JP2005198887A

JP2005198887A - Method, apparatus and program for detecting anatomical structure, structure removal picture generation apparatus, and abnormal shadow detector

Info

Publication number: JP2005198887A
Application number: JP2004009363A
Authority: JP
Inventors: Hideyuki Sakaida; 英之境田
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 2004-01-16
Filing date: 2004-01-16
Publication date: 2005-07-28

Abstract

<P>PROBLEM TO BE SOLVED: To speedily detect the whole of the normal structure of a prescribed structure constituting a subject in a medical picture. <P>SOLUTION: A partial structure information extraction means 20 extracts partial structure information F part expressing the structure of a part of a prescribed structure in the medical picture P. A structure change vector setting means 40 sets a plurality of structure change vectors Ms based on the information F part. A structure model data creation means 50 creates structure model data M by adding the plurality of structure change vectors Ms to structure data Mb expressing the normal structure of the same kind of structure of the prescribed structure. A whole structure information obtaining means 90 obtains the structure model data M as whole structure information F all expressing the whole structure of the prescribed structure. The plurality of structure change vectors Ms is calculated so that a structure corresponding to the part of the structure expressed by the structure model data M may coincide with the structure of the part. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

本発明は、デジタル医用画像が表す解剖学的構造物の構造を検出する方法および装置並びにそのためのプログラム、上記方法を適用した構造物除去画像生成装置、異常陰影検出装置に関するものである。 The present invention relates to a method and apparatus for detecting the structure of an anatomical structure represented by a digital medical image, a program therefor, a structure removal image generation apparatus to which the above method is applied, and an abnormal shadow detection apparatus.

従来、医療分野においては、画像診断における医師等の読影者への負荷を低減する等の目的から、デジタル医用画像（以下、単に医用画像という）を、コンピュータを用いて画像解析する、いわゆるＣＡＤ（Computer Aided Diagnosis）処理が行われており、このようなＣＡＤ処理としては、例えば、医用画像における異常陰影を自動的に検出する異常陰影検出処理が知られている。 Conventionally, in the medical field, a digital medical image (hereinafter simply referred to as a medical image) is image-analyzed using a computer for the purpose of reducing the load on an image reader such as a doctor in image diagnosis. (Computer Aided Diagnosis) processing is performed, and as such CAD processing, for example, abnormal shadow detection processing for automatically detecting an abnormal shadow in a medical image is known.

異常陰影検出処理は、医用画像データに基づいて、異常陰影の画像上の特徴を表す指標値等を算出し、その指標値等に基づいて異常陰影を検出する処理である。したがって、異常陰影だけでなく、異常陰影と類似した画像上の特徴を有する領域においても、異常陰影と同様な指標値が算出されることがあり、このような領域における正常箇所を、異常陰影として誤って検出してしまうことがある。例えば、胸部画像における診断の場合、肋骨のような正常な構造物が重なった箇所を誤って結節影や腫瘤影として検出してしまうことが少なくない。このような誤検出された正常箇所、いわゆるＦＰ（False Positive）の存在は、読影者への負荷となり、診断の精度を悪化させる虞があるため、ＦＰの低減が強く望まれる。 The abnormal shadow detection process is a process of calculating an index value or the like representing the feature of the abnormal shadow on the image based on the medical image data and detecting the abnormal shadow based on the index value or the like. Therefore, an index value similar to an abnormal shadow may be calculated not only in an abnormal shadow but also in an area having image characteristics similar to the abnormal shadow. It may be detected by mistake. For example, in the case of diagnosis in a chest image, there are many cases where a place where a normal structure such as a rib overlaps is erroneously detected as a nodule shadow or a tumor shadow. The presence of such a misdetected normal location, so-called FP (False Positive), imposes a burden on the interpreter and may deteriorate the accuracy of diagnosis. Therefore, reduction of FP is strongly desired.

このため、上記のように、画像診断に供する医用画像中の被写体を構成する正常な構造物が異常陰影検出の精度に影響するような場合には、このような構造物を検出し、当該構造物上においては異常陰影の検出処理を変えたり、当該構造物上に検出された異常陰影候補を別の指標で判定したり、あるいは、医用画像から当該構造物を除去したりする工夫が必要となる。 For this reason, as described above, when a normal structure constituting a subject in a medical image used for image diagnosis affects the accuracy of abnormal shadow detection, such a structure is detected and the structure is detected. It is necessary to change the abnormal shadow detection process on the object, determine the abnormal shadow candidate detected on the structure with another index, or remove the structure from the medical image. Become.

そこで、このような構造物の構造を検出したり、当該構造物を除去した画像を生成したりする方法が種々提案されている。例えば、医用画像において肋骨部分を検出する方法があり、このような方法としては、エッジ抽出フィルタにより肋骨形状を検出する方法（例えば、非特許文献１参照）やハフ変換による放物線検出方法等が知られており、また、医用画像から異常陰影検出の妨げとなる構造物を除去する方法として、診断対象である胸部画像に基づいて当該胸部画像に合致する肋骨と肺野のテクスチャを、これらの構造物を表す変形モデルを用いて探索して求め、求められた肋骨成分を胸部画像からサブトラクション（減算処理）することにより、肋骨が除去され肺野軟部のみが表された肋骨除去画像を、１枚の胸部画像から生成する方法が、本出願人により検討されている。
Peter de Souza, “Automatic Rib Detection in Chest Radiographs”, Computer Vision, Graphics and image Processing 23, 129-161 (1983) Therefore, various methods for detecting the structure of such a structure or generating an image from which the structure is removed have been proposed. For example, there is a method for detecting a rib part in a medical image. Examples of such a method include a method for detecting a rib shape by an edge extraction filter (see, for example, Non-Patent Document 1), a parabola detection method by Hough transform, and the like. In addition, as a method of removing structures that hinder the detection of abnormal shadows from medical images, the ribs and lung field textures that match the chest images based on the chest images that are diagnosis targets are used for these structures. One image obtained by searching using a deformation model representing an object, and subtracting the obtained rib component from the chest image to remove the rib and showing only the soft part of the lung field A method for generating a chest image of the subject has been studied by the present applicant.
Peter de Souza, “Automatic Rib Detection in Chest Radiographs”, Computer Vision, Graphics and image Processing 23, 129-161 (1983)

しかしながら、上記のエッジ抽出フィルタにより肋骨形状を検出する方法では、肺野中央部のような構造が比較的簡単な領域では、構造物の検出が可能であるが、肺尖部や前肋骨・後肋骨が重なり合う肺野外側のような構造が比較的複雑な領域では、構造物の検出が難しい。また、上記の胸部画像に合致する肋骨と肺野軟部のテクスチャを探索し、胸部画像から肋骨成分を減算して肋骨除去画像を生成する方法では、肋骨と肺野軟部のテクスチャを手探りで探索しなくてはならないため、計算時間が膨大にかかるという問題がある。 However, in the method of detecting the rib shape using the edge extraction filter described above, a structure can be detected in a region having a relatively simple structure such as the central part of the lung field. In a region where the structure is relatively complicated, such as the outside of the lung field where the ribs overlap, it is difficult to detect the structure. In addition, in the method of searching for the rib and lung soft part texture that matches the above chest image, and subtracting the rib component from the chest image to generate the rib removal image, the texture of the rib and lung soft part is searched for by hand search. There is a problem that the calculation time is enormous because it is necessary.

本発明は、上記事情に鑑み、医用画像中の被写体を構成する所定の構造物の構造の全体を、短時間で検出することが可能な、解剖学的構造物の構造検出方法および装置並びにそのためのプログラム、さらに、上記構造検出方法を適用した、所定の構造物が除去された医用画像を表す構造物除去画像データを生成する構造物除去画像生成装置、および、上記構造物除去画像中の異常陰影候補を検出する異常陰影検出装置を提供することを目的とするものである。 In view of the above circumstances, the present invention provides a structure detection method and apparatus for an anatomical structure capable of detecting the entire structure of a predetermined structure constituting a subject in a medical image in a short time, and therefore And a structure removal image generation device that generates structure removal image data representing a medical image from which a predetermined structure has been removed, to which the structure detection method is applied, and an abnormality in the structure removal image It is an object of the present invention to provide an abnormal shadow detection apparatus that detects a shadow candidate.

本発明の第１の解剖学的構造物の構造検出方法は、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得し、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出し、該部分構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに当該構造を変更するための複数の構造変更ベクトルを加算して構造モデルデータを作成し、該構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する解剖学的構造物の構造検出方法であって、前記複数の構造変更ベクトルを、前記構造モデルデータが表す構造のうち前記一部分に対応する構造が前記一部分の構造と合致するように設定することを特徴とする方法である。 According to the first anatomical structure detection method of the present invention, image data carrying a medical image representing a subject composed of a plurality of anatomical structures is acquired, and the medical data is obtained based on the image data. In the image, partial structure information representing a structure of a part of a predetermined structure is extracted from the plurality of structures, and a structure representing the structure of the same kind of structure as the predetermined structure is extracted based on the partial structure information A structure model data is created by adding a plurality of structure change vectors for changing the structure to the data, and the structure model data is acquired as overall structure information representing the overall structure of the predetermined structure. A structure detection method for a physical structure, wherein the plurality of structure change vectors are set so that a structure corresponding to the part of the structure represented by the structure model data matches the structure of the part. Is a method which is characterized in.

本発明の第２の解剖学的構造物の構造検出方法は、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得し、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出し、前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する処理であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該処理により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する処理と、該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する処理と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する処理と、前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する処理と、該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する処理とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返し、前記構造モデルデータを作成する処理により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得することを特徴とする方法である。 According to the second anatomical structure detection method of the present invention, image data carrying a medical image representing a subject composed of a plurality of anatomical structures is acquired, and the medical data is obtained based on the image data. In the image, partial structure information representing a partial structure of a predetermined structure is extracted from the plurality of structures, and partial structure information representing a partial structure of the same kind of structure as the predetermined structure is set. The partial structure information extracted is set for the first time as the partial structure information, and a part of the structure represented by the information previously set by the process is changed after the second time. And a plurality of structure change vectors for changing the structure are added to the structure data representing the structure of the same structure as the predetermined structure based on the partial structure information. The structure model data obtained by The plurality of structure change vectors are set so that the structure corresponding to the part of the structure matches the structure of the part, and the structure data is added to the structure data by adding the plurality of structure change vectors. Based on a process of creating model data and predetermined information obtained from the image data and including information indicating the structure of the predetermined structure, the structure represented by the structural model data and the predetermined in the medical image A process of calculating an index value representing the degree of difference from the structure of the structure, and a process of determining whether the difference is within a predetermined range based on the index value Is repeated until it is determined to be within a predetermined range, and the structural model data created last by the process of creating the structural model data is the whole representing the overall structure of the predetermined structure It is a method and acquiring as concrete information.

本発明の第１の解剖学的構造物の構造検出装置は、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、該部分構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部分に対応する構造が、前記一部分の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、該構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段とを備えたことを特徴とするものである。 According to the first anatomical structure detection apparatus of the present invention, there is provided an image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures, Based on the partial structure information, a partial structure information extracting unit that extracts partial structure information representing a structure of a part of the predetermined structure among the plurality of structures in the medical image, and the predetermined structure based on the partial structure information A structure corresponding to the part of the structure represented by the structure model data obtained by adding a plurality of structure change vectors for changing the structure to the structure data representing the structure of the structure of the same kind as the object Structure change vector setting means for setting the plurality of structure change vectors so as to match the structure, and the structure model data by adding the plurality of structure change vectors to the structure data It is characterized by comprising structural model data creating means for creating and overall structure information obtaining means for obtaining the structural model data as overall structure information representing the overall structure of the predetermined structure. .

本発明の第２の解剖学的構造物の構造検出装置は、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、当該手段により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段とを備えたことを特徴とするものである。 According to the second anatomical structure detection apparatus of the present invention, there is provided an image data acquisition means for acquiring medical data representing a medical image representing a subject composed of a plurality of anatomical structures, and the image data On the basis of the above, in the medical image, partial structure information extracting means for extracting partial structure information representing a structure of a part of the predetermined structure among the plurality of structures, and a structure of the same kind as the predetermined structure Means for setting partial structure information representing the structure of a part, wherein the partial structure information extracted is set for the first time as the partial structure information, and set last time by the means after the second time. Partial structure information setting means for setting information representing a structure obtained by changing a part of the structure represented by the information, and structure data representing the structure of a structure of the same type as the predetermined structure based on the partial structure information To change the structure to A structure change in which the plurality of structure change vectors are set so that a structure corresponding to the part of the structure represented by the structure model data obtained by adding a number of structure change vectors matches the part of the structure. Information indicating the structure of the predetermined structure obtained from the image data, vector setting means, structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data Index value calculating means for calculating an index value representing the degree of difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image based on predetermined information containing Based on the determination means for determining whether or not the difference is within a predetermined range, the setting of the partial structure information by the partial structure information setting means, and the structure change base. Setting the structural change vector by the torque setting means, creating the structural model data by the structural model data creating means, calculating the index value by the index value calculating means, and determining by the determining means, The repetitive control means that repeats until it is determined to be within a predetermined range, and the entire structural information that represents the overall structure of the predetermined structure, the structural model data created last by the structural model data creating means As a whole structure information acquisition means.

