JPWO2007000940A1 - 異常陰影候補検出方法、異常陰影候補検出装置 - Google Patents

Abstract

異常陰影候補検出時の偽陽性数を抑制し検出精度を向上させるとともに、異常陰影候補検出時の処理時間の短縮を図る。本発明に係る画像処理装置によれば、原画像の画像データＤを縮小して画像データＤ１を生成し、画像データＤ１に対し第１の平滑化フィルタをかけて微小な低濃度領域が平滑化された画像データＤ２を生成し、画像データＤ２に第２の平滑化フィルタをかけて検出すべき異常陰影候補領域と同程度の大きさをもつ、低濃度領域が平滑化された画像データＤ３を生成し、画像データＤ３と画像データＤ２の同一画素位置の画素値の差分をとることにより差分画像データＤ４を生成し、この画像データＤ４を閾値処理することにより検出対象の大きさをもつ低濃度領域の画像データＤ５を抽出する。そして、画像データＤ５で抽出された領域に対して異常陰影候補の検出を行う。

Description

本発明は、医用画像から異常陰影候補を検出する異常陰影候補検出方法及び異常陰影候補検出装置に関する。

医療の分野においては、医用画像のデジタル化が実現され、ＣＲ（Computed Radiography）装置等により生成された医用画像データをモニタに表示し、このモニタに表示された医用画像を医師が読影して、病変部の状態や経時変化を観察して診断を行っている。

従来、このような医師の読影に対する負担軽減を目的として、上記医用画像データを画像処理することにより、画像上に現れた病変部の陰影を異常陰影候補として自動的に検出するコンピュータ診断支援装置（Computer-Aided Diagnosis；以下、ＣＡＤという。）と呼ばれる異常陰影候補検出装置が開発されている。

病変部の陰影は、特徴的な濃度分布を有することが多く、ＣＡＤは、このような濃度特性に基づいて病変部と推測される画像領域を異常陰影候補領域として検出するものである。

上記ＣＡＤでは、検出目的とする病変の種類に応じて様々な検出アルゴリズムが開発されており、腫瘤陰影の検出に最適なアルゴリズムとしてはアイリスフィルタを用いた手法等が提案されている。また、微小石灰化クラスタ陰影の検出に最適なアルゴリズムとしてはモルフォルジーフィルタを用いた手法等が提案されている。

ところで、異常陰影候補の検出は、画像全体を１画素ごとに演算処理するため非常に時間がかかるという問題があった。また、病変部でないノイズや正常組織の領域を異常陰影として検出してしまうといった問題があった。

そこで、例えば、特許文献１においては、同一撮影部位に複数種類の異常陰影検出目的が存在する場合、検出目的に応じて異常陰影候補検出アルゴリズムを１つ若しくは複数選択するアルゴリズム選択手段を備え、医師が必要とするアルゴリズムのみを選択できるようにすることで、処理時間を短縮する技術が記載されている。また、特許文献２においては、医師が異常陰影候補の存在領域についてある程度の予測がある場合や、過去に取得された画像等他の画像において異常陰影候補が検出されていた場合等に、その領域のみを指定して異常陰影候補検出アルゴリズムをかける技術が記載されている。
特開２００２−１１２９８６号公報 特開２００１−３４６７８７号公報

しかしながら、特許文献１においては、選択された異常陰影候補検出アルゴリズムを用いて画像全体を１画素ごとに演算処理するので、複数の必要のない異常陰影候補検出アルゴリズムを用いる場合に比べれば処理時間は短縮できるが、依然として画像全体を探索するため処理時間がかかり、病変部でないノイズや正常組織の領域を異常陰影として検出してしまうといった問題があった。また、特許文献２においては、医師が予測する領域以外、或いは過去に検出された領域以外の領域に異常陰影があったとしても検出されないという問題があった。また、指定された領域内では１画素ごとに演算処理するので、探索領域を限定しても、病変部でないノイズや正常組織の領域を異常陰影として検出してしまう可能性があった。更に、異常陰影候補を大きさ別に分類して検出することはできなかった。

本発明はこのような状況に鑑みてなされたものであり、異常陰影候補検出時の偽陽性数を抑制し検出精度を向上させるとともに、異常陰影候補検出時の処理時間の短縮を図ることである。

上記課題を解決するため、請求の範囲第１項に記載の発明の異常陰影候補検出方法は、
入力された医用画像に第１の平滑化フィルタを用いて第１の平滑化処理を施す第１の平滑化処理工程と、
前記第１の平滑化処理工程において処理が施された医用画像に第２の平滑化フィルタを用いて第２の平滑化処理を施す第２の平滑化処理工程と、
前記第１の平滑化処理が施された医用画像及び前記第２の平滑化処理が施された医用画像に基づいて、検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出工程と、
前記入力された医用画像における前記抽出された検出対象領域に対し、前記異常陰影候補の検出を行う異常陰影候補検出工程と、
を含むことを特徴としている。

請求の範囲第２項に記載の発明は、請求の範囲第１項に記載の発明において、
前記入力された医用画像を縮小する縮小工程を含み、
前記第１の平滑化処理工程において、前記縮小された医用画像に前記第１の平滑化処理を施すことを特徴としている。

請求の範囲第３項に記載の発明は、請求の範囲第１項又は第２項に記載の発明において、
前記入力された医用画像は、濃度を示す画素値からなり、
前記第１の平滑化処理工程は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記異常陰影候補検出工程で検出すべき異常陰影候補領域より小さく、かつ周囲に比べて低濃度の領域を平滑化し、
前記第２の平滑化処理工程は、前記第２の平滑化フィルタを用いて、前記第１の平滑化処理が施された医用画像において前記検出すべき異常陰影候補領域の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化し、
前記抽出工程は、前記第２の平滑化処理が施された医用画像と前記第１の平滑化処理が施された医用画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴としている。

請求の範囲第４項に記載の発明は、請求の範囲第１項〜第３項の何れか一項に記載の発明において、
前記検出すべき異常陰影は腫瘤陰影であることを特徴としている。

請求の範囲第５項に記載の発明の異常陰影候補検出装置は、
入力された医用画像に第１の平滑化フィルタを用いて第１の平滑化処理を施す第１の平滑化処理手段と、
前記第１の平滑化処理手段において処理が施された医用画像に第２の平滑化フィルタを用いて第２の平滑化処理を施す第２の平滑化処理手段と、
前記第１の平滑化処理が施された医用画像及び前記第２の平滑化処理が施された医用画像に基づいて、検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出手段と、
前記入力された医用画像における前記抽出された検出対象領域に対し、前記異常陰影候補の検出を行う異常陰影候補検出手段と、
を備えたことを特徴としている。

請求の範囲第６項に記載の発明は、請求の範囲第５項に記載の発明において、
前記入力された医用画像を縮小する縮小手段を備え、
前記第１の平滑化処理手段において、前記縮小された医用画像に前記第１の平滑化処理を施すことを特徴としている。

請求の範囲第７項に記載の発明は、請求の範囲第５項又は第６項に記載の発明において、
前記入力された医用画像は、濃度を示す画素値からなり、
前記第１の平滑化処理手段は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記異常陰影候補検出手段で検出すべき異常陰影候補領域より小さく、かつ周囲に比べて低濃度の領域を平滑化し、
前記第２の平滑化処理手段は、前記第２の平滑化フィルタを用いて、前記第１の平滑化処理が施された医用画像において前記検出すべき異常陰影候補領域の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化し、
前記抽出手段は、前記第２の平滑化処理が施された医用画像と前記第１の平滑化処理が施された医用画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴としている。

請求の範囲第８項に記載の発明は、請求の範囲第５項〜第７項の何れか一項に記載の発明において、
前記検出すべき異常陰影は腫瘤陰影であることを特徴としている。

請求の範囲第９項に記載の発明の異常陰影候補検出方法は、
入力された医用画像から検出すべき病変部の大きさに対応する第１の平滑化フィルタ及び第２の平滑化フィルタを設定するフィルタ設定工程と、
前記設定された第１の平滑化フィルタ及び第２の平滑化フィルタを用いて、前記入力された医用画像から前記検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出工程と、
前記入力された医用画像における前記抽出された検出対象領域に対し、前記異常陰影候補の検出を行う異常陰影候補検出工程と、
を含むことを特徴としている。

請求の範囲第１０項に記載の発明は、請求の範囲第９項に記載の発明において、
前記検出すべき病変部の大きさを入力する入力工程を含み、
前記フィルタ設定工程は、この入力された病変部の大きさに対応する前記第１の平滑化フィルタ及び前記第２の平滑化フィルタを設定することを特徴としている。

請求の範囲第１１項に記載の発明は、請求の範囲第９項又は第１０項に記載の発明において、
前記入力された医用画像を縮小する縮小工程を含み、
前記抽出工程は、前記縮小された医用画像を用いて前記検出すべき病変部の大きさの異常陰影候補の検出対象領域を抽出することを特徴としている。

請求の範囲第１２項に記載の発明は、請求の範囲第９項〜第１１項の何れか一項に記載の発明において、
前記入力された医用画像は、濃度を示す画素値からなり、
前記第１の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最小の大きさに対応するものであり、
前記第２の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最大の大きさに対応するものであり、
前記抽出工程は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記検出すべき病変部より小さく、かつ周囲に比べて低濃度の領域を平滑化することにより第１平滑化画像を生成し、前記第２の平滑化フィルタを用いて、前記第１平滑化画像において前記検出すべき病変部の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化することにより第２平滑化画像を生成し、前記第１平滑化画像と前記第２平滑化画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴としている。

請求の範囲第１３項に記載の発明は、請求の範囲第９項〜第１２項の何れか一項に記載の発明において、
前記検出すべき異常陰影は腫瘤陰影であることを特徴としている。

請求の範囲第１４項に記載の発明の異常陰影候補検出装置は、
入力された医用画像から検出すべき病変部の大きさに対応する第１の平滑化フィルタ及び第２の平滑化フィルタを設定するフィルタ設定手段と、
前記設定された第１の平滑化フィルタ及び第２の平滑化フィルタを用いて、前記入力された医用画像から前記検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出手段と、
前記入力された医用画像における前記抽出された検出対象領域に対し、異常陰影候補の検出を行う異常陰影候補検出手段と、
を備えたことを特徴としている。

請求の範囲第１５項に記載の発明は、請求の範囲第１４項に記載の発明において、
前記検出すべき病変部の大きさを入力する入力手段を備え、
前記フィルタ設定手段は、この入力された病変部の大きさに対応する前記第１の平滑化フィルタ及び前記第２の平滑化フィルタを設定することを特徴としている。

請求の範囲第１６項に記載の発明は、請求の範囲第１４項又は１５に記載の発明において、
前記入力された医用画像を縮小する縮小手段を備え、
前記抽出手段は、前記縮小された医用画像を用いて前記検出すべき病変部の大きさの異常陰影候補の検出対象領域を抽出することを特徴としている。

請求の範囲第１７項に記載の発明は、請求の範囲第１４項〜第１６項の何れかに記載の発明において、
前記入力された医用画像は、濃度を示す画素値からなり、
前記第１の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最小の大きさに対応するものであり、
前記第２の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最大の大きさに対応するものであり、
前記抽出手段は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記検出すべき病変部より小さく、かつ周囲に比べて低濃度の領域を平滑化することにより第１平滑化画像を生成し、前記第２の平滑化フィルタを用いて、前記第１平滑化画像において前記検出すべき病変部の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化することにより第２平滑化画像を生成し、前記第１平滑化画像と前記第２平滑化画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴としている。

請求の範囲第１８項に記載の発明は、請求の範囲第１４項〜第１７項の何れか一項に記載の発明において、
前記検出すべき異常陰影は腫瘤陰影であることを特徴としている。

請求の範囲第１項、第３項、第５項及び第７項に記載の発明によれば、医用画像における検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を限定することができるので、異常陰影候補検出時の偽陽性数（ＦＰ（fault Positive）数）を抑制することができ、検出精度を向上させることができるとともに、異常陰影候補検出時の処理時間の短縮を図ることが可能となる。

請求の範囲第２項及び第６項に記載の発明によれば、縮小した医用画像を用いて検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域の抽出を行うので、処理時間の短縮化を図ることが可能となる。

請求の範囲第４項及び第８項に記載の発明によれば、腫瘤陰影検出時の偽陽性数を抑制することができ、検出精度を向上させることができるとともに、腫瘤陰影検出時の処理時間の短縮を図ることが可能となる。
請求の範囲第９項、第１２項、第１４項及び第１７項に記載の発明によれば、医用画像における異常陰影候補の検出対象領域を、検出すべき病変部の大きさに応じて限定することができるので、異常陰影候補検出時の偽陽性数（ＦＰ（fault Positive）数）を抑制することができ、検出精度を向上させることができるとともに、異常陰影候補検出時の処理時間の短縮を図ることが可能となる。

請求の範囲第１０項及び第１５項に記載の発明によれば、医用画像から検出すべき病変部の大きさを操作者が指定することが可能となる。

請求の範囲第１１項及び第１６項に記載の発明によれば、縮小した医用画像を用いて異常陰影候補の検出対象領域の抽出を行うので、処理時間の短縮化を図ることが可能となる。

請求の範囲第１３項及び第１８項に記載の発明によれば、腫瘤陰影検出時の偽陽性数を抑制することができ、検出精度を向上させることができるとともに、腫瘤陰影検出時の処理時間の短縮を図ることが可能となる。

本発明に係る医用画像システム１００の全体構成を示す図である。 図１の画像処理装置２の機能的構成を示すブロック図である。 図２のＣＰＵ２１により実行される第１実施形態に係る異常陰影候補検出処理を示すフローチャートである。 図３の領域抽出処理を示すフローチャートである。 図４の領域抽出処理の各ステップで生成される画像データを模式的に示す図である。 第１の平滑化フィルタを説明するための図である。 第２の平滑化フィルタを説明するための図である。 第１の平滑化フィルタのマスクサイズ及び第２の平滑化フィルタのマスクサイズを変更して複数回処理を行うことにより、大きさ別に分類して検出対象領域を抽出する場合の処理手順を示す図である。 図２のＣＰＵ２１により実行される第２実施形態に係る異常陰影候補検出処理を示すフローチャートである。

符号の説明

１００ ***画像生成システム
１ 画像生成装置
２ 画像処理装置
２１ ＣＰＵ
２２ 操作部
２３ 表示部
２４ ＲＡＭ
２５ 記憶部
２６ 通信制御部
２７ バス

以下の説明では、請求の範囲第１項〜第８項に係る実施の形態を第１実施形態といい、請求の範囲第９項〜第１８項に係る実施の形態を第２実施形態という。また、第１実施形態と第２実施形態で共通の場合は、本実施の形態という。
まず、図１及び図２を参照して、本実施の形態の構成について説明する。

図１に、本実施の形態における医用画像システム１００の全体構成を示す。図１に示すように、医用画像システム１００は、画像生成装置１、画像処理装置２等がネットワークＮを介して、相互にデータ送受信可能なように接続されている。

なお、本実施の形態では、画像生成装置１と画像処理装置２とがネットワーク接続された例を説明するが、これに限らず、直接有線接続されたシステム構成であってもよい。また、各装置の台数及び設置場所は特に限定されない。更に、医用画像システム１００には、画像生成装置１で生成された医用画像の画像データを保存、管理するサーバ、画像処理装置２における検出すべき病変部の大きさをもつ異常陰影候補の検出結果及び処理済み画像の表示出力を行うモニタ、画像処理装置２における検出すべき病変部の大きさをもつ異常陰影候補の検出結果及び処理済み画像のフィルム出力を行うフィルム出力装置等が接続された構成としてもよい。

ネットワークＮは、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、インターネット等の様々な回線形態を適用可能である。なお、病院等の医療機関内で許可されるのであれば、無線通信や赤外線通信であってもよいが、重要な患者情報を含むため、送受信される情報は暗号化することが好ましい。

画像生成装置１は、例えば、ＣＲ（Computed Radiography）、ＦＰＤ（Flat Panel Detector）、ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）等のモダリティから構成され、人体を撮影し、撮影した画像をデジタル変換して、医用画像の画像データを生成する装置である。本実施の形態においては、画像生成装置１は、***の放射線撮影を行い、***画像の画像データを生成するものとして説明する。なお、画像生成装置１は、***画像に対して、画像付帯情報（以下、付帯情報と称する）を入力させたり、自動生成したりすることができる。画像生成装置１は、生成された***画像の画像データとともにその付帯情報を画像データのヘッダ情報としてネットワークＮを介して画像処理装置２へ出力するものとする。

***画像の付帯情報としては、例えば、撮影された患者の患者氏名、患者ＩＤ、年齢、乳腺量等の患者に関する患者情報、撮影日、検査ＩＤ、撮影部位、撮影条件（左右の***の区別、撮影方向、圧迫圧等）、画像生成装置（モダリティ種）情報等の撮影情報が含まれる。

画像処理装置２は、画像生成装置１から供給される画像データに対し異常陰影候補検出処理を施す異常陰影候補検出装置である。

以下、画像処理装置２の内部構成について説明する。

図２に、画像処理装置２の機能的構成を示す。図２に示すように、画像処理装置２は、ＣＰＵ２１、操作部２２、表示部２３、ＲＡＭ２４、記憶部２５、通信制御部２６等を備えて構成され、各部はバス２７により接続されている。

ＣＰＵ２１は、記憶部２５に記憶されているシステムプログラムを読み出し、ＲＡＭ２４内に形成されたワークエリアに展開し、該システムプログラムに従って各部を制御する。また、ＣＰＵ２１は、記憶部２５に記憶されている異常陰影候補検出処理プログラムを始めとする各種処理プログラムを読み出してワークエリアに展開し、後述する異常陰影候補検出処理（図３参照）を始めとする各種処理を実行する。

操作部２２は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号をＣＰＵ２１に出力する。また、操作部２２は、表示部２３の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号をＣＰＵ２１に出力する。

表示部２３は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ等のモニタにより構成され、ＣＰＵ２１から入力される表示信号の指示に従って、画像の表示を行う。

ＲＡＭ２４は、ＣＰＵ２１により実行制御される各種処理において、記憶部２５から読み出されたＣＰＵ２１で実行可能な各種プログラム、入力若しくは出力データ、及びパラメータ等の一時的に記憶するワークエリアを形成する。

記憶部２５は、ＨＤＤ（Hard Disc Drive）や不揮発性の半導体メモリ等により構成され、ＣＰＵ２１で実行されるシステムプログラム、当該システムプログラムに対応する異常陰影候補検出処理プログラムを始めとする各種プログラム、各種データ等を記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、ＣＰＵ２１は、当該プログラムコードに従った動作を逐次実行する。

また、記憶部２５は、撮影済みの医用画像のデータとその医用画像についての異常陰影候補検出データ（その医用画像の付帯情報（患者情報を含む）、その医用画像において検出対象とした病変部の大きさに関する情報（例えば、検出対象とした病変部の大きさの範囲、検出対象領域の抽出に使用した第１の平滑化フィルタ及び第２の平滑化フィルタのマスクサイズ等）、及びその医用画像における異常陰影候補の検出結果（検出個数等）等）とを対応付けて記憶する。

通信制御部２６は、ＬＡＮアダプタやルータやＴＡ（Terminal Adapter）等を備え、ネットワークＮに接続された各装置との間の通信を制御する。

次に、本実施の形態における動作について説明する。

図３は、画像処理装置２のＣＰＵ２１により実行される第１実施形態に係る異常陰影候補検出処理を示すフローチャートである。ＣＰＵ２１は、記憶部２５に記憶された異常陰影候補検出処理プログラムとの協働によるソフトウエア処理により、当該処理を実行する。

ここで、***画像において診断される主な病変としては、例えば腫瘤陰影、微小石灰化クラスタ等が挙げられる。腫瘤陰影は、ある程度の大きさを持った塊で、***画像上ではガウス分布に近い白っぽく丸い陰影として表示される。微小石灰化クラスタは、***画像上では略円錐構造をもった小さく白い陰影として表示される。即ち、***画像上では、病変部で濃度値の落ち込みが見られる。以下の異常陰影候補検出処理では、この***画像上における病変部画像の特性に基づいて、異常陰影候補の検出対象領域を抽出した後、検出対象領域に対して異常陰影候補の検出を行うものである。本実施の形態においては、腫瘤陰影を検出する場合を例にとり説明する。

まず、画像生成装置１において***を撮影して生成された***画像の画像データＤが通信制御部２６を介して入力され、ＲＡＭ２４のワークエリアに記憶される（ステップＳ１）。

次いで、入力された画像データＤに領域抽出処理が施される（ステップＳ２）。領域抽出処理は、画像データＤの全体領域から、検出すべき病変部の大きさに応じた検出対象領域を抽出する処理である。

以下、図４、５を参照して領域抽出処理について詳細に説明する。

図４は、第１実施形態に係る動作を説明するためのフローチャートである図３のステップＳ２においてＣＰＵ２１により実行される領域抽出処理を示すフローチャートである。また、後で説明する第２実施形態に係る動作を説明するためのフローチャートである図９のステップＳ２４においてＣＰＵ２１により実行される領域抽出処理を示すフローチャートでもある。

図５は、図４の領域抽出処理前の画像及び当該画像の領域抽出処理の各ステップでの処理結果を模式的に示す図である。図５（ａ）〜（ｄ）においては、画像データ（画像データＤ１〜Ｄ４）の或る１列（図５（ａ）〜（ｄ）は全て同じ列を示す）における画素位置を横軸、画素値（濃度値）を縦軸として示している。

図４の領域抽出処理においては、まず、画像データＤに対して縮小処理が施され、サンプリングピッチ１．６ｍｍ程度の画像データＤ１が生成される（ステップＳ１１）。例えば、画像データＤのサンプリングピッチが１００μｍであれば、縦、横をそれぞれ１／１６に縮小する。縮小処理アルゴリズムは、近傍の画素値の平均をとる、一定画素間隔で間引くなど、どのような手法でもよい。ここで、画像データＤを縮小しておくことにより、以降の処理での処理時間を短縮することができる。

***画像においては、図５（ａ）に示すように、検出すべき病変部と同程度の大きさをもち、かつ周囲より低濃度の領域（検出対象領域）、検出すべき病変部より小さく、かつ周囲より低濃度の領域（微小領域）、検出すべき病変部より大きく、かつ周囲より低濃度の領域（対象より大きな領域）が含まれる。領域抽出処理の以降の処理ステップでは、縮小された画像データＤ１上から検出すべき病変部と同程度の大きさをもつ低濃度領域を検出対象領域として抽出する。なお、以降の処理においては、５ｍｍ〜１５ｍｍ程度の大きさの腫瘤陰影候補を検出する場合を例にとり説明する。

画像データＤが縮小され、画像データＤ１が生成されると、縮小された画像データＤ１に対して第１の平滑化処理が施され、画像データＤ２が生成される（ステップＳ１２）。

第１の平滑化処理は、画像データＤ１に対してマスクサイズ３×３の第１の平滑化フィルタ（図６参照）をかけて画像データＤ２を生成する。第１の平滑化フィルタは、画像データＤ１の注目する画素を中心として正方形領域（マスク）を設定し、マスク内の画素値を大きい順に並べ、中央値を注目画素の画素値とするメディアンフィルタである。マスクサイズ３×３のメディアンフィルタの場合、図６に示す領域１〜９の画素値を大きい順に並べ、その中央値を領域５の画素値とする。これを、マスクの位置を１画素ずつずらしながら繰り返し、画像データＤ１の全ての画素に対して行う。これにより、図５（ｂ）に示すように縦幅、横幅がそれぞれ４．８ｍｍ程度（１．６ｍｍ×３）までの微小領域が平滑化される。

次いで、画像データＤ２に対して第２の平滑化処理が施され、画像データＤ３が生成される（ステップＳ１３）。

第２の平滑化処理では、画像データＤ２に対してマスクサイズ７×７の第２の平滑化フィルタをかけて画像データＤ３を生成する。

この第２の平滑化フィルタは、マスクサイズ内の画素値の中で最大値を中央の注目画素の値とする最大値フィルタと、マスクサイズ内の画素値の中で最小値を中央の注目画素の値とする最小値フィルタとを有し、画像データＤ２に対し最大値フィルタを適用した後、最小値フィルタを適用することにより、マスクサイズ程度の大きさをもつ画素値の落ち込み（くぼみ）を穴埋めするものである。一般的に、腫瘤陰影は、その中心に向かってＸ線透過濃度が落ち込む特徴を有しており、第２の平滑化処理により、画像データＤ２に対し検出すべき腫瘤陰影と同程度の大きさに対応するマスクサイズの第２の平滑化フィルタをかけることにより、検出すべき腫瘤陰影と同程度の低濃度領域を穴埋めすることができる。

ここで、図７を参照して、第２の平滑化フィルタの原理について、一次元のデータ列を例にとり説明する。図７において、横軸は１次元のデータ列における画素位置を、縦軸は１次元のデータ列における画素値（濃度値）を示す。

図７のＬ１は、オリジナル画像のデータ列である。このオリジナル画像のデータ列の左に位置する画素から順に注目画素とし、注目画素を中央としてマスクサイズ縦１×横７の最大値フィルタを設定し、マスクの範囲内の最大値を注目画素の画素値とする。これを右に１画素ずつずらしていくことにより、図７のＬ２に示すデータ列を得ることができる。このＬ２で示すデータ列を入力し、左に位置する画素から順に注目画素とし、注目画素を中央としてマスクサイズ縦１×横７の最小値フィルタを設定し、マスクの範囲内の最小値を注目画素の画素値とする。これにより、図７のＬ３に示すように、オリジナルのデータ列Ｌ１の濃度値の落ち込みが平滑化されたデータ列を得ることができる。

このように、第２の平滑化フィルタにより検出すべき異常陰影候補領域と同程度の大きさをもつ低濃度領域を平滑化することができる。

第２の平滑化処理が終了すると、差分画像生成処理が実行され、図５（ｃ）に示す画像データＤ３と図５（ｂ）に示す画像データＤ２の同一画素位置の画素値の差分をとることにより図５（ｄ）に示す差分画像（画像データＤ４）が生成される（ステップＳ１４）。そして、画像データＤ４が予め設定された閾値により閾値処理され、閾値を超える画素値をもつデータのみが抽出され（ステップＳ１５）、検出すべき異常陰影候補領域と同程度の大きさをもつ低濃度領域の画像データＤ５が生成される。

なお、上記領域抽出処理においては、第１の平滑化フィルタのマスクサイズ及びサンプリングピッチにより、抽出する検出対象領域の最小サイズが決定され、第２の平滑化フィルタのマスクサイズ及びサンプリングピッチにより抽出する検出対象領域の最大サイズが決定される。即ち、図４のステップＳ１２における第１の平滑化処理で用いる第１の平滑化フィルタのマスクサイズ及び図４のステップＳ１３における第２の平滑化処理で用いる第２の平滑化フィルタのマスクサイズを変更することにより、異常陰影候補の検出対象とする領域の大きさを変更することができる。

また、図８に示すように、図４のステップＳ１２における第１の平滑化処理で用いる第１の平滑化フィルタのマスクサイズ及び図４のステップＳ１３における第２の平滑化処理で用いる第２の平滑化フィルタのマスクサイズを変更して複数回処理を行うことにより、大きさ別に分類して検出対象領域を抽出することが可能となる。例えば、まず、図４のステップＳ１２においてマスクサイズ３×３の第１の平滑化フィルタを用いて画像データＤ２を生成し、この画像データＤ２に対してマスクサイズ７×７の第２の平滑化フィルタをかけて画像データＤ３を生成し、画像データＤ３と画像データＤ２の差分をとり閾値処理を行うことにより５ｍｍ〜１５ｍｍ程度の検出対象領域を抽出する。次いで、画像データＤ２に対して更にマスクサイズ７×７の第１の平滑化フィルタをかけて画像データＤ２´を生成し、この画像データＤ２´に対し１１×１１のマスクサイズの第２の平滑化フィルタかけて画像データＤ３´を生成し、画像データＤ３´と画像データＤ２´の差分をとり閾値処理を行うことにより１５ｍｍ〜３０ｍｍ程度の検出対象領域を抽出することができる。このようにして、５ｍｍ〜１５ｍｍ程度の検出対象領域及び１５ｍｍ〜３０ｍｍ程度の検出対象領域をそれぞれ抽出することが可能となる。

腫瘤陰影は略円形であるため、画像データの縦横方向ともに同様の処理でよく、また抽出された領域と腫瘤陰影とが対応付けやすいので、上記領域抽出処理を施すことが特に好ましい。

図３において、領域抽出処理が終了すると、画像データＤにおける抽出された画像データＤ５の領域に対して異常陰影候補の検出が行われる（ステップＳ３）。

異常陰影候補検出のアルゴリズムとしては、検出目的とする病変種類に応じて様々なものが開発されており、腫瘤陰影の検出に最適なアルゴリズムとしてはアイリスフィルタを用いた手法等が提案されている。また、微小石灰化クラスタ陰影の検出に最適なアルゴリズムとしてはモルフォロジーフィルタを用いた手法等が提案されている（特開２００１−３４６７８７号公報参照）。また、腫瘤陰影及び微小石灰化クラスタ陰影の双方の検出に最適なアルゴリズムとして曲率を用いた手法も提案されている。本実施の形態では、異常陰影候補検出アルゴリズムとしてアイリスフィルタを用いて腫瘤陰影候補を検出する手法を適用した場合を説明する。

***の放射線画像において腫瘤陰影は一般的に周囲の画像部分に比べ濃度値が低いことが知られており、その濃度値の分布は概略円形の周縁部から中心部に向かうに従って濃度値が低くなるという濃度値の勾配を有している。従って、腫瘤陰影においては、局所的な濃度値の勾配が認められ、その勾配線は腫瘤の中心方向に集中する。アイリスフィルタは、この濃度値に代表される画像信号の勾配を勾配ベクトルとして算出し、その勾配ベクトルの集中度を出力するものであり、この集中度及びその他の特徴量に基づいて腫瘤陰影の候補領域を検出するものである。

まず、画像データＤにおける異常陰影候補の検出対象領域（画像データＤ５として抽出された画像領域）において、任意の注目画素が設定される。次いで、設定された注目画素において画像の特徴量が算出される。まず、注目画素周辺（例えば、所定のマスクサイズ内の領域）における濃度勾配の方向成分及び強度成分の集中度等の特徴量が求められる。また、その他の特徴量として、注目画素周辺におけるコントラスト、標準偏差、フラクタル次元等の特徴量が求められる。各種特徴量が算出されると、予め各特徴量に対して設定されている、異常陰影候補検出のための閾値と比較され、その比較結果に基づいて注目画素周辺領域は異常陰影である可能性が高いか否かが判別される。異常陰影である可能性が高いと判別された場合、その注目画素周辺領域が異常陰影の候補領域として検出される。全ての検出対象領域で注目画素が設定され、異常陰影候補の検出が繰り返される。

このように、異常陰影候補の検出においては、検出対象領域内の画素１つ１つを注目画素として探索し、その周辺領域が異常陰影である可能性が高いか否かが判別される。

異常陰影候補の検出後、処理は図３のステップＳ４に移行し、異常陰影候補検出結果が表示部２３に表示される（ステップＳ４）。例えば、画像データＤに基づく***画像が表示部２３に表示され、その***画像上において、異常陰影候補として検出された候補領域が矢印（アノテーション）で指摘表示される、或いはカラー表示される等して識別表示される。また、異常陰影候補における特徴量を出力するようにしてもよい。そして、撮影済みの医用画像のデータとその異常陰影候補検出データ（その医用画像の付帯情報、その医用画像において検出対象とした腫瘤陰影の大きさに関する情報、その医用画像における異常陰影候補の検出結果の情報等）が対応付けられて記憶部２５に記憶され（ステップＳ５）、本処理は終了する。

以上説明したように、第１実施形態における画像処理装置２によれば、原画像の画像データＤを縮小して画像データＤ１を生成し、画像データＤ１に対し第１の平滑化フィルタをかけて微小な低濃度領域が平滑化された画像データＤ２を生成し、画像データＤ２に第２の平滑化フィルタをかけて検出すべき異常陰影候補領域と同程度の大きさをもつ、低濃度領域が平滑化された画像データＤ３を生成し、画像データＤ３と画像データＤ２の同一画素位置の画素値の差分をとることにより差分画像データＤ４を生成し、この画像データＤ４を閾値処理することにより検出対象の大きさをもつ低濃度領域の画像データＤ５を抽出する。そして、画像データＤ５で抽出された領域に対して異常陰影候補の検出を行う。

従って、画像生成装置１で生成された***画像における異常陰影候補検出のため探索領域を、検出すべき異常陰影候補の大きさに応じて限定するので、検出すべき異常陰影候補に対応する大きさ以外の低濃度領域、例えば、ノイズ等の微小領域やより大きな正常組織の領域を予め探索対象からはずすことができ、従来のように***画像全体に対して異常陰影候補の検出処理を行う場合に比べ、偽陽性数を抑制することが可能となるとともに、処理時間を格段に短縮することができる。また、第１の平滑化処理及び第２の平滑化処理におけるフィルタのマスクサイズを変えることにより、検出すべき異常陰影候補領域の大きさに応じて抽出する検出対象領域を変更することが可能となる。更に、図４のステップＳ１２〜Ｓ１５の処理をマスクサイズを変えて繰り返し実行することにより、検出すべき異常陰影候補領域の大きさ別に検出対象領域を分類して抽出することが可能となるので、複数の検出モデルによる異常陰影候補の検出が可能となる。

次に、第２実施形態の動作について説明する。図９は、画像処理装置２のＣＰＵ２１により実行される第２実施形態に係る異常陰影候補検出処理を示すフローチャートである。

まず、画像生成装置１において***を撮影して生成された***画像の画像データＤが通信制御部２６を介して入力され、ＲＡＭ２４のワークエリアに記憶される（ステップＳ２１）。次いで、表示部２３に、画像データＤから検出すべき病変部の大きさの範囲を入力するための入力画面が表示され、当該入力画面上から操作部２２を介して、検出すべき病変部の大きさの範囲の入力が行われる（ステップＳ２２；入力手段）。

腫瘤陰影は、一般的に、病状が進行するにつれて陰影が大きくなる。ステップＳ２においては、入力画面に病状進行の段階に応じた大きさの範囲を表示し、操作者が撮影された患者の病状進行の段階に応じた大きさを選択入力するようにしてもよいし、操作者が、検出すべき病変部の大きさの範囲の上限値及び下限値を入力するようにしてもよい。本実施の形態においては、入力画面に病状進行の段階に応じた大きさの範囲（５〜１５ｍｍ、１５ｍｍ〜３０ｍｍ）を表示し、操作者が撮影された患者の病状進行の段階に応じた大きさの範囲を選択することとして説明する。

また、初診の場合、まず、初期段階の大きさの病変があるか否かを検出する必要があるため、例えば、記憶部２５を検索し、同一患者に対する異常陰影候補検出データが記憶されているか否かを判断し、記憶されていない場合、即ち、今まで***画像の異常陰影候補検出による診断を受けていない（初診である）場合には、上述の入力画面の表示を行わず、初期段階に対応する大きさの範囲を画像処理装置２において自動的に選択するようにしてもよい。

検出すべき病変部の大きさの範囲が入力されると、入力された大きさの範囲に対応する第１の平滑化フィルタ及び第２の平滑化フィルタの設定が行われる（ステップＳ２３；フィルタ設定手段）。

第１の平滑化フィルタ及び第２の平滑化フィルタは、後述する領域抽出処理で用いられるものであり、第１の平滑化フィルタのマスクサイズ及び画像データのサンプリングピッチにより、抽出される検出対象領域の最小の大きさが決定され、第２の平滑化フィルタのマスクサイズ及び画像データのサンプリングピッチにより、抽出される検出対象領域の最大の大きさが決定される。そこで、第１の平滑化フィルタは、そのマスクサイズが検出すべき病変部の最小の大きさ（下限）に対応するものが設定され、第２の平滑化フィルタは、そのマスクサイズが検出すべき病変部の最大の大きさ（上限）に対応するものが設定される。

第２実施形態においては、第１の平滑化フィルタとして、マスクサイズ３（画素）×３（画素）及び７×７が予め用意されており、検出すべき病変部の大きさの範囲として５〜１５ｍｍが選択入力された場合、マスクサイズ３×３の第１の平滑化フィルタが設定され、１５ｍｍ〜３０ｍｍが選択入力された場合、マスクサイズ７×７の第１の平滑化フィルタが設定され、第１の平滑化処理が施される。また、第２の平滑化フィルタとしては、マスクサイズ７×７及び１１×１１が予め用意されており、検出すべき病変部の大きさの範囲として５〜１５ｍｍが選択入力された場合、マスクサイズ７×７の第１の平滑化フィルタが設定され、１５ｍｍ〜３０ｍｍが選択入力された場合、マスクサイズ１１×１１の第１の平滑化フィルタが設定され、第２の平滑化処理が施される。

次いで、ステップＳ２３で設定された第１の平滑化フィルタ及び第２の平滑化フィルタを用いて、画像データＤに領域抽出処理が施される（ステップＳ２４；抽出手段）。領域抽出処理は、画像データＤの全体領域から、検出すべき病変部の大きさに応じた検出対象領域を抽出する処理である。

領域抽出処理については、第1実施形態での説明と同じである。

図９において、領域抽出処理が終了すると、画像データＤにおける抽出された画像データＤ５の検出対象領域に対して異常陰影候補の検出が行われる（ステップＳ２５；異常陰影候補検出手段）。

異常陰影候補検出のアルゴリズムとしては、第1実施形態と同じである。

異常陰影候補の検出後、処理は図９のステップＳ２６に移行し、異常陰影候補検出結果が表示部２３に表示される（ステップＳ２６）。例えば、画像データＤに基づく***画像が表示部２３に表示され、その***画像上において、異常陰影候補として検出された候補領域が矢印（アノテーション）で指摘表示される、或いはカラー表示される等して識別表示される。また、異常陰影候補における特徴量を出力するようにしてもよい。そして、撮影済みの医用画像のデータとその異常陰影候補検出データ（その医用画像の付帯情報、その医用画像において検出対象とした腫瘤陰影の大きさに関する情報、その医用画像における異常陰影候補の検出結果の情報等）が対応付けられて記憶部２５に記憶され（ステップＳ２７）、本処理は終了する。

以上説明したように、第２実施形態の画像処理装置２によれば、検出すべき病変部の大きさに対応する第１の平滑化フィルタ及び第２の平滑化フィルタを設定し、原画像の画像データＤを縮小して画像データＤ１を生成し、画像データＤ１に対し、検出すべき病変部の大きさに対応する第１の平滑化フィルタを用いて第１の平滑化処理を施し、微小な低濃度領域が平滑化された画像データＤ２を生成し、画像データＤ２に対し、検出すべき病変部の大きさに対応する第２の平滑化フィルタを用いて第２の平滑化処理を施し、検出すべき病変部の上限と同程度の大きさをもつ低濃度領域が平滑化された画像データＤ３を生成し、画像データＤ３と画像データＤ２の同一画素位置の画素値の差分をとることにより差分画像データＤ４を生成し、この画像データＤ４を閾値処理することにより検出対象の大きさをもつ低濃度領域の画像データＤ５を抽出する。そして、画像データＤ５で抽出された領域に対して異常陰影候補の検出を行う。

従って、画像生成装置１で生成された***画像における異常陰影候補検出のため探索領域を、検出すべき病変部の大きさに応じて限定するので、検出すべき異常陰影候補に対応する大きさ以外の低濃度領域、例えば、ノイズ等の微小領域やより大きな正常組織の領域を予め探索対象からはずすことができ、従来のように***画像全体に対して異常陰影候補の検出処理を行う場合に比べ、偽陽性数を抑制することが可能となるとともに、処理時間を格段に短縮することができる。また、図４のステップＳ１２〜Ｓ１５の処理をマスクサイズを変えて繰り返し実行することにより、検出すべき異常陰影候補領域の大きさ別に検出対象領域を分類して抽出することが可能となるので、複数の検出モデルによる異常陰影候補の検出が可能となる。

なお、上記実施の形態における記述内容は、本発明に係る医用画像システム１００の好適な一例であり、これに限定されるものではない。

例えば、上記実施の形態においては、***画像から腫瘤陰影を検出する例を説明したが、微小石灰化クラスタ陰影を検出する際に適用してもよいし、他の部位を撮影した医用画像からその部位における異常陰影を検出する際にも適用可能である。さらに、***の放射線画像ではなく、ＣＴ画像、超音波画像、ＭＲＩ画像であっても本発明を適用可能である。

その他、医用画像システム１００を構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

Claims (18)

1. 入力された医用画像に第１の平滑化フィルタを用いて第１の平滑化処理を施す第１の平滑化処理工程と、
   前記第１の平滑化処理工程において処理が施された医用画像に第２の平滑化フィルタを用いて第２の平滑化処理を施す第２の平滑化処理工程と、
   前記第１の平滑化処理が施された医用画像及び前記第２の平滑化処理が施された医用画像に基づいて、検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出工程と、
   前記入力された医用画像における前記抽出された検出対象領域に対し、前記異常陰影候補の検出を行う異常陰影候補検出工程と、
   を含むことを特徴とする異常陰影候補検出方法。
2. 前記入力された医用画像を縮小する縮小工程を含み、
   前記第１の平滑化処理工程において、前記縮小された医用画像に前記第１の平滑化処理を施すことを特徴とする請求の範囲第１項に記載の異常陰影候補検出方法。
3. 前記入力された医用画像は、濃度を示す画素値からなり、
   前記第１の平滑化処理工程は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記異常陰影候補検出工程で検出すべき異常陰影候補領域より小さく、かつ周囲に比べて低濃度の領域を平滑化し、
   前記第２の平滑化処理工程は、前記第２の平滑化フィルタを用いて、前記第１の平滑化処理が施された医用画像において前記検出すべき異常陰影候補領域の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化し、
   前記抽出工程は、前記第２の平滑化処理が施された医用画像と前記第１の平滑化処理が施された医用画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴とする請求の範囲第１項又は第２項に記載の異常陰影候補検出方法。
4. 前記検出すべき異常陰影は腫瘤陰影であることを特徴とする請求の範囲第１項〜第３項の何れか一項に記載の異常陰影候補検出方法。
5. 入力された医用画像に第１の平滑化フィルタを用いて第１の平滑化処理を施す第１の平滑化処理手段と、
   前記第１の平滑化処理手段において処理が施された医用画像に第２の平滑化フィルタを用いて第２の平滑化処理を施す第２の平滑化処理手段と、
   前記第１の平滑化処理が施された医用画像及び前記第２の平滑化処理が施された医用画像に基づいて、検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出手段と、
   前記入力された医用画像における前記抽出された検出対象領域に対し、前記異常陰影候補の検出を行う異常陰影候補検出手段と、
   を備えたことを特徴とする異常陰影候補検出装置。
6. 前記入力された医用画像を縮小する縮小手段を備え、
   前記第１の平滑化処理手段において、前記縮小された医用画像に前記第１の平滑化処理を施すことを特徴とする請求の範囲第５項に記載の異常陰影候補検出装置。
7. 前記入力された医用画像は、濃度を示す画素値からなり、
   前記第１の平滑化処理手段は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記異常陰影候補検出手段で検出すべき異常陰影候補領域より小さく、かつ周囲に比べて低濃度の領域を平滑化し、
   前記第２の平滑化処理手段は、前記第２の平滑化フィルタを用いて、前記第１の平滑化処理が施された医用画像において前記検出すべき異常陰影候補領域の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化し、
   前記抽出手段は、前記第２の平滑化処理が施された医用画像と前記第１の平滑化処理が施された医用画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴とする請求の範囲第５項又は第６項に記載の異常陰影候補検出装置。
8. 前記検出すべき異常陰影は腫瘤陰影であることを特徴とする請求の範囲第５項〜第７項の何れか一項に記載の異常陰影候補検出装置。
9. 入力された医用画像から検出すべき病変部の大きさに対応する第１の平滑化フィルタ及び第２の平滑化フィルタを設定するフィルタ設定工程と、
   前記設定された第１の平滑化フィルタ及び第２の平滑化フィルタを用いて、前記入力された医用画像から前記検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出工程と、
   前記入力された医用画像における前記抽出された検出対象領域に対し、前記異常陰影候補の検出を行う異常陰影候補検出工程と、
   を含むことを特徴とする異常陰影候補検出方法。
10. 前記検出すべき病変部の大きさを入力する入力工程を含み、
    前記フィルタ設定工程は、この入力された病変部の大きさに対応する前記第１の平滑化フィルタ及び前記第２の平滑化フィルタを設定することを特徴とする請求の範囲第９項に記載の異常陰影候補検出方法。
11. 前記入力された医用画像を縮小する縮小工程を含み、
    前記抽出工程は、前記縮小された医用画像を用いて前記検出すべき病変部の大きさの異常陰影候補の検出対象領域を抽出することを特徴とする請求の範囲第９項又は第１０項に記載の異常陰影候補検出方法。
12. 前記入力された医用画像は、濃度を示す画素値からなり、
    前記第１の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最小の大きさに対応するものであり、
    前記第２の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最大の大きさに対応するものであり、
    前記抽出工程は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記検出すべき病変部より小さく、かつ周囲に比べて低濃度の領域を平滑化することにより第１平滑化画像を生成し、前記第２の平滑化フィルタを用いて、前記第１平滑化画像において前記検出すべき病変部の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化することにより第２平滑化画像を生成し、前記第１平滑化画像と前記第２平滑化画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴とする請求の範囲第９項〜第１１項の何れか一項に記載の異常陰影候補検出方法。
13. 前記検出すべき異常陰影は腫瘤陰影であることを特徴とする請求の範囲第９項〜第１２項の何れか一項に記載の異常陰影候補検出方法。
14. 入力された医用画像から検出すべき病変部の大きさに対応する第１の平滑化フィルタ及び第２の平滑化フィルタを設定するフィルタ設定手段と、
    前記設定された第１の平滑化フィルタ及び第２の平滑化フィルタを用いて、前記入力された医用画像から前記検出すべき病変部の大きさをもつ異常陰影候補の検出対象領域を抽出する抽出手段と、
    前記入力された医用画像における前記抽出された検出対象領域に対し、異常陰影候補の検出を行う異常陰影候補検出手段と、
    を備えたことを特徴とする異常陰影候補検出装置。
15. 前記検出すべき病変部の大きさを入力する入力手段を備え、
    前記フィルタ設定手段は、この入力された病変部の大きさに対応する前記第１の平滑化フィルタ及び前記第２の平滑化フィルタを設定することを特徴とする請求の範囲第１４項に記載の異常陰影候補検出装置。
16. 前記入力された医用画像を縮小する縮小手段を備え、
    前記抽出手段は、前記縮小された医用画像を用いて前記検出すべき病変部の大きさの異常陰影候補の検出対象領域を抽出することを特徴とする請求の範囲第１４項又は１５項に記載の異常陰影候補検出装置。
17. 前記入力された医用画像は、濃度を示す画素値からなり、
    前記第１の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最小の大きさに対応するものであり、
    前記第２の平滑化フィルタは、そのマスクサイズが前記検出すべき病変部の最大の大きさに対応するものであり、
    前記抽出手段は、前記第１の平滑化フィルタを用いて、前記入力された医用画像において前記検出すべき病変部より小さく、かつ周囲に比べて低濃度の領域を平滑化することにより第１平滑化画像を生成し、前記第２の平滑化フィルタを用いて、前記第１平滑化画像において前記検出すべき病変部の大きさをもち、かつ周囲に比べて低濃度の領域を平滑化することにより第２平滑化画像を生成し、前記第１平滑化画像と前記第２平滑化画像の対応する画素の画素値の差分をとることにより、前記異常陰影候補の検出対象領域を抽出することを特徴とする請求の範囲第１４項〜第１６項の何れか一項に記載の異常陰影候補検出装置。
18. 前記検出すべき異常陰影は腫瘤陰影であることを特徴とする請求の範囲第１４項〜第１７項の何れか一項に記載の異常陰影候補検出装置。