JP6653652B2 - 改良された信頼性を持つ頸部画像分析に関する方法及び装置 - Google Patents

改良された信頼性を持つ頸部画像分析に関する方法及び装置 Download PDF

Info

Publication number
JP6653652B2
JP6653652B2 JP2016537971A JP2016537971A JP6653652B2 JP 6653652 B2 JP6653652 B2 JP 6653652B2 JP 2016537971 A JP2016537971 A JP 2016537971A JP 2016537971 A JP2016537971 A JP 2016537971A JP 6653652 B2 JP6653652 B2 JP 6653652B2
Authority
JP
Japan
Prior art keywords
iodine
image
acetic acid
acetowhite
region
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
Application number
JP2016537971A
Other languages
English (en)
Other versions
JP2017507678A (ja
Inventor
サッベンドゥ セッス
サッベンドゥ セッス
パラヴィ ヴァジネパリ
パラヴィ ヴァジネパリ
ペイヤル ケスワルプ
ペイヤル ケスワルプ
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2017507678A publication Critical patent/JP2017507678A/ja
Application granted granted Critical
Publication of JP6653652B2 publication Critical patent/JP6653652B2/ja
Expired - Fee Related 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00Instruments 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
    • A61B1/303Instruments 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 for the vagina, i.e. vaginoscopes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4318Evaluation of the lower reproductive system
    • A61B5/4331Evaluation of the lower reproductive system of the cervix
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/007Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests for contrast media
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00Medical imaging apparatus involving image processing or analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • 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
    • G06T2207/10016Video; Image sequence
    • 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
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Reproductive Health (AREA)
  • Gynecology & Obstetrics (AREA)
  • Quality & Reliability (AREA)
  • Vascular Medicine (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Optics & Photonics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Endoscopes (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

本発明は、任意の自動化された頸部画像分析システムに対する、半自動化又は自動化されたアセトホワイトネス領域検出、表現及び定量化に関する装置及び方法の分野に関する。
セルが生理的又は病理学的ストレスに直面するとき、それらは、複数の態様のいずれかにおいて適合することにより反応する。この態様の一つは、化生である。それは、環境の変化(生理的化生)、又は慢性物理若しくは化学刺激の変化(病理学的化生)への応答として発生する良好な(即ち非ガン)変化である。病理学的刺激の1つの例は、気道の内側を覆う粘液を分泌している線毛多列円柱の呼吸上皮細胞が層化された扁平上皮により置換されることをもたらすタバコの煙、又は分泌円柱上皮が層化された扁平上皮で置換されることをもたらす胆管における石である(扁平上皮化生)。こうして、化生は、あるタイプの上皮の別のタイプによる変化又は置換を指す。より詳細には、化生は、あるタイプの上皮を、それが直面するストレスに耐えることが可能である可能性がより高い別のタイプで置き換える適合である。それは、内皮機能の損失を伴い、いくつかの場合には望ましくないとみなされる。この好ましくない状態は、刺激物が除去されない場合、異形成性領域が最終的にガンになる傾向によって強調される。
化生の医療重要性は、病理学的刺激が存在するいくつかのサイトにおいて、形成異常、及び悪性腫瘍形成(癌)に成長するまでに、セルが化生から進行する場合がある点にある。従って、異常な化生が検出されるサイトにおいて、原因となる刺激物を除去するための努力がなされる。これにより、悪性へと進行するリスクが低下される。
頸部画像分析の分野において、変換ゾーン(TZ)は、子宮頸部における領域である。ここで、円柱上皮が、扁平上皮により置き換えられる。これは、癌が子宮頸部において発生する領域である。膣鏡検査手順の間、3〜5%の酢酸溶液が、頸部に適用される。酢酸は、細胞内タンパク質の細胞脱水及び可逆凝固を引き起こす。こうして、上皮の透明度が減らされる。これは、上皮の一時的な白さ、即ち、アセトホワイト上皮を生じさせる。
この白さが現れて、消える速度は、セルの数、細胞質の量及び核サイズに依存する。残念なことに、アセトホワイト上皮のすべての領域が、前がん疾患の存在を示すわけではない。例えば異形成性上皮の領域も、アセトホワイトである。
酢酸の適用の後、3〜5%のルゴールのヨウ素染色が使用される。ルゴール液でも知られるルゴールのヨウ素は、基本的なヨウ素及びヨウ化カリウムの水溶液であり、フランスの医師J.G.A.ルゴールにちなんで命名された。ルゴールのヨウ素液はしばしば、飲料水の緊急消毒に関する防腐剤及び消毒薬として、及び日常的な研究室及び医療試験における澱粉検出に関する試薬として使用される。これらの使用が可能になるのは、この溶液が、事実上自由なヨウ素のソースだからである。これは、溶液においてヨウ素分子及び三ヨウ化物イオンの間の平衡から直ちに生成される。通常の扁平上皮は、グリコーゲンが豊かで、ヨウ素で暗褐色に染色されるが(ヨウ素ポジティブ)、前がん扁平上皮及び子宮頸管上皮は、グリコーゲンが不十分で、ヨウ素で染色されない(ヨウ素ネガティブ)。しかしながら、ほとんどの女性における成熟した異形成性上皮は、グリコーゲンが豊富で、ルゴールのヨウ素に対して暗褐色に染色される。
アセトホワイトネス検出、表現及び定量化は、任意の自動化された頸部画像分析システムの重要な特徴である。しかしながら、前がん病変だけでなく未熟な化生も、アセトホワイト特性を示す。これは、自動化された膣鏡画像分析システムにおいてアセトホワイト領域に関する望ましくない誤警報をもたらす。
本発明の目的は、改良された自動化された画像分析を提供することはである。これにより、アセトホワイト領域に関する誤警報が減らされることができる。
この目的は、請求項1に記載の装置、請求項9に記載のシステム、請求項10に記載の方法、及び請求項11に記載のコンピュータプログラムにより実現される。
これにより、自動化された画像分析システムにおけるアセトホワイト領域に関する誤警報が、酢酸及びルゴールのヨウ素画像の間のマルチ染色画像レジストレーションを使用することにより減らされる又は分離されることができる。酢酸画像の画像をヨウ素相対物と位置合わせすることにより、変換ゾーンが、上記酢酸画像において特定される。その後、白さにおいて所定の最小限の変化より多くの変化を持つ領域が上記変換ゾーンにおいて特定され、上記特定された領域が、上記ヨウ素相対物画像と位置合わせされる。上記特定された領域が前がん病変を有するかどうかを決定するため、上記特定された領域と上記ヨウ素相対物画像との位置合わせに基づき、上記特定された領域のヨウ素摂取のタイプが決定される。
第1のオプションによれば、酢酸の適用が原因で白さにおいて所定の最小限の変化より多くの変化を持つ上記領域を特定するのに、プレ酢酸及びポスト酢酸画像において位置合わせされる変換ゾーン、例えば請求項1に記載の変換ゾーンが使用されることができる。これは、異なる染色にわたり異なる生体構造領域の生体構造セグメント化を伝搬するのに役立つ。
上記第1のオプションと組み合わせられることができる第2のオプションによれば、上記ポスト酢酸画像における上記変換ゾーンの最初の色空間(例えばRGB色空間)の色値が、明るさ又は白さの人間の知覚に実質的に整合する色要素(例えば、Lab色空間のL要素)を持つ色空間へと例えば請求項1の上記アセトホワイト識別部により変換されることができる。これは、人間の知覚による適切な区別が実現されることができることを確実にする。
上記第1又は第2のオプションと組み合わせられることができる第3のオプションによれば、不透明度変化に基づき、上記特定された変換ゾーンにおけるピクセルが例えば請求項1の上記アセトホワイト識別部によりクラスタ化され、所定の閾値を下回る不透明度変化を持つピクセルが取り除かれることができる。これにより、支配的及び軽微な不透明度変化における単純な区別が、実現されることができる。
上記の第1〜3のオプションの任意の1つと組み合わせられることができる第4のオプションによれば、クラスタリングベースのマルチレベルヒストグラム閾値化が、上記特定された変換ゾーン内部において例えば請求項1の上記アセトホワイト識別部により適用されることができる。これは、上記所望の結果を反復的に見つけるのに役立つ。
上記の第1〜4のオプションの任意の1つと組み合わせられることができる第5のオプションによれば、情報ゲインベースのアセトホワイト領域選択が、例えば請求項1の上記アセトホワイト識別部により適用されることができる。これにより、上記のヒストグラム閾値化に関する適切な終了基準が、変化された均一な領域を分離するために得られることができる。
上記の第1〜5のオプションの任意の1つと組み合わせられることができる第6のオプションによれば、ポスト酢酸画像の前景背景比率の強度の変化が、プレ酢酸相対物画像のそれと、例えば請求項1の上記アセトホワイト識別部により比較されることができる。これにより、アセトホワイト領域が、容易に特定されることができる。
上記の第1〜6のオプションの任意の1つと組み合わせられることができる第7のオプションによれば、例えば請求項1の上記領域セパレータにより、上記ヨウ素相対物画像の赤チャネル値のヒストグラムが生成され、上記ヒストグラムのピークが特定され、上記ヒストグラムの第2のピークで閾値に基づき上記ヨウ素摂取のタイプが決定されることができる。こうして、ヨウ素摂取が、特定及び分類されることができる。
上記の装置が、別々のハードウェア要素を備える別々のハードウェア回路、一体化されたチップ若しくはチップモジュールの構成に基づき、又はメモリに格納された、コンピュータ可読媒体上に書き込まれた、若しくは例えばインターネットといったネットワークからダウンロードされたソフトウェアルーチン若しくはプログラムにより制御される信号処理デバイス若しくはチップに基づき、実現されることができる点に留意されたい。
請求項1に記載の装置、請求項9に記載のシステム、請求項10に記載の方法及び請求項11に記載のコンピュータプログラムは、特に従属項に記載される類似する及び/又は同一の好ましい実施形態を持つことができる点を理解されたい。
本発明の好ましい実施態様は、従属項又は上記実施形態と個別の独立請求項との任意の組み合わせとすることもできる点を理解されたい。
アセトホワイト特性のブロックベースの表現を示す図である。 第1の実施形態による自動化された画像分析手順の概略的なフローダイアグラムを示す図である。 第2の実施形態によるクラスタリングベースのアセトホワイト領域セグメント化手順の概略的なフローダイアグラムを示す図である。 第3の実施形態による情報ゲインベースのアセトホワイト領域セグメント化手順の概略的なフローダイアグラムを示す図である。 検出されたアセトホワイト領域の例示的な結果を示す図である。 検出されたアセトホワイト領域の例示的な結果を示す図である。 ルゴールのヨウ素画像においてアセトホワイト領域を位置合わせすることにより、特定されたヨウ素摂取の例示的な結果を示す図である。 ルゴールのヨウ素画像においてアセトホワイト領域を位置合わせすることにより、特定されたヨウ素摂取の例示的な結果を示す図である。
本発明のこれら及び他の側面が、以下に説明される実施形態から明らかとなり、これらの実施形態を参照して説明されることになる。
本発明の実施形態は、自動化された膣鏡画像分析システムに基づき、以下記載される。
膣鏡プラクティスは、食塩水、3〜5%の薄い酢酸及びルゴールのヨウ素液の連続したステップにおける適用後、頸部上皮の特徴の検査を含む。頸部の脈管パターンの研究は、酢酸及びヨウ素液の適用後困難であることが判明する場合がある。従って、酢酸及びヨウ素を適用する前に生理的食塩水を適用することが、上皮下脈管アーキテクチャを非常に詳細に研究することにおいて有益である。
3〜5%の酢酸は通常、綿のアプリケータ(例えば、スポンジ鉗子により保持される木綿ボール又は大きな直腸スワブ又は小さいスワブ)を用いて、又は、小さい噴霧器を用いて適用される。それは、粘液を凝固させ、除去するのに役立つ。酢酸は、上皮組織の拡張をもたらすと考えられ、それは特に円柱上皮、及び任意の異常な鱗片状の上皮の領域の拡張である。それは、核タンパク質及びサイトケラチンの可逆凝固又は沈殿を引き起こす。従って、酢酸の効果は、上皮において存在する核タンパク質及びサイトケラチンの量に依存する。酢酸が通常の扁平上皮に適用されるとき、表面的なセル層においてほとんど凝固は発生しない。なぜなら、これがまばらに凝集されるからである。より深いセルがより多くの核タンパク質を含むので、酢酸は、十分に浸透することができない。従って、結果として生じる沈殿は、基礎をなすストロマの色を消すのに十分でない。頸部上皮内腫瘍形成(CIN)の領域は、核タンパク質の含有量が高いことが原因で、最大の凝固を経験し、光が上皮を通り進むのを防止する。結果として、上皮下血管パターンは、消されて、確認が容易ではなく、上皮は白くみえる。この反応は、アセトホワイトニングと称され、頸部の周囲の通常の扁平上皮の通常のピンクがかった色と比較して、顕著な効果を生成する。これは、肉眼に対して一般に見える効果である。
更に、ヨウ素試験の背後の原理は、オリジナル及び新しく形成された成熟した扁平化生上皮がグリコーゲン化されるが、CIN及び浸潤癌はほとんど又は全くグリコーゲンを含まないことにある。円柱上皮は、グリコーゲンを含まない。未熟な扁平化生上皮は通常、グリコーゲンを欠いている、又は、時々、部分的にグリコーゲン化されることができる。ヨウ素は、グリコフィリック(glycophilic)であり、従って、ヨウ素液の適用は、グリコーゲン含有上皮においてヨウ素の摂取を生じさせる。従って、通常のグリコーゲン含有扁平上皮は、ヨウ素の適用後マホガニブラウン又はブラックに染色される。円柱上皮は、ヨウ素を摂取せず、染色されないままであるが、ヨウ素液の薄膜が原因で、わずかに変色して見えることがある。未熟な扁平化生上皮の領域は、ヨウ素では染色されないままであるか、又は部分的に染色される場合がある。扁平上皮の炎症性状態に関連付けられる表面的な及び中間のセル層のシェディング(又は浸食)がある場合、これらの領域は、ヨウ素で染色されず、周囲の黒又は茶色の背景において明確に無色のままである。CIN及び浸潤癌の領域は、(それらがグリコーゲンを欠いているため)ヨウ素を摂取せず、厚いマスタードイエロー又はサフラン色の領域として現れる。
図1は、アセトホワイト特性のブロックベースの表現を示す。アセトホワイトネスが急速に現れて、長く持続する(例えば2分以上)場合、良質鉱病変(HGL)が想定されることができる。他の態様で、アセトホワイトネスがゆっくり現れて、(例えば2分未満後)急速に消える場合、ルゴールのヨウ素の適用は、上皮の状態に基づき染色の異なる結果を提供する。染色が観察されない場合(NST)、良質鉱病変(HGL)又は軽度の病変(LGL)又は未熟な扁平上皮化生(ISM)が想定されることができる。染色が観察される場合(ST)、成熟した扁平上皮化生(MSM)が想定されることができる。最終的に、部分的な染色が観察される場合(PST)、炎症(I)又は未熟な扁平上皮化生(ISM)が想定されることができる。
以下の実施形態は、ある分析を適用することにより、上記のアセトホワイト特性に基づかれる。その分析では、そのルゴールのヨウ素相対物と位置合わせすることにより、変換ゾーン(TZ)が酢酸画像において特定される。この処理は優れている。なぜなら、これが、提案された自動化された画像分析の残りの部分を、悪質な活動の可能性が最も高い領域であるTZ領域に制限するからである。その後、アセトホワイトの見込み領域が、TZにおいて特定され、即ち、白さにおいて有意な変化を示すTZの領域において特定される。特定されたアセトホワイト領域は、酢酸画像において、対応するルゴールのヨウ素画像と位置合わせされる(又は整列配置される)。位置合わせされた画像に基づき、ヨウ素摂取及びFP減少が、評価され及び特徴づけられる。これは、ルゴールのヨウ素画像において対応する領域がヨウ素ネガティブ又はポジティブかを決定し、これに基づき、アセトホワイト領域が化生、炎症又は前がん病変かを決定することにより、実現されることができる。
酢酸及びルゴールのヨウ素画像を位置合わせすることによるTZの区分は、チャレンジングな作業である。なぜなら、双方とも、異なる色及び構造上の外観を呈するからである。以下において、アセトホワイト領域の効果的な区分及びそのルゴールのヨウ素相対物からの情報をクロスチェックする手順が、第1〜第3の実施形態に基づき説明される。
図2は、第1の実施形態による自動化された画像分析手順の概略的なフロー図を示す。
第1のステップS200において、頸部におけるTZを自動的及び正確に特定するため、ポスト又はプレ酢酸画像(そこでは、TZの最内側境界、即ち新規SCJ(扁平円柱上皮接合部)が顕著である)が、例えばフェーズ一致及びコンシステントな弾性的位置合わせを用いて、同じレベルの倍率で、同じ患者のルゴールのヨウ素画像(そこでは、TZの最外側境界、即ち古いSCJが顕著である)と位置合わせされる。類似する倍率レベルを持つマルチ染色画像(塩水、酢酸及びルゴールヨウ素を適用することにより得られる)が位置合わせされる。これは、染色にわたり異なる生体構造領域の生体構造セグメント化を伝搬するのを助ける。より詳細には、TZ(即ち新規SCJ及び古いSCJの間の領域)は、少なくとも1つのルゴールのヨウ素画像及び1つのポスト酢酸画像(即ち酢酸の適用後の画像)、又は少なくとも1つのルゴールのヨウ素画像及びポスト塩水画像(即ち塩水の適用後の画像)を位置合わせすることにより特定されることができる。ポスト酢酸又はポスト塩水画像において特定される新規SCJは、ルゴールのヨウ素画像にマッピングされる。その後、古いSCJが、ルゴールのヨウ素画像において特定される。
その後、ステップS210において、アセトホワイト見込み領域が、TZにおいて特定される。これは、プレ酢酸(酢酸の適用の前の画像)及びポスト酢酸画像において位置合わせされるTZを使用して、酢酸の適用が原因で白さにおいて有意な変化を示す領域を特定することにより実現されることができる。概して、ポスト酢酸画像において、支配的な不透明度変化を示す変換ゾーンにおけるピクセルが特定され、それらが、プレ酢酸画像におけるそれらの対応するピクセルと比較される。
図5A及び図5Bは、検出及びマークされたアセトホワイト領域10の例示的な結果を示す。
一旦アセトホワイト領域が酢酸画像において特定されると、フェーズ一致及び対応するルゴールのヨウ素画像とのマルチ染色位置合わせを用いる更なるステップのため、それらはステップS220において位置合わせされる。両方の画像(即ち酢酸及びルゴールのヨウ素画像)は、フェーズ一致ドメインへと変換される。続いて、フェーズ一致ドメインにおける弾性及びコンシステント位置合わせが行われる。これは、Bスプラインモデル及びコンシステント画像レジストレーションに基づかれる弾性的画像レジストレーションの組み合わせから成る特別な種類の双方向性位置合わせである。更なる詳細は、Arganda-Carreras, I.、Sorzano, C. O. S.、Marabini, R.、Carazo, J.-M.、Ortiz-de Solorzano, C及びKybic, J.による「Consistent and elastic registration of histological sections using vector-spline regularization」、Computer Vision Approaches to Medical Image Analysis、Springer、pp. 85-95、2006から集められることができる。フェーズ一致ドメインへの上記変換の変換マップは、最終的な位置合わせを実現するため、オリジナル画像領域において適用される。
その後、ステップS230において、ルゴールのヨウ素画像は、マスタードイエロー及びダークブラウン色を持つ領域を分離するため、閾値比較される(thresholded)。このステップの主な目的は、ルゴールのヨウ素画像における領域のヨウ素摂取を特定することである。閾値化は、ルゴールのヨウ素画像の赤チャネルを考慮し、赤チャネル値に関するヒストグラムをプロットし、ヒストグラムを滑らかにし、そのピーク及び谷を特定し、マスタードイエロー領域をセグメント化するため2番目のピークで閾値をセットすることにより適用されることができる。
ステップS240において、アセトホワイト領域におけるピクセルの所定のパーセンテージ(例えば80%)が、マスタードイエロー色に対応するかどうかが決定される。対応する場合、この手順は、ステップS260へと分岐し、ヨウ素摂取が、「ヨウ素ネガティブ」と分類され、そうでなければ、この手順は、ステップS250へと分岐し、ヨウ素摂取が、「ヨウ素ポジティブ」と分類される。アセトホワイト領域が「ヨウ素ポジティブ」であると特定される場合、それは、化生であり、そうでなければ(else)前がん病変である。
図6A及び図6Bは、ルゴールのヨウ素画像においてアセトホワイト領域を位置合わせすることにより、特定されたヨウ素摂取20の例示的な結果を示す。
以下において、アセトホワイト領域の境界を定める2つの異なるアプローチがそれぞれ、第2及び第3の実施形態に基づき説明される。
図3は、第2の実施形態によるクラスタリングベースのアセトホワイト領域セグメント化手順の概略的なフロー図を示す。
ステップS310において、ポスト酢酸画像における変換ゾーンのRGB(赤、緑及び青色)値が、Lab色空間へと変換される。Lab色空間は、照明に関する国際委員会(CIE)の非線形圧縮XYZ色空間座標に基づかれる反対色空間であり、明るさに関する次元「L」及び反対色次元に関する「a」及び「b」を持つ。「L」要素は、明るさ/白さの人間の知覚に密接に整合する。その後、ステップS320において、ピクセルが、不透明な白及び半透明の白を整合させるために用いられるK―手段クラスタリングを用いて、変換ゾーンにおいて白領域の2つのレベルへとクラスタ化される。即ちこのレベルは、支配的な不透明度変化及び軽微な不透明度変化である。K―手段クラスタリングは、ベクトル量子化の方法であり、n観察をkクラスタへと分けることを目的とする。クラスタでは、各観察が、最も近い平均を持つクラスタに属する。これは、クラスタの原型として機能する。その後、ステップS330において、軽微な不透明度変化を持つピクセルが除去され、最終的に、ステップS340において、プレ酢酸画像における支配的な不透明度変化の対応するピクセルが特定される。
図4は、第3の実施形態によるアセトホワイトネス検出に関する代替的なアプローチとして、情報ゲインベースのアセトホワイト領域セグメント化手順の概略的なフロー図を示す。
ステップS410において、クラスタリングベースのマルチレベルヒストグラム閾値化が適用される。ここで、マルチレベル閾値化処理は、(TZ領域内部における)グレイスケール画像を(グレイスケールに基づき)複数の異なる類似する領域にセグメント化する。最大及び最小閾値が、データセットから得られる。更なる詳細は例えば、Seth, S.、Naik, S.、Jayav anth, S.及びKesw arpu, P.による「Nucleus Segmentation in Pap-smear Images」、ICBME、2011に記載される。これは、所望の結果を反復的に見つけるのに役立つ。しかしながら、アセトホワイト領域を実現するために(閾値の変化を伴う)領域成長を止めるのにより更なるステップが必要とされる。
その後、ステップS420において、情報ゲインベースのアセトホワイト領域セグメント化が適用される。この情報ゲインベースの均一な領域の識別は、アセトホワイト見込み領域を分離するのに役立つ。ここで、更なる詳細は、Goparaju, S.、Acharya, J.、Ray, A. K.及びGoswami. J. Cによる「A fast hierarchical multilevel image segmentation method using unbiased estimators」、CoRR-Computing Research Repository、2007に記載される。ステップS420は、変化された均一な領域を分離するため、ステップS410に関する適切な終了基準をもたらすことが可能である。この終了基準が満たされるまで、手順は、ステップS410に戻る。
最終的に、アセトホワイト領域の認識のため、更なるステップS430が実行される。即ち、特徴ベースのアセトホワイト領域選択が行われる。アセトホワイト外観の存在が原因で、ポスト酢酸画像の前景背景比率は、そのプレ酢酸相対物と比較して強度において有意な増加を示す。この特徴は、アセトホワイト領域をその残りから分離するために利用されることができる。
要約すると、頸部画像分析に関する方法及び装置が説明された。そこでは、そのルゴールのヨウ素相対物と位置合わせすることにより、変換ゾーンが酢酸画像において特定される。その後、白さにおいて有意な変化を示す変換ゾーンにおける領域が、アセトホワイト領域として特定され、対応するルゴールのヨウ素画像と位置合わせされる。ルゴールのヨウ素画像において特定された領域が、ヨウ素ネガティブ又はポジティブかが決定される。これに基づき、アセトホワイト領域は、化生、炎症又は前がん病変領域の1つとして分類されることができる。
本発明が図面及び前述の説明において詳細に図示され及び説明されたが、斯かる図示及び説明は、説明的又は例示的であると考えられ、本発明を限定するものではない。本発明は、抽出された頸部領域を用いる開示された実施形態に限定されるものではない。提案された処理は、酢酸及びルゴールのヨウ素画像を用いて調査又は分析されることができる他の領域に適用されることができ、及びルゴールのヨウ素画像からの情報を用いて、化生をアセトホワイトネスと区別する任意の(半)自動化された膣鏡検査画像分析システムに適用されることができる。
図面、開示及び添付された請求項の研究から、開示された実施形態に対する他の変形が、請求項に記載の本発明を実施する当業者により理解され、実行されることができる。請求項において、単語「有する」は他の要素又はステップを除外するものではなく、不定冠詞「a」又は「an」は複数性を除外するものではない。単一のプロセッサ又は他のユニットが、請求項に記載される複数のアイテムの機能を満たすことができる。特定の手段が相互に異なる従属項に記載されるという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを意味するものではない。
前述の説明は、本発明の特定の実施形態を詳述する。しかしながら、前述の実施形態がテキストにおいてどんなに詳細に現れるとしても、本発明は、さまざまな方法で実現されることができ、従って、開示される実施形態に限定されるものではない点を理解されたい。本発明の特定の特徴又は側面を説明するときの特定の用語の使用が、この用語が関連付けられる本発明の特徴又は側面の任意の特定の特性を含むよう限定されるべく、この用語が本書において再定義されることを意味するものとして解釈されるべきではない点に留意されたい。
単一のユニット又はデバイスが、請求項において列挙される複数のアイテムの機能を満たすことができる。特定の手段が相互に異なる従属項に記載されるという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを意味するものではない。
図2〜図4に示されるような上記の動作は、コンピュータプログラムのプログラムコード手段として及び/又は専用ハードウェアとして実現されることができる。コンピュータプログラムは、他のハードウェアと共に又はその一部として供給される光学的記憶媒体又は固体媒体といった適切な媒体に格納/配布されることができるが、インターネット又は他の有線若しくは無線通信システムを介してといった他の形式で配布されることもできる。

Claims (11)

  1. アセトホワイトネス領域を特定する装置であって、
    酢酸画像のヨウ素相対物画像と位置合わせすることにより、前記酢酸画像において変換ゾーンを特定するゾーン識別部と、
    前記変換ゾーンにおける白さにおいて所定の最小限の変化より多くの変化を持つ領域を特定し、前記特定された領域と前記ヨウ素相対物画像とを位置合わせするアセトホワイト識別部と、
    前記特定された領域が前がん病変を有するかどうかを決定するため、前記特定された領域と前記ヨウ素相対物画像との位置合わせに基づき、前記特定された領域のヨウ素摂取のタイプを決定する領域セパレータとを有する、装置。
  2. 前記アセトホワイト識別部が、プレ酢酸及びポスト酢酸画像において位置合わせされる変換ゾーンを用いて、酢酸の適用が原因で白さにおいて所定の最小限の変化より多くの変化を持つ前記領域を特定するよう構成される、請求項1に記載の装置。
  3. 前記アセトホワイト識別部が、前記ポスト酢酸画像における前記変換ゾーンの最初の色空間の色値を明るさ又は白さの人間の知覚に実質的に整合する色要素を持つ色空間へと変換するよう構成される、請求項2に記載の装置。
  4. 前記アセトホワイト識別部が、不透明度変化に基づき、前記特定された変換ゾーンにおけるピクセルをクラスタ化し、所定の閾値を下回る不透明度変化を持つピクセルを取り除くよう構成される、請求項2又は3に記載の装置。
  5. 前記アセトホワイト識別部が、前記特定された変換ゾーン内部においてクラスタリングベースのマルチレベルヒストグラム閾値化を適用するよう構成される、請求項1に記載の装置。
  6. 前記アセトホワイト識別部が、情報ゲインベースのアセトホワイト領域選択を適用するよう構成される、請求項1又は5に記載の装置。
  7. 前記アセトホワイト識別部が、プレ酢酸相対物画像の前景背景比率及びポスト酢酸画像の前景背景比率の強度の変化を比較するよう構成される、請求項1、5又は6に記載の装置。
  8. 前記領域セパレータが、前記ヨウ素相対物画像の赤チャネル値のヒストグラムを決定し、前記ヒストグラムのピークを特定し、前記ヒストグラムの第2のピークで閾値に基づき前記ヨウ素摂取のタイプを決定するよう構成される、請求項1に記載の装置。
  9. 請求項1乃至8のいずれか一項に記載される装置を有する医療イメージ分析システム。
  10. アセトホワイトネス領域を特定する方法において、
    ゾーン識別部により、酢酸画像のヨウ素相対物画像と位置合わせすることにより、前記酢酸画像において変換ゾーンを特定するステップと、
    アセトホワイト識別部により、前記変換ゾーンにおける白さにおいて所定の最小限の変化より多くの変化を持つ領域を特定し、前記特定された領域と前記ヨウ素相対物画像と位置合わせするステップと、
    領域セパレータにより、前記特定された領域が前がん病変を有するかどうかを決定するため、前記特定された領域と前記ヨウ素相対物画像との位置合わせに基づき、前記特定された領域のヨウ素摂取のタイプを決定するステップとを有する、方法。
  11. コンピュータデバイスに、請求項10に記載される方法のステップを実行させるコンピュータプログラム。
JP2016537971A 2013-12-30 2014-12-17 改良された信頼性を持つ頸部画像分析に関する方法及び装置 Expired - Fee Related JP6653652B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP13199747.0 2013-12-30
EP13199747 2013-12-30
PCT/EP2014/078181 WO2015101496A1 (en) 2013-12-30 2014-12-17 Method and apparatus for cervical image analysis with improved reliability

Publications (2)

Publication Number Publication Date
JP2017507678A JP2017507678A (ja) 2017-03-23
JP6653652B2 true JP6653652B2 (ja) 2020-02-26

Family

ID=49885081

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016537971A Expired - Fee Related JP6653652B2 (ja) 2013-12-30 2014-12-17 改良された信頼性を持つ頸部画像分析に関する方法及び装置

Country Status (6)

Country Link
US (1) US10497114B2 (ja)
EP (1) EP3089650B1 (ja)
JP (1) JP6653652B2 (ja)
CN (1) CN105874508B (ja)
RU (1) RU2703507C2 (ja)
WO (1) WO2015101496A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220975B (zh) * 2017-07-31 2018-03-09 合肥工业大学 宫颈图像智能辅助判断***及其处理方法
CN108388841B (zh) * 2018-01-30 2021-04-16 浙江大学 基于多特征深度神经网络的宫颈活检区域识别方法及装置
CN108961222A (zh) * 2018-06-19 2018-12-07 江西大福医疗科技股份有限公司 一种基于***镜图像的***早期筛查识别方法
CN108876786B (zh) * 2018-07-16 2021-10-01 南昌航空大学 一种基于模糊推理的高等级宫颈上皮内瘤变判别方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2240041C1 (ru) * 2003-02-27 2004-11-20 Московский областной научно-исследовательский институт акушерства и гинекологии Способ диагностики воспалительных заболеваний шейки матки
JP4980779B2 (ja) 2007-04-13 2012-07-18 富士フイルム株式会社 撮影装置、方法およびプログラム
EP2174266A2 (en) * 2007-08-03 2010-04-14 STI Medical Systems, LLC Computerized image analysis for a acetic acid induced cervical intraepithelial neoplasia
CN102282569A (zh) * 2008-10-10 2011-12-14 国际科学技术医疗***有限责任公司 宫颈成像中的组织分类方法
US8503747B2 (en) * 2010-05-03 2013-08-06 Sti Medical Systems, Llc Image analysis for cervical neoplasia detection and diagnosis
JP2012142872A (ja) * 2011-01-06 2012-07-26 Fuji Xerox Co Ltd 画像処理装置及び画像処理プログラム
JP6231885B2 (ja) 2011-03-16 2017-11-15 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 頸部を検査する医療機器

Also Published As

Publication number Publication date
JP2017507678A (ja) 2017-03-23
CN105874508A (zh) 2016-08-17
US10497114B2 (en) 2019-12-03
CN105874508B (zh) 2020-06-05
RU2016131017A (ru) 2018-02-07
RU2703507C2 (ru) 2019-10-17
WO2015101496A1 (en) 2015-07-09
EP3089650A1 (en) 2016-11-09
US20160328845A1 (en) 2016-11-10
EP3089650B1 (en) 2021-10-27
RU2016131017A3 (ja) 2018-08-07

Similar Documents

Publication Publication Date Title
Kuruvilla et al. Automated diagnosis of otitis media: vocabulary and grammar
CN106874871B (zh) 一种活体人脸双摄像头识别方法及识别装置
JP6653652B2 (ja) 改良された信頼性を持つ頸部画像分析に関する方法及び装置
CN109815888B (zh) 一种基于新型巴氏染色方法的异常宫颈细胞自动识别方法
US20150125074A1 (en) Apparatus and method for extracting skin area to block harmful content image
JP2007236939A (ja) ***辺縁検出のための方法および装置
CN103325128A (zh) 一种智能识别***镜所采集的图像特征的方法及装置
CN108596237B (zh) 一种基于颜色和血管的lci激光内镜下的结肠息肉分类装置
CN110390678B (zh) 一种结直肠癌ihc染色图像的组织类型分割方法
CN111860538A (zh) 一种基于图像处理的舌体颜色鉴别方法和装置
CN104484652A (zh) 一种指纹识别方法
CN105761260A (zh) 一种皮肤图像患处分割方法
KR101875004B1 (ko) 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법 및 컴퓨터 프로그램
Patil et al. Image processing based abnormal blood cells detection
CN111815624A (zh) 基于图像处理算法的肿瘤间质比判定方法及***
CN115965607A (zh) 一种智能中医舌诊辅助分析***
Lu et al. Immunohistochemical quantification of expression of a tight junction protein, claudin-7, in human lung cancer samples using digital image analysis method
Zhou et al. Automated detection of red lesions using superpixel multichannel multifeature
Sharma et al. A survey on classification of malignant melanoma and benign skin lesion by using machine learning techniques
Kanitkar et al. Automatic detection of cervical region from VIA and VILI images using machine learning
KR20210060895A (ko) AI기반 흉부 X-ray 자동판독기
KR20210048010A (ko) AI기반 흉부 X-ray 자동판독기
Basha et al. On the Use of Spatial Frequency Technique for Detection of Brain Tumors in Medical Images
CN108596893A (zh) 一种图像处理方法及***
CN111080580B (zh) 基于中智集合的超声乳腺肿瘤快速阈值分割方法及***

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170214

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171128

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180928

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181011

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20181220

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190903

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191122

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: 20200121

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200128

R150 Certificate of patent or registration of utility model

Ref document number: 6653652

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees