JP5326064B2 - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP5326064B2 JP5326064B2 JP2013502935A JP2013502935A JP5326064B2 JP 5326064 B2 JP5326064 B2 JP 5326064B2 JP 2013502935 A JP2013502935 A JP 2013502935A JP 2013502935 A JP2013502935 A JP 2013502935A JP 5326064 B2 JP5326064 B2 JP 5326064B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- feature amount
- degree
- pixel
- area
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
- A61B1/000094—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope extracting biological structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
- A61B1/05—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances characterised by the image sensor, e.g. camera, being in the distal end portion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
- Endoscopes (AREA)
- Instruments For Viewing The Inside Of Hollow Bodies (AREA)
- Image Processing (AREA)
Description
また、患者体内における管腔内に内視鏡を挿入して、その内視鏡により撮像された医用画像に対して、コンピュータを用いた診断支援システムにより、術者が診断等により有効に利用し易いように、粘膜下の血管や、粘膜表面の微細構造のパターンを利用して画像処理する方法が提唱されている。
この場合、上記パターンを定量化することが必要となる。
そして、学習手段にパターンヒストグラムを繰り返し提示し、入力ノードと出力ノードとを結ぶ重みを学習させ、出力ノードと各入力ノードとを結ぶ学習された学習済重みベクトルを代表するパターンヒストグラムとして得る内容が開示されている。
各関心領域ROIが間質性肺疾患であるか否かを表す疾患情報を取得して、間質性肺疾患であることを示す関心領域ROIが肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する内容が開示されている。
また、第2の従来例においても、診断対象に応じて基準なる画像を変更することが必要になり、また得られる差分画像も診断対象の変更に伴って変化することが予想される。
つまり、複雑な構造又は形状のパターンの場合においても、基本形状(または原始形状)のパターンに分解(または対応付け)できるようにすれば、複雑な構造又は形状のパターンの場合においても、基本形状のパターンを用いて定量化したデータとして提供することが可能となり、診断する場合に有効利用し易いデータを提供できると考えられる。
(第1の実施形態)
図1に示す内視鏡システム1は、内視鏡観察装置2と、この内視鏡観察装置2により得られた医用画像としての内視鏡画像に対して画像処理を行うパーソナルコンピュータ等により構成される本実施形態の内視鏡画像処理装置(以下、単に画像処理装置と略記)3と、この画像処理装置3により画像処理された画像を表示する表示モニタ4とから構成される。
内視鏡観察装置2は、体腔内に挿入される内視鏡6と、この内視鏡6に照明光を供給する光源装置7と、内視鏡6の撮像手段に対する信号処理を行うカメラコントロールユニット(CCUと略記)8と、このCCU8から出力される映像信号が入力されることにより、撮像素子で撮影した内視鏡画像を表示するモニタ9とを有する。
このライドガイド13の後端は、光源装置7に接続される。そして、この光源装置7から供給される照明光をライトガイド13により転送し、挿入部11の先端部14に設けた照明窓に取り付けられた先端面から(伝送した照明光を)出射し、患部等の被写体を照明する。
照明窓に隣接する観察窓に取り付けた対物レンズ15と、この対物レンズ15の結像位置に配置された固体撮像素子としての例えば電荷結合素子(CCDと略記)16とによる撮像装置17が設けてある。そして、このCCD16の撮像面に結蔵された光学像は、このCCD16により光電変換される。
