CN112888356A - 电子内窥镜系统与数据处理装置 - Google Patents

Abstract

电子内窥镜系统具备评估值计算部、判定部和典型值决定部。评估值计算部构成为，求出用于表示在沿器官内区域的纵深方向延伸的预定区间内进行拍摄的多个图像各自的活组织的病变程度的评估值。判定部构成为，根据所述评估值的偏差程度，来判断在所述区间内的病变程度是否发生变化。典型值决定部构成为，在判断为病变程度发生变化的情况下和判断为没有发生变化的情况下，通过不同的方法来确定代表所述评估值的所述区间的典型值。

Description

电子内窥镜系统与数据处理装置

技术领域

本发明涉及一种用于处理器官内活组织的图像的电子内窥镜系统和数据处理装置。

背景技术

活组织中的病变部位从活组织的粘膜层变薄、表面粗糙、发红的炎症到粘膜层及其下层局部缺损的溃疡，存在不同等级的严重程度。例如，在溃疡性大肠炎(UC:UlcerativeColitis)发生病变的溃疡部位，因带有白苔和脓状粘液而发白，而在发炎部位，则伴有水肿和易充血的红色。可以通过内窥镜系统对这种病变部位进行拍摄和观察。

然而，为了使外科医生能够通过内窥镜图像中所包含的颜色差异来识别正常部位和病变部位，需要在技术熟练者的指导下接受长时间的训练。此外，即使是技术熟练的外科医生也不太容易从颜色的细微差异中识别出病变部位，因此需要仔细的工作。因此，优选地，内窥镜系统提供用于客观地量化病变部位的病变程度的评估结果。

相对于此，已知一种内窥镜系统，其能够抑制因图像的亮度所引起的发炎部位的评估值的波动，执行稳定的评估值计算，并且能够减轻评估值计算的处理负担(专利文献1)。

现有技术文献

专利文献

专利文献1国际公开第2017/057680号

发明内容

发明所要解决的课题

在上述内窥镜系统中，其具备：光源装置，其用于向被摄体照射照明光；图像获取部，其用于利用摄像元件对来自被摄体的反射光进行拍摄，并获取包含至少3个以上的颜色分量的彩色图像；以及评估部，其用于根据线段和基准轴所形成的角度来求出与各个像素的目标疾病相关的评估结果，其中，线段用于在由至少3个以上的颜色分量中的至少2个颜色分量所定义的颜色平面内，对构成设定于颜色平面内的预定基准点和由图像获取部所获取的彩色图像的各个像素在颜色平面内的像素对应点进行连接，而基准轴与目标疾病具有相关性。设定基准轴以使其通过预定的基准点。基准轴是在颜色平面中与炎症程度为预定值以下的目标疾病具有相关性的轴和与炎症程度为预定值以上的目标疾病具有相关性的轴中的至少一个。

根据这种结构，可以抑制因图像的亮度所引起的炎症评估值的波动，稳定地进行炎症评估值的计算，并且可以抑制炎症评估值计算的处理负担。

但是，图像的亮度例如根据被摄体与内窥镜之间的距离等的拍摄条件而发生变化，即使拍摄炎症强度相同的活组织的部位，炎症评估值也会产生偏差。另一方面，当病变程度沿器官内的纵深方向发生变化时，炎症评估值也会发生变动，并且产生偏差。在上述内窥镜系统中，难以理解炎症评估值的偏差是由于图像的亮度还是病变程度的变化，难以判断病变程度是否在纵深方向上发生变化。存在根据病变程度是否发生变化来治疗病变部位的方法也不同的情况。

因此，本发明的目的在于获得一种指标，其可以在用于处理器官内部的活组织的图像的电子内窥镜系统以及数据处理装置中，适当地表示器官内的预定区域内的病变程度。

用于解决课题的方案

本发明的一个实施方式是一种电子内窥镜系统，具体是一种具备具有对在纵深方向上扩散的器官内的活组织进行拍摄的结构的内窥镜、以及具有对所拍摄的活组织的图像进行处理的结构的处理器的电子内窥镜系统。该电子内窥镜系统的特征在于，其具备：

评估值计算部，其构成为，求出用于对在沿所述器官内的区域的纵深方向的预定区间内所拍摄的多个图像中的每一个的活组织的病变程度进行表示的评估值；

判定部，其构成为，根据所述评估值的偏差程度，来判断所述区间内的病变程度是否发生变化；

以及典型值决定部，其构成为，在判断为病变程度发生变化的情况下和判断为没有发生变化的情况下，通过不同的方法来确定用于代表所述评估值的所述区间的典型值。

优选地，所述判定部构成为，使用用于表示从所述评估值获得的所述偏差程度的指标来进行所述判断，当所述指标表示的所述偏差程度大于等于预定值时，判断为所述病变程度在所述区间内发生变化。

优选地，所述指标是所述评估值中的最大值与最小值之间的差。

优选地，所述指标是所述评估值的标准偏差或方差。

优选地，所述指标是用于表示使所述评估值按照进行所述拍摄的所述图像的顺序回归的回归直线的拟合程度的指标。

优选地，所述电子内窥镜系统还具备位置信息处理部，该位置信息处理部构成为，将拍摄了所述图像中的每一个的所述器官内的摄像位置信息与所述图像中的每一个相对应，

所述判定部还利用所述摄像位置信息来确定所述病变程度发生变化的所述区间内的区域。

优选地，所述评估值计算部求出的评估值是用于表示在包含所述区间在内的并在纵深方向上对所述器官内区域进行划分的多个区间的每一个中所拍摄的多个图像每一个的活组织的病变程度的评估值，

所述电子内窥镜系统还具备区间确定部，该区间确定部构成为，利用所述摄像位置信息来确定在所述多个区间中的哪个区间拍摄了所述图像。

优选地，所述判定部构成为对所述区间中的每一个进行所述判断，

所述典型值决定部构成为针对所述区间中的每一个确定所述典型值。

优选地，其还具备位置信息处理部，该位置信息处理部构成为，将拍摄了所述图像中的每一个的所述器官内的摄像位置信息与所述图像中的每一个相对应，

所述判定部构成为，使用用于使所述评估值回归到所述摄像位置的回归直线的斜率来进行所述判断，当所述斜率大于等于预定值时，判断为所述病变程度在所述区间内发生变化。

优选地，所述判定部构成为，还使用用于表示所述回归直线的拟合程度的指标来进行所述判断，当所述指标所表示的所述拟合程度超过预定值时，使用所述回归直线的所述斜率来进行所述判断。

优选地，所述判定部构成为，根据所述回归直线的所述斜率的大小，来确定所述区间内的所述病变的变化程度。

优选地，所述判定部构成为，根据所述评估值中的一部分的评估值的偏差来进行所述判断。

优选地，所述典型值决定部构成为，当判断为所述病变程度在所述区间内发生变化时，将所述评估值中的在该区间所拍摄的所述图像的至少一部分评估值的最大值作为该区间的所述典型值。

优选地，所述典型值决定部构成为，当判断为所述病变程度在所述区间内没有发生变化时，将所述评估值中的在该区间所拍摄的所述图像的至少一部分评估值的平均值、众值、以及中间值中的任意一个作为该区间的所述典型值。

优选地，所述电子内窥镜系统还具备监视器，该监视器构成为，在判断为病变程度发生变化的情况下和判断为病变程度没有发生变化的情况下，以不同的显示方式对所述病变程度是否发生变化的判断结果信息进行画面显示。

本发明的另一实施方式是对在纵深方向上扩散的器官内的活组织图像进行处理的数据处理装置。该数据处理装置的特征在于，其具备：

评估值计算部，其构成为，求出用于对在沿所述器官内的区域的纵深方向的预定区间内所拍摄的多个图像中的每一个的活组织的病变程度进行表示的评估值；

判定部，其构成为，根据所述评估值的偏差程度，来判断所述区间内的病变程度是否发生变化；

以及典型值决定部，其构成为，在判断为病变程度发生变化的情况下和判断为没有发生变化的情况下，通过不同的方法来确定用于代表所述评估值的所述区间的典型值。

发明效果

根据上述电子内窥镜系统以及数据处理装置，可以获得一种指标，其可以适当地表示器官内的预定区域内的病变程度。

附图说明

图1为示出一个实施方式中的内窥镜系统结构的框图。

图2为图1所示的图像处理单元中的用于对器官纵深方向上的病变扩散进行评估的部分的结构说明图。

图3为在一实施方式中使用的颜色空间内的基准轴的示例说明图。

图4为用于计算在一实施方式中使用的活组织红色度的偏移角计算方法的说明图。

图5的(a)、(b)为用于表示拍摄次数和所拍摄的图像的图像评估值之间的关系的图表。

图6的(a)、(b)为用于表示拍摄次数和所拍摄的图像的图像评估值之间的关系的图表。

图7的(a)、(b)为用于表示拍摄次数和所拍摄的图像的图像评估值之间的关系的图表。

图8的(a)、(b)为用于表示拍摄次数和所拍摄的图像的图像评估值之间的关系的图表。

图9为示出由一实施方式中的评估单元执行的、从图像获取到求出每个区间的典型评估值的流程的示例的图。

图10为示出由一实施方式中的评估单元执行的、从图像获取到求出每个区间的典型评估值的流程的另一示例的图。

图11为在一实施方式的内窥镜系统中作为检测对象的器官的示例即大肠的说明图。

图12为示出一实施方式中的病变评估部的评估结果的示例的图。

图13为示出一实施方式中的病变评估部的评估结果的又一例的图。

图14为示出一实施方式中的病变评估部的评估结果的又一例的图。

图15为示出在一实施方式中的监视器上所显示的包括一帧运动图像的画面的示例的图。

具体实施方式

下面，在参照附图对本发明的实施方式中的电子内窥镜系统和数据处理装置进行说明之前，首先，将概念性地说明器官内部病变程度的评估方法。

(器官内部病变程度的评估概要)

下面说明的实施方式中的电子内窥镜系统的处理器处理由电子内窥镜拍摄的器官内部活组织的图像，并评估病变的程度。病变程度至少包含病变强度，并且根据一实施方式，还包括病变扩散。例如，在拍摄器官内部的活组织时，将电子内窥镜从管状器官的开口端插入至作为器官内部的纵深方向上的拍摄对象的最深部位置处，从此处朝向器官的开口端基本连续移动的同时，拍摄器官内部的活组织。纵深方向包括从开口端到最深部侧的方向和从最深部侧到开口端侧的方向等两个方向。

活组织所拍摄的图像可以是间隔一定时间连续拍摄的运动图像，而且，也可以是在器官内一边移动电子内窥镜一边断断续续拍摄的多个静止图像。当移动电子内窥镜时，电子内窥镜的速度未必是恒定的，而且，也可以返回到电子内窥镜已通过的位置进行拍摄，即部分可以朝着与移动方向相反的方向来拍摄。另外，在一实施方式中，当拍摄运动图像时，以基本相同的速度在基本相同的方向上移动电子内窥镜的同时进行拍摄。

在评估病变程度时，处理器针对利用白光照明光进行照射的活组织的多个图像中的每一个来计算用于表示每一个图像中的病变强度的图像评估值(评估值)。此图像评估值并不受特别限定，例如，当病变发炎时，可以列举用于根据病变部位的颜色分量信息(例如红色)来评估病变部位(发炎部位)的炎症程度的炎症评估值。

评估对象的器官并不受特别限制，例如，可以列举咽喉～食道、胃、十二指肠、小肠、大肠等消化道等。

此外，例如，也可以将使用包括波长为405nm的激光、波长为445nm的激光、以及利用波长为445nm的激光使荧光体发光的445～700nm的荧光的特殊光对活组织进行照射并拍摄，从通过拍摄获得的3个RGB图像信号中创建2个图像信号的比率，利用对这2个图像信号执行预定增强处理后的处理结果来创建的每个图像的评估值、例如用于评估萎缩性胃炎中的粘膜等的评估值作为上述图像评估值。

此外，例如，也可以将分别用波长为600nm的光、波长为630nm的光和波长为540nm的光作为照明光对活组织进行照射并拍摄，利用对通过拍摄获得的图像执行预定增强处理后的处理结果来创建的每个图像的评估值、例如用于评估粘膜深部血管的状态的评估值作为上述图像评估值。

此外，也可以将用光照射的、并通过染色等实施过预处理的消化道粘膜细胞放大拍摄后，将细胞核的特征量(长度、直径、周长、正圆度等形状信息)的平均值等作为用于评估非肿瘤、腺瘤、癌症等病变程度的评估值即图像评估值。

此外，图像评估值可以是每个图像所获得的Mayo评分等的评估值。在这种情况下，可以将使用通过所拍摄的图像来执行机器学习的评估装置计算出的评估值设定为上述图像评估值。此外，图像评估值可以是对每个图像的组织病理学评估进行量化的数值。

处理器根据沿所拍摄的器官内区域的纵深方向在预定区间中拍摄活组织的多个图像的图像评估值，来计算图像评估值的典型评估值(典型值)，并且使用此典型评估值来评估预定区间内的病变程度。作为评估对象的区间可以是器官内的一个区间，但是根据一实施方式，优选为在纵深方向上划分器官内区域的多个区间。此时，当对每个图像进行拍摄时，使所拍摄的器官内部的摄像位置信息与图像中的每一个相对应。此外，根据一实施方式，优选地，具备病变评估部，其构成为使用典型评估值来评估病变程度。具体而言，处理器利用所获取的摄像位置信息，对在纵深方向上划分所拍摄的器官内区域的多个区间中的每一个，使用对各个区间计算出的典型评估值，来评估在器官的纵深方向上连续扩散的病变扩散和强度。在下面的说明中，以利用摄像位置信息，对多个区间中的每一个计算典型评估值，并且评估病变强度和扩散以作为病变程度的情况为例进行说明。

在此，所谓区间是以摄像位置的采样间隔以上的距离来划分的区间。根据一实施方式，此区间是以预定间隔划分的区间。预定间隔可以是恒定间隔，或者也可以不是恒定的。此外，预定间隔可以在典型评估值的计算期间随时变更。例如，可以将预先以较小的间隔划分的区间变更为较大的区间、例如作为在器官内可以与其他部分可识别地区分开的部分的分段。

根据一实施方式，病变程度的评估包括：针对多个区间中的每一个，求出与此区间相对应的图像评估值的典型评估值，并且显示典型评估值在纵深方向上的分布的情况、或者提供与使用图像评估值判断的包括病变部位在内的区间相对应的典型评估值的合计值的情况。由此，可以分等级地评估用于同时评估病变扩散和强度的病变程度。

如此一来，利用拍摄每一个图像的器官内部的摄像位置信息，针对划分所拍摄的器官内部区域的多个区间中的每一个，通过图像评估值来计算图像评估值的典型评估值，可以高精度地评估病变扩散。典型评估值是区间中的病变强度的指标。因此，不仅可以针对所拍摄的多个图像中的每一个来评估活组织的局部病变强度，而且还可以高精度地执行包括器官纵深方向上的病变扩散和病变强度在内的综合评估。在此，病变扩散表示病变在纵深方向上连续扩散。因此，即使在器官内离散分布的多个位置处离散地拍摄图像并计算图像评估值，也难以评估病变扩散。

(电子内窥镜系统的说明)

图1为示出本发明的一个实施方式中的电子内窥镜系统1的结构的框图。如图1所示，电子内窥镜系统1具备电子观测器100、电子内窥镜用处理器200、监视器300以及打印机400。

电子内窥镜用处理器200具备系统控制器202和时序控制器206。系统控制器202执行存储在存储器204中的各种程序，并且集成控制整个电子内窥镜系统1。此外，系统控制器202根据输入到操作面板208的用户(外科医生或助手)的指令来变更电子内窥镜系统1的各种设定。在操作面板208中，例如，可以执行用于设定作为典型值使用的统计量的输入，此时，可以根据后述的判断结果来设定不同的统计量。时序控制器206向电子内窥镜系统1内的各电路输出用于调整各部操作时间的时钟脉冲。

电子内窥镜用处理器200具备用于向电子观测器100提供照明光的光源部230。尽管图中未示出，但是光源部230具备例如通过接收由灯电源供给的驱动功率来发射白色照明光的高亮度灯，例如氙气灯、金属卤化物灯、水银灯或卤素灯。光源部230被配置为，从高亮度灯射出的照明光在通过图中未示出的聚光透镜聚光后，经由图中未示出的调光装置入射在电子观测器100的LCB(Light Carrying Bundle)102的入射端上。

或者，光源部230具备多个发光二极管，其用于射出预定颜色的波段的光。光源部230被配置为，使用二向色镜等光学元件合成从发光二极管射出的光，将合成的光作为照明光，并通过图中未示出的聚光透镜聚光后，入射到电子观测器100的LCB(Light CarryingBundle)102的入射端上。可以使用激光二极管代替发光二极管。与其他光源相比，由于发光二极管和激光二极管具有低功耗、低发热量等特征，因此具有能够在抑制功耗和发热量的同时获得明亮图像的优点。通过获取明亮的图像，可以提高与后述炎症相关的的评估值的精度。

另外，在图1所示的示例中，光源部230内置在电子内窥镜用处理器200中，但是也可以作为与电子内窥镜用处理器200分开的装置而设置在电子内窥镜系统1中。此外，光源部230也可以设置在后述电子观测器100的前端部。在这种情况下，不需要设置用于引导照明光的LCB102。

从入射端入射到LCB102内的照明光在LCB102内传播，并从布置在电子观测器100的前端部内的LCB102的端部射出，并经由配光透镜104照射到作为被摄体的器官内部的活组织中。来自活组织的反射光经由物镜106在固体摄像元件108的受光面上形成光学图像。

固体摄像元件108例如是用于在受光面上布置IR(Infrared)截止滤光片108a、采用拜尔阵列滤色器108b等各种滤光片的单片式彩色CCD(Charge-Coupled Device)图像传感器，根据在受光面上成像的光学图像生成R(Red)、G(Green)、B(Blue)各原色信号。代替单片式彩色CCD图像传感器，也可以使用单片式彩色CMOS(Complementary Metal OxideSemiconductor)图像传感器。CMOS图像传感器与CCD图像传感器相比，通常具有图像整体变暗的倾向。因此，当使用CMOS图像传感器时，在如下所述的用于评估病变程度的量化处理中，抑制因图像的亮度所引起的病变部位中病变严重程度的波动的有益效果更为明显。如此一来，电子观测器100使用固体摄像元件108对器官内部的活组织进行拍摄，并生成运动图像。

电子观测器100与处理器200之间的连接部内部具备驱动器信号处理电路112。驱动器信号处理电路112对从固体摄像元件108输入的原色信号执行颜色插值、矩阵运算等预定信号处理后，生成图像信号(亮度信号Y、色差信号Cb、Cr)，并将生成的图像信号输出到电子内窥镜用处理器200的图像处理单元220上。此外，驱动器信号处理电路112访问存储器114并读取电子观测器100的特有信息。记录在存储器114中的电子观测器100的特有信息例如包括固体摄像元件108的像素数、灵敏度、可操作帧速率、型号等。驱动器信号处理电路112将从存储器114读取的特有信息输出到系统控制器202中。

系统控制器202基于电子观测器100的特有信息执行各种运算，并生成控制信号。系统控制器202使用所生成的控制信号来控制电子内窥镜用处理器200内的各个电路的操作和时间，以便执行与连接于电子内窥镜用处理器200的电子观测器100相适应的处理。

时序控制器206根据由系统控制器202所执行的时序控制，向驱动器信号处理电路112、图像处理单元220以及光源部230供给时钟脉冲。驱动器信号处理电路112根据从时序控制器206所供应的时钟脉冲，按照与在电子内窥镜用处理器200侧上执行处理的图像帧速率同步的时序，驱动控制固体摄像元件108。

图像处理单元220是能够根据外科医生的指令或者根据预先设定的处理内容进行图像处理的部分。在系统控制器202的控制下，图像处理单元220根据从驱动器信号处理电路112所输入的拍摄图像的图像信号，生成用于在监视器上显示内窥镜图像等的视频信号，并输出到监视器300上。更进一步地，作为图像处理的一部分，图像处理单元220对所拍摄的活组织的多个图像进行处理并评估器官的病变程度，生成用于在监视器上显示此评估结果的视频信号，并输出到监视器300上。具体而言，图像处理单元220根据由电子观测器100获得的活组织的多个图像来计算出用于表示每一个图像中的活组织的病变程度的后述图像评估值。另外，电子观测器100一边沿着器官内部的纵深方向基本连续地移动(也包括纵深方向上的摄像位置朝着相反的方向发生部分偏离的情况)，一边以设定的帧速率对器官内部的活组织进行拍摄。因此，图像处理单元220利用沿着基本纵深方向基本连续地拍摄的图像的图像评估值、以及对多个图像中的每一个进行拍摄的器官内部的摄像位置信息，针对以预定间隔划分所拍摄的器官内部区域的多个区间中的每一个来计算图像评估值的典型评估值，并且利用此典型评估值来评估用于在器官内部的纵深方向上连续扩散的病变程度。典型评估值是用于代表在区间内所拍摄的多个图像的图像评估值的评估值。

更进一步地，图像处理单元220根据图像内的各个像素的后述像素评估值来生成替换了各个像素颜色的颜色映射图像。图像处理单元220生成用于在监视器上显示器官中病变程度的评估结果信息和上述颜色映射图像的视频信号，并输出到监视器300上。由此，外科医生能够通过在监视器300的显示屏上显示的图像来接收在所关注器官的纵深方向上扩散的病变程度的评估结果。图像处理单元220根据需要将颜色映射图像和器官中的病变程度的评估结果信息输出到打印机400上。

电子内窥镜用处理器200经由NIC(Network Interface Card)210和网络500连接至服务器600上。电子内窥镜用处理器200可以从服务器600下载与内窥镜检查相关的信息(例如，患者的电子病历信息、外科医生信息、过去在同一器官中的病变程度的评估结果)。所下载的信息例如显示在监视器300的显示屏或操作面板208上。此外，电子内窥镜用处理器200将内窥镜检查结果(内窥镜图像数据、检查条件、器官病变程度的评估结果、外科医生的发现等)上传到服务器600上，从而保存在服务器600上。

图2为对图像处理单元220的区间内的病变程度进行评估的部分的结构说明图。图像处理单元220是被配置为对由电子观测器100拍摄的活组织的多个图像进行处理并评估病变程度的部分。图像处理单元220具备预处理部220a、图像评估值计算部220b、摄像位置信息处理部220c、判定部220d、病变评估部220e、病变部位计算部220f、以及评估结果整合部220g。预处理部220a、图像评估值计算部220b、摄像位置信息处理部220c、病变评估部220e、病变部位计算部220f、以及评估结果整合部220g可以是通过启动存储在存储器204中的软件而形成的软件模块，也可以由硬件构成。

另外，在图2所示的实施方式中，电子内窥镜系统1具备后述的位置测量系统250，图像处理单元220具备摄像位置信息处理部220c，但是在另一实施方式中，电子内窥镜系统1不具备位置测量系统250以及摄像位置信息处理部220c。此外，图像处理单元220具备病变部位计算部220f，但是在另一实施方式中，其不具备病变部位计算部220f。

根据一实施方式，图像评估值计算部220b针对每个图像评估作为病变示例的炎症程度。下面，作为病变的示例，列举由溃疡性大肠炎等产生的炎症进行说明。

图像评估值计算部220b将用于针对每个像素量化活组织的红色度的活组织红色度作为像素评估值，并将通过累积处理整个图像中的像素评估值而汇总成一个数值的值作为图像评估值进行计算。即，利用活组织的红色度来评估活组织的炎症强度。下面，将以计算用于表示炎症程度的活组织红色度的形式为例进行说明。

(预处理部220a)

预处理部220a是对用于评估活组织所呈现出的红色度的图像实施预处理的部分。如示例所示，预处理部220a执行RGB转换、颜色空间转换、基准轴的设定和颜色校正等各种处理。

预处理部220a使用预定矩阵系数将从驱动器信号处理电路112输入的图像信号(亮度信号Y、色差信号Cb、Cr)转换为图像颜色分量(R、G、B)。

预处理部220a还执行用于将转换为图像颜色分量的图像数据正投影在RG平面上的颜色转换。具体而言，将由RGB3原色定义的RGB颜色空间中的各个像素的图像颜色分量转换为RG的图像颜色分量。从概念上讲，RGB颜色空间中各个像素的图像颜色分量根据R、G分量的像素值在RG平面内(例如，取R分量的像素值＝0～255、G分量的像素值＝0～255的值的RG平面内的区域)进行绘制。下面，为了便于说明，将RGB颜色空间中各个像素的图像颜色分量的点和在RG颜色空间中绘制的图像颜色分量的点称为“像素对应点”。RGB颜色空间的RGB各自的图像颜色分量例如依次为波长为620～750nm、波长为495～570nm、以及波长为450～495nm的颜色分量。另外，颜色分量构成颜色空间(也包括颜色平面)。色相和饱和度从“颜色分量”中排除。

预处理部220a设定用于评估活组织的红色度时所需的RG平面内的基准轴。

在作为被摄体的患者器官内部的活组织中，由于血红蛋白色素等的影响，图像颜色分量中的R分量相对于其他分量(G分量和B分量)占支配地位。当病变部位的病变程度低并且病变部位为发炎部位时，炎症越严重，红色(R分量)相对于其他颜色(G分量和B分量)就越重。但是，器官内的拍摄图像会随着影响亮度的拍摄条件(例如，照明光的照射情况、被摄体与内窥镜的距离)的变化而变化。示例性地，照明光未到达的阴影部分是黑色的(无彩色，例如R，G和B的图像颜色分量的值为零或接近零的值)，并且照明光强烈照射后正反射的部分是白色的(无彩色，例如当R，G和B的图像颜色分量的值为8位灰度时，该值为255或接近255的值)。即，即使在对发生炎症的相同发炎部位进行拍摄的情况下，照明光照射越强烈，此发炎部位的像素值越大。因此，根据照明光的照射情况，图像的颜色分量的值有时会取与炎症强度不相关的值。同样地，根据被摄体与内窥镜的距离，图像的颜色分量的值有时也会取与炎症强度不相关的值。

通常，未发生炎症的器官内部的健康部位被粘膜完全覆盖。与此相对，发生炎症的器官内部的发炎部位没有被粘膜完全覆盖。具体而言，在血管扩张的同时，血液和体液从血管漏出，因此粘膜相对变薄，并且容易看见血液的颜色。粘膜基本上是白色的，但颜色略带黄色，图像上映出的颜色(黄色)根据其深浅(粘膜厚度)的变化而变化。因此，认为粘膜的深浅也是评估炎症程度的指标之一。

因此，如图3所示，在RG颜色空间内，将穿过(50,0)和(255,76)的直线设为基准轴之一，并且将穿过(0,0)和(255,192)的直线也设为基准轴之一。为了便于说明，将前一个基准轴称为“血红蛋白变化轴AX1”，将后一个基准轴称为“粘膜变化轴AX2”。图3为在一实施方式中使用的颜色空间内的基准轴的示例说明图。

图3所示的绘图是通过分析器官内部的多个参考图像而获得的结果。在分析中所使用的参考图像中，包括炎症程度最高的炎症图像示例(严重等级最高的炎症图像示例)、炎症程度最低的炎症图像示例(实质上可视为健康部位的图像示例)等各个阶段的炎症图像示例。另外，在图3所示的示例中，为了使附图清楚，仅仅示出了通过分析结果而获得的绘图的一部分。通过分析结果而实际获得的绘图数量远远多于图3所示的绘图数量。

如上所述，炎症越严重，图像的颜色分量中R分量相对于其他分量(G分量和B分量)就越重。因此，在图3所示的示例中，在绘图分布区域与未分布区域之间的边界线上，将比G轴更靠近R轴的边界线上的轴、以及穿过(50,0)和(255,76)的边界线上的轴设为炎症程度最严重的部分、即与炎症程度最高的部位的相关性高的轴。此轴是血红蛋白变化轴AX1。在血红蛋白变化轴AX1上，重叠有与在各种拍摄条件、例如，各种照明光的照射情况下拍摄的炎症程度最严重的发炎部位相对应的绘图。因此，血红蛋白变化轴AX1是随着活组织的炎症程度的增加而所绘制的像素对应点就越收敛的轴。

另一方面，越接近健康部位，图像的颜色分量中G分量(或者B分量)相对于R分量就越重。因此，在图3所示的示例中，在绘图分布区域与未分布区域之间的边界线上，将比R轴更靠近G轴的边界线上的轴、以及穿过(0,0)和(255,192)的边界线上的轴设为炎症程度最轻的部分、实质上可以视为健康部位的相关性高的轴。此轴是粘膜变化轴AX2。在粘膜变化轴AX2上，重叠有与在各种拍摄条件、例如，各种照明光的照射情况下拍摄的炎症程度最轻的部分、即实质上可以视为正常部位相对应的绘图。因此，粘膜变化轴AX2是随着炎症程度的降低(越靠近健康部位)而所绘制的像素对应点就越收敛的轴。

作为补充，病变部位的病变程度最高的部分伴随出血。另一方面，病变程度最低的部分实质上是正常的健康部位，因此被粘膜完全覆盖。因此，可以认为图3所示的RG颜色空间内的绘图分布在夹在与血液(血红蛋白色素)相关性最高的轴和与粘膜颜色相关性最高的轴之间的区域中。因此，在绘图分布区域与未分布区域之间的边界线上，靠近R轴(R分量占比大)的边界线相当于表示炎症程度最高的发炎部位的轴(血红蛋白变化轴AX1)，靠近G轴(G分量占比大)的边界线相当于表示炎症程度最低的发炎部位的轴(粘膜变化轴AX2)。

在以这种方式设定基准轴之后，针对正投影的图像的颜色分量执行用于对表示后述红色程度的活组织红色度进行计算的处理。在执行用于计算此活组织红色度的处理之前，对正投影的像素数据执行颜色校正。

图3所示的基准轴是示例，并且基准轴根据疾病种类的不同而不同。

预处理部220a在计算炎症评估值之前，对在RG颜色空间中表示的图像的颜色分量执行颜色校正。校正矩阵系数存储在存储器204中。如下式所示那样，预处理部220a使用校正矩阵系数校正作为各个像素RG颜色空间内的像素对应点的像素数据(R、G)，以便使用不同的电子内窥镜系统对相同的发炎部位进行摄像时，后述炎症评估值不会产生误差(换言之，为了抑制电子观测器的个体误差)。

R_new：校正后的像素数据(R分量)

G_new：校正后的像素数据(G分量)

M₀₀～M₁₁：校正矩阵系数

R：校正前的像素数据(R分量)

G：校正前的像素数据(G分量)

(图像评估值计算部220b)

图像评估值计算部220b从像素中选择一个关注像素，针对所选择的关注像素，根据关注像素的颜色分量信息来计算用于计算炎症程度的偏移角。即，根据像素的颜色分量信息，执行用于量化活组织的红色度的量化处理。图4为用于计算在一实施方式中使用的活组织红色度的偏移角计算方法的说明图。具体而言，如图4所示，图像评估值计算部220b将血红蛋白变化轴AX1和粘膜变化轴AX2的交点设为基准点O'，并计算用于连结基准点O'和关注像素的像素对应点P的线段L的方向相对于基准轴AX1偏移的偏移角θ。另外，基准点O'位于坐标(-150,-75)。列举了将基准点O'设为坐标(-150,-75)的示例，但是本发明并不限定于此。可以适当地变更上述基准点O'，例如，也可以是RG颜色空间中R轴和G轴的交点。

作为基准点O'，优选的坐标位置例如是可以减少因亮度波动而导致的评估结果的误差的位置。具体而言，优选地通过预先求出黑暗部(亮度小于预定值)的评估结果与非黑暗部(亮度大于等于预定值)的评估结果间的误差最小的点来设定基准点O'。

此外，例如，当将基准点O'设在坐标(-10,-10)到(10,10)之间时，与将坐标(-150,-75)等设为基准点O'时的情况进行比较，由于像素对应点变化时角度θ的变化量增大，因此分辨率得以提高。由此，可以获得高精度的评估结果。

另一方面，通过将基准点O'设在坐标(-50,-50)到(-200,-200)之间，用于表示炎症程度的评估结果很难受到噪声影响。

当拍摄器官内部活组织的图像亮度随着白光的照射情况的变化而变化时，尽管图像颜色会受到个体差异、摄像位置和发炎状态等的影响，但在RG颜色空间内，通常在严重程度最高的发炎部位，其沿血红蛋白变化轴AX1变化，而在炎症程度最轻的发炎部位，其沿粘膜变化轴AX2变化。此外，可以推测炎症程度为中度时的发炎部位的图像颜色也以相同的趋势发生变化。即，当发炎部位对应的像素对应点随着照明光的照射情况而变化时，向以基准点O'为起点的方位角方向偏移。换言之，当与发炎部位相对应的像素对应点随着照明光的照射情况而变化时，相对于粘膜变化轴AX2的偏移角θ恒定移动，与基准点O'间的距离发生变化。这意味着，偏移角θ是实质上不受图像亮度变化影响的参数。

偏移角θ越小，R分量相对于G分量就越重，这表明病变部位中的红色度相对较大。此外，偏移角θ越大，G分量相对于R分量就越重，这表明红色度相对较小。因此，图像评估值计算部220b对角度θ进行归一化，以使得当偏移角θ为零时该值为255，而当偏移角θ为θ_MAX时该值为零。另外，θ_MAX与血红蛋白变化轴AX1和粘膜变化轴AX2所形成的角度相等。即，图像评估值计算部220b针对各个关注像素，将对根据各个关注像素的颜色分量信息而计算出的偏移角θ进行归一化后获得的范围为0～255内的值作为活组织红色度(像素评估值)来进行计算。

另外，对图像的所有像素逐一选择关注像素。

另外，在图4所示的示例中，使用RG颜色空间作为颜色空间，但是也可以使用RB颜色空间来代替RG颜色空间。

图像评估值计算部220b计算作为对偏差角θ进行归一化后的值的活组织红色度以用作像素评估值，但根据情况，也可以将用于表示活组织的溃疡特性程度的活组织白色度作为像素评估值来进行计算。例如，通过对活组织图像的各个像素的各个颜色分量像素值执行赋予线性增益(增益)的增益调整，实质上扩散病变特有的色域附近的动态范围，执行用于增强颜色表现的有效分辨率的色调增强处理，例如，可以将包括溃疡性大肠炎的白苔和脓状粘液的溃疡部位显示为白色，从而将包括浮肿或易出血性显示为红色的发炎部位和显示为绿色的正常部位通过颜色分量区分开。活组织的白色度可以使用以图4所示的2种颜色分量(R分量、G分量和B分量中的2种)或3种颜色分量(R分量、G分量和B分量)为坐标轴在颜色空间上表示的、相对于与基准轴AX不同的基准轴的偏移角来进行计算。另外，色调增强处理由预处理部220a来执行。

图像评估值计算部220b使用各个像素的像素评估值，来计算一个图像评估值。例如，在拍摄图像中，取舍选择用于表示作为评估对象的活组织图像的像素，并且计算所选择的像素的像素评估值的累积值或平均值以作为一个图像评估值。或者，例如，在每个像素的RGB颜色分量或像素的亮度分量中，根据预定范围内的颜色分量或亮度分量来提取评估对象的像素，并通过求出所提取的像素的像素评估值的平均值，或者使用预定的加权系数来求出加权平均值，或者通过执行累积处理，图像评估值计算部220b计算出一个图像评估值。为了高精度地评估器官的炎症程度，作为图像中的评估对象的像素部分是具有在活组织中假设的预定范围内的颜色分量的值的部分，并且是优选的是具有由照明光照明的预定值以上的亮度分量的像素部分。

将图像评估值计算部220b计算出的图像评估值发送到判定部220d及病变评估部220e中。

图像评估值计算部220b进一步生成用于通过随着活组织红色度的变化而变化的显示色对活组织的图像进行马赛克化的颜色映射图像。为了生成颜色映射图像，将像素评估值和预定显示色彼此对应的表格存储在存储器204的存储区域中。例如，在上述表格中，每5个数值对应不同的显示色。示例性地，像素评估值在0～5范围内时对应蓝色，每当该像素评估值增加5个值时，按照色调环中颜色的排列顺序对应不同的显示色，当像素评估值在250～255范围内时对应红色。活组织的红色度越大，显示色就越是从冷色系接近暖色系，例如从蓝色变为黄色甚至红色。图像评估值计算部220b基于上述表格，根据关注像素的活组织红色度来确定所选择的关注像素在颜色映射图像上的显示色。

这样一来，图像评估值计算部220b生成用于根据活组织红色度赋予其颜色的颜色映射图像。

(摄像位置信息处理部220c)

摄像位置信息处理部220c获取从设置在电子内窥镜系统1中的位置测量系统250发送的摄像位置相关的位置信息，并将获取的位置信息与所拍摄的图像相对应。位置测量系统250例举了利用传感器来获取位于插入到器官中的电子观测器100的前端处的固体摄像元件108的位置以及续接的可挠管的各个位置的系统、获取从器官的开口端插入的电子观测器100的插入长度的系统、或者将所拍摄的图像显示在监视器300上，并且观看此图像的外科医生获取用于表示电子观测器100的前端部已通过作为所插入的器官内的特征部分的特定部分通过信号的系统。

将摄像位置的获取信息逐一发送到判定部220d以及病变评估部220e中。

在利用传感器获取固体摄像元件108的位置的系统中，例如，在位于电子观测器100前端部的固体摄像元件108附近的位置以及从前端部到续接至处理器200侧的可挠管以预定间隔设置多个磁传感器，从将电子观测器100插入至器官内的人体外部开始根据位置施加强度不同的磁场，并且上述磁传感器通过测量磁场的强度，可以获悉设置在前端部的磁传感器的位置，进而，可以从多个磁传感器的位置来获悉可挠管在器官内的弯曲形状。由此，可以获悉固体摄像元件108的前端部的位置，并且可以获悉电子观测器100在器官内的形状、以及电子观测器100从器官开口端开始插入的的插入长度。

当其为用于获取电子观测器100从器官的开口端插入的插入长度的系统时，例如，在所拍摄的运动图像中的拍摄时间相邻的图像之间利用光流处理来获取活组织移动了多少，并且通过累积该获取结果计算出移动距离，从而可以获取当前电子观测器100的插入长度信息。此外，例如，可以通过测量续接的可挠管从所插入的电子观测器100的前端部朝向器官内伸出的长度来获取当前电子观测器100的插入长度信息。

在用于获取器官的特定部分通过信号的系统中，外科医生在观察显示在监视器300上的图像的同时，在器官内部的可识别的特定部分出现在图像中并通过的时间点，外科医生通过按下位于手边的按钮，来生成特定部分通过信号，摄像位置信息处理部220c可以获取此特定部分通过信号。所谓器官内部的特定部分位置，例如当器官是大肠时，包括升结肠的起始位置、升结肠终止且大肠弯曲后横结肠的起始位置、横结肠终止且大肠弯曲后降结肠的起始位置、降结肠终止且大肠弯曲后乙状结肠的起始位置、乙状结肠终止且直肠的起始位置、以及直肠终止到达肛门的位置。

(判定部220d)

判定部220d构成为，根据在区间内所拍摄的多个图像的图像评估值的偏差程度来判断区间内的病变程度是否发生变化。通过进行这样的判断，可以获得用于更适当地表示区间内的病变程度的指标(典型评估值)，并且可以高精度地进行病变程度的评估。评估值的偏差可以是在区间内所拍摄的所有图像的图像评估值的偏差，也可以如后所述，是一部分图像的图像评估值的偏差。此外，作为病变程度发生变化的区间的例子，除了存在多个病变程度的区间之外，还包含存在病变部位和正常部位两者的区间。作为多个病变程度，例如，可以列举出相互不同的后述多个级别或多个等级。

根据一实施方式，优选地，判定部220d构成为，使用用于表示从图像评估值获得的偏差程度的指标来进行判断，当该指标表示的偏差程度大于等于预定阈值(预定值)时，判断为病变程度在区间内发生变化。作为这样的指标的例子，可以列举出下述指标1～4。

指标1：图像评估值中的最大值与最小值之间的差(图像评估值的范围大小)

指标2：图像评估值的标准偏差(或方差)

指标3：用于表示使图像评估值按照进行拍摄的图像的顺序回归的回归直线的拟合程度的指标。

指标4：使图像评估值回归到摄像位置的回归直线的斜率

参照图5～图8，对使用指标1～4进行的判断进行说明。

图5～图8示出了用于在某2个区间内，表示各区间中的测量次数(拍摄次数)与所拍摄的图像的图像评估值之间的关系的图表，(a)表示图像评估值的偏差小的区间中的图表，(b)表示图像评估值的偏差大的区间中的图表。

另外，在图5～图7中，横轴的测量次数(拍摄次数)表示绘图位置越靠右侧，拍摄顺序越靠后，并且按照拍摄顺序从左到右进行排列。在图8中，横轴表示沿器官内的纵深方向进行拍摄的摄像位置，并且表示绘图位置越靠右侧，拍摄时越是靠近器官开口端侧的情况。

在使用指标1进行判断时，对于图像评估值的最大值和最小值之间的差，可以预先设定用于在图5的(a)和图5的(b)之间区分图像评估值的偏差程度的阈值，并且如图5的(b)所示，当最大值与最小值之间的差大于等于阈值时，可以判断为区间内的病变强度发生变化。此外，如图5的(a)所示，当最大值与最小值之间的差小于阈值时，可以判断为区间内的病变强度没有发生变化。

在使用指标2进行判断时，对于标准偏差(或方差)，可以预先设定用于在图6的(a)和图6的(b)之间区分图像评估值的偏差程度的阈值，并且如图6的(b)所示，当标准偏差(或方差)大于等于阈值时，可以判断为区间内的病变强度发生变化。此外，如图6的(a)所示，当标准偏差(或方差)小于阈值时，可以判断为区间内的病变强度没有发生变化。另外，图6的(a)、(b)表示在标准偏差(或方差)的计算中所使用的图像评估值的平均值。

具体而言，关于指标1和2的阈值，将因图像亮度的变化而产生的图像评估值的偏差程度设定为小于阈值，将因区间内的病变程度的变化而产生的图像评估值的偏差程度设定为大于等于阈值。

在使用指标3进行判断时，对于回归直线的拟合程度，可以预先设定用于在图7的(a)和图7的(b)之间区分图像评估值相对于回归直线的偏差程度的阈值，并且如图7的(b)所示，当用于表示拟合程度的指标超过阈值，并且表示拟合良好时，可以判断为区间内的病变强度发生变化。此外，如图7的(a)所示，当用于表示拟合程度的指标小于等于阈值，并且表示拟合较差时，可以判断为区间内的病变强度没有发生变化。

图7所示的回归直线是使用最小二乘法而求出的直线。此外，在指标3、即用于表示回归直线的拟合程度的指标中，例如使用下式表示决定系数R²。

y_i：所拍摄的图像的图像评估值

y'_i：回归直线上的图像评估值

Y：所拍摄的图像的图像评估值的平均值

n：所拍摄的图像数量

决定系数用从0到1的数值表示，越接近1，则表示回归直线的拟合越好。将上述阈值设定为0至1之间的数值。由其结果可知，当决定系数超过预定阈值时，则判断为区间内的病变强度发生变化。此外，当决定系数小于等于阈值时，则判断为区间内的病变强度没有发生变化。根据一实施方式，作为指标3，优选使用用于表示所拍摄的图像的图像评估值与回归直线上的图像评估值之间的相关性的相关系数R来替代决定系数。

如上所述，电子内窥镜系统1也可以不必具有位置测量系统250以及摄像位置信息处理部220c。在这种情况下，在图5～图7所示的图表中，虽然图像评估值和摄像位置之间没有相关性，但是使用上述指标1～3，可以判断区间内的病变程度是否发生变化。另一方面，例如，即使在表示回归直线的拟合良好的情况下，如图8的(b)所示，也存在图像评估值的偏差大的情况。在这种情况下，由于应该判断为区间内的病变程度发生变化，因此优选使用上述指标4进行判断。即，根据一实施方式，判定部220d优选构成为，使用用于按照摄像位置的顺序使图像评估值沿纵深方向回归的回归直线的斜率进行判断，当斜率大于等于预定值时，判断为区间内的病变程度发生变化。在这种情况下，判定部220d优选构成为，当用于表示拟合程度的指标超过阈值时，使用这种回归直线的斜率进行判断。由此，不仅在用于表示回归直线的拟合程度的指标超过阈值的情况下，而且在表示回归直线的拟合程度的指标小于等于阈值的情况下(拟合良好时)，如果回归直线的斜率大，则可以判断为病变程度发生变化。另一方面，对于用于表示回归直线的拟合程度的指标小于等于阈值的情况，当回归直线的斜率较小时，则可以判断为病变程度没有发生变化。当电子内窥镜系统1具备摄像位置信息处理部220c以及位置测量系统250时，可以使用这种指标4进行判断。

在使用指标4进行判断时，对于回归直线的斜率，可以预先设定用于在图8的(a)和图8的(b)之间区分图像评估值的偏差程度的阈值，并且如图8的(b)所示，当回归直线的斜率大于等于阈值时，可以判断为区间内的病变强度发生变化。此外，如图8的(a)所示，当回归直线的斜率小于阈值时，可以判断为区间内的病变强度没有发生变化。此外，如果使用指标4进行判断时，则可知病变强度如何变化、以及其变化程度。例如，可知病变强度是急剧变化还是缓慢变化。

当电子内窥镜系统1具备位置测量系统250以及摄像位置信息处理部220c时，根据一实施方式，优选地，判定部220d还可以利用摄像位置信息来确定病变程度正在发生变化的区间内的区域。通过确定病变强度已发生变化的区域，可知病变程度发生变化的区域例如是以点状存在，还是以与相邻区间的病变部位相连的方式连续存在等。以点状存在的区域可以根据区间的长度以各种纵深方向的长度存在。例如，以点状存在的区域，除了在一个区间内存在一个或多个的情况之外，还存在跨越2个或3个以上的区间连续存在的情况。此外，有时一个区间内存在多个以与相邻区间的病变部位相连的方式连续存在的病变部位。即，有时一个区间内存在用于与其相邻的区间的病变部位分别相连的2个病变部位。此外，作为病变程度发生变化的区域的例子，存在在纵深方向上连续扩散的一个病变部位内的区域、以及包括病变部位与正常部位之间的边界(后述的起始位置或终止位置)在内的区间内的区域。

此外，根据一实施方式，优选地，针对病变程度发生变化的区间内的区域，判定部220d还可以利用摄像位置信息来确定病变强度的变化程度。例如，根据病变强度的变化程度(斜率)是大于等于预定阈值还是小于阈值，来确定病变强度的变化是急剧还是缓慢。此外，根据沿纵深方向的一个方向发生变化的病变强度的变化方向，可知病变强度在该一个方向上是增强还是减弱。即根据一实施方式，优选地，判定部220d构成为，根据回归直线的斜率的大小，来确定区间内的病变的变化程度。

判定部220d所执行的这些确定，在一实施方式中，也可以构成为由病变部位计算部220f来执行。

根据一实施方式，优选地，判定部220d构成为，根据图像评估值中的一部分的图像评估值的偏差来进行判断。例如，当所拍摄的活组织的部位或内窥镜的前端部附着有清洗用水、血液、粪便等时，存在所计算出的图像评估值大大偏离所拍摄的所有图像的图像评估值的平均值的情况。当根据包含这样的偏离值在内的图像评估值的偏差来执行区间内病变程度是否发生变化的判断时，则判断精度降低。在此实施方式中，作为图像评估值中的一部分的图像评估值，根据排除了偏离值的剩余图像评估值的偏差来执行判断，由此提高区间内病变强度是否发生变化的判断精度，并且可以获得用于更适当地表示该区间中的病变程度的指标(典型评估值)。由此，可以高精度地进行病变程度的评估。

作为排除偏离值的方法，例如，可以列举出从区间内所拍摄的所有图像的图像评估值中的最大值、最小值、或者这两者中排除处于图像评估值的偏差范围(最大值与最小值之差)的预定比例(例如数％)的范围内的图像评估值。此外，例如，可以列举出区间内所拍摄的所有图像的炎症评估值中，排除处于预先设定的炎症评估值的范围外的炎症评估值。此外，作为排除偏离值的另一方法，例如，可以列举出重复以下操作：从区间内所拍摄的所有图像的图像评估值中排除通过检验检测出的偏离值，再次进行检验来检测其他偏离值并进行排除。根据一实施方式，优选地，偏离值将作为摄像对象的器官内区域、或者将在预定的段内拍摄所有图像的时间点获得的图像评估值作为对象进行排除，但是根据另一实施方式，也可以一边播放图像一边排除。

(病变评估部220e)

病变评估部220e利用从摄像位置信息处理部220c发送的与摄像位置有关的信息，针对以预定间隔划分所摄像的器官内部区域的多个区间中的每一个，根据对多个区间中的每一个的活组织进行拍摄的多个图像的图像评估值来计算图像评估值的典型评估值。更进一步地，病变评估部220e通过使用典型评估值来评估在器官内部的纵深方向上连续扩散的病变扩散。例如，在大肠病症为溃疡性大肠炎的情况下，可以评估为病变从直肠扩散到降结肠等。在这样的评估中，可以将典型评估值超过预设阈值的区域设为病变部位，来评估病变的扩散。

在此，区间可以由外科医生预先确定，或者可以通过特定部分通过信号来划分区间。当通过特定部分通过信号来确定区间时，将区间称为分段。

此分段是一个器官内能够与其他部分可识别地区分开的部分，例如，当器官是大肠时，包括升结肠段、横结肠段、降结肠段、乙状结肠段、直肠段等。这样的分段通过特定部分通过信号来划分区间。

病变评估部220e具有典型值决定部220h。典型值决定部220h构成为，在由判定部220d判断为区间内病变强度发生变化的情况和判断为未发生变化的情况下，通过不同的方法来确定典型评估值。如上所述，图像亮度根据被摄体与内窥镜之间的距离等的拍摄条件而发生变化。因此，即使拍摄炎症强度相同的活组织部位，图像评估值也会变动，产生偏差。另一方面，当病变程度沿器官内的纵深方向发生变化时，图像评估值也会发生变动，并且产生偏差。因此，作为典型评估值，例如使用图像评估值的平均值时，不仅在因图像亮度而产生图像评估值的偏差的情况下，而且在因炎症强度的变化而产生图像评估值的偏差的情况下，都可以成为用于表示平均炎症强度的典型评估值。由其结果可知，难以明白在区间内存在比典型评估值表示的炎症强度更强的病变部位，并且不能适当地判断炎症强度。了解病变强度对于研究病变部位的治疗方法来说是很重要的。因此，如上所述，在判断病变强度发生变化的情况和判断为未发生变化的情况下，典型值决定部220h通过不同的方法来确定典型评估值。由此，可以获得用于适当地表示该区间中的病变程度的指标，并且可以高精度地进行病变程度的评估。

根据一实施方式，上述方法优选为统计方法。

具体而言，根据一实施方式，优选地，典型值决定部220h构成为，当判断为病变强度在区间内发生变化时，将在该区间所拍摄的图像的至少一部分图像的评估值中的最大值作为该区间的典型值。由此，对于病变程度发生变化的区间，可以最佳地表示病变程度。

此外，根据一实施方式，优选地，典型值决定部220h构成为，当判断为病变程度在区间内没有发生变化时，将在该区间所拍摄的图像的至少一部分图像的评估值的平均值、众值、以及中间值中的任意一个作为该区间的典型值。由于认为病变程度没有发生变化的区间中的评估值的偏差是因拍摄条件而引起的，因此通过将这些统计量作为典型值，可以适当地表示该区间的病变强度。

在这些实施方式中，优选地，最大值、或者平均值、众值以及中间值中的任意一个可以根据区间内所拍摄到的图像的所有评估值来求出，但是如上所述，当排除图像评估值中的偏离值时，优选地，根据剩余的图像评估值来求出。

如上所述，当电子内窥镜系统1具备位置测量系统250以及摄像位置信息处理部220c时，根据一实施方式，优选地，病变评估部220e具备区间确定部220i。区间确定部220i构成为，利用摄像位置信息来确定多个区间中与所获取的信息相对应的图像是在哪个区间所拍摄的图像，以确定区间。

根据一实施方式，优选地，病变评估部220e被配置为将病变程度的评估划分为与病变强度相关的多个级别来进行评估，病变评估部220e根据典型评估值确定多个级别中的一个，对每个区间评估病变程度。由此，这可以准确地告知外科医生在器官内部的纵深方向连续扩散的病变扩散和病变强度。

此外，根据一实施方式，优选地，病变评估部220e根据典型评估值来判断每个区间内是否存在病变在器官的纵深方向上连续扩散的病变部位。病变部位区域是典型评估值大于预设阈值的区域。

根据一实施方式，病变评估部220e还可以根据图像评估值来判断是否存在病变在器官的纵深方向上连续扩散的病变部位。病变部位区域是图像评估值大于预设阈值的区域。由于图像评估值是每个图像的评估值，因此有时会包括噪声分量。在这种情况下，优选使用每个区间的典型评估值，而不是图像评估值。

(病变部位计算部220f)

此时，病变部位计算部220f根据拍摄到的图像位置信息来求出上述区间中的病变部位所处的区间，从而求出病变部位区域的起始位置和终止位置，并确定病变部位的位置。为了准确地求出病变部位的起始位置和终止位置，优选地使用图像评估值和拍摄到该图像的位置信息来确定图像评估值超过预设阈值的位置。在这种情况下，病变评估部220e将每个图像评估值与阈值进行比较，以判断图像评估值是否超过阈值。将此判断结果发送到病变部位计算部220f中。此时，优选地，病变评估部220e根据由病变部位计算部220f求出的病变部位的起始位置和终止位置的信息来计算病变部位的长度。

因此，根据一实施方式，优选地，监视器300在屏幕上显示病变部位的起始位置、终止位置、以及病变部位长度中的至少之一。由此，这使得外科医生易于识别病变在器官的纵深方向上的扩散。

此外，优选地，病变评估部220e求出与多个区间中病变部位的起始位置和终止位置之间所含的区间相对应的典型评估值的合计值，并根据此合计值来评估病变程度。由此，可以同时评估病变在器官的纵深方向上的扩散和病变程度(强度)。在这种情况下，例如，可以将合计值分为多个等级，并且可以通过等级来评估病变程度。

当通过缩短预定区间的长度来设定多个区间时，病变评估部220e在将沿着各个区间的纵深方向设定的位置信息(例如，从插入电子观测器的最深部到开口端的距离)显示在横轴上、并且将典型评估值显示在纵轴上的图表中，由每个区间的典型评估值生成的曲线在相邻区间中有时会凹凸不平。在这种情况下，根据一实施方式，优选地，通过利用区间位置信息和典型评估值来执行移动平均处理，或者通过使用用于表示预定曲线的函数来执行曲线拟合处理，从而平滑地处理上述图表中所示的典型评估值的曲线。

图9为示出由评估单元221执行的、从图像获取到求出每个区间的典型评估值的流程的示例的图。在图9所示的例子中，对于判断为病变程度发生变化的区间，在典型评估值中使用与区间相对应的图像评估值中的最大值。此外，对于判断为病变程度没有发生变化的区间，在典型评估值中使用与区间相对应的图像评估值的平均值，但是也可以使用中间值或众值。

首先，预处理部220a获取图像(步骤S10)，并执行上述处理。此时，将摄像位置信息处理部220c从位置测量系统250获取的图像摄像位置信息与取得的图像的摄像位置信息相对应地进行获取。由此，病变评估部220e使用此摄像位置信息来确定区间，即在预定空间中，所获取的图像是在器官内部的哪一个区间拍摄的图像(步骤S12)。另一方面，图像评估值计算部220b使用由预处理部220a处理过的图像来计算图像评估值(步骤S14)。

另外，步骤S14并不限定于在步骤S12之后执行，还可以在步骤S12之前或同时执行。

病变评估部220e根据针对区间内所拍摄的图像而计算出的图像评估值，来判断区间内的病变程度是否发生变化。具体而言，病变评估部220e将计算出的区间内的图像评估值的最大值与最小值之间的差("MAX-min")与预先设定的阈值α进行比较(步骤S16)，当该差小于阈值时(在步骤S16中为YES)，判断为区间内的病变程度没有发生变化，并且可以更进一步地计算区间内的图像评估值的平均值(步骤S18)，并将其作为典型评估值(步骤S22)。另一方面，当上述差大于等于阈值时(在步骤S16中为NO)，病变评估部220e判断为区间内的病变程度发生变化，并且可以更进一步地计算区间内的图像评估值中的最大值(步骤S20)，并将其作为典型评估值(步骤S22)。

在图9所示的流程中，在步骤S16中执行的判断中，也可以不进行图像评估值的最大值与最小值之间的差与阈值的比较，而是对图像评估值的标准偏差或方差与阈值进行比较。

以这种方式，重复步骤S10～S24，直到预处理部220a完成图像获取(步骤S24)。以这种方式，评估单元221求出每个区间的典型评估值。

图10为示出由评估单元221执行的、从图像获取到求出每个区间的典型评估值的流程的示例的图。在图10所示的流程中，步骤S30、S32、S34、S40、S42、S44、S46与图9所示的流程的步骤S10、S12、S14、S18、S20、S22、S24相同。

在图10所示的流程中，为了判断区间内的病变的变化程度是否发生变化，执行步骤S36、S38的判断。

病变评估部220e求出用于将在步骤S34中计算出的区间内的图像评估值回归到从摄像位置信息处理部220c获取的摄像位置的回归直线，并计算决定系数。将计算出的决定系数与预先设定的阈值α进行比较(步骤S36)，当决定系数超过阈值时(在步骤S36中为YES)，可以更进一步地将回归直线的斜率(回归系数)与预先设定的阈值β进行比较(步骤S38)，当回归直线的斜率小于阈值时(在步骤S38中为YES)，计算区间内的图像评估值的平均值(步骤S40)，并将其作为典型评估值(步骤S44)。

另一方面，当在步骤S36中决定系数小于等于阈值时(在步骤S36中为NO))，以及当在步骤S38中回归直线的斜率大于等于阈值时(在步骤S38中为NO)，计算区间内的图像评估值的最大值(步骤S42)，并将其作为典型评估值(步骤S44)。

在以上说明的图9及图10所示的流程中，也可以在执行步骤S16、S36的判断之前，先进行上述偏离值的排除。

(评估结果整合部220g)

评估结果整合部220g整合作为评估结果的每个区间的典型评估值的数值、用于表示各区间中的典型评估值在区间的分布的图表、用于表示病变部位在纵深方向上的扩散的信息、病变部位的起始位置、终止位置或病变部位长度信息、以及病变部位在每个区间的级别强度的信息，作为一个或多个评估结果画面显示在监视器300上。

图11为作为器官示例即大肠的说明图。大肠从开口端(肛门)开始依次具备直肠、乙状结肠、降结肠、横结肠和升结肠。在下文中，将直肠称为SG5段，将乙状结肠称为SG4段，将降结肠称为SG3段，将横结肠称为SG2段，将升结肠直肠称为SG1段。

一般情况下，将电子观测器100插入到作为升结肠的SG1段的最深部，并且从此处开始朝向开口端侧以大致恒定的移动速度拉出。因此，电子观测器100以SG1段、SG2段、SG3段、···的顺序拍摄图像。

图12为示出病变评估部220e的评估结果的示例的图。图12所示的评估结果是横轴表示从SG5段到SG1段的位置、纵轴表示累积评估值的图表。优选地，在各段所拍摄的图像数量相等。在图12中，将多个区间设为SG1～SG5段，将以预设阈值为界，将具有阈值以上的典型评估值的分段表示为有炎症的病变部位。图12中所示的示例示出了SG5段、所有SG4段以及部分SG3段发生炎症。根据一实施方式，将这样的评估结果显示在监视器300上。

图13为示出病变评估部220e的评估结果的另一示例的图。图13所示的评估结果与图12相同，是横轴表示从SG5段到SG1段的位置、纵轴表示典型评估值的图表。在图13所示的示例中，其被配置为，病变程度的评估划分为与病变强度相关的多个级别，即“炎症程度重度”、“炎症程度中度”、“炎症程度低度”、“无炎症”等4个阶段来进行评估。病变评估部220e根据典型评估值来确定多个级别中的一个，并且针对每个段评估病变程度。因此，在图13所示的示例中，从SG3段的一部分到SG5段都存在炎症(病变)，并且评估SG5段和SG4段的炎症程度(病变强度)为重度，评估SG3段的炎症程度为中度。根据一实施方式，将这样的评估结果，显示在监视器300上。

图14为示出病变评估部220e的评估结果的另一示例的图。图14所示的评估结果是示出每个区间的典型评估值的图表，其横轴表示大肠内的纵深方向上的位置、纵轴表示典型评估值。在图14中，区间示出了比SG1～SG5段更窄的范围，并且更具体地说，设定了将每个分段划分为2个的区间。在图14所示的例子中，也能够以预设阈值为界，将具有阈值以上的典型评估值的区间表示为有炎症的病变部位。根据一实施方式，将这样的评估结果显示在监视器300上。

如上所述，优选地，电子内窥镜系统1具备监视器300。根据一实施方式，优选地，评估结果整合部220g在评估结果画面中进一步结合是否存在病变程度发生变化的区间、区间内的病变程度发生变化的区域、以及变化程度，并将其显示在监视器300上。这些信息例如在图12～图14的例子的评估结果中，可以附加用于表示该情况的文字信息、或者用于表示图表中的典型评估值的绘图和/或绘图间的区域用与其他部分不同的显示颜色等强调的显示方式来表示。如此，优选地，监视器300构成为，在判断为病变程度发生变化的情况下和判断为病变程度没有发生变化的情况下，以不同的显示方式对病变程度是否发生变化的判断结果信息进行画面显示。

图15为示出在监视器300上所显示的包括一帧运动图像的画面的示例的图。在图15所示的示例中，画面的左侧示出了所拍摄到的图像IM。画面的右上示出了用于示意性地表示大肠的大肠示意图FIG，画面的右下示出了根据用于表示炎症程度的像素评估值替换了画面左侧中所示的图像的各像素颜色的颜色映射图像CM，在其下方示出了作为表示炎症程度的图像评估值的得分SC。在图15所示的示例中，得分SC为40。此外，在图15的画面例中，病变程度发生变化的区间等的上述信息例如以大肠示意图FIG中的相应的段或段间的区域用与其他部分不同的显示颜色等强调的显示方式来表示。

评估结果整合部220g根据外科医生的输入指令，对这种监视器300上显示的各种显示画面进行整合，从而生成如图15所示的示例般的画面。

当前当将电子观测器100插入器官内部进行测量时，上述电子内窥镜系统1可以在线评估病变程度，也可以预先将图像记录在存储器204中，日后一边播放由电子观测器100捕获的图像一边计算图像评估值和典型评估值等，并评估病变在器官的纵深方向上的扩散。

日后，当一边播放由电子观测器100捕获的图像一边进行评估时，并不限定于在电子内窥镜系统1中播放。

例如，从另一数据处理装置读取记录在存储器204中的图像，并且一边播放图像一边计算图像评估值和典型评估值等的同时，还可以评估病变在器官的纵深方向上的扩散。

即，以下说明的实施方式中的数据处理装置是对在纵深方向上扩散的器官内的活组织图像进行处理的数据处理装置，其具备：

评估值计算部，其构成为，求出用于对在沿器官内的区域的纵深方向的预定区间内所拍摄的多个图像中的每一个的活组织的病变程度进行表示的评估值；

判定部，其构成为，根据评估值的偏差程度，来判断区间内的病变程度是否发生变化；

以及典型值决定部，其构成为，在判断为病变程度发生变化的情况下和判断为没有发生变化的情况下，通过不同的方法来确定用于代表评估值的区间典型值。

根据一实施方式，优选地，数据处理装置还具备监视器，其构成为，对病变程度是否发生变化的判断结果信息进行画面显示。

如上所述，根据电子内窥镜系统和数据处理装置，根据区间内所拍摄的多个图像的图像评估值的偏差程度，来判断区间内病变程度是否发生变化，由此可以获得用于更适当地表示区间内的病变程度的指标(典型评估值)，并且可以高精度地进行病变程度的评估。

在上文中，对本发明提供的电子内窥镜系统和数据处理装置进行了详细说明，但是本发明提供的电子内窥镜系统和数据处理装置并不限于上述实施方式，在不脱离本发明的主旨的范围内还可以进行各种改进和变化。

符号说明

1 电子内窥镜系统

100 电子观测器

200 处理器

220 图像处理单元

220a 预处理部

220b 图像评估值计算部

220c 摄像位置信息处理部

220d 判定部

220e 病变评估部

220f 病变部位计算部

220g 评估结果整合部

220h 典型值决定部

220i 区间确定部

230 光源部

300 监视器

400 打印机

600 服务器。

Claims (16)

1.一种电子内窥镜系统，具体是一种具备具有对在纵深方向上扩散的器官内的活组织进行拍摄的结构的内窥镜、以及具有对所拍摄的活组织的图像进行处理的结构的处理器的电子内窥镜系统，其特征在于，具备：

评估值计算部，其构成为，求出用于对在沿所述器官内的区域的纵深方向的预定区间内所拍摄的多个图像中的每一个的活组织的病变程度进行表示的评估值；

判定部，其构成为，根据所述评估值的偏差程度，来判断所述区间内的病变程度是否发生变化；

以及典型值决定部，其构成为，在判断为病变程度发生变化的情况下和判断为没有发生变化的情况下，通过不同的方法来确定用于代表所述评估值的所述区间的典型值。

2.根据权利要求1所述的电子内窥镜系统，其中，所述判定部构成为，使用用于表示从所述评估值获得的所述偏差程度的指标来进行所述判断，当所述指标表示的所述偏差程度大于等于预定值时，判断为所述病变程度在所述区间内发生变化。

3.根据权利要求2所述的电子内窥镜系统，其中，所述指标是所述评估值中的最大值与最小值之间的差。

4.根据权利要求2所述的电子内窥镜系统，其中，所述指标是所述评估值的标准偏差或方差。

5.根据权利要求2所述的电子内窥镜系统，其中，所述指标是用于表示使所述评估值按照进行所述拍摄的所述图像的顺序回归的回归直线的拟合程度的指标。

6.根据权利要求1至5中的任意一项所述的电子内窥镜系统，其中，其还具备位置信息处理部，该位置信息处理部构成为，将拍摄了所述图像中的每一个的所述器官内的摄像位置信息与所述图像中的每一个相对应，

所述判定部还利用所述摄像位置信息来确定所述病变程度发生变化的所述区间内的区域。

7.根据权利要求6所述的电子内窥镜系统，其中，所述评估值计算部求出的评估值是用于表示在包含所述区间在内的并在纵深方向上对所述器官内区域进行划分的多个区间的每一个中所拍摄的多个图像每一个的活组织的病变程度的评估值，

所述电子内窥镜系统还具备区间确定部，该区间确定部构成为，利用所述摄像位置信息来确定在所述多个区间中的哪个区间拍摄了所述图像。

8.根据权利要求7所述的电子内窥镜系统，其中，所述判定部构成为对所述区间中的每一个进行所述判断，

所述典型值决定部构成为针对所述区间中的每一个确定所述典型值。

9.根据权利要求1所述的电子内窥镜系统，其中，其还具备位置信息处理部，该位置信息处理部构成为，将拍摄了所述图像中的每一个的所述器官内的摄像位置信息与所述图像中的每一个相对应，

所述判定部构成为，使用用于使所述评估值回归到所述摄像位置的回归直线的斜率来进行所述判断，当所述斜率大于等于预定值时，判断为所述病变程度在所述区间内发生变化。

10.根据权利要求9所述的电子内窥镜系统，其中，所述判定部构成为，还使用用于表示所述回归直线的拟合程度的指标来进行所述判断，当所述指标所表示的所述拟合程度超过预定值时，使用所述回归直线的所述斜率来进行所述判断。

11.根据权利要求9或10所述的电子内窥镜系统，其中，所述判定部构成为，根据所述回归直线的所述斜率的大小，来确定所述区间内的所述病变的变化程度。

12.根据权利要求1至11中的任意一项所述的电子内窥镜系统，其中，所述判定部构成为，根据所述评估值中的一部分的评估值的偏差来进行所述判断。

13.根据权利要求1至12中的任意一项所述的电子内窥镜系统，其中，所述典型值决定部构成为，当判断为所述病变程度在所述区间内发生变化时，将所述评估值中的在该区间所拍摄的所述图像中的至少一部分图像的评估值中的最大值作为该区间的所述典型值。

14.根据权利要求1至13中的任意一项所述的电子内窥镜系统，其中，所述典型值决定部构成为，当判断为所述病变程度在所述区间内没有发生变化时，将所述评估值中的在该区间所拍摄的所述图像中的至少一部分图像的评估值的平均值、众值、以及中间值中的任意一个作为该区间的所述典型值。

15.根据权利要求1至14中的任意一项所述的电子内窥镜系统，其中，其还具备监视器，该监视器构成为，在判断为病变程度发生变化的情况下和判断为病变程度没有发生变化的情况下，以不同的显示方式对所述病变程度是否发生变化的判断结果信息进行画面显示。

16.一种数据处理装置，具体是一种对在纵深方向上扩散的器官内的活组织的图像进行处理的数据处理装置，其特征在于，具备：

评估值计算部，其构成为，求出用于对在沿所述器官内的区域的纵深方向的预定区间内所拍摄的多个图像中的每一个的活组织的病变程度进行表示的评估值；

判定部，其构成为，根据所述评估值的偏差程度，来判断所述区间内的病变程度是否发生变化；

以及典型值决定部，其构成为，在判断为病变程度发生变化的情况下和判断为没有发生变化的情况下，通过不同的方法来确定用于代表所述评估值的所述区间的典型值。

Images