JP2001299740A - 異常陰影検出処理システム - Google Patents

Abstract

(57)【要約】 【課題】 異常陰影候補検出処理システムにおいて、画
像出力手段により出力される異常陰影候補の画像等の診
断性能をより高める。 【解決手段】 画像出力手段３０が、異常陰影候補検出
処理において異常陰影候補として検出するか否かの判定
に係る指標値や異常陰影候補として検出した前記画像情
報についての検出の確信度（余裕度）などを表す値Ｋ
を、検出された異常陰影候補の画像Ｐ１（関心領域画像
Ｗ）とともに表示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は異常陰影候補検出処
理システムに関し、特に詳細にはシステムを構成する画
像出力手段により出力される情報の改良に関するもので
ある。

【０００２】

【従来の技術】医療分野においては、ＣＴ（Computed T
omography ）装置、ＭＲＩ（MagneticResonance Imagin
g）装置、ＣＲ（Computed Radiography）装置等各種の
画像形成モダリティ（画像入力デバイス）により、診断
用画像として取得された被写体の画像情報に基づいて、
その画像情報が表す画像中の異常陰影の候補を計算機を
用いて自動的に検出する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）が提案されている（特開平
8-294479号、特開平8-287230号等）。

【０００３】この異常陰影候補検出処理システムは、マ
ンモグラフィ（診断用乳房画像）に基づいて乳ガン等の
存在を示唆する異常陰影（腫瘤陰影や微小石灰化陰影
等）を検出することを主目的とし、異常陰影の候補を自
動的に検出処理する異常陰影候補検出手段として、画像
中の濃度勾配（または輝度勾配）を濃度勾配ベクトルと
して表し、この濃度勾配ベクトルの集中度合いの高い画
像部分を異常陰影の候補として検出するアイリスフィル
タを用いた異常陰影候補検出手段や、検出しようとする
異常陰影の大きさに応じた多重構造要素を用いてこの多
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モフォロジーフィル
タを用いた異常陰影候補検出手段がある。

【０００４】ここで、アイリスフィルタを用いた異常陰
影候補検出手段によれば、乳ガン等の一形態である腫瘤
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、またモフォロジーフィルタを用いた異常陰影
候補検出手段によれば、乳ガン等の他の一形態である微
小石灰化陰影（異常陰影の一形態）の候補を自動的に検
出することができる。

【０００５】またこの異常陰影候補検出処理システムで
は、異常陰影の検出対象となる画像情報（原画像；例え
ばマンモグラフィ）が入力されると、上述した異常陰影
候補検出手段が異常陰影候補を検出処理し、関心領域設
定手段がこの検出された異常陰影候補およびその近傍領
域を含む局所領域を関心領域（region of interest；以
下、ＲＯＩという）として設定し、このＲＯＩ画像に対
して局所画像処理手段が、検出された異常陰影候補の属
性（腫瘤陰影または微小石灰化陰影かの別）に応じた強
調処理等の特化された画像処理を施し、一方、原画像を
表す全体画像に対しても読影性能向上のために全体画像
処理手段が所定の画像処理を施し、レイアウト画像作成
手段が、予め設定されたレイアウトに応じて、この画像
処理が施された全体画像と上記特化された画像処理が施
されたＲＯＩ画像とを１つのレイアウト画像として形成
して、このレイアウト画像を表す画像情報（以下、レイ
アウト画像情報という）をＣＲＴ等の画像表示手段やＬ
Ｐ（レーザプリンタ）等のプリント手段等に出力するも
のとしている。

【０００６】具体的には被写体としてマンモグラフィを
適用したときに、例えば図３に示すように、ＣＲＴ 300
の表示面の向かって右側に、右側乳房の全体画像Ｐと検
出された異常陰影候補Ｐ１およびその近傍領域Ｐ２を含
むＲＯＩ画像Ｗとを重ねて表示し、向かって左側に異常
陰影が検出されなかった左側乳房の全体画像Ｐ′を表示
するようにレイアウトされた１つのレイアウト画像情報
Ｌが、ＣＲＴ 300に出力される。

【０００７】

【発明が解決しようとする課題】上述したように異常陰
影候補検出処理システムは、異常陰影が呈する主に形態
的な特徴等を最終的に数値的に表現し、これらを用いて
統計的手法により異常陰影候補の検出処理レベルを決定
し、このように決定された検出処理レベルに基づいて異
常陰影候補を検出することにより、診断経験の豊富さ・
長短、診断技術の熟練・未熟練に拘わらず、異常陰影の
候補を画一的に検出することができる。

【０００８】ところで異常陰影候補検出処理システムが
検出するのは、異常陰影の候補であり、検出された異常
陰影候補が真の異常陰影か否かを最終的に判定するの
は、ＣＲＴ等の画像表示手段やプリント手段によって出
力された異常陰影候補の画像を観察読影する医師等の画
像読影者である。したがって、画像読影者に対しては、
最終的な判定をするのに有用な様々な情報を提供するの
が好ましい。

【０００９】本発明は上記事情に鑑みなされたものであ
って、出力される異常陰影候補の画像の診断性能をより
高めることを可能にした異常陰影候補検出処理システム
を提供することを目的とするものである。

【００１０】

【課題を解決するための手段】本発明の異常陰影候補検
出処理システムは、画像表示手段等の画像出力手段が、
異常陰影候補検出処理において検出された異常陰影候補
に関連する指標値や、異常陰影候補として検出した画像
情報についての検出の確信度（余裕度）を、検出された
異常陰影候補を特定する情報（例えば異常陰影候補の画
像など）とともに出力することにより、出力された情報
の読影者に対して有用な情報を提供することができ、出
力された画像の診断性能を向上させることができる。

【００１１】すなわち本発明の第１の異常陰影候補検出
処理システムは、画像を表す画像情報に基づいて該画像
中の異常陰影候補を所定の検出処理により検出する異常
陰影候補検出手段と、少なくとも前記検出された異常陰
影候補を特定する情報を出力する画像出力手段とを備え
た異常陰影候補検出処理システムにおいて、前記画像出
力手段が、前記異常陰影候補に関連する指標値を、少な
くとも前記検出された異常陰影候補を特定する情報とと
もに出力するものであることを特徴とするものである。
なお、「画像中の異常陰影候補を検出する」とは、異常
陰影候補を表わす画像部分を検出することを意味するも
のである。

【００１２】ここで、異常陰影候補に関連する指標値と
は、検出された異常陰影に関連する種々の指標値を広く
意味するものである。例えば、上記検出処理において異
常陰影候補として検出するか否かの判定に係る画像情報
についての値、すなわち、異常陰影候補の検出処理が腫
瘤陰影候補を検出処理するアイリスフィルタ処理である
場合には、腫瘤影の集中度、アイリスフィルタの出力
値、腫瘤陰影候補の悪性度・良性度、異常陰影候補の検
出処理が微小石灰化陰影候補を検出処理するモフォロジ
ー演算処理である場合には、石灰化の密度やその石灰化
陰影候補の悪性度・良性度などを上記指標値とすること
が可能であり、また、検出処理における判定に利用され
る値の他、異常陰影候補を診断する際に参考となり得る
種々の値を上記指標値に採用することができる。

【００１３】また、上記画像出力手段を、検出処理にお
いて異常陰影候補として検出した画像情報についての、
検出の確信度（余裕度）をさらに、少なくとも前記検出
された異常陰影候補を特定する情報とともに出力するも
のとしてもよい。

【００１４】ここで検出の確信度（余裕度）とは、例え
ば異常陰影候補の検出処理を、画像情報に対して異常陰
影候補の検出処理を施して得られた数値が、異常陰影候
補検出のための閾値を上回るか否かによって行なうもの
とした場合に、得られた数値がどの程度の余裕（差）を
以て閾値を上回ったか等閾値処理における信頼度を表す
度合いを示す指標である。

【００１５】画像出力手段としては、ＣＲＴ、液晶ディ
スプレイ等の画像表示手段や、ＬＰ（レーザプリンタ）
等のプリント手段を適用することができる。以下の発明
においても同様である。

【００１６】異常陰影候補を特定する情報とは、この異
常陰影候補を表す画像であってもよいし、異常陰影候補
の位置や形、大きさなどを数値情報として表したもので
あってもよい。異常陰影候補を特定する情報として異常
陰影候補を表す画像を採用した場合の当該画像とは、異
常陰影候補自体の画像部分（拡縮処理や周波数処理、鮮
鋭度強調処理等の画像処理を細越したものを含む）であ
ってもよいし、全体画像中で異常陰影候補を指し示す矢
印等のマーカーや、全体画像中で異常陰影候補を囲う矩
形や円形のＲＯＩ枠などであってもよいし、全体画像中
で異常陰影候補の輪郭に沿った輪郭枠などであってもよ
い。

【００１７】以下、まずアイリスフィルター処理による
腫瘤陰影候補の検出処理の概要について説明する。

【００１８】例えばＸ線フイルム上における放射線画像
（高濃度高信号レベルの画像信号で表される画像）にお
いては、一般に腫瘤陰影は周囲の画像部分に比べて濃度
値がわずかに低いことが知られており、その濃度値の分
布は概略円形の周縁部から中心部に向かうにしたがって
濃度値が低くなるという濃度値の勾配を有している。し
たがって腫瘤陰影においては、局所的な濃度値の勾配が
認められ、その勾配線は腫瘤の中心方向に集中する。

【００１９】アイリスフィルターは、この濃度値に代表
される画像信号の勾配を勾配ベクトルとして算出し、そ
の勾配ベクトルの集中度を出力するものであり、アイリ
スフィルター処理とはこの勾配ベクトルの集中度を基に
して腫瘤陰影の候補を検出するものである。

【００２０】すなわち例えば図４（１）に示すようなマ
ンモグラムＰにおいて腫瘤陰影ＰJ内の任意の画素にお
ける勾配ベクトルは同図（２）に示すように腫瘤陰影の
中心付近を向くが、血管陰影や乳腺等のように細長い陰
影ＰK では同図（３）に示すように勾配ベクトルが特定
の点に集中することはないため、局所的に勾配ベクトル
の向きの分布を評価し、特定の点に集中している領域を
抽出すれば、それが腫瘤陰影と考えられる候補となる。
なお、同図（４）に示すような乳腺等の細長い陰影同士
が交差した陰影ＰL については勾配ベクトルが特定の点
に集中する傾向があり疑似的に異常陰影の候補として誤
検出されうる。以上がアイリスフィルター処理の基本的
な考え方である。以下に具体的なアルゴリズムのステッ
プを示す。

【００２１】（ステップ１）勾配ベクトルの計算 対象となる画像を構成する全ての画素について、各画素
ｊごとに、下記式（１）に示す計算式に基づいた画像デ
ータの勾配ベクトルの向きθを求める。

【００２２】

【数１】 ここでｆ1 〜ｆ16は、図５に示すように、その画素ｊを
中心とした縦５画素×横５画素のマスクの外周上の画素
に対応した画素値（画像データ）である。

【００２３】（ステップ２）勾配ベクトルの集中度の算
出 次に、対象となる画像を構成する全ての画素について、
各画素ごとに、その画素を注目画素とする勾配ベクトル
の集中度Ｃを次式（２）にしたがって算出する。

【００２４】

【数２】 ここでＮは注目画素を中心に半径Ｒの円内に存在する画
素の数、θj は、注目画素とその円内の各画素ｊとを結
ぶ直線と、その各画素ｊにおける上記式（１）で算出さ
れた勾配ベクトルとがなす角である（図６参照）。した
がって上記式（２）で表される集中度Ｃが大きな値とな
るのは、各画素ｊの勾配ベクトルの向きが注目画素に集
中する場合である。

【００２５】ところで、腫瘤陰影近傍の各画素ｊの勾配
ベクトルは、腫瘤陰影のコントラストの大小に拘らず、
略その腫瘤陰影の中心部を向くため、上記集中度Ｃが大
きな値を採る注目画素は、腫瘤陰影の中心部の画素とい
うことができる。一方、血管などの線状パターンの陰影
は勾配ベクトルの向きが一定方向に偏るため集中度Ｃの
値は小さい。したがって、画像を構成する全ての画素に
ついてそれぞれ注目画素に対する上記集中度Ｃの値を算
出し、その集中度Ｃの値が予め設定された閾値を上回る
か否かを評価することによって、腫瘤陰影を検出するこ
とができる。すなわち、このフィルターは通常の差分フ
ィルターに比べて、血管や乳腺等の影響を受けにくく、
腫瘤陰影を効率よく検出できる特長を有している。

【００２６】さらに実際の処理においては、腫瘤の大き
さや形状に左右されない検出力を達成するために、フィ
ルターの大きさと形状とを適応的に変化させる工夫がな
される。図７に、そのフィルターを示す。このフィルタ
ーは、図６に示すものと異なり、注目画素を中心に２π
／Ｍ度毎のＭ種類の方向（図７においては、11.25 度ご
との32方向を例示）の放射状の線上の画素のみで上記集
中度の評価を行うものである。

【００２７】ここでｉ番目の線上にあって、かつ注目画
素からｎ番目の画素の座標（［ｘ］，［ｙ］）は、注目
画素の座標を（ｋ，ｌ）とすれば、以下の式（３），
（４）で与えられる。

【００２８】

【数３】 ただし、［ｘ］，［ｙ］は、ｘ，ｙを越えない最大の整
数である。

【００２９】さらに、その放射状の線上の各線ごとに最
大の集中度が得られる画素までの出力値をその方向につ
いての集中度Ｃimaxとし、その集中度Ｃimaxをすべての
方向で平均して、その注目画素についての勾配ベクトル
群の集中度Ｃとする。

【００３０】具体的には、まずｉ番目の放射状の線上に
おいて注目画素からｎ番目の画素までで得られる集中度
Ｃi （ｎ）を下記式（５）により求める。

【００３１】

【数４】 すなわち式（５）は、注目画素を起点として、終点をＲ
min からＲmax までの範囲内で集中度Ｃi （ｎ）を算出
するものである。ここでＲmin とＲmax とは、抽出しよ
うとする腫瘤陰影の半径の最小値と最大値である。

【００３２】次に、勾配ベクトル群の集中度Ｃを下記式
（６）および（７）により計算する。

【００３３】

【数５】 ここで式（６）のＣimaxは、式（５）で得られた放射状
の線ごとの集中度Ｃi（ｎ）の最大値であるから、注目
画素からその集中度Ｃi （ｎ）が最大値となる画素まで
の領域が、その線の方向における腫瘤陰影の候補領域と
なる。

【００３４】すべての放射状の線について式（６）を計
算してその各線上における腫瘤陰影の領域を求め、この
各線上における腫瘤陰影の領域を隣接する線間で直線ま
たは非線形曲線で結ぶことにより、腫瘤陰影の候補とな
り得る領域の外周縁の形状を特定することができる。

【００３５】そして、式（７）では、この領域内の式
（６）で与えられた集中度の最大値Ｃimaxを放射状の線
の全方向（式（７）では32方向の場合を例示）について
平均した値を求める。この求められた値がアイリスフィ
ルター処理の出力値Ｉであり、この出力値Ｉを、腫瘤陰
影であるか否かを判別するのに適した予め設定した一定
の閾値Ｔ１と比較し、Ｉ≧Ｔ１（若しくはＩ＞Ｔ１）で
あればこの注目画素を中心とする領域が異常陰影候補
（腫瘤陰影候補）であり、Ｉ＜Ｔ１（若しくはＩ≦Ｔ
１）であれば腫瘤陰影候補ではない、と判定する。

【００３６】なお、式（７）の勾配ベクトル群の集中度
Ｃを評価する領域が勾配ベクトルの分布に応じて大きさ
と形状が適応的に変化する様子が、外界の明るさに応じ
て拡大、縮小する人間の目の虹彩（iris）が様子に似て
いることから、勾配ベクトルの集中度を利用した腫瘤陰
影の候補領域を検出する上述の手法はアイリスフィルタ
ー（iris filter ）処理と称されている。

【００３７】また、前述の集中度Ｃi （ｎ）の計算は式
（５）の代わりに、下記式（５′）を用いてもよい。

【００３８】

【数６】 すなわち式（５′）は、抽出しようとする腫瘤陰影の半
径の最小値Ｒmin に対応した画素を起点として、終点を
Ｒmin からＲmax までの範囲内で集中度Ｃi （ｎ）を算
出するものである。

【００３９】上述のステップにより、アイリスフィルタ
ーは放射線画像から所望とする大きさの腫瘤陰影だけを
効果的に検出することができる。

【００４０】ところで一般に、悪性腫瘤の陰影は、 １）辺縁が不整である ２）概円形に近い形をしている ３）内部は凸凹した濃度分布を有する という形態的な特徴を有している。

【００４１】そこで、より確定的な診断のために、上述
したアイリスフィルタ出力値Ｉと閾値Ｔ１との比較処理
によって得られた異常陰影候補についての画像信号に対
して、これらの特徴を考慮した形状判定をさらに行うよ
うにしてもよい。ここで用いる特徴量としては、広がり
度（Spreadness）、細長さ（Elongation）、辺縁の粗さ
（Roughness ）、円形度（Circularity ）および内部の
凸凹度（Entropy ）等であり、この特徴量を、予め設定
した他の所定の閾値Ｔ２と比較することにより、腫瘤陰
影の候補であるか否かの最終的な判定を行なえばよい。
なお、この形態的な特徴に基づく検出処理等の追加的な
検出処理は、アイリスフィルタ処理そのものではない
が、アイリスフィルタ処理による異常陰影候補検出処理
に付加的に適用して異常陰影候補を検出する処理である
ため、以下、これらの追加的な検出処理もアイリスフィ
ルタ処理に含めて、「アイリスフィルタ処理に基づく処
理」と称するものとする。

【００４２】本発明における指標値としての腫瘤影の集
中度は上記式（５）または（５′）におけるＣi
（ｎ）、アイリスフィルタの出力値は上記閾値Ｔ１との
比較対象であるＩ、腫瘤陰影候補の悪性度・良性度は広
がり度（Spreadness）、細長さ（Elongation）、辺縁の
粗さ（Roughness ）、円形度（Circularity ）および内
部の凸凹度（Entropy ）等に基づいて算出される値であ
る。なお検出の確信度（余裕度）としては例えば、（Ｉ
／Ｔ１）または（Ｉ−Ｔ１）などを適用することができ
る。以下の発明においても同様である。

【００４３】一方、モフォロジー演算処理は、腫瘤陰影
とともに乳癌における特徴的形態である微小石灰化像の
候補を検出する手法であり、マルチスケールλと構造要
素（マスク）Ｂとを用い、［１］石灰化像そのものの抽
出に有効であること、［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
ずまないこと、などの特徴がある。すなわち、この手法
は一般の微分処理に比べて、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。以下にその概要を述べる。

【００４４】（モーフォロジーの基本演算）モーフォロ
ジー演算処理は一般的にはＮ次元空間における集合論と
して展開されるが、直感的な理解のために２次元の濃淡
画像を対象として説明する。

【００４５】濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）ほど大きな画像信号となる高
輝度高信号レベルの信号とする。

【００４６】まず、簡単のために、その断面に相当する
１次元の関数ｆ（ｘ）を考える。モーフォロジー演算処
理に用いる構造要素ｇは次式（８）に示すように、原点
について対称な対称関数

【数７】 であり、定義域内で値が０で、その定義域が下記式
（９）であるとする。

【００４７】

【数８】 このとき、モーフォロジー演算の基本形は式（10）〜
（13）に示すように、非常に簡単な演算となる。

【００４８】

【数９】 すなわち、ダイレーション（dilation）処理は、注目画
素を中心とした、±ｍ（構造要素Ｂに応じて決定される
値）の幅の中の最大値を検索する処理であり（図８
（Ａ）参照）、一方、イロージョン（erosion ）処理
は、注目画素を中心とした、±ｍの幅の中の最小値を検
索する処理である（図８（Ｂ）参照）。また、オープニ
ング（opening ）処理は最小値探索の後に、最大値を探
索することに相当し、クロージング（closing ）処理は
最大値探索の後に、最小値を探索することに相当する。
オープニング処理は低輝度側から濃度曲線ｆ（ｘ）を滑
らかにし、マスクサイズ２ｍより空間的に狭い範囲で変
動する凸状の濃度変動部分（周囲部分よりも輝度が高い
部分）を取り除くことに相当する（図８（Ｃ）参照）。
一方、クロージング処理は、高輝度側から濃度曲線ｆ
（ｘ）を滑らかにし、マスクサイズ２ｍより空間的に狭
い範囲で変動す凹状の濃度変動部分（周囲部分よりも輝
度が低い部分）を取り除くことに相当する（図８（Ｄ）
参照）。

【００４９】ここで、濃度の高いもの程大きな値となる
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
におけるダイレーション処理は、高輝度高信号レベルに
おけるイロージョン処理（図８（Ｂ））と一致し、高濃
度高信号レベルの信号におけるイロージョン処理は、高
輝度高信号レベルにおけるダイレーション処理（図８
（Ａ））と一致し、高濃度高信号レベルの信号における
オープニング処理は、高輝度高信号レベルにおけるクロ
ージング処理（図８（Ｄ））と一致し、高濃度高信号レ
ベルの信号におけるクロージング処理は、高輝度高信号
レベルにおけるオープニング処理（図８（Ｃ））と一致
する。なお、本項では高輝度高信号レベルの画像信号
（輝度値）の場合について説明する。

【００５０】（石灰化陰影検出への応用）石灰化陰影の
検出には、原画像から平滑化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等）の
識別が困難であるため、小畑らは、多重構造要素を用い
たオープニング演算に基づく下記式（14）で表されるモ
ーフォロジー演算処理を提案している（「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-II Vol.J75-D-II No.
7 P1170 〜1176 1992年７月、「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」MEDICALIMAGING TEC
HNOLOGY Vol.12 No.1 January 1994 ）。

【００５１】

【数１０】 ここでＢi （ｉ＝１，２，３，４）は図９に示す直線状
の４つの構造要素Ｂである。構造要素Ｂを検出対象の石
灰化陰影よりも大きく設定すれば、オープニング処理
で、構造要素Ｂ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）である石灰化像は取
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Ｂよりも長く、その傾き（延びる方向）が
４つの構造要素Ｂi のうちいずれかに一致すればオープ
ニング処理（式（14）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、小さな石灰化像の候補のみが含
まれる画像が得られる。これが式（14）の考え方であ
る。

【００５２】なお前述したように、高濃度高信号レベル
の信号の場合においては、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（14）に代えて式
（15）を適用する。

【００５３】

【数１１】 しかし、これによっても石灰化陰影と同等の大きさをも
つ非石灰化陰影が一部残る場合があり、そのような場合
については、次式（16）のモーフォロジー演算に基づく
微分情報を利用して式（14）のＰに含まれる非石灰化像
をさらに除去する。

【００５４】

【数１２】 ここで、Ｍgradの値が大きいほど石灰化陰影の可能性が
大きいので、石灰化候補画像Ｃs は下記式（17）により
求めることができる。

【００５５】

【数１３】 ここで、Ｔ１，Ｔ２は実験的に決められる、予め設定さ
れた閾値である。

【００５６】ただし、石灰化陰影の大きさとは異なる非
石灰化陰影については、式（14）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（17）の第１項の条件（Ｐ（ｉ，ｊ）≧Ｔ１）を
満たすだけでよい。

【００５７】なお、これらのモーフォロジー演算処理に
関する説明は上述したように、高輝度高信号レベルの画
像データの場合についてであるが、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。

【００５８】なおモフォロジー演算処理においても、ア
イリスフィルタ処理における形態的な特徴に基づく検出
処理等の追加的な検出処理と同様の追加的な検出処理
（石灰化陰影候補の密度や微小石灰化陰影候補の悪性度
・良性度等の検出処理）をさらに付加して適用してもよ
く、以下、このような追加的な検出処理もモフォロジー
演算処理に含めて、「モフォロジー演算処理に基づく処
理」と称するものとする。

【００５９】本発明における指標値としての石灰化の密
度や石灰化陰影候補の悪性度・良性度は、この追加的な
検出処理におけるものを適用することができる。さら
に、異常陰影候補の検出処理において異常陰影候補とし
て検出した画像情報についての、検出の確信度（余裕
度）としては例えば、式（17）におけるＰ（ｉ，ｊ）と
Ｔ１との比（Ｐ（ｉ，ｊ）／Ｔ１）や差（Ｐ（ｉ，ｊ）
−Ｔ１）などを適用することができる。以下の発明にお
いても同様である。

【００６０】本発明の第２の異常陰影候補検出処理シス
テムは、画像を表す画像情報に基づいて該画像中の異常
陰影候補を所定の検出処理により検出する異常陰影候補
検出手段と、少なくとも前記検出された異常陰影候補を
特定する情報を出力する画像出力手段とを備えた異常陰
影候補検出処理システムにおいて、前記画像出力手段
が、前記検出処理において異常陰影候補として検出した
前記画像情報についての、検出の確信度を、少なくとも
前記検出された異常陰影候補を特定する情報とともに出
力するものであることを特徴とするものである。

【００６１】検出の確信度などの用語は、前述した本発
明の第１の異常陰影候補検出処理システムにおける説明
と同一の意味である。

【００６２】

【発明の効果】本発明の異常陰影候補検出処理システム
によれば、画像出力手段が、異常陰影候補検出処理にお
いて検出した異常陰影候補に関連する指標値や異常陰影
候補として検出した前記画像情報についての検出の確信
度（余裕度）を、検出された異常陰影候補の画像等異常
陰影候補を特定する情報とともに表示するから、出力さ
れた画像特定情報の読影者に対して有用な情報を提供す
ることができ、出力された画像の診断性能を向上させる
ことができる。

【００６３】

【発明の実施の形態】以下、本発明の異常陰影候補検出
処理システムの実施の形態について、図面を用いて説明
する。

【００６４】図１は本発明の異常陰影候補検出処理シス
テムの一実施形態を示すブロック図である。図示の異常
陰影候補検出処理システム１００には、患者のマンモグ
ラフィＰが入力されて、画像表示手段（ＣＲＴ）に画像
情報等を出力するものであり、入力されたマンモグラフ
ィの全体画像情報Ｐに基づいてこの全体画像情報が表す
全体画像Ｐ（画像に対して画像情報と同一符号を付す。
以下、同じ）中の異常陰影候補Ｐ１を検出処理する異常
陰影候補検出手段１０と、この異常陰影候補検出手段１
０により検出された異常陰影候補Ｐ１および異常陰影候
補Ｐ１の近傍領域Ｐ２からなる矩形の局所領域を関心領
域画像Ｗとして設定する関心領域設定手段２０と、この
関心領域設定手段２０により設定された異常陰影候補Ｐ
１を含む関心領域画像Ｗを全体画像Ｐとともに表示する
とともに、検出された異常陰影候補Ｐ１についての、異
常陰影候補として検出するか否かの判定に係る指標値を
これらの画像Ｐ，Ｗとともに表示する画像出力手段３０
とを備えた構成である。

【００６５】ここで異常陰影候補検出手段１０は、画像
の濃度勾配の集中度の高い画像部分を異常陰影（腫瘤陰
影）候補Ｐ１として検出するアイリスフィルタを利用し
た異常陰影候補検出処理のアルゴリズムと、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（石灰化陰影）候補Ｐ１として検出するモフォロ
ジフィルタを利用した異常陰影候補検出処理のアルゴリ
ズムとを記憶しているものであり、それぞれのアルゴリ
ズムにより異常陰影候補の形状・位置・範囲・数を検出
する。なお、各アルゴリズムによって検出できる異常陰
影の属性は異なる。また異常陰影候補検出手段１０はこ
れらの各異常陰影候補の検出過程において、腫瘤陰影候
補か否かを判定するための勾配ベクトルの集中度、アイ
リスフィルタの出力値Ｉ、腫瘤陰影候補の悪性度、石灰
化陰影候補の密度および石灰化陰影候補の悪性度など
の、異常陰影候補か否かの判定に係る各指標値、並びに
各検出における判定のための指標値（勾配ベクトルの集
中度、アイリスフィルタの出力値Ｉ、腫瘤陰影候補の悪
性度、石灰化陰影候補の密度、石灰化陰影候補の悪性度
など）の、閾値に対する余裕度（確信度）をそれぞれ画
像出力手段３０に出力する。

【００６６】次に本実施形態の異常陰影候補検出処理シ
ステム１００の作用について説明する。

【００６７】まず、外部の画像形成モダリティ（ＣＴや
ＣＲ等）からマンモグラフィの全体画像情報Ｐが、本実
施形態の異常陰影候補検出処理システム１００の異常陰
影候補検出手段１０に入力される。異常陰影候補検出手
段１０は入力された全体画像情報Ｐに対して上述した異
常陰影候補検出処理アルゴリズム（アイリスフィルタを
利用した異常陰影候補検出処理のアルゴリズムおよびモ
フォロジフィルタを利用した異常陰影候補検出処理のア
ルゴリズム）にしたがった異常陰影候補の検出処理を施
し、マンモグラフィ中の各部分・領域についての各指標
値（勾配ベクトルの集中度、アイリスフィルタの出力値
Ｉ、腫瘤陰影候補の悪性度、石灰化陰影候補の密度、石
灰化陰影候補の悪性度など）Ｋを算出し、この各指標値
Ｋをそれぞれ対応する予め設定された閾値Ｔと比較し、
閾値Ｔを上回った場合は、その領域を異常陰影候補Ｐ１
として抽出するとともに、閾値Ｔに対する指標値Ｋの余
裕度（Ｋ／Ｔ、１００×（Ｋ−Ｔ）／Ｋ％または（Ｋ−
Ｔ）など）を算出する。

【００６８】抽出された異常陰影候補Ｐ１は、関心領域
設定手段２０に入力される。関心領域設定手段２０は、
入力された異常陰影候補Ｐ１に基づいて、異常陰影候補
Ｐ１およびこの近傍領域Ｐ２を含む所定の形状（例えば
矩形や円形）の局所領域を関心領域画像Ｗとして設定す
る。なお検出された異常陰影候補の数が複数であるとき
は、この関心領域画像Ｗも複数設定される。関心領域設
定手段２０は、設定された関心領域画像Ｗを表す画像情
報（関心領域画像情報）Ｗを画像出力手段３０に入力す
る。

【００６９】関心領域画像情報Ｗが入力された画像出力
手段３０には、既にこの関心領域画像情報Ｗが設定され
る基礎となった全体画像情報Ｐと検出された異常陰影候
補Ｐ１についての指標値Ｋとが入力されており、画像出
力手段３０は入力された全体画像情報Ｐ、関心領域画像
情報Ｗおよび指標値Ｋに基づいて、図２（１）および
（２）に示すように、これらを同時に表示面上に表示す
る。

【００７０】なお図２においては、左右１組の乳房につ
いてのマンモグラフィＰ，Ｐ′を背中合わせに同時に表
示した態様を表しているが、このようなレイアウトに限
らず、左右一方ずつを交互に表示するようにしてもよ
い。

【００７１】このように、本実施形態の異常陰影候補検
出処理システム１００によれば、画像出力手段３０が、
異常陰影候補検出処理において異常陰影候補Ｐ１として
検出するか否かの判定に係る指標値Ｋや異常陰影候補Ｐ
１として検出した画像についての検出の余裕度を、検出
された異常陰影候補Ｐ１や全体画像Ｐとともに表示出力
することにより、表示された画像の読影者に対して、診
断のための、従来よりも有用な情報を提供することがで
き、出力された画像の診断性能を向上させることができ
る。

【００７２】なお上記実施形態の異常陰影候補検出処理
システムは、本発明の第１および第２の異常陰影候補検
出処理システムについての共通の実施形態であり、第１
の異常陰影候補検出処理システムの実施形態としては、
余裕度に関する情報の表示を省略した構成であってもよ
く、一方、第２の異常陰影候補検出処理システムの実施
形態としては、余裕度に関する情報以外の指標値の表示
を省略した構成であってもよい。

【００７３】また、画像出力手段３０により指標値Ｋと
して出力される値は、図２に示すような異常陰影候補Ｐ
１を検出する際の判定に係る値（異常陰影候補Ｐ１の悪
性度評価値等）に限定されるものではない。例えば、異
常陰影候補の検出処理とは無関係な、診断の際に参考に
なり得る値（異常陰影候補Ｐ１の良性度評価値等）を、
異常陰影候補検出手段１０とは別に設けられた指標値算
出手段（図示せず）が算出し、算出された指標値を画像
出力手段３０が入力して指標値Ｋとして出力する形態も
可能である。なお、診断の際に参考になり得る「良性度
評価値」としては、異常陰影の良性度を評価した種々の
値を採用することが可能である。例えば良性の微小石灰
化陰影は、濃淡均一、或いは大小同一という特徴がある
ため、モフォロジフィルタを利用して検出された微小石
灰化陰影候補の濃度値の分散値の逆数や、大きさの分散
値の逆数などを算出し、算出された値を大きくなるほど
良性度が高くなる良性度評価値として採用することがで
きる。

【００７４】なお、良性度評価値等は、図２に図示され
た指標値Ｋの位置に悪性度評価値等とともに出力される
形態でもよいし、例えば、指標値Ｋの位置の画面を切り
替えることなどによって、悪性度評価値等とは別に出力
される形態でもよい。

【００７５】また入力される全体画像はマンモグラフィ
に限るものではなく、胃部Ｘ線画像等種々の、異常陰影
候補の検出対象となる画像を適用することができる。

【図面の簡単な説明】

【図１】本発明の異常陰影候補検出処理システムの一実
施形態を示すブロック図

【図２】図１に示した実施形態の異常陰影候補検出処理
システムにより表示出力される情報を示す図

【図３】従来の異常陰影候補検出処理システムにより表
示出力される情報を示す図

【図４】マンモグラムにおける濃度勾配の集中度を示す
概念図

【図５】アイリスフィルター処理における勾配ベクトル
を算出するマスクを示す図

【図６】注目画素についての勾配ベクトルの集中度の概
念を示す図

【図７】輪郭形状が適応的に変化するように設定された
アイリスフィルターを示す概念図

【図８】モフォロジー演算処理の基本的な作用を説明す
るグラフ

【図９】モフォロジー演算処理に用いられる構造要素の
概念を表す図

【符号の説明】

10 異常陰影候補検出手段 20 関心領域設定手段 30 画像出力手段

───────────────────────────────────────────────────── 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） Ｇ０１Ｒ 33/32 Ａ６１Ｂ 6/00 ３５０Ｄ Ｇ０６Ｔ 1/00 ２９０ Ｇ０１Ｎ 24/02 ５２０Ｙ Ｆターム(参考） 4C093 AA26 CA18 CA50 DA01 DA06 EE01 FD03 FD05 FD09 FF17 FF19 FF20 FF28 FF32 FG16 4C096 AB39 AB50 AC04 AC10 DC20 DC21 DC28 DC32 DD16 5B057 AA09 BA03 BA07 BA24 CE06 DA08 DA16 DB02 DB05 DB09 DC09 DC22

Claims (7)

【特許請求の範囲】
1. 【請求項１】 画像を表す画像情報に基づいて該画像中
   の異常陰影候補を所定の検出処理により検出する異常陰
   影候補検出手段と、少なくとも前記検出された異常陰影
   候補を特定する情報を出力する画像出力手段とを備えた
   異常陰影候補検出処理システムにおいて、 前記画像出力手段が、前記異常陰影候補に関連する指標
   値を、少なくとも前記検出された異常陰影候補を特定す
   る情報とともに出力するものであることを特徴とする異
   常陰影候補検出処理システム。
2. 【請求項２】 前記指標値が、前記検出処理において異
   常陰影候補として検出するか否かの判定に係る、前記画
   像情報についての値であることを特徴とする請求項１記
   載の異常陰影候補検出処理システム。
3. 【請求項３】 前記指標値が、石灰化の密度、腫瘤影の
   集中度、アイリスフィルタの出力値、および異常陰影候
   補の悪性度・良性度のうち少なくとも１つであることを
   特徴とする請求項１または２記載の異常陰影候補検出処
   理システム。
4. 【請求項４】 前記画像出力手段が、前記検出処理にお
   いて異常陰影候補として検出した前記画像情報について
   の、検出の確信度をさらに、少なくとも前記検出された
   異常陰影候補を特定する情報とともに出力するものであ
   ることを特徴とする請求項１から３いずれか記載の異常
   陰影候補検出処理システム。
5. 【請求項５】 画像を表す画像情報に基づいて該画像中
   の異常陰影候補を所定の検出処理により検出する異常陰
   影候補検出手段と、少なくとも前記検出された異常陰影
   候補を特定する情報を出力する画像出力手段とを備えた
   異常陰影候補検出処理システムにおいて、 前記画像出力手段が、前記検出処理において異常陰影候
   補として検出した前記画像情報についての、検出の確信
   度を、少なくとも前記検出された異常陰影候補を特定す
   る情報とともに出力するものであることを特徴とする異
   常陰影候補検出処理システム。
6. 【請求項６】 前記画像出力手段が、画像表示手段また
   はプリント手段であることを特徴とする請求項１から５
   いずれか記載の異常陰影候補検出処理システム。
7. 【請求項７】 前記異常陰影候補を特定する情報が、該
   異常陰影候補を表す画像および／または該異常陰影候補
   の位置、形もしくは大きさを表す数値であることを特徴
   とする請求項１から６いずれか記載の異常陰影候補検出
   処理システム。