JP3590216B2 - 異常陰影候補の検出方法および装置 - Google Patents
異常陰影候補の検出方法および装置 Download PDFInfo
- Publication number
- JP3590216B2 JP3590216B2 JP25325996A JP25325996A JP3590216B2 JP 3590216 B2 JP3590216 B2 JP 3590216B2 JP 25325996 A JP25325996 A JP 25325996A JP 25325996 A JP25325996 A JP 25325996A JP 3590216 B2 JP3590216 B2 JP 3590216B2
- Authority
- JP
- Japan
- Prior art keywords
- shadow
- image data
- sharpness
- image
- resolution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000002159 abnormal effect Effects 0.000 title claims description 110
- 238000000034 method Methods 0.000 title claims description 61
- 238000012545 processing Methods 0.000 claims description 175
- 238000006243 chemical reaction Methods 0.000 claims description 81
- 238000001514 detection method Methods 0.000 claims description 21
- 230000005855 radiation Effects 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 5
- 206010028980 Neoplasm Diseases 0.000 description 122
- 210000004204 blood vessel Anatomy 0.000 description 28
- 210000005075 mammary gland Anatomy 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 6
- 239000012141 concentrate Substances 0.000 description 6
- 230000000877 morphologic effect Effects 0.000 description 5
- 208000004434 Calcinosis Diseases 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 210000004907 gland Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
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；Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｉａｇｎｏｓｉｓ ｏｆ Ｍｅｄｉｃａｌ ｉｍａｇｅｓ）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−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．３ Ｐ６６３〜６７０ １９９２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Ｐ１ 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Ｐ２ 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Ｐ３ 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ｆ１ 〜ｆ１６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（ｉｒｉｓ ｆｉｌｔｅｒ ）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−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．７ Ｐ１１７０ 〜１１７６ １９９２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」ＭＥＤＩＣＡＬ ＩＭＡＧＩＮＧ ＴＥＣＨＮＯＬＯＧＹ Ｖｏｌ．１２ Ｎｏ．１ Ｊａｎｕａｒｙ １９９４ 、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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についてのアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｔ１ 、Ｔ２ （＜Ｔ１ ）、Ｔ３ （＜Ｔ２ ）が記憶されており、このうち第１の閾値Ｔ１ とアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｉ１ に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第１の閾値Ｔ１ 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Ｐ１ 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Ｉ２ に対応する乳腺の陰影Ｐ２ 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Ｉ２ が第１の閾値Ｔ１ 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Ｉ３ に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ は第１の閾値Ｔ１ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ′、Ｉ２ ′、Ｉ３ ′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Ｔ１ 、Ｔ２ 、Ｔ３ のうち第２の閾値Ｔ２ とアイリスフィルター処理の各出力値Ｉ１ ′、Ｉ２ ′、Ｉ３ ′との比較を行なう。
【００９２】
アイリスフィルター処理の出力値Ｉ１ ′に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第２の閾値Ｔ２ 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Ｐ１ 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Ｉ２ ′に対応する乳腺の陰影Ｐ２ 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Ｉ２ ′が第２の閾値Ｔ２ 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Ｉ３ ′に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ ′は腫瘤陰影Ｐ１ に対応する出力値Ｉ１ ′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Ｉ３ ′は第２の閾値Ｔ２ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ″、Ｉ２ ″、Ｉ３ ″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Ｔ１ 、Ｔ２ 、Ｔ３ のうち第３の閾値Ｔ３ とアイリスフィルター処理の各出力値Ｉ１ ″、Ｉ２ ″、Ｉ３ ″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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についてのアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｔ１ ′、Ｔ２ ′（＜Ｔ１ ′）、Ｔ３ ′（＜Ｔ２ ′）が記憶されており、このうち第１の閾値Ｔ１ ′とアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｉ１ に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第１の閾値Ｔ１ ′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Ｐ１ 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Ｉ２ に対応する乳腺の陰影Ｐ２ 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Ｉ２ が第１の閾値Ｔ１ ′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Ｉ３ に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ は第１の閾値Ｔ１ ′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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ′、Ｉ２ ′、Ｉ３ ′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Ｔ１ ′、Ｔ２ ′、Ｔ３ ′のうち第２の閾値Ｔ２ ′とアイリスフィルター処理の各出力値Ｉ１ ′、Ｉ２ ′、Ｉ３ ′との比較を行なう。
【０１３２】
アイリスフィルター処理の出力値Ｉ１ ′に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第２の閾値Ｔ２ ′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Ｐ１ 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Ｉ２ ′に対応する乳腺の陰影Ｐ２ 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Ｉ２ ′が第２の閾値Ｔ２ ′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Ｉ３ ′に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ ′は腫瘤陰影Ｐ１ に対応する出力値Ｉ１ ′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Ｉ３ ′は第２の閾値Ｔ２ ′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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ″、Ｉ２ ″、Ｉ３ ″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Ｔ１ ′、Ｔ２ ′、Ｔ３ ′のうち第３の閾値Ｔ３ ′とアイリスフィルター処理の各出力値Ｉ１ ″、Ｉ２ ″、Ｉ３ ″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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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
【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；Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｉａｇｎｏｓｉｓ ｏｆ Ｍｅｄｉｃａｌ ｉｍａｇｅｓ）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−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．３ Ｐ６６３〜６７０ １９９２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Ｐ１ 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Ｐ２ 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Ｐ３ 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】
ここでｆ１ 〜ｆ１６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】
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】
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】
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】
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（ｉｒｉｓ ｆｉｌｔｅｒ ）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】
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−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．７ Ｐ１１７０ 〜１１７６ １９９２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」ＭＥＤＩＣＡＬ ＩＭＡＧＩＮＧ ＴＥＣＨＮＯＬＯＧＹ Ｖｏｌ．１２ Ｎｏ．１ Ｊａｎｕａｒｙ １９９４ 、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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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】
ここで腫瘤陰影Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についてのアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｔ１ 、Ｔ２ （＜Ｔ１ ）、Ｔ３ （＜Ｔ２ ）が記憶されており、このうち第１の閾値Ｔ１ とアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｉ１ に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第１の閾値Ｔ１ 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Ｐ１ 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Ｉ２ に対応する乳腺の陰影Ｐ２ 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Ｉ２ が第１の閾値Ｔ１ 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Ｉ３ に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ は第１の閾値Ｔ１ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ′、Ｉ２ ′、Ｉ３ ′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Ｔ１ 、Ｔ２ 、Ｔ３ のうち第２の閾値Ｔ２ とアイリスフィルター処理の各出力値Ｉ１ ′、Ｉ２ ′、Ｉ３ ′との比較を行なう。
【００９２】
アイリスフィルター処理の出力値Ｉ１ ′に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第２の閾値Ｔ２ 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Ｐ１ 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Ｉ２ ′に対応する乳腺の陰影Ｐ２ 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Ｉ２ ′が第２の閾値Ｔ２ 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Ｉ３ ′に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ ′は腫瘤陰影Ｐ１ に対応する出力値Ｉ１ ′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Ｉ３ ′は第２の閾値Ｔ２ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ″、Ｉ２ ″、Ｉ３ ″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Ｔ１ 、Ｔ２ 、Ｔ３ のうち第３の閾値Ｔ３ とアイリスフィルター処理の各出力値Ｉ１ ″、Ｉ２ ″、Ｉ３ ″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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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】
【数６】
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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についてのアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｔ１ ′、Ｔ２ ′（＜Ｔ１ ′）、Ｔ３ ′（＜Ｔ２ ′）が記憶されており、このうち第１の閾値Ｔ１ ′とアイリスフィルター処理の各出力値Ｉ１ 、Ｉ２ 、Ｉ３ 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Ｉ１ に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第１の閾値Ｔ１ ′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Ｐ１ 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Ｉ２ に対応する乳腺の陰影Ｐ２ 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Ｉ２ が第１の閾値Ｔ１ ′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Ｉ３ に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ は第１の閾値Ｔ１ ′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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ′、Ｉ２ ′、Ｉ３ ′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Ｔ１ ′、Ｔ２ ′、Ｔ３ ′のうち第２の閾値Ｔ２ ′とアイリスフィルター処理の各出力値Ｉ１ ′、Ｉ２ ′、Ｉ３ ′との比較を行なう。
【０１３２】
アイリスフィルター処理の出力値Ｉ１ ′に対応する腫瘤陰影Ｐ１ 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Ｉ１ が第２の閾値Ｔ２ ′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Ｐ１ 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Ｉ２ ′に対応する乳腺の陰影Ｐ２ 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Ｉ２ ′が第２の閾値Ｔ２ ′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Ｉ３ ′に対応する腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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Ｉ３ ′は腫瘤陰影Ｐ１ に対応する出力値Ｉ１ ′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Ｉ３ ′は第２の閾値Ｔ２ ′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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ についての各アイリスフィルター処理の各出力値をＩ１ ″、Ｉ２ ″、Ｉ３ ″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Ｔ１ ′、Ｔ２ ′、Ｔ３ ′のうち第３の閾値Ｔ３ ′とアイリスフィルター処理の各出力値Ｉ１ ″、Ｉ２ ″、Ｉ３ ″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Ｐ１ 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Ｐ３ 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Ｐ１ 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Ｐ３ 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Ｐ１ 、乳腺の陰影Ｐ２ 、腫瘤陰影に血管の陰影が重なった陰影Ｐ３ 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
Claims (2)
- 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。 - 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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25325996A JP3590216B2 (ja) | 1996-09-25 | 1996-09-25 | 異常陰影候補の検出方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25325996A JP3590216B2 (ja) | 1996-09-25 | 1996-09-25 | 異常陰影候補の検出方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1094538A JPH1094538A (ja) | 1998-04-14 |
| JP3590216B2 true JP3590216B2 (ja) | 2004-11-17 |
Family
ID=17248794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25325996A Expired - Fee Related JP3590216B2 (ja) | 1996-09-25 | 1996-09-25 | 異常陰影候補の検出方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3590216B2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000126172A (ja) | 1998-10-29 | 2000-05-09 | Fuji Photo Film Co Ltd | 放射線画像形成装置 |
| JP2002109512A (ja) * | 2000-09-28 | 2002-04-12 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置および記録媒体 |
| US8801720B2 (en) | 2002-05-15 | 2014-08-12 | Otismed Corporation | Total joint arthroplasty system |
| WO2007026598A1 (ja) * | 2005-08-31 | 2007-03-08 | Gifu University | 医用画像処理装置及び画像処理方法 |
| JP4823204B2 (ja) * | 2005-08-31 | 2011-11-24 | 国立大学法人岐阜大学 | 医用画像処理装置 |
| CA2642615A1 (en) | 2006-02-15 | 2007-08-30 | Otismed Corp | Arthroplasty jigs and related methods |
| US9808262B2 (en) | 2006-02-15 | 2017-11-07 | Howmedica Osteonics Corporation | Arthroplasty devices and related methods |
| US8460302B2 (en) | 2006-12-18 | 2013-06-11 | Otismed Corporation | Arthroplasty devices and related methods |
| US8460303B2 (en) | 2007-10-25 | 2013-06-11 | Otismed Corporation | Arthroplasty systems and devices, and related methods |
| US10582934B2 (en) | 2007-11-27 | 2020-03-10 | Howmedica Osteonics Corporation | Generating MRI images usable for the creation of 3D bone models employed to make customized arthroplasty jigs |
| US8617171B2 (en) | 2007-12-18 | 2013-12-31 | Otismed Corporation | Preoperatively planning an arthroplasty procedure and generating a corresponding patient specific arthroplasty resection guide |
| US8480679B2 (en) | 2008-04-29 | 2013-07-09 | Otismed Corporation | Generation of a computerized bone model representative of a pre-degenerated state and useable in the design and manufacture of arthroplasty devices |
| US8777875B2 (en) | 2008-07-23 | 2014-07-15 | Otismed Corporation | System and method for manufacturing arthroplasty jigs having improved mating accuracy |
| US8545509B2 (en) | 2007-12-18 | 2013-10-01 | Otismed Corporation | Arthroplasty system and related methods |
| US8160345B2 (en) | 2008-04-30 | 2012-04-17 | Otismed Corporation | System and method for image segmentation in generating computer models of a joint to undergo arthroplasty |
| US8221430B2 (en) | 2007-12-18 | 2012-07-17 | Otismed Corporation | System and method for manufacturing arthroplasty jigs |
| US8311306B2 (en) * | 2008-04-30 | 2012-11-13 | Otismed Corporation | System and method for image segmentation in generating computer models of a joint to undergo arthroplasty |
| US8734455B2 (en) | 2008-02-29 | 2014-05-27 | Otismed Corporation | Hip resurfacing surgical guide tool |
| US8617175B2 (en) | 2008-12-16 | 2013-12-31 | Otismed Corporation | Unicompartmental customized arthroplasty cutting jigs and methods of making the same |
| US9402637B2 (en) | 2012-10-11 | 2016-08-02 | Howmedica Osteonics Corporation | Customized arthroplasty cutting guides and surgical methods using the same |
-
1996
- 1996-09-25 JP JP25325996A patent/JP3590216B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1094538A (ja) | 1998-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3590216B2 (ja) | 異常陰影候補の検出方法および装置 | |
| JPH1156828A (ja) | 異常陰影候補検出方法および装置 | |
| JP3758893B2 (ja) | 画像診断支援装置 | |
| JPH08294479A (ja) | 計算機支援画像診断装置 | |
| JP3678378B2 (ja) | 異常陰影候補の検出方法および装置 | |
| JP2002099896A (ja) | 異常陰影候補検出方法および装置 | |
| JP2002162705A (ja) | 位相コントラスト放射線画像処理装置 | |
| JP4099984B2 (ja) | 異常陰影検出装置および画像出力装置 | |
| JP2000316837A (ja) | 画像診断支援装置 | |
| JP3758894B2 (ja) | マンモグラム画像診断支援装置 | |
| JP2002143136A (ja) | 異常陰影候補検出方法および検出処理システム | |
| JP2006346094A (ja) | 検出情報の出力方法及び医用画像処理システム | |
| JP3669789B2 (ja) | 異常陰影候補の検出方法および装置 | |
| JPH08263641A (ja) | アイリスフィルターの演算方法 | |
| JP3731760B2 (ja) | 画像処理方法 | |
| JP2001357381A (ja) | 異常陰影候補検出方法および検出システム | |
| JP2003275196A (ja) | 医用画像処理方法および医用画像処理装置 | |
| JP2006334140A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
| JP2005102784A (ja) | 画像診断支援装置及び画像診断支援方法 | |
| JPH08287230A (ja) | 計算機支援画像診断装置 | |
| JP2000237176A (ja) | 放射線画像表示方法および装置 | |
| JP3596792B2 (ja) | 異常陰影候補領域を含む局所領域の抽出方法および装置 | |
| JP3807541B2 (ja) | ***画像表示方法および装置 | |
| JP2002133397A (ja) | 異常陰影候補検出装置 | |
| JP2001346787A (ja) | 異常陰影候補検出方法および検出システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040415 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040420 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040528 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040817 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040819 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070827 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070827 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080827 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080827 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090827 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090827 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100827 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110827 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |