JP7052103B2

JP7052103B2 - Radiography equipment, radiography system, radiography method, and program

Info

Publication number: JP7052103B2
Application number: JP2021014092A
Authority: JP
Inventors: 剛小林
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2021-02-01
Filing date: 2021-02-01
Publication date: 2022-04-11
Anticipated expiration: 2036-10-17
Also published as: JP2021072946A

Description

本発明は、画像における被写体の所定の対象構造の輪郭を特定する放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラムに関するものである。 The present invention relates to a radiographic apparatus, a radiological imaging system, a radiographic imaging method, and a program for specifying the contour of a predetermined target structure of a subject in an image.

近年、医療現場においてデジタルの放射線撮影装置が広く普及している。放射線撮影による各種検査や診断を行う際、得られたデジタル画像にさまざまな画像処理を施すことで、多くの診断価値を生み出すことが一般的となっている。特に、画像の被写体から特定の対象構造の輪郭を自動抽出する技術は、他の多くの画像処理技術に関連しており、重要な技術課題となっている。 In recent years, digital radiography equipment has become widespread in the medical field. When performing various examinations and diagnoses by radiography, it is common to create a lot of diagnostic value by applying various image processing to the obtained digital images. In particular, the technique of automatically extracting the contour of a specific target structure from the subject of an image is related to many other image processing techniques and has become an important technical issue.

代表的な例として、放射線撮影装置を用いて胸部正面撮影を行った際に、取得した画像から肺野の輪郭を抽出し、肺野の形状と位置を自動認識する技術が提案されている。胸部正面画像における肺野の形状と位置は、例えば心胸郭比（＝心臓幅／胸郭幅）の算出や肺野結節の自動認識への利用など、診断支援の多岐にわたる用途として使用される。そのため、これらの輪郭抽出には高い精度が求められている。 As a typical example, a technique has been proposed in which the contour of the lung field is extracted from the acquired image when the frontal chest image is taken using a radiography apparatus, and the shape and position of the lung field are automatically recognized. The shape and position of the lung field in the frontal chest image is used for a wide range of diagnostic support purposes, such as calculation of cardiothoracic ratio (= heart width / chest width) and use for automatic recognition of lung field nodules. Therefore, high accuracy is required for these contour extractions.

このような要望に対し、画像から自動で所定の構造の輪郭抽出を行う技術が提案されている。代表的なものとして、非特許文献１のアクティブ・シェイプ・モデルが知られている。この手法は、事前学習により、複数のサンプル画像の統計的分析を行って、抽出対象となる対象構造の輪郭をモデル化しておき、学習済みモデルを基に、対象構造の形状の推定を行う技術である。例えば、特許文献１においては、輪郭の学習済みモデルとして、輪郭の形状モデルと輪郭周辺の局所特徴量（画素値など）を表すテクスチャモデルの２つのモデルを設定し、肺野の輪郭を抽出する手法が提案されている。 In response to such demands, a technique for automatically extracting contours of a predetermined structure from an image has been proposed. As a typical example, the active shape model of Non-Patent Document 1 is known. This method is a technique that performs statistical analysis of multiple sample images by pre-learning, models the contour of the target structure to be extracted, and estimates the shape of the target structure based on the trained model. Is. For example, in Patent Document 1, two models, a contour shape model and a texture model representing local features (pixel values, etc.) around the contour, are set as contour trained models, and the contour of the lung field is extracted. A method has been proposed.

特開２００４－００８４１９号公報Japanese Unexamined Patent Publication No. 2004-008419

Ｔ．Ｆ．Ｃｏｏｔｅｓｅｔ，ａｌ．“Ａｃｔｉｖｅｓｈａｐｅｍｏｄｅｌｓ”，ｃｏｍｐｕｔｅｒｖｉｓｉｏｎａｎｄｉｍａｇｅｕｎｄｅｒｓｔａｎｄｉｎｇｖｏｌ．６１，ｎｏ１，Ｊａｎ１９９５T. F. Cootes et, al. "Active shop models", computer vision and image understanding vol. 61, no1, Jan 1995

しかしながら、上記の従来技術には、輪郭抽出の精度を高めるうえで以下の課題が存在していた。 However, the above-mentioned prior art has the following problems in improving the accuracy of contour extraction.

第１には、局所探索における輪郭候補の誤検出である。局所探索においては、輪郭候補の周囲に所定の探索範囲を設定し、探索範囲中から最も似た輪郭候補が探索される。設定された探索範囲に対象構造が含まれていない場合、テクスチャモデルと似た特徴を持つ不適切な輪郭候補が探索範囲中から抽出されてしまい、輪郭候補の誤検を招くことがある。特に、探索範囲が所望の対象構造の輪郭が存在し得る領域から大きく外れた領域に設定された場合、不適切な輪郭候補が本来の輪郭から大きく外れた位置で抽出されてしまうことが多い。 The first is erroneous detection of contour candidates in local search. In the local search, a predetermined search range is set around the contour candidate, and the most similar contour candidate is searched from the search range. If the target structure is not included in the set search range, inappropriate contour candidates having characteristics similar to the texture model may be extracted from the search range, which may lead to misidentification of the contour candidates. In particular, when the search range is set to a region largely deviated from the region where the contour of the desired target structure can exist, inappropriate contour candidates are often extracted at a position significantly deviated from the original contour.

第２には、輪郭形状の特徴を維持した場合における輪郭候補の不適切な変形である。上記のように、輪郭候補の一部に不適切な輪郭候補が含まれる場合、輪郭形状の特徴を維持しようとすると、輪郭候補の形状全体が不適切な輪郭候補の影響を受けて、輪郭候補が不適切に変形されてしまうことがある。 The second is improper deformation of contour candidates when the characteristics of the contour shape are maintained. As described above, when some of the contour candidates include inappropriate contour candidates, when trying to maintain the characteristics of the contour shape, the entire shape of the contour candidates is affected by the inappropriate contour candidates, and the contour candidates are affected. May be improperly deformed.

これらの不適切な輪郭候補が抽出された状態で局所探索と輪郭形状特徴の維持を繰り返した場合、不適切な輪郭候補の影響を受けたまま対象構造の輪郭の探索を繰り返すため、結果的に所望の輪郭を抽出できないことがあった。 When local search and maintenance of contour shape features are repeated with these inappropriate contour candidates extracted, the search for the contour of the target structure is repeated while being affected by the inappropriate contour candidates, resulting in a result. Sometimes the desired contour could not be extracted.

本発明は、上記の課題に鑑みてなされたものであり、対象構造の輪郭を適切に特定（又は、抽出）することができる放射線装置、放射線撮影システム、放射線撮影方法、及びプログラムの提供を目的とする。 The present invention has been made in view of the above problems, and an object of the present invention is to provide a radiation apparatus, a radiography system, a radiography method, and a program capable of appropriately specifying (or extracting) the contour of a target structure. And.

本発明の放射線撮影装置は、画像における被写体の所定の対象構造の輪郭を特定する放射線撮影装置であって、前記被写体の構造の解剖学的特徴に基づいて、前記輪郭が探索される輪郭探索領域を設定する領域設定手段と、前記対象構造の輪郭候補を設定する輪郭候補設定手段と、前記輪郭探索領域に含まれる前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を調整する輪郭調整手段と、を備える The radiography apparatus of the present invention is a radiography apparatus for specifying the contour of a predetermined target structure of a subject in an image, and is a contour search region in which the contour is searched based on the anatomical features of the structure of the subject. The area setting means for setting the contour candidate, the contour candidate setting means for setting the contour candidate of the target structure, and the contour candidate adjusted in order to make the contour candidate included in the contour search area approximate to the contour of the target structure. Provided with contour adjusting means

本発明によれば、対象構造の輪郭を適切に特定（又は、抽出）することができる。 According to the present invention, the contour of the target structure can be appropriately specified (or extracted).

本発明の実施形態に係る放射線撮影装置を含む放射線撮影装置の基本的な構成例を示すブロック図である。It is a block diagram which shows the basic structural example of the radiographing apparatus including the radiographing apparatus which concerns on embodiment of this invention. 本発明の実施形態に係る放射線撮影装置の輪郭抽出回路の基本的な構成の例を示すブロック図である。It is a block diagram which shows the example of the basic structure of the contour extraction circuit of the radiography apparatus which concerns on embodiment of this invention. 学習回路における教師データ及び形状モデルを示す模式図である。It is a schematic diagram which shows the teacher data and a shape model in a learning circuit. 学習回路におけるテクスチャモデルを示す模式図である。It is a schematic diagram which shows the texture model in a learning circuit. 輪郭抽出回路の処理フローの例を示すフローチャートである。It is a flowchart which shows the example of the processing flow of the contour extraction circuit. 輪郭探索領域の設定、輪郭候補の修正、及び局所領域の設定の処理フローの例を示すフローチャートである。It is a flowchart which shows the example of the processing flow of the setting of a contour search area, the correction of a contour candidate, and the setting of a local area. 構造領域、遮蔽領域、及び直接照射領域を含む胸部正面画像の例を示す図である。It is a figure which shows the example of the chest front image including a structural area, a shielding area, and a direct irradiation area. （ａ）対象構造の解剖学的特徴に基づいて輪郭候補のサイズを調整する例を示す図である。（ｂ）対象構造の解剖学的特徴に基づいて輪郭候補の角度を調整する例を示す図である。(A) It is a figure which shows the example which adjusts the size of a contour candidate based on the anatomical feature of a target structure. (B) It is a figure which shows the example which adjusts the angle of a contour candidate based on the anatomical feature of a target structure. 輪郭候補の一部を輪郭候補から分離して移動させる例を示す図である。It is a figure which shows the example which separates and moves a part of contour candidates from contour candidates. 輪郭候補の全体を移動させる例を示す図である。It is a figure which shows the example which moves the whole contour candidate. （ａ）輪郭候補の局所領域の例を示す図である。（ｂ）輪郭候補の局所領域において新たな輪郭点を選択する例を示す図である。(A) It is a figure which shows the example of the local region of a contour candidate. (B) It is a figure which shows the example which selects a new contour point in the local region of a contour candidate. 輪郭候補の平滑化処理の処理フローの例を示すフローチャートである。It is a flowchart which shows the example of the processing flow of the smoothing process of a contour candidate.

以下、添付図面を参照し、本発明の好適な実施形態について説明する。図１を用いて、画像（例えば、放射線画像）における被写体の所定の対象構造の輪郭を特定する放射線撮影装置を含む放射線撮影システムの構成例について述べる。 Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings. FIG. 1 will describe a configuration example of a radiographic imaging system including a radiographic imaging apparatus that specifies the contour of a predetermined target structure of a subject in an image (for example, a radiographic image).

本実施形態では、輪郭の形状モデルと輪郭周辺の局所特徴量（画素値など）を表すテクスチャモデルの２つのモデルによるアクティブ・シェイプ・モデルを用いるが、対象構造の輪郭を抽出する他の手法も適用可能である。 In this embodiment, an active shape model based on two models, a contour shape model and a texture model representing local features (pixel values, etc.) around the contour, is used, but other methods for extracting the contour of the target structure are also used. Applicable.

図１Ａは、本実施形態の放射線撮影装置を含む放射線撮影システムの基本的な構成の例を示すブロック図である。図１Ｂは、本実施形態の放射線撮影装置の輪郭抽出回路の基本的な構成の例を示すブロック図である。 FIG. 1A is a block diagram showing an example of a basic configuration of a radiography system including the radiography apparatus of the present embodiment. FIG. 1B is a block diagram showing an example of a basic configuration of a contour extraction circuit of the radiography apparatus of the present embodiment.

放射線撮影システム１００は、放射線を発生させる放射線発生装置１０１と、被写体１０２を配置する寝台１０３と、放射線を検出し、被写体１０２を通過した放射線に応じた画像データを出力する放射線検出装置１０４と、放射線発生装置１０１の放射線発生タイミングと放射線発生条件を制御する制御装置１０５と、各種デジタルデータを収集するデータ収集装置１０６と、ユーザーの指示に従って画像処理や機器全体の制御を行う情報処理装置（放射線撮影装置）１０７とを備える。 The radiation photographing system 100 includes a radiation generator 101 that generates radiation, a bed 103 on which the subject 102 is arranged, a radiation detection device 104 that detects radiation and outputs image data according to the radiation that has passed through the subject 102. A control device 105 that controls the radiation generation timing and radiation generation conditions of the radiation generator 101, a data collection device 106 that collects various digital data, and an information processing device (radiation) that performs image processing and control of the entire device according to the user's instructions. It is equipped with a photographing device) 107.

情報処理装置１０７は、前処理回路１０９と、学習回路１１０と、輪郭抽出回路１１１と、診断用画像処理回路１１２を含む画像処理装置１０８と、ＣＰＵ１１４と、メモリ１１５と、操作パネル１１６と、記憶装置１１７と、表示装置１１８とを備えており、これらはＣＰＵバス１１３を介して電気的に接続されている。 The information processing apparatus 107 includes a preprocessing circuit 109, a learning circuit 110, a contour extraction circuit 111, an image processing apparatus 108 including a diagnostic image processing circuit 112, a CPU 114, a memory 115, an operation panel 116, and storage. The device 117 and the display device 118 are provided, and these are electrically connected via the CPU bus 113.

メモリ１１５は、ＣＰＵ１１４での処理に必要な各種のデータなどが記憶されるものであるとともに、ＣＰＵ１１４の作業用ワークメモリを含む。また、ＣＰＵ１１４は、メモリ１１５を用いて、操作パネル１１６に入力されるユーザーの指示に従い、装置全体の動作制御などを行うようになっている。 The memory 115 stores various data and the like necessary for processing by the CPU 114, and also includes a working work memory of the CPU 114. Further, the CPU 114 uses the memory 115 to control the operation of the entire device according to the user's instruction input to the operation panel 116.

輪郭抽出回路１１１は、領域設定部１５１と、輪郭候補設定部１５２と、輪郭調整部１５３とを含む。 The contour extraction circuit 111 includes an area setting unit 151, a contour candidate setting unit 152, and a contour adjustment unit 153.

なお、本発明において放射線とは、一般的に用いられるＸ線に限らず、放射性崩壊によって放出される粒子（光子を含む）の作るビームであるα線、β線、及びγ線などの他、同程度以上のエネルギーを有するビーム（例えば、粒子線や宇宙線など）も含まれる。以下、放射線としてＸ線を用いる場合を例に説明する。 In the present invention, radiation is not limited to commonly used X-rays, but is not limited to α-rays, β-rays, γ-rays, etc., which are beams produced by particles (including photons) emitted by radioactive decay. Beams with similar or higher energies (eg particle beams, cosmic rays, etc.) are also included. Hereinafter, a case where X-rays are used as radiation will be described as an example.

放射線撮影システム１００は、操作パネル１１６を介したユーザーの指示に従って、被写体１０２の撮影シーケンスを開始する。放射線発生装置１０１から所定の条件のＸ線が発生し、被写体１０２を通過したＸ線が放射線検出装置１０４に照射される。ここで、制御装置１０５は、放射線発生装置１０１に対して、電圧、電流、及び照射時間などのＸ線発生条件を制御し、所定の条件でＸ線を発生できるようになっている。 The radiological imaging system 100 starts an imaging sequence of the subject 102 according to a user's instruction via the operation panel 116. X-rays under predetermined conditions are generated from the radiation generator 101, and the X-rays that have passed through the subject 102 are irradiated to the radiation detection device 104. Here, the control device 105 controls the radiation generation device 101 with X-ray generation conditions such as voltage, current, and irradiation time, and can generate X-rays under predetermined conditions.

放射線検出装置１０４から出力された画像情報は、放射線検出装置１０４で電気信号に変換され、データ収集装置１０６によりデジタルの画像データとして収集される。データ収集装置１０６により収集された画像データは、情報処理装置１０７に転送され、ＣＰＵ１１４の制御によりＣＰＵバス１１３を介してメモリ１１５に転送される。画像処理装置１０８は、メモリ１１５に格納された画像データに対して各種画像処理を適用する。画像処理装置１０８は、対象構造の所望の輪郭の抽出や診断に適した画像の作成を行い、その結果を記憶装置１１７へ保存し、表示装置１１８へ表示する。 The image information output from the radiation detection device 104 is converted into an electric signal by the radiation detection device 104, and is collected as digital image data by the data collection device 106. The image data collected by the data collecting device 106 is transferred to the information processing device 107, and is transferred to the memory 115 via the CPU bus 113 under the control of the CPU 114. The image processing device 108 applies various image processing to the image data stored in the memory 115. The image processing device 108 extracts a desired contour of the target structure and creates an image suitable for diagnosis, stores the result in the storage device 117, and displays the result on the display device 118.

次に、画像処理装置１０８の詳細な処理について説明する。画像処理装置１０８は、前処理回路１０９と、学習回路１１０と、輪郭抽出回路１１１と、診断用画像処理回路１１２とを備える。 Next, detailed processing of the image processing apparatus 108 will be described. The image processing device 108 includes a preprocessing circuit 109, a learning circuit 110, a contour extraction circuit 111, and a diagnostic image processing circuit 112.

前処理回路１０９は、画像データの前処理を行う回路を具備している。ここで、前処理とは、データ収集装置１０６により収集された生の画像データに対して、放射線検出装置１０４の特性に起因する特性バラつきを補正し、後段の処理を適切に行うようにするための各種補正処理を含む。 The preprocessing circuit 109 includes a circuit that preprocesses image data. Here, the pre-processing is to correct the characteristic variation caused by the characteristics of the radiation detection device 104 for the raw image data collected by the data acquisition device 106 so that the subsequent processing can be appropriately performed. Includes various correction processes.

前処理回路１０９は、放射線検出装置１０４の種類によって適切な補正を選ぶようになっている。補正には、ダーク補正、ゲイン補正、欠陥補正、及び画像データの対数変換処理などがある。ダーク補正は、放射線検出装置１０４の固定パターンノイズなどを除去するための補正である。ゲイン補正は、放射線検出装置１０４の感度を撮像面内で均一化するための補正である。欠陥補正は、放射線検出装置１０４の製造過程で含まれる欠陥画素を周囲の画素から補間するための補正である。 The pretreatment circuit 109 is adapted to select an appropriate correction depending on the type of the radiation detection device 104. The correction includes dark correction, gain correction, defect correction, logarithmic conversion processing of image data, and the like. The dark correction is a correction for removing fixed pattern noise and the like of the radiation detection device 104. The gain correction is a correction for making the sensitivity of the radiation detection device 104 uniform in the imaging surface. The defect correction is a correction for interpolating the defective pixels included in the manufacturing process of the radiation detection device 104 from the surrounding pixels.

診断用画像処理回路１１２は、前処理と後述の輪郭抽出処理の結果を受け、診断用画像処理としてノイズ低減処理、各種強調処理、及び階調変換処理などを適用し、診断に使用するための処理を行う。 The diagnostic image processing circuit 112 receives the results of preprocessing and contour extraction processing described later, applies noise reduction processing, various enhancement processing, gradation conversion processing, etc. as diagnostic image processing, and is used for diagnosis. Perform processing.

以下、Ｘ線単純撮影の胸部正面画像における肺野を対象構造とした例について説明する。ただし、本発明は、肺野に限定されず、心臓などの他の対象構造にも適用可能である。 Hereinafter, an example in which the lung field is the target structure in the front chest image of the X-ray simple radiography will be described. However, the present invention is not limited to the lung field, and can be applied to other target structures such as the heart.

また、本実施形態では、アクティブ・シェイプ・モデルが用いられ、輪郭の形状モデルにより、輪郭候補として適切な初期位置が設定される。そして、輪郭候補の周囲の局所特徴量とテクスチャモデルを比較し、より確からしい輪郭候補が算出され、より確からしい位置に輪郭候補を更新する。その後、形状モデルにより、更新された輪郭候補に対して輪郭形状の特徴を維持した変形が行われる。上記の局所探索と輪郭形状特徴の維持による探索処理を繰り返して、最終的な輪郭候補が特定される。 Further, in the present embodiment, an active shape model is used, and an appropriate initial position is set as a contour candidate by the contour shape model. Then, the local feature amount around the contour candidate is compared with the texture model, a more probable contour candidate is calculated, and the contour candidate is updated to a more probable position. After that, the shape model deforms the updated contour candidates while maintaining the characteristics of the contour shape. The final contour candidate is identified by repeating the above local search and the search process by maintaining the contour shape feature.

学習回路１１０は、対象構造の輪郭の特徴に関する事前学習処理を行う。本処理は、Ｘ線撮影に先立って行われるものであり、事前に多数の学習画像が入力され、対象構造の輪郭を表す特徴の統計モデル（学習済みモデル）を作成する。統計モデルについては、その種類について特に限定されるものではなく、対象構造の輪郭の種類に応じて最適なモデルが使用される。 The learning circuit 110 performs pre-learning processing regarding the characteristics of the contour of the target structure. This process is performed prior to X-ray photography, and a large number of training images are input in advance to create a statistical model (trained model) of features representing the contour of the target structure. The type of statistical model is not particularly limited, and the optimum model is used according to the type of contour of the target structure.

学習回路１１０は、対象構造の輪郭の統計的な形状を表す形状モデルを学習する。また、学習回路１１０は、画素値プロファイルにより、対象構造の輪郭の統計的な局所特徴を表すテクスチャモデルを学習する。本実施形態では、胸部正面画像における肺野を対象構造とするため、肺野輪郭の形状に基づく形状モデルと肺野輪郭周辺の画素値のプロファイル情報に基づくテクスチャモデルが採用される。 The learning circuit 110 learns a shape model that represents the statistical shape of the contour of the target structure. Further, the learning circuit 110 learns a texture model representing statistical local features of the contour of the target structure by the pixel value profile. In this embodiment, since the lung field in the front chest image is the target structure, a shape model based on the shape of the lung field contour and a texture model based on the profile information of the pixel values around the lung field contour are adopted.

まず、肺野（対象構造）の輪郭の形状モデルについて説明する。図２Ａに示すように、Ｎ枚の学習画像ｋ（ｋ：１～Ｎ）の肺野輪郭を手動で指定した教師データ用意する。肺野輪郭は、ｎ個の輪郭点ｉ（ｉ：１～ｎ）を用いて指定される。 First, a shape model of the contour of the lung field (target structure) will be described. As shown in FIG. 2A, teacher data in which the lung field contours of N learning images k (k: 1 to N) are manually specified are prepared. The lung field contour is designated using n contour points i (i: 1 to n).

ｋ番目の学習画像中のｉ番目の輪郭点のｘ座標をｘ_ｋｉとし、ｙ座標をｙ_ｋｉとすると、式（１）のようなベクトルＸ_ｋで輪郭点が表現される。輪郭点数であるｎと学習画像数であるＮは、特に限定されないが、胸部正面画像における肺野輪郭においては、例えば、ｎ＝１００以上及びＮ＝１５００以上に設定すると好適である。 Assuming that the x-coordinate of the i-th contour point in the k-th learning image is x- _ki and the y-coordinate is y- _ki , the contour point is expressed by the vector X _k as in the equation (1). The number of contour points n and the number of learning images N are not particularly limited, but it is preferable to set, for example, n = 100 or more and N = 1500 or more in the lung field contour in the chest front image.

そして、Ｎ枚の学習画像ｋそれぞれに対して輪郭点ｉのベクトルを求め、式（２）のように行列で表したものをＸとする。 Then, the vector of the contour point i is obtained for each of the N learning images k, and the vector represented by the equation (2) is defined as X.

肺野輪郭の形状モデルとして、Ｘを主成分分析して、式（３）のように変換したものが用いられる。 As the shape model of the lung field contour, the one obtained by performing the principal component analysis of X and converting it as shown in the equation (3) is used.

ここで、Ｘ_ｍｅａｎは、Ｘの平均形状を表す。Ｐ_Ｓは、主成分ベクトルを表す。ｂ_Ｓは、固有値を表す。使用される主成分は自由に選択可能であり、例えば、累積の寄与率が９０％になるように主成分ベクトルが選択されると好適である。 Here, X _mean represents the average shape of X. P _S represents a principal component vector. b _S represents an eigenvalue. The principal component used can be freely selected, and for example, it is preferable that the principal component vector is selected so that the cumulative contribution rate is 90%.

次に、肺野輪郭のテクスチャモデルについて説明する。図２Ｂに示すように、肺野の輪郭点ｉそれぞれについて、輪郭線の垂線方向で画素値プロファイルｖ_ｉｍを取得する。プロファイル長をＬ（ｍ：１～Ｌ）として、ｋ番目の学習画像中の画素値プロファイルｖ_ｉｍを輪郭点ごとに算出することで、画素値プロファイルｖ_ｋｉｍ（ｉ：１～ｎ，ｍ：１～Ｌ）は、式（４）のような行列Ｖ_ｋで表される。 Next, the texture model of the lung field contour will be described. As shown in FIG. 2B, for each of the contour points i of the lung field, the pixel value profile _vim is acquired in the perpendicular direction of the contour line. By setting the profile length to L (m: 1 to L) and calculating the pixel value profile v _im in the kth learning image for each contour point, the pixel value profile v _kim (i: 1 to n, m: 1). ~ L) is represented by the matrix V _k as in the equation (4).

画素値プロファイルを取得する際には、画像信号は正規化されることが望ましい。例えば、取得された画素値プロファイルの最大値と最小値を用いて、各々の画素値プロファイルｖ_ｉｍを０～１に変換することで、画像信号は正規化される。また、学習画像全体を０～１に正規化したうえで画素値プロファイルｖ_ｉｍを取得することで、画像信号は正規化されてもよい。プロファイル長Ｌは、例えば４０ピクセル以上に設定すると好適である。 When acquiring the pixel value profile, it is desirable that the image signal be normalized. For example, the image signal is normalized by converting each pixel value profile _vim from 0 to 1 using the maximum value and the minimum value of the acquired pixel value profile. Further, the image signal may be normalized by normalizing the entire trained image to 0 to 1 and then acquiring the pixel value profile _vim . It is preferable that the profile length L is set to, for example, 40 pixels or more.

形状モデルと同様に、Ｎ個の学習画像それぞれに対して式（４）の画素値プロファイルを求め、主成分分析を行うことで、式（５）のように変換したものを、肺野輪郭のテクスチャモデルＶとする。 Similar to the shape model, the pixel value profile of Eq. (4) is obtained for each of the N learning images, and the principal component analysis is performed. Let it be a texture model V.

ここで、Ｖ_ｍｅａｎは、Ｖの平均形状を表す。Ｐ_Ａは、主成分ベクトルを表す。ｂ_Ａは、固有値を表す。使用される主成分は自由に選択可能であり、例えば、累積の寄与率が９０％になるように主成分ベクトルが選択されると好適である。 Here, V _mean represents the average shape of V. _PA represents a principal component vector. b _A represents an eigenvalue. The principal component used can be freely selected, and for example, it is preferable that the principal component vector is selected so that the cumulative contribution rate is 90%.

以上のように、形状モデル及びテクスチャモデルは、予め算出されたモデルを放射線撮影装置にとって汎用モデルとして記憶装置１１７に保存されて使用されてもよい。また、形状モデル及びテクスチャモデルは、放射線撮影装置の使用状況に応じて、各放射線撮影装置で撮影された画像データを学習画像ｋとして算出されてもよい。 As described above, the shape model and the texture model may be stored in the storage device 117 as a general-purpose model for the radiography apparatus and used by using the pre-calculated model. Further, the shape model and the texture model may be calculated by using the image data captured by each radiographic imaging device as the learning image k, depending on the usage status of the radiographic imaging device.

輪郭抽出回路１１１は、被写体１０２から所定の対象構造の輪郭を特定（又は、抽出）する処理を行う。図３を用いて、輪郭抽出回路１１１の処理フローについて説明する。 The contour extraction circuit 111 performs a process of specifying (or extracting) the contour of a predetermined target structure from the subject 102. The processing flow of the contour extraction circuit 111 will be described with reference to FIG.

ステップＳ３０１において、前処理回路１０９により得られた前処理済み画像に対して、解析準備処理が行われる。解析準備処理は、後段の処理での輪郭抽出精度を向上することを目的とした処理で、対象構造に合わせた処理が選択される。解析準備処理は、画像信号の正規化処理、抽出する輪郭を強調するためのエッジ強調処理、階調変換処理、ノイズ低減処理、及び演算される画像方向を一定にするための回転処理を含む。また、解析準備処理は、放射線検出装置１０４のピクセルサイズが異なる場合に画像上の被写体サイズを正規化するための拡大縮小処理を含む。 In step S301, analysis preparation processing is performed on the preprocessed image obtained by the preprocessing circuit 109. The analysis preparation process is a process aimed at improving the contour extraction accuracy in the subsequent process, and a process suitable for the target structure is selected. The analysis preparation process includes a normalization process of an image signal, an edge enhancement process for emphasizing the contour to be extracted, a gradation conversion process, a noise reduction process, and a rotation process for making the calculated image direction constant. Further, the analysis preparation process includes an enlargement / reduction process for normalizing the subject size on the image when the pixel size of the radiation detection device 104 is different.

ステップＳ３０２において、初回の輪郭候補Ｘ_ｔが設定される。輪郭候補設定部１５２が、対象構造の輪郭候補を設定する。輪郭候補Ｘ_ｔは、学習回路１１０において作成された形状モデルと同じ輪郭点数のｎ個の輪郭点を含み、式（６）のようなベクトルで表される。 In step S302, the first contour candidate _Xt is set. The contour candidate setting unit 152 sets the contour candidate of the target structure. The contour candidate X _t includes n contour points having the same number of contour points as the shape model created in the learning circuit 110, and is represented by a vector as shown in the equation (6).

ここで、初回の輪郭候補Ｘ_ｔは、ステップＳ３０３～ステップＳ３０８の輪郭探索ループ処理によって輪郭を逐次探索するときの初期位置となるものである。輪郭候補Ｘ_ｔは、任意の位置を設定してよいが、対象構造の所望の輪郭に可能な限り近い位置に初期位置として設定されると輪郭抽出精度が高まるため、例えば、形状モデルの学習時に求められた肺野の平均形状Ｘ_ｍｅａｎを初期位置とすることが好適である。このように、輪郭候補設定部１５２は、形状モデルに基づいて、輪郭候補の初期位置を設定する Here, the first contour candidate _Xt is the initial position when the contour is sequentially searched by the contour search loop processing of steps S303 to S308. The contour candidate _Xt may be set to an arbitrary position, but if the contour candidate Xt is set as the initial position as close as possible to the desired contour of the target structure, the contour extraction accuracy will be improved. It is preferable to set the obtained average shape X _mean of the lung field as the initial position. In this way, the contour candidate setting unit 152 sets the initial position of the contour candidate based on the shape model.

ステップＳ３０３～ステップＳ３０５では、所定の探索範囲（輪郭探索領域）から肺野（対象構造）の輪郭を特徴付ける局所特徴量を算出及び評価し、輪郭を探索する処理が行われる。まず、ステップＳ３０３において、肺野（対象構造）の輪郭候補の局所特徴量に基づいて肺野の輪郭が探索される輪郭探索領域Ｓが設定される。領域設定部１５１が、被写体１０２の構造の解剖学的特徴に基づいて、対象構造の輪郭が探索される輪郭探索領域Ｓを設定する。 In steps S303 to S305, a process of calculating and evaluating a local feature amount that characterizes the contour of the lung field (target structure) from a predetermined search range (contour search region) and searching for the contour is performed. First, in step S303, the contour search region S in which the contour of the lung field is searched based on the local feature amount of the contour candidate of the lung field (target structure) is set. The area setting unit 151 sets the contour search area S in which the contour of the target structure is searched based on the anatomical features of the structure of the subject 102.

ステップＳ３０３における処理は、具体的には、図４に示したフローからなる処理であり、ステップＳ３０３における処理について図４を用いて以下詳細に説明する。 Specifically, the process in step S303 is a process including the flow shown in FIG. 4, and the process in step S303 will be described in detail below with reference to FIG.

ステップＳ４０１において、被写体１０２の解剖学的特徴を算出する処理を行う。本処理は、学習回路１１０により求められた統計モデル（学習済みモデル）とは独立して行われる処理であり、被写体１０２の解剖学的特徴に基づき、対象構造の輪郭の存在が想定される輪郭探索領域Ｓを算出することを目的とする処理である。領域設定部１５１は、被写体１０２の構造の解剖学的特徴を示す構造領域、放射線が遮蔽される遮蔽領域、及び放射線が放射線検出装置に直接照射される直接照射領域の少なくとも１つに基づいて、輪郭探索領域Ｓを設定する。 In step S401, a process of calculating the anatomical feature of the subject 102 is performed. This process is performed independently of the statistical model (learned model) obtained by the learning circuit 110, and the contour of the target structure is assumed to exist based on the anatomical features of the subject 102. This is a process for the purpose of calculating the search area S. The region setting unit 151 is based on at least one of a structural region showing an anatomical feature of the structure of the subject 102, a shielded region where radiation is shielded, and a direct irradiation region where radiation is directly applied to the radiation detection device. The contour search area S is set.

ここで、被写体１０２の解剖学的特徴について、図５の胸部正面画像を具体例として説明する。胸部正面画像は、大別して、遮蔽領域４１１、直接照射領域４１２、肩関節・腕領域（第１の構造領域）４１３、脊椎領域（第２の構造領域）４１４、腹部領域（第３の構造領域）４１５、及び肺野領域（第４の構造領域）４１６に分類される。 Here, the anatomical features of the subject 102 will be described using the front chest image of FIG. 5 as a specific example. The front chest image is roughly divided into a shield region 411, a direct irradiation region 412, a shoulder joint / arm region (first structural region) 413, a spine region (second structural region) 414, and an abdominal region (third structural region). ) 415 and the lung field region (fourth structural region) 416.

遮蔽領域４１１は、放射線がコリメータで遮蔽された領域である。直接照射領域４１２は、放射線が被写体１０２を通過せずに放射線検出装置１０４に直接照射された領域である。肩関節・腕領域４１３は、被写体１０２の肩関節及び腕の解剖学的特徴を含む領域である。脊椎領域４１４は、被写体１０２の脊椎の解剖学的特徴を含む領域である。腹部領域４１５は、被写体１０２の腹部の解剖学的特徴を含む領域である。肺野領域４１６は、被写体１０２の肺野の解剖学的特徴を含む領域である。 The shielded area 411 is an area where radiation is shielded by a collimator. The direct irradiation area 412 is an area in which the radiation is directly applied to the radiation detection device 104 without passing through the subject 102. The shoulder joint / arm region 413 is a region including the anatomical features of the shoulder joint and the arm of the subject 102. The spinal region 414 is an region containing the anatomical features of the spine of the subject 102. The abdominal region 415 is an region containing the anatomical features of the abdomen of the subject 102. The lung field region 416 is a region containing the anatomical features of the lung field of the subject 102.

本処理は、遮蔽領域４１１を認識する遮蔽領域認識処理（ステップＳ４０１１）、直接照射領域４１２を認識する直接照射領域認識処理（ステップＳ４０１２）、及び被写体１０２の構造領域（肩関節・腕領域４１３、脊椎領域４１４、及び腹部領域４１５）を認識する構造認識処理（ステップＳ４０１３）を含む。 This process includes a shielding area recognition process (step S4011) for recognizing the shielding area 411, a direct irradiation area recognition process (step S4012) for recognizing the direct irradiation area 412, and a structural area (shoulder joint / arm area 413) of the subject 102. It includes a structure recognition process (step S4013) for recognizing the spinal region 414 and the abdominal region 415).

本実施形態では、ステップＳ４０１１～ステップＳ４０１３により認識された領域４１１～４１５を被写体１０２の画像データから除くことにより、肺野領域４１６を推定し、肺野領域４１６が輪郭探索領域Ｓとして設定される。このように、領域設定部１５１は、対象構造以外の構造の解剖学的特徴に基づいて、肺野（対象構造）以外の構造の構造領域４１３，４１４，４１５を特定し、構造領域４１３，４１４，４１５を除外した領域から輪郭探索領域Ｓを設定してもよい。 In the present embodiment, the lung field region 416 is estimated by removing the regions 411 to 415 recognized by steps S4011 to S4013 from the image data of the subject 102, and the lung field region 416 is set as the contour search region S. .. In this way, the region setting unit 151 identifies structural regions 413,414,415 of structures other than the lung field (target structure) based on the anatomical features of the structure other than the target structure, and structural regions 413,414. , 415 may be excluded from the area, and the contour search area S may be set.

なお、被写体１０２の解剖学的特徴により構造領域を認識する処理については、公知の技術が適用可能である。また、ステップＳ４０１１～ステップＳ４０１３の認識処理を全て用いてもよいし、対象構造に応じて認識処理が選択されてもよい。 A known technique can be applied to the process of recognizing the structural region based on the anatomical features of the subject 102. Further, all the recognition processes of steps S4011 to S4013 may be used, or the recognition process may be selected according to the target structure.

ステップＳ４０２において、輪郭候補Ｘ_ｔの誤検出判定処理が行われる。これは、ステップＳ３０２又はステップＳ３０８で設定された輪郭候補Ｘ_ｔが肺野（対象構造）らしい構造をしているか否かについて、解剖学的特徴に基づいて判定することを目的とする処理である。ステップＳ４０３において誤検出判定処理の結果が確認され、結果が不適合だった場合にはステップＳ４０４で輪郭候補Ｘ_ｔが修正される。結果が適合だった場合は、ステップＳ４０５に進む。 In step S402, a false detection determination process for the contour candidate _Xt is performed. This is a process for determining whether or not the contour candidate _Xt set in step S302 or step S308 has a structure likely to be a lung field (target structure) based on anatomical features. .. The result of the false positive determination process is confirmed in step S403, and if the result is non-conforming, the contour candidate _Xt is corrected in step S404. If the result is compliant, the process proceeds to step S405.

輪郭候補Ｘ_ｔの誤検出判定処理の好適な具体例として、輪郭候補Ｘ_ｔのサイズと角度に基づく判定処理が挙げられる。輪郭候補Ｘ_ｔのサイズに基づくサイズ判定処理（ステップＳ４０２１）及び輪郭候補Ｘ_ｔの角度に基づく角度判定処理（ステップＳ４０２２）について、以下説明する。 A preferable specific example of the false detection determination process of the contour candidate X _t is a determination process based on the size and angle of the contour candidate X _t . The size determination process (step S4021) based on the size of the contour candidate X _t and the angle determination process (step S4022) based on the angle of the contour candidate X _t will be described below.

ステップＳ４０２１のサイズ判定処理においては、輪郭候補Ｘ_ｔにより規定される肺野のサイズを算出する。図６（ａ）に示すように、左肺輪郭候補ＸＲ_ｔ＝（ｘｒ_ｔ１，ｘｒ_ｔ２，・・・，ｘｒ_ｔｎ，ｙｒ_ｔ１，ｙｒ_ｔ２，・・・，ｙｒ_ｔｎ）及び右肺輪郭候補ＸＬ_ｔ＝（ｘｌ_ｔ１，ｘｌ_ｔ２，・・・，ｘｌ_ｔｎ，ｙｌ_ｔ１，ｙｌ_ｔ２，・・・，ｙｌ_ｔｎ）に基づいて、左肺の高さＷＲ、右肺の高さＷＬ、左肺の幅ＨＲ、及び右肺の幅ＨＬを式（７）に従って求める。 In the size determination process of step _S4021 , the size of the lung field defined by the contour candidate Xt is calculated. As shown in FIG. 6A, left lung contour candidate XR _t = (xr _t1 , xr _t2 , ..., Xr nt _n , yr _t1 , yr _t2 , ..., yr _nt ) and right lung contour candidate XL. Left lung height WR, right lung height WL, left lung height WR, left lung height WL, left lung height WR, left lung height WL, left lung height WR, left lung height WL, left lung height WR, left lung height _WL , left lung height based _on _t = ( _xl _t1 , _xl _t2 , ... The width HR and the width HL of the right lung are determined according to the formula (7).

