JP3195136B2 - 画像処理装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ＭＲＩ−ＣＴやＸ線Ｃ
Ｔ、超音波診断装置などから得られる連続する複数の断
層面の画像データに基づいて３次元像の輪郭の２次元パ
ターンを認識する画像処理装置に関し、特に診断などに
おいて注目される領域あるいは臓器等の輪郭を表す特徴
パターン情報を高速にかつ効率的に抽出することが可能
な画像処理装置に関する。

【０００２】心臓や肝臓などの臓器を対象とする診断で
は、診断装置から得られる生体の像から臓器の３次元輪
郭像を作成することが診断精度を向上させるうえで強く
望まれている。本発明は、各断層面の画像データから有
効な３次元像を高い精度で効率的に自動作成する画像処
理装置を提供する。

【０００３】

【従来の技術】最近、ＭＲＩ−ＣＴやＸ線ＣＴ及び超音
波診断装置を用いて生体の連続断層面の画像データを作
成し、診断を行う技術がさかんに利用されるようになっ
てきている。従来のこれらのデータを処理する画像処理
装置では、個々の断層面において臓器や組織の２次元的
な輪郭パターンの認識を行い、各断層面ごとの認識結果
を組み合わせて３次元像を作成していたが、実際の連続
断層面の画像データから３次元の臓器輪郭を高精度・高
速に自動抽出することは容易ではなかった。これは、組
織の解剖学的形態を考慮しないで行われる画像処理で
は、誤認識や認識不能となる輪郭パターンが多くなるか
らである。このため従来は、専門の医師が各断層像毎に
読影した２次元の臓器輪郭を計算機に入力し、３次元の
臓器輪郭の抽出を行っていた。

【０００４】

【発明が解決しようとする課題】断層面の垂直方向の絶
対的位置が規則的な（たとえば等間隔の）多数の連続断
層面の画像から３次元輪郭画像を作成するための従来の
画像処理装置では、生体の臓器などの輪郭画像を対象と
する場合、通常の画像処理装置の輪郭認識処理機能の能
力では実用レベルのものを得ることは困難であった。こ
のため専門家による人手作業（用手法という）での連続
断層面画像の読み取りを行って意図する臓器の輪郭を識
別し、その画像データを入力し直す必要があった。

【０００５】しかし用手法により連続断層面の画像中の
臓器輪郭の画像データを入力する方法では、画像の読み
取り解読と入力処理に時間がかかり、そのため処理対象
データ数が制限されるという問題があった。

【０００６】本発明は、連続断層面の画像データから３
次元輪郭画像を自動作成する処理の精度を改善し、実用
レベルの高速動作が可能な画像処理装置を実現すること
を目的としている。

【０００７】

【課題を解決するための手段】本発明は、各連続断層面
の画像データを対象とする臓器輪郭等の関心領域の２次
元パターンの認識処理において、当該２次元パターンの
中のある領域が輝度、形状、位置に関しその内の全てあ
るいはいずれかに特徴的な性質を有するために、２次元
パターンからその領域（以後、基準領域と呼ぶ）の抽出
が簡便な処理によって容易に行えるかあるいはその領域
に関する情報がある程度確定できるとき、２次元パター
ン中で抽出の困難な領域の認識処理を行うのに先立つ前
処理によって基準領域に関する情報を取得し、その基準
画像の位置情報を抽出困難な領域本来の輝度・形態情報
に加えることで２次元パターン全体の領域認識精度の向
上を図るものである。

【０００８】図１は、本発明の原理的構成図であり、例
示的方法を用いて示したものである。図１において、１
は、ＭＲＩ−ＣＴなどの連続断層面の画像データを生成
できる断層装置である。

【０００９】２−１は、断層装置１から出力された各連
続断層面の画像データを格納する連続断層面画像データ
ファイルである。２−２は、断層装置１から同一位置で
別の撮像条件で出力された各連続断層面の画像データを
格納する連続断層面画像データファイルである。

【００１０】３−１ないし３−Ｎは、ファイルに格納さ
れている連続断層面画像データである。画像データは、
画像の濃度レベルを画素単位に表したものである。４
は、１つの断層面の画像データを入力として、いくつか
の前処理を通して基準組織の２次元パターンを抽出する
基準組織画像抽出部である。

【００１１】５は、後述される認識処理部６において、
入力される画像データの認識の方法を規定する知識ファ
イルである。６は、連続断層面画像データファイル２−
１あるいは２−２からの断層面の画像データを入力とし
ていくつかの前処理を通して、基準組織画像抽出部４か
らの基準組織画像データとともに知識ファイル５の知識
に基づき認識を行う認識処理部である。

【００１２】断層装置１から出力される一定間隔で作成
された連続する複数（Ｎ枚）の断層面の多値の画像デー
タは、連続断層面画像データファイル２−１，２−２に
３−１ないし３−Ｎで示されるように別々に格納され
る。連続断層面画像データファイル２−２の断層面画像
データ３−１ないし３−Ｎは、エッジを強調する微分処
理、同一断層面内及び隣接断層面内の輪郭線の連続画素
部分からの距離分布を得る処理、などの前処理を行って
認識処理部６に入力される。

【００１３】連続断層面画像データファイル２−１の断
層面画像データ３−１〜３−Ｎは、連続断層面画像デー
タファイル２−２の断層面画像データ３−１〜３−Ｎと
同一の撮像条件あるいは異なる撮像条件で撮像されたも
ので、基準組織を抽出しやすいものが用いられる。デー
タファイル２−１の断層面画像データ３−１〜３−Ｎ
は、前処理された後基準組織画像抽出部４に入力され、
適当な閾値による２値化を行って基準組織領域の抽出が
行われる。

【００１４】断層装置にＸ線−ＣＴが用いられる場合に
は、基準組織領域を抽出する断層面画像データ３−１〜
３−Ｎとして、認識処理部６に直接入力されるものと同
一の撮像条件のものが選ばれる。

【００１５】基準組織画像抽出部４は、基準組織の占有
領域を決定し、画像データ中において基準組織の内部に
ある画素かあるいは外部にある画素かによって２値化し
た画像データを作成し、さらに画素ごとにその輪郭部分
からの距離分布を計算した画像データを得る。これらの
２つの画像データは、基準画像のデータとして認識処理
部６に入力される。

【００１６】認識処理部６は、断層面ごとに３次元像の
輪郭の２次元パターンの認識処理を行う機能をもつが、
ハードウェア上では、断層面ごとおよび関心項目の認識
対象パターンごとに多重化されて並列処理するように構
成されていても、あるいはより少数のハードウェアを用
いてシーケンシャルに処理するように構成されていても
よい。

【００１７】認識処理部６における認識処理結果出力
は、当該スライス面における輪郭線の確度の高い位置を
表し、その結果により関心領域の２次元パターンを得
る。なお図１の例の構成では、連続断層面画面ファイル
群として２−１，２−２の２種を用いているが、１種で
基準組織の抽出が行えれば認識処理部６に入力するのは
１種のみでもよい。

【００１８】また、認識処理部６より出力された２次元
パターンを、隣接面における基準組織画像抽出部４に入
力して、隣接面の基準組織の抽出に用いてもよい。

【００１９】

【作用】たとえば生体腹部の診断において、肝臓の３次
元輪郭像を知りたい場合、ＭＲＩ−ＣＴ出力の連続断層
面の各画像データには、肝臓以外にも腹腔壁や、胃、椎
体（脊椎）、腹部大動脈その他の臓器や組織の画像情報
が含まれている。図２の（ａ），（ｂ）はこのような連
続断層面の画像の例を示したもので、（ａ）はｎ枚目の
断層面、（ｂ）はｎ＋１枚目の断層面をそれぞれ表して
いる。（ａ）のｎ枚目の断層面では、関心項目の肝臓の
ほかに腹腔壁、椎体、腹部大動脈の領域を明瞭に認める
ことができ、（ｂ）のｎ＋１枚目の断層面にはさらに胃
の領域の存在を視認できる。

【００２０】読影が困難な組織や臓器の画像群において
も、ある特定の組織および臓器はその占有領域の位置・
形状あるいは輝度が特徴的で、異なる画像間においても
ある範囲ではその占有領域に関して予測することが可能
である場合が多い。本発明では、このような性質を利用
して、形状・位置ともに予測困難な他の軟組織等の部位
の領域抽出を行う。

【００２１】たとえば関心項目として肝臓に着目する
と、肝臓が画像中で示す輝度・形状の特徴は、隣接する
周辺組織との弁別を完全に行わせるほど明確ではない。
このような軟組織等の自動認識が困難な部位に関して、
従来は専門家の読影による作業に頼っていたが、本発明
では、関心項目以外の臓器や組織の画像情報で、輪郭抽
出が容易に行えるものや、存在位置に関する情報が容易
に得られる場合、その領域の画像位置情報を予め取得
し、その領域を基準組織として認識困難な領域の抽出の
際の情報として利用するものである。

【００２２】図３は、本発明による認識処理の１例を示
したもので、図中に斜線を付して示されている腹腔壁、
椎体および腹部大動脈をそれぞれ基準組織として認識処
理対象領域において予め取得し、基準組織の存在領域を
基準にその他の領域抽出困難部位の存在可能性を、基準
組織領域内に含まれるかどうか、及び基準組織領域辺縁
からの距離分布で表して、入力画像上に設定する。

【００２３】なお、たとえば図２の（ａ）のように、腹
腔壁や椎体、腹部大動脈のような組織の画像が他の臓器
や組織から弁別しやすく、これらを高い精度で認識でき
る断層面が得られる場合には、その断層面での基準画像
としてその認識結果を他の断層面に適用して認識困難な
部位の認識処理を容易にすることができる。これは腹腔
壁や椎体、腹部大動脈の場合は、断層面によって位置や
大きさがそれほど大きく変動することがないからであ
る。

【００２４】

【実施例】以下に、本発明による画像処理装置の実施例
を説明する。図４は、ファジィ素子を用いて臓器等の関
心３次元像のマルチスライスされた輪郭画像を抽出する
本発明実施例のハードウェアの基本構成図である。図中
７ないし１１で示される構成要素は通常のパソコンにお
けるものと同じであり、７はＣＰＵ、８は主メモリＭＳ
Ｕ、９はファイル制御ユニットＦＣＵ、１０は作業用フ
ァイル装置、１１はシステムバスである。また１２ない
し１５は画像処理のために特別に付加されている構成要
素であり、１２はフレームメモリボード、１３はファジ
ィ推論ボード、１４はファジィ素子、１５はメモリ、１
６は原画像ファイル装置、１７はビデオ信号出力装置で
ある。

【００２５】断層装置等から出力された各連続断層面の
画像データは、図４の原画像ファイル装置１６にアナロ
グのビデオ信号形式で記録されている。３次元画像作成
のためにビデオ信号出力装置１７を介して原画像ファイ
ル装置１６から読み出された各断層面の画像データは、
フレームメモリボード１２に入力され、Ａ／Ｄ変換され
て多値のディジタル信号形式で断層面単位にフレームメ
モリに格納され、さらにＦＣＵ９を介して作業用ファイ
ル装置１０に格納される。作業用ファイル装置１０内に
示されているＦ１ないしＦ７は、作業用に作成されるフ
ァイルである。

【００２６】ファジィ推論ボード１３は、図１における
認識処理部６の機能を、知識ファイル５を用いてファジ
ィ推論機能によって実現するもので、断層面別、関心項
目別に多数のファジィ素子１４を配置したものである。
またメモリ１５は、ファジィ演算を行うための推論ルー
ルやメンバシップ関数、演算データなどを格納するため
に用いられる。推論ルールやメンバシップ関数は、ＣＰ
Ｕ７側で作成してファジィ制御ボード１３に供給され
る。

【００２７】作業用ファイル装置１０内に示されている
ファイルＦ１ないしＦ７の構成の詳細は図５に示されて
いる。各ファイルの内容は、次のようなものである。Ｆ
１は、フレームメモリボード１２からの原画像データを
保持する原画像ファイルである。

【００２８】Ｆ２は、Ｆ１のコピーの原画像ファイルで
ある。このＦ２の値が注目画素において高値あるいは低
値であれば、その列における輪郭候補点としての可能性
が高まるように推論ルールおよびメンバシップ関数が作
成される。この高値あるいは低値であるかは、用いる画
像および関心領域の種類に依存する。

【００２９】Ｆ３は、Ｆ２の原画像データと微分処理を
施して画像のエッジを強調した画像データを格納した微
分画像ファイルである。このＦ３の値が注目画素で高値
であれば、その列における輪郭候補点としての可能性が
高まるように推論ルールおよびメンバシップ関数が作成
される。

【００３０】Ｆ４は、同一断層面内での関心領域の連続
性を検出した結果を示す画像データを格納した層内連続
性ファイルであり、既処理列における輪郭候補点からの
距離分布を有する情報をもつ。

【００３１】Ｆ５は、隣接断層面との間での関心領域の
連続性を検出した結果を示す画像データが格納された層
間連続性ファイルであり、既処理隣接面における輪郭候
補点からの距離分布を有する情報をもつ。

【００３２】上記したファイルＦ４とＦ５の値が注目画
素において低値すなわち連続性が高ければ、その列にお
ける輪郭候補点としての可能性が高まるように推論ルー
ルおよびメンバシップ関数が作成される。

【００３３】Ｆ６は、原画像ファイルＦ１に対し、抽出
し易い基準組織画像の輪郭線と占有領域を抽出し、その
内と外で２値の値を画素に与えた基準画像データが格納
された基準組織輪郭ファイルである。このＦ６の値が注
目画素において、基準組織領域内に与えられた数値であ
れば、その列における輪郭候補点としての可能性が低く
なるように推論ルールおよびメンバシップ関数が作成さ
れる。

【００３４】Ｆ７は、基準画像の占有領域の辺縁からの
距離値を断層面全画素に与え、基準組織辺縁からの距離
分布を表す基準組織領域ファイルである。Ｆ７に関する
推論ルールおよびメンバシップ関数は、Ｆ２〜Ｆ６の値
によって変動するが、Ｆ６において注目画素が基準組織
内にあると判断された場合は、Ｆ７の値が大きい即ち注
目画素が基準組織の中心に近いときは、その注目画素が
その列における輪郭候補点である可能性が低くなるよう
に、推論ルールおよびメンバシップ関数が作成される。

【００３５】Ｆ８は、ファジィ推論結果の画像データを
格納する出力ファイルである。ここで具体例として、図
６に、Ｘ線−ＣＴを断層装置に用いた場合の処理フロー
を示す。この図６の処理フローは、原画像ファイルＦ１
から原画像データを読み出して中間のファイルＦ２〜Ｆ
７を作成し、図４のファジィ推論ボード１３に転送し
て、推論処理させる過程を示している。なお必要に応じ
て、図４の実施例構成が参照される。また説明の便宜
上、関心領域が腹部断層（横断面）像中の肝臓の場合を
述べる。この領域の断層画像上では、断層画像中の硬組
織の輝度が高いという特徴を有する。

【００３６】そこで、この連続断層画像においては硬組
織として、椎体および肋骨を基準組織として考え、閾値
処理による領域抽出を行う。さらに、基準組織の孤立化
および平滑化を行う。その後、断層像画面上の孤立点の
ノイズを除去した後、得られている画像を基準組織の画
像とする。そして、基準組織の輪郭内（輪郭線上を含
む）すなわち領域内の画素に数値１を与え、輪郭外すな
わち領域外の画素に数値０を与え、領域を基準組織の輪
郭線にて２値化する。そのファイルをＦ６とする。

【００３７】次に、注目画素が基準組織の輪郭線からど
れくらいの距離にあるかを計算し、その距離分布を基準
組織内部および外部に数値を与える。その距離分布ファ
イルをＦ７とする。

【００３８】ファイルＦ２ないしＦ７は、ファイルＦ１
に対して図４のＣＰＵ７がそれぞれ対応する画像処理プ
ログラムを実行することによって作成される。作業用フ
ァイル装置１０のファイルＦ２ないしＦ７の画像データ
は、ファジィ推論処理開始前にファジィ推論ボード１３
に転送される。同様に推論ルールおよびメンバシップ関
数のファイル（図示せず）も作業用ファイル装置１０か
らファジィ推論ボード１３に転送される。

【００３９】ＣＰＵ７側は、ファジィ推論ボード１３の
各ファジィ素子１４を制御してファジィ推論を実行す
る。ディファジィファイ処理まで行われたファジィ推論
の結果はＭＳＵ８に戻される。出力された注目画素の輪
郭候補点としての確度から、ＣＰＵ７によって、画面の
ライン毎の輪郭線の候補点を決定する処理を行う。画面
の全体に亘ってこの一連の処理を行うことによって、候
補点を連続させた関心領域の輪郭を表す２次元パターン
の画像データが得られる。この２次元パターンの画像デ
ータは、出力ファイルＦ８に格納され、その後、３次元
画像を作成するために用いられる。

【００４０】次に、別の具体例として、図７にＭＲＩ−
ＣＴを断層装置に用いた場合の例の処理フローを示す。
関心領域が腹部断層（横断面）像中の肝臓の場合を述べ
る。ＭＲＩにおいて通常の方法で撮像したものと同一位
置を血管を強調した方法で撮像した画像とを用意する。
血管強調における連続断層画像においては腹部大動脈お
よび下大静脈の部位の輝度が高いという特徴を有する。
そこで、血管強調画像において、腹部大動脈・下大静脈
を基準組織として考え、閾値処理による領域抽出を行
う。さらに、基準組織の孤立化および平滑化を行う。そ
の後、断層像画面上の孤立点のノイズを除去した後、得
られている画像を基準組織の画像とする。そして、基準
組織の輪郭内（輪郭線上を含む）すなわち領域内の画素
に数値１を与え、輪郭外すなわち領域外の画素に数値０
を与え、領域を基準組織の輪郭線にて２値化する。その
ファイルをＦ６とする。

【００４１】次に、注目画素が基準組織の輪郭線からど
れくらいの距離にあるかを計算し、その距離分布を基準
組織内部および外部に数値を与える。その距離分布ファ
イルをＦ７とする。

【００４２】このあとの処理は、図６のＸ線−ＣＴの場
合と同様である。なお各断層面ごとの基準組織の画像デ
ータを作成する場合は、基準組織の画像の特性を利用す
ることによって作成処理を簡単化することができる。た
とえば図８の（ａ）に示す椎体の場合のように、各断層
面内での基準組織の画像の位置が不変に近い場合には、
特定の断層面で抽出した椎体の画像位置を記録し、各断
層面での画像の認識処理時に使用することができる。ま
た図８の（ｂ）に示す腹部大動脈の例のように、組織が
直線形状をもっている場合には、一定間隔で離れている
１２枚の断層面ｊ，ｋ（たとえば両端の断層面）で腹部
大動脈の位置、大きさを計測し、それらの値から中間の
断層面における値を補間して腹部大動脈の画像領域を求
めることができる。さらにある組織の画像が他の部分の
画像に比べて高輝度であることが判っている場合には、
予め適当な閾値を用いて各断層面の画像データをスキャ
ンし、その画像の情報のみを各断層面ごとに抽出してお
いて、使用することができる。

【００４３】図９は、本発明の実施例において用いられ
るファジィ推論のルールの例を一部示したものである。
これらのルールは、ある断層面画像データの処理におい
て注目した点の画素の特性として、輝度の高低、差分値
の大小、層内連続性の高低、層間連続性の高低、基準画
像領域の内外、基準画像の辺縁からの距離の遠近の各値
をとり、これらの値に基づいてその点が輪郭候補点であ
る可能性の高低を決定するファジィ推論の条件を示して
いる。ファジィ推論のルールは、読影が必要な画像の特
性に応じて最適に設定される。

【００４４】

【発明の効果】本発明では、従来に比較し、次のような
利点が生じる。 （１）読影を計算機に行わせることで医師による読影作
業を代替させることができる。

【００４５】（２）医師による読影作業を行わないの
で、医用画像装置から出力される連続断層像を随時処理
することができる。 （３）人体の各種連続断層像において、適当なスライス
間隔で臓器の連続性を把えることができるため、自動三
次元画像再構築を行うための必須要件である、対象組織
の高速自動輪郭抽出の一手法となる。また、形状抽出が
容易でない組織に対して、組織一般の解剖学的形態を考
慮することにより、より精度の高い抽出が可能となる。

【図面の簡単な説明】

【図１】本発明の原理的構成図である。

【図２】断層面の画像例の説明図である。

【図３】本発明における基準組織による認識処理例の説
明図である。

【図４】本発明の１実施例のハードウェア構成図であ
る。

【図５】本発明の１実施例におけるファイル入力処理の
フロー図である。

【図６】Ｘ線−ＣＴを断層装置に用いた実施例の処理フ
ロー図である。

【図７】ＭＲＩ−ＣＴを断層装置に用いた実施例の処理
フロー図である。

【図８】本発明の１実施例による基準組織の画像の特性
を利用した２次元パターンの情報の作成例の説明図であ
る。

【図９】本発明に用いられるファジィ推論のルールの例
の説明図である。

【符号の説明】

１ 断層装置 ２−１，２−２ 連続断層面画像データファイル ３−１〜３−Ｎ 連続断層面画像データ ４ 基準組織画像抽出部 ５ 知識ファイル ６ 認識処理部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ Ｇ０６Ｔ 15/00 ２００ Ａ６１Ｂ 5/05 ３００

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 連続する複数の断層面の画像データを入
   力として断層面ごとに３次元像の輪郭を形成する２次元
   パターンを抽出する画像処理を行う画像処理装置におい
   て、 任意の断層面の画像データを対象に、断層面ごとに、予
   め定められた種類の３次元像の輪郭を形成する２次元パ
   ターンを識別する処理を行う認識処理部と、 断層面の画像データを入力として、予め定められた抽出
   が容易な基準組織の２次元パターンの領域を抽出する基
   準組織画像抽出部とを備え、 上記認識処理部は、断層面ごとに予め定められた種類の
   ３次元像の輪郭を形成する抽出が困難な２次元パターン
   を認識処理する際、上記基準組織画像抽出部から出力さ
   れる抽出が容易な基準組織の２次元パターンの領域を基
   準とする相対的な位置関係を認識条件に含めて行なうこ
   とを特徴とする画像処理装置。
2. 【請求項２】 請求項１において、少なくとも認識処理
   部はファジィ素子を用いて実現されていることを特徴と
   する画像処理装置。