JP7455716B2 - 内視鏡用プロセッサ及び内視鏡システム - Google Patents
内視鏡用プロセッサ及び内視鏡システム Download PDFInfo
- Publication number
- JP7455716B2 JP7455716B2 JP2020160703A JP2020160703A JP7455716B2 JP 7455716 B2 JP7455716 B2 JP 7455716B2 JP 2020160703 A JP2020160703 A JP 2020160703A JP 2020160703 A JP2020160703 A JP 2020160703A JP 7455716 B2 JP7455716 B2 JP 7455716B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- image
- severity
- lesion
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 claims description 205
- 238000003384 imaging method Methods 0.000 claims description 115
- 230000003902 lesion Effects 0.000 claims description 96
- 238000004364 calculation method Methods 0.000 claims description 88
- 238000000034 method Methods 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 41
- 210000000056 organ Anatomy 0.000 claims description 25
- 230000010365 information processing Effects 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims 1
- 210000001519 tissue Anatomy 0.000 description 88
- 210000004204 blood vessel Anatomy 0.000 description 53
- 230000000875 corresponding effect Effects 0.000 description 28
- 206010061218 Inflammation Diseases 0.000 description 26
- 230000008859 change Effects 0.000 description 26
- 230000004054 inflammatory process Effects 0.000 description 26
- 238000007781 pre-processing Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 19
- 238000005286 illumination Methods 0.000 description 17
- 210000004400 mucous membrane Anatomy 0.000 description 14
- 102000001554 Hemoglobins Human genes 0.000 description 13
- 108010054147 Hemoglobins Proteins 0.000 description 13
- 238000007689 inspection Methods 0.000 description 12
- 238000012937 correction Methods 0.000 description 11
- 210000002429 large intestine Anatomy 0.000 description 7
- 208000025865 Ulcer Diseases 0.000 description 6
- 239000003086 colorant Substances 0.000 description 6
- 210000001599 sigmoid colon Anatomy 0.000 description 6
- 231100000397 ulcer Toxicity 0.000 description 6
- 210000001815 ascending colon Anatomy 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 210000000664 rectum Anatomy 0.000 description 5
- 210000001731 descending colon Anatomy 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 210000003384 transverse colon Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000740 bleeding effect Effects 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000001839 endoscopy Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000002757 inflammatory effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010009900 Colitis ulcerative Diseases 0.000 description 2
- 206010030113 Oedema Diseases 0.000 description 2
- 201000006704 Ulcerative Colitis Diseases 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000003097 mucus Anatomy 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 210000000436 anus Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004379 membrane Anatomy 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 229910001507 metal halide Inorganic materials 0.000 description 1
- 150000005309 metal halides Chemical class 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Endoscopes (AREA)
Description
特徴量算出部は、複数の外観の特徴のそれぞれを、病変部が示す色成分あるいは形状により生体組織の健常部の特徴と区別できる、前記複数の外観の特徴に対応した複数の画素評価値であって、病変部が示す色成分、あるいは色成分及び形状に関する、複数の特徴それぞれの程度を示す複数の画素評価値を画素毎に算出する。
代表算出部は、算出した画素評価値のそれぞれを、複数の特徴毎に統合することにより撮像した生体組織の前記複数の特徴それぞれに対応した代表評価値を算出する。
統合部は、算出した代表評価値のうち少なくとも2つの代表評価値を演算して統合した1つの数値を病変の重症度として算出する。
これにより、生体組織の病変部における病変の進行の程度を精度よく評価することができる。
前記画像処理ユニットは、
前記病変部に現れる複数の外観の特徴を、前記病変部が示す色成分、あるいは前記病変部の形状により前記生体組織の健常部の特徴と区別できる、前記外観の特徴それぞれに対応した評価値であって、前記色成分、あるいは前記病変部の形状に関する、前記複数の特徴それぞれの程度を画素毎に示す画素評価値を、前記画像から算出するように構成された特徴量算出部と、
前記画像における各画素の前記画素評価値を纏めることにより前記生体組織の前記複数の特徴それぞれの代表評価値を前記画像1つに対して1つ算出するように構成された代表値算出部と、
前記画像を撮像したときの前記体腔内の撮像位置の情報を前記画像と対応付ける撮像位置情報処理部と、
前記電子内視鏡で撮像した評価対象画像について、前記複数の特徴それぞれの前記代表評価値に基づいて前記病変の重症度の値を算出し、前記重症度の値を算出する際に、前記評価対象画像に対応した前記撮像位置の前記情報に応じて調整した前記重症度の計算処理を設定する統合部と、を備える。
前記関係式において、前記代表評価値に係る係数には、前記撮像位置の前記情報に応じた値が設定される、ことが好ましい。
前記電子内視鏡に接続される、前記内視鏡用プロセッサと、を備える内視鏡システムである。
生体組織における病変部は、病変の進行の程度によって、炎症から潰瘍まで種々存在する。例えば、従来の内視鏡システムは、病変部に現れる複数の外観の特徴のそれぞれを、病変部が示す色成分、あるいは病変部の形状により生体組織の健常部の特徴と区別できる、複数の外観の特徴に対応した複数の画素評価値を、生体組織の画像から画素毎に算出する。さらに、従来の内視鏡システムは、算出した各画素の画素評価値を複数の外観の特徴毎に統合することにより複数の代表評価値を算出し、算出した複数の代表評価値のうち少なくとも2つの代表評価値を演算して統合した1つの数値を病変の重症度の値とする。上記演算は、事前に重症度と複数の代表評価値との間の関係を表した関係式に従って行われる。しかし、この関係式は、撮像した位置が異なっても同じものを用いる場合、管状の細長い臓器の入り口側の部分と、奥行方向の奥側の部分とでは、同じ程度の病変の進行であっても、算出した代表評価値は互いに異なり、重症度の値が変わるといった不都合が生じる場合がある。
外観の特徴は、形状に関するものも含み、例えば、病変部の表面凹凸の形状の程度や表面塑造等の所定の形状の程度であってもよい。
まず、事前処理として、電子内視鏡で撮像され、病変の進行の程度(重症度)の評価結果が定まっている参照画像が複数用意され、これらの参照画像それぞれにおいて上記複数の代表評価値が事前に算出される。重症度に関する評価とは、例えば、医師による主観評価結果(例えば、MAYO endoscopic subscore)、あるいは組織学的な評価結果である。これらの3つの代表評価値を含む複数の代表評価値を組み合わせて計算される重症度が、各参照画像において定まっている病変の進行の程度(重症度)の評価結果に最良に相関するように、複数の代表評価値を用いて重症度の計算処理を最適化する。このとき、重症度の計算処理の最適化では、参照画像の撮像位置の情報を用いて撮像位置毎に行われる。
重症度の計算の最適化は、例えば、関係式における各代表評価値に係る係数の値を、撮像位置に応じて設定すること、関係式に入力する代表評価値の情報として、撮像位置に応じた代表評価値に関する2つの基準値により正規化した代表評価値(正規化評価値)を用いて重症度の値を計算すること、あるいは、関係式を用いて計算した重症度の計算結果を、撮像位置に応じて設定された重症度に関する2つの基準値により正規化した値を重症度の値とすること、を含む。こうして得られる関係式を用いた重症度の最適化された計算処理内容が、内視鏡用プロセッサにおける評価対象画像における重症度の計算の前に設定される。
あるいは、光源部230は、所定の色の波長帯域の光を出射する複数の発光ダイオードを備える。発光ダイオードから出射した光はダイクロイックミラー等の光学素子を用いて合成され、合成した光は照明光として、図示されない集光レンズにより集光された後、電子内視鏡100のLCB(Light Carrying Bundle)102の入射端に入射されるように光源部230は構成される。発光ダイオードに代えてレーザーダイオードを用いることもできる。発光ダイオード及びレーザーダイオードは、他の光源と比較して、低消費電力、発熱量が小さい等の特徴があるため、消費電力や発熱量を抑えつつ明るい画像を取得できるというメリットがある。明るい画像が取得できることにより、後述する病変に関する評価値の精度を向上させることができる。
なお、図2に示す例では、光源部230は、電子内視鏡用プロセッサ200に内蔵して設けられるが、電子内視鏡用プロセッサ200とは別体の装置として電子内視鏡システム1に設けられてもよい。また、光源部230は、後述する電子内視鏡100の先端部に設けられてもよい。この場合、照明光を導光するLCB102は不要である。
光源部230が射出する照明光は、白色光に限らず、所定の狭い波長帯域を波長帯域とする狭帯域光等の特殊光であってもよい。
特徴量算出部220bは、一実施形態では、複数の代表評価値は、2つの代表評価値であり、1つの代表評価値を算出するための画素評価値として、生体組織の赤色の程度を画素毎に数値化した生体組織赤色度を計算し、もう1つの代表評価値を算出するための画素評価値として、生体組織上の筋状に延在する血管領域の赤色を数値化した血管赤色度を計算する。以下、生体組織赤色度及び血管赤色度を計算する形態を説明する。
前処理部220aは、ドライバ信号処理回路112より入力した画像信号(輝度信号Y、色差信号Cb、Cr)を所定のマトリックス係数を用いて画像色成分(R、G、B)に変換する。
前処理部220aは、さらに、画像色成分に変換された画像データをRG平面に正射影する色空間変換を行う。具体的には、RGB3原色で定義されるRGB色空間の各画素の画像色成分がRGの画像色成分に変換される。概念的には、RGB色空間の各画素の画像色成分が、R、G成分の画素値に応じてRG平面内(例えば、R成分の画素値=0~255、G成分の画素値=0~255の値を取るRG平面内の区画)にプロットされる。以下、説明の便宜上、RGB色空間の各画素の画像色成分の点及びRG色空間内にプロットされた画像色成分の点を「画素対応点」と記す。RGB色空間のRGBそれぞれの画像色成分は、順番に、例えば、波長620~750nm、波長495~570nm、及び波長450~495nmの色成分である。なお、色成分は、色空間(色平面も含む。)を構成するものである。色相及び彩度は、「色成分」から除かれる。
前処理部220aは、生体組織赤色度及び血管赤色度を評価するために必要なRG平面内の基準軸が設定される。
図4に示す基準軸は、一例であり、疾患の種類に応じて基準軸は種々異なる。
他方、基準点O’を座標(-50,-50)から(-200,-200)の間に設定することで、炎症の程度を示す評価結果はノイズの影響を受け難い。
なお、注目画素は、画像の全画素について1つずつ選択される。
なお、図5に示す例では、色空間としてRG色空間を用いるが、RG色空間に代えてRB色空間を用いることもできる。
こうして、特徴量算出部220bは、生体組織赤色度に応じて色を付与したカラーマップ画像を作成する。
図6(a)に示すように、生体組織を撮像した画像には、病変部Xの近傍には、粘膜を通して透けて見える筋状の血管領域Yの像も含まれる。このような画像に対して上述の生体組織赤色度に応じて色分けした、図6(b)に示すカラーマップ画像においても、血管領域Yは炎症部と同じ色で表示される場合がある。図6(a),(b)は、生体組織の画像の一例と、従来の方法で得られるカラーマップ画像の一例を模式的に説明する図である。
特徴量算出部220bは、血管領域Yの確からしさを求め、確からしさに基づいて血管領域Yを抽出する。
特徴量算出部220bは、生体組織の画像の一部の検査対象エリアARの形状と複数のテンプレートTP1~TP4の直線形状それぞれとの相関の程度を表すマッチング度を求め、複数のテンプレートTP1~TP4それぞれに対応するマッチング度の中で、最も高い最高マッチング度を検査対象エリアARにおける血管領域Yの確からしさとする。テンプレートTP1~TP4は、画素で構成され、テンプレートTP1~TP4は、直線の延在方向を互いに異ならせた複数の直線形状を備える。テンプレートTP1~TP4は、それぞれの直線形状に合わせて各画素は画素値を有する。図7に示すように、画像の端から矢印に沿って順番に検査対象エリアARをオーバーラップさせながら移動させることにより、検査対象エリアAR内の画像の画素評価値とテンプレートTP1~TP4それぞれの対応する画素の値との相関度を求める。一実施形態によれば、テンプレートTP1~TP4は、血管を特徴付ける形状として、直線を4つの異なる延在方向に延ばした4つの直線形状を備える。検査対象エリアARが血管領域を含む場合、検査対象エリアAR内の画素値は、血管が筋状に延びるといった特徴形状の情報を含んでいるので、ずれ角度θに応じて設定された画素評価値を画素値とする画像を用いて、血管領域Yを抽出することができる。テンプレートTP1~TP4は、図6に示す白領域及び黒領域に対応して画素毎に値を有する。このため、一実施形態によれば、マッチング度は、テンプレートTP1~TP4の画素の値と、検査対象領域ARの対応する画素評価値との相関係数である。また一実施形態によれば、マッチング度は、テンプレートTP1~TP4の画素毎の値を空間フィルタのフィルタ係数として、このフィルタ係数のそれぞれと検査対象エリアARの対応する画素の画像評価値を乗算して合計した値であってもよい。
特徴量算出部220bは、抽出した血管領域Yに対応する画素における生体組織赤色度を血管赤色度として定める。この場合、血管領域Yに対応しない領域の血管赤色度はゼロとする。また、特徴量算出部220bは、血管の確からしさを0~1の範囲に正規化した値を求め、この値が高い程値が高くなり、低い程値が低くなるように生体組織赤色度を補正した結果を血管赤色度として求めてもよい。このように、全画素に対して血管赤色度が計算される。例えば、生体組織赤色度の値に、血管の確からしさの値を乗算した結果を血管赤色度として求めてもよい。
このように、一実施形態の特徴量算出部220bは、生体組織赤色度及び血管赤色度を画素評価値として算出する。
画像における代表評価値である生体組織赤色度の代表値及び血管赤色度の代表値を算出する処理は、各画素の生体組織赤色度及び血管赤色度の平均値を算出する平均化処理であってもよいし、別の公知の処理、例えば、メディアン値を求める処理であってもよい。平均化処理は、単純平均値を求める処理、及び加重平均値を求める処理を含む。また、公知の処理として、画素評価値である生体組織赤色度及び血管赤色度のそれぞれを、順位のついた少なくとも2つ以上のレベルに分け、この各レベルに属する画素数に所定の重み付け係数を乗算した値の合計値Pを所定の式に代入して代表値を算出する処理であってもよい。この場合、所定の式は、例えば1/(1+e-P)である。この場合、重み付け係数は、医師による主観評価結果と相関を有するように、多重ロジスティック回帰分析によって得られる係数であることが好ましい。
撮像位置の情報は、撮像位置情報処理部220eにおいて、撮像した画像と対応付けられる。撮像位置の情報は、例えば、内視鏡システム1に設けられた位置測定システムから撮像位置情報処理部220eに送られる。
したがって、統合部220dは、メモリ204から撮像位置の情報に応じた係数の値が読みだされ、係数の値を関係式に付与する。
次に、前処理部220aは、上述したRGB変換、色空間変換、基準軸の設定、及び色補正、必要に応じてトーン強調処理を含む前処理を行い、さらに、特徴量算出部220bは、前処理を行った画像に対して、病変部が示す色成分あるいは形状に関する複数の特徴それぞれの程度を示す複数の画素評価値、例えば生体組織赤色度及び血管赤色度度、生体組織白色度等を、画素毎に算出する(ステップS14)。
さらに、統合部220dは、設定された係数の値を、回帰式の係数に与え、この回帰式に代表評価値を入力することにより重症度の値を算出する(ステップS32)。係数の値は、撮像位置の情報に応じたものであるので、撮像位置によって重症度の値が変化することを抑制することができる。したがって、画像の撮像位置によらず、病変の進行の程度を安定して精度よく重症度の値で評価することができる。
統合部220dは、重症度の計算結果を2つの基準値により正規化して、重症度の正規化値を、重症度の値として算出する(ステップS54)。例えば、第3基準値がX3であり、第4基準値がX4であり、重症度の計算結果がQである場合、(Q-X3)/(X4-X3)である。QがX3とX4の間の値である必要はないが、QがX3とX4の間の値である場合、(Q-X3)/(X4-X3)は0~1の値となる。2つの基準値は、撮像位置の情報に応じたものであり、重症度の正規化値は、撮像位置によって値が変化しないように正規化されたものであるので、撮像位置によって重症度の値が変化することを抑制することができる。したがって、画像の撮像位置によらず、病変の進行の程度を安定して精度よく重症度の値で評価することができる。
こうして、画像処理ユニット220は、評価対象画像を得るための撮像を継続して行うか否かを判定し、撮像が継続される場合、ステップS10に戻り、上述の処理が繰り返される。撮像が継続されない場合、上述の処理は終了する。
100 電子内視鏡
200 電子内視鏡用プロセッサ
220 画像処理ユニット
220a 前処理部
220b 特徴量算出部
220c 代表値算出部
220d 統合部
204 メモリ
230 光源部
300 モニタ
400 プリンタ
600 サーバ
Claims (6)
- 電子内視鏡で得られた体腔内の生体組織の病変部の画像から、前記画像の情報を少なくとも用いて、前記生体組織の病変の進行の程度を1つの値で表した病変の重症度の値を求めるように構成された画像処理ユニットを備え、
前記画像処理ユニットは、
前記病変部に現れる複数の外観の特徴を、前記病変部が示す色成分、あるいは前記病変部の形状により前記生体組織の健常部の特徴と区別できる、前記外観の特徴それぞれに対応した評価値であって、前記色成分、あるいは前記病変部の形状に関する、前記複数の特徴それぞれの程度を画素毎に示す画素評価値を、前記画像から算出するように構成された特徴量算出部と、
前記画像における各画素の前記画素評価値を纏めることにより前記生体組織の前記複数の特徴それぞれの代表評価値を前記画像1つに対して1つ算出するように構成された代表値算出部と、
前記画像を撮像したときの前記体腔内の撮像位置の情報を前記画像と対応付ける撮像位置情報処理部と、
前記電子内視鏡で撮像した評価対象画像について、前記複数の特徴それぞれの前記代表評価値に基づいて前記病変の重症度の値を算出し、前記重症度の値を算出する際に、前記評価対象画像に対応した前記撮像位置の前記情報に応じて調整した前記重症度の計算処理を設定する統合部と、を備え、
前記統合部は、前記重症度と前記複数の特徴それぞれの前記代表評価値とを関連付けた関係式に従って前記重症度の値を計算し、
前記関係式において、前記代表評価値に係る係数には、前記撮像位置の前記情報に応じた値が設定される、ことを特徴とする内視鏡用プロセッサ。 - 電子内視鏡で得られた体腔内の生体組織の病変部の画像から、前記画像の情報を少なくとも用いて、前記生体組織の病変の進行の程度を1つの値で表した病変の重症度の値を求めるように構成された画像処理ユニットであって、
前記病変部に現れる複数の外観の特徴を、前記病変部が示す色成分、あるいは前記病変部の形状により前記生体組織の健常部の特徴と区別できる、前記外観の特徴それぞれに対応した評価値であって、前記色成分、あるいは前記病変部の形状に関する、前記複数の特徴それぞれの程度を画素毎に示す画素評価値を、前記画像から算出するように構成された特徴量算出部と、
前記画像における各画素の前記画素評価値を纏めることにより前記生体組織の前記複数の特徴それぞれの代表評価値を前記画像1つに対して1つ算出するように構成された代表値算出部と、
前記画像を撮像したときの前記体腔内の撮像位置の情報を前記画像と対応付ける撮像位置情報処理部と、
前記電子内視鏡で撮像した評価対象画像について、前記複数の特徴それぞれの前記代表評価値に基づいて前記病変の重症度の値を算出し、前記重症度の値を算出する際に、前記評価対象画像に対応した前記撮像位置の前記情報に応じて調整した前記重症度の計算処理を設定する統合部と、
を備える画像処理ユニットと、
病変の進行の程度が異なる複数の病変部を前記電子内視鏡で撮像した複数の参照画像に基づいて設定された前記代表評価値に関する2つの基準値を、前記参照画像の前記撮像位置の前記情報に応じて定まる値として前記電子内視鏡の撮像位置毎に保持する記憶部と、
を備え、
前記統合部は、前記電子内視鏡で撮像した参照画像の前記撮像位置の前記情報に応じた前記2つの基準値により前記参照画像の前記代表評価値を正規化した正規化評価値と前記重症度とを事前に関連付けた関係式を用いて、前記重症度の値を計算し、前記重症度の値は、前記評価対象画像の前記代表評価値を前記評価対象画像の前記撮像位置の前記情報に応じて定まる前記2つの基準値により正規化した前記正規化評価値を前記関係式に入力することにより計算する、ことを特徴とする内視鏡用プロセッサ。 - 電子内視鏡で得られた体腔内の生体組織の病変部の画像から、前記画像の情報を少なくとも用いて、前記生体組織の病変の進行の程度を1つの値で表した病変の重症度の値を求めるように構成された画像処理ユニットであって、
前記病変部に現れる複数の外観の特徴を、前記病変部が示す色成分、あるいは前記病変部の形状により前記生体組織の健常部の特徴と区別できる、前記外観の特徴それぞれに対応した評価値であって、前記色成分、あるいは前記病変部の形状に関する、前記複数の特徴それぞれの程度を画素毎に示す画素評価値を、前記画像から算出するように構成された特徴量算出部と、
前記画像における各画素の前記画素評価値を纏めることにより前記生体組織の前記複数の特徴それぞれの代表評価値を前記画像1つに対して1つ算出するように構成された代表値算出部と、
前記画像を撮像したときの前記体腔内の撮像位置の情報を前記画像と対応付ける撮像位置情報処理部と、
前記電子内視鏡で撮像した評価対象画像について、前記複数の特徴それぞれの前記代表評価値に基づいて前記病変の重症度の値を算出し、前記重症度の値を算出する際に、前記評価対象画像に対応した前記撮像位置の前記情報に応じて調整した前記重症度の計算処理を設定する統合部と、
を備える画像処理ユニットと、
病変の進行の程度が異なる複数の病変部を前記電子内視鏡で撮像した複数の参照画像に基づいて設定された前記重症度に関する2つの基準値を、前記参照画像の前記撮像位置に応じて定まる値として前記電子内視鏡の撮像位置毎に保持する記憶部と、
を備え、
前記統合部は、前記評価対象画像の前記代表評価値と前記重症度とを事前に関連付けた関係式を用いて前記重症度の計算をし、計算結果の値を、前記評価対象画像の前記撮像位置の情報に対応して定まる前記2つの基準値により正規化した正規化値を前記重症度の値として算出する、ことを特徴とする記載の内視鏡用プロセッサ。 - 前記関係式は、事前に用意されている前記病変の進行の程度の評価結果が定まっている参照画像の前記評価結果に、前記複数の特徴それぞれの前記代表評価値から算出される前記重症度の値が対応するように重回帰分析を行って抽出された多項式の回帰式である、請求項1~3のいずれか1項に記載の内視鏡用プロセッサ。
- 前記撮像位置の情報は、管状の臓器の奥行方向の領域を複数の区域に区分けしたときの1つの区域の位置情報である、請求項1~4のいずれか1項に記載の内視鏡用プロセッサ。
- 体腔内の生体組織を撮像するように構成された電子内視鏡と、
前記電子内視鏡に接続される、請求項1~5のいずれか1項に記載の内視鏡用プロセッサと、を備える内視鏡システム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020160703A JP7455716B2 (ja) | 2020-09-25 | 2020-09-25 | 内視鏡用プロセッサ及び内視鏡システム |
CN202180017682.5A CN115190775A (zh) | 2020-09-25 | 2021-09-01 | 内窥镜用处理器以及内窥镜*** |
DE112021005012.5T DE112021005012T5 (de) | 2020-09-25 | 2021-09-01 | Endoskopprozessor und endoskopsystem |
US17/912,725 US20230142219A1 (en) | 2020-09-25 | 2021-09-01 | Endoscope processor and endoscope system |
PCT/JP2021/032170 WO2022064987A1 (ja) | 2020-09-25 | 2021-09-01 | 内視鏡用プロセッサ及び内視鏡システム |
EP21872118.1A EP4218535A1 (en) | 2020-09-25 | 2021-09-01 | Endoscope processor and endoscope system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020160703A JP7455716B2 (ja) | 2020-09-25 | 2020-09-25 | 内視鏡用プロセッサ及び内視鏡システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022053845A JP2022053845A (ja) | 2022-04-06 |
JP7455716B2 true JP7455716B2 (ja) | 2024-03-26 |
Family
ID=80996795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020160703A Active JP7455716B2 (ja) | 2020-09-25 | 2020-09-25 | 内視鏡用プロセッサ及び内視鏡システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7455716B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2024017630A (ja) * | 2022-07-28 | 2024-02-08 | Hoya株式会社 | 電子内視鏡システムの画像補正方法 |
WO2024111106A1 (ja) * | 2022-11-25 | 2024-05-30 | 日本電気株式会社 | 内視鏡検査支援装置、内視鏡検査支援方法、及び、記録媒体 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019159435A1 (ja) | 2018-02-13 | 2019-08-22 | Hoya株式会社 | 内視鏡システム |
WO2020066670A1 (ja) | 2018-09-27 | 2020-04-02 | Hoya株式会社 | 電子内視鏡システム及びデータ処理装置 |
WO2020066807A1 (ja) | 2018-09-27 | 2020-04-02 | Hoya株式会社 | 電子内視鏡システム |
WO2020188825A1 (ja) | 2019-03-20 | 2020-09-24 | Hoya株式会社 | 内視鏡システム |
WO2020189213A1 (ja) | 2019-03-20 | 2020-09-24 | Hoya株式会社 | 内視鏡システム |
-
2020
- 2020-09-25 JP JP2020160703A patent/JP7455716B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019159435A1 (ja) | 2018-02-13 | 2019-08-22 | Hoya株式会社 | 内視鏡システム |
WO2019159770A1 (ja) | 2018-02-13 | 2019-08-22 | Hoya株式会社 | 内視鏡システム |
WO2020066670A1 (ja) | 2018-09-27 | 2020-04-02 | Hoya株式会社 | 電子内視鏡システム及びデータ処理装置 |
WO2020066807A1 (ja) | 2018-09-27 | 2020-04-02 | Hoya株式会社 | 電子内視鏡システム |
WO2020188825A1 (ja) | 2019-03-20 | 2020-09-24 | Hoya株式会社 | 内視鏡システム |
WO2020189213A1 (ja) | 2019-03-20 | 2020-09-24 | Hoya株式会社 | 内視鏡システム |
Also Published As
Publication number | Publication date |
---|---|
JP2022053845A (ja) | 2022-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6581730B2 (ja) | 電子内視鏡用プロセッサ及び電子内視鏡システム | |
JP7068487B2 (ja) | 電子内視鏡システム | |
JP6907398B2 (ja) | 内視鏡システム | |
CN112351723B (zh) | 电子内窥镜***与数据处理装置 | |
CN112469323B (zh) | 内窥镜*** | |
US12011142B2 (en) | Electronic endoscope system | |
JP7455716B2 (ja) | 内視鏡用プロセッサ及び内視鏡システム | |
EP4218535A1 (en) | Endoscope processor and endoscope system | |
WO2020189213A1 (ja) | 内視鏡システム | |
JP6912608B2 (ja) | 内視鏡システム | |
JP6877672B2 (ja) | 電子内視鏡システム及びデータ処理装置 | |
JP6926242B2 (ja) | 電子内視鏡用プロセッサ及び電子内視鏡システム | |
JP7455717B2 (ja) | 内視鏡用プロセッサ及び内視鏡システム | |
US12029385B2 (en) | Electronic endoscope system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231204 |
|
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: 20240220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240313 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7455716 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |