診断支援の目的に応じてな
される。テクスチャ疾患診断支援に使用される特徴量に
関しては、 (1) 桂川茂彦、他:間質性疾患のコンピュータ診断
支援の可能性、日本医学表さy線学会誌、50:753
−766、1990. (2) 佐々木康夫、他:じん肺標準写真のテクスチャ
解析による定量評価、日本医学表車線学会、52:13
85−1393、1992. 等の文献を参照されたい。
により陽性領域17が出力されると、この出力は入力制
御部14に入力され、画像入力部11による画像入力の
制御に使用される。入力制御部14の目的は、陽性領域
17(以下では関心領域ともよぶ)に対してのデータを
読み込むことにあり、それは陽性領域の画像を詳細にし
て診断支援の精度を向上させ、あるいは詳細な画像表示
に寄与する。診断支援の精度向上を行う際には、精度向
上された入力画像をもとに診断支援部16が再度適用さ
れる。以下、入力制御部14について説明する。
ル領域、あるいはコードブロック領域を指定して優先的
にデータを転送するように画像サーバに指定を行う。画
像サーバへの選択的なデータの要求は、画像入力部11
を介して行われるが、画像サーバの構成によってはLOSS
LESSの全符号を保存しておき、画像入力部11からの要
求に応じて動的(ダイナミック)にレイヤなどのストリ
ームを構成することが可能である。
1の間で符号列を動的に生成する場合の構成を示した図
である。同図において画像入力部11は画像サーバ15
1に対し画像内の関心領域の位置と当該部分の伝送要求
を送信する。画像サーバ151は予め符号化され外部記
憶装置152に保存されている符号列から必要な部分を
画像入力部11に対して伝送する。以下に、この構成に
おいて関心領域に係る符号列の出力形態例を説明する。
た場合の符号列伝送を示した図である。同図において、
画像は矩形領域であるタイルに分割され、各タイルは独
立に符号化されて外部記憶装置152に記憶されてい
る。画像入力部11からの伝送要求は画像サーバ151
内のパーサ161に入力される。パーサ161は入力し
た関心領域の位置情報から、当該領域にかかるタイルの
符号列を外部記憶装置152から読み出し出力する。
に複数のレイヤ(図16ではLayer0〜Layer9の10個の
レイヤ)から構成されており、出力されるタイルの符号
列は必要なレイヤの符号化データのみでもよいし、又は
全てのレイヤであってもよい。出力される符号列は1つ
にまとめられ、各タイルの符号化データの先頭にはタイ
ルの開始およびタイルの番号を表すマーカコードが挿入
される。
列が伝送されていない場合は、初期ストリーム設定部1
8によって設定された情報量に従ってデータストリーム
を入力するよう入力制御部14が画像入力部11を制御
する。これにより、画像入力部11は、たとえば全タイ
ルのレイヤ9,8を入力するよう伝送要求をパーサ16
1に発行する。パーサ161はタイル1からタイル16
までの各タイルの符号化データのレイヤ9,8をまとめ
て符号列を構成し出力する。続いて、診断支援部16に
よる解析の結果、要請領域(関心領域)がタイル5であ
ったとすると、入力制御部14はタイル5を優先的に入
力するよう画像入力部11を制御する。これにより、画
像入力部11は、タイル5について更に伝送要求を行
う。これを受けたパーサ161は、タイル5の残りの全
レイヤ(レイヤ7〜0)をまとめて符号列を構成し、出
力する。こうして、要請領域として指定されたタイル5
については全てのレイヤが、それ以外のタイルについて
は必要最小限のレイヤが伝送されることになる。このよ
うにすることで、符号化が可逆で行われていれば、復号
された画像は関心領域であるタイル5の部分に関しては
可逆で(オリジナルと同一の画質)、それ以外の部分に
ついては観察に十分な程度の画質で画像が再生されるこ
とになる。
能であり、以下に図17を参照して説明する。図17は
画像をDWTによって符号化した場合の符号列伝送を示
した図である。JPEG2000においてはDWTにより生成さ
れたサブバンドの係数又は量子化インデックスはコード
ブロックを単位としてビットプレーン符号化される。本
例においては、各コードブロックの符号化データが符号
列に構成されない形で外部記憶装置152に保存され
る。
52に記憶されている各コードブロックの符号化データ
において、診断目的に応じて初期ストリーム設定部18
により設定された符号化データ部分は既に伝送が行われ
ている。例えば、最上位から所定のビットプレーン又は
レイヤに相当するデータについては、既に初期ストリー
ム設定部18により伝送されており、伝送された符号化
データを復号した画像により、診断支援部16は処理を
行っているものとする。
に示すように関心領域が出力された場合、入力制御部1
4は同図(B)に示すように、関心領域を含むコードブ
ロックを特定し、これらのコードブロックの符号化デー
タをさらに伝送するよう、パーサ171に対して伝送要
求を出力する。
要求に応じ、関心領域に係るコードブロックの符号化デ
ータを符号列に構成して出力する。このとき、例えば図
21に示すように選択されたコードブロックに対して
は、全ての符号化データを伝送し、先に伝送済みとなっ
ている符号化データと共に復号することにより、関心領
域部分については高い画質を持つ画像を構成することが
出来る。
の構成例を示したものであるが、上述の例においては、
同図に示す符号列のLayer9において、既に伝送済みとな
っていない下位ビットプレーンに係る符号化データのみ
を新たな符号列に構成して伝送することと同じである。
或いは、関心領域周辺のコードブロックから構成される
付加レイヤを構成して同時に伝送することにより、関心
領域とその周辺部分の画質が改善された画像を得ること
が出来る。
らの伝送要求に応じ、関心領域に係るコードブロックの
符号化データを図18に示すように上位レイヤに配置し
た符号列を生成し、出力する。このように符号列構成前
の中間状態の符号化データを外部記憶装置152に保存
し、外部からの要求に応じて最適な符号列を動的に生成
することで、前述したタイル分割を行わない場合であっ
ても、画像表示側の要求に応じて関心領域を高画質とし
た符号列を生成し出力することが出来る。
号化を例にとって補足説明を加える。JPEG2000ではレイ
ヤと呼ばれる階層化された符号化データ構成により、前
述の関心領域を優先的に符号化することも出来る。図1
8はこのときのレイヤ構成の様子を示した図である。同
図においてコードブロック3および4が関心領域に含ま
れている。符号列構成部5は入力した関心領域の情報に
基づき、関心領域に含まれるコードブロックの符号のみ
をLayer9に含めて符号列を構成する。
けるLayer-Resolution level-Component-Positionとす
ると、符号列全体におけるレイヤの配置は図19に示す
ような形態となり、符号列先頭に位置するLayer9には関
心領域の符号化データのみが含まれる。
子化を行わないようし、所定の上位レイヤに関しては、
予め定められた圧縮率に対応する符号化データ量となる
よう構成することにより、図19に示すように、各レイ
ヤに対し圧縮率を対応させつつ、全体では可逆符号化と
することも可能である。ただし、最上位レイヤ(Layer
9)に対しては関心領域のみを含むため、その領域の大
きさが異なれば、符号化データ長は異なる。
ニタで観察するにはその細部を常に表示することができ
ない。この問題に対して、関心領域を決めてそこだけ大
きく表示することが考えられる。しかし、小さい画像か
ら関心領域を適切に決めることは難しく、関心領域を人
間に代わって決める手段が必要となる。上記実施形態で
は、診断支援技術によって決定された関心領域を使用し
て、その領域を自動的に高精細で表示することを提供し
ている。
像に対して診断支援を行う際に、すべての画像を読みこ
まずに最低限必要な画像で診断支援を行い、診断支援手
段により陽性と判断された部分に対して、その領域の詳
細な画像が選択的に取り込まれる。このため、効率的な
データ転送が行えて、また重要な部分に対して詳細な画
像表示を迅速に行なえる。
期画像の取りこみが可能になり、大まかな画像しか必要
としない診断支援手段に対して不必要なデータ転送が発
生しないので、ネットワークのトラフィックを軽減させ
ることが可能である。
いものに関しては、発明者が既に出願しているような照
射野領域から素抜け部分を削除した領域を関心領域とす
ることが考えられる。また、関心領域を故意に設定(表
示)しないことにより画像を見ている医師に対して無所
見であること明示する効果が生じる。
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ(またはCPU
やMPU)が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。
体としては、例えば、フロッピディスク,ハードディス
ク,光ディスク,光磁気ディスク,CD−ROM,CD
−R,磁気テープ,不揮発性のメモリカード,ROMな
どを用いることができる。
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているOS(オペレ
ーティングシステム)などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るCPUなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。
符号化されたデータから診断に有効な領域を優先的に読
み出すことが可能となり、必要な画像を迅速に取得する
ことが可能となる。
って決定された、診断あるいは観察にとって重要な関心
領域を優先的に読みこみ、その領域の画質を向上させる
ことが可能となり、効率的に診断支援の精度を高めるこ
とができる。
的に応じて必要となる画質で画像データを取り込むこと
が可能となり、効率的な画像転送が実現可能となる。
すブロック図である。
明するフローチャートである。
ある。
る。
するためのニューラルネットワークを示す図である。
である。
チャートである。
ック図である。
を示すブロック図である。
の機能構成を説明する図である。
91の機能構成を説明する図である。
号列を動的に生成する場合の構成を示した図である。
号列伝送を示した図である。
列伝送を示した図である。
る。
図である。
を説明するブロック図である。
る図である。
Claims (22)
- 【請求項1】 画像データを系列変換し、符号化して得
られたデータストリームの第1の部分を取り込む第1取
込手段と、 前記第1取込手段により取り込まれたデータストリーム
を復号化して2次元画像を得る復号手段と、 前記復号手段によって得られた2次元画像を解析し、該
2次元画像中の関心領域を決定する解析手段と、 前記解析手段によって決定された関心領域に基づいて前
記データストリームより選択される第2の部分を取り込
む第2取込手段とを備えることを特徴とする画像処理装
置。 - 【請求項2】 前記第1取込手段で取り込む第1の部分
のデータストリームは、前記解析手段による解析の実行
を可能とする最低限の画質を保証するものであることを
特徴とする請求項1に記載の画像処理装置。 - 【請求項3】 前記解析手段は、前記符号手段によって
得られた2次元画像について医療診断支援を行なうこと
を特徴とする請求項1に記載の画像処理装置。 - 【請求項4】 前記第1取込手段で取り込む前記第1の
部分のデータ量を、診断目的に応じて設定する設定手段
を更に備えることを特徴とする請求項3に記載の画像処
理装置。 - 【請求項5】 前記関心領域は、前記医療診断支援の結
果、陽性と判定された領域であることを特徴とする請求
項3に記載の画像処理装置。 - 【請求項6】 前記第2取込手段は、前記解析手段が出
力する関心領域に対応する画像の詳細を表すデータスト
リームを取り込むことを特徴とする請求項1に記載の画
像処理装置。 - 【請求項7】 前記第2取込手段は、データストリーム
を提供する装置に対して、前記画像の詳細を表すデータ
ストリームの提供を要求することを特徴とする請求項6
に記載の画像処理装置。 - 【請求項8】 前記第2取込手段は、前記関心領域に対
応する領域が、前記第1取込手段で取り込まれたデータ
ストリームによって得られる画質よりも高画質になるよ
うにデータストリームを取り込むことを特徴とする請求
項1に記載の画像処理装置。 - 【請求項9】 前記第2取込手段で取り込まれたデータ
ストリームについて前記復号手段と前記解析手段を実行
することを特徴とする請求項1に記載の画像処理装置。 - 【請求項10】 前記復号手段で復号された2次元画像
を表示するとともに、当該表示において前記解析手段で
決定された関心領域を明示する表示を行なう表示手段を
更に備えることを特徴とする請求項1に記載の画像処理
装置。 - 【請求項11】 画像データを系列変換し、符号化して
得られたデータストリームの第1の部分を取り込む第1
取込工程と、 前記第1取込工程により取り込まれたデータストリーム
を復号化して2次元画像を得る復号工程と、 前記復号工程によって得られた2次元画像を解析し、該
2次元画像中の関心領域を決定する解析工程と、 前記解析工程によって決定された関心領域に基づいて前
記データストリームより選択される第2の部分を取り込
む第2取込工程とを備えることを特徴とする画像処理方
法。 - 【請求項12】 前記第1取込工程で取り込む第1の部
分のデータストリームは、前記解析工程による解析の実
行を可能とする最低限の画質を保証するものであること
を特徴とする請求項11に記載の画像処理方法。 - 【請求項13】 前記解析工程は、前記符号工程によっ
て得られた2次元画像について医療診断支援を行なうこ
とを特徴とする請求項11に記載の画像処理方法。 - 【請求項14】 前記第1取込工程で取り込む前記第1
の部分のデータ量を、診断目的に応じて設定する設定工
程を更に備えることを特徴とする請求項13に記載の画
像処理方法。 - 【請求項15】 前記関心領域は、前記医療診断支援の
結果、陽性と判定された領域であることを特徴とする請
求項13に記載の画像処理方法。 - 【請求項16】 前記第2取込工程は、前記解析工程が
出力する関心領域に対応する画像の詳細を表すデータス
トリームを取り込むことを特徴とする請求項11に記載
の画像処理方法。 - 【請求項17】 前記第2取込工程は、データストリー
ムを提供する装置に対して、前記画像の詳細を表すデー
タストリームの提供を要求することを特徴とする請求項
16に記載の画像処理方法。 - 【請求項18】 前記第2取込工程は、前記関心領域に
対応する領域が、前記第1取込工程で取り込まれたデー
タストリームによって得られる画質よりも高画質になる
ようにデータストリームを取り込むことを特徴とする請
求項11に記載の画像処理方法。 - 【請求項19】 前記第2取込工程で取り込まれたデー
タストリームについて前記復号工程と前記解析工程を実
行することを特徴とする請求項11に記載の画像処理方
法。 - 【請求項20】 前記復号工程で復号された2次元画像
を表示するとともに、当該表示において前記解析工程で
決定された関心領域を明示する表示を行なう表示工程を
更に備えることを特徴とする請求項11に記載の画像処
理方法。 - 【請求項21】 請求項11乃至20のいずれかに記載
の画像処理方法をコンピュータによって実現するための
制御プログラムを格納する記憶媒体。 - 【請求項22】 請求項11乃至20のいずれかに記載
の画像処理方法をコンピュータによって実現するための
制御プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001132930A JP5388393B2 (ja) | 2001-04-27 | 2001-04-27 | 画像処理装置および画像処理方法、制御プログラム |
US10/132,205 US7031506B2 (en) | 2001-04-27 | 2002-04-26 | Image processing apparatus and method |
US11/143,714 US7570790B2 (en) | 2001-04-27 | 2005-06-03 | Image processing method and apparatus for acquiring higher resolution image data for a region of interest from a data stream |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001132930A JP5388393B2 (ja) | 2001-04-27 | 2001-04-27 | 画像処理装置および画像処理方法、制御プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012263659A Division JP5693550B2 (ja) | 2012-11-30 | 2012-11-30 | 診断支援装置およびその制御方法、診断支援システム、プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2002325754A true JP2002325754A (ja) | 2002-11-12 |
JP2002325754A5 JP2002325754A5 (ja) | 2008-06-19 |
JP5388393B2 JP5388393B2 (ja) | 2014-01-15 |
Family
ID=18980872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001132930A Expired - Fee Related JP5388393B2 (ja) | 2001-04-27 | 2001-04-27 | 画像処理装置および画像処理方法、制御プログラム |
Country Status (2)
Country | Link |
---|---|
US (2) | US7031506B2 (ja) |
JP (1) | JP5388393B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007502173A (ja) * | 2003-08-13 | 2007-02-08 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 分類プロセスへの空間的知見の組込み |
JP2008229341A (ja) * | 2007-03-19 | 2008-10-02 | General Electric Co <Ge> | 内容に基づいて圧縮された画像の処理 |
JP2011215741A (ja) * | 2010-03-31 | 2011-10-27 | Nohmi Bosai Ltd | 煙検出装置 |
JP2014006911A (ja) * | 2013-07-24 | 2014-01-16 | Nohmi Bosai Ltd | 煙検出装置 |
US10366488B2 (en) | 2016-04-08 | 2019-07-30 | International Business Machines Corporation | Image processing used to estimate abnormalities |
KR20190111506A (ko) * | 2018-03-23 | 2019-10-02 | 삼성전자주식회사 | 외부 전자 장치와 이미지를 처리하는 전자 장치 및 그 동작 방법 |
JPWO2019012632A1 (ja) * | 2017-07-12 | 2019-12-26 | 株式会社ソニー・インタラクティブエンタテインメント | 認識処理装置、認識処理方法及びプログラム |
WO2020031515A1 (ja) * | 2018-08-10 | 2020-02-13 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
WO2020067100A1 (ja) * | 2018-09-26 | 2020-04-02 | 富士フイルム株式会社 | 医用画像処理装置、プロセッサ装置、医用画像処理方法、及びプログラム |
JP2021074232A (ja) * | 2019-11-07 | 2021-05-20 | キヤノン株式会社 | 情報処理装置、情報処理方法、および撮像システム |
JP2021516810A (ja) * | 2018-03-19 | 2021-07-08 | ヴェリリー ライフ サイエンシズ エルエルシー | 術前画像に基づく手術ビデオ検索 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7921445B2 (en) * | 2002-06-06 | 2011-04-05 | International Business Machines Corporation | Audio/video speedup system and method in a server-client streaming architecture |
US7349542B2 (en) * | 2002-07-25 | 2008-03-25 | Georgia Tech Research Corporation | Systems, methods and computer program products for encryption and decryption using wavelet transforms |
US7646927B2 (en) * | 2002-09-19 | 2010-01-12 | Ricoh Company, Ltd. | Image processing and display scheme for rendering an image at high speed |
US7965907B2 (en) * | 2002-11-21 | 2011-06-21 | Canon Kabushiki Kaisha | Medical image handling system and method |
JP2004201819A (ja) * | 2002-12-24 | 2004-07-22 | Konica Minolta Holdings Inc | 画像処理装置、画像処理方法、プログラム、及び記録媒体 |
JP2004221633A (ja) * | 2003-01-09 | 2004-08-05 | Ricoh Co Ltd | 画像処理装置、画像処理用プログラム及び記憶媒体 |
JP2004222776A (ja) * | 2003-01-20 | 2004-08-12 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置 |
JP3779982B1 (ja) * | 2005-02-04 | 2006-05-31 | 国立大学法人岐阜大学 | 医用画像処理装置及びプログラム |
JP4684786B2 (ja) * | 2005-07-27 | 2011-05-18 | キヤノン株式会社 | 情報処理装置及び情報処理方法並びにプログラム |
DE102006004618A1 (de) * | 2006-02-01 | 2007-08-09 | Siemens Ag | Arbeitsablauf-basiertes Management von medizinischen Bilddaten |
US8064708B2 (en) * | 2007-02-28 | 2011-11-22 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Methods and systems for remotely visualizing images |
US8098917B2 (en) * | 2007-05-18 | 2012-01-17 | Siemens Aktiengesellschaft | Automatically updating a geometric model |
US20080292162A1 (en) * | 2007-05-23 | 2008-11-27 | David Thomas Gering | Method and System for Generating a Collage to Summarize a Medical Dataset |
US8571280B2 (en) * | 2010-02-22 | 2013-10-29 | Canon Kabushiki Kaisha | Transmission of medical image data |
US20120236995A1 (en) * | 2011-03-17 | 2012-09-20 | Christian Eusemann | Automated Imaging Contrast Agent Determination System |
JP5911165B2 (ja) * | 2011-08-05 | 2016-04-27 | 株式会社メガチップス | 画像認識装置 |
WO2013076930A1 (ja) * | 2011-11-25 | 2013-05-30 | パナソニック株式会社 | 医用画像圧縮装置、医用画像圧縮方法、及び予測知識データベース作成装置 |
US11517197B2 (en) | 2017-10-06 | 2022-12-06 | Canon Medical Systems Corporation | Apparatus and method for medical image reconstruction using deep learning for computed tomography (CT) image noise and artifacts reduction |
US10803984B2 (en) * | 2017-10-06 | 2020-10-13 | Canon Medical Systems Corporation | Medical image processing apparatus and medical image processing system |
US10504007B2 (en) * | 2017-10-27 | 2019-12-10 | Facebook, Inc. | Determination of population density using convoluted neural networks |
CN110188758A (zh) * | 2019-06-03 | 2019-08-30 | 中国热带农业科学院农业机械研究所 | 甘蔗图像中感兴趣区域获取方法、装置、设备及存储介质 |
CN113034741A (zh) * | 2021-03-02 | 2021-06-25 | 桂林电子科技大学 | 一种基于dwt-dct变换加密算法的掌静脉智能锁 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6275773A (ja) * | 1985-09-30 | 1987-04-07 | Toshiba Corp | 画像圧縮装置 |
JPH02204872A (ja) * | 1989-02-03 | 1990-08-14 | Hitachi Medical Corp | 画像記録方法 |
JPH07288806A (ja) * | 1994-04-20 | 1995-10-31 | Hitachi Ltd | 動画像通信システム |
JPH07323024A (ja) * | 1994-06-01 | 1995-12-12 | Konica Corp | 画像診断支援装置 |
JPH08205144A (ja) * | 1995-01-20 | 1996-08-09 | Canon Inc | 画像符号化装置 |
JPH08257019A (ja) * | 1994-11-25 | 1996-10-08 | Hologic Inc | X線骨濃度測定 |
JPH09266901A (ja) * | 1996-04-02 | 1997-10-14 | Konica Corp | 放射線画像の画像処理条件決定装置及び画像処理装置 |
JP2732691B2 (ja) * | 1989-12-15 | 1998-03-30 | 株式会社東芝 | 画像圧縮装置および画像復元装置 |
WO1999016250A1 (en) * | 1997-09-23 | 1999-04-01 | Telefonaktiebolaget Lm Ericsson (Publ) | An embedded dct-based still image coding algorithm |
WO1999028858A1 (en) * | 1997-11-29 | 1999-06-10 | Algotec Systems Ltd. | Image compression method |
JPH11191150A (ja) * | 1997-12-25 | 1999-07-13 | Canon Inc | 画像処理方法、画像処理装置、画像収集装置、及び画像処理システム |
JPH11243540A (ja) * | 1998-02-26 | 1999-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 画像通信装置 |
WO1999049413A1 (en) * | 1998-03-20 | 1999-09-30 | Mitsubishi Electric Corp. | Lossy/lossless region-of-interest image coding |
WO2000001153A1 (en) * | 1998-06-18 | 2000-01-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus in transmission of images |
WO2000000933A1 (en) * | 1998-06-26 | 2000-01-06 | Sarnoff Corporation | Region-based image processing method and apparatus |
JP2000013608A (ja) * | 1998-06-23 | 2000-01-14 | Ricoh Co Ltd | 画像処理方法 |
JP2000048036A (ja) * | 1998-07-28 | 2000-02-18 | Canon Inc | 画像処理装置およびその方法 |
JP2000209592A (ja) * | 1999-01-18 | 2000-07-28 | Canon Inc | 画像伝送装置と方法及びシステムとその制御方法 |
JP2000235079A (ja) * | 1999-02-17 | 2000-08-29 | Konica Corp | 放射線画像撮像装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5512429A (en) * | 1978-07-12 | 1980-01-29 | Fuji Photo Film Co Ltd | Radioactive image reader |
JPS5611395A (en) | 1979-07-11 | 1981-02-04 | Fuji Photo Film Co Ltd | Radiation image writeereading device |
US4797945A (en) * | 1985-12-13 | 1989-01-10 | Canon Kabushiki Kaisha | Image data coding apparatus |
JP3347591B2 (ja) * | 1995-07-31 | 2002-11-20 | キヤノン株式会社 | 画像処理方法及び装置 |
EP0905651A3 (en) * | 1997-09-29 | 2000-02-23 | Canon Kabushiki Kaisha | Image processing apparatus and method |
US6472665B1 (en) * | 1999-02-12 | 2002-10-29 | Konica Corporation | Radiation image detector and radiation image forming system |
US7505614B1 (en) * | 2000-04-03 | 2009-03-17 | Carl Zeiss Microimaging Ais, Inc. | Remote interpretation of medical images |
US6983063B1 (en) * | 2000-06-29 | 2006-01-03 | Siemens Corporate Research, Inc. | Computer-aided diagnosis method for aiding diagnosis of three dimensional digital image data |
US20020099569A1 (en) * | 2000-08-04 | 2002-07-25 | Connex Md, Inc. | System and method for adaptive transmission of information |
AU2002229090A1 (en) * | 2000-12-14 | 2002-06-24 | Rtimage Inc. | Three-dimensional image streaming system and method for medical images |
-
2001
- 2001-04-27 JP JP2001132930A patent/JP5388393B2/ja not_active Expired - Fee Related
-
2002
- 2002-04-26 US US10/132,205 patent/US7031506B2/en not_active Expired - Fee Related
-
2005
- 2005-06-03 US US11/143,714 patent/US7570790B2/en not_active Expired - Fee Related
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6275773A (ja) * | 1985-09-30 | 1987-04-07 | Toshiba Corp | 画像圧縮装置 |
JPH02204872A (ja) * | 1989-02-03 | 1990-08-14 | Hitachi Medical Corp | 画像記録方法 |
JP2732691B2 (ja) * | 1989-12-15 | 1998-03-30 | 株式会社東芝 | 画像圧縮装置および画像復元装置 |
JPH07288806A (ja) * | 1994-04-20 | 1995-10-31 | Hitachi Ltd | 動画像通信システム |
JPH07323024A (ja) * | 1994-06-01 | 1995-12-12 | Konica Corp | 画像診断支援装置 |
JPH08257019A (ja) * | 1994-11-25 | 1996-10-08 | Hologic Inc | X線骨濃度測定 |
JPH08205144A (ja) * | 1995-01-20 | 1996-08-09 | Canon Inc | 画像符号化装置 |
JPH09266901A (ja) * | 1996-04-02 | 1997-10-14 | Konica Corp | 放射線画像の画像処理条件決定装置及び画像処理装置 |
WO1999016250A1 (en) * | 1997-09-23 | 1999-04-01 | Telefonaktiebolaget Lm Ericsson (Publ) | An embedded dct-based still image coding algorithm |
WO1999028858A1 (en) * | 1997-11-29 | 1999-06-10 | Algotec Systems Ltd. | Image compression method |
JPH11191150A (ja) * | 1997-12-25 | 1999-07-13 | Canon Inc | 画像処理方法、画像処理装置、画像収集装置、及び画像処理システム |
JPH11243540A (ja) * | 1998-02-26 | 1999-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 画像通信装置 |
WO1999049413A1 (en) * | 1998-03-20 | 1999-09-30 | Mitsubishi Electric Corp. | Lossy/lossless region-of-interest image coding |
WO2000001153A1 (en) * | 1998-06-18 | 2000-01-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus in transmission of images |
JP2000013608A (ja) * | 1998-06-23 | 2000-01-14 | Ricoh Co Ltd | 画像処理方法 |
WO2000000933A1 (en) * | 1998-06-26 | 2000-01-06 | Sarnoff Corporation | Region-based image processing method and apparatus |
JP2000048036A (ja) * | 1998-07-28 | 2000-02-18 | Canon Inc | 画像処理装置およびその方法 |
JP2000209592A (ja) * | 1999-01-18 | 2000-07-28 | Canon Inc | 画像伝送装置と方法及びシステムとその制御方法 |
JP2000235079A (ja) * | 1999-02-17 | 2000-08-29 | Konica Corp | 放射線画像撮像装置 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007502173A (ja) * | 2003-08-13 | 2007-02-08 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 分類プロセスへの空間的知見の組込み |
JP2008229341A (ja) * | 2007-03-19 | 2008-10-02 | General Electric Co <Ge> | 内容に基づいて圧縮された画像の処理 |
JP2011215741A (ja) * | 2010-03-31 | 2011-10-27 | Nohmi Bosai Ltd | 煙検出装置 |
JP2014006911A (ja) * | 2013-07-24 | 2014-01-16 | Nohmi Bosai Ltd | 煙検出装置 |
US10366488B2 (en) | 2016-04-08 | 2019-07-30 | International Business Machines Corporation | Image processing used to estimate abnormalities |
JPWO2019012632A1 (ja) * | 2017-07-12 | 2019-12-26 | 株式会社ソニー・インタラクティブエンタテインメント | 認識処理装置、認識処理方法及びプログラム |
US11170246B2 (en) | 2017-07-12 | 2021-11-09 | Sony Interactive Entertainment Inc. | Recognition processing device, recognition processing method, and program |
JP2021516810A (ja) * | 2018-03-19 | 2021-07-08 | ヴェリリー ライフ サイエンシズ エルエルシー | 術前画像に基づく手術ビデオ検索 |
JP7150036B2 (ja) | 2018-03-19 | 2022-10-07 | ヴェリリー ライフ サイエンシズ エルエルシー | 術前画像に基づく手術ビデオ検索 |
KR20190111506A (ko) * | 2018-03-23 | 2019-10-02 | 삼성전자주식회사 | 외부 전자 장치와 이미지를 처리하는 전자 장치 및 그 동작 방법 |
KR102553150B1 (ko) | 2018-03-23 | 2023-07-10 | 삼성전자주식회사 | 외부 전자 장치와 이미지를 처리하는 전자 장치 및 그 동작 방법 |
JP2020025730A (ja) * | 2018-08-10 | 2020-02-20 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
WO2020031515A1 (ja) * | 2018-08-10 | 2020-02-13 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
JPWO2020067100A1 (ja) * | 2018-09-26 | 2021-09-30 | 富士フイルム株式会社 | 医用画像処理装置、プロセッサ装置、医用画像処理方法、及びプログラム |
JP7137629B2 (ja) | 2018-09-26 | 2022-09-14 | 富士フイルム株式会社 | 医用画像処理装置、プロセッサ装置、医用画像処理装置の作動方法、及びプログラム |
WO2020067100A1 (ja) * | 2018-09-26 | 2020-04-02 | 富士フイルム株式会社 | 医用画像処理装置、プロセッサ装置、医用画像処理方法、及びプログラム |
JP2021074232A (ja) * | 2019-11-07 | 2021-05-20 | キヤノン株式会社 | 情報処理装置、情報処理方法、および撮像システム |
JP7394588B2 (ja) | 2019-11-07 | 2023-12-08 | キヤノン株式会社 | 情報処理装置、情報処理方法、および撮像システム |
Also Published As
Publication number | Publication date |
---|---|
JP5388393B2 (ja) | 2014-01-15 |
US20030007674A1 (en) | 2003-01-09 |
US7031506B2 (en) | 2006-04-18 |
US20050213802A1 (en) | 2005-09-29 |
US7570790B2 (en) | 2009-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2002325754A (ja) | 画像処理方法および装置 | |
US7639896B2 (en) | Multimodal image registration using compound mutual information | |
US7245776B2 (en) | Image processing apparatus and its method, program and storage medium | |
JP2002330951A (ja) | 画像符号化装置及び復号装置及び方法及びコンピュータプログラム及び記憶媒体 | |
US6771793B1 (en) | Image processing method and apparatus | |
CN112116004B (zh) | 病灶分类方法及装置、病灶分类模型的训练方法 | |
JP2008520344A (ja) | 放射線写真画像の向きを検知及び補正する方法 | |
JP2005296605A (ja) | 放射線写真画像を診断関連領域と診断非関連領域とにセグメント化する方法 | |
Karargyris et al. | Segmenting anatomy in chest x-rays for tuberculosis screening | |
EP2489008A1 (en) | Method and system for processing an image | |
JP6308976B2 (ja) | 診断支援装置、診断支援装置の作動方法、及び診断支援システム | |
JP5693550B2 (ja) | 診断支援装置およびその制御方法、診断支援システム、プログラム | |
WO2009110260A1 (ja) | 画像処理装置 | |
JP5837965B2 (ja) | 画像受信装置、画像送信装置およびそれらの制御方法 | |
JP2008142178A (ja) | 放射線画像処理装置 | |
JP6403728B2 (ja) | 画像処理方法および装置、画像処理システム | |
JP2001144932A (ja) | 画像処理装置及びその方法 | |
KR102550338B1 (ko) | 저선량 ct 영상 노이즈 저감 장치와 이를 위한 학습 장치 및 방법 | |
JP2002112986A (ja) | 画像診断支援装置 | |
Ashames et al. | Deep transfer learning and majority voting approaches for osteoporosis classification | |
JP2005210384A (ja) | 画像処理方法および画像処理装置ならびに画像処理プログラム | |
JP2006263180A (ja) | 画像処理装置およびこれを用いた放射線撮影システム | |
Vidhyalakshmi et al. | Image Enhancement of Metastasis And Acrometastasis Images Using Clahe With Weiner Filter | |
Brindha et al. | Fusion of radiological images of glioblastoma multiforme using weighted average and maximum selection method | |
Depeursinge et al. | Lung tissue analysis using isotropic polyharmonic B-Spline wavelets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080428 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080428 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110401 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110930 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121130 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130930 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131008 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5388393 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |