JP3590216B2

JP3590216B2 - Method and apparatus for detecting abnormal shadow candidate

Info

Publication number: JP3590216B2
Application number: JP25325996A
Authority: JP
Inventors: 英哉武尾
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 1996-09-25
Filing date: 1996-09-25
Publication date: 2004-11-17
Anticipated expiration: 2016-09-25
Also published as: JPH1094538A

Description

【０００１】
【発明の属する技術分野】
本発明は異常陰影候補の検出方法および装置に関し、詳細には異常陰影候補を検出しようとする対象画像の解像度の改良に関するものである。
【０００２】
【従来の技術】
従来より、種々の画像取得方法により得られた画像を表す画像信号に対して、階調処理や周波数処理等の画像処理を施し、画像の観察読影性能を向上させることが行われている。特に人体を被写体とした放射線画像のような医用画像の分野においては、医師等の専門家が、得られた画像に基づいて患者の疾病や傷害の有無を的確に診断する必要があり、その画像の読影性能を向上させる画像処理は不可欠なものとなっている。
【０００３】
このような画像処理においては、その画像全体を処理の対象とする場合もあるが、検査や診断の目的がある程度明確な場合は、その目的に適した所望の画像部分だけを選択的に強調処理することもある。
【０００４】
通常、そのような画像部分の選択は、画像処理が施される以前の原画像を観察読影者が観て、必要に応じて手動で行うものであるが、選択される対象画像部分や指定される範囲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客観的なものとならない虞がある。
【０００５】
例えば乳癌の検査を目的として撮影された放射線画像においては、その放射線画像から癌化部分の特徴の一つである腫瘤陰影を抽出することが必要であるが、必ずしも的確にその腫瘤陰影の範囲を指定できるとは限らない。このため、観察者の技量に依存せずに、腫瘤陰影を始めとする異常陰影を的確に検出することが求められている。
【０００６】
この要望に応えるため、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計算機支援画像診断（ＣＡＤＭ；ＣｏｍｐｕｔｅｒＡｉｄｅｄＤｉａｇｎｏｓｉｓｏｆＭｅｄｉｃａｌｉｍａｇｅｓ）の研究が最近進んでいる。このＣＡＤＭ技術の一つとしてアイリスフィルター処理が提案されている（小畑他「ＤＲ画像における腫瘤影検出（アイリスフィルタ）」電子情報通信学会論文誌Ｄ−ＩＩＶｏｌ．Ｊ７５−Ｄ−ＩＩＮｏ．３Ｐ６６３〜６７０１９９２年３月参照）。このアイリスフィルター処理は、特に乳癌における特徴的形態の一つである腫瘤陰影を検出するのに有効な手法として研究されているが、対象画像としては、このようなマンモグラムにおける腫瘤陰影に限るものではなく、その画像を表す画像信号（濃度等）の勾配が集中しているものについては、いかなる画像部分に対しても適用することができる。
【０００７】
以下、腫瘤陰影の検出処理を例にして、このアイリスフィルターによる腫瘤陰影候補の検出処理の概要について説明する。
【０００８】
例えばＸ線フイルム上における放射線画像（高濃度高信号レベルの画像信号で表される画像）においては、腫瘤陰影は周囲の画像部分に比べて濃度値がわずかに低いことが知られており、その濃度値の分布は概略円形の周縁部から中心部に向かうにしたがって濃度値が低くなるという濃度値の勾配を有している。したがって腫瘤陰影においては、局所的な濃度値の勾配が認められ、その勾配線は腫瘤の中心方向に集中する。
【０００９】
アイリスフィルターは、この濃度値に代表される画像信号の勾配を勾配ベクトルとして算出し、その勾配ベクトルの集中度を出力するものであり、アイリスフィルター処理とはこの勾配ベクトルの集中度を基に腫瘤陰影を検出するものである。
【００１０】
すなわち例えば図６（１）に示すようなマンモグラムにおいて腫瘤陰影Ｐ_１内の任意の画素における勾配ベクトルは同図（２）に示すように腫瘤陰影の中心付近を向くが、血管陰影や乳腺等のように細長い陰影Ｐ_２では同図（３）に示すように勾配ベクトルが特定の点に集中することはないため、局所的に勾配ベクトルの向きの分布を評価し、特定の点に集中している領域を抽出すれば、それが腫瘤陰影となる。なお、同図（４）に示すような乳腺等の細長い陰影同士が交差した陰影Ｐ_３については勾配ベクトルが特定の点に集中する傾向があり疑似異常陰影となりうる。
【００１１】
以上がアイリスフィルター処理の基本的な考え方である。以下に具体的なアルゴリズムのステップを示す。
【００１２】
（ステップ１）勾配ベクトルの計算
対象となる画像を構成する全ての画素について、各画素ｊごとに、下記式（１）に示す計算式に基づいた画像データの勾配ベクトルの向きθを求める。
【００１３】
【数１】

【００１４】
ここでｆ_１〜ｆ_１６は、図７に示すように、その画素ｊを中心とした例えば縦５画素×横５画素の大きさのマスクの外周上の画素に対応した画素値（画像データ）である。
【００１５】
（ステップ２）勾配ベクトルの集中度の算出
次に、対象となる画像を構成する全ての画素について、各画素ごとに、その画素を注目画素とする勾配ベクトルの集中度Ｃを次式（２）にしたがって算出する。
【００１６】
【数２】

【００１７】
ここでＮは注目画素を中心に半径Ｒの円内に存在する画素の数、θｊは、注目画素とその円内の各画素ｊとを結ぶ直線と、その各画素ｊにおける上記式（１）で算出された勾配ベクトルとがなす角である（図８参照）。したがって上記式（２）で表される集中度Ｃが大きな値となるのは、各画素ｊの勾配ベクトルの向きが注目画素に集中する場合である。
【００１８】
ところで、腫瘤陰影近傍の各画素ｊの勾配ベクトルは、腫瘤陰影のコントラストの大小に拘らず、略その腫瘤陰影の中心部を向くため、上記集中度Ｃが大きな値を採る注目画素は、腫瘤陰影の中心部の画素ということができる。一方、血管などの線状パターンの陰影は勾配ベクトルの向きが一定方向に偏るため集中度Ｃの値は小さい。したがって、画像を構成する全ての画素についてそれぞれ注目画素に対する上記集中度Ｃの値を算出し、その集中度Ｃの値が予め設定された閾値を上回るか否かを評価することによって、腫瘤陰影を検出することができる。すなわち、このフィルターは通常の差分フィルターに比べて、血管や乳腺等の影響を受けにくく、腫瘤陰影を効率よく検出できるという特長を有している。
【００１９】
さらに実際の処理においては、腫瘤の大きさや形状に左右されない検出力を達成するために、フィルターの大きさと形状とを適応的に変化させる工夫がなされる。図９に、そのフィルターを示す。このフィルターは、図８に示すものと異なり、注目画素を中心として２π／Ｍ度の角度間隔で隣接するＭ種類の方向（図９においては、１１．２５度ごとの３２方向を例示）の放射状の方向線上の画素のみで上記集中度の評価を行うものである。
【００２０】
ここでｉ番目の方向線上にあって、かつ注目画素からｎ番目の画素の座標（［ｘ］，［ｙ］）は、注目画素の座標を（ｋ，ｌ）とすれば、以下の式（３），（４）で与えられる。
【００２１】
【数３】

【００２２】
ただし、［ｘ］，［ｙ］は、ｘ，ｙを越えない最大の整数である。
【００２３】
さらに、その放射状の方向線上の各方向線ごとに最大の集中度が得られる画素までの出力値をその方向についての集中度Ｃｉｍａｘとし、その集中度Ｃｉｍａｘをすべての方向線について平均し、この平均値を注目画素についての勾配ベクトル群の集中度Ｃとする。
【００２４】
具体的には、まずｉ番目の放射状の線上において注目画素からｎ番目の画素までで得られる集中度Ｃｉ（ｎ）を下記式（５）により求める。
【００２５】
【数４】

【００２６】
すなわち式（５）は、始点を注目画素、終点をＲｍｉｎからＲｍａｘまでの範囲内で変化させて、集中度Ｃｉ（ｎ）を算出するものである。
【００２７】
ここでＲｍｉｎとＲｍａｘとは、検出（抽出）しようとする腫瘤陰影の半径の最小値と最大値である。
【００２８】
次に、勾配ベクトル群の集中度Ｃを下記式（６）および（７）により計算する。
【００２９】
【数５】

【００３０】
ここで式（６）のＣｉｍａｘは、式（５）で得られた放射状の方向線ごとの集中度Ｃｉ（ｎ）の最大値であるから、注目画素からその集中度Ｃｉ（ｎ）が最大値となる画素までの領域が、その方向線の方向における腫瘤陰影の候補領域となる。
【００３１】
そしてすべての放射状の方向線について式（６）の計算をしてその各方向線上における腫瘤陰影の領域の輪郭（辺縁点）を求め、この各方向線上における腫瘤陰影の領域の隣接する辺縁点を、直線または非線形曲線で結ぶことにより、腫瘤陰影の候補となり得る領域の輪郭を特定することができる。
【００３２】
さらに、式（７）では、この領域内の式（６）で与えられた集中度の最大値Ｃｉｍａｘを放射状の線の全方向（式（７）では３２方向の場合を例示）について平均した値を求める。この求められた値がアイリスフィルター処理の出力値Ｉであり、この出力値Ｉを、腫瘤陰影であるか否かを判別するのに適した予め設定した一定の閾値Ｔと比較し、Ｉ≧Ｔであればこの注目画素を中心とする領域が異常陰影候補（腫瘤陰影候補）であり、Ｉ＜Ｔであれば腫瘤陰影候補ではない、と判定する。
【００３３】
なお、式（７）の勾配ベクトル群の集中度Ｃを評価する領域が勾配ベクトルの分布に応じて大きさと形状が適応的に変化する様子が、外界の明るさに応じて拡大、縮小する人間の目の虹彩（ｉｒｉｓ）の様子に似ていることから、勾配ベクトルの集中度を利用した腫瘤陰影の候補領域を検出する上述の手法はアイリスフィルター（ｉｒｉｓｆｉｌｔｅｒ）処理と称されている。
【００３４】
また、前述の集中度Ｃｉ（ｎ）の計算は式（５）の代わりに、下記式（５′）を用いてもよい。
【００３５】
【数６】

【００３６】
すなわち式（５′）は、抽出しようとする腫瘤陰影の半径の最小値Ｒｍｉｎに対応した画素を始点として、終点をＲｍｉｎからＲｍａｘまでとした範囲内で集中度Ｃｉ（ｎ）を算出するものである。
【００３７】
上述のステップにより、アイリスフィルターは放射線画像から所望とする大きさの腫瘤陰影だけを効果的に検出することができ、特にマンモグラムにおける癌化部分の検出を主目的として研究されている。
【００３８】
【発明が解決しようとする課題】
上述したようにアイリスフィルター処理は通常の差分フィルター処理に比べて、血管や乳腺等の非腫瘤陰影から腫瘤陰影を効率よく分離して検出できるという特長を有しているが、放射線画像では放射線の照射方向において、腫瘤陰影と上記血管、乳腺等の非腫瘤陰影が位置的に重なることがある。特にその腫瘤陰影のサイズが大きい程、腫瘤陰影ではない他の構造物と腫瘤陰影が重なり易い。
【００３９】
このように腫瘤陰影に非腫瘤陰影が重なった場合、上記濃度勾配ベクトルの向きが乱されて該勾配ベクトルの注目画素への集中度が低下し、アイリスフィルター処理の出力値が低下することがある。
【００４０】
そしてこの低下した出力値が閾値を下回った場合、本来ならば腫瘤陰影候補として検出されるべき領域が検出されないことになり、診断支援の観点から好ましくない。
【００４１】
なお、アイリスフィルター処理に限らず、異常陰影が有する特徴量に基づいて異常陰影候補を検出する処理においても同様の問題がある。
【００４２】
本発明は上記事情に鑑みなされたものであって、検出しようとする異常陰影候補のサイズに拘らず、その異常陰影候補を安定的に検出することができる異常陰影候補の検出方法および装置を提供することを目的とするものである。
【００４３】
【課題を解決するための手段】
本発明の異常陰影候補の検出方法および装置は、検出しようとする異常陰影候補のサイズが大きくなるにしたがって、対象画像の解像度を低下させ、または鮮鋭度を低下させることによって、異常陰影候補のサイズが大きくなるにしたがって異常陰影候補に重なる確率の高くなる他の構造物を、異常陰影候補に対して相対的に平滑化するものである。
【００４４】
すなわち本発明の第１の異常陰影候補の検出方法は、放射線画像のうち所望の大きさの異常陰影候補を検出する異常陰影候補の検出方法において、前記放射線画像を前記検出しようとする異常陰影候補の大きさに応じて、該大きさが大きくなるにしたがって低くなるような解像度の画像とするように、前記放射線画像を表す原画像データに解像度変換処理を施し、前記解像度変換処理を施して得られた解像度変換画像データに基づいて、前記異常陰影候補を検出することを特徴とする方法である。
【００４６】
また原画像データに解像度変換処理を施すとは、原画像データに直接に解像度変換処理を施す場合と、原画像データに解像度変換処理を施して得られた解像度変換画像データに対してさらに解像度変換処理を施す場合の双方を含む意である。
【００４８】
なお異常陰影候補の検出は、特に腫瘤陰影候補を検出する場合は前述した濃度勾配ベクトルの集中度を評価するアイリスフィルター処理にしたがって行なうのが望ましいが、癌化組織の一形態である石灰化陰影候補を検出する場合はモーフォロジー演算に基づく検出処理にしたがって行なうものであってもよい。以下の発明についても同様である。
【００４９】
モーフォロジー演算に基づく処理による石灰化陰影候補の検出処理は、検出しようとする異常陰影（石灰化陰影）候補の大きさ、形状に適応して設定される構造要素を用い、原画像データに対してダイレーション（ｄｉｌａｔｉｏｎ）処理、エロージョン（ｅｒｏｓｉｏｎ）処理、オープニング（ｏｐｅｎｉｎｇ）処理、クロージング（ｃｌｏｓｉｎｇ）処理等の演算処理であって、文献「多重構造要素を用いたモルフォロジーフィルタによる微小石灰化像の抽出」電子情報通信学会論文誌Ｄ−ＩＩＶｏｌ．Ｊ７５−Ｄ−ＩＩＮｏ．７Ｐ１１７０〜１１７６１９９２年７月、文献「モルフォロジーの基礎とそのマンモグラム処理への応用」ＭＥＤＩＣＡＬＩＭＡＧＩＮＧＴＥＣＨＮＯＬＯＧＹＶｏｌ．１２Ｎｏ．１Ｊａｎｕａｒｙ１９９４、本願出願人による特願平７−３１６６７９号等に詳しく記載されている。
【００５０】
本発明の第２の異常陰影候補の検出方法は、放射線画像のうち所望の大きさの異常陰影候補を検出する異常陰影候補の検出方法において、前記放射線画像を前記検出しようとする異常陰影候補の大きさに応じて、該大きさが大きくなるにしたがって低くなるような鮮鋭度の画像とするように、前記放射線画像を表す原画像データに鮮鋭度変換処理を施し、前記鮮鋭度変換処理を施して得られた鮮鋭度変換画像データに基づいて、前記異常陰影候補を検出することを特徴とする方法である。
【００５２】
また原画像データに鮮鋭度変換処理を施すとは、原画像データに直接に鮮鋭度変換処理を施す場合と、原画像データに鮮鋭度変換処理を施して得られた鮮鋭度変換画像データに対してさらに鮮鋭度変換処理を施す場合の双方を含む意である。
【００５４】
本発明の第１の異常陰影候補の検出装置は、放射線画像のうち所望の大きさの異常陰影候補を検出する異常陰影候補の検出装置において、前記放射線画像を前記検出しようとする異常陰影候補の大きさに応じた解像度を、該大きさが大きくなるにしたがって該解像度が低くなるように設定する解像度設定手段と、前記放射線画像を該設定された解像度とするように、前記放射線画像を表す原画像データに解像度変換処理を施す解像度変換処理手段とを備え、前記解像度変換処理を施して得られた解像度変換画像データに基づいて、前記異常陰影候補を検出することを特徴とするものである。
【００５６】
また解像度変換処理手段による原画像データへの解像度変換処理は、原画像データに直接に解像度変換処理を施す場合と、原画像データに解像度変換処理を施して得られた解像度変換画像データに対してさらに解像度変換処理を施す場合の双方を含む意である。
【００５８】
なお異常陰影候補の検出は、特に腫瘤陰影候補を検出する場合は前述した濃度勾配ベクトルの集中度を評価するアイリスフィルター処理にしたがって行なうのが望ましいが、癌化組織の一形態である石灰化陰影候補を検出する場合はモーフォロジー演算に基づく検出処理にしたがって行なうものであってもよい。以下の発明についても同様である。
【００５９】
本発明の第２の異常陰影候補の検出装置は、放射線画像のうち所望の大きさの異常陰影候補を検出する異常陰影候補の検出装置において、前記放射線画像を前記検出しようとする異常陰影候補の大きさに応じた鮮鋭度を、該大きさが大きくなるにしたがって該鮮鋭度が低くなるように設定する鮮鋭度設定手段と、前記放射線画像を該設定された鮮鋭度とするように、前記放射線画像を表す原画像データに鮮鋭度変換処理を施す鮮鋭度変換処理手段とを備え、前記鮮鋭度変換処理を施して得られた鮮鋭度変換画像データに基づいて、前記異常陰影候補を検出することを特徴とするものである。
【００６１】
また鮮鋭度変換処理手段による原画像データへの鮮鋭度変換処理は、原画像データに直接に鮮鋭度変換処理を施す場合と、原画像データに鮮鋭度変換処理を施して得られた鮮鋭度変換画像データに対してさらに鮮鋭度変換処理を施す場合の双方を含む意である。
【００６３】
【発明の効果】
本発明の異常陰影候補の検出方法および装置によれば、検出しようとする異常陰影候補のサイズが大きくなるにしたがって、対象画像の解像度を低下させることにより、または鮮鋭度を低下させることにより、異常陰影候補のサイズが大きくなるにしたがって異常陰影候補に重なる確率の高くなる他の構造物を、異常陰影候補に対して相対的に平滑化することで、異常陰影候補の検出処理において異常陰影候補か否かを判定するための処理の出力値が、異常陰影候補に重なる他の構造物によって低下するのを抑止し、異常陰影候補の検出能を高めることができる。
【００６４】
【発明の実施の形態】
以下、本発明の異常陰影候補の検出装置の具体的な実施の形態について図面を用いて説明する。
【００６５】
図１は本発明の第１の異常陰影候補検出装置の一実施形態の概略構成を示すブロック図、図２は図１に示した異常陰影候補検出装置を用いた計算機支援画像診断装置の一例を示すブロック図である。
【００６６】
図示の計算機支援画像診断装置１００は、入力された画像データ（以下、全体画像データという）Ｓを記憶する記憶手段２０と、この記憶手段２０に記憶された全体画像データＳを読み出して、階調処理、周波数処理等の画像処理を施す全体画像処理手段３０と、記憶手段２０に記憶された全体画像データＳを読み出して、この全体画像データＳのうち異常陰影（腫瘤陰影）候補を表す画像データ（以下、局所画像データという）を抽出する異常陰影候補検出装置１０と、この抽出された局所画像データに対して抽出した腫瘤陰影候補を強調処理する局所画像処理手段４０と、全体画像処理手段３０により画像処理された全体画像と局所画像処理手段４０により画像処理された腫瘤陰影候補とを可視像として表示する表示手段５０とを備えた構成である。
【００６７】
ここで、計算機支援画像診断装置１００に入力される全体画像データＳは、例えば図３（１）に示すような患者のマンモグラムを表す画像Ｐが蓄積記録してなる蓄積性蛍光体シートに、励起光を照射することにより発生せられた輝尽発光光を光電的に読み取り、その後にデジタル変換して得られた画像データ（高濃度高信号レベルの信号）である。またこの画像には腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３等が記録されている。
【００６８】
表示手段５０は、全体画像と腫瘤陰影とを表示面上に各別に表示してもよいが、本実施形態においては、全体画像を表示しつつこの全体画像のうち腫瘤陰影候補の画像部分だけは局所画像処理手段４０により画像処理された腫瘤陰影候補の画像に置き換えて表示するものとする。
【００６９】
異常陰影候補検出装置１０は詳しくは図１に示すように、検出しようとする異常陰影の一形態としての腫瘤陰影の候補の大きさをオペレータが入力する異常陰影サイズ設定手段１２と、異常陰影サイズ設定手段１２に入力されたサイズに基づいて画像の１または２以上の解像度を設定する解像度設定手段１３と、解像度設定手段１３により設定された解像度の画像とするように、入力される画像データに解像度変換処理を施す解像度変換処理手段１４と、この解像度変換処理手段１４により解像度が変換処理された後の１また２以上の画像データ（以下、解像度変換画像データという）を記憶する第１メモリ１５と、第１メモリ１５に記憶された１または２以上の解像度変換画像データのそれぞれに対して、異常陰影サイズ設定手段１２に入力された検出しようとする腫瘤陰影候補の大きさに基づいて、前述のアイリスフィルター処理（方向線の数は、１１．２５度間隔の３２本とする）を施すアイリスフィルター処理手段１１と、アイリスフィルター処理手段１１により各解像度変換画像データから抽出された各解像度ごとの腫瘤陰影候補を示す画像データ（以下、各解像度ごとの局所画像データという）を記憶する第２メモリ１６とを備えた構成である。
【００７０】
ここで、異常陰影サイズ設定手段１２にオペレータが入力する腫瘤陰影候補の大きさは、具体的には異常陰影候補の最小の大きさ（半径Ｒｍｉｎ）および最大の大きさ（半径Ｒｍａｘ）を意味する。
【００７１】
また解像度設定手段１３は具体的には、異常陰影サイズ設定手段１２に入力された最小の大きさ、最大の大きさおよび最大と最小との差に基づいて、１または２以上の解像度を設定するが、この解像度の設定に際しては予め複数種類の解像度を準備しておいて、その中から適切な解像度を選択するものとする。
【００７２】
予め準備しておく解像度の種類としては、検出しようとする異常陰影の種類に応じて種々の組合せが考えられるが、本実施形態においては、図４（１）に示す元の解像度、この元の解像度の画像の４画素（縦２画素×横２画素）の画素値（画像データ）の単純平均値を画素値とする画素数が元の画像の１／４の解像度（同図（２））および元の解像度の画像の１６画素（縦４画素×横４画素）の画素値（画像データ）の単純平均値を画素値とする画素数が元の画像の１／１６の解像度（同図（３））の３種類の解像度が準備されているものとする。
【００７３】
なお異常陰影サイズ設定手段１２に入力された大きさに拘らず、常に、予め準備された複数種類の解像度の全てを解像度変換処理手段１４に出力する構成とし、解像度変換処理手段１４が、解像度設定手段１３から出力された複数種類の全ての解像度のそれぞれについて入力される画像データを解像度変換処理することも可能であるが、この解像度設定手段１３で設定される解像度の種類の数が、後の異常陰影検出処理（アイリスフィルター処理）の繰り返し回数となるため、計算処理時間に直接の影響を与えることとなり、特に検出しようとする腫瘤陰影候補の大きさの最大と最小との差を小さく設定した場合は、腫瘤陰影候補の検出処理時間が長くなる。そこで本実施形態の解像度設定手段１３のように、異常陰影サイズ設定手段１２に入力された大きさに基づいて、１または２以上の解像度を設定するのが好ましい。
【００７４】
解像度変換処理手段１４は、入力される画像データを、解像度設定手段１３により設定された解像度の画像とするように、解像度変換処理するが、この解像度変換処理は、入力された画像データを図４（１）に示す、そのままの解像度で出力する処理、入力された画像データが表す画像の４画素（縦２画素×横２画素）の単純平均値を画素値とする画素数が元の画像の１／４となる図４（２）に示す解像度で出力する処理、入力された画像データが表す画像の１６画素（縦４画素×横４画素）の単純平均値を画素値とする画素数が元の画像の１／１６となる図４（３）に示す解像度で出力する処理を行なうだけでなく、解像度変換処理手段１４により処理されて第１メモリ１５に記憶されている解像度変換画像データに対してさらに解像度変換処理を施す段階的な処理により所望の解像度の解像度変換画像データを得るようにしてもよい。
【００７５】
次に本実施形態の異常陰影候補検出装置１０の作用について説明する。
【００７６】
記憶手段２０から異常陰影候補検出装置１０に入力された全体画像データＳは、解像度変換処理手段１４に入力される。
【００７７】
一方、異常陰影サイズ設定手段１２にはオペレータから、検出しようとする腫瘤陰影候補の大きさの最小値（半径Ｒｍｉｎ）および最大値（半径Ｒｍａｘ）が入力される。異常陰影サイズ設定手段１２は、入力された腫瘤陰影候補の大きさの最小値および最大値を、アイリスフィルター処理手段１１および解像度設定手段１３に入力する。
【００７８】
解像度設定手段１３は入力された腫瘤陰影候補の大きさの最小値、最大値およびこの最大値と最小値との差に基づいて、前述した３種類の解像度を設定する。設定された３種類の解像度は、解像度変換処理手段１４に入力される。
【００７９】
一方、解像度変換処理手段１４には、記憶手段２０から全体画像データＳが入力される。解像度変換処理手段１４は、この入力された全体画像データＳに対して、解像度設定手段１３から入力された３種類の解像度に適合するように解像度変換処理を施す。
【００８０】
具体的には、まず入力された全体画像データＳに対して、その全体画像データＳが表す全体画像の解像度をそのまま（１対１の解像度とする）とする処理を施して、その結果である第１の解像度変換画像データとして第１メモリ１５に出力し、第１メモリ１５はこの第１の解像度変換画像データを記憶する。次いで、第１メモリ１５に記憶された第１の解像度変換画像データに対して（または記憶手段２０から再度、全体画像データを読み出し、この全体画像データに対して）、第１の解像度変換画像データが表す画像の４画素（縦２画素×横２画素）の単純平均値を画素値とする画素数が元の画像の１／４となる図４（２）に示す解像度となるように解像度変換処理を施し、その結果である第２の解像度変換画像データとして第１メモリ１５に出力し、第１メモリ１５はこの第２の解像度変換画像データも記憶する。次いで、第１メモリ１５に記憶された第２の解像度変換画像データに対して、第２の解像度変換画像データが表す画像の４画素（縦２画素×横２画素）の単純平均値を画素値とする、画素数が第２の解像度変換画像データが表す画像の１／４となる図４（３）に示す解像度となるように解像度変換処理を施し、その結果である第３の解像度変換画像データとして第１メモリ１５に出力し、第１メモリ１５はこの第３の解像度変換画像データも記憶する。
【００８１】
次にアイリスフィルター処理手段１１が、第１メモリ１５に記憶された第１の解像度変換画像データに対して、既に異常陰影サイズ設定手段１２から入力された最小値から最大値の範囲のサイズの腫瘤陰影候補を検出する処理（アイリスフィルター処理）を施す。
【００８２】
このアイリスフィルター処理の結果、腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についての各アイリスフィルター処理の出力値（下記式（７））が算出される。
【００８３】
【数７】

【００８４】
ここで腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についてのアイリスフィルター処理の各出力値Ｉ_１、Ｉ_２、Ｉ_３とすれば、これらはそれぞれ図３（２）に示すようなレベルの値となる。
【００８５】
ここでアイリスフィルター処理手段１１には予め設定された３種類の大きさの閾値Ｔ_１、Ｔ_２（＜Ｔ_１）、Ｔ_３（＜Ｔ_２）が記憶されており、このうち第１の閾値Ｔ_１とアイリスフィルター処理の各出力値Ｉ_１、Ｉ_２、Ｉ_３との比較がなされる。
【００８６】
アイリスフィルター処理の出力値Ｉ_１に対応する腫瘤陰影Ｐ_１は、その濃度勾配ベクトルが中心画素に集中しているため、出力値Ｉ_１が第１の閾値Ｔ_１を上回り、腫瘤陰影候補として検出され、アイリスフィルター処理手段１１から第２メモリ１６に出力される。第２メモリ１６は、この腫瘤陰影Ｐ_１に対応する領域の第１の解像度変換画像データを記憶する。
【００８７】
一方、アイリスフィルター処理の出力値Ｉ_２に対応する乳腺の陰影Ｐ_２は、その濃度勾配ベクトルが一定の部分に集中することがないため、出力値Ｉ_２が第１の閾値Ｔ_１を下回り、腫瘤陰影候補として検出されない。
【００８８】
また、アイリスフィルター処理の出力値Ｉ_３に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ_３は、腫瘤陰影単独での濃度勾配ベクトルは一定の部分に集中するが血管の陰影に重なったことにより、その濃度勾配ベクトルの集中度が乱されて、出力値Ｉ_３は第１の閾値Ｔ_１を下回り、腫瘤陰影候補として検出されない。
【００８９】
次にアイリスフィルター処理手段１１が、第１メモリ１５に記憶された第２の解像度変換画像データに対して、既に異常陰影サイズ設定手段１２から入力された最小値から最大値の範囲のサイズの腫瘤陰影候補を検出する処理（アイリスフィルター処理）を施す。
【００９０】
このアイリスフィルター処理の結果、腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についての各アイリスフィルター処理の各出力値をＩ_１′、Ｉ_２′、Ｉ_３′とすれば、これらはそれぞれ図３（３）に示すようなレベルの値となる。
【００９１】
ここでアイリスフィルター処理手段１１には予め設定された３種類の大きさの閾値Ｔ_１、Ｔ_２、Ｔ_３のうち第２の閾値Ｔ_２とアイリスフィルター処理の各出力値Ｉ_１′、Ｉ_２′、Ｉ_３′との比較を行なう。
【００９２】
アイリスフィルター処理の出力値Ｉ_１′に対応する腫瘤陰影Ｐ_１は、その濃度勾配ベクトルが中心画素に集中しているため、出力値Ｉ_１が第２の閾値Ｔ_２を上回り、腫瘤陰影候補として検出され、アイリスフィルター処理手段１１から第２メモリ１６に出力される。第２メモリ１６は、この腫瘤陰影Ｐ_１に対応する領域の第２の解像度変換画像データを記憶する。
【００９３】
一方、アイリスフィルター処理の出力値Ｉ_２′に対応する乳腺の陰影Ｐ_２は、その濃度勾配ベクトルが一定の部分に集中することがないため、出力値Ｉ_２′が第２の閾値Ｔ_２を下回り、腫瘤陰影候補として検出されない。
【００９４】
また、アイリスフィルター処理の出力値Ｉ_３′に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ_３は、腫瘤陰影単独での濃度勾配ベクトルは一定の部分に集中するが血管の陰影に重なったことにより、その濃度勾配ベクトルの集中度が乱されて、出力値Ｉ_３′は腫瘤陰影Ｐ_１に対応する出力値Ｉ_１′よりは小さくなるが、アイリスフィルター処理の対象となる第２の解像度変換画像データが第１の解像度変換画像データよりも解像度が劣るため、血管の陰影が平滑化された画像となり、したがって濃度勾配ベクトルの集中度に与える影響が低下する。
【００９５】
この結果アイリスフィルター処理の出力値Ｉ_３′は第２の閾値Ｔ_２を上回り、腫瘤陰影候補として検出され、第２メモリ１６に出力されて記憶される。
【００９６】
次いでアイリスフィルター処理手段１１が、第１メモリ１５に記憶された第３の解像度変換画像データに対して、既に異常陰影サイズ設定手段１２から入力された最小値から最大値の範囲のサイズの腫瘤陰影候補を検出する処理（アイリスフィルター処理）を施す。
【００９７】
このアイリスフィルター処理の結果、腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についての各アイリスフィルター処理の各出力値をＩ_１″、Ｉ_２″、Ｉ_３″とすれば、これらはそれぞれ図３（４）に示すようなレベルの値となる。
【００９８】
ここでアイリスフィルター処理手段１１には予め設定された３種類の大きさの閾値Ｔ_１、Ｔ_２、Ｔ_３のうち第３の閾値Ｔ_３とアイリスフィルター処理の各出力値Ｉ_１″、Ｉ_２″、Ｉ_３″との比較を行なう。
【００９９】
この比較の結果は、上記第２の解像度変換画像データに対する比較の結果と同様であるので、説明を省略するが、第２メモリ１６には、腫瘤陰影Ｐ_１に対応する領域の第３の解像度変換画像データ、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３に対応する領域の第３の解像度変換画像データが記憶される。
【０１００】
以上の作用の結果、第２メモリ１６には、腫瘤陰影Ｐ_１に対応する領域の第１、第２および第３の解像度変換画像データ、並びに腫瘤陰影に血管の陰影が重なった陰影Ｐ_３に対応する領域の第２および第３の解像度変換画像データが記憶されることになるが、第２メモリ１６はこのうち位置的に重なったデータを上書きすることによって、第１、第２および第３の解像度変換画像データの和集合を採る。
【０１０１】
したがって、第２メモリ１６には最終的に、腫瘤陰影Ｐ_１に対応する領域の第３の解像度変換画像データ、および腫瘤陰影に血管の陰影が重なった陰影Ｐ_３に対応する領域の第３の解像度変換画像データが記憶されている。
【０１０２】
次に、第２メモリ１６に記憶されている腫瘤陰影Ｐ_１に対応する領域の第３の解像度変換画像データ、および腫瘤陰影に血管の陰影が重なった陰影Ｐ_３に対応する領域の第３の解像度変換画像データは局所画像処理手段４０に読み出され、局所画像処理手段４０は、これらの腫瘤陰影候補を表す解像度画像データに対して、これらの腫瘤陰影候補を観察するのに最適な強調処理を施して表示手段５０に入力する。
【０１０３】
一方、全体画像処理手段３０により階調処理、周波数処理等の、全体画像を観察するのに適した画像処理が施された全体画像データＳも表示手段５０に入力され、表示手段５０は、全体画像を表示しつつこの全体画像のうち異常陰影候補の画像部分だけは局所画像処理手段４０により画像処理された異常陰影候補の画像に置き換えて表示し、医師等の画像観察読影者による異常陰影の診断に供される。
【０１０４】
このように本実施形態の異常陰影候補の検出装置によれば、検出しようとする異常陰影候補のサイズが大きいため腫瘤陰影に他の構造物が重なった場合にも、その他の構造物による影響を低下させることによって、本来検出されるべき腫瘤陰影を的確に検出することができる。
【０１０５】
なお、上記実施形態の異常陰影候補の検出装置では、アイリスフィルター処理手段を用いて腫瘤陰影候補を検出する例について説明したが、本発明の異常陰影候補検出装置はこれに限るものではなく、例えば乳癌の一形態である微小石灰化陰影を異常陰影候補として検出するものであってもよく、その場合は、前述したモーフォロジー演算処理を行なうことにより、検出しようとする微小石灰化陰影の大きさに対応した構造要素を設定し、この構造要素の大きさに対応した解像度の画像となるように、解像度変換処理を施すようにすればよい。
【０１０６】
また本実施形態の異常陰影候補の検出装置では、マンモグラムを対象画像として用いたが、本発明の異常陰影候補検出装置はこれに限るものではない。
【０１０７】
さらに、検出しようとする腫瘤陰影の大きさの範囲が離散的に複数種類ある場合には、異常陰影サイズ設定手段１２において、その種類ごとに最大値（半径Ｒｍａｘ）、最小値（半径Ｒｍｉｎ）を設定すればよく、解像度設定手段１３が設定された大きさの範囲に対応した解像度を設定し、アイリスフィルター処理手段１１は、入力される解像度変換画像データごとに、対応する大きさの範囲の種類の最大値（半径Ｒｍａｘ）および最小値（半径Ｒｍｉｎ）を代えてアイリスフィルター処理における式（５）（または式（５′））の演算を行なうようにすればよい。
【０１０８】
【数４】

【０１０９】
【数６】

【０１１０】
図５は本発明の第２の異常陰影候補検出装置の一実施形態の概略構成を示すブロック図であり、図２に示した計算機支援画像診断装置等に適用することができる異常陰影候補検出装置１０′である。
【０１１１】
この図５に示した異常陰影候補検出装置１０′は、図１に示した異常陰影候補検出装置１０に対して、解像度設定手段１３に代えて鮮鋭度設定手段１７を備え、解像度変換処理手段１４に代えて鮮鋭度変換処理手段１８を備えた点が相違する以外は、図１に示した異常陰影候補検出装置１０と同一の構成、同一の作用をなすものである。
【０１１２】
ここで鮮鋭度設定手段１７は、異常陰影サイズ設定手段１２に入力されたサイズに基づいて画像の１または２以上の鮮鋭度を設定する手段であり、鮮鋭度変換処理手段１８は、鮮鋭度設定手段１７により設定された鮮鋭度の画像とするように、入力される画像データに鮮鋭度変換処理を施す手段である。
【０１１３】
鮮鋭度設定手段１７は詳しくは、異常陰影サイズ設定手段１２に入力された最小の大きさ、最大の大きさおよび最大と最小との差に基づいて、１または２以上の鮮鋭度を設定するが、こ鮮鋭度の設定に際しては予め複数種類の鮮鋭度の画像を作成するための複数種類の非鮮鋭マスクを準備しておいて、その中から適切な非鮮鋭マスクを選択するものとする。
【０１１４】
予め準備しておく非鮮鋭マスクとしては、検出しようとする異常陰影の種類に応じて種々の組合せが考えられるが、本実施形態においては、入力される画像データが表す画像の元のままの鮮鋭度で出力する１画素×１画素の第１のマスク、入力される画像データが表す画像の鮮鋭度を、縦３画素×横３画素の画素マトリックスの画素値（画像データ）の加重平均値をその画素マトリックスの中心画素の画素値とする第２のマスク、入力される画像データが表す画像の鮮鋭度を、縦５画素×横５画素の画素マトリックスの画素値（画像データ）の加重平均値をその画素マトリックスの中心画素の画素値とする第３のマスクが準備されているものとする。
【０１１５】
なお異常陰影サイズ設定手段１２に入力された大きさに拘らず、常に、予め準備された複数種類の鮮鋭度の全てを鮮鋭度変換処理手段１８に出力する構成とし、鮮鋭度変換処理手段１８が、鮮鋭度設定手段１７から出力された複数種類の全ての非鮮鋭マスクのそれぞれについて、入力される画像データを鮮鋭度変換処理することも可能であるが、この鮮鋭度設定手段１７で設定される非鮮鋭マスクの種類の数が、後の異常陰影検出処理（アイリスフィルター処理）の繰り返し回数となるため、計算処理時間に直接の影響を与えることとなり、特に検出しようとする腫瘤陰影候補の大きさの最大と最小との差を小さく設定した場合は、腫瘤陰影候補の検出処理時間が長くなる。そこで本実施形態の鮮鋭度設定手段１７のように、異常陰影サイズ設定手段１２に入力された大きさに基づいて、１または２以上の鮮鋭度を設定するのが好ましい。
【０１１６】
鮮鋭度変換処理手段１８は、入力される画像データを、鮮鋭度設定手段１７により設定された非鮮鋭マスクに応じた鮮鋭度の画像として出力するように、鮮鋭度変換処理するが、この鮮鋭度変換処理は、図１に示した異常陰影候補検出装置１０と同様に、記憶手段２０から入力される全体画像データに対して直接行なう処理と、既に鮮鋭度変換処理を施して第１メモリ１５に記憶されている鮮鋭度変換画像データに対して行なう段階的な処理の双方をなすことができる。
【０１１７】
次に本実施形態の異常陰影候補検出装置１０′の作用について説明する。
【０１１８】
記憶手段２０から異常陰影候補検出装置１０に入力された全体画像信号Ｓは、解像度変換処理手段１４に入力される。
【０１１９】
一方、異常陰影サイズ設定手段１２にはオペレータから、検出しようとする腫瘤陰影候補の大きさの最小値（半径Ｒｍｉｎ）および最大値（半径Ｒｍａｘ）が入力される。異常陰影サイズ設定手段１２は、入力された腫瘤陰影候補の大きさの最小値および最大値を、アイリスフィルター処理手段１１および鮮鋭度設定手段１７に入力する。
【０１２０】
鮮鋭度設定手段１７は入力された腫瘤陰影候補の大きさの最小値、最大値およびこの最大値と最小値との差に基づいて、前述した３種類の非鮮鋭マスク（第１のマスク、第２のマスク、第３のマスク）を設定する。設定された３種類の非鮮鋭マスクは、鮮鋭度変換処理手段１８に入力される。
【０１２１】
一方、鮮鋭度変換処理手段１８には、記憶手段２０から全体画像データＳが入力される。鮮鋭度変換処理手段１８は、この入力された全体画像データＳに対して、鮮鋭度設定手段１７から入力された３種類の非鮮鋭マスクに応じた鮮鋭度変換処理を施し、第１のマスクで鮮鋭度変換処理された結果の第１の鮮鋭度変換画像データ、第２のマスクで鮮鋭度変換処理された結果の第２の鮮鋭度変換画像データ、第３のマスクで鮮鋭度変換処理された結果の第３の鮮鋭度変換画像データが、第１メモリ１５にそれぞれ記憶される。
【０１２２】
次にアイリスフィルター処理手段１１が、第１メモリ１５に記憶された第１の鮮鋭度変換画像データに対して、既に異常陰影サイズ設定手段１２から入力された最小値から最大値の範囲のサイズの腫瘤陰影候補を検出する処理（アイリスフィルター処理）を施す。
【０１２３】
このアイリスフィルター処理の結果、腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についての各アイリスフィルター処理の出力値が算出される。
【０１２４】
ここで腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についてのアイリスフィルター処理の各出力値Ｉ_１、Ｉ_２、Ｉ_３とすれば、これらはそれぞれ図３（２）に示すようなレベルの値となる。
【０１２５】
ここでアイリスフィルター処理手段１１には予め設定された３種類の大きさの閾値Ｔ_１′、Ｔ_２′（＜Ｔ_１′）、Ｔ_３′（＜Ｔ_２′）が記憶されており、このうち第１の閾値Ｔ_１′とアイリスフィルター処理の各出力値Ｉ_１、Ｉ_２、Ｉ_３との比較がなされる。
【０１２６】
アイリスフィルター処理の出力値Ｉ_１に対応する腫瘤陰影Ｐ_１は、その濃度勾配ベクトルが中心画素に集中しているため、出力値Ｉ_１が第１の閾値Ｔ_１′を上回り、腫瘤陰影候補として検出され、アイリスフィルター処理手段１１から第２メモリ１６に出力される。第２メモリ１６は、この腫瘤陰影Ｐ_１に対応する領域の第１の解像度変換画像データを記憶する。
【０１２７】
一方、アイリスフィルター処理の出力値Ｉ_２に対応する乳腺の陰影Ｐ_２は、その濃度勾配ベクトルが一定の部分に集中することがないため、出力値Ｉ_２が第１の閾値Ｔ_１′を下回り、腫瘤陰影候補として検出されない。
【０１２８】
また、アイリスフィルター処理の出力値Ｉ_３に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ_３は、腫瘤陰影単独での濃度勾配ベクトルは一定の部分に集中するが血管の陰影に重なったことにより、その濃度勾配ベクトルの集中度が乱されて、出力値Ｉ_３は第１の閾値Ｔ_１′を下回り、腫瘤陰影候補として検出されない。
【０１２９】
次にアイリスフィルター処理手段１１が、第１メモリ１５に記憶された第２の鮮鋭度変換画像データに対して、既に異常陰影サイズ設定手段１２から入力された最小値から最大値の範囲のサイズの腫瘤陰影候補を検出する処理（アイリスフィルター処理）を施す。
【０１３０】
このアイリスフィルター処理の結果、腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についての各アイリスフィルター処理の各出力値をＩ_１′、Ｉ_２′、Ｉ_３′とすれば、これらはそれぞれ図３（３）に示すようなレベルの値となる。
【０１３１】
ここでアイリスフィルター処理手段１１には予め設定された３種類の大きさの閾値Ｔ_１′、Ｔ_２′、Ｔ_３′のうち第２の閾値Ｔ_２′とアイリスフィルター処理の各出力値Ｉ_１′、Ｉ_２′、Ｉ_３′との比較を行なう。
【０１３２】
アイリスフィルター処理の出力値Ｉ_１′に対応する腫瘤陰影Ｐ_１は、その濃度勾配ベクトルが中心画素に集中しているため、出力値Ｉ_１が第２の閾値Ｔ_２′を上回り、腫瘤陰影候補として検出され、アイリスフィルター処理手段１１から第２メモリ１６に出力される。第２メモリ１６は、この腫瘤陰影Ｐ_１に対応する領域の第２の解像度変換画像データを記憶する。
【０１３３】
一方、アイリスフィルター処理の出力値Ｉ_２′に対応する乳腺の陰影Ｐ_２は、その濃度勾配ベクトルが一定の部分に集中することがないため、出力値Ｉ_２′が第２の閾値Ｔ_２′を下回り、腫瘤陰影候補として検出されない。
【０１３４】
また、アイリスフィルター処理の出力値Ｉ_３′に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ_３は、腫瘤陰影単独での濃度勾配ベクトルは一定の部分に集中するが血管の陰影に重なったことにより、その濃度勾配ベクトルの集中度が乱されて、出力値Ｉ_３′は腫瘤陰影Ｐ_１に対応する出力値Ｉ_１′よりは小さくなるが、アイリスフィルター処理の対象となる第２の鮮鋭度変換画像データが第１の鮮鋭度変換画像データよりも鮮鋭度が劣るため、血管の陰影が平滑化された画像となり、したがって濃度勾配ベクトルの集中度に与える影響が低下する。
【０１３５】
この結果アイリスフィルター処理の出力値Ｉ_３′は第２の閾値Ｔ_２′を上回り、腫瘤陰影候補として検出され、第２メモリ１６に出力されて記憶される。
【０１３６】
次いでアイリスフィルター処理手段１１が、第１メモリ１５に記憶された第３の鮮鋭度変換画像データに対して、既に異常陰影サイズ設定手段１２から入力された最小値から最大値の範囲のサイズの腫瘤陰影候補を検出する処理（アイリスフィルター処理）を施す。
【０１３７】
このアイリスフィルター処理の結果、腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３についての各アイリスフィルター処理の各出力値をＩ_１″、Ｉ_２″、Ｉ_３″とすれば、これらはそれぞれ図３（４）に示すようなレベルの値となる。
【０１３８】
ここでアイリスフィルター処理手段１１には予め設定された３種類の大きさの閾値Ｔ_１′、Ｔ_２′、Ｔ_３′のうち第３の閾値Ｔ_３′とアイリスフィルター処理の各出力値Ｉ_１″、Ｉ_２″、Ｉ_３″との比較を行なう。
【０１３９】
この比較の結果は、上記第２の鮮鋭度変換画像データに対する比較の結果と同様であるので、説明を省略するが、第２メモリ１６には、前述した実施形態と同様に、腫瘤陰影Ｐ_１に対応する領域の第３の解像度変換画像データ、および腫瘤陰影に血管の陰影が重なった陰影Ｐ_３に対応する領域の第３の解像度変換画像データが記憶される。
【０１４０】
次に、第２メモリ１６に記憶されている腫瘤陰影Ｐ_１に対応する領域の第３の鮮鋭度変換画像データ、および腫瘤陰影に血管の陰影が重なった陰影Ｐ_３に対応する領域の第３の鮮鋭度変換画像データは局所画像処理手段４０に読み出され、局所画像処理手段４０は、これらの腫瘤陰影候補を表す鮮鋭度画像データに対して、これらの腫瘤陰影候補を観察するのに最適な強調処理を施して表示手段５０に入力する。
【０１４１】
一方、全体画像処理手段３０により階調処理、周波数処理等の、全体画像を観察するのに適した画像処理が施された全体画像データＳも表示手段５０に入力され、表示手段５０は、全体画像を表示しつつこの全体画像のうち異常陰影候補の画像部分だけは局所画像処理手段４０により画像処理された異常陰影候補の画像に置き換えて表示し、医師等の画像観察読影者による異常陰影の診断に供される。
【０１４２】
このように本実施形態の異常陰影候補の検出装置によれば、検出しようとする異常陰影候補のサイズが大きいため腫瘤陰影に他の構造物が重なった場合にも、その他の構造物による影響を低下させることによって、本来検出されるべき腫瘤陰影を的確に検出することができる。
【０１４３】
なお、上記実施形態の異常陰影候補の検出装置においても、アイリスフィルター処理手段を用いて腫瘤陰影候補を検出する例に限るものではなく、またマンモグラムを対象画像とするものに限るものではない。
【０１４４】
さらに本実施形態の異常陰影候補検出装置においては、検出しようとする腫瘤陰影候補の大きさが大きくなるにしたがって、鮮鋭度を元の画像よりも低下させるような非鮮鋭マスクを鮮鋭度設定手段が設定するものとしたが、これは検出しようとする腫瘤陰影候補の大きさが小さくなるにしたがって、鮮鋭度を元の画像よりも向上させるような強調度を鮮鋭度設定手段が設定するものとしてもよい。
【図面の簡単な説明】
【図１】本発明の第１の異常陰影候補検出装置の一実施形態の概略構成を示すブロック図
【図２】図１に示した異常陰影候補検出装置を用いた計算機支援画像診断装置の一例を示すブロック図
【図３】腫瘤陰影Ｐ_１、乳腺の陰影Ｐ_２、腫瘤陰影に血管の陰影が重なった陰影Ｐ_３等が記録されているマンモグラムを表す図
【図４】解像度変換処理により得られる画像を示す図
【図５】本発明の第２の異常陰影候補検出装置の一実施形態の概略構成を示すブロック図
【図６】マンモグラムにおける濃度勾配の集中度を示す概念図
【図７】アイリスフィルター処理における勾配ベクトルを算出するマスクを示す図
【図８】注目画素についての勾配ベクトルの集中度の概念を示す図
【図９】輪郭形状が適応的に変化するように設定されたアイリスフィルターを示す概念図
【符号の説明】
１０異常陰影候補検出装置
１１アイリスフィルター処理手段
１２異常陰影サイズ設定手段
１３解像度設定手段
１４解像度変換処理手段
１５，１６メモリ
２０記憶手段
４０局所画像処理手段[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method and an apparatus for detecting an abnormal shadow candidate, and more particularly to an improvement in resolution of a target image in which an abnormal shadow candidate is to be detected.
[0002]
[Prior art]
2. Description of the Related Art Conventionally, image processing such as gradation processing and frequency processing has been performed on an image signal representing an image obtained by various image acquisition methods to improve image observation and interpretation performance. Particularly in the field of medical images such as radiation images of the human body, it is necessary for specialists such as doctors to accurately diagnose the presence or absence of a patient's disease or injury based on the obtained images. Image processing for improving the image reading performance has become indispensable.
[0003]
In such image processing, the entire image may be processed, but if the purpose of inspection or diagnosis is clear to some extent, only the desired image portion suitable for the purpose is selectively emphasized. Sometimes.
[0004]
Normally, such an image portion is selected manually by an observer while observing the original image before the image processing is performed, and is manually performed as necessary. The range is affected by the observer's experience and the level of image reading ability, and may not be objective.
[0005]
For example, in a radiographic image taken for the purpose of examining breast cancer, it is necessary to extract a tumor shadow, which is one of the features of a cancerous part, from the radiographic image. Not always possible. For this reason, it is required to accurately detect abnormal shadows such as tumor shadows without depending on the skill of the observer.
[0006]
In order to respond to this demand, research on computer aided diagnosis of medical images (CADM) that automatically detects abnormal shadow candidates using computer processing has been advanced. As one of the CADM techniques, an iris filter process has been proposed (Obata et al., “Detection of Tumor Shadow in DR Image (Iris Filter)”, Transactions of the Institute of Electronics, Information and Communication Engineers, D-II Vol. J75-D-II No. 3 P663). 670, March 1992). This iris filter processing has been studied as an effective method for detecting a tumor shadow, which is one of the characteristic features of breast cancer, but the target image is not limited to such a tumor shadow in a mammogram. However, if the gradient of the image signal (density or the like) representing the image is concentrated, it can be applied to any image portion.
[0007]
Hereinafter, the outline of the process of detecting a candidate for a tumor shadow using the iris filter will be described, taking the process of detecting a tumor shadow as an example.
[0008]
For example, in a radiographic image (an image represented by an image signal having a high density and a high signal level) on an X-ray film, it is known that a tumor shadow has a slightly lower density value than a surrounding image portion. The density value distribution has a density value gradient such that the density value decreases from the substantially circular periphery toward the center. Therefore, in the tumor shadow, a local gradient of the density value is recognized, and the gradient line is concentrated toward the center of the tumor.
[0009]
The iris filter calculates the gradient of the image signal represented by the density value as a gradient vector, and outputs the degree of concentration of the gradient vector.Iris filter processing is based on the degree of concentration of the gradient vector. This is to detect a shadow.
[0010]
That is, for example, in the mammogram as shown in FIG. ₁ The gradient vector at an arbitrary pixel in the figure points near the center of the tumor shadow as shown in FIG. ₂ Since the gradient vector does not concentrate on a specific point as shown in FIG. 3C, if the distribution of the direction of the gradient vector is locally evaluated and an area concentrated on the specific point is extracted, , It becomes a mass shadow. Note that a shadow P in which elongated shadows such as mammary glands intersect each other as shown in FIG. ₃ For, the gradient vector tends to concentrate on a specific point, which may be a pseudo abnormal shadow.
[0011]
The above is the basic concept of the iris filter processing. The specific algorithm steps are shown below.
[0012]
(Step 1) Calculation of gradient vector
For all pixels constituting the target image, the direction θ of the gradient vector of the image data is obtained for each pixel j based on the calculation formula shown in the following expression (1).
[0013]
(Equation 1)

[0014]
Where f ₁ ~ F ₁₆ Is a pixel value (image data) corresponding to a pixel on the outer periphery of a mask having a size of, for example, 5 pixels by 5 pixels centered on the pixel j, as shown in FIG.
[0015]
(Step 2) Calculation of concentration of gradient vector
Next, for all the pixels constituting the target image, the degree of concentration C of the gradient vector having the pixel as the target pixel is calculated according to the following equation (2).
[0016]
(Equation 2)

[0017]
Here, N is the number of pixels existing in a circle having a radius R around the target pixel, and θj is a straight line connecting the target pixel and each pixel j in the circle, and the above equation (1) for each pixel j. (See FIG. 8). Therefore, the degree of concentration C represented by the above equation (2) takes a large value when the direction of the gradient vector of each pixel j is concentrated on the target pixel.
[0018]
By the way, since the gradient vector of each pixel j in the vicinity of the tumor shadow is almost directed to the center of the tumor shadow regardless of the contrast of the tumor shadow, the pixel of interest for which the concentration C takes a large value is the tumor shadow. Can be said to be the central pixel. On the other hand, in the shadow of a linear pattern such as a blood vessel, the value of the degree of concentration C is small because the direction of the gradient vector is biased in a certain direction. Therefore, the value of the degree of concentration C with respect to the pixel of interest is calculated for each of all the pixels constituting the image, and whether or not the value of the degree of concentration C exceeds a preset threshold value is evaluated. Can be detected. That is, this filter has a feature that it is less affected by blood vessels and mammary glands and can efficiently detect a tumor shadow as compared with a normal difference filter.
[0019]
Further, in the actual processing, in order to achieve a detection power that is not affected by the size or shape of the tumor, a device for adaptively changing the size and shape of the filter is used. FIG. 9 shows the filter. This filter is different from the filter shown in FIG. 8 in that radial directions of M kinds of directions (in FIG. 9, 32 directions every 11.25 degrees) are adjacent at an angular interval of 2π / M degrees with respect to the target pixel. The above-mentioned degree of concentration is evaluated only by pixels on the direction line.
[0020]
Here, the coordinates ([x], [y]) of the n-th pixel on the i-th direction line and from the target pixel are given by the following formula (k, l), where the coordinates of the target pixel are (k, l). 3) and (4).
[0021]
(Equation 3)

[0022]
Here, [x] and [y] are the maximum integers not exceeding x and y.
[0023]
Further, the output value up to the pixel at which the maximum concentration is obtained for each direction line on the radial direction line is defined as the concentration Cimax in the direction, and the concentration Cimax is averaged for all the direction lines. Let the value be the degree of concentration C of the gradient vector group for the pixel of interest.
[0024]
Specifically, first, the degree of concentration Ci (n) obtained from the target pixel to the n-th pixel on the i-th radial line is obtained by the following equation (5).
[0025]
(Equation 4)

[0026]
That is, Expression (5) calculates the degree of concentration Ci (n) by changing the start point of the target pixel and the end point within the range from Rmin to Rmax.
[0027]
Here, Rmin and Rmax are the minimum value and the maximum value of the radius of the tumor shadow to be detected (extracted).
[0028]
Next, the degree of concentration C of the gradient vector group is calculated by the following equations (6) and (7).
[0029]
(Equation 5)

[0030]
Here, since Cimax in Expression (6) is the maximum value of the concentration Ci (n) for each radial direction line obtained in Expression (5), the concentration Ci (n) is the maximum value from the pixel of interest. The region up to the pixel becomes a candidate region of the tumor shadow in the direction of the direction line.
[0031]
Equation (6) is calculated for all radial direction lines to determine the outline (edge point) of the region of the tumor shadow on each direction line, and the adjacent edge of the region of the tumor shadow on each direction line is calculated. By connecting the points with a straight line or a non-linear curve, it is possible to specify the outline of a region that can be a candidate for a tumor shadow.
[0032]
Further, in Expression (7), a value obtained by averaging the maximum value Cimax of the degree of concentration given by Expression (6) in this region in all directions of the radial line (in Expression (7), the case of 32 directions is illustrated) Ask for. The obtained value is an output value I of the iris filter processing, and this output value I is compared with a predetermined fixed threshold value T suitable for determining whether or not the shadow is a tumor shadow. If so, it is determined that the region around the pixel of interest is an abnormal shadow candidate (tumor shadow candidate), and if I <T, it is determined that the region is not a tumor shadow candidate.
[0033]
It should be noted that the state in which the size and shape of the area for evaluating the degree of concentration C of the gradient vector group in Equation (7) adaptively changes in accordance with the distribution of the gradient vector is determined by a human who expands or contracts in accordance with the brightness of the outside world. The above-described method of detecting a candidate region of a tumor shadow using the degree of concentration of a gradient vector is called iris filter processing because it resembles the state of the iris of the eye.
[0034]
The calculation of the concentration Ci (n) described above may use the following equation (5 ') instead of the equation (5).
[0035]
(Equation 6)

[0036]
That is, equation (5 ') calculates the degree of concentration Ci (n) within a range where the pixel corresponding to the minimum value Rmin of the radius of the tumor shadow to be extracted is set as a start point and the end point is set between Rmin and Rmax. is there.
[0037]
By the above-mentioned steps, the iris filter can effectively detect only a tumor shadow of a desired size from a radiographic image, and has been studied mainly for detecting a cancerous portion in a mammogram.
[0038]
[Problems to be solved by the invention]
As described above, the iris filter processing has a feature that it is possible to efficiently separate and detect a tumor shadow from a non-tumor shadow such as a blood vessel or a mammary gland compared to the normal difference filter processing. In the irradiation direction, the tumor shadow may partially overlap with the non-tumor shadows of the blood vessels, mammary glands, and the like. In particular, as the size of the tumor shadow is larger, the tumor shadow tends to overlap with other structures that are not the tumor shadow.
[0039]
When the non-tumor shadow overlaps the tumor shadow in this way, the direction of the density gradient vector is disturbed, the degree of concentration of the gradient vector on the target pixel is reduced, and the output value of the iris filter processing may be reduced. .
[0040]
If the decreased output value falls below the threshold value, a region that should normally be detected as a tumor shadow candidate is not detected, which is not preferable from the viewpoint of diagnosis support.
[0041]
In addition, not only the iris filter processing but also the processing for detecting an abnormal shadow candidate based on the feature amount of the abnormal shadow has a similar problem.
[0042]
The present invention has been made in view of the above circumstances, and provides an abnormal shadow candidate detection method and apparatus capable of stably detecting the abnormal shadow candidate regardless of the size of the abnormal shadow candidate to be detected. It is intended to do so.
[0043]
[Means for Solving the Problems]
The method and apparatus for detecting an abnormal shadow candidate according to the present invention reduces the resolution of the target image or reduces the sharpness as the size of the abnormal shadow candidate to be detected increases. The other structures that have a higher probability of overlapping with the abnormal shadow candidate as become larger are smoothed relatively to the abnormal shadow candidate.
[0044]
That is, the first method for detecting an abnormal shadow candidate according to the present invention is a method for detecting an abnormal shadow candidate having a desired size in a radiographic image, wherein the abnormal shadow candidate for which the radiographic image is to be detected is used. In accordance with the size of the image, the original image data representing the radiation image is subjected to a resolution conversion process, and the resolution conversion process is performed so as to obtain an image having a resolution that becomes lower as the size increases. Detecting the abnormal shadow candidate based on the obtained resolution-converted image data.
[0046]
Also, performing resolution conversion processing on the original image data means that the resolution conversion processing is directly performed on the original image data, or that the resolution conversion processing is performed on the resolution conversion image data obtained by performing the resolution conversion processing on the original image data. It is intended to include both cases where processing is performed.
[0048]
It is preferable that the abnormal shadow candidate is detected in accordance with the iris filter processing for evaluating the concentration of the density gradient vector described above, particularly when a tumor shadow candidate is detected. When a candidate is detected, the candidate may be detected according to a detection process based on a morphological operation. The same applies to the following inventions.
[0049]
The calcified shadow candidate detection process by the process based on the morphological operation uses a structural element set in accordance with the size and shape of the abnormal shadow (calcified shadow) candidate to be detected, and performs processing on the original image data. It is an arithmetic processing such as dilation processing, erosion processing, opening processing, closing processing, etc., and is described in the document "Extraction of microcalcification image by morphological filter using multiple structural elements". IEICE Transactions D-II Vol. J75-D-II No. 7 P1170-1176, July 1992, document "Basics of Morphology and Its Application to Mammogram Processing", MEDICAL IMAGING TECHNOLOGY Vol. 12 No. 1 January 1994, and Japanese Patent Application No. 7-316679 filed by the present applicant.
[0050]
The method for detecting an abnormal shadow candidate according to the second aspect of the present invention is the method for detecting an abnormal shadow candidate of a desired size in a radiographic image, the method for detecting an abnormal shadow candidate for which the radiographic image is to be detected. In accordance with the size, the original image data representing the radiation image is subjected to a sharpness conversion process, and the sharpness conversion process is performed so that the image has a sharpness that decreases as the size increases. And detecting the abnormal shadow candidate based on the sharpness-converted image data obtained as described above.
[0052]
Also, performing the sharpness conversion process on the original image data means that the sharpness conversion process is directly performed on the original image data, and the sharpness conversion image data obtained by performing the sharpness conversion process on the original image data. And further performing the sharpness conversion process.
[0054]
A first apparatus for detecting an abnormal shadow candidate according to the present invention is an apparatus for detecting an abnormal shadow candidate having a desired size in a radiographic image. Resolution setting means for setting a resolution corresponding to the size such that the resolution decreases as the size increases; and an original representing the radiation image such that the radiation image has the set resolution. Resolution conversion processing means for performing resolution conversion processing on the image data, wherein the abnormal shadow candidate is detected based on the resolution conversion image data obtained by performing the resolution conversion processing.
[0056]
Further, the resolution conversion processing to the original image data by the resolution conversion processing means is performed when the resolution conversion processing is directly performed on the original image data, or when the resolution conversion processing is performed on the original image data. Further, it is intended to include both cases where resolution conversion processing is performed.
[0058]
The detection of abnormal shadow candidates is preferably performed in accordance with the above-described iris filter processing for evaluating the degree of concentration of the density gradient vector, particularly when detecting a tumor shadow candidate, but calcification shadow, which is a form of cancerous tissue, is preferable. When a candidate is detected, the candidate may be detected according to a detection process based on a morphological operation. The same applies to the following inventions.
[0059]
A second abnormal shadow candidate detecting device of the present invention is an abnormal shadow candidate detecting device that detects an abnormal shadow candidate of a desired size in a radiographic image. Sharpness setting means for setting the sharpness according to the size such that the sharpness decreases as the size increases, and the radiation setting unit sets the radiation image to the set sharpness. Sharpness conversion processing means for performing a sharpness conversion process on original image data representing an image, and detecting the abnormal shadow candidate based on the sharpness conversion image data obtained by performing the sharpness conversion process It is characterized by the following.
[0061]
Further, the sharpness conversion processing to the original image data by the sharpness conversion processing means includes a case where the original image data is directly subjected to the sharpness conversion processing and a case where the original image data is subjected to the sharpness conversion processing. It is intended to include both cases where the sharpness conversion processing is further performed on the image data.
[0063]
【The invention's effect】
According to the method and apparatus for detecting an abnormal shadow candidate of the present invention, as the size of the abnormal shadow candidate to be detected increases, the resolution of the target image is reduced, or the sharpness is reduced. Other structures that have a high probability of overlapping with the abnormal shadow candidate as the size of the shadow candidate increases become relatively smooth with respect to the abnormal shadow candidate. It is possible to prevent the output value of the processing for determining whether or not to be reduced by another structure overlapping the abnormal shadow candidate, and to improve the detectability of the abnormal shadow candidate.
[0064]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, specific embodiments of the abnormal shadow candidate detecting device of the present invention will be described with reference to the drawings.
[0065]
FIG. 1 is a block diagram showing a schematic configuration of an embodiment of a first abnormal shadow candidate detecting device according to the present invention, and FIG. 2 is an example of a computer-aided image diagnostic device using the abnormal shadow candidate detecting device shown in FIG. It is a block diagram shown.
[0066]
The illustrated computer-aided image diagnostic apparatus 100 includes a storage unit 20 that stores input image data (hereinafter, referred to as overall image data) S, reads the entire image data S stored in the storage unit 20, and stores Whole image processing means 30 for performing image processing such as processing and frequency processing, and the whole image data S stored in the storage means 20 are read out, and image data representing abnormal shadow (tumor shadow) candidates in the whole image data S (Hereinafter, referred to as local image data) an abnormal shadow candidate detecting device 10, a local image processing unit 40 for enhancing the extracted tumor shadow candidate with respect to the extracted local image data, and an entire image processing unit 30 Display means 50 for displaying, as a visible image, the entire image subjected to the image processing by the method and the tumor shadow candidate subjected to the image processing by the local image processing means 40. Configuration.
[0067]
Here, the whole image data S input to the computer-aided image diagnostic apparatus 100 is excited on a stimulable phosphor sheet in which an image P representing a patient's mammogram as shown in FIG. This is image data (high-density high-signal level signal) obtained by photoelectrically reading the stimulated emission light generated by irradiating the light, and then performing digital conversion. In this image, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ Etc. are recorded.
[0068]
The display means 50 may separately display the entire image and the tumor shadow on the display surface, but in the present embodiment, while displaying the entire image, only the image portion of the tumor shadow candidate in the entire image is displayed. It is assumed that the image is replaced with an image of a tumor shadow candidate image-processed by the local image processing means 40 and displayed.
[0069]
As shown in detail in FIG. 1, the abnormal shadow candidate detecting apparatus 10 includes an abnormal shadow size setting unit 12 for inputting the size of a candidate for a tumor shadow as a form of abnormal shadow to be detected by an operator, and an abnormal shadow size. A resolution setting unit for setting one or more resolutions of the image based on the size input to the setting unit; and an image data to be input so that the image has the resolution set by the resolution setting unit. Resolution conversion processing means 14 for performing a resolution conversion processing, and a first memory 15 for storing one or more image data (hereinafter referred to as resolution converted image data) whose resolution has been converted by the resolution conversion processing means 14. And input to the abnormal shadow size setting means 12 each of one or two or more resolution-converted image data stored in the first memory 15. An iris filter processing unit 11 for performing the aforementioned iris filter processing (the number of direction lines is 32 at intervals of 11.25 degrees) based on the size of the detected tumor shadow candidate to be detected; A second memory 16 for storing image data (hereinafter, referred to as local image data for each resolution) indicating a tumor shadow candidate for each resolution extracted from the resolution converted image data by the processing means 11. .
[0070]
Here, the size of the tumor shadow candidate input by the operator to the abnormal shadow size setting means 12 specifically means the minimum size (radius Rmin) and the maximum size (radius Rmax) of the abnormal shadow candidate. .
[0071]
Further, the resolution setting means 13 specifically sets one or more resolutions based on the minimum size, the maximum size, and the difference between the maximum and the minimum inputted to the abnormal shadow size setting means 12. However, when setting the resolution, a plurality of types of resolutions are prepared in advance, and an appropriate resolution is selected from among them.
[0072]
Various types of resolutions may be prepared in advance according to the type of abnormal shadow to be detected. In the present embodiment, the original resolution shown in FIG. The number of pixels whose pixel value is a simple average value of the pixel values (image data) of 4 pixels (2 vertical pixels × 2 horizontal pixels) of the resolution image is １／ of the resolution of the original image (FIG. 2B). And the number of pixels whose pixel value is a simple average value of the pixel values (image data) of 16 pixels (4 vertical pixels × 4 horizontal pixels) of the original resolution image is 1/16 of the resolution of the original image (FIG. It is assumed that three resolutions of 3)) are prepared.
[0073]
In addition, regardless of the size input to the abnormal shadow size setting unit 12, all of the plurality of resolutions prepared in advance are always output to the resolution conversion processing unit 14, and the resolution conversion processing unit 14 It is also possible to perform a resolution conversion process on the image data input for each of the plurality of types of resolutions output from the means 13, but the number of resolution types set by the resolution setting means 13 will be The number of repetitions of the abnormal shadow detection processing (iris filter processing) directly affects the calculation processing time. In particular, the difference between the maximum and minimum sizes of the tumor shadow candidates to be detected is set to be small. In this case, the detection processing time of the tumor shadow candidate becomes longer. Therefore, it is preferable to set one or two or more resolutions based on the size input to the abnormal shadow size setting unit 12, like the resolution setting unit 13 of the present embodiment.
[0074]
The resolution conversion processing means 14 performs a resolution conversion processing so that the input image data becomes an image having the resolution set by the resolution setting means 13. The processing shown in (1) for outputting at the same resolution, and the number of pixels whose pixel value is a simple average value of four pixels (two vertical pixels × two horizontal pixels) of the image represented by the input image data is the same as that of the original image. The process of outputting at the resolution shown in FIG. 4B, which is １／, the number of pixels whose pixel value is a simple average value of 16 pixels (4 vertical pixels × 4 horizontal pixels) of the image represented by the input image data In addition to performing processing for outputting at the resolution shown in FIG. 4C, which is 1/16 of the original image, the resolution-converted image data processed by the resolution conversion processing means 14 and stored in the first memory 15 is output. More resolution conversion Resolution conversion image data having a desired resolution may be obtained by performing stepwise processing.
[0075]
Next, the operation of the abnormal shadow candidate detecting device 10 of the present embodiment will be described.
[0076]
The whole image data S input from the storage unit 20 to the abnormal shadow candidate detection device 10 is input to the resolution conversion processing unit 14.
[0077]
On the other hand, the minimum value (radius Rmin) and the maximum value (radius Rmax) of the size of the tumor shadow candidate to be detected are input to the abnormal shadow size setting means 12 from the operator. The abnormal shadow size setting unit 12 inputs the minimum value and the maximum value of the input size of the tumor shadow candidate to the iris filter processing unit 11 and the resolution setting unit 13.
[0078]
The resolution setting means 13 sets the above-described three types of resolutions based on the minimum and maximum values of the input tumor shadow candidate size and the difference between the maximum value and the minimum value. The set three resolutions are input to the resolution conversion processing unit 14.
[0079]
On the other hand, the whole image data S is input from the storage unit 20 to the resolution conversion processing unit 14. The resolution conversion processing unit 14 performs a resolution conversion process on the input whole image data S so as to conform to the three types of resolutions input from the resolution setting unit 13.
[0080]
Specifically, first, the input whole image data S is subjected to a process of keeping the resolution of the whole image represented by the whole image data S as it is (one-to-one resolution), and the result is obtained. The first resolution-converted image data is output to the first memory 15, and the first memory 15 stores the first resolution-converted image data. Next, with respect to the first resolution-converted image data stored in the first memory 15 (or the entire image data is read out again from the storage means 20 and the entire image data is read), the first resolution-converted image data is read. Is converted so that the number of pixels having a pixel value of a simple average value of 4 pixels (2 vertical pixels × 2 horizontal pixels) of the image represented by is 1/4 of the original image, and has the resolution shown in FIG. Processing is performed and the result is output to the first memory 15 as second resolution-converted image data, and the first memory 15 also stores the second resolution-converted image data. Next, for the second resolution-converted image data stored in the first memory 15, a simple average value of four pixels (two vertical pixels × two horizontal pixels) of the image represented by the second resolution-converted image data is calculated as a pixel value. The resolution conversion processing is performed so that the number of pixels becomes １／ of the image represented by the second resolution-converted image data, and the resolution becomes the resolution shown in FIG. 4C, and the resulting third resolution-converted image is obtained. The data is output to the first memory 15 as data, and the first memory 15 also stores the third resolution-converted image data.
[0081]
Next, the iris filter processing unit 11 applies the first resolution-converted image data stored in the first memory 15 to a tumor having a size ranging from the minimum value to the maximum value already input from the abnormal shadow size setting unit 12. A process (iris filter process) for detecting a shadow candidate is performed.
[0082]
As a result of this iris filter processing, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ The output value (Equation (7) below) of each iris filter process for is calculated.
[0083]
(Equation 7)

[0084]
Here is the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ Output value I of the iris filter processing for ₁ , I ₂ , I ₃ Then, each of these becomes a level value as shown in FIG.
[0085]
Here, the iris filter processing means 11 has three types of threshold values T set in advance. ₁ , T ₂ (<T ₁ ), T ₃ (<T ₂ ) Is stored, of which the first threshold T ₁ And each output value I of the iris filter processing ₁ , I ₂ , I ₃ And a comparison is made.
[0086]
Output value I of iris filter processing ₁ Mass shadow P corresponding to ₁ Is output value I because the density gradient vector is concentrated at the central pixel. ₁ Is the first threshold T ₁ And is detected as a tumor shadow candidate, and is output from the iris filter processing means 11 to the second memory 16. The second memory 16 stores the tumor shadow P ₁ Is stored in the area corresponding to the first resolution-converted image data.
[0087]
On the other hand, the output value I of the iris filter processing ₂ Gland shadow P corresponding to ₂ Is output value I because the concentration gradient vector does not concentrate on a certain portion. ₂ Is the first threshold T ₁ And is not detected as a tumor shadow candidate.
[0088]
Also, the output value I of the iris filter processing is ₃ Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass corresponding to ₃ Is that the density gradient vector of the tumor shadow alone is concentrated in a certain part, but the concentration of the density gradient vector is disturbed by overlapping the shadow of the blood vessel, and the output value I ₃ Is the first threshold T ₁ And is not detected as a tumor shadow candidate.
[0089]
Next, the iris filter processing unit 11 applies the second resolution-converted image data stored in the first memory 15 to a tumor having a size ranging from the minimum value to the maximum value already input from the abnormal shadow size setting unit 12. A process (iris filter process) for detecting a shadow candidate is performed.
[0090]
As a result of this iris filter processing, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ For each output value of each iris filter process for ₁ ', I ₂ ', I ₃ ′, These are the level values as shown in FIG. 3 (3).
[0091]
Here, the iris filter processing means 11 has three types of threshold values T set in advance. ₁ , T ₂ , T ₃ Of the second threshold T ₂ And each output value I of the iris filter processing ₁ ', I ₂ ', I ₃ '.
[0092]
Output value I of iris filter processing ₁ Mass shadow P corresponding to ' ₁ Is output value I because the density gradient vector is concentrated at the central pixel. ₁ Is the second threshold T ₂ And is detected as a tumor shadow candidate, and is output from the iris filter processing means 11 to the second memory 16. The second memory 16 stores the tumor shadow P ₁ Is stored in the area corresponding to the second resolution conversion image data.
[0093]
On the other hand, the output value I of the iris filter processing ₂ Gamma shadow corresponding to ' ₂ Is output value I because the concentration gradient vector does not concentrate on a certain portion. ₂ 'Is the second threshold T ₂ And is not detected as a tumor shadow candidate.
[0094]
Also, the output value I of the iris filter processing is ₃ ', A shadow P in which the shadow of the blood vessel overlaps the shadow of the mass corresponding to ₃ Is that the density gradient vector of the tumor shadow alone is concentrated in a certain part, but the concentration of the density gradient vector is disturbed by overlapping the shadow of the blood vessel, and the output value I ₃ 'Is a tumor shadow P ₁ Output value I corresponding to ₁ ′, But the resolution of the second resolution-converted image data to be subjected to the iris filter processing is lower than that of the first resolution-converted image data. The effect on vector concentration is reduced.
[0095]
As a result, the output value I of the iris filter processing ₃ 'Is the second threshold T ₂ And is detected as a tumor shadow candidate, and is output to the second memory 16 and stored.
[0096]
Next, the iris filter processing means 11 applies the third resolution-converted image data stored in the first memory 15 to a tumor shadow having a size ranging from the minimum value to the maximum value already input from the abnormal shadow size setting means 12. A process of detecting candidates (iris filter process) is performed.
[0097]
As a result of this iris filter processing, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ For each output value of each iris filter process for ₁ ″, I ₂ ″, I ₃ ", These are the level values as shown in FIG. 3 (4).
[0098]
Here, the iris filter processing means 11 has three types of threshold values T set in advance. ₁ , T ₂ , T ₃ Of the third threshold T ₃ And each output value I of the iris filter processing ₁ ″, I ₂ ″, I ₃ ″.
[0099]
Since the result of this comparison is the same as the result of the comparison for the second resolution-converted image data, a description thereof will be omitted. ₁ , The shadow P in which the shadow of the blood vessel overlaps the shadow of the tumor ₃ Are stored in the area corresponding to the third resolution conversion image data.
[0100]
As a result of the above operation, the second memory 16 stores the tumor shadow P ₁ , The first, second and third resolution-converted image data of the region corresponding to, and the shadow P in which the shadow of the blood vessel overlaps the shadow of the tumor ₃ Are stored in the second and third resolution-converted image data in the area corresponding to the first, second, and third data. The union of the three resolution-converted image data is taken.
[0101]
Therefore, the second memory 16 finally stores the tumor shadow P ₁ And the shadow P in which the shadow of the blood vessel overlaps the shadow of the tumor ₃ Is stored in the area corresponding to the third resolution conversion image data.
[0102]
Next, the tumor shadow P stored in the second memory 16 is displayed. ₁ And the shadow P in which the shadow of the blood vessel overlaps the shadow of the tumor ₃ Is read by the local image processing means 40, and the local image processing means 40 extracts these tumor shadow candidates from the resolution image data representing these tumor shadow candidates. The optimum emphasis processing for observation is performed and input to the display means 50.
[0103]
On the other hand, the whole image data S that has been subjected to image processing suitable for observing the whole image, such as gradation processing and frequency processing, by the whole image processing means 30 is also input to the display means 50. While displaying the image, only the image portion of the abnormal shadow candidate in the whole image is replaced with the image of the abnormal shadow candidate image-processed by the local image processing means 40 and displayed. Provided for diagnosis.
[0104]
As described above, according to the abnormal shadow candidate detecting device of the present embodiment, even when another structure overlaps with the tumor shadow because the size of the abnormal shadow candidate to be detected is large, the influence of the other structures is not affected. By reducing the density, it is possible to accurately detect a tumor shadow that should be originally detected.
[0105]
Note that, in the abnormal shadow candidate detection device of the above embodiment, an example of detecting a tumor shadow candidate using the iris filter processing means has been described, but the abnormal shadow candidate detection device of the present invention is not limited to this. A microcalcification shadow which is a form of breast cancer may be detected as an abnormal shadow candidate, and in that case, by performing the above-described morphological operation processing, the size of the microcalcification shadow to be detected is determined. A corresponding structural element may be set, and the resolution conversion processing may be performed so that an image having a resolution corresponding to the size of the structural element is obtained.
[0106]
Further, in the abnormal shadow candidate detecting device of the present embodiment, the mammogram is used as the target image, but the abnormal shadow candidate detecting device of the present invention is not limited to this.
[0107]
Further, when there are a plurality of types of the size of the tumor shadow to be detected discretely, the abnormal shadow size setting means 12 sets a maximum value (radius Rmax) and a minimum value (radius Rmin) for each type. The resolution setting unit 13 sets a resolution corresponding to the set size range, and the iris filter processing unit 11 determines the type of the corresponding size range for each input resolution-converted image data. The maximum value (radius Rmax) and minimum value (radius Rmin) may be changed to perform the operation of the expression (5) (or the expression (5 ′)) in the iris filter processing.
[0108]
(Equation 4)

[0109]
(Equation 6)

[0110]
FIG. 5 is a block diagram showing a schematic configuration of an embodiment of the second abnormal shadow candidate detecting device according to the present invention, which is applicable to the computer-aided image diagnostic device shown in FIG. 10 '.
[0111]
The abnormal shadow candidate detecting device 10 ′ shown in FIG. 5 is provided with a sharpness setting unit 17 instead of the resolution setting unit 13 in addition to the abnormal shadow candidate detecting device 10 shown in FIG. The configuration and the operation are the same as those of the abnormal shadow candidate detecting device 10 shown in FIG. 1 except that the sharpness conversion processing means 18 is provided in place of.
[0112]
Here, the sharpness setting means 17 is means for setting one or more sharpness of the image based on the size input to the abnormal shadow size setting means 12, and the sharpness conversion processing means 18 is a sharpness setting processing means. This is a means for performing a sharpness conversion process on the input image data so that the image has the sharpness set by the means 17.
[0113]
More specifically, the sharpness setting means 17 sets one or two or more sharpness levels based on the minimum size, the maximum size, and the difference between the maximum and the minimum input to the abnormal shadow size setting means 12. In setting the sharpness, a plurality of types of unsharp masks for preparing a plurality of types of sharpness images are prepared in advance, and an appropriate unsharp mask is selected from the prepared masks.
[0114]
Various combinations can be considered as the unsharp mask prepared in advance according to the type of abnormal shadow to be detected. In the present embodiment, however, the sharpness of the image represented by the input image data remains unchanged. The first mask of 1 × 1 pixel output in degrees, the sharpness of the image represented by the input image data, and the weighted average of the pixel values (image data) of the pixel matrix of 3 × 3 pixels A second mask, which is the pixel value of the center pixel of the pixel matrix, and the sharpness of the image represented by the input image data is calculated by calculating the weighted average value of the pixel values (image data) of the pixel matrix of 5 × 5 pixels It is assumed that a third mask has been prepared in which is set as the pixel value of the central pixel of the pixel matrix.
[0115]
Regardless of the size input to the abnormal shadow size setting unit 12, all of the plurality of types of sharpness prepared in advance are always output to the sharpness conversion processing unit 18, and the sharpness conversion processing unit 18 For each of the plurality of types of non-sharp masks output from the sharpness setting unit 17, the input image data can be subjected to a sharpness conversion process. Since the number of types of unsharp masks is the number of repetitions of the subsequent abnormal shadow detection processing (iris filter processing), this directly affects the calculation processing time, and in particular, the size of a tumor shadow candidate to be detected. When the difference between the maximum and the minimum is set to be small, the detection processing time of the tumor shadow candidate becomes long. Therefore, it is preferable to set one or more sharpness based on the size input to the abnormal shadow size setting means 12, like the sharpness setting means 17 of the present embodiment.
[0116]
The sharpness conversion processing unit 18 performs a sharpness conversion process so that the input image data is output as an image having a sharpness corresponding to the unsharp mask set by the sharpness setting unit 17. The conversion process is performed directly on the entire image data input from the storage unit 20, as in the abnormal shadow candidate detection device 10 shown in FIG. Both the stepwise processing performed on the stored sharpness-converted image data can be performed.
[0117]
Next, the operation of the abnormal shadow candidate detecting device 10 'of the present embodiment will be described.
[0118]
The whole image signal S input from the storage unit 20 to the abnormal shadow candidate detection device 10 is input to the resolution conversion processing unit 14.
[0119]
On the other hand, the minimum value (radius Rmin) and the maximum value (radius Rmax) of the size of the tumor shadow candidate to be detected are input to the abnormal shadow size setting means 12 from the operator. The abnormal shadow size setting unit 12 inputs the minimum value and the maximum value of the size of the input tumor shadow candidate to the iris filter processing unit 11 and the sharpness setting unit 17.
[0120]
The sharpness setting means 17 determines the three types of unsharp masks (the first mask, the first mask, and the second mask) based on the minimum and maximum values of the size of the input tumor shadow candidate and the difference between the maximum and minimum values. 2 mask and a third mask). The set three types of unsharp masks are input to the sharpness conversion processing means 18.
[0121]
On the other hand, the whole image data S is input from the storage unit 20 to the sharpness conversion processing unit 18. The sharpness conversion processing unit 18 performs a sharpness conversion process on the input entire image data S in accordance with the three types of non-sharp masks input from the sharpness setting unit 17, and uses the first mask. First sharpness converted image data as a result of the sharpness conversion processing, second sharpness converted image data as a result of the sharpness conversion processing with the second mask, and sharpness conversion processing with the third mask The resulting third sharpness-converted image data is stored in the first memory 15.
[0122]
Next, the iris filter processing means 11 applies the first sharpness-converted image data stored in the first memory 15 to a size in the range from the minimum value to the maximum value already input from the abnormal shadow size setting means 12. A process for detecting a tumor shadow candidate (iris filter process) is performed.
[0123]
As a result of this iris filter processing, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ The output value of each iris filter process for is calculated.
[0124]
Here is the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ Output value I of the iris filter processing for ₁ , I ₂ , I ₃ Then, each of these becomes a level value as shown in FIG.
[0125]
Here, the iris filter processing means 11 has three types of threshold values T set in advance. ₁ ', T ₂ ′ (<T ₁ '), T ₃ ′ (<T ₂ ′) Are stored, of which the first threshold T ₁ 'And each output value I of the iris filter processing ₁ , I ₂ , I ₃ And a comparison is made.
[0126]
Output value I of iris filter processing ₁ Mass shadow P corresponding to ₁ Is output value I because the density gradient vector is concentrated at the central pixel. ₁ Is the first threshold T ₁ ′, Is detected as a tumor shadow candidate, and is output from the iris filter processing means 11 to the second memory 16. The second memory 16 stores the tumor shadow P ₁ Is stored in the area corresponding to the first resolution-converted image data.
[0127]
On the other hand, the output value I of the iris filter processing ₂ Gland shadow P corresponding to ₂ Is output value I because the concentration gradient vector does not concentrate on a certain portion. ₂ Is the first threshold T ₁ ′, And is not detected as a tumor shadow candidate.
[0128]
Also, the output value I of the iris filter processing is ₃ Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass corresponding to ₃ Is that the density gradient vector of the tumor shadow alone is concentrated in a certain part, but the concentration of the density gradient vector is disturbed by overlapping the shadow of the blood vessel, and the output value I ₃ Is the first threshold T ₁ ′, And is not detected as a tumor shadow candidate.
[0129]
Next, the iris filter processing means 11 applies the second sharpness conversion image data stored in the first memory 15 to the size of the range from the minimum value to the maximum value already input from the abnormal shadow size setting means 12. A process for detecting a tumor shadow candidate (iris filter process) is performed.
[0130]
As a result of this iris filter processing, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ For each output value of each iris filter process for ₁ ', I ₂ ', I ₃ ′, These are the level values as shown in FIG. 3 (3).
[0131]
Here, the iris filter processing means 11 has three types of threshold values T set in advance. ₁ ', T ₂ ', T ₃ ', The second threshold T ₂ 'And each output value I of the iris filter processing ₁ ', I ₂ ', I ₃ '.
[0132]
Output value I of iris filter processing ₁ Mass shadow P corresponding to ' ₁ Is output value I because the density gradient vector is concentrated at the central pixel. ₁ Is the second threshold T ₂ ′, Is detected as a tumor shadow candidate, and is output from the iris filter processing means 11 to the second memory 16. The second memory 16 stores the tumor shadow P ₁ Is stored in the area corresponding to the second resolution conversion image data.
[0133]
On the other hand, the output value I of the iris filter processing ₂ Gamma shadow corresponding to ' ₂ Is output value I because the concentration gradient vector does not concentrate on a certain portion. ₂ 'Is the second threshold T ₂ ′, And is not detected as a tumor shadow candidate.
[0134]
Also, the output value I of the iris filter processing is ₃ ', A shadow P in which the shadow of the blood vessel overlaps the shadow of the mass corresponding to ₃ Is that the density gradient vector of the tumor shadow alone is concentrated in a certain part, but the concentration of the density gradient vector is disturbed by overlapping the shadow of the blood vessel, and the output value I ₃ 'Is a tumor shadow P ₁ Output value I corresponding to ₁ ', But the second sharpness-converted image data to be subjected to the iris filter processing is inferior in sharpness to the first sharpness-converted image data. Therefore, the influence of the concentration gradient vector on the degree of concentration is reduced.
[0135]
As a result, the output value I of the iris filter processing ₃ 'Is the second threshold T ₂ ′, Is detected as a tumor shadow candidate, and is output to the second memory 16 and stored.
[0136]
Next, the iris filter processing unit 11 applies the third sharpness conversion image data stored in the first memory 15 to a tumor having a size ranging from the minimum value to the maximum value already input from the abnormal shadow size setting unit 12. A process (iris filter process) for detecting a shadow candidate is performed.
[0137]
As a result of this iris filter processing, the tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ For each output value of each iris filter process for ₁ ″, I ₂ ″, I ₃ ", These are the level values as shown in FIG. 3 (4).
[0138]
Here, the iris filter processing means 11 has three types of threshold values T set in advance. ₁ ', T ₂ ', T ₃ ', The third threshold T ₃ 'And each output value I of the iris filter processing ₁ ″, I ₂ ″, I ₃ ″.
[0139]
Since the result of this comparison is the same as the result of the comparison for the second sharpness-converted image data, the description is omitted, but the second memory 16 stores the tumor shadow P in the same manner as in the above-described embodiment. ₁ And the shadow P in which the shadow of the blood vessel overlaps the shadow of the tumor ₃ Are stored in the area corresponding to the third resolution conversion image data.
[0140]
Next, the tumor shadow P stored in the second memory 16 is displayed. ₁ , And a shadow P in which the shadow of a blood vessel overlaps the shadow of a tumor ₃ Is read by the local image processing means 40, and the local image processing means 40 applies these tumor shading images to the sharpness image data representing these tumor shading candidates. The optimum emphasis processing for observing the candidate is performed and input to the display means 50.
[0141]
On the other hand, the whole image data S that has been subjected to image processing suitable for observing the whole image, such as gradation processing and frequency processing, by the whole image processing means 30 is also input to the display means 50. While displaying the image, only the image portion of the abnormal shadow candidate in the whole image is replaced with the image of the abnormal shadow candidate image-processed by the local image processing means 40 and displayed. Provided for diagnosis.
[0142]
As described above, according to the abnormal shadow candidate detecting device of the present embodiment, even when another structure overlaps with the tumor shadow because the size of the abnormal shadow candidate to be detected is large, the influence of the other structures is not affected. By reducing the density, it is possible to accurately detect a tumor shadow that should be originally detected.
[0143]
The abnormal shadow candidate detection device of the above embodiment is not limited to the example of detecting a tumor shadow candidate using the iris filter processing means, and is not limited to a mammogram as a target image.
[0144]
Further, in the abnormal shadow candidate detecting device of the present embodiment, as the size of the tumor shadow candidate to be detected increases, the sharpness setting means sets a non-sharp mask such that the sharpness is lower than that of the original image. The sharpness setting means sets the degree of enhancement such that the sharpness is improved as compared with the original image as the size of the tumor shadow candidate to be detected becomes smaller. Good.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a schematic configuration of an embodiment of a first abnormal shadow candidate detecting device according to the present invention;
FIG. 2 is a block diagram showing an example of a computer-aided image diagnostic apparatus using the abnormal shadow candidate detecting apparatus shown in FIG.
FIG. 3. Tumor shadow P ₁ , Mammary gland shadow P ₂ , Shadow P in which the shadow of the blood vessel overlaps the shadow of the mass ₃ Diagram showing mammograms with recorded data
FIG. 4 is a diagram showing an image obtained by a resolution conversion process.
FIG. 5 is a block diagram showing a schematic configuration of an embodiment of a second abnormal shadow candidate detecting device according to the present invention;
FIG. 6 is a conceptual diagram showing the degree of concentration of a concentration gradient in a mammogram.
FIG. 7 is a diagram showing a mask for calculating a gradient vector in the iris filter processing.
FIG. 8 is a diagram illustrating the concept of the degree of concentration of a gradient vector for a target pixel.
FIG. 9 is a conceptual diagram showing an iris filter set so that a contour shape is adaptively changed.
[Explanation of symbols]
10 Abnormal shadow candidate detection device
11 Iris filter processing means
12 Abnormal shadow size setting means
13 Resolution setting means
14 Resolution conversion processing means
15,16 memory
20 storage means
40 local image processing means

Claims

放射線画像のうち所望の大きさの異常陰影候補を検出する異常陰影候補の検出装置において、
前記検出しようとする異常陰影候補の大きさに応じた鮮鋭度を、該大きさが大きくなるにしたがって該鮮鋭度が低くなるように設定する鮮鋭度設定手段と、
前記放射線画像を該設定された鮮鋭度の画像とするように、前記放射線画像を表す原画像データに鮮鋭度変換処理を施す鮮鋭度変換処理手段とを備え、
前記鮮鋭度変換処理を施して得られた鮮鋭度変換画像データに基づいて、前記異常陰影候補を検出するようにしたことを特徴とする異常陰影候補の検出装置。In an abnormal shadow candidate detection device that detects an abnormal shadow candidate of a desired size in a radiation image,
Sharpness setting means for setting the sharpness according to the size of the abnormal shadow candidate to be detected, such that the sharpness decreases as the size increases.
A sharpness conversion processing unit that performs a sharpness conversion process on original image data representing the radiation image so that the radiation image is an image with the set sharpness,
An abnormal shadow candidate detection device, wherein the abnormal shadow candidate is detected based on sharpness conversion image data obtained by performing the sharpness conversion processing.

前記異常陰影候補の検出は、アイリスフィルター処理にしたがって行なうことを特徴とする請求項１記載の異常陰影候補の検出装置。2. The abnormal shadow candidate detecting device according to claim 1, wherein the detection of the abnormal shadow candidate is performed according to an iris filter process.