JP2002099896A - 異常陰影候補検出方法および装置 - Google Patents
異常陰影候補検出方法および装置Info
- Publication number
- JP2002099896A JP2002099896A JP2000289286A JP2000289286A JP2002099896A JP 2002099896 A JP2002099896 A JP 2002099896A JP 2000289286 A JP2000289286 A JP 2000289286A JP 2000289286 A JP2000289286 A JP 2000289286A JP 2002099896 A JP2002099896 A JP 2002099896A
- Authority
- JP
- Japan
- Prior art keywords
- image
- shape
- dependent filter
- shadow
- microcalcification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims description 71
- 238000012545 processing Methods 0.000 claims abstract description 93
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000000877 morphologic effect Effects 0.000 claims abstract description 34
- 208000004434 Calcinosis Diseases 0.000 claims description 112
- 230000001419 dependent effect Effects 0.000 claims description 112
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000002308 calcification Effects 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 8
- 210000000481 breast Anatomy 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000009607 mammography Methods 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 210000005075 mammary gland Anatomy 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004571 lime Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 101100316860 Autographa californica nuclear polyhedrosis virus DA18 gene Proteins 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 102100029777 Eukaryotic translation initiation factor 3 subunit M Human genes 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101001012700 Homo sapiens Eukaryotic translation initiation factor 3 subunit M Proteins 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Abstract
て、粗大構造や線構造の影響を受けることなく微小石灰
化陰影候補を安定的に検出できるようにする。 【解決手段】 全体画像データSが担持する被写体画像
に対して、微小石灰化陰影の形状に応じたモフォロジフ
ィルタ処理を施すことにより被写体画像中の微細構造部
分を表す微細構造画像を生成する微細構造画像生成手段
42と、生成された微細構造画像に対して微小石灰化陰
影の形状に応じたマッチドフィルタを用いた強調処理を
施すことにより微小石灰化陰影を強調した強調処理済画
像を生成する微小石灰化像強調処理手段44と、生成さ
れた強調処理済画像を用いて微小石灰化陰影の候補を検
出する検出手段46とを備えた異常陰影候補検出部40
とする。
Description
石灰化陰影の候補部分を検出する方法および装置に関す
るものである。
られた画像を表す画像信号に対して、階調処理や周波数
処理などの画像処理を施し、画像の観察読影性能を向上
させることが行なわれている。特に人体を被写体とした
放射線画像のような医用画像の分野においては、医師な
どの専門家が、得られた画像に基づいて患者の疾病や傷
害の有無を的確に診断する必要があり、その画像の読影
性能を向上させる画像処理は不可欠なものとなってい
る。
全体を処理の対象とする場合もあるが、検査や診断の目
的がある程度明確な場合は、その目的に適した所望の画
像部分だけを選択的に強調処理することもある。
処理が施される以前の原画像を観察読影者が観て、必要
に応じて手動で行なうものであるが、選択される対象画
像部分や指定される範囲は観察者の経験や画像読影能力
の高低によって左右され客観的なものとならない虞れが
ある。
放射線画像においては、その放射線画像から癌化部分の
特徴の一つである微小石灰化影を抽出することが必要で
あるが、必ずしも的確にその微小石灰化影の範囲を指定
できるとは限らない。このため、観察者の技量に依存せ
ずに、微小石灰化影を始めとする異常陰影を的確に検出
することが求められている。
て石灰化陰影候補を自動的に検出するようにした計算機
支援画像診断(CADM;Computer Aided Diagnosis of Me
dical images)の研究が進んでおり、このCADM技術の一
つとしてモフォロジフィルタ処理が提案されている(小
畑他「多重構造要素を用いたモルフォロジーフィルタに
よる微小石灰化像の抽出」電子情報通信学会論文誌 D-I
I Vol.J75-D-II No.7P1170 〜1176 1992年7月(以下
文献1という),同「モルフォロジーの基礎とそのマン
モグラム処理への応用」MEDICAL IMAGING TECHNOLOGY V
ol.12 No.1January 1994(以下文献2という)など参
照)。
房画像)や胸部画像などを対象として異常陰影の一態様
としての石灰化部分をモフォロジ(モルフォロジあるい
はモーフォロジと称されることもある)フィルタを用い
て自動的に検出処理し(該処理を異常陰影候補検出処理
という)、また検出された異常陰影候補部分に強調処理
や拡大処理などを施した画像を全体画像の一部に重ねて
読影に適した高い診断性能を有する画像や、検出処理の
際の指標値もしくは検出の確信度を出力するようにした
異常陰影候補検出処理システム(計算機支援画像診断装
置)を提案している(特開平8-294479号、同8-263648
号、同8-272961号、同9-106448号など)。
影候補検出処理(以下モフォロジフィルタ処理ともい
う)とは、検出しようとする異常陰影の大きさに応じた
多重構成要素(マスク)を用いてこの多重構造要素より
も空間的に狭い範囲で濃度変動する画像部分を異常陰影
候補として検出するものである。このモフォロジフィル
タ処理によれば、乳癌における特徴的形態である微小石
灰化陰影(異常陰影の一形態)の候補を自動的に検出す
ることができ、1)石灰化像そのものの抽出に有効であ
る、2)複雑なバックグラウンド情報に影響されにくい
こと、3)抽出した石灰化像がひずまない、などの特徴
がある。すなわち、この手法をマンモグラフィに用いる
と、特定構造要素を強調する一般的な手法であるの微分
処理に比べて、乳房画像から線構造などを保存し、微小
石灰化・ノイズなどの微細な構造のみを削除することが
できるなど、石灰化像のサイズ・形状・濃度分布などの
幾何学的情報をより良く保った検出が可能である。
の形状に関する特徴抽出や認識などに適した画像処理の
一手法であって、前述のように、特に乳癌における特徴
的形態の一つである微小石灰化陰影を検出するのに有効
な手法として研究されているが、対象画像としては、マ
ンモグラフィにおける微小石灰化陰影に限るものではな
く、検出しようとする特定の画像部分(異常陰影など)
の大きさや形状が予め分かっているものについては、い
かなる画像に対しても適用することができる。
ロジフィルタ処理を適用して微小石灰化陰影候補を検出
する場合、全ての多重構造要素に当てはまらない方向を
持つ線成分や構造要素長以下の構造物(以下纏めて線構
造部分ともいう)は原理的に削除不可能であり、これが
微小石灰化検出時の誤検出の大きな要因となっている。
また、不鮮明であったり、多数の画素に亘って構成され
る微小石灰化陰影や石灰化陰影と同等の大きさをもつ非
石灰化陰影(以下粗大構造部分ともいう)はモフォロジ
フィルタ処理による削除が難しい。
によって得られた画像に対して周波数強調処理などを施
すと、石灰化陰影だけでなく、モフォロジフィルタ処理
によって除ききれなかった線構造部分や粗大構造部分な
どの微細構造も強調され、これらがノイズとなって現れ
るため見難い画像となってしまう。
記文献1,2や特開平9-106448号などにおいて、原画像
からモフォロジフィルタ処理により得られた画像を差し
引いて画像中の微細構造部分を表す微細構造画像を生成
し、この微細構造画像を用いて閾値処理を行なうことに
より微小石灰化を検出するという方法も提案されている
が、未だ十分なものとはなっていない。
であり、線構造部分や粗大構造部分の影響を受けること
ない異常陰影候補検出方法および装置を提供することを
目的とするものである。
出方法は、被写体画像を表す画像情報に基づいて該被写
体画像中の微小石灰化陰影の候補を異常陰影候補として
検出する異常陰影候補検出方法において、被写体画像に
対して、微小石灰化陰影の形状に応じた第1の形状依存
性フィルタを用いた処理を施すことにより、被写体画像
中の微細構造部分を表す微細構造画像を生成し、この微
細構造画像に対して、微小石灰化陰影の形状に応じた前
記第1の形状依存性フィルタとは異なる特性を有する第
2の形状依存性フィルタを用いた強調処理を施すことに
より、微小石灰化陰影を強調した強調処理済画像を生成
し、この強調処理済画像を用いて微小石灰化陰影の候補
を検出することを特徴とするものである。
第2の形状依存性フィルタとは、石灰化像のサイズ・形
あるいは濃度分布などの幾何学的情報に応じたフィルタ
を意味し、この限りにおいて、どのようなフィルタを用
いてもよい。
は、上記モフォロジフィルタを用いるのが好ましい。
は、検出しようとする微小石灰化像のサイズと濃度勾配
あるいは輝度勾配に応じたフィルタであることが好まし
い。
る場合には、処理後の強調処理済画像中の微小石灰化陰
影部分の濃度がそれ以外の部分の濃度よりも相対的に強
調されるようにする処理を意味し、信号処理の対象が輝
度である場合には、処理後の強調処理済画像中の微小石
灰化陰影部分の輝度がそれ以外の部分の輝度よりも相対
的に強調されるようにする処理を意味する。この限りに
おいて、微小石灰化陰影部分のみ、それ以外の部分の
み、あるいは双方に対して、相対的な濃度差あるいは輝
度差をより強くする処理であればよい。例えば、微小石
灰化陰影部分のみの濃度を濃くしてもよいし、微小石灰
化陰影部分以外の部分の濃度を薄くしてもよい。これに
より、微小石灰化像のみが特異的に強調された強調処理
済画像を得ることができる。
化陰影の形状は、撮影装置や画像読取装置、およびその
設定条件によって微妙に変化すると考えられる。このた
め、それぞれの条件下で形状依存性フィルタ、特に第2
の形状依存性フィルタを最適化するのが望ましいが、検
出処理の都度最適化フィルタを求めて設定していては全
体のスループットが遅くなる。このため、想定される各
種条件や画像の特性に応じて最適化した第2の形状依存
性フィルタを作成して予め準備しておき、この各フィル
タを処理対象となる被写体画像に応じて切り替えられる
ようにするのが望ましい。
においては、被写体画像を得る際の撮影条件ごとに該撮
影条件に適合する第2の形状依存性フィルタを用意して
おき、この用意された形状依存性フィルタの中から処理
対象となる被写体画像の撮影条件に適合する形状依存性
フィルタを選択し、この選択した形状依存性フィルタを
用いて強調処理を施すことが望ましい。
においては、被写体画像を得る際の読取条件ごとに該読
取条件に適合する第2の形状依存性フィルタを用意して
おき、この用意された形状依存性フィルタの中から処理
対象となる被写体画像の読取条件に適合する形状依存性
フィルタを選択し、この選択した形状依存性フィルタを
用いて強調処理を施すことが望ましい。
も、微小石灰化像自体にコントラストや大きさにバリエ
ーションがあるため、不鮮明などの特定のタイプに絞っ
た微小石灰化像の強調を可能にするフィルタを設計・適
用することも望ましい。
においては、被写体画像中の微小石灰化陰影のコントラ
ストごとに該コントラストに適合する第2の形状依存性
フィルタを用意しておき、この用意された形状依存性フ
ィルタの中から処理対象となる被写体画像中における微
小石灰化陰影のコントラストに適合する形状依存性フィ
ルタを選択し、この選択した形状依存性フィルタを用い
て強調処理を施すことが望ましい。
においては、被写体画像中の微小石灰化陰影のサイズご
とに該サイズに適合する第2の形状依存性フィルタを用
意しておき、この用意された形状依存性フィルタの中か
ら処理対象となる被写体画像中における微小石灰化陰影
のサイズに適合する形状依存性フィルタを選択し、この
選択した形状依存性フィルタを用いて強調処理を施すこ
とが望ましい。
体画像における微小石灰化陰影の形状やコントラストは
それぞれが単独ではなく、一般的には、それらの組合せ
に応じて設定されまた複雑に変化するものである。した
がって、前述のように、各要素ごとに第2の形状依存性
フィルタを用意するよりも、撮影条件などの組合せに応
じて用意した方が好ましいこともある。
においては、被写体画像を得る際の撮影条件、被写体画
像を得る際の読取条件、被写体画像中の微小石灰化陰影
のコントラスト、および被写体画像中の微小石灰化陰影
のサイズの任意の組合せごとに、該組合せに適合する第
2の形状依存性フィルタを用意しておき、この用意され
た形状依存性フィルタの中から処理対象となる被写体画
像の前記任意の組合せに適合する形状依存性フィルタを
選択し、この選択した形状依存性フィルタを用いて強調
処理を施すことが好ましい。
画像を表す画像情報に基づいて該被写体画像中の微小石
灰化陰影の候補を異常陰影候補として検出する異常陰影
候補検出装置において、被写体画像に対して、微小石灰
化陰影の形状に応じた第1の形状依存性フィルタを用い
た処理を施すことにより、被写体画像中の微細構造部分
を表す微細構造画像を生成する微細構造画像生成手段
と、生成された微細構造画像に対して、微小石灰化陰影
の形状に応じた第2の形状依存性フィルタを用いた強調
処理を施すことにより、微小石灰化陰影を強調した強調
処理済画像を生成する強調処理済画像生成手段と、生成
された強調処理済画像を用いて微小石灰化陰影の候補を
検出する検出手段とを備えたことを特徴とするものであ
る。
は、強調処理済画像生成手段を、被写体画像を得る際の
撮影条件ごとに該撮影条件に適合する第2の形状依存性
フィルタを用意しておき、この用意された形状依存性フ
ィルタの中から、処理対象となる被写体画像の撮影条件
に適合する形状依存性フィルタを選択し、この選択した
形状依存性フィルタを用いて強調処理を施すものとする
ことが望ましい。
は、強調処理済画像生成手段を、被写体画像を得る際の
読取条件ごとに該読取条件に適合する第2の形状依存性
フィルタを用意しておき、この用意された形状依存性フ
ィルタの中から、処理対象となる画像の読取条件に適合
する形状依存性フィルタを選択し、この選択した形状依
存性フィルタを用いて強調処理を施すものとすることが
望ましい。
は、強調処理済画像生成手段を、被写体画像中の微小石
灰化陰影のコントラストごとに該コントラストに適合す
る第2の形状依存性フィルタを用意しておき、この用意
された形状依存性フィルタの中から、処理対象となる被
写体画像中における微小石灰化陰影のコントラストに適
合する形状依存性フィルタを選択し、この選択した形状
依存性フィルタを用いて強調処理を施すものとすること
が望ましい。
は、強調処理済画像生成手段を、被写体画像中の微小石
灰化陰影のサイズごとに該サイズに適合する第2の形状
依存性フィルタを用意しておき、この用意された形状依
存性フィルタの中から、処理対象となる被写体画像中に
おける微小石灰化陰影のサイズに適合する形状依存性フ
ィルタを選択し、この選択した形状依存性フィルタを用
いて強調処理を施すものとすることが望ましい。
は、強調処理済画像生成手段を、被写体画像を得る際の
撮影条件、被写体画像を得る際の読取条件、被写体画像
中の微小石灰化陰影のコントラスト、および被写体画像
中の微小石灰化陰影のサイズの任意の組合せごとに、該
組合せに適合する第2の形状依存性フィルタを用意して
おき、この用意された形状依存性フィルタの中から処理
対象となる被写体画像の前記任意の組合せに適合する形
状依存性フィルタを選択し、この選択した形状依存性フ
ィルタを用いて前記強調処理を施すものとすることが望
ましい。
は、微細構造画像生成手段を、第1の形状依存性フィル
タとしてモフォロジフィルタを用いるものとすることが
望ましい。
置によれば、微小石灰化陰影の形状に応じた第1の形状
依存性フィルタを用いて微細構造画像を生成し、この微
細構造画像に対して第2の形状依存性フィルタを用いて
強調処理済画像を生成するようにしたので、この強調処
理済画像としては、モフォロジフィルタなどの第1の形
状依存性フィルタ単独の場合に比べて、粗大構造や線構
造の影響を受けずに微小石灰化陰影のみを特異的に強調
することができる。
のノイズ成分を相対的に抑えることができ、結果的に
は、微小石灰化検出処理の性能(検出精度)が向上す
る。
撮影条件などに適合するフィルタを各撮影条件ごとに予
め用意しておき、この用意された形状依存性フィルタの
中から、処理対象となる被写体画像の撮影条件などに適
合するフィルタを選択するようにすれば、処理対象画像
に最も適合した微小石灰化陰影候補検出処理を全体のス
ループットを低下させることなく行なうことができる。
方法および装置の具体的な実施の形態について図面を用
いて説明する。
実施形態を包含した計算機支援画像診断装置の一例を示
すブロック図、図2は表示手段に表示された画像の様子
を示す図である。
マンモグラムの全体の放射線画像(全体画像)Pを表
す、各画素の濃度値Dorg の集合である画像データ(全
体画像データ)Sを記憶する全体画像メモリ10、全体
画像データSに基づいてもしくは一旦全体画像メモリ1
0に記憶された全体画像データSに基づいて全体画像Q
を表示するCRTなどの全体画像表示手段30、全体画
像メモリ10に記憶された全体画像データSに基づい
て、全体画像Qのうち異常陰影Q1 を検出する本発明の
異常陰影候補検出装置としての異常陰影候補検出部4
0、異常陰影候補検出部40により異常陰影Q1 が検出
されたか否かを判定する判定手段50、異常陰影Q1 が
検出されたと判定手段50により判定された場合に、全
体画像メモリ10に記憶された全体画像データSのう
ち、異常陰影Q1 を含む局所領域の画像Q 2 を表す画像
データ(局所画像データ)S2 を抽出する局所領域抽出
手段60、局所領域抽出手段60により抽出された局所
画像データS2 に基づいた局所領域の画像Q2 のうちの
異常陰影Q1 が、全体画像表示手段30に表示される全
体画像Qよりも読影性能が向上するように、異常陰影を
示す画像データ(異常陰影画像データ)S1 に対して周
波数強調処理、階調処理、あるいは拡大処理などの画像
強調処理を施して局所画像データS2 を得る局所画像強
調手段70、およびこの画像強調処理が施された局所画
像データS2 に基づいて局所領域の画像Q2 を表示する
CRTなどの局所画像表示手段90を備えた構成であ
る。
化陰影を含むこの石灰化陰影近傍の領域を意味する。
ルタ処理を行なって、被写体画像中の異常陰影の一態様
である石灰化陰影の候補を異常陰影候補として検出する
ものであり、具体的には、以下のように構成されてい
る。
写体画像に対して、微小石灰化陰影の形状に応じた第1
の形状依存性フィルタを用いた処理を施すことにより、
被写体画像中の微細構造部分を表す微細構造画像を生成
する微細構造画像生成手段42と、生成された微細構造
画像に対して、微小石灰化陰影の形状に応じた第2の形
状依存性フィルタを用いた強調処理を施すことにより、
微小石灰化陰影を強調した強調処理済画像を生成する強
調処理済画像生成手段としての微小石灰化像強調処理手
段44と、生成された強調処理済画像を用いて前記微小
石灰化陰影の候補を検出する検出手段46とを備えてい
る。
ては、それぞれ異なる特性を有するものを使用する。本
実施形態では、第1の形状依存性フィルタとしてモフォ
ロジフィルタを用いる一方、第2の形状依存性フィルタ
としては、後述するように、微小石灰化像の形状および
濃度勾配をそのまま表すマッチドフィルタを用いる。
てのマッチドフィルタは、撮影条件や読取条件、あるい
は画像コントラストや微小石灰化陰影のサイズなど、想
定される各種条件や画像の特性に応じてフィルタ特性を
最適化したマッチドフィルタを各条件などごとに作成し
て予め準備しておき、この各マッチドフィルタを処理対
象となる被写体画像に応じて切り替えられるようにす
る。
影の形状やコントラストなどは、撮影条件などの各要素
単独ではなく、それらの組合せによって複雑に変化す
る。そこで、上記のように各要素ごとに適合したマッチ
ドフィルタを用意するのに加えて、あるいは代えて、撮
影条件などの組合せに応じて用意してもよい。
置の作用について説明する。
像読取装置などから、内部に石灰化部を有する乳房を含
む全体画像Qを表す全体画像データSが入力される。ま
た、この全体画像データSは直接に全体画像表示手段3
0にも入力され(図1のAの経路)もしくは一旦全体画
像メモリ10に記憶されたものとして全体画像表示手段
30に入力されており(図1のBの経路)、全体画像表
示手段30は、図2(A)に示すように、全体画像デー
タSに基づいて放射線画像Qの全体(すなわち全体画像
Q)を表示する。
影の候補Q1 も含まれるため、この全体画像表示手段3
0には、石灰化陰影の候補Q1 も含めた全体画像Qが表
示される。
体画像データSは異常陰影候補検出部40の微細構造画
像生成手段42にも入力される。
度値)は、画像Qの濃度の高いものほど高いデジタル画
像値を示す高濃度高デジタル値の画像データである。
平8-263648号、同8-272961号、同8-294479号、同9-1064
48号などに示されているように、モフォロジフィルタ処
理を行なって、石灰化陰影P1 を示す画像データ(以
下、石灰化画像データという)S1 を検出する。
ジ演算)を石灰化陰影検出処理に応用する方法について
簡単に説明する(詳細は上記各公報を参照)。
した画像を引き去る差分法が考えられる。単純な平滑化
法では石灰化陰影と細長い形状の非石灰化陰影(乳腺や
血管や乳腺支持組織など)の識別が困難であるため、東
京農工大の小畑らは、多重構造要素を用いたopening
(オープニング)演算に基づく下記式(1)で表される
モフォロジフィルタを提案している(上記文献1,2を
参照)。
えば図3に示す直線状の4つ(この場合M=4)の構造
要素である。これらM個の構造要素の全体をもって多重
構造要素という。構造要素Bi を検出対象である石灰化
陰影よりも大きく設定すれば、オープニング処理によっ
て、構造要素Bi よりも細かな凸状の信号変化部分(空
間的に狭い範囲で変動する画像部分)である石灰化陰影
は取り除かれる。一方、細長い形状の非石灰化陰影はそ
の長さが構造要素Bi よりも長く、その傾き(延びる方
向)がM個の構造要素Bi のいずれかに一致すればオー
プニング処理(式(1)の第2項の演算)をしてもその
まま残る。したがってオープニング処理によって得られ
た平滑化画像(石灰化陰影のみが取り除かれた画像)を
原画像fから引き去ることで、小さな石灰化陰影の候補
のみが含まれる画像が得られる。これが式(1)の考え
方である。
おいては、石灰化陰影は周囲の画像部分よりも濃度値が
低くなり、石灰化陰影は周囲部分に対して凹状の信号変
化部分となるため、オープニング処理に代えてクロージ
ング処理を適用し、式(1)に代えて式(2)を適用す
る。これは、高濃度高信号レベルの画像データ(高濃度
の画素ほど大きなデジタル値を持つ画像データ)に対す
るオープニング処理と高輝度高信号レベルの画像データ
に対するクロージング処理とは、ひとつの画像信号を濃
度として見るか輝度として見るかによる差しかなく、実
質的に同一の処理だからである。
処理の効果と問題点について簡単に説明する。
ンモグラフィ)P1 を含むX線画像Pを示す。また図4
(B)は、図4(A)のI−I線に沿ったX線画像Pの
濃度値(デジタル画像データ)Dorg の分布を示すもの
である。なお、X線画像Pのうち乳房の画像P1 以外の
領域は、X線が直接入射した直接X線部P2 であり、最
も濃度の高い部分である。また、図4(B)のI−I線
上には悪性腫瘍を示す微小石灰化陰影P3 および所定の
方向に延びた血管の陰影P4 が存在し、さらに画像全体
にはX線の量子化ノイズP5 も含まれる。
る濃度値Dorg の分布は図4(B)に示すものとなる
が、微細構造画像生成手段42において、画像データに
対して血管陰影P4 よりも小さく微小石灰化陰影P3 よ
りも大きく設定された構造要素を用いたモフォロジフィ
ルタ処理を施すことにより、微小石灰化陰影P1 は、そ
の周辺の濃度値の分布が多重構造要素Bi の大きさに比
べて細かく変化するため、クロージング処理により平滑
化される。一方、構造要素Bよりも大きい変動である血
管や乳腺の画像P3 は、その濃度値の分布が多重構造要
素Bi の大きさに比べて大きいため、クロージング処理
で平滑化されない。この結果、血管の陰影P4 は除去さ
れ、石灰化陰影P3 が検出される。
けるモフォロジフィルタ処理による微小石灰化陰影の検
出処理だけでは、全ての多重構造要素に当てはまらない
方向を持つ線成分や構造要素長以下の構造物(線構造部
分)は原理的に削除不可能であり、また不鮮明であった
り多数の画素に亘って構成される微小石灰化陰影や石灰
化陰影と同等の大きさをもつ非石灰化陰影(粗大構造部
分)はモフォロジフィルタ処理による削除が難しい。こ
のため、微細構造画像生成手段42により生成された画
像は、線構造部分や粗大構造部分など石灰化陰影P3 以
外の微細構造部分をも含む微細構造画像を表すこととな
る。
像強調処理を施すと、石灰化陰影だけでなく、モフォロ
ジフィルタ処理によって除ききれなかった線構造部分や
粗大構造部分も強調されてしまい、見難い画像となって
しまう。
おいては、微細構造画像生成手段42によって得られた
微細構造画像に対して以下のようなマッチドフィルタ
(形状依存性フィルタ)を適用し、できるだけ微小石灰
化像のみが特異的に強調されるようにする。
化して示した図であり、主走査および副走査の各画素位
置と、その画素位置における「最高濃度値/微小石灰化
陰影の濃度値」で求められる濃度比との関係を示してい
る。
比が比較的小さく(図では略0.2)裾野が広がった
(図では略5×5画素分)形状をなしており、淡い(不
鮮明な)微小石灰化像の形状を示す。一方、同図(B)
は、微小石灰化陰影の中心の濃度比が比較的大きく(図
では略0.55)裾野が狭い(図では略2×2画素分)
形状をなしており、典型的な微小石灰化像の形状を示
す。
図5の形状をそのまま適用すればよい。すなわち、図5
に示す各濃度分布を呈する陰影部分(すなわち微小石灰
化候補部分)の濃度をより強調するようなフィルタパラ
メータを設定すればよい。具体的には、図5(A)に対
しては表1に示す2次元フィルタを使用し、図5(B)
に対しては表2に示す2次元フィルタを使用すればよ
い。
のうち、実際にどちらのマッチドフィルタを用いるか
は、診断対象画像を見ながら、外部パラメータとして選
択できるようにするとよい。
画像読取装置あるいはその設定条件によって微妙に変化
すると考えられる。このため、それぞれの条件下でマッ
チドフィルタを最適化したり、いくつかの条件の元で最
適化したマッチドフィルタを作成しておき、切り替えら
れるようにする。
石灰化像自体にコントラストやサイズにバリエーション
が有るため、不鮮明などの特定のタイプに絞った微小石
灰化像の強調を行なうフィルタを設計しておき、処理対
象となる画像中における微小石灰化陰影のコントラスト
やサイズに応じた最も好適なものを選択して用いるよう
にしてもよい。
(KV)、線量(mAs)、圧迫力(N)、圧迫厚(c
m)などに応じて、表3に示すように、マッチドフィル
タの特性を変更するとよい。また、読取条件としては、
規格化処理を行なうに際して使用されるS値(読取感
度)に応じて、表4に示すように、マッチドフィルタの
特性を変更するとよい。また、L値(ラチチュード)に
応じてマッチドフィルタの特性を変更してもよい。S値
やL値の詳細に関しては、例えば特開平2-108175号など
を参照するとよい。なお、各表中において、A方向とは
図5(A)に示す淡い微小石灰化像に適合する方向に、
C方向とはマッチドフィルタの効果が薄れる方向に(フ
ィルタなしの方向)、それぞれマッチドフィルタの特性
を変更することを意味する。
理による効果を説明するための図であり、それぞれ原画
像(A)、モフォロジフィルタ処理により得た微細構造
画像(B)、およびマッチドフィルタを適用して得られ
た強調処理済画像(C)を示す。この図に示すように、
上述のようにしてマッチドフィルタを用いて強調処理済
画像(図(C))を生成すれば、強調処理済画像として
は、図(B)に示すモフォロジフィルタ単独の場合に比
べて、粗大構造や線構造の影響を受けずに微小石灰化陰
影のみを特異的に強調することができる。また、処理対
象画像に最も適合した微小石灰化陰影候補検出処理を全
体のスループットを低下させることなく行なうことがで
きる。
強調処理手段44で得られた強調処理済画像に対して、
従来同様の閾値処理や悪性度推定による微小石灰化検出
を行なう。
に基づく微分情報を利用して式(1)のPに含まれる非
石灰化像をさらに除去する。
影P3 の可能性が大きいので、石灰化候補画像Cs は下
記式(4)により求めることができる。
灰化陰影については、式(1)のPと所定の閾値T1と
の比較のみで除去できるため、石灰化陰影と同等の大き
さをもつ非石灰化陰影が残ることのないような場合は、
式(4)の第1項の条件(P(i,j)≧T1)を満た
すだけでよい。
のオープニング演算とクロージング演算との組合わせに
より、石灰化陰影のクラスターCc を検出する。これに
より、微小石灰化陰影の候補Q1 を示す画像データ(以
下微小石灰化像データという)S1 の画素(位置)が特
定される。
石灰化陰影の最大距離と除去したい孤立陰影の最大半径
とによって決められ、λ3 =λ1 +λ2 である。
石灰化陰影(ノイズ成分P5 ′など)とを判別するため
に予め実験的に決められる閾値であるが、常に一定の値
を採るのではなく、例えば特開平9-106448号に記載のよ
うに、それぞれ画像データの変化量の大きさ、あるいは
EDR処理により求められた所定の読取感度(S値)や
ラチチュード(L値)などに応じて好ましい値に設定す
るのがよい。この際、最終的な比較を行なうまでに、幾
つかのレベルの異なる閾値を準備しておき、各レベルの
閾値を試行的に適用して、検出される微小石灰化陰影候
補の数が例えば7〜10個となるようなレベルの閾値を
最終的に採用するようにしてもよい。
上述したように、高濃度高信号レベルの画像データ(高
濃度の画素ほど大きなデジタル値を持つ画像データ)の
場合については、オープニング演算とクロージング演算
とが逆の関係になる。
を示す微小石灰化像データS1 が検出されたことを判定
するとともに、微小石灰化像データS1 の画素位置を特
定する位置データ(以下石灰化画素位置データという)
D1 、および抽出された微小石灰化陰影の濃度値の変動
Dmor を、局所領域抽出手段60に入力する。判定手段
50は、石灰化陰影P1 を示す石灰化画像データが検出
されなかったと判定した場合には、石灰化画像データS
1 の画素位置を特定する石灰化画素位置データD1 を出
力せずに処理は終了する。
定した場合は、局所領域抽出手段60には全体画像メモ
リ10に記憶された全体画像データSも入力され、局所
領域抽出手段60は入力された全体画像データSのう
ち、石灰化画素位置データD1に基づいて石灰化画像デ
ータS1 の画素を含む近傍の画素(これらの画素の集合
としての局所領域)を、予め設定された処理手順にした
がって特定したうえで、この局所領域の画像P2 を表す
局所画像データS2 を抽出する。
画像データS2 は局所画像強調手段70に入力され、局
所画像処理手段70によって微小石灰化陰影を観察する
のに最適な周波数強調処理、階調処理、あるいは拡大処
理などの画像強調処理が施される。
ータSS2 は局所画像表示手段90に入力され、局所画
像表示手段90の表示面上には、入力された処理済局所
画像データS2 に基づいた、前記微小石灰化陰影P1 を
含む局所領域の画像P2 が表示される(図2(B)参
照)。
像表示手段90に表示するにあたっては、微小石灰化陰
影P1 の候補として検出されるに至った微小石灰化陰候
補としての特徴量、例えば石灰化密度を定量化情報とし
て、微小石灰化陰影P1 を含む局所領域の画像P2 とと
もに表示するようにしてもよい。
1 の画像だけが別個に局所画像表示手段90に表示され
るため、読影者はその表示された局所領域の画像に観察
意識、診断意識を集中することができ、診断性能を向上
させることができる。
示手段90は、例えば特開平8-294479号に示されている
ように両者の機能を兼ねる1つの表示手段により実現し
てもかまわない。この場合であっても、表示された全体
画像Pのうち石灰化陰影P1の画像だけが選択的に強調
されるため、オーバーシュートやアンダーシュートが抑
制され、これによるアーチファクトが低減されて診断性
能の向上した再生画像を得ることができる。
理によって得られた微細構造画像に対して微小石灰化像
の形状をもとに設計したマッチドフィルタを用いた処理
を施すことにより強調処理済画像を生成しているから、
強調処理済画像としては、モフォロジフィルタ単独の場
合に比べて、粗大構造や線構造の影響を受けずに微小石
灰化陰影のみを特異的に強調することができ、また、モ
フォロジフィルタによって除ききれなかった粗大構造や
線構造などの微細構造(ノイズ成分)を相対的に抑える
ことができ、微小石灰化検出処理の性能(検出精度)が
向上する。したがって、支援画像診断装置の異常陰影候
補検出の性能向上(検出率TPアップ、誤検出率FPダ
ウン)による医師の診断支援能の向上を図ることができ
る。
包含した計算機支援画像診断装置の一例を示すブロック
図
された様子を示す図(A)、局所画像表示手段に異常陰
影P1 を含む局所画像P2 が表示された様子を示す図
(B)
例を示す図
(A)、(A)のI−I線に沿ったX線画像Pの濃度値
Dorg の分布を示す図(B)
た図(A),(B)
明するための図であって、原画像(A)、微細構造画像
(B)、強調処理済画像(C)
Claims (14)
- 【請求項1】 被写体画像を表す画像情報に基づいて
該被写体画像中の微小石灰化陰影の候補を異常陰影候補
として検出する異常陰影候補検出方法において、 前記被写体画像に対して、前記微小石灰化陰影の形状に
応じた第1の形状依存性フィルタを用いた処理を施すこ
とにより、前記被写体画像中の微細構造部分を表す微細
構造画像を生成し、 この微細構造画像に対して、前記微小石灰化陰影の形状
に応じた第2の形状依存性フィルタを用いた強調処理を
施すことにより、前記微小石灰化陰影を強調した強調処
理済画像を生成し、 この強調処理済画像を用いて前記微小石灰化陰影の候補
を検出することを特徴とする異常陰影候補検出方法。 - 【請求項2】 前記被写体画像を得る際の撮影条件ご
とに該撮影条件に適合する前記第2の形状依存性フィル
タを用意しておき、この用意された形状依存性フィルタ
の中から処理対象となる被写体画像の撮影条件に適合す
る形状依存性フィルタを選択し、この選択した形状依存
性フィルタを用いて前記強調処理を施すことを特徴とす
る請求項1記載の異常陰影候補検出方法。 - 【請求項3】 前記被写体画像を得る際の読取条件ご
とに該読取条件に適合する前記第2の形状依存性フィル
タを用意しておき、この用意された形状依存性フィルタ
の中から処理対象となる被写体画像の読取条件に適合す
る形状依存性フィルタを選択し、この選択した形状依存
性フィルタを用いて前記強調処理を施すことを特徴とす
る請求項1記載の異常陰影候補検出方法。 - 【請求項4】 前記被写体画像中の微小石灰化陰影の
コントラストごとに該コントラストに適合する前記第2
の形状依存性フィルタを用意しておき、この用意された
形状依存性フィルタの中から処理対象となる被写体画像
中における微小石灰化陰影のコントラストに適合する形
状依存性フィルタを選択し、この選択した形状依存性フ
ィルタを用いて前記強調処理を施すことを特徴とする請
求項1記載の異常陰影候補検出方法。 - 【請求項5】 前記被写体画像中の微小石灰化陰影の
サイズごとに該サイズに適合する前記第2の形状依存性
フィルタを用意しておき、この用意された形状依存性フ
ィルタの中から処理対象となる被写体画像中における微
小石灰化陰影のサイズに適合する形状依存性フィルタを
選択し、この選択した形状依存性フィルタを用いて前記
強調処理を施すことを特徴とする請求項1記載の異常陰
影候補検出方法。 - 【請求項6】 前記被写体画像を得る際の撮影条件、
前記被写体画像を得る際の読取条件、前記被写体画像中
の微小石灰化陰影のコントラスト、および前記被写体画
像中の微小石灰化陰影のサイズの任意の組合せごとに、
該組合せに適合する前記第2の形状依存性フィルタを用
意しておき、この用意された形状依存性フィルタの中か
ら処理対象となる被写体画像の前記任意の組合せに適合
する形状依存性フィルタを選択し、この選択した形状依
存性フィルタを用いて前記強調処理を施すことを特徴と
する請求項1記載の異常陰影候補検出方法。 - 【請求項7】 前記第1の形状依存性フィルタがモフ
ォロジフィルタであることを特徴とする請求項1から6
いずれか1項記載の異常陰影候補検出方法。 - 【請求項8】 被写体画像を表す画像情報に基づいて
該被写体画像中の微小石灰化陰影の候補を異常陰影候補
として検出する異常陰影候補検出装置において、 前記被写体画像に対して、前記微小石灰化陰影の形状に
応じた第1の形状依存性フィルタを用いた処理を施すこ
とにより、前記被写体画像中の微細構造部分を表す微細
構造画像を生成する微細構造画像生成手段と、 生成された微細構造画像に対して、前記微小石灰化陰影
の形状に応じた第2の形状依存性フィルタを用いた強調
処理を施すことにより、前記微小石灰化陰影を強調した
強調処理済画像を生成する強調処理済画像生成手段と、 生成された強調処理済画像を用いて前記微小石灰化陰影
の候補を検出する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。 - 【請求項9】 前記強調処理済画像生成手段が、前記
被写体画像を得る際の撮影条件ごとに該撮影条件に適合
する前記第2の形状依存性フィルタを用意しておき、こ
の用意された形状依存性フィルタの中から、処理対象と
なる被写体画像の撮影条件に適合する形状依存性フィル
タを選択し、この選択した形状依存性フィルタを用いて
前記強調処理を施すものであることを特徴とする請求項
8記載の異常陰影候補検出装置。 - 【請求項10】 前記強調処理済画像生成手段が、前
記被写体画像を得る際の読取条件ごとに該読取条件に適
合する前記第2の形状依存性フィルタを用意しておき、
この用意された形状依存性フィルタの中から、処理対象
となる画像の読取条件に適合する形状依存性フィルタを
選択し、この選択した形状依存性フィルタを用いて前記
強調処理を施すものであることを特徴とする請求項8記
載の異常陰影候補検出装置。 - 【請求項11】 前記強調処理済画像生成手段が、前
記被写体画像中の微小石灰化陰影のコントラストごとに
該コントラストに適合する前記第2の形状依存性フィル
タを用意しておき、この用意された形状依存性フィルタ
の中から、処理対象となる被写体画像中における微小石
灰化陰影のコントラストに適合する形状依存性フィルタ
を選択し、この選択した形状依存性フィルタを用いて前
記強調処理を施すものであることを特徴とする請求項8
記載の異常陰影候補検出装置。 - 【請求項12】 前記強調処理済画像生成手段が、前
記被写体画像中の微小石灰化陰影のサイズごとに該サイ
ズに適合する前記第2の形状依存性フィルタを用意して
おき、この用意された形状依存性フィルタの中から、処
理対象となる被写体画像中における微小石灰化陰影のサ
イズに適合する形状依存性フィルタを選択し、この選択
した形状依存性フィルタを用いて前記強調処理を施すも
のであることを特徴とする請求項8記載の微小石灰化陰
影候補検出装置。 - 【請求項13】 前記強調処理済画像生成手段が、前
記被写体画像を得る際の撮影条件、前記被写体画像を得
る際の読取条件、前記被写体画像中の微小石灰化陰影の
コントラスト、および前記被写体画像中の微小石灰化陰
影のサイズの任意の組合せごとに、該組合せに適合する
前記第2の形状依存性フィルタを用意しておき、この用
意された形状依存性フィルタの中から処理対象となる被
写体画像の前記任意の組合せに適合する形状依存性フィ
ルタを選択し、この選択した形状依存性フィルタを用い
て前記強調処理を施すものであることを特徴とする請求
項8記載の微小石灰化陰影候補検出装置。 - 【請求項14】 前記微細構造画像生成手段が、前記
第1の形状依存性フィルタとしてモフォロジフィルタを
用いるものであることを特徴とする請求項8から13い
ずれか1項記載の異常陰影候補検出装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000289286A JP2002099896A (ja) | 2000-09-22 | 2000-09-22 | 異常陰影候補検出方法および装置 |
US09/961,208 US7242794B2 (en) | 2000-09-22 | 2001-09-24 | Method and apparatus for detecting abnormal pattern candidates |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000289286A JP2002099896A (ja) | 2000-09-22 | 2000-09-22 | 異常陰影候補検出方法および装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2002099896A true JP2002099896A (ja) | 2002-04-05 |
Family
ID=18772717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000289286A Pending JP2002099896A (ja) | 2000-09-22 | 2000-09-22 | 異常陰影候補検出方法および装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7242794B2 (ja) |
JP (1) | JP2002099896A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009154125A1 (ja) | 2008-06-17 | 2009-12-23 | オリンパス株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
EP2383698A2 (en) | 2010-04-30 | 2011-11-02 | Olympus Corporation | Image processing apparatus, method and program for detecting an abnormal part from an intraluminal image |
EP2423875A1 (en) | 2010-08-24 | 2012-02-29 | Olympus Corporation | Image processing apparatus, image processing method, and image processing program |
EP2423876A1 (en) | 2010-08-24 | 2012-02-29 | Olympus Corporation | Image processing apparatus, image processing method, and image processing program |
JP2014144141A (ja) * | 2013-01-29 | 2014-08-14 | Fujifilm Corp | 超音波診断装置および超音波画像生成方法 |
EP3777691A1 (en) | 2019-08-15 | 2021-02-17 | FUJI-FILM Corporation | Image display device, image display method, image display program, image management device, image management method, and image management program |
EP3785635A2 (en) | 2019-08-27 | 2021-03-03 | FUJI-FILM Corporation | Image display device, image display method, image display program, image management device, image management method, and image management program |
JP2021090761A (ja) * | 2014-12-12 | 2021-06-17 | ライトラボ・イメージング・インコーポレーテッド | 血管内の特徴を検出し且つ表示するためのシステム及び方法 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003057771A (ja) * | 2001-08-20 | 2003-02-26 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
JP2005160916A (ja) * | 2003-12-05 | 2005-06-23 | Fuji Photo Film Co Ltd | 石灰化陰影判定方法、石灰化陰影判定装置及びプログラム |
US20050053270A1 (en) * | 2003-09-05 | 2005-03-10 | Konica Minolta Medical & Graphic, Inc. | Image processing apparatus and signal processing apparatus |
JP4453321B2 (ja) * | 2003-09-26 | 2010-04-21 | コニカミノルタエムジー株式会社 | 医用画像処理装置及びプログラム |
US7870504B1 (en) * | 2003-10-01 | 2011-01-11 | TestPlant Inc. | Method for monitoring a graphical user interface on a second computer display from a first computer |
US7738683B2 (en) * | 2005-07-22 | 2010-06-15 | Carestream Health, Inc. | Abnormality detection in medical images |
JP4247691B2 (ja) * | 2006-05-17 | 2009-04-02 | ソニー株式会社 | 登録装置、照合装置、登録方法、照合方法及びプログラム |
JP4895204B2 (ja) * | 2007-03-22 | 2012-03-14 | 富士フイルム株式会社 | 画像成分分離装置、方法、およびプログラム、ならびに、正常画像生成装置、方法、およびプログラム |
US20090041322A1 (en) * | 2007-07-10 | 2009-02-12 | Seimens Medical Solutions Usa, Inc. | Computer Assisted Detection of Polyps Within Lumen Using Enhancement of Concave Area |
EP2194486A1 (en) * | 2008-12-04 | 2010-06-09 | Koninklijke Philips Electronics N.V. | A method, apparatus, and computer program product for acquiring medical image data |
CN102934126A (zh) * | 2010-04-30 | 2013-02-13 | 沃康普公司 | 放射摄影图像中的微钙化检测和分级 |
US9984283B2 (en) * | 2015-02-14 | 2018-05-29 | The Trustees Of The University Of Pennsylvania | Methods, systems, and computer readable media for automated detection of abnormalities in medical images |
EP3701852B1 (en) * | 2017-10-26 | 2023-05-10 | FUJIFILM Corporation | Medical image processing device |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4907156A (en) * | 1987-06-30 | 1990-03-06 | University Of Chicago | Method and system for enhancement and detection of abnormal anatomic regions in a digital image |
US5319549A (en) * | 1992-11-25 | 1994-06-07 | Arch Development Corporation | Method and system for determining geometric pattern features of interstitial infiltrates in chest images |
JP3472596B2 (ja) * | 1993-06-11 | 2003-12-02 | 株式会社日立製作所 | ノイズ低減フィルター |
JPH07299053A (ja) * | 1994-04-29 | 1995-11-14 | Arch Dev Corp | コンピュータ診断支援方法 |
JPH08294479A (ja) | 1995-01-23 | 1996-11-12 | Fuji Photo Film Co Ltd | 計算機支援画像診断装置 |
DE69629732T2 (de) | 1995-01-23 | 2004-07-15 | Fuji Photo Film Co., Ltd., Minami-Ashigara | Vorrichtung zur rechnerunterstützten Diagnose |
JP3596786B2 (ja) | 1995-01-24 | 2004-12-02 | 富士写真フイルム株式会社 | 異常陰影候補の検出方法 |
JP3731760B2 (ja) | 1995-03-29 | 2006-01-05 | 富士写真フイルム株式会社 | 画像処理方法 |
EP1134697B1 (en) | 1995-03-29 | 2007-02-14 | Fuji Photo Film Co., Ltd. | Image processing method and apparatus |
JP3597272B2 (ja) * | 1995-10-12 | 2004-12-02 | 富士写真フイルム株式会社 | 異常陰影候補の検出方法 |
-
2000
- 2000-09-22 JP JP2000289286A patent/JP2002099896A/ja active Pending
-
2001
- 2001-09-24 US US09/961,208 patent/US7242794B2/en not_active Expired - Fee Related
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8478010B2 (en) | 2008-06-17 | 2013-07-02 | Olympus Corporation | Image processing apparatus, image processing program recording medium, and image processing method |
WO2009154125A1 (ja) | 2008-06-17 | 2009-12-23 | オリンパス株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
EP2383698A2 (en) | 2010-04-30 | 2011-11-02 | Olympus Corporation | Image processing apparatus, method and program for detecting an abnormal part from an intraluminal image |
US8811698B2 (en) | 2010-04-30 | 2014-08-19 | Olympus Corporation | Image processing apparatus, image processing method, and computer-readable recording medium |
US8620042B2 (en) | 2010-08-24 | 2013-12-31 | Olympus Corporation | Image processing apparatus, image processing method, and computer-readable recording medium |
US8620043B2 (en) | 2010-08-24 | 2013-12-31 | Olympus Corporation | Image processing apparatus, image processing method, and computer-readable recording medium |
EP2423876A1 (en) | 2010-08-24 | 2012-02-29 | Olympus Corporation | Image processing apparatus, image processing method, and image processing program |
EP2423875A1 (en) | 2010-08-24 | 2012-02-29 | Olympus Corporation | Image processing apparatus, image processing method, and image processing program |
JP2014144141A (ja) * | 2013-01-29 | 2014-08-14 | Fujifilm Corp | 超音波診断装置および超音波画像生成方法 |
JP2021090761A (ja) * | 2014-12-12 | 2021-06-17 | ライトラボ・イメージング・インコーポレーテッド | 血管内の特徴を検出し且つ表示するためのシステム及び方法 |
JP7137647B2 (ja) | 2014-12-12 | 2022-09-14 | ライトラボ・イメージング・インコーポレーテッド | 血管内の特徴を検出し且つ表示するためのシステム |
EP3777691A1 (en) | 2019-08-15 | 2021-02-17 | FUJI-FILM Corporation | Image display device, image display method, image display program, image management device, image management method, and image management program |
EP3785635A2 (en) | 2019-08-27 | 2021-03-03 | FUJI-FILM Corporation | Image display device, image display method, image display program, image management device, image management method, and image management program |
Also Published As
Publication number | Publication date |
---|---|
US7242794B2 (en) | 2007-07-10 |
US20020057826A1 (en) | 2002-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2002099896A (ja) | 異常陰影候補検出方法および装置 | |
te Brake et al. | An automatic method to discriminate malignant masses from normal tissue in digital mammograms1 | |
JP5041821B2 (ja) | 放射線医学的徴候の検出のためのトモシンセシス投影画像の処理装置 | |
CN107527341B (zh) | 血管造影图像的处理方法和系统 | |
JPH08294479A (ja) | 計算機支援画像診断装置 | |
JP3590216B2 (ja) | 異常陰影候補の検出方法および装置 | |
George et al. | Efficient preprocessing filters and mass segmentation techniques for mammogram images | |
JP4099984B2 (ja) | 異常陰影検出装置および画像出力装置 | |
Rad et al. | Computer-aided dental caries detection system from X-ray images | |
Kumar et al. | Detection system for lung cancer based on neural network: X-Ray validation performance | |
JPH09251535A (ja) | 2次元多階調画像におけるパタン検出方法及び装置 | |
Cerneaz et al. | Finding curvilinear structures in mammograms | |
JP2006340835A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
JPH10108073A (ja) | 骨部画像処理方法および装置 | |
JP3731760B2 (ja) | 画像処理方法 | |
JP2005530261A (ja) | 画像処理における、または画像処理に関する改良 | |
Kayode et al. | An explorative survey of image enhancement techniques used in mammography | |
Shahin et al. | Breast cancer detection using modified Hough transform | |
JP2001357381A (ja) | 異常陰影候補検出方法および検出システム | |
Noviana et al. | Axial segmentation of lungs CT scan images using canny method and morphological operation | |
Guo | Computer-aided detection of breast cancer using ultrasound images | |
JPH08287230A (ja) | 計算機支援画像診断装置 | |
JP2005211439A (ja) | 異常陰影表示装置およびそのプログラム | |
Khan et al. | Brain tumor detection based on magnetic resonance imaging analysis using segmentation, thresholding and morphological operations | |
JP3807541B2 (ja) | 乳房画像表示方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050912 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061202 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081001 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081014 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090407 |