異常陰影候補的顯示方法以及醫用圖像處理系統的制作方法

專利名稱：異常陰影候補的顯示方法以及醫用圖像處理系統的制作方法
技術領域：
本發明涉及異常陰影候補的顯示方法以及醫用圖像處理系統，其 中，從醫用圖像檢出異常陰影候補，然后顯示其檢出信息。
背景技術：
醫療領域中，用CT ( Computed Tomography )或M R I (Magnetic Resonance Imaging)等攝影裝置對患者進行攝影，醫生 進行診斷時，將拍攝的醫用圖像變換成數字式數據，顯示在顯示屏上， 進行讀影。尤其是近年來，為了減輕讀影醫師的負擔和減少異常陰影 的看漏，有一種檢出癌化部分等異常陰影候補的電腦支援裝置 (Computer-Aided Diagnosis,以下稱為CAD)正在,皮研究開發。
當上述CAD檢出異常陰影候補時，作為其檢出信息，在醫用圖 像上顯示指出異常陰影候補檢出位置的標記(箭頭或圓等)等，這是 較為一般的方法。作為其顯示方法，采用以下兩種方法(l)直接 在醫用圖像上顯示標記(例如請參照專利文獻l) ; (2)作為主圖像 顯示實際大小(等倍)的醫用圖像用于讀影，制作在該主圖像的縮小 圖像上顯示標記的副圖像，與主圖像一起進行顯示(請參照例如專利 文獻2)。
(專利文獻1)特開2000-276587號公報 (專利文獻1)特開2004-230001號公報 在這種情況下，當CAD檢出的異常陰影候補的數量較多時，用 上述(l)的方法的話，則讀影醫師所觀察的圖像上顯示著許多標記， 醫用圖像本身變得難以觀察，反而給讀影作業帶來壞的影響。
另外，如果用上述(2)的方法的話，與(1)的方法相比，因為 主圖像本身上不顯示標記，所以給醫師的讀影作業帶來的影響較少，
但是，被縮小了的副圖像上依然有許多標記顯示，存在難以看清之問 題。另外，難以作主圖像和副圖像的位置對照。
并且，在檢出異常陰影候補時，釆用各種算法，例如對候補區域 的圖像特征量進行演算，然后與閾值進行比較，判定是否異常陰影的 方法，還有通過采用圖像特征量，作多變量解析，檢出異常陰影區域 的方法等，其檢出結果中，混在著是明顯的異常陰影的部位和可疑的 部位。
以往的CAD中是將如上檢出的所有異常陰影候補的有關檢出信 息，提供給醫師，由醫師最終判斷是真陽性還是假陽性。但是，若如 上所述，檢出數量非常多的話，則讀影醫師必須對其所有進行確認， 所以效率較低。尤其是對經驗豐富的醫師來說，有時，優先對可疑候 補進行讀影要比去觀察一目了然的異常陰影來得高效率。
另外，如果異常陰影出現在乳房圖像的端部附近或陰影本身的面 積較小的話，讀影醫師則更加難于目視，且容易看漏。

發明內容
本發明的課題是，僅僅提供懷疑是不是正陽性異常陰影的可疑異 常陰影候補、以及/或可視性較低的異常陰影候補的檢出信息，防止醫 師的看漏和實現讀影作業的效率化。
第1項記載的發明是一種異常陰影候補的顯示方法，其特征在 于，包括檢出工序，其對醫用圖像進行圖像解析，檢出異常陰影候 補；抽出工序，其在所述被檢出的異常陰影中，抽出應該作顯示的異 常陰影候補；顯示工序，其顯示所述被抽出的異常陰影候補的檢出信 息。
第2項記載的發明是第1項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，算出所述被檢出的異常陰影候補的圖像特征 量，根據該圖像特征量，決定應該作顯示的異常陰影候補的優先位次， 在所述被檢出的異常陰影候補中，從優先位次高的異常陰影候補起，
優先進行抽出。
第3項記栽的發明是第2項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，作為所述圖像特征量，算出異常陰影候補與其 周邊區域之間的對比度，將該對比度小的異常陰影候補的優先位次決 定為高位次。
第4項記載的發明是第2項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，作為所述圖像特征量，算出異常陰影候補的區 域面積，將該面積小的異常陰影候補的優先位次定為高位次。
第5項記載的發明是第2項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，作為所述圖像特征量，算出從所述醫用圖像的 圖像端部到異常陰影候補的檢出位置的距離，將該距離短的異常陰影 候補的優先位次決定為高位次。
第6項記載的發明是第2項至第5項的任何一項中記載的異常陰 影候補的顯示方法，其特征在于，
包括從所述醫用圖像認識被攝物體區域，將該被攝物體區域分類 成多個區域的工序，
所述抽出工序中，在所述被認識的被攝物體區域中，與所述異常 陰影候補被檢出的分類區域相應，決定優先位次。
第7項記載的發明是第2項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，作為所述圖像特征量，算出異常陰影候補的形 狀特征量，根據該形狀特征量，決定優先位次。
第8項記載的發明是第2項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，作為所述圖像特征量，算出異常陰影候補的候 補區域的濃度，將該濃度具有低特征量的異常陰影候補的優先位次決 定為高位次。
第9項記載的發明是第2項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，作為所述圖像特征量，至少算出異常陰影候補 的候補區域的面積、濃度、與周邊區域的對比度、異常陰影候補的形 狀、從醫用圖像的圖像端部到異常陰影候補檢出位置的距離之中的一 個以上，根據該算出的特征量，決定優先位次。
第10項記載的發明是第1項或第2項中記栽的異常陰影候補的 顯示方法，其特征在于，
所述顯示工序中，將所述被抽出的異常陰影候補的檢出信息與所 述醫用圖像一起，進行顯示。
第11項記載的發明是第10項中記載的異常陰影候補的顯示方 法，其特征在于，
所述醫用圖像是用相位襯攝影方法拍攝的醫用圖像。
第12項記載的發明是第10項或第11項中記栽的異常陰影候補 的顯示方法，其特征在于，
所述顯示工序中，顯示將所述醫用圖像縮小到與被攝物體等倍尺 寸的等倍圖像。
第13項記載的發明是第12項中記載的異常陰影候補的顯示方 法，其特征在于，
從所述醫用圖像制作參照用圖像，將在該制作圖像上重疊了檢出 信息的圖像，與所述等倍圖像一起，進行顯示。
第14項記載的發明是第l項中記載的異常陰影候補的顯示方法， 其特征在于，
所述抽出工序中，根據事先設定的用來判斷是否作為顯示對象的 閾值，從所述被檢出的異常陰影候補中，判斷出應該作顯示的異常陰 影候補，進行抽出。
第15項記載的發明是第14項中記載的異常陰影候補的顯示方 法，其特征在于，
所述閾值具有第1閾值以及第2閾值，
所述抽出工序中，從所述檢出的異常陰影候補中，用所述第1 閾值以及第2閾值，判斷出應該作顯示的異常陰影候補，進行抽出。
第16項記載的發明是第15項中記載的異常陰影候補的顯示方 法，其特征在于，
所述第1閾值是用來刪除假陽性候補的閾值，所述第2閾值是用 來刪除真陽性候補的閾值，所述抽出工序中，從所述被檢出的異常陰 影候補中，用所述第1閾值以及第2閾值刪除假陽性候補和真陽性候 補，以進行該刪除之后剩下的異常陰影候補，作為顯示對象，進行抽 出。
第17項記載的發明是第15項或第16項中記載的異常陰影候補 的顯示方法，其特征在于，
所述第1閾值或第2閾值可以按每一讀影醫師進行設定。
第18項記載的發明是第15項或第16項中記載的異常陰影候補 的顯示方法，其特征在于，
所述第1閾值是各醫師通用的設定，所述第2閾值能夠按每一讀 影醫師設定。
第19項記栽的發明是第14項乃至第18項的任何一項中記栽的 異常陰影候補的顯示方法，其特征在于，
所述閾值具有第3閾值，其用來判斷圖像上的可視性是否為低，
所述抽出工序中，從所述被檢出的異常陰影候補中，抽出用第3 閾值被判斷為可視性為低的異常陰影候補。
第20項記載的發明是一種醫用圖像處理系統，其特征在于，包 括異常陰影候補檢出手段，其對醫用圖像進行圖像解析，檢出異常 陰影候補；控制手段，其在由所述異常陰影檢出手段檢出的異常陰影 候補中，抽出應該作顯示的異常陰影候補；顯示手段，其顯示所述被 抽出的異常陰影候補的檢出信息。
第21項記載的發明是第20項中記載的醫用圖像處理系統，其特 征在于，所述顯示手段將所述被抽出的異常陰影候補的檢出信息與所
述醫用圖像一起，進行顯示。
第22項記栽的發明是第21項中記載的醫用圖像處理系統，其特 征在于，
所述醫用圖像是用相位襯攝影方法拍攝的醫用圖像。 第22項記載的發明是第20項中記載的醫用圖像處理系統，其特 征在于，
所述控制手段根據事先設定的用來判斷是否作為顯示對象的閾 值，從所述被檢出的異常陰影候補中，判斷出應該作顯示的異常陰影 候補，進行抽出。
根據第1項、第2項、第10項、第11項、第20項至第22項中 記載的發明，通過使顯示的異常陰影候補數量減少，能夠減少顯示畫 面上檢出信息(檢出位置的標記顯示等)的顯示量，能夠在醫師容易 觀察的顯示狀態下提供檢出信息。另外，通過僅僅提供被懷疑為是否 真陽性而需要醫師精密檢查的異常陰影候補和可視性低的異常陰影 候補，或同時屬于上述現象的異常陰影候補的檢出信息，或優先提供 上述檢出信息，其結果能夠實現醫師讀影作業的效率化，能夠實現提 高診斷精度。
根據第3項中記載的發明，能夠將由于對比度小而需要醫師對其 作是否真陽性判斷的異常陰影候補的檢出信息，優先提供給醫師，能
夠實現醫師讀影作業的效率化。另外，對比度小時，因為可視性降低， 所以，通過優先這樣的異常陰影候補，能夠實現防止醫師的看漏。
根據第4項中記載的發明，能夠將因為面積小而需要醫師對其作 是否真陽性判斷的異常陰影候補的檢出信息，優先提供給醫師，能夠 實現醫師讀影作業的效率化。另外，面積小時，因為可視性降低，所 以，通過優先這樣的異常陰影候補，能夠實現防止醫師的看漏。
根據第5項中記載的發明，能夠將存在于醫師容易看漏之位置上 的異常陰影候補的檢出信息，優先提供給醫師，這樣能夠實現防止醫 師的看漏。
根據第6項中記栽的發明，能夠將存在于可視性較低之區域的異
常陰影候補的檢出信息，優先提供給醫師，這樣能夠實現防止醫師的 看漏。
根據第7項中記載的發明，能夠將難于判斷是否真陽性之形狀的 需要醫師作最終判斷的異常陰影候補的檢出信息，優先提供給醫師， 這樣能夠實現醫師讀影作業的效率化。另外，因為有時會由于形狀而 降低可視性，所以，通過優先顯示這樣的異常陰影候補，能夠實現防 止醫師的看漏。
根據第8項中記栽的發明，能夠將低濃度而可視性低的異常陰影 候補的檢出信息，優先提供給醫師。由此能夠實現防止醫師的看漏。
根據第9項中記栽的發明，能夠將懷疑是否真陽性而需要醫師精 密檢查的異常陰影候補和醫師難以目視的異常陰影候補，或同時符合 上述兩種情況的檢出信息，優先提供給醫師。另外，因為根據各特征 量決定優先位次，所以，能夠在考慮了各種判斷要素之基礎上，綜合 性的決定優先位次。
第12項、第13項中記載的發明，其中，作為醫師讀影用圖像， 提供適合醫師診斷的等倍圖像，另外，作為異常陰影候補的檢出信息 的參照用圖像，提供不同于所述等倍圖像的參照用圖像，所以，能夠 用容易讀影的方法，提供給醫師容易讀影(診斷)的圖像。
根據第14項至第19項中記載的發明，能夠相應讀影醫師的技能 和讀影次序等讀影形式等，調整顯示對象的異常陰影候補數，變更其 規格。


圖1:本實施方式中的醫用圖像處理系統的系統結構示意圖。
圖2:相位襯攝影法的說明圖。
圖3:用相位襯攝影法得到的圖像之說明圖。
圖4:圖1中圖像處理裝置的內部結構示意圖。
圖5:乳房圖像中，分類的各區域的示意圖。
圖6:說明圖像處理裝置所實行的顯示對象判斷處理的流程圖。圖7:說明圖像處理裝置所實行的異常陰影候補的檢出處理的流程圖。
圖8:邊緣復雜度特征量算出方法的說明圖。 圖9:異常陰影候補的檢出結果的顯示例子示意圖。 圖10:說明圖像處理裝置所實行的顯示對象判斷處理的流程圖。 圖11:異常陰影候補的檢出信息的顯示例子示意圖。 圖12:異常陰影候補的檢出信息的顯示例子示意圖。 圖13:說明異常陰影候補的檢出處理(一個處理模式)經過的 流程圖。
圖14:濾波器組的檢出算法的說明圖。
圖15:說明采用濾波器組的異常陰影候補的檢出處理經過的流 程圖的說明圖。
圖16:說明采用特征量的異常陰影候補的檢出處理經過的流程 圖的說明圖。
圖17:說明圖像處理裝置所實行的異常陰影候補的檢出處理(其 他的處理模式)經過的流程圖。
圖18:各處理模式的異常陰影候補的檢出信息的顯示例子示意圖。
圖19:說明異常陰影候補的檢出處理經過的流程圖。 圖20:根據檢出目的的病變種所進行的檢出處理，其異常陰影 候補的檢出信息的顯示例子示意圖。 (符號說明)
1 0 0 醫用圖像處理系統
1 圖像生成裝置
2 圖像處理裝置 2 1 控制部
2 6 圖^f象處理部
2 7 異常陰影候補檢出部
3 打印器 4 圖像服務器
4 a圖像D B
5 觀察器
具體實施例方式
本實施方式中，以采用對乳房進行拍攝而得到的乳房圖像作為醫 用圖像為例子，進行說明。 首先說明結構。
圖1表示醫用圖像處理系統100的系統結構。
醫用圖像處理系統100是下述功能的系統，其對被攝物體拍攝醫 用圖像，對該醫用圖像進行圖像處理，檢出異常陰影候補，將其檢出 信息與醫用圖像一起提供給醫師。
如圖1所示，醫用圖像處理系統IOO包括圖像生成裝置1、圖像 處理裝置2、打印器3、圖像服務器4、觀察器5。各裝置1~5通過 醫療機關內構筑的L AN (Local Area Network )等通信網絡N連接， 能夠相互傳送數據。通信網絡N應用DICOM (Digital Imaging and Communication in Medicine )規格。
以下對各構成裝置l ~ 5進行說明。
圖像生成裝置1下述功能的裝置，其對被攝物體進行攝影，生成 其攝影圖像(醫用圖像)的數字數據，可以應用例如CR (Computed Radiography) 、 FPD ( Flat Panel Detector ) 、 CT、 MRI、換片器專 用的讀取裝置、膠片數字轉換器等形式。本實施方式中，應用含作左 右乳房X線攝影的乳房專用相位村攝影裝置的CR系統，作為圖像生 成裝置l，生成相位襯乳房圖像的數據。
圖像生成裝置l是遵從上述DICOM規格的裝置，附帶到所生成 的醫用圖像上的各種信息(例如，與醫用圖像所拍攝的患者有關的患 者信息、與攝影或檢查有關的攝影信息、檢查信息等)可以從外部輸 入，也可以自動生成。圖像生成裝置l在生成的醫用圖像上，作為頁 眉信息附上上述附帶信息，通過通信網絡N送往圖像處理裝置2。不
遵從DICOM規格的情況時，可以采用沒有圖示的DICOM變換裝置， 將附帶信息輸入到圖像生成裝置1。
在此，對相位襯攝影方法以及裝置進行說明。
相位襯攝影方法是放大攝影方法的一種，其如圖2所示，在被攝 物體和檢出器(換片器或F P D ( Flat Panel Detector )等)之間設一 距離進行放大攝影。根據該攝影方法，如圖2所示，得到的圖像與被 攝物體的實際尺寸相比有所放大，能夠得到高分辨率的圖像。例如， 若相對被攝物體與檢出器貼近進行拍攝的通常攝影來說，進行2倍放 大的放大攝影，那么，即使是用與通常攝影時相同的像素尺寸來讀取， 也能夠得到同等于用其1/2大小的像素進行讀取時的分辨率。
且放大率如圖3所示，若以從X線源到被攝物體的距離為Rl， 從被攝物體到檢出器的距離為R2，則用(Rl+R2)/Rl表示。因為該 放大率信息用于后面的圖像處理等，所以，使其包含到乳房圖像的附 帶信息中。
另外，如圖3所示，X線透過被攝物體時略微產生折射現象。由 于該折射，在被攝物體的圖像區域的邊界部分產生邊緣增強(相位襯 效果)，所以，從病巢邊緣部得到的放大圖像，是病巢邊緣部的邊界 部分被邊緣增強了的可視性較高的圖像。
圖像處理裝置2對圖像生成裝置1所供給的醫用圖像施行各種圖 像處理，同時，進行上述醫用圖像的圖像解析，進行異常陰影候補的 檢出處理。
打印器3根據從圖像處理裝置2或圖像服務器4接收到的醫用圖 像的數據，將醫用圖像輸出到膠片等記錄媒體上。
圖像服務器4備有圖像DB4a,該圖像DB4a中保存著圖像生成 裝置l所生成的醫用圖像(原圖像)和從圖像處理裝置2接收到的圖 像處理完畢的醫用圖像(處理圖像)，進行圖像的輸出輸入管理。
觀察器5是顯示手段，供醫師用于診斷，備有LCD (Liquid Crystal Display)等。觀察器5與醫師的操作指示相應，從圖像服務 器4取得被指定的醫用圖像，進行顯示。或接收在圖像處理裝置2檢
出的異常陰影候補的檢出結果，進行顯示。
接下去，對本發明涉及的圖像處理裝置2作詳細說明。 圖4中出示了圖像處理裝置1的內部結構。
圖像處理裝置2包括控制部21、操作部22、顯示部23、通信部 24、記憶部25、圖像處理部26、異常陰影候補檢出部27。
控制部21由C P U( Central Processing Unit)、 R AM( Random AccessMemory )等構成，由C P U從記憶部25讀出各種控制程序展 開于RAM。然后遵從該程序，綜合控制處理的實行，集中控制各部 的動作。例如，遵從本發明涉及的顯示對象判斷處理程序，實行顯示 對象判斷處理(后述)。通過控制部21與該顯示對象判斷處理程序 的協動，可以實現控制手段。
操作部22備有鍵盤和鼠標等，生成與鍵操作和鼠標操作相應的 操作信息，輸出到控制部21。
顯示部23備有LCD等，按照控制部21的指示，進行圖像處理 時的操作畫面和處理后的醫用圖像等各種顯示。
通信部24備有路由器、調制解調器等通信用接口，遵從控制部 21的指示，與通信網N上的外部裝置進行通信。例如，從圖像生成 裝置l接收處理對象的醫用圖像，或將處理完畢的醫用圖像傳送到圖 像服務器4或打印器3。
記憶部25記憶著實行各種控制程序和程序所必需的參數，或處 理結果的數據。
圖像處理部26遵從圖像處理程序，對醫用圖像實行層次變換處 理、鮮明度調整處理等，在乳房圖像的情況時，還實行左右乳房圖像 鄰接對準合成的位置對準處理等。位置對準處理可以應用周知的手 法，如上下移動各乳房圖像的位置，使從乳房圖像抽出的胸肌區域的 形狀左右對稱等。
另外，圖像處理部26制作用來進行顯示的顯示圖像，其是在乳 房圖像上重疊異常陰影候補的檢出信息。用相位襯攝影方法攝得的乳 房圖像與實際被攝物體相比有所放大。可以就此對其被放大了的尺寸
進行顯示，但因為診斷時病變的實際大小等都是重要的確認事項，所 以，較多情況是縮小到實際的被攝物體尺寸(真實尺寸)進行顯示。 因為乳房圖像上附帶著攝影時圖像生成裝置1的放大率信息，所以， 使尺寸與被攝物體真實尺寸相同，即，用與被攝物體真實尺寸的等倍 進行顯示時，根據放大率信息施行縮小處理，制作等倍圖像。
并且，等倍圖像的生成，優選選擇的輸出取樣間距如下，使得相
位襯放大攝影圖像的讀取取樣間距(假定以其為A)和輸出取樣間距 (寫入膠片時的光束徑、顯示像素尺寸等，以其為B)成為放大率-A / B ，這樣則不需要對讀取圖像數據的進行補間處理。進行1.75倍 相位襯放大攝影，用43.75pm讀取時，優選使輸出取樣間距為25nm。 不能使用滿足上述關系的輸出取樣間距時，通過與輸出取樣間距相稱 的縮小補間處理，生成等倍圖像。
并且，圖像處理部26制作將異常陰影候補檢出部27檢出的異常 陰影候補的檢出信息重疊到乳房圖像上進行合成的顯示用圖像。具體 如下，根據從異常陰影候補檢出部27輸入的檢出信息，判別所述制 作的等倍圖像等中的異常陰影候補的檢出位置，將指出異常陰影候補 檢出位置的標記圖像(箭頭或框等)重疊到檢出位置上，進行合成。
異常陰影候補檢出部27在進行醫用圖像的圖像解析，抽出被攝 物體區域，將該區域分類成多個區域的同時，從醫用圖像算出圖像特 征量，根據該圖像特征量，檢出異常陰影候補。
在此，參照圖5，對從醫用圖像抽出各區域的作業次序進行說明。
圖5是傾斜位置方向(以下成為MLO)攝影的乳房圖像S的示 意圖，從該乳房圖像S抽出被攝物體區域Sa,從被攝物體區域Sa抽 出乳房區域Sal、胸肌區域Sa2,之后將乳房區域Sal分類為3個區 域Da、 Db、 Dc。
(l)首先，異常陰影候補檢出部27求得乳房圖像S中的像素值 的分散直方圖，采用判別分析法(決定閾值的方法，是將分散直方圖 分類為2組時，使2組中組內分散和組間分散的判別比(分散比)為 最大)決定閾值，采用決定的閾值，對乳房圖像S進行2值化。
此時，乳房圖像s中，透明區域(不屬于被攝物體部分的區域， 直接被X線照射的區域)呈現高濃度，所以，通過2值化使之為"1", 估計其他的被攝物體區域為"O"。因此，能夠通過該2值化將乳房圖 像分類為被攝物體區域Sa和其以外的透明區域Sb。而且，當攝影方 向為正面方向(以下稱為CC)時，因為被攝物體部分中胸肌不被拍 攝進去，所以，被攝物體區域Sa為乳房區域Sal。另外，通過2值化， 將2區域(被攝物體區域和透明區域)的邊界，作為皮膚線S L認識。
(2) 反之，攝影方向為MLO時，因為被攝物體部分中胸肌被 拍攝進去，所以，接下去從被攝物體區域Sa認識胸肌區域Sa2。胸肌 區域Sa2是例如算出被攝物體區域Sa中的濃度梯度，從該當濃度梯 度將被攝物體區域Sa分類為胸肌區域Sa2和乳房區域Sal。也可以 如特開2001 -238868號公報中記載的那樣設定局部區域，根據局部 區域內的像素值設定閾值，對被攝物體區域Sa內進行2值化，由此 認識胸肌區域Sa2以及乳房區域Sal。
(3) 接下去，將乳房區域Sal分類為3個區域Da、 Db、 Dc。 乳房區域混在著乳腺和脂肪，其中因為與其密度相應而濃度有所
不同，所以，醫師進行診斷之際是用其濃度分類乳房區域。分類較多 是分類為以下3個區域，即認為脂肪多、乳腺的含有率為10%未滿 的高濃度區域；認為乳腺的含有率為10%以上50%未滿的中濃度區 域；認為乳腺的含有率占50%以上的低濃度區域。因為異常陰影在圖 像上以白色低濃度狀態出現，所以，在大胸肌的相當于最白濃度的低 濃度區域或稍微發白的中濃度區域中存在病變部時，難以用目視檢出 異常陰影。
因此，以胸肌區域Sa2的濃度為基準，將乳房區域Sal分類為 高濃度區域Da、中間濃度區域Db、低濃度區域Dc。具體如下，制作 胸肌區域Sa2的分散直方圖，從其形狀抽出相對來說比較均勻的濃度 區域，以該平均濃度為閾值，分類成各區域Da Dc。例如，以刪除 了高于閾值的高濃度區域后乘下的區域為Dc,并且通過對刪除了的 高濃度區域分類，以閾值的30。/。以上高濃度的區域作為Db，以閾值
的60。/。以上高濃度的區域作為Da,能夠分類成各區域Da Dc。 接下去，對異常陰影候補的檢出方法進行說明。 異常陰影候補檢出部27依從檢出程序實行檢出處理，且該檢出 程序的算法與作為檢出目的的異常陰影的種類相應。乳房圖像的情況 時，檢出為乳房癌癌化部分的腫瘤和微小鈣化群的陰影候補。
作為異常陰影候補的檢出算法，可以應用周知的技術。例如，作 為乳房圖像中的腫瘤陰影候補的算法，可以應用釆用了特開平10-91758號公報中公開的虹膜濾波的手法、或釆用了拉普拉斯算符濾波 的手法(電氣情報通信學會論文雜志(D-II)，Vol.J76-D-H， no.2，pp.241-249，1993 )等。另外，作為微小鉀化群陰影候補的檢出算 法，可以應用采用了例如，Morphological Filter (電氣情報通信學會 論文雜志(D國II)，Vol.J71-D畫II，no.7，pp.ll70-1176，1992 )、拉普拉斯算 符濾波(電氣情報通信學會論文雜志(D-II)，Vol.J71-D-n, no.l0，pp.l994-2001，1998) 、 3重環濾波等方法等。
以下，作為異常陰影候補的檢出方法的一個例子，對乳房圖像中 的微小鉀化群陰影候補的檢出方法進行說明。
微小鈣化群陰影在乳房圖像上是以具有略圓錐形狀濃度變化的 低濃度微小鈣化部分集中而成(聚化了的)的陰影出現。根據該濃度 特性，對醫用圖像依次設定正方形的區域，在每該區域中(稱為注目 區域)，作為檢出微小鈣化部分的濾波，應用具有特有矢量模式的3 重環濾波，進行異常陰影候補的1次檢出。且該注目區域的尺寸可以 根據作為檢出目的的病變種類進行設定。
3重環濾波由濃度變化表示為理想的圓錐形狀時的濃度梯度的 強度成分以及方向成分被事先定出的3個環濾波構成。首先，在某一 注目像素周邊，從各個環濾波各自的區域上的像素值，求得濃度梯度 的強度成分以及方向成分的代表值。然后，根據該代表值與各個環濾 波事先定出的濃度梯度的強度成分以及方向成分的差，1次檢出具有 接近圓錐形狀濃度變化的圖像區域。
一旦通過l次檢出特定出候補區域，便算出該候補區域中的對比
度、標準偏差、濃度平均值、曲率、分形(fractals)維數、圓形度、 面積等各種圖像特征量，根據這些特征量，判定是否真陽性的異常陰
影(指真病變部位的陰影。而被誤認為病變的正常組織陰影為假陽性 陰影。)。判斷手法可以應用多變量解析。例如，事先從已知是真陽 性的陰影算出圖像特征量，將其作為學習數據，構筑多變量解析，將 從判定對象的陰影候補算出的各種圖像特征量輸入到該多變量解析， 得到表示真陽性之可能性的指標值。比較該指標值與事先準備的用于 真陽性判定的閾值，由此判定真假陽性。然后，將被判定為真陽性的 候補區域在一定面積內匯聚存在的區域帶，作為微小鈣化群陰影的候 補區域，進行輸出。
(第1實施方式) 對有關上述醫用圖像處理系統100的動作的第1實施方式進行說明。
最初說明一下醫用圖像從生成到保存的經過。
首先，在圖像生成裝置1中進行攝影，生成醫用圖像(這里以乳 房圖像為例作說明)。然后，作為所生成的乳房圖像的關聯信息，將 有患者姓名、年齡、性別等有關患者的信息，還有攝影時的管電壓、 乳房的壓迫率等攝影信息，還有檢查日期等檢查信息和圖像的讀取條 件等，所有有關乳房圖像生成的詳細信息等，附帶到乳房圖像。
附帶了附帶信息的乳房圖像，被從圖像生成裝置l輸出到圖像處 理裝置2。
圖像處理裝置2中，對乳房圖像實施必要的圖像處理，另一方面， 對乳房圖像開始下述顯示對象判斷處理，進行異常陰影候補的檢出， 以及從被檢出的異常陰影候補抽出顯示對象候補。
以下，參照圖6，對圖像處理裝置2實行的顯示對象判斷處理進 行說明。
圖6所示顯示對象判斷處理中，首先，在異常陰影候補檢出部 27抽出醫用圖像中所含的被攝物體區域、被攝物體區域內的胸肌區 域、乳房區域等各區域(步驟S1)。
接下去，異常陰影候補檢出部27對所述被抽出的乳房區域進行 異常陰影候補的檢出處理(步驟S2)。該異常陰影候補的檢出處理， 用圖7所示的流程圖進行說明。首先，依次對乳房區域進行注目區域 的設定，該注目區域作為檢出處理的處理單位，在該注目區域進行l 次檢出(步驟S21)。有關1次檢出的手法如上述，在此省略說明。
接下去，對1次檢出的異常陰影候補區域進行圖像特征量的算 出。圖像特征量是至少算出異常陰影候補區域的面積、標準偏差、濃 度平均值、曲率、分形(fractals)維數、圓形度、與其周邊區域的對 比度、邊緣的復雜度、異常陰影候補被l次檢出的分類區域(相當于 圖5所示區域Da Dc的哪一個)等(步驟S22)。
并且，對比度是從異常陰影候補區域與其周邊區域的濃度差(像 素值的差)求得，面積是從異常陰影候補區域的像素數求得，離圖像 端部的距離是從胸壁側的圖像端部到異常陰影候補的檢出位置的距 離(像素數)求得。
另外，圓形度用以下式(1)算出。圓形度C的值越接近1，意 味著異常陰影候補的形狀接近圓，是病變部(真陽性)，隨小于l而
圖像變得復雜，表示需要是否真陽性之慎重的精密檢查。
圓形度C-4丌xA r / L2.................. ( 1 )
A r :面積(構成異常陰影候補區域的像素數)
L:周長(構成異常陰影候補區域輪廓部分的像素的周邊長度)
另外，邊緣的復雜度是如圖8所示的，對表示異常陰影候補輪廓
線的周期函數進行傅里葉展開時，用以下式(2)算出的展開系數a k、
bk。
ak、 bk值越大，表示異常陰影候補區域邊緣部分的形狀越扁
癟變形。 [數l
0n(l)= nakCOS(2丌W/L) + bksin(2兀kl/L"…(2)
k
a k、 b k:邊緣的復雜度
L:周長(構成異常陰影候補區域輪廓部分的像素的周邊長度) en(l):周期L的周期函數的正規化函數的傅里葉展開
接下去，這些圖像特征量被輸入到為了輸出表示異常陰影之可能 性的指標值而事先被構筑的多變量解析，得到表示真陽性異常陰影之
可能性的指標值(步驟S23)。接下去，根據得到的指標值和閾值， 一旦判定到是否異常陰影候補(步驟S24 ),則進展到圖6的步驟S3 的處理。
圖6所示步驟S3，其中，在控制部21中，根據對異常陰影候補 算出的圖像特征量，在這些異常陰影候補中，決定作為顯示對象的異 常陰影候補的優先位次(步驟S3)。在此，作為顯示對象的異常陰影 候補，是除去明顯是真陽性或已被判定為假陽性的候補之后的候補， 是懷疑是真陽性還是假陽性或難以觀察或醫師容易看漏的候補。
例如，對比度小、面積小的情況時，真假陽性的判定困難，必須 讀影醫師作最終判斷的情況較多。另外，這種區域的可視性也難以說 是良好，是醫師容易看漏的陰影。另外，在被最終應判斷為真陽性的 異常陰影中，有邊緣部的邊界不明了 (不鮮明)和邊緣部中呈現微細 的條紋狀形狀，或呈現被稱為針狀體的變形形狀的情況，其邊緣的復 雜度上升，但是，相反邊緣復雜度小的情況時，是否異常陰影的判斷 變得困難。另外，腫瘤的場合，圓形度越大，是腫瘤的可能性增大， 但是，圓形度小的話，是否腫瘤(真陽性)的判斷則變得困難。并且， 盡管是相同乳房區域Sal,由于低濃度區域Dc整體的濃度較小，所 以，以低濃度出現在圖像上的異常陰影，與存在于高濃度區域Da的 情況相比較，存在于低濃度區域Dc時難以判別。至于異常陰影候補 區域自身的濃度也同樣，濃度低則可視性差，醫師容易看漏。并且， 接近圖像端部的乳房區域中存在的異常陰影，由于其位置關系，對醫 師來說，是容易看漏的異常陰影。
因此，作為優先位次的判斷要素，考慮對比度、面積、濃度平均 值、異常陰影候補所位于的分類區域、離圖像端部的距離、邊緣的復 雜度等，根據這些要素，綜合性地決定優先位次。
具體如下，預先準備好優先位次應該為較高的陰影的特征量和優 先位次應該為較低的陰影的特征量等學習數據，構筑輸出作為表示優
先位次的指標值0~1 (表示越接近O,優先位次越低，越接近l，優
先位次越高)的神經網絡等多變量解析。例如，準備學習數據，調整 多變量解析，使得對比度、面積、候補區域的濃度平均值、圓形度、 離圖像端部的距離、或邊緣的復雜度越小，優先位次的指標值越高。
另外，乳房區域Sal中，按區域D c—D b—D a的次序，異常陰影 候補的判別越來越困難，所以，構筑多變量解析，使優先位次按照該 次序變為高指標值。
然后，在上述多變量解析中輸入為優先位次判斷對象的異常陰影
候補的特征量，比較由多變量解析輸出的指標值和相對該指標值的閾 值，將超過閾值的異常陰影候補、即某一定優先位次以上的候補，決 定為應該作顯示的異常陰影候補。
一旦優先位次決定，則在步驟S2的檢出處理中，在被檢出的異 常陰影候補中，從優先位次高的異常陰影候補優先進行抽出(步驟 S4),作為最終的檢出結果，進行輸出。
該檢出結果被從圖像處理裝置2送往圖像服務器4保存，另一方 面，由圖像處理部26對乳房圖像(實施了用于讀影的圖像處理)進 行位置對準處理、縮小處理、合成處理等用于顯示的各種數據處理， 制作顯示用圖像。作成的顯示用圖像被從圖像處理裝置2送往觀察器 5，在觀察器5中進行其顯示。并且，不僅是使圖像在觀察器5進行 顯示，也可以在打印器3中輸出到膠片。即"顯示，，的概念是包括將圖 像輸出到膠片等進行顯示的情況。
由于相位襯攝影方法而乳房圖像被放大拍攝，所以，與通常攝影 的情況相比，圖像尺寸大。可以就此進行顯示，但是，這里是作為制 作縮小到與被攝物體實際尺寸的等被尺寸的等倍圖像，顯示在觀察器 5中。顯示用的數據處理時，從乳房圖像的附帶信息讀出放大攝影時 的放大率信息，根據讀出的放大率，在圖像處理部26中決定乳房圖 像的縮小率。例如，放大率為2倍時，定出縮小率為1/2倍。此時， 縮小圖像是原圖像的面積的1/4。然后，在該等倍圖像上，重疊作為 異常陰影候補檢出信息、表示檢出位置的標記圖像，制作合成的顯示
用圖像，顯示在觀察器5。
另外，也可以在附帶信息上追加讀取像素尺寸，根據該讀取像素 尺寸信息，作為觀察器的像素選擇最合適的顯示器。例如，附帶信息 中含有放大率"2"、讀取像素尺寸"5(Him"之信息時，作為等倍圖《象的 顯示器，合適的顯示器是具有1 / 2 x 5 0 nm = 2 5 nm像素尺寸的 裝置。這是因為讀取的各像素與顯示像素是1 : 1對應，沒有必要進 行縮小補間，補間時不產生圖像劣化。另外，圖像處理部26事先取 得網絡上各顯示器的像素尺寸的話則能夠選擇適合的顯示器。
圖9中出示了顯示例子。
圖9 (a)是只顯示了優先位次在一定位次以上的異常陰影候補 的檢出結果的例子，圖9(b)是顯示了所有被檢出的異常陰影候補的 檢出結果時的顯示例子。與顯示所有被檢出的結果相比，僅僅顯示優 先位次在一定位次以上的異常陰影候補的情況，顯示畫面上的顯示物 的數量減少，容易觀察，這一點從圖9 (a) 、 (b)可以一目了然。
圖9 (a) 、 (b)是通過表示異常陰影候補檢出位置的標記信息 (圖中的箭頭)將異常陰影候補的檢出結果直接顯示在一用圖像上的 例子，但也可以如圖9 (c)所示，制作其縮小的副圖像(圖中用符號 gl、 g2表示的圖像)，顯示在與主圖像(圖中用符號Gl、 G2表示的 圖像)的被攝物體區域不重疊的位置。即參照用圖像是在等倍圖像進 一步縮小了的圖像上重疊異常陰影候補檢出信息而合成的圖像。此 時，檢出結果的顯示區域小于圖9 (a)顯示方式的情況，但是根據本 發明，因為可以減少顯示對象的異常陰影候補數量，所以尤其有效。 圖9 ( c )是對左右乳房的乳房圖像進行了位置對準處理的位置對準圖 像，其中，相鄰胸壁側的圖像端相互對齊。
如上所述，根據本實施方式，從檢出處理所檢出的異常陰影候補 中，刪除明顯是真陽性和假陽性的異常陰影候補，集中顯示真假陽性 的判斷困難而必須由醫師作最終判斷的候補，和可視性低而醫師容易 看漏的候補等的檢出信息，所以，能夠減少指出顯示的異常陰影候補 的個數。由此，能夠進行易觀察的顯示，能夠提高醫師的讀影作業的
另外，醫師用自身的目視來檢出明顯是真陽性的異常陰影，對可 視性低而不易發現的異常陰影的檢出，可以參照醫用圖像處理系統
100提供的異常陰影候補的檢出結果。對所有檢出的異常陰影候補都
進行指出顯示的情況時，對包括明顯能夠知道是真陽性的候補的所有 候補，都必須由醫師進行確認，非常繁瑣。因此，如上所述，通過僅 僅提供不易發現的異常陰影候補的檢出結果信息，能夠防止醫師的看 漏，同時使醫師的讀影作業效率化。
現在已經知道，尤其是用相位襯攝影方法得到的圖像，其中，由 于相位襯效果，病變部邊緣與以往的乳房圖像相比，可視性得到大幅 度提高，沒有箭頭或框等標注明確的病變部(真陽性候補區域)的看 漏概率大幅度降低，所以優選。
另外，也可以進行如下所述的顯示控制，即首先僅將生成的乳房 圖像提供給醫師，醫師根據被提供的圖像進行讀影(診斷)并將該結 果記錄下來，然后，提供被檢出的異常陰影候補的信息，由醫師與在 先所作的讀影(診斷)結果進行比較，可以對結果進行修正。
上述實施方式是應用本發明的一個較好的例子，本發明不局限于此。
例如，作為優先位次的決定方法，這里是采用多變量解析，進行 綜合性的優先位次決定，但不局限于此，也可以對各異常陰影候補進 行對比度小的位次、圓形度小的位次等各判斷要素的優先位次決定， 然后將該各判斷要素的優先位次相加，從其相加值小的候補進行優先 抽出。此時，對重視的判斷要素附加重要度后再作相加，能夠進行優 先位次的適當化。
另外，以上說明的內容中，是在圖像處理裝置2中實現異常陰影 候補檢出手段和控制手段，在觀察器5中實現顯示手段5，但是，不 局限于此，可以在醫用圖像處理系統100的任何一個構成裝置中實現 各手段。
尤其在圖像生成裝置1是如特開2 0 0 1 - 2 3 8 8 7 1號公
報、特開2 0 0 1 - 3 1 1 7 0 1號公報、特開2002-8538 9號公報、特開2001-299733號公報等中所公開的那樣， 用相位襯法實行攝影的情況時，已經知道，由于相位襯效果，得到的 圖像的病變部邊緣與以往的乳房圖像相比，可視性得到大幅度提高， 沒有箭頭或框等標注明確的病變部(真陽性候補區域)的看漏概率大 幅度降低，所以優選。
而且，以上說明的內容中，"低濃度可視性低的區域"是表示在讀 影醫師進行讀影時到達讀影醫師眼中的光量較少的區域。因此，如果 是用膠片以及讀片燈的讀影方式的話，則是透過光量較少的膠片區 域，其相當于膠片上的黑色部分，相反，膠片上的透明部分為"高濃 度可視性高的"部分。另一方面，如果用觀察器的讀影方式的話，低 濃度(低驅動程度)區域則為"低濃度可視性低的"區域。
一般來說，透過被攝物體的X線量少的區域，讀影時為透明部 分，以高亮度被再生顯示，所以，作為讀影醫師可視性低的區域，只 要從拍攝的圖像數據中，抽出透過被攝物體的X線量多的區域即可。 (第2實施方式)
對有關上述醫用圖像處理系統100的動作的第2實施方式作說明。
最初說明一下醫用圖像從生成到保存的經過。
如第1實施方式中說明的那樣，首先，在圖像生成裝置1中進行 攝影，生成醫用圖像(這里以乳房圖像為例作說明)。然后，作為所 生成的乳房圖像的關聯信息，將有患者姓名、年齡、性別等有關患者 的信息，還有攝影時的管電壓、乳房的壓迫率等攝影信息，還有檢查 日期等檢查信息和圖像的讀取條件等，所有有關乳房圖像生成的詳細 信息等，附帶到乳房圖像。
附帶了附帶信息的乳房圖像，被從圖像生成裝置l輸出到圖像處 理裝置2。
圖像處理裝置2中，對乳房圖像實施必要的圖像處理，另一方面， 對乳房圖像開始下述顯示對象判斷處理，進行異常陰影候補的檢出以及從被檢出的異常陰影候補抽出顯示對象候補。在此，顯示對象的異 常陰影候補，是難以判斷是真陽性還是假陽性的、必須由醫師作最終 判斷的候補，或可視性低的醫師難于觀察的候補，以及位于不易發現 位置的候補等等。
參照圖10,對圖像處理裝置2所作的顯示對象判斷處理作說明。 圖10所示顯示對象判斷處理中，首先，由異常陰影候補檢出部 27從醫用圖像中抽出乳房區域、胸肌區域等各區域(步驟Tl),之 后，在上述被抽出的乳房區域中進行異常陰影候補的檢出(步驟T2 )。 此時，將被檢出的異常陰影候補作為檢出候補Rl。作為異常陰影候 補的檢出方法，例如如第1實施方式中所述，可以考慮乳房圖像中微 小鉀化群陰影候補的檢出方法。
接下去，算出檢出候補Rl的圖像特征量(步驟T3)。圖像特 征量是至少算出候補區域中的像素值的標準偏差、濃度平均值、曲率、 分形(fractals)維數、圓形度、面積、與周邊區域的對比度、邊緣的 復雜度、離圖像端部的距離、異常陰影候補被檢出的分類區域(存在 于圖5所示區域Da Dc的哪一個)等。將這些圖像特征量作為判斷 要素，對難以判斷真假陽性的或可視性低的異常陰影候補的進行判 斷。
并且，從異常陰影候補區域與其周邊區域的濃度差(像素值的差) 求得對比度，從異常陰影候補區域的像素數求得面積，從胸壁側的圖 像端部到異常陰影候補的檢出位置的距離(像素數)求得離圖像端部 的距離。
圓形度用第1實施方式所述的式(1)算出。另外，邊緣的復雜 度是如圖8所示，對表示異常陰影候補輪廓線的周期函數進行傅里葉 展開時，用第1實施方式所述的式(2)所算出的展開系數ak、 bk。
接下去，在控制部21中，采用為了檢出假陽性候補而預先設定 的、記憶在記憶部25中的第1閾值THl,根據算出的圖像特征量， 檢出檢出候補Rl中的假陽性候補(指假陽性可能性較高的候補)。 然后，從檢出候補R1中刪除被檢出的假陽性候補(步驟T4)。將從
候補中刪除了該假陽性候補后剩下的候補，作為檢出候補R2 。
具體如下，根據在候補區域中算出的對比度、標準偏差、濃度平 均值、曲率、面積、分形維數、圓形度、邊緣的復雜度等各種圖像特 征量，由多變量解析算出表示真陽性之可能性的指標值。例如，從事 先知道是真陽性的陰影算出的圖像特征量或從被判斷為圖像上可視 性低醫師容易看漏的陰影算出圖像特征量，將這些圖像特征量作為學 習數據，通過神經網等構筑判定邏輯，將從判定對象之陰影候補算出 的各種圖像特征量輸入到該判定邏輯，得到表示相應陰影候補的真陽 性之可能性的指標值。然后，比較該指標值與閾值TH1，相應比較的 結果，刪除假陽性候補。
例如，以閾值THl-0.25，具有低于該指標值的候補為假陽性候 補之判斷條件，對此情況作說明。檢出時，若對輸出的真陽性的指標 值(以此作為S)是用0~1的值(越接近0，真陽性的可能性越低， 越接近l,為真陽性的可能性越高)被輸出的話，則檢出候補R1中， 指標值S為S〈TH1 (-0. 25)的檢出候補，是作為假陽性候 ^H皮檢出。
一旦被檢出的假陽性候補被從檢出候補Rl刪除，剩下的檢出候 補R2被抽出，則控制部21采用接下去為了刪除真陽性候補而事先設 定且記憶在記憶部25中的第2閾值TH2,根據檢出候補R2的圖像特 征量，在檢出候補R2檢出真陽性候補(指真陽性的可能性較高的候 補)。然后，被檢出的真陽性候補被從檢出候補R2刪除(步驟T5)。 以從該檢出候補R2刪除了真陽性候補后剩下的檢出候補為R3。
例如，以閾值TH2-0.85，具有高于該指標值的候補為假陽性候 補之判斷條件的話，則上述例子中是檢出候補R2中，指標值S為S >TH2 ( = 0. 8 5 )的檢出候補R3作為真陽性候補被檢出。
即，檢出候補R3，是通過檢出處理，從被檢出的異常陰影候補 Rl中除去了假陽性候補以及真陽性候補以后的候補，也就是說，是 被抽出的、懷疑是不是真陽性而需要醫師判斷的候補。
上述為了刪除假陽性候補以及真陽性候補所采用的閾值TH1 、
TH2，可以分每次讀影進行設定。具體如下，構成可以通過操作部22
輸入閾值TH1、 TH2的設定信息之結構，將此閾值TH1、 TH2的設
定信息按各讀影醫師、與固有的讀影醫師ID等相對應后，格納到記
憶部25。然后，讀影時，通過使輸入讀影醫師ID等，從控制部21
讀出相應讀影醫師所對應的閾值TH1、 TH2，用于上述處理。
例如，如果是想盡量避免顯示假陽性候補的醫師的話，將閾值
TH1從0.25改變設定為0.3等，通過適應醫師的技能和讀影方式等來
設定閾值TH1、 TH2，能夠調整異常陰影候補的顯示個數，能夠進行 與各讀影醫師的技能等相適合的顯示。
通過閾值TH1、 TH2而被抽出的檢出候補R3，其檢出結果被從 圖像處理裝置2傳送到圖像服務器4保存，另一方面，其醫用圖像以 及檢出結果被從圖像處理裝置2送往觀察器5，在觀察器5進行其顯 示
圖11表示顯示的例子。
圖11 (a)是檢出候補R1的顯示例，圖11 (b)是檢出候補R2、 圖11 (c)是檢出候補R3的顯示例。從圖11 (a) ~ (c)可以知道， 由于從檢出候補Rl刪除了假陽性候補(參照圖11 (b))和刪除了 真陽性候補(參照圖11 (c))，從醫用圖像的顯示畫面上減少了表 示候補檢出位置的標記，成為容易觀察的顯示狀態。另外，將明顯是 假陽性以及真陽性的異常陰影候補從顯示對象中去掉，所以，能夠進
行高效率讀影。
另外，圖11 (c)表示將異常陰影候補的檢出信息直接顯示在乳 房圖像上的例子，但是，也可以如圖12所示，以不顯示檢出結果的 乳房圖像作為主圖像(圖中用符號G3、 G4表示的圖像)，制作其縮 小的副圖像(圖中用符號g3、 g4表示的圖像)上合成了檢出信息的 圖像，將其顯示在與主圖像的被攝物體區域不重疊的位置。此時，檢 出信息的顯示區域與圖11 (c)的顯示方式的情況相比有所變小，但 是根據本發明，因為能夠減少顯示對象的異常陰影候補的個數，所以 尤其有效。圖12表示位置對齊的圖像，其中對左右乳房的乳房圖像
進行了位置對齊處理，使胸壁側的圖像端左右相互對準。
另夕卜，上述實施方式中，說明了為了抽出真假陽性的判斷困難而 最終必須醫師判斷的異常陰影候補，根據異常陰影候補的圖像特征 量，算出表示真陽性之可能性的指標值的例子，但是，在抽出更低濃 度或位于難以目視位置等圖像上的可視性低的異常陰影候補時，算出 表示可視性之程度的指標值。此時同樣，預先將可視性低的異常陰影 候補的圖像特征量作為學習數據通過多變量解析構筑判定邏輯，從判 定對象的異常陰影候補的圖像特征量算出表示可視性高低程度的指
標值。然后，可以準備好用來判斷可視性低否的第3閾值TH3，用該 第3閾值TH3，在異常陰影候補的檢出候補Rl ~ R3的任何一個抽出 階段，判斷可視性低的異常陰影候補，進行抽出。由此，能夠單純提 供被抽出的懷疑是否真陽性而需要醫師判斷的候補、可視性低而醫師 看漏之可能性高的候補的任何一種和其雙方的檢出信息。
如上所述，根據本實施方式，從檢出處理所檢出的異常陰影候補 中刪除明顯是真陽性和假陽性的異常陰影候補，集中顯示真假陽性的 判斷困難而必須由醫師作最終判斷的候補，和可視性低而醫師容易看 漏的候補等的檢出信息，所以，能夠減少指出顯示的異常陰影候補的 個數。由此，能夠進行易觀察的顯示，能夠提高醫師的讀影作業的效 率。
通過利用2個閾值，將異常陰影候補分類為明顯的真陽性、是真 陽性是假陽性是可疑的、明顯的假陽性的各個組，能夠相應醫師的讀 影(診斷)方式和當天的精神情況等，選擇讀影次序。例如，可以只 對明顯的真陽性候補以及明顯的假陽性候補進行讀影判斷，在第二天 精力充沛時，對真正需要醫師精確判斷的是真陽性是假陽性的可疑候 補作讀影判斷地進行調節。
另夕卜，醫師可以對明顯是真陽性的異常陰影通過醫師自身的目視 來檢出，對可視性低而不易發現的異常陰影的檢出，參照醫用圖像處 理系統IOO提供的異常陰影候補的檢出結果。對所有檢出的異常陰影 候補都進行指出顯示的情況時，對包括明顯能夠知道是真陽性的候補
的所有候補，都必須由醫師進行確認，非常繁瑣。因此，如上所述， 通過僅僅提供不易發現的異常陰影候補的檢出結果信息，能夠防止醫 師的看漏，同時使醫師的讀影作業效率化。
現在已經知道，用相位襯法進行攝影時，得到的圖像的病變部邊 緣，由于相位襯效果，與以往的乳房圖像相比，可視性得到提高，檢 出信息沒有顯示的明確的病變部(真陽性候補區域)的看漏概率大幅 度降低，所以優選。
上述實施方式是應用本發明的一個較好的例子，本發明不局限于此。
例如，以上說明的內容中，是在圖像處理裝置2中實現異常陰影 候補檢出手段和控制手段，在觀察器5中實現顯示手段5，但是，不 局限于此，可以在醫用圖像處理系統100的任何一個構成裝置中實現 各手段。
另外，上述實施方式中，閾值TH1、 TH2都可以根據讀影醫師 進行設定，但也可以構成就檢出假陽性候補時的閾值TH1是各讀影 醫師通用設定，而就檢出真陽性時的閾值TH2是能夠根據各讀影醫 師設定之結構。例如，可以就閾值TH1設定為事先在制造廠方定出 的值或醫院內統一的值等，以實現其檢出結果的統一化，而閱值TH2 則根據各讀影醫師的技能等調整其檢出結果，由此現實與讀影環境相
適應的規格。
另外，閾值TH1等是相對指標值來說的閾值，其中，該指標值 是作為多變量解析的判定邏輯的結果被輸出，但是不局限于此，也可 以分每圖像特征量準備閾值TH1 ，以用這個閾值就各圖像特征量抽出
的異常陰影候補為顯示對象。
另外，本實施方式中也可以進行如下所述的顯示控制，首先僅將 生成的乳房圖像提供給醫師，醫師根據被提供的圖像進行讀影(診斷) 并將該結果記錄下來，然后，提供被檢出的異常陰影候補的信息，由 醫師與在先所作的讀影(診斷)結果進行比較，可以對結果進行修正。
醫師在最初所作的讀影中，除真陽性區域外，還認識到存在是真
陽性還是假陽性的困難區域，在顯示異常陰影候補檢出結果之際，通 過輸入與這個區域相應的閾值顯示檢出結果，與顯示所有檢出結果的 顯示方法相比，能夠參照檢出結果，短時間迅速地對異常陰影候補的 真假進行確定診斷，醫師通過利用本發明，能夠實現提高水平。
并且，隨著醫師讀影(診斷)能力的變化(水平提高)，通過改 變閾值，能夠用更短時間確定異常陰影候補。 (與本發明相關的其他實施方式)
有關上述醫用圖像處理系統100的動作，對與本發明相關的其他
實施方式作說明。本實施方式中說明的例子，是在通過多個檢出算法 經過不同檢出過程進行異常陰影候補的檢出之際，從被檢出的異常陰 影候補抽出與其檢出過程相應的顯示輸出對象之異常陰影候補，顯示 輸出被抽出的異常陰影候補的檢出信息。
首先說明一下醫用圖像從生成到保存的經過。
如第1實施方式和第2實施方式說明的那樣，首先，在圖像生成 裝置l中進行攝影，生成醫用圖像(這里以乳房圖像為例作說明)。 然后，作為所生成的乳房圖像的關聯信息，將有患者姓名、年齡、性 別等有關患者的信息，還有攝影時的管電壓、乳房的壓迫厚等攝影信 息，還有檢查日期等檢查信息和圖像的讀取條件等，所有有關乳房圖 像生成的詳細信息等，附帶到乳房圖像。
附帶了附帶信息的乳房圖像，被從圖像生成裝置l輸出到圖像處 理裝置2。
圖像處理裝置2中，通過通信部24被輸入的乳房圖像被記憶到 記憶部25,之后由圖像處理部25對被輸入的乳房圖像實施必要的圖 像處理，另一方面，異常陰影候補檢出部27對乳房圖像開始異常陰 影候補的檢出處理。
異常陰影候補的檢出處理是組合2個檢出算法來進行的，但是， 作為其處理模式，有2個檢出算法的組合檢出過程不同的3種，可以 由技師或讀影醫師設定，應用哪一種處理模式。
處理模式有第1~第3的模式，第l處理模式是用一個檢出算法
進行檢出處理，之后，對除了通過該檢出處理而被判別為假陽性的區
域之外的圖像區域，用其他檢出算法進行檢出處理。另外，第2處理 模式與第l處理模式之不同點，是僅僅顛倒了第l處理模式中的各檢 出算法的處理次序，第3處理模式則是一個檢出算法與其他檢出算法 的檢出處理并行進行，只要在任何一個檢出算法被檢出，那么都作為 檢出結果。
以下，參照圖13對第1處理模式作說明后，對其他的處理模式 (第2處理模式和第3處里模式)作說明。
圖13是表示第1處理模式中異常陰影候補的檢出處理之經過的 流程圖。
如圖13所示，首先在異常陰影候補檢出部27中，保存在記憶部 24的乳房圖像被讀出(步驟S31)，采用濾波器組作為檢出算法，對 被讀出的乳房圖像進行異常陰影候補檢出處理(以下稱處理1)(步 驟S32)。
在此，對以圓形和線狀模樣為檢出對象的濾波器組的檢出算法作 說明(參照電子信息通信學會論文雜志D-II Vol.J87-D-I1 No.l pp.186-196)。
圖14表示引進了子波解析中的多重分辨率之概念的濾波器組。 以原圖像為S()f,以該分辨率水準為零。Hl(zJ)，Fl(zJ)是分辨率水準j 中的低波段通過濾波，HH(zJ)，fh(zJ)是高波段通過濾波。另外， Sjf，Whjf，Wvjf，wdjf分別是分辨率水準j的平滑化部分圖像、水平部分 圖像、垂直部分圖像、對角部分圖像。在濾波器組的波段分割濾波器 組側，反復進行低波段側成分的分割。相反，在波段合成濾波器組側， 對它們進行合成。在該濾波器組中，各濾波由以下格式(3 ) ~ ( 6 ) 給出。
數2
數3
數4
付
J， 一:
(5)
數5
F/f( )-垂(一？ + f) (6)
在此，因為Hh(z)是1階差分濾波，HH(z)FH(Z)是2階差分濾波， 所以，分辨率水準j中的水平部分圖像和垂直部分圖像，分別相當于 對分辨率水準j-l的平滑化部分圖像在垂直方向加上2階差分濾波后 的圖像和在水平方向加上2階差分濾波后的圖像。另外，對角部分圖 像是水平方向以及垂直方向加上1階差分濾波后的圖像。即，這些部 分圖像相當于用以下式(7)表示的海賽矩陣H的各要素。數6
》V
5
S)c^y 辦
，/ 附;/
附,/ 附,/
(7)
c呵' 0>'-
將以分辨率水準j的水平部分圖像、垂直部分圖像、對角部分圖 像為各要素的海賽矩陣的最小固有值，用作分辨率水準j的圓形模式
增強圖像Xminj(x，y)(以下式(8))。數7
附/附,/ 附,J 柳)/
的最小固有值 (S)
另外，將海賽矩陣的最大固有值，用作分辨率水準j的圓形/線
狀模式增強圖像XmaXj(x，y)(以下式(9))。數8
,,附;/
的最大固有值(9)
通過采用圓形模式增強圖像Xmhij(x，y)、圓形/線狀模式 kmaxj(x，y)，能夠檢出不同大小的圓形模式以及圃形/線狀模式。
參照圖15,對用以上說明的濾波器組的檢出算法所進行的異常 陰影候補的檢出處理進行說明。
首先，檢出對象的醫用圖像被輸入到濾波器組(步驟S41)。 接下去，從通過濾波波器組得到的多個分辨率的圖像算出海賽矩 陣的最大固有值以及最小固有值(步驟S42)。然后，制作不同大小 的圓形/線狀模式增強圖像(步驟S43 ),抽出圓形成分以及線狀成分。
接下去，在增強圖像上設定興趣區域(例如5mmx 5 mm )， 算出該區域內存在的圓形成分/線狀成分的圖像特征量(步驟S44)。 圓形成分/線狀成分的圖線特征量中包含各成分的大小和各成分的分 布等。
然后，根據圓形成分/線狀成分的圖像特征量，判別圓形成分/線 狀成分屬于真陽性和假陽性的哪一種(步驟S45)。
判別可以采用馬氏距離的判別分析。這是事先準備已經知道是真 陽性以及假陽性的學習數據，根據這些學習數據的圖像特征量求得馬 氏距離，判別特征是接近真陽性和假陽性的哪一個。 一旦得到判別結 果，則進展到圖13的步驟S33的處理。
步驟S33中，算出被判別為真陽性以及假陽性的候補區域的位 置、面積等，作為處理1中異常陰影候補的檢出結果，記憶到記憶部 25。
接下去，從記憶部25讀出與處理1中作為檢出對象的醫用圖像 相同的圖像(步驟S34)。另外，從記憶部25讀出處理1所檢出的異 常陰影候補的檢出結果的信息，根據該被讀出的檢出結果(位置信 息)，進行前處理(步驟S35)，該前處理是生成從所述醫用圖像除 去由處理1判別為假陽性的圖像區域后的圖像(稱之為前處理圖像)。 具體是進行下述設定等處理，即在被判別為假陽性的圖像區域的各像 素上，設定表示從檢出處理的處理對象除外的屬性標記。
接下去，以生成的前處理圖像為對象，進行采用了圖像特征量的 異常陰影候補檢出處理(以下稱為處理2)(步驟S36)。處理2是 由檢出算法所作的檢出處理，其中，算出圖像中所含的陰影區域的圖 像特征量，根據算出的圖像特征量，判別陰影是真陽性還是假陽性，
進行異常陰影候補的檢出。
參照圖16，對處理2的檢出算法所作檢出處理的經過作說明。 首先，從前處理圖像特定異常陰影候補區域(步驟S51)。作為 該方法，已經有特開平1 0 - 9 1 7 5 8號公報中公開的虹膜濾波手 法，還有采用拉普拉斯算符濾波的手法(電氣信息通信學會論文雜志 (D-II)，Vol.J76畫D畫II，no.2，pp.241-249，1993 ) ， Morphological Filter (電 氣信息通信學會論文雜志 (D-II)，Vol.J71-D-II， no.7，pp.ll70-1176，1992 )、拉普拉斯濾波(電氣信息通信學會論文雜 志(D-II)，Vol.J71-D-II，no.l0，pp.l994-2001，1998) 、 3重環濾波等，與 病變種類相應的各種算法被開發，所以，可以應用任何一種。并且， 有關作為假陽性區域而由前處理刪除的區域，不應用濾波，不作候補 區域的特定。
一旦候補區域被特定，則該被特定的候補區域的圖像特征量被算 出(步驟S52)。圖像特征量中包含候補區域的面積、圓形度、不整 形度、平均像素值、標準偏差、候補區域與其對比度等。 這里的面積表示構成被特定之候補區域的像素數。 另外，圓形度是表示形狀復雜程度的圖像特征量，以候補區域的 面積為S、候補區域的輪廓線的長度(周長)為L,用下式(10)表 示。
<formula>formula see original document page 35</formula>10)
或以候補區域的重心為中心、與候補區域的面積S相同面積區域 的圓，和候補區域重疊的面積為U，可以用以下式(11)表示。
<formula>formula see original document page 35</formula> (11)
圓形度e的值是越接近圓越大，其值接近l。 不整形度f，以候補區域的周長為L、對候補區域的周長進行平 滑化之后的周長為L'，用以下式(12)表示。
<formula>formula see original document page 35</formula> (12)
接下去，根據算出的各圖像特征量，判別處理2所檢出的異常陰 影候補是真陽性還是假陽性(步驟S53)。判別可以如下進行，例如，
作為學習數據，事先準備屬于真陽性或假陽性的2組陰影圖像的圖像 特征量，求得從各組的中心到判斷對像數據(被算出的圖像特征量) 的馬氏距離，判別是接近真陽性和假陽性的哪一個組。 一旦得到判別 結果，則進展到圖13的步驟S37的處理。
步驟S37中，作為處理2的檢出結果，異常陰影候補的位置信息、 面積信息等信息被記憶到記憶部25。
接下去，控制部21從記憶部25讀出處理模式1的檢出結果信息， 同時還讀出對處理模式1設定的抽出條件信息。并且，對處理模式1 設定的抽出條件是抽出所有的異常陰影候補。即，根據被讀出的檢出 結果信息，將所有被檢出的異常陰影候補作為顯示對象候補進行抽 出，在顯示部23上顯示其檢出信息(步驟S38)。檢出信息是指提供 給醫師的信息，其有關于異常陰影候補的檢出，可以舉出例如，指出 檢出位置的標記圖像，表示作為檢出對象的病變、面積等有關異常陰 影候補事項的文字信息等。
以上是第l處理模式中的處理經過，但是，第2處理模式只是第 1處理模式中的處理1和處理2的次序顛倒，所以，省略對第2處理 模式的詳細說明。第2處理模式中的異常陰影候補的抽出條件也和第 l處理模式的條件相同。即，對經處理2而被刪除了假陽性區域的前 處理圖像施行處理1，對經處理1而被判別為真陽性的所有異常陰影 候補進行檢出信息的顯示。
接下去，參照圖17，對第3處理模式涉及的異常陰影候補檢出 處理進行說明。
如圖17所示，首先，在異常陰影候補檢出部27中，讀出保存在 記憶部24的乳房圖像(步驟Tll)。接下去，對該乳房圖像分別獨 立地并行進行處理1以及處理2的檢出處理(步驟T21、 T22)，各 檢出處理的檢出結果分別記憶到記憶部25 (步驟T31、 T32)。各處 理l、 2的內容如上所述，省略說明。
接下去，在控制部21中，從記憶部25讀出處理1以及處理2 的檢出結果，在這些被檢出的異常陰影候補中，抽出其檢出信息應該
作顯示的異常陰影候補(步驟T33)。
第l和第2處理模式的情況時，對用一個檢出算法而被判別為真 陽性的區域，再一次用其他檢出算法進行檢出處理，將用其他檢出算 法也被判別為真陽性的區域，作為最終的檢出結果進行輸出。也就是 說，因為用2個階段進行檢出處理，所以，可以想象檢出結果中所含 的異常陰影候補為真陽性的可能性較高。
而第3處理模式的情況時，一個檢出算法和其他檢出算法分開并 列進行，任何一個檢出算法中檢出的異常陰影候補被作為檢出結果輸 出。因此，與第l和第2處理模式相比，可以想象其檢出精度較低， 與其相應，檢出結果中含有假陽性候補的幾率較高。若根據該檢出結 果，與第l處理模式相同，對所有被檢出的異常陰影候補作其檢出結 果顯示的話，那么，在顯示部23中的顯示個數增多，成為難以觀察 的顯示。
由此，第3處理模式中，在被檢出的異常陰影候補中抽出作為顯 示對象的候補，由此減少其檢出信息的顯示數目。
在此，檢出信息應該作顯示的異常陰影候補，是其異常陰影候補 是真陽性還是假陽性都難以明確判別而需要醫師作最終判斷的異常 陰影候補，也是為了抽出這種候補，抽出條件被設定并記憶在記憶部 25中的候補。對用目視明確分清是真陽性的陰影，不特意用圖像處理 裝置2進行檢出信息的顯示，醫師也能夠發現。因此，作為醫師的要 求和希望，并不是對這種明確的陰影，而是對真假陽性判斷困難的陰 影，需要參照檢出信息。因此，根據醫師的這種要求和希望，設定抽 出條件。
另外，其檢出位置和圖像上可視性較低而醫師難以發現的異常陰 影候補的檢出信息，因為也是應該提供，所以可以抽出這樣的異常陰 影候補。
應該作為顯示對象的異常陰影候補的抽出，采用圖像特征量來進行。
例如，對比度小面積小的情況時，真假陽性的判定困難，需要醫
師作最終判斷的情況較多。另外，可視性不太好成為醫師觀察時容易 漏掉的陰影。另外，真陽性的異常陰影有邊緣部分邊界不明了 (不鮮 明)，或邊緣部呈現微細條紋狀形狀，或具有被稱為針狀的變形形狀 的情況，其邊緣的不整形度增大，但相反，邊緣的不整形度較小時， 是否真陽性的判斷變得困難。另外，腫瘤的情況，圓形度越大腫瘤的 可能性越高，圓形度小的話，則是否腫瘤(真陽性)的判斷變得困難。
因此，將這些圖像特征作為判斷要素，判斷是否真陽性的判斷為 困難的或可視性低的異常陰影候補。
具體如下，根據在候補區域中算出的對比度、標準偏差、濃度平 均值、曲率、面積、分形維數、圓形度、邊緣的不整形度等各種圖像 特征量，由多變量解析算出表示真陽性之可能性的指標值。例如，將 從事先知道是真陽性的陰影算出的圖像特征量作為學習數據，通過神 經網等構筑判定邏輯，將從判定對象之陰影候補算出的各種圖像特征 量輸入到該判定邏輯，得到表示相應陰影候補的真陽性之可能性的指 標值。
然后，將該指標值與為了檢出假陽性候補的閾值TH1和為了檢 出真陽性候補的閾值TH2進行比較，根據比較結果，判斷被檢出的 異常陰影候補中的假陽性候補以及真陽性候補，將去掉它們后的剩余 異常陰影候補，作為應該顯示的異常陰影候補，進行抽出。
例如，以閾值THl-0.25， TH2=0.85，具有低于TH1指標值的 候補為假陽性候補，且具有高于TH2指標值的候補為真陽性候補之 判斷條件，對此情況作說明。檢出時，若對輸出的真陽性的指標值(以 此作為S)是用0~1的值(越接近O,真陽性的可能性越低，越接近 1，為真陽性的可能性越高)被輸出的話，則檢出候補中，指標值S 為TH1〈S〈TH 2的異常陰影候補被抽出。
即，被抽出的候補，是通過檢出處理，從被檢出的異常陰影候補 中除去了假陽性候補以及真陽性候補以后的候補，也就是說，是被抽 出的懷疑是不是真陽性而需要醫師判斷的候補。并且，接近圖像端部 的乳房區域中存在的異常陰影，因為處于端部位置而醫師容易看漏。因此，欲將這種位于醫師難以發現之位置的異常陰影候補加入到顯示 對象中時，可以事先作為難以發現之區域的邊界，求出從圖像端的距
離，將其作為閾值TH3,在被檢出的異常陰影候補中，將小于閾值 TH3 (即，在接近圖像端的位置)的異常陰影候補作為應該作顯示的 異常陰影候補進行抽出。
上述為了判斷假陽性候補以及真陽性候補所采用的閾值TH1、 TH2，可以分每次讀影進行設定。具體如下，構成可以通過操作部22 輸入閾值TH1、 TH2的設定信息之結構，將這個閾值TH1、 TH2的 設定信息按各讀影醫師，與固有的讀影醫師ID等相對應后，格納到 記憶部25。然后，讀影時，通過使輸入讀影醫師ID等，從控制部21 讀出相應讀影醫師所對應的閾值TH1、 TH2，用于上述處理。
例如，如果是想盡量避免顯示假陽性候補的醫師的話，將閾值 TH1從0.25改變設定為0.3等，通過適應醫師的技能和讀影方式等來 設定閾值TH1、 TH2，能夠調整異常陰影候補的顯示個數，能夠進行 與各讀影醫師的技能等相適合的顯示。
如上所述， 一旦應該作顯示的異常陰影候補被抽出，則該被抽出 的異常候補的檢出信息顯示在顯示部23上(步驟T34)。
圖18表示各處理模式1 ~ 3的異常陰影候補的檢出信息的顯示例子。
圖18 (a)是處理模式1和2的顯示例子示意圖，圖18 (b)是 處理模式3的顯示例子示意圖。圖18 (a) 、 (b)中，作為乳房圖像 上的異常陰影候補的檢出信息，顯示了表示其檢出位置的標記圖像 (圖中的箭頭)。
處理模式1和2中，因為是只有真陽性可能性高的候補作為檢出 結果被輸出，所以，如圖18 U)所示，能夠集中對異常陰影候補的 可能性較高的陰影進行標記顯示。
反之，處理模式3中，刪除了真陽性和假陽性的可能性較高的候 補，只將剩下的候補作為檢出結果進行輸出，所以能夠集中對從形狀 和濃度等難以判斷是真陽性還是假陽性的陰影進行標記顯示。 如上所述，根據本實施方式，用2個檢出處理的組合，經處理模 式1~3的不同檢出過程時，相應其檢出過程，從被檢出的異常陰影 候補中，抽出應該作檢出信息顯示的候補，只對被抽出的異常陰影候 補進行檢出信息的顯示。由此，相應檢出過程，限制了檢出信息的顯 示個數，能夠實現容易讀影的顯示形式，提高醫師的讀影效率。
另夕卜，真陽性候補的檢出率較高的處理模式1和2的情況時，是 抽出所有的異常陰影候補，假陽性候補的檢出率較高的處理模式3的
的候補。這樣，與不同檢出過程產生的檢出率不同相應，可以改變其 異常陰影候補的檢出信息的顯示個數，所以，能夠調整，使得顯示個 數減少。
(與本發明相關的其他實施方式)
有關上述醫用圖像處理系統100的動作，對與本發明相關的其他 實施方式作進一步說明。本實施方式中說明的例子，具有與作為檢出 目的的病變種相應的多個檢出算法，采用與檢出的病變種相應的檢出 算法進行異常陰影候補的檢出之際，與由于采用的檢出算法而不同的 檢出過程相應，抽出顯示對象的異常陰影候補，顯示輸出被抽出的異 常陰影候補的檢出信息。
本實施方式中，圖像處理裝置2的記憶部25中，格納著與作為 檢出目的的病變種相應的檢出算法的檢出處理程序。本實施方式中是 格納著與乳房中的病變的腫瘤、微小鈣化群的2種類相應的檢出算法 的程序。
接下去，參照圖19，對本實施方式中的圖像處理裝置2的異常 陰影候補的檢出處理作說明。
圖19所示的異常陰影候補的檢出處理，其中，首先由異常陰影 候補檢出部27從記憶部25讀出處理對象的醫用圖像(步驟El)。 接下去，在顯示部23顯示用來選擇檢出對象病變種的選擇畫面，其 中所作的指示是使進行選擇操作，選擇腫瘤和微小鈣化群中的哪一種 病變種異常陰影作為檢出對象。
然后， 一旦醫師通過操作部22在該選擇畫面進行任何一方病變 種的選擇操作(步驟E2)，則微小釣化群被選擇時(步驟E2:群)， 進展到步驟E3的處理；肺瘤被選擇時(步驟E2:腫瘤)，進展到步 驟E6的處理。
首先，對微小鉤化群被選擇的情況進行說明。
步驟E3中，在異常陰影候補檢出部27中，從記憶部25讀出與 微小鈣化群相應的檢出處理程序，通過與該讀出程序的協動，進行異 常陰影候補的檢出處理。即，用與檢出微小鉤化群相應的檢出算法進 行檢出。
微小鉀化群的檢出算法，其中，由3重環濾波等特定候補區域之 后，經過作采用特征量的檢出處理(處理2)之檢出過程。有關各處 理內容如上所述，在此作省略。
然后， 一旦所有的檢出過程結束，則被檢出的異常陰影候補的位 置信息、面積等信息，作為微小鈣化群的檢出結果，保存到記憶部25 (步驟E4)。接下去，由控制部21從記憶部25讀出檢出結果的信 息，同時，讀出事先對微小鈣化群的檢出過程設定的異常陰影候補的 抽出條件。并且，對微小鈣化群的檢出過程所設定的抽出條件，是抽 出所有的異常陰影候補。即，根據讀出的檢出結果信息，被檢出的所 有異常陰影候補作為顯示對象候補被抽出，被檢出的所有異常陰影候 補，其檢出信息被顯示在顯示部23上(步驟E5)。
接下去，對腫瘤被選擇的情況進行說明。
步驟E6中，在異常陰影候補檢出部27中，從記憶部25讀出與 肺瘤相應的檢出處理程序，通過與該讀出程序的協動，進行異常陰影 候補的檢出處理。即，用與檢出腫瘤相應的檢出算法，進行檢出。
腫瘤的檢出算法，其中，經過作采用濾波器組的處理l之檢出過程。
然后， 一旦所有的檢出過程結束，則被檢出的異常陰影候補的位 置信息、面積等信息，作為腫瘤的檢出結果，被保存到記憶部25(步 驟E7)。接下去，由控制部21從記憶部25讀出檢出結果的信息。然后，被檢出的異常陰影候補中，其檢出信息應作顯示的候補被抽出
(步驟E8)。
微小鈣化群的情況時，其陰影是帶有逆圓錐構造濃度變化的微小 白點的聚合(成群)出現在圖像上。因此，作為被檢出的異常陰影候 補的檢出信息，是輸出圍著微小陰影為成群部分的框的標記圖像。即， 雖然假陽性候補數較多時其聚合區域變大，但是因為陰影是微小的 點，所以其變化量較小。因此，即使是異常陰影候補的檢出數較多， 也僅僅是框的大小有所變化，對可視性的影響不是很大。
但是，腫瘤的情況時，標記是采用箭頭等，對被檢出的腫瘤的每 一個候補進行指出，因此，檢出候補較多的話，占用相應的顯示區域， 成為讀影的障礙。因此，有關腫瘤的檢出結果，通過在被檢出的異常 陰影候補中，抽出作為顯示對象的候補，減少其檢出信息的顯示個數。
腫瘤的場合，明確是真陽性的陰影，其形狀與3~5mm前后的 微小釣化陰影相比要來得大，病巢邊緣的輪廓(與周圍組織的濃度差) 明了 (如果是相位襯攝影的話，邊緣效果更明顯)，醫師可以用目視 確認。因此，與第1實施方式相同，在控制部21中，抽出難以明確 判別真假陽性而需要醫師作最終判斷的異常陰影候補，或其檢出位置 在圖像上的可視性低致使醫師不易發現的異常陰影候補。有關抽出方 法，與上述實施方式相同，在此省略說明。
如上所述， 一旦應該作顯示的異常陰影候補被抽出，則該被抽出 的異常陰影候補的檢出信息被顯示在顯示部23上(步驟E8)。
圖20表示異常陰影候補的檢出信息的顯示例子。
圖20 (a)是微小鈣化群候補的顯示例示意圖，圖20 (b)是腫 瘤候補的顯示例示意圖。微小鈣化群的情況時，為了讓醫師能夠特定 以點狀出現的微小鈣化部分的陰影的聚合，如圖20 (a)所示，使用 圍著其候補聚集部分的框的標記。且圖20(a)中，為了方便起見用 黑點表示微小鈣化群的陰影，但實際上是以低濃度發白的陰影出現。 反之，腫瘤則持有3mm 5mm之一定程度大小，出現在圖像上，所 以作為胂瘤候補的標記，如圖20 (b)所示，采用指出檢出位置的箭
頭。
微小釣化群的場合，假陽性候補被多數檢出時大多是在真陽性候 補的周邊被檢出，這可以認為是雖然假陽性候補較多但其鈣化部分聚 合的區域的變動僅微。因此，雖然對所有的檢出候補作檢出信息的顯
示，但如圖20(a)所示，也只不過是作為標記的框的尺寸發生變化， 而不是框的個數增加，這對醫用圖像的讀影來說，不太成為檢出信息 的顯示障礙。
反之，腫瘤的場合，因為是l個候補顯示1個標記，所以，若假 陽性候補個數較多的話，則占醫用途像上的檢出信息的標記數也多， 顯示形式變得不易觀察。因此，通過根據形狀和濃度等集中顯示真假 陽性的判斷為困難的陰影，減少其顯示個數，由此能夠實現容易讀影 的顯示形式。
也可以以與醫師的操作相應，能夠切換顯示圖20 (a)所示微小 銬化群的顯示和圖20 (b)所示胂瘤的顯示，也可以在同一乳房圖像 上進行顯示。
如上所述，根據本實施方式，相應檢出目的經過不同檢出過程的 情況時，相應其檢出過程，從被檢出的異常陰影候補抽出其檢出信息 應該作顯示的候補，僅對被抽出的異常陰影候補進行檢出信息的顯 示。由此，限制了與檢出過程相應的檢出信息的顯示個數，能夠實現 容易讀影的顯示形式，能夠提高醫師的讀影效率。
另外，作為檢出信息，用框圍著被檢出的候補之聚合部分微小鈣 化群的情況時，是抽出所有被檢出的候補，用箭頭指出各個候補的檢 出位置的肺瘤的情況時，是抽出真假陽性的判斷為困難的候補和可視 性低而醫師不易發現的候補。如此與檢出過程不同產生的檢出率不同 相應，改變異常陰影候補的檢出信息的顯示個數，所以，能夠調整減 少顯示個數。
另夕卜，在圖像處理裝置2中實現了異常陰影候補的檢出和顯示對 象候補的抽出等功能，但不局限于此，也可以在觀察器5等醫用圖像 處理裝置100的各構成裝置中分別實現上述功能，也可以另外設置具 有這些功能的專用裝置。
另外，所作說明的例子中，異常陰影候補的檢出信息是通過觀察
器5進行顯示輸出的，但不局限于此，也可以應用于打印器3進行膠 片輸出的情況。
權利要求
1.一種異常陰影候補的顯示方法，其特征在于，包括檢出工序，其對醫用圖像進行圖像解析，檢出異常陰影候補；抽出工序，其在所述被檢出的異常陰影中，抽出應作顯示的異常陰影候補；顯示工序，其顯示所述被抽出的異常陰影候補的檢出信息。
2. 根據權利要求1所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，算出所述被檢出的異常陰影候補的圖像特征量， 根據該圖像特征量，決定應作顯示的異常陰影候補的優先位次，在所 述被檢出的異常陰影候補中，從優先位次高的異常陰影候補起，優先 進行抽出。
3. 根據權利要求2所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，作為所述圖像特征量，算出異常陰影候補與其 周邊區域之間的對比度，將該對比度小的異常陰影候補的優先位次決 定為高位次。
4. 根據權利要求2所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，作為所述圖像特征量，算出異常陰影候補的區 域面積，將該面積小的異常陰影候補的優先位次定為高位次。
5. 根據權利要求2所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，作為所述圖像特征量，算出從所述醫用圖像的 圖像端部到異常陰影候補的檢出位置的距離，將該距離短的異常陰影 候補的優先位次決定為高位次。
6. 根據權利要求2至5的任一項所述的異常陰影候補的顯示方 法，其特征在于，包括從所述醫用圖像認識被攝物體區域，將該被攝 物體區域分類成多個區域的工序，所述抽出工序中，在所述被認識的 被攝物體區域中，與所述異常陰影候補被檢出的分類區域相應，決定 優先位次。
7. 根據權利要求2所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，作為所述圖像特征量，算出異常陰影候補的形 狀特征量，根據該形狀特征量，決定優先位次。
8. 根據權利要求2所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，作為所述圖像特征量，算出異常陰影候補的候 補區域的濃度，將該濃度具有低特征量的異常陰影候補的優先位次決 定為高位次。
9. 根據權利要求2所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，作為所述圖像特征量，至少算出異常陰影候補 的候補區域的面積、濃度、與周邊區域的對比度、異常陰影候補的形 狀、從醫用圖像的圖像端部到異常陰影候補檢出位置的距離之中的一 個以上，根據該算出的特征量，決定優先位次。
10. 根據權利要求1或2所述的異常陰影候補的顯示方法，其特 征在于，所述顯示工序中，將所述被抽出的異常陰影候補的檢出信息 與所述醫用圖像一起，進行顯示。
11. 根據權利要求10所述的異常陰影候補的顯示方法，其特征 在于，所述醫用圖像是用相位襯攝影方法拍攝的醫用圖像。
12. 根據權利要求10或11所述的異常陰影候補的顯示方法，其 特征在于，所述顯示工序中，顯示將所述醫用圖像縮小到與被攝物體 等倍尺寸的等倍圖像。
13. 根據權利要求12所述的異常陰影候補的顯示方法，其特征 在于，從所述醫用圖像制作參照用圖像，將在該制作圖像上重疊了檢 出信息的圖像，與所述等倍圖像一起，進行顯示。
14. 根據權利要求1所述的異常陰影候補的顯示方法，其特征在 于，所述抽出工序中，根據事先設定的用來判斷是否作為顯示對象的 閾值，從所述被檢出的異常陰影候補中，判斷應作顯示的異常陰影候 補，進行抽出。
15. 根據權利要求14所述的異常陰影候補的顯示方法，其特征 在于，所述閾值具有第1閾值以及第2閾值，所述抽出工序中，從所 述被檢出的異常陰影候補中，用所述第1閾值以及第2閥值，判斷應 該作顯示的異常陰影候補，進行抽出。
16. 根據權利要求15所述的異常陰影候補的顯示方法，其特征 在于，所述第1閾值是用來刪除假陽性候補的閾值，所述第2閾值是 用來刪除真陽性候補的閾值，所述抽出工序中，以從所述被檢出的異 常陰影候補中，用所述第1閾值以及第2閾值刪除了假陽性候補以及 真陽性候補后剩下的異常陰影候補，作為顯示對象，進行抽出。
17. 根據權利要求15或16所述的異常陰影候補的顯示方法，其 特征在于，所述第1闊值或第2閾值可以按每一讀影醫師進行設定。
18. 根據權利要求15或16所述的異常陰影候補的顯示方法，其 特征在于，所述第1閾值是各醫師通用的設定，所述第2閾值能夠按 每一讀影醫師設定。
19. 根據權利要求14至18的任一項所述的異常陰影候補的顯示 方法，其特征在于，所述閾值具有第3閾值，其用來判斷圖像上的可 視性是否為低，所述抽出工序中，從所述被檢出的異常陰影候補中， 抽出用第3閾值被判斷為可視性低的異常陰影候補。
20. —種醫用圖像處理系統，其特征在于，包括異常陰影候補 檢出手段，其對醫用圖像進行圖像解析，檢出異常陰影候補；控制手 段，其在由所述異常陰影檢出手段檢出的異常陰影候補中，抽出應該 作顯示的異常陰影候補；顯示手段，其顯示所述被抽出的異常陰影候 補的檢出信息。
21. 根據權利要求20所述的醫用圖像處理系統，其特征在于， 所述顯示手段將所述被抽出的異常陰影候補的檢出信息與所述醫用 圖像一起，進行顯示。
22. 根據權利要求21所述的醫用圖像處理系統，其特征在于， 所述醫用圖像是用相位襯攝影方法拍攝的醫用圖像。
23. 根據權利要求20所述的醫用圖像處理系統，其特征在于， 所述控制手段根據事先設定的用來判斷是否作為顯示對象的閾值，從 所述被檢出的異常陰影候補中，判斷應作顯示的異常陰影候補，進行 抽出。
全文摘要
一種異常陰影候補的顯示方法以及醫用圖像處理系統，醫用圖像處理系統(100)中，一旦醫用圖像被生成，則在圖像處理裝置(2)中對該醫用圖像進行異常陰影候補的檢出處理。接下去，根據被檢出的異常陰影候補的圖像特征量，通過多變量解析，判定明顯是真陽性或假陽性的異常陰影候補、真假陽性之判斷困難的候補、存在于不易檢出之位置的候補等等，從被檢出的異常陰影候補進行刪除。然后，在觀察器(5)只顯示刪除后剩下的異常陰影候補的檢出信息。
文檔編號A61B6/00GK101179994SQ200680017478
公開日2008年5月14日 申請日期2006年5月9日 優先權日2005年5月23日
發明者松井航, 稻永和子, 笠井聰 申請人:柯尼卡美能達醫療印刷器材株式會社