異常陰影候選檢測方法、異常陰影候選檢測裝置的制作方法

文檔序號：1124858閱讀：192來源：國知局

專利名稱：異常陰影候選檢測方法、異常陰影候選檢測裝置的制作方法
異常陰影候選檢測方法、異常陰影候選檢測裝置技術領域測方法和異常陰影候選檢測裝置。
背景技術：
在醫(yī)療領域中，實現(xiàn)醫(yī)用圖像的數(shù)字化，在監(jiān)視器上顯示由CR (Computed Radio graphy)裝置等生成的醫(yī)用圖像數(shù)據，由醫(yī)生對顯示在該監(jiān)視器上的醫(yī)用圖像進行讀圖，觀察病變部位的狀態(tài)和經時變化進行診斷。
以前，以減輕這樣的醫(yī)生讀圖的負擔為目的，開發(fā)出了通過對上述醫(yī)用圖像數(shù)據進行圖像處理，自動地檢測出出現(xiàn)在圖像上的病變部位的陰影作為異常陰影候選的被稱為計算機診斷支持裝置(Computer Aided Diagnosis,以下稱為CAD)的異常陰影候選檢測裝置。
病變部位的陰影大多具有特征性的濃度分布，CAD根據這樣的濃度特性，檢測出被推測為病變部位的圖像區(qū)域作為異常陰影候選區(qū)域。
在上述CAD中，開發(fā)出了以檢測為目的的與病變的種類對應的各種檢測算法，提出了使用膜片(iris)過濾作為最適于腫瘤陰影檢測的最優(yōu)算法的方法等。另外，提出了使用形態(tài)學過濾作為最適于微小石灰化團(cluster)陰影檢測的算法的方法等。
但是，異常陰影候選的檢測由于對圖像全體的每個像素進行計算處理，所以有非?；ㄙM時間的問題。另外，還有將不是病變部位的噪聲和正常組織的區(qū)域檢測為異常陰影的問題。
因此，例如在專利文獻l中，記載有以下的技術具備在同一攝影部位存在多種異常陰影檢測目標的情況下，與檢測目的對應地選擇一個或多個異常陰影候選檢測算法的算法選擇單元，使得可以只選擇醫(yī)生所需要的算法，由此縮短處理時間。另外，在專利文獻2中，記載了以下的技術，即在醫(yī)生對異常陰影候選的存在區(qū)域有某種程度的預測的情況、在過去在取得的圖像等以及其他圖像中檢測出了異常陰影候選的情況等下，只指定該區(qū)域而實施異常陰影候選檢測算法。
專利文獻l:特開2002- 112986號公報
專利文獻2:特開2001 - 346787號公報
但是，在專利文獻l中，由于使用選擇出的異常陰影候選檢測算法對圖像全體的每個像素進行計算處理，所以與使用多個不必要的異常陰影候選檢測算法的情況相比，能夠縮短處理時間，但依然要探索圖像全體，因此要花費時間，有將不是病變部位的噪聲和正常組織的區(qū)域檢測為異常陰影的問題。另外，在專利文獻2中，有即使在除了醫(yī)生預測的區(qū)域以夕卜、或過去檢測出的區(qū)域以外的區(qū)域中有異常陰影，也無法檢測出來的問題。另外，在指定的區(qū)域內，對每個像素進行計算處理，因此即使限定探索區(qū)域，也有可能將不是病變部位的噪聲和正常組織的區(qū)域檢測為異常陰影。進而，無法按照大小分類地對異常陰影候選進行檢測。

發(fā)明內容
本發(fā)明就是鑒于這樣的狀況，謀求抑制異常陰影候選檢測時的偽陽性飫而提高檢測精度，同時縮短異常陰影候選檢測時的處理時間。
為了解決上述問題，權利要求1記栽的發(fā)明的異常陰影候選檢測方法的特征在于包括
使用第一平滑化過濾器對輸入的醫(yī)用圖像實施第一平滑化處理的第一平滑化處理步驟；
使用第二平滑化過濾器對在上述第一平滑化處理步驟中實施了處理的醫(yī)用圖像實施第二平滑化處理的第二平滑化處理步驟；
根據實施了上述第一平滑化處理的醫(yī)用圖像和實施了上述第二平滑化處理的醫(yī)用圖像，抽出具有應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域的抽出步驟；
針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測步驟。
權利要求2記載的發(fā)明是在權利要求1記載的發(fā)明中，其特征在
于
包括縮小上述輸入的醫(yī)用圖像的縮小步驟，
在上述第一平滑化處理步驟中，對上述縮小了的醫(yī)用圖像實施上述第一平滑化處理。
權利要求3記載的發(fā)明是在權利要求1或2記載的發(fā)明中，其特征在于
上述輸入的醫(yī)用圖像包括表示濃度的像素值，
上述第一平滑化處理步驟使用上述第一平滑化過濾器，在上述輸入的醫(yī)用圖像中，對比應該由上述異常陰影候選檢測步驟檢測出的異常陰影候選區(qū)域小并且濃度比周圍低的區(qū)域進行平滑化，
上述第二平滑化處理步驟使用上述第二平滑化過濾器，在實施了上述第一平滑化處理的醫(yī)用圖像中，對具有上述應該檢測出的異常陰影候選區(qū)域的大小并且濃度比周圍低的區(qū)域進行平滑化，
上述抽出步驟通過取得實施了上述第二平滑化處理的醫(yī)用圖像和實施了上述第一平滑化處理的醫(yī)用圖像的對應的像素的像素值的差分，而抽出上述異常陰影候選的檢測對象區(qū)域。
權利要求4記載的發(fā)明是在權利要求1 ~ 3的任意一個記載的發(fā)明中，其特征在于
上述應該檢測出的異常陰影是腫瘤陰影。
權利要求5記栽的發(fā)明的異常陰影候選檢測裝置的特征在于包
括
使用第一平滑化過濾器對輸入的醫(yī)用圖像實施第一平滑化處理的第一平滑化處理單元；
使用第二平滑化過濾器，對在上述第一平滑化處理單元中實施了處理的醫(yī)用圖像實施第二平滑化處理的第二平滑化處理單元；
根據實施了上述第一平滑化處理的醫(yī)用圖像和實施了上述第二平
滑化處理的醫(yī)用圖像，抽出具有應該檢測出的病變部位的大小的異常
陰影候選的檢測對象區(qū)域的抽出單元；
針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測單元。
權利要求6記載的發(fā)明是在權利要求5記載的發(fā)明中，其特征在
于
具備縮小上述輸入的醫(yī)用圖像的縮小單元，
在上述第一平滑化處理單元中，對上述縮小了的醫(yī)用圖像實施上述第一平滑化處理。
權利要求7記載的發(fā)明是在權利要求5或6記載的發(fā)明中，其特征在于
上述輸入的醫(yī)用圖像包括表示濃度的像素值，
上述第一平滑化處理單元使用上述第一平滑化過濾器，在上述輸入了的醫(yī)用圖像中，對比應該由上述異常陰影候選檢測單元檢測出的異常陰影候選區(qū)域小并且濃度比周圍低的區(qū)域進行平滑化，
上述第二平滑化處理單元使用上述第二平滑化過濾器，在實施了上述第一平滑化處理的醫(yī)用圖像中，對具有上述應該檢測出的異常陰影候選區(qū)域的大小并且濃度比周圍低的區(qū)域進行平滑化，
上述抽出單元通過取得實施了上述第二平滑化處理的醫(yī)用圖像和實施了上述第一平滑化處理的醫(yī)用圖像的對應的像素的像素值的差分，而抽出上述異常陰影候選的檢測對象區(qū)域。
權利要求8記載的發(fā)明是在權利要求5 ~ 7的任意一個記載的發(fā)明中，其特征在于
上述應該檢測出的異常陰影是腫瘤陰影。
權利要求9記載的發(fā)明的異常陰影候選檢測方法的特征在于包
括
設置與應該從輸入的醫(yī)用圖像中檢測出的病變部位的大小對應的第一平滑化過濾器和第二平滑化過濾器的過濾器設置步驟；
使用上述設置的第一平滑化過濾器和第二平滑化過濾器，從上述
輸入的醫(yī)用圖像中抽出具有應該檢測出的病變部位的大小的異常陰影
候選的檢測對象區(qū)域的抽出步驟；
針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測步驟。
權利要求10記載的發(fā)明是在權利要求9記栽的發(fā)明中，其特征在
于
包括輸入上述應該檢測出的病變部位的大小的輸入步驟，上述過濾器設置步驟設置與該輸入了的病變部位的大小對應的上
述第一平滑化過濾器和上述第二平滑化過濾器。
權利要求11記載的發(fā)明是在權利要求9或10記載的發(fā)明中，其
特征在于
包括縮小上述輸入的醫(yī)用圖像的縮小步驟，
上述抽出步驟使用上述縮小了的醫(yī)用圖像，抽出上述應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域。
權利要求12記載的發(fā)明是在權利要求9 ~ 11的任意一個記載的發(fā) 明中，其特征在于
上述輸入的醫(yī)用圖像包括表示濃度的像素值，
上述第一平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最小的大小對應，
上述第二平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最大的大小對應，
上述抽出步驟使用上述第一平滑化過濾器，在上述輸入了的醫(yī)用圖像中對比上述應該檢測出的病變部位小并且濃度比周圍低的區(qū)域進行平滑化，由此生成第一平滑化圖像，使用上述第二平滑化過濾器，在上述第一平滑化圖像中對具有上述應該檢測出的病變部位的大小并且濃度比周圍低的區(qū)域進行平滑化，生成第二平滑化圖像，取得上述笫一平滑化圖像和上述第二平滑化圖像的對應的像素的像素值的差分，由此抽出上述異常陰影候選的檢測對象區(qū)域。
權利要求13記載的發(fā)明是在權利要求9 ~ 12的任意一個記載的發(fā)
明中，其特征在于
上述應該檢測出的異常陰影是腫瘤陰影。
權利要求14記載的發(fā)明的異常陰影候選檢測裝置的特征在于包
括
設置與應該從輸入的醫(yī)用圖像中檢測出的病變部位的大小對應的笫一平滑化過濾器和第二平滑化過濾器的過濾器設置單元；
使用上述設置的第一平滑化過濾器和第二平滑化過濾器，從上述輸入的醫(yī)用圖像中抽出具有應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域的抽出單元；
針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測單元。
權利要求15記載的發(fā)明是在權利要求14記栽的發(fā)明中，其特征在于
包括輸入上述應該檢測出的病變部位的大小的輸入單元，上述過濾器設置單元設置與該輸入了的病變部位的大小對應的上
述第一平滑化過濾器和上述第二平滑化過濾器。
權利要求16記載的發(fā)明是在權利要求14或15記載的發(fā)明中，其
特征在于
包括縮小上述輸入的醫(yī)用圖像的縮小單元，
上述抽出單元使用上述縮小了的醫(yī)用圖像，抽出上述應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域。
權利要求17記栽的發(fā)明是在權利要求14~ 16的任意一個記栽的發(fā)明中，其特征在于
上述輸入的醫(yī)用圖像包括表示濃度的像素值，
上述第一平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最小的大小對應，
上述第二平滑化過濾器的掩模大小與上述應該檢測出的病變部位
的最大的大小對應，
上述抽出單元使用上述第一平滑化過濾器，在上述輸入了的醫(yī)用
圖像中對比上述應該檢測出的病變部位小并且濃度比周圍低的區(qū)域進行平滑化，由此生成第一平滑化圖像，使用上述第二平滑化過濾器，在上述第一平滑化圖像中對具有上述應該檢測出的病變部位的大小并且濃度比周圍低的區(qū)域進行平滑化，生成第二平滑化圖像，取得上述第一平滑化圖像和上述第二平滑化圖像的對應的像素的像素值的差分，由此抽出上述異常陰影候選的檢測對象區(qū)域。
權利要求18記栽的發(fā)明是在權利要求14 ~ 17的任意一個記載的發(fā)明中，其特征在于
上述應該檢測出的異常陰影是肺瘤陰影。
根據權利要求l、 3、 5和7記載的發(fā)明，能夠限定醫(yī)用圖像中的具有應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域，因此能夠抑制異常陰影候選檢測時的偽陽性數(shù)(FP ( Fault Positive ) 數(shù))，能夠提高檢測精度，同時能夠謀求縮小異常陰影候選檢測時的處理時間。
根據權利要求2和6記載的發(fā)明，使用縮小了的醫(yī)用圖像抽出具有應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域，由此能夠謀求縮短處理時間。
根據權利要求4和8記載的發(fā)明，能夠抑制檢測肺瘤陰影時的偽陽性數(shù)，能夠提高檢測精度，同時能夠謀求縮短檢測腫瘤陰影時的處理時間。
根據權利要求9、 12、 14和17記栽的發(fā)明，能夠與應該檢測出的病變部位的大小對應地限定醫(yī)用圖像中的異常陰影候選的檢測對象區(qū) 域，因此能夠抑制檢測異常陰影候選時的偽陽性數(shù)，能夠提高檢測精度，同時能夠謀求縮短檢測異常陰影候選時的處理時間。
根據權利要求10和15記栽的發(fā)明，能夠由操作者指定應該從醫(yī) 用圖像中檢測出的病變部位的大小。
根據權利要求11和16記載的發(fā)明，使用縮小了的醫(yī)用圖像抽出異常陰影候選的檢測對象區(qū)域，因此能夠謀求縮短處理時間。
根據權利要求13和18記栽的發(fā)明，能夠抑制檢測腫瘤陰影時的
偽陽性數(shù)，能夠提高檢測精度，同時能夠謀求縮短檢測腫瘤陰影時的處理時間。

圖1是表示本發(fā)明的醫(yī)用圖像系統(tǒng)100的整體結構的圖。圖2是表示圖l的圖像處理裝置2的功能結構的框圖。圖3是表示由圖2的CPU21執(zhí)行的實施例1的異常陰影候選檢測處理的流程圖。
圖4是表示圖3的區(qū)域抽出處理的流程圖。
圖5是模式地表示圖4的區(qū)域抽出處理的各步驟所生成的圖像數(shù) 據的圖。
圖6是用于說明第一平滑化過濾器的圖。圖7是用于說明第二平滑化過濾器的圖。
圖8是表示變更第一平滑化過濾器的掩模大小和第二平滑化過濾器的掩模大小進行多次處理，由此按照大小進行分類而抽出檢測對象區(qū)域的情況下的處理步驟的圖。
圖9是表示由圖2的CPU21執(zhí)行的實施例2的異常陰影候選檢測處理的流程圖。
100:乳房圖像生成系統(tǒng)；1:圖像生成裝置；2:圖像處理裝置； 21: CPU; 22:搮作部件；23:顯示部件；24: RAM; 25:存儲部件； 26:通信控制部件；27:總線
具體實施例方式
在以下的說明中，將權利要求1 8的實施例作為實施例1，將權利要求9~18的實施例作為實施例2。另外，在實施例1和實施例2 中共通的情況下，稱為本實施例。
首先，參考圖1和圖2，說明本實施例的結構。
圖1表示本實施例的醫(yī)用圖像系統(tǒng)100的全體結構。如圖1所示那樣，醫(yī)用圖像系統(tǒng)100經由網絡N與圖像生成裝置1、圖像處理裝
置2等連接，使得能夠相互進行數(shù)據發(fā)送接收。
另外，在本實施例中，說明圖像生成裝置1與圖像處理裝置2進行網絡連接的例子，但并不只限于此，也可以是直接進行有線連接的系統(tǒng)結構。另外，各裝置的臺數(shù)和設置位置并沒有特別限制。進而，其結構也可以是將醫(yī)用圖像系統(tǒng)100與以下的裝置連接起來對由圖像生成裝置1生成的醫(yī)用圖像的圖像數(shù)據進行保存、管理的服務器；對在圖像處理裝置2中具有應該檢測出的病變部位的大小的異常陰影候選的檢測結果和處理后的圖像進行顯示輸出的監(jiān)視器；對在圖像處理裝置2中具有應該檢測出的病變部位的大小的異常陰影候選的檢測結果和處理后的圖像進行電影(film)輸出的電影輸出裝置等。
網絡N可以適用LAN (局域網)、WAN (廣域網)、因特網等各種線路形式。另外，如果在醫(yī)院等醫(yī)療機構內允許，則也可以是無線通信、紅外線通信，但由于包含重要的患者信息，所以理想的是對發(fā)送接收的信息進行加密。
圖像生成裝置1例如包括CR (Computed Radiography) 、 FPD (Flat Panel Detector )、CT( Computed Tomography )、MRI( Magnetic Resonance Imaging )等類型，是對人體進行攝影，對攝影的圖像進行數(shù)字變換，生成醫(yī)用圖像的圖像數(shù)據的裝置。在本實施例中，說明圖像生成裝置1進行乳房的放射線攝影，生成乳房圖像的圖像數(shù)據。另外，圖像生成裝置1可以針對乳房圖像，輸入圖像附帶信息(以下稱為附帶信息)，或者自動生成。圖像生成裝置1將該附帶信息與所生成的乳房圖像的圖像數(shù)據一起作為圖像數(shù)據的頭信息，經由網絡N輸出到圖像處理裝置2,
作為乳房圖像的附帶信息，例如包含攝影了的患者的患者姓名、患者ID、年齡、乳腺量等與患者有關的患者信息、攝影日、檢查ID、攝影部位、攝影條件(左右的乳房的區(qū)別、攝影方向、壓迫壓力等)、圖像生成裝置的(型號種類)信息等攝影信息。
圖像處理裝置2是對從圖像生成裝置1提供的圖像數(shù)據實施異常陰影候選檢測處理的異常陰影候選檢測裝置。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、操作部件22、顯示部件23、 RAM24、存儲部件25、通信控制部件26等而構成，各部件通過總線27連接。
CPU21讀出存儲在存儲部件25中的系統(tǒng)程序，并展開到在 RAM24內形成的工作區(qū)域中，依照該系統(tǒng)程序控制各部件。另外， CPU21讀出存儲在存儲部件25中的以異常陰影候選檢測處理程序為代表的各種處理程序并展開到工作區(qū)域中，執(zhí)行后述的異常陰影候選檢測處理(參考圖3)為代表的各種處理。
操作部件22具備具有光標鍵、數(shù)字輸入鍵以及各種功能鍵等的鍵盤、鼠標等指示設備而構成，將通過對鍵盤的鍵操作和鼠標操作輸入的指示信號輸出到CPU21。另外，操作部件22也可以在顯示部件23 的顯示畫面上具備觸摸屏，在該情況下，將經由觸摸屏輸入的指示信號輸出到CPU21。
顯示部件23包括LCD ( Liquid Crystal Display) 、 CRT等監(jiān)視器，依照從CPU21輸入的顯示信號的指示，進行圖像的顯示。
RAM24形成有在由CPU21執(zhí)行控制的各種處理中暫時存儲從存儲部件25讀出的可以由CPU21執(zhí)行的各種程序、輸入或輸出數(shù)據、以及參數(shù)等的工作區(qū)域。
存儲部件25包括HDD (硬盤驅動器)、非易失性半導體存儲器等，存儲由CPU21執(zhí)行的系統(tǒng)程序、與該系統(tǒng)程序對應的以異常陰影候選檢測處理程序為代表的各種程序、各種數(shù)據等。以可讀取的程序代碼的形式存儲這些各種程序，CPU21依照該程序代碼逐次執(zhí)行動作。
另外，存儲部件25還對應地存儲攝影了的醫(yī)用圖像的數(shù)據、對該醫(yī)用圖像的異常陰影候選檢出數(shù)據(該醫(yī)用圖像的附帶信息(包括患者信息)、在該醫(yī)用圖像中與作為檢測對象的病變部位的大小有關的信息(例如作為檢測對象的病變部位的大小的范圍、抽出檢測對象區(qū) 域時所使用的第一平滑化過濾器和第二平滑化過濾器的掩模大小等)、
以及該醫(yī)用圖像中的異常陰影候選的檢出結果(檢出個數(shù)等)等)。
通信控制部件26具備LAN適配器、路由器、TA (Terminal Adapter)等，控制和與網絡N連接的各裝置之間的通信。接著，說明本實施例的動作。
圖3是表示由圖像處理裝置2的CPU21執(zhí)行的實施例1的異常陰影候選檢測處理的流程圖。CPU21通過與存儲在存儲部件25中的異常陰影候選檢測處理程序的協(xié)作而進行的軟件處理，執(zhí)行該處理。
在此，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、微小石灰化團等。腫瘤陰影被顯示為具有某種程度大小的塊，在乳房圖像上為接近高斯分布的發(fā)白圓陰影。微小石灰化團在乳房圖像上被顯示為具有大致圓錐構造的小白的陰影。即，在乳房圖像上，在病變部位可以看到濃度值的下降。在以下的異常陰影候選檢測處理中，在根據該乳房圖像上的病變部位圖像的特性，抽出異常陰影候選的檢測對象區(qū)域后，對檢測對象區(qū)域進行異常陰影候選的檢測。在本實施例中，以檢測肺瘤陰影的情況為例子進行說明。
首先，經由通信控制部件26輸入在圖像生成裝置1中攝影乳房而生成的乳房圖像的圖像數(shù)據D，并存儲到RAM24的工作區(qū)域中(步驟S1)。
接著，對輸入的圖像數(shù)據D實施區(qū)域抽出處理(步驟S2)。區(qū)域抽出處理是從圖像數(shù)據D的全體區(qū)域中抽出與應該檢測出的病變部位的大小對應的檢測對象區(qū)域的處理。
以下，參考圖4、 5詳細說明區(qū)域抽出處理。
圖4是用于說明實施例1的動作的流程圖是表示在圖3的步驟S2 中由CPU21執(zhí)行的區(qū)域抽出處理的流程圖。另外，也是用于說明以后說明的實施例2的動作的流程圖，是表示在圖9的步驟S24中由CPU21 執(zhí)行的區(qū)域抽出處理的流程圖。
圖5是模式地表示圖4的區(qū)域抽出處理前的圖像和該圖像的區(qū)域抽出處理的各步驟中的處理結果的圖。在圖5 (a) ~ (d)中，將圖像數(shù)據(圖像數(shù)據Dl ~ D4 )的1列(圖5 ( a ) ~ ( d )全部表示相同的列)中的像素位置表示為橫軸，將像素值(濃度值)表示為縱軸。
在圖4的區(qū)域抽出處理中，首先對圖像數(shù)據D實施縮小處理，生成采樣間距1.6mm左右的圖像數(shù)據Dl (步驟Sll)。例如，如果圖像數(shù)據D的釆樣間距為100nm，則將縱、橫分別縮小為1/16?？s小處理算法可以是取近旁的像素值的平均、以一定像素間隔進行間隔抽取等任意的方法。在此，通過縮小圖像數(shù)據D，能夠縮短以后處理中的處理時間。
在乳房圖像中，如圖5 (a)所示那樣，包含具有與應該檢測出的病變部位相同程度的大小并且濃度比周圍低的區(qū)域(檢測對象區(qū)域)、比應該檢測出的病變部位小并且濃度比周圍低的區(qū)域(微小區(qū)域)、比應該檢測出的病變部位大并且濃度比周圍低的區(qū)域(比對象大的區(qū) 域)。在區(qū)域抽出處理以后的處理步驟中，從縮小了的圖像數(shù)據Dl 上抽出具有與應該檢測出的病變部位相同程度大小的低濃度區(qū)域作為檢測對象區(qū)域。另外，在以后的處理中，以檢測5mm 15mm左右大小的腫瘤陰影候選的情況為例子進行說明。
如果縮小圖像數(shù)據D而生成了圖像數(shù)據Dl，則對縮小了的圖像數(shù) 據D1實施第一平滑化處理，生成圖像數(shù)據D2 (步驟S12)。
第一平滑化處理對圖像數(shù)據Dl實施掩模大小3x3的第一平滑化過濾(參考圖6)而生成圖像數(shù)據D2。第一平滑化過濾是以圖像數(shù)據 Dl的關注的像素為中心設置正方形區(qū)域(掩模mask)，按照從大到小的順序排列掩模內的像素值，將中央值作為關注像素的像素值的介質過濾(media filter)。在掩模大小3x3的介質過濾的情況下，按照從大到小的順序排列圖6所示的區(qū)域1 ~9的像素值，將其中央值作為區(qū)域5的像素值。一邊逐一像素地錯開掩模位置，一邊循環(huán)進行，并且針對圖像數(shù)據D1的全部像素進行。由此，如圖5(b)所示那樣，對縱寬度、橫寬度分別為到4.8mm左右(1.6mmx3 )為止的微小區(qū)域進行平滑化。
接著，對圖像數(shù)據D2實施第二平滑化處理，生成圖像數(shù)據D3(步驟S13)。
在第二平滑化處理中，對圖像數(shù)據D2實施掩模大小為7x7的第二平滑化過濾，生成圖像數(shù)據D3。
該第二平滑化過濾具有在掩模大小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過濾、在掩模大小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過濾，在對圖像數(shù)據D2適用了最大值過濾后，再適用最小值過濾，由此填補具有掩模大小程度大小的像素值的下降(下陷)。一般，腫瘤陰影具有X射線透射濃度朝向其中心下降的特征，通過第二平滑化處理，對圖像數(shù)據D2實施與同應該檢測出的肺瘤陰影相同程度的大小對應的掩模大小的第二平滑化過
;w在此，參考圖;，、、以i維的數(shù)據列為例子;兌明第二平滑化過濾的
原理。在圖7中，橫軸表示1維的數(shù)據列中的像素位置，縱軸表示1 維的數(shù)據列中的像素值(濃度值)。
圖7的Ll是原始圖像的數(shù)據列。從位于該原始圖像的數(shù)據列的左邊的像素開始順序地作為關注像素，以關注像素為中央設置掩模大小為縱lx橫7的最大值過濾器，將掩模的范圍內的最大值作為關注像素的像素值。通過逐一像素地使其向右偏移，能夠得到圖7的L2所示的數(shù)據列。輸入該L2所示的數(shù)據列，從位于左邊的像素開始順序地作為關注像素，以關注像素為中央設置掩模大小為縱lx橫7的最小值過濾器，將掩模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(shù)據列Ll的濃度值下降進行了平滑化的數(shù)據列。
這樣，通過第二平滑化過濾器能夠對具有與應該檢測出的異常陰影候選區(qū)域同等程度的大小的低濃度區(qū)域進行平滑化。
如果笫二平滑化處理結束，則執(zhí)行差分圖像生成處理，通過取得圖5 (c)所示的圖像數(shù)據D3與圖5 (b)所示的圖像數(shù)據D2的同一像素位置的像素值的差分，生成圖5(d)所示的差分圖像(圖像數(shù)據 D4)(步驟S14)。然后，根據預先設置的閾值對圖像數(shù)據D4進行閾值處理，只抽出具有超過閾值的像素值的數(shù)據(步驟S15)，生成
具有與應該檢測出的異常陰影候選區(qū)域同等程度的大小的低濃度區(qū)域
的圖像數(shù)據D5。
另外，在上述區(qū)域抽出處理中，根據第一平滑化過濾器的掩模大小和釆樣間距，決定抽出的檢測對象區(qū)域的最小大小，根據第二平滑化過濾器的掩模大小和采樣間距，決定抽出的檢測對象區(qū)域的最大大小。即，通過變更在圖4的步驟S12中的第一平滑化處理中使用的第一平滑化過濾器的掩模大小和在圖4的步驟S13中的第二平滑化處理中使用的第二平滑化過濾器的掩模大小，能夠變更作為異常陰影候選的檢測對象的區(qū)域的大小。
另外，如圖8所示，通過變更在圖4的步驟S12中的第一平滑化處理中使用的第一平滑化過濾器的掩模大小和在圖4的步驟S13中的第二平滑化處理中使用的第二平滑化過濾器的掩模大小而進行多次處理，能夠按照大小分類地抽出檢測對象區(qū)域。例如，首先在圖4的步驟S12中使用掩模大小3x3的第一平滑化過濾器生成圖像數(shù)據D2，對該圖像數(shù)據D2實施掩模大小7x7的第二平滑化過濾器生成圖像數(shù)據 D3,通過取得圖像數(shù)據D3與圖像數(shù)據D2的差分而進行閾值處理，抽出5mm 15mm左右的檢測對象區(qū)域。接著，針對圖像數(shù)據D2進一步實施掩^t大小7x7的第一平滑化過濾而生成圖像數(shù)據D2、，對該圖像數(shù)據D2、實施掩模大小為11x11的第二平滑化過濾而生成圖像數(shù)據 D3、，取得圖像數(shù)據D3、與圖像數(shù)據D2、的差分而進行閾值處理，由此可以抽出15mm~30mm左右的檢測對象區(qū)域。這樣，能夠分別抽出 5mm 15mm左右的檢測對象區(qū)域和15mm~30mm左右的檢測對象區(qū)域。
由于腫瘤陰影大致是圓形，所以圖像數(shù)據的縱橫方向可以是同樣的處理，另外由于容易使抽出的區(qū)域與腫瘤陰影對應，所以特別理想的是實施上述區(qū)域抽出處理。
在圖3中，如果區(qū)域抽出處理結束，則對圖像數(shù)據D中的抽出的圖像數(shù)據D5的區(qū)域進行異常陰影候選的檢測(步驟S3)。
作為異常陰影候選檢測的算法，與作為檢測目標的病變種類對應
地開發(fā)出了各種算法，作為最適于腫瘤陰影檢測的算法，提出了使用膜片過濾器的方法等。另外，作為最適于微小石灰化團陰影檢測的算
法，提出了使用形態(tài)學過濾器的方法等(參考特開2001 -346787號公報)。另外，作為最適于肺瘤陰影和微小石灰化團陰影的雙方的檢測的算法，還提出了使用了曲率的方法。在本實施例中，說明使用膜片過濾器作為異常陰影候選檢測算法檢測腫瘤陰影候選的方法的情況。
已知在乳房的放射線圖像中，腫瘤陰影一般與周圍的圖像部分相比濃度值低，其濃度值的分布具有從大致圓形的周緣部分向中心部分濃度值變低那樣的濃度值斜率。因此，在腫瘤陰影中，識別出局部的濃度值的斜率，該斜率線向腫瘤的中心方向集中。膜片過濾器計算該濃度值所代表的圖像信號的斜率作為斜率向量，輸出該斜率向量的集中度，根據該集中度和其他特征量檢測出腫瘤陰影的候選區(qū)域。
首先，在圖像數(shù)據D中的異常陰影候選的檢測對象區(qū)域(作為圖像數(shù)據D5而抽出的圖像區(qū)域)中，設置任意的關注像素。接著，在設置了的關注像素中，計算出圖像的特征量。首先，求出關注像素周圍(例如規(guī)定的掩模大小內的區(qū)域)的濃度斜率的方向成分和強度成分的集中度等特征量。另外，作為其他特征量，求出關注像素周圍的對比度、標準偏差、fractale維等特征量。如果計算出各種特征量，則與預先對各特征量設置的用于檢測異常陰影候選的閾值進行比較，根據其比較結果，判斷關注像素周圍區(qū)域是異常陰影的可能性是否高。在判斷出是異常陰影的可能性高的情況下，將該關注像素周圍區(qū)域檢測為異常陰影的候選區(qū)域。在全部的檢測對象區(qū)域中設置關注像素，循環(huán)進行異常陰影候選的檢測。
這樣，在異常陰影候選的檢測中，作為關注像素一個一個地探索檢測對象區(qū)域內的像素，判斷該周圍區(qū)域是異常陰影的可能性是否高。
在檢測出異常陰影候選后，處理轉移到圖3的步驟S4，在顯示部件23上顯示異常陰影候選檢測結果(步驟S4)。例如，在顯示部件 23上顯示基于圖像數(shù)據D的乳房圖像，在該乳房圖像上用箭頭(注釋) 指出顯示被檢測為異常陰影候選的候選區(qū)域，或者進行彩色顯示等，
而進行識別顯示。另外，也可以輸出異常陰影候選的特征量。然后，將攝影了的醫(yī)用圖像的數(shù)據與該異常陰影候選檢出數(shù)據(該醫(yī)用圖像的附帶信息、與在該醫(yī)用圖像中作為檢測對象的肺瘤陰影的大小有關的信息、該醫(yī)用圖像中的異常陰影候選的檢測結果的信息等)對應地
存儲在存儲部件25中(步驟S5 )，結束本處理。
如以上說明的那樣，根據實施例1的圖像處理裝置2，縮小原圖像的圖像數(shù)據D而生成圖像數(shù)據D1，對圖像數(shù)據D1實施第一平滑化過濾而生成對微小的低濃度區(qū)域進行了平滑化后的圖像數(shù)據D2 ，對圖像數(shù)據D2實施第二平滑化過濾而生成具有與應該檢測出的異常陰影候選區(qū)域同等程度的大小的對低濃度區(qū)域進行了平滑化后的圖像數(shù)據 D3，通過取得圖像數(shù)據D3與圖像數(shù)據D2的同一像素位置的像素值的差分而生成差分圖像數(shù)據D4,通過對該圖像數(shù)據D4進行閾值處理而抽出具有檢測對象的大小的低濃度區(qū)域的圖像數(shù)據D5。然后，對用圖像數(shù)據D5抽出的區(qū)域進行異常陰影候選的檢測。
因此，由于與應該檢測出的異常陰影候選的大小對應地限定由圖像生成裝置1生成的乳房圖像中的用于檢測出異常陰影候選的探索區(qū) 域，所以能夠預先將與應該檢測出的異常陰影候選對應的大小以外的低濃度區(qū)域，例如噪聲等的微小區(qū)域或更大的正常組織的區(qū)域從探索對象排除，與現(xiàn)有技術那樣對乳房圖像全體進行異常陰影候選的檢測處理的情況相比，能夠抑制偽陽性數(shù)，同時能夠極大地縮短處理時間。另外，通過改變第一平滑化處理和第二平滑化處理中的過濾器的掩模大小，能夠變更與應該檢測出的異常陰影候選區(qū)域的大小對應地抽出的檢測對象區(qū)域。進而，通過改變掩模大小而循環(huán)執(zhí)行圖4的步驟 S12 ~ S15的處理，能夠按照應該檢測出的異常陰影候選區(qū)域的大小分類地抽出檢測對象區(qū)域，因此能夠檢測出多個檢測模型的異常陰影候選。
接著，說明實施例2的動作。圖9是表示由圖像處理裝置2的 CPU21執(zhí)行的實施例2的異常陰影候選檢測處理的流程圖。
首先，經由通信控制部件26輸入在圖像生成裝置1中對乳房進行
攝影而生成的乳房圖像的圖像數(shù)據D，并存儲到RAM24的工作區(qū)域中(步驟S21)。接著，在顯示部件23上顯示用于輸入應該從圖像數(shù) 據D中檢測出的病變部位的大小的范圍的輸入畫面，從該輸入畫面經由操作部件22輸入應該檢測出的病變部位的大小的范圍(步驟S22: 輸入單元)。
胂瘤陰影一般隨著病狀的加深而陰影變大。在步驟S2中，在輸入畫面中顯示出與病狀發(fā)展的階段對應的大小的范圍，可以由操作者選擇輸入與攝影了的患者的病狀發(fā)展的階段對應的大小，也可以由操作者輸入應該檢測出的病變部位的大小的范圍的上限值和下限值。在本實施例中，說明在輸入畫面中顯示出與病狀發(fā)展的階段對應的大小的范圍(5~15mm、 15mm 30mm)，由操作者選擇與攝影了的患者的病狀發(fā)展的階段對應的大小的范圍。
另外，在初診的情況下，首先需要檢測出是否有初始階段的大小的病變，因此例如檢索存儲部件25,判斷是否存儲有與同一患者對應的異常陰影候選檢測數(shù)據，在沒有存儲的情況下，即到現(xiàn)在為止沒有接受過乳房圖像異常陰影候選檢測的診斷的情況下(初診)，不進行上述輸入畫面的顯示，可以在圖像處理裝置2中自動地選擇與初始階段對應的大小的范圍。
如果輸入了應該檢測出的病變部位的大小的范圍，則設置與輸入的大小的范圍對應的第一平滑化過濾器和第二平滑化過濾器(步驟 S23:過濾器設置單元)。
第一平滑化過濾器和第二平滑化過濾器在后述的區(qū)域抽出處理中使用，根據第一平滑化過濾器的掩模大小和圖像數(shù)據的采樣間距，決定抽出的檢測對象區(qū)域的最小大小，根據第二平滑化過濾器的掩模大小和圖像數(shù)據的采樣間距，決定抽出的檢測對象區(qū)域的最大大小。因此，第一平滑化過濾器的掩模大小被設置得與應該檢測出的病變部位的最小的大小(下限)對應，第二平滑化過濾器的掩模大小被設置得與應該檢測出的病變部位的最大的大小(上限)對應。
在實施例2中，作為第一平滑化過濾器，預先準備掩模大小3(像素)x3 (像素)和7x7，在選擇輸入了 5 15mm作為應該檢測出的病變部位的大小范圍的情況下，設置掩模大小3x3的第一平滑化過濾器，在選擇輸入了 15mm 30mm的情況下，設置掩模大小7x7的第一平滑化過濾器，實施第一平滑化處理。另外，作為第二平滑化過濾器，預先準備掩模大小7x7和llxll，在選擇輸入了 5 ~ 15mm作為應該檢測出的病變部位的大小范圍的情況下，設置掩模大小7x7的第一平滑化過濾器，在選擇輸入了 15mm 30mm的情況下，設置掩模大小 llxll的第一平滑化過濾器，實施第二平滑化處理。
接著，使用在步驟S23中設置了的第一平滑化過濾器和第二平滑化過濾器，對圖像數(shù)據D實施區(qū)域抽出處理(步驟S24:抽出單元)。區(qū)域抽出處理是從圖像數(shù)據D的全體區(qū)域中抽出與應該檢測出的病變部位的大小對應的檢測對象區(qū)域的處理。
對于區(qū)域抽出處理，與實施例l的說明一樣。
在圖9中，如果區(qū)域抽出處理結束，則對圖像數(shù)據D中的抽出的圖像數(shù)據D5的檢測對象區(qū)域進行異常陰影候選的檢測(步驟S25:異常陰影候選檢測單元)。
作為異常陰影候選檢測的算法，與實施例1一樣。
在異常陰影候選的檢測后，處理轉移到圖9的步驟S26,在顯示部件23上顯示異常陰影候選檢測結果(步驟S26)。例如在顯示部件 23上顯示出基于圖像數(shù)據D的乳房圖像，在該乳房圖像上用箭頭(注釋)指出顯示被檢測為異常陰影候選的候選區(qū)域，或者進行彩色顯示等，而進行識別顯示。另外，也可以輸出異常陰影候選的特征量。然后，將攝影了的醫(yī)用圖像的數(shù)據與該異常陰影候選檢出數(shù)據(該醫(yī)用圖像的附帶信息、與在該醫(yī)用圖像中作為檢測對象的腫瘤陰影的大小有關的信息、該醫(yī)用圖像中的異常陰影候選的檢測結果的信息等)對應地存儲在存儲部件25中(步驟S27)，結束本處理。
如以上說明的那樣，根據實施例2的圖像處理裝置2，設置與應該檢測出的病變部位的大小對應的第一平滑化過濾器和第二平滑化過濾器，縮小原圖像的圖像數(shù)據D而生成圖像數(shù)據Dl，使用與應該檢測出的病變部位的大小對應的第一平滑化過濾器對圖像數(shù)據Dl實施第一平滑化處理，而生成對微小的低濃度區(qū)域進行了平滑化后的圖像數(shù)據D2，使用與應該檢測出的病變部位的大小對應的第二平滑化過濾器對圖像數(shù)據D2實施第二平滑化處理，而生成具有與應該檢測出的病變部位的上限同等程度的大小的對低濃度區(qū)域進行了平滑化后的圖像數(shù)據D3，通過取得圖像數(shù)據D3與圖像數(shù)據D2的同一像素位置的像素值的差分而生成差分圖像數(shù)據D4，通過對該圖像數(shù)據D4進行閾值處理而抽出具有檢測對象的大小的低濃度區(qū)域的圖像數(shù)據D5。然后，對用圖像數(shù)據D5抽出的區(qū)域進行異常陰影候選的檢測。
因此，由于與應該檢測出的病變部位的大小對應地限定由圖像生成裝置1生成的乳房圖像中的用于檢測出異常陰影候選的探索區(qū)域，所以能夠預先將與應該檢測出的異常陰影候選對應的大小以外的低濃度區(qū)域，例如噪聲等的微小區(qū)域或更大的正常組織的區(qū)域從探索對象中排除，與現(xiàn)有技術那樣對乳房圖像全體進行異常陰影候選的檢測處理的情況相比，能夠抑制偽陽性數(shù)，同時能夠極大地縮短處理時間。另夕卜，通過改變掩模大小而循環(huán)執(zhí)行圖4的步驟S12 S15的處理，能夠按照應該檢測出的異常陰影候選區(qū)域的大小分類地抽出檢測對象區(qū) 域，因此能夠檢測出多個檢測模型的異常陰影候選。
另外，上述實施例的記述內容是本發(fā)明的醫(yī)用圖像系統(tǒng)100的適合的一個例子，并不只限于此。
例如，在上述實施例中，說明了從乳房圖像中檢測出腫瘤陰影的例子，但也可以適用于檢測微小石灰化團陰影的情況，還可以適用于從攝影了其他部位的醫(yī)用圖像中檢測出該部位的異常陰影的情況。進而，不只是乳房的放射線圖像，也可以將本發(fā)明適用于CT圖像、超聲波圖像、MRI圖像。
其他，對于構成醫(yī)用圖像系統(tǒng)100的各裝置的細節(jié)部分結構和細節(jié)部分動作，在不脫離本發(fā)明的宗旨的范圍內可以適當?shù)剡M行變更。
權利要求
1.一種異常陰影候選檢測方法，其特征在于包括使用第一平滑化過濾器對輸入的醫(yī)用圖像實施第一平滑化處理的第一平滑化處理步驟；使用第二平滑化過濾器對在上述第一平滑化處理步驟中實施了處理的醫(yī)用圖像實施第二平滑化處理的第二平滑化處理步驟；根據實施了上述第一平滑化處理的醫(yī)用圖像和實施了上述第二平滑化處理的醫(yī)用圖像，抽出具有應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域的抽出步驟；針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測步驟。
2. 根據權利要求l所述的異常陰影候選檢測方法，其特征在于包括縮小上述輸入的醫(yī)用圖像的縮小步驟，在上述第一平滑化處理步驟中，對上述縮小了的醫(yī)用圖像實施上述第一平滑化處理。
3. 根據權利要求1或2所述的異常陰影候選檢測方法，其特征在于上述輸入的醫(yī)用圖像包括表示濃度的像素值，上述第一平滑化處理步驟使用上述第一平滑化過濾器，在上述輸入的醫(yī)用圖像中，對比應該由上述異常陰影候選檢測步驟檢測出的異常陰影候選區(qū)域小并且濃度比周圍低的區(qū)域進行平滑化，上述第二平滑化處理步驟使用上述第二平滑化過濾器，在實施了上述第一平滑化處理的醫(yī)用圖像中，對具有上迷應該檢測出的異常陰影候選區(qū)域的大小并且濃度比周圍低的區(qū)域進行平滑化，上述抽出步驟通過取得實施了上述第二平滑化處理的醫(yī)用圖像和實施了上述第一平滑化處理的醫(yī)用圖像的對應的像素的像素值的差分，而抽出上迷異常陰影候選的檢測對象區(qū)域。
4. 根據權利要求1 ~ 3的任意一個所述的異常陰影候選檢測方法，其特征在于上述應該檢測出的異常陰影是腫瘤陰影。
5. —種異常陰影候選檢測裝置，其特征在于包括使用第一平滑化過濾器對輸入的醫(yī)用圖像實施第一平滑化處理的第一平滑化處理單元；使用第二平滑化過濾器，對在上述第一平滑化處理單元中實施了處理的醫(yī)用圖像實施第二平滑化處理的第二平滑化處理單元；根據實施了上述第一平滑化處理的醫(yī)用圖像和實施了上述第二平滑化處理的醫(yī)用圖像，抽出具有應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域的抽出單元；針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測單元。
6. 根據權利要求5所述的異常陰影候選檢測裝置，其特征在于具備縮小上述輸入的醫(yī)用圖像的縮小單元，在上述第一平滑化處理單元中，對上述縮小了的醫(yī)用圖像實施上述第一平滑化處理。
7. 根據權利要求5或6所述的異常陰影候選檢測裝置，其特征在于上述輸入的醫(yī)用圖像包括表示濃度的像素值，上述第一平滑化處理單元使用上述第一平滑化過濾器，在上述輸入了的醫(yī)用圖像中，對比應該由上述異常陰影候選檢測單元檢測出的異常陰影候選區(qū)域小并且濃度比周圍低的區(qū)域進行平滑化，上述第二平滑化處理單元使用上述第二平滑化過濾器，在實施了上述第一平滑化處理的醫(yī)用圖像中，對具有上述應該檢測出的異常陰影候選區(qū)域的大小并且濃度比周圍低的區(qū)域進行平滑化，上述抽出單元通過取得實施了上述第二平滑化處理的醫(yī)用圖像和實施了上述第一平滑化處理的醫(yī)用圖像的對應的像素的像素值的差分，而抽出上述異常陰影候選的檢測對象區(qū)域。
8. 根據權利要求5 7的任意一個所述的異常陰影候選檢測裝置，其特征在于上述應該檢測出的異常陰影是腫瘤陰影。
9. 一種異常陰影候選檢測方法，其特征在于包括設置與應該從輸入的醫(yī)用圖像中檢測出的病變部位的大小對應的第一平滑化過濾器和第二平滑化過濾器的過濾器設置步驟；使用上述設置的第一平滑化過濾器和第二平滑化過濾器，從上述輸入的醫(yī)用圖像中抽出具有上述應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域的抽出步驟；針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行上述異常陰影候選的檢測的異常陰影候選檢測步驟。
10. 根據權利要求9所述的異常陰影候選檢測方法，其特征在于包括輸入上述應該檢測出的病變部位的大小的輸入步驟，上述過濾器設置步驟設置與該輸入了的病變部位的大小對應的上述第一平滑化過濾器和上述第二平滑化過濾器。
11. 根據權利要求9或10所述的異常陰影候選檢測方法，其特征在于包括縮小上述輸入的醫(yī)用圖像的縮小步驟，上述抽出步驟使用上述縮小了的醫(yī)用圖像，抽出上述應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域。
12. 根據權利要求9~11的任意一個所述的異常陰影候選檢測方法，其特征在于上述輸入的醫(yī)用圖像包括表示濃度的像素值，上述第一平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最小的大小對應，上述第二平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最大的大小對應，上述抽出步驟使用上述第一平滑化過濾器，在上述輸入了的醫(yī)用圖像中對比上述應該檢測出的病變部位小并且濃度比周圍低的區(qū)域進行平滑化，由此生成第一平滑化圖像，使用上述第二平滑化過濾器，在上述第一平滑化圖像中對具有上述應該檢測出的病變部位的大小并且濃度比周圍低的區(qū)域進行平滑化，生成第二平滑化圖像，取得上述第一平滑化圖像和上述第二平滑化圖像的對應的像素的像素值的差分，由此抽出上述異常陰影候選的檢測對象區(qū)域。
13. 根據權利要求9~12的任意一個所述的異常陰影候選檢測方法，其特征在于上述應該檢測出的異常陰影是腫瘤陰影。
14. 一種異常陰影候選檢測裝置，其特征在于包括設置與應該從輸入的醫(yī)用圖像中檢測出的病變部位的大小對應的第一平滑化過濾器和第二平滑化過濾器的過濾器設置單元；使用上述設置的第一平滑化過濾器和第二平滑化過濾器，從上述輸入的醫(yī)用圖像中抽出具有上述應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域的抽出單元；針對上述輸入的醫(yī)用圖像中的上述抽出的檢測對象區(qū)域，進行異常陰影候選的檢測的異常陰影候選檢測單元。
15. 根據權利要求14所述的異常陰影候選檢測裝置，其特征在于包括輸入上述應該檢測出的病變部位的大小的輸入單元，上述過濾器設置單元設置與該輸入了的病變部位的大小對應的上述第一平滑化過濾器和上述第二平滑化過濾器。
16. 根據權利要求14或15所述的異常陰影候選檢測裝置，其特征在于包括縮小上述輸入的醫(yī)用圖像的縮小單元，上述抽出單元使用上述縮小了的醫(yī)用圖像，抽出上述應該檢測出的病變部位的大小的異常陰影候選的檢測對象區(qū)域。
17. 根據權利要求14~16的任意一個所述的異常陰影候選檢測裝置，其特征在于上述輸入的醫(yī)用圖像包括表示濃度的像素值，上述第一平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最小的大小對應，上述第二平滑化過濾器的掩模大小與上述應該檢測出的病變部位的最大的大小對應，上述抽出單元使用上述第一平滑化過濾器，在上述輸入了的醫(yī)用圖像中對比上述應該檢測出的病變部位小并且濃度比周圍低的區(qū)域進行平滑化，由此生成第一平滑化圖像，使用上述第二平滑化過濾器，在上述第一平滑化圖像中對具有上述應該檢測出的病變部位的大小并且濃度比周圍低的區(qū)域進行平滑化，生成第二平滑化圖像，取得上述第一平滑化圖像和上述第二平滑化圖像的對應的像素的像素值的差分，由此抽出上述異常陰影候選的檢測對象區(qū)域。
18.根據權利要求14 ~ 17的任意一個所述的異常陰影候選檢測裝置，其特征在于上述應該檢測出的異常陰影是腫瘤陰影。
全文摘要
本發(fā)明的異常陰影候選檢測方法在抑制異常陰影候選檢測時的偽陽性數(shù)而提高檢測精度的同時，縮短異常陰影候選檢測時的處理時間。根據本發(fā)明的圖像處理裝置，縮小原圖像的圖像數(shù)據(D)而生成圖像數(shù)據(D1)，對圖像數(shù)據(D1)實施第一平滑化過濾而生成對微小的低濃度區(qū)域進行了平滑化后的圖像數(shù)據(D2)，對圖像數(shù)據(D2)實施第二平滑化過濾而生成具有與應該檢測出的異常陰影候選區(qū)域同等程度的大小的對低濃度區(qū)域進行了平滑化后的圖像數(shù)據(D3)，通過取得圖像數(shù)據(D3)與圖像數(shù)據(D2)的同一像素位置的像素值的差分而生成差分圖像數(shù)據(D4)，通過對該圖像數(shù)據(D4)進行閾值處理而抽出具有檢測對象的大小的低濃度區(qū)域的圖像數(shù)據(D5)。然后，對用圖像數(shù)據(D5)抽出的區(qū)域進行異常陰影候選的檢測。
文檔編號A61B6/00GK101208042SQ20068002293
公開日2008年6月25日申請日期2006年6月23日優(yōu)先權日2005年6月28日
發(fā)明者二村仁申請人:柯尼卡美能達醫(yī)療印刷器材株式會社

完整全部詳細技術資料下載