JP5399278B2 - 乳腺含有率推定装置及び方法 - Google Patents

乳腺含有率推定装置及び方法 Download PDF

Info

Publication number
JP5399278B2
JP5399278B2 JP2010010239A JP2010010239A JP5399278B2 JP 5399278 B2 JP5399278 B2 JP 5399278B2 JP 2010010239 A JP2010010239 A JP 2010010239A JP 2010010239 A JP2010010239 A JP 2010010239A JP 5399278 B2 JP5399278 B2 JP 5399278B2
Authority
JP
Japan
Prior art keywords
mammary gland
image
breast
content rate
fat
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
Application number
JP2010010239A
Other languages
English (en)
Other versions
JP2010253245A (ja
Inventor
順也 森田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2010010239A priority Critical patent/JP5399278B2/ja
Priority to EP10157974A priority patent/EP2238905B1/en
Priority to US12/751,363 priority patent/US8340380B2/en
Priority to CN201010158163.4A priority patent/CN101849836B/zh
Publication of JP2010253245A publication Critical patent/JP2010253245A/ja
Application granted granted Critical
Publication of JP5399278B2 publication Critical patent/JP5399278B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4312—Breast evaluation or disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4872—Body fat
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
    • 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
    • G06T2207/10116—X-ray 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30068—Mammography; Breast

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

本発明は乳腺含有率推定装置及び方法に係り、特にマンモグラフィ撮影装置により***をＸ線撮影して得られた***画像のみから該***画像の画素毎の乳腺含有率を推定する技術に関する。
***は主に乳腺組織と脂肪組織とからなり、***内における乳腺の割合を乳腺含有率と呼ぶ。この乳腺含有率は、***の性状を正確に知る上で非常に有用であり、医学的に必要不可欠な情報となっている。例えば、乳腺含有率と発ガンのリスクとの間には相関関係があることが研究によって示唆されている。
現在、***の構成（乳腺の退縮の度合いを、脂肪性、乳腺散在、不均一高濃度、高濃度の４段階に分類）の分類評価は、視覚による乳腺と脂肪のコントラスト差をもとに定性的に行われているが、読影者によって評価が一致しない可能性もあり、より定量的な評価が求められている。
従来、乳腺含有率を定量的に評価する方法として、特許文献１に記載されている方法がある。この方法は、例えば胸筋の濃度を基準として乳腺を分類し、乳腺領域の変動をヒストグラム化し、***における乳腺の割合がどれくらいであるかを判断している（特許文献１の段落［００２９］）。
一方、***画像の画素毎に乳腺含有率を推定する方法も提案されている。各画素毎に乳腺含有率を算出することで、様々なアプリケーションへの応用が可能となる（診断の補助、ＣＡＤ、画像処理条件設定、ＱＡ）。非特許文献１では、線量比（透過線量／照射線量）、***の厚み、画素値と乳腺含有率の関係（予め求めた関係式）に基づいて、各画素毎に乳腺含有率を算出している。
また、非特許文献２には、撮影装置から取得した管電圧、ターゲット／フィルタ、***の厚みの情報に基づいて乳腺と脂肪の減弱係数を算出し、非特許文献３により推定された等厚補正画像と各減弱係数に基づいて乳腺の体積を推定する技術が記載されている。
特開２００２−１２５９６１号公報
"デジタル***画像を用いた乳腺線量の計測"、医用画像情報学会雑誌、Vol.24, No.1, pp.6-12, 2007. "Volumetric Breast Density Estimation From Full-Field Digital Mammograms", IEEE Trans. MEDICAL IMAGING, Vol.25, No.3, 2006. "Thickness correction of mammographic images by anisotropic filtering and interpolation of dense tissue", Proc. SPIE(Medical Imaging: Image Processing), Vol.5747, pp.1521-1527, 2005.
特許文献１に記載の方法は、***画像から画素の濃度により乳腺領域を抽出し、***領域に対する乳腺領域の面積比率を乳腺含有率として推定しているが、***は乳腺と脂肪が混在して成るため、２次元画像で明確に乳腺領域と脂肪領域を分割することはできないという問題がある。また、撮影時の***の圧迫の仕方やポジショニングによって面積比率は変化するという問題もある。
一方、非特許文献１に記載の方法は、マンモグラフィ撮影装置毎に、線量比、***の厚み、画素値と乳腺含有率の関係式を予め求めておく必要があり、事前に複雑なキャリブレーションが必要である。また、適切な関係式を選択するために***の厚みの情報等が必要になり、***画像の画像データだけでは乳腺含有率を推定することはできない。
また、非特許文献２に記載の方法では、乳腺の体積や体積割合は算出できても、各画素毎に乳腺含有率を算出することはできない。また、Ｘ線撮影時の管電圧やターゲット／フィルタの種類、***の厚みといった撮影に関する撮影情報を取得する必要があり、それらの撮影情報を取得できない場合には、乳腺の体積や体積割合を推定できないという問題がある。
本発明はこのような事情に鑑みてなされたもので、事前に複雑なキャリブレーションを必要とすることなく、各画素毎に乳腺含有率を簡便にかつ精度良く推定することができる乳腺含有率推定装置及び方法を提供することを目的とする。
前記目的を達成するために請求項１に係る乳腺含有率推定装置は、マンモグラフィ撮影装置により***をＸ線撮影して得られた***画像を取り込む***画像取得手段と、前記取得した***画像に基づいて***全体が脂肪組織のみで構成されていると仮定した場合に得られる脂肪画像を推定する脂肪画像推定手段と、前記取得した***画像から素抜け領域の画素値を取得する手段と、前記取得した***画像、前記推定した脂肪画像、及び前記取得した素抜け領域の画素値に基づいて、前記***画像の各画素毎に乳腺含有率を算出する乳腺含有率算出手段と、を備えたことを特徴としている。
請求項１に係る発明では、***のＸ線画像（***画像）から脂肪画像（***の乳腺組織が全て脂肪組織に置き換わった場合の画素値を持つ画像）を推定し、元の***画像と脂肪画像との関係に基づいて各画素毎に乳腺含有率を算出する。上記乳腺含有率の算出に際し、***画像及び脂肪画像の他に、***画像中の素抜け領域（Ｘ線減弱のない領域）の画素値を使用している。***画像を解析して得られる脂肪画像と素抜け領域の画素値、それらの関係式を利用することで、事前に複雑なキャリブレーションを必要とすることなく、各画素毎に乳腺含有率を簡便にかつ精度良く推定することができる。
請求項２に示すように、請求項１に記載の乳腺含有率推定装置において、更に、乳腺と脂肪との平均減弱係数の比率を表す所定値を記憶する記憶手段を備え、前記乳腺含有率算出手段は、前記取得した***画像、前記推定した脂肪画像、前記取得した素抜け領域の画素値、及び更に前記記憶した平均減弱係数の比率を表す所定値に基づいて、前記***画像の各画素毎に乳腺含有率を算出することを特徴としている。
ここで、乳腺と脂肪の平均減弱係数は、撮影条件（管電圧、ターゲット／フィルタの種類、***の厚み）によって大きく変化する値であり、その影響を避けるため、非特許文献２では、予め設定された減弱係数テーブルから撮影条件に応じた値を読み出しているが、本発明者の研究により、平均減弱係数の比率の値は、撮影条件の影響を受けにくい値であることが新たに分かった。この平均減弱係数比率の所定値を利用し、乳腺含有率を算出することで、撮影に関する情報を取得することなく、画像データのみから精度良く乳腺含有率を推定することが可能となる。
請求項３に示すように、請求項２に記載の乳腺含有率推定装置において、前記乳腺含有率算出手段は、前記取得した***画像の画素値をＩ(x,y)、前記推定した脂肪画像の画素値をＡ(x,y)、前記取得した素抜け領域の画素値をＩ０、及び前記記憶された平均減弱係数の比率を表す所定値をμとすると、前記***画像の各座標(x,y)の画素毎の乳腺含有率Ｇ(x,y)を、次式、
Figure 0005399278
により算出することを特徴としている。
上記［数１］式によれば、式中に撮影に関する情報が含まれておらず、元の***画像の画素値Ｉ(x,y)と、元の***画像から得られる脂肪画像の画素値Ａ(x,y)及び素抜け領域の画素値Ｉ０と、予め記憶した平均減弱係数の比率を表す所定値μ（撮影条件の影響を受けにくい値）から***画像の各座標(x,y)の画素毎の乳腺含有率Ｇ(x,y)を算出することができる。
請求項４に示すように請求項３に記載の乳腺含有率推定装置において、前記［数１］式の（Ｉ０−Ａ(x,y)）を重みとして、前記乳腺含有率Ｇ(x,y)の重み付け平均を算出することにより、乳腺の体積割合を算出する乳腺体積割合算出手段を更に備えたことを特徴としている。
***全体の体積及び乳腺の体積を求めることは難しいが、上記［数１］式により求められる***画像の画素毎の乳腺含有率から、乳腺体積割合を推定することができる。
請求項５に示すように請求項２から４のいずれかに記載の乳腺含有率推定装置において、前記乳腺と脂肪との平均減弱係数の比率を表す所定値は、前記マンモグラフィ撮影装置による平均的な撮影条件下で平均的な***を撮影した場合の乳腺の平均減弱係数と脂肪の平均減弱係数の比率を表す固定値であることを特徴としている。
平均減弱係数の比率を表す所定値は、撮影条件の影響を受けにくい値であるが、全く影響されない値ではない。そこで、平均減弱係数の比率を表す所定値として、平均的な撮影条件下で平均的な***を撮影した場合の乳腺の平均減弱係数と脂肪の平均減弱係数の比率を表す値（固定値）にすることで、乳腺含有率の推定の誤差を最小限にすることができる。
請求項６に示すように請求項２から５のいずれかに記載の乳腺含有率推定装置において、前記乳腺と脂肪との平均減弱係数の比率を表す所定値は、約１．７７８であることを特徴としている。
請求項７に示すように請求項１から６のいずれかに記載の乳腺含有率推定装置において、前記脂肪画像推定手段は、前記取得した***画像に基づいて***領域と素抜け領域との境界を示すスキンラインを抽出するスキンライン抽出手段と、前記スキンラインからの法線方向の距離に応じて撮影される***の厚みが決まると仮定し、前記スキンラインから等距離にある画素の画素値を、該スキンラインからの距離に応じて決定した画素値にすることで前記脂肪画像を作成する脂肪画像作成手段と、を有することを特徴としている。
***全体が脂肪組織のみで構成されていると仮定した場合の脂肪画像は、撮影時の***の厚みに応じて画素値が異なる。そこで、スキンラインからの法線方向の距離に応じて撮影される***の厚みが決まると仮定し、スキンラインから等距離にある画素の画素値を、そのスキンラインからの距離に応じて決定した画素値にすることで脂肪画像を作成している。
請求項８に示すように請求項７に記載の乳腺含有率推定装置において、前記脂肪画像作成手段は、前記取得した***画像に基づいて前記スキンラインから等距離にある画素の画素値から脂肪組織を代表する代表値を算出する手段であって、前記スキンラインから異なる距離毎にそれぞれ代表値を算出する手段と、前記算出された代表値に基づいて前記スキンラインからの距離と前記脂肪画像の画素値との関係式を推定する手段と、を備え、前記推定した関係式に基づいて前記スキンラインからの距離に応じた脂肪画像の画素値を決定することを特徴としている。
前記脂肪画像作成手段は、前記取得した***画像に基づいて前記スキンラインから等距離にある画素の画素値から脂肪組織を代表する代表値を算出する。代表値としては、複数の画素値の中央値、平均値、最頻値、極値などが考えられる。上記のようにしてスキンラインから異なる距離毎にそれぞれ代表値を算出し、これらの代表値に基づいてスキンラインからの距離と脂肪画像の画素値との関係式を推定する。例えば、前記関係式を示す曲線近似式の係数を、前記近似式に代表値を代入にして決定する。
請求項９に係る乳腺含有率推定方法は、マンモグラフィ撮影装置により***をＸ線撮影して得られた***画像を取り込む工程と、前記取得した***画像に基づいて***全体が脂肪組織のみで構成されていると仮定した場合に得られる脂肪画像を推定する工程と、前記取得した***画像から素抜け領域の画素値を取得する工程と、前記取得した***画像、前記推定した脂肪画像、及び前記取得した素抜け領域の画素値に基づいて、前記***画像の各画素毎に乳腺含有率を算出する工程と、を含むことを特徴としている。
請求項１０に示すように請求項９に記載の乳腺含有率推定方法において、更に、乳腺と脂肪との平均減弱係数の比率を表す所定値を予め記憶手段に記憶させる工程を備え、前記乳腺含有率を算出する工程は、前記取得した***画像、前記推定した脂肪画像、前記取得した素抜け領域の画素値、及び更に前記記憶した平均減弱係数の比率を表す所定値に基づいて、前記***画像の各画素毎に乳腺含有率を算出することを特徴としている。
請求項１１に示すように請求項９に記載の乳腺含有率推定方法において、前記乳腺含有率を算出する工程は、前記取得した***画像の画素値をＩ(x,y)、前記推定した脂肪画像の画素値をＡ(x,y)、前記取得した素抜け領域の画素値をＩ０、及び前記記憶された平均減弱係数の比率を表す所定値をμとすると、前記***画像の各座標(x,y)の画素毎の乳腺含有率Ｇ(x,y)を、次式、
Figure 0005399278
により算出することを特徴としている。
請求項１２に示すように請求項１１に記載の乳腺含有率推定方法において、前記［数１］式の（Ｉ０−Ａ(x,y)）を重みとして、前記乳腺含有率Ｇ(x,y)の重み付け平均を算出することにより、乳腺の体積割合を算出する乳腺体積割合算出手段を更に備えたことを特徴としている。
本発明によれば、***のＸ線画像（***画像）から脂肪画像（***の乳腺組織が全て脂肪組織に置き換わった場合の画素値を持つ画像）を推定し、Ｘ線減弱のない素抜け領域の画素値を解析し、元の***画像と脂肪画像、素抜け領域の画素値との関係に基づいて乳腺含有率を算出しているため、事前に複雑なキャリブレーションを必要とすることなく、簡便にかつ精度良く各画素ごとに乳腺含有率を推定することができる。
図１は本発明に係る乳腺含有率推定装置を含むシステム構成図である。 図２はマンモグラフィ撮影装置の実施の形態を示す構成図である。 図３はマンモグラフィ撮影装置における撮影台の内部構成図である。 図４はマンモグラフィ撮影時のＸ線源、撮影対象（***）及び検出器の関係を示す概略図である。 図５はマンモグラフィ撮影でよく使われえる３種類のＸ線スペクトルを示すグラフである。 図６は光子エネルギに対する乳腺と脂肪の減弱係数を示すグラフである。 図７は複数の撮影条件毎の乳腺の平均減弱係数μg￣、脂肪の平均減弱係数μa￣、これらの平均減弱係数の差、及び比率の計算結果を示す図表である。 図８はスキンライン距離と脂肪画素値との関係を示す図である。 図９は本発明に係る乳腺含有率推定方法の実施の形態を示すフローチャートである。 図１０（Ａ）は***画像の原画像を示し、図１０（Ｂ）は原画像から抽出した構造物ごとに領域を区分した画像を示す図である。 図１１はスキンラインの拡張を説明するために用いた図である。 図１２は各スキンライン距離毎に脂肪画素値をプロットしたグラフである。 図１３は画像解析処理の流れを示すフローチャートである。 図１４は***画像から特徴点を検出する様子を示す説明図である。 大量のデータで求めた乳腺存在確率の一例を示す説明図である。 乳腺存在確率マップの一例を示す説明図である。 乳腺コントラスト値の階調をコントロールする様子を示す説明図である。 乳腺画素値の階調をコントロールする様子を示す説明図である。 スキンライン画素値の階調をコントロールする様子を示す説明図である。
以下、添付図面に従って本発明に係る乳腺含有率推定装置及び方法の好ましい実施の形態について説明する。
［装置構成］
図１は本発明に係る乳腺含有率推定装置を含むシステム構成図である。
このシステムは、本発明に係る乳腺含有率推定装置１０と、医用施設などに設置されたマンモグラフィ撮影装置４０と、マンモグラフィ撮影装置４０の操作等を行う操作卓４２と、マンモグラフィ撮影装置４０で撮影された***画像を保存する画像データベース（画像ＤＢ）４４とから構成されている。
乳腺含有率推定装置１０は、ワークステーションなどのコンピュータによって構成されており、主として各構成要素の動作を制御する中央処理装置（ＣＰＵ）１２と、装置の制御プログラムが格納されたり、プログラム実行時の作業領域となる主メモリ１４と、液晶ディスプレイ、ＣＲＴディスプレイ等のモニタ装置２８の表示を制御するグラフィックボード１６と、医用施設のネットワーク５０と接続される通信インターフェース（通信Ｉ／Ｆ）１８と、本発明に係る乳腺含有率推定処理用プログラム、画像解析プログラムを含む各種のアプリケーションソフト、後述する平均減弱係数の比率を示す所定値μ等を保存するハードディスク装置２０と、ＣＤ−ＲＯＭドライブ２２と、キーボード３０のキー操作を検出して指示入力としてＣＰＵ１２に出力するキーボードコントローラ２４と、位置入力装置としてのマウス３２の状態を検出してモニタ装置２８上のマウスポインタの位置やマウス３２の状態等の信号をＣＰＵ１２に出力するマウスコントローラ２６とから構成されている。
＜マンモグラフィ撮影装置＞
図２はマンモグラフィ撮影装置４０の実施の形態を示す構成図である。
マンモグラフィ撮影装置４０は、立設状態に設置される基台１１２と、基台１１２の略中央部に配設される旋回軸１１４に固定されるアーム部材１１６と、被験者１１８の***に対して放射線（Ｘ線）を曝射するＸ線源を収納し、アーム部材１１６の一端部に固定されるＸ線源収納部１２０と、***を透過したＸ線を検出してＸ線画像情報を取得する検出器を収納し、アーム部材１１６の他端部に固定される撮影台１２２と、撮影台１２２に対して***を圧迫する圧迫板１２４と、を備えている。
Ｘ線源収納部１２０、撮影台１２２及び圧迫板１２４が連結されたアーム部材１１６は、旋回軸１１４を中心として矢印Ａ方向に旋回することで、被験者１１８の***に対する撮影方向が調整可能に構成される。圧迫板１２４は、アーム部材１１６に連結された状態でＸ線源収納部１２０及び撮影台１２２間に配設されており、矢印Ｂ方向に変位可能に構成される。
Ｘ線源収納部１２０には、被験者１１８の顔面近傍をＸ線の曝射から保護するため、Ｘ線を遮断する部材からなるフェースガードシート１２８が配設される。また、基台１１２には、被験者１１８の撮影部位、撮影方向等の撮影情報、被験者１１８のＩＤ情報等を表示するとともに、必要に応じて、圧迫板１２４による***の圧迫状態が解除されるまでの圧迫残り時間に係る情報を表示する表示器１３０が配設される。
図３は、マンモグラフィ撮影装置４０における撮影台１２２の内部構成図であり、撮影台１２２及び圧迫板１２４間に被験者１１８の撮影部位である***１３６を配置した状態を示す。尚、参照符号１３８は、被験者１１８の胸壁を示す。
撮影台１２２の内部には、***１３６を透過したＸ線に基づくＸ線画像情報を蓄積し、電気信号として出力する検出器１４０と、検出器１４０に蓄積記録されたＸ線画像情報を読み取るために、検出器１４０に読取光を照射する読取光源部１４２と、Ｘ線の曝射条件の１つである曝射時間を決定するため、***１３６を透過したＸ線の線量を検出する線量検出器（自動露出制御用Ｘ線検出器、以下、「ＡＥＣ（Automatic Exposure Control）センサ１４４」という。）と、検出器１４０に蓄積されている不要電荷を除去するために、検出器１４０に消去光を照射する消去光源部１４６とを備える。
検出器１４０は、直接変換方式かつ光読出方式のＸ線検出器であって、***１３６を透過したＸ線に基づくＸ線画像情報を静電潜像として蓄積し、読取光源部１４２からの読取光により走査されることで、静電潜像に応じた電流を発生する。
読取光源部１４２は、例えば、複数のＬＥＤチップを一列に並べて構成されるライン光源と、ライン光源から出力された読取光を検出器１４０上に線状に照射させる光学系とを有し、検出器１４０の第２導電層である線状電極の延在方向と直交する方向にＬＥＤチップが配列されたライン光源を前記線状電極の延在方向（矢印Ｃ方向）に移動させることで検出器１４０の全面を露光走査する。
ＡＥＣセンサ１４４は、例えば、***１３６の乳腺密度が高い部分に対応する部位に移動させてＸ線の線量を検出できるよう、検出器１４０に沿って矢印Ｃ方向に移動可能に構成される。消去光源部１４６は、短時間で発光／消光し、且つ、残光の非常に小さいＬＥＤチップを二次元状に配列して構成することができる。
***１３６を透過したＸ線は、検出器1４０によってＸ線画像情報として検出され、***１３６のＸ線画像がＸ線画像形成部（図示せず）により形成される。一方、Ｘ線画像情報の読み取られた検出器１４０には、消去光源部１４６から消去光が照射されることで、残存するＸ線画像情報の消去処理が行われる。
さて、被験者１１８の***撮影を行う場合には、被験者１１８のポジショニングを行い、操作卓４２（図１）を操作して撮影を行う。また、操作卓４２は、被験者を識別するための被験者識別情報（被験者ＩＤ）、撮影者を識別するための撮影者ＩＤを入力する入力手段を備え、ここで入力された被験者ＩＤ、撮影者ＩＤと、マンモグラフィ撮影装置４０で撮影された***画像とは関連づけられて画像ＤＢ４４に保存される。
尚、***画像は、例えば、DICOM(Digital Image and Communication in Medicine)規格の画像ファイル(DICOMファイル)として画像ＤＢ４４に保存することができ、この場合には、DICOMファイルのヘッダに、前記被験者ＩＤ、撮影者ＩＤの他に、撮影日、撮影施設等の情報が記録される。
尚、検出器１４０は、特に限定されるものではなく、蓄積性蛍光体を有してなるイメージングプレート（蓄積性蛍光体シート）ＩＰでもよいし、半導体等を利用した極めて多数個のＸ線検出素子をＸ線検出面に２次元的に配列したフラットパネル型Ｘ線検出器（フラットパネルディテクタ）ＦＰＤであってもよい。
［乳腺含有率推定の原理］
次に、本発明に係る乳腺含有率推定方法の原理について説明する。
図４はマンモグラフィ撮影時のＸ線源、撮影対象（***）及び検出器の関係を示す概略図である。
図４に示すようにＸ線源１２１から放射されたＸ線Ｐ（Ｅ）は、厚みｔａの脂肪、厚みｔｇの乳腺を透過し、その透過Ｘ線Ｉ（Ｅ）が検出器１４０にて検出される。
上記検出器１４０に到達するＸ線量（Ｘ線分布の積分）Ｉは、次式で表すことができる。
Figure 0005399278
上記［数２］式において、μａ(E) 、μｇ(E)は、それぞれ入射Ｘ線スペクトルに応じた脂肪、乳腺の減弱係数である。
ここで、入射Ｘ線スペクトルに対する平均減弱係数は、次式で表すことができる。
Figure 0005399278
脂肪の平均減弱係数をμa￣、乳腺の平均減弱係数をμg￣とすると、ta、tgの変化によってμa￣、μg￣が滑らかに変化している状況では、次式が成り立つと言ってよい。
Figure 0005399278
更に、上記［数４］式の両辺の対数をとると、次式が得られる。
Figure 0005399278
Ｘ線画像の画素値がＸ線量の対数に比例すると仮定すると、***画像の各座標(x,y)における画素値Ｉ(x,y)は、次式で表すことができる。
Figure 0005399278
尚、定数Ｉ０は、Ｘ線減弱のない素抜け領域における画素値に相当する。
さて、求めたい乳腺含有率Ｇ(x,y)は、Ｘ線が透過した***の厚み（ｔａ(x,y)＋ｔｇ(x,y)）に対する乳腺の厚みｔｇ(x,y)の割合であり、次式で表すことができる。
Figure 0005399278
ここで、乳腺が存在しない脂肪組織だけの画像（脂肪画像）Ａ(x,y)を仮に考えると、その脂肪画像Ａ(x,y)は、次式で表すことができる。
Figure 0005399278
上記［数７］式に、［数６］式、［数８］式を代入して整理すると、乳腺含有率Ｇ(x,y)は、次式に書き換えることができる。
Figure 0005399278
Figure 0005399278
尚、［数１］式は、［数９］中の乳腺の平均減弱係数μg￣と脂肪の平均減弱係数μa￣との比率（μg￣／μa￣）をμに書き替えたものである。本発明は、この［数１］式から乳腺含有率Ｇ(x,y)を推定するようにしている。
上記［数１］式において、***画像の画素値Ｉ(x,y)は観測される画素値である。
ここで、観測される画素値は、透過線量の対数に比例している値であるため、透過線量が最大となる素抜け領域の画素値Ｉ０は、観測される画素値のうちの最大値を求めることにより取得することができる。
あとは、［数８］式に示した脂肪画像Ａ(x,y)と、乳腺の平均減弱係数と脂肪の平均減弱係数との比率μを推定できれば、上記［数１］式から乳腺含有率Ｇ(x,y)を推定することができる。
＜平均減弱係数の推定＞
［数２］式及び［数３］式から分かるように、平均減弱係数は入射Ｘ線のスペクトルや被写体の厚みによって変化する値である。
そこで、図５に示すように、マンモグラフィ撮影でよく使われる３種類のＸ線スペクトルを想定し、平均減弱係数がどのように変化するかをシミュレーションする。
入射Ｘ線のスペクトルは、Ｘ線源におけるターゲットとフィルタの組み合わせにより種々の特性をもつ。図５に示す３種類のＸ線スペクトルは、管電圧を２８ｋＶとし、ターゲット／フィルタの組み合わせとして、ＭＯ（モリブデン）ターゲット／ＭＯフィルタ(0.03mmm)、ＭＯターゲット／Ｒｈ（ロジウム）フィルタ(0.025mm)、Ｗ（タングステン）ターゲット／Ｒｈフィルタ(0.05mm)を使用した場合に関して示している。
マンモグラフィ撮影時における***の厚みは、平均４ｃｍ程度であり、薄い人で２ｃｍ、厚い人で最大８ｃｍ程度である。各々の厚み、及び図４に示した３種類のＸ線スペクトル（３種類のターゲット／フィルタの組み合わせ）での乳腺の平均減弱係数μg￣、脂肪の平均減弱係数μa￣、これらの平均減弱係数の差、及び比率を算出した。
図７にその算出結果を示す。
図７に示す図表より、平均減弱係数は、Ｘ線スペクトルや***の厚みによって大きく変化する値であることが分かる。
しかし、乳腺の平均減弱係数μg￣と脂肪の平均減弱係数μa￣との比率の値は、乳腺の平均減弱係数μg￣=0.80、脂肪の平均減弱係数μa￣=0.45を基準とした基準値（1.778=0.80/0.45)の±５％の範囲でしか変動しない。
［数９］式（［数１］式）より、乳腺含有率Ｇ(x,y)の計算に与える影響も、上記基準値を適用した計算結果に対して±１０％の範囲であり、例えば、５０％の乳腺含有率であれば、４５％〜５５％の範囲の誤差である。つまり、固定の平均減弱係数の比率（上記基準値）を使用しても、Ｘ線スペクトルや***の厚み等の撮影条件の影響を余り受けることなく乳腺含有率を推定することが可能となる。
一方、乳腺の平均減弱係数μg￣と脂肪の平均減弱係数μa￣との差の値を利用して乳腺含有率を推定する非特許文献２に記載の方法では、平均減弱係数μg￣と脂肪の平均減弱係数μa￣とを基準値に固定すると、その基準値を適用した計算結果に対して、各撮影条件別の個別の乳腺の平均減弱係数μg￣と脂肪の平均減弱係数μg￣を使用して推定した乳腺含有率は、±２０〜３０％の範囲で変動する。
***の構成を定性的に分類する場合は、乳腺含有率が１０％未満の脂肪性、１０〜３０％程度の乳腺散在、５０〜６０％程度の不均一高濃度、８０〜９０％程度の高濃度の４段階に分類している。
乳腺含有率の推定に±２０〜３０％の誤差が生じると、上記分類が変化してしまう可能性があり、定量評価の精度として不十分である。そのため、撮影に関する情報や***の厚みの情報を取得して、乳腺及び脂肪の平均減弱係数を毎回算出する必要がある。
これに対し、乳腺含有率の推定誤差が±１０％の範囲の場合には、上記分類が変化することがなく、定量評価の精度として十分である。
尚、シミュレーションでは、乳腺と脂肪の減弱係数は、図６のグラフに示すJohnsとYaffeによる測定結果を利用した。（Johns PC,Yaffe Mj,"X-ray characterization and neoplastic Breast tissues",Phy Med Biol.Vol.32,pp.675-695,1987.）
図６に示すように、光子エネルギに対して乳腺組織の減弱係数μｇ(E)は、脂肪組織の減弱係数μａ(E)よりも大きい値になっている。
＜脂肪画像の推定＞
［数９］式（［数１］式）により、乳腺含有率を求めるためには、脂肪画像Ａ(x,y)を推定する必要がある。
脂肪画像Ａ(x,y)は、乳腺が存在しない脂肪組織だけの画像であり、前述した［数８］式は、***画像の各座標(x,y)での***の厚みをＴ(x,y)とすると、次式で表すことができる。
Figure 0005399278
ところで、図３に示したように***は圧迫して撮影されるため、***の一部の厚みは、撮影台１２２と圧迫板１２４との間隔と一致するが、図３上で円Ｃで囲んだ範囲の***の厚みは、撮影台１２２と圧迫板１２４との間隔と一致していない。
しかし、この部分の***の厚みが、***領域と素抜け領域との境界を示すスキンライン（***の輪郭線）からの法線方向の距離ｄ（以下、「スキンライン距離」という）によって決まると仮定すると、［数１０］式は、次式に書き換えることができる。
Figure 0005399278
つまり、スキンラインからの距離ｄによって脂肪組織１００％の場合の画素値が推定できる。
実際には、スキンライン距離ｄ上の画素には、脂肪組織だけの画素もあれば、乳腺と脂肪が存在した画素も存在する。
そこで、図８に示すように等スキンライン距離上の画素から、その等スキンライン距離上の脂肪画素値を代表する代表値を算出し、スキンライン距離をＸ軸、脂肪画素値をＹ軸とするＸＹ座標上に前記算出した代表値をプロットし、プロットした点を通過する曲線を求めることで、スキンライン距離と脂肪画素値との関係を推定することができる。尚、この詳細については後述する。
ある座標(x,y)における脂肪画像の画素値は、その座標(x,y)のスキンライン距離を求め、その求めたスキンライン距離から脂肪画素値を推定することができる。
そして、前述した［数１］式に、観測される***画像の画素値Ｉ(x,y)と、素抜け領域の画素値Ｉ０と、乳腺と脂肪との平均減弱係数の比率を示す所定値μ（＝1.778）と、脂肪画像の画素値Ａ(x,y)を代入することにより、画素毎に乳腺含有率Ｇ(x,y)を精度よく推定することができる。また、このとき、撮影条件等の情報を取得することなく、***画像の画像データのみから、［数１］式を計算するための値を求めることができ、乳腺含有率を推定することができる。
［乳腺の体積割合の推定］
乳腺の体積をＶｇ，***全体の体積をＶとすると、乳腺の体積割合は、次式により表すことができる。
Figure 0005399278
ここで、乳腺の体積Ｖｇ，***全体の体積Ｖを直接求めることは難しいが、その体積割合は、乳腺含有率Ｇ(x,y)を用いて推定することができる。
即ち、［数１０］式は、次式に変形することができる。
Figure 0005399278
従って、［数７］、［数１２］、［数１３］式より、（Ｉ０−Ａ(x,y)）を重みとして、次式のように乳腺含有率Ｇ(x,y)の重み付け平均を求めると、乳腺の体積割合を推定することができる。
Figure 0005399278
［乳腺含有率推定方法］
次に、本発明に係る乳腺含有率推定方法の実施の形態について説明する。
図９に示すように、まず、乳腺含有率推定装置１０のＣＰＵ１２は、乳腺含有率を推定する***画像を取得する（ステップＳ１０）。この***画像は、被験者ＩＤ等の入力に基づいて画像ＤＢ４４に保存されている***画像の画像ファイルを画像ＤＢ４４からネット
ワーク５０を介して取得するようにしてもよいし、マンモグラフィ撮影装置４０により撮影されると、マンモグラフィ撮影装置４０からネットワーク５０を介して自動的に取得するようにしてもよい。なお、以降の解析処理を高速化するために、取得した***画像は縮小しておくことが望ましい。
＜脂肪画像の推定＞
続いて、ＣＰＵ１２は、取得した***画像から脂肪画像の推定を行う（ステップＳ１２−Ｓ１６）。脂肪画像の推定を行うために、***画像の領域分割を行う（ステップＳ１２）。図１０に示すように***画像の領域分割は、***画像（図１０（Ａ））を基に該***画像を各構造物の領域（***全体領域、乳腺領域、脂肪領域、大胸筋領域、素抜け領域（非***領域））に分割する（図１０（Ｂ）参照）。
但し、２次元画像から３次元的に重なり合う各構造物を正確に分離することは不可能である。ここで重要なのは、各構造物の正確な分離ではなく、確実に脂肪組織のみで構成されると思われる画素を抽出することにある。そのための一手法を下記に示す。（詳細は、本出願人が出願した特開２００５−６５８５５号公報参照）。
(i)画像を***領域と素抜け領域に分割する。素抜け領域は、画像上で特に高濃度を呈しているため、画像全体の濃度ヒストグラムで高濃度側に現れるピークが素抜け領域に相当する。そのピーク値から一定値引いた値を閾値として２値化処理を行うことで、***領域と素抜け領域に分割する。あるいは、濃度ヒストグラムで高濃度側から探索を行い、最初に既定値以下となる点を閾値として２値化処理を行うようにしても良い。尚、乳腺含有率推定の計算のために、上記ピーク値は、素抜け領域の画素値Ｉ０として取得保持する。
(ii)***領域の輪郭であるスキンラインを抽出する。***領域と素抜け領域の境界点を順次探索し、探索した画素を繋ぐことでスキンラインを抽出することができる。
(iii)大胸筋領域を抽出する。大胸筋領域と脂肪領域との境界は比較的エッジがはっきりしているため、スキンラインから胸壁側に向けて微分オペレータによる走査を行い、大きな微分値をもつ点を大胸筋領域の境界点として抽出する。抽出された境界点を結ぶ曲線を算出し、曲線に対して胸壁側（素抜け領域と反対側）を大胸筋領域として抽出する。
(iv)大胸筋領域及びその近傍の脂肪領域の濃度値から乳腺と脂肪領域を分離するための閾値を算出する。この閾値がやや大きめの値になるようにパラメータ設定することで、確実に脂肪組織のみで構成される画素を抽出することができる。
上記のようにして***画像の領域分割が行われると、続いて、スキンライン距離と脂肪画像の画素値との関係式の推定を行う（図９のステップＳ１４）。
(v)図１１に示すように、画像端で切れてしまった***領域のスキンラインを考慮するため、必要に応じてスキンラインを拡張する（スキンラインの形状を外挿する）。スキンラインの外挿は、右端、左端各々において、例えば、端の１０点の座標値を用いて最小二乗法で直線近似を行うことにより行う。
(vi)各画素において、スキンラインへの最短距離（ユークリッド距離）を算出する。ここでは、処理時間短縮のため、まず最短距離を荒く（１０画素飛ばし）探索してから、最短距離の周囲をさらに細かく探索するようにするのが望ましい。
(vii)各スキンライン距離において、複数の脂肪画素の画素値を収集し、これらの画素値の中央値を算出する。尚、複数の脂肪画素の画素値の代表値としては、中央値に限らず、平均値、最頻値、極値などが考えられる。
図１２に、各スキンライン距離毎に脂肪画素値をプロットしたグラフを示す。
(viii)スキンライン距離と脂肪画素値との関係式を曲線近似で推定する。具体的には、曲線Ｙを、次式、
［数１５］
Ｙ＝ａ*exp(-ｂｘ)＋ｃ
（但し、Ｘ:スキンライン距離、Ｙ：脂肪画素値）
として、シンプレックス法で係数を推定する。初期値は、ａ＝画素値の最大値−最小値、ｂ＝１０／スキンラインの最大距離（経験値）、ｃ＝画素値の最小値とする。
(ix)***画像の各画素のスキンライン距離を、［数１５］式に代入することにより、脂肪画像の画素値を算出し、これにより脂肪画像を作成する（ステップＳ１６）。尚、脂肪画像の作成方法は、上記に限らず、非特許文献３のようにスムージング処理を利用して求めるようにしても良い。
次に、ＣＰＵ１２は、ハードディスク装置２０又は図示しない不揮発性メモリに記憶されている、乳腺と脂肪との平均減弱係数の比率を表す所定値μ（＝1.778）を読み込む（ステップＳ１８）。
続いて、ステップＳ１０で取得した***画像の画素値Ｉ(x,y)、ステップＳ１２で取得した素抜け領域の画素値Ｉ０、ステップＳ１６で作成した脂肪画像の画素値Ａ(x,y)及び予め記憶した平均減弱係数の比率μを、［数１］式に代入することにより、***画像の各画素毎に乳腺含有率Ｇ(x,y)を算出する（ステップＳ２０）。
***画像の全画素の乳腺含有率Ｇ(x,y)が算出されると、その算出された乳腺含有率Ｇ(x,y)を、（Ｉ０−Ａ(x,y)）を重みとして重み付け平均を求めることにより（［数１４］式参照）、乳腺の体積割合を推定する（ステップＳ２２）。
［応用例］
（１）乳腺含有率あるいは乳腺の体積割合の表示
上記のようにして算出した乳腺含有率あるいは乳腺の体積割合を、モニタ装置の画面に表示するようにしても良い。各画素毎に乳腺含有率が求まるため、乳腺含有率を画像化したりグラフ化（ヒストグラム）して表示しても良い。また、乳腺の体積割合は、１画像に１つ値が求まるため、その値を画像とともに表示しても良い。尚、これらの情報は、DICOMファイルのヘッダに格納され、撮影画像とともに画像ＤＢ４４に保存することができる。医師が読影する際には、撮影画像を表示するとともに、診断の補助となるように、これらの情報を同時に表示するようにする。
（２）コンピュータ支援診断（Computer-Aided Diagnosis: CAD）への応用
乳腺含有率の高い領域と低い領域では病変の見えが異なるため、検出アルゴリズムを変化させることが望ましい。また、乳腺の体積割合が高い場合は、医師が病変を見落とす可能性が高いと言えるので、病変の検出個数が多くなるようにしても良い。
（３）画像処理への応用
乳腺の体積割合が高いほど、乳腺のコントラストが低く、病変を見つけづらい画像となる。そのため、乳腺の体積割合に応じて、コントラストの強調度合いを変えるようにしても良い。
また、各画素毎に乳腺含有率を推定できるため、より詳細な画像解析も可能となる。例えば、乳腺含有率により乳腺の多い領域と少ない領域が分かるため、乳腺の多い領域における画素値やコントラスト値を算出し、画像処理条件の設定に利用する。具体的には、乳腺含有率が所定の閾値以上の画素のみを利用してヒストグラム解析を行い、画像処理条件の設定を行う。また、乳腺含有率を重みとして利用し、***全体の重み付きヒストグラムを作成してヒストグラム解析を行うようにしても良い。更に、コントラスト算出はヒストグラム解析でない方法にしても良く、各画素の周囲領域で求めたコントラスト値に対して、乳腺含有率を重みとして重み付き平均値を算出し、***全体の乳腺コントラスト値を算出するようにしても良い。画像処理条件の設定は、算出した乳腺領域の画素値が所定値になるように階調のシフト量を決定したり、算出したコントラスト値に応じて階調の傾きを決定することができる。また、階調処理条件だけでなく、周波数強調処理条件の設定に利用しても良いが、病変の周波数帯域は低周波（腫瘤）〜高周波（石灰化）まで様々であるため、特定の周波数帯域を強調するよりも階調処理でコントラスト強調を行う方が望ましい。
以下、今述べた画素値やコントラスト値を算出する方法について、さらに詳しく説明する。これは、***画像の組織構造（乳腺、脂肪）を解析し、解析結果に基づいて、その画像に適した画像処理条件を設定し、濃度／コントラストをコントロールするものである。
***画像に対する従来の処理は、読影に適した画像が得られるように予め定められた標準的な条件（以下標準条件という）を設定して画像処理を施すようにしていた。しかしながら、患者の体格の違いや乳腺含有率の違い（個体差）によっては、標準条件の下に処理された画像では読影能上不十分なことがある。
本発明によると、より詳細な画像解析が可能となるため、個体差に応じた画像処理条件の設定が可能となる。従来の標準条件による処理との主な相違点は、以下の３つである。
（１）乳腺領域の抽出結果に基づいて乳腺濃度をコントロールする。
（２）画像毎のダイナミックレンジに応じて、ダイナミックレンジ圧縮処理の強度をコントロールする。
（３）乳腺内の局所的なコントラスト値に応じて、階調の傾きをコントロールする。
図１３に、画像解析処理の流れを示す。
まず図１３のステップＳ３０において、前述した図９のステップＳ１０と同様に、乳腺含有率推定装置１０のＣＰＵ１２は、元画像である***画像を入力する。次に、ステップＳ３２において、画像を***領域と素抜け領域に分割し、***領域マスクを抽出する。前述したように、このとき***領域の輪郭であるスキンラインが抽出される。***領域と素抜け領域の境界点を順次探索し、探索した画素を繋ぐことでスキンラインを抽出することができ、スキンライン画素値が求められる。
次に、処理は２つに分かれ、ステップＳ３４において乳腺含有率推定処理が行われ、ステップＳ３６では乳腺存在確率マップ推定処理が行われる。ここでステップＳ３４の乳腺含有率推定処理は、元画像と***領域マスクを利用して脂肪画素候補を求め、脂肪画像を作成し、乳腺含有率の推定を行うものであるが、前述した図９で説明した処理に含まれているので、ここでは詳しい説明は省略する。
ステップＳ３６における乳腺存在確率マップ推定処理は、図１３に示すように、***画像から特徴点位置を求め、これと予めデータベースに記憶されている特徴点と乳腺領域の関係を用いて乳腺存在確率マップを推定するものである。
まず特徴点（解剖学的特徴点）の検出について説明する。図１４に示すように、***画像において、特徴点として、大胸筋と脂肪領域の境界線を表す境界線上の２点Ａ、Ｂ、及びニップルの位置を表すスキンライン上の点Ｃの３点を特徴点として検出する。
前述したように、***領域は乳腺領域、脂肪領域、大胸筋領域に分割されるが、大胸筋領域と脂肪領域との境界は比較的エッジがはっきりしており、この境界の画像上での両端を点Ａ、点Ｂとする。
またニップルの位置を表す点Ｃは、例えば、予め記憶されているルックアップテーブル等を参照して構造物（ニップル）に対応するテンプレートに基づいて、***画像に対してテンプレートを用いたテンプレートマッチングを施すことによって、***画像中の構造物としてニップルの位置（対応位置）を検出するようにしてもよいし、読影者がマウスに連動するカーソルで、***画像において構造物（ニップル）を矩形枠（ＲＯＩ枠）で選択することにより位置を検出するものであってもよい。また、エッジ検出等により、***と直接素抜け部との境界線を検出し、この境界線のうち、胸壁側の画像端からの距離が最も遠い点（半円状の境界線の頂点）をニップル位置として点Ｃを検出するようにしてもよい。
そして、被写体内の各画素において、スキンラインからの距離と点Ｃからの距離を算出する。このとき、大胸筋を表す直線ＡＢと点Ｃとの距離（点Ｃから直線ＡＢに下ろした垂線の足の長さ）を１とするように規格化する。
また一方、予め大量のデータから、特徴点と乳腺領域との関係を示す、乳腺存在確率をデータベースＤＢに記憶しておく。図１５に、大量データで求めた乳腺存在確率の一例を示す。図１５において、横軸はスキンラインからの各点の距離、縦軸は点Ｃからの各点の距離を表している。そして図１５中、濃度が低い（白い）程、乳腺の存在する確率が高いことを表している。
次に、予め大量データを用いてデータベースに記憶された乳腺存在確率を用いて、上で求めた特徴点Ｃおよびスキンラインからの距離に応じて、***領域の各点（画素）における乳腺存在確率を対応させた乳腺存在確率マップを作成する。
図１６に、乳腺存在確率マップの一例を示す。結局、図１６に示す乳腺存在確率マップは、図１５に示す乳腺存在確率を特徴点Ｃおよびスキンラインからの距離に応じて***領域の各点に対応するようにマッピングしたものである。
このようにして作成した乳腺存在確率マップを利用することで、より確実に乳腺らしい領域を抽出することが可能となる。例えば、スキンライン付近の数画素は乳腺含有率の推定誤差が大きくなりがちであるため、それを補うことができる。
乳腺存在確率マップを利用する応用例としては、例えば、***画像に対して平均的な乳腺含有率を算出する際に、乳腺存在確率を重みとして重み付き平均をとったり、この後述べるように、乳腺含有率画像と乳腺存在確率マップを掛け合わせた重みマップを利用することで、重みの高い領域内で乳腺画素値や乳腺コントラスト値を算出することができる。
すなわち、次のステップＳ３８において、乳腺含有率画像と乳腺存在確率マップを掛け合わせて重みマップを作成する。
そして、ステップＳ４０において、この重みマップとコントラスト画像を用いて、重み付きヒストグラムから平均値を求めることで乳腺コントラスト値を算出する。ここで、コントラスト画像は、元画像の各画素において周囲領域での画素値の分散値をコントラスト値として算出したものである。また、ステップＳ４２において、重みマップと元画像である***画像を用いて、重み付きヒストグラムから乳腺画素値を算出する。乳腺画素値は乳腺の中でもより白い部分の画素値を算出することが望ましく、重み付きヒストグラムからさらに累積ヒストグラムを作成し、累積頻度の10%点を乳腺画素値として算出する。
以上のように求めた３つの値（乳腺コントラスト値、乳腺画素値、スキンライン画素値）を用いて、階調変換のパラメータとダイナミックレンジ圧縮処理のパラメータをコントロールすることにより画像処理条件の設定が行われる。
例えば、乳腺コントラスト値について、図１７に示すように、乳腺コントラスト値が低い場合には、図中破線で示すように、基準の階調変換曲線に対して階調の傾きを大きくすることでコントラストを大きくするように、階調の傾きをコントロールする。
また、例えば、乳腺画素値について、図１８に示すように、例えば乳腺領域の濃度が所定の範囲内に収まるように基準の階調変換曲線を、図中破線で示すように平行移動するようにして階調シフト量をコントロールする。
また、例えば、スキンライン画素値について、図１９に示すように、スキンラインの濃度が所定の範囲内に収まるように、ダイナミックレンジの圧縮率をコントロールする。低濃度部は特に変化させずに、高濃度部のダイナミックレンジを圧縮するように変化させるのが望ましい。
（４）線量管理への応用
被曝線量の評価として一般的に用いられている平均乳腺量（ＡＧＤ）は、通常、乳腺含有率５０％を前提に算出される。乳腺含有率を画像から算出することで、より正確な平均乳腺腺量の評価が可能となる。また、各画素毎に乳腺含有率を算出するため、平均乳腺線量だけでなく、最大乳腺線量を算出するようにしても良い。
（５）ＱＡへの応用
特定の乳腺含有率を持つ領域を抽出可能であるため、ある乳腺含有率を持つ領域内でノイズ量を推定することで、予め決められた適切なノイズ量との比較により、撮影線量が適切かどうかを判断することが可能となる。ノイズ量の推定は、例えば高周波成分の分散値で算出できる。ノイズ量がある閾値以上となり、適切でないと判断した場合は、警告表示を行い、撮影技師に再撮影を促す。
［その他］
この実施の形態では、***画像の画素値は、透過線量の対数に比例している値としたが、透過線量の対数に反比例している値であっても前述した［数１］式は成立する。この場合、素抜け領域の画素値としては、観測される画素値のうちの最小値を求めることにより取得することができる。また、入力する***画像としては、ＲＡＷデータなどの階調変換等の画像処理が施されていない画像データが好ましい。ただし、ヒール効果や線束の広がりによって不均一になるX線の照射強度分布を均一にする補正処理は施されていることが望ましい。
また、この実施の形態では、***画像から脂肪組織のみで構成されると思われる画素を抽出する方法として、大胸筋領域を利用する方法を示したが、大胸筋領域が存在しない場合もある。そのため、より簡便には、大胸筋領域を抽出することなく、公知のしきい値決定方法（判別分析など）を利用して、画素値をしきい値処理するようにしてもよい。
また、この実施の形態では、平均的な撮影条件の***の厚みを想定し、乳腺の平均減弱係数を0.80、脂肪の平均減弱係数を0.45とした場合の0.80/0.45=1.778を所定の減弱係数比率としたが、これに限らず、図７の図表に示したように各種の撮影条件毎に算出した複数の平均減弱係数の比率（μｇ／μａ）のうちの中央値、平均値、最頻値等の代表値を平均減弱係数の比率として採用するようにしてもよい。
更に、本発明は、以上の例には限定されず、本発明の要旨を逸脱しない範囲において、各種の改良や変形を行ってもよいことは言うまでもない。
１０…乳腺含有率推定装置、１２…中央処理装置（ＣＰＵ）、１４…主メモリ、１８…通信インターフェース、２０…ハードディスク装置、２８…モニタ装置、３０…キーボード、３２…マウス、４０…マンモグラフィ撮影装置、４４…画像ＤＢ

Claims (12)

  1. マンモグラフィ撮影装置により***をＸ線撮影して得られた***画像を取り込む***画像取得手段と、
    前記取得した***画像に基づいて***全体が脂肪組織のみで構成されていると仮定した場合に得られる脂肪画像を推定する脂肪画像推定手段と、
    前記取得した***画像から素抜け領域の画素値を取得する手段と、
    前記取得した***画像、前記推定した脂肪画像、及び前記取得した素抜け領域の画素値に基づいて、前記***画像の各画素毎に乳腺含有率を算出する乳腺含有率算出手段と、
    を備えたことを特徴とする乳腺含有率推定装置。
  2. 請求項１に記載の乳腺含有率推定装置において、更に、乳腺と脂肪との平均減弱係数の比率を表す所定値を記憶する記憶手段を備え、前記乳腺含有率算出手段は、前記取得した***画像、前記推定した脂肪画像、前記取得した素抜け領域の画素値、及び更に前記記憶した平均減弱係数の比率を表す所定値に基づいて、前記***画像の各画素毎に乳腺含有率を算出することを特徴とする乳腺含有率推定装置。
  3. 前記乳腺含有率算出手段は、前記取得した***画像の画素値をＩ(x,y)、前記推定した脂肪画像の画素値をＡ(x,y)、前記取得した素抜け領域の画素値をＩ０、及び前記記憶された平均減弱係数の比率を表す所定値をμとすると、前記***画像の各座標(x,y)の画素毎の乳腺含有率Ｇ(x,y)を、次式、
    Figure 0005399278
     により算出することを特徴とする請求項２に記載の乳腺含有率推定装置。
  4. 前記［数１］式の（Ｉ０−Ａ(x,y)）を重みとして、前記乳腺含有率Ｇ(x,y)の重み付け平均を算出することにより、乳腺の体積割合を算出する乳腺体積割合算出手段を更に備えたことを特徴とする請求項３に記載の乳腺含有率推定装置。
  5. 前記乳腺と脂肪との平均減弱係数の比率を表す所定値は、前記マンモグラフィ撮影装置による平均的な撮影条件下で平均的な***を撮影した場合の乳腺の平均減弱係数と脂肪の平均減弱係数の比率を表す固定値であることを特徴とする請求項２から４のいずれかに記載の乳腺含有率推定装置。
  6. 前記乳腺と脂肪との平均減弱係数の比率を表す所定値は、約１．７７８であることを特徴とする請求項２から５のいずれかに記載の乳腺含有率推定装置。
  7. 前記脂肪画像推定手段は、前記取得した***画像に基づいて***領域と素抜け領域との境界を示すスキンラインを抽出するスキンライン抽出手段と、前記スキンラインからの法線方向の距離に応じて撮影される***の厚みが決まると仮定し、前記スキンラインから等距離にある画素の画素値を、該スキンラインからの距離に応じて決定した画素値にすることで前記脂肪画像を作成する脂肪画像作成手段と、を有することを特徴とする請求項１から６のいずれかに記載の乳腺含有率推定装置。
  8. 前記脂肪画像作成手段は、前記取得した***画像に基づいて前記スキンラインから等距離にある画素の画素値から脂肪組織を代表する代表値を算出する手段であって、前記スキンラインから異なる距離毎にそれぞれ代表値を算出する手段と、前記算出された代表値に基づいて前記スキンラインからの距離と前記脂肪画像の画素値との関係式を推定する手段と、を備え、
    前記推定した関係式に基づいて前記スキンラインからの距離に応じた脂肪画像の画素値を決定することを特徴とする請求項７に記載の乳腺含有率推定装置。
  9. マンモグラフィ撮影装置により***をＸ線撮影して得られた***画像を取り込む工程と、
    前記取得した***画像に基づいて***全体が脂肪組織のみで構成されていると仮定した場合に得られる脂肪画像を推定する工程と、
    前記取得した***画像から素抜け領域の画素値を取得する工程と、
    前記取得した***画像、前記推定した脂肪画像、及び前記取得した素抜け領域の画素値に基づいて、前記***画像の各画素毎に乳腺含有率を算出する工程と、
    を含むことを特徴とする乳腺含有率推定方法。
  10. 請求項９に記載の乳腺含有率推定方法において、更に、乳腺と脂肪との平均減弱係数の比率を表す所定値を予め記憶手段に記憶させる工程を備え、前記乳腺含有率を算出する工程は、前記取得した***画像、前記推定した脂肪画像、前記取得した素抜け領域の画素値、及び更に前記記憶した平均減弱係数の比率を表す所定値に基づいて、前記***画像の各画素毎に乳腺含有率を算出することを特徴とする乳腺含有率推定方法。
  11. 前記乳腺含有率を算出する工程は、前記取得した***画像の画素値をＩ(x,y)、前記推定した脂肪画像の画素値をＡ(x,y)、前記取得した素抜け領域の画素値をＩ０、及び前記記憶された平均減弱係数の比率を表す所定値をμとすると、前記***画像の各座標(x,y)の画素毎の乳腺含有率Ｇ(x,y)を、次式、
    Figure 0005399278
     により算出することを特徴とする請求項１０に記載の乳腺含有率推定方法。
  12. 前記［数１］式の（Ｉ０−Ａ(x,y)）を重みとして、前記乳腺含有率Ｇ(x,y)の重み付け平均を算出することにより、乳腺の体積割合を算出する乳腺体積割合算出手段を更に備えたことを特徴とする請求項１１に記載の乳腺含有率推定方法。
JP2010010239A 2009-03-31 2010-01-20 乳腺含有率推定装置及び方法 Active JP5399278B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2010010239A JP5399278B2 (ja) 2009-03-31 2010-01-20 乳腺含有率推定装置及び方法
EP10157974A EP2238905B1 (en) 2009-03-31 2010-03-26 Mammary gland content rate estimating apparatus, method and recording medium
US12/751,363 US8340380B2 (en) 2009-03-31 2010-03-31 Mammary gland content rate estimating apparatus, method and recording medium
CN201010158163.4A CN101849836B (zh) 2009-03-31 2010-03-31 乳腺含有率推算设备、方法和记录介质

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2009087493 2009-03-31
JP2009087493 2009-03-31
JP2010010239A JP5399278B2 (ja) 2009-03-31 2010-01-20 乳腺含有率推定装置及び方法

Publications (2)

Publication Number Publication Date
JP2010253245A JP2010253245A (ja) 2010-11-11
JP5399278B2 true JP5399278B2 (ja) 2014-01-29

Family

ID=42289651

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010010239A Active JP5399278B2 (ja) 2009-03-31 2010-01-20 乳腺含有率推定装置及び方法

Country Status (4)

Country Link
US (1) US8340380B2 (ja)
EP (1) EP2238905B1 (ja)
JP (1) JP5399278B2 (ja)
CN (1) CN101849836B (ja)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2903211B1 (fr) * 2006-06-30 2009-03-06 Gen Electric Procedes et dispositifs de correction d'une mammographie a implant et de segmentation d'un implant
JP2011194024A (ja) * 2010-03-19 2011-10-06 Fujifilm Corp 異常陰影検出装置および方法ならびにプログラム
CN103582455B (zh) * 2011-02-14 2016-12-28 罗切斯特大学 基于锥形束***ct图像的计算机辅助检测和诊断的方法和装置
CN102332162A (zh) * 2011-09-19 2012-01-25 西安百利信息科技有限公司 基于人工神经网络的医学图像兴趣区自动识别和分级压缩方法
DE102011087127B4 (de) * 2011-11-25 2015-11-19 Siemens Aktiengesellschaft Bestimmung von Aufnahmeparametern bei einer Dual-Energy Tomosynthese
JP5844296B2 (ja) 2012-06-11 2016-01-13 富士フイルム株式会社 放射線画像処理装置および方法
JP2015024097A (ja) * 2013-07-29 2015-02-05 株式会社ジョブ 低エネルギｘ線画像形成装置及びその画像の形成方法
CN105979875B (zh) 2014-02-04 2019-12-31 皇家飞利浦有限公司 用于生成***参数图的医学成像设备、方法、装置和计算机可读介质
DE102014208411A1 (de) 2014-05-06 2015-11-12 Siemens Aktiengesellschaft Auswertung eines während einer Mammographie erzeugten Röntgenbildes einer Brust
WO2016079042A1 (en) * 2014-11-18 2016-05-26 Koninklijke Philips N.V. Minimum background estimation for peripheral equalization
JP6284898B2 (ja) * 2015-03-31 2018-02-28 富士フイルム株式会社 ノイズ抑制処理装置および方法並びにプログラム
US20170116731A1 (en) * 2015-10-27 2017-04-27 Konica Minolta, Inc. Medical image system and computer readable recording medium
US9959617B2 (en) 2016-01-28 2018-05-01 Taihao Medical Inc. Medical image processing apparatus and breast image processing method thereof
JP6625020B2 (ja) 2016-06-22 2019-12-25 富士フイルム株式会社 マンモグラフィ装置、制御装置、マンモグラフィ装置の制御方法、及びマンモグラフィ装置の制御プログラム
IL298488B1 (en) * 2016-09-23 2024-04-01 Curemetrix Inc Mapping breast artery calcification and prediction of heart disease
JP6667462B2 (ja) 2017-02-21 2020-03-18 富士フイルム株式会社 エネルギーサブトラクション処理装置、方法およびプログラム
JP6682150B2 (ja) 2017-03-29 2020-04-15 富士フイルム株式会社 乳腺量取得装置、方法およびプログラム
JP6755225B2 (ja) * 2017-09-07 2020-09-16 富士フイルム株式会社 乳腺含有率算出装置、方法およびプログラム
JP6757303B2 (ja) * 2017-09-28 2020-09-16 富士フイルム株式会社 ***タイプ識別装置、方法およびプログラム
JP6921779B2 (ja) 2018-03-30 2021-08-18 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
WO2019225084A1 (ja) 2018-05-23 2019-11-28 Eizo株式会社 情報処理装置、情報処理方法、コンピュータプログラム
CN108711171A (zh) * 2018-05-28 2018-10-26 中国人民解放军陆军军医大学第二附属医院 基于磁共振图像直方图阈值分割技术测量***组织中腺体含量的方法
JP6970056B2 (ja) 2018-06-26 2021-11-24 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP7018836B2 (ja) 2018-06-26 2022-02-14 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP6910323B2 (ja) * 2018-06-26 2021-07-28 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP7283878B2 (ja) * 2018-09-25 2023-05-30 謙一 井上 映像処理装置、映像処理方法、および映像処理プログラム
JP7053102B2 (ja) * 2018-09-27 2022-04-12 富士フイルム株式会社 情報処理装置とその作動プログラムおよび作動方法、並びに***撮影装置
JP7183746B2 (ja) * 2018-12-03 2022-12-06 コニカミノルタ株式会社 制御装置及びプログラム
JP7084291B2 (ja) 2018-12-07 2022-06-14 富士フイルム株式会社 トモシンセシス撮影支援装置、方法およびプログラム
JP7053104B2 (ja) 2019-02-08 2022-04-12 富士フイルム株式会社 放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム
JP7176981B2 (ja) 2019-02-28 2022-11-22 富士フイルム株式会社 制御装置、放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム
JP7030740B2 (ja) 2019-03-29 2022-03-07 富士フイルム株式会社 制御装置、医用撮影システム、制御方法、及び制御プログラム
JP7234029B2 (ja) 2019-04-26 2023-03-07 富士フイルム株式会社 制御装置、放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム
JP7195218B2 (ja) 2019-05-29 2022-12-23 富士フイルム株式会社 放射線画像撮影システム、医用撮影システム、制御方法、及び制御プログラム
JP7220643B2 (ja) * 2019-10-04 2023-02-10 富士フイルム株式会社 画像処理装置、方法およびプログラム
WO2022044654A1 (ja) 2020-08-27 2022-03-03 富士フイルム株式会社 超音波診断装置および超音波診断装置の制御方法
KR20230025555A (ko) * 2021-08-12 2023-02-22 서울대학교산학협력단 유방암 위험도 평가 시스템 및 방법
JP2023146312A (ja) 2022-03-29 2023-10-12 富士フイルム株式会社 放射線画像処理装置及びその作動方法
CN117179893B (zh) * 2023-09-18 2024-02-23 南京康友医疗科技有限公司 一种乳腺穿刺定位路径规划***

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2786388B1 (fr) * 1998-11-27 2001-02-16 Ge Medical Syst Sa Procede de detection d'un tissu de nature determinee en radiologie numerique et son utilisation pour le reglage des parametres d'exposition
US6987831B2 (en) * 1999-11-18 2006-01-17 University Of Rochester Apparatus and method for cone beam volume computed tomography breast imaging
JP2002125961A (ja) 2000-10-20 2002-05-08 Konica Corp 画像診断支援装置
FR2847698B1 (fr) * 2002-11-27 2005-05-06 Ge Med Sys Global Tech Co Llc Procede de gestion de la dynamique d'une image radiologique numerique
JP2005065855A (ja) * 2003-08-21 2005-03-17 Fuji Photo Film Co Ltd 乳腺領域閾値決定方法および装置並びにプログラム
WO2006119426A2 (en) * 2005-05-03 2006-11-09 Regents Of The University Of California Biopsy systems for breast computed tomography
FR2903211B1 (fr) * 2006-06-30 2009-03-06 Gen Electric Procedes et dispositifs de correction d'une mammographie a implant et de segmentation d'un implant
WO2008038525A1 (fr) * 2006-09-26 2008-04-03 Konica Minolta Medical & Graphic, Inc. Système d'imagerie
US20080167552A1 (en) * 2007-01-04 2008-07-10 General Electric Company System and method of generating an image of a contrast agent injected into an imaged subject
JP2009078033A (ja) * 2007-09-27 2009-04-16 Fujifilm Corp ***画像表示装置およびそのプログラム
US8036435B2 (en) * 2007-09-28 2011-10-11 Varian Medical Systems, Inc. Cancer detection, diagnosis, staging, treatment planning, delivery, and monitoring using X-ray attenuation coefficient distributions

Also Published As

Publication number Publication date
JP2010253245A (ja) 2010-11-11
CN101849836A (zh) 2010-10-06
EP2238905A1 (en) 2010-10-13
CN101849836B (zh) 2014-03-05
US20100246924A1 (en) 2010-09-30
EP2238905B1 (en) 2012-06-06
US8340380B2 (en) 2012-12-25

Similar Documents

Publication Publication Date Title
JP5399278B2 (ja) 乳腺含有率推定装置及び方法
US8238630B2 (en) Image processing apparatus and program for the same
JP5275668B2 (ja) 画像処理装置及び画像処理方法
JP5145170B2 (ja) 医用画像の評価装置
JP5145169B2 (ja) 医用画像の撮影支援装置及びプログラム
JP2012035068A (ja) 放射線画像処理装置および方法並びにプログラム
JP2015089429A (ja) 放射線画像処理装置および方法並びにプログラム
JP5467958B2 (ja) 放射線画像処理装置および方法並びにプログラム
US8086015B2 (en) Facilitating computer-aided detection, comparison and/or display of medical images by standardizing images from different sources
US7387439B2 (en) X-ray beam calibration for bone mineral density assessment using mammography system
Taylor et al. An automated assessment algorithm for micro-CT images of occlusal caries
US20170332992A1 (en) Miniaturized Phantoms for Quantitative Image Analysis and Quality Control
JP5541989B2 (ja) 放射線画像処理装置および方法並びにプログラム
JP6757303B2 (ja) ***タイプ識別装置、方法およびプログラム
JP5572020B2 (ja) 放射線画像処理装置および方法並びにプログラム
JP2006239270A (ja) 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
JP2002125961A (ja) 画像診断支援装置
Angelo et al. Comparing mammographic images
JP2024076773A (ja) 乳腺密度の算出方法
ANGELO et al. Analysis of intensify Attributes
JP2014117307A (ja) 放射線画像処理装置、放射線画像処理方法、及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120515

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130627

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130703

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130826

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: 20130927

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20131023

R150 Certificate of patent or registration of utility model

Ref document number: 5399278

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

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