この画像処理装置3は、内視鏡観察装置2から入力される内視鏡画像(以下、単に画像と略記)に対応する映像信号を入力する画像入力部21と、この画像入力部21から入力された画像データに対する画像処理を行う中央演算処理装置としてのCPU22と、このCPU22により画像処理を実行させる処理プログラム(制御プログラム)を記憶する処理プログラム記憶部23とを有する。
そして、この表示処理部28により生成された映像信号は、表示モニタ4に表示され、この表示モニタ4の表示面には画像処理された処理画像が表示される。
図2は、本実施形態におけるCPU22により構成される主要な処理機能を示す。図2に示すようにCPU22は、画像入力部21から入力された医用画像における各画素または各領域に対して、所定の特徴量を算出する特徴量算出部31の処理機能と、前記医用画像から所望の構造物を構造領域として抽出する構造領域抽出部32の処理機能と、を備える。
また、このCPU22は、特徴量算出部31により算出された特徴量に基づいて前記構造領域内の各画素又は各領域に対して複数からなる所定の基本形状への対応付けを適用する基本形状適用部33の処理機能と、この基本形状適用部33の適用結果に基づいて前記構造物を前記所定の基本形状ごとに領域分割する構造物領域分割部34の処理機能と、を備える。
なお、このCPU22は、後述する第2の実施形態において説明するように、1以上の第1画素で構成される第1領域及びこの第1領域の周辺部における1以上の画素で構成される第2領域を選択的に設定する領域設定部(又は領域選択部)35の処理機能を有する(図2において点線で示す)。特徴量算出部31、構造領域抽出部32、基本形状適用部33、構造物領域分割部34及び領域設定部35をCPU22により構成する場合に限定されるものでなく、専用の電子回路等をハードウェアを用いて構成しても良い。なお、後述する図18のCPU22等の場合にも、CPU22により実現した機能を専用の電子回路等を用いて構成しても良い。
図4(A)は、画像処理装置3に入力される画像の一部を示す。また、図4(B)は、図4(A)における一部の画像領域を拡大して示す。
ステップS2においてCPU22の特徴量算出部31は、入力された画像から局所的な特徴量を算出する。本実施形態においては、例えば図4(A)の画像を構成する全画素を処理対象として、図5に示すように全画素における左上の画素から右下の画素までを順次、注目画素に設定して局所的な特徴量を算出する。
特徴量を算出する場合、上記のように注目画素を1画素毎に設定しても良いし、1画素毎でなく、複数画素からなる領域毎に設定しても良い。
本実施形態における特徴量算出部31は、局所的な特徴量を算出する場合、ステップS3に示すように注目画素(の輝度値又は画素値)の局所的な変化の方向に関する第1の特徴量と、局所的な変化の大きさに関する第2の特徴量と、変化の方向及び変化の大きさに基づいた形状に関する第3の特徴量とを算出する。
また、第2の特徴量に対して、以下の演算を行い、注目画素が線形状の特徴を有している程度を表す線状度合い、注目画素が円形状の特徴を有している程度を表す円状度合いを算出する。
また、上記特徴量算出部31は、特徴量算出により、ステップS3に示すように(λ2−λ1)/λ2の演算により、線状度合い(λ2−λ1)/λ2と、λ1/λ2の演算により円状度合いλ1/λ2とを算出する。
なお、上述した第1の特徴量として、勾配方向でも良い。また、第2の第1の特徴量として、勾配強度でも良い。また、第3の特徴量は、公知のShape Index でも良い。
図3に示すステップS4において、CPU22の構造領域抽出部32は、処理対象の画像から、所望の構造物を構造領域として抽出する。
この場合、所望とする構造物を構造領域として抽出する手段、方法は特定のものに限定されないで、単純な2値化、Snakes、Level set、Graph Cut 等の領域分割手法を用いても良い。
CPU22の構造領域抽出部32は、以下の4つの条件、
第2の特徴量がある閾値T1high以下、
第2の特徴量がある閾値T1low以上(但し、T1high>T1low)、
第3の特徴量がある閾値T2high以下、
第3の特徴量がある閾値T2low以上(但し、T2high>T2low)、
におけるいずれかの条件を満たす画素を、(抽出対象の)構造物である構造領域を形成する画素として抽出する。
図7Bは、図4(A)の画像の場合に対応して抽出された構造領域を抽出した画像を示す。
図3のステップS5に示すようにCPU22の基本形状適用部33は、このように抽出された構造領域における各画素又は各領域に対して、上記特徴量算出部31により算出された特徴量に基づいて、複数からなる所定の基本形状への対応付けを適用する。
なお、基本形状としての円、直線、曲線、分岐の4種類のものは、上述した線状度合いと円状度合いの特徴量に基づき、下記の(a)−(d)の判定により導出することができる。
CPU22の基本形状適用部33は、例えば図6により抽出された特徴量に従って、構造領域としての構造物における各画素又は各領域に対して、以下のように円、直線、曲線、分岐の4種類の基本形状への対応付けを行う。
(a)線状度合いが多く、方向がある1方向に集中していると判定した場合には直線、
(b)線状度合いが多く、方向が異なる2方向に集中していると判定した場合には曲線、
(c)円状度合いが多く、方向がばらついていると判定した場合には円、
(d)線状度合いと円状度合いが同じ程度であり、線状度合いを持つ画素からの方向が数方向にばらついていると判定した場合には分岐、
の各基本形状に対応させるように基本形状対応付けを行う。
本実施形態においては、上記の4種類の基本形状用いて行うが、この他に、太さ、大きさ、色等の特徴によってさらに細分化した基本形状を適用しても良い。
図3のステップS6においてCPU22の構造物領域分割部34は、ステップS5における所定の基本形状への対応付けされた構造領域(としての構造物)を、所定の基本形状毎に領域分割を行う。
ステップS6のように構造物を基本形状毎に領域分割を行った場合、さらにステップS7に示すように異なる基本形状毎に異なる色を割り当てて、処理対象の画像を表示するようにしても良い。
図8を表示する場合、図3のステップS7に示すように異なる基本形状毎に異なる色を割り当てて、擬似カラーで表示しても良い。
この擬似カラーで表示した場合、複雑な形状を有する構造物の場合においても、基本形状に対応付けした場合、基本形状が分布する様子を視覚的に把握し易くなる。
このようにすると、術者に対して診断等を行う場合の定量的な参考データを提供できる。例えば、術者が病変部であるか否かを診断しようとする領域を第1の指定領域に設定し、かつ正常な領域を第2の指定領域に設定すると、各指定領域における基本形状の画素数の定量的分布が表示されるので、その比較結果から、術者は診断する場合の参考データとして利用することができる。
ステップS8の処理により、図3の画像処理は終了する。
従って本実施形態によれば、複雑なパターンを形成する医用画像の場合においても、汎用性を有する複数の基本形状のパターンに対応付けでき、定量化し易くする画像処理装置を提供することができる。なお、図3におけるステップS5とS6とは合体して行うようにしても良い。
次に本発明の第2の実施形態を説明する。本発明の第2の実施形態は、第1の実施形態において、図2において点線で示した領域設定部35又は領域選択部を設けた構成である。その他の構成は第1の実施形態と同様の構成である。そして、本実施形態は、第1の実施形態における基本的な処理に対して、以下のように追加的な処理を行うことにより、信頼性をより向上する処理結果を取得できるようにしている。
上記のように領域設定部35は、1以上の画素で構成される第1領域及び当該第1領域の周辺部における少なくとも1以上の画素で構成される第2領域を選択的に設定する。そして、領域設定部35により第1領域及び第2領域が設定された場合には、上記特徴量算出部31は、第1領域及び第2領域における特徴量を算出する。また、基本形状適用部33は、第1領域及び第2領域における特徴量に基づいて第1領域に対して、所定の基本形状の対応付けを行う。
術者等のユーザは、入力操作部29から第1領域及び第2領域を選択的に設定する指示入力を行うことができる。この場合、CPU22の領域設定部35は、指示入力により指示された2つの位置又は2つの領域に、第1領域及び第2領域を設定する。
また、ユーザは、入力操作部29から第1領域を選択的に設定する指示入力を行い、CPU22の領域設定部35が、指示入力された位置又は領域に第1領域を設定し、さらに設定された第1領域の特徴量に基づいて、第2領域を選択的に設定するようにしても良い。
また、処理対象の画像における構造領域中に第1領域を順次設定し、各位置の第1領域の周辺部に第1領域の特徴量に基づいて、第2領域を設定するようにしても良い。
以下の例では、例えば構造領域中に第1領域の第1画素を順次設定する場合を主眼として説明する。
また、本実施形態では、以下に説明する第1領域の第1画素の周辺部の第2領域R2を投票領域に設定する。
領域設定部35は、特徴量算出部31により算出された第1領域の特徴量に基づいて以下のように第2領域を設定する。
なお、図10に示す例では第1画素P1が円状度合いが大きい特徴量を有する場合には、その周囲に類似に第1画素P1の特徴量に近い形状の円形の第2領域R2を設定する。
第1画素P1は、円状度合いが大きい特徴量を有し、領域設定部35は、その特徴量の形状に基づいて第1画素P1の周囲に、円状度合いの形状に類似した円形の第2領域R2を設定する。この場合の第2領域R2の領域範囲を決定するパラメータは半径rbであり、半径rbの大きさは例えば10−12画素程度に設定される。つまり、水平方向の画素位置i、垂直方向の画素位置jを用いて、i2+j2<rb 2により第2領域R2が決定される。
第1画素P1は、線状度合いが大きい特徴量を有し、領域設定部35は、その特徴量の形状に基づいて第1画素P1の周囲に、線状度合いの特徴量としてその画素値の変化が最も小さい方向に延びる線状に近い形状(図11では8形状)の第2領域R2を設定する。この場合の第2領域R2の領域範囲を決定するパラメータは水平画素の方向と角θ(及びθ+π)をなす、画素値の変化が最も小さい第2主方向と、半径rsとになり、この半径rsは、例えば5−6画素程度に設定される。なお、この第2主方向と直交する方向が第1主方向となる。
なお、図11においては2つの円形の領域で第2領域R2を形成する例を示しているが、扁平した形状の2つの円(例えば図12においてその例を示している)により第2領域R2を形成しても良い。
このように第2領域R2を設定した後、図9のステップS12に示すように第1領域R1を含む第2領域を投票範囲に設定して、投票を行う。
第2領域R2内の各画素に対応して設けられた(投票情報格納部を形成する)各メモリセルに第1画素P1の特徴量を格納する投票処理を、例えば構造領域を形成する第1画素全体に行う。
次のステップS13において、投票された特徴量に基づいて、図3のステップS5に対応した所定の基本形状への対応付けの処理を行う。
図3の場合には、ステップS5において個々の第1画素P1の特徴量に基づいて、所定の基本形状への対応付けの処理を行っていた。
これに対して本実施形態におけるステップS13においては、第1画素の特徴量を形成し、かつその周辺部での2次元分布に対応した投票結果の特徴量に基づいて、所定の基本形状への対応付けの処理を行う。
(a)線状度合いが多く投票され、方向がある1方向に集中していると判定した場合には直線、
(b)線状度合いが多く投票され、方向が異なる2方向に集中していると判定した場合には曲線、
(c)円状度合いが多く投票され、方向がばらついていると判定した場合には円、
(d)線状度合いと円状度合いが同じ程度で投票され、線状度合いを持つ画素からの方向が数方向にばらついていると判定した場合には分岐、
の各基本形状に対応させるように基本形状対応付けを行う。
そして、この場合には、第1領域及び第2領域R2において抽出した特徴量に基づいて、第1領域の画素P1に対して、基本形状の対応付けを行う。
第2の実施形態においては、第2領域R2を投票範囲に設定することにより、第1領域の第1画素P1は、第2領域R2の特徴量を反映した特徴量となり、その特徴量に対して基本形状への対応付けが行われる。
図12(A)及び図12(B)は、第1領域の画素P1に対して、その周囲に第2領域R2を設定した場合を示しているが、図13(A)及び図13(B)に示すように第1領域R1の周囲に第2領域R2を設定しても良い。図13は、図12の第1画素P1を第1領域R1に変更したのみ異なるため、その説明を省略する。また、第2領域R2は、複数の画素から構成される場合に限定されるものでなく、1つの画素から構成される場合も含む。
このように基本形状への対応付けを行うと、第1領域の画素P1のみから基本形状の対応付けを行う場合よりも、その周囲の画素の特徴量を考慮した基本形状の対応付けを行うことができる。このため、ノイズにより画素値が影響されるような場合において、ノイズの影響を低減した基本形状の対応付けが可能になる。
その他、本実施形態によれば、第1の実施形態と同様に複雑なパターンを形成する医用画像の場合においても、汎用性を有する複数の基本形状のパターンに対応付けでき、定量化し易くする画像処理装置を提供することができる。
第1画素P1(又はその近傍領域)が分岐の特徴量を持つ場合は、図14に示すように円形度合いの特徴量を有する画素P1aと、線状度合いの特徴量を有する画素P1bとの間の円状の第2領域R2aと8字形状の第2領域R2bとが重なる領域R3に発生すると考えられる。
なお、図10−11において示したような第2領域R2の場合の他に、図15に示したように第2領域R2を設定しても良い。
図15(A)は、例えば第1の画像P1が特徴量が例えば円状度合いが大きい特徴量である場合には、図15(B)に示すように、第1の画素P1の周囲に円形に近い形状で第2領域R2が設定される(図10の場合よりは、小さい画素サイズで第2領域R2を設定した例を示す)。
また、第2領域R2を選択的に設定する場合、第2領域の候補となる候補領域の位置又は特徴量に基づいて選択するようにしても良い。
図16は第1画素P1の周囲に候補領域R2hを設定し、この候補領域R2hの各候補画素Phの特徴量に応じて第2領域R2を選択的に設定する様子を示す。
このようにした場合、例えば候補領域R2hから第2領域R2にふさわしく無い領域を排除するように絞りこんで、第1画素P1に対する基本形状への対応付けを行うようにすることができる。
また、図16において第1画素P1の代わりに第1領域R1を設定し、その周囲に候補領域R2hを設定して、上述した場合と同様に第2領域R2を設定するようにしても良い。
また、図16では、候補領域R2hを選択的に設定する場合、候補領域の位置又は特徴量に基づいて第2領域R2を設定する場合を説明したが、候補領域の位置又は特徴量と、第1の画素P1又は第1領域R1の位置又は特徴量とに基づいて選択的に設定するようにしても良い。図17は、この場合の1つの例の説明図を示す。
このようにした場合、例えば候補領域R2hから第1画素P1に関係しない領域を排除し、第1画素P1に関係する第2領域R2を絞り込むことができ、より信頼性が高い状態で第1画素P1に対する基本形状への対応付けが可能になる。
また、候補領域R2hの各画素の特徴量と第1画素P1の位置に基づいて、第2領域R2を設定しても良い。
また、図17において第1画素P1の代わりに第1領域R1を設定し、その周囲に候補領域R2hを設定して、上述した場合と同様に第2領域R2を設定するようにしても良い。
また、領域設定部35は、特徴量更新部36の更新結果に基づいて第2領域の選択的な設定を行う。
図19はこの場合の処理手順の1例を示す。図19は図9におけるステップS4の次にステップS21に示すように第1領域R1と第2領域R2とを設定する。
図20(A)は、ステップS21において設定された第1領域R1と第2領域R2の1例を示している。
ユーザは、入力操作部29から特徴量更新部36に対して第1領域R1と第2領域R2とのいずれの特徴量を変化(更新)するか否かの指示入力を行う。
第1領域R1の特徴量を変化させる判定(設定)の場合には、ステップS23に示すように第1領域R1の特徴量を変化させ、ステップS25の処理に進む。
一方、第2領域R2の特徴量を変化させる判定(設定)の場合には、ステップS24に示すように第2領域R2の特徴量を変化させ、ステップS25の処理に進む。
ステップS25において、領域設定部35は第1領域R1の特徴量と第2領域R2の特徴量に基づいて第2領域R2を再設定し、S26のステップに進む。
ステップS26において、特徴量更新部36は、特徴量を設定回数J(Jは自然数)だけ、変化させる処理を行ったか否かの判定を行い、設定回数Jに達していない判定の場合には、ステップS22の処理に戻る。そして、ステップS22−S26の処理を繰り返す。
領域設定部35は、設定回数Jにおいて、上述した特徴量を変化させた場合、それぞれ再設定される第2領域R2の相対的な変化量を監視し、特徴量の変化に対する第2領域R2の相対的な変化量が最も小さくなる場合の第2領域R2を、ステップS26において第2領域R2と決定する。
図20(B)はステップS26により決定された第1領域R1及び第2領域R2の様子を示す。
図19に示すような処理を行うことにより、個々の画素においてノイズにより影響され易い特徴量や、その特徴量に基づいて設定される第2領域R2を、ノイズの影響を緩和した特徴量や、第2領域R2に更新することができる。
その他、第2の実施形態とほぼ同様の効果を有する。
なお、上述した実施形態等の組み合わせを変更する等して構成される実施形態も本発明に属する。
Claims (3)
- 生体の粘膜表面を撮像して得られる複数の画素により構成される医用画像を入力する画像入力部と、
前記医用画像における1つ以上の画素により構成される第1領域を設定する領域設定部と、
前記領域設定部において設定された前記第1領域の輝度値と前記第1領域の周囲の領域の輝度値とに基づき、前記第1領域において線形状の特徴を有している程度をあらわす線状度合いと、前記第1領域において円形状の特徴を有している程度を表す円状度合いとを算出する特徴量算出部と、を有し、
前記領域設定部は、さらに前記特徴量算出部において算出された前記線状度合いと前記円状度合いに基づいて前記第1領域の周辺部に1つ以上の画素により構成される第2領域を設定し、
前記特徴量算出部は、さらに前記第2領域の輝度値に基づき、前記第2領域の線形状の特徴を有している程度を表す線状度合いと、前記円形状の特徴を有している程度を表す円状度合いとを算出し、
前記特徴量算出部において算出された前記第1領域の線状度合いと円状度合いと、前記第2領域の線状度合いと円状度合いとの分布に基づき、前記第1領域を所定の形状に適用付ける基本形状適用部と、
を有することを特徴とする画像処理装置。 - さらに、前記医用画像から所望の構造物を構造領域として抽出する構造領域抽出部を有し、
前記領域設定部は、前記構造領域抽出部により抽出された前記構造領域中に前記第1領域を設定する
ことを特徴とする請求項1に記載の画像処理装置。 - 前記特徴量算出部は、さらに、前記第1領域における輝度値の局所的な変化の方向に関する特徴量を算出し、
前記基本形状適用部は、前記第1領域の線状度合いと円状度合いと、前記第2領域の線状度合いと第2の円状度合いとの分布と前記第1領域における輝度値の局所的な変化の方向に関する特徴量とに基づき前記第1領域を前記所定の形状に適用付ける
ことを特徴とする請求項1に記載の画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013502935A JP5326064B2 (ja) | 2011-07-12 | 2012-05-15 | 画像処理装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011154215 | 2011-07-12 | ||
JP2011154215 | 2011-07-12 | ||
JP2013502935A JP5326064B2 (ja) | 2011-07-12 | 2012-05-15 | 画像処理装置 |
PCT/JP2012/062381 WO2013008526A1 (ja) | 2011-07-12 | 2012-05-15 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5326064B2 true JP5326064B2 (ja) | 2013-10-30 |
JPWO2013008526A1 JPWO2013008526A1 (ja) | 2015-02-23 |
Family
ID=47505824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013502935A Active JP5326064B2 (ja) | 2011-07-12 | 2012-05-15 | 画像処理装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8666135B2 (ja) |
EP (1) | EP2671503A4 (ja) |
JP (1) | JP5326064B2 (ja) |
CN (1) | CN103458765B (ja) |
WO (1) | WO2013008526A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10362928B2 (en) | 2015-04-30 | 2019-07-30 | Fujifilm Corporation | Image processing apparatus and image processing method |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5957409B2 (ja) * | 2013-03-29 | 2016-07-27 | 富士フイルム株式会社 | 領域抽出装置および方法並びにプログラム |
CN105530851A (zh) * | 2013-09-13 | 2016-04-27 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法以及图像处理程序 |
EP2923635A4 (en) * | 2013-10-04 | 2016-12-21 | Olympus Corp | IMAGE RECORDING UNIT FOR ENDOSCOPE |
CN105828691B (zh) * | 2013-12-19 | 2017-12-12 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法 |
WO2018066318A1 (ja) | 2016-10-05 | 2018-04-12 | 富士フイルム株式会社 | プロセッサ装置及び内視鏡システム並びにプロセッサ装置の作動方法 |
WO2019077755A1 (ja) * | 2017-10-20 | 2019-04-25 | オリンパス株式会社 | 内視鏡先端部、内視鏡および内視鏡先端部の製造方法 |
US20220237773A1 (en) * | 2021-01-27 | 2022-07-28 | DigiM Solution LLC | Systems, Methods, and Computer-Readable Media for Evaluating Microstructural Equivalence |
JP6935663B1 (ja) * | 2021-02-08 | 2021-09-15 | 国立大学法人九州工業大学 | 口腔粘膜疾患診断支援システム,方法およびプログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02124131A (ja) * | 1988-11-02 | 1990-05-11 | Olympus Optical Co Ltd | 内視鏡画像処理装置 |
JP2000155840A (ja) * | 1998-11-18 | 2000-06-06 | Olympus Optical Co Ltd | 画像処理方法 |
JP2006141734A (ja) * | 2004-11-19 | 2006-06-08 | Olympus Corp | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP2006288878A (ja) * | 2005-04-13 | 2006-10-26 | Olympus Medical Systems Corp | 画像処理装置および当該画像処理装置における画像処理方法 |
JP2007244519A (ja) * | 2006-03-14 | 2007-09-27 | Olympus Medical Systems Corp | 画像解析装置 |
JP2009297450A (ja) * | 2008-06-17 | 2009-12-24 | Olympus Corp | 画像処理装置、画像処理プログラムおよび画像処理方法 |
JP2010184057A (ja) * | 2009-02-13 | 2010-08-26 | Fujifilm Corp | 画像処理方法および装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005034211A (ja) | 2003-07-16 | 2005-02-10 | Fuji Photo Film Co Ltd | 画像判別装置、方法およびプログラム |
JP2006239270A (ja) | 2005-03-07 | 2006-09-14 | Fuji Photo Film Co Ltd | 異常陰影検出装置、異常陰影検出方法およびそのプログラム |
JP5106928B2 (ja) * | 2007-06-14 | 2012-12-26 | オリンパス株式会社 | 画像処理装置および画像処理プログラム |
JP5281826B2 (ja) * | 2008-06-05 | 2013-09-04 | オリンパス株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
JP5305850B2 (ja) * | 2008-11-14 | 2013-10-02 | オリンパス株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
-
2012
- 2012-05-15 JP JP2013502935A patent/JP5326064B2/ja active Active
- 2012-05-15 EP EP12812114.2A patent/EP2671503A4/en not_active Withdrawn
- 2012-05-15 CN CN201280014068.4A patent/CN103458765B/zh not_active Expired - Fee Related
- 2012-05-15 WO PCT/JP2012/062381 patent/WO2013008526A1/ja active Application Filing
-
2013
- 2013-01-24 US US13/748,970 patent/US8666135B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02124131A (ja) * | 1988-11-02 | 1990-05-11 | Olympus Optical Co Ltd | 内視鏡画像処理装置 |
JP2000155840A (ja) * | 1998-11-18 | 2000-06-06 | Olympus Optical Co Ltd | 画像処理方法 |
JP2006141734A (ja) * | 2004-11-19 | 2006-06-08 | Olympus Corp | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP2006288878A (ja) * | 2005-04-13 | 2006-10-26 | Olympus Medical Systems Corp | 画像処理装置および当該画像処理装置における画像処理方法 |
JP2007244519A (ja) * | 2006-03-14 | 2007-09-27 | Olympus Medical Systems Corp | 画像解析装置 |
JP2009297450A (ja) * | 2008-06-17 | 2009-12-24 | Olympus Corp | 画像処理装置、画像処理プログラムおよび画像処理方法 |
JP2010184057A (ja) * | 2009-02-13 | 2010-08-26 | Fujifilm Corp | 画像処理方法および装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10362928B2 (en) | 2015-04-30 | 2019-07-30 | Fujifilm Corporation | Image processing apparatus and image processing method |
Also Published As
Publication number | Publication date |
---|---|
CN103458765A (zh) | 2013-12-18 |
US8666135B2 (en) | 2014-03-04 |
EP2671503A1 (en) | 2013-12-11 |
JPWO2013008526A1 (ja) | 2015-02-23 |
CN103458765B (zh) | 2016-02-10 |
WO2013008526A1 (ja) | 2013-01-17 |
US20130208958A1 (en) | 2013-08-15 |
EP2671503A4 (en) | 2015-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5326064B2 (ja) | 画像処理装置 | |
EP1994878B1 (en) | Medical image processing device and medical image processing method | |
JP5276225B2 (ja) | 医用画像処理装置及び医用画像処理装置の作動方法 | |
JP6371729B2 (ja) | 内視鏡検査支援装置、内視鏡検査支援装置の作動方法および内視鏡支援プログラム | |
US8994801B2 (en) | Image processing apparatus | |
JP4855868B2 (ja) | 医療用画像処理装置 | |
WO2012153568A1 (ja) | 医用画像処理装置及び医用画像処理方法 | |
JP7125479B2 (ja) | 医療画像処理装置、医療画像処理装置の作動方法及び内視鏡システム | |
JP2016154588A (ja) | 画像処理装置 | |
JP7289373B2 (ja) | 医療画像処理装置、内視鏡システム、診断支援方法及びプログラム | |
JP5078486B2 (ja) | 医療用画像処理装置及び医療用画像処理装置の作動方法 | |
WO2019130868A1 (ja) | 画像処理装置、プロセッサ装置、内視鏡システム、画像処理方法、及びプログラム | |
JP7385731B2 (ja) | 内視鏡システム、画像処理装置の作動方法及び内視鏡 | |
JP2006166990A (ja) | 医用画像処理方法 | |
JP5385486B2 (ja) | 画像処理装置及び画像処理装置の作動方法 | |
WO2021044590A1 (ja) | 内視鏡システム、処理システム、内視鏡システムの作動方法及び画像処理プログラム | |
JPH04193254A (ja) | 内視鏡画像処理装置 | |
JP2008093213A (ja) | 医療用画像処理装置及び医療用画像処理方法 | |
JP2008023266A (ja) | 医療用画像処理装置及び医療用画像処理方法 | |
JP4856275B2 (ja) | 医用画像処理装置 | |
JP2022172654A (ja) | 学習装置、深度情報取得装置、内視鏡システム、学習方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20130709 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130722 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5326064 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |