WO2012132571A1

WO2012132571A1 - 診断システム

Info

Publication number: WO2012132571A1
Application number: PCT/JP2012/053093
Authority: WO
Inventors: 千葉　亨; 誠橋爪; 主之松本; 晃造小西; 盛雅富川; 村田　正治; 朋比古赤星
Original assignee: Hoya株式会社; 国立大学法人九州大学
Priority date: 2011-03-29
Filing date: 2012-02-10
Publication date: 2012-10-04
Also published as: EP2692275A4; US20140010424A1; JPWO2012132571A1; CN103476320A; EP2692275A1

Abstract

　診断システムが、体腔内において所定波長領域の分光画像を撮影して分光画像データを得る分光画像撮影手段と、分光画像データを取得し、該分光画像データから病変部である可能性が高い領域を示す指標値を求め、該指標値に基づいた病変部抽出画像を生成して出力する画像処理手段と、病変部抽出画像が表示されるモニタとを有し、画像処理手段は、分光画像の各画素について、分光画像データを目的変数とし、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行い、酸素化ヘモグロビン及び還元ヘモグロビンの濃度に基づいて指標値を求める。

Description

診断システム

　本発明は、生体組織中の病変部である可能性が高い領域を画像によって表示することが可能な診断システムに関する。

　近年、日本特許出願公開公報ＪＰ２００４－３２１７９２Ａに記載されているもののような、分光計としての機能を備えた電子内視鏡が提案されている。このような電子内視鏡によれば、胃や直腸等の消化器の粘膜等の生体組織の分光特性（光の吸収率の周波数ごとの分布）を得ることができる。物質の分光特性は、測定対象となる生体組織の表層近傍に含まれる物質の種類や濃度の情報を反映していることが知られており、分析化学の体系に属する学問分野として確立されている。その中で、複合成分よりなる物質の分光特性は、その複合物質を構成する要素物質の分光特性を重畳した情報であることも知られている。

　病変部の生体組織においては、健常部の生体組織には殆ど含まれていない化学構造の物質が多く含まれる場合がある。そのため、病変部を含む生体組織の分光特性は、健常部のみの生体組織の分光特性とは異なったものとなる。このように、健常部と病変部とでは分光特性が変化するため、両者の分光特性を比較して、生体組織における何らかの病変部が含まれるかどうかを判断することができる。

　上記のように、生体内の分光情報を入手して、その分光特性の差異から、生体組織における病変部の存在を判定することが研究されてきた。しかしながら、従来の研究では、生体組織中のどの領域に病変部に起因する分光変化が存在するかを画像に展開して判断し、病変部の位置や範囲を特定しながら、また周辺組織と比較しながら診断する実用的な方法については何ら提案されていない。

　本発明は上記の問題を解決するためになされたものである。すなわち、本発明は、病変部である可能性が高い領域を画像によって表示することが可能な診断システムを提供することを目的とする。

　上記の目的を達成するため、本発明の診断システムは、体腔内において所定波長領域の分光画像を撮影して分光画像データを得る分光画像撮影手段と、分光画像データを取得し、該分光画像データから、病変部である可能性が高い領域を示す指標値を求め、該指標値に基づいた病変部抽出画像を生成して出力する画像処理手段と、病変部抽出画像が表示されるモニタとを有し、画像処理手段は、分光画像の各画素について、分光画像データを目的変数とし、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行い、酸素化ヘモグロビン及び還元ヘモグロビンの濃度に基づいて指標値を求める。

　本発明の発明者は、分光画像データを目的変数、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行った結果、分光画像データは酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性と光散乱による影響を用いて説明することができ、病変部の方が健常部に比較して酸素化ヘモグロビンの濃度が高いことを発見した。本発明はこの性質を利用するものであり、まず、分光画像の各画素について、分光画像データを目的変数とし、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行い、酸素化ヘモグロビン及び還元ヘモグロビンの濃度に基づいて指標値を求め、求められた指標値に基づいた病変部抽出画像をモニタに出力する構成としている。従って、このような構成によれば、酸素化ヘモグロビンの濃度が周辺部に比較して異なる領域を病変部抽出画像としてモニタに表示することによって疾患の検出、診断支援を行うことが可能となる。

　画像処理手段は、酸素化ヘモグロビンの濃度と還元ヘモグロビンの濃度の比率を指標値として求める構成とすることも可能である。このような構成とすると、どの領域が病変部である可能性が高いかを、正確に判断できる。

　また、画像処理手段は、分光画像の各画素について、指標値に基づいた所定の色を割り当てることによって病変部抽出画像を生成する構成とすることも可能である。また、画像処理手段は、指標値を所定の閾値と比較する比較手段と、比較手段の比較結果に基づいて２値画像を生成する２値画像生成手段とを有し、病変部抽出画像は、２値画像に基づいて生成される構成とすることも可能である。このような構成とすると、病変部と健常部の識別が容易になる。

　また、画像処理手段は、分光画像データのうち、青色、緑色、赤色の波長帯域のものを合成してカラー画像を出力し、モニタには、カラー画像と病変部抽出画像とが並べられて表示される構成とすることも可能である。このような構成とすると、分光画像撮影手段によって撮影された生体組織のカラー画像と病変部抽出画像との比較により、どの領域が病変部である可能性が高いかをより容易に判断可能となる。

　また、画像処理手段は、分光画像データのうち、酸素化ヘモグロビンと還元ヘモグロビンの吸収波長帯域である５００ｎｍ～５９０ｎｍの波長帯域のものから指標値を求める構成とすることも可能である。このような構成とすると、より高速かつ高精度に重回帰係数を算出することが可能となる。

　また、所定波長領域は、４００～８００ｎｍであり、分光画像は、１～１０ｎｍの範囲で定められる所定の波長毎に撮影された複数の画像であることが好ましい。

　以上のように、本発明の診断システムによれば、病変部である可能性の高い領域が画像によって表示されるため、診断時間が短縮されると共に、手術による切除等の必要な範囲を容易に確認、特定することが可能となる。

図１は、本発明の実施形態の診断システム１のブロック図である。図２は、本発明の実施形態の診断システム１で取得した胃粘膜の分光画像データを示すグラフである。図２Ａは、胃粘膜の病変部に対応する画素のスペクトルを示したグラフであり、図２Ｂは、胃粘膜の健常部に対応する画素のスペクトルを示したグラフである。図３は、ヘモグロビンの吸収特性を示すグラフである。図４は、図２に示す胃粘膜の分光画像データについて重回帰分析を行った結果を示すグラフである。図４Ａは、図２Ａに示される胃粘膜の病変部に対応する画素のスペクトルについて重回帰分析を行った結果を示すグラフであり、図４Ｂは、図２Ｂに示される胃粘膜の健常部に対応する画素のスペクトルについて重回帰分析を行った結果を示すグラフである。図５は、図２に示す胃粘膜の分光画像データについて重回帰分析を行って得られた重回帰係数Ｐ１及びＰ２の一例を示すグラフである。図６は、図２に示す胃粘膜の分光画像データについて重回帰分析を行って得られた重回帰係数Ｐ１及びＰ２の一例を示すグラフである。図７は、本実施形態の画像処理部５００によって実行される画像生成処理を示すフローチャートである。図８は、図７の画像生成処理によって画像表示装置３００に表示されるカラー画像及び病変部抽出画像を模式的に示した図である。

　以下、本発明の実施の形態について、図面を用いて詳細に説明する。図１は、本発明の実施形態の診断システム１のブロック図である。本実施形態の診断システム１は、胃や腸等の消化器の疾患を診断する際に医師によって参照される指標画像を生成するものである。診断システム１は、電子内視鏡１００と、電子内視鏡用プロセッサ２００と、画像表示装置３００と、を有する。また、電子内視鏡用プロセッサ２００には、光源部４００と、画像処理部５００が内蔵されている。

　電子内視鏡１００は、体腔内に挿入される挿入管１１０を有し、挿入管１１０の先端部（挿入管先端部）１１１に、対物光学系１２１が設けられている。挿入管先端部１１１の周囲の生体組織Ｔの対物光学系１２１による像は、挿入管先端部１１１に内蔵されている撮像素子１４１の受光面に結像するようになっている。

　撮像素子１４１は、受光面に結像した像に対応する映像信号を、周期的に（例えば１／３０秒おきに）出力している。撮像素子１４１から出力された映像信号は、ケーブル１４２を介して電子内視鏡用プロセッサ２００の画像処理部５００に送られる。

　画像処理部５００は、Ａ／Ｄ変換回路５１０、一時記憶メモリ５２０、コントローラ５３０、ビデオメモリ５４０及び信号処理回路５５０を有する。Ａ／Ｄ変換回路５１０は、電子内視鏡１００の撮像素子１４１からケーブル１４２を介して入力される映像信号をＡ／Ｄ変換してデジタル画像データを出力する。Ａ／Ｄ変換回路５１０から出力されるデジタル画像データは、一時記憶メモリ５２０に送られ記憶される。コントローラ５３０は、一時記憶メモリ５２０に記憶された任意の単数又は複数の画像データを処理して一枚の表示用画像データを生成し、これをビデオメモリ５４０に送る。例えば、コントローラ５３０は、単一の画像データから生成された表示用画像データ、複数の画像データの画像が並べて表示される表示用画像データ、或いは複数の画像データを画像演算して得られた画像や、画像演算の結果得られるグラフが表示されている表示用画像データ等を生成して、これをビデオメモリ５４０に記憶させる。信号処理回路５５０は、ビデオメモリ５４０に記憶されている表示用画像データを所定の形式（例えばＮＴＳＣ形式）のビデオ信号に変換し、出力する。信号処理回路５５０から出力されたビデオ信号は、画像表示装置３００に入力される。この結果、電子内視鏡１００によって撮像された内視鏡画像等が、画像表示装置３００に表示される。

　また、電子内視鏡１００にはライトガイド１３１が設けられている。ライトガイド１３１の先端部１３１ａは挿入管先端部１１１の近傍に配置されており、一方ライトガイド１３１の基端部１３１ｂは電子内視鏡用プロセッサ２００に接続されている。電子内視鏡用プロセッサ２００は、キセノンランプ等の光量の大きい白色光を生成する光源４３０等を有する光源部４００（後述）を内蔵しており、この光源部４００によって生成された光は、ライトガイド１３１の基端部１３１ｂに入射するようになっている。ライトガイド１３１の基端部１３１ｂに入射した光は、ライトガイド１３１を通ってその先端部１３１ａに導かれ、先端部１３１ａから放射される。電子内視鏡１００の挿入管先端部１１１の、ライトガイド１３１の先端部１３１ａの近傍には、レンズ１３２が設けられており、ライトガイド１３１の先端部１３１ａから放射される光は、レンズ１３２を透過して、挿入管先端部１１１の近傍の生体組織Ｔを照明する。

　このように、電子内視鏡用プロセッサ２００は、電子内視鏡１００の撮像素子１４１から出力される映像信号を処理するビデオプロセッサとしての機能と、電子内視鏡１００の挿入管先端部１１１近傍の生体組織Ｔを照明するための照明光を電子内視鏡１００のライトガイド１３１に供給する光源装置としての機能を兼ね備えるものである。

　本実施形態においては、電子内視鏡用プロセッサ２００の光源部４００は、光源４３０と、コリメータレンズ４４０と、分光フィルタ４１０と、フィルタ制御部４２０と、集光レンズ４５０とを有している。光源４３０から出射される白色光は、コリメータレンズ４４０によって平行光となり、分光フィルタ４１０を通過した後、集光レンズ４５０によってライトガイド１３１の基端部１３１ｂに入射する。分光フィルタ４１０は、光源４３０から入射される白色光を所定の波長の光に分光する（すなわち、波長選択する）円盤型のフィルタであり、回転角度に応じて４００、４０５、４１０、・・・、８００ｎｍの狭帯域（帯域幅約５ｎｍ）の光を波長選択して出力する。分光フィルタ４１０の回転角度は、コントローラ５３０に接続されたフィルタ制御部４２０によって制御されており、コントローラ５３０がフィルタ制御部４２０を介して分光フィルタ４１０の回転角度を制御することにより、所定の波長の光がライトガイド１３１の基端部１３１ｂに入射し、挿入管先端部１１１の近傍の生体組織Ｔを照明する。そして、生体組織Ｔによって反射された光が、上述のように撮像素子１４１の受光面に結像し、映像信号がケーブル１４２を介して画像処理部５００に送られる。

　画像処理部５００は、ケーブル１４２を介して得られた生体組織Ｔの像から、波長５ｎｍ刻みの複数の分光画像を得る装置である。具体的には、分光フィルタ４１０が、中心波長４００、４０５、４１０、・・・、８００ｎｍの狭帯域（帯域幅約５ｎｍ）の光をそれぞれ波長選択して出力している場合に、各波長の分光画像を得る。

　画像処理部５００は、分光フィルタ４１０によって生成される複数の分光画像を処理して、後述するようにカラー画像又は病変部抽出画像を生成する機能を有する。そして、画像処理部５００は、処理された分光画像及び病変部抽出画像を画像表示装置３００に表示させる。

　なお、分光フィルタ４１０には、分光フィルタ（ファブリ＝ペロー型のフィルタ等）や、透過型回折格子を使用して分光した光を得る、既知の分光画像撮影方法を採用したものが利用可能である。

　前述のように、本実施形態の画像処理部５００は、波長の異なる複数枚の分光画像を用いて、病変部である可能性が高い領域を抽出して病変部抽出画像を生成する機能を有する。この病変部抽出画像の生成機能について、以下に説明する。

　まず、病変部である可能性が高い領域を抽出する原理と、本実施形態の画像処理部５００によって生成される病変部抽出画像の元となる指標値について説明する。図２は、本発明の実施形態の診断システム１で取得した胃粘膜の分光画像データを示しており、個々の波形は、分光画像中の特定の画素のスペクトル（すなわち、各波長における輝度値）を示している。図２Ａは、胃粘膜の病変部に対応する画素のスペクトルを示したものであり、図２Ｂは、胃粘膜の健常部に対応する画素のスペクトルを示したものである。なお、説明の便宜のため、図２に示される健常部及び病変部の各画素のスペクトルには、基準化処理を施している。具体的には、照明光と被写体（生体組織Ｔ）の角度や、挿入管先端部１１１（図１）から生体組織Ｔまでの距離の違いにより、撮像素子１４１の各画素は異なる光量の光を受光することになるため、この光量差の影響を補正して示している。

　図２に示されるように、胃粘膜画像のスペクトルは、健常部であるか病変部であるかに拘わらず、波長５００～５９０ｎｍにかけて谷部を有した略Ｍ字状の特性を示すものとなる点で共通するが、病変部に対応する画素のスペクトルは、健常部に対応する画素のスペクトルに比較して分散（バラツキ）が大きく、また波長約５４０ｎｍと５７０ｎｍの２つの谷部を有する点において健常部に対応する画素のスペクトルと異なる。従って、分光画像の各画素のスペクトルを解析することにより、健常部と病変部とを識別することが可能であることが分かる。しかしながら、通常、健常部と病変部とは連続しているため、このようなスペクトルの形状による判断では、健常部と病変部との境界を明確に区別することは困難である。そこで、後述するように、本発明の発明者は、分光画像データについて重回帰分析を行い、重回帰係数に基づいて健常部と異常部とを定量的に判断する構成を見出した。

　図３は、ヘモグロビンの吸収特性を示すグラフであり、実線が酸素化ヘモグロビンの光の吸収特性を示し、点線が還元ヘモグロビンの光の吸収特性を示している。図３に示されるように、酸素化ヘモグロビンと還元ヘモグロビンとは、波長５００～５９０ｎｍの光を吸収する（すなわち、吸収特性が波長５００～５９０ｎｍの範囲で上昇する）点で共通するが、還元ヘモグロビンの特性が波長約５６０ｎｍに１つのピークを有するのに対し、酸素化ヘモグロビンの特性は波長約５４０ｎｍと５７０ｎｍに２つのピークを有する点で異なる。本発明の発明者は、この特性の違いに着目し、図２に示される胃粘膜の分光画像データを目的変数、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行った。その結果、胃粘膜の分光画像データは酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を用いて説明することができ、病変部の方が健常部に比較して酸素化ヘモグロビンの濃度が高い場合、酸素化ヘモグロビンの重回帰係数に基づいて健常部と異常部とを定量的に識別できることを見出した。そして、更に本実施形態においては、２次元的な分光情報を用いることにより、１地点（画素）の分光特性の絶対評価だけではなく、周辺領域との変化を相対的に比較する構成としている。これによって、生体の組織、構造、個体差、疾患の状態により、絶対評価が困難な場合でも、高い精度での病変部検出を可能にしている。

　一般に、本実施形態で取得される分光画像データの計測モデルは、ランベルト・ベールの法則（Beer-Lambert Law）に基づき、下記の数１のように示される。

　ここで、Ａは媒質（生体組織Ｔ）の吸収係数、Ｉ_Oは媒質に入射する前の光の放射強度、Ｉは媒質中を距離ｄだけ移動した時の光の強度、εはモル吸光係数、Ｃはモル濃度、λは光の波長である。そして、媒質がｎ種類の吸光物質を有する場合には、下記の数２のように示される。

　すなわち、ｎ種類の吸光物質を有する場合の吸収係数Ａは、各吸光物質の吸収特性の総和として表わされることとなる。そこで、下記の数３に示すように、図２に示される胃粘膜の分光画像データを目的変数、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行った。

　ここで、Ｘは胃粘膜の分光画像の１画素分のデータであり、中心波長４００から８００ｎｍまでの５ｎｍ刻みの各波長の光を照射して得られる分光画像の輝度値のデータである。また、ａは波長４００から８００ｎｍまでの５ｎｍ刻みの酸素化ヘモグロビンの光の吸収特性であり、ｂは波長４００から８００ｎｍまでの５ｎｍ刻みの還元ヘモグロビンの光の吸収特性である。そして、数３を重回帰係数Ｐ１及びＰ２について解くことにより、重回帰分析を行った。

　図４は、図２に示す胃粘膜の分光画像データについて重回帰分析を行った結果を示すグラフである。図４Ａは、図２Ａに示される胃粘膜の病変部に対応する画素のスペクトルについて、縦軸を吸収率に変換した上で重回帰分析を行った結果を示すグラフであり、図４Ｂは、図２Ｂに示される胃粘膜の健常部に対応する画素のスペクトルについて、縦軸を吸収率に変換した上で重回帰分析を行った結果を示すグラフである。図４Ａ及び図４Ｂにおいて、実線は、胃粘膜の分光画像データのデータ系列であり、点線は、重回帰分析を行った結果を示すデータ系列であり、一点鎖線は、重回帰分析後の残差（すなわち、重回帰分析を行った結果と分光画像データとの差）を示すデータ系列である。図４に示すように、図２の個々の波形（すなわち、分光画像中の特定の画素のスペクトル）は、健常部であるか病変部であるかに拘わらず、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性の組み合わせによってほぼ表現できることが分かった。なお、本実施形態で取得される分光画像データの計測モデルとしては、光が生体組織Ｔに入射した時の散乱光を考慮しているが、数３において散乱光の加算を省略している。上記重回帰分析を行った結果、分光画像中の所定の画素のスペクトルが、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性の組み合わせによって、ほぼ残差なく説明できることが分かった。

　図５は、図２に示す胃粘膜の分光画像データについて重回帰分析を行って得られた重回帰係数Ｐ１及びＰ２の第１の例を示すグラフである。また、図６は、図２に示す胃粘膜の分光画像データについて重回帰分析を行って得られた重回帰係数Ｐ１及びＰ２の第２の例を示すグラフである。図５及び６の、枠Ｔの範囲は、病変部に相当する画素の重回帰係数Ｐ１及びＰ２を示しており、枠Ｎの範囲は、健常部に相当する画素の重回帰係数Ｐ１及びＰ２を示している。図５に示す例では、病変部に相当する画素の重回帰係数Ｐ１及びＰ２は、健常部に相当する画素の重回帰係数Ｐ１及びＰ２よりもバラツキが大きく、また、病変部に相当する画素の重回帰係数Ｐ１及びＰ２は、健常部に相当する画素の重回帰係数Ｐ１及びＰ２よりも大きく観察された。ここで、数３より、重回帰係数Ｐ１は、酸素化ヘモグロビンの量（すなわち、濃度）を表わし、重回帰係数Ｐ２は、還元ヘモグロビンの量を表すパラメータであることから、図５に示す例の病変部においては、健常部に比較し、酸素化ヘモグロビンも還元ヘモグロビンも多く検出されたことになる。また、図６に示す例では、病変部に相当する画素の重回帰係数Ｐ１及びＰ２は、健常部に相当する画素の重回帰係数Ｐ１及びＰ２よりもバラツキが大きく、また、病変部に相当する画素の重回帰係数Ｐ１は、健常部に相当する画素の重回帰係数Ｐ１よりも大きく観察された。このように、本発明の発明者による実験においては、図５及び６に示す２つの傾向が観察されたが、多くの先行研究より、癌などの病変部においては、健常部に比較して酸素化ヘモグロビンの量と還元ヘモグロビンの量の和（血液の総検出量に相当）が大きくかつ酸素化ヘモグロビンに対する還元ヘモグロビンの比率が高いことが知られている。従って、一般に、図５に示すように、病変部において、重回帰係数Ｐ１と重回帰係数Ｐ２の和が大きくなり、かつ重回帰係数Ｐ１に対する重回帰係数Ｐ２の比率が大きくなる例が支配的となる。そこで、本実施形態においては、重回帰係数Ｐ１とＰ２との比率Ｒを下記の数４によって求め、当該比率を病変部と健常部とを識別するための指標値として使用する。そして、本実施形態の画像処理部５００は、この指標値に基づいて、病変部抽出画像を生成する。

　次に、本実施形態の画像処理部５００によって実行される画像生成処理について説明する。図７は、本実施形態の画像処理部５００によって実行される画像生成処理を示すフローチャートである。また、図８は、図７の画像生成処理によって画像表示装置３００に表示されるカラー画像及び病変部抽出画像を模式的に示している。画像生成処理は、カラー画像及び病変部抽出画像を生成し、画像表示装置３００に表示を行うためのルーチンである。本ルーチンは、診断システム１の電源投入によって実行される。

　本ルーチンが開始すると、ステップＳ１が実行される。ステップＳ１では、画像処理部５００は、フィルタ制御部４００に分光画像を取得させるための制御信号を送る。フィルタ制御部４００は、この制御信号を受信すると、分光フィルタ４１０の回転角度を制御し、４００、４０５、４１０、・・・、８００ｎｍの狭帯域（帯域幅約５ｎｍ）の光を順次波長選択し、画像処理部５００は、各波長で得られる分光画像を撮影して一時記憶メモリ５２０に記録する。次いでステップＳ２に進む。

　ステップＳ２では、ステップＳ１にて取得した分光画像のうち、中心波長が４３５ｎｍ、５４５ｎｍ、及び７００ｎｍとなる３枚の画像を取り出し、中心波長が４３５ｎｍの画像を青色プレーンに、中心波長が５４５ｎｍの画像を緑色プレーンに、中心波長が７００ｎｍの画像を赤色プレーンに記憶させた一枚のカラー画像データを生成する。このカラー画像データは、上記のように青色の波長である４３５ｎｍの分光画像、緑色の波長である５４５ｎｍの分光画像及び赤色の波長である７００ｎｍの分光画像から得られるものであり、通常観察の内視鏡画像と同等のカラー画像となる。そして、画像処理部５００は、生成されたカラー画像データをビデオメモリ５４０に送り画像表示装置３００のスクリーンの左側に表示させる（図８）。次いで、ステップＳ３に進む。

　ステップＳ３では、ステップＳ１又はＳ２が実行されている間に、電子内視鏡用プロセッサ２００の操作部（不図示）が操作されて、病変部抽出画像の生成を指示するトリガ入力が発生したかどうかの確認が行われる。トリガ入力が発生していないのであれば（Ｓ３：ＮＯ）、ステップＳ１に進み、再度分光画像の取得が行われる。すなわち、トリガ入力が無い限り、分光画像から得られるカラー画像は、逐次更新されて画像表示装置３００に表示され続ける。一方、ステップＳ１からＳ２が実行されている間にトリガ入力が発生していた場合は（Ｓ３：ＹＥＳ）、ステップＳ４に進む。

　ステップＳ４では、ステップＳ１で取得した分光画像について重回帰分析が行われる。具体的には、ステップＳ１で取得した分光画像の全ての画素について数３を用いて重回帰係数Ｐ１及びＰ２を求める。次いで、ステップＳ５に進む。

　ステップＳ５では、ステップＳ４で求めた各画素の重回帰係数Ｐ１及びＰ２について数４を用いて指標値（比率Ｒ）を求める。次いで、ステップＳ６に進む。

　ステップＳ６では、ステップＳ５で求められた各画素の指標値に基づいて病変部抽出画像を生成する。具体的には、各画素の指標値に応じて各画素に所定の色を割り当て、病変部抽出画像を生成する。本実施形態においては、指標値（比率Ｒ）が０．６以下の部分を健常部と判断して青色を割り当て、０．６より大きく１．０以下の部分を健常部と病変部との境界部分と判断して緑色を割り当て、１．０より大きい部分を病変部と判断して黄色を割り当てた病変部抽出画像を生成し、画像表示装置３００のスクリーンの右側に表示させる（図８）。このように、指標値に応じて色分けされた病変部抽出画像と、内視鏡画像のカラー画像とを画像表示装置３００のスクリーン上に並べて配置することで、診断システム１の使用者は、カラー画像と病変部抽出画像とを比較することにより、カラー画像中のどの領域が病変部であるのかを判断することができる。次いで、ステップＳ７に進む。

　ステップＳ７では、画像処理部５００は、再度病変部抽出画像を生成するかどうかを問い合わせるメッセージを画像表示装置３００に表示させると共に、電子内視鏡用プロセッサ２００の操作部（不図示）からの入力を受け付ける。診断システム１の使用者が操作部を操作して、病変部抽出画像の再生成を選択した場合は（Ｓ７：ＹＥＳ）、ステップＳ１に戻る。一方、一定時間（例えば数秒）の間、病変部抽出画像の再生成が指示されなかった場合は（Ｓ７：ＮＯ）、ステップＳ８に進む。

　ステップＳ８では、画像処理部５００は、病変部抽出画像の表示を終了させるかどうかを問い合わせるメッセージを画像表示装置３００に表示させると共に、電子内視鏡用プロセッサ２００の操作部（不図示）からの入力を受け付ける。診断システム１の使用者が操作部を操作して、病変部抽出画像の表示を終了することを選択した場合は（Ｓ８：ＹＥＳ）、本ルーチンを終了する。一方、一定時間（例えば数秒）の間、病変部抽出画像の表示が指示されなかった場合は（Ｓ８：ＮＯ）、ステップＳ７に進む。

　以上のように、図７のフローチャートで示されるルーチンを画像処理部５００が実行することにより、病変部の位置を推定するのに有効な病変部抽出画像が、画像表示装置３００に表示される。このように、病変部である可能性の高い領域が病変部抽出画像として表示されることにより、医師は、病変部の位置や範囲を特定しながら、また周辺組織と比較しながら診断することが可能となる。

　上記のように、本実施形態においては、各画素の重回帰係数Ｐ１及びＰ２について数４を用いて指標値（比率Ｒ）を求め、当該指標値に基づいて病変部の可能性が高い領域（画素）を特定している。しかしながら、本発明は上記の構成に限定されるものではなく、例えば、重回帰係数Ｐ１の大きさを指標値として病変部の可能性が高い領域（画素）を特定してもよい。

　また、本実施形態においては、画像処理部５００は、波長４００～８００ｎｍの範囲について５ｎｍ刻みで取得した分光画像データを全て用いて重回帰分析する構成としたが、本発明はこの構成に限定されるものではない。例えば、酸素化ヘモグロビンと還元ヘモグロビンの吸収波長帯域である５００ｎｍ～５９０ｎｍの波長帯域と画素ごとの規格化に必要な基準値を含む、より狭い範囲とすることも可能である。また、酸素化ヘモグロビンと還元ヘモグロビンの吸収波長帯域である５００ｎｍ～５９０ｎｍの波長帯域の分光画像データだけを用いて重回帰分析する構成としてもよい。また、病変部に対応する画素のスペクトルと健常部に対応する画素のスペクトルとを識別できれば、必ずしも５ｎｍ刻みで分光画像データを取得する構成でなくてもよい。分光画像データを取得する波長の間隔は、例えば、１～１０ｎｍの範囲で選択可能な構成とすることができる。

　また、本実施形態においては、画像処理部５００が、分光画像の各画素について、指標値に基づいた所定の色を割り当てることによって病変部抽出画像を生成する構成としたが、本発明はこの構成に限定されるものではない。例えば、指標値を所定の閾値と比較し、指標値が所定の閾値よりも大きい場合に（すなわち、酸素化ヘモグロビンが多く検出される場合に）病変部の可能性が高いと判断し、当該画素を抽出して病変部抽出画像を生成する構成としてもよい。より具体的には、各画素の指標値と所定の閾値とを比較し、指標値が所定の閾値よりも大きい場合、その画素を「１」とし、指標値が所定の閾値よりも小さい場合、その画素を「０」とし、２次元の２値データを作成する。

Claims

　体腔内において所定波長領域の分光画像を撮影して分光画像データを得る分光画像撮影手段と、
　前記分光画像データを取得し、該分光画像データから、病変部である可能性が高い領域を示す指標値を求め、該指標値に基づいた病変部抽出画像を生成して出力する画像処理手段と、
　前記病変部抽出画像が表示されるモニタと、
を有し、
　前記画像処理手段は、前記分光画像の各画素について、前記分光画像データを目的変数とし、酸素化ヘモグロビンの光の吸収特性及び還元ヘモグロビンの光の吸収特性を説明変数として重回帰分析を行い、酸素化ヘモグロビン及び還元ヘモグロビンの濃度に基づいて前記指標値を求めることを特徴とする診断システム。
　前記画像処理手段は、前記酸素化ヘモグロビンの濃度と前記還元ヘモグロビンの濃度の比率を前記指標値として求めることを特徴とする請求項１に記載の診断システム。
　前記画像処理手段は、前記分光画像の各画素について、前記指標値に基づいた所定の色を割り当てることによって前記病変部抽出画像を生成することを特徴とする請求項１又は請求項２に記載の診断システム。
前記画像処理手段は、前記指標値を所定の閾値と比較する比較手段と、前記比較手段の比較結果に基づいて２値画像を生成する２値画像生成手段と、を有し、
　前記病変部抽出画像は、前記２値画像に基づいて生成されることを特徴とする請求項１又は請求項２に記載の診断システム。
　前記画像処理手段は、前記分光画像データのうち、青色、緑色、赤色の波長帯域のものを合成してカラー画像を出力し、
　前記モニタには、前記カラー画像と前記病変部抽出画像とが並べられて表示される
ことを特徴とする請求項１から請求項４のいずれか一項に記載の診断システム。
　前記画像処理手段は、前記分光画像データのうち、前記酸素化ヘモグロビンと前記還元ヘモグロビンの吸収波長帯域である５００ｎｍ～５９０ｎｍの波長帯域のものから前記指標値を求めることを特徴とする請求項１から請求項５のいずれか一項に記載の診断システム。
　前記所定波長領域は、４００～８００ｎｍであり、前記分光画像は、１～１０ｎｍの範囲で定められる所定の波長毎に撮影された複数の画像であることを特徴とする請求項１から請求項６のいずれか一項に記載の診断システム。