JP6003964B2 - 診断装置並びに当該診断装置における画像処理方法及びそのプログラム - Google Patents

診断装置並びに当該診断装置における画像処理方法及びそのプログラム Download PDF

Info

Publication number
JP6003964B2
JP6003964B2 JP2014227527A JP2014227527A JP6003964B2 JP 6003964 B2 JP6003964 B2 JP 6003964B2 JP 2014227527 A JP2014227527 A JP 2014227527A JP 2014227527 A JP2014227527 A JP 2014227527A JP 6003964 B2 JP6003964 B2 JP 6003964B2
Authority
JP
Japan
Prior art keywords
image
component
captured image
likelihood
blood vessel
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
JP2014227527A
Other languages
English (en)
Other versions
JP2016087272A (ja
Inventor
佐藤 俊次
俊次 佐藤
中嶋 光康
光康 中嶋
玲 浜田
玲 浜田
田中 勝
勝 田中
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.)
Casio Computer Co Ltd
Original Assignee
Casio Computer Co Ltd
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 Casio Computer Co Ltd filed Critical Casio Computer Co Ltd
Priority to JP2014227527A priority Critical patent/JP6003964B2/ja
Priority to US14/860,603 priority patent/US9818183B2/en
Priority to AU2015230734A priority patent/AU2015230734B2/en
Priority to CA2905061A priority patent/CA2905061C/en
Priority to EP15186631.6A priority patent/EP3023936B1/en
Publication of JP2016087272A publication Critical patent/JP2016087272A/ja
Application granted granted Critical
Publication of JP6003964B2 publication Critical patent/JP6003964B2/ja
Priority to US15/784,830 priority patent/US20180040124A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20028Bilateral filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30088Skin; Dermal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Prostheses (AREA)