「医用画像」としては、例えば、放射線画像、ＣＴ画像、ＭＲＩ画像等を考えることができ、また、「被写体」としては、動物や人体の、胸部、腹部、四肢等を考えることができる。 As the “medical image”, for example, a radiation image, a CT image, an MRI image, and the like can be considered, and as the “subject”, the chest, abdomen, limbs, and the like of an animal or a human body can be considered.

「解剖学的な構造物」としては、例えば、骨部、軟部組織等を考えることができる。 As the “anatomical structure”, for example, a bone part, a soft tissue, and the like can be considered.

「所定の構造物」は、１種類の構造物単体であってもよいし、複数種類の構造物からなる集合体であってもよい。 The “predetermined structure” may be a single type of structure or an aggregate composed of a plurality of types of structures.

「所定の構造物の一部分」としては、例えば、医用画像が胸部画像であって、所定の構造物が肋骨の場合には、肋骨や他の構造物同士の重なりが少なく構造が単純な肺野中央の領域における肋骨を考えることができ、また、例えば、医用画像が胸部画像であって、所定の構造物が肺野軟部の場合には、肋骨部分が除去された肺野軟部を考えることができる。 As the “part of the predetermined structure”, for example, when the medical image is a chest image and the predetermined structure is a rib, a lung field having a simple structure with little overlap between the ribs and other structures. The ribs in the central region can be considered. For example, when the medical image is a chest image and the predetermined structure is a lung field soft part, the lung field soft part from which the rib part has been removed can be considered. it can.

「所定の情報」は、当該情報のみで所定の構造物の構造が特定できるものである必要はなく、所定の構造物の構造を表す情報を含み、構造モデルデータが表す構造との比較対象となり得るものであればよい。このような「所定の情報」としては、医用画像に対してエッジ抽出フィルタ処理を施して得られる、構造物の輪郭が強調された画像や、医用画像そのもの等を考えることができる。 “Predetermined information” does not need to be able to specify the structure of a predetermined structure only by the information, but includes information representing the structure of the predetermined structure and is a comparison target with the structure represented by the structural model data. Anything can be obtained. As such “predetermined information”, an image obtained by performing edge extraction filter processing on a medical image, an outline of a structure being emphasized, a medical image itself, and the like can be considered.

第１および第２の解剖学的構造物の構造検出装置において、前記構造データは、前記所定の構造物と同種の構造物の構造を表す多数の異なるデータを標本としたときの平均的な構造を表すものであり、前記複数の構造変更ベクトルは、前記所定の構造物と同種の構造物の構造を表す多数の異なるデータを教師データとして主成分分析したときに得られる各固有ベクトルにそれぞれ比例する複数のベクトルであってもよい。 In the structure detection apparatus for the first and second anatomical structures, the structure data is an average structure when a large number of different data representing structures of the same kind of structure as the predetermined structure are used as samples. The plurality of structural change vectors are proportional to respective eigenvectors obtained when principal component analysis is performed using a large number of different data representing the structure of the same kind of structure as the predetermined structure as teacher data. It may be a plurality of vectors.

「固有ベクトル」とは、数学的に、１次独立であるとみなすことができるベクトルを意味する。 “Eigenvector” means a vector that can be considered mathematically linearly independent.

なお、「主成分分析」の手法としては、文献［Matthew Turk，Alex Pentland，Eigenfaces for Recognition，Journal of Cognitive Neuroscience，vol.3，num1，1991］に記載されている手法を用いることができる。 As a method of “principal component analysis”, a method described in the literature [Matthew Turk, Alex Pentland, Eigenfaces for Recognition, Journal of Cognitive Neuroscience, vol. 3, num1, 1991] can be used.

また、前記構造は、形状およびテクスチャのうち少なくとも１つであってもよい。 The structure may be at least one of a shape and a texture.

また、前記被写体は、胸部であり、前記所定の構造物は、肺野軟部または肋骨を含む骨部であってもよい。 The subject may be a chest, and the predetermined structure may be a soft part of a lung field or a bone part including a rib.

本発明の構造物除去画像生成装置は、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、当該手段により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段と、前記画像データと前記全体構造情報とに基づいて、前記所定の構造物が除去された前記被写体を表す医用画像である構造物除去画像を担持する構造物除去画像データを生成する構造物除去画像データ生成手段とを備えたことを特徴とするものである。 The structure removal image generation apparatus of the present invention includes an image data acquisition unit that acquires image data carrying a medical image representing a subject composed of a plurality of anatomical structures, and the medical image based on the image data. And a partial structure information extracting means for extracting partial structure information representing a partial structure of a predetermined structure among the plurality of structures, and a partial structure information of the same kind of structure as the predetermined structure. Means for setting partial structure information, wherein the partial structure information extracted is set for the first time as the partial structure information, and the structure represented by the information previously set by the means is set for the second time and thereafter. A partial structure information setting means for setting information representing a structure whose part has been changed, and based on the partial structure information, the structure is changed to structure data representing a structure of the same kind of structure as the predetermined structure. Multiple structural changes for A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the part of the structure represented by the structure model data obtained by adding vectors matches the part of the structure; , A structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data, and a predetermined containing information indicating the structure of the predetermined structure obtained from the image data Based on the information, the index value calculating means for calculating the index value representing the degree of difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image, and based on the index value, Determining means for determining whether or not the difference is within a predetermined range; setting of partial structure information by the partial structure information setting means; The structural change vector is set by the structural model data creation by the structural model data creation means, the index value is calculated by the index value calculation means, and the determination by the determination means. Iterative control means that repeats until it is determined to be within the range, and the structural model data that was last created by the structural model data creation means is acquired as overall structure information that represents the overall structure of the predetermined structure. Structure-removed image data carrying a structure-removed image, which is a medical image representing the subject from which the predetermined structure has been removed, based on the whole structure information acquisition means, the image data, and the whole structure information And a structure removal image data generation means for generating the structure removal image data.

本発明の異常陰影検出装置は、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該処理により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、該一部構造情報に基づいて、前記所定の構造物と同種の構造物の正常な構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段と、前記画像データと前記全体構造情報とに基づいて、前記所定の構造物が除去された前記被写体を表す医用画像である構造物除去画像を担持する構造物除去画像データを生成する構造物除去画像データ生成手段と、該構造物除去画像データに基づいて、前記構造物除去画像中の異常陰影候補を検出する異常陰影検出手段とを備えたことを特徴とするものである。 The abnormal shadow detection apparatus of the present invention includes an image data acquisition unit that acquires medical data representing a medical image representing a subject composed of a plurality of anatomical structures, and the medical image based on the image data, Partial structure information extracting means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures, and a partial structure representing a partial structure of a structure of the same type as the predetermined structure A means for setting information, wherein as the partial structure information, the extracted partial structure information is set for the first time, and after the second time, a part of the structure represented by the information previously set by the processing is set. Partial structure information setting means for setting information representing the changed structure, and based on the partial structure information, the structure is changed to structure data representing a normal structure of the same kind of structure as the predetermined structure. Multiple structural changes for A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the part of the structure represented by the structure model data obtained by adding the spectra matches the part of the structure; , A structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data, and a predetermined containing information indicating the structure of the predetermined structure obtained from the image data Based on the information, the index value calculating means for calculating the index value representing the degree of difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image, and based on the index value, Determination means for determining whether or not the difference is within a predetermined range; setting of partial structure information by the partial structure information setting means; and structure change vector setting means The structure change vector is set, the structure model data is created by the structure model data creation means, the index value is calculated by the index value calculation means, and the judgment is judged by the judgment means. Iterative control means that repeats until it is determined to be within the range, and the structural model data that was last created by the structural model data creation means is acquired as overall structure information that represents the overall structure of the predetermined structure. Structure-removed image data carrying a structure-removed image, which is a medical image representing the subject from which the predetermined structure has been removed, based on the whole structure information acquisition means, the image data, and the whole structure information A structure removal image data generating means to be generated, and a difference detection unit for detecting abnormal shadow candidates in the structure removal image based on the structure removal image data. It is characterized by comprising an ordinary shadow detecting means.

本発明の第１のプログラムは、コンピュータを、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、該部分構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部分に対応する構造が、前記一部分の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、該構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段として機能させるためのプログラムである。 According to a first program of the present invention, the computer uses the image data acquisition means for acquiring medical data representing a medical image representing a subject composed of a plurality of anatomical structures, and the medical data based on the image data. In the image, partial structure information extracting means for extracting partial structure information representing a structure of a part of the predetermined structure among the plurality of structures, and a structure of the same type as the predetermined structure based on the partial structure information The structure corresponding to the portion of the structure represented by the structure model data obtained by adding a plurality of structure change vectors for changing the structure to the structure data representing the structure of the object matches the structure of the portion. And a structure change vector setting means for setting the plurality of structure change vectors, and adding the plurality of structure change vectors to the structure data to obtain the structure model data. And structural model data creating means for forming, the structural model data, a program to function as a whole structural information acquisition means for acquiring the overall structure information indicating the overall structure of the predetermined structure.

本発明の第２のプログラムは、コンピュータを、解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該手段により前回設定された情報が表す構造の一部を変更してなる構造を表す情報を設定する一部構造情報設定手段と、該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段として機能させるためのプログラムである。 According to a second program of the present invention, the computer uses the image data acquisition means for acquiring the image data carrying the medical image representing the subject composed of a plurality of anatomical structures, and the medical data based on the image data. In the image, partial structure information extracting means for extracting partial structure information representing a partial structure of a predetermined structure among the plurality of structures, and representing a partial structure of the same kind of structure as the predetermined structure Means for setting partial structure information, wherein, as the partial structure information, the extracted partial structure information is set for the first time, and the structure information represented by the previous setting by the means is set for the second time or later. Partial structure information setting means for setting information representing a structure obtained by changing a part, and the structure data in the structure data representing the structure of the same kind of structure as the predetermined structure based on the partial structure information For changing A structure change in which the plurality of structure change vectors are set so that a structure corresponding to the part of the structure represented by the structure model data obtained by adding a number of structure change vectors matches the part of the structure. Information indicating the structure of the predetermined structure obtained from the image data, vector setting means, structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data Index value calculating means for calculating an index value representing the degree of difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image based on predetermined information containing Based on the determination means for determining whether or not the difference is within a predetermined range, the setting of the partial structure information by the partial structure information setting means, and the structure change base. Setting the structural change vector by the torque setting means, creating the structural model data by the structural model data creating means, calculating the index value by the index value calculating means, and determining by the determining means, The repetitive control means that repeats until it is determined to be within a predetermined range, and the entire structural information that represents the overall structure of the predetermined structure, the structural model data created last by the structural model data creating means Is a program for functioning as overall structure information acquisition means.

本発明の第１の構造検出方法および装置並びにそのためのプログラムによれば、医用画像における所定の構造物の一部分の構造を表す部分構造情報を抽出し、当該部分構造情報に基づいて、上記所定の構造物と同種の構造物の構造を表す構造データに複数の構造変更ベクトルを加算して上記同種の構造物の構造を表す構造モデルデータを作成する際に、当該構造モデルデータが表す構造のうち上記一部分に対応する構造が上記一部分の構造と合致するように、上記複数の構造変更ベクトルを設定し、作成された構造モデルデータを上記所定の構造物の全体的な構造を表す全体構造情報として取得するので、所定の構造物の一部分の構造が反映された構造モデルデータを、手探りではなく、所定の計算によって求めることができ、構造が複雑で従来のエッジ抽出フィルタ処理等では検出が難しかった部分を含む上記所定の構造物の全体の構造を、短時間で検出することができる。 According to the first structure detection method and apparatus and the program therefor of the present invention, partial structure information representing a structure of a part of a predetermined structure in a medical image is extracted, and the predetermined structure is extracted based on the partial structure information. When the structure model data representing the structure of the same kind of structure is created by adding a plurality of structure change vectors to the structure data representing the structure of the structure of the same kind as the structure, The plurality of structure change vectors are set so that the structure corresponding to the part matches the structure of the part, and the created structure model data is used as overall structure information representing the overall structure of the predetermined structure. Since it is obtained, structural model data reflecting the structure of a part of a given structure can be obtained by a given calculation instead of groping, and the structure is complicated. The overall structure of the predetermined structure including a difficult detection part is the come of the edge extraction filter processing and the like, can be detected in a short time.

本発明の第２の構造検出方法および装置並びにプログラムによれば、医用画像における所定の構造物の一部分の構造を抽出し、上記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する処理であって、当該一部の構造を、抽出された一部分の構造を初期構造として設定毎に一部変化させながら設定する処理と、上記所定の構造物と同種の構造物の構造を表す構造データに複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、上記部一部の構造と合致するように、構造変更ベクトルを設定する処理と、構造データに構造変更ベクトルを加算して構造モデルデータを作成する処理とを、作成された構造モデルデータが表す構造が上記所定の構造物の実際の構造と略合致するまで繰り返し、最後に得られた構造モデルデータを、上記所定の構造物の全体的な構造を表す情報として取得するので、実際に抽出された上記所定の構造物の部分的な構造が反映された構造モデルデータを出発点に、構造変更ベクトルを探索することができ、構造モデルデータを手探りで探索する場合に比べて、より短時間に、精度よく、上記所定の構造物の全体の構造を表す全体構造情報を取得することが期待できる。 According to the second structure detection method, apparatus, and program of the present invention, a structure of a part of a predetermined structure in a medical image is extracted, and a part of a structure of the same kind as the predetermined structure is represented. A process of setting partial structure information, the process of setting the partial structure while changing the extracted partial structure as an initial structure for each setting, and the same kind of structure as the predetermined structure The structure change is made so that the structure corresponding to the part of the structure represented by the structure model data obtained by adding a plurality of structure change vectors to the structure data representing the structure of the object matches the structure of part of the above part. In the process of setting the vector and the process of creating the structural model data by adding the structural change vector to the structural data, the structure represented by the created structural model data substantially matches the actual structure of the predetermined structure. The last obtained structural model data is acquired as information representing the overall structure of the predetermined structure, so that the partial structure of the predetermined structure actually extracted is reflected. The structure change vector can be searched using the structure model data as a starting point, and the entire structure of the predetermined structure can be expressed in a shorter time and with higher accuracy than when searching for the structure model data by hand. It can be expected to acquire the whole structure information.

以下、本発明の実施の形態について、図面を用いて説明する。図１は本発明の第２の構造検出装置の一実施形態による概略構成を示す図である。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a diagram showing a schematic configuration according to an embodiment of the second structure detection apparatus of the present invention.

図１に示す構造検出装置１は、解剖学的な複数の構造物からなる被写体を表す医用画像Ｐを担持する画像データＰ（以下、画像とその画像を担持する画像データとを同一の記号で示す）を取得する画像データ取得手段１０と、画像データＰに基づいて、医用画像Ｐにおいて、上記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報Ｆpartを抽出する部分構造情報抽出手段２０と、上記所定の構造物と同種の構造物の一部の構造を表す一部構造情報Ｍpartを設定する手段であって、当該一部構造情報Ｍpartとして、初回に、上記の抽出された部分構造情報Ｆpartを設定し、２回目以降に、前回設定された情報が表す構造の一部を変更してなる構造を表す情報を設定する一部構造情報設定手段３０と、一部構造情報Ｍpartに基づいて、上記所定の構造物と同種の構造物の正常な構造を表す構造データＭｂにその構造を変更するための複数の構造変更ベクトルＭｓを加算して得られる構造モデルデータＭが表す構造のうち上記「一部」に対応する構造が、上記「一部の構造」と合致するように、複数の構造変更ベクトルＭｓを設定する構造変更ベクトル設定手段４０と、複数の構造変更ベクトルＭｓを構造データＭｂに加算して構造モデルデータＭを作成する構造モデルデータ作成手段５０と、画像データＰから得られる、上記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、構造モデルデータＭが表す構造と医用画像Ｐにおける上記所定の構造物の構造との差異の程度を表す指標値ｄを算出する指標値算出手段６０と、指標値ｄに基づいて、上記差異が所定の範囲内であるか否かを判定する判定手段７０と、一部構造情報設定手段３０による一部構造情報Ｍpartの設定と、構造変更ベクトル設定手段４０による構造変更ベクトルＭｓの設定と、構造モデルデータ作成手段５０による構造モデルデータＭの作成と、指標値算出手段６０による指標値ｄの算出と、前記判定手段７０による判定とを、当該判定により上記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段８０と、構造モデルデータ作成手段５０により最後に作成された構造モデルデータＭを、上記所定の構造物の全体的な構造を表す全体構造情報Ｆallとして取得する全体構造情報取得手段９０とを備えている。 The structure detection apparatus 1 shown in FIG. 1 has image data P carrying a medical image P representing a subject composed of a plurality of anatomical structures (hereinafter, the image and image data carrying the image are denoted by the same symbol). A partial structure for extracting partial structure information Fpart representing the structure of a part of a predetermined structure from among the plurality of structures in the medical image P based on the image data acquisition means 10 for acquiring the image data; Information extracting means 20 and means for setting partial structure information Mpart representing a partial structure of a structure of the same kind as the predetermined structure, and the first extraction is performed as the partial structure information Mpart. A partial structure information setting means 30 for setting the partial structure information Fpart set and setting information representing a structure obtained by changing a part of the structure represented by the previously set information after the second time, and a partial structure Based on the information Mpart Among the structures represented by the structure model data M obtained by adding a plurality of structure change vectors Ms for changing the structure to the structure data Mb representing the normal structure of the structure of the same type as the predetermined structure Structure change vector setting means 40 for setting a plurality of structure change vectors Ms so that the structure corresponding to “part” matches the “part of structure”, and the plurality of structure change vectors Ms as structure data Mb. The structural model data M is generated based on the predetermined information including the information indicating the structure of the predetermined structure obtained from the image data P and the structural model data generation means 50 for adding and generating the structural model data M. Index value calculation means 60 for calculating an index value d representing the degree of difference between the structure to be represented and the structure of the predetermined structure in the medical image P, and the difference is determined based on the index value d. The determination means 70 for determining whether or not it is within the range, the setting of the partial structure information Mpart by the partial structure information setting means 30, the setting of the structure change vector Ms by the structure change vector setting means 40, and the structure model data The creation unit 50 creates the structural model data M, the index value calculation unit 60 calculates the index value d, and the determination unit 70 determines that the difference is within a predetermined range. And repetitive control means 80 that repeats until the end, and structural model data M that is finally created by the structural model data creation means 50 is acquired as overall structure information Fall that represents the overall structure of the predetermined structure. 90.

まず、第１の実施例として、上記「医用画像」を肋骨、鎖骨等の骨部と肺野軟部とを含む胸部を表す胸部放射線画像（胸部を人体の前後方向に透過した放射線を検出して得られる胸部の投影画像）とし、上記「所定の構造物」を肋骨とし、上記「構造」を形状とし、上記「所定の構造物の一部分の構造」を肺野中央部における肋骨の部分的な形状とした場合を考える。つまり、肋骨や他の構造物同士の重なりが少なく、肋骨の正確な形状の抽出が容易な肺野中央部における肋骨の部分的な形状をもとに、肋骨の全体的な形状を検出することを目的とする場合である。 First, as a first embodiment, the above “medical image” is obtained by detecting a chest radiograph representing a chest including bones such as ribs and clavicles and a soft part of the lung (detecting radiation transmitted through the chest in the front-rear direction of the human body). A projected image of the chest), the “predetermined structure” as a rib, the “structure” as a shape, and the “structure of a portion of the predetermined structure” as a partial rib in the central lung field. Consider the case of shape. In other words, the overall shape of the rib is detected based on the partial shape of the rib in the center of the lung field where there is little overlap between the ribs and other structures and the accurate shape of the rib can be easily extracted. This is the case.

なお、肋骨の全体の形状は、肋骨の輪郭を形成する所定のｎ個の特徴点で表すことにする。 Note that the overall shape of the rib is represented by predetermined n feature points that form the contour of the rib.

また、事前に、多くの正常な胸部を表す胸部画像における肋骨形状から、主成分分析により、肋骨の平均形状を表す平均形状ベクトルＸｂと、肋骨の形状の固有成分（主成分）を表す固有形状ベクトルＡｉ（ｉ＝１，２，・・・）とを算出しておき、構造データＭｂとして上記平均形状ベクトルＸｂ、複数の構造変更ベクトルＭｓとして上記固有形状ベクトルＡｉに重み係数αｉが掛けられたベクトルαｉＡｉを用いることにする。 In addition, an average shape vector Xb that represents the average shape of the ribs and an eigen shape that represents an eigen component (principal component) of the shape of the ribs by principal component analysis from rib shapes in chest images representing many normal breasts in advance. The vector Ai (i = 1, 2,...) Is calculated, and the average shape vector Xb is multiplied as the structure data Mb, and the eigen shape vector Ai is multiplied by the weight coefficient αi as the plurality of structure change vectors Ms. Let us use the vector αiAi.

「主成分分析」の手法としては、文献［Matthew Turk，Alex Pentland，Eigenfaces for Recognition，Journal of Cognitive Neuroscience，vol.3，num1，1991］に記載されている手法を用いる。 As the method of “principal component analysis”, the method described in the literature [Matthew Turk, Alex Pentland, Eigenfaces for Recognition, Journal of Cognitive Neuroscience, vol. 3, num1, 1991] is used.

これより、本実施例における上記構造検出装置１の作用について説明する。 The operation of the structure detection apparatus 1 in this embodiment will be described below.

図２は、本実施例における構造検出装置１の処理フローを示す図である。 FIG. 2 is a diagram illustrating a processing flow of the structure detection apparatus 1 in the present embodiment.

画像データ取得手段１０は、ＣＲ（Computed Radiography）システム等によって生成された胸部放射線画像Ｐを表す画像データＰを、外部からの入力により取得する（ステップＳ１）。図３は、入力された胸部放射線画像Ｐを示す図である。 The image data acquisition means 10 acquires image data P representing a chest radiographic image P generated by a CR (Computed Radiography) system or the like by external input (step S1). FIG. 3 is a diagram showing the input chest radiation image P. As shown in FIG.

部分構造情報抽出手段２０は、取得した画像データＰに基づいて、胸部放射線画像Ｐにおける肺野中央部の肋骨の形状を、肋骨の一部分の形状として、エッジ抽出フィルタ等により検出し、その部分的な形状を表す部分構造情報Ｆpartを抽出して取得する（ステップＳ２）。なお、ここでは、部分構造情報Ｆpartを、肋骨の輪郭を形成するｎ個の特徴点ｆｘｊ（ｊ＝１，２，・・・，ｎ）のうちのｍ個の特徴点ｆｘｔ（ｔ＝１からｎまでの値のうちｍ個）として取得する。図４は、胸部放射線画像Ｐ上で特徴点ｆｘｔ（クロスマークを付した点）を示した図である。 Based on the acquired image data P, the partial structure information extraction means 20 detects the rib shape at the center of the lung field in the chest radiographic image P as a partial rib shape by an edge extraction filter or the like, Partial structure information Fpart representing a simple shape is extracted and acquired (step S2). Here, the partial structure information Fpart is obtained from m feature points fxt (from t = 1) of n feature points fxj (j = 1, 2,..., N) forming the contour of the rib. m of values up to n). FIG. 4 is a diagram showing feature points fxt (points with a cross mark) on the chest radiation image P.

一部構造情報設定手段３０は、一部構造情報Ｍpartとして、部分構造情報抽出手段２０により抽出された部分構造情報Ｆpart、すなわち、特徴点ｆｘｔを初期設定する（ステップＳ３）。 The partial structure information setting unit 30 initially sets the partial structure information Fpart extracted by the partial structure information extraction unit 20, that is, the feature point fxt as the partial structure information Mpart (step S3).

構造変更ベクトル設定手段４０は、次のように、複数の構造変更ベクトルＭｓを算出して設定する（ステップＳ４）。 The structure change vector setting means 40 calculates and sets a plurality of structure change vectors Ms as follows (step S4).

肋骨の全体の形状を表す形状ベクトルＸは、上記ｎ個の各特徴点ｆｘｊの座標（ｘ，ｙ）を順次並べたベクトルとして、式（１）のように表すことができる。

The shape vector X representing the overall shape of the rib can be expressed as a formula (1) as a vector in which the coordinates (x, y) of the n feature points fxj are sequentially arranged.

したがって、一部構造情報Ｍpartが表す肋骨の部分的な形状が、胸部放射線画像Ｐにおける肋骨の全体の形状の一部を構成するものとすれば、この初期の状態における肋骨の形状ベクトルＸinitは、式（２）にように表すことができる。

Therefore, if the partial shape of the rib represented by the partial structure information Mpart constitutes a part of the entire shape of the rib in the chest radiographic image P, the rib shape vector Xinit in this initial state is It can be expressed as in equation (2).

ここで、ｘp，ｙpは、一部構造情報Ｍpartが表す各特徴点に対応する座標であり、？はその他の不明な特徴点に対応する座標を示している。この形状ベクトルＸinitをより扱いやすくするために、式（３）に示すような、ベクトルＺinitを定義する。

Here, xp and yp are coordinates corresponding to each feature point represented by the partial structure information Mpart, and? Indicates coordinates corresponding to other unknown feature points. In order to make the shape vector Xinit easier to handle, a vector Zinit is defined as shown in Expression (3).

ここで、行列Ｋは、既知と考えることができる特徴点の位置（対角成分）では値１、その他の不明な特徴点の位置では値０を採るような行列である。すなわち、ベクトルＺinitは、既知の特徴点に対応する位置には値があり、不明の特徴点に対応する位置には０（ゼロ）が入っている形状ベクトルである。 Here, the matrix K is a matrix that takes the value 1 at the position of the feature point (diagonal component) that can be considered known and takes the value 0 at the position of the other unknown feature point. That is, the vector Zinit is a shape vector having a value at a position corresponding to a known feature point and having 0 (zero) at a position corresponding to an unknown feature point.

ところで、任意の肋骨の形状を表す形状ベクトルＸは、多くの胸部画像における肋骨形状から主成分分析により算出された、肋骨の平均形状を表す平均形状ベクトルＸｂと、肋骨の形状の固有成分を表す固有形状ベクトルＡｉとの線形和で表現することができ、式（４）のように表すことができる。

By the way, a shape vector X representing the shape of an arbitrary rib represents an average shape vector Xb representing an average shape of the rib calculated by principal component analysis from rib shapes in many chest images, and an eigen component of the shape of the rib. It can be expressed as a linear sum with the eigen shape vector Ai, and can be expressed as in Expression (4).

ここで、αｉは各固有形状ベクトルに対しての重み係数である。 Here, αi is a weighting coefficient for each eigen shape vector.

この式（４）の両辺に行列Ｋを掛けると、式（５）となり、式（５′）が得られる。

When the matrix K is multiplied to both sides of the equation (4), the equation (5) is obtained and the equation (5 ′) is obtained.

一般に、｛Ａｉ｝が１次独立であっても、｛Ｋ・Ａｉ｝は１次独立とはならないが、｛Ｋ・Ａｉ｝のベクトルの数（ｉの値）に比べて既知の特徴点の数が十分多ければ、大まかには、｛Ｋ・Ａｉ｝も１次独立であると考えてよい。このため、式（５′）の両辺とＫ・Ａｐ（ｐ＝１，２，・・・）との内積をとって、

In general, even if {Ai} is linearly independent, {K · Ai} is not linearly independent, but the number of known feature points is smaller than the number of {K · Ai} vectors (value of i). If the number is sufficiently large, {K · Ai} may be roughly considered to be linearly independent. Therefore, the inner product of both sides of the equation (5 ′) and K · Ap (p = 1, 2,...) Is taken,

として、重み係数αｐ（ｐ＝１，２，・・・）を求める。これは、Ｚinit−Ｋ・Ｘｂを、１次独立、すなわち、互いに直交するベクトルＫ・Ａ１，Ｋ・Ａ２，・・・の各成分に分解したときの、これらのベクトルの成分に対応する、係数α１，α２，・・・の値を求めることを意味する。 The weighting coefficient αp (p = 1, 2,...) Is obtained. This is a coefficient corresponding to the components of these vectors when Zinit-K · Xb is decomposed into each of the components of vectors K · A1, K · A2,. It means that the values of α1, α2,.

そして、求められた係数α１，α２，・・・を、固有形状ベクトルＡ１，Ａ２，・・・にそれぞれ掛けることにより、重み付けされた固有形状ベクトルαｉＡｉが得られ、これを構造変更ベクトルＭｓとして設定することができる。 Then, by multiplying the obtained coefficients α1, α2,... By the eigenshape vectors A1, A2,..., Weighted eigenshape vectors αiAi are obtained, which are set as the structure change vector Ms. can do.

このことは、構造データＭｂとしての平均形状ベクトルＸｂに、構造変更ベクトルＭｓとしての重み付けされた固有形状ベクトルαｉＡｉを加算して得られる、構造モデルデータＭが表す肋骨の形状のうち上記「一部」に対応する形状が、一部構造情報Ｍpartが表す一部の形状と合致するように、構造変更ベクトルＭｓを設定することに相当する。 This is because the “part” of the rib shape represented by the structure model data M obtained by adding the weighted eigenshape vector αiAi as the structure modification vector Ms to the average shape vector Xb as the structure data Mb. Is equivalent to setting the structure change vector Ms so that the shape corresponding to “.” Matches the partial shape represented by the partial structure information Mpart.

そして、構造モデルデータ作成手段５０が、平均形状ベクトルＸｂと、重み付けされた固有形状ベクトルαｉＡｉとを線形結合させ、得られたベクトルを構造モデルデータＭとして得る（ステップＳ５）。すなわち、係数α１，α２，・・・を、式（４）に代入したときの形状ベクトルＸを、構造モデルデータＭとすることができる。 Then, the structural model data creation means 50 linearly combines the average shape vector Xb and the weighted eigen shape vector αiAi, and obtains the obtained vector as the structural model data M (step S5). That is, the shape vector X when the coefficients α1, α2,... Are substituted into the equation (4) can be used as the structural model data M.

指標値算出手段６０は、画像データＰから得られる、胸部放射線画像Ｐにおける肋骨の形状を示す情報を含有する所定の情報に基づいて、構造モデルデータＭが表す形状と胸部放射線画像Ｐにおける肋骨の形状との差異の程度を表す指標値ｄを算出するが（ステップＳ６）、具体的には、次のような処理を行う。 The index value calculation means 60 is based on predetermined information containing information indicating the shape of the ribs in the chest radiation image P obtained from the image data P, and the shape represented by the structural model data M and the ribs in the chest radiation image P. An index value d representing the degree of difference from the shape is calculated (step S6). Specifically, the following processing is performed.

上記「所定の情報」として、例えば、胸部放射線画像Ｐに対してエッジに敏感に反応するＳｏｂｅｌフィルタ等をかけて得られた出力画像を用いる。Ｓｏｂｅｌフィルタは、所定の方向のエッジに感度を有するフィルタであり、その出力は、エッジ付近で０（ゼロ）より離れた値を取り、それ以外の箇所では０に近い値を取ることになる。したがって、Ｓｏｂｅｌフィルタの出力画像において、フィルタの出力値（画素値）が大きな絶対値を取る箇所を、胸部放射線画像Ｐにおける肋骨を含む解剖学的構造物の輪郭位置と考えることができる。 As the “predetermined information”, for example, an output image obtained by applying a Sobel filter sensitive to the edge to the chest radiation image P is used. The Sobel filter is a filter having sensitivity to an edge in a predetermined direction, and its output takes a value that is far from 0 (zero) in the vicinity of the edge, and takes a value close to 0 in other places. Therefore, in the output image of the Sobel filter, the position where the output value (pixel value) of the filter takes a large absolute value can be considered as the contour position of the anatomical structure including the ribs in the chest radiographic image P.

そして、このフィルタの出力画像において、構造モデルデータＭが表す特徴点の座標に対応する位置毎に、その位置とその位置の近傍にある上記輪郭位置との距離を求め、それらの分散を、構造モデルデータＭが表す形状と胸部放射線画像Ｐにおける肋骨の形状との差異の程度を表す指標値ｄとする。 Then, in the output image of this filter, for each position corresponding to the coordinates of the feature point represented by the structural model data M, the distance between the position and the contour position in the vicinity of the position is obtained, and the variance is determined as the structure. The index value d represents the degree of difference between the shape represented by the model data M and the shape of the rib in the chest radiation image P.

判定手段７０は、上記の算出された指標値ｄが所定値以内であれば、構造モデルデータＭが表す形状と胸部放射線画像Ｐにおける肋骨の形状との差異が所定範囲内であると判定し、指標値ｄが所定値を超えているときは、その差異が所定範囲内にないと判定する（ステップＳ７）。 If the calculated index value d is within a predetermined value, the determining unit 70 determines that the difference between the shape represented by the structural model data M and the rib shape in the chest radiation image P is within a predetermined range, When the index value d exceeds the predetermined value, it is determined that the difference is not within the predetermined range (step S7).

繰返し制御手段８０は、判定手段７０によるその差異が所定範囲内でないとの判定に応答して、一部構造情報設定手段３０に対して、一部構造情報Ｍpartが表す形状の一部を変更してなる形状を表す情報を、新たな一部構造情報Ｍpartとして設定させるとともに、一部構造情報設定手段３０による一部構造情報Ｍpartの設定から判定手段７０による判定までの一連の処理を繰返し行わせる制御をし、判定手段７０による、その差異が所定範囲内であるとの判定に応答して、その繰返し制御を止める。これにより、実際の肋骨の形状に近似した形状を表す構造モデルデータＭが見つかるまで、構造変更ベクトルＭｓを探索する。 In response to the determination by the determination means 70 that the difference is not within the predetermined range, the repetition control means 80 changes a part of the shape represented by the partial structure information Mpart to the partial structure information setting means 30. Is set as new partial structure information Mpart, and a series of processes from setting the partial structure information Mpart by the partial structure information setting unit 30 to determination by the determination unit 70 are repeatedly performed. In response to the determination by the determination means 70 that the difference is within the predetermined range, the repeated control is stopped. As a result, the structural change vector Ms is searched until structural model data M representing a shape approximate to the actual rib shape is found.

そして、全体構造情報取得手段９０が、構造モデルデータ作成手段５０により最終的に作成された構造モデルデータＭを、胸部放射線画像Ｐにおける肋骨の全体的な形状を表す全体構造情報Ｆallとして取得する（ステップＳ８）。図５は、上記の全体構造情報Ｆallが表す肋骨の形状を、胸部放射線画像Ｐ上の特徴点（黒丸マークを付した点）で示した図である。 Then, the overall structure information acquisition means 90 acquires the structure model data M finally created by the structure model data creation means 50 as overall structure information Fall representing the overall shape of the ribs in the chest radiation image P ( Step S8). FIG. 5 is a diagram showing the shape of the rib represented by the overall structure information Fall as feature points on the chest radiographic image P (points with black circle marks).

次に、第２の実施例として、上記「医用画像」を胸部放射線画像とし、上記「所定の構造物」を肺野軟部とし、上記「構造」をテクスチャとし、上記「所定の構造物の一部分の構造」を肋骨領域が除かれた肺野軟部のテクスチャとした場合を考える。胸部放射線画像における肺野軟部の全体のテクスチャを検出する場合を考える。つまり、肺野軟部のテクスチャが分かり難い領域である肋骨領域を除いた、肺野軟部の部分的なテクスチャをもとに、肺野軟部の全体的なテクスチャを検出することを目的とする場合である。 Next, as a second embodiment, the “medical image” is a chest radiation image, the “predetermined structure” is a lung soft part, the “structure” is a texture, and the “part of the predetermined structure” Let's consider the case where the texture of the pulmonary soft part from which the rib region is removed is taken as “the structure of”. Consider the case of detecting the entire texture of a soft lung area in a chest radiograph. In other words, the purpose is to detect the entire texture of the lung soft part based on the partial texture of the lung soft part excluding the rib area, which is an area where the texture of the soft part of the lung soft field is difficult to understand. is there.

なお、テクスチャ同士の比較や合成等の取扱いを可能にするため、テクスチャの形状は所定の形状に規格化する必要があるが、ここでは、肺野軟部のテクスチャの形状を、多くの正常な胸部を表す胸部画像における肺野の平均形状とする。 Note that the texture shape must be standardized to a predetermined shape in order to enable the handling of texture comparison and synthesis, etc., but here, the shape of the texture of the lung soft part is changed to many normal breasts. The average shape of the lung field in the chest image representing.

また、肺野軟部の全体のテクスチャは、その平均形状に規格化された肺野軟部を形成するｎ個の画素の各画素値で表すことにする。 In addition, the entire texture of the lung field soft part is expressed by pixel values of n pixels forming the lung field soft part normalized to the average shape.

また、事前に、上記多くの正常な胸部を表す胸部画像における、各肺野軟部を表す肺野軟部画像をこの平均形状にアフィン変換等によりワーピングし、ワーピング後の肺野軟部画像のテクスチャから、主成分分析により、平均形状に規格化された肺野軟部における平均テクスチャを表す平均テクスチャベクトルＧｂと、平均形状に規格化された肺野軟部におけるテクスチャの固有成分（主成分）を表す固有テクスチャベクトルＢｉ（ｉ＝１，２，・・・）とを算出しておき、構造データＭｂとして上記平均テクスチャベクトルＧｂ、複数の構造変更ベクトルＭｓとして上記固有テクスチャベクトルＢｉに重み係数βｉが掛けられたベクトルβｉＢｉを用いることにする。 In addition, in advance, in the chest image representing many normal breasts, the lung field soft part image representing each lung field soft part is warped by affine transformation or the like to this average shape, and from the texture of the lung field soft part image after warping, An average texture vector Gb representing an average texture in a lung field soft part normalized to an average shape by principal component analysis, and an inherent texture vector representing an inherent component (principal component) of a texture in a lung field soft part normalized to an average shape Bi (i = 1, 2,...), A vector obtained by multiplying the average texture vector Gb as the structure data Mb and the specific texture vector Bi as the plurality of structure change vectors Ms by the weight coefficient βi. Let us use βiBi.

図６は、本実施例における構造検出装置１の処理フローを示す図である。 FIG. 6 is a diagram showing a processing flow of the structure detection apparatus 1 in the present embodiment.

画像データ取得手段１０は、ＣＲ（Computed Radiography）システム等によって生成された、図３に示すような胸部放射線画像Ｐを表す画像データＰを、外部からの入力により取得する（ステップＳ１１）。 The image data acquisition means 10 acquires image data P representing a chest radiation image P as shown in FIG. 3 generated by a CR (Computed Radiography) system or the like by an external input (step S11).

部分構造情報取得手段２０は、取得した画像データＰに基づいて、胸部放射線画像Ｐにおける肋骨領域が除かれた肺野軟部のテクスチャを、肺野軟部の一部分のテクスチャとして、第１実施例で述べた手法により検出した肋骨の全体の形状をもとに抜き出し、その部分的なテクスチャを表す部分構造情報Ｆpartを抽出して取得する（ステップＳ１２）。なお、ここでは、部分構造情報Ｆpartを、肺野軟部全体を形成するｎ個の画素ｆｇｊ（ｊ＝１，２，・・・，ｎ）のうちのｍ個の画素ｆｇｔ（ｔ＝１からｎまでの値のうちｍ個）における画素値として取得する。図７は、胸部放射線画像Ｐにおいて肋骨領域を除いた肺野軟部のテクスチャを示した図である。 In the first embodiment, the partial structure information acquisition unit 20 describes, based on the acquired image data P, the texture of the lung soft part from which the rib region in the chest radiation image P is removed as the texture of a part of the lung soft part. The partial structure information Fpart representing the partial texture is extracted and acquired based on the overall shape of the rib detected by the above method (step S12). Here, the partial structure information Fpart is set to m pixels fgt (from t = 1 to n) out of n pixels fgj (j = 1, 2,..., N) forming the entire lung soft part. Are acquired as pixel values at m). FIG. 7 is a diagram showing the texture of the soft lung area excluding the rib region in the chest radiographic image P.

一部構造情報設定手段３０は、一部構造情報Ｍpartとして、部分構造情報抽出手段２０により抽出された部分構造情報Ｆpart、すなわち、画素ｆｇｔにおける画素値を初期設定する（ステップＳ１３）。 The partial structure information setting means 30 initially sets the partial structure information Fpart extracted by the partial structure information extraction means 20, that is, the pixel value in the pixel fgt as the partial structure information Mpart (step S13).

構造変更ベクトル設定手段４０は、複数の構造変更ベクトルＭｓを算出して設定するが（ステップＳ１４）、ここで、肺野軟部の全体のテクスチャを表すテクスチャベクトルＧは、各画素ｆｇｊの画素値Ｑｊを順次並べたベクトルとして、式（７）のように表すことができる。

The structure change vector setting means 40 calculates and sets a plurality of structure change vectors Ms (step S14). Here, the texture vector G representing the entire texture of the lung field soft part is the pixel value Qj of each pixel fgj. Can be expressed as the following equation (7).

したがって、一部構造情報Ｍpartが表す肺野軟部の部分的なテクスチャが、胸部放射線画像Ｐにおける肺野軟部の全体のテクスチャの一部を構成するものとすれば、この初期の状態における肺野軟部のテクスチャベクトルＧinitは、式（８）にように表すことができる。

Therefore, if the partial texture of the lung field soft part represented by the partial structure information Mpart constitutes a part of the entire texture of the lung field soft part in the chest radiation image P, the lung field soft part in this initial state The texture vector Ginit can be expressed as shown in Equation (8).

ここで、Ｑpは、一部構造情報Ｍpartが表す各画素における画素値であり、？はその他の不明な画素値を示している。このテクスチャベクトルＧinitをより扱いやすくするために、式（９）に示すような、ベクトルＷinitを定義する。

Here, Qp is a pixel value in each pixel represented by the partial structure information Mpart, and? Indicates other unknown pixel values. In order to make this texture vector Ginit easier to handle, a vector Winit as shown in Expression (9) is defined.

ここで、行列Ｕは、既知と考えることができる画素値の位置（対角成分）では値１、その他の不明な画素値の位置では値０を採るような行列である。すなわち、ベクトルＷinitは、既知の画素値に対応する位置には値があり、不明の画素値に対応する位置には０（ゼロ）が入っているテクスチャベクトルである。 Here, the matrix U is a matrix that takes a value of 1 at pixel value positions (diagonal components) that can be considered known and a value of 0 at other unknown pixel value positions. That is, the vector Winit is a texture vector that has a value at a position corresponding to a known pixel value, and 0 (zero) at a position corresponding to an unknown pixel value.

ところで、任意の肺野軟部のテクスチャを表すテクスチャベクトルＧは、多くの胸部画像における肺野軟部のテクスチャから主成分分析により算出された、肺野軟部の平均テクスチャを表す平均テクスチャベクトルＧｂと、肺野軟部のテクスチャの固有成分を表す固有テクスチャベクトルＢｉとの線形和で表現することができ、式（１０）のように表すことができる。

By the way, the texture vector G that represents the texture of an arbitrary lung field soft part is calculated by principal component analysis from the texture of the lung field soft part in many chest images, and the average texture vector Gb that represents the average texture of the lung field soft part, It can be expressed by a linear sum with an eigentexture vector Bi that represents an eigencomponent of the texture of the field soft part, and can be expressed as in equation (10).

ここで、βｉは各固有テクスチャベクトルに対しての重み係数である。 Here, βi is a weighting coefficient for each unique texture vector.

この式（１０）の両辺に行列Ｗを掛けると、式（１１）となり、式（１１′）が得られる。

When the matrix W is multiplied to both sides of the equation (10), the equation (11) is obtained and the equation (11 ′) is obtained.

一般に、｛Ｂｉ｝が１次独立であっても、｛Ｕ・Ｂｉ｝は１次独立とはならないが、｛Ｕ・Ｂｉ｝のベクトルの数（ｉの値）に比べて既知の画素値の数が十分多ければ、大まかには、｛Ｕ・Ｂｉ｝も１次独立であると考えてよい。このため、式（１１′）の両辺とＵ・Ｂｐ（ｐ＝１，２，・・・）との内積をとって、

In general, even if {Bi} is linearly independent, {U · Bi} is not linearly independent, but the known pixel value is smaller than the number of {U · Bi} vectors (i values). If the number is sufficiently large, roughly, {U · Bi} may be considered to be linearly independent. Therefore, the inner product of both sides of the equation (11 ′) and U · Bp (p = 1, 2,...) Is taken,

として、重み係数βｐ（ｐ＝１，２，・・・）を求める。これは、Ｗinit−Ｕ・Ｇｂを、１次独立、すなわち、互いに直交するベクトルＵ・Ｂ１，Ｕ・Ｂ２，・・・の各成分に分解したときの、これらのベクトルの成分に対応する、係数β１，β２，・・・の値を求めることを意味する。 The weighting coefficient βp (p = 1, 2,...) Is obtained. This is a coefficient corresponding to the components of these vectors when Winit-U · Gb is decomposed into each of the components of vectors U · B1, U · B2,. It means that the values of β1, β2,.

そして、求められた係数β１，β２，・・・を、固有テクスチャベクトルＢ１，Ｂ２，・・・にそれぞれ掛けることにより、重み付けされた固有テクスチャベクトルβｉＢｉが得られ、これを構造変更ベクトルＭｓとして設定することができる。 .. Are multiplied by the specific texture vectors B1, B2,... To obtain a weighted specific texture vector βiBi, which is set as the structure modification vector Ms. can do.

このことは、構造データＭｂとしての平均テクスチャベクトルＧｂに、構造変更ベクトルＭｓとしての重み付けされた固有テクスチャベクトルβｉＢｉを加算して得られる、構造モデルデータＭが表す肺野軟部のテクスチャのうち上記「一部」に対応するテクスチャが、一部構造情報Ｍpartが表す一部のテクスチャと合致するように、構造変更ベクトルＭｓを設定することに相当する。 This is because the average texture vector Gb as the structure data Mb and the weighted unique texture vector βiBi as the structure modification vector Ms are added to the above-mentioned “of the lung soft part texture represented by the structure model data M”. This corresponds to setting the structure change vector Ms so that the texture corresponding to “part” matches the part of texture represented by the partial structure information Mpart.

そして、構造モデルデータ作成手段５０が、平均テクスチャベクトルＧｂと、重み付けされた固有テクスチャベクトルβｉＢｉとを線形結合させ、得られたベクトルを構造モデルデータＭとして得る（ステップＳ１５）。すなわち、係数β１，β２，・・・を、式（１０）に代入したときのテクスチャベクトルＧを、構造モデルデータＭとすることができる。 Then, the structural model data creation means 50 linearly combines the average texture vector Gb and the weighted unique texture vector βiBi, and obtains the obtained vector as the structural model data M (step S15). That is, the texture vector G when the coefficients β1, β2,... Are substituted into the equation (10) can be used as the structural model data M.

指標値算出手段６０は、画像データＰから得られる、胸部放射線画像Ｐにおける肺野軟部のテクスチャを示す情報を含有する所定の情報に基づいて、構造モデルデータＭが表すテクスチャと胸部放射線画像Ｐにおける肺野軟部のテクスチャとの差異の程度を表す指標値ｄを算出するが（ステップＳ１６）、具体的には、次のような処理を行う。 The index value calculation means 60 is based on predetermined information containing information indicating the texture of the lung soft region in the chest radiation image P obtained from the image data P, and the texture represented by the structural model data M and the chest radiation image P. An index value d representing the degree of difference from the texture of the lung field soft part is calculated (step S16). Specifically, the following processing is performed.

上記「所定の情報」として、例えば、胸部放射線画像Ｐにおいて、形状が規格化された肺野を表す肺野画像を用いる。 As the “predetermined information”, for example, a lung field image representing a lung field whose shape is standardized in the chest radiation image P is used.

そして、上記規格化された肺野画像のテクスチャと構造モデルデータＭが表すテクスチャとにおいて、対応する画素毎にその画素値の差分を求め，それらの分散を構造モデルデータＭが表すテクスチャと胸部放射線画像Ｐにおける肺野軟部のテクスチャとの差異の程度を表す指標値ｄとする。 Then, in the texture of the standardized lung field image and the texture represented by the structural model data M, a difference between the pixel values is obtained for each corresponding pixel, and the variance represented by the texture represented by the structural model data M and the chest radiation The index value d represents the degree of difference from the texture of the lung field soft part in the image P.

判定手段７０は、上記の算出された指標値ｄが所定値以内であれば、構造モデルデータＭが表すテクスチャと胸部放射線画像Ｐにおける肺野軟部のテクスチャとの差異が所定範囲内であると判定し、指標値ｄが所定値を超えているときは、その差異が所定範囲内にないと判定する（ステップＳ１７）。 If the calculated index value d is within a predetermined value, the determination unit 70 determines that the difference between the texture represented by the structural model data M and the texture of the soft lung area in the chest radiographic image P is within a predetermined range. When the index value d exceeds the predetermined value, it is determined that the difference is not within the predetermined range (step S17).

繰返し制御手段８０は、判定手段７０による、その差異が所定範囲内でないとの判定に応答して、一部構造情報設定手段３０に対して、一部構造情報Ｍpartが表すテクスチャの一部を変更してなるテクスチャを表す情報を、新たな一部構造情報Ｍpartとして設定させるとともに、一部構造情報設定手段３０による一部構造情報Ｍpartの設定から判定手段７０による判定までの一連の処理を繰返し行わせる制御をし、判定手段７０による、その差異が所定範囲内であるとの判定に応答して、その繰返し制御を止める。これにより、実際の肺野軟部のテクスチャに近似したテクスチャを表す構造モデルデータＭが見つかるまで、構造変更ベクトルＭｓを探索する。 In response to the determination by the determination unit 70 that the difference is not within the predetermined range, the repetition control unit 80 changes a part of the texture represented by the partial structure information Mpart to the partial structure information setting unit 30. The information representing the texture is set as new partial structure information Mpart, and a series of processing from setting of the partial structure information Mpart by the partial structure information setting unit 30 to determination by the determination unit 70 is repeatedly performed. In response to the determination by the determination means 70 that the difference is within the predetermined range, the repetitive control is stopped. As a result, the structural change vector Ms is searched until the structural model data M representing the texture approximated to the texture of the actual lung field soft part is found.

そして、全体構造情報取得手段９０が、構造モデルデータ作成手段５０により最終的に作成された構造モデルデータＭを、胸部放射線画像Ｐにおける肺野軟部の全体的なテクスチャを表す全体構造情報Ｆallとして取得する（ステップＳ１８）。図８は、このようにして得られた全体構造情報Ｆallが表す肺野軟部のテクスチャを示した図である。 Then, the entire structure information acquisition unit 90 acquires the structure model data M finally generated by the structure model data generation unit 50 as the entire structure information Fall representing the entire texture of the lung soft part in the chest radiation image P. (Step S18). FIG. 8 is a diagram showing the texture of the soft lung area represented by the overall structure information Fall obtained as described above.

このような構造検出装置１によれば、医用画像における所定の構造物の一部分の構造を抽出し、上記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する処理であって、当該一部の構造を、抽出された一部分の構造を初期構造として設定毎に一部変化させながら設定する処理と、上記所定の構造物と同種の構造物の正常な構造を表す構造データに複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、上記部一部の構造と合致するように、構造変更ベクトルを設定する処理と、構造データに構造変更ベクトルを加算して構造モデルデータを作成する処理とを、作成された構造モデルデータが表す構造が上記所定の構造物の実際の構造と略合致するまで繰り返し、最後に得られた構造モデルデータを、上記所定の構造物の全体的な構造を表す情報として取得するので、実際に抽出された上記所定の構造物の部分的な構造が反映された構造モデルデータを出発点に、構造変更ベクトルを探索することができ、構造モデルデータを手探りで探索する場合に比べて、より短時間に、精度よく、上記所定の構造物の全体の構造を表す全体構造情報を取得することが期待できる。 According to such a structure detection apparatus 1, a partial structure of a predetermined structure in a medical image is extracted, and partial structure information representing a partial structure of the same kind of structure as the predetermined structure is set. A process for setting the partial structure while changing the extracted partial structure as an initial structure for each setting, and a normal structure of the same type of structure as the predetermined structure. The structure change vector is set so that the structure corresponding to the part of the structure represented by the structure model data obtained by adding a plurality of structure change vectors to the structure data to be represented matches the structure of part of the part. Repeat the process and the process of adding the structure change vector to the structure data to create the structure model data until the structure represented by the created structure model data substantially matches the actual structure of the predetermined structure. In Since the obtained structural model data is acquired as information representing the overall structure of the predetermined structure, the structural model data reflecting the partial structure of the predetermined structure actually extracted is used as a starting point. In addition, the structure change vector can be searched, and overall structure information representing the entire structure of the predetermined structure can be obtained in a shorter time and with higher accuracy than when searching for the structure model data by hand. I can expect that.

なお、上記実施形態においては、構造モデルデータＭが表す構造が、医用画像における所定の構造物の実際の構造と所定の範囲内で近似するまで、構造変更ベクトルＭｓを探索するようにしているが、計算時間の短縮を優先したいときや、得られる全体構造情報Ｆallの精度を高める必要がないとき等は、構造変更ベクトルＭｓを探索せずに、抽出された所定の構造物の一部分の構造を表す部分構造情報Ｆpartに基づいて、構造データＭｂに複数の構造変更ベクトルＭｓを加算して得られる構造モデルデータがＭ表す構造のうち上記「一部分」に対応する構造が、上記「一部分の構造」と合致するように、複数の構造変更ベクトルＭｓを設定し、その構造変更ベクトルＭｓを構造データＭｂに加算して得られる構造モデルデータＭを、検出しようとする所定の構造物の全体の構造を表す全体構造情報Ｆallとしてそのまま取得するようにしてもよく、この場合、本発明の第１の構造検出装置を用いることができる。 In the above embodiment, the structure change vector Ms is searched until the structure represented by the structure model data M approximates the actual structure of the predetermined structure in the medical image within a predetermined range. When priority is given to shortening the calculation time, or when it is not necessary to increase the accuracy of the overall structure information Fall obtained, the structure of a part of the extracted predetermined structure is searched without searching the structure change vector Ms. Based on the partial structure information Fpart to be represented, a structure corresponding to the “part” among the structures represented by the structure model data M obtained by adding a plurality of structure change vectors Ms to the structure data Mb is the “partial structure”. The structure model data M obtained by setting a plurality of structure change vectors Ms so as to match the above and adding the structure change vectors Ms to the structure data Mb is detected. The whole structure information Fall representing the entire structure of the predetermined structure may be acquired as it is. In this case, the first structure detection apparatus of the present invention can be used.

図９は、本発明の第１の構造検出装置の一実施形態による概略構成を示す図である。 FIG. 9 is a diagram showing a schematic configuration according to an embodiment of the first structure detection apparatus of the present invention.

図９に示す構造検出装置２は、画像データ取得手段１０と、部分構造情報抽出手段２０と、構造変更ベクトル設定手段４０と、構造モデルデータ作成手段５０と、全体構造情報取得手段９０とを備えている。 The structure detection apparatus 2 shown in FIG. 9 includes image data acquisition means 10, partial structure information extraction means 20, structure change vector setting means 40, structure model data creation means 50, and overall structure information acquisition means 90. ing.

図１０は、構造検出装置２の処理フローを示す図である。 FIG. 10 is a diagram illustrating a processing flow of the structure detection apparatus 2.

画像データ取得手段１０が、解剖学的な複数の構造物からなる被写体を表す医用画像Ｐを担持する画像データＰを取得し（ステップＳ２１）、部分構造情報抽出手段２０が、画像データＰに基づいて、医用画像Ｐにおいて、上記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報Ｆpartを抽出する（ステップＳ２２）。構造変更ベクトル設定手段４０は、部構造情報Ｆpartに基づいて、上記所定の構造物と同種の構造物の正常な構造を表す構造データＭｂにその構造を変更するための複数の構造変更ベクトルＭｓを加算して得られる構造モデルデータＭが表す構造のうち上記「一部分」に対応する構造が、上記「一部分の構造」と合致するように、複数の構造変更ベクトルＭｓを設定する（ステップＳ２３）。構造モデルデータ作成手段５０は、複数の構造変更ベクトルＭｓを構造データＭｂに加算して構造モデルデータＭを作成する（ステップＳ２４）。そして、全体構造情報取得手段９０が、構造モデルデータ作成手段５０により作成された構造モデルデータＭを、上記所定の構造物の全体的な構造を表す全体構造情報Ｆallとして取得する（ステップＳ２５）。 The image data acquisition means 10 acquires image data P carrying a medical image P representing a subject composed of a plurality of anatomical structures (step S21), and the partial structure information extraction means 20 is based on the image data P. Thus, in the medical image P, the partial structure information Fpart representing the structure of a part of the predetermined structure among the plurality of structures is extracted (step S22). The structure change vector setting means 40, based on the part structure information Fpart, outputs a plurality of structure change vectors Ms for changing the structure to structure data Mb representing the normal structure of the structure of the same type as the predetermined structure. A plurality of structure change vectors Ms are set so that the structure corresponding to the “part” in the structure represented by the structural model data M obtained by addition matches the “partial structure” (step S23). The structural model data creation means 50 creates the structural model data M by adding a plurality of structural change vectors Ms to the structural data Mb (step S24). Then, the overall structure information acquisition means 90 acquires the structure model data M created by the structure model data creation means 50 as overall structure information Fall representing the overall structure of the predetermined structure (step S25).

このような構造検出装置２によれば、医用画像における所定の構造物の一部分の構造を表す部分構造情報を抽出し、当該部分構造情報に基づいて、上記所定の構造物と同種の構造物の正常な構造を表す構造データに複数の構造変更ベクトルを加算して上記同種の構造物の構造を表す構造モデルデータを作成する際に、当該構造モデルデータが表す構造のうち上記一部分に対応する構造が上記一部分の構造と合致するように、上記複数の構造変更ベクトルを設定し、作成された構造モデルデータを上記所定の構造物の全体的な構造を表す全体構造情報として取得するので、所定の構造物の一部分の構造が反映された構造モデルデータを、手探りではなく、所定の計算によって求めることができ、構造が複雑で従来のエッジ抽出フィルタ処理等では検出が難しかった部分を含む上記所定の構造物の全体の構造を、短時間で検出することができる。 According to the structure detection apparatus 2 as described above, partial structure information representing a partial structure of a predetermined structure in the medical image is extracted, and based on the partial structure information, a structure of the same type as the predetermined structure is extracted. A structure corresponding to the part of the structure represented by the structure model data when the structure model data representing the structure of the same kind of structure is created by adding a plurality of structure change vectors to the structure data representing the normal structure. The plurality of structural change vectors are set so that the partial structure matches the partial structure, and the created structural model data is acquired as overall structural information representing the overall structure of the predetermined structure. Structural model data that reflects the structure of a part of the structure can be obtained by a predetermined calculation instead of groping. The overall structure of the predetermined structure including a detection difficult part, can be detected in a short time.

また、上記構造検出装置１または構造検出装置２と同じ構成をベースに、画像データＰと全体構造情報Ｆallとに基づいて、上記所定の構造物が除去された被写体を表す医用画像である構造物除去画像Ｐ′を担持する構造物除去画像データＰ′を生成する構造物除去画像データ生成手段１００をさらに備えるようにして、構造物除去画像生成装置としてもよい。 Further, based on the same configuration as the structure detection device 1 or the structure detection device 2, the structure is a medical image representing the subject from which the predetermined structure has been removed based on the image data P and the entire structure information Fall. The structure removal image generation device may be further provided with a structure removal image data generation means 100 for generating the structure removal image data P ′ carrying the removal image P ′.

図１１は、構造検出装置１と同じ構成をベースにしたときの構造物除去画像生成装置３、図１２は、構造検出装置２と同じ構成をベースにしたときの構造物除去画像生成装置４を示す図である。いずれの構造物除去画像生成装置においても、構造物除去画像データ生成手段１００が、全体構造情報取得手段９０により取得された全体構造情報Ｆallに基づいて、上記所定の構造物の画像Ｐｓを担持する構造物画像データＰｓを生成し、画像データＰおよび構造物画像データＰｓに基づいて、医用画像Ｐからその所定の構造物の画像Ｐｓを減算して、所定の構造物が除去された構造物除去画像Ｐ′を担持する構造物除去画像データＰ′を生成する。 11 shows the structure removal image generation device 3 when the structure same as that of the structure detection device 1 is used as a base, and FIG. 12 shows the structure removal image generation device 4 when the same structure as the structure detection device 2 is used as a base. FIG. In any structure removal image generation device, the structure removal image data generation means 100 carries the image Ps of the predetermined structure based on the whole structure information Fall acquired by the whole structure information acquisition means 90. Generate structure image data Ps, subtract the image Ps of the predetermined structure from the medical image P based on the image data P and the structure image data Ps, and remove the structure from which the predetermined structure is removed The structure removal image data P ′ carrying the image P ′ is generated.

例えば、構造物除去画像データ生成手段１００が、他の各手段を制御することにより、放射線画像Ｐにおける肋骨の全体的な形状を、１番目の全体構造情報Ｆall（１）として取得し、その後、胸部放射線画像Ｐにおける、肋骨の全体的な形状でくり抜かれた領域のテクスチャを、所定の規格化形状にワーピングして、２番目の部分構造情報Ｆpart（２）として設定し、肋骨の全体的なテクスチャを、２番目の全体構造情報Ｆall（２）として取得し、このテクスチャを先に求めた肋骨の全体的な形状にワーピングして肋骨画像Ｐｒを得、この肋骨画像Ｐｒを胸部放射線画像Ｐから減算し、胸部から肋骨が除去された肋骨除去画像Ｐ′を担持する構造物除去画像データＰ′を生成する。 For example, the structure removal image data generation means 100 controls the other means to obtain the overall shape of the ribs in the radiographic image P as the first overall structure information Fall (1), and then In the chest radiation image P, the texture of the region hollowed out by the overall shape of the rib is warped to a predetermined standardized shape and set as the second partial structure information Fpart (2). The texture is acquired as the second overall structure information Fall (2), and this texture is warped to the overall shape of the rib obtained earlier to obtain the rib image Pr. The rib image Pr is obtained from the chest radiation image P. Subtraction is performed to generate structure-removed image data P ′ carrying a rib-removed image P ′ with the ribs removed from the chest.

なおこの場合、上記の肋骨の全体的な形状でくり抜かれた領域のテクスチャは、通常、純粋な肋骨のテクスチャとはならず、肋骨の陰影と血管影等が重なった状態のテクスチャとなる。そのため、得られる肋骨画像には、血管影等の存在に起因するエラーが含まれる可能性がある。このようなエラーをできるだけ排除したい場合は、次のような手法を考えることもできる。 In this case, the texture of the region cut out in the overall shape of the above rib is usually not a pure rib texture, but a texture in which the shadow of the rib overlaps with the blood vessel shadow. Therefore, the obtained rib image may include an error due to the existence of a blood vessel shadow or the like. In order to eliminate such errors as much as possible, the following method can be considered.

構造物除去画像データ生成手段１００が、他の各手段を制御することにより、胸部放射線画像Ｐにおいて、肋骨の肺野中央部の部分的な形状から肋骨の全体形状を、１番目の全体構造情報Ｆall（１）として取得し、その後、当該情報に基づいて得られる、肋骨領域が除かれた肺野の部分的なテクスチャから血管影等を含む肺野軟部の全体的なテクスチャを、２番目の全体構造情報Ｆall（２）として取得する。そして、この肺野軟部の全体的なテクスチャを胸部放射線画像Ｐにおける肺野の形状にワーピングして肺野軟部画像Ｐｈを得、さらに、胸部放射線画像Ｐから肺野軟部画像Ｐｈを減算して、肋骨のテクスチャが強調された骨部画像Ｐｋを得る。肺野軟部画像Ｐｈには血管影等が含まれているので、これを胸部放射線画像Ｐから減算して得られる上記骨部画像Ｐｋには、血管影等は含まれない。この骨部画像Ｐｋにおいて、先に求めた肋骨の全体形状でくり抜かれた領域のテクスチャを、所定の規格化形状にワーピングして、３番目の部分構造情報Ｆpart（３）として設定し、肋骨の全体的なテクスチャを、３番目の全体構造情報Ｆall（３）として取得し、このテクスチャを先に求めた肋骨の全体的な形状にワーピングして肋骨画像を得、この肋骨画像を胸部放射線画像Ｐから減算し、胸部から肋骨が除去された肋骨除去画像を担持する構造物除去画像データを生成する。 The structure removal image data generation means 100 controls the other means to change the overall shape of the rib from the partial shape of the central lung field of the rib in the chest radiographic image P. Fall (1) is obtained, and then the entire texture of the lung soft part including the vascular shadow is obtained from the partial texture of the lung field excluding the rib region obtained based on the information. Obtained as overall structure information Fall (2). Then, the entire texture of the lung soft part is warped to the shape of the lung field in the chest radiation image P to obtain the lung field soft part image Ph, and further, the lung field soft part image Ph is subtracted from the chest radiation image P, A bone part image Pk in which the rib texture is emphasized is obtained. Since the lung field soft part image Ph includes blood vessel shadows and the like, the bone part image Pk obtained by subtracting this from the chest radiation image P does not include blood vessel shadows and the like. In this bone part image Pk, the texture of the region hollowed out by the overall shape of the rib obtained previously is warped to a predetermined standardized shape and set as the third partial structure information Fpart (3). The overall texture is acquired as the third overall structure information Fall (3), and this texture is warped to the overall shape of the previously obtained rib to obtain a rib image. This rib image is obtained as a chest radiation image P. The structure removal image data carrying the rib removal image from which the rib has been removed from the chest is generated.

このような構造物除去画像生成装置３，４によれば、１枚の医用画像から、画像診断において障害となり得る所定の構造物が除去された構造物除去画像を、短時間に生成することができ、画像診断の性能や効率を向上させることが可能となる。 According to such structure-removed image generation apparatuses 3 and 4, a structure-removed image in which a predetermined structure that may be an obstacle in image diagnosis is removed from a single medical image in a short time. It is possible to improve the performance and efficiency of image diagnosis.

また、上記構造検出装置１または構造検出装置２と同じ構成をベースに、上記の構造物除去画像データ生成手段１００に加え、当該手段により生成された構造物除去画像データＰ′に基づいて、構造物除去画像Ｐ′中の異常陰影候補Ｒを検出する異常陰影検出手段１１０をさらに備えるようにして、異常陰影検出装置としてもよい。 Further, based on the same configuration as that of the structure detection device 1 or the structure detection device 2, in addition to the structure removal image data generation unit 100 described above, based on the structure removal image data P ′ generated by the unit, the structure An abnormal shadow detection device 110 that detects an abnormal shadow candidate R in the object removal image P ′ may be further provided to provide an abnormal shadow detection device.

図１３は、構造検出装置１と同じ構成をベースにしたときの異常陰影検出装置５、図１４は、構造検出装置２と同じ構成をベースにしたときの異常陰影検出装置６を示す図である。 FIG. 13 is a diagram showing an abnormal shadow detection device 5 based on the same configuration as the structure detection device 1, and FIG. 14 is a diagram showing an abnormal shadow detection device 6 based on the same configuration as the structure detection device 2. .

ここで、上記「異常陰影検出手段」における異常陰影候補を検出する手法としては、例えば、特開２００２−３３０９５０号公報にて開示されている、画像中の濃度勾配（または輝度勾配）を濃度勾配ベクトルとして表し、この濃度勾配ベクトルの集中度合いの高い画像部分を候補として抽出するアイリスフィルタ処理や、検出しようとする異常陰影の大きさに応じた多重構造要素を用いて、この多重構造要素よりも空間的に狭い範囲で濃度変動する画像部分を候補として抽出するモフォロジーフィルタ処理を利用した手法が考えられる。 Here, as a method of detecting an abnormal shadow candidate in the “abnormal shadow detection means”, for example, a density gradient (or luminance gradient) in an image disclosed in JP-A-2002-330950 is used as a density gradient. Compared to this multiple structural element using an iris filter process that extracts the image portion with a high degree of concentration of this density gradient vector as a candidate and multiple structural elements according to the size of the abnormal shadow to be detected. A method using a morphological filter process for extracting an image portion whose density fluctuates in a spatially narrow range as a candidate can be considered.

このような異常陰影検出装置５，６によれば、１枚の医用画像から、画像診断において障害となり得る所定の構造物が除去された構造物除去画像を、短時間に生成することができ、異常陰影検出処理における性能や効率を向上させることが可能となる。 According to such abnormal shadow detection devices 5 and 6, it is possible to generate in a short time a structure-removed image in which a predetermined structure that can be an obstacle in image diagnosis is removed from one medical image, It is possible to improve the performance and efficiency in the abnormal shadow detection process.

本発明の第２の構造検出装置の一実施形態による構造検出装置１の構成を示す図The figure which shows the structure of the structure detection apparatus 1 by one Embodiment of the 2nd structure detection apparatus of this invention. 構造検出装置１の第１実施例による処理フローを示す図The figure which shows the processing flow by 1st Example of the structure detection apparatus 1. FIG. 胸部放射線画像Ｐを示す図The figure which shows the chest radiograph P 胸部放射線画像Ｐにおいて抽出された肋骨の一部分の形状を特徴点で示す図The figure which shows the shape of the part of the rib extracted in the chest radiograph P by the feature point 作成された構造モデルデータＭが表す肋骨の全体形状を特徴点で示す図The figure which shows the whole shape of the rib which the created structural model data M represents by a feature point 構造検出装置１の第２実施例による処理フローを示す図The figure which shows the processing flow by 2nd Example of the structure detection apparatus 1. FIG. 肋骨領域が除かれた肺野軟部のテクスチャを示す図The figure which shows the texture of the lung field soft part where the rib area was removed 作成された構造モデルデータＭが表す肺野軟部の全体テクスチャを示す図The figure which shows the whole texture of the lung soft part which the created structural model data M represents 本発明の第１の構造検出装置の一実施形態による構造検出装置２の構成を示す図The figure which shows the structure of the structure detection apparatus 2 by one Embodiment of the 1st structure detection apparatus of this invention. 構造検出装置２の処理フローを示す図The figure which shows the processing flow of the structure detection apparatus 2 本発明の構造物除去画像生成装置の一実施形態による構造物除去画像生成装置３の構成を示す図The figure which shows the structure of the structure removal image generation apparatus 3 by one Embodiment of the structure removal image generation apparatus of this invention. 本発明の構造物除去画像生成装置の一実施形態による構造物除去画像生成装置４の構成を示す図The figure which shows the structure of the structure removal image generation apparatus 4 by one Embodiment of the structure removal image generation apparatus of this invention. 本発明の異常陰影検出装置の一実施形態による異常陰影検出装置５の構成を示す図The figure which shows the structure of the abnormal shadow detection apparatus 5 by one Embodiment of the abnormal shadow detection apparatus of this invention. 本発明の異常陰影検出装置の一実施形態による異常陰影検出装置６の構成を示す図The figure which shows the structure of the abnormal shadow detection apparatus 6 by one Embodiment of the abnormal shadow detection apparatus of this invention.

符号の説明Explanation of symbols

１，２構造検出装置
３，４構造物除去画像生成装置
５，６異常陰影検出装置
１０画像データ取得手段
２０部分構造情報抽出手段
３０一部構造情報設定手段
４０構造変更ベクトル設定手段
５０構造モデルデータ作成手段
６０指標値算出手段
７０判定手段
８０繰返し制御手段
９０全体構造情報取得手段
１００構造物除去画像データ生成手段
１１０異常陰影検出手段 DESCRIPTION OF SYMBOLS 1, 2 Structure detection apparatus 3, 4 Structure removal image generation apparatus 5,6 Abnormal shadow detection apparatus 10 Image data acquisition means 20 Partial structure information extraction means 30 Partial structure information setting means 40 Structure change vector setting means 50 Structure model data Creation means 60 Index value calculation means 70 Determination means 80 Repetition control means 90 Overall structure information acquisition means 100 Structure removal image data generation means 110 Abnormal shadow detection means

Claims

解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得し、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出し、
該部分構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して構造モデルデータを作成し、
該構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する解剖学的構造物の構造検出方法であって、
前記複数の構造変更ベクトルを、前記構造モデルデータが表す構造のうち前記一部分に対応する構造が前記一部分の構造と合致するように設定することを特徴とする解剖学的構造物の構造検出方法。 Acquire image data carrying a medical image representing a subject composed of a plurality of anatomical structures,
Based on the image data, in the medical image, partial structure information representing a structure of a part of a predetermined structure among the plurality of structures is extracted,
Based on the partial structure information, a structure model data is created by adding a plurality of structure change vectors for changing the structure to the structure data representing the structure of the same structure as the predetermined structure,
A method for detecting the structure of an anatomical structure, wherein the structure model data is acquired as overall structure information representing an overall structure of the predetermined structure,
A structure detection method for an anatomical structure, wherein the plurality of structure change vectors are set so that a structure corresponding to the part of the structure represented by the structure model data matches the structure of the part.

解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得し、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出し、
前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する処理であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該処理により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する処理と、
該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する処理と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する処理と、
前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する処理と、
該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する処理とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返し、
前記構造モデルデータを作成する処理により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得することを特徴とする解剖学的構造物の構造検出方法。 Acquire image data carrying a medical image representing a subject composed of a plurality of anatomical structures,
Based on the image data, in the medical image, partial structure information representing a structure of a part of a predetermined structure among the plurality of structures is extracted,
A process of setting partial structure information representing a partial structure of a structure of the same type as the predetermined structure, and setting the partial structure information extracted at the first time as the partial structure information, A process of setting information representing a structure obtained by changing a part of the structure represented by the information previously set by the process after the second time;
A structure represented by structure model data obtained by adding a plurality of structure change vectors for changing the structure to structure data representing the structure of the same kind of structure as the predetermined structure based on the partial structure information A process for setting the plurality of structure change vectors so that a structure corresponding to the part matches the part of the structure;
Processing for adding the plurality of structural change vectors to the structural data to create the structural model data;
Based on predetermined information containing information indicating the structure of the predetermined structure obtained from the image data, the difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image A process of calculating an index value representing the degree,
The process of determining whether the difference is within a predetermined range based on the index value is repeated until it is determined by the determination that the difference is within the predetermined range,
Structure detection of an anatomical structure characterized in that the structure model data created last by the process of creating the structure model data is acquired as overall structure information representing the overall structure of the predetermined structure Method.

解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、
該部分構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部分に対応する構造が、前記一部分の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、
該構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段とを備えたことを特徴とする解剖学的構造物の構造検出装置。 Image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures;
Partial structure information extraction means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures based on the image data;
Based on the partial structure information, the structure model data obtained by adding a plurality of structure change vectors for changing the structure to the structure data representing the structure of the same kind of structure as the predetermined structure. A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the portion matches the structure of the portion;
Structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data;
An apparatus for detecting a structure of an anatomical structure, comprising: whole structure information obtaining means for obtaining the structure model data as whole structure information representing the whole structure of the predetermined structure.

解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、
前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該手段により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、
該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、
前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、
該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、
前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、
前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段とを備えたことを特徴とする解剖学的構造物の構造検出装置。 Image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures;
Partial structure information extraction means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures based on the image data;
A means for setting partial structure information representing a partial structure of a structure of the same type as the predetermined structure, the partial structure information being set as the partial structure information for the first time, A partial structure information setting means for setting information representing a structure obtained by changing a part of the structure represented by the information previously set by the means after the second time;
A structure represented by structure model data obtained by adding a plurality of structure change vectors for changing the structure to structure data representing the structure of the same kind of structure as the predetermined structure based on the partial structure information A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the part matches the part of the structure;
Structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data;
Based on predetermined information containing information indicating the structure of the predetermined structure obtained from the image data, the difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image Index value calculation means for calculating an index value representing the degree;
Determination means for determining whether the difference is within a predetermined range based on the index value;
Setting of partial structure information by the partial structure information setting means, setting of a structure change vector by the structure change vector setting means, creation of structure model data by the structure model data creation means, and index value calculation means Repetitive control means that repeats calculation of an index value and determination by the determination means until the determination determines that the difference is within a predetermined range;
An anatomy comprising: overall structure information acquisition means for acquiring the last structural model data created by the structural model data creation means as overall structure information representing the overall structure of the predetermined structure Structure detector for biological structures.

前記構造データが、前記所定の構造物と同種の構造物の構造を表す多数の異なるデータを標本としたときの平均的な構造を表すものであり、
前記複数の構造変更ベクトルが、前記所定の構造物と同種の構造物の構造を表す多数の異なるデータを教師データとして主成分分析したときに得られる各固有ベクトルにそれぞれ比例する複数のベクトルであることを特徴とする請求項３または４記載の解剖学的構造物の構造検出装置。 The structure data represents an average structure when a number of different data representing the structure of a structure of the same type as the predetermined structure is used as a sample,
The plurality of structure change vectors are a plurality of vectors proportional to respective eigenvectors obtained when principal component analysis is performed using a large number of different data representing the structure of the same kind of structure as the predetermined structure as teacher data. The structure detection device for an anatomical structure according to claim 3 or 4.

前記構造が、形状およびテクスチャのうち少なくとも１つであることを特徴とする請求項３、４または５記載の解剖学的構造物の構造検出装置。 6. The structure detection device for an anatomical structure according to claim 3, 4 or 5, wherein the structure is at least one of a shape and a texture.

前記被写体が胸部であり、
前記所定の構造物が、肋骨または肺野軟部であることを特徴とする請求項３から６いずれか記載の解剖学的構造物の構造検出装置。 The subject is a chest;
The structure detection apparatus for an anatomical structure according to any one of claims 3 to 6, wherein the predetermined structure is a rib or a lung soft part.

解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、
前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該手段により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、
該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、
前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、
該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、
前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、
前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段と、
前記画像データと前記全体構造情報とに基づいて、前記所定の構造物が除去された前記被写体を表す医用画像である構造物除去画像を担持する構造物除去画像データを生成する構造物除去画像データ生成手段とを備えたことを特徴とする構造物除去画像生成装置。 Image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures;
Partial structure information extraction means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures based on the image data;
A means for setting partial structure information representing a partial structure of a structure of the same type as the predetermined structure, the partial structure information being set as the partial structure information for the first time, A partial structure information setting means for setting information representing a structure obtained by changing a part of the structure represented by the information previously set by the means after the second time;
A structure represented by structure model data obtained by adding a plurality of structure change vectors for changing the structure to structure data representing the structure of the same kind of structure as the predetermined structure based on the partial structure information A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the part matches the part of the structure;
Structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data;
Based on predetermined information containing information indicating the structure of the predetermined structure obtained from the image data, the difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image Index value calculation means for calculating an index value representing the degree;
Determination means for determining whether the difference is within a predetermined range based on the index value;
Setting of partial structure information by the partial structure information setting means, setting of a structure change vector by the structure change vector setting means, creation of structure model data by the structure model data creation means, and index value calculation means Repetitive control means that repeats calculation of an index value and determination by the determination means until the determination determines that the difference is within a predetermined range;
Overall structure information acquisition means for acquiring the structure model data last created by the structural model data creation means as overall structure information representing the overall structure of the predetermined structure;
Structure-removed image data for generating structure-removed image data carrying a structure-removed image that is a medical image representing the subject from which the predetermined structure has been removed, based on the image data and the entire structure information A structure-removed image generation apparatus comprising: a generation unit.

解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、
前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該手段により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、
該一部構造情報に基づいて、前記所定の構造物と同種の構造物の正常な構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、
前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、
該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、
前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、
前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段と、

前記画像データと前記全体構造情報とに基づいて、前記所定の構造物が除去された前記被写体を表す医用画像である構造物除去画像を担持する構造物除去画像データを生成する構造物除去画像データ生成手段と、
該構造物除去画像データに基づいて、前記構造物除去画像中の異常陰影候補を検出する異常陰影検出手段とを備えたことを特徴とする異常陰影検出装置。 Image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures;
Partial structure information extraction means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures based on the image data;
A means for setting partial structure information representing a partial structure of a structure of the same type as the predetermined structure, the partial structure information being set as the partial structure information for the first time, A partial structure information setting means for setting information representing a structure obtained by changing a part of the structure represented by the information previously set by the means after the second time;
Based on the partial structure information, structural model data obtained by adding a plurality of structural change vectors for changing the structure to structural data representing a normal structure of a structure of the same type as the predetermined structure. A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the part of the structure to be represented matches the part of the structure;
Structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data;
Based on predetermined information containing information indicating the structure of the predetermined structure obtained from the image data, the difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image Index value calculation means for calculating an index value representing the degree;
Determination means for determining whether the difference is within a predetermined range based on the index value;
Setting of partial structure information by the partial structure information setting means, setting of a structure change vector by the structure change vector setting means, creation of structure model data by the structure model data creation means, and index value calculation means Repetitive control means that repeats calculation of an index value and determination by the determination means until the determination determines that the difference is within a predetermined range;
Overall structure information acquisition means for acquiring the structure model data last created by the structural model data creation means as overall structure information representing the overall structure of the predetermined structure;

Structure-removed image data for generating structure-removed image data carrying a structure-removed image that is a medical image representing the subject from which the predetermined structure has been removed, based on the image data and the entire structure information Generating means;
An abnormal shadow detection apparatus comprising: an abnormal shadow detection unit that detects an abnormal shadow candidate in the structure removal image based on the structure removal image data.

コンピュータを、
解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、
該部分構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部分に対応する構造が、前記一部分の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、
該構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段として機能させるためのプログラム。 Computer
Image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures;
Partial structure information extraction means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures based on the image data;
Based on the partial structure information, the structure model data obtained by adding a plurality of structure change vectors for changing the structure to the structure data representing the structure of the same kind of structure as the predetermined structure. A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the portion matches the structure of the portion;
Structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data;
A program for causing the structure model data to function as an overall structure information acquisition unit that acquires the entire structure information representing the overall structure of the predetermined structure.

コンピュータを、
解剖学的な複数の構造物からなる被写体を表す医用画像を担持する画像データを取得する画像データ取得手段と、
該画像データに基づいて、前記医用画像において、前記複数の構造物のうち所定の構造物の一部分の構造を表す部分構造情報を抽出する部分構造情報抽出手段と、
前記所定の構造物と同種の構造物の一部の構造を表す一部構造情報を設定する手段であって、該一部構造情報として、初回に、抽出された前記部分構造情報を設定し、２回目以降に、該手段により前回設定された情報が表す構造の一部を変更した構造を表す情報を設定する一部構造情報設定手段と、
該一部構造情報に基づいて、前記所定の構造物と同種の構造物の構造を表す構造データに該構造を変更するための複数の構造変更ベクトルを加算して得られる構造モデルデータが表す構造のうち前記一部に対応する構造が、前記一部の構造と合致するように、前記複数の構造変更ベクトルを設定する構造変更ベクトル設定手段と、
前記複数の構造変更ベクトルを前記構造データに加算して前記構造モデルデータを作成する構造モデルデータ作成手段と、
前記画像データから得られる、前記所定の構造物の構造を示す情報を含有する所定の情報に基づいて、前記構造モデルデータが表す構造と前記医用画像における前記所定の構造物の構造との差異の程度を表す指標値を算出する指標値算出手段と、
該指標値に基づいて、前記差異が所定の範囲内であるか否かを判定する判定手段と、
前記一部構造情報設定手段による一部構造情報の設定と、前記構造変更ベクトル設定手段による構造変更ベクトルの設定と、前記構造モデルデータ作成手段による構造モデルデータの作成と、前記指標値算出手段による指標値の算出と、前記判定手段による判定とを、該判定により前記差異が所定の範囲内であると判定されるまで繰り返す繰返し制御手段と、
前記構造モデルデータ作成手段により最後に作成された構造モデルデータを、前記所定の構造物の全体的な構造を表す全体構造情報として取得する全体構造情報取得手段として機能させるためのプログラム。 Computer
Image data acquisition means for acquiring image data carrying a medical image representing a subject composed of a plurality of anatomical structures;
Partial structure information extraction means for extracting partial structure information representing a structure of a part of a predetermined structure among the plurality of structures based on the image data;
A means for setting partial structure information representing a partial structure of a structure of the same type as the predetermined structure, the partial structure information being set as the partial structure information for the first time, A partial structure information setting means for setting information representing a structure obtained by changing a part of the structure represented by the information previously set by the means after the second time;
A structure represented by structure model data obtained by adding a plurality of structure change vectors for changing the structure to structure data representing the structure of the same kind of structure as the predetermined structure based on the partial structure information A structure change vector setting means for setting the plurality of structure change vectors so that a structure corresponding to the part matches the part of the structure;
Structural model data creating means for creating the structural model data by adding the plurality of structural change vectors to the structural data;
Based on predetermined information containing information indicating the structure of the predetermined structure obtained from the image data, the difference between the structure represented by the structural model data and the structure of the predetermined structure in the medical image Index value calculation means for calculating an index value representing the degree;
Determination means for determining whether the difference is within a predetermined range based on the index value;
Setting of partial structure information by the partial structure information setting means, setting of a structure change vector by the structure change vector setting means, creation of structure model data by the structure model data creation means, and index value calculation means Repetitive control means that repeats calculation of an index value and determination by the determination means until the determination determines that the difference is within a predetermined range;
A program for functioning as overall structure information acquisition means for acquiring the last structural model data created by the structural model data creation means as overall structure information representing the overall structure of the predetermined structure.