JP2009082565A

JP2009082565A - Abnormal shadow detecting device and program

Info

Publication number: JP2009082565A
Application number: JP2007257694A
Authority: JP
Inventors: Shinsuke Katsuhara; 慎介勝原
Original assignee: Konica Minolta Medical and Graphic Inc
Current assignee: Konica Minolta Medical and Graphic Inc
Priority date: 2007-10-01
Filing date: 2007-10-01
Publication date: 2009-04-23
Anticipated expiration: 2027-10-01
Also published as: JP4888316B2

Abstract

<P>PROBLEM TO BE SOLVED: To ease variation of the density around the skin and to restrain occurrence of false detection in a detection device for an abnormal shadow in a radiation image. <P>SOLUTION: A region with large variation of the density around the skin is specified in a medical image, and variation of the density around the skin is eased and occurrence of false detection is restrained by executing the face correction process for the region by using the least-square method. <P>COPYRIGHT: (C)2009,JPO&INPIT

Description

本発明は、マンモグラフィ等の放射線画像における医用画像処理に係り、詳しくは、種瘤陰影や微小石灰化陰影等に代表される異常陰影の検出方法および検出装置に関する。 The present invention relates to medical image processing in radiographic images such as mammography, and more particularly to a detection method and a detection apparatus for abnormal shadows typified by aneurysm shadows and microcalcification shadows.

従来より医療分野においては、被写体の放射線画像を用いて病変部を発見し、またその病変部の状態を観察して、疾病の有無や進行状況の診断を行うことが一般的に行われている。しかし、従来一般に放射線画像の読影は、観察者の経験や画像読影能力の高低によって左右され、必ずしも客観的なものとはいえなかった。 Conventionally, in the medical field, it is common practice to discover a lesion using a radiographic image of a subject and observe the state of the lesion to diagnose the presence or progression of a disease. . However, in general, interpretation of radiographic images has been influenced by the experience of the observer and the level of image interpretation ability, and has not always been objective.

そこで、近年、計算機処理を用いて異常陰影候補を自動的に検出するようにしたコンピュータ診断支援装置（CAD;Computer Aided Diagnosis;以下、CADという）の研究が進んでいる。CADによれば、病変部の陰影の濃度分布の特徴や形態的特徴に基づいて放射線画像から異常陰影候補を検出することができる。 Therefore, in recent years, research on computer diagnosis support devices (CAD; Computer Aided Diagnosis; hereinafter referred to as CAD) that automatically detect abnormal shadow candidates using computer processing has been progressing. According to CAD, an abnormal shadow candidate can be detected from a radiographic image based on the characteristics of the density distribution and morphological characteristics of the shadow of the lesion.

特許文献１には、乳癌の特徴的形態である腫瘤陰影や微小石灰化陰影が、統計上、***の特定領域に多く発生することから、放射線画像における被写体の領域ごとに異常陰影候補の検出能を変えることにより、異常陰影の検出精度を向上させる技術が記載されている。
特開２００１−８９２３号公報 Patent Document 1 discloses that a large number of mass shadows and microcalcification shadows, which are characteristic forms of breast cancer, occur statistically in a specific region of the breast, so that the ability to detect abnormal shadow candidates for each region of a subject in a radiographic image is disclosed. Describes a technique for improving the detection accuracy of abnormal shadows by changing.
JP 2001-8923 A

しかしながら、特許文献１の技術のように、異常陰影の検出される可能性の大きい部分に応じて領域別に感度を変更するだけでは、実質上の検出性能の向上は望み難い。 However, as in the technique of Patent Document 1, it is difficult to expect a substantial improvement in detection performance simply by changing the sensitivity for each region in accordance with a portion where the possibility of detecting an abnormal shadow is large.

本発明の課題は、放射線画像における異常陰影検出装置において、スキンライン付近の濃度変化を緩和し、誤検出の発生を抑制することである。 An object of the present invention is to alleviate the density change near the skin line and suppress the occurrence of false detection in an abnormal shadow detection apparatus in a radiographic image.

請求項１に記載の発明は、
医用画像における被写体領域と背景領域との境界を抽出し、前記被写体領域内において前記境界から所定範囲内にある領域に面補正を行う面補正手段と、
前記面補正後の医用画像において異常陰影候補領域を検出する異常陰影候補検出手段と、
を備えることを特徴としている。 The invention described in claim 1
A surface correction unit that extracts a boundary between a subject region and a background region in a medical image and performs surface correction on a region within the subject region within a predetermined range from the boundary;
Abnormal shadow candidate detecting means for detecting an abnormal shadow candidate region in the medical image after the surface correction;
It is characterized by having.

請求項２に記載の発明は、請求項１に記載の発明において、
前記面補正手段は、前記抽出された境界に対する垂直方向の濃度変化に基づいて、前記面補正を行う所定範囲を特定すること
を特徴としている。 The invention according to claim 2 is the invention according to claim 1,
The surface correction unit is characterized in that a predetermined range for performing the surface correction is specified based on a density change in a vertical direction with respect to the extracted boundary.

請求項３に記載の発明は、請求項２に記載の発明において、
前記医用画像は、マンモグラフィであり、
前記面補正手段は、前記マンモグラフィにおける***領域と背景領域の境界であるスキンラインに対する垂直方向の濃度変化に基づいて、前記面補正を行う所定範囲を特定すること
を特徴としている。 The invention according to claim 3 is the invention according to claim 2,
The medical image is a mammography,
The surface correction means specifies a predetermined range for performing the surface correction based on a density change in a vertical direction with respect to a skin line that is a boundary between a breast region and a background region in the mammography.

請求項４に記載の発明は、請求項１〜３の発明において、
前記面補正手段は、２次元２次多項式を用いて医用画像の面補正を行うこと
を特徴としている。 The invention of claim 4 is the invention of claims 1 to 3,
The surface correction means performs surface correction of a medical image using a two-dimensional quadratic polynomial.