Description

本発明は、診断装置並びに当該診断装置における画像処理方法及びそのプログラムに関する。
一般に、皮膚病変の診断として視診が必ず行われ、多くの情報を得ることが出来る。しかしながら、肉眼やルーペだけでは、例えば、ホクロとしみの判別さえ難しく、良性腫瘍と悪性腫瘍の鑑別も難しい。このため、従来、ダーモスコープ付きカメラを用いて病変を撮影するダーモスコピー診断が行われている。
ダーモスコープとは、ハロゲンランプ等で病変部を明るく照射し、エコージェルや偏光フィルタなどにより反射光の無い状態に設定し、10倍程度に拡大して観察する非侵襲性診察器具である。この器具を用いた観察法をダーモスコピー診断と呼んでいる。ダーモスコピー診断については、インターネットURL(http://www.twmu.ac.jp/DNH/department/dermatology/dermoscopy.html)<平成26年9月1日閲覧>に詳細に記載されている。このダーモスコピー診断によれば、角質による乱反射がなくなることにより、表皮内から真皮浅層までの色素分布が良く見えてくる。
例えば、特許文献1に、上記したダーモスコープで撮影された皮膚画像に対して、色調、テクスチャ、非対称度、円度等の値を用いて診断を行う色素沈着部位の遠隔診断システムの技術が開示されている。特許文献1に開示された技術によれば、ダーモスコープを付したカメラ付き携帯電話を用い、ダーモスコープを通して、メラノーマの心配がある良性色素性母斑などがある皮膚を撮影する。そして、携帯電話のネットワーク接続機能を用いてインターネットに接続し、撮影した皮膚画像を遠隔診断装置に送信して診断を要求するものである。そして、要求に基づき皮膚画像を受信した遠隔診断装置は、メラノーマ診断プログラムを用い、皮膚画像から、それがメラノーマであるか否か、あるいはメラノーマであった場合にどの病期のメラノーマであるかを診断し、その結果を要求者である医師に返信する。
特開2005−192944号
ところで、皮膚病については上記したダーモスコープ画像による診断が普及しつつあるが、明瞭な形状変化や模様を得られないことも多く、画像の観察や病変の判断は医師の熟練度に依存しているのが現状である。したがって、ダーモスコープ画像の病変部分を強調する等、画像処理によって、容易、かつ的確に診断可能なツールの出現がのぞまれていた。
本発明は上記した課題を解決するためになされたものであり、医師の診断を容易にするとともに診断精度の向上をはかる、診断装置並びに当該診断装置における画像処理方法及びそのプログラムを提供することを目的とする。
本発明の一態様は、
患部の撮影画像を用いて病変を診断する診断装置であって、
前記撮影画像を記憶する画像記憶部と、
前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
前記処理部が、
前記撮影画像を輝度成分と色情報成分に分離する分離手段と、
診断の対象の部位を、前記部位のそれらしさを強調するために、前記撮影画像の前記輝度成分又は前記色情報成分により抽出する抽出手段と、を備え、
前記分離手段は、RGB色空間の前記撮影画像を、Lab色空間に変換し、
前記抽出手段は、L成分を前記輝度成分とし、ab成分を前記色情報成分とし、前記Lab色空間に変換された前記撮影画像から血管領域を尤度Aとして抽出する
ことを特徴とする診断装置を提供するものである。
本発明によれば、医師の診断を容易にするとともに診断精度の向上をはかる、診断装置並びに当該診断装置における画像処理方法及びそのプログラムを提供することができる。
本発明の実施の形態に係る診断装置の構成を示すブロック図である。 本発明の実施の形態に係る診断装置の基本処理動作を示すフローチャートである。 図3の血管らしさ抽出処理理動作の詳細を示すフローチャートである。 本発明の実施の形態に係る診断装置の表示画面構成の一例を示す図である。
以下、添付図面を参照して、本発明を実施するための形態(以下、「実施形態」と称する)について詳細に説明する。なお、実施形態の説明の全体を通して同じ要素には同じ番号を付している。
(実施形態の構成)
図1は、本実施形態に係る診断装置100の構成を示すブロック図である。図1に示すように、本実施形態に係る診断装置100には、ダーモスコープ付き撮影装置110が接続されている。ダーモスコープ付き撮影装置110は、診断装置100(処理部101)からの指示により患部の撮影を行ない、撮影画像(ダーモスコープ画像)を画像記憶部102に格納するとともに表示装置120に表示する。また、撮影画像は、処理部101により強調処理が施されて画像記憶部102に保存されると共に表示装置120に表示される。なお、入力装置130は、ダーモスコープ画像の撮影開始指示、後述するダーモスコープ画像中の部位選択操作等を行う。
なお、表示装置120、例えば、LCD(Liquid Crystal Display)モニタであり、入力装置130は、例えば、マウス等の入力デバイスである。
処理部101は、画像記憶部102に記憶されたダーモスコピー画像等、患部の撮影画像を処理するもので、図1に示すように、分離手段101aと、抽出手段101bと、生成手段101cと、を含む。
分離手段101aは、撮影画像を輝度成分と色情報成分に分離する手段として機能する。抽出手段101bは、血管相当部位等、診断の対象の部位を、部位のそれらしさを強調するために、撮影画像の輝度成分又は色情報成分により抽出する手段として機能する。
生成手段101cは、上記した部位の抽出された結果を背景画像と再合成して生成する手段として機能する。このとき、背景画像は、医師が入力装置130を操作することにより選択される、撮影画像、撮影画像のグレー変換画像、撮影画像のコントラスト強調画像、及び撮影画像の輝度成分を大域変動成分と局所変動成分に分離して異なる強調を施した輝度成分強調画像からなる群のうちの少なくとも1つである。
上記した分離手段101a、抽出手段101b、生成手段101cは、いずれも、処理部101が、処理部101が有する本実施形態に係るプログラムを逐次読み出し実行することにより、それぞれが持つ上記した機能を実現する。
(実施形態の動作)
以下、図1に示す本実施形態に係る診断装置100の動作について、図2以降を参照しながら詳細に説明する。
図2に、本実施形態に係る診断装置100の基本処理動作の流れが示されている。図2によれば、処理部101は、まず、ダーモスコープ付き撮影装置110で撮影された患部(皮膚病変部位)の撮影画像を取得する(ステップS11)。そして、取得した撮影画像を画像記憶部102の所定の領域に格納するとともに、表示装置120に表示する(ステップS12)。
図4に表示装置120に表示される表示画面イメージの一例が示されている。画面に向かって左に撮影画像表示領域121が、右に、例えば、血管の強調画像表示領域122が割り当てられ、それぞれの領域に、撮影画像、強調画像が表示される。医師が、図面右下に割り当てられている「撮影開始」ボタン123を、入力装置130を使用してクリックすることで、ダーモスコープ付き撮影装置110による患部の撮影が開始され、処理部101が、撮影画像を取得し、表示装置120の撮影画像表示領域121に表示することができる。
なお、画面左下には、血管領域の表示方法(表示形態)を指定するために用意されたチェックボックス124,125,126が割り付けられており、撮影画像上に赤色で強調して表示する場合、白黒撮影画像上に赤色で強調して表示する場合、血管画像を表示する場合に、医師が入力装置130を使用して選択操作(クリック)することで、該当のチェックボックス124,125,126にチェックマークが付される。
説明を図2のフローチャートに戻す。処理部101は、取得した撮影画像を表示装置120の撮影画像表示領域121に表示した後、その撮影画像から血管領域を尤度Aとして抽出する(ステップS13)。ここで、血管領域は2値の場合、“0”または“1”の値を持ち、多値の場合、0から1の範囲で値を持つ。ここでは、“0”が非血管領域で、“1”が血管領域を表し、この血管領域を尤度Aとして抽出する処理については後述する。
次に、処理部101は、表示装置120の表示画面上でのチェックボックス124,125,126の状態から医師により指定される表示方法(表示形態)な関する情報を取得する。医師が、所望のチェックボックス124,125,126のいずれかを選択操作することで、処理部101は、その選択された方法(形態)で血管相当部位を強調して表示装置120の強調画像表示領域122に表示する。
具体的に、チェックボックス124が選択されていた場合(ステップS14“撮影画像と合成”)、処理部101は、生成手段101cが、撮影画像IMG上に、血管領域を赤色で描画した血管強調画像Eを生成する(ステップS15)。ここで、血管強調画像Eは、E=IMG.*(1−A)+Red*Aにより生成することができる。ここで、IMG.は撮影画像を、Redは赤色を、*は乗算を、「.*」は要素毎の乗算を表す。続いて処理部101は、生成した血管強調画像Eを、表示装置120の撮影画像表示領域121に表示されている撮影画像とともに強調画像表示領域122に並べて表示する(ステップS16)。
一方、チェックボックス125が選択されていた場合(ステップS14“グレー画像と合成”)、処理部101は、生成手段101cが、撮影画像をグレー画像に変換した後、血管領域を赤色で描画した血管強調画像Eを生成する(ステップS17)。ここで、血管強調画像Eは、E=Grey(IMG).*(1−A)+Red*Aにより生成することができる。なお、Grey()は、グレー画像への変換を表している。続いて処理部101は、生成した血管強調画像Eを、表示装置120の撮影画像表示領域121に表示されている撮影画像とともに強調画像表示領域122に並べて表示する(ステップS16)。
また、チェックボックス126が選択されていた場合(ステップS14“血液画像を表示”)、処理部101は、生成手段101cが、血管部分を赤で描画し、非血管部分を黒で描画する血管強調画像を生成する(ステップS18)。ここで、血管強調画像Eは、E=Red*Aにより生成することができる。なお、血管領域は赤で示しているが、任意であり、赤に限定されない。続いて処理部101は、生成した血管強調画像Eを、表示装置120の撮影画像表示領域121に表示されている撮影画像とともに強調画像表示領域122に並べて表示する(ステップS16)。
ここで、ステップS13の血管領域を尤度Aとして抽出する処理について図3のフローチャートを用いて詳述する。図3によれば、処理部101は、まず、分離手段101aが、RGB色空間の撮影画像を、Lab色空間(正確にはCIE 1976 L*a*b色空間)に変換する。Lab色空間については、例えば、インターネットURL(http://Ja.wikipedia.org/wiki/Lab%E8%89%B2%E7%A9%BA%E9%96%93)<平成26年9月1日閲覧>にその詳細が記述されている。
続いて、処理部101は、抽出手段101bが、分離手段101aにより取得されたLab色空間のL画像(輝度画像)を利用し、輝度画像Lに対して画素毎にヘシアン行列Hを取得する(ステップS132)。ヘシアン行列Hは、各画素で、x方向への2階微分、y方向への2階微分、xy方向への2階部分の3つの要素を持つ。それぞれの要素を、Hxx,Hxy,Hyyとすれば、
Hxx=s^2*(Dxx※L)
Hyy=s^2*(Dyy※L)
Hxy=s^2*(Dxy※L)
で示される。
ここで、※は畳み込み(コンポリューション)を示し、Dxxは、ガウスカーネルをx方向に2階微分したもので、
Dxx=1/(2*pi*σ^*4)*((X.^2)/s^2−1).*exp(−(X.^2+Y.^2)/(2*s^2))で与えられる。
ここで、sは、検出する血管の太さに応じたスケール値である。なお、複数の太さの血管を抽出する場合には、血管の太さごとに後述する血管らしさAを求め、画素毎に最大となるAの値を選択すればよい。piは円周率、X及びYは、カーネル内の位置、「.*」は、行列の要素毎の乗算、「.^」は要素毎の累乗を表す。
Dyyは、ガウスカーネルをY方向に2階微分したものであり、Dxxの転置で与えられる。
Dyy=Dxx'
ここで、'は転置を表す。
Dxyは、ガウスカーネルをx方向に1階、y方向に1階微分したもので、
Dxy=1/(2*pi*σ^*6)*(Y.*Y).*exp(−(X.^2+Y.^2)/(2*s^2))で与えられる。
ヘシアン行列Hは、
H=[Hxx Hxy; Hxy Hyy]で表される。
次に、抽出手段101bは、画素毎にヘシアン行列Hの固有値λ1、λ2を取得する(ステップS133)。ヘシアン行列Hは、実対象行列であるため、固有値λ1、λ2は必ず実数になり、以下で求めることができる。
λ1=0.5*(Dxx+Dyy+tmp)
λ2=0.5*(Dxx;Dyy−tmp)
ここで、tmp=sqrt((Dxx−Dyy).*(Dxx−Dyy)+4*Dxy.*Dxy)である。
そして、抽出手段101bは、ステップS133で取得した各画素での固有値λ1とλ2から以下の式にしたがい血管領域Aを抽出する(ステップS135)。血管領域Aは、A=1−exp((K.^2)/2*σ^2))で示される。但し、Kは、ステップS134で示されるように、K=sqrt(λ1.*λ1+λ2.*λ2)で掲載された値である。ここで、σは調整係数であり、sqrt()は要素ごとの平方根を表している。
なお、処理部101は、血管領域を2値で表す場合、th1を閾値として2値化すれば良い。
すなわち、
A=0 if A<th1
A=1 else
(実施形態の効果)
以上説明のように本実施形態に係る診断装置100によれば、処理部101は、分離手段101aが、撮影画像を輝度成分と色情報成分に分離し、抽出手段101bが、血管相当部位等、診断の対象の部位を、部位のそれらしさを強調するために、撮影画像の輝度成分又は色情報成分により抽出し、抽出された結果を表示装置120に表示する。このため、医師は、診断の対象の部位について強調表示された画面を視認することで、容易、かつ的確に診断を行うことができ、その結果、診断精度が向上する。
また、本実施形態に係る診断装置100によれば、処理部101は、生成手段101cが、部位の抽出された結果を背景画像と再合成して表示装置120に表示する。このとき、医師に、背景画像として、(1)撮影画像、(2)撮影画像のグレー変換画像、(3)撮影画像のコントラスト強調画像、及び(4)撮影画像の輝度成分を大域変動成分と局所変動成分に分離して異なる強調を施した輝度成分強調画像からなる群の中から選択できるUI(User Interface)を提供することで、診断目的に応じた表示形態を動的に選択することができ、その結果、医師は、一層容易に、かつ的確に診断を行うことができ、診断精度が一段と向上する。
なお、撮影画像の輝度成分を大域変動成分と局所変動成分に分離して異なる強調を施した輝度成分強調画像が選択されると、分離手段101aが、Lab色空間で輝度に相当するL画像を用い、大域変動成分と局所変動成分を分離するためにエッジ保存型フィルタ処理を施す。ここで、エッジ保存型フィルタとして、例えば、バイラテラルフィルタを用いる。バイラテラルフィルタについては、例えば、インターネットURL(http://en.wikipedia.org/wiki/Bilateral filter)<平成26年9月1日閲覧>にその詳細が記載されている。
以上、実施形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。上記実施形態及び実施例に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。また、その様な変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
[請求項1]
患部の撮影画像を用いて病変を診断する診断装置であって、
前記撮影画像を記憶する画像記憶部と、
前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
前記処理部が、
前記撮影画像を輝度成分と色情報成分に分離する分離手段と、
診断の対象の部位を、前記部位のそれらしさを強調するために、前記撮影画像の前記輝度成分又は前記色情報成分により抽出することを特徴とする診断装置。
[請求項2]
前記部位が血管相当部位であることを特徴とする請求項1に記載の診断装置。
[請求項3]
さらに、前記部位の抽出された結果を背景画像と再合成して生成する生成手段を備えることを特徴とする請求項1又は2に記載の診断装置。
[請求項4]
前記背景画像が、前記撮影画像、前記撮影画像のグレー変換画像、前記撮影画像のコントラスト強調画像、及び前記撮影画像の前記輝度成分を大域変動成分と局所変動成分に分離して異なる強調を施した輝度成分強調画像からなる群から選択される少なくとも1つであることを特徴とする請求項3に記載の診断装置。
[請求項5]
患部の撮影画像を用いて病変を診断する診断装置における画像処理方法であって、
前記撮影画像を輝度成分と色情報成分に分離するステップと、
診断の対象の部位を、前記部位のそれらしさを強調するために、前記撮影画像の前記輝度成分又は前記色情報成分により抽出するステップと、を有することを特徴とする画像処理方法。
[請求項6]
患部の撮影画像を用いて病変を診断する診断装置における画像処理のプログラムであって、
コンピュータに、
記憶した前記撮影画像を輝度成分と色情報成分に分離する機能と、
診断の対象の部位を、前記部位のそれらしさを強調するために、前記撮影画像の前記輝度成分又は前記色情報成分により抽出する機能と、を実行させることを特徴とするプログラム。
100…診断装置、101…処理部、101a…分離手段、101b…抽出手段、101c…生成手段、110…ダーモスコープ付き撮影装置、120…表示装置、121…撮影画像、122…強調画像、123…撮影開始ボタン、124,125,126…チェックボックス、130…入力装置

Claims (10)

  1. 患部の撮影画像を用いて病変を診断する診断装置であって、
    前記撮影画像を記憶する画像記憶部と、
    前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
    前記処理部が、
    前記撮影画像を輝度成分と色情報成分に分離する分離手段と、
    診断の対象の部位を、前記部位のそれらしさを強調するために、前記撮影画像の前記輝度成分又は前記色情報成分により抽出する抽出手段と、を備え、
    前記分離手段は、RGB色空間の前記撮影画像を、Lab色空間に変換し、
    前記抽出手段は、L成分を前記輝度成分とし、ab成分を前記色情報成分とし、前記Lab色空間に変換された前記撮影画像から血管領域を尤度Aとして抽出する
    ことを特徴とする診断装置。
  2. 前記部位が血管相当部位であることを特徴とする請求項1に記載の診断装置。
  3. 前記部位が血管相当部位であり、前記部位のそれらしさは、血管らしさであることを特徴とする請求項1に記載の診断装置。
  4. さらに、前記部位の抽出された結果を背景画像と再合成して生成する生成手段を備えることを特徴とする請求項1ないし3いずれかに記載の診断装置。
  5. 前記背景画像が、前記撮影画像、前記撮影画像のグレー変換画像、前記撮影画像のコントラスト強調画像、及び前記撮影画像の前記輝度成分を大域変動成分と局所変動成分に分離して異なる強調を施した輝度成分強調画像からなる群から選択される少なくとも1つであることを特徴とする請求項4に記載の診断装置。
  6. 前記抽出手段は、前記Lab色空間に変換された前記撮影画像から血管領域を尤度Aとして抽出し、前記尤度Aは、
    A=1−exp((K.^2)/2*σ^2))
    で示されることを特徴とする請求項1に記載の診断装置。
    但し、
    K=sqrt(λ1.*λ1+λ2.*λ2)
    である。ここで、σは調整係数であり、sqrt()は要素ごとの平方根を表す。λ1、λ2は各画素に対応したヘシアン行列(Hessian matrix)の固有値を表す実数である。
  7. 前記尤度Aは血管のそれらしさを示すことを特徴とする請求項1又は6に記載の診断装置。
  8. 前記抽出手段は、複数の太さの血管を抽出する場合には、血管の太さに対応した調整係数σにより血管らしさAを求め、画素毎に最大となるAの値を選択することを特徴とする請求項6に記載の診断装置。
  9. 患部の撮影画像を用いて病変を診断する診断装置における画像処理方法であって、
    前記撮影画像を輝度成分と色情報成分に分離するステップと、
    診断の対象の部位を、前記部位のそれらしさを強調するために、前記診断装置が、前記撮影画像の前記輝度成分又は前記色情報成分により抽出するステップと、を有し、
    前記分離するステップは、RGB色空間の前記撮影画像を、Lab色空間に変換し、
    前記抽出するステップは、L成分を前記輝度成分とし、ab成分を前記色情報成分とし、前記Lab色空間に変換された前記撮影画像から血管領域を尤度Aとして抽出する
    ことを特徴とする診断装置における画像処理方法。
  10. 患部の撮影画像を用いて病変を診断する診断装置におけるプログラムであって、
    コンピュータに、
    記憶した前記撮影画像を輝度成分と色情報成分に分離する機能と、
    診断の対象の部位を、前記部位のそれらしさを強調するために、前記撮影画像の前記輝度成分又は前記色情報成分により抽出する機能と、を実行させ、
    前記分離する機能は、RGB色空間の前記撮影画像を、Lab色空間に変換し、
    前記抽出する機能は、L成分を前記輝度成分とし、ab成分を前記色情報成分とし、前記Lab色空間に変換された前記撮影画像から血管領域を尤度Aとして抽出する
    ことを特徴とするプログラム。
JP2014227527A 2014-11-07 2014-11-07 診断装置並びに当該診断装置における画像処理方法及びそのプログラム Active JP6003964B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2014227527A JP6003964B2 (ja) 2014-11-07 2014-11-07 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
US14/860,603 US9818183B2 (en) 2014-11-07 2015-09-21 Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method
AU2015230734A AU2015230734B2 (en) 2014-11-07 2015-09-22 Diagnostic apparatus and image processing method in the same apparatus
CA2905061A CA2905061C (en) 2014-11-07 2015-09-24 Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method
EP15186631.6A EP3023936B1 (en) 2014-11-07 2015-09-24 Diagnostic apparatus and image processing method in the same apparatus
US15/784,830 US20180040124A1 (en) 2014-11-07 2017-10-16 Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014227527A JP6003964B2 (ja) 2014-11-07 2014-11-07 診断装置並びに当該診断装置における画像処理方法及びそのプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2016124923A Division JP6319370B2 (ja) 2016-06-23 2016-06-23 診断装置並びに当該診断装置における画像処理方法及びそのプログラム

Publications (2)

Publication Number Publication Date
JP2016087272A JP2016087272A (ja) 2016-05-23
JP6003964B2 true JP6003964B2 (ja) 2016-10-05

Family

ID=54251312

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014227527A Active JP6003964B2 (ja) 2014-11-07 2014-11-07 診断装置並びに当該診断装置における画像処理方法及びそのプログラム

Country Status (5)

Country Link
US (2) US9818183B2 (ja)
EP (1) EP3023936B1 (ja)
JP (1) JP6003964B2 (ja)
AU (1) AU2015230734B2 (ja)
CA (1) CA2905061C (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6003963B2 (ja) 2014-11-07 2016-10-05 カシオ計算機株式会社 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
US9881368B2 (en) 2014-11-07 2018-01-30 Casio Computer Co., Ltd. Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63173182A (ja) 1987-01-13 1988-07-16 Olympus Optical Co Ltd 色彩画像処理方式
US5241468A (en) * 1989-04-13 1993-08-31 Vanguard Imaging Ltd. Apparatus and method for spectral enhancement of body-surface images to improve sensitivity of detecting subtle color features
US5715377A (en) * 1994-07-21 1998-02-03 Matsushita Electric Industrial Co. Ltd. Gray level correction apparatus
TWI231701B (en) * 2001-06-14 2005-04-21 Matsushita Electric Ind Co Ltd Automatic tone correction device, automatic tone correction method, and tone correction program recording medium
JP4375781B2 (ja) * 2002-11-29 2009-12-02 株式会社リコー 画像処理装置および画像処理方法並びにプログラムおよび記録媒体
US6937776B2 (en) * 2003-01-31 2005-08-30 University Of Chicago Method, system, and computer program product for computer-aided detection of nodules with three dimensional shape enhancement filters
EP1453006A1 (en) * 2003-02-28 2004-09-01 Océ-Technologies B.V. Converted digital colour image with improved colour distinction for colour-blinds
US7359572B2 (en) * 2003-03-26 2008-04-15 Microsoft Corporation Automatic analysis and adjustment of digital images with exposure problems
US7536036B2 (en) * 2004-10-28 2009-05-19 Fotonation Vision Limited Method and apparatus for red-eye detection in an acquired digital image
EP1658588A1 (en) * 2003-08-21 2006-05-24 Philips Intellectual Property & Standards GmbH Device and method for combined display of angiograms and current x-ray images
US7071948B2 (en) * 2003-10-21 2006-07-04 Adobe Systems Incorporated Adjusting images based on previous modifications
JP4437202B2 (ja) * 2004-01-09 2010-03-24 学校法人慶應義塾 色素沈着部位の遠隔診療システム
US8467583B2 (en) 2005-04-04 2013-06-18 Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. Medical imaging method and system
CN100484479C (zh) * 2005-08-26 2009-05-06 深圳迈瑞生物医疗电子股份有限公司 超声图像增强与斑点抑制方法
EP1938274A2 (en) 2005-09-12 2008-07-02 D.V.P. Technologies Ltd. Medical image processing
US20070263915A1 (en) * 2006-01-10 2007-11-15 Adi Mashiach System and method for segmenting structures in a series of images
JP4345757B2 (ja) * 2006-02-22 2009-10-14 セイコーエプソン株式会社 画像データの色の補正
JP4523926B2 (ja) * 2006-04-05 2010-08-11 富士通株式会社 画像処理装置、画像処理プログラムおよび画像処理方法
US20080080766A1 (en) * 2006-10-02 2008-04-03 Gregory Payonk Apparatus and Method for Analyzing Skin Using L*a*b* Colorspace
US8077939B2 (en) * 2006-11-22 2011-12-13 General Electric Company Methods and systems for enhanced plaque visualization
KR100925419B1 (ko) 2006-12-19 2009-11-06 삼성전자주식회사 라플라시안 피라미드를 이용한 컬러 영상의 화질 개선 장치및 그 방법
US8542900B2 (en) * 2007-03-08 2013-09-24 Sync-Rx Ltd. Automatic reduction of interfering elements from an image stream of a moving organ
WO2009058171A2 (en) 2007-08-03 2009-05-07 Sti Medical Systems, Llc Computerized image analysis for a acetic acid induced cervical intraepithelial neoplasia
US8144985B2 (en) * 2007-12-21 2012-03-27 Sony Corporation Method of high dynamic range compression with detail preservation and noise constraints
US8340406B1 (en) * 2008-08-25 2012-12-25 Adobe Systems Incorporated Location-weighted color masking
US8406482B1 (en) 2008-08-28 2013-03-26 Adobe Systems Incorporated System and method for automatic skin tone detection in images
WO2010088465A1 (en) * 2009-02-02 2010-08-05 Gentex Corporation Improved digital image processing and systems incorporating the same
US8391594B1 (en) * 2009-05-28 2013-03-05 Adobe Systems Incorporated Method and apparatus for generating variable-width border masks
KR101618298B1 (ko) * 2009-10-23 2016-05-09 삼성전자주식회사 고감도 영상 생성 장치 및 방법
JP5790944B2 (ja) * 2010-02-26 2015-10-07 日本電気株式会社 画像処理方法、画像処理装置及びプログラム
US8571271B2 (en) * 2011-05-26 2013-10-29 Microsoft Corporation Dual-phase red eye correction
US8824808B2 (en) * 2011-08-19 2014-09-02 Adobe Systems Incorporated Methods and apparatus for automated facial feature localization
CN104540445B (zh) 2012-08-17 2017-05-17 索尼公司 图像处理装置、图像处理方法和图像处理***
JP5873982B2 (ja) 2012-10-09 2016-03-01 パナソニックIpマネジメント株式会社 3次元表示装置、3次元画像処理装置および3次元表示方法
JP6176978B2 (ja) 2013-01-31 2017-08-09 オリンパス株式会社 内視鏡用画像処理装置、内視鏡装置、内視鏡用画像処理装置の作動方法及び画像処理プログラム
JP6049518B2 (ja) 2013-03-27 2016-12-21 オリンパス株式会社 画像処理装置、内視鏡装置、プログラム及び画像処理装置の作動方法
CN105393252B (zh) 2013-04-18 2019-04-19 数字标记公司 生理数据采集和分析
US9594976B2 (en) * 2014-02-18 2017-03-14 Siemens Healthcare Gmbh Sparse appearance learning-based segmentation
US9881368B2 (en) 2014-11-07 2018-01-30 Casio Computer Co., Ltd. Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method
JP6003963B2 (ja) 2014-11-07 2016-10-05 カシオ計算機株式会社 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
US9675247B2 (en) * 2014-12-05 2017-06-13 Ricoh Co., Ltd. Alpha-matting based retinal vessel extraction

Also Published As

Publication number Publication date
EP3023936A1 (en) 2016-05-25
CA2905061C (en) 2019-04-09
EP3023936B1 (en) 2020-10-21
AU2015230734B2 (en) 2020-10-08
US9818183B2 (en) 2017-11-14
US20180040124A1 (en) 2018-02-08
CA2905061A1 (en) 2016-05-07
AU2015230734A1 (en) 2016-05-26
JP2016087272A (ja) 2016-05-23
US20160133010A1 (en) 2016-05-12

Similar Documents

Publication Publication Date Title
US9996928B2 (en) Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method
JP6003963B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
CA2915651C (en) Diagnostic apparatus for lesion, image processing method in the same apparatus, and medium storing program associated with the same method
JP6471559B2 (ja) 診断装置並びに当該診断装置における画像処理方法、画像処理システム及びそのプログラム
JP6003964B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP6519703B2 (ja) 画像処理方法、診断装置、並びにプログラム
JP6319370B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP6036790B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP6187535B2 (ja) 診断支援装置並びに当該診断支援装置における画像処理方法及びそのプログラム
JP6459410B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP6265231B2 (ja) 診断装置、画像処理方法、及びプログラム
JP6503733B2 (ja) 診断支援装置並びに当該診断支援装置における画像処理方法及びそのプログラム
JP6003965B2 (ja) 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP2018043041A (ja) 診断支援装置並びに画像処理方法及びそのプログラム
JP2018043042A (ja) 診断支援装置並びに画像処理方法及びそのプログラム

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20160525

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160531

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160623

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: 20160809

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160822

R150 Certificate of patent or registration of utility model

Ref document number: 6003964

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150