JP2000003454A - 構造画像成分を識別する方法及び装置 - Google Patents

Abstract

(57)【要約】 修正有 【課題】 離散的ピクセル画像３６を表すピクセル・デ
ータにおいて、構造４８を識別すると共に非構造５０か
ら区別する手法を提供する。 【解決手段】 勾配の大きさを選択された勾配値と比較
すると共に、隣接するピクセルの勾配方向を比較するこ
とにより、構造が識別される。所望の関係を有している
ピクセルの個数がカウントされ、その結果得られた個数
に対してフォーカス・パラメータが適用される。これら
の個数及びフォーカス・パラメータに基づいて最終勾配
閾値が定められる。この勾配閾値は構造ピクセルを識別
する。孤立した隣接領域５２を構造から除去することが
できる。構造によって画定されるエッジは、二値順序統
計量フィルタ処理されて、最終の構造の画定に到達す
る。また、構造ピクセル及び非構造ピクセルは、その後
の表示のために画像を強調するように更に処理すること
ができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、離散的な画素すな
わちピクセルを有する画像の処理に関し、より具体的に
は、これらの画像内のピクセルによって画定される一定
の構造的特徴または顕著な特徴を自動的に識別して強調
する手法に関する。この手法は、磁気共鳴イメージング
のような医用イメージング・システム及び方法に特に適
している。

【０００２】

【従来の技術】離散的ピクセル画像データを取得すると
共に処理する手法としては、様々なものが開発されてい
る。離散的ピクセル画像は、強度、色などの様々な特性
を有しているピクセルの配列またはマトリクスで構成さ
れている。各々のピクセルを定義するデータは、採用さ
れているイメージング方式に応じて、様々な態様で取得
することができる。医用イメージング方式には、例え
ば、磁気共鳴イメージング法、Ｘ線法などがある。しか
しながら、一般的には、各々のピクセルが、各々のピク
セル領域内で励起された物質の放出波または各々のピク
セル領域内で受けた放射線等の検知されるパラメータを
表す信号、典型的にはディジタル値によって表される。
画像の解釈を容易にするためには、ピクセル値はフィル
タ処理し、次いで観測者にとって関心のある特徴の画定
(definition)を強調するように処理しなければならな
い。最終的には、このように処理された画像が表示及び
印刷のために再構成される。

【０００３】離散的ピクセル画像を強調してこれらの解
釈を容易にするための手法としては様々なものが用いら
れている。これらの手法では、画像マトリクス内のピク
セル列またはピクセル群によって画定されるコントラス
ト領域、エッジなどの識別を用いることができる。平滑
化及び鮮鋭化の工程を用いて、ある種のエッジまたはコ
ントラスト領域を際立たせたり、または関心があるとは
考えられない特定の区域を強調しないように(de-emphas
ize)したりすることもできる。

【０００４】

【発明が解決しようとする課題】しかしながら、従来公
知の手法は、必ずしも十分な融通性または計算効率を提
供しているとは言えない。具体的には、既存の手法は、
顕著な構造を画定する際にオペレータの介入を要求する
ことがあり、ときとして、許容可能な最終的な画像に到
達するまで、オペレータによる調節に基づいて生データ
を何回も処理する必要がある。更に、システム同士の間
での、或いは単一のシステム内の画像同士の間での、画
像信号取得、処理及び表示の回路要素のばらつきから、
画像を画定するピクセル同士の間の関係に対応するばら
つきが生じてしまう場合には、被検体内の関心のある構
造は、一貫した態様で検知、処理及び表示することがで
きない可能性がある。従って、構造、テクスチャ、コン
トラスト及びその他の画像の特徴を視覚化したり、単一
の画像内であれ画像の組の間であれ比較したりすること
が困難になる可能性がある。その結果、画像を提示され
た担当の医師または技師が、関連のある構造を解釈する
のに困難を経験する可能性がある。

【０００５】

【課題を解決するための手段】本発明は、離散的ピクセ
ル画像における顕著な構造を識別する手法を提供する。
一実施態様では、本発明の手法は、各々のピクセルごと
に作成される勾配データを利用して、勾配の閾値を自動
的に決定し、この閾値を用いて、得られた画像内の構造
的特徴を非構造的特徴から分離する。画像構造の画定の
ための勾配閾値の選択に用いられるパラメータは、オペ
レータによって設定または変更することもできるし、或
いは既定値に頼ることもでき、これにより、融通性を増
大させ、且つ所望によりオペレータの介入の必要性を減
少させることができる。画像の構造を画定するために用
いられるパラメータはまた、画像のマトリクス・サイズ
に応じて変えてもよい。この手法はまた、画像の構造の
画定から、小さく且つノイズの多い領域を分離すること
も容易にする。これらの領域は計算効率のよい態様で識
別され、領域のサイズは既定値によって定義してもよい
し、或いはオペレータによって選択される値によって定
義してもよい。次いで、結果として得られる構造の画定
を、平滑化処理及び鮮鋭化処理を通じて更に強調しても
よい。この手法は、様々なイメージング方式で取得され
る広範な種類の画像に適用することができる。

【０００６】

【発明の実施の形態】ここで、図面を参照して説明する
と、まず図１には、離散的ピクセル・データを取得して
処理する回路要素に結合されたスキャナ１２を含む磁気
共鳴イメージング・システム１０が示されている。スキ
ャナ１２は、その支持構造１４内に被検体１６を載置し
て、組織、体液及びその他のような内部の特徴を表す画
像を取得することができる。スキャナ１２は、当業界で
周知の方式で電磁場を発生させる電磁的構成１８を含ん
でいる。スキャナ１２内部には励起及び検知用コイル２
０が設けられており、これらにより被検体１６内部の磁
気回転性物質を励起して物質からの放出波を検知する。

【０００７】コイル２０によって検知された信号は、被
検体内部の特定の位置で放出された励起信号を表すディ
ジタル値を構成するようにエンコードされて、信号取得
回路要素２２に送られる。信号取得回路要素２２はま
た、特定の画像取得シーケンス中にコイル２０によって
形成される磁場の構成及び配置のための制御信号を供給
する。信号取得回路要素２２は、エンコードされた画像
信号を信号処理回路２４に送信する。信号処理回路２４
は、メモリ回路２６内に記憶されている所定の制御ロジ
ック・ルーチンを実行し、信号取得回路２２から受信さ
れた信号をフィルタ処理すると共に調節して、取得され
た画像内の各々のピクセルを表すディジタル値を作成す
る。次いで、これらの値は、以後の処理及び表示のため
にメモリ回路２６に記憶される。

【０００８】信号処理回路２４は、入力装置２８から入
力インタフェイス回路３０を介して構成命令及び制御命
令を受信する。入力装置２８は典型的には、構成パラメ
ータを選択的に入力すると共に特定の画像取得シーケン
スを指令するためのオペレータ用ステーション及びキー
ボードを含んでいる。信号処理回路２４はまた、出力イ
ンタフェイス回路３４を介して出力装置３２に結合され
ている。出力装置３２は、典型的には、信号処理回路２
４によって実行される画像強調処理に基づいて再構成画
像を作成するためのモニタまたはプリンタを含んでい
る。

【０００９】本発明の議論では、磁気共鳴イメージング
・システムによって形成される離散的ピクセル画像を参
照しているが、ここに記載されている信号処理手法は、
いかなる特定のイメージング方式にも限定されていない
ことに留意されたい。従って、これらの手法は、とりわ
け、Ｘ線システム、ＰＥＴシステム及び計算機式断層撮
影システムによって取得される画像データに適用するこ
とが出来る。また、記載されている実施例では、信号処
理回路２４、メモリ回路２６、並びに入力及び出力イン
タフェイス回路３０及び３４は、プログラム内蔵ディジ
タル・コンピュータに含まれている。しかしながら、こ
こに記載した手法を実行する回路要素は、特定用途向け
マイクロプロセッサ、アナログ回路要素、またはディジ
タル回路要素とアナログ回路要素との組合せにおいて適
当なコーディングとして構成してもよい。

【００１０】図２は、システム１０を介して形成される
例示的な離散的ピクセル画像３６を示す。画像３６は離
散的ピクセル３８のマトリクスで構成されており、離散
的ピクセル３８は一連の行４０及び列４２を成すように
互いに隣接して配列されている。これらのピクセルの行
及び列は、所定のマトリクス幅４４及びマトリクス高さ
４６を与えている。典型的なマトリクスの寸法には、２
５６×２５６ピクセル、５１２×５１２ピクセル、１０
２４×１０２４ピクセルなどがある。入力装置２８（図
１参照）を介して特定の画像マトリクス・サイズを選択
してもよく、被検体サイズ対イメージング・サイズ及び
所望の分解能などの要因に応じて画像マトリクス寸法を
変えてもよい。

【００１１】図２に示すように、画像３６は、隣接する
ピクセルによって画定される長く連続した線から成るも
のとして示されている構造領域４８を含んでいる。画像
３６はまた、構造領域４８の外部に位置している非構造
領域５０を含んでいる。画像３６はまた、様々な大きさ
（即ち、隣接ピクセルの数）の孤立したアーティファク
ト５２を含んでいる可能性があり、これらのアーティフ
ァクト５２は、構造領域として画定されることもある
し、後述する手法に従って構造の画定(definition)から
除去されることもある。

【００１２】構造領域４８及び非構造領域５０は、図３
に全体的に示されている制御ロジックに従って画像３６
内で識別され強調される。この制御ロジックは、好まし
くは、メモリ回路２６内に記憶されている適当なプログ
ラミング・コードに基づいて信号処理回路２４によって
実行される。図３で参照番号６０によって全体的に示さ
れている制御ロジック・ルーチンは、工程６２におい
て、信号強調処理に用いられるパラメータの初期化から
開始する。この初期化工程は、以下の議論に記載される
パラメータについての既定値及びオペレータ選択値の読
み込みを含んでおり、これらのパラメータには、構造か
ら除去されるべき小さな領域のサイズ及び「フォーカス
・パラメータ」等がある。所望により、入力装置２８を
介してこれらのパラメータのうちのいくつかを入力する
ようにプロンプトを出して、画像マトリクス・サイズの
ような様々なパラメータ選択肢から選択するようにオペ
レータに対して要求してもよい。

【００１３】工程６４において、信号処理回路２４は、
画像３６を画定するピクセルについて取得された生の値
を収集して正規化する。図示の実施例では、この工程
は、各々のピクセルにおける強度を表すディジタル値を
読み込むことと、所望のダイナミック・レンジにわたっ
てこれらの強度値をスケーリングすることとを含んでい
る。例えば、画像における最大強度値及び最小強度値を
決定し、これらの値を用いて出力装置３２の全ダイナミ
ック・レンジにわたるスケーリング係数を作成してもよ
い。更に、各々のピクセル値に対してデータ・オフセッ
ト値を加算または減算して、取得されたデータにおける
強度シフトを補正してもよい。工程６４において、回路
２４はこのようにして、図３にＩｒと示されている生の
画像データを処理して、取得回路要素または被検体にお
けるばらつきに依存しないようにして、ダイナミック・
レンジの所望の部分、例えば、１２ビットに広がるよう
にフィルタ処理されたピクセル値を含んでいる正規化さ
れた画像Ｉｎを形成する。

【００１４】ここでの議論では画像３６内部の強度値を
参照しているが、本発明の手法は、個々のピクセル３８
についてエンコードされている画像３６の上述のような
値を処理するのに用いてもよいし、または他の値を処理
するのに用いてもよいことに留意されたい。このような
パラメータには、周波数またはカラー（色）などがあ
る。

【００１５】工程６６において、信号処理回路２４は、
画像の個々のピクセルを表すデータによって画定されて
いるような、画像３６内の構造４８を識別する所定のロ
ジック・ルーチンを実行する。本発明の手法に従って構
造を識別する例示的な工程は、図４を参照して後述す
る。工程６８では、工程６６において識別された構造が
配向平滑化されるが、これについては、図９〜図１２を
参照して後で説明する。この配向平滑化のために様々な
手法を用いることができるが、記載される実施例では、
主配向平滑化を実行してもよいし、主配向平滑化は構造
の広がりと広がりとの間のギャップをブリッジング（br
idging）する傾向にあるので、このようなブリッジング
を回避するために、局所配向平滑化を用いてもよい。工
程６８は、工程６６において定義される構造マスクＭｓ
に基づいて、正規化された画像Ｉｎに対して実行され
る。工程６８において実行される配向平滑化は、このよ
うにして、正規化された画像をフィルタ処理済み画像Ｉ
ｆへ変換し、フィルタ処理済み画像Ｉｆは更に後続の処
理によって修正される。

【００１６】フィルタ処理済み画像Ｉｆは、以下のよう
にして更に処理される。工程７０において、信号処理回
路２４が画像３６の非構造領域に対して均一化平滑化を
行う。図１３を参照して後に更に詳述するように、この
均一化平滑化は、非構造領域の特徴を、工程６６におい
て識別された構造を取り巻く環境に配合(blend) させる
ためのものである。工程７２において、工程６６におい
て識別された構造は、配向鮮鋭化される。配向鮮鋭化の
処理は、図１４を参照して後に更に詳述する。次いで、
工程７４において、フィルタ処理済み画像を、フィルタ
処理済み強度値及び元の正規化された強度範囲に基づい
て再正規化する。最後に、工程７６において、画像の非
構造領域に存在するテクスチャを、再正規化されたフィ
ルタ処理済み画像Ｉｆｎに戻し配合して、最終画像用の
背景基準を提供する。テクスチャ配合処理については、
図１５を参照して後述する。工程７６に続いて、結果と
して得られたピクセル画像値をメモリ回路２６に記憶し
て、画像３６への最終的な再構成を行う。

【００１７】図４は、画像３６内部の構造領域４８を識
別すると共に、構造領域の画定から小さな又はノイズの
多い孤立領域を除去するための制御ロジックにおける工
程を示している。上に示したように、図３では工程６６
としてまとめられている図４のロジックは、正規化され
た画像Ｉｎのピクセル・データから開始する。工程８０
において、各々のピクセルについてのＸ勾配成分及びＹ
勾配成分が算出される。この目的のためには様々な手法
を用いることができるが、現状で好ましい実施例では、
図５に示す３×３のソーベル（Sobel ）モジュールまた
はオペレータ１０２及び１０４を用いる。当業者には理
解されるように、モジュール１０２は、各々のピクセル
のＸ勾配成分を識別するために用いられ、またモジュー
ル１０４は、各々のピクセルのＹ勾配成分を識別するた
めに用いられる。この処理では、モジュール１０２及び
１０４は、関心のある個々のピクセルの上に、関心のあ
るピクセルを３×３モジュールの中央位置に配置した状
態で重畳される。各々のモジュール内部の要素位置にあ
る強度値に、対応する要素に含まれているスカラ値を乗
算し、結果として得られる値を合計して、対応するＸ勾
配成分及びＹ勾配成分に到達する。

【００１８】このようにして算出された勾配成分を用い
て、工程８２では、勾配の大きさＧｍａｇ及び勾配方向
Ｇｄｉｒが算出される。現状での好ましい手法では、各
々のピクセルの勾配の大きさは、それぞれのピクセルの
Ｘ勾配成分の絶対値及びＹ勾配成分の絶対値のうちの大
きい方に等い。勾配方向は、Ｙ成分をＸ成分で除算した
ものの逆正接を求めることにより決定される。Ｘ成分が
ゼロに等しいピクセルについては、勾配方向に、π／２
の値が割り当てられる。各々のピクセルについての勾配
の大きさの値及び勾配方向の値は、メモリ回路２６に保
存される。

【００１９】Ｘ勾配成分及びＹ勾配成分を識別し、ま
た、勾配の大きさ及び勾配方向を算出するために、代替
的な手法を採用してもよいことに留意されたい。例え
ば、当業者には、ソーベル（Sobel ）勾配モジュール１
０２及び１０４の代わりに、ロバーツ（Roberts ）のオ
ペレータまたはプリウィット（Prewitt） のオペレータ
のような他のモジュールを用いてもよいことが理解され
よう。更に、勾配の大きさは、Ｘ勾配成分の絶対値とＹ
勾配成分の絶対値との和に等しい値というように、他の
態様で割り当ててもよい。

【００２０】工程８２で決定された勾配の大きさの値に
基づいて、工程８４に示すように勾配ヒストグラムが形
成される。図６は、この種の勾配ヒストグラムの一例を
示している。参照番号１０６で示されているヒストグラ
ムは、特定の勾配値を有しているピクセルの特定の集団
の棒形式プロットである。これらの勾配値は水平軸１０
８に沿った位置によって示されており、各々の値につい
てのピクセル集団の個数は垂直軸１１０に沿って示され
ており、各々の個数は、離散的なレベル１１２に位置し
ている。得られた棒グラフは、段階的な勾配分布曲線１
１４を描く。当業者には、実際の具現の際に図６のヒス
トグラムはグラフ方式で表示される必要はなく、メモリ
回路要素に記憶されている値と協調して動作する信号処
理回路要素によって関数として決定してもよいことが理
解されよう。

【００２１】ヒストグラム１０６は、画像の構造成分を
非構造成分から分離するための勾配閾値を確定するのに
用いられる。閾値は、所望の勾配の大きさのレベルの所
に設定される。閾値またはそれより大きい値の勾配の大
きさを有しているピクセルは、画像内の構造を画定する
ための第１の規準を満たすものと考えられ、閾値よりも
小さい勾配の大きさを有しているピクセルは、最初は非
構造であると見なされる。構造を非構造から分離するの
に用いられる閾値は、好ましくは、自動的な処理または
以下に定義する「オートフォーカス」ルーチンによって
設定される。しかしながら、閾値は、オペレータの介入
（例えば、入力装置２８を介して）によって設定しても
よいし、または後述する処理を介して確定される自動的
な値をオペレータが上書きし、結果として得られる画像
に特定の情報を与えるようにしてもよいことに留意され
たい。

【００２２】図４に示したように、閾値を定めるための
処理は、工程８６において、初期勾配閾値を選択するこ
とにより開始する。図６で参照番号１１６として示され
ているこの初期勾配閾値は、簡便には３０％といったグ
ローバル(global)ピクセル集団の百分位数に対応する値
に設定される。このようにして、ＩＧＴ値１１６の軸１
０８に沿った位置が、図６のヒストグラム１０６の左手
で軸１１０に隣接した端から右側に（即ち、勾配値が増
加する方向に）向かって移動しながらピクセル集団の個
数を加算していくことにより決定される。一旦、所望の
百分位数の値に到達したら、対応する勾配の大きさが、
ＩＧＴに割り当てられる値となる。

【００２３】工程８８において、所望の構造のエッジの
検索が行われる。エッジの検索は、工程８６において選
択されたＩＧＴ値よりも大きな勾配の大きさを有してい
るピクセルの位置を求め、関心のある関連ピクセルを取
り巻く５×５ピクセルの隣接部を考察することにより進
行する。各々の関心のあるピクセルの５×５ピクセルの
隣接部の内部で、ＩＧＴよりも大きな勾配の大きさを有
しており、且つ所定の角度を超えて関心のあるピクセル
の方向と異なっているようなことのない方向を有してい
るピクセルの個数がカウントされる。現状で好ましい実
施例では、０．３５ラジアンの角度がこの比較工程にお
いて用いられる。５×５の隣接部での個数が、所定の
数、この実施例の場合には３を上回る場合には、この関
心のあるピクセルを関連エッジ・ピクセルとして識別す
る。工程９０において、関連エッジ・ピクセルとして工
程８８において識別されたピクセルには値１を割り当
て、他のすべてのピクセルにはゼロに等しい値を割り当
てた二値マスク画像が作成される。

【００２４】工程９２では、構造の潜在的な候補として
識別される小さな又はノイズの多いセグメントを、繰り
返し法により除去する。これらのセグメントを除去する
ための制御ロジックにおける工程が図７に示してある。
図７を参照すると、この処理は工程１２０において開始
し、ここでは、所望の値に等しい又はこれよりも大きな
勾配の大きさの値を有しているピクセルには１の値を割
り当て、他のすべてのピクセルにはゼロの値を割り当て
ることにより、二値画像が得られる。この二値画像すな
わちマスクは、工程９０（図４参照）において形成され
たものと実質的に同じである。工程１２２において、こ
の二値マスクにおいて１の値を有している各々のピクセ
ルに、画像の上方左手の隅から開始して下方右手に進む
インデクス番号を割り当てる。このインデクス番号は、
マスクの１の値を有している各々のピクセルについてイ
ンクリメント（増分）される。工程１２４において、マ
スクは、上方左手から開始して、小さな隣接部の内部の
ピクセルのインデクスの値を比較することにより行ごと
に分析される。例えば、あるインデクス番号を有してい
るピクセルが識別されたときに、４連結比較が行われ
る。この場合、関心のあるピクセルのインデクス番号
が、もし存在するならば、該関心のあるピクセルの上下
左右に直接に接して位置するピクセルのインデクス番号
と比較する。次いで、連結されたピクセルの各々につい
てのインデクス番号を、連結した隣接部内で最も小さな
インデクス番号に変更する。その後、ピクセル・マトリ
クスの全体を通してこの検索、比較及び再割り当てを続
行して、共通のインデクス番号が割り当てられている隣
接ピクセルから成る領域を求める。好ましい実施例で
は、参照番号１２４のこのインデクス番号マージ（併
合）工程を、図７の工程１２６によって示すように、数
回実行してもよい。各々のその後の繰り返しは、好まし
くは、反対方向に（すなわち、上から下へ、次いで下か
ら上へ）実行される。

【００２５】インデクス番号の後続の検索及びマージを
通じて行われる繰り返しの後には、インデクス番号のピ
クセル・マトリクスは、共通のインデクス番号を有して
いるピクセルから成る連続した領域を含んでいる。そし
て、図７の工程１２８に示すように、このインデクス・
マトリクスに現れる各々のインデクス番号を有している
ピクセルの数を数えることにより、該インデクス・マト
リクスからヒストグラムが作成される。当業者には明ら
かなように、インデクス番号を有している各々の独立し
たピクセルの連続した領域は、それぞれの独自のインデ
クス番号を有している。工程１３０では、所望の閾値よ
りも小さな集団を有しているインデクス番号によって表
されている領域が、図４の工程９０において決定された
構造の画定から除去される。現状での好ましい実施例で
は、５０ピクセルよりも小さいピクセル個数を有してい
る領域が工程１３０で除去される。但し、この工程で除
去されるべきピクセルの数は、マトリクス・サイズ、並
びに最終の画像内の構造の画定として許容されるべき孤
立したアーティファクトの量及びサイズの関数として選
択してもよい。

【００２６】図４に戻ると、小さなセグメントのピクセ
ルを工程９０において作成した二値マスクから除去した
状態で、工程９４に示すように、二値マスクに残ってい
るピクセルの数をカウントする。その結果得られる数を
用いて最終勾配閾値を決定してもよいが、構造の画定の
ための最終勾配閾値を決定する簡便な方法は、該得られ
たピクセルのカウント数に所望の数のピクセルを加算す
ることを含んでいるものであることがわかった。例え
ば、現状での好ましい実施例では、４０００の値を工程
９２から得られた二値マスクの個数（カウント）に加算
して、画像の構造画定における所望のピクセル数に到達
する。このパラメータは、デフォールト値として設定し
てもよいし、オペレータによって修正してもよい。一般
的には、加算の値が大きいほど、鮮鋭な画像が形成さ
れ、加算の値が小さいほど、平滑な画像が形成される。
この実施例では、このパラメータを「フォーカス・パラ
メータ」と呼び、フォーカス・パラメータをこのように
変化させて、構造及び非構造としてのピクセルの分類を
再画定することができる。

【００２７】所望の数の構造ピクセルをこのようにして
識別したら、図６に示したヒストグラム１０６に基づい
て、図４の工程９６に示すようにして最終勾配閾値また
はＦＧＴが決定される。具体的には、ヒストグラム１０
６の右手の端から始めて、各々の勾配の大きさの値ごと
の集団の個数を、参照番号１３２によって示すように左
手方向に移動しながら加算する。一旦、所望の数の構造
ピクセルに到達したら（即ち、工程９４においてカウン
トされたピクセルの数とフォーカス・パラメータとの
和）、対応する勾配の大きさの値を最終勾配閾値１３４
として定める。この最終勾配閾値に基づいて、ＦＧＴに
等しい又はこれよりも大きな値を有しているピクセルに
は１の値を割り当て、他のすべてのピクセルにはゼロの
値を割り当てることにより、新たな二値マスクが画定さ
れる。工程９８において、得られた二値マスクをフィル
タ処理して、図７の工程９２について上述したものと同
一の過程で、小さな孤立したセグメントを除去する。但
し、工程９８では、４連結隣接部ではなく、８連結隣接
部（即ち、関心のあるピクセルの境界を成しているエッ
ジ及びコーナを共有しているピクセルを含む）をインデ
クス番号マージ工程において考慮する。

【００２８】図４の工程１００では、前段の工程を通じ
て識別された画像の構造の候補を表している特徴のエッ
ジが、二値順序統計量フィルタ処理（binary rank orde
r filtering ）される。構造の候補として識別されたも
のをこのように強調するための手法としては様々なもの
を用いることができるが、二値順序統計量フィルタ処理
は、構造要素を画定するのに用いられる連続した特徴の
適当な幅を拡張すると共に画定するのに申し分のない結
果を与えることがわかった。工程１００の二値順序統計
量フィルタ処理を実現するための例示的な制御ロジック
における工程を図８に示す。

【００２９】図８を参照すると、二値順序統計量フィル
タ処理は、前の工程において作成され修正された二値マ
スクから、工程１４０において開始する。工程１４０で
は、回路２４は、二値マスク内で各々のピクセルが１の
値を有しているか否かを決定する。ピクセルがマスク内
で１の値を有していることが判明したら、工程１４２に
おいて隣接部のカウントを実行する。この隣接部のカウ
ントでは、関心のある構造ピクセルを取り巻く３×３の
隣接部内で、１の値を有している二値マスク内のピクセ
ルの個数をカウントする。この個数は、関心のあるピク
セルを含めたものである。工程１４４において、回路２
４は、工程１４２からの個数が、所望の個数ｍを超えた
か否かを決定する。この実施例では、工程１４４におい
て用いられるｍの値は２である。個数が値ｍを超えてい
ることが判明したら、工程１４６に示すように、関心の
あるピクセルに対して１の値が再割り当てされる。しか
しながら、個数がｍの値を超えていないものと判明した
ら、工程１４８に示すように、関心のあるピクセルは、
マスク内で０の値を割り当てられる。工程１４６及び工
程１４８に続いて、またはピクセルが工程１４０におい
てマスク内で元の値として１を有していない場合に、制
御は工程１５０に進む。

【００３０】工程１５０では、回路２４は、構造マスク
を再検査して、各々の関心のあるピクセルが０の値を有
しているか否かを決定する。０の値を有しているピクセ
ルの位置が見出されたら、回路２４は工程１５２に進ん
で、工程１４２に関して上述したものと同様の隣接部の
カウントを計算する。具体的には、関心のある非構造ピ
クセルの周囲の３×３の隣接部を検査して、この隣接部
において１のマスク値を有しているピクセルの個数を決
定する。工程１５４において、この隣接部の個数をパラ
メータｎと比較する。個数がパラメータｎを超えている
ことが判明したら、工程１５６においてこのピクセルに
ついてのマスク値を１に変更する。値がｎを超えていな
いことが判明したら、工程１５８に示すように、マスク
・ピクセルは、その０の値を維持する。この実施例で
は、工程１５４で用いられるｎの値は２である。工程１
５６または工程１５８の後には、結果として得られるマ
スクＭｓは、関心のある構造の特徴及び非構造領域を識
別する情報を含んでいる。詳しく述べると、マスク内で
１の値を有しているピクセルは、構造を識別するものと
見なされ、０の値を有しているピクセルは、非構造を示
すものと見なされる。

【００３１】このようにして画像の構造が識別された
ら、図３の工程６８に示すように、図９に線図として示
されているようなロジックを通して構造の配向平滑化が
行われる。図９に示すように、画像構造の配向平滑化
は、対応する構造についての正規化された値から開始し
て、所望の平滑化の種類に応じて異なる方式で進行する
ことができる。具体的には、図９で参照番号１６０と示
されているオペレータ入力に基づいて、論理判定ブロッ
ク１６２は、参照番号１６４に示されている主配向平滑
化を行うか、参照番号１６６に示されている局所配向平
滑化を行うかのいずれかを信号処理回路２４に指令す
る。主配向平滑化が選択されたら、構造ピクセルの強度
値を図１０に関して後に説明するようにして処理して、
二値マスクＭ′を作成する。図１０を参照して後で説明
する手順を繰り返した後に、マスクＭ′の値を工程１６
８において評価し、乗数α及びβを用いることにより構
造の強度値に対して平滑化を実行し、その結果得られた
値は、図９のブロック１７０、１７２及び１７４で、後
で説明するように加算される。

【００３２】参照番号１６４の主配向平滑化工程を説明
するために、ここで図１０を参照する。図１０に示すよ
うに、主配向平滑化は、工程１８０において、構造マス
クＭｓ内で構造ピクセルとして識別された各々のピクセ
ルに対して方向インデクスを割り当てることにより開始
する。この実施例では、各々の構造ピクセルに対して、
図１１に示すようにして、各々のピクセルについての統
計的な分散に従って４つの方向インデクスのうちの１つ
を割り当てている。図１１に示すように、各々の構造ピ
クセルを取り巻く局所的な隣接部１８２内で、ピクセル
・カーネルについての４つの方向における統計的な分散
を、周囲のピクセルの正規化された強度値を参照して算
出する。４つの算出された値から、分散が最小である方
向が選択され、図１１の参照番号１８４によって示すよ
うな対応する方向インデクスが割り当てられる。この実
施例では、これらの方向インデクスは、次のように割り
当てられる。即ち、４５°については「１」、１３５°
については「２」、９０°については「３」、及び０°
については「４」とする。これらの工程は、図１０の工
程番号１８６及び１８８にまとめられている。工程１９
０では、画像マトリクス・サイズに基づいて、局所面積
閾値が割り当てられている。この実施例では、２５６×
２５６ピクセルの画像については６の局所面積閾値を用
い、５１２×５１２ピクセルの画像については１４．２
５の値を用い、１０２４×１０２４ピクセルの画像につ
いては２３の値を用いる。工程１９２において、二値マ
スクＭ′が、各々のピクセルについてゼロの値で初期化
される。工程１９４では、各々の構造ピクセルを取り巻
く局所的な隣接部内で工程１８８において設定された方
向インデクスを検査することにより、各々の構造ピクセ
ルについて主配向が確定される。この過程では、局所的
な隣接部において見出される方向インデクスをカウント
し、関心のあるピクセルに対して、最大のカウントを得
るような方向インデクス（または等しいカウントの場合
には見出された最低のインデクス）を割り当てる。この
実施例では、工程１９４において主配向の方向を識別す
るのに用いられる隣接部のサイズは、考慮されている一
連の画像マトリクスの寸法で異なっている。具体的に
は、２５６×２５６ピクセルの画像については３×３の
隣接部が用いられ、５１２×５１２ピクセルの画像につ
いては５×５の隣接部が用いられ、１０２４×１０２４
ピクセルの画像については９×９の隣接部が用いられ
る。

【００３３】工程１９６において、各々のピクセルにつ
いて、検索された隣接部において決定されたカウントを
局所面積閾値と比較する。カウントが局所面積閾値を超
えているものと判明したら、信号処理回路２４は工程１
９８に進む。この工程では、各々の構造ピクセルについ
ての強度値を関心のあるピクセルについての主方向にあ
る１×３のピクセルのカーネルの平均強度に等しく設定
する。続いて、工程２００において、二値マスクＭ′に
おける対応する位置の値を０から１へ変更する。工程１
９６において、カウントが特定のピクセルについて局所
面積閾値を超えていないことが判明したら、関心のある
ピクセルの強度値を工程２０２において示す重み付け平
均に等しく設定する。この重み付け平均は、以下の関係
によって決定される。

【００３４】重み付け平均＝（１／［１＋ｐ］）（入
力）＋（ｐ／［１＋ｐ］）（平滑化後の値） ここで、「入力」の値は、ルーチン１６４の開始時での
関心のあるピクセルの値であり、ｐは１と２００との間
の重み係数であり、「平滑化後の値」は関心のあるピク
セルの主方向にある１×３カーネルの平均強度である。
工程２００または工程２０２のいずれかから、回路２４
は図９の工程１６８に戻る。

【００３５】再び図９を見ると、工程１６８において、
二値マスクＭ′における各々のピクセルの値が評価され
る。値がゼロに等しいことが判明したら、工程１７０に
おいて、対応する強度値Ｉｉに重み係数αを乗算する。
この実施例では、係数αは０．４５に等しく設定されて
いる。次にブロック１７２にいて、上記の乗算で得られ
た値が、工程１７４において算出された、対応するピク
セルの正規化された強度値と重み係数βとの積に加算さ
れる。この実施例では、係数α及びβの和は１に等し
く、従ってβの値は０．５５となる。

【００３６】工程１６８において、二値マスクＭ′内で
特定のピクセルの値が１に等しいことが判明したら、制
御は判定ブロック１７６に進む。また、判定ブロック１
７６には、上述のブロック１７２において実行された加
算の後でも到達する。この実施例では、上述の主配向平
滑化工程は、所望の回数の繰り返しにわたって実行され
て、構造領域同士の間の十分な平滑化及びブリッジング
を行う。従って、工程１７６では、回路２４は、所望の
回数の繰り返しが完了したか否かを決定し、完了してい
なければ、工程１６４に戻って、構造領域を更に平滑化
する。この実施例では、オペレータは１回〜１０回のこ
のような繰り返しを選択することができる。

【００３７】前述したように、配向平滑化は、図９のブ
ロック１６６に示すような局所配向平滑化のための代替
的な一連の工程を通して進行することもできる。図１２
は、このような局所配向平滑化のための制御ロジックに
おける例示的な工程を示している。主配向平滑化の場合
と同様に、局所配向平滑化は、構造ピクセルの正規化さ
れた強度値から開始する。工程２０２において、主配向
平滑化処理について上述したものと同様にして、各々の
構造ピクセルの周囲の１×３ピクセルのカーネルについ
ての統計的な分散が各々のインデクス付き方向（図１１
参照）について算出される。工程２０４において、工程
２０２で各々のピクセルについて識別された統計的な分
散の最大値／最小値の比が算出される。工程２０６にお
いて、各々の構造ピクセルについてのこの比は、局所的
配向フィルタ処理用の緩和係数と呼ばれるパラメータＲ
と比較される。この実施例では、Ｒの値は、１と２００
との間に設定することができる。工程２０６において、
分散の比がＲよりも大きいことが判明したら、工程２０
８に示すように、関心のある構造ピクセルの強度値を最
小の分散の方向にある１×３ピクセルのカーネルについ
ての平均値と等しく設定することにより、局所的配向フ
ィルタ処理が達成される。工程２０６において、関心の
あるピクセルの分散の最大値と最小値との間の比がＲよ
りも大きくないことが判明したら、局所配向平滑化は行
われず、回路２４は工程２０８より先の点に進む。この
点から、制御は図９のブロック１７０に戻る。

【００３８】図９に示すように、ブロック１７０におい
て、各々の構造ピクセルの強度値は重み係数αと乗算さ
れ、次いでブロック１７２において、ブロック１７４で
算出された対応するピクセルの正規化された強度値と重
み係数βとの積と合計される。上に示したように、工程
１７６において、回路２４は、所望の回数の繰り返しが
完了したか否かを決定し、完了していなければ、局所配
向平滑化ブロック１６６に戻って、所望の回数の繰り返
しが完了するまで図１２の工程を繰り返す。一旦、所望
の繰り返しが完了したら、配向平滑化から得られたフィ
ルタ処理済み画像Ｉｆが、後述する過程によって更にフ
ィルタ処理される。

【００３９】図３を参照して前に述べたように、画像内
の識別された構造の配向平滑化に続いて、非構造の均一
化平滑化を行う。このような均一化平滑化の処理におけ
る工程を図１３に示されている。図１３に示すように、
この処理では、非構造ピクセルの正規化された強度値を
考察する。工程２１０において、各々の非構造ピクセル
についての平均隣接部強度値を算出する（構造ピクセル
が、考慮されている隣接部に含まれている場合には、こ
れらの構造ピクセルの正規化された値を考慮に入れ
る。）。この実施例では、工程２１０は、各々の非構造
ピクセルを取り巻く３×３の隣接部に基いて進行する。
この平均値は、関心のあるピクセルに割り当てられ、制
御は工程２１２に進む。工程２１２では、回路２４は、
所望の回数の繰り返しが完了したか否かを決定する。完
了していなければ、制御は工程２１０に戻って、非構造
ピクセルの強度値の更なる均一化を行う。一旦、所望の
回数の繰り返しが完了したら、図１３の均一化平滑化ル
ーチンから出る。この実施例では、オペレータは、均一
化平滑化の繰り返しの回数を１回〜１０回の範囲に設定
することができる。

【００４０】均一化平滑化に続いて、フィルタ処理され
た画像は、図３に関して前述したように、識別された構
造の配向鮮鋭化によって更に処理される。この処理を図
１４に更に詳細に示す。図１４に示すように、配向鮮鋭
化の処理連鎖は、工程２１４から開始し、ここで、各々
の構造ピクセルについてのラプラシアン値が図１１に示
すと共に上述したインデクス付き方向において算出され
る。ラプラシアン値は、以下の式から算出することがで
きる。

【００４１】Ｌ（ｋ）＝２．０＊Ｉ（ｋ）−Ｉ（ｋ−
１）−Ｉ（ｋ＋１） ここで、ｋは関心のある構造ピクセルであり、ｋ−１は
インデクス付き方向における関心のあるピクセルの前の
ピクセルであり、ｋ＋１はインデクス付き方向における
関心のあるピクセルの後のピクセルである。工程２１４
で算出されるラプラシアン値は、フィルタ処理された強
度値（即ち、構造についての平滑化後の値）に基づいて
いることに留意されたい。次いで、工程２１６におい
て、各々の構造ピクセルについての４つのラプラシアン
値の最大値が、エッジ画像Ｍｅを形成するために保存さ
れる。工程２１８では、各々の構造ピクセルについて、
図１１に示すインデクス付き方向で、関連隣接部におけ
る各々のピクセルについてのフィルタ処理（即ち、均一
化及び平滑化）後の値を再び用いて、３×１ピクセルの
カーネルについての統計的分散及び平均値が算出され
る。次いで、各々の構造ピクセルについて最小の分散の
方向をこれらの値から識別し、工程２２０に示すよう
に、最小の分散の方向での平均値を各々のピクセルにつ
いて保存する。工程２２２において、各々の構造ピクセ
ルについての最小の分散の方向での平均値に、係数γを
乗算する。この実施例では、γの値は、０．００００１
〜２．０にわたる範囲内に設定され得る。一般的には、
選択されるγの値が大きいほど、最終の画像における強
いエッジの全体的な鮮鋭度が大きくなる。工程２２４に
おいて、結果として得られる重み付けされた値が、対応
する構造ピクセルの当初のフィルタ処理済み値に加算さ
れる。次いで、得られたフィルタ処理済み画像値が、以
下に記載するようにして更に処理される。

【００４２】画像の構造的特徴の配向鮮鋭化に続いて、
画像全体を図３の工程７４に示すように再び再正規化す
る。この再正規化のためには様々な方法を用いることが
できるが、この実施例では、工程７２の後のフィルタ処
理済み画像におけるグローバル(global)平均ピクセル強
度を算出し、この平均値と、上述したフィルタ処理工程
の前の平均値との間の差に基づいて、正規化係数を決定
する。次いで、この正規化係数にフィルタ処理済みピク
セル強度を乗算し、この積に元のデータからのグローバ
ル最小強度値を加算することにより、各々のピクセルに
ついて新たな正規化された強度値が決定される。

【００４３】次いで、得られた再正規化されたフィルタ
処理済み画像は、図３ではＩｆｎと記されているが、こ
の画像は更に処理されて、元のデータからの非構造領域
のテクスチャに配合される。このテクスチャ配合工程
が、図１５に示されている。一般的には、図１５の各工
程は、非構造ピクセルの勾配の大きさに応じて、より多
く又はより少ない元のテクスチャを加算したりするのに
役立つ。具体的には、工程２２６において、各々の関心
のある非構造ピクセルの勾配の大きさを閾値Ｔと比較す
る。この実施例では、この閾値は、３００の値に設定さ
れている。勾配がこの閾値よりも大きくないことが判明
したら、工程２２８においてピクセルの強度値に値
「ａ」を乗算する。得られた積は、工程２３０におい
て、工程２３２で当該ピクセルの生の強度値（図３の工
程６４での正規化の前の値）に「１−ａ」に等しい値を
乗算した積と加算される。この結果の重み付けされた平
均値はピクセルに割り当てられる。

【００４４】工程２２６において、あるピクセルの勾配
の大きさの値が閾値Ｔよりもおおきいことが判明した
ら、工程２３４に示すように、このピクセル強度値に係
数「ｂ」が乗算される。次いで、得られた積は、工程２
３６において、工程２３８におけるこのピクセルの生の
強度値と「１−ｂ」に等しい乗数との積に加算される。
この実施例では、「ｂ」の値を０〜１の範囲内に設定す
ることができ、「ａ」の値は「ｂ」の値の１．５倍に等
しく設定される。当業者には明らかなように、図１５に
示された工程によって行われる重み付け平均処理は、非
構造領域にテクスチャを効果的に戻し加算し、上述のよ
うにしてフィルタ処理された構造にわかり易い環境を提
供する。工程２２６での比較を行うことにより、この処
理は、小さな勾配値を有しているピクセルについてはよ
り少ない元のテクスチャを効果的に加え、より大きな勾
配値を有しているピクセルについてはより多い元のテク
スチャを効果的に加える。所望により、「ａ」及び
「ｂ」の値は、この処理のこのような作用を増大させ又
は減少させるように設定することが出来る。

【図面の簡単な説明】

【図１】被検体の離散的ピクセル画像を強調するように
構成されている磁気共鳴イメージング・システムのブロ
ック図である。

【図２】構造及び非構造を画定する変動する強度を有し
ているピクセルのマトリクスで構成された例示的な離散
的ピクセル画像を示す線図である。

【図３】構造の識別、並びに画像内の構造領域及び非構
造領域の両方の強調のために離散的ピクセル画像を処理
するための例示的な制御ロジックにおける工程を示す流
れ図である。

【図４】離散的ピクセル画像における構造的特徴を識別
するための例示的な制御ロジックにおける工程を示す流
れ図である。

【図５】画像の各々の離散的ピクセルについて勾配成分
を作成するために図４の工程に用いられている要素また
はモジュールの線図である。

【図６】画像内で構造を非構造から分割するための勾配
閾値を識別するのに用いられる画像の勾配ヒストグラム
である。

【図７】構造の画定から小さな又はノイズの多い領域を
選択的に除去するための例示的な制御ロジックにおける
工程の流れ図である。

【図８】画像内で識別された構造的特徴を二値順序統計
量フィルタ処理によって処理するための例示的な制御ロ
ジックにおける工程の流れ図である。

【図９】画像内で識別された構造の配向平滑化のための
例示的な制御ロジックにおける工程を示す流れ図であ
る。

【図１０】図９に示された処理において主配向平滑化を
行うための例示的な制御ロジックにおける工程を示す流
れ図である。

【図１１】図１０の配向平滑化処理に用いられる方向イ
ンデクスの線図である。

【図１２】図９の処理を通じて局所配向平滑化を行うた
めの例示的な制御ロジックにおける工程の流れ図であ
る。

【図１３】離散的ピクセル画像の非構造領域の均一化平
滑化のための例示的な制御ロジックにおける工程の流れ
図である。

【図１４】離散的ピクセル画像における構造領域の配向
鮮鋭化のための例示的な制御ロジックにおける工程の流
れ図である。

【図１５】非構造領域のいくつかのテクスチャの特徴を
離散的ピクセル画像に再導入するための例示的な制御ロ
ジックにおける工程を示す流れ図である。

【符号の説明】

１０ 磁気共鳴イメージング・システム １２ スキャナ １４ 支持構造 １６ 被検体 １８ 電磁的構成 ２０ 励起及び検知用コイル ２２ 信号取得回路要素 ２４ 信号処理回路 ２６ メモリ回路 ２８ 入力装置 ３０ 入力インタフェイス回路 ３２ 出力装置 ３４ 出力インタフェイス回路 ３６ 画像 ３８ 離散的ピクセルのマトリクス ４０ ピクセル行 ４２ ピクセル列 ４４ マトリクス幅 ４６ マトリクス高さ ４８ 構造領域 ５０ 非構造領域 ５２ アーティファクト

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 5/20 Ｇ０６Ｆ 15/68 ４０５ Ｈ０４Ｎ 1/409 Ｈ０４Ｎ 1/40 １０１Ｄ

Claims (29)

【特許請求の範囲】
1. 【請求項１】 離散的ピクセル画像内の構造画像成分を
   識別する方法において、 ａ）画像の各々のピクセルについて勾配の大きさの値を
   算出する工程と、 ｂ）勾配閾値を定める工程と、 ｃ）前記勾配閾値に少なくとも部分的に基づいて、構造
   のエッジを表すピクセルを識別する工程と、 ｄ）前記構造のエッジを二値順序統計量フィルタ処理し
   て、前記画像内の構造成分を表すピクセルを識別する工
   程と を含んでいることを特徴とする前記方法。
2. 【請求項２】 前記勾配閾値を定める工程は、構造のエ
   ッジを表す前記ピクセルを識別する前に、初期閾値を選
   択し、構造のエッジを表すピクセルの個数をカウント
   し、構造のエッジを表すピクセルの前記個数に基づいて
   最終勾配閾値を定めることを含んでいる請求項１に記載
   の方法。
3. 【請求項３】 前記最終勾配閾値は、構造のエッジを表
   すピクセルの前記個数にスカラ値を加算することにより
   定められる請求項２に記載の方法。
4. 【請求項４】 前記最終勾配閾値は、所望の個数のピク
   セルについての勾配の大きさの値に等しいか又はそれよ
   りも小さい勾配の値を決定することにより定められる請
   求項２に記載の方法。
5. 【請求項５】 前記所望の個数のピクセルは、構造のエ
   ッジを表すピクセルの前記個数とスカラ値との和である
   請求項４に記載の方法。
6. 【請求項６】 前記構造成分から、所望の個数よりも小
   さい隣接ピクセルの領域を除去する工程を更に含んでい
   る請求項１に記載の方法。
7. 【請求項７】 前記構造のエッジは、各々のピクセルに
   ついての勾配の大きさの値を所定の勾配の大きさの値と
   比較すると共に、各々のピクセルについての勾配方向の
   値を隣接ピクセルの勾配方向の値と比較することにより
   識別される請求項１に記載の方法。
8. 【請求項８】 関心のある特徴を表す離散的ピクセル画
   像内のピクセルを識別する方法において、 ａ）各々のピクセルについて勾配値を決定する工程と、 ｂ）前記ピクセルについて勾配ヒストグラムを作成する
   工程と、 ｃ）前記勾配ヒストグラムから、並びに各々のピクセル
   についての勾配の大きさの値及び勾配方向の値から、勾
   配閾値を定める工程と、 ｄ）前記勾配閾値及び前記勾配ヒストグラムから関心の
   ある特徴を表すピクセルを識別する工程と を含んでいることを特徴とする前記方法。
9. 【請求項９】 各々のピクセルについての勾配の大きさ
   の値を所定の勾配の大きさの値と比較し、各々のピクセ
   ルについての勾配方向の値を隣接ピクセルの勾配方向の
   値と比較して、前記大きさの比較及び前記方向の比較に
   おいて所定の関係を満たすピクセルの個数をカウントす
   ることにより、特徴のエッジが識別される請求項８に記
   載の方法。
10. 【請求項１０】 特徴のエッジを表すピクセルの個数に
    基づいて、最終勾配閾値が定められる請求項９に記載の
    方法。
11. 【請求項１１】 前記最終勾配閾値は、特徴のエッジを
    表すピクセルの前記個数にスカラ値を加算することによ
    り定められる請求項１０に記載の方法。
12. 【請求項１２】 前記最終勾配閾値は、所望の個数のピ
    クセルに相当する勾配量の値に等しいまたはこれよりも
    小さい勾配値を決定することにより識別される請求項１
    １に記載の方法。
13. 【請求項１３】 前記所望の個数のピクセルは、特徴の
    エッジを表すピクセルの前記個数とスカラ値との和であ
    る請求項１２に記載の方法。
14. 【請求項１４】 関心のある特徴を表すピクセルを識別
    する前記工程は、特徴のエッジを表すピクセルを識別す
    る工程と、該特徴のエッジを二値順序統計量フィルタ処
    理する工程とを含んでいる請求項８に記載の方法。
15. 【請求項１５】 関心のある特徴を表す一群のピクセル
    から、所望の個数よりも小さい隣接ピクセルの領域を除
    去する工程を更に含んでいる請求項８に記載の方法。
16. 【請求項１６】 離散的ピクセル画像内の関心のあるピ
    クセルを識別する方法において、 ａ）各々のピクセルについて勾配値を決定する工程と、 ｂ）前記勾配値に基づいて、連続した関心のあるピクセ
    ルを識別する工程と、 ｃ）前記関心のあるピクセルから、所望の最小数よりも
    小さい個数のピクセルを含んでいる隣接ピクセルの領域
    を除去する工程と を含んでいることを特徴とする前記方法。
17. 【請求項１７】 前記隣接ピクセルの領域は、各々の関
    心のあるピクセルに対してインデクス値を割り当て、隣
    接ピクセルに共通のインデクス値を繰り返し再割り当て
    て、共通のインデクス値を共有しているピクセルの個数
    をカウントすることにより、識別される請求項１６に記
    載の方法。
18. 【請求項１８】 前記共通のインデクス値は、前記関心
    のあるピクセルに接して隣接している隣接部内の隣接ピ
    クセルに対して割り当てられる請求項１７に記載の方
    法。
19. 【請求項１９】 前記関心のあるピクセルは、勾配閾値
    を決定し、該勾配閾値に対して所望の関係を有している
    ピクセルを選択することにより、識別される請求項１６
    に記載の方法。
20. 【請求項２０】 前記勾配閾値は、前記ピクセルにより
    画定される特徴のエッジを識別し、該特徴のエッジを画
    定する前記ピクセルの個数をカウントすることにより、
    決定される請求項１９に記載の方法。
21. 【請求項２１】 前記勾配閾値は、所望の個数のピクセ
    ルに相当する勾配の大きさの値に等しいか又はそれより
    も小さい勾配値を識別することにより決定される請求項
    ２０に記載の方法。
22. 【請求項２２】 前記所望の個数のピクセルは、前記特
    徴のエッジを画定するピクセルの個数をカウントして、
    該個数にスカラ値を加算することにより、決定される請
    求項２１に記載の方法。
23. 【請求項２３】 離散的ピクセル画像内の関心のある特
    徴を識別する装置において、 画像マトリクス内の複数の離散的ピクセルを表す生デー
    タを作成する画像検知装置と、 前記検知装置に結合されていて、各々のピクセルについ
    ての勾配の大きさの値及び勾配方向の値を決定し、前記
    ピクセルについての勾配ヒストグラムを作成し、該勾配
    ヒストグラムから並びに前記勾配の大きさの値及び前記
    勾配方向の値から勾配閾値を定め、該勾配閾値及び前記
    勾配ヒストグラムから関心のある特徴を表すピクセルを
    識別するように構成されている信号処理回路と、 前記信号処理回路に結合されていて、前記関心のあるピ
    クセルを表す値を受け取って保存するように構成されて
    いるメモリ回路とを含んでいることを特徴とする、離散
    的ピクセル画像内の関心のある特徴を識別する装置。
24. 【請求項２４】 前記画像検知装置は、関心のある被検
    体内の磁気回転性物質の放出波を検出する磁気共鳴スキ
    ャナを含んでいる請求項２３に記載の装置。
25. 【請求項２５】 前記信号処理回路に結合されていて、
    オペレータにより定義されたパラメータを受け取って、
    関心のある特徴を表す前記ピクセルの識別を行うために
    前記パラメータを表す信号を前記信号処理回路に伝達す
    るように構成されている入力装置を更に含んでいる請求
    項２３に記載の装置。
26. 【請求項２６】 前記信号処理回路に結合されていて、
    前記メモリ回路に記憶されているデータから再構成され
    るオペレータ認識可能な画像を作成するように構成され
    ている出力装置を更に含んでいる請求項２３に記載の装
    置。
27. 【請求項２７】 関心のある被検体において離散的ピク
    セルを表す信号を検出し、該検出された信号を表すディ
    ジタル値を作成する検知ステーションと、 前記ディジタル値を処理する所定のルーチンを記憶して
    いるメモリ回路と、 前記検知ステーション及び前記メモリ回路に結合されて
    いて、前記ルーチンを実行して、各々のディジタル値に
    ついての勾配の大きさの値及び勾配方向の値から決定さ
    れる勾配閾値に基づいて、関心のある特徴を識別して強
    調するように構成されている信号処理回路と、 該信号処理回路により識別して強調された関心のある特
    徴を含んでいるオペレータ認識可能な画像を形成する出
    力装置とを含んでいることを特徴とするイメージング・
    システム。
28. 【請求項２８】 前記検知ステーションは、前記離散的
    ピクセルに対応する位置において前記関心のある被検体
    内の磁気回転性物質の放出波を検出する磁気共鳴スキャ
    ナを含んでいる請求項２７に記載のイメージング・シス
    テム。
29. 【請求項２９】 前記信号処理回路に結合されており、
    前記関心のある特徴を識別して強調する際に前記信号処
    理回路によって用いられるパラメータを入力するための
    入力装置を更に含んでいる請求項２７に記載のイメージ
    ング・システム。