專利名稱：異常陰影候補檢測方法異常陰影候補檢測裝置的制作方法
技術領域：
本發明涉及從醫用圖像檢測異常陰影候補的異常陰影候補檢測方 法以及異常陰影候補檢測裝置。
背景技術：
在醫療領域中，實現醫用圖像的數字化，將用CR (Computed Radiography:計算機X線射影)裝置等生成的醫用圖像數據顯示在 監視器上，醫生解譯顯示在該監視器上醫用圖像，觀察病變部的狀態 和經時變化進行診斷。以往，將這種針對減輕醫生解譯的負擔為目的，開發了通過對上 述醫用圖像數據進行圖像處理，將顯現在圖像上的病變部的陰影作為 異常陰影候補自動地檢測的稱為計算機診斷支援裝置 (Computer-Aided Diagnosis;以下，稱為CAD。)的異常陰影候補 檢測裝置。病變部的陰影大多具有特征性的濃度分布，CAD將根據這種濃度 特性推測為病變部的圖像區域作為異常陰影候補區域來檢測。在上述CAD中，與作為檢測目的的病變種類相應地開發了各種 檢測算法，作為最適合于腫瘤陰影的檢測的算法提出了使用可變光闌 濾光器的方法和利用了曲率的特征量的方法等。此外，作為最適合微 小鉤化群陰影的檢測的算法提出了使用形態濾波器(乇/V 7才^一 7^W夕)的方法等(例如，參照專利文獻l、 2)。專利文獻l:特開2002-112986號y〉報專利文獻l:特開2001-346787號公報如果采用上述專利文獻1，則當在同一拍攝部位上存在多個種類 的異常陰影檢測目標的情況下，由于能夠根據檢測目的由l名或者多名醫生選擇異常陰影候補檢測算法，因而能夠謀求處理時間的縮短， 但是，因為使用經過選擇的異常陰影候補檢測算法對圖像全體按照每 1個像素進行計算處理，所以如果與使用多個不需要的異常陰影候補 檢測算法的情況相比能夠縮短處理時間，但由于檢索圖像全體，所以 依然花費處理時間，存在將不是病變部的噪聲和正常組織的區域作為 異常陰影檢測的問題。此外，在專利文獻2中記載了當醫生對異常陰影候補的存在區域 有某種程度的預測的情況下，和當在過去取得的圖像等其他的圖像中 檢測出了異常陰影候補的情況下，只指定該區域進行異常陰影候補的 檢測的內容。但是，存在即使在醫生預測的區域以外，或者在過去檢 測到的區域以外的區域中有異常陰影也不被檢測出來的問題。此外， 因為在所指定的區域內按照每1個像素進行計算處理，所以即使限定 檢索區域，也有可能將不是病變部的噪聲和正常組織的區域作為異常 陰影檢測。進而，不能以大小分別對異常陰影候補分類來檢測。此外，將腫瘤作為檢測對象的使用了曲率的特征量的檢測方法是 利用局部的信息，靈敏度良好地檢測具有凸形等的某一規定圖案的圖 像區域，但因為針對整個圖像區域順序設定規定的區域，對該每個區 域算出曲率，所以只能檢測收納在算出了該曲率的規定范圍內的異常 陰影。雖然還考慮與異常陰影的大小對應地一邊改變區域范圍一邊檢 測的應對方法，但其中改變區域范圍必須重復進行同樣的處理，所以 處理時間大幅度增加。進而，在采用曲率的檢測處理中，因為用曲率這一局部信息進行 檢測，所以如果具有規定圖案則即使是正常組織的圖像區域也作為候 補區域檢測，其結果，還時常有包含在檢測結果中的假陽性候補數增 大的情況。發明內容本發明的課題是提高異常陰影候補的檢測處理時的處理效率以及 檢測精度。技術方案1所述的發明在異常陰影候補檢測方法中，其特征在于包含對輸入醫用圖像實施第1平滑化濾波器處理的第1處理步驟；對實施了上迷第1平滑化濾波器處理的處理圖像實施第2平滑化 濾波器處理的第2處理步驟；從實施了上述第1以及第2平滑化濾波器處理的處理圖像中，抽 取應該檢測異常陰影候補的特定區域的抽取步驟；計算對表示上述被抽取出的特定區域濃度分布的曲面形狀進行表 示的特征量的特征量計算步驟；根據上迷計算出的特征量進行異常陰影候補的檢測處理的異常陰 影候補檢測步驟。技術方案2所述的發明在技術方案1所述的異常陰影候補檢測方 法中，其特征在于包含縮小上述輸入醫用圖像的步驟，在上述第1處理步驟中對上述被縮小了的輸入醫用圖像進行第1 平滑化濾波器處理。技術方案3所述的發明在技術方案l或者2所述的發明中，其特 征在于在上述特征量計算步驟中，計算形指數作為對表示上述濃度分布 的曲面的形狀進行表示的特征量。技術方案4所述的發明在技術方案1 3項中所迷的任意一項記載 的異常陰影候補檢測方法中，其特征在于在上述異常陰影候補檢測步驟中作為檢測對象的異常陰影種類是 腫瘤。技術方案5所述的發明在異常一樣候補檢測方法中，其特征在于 包含設定與應該抽取的第1異常陰影尺寸對應的第1平滑化濾波器的 步驟；設定與應該抽取的第2異常陰影尺寸對應的第2平滑化濾波器的步驟；使上述第1以及第2平滑化濾波器作用于輸入醫用圖像上，抽取 應該檢測異常陰影候補的所希望大小的特定區域的抽取步驟；計算對表示上述特定區域的濃度分布的曲面形狀進行表示的特征 量的特征量計算步驟；根據上述計算出的特征量進行異常陰影候補的檢測的異常陰影候 補檢測步驟。技術方案6所述的發明在異常陰影候補檢測裝置中，其特征在于 具備對輸入醫用圖像實施第1平滑化濾波器處理的第1平滑化處理部件；對實施了上述第l平滑化濾波器處理的處理圖像實施第2平滑化 濾波器處理的第2平滑化處理部件；從實施了上述第1以及第2平滑化濾波器處理的處理圖像中抽取 應該檢測異常陰影候補的特定區域的抽取部件；計算對表示上述抽取出的特定區域的濃度分布的曲面形狀進行表 示的特征量的特征量計算部件；根據上述計算出的特征量進行異常陰影候補的檢測處理的異常陰 影候補檢測部件。技術方案7所述的發明在技術方案6所述的異常陰影候補檢測裝 置中，其特征在于包含縮小上述輸入醫用圖像的縮小處理部件，上述第1平滑化部件對上述被縮小了的輸入醫用圖像實施第1平 滑化濾波器處理。技術方案8所述的發明，在技術方案6或者7所述的異常陰影候 補檢測裝置中，其特征在于上述特征量計算部件計算形指數作為對表示上述濃度分布的曲面 形狀進行表示的特征量。技術方案9所述的發明在技術方案6 8項所述的任意一項中記載的異常陰影候補檢測裝置中，其特征在于
在上述異常陰影候補檢測步驟中作為檢測對象的異常陰影種類是 腫瘤。
技術方案IO所述的發明，在異常陰影候補檢測裝置中，其特征在 于具備
設定與應該抽取的第1異常陰影尺寸對應的第1平滑化濾波器的 第l設定部件；
設定與應該抽取的第2異常陰影尺寸對應的第2平滑化濾波器的 第2設定部件；
使上述第1以及第2平滑化濾波器作用于輸入醫用圖像，抽取應 該檢測異常陰影候補的所希望大小的特定區域的抽取部件；
計算對表示上述特定區域的濃度分布的曲面形狀進行表示的特征 量的特征量計算部件；
根據上述計算出的特征量進行異常陰影候補的檢測的異常陰影候 補檢測部件。
如果采用技術方案l、 3、 4、 7、 8、 9項所述的發明，則能夠通過 平滑化濾波處理從檢測對象中除去根據腫瘤的預想的大小預先認為是 假陽性的大小的區域。此外，通過只對抽取區域，進行靈敏度良好地 檢測具有規定的圖案的區域的、使用了曲率的特征量的異常陰影候補 的檢測，能夠謀求假陽性候補數的降低。即，在如曲率那樣應用檢測 精度高的異常陰影候補的檢測處理時，通過將釆用平滑濾波器的區域 抽取處理作為前處理并用，能夠得到處理時間的縮短和檢測精度提高 的復合效果。
如果釆用技術方案2、 6項所述的發明，則能夠謀求縮短平滑化濾 波器處理、異常陰影候補的檢測處理等在醫用圖像上實施的處理時間。
如果采用技術方案5、 IO所述的發明，則通過讓對應的異常陰影 尺寸不同的第1以及第2平滑化濾波器發揮作用，可以改變與應該檢 測的異常陰影候補區域的大小對應地抽取的檢測對象區域。因而，能 夠抽取與檢測項目的異常陰影種類的大小相應的區域，進而通過只對該抽取區域，進行靈敏度好地檢測具有規定的圖案的區域的、使用了 曲率的特征量的異常陰影候補的檢測，從而能夠謀求降低假陽性候補 數。即，在如曲率那樣應用檢測精度高的異常陰影候補的檢測處理時， 通過將采用平滑濾波器的區域抽取處理作為前處理并用，能夠得到處 理時間的縮短和檢測精度提高的重合效果。此外，因為可以按照應該 檢測的異常陰影候補區域的大小分別分類并抽取檢測對象區域，所以 可以實現采用多個檢測模型進行異常陰影候補的檢測。
圖l是本實施方式中的醫用圖像系統的系統結構的圖。
圖2是表示圖1的圖像處理裝置的內部結構的圖。
圖3是說明用圖像處理裝置執行的病變檢測處理的流程圖。
圖4是說明圖3的區域抽取處理的流程圖。
圖5是在區域抽取處理的各步驟中生成的圖像數據的示意圖。
圖6是說明第l平滑化濾波器的圖。
圖7是說明第2平滑化濾波器的圖。
圖8是表示用第1以及第2平滑化濾波器按照大小分別分類抽取
檢測對象區域時的處理順序的圖。
圖9是說明表示醫用圖像的濃度分布的曲面、將關注像素的法線
作為旋轉軸的法平面的旋轉的圖。
圖IO是表示在數字圖像中的濃度分布的曲面的圖。
圖11是說明通過使用最小二乘法用圓近似表示濃度分布的曲線，
計算出曲線曲率的方法的圖。
圖12是表示與Shapelndex (形指數)值對應的曲面形狀的圖。
圖13是說明在處理對象圖像內掃描曲率濾波器的樣子的圖。
圖14是說明使用了曲率濾波器的異常陰影候補檢測處理的流程
符號說明100:醫用圖l象系統 1:圖像生成裝置 2:圖像處理裝置
21:CPU
22:操作部
23:顯示部
24:RAM
25:存儲部
26:通信控制部
27:總線
具體實施例方式
在本實施方式中，對于本發明的異常陰影候補檢測方法以及異常 陰影候補檢測裝置，以從拍攝乳房的醫用圖像(乳房圖像)中檢測腫 瘤陰影的候補的情況為例子說明。
首先，說明結構。
圖1表示在本實施方式中的醫用圖像系統100的系統結構。 如圖l所示，醫用圖像系統100可以經由網絡N將圖像生成裝置 1、圖像處理裝置2等相互連接成可以進行數據發送接收。網絡N應 用DICOM (Digital Imaging and Communication in Medicine: 醫學 數字成像和通信)標準。
而且，在本實施方式中，雖然說明網絡連接圖像生成裝置1和圖 像處理裝置2的例子，但并不限于此，也可以是直接有線連接成的系 統結構。此外，并不限于圖像生成裝置1和圖像處理裝置2，也可以 是連接了保存并管理在圖像生成裝置1中生成的醫用圖像的圖像數據 的服務器、進行在圖像處理裝置2中的異常陰影候補的檢測結果以及 處理完畢的圖像的顯示輸出的監視器，或者進行膠片輸出的膠片輸出 裝置等的結構。
圖像生成裝置1例如含有CR (Computed Radiography) 、 FPD(Flat Panel Detector )、 CT( Computed Tomography )、 MRI( Magnetic Resonance Imaging)等的影像采集設備(乇夂卩尹4 )，是拍攝人體， 對所拍攝的圖像進行數字變換，生成醫用圖像的圖像數據的裝置。在 本實施方式中，將圖像生成裝置l作為進行乳房的放射線攝影，生成 乳房圖像的圖像數據的裝置說明。
圖像處理裝置2是對從圖像生成裝置1提供的圖像數據實施異常 陰影候補檢測處理的異常陰影候補檢測裝置。
以下，說明圖像處理裝置2的內部結構。
圖2表示圖像處理裝置2的功能結構。如圖2所示，圖像處理裝 置2具備CPU21、操作部22、顯示部23、 RAM24、存儲部25、通信 控制部26等構成，各部用總線27連接。
CPU21讀出存儲在存儲部25中的系統程序，展開在形成于 RAM24內的工作區上，按照該系統程序控制各部。此外，CPU21讀 出以存儲在存儲部25中的檢測處理程序為首的各種處理程序并展開 在工作區上，執行以后面說明的病變檢測處理(參照圖3、 4、 14)為 首的各種處理。
操作部22具備配備有光標鍵、數字輸入鍵以及各種功能鍵等的鍵 盤、以及鼠標等的指向設備而構成，將用對鍵盤的鍵操作和鼠標操作 輸入的指示信號輸出到CPU21。此外，操作部22也可以在顯示部23 的顯示畫面上配備觸摸板，這種情況下，將經由觸摸板輸入的指示信 號輸出到CPU21。
顯示部23用LCD( Liquid Crystal Display:液晶顯示器)和CRT 等監視器構成，按照從CPU21輸入的顯示信號的指示，進行圖像等的 顯示。
RAM24形成在用CPU21執行控制的各種處理中暫時存儲從存儲 部25讀出的可以由CPU21執行的各種程序、輸入或者輸出數據以及 參數等的工作區。
存儲部25用HDD (Hard Disc Drive)和非易失性的半導體存儲 器等構成，除了由CPU21執行的系統程序外，還存儲以病變檢測處理程序為首的各種程序、各種數據等。這些各種程序以可讀取的程序代
碼的形態被存儲，CPU21逐次執行依據該程序代碼的動作。
此外，存儲部25具有未圖示的特征量文件，在該特征量文件中存
儲在異常陰影候補的檢測處理時計算出的表示醫用圖像的濃度分布的
曲線的特征量(例如，Shapelndex)。
通信控制部26具備LAN適配器和路由器和TA (Terminal
Adapter:終端適配器)等，控制和連接到網絡N上的各種裝置之間
的通信。
接著，說明本實施方式中的動作。
圖3是表示用圖像處理裝置2的CPU21執行的檢測處理的流程 圖。CPU21用和存儲在存儲部25中的檢測處理程序協同動作的軟件 處理來執行該處理。
首先，經由通信控制部26輸入在圖像生成裝置1中拍攝乳房所生 成的乳房圖像的圖像數據D,并存儲在RAM24的工作區上(步驟Sl )。
接著，對輸入的圖像數據D實施區域抽取處理(步驟S2)。區域 抽取處理是從圖像數據D的全體區域抽取與應該檢測的病變部的大小 相應的檢測對象區域的處理。作為在乳房圖像中診斷的主要病變例如 可以列舉腫瘤陰影、微小鈣化群等。腫瘤陰影是具有某種程度的大小 的塊，在乳房圖像上作為具有接近高斯分布的濃度分布的，發白圓陰 影來顯示。微小釣化群在乳房圖像上作為具有大致圓錐構造的濃度分 布的微白陰影來顯示。即，在乳房圖像上在病變部上能看到濃度值(像 素值)下陷。
以下，參照圖4、 5詳細說明區域抽取處理。
圖4是表示在步驟S2中用CPU21執行的區域抽取處理的流程圖。 此外，圖5是示意地表示圖4的區域抽取處理前的圖像以及該圖像的 區域抽取處理的各步驟中的處理結果的圖。在圖5(a) (d)中將圖 像數據(圖像數據D1 D4 )的某一列(圖5 ( a ) (d )全部表示相同 的列)中的像素位置作為橫軸，將像素值(濃度值)作為縱軸表示。
在圖4的區域抽取處理中，首先，對圖像數據D實施縮小處理，生成采樣間距為1.6mm左右的圖像數據Dl (步驟Sll)。例如，如 果圖像數據D的采樣間距是100nm，則將縱、橫分別設置為1/16。縮 小處理算法可以是取附近的像素值的平均、以一定像素間隔進行間隔 剔除等哪種方法都行。在此，通過縮小圖像數據D，能夠縮短在以后 的處理中的處理時間。在乳房圖像中，如圖5(a)所示，包含具有應該檢測的異常陰影 候補區域的大小(與應該檢測的異常陰影候補同等程度的大小)并且 比周圍濃度低的區域(檢測對象區域)Al;比應該檢測的異常陰影候 補區域小并且比周圍濃度低的區域(微小區域)A2;比應該檢測的異 常陰影候補區域大并且比周圍濃度低的區域(比對象大的區域)A3。 在區域抽取處理以后的處理步驟中，從縮小后的圖像數據Dl上將具 有和應該檢測的異常陰影候補區域同等程度大小的低濃度區域作為檢 測對象區域來抽取。而且，在以后的處理中以檢測5mm 15mm左右 大小的腫瘤陰影候補的情況為例子進行說明。如果縮小圖像數據D，生成圖像數據D1，則對縮小后的圖像數據 的Dl實施第1平滑化處理，生成圖像數據D2 (步驟S21)。第1平滑化處理對圖像數據Dl使用掩膜尺寸3像素x3像素的第 1平滑化濾波器(參照圖6)生成圖像數據D2。第1平滑化濾波器是 以圖像數據Dl的關注的像素為中心設定正方形區域(掩膜)，將掩 膜內的像素值按照降序排列，將中央值作為關注像素的像素值的中間 濾波器。當掩膜尺寸是3x3的中間濾波器的情況下，按照降序排列圖 6所示的區域1~9的像素值，將其中央值作為區域5的像素值。將掩 膜位置每次偏移1個像素重復上述處理，對圖像數據Dl的全體像素 進行。由此如圖5 (b)所示，縱寬度、橫寬度分別達到4.8mm左右 (1.6mmx3像素)的微小區域被進行平滑化。接著，對圖像數據D2實施第2平滑化處理，生成圖像數據D3(步 驟S13)。在第2平滑化處理中，對圖像數據D2使用掩膜尺寸7像素x7像 素的第2平滑化濾波器來生成圖像數據D3。該第2平滑化濾波器是具有在掩膜尺寸內的像素值中將最大值作 為中央的關注像素的值的最大值濾波器；在掩膜尺寸內的像素值中將 最小值作為中央的關注像素的值的最小值濾波器，在對圖像數據D2 應用了最大值濾波器后，通過應用最小值濾波器，補缺具有掩膜尺寸 程度的大小的像素值的下陷(凹坑)的濾波器。 一般，腫瘤陰影具有 向著其中心X射線透過濃度下陷的特征，要補缺該部分只要使用具有 和腫瘤陰影相同程度大小的掩膜尺寸的第2平滑化濾波器即可。在此，參照圖7對于第2平滑化濾波器的原理以一維的數據列為 例子說明。在圖7中，橫軸表示1維的數據列中的像素位置，縱軸表 示1維的數據列中的像素值(濃度值)。圖7的Ll是原始圖像的數據列。從位于該原始圖像的數據列的 左邊的像素開始順序作為關注像素，將關注像素作為中央設定掩膜尺 寸縱lx橫7的最大值濾波器，將掩膜的范圍內的最大值作為關注像素 的像素值。通過將它們每次向右邊偏移1個像素，能夠得到圖7的L2 所示的數據列。將用該L2表示的數據列作為輸入，從位于左邊的像 素開始順序作為關注像素，將關注像素作為中央設定掩膜尺寸縱lx橫 7的最小值濾波器，將掩膜的范圍內的最小值作為關注像素的像素值， 由此，如圖7的L3所示，能夠得到對原始的數據列Ll的濃度值的下 陷進行了平滑化的數據列。這樣，能夠用第2平滑化濾波器對具有與應該檢測的異常陰影候 補區域Al相同程度大小的低濃度區域進行平滑化。如果第2平滑化處理結束，則執行差分圖像生成處理，通過取圖 5 (c)所示的圖像數據D3和圖5 (b)所示的圖像數據D2的同一像 素位置的像素值的差，生成圖5(d)所示的差分圖像(圖像數據D4) (步驟S14)。而后，用預先設定了圖像數據D4的閾值進行閾值處理， 只抽取具有超過閾值的像素值的數據(步驟S15),生成具有和應該 檢測的異常陰影候補區域同等程度大小的低濃度區域的圖像數據D5。而且，在上述區域抽取處理中，用第1平滑化濾波器的掩膜尺寸 以及采樣間距決定成為抽取的檢測對泉區域的下限的尺寸(第l異常陰影尺寸)，并決定第2平滑化濾波器的掩膜尺寸以及成為用間距抽 取的檢測對象區域的上限的尺寸(第2異常陰影尺寸)。即，通過與 上述第1以及第2異常陰影尺寸一致地改變設定在圖4的步驟S12中 的第1平滑化處理中使用的第1平滑化濾波器的掩膜尺寸以及在圖4 的步驟S13中的第2平滑化處理中使用的第2平滑化濾波器的掩膜尺 寸，能夠將作為異常陰影候補的檢測對象的區域的大小改變為所希望 的大小。此外，如圖8所示，通過改變設定在圖4的步驟S12中的第1平 滑化處理中使用的第1平滑化濾波器的掩膜尺寸以及在圖4的步驟 S13中的第2平滑化處理中使用的第2平滑化濾波器的掩膜尺寸來進 行多次處理，可以按照大小分別地分類來抽取檢測對象區域。例如， 首先，在圖4的步驟S12中使用掩膜尺寸3x3的第1平滑化濾波器生 成圖像數據D2,對該圖像數據D2使用掩膜尺寸7x7的第2平滑化濾 波器生成圖像數據D3，通過取該圖像數據D3和圖像數據D2的差分 進行閾值處理來抽取5mm 15mm左右的檢測對象區域。接著，對圖 像數據D進一步使用掩膜尺寸7x7的第1平滑化濾波器生成圖像數據 D2，，對該圖像數據D2，使用llxll的掩膜尺寸的第2平滑化濾波器生 成圖像數據D3'， 通過取該圖像數據D3，和圖像數據D2，的差分進行 閾值處理能夠抽取15mm 30mm左右的檢測對象區域。這樣，可以分 別抽取5mm 15mm左右的檢測對象區域以及15mm 30mm左右的檢 查對象區域。因為腫瘤陰影大致是圓形，所以圖像數據的縱橫方向都可以是同 樣的處理，此外因為被抽取出的區域和腫瘤陰影容易對應起來，所以 對于實施上述區域抽取處理特別理想。在圖3中，如果區域抽取處理結束，則對在圖像數據D中抽取出 的圖像數據D5的區域執行異常陰影候補的檢測處理(步驟S3)。在檢測處理中，雖然使用曲率濾波器檢測胂瘤陰影候補，但在開 始對采用曲率濾波器的特征量的計算方法說明后，再說明應用了該方 法的異常陰影候補檢測處理的流程。名醫生選擇異常陰影候補檢測算法，因而能夠謀求處理時間的縮短， 但是，因為使用經過選擇的異常陰影候補檢測算法對圖像全體按照每 1個像素進行計算處理，所以如果與使用多個不需要的異常陰影候補 檢測算法的情況相比能夠縮短處理時間，但由于檢索圖像全體，所以 依然花費處理時間，存在將不是病變部的噪聲和正常組織的區域作為 異常陰影檢測的問題。此外，在專利文獻2中記載了當醫生對異常陰影候補的存在區域 有某種程度的預測的情況下，和當在過去取得的圖像等其他的圖像中 檢測出了異常陰影候補的情況下，只指定該區域進行異常陰影候補的 檢測的內容。但是，存在即使在醫生預測的區域以外，或者在過去檢 測到的區域以外的區域中有異常陰影也不被檢測出來的問題。此外， 因為在所指定的區域內按照每1個像素進行計算處理，所以即使限定 檢索區域，也有可能將不是病變部的噪聲和正常組織的區域作為異常 陰影檢測。進而，不能以大小分別對異常陰影候補分類來檢測。此外，將腫瘤作為檢測對象的使用了曲率的特征量的檢測方法是 利用局部的信息，靈敏度良好地檢測具有凸形等的某一規定圖案的圖 像區域，但因為針對整個圖像區域順序設定規定的區域，對該每個區 域算出曲率，所以只能檢測收納在算出了該曲率的規定范圍內的異常 陰影。雖然還考慮與異常陰影的大小對應地一邊改變區域范圍一邊檢 測的應對方法，但其中改變區域范圍必須重復進行同樣的處理，所以 處理時間大幅度增加。進而，在采用曲率的檢測處理中，因為用曲率這一局部信息進行 檢測，所以如果具有規定圖案則即使是正常組織的圖像區域也作為候 補區域檢測，其結果，還時常有包含在檢測結果中的假陽性候補數增 大的情況。發明內容本發明的課題是提高異常陰影候補的檢測處理時的處理效率以及 檢測精度。<formula>formula see original document page 18</formula> (2)
為了用式(1)的圓近似曲線y，只要求出l= I a-bc 12變成最小 時的C即可。即，只要求用向量C對L進行偏微分而變成o那樣的C 即可。滿足3l/300的c變成式(3)。c= ( btb ) "ba( 3 )在式(3)中T表示轉置矩陣。此外，(btb) "b是b的偽逆矩陣。法剖面j表示的曲線y用由滿足式(3)的C決定的圓近似。該 近似圃的半徑的倒數成為在曲線y的關注像素p的法曲率。即，在旋 轉角度<9上的曲線y的近似圓半徑是r (0)的情況下，在旋轉角度e 的法曲率k (e)如式(4)那樣表示。k ( 6 ) =l/r ( 0 ) ( 4 )而且，當近似圓的中心坐標(a， b)在曲面E的上部的情況下， 式(4)的右邊的符號變成負，當近似圓的中心坐標(a， b)在曲面E 的下部上的情況下，式(4)的右邊的符號變成正。此外，將用3點確定的圓應用于曲線y，還可以從該圓的半徑中 計算出法曲率。這種情況下，在曲面上取曲線y上的候補點和任意的 2點，用該3點描畫圓，通過移動該任意的2點來改變圓的大小，根 據圓的大小的變化到達極點時的半徑來計算曲率。此外作為曲線y的近似函數還可以使用橢圓、高斯函數、二維函 數等各種函數。當使用橢圓作為近似函數的情況下，橢圓的半徑(長 半徑或者短半徑)的倒數變成曲率(法曲率)。此外，當使用在以下 的式(5)中表示那樣的高斯函數y作為近似函數的情況下，式(5) 中n的值為曲率(法曲率)。以下，說明使用了二維函數作為近似函數時的法曲率的計算方法。在局部坐標系中假設圖9(a)的曲面E如式(6)那樣表示。在此，a、 b、 c是常數，O (x， y) k是3次以上的項。 這種情況下，和x軸形成角度e的法剖面J (曲線y)上的關注 像素p的法曲率k (0)如式(7)。在此，根據表示曲面E的式(6)，假定作為曲線y的近似函數 的二維函數，通過用最小二乘法計算該二次函數的二次項的系數、一 次項的系數以及常數項來計算法曲率。首先，假設使用2維坐標(X， Y)用式(8)表示那樣的二次函 數Y表示曲線y的近似函數。Y "'; 2十e' 《8》以下，將在曲線y上的關注像素p附近(規定范圍內的圖像區域) 的n個像素信號值設置成(Xi, Yj (i=l，…，n),計算a，Xi2+b，Xi+c，， 和該二次函數的輸出值Yi的差的平方平均S。而后，通過設定成用系 數a，， b，， c，對該平方平均S進行偏微分得到的值變成0，計算出系 數a，， b，， c，，決定作為曲線y的近似函數的二次函數。通過將用最小二乘法得到的式(8)的各系數a，、 b，， c，分別代入 式(7)的a、 b、 c，計算出法曲率k (e)。而且，即使在使用了三 次及以上的多次多項式(高次多項式)函數作為近似函數的情況下， 也能夠用和二次函數的情況一樣的方法計算法曲率，能夠得到曲面形 狀的更細致的信息。這樣，如果從曲線y的近似函數中計算出法曲率，則如以下所示 那樣計算出Shape Index。如果將關注像素p的法線作為旋轉軸讓法 平面f旋轉，則因為法剖面J (曲率y)的形狀發生變化，所以根據旋轉角度e法曲率k (e)的值也發生變化。即，法曲率k(e)用法 平面f的旋轉角度e取最大值以及最小值。在用各旋轉角度e (050 <7i)計算出的法曲率k (e)中，如果將最大值設置成kmax，將最小值i殳定為kmin，則將ShapelndexSI定義為式(9)。<formula>formula see original document page 20</formula>式(9)的Shapelndex SI表示在以關注像素p為中心的規定范圍 內的圖像區域中的曲面E的曲面形狀。在圖12中表示與Shapelndex的值對應的曲面形狀。在處理對象 圖像的白色部分(即，濃度值低的部分)中，Shapelndex的值接近l， 曲面形狀變成凹形。另一方面，在處理對象圖像的黑色部分(即濃度 值高的部分)中，Shapelndex的值接近0，曲面形狀變成凸型。圖13表示本實施方式的曲率濾波器和處理對象圖像。如圖13所 示，通過在圖3的步驟S3中抽取的抽取區域全體上讓該曲率濾波器掃 描，計算出在各像素中的Shapelndex的值，制成強調了濃度分布的凹 凸的Shapelndex圖像。如果假設預先根據異常陰影的種類設定 Shapelndex SI的值能夠取得的范圍，則通過從Shapelndex圖像中檢 測Shapelndex的值在特定范圍中的信號區域，能夠檢測相應的異常陰 影。例如，腫瘤有變成平穩的高斯分布形的凹形的趨勢。因而，從圖 12中通過檢測Shapelndex的值變成0.75 1.00的圖像區域，能夠檢測 腫瘤陰影的候補區域。而且，也可以設定處理對象區域，讓曲率濾波 器在該設定的處理對象區域的像素上掃描。而且，在本實施方式中，雖然處理了將圖像輸出為膠片時的濃度 的分布的曲面形狀，但也可以處理將圖像輸出到顯示監視器時的亮度 的分布的曲面形狀。在亮度分布的情況下，Shapelndex的值和曲面形 狀的關系與濃度分布的情況相反。即，當是亮度分布的情況下，濃度 值高時變成白色，濃度值低時變成黑色。因而，在亮度分布的情況下， 如果Shape Index接近1則曲面形狀變成凸型，如果Shape Index接 近0則曲面形狀變成凹型。接著，參照圖14說明釆用上述說明過的曲率濾波器進行的異常陰 影候補的檢測處理。如圖14所示，首先，在圖3的步驟S2中對從醫用圖像數據D抽 取的抽取區域，設定關注像素p (步驟S31)，然后設定以關注像素p 為中心的規定范圍的圖像區域(步驟S32)。接著，將以關注像素p的法線為旋轉軸的旋轉角度0設定為0 (步驟S33)。以下，通過用旋轉速度為e的法平面F來切表示在步驟S32中設 定的圖像區域中的濃度分布的曲面E，取出旋轉角度e的法剖面J表 示的曲線Y(步驟S34),將該曲線y上的像素信號值(濃度值)存儲在存儲部25中。接著，用最小二乘法以圓來近似旋轉角度e上的曲線 Y,用近似圓的半徑計算出在關注像素p的旋轉角度e的法曲率k(e)(步驟S35 )。接著，將在旋轉角度e上加上了p得到的值設定為新的旋轉角度 e (步驟S36)。接著，判定當前的旋轉角度p是否大于等于；r (步驟S37)。在步驟S37中，當判定為是旋轉角度e小于7i的情況下(步驟S37, N)，返回步驟S34，對該旋轉角度e重復步驟S34 S37的處理。在 步驟S7中，當判定為是旋轉角度0大于等于7t的情況下(步驟S37， Y)，從對各旋轉角度的每個計算出的法曲率k (e)中計算出最大值 kmax以及最小值kmin (步驟S38 )。接著，使用在步驟S38中計算出的法曲率的最大值kmax以及最小值kmin，通過式(9)計算Shapelndex (步驟S39 )，被計算出的 Shapelndex的值作為當前的關注像素p的特征量存儲在存儲部25的 特征量文件中。接著，對于抽取區域內的全部像素判定Shape Index的計算是否 已結束(步驟S40 )。在步驟S40中當判定為對于全部像素Shape Index 的計算尚未結束的情況下(步驟S40， N)，返回步驟S1，在抽取區 域上設定下一個關注像素p (步驟S31)，對該設定的關注像素p重 復步驟S32-S39的處理。在步驟S10中，當判定為對全部的像素Shapelndex的計算結束 的情況下(步驟S40， Y)，通過在抽取區域內讓曲率濾波器掃描，如 果對全部的像素計算出Shapelndex,則制成強調了濃度分布的凹凸的 Shapelndex圖像。而后，將位于Shapelndex的值與特定的異常陰影 對應的范圍上的圖像區域檢測為該異常陰影的候補區域(步驟S41)。在此，因為將腫瘤作為檢測對象，所以例如通過檢測Shapelndex的值 變成0.75 1.00的圖像區域，檢測腫瘤陰影的候補區域。在異常陰影候補區域的檢測后，處理轉移到圖3的步驟S4，將異 常陰影候補檢測結果顯示在顯示部23上(步驟S4)。例如，在顯示 部23上顯示基于圖像數據D的乳房圖像，在該乳房圖像上，用箭頭 指示顯示作為異常陰影候補檢測到的候補區域，或者通過彩色顯示等 進行識別顯示。此外，也可以輸出在異常陰影候補中的特征量。如上所述，如果采用本實施方式，則作為使用了曲率濾波器的異 常陰影候補的檢測處理的前處理，用第1以及第2平滑化濾波器抽取 檢測處理的對象區域。由此，能夠實施只對抽取出的區域上使用了曲 率濾波器的檢測處理，能夠謀求處理時間大幅度的縮短。此外采用曲 率濾波器進行的檢測處理雖然高靈敏度地檢測在腫瘤上特有的圖像圖 案，但在該檢測處理前在預先將檢測對象區域緊縮到某一大小的區域 后進行處理。因而，能夠從檢測對象中除去根據腫瘤預想的大小預先 認為是偽陽性的大小區域，由此能夠謀求降低偽陽性候補數。即，如 曲率濾波器那樣，在使用檢測精度高的異常陰影候補的檢測處理時， 通過將采用平滑濾波器進行的區域抽取處理作為前處理并用，能夠得 到處理時間的縮短和檢測精度的提高這種重合效果。此外，因為能夠改變第1以及第2平滑化濾波器的掩膜尺寸，所 以能夠抽取與作為檢測目的的病變種類的大小相應的區域。通過改變 使用曲率濾波器的掩膜尺寸，能夠進行考慮了大小的異常陰影候補的 檢測，但采用曲率濾波器的檢測處理比采用平滑化濾波器的抽取處理 需要處理時間。因而，預先用平滑化濾波器抽取作為檢測目的大小的 區域，通過在該大小的抽取區域內采用曲率濾波器進行檢測處理，能 夠謀求處理時間的縮短，并且能夠進行考慮了候補區域的大小的檢測 處理，能夠進一步謀求檢測精度的提高。此外，通過改變設定在第1平滑化處理以及第2平滑化處理中的 濾波器的掩膜尺寸，可以改變根據應該檢測的異常陰影種類的大小抽 取的檢測對象區域的大小。因而，在異常陰影候補的檢測處理的前階段上通過對檢測對象的異常陰影種類限定為特有的大小進行區域的抽 取，能夠謀求后段的檢測處理處理時間的縮短，并且能夠進行偽陽性 候補的去除。進而，通過改變掩膜尺寸重復執行圖4的步驟S12 S15的處理， 因為能夠針對應該檢測的異常陰影候補區域的大小不同分別分類抽取 檢測對象區域，所以可以進行采用多個檢測模式的異常陰影候補的檢 測。而且，在抽取出的區域上使用的曲率濾波器使用采樣間距為 400nm的圖像，當將抽取區域5 15mm的腫瘤陰影作為對象的情況下 設為15x15象素尺寸(6x6mm),當將抽取區域15~30mm的腫瘤陰 影作為對象的情況下設為35x35象素尺寸(14x14mm )從檢測性的觀 點出發是理想的。此外，在上述的實施方式中，在圖像處理裝置2中實現本發明的 第1或者第2平滑化處理、特征量計算、異常陰影候補的檢測處理等， 但并不限于此，可以在與醫用圖像系統IOO連接的其他的裝置(服務 器等)中實現，也可以在醫用圖像系統IOO上新設置實現這些功能的 獨立的裝置。
權利要求
1.一種異常陰影候補檢測方法，其特征在于包含對輸入醫用圖像實施第1平滑化濾波器處理的第1處理步驟；對實施了上述第1平滑化濾波器處理的處理圖像實施第2平滑化濾波器處理的第2處理步驟；從實施了上述第1以及第2平滑化濾波器處理的處理圖像中，抽取應該檢測異常陰影候補的特定區域的抽取步驟；計算對表示上述被抽取出的特定區域濃度分布的曲面形狀進行表示的特征量的特征量計算步驟；根據上述計算出的特征量進行異常陰影候補的檢測處理的異常陰影候補檢測步驟。
2. 根據權利要求1所述的異常陰影候補檢測方法，其特征在于 包含縮小上述輸入醫用圖像的步驟，在上述第1處理步驟中對上述被縮小了的輸入醫用圖像進行第1 平滑化濾波器處理。
3. 根據權利要求1或者2所述的異常陰影候補檢測方法，其特 征在于在上述特征量計算步驟中，計算形指數作為對表示上述濃度 分布的曲面的形狀進行表示的特征量。
4. 根據權利要求1至3中的任意一項所述的異常陰影候補檢測 方法，其特征在于在上述異常陰影候補檢測步驟中作為檢測對象的 異常陰影種類是腫瘤，
5. —種異常陰影候補檢測方法，其特征在于包含 設定與應該抽取的第1異常陰影尺寸對應的第1平滑化濾波器的步驟；設定與應該抽取的第2異常陰影尺寸對應的第2平滑化濾波器的 步驟；使上述第1以及第2平滑化濾波器作用于輸入醫用圖像上，抽取 應該檢測異常陰影候補的所希望大小的特定區域的抽取步驟；計算對表示上述特定區域的濃度分布的曲面形狀進行表示的特征量的特征量計算步驟；根據上述計算出的特征量進行異常陰影候補的檢測的異常陰影候 補檢測步驟。
6. —種異常陰影候補檢測裝置，其特征在于具備 對輸入醫用圖像實施第l平滑化濾波器處理的第1平滑化處理部件；對實施了上述第1平滑化濾波器處理的處理圖像實施第2平滑化 濾波器處理的第2平滑化處理部件；從實施了上述第1以及第2平滑化濾波器處理的處理圖像中抽取 應該檢測異常陰影候補的特定區域的抽取部件；計算對表示上述抽取出的特定區域的濃度分布的曲面形狀進行表 示的特征量的特征量計算部件；根據上述計算出的特征量進行異常陰影候補的檢測處理的異常陰 影候補檢測部件。
7. 根據權利要求6所述的異常陰影候補檢測裝置，其特征在于 包含縮小上述輸入醫用圖像的縮小處理部件，上述第1平滑化部件對上述被縮小了的輸入醫用圖像實施第1平 滑化濾波器處理。
8. 根據權利要求6或者7所述的異常陰影候補檢測裝置，其特 征在于上述特征量計算部件計算形指數作為對表示上述濃度分布的 曲面形狀進行表示的特征量。
9. 根據權利要求6至8中的任意一項所述的異常陰影候補檢測 裝置，其特征在于在上述異常陰影候補檢測步驟中作為檢測對象的 異常陰影種類是腫瘤。
10. —種異常陰影候補檢測裝置，其特征在于具備:. 設定與應該抽取的第1異常陰影尺寸對應的第1平滑化濾波器的第1設定部件；設定與應該抽取的第2異常陰影尺寸對應的第2平滑化濾波器的第2設定部件；使上述笫1以及第2平滑化濾波器作用于輸入醫用圖像，抽取應 該檢測異常陰影候補的所希望大小的特定區域的抽取部件；計算對表示上述特定區域的濃度分布的曲面形狀進行表示的特征 量的特征量計算部件；根據上述計算出的特征量進行異常陰影候補的檢測的異常陰影候 補檢測部件。
全文摘要
本發明的目的在于提高異常陰影候補的檢測處理時的處理效率以及檢測精度。在圖像處理裝置(2)中，其特征在于在將所輸入的乳房圖像進行縮小后得到的圖像上使用第1以及第2平滑化濾波器分別實施平滑化處理，抽取異常陰影候補的檢測對象區域。其后，在該抽取區域上使用曲率濾波器進行異常陰影候補的檢測處理，檢測異常陰影的候補區域，顯示其檢測結果。
文檔編號A61B6/00GK101227861SQ200680026790
公開日2008年7月23日 申請日期2006年7月12日 優先權日2005年7月27日
發明者小林剛 申請人:柯尼卡美能達醫療印刷器材株式會社