請求項５に記載の発明は、
コンピュータを、
医用画像において被写体領域と背景領域との境界を抽出し、前記被写体領域内において前記境界から所定範囲内にある領域に面補正を行う面補正手段と、
前記面補正後の医用画像において異常陰影候補領域を検出する異常陰影候補検出手段として機能させること
を特徴としている。 The invention described in claim 5
Computer
A surface correction unit that extracts a boundary between a subject region and a background region in a medical image and performs surface correction on a region within the subject region within a predetermined range from the boundary;
It is characterized by functioning as an abnormal shadow candidate detecting means for detecting an abnormal shadow candidate region in the medical image after the surface correction.

本発明によれば、***のスキンライン付近の濃度変化が大きい領域を自動的に特定し、面補正処理を施すことで、異常陰影の検出性能を向上することができる。 According to the present invention, an abnormal shadow detection performance can be improved by automatically specifying a region having a large density change near the skin line of the breast and performing a surface correction process.

まず、本実施の形態における構成について説明する。
図１に、本実施の形態における異常陰影検出装置１０の機能的構成を示す。 First, the configuration in the present embodiment will be described.
FIG. 1 shows a functional configuration of the abnormal shadow detection apparatus 10 according to the present embodiment.

図１に示すように、異常陰影検出装置１０は、制御部１１、I／F（Inter Face)１２、操作部１３、表示部１４、通信部１５、RAM（Random Access Memory)１６、記憶部１７を備えている。 As shown in FIG. 1, the abnormal shadow detection apparatus 10 includes a control unit 11, an I / F (Inter Face) 12, an operation unit 13, a display unit 14, a communication unit 15, a RAM (Random Access Memory) 16, and a storage unit 17. It has.

制御部１１は、CPU（Central Proccessing Unit）等により構成される。制御部１１は、記憶部１７に記憶されている制御プログラムを読み出し、RAM１６内に形成されたワークエリアに展開し、展開したプログラムに従って、異常陰影検出装置１０の各部を集中制御する。また、制御部１１は、記憶部１７に記憶されている各種プログラムに従って、後述する特定領域算出処理、面補正処理を始めとする各種処理を実行する。 The control unit 11 includes a CPU (Central Processing Unit) and the like. The control unit 11 reads out the control program stored in the storage unit 17, develops it in a work area formed in the RAM 16, and centrally controls each unit of the abnormal shadow detection apparatus 10 according to the developed program. In addition, the control unit 11 executes various processes including a specific area calculation process and a surface correction process to be described later according to various programs stored in the storage unit 17.

I／F１２は、図示しない画像生成装置と接続するためのインターフェイスであり、画像生成装置によって生成された医用画像信号を異常陰影検出装置１０に入力する。この画像生成装置は、患者の患部を被写体として撮影し、撮影した画像をデジタル変換して、患部画像データを生成する装置である。画像生成装置としては、例えばCR（Computed Radiography）装置、FPD（Flat Panel Detector）装置等が適用可能である。 The I / F 12 is an interface for connecting to an image generation apparatus (not shown), and inputs a medical image signal generated by the image generation apparatus to the abnormal shadow detection apparatus 10. This image generation apparatus is an apparatus that takes an image of an affected area of a patient as a subject and digitally converts the captured image to generate affected area image data. As the image generation device, for example, a CR (Computed Radiography) device, an FPD (Flat Panel Detector) device, or the like is applicable.

操作部１３は、カーソルキーや数字キー、各種機能キーからなるキーボードを備えて構成され、押下されたキーに対応する操作信号を制御部１１に出力する。なお、必要に応じてマウスやタッチパネル等のポインティングデバイスを含むこととしても良い。 The operation unit 13 includes a keyboard including cursor keys, numeric keys, and various function keys, and outputs an operation signal corresponding to the pressed key to the control unit 11. Note that a pointing device such as a mouse or a touch panel may be included as necessary.

表示部１４は、LCD（Liquid Crystal Display）等から構成され、医用画像や、制御部１１による異常陰影候補の検出結果等の各種表示情報を表示する。 The display unit 14 includes an LCD (Liquid Crystal Display) or the like, and displays various display information such as medical images and detection results of abnormal shadow candidates by the control unit 11.

通信部１５は、ネットワークインターフェースカード、モデム、ターミナルアダプタ等の通信用インターフェイスにより構成され、通信ネットワーク上の外部機器と各種情報の送受信を行う。例えば、通信部１５を介して図示しない画像生成装置から医用画像信号を受信する構成としてもよいし、通信部１５を介して病院内のサーバ等に接続したり、各診療室に設置される診療端末に接続して、異常陰影候補の検出結果を送信する構成としてもよい。 The communication unit 15 includes a communication interface such as a network interface card, a modem, and a terminal adapter, and transmits / receives various information to / from external devices on the communication network. For example, it may be configured to receive a medical image signal from an image generation device (not shown) via the communication unit 15, or may be connected to a hospital server or the like via the communication unit 15, or may be installed in each clinic. It is good also as a structure which connects to a terminal and transmits the detection result of an abnormal shadow candidate.

RAM１６は、制御部１１によって実行される各種プログラムやこれらプログラムによって処理されたデータ等を一時的に記憶するワークエリアを形成する。 The RAM 16 forms a work area for temporarily storing various programs executed by the control unit 11 and data processed by these programs.

記憶部１７は、不揮発性の半導体メモリにより構成され、制御部１１によって実行される各種制御プログラム、各種処理プログラム及びこれらのプログラムの実行に必要なパラメータやデータ等を記憶する。 The storage unit 17 is configured by a nonvolatile semiconductor memory, and stores various control programs executed by the control unit 11, various processing programs, parameters and data necessary for executing these programs, and the like.

次に、本実施の形態における動作について説明する。異常陰影検出装置１０ではI/F１２又は通信部１５を介して医用画像D1が入力されると、以下に説明する異常陰影検出処理が実行される。 Next, the operation in this embodiment will be described. In the abnormal shadow detection apparatus 10, when the medical image D1 is input via the I / F 12 or the communication unit 15, the abnormal shadow detection process described below is executed.

図２に異常陰影検出装置１０が行う異常陰影検出処理を示す。
陰影検出処理は、制御部１１と記憶部１７に記憶されたプログラムとの協働によるソフトウェア処理により実現される。 FIG. 2 shows an abnormal shadow detection process performed by the abnormal shadow detection apparatus 10.
The shadow detection processing is realized by software processing in cooperation with the control unit 11 and a program stored in the storage unit 17.

入力された医用画像D1に対し、特定領域算出処理が実行される（ステップS２０１）。特定領域算出処理は、面補正処理の対象となるスキンライン付近の濃度変化の大きな領域を算出する処理である。ここで、濃度とは入力された医用画像D1の画素値のことである。次にステップS２０１で得られた領域に対して、面補正処理が実行される（ステップS２０２）。面補正処理は、ステップS２０１で得られた領域に対して、最小二乗法で近似された面を用いて補正を行う処理である。
次に異常陰影検出処理が実行される（ステップS２０３）。異常陰影検出処理は異常陰影の候補を検出する処理である。次にステップS２０３にて検出された異常陰影候補に対して、偽陽性削除処理が実行される（ステップS２０４）。偽陽性削除処理は、ステップS２０３で検出された異常陰影の候補のうち、偽陽性の可能性の高い候補を削除する処理である。 A specific area calculation process is executed on the input medical image D1 (step S201). The specific area calculation process is a process for calculating an area having a large density change near the skin line to be subjected to the surface correction process. Here, the density is a pixel value of the input medical image D1. Next, a surface correction process is performed on the region obtained in step S201 (step S202). The surface correction process is a process of correcting the area obtained in step S201 using a surface approximated by the least square method.
Next, an abnormal shadow detection process is executed (step S203). The abnormal shadow detection process is a process for detecting a candidate for an abnormal shadow. Next, false positive deletion processing is executed for the abnormal shadow candidate detected in step S203 (step S204). The false positive deletion process is a process for deleting a candidate having a high possibility of false positive among the abnormal shadow candidates detected in step S203.

従来のように、入力された医療画像D1に対して、異常陰影検出処理と偽陽性削除処理が行われるだけでは異常陰影の検出性能を向上させるには不充分である。そこで本実施の形態における異常陰影検出装置１０では、特定領域算出処理と面補正処理が行われることにより、検出性能を向上させている。
なお、以下の説明では、医用画像D1をマンモグラフィとした場合を例にとり説明する。 As in the past, it is not sufficient to improve the detection performance of abnormal shadows only by performing the abnormal shadow detection process and the false positive deletion process on the input medical image D1. Therefore, in the abnormal shadow detection apparatus 10 according to the present embodiment, the detection performance is improved by performing the specific area calculation process and the surface correction process.
In the following description, a case where the medical image D1 is a mammography will be described as an example.

図３に、特定領域算出処理を示す。
特定領域算出処理は、制御部１１と記憶部１７に記憶されたプログラムとの協働によるソフトウェア処理により実現される。 FIG. 3 shows the specific area calculation process.
The specific area calculation process is realized by software processing in cooperation with the control unit 11 and a program stored in the storage unit 17.

まず、入力された医用画像D１の各画素を注目画素としてソーベル（Sobel）フィルタ処理が行われ、医用画像D２が取得される（ステップS３０１)。ソーベル（Sobel）フィルタ処理とは、注目画素と周辺画素の画素値（濃度値）の差分から注目画素の特徴量を算出するものである。医用画像D２の各画素値は、上記算出された特徴量を示す。次に、ステップS３０１によって得られた医用画像D２において、図４に示す各ｘ座標ごとに上記特徴量が最大値となるpixelが皮膚と背景の境界点（以後、スキンラインという）として、スキンラインが抽出される（ステップS３０２）。 First, a Sobel filter process is performed using each pixel of the input medical image D1 as a target pixel, and a medical image D2 is acquired (step S301). The Sobel filter processing is to calculate a feature amount of a target pixel from a difference between pixel values (density values) of the target pixel and surrounding pixels. Each pixel value of the medical image D2 indicates the calculated feature amount. Next, in the medical image D2 obtained in step S301, a pixel having the maximum feature value for each x coordinate shown in FIG. 4 is defined as a skin-background boundary point (hereinafter referred to as a skin line). Are extracted (step S302).

次に、図４に示すように医用画像D２において抽出されたスキンラインにおけるｙ座標が最小となる座標である点Pから一定距離d1離れたスキンライン上の座標である点Qにおいて、スキンラインに対して垂直方向の濃度プロファイルが作成される（ステップS３０３）。距離d1の値は可変であり、操作部１３より入力が行われ記憶部１７に値が保持されている。図４は距離d1を20mmとして濃度プロファイルを作成する例を示している。 Next, as shown in FIG. 4, at the point Q that is the coordinate on the skin line that is a fixed distance d1 away from the point P that is the coordinate where the y coordinate in the skin line extracted in the medical image D2 is the minimum, On the other hand, a density profile in the vertical direction is created (step S303). The value of the distance d1 is variable and is input from the operation unit 13 and is held in the storage unit 17. FIG. 4 shows an example of creating a density profile with a distance d1 of 20 mm.

図５にステップS３０３において作成された濃度プロファイルの一例を示す。横軸はスキンラインに対して垂直方向の距離を示し、縦軸は画素値を示す。横軸の点A、点Bはそれぞれ図４の点A、点Bに対応している。 FIG. 5 shows an example of the density profile created in step S303. The horizontal axis indicates the distance in the direction perpendicular to the skin line, and the vertical axis indicates the pixel value. Point A and point B on the horizontal axis correspond to point A and point B in FIG. 4, respectively.

次に、得られた濃度プロファイルにおいて、点Q側から距離d2離れた点同士の傾きを算出する（ステップS３０４）。距離d2の値は可変であり、操作部１３より入力が行われ記憶部１７に値が保持される。図５では、d2を1.5mmとして濃度プロファイルの傾きを算出している。 Next, in the obtained density profile, an inclination between points separated by a distance d2 from the point Q side is calculated (step S304). The value of the distance d2 is variable and is input from the operation unit 13 and is stored in the storage unit 17. In FIG. 5, the gradient of the density profile is calculated with d2 being 1.5 mm.

傾きが予め定められた閾値n（例えば４．０）以上の時（ステップS３０５；No）は、傾きを検出する対象座標を点B方向にずらし（ステップS３０６）、再びステップS３０４に戻り、傾きを求める。傾きが閾値nよりも小さい時は（ステップS３０５；YES）、対象座標がRAM１６に格納される（ステップS３０７）。そして、RAM１６に格納された対象座標とスキンラインとの距離L1が算出される（ステップS３０８）。
なお、閾値nの値は可変であり、操作部１３より入力が行われ記憶部１７に値が保持されている。閾値nを大きく設定することにより、ステップS３０８で算出されるスキンラインからの距離L1が小さくなり特定領域が狭くなる。閾値を小さく設定することにより、ステップS３０８で算出されるスキンラインからの距離L1が大きくなり特定領域が大きくなる。 When the inclination is equal to or greater than a predetermined threshold value n (for example, 4.0) (step S305; No), the target coordinates for detecting the inclination are shifted in the direction of point B (step S306), and the process returns to step S304 again. Ask. When the inclination is smaller than the threshold value n (step S305; YES), the target coordinates are stored in the RAM 16 (step S307). Then, a distance L1 between the target coordinates stored in the RAM 16 and the skin line is calculated (step S308).
Note that the value of the threshold value n is variable, and is input from the operation unit 13 and held in the storage unit 17. By setting the threshold value n large, the distance L1 from the skin line calculated in step S308 becomes small and the specific area becomes narrow. By setting the threshold value small, the distance L1 from the skin line calculated in step S308 becomes large and the specific area becomes large.

次に、ステップS３０８で算出された距離L1をもとに、スキンラインから距離L1までの領域が面補正を施す領域として特定される（ステップS３０９）。図６にステップS３０９で特定される領域を模式的に示す。図６中の白色部で示す領域は、ステップS３０９によって特定された領域である。 Next, based on the distance L1 calculated in step S308, an area from the skin line to the distance L1 is specified as an area to be subjected to surface correction (step S309). FIG. 6 schematically shows the region specified in step S309. The area indicated by the white part in FIG. 6 is the area specified in step S309.

図６の例ではd1を20mmとして距離L1を算出し、スキンラインから距離L1までの領域を面補正の領域として特定したが、d1を変化させて距離L1を算出し、得られた距離L1の平均値から距離画像を作成してもよい。例えば、d1を22mm、24mm、26mmとして得られた３つのL1を平均して距離画像を作成することが考えられる。 In the example of FIG. 6, the distance L1 is calculated with d1 being 20 mm, and the region from the skin line to the distance L1 is specified as the surface correction region. However, the distance L1 is calculated by changing d1, and the distance L1 obtained is calculated. A distance image may be created from the average value. For example, it is conceivable to create a distance image by averaging three L1s obtained with d1 being 22 mm, 24 mm, and 26 mm.

図７に、面補正処理を示す。
面補正処理は、CPU１１とプログラムメモリ１８に記憶されたプログラムとの協働によるソフトウェア処理により実現される。 FIG. 7 shows the surface correction process.
The surface correction processing is realized by software processing in cooperation with the CPU 11 and the program stored in the program memory 18.

まず、ステップS３０９により特定された領域の各画素毎に関心領域（M×N（pixel）；M、Nは正の整数）が設定される（ステップS７０１）。次に、各関心領域内の画素値が最小二乗法による２次元２次多項式で近似される（ステップS７０２）。
図８はサイズM×N（pixel）の関心領域内の画像を表している。座標(x,y)での画素値をFxyとする。図９は図８の関心領域を以下の［数１］で示される２次元２次多項式F(x,y)で近似した画像を表している。

ここで、a_iは実際の画素値と近似面との間の二乗誤差Eが最小になるように算出する。実際には以下の［数２］、［数３］を満たすa_iを算出する。

First, a region of interest (M × N (pixel); M and N are positive integers) is set for each pixel in the region specified in step S309 (step S701). Next, the pixel value in each region of interest is approximated by a two-dimensional quadratic polynomial by the least square method (step S702).
FIG. 8 shows an image in the region of interest of size M × N (pixel). Let the pixel value at the coordinates (x, y) be Fxy. FIG. 9 shows an image obtained by approximating the region of interest in FIG. 8 with a two-dimensional quadratic polynomial F (x, y) expressed by the following [Equation 1].

Here, a _i is calculated so that the square error E between the actual pixel value and the approximate surface is minimized. Actually, a _i satisfying the following [Equation 2] and [Equation 3] is calculated.

次に、ステップS７０２によって得られた２次元２次多項式で表現された面を医用画像D2から差し引くことによって補正が行われる（ステップS７０３）。
ステップS７０３では、補正後の画素値F'xyを以下の［数４］によって求めている。

図１０は図８の関心領域を図８の近似面で補正をした画像を表している。 Next, correction is performed by subtracting the surface expressed by the two-dimensional quadratic polynomial obtained in step S702 from the medical image D2 (step S703).
In step S703, the corrected pixel value F′xy is obtained by the following [Equation 4].

FIG. 10 shows an image obtained by correcting the region of interest in FIG. 8 with the approximate surface in FIG.

このように、皮膚付近の濃度変化の大きい箇所を特定し面補正を行うことにより、皮膚付近の背景トレンドの影響の大きい部分の濃度変化を緩和しておくことで、後段の異常陰影検出処理における誤検出の発生を抑制することができる。 In this way, by identifying areas where the density change near the skin is large and performing surface correction, the density change in the area where the influence of the background trend near the skin is relaxed, so that abnormal shadow detection processing in the latter stage can be performed. The occurrence of false detection can be suppressed.

続いて、異常陰影検出処理について説明する。
異常陰影検出処理では、入力された医用画像に対して曲率を用いた判断を行うことにより、異常陰影の候補が出力される。
曲率は、位置（x方向、y方向）、濃度（z方向）の３方向の信号成分からなる医用画像の濃度分布から得られる曲面から、注目画素の法断面を円で近似し、その円の半径を求めることにより算出される。 Next, the abnormal shadow detection process will be described.
In the abnormal shadow detection process, a candidate for an abnormal shadow is output by performing a determination using the curvature on the input medical image.
The curvature is obtained by approximating the normal section of the pixel of interest with a circle from a curved surface obtained from the density distribution of a medical image consisting of signal components in three directions: position (x direction, y direction) and density (z direction). Calculated by finding the radius.

図１１は、位置（x方向、y方向）、濃度（z方向）の３方向の信号成分からなる医用画像の濃度分布曲面Eを示す。濃度分布曲面E上の任意の一画素を注目画素pとして設定し、この注目画素pにおける法線mで決定される平面を法平面Fとする。また、法平面Fと濃度分布曲面Eとの交線、つまり法平面Fで切り出された濃度分布曲面Eを法断面Jとする。 FIG. 11 shows a density distribution curved surface E of a medical image composed of signal components in three directions of position (x direction, y direction) and density (z direction). An arbitrary pixel on the density distribution curved surface E is set as a target pixel p, and a plane determined by the normal m at the target pixel p is defined as a normal plane F. An intersection line between the normal plane F and the density distribution curved surface E, that is, a density distribution curved surface E cut out on the normal plane F is defined as a normal section J.

注目画素pにおける曲率は、注目画素p周辺の画素を用いて法断面Jの形状を円で近似することによって求めることができる。つまり法断面Jの形状を円で近似させることによって求めることができる。曲率を求める際に使用する画素数をパラメータnとする。パラメータnは可変であり、操作部１３によって入力が行われ、記憶部１７に値が保持される。なお、法線mを軸として法平面Fを回転させると、その回転角度によって法断面Jの形状が変化するため、算出される曲率も変化する。 The curvature at the target pixel p can be obtained by approximating the shape of the normal section J with a circle using pixels around the target pixel p. That is, it can be obtained by approximating the shape of the normal section J with a circle. Let the parameter n be the number of pixels used when calculating the curvature. The parameter n is variable, is input by the operation unit 13, and the value is held in the storage unit 17. When the normal plane F is rotated about the normal line m, the shape of the normal section J changes depending on the rotation angle, and the calculated curvature also changes.

図１２に、ある回転角度θの法平面Fで決定された法断面Jにおける画像信号分布例を示す。医用画像はデジタル画像なので、実際には図１２のような分布を示す。図１２において、縦軸は画素値を示し、横軸は法平面Fのx-y平面方向における位置を示している。 FIG. 12 shows an example of image signal distribution in the normal section J determined on the normal plane F at a certain rotation angle θ. Since the medical image is a digital image, it actually shows a distribution as shown in FIG. In FIG. 12, the vertical axis indicates the pixel value, and the horizontal axis indicates the position of the normal plane F in the xy plane direction.

例えば、円を近似する法断面Jの領域範囲のパラメータnを３とした場合、注目画素pとその左右に位置する画素を合わせた合計３画素の画像信号を近似する正円（以下、近似円という）が算出される。nが３のとき、近似対象は３点あるので、近似円は３点を通る正円となる。 For example, when the parameter n of the region range of the normal section J that approximates a circle is 3, a perfect circle that approximates the image signal of a total of 3 pixels including the pixel of interest p and the pixels located on the left and right sides thereof (hereinafter, approximate circle) Is calculated). When n is 3, since there are three approximation targets, the approximate circle is a perfect circle passing through the three points.

近似円が算出されると、この近似円の半径r(θ)が算出され、［数５］により、注目画素pの回転角度θにおける曲率k(θ)が算出される。

When the approximate circle is calculated, the radius r (θ) of the approximate circle is calculated, and the curvature k (θ) at the rotation angle θ of the target pixel p is calculated by [Equation 5].

このように、円を近似する領域範囲nを定め、法平面Fの回転角度θを０〜３６０度まで法平面Fを回転させ、各回転角度について法曲率を求める。回転角度は１度ずつ回転させてもよいし、例えば５度ずつ回転させ、演算時間を短縮してもよい。 Thus, the region range n approximating the circle is determined, the normal plane F is rotated from 0 to 360 degrees with respect to the rotation angle θ of the normal plane F, and the normal curvature is obtained for each rotation angle. The rotation angle may be rotated by 1 degree, or may be rotated by 5 degrees, for example, to shorten the calculation time.

曲率は、曲面が凸形状か凹形状かを示す指標であり、正の方向に曲率が大きいほど曲面は凹形状を示し、負の方向に曲率の値が大きいほど凸形状を示す。
腫瘤等の異常陰影は凹型の形状に分類される。得られた曲率の平均値や、最大値となる曲率、最小値となる曲率等を特徴量として算出し、予め設定された閾値以上の特徴量、つまり凹形状の大きな領域が異常陰影候補として検出される。 The curvature is an index indicating whether the curved surface is convex or concave. The larger the curvature in the positive direction, the concave the curved surface, and the larger the curvature value in the negative direction, the convex shape.
Abnormal shadows such as masses are classified as concave shapes. The average value of the obtained curvature, the curvature that becomes the maximum value, the curvature that becomes the minimum value, etc. are calculated as feature quantities, and feature quantities that exceed the preset threshold, that is, large concave areas are detected as abnormal shadow candidates. Is done.

続いて偽陽性削除処理について説明する。
偽陽性を削除する方法として、コントラストを用いた偽陽性削除法と、濃度集中度フィルタを用いた偽陽性削除法が一般的に知られている。両手法共に、真の腫瘤等の異常陰影は中心部の濃度が低い事に基づいて偽陽性の判断が行われている。 Next, the false positive deletion process will be described.
As a method of deleting false positives, a false positive deletion method using contrast and a false positive deletion method using a concentration concentration filter are generally known. In both methods, an abnormal shadow such as a true mass is determined to be false positive based on the low concentration in the center.

図１３にコントラストを用いた偽陽性削除処理を示す。
コントラストを用いた偽陽性削除処理は、制御部１１と記憶部１７に記憶されたプログラムとの協働によるソフトウェア処理により実現される。図１３に示すコントラストを用いた偽陽性削除処理は、上述の異常陰影検出処理で検出された各異常陰影候補の領域に対して行われる。 FIG. 13 shows false positive deletion processing using contrast.
The false positive deletion process using contrast is realized by software processing in cooperation with the control unit 11 and a program stored in the storage unit 17. The false positive deletion process using the contrast shown in FIG. 13 is performed for each abnormal shadow candidate area detected by the above-described abnormal shadow detection process.

まず、検出された異常陰影候補の領域に対し候補重心が設定され（ステップS１３０１）、候補重心から一定の距離d3にある円が候補辺縁として指定される（ステップS１３０２）。d3は可変であり、操作部１３によって入力が行われ、記憶部１７に値が保持される。ステップS１３０２で得られた円状の領域のうち、候補重心から候補辺縁までの距離の倍数に応じて内側領域と外側領域に分けられる（ステップS１３０３）。 First, a candidate centroid is set for the detected abnormal shadow candidate region (step S1301), and a circle at a certain distance d3 from the candidate centroid is designated as a candidate edge (step S1302). d3 is variable, and is input by the operation unit 13, and the value is held in the storage unit 17. The circular area obtained in step S1302 is divided into an inner area and an outer area according to a multiple of the distance from the candidate centroid to the candidate edge (step S1303).

図１４はステップS１３０３によって、候補重心を中心とする円状の領域が、候補重心から候補辺縁までの距離d3の倍数に応じて内側領域と外側領域に分けられた例である。この例では、内側領域は候補重心からの距離d2が０．８d3までの領域であり、外側領域は候補重心からの距離d5が１．２d3〜１．７d3の領域である。距離d4と距離d5は可変であり、操作部１３によって入力が行われ、記憶部１７に値が保持されている。 FIG. 14 shows an example in which the circular region centered on the candidate centroid is divided into an inner region and an outer region according to a multiple of the distance d3 from the candidate centroid to the candidate edge in step S1303. In this example, the inner region is a region where the distance d2 from the candidate centroid is 0.8d3, and the outer region is a region where the distance d5 from the candidate centroid is 1.2d3 to 1.7d3. The distance d4 and the distance d5 are variable, and input is performed by the operation unit 13, and values are held in the storage unit 17.

次に、ステップS１３０３によって得られた外側領域の画素値の平均値が算出される（ステップS１３０４）。同様に、ステップS１３０３によって得られた内側領域の画素値の平均値が算出される（ステップS１３０５）。次いで、ステップS１３０４とステップS１３０５によって得られた、外側領域の平均画素値と内側領域の平均画素値の差分が、候補領域のコントラストとして算出される（ステップS１３０６）。ステップS１３０６によって得られたコントラストは、予め定められた閾値と比較される（ステップS１３０７）。この閾値は可変であり、操作部１３によって入力が行われ、記憶部１７に値が保持されている。コントラストが閾値よりも大きい場合は（ステップS１３０７；YES）当該異常陰影候補が真陽性である確率が高いと判断され、この異常陰影候補は陽性として検出される（ステップS１３０８）。コントラストが閾値以下である場合は（ステップS１３０７；No）、当該異常陰影候補が偽陽性である確率が高いと判断され、この異常陰影候補は削除される（ステップS１３０９）。 Next, the average value of the pixel values in the outer region obtained in step S1303 is calculated (step S1304). Similarly, the average value of the pixel values in the inner area obtained in step S1303 is calculated (step S1305). Next, the difference between the average pixel value of the outer area and the average pixel value of the inner area obtained in steps S1304 and S1305 is calculated as the contrast of the candidate area (step S1306). The contrast obtained in step S1306 is compared with a predetermined threshold value (step S1307). This threshold value is variable, input is performed by the operation unit 13, and the value is held in the storage unit 17. If the contrast is greater than the threshold (step S1307; YES), it is determined that the abnormal shadow candidate is highly likely to be true positive, and this abnormal shadow candidate is detected as positive (step S1308). If the contrast is less than or equal to the threshold (step S1307; No), it is determined that the abnormal shadow candidate has a high probability of false positive, and the abnormal shadow candidate is deleted (step S1309).

図１５に濃度集中度フィルタを用いた偽陽性削除処理を示す。
濃度集中度フィルタを用いた偽陽性削除処理は、制御部１１と記憶部１７に記憶されたプログラムとの協働によるソフトウェア処理により実現される。図１５に示す濃度集中度フィルタを用いた偽陽性削除処理は、上述の異常陰影検出処理で検出された各異常陰影候補の領域に対して行われる。 FIG. 15 shows false positive deletion processing using a concentration concentration filter.
The false positive deletion processing using the concentration concentration filter is realized by software processing in cooperation with the control unit 11 and the program stored in the storage unit 17. The false positive deletion process using the density concentration filter shown in FIG. 15 is performed on each abnormal shadow candidate area detected by the above-described abnormal shadow detection process.

検出された異常陰影候補の領域に対し、勾配情報が作成される（ステップS１５０１）。この勾配情報はエッジ検出フィルタによって作成される。このエッジ検出フィルタは、放射線画像などの医用画像の濃度の勾配を勾配ベクトルとして算出する。 Gradient information is created for the detected abnormal shadow candidate region (step S1501). This gradient information is created by an edge detection filter. The edge detection filter calculates the gradient of the density of a medical image such as a radiographic image as a gradient vector.

次に、ステップS１５０１によって得られた勾配情報をもとに投票処理が行われる（ステップS１５０２）。投票処理の方法は後述する。ステップS１５０２で行われた投票結果をもとに、濃度集中度が算出される（ステップS１５０３）。次いで、ステップS１５０３にて得られた濃度集中度と予め定められた予め定められた閾値を比較し（ステップS１５０４）、濃度集中度が閾値以上である場合は（ステップS１５０４；YES）、当該異常陰影候補が真陽性として検出される（ステップS１５０５）。濃度集中度が閾値以下である場合は（ステップS１５０４；No）、異常陰影候補が偽陽性として削除される（ステップS１５０６）。閾値は可変であり、操作部１３によって入力することができる。 Next, a voting process is performed based on the gradient information obtained in step S1501 (step S1502). A voting method will be described later. Based on the result of voting performed in step S1502, the concentration concentration is calculated (step S1503). Next, the concentration concentration degree obtained in step S1503 is compared with a predetermined threshold value (step S1504). If the concentration concentration degree is equal to or greater than the threshold value (step S1504; YES), the abnormal shadow is concerned. A candidate is detected as a true positive (step S1505). If the concentration concentration is less than or equal to the threshold (step S1504; No), the abnormal shadow candidate is deleted as a false positive (step S1506). The threshold value is variable and can be input by the operation unit 13.

図１６に勾配情報を用いた投票方法を示す。図１６の例では簡潔のため、異常陰影候補領域を４画素として説明する。
ステップS１５０２で得られた勾配情報をもとに勾配ベクトルを作成する。そして候補領域の各画素から勾配ベクトル方向に、検出対象の異常陰影の直径の最大値分投票を行う。ここでの投票とは異常陰影候補領域の各画素から一定距離勾配ベクトルを設定することである。図１６の例では、検出対象の異常陰影の直径の最大値を１５ｍｍとしている。異常陰影候補領域の各画素に投票が行われた回数が加算され、最終的な投票値が算出される。
つまり各画素の投票値は、図１６に示す投票を表す矢印が各画素を通過した回数となる。この例では画素１、画素２、画素３、画素４の投票結果はそれぞれ１，１、２、４となり、投票値の最も大きい領域である画素４の投票値が当該候補領域の濃度集中度としてステップS１５０３にて算出されることになる。
濃度集中度が大きいということは、候補領域内の各画素の勾配ベクトルの向きが該画素に集中しているということである。異常陰影近辺の各画素の勾配ベクトルは、異常陰影の画素値の大小に係らず、略その異常陰影の中心部を向く。よって、上記濃度集中度が大きな値をとる画素は、異常陰影の中心部の画素ということができる。 FIG. 16 shows a voting method using gradient information. In the example of FIG. 16, for the sake of brevity, the abnormal shadow candidate region will be described as four pixels.
A gradient vector is created based on the gradient information obtained in step S1502. Then, voting is performed for each maximum value of the diameter of the abnormal shadow to be detected in the gradient vector direction from each pixel of the candidate area. Here, voting is to set a constant distance gradient vector from each pixel of the abnormal shadow candidate region. In the example of FIG. 16, the maximum value of the diameter of the abnormal shadow to be detected is 15 mm. The number of times that the vote has been performed is added to each pixel of the abnormal shadow candidate region, and a final vote value is calculated.
That is, the vote value of each pixel is the number of times that the arrow representing the vote shown in FIG. In this example, the voting results of the pixel 1, the pixel 2, the pixel 3, and the pixel 4 are 1, 1, 2, and 4, respectively, and the voting value of the pixel 4, which is the area having the largest voting value, is the concentration concentration degree of the candidate area. It is calculated in step S1503.
A high density concentration level means that the direction of the gradient vector of each pixel in the candidate area is concentrated on the pixel. The gradient vector of each pixel in the vicinity of the abnormal shadow is substantially directed to the center of the abnormal shadow regardless of the magnitude of the pixel value of the abnormal shadow. Therefore, it can be said that the pixel having a large density concentration degree is a pixel at the center of the abnormal shadow.

このようにして検出された異常陰影候補は表示部１４に表示される。具体的には、上記の処理を経て最終的に異常陰影候補として検出された候補領域が矢印やカラー等で指摘表示される等して識別表示される。 The abnormal shadow candidates detected in this way are displayed on the display unit 14. Specifically, the candidate area finally detected as an abnormal shadow candidate through the above processing is identified and displayed, for example, by pointing out with an arrow or a color.

先述した曲率を用いた異常陰影の検出手段は、局所的な情報を利用し、凹状の球体を感度よく検出してくる。皮膚付近の濃度変化の大きい箇所を誤検出する場合が多い。よって、入力された医用画像に対して図１３及び図１５に示した偽陽性の削除手段を用いても実際には誤検出に対応できないことも多い。 The above-described abnormal shadow detecting means using the curvature detects the concave sphere with high sensitivity using local information. There are many cases where a location near the skin where the concentration change is large is erroneously detected. Therefore, even if the false positive deletion means shown in FIG. 13 and FIG. 15 is used for the input medical image, it is often impossible to cope with erroneous detection.

そこで異常陰影検出装置１０では、皮膚付近の濃度変化が大きく誤検出する可能性が高い領域が特定領域算出処理によって算出され、この領域に面補正処理が行われる。その結果、誤検出が軽減されることによって、上記問題を解決している。 Therefore, in the abnormal shadow detection apparatus 10, a region having a large density change near the skin and a high possibility of erroneous detection is calculated by the specific region calculation process, and the surface correction process is performed on this region. As a result, the above problem is solved by reducing false detection.

上述した実施の形態では、マンモグラフィによる***の医用画像から異常陰影を検出する方法を述べたが、他の部位を撮影した医用画像からその部位における異常陰影を検出する際にも適用可能である。例えば、超音波画像、MRI（Magnetic Resonance Imaging）画像であっても本発明を適用することができる。 In the above-described embodiment, the method for detecting an abnormal shadow from a mammographic medical image by mammography has been described. However, the present invention is also applicable to detecting an abnormal shadow at a site from a medical image obtained by imaging another site. For example, the present invention can be applied to an ultrasonic image and an MRI (Magnetic Resonance Imaging) image.

その他、本実施の形態における異常陰影検出装置１０の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。 In addition, the detailed configuration and detailed operation of the abnormal shadow detection apparatus 10 according to the present embodiment can be changed as appropriate without departing from the spirit of the present invention.

本発明に係る実施形態における異常陰影検出装置の機能ブロック図である。It is a functional block diagram of the abnormal shadow detection apparatus in the embodiment concerning the present invention. 本発明に係る実施形態において陰影を検出するためのフローチャートである。It is a flowchart for detecting a shadow in the embodiment according to the present invention. 本発明に係る実施形態において特定領域を算出するためのフローチャートである。It is a flowchart for calculating a specific area in the embodiment concerning the present invention. 医用画像から特定領域を算出するための濃度プロファイルの作成する方法を示す図である。It is a figure which shows the method of creating the density profile for calculating a specific area | region from a medical image. 特定領域を算出するための濃度プロファイルの一例である。It is an example of the density profile for calculating a specific area. 特定領域が算出された医用画像の一例である。It is an example of the medical image from which the specific area was calculated. 本発明に係る実施形態において面補正を行うためのフローチャートである。It is a flowchart for performing surface correction in the embodiment according to the present invention. 面補正が行われる前の医用画像の一例である。It is an example of the medical image before surface correction is performed. 面補正関数によって得られた補正画像の一例である。It is an example of the correction | amendment image obtained by the surface correction function. 面補正が行われた後の医用画像の一例である。It is an example of the medical image after surface correction was performed. 医用画像の濃度分布曲面を示す図である。It is a figure which shows the density distribution curved surface of a medical image. 濃度分布曲面の法断面方向における濃度分布を示す図である。It is a figure which shows concentration distribution in the normal cross-section direction of a concentration distribution curved surface. 本発明に係る実施形態においてコントラストを用いて偽陽性陰影を削除するためのフローチャートである。It is a flowchart for deleting a false positive shadow using contrast in the embodiment concerning the present invention. コントラストを用いて偽陽性陰影を削除する際に分けられた領域の一例である。It is an example of the area | region divided when deleting the false positive shadow using contrast. 本発明に係る実施形態において集中度フィルタを用いて偽陽性陰影を削除するためのフローチャートである。It is a flowchart for deleting a false positive shadow using the concentration degree filter in the embodiment according to the present invention. 集中度フィルタを用いて偽陽性陰影を削除する際に行われる投票の一例である。It is an example of the vote performed when deleting a false positive shadow using a concentration degree filter.

符号の説明Explanation of symbols

１０異常陰影検出装置
１１制御部
１２ I/F
１３操作部
１４表示部
１５通信部
１６ RAM
１７記憶部 10 Abnormal Shadow Detection Device 11 Control Unit 12 I / F
13 Operation unit 14 Display unit 15 Communication unit 16 RAM
17 Memory unit

Claims

医用画像における被写体領域と背景領域との境界を抽出し、前記被写体領域内において前記境界から所定範囲内にある領域に面補正を行う面補正手段と、
前記面補正後の医用画像において異常陰影候補領域を検出する異常陰影候補検出手段と、
を備えることを特徴とする異常陰影検出装置。 A surface correction unit that extracts a boundary between a subject region and a background region in a medical image and performs surface correction on a region within the subject region within a predetermined range from the boundary;
Abnormal shadow candidate detecting means for detecting an abnormal shadow candidate region in the medical image after the surface correction;
An abnormal shadow detection apparatus comprising:

前記面補正手段は、前記抽出された境界に対する垂直方向の濃度変化に基づいて、前記面補正を行う所定範囲を特定する請求項１に記載の異常陰影検出装置。 The abnormal shadow detection apparatus according to claim 1, wherein the surface correction unit specifies a predetermined range in which the surface correction is performed based on a density change in a vertical direction with respect to the extracted boundary.

前記医用画像は、マンモグラフィであり、
前記面補正手段は、前記マンモグラフィにおける***領域と背景領域の境界であるスキンラインに対する垂直方向の濃度変化に基づいて、前記面補正を行う所定範囲を特定する請求項２に記載の異常陰影検出装置。 The medical image is a mammography,
The abnormal shadow detection apparatus according to claim 2, wherein the surface correction unit specifies a predetermined range in which the surface correction is performed based on a density change in a direction perpendicular to a skin line that is a boundary between a breast region and a background region in the mammography. .

前記面補正手段は、２次元２次多項式を用いて医用画像の面補正を行う請求項１〜３の何れか一項に記載の異常陰影検出装置。 The abnormal shadow detection apparatus according to claim 1, wherein the surface correction unit performs surface correction of a medical image using a two-dimensional quadratic polynomial.

コンピュータを、
医用画像において被写体領域と背景領域との境界を抽出し、前記被写体領域内において前記境界から所定範囲内にある領域に面補正を行う面補正手段と、
前記面補正後の医用画像において異常陰影候補領域を検出する異常陰影候補検出手段として機能させるためのプログラム。 Computer
A surface correction unit that extracts a boundary between a subject region and a background region in a medical image and performs surface correction on a region within the subject region within a predetermined range from the boundary;
A program for functioning as an abnormal shadow candidate detecting means for detecting an abnormal shadow candidate area in the medical image after the surface correction.