左右肺の高さＷｒ，ＷＬと左右肺の幅Ｈｒ，ＨＬ、及び各々の左右比について、複数の臨床データを予め集計し、左右肺の高さ、左右肺の幅、及び肺の高さ及び幅の左右比に関する臨床データのバラつき範囲を設定しておく。 Left and right lung heights Wr, WL and left and right lung widths Hr, HL, and their left-right ratios, multiple clinical data were compiled in advance, and left and right lung heights, left and right lung widths, and lung heights and lung heights. Set the range of variation in clinical data regarding the left-right ratio of width.

バラつき範囲の情報を基に、輪郭候補Ｘ_ｔから推定される肺野のサイズがバラつき範囲から外れているか否かを判定する。肺野のサイズがバラつき範囲から外れている場合は、ステップＳ４０４で肺野サイズがバラつき範囲内に入るようにＸ_ｔを拡大又は縮小する処理を行う。 Based on the information on the variation range, it is determined whether or not the size of the lung field estimated from the contour candidate _Xt is out of the variation range. If the size of the lung field is out of the variation range, a process of expanding or contracting _Xt is performed in step S404 so that the lung field size is within the variation range.

ステップＳ４０２２の肺野角度認識処理においては、左肺輪郭候補ＸＲ_ｔ及び右肺輪郭候補ＸＬ_ｔに基づいて、肺野の配置の角度θを算出する。本処理では、図６（ｂ）のように、肺野の解剖学的特徴である肺尖４２１と肋横角４２２を画像処理などにより認識し、肺尖４２１及び肋横角４２２を結んだ直線とｙ軸とのなす角度θを算出する。ステップＳ４０２１と同様に、角度θについて、複数の臨床データを予め集計し、肺野の配置の角度に関する臨床データのバラつき範囲を設定しておく。 In the lung field angle recognition process in step S4022, the angle θ of the lung field arrangement is calculated based on the left lung contour candidate XR _t and the right lung contour candidate XL _t . In this processing, as shown in FIG. 6B, the lung apex 421 and the costal lateral angle 422, which are anatomical features of the lung field, are recognized by image processing or the like, and a straight line connecting the lung apex 421 and the costal lateral angle 422 is connected. The angle θ between the y-axis and the y-axis is calculated. Similar to step S4021, a plurality of clinical data are aggregated in advance for the angle θ, and the range of variation of the clinical data regarding the angle of arrangement of the lung field is set.

バラつき範囲の情報を基に、輪郭候補Ｘ_ｔから推定される肺野の配置の角度がバラつき範囲から外れているか否かを判定する。肺野の配置の角度がバラつき範囲から外れている場合は、ステップＳ４０４で肺野の配置の角度がバラつき範囲内に入るようにＸ_ｔを回転する処理を行う。 Based on the information on the variation range, it is determined whether or not the angle of the lung field arrangement estimated from the contour candidate _Xt deviates from the variation range. If the angle of the lung field arrangement is out of the variation range, the process of rotating _Xt is performed in step S404 so that the angle of the lung field arrangement is within the variation range.

このように、輪郭調整部１５３は、対象構造の解剖学的特徴に基づいて、輪郭候補Ｘ_ｔのサイズ、角度、及び位置の少なくとも１つを調整する。上記の処理により、人体の対象構造として想定されるバラつき範囲に基づいて、対象構造の解剖学的特徴（サイズや角度や位置など）から外れる場合に、輪郭候補Ｘ_ｔを修正することで、対象構造の輪郭の探索をより正確な位置から開始することができる。この結果、最終的な輪郭候補の抽出精度を向上することができる。 In this way, the contour adjusting unit 153 adjusts at least one of the size, angle, and position of the contour candidate _Xt based on the anatomical features of the target structure. By the above processing, if the anatomical features (size, angle, position, etc.) of the target structure deviate from the range of variation assumed as the target structure of the human body, the contour candidate _Xt is corrected to be the target. The search for the contour of the structure can be started from a more accurate position. As a result, the accuracy of extracting the final contour candidate can be improved.

ステップＳ４０５において、輪郭候補Ｘ_ｔが、ステップＳ４０１で算出された輪郭探索領域Ｓに含まれているか否かを判定する。ステップＳ４０５で輪郭候補Ｘ_ｔが輪郭探索領域Ｓに含まれていない場合は、ステップＳ４０６に進む。 In step S405, it is determined whether or not the contour candidate _Xt is included in the contour search area S calculated in step S401. If the contour candidate _Xt is not included in the contour search area S in step S405, the process proceeds to step S406.

ステップＳ４０６において、輪郭候補Ｘ_ｔの輪郭点で輪郭候補領域Ｓに含まれていない輪郭点を、輪郭候補領域Ｓに移動する処理を行う。輪郭調整部１５３は、輪郭候補Ｘ_ｔの少なくとも一部が輪郭探索領域Ｓに含まれていない場合に、輪郭候補Ｘ_ｔが輪郭探索領域Ｓに含まれるように、輪郭候補Ｘ_ｔを移動させる。 In step S406, a process of moving a contour point of the contour candidate _Xt that is not included in the contour candidate area S to the contour candidate area S is performed. The contour adjustment unit 153 moves the contour candidate X _t so that the contour candidate X _t is included in the contour search region S when at least a part of the contour candidate X _t is not included in the contour search region S.

例えば、図７のように、輪郭候補Ｘ_ｔのうち輪郭探索領域Ｓに含まれていない輪郭点を輪郭候補領域Ｓ内に平行移動させ、輪郭候補Ｘ_ｔを更新輪郭候補Ｘ_ｔ’とする。このように、輪郭調整部１５３は、輪郭候補Ｘ_ｔ又は輪郭候補Ｘ_ｔの周辺領域が輪郭探索領域Ｓに含まれていない輪郭候補Ｘ_ｔの一部を輪郭候補Ｘ_ｔから分離して移動させる。また、図８のように、輪郭候補Ｘ_ｔの輪郭点が輪郭候補領域Ｓに含まれるように、輪郭候補Ｘ_ｔの輪郭点全体を輪郭候補領域Ｓ内に平行移動させ、輪郭候補Ｘ_ｔを更新輪郭候補Ｘ_ｔ’としてもよい。 For example, as shown in FIG. 7, the contour points of the contour candidate X _t that are not included in the contour search area S are translated into the contour candidate area S, and the contour candidate X _t is set as the updated contour candidate X _t '. In this way, the contour adjusting unit 153 moves a part of the contour candidate X _t whose peripheral region of the contour candidate X _t or the contour candidate X _t is not included in the contour search region S separately from the contour candidate X _t . .. Further, as shown in FIG. 8, the entire contour points of the contour candidate X _t are translated into the contour candidate region S so that the contour points of the contour candidate X _t are included in the contour candidate region S, and the contour candidate X _t is translated. It may be an update contour candidate X _t '.

また、輪郭調整部１５３は、輪郭候補Ｘ_ｔの所定の周辺領域（例えば、輪郭の局所特徴量が抽出される局所領域）の少なくとも一部が輪郭探索領域Ｓに含まれていない場合に、周辺領域が輪郭探索領域Ｓに含まれるように、輪郭候補Ｘ_ｔを移動させてもよい。 Further, the contour adjusting unit 153 includes a peripheral region when at least a part of a predetermined peripheral region (for example, a local region from which a local feature amount of the contour is extracted) of the contour candidate _Xt is not included in the contour search region S. The contour candidate _Xt may be moved so that the region is included in the contour search region S.

ステップＳ４０５で輪郭候補Ｘ_ｔが輪郭探索領域Ｓに含まれている場合は、ステップＳ４０７に進む。 If the contour candidate _Xt is included in the contour search area S in step S405, the process proceeds to step S407.

ステップＳ４０７において、輪郭候補Ｘ_ｔの周辺の局所特徴量（画素値など）を取得するために、各輪郭点の局所範囲（局所領域）Ｄを設定する。輪郭候補Ｘ_ｔ，Ｘ_ｔ’の各輪郭点について、輪郭線の垂線方向にプロファイル長Ｌ_ｓを設定し、輪郭探索領域Ｓに含まれているプロファイル長Ｌ_ｓの範囲を各輪郭点の局所範囲Ｄとして設定する。プロファイル長Ｌ_ｓについて制限はないが、例えば、肺野の輪郭抽出では、テクスチャモデルの画素値プロファイル長Ｌの２倍程度にプロファイル長Ｌ_ｓを設定すると好適である。 In step S407, a local range (local area) D of each contour point is set in order to acquire a local feature amount (pixel value or the like) around the contour candidate _Xt . For each contour point of contour candidates X _t and X _t ', the profile length L _s is set in the perpendicular direction of the contour line, and the range of the profile length L _s included in the contour search area S is the local range of each contour point. Set as D. There is no limitation on the profile length L _s , but for example, in contour extraction of the lung field, it is preferable to set the profile length L _s to about twice the pixel value profile length L of the texture model.

図３のステップＳ３０４において、ステップＳ３０３で設定された局所範囲Ｄにおいて、輪郭候補Ｘ_ｔ，Ｘ_ｔ’の局所特徴を算出する処理を行う。局所特徴としては、画素値のプロファイル情報を用いる。図９は、更新輪郭候補Ｘ_ｔ’の画素値プロファイルの局所範囲Ｄを示す図である。図９（ａ）に示すように、輪郭点（ｘ_ｋｉ’，ｙ_ｋｉ’）を中心として、輪郭線の垂線方向にプロファイル長Ｌ_ｓ（プロファイル数Ｌ_ｓ）局所範囲Ｄを設定し、各輪郭点の局所範囲Ｄで画素値プロファイルを算出する。この結果、輪郭候補Ｘ_ｔ’の輪郭点数ｎ×プロファイル数Ｌ_ｓの画素値プロファイルが取得される。 In step S304 of FIG. 3, in the local range D set in step S303, a process of calculating the local features of the contour candidates X _t and X _t'is performed. As the local feature, the profile information of the pixel value is used. FIG. 9 is a diagram showing a local range D of the pixel value profile of the update contour candidate X _t '. As shown in FIG. 9A, a profile length L _s (number of profiles L _s ) local range D is set in the perpendicular direction of the contour line centering on the contour point (x _ki ', y _ki '), and each contour is defined. The pixel value profile is calculated in the local range D of the points. As a result, a pixel value profile of the number of contour points n × the number of profiles _Ls of the contour candidate X _t'is acquired.

ステップＳ３０５において、輪郭候補Ｘ_ｔ’の各輪郭点について、取得された各画素値プロファイルから、新たな輪郭候補Ｘ_ｅを抽出する。図９（ｂ）に示すように、輪郭候補Ｘ_ｅの算出は、各輪郭点の局所範囲Ｄの画素値プロファイルとテクスチャモデルの画素値プロファイルｖとを比較し、相互に類似する点を新たな輪郭点として選択することで行われる。 In step S305, a new contour candidate X _e is extracted from each acquired pixel value profile for each contour point of the contour candidate X _t '. As shown in FIG. 9B, in the calculation of the contour candidate _Xe , the pixel value profile of the local range D of each contour point is compared with the pixel value profile v of the texture model, and points that are similar to each other are newly added. It is done by selecting it as a contour point.

輪郭調整部１５３は、テクスチャモデルの対象構造の輪郭の局所特徴（画像プロファイルｖ）と輪郭候補Ｘ_ｔ’の局所特徴とを比較することにより、輪郭候補を調整する。輪郭調整部１５３は、テクスチャモデルの対象構造の輪郭の局所特徴（画像プロファイルｖ）と輪郭候補Ｘ_ｔ’の局所特徴との類似度が最も高い位置（輪郭候補Ｘ_ｅ）に、輪郭候補を調整する。このように、輪郭調整部１５３は、輪郭探索領域Ｓに含まれる輪郭候補Ｘ_ｔ’を対象構造の輪郭に近似させるために、輪郭候補を調整する The contour adjusting unit 153 adjusts the contour candidate by comparing the local feature (image profile v) of the contour of the target structure of the texture model with the local feature of the contour candidate X _t '. The contour adjustment unit 153 adjusts the contour candidate to the position where the similarity between the local feature of the contour of the target structure of the texture model (image profile v) and the local feature of the contour candidate X _t'is the highest (contour candidate X _e ). do. In this way, the contour adjusting unit 153 adjusts the contour candidate in order to approximate the contour candidate X _t'included in the contour search area S to the contour of the target structure.

類似する点の探索方法は、特に限定されるものではない。例えば、式（８）のように、所定の輪郭点の局所範囲Ｄの画素値プロファイルｇ（ｍ）に対して、テクスチャモデルの対応する輪郭点の平均形状Ｖ_ｍｅａｎ及び主成分ベクトルＰ_Ａを用いたＫ－Ｌ変換を行い、局所範囲Ｄの画素値プロファイルとテクスチャモデルの画素値プロファイルとの距離が最小になる輪郭点ｉを新たな輪郭点として選択すると好適である。 The method for searching for similar points is not particularly limited. For example, as in the equation (8), the average shape _Vmaan and the principal component vector PA of the corresponding contour points of the texture model are used for the pixel value profile g (m) of the local range _D of the predetermined contour points. It is preferable to perform the KL conversion that has been performed and select the contour point i that minimizes the distance between the pixel value profile of the local range D and the pixel value profile of the texture model as a new contour point.

ステップＳ３０６において、輪郭候補Ｘ_ｅの平滑化処理を行う。新たな輪郭候補Ｘ_ｅは、肺野の輪郭の画素値プロファイルのテクスチャモデルと最も類似している輪郭点を選択している。ただし、ステップＳ３０３～ステップＳ３０８の輪郭探索ループの回数が比較的少なく、輪郭候補Ｘ_ｅと実際の輪郭との差が大きくなる場合は、輪郭候補Ｘ_ｅの形状が肺野（対象構造）らしい形状から大きく崩れる場合がある。そこで、平滑化処理は、輪郭候補Ｘ_ｅを肺野らしい形状に整形する処理となる。平滑化処理は、公知の技術が適用可能である。好適な例として、図１０に示したフローからなる処理について説明する。 In step S306, the contour candidate _Xe is smoothed. The new contour candidate _Xe selects the contour points that are most similar to the texture model of the pixel value profile of the lung field contour. However, if the number of contour search loops in steps S303 to S308 is relatively small and the difference between the contour candidate _Xe and the actual contour is large, the shape of the contour candidate _Xe seems to be a lung field (target structure). It may collapse greatly from. Therefore, the smoothing process is a process of shaping the contour candidate _Xe into a shape like a lung field. A known technique can be applied to the smoothing treatment. As a preferred example, the process including the flow shown in FIG. 10 will be described.

ステップＳ６０１において、式（９）に従い、輪郭候補Ｘ_ｅの重心Ｇ＝（Ｇｘ，Ｇｙ）を原点（０，０）へ移動する座標変換を行い、輪郭形状Ｘ_ｅ’を算出する。これにより、ステップＳ６０２～ステップＳ６０４では、輪郭の形状を対象とし、輪郭形状の画像上の位置情報を排除した状態で処理を行う。 In step S601, the coordinate transformation for moving the center of gravity G = (Gx, Gy) of the contour candidate X _e to the origin (0, 0) is performed according to the equation (9), and the contour shape X _e'is calculated. As a result, in steps S602 to S604, processing is performed in a state where the contour shape is targeted and the position information of the contour shape on the image is excluded.

ステップＳ６０２において、式（１０）に従って、形状モデルにおける平均形状Ｘ_ｍｅａｎ及び主成分ベクトルＰ_Ｓを用いたＫ－Ｌ変換を行い、変換座標系における輪郭形状ｃを求める。 In step S602, KL conversion is performed using the _mean shape _X main and the principal component vector PS in the shape model according to the equation (10), and the contour shape c in the transformed coordinate system is obtained.

ステップＳ６０３において、変換座標系における輪郭形状ｃに対して、形状モデルの固有値ｂ_Ｓ及び任意の係数ｍを用いて、式（１１）に従って閾値処理を行い、変換座標系における輪郭形状ｃ’を算出する。係数ｍは、平滑の程度を決める任意の係数で、例えば、ｍ＝３程度の値を指定する。なお、ｊは、肺野（対象構造）の形状モデルを作成した際に累積の寄与率が９０％になるように主成分ベクトルを選択したときのベクトルの数である。 In step S603, the contour shape c in the transformed coordinate system is subjected to threshold processing according to the equation (11) using the eigenvalue bS of the shape model and an arbitrary coefficient m, and the contour shape _c'in the transformed coordinate system is calculated. do. The coefficient m is an arbitrary coefficient that determines the degree of smoothness, and for example, a value of about m = 3 is specified. Note that j is the number of vectors when the principal component vector is selected so that the cumulative contribution rate becomes 90% when the shape model of the lung field (target structure) is created.

ステップＳ６０４において、変換座標系における閾値処理を行った輪郭形状ｃ’に対し、式（１２）に従って逆Ｋ－Ｌ変換を行い、平滑化された輪郭候補Ｘ_ｃを算出する。 In step S604, the contour shape c'that has been threshold-processed in the conversion coordinate system is subjected to inverse KL conversion according to the equation (12) to calculate the smoothed contour candidate _Xc .

ステップＳ６０５において、式（１３）に従って、輪郭候補Ｘ_ｃの重心＝原点を座標返還前の重心Ｇ＝（Ｇｘ，Ｇｙ）へ移動し、平滑化された輪郭候補Ｘ_Ｓを算出する。 In step S605, the center of gravity = origin of the contour candidate _X _c is moved to the center of gravity G = (Gx, Gy) before the coordinate return, and the smoothed contour candidate XS is calculated according to the equation (13).

このように、輪郭調整部１５３は、形状モデルに基づいて、輪郭候補を平滑化する。以上の処理により、輪郭候補と形状モデルを統合して、肺野らしい形状を確保した状態で輪郭候補Ｘ_Ｓに更新することができる。 In this way, the contour adjusting unit 153 smoothes the contour candidates based on the shape model. By the above processing, the contour candidate and the shape model can be integrated and updated to the contour candidate _XS in a state where the shape unique to the lung field is secured.

図３のステップＳ３０７において、輪郭探索ループ処理の終了判定を行う。終了判定は、探索ループ処理が所定の回数行われたか否かで判定される。探索ループ処理のループ回数が所定の回数に達した場合は、輪郭探索ループ処理を終了する。 In step S307 of FIG. 3, the end determination of the contour search loop processing is performed. The end determination is determined based on whether or not the search loop process has been performed a predetermined number of times. When the number of loops of the search loop processing reaches a predetermined number, the contour search loop processing is terminated.

また、探索ループ処理を必要以上に行うことを避けて、処理時間を短縮するために、前回の輪郭探索ループで求められた輪郭候補Ｘ_Ｓ１と、今回の輪郭探索ループで求められた輪郭候補Ｘ_Ｓ２の差分を計算し、差分が所定の閾値以下であるか否かで判定されてもよい。差分が所定の閾値以下である場合は、更新された輪郭候補Ｘ_Ｓが実際の輪郭に近いと判断され、輪郭探索ループ処理を終了する。 Further, in order to avoid performing the search loop processing more than necessary and shorten the processing time, the contour candidate X _S1 obtained in the previous contour search loop and the contour candidate X obtained in the current contour search loop are used. The difference of _S2 may be calculated, and it may be determined whether or not the difference is equal to or less than a predetermined threshold value. When the difference is equal to or less than a predetermined threshold value, it is determined that the updated contour candidate _XS is close to the actual contour, and the contour search loop processing is terminated.

また、輪郭探索ループの回数による判定と輪郭候補の差分による判定を組み合わせて、輪郭探索ループ処理の終了判定を行われてもよい。終了判定の結果、輪郭探索ループ処理を継続すると判定された場合はステップＳ３０８に進み、輪郭探索ループ処理を終了すると判定された場合はステップＳ３０９に移行する。 Further, the end determination of the contour search loop processing may be performed by combining the determination based on the number of contour search loops and the determination based on the difference between the contour candidates. As a result of the end determination, if it is determined to continue the contour search loop processing, the process proceeds to step S308, and if it is determined to end the contour search loop processing, the process proceeds to step S309.

ステップＳ３０８において、輪郭探索ループを継続するため、ステップＳ３０６で算出された輪郭候補Ｘ_Ｓを輪郭候補Ｘ_ｔとして再設定し、ステップＳ３０３に移行して輪郭探索ループ処理を継続する。ここで、輪郭候補設定部１５２は、調整された輪郭候補Ｘ_Ｓを更新された輪郭候補Ｘ_ｔとして再設定し、輪郭調整部１５３は、更新された輪郭候補Ｘ_ｔを対象構造の輪郭に近似させるために、ステップＳ３０３～ステップＳ３０６で輪郭候補を再調整する。 In step S308, in order to continue the contour search loop, the contour candidate XS calculated in step _S306 is reset as the contour candidate _Xt , and the process proceeds to step S303 to continue the contour search loop processing. Here, the contour candidate setting unit 152 resets the adjusted contour candidate XS as the updated contour candidate _X _t , and the contour adjustment unit 153 approximates the updated contour candidate X _t to the contour of the target structure. In order to make the contour candidate readjust in steps S303 to S306.

ステップＳ３０９において、輪郭探索ループを終了し、輪郭候補Ｘ_Ｓが最終的な輪郭候補Ｘ_Ｆとして出力される。 In step S309, the contour search loop is terminated, and the contour candidate X _S is output as the final contour candidate X _F.

以上の処理によって、輪郭抽出回路１１１は、被写体１０２から所定の対象構造の輪郭を抽出する機能を実現することができる。 Through the above processing, the contour extraction circuit 111 can realize a function of extracting the contour of a predetermined target structure from the subject 102.

なお、抽出結果の精度を上げるために、ステップＳ３０１～ステップＳ３０９を複数の解像度において行ってもよい。この場合、輪郭候補設定部１５２は、第１の解像度の画像（放射線画像）において調整された輪郭候補Ｘ_Ｓを、更新された輪郭候補Ｘ_ｔとして、第１の解像度と異なる第２の解像度の画像において再設定する。そして、輪郭調整部１５３は、更新された輪郭候補Ｘ_ｔを対象構造の輪郭に近似させるために、第２の解像度の画像（放射線画像）において輪郭候補を再調整する。 In addition, in order to improve the accuracy of the extraction result, steps S301 to S309 may be performed at a plurality of resolutions. In this case, the contour candidate setting unit 152 uses the contour candidate XS adjusted in the image (radiation image) of the first resolution as the updated contour candidate _X _t , and has a second resolution different from the first resolution. Reset in the image. Then, the contour adjusting unit 153 re-adjusts the contour candidate in the image (radiation image) having the second resolution in order to approximate the updated contour candidate _Xt to the contour of the target structure.

ここで、第２の解像度は第１の解像度よりも高いことが好ましい。低解像度から高解像度へ順に輪郭探索処理を行い、低解像度における輪郭候補Ｘ_Ｆを、後段の高解像度の初回の輪郭候補Ｘ_ｔとすることで、輪郭抽出の精度を向上させることができる。 Here, it is preferable that the second resolution is higher than the first resolution. The accuracy of contour extraction can be improved by performing contour search processing in order from low resolution to high resolution and setting the contour candidate X _F at low resolution as the first contour candidate X _t at high resolution in the subsequent stage.

本発明における放射線撮影装置は、画像データの輪郭抽出において、対象構造の解剖学的特徴を用いて、輪郭探索領域Ｓを設定し、輪郭候補のサイズ、角度、及び位置を修正し、輪郭候補が輪郭探索領域Ｓに含まれるように輪郭候補を移動させる。この結果、局所特徴の探索範囲を適切に管理することが可能となり、適切な輪郭候補を抽出することができる。また、対象構造の輪郭から外れた不適切な輪郭点が抽出された場合でも、輪郭点の位置を修正することで、不適切な輪郭点の影響を補正し、所望の輪郭を正しく抽出することができる。 The radiography apparatus of the present invention sets the contour search area S by using the anatomical features of the target structure in the contour extraction of the image data, corrects the size, angle, and position of the contour candidate, and the contour candidate is The contour candidate is moved so as to be included in the contour search area S. As a result, it becomes possible to appropriately manage the search range of the local feature, and it is possible to extract an appropriate contour candidate. In addition, even if inappropriate contour points that deviate from the contour of the target structure are extracted, the influence of the inappropriate contour points can be corrected by correcting the position of the contour points, and the desired contour can be extracted correctly. Can be done.

以上、本発明の好ましい実施例について説明したが、本発明はこれらの実施例に限定されないことはいうまでもなく、その要旨の範囲内で種々の変形及び変更が可能である。特に、本発明の学習回路１１０及び輪郭抽出回路１１１の動作の好適な例として、Ｘ線単純撮影の胸部正面画像における肺野輪郭を対象構造の輪郭とした例について説明したが、本発明の適用例はこれに限るものではない。例えば、本発明は、Ｘ線撮影画像に限らず、ＣＴ画像又は一般的なカメラの画像に対しても適用可能である。 Although the preferred embodiments of the present invention have been described above, it goes without saying that the present invention is not limited to these examples, and various modifications and modifications can be made within the scope of the gist thereof. In particular, as a preferred example of the operation of the learning circuit 110 and the contour extraction circuit 111 of the present invention, an example in which the lung field contour in the chest front image of the X-ray simple radiography is used as the contour of the target structure has been described, but the present invention has been applied. The example is not limited to this. For example, the present invention is applicable not only to an X-ray photographed image but also to a CT image or a general camera image.

また、上記の実施形態の機能を実現するソフトウェアのプログラムが、システム又は装置のコンピュータにより直接又は遠隔で読み込まれ、プログラムコードが実行されることにより、本発明が達成されてもよい。 Further, the present invention may be achieved by reading the software program that realizes the functions of the above-described embodiment directly or remotely by the computer of the system or the device and executing the program code.

１００放射線撮影システム
１０１放射線発生装置
１０３寝台
１０４放射線検出装置
１０５制御装置
１０６データ収集装置
１０７情報処理装置
１０８画像処理装置
１０９前処理回路
１１０学習回路
１１１輪郭抽出回路
１１２診断用画像処理回路
１１３ＣＰＵバス
１１４ＣＰＵ
１１５メモリ
１１６操作パネル
１１７記憶装置
１１８表示装置
１５１領域設定部
１５２輪郭候補設定部
１５３輪郭調整部 100 Radiation imaging system 101 Radiation generator 103 Sleeper 104 Radiation detection device 105 Control device 106 Data collection device 107 Information processing device 108 Image processing device 109 Preprocessing circuit 110 Learning circuit 111 Contour extraction circuit 112 Diagnostic image processing circuit 113 CPU bus 114 CPU
115 Memory 116 Operation panel 117 Storage device 118 Display device 151 Area setting unit 152 Contour candidate setting unit 153 Contour adjustment unit

Claims

画像における被写体の所定の対象構造の輪郭を特定する医用画像処理装置であって、
前記被写体の構造の解剖学的特徴に基づいて、前記輪郭が探索される輪郭探索領域を設定する領域設定手段と、
前記対象構造の輪郭候補を設定する輪郭候補設定手段と、
前記輪郭探索領域に含まれる前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を調整する輪郭調整手段と、
を備え、
前記輪郭調整手段は、前記輪郭候補又は前記輪郭候補の所定の周辺領域の少なくとも一部が前記輪郭探索領域に含まれていない場合に、前記輪郭候補又は前記周辺領域が前記輪郭探索領域に含まれるように、前記輪郭候補を移動させることを特徴とする医用画像処理装置。 A medical image processing device that identifies the contour of a predetermined target structure of a subject in an image.
An area setting means for setting a contour search area in which the contour is searched based on the anatomical characteristics of the structure of the subject, and
Contour candidate setting means for setting contour candidates of the target structure, and
A contour adjusting means for adjusting the contour candidate in order to approximate the contour candidate included in the contour search region to the contour of the target structure, and a contour adjusting means.
Equipped with
The contour adjusting means includes the contour candidate or the peripheral region in the contour search region when at least a part of the contour candidate or a predetermined peripheral region of the contour candidate is not included in the contour search region. As described above, a medical image processing apparatus characterized by moving the contour candidate .

前記領域設定手段は、前記被写体の構造の解剖学的特徴を示す構造領域、放射線が遮蔽される遮蔽領域、及び放射線が放射線検出装置に直接照射される直接照射領域の少なくとも１つに基づいて、前記輪郭探索領域を設定することを特徴とする請求項１に記載の医用画像処理装置。 The region setting means is based on at least one of a structural region showing the anatomical features of the structure of the subject, a shielded region where radiation is shielded, and a direct irradiation region where radiation is directly applied to the radiation detection device. The medical image processing apparatus according to claim 1, wherein the contour search area is set.

前記領域設定手段は、前記対象構造以外の構造の解剖学的特徴に基づいて、前記対象構造以外の構造の構造領域を特定し、前記構造領域を除外した領域から前記輪郭探索領域を設定することを特徴とする請求項１又は２に記載の医用画像処理装置。 The region setting means identifies a structural region of a structure other than the target structure based on the anatomical features of the structure other than the target structure, and sets the contour search region from the region excluding the structural region. The medical image processing apparatus according to claim 1 or 2.

前記輪郭調整手段は、前記対象構造の解剖学的特徴に基づいて、前記輪郭候補のサイズ、角度、及び位置の少なくとも１つを調整することを特徴とする請求項１乃至３の何れか１項に記載の医用画像処理装置。 One of claims 1 to 3, wherein the contour adjusting means adjusts at least one of the size, angle, and position of the contour candidate based on the anatomical feature of the target structure. The medical image processing apparatus described in.

前記輪郭調整手段は、前記輪郭候補又は前記周辺領域が前記輪郭探索領域に含まれていない前記輪郭候補の一部を前記輪郭候補から分離して移動させることを特徴とする請求項１乃至４の何れか１項に記載の医用画像処理装置。 The contour adjusting means according to claim 1 to 4 , wherein the contour candidate or a part of the contour candidate whose peripheral region is not included in the contour search region is separated from the contour candidate and moved. The medical image processing apparatus according to any one of the following items .

画素値プロファイルにより、前記対象構造の輪郭の統計的な局所特徴を表すテクスチャモデルを学習する学習手段を備え、
前記輪郭調整手段は、前記テクスチャモデルの前記対象構造の輪郭の局所特徴と前記輪郭候補の局所特徴とを比較することにより、前記輪郭候補を調整することを特徴とする請求項１乃至５の何れか１項に記載の医用画像処理装置。 A learning means for learning a texture model representing a statistical local feature of the contour of the target structure by using a pixel value profile is provided.
Any of claims 1 to 5 , wherein the contour adjusting means adjusts the contour candidate by comparing the local feature of the contour of the target structure of the texture model with the local feature of the contour candidate. The medical image processing apparatus according to item 1.

前記輪郭調整手段は、前記テクスチャモデルの前記対象構造の輪郭の局所特徴と前記輪郭候補の局所特徴との類似度が最も高い位置に、前記輪郭候補を調整することを特徴とする請求項６に記載の医用画像処理装置。 The sixth aspect of the present invention is characterized in that the contour adjusting means adjusts the contour candidate to a position where the similarity between the local feature of the contour of the target structure of the texture model and the local feature of the contour candidate is the highest. The medical image processing device described.

前記対象構造の輪郭の統計的な形状を表す形状モデルを学習する学習手段を備え、
前記輪郭候補設定手段は、前記形状モデルに基づいて、前記輪郭候補の初期位置を設定することを特徴とする請求項１乃至７の何れか１項に記載の医用画像処理装置。 A learning means for learning a shape model representing the statistical shape of the contour of the target structure is provided.
The medical image processing apparatus according to any one of claims 1 to 7 , wherein the contour candidate setting means sets an initial position of the contour candidate based on the shape model.

前記対象構造の輪郭の統計的な形状を表す形状モデルを学習する学習手段を備え、
前記輪郭調整手段は、前記形状モデルに基づいて、前記輪郭候補を平滑化することを特徴とする請求項１乃至８の何れか１項に記載の医用画像処理装置。 A learning means for learning a shape model representing the statistical shape of the contour of the target structure is provided.
The medical image processing apparatus according to any one of claims 1 to 8 , wherein the contour adjusting means smoothes the contour candidate based on the shape model.

画像における被写体の所定の対象構造の輪郭を特定する医用画像処理装置であって、
前記被写体の構造の解剖学的特徴に基づいて、前記輪郭が探索される輪郭探索領域を設定する領域設定手段と、
前記対象構造の輪郭候補を設定する輪郭候補設定手段と、
前記輪郭探索領域に含まれる前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を調整する輪郭調整手段と、
を備え、
前記輪郭候補設定手段は、調整された前記輪郭候補を更新された前記輪郭候補として再設定し、
前記輪郭調整手段は、更新された前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を再調整し、且つ、前記輪郭候補又は前記輪郭候補の所定の周辺領域の少なくとも一部が前記輪郭探索領域に含まれていない場合に、前記輪郭候補又は前記周辺領域が前記輪郭探索領域に含まれるように、前記輪郭候補を移動させることを特徴とする医用画像処理装置。 A medical image processing device that identifies the contour of a predetermined target structure of a subject in an image.
An area setting means for setting a contour search area in which the contour is searched based on the anatomical characteristics of the structure of the subject, and
Contour candidate setting means for setting contour candidates of the target structure, and
A contour adjusting means for adjusting the contour candidate in order to approximate the contour candidate included in the contour search region to the contour of the target structure, and a contour adjusting means.
Equipped with
The contour candidate setting means resets the adjusted contour candidate as the updated contour candidate, and resets the contour candidate.
The contour adjusting means readjusts the contour candidate in order to approximate the updated contour candidate to the contour of the target structure , and at least a part of the contour candidate or a predetermined peripheral region of the contour candidate. A medical image processing apparatus, characterized in that the contour candidate is moved so that the contour candidate or the peripheral region is included in the contour search region when the contour candidate is not included in the contour search region .

画像における被写体の所定の対象構造の輪郭を特定する医用画像処理装置であって、
前記被写体の構造の解剖学的特徴に基づいて、前記輪郭が探索される輪郭探索領域を設定する領域設定手段と、
前記対象構造の輪郭候補を設定する輪郭候補設定手段と、
前記輪郭探索領域に含まれる前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を調整する輪郭調整手段と、
を備え、
前記輪郭候補設定手段は、第１の解像度の前記画像において調整された前記輪郭候補を、更新された前記輪郭候補として、前記第１の解像度と異なる第２の解像度の前記画像において再設定し、
前記輪郭調整手段は、更新された前記輪郭候補を前記対象構造の輪郭に近似させるために、前記第２の解像度の前記画像において前記輪郭候補を再調整し、且つ、前記輪郭候補又は前記輪郭候補の所定の周辺領域の少なくとも一部が前記輪郭探索領域に含まれていない場合に、前記輪郭候補又は前記周辺領域が前記輪郭探索領域に含まれるように、前記輪郭候補を移動させることを特徴とする医用画像処理装置。 A medical image processing device that identifies the contour of a predetermined target structure of a subject in an image.
An area setting means for setting a contour search area in which the contour is searched based on the anatomical characteristics of the structure of the subject, and
Contour candidate setting means for setting contour candidates of the target structure, and
A contour adjusting means for adjusting the contour candidate in order to approximate the contour candidate included in the contour search region to the contour of the target structure, and a contour adjusting means.
Equipped with
The contour candidate setting means resets the contour candidate adjusted in the image of the first resolution as the updated contour candidate in the image having a second resolution different from the first resolution.
The contour adjusting means readjusts the contour candidate in the image of the second resolution in order to approximate the updated contour candidate to the contour of the target structure , and the contour candidate or the contour candidate. When at least a part of the predetermined peripheral region of the above is not included in the contour search region, the contour candidate or the peripheral region is moved so as to be included in the contour search region. Medical image processing equipment.

前記輪郭調整手段は、第１の輪郭候補と、前記第１の輪郭候補を調整して再設定した第２の輪郭候補との差分が所定値以下であると判定された場合、もしくは、輪郭候補の調整が所定の回数行われたと判定された場合に輪郭調整を終了することを特徴とする請求項１乃至１１の何れか１項に記載の医用画像処理装置。 The contour adjusting means determines that the difference between the first contour candidate and the second contour candidate adjusted and reset by the first contour candidate is equal to or less than a predetermined value, or the contour candidate. The medical image processing apparatus according to any one of claims 1 to 11, wherein the contour adjustment is terminated when it is determined that the adjustment has been performed a predetermined number of times.

画像における被写体の所定の対象構造の輪郭を特定する医用画像処理システムであって、
放射線を発生させる放射線発生手段と、
前記放射線を検出する放射線検出手段と、
前記被写体の構造の解剖学的特徴に基づいて、前記輪郭が探索される輪郭探索領域を設定する領域設定手段と、
前記対象構造の輪郭候補を設定する輪郭候補設定手段と、
前記輪郭探索領域に含まれる前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を調整する輪郭調整手段と、
を備え、
前記輪郭調整手段は、前記輪郭候補又は前記輪郭候補の所定の周辺領域の少なくとも一部が前記輪郭探索領域に含まれていない場合に、前記輪郭候補又は前記周辺領域が前記輪郭探索領域に含まれるように、前記輪郭候補を移動させることを特徴とする医用画像処理システム。 A medical image processing system that identifies the contour of a predetermined target structure of a subject in an image.
Radiation generating means to generate radiation and
Radiation detection means for detecting the radiation and
An area setting means for setting a contour search area in which the contour is searched based on the anatomical characteristics of the structure of the subject, and
Contour candidate setting means for setting contour candidates of the target structure, and
A contour adjusting means for adjusting the contour candidate in order to approximate the contour candidate included in the contour search region to the contour of the target structure, and a contour adjusting means.
Equipped with
The contour adjusting means includes the contour candidate or the peripheral region in the contour search region when at least a part of the contour candidate or a predetermined peripheral region of the contour candidate is not included in the contour search region. As described above, a medical image processing system characterized by moving the contour candidate.

画像における被写体の所定の対象構造の輪郭を特定する医用画像処理方法であって、
前記被写体の構造の解剖学的特徴に基づいて、前記輪郭が探索される輪郭探索領域を設定する工程と、
前記対象構造の輪郭候補を設定する工程と、
前記輪郭探索領域に含まれる前記輪郭候補を前記対象構造の輪郭に近似させるために、前記輪郭候補を調整する工程と、
を備え、
前記輪郭候補を調整する工程において、前記輪郭候補又は前記輪郭候補の所定の周辺領域の少なくとも一部が前記輪郭探索領域に含まれていない場合に、前記輪郭候補又は前記周辺領域が前記輪郭探索領域に含まれるように、前記輪郭候補を移動させることを特徴とする医用画像処理方法。 A medical image processing method that specifies the contour of a predetermined target structure of a subject in an image.
A step of setting a contour search area in which the contour is searched based on the anatomical characteristics of the structure of the subject, and a step of setting the contour search region.
The process of setting contour candidates for the target structure and
A step of adjusting the contour candidate in order to approximate the contour candidate included in the contour search region to the contour of the target structure, and a step of adjusting the contour candidate.
Equipped with
In the step of adjusting the contour candidate, when at least a part of the contour candidate or a predetermined peripheral region of the contour candidate is not included in the contour search region, the contour candidate or the peripheral region is the contour search region. A medical image processing method, characterized in that the contour candidate is moved so as to be included in .

コンピュータを請求項１乃至１２の何れか１項に記載の医用画像処理装置の各手段として機能させるためのプログラム。 A program for making a computer function as each means of the medical image processing apparatus according to any one of claims 1 to 12.