JP2002325761A - 画像診断支援装置 - Google Patents

画像診断支援装置

Info

Publication number
JP2002325761A
JP2002325761A JP2001187969A JP2001187969A JP2002325761A JP 2002325761 A JP2002325761 A JP 2002325761A JP 2001187969 A JP2001187969 A JP 2001187969A JP 2001187969 A JP2001187969 A JP 2001187969A JP 2002325761 A JP2002325761 A JP 2002325761A
Authority
JP
Japan
Prior art keywords
shadow
image
medical image
value
center
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.)
Granted
Application number
JP2001187969A
Other languages
English (en)
Other versions
JP4393016B2 (ja
JP2002325761A5 (ja
Inventor
Yoshihiro Goto
良洋 後藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Hitachi Medical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Priority to JP2001187969A priority Critical patent/JP4393016B2/ja
Priority to US10/312,779 priority patent/US7298878B2/en
Priority to PCT/JP2001/005703 priority patent/WO2002002002A1/ja
Publication of JP2002325761A publication Critical patent/JP2002325761A/ja
Priority to US10/726,710 priority patent/US7245754B2/en
Publication of JP2002325761A5 publication Critical patent/JP2002325761A5/ja
Application granted granted Critical
Publication of JP4393016B2 publication Critical patent/JP4393016B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/468—Arrangements for interfacing with the operator or the patient characterised by special input means allowing annotation or message recording
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/027—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis characterised by the use of a particular data acquisition trajectory, e.g. helical or spiral
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30061—Lung
    • 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
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Human Computer Interaction (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

(57)【要約】 【課題】医用画像から病巣候補などを自動判別する際
に、大きさや形の異なる陰影を統一的に扱うことがで
き、コンピュータ演算も短時間で済ませることができる
ようにする。 【解決手段】 多値化手段によって医用画像を多値化
し、その多値化画像に基づいて陰影の中心座標などを求
め、その中心座標を基準にして医用画像や多値化画像に
種々の画像処理を施して病巣候補と思われものを判別す
ようにした。例えば、陰影中心付近を基準点として所定
長の半径を回転させて医用画像や多値化画像中の陰影の
画素値を順次サンプリングし、そのサンプリング画素値
に基づいて陰影が病巣候補陰影であるか否かの種々の判
別処理を行う。サンプリング画素値がループ状の場合、
そのループの代表値と予め病巣陰影について取得した基
準値とを比較して判別する。また、各ループ間の相関に
基づいても判別する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】 本発明は、コンピュータ画
像処理を用いて医用画像から病巣候補とされる陰影等を
抽出し、抽出された病巣の候補とされる陰影を識別可能
に表示する画像診断支援装置に関する。
【０００２】
【従来の技術】 従来、ＣＴ装置やＭＲＩ装置で撮影さ
れた画像の陰影をコンピュータを用いて解析し、その陰
影の中から病巣候補を絞り込んで医者に提示し、医者の
判断を仰ぐという診断支援が行われている。陰影の中か
ら病巣候補を絞り込むものとして、肺野の医用画像を例
にしたものが種々報告されている。その中の一つとし
て、肺野の医用画像の中から細長い血管陰影と円形に近
い癌陰影を識別する方法として、例えば"クオイトフ ィ
ルタ"（１９９９年１１月第９回コンピュータ支援画像
診断学会大会論文集２１ページ に記載）が報告されて
いる。肺野の医用画像には、癌などの陰影のほか、血
管、血管の断面、気管支の断面などが混在して写ってい
るので、これらの画像の中から癌候補と思われる陰影を
抽出して医者に提示することが望ましい。
【０００３】
【発明が解決しようとする課題】しかしながら、実際の
陰影は大きさも形も様々であり、陰影の識別能力をあげ
るにはパラメータの調節に多くの労力を要し、使いにく
いものであった。大きさや形の異なる陰影を統一的に扱
える方法があれば、コンピュータプログラムを作成する
のも容易となり、識別能力をあげるためのパラメータの
調節も容易となる。また、簡単な処理で陰影の中から病
巣候補を絞り込むことができれば、コンピュータの演算
時間も少なくて済み、早く正確な病巣候補を抽出するこ
とができるようになる。また、抽出された病巣候補を医
者に瞬時に表示することが可能となるので望ましい。
【０００４】本発明の目的は、ＣＴ画像、ＭＲ画像、超
音波画像及び過去画像と現在画像の差画像等を含めた医
用画像から病巣候補などをコンピュータを用いて自動的
に判別する際に、大きさや形の異なる陰影を統一的に扱
うことができ、コンピュータ演算に要する時間も短時間
で済む画像診断支援装置を提供することにある。
【０００５】本発明の他の目的は、抽出された病巣候補
と思われる陰影を容易かつ瞬時に識別可能に表示するこ
とのできる画像診断支援装置を提供することにある。
【０００６】
【課題を解決するための手段】請求項１に係る画像診断
支援装置は、医用画像に所定の画像処理を施して多値化
画像を作成する多値化手段と、前記多値化手段によって
作成された前記多値化画像に基づいて少なくとも１つ以
上の判別処理を実行して病巣の候補とされる病巣候補陰
影を抽出する抽出手段とを備えたものである。医用画像
には、癌などの陰影のほか、血管、血管の断面、気管支
の断面などが混在して写っているので、医用画像に直接
画像処理を施したとしても病巣の候補とされる病巣候補
陰影を抽出することは非常に困難である。そこで、この
発明では、多値化手段によって医用画像を多値化し、そ
の多値化画像に基づいて陰影の中心又は重心座標などを
求め、その中心座標を基準にしてさらに多値化画像に種
々の画像処理を施して、血管、血管の断面、気管支の断
面などのような病巣ではない陰影を効率的に削除し、結
果として病巣確信度の高い病巣候補陰影だけを抽出する
ようにした。（図２のステップＳ８３）
【０００７】請求項２に係る画像診断支援装置は、医用
画像に所定の画像処理を施して多値化画像を作成する多
値化手段と、前記多値化手段によって作成された前記多
値化画像及び前記医用画像に基づいて少なくとも１つ以
上の判別処理を実行して病巣の候補とされる病巣候補陰
影を抽出する抽出手段とを備えたものである。この発明
では、多値化手段によって医用画像を多値化し、その多
値化画像に基づいて陰影の中心又は重心座標などを求
め、その中心座標を基準にして元の医用画像に種々の画
像処理を施して、血管、血管の断面、気管支の断面など
のような病巣ではない陰影を効率的に削除し、結果とし
て病巣確信度の高い病巣候補陰影だけを抽出するように
した。（図２のステップＳ８４）
【０００８】請求項３に係る画像診断支援装置は、請求
項１又は２において、前記医用画像の中から判別対象と
なる陰影の種類に応じた画素値範囲に属する画素だけを
抽出して判別対象医用画像を作成する画像作成手段を設
け、前記多値化手段は、前記判別対象医用画像に所定の
画像処理を施して多値化画像を作成し、前記抽出手段は
前記多値化手段によって作成された前記多値化画像に基
づいて、又は前記多値化画像及び前記判別対象用医用画
像とに基づいて少なくとも１つ以上の判別処理を実行し
て病巣の候補とされる病巣候補陰影を抽出するものであ
る。陰影には、小陰影、大陰影、すりガラス状陰影、高
濃度陰影などの種類があり、これらの各陰影は医用画像
中において所定の画素値範囲に特徴的に現れることが経
験的に知られている。例えば、小陰影や大陰影の場合に
は画素値（ＣＴ値）としては、−８００〜０の範囲に、
すりガラス状陰影は−８００〜−４００の範囲に、高濃
度陰影は−４００〜０の範囲に、それぞれ顕著に現れ
る。この発明では、画像作成手段がこの陰影の種類毎
に、医用画像の中から所定範囲の画素値に属するものだ
けを抽出し、新たな判別対象医用画像を作成し、判別対
象医用画像に基づいて多値化手段及び抽出手段が病巣候
補陰影の抽出処理を行うようにした。（図９）
【０００９】請求項４に係る画像診断支援装置は、請求
項１、２又は３において、前記抽出手段が、前記多値化
画像、前記医用画像又は前記判別対象用医用画像を、判
別対象となる陰影の大きさに応じてそれぞれ拡大した画
像、縮小した画像、そのままの画像に対して前記判別処
理を実行するものである。病巣陰影には小陰影、大陰
影、すりガラス状陰影又は高濃度陰影などのようにその
大きさ自体がさまざまなものが存在する。これらの陰影
に対して判別処理を行う場合、各陰影の大きさに対応し
たパラメータを用いて、各陰影に対して同じような判別
処理を行っている。ところが陰影自体が小さい場合や大
きい場合には、パラメータ自体を小さくしたり、大きく
したりしなければならず、同じ処理を行った場合の精度
が低下する。この発明では、陰影が小さかったり大きか
ったりした場合、それを拡大又は縮小して、最も効率的
に判別処理を行うことのできる範囲の大きさの陰影に変
換し、それに対して判別処理を行うようにした。（図１
０）
【００１０】請求項５に係る画像診断支援装置は、請求
項１、２、３又は４において、前記抽出手段が、前記判
別処理の中の少なくとも１つ以上を組み合わせて構成さ
れた複数の組合せ処理を前記医用画像のスライス厚に応
じて選択し、選択された組合せ処理を前記多値化画像、
前記医用画像又は前記判別対象用医用画像に対して実行
するものである。医用画像は、癌などの陰影のほか、血
管、血管の断面、気管支の断面などが混在して写ってい
る。医用画像のスライス厚が異なると、その陰影の中の
特定の陰影が明確になったり不明確になったりする。例
えば、スライス厚が小さい場合には血管に対応する陰影
が極端に減少し認識しにくくなるが、スライス厚が大き
くなると血管の陰影が明確に現れるようになる。従っ
て、スライス厚が小さい場合には血管の陰影が病巣陰影
かを判別するための処理が必要となるが、スライス厚が
大きい場合には明確に血管の陰影を判別することができ
るので、この場合にはそのような判別処理は必要ない。
そこで、この発明では、スライス厚の小さい場合の陰影
判別に必要な判別処理を含む組合せ処理と、これを含ま
ない組合せ処理とを設け、それをスライス厚に応じて選
択するようにした。（図１１）
【００１１】請求項６に係る画像診断支援装置は、請求
項１、２、３、４又は５において、前記抽出手段が、前
記多値化画像に基づいて陰影の中心又は重心を検出し、
前記陰影の中心又は重心付近を基準点とする所定長の半
径を前記多値化画像、前記医用画像又は前記判別対象用
医用画像中の陰影上で回転させて前記半径と交わる前記
多値化画像、前記医用画像又は前記判別対象用医用画像
中の陰影の画素値をサンプリングし、前記画素値に基づ
いて前記陰影が病巣候補陰影であるか否かを判別するも
のである。通常の医用画像から陰影を識別し、その中心
を求めることは非常に困難である。この発明では、多値
化画像に基づいて陰影を識別し、その中心を検出するよ
うにした。多値化画像は、ＣＴ画像内の陰影（特に陰影
の境界付近）を抽出したり、陰影を強調表示することが
できるので、これ以降の判別処理を容易にすることがで
きる。多値化画像に基づいて陰影の中心又は重心が検出
されたら、次は、陰影中心付近を基準点として所定長の
半径を回転させて多値化画像、医用画像又は判別対象用
医用画像中の陰影の画素値を順次サンプリングし、その
サンプリング画素値に基づいて陰影が病巣候補陰影であ
るか否かの種々の判別処理を行うことができる。所定長
の半径を回転させることによって、大きさも形も異なる
種々の陰影に対し、統一的かつ容易に処理を行うことが
できる。例えば、サンプリングした１ループの画素の平
均値が、所定の基準値以下になった場合又は陰影中心付
近の画素値に対して所定の比率以下になった場合には処
理を終了することができ、陰影の画素値をサンプリング
する際の範囲を最小限にすることができる。（図１２）
【００１２】請求項７に係る画像診断支援装置は、請求
項６において、前記抽出手段が、前記半径を渦巻き状又
は同心円状に回転させて前記画素値をサンプリングし、
前記画素値に基づいて前記回転によって形成される各ル
ープ毎の代表値を求め、前記代表値を予め記憶されてい
る基準値と比較判定して前記陰影が病巣候補陰影である
か否かを判別するものである。この発明では、所定長の
半径を渦巻き状又は同心円状に回転させて画素値をサン
プリングしているので、大きさも形も異なる種々の陰影
に対し、統一的かつ容易に処理することができる。ま
た、病巣候補陰影と正常陰影とでは各ループの代表値の
ループ毎の変化状態が異なるため、予め病巣陰影につい
て取得した基準値と各ループの代表値とを比較判定する
ことによって、その陰影が病巣候補陰影であるか否かの
判別を容易に行うことができる。（図１８）
【００１３】請求項８に係る画像診断支援装置は、請求
項１、２、３、４又は５において、前記抽出手段が、前
記多値化画像に基づいて陰影の中心又は重心を検出し、
前記陰影の中心又は重心付近を基準点とする所定長の半
径を前記多値化画像、前記医用画像又は前記判別対象用
医用画像中の陰影上で回転させて前記半径と交わる前記
多値化画像、前記医用画像又は前記判別対象用医用画像
中の陰影の画素値をサンプリングし、前記回転によって
形成される各ループの隣接するループ同士の前記画素値
の相関を求め、前記相関に基づいて前記陰影が病巣候補
陰影であるか否かを判別するものである。この発明で
は、病巣候補陰影と正常陰影とでは各ループ間の相関が
異なるため、ある陰影について取得した各ループ間の相
関からその陰影が病巣候補陰影か否かを判別している。
（図１３）
【００１４】請求項９に係る画像診断支援装置は、請求
項１、２、３、４又は５において、前記抽出手段が、前
記多値化画像に基づいて陰影の中心又は重心を検出し、
前記陰影の中心又は重心付近を基準点として所定の角度
ηをなす二直線を前記多値化画像、前記医用画像又は前
記判別対象用医用画像中の陰影上で回転させて、前記二
直線と交わる前記多値化画像、前記医用画像又は前記判
別対象用医用画像中の陰影の画素値をそれぞれサンプリ
ングし、前記二直線に対応する前記画素値に基づいて前
記陰影の異方性を求め、前記異方性に基づいて前記陰影
が病巣候補陰影であるか否かを判別するものである。こ
の発明では、陰影中心又は重心付近を基準点として所定
の角度ηすなわち実質９０度の二方向の直線を回転させ
て画素値をサンプリングし、二直線上の画素値の相関に
基づいて又は、中心又は重心付近から陰影の境界までの
二直線の距離の比に基づいて、陰影の異方性を求め、こ
の異方性に基づいて陰影が病巣候補陰影であるか否かを
判別している。（図２０，２３）
【００１５】請求項１０に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点とする所定長
の半径を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて前記半径と交わる
前記多値化画像、前記医用画像又は前記判別対象用医用
画像中の陰影の画素値をサンプリングし、前記画素値が
前記回転に応じて急激に変化する時の角度を少なくとも
２カ所検出し、前記少なくとも２カ所の角度に位置する
半径間の仰角を求め、前記仰角と予め記憶されている基
準値とを比較判定して前記陰影が病巣候補陰影であるか
否かを判別するものである。陰影が壁面の近くに存在す
る場合、回転する半径が壁面を通過するとき、その半径
と交わる陰影の画素値が急激に変化し、その変化点は２
カ所現れる。従って、陰影が壁面に接している場合には
この２カ所の半径間の仰角が基準値よりも大きくなるの
で、その陰影は病巣候補陰影と判別される。一方、陰影
が壁面内部にある場合には、半径間の仰角は基準値より
も小さくなるので、その陰影は病巣候補陰影ではないと
判別される。（図２５）
【００１６】請求項１１に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点として所定長
の直線を前記多値化画像中の陰影上で回転させて前記直
線と前記多値化画像中の陰影との交わる部分の最小値及
び最大値の少なくとも一方を求め、前記基準点を通って
前記最小値の直線にほぼ直交するような直交直線の延長
線上であって前記陰影から所定距離だけ外側に位置する
前記多値化画像、前記医用画像又は前記判別対象用医用
画像中の第１及び第２の画素値及び前記最小値の直線の
延長線上であって前記陰影から所定距離だけ外側に位置
する前記多値化画像、前記医用画像又は前記判別対象用
医用画像中の第３及び第４の画素値、前記基準点を通っ
て前記最大値の直線にほぼ直交するような直交直線の延
長線上であって前記陰影から所定距離だけ外側に位置す
る前記多値化画像、前記医用画像又は前記判別対象用医
用画像中の第５及び第６の画素値及び前記最大値の直線
の延長線上であって前記陰影から所定距離だけ外側に位
置する前記多値化画像、前記医用画像又は前記判別対象
用医用画像中の第７及び第８の画素値、又は前記最小値
及び最大値の直線の延長線上であって前記陰影から所定
距離だけ外側に位置する前記多値化画像、前記医用画像
又は前記判別対象用医用画像中の第９〜第１２の画素値
をサンプリングし、前記第１〜第４の画素値、前記第５
〜第８の画素値、又は前記第９〜第１２の画素値に基づ
いて前記陰影が病巣候補陰影であるか否かを判別するも
のである。医用画像に多値化画像処理を施し、所定値よ
りも細い血管部分の陰影を取り除くことによって、残っ
た部分の陰影が病巣陰影と思われるような陰影になる。
そこで、このような血管断面陰影を病巣候補から外すた
めに、回転する直線と陰影の交わる部分の最小値及び最
大値から陰影の長径と短径を求め、長径と短径の延長線
上であって陰影から所定距離だけ外側に位置する画素値
をサンプリングする。血管断面陰影の場合は、長径の外
側に位置する画素値と短径の外側に位置する画素値とが
明確に異なる値を示すが、病巣陰影の場合は、両画素値
がほとんど同じ値を示すので、これに基づいて陰影が病
巣候補陰影であるか否かを判別することができる。（図
２７）
【００１７】請求項１２に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点とする所定長
の半径を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて前記半径と交わる
前記多値化画像、前記医用画像又は前記判別対象用医用
画像中の陰影の画素値をサンプリングし、前記画素値に
基づいて濃度波形を作成し、前記濃度波形のピークを示
す角度にある半径を少なくとも２カ所検出し、前記検出
された半径の隣り合うもの同士のなす角度の二等分線を
求め、前記検出された半径上における前記画素値の総和
と前記二等分線上における前記画素値の総和に基づいて
前記陰影が病巣候補陰影であるか否かを判別するもので
ある。血管断面陰影の場合は、血管の中央付近の濃度値
が高く、外側に向かうに従って画素値は低くなる。従っ
て、回転する半径上の画素値に基づいて濃度波形を作成
すると、濃度波形のピークを示す角度と血管の長手方向
とがほぼ一致し、血管断面陰影の場合はそのピークが２
カ所検出される。検出された半径の隣り合うもの同士の
成す角度の二等分線を求め、この二等分線上の画素値の
総和と半径上の画素値の総和を比較する。血管断面陰影
の場合は、二等分線上の画素値の総和は半径上の画素値
の総和より十分小さく、病巣候補陰影の場合は、両者の
総和はほぼ等しくなるので、これに基づいて陰影が病巣
候補陰影であるか否かを判別することができる。（図２
９）
【００１８】請求項１３に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点とする所定長
の半径を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて前記半径と交わる
前記多値化画像、前記医用画像又は前記判別対象用医用
画像中の陰影の画素値をサンプリングし、前記画素値に
基づいて濃度波形を作成し、前記濃度波形のピークを示
す半径を少なくとも２カ所検出し、前記検出された半径
上における前記画素値の平均値と、前記検出された半径
以外の半径上における前記画素値の平均値とに基づいて
前記陰影が病巣候補陰影であるか否かを判別するもので
ある。この場合も、請求項１１の発明と同様に、回転す
る半径上の画素値に基づいて濃度波形を作成すると、濃
度波形のピークを示す角度と血管の長手方向とがほぼ一
致し、血管断面陰影の場合はそのピークが２カ所検出さ
れる。半径上における画素値の平均値と、その半径以外
の半径上における画素値の平均値を求め、両者を比較す
る。血管断面陰影の場合は、半径以外の半径上における
画素値の平均値は半径上の画素値の平均値よりも十分小
さく、病巣候補陰影の場合は、両平均値はほぼ等しくな
るので、これに基づいて陰影が病巣候補陰影であるか否
かを判別することができる。（図３０）
【００１９】請求項１４に係る画像診断支援装置は、医
用画像に所定の画像処理を施して多値化画像を作成する
多値化手段と、前記多値化手段によって作成された前記
多値化画像に基づいて少なくとも１つ以上の判別処理を
実行して病巣の候補とされる病巣候補陰影を抽出する抽
出手段と、前記抽出手段によって抽出された前記病巣候
補陰影を前記医用画像中に識別可能に表示する表示手段
とを備えたものである。これは、請求項１に係る画像診
断支援装置によって抽出された病巣候補陰影をマーカー
で囲んだりして識別可能に表示するものである。なお、
病巣候補陰影は病巣である確率（病巣確信度）を求める
ことができるので、マーカーを表示する際に、その大き
さや太さをその病巣確信度に応じて表示したり、病巣確
信度の高い順に赤、黄、青などのように色分け表示した
り、フラッシュ表示してもよい。また、病巣候補陰影自
体を色分け表示やフラッシュ表示してもよい。
【００２０】請求項１５に係る画像診断支援装置は、医
用画像に所定の画像処理を施して多値化画像を作成する
多値化手段と、前記多値化手段によって作成された前記
多値化画像及び前記医用画像とに基づいて少なくとも１
つ以上の判別処理を実行して病巣の候補とされる病巣候
補陰影を抽出する抽出手段と、前記抽出手段によって抽
出された前記病巣候補陰影を前記医用画像中に識別可能
に表示する表示手段とを備えたものである。これは、請
求項２に係る画像診断支援装置によって抽出された病巣
候補陰影をマーカーで囲んだりして識別可能に表示する
ものである。請求項１４の場合と同様に種々の表示態様
が可能である。
【００２１】請求項１６に係る画像診断支援装置は、請
求項１４又は１５において、前記医用画像の中から判別
対象となる陰影の種類に応じた画素値範囲に属する画素
だけを抽出して判別対象医用画像を作成する画像作成手
段を設け、前記多値化手段は、前記判別対象医用画像に
所定の画像処理を施して多値化画像を作成し、前記抽出
手段は前記多値化手段によって作成された前記多値化画
像に基づいて、又は前記多値化画像及び前記判別対象用
医用画像に基づいて、少なくとも１つ以上の判別処理を
実行して病巣の候補とされる病巣候補陰影を抽出するも
のである。これは、請求項３に係る画像診断支援装置に
対応したものであり、画像作成手段がこの陰影の種類毎
に、医用画像の中から所定範囲の画素値に属するものだ
けを抽出し、新たな判別対象医用画像を作成し、多値化
手段及び抽出手段が判別対象医用画像に基づいて病巣候
補陰影の抽出処理を行うものであり、多値化手段及び抽
出手段によって抽出された病巣候補陰影をマーカーで囲
んだりして識別可能に表示するものである。請求項１４
の場合と同様に種々の表示態様が可能である。
【００２２】請求項１７に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記表示手段が、前
記判別処理によって前記病巣候補陰影と判別された陰影
を、前記判別処理の一つの処理が終了する毎に、前記医
用画像中に又は前記医用画像とは別の領域に表示するも
のである。このように各判別処理によって病巣候補陰影
と判別された処理途中の各画像を表示することによっ
て、医者はＣＴ画像のどの部分が順次病巣候補陰影とし
て順次絞られていくのかその課程を逐次観察することが
でき、医者はより多くの情報を得ることができる。（図
３１）
【００２３】請求項１８に係る画像診断支援装置は、請
求項１４、１５、１６又は１７において、前記表示手段
が、前記病巣候補陰影付近の拡大画像を、前記医用画像
中に又は前記医用画像とは別の領域に表示するものであ
る。このよう病巣候補陰影付近の拡大画像を表示するこ
とによって、医者はより正確に病巣陰影候補を観察する
ことができる。（図３８）
【００２４】請求項１９に係る画像診断支援装置は、請
求項１４、１５、１６、１７又は１８において、前記表
示手段が、前記病巣候補陰影の前記医用画像中における
位置に応じてその表示の順番を制御して前記医用画像を
表示するものである。これは、病巣候補陰影が抽出され
た場合に、病巣候補陰影の医用画像中における位置に応
じた順番で表示するようにしたものである。表示する方
法としては、具体的に、抽出された順番に表示したり、
医用画像の左上から左下に向かって順番に表示したり、
左上から右上に向かって順番に表示したり、最初に表示
された病巣候補陰影に対して最も距離の小さな病巣候補
陰影を順番に表示したり、左上から左下に向かって順番
に反時計回りに渦を巻くように表示したり、予め登録さ
れた順番に表示したりすることができる。これによっ
て、医者として関心の高い順番に病巣候補陰影を表示す
ることができる。（図４１，４２）
【００２５】請求項２０に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記表示手段が、前
記医用画像中に前記抽出された前記病巣候補陰影を囲む
ようなマーカーを合成して表示し、前記病巣候補陰影の
複数をそれぞれ囲むようにマーカーが互いに重複する場
合には、その重複部分を消去して表示するものである。
これによって、マーカーが重なりあって関心領域そのも
のや関心領域の周囲が見にくくなるという不具合を解消
することができる。（図３６）
【００２６】請求項２１に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記抽出手段が、抽
出された前記病巣候補陰影の病巣確信度を検出し、前記
表示手段が、前記病巣確信度に基づいて前記マーカーの
表示形態を変えて表示するものである。これは病巣候補
陰影の病巣確信度に基づいてマーカーの大きさ、色、太
さ、点滅表示などの表示形態を変え、病巣確信度が高い
ほどマーカーがより注目されるように表示するものであ
る。
【００２７】請求項２２に係る画像診断支援装置は、請
求項１０において、前記抽出手段が、前記仰角と予め記
憶されている基準値とを比較判定して前記陰影が病巣候
補陰影であると判別した場合に、その陰影と壁面との接
触長を求め、前記接触長に基づいて前記陰影が病巣陰影
であるか又は病巣の随伴物陰影であるかを判別するもの
である。請求項１０の判別によって陰影が壁面に接して
いるか否かが分かる。陰影が壁面部分に位置していて
も、壁面と陰影との接している距離が長い場合、その陰
影は病巣候補陰影ではない場合が多く、逆に壁面と陰影
との接している距離が短い場合、その陰影は病巣候補陰
影であることが知られている。また、癌などの陰影では
ないが、癌などの陰影に付随して胸膜などの壁面に接す
るような細長い陰影すなわち随伴物陰影が存在し、この
随伴物陰影に接するように癌などの病巣候補陰影が存在
することが知られている。そこで、ここでは、陰影と壁
面との接触長を求め、この接触長に基づいて陰影が病巣
候補陰影があるか又は病巣候補陰影の随伴物陰影である
か否かを判別している。（図４４，５６）
【００２８】請求項２３に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点として所定長
の直線を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて、前記直線と前記
多値化画像、前記医用画像又は前記判別対象用医用画像
中の陰影と交差する直線部分の長さを求め、角度と前記
直線部分の長さとの関係を示す曲線をフーリエ展開し、
このフーリエ展開の結果に基づいて、前記陰影が病巣陰
影であるか否かを判別するものである。病巣候補陰影な
どはその外観形状が単純なので、角度と直線部分の長さ
との関係を示す曲線をフーリエ展開した場合に、低次の
周波数成分が多く含まれ、高次の周波数成分は少ないと
いう結果を示す。一方、血管断面陰影などの場合は、フ
ーリエ展開の結果、高次の周波数成分のフーリエ係数が
大きくなる傾向が強い。そこで、このフーリエ展開の結
果に基づいて陰影が病巣候補陰影があるか否かを判別し
ている。（図４５）
【００２９】請求項２４に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点として所定長
の直線を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて、前記直線と前記
多値化画像、前記医用画像又は前記判別対象用医用画像
中の陰影と交差する直線部分の長さの最小値を求め、前
記最小値の自乗で前記陰影の面積を除算し、その除算値
に基づいて、前記陰影が病巣陰影であるか否かを判別す
るものである。直線部分の長さの最小値をｒとした場
合、陰影の形状が円形の場合の面積はπｒ2
、正方形の場合の面積４ｒ2、正方形の２倍の面積の長
方形の場合には８ｒ2となる。これらの各面積を長さの
最小値ｒの自乗ｒ2で除算すると、その除算値は円形の
場合はπ、正方形の場合は４、長方形の場合は８とな
る。従って、この除算値に基づいて陰影が病巣候補陰影
であるか否かを判別している。（図４６）
【００３０】請求項２５に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点として所定長
の直線を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて、前記直線と前記
多値化画像、前記医用画像又は前記判別対象用医用画像
中の陰影と交差する直線部分の長さの最小値を求め、前
記最小値に基づいて切断長を求め、前記切断長を用いて
前記陰影に接する細長い陰影を除去するものである。通
常、ＣＴ画像に２値化画像処理を施し、所定値よりも細
い血管部分の陰影を取り除くという処理を行なっている
が病巣候補陰影と血管陰影とが重なっている場合には、
血管陰影を除去することができない場合がある。そこ
で、ここでは、陰影の最小半径に基づいて切断長を求
め、陰影に接する細長い血管陰影を除去するようにし
た。（図４７）
【００３１】請求項２６に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点として前記陰
影の形状に即した閉曲線を描き、前記閉曲線が前記多値
化画像、前記医用画像又は前記判別対象用医用画像中の
陰影と交わる場合の短曲線長又は交わらない場合の短曲
線長と、その短曲線長の個数を求め、前記短曲線長と前
記個数との関係に基づいて、前記陰影が病巣候補陰影で
あるか否かを判別するものである。血管に結合したすり
ガラス状の病巣候補陰影は外周に向かって多数の突出部
を有しているので、陰影の形状に即した閉曲線を描いた
場合、陰影とその閉曲線とが互いに交わる部分と交わら
ない部分とが交互に現れる。この交差部分又は非交差部
分の長さ（ランレングス）とその個数を求め、その特性
曲線を作成する。すると、病巣候補陰影とそうでない陰
影とで分布に違いが現れるので、それに基づいて陰影が
病巣候補陰影であるか、そうでないかを判別している。
なお、陰影の形状に即した閉曲線として、円を用いた
り、陰影の外周に沿って形状の閉曲線を用いたりするこ
とが好ましい。（図５０，５１）
【００３２】請求項２７に係る画像診断支援装置は、請
求項２３において、前記抽出手段が、前記多値化画像に
基づいて陰影の中心又は重心を検出し、前記陰影の中心
又は重心付近を基準点として所定長の直線を前記多値化
画像、前記医用画像又は前記判別対象用医用画像中の陰
影上で回転させて、前記直線と前記多値化画像、前記医
用画像又は前記判別対象用医用画像中の陰影と交差する
直線部分の長さを縦軸とし、角度を横軸とする曲線を描
き、その曲線の底部の位置を検出し、その底部同士を所
定の曲線で補間することによって前記閉曲線を描くもの
である。これと、陰影の形状に即した閉曲線をどのよう
にして描くかを具体的にしたものである。（図５２）
【００３３】請求項２８に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記陰影を通過する所定方向の少なくと一つの直線と交
わる前記医用画像又は前記判別対象用医用画像中の画素
値をサンプリングし、前記画素値に基づいて前記直線上
における各画素の正負の濃度勾配を求め、前記正の濃度
勾配が連続する場合の画素数を正のランレングスとし、
前記負の濃度勾配が連続する場合の画素数を負のランレ
ングスとして、前記正及び負のランレングスとそれらの
個数を求め、前記正及び負のランレングスと前記個数と
の関係に基づいて、前記陰影が病巣候補陰影であるか否
かを判別するものである。一般に、病巣候補陰影でない
ものは、陰影内の濃度の等高線は一つのピークを有する
ような単純なものとなり、病巣候補陰影の場合は、逆に
複数のピークを有するような複雑なものとなる。従っ
て、このような陰影について濃度勾配を求めると、病巣
候補陰影でない場合は正又は負の濃度勾配が比較的連続
しているので長いランレングスのものが多く発生し、病
巣候補陰影の場合は正又は負の濃度勾配が連続していな
いので短いランレングスのものが多く発生する。そこ
で、ここでは、これらの正及び負のランレングスとその
個数との関係に基づいて、陰影が病巣候補陰影であるか
否かを判別している。（図５３）
【００３４】請求項２９に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像、前記医用画像又は前記判別対象用医用
画像中の陰影の画素値の分散値又は標準偏差値を求め、
前記分散値又は標準偏差値に基づいて前記陰影が病巣候
補陰影であるか否かを判別するものである。一般に、病
巣候補陰影でないものは、陰影内の濃度の等高線は一つ
のピークを有するような単純なものとなり、病巣候補陰
影の場合は、逆に複数のピークを有するような複雑なも
のとなる。従って、これらの陰影内の各画素の濃度の分
散値又は標準偏差値を求め、それに基づいて陰影が病巣
候補陰影であるか否かを判別している。（図５８，５
９）
【００３５】請求項３０に係る画像診断支援装置は、請
求項２９において、前記抽出手段が、前記多値化画像に
基づいて陰影の中心又は重心を検出し、前記陰影の中心
又は重心付近を基準点として所定長の直線を前記多値化
画像、前記医用画像又は前記判別対象用医用画像中の陰
影上で回転させて前記直線と交わる前記多値化画像、前
記医用画像又は前記判別対象用医用画像中の陰影の画素
値をサンプリングし、所定の角度の前記直線と交わる前
記画素値の分散値又は標準偏差値をそれぞれ求め、前記
分散値又は標準偏差値に基づいて前記陰影が病巣候補陰
影であるか否かを判別するものである。陰影内の各画素
の濃度の分散値を求める場合の具体例に関するものであ
り、陰影の中心又は重心付近を基準点として所定長の直
線を回転させて、所定の角度における直線と交わる画素
値の分散値又は標準偏差値を求めるようにした。このよ
うにして求められた分散値又は標準偏差値は、病巣候補
陰影の場合は、その各角度で種々の値を示し、病巣候補
陰影でない場合には各角度であまり変化しない単純な値
を示すようになるので、この分散値又は標準偏差値に基
づいて陰影が病巣候補陰影であるか否かを判別すること
ができる。なお、各角度毎の分散値又は標準偏差値のさ
らに分散値又は標準偏差値を求め、それに基づいて陰影
の判別を行なってもよい。（図５８）
【００３６】請求項３１に係る画像診断支援装置は、請
求項２９において、前記抽出手段が、前記多値化画像、
前記医用画像又は前記判別対象用医用画像中の陰影を複
数領域に分割し、各領域における前記画素値の分散値又
は標準偏差値をそれぞれ求め、前記分散値又は標準偏差
値に基づいて前記陰影が病巣候補陰影であるか否かを判
別するものである。これも、陰影内の各画素の濃度の分
散値を求める場合の具体例に関するものであり、陰影を
その中心を挟んで上下に二分割したり、中心を挟んで４
分割したり、所定方向に等間隔で分割したりして、各分
割領域における画素値の分散値又は標準偏差値を求める
ようにした。このようにして求められた分散値又は標準
偏差値に基づいて陰影が病巣候補陰影であるか否かを判
別することができる。なお、各分割領域毎の分散値又は
標準偏差値のさらに分散値又は標準偏差値を求め、それ
に基づいて陰影の判別を行なってもよい。（図５９）
【００３７】請求項３２に係る画像診断支援装置は、請
求項１、２、３、４、５又は２９において、前記抽出手
段が、前記多値化画像、前記医用画像又は前記判別対象
用医用画像中の陰影の外側の所定領域における画素値の
陰影外分散値又は陰影外標準偏差値をそれぞれ求め、前
記陰影外分散値又は陰影外標準偏差値に基づいて前記陰
影が病巣候補陰影であるか否かを判別するものである。
これは、陰影の外周に沿った所定領域の分散値又は標準
偏差値を陰影外分散値又は陰影外標準偏差値と定義し、
これに基づいて陰影の判別を行なうようにしたものであ
る。血管断面陰影の場合、その陰影の外周に沿った所定
領域には切断処理によって除去された血管断面陰影が存
在するので、その場合の陰影外分散値又は陰影外標準偏
差値は比較的大きな値となる。一方、病巣候補陰影の場
合、その陰影の外周に沿った所定領域には他の陰影など
が存在しないことが多いので、その場合の陰影外分散値
又は陰影外標準偏差値は比較的小さな値となる。そこ
で、ここでは、この陰影外分散値又は陰影外標準偏差値
に基づいて陰影が病巣候補陰影であるか否かを判別して
いる。なお、陰影外分散値又は陰影外標準偏差値だけに
基づいて判別してもよい。また、請求項２９で求めた陰
影内の各画素の濃度の分散値又は標準偏差値と、陰影外
分散値又は陰影外標準偏差値との間の差分値などに基づ
いて陰影が病巣候補陰影であるか否かを判別してもよ
い。（図６０）
【００３８】請求項３３に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記抽出手段が、抽
出された前記病巣候補陰影と壁面との接触長を求め、前
記接触長に基づいて前記陰影が病巣の随伴物陰影である
かを否か判別し、前記表示手段が、前記病巣の随伴物陰
影の周囲を前記マーカーで囲むように表示するものであ
る。癌などの陰影に付随して胸膜などの壁面に接するよ
うな細長い陰影すなわち随伴物陰影が存在することをマ
ーカーなどで表示することによって、そのマーカーで囲
まれた付近に病巣候補陰影が存在することを操作者（医
師）に知らせることができる。（図５６〜５８）
【００３９】請求項３４に係る画像診断支援装置は、請
求項１９において、前記表示手段が、前記病巣候補陰影
の前記医用画像中におけるポインティングデバイスの操
作位置に応じてその表示の順番を制御して前記操作位置
の近くに前記病巣候補陰影を有する前記医用画像を表示
するようにしたものである。これは、病巣候補陰影の医
用画像の表示中にマウスカーソルなどで、その医用画像
中の所定の位置が操作された場合に、その操作位置の近
くに病巣候補陰影を有する医用画像を瞬時に表示するよ
うにしたものである。これによって、医師は関心の高い
領域に存在する病巣候補陰影を任意に表示することがで
きるようになる。（図６１）
【００４０】請求項３５に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記陰影の中心又は重心付近を基準点として所定長
の直線を前記多値化画像、前記医用画像又は前記判別対
象用医用画像中の陰影上で回転させて、前記直線と前記
多値化画像、前記医用画像又は前記判別対象用医用画像
中の陰影と交差する直線部分の長さの最大値を求め、前
記最大値の直線に対してほぼ平行な帯状の延長線を設定
し、前記帯状の延長線上に位置する画素メモリに所定値
を加算する処理を前記陰影の数だけ繰り返し実行し、前
記画素メモリの前記加算処理の結果に基づいて病巣候補
陰影の位置を抽出するものである。悪性の癌陰影の周辺
にはスピキュラと呼ばれる針状又は線状の陰影が放射状
に複数本現れることが知られている。これは、陰影の長
手方向に沿って帯状の直線を設定し、その帯状直線が複
数重なる箇所が存在する場合には、その陰影の集まりは
悪性の癌陰影の周辺に現れたスピキュラ陰影であると判
断し、病巣候補陰影を抽出するようにしたものである。
（図６４）
【００４１】請求項３６に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記医用画像のスライス厚方向に隣接する２枚の前記多
値化画像中に存在する陰影同士を比較し、前記陰影同士
が所定の割合以上で重なるか否かに基づいて前記陰影が
病巣候補陰影であるか否かを判別するものである。胸部
（肺野）の医用画像は放射状に広がるように延びた血管
の一部を捉えている場合がある。血管が放射状に延びて
いる場合、所定のスライス厚の断層像の隣り合う陰影同
士を比較すると、それが血管断面陰影であるか否かを判
別することができる。血管断面陰影同士の場合は所定の
割合よりも小さい重なり部分を有することが多い。逆
に、病巣候補陰影の場合は所定の割合以上の重なり部分
を有することが多い。従って、ここでは、この重なり部
分の割合に基づいて陰影が病巣候補陰影であるか血管断
面陰影であるかの判定を行なうようにした。（図６６）
【００４２】請求項３７に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
互いに直交するアキシャル画像、サジタル画像、コロナ
ル画像の少なくとも２組の画像を用いて、それぞれ病巣
候補陰影を抽出し、それぞれの画像で抽出された病巣候
補陰影の存在位置に基づいて前記陰影が病巣候補陰影で
あるか否かを判別するものである。アキシャル画像、サ
ジタル画像、コロナル画像は互いに直交する３組の医用
画像である。この中の少なくとも２組の医用画像を用い
て病巣候補陰影を抽出する。抽出された陰影の存在位置
に相関がある場合にその陰影は病巣候補陰影の可能性が
高い。逆に、一方の医用画像では病巣候補陰影として抽
出され、他方の医用画像では抽出されない場合がある。
このような場合はその陰影は病巣候補陰影ではないと判
別される。２組の画像よりも３組の画像を用いて判別し
た方がより病巣候補陰影を抽出する確信度は高くなるこ
とは言うまでもない。（図６７）
【００４３】請求項３８に係る画像診断支援装置は、請
求項３７において、前記陰影が病巣候補陰影であると判
別された場合に前記病巣候補陰影の座標位置と、前記病
巣候補陰影に関する情報をメモリに記憶するものであ
る。２組の画像によって病巣候補陰影と判別された場
合、その病巣候補陰影に３次元座標を特定することがで
きるので、その座標位置と、陰影の面積や長さなどに関
する情報などをメモリに記憶する。メモリの内容を読み
出すことによって、マーカーの表示処理などが容易にな
る。（図６８）
【００４４】請求項３９に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記表示手段が、互
いに異なる時点で撮影された前記医用画像からそれぞれ
抽出された病巣候補陰影を、その撮影時点の区別が付く
ような表示態様のマーカーでそれぞれ囲むように表示す
るものである。過去に撮影され、抽出された病巣候補陰
影と、今回撮影された医用画像に基づいて検出された病
巣候補陰影とを、それぞれ異なる形状又は色などのマー
カーで囲むように表示するようにしたものである。（図
６９）
【００４５】請求項４０に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記表示手段が、前
記抽出された前記病巣候補陰影の長軸方向に対して楕円
の長軸方向が一致するような楕円形状のマーカーを、前
記病巣候補陰影を囲むように表示するものである。これ
は、陰影の形状に沿ってマーカーを表示することによっ
て、陰影を容易に認識できるようにしたものである。
（図７０）
【００４６】請求項４１に係る画像診断支援装置は、請
求項２０又は４０において、前記表示手段が、前記病巣
候補陰影の複数をそれぞれ囲むようにマーカーが互いに
重複する場合には、その重複部分を消去して表示するも
のである。これは、マーカーが重なり合って関心領域そ
のものや関心領域の周囲が見にくくなるという不具合を
解消するものである。（図３６，図７０）
【００４７】請求項４２に係る画像診断支援装置は、請
求項２０又は４０において、前記表示手段が、前記マー
カーで囲まれた領域をコントラスト強調又はガンマ処理
強調を行い、前記病巣候補陰影を鮮明に表示するもので
ある。病巣候補陰影をマーカーで囲んだだけでは病巣候
補陰影の存在箇所が分かりにくい場合があるので、マー
カーで囲まれた領域のＣＴ画像に対してコントラストを
強調したり、ＣＴ値にガンマ処理を施したりして、病巣
候補陰影をより鮮明に強調表示するようにした。（図７
１）
【００４８】請求項４３に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記表示手段が、前
記病巣候補陰影が存在する医用画像と、前記病巣候補陰
影が存在しない医用画像とで、動画像表示における表示
時間を異ならせて表示するものである。これは、画像に
病巣候補陰影が存在するか否かに応じて画像の表示時間
を変化させるものである。具体的には、病巣候補陰影が
存在する画像を時間的に長く表示し、病巣候補陰影が存
在しない画像を標準時間又はそれよりも短い時間で表示
する。（図７２）
【００４９】請求項４４に係る画像診断支援装置は、請
求項１４、１５又は１６において、前記表示手段が、医
師による読影が終了していない医用画像に対しては、前
記識別可能な表示を行なわないものである。これは、コ
ンピュータによる判別結果を医師の診断前に提示する
と、診断の先入観になるおそれがあるので、医師の読影
が終了する前にマーカーなどの識別可能な表示を行なわ
ないようにしたものである。（図７３，図７８）
【００５０】請求項４５に係る画像診断支援装置は、請
求項２０又は４０において、前記表示手段が、前記マー
カーの表示を行なわない非表示モードが選択された場合
には、前記マーカーを非表示にすると共に画面上に現在
非表示モード中であることを表示し、前記非表示モード
に入ってから所定時間が経過した場合には前記マーカー
を自動的に表示するものである。通常、マーカーを表示
したり、非表示にしたりできるが、その際にマーカーの
存在する画像の場合には、マーカーが非表示のなった場
合でも、所定時間が経過することによってマーカーを強
制的に表示するようにした。（図７４）
【００５１】請求項４６に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記多値化画像に基づいて陰影の中心又は重心を検出
し、前記中心又は重心から前記陰影の縁部までの距離を
前記陰影の全周囲に渡って求め、全周囲に渡って求めら
れた距離の分散値又は標準偏差値を求め、前記分散値又
は標準偏差値に基づいて前記陰影が病巣候補陰影である
か否かを判別するものである。一般に、病巣候補陰影が
円形に近い場合は癌陰影（異常陰影）である可能性が高
く、長方形に近いときは血管陰影（正常陰影）である可
能性が高いことが分かっている。これは、病巣候補陰影
の形状について統計処理を利用して判別するようにし
た。統計処理は、病巣候補陰影を示す領域の重心点を求
めるとともにその重心点からその領域の縁部までの距離
をその領域の全周囲に亘って求める。求められた距離の
分散値又は標準偏差値を演算し、その分散値又は標準偏
差値に基づいて陰影が病巣候補陰影であるか否かの判定
を行なっている。（図７６）
【００５２】請求項４７に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記陰影の水平方向における縁から縁までの距離につい
て分散値又は標準偏差値を求め、前記陰影の垂直方向の
縁から縁までの距離について分散値又は標準偏差値を求
め、前記分散値又は標準偏差値に基づいて前記陰影が病
巣候補陰影であるか否かを判別するものである。これ
は、陰影の形状について統計処理を利用して判別するよ
うにしたものであり、陰影の水平方向及び垂直方向にお
ける縁から縁までの距離の分散値又は標準偏差値に基づ
いて陰影が病巣候補陰影であるか否かの判定を行なって
いる。（図７７）
【００５３】請求項４８に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記陰影領域の面積を求めると共に前記陰影領域の縁部
に形成される凹部領域の面積を求め、前記陰影領域の面
積と前記凹部領域の面積との比率を求め、求められた比
率に基づいて前記陰影が病巣候補陰影であるか否かを判
別するものである。これは、陰影の全面積と陰影の縁部
分にできた凹部分の面積との面積比に基づいて陰影が病
巣候補陰影であるか否かの判定を行なうものである。
（図８０〜図８２）
【００５４】請求項４９に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記陰影領域の縁部に内接する円の面積と、前記円によ
って分割された前記陰影の分割領域の面積とを求め、前
記円の面積と前記陰影の分割領域の面積との比率を求
め、求められた比率に基づいて前記陰影が病巣候補陰影
であるか否かを判別するものである。これは、陰影内に
形成される内接円又は内接多角形の面積と、この内接円
又は内接多角形によって分割された陰影の面積との面積
比に基づいて陰影が病巣候補陰影であるか否かの判定を
行なうものである。（図８４，図８５）
【００５５】請求項５０に係る画像診断支援装置は、請
求項１、２、３、４又は５において、前記抽出手段が、
前記陰影領域の縁部に外接する円の面積を求め、前記円
の面積と前記陰影の面積との比率を求め、求められた比
率に基づいて前記陰影が病巣候補陰影であるか否かを判
別するものである。これは、陰影外に形成される外接円
の面積と、陰影の面積との面積比に基づいて陰影が病巣
候補陰影であるか否かの判定を行なうものである。な
お、請求項４８〜５０で求められた面積を適宜組み合わ
せて、それらの面積比を用いて判定を行なうようにして
もよい。（図８４（Ｂ））
【００５６】請求項５１に係る画像診断支援装置は、病
巣候補画像若しくは画像付帯情報を表示するための第１
の表示領域と、病巣候補が検出されない非検出画像若し
くは画像付帯情報を表示するための第２の表示領域と、
病巣候補の判別が不可能な判別不能画像若しくは画像付
帯情報を表示するための第３の表示領域とを前記表示手
段の画面上に設けたものである。これは、病巣候補陰影
の抽出及び絞り込みの結果に応じて、各画像を非検出画
像、判定不能画像、候補画像のように区分して、表示す
るようにしたものである。ここで画像付帯情報とは、画
像の患者名、患者ＩＤなどのように画像を特定する情報
や、陰影が陽性、疑陽性、陰性であるというような識別
情報のことである。従って、このような画像付帯情報を
それぞれの表示領域に、非検出画像、判定不能画像、候
補画像と同時に又は個別に表示するようにしてもよい。
（図３３，図８３）
【００５７】
【発明の実施の形態】以下添付図面に従って本発明に係
る画像診断支援装置の好ましい実施の形態について説明
する。図１は、本発明が適用される画像診断支援装置全
体のハードウエア構成を示すブロック図である。この画
像診断支援装置は、例えばＸ線ＣＴ装置等で被検体の対
象部位について収集した複数の断層像（ＣＴ画像など）
に基づいて、抽出された病巣候補陰影等を表示したり、
抽出された病巣候補陰影等の中から確信度の高いものを
絞り込んで表示した。また、これらの処理の途中におけ
る画像を表示したりするものである。この画像診断支援
装置は、各構成要素の動作を制御する中央処理装置（Ｃ
ＰＵ）４０と、装置の制御プログラムが格納された主メ
モリ４２と、複数の断層像データ及びプログラム等が格
納された磁気ディスク４４と、表示用の画像データを一
時記憶する表示メモリ４６と、この表示メモリ４６から
の画像データに基づいて画像を表示する表示装置として
のＣＲＴディスプレイ４８と、画面上のソフトスイッチ
を操作するマウス５０及びそのコントローラ５２と、各
種パラメータ設定用のキーやスイッチを備えたキーボー
ド５４と、スピーカ５８と、上記各構成要素を接続する
共通バス５６とから構成される。この実施の形態では、
主メモリ４２以外の記憶装置として、磁気ディスク４４
のみが接続されている場合を示しているが、これ以外に
フロッピディスクドライブ、ハードディスクドライブ、
ＣＤ−ＲＯＭドライブ、光磁気ディスク（ＭＯ）ドライ
ブ、ＺＩＰドライブ、ＰＤドライブ、ＤＶＤドライブな
どが接続されていてもよい。さらに、図示していない通
信インターフェイスを介してＬＡＮ （ローカルエリア
ネットワーク）やインターネット、電話回線などの種々
の通信ネットワーク上に接続可能とし、他のコンピュー
タとの間で画像データのやりとりを行えるようにしても
よい。また、画像データのやりとりは、Ｘ線ＣＴ装置や
ＭＲＩ装置などの被検体の断層像が収集可能な医用画像
診断装置を上記ＬＡＮ等と接続して行ってもよい。
【００５８】以下、図１の画像診断支援装置の動作例に
ついて図面を用いて説明する。図２は、画像診断支援装
置が実行するメインフローの一例を示す図である。図１
のＣＰＵ４０は、このメインフローに従って動作する。
図３は、このメインフローによってＣＴ画像がどのよう
に処理されるのかを示す図である。図４は、ＣＲＴディ
スプレイ４８上の表示画面の一例を示す図である。この
メインフローは、操作者が図４の表示画面上の患者名の
欄に病巣候補抽出及び表示処理の対象となる患者名を入
力し、演算ボタンをクリックすることによって起動する
ものである。以下、このメインフローの詳細をステップ
順に説明する。
【００５９】［ステップＳ８０］ＣＰＵ４０は、ＣＴ装
置によって撮影された患者のＣＴ画像の中から図４の患
者名に対応する患者のＣＴ画像２０（図３（ａ１））を
磁気ディスク４４から読み込む。 ［ステップＳ８１］ＣＰＵ４０は、読み込まれたＣＴ画
像の中から診断対象臓器に対して多値化処理を施し、図
３（ｂ１）に示すような多値化画像を生成する。この多
値化処理の詳細については後述する。 ［ステップＳ８２］診断対象臓器の部位又は臓器の種類
に対応した最適な検出処理を行うために、ＣＰＵ４０
は、その部位又は臓器の種類等を判断して、ステップＳ
８３に進むか、ステップＳ８３に進むかの判断を行う。 ［ステップＳ８３］ＣＰＵ４０は、図３（ｂ１）の多値
化画像に対して種々の画像処理を施し、病巣候補陰影を
絞り込み、病巣の候補とされる陰影すなわち異常陰影２
２を検出する。この異常陰影検出処理は、元のＣＴ画像
を使わずに、ステップＳ８１で生成された多値化画像だ
けに基づいて異常陰影２２を検出するものである。その
詳細については後述する。この実施の形態のように、多
値化画像に基づいて異常陰影検出処理を行うことによっ
て、コンピュータ演算などに要する時間を短縮化した
り、演算処理の負担を軽減することができる。 ［ステップＳ８４］ＣＰＵ４０は、図３（ａ１）のＣＴ
画像及び図３（ｂ１）の多値化画像に対して種々の画像
処理を施し、病巣候補陰影を絞り込み、病巣の候補とさ
れる陰影すなわち異常陰影２２を検出する。
【００６０】なお、ステップＳ８３及びステップＳ８４
における異常陰影検出処理の途中経過を示す判別中画像
２４は、図４に示すようにＣＲＴディスプレイ４８上で
図３（ａ１）のＣＴ画像２０の横に並列的に表示され
る。なお、図４に示される合成ボタンがクリックされる
とそれに応じて判別中画像２４がＣＴ画像２０に合成さ
れて表示される。なお、判別中画像２４は、多値化画像
のデータの処理過程に従って（すなわち、病巣候補陰影
の抽出段階に応じて）順次表示内容が変わるようになっ
ている。異常陰影検出処理によって検出された異常陰影
の抽出数が所定数よりも多い時は、判定不能を表示して
終了することもある。また、その結果は随時磁気ディス
クに記録される。この異常陰影検出処理の詳細について
は後述する。
【００６１】［ステップＳ８５］ＣＰＵ４０は、前記ス
テップＳ８３又はステップＳ８４で異常陰影と判定され
たものを病巣部として残し、そうでないものを削除す
る。 ［ステップＳ８６］ＣＰＵ４０は、図４の三次元画像構
成ボタン３Ｄがクリックされているか否か、すなわち三
次元画像構成フラグが「１」か「０」かを判定し、
「１」（ｙｅｓ）の場合にはステップＳ８７に進み、
「０」（ｎｏ）の場合にはステップＳ８８に進む。な
お、三次元画像構成フラグは、操作者が必要に応じて任
意に図４の三次元画像構成ボタンをクリックすることに
よって「１」又は「０」に設定できるようになってい
る。 ［ステップＳ８７］ステップＳ８７の処理は、ステップ
Ｓ８６でｙｅｓと判定した場合に実行されるものであ
る。ＣＰＵ４０は、異常陰影付近の複数枚のＣＴ画像か
ら三次元画像の構成処理を開始する。なお、この三次元
画像の構成処理は、ステップＳ８８の処理と並列的に実
行されるようになっているが、この三次元画像の構成処
理が終了した後にステップＳ８８に進み、ステップＳ８
８の処理を実行するようにしてもよい。
【００６２】［ステップＳ８８］ＣＰＵ４０は、異常陰
影を容易に特定することができるように図３（ａ１）の
ＣＴ画像中に色情報を付加して表示したり、その異常陰
影をマーカーＭで囲むようにして表示したり、原画像
（ＣＴ画像）中に着色された抽出病巣部やマーカーなど
を表示する合成処理を行なう。図３（ａ２）には、マー
カーＭで異常陰影を囲んだ場合の合成画像の一例が表示
されている。 ［ステップＳ８９］ＣＰＵ４０は、多機能画像表示ボタ
ンがオンされたか否かの判定を行い、オンされた （ｙ
ｅｓ）場合にはステップＳ８Ａに進み、オンされていな
い（ｎｏ）場合にはステップＳ８Ｂに進む。 ［ステップＳ８Ａ］多機能画像表示ボタンがオン状態に
あるので、ＣＰＵ４０は、ステップＳ８７で構成された
三次元画像などを表示する。 ［ステップＳ８Ｂ］ＣＰＵ４０は、別患者の画像に対し
て同様の病巣候補抽出表示処理を行う旨の指示が操作者
によって行われたか否かの判定を行い、別患者の画像を
表示する（ｙｅｓ）と判定した場合には、ステップＳ８
０に戻り、同様の処理を繰り返し実行し、別患者の画像
を表示しない（ｎｏ）と判定した場合には、ステップＳ
８Ｃに進む。 ［ステップＳ８Ｃ］ＣＰＵ４０は、図４の終了ボタンの
オン操作が操作者によって行われたか否かを判定を行
い、オンされていない（ｎｏ）と判定した場合にはステ
ップＳ８９に戻り、通常の画像表示または多機能画像表
示を継続し、オンされた（ｙｅｓ）と判定した場合には
処理を終了する。
【００６３】図２のステップＳ８１の多値化画像処理
は、図３に示すようなＣＴ画像２０に基づいて行われ
る。この多値化画像処理は、図３に示すように、図３
（ａ１）に示すような元のＣＴ画像２０の標準偏差等を
計算した結果に対して、所定の閾値処理を施して多値化
するものである。図５及び図６は、図２のステップＳ８
１の診断対象臓器の多値化画像処理の詳細を示すフロー
チャート図である。ここでは、多値化画像処理の中の最
も基本的な２値化画像処理について説明する。従来、陰
影を強調表示するための画像処理方法の一つに、各ＣＴ
画像間の差をとる方法がある。例えば、画像サイズ５１
２×５１２の隣り合う２枚のＣＴ画像間で、同じアドレ
ス（ｘ，ｙ）の画素のＣＴ値の差をとり、このＣＴ値の
差をメモリのアドレス（ｘ，ｙ）に格納し、これにより
陰影を強調した強調画像を得るようにしている。また、
標準偏差値（分散値を含む）を用いる方法などもある。
これらの方法は、陰影の境界付近を特に強調表示するも
のではなく、また、陰影の境界（縁）を抽出したり、陰
影のみを抽出するものではない。そこで、この実施の形
態では、ＣＴ画像内の陰影 （特に陰影の境界付近）を
抽出したり、陰影を強調表示することのできる多値化画
像処理を採用している。図７は、この多値化画像処理を
原理的に説明するための図である。以下、このメインフ
ローの詳細をステップ順に説明する。
【００６４】［ステップＳ１１］ＣＰＵ４０は、所定形
状の特定領域をＣＴ画像上の初期位置に設定する。すな
わち、ＣＰＵ４０は、図７に示すように、例えば１０×
１０画素程度の正方形状の特定領域（小領域）１２Ａ及
び１２ＢをＣＴ画像２０（被検体の断層像）内に設定
し、それを左上隅の初期位置に設定する。この小領域１
２Ａ，１２Ｂの中心位置の座標が（Ｘ，Ｙ）である場
合、その座標（Ｘ，Ｙ）はそれぞれ（０，０）に設定さ
れる。なお、図７において、小領域１２Ａは、陰影１５
の内部に設定され、小領域１２Ｂは、陰影１６の境界
（縁）を跨がるように設定されている。この小領域の大
きさは、１０×１０画素に限定されるものではなく、例
えば、正方形以外の長方形や菱形、円形であってもよ
い。また、中心位置と重心位置が異なる場合は、重心位
置を優先させるが、場合によって選択できるようにして
もよい。 ［ステップＳ１２］ＣＰＵ４０は、小領域内の濃度値
（ＣＴ値）の平均値ＡＶを求める。求められた平均値Ａ
Ｖは、図７の小領域１２Ａのように陰影１５内に存在す
る場合は高い値を示し、小領域が陰影に跨がっていない
場合は低い値を示し、小領域１２Ｂのように陰影１６に
跨がっている場合はこれらのほぼ中間の値を示す。 ［ステップＳ１３］ＣＰＵ４０は、小領域内において、
濃度値がその平均値ＡＶ以上である画素の座標の平均値
ｐ（ｘｐ，ｙｐ）、及び濃度値がその平均値ＡＶよりも
小さな画素の座標の平均値ｍ（ｘｍ，ｙｍ）をそれぞれ
求める。図７の小領域１２Ａの場合には、平均値ｐＡ，
ｍＡは、小領域１２Ａのほぼ中心付近となり、両者の座
標位置はほぼ一致する。一方、小領域１２Ｂの場合に
は、平均値ｐＢは、陰影１６と小領域１２Ｂの重なり部
分のほぼ中心付近となり、平均値ｍＢは陰影１６と小領
域１２Ｂの重ならない部分のほぼ中心付近となり、両者
の座標は離れたものとなる。
【００６５】［ステップＳ１４］ＣＰＵ４０は、平均値
ｐの座標（ｘｐ，ｙｐ）と平均値ｍの座標（ｘｍ，ｙ
ｍ）との間の距離Ｄを求める。図７の小領域１２Ａの場
合は、平均値ｐＡ，ｍＡは同じ値なので、距離Ｄは
「０」となる。小領域１２Ｂの場合は、平均値ｐＢと平
均値ｍＢとは離れているので、それに対応した距離ＤＢ
となる。すなわち、この距離Ｄは、小領域が陰影の縁付
近に位置している場合に大きくなり、小領域が陰影に跨
がっていない場合には小さな値となる傾向がある。 ［ステップＳ１５］上述の傾向をより顕著にするため
に、このステップＳ１５では、ＣＰＵ４０は、ステップ
Ｓ１４で求められた距離Ｄに基づいて、小領域の中心座
標（Ｘ，Ｙ）におけるモーメントＭとしてＭ＝ｇ・ｆ
（Ｄ）を求める。このモーメントＭは、（Ｘ，Ｙ）に関
連した値とする。例えば、小領域内において、濃度値が
前記平均値ＡＶ以上である画素数をＮｐとし、濃度値が
平均値ＡＶよりも小さな画素数をＮｍとしたとき、次式
に基づいて求められた各モーメントＭ１〜Ｍ３をステッ
プＳ１５のモーメントＭとして定義する。モーメントＭ
１は、Ｍ１＝Ｎp×Ｎm×Ｄとする。モーメントＭ２は、
Ｍ２＝Ｎor×Ｄとする。（Ｎｏｒは、Ｎｐ，Ｎｍのうち
の大きい方とする。） モーメントＭ３は、Ｍ３＝従来の分散値×Ｄとする。
（但し、Ｄは約１〜３の値のδ乗としてもよい。） 一般に、Ｄを含む演算は有効である。また、後述する判
別処理においても、病巣領域に対するＤを含む演算結果
を判別に用いることができる。
【００６６】［ステップＳ１６］ＣＰＵ４０は、小領域
を画像のＸ方向に移動させるために小領域の中心座標Ｘ
に１を加える。 ［ステップＳ１７］ＣＰＵ４０は、小領域の中心座標Ｘ
の値が最大（小領域が画像の右端を越えた位置）か否か
を判定し、最大（ｙｅｓ）であると判定した場合にはス
テップＳ１７に進み、最大でない（ｎｏ）と判定した場
合にはステップＳ１２に戻り、中心座標Ｘの値が最大に
なるまでステップＳ１２〜ステップＳ１７の処理を繰り
返す。 ［ステップＳ１８］ＣＰＵ４０は、前記ステップＳ１７
で小領域の中心座標Ｘが最大であると判定されたので、
小領域を画像の左端に戻すために、中心座標Ｘを初期値
（通常は０）に戻す。 ［ステップＳ１９］ＣＰＵ４０は、小領域を画像のＹ方
向に移動させるために小領域の中心座標Ｙに「１」を加
える。 ［ステップＳ２０］ＣＰＵ４０は、小領域の中心座標Ｙ
の値が最大（小領域が画像の下端を越えた位置）か否か
を判定し、最大（ｙｅｓ）であると判定した場合には処
理を終了し、結合子Ａを介して図６のステップＳ２１に
進み、最大でない（ｎｏ）と判定した場合にはステップ
Ｓ１２に戻り、Ｙが最大になるまでステップＳ１２〜ス
テップＳ２０の処理を繰り返す。このようにして、ＣＰ
Ｕ４０は、小領域をＣＴ画像２０の左上から右下まで走
査して、その中心座標位置におけるモーメントＭを順次
算出する。
【００６７】このようにして求められたモーメントＭを
使用し、各ＣＴ画像２０上から陰影又は陰影の境界付近
に位置する画素を抽出する方法について図６に示すフロ
ーチャートにしたがって説明する。 ［ステップＳ２１］ＣＰＵ４０は、ＣＴ画像２０の各画
素が陰影又は陰影の境界であるのか否かを判定するため
の閾値として操作者のキーボード入力による定数、又は
磁気ディスク４４等に予め記憶されている定数を読み込
み、それを定数として指定する。 ［ステップＳ２２］ＣＰＵ４０は、判定対象となる画素
（被判定画素）をＣＴ画像２０の左上隅の初期位置に設
定するために、その座標（Ｘ，Ｙ）をそれぞれ（０，
０）に設定する。 ［ステップＳ２３］ＣＰＵ４０は、被判定画素の座標
（Ｘ，Ｙ）を中心とする小領域について、図５のステッ
プＳ１５で求めたモーメントＭを読み出す。
【００６８】［ステップＳ２４］ＣＰＵ４０は、読み出
されたモーメントＭがステップＳ２１で指定された定数
より大きいか否かを判定し、大きい（ｙｅｓ）と判定し
た場合はステップＳ２５に進み、小さい （ｎｏ）と判
定した場合はステップＳ２６にジャンプする。 ［ステップＳ２５］ＣＰＵ４０は、ステップＳ２４でモ
ーメントＭが定数より大きいと判定されたということ
は、その座標（Ｘ，Ｙ）に対応する被判定画素が、陰影
又は陰影の境界に該当することを意味するので、このス
テップではその座標（Ｘ，Ｙ）を抽出し、メモリ（主メ
モリ４２又は磁気ディスク４４）に格納する。すなわ
ち、ＣＰＵ４０は、ステップＳ２４でモーメントＭが定
数より大きい（ｙｅｓ）と判定した場合には、その座標
（Ｘ，Ｙ）に２値化のうちのハイレベル「１」をセット
し、逆にステップＳ２４でモーメントＭが定数より小さ
い（ｎｏ）と判定した場合には、その座標（Ｘ，Ｙ）に
２値化のうちのローレベル「０」をセットする。このよ
うにして各座標はローレベル「０」又はハイレベル
「１」のいずれかに一方にセットされ、２値化されてい
く。このように各座標を２値化することによって各座標
を１ビットで表現することができるようになるので、以
後の処理を単純化することができる。 ［ステップＳ２６］ＣＰＵ４０は、被判定画素の座標を
Ｘ方向に移動させるために座標Ｘに１を加える。
【００６９】［ステップＳ２７］ＣＰＵ４０は、被判定
画素の座標Ｘの値が最大（画像の右端を越えた位置）か
否かを判定し、最大（ｙｅｓ）であると判定した場合に
はステップＳ２８に進み、最大でない（ｎｏ）と判定し
た場合にはステップＳ２３に戻り、Ｘが最大になるまで
ステップＳ２３〜ステップＳ２６の処理を繰り返す。 ［ステップＳ２８］ＣＰＵ４０は、前記ステップＳ２７
で被判定画素の座標Ｘが最大であると判定したので、被
判定画素を左端に戻すために、座標Ｘを「０」とし、被
判定画像をＹ方向に移動させるためにその座標Ｙに１を
加える。 ［ステップＳ２９］ＣＰＵ４０は、被判定画素の座標Ｙ
が最大（画像の下端を越えた位置）か否かを判定し、最
大（ｙｅｓ）であると判定した場合には処理を終了し、
最大でない（ｎｏ）と判定した場合にはステップＳ２３
に戻り、Ｙが最大になるまでステップＳ２３〜ステップ
Ｓ２８の処理を繰り返す。このようにして、ＣＰＵ４０
は、被判定画素をＣＴ画像２０の左上から右下まで走査
して、それが陰影又は陰影の境界であるのか否かの判定
を行う。以上の処理によって、定数よりも大きなモーメ
ントＭを有する小領域の中心点（Ｘ，Ｙ）すなわち陰影
又は陰影の境界である画素の座標点がメモリ（主メモリ
４２又は磁気ディスク４４）に順次格納される。なお、
図５及び図６では、ローレベル「０」及びハイレベル
「１」の２値化について説明したが、ステップＳ２１で
定数を複数指定することによって、任意の数に多値化す
ることができる。例えば、定数をＣ１，Ｃ２，Ｃ３の３
個指定し、モーメントＭが定数Ｃ１よりも小さい場合、
定数Ｃ１以上で定数Ｃ２よりも小さい場合、定数Ｃ２以
上で定数Ｃ３よりも小さい場合、定数Ｃ３以上の場合の
いずれに該当するかを判定することによって、ＣＴ画像
を４値化することができる。４値化した場合、一つの画
素は２ビットで表現されることになる。なお、これ以外
の数に多値化する場合も同様に複数の定数を指定し、そ
れも基づいて多値化することができる。
【００７０】図８は、上述した陰影又は陰影の境界に位
置する画素を抽出する方法によってどのように陰影が抽
出されるかの概念を示す図である。図８（Ａ）に示すよ
うに陰影の中心付近が最もＣＴ値が高く、半径方向に行
くに従って徐々にＣＴ値が減少するような、円状の陰影
を有するＣＴ画像２１に対して、上述の処理を実行する
ことによって、メモリには、図８（Ｂ）に示すような陰
影の境界がはっきりとした多値化画像の陰影２２が格納
されると共にＣＲＴディスプレイ４８上に表示されるよ
うになる。また、ステップＳ２１で指定する定数を大き
くすることによって、図８（Ｃ）に示すような陰影の境
界２３の強調されたリング状の陰影が抽出される。従っ
て、ステップＳ２１で指定する定数を種々変化すること
によって、陰影の境界だけを抽出したり、陰影全体を抽
出したりすることができる。また、このようにして抽出
した陰影の境界等を強調表示することもできる。
【００７１】上述の多値化画像処理によって生成された
多値化画像を用いて、図２のステップＳ８３の異常陰影
検出処理が行われる。また、この多値化画像と元画像で
あるＣＴ画像２０とを用いて、図２のステップＳ８４の
異常陰影検出処理が行われる。ステップＳ８３のように
多値化画像だけを用いて異常陰影検出処理を行う場合に
は、２値化画像とこれよりも大きな多値化画像（例えば
８値化画像又は１６値化画像）を用いて行うことが望ま
しい。これ以降の説明では、２値化画道とＣＴ画像２０
を用いて異常検出処理を行う場合について説明する。な
お、図２のステップＳ８３のように多値化画像だけを用
いて異常陰影検出処理を行う場合には、ＣＴ画像２０を
多値化画像に読み替えることによって同様に対応するこ
とができることは言うまでもない。
【００７２】図９は、異常陰影検出処理のメインフロー
を示す図である。図９の異常陰影検出処理は、小陰影、
大陰影、すりガラス状陰影、高濃度陰影などの陰影の種
類を示すパラメータに応じて、所定のＣＴ値（画素値）
の範囲に属する画素だけを医用画像の中から抽出して判
別対象用の医用画像を作成するものである。すなわち、
陰影には、小陰影、大陰影、すりガラス状陰影、高濃度
陰影などの種類がある。これらの各陰影は医用画像中に
おいて所定の画素値範囲に特徴的に現れることが経験的
に確認されている。例えば、小陰影や大陰影の場合は画
素値（ＣＴ値）としては、−８００〜０の範囲に、すり
ガラス状陰影の場合は−８００〜−４００の範囲に、高
濃度陰影の場合は−４００〜０の範囲に、それぞれ顕著
に現れる。そこで、この実施の形態では、この陰影の種
類に対応して、医用画像の中から所定範囲の画素値に属
するものだけを抽出し、新たな判別対象医用画像を作成
し、それに基づいて病巣候補陰影の抽出処理を行うよう
にした。また、すりガラス状陰影の場合は肺野辺縁に病
巣が発生することが多いので、処理方法を中枢部と辺縁
部に分けて行なうことが有効である。
【００７３】小陰影検出処理は、ＣＴ画像２０の中から
ＣＴ値が−８００〜０の範囲に属する画素によって構成
される判別対象医用画像中の陰影に対して異常陰影検出
処理を行う。大陰影検出処理は、ＣＴ値が−８００〜０
の範囲に属する画素によって構成される判別対象医用画
像中の陰影に対して異常陰影検出処理を行う。ガラス状
陰影検出処理は、ＣＴ値が−８００〜−４００の範囲に
属する画素によって構成される判別対象医用画像中の陰
影に対して異常陰影検出処理を行う。高濃度陰影検出処
理は、ＣＴ値が−４００〜０の範囲に属する画素によっ
て構成される判別対象医用画像中の陰影に対して異常陰
影検出処理を行う。なお、図２のステップＳ８１の多値
化画像抽出処理を、この判別対象医用画像に基づいて行
い、その結果得られた多値化画像を用いて図２のステッ
プＳ８３及びステップＳ８４の異常陰影検出処理を行う
ようにしてもよい。従って、以下の説明の中でＣＴ画像
と呼ぶときは、この判別対象医用画像及び多値化画像の
ことを含むものとし、画素値や濃度値と呼ぶ場合には、
多値化された画像における画素値を含むものとする。
【００７４】図１０は、これらの各陰影検出処理の詳細
を示す図である。図９の異常陰影検出処理で実行される
各陰影処理は、陰影の大きさを判定するステップＳ４
１，Ｓ４４，Ｓ４６で用いられる所定値Ｒａ，Ｒｂが異
なる他は、ほぼ共通の処理である。陰影の大きさには、
陰影を構成する画素数を用いる。病巣陰影には小陰影、
大陰影、すりガラス状陰影又は高濃度陰影などのように
その大きさ自体がさまざまなものが存在する。これらの
陰影に対して判別処理を行う場合、各陰影の大きさに対
応したパラメータを用いて、各陰影に対して同じような
処理が実行される。ところが陰影自体が小さい場合や大
きい場合、又は陰影の現れる場所が異なる場合には、同
じパラメータで同じ判別処理を行なったのでは、精度が
低下するという問題がある。そこで、陰影の大きさに合
わせてパラメータを小さくしたり、大きくしたりするこ
とが必要である。この実施の形態では、陰影が所定値Ｒ
ａよりも小さかった場合は、その陰影画像を拡大し、逆
に所定値Ｒｂより大きかった場合は、その陰影画像を縮
小し、最も効率的に判別処理を行うことのできる大きさ
の陰影に変換し、変換後の陰影に対して判別処理を行う
ようにした。以下、この陰影検出処理の詳細をステップ
順に説明する。
【００７５】［ステップＳ４１］ＣＰＵ４０は、検出対
象となる陰影の大きさ（ここでは画素数）が所定値Ｒａ
よりも小さいか否かを判定し、小さい（ｙｅｓ）と判定
した場合にはステップＳ４２に進み、小さくない（ｎ
ｏ）と判定した場合にはステップＳ４４にジャンプす
る。 ［ステップＳ４２］ステップＳ４１で陰影の大きさが小
さいと判定されたので、ＣＰＵ４０は、ステップＳ４３
の第１判別処理で用いられるパラメータに対応した大き
さに陰影画像を拡大する。この場合、各画素間の画素値
は補間処理にて求められる。 ［ステップＳ４３］ＣＰＵ４０は、ステップＳ４２で拡
大された陰影に対して第１判別処理を実行する。
【００７６】［ステップＳ４４］ＣＰＵ４０は、検出対
象となる陰影の大きさが所定値Ｒａ以上であり、所定値
Ｒｂ以下であるか否か、すなわち所定範囲内の大きさの
陰影であるか否かを判定し、所定範囲内である（ｙｅ
ｓ）と判定した場合にはステップＳ４５に進み、所定範
囲内でない（ｎｏ）と判定した場合にはステップＳ４６
にジャンプする。 ［ステップＳ４５］ＣＰＵ４０は、ステップＳ４４の４
定範囲内の大きさの陰影に対して第２判別処理を実行す
る。
【００７７】［ステップＳ４６］ＣＰＵ４０は、各ＣＴ
値によって抽出された陰影の大きさが所定値Ｒｂよりも
大きいか否かを判定し、大きい（ｙｅｓ）と判定した場
合にはステップＳ４７に進み、大きくない（ｎｏ）と判
定した場合には終了して、図９の次の陰影検出処理に進
む。 ［ステップＳ４７］ＣＰＵ４０は、ステップＳ４６で陰
影の大きさが所定値Ｒｂよりも大きいと判定したので、
ステップＳ４８の第３判別処理で用いられるパラメータ
に対応した大きさに陰影画像を縮小する。 ［ステップＳ４８］ＣＰＵ４０は、ステップＳ４７で縮
小された陰影に対して第３判別処理を実行し、図９の別
の陰影検出処理（大陰影検出処理、すりガラス状陰影検
出処理又は高濃度陰影検出処理）に進む。なお、陰影の
大きさとして画素数を用いたが、陰影の最大直径や最小
直径などを用いてもよい。この場合には、上記所定値Ｒ
ａとして最小直径を約７ｍｍとし、所定値Ｒｂとして最
大直径を約２１ｍｍとするとよい。
【００７８】図１１は、図１０のステップＳ４３，Ｓ４
５，Ｓ４８の第１〜第３判別処理の詳細を示すフローチ
ャート図である。この第１〜第３判別処理は、ステップ
Ｓ７２，Ｓ７４，Ｓ７６の各判定サブルーチンで用いら
れる種々のパラメータが異なる他はほぼ共通の処理であ
る。なお、第１判別処理は、図１０の陰影検出処理のス
テップＳ４２によって拡大された画像に対して実行され
る。第２判別処理は、図１０の陰影検出処理のステップ
Ｓ４４によって陰影の大きさが所定範囲内であると判定
された画像に対して実行される。第３判別処理は、図１
０の陰影検出処理のステップＳ４７によって縮小された
画像に対して実行される。第１〜第３判別処理は、ＣＴ
画像のスライス厚さに応じて判定サブルーチンの組み合
わせを変更するものである。医用画像は、癌などの陰影
のほか、血管、血管の断面、気管支の断面などが混在し
て写っている。医用画像のスライス厚が異なると、その
陰影の中の特定の陰影が明確になったり不明確になった
りする。例えば、スライス厚が小さい場合には、血管に
対応する陰影が極端に減少して認識しにくくなる。スラ
イス厚が大きくなると、血管の陰影が明確に現れるよう
になる。従って、スライス厚が小さい場合には、陰影が
血管陰影であるか、又は病巣候補陰影であるかの判別を
行なう必要がある。逆に、スライス厚が大きい場合に
は、明確に血管の陰影を判別することができるようにな
るので、判別処理は必要ない。また、図４４に示すよう
に陰影が肺壁に結合している場合などは、陰影の存在す
る場所に応じて処理を変えるのが望ましい。そして、複
数の専用の判定サブルーチンで処理して、最後にそれら
の論理和をとることになる。この実施の形態では、スラ
イス厚の小さい場合の陰影判別に必要な判別処理Ｅ１，
Ｆ１を含む第１の組み合わせ処理と、これを含まない第
２及び第３の組み合わせ処理を設け、これらをスライス
厚Ｓａ，Ｓｂに応じて適宜選択するようにした。以下、
この第１〜第３判別処理の詳細をステップ順に説明す
る。
【００７９】［ステップＳ７１］ＣＰＵ４０は、ＣＴ画
像２０のスライス厚が所定値Ｓａ（例えば１０ｍｍ）よ
りも大きいか否かを判定し、大きい（ｙｅｓ）と判定し
た場合には次のステップＳ７２に進み、小さい（ｎｏ）
と判定した場合にはステップＳ７３にジャンプする。 ［ステップＳ７２］ＣＰＵ４０は、判定サブルーチンＡ
１〜Ｆ１の組み合わからなる第１の組み合わせ処理を実
行する。 ［ステップＳ７３］ＣＰＵ４０は、ＣＴ画像２０のスラ
イス厚が所定値Ｓａ以下であり、所定値Ｓｂ（例えば５
ｍｍ）以上であるか否か、すなわち所定範囲内の厚さで
あるか否かを判定し、所定範囲内である（ｙｅｓ）と判
定した場合にはステップＳ７４に進み、所定範囲内でな
い（ｎｏ）と判定した場合にはステップＳ７５にジャン
プする。 ［ステップＳ７４］ＣＰＵ４０は、判定サブルーチンＡ
２〜Ｄ２の組み合わからなる第２の組み合わせ処理を実
行する。この第２の組み合わせ処理では、判定サブルー
チンＥ１，Ｆ１に対応する判定処理は実行されない。判
定サブルーチンＥ１，Ｆ１は、陰影が血管に対応する陰
影であるか否かを判別する処理なので、スライス厚が小
さい場合には血管に対応する陰影が極端に減少して認識
できなくなるため、ここではそれに関する判定サブルー
チンは実行しないようにした。なお、ＣＰＵ４０は、ス
テップＳ７２と同様に判定サブルーチンＥ２，Ｆ２を実
行してもよいことは言うまでもない。
【００８０】［ステップＳ７５］ＣＰＵ４０は、ＣＴ画
像２０のスライス厚が所定値Ｓｂよりも小さいか否かを
判定し、小さい（ｙｅｓ）と判定した場合には次のステ
ップＳ７６に進み、大きい（ｎｏ）と判定した場合には
処理を終了し、図１０のステップＳ４４又はＳ４６に進
む。 ［ステップＳ７６］ＣＰＵ４０は、判定サブルーチンＡ
３〜Ｄ３の組み合わからなる第３の組み合わせ処理を実
行する。この第３の組み合わせ処理では、判定サブルー
チンＥ１，Ｆ１に対応する判定処理は実行されない。こ
れも前述と同様に判定サブルーチンＥ１，Ｆ１が血管に
対応する陰影かどうかを判別する処理なので、ここでは
それに関する判定サブルーチンは実行しないようにし
た。なお、ＣＰＵ４０は、ステップＳ７２と同様に判定
サブルーチンＥ３，Ｆ３を実行してもよいことは言うま
でもない。
【００８１】図１１のステップＳ７２，Ｓ７４，Ｓ７６
で実行される判定サブルーチンＡ１〜Ａ３について説明
する。図１２は、判定サブルーチンＡ１〜Ａ３の詳細を
示すフローチャート図である。図１３は、この判定サブ
ルーチンＡ１〜Ａ３の処理の様子を概念的に示す図であ
り、図１３（ａ）はＣＴ画像上に仮想的に設定されるル
ープの様子を示す図であり、図１３（ｂ）は仮想的に設
定された各ループごとの画素値の様子を示すグラフであ
る。一般に、陰影の中心位置から半径ｒのループ上に位
置する陰影の濃度の相関は、例外はあるものの、病巣陰
影の方が血管断面陰影よりも大きいという傾向を示す。
これを陰影判別処理に用いるために、微小半径ｄｒだけ
離れた隣接するループ間の陰影の濃度変化の相関を求め
るようにした。すなわち、陰影の濃度そのものは、陰影
の中心付近と縁付近とでは、大きく異なることが分かっ
ているので、隣接するループ同士の濃度値の相関を求め
ただけでは両者の正確な相関を求めることができない。
この実施の形態では、陰影の濃度変化の相関を求めるよ
うにした。なお、陰影の中心位置付近は、図３（ｂ１）
の多値化画像に基づいて決定し、決定された陰影の中心
を図３（ａ１）のＣＴ画像２０に適用して、各ループ上
の濃度を求める。なお、図２のステップＳ８３の場合に
は、ＣＴ画像２０に代えて、２値以外の多値化画像の多
値情報を用いて行うことになる。以下、この判定サブル
ーチンＡ１〜Ａ３の詳細をステップ順に説明する。
【００８２】［ステップＳ１］ＣＰＵ４０は、陰影をサ
ーチする際の半径ｒを初期値として設定する。図１３
（ａ）では、例えば、半径ｒとして、１０×１０画素程
度の正方形状の小領域の約１．５倍相当の値が設定され
る。 ［ステップＳ２］ＣＰＵ４０は、陰影中心付近を基準に
半径ｒを１度ずつ回転し、角度θ＝０〜３６０度の範囲
の各画素値をサンプリングして記録する。なお、全ルー
プの濃度平均を同じにするために、ループ毎に一定値を
加算しておくとよい。 ［ステップＳ３］ＣＰＵ４０は、半径ｒに微小半径ｄｒ
を加えた半径ｒ＋ｄｒを次のループの半径ｒとする。図
１３では、例えば、微小半径ｄｒとして前記小領域の約
１．２倍相当の値が設定される。 ［ステップＳ４］ＣＰＵ４０は、半径ｒが最大値である
か否かを判定し、最大値でない（ｎｏ）場合には、ステ
ップＳ２にジャンプし、半径ｒが最大値（ｙｅｓ）の場
合にはステップＳ５に進む。なお、最大半径は、例えば
抽出対象の病巣の大きさ等や第１〜第３判別処理の種類
に応じて予め設定されたものが用いられる。
【００８３】［ステップＳ５］ＣＰＵ４０は、所定の判
定式に基づいた演算を行う。例えば、ＣＰＵ４０は、図
１３ （ａ）に示すように、０〜３６０度の範囲にわた
って点Ｐ（ｒ，θ）と点Ｐ'（ｒ'，θ）におけるの画素
間の濃度差を求め、その差の絶対値の和を求める。すな
わち、ＣＰＵ４０は、隣接するループ間の陰影の相関
を、次式（１）に基づいて求める。 Σ｜隣接するループ上の同一角度の画素間の濃度差｜…（１） 前述したように隣接するループ間での陰影の相関は、病
巣陰影の方が血管断面陰影よりも大きいため、上式
（１）の演算結果は病巣陰影の方が血管断面陰影よりも
小さくなる傾向がある。このことは、図１３（ｂ）の各
曲線に基づいて判断しても明白である。すなわち、ルー
プ＝１の曲線（実線）と、ループ＝２の曲線（点線）と
では、濃度変化が近似しており、相関が非常に大きいと
言える。一方、ループ＝２の曲線（点線）と、ループ＝
３の曲線（一点鎖線）とでは、濃度変化が全く異なって
おり、相関は小さいと言える。なお、隣接するループ間
の相関を求める演算式は、上式（１）に限定されるもの
ではない。
【００８４】一方、同一ループ内での陰影変化の大きさ
も、例外はあるが、病巣陰影の方が血管断面陰影よりも
小さい。これを陰影判別に用いるために、ＣＰＵ４０
は、図１３（ａ）に示すように、０〜３６０度の範囲に
わたって点Ｐ（ｒ，θ）と点Ｐ"（ｒ，θ'）の画素間の
濃度差を求め、その差の絶対値の和を求める。すなわ
ち、ＣＰＵ４０は、同一ループの隣接する画素間の相関
を、次式（２）に基づいて求める。 Σ｜同一ループでの隣接する画素間の濃度差｜…（２） 前述したように同一ループ内での陰影変化の大きさも、
例外はあるが、病巣陰影の方が血管断面陰影よりも小さ
いため、上式（２）の演算結果は、病巣陰影の方が血管
断面陰影よりも小さくなる傾向がある。このことは、図
１３（ｂ）の各曲線に基づいて判断しても明白である。
すなわち、ループ＝１の曲線（実線）とループ＝２の曲
線（点線）は、濃度変化が小さく、一方、ループ＝３の
曲線（一点鎖線）は濃度変化が大きいと言える。なお、
同一ループの隣接する画素間の相関を求める演算式は、
上式（２）に限定されるものではない。
【００８５】この実施の形態では、上式（１）と上式
（２）とを組み合わせた以下に示す判定式（３）を用い
る。 但し、Ａ：隣接するループｉ，ｉ＋１上の同一角度の画
素間の濃度差 Ｂ：同一ループｉでの隣接する画素間の濃度差 この式（３）の演算結果は、病巣陰影の方が血管断面陰
影よりも小さくなるという傾向がある。従って、式
（３）による演算結果が一定値よりも大きい陰影は、病
巣候補から外すという判定ができる。なお、病巣候補陰
影と正常陰影を区別する閾値（式（３）の定数）は、実
験的に求められ、予め磁気ディクス４４等に記録されて
いるものが、必要時に読み出されて利用されるものとす
る。
【００８６】また、式（３）では、絶対値を求めた後に
総和を求めているが、総和を求めた後で絶対値を求める
という、以下に示す判定式（４）使用してもよい。 ［ステップＳ６］ＣＰＵ４０は、ステップＳ５の判定式
（３）又は（４）による演算結果が一定値よりも大きい
か否かを判定し、大きい（ｙｅｓ）と判定した場合は、
ステップＳ７に進み、小さい（ｎｏ）と判定した場合は
終了し、次のサブルーチンＢ１〜Ｂ３に進む。 ［ステップＳ７］ＣＰＵ４０は、ステップＳ６の判定の
結果、すなわち、判定式（３）又は（４）による演算結
果が一定値よりも大きい（演算結果＞一定値）と判定し
た場合の陰影を病巣候補陰影から外し、次のサブルーチ
ンＢ１〜Ｂ３に進む。
【００８７】上述の判定サブルーチンＡ１〜Ａ３では、
図３（ｂ１）の多値（２値）化画像に基づいて陰影の中
心を決定し、その陰影の中心をＣＴ画像２０に適用し、
その中心から同心円状の複数ループにおける濃度を求め
ることによって陰影が病巣候補陰影であるか否かの判定
を行う場合について説明した。この判定方法は、一例で
あり、これ以外にも種々の変形が考えられる。以下その
変形例について説明する。
【００８８】図１４及び図１５は、濃度を求める画素を
陰影の中心位置から渦巻き上にサーチする方法の概念を
示す図である。図１４（ａ）に示すように、陰影の濃度
を求めるための対応画素を、陰影２の中心付近を基準点
にし、その基準点から陰影２の辺縁に向かって時計回り
に回転するループＬ１，Ｌ２，Ｌ３に沿って渦巻き状に
サーチして特定する。すなわち、ＣＰＵ４０は、１回目
のループＬ１では、実線の矢印で示す順番でサーチし、
２回目のループＬ２では、点線の矢印で示す順番でサー
チし、３回目のループＬ３以降（図示せず）でも同様に
してサーチして、対応画素を特定する。なお、サーチの
開始点とサーチ方向には限定がなく、図１４（ｂ）に示
すように陰影２の辺縁から陰影の中心付近に向かってル
ープＬ１，Ｌ２，Ｌ３のように同心円状にサーチしても
よい。また、１ループ中のサーチ順番にも限定がなく、
図１５（ａ）に示すようにループＬ２について、Ｄｆ→
Ｆｆ→Ｆｂ→Ｄｂとサーチし、続いてＣｆ→Ｂｆ→Ｂｂ
→Ｃｂとサーチしてもよい。なお、上記サーチ順を示す
大文字のアルファベットはＣＴ画像２０のｙ座標を示
し、小文字のアルファベットはｘ座標を示している。更
に、図１５（ｂ）に示すように回転しながら連続的に半
径を大きくし、その通過点をサーチ点の画素としてもよ
い。
【００８９】図１６は、図１４及び図１５のサーチ方法
によるサンプリング点を概念的に示すと共にそのサンプ
リグ点のデータを「０」，「１」のパターンで示す図で
ある。すなわち、図１６（ａ−１）〜（ｃ−１）上で、
黒丸は各陰影３〜におけるサンプリング点を示す。な
お、陰影３〜５は、図１６（ｂ−１）の２値化画像に対
応したものであり、陰影上の画素値は「１」であり、そ
れ以外は「０」である。また、黒丸に付された番号は、
サーチの順番を示している。このサーチ順に従ってサン
プリングされた、陰影３〜５の画素の濃度値をグラフと
して表したものが図１６（ａ−２）〜（ｃ−２）に示す
ものである。各サンプリング点の濃度値は、図１６（ａ
−２）〜（ｃ−２）から明らかなように、「０」，
「１」によって構成されたパターンとなる。ＣＰＵ４０
は、このパターンに基づいて陰影が病巣候補陰影である
か否かの判別を行う。例えば、図１６（ａ−２）のよう
に、サンプリング点の濃度値が「１」である状態が連続
して１から９まで存在する場合には、その陰影は病巣陰
影候補と判別される。図１６（ｂ−２）のように、サン
プリング点の濃度値が「１」である状態が連続して１か
ら８まで存在しているが、その後に濃度値が「０」の状
態が９から１３まで連続している場合には、その陰影は
病巣陰影候補ではないと判別される。また、図１６（ｃ
−２）のように、濃度値が「１」の状態と「０」の状態
が短い周期で繰り返される場合には、その陰影は病巣陰
影候補ではないと判別される。なお、これらの判断は予
め実際の病巣陰影に基づいて学習した値を用いて判別す
ることが好ましい。
【００９０】２値化画像における陰影の形状を、濃度の
大きさに変換する方法について説明する。図１７は、こ
の変換方法の概念を示す図である。図１７（ａ）に示す
ように、点１０をサーチの開始点とした場合と、点１２
をサーチの開始点とした場合とでは、画素値がゼロの点
をサーチするまでのループ回数は、点１２をサーチの開
始点とした場合の方が多い。従って、このループ回数に
比例した値をその陰影の濃度とすることにより、２値化
画像の陰影形状を濃度値に変換することができる。な
お、上述の実施の形態では、サーチの開始点 （陰影の
中心）として、陰影の重心位置を採用しているが、図１
７（ｂ）に示すように陰影の縦方向の陰影長の約２分の
１の点列（図中の丸印○）を結ぶ曲線と、横方向の陰影
長の約２分の１の点列（図中の三角印△）を結ぶ曲線と
の交点１４を、その陰影の中心とすることもできる。ま
た、サーチの開始点は、陰影の重心位置の他に陰影に内
接する円の中心でもよい。ようするに、サーチの開始点
は陰影の中心付近であればよい。このようにして変換さ
れた濃度に基づいて各判定サブルーチンを実行するよう
にしてもよい。また、抽出領域の周囲を見ることが可能
なので、特定ＣＴ値より大きな値をとる領域が周囲にあ
るかどうかの判定にも使用可能である。
【００９１】図１８は、陰影が病巣候補陰影（癌陰影）
又は正常陰影のいずれであるかを判別する方法を示す図
である。図１８（ａ）に示すグラフは、渦巻き状又は同
心円状にサーチしたときのループ回数を横軸に示し、ル
ープ毎のサンプリング点の濃度の平均値を縦軸に示して
いる。濃度の平均値は、図１６に示すような２値化画像
に基づいて求められる。なお、元のＣＴ画像に基づいて
求めて、それを正規化してもよい。一般的に、濃度は陰
影の中心付近が高く、周辺にいくに従って低くなる傾向
にあるので、図１８（ａ）のグラフに示すようにループ
回数が点ｎ１，ｎ２，ｎ３，ｎ４・・・、又は点Ｎ１，
Ｎ２，Ｎ３，Ｎ４・・・のように増加するに従って濃度
の平均値は徐々に減少するような傾向を示す。なお、図
１８において、点ｎ１，ｎ２，ｎ３，ｎ４・・・で示さ
れる曲線１６は、癌陰影に関するものであり、点Ｎ１，
Ｎ２，Ｎ３，Ｎ４・・・で示される曲線１８は、血管断
面陰影に関するものである。これから明らかなように病
巣候補陰影である癌陰影１６の方が、血管断面陰影１８
よりもループ回数が増加するに従って減少する割合が小
さいことが分かる。従って、実際の癌陰影を予め用いて
曲線データを多数測定し、その測定結果を予め磁気ディ
スク等に基準データとして格納しておき、この基準デー
タに基づいて陰影が病巣候補陰影であるか否かの判定を
行うようにする。
【００９２】図１９は、病巣陰影と正常陰影の存在する
ＣＴ画像の一例を示す図である。図１９に示すような陰
影１６ａ，１８ａ，１８ｂを判別する場合、ＣＰＵ４０
は、各陰影１６ａ，１８ａ，１８ｂの中心付近から渦巻
き状にサーチし、ループ毎の濃度平均値を求める。ＣＰ
Ｕ４０は、濃度平均値の各データと図１８の各基準デー
タとを比較し、基準データの何れか一つと一致するか否
かの判定を行う。例えば陰影１６ａの濃度平均値のデー
タが図１８の曲線１６と一致した場合、その陰影１６ａ
は癌陰影の候補として医者に提示される。陰影１８ａ，
１８ｂの濃度平均値のデータは、図１８の曲線１８とほ
ぼ一致し、どの基準データにも一致しない。このような
場合には、その陰影１８ａ，１８ｂは病巣候補陰影から
削除され、医者には提示されない。なお、基準データと
一致するかどうかの判定は、次式（５）を使用する。 Σ｜Ｎｉ−ｎｉ｜＜一定値 …（５） 上式（５）を満足するとき、二つの曲線は一致するとみ
なす。ただし、Ｎｉは、ループ番号ｉの実際にサーチし
たサンプリング点の濃度平均値であり、ｎｉは、ループ
番号ｉの癌陰影の濃度平均値（基準データ）である。な
お、上記絶対値をδ（δ＝１〜２）乗してもよい。な
お、判定式はこれに限定されず、次式（６）を用いても
よい。 Π｜Ｎｉ−ｎｉ｜＜一定値 …（６） また、上述の例は、既知の癌陰影について調べたが、血
管断面等の正常陰影の基準データを準備し、この基準デ
ータと一致すれば、癌候補としないという手法を用いて
もよい。更に、ループ回数とループ毎の濃度平均値のグ
ラフの曲線の形状フィッティングに限らず、ループ回数
とループ毎の最大値のグラフの曲線の形状フィッティン
グによって陰影を判別するようにしてもよい。
【００９３】図１１のステップＳ７２，Ｓ７４，Ｓ７６
で実行される判定サブルーチンＢ１〜Ｂ３について説明
する。図２０は、陰影の異方性に基づいて陰影を判別す
る判定サブルーチンＢ１〜Ｂ３の詳細を示すフローチャ
ート図である。図２１及び図２２は、この判定サブルー
チンＢ１〜Ｂ３の処理の様子を概念的に示す図である。
図２１は病巣陰影の場合を示し、図２２は血管断面陰影
の場合を示す。以下、この判定サブルーチンＢ１〜Ｂ３
の詳細をステップ順に説明する。
【００９４】［ステップＳ３０］ＣＰＵ４０は、角度θ
を、例えば、θ＝０度に初期化する。角度θ＝０は図２
１（ａ）及び図２２（ａ）では、陰影の中心位置Ｍから
右水平方向に向かう矢印で示される線である。 ［ステップＳ３１］ＣＰＵ４０は、角度θのα軸上であ
って陰影の中心Ｍから半径ｒに位置する陰影の濃度分布
Ｖｒと、角度θ＋９０度のβ軸上であって半径ｒに位置
する陰影の濃度分布Ｖ９０ｒを求める。 ［ステップＳ３２］図２１（ａ）の場合、α軸及びβ軸
上における半径ｒの位置は共に陰影の内側にあるので、
その濃度分布Ｖｒ及びＶ９０ｒは等しい値となる。一
方、図２２（ａ）の場合、α軸上における半径ｒの位置
は陰影の外側にあり、半径β軸上における半径ｒの位置
は陰影の内側にあるので、その濃度分布Ｖｒ及びＶ９０
ｒは著しく異なった値となる。従って、ＣＰＵ４０は、
これらの値を比較判定することによって、陰影が病巣候
補陰影であるか否かを判定する。すなわち、このステッ
プＳ３２では、ＣＰＵ４０は、角度θのα軸上の半径ｒ
に位置する濃度分布Ｖｒと、角度θ＋９０度のβ軸上の
半径ｒに位置する濃度分布Ｖ９０ｒとを次式（７）に代
入して陰影の異方性（又は相関）を求める。 上式（７）では、絶対値をとった後に加算処理を行なっ
ている。加算処理を行なった後に絶対値をとるような式
を、異方性を表す式として用いることもできる。図２１
では、半径ｒが正の値の場合について示してあるが、半
径ｒは負の値でもよい。図２１（ｂ）及び図２２（ｂ）
の半径ｒ１上だけに限定して相関をとってもよい。この
場合は長さが異なるので平均値の相関をとることにな
る。更に、上式（７）によって求めた９０度異方性
（θ）の角度θを、０〜３６０度の範囲にわたって変化
させ、次式（８）に示す異方性を求めてもよい。 また、上式（８）の代わりに、次式（９）に示す異方性
を求めてもよい。
【００９５】［ステップＳ３３］ＣＰＵ４０は、ステッ
プＳ３２で求めた異方性（又は相関）が、過去に求めた
最大異方性（又は最小相関）よりも大きいか否かを判定
し、最大異方性（又は最小相関）よりも大きい（ｙｅ
ｓ）と判定した場合には、ステップＳ３４に進み、最大
異方性（又は最小相関）以下（ｎｏ）と判定した場合に
は、ステップＳ３５にジャンプする。なお、今回の処理
が最初であって最大異方性（又は最小相関）が存在しな
い場合もＣＰＵ４０はステップＳ３４に進む。 ［ステップＳ３４］ＣＰＵ４０は、ステップＳ３３で求
めた異方性（又は相関）を最大異方性（又は最小相関）
とし、その値を更新する。 ［ステップＳ３５］ＣＰＵ４０は、角度θに微小角度δ
を加え、角度θを角度（θ＋δ）とする。なお、微小角
度δは、例えば、１度とするが、これ以外の値でもよい ［ステップＳ３６］ＣＰＵ４０は、０〜３６０度の全角
度θにわたって異方性（又は相関）の演算が終了したか
否かを判定し、終了した（ｙｅｓ）と判定した場合はス
テップＳ３７に進み、終了してない（ｎｏ）と判定した
場合にはステップＳ３１に戻り、角度θが３６０度に達
するまで同様の処理を繰り返す。
【００９６】［ステップＳ３７］ＣＰＵ４０は、最大異
方性が所定の値より大きいか（最小相関は所定の値より
も小さいか）否かを判定し、大きい（相関の場合は小さ
い）と判定した場合はステップＳ３８に進み、小さい
（相関の場合は大きい）と判定した場合は次のサブルー
チンＣ１〜Ｃ３に進む。なお、各ステップにおける判定
比較定数は、Ｘ線ＣＴ装置の撮影時の条件（スライス厚
さ、管電流等）に応じて決定される値であり、自動的に
選択されるようにしてもよい。 ［ステップＳ３８］ＣＰＵ４０は、最大異方性が所定の
値より大きい（最小相関が所定の値より小さい）とステ
ップＳ３７で判定されたので、その陰影を病巣候補陰影
から外し、次のサブルーチンＣ１〜Ｃ３に進む。癌陰影
などのような実際の病巣陰影について、前述の異方性を
算出した場合、異方性の値は小さい（相関の場合は大き
い）という傾向がある。従って、この判定サブルーチン
Ｂ１〜Ｂ３によって病巣候補陰影以外の陰影を効果的に
除去することが可能となる。すなわち、実際の病巣陰影
の場合は、図２１（ａ）に示すようにほぼ円形に近い形
状を示す場合が多く、図２１（ｂ）に示すように角度θ
の半径ｒ１に位置する陰影の濃度分布Ｖｒ１と、角度θ
＋９０度の半径ｒ１に位置する陰影の濃度分布Ｖ９０ｒ
１との濃度差は比較的小さく、異方性も小さくなる傾向
がある。一方、血管断面陰影の場合は、図２２（ａ）に
示すように細長く、図２２（ｂ）に示すように角度θの
半径ｒ１に位置する陰影の濃度分布Ｖｒ１と、角度θ＋
９０度の半径ｒ１に位置する陰影の濃度分布Ｖ９０ｒ１
との濃度差は比較的大きく、異方性も大きくなる傾向が
ある。従って、ＣＰＵ４０は、上式（８）又は（９）に
よって求められる異方性を示す値により病巣陰影と血管
陰影とを容易に判別することができる。
【００９７】なお、上式（７）では、濃度分布Ｖ９０ｒ
と濃度分布Ｖｒとの差の絶対値を使用しているが、本発
明はこれに限らず、その絶対値をδ（δ＝２〜４）乗し
てもよい。また、上式（８）又は（９）の演算結果は一
般に大きな値になるため、所定の定数を掛けて取り扱い
やすい小さな数値に丸めてもよい。更に、相関角度９０
度は判定に最も効果的な角度であるが、本発明は９０度
に限定されず、９０度±３０度の範囲の適当な角度を相
関角度とし、その異方性を求めてもよい。更にまた、上
式（８）又は（９）の演算結果（例えば、９０度異方
性）を用いて、更に標準偏差値などを計算し、判別に用
いることも可能である。また、本発明は、実質９０度の
二方向の陰影濃度の相関を求めるものであればよく、上
式（８）又は（９）に限定されるものではなく、上式
（７）を判定に用いてもよい。
【００９８】図１１のステップＳ７２，Ｓ７４，Ｓ７６
で実行される判定サブルーチンＣ１〜Ｃ３について説明
する。図２３は、陰影の長径と短径の比に基づいて陰影
を判定する判定サブルーチンＣ１〜Ｃ３の詳細を示すフ
ローチャート図である。図２４は、この判定サブルーチ
ンＣ１〜Ｃ３の処理の様子を概念的に示す図である。上
述の判定サブルーチンＢ１〜Ｂ３では、実質９０度の二
方向の陰影濃度分布の異方性を用いて陰影を判定してい
たが、ここでは実質９０度の二方向の陰影の長さの比を
用いて陰影を判定する。以下、この判定サブルーチンＣ
１〜Ｃ３の詳細をステップ順に説明する。
【００９９】［ステップＳ５０］ＣＰＵ４０は、回転中
心を陰影濃度の中心付近に位置づける。すなわち、ＣＰ
Ｕ４０は、図２４（ａ）に示すように所定長の半径のα
軸及びβ軸の回転中心を陰影の中心Ｍに設定する。一般
に病巣陰影の場合、その濃度分布に複数のピークが現れ
ることが多いので、陰影の中心付近を、これら複数のピ
ークの平均位置として設定する。なお、前述のように陰
影を２値化した２値化画像の陰影に基づいてその重心位
置を中心座標としてもよいし、図１７（ｂ）で求めたよ
うな位置を中心座標としてもよい。 ［ステップＳ５１］ＣＰＵ４０は、角度θを、例えばθ
＝０度に初期化し、実質９０度の二方向の陰影の長さの
比の最大比を、例えば「１」に初期化する。角度θ＝０
は、図２４では、陰影の中心Ｍから右水平方向に向かう
矢印で示されるものである。 ［ステップＳ５２］ＣＰＵ４０は、半径Ｒを、０近傍の
微小半径Ｒ０に、第１の記録フラグ１及び第２の記録フ
ラグ２をそれぞれ「０」に初期化する。
【０１００】次のステップＳ５３〜Ｓ５８の処理によっ
て、ＣＰＵ４０は、図２４（ａ）に示すように、陰影の
基準となる中心Ｍからある角度θのα軸上の半径ｒ１
と、角度θ＋９０度のβ軸上の半径ｒ２とを求める。こ
こで、半径ｒ１，ｒ２は、それぞれ原点Ｍから陰影の境
界までの距離であり、この境界は、例えば、図２４
（ｂ）に示すように濃度曲線α１，β１の値が原点の濃
度値の約Ｔ％となる最初の位置とすることによって求め
る。なお、Ｔ％の値は、適宜設定することができ、ここ
ではＴ＝７５％としてある。パーセントの代わりにＣＴ
値や多値化画像の値そのものを用いてもよいことは言う
までもない。 ［ステップＳ５３］ＣＰＵ４０は、第１の記録フラグ１
が「０」であり、かつ、α軸方向の半径Ｒの画素の濃度
値が所定値以下であるか否かを判定し、所定値以下（Ｙ
ｅｓ）と判定した場合にはステップＳ５４に進み、所定
値以下でない（Ｎｏ）と判定した場合にはステップＳ５
５にジャンプする。なお、この所定値は、陰影の原点の
濃度値に前述のＴを乗じた値である。すなわち、このス
テップでは、ＣＰＵ４０は、半径Ｒの画素が陰影の境界
（縁）であるか否かを判定している。 ［ステップＳ５４］ステップＳ５３でα軸方向の半径Ｒ
の画素の濃度値が所定値以下であると判定されているの
で、この半径Ｒが原点Ｍから陰影の境界までの距離を示
すことになる。従って、ＣＰＵ４０は、この半径Ｒを半
径ｒ１とし、第１の記録フラグ１に「１」をセットし、
半径ｒ１を確定する。 ［ステップＳ５５］ＣＰＵ４０は、第２の記録フラグ２
が「０」であり、かつ、β軸方向の半径Ｒの画素の濃度
値が所定値以下であるか否かを判定し、所定値以下（Ｙ
ｅｓ）と判定した場合にはステップＳ５６に進み、所定
値以下でない（Ｎｏ）と判定した場合にはステップＳ５
７にジャンプする。 ［ステップＳ５６］前記ステップＳ５５でβ軸方向の半
径Ｒの画素の濃度値が所定値以下であると判定されてい
るので、この半径Ｒが原点Ｍから陰影の境界までの距離
を示すことになる。従って、ＣＰＵ４０は、この半径Ｒ
を半径ｒ２とし、第２の記録フラグ１に「１」をセット
し、半径ｒ２を確定する。 ［ステップＳ５７］ＣＰＵ４０は、半径Ｒに微小距離ε
を加算し、半径Ｒを半径（Ｒ＋ε）にする。すなわち、
ＣＰＵ４０は、半径Ｒを微小距離εだけインクリメント
処理する。 ［ステップＳ５８］ＣＰＵ４０は、半径Ｒが所定の最大
値（例えば、判定対象とする陰影の最大半径）か否かを
判定し、最大値でない（Ｎｏ）と判定した場合にはステ
ップＳ５３に戻り、最大値である（Ｙｅｓ）と判定した
場合にはステップＳ５９に進む。ＣＰＵ４０は、ステッ
プＳ５４〜Ｓ５８の処理を繰り返すことにより、角度θ
のα軸上の半径ｒ１と、角度θ＋９０度のβ軸上の半径
ｒ２とを求めることができる。なお、ここでは、半径Ｒ
の大きさに基づいてステップＳ５３〜Ｓ５８のループを
抜ける場合を説明したが、このステップＳ５８に代え
て、第１の記録フラグ１及び第２の記録フラグ２が共に
「１」であるか否かに応じてループを抜けるようにして
もよい。
【０１０１】［ステップＳ５９］ＣＰＵ４０は、半径ｒ
１と半径ｒ２の比：ｒ１／ｒ２を求める。なお、ここで
は比＝ｒ１／ｒ２としているが、比の大きさは１以上と
なるようにするので、半径ｒ１と半径ｒ２の小さい方を
分子とし、大きい方を分母として比を求めることとす
る。 ［ステップＳ６０］ＣＰＵ４０は、ステップＳ５９で求
められた比が、最大比よりも大きいか否かを判定し、大
きい（Ｙｅｓ）と判定した場合にはステップＳ６１に進
み、小さい（Ｎｏ）と判定した場合にはステップＳ６２
にジャンプする。 ［ステップＳ６１］ステップＳ５９で求められた比が最
大比よりも大きいので、ＣＰＵ４０は、その比を最大比
とする。なお、ステップＳ５１で最大比として定義され
た値「１」が予め設定されているので、最初に求められ
た比は最大比として記録されることになる。 ［ステップＳ６２］ＣＰＵ４０は、角度θに微小角度δ
を加え、角度θを角度（θ＋δ）にする。なお、微小角
度δは、例えば、１度とするが、これ以外の値でもよ
い。 ［ステップＳ６３］ＣＰＵ４０は、ステップＳ６２にお
ける角度θが３６０度になったか否かを判定し、角度θ
が３６０度未満（Ｎｏ）と判定した場合にはステップＳ
５２にジャンプし、角度θ＝３６０（Ｙｅｓ）と判定し
た場合にはステップＳ６４に進む。これによって、角度
θを０〜３６０度にわたって変化させた場合の半径ｒ１
と半径ｒ２の最大比が求められる。
【０１０２】［ステップＳ６４］ＣＰＵ４０は、最大比
が所定の定数より大きいか否かを判定し、大きい（Ｙｅ
ｓ）と判定した場合にはステップＳ６５に進み、小さい
（Ｎｏ）と判定した場合には次の判定サブルーチンＤ１
〜Ｄ３に進む。 ［ステップＳ６５］ステップＳ６４で最大比が所定の定
数より大きいと判定されたので、ＣＰＵ４０は、その陰
影を病巣候補陰影から外し、次の判定サブルーチンＤ１
〜Ｄ３に進む。このように角度θを、０〜３６０度の範
囲にわたって変化させ、その時に得られる半径ｒ１、半
径ｒ２の比の最大比が所定の定数よりも大きい場合に
は、ＣＰＵ４０は、その陰影を病巣候補陰影から外す。
これは、病巣陰影の場合は異方性が小さく、ほぼ円形に
近いため、半径ｒ１と半径ｒ２の比は所定の定数よりも
小さい場合が多いからである。なお、図２１（ｂ）、図
２２（ｂ）及び図２４（ｂ）では、α軸上の正方向の異
方性のみ示しているが、負方向の異方性の場合も本発明
には含まれる。
【０１０３】上述の実施の形態では、実質９０度の二方
向の陰影濃度分布や実質９０度の二方向の陰影の長さの
比を用いて異方性（相関）を求める場合について説明し
たが、これ以外の方法を用いて異方性を求めてもよい。
例えば、図２２（ａ）に示すα軸とβ軸を時計の短針と
長針のように動作させて異方性（相関）を求めてもよ
い。この場合、α軸を短針、β軸を長針とすると、α軸
が１回転する間にβ軸は数百回程度回転することにな
る。図２２（ａ）では、α軸とβ軸は直交するように描
かれているが、この角度を任意角度ηとしてもよい。ま
ず、角度θを決め、α軸方向の濃度分布を求め、次に角
度ηを変えてβ軸方向の濃度分布を求め、両濃度分布の
異方性（相関）を求めると、α軸とβ軸の両方が血管陰
影上に重なった場合、異方性は小さくなり、α軸とβ軸
に沿った画素値自体は大きな値で、画素値の分布は平坦
となる。一方、陰影が円形であれば、このような特徴は
見られず、α軸とβ軸に沿った画素値自体が大きな値と
なり、分布は平坦となる。従って、異方性が小さい場合
を見つけることができた場合、その時の角度ηが血管の
分岐角度であると推定することができる。例えば、図２
２（ａ）では、角度ηが約１８０度と約４５度の場合に
異方性が小さくなり、陰影は血管であると推定され、病
巣候補陰影から外すことができるようになる。
【０１０４】図１１のステップＳ７２，Ｓ７４，Ｓ７６
で実行される判定サブルーチンＤ１〜Ｄ３について説明
する。図２５は、判定サブルーチンＤ１〜Ｄ３の詳細を
示すフローチャート図である。図２６は、この判定サブ
ルーチンＤ１〜Ｄ３の処理の様子を概念的に示す図であ
り、図２６（ａ）はＣＴ画像の一例を示す図である。図
２６（ｂ）はこのＣＴ画像を２値した場合の２値化画像
の一例を示す図である。図２６（ｃ），（ｄ）はこの２
値化画像の一部を拡大して示し、どのように判定サブル
ーチンＤ１〜Ｄ３による判定が行われるのかを示す図で
ある。図２６（ａ）に示すようなＣＴ画像に図５及び図
６の２値化画像処理を施すことによって、図２６（ｂ）
に示すような２値化画像の中に病巣候補と思われる陰影
２６１，２６２が抽出される。この陰影２６１，２６２
は大きさや形状も同じなので、上述の判定では区別する
ことが困難である。ところが、陰影２６２は、陰影の壁
面部分に現れたものであり、癌陰影の可能性が高い。陰
影２６１は、陰影の内部側に現れたものであり、病巣陰
影の可能性は低い。そこで、この判定サブルーチンＤ１
〜Ｄ３では、陰影が壁面部分に位置するか否かを判定
し、それに基づいて陰影が病巣候補陰影であるか否かの
判別を行なうことにした。陰影が壁面の近くに存在する
場合、回転する半径が壁面を通過するとき、その半径と
交わる陰影の画素値が急激に変化し、その変化点は２カ
所現れる。従って、陰影が壁面に接している場合にはこ
の２カ所の半径間の仰角が基準値よりも大きくなるの
で、その陰影は病巣候補陰影と判別される。一方、陰影
が壁面内部にある場合には、半径間の仰角は基準値より
も小さくなるので、その陰影は病巣候補陰影ではないと
判別される。以下、この判定サブルーチンＤ１〜Ｄ３の
詳細をステップ順に説明する。
【０１０５】［ステップＳ９１］ＣＰＵ４０は、陰影を
サーチする際の半径ｒを初期値に設定する。この処理に
おける半径ｒは陰影の大きさに応じた値とする。例え
ば、判別対象となる陰影の最大直径の約１．５倍程度を
半径ｒの初期値とする。 ［ステップＳ９２］ＣＰＵ４０は、半径ｒの動径を角度
θ＝０からθ＝３６０度まで約５度ずつ回転させて、各
角度における陰影の中心から半径ｒに位置する陰影の濃
度分布Ｖ０〜Ｖ３５５を求め、これらの濃度分布Ｖ０〜
Ｖ３５５に所定の演算を施す。そして、ＣＰＵ４０は、
半径ｒの動径が陰影の境界と２カ所以上で交わる場合、
その２個の動径の角度θ１，θ２から最大角Θを求め
る。ここで、角度θ１，θ２は次のようにして決定す
る。ある角度θにおける濃度分布Ｖθからその角度より
も、５度だけ大きい角度（θ＋５）における濃度分布Ｖ
（θ＋５）を減算し、その減算値が正の値であり、その
絶対値が所定値よりも大きい場合には、その大きい方の
角度（θ＋５）をθ１とする。図２６（ｃ），（ｄ）で
は動径ｒθ１が角度θ１の動径に該当する。一方、濃度
分布Ｖθから濃度分布Ｖ（θ＋５）を減算し、その減算
値が負の値であり、その絶対値が所定値よりも大きい場
合には、その小さい方の角度θをθ２とする。図２６
（ｃ），（ｄ）では動径ｒθ２が角度θ２の動径に該当
する。このようにして角度θ１と角度θ２の動径が求ま
ったら、角度θ１の動径ｒθ１が角度θ２の動径ｒθ２
に対して時計回りに成す角度を最大角Θとする。なお、
この最大角Θの求めかたは一例であり、他の方法で求め
てもよいことは言うまでもない。また、動径を５度ずつ
回転させる場合について説明したが、これに限定される
ものではなく、１度〜１０度の範囲で適宜変更してもよ
いことは言うまでもない。
【０１０６】［ステップＳ９３］ＣＰＵ４０は、ステッ
プＳ９３で求められた最大角Θが所定の一定値よりも大
きいか否かを判定し、大きい（ｙｅｓ）と判定した場合
には次の判定サブルーチンＥ１〜Ｅ３に進み、小さい
（ｎｏ）と判定した場合にはステップＳ９４に進む。こ
こで、一定値は９０度とする。壁面部分に現れた病巣陰
影の場合には、最大角Θは１８０度近傍となるからであ
る。従って、このような場合には、その陰影は病巣候補
陰影して残され、次の判定サブルーチンの処理対象とな
る。 ［ステップＳ９４］ステップＳ９３の判定によって最大
角Θが所定の一定値よりも小さいと判定されたので、Ｃ
ＰＵ４０は、その陰影を病巣候補陰影から外し、次のサ
ブルーチンＥ１〜Ｅ３に進む。癌陰影などの病巣陰影は
壁面部分に現れ、通常の陰影は壁面部分には現れない場
合が多いので、この処理によって壁面部分に存在しない
陰影は、効率的に病巣候補陰影から除去されることにな
る。
【０１０７】図１１のステップＳ７２で実行される判定
サブルーチンＥ１について説明する。図２７は、判定サ
ブルーチンＥ１の詳細を示すフローチャート図である。
図２８は、この判定サブルーチンＥ１の処理の様子を概
念的に示す図である。図２８（ａ）は図５及び図６の２
値化画像処理を施すことによって生成された血管断面陰
影に対する処理を示し、図２８ （ｂ）は病巣陰影に対
する処理を示す。ＣＴ画像に図５及び図６の２値化画像
処理を施し、所定値よりも細い血管部分の陰影を取り除
くことによって、残った部分の陰影は図２８（ａ）に示
すような病巣陰影と思われるような陰影となる。従っ
て、図２８（ａ）のような血管断面陰影は病巣候補から
外されなければならない。そこで、この判定サブルーチ
ンＥ１では、このような血管断面陰影を抽出し、それを
取り除くようにした。すなわち、このような血管断面陰
影を病巣候補から外すために、回転する直線と陰影の交
わる部分の最小値及び最大値から陰影の長径と短径を求
め、長径と短径の延長線上であって陰影から所定距離だ
け外側に位置する画素値をサンプリングする。血管断面
陰影の場合は、長径の外側に位置する画素値と短径の外
側に位置する画素値とが明確に異なる値を示す。病巣陰
影の場合は、両画素値がほとんど同じ値を示すので、こ
れに基づいて陰影が病巣候補陰影であるか否かを判別す
ることができる。以下、この判定サブルーチンＥ１の詳
細をステップ順に説明する。
【０１０８】［ステップＳ１０１］ＣＰＵ４０は、動径
を回転させながら、動径最小時の角度Θを求める。ま
ず、ＣＰＵ４０は、所定長の直線の中点を陰影濃度の中
心付近に位置づけ、その直線の中点を回転中心として角
度θ＝０からθ＝３６０度まで約１度ずつ回転させる。
このときに、ＣＰＵ４０は、その直線が各角度において
陰影と交わる長さを動径として順次算出し、その動径が
最小値のときの角度Φを求める。なお、この処理は多値
化画像の陰影に対して行われる処理である。回転角度は
１度に限らず、これ以外の角度でもよい。 ［ステップＳ１０２］この処理は、多値化画像処理の施
される前のＣＴ画像に対して行われる処理である。ＣＰ
Ｕ４０は、角度Φの動径の延長上であって、所定距離ｏ
ｕｔＲだけ陰影の外側に位置する２点の濃度値（ＣＴ
値）ｖ１，ｖ２を求め、角度Φの動径に直交する動径の
延長上であって、所定距離ｏｕｔＲだけ陰影の外側に位
置する２点の濃度値（ＣＴ値）ｖ３，ｖ４を求める。
【０１０９】［ステップＳ１０３］ＣＰＵ４０は、前の
ステップＳ１０２で求められた各濃度値を次式（１０）
又は（１１）に代入する。 ｖ３＋ｖ４＞（（ｖ１＋ｖ２）＋定数） …（１０） ｖ３＋ｖ４＞（（ｖ１＋ｖ２）×定数） …（１１） ＣＰＵ４０は、上式（１０）又は（１１）を満足する
（ｙｅｓ）と判定した場合にはステップＳ１０４に進
み、満足しない（ｎｏ）と判定した場合には処理を終了
し、次の判定サブルーチンＦ１に進む。図２８（ａ）に
示すような血管断面陰影の場合には、角度Φの動径の延
長上であって、所定距離ｏｕｔＲだけ陰影の外側に位置
する２点の濃度値ｖ１，ｖ２は極めて小さな値となる。
逆に角度Φの動径に直交する動径の延長上であって、所
定距離ｏｕｔＲだけ陰影の外側に位置する２点の濃度値
ｖ３，ｖ４は血管断面陰影上に位置するため比較的大き
な値となる。従って、図２８（ａ）に示すような血管断
面陰影の場合は、上式（１０）又は（１１）を満足す
る。一方、図２８（ｂ）に示すような病巣陰影の場合に
は、濃度値ｖ１〜ｖ４はほぼ同じような値となるので、
上式（１０）及び（１１）を満足しない。
【０１１０】［ステップＳ１０４］ステップＳ１０３の
判定によって上式（１０）又は（１１）を満足すると判
定されたので、ＣＰＵ４０は、その陰影を病巣候補陰影
から外し、次のサブルーチンＦ１に進む。この処理によ
って図５及び図６の多値化画像処理によって生成された
病巣陰影と思われるような血管断面陰影が病巣候補陰影
から効果的に除去されることになる。なお、上述のステ
ップＳ１０２では、濃度値ｖ３，ｖ４を角度Φの動径に
直交する動径の延長上であって、所定距離ｏｕｔＲだけ
陰影の外側に位置する２点から求めたが、ステップＳ１
０１の結果、動径が最大値のときの角度φを用いて、そ
の角度φの動径の延長上であって、所定距離ｏｕｔＲだ
け陰影の外側に位置する２点から濃度値ｖ３，ｖ４を求
めるようにしてもよい。また、上述の実施の形態では、
最小値の動径に基づいて濃度値ｖ１，ｖ２を求めている
が、最大値の動径に基づいて濃度値ｖ１，ｖ２を求め、
この最大値の動径に直交する動径に基づいて濃度値ｖ
３，ｖ４を求めるようにしてもよい。
【０１１１】図１１のステップＳ７２で実行される判定
サブルーチンＦ１について説明する。図２９は、判定サ
ブルーチンＦ１の詳細を示すフローチャート図である。
図３０は、この判定サブルーチンＦ１の処理の様子を概
念的に示す図であり、図３０（ａ）は図５及び図６の多
値化画像処理を施すことによって生成された血管断面陰
影に対する処理を示し、図３０ （ｂ）はこの血管断面
陰影に対する処理の課程で発生する濃度分布の様子を示
す。この判定サブルーチンＦ１も前述の判定サブルーチ
ンＥ１と同様に血管断面陰影を抽出し、それを取り除く
処理である。以下、この判定サブルーチンＥ１の詳細を
ステップ順に説明する。
【０１１２】［ステップＳ１１１］ＣＰＵ４０は、陰影
をサーチする際の半径ｒを初期値に設定する。例えば、
半径ｒは、陰影の大きさが所定値Ｒａよりも小さいとき
に行われる、図１０の第１判別処理の場合には約７ｍ
ｍ、陰影の大きさが所定値Ｒａ以上で所定Ｒｂ以下のと
きに行われる、図１０の第２判別処理の場合には約２０
ｍｍ、陰影の大きさが所定値Ｒｂよりも大きいときに行
われる、図１０の第３判別処理の場合には約３０ｍｍに
設定される。この値は種々変更可能なパラメータ値であ
る。 ［ステップＳ１１２］ＣＰＵ４０は、陰影中心付近を基
準に半径ｒで１度ずつ回転し、角度θが０〜３６０度の
範囲における各画素値をサンプリングし、図３０（ｂ）
に示すような濃度波形を作成する。図３０（ｂ）は、図
３０（ａ）のような血管断面陰影に対して陰影中心から
半径ｒの位置における濃度値をサンプリングした結果を
示している。 ［ステップＳ１１３］ＣＰＵ４０は、ステップＳ１１３
で作成された濃度波形に基づいて濃度ピークを示す角度
を抽出する。例えば、濃度波形を微分し、微分値が
「０」の場合の角度を濃度ピークを示す角度として抽出
する。血管断面陰影の場合は、血管の中央付近の濃度が
最大値を示すので、濃度ピークを示す角度と血管の長手
方向とはほぼ一致する。図３０（ａ），（ｂ）の場合に
は、濃度ピークを示す角度Θはα＝１０度，β＝１７０
度，γ＝２１０度の３箇所存在する。
【０１１３】［ステップＳ１１４］ＣＰＵ４０は、各角
度における半径ｒ上のＣＴ値の総和を求める。図３０で
は濃度ピークを示す角度は、角度α、β、γの３つであ
るから、ＣＰＵ４０は、それぞれの角度α、β、γにお
ける半径ｒ上のＣＴ値の総和を求める。角度αの半径上
のＣＴ値の総和はｓｕｍ（α）、角度βの半径上のＣＴ
値の総和はｓｕｍ（β）、角度γの半径上のＣＴ値の総
和はｓｕｍ（γ）となる。 ［ステップＳ１１５］ＣＰＵ４０は、隣り合う半径のな
す角度の二等分線を求め、その二等分線上のＣＴ値の総
和を求める。図３０の場合、濃度ピークを示す角度は、
角度α，β，γの３つなので、それぞれの角度に隣り合
う半径の二等分線は、角度αと角度βの間にできる二等
分線αβと、角度βと角度γの間にできる二等分線βγ
と、角度γと角度αの間にできる二等分線γαとなる。
ＣＰＵ４０は、これらの各二等分線αβ，βγ，γα上
のＣＴ値の総和を求める。二等分線αβ上のＣＴ値の総
和はｓｕｍ（αβ）、二等分線βγ上のＣＴ値の総和は
ｓｕｍ（βγ）、二等分線γα上のＣＴ値の総和はｓｕ
ｍ（γα）となる。 ［ステップＳ１１６］ＣＰＵ４０は、前記ステップＳ１
１４及びＳ１１５で求められた各総和が以下に示す所定
条件を満足するか否かの判定を行い、満足する（ｙｅ
ｓ）と判定した場合には次のステップＳ１１７に進み、
満足しない（ｎｏ）と判定した場合には処理を終了し、
図１１のステップＳ７３に進む。ここでは所定条件とし
て次の３つのいずれか一つを用いる。
【０１１４】（所定条件１） ｓｕｍ（αβ）×定数＜ｓｕｍ（α） ｓｕｍ（αβ）×定数＜ｓｕｍ（β） ｓｕｍ（βγ）×定数＜ｓｕｍ（β） ｓｕｍ（βγ）×定数＜ｓｕｍ（γ） ｓｕｍ（γα）×定数＜ｓｕｍ（γ） ｓｕｍ（γα）×定数＜ｓｕｍ（α） 以上の全ての条件式を満足する場合に所定条件１は満足
されたものと判定される。
【０１１５】（所定条件２） ｓｕｍ（αβ）＋定数＜ｓｕｍ（α） ｓｕｍ（αβ）＋定数＜ｓｕｍ（β） ｓｕｍ（βγ）＋定数＜ｓｕｍ（β） ｓｕｍ（βγ）＋定数＜ｓｕｍ（γ） ｓｕｍ（γα）＋定数＜ｓｕｍ（γ） ｓｕｍ（γα）＋定数＜ｓｕｍ（α） 以上の全ての条件式を満足する場合に所定条件２は満足
されたものと判定される。
【０１１６】（所定条件３）前述の所定条件以外の変形
例である。 平均（α〜β）＋定数＜平均（α） 平均（α〜β）＋定数＜平均（β） 平均（β〜γ）＋定数＜平均（β） 平均（β〜γ）＋定数＜平均（γ） 平均（γ〜α）＋定数＜平均（γ） 平均（γ〜α）＋定数＜平均（α） 以上の全ての条件式を満足する場合に所定条件３は満足
されたものと判定される。ここで、平均（α〜β）と
は、角度αから角度βまでの扇形に含まれるＣＴ値の平
均値のことであり、平均（α）とは角度αの半径ｒ上の
ＣＴ値の平均値のことである。従って、この場合には、
平均値を求める処理を新たに加える必要がある。なお、
ステップＳ１１６では、これらの各所定条件１〜３を全
て満足するか否かを判定してもよいことは言うまでもな
い。 ［ステップＳ１１７］ＣＰＵ４０は、ステップＳ１１６
の判定の結果、所定条件を満足すると判定した場合の陰
影を病巣候補陰影から外し、ここでの処理を終了して図
１１のステップＳ７３に進む。
【０１１７】以上のようにして、各判定サブルーチンに
よって、図３（ｂ１）〜（ｂ３）に示すような病巣候補
陰影２２以外の陰影が順次削除され、最終的に図３（ｂ
３）に示すように病巣候補陰影２２だけが残る。この病
巣候補陰影２２が、絞り込まれた最終の画像（図３（ｂ
３））であり、元のＣＴ画像２０（図３（ａ１））と合
成されて、図３（ａ２）に示すような最終的な合成画像
がＣＲＴディスプレイ４８上に表示される。図３（ａ
２）に示す画像上では、円形のマーカーＭによって病巣
候補陰影２２が囲まれており、病巣候補陰影２２に操作
者の注意が行くようになっている。なお、病巣候補陰影
２２だけをカラー表示したり、塗りつぶして表示しても
よい。また、病巣候補陰影２２を順次絞り込んでいく抽
出処理途中の画像の数は、図３（ｂ１）〜（ｂ３）に示
した数よりも実際にはより多く表示される。図３ではそ
の一部のみが示されているに過ぎない。
【０１１８】図３１は、図３の表示画面の変形例であ
り、ＣＴ画像とビットメモリ上の処理途中の画像とを合
成表示する場合を示す図である。すなわち、図３では、
病巣候補陰影２２を順次絞り込んでいく抽出処理途中の
画像を順次表示しているが、図３１では元のＣＴ画像２
０と、図３（ｂ１）〜（ｂ３）に示すような処理途中の
各画像とを合成し、その合成画像２６を順次表示してい
る。このように合成画像を表示することによって、操作
者（医者）はＣＴ画像２０のどの部分が順次病巣候補陰
影として絞られていくのかその課程を逐次観察すること
ができる。なお、病巣候補陰影の抽出及び絞り込みの方
法は、この実施の形態に限定されず、例えば、図３２に
示すように各陰影ａ，ｂの平均座標ａ′，ｂ′を求め、
その平均座標ａ′，ｂ′が陰影ａ，ｂから外れたもの
（図３２の例では陰影ｂ）は、病巣候補陰影から外すと
いう方法がある。また、クオイトフィルタ、ハマラビノ
ス距離、ユークリッド距離などを用いて、病巣候補陰影
の絞り込みを行うようにしてもよい。また、病巣候補画
像を操作者（医師）に提示する場合には、各画像に非検
出画像、判定不能画像、候補画像である旨を示す情報を
付加して磁気ディスク４４に格納し、操作者（医師）か
らの指示に従って図３３に示すような非検出画像と判定
不能画像と候補画像とをウインドウ毎に分類して表示す
るようにしてもよい。また、上記ウインドウには画像を
それぞれ表示しているが、その画像の患者名、患者ＩＤ
などのように画像を特定する画像付帯情報をリスト表示
してもよい。さらに、候補画像の中に、病巣候補陰影が
病巣として認定できる陽性のものである、陽性に近い性
質（疑陽性）のものである、または病巣ではない陰性の
ものであるというような、病巣候補陰影の性質を識別す
るための情報を画像付帯情報として表示するようにして
もよい。このような画像付帯情報の表示例は図８３に示
してある。
【０１１９】次に、上述の各陰影判別の処理を実行する
場合にＣＲＴディスプレイ４８上に表示される画面の一
例について説明する。図３４は上述の各判定サブルーチ
ンの処理に必要なパラメータを設定する画面を示す図で
ある。なお、陰影の大きさや、陰影の濃度の状態に依存
した最適パラメータがあるので、「小病巣」ボタン、
「大病巣」ボタン、「すりガラス病巣」ボタン、「高濃
度病巣」ボタンをマウスカーソルを選択すると、その最
適パラメータが設定される。図３４の画面を用いてパラ
メータの設定が終了すると、図示していない病巣候補抽
出表示装置が図２のメインフローに従って陰影の種別毎
に設定したパラメータを用いて順次又は並列的に処理
し、小陰影、大陰影、すりガラス陰影、及び高濃度陰影
を検出し、図３に示すようにＣＴ画像の断層像に検出さ
れた陰影を画像合成し、その合成画像をＣＲＴディスプ
レイ４８上に表示する。
【０１２０】次に、病巣候補陰影などの関心領域をマー
カー（円）で囲んで読影注意箇所を促す表示方法につい
て説明する。図３５に示すように、ＣＴ画像、ＭＲＩ画
像、超音波画像などの医用画像３０上の病巣候補陰影
（図示せず）を円３１、３２、３３で囲む場合、複数の
病巣候補陰影が近接していると、円が重なり合って病巣
候補陰影そのものや病巣候補陰影の周囲が見にくくなる
ことがある。この実施の形態では、図３６（ａ）に示す
ように複数円３１、３２、３３を重複表示する代わり
に、図３６（ｂ）に示すような円弧３４、３５、３６の
集まりとして表示する。すなわち、病巣候補陰影ｐ１，
ｐ２，ｐ３を中心とする円３１、３２、３３が互いに重
複する場合には、その重複部分の円弧を消去し、図３６
（ｂ）に示す複数円弧３４、３５、３６の集合体のよう
に描く。なお、病巣候補陰影は一般に小さいため、円の
直径は病巣候補陰影の直径の約１０倍程度とするのが好
ましい。
【０１２１】図３７は、上述の複数円の重複部分を消去
して複数円弧の集合体を生成する処理を示すフローチャ
ート図である。すなわち、このフローチャートは、図３
６（ａ）の円３３上の点ｑ３を、図３６（ｂ）の円弧３
６上の点ｑ３として描く場合の処理の詳細を示す。 ［ステップＳ９０］ＣＰＵ４０は、病巣候補陰影ｐ３を
中心とする円３３上の点ｑ３に関して、他の何れかの病
巣候補陰影（図３６（ａ）上では病巣候補陰影ｐ１，ｐ
２）を中心とする円３１、３２内に入るか否かを判定
し、入る（ｙｅｓ）と判定した場合にはステップＳ９１
に進み、入らない（ｎｏ）と判定した場合にはステップ
Ｓ９２に進む。 ［ステップＳ９１］ＣＰＵ４０は、前のステップＳ９０
で他の円と重複することが判明したので、ここでは点ｑ
３を描かないで処理を終了する。 ［ステップＳ９２］ＣＰＵ４０は、ステップＳ９０で他
の円と重複しないことが判明したので、ここでは点ｑ３
を描いて処理を終了する。ＣＰＵ４０は、病巣候補陰影
ｐ３を中心とする円３３を描く場合には、円上の全ての
点について上記ステップＳ９０〜９２の処理を行う。病
巣候補陰影ｐ１，ｐ２を中心とする円３１、３２を描く
場合も同様である。
【０１２２】また、病巣候補陰影の抽出過程において、
例えば、図１２のステップＳ５の判定式（１），（２）
を逆比例させて、その病巣候補陰影が病巣である確率
（病巣確信度）を求めることができる。そこで、上記円
を表示する際に、円の大きさを病巣確信度や陰影の大き
さに比例させることにより、病巣確信度を反映させるこ
とができる。なお、円の大きさに限らず、円を病巣確信
度に比例して太く表示したり、大きく表示したり、ま
た、色分け表示（病巣確信度の高い順に赤、黄、青な
ど）したり、フラッシュ表示するようにしてもよい。更
に、マーカーは円形には限定されず、矩形や楕円形など
でもよい。また、病巣自身が抽出された場合にも病巣候
補陰影自体を色分け表示やフラッシュ表示、ブザー、音
声で注意喚起を行ってもよい。
【０１２３】次に、病巣候補陰影の抽出されたＣＴ画像
を前記マーカーと共に操作者（医者）に表示する場合の
表示方法について説明する。図３８は、病巣候補陰影を
マーカーで囲んで示した検出結果画面と、そのマーカー
部分を拡大して示した拡大画面とを画面中に同時に表示
した場合の一例を示す図である。図から明らかなよう
に、検出結果画面は、図３（ａ２）又は図３１（ａ２）
の画面であり、拡大画面はこの検出結果画面中のマーカ
ー部分を所定倍率で拡大して表示したものである。この
ように拡大表示することによって、捜査者（医者）はよ
り正確に病巣陰影候補を観察することができる。図３８
に示した画面は標準画面であり、画面左端に一列に並ん
でいる表示モード選択ボタンによって、種々の表示モー
ドを選択することができるようになっている。この表示
モード選択ボタンは、標準表示モード、よこ順表示モー
ド、たて順表示モード、距離順表示モード、渦巻順表示
モード及び登録順表示モードの６種類のモードにそれぞ
れ割り当てられたアイコンで構成される。なお、図示し
ていないが、マーカを表示／消去するためのボタンも存
在するがそれについては省略してある。
【０１２４】標準モードは、図３９に示すように病巣候
補陰影の抽出処理の行われた画像の順番に表示するもの
であり、例えば、画像ａ〜ｄの順番に抽出処理が行われ
た場合は、その順番通りに表示するモードである。画面
の切替えは、図３８の右下にある画面切替えボタンによ
って行われる。なお、下向き三角形の表示された画面切
替えボタンは次画面表示ボタンであり、上向き三角形の
表示された画面切替えボタンは前画面表示ボタンであ
る。なお、画像ｃには病巣陰影候補が二カ所存在するの
で、このような場合には、マーカー表示切替えボタンが
表示されるようになっている。また、拡大画面の表示倍
率を適宜変更することのできる倍率変更ボタンも表示さ
れるがここでは省略してある。
【０１２５】よこ順表示モードは、図４０（ａ）に示す
ようにＣＴ画像を縦横に１６分割し、左上から左下に向
かって順番に番号を付し、その番号の小さい順に病巣候
補陰影を表示するようなモードである。従って、図３９
のような病巣候補陰影抽出画像は、図４１に示すように
左上から左下に向かって順番に病巣候補陰影が表示され
るようになる。このとき、図３９の画像ｃについては、
図４１の最上段と最下段に示すように別々に表示され
る。
【０１２６】たて順表示モードは、図４０（ｂ）に示す
ようにＣＴ画像を縦横に１６分割し、左上から右上に向
かって順番に番号を付し、その番号の小さな順に病巣候
補陰影を表示するようなモードである。従って、図３９
のような病巣候補陰影抽出画像は、図４２に示すように
左上から右上に向かって順番に病巣候補陰影が表示され
るようになる。なお、画像ａと画像ｄのように病巣候補
陰影がほぼ同じ分割位置にある場合には、抽出処理の順
番に表示するものとする。
【０１２７】距離順表示モードは、最初に表示される病
巣候補陰影に対して最も距離の小さな病巣候補陰影を有
する画像を順番に表示するモードである。渦巻順表示モ
ードは、図４３に示すように、ＣＴ画像を縦横に４０分
割し、左上から左下に向かって順番に反時計回りに渦を
巻くように順番に番号を付し、その番号の小さな順に病
巣候補陰影を表示するようなモードである。登録順表示
モードは、予め操作者によって表示順の登録された順番
に表示するモードである。なお、上述の縦横の分割数な
どは一例であり、これ以外の分割数でもよいことは言う
までもない。また、渦巻順表示モードの場合、外側から
順番に表示するようにしたが、中央付近から外側に向か
って順番に表示してもよい。また、渦巻きの方向も時計
回り、反時計回りいずれの方向でもよい。さらに、円な
どのマーク内は、ＣＴ値が異なるので、見やすくするた
めにマーク内を関心領域として表示レベル、表示ウィン
ドウを合わせて表示用変換テーブルを計算しなおして変
更し、表示してもよい。
【０１２８】なお、図２５の判定サブルーチンＤ１〜Ｄ
３では、陰影が壁面部分に位置するか否かを判定し、そ
れに基づいて陰影判別していたが、陰影が壁面部分に位
置していても、壁面と陰影との接している距離が長い場
合、その陰影は病巣候補陰影ではない可能性が高い。逆
に壁面と陰影との接している距離が短い場合、その陰影
は病巣候補陰影である可能性が高い。そこで、図２５の
判定サブルーチンＤ１〜Ｄ３の変形例として、ＣＰＵ４
０は、判定サブルーチンＤ１〜Ｄ３の処理によって陰影
が壁面部分に位置すると判定した場合、さらにその陰影
と壁面部分との接触長が所定長よりも小さいか否かを判
定し、小さいと判定した場合にはそれは病巣陰影候補と
判別し、逆に大きいと判定した場合にはそれは病巣候補
から除外するようにした。
【０１２９】図４４は、陰影が壁面部分に位置すると判
定した場合に、陰影と壁面部分との接触長によってその
病巣候補陰影と判別されるかどうかの具体例を示す図で
ある。図４４（ａ）に示すように、ＣＴ画像中には陰影
４４１，４４２が壁面部分に接するように存在する。図
４４（ａ）に示すようなＣＴ画像に図５及び図６の多値
化画像処理及び所定の判別処理を施すことによって、図
４４（ｂ）に示すような多値化画像の中に病巣候補と思
われる陰影４４１，４４２，４４３が抽出される。この
陰影４４１，４４２は共に壁面部分に接しており、陰影
４４３は接していないので、陰影４４３は図２５の判定
サブルーチンによって除外されるが、陰影４４１，４４
２は区別することができない。ところが、陰影４４２は
壁面部分と接する距離が陰影４４２よりも小さいので、
病巣陰影である可能性が高い。そこで、陰影４４１，４
４２がそれぞれ壁面部分に接する距離を検出し、それが
所定値よりも小さいか否かを判定し、それに基づいて陰
影が病巣陰影であるかどうかを判別することにした。従
って、陰影４４１は壁面内部に接する距離が所定値より
も大きいので、その陰影４４１は病巣候補陰影ではない
と判別される。一方、陰影４４２は壁面部分に接してい
る距離が所定値よりも十分に小さいので、その陰影４４
２は病巣候補陰影と判別され、図４４（ｃ）に示すよう
に、陰影４４２だけが病巣候補陰影として最終的に抽出
されるようになる。
【０１３０】また、図４５（ａ）において、ＣＰＵ４０
は、陰影４５１の中心付近を回転中心として角度θを０
度から３６０度まで約１度ずつ所定長の半径を回転させ
る。このときに、ＣＰＵ４０は、その半径が各角度にお
いて陰影の縁と交わる長さｒを求める。ＣＰＵ４０は、
この長さｒに基づいて、図４５（ｂ）のように、角度θ
を横軸とし、半径の長さｒを縦軸とする曲線を描き、そ
の曲線をフーリエ展開する。ＣＰＵ４０は、このフーリ
エ展開された結果に基づいて、図４５（ｃ）のように、
横軸を周波数ｆとし、縦軸をフーリエ係数Ｃとする折れ
線グラフを作成する。ＣＰＵ４０は、この折れ線グラフ
に基づいて陰影が病巣陰影であるかどうかを判別する。
すなわち、この折れ線グラフにおいて、周波数ｆ０の時
のフーリエ係数はＣ０、周波数ｆ１の時のフーリエ係数
はＣ１、周波数ｆ２の時のフーリエ係数はＣ２のように
なっている。そこで、ＣＰＵ４０は、各フーリエ係数を
Ｃｉと表し、各周波数をｆｉと表し、これらの積の絶対
値｜ｆｉ×Ｃｉ｜を求め、さらにその総和Σ｜ｆｉ×Ｃ
ｉ｜を求め、それをフーリエ係数Ｃｉの絶対値｜Ｃｉ｜
の総和Σ｜Ｃｉ｜で除することによって被判別値ｆｆを
算出する。この被判別値ｆｆは次式にようになる。 ｆｆ＝Σ｜ｆｉ×Ｃｉ｜／Σ｜Ｃｉ｜ ＣＰＵ４０は、この被判別値ｆｆが所定値よりも小さい
か否かに応じて陰影が病巣候補陰影であるかどうかを判
別する。陰影が図４５（ａ）に示すような血管断面陰影
４５１の場合には、フーリエ展開の結果、高次の周波数
成分のフーリエ係数が大きくなる。逆に、陰影が病巣候
補陰影のような場合には、フーリエ展開の結果、低次の
周波数成分が多く含まれ、高次の周波数成分は少なくな
る。従って、ＣＰＵ４０は、被判別値ｆｆの値に基づい
てその陰影が病巣候補陰影であるのか血管断面陰影であ
るのかを判別することができる。なお、この被判別値ｆ
ｆに代えて、特定の｜ｆｉ×Ｃｉ｜を被判別値としても
よい。
【０１３１】図４６は、判定サブルーチンのさらに別の
実施例を示す図である。図４６（ａ）において、陰影４
６１の中心付近を回転中心として角度θ＝０からθ＝３
６０度まで約１度ずつ所定長の半径を回転させる。この
ときに、その半径が各角度において陰影と交わる長さを
求める。求められた長さの最小値をｒとする。すなわ
ち、陰影４６１の短径ｒを求める。この短径ｒで陰影４
６１の面積（構成画素数）Ｓを除算する。すなわち、Ｓ
／ｒ2 を求める。この値と所定値を比較して、陰影が病
巣陰影であるかどうかを判別する。すなわち、図４６
（ｂ）に示すように、陰影４６２が円形の場合には、Ｓ
／ｒ2 の値はπとなる。図４６（ｃ）に示すように陰影
４６３が正方形の場合にはＳ／ｒ2 の値は４となる。ま
た、図４６（ｄ）に示すように陰影４６４が正方形の２
倍の面積の長方形の場合にはＳ／ｒ2の値は８となる。
従って、図４６（ｄ）のような長方形上の陰影４６４は
病巣候補陰影から除外されなければならない。従って、
Ｓ／ｒ2 の値が８よりも小さいときには、それは病巣候
補陰影とし、逆にＳ／ｒ2 の値が８以上のときにはそれ
は病巣候補陰影から除外される。なお、これらの値は一
例であり、実際はこれとは異なる数値を所定値として用
いることもある。なお、上記の短径ｒとして、陰影の面
積Ｓをその陰影の最大径ｒｍで除した値ｒを実効短径ｒ
として用いてもよい。
【０１３２】なお、上述の実施の形態では、ＣＴ画像に
図５及び図６の２値化画像処理を施し、所定値よりも細
い血管部分の陰影を取り除くという処理を行なってい
る。この処理は、横（Ｘ軸）又は縦（Ｙ軸）方向におい
て所定の画素数以下の陰影を抽出し、それを削除すると
いうものである。この条件に該当しない比較的大きな血
管陰影は取り除かれることがなかった。このような血管
部分の陰影であっても図２８（ａ）に示すような細長い
ものは、図２７の判定サブルーチンＥ１によって効果的
に取り除かれることになっている。ところが、図４７
（ａ）に示すように、比較的大きな病巣候補陰影４７０
と血管陰影４７１，４７２とが重なっている場合には、
この血管陰影４７１，４７２を取り除くことができない
場合があった。そこで、この実施の形態では、図４８の
切断処理によって図４７のような血管陰影４７１，４７
２を切断除去するようにした。
【０１３３】まず、ＣＰＵ４０は、最初のステップＳ４
８１で、ＣＴ画像に図５及び図６の２値化画像処理を施
し、所定値よりも細い血管部分の陰影を取り除く。この
処理の後、ＣＰＵ４０は、ステップＳ４８２で、図４７
（ａ）の陰影に対して仮の重心位置を求める。重心位置
の求め方は前述の種々の方法を用いて行なう。ＣＰＵ４
０は、ステップＳ４８３で、動径４７３を矢印４７６の
方向に回転させながら、その陰影における動径の最小長
Ｒｍｉｎを求める。最小長Ｒｍｉｎが求まったら、ＣＰ
Ｕ４０は、ステップＳ４８４で、この最小長Ｒｍｉｎに
定数を乗じた値を切断長Ｌとする。従って、切断長Ｌ＝
Ｒｍｉｎ×定数となる。切断長Ｌが求まったら、ＣＰＵ
４０は、ステップＳ４８５でこの切断長Ｌに基づいて血
管部分の陰影の切断を行なう。血管部分の陰影の切断
は、図４７（ｂ）に示すようにして行なわれる。まず、
ＣＰＵ４０は、横（Ｘ軸）方向又は縦（Ｙ軸）方向にお
いて切断長Ｌに対応した画素数の判定領域４７４，４７
５を設定し、その陰影４７０〜４７２が判定領域４７
４，４７５よりも小さいか否かの判定を行なう。
【０１３４】図４７（ｂ）の場合、切断長Ｌの画素数は
約１２画素であるとする。横方向の判定領域４７４の場
合、画素ｘ１の画素値は「１」であり、画素ｘｃの画素
値は「０」なので、この判定領域４７４は切断の対象と
はならずに、画素ｘ１〜ｘｃはそのまま残される。一
方、縦方向の判定領域４７５の場合、画素ｙ１及び画素
ｙｃの画素値は共に「０」なので、この判定領域４７５
に位置する陰影４７１は切断の対象となり、画素ｙ１〜
ｙｃの画素値は「０」に変換される。ＣＰＵ４０は、以
上の切断処理を陰影４７０〜４７２の周囲について実行
する。これによって図４７の陰影の中から血管陰影４７
１，４７２が切断され、病巣候補陰影４７０のみが残さ
れるようになる。なお、切断長Ｌを決定する際の定数と
しては０．５〜１．５の範囲とするのが好ましい。図４
７では定数が１の場合について説明した。また、この定
数の設定は図４９（Ａ）に示すように、割合設定ボタン
をマウスカーソルでクリックすることによって適宜変更
できるようにしてもよい。さらに、図４９（Ｂ）に示す
ように動径の最小長Ｒｍｉｎを横軸に切断長を縦軸にし
て、所定の関数処理に基づいて切断長を求めるようにし
てもよい。
【０１３５】図５０は、判定サブルーチンの第１の変形
例を示す図である。図５０の判定サブルーチンは、図２
７の判定サブルーチンＥ１や図２９の判定サブルーチン
Ｆ１、さらに前述の各判定サブルーチンに代えて又はこ
れらと並列的に行なわれるものである。図５０（Ａ）
は、ＣＴ画像に図５及び図６の２値化画像処理を施した
場合の一例を示す図である。図５０（Ｂ）はこの二値化
画像処理の施された画像の円５０１で囲まれた部分を拡
大して示し、この判定がどのようにして行われるのかを
示す図である。医用画像の中には、図５０（Ａ）に示す
ような２値化画像の中で血管に結合したすりガラス状の
病巣候補陰影が存在することがある。この陰影は図示の
ように血管に結合しているため、図５０（Ｂ）に模式的
に示すように陰影がその外周に向かって多数の突出部を
有しているような形状をしている。従って、このような
陰影は上述の判定ではなかなか判別することができな
い。
【０１３６】そこで、ＣＰＵ４０は、上述と同様に仮の
重心位置を求める。ＣＰＵ４０は、その重心位置を中心
として動径を回転させながら、その陰影における動径の
最小長を求める。この最小長が求まったら、ＣＰＵ４０
は、その最小長に所定の値（画素数に相当する値であ
り、例えば１〜５画素分）を加算したものを半径とする
円５０２を描く。ＣＰＵ４０は、この円５０２と陰影と
が重なる部分の円弧の長さ（ランレングス）とその個数
を集計する。例えば、図５０（Ｂ）の場合、交点ｐ１と
交点ｐ２との間の円弧ｐ１ｐ２のランレングスは
「３」、交点ｐ３と交点ｐ４との間の円弧ｐ３ｐ４のラ
ンレングスは「１」、交点ｐ５と交点ｐ６との間の円弧
ｐ５ｐ６のランレングスは「２」というように各円弧の
ランレングスを求める。ＣＰＵ４０は、円５０２につい
てランレングスの測定とその個数の集計が終了したら、
次は、円５０２にさらに所定の値を加算したものを半径
とする円５０３を描き、それについても同様に円弧のラ
ンレングスとその個数の集計を行なう。図５０では、円
５０３と陰影との交点として、交点ｑ１，ｑ２のみが示
してある。
【０１３７】ＣＰＵ４０は、このようにして円の半径を
徐々に大きくしていき、その円弧のランレングスとその
個数を集計する。図５１は、この集計結果を示す図であ
り、図５１（Ａ）はランレングスをアドレスとする計数
メモリの概略を示し、図５１（Ｂ）はその計数メモリの
内容であるランレングスを横軸に、その個数を縦軸とし
て表した特性曲線を示す。図５１（Ａ）の場合、ランレ
ングスが「１」の円弧は１５個、ランレングスが「２」
の円弧は５３個というような値を計数メモタは示す。こ
れに対応する特性曲線が図５１（Ｂ）の特性曲線５１１
である。このように、病巣候補陰影の場合は、陰影の外
側に向かって突出する部分が非常に多いので、ランレン
グスの短い円弧が極端に多く存在し、ランレングスの長
い円弧は少ないという特徴を示す。一方、病巣候補陰影
でない場合には、特性曲線５１２のような形状を示し、
病巣候補陰影の場合とは逆にランレングスの短い円弧も
長い円弧もほぼ変わらずに存在するというような特徴を
示す。従って、ＣＰＵ４０は、この特性曲線のピークの
位置（ランレングスの値）を用いて陰影を判別すること
によってその陰影が病巣候補陰影であるか否かの判定を
行なうことができる。また、ＣＰＵ４０は、特性曲線の
分布の形状すなわち半値幅５１３，５１４などを用いて
陰影の判定を行なってもよい。さらに、ＣＰＵ４０は、
ランレングスの値をニューラルネットなどの入力とし、
その出力を用いて陰影の判定を行なってもよい。また、
上述の実施の形態では、病巣候補陰影と円とが重なる場
合の円弧長をランレングスとしたが、重ならない場合の
円弧長、さらに両者を組み合わせたものをランレングス
としてもよい。また、ＣＴ値がしきい値より大きいか小
さいか、濃度勾配がしきい値より大きいか小さいかでラ
ンレングスを求めてもよい。
【０１３８】なお、図５０では、ランレングスとその個
数を計数するのに、円を用いたが、次のようにその陰影
の形状に即した閉曲線を作成し、それに基づいてランレ
ングスとその個数を計数するようにしてもよい。すなわ
ち、図５２（Ａ）のような陰影５２０の場合、ＣＰＵ４
０は、その中心付近を回転中心として角度θを０度から
３６０度まで約１度ずつ所定長の半径を回転させる。こ
のときに、ＣＰＵ４０は、その半径が各角度において陰
影の縁と交わる長さＲを求める。なお、ＣＰＵ４０は、
半径と陰影の縁との交点が複数存在する場合には、半径
の小さい方を選択する。ＣＰＵ４０は、角度θを横軸と
し、このようにして算出された半径の長さＲを縦軸とす
る曲線を描く。この曲線は、図５２（Ｂ）のようにな
る。この曲線は頂点と底部とが交互に繰り返されるよう
な曲線となる。従って、ＣＰＵ４０は、各底部の位置
（角度θ）を求め、それを陰影上に反映する。この底部
の位置は陰影上において離散したものである。そこで、
ＣＰＵ４０は、これらの各底部同士をスプライン曲線な
どで補間処理することによって、図５２（Ａ）に示すよ
うな閉曲線５２１を作成する。ＣＰＵ４０は、閉曲線５
２１が求まったら前述の図５０の場合と同様にして、こ
の閉曲線５２１と陰影５２０との重なり部分の短曲線の
長さ（ランレングス）とその個数を集計する。ＣＰＵ４
０は、閉曲線５２１についてランレングスの測定とその
個数の集計が終了したら、次は、閉曲線５２１の半径Ｒ
（θ）にさらに所定の値ｄＲを加算することによって形
成される閉曲線５２２を描き、その閉曲線５２２につい
ても同様に短曲線のランレングスとその個数の集計を行
なう。このようにしてＣＰＵ４０は、所定の値ｄＲを徐
々に大きくしていき、その閉曲線上における短曲線のラ
ンレングスとその個数を順次集計する。これによって、
図５１と同様な計数メモリと特性曲線が得られるので、
前述の場合と同様にして陰影が病巣候補陰影であるか否
かの判定を行なうことができる。また、上述の実施の形
態では、病巣候補陰影と曲線とが重なる場合の短曲線の
長さをランレングスとしたが、同様に重ならない場合の
短曲線の長さ、さらに両者を合成したものをランレング
スとしてもよい。また、ＣＴ値がしきい値より大きいか
小さいか、濃度勾配がしきい値より大きいか小さいかで
ランレングスを求めてもよい。以上の説明では、閉曲線
上にかけるランレングスも判別の特徴量にしていたが、
閉曲線上にかける陰影濃度のフーリエ変換を利用するこ
ともできる。
【０１３９】図５３及び図５４は、判定サブルーチンの
第２の変形例を示す図である。図５３及び図５４の判定
サブルーチンは、図２７の判定サブルーチンＥ１や図２
９の判定サブルーチンＦ１、さらに前述の各判定サブル
ーチンに代えて又はこれらと並列的に行なわれるもので
ある。図５３は、ＣＴ画像に図５及び図６の２値化画像
処理を施すことによって生成された血管断面陰影に対す
る処理を示し、図５４は病巣陰影に対する処理を示す。
ＣＴ画像に図５及び図６の２値化画像処理を施し、所定
値よりも細い血管部分の陰影を取り除いても、図５３に
示すような病巣陰影と思われるような血管断面陰影５３
０が残ることがある。従って、図５３のような血管断面
陰影５３０は病巣候補から除外されなければならない。
そこで、この判定サブルーチンの変形例では、このよう
な血管断面陰影５３０を抽出し、それを取り除くように
してある。すなわち、このような血管断面陰影５３０を
病巣候補から外すために、陰影内の濃度分布に着目し
た。すなわち、図５３のような血管断面や肝臓などの陰
影５３０の場合は、その陰影内の濃度の等高線が図５３
（Ａ）に示すように一つのピークを有するような単純な
形を示す。これに対して図５４（Ａ）に示すように病巣
候補陰影５４０の場合は、陰影内に複数のピークを有す
るような複雑な等高線を示す。そこで、ＣＰＵ４０は、
この陰影について、図５３（Ｂ），（Ｃ）及び図５４
（Ａ），（Ｂ）に示すように、左から右へ向かうＸ軸方
向と上から下へ向かうＹ軸方向においてそれぞれ隣り合
う画素のＣＴ値同士の濃度勾配、差分、微分その他の処
理によって取得される各画素の正又は負が連続する長さ
（ランレングス）を求める。例えば、ＣＰＵ４０は、図
５３（Ｂ）に示すように、Ｘ軸方向の直線領域５３１上
の陰影について、左側から順番に各画素の濃度勾配を演
算する。図５３（Ｂ）の陰影５３０に対応するＣＴ画像
などの原画像における濃度をｆ［ｙ］［ｘ］とした場
合、その画素の濃度勾配ｇ［ｙ］［ｘ］は、次式のよう
に、前後の画素の差分によって求められる。 ｇ［ｙ］［ｘ］＝ｆ［ｙ］［ｘ＋１］−ｆ［ｙ］［ｘ−
１］
【０１４０】このようにして、直線領域５３１に対する
濃度勾配の演算が終了すると、ＣＰＵ４０は、この直線
領域を順次Ｙ軸方向にシフトさせて濃度勾配を演算す
る。図５３（Ｂ）にはＸ軸方向の直線領域５３１，５３
２の場合の濃度勾配が模式的に示してある。図５３
（Ｃ）にはＹ軸方向の直線領域５３３，５３４の場合の
濃度勾配が模式的に示してある。ＣＰＵ４０は、このよ
うな濃度勾配に基づいて、各直線領域の正負のランレン
グスを求める。例えば、直線領域５３１の場合、正のラ
ンレングスは「１１」、負のランレングスは「４」、直
線領域５３２の場合、正のランレングスは「７」、負の
ランレングスは「７」、直線領域５３３の場合、正のラ
ンレングスは「６」、負のランレングスは「６」、直線
領域５３２の場合、正のランレングスは「６」、負のラ
ンレングスは「５」である。このようにしてＣＰＵ４０
は、陰影５３０の全体について正負のランレングスを集
計する。ＣＰＵ４０は、図５４（Ａ），（Ｂ）のように
病巣候補陰影５４０に対しても同様にして、各直線領域
について濃度勾配を求め、さらにその濃度勾配に基づい
て正負のランレングスを集計する。図５４の直線領域５
４１の場合、正のランレングスは「５」と「２」、負の
ランレングスは「３」と「４」、直線領域５４２の場
合、正のランレングスは「５」と「２」、負のランレン
グスは「２」と「４」、直線領域５４３の場合、正のラ
ンレングスは「６」と「１」と「１」、負のランレング
スは「３」と「２」と「３」、直線領域５４４の場合、
正のランレングスは「５」と「２」と「２」、負のラン
レングスは「２」と「２」と 「３」である。このよう
に病巣候補陰影の方がランレングスの長さは短く、その
個数も多いことが分かる。図５４（Ｃ）は、図５３の陰
影５３０と図５４の病巣候補陰影５４０についてそれぞ
れ算出されたランレングスとその個数との関係を示す。
図５４（Ｃ）の曲線から明らかなように、病巣候補陰影
の場合はランレングスの値が比較的小さい方にピークを
有し、血管断面陰影などの場合はランレングスの値が比
較的大きい方にピークを有するという傾向を示す。従っ
て、この傾向を利用して、ＣＰＵ４０は、図５３のよう
な血管断面陰影を効率的に除去することが可能となる。
なお、この変形例では、濃度勾配を前後の画素の差分に
よって求める場合について説明したが、画素の濃度を所
定のしきい値と比較して、その大小に応じて「＋」又は
「−」の濃度勾配を決定するようにしてもよい。このし
きい値として、その陰影の全範囲における濃度の平均値
を用いてもよい。なお、上述の実施の形態では、Ｘ軸方
向及びＹ軸方向の濃度勾配を算出する場合について説明
したが、任意の一方向について求めてもよいし、Ｘ軸方
向、Ｙ軸方向、これらと４５度を成す方向などのように
複数の方向について、濃度勾配を求めるようにしてもよ
い。
【０１４１】図２５の判定サブルーチンＤ１〜Ｄ３で
は、陰影が壁面部分に位置するか否かを判定し、さらに
図４４では、その陰影と壁面部分との接触長によってそ
の陰影が病巣候補陰影であるか否かの判定を行なう場合
について説明した。ところが、図５５（Ａ）に示すよう
に、ＣＴ画像中に壁面部分に接するような陰影５５１，
５５２が存在する場合がある。陰影５５１は、壁面内部
に接する距離が所定値よりも十分に大きいので、病巣候
補陰影ではないと判定される。ところが、陰影５５２
は、癌などの陰影ではないが、癌に付随する癌随伴陰影
（胸膜陥入）であり、その特徴は胸膜に対して垂直な細
長い陰影である。従って、陰影５５２は、病巣候補陰影
からは除外される可能性が非常に高いものである。とこ
ろが、このような癌随伴陰影の近傍には、図５５（ａ）
に示すように陰影５５２の先端部に接するように、ぼん
やりと病巣の候補とされる陰影５５３が存在することが
知られている。このような癌随伴陰影５５３は上述の処
理ではなかなか抽出しにくいものである。そこで、この
実施の形態では、このような癌随伴陰影５５２を抽出
し、その癌随伴陰影５５２を大きめのマーカー（円又は
楕円など）で囲むように表示することによって、その癌
随伴陰影５５２の近傍に病巣行為陰影が存在することを
知らせるようにした。この実施の形態では、図５６の癌
付随物検出処理を実行して癌随伴陰影を検出する。
【０１４２】以下、この癌付随物検出処理の詳細をステ
ップ順に説明する。 ［ステップＳ５５１］まず、図５５（ｂ）に示すような
多値化画像の中に病巣候補と思われる陰影５５０〜５５
２が抽出されるので、ＣＰＵ４０は、これらの陰影５５
０〜５５２が壁面部分に接しているか否かを判定し、接
している（ｙｅｓ）と判定した場合は次のステップＳ５
５２に進み、接していない（ｎｏ）と判定した場合はス
テップＳ５５４に進み、該当する陰影を削除する。陰影
５５０は接していないので、ステップＳ５５４の陰影削
除処理によって病巣候補から除外される。 ［ステップＳ５５２］次に、ＣＰＵ４０は、陰影が胸膜
の壁面部分に接する割合、すなわち接触長が所定値より
も小さいか否かを判定し、所定値よりも小さい（ｙｅ
ｓ）と判定した場合は次のステップＳ５５３に進み、大
きい（ｎｏ）と判定した場合はステップＳ５５４に進
み、該当する陰影を削除する。陰影５５１の場合は、壁
面部分との接触長が所定値よりも大きいのでステップＳ
５５４の陰影削除処理によって病巣候補から除外され
る。陰影５５２の場合は、壁面部分と接する距離が陰影
５５１よりも十分に小さいので、次のステップＳ５５３
の処理に進む。 ［ステップＳ５５３］ＣＰＵ４０は、該当する陰影の中
から癌随伴陰影を抽出する。すなわち、壁面内部に接す
る割合が所定値よりも小さい陰影は、図４４の陰影４４
２や図５５の陰影５５２が該当する。このような陰影の
中で、癌随伴陰影は、病巣候補陰影とは判断されないく
らい細長いものである。従って、ＣＰＵ４０は、壁面内
部に接する割合が所定値よりも小さく、病巣候補陰影か
ら除外されるようなものを癌随伴陰影として抽出するよ
うにした。これによって、図５５（ｃ）に示すように陰
影５５２は癌随伴陰影として抽出される。一方、、図４
４の陰影４４２は病巣候補陰影として抽出される。 ［ステップＳ５５４］ＣＰＵ４０は、ステップＳ５５１
及びステップＳ５５２で共にｎｏと判定した場合の陰影
を削除する。 ［ステップＳ５５５］ＣＰＵ４０は、図５７に示すよう
にステップＳ５５３で抽出された癌随伴陰影すなわち検
出付随物を含むように大きめのマーカー５７０（円又は
楕円など）を原画像上に重ねて表示する。なお、このマ
ーカー５７０の大きさは右下に表示されているスケール
設定ボタンによって適宜変更可能となっている。医師
は、このようなマーカー５７０によって囲まれた箇所を
詳細に目視することによって、病巣陰影が存在するかど
うかの検討を行なうことができる。
【０１４３】図５８〜図６０は、判定サブルーチンの第
３の変形例を示す図である。図５８〜図６０の判定サブ
ルーチンは、図２７の判定サブルーチンＥ１や図２９の
判定サブルーチンＦ１、さらに前述の各判定サブルーチ
ンに代えて又はこれらと並列的に行なわれるものであ
る。まず、ＣＰＵ４０は、ＣＴ画像に図５及び図６の２
値化画像処理を施し、仮の重心位置を求める。重心位置
の求め方は前述の種々の方法を用いて行なう。ＣＰＵ４
０は、仮の重心位置を中心として所定長の半径５８１を
矢印５８３の方向に角度θを０度から３６０度まで約５
度ずつ回転させる。回転させる割合は５度以外の適当な
値でもよい。ＣＰＵ４０は、回転させながら、その半径
上に位置する陰影のＣＴ値の分散値又は標準偏差値ＳＤ
（θ）を求める。このようにして求めたものが図５８
（Ｂ），（Ｃ）に示すようなグラフとして表される。図
５８（Ｂ）の分散値又は標準偏差値ＳＤ（θ）は、図５
４に示すような病巣候補陰影５４０に対応するものであ
る。図５８（Ｃ）の分散値又は標準偏差値ＳＤ（θ）
は、図５３に示すような血管断面陰影５３０に対応する
ものである。病巣候補陰影５４０の場合は、前述のよう
に複数のピークを有するような複雑な等高線を示す。分
散値又は標準偏差値ＳＤ（θ）もその複雑な等高線に対
応して図５８（Ｂ）に示すように角度毎に種々の複雑な
値となる。一方、血管断面陰影５３０の場合は、一つの
ピークを有するような単純な等高線を示す。分散値又は
標準偏差値ＳＤ（θ）も図５８（Ｃ）のように各角度で
あまり変化しない単純な値となる。従って、ＣＰＵ４０
は、図５８（Ｂ），（Ｃ）のような分散値又は標準偏差
値ＳＤ（θ）のグラフに基づいて、その陰影が病巣候補
陰影であるか、血管断面陰影であるかの判定を行なうこ
とができる。なお、ＣＰＵ４０は、図５８（Ｂ），
（Ｃ）の分散値又は標準偏差値ＳＤ（θ）について、さ
らにその分散値又は標準偏差値を求め、それが所定値よ
り大きいか小さいかに応じて病巣候補陰影であるか、又
は血管断面陰影であるかの判定を行なうようにしてもよ
い。また、ＣＰＵ４０は、図５９に示すように、それぞ
れの陰影を分割し、その分割領域における各分散値又は
標準偏差値を求めるようにしてもよい。図５９（Ａ）の
場合は、ＣＰＵ４０は、陰影をその中心を通る水平線で
上下に分割し、上側の陰影のＣＴ値の分散値又は標準偏
差値ＳＤ−Ｕを求め、下側の陰影のＣＴ値の分散値又は
標準偏差値ＳＤ−Ｄを求め、さらに両方の分散値又は標
準偏差値を特微量として陰影の判別に用いる。なお、Ｃ
ＰＵ４０は、上下両方の分散値又は標準偏差値ＳＤ−
Ｕ，ＳＤ−Ｄの差分値、又は差分値の絶対値などを特微
量としてもよい。図５９（Ｂ）の場合は、ＣＰＵ４０
は、陰影をその中心を通る水平線及び垂直線で４象限に
分割し、各象限のＣＴ値の分散値又は標準偏差値ＳＤ−
１〜４を求め、さらにこれらの分散値又は標準偏差値Ｓ
Ｄ−１〜４の分散値又は標準偏差値を特微量として陰影
の判別に用いる。図５９（Ｃ）の場合は、ＣＰＵ４０
は、陰影を垂直方向に等間隔に分割し、各分割領域のＣ
Ｔ値の分散値又は標準偏差値ＳＤ１〜７を求め、さらに
これらの分散値又は標準偏差値ＳＤ１〜７の分散値又は
標準偏差値を特微量として陰影の判別に用いる。なお、
ＣＰＵ４０は、陰影を水平方向に等間隔に分割したり、
任意の方向に等間隔に分割してもよい。
【０１４４】図５８及び図５９は、陰影が病巣候補陰影
であるか血管断面陰影であるのかの判定を、ＣＰＵ４０
が陰影の分散値又は標準偏差値を用いて、行なっている
場合を示している。図６０に示すように、ＣＰＵ４０
は、陰影の分散値又は標準偏差値と、その陰影の外周に
沿った所定領域の分散値又は標準偏差値とを用いて、陰
影を判定するようにしてもよい。すなわち、図６０に示
すように陰影の外周が動径Ｒ（θ）で定義される場合
に、この動径Ｒ（θ）から所定距離ｄＲだけ外側の領域
Ｒ（θ）〜Ｒ（θ）＋ｄＲ内の分散値又は標準偏差値と
の差分値を特微量とすることによって、図６０（Ａ）の
ような血管断面陰影と図６０（Ｂ）のような病巣候補陰
影とを判別することができる。図６０（Ａ）のような血
管断面陰影の場合は、領域Ｒ（θ）〜Ｒ（θ）＋ｄＲは
血管断面陰影を横切っているので、分散値又は標準偏差
値は比較的大きな値となる。図６０（Ｂ）のような病巣
候補陰影の場合は、領域Ｒ（θ）〜Ｒ（θ）＋ｄＲの大
部分は陰影の存在しない部分を横切るので、分散値又は
標準偏差値は比較的小さな値となる。従って、ＣＰＵ４
０は、陰影内の分散値又は標準偏差値と、領域Ｒ（θ）
〜Ｒ（θ）＋ｄＲの分散値又は標準偏差値との差分を特
微量として、病巣候補陰影と血管断面陰影とを判定する
ことができる。また、この特微量又は領域Ｒ（θ）〜Ｒ
（θ）＋ｄＲの分散値又は標準偏差値に対して、それぞ
れしきい値を設定して、ＣＰＵ４０は、判別するように
してもよい。さらに、この特微量又は領域Ｒ（θ）〜Ｒ
（θ）＋ｄＲの分散値又は標準偏差値を、マハラノビス
距離、ユークリッド距離、ニューラルネットワークなど
の入力値として使用し、ＣＰＵ４０は、その結果を用い
て判別するようにしてもよい。
【０１４５】上述の実施の形態では、病巣候補陰影の抽
出されたＣＴ画像をマーカーと共に操作者 （医者）に
表示する場合の表示方法として、図３８に示すように病
巣候補陰影をマーカーで示した検出結果画面と、そのマ
ーカー部分を拡大して示した拡大画面とを画面中に同時
に表示する方法、図３９〜図４３に示すような種々のモ
ードで表示する方法についての説明がある。ここでは、
操作者（医師）が任意にその表示したい箇所をマウスカ
ーソルなどで選択した場合に、ＣＰＵ４０は、その選択
された箇所に近い順番で病巣候補陰影を表示してもよ
い。以下、この病巣候補陰影表示処理の詳細が図６１及
び図６２に従って説明される。 ［ステップＳ６２１］ＣＰＵ４０は、図３８の標準画面
上の表示モード選択ボタンによって選択された表示モー
ドに従って、図３９、図４１又は図４２のようにマーカ
ーと断層像の合成画像を順次表示する。 ［ステップＳ６２２］ＣＰＵ４０は、表示中の合成画像
上の任意の位置でマウスがクリックされたか否かの判定
を行なう。判定結果がｙｅｓの場合は、次のステップＳ
６２３に進み、判定結果がｎｏの場合はステップＳ６２
１に戻る。ステップＳ６２１では、表示モードに従った
合成画像の表示が続行される。すなわち、これは、図６
１（Ａ）のようにマウスポインタ６１１が合成画像上の
所定の位置にあるときに、マウスのボタンがクリックさ
れたか否かの判定を行なうことである。 ［ステップＳ６２３］ステップＳ６２２でマウスがクリ
ックされたと判定されたので、ＣＰＵ４０は、マウスポ
インタの位置から半径Ｄの円内に病巣候補陰影が存在す
るか否かの判定を行なう。すなわち、図６１（Ａ）の場
合、マウスポインタ６１１を中心とする半径Ｄの点線円
内に病巣候補陰影が存在するか否かの判定が行なわれ
る。 ［ステップＳ６２４］ステップＳ６２３の判定によっ
て、マウスポインタを中心とする半径Ｄの円内に病巣候
補陰影が存在しない判定されたので、ＣＰＵ４０は、
「病巣候補陰影は存在しない」と表示する。現在の表示
をこのまま継続するか否かを選択するための継続ボタン
と、表示を終了させるための終了ボタンが画面上に表示
されているので、ＣＰＵ４０は、この終了ボタンがマウ
スでクリック操作されたか否かの判定を行なう。判定結
果がｙｅｓの場合（終了ボタンがクリックされた場合）
は、ＣＰＵ４０は、処理を終了し、判定結果がｎｏの場
合（継続ボタンがクリックされた場合）は、ＣＰＵ４０
は、ステップＳ６２１に戻る。
【０１４６】［ステップＳ６２５］ステップＳ６２３の
判定によって、マウスポインタを中心とする半径Ｄの円
内に病巣候補陰影が存在すると判定されたので、ＣＰＵ
４０は、その病巣候補陰影に関する断層画像とマーカー
との合成された画像を順次表示する。図６１（Ａ）の場
合は、図３９の画像ａ及び画像ｃの病巣候補陰影が半径
Ｄの点線円内に存在する陰影に該当する。図４１及び図
４２の画像ｂ及び画像ｃの病巣候補陰影が半径Ｄの点線
円内に存在する陰影に該当する。従って、図６１（Ｂ）
のように、半径Ｄの円内に、存在する病巣候補陰影の画
像が順次表示されるようになる。図６１（Ｂ）では、図
４１及び図４２の画像ｂが表示されている。なお、図示
していないが、画面上に「ＮＥＸＴボタン」が表示され
るので、それがクリックされると、次の画像ｃが表示さ
れる。なお、特殊な場合として、半径Ｄが画像より大き
く設定されており、マーカー表示の無い状態でマウスが
クリックされると、それに応じて該当するマーカーが全
て表示される場合もある。 ［ステップＳ６２６］表示中の合成画像上の任意の位置
でマウスがクリックされたか否かの判定を行う。判定結
果がｙｅｓの場合（クリックされた場合）には、前のス
テップＳ６２３に戻り、判定結果がｎｏの場合には、ス
テップＳ６２５に戻る。ステップＳ６２５では、病巣候
補陰影の表示が続行される。このステップは、さらにマ
ウスポインタによって他の場所がクリックされた場合
に、そのマウスポインタを中心とする半径Ｄの円内に病
巣候補陰影が存在するか否かに応じて同様の処理を行な
う。なお、同じ場所がクリックされた場合には、前述の
「ＮＥＸＴボタン」がクリックされた場合と同様に、次
の画像ｃが表示される。なお、このような表示を行なう
ために、抽出された病巣候補陰影が画像上でどこに位置
するのかを示すｘ座標及びｙ座標の情報を所定のメモリ
空間上に記憶している。
【０１４７】図６３及び図６４は、判定サブルーチンの
第４の変形例を示す図である。図６３及び図６４の判定
サブルーチンは、図２７の判定サブルーチンＥ１や図２
９の判定サブルーチンＦ１、さらには前述の各判定サブ
ルーチンに代えて又はこれらと並列的に行なわれるもの
である。図６３（Ａ）は、悪性の癌陰影６３０の周辺に
スピキュラと呼ばれる針状又は線状の陰影６３１〜６３
９が複数現れている場合のＣＴ画像の一部を示す図であ
る。
【０１４８】癌陰影６３０は比較的低濃度の陰影であ
り、見分けが困難である。これに対して陰影６３１〜６
３９は高濃度の陰影であり、見分け安いが、血管の陰影
と間違い易いという欠点を有する。図６３（Ａ）に示す
ようなスピキュラを含むＣＴ画像に図５及び図６の２値
化画像処理を施すと、低濃度の癌陰影６３０は抽出され
ずに、図６３（Ｂ）に示すように針状又は線状の陰影６
３１〜６３９のみが抽出される。このようなスピキュラ
陰影６３１〜６３９は、血管部分の陰影と間違われて取
り除かれることがあった。従って、図６３（Ｂ）に示す
ような陰影６３１〜６３９がスピキュラ陰影であるか否
かを判断することが必要である。そこで、この実施の形
態では、このようなスピキュラ陰影と血管陰影とを識別
し、スピキュラ陰影の場合にはその陰影重心位置を求
め、マーカーで表示できるようにした。
【０１４９】まず、ＣＰＵ４０は、ＣＴ画像に図５及び
図６の２値化画像処理を施し、仮の重心位置を求める。
重心位置の求め方は前述の種々の方法を用いて行なう。
ＣＰＵ４０は、仮の重心位置を中心として直線を回転さ
せ、回転する直線と陰影の交わる部分が最大となる直線
すなわち陰影の長径を求め、この長径と陰影の縁とが交
わる部分（２点）を求める。図６４（Ａ）は、各陰影６
３１〜６３９について、それぞれの長径を求め、その長
径と陰影との交点を求めた状態を示す図である。図から
明らかなように、各陰影６３１〜６３９にはそれぞれ２
個の交点が求まることになる。陰影６３１には交点６３
１Ａ，６３１Ｂが存在し、陰影６３２には交点６３２
Ａ，交点６３２Ｂが存在する。陰影６３３〜６３９につ
いても同様に、交点６３３Ａ〜６３９Ａ，６３３Ｂ〜６
３９Ｂが存在する。
【０１５０】このようにして求められた各交点６３１Ａ
〜６３９Ａ，６３１Ｂ〜６３９Ｂを、ＣＰＵ４０は、図
６４（Ｂ）に示すような画素メモリ空間上に配置し、各
交点６３１Ａ〜６３９Ａ，６３１Ｂ〜６３９Ｂをそれぞ
れ結ぶ所定幅の帯状直線６３１Ｃ〜６３９Ｃを、ゼロク
リアされた画素メモリ空間上に割り当てる。ＣＰＵ４０
は、これらの帯状直線６３１Ｃ〜６３９Ｃに対応する画
素に対して、それぞれ帯状直線６３１Ｃ〜６３９Ｃ毎に
「１」を累算する。すなわち、ＣＰＵ４０は、帯状直線
６３１Ｃの通過領域に対応する画素メモリに対して
「１」を累算し、帯状直線６３２Ｃの通過領域に対応す
る画素メモリに対して「１」を累算する。以下同様に、
ＣＰＵ４０は、帯状直線６３３Ｃ〜６３９Ｃの通過領域
に対応する画素メモリに対してもそれぞれ「１」を累算
する。これによって帯状直線６３１Ｃ〜６３９Ｃの通過
領域に該当する箇所の画素メモリの値が大きくなる。
【０１５１】図６４（Ｂ）の場合、円６４０で囲まれた
部分を直線６３１Ｃ〜６３９Ｃが集中的に通過するよう
になるので、この部分の画素メモリの値は大きくなる。
そこで、ＣＰＵ４０は、画素メモリ上の値が例えば４以
上になった箇所を抽出し、そこをスピキュラ陰影の重心
位置とする。なお、画素メモリの値が４以上となる箇所
が近接している場合には、値の高い方を重心位置とす
る。この重心位置が求まったら、ＣＰＵ４０は、そこを
中心に図６３（Ｂ）に示すようにマーカー６４１を表示
する。これによって、血管陰影と間違われるようなスピ
キュラ陰影を有する悪性の癌陰影について病巣候補陰影
としての表示を行なうことができるようになる。
【０１５２】図６５及び図６６は、図２７の判定サブル
ーチンＥ１、図２９の判定サブルーチンＦ１の変形例を
示すものであり、血管断面陰影を抽出し、それを取り除
くための処理方法を示す図である。図６５及び図６６の
処理は、図２７の判定サブルーチンＥ１や図２９の判定
サブルーチンＦ１と並列的に行なってもよい。通常、胸
部（肺野）のＣＴ画像は放射状に広がるように延びた血
管の一部を捉えている場合がある。そこで、この実施の
形態では、血管が放射状に延びるという特徴に基づい
て、ＣＰＵ４０は血管断面陰影を抽出し、それを取り除
くようにした。すなわち、ここでは図６５に示すように
血管が放射状に延びている場合、ＣＰＵ４０は、所定の
スライス厚の断層像の隣り合うもの同士を比較すること
によってそれが血管断面陰影であるか否かを判断してい
る。
【０１５３】図６５に示すように放射状に延びた血管群
に対しては、図に示すような平面６５１〜６５３に対応
した断層像がそれぞれ撮影されることになる。平面６５
１に対しては血管断面陰影６５１Ａ，６５１Ｂが図６６
（Ａ）に示すような断層像として撮影される。平面６５
２に対しては、血管断面陰影６５２Ａ，６５２Ｂが図６
６（Ｂ）に示すような断層像として撮影される。平面６
５３に対しては、血管断面陰影６５３Ａ，６５３Ｂ，６
５３Ｃが図６６（Ｃ）に示すような断層像として撮影さ
れる。このように、放射状に延びる血管群の断層像にお
いては、血管断面陰影の位置と大きさが順次変化してい
る。そこで、ＣＰＵ４０は、隣接する断層像を重ね合わ
せ、そのときに陰影の位置と大きさの変化の様子に基づ
いてその陰影が血管断面陰影であるか否かの判定を行な
う。
【０１５４】図６６（Ｄ）は隣り合う平面６５１と平面
６５２に対応する断層像、すなわち図６６ （Ａ）と図
６６（Ｂ）とを重ね合わせたものである。図６６（Ｅ）
は隣り合う平面６５２と平面６５３に対応する断層像、
すなわち図６６（Ｂ）と図６６（Ｃ）とを重ね合わせた
ものである。なお、分かりやすくするために、図６６
（Ｂ）の血管断面陰影６５２Ａ，６５２Ｂは、図６６
（Ｄ）及び図６６（Ｅ）では点線で表示してある。図６
６（Ａ）に示すように、血管断面陰影６５１Ａと血管断
面陰影６５２Ａは部分的に重なっている。また、血管断
面陰影６５１Ｂと血管断面陰影６５２Ｂも部分的に重な
っている。このように両断層像の陰影が部分的に重なっ
ている場合には、両者は放射状に延びた血管の一部を示
す血管断面陰影であるとして削除される。図６６（Ｅ）
の血管断面陰影６５２Ａと血管断面陰影６５３Ａの場合
も両者が部分的に重なっているので、両陰影は血管断面
陰影として削除される。図６６（Ｅ）の血管断面陰影６
５２Ｂと血管断面陰影６５３Ｂ，６５３Ｃの場合、血管
断面陰影６５３Ｂ，６５３Ｃは血管断面陰影６５２Ｂか
ら分岐したものであり、血管断面陰影６５３Ｂは血管断
面陰影６５２Ｂに対して部分的に重なっているが、血管
断面陰影６５３Ｃは血管断面陰影６５２Ｂとは重なって
いない。従って、この場合、血管断面陰影６５２Ｂと血
管断面陰影６５３Ｂは血管断面陰影として削除の対象と
なるが、血管断面陰影６５３Ｃは削除の対象とはならな
い。なお、図６６（Ｆ）に示すように、血管断面陰影６
５２Ａ，６５２Ｂと陰影６６１，６６２とが互いに所定
の割合より多く重なっている場合には、両者は病巣候補
陰影として削除されずに、他の判定の対象とされる。な
お、この割合は、各陰影毎に算出し、重なり部分の面積
を陰影の面積で除したもののうち、大きい方の値を採用
することとする。すなわち、血管断面陰影６５２Ａと陰
影６６１の場合、重なり部分の面積を血管断面陰影６５
２の面積で除した場合と、重なり部分の面積を陰影６６
１の面積で除した場合とでは、その割合が異なるので、
面積の小さな陰影６６１で除したものを採用する。な
お、両者の重なりの割合はパラメータとして任意に設定
可能である。なお、Ｘ線ＣＴ装置などでは、全方向の投
影データを使用できずに断層像を再構成しなければなら
ないことがあり、これをパーシャルボリューム効果と呼
ぶ。このパーシャルボリューム効果による陰影を誤って
検出したかどうかの判定にも、隣接画像との相関をとる
のは有効である。パーシャルボリューム効果の場合は、
隣には高濃度の陰影が写っているので、前期検出した領
域と隣接画像の対応領域（同じ位置）で、あらかじめ設
定した特定のCT値より大きな値をとる画素の割合を判定
に利用できる。
【０１５５】図６７及び図６８は、判定サブルーチンの
第５の変形例を示す図である。図６７及び図６８の判定
サブルーチンは、互いに直交する３組の医用画像（アキ
シャル画像、サジタル画像、コロナル画像）を用いて、
それぞれ異常陰影を検出し、検出された陰影の存在位置
に相関がある場合にその陰影は病巣候補陰影として表示
又は記録するようにしたものである。図６７（Ａ）は、
アキシャル画像に対応するアキシャルプレートの概念を
示す。図６７（Ｂ）は図６７（Ａ）のアキシャルプレー
トに対応したアキシャル画像の一例を示すものである。
図６７（Ｃ）は、サジタル画像に対応するサジタルプレ
ーン及びコロナルプレーンの概念を示す。図６７（Ｃ）
において、サジタルプレーンは実線で、コロナルプレー
ンは点線でそれぞれ示してある。図６７（Ｄ）は、図６
７（Ｃ）のサジタルプレーンに対応したサジタル画像の
一例を示すものである。なお、コロナルプレーンに対応
したコロナル画像については省略してある。ＣＰＵ４０
は、アキシャル画像及びサジタル画像の２種類の画像に
基づいて前述の判定サブルーチンを実行する。その結
果、例えば、図６７（Ｂ）のアキシャル画像上では病巣
候補陰影６７１，６７２が検出され、図６７（Ｄ）のサ
ジタル画像上では病巣候補陰影６７３が検出されたとす
る。図６８は、検出された病巣候補陰影６７１〜６７３
に関する位置情報などのデータを記憶したメモリの内容
を示すものである。メモリに記憶されているデータは、
陰影の総数と、各陰影に関する情報から構成されてい
る。病巣候補陰影６７１〜６７３に関する情報は、陰影
の位置座標（Ｘ，Ｙ，Ｚ）、面積、最長の長さ、最短の
長さ及びその他の情報などで構成されている。病巣候補
陰影６７１のアキシャルプレーン上における位置座標は
（Ｘ１，Ｙ１）、病巣候補陰影６７２のアキシャルプレ
ーン上における位置座標は（Ｘ２，Ｙ２）である。ま
た、病巣候補陰影６７３のサジタルプレーン上における
位置座標は（Ｚ１，Ｙ１＋δ）である。
【０１５６】ここでは、アキシャルプレーン上ではＺ軸
方向の座標が明確ではなく、サジタルプレーン上ではＸ
軸方向の座標が明確ではないものとする。このような場
合に、病巣候補陰影６７１の位置座標（Ｘ１，Ｙ１）と
病巣候補陰影６７３の位置座標（Ｚ１，Ｙ１±δ）とを
比較すると、両者の間では互いにＹ軸方向の座標が近似
していることになる。病巣候補陰影６７１と病巣候補陰
影６７３との間のＹ軸方向の差分はδである。この差分
δが所定値Δよりも小さい場合には、両陰影６７１，６
７３は、同じ位置座標であり、互いに同じ病巣候補陰影
であると判断され、残される。逆に、差分δが所定値Δ
以上の場合は、両陰影は異なる位置座標のものであると
判断され、病巣候補陰影から削除される。また、病巣候
補陰影６７２の位置座標（Ｘ２，Ｙ２）に対応するもの
は、サジタルプレーン上には存在しないので、この場合
は病巣候補陰影６７２は偽物と見做され、削除される。
なお、ここでは、位置座標が同じか否かで判断するよう
にしたが、位置座標が同じと見做された場合、その陰影
の「面積」、「最長の長さ」や「最短の長さ」などに基
づいて両者が同じものであるか否かの判断を行なうよう
にしてもよい。
【０１５７】図６９は、病巣候補陰影の抽出されたＣＴ
画像とマーカーとを操作者（医者）に表示する場合に、
過去に撮影され、抽出された病巣候補陰影を併せて表示
するようにしたものである。図６９（Ａ）は、今回撮影
されたＣＴ画像に基づいて検出された病巣候補陰影とマ
ーカーとを表示する画面の一例を示す図である。図６９
（Ｂ）は、例えば一年前に撮影され、その時に抽出され
た病巣候補陰影に対応したマーカを図６９（Ａ）の画像
上に同時に重ね合わせて表示した場合の画面の一例を示
すものである。図６９（Ｂ）では、過去に抽出された病
巣候補陰影に対応するマーカが四角形で示される。ま
た、画面の左上には円形マーカ６９１，６９２が今回の
ものであることを示す図形や文字が表示され、画面の左
下には四角形マーカ６９３が過去（前回）のものである
ことを示す図形や文字が表示される。過去に撮影され、
抽出された病巣候補陰影の座標や大きさなどの特徴は、
図６８のような形式で磁気ディスクなどに記録してある
ので、それに基づいて過去の病巣候補陰影に対応したマ
ーカーを表示すればよい。例えば、１年毎にＣＴ画像を
撮影し、癌の検出処理を行なった場合、今年の検出結果
と去年の検出結果を重ねて表示すれば、去年存在しなか
った箇所に今年新たに陰影が現れたばあい、その陰影は
癌である可能性が高いということを医師に認識させるこ
とができる。なお、前回の撮影日などをマーカーに関連
付けて表示するようにしてもよい。また、撮影日が複数
存在する場合には、その撮影日毎にマーカーの色や形状
などの表示態様を変化させてもよい。
【０１５８】図７０及び図７１は、マーカーの表示態様
の変形例を示す図である。上述の実施の形態では、マー
カーの形状を円形又は楕円形で表示する場合を説明した
が、図７０（Ａ）では、病巣候補陰影７００の最長の長
さを示す長径７０１の方向と楕円形マーカー７０２の長
軸７０３の方向とを一致させて、病巣候補陰影７００を
囲むように楕円形マーカー７０２を表示するようにし
た。陰影の形状に沿ってマーカーが表示されるので、認
識が容易になる。なお、楕円形マーカー７０２の長軸及
び短軸の長さとして、病巣候補陰影７００の長径７０１
及び病巣候補陰影の実効短径（陰影の面積をその陰影の
最大長径で除した値）に所定係数を乗じたものを用いて
もよい。図７０（Ｂ）は、図３６（ｂ）に示すマーカー
を円弧の集まりとして表示した場合と同じように、楕円
形マーカの場合もを楕円弧７０４，７０５の集まりとし
て表示する場合の一例を示すものである。この変形例で
は、病巣候補陰影ｐ４，ｐ５を中心とする楕円７０４，
７０５が互いに重複する場合に、その重複部分の楕円弧
部分を消去し、図示のような複数楕円弧７０４，７０５
の集合体のように描くようにした。図７１（Ａ）のよう
に病巣候補陰影をマーカー７１１で囲んで表示しただけ
では病巣候補陰影の存在箇所が分かりにくい場合があ
る。そこで、図７１（Ｂ）に示すように、この変形例で
は、マーカー７１１で囲まれた領域のＣＴ画像に対して
コントラストを強調したり、ＣＴ値にガンマ処理を施し
たりして、病巣候補陰影がより鮮明に強調表示されるよ
うにした。
【０１５９】図７２は、病巣候補陰影の抽出されたＣＴ
画像と病巣候補陰影の抽出されなかったＣＴ画像を順番
に動画像表示する場合の変形例を示す図である。前述の
実施の形態では、病巣候補陰影の抽出されたＣＴ画像を
種々の表示モードで表示する場合について説明したが、
ここでは、病巣候補陰影の抽出の有無に関係なく、ＣＴ
画像をその撮影順に５枚〜１０枚／秒程度の速度で順次
表示する動画像表示方法の表示態様に変形を加えるよう
にした。以下、この動画像表示方法の処理の詳細を図７
２のフローチャートを用いて説明する。 ［ステップＳ７２１］ＣＰＵ４０は、最初のＣＴ画像を
表示する。 ［ステップＳ７２２］ＣＰＵ４０は、表示中のＣＴ画像
に異常箇所すなわち病巣候補陰影が存在するか否かを判
断する。判断結果がｙｅｓの場合は、ＣＰＵ４０は、ス
テップＳ７２３に進み、判断結果がｎｏの場合は、ＣＰ
Ｕ４０は、ステップＳ７２４に進む。 ［ステップＳ７２３］現在表示中の画像に異常箇所（病
巣候補陰影）が存在すると判断されたので、ＣＰＵ４０
は、ディレイタイムを大きくする。ディレイタイムと
は、動画像表示中における１枚の画像表示に要する時間
のことである。ディレイタイムが大きくなると、その異
常箇所（病巣候補陰影）の存在する画像の表示時間が標
準の表示時間よりも十分長く表示されるようになる。こ
れによって、医師は異常箇所（病巣候補陰影）の存在す
る画像を時間的に余裕を見て、集中して観察することが
できるようになる。なお、一つのＣＴ画像中に異常箇所
（病巣候補陰影）が複数存在する場合には、その異常箇
所（病巣候補陰影）の数に応じてディレイタイムの値を
決定するようにしてもよい。
【０１６０】［ステップＳ７２４］現在表示中の画像に
異常箇所（病巣候補陰影）が存在しないと判断されたの
で、ＣＰＵ４０は、ディレイタイムを小さくする。ディ
レイタイムが小さくなることによって、通常の画像表示
よりも早く表示が終了するようになる。なお、ディレイ
タイムを小さくしないで、標準のディレイタイムで表示
するようにしてもよい。ステップＳ７２３及びステップ
Ｓ７２４におけるディレイタイムの値は任意に設定可能
とする。 ［ステップＳ７２５］ディレイタイムに相当する時間だ
けＣＴ画像が表示されたので、ＣＰＵ４０は、次の画像
の表示を開始する。 ［ステップＳ７２６］ＣＰＵ４０は、ステップＳ７２５
で表示された画像が最後の画像か否かの判断を行なう。
判断結果がｙｅｓの場合（最後の画像の場合）は処理を
終了し、判断結果がｎｏの場合（最後の画像でない場
合）はＣＰＵ４０はステップＳ７２２に戻り、最後の画
像が表示されるまで上述の処理を繰り返す。なお、ここ
では、病巣候補陰影が存在しない場合を短時間で表示す
る場合について説明したが、ほんとに病巣陰影が存在し
ないかどうかの確認をするために、標準表示時間よりも
長い時間表示するようにしてもよい。
【０１６１】図７３は、本発明に係る画像診断支援装置
による診断結果を表示する場合の表示処理の一例を示す
図である。ＣＴ装置などで撮影された医用画像に基づい
て診断を行なう場合、二人の医師がそれぞれ並行して独
立に読影を行い、その後にその読影結果を持ち寄り、両
方の医師が最終的に異常あり又は異常なしの総合判定を
行なっている。この総合判定の結果が異常ありの場合に
は、その患者に対して精密検査が行なわれることにな
る。一方、総合判定の結果が異常なしの場合には、医師
が自ら画像診断支援装置を用いて診断に誤りがないかな
どのチェックを行なっていた。すなわち、画像診断支援
装置はあくまでも医師の判断を補助するものであり、医
師による読影済の医用画像に対して異常の有無を検出す
るものでなければならない。従って、この実施の形態で
は、医師の読影が終了する前にマーカーを表示したりす
ることがないような表示処理を採用した。以下、この表
示処理の詳細を図７３のフローチャートを用いて説明す
る。
【０１６２】［ステップＳ７３１］ＣＰＵ４０は、マー
カーが表示されていない元のＣＴ画像をそのまま表示す
る。 ［ステップＳ７３２］ＣＰＵ４０は、ステップＳ７３１
の表示が終了したＣＴ画像に対して表示済を記録する。
例えば、図６８に示すようなその他の情報の欄に表示済
を示すフラグを付加する。 ［ステップＳ７３３］ＣＰＵ４０は、画面上の表示終了
アイコンがマウスでクリック操作されたか否かの判定を
行なう。判定結果がｙｅｓの場合（操作された場合）は
ＣＰＵ４０は、表示処理を終了し、判定結果がｎｏの場
合（操作されていない場合）はＣＰＵ４０はステップＳ
７３４に進む。 ［ステップＳ７３４］ＣＰＵ４０は、マーカーを表示す
るためのアイコン（マーカー表示アイコン）がマウスで
クリック操作されたか否かの判定を行なう。判定結果が
ｙｅｓの場合（操作された場合）は、ＣＰＵ４０は、ス
テップＳ７３５に進み、判定結果がｎｏの場合（操作さ
れていない場合）は、ＣＰＵ４０はステップＳ７３３に
戻り、表示終了アイコン又はマーカ表示アイコンが操作
されるまで処理を繰り返す。
【０１６３】［ステップＳ７３５］ＣＰＵ４０は、全て
のＣＴ画像がステップＳ７３１の処理によって表示さ
れ、かつ、ステップＳ７３２の処理によって表示済が記
録してあるか否かの判定を行なう。判定結果がｙｅｓの
場合はステップＳ７３７に進み、判定結果がｎｏの場合
はステップＳ７３６に進む。 ［ステップＳ７３６］ステップＳ７３５の処理で全ての
ＣＴ画像が表示済みであると判定されたので、ＣＰＵ４
０は、マーカーの付加された画像を順次表示する。ＣＰ
Ｕ４０は、マーカーの付加された画像の表示は、病巣候
補陰影が抽出されたマーカー付きのＣＴ画像だけを所定
の順番で表示するようにしてもよいし、マーカー付きの
ＣＴ画像もそうでないＣＴ画像も順番に表示するように
してもよい。 ［ステップＳ７３７］ステップＳ７３５の処理で全ての
ＣＴ画像が表示済みでないと判定されたので、ＣＰＵ４
０は、「医師による読影が済んでいない画像がありま
す。」との画面を表示し、マーカー付きのＣＴ画像の表
示を行なわない旨を操作者（医師）に知らせ、ステップ
Ｓ７３１に戻る。これによって、読影済みでないＣＴ画
像に対して医師による読影が行なわれる。また、医師に
よる読影が行なわれることによってマーカー付きのＣＴ
画像が表示されるようになる。
【０１６４】図７４は、本発明に係る画像診断支援装置
による診断結果を表示する場合の表示処理の別の一例を
示す図である。図７３では、医師による読影済の医用画
像に対して病巣候補陰影の有無を検出し、病巣候補陰影
に対してマーカーを付加して表示する場合について説明
した。ここでは、マーカー付きのＣＴ画像からマーカー
を除去する場合の表示方法について説明する。図７４
（Ａ）はマーカー付きのＣＴ画像の表示画面の一例を示
す図である。画面上には、マーカーの非表示モードを選
択する非マークアイコン、次の画面を表示させるための
次画面アイコン、表示を終了させるための終了アイコン
が左側に表示されている。図７４（Ｂ）に示すように、
非表示アイコンがマウスでクリック操作されると、今ま
で表示されていたマーカーの表示が消え、非表示状態と
なり、画面下側に非表示状態であることを示す「非マー
クモードです」という文字が表示される。さらに、この
実施の形態では、図７４（Ｂ）の非マークモードが所定
時間経過した場合には、図７４（Ｃ）に示すように、元
のマーカ付きのＣＴ画像に復帰するようになっている。
この所定時間は予めパラメータとして設定可能である。
なお、非マークアイコンの上側にマーク表示アイコンを
設け、非マークモードとマークモードを操作者が任意に
切り換えることができるようにしてもよい。また、図７
１に示すように病巣候補陰影の強調表示及び非強調表示
を切り換えることのできるアイコンを設けてもよい。
【０１６５】図９の異常陰影検出処理では、小陰影、大
陰影、すりガラス状陰影、高濃度陰影などの陰影の種類
に応じて機能的には並列であっても時間的には順番に処
理を行なう場合について説明したが、各処理を時分割処
理や複数のコンピュータを用いて並列的に実行するよう
にしてもよい。図７５は、図９の異常陰影検出処理のメ
インフローの変形例を示す図である。図７５の異常陰影
検出処理は、陰影の種類に応じた各処理を並列的に実行
するものである。ステップＳ７５１のすりガラス型陰影
処理は、図９のすりガラス状陰影処理に対応する。ステ
ップＳ７５２の充実型陰影処理は、図９に示された小陰
影検出処理、大陰影検出処理及び高濃度陰影検出処理の
３つの処理に対応する。ステップＳ７５３の肺壁密着型
陰影処理は、図２５、図２６及び図４４に示された判定
サブルーチンに対応する。ステップＳ７５４のスピキュ
ラ型陰影処理は、図６３及び図６４に示された処理に対
応する。ステップＳ７５５の血管密着型陰影検出処理
は、図５０〜図５３に示された処理に対応する。ステッ
プＳ７５６の合成処理では、ステップＳ７５１〜ステッ
プＳ７５５の各処理によって抽出された結果を合成す
る。この抽出結果は、図６８に示すような陰影の座標位
置、面積、最長長さ、最短長さ及びその他の情報などで
ある。従って、ステップＳ７５７の表示・格納処理で
は、抽出された結果に基づいて上述のようなマーカー付
きのＣＴ画像を表示したり、抽出結果をメモリや磁気デ
ィスクに格納したりする。
【０１６６】図７６及び図７７は、判定サブルーチンの
第６の変形例を示す図である。図７６及び図７７に示さ
れた判定サブルーチンは、図２７の判定サブルーチンＥ
１や図２９の判定サブルーチンＦ１、さらに前述の各判
定サブルーチンに代えて又はこれらと並列的に行なわれ
るものである。この判定サブルーチンは、異常陰影検出
処理に分散値又は標準偏差値を利用するものである。図
７６は、異常陰影検出処理の分散値又は標準偏差値を利
用する方式の原理を示す図である。図７７は、病巣でな
いと思われる陰影をどのようにして抽出するのか、その
一例を説明するための図である。
【０１６７】病巣候補陰影が円形に近い場合は癌陰影
（異常陰影）である可能性が高く、長方形に近いときは
血管陰影（正常陰影）である可能性が高いことが分かっ
ている。そこで、このように病巣候補陰影の形状に従っ
た統計処理を利用して判別することとする。この統計処
理では、病巣候補陰影を示す領域の重心点を求めるとと
もにその重心点からその領域の縁部までの距離をその領
域の全周囲に亘って求める。求められた距離の分散値又
は標準偏差値を演算し、その分散値又は標準偏差値に基
づいて陰影が病巣候補陰影であるか否かの判定を行な
う。つまり、図７６（Ａ）に示すように、抽出された病
巣候補陰影が略円形領域である場合、その領域の中心点
から縁部までの距離Ｒは、その円形の半径Ｒ０に等しい
ので、この場合の分散値Ｄａは０となる。
【０１６８】図７６（Ｂ）に示すように、抽出された病
巣候補陰影が正方形である場合、その正方形領域の例え
ば重心点を中心点とし、その中心点から半径Ｒ０の円を
描く。この時、半径Ｒ０の大きさは、図７６（Ｂ）に示
すように、正方形領域の内側に接するような円の半径よ
りもやや大きく、正方形領域の外側に接するような円の
半径よりも小さくする。すなわち、半径Ｒ０の大きさ
は、中心点から陰影の縁までの距離の最大値と最小値と
の間に設定する。図７６（Ｂ）の場合についても同様に
して、その分散値Ｄｂを求める。
【０１６９】また、図７６（Ｃ）に示すように、抽出さ
れた病巣候補陰影が長方形である場合、その長方形領域
の中心点から半径の距離Ｒ０の円を描く。この時、半径
Ｒ０の大きさは、図７６（Ｃ）に示すように、長方形領
域の短辺に接するような円の半径よりも小さくし、長方
形領域の長辺に接するような円の半径よりも大きくす
る。すなわち、前述の正方形領域の場合と同様に、半径
Ｒ０の大きさは、中心点から陰影の縁までの距離の最大
値と最小値との間に設定する。図７６（Ｃ）の場合につ
いて、その分散値Ｄｃを求める。
【０１７０】図７６（Ｂ）及び図７６（Ｃ）の場合にお
ける分散値Ｄｂ，Ｄｃの関係は、Ｄｂ＜Ｄｃとなる。図
７６（Ｄ）は、上述の原理を、実際の血管陰影に適用し
た場合の具体例を示す図である。分散値Ｄは、Ｄ＝（Σ
（Ｒ−Ｒ０）２）／Ｎと定義される。ここで、Ｒは病巣
候補陰影の中心点から陰影領域の縁までの距離である。
Ｒ０はその中心点からの円の半径の大きさであり、集合
演算の平均値に相当するものである。Ｎは病巣候補陰影
の画素の総数である。また、Σは、病巣候補領域の縁部
までの距離をその領域の全周囲に渡る総和を意味してい
る。
【０１７１】図７７は、分散値又は標準偏差値を求める
場合の変形例を示すものである。図７７では、病巣候補
陰影の水平方向における縁から縁までの距離ＬＸについ
て分散値ＤＸを求め、続いて垂直方向の縁から縁までの
距離ＬＹについて分散値ＤＹを求める。そして、それぞ
れの分散値ＤＸ，ＤＹと陰影の形状を示す所定値との大
小関係に基づいて、図７７（Ａ）に示すような癌陰影
と、図７７（Ｂ）に示すような血管陰影とを判別するよ
うにした。なお、分散値をそのまま用いてもよいが、分
散値の平方根である標準偏差値を用いても判別できるこ
とはいうまでもない。また、病巣候補陰影の縁を抽出す
る方法として、陰影にしきい値処理等を用いる方法、濃
淡のある陰影では特定の濃度等高線を用いる方法、ラプ
ラシアン処理［ＭＥＤＩＣＡＬ ＩＭＡＧＩＮＧ ＴＥ
ＣＨＮＯＬＯＧＹ Ｖ０１．１６Ｎｏ．３ Ｍａｙ １
９９８ ２０９−２１４ｐ参照］を用いる方法の何れを
用いてもよく、さらに、それらを適宜組み合わせてもよ
い。
【０１７２】図７８は、本発明に係る画像診断支援装置
による診断結果を表示する場合の表示処理の変形例を示
す図である。図７９は、図７８の表示処理に伴う表示画
面の一例を示す図である。図７３の説明でも述べたよう
に、ＣＴ装置などで撮影された医用画像に基づいて医師
が診断を行なう場合、コンピュータによる判別結果を医
師の診断前に提示すると、診断の先入観になるおそれが
あるので、医師の診断前には本発明のプログラムが実行
されないようにプロテクトをしておくことが望ましい。
以下、この表示処理の詳細を図７８のフローチャートを
用いて説明する。
【０１７３】［ステップＳ７８１］ＣＰＵ４０は、この
実施の形態に係る画像診断支援装置の実行処理プログラ
ムを起動するための起動ボタンがマウスクリック操作さ
れたか否かを判定する。判定結果がｙｅｓの場合（起動
された場合）はステップＳ７８２に進み、判定結果がｎ
ｏの場合は起動ボタンが操作されるまで、このステップ
の処理を繰り返す。 ［ステップＳ７８２］ＣＰＵ４０は、画像をＣＲＴ４８
に表示した記録（表示済みのフラグ）が存在するか否か
を判定し、判定結果がｙｅｓの場合（存在する場合）は
ステップＳ７８４に進み、判定結果がｎｏの場合（存在
しない場合）はステップＳ７８３に進む。これは、ＣＲ
Ｔ４８に表示した記録があることで、医師が診断したと
見なすものである。さらに正確には、医師による読影記
録を参照し、それに基づいて判定を行なうようにしても
よい。この場合、ＣＰＵ４０は、読影記録がある（ｙｅ
ｓ）と判定した場合にはステップＳ７８４に進み、読影
記録がない（ｎｏ）と判定した場合にはステップＳ７８
３に進む。 ［ステップＳ７８３］ＣＰＵ４０は、医師が診断してな
い画像の表示が行なわれようとしているので、エラーメ
ッセージを表示して、ステップＳ７８１に戻る。このエ
ラーメッセージは、図７９（Ａ）、図７９（Ｂ）に示す
ようなエラーメッセージを表示すればよい。図７９
（Ａ）では、「エラー：医師による読影後のみ起動が可
能です。」というエラーメッセージが断層像の下側に表
示されている。図７９（Ｂ）では、「注意：診断記録が
ある場合のみ起動が可能です。」というエラーメッセー
ジが段像像の下側に表示されている。 ［ステップＳ７８４］ＣＰＵ４０は、実行処理プログラ
ムを起動する。 ［ステップＳ７８５］ＣＰＵ４０は、実行処理プログラ
ムに基づいて病巣候補陰影を演算によって求め、その結
果を表示する。その表示した情報を必要に応じて磁気デ
ィスク等に記録する。演算結果の表示は、図７９（Ｃ）
に示すように、例えば１枚目の断層像に円で囲まれた異
常箇所が１箇所あることと、さらに別の断層像のものも
含めて全部で何箇所に異常箇所が発見されたのかその数
値を示すものとする。図７９（Ｃ）では、全部で異常箇
所が３箇所であることが示されている。
【０１７４】図８０〜図８２は、判定サブルーチンの第
７の変形例を示す図である。図８０〜図８２に示された
判定サブルーチンは、図２７の判定サブルーチンＥ１や
図２９の判定サブルーチンＦ１、さらに前述の各判定サ
ブルーチンに代えて又はこれらと並列的に行なわれるも
のである。この判定サブルーチンは、異常陰影検出処理
に、陰影の面積及びこの陰影に関する面積の比を利用す
るものである。図８０は、病巣候補陰影全体の全面積と
陰影の縁部分にできた凹部分の面積との面積比を求める
場合の一例を示す図である。図８１は、血管陰影の分岐
部分がどのようにして抽出されるのか、その過程の一例
を示す図である。図８２は、図８０の面積比を求める場
合の手順の一例を示すフローチャート図である。図８３
は、図８０の処理に伴う表示画面の一例を示す図であ
る。
【０１７５】図８１（Ａ）に示すようなＣＴ画像の輝度
の高低を識別することによって、図８１（Ｂ）に示すよ
うな抽出領域が得られる。この抽出領域を血管陰影とし
て識別するために、この抽出領域をしきい値処理などで
二値化する。この二値化処理によって図８０（Ａ）に示
すような二値化された血管領域が抽出される。一方、図
８０（Ｂ）は、がん等の陰影を二値化した場合を示す。
図８０（Ｂ）に示すがん等の陰影は、図８０（Ａ）に示
す血管領域の陰影などと比較すればその違いが容易に理
解できるものであり、円形に近い形をしていることが理
解できる。図８０（Ａ）に示す血管陰影の場合、凹部分
のそれぞれの面積ｓ１ａ，ｓ１ｂ，ｓ１ｃの総和の面積
ｓｌと陰影の全面積ｓ２との面積比ＳＲを用いて病巣候
補陰影を判別する。面積比ＳＲは、面積ｓｌと面積ｓ２
との比を単純に示した比率式：ＳＲ＝ｓｌ／ｓ２によっ
て求めてもよいし、面積ｓ１と面積ｓ２の合計値と面積
ｓ２との比を示す比率式：ＳＲ＝ｓ２／（ｓｌ＋ｓ２）
によって求めてもよい。また、図８０（Ｂ）に示すがん
等の陰影の場合、凹部分の面積ｓ１０と陰影の全面積ｓ
２０の面積比ＳＲ＝ｓ１０／ｓ２０を用いて病巣候補陰
影を判別する。図８０（Ｃ）は、凹部分の面積を求める
方法が示されている。以下、凹部の面積を求める処理の
詳細を図８２のフローチャートを用いて説明する。
【０１７６】［ステップＳ８２１］ＣＰＵ４０は、図８
０（Ｃ）に示すように、陰影の輪郭線上の二点ｐｌ，ｐ
２を対として、両方の点を直線で選ぶ。ここで対として
選ばれるのは最初の１回のみである。 ［ステップＳ８２２］二点ｐｌ，ｐ２間を結ぶ直線上を
一方の点ｐ１から他方の点ｐ２に向かって一定長づつ移
動するような点ｐを想定する。ＣＰＵ４０は、点ｐが一
定長移動する毎に、点ｐが抽出領域（ｓ２）上に存在す
るか否かの判定を行なう。判定結果がｙｅｓの場合（点
ｐが抽出領域（ｓ２）上に存在する場合）はステップＳ
８２４に進み、判定結果がｎｏの場合はステップＳ８２
３に進む。 ［ステップＳ８２３］点ｐが抽出領域（ｓ２）上に存在
しないので、ＣＰＵ４０は、その部分に特定値（例えば
「5」）を記録する。 ［ステップＳ８２４］ＣＰＵ４０は、点ｐｌ，ｐ２間を
結ぶ直線上を点ｐが移動したかどうかを判定し、判定結
果がｎｏの場合（移動が終了していない場合）はステッ
プＳ８２２に戻り、判定結果がｙｅｓの場合（移動が終
了している場合）は、ステップＳ８２５に進む。ステッ
プＳ８２２〜ステップＳ８２４の処理によって、点ｐが
点ｐ１から点ｐ２まで移動しながら抽出領域（ｓ２）以
外の領域に特定値（例えば５）が記録される。 ［ステップＳ８２５］ＣＰＵ４０は、点ｐｌを固定点、
点ｐ２を移動点とした場合は、移動点ｐ２が抽出領域の
全ての輪郭線上を移動したか否かの判定を行なう。ＣＰ
Ｕ４０は、点ｐ２を固定点、点ｐ１を移動点とした場合
は、移動点ｐ１が抽出領域の全ての輪郭線上を移動した
か否かの判定を行なう。判定結果がｎｏの場合（移動点
の移動が終了していない場合）はステップＳ８２１に戻
り、次の二点間について同様の処理を行なう。判定結果
がｙｅｓの場合は、ステップＳ８２６に進む。
【０１７７】［ステップＳ８２６］ＣＰＵ４０は、特定
値（例えば５）の記録された領域の面積（ｓｌ）を求め
る。この面積ｓ１が凹部分の面積となる。 ［ステップＳ８２７］ＣＰＵ４０は、面積ｓｌと抽出領
域の面積ｓ２との面積比ＲＳを求める。 ［ステップＳ８２８］ＣＰＵ４０は、面積比ＲＳが予め
設定された一定値よりも大きいか否かの判定を行なう。
判定結果がｙｅｓの場合（大きい場合）はステップＳ８
２９に進み、判定結果がｎｏの場合（小さいか又は等し
い場合）はステップＳ８２Ａに進む。 ［ステップＳ８２９］ステップＳ８２８で面積比ＲＳが
一定値よりも大きいと判定されたので、抽出された陰影
は血管陰影の可能性が高い。従って、ＣＰＵ４０は、そ
の陰影を病巣候補陰影から削除する。 ［ステップＳ８２Ａ］ステップＳ８２８で面積比ＲＳが
一定値以下だと判定されたので、抽出された陰影は病巣
候補陰影の可能性が高い。従って、ＣＰＵ４０は、その
陰影を病巣候補陰影として座標位置などの情報を保存す
る。
【０１７８】次に、病巣候補陰影が病巣として認定でき
る陽性のものであるか、陽性に近い性質（疑陽性）のも
のであるか、または病巣ではない陰性のものであるとい
うように、病巣候補陰影の性質を識別して表示すること
は、医者の読影を支援することになり、好ましい。そこ
で、以下の実施の形態では、抽出された病巣候補と思わ
れる陰影の性質を、容易かつ瞬時に識別可能に表示する
ことのできる画像診断支援装置について説明する。
【０１７９】図８３は、面積比ＲＳに基づいて陰影が病
巣として認定できる陽性のものである、陽性に近い性質
（疑陽性）のものである、または病巣ではない陰性のも
のであるというように、病巣候補陰影の性質を識別する
ための情報を画像付帯情報として表示する場合の一例を
示す図である。図８３の表示画面中において、左側のウ
ィンドウには、面積比ＲＳの判定対象となる陰影を有す
るＣＴ画像が横軸に対応し、その陰影の面積比ＲＳが縦
軸に対応するグラフが表示され、右側のウィンドウに
は、その判定の対象となるＣＴ画像が表示されている。
グラフ中の白抜き丸印（○）は抽出された陰影について
の演算結果を示し、面積比ＲＳの大きさに対応した位置
にそれぞれ表示されている。最初は全てが丸印（○）で
表示され、陽性かどうかは未決定状態である。マウスで
グラフの下側の三角印（▲）を移動させることによっ
て、グラフ上の任意の白抜き丸印（○）を選択すること
ができる。三角印（▲）によって選択された白抜き丸印
（○）は黒塗り円（●）に変化する。これと同時に、選
択された黒塗り円（●）に対応するＣＴ画像が右側ウィ
ンドウに表示される。従って、このＣＴ画像を観察した
操作者 （医師）は、その陰影が陽性であるか陰性であ
るかの判定を行い。陰性だと判定した場合には、下側の
「偽」アイコンをマウスクリック操作する。これによっ
て、黒塗り円（●）は四角印（□）に変化する。一方、
操作者（医師）がその陰影を陽性であると判定した場合
には、「陽性」アイコンをマウスクリック操作する。こ
れによって、黒塗り円（●）はＸ印に変わる。このとき
に、Ｘ印の中で最も高い面積比ＲＳが判別しきい値とな
る。この判別しきい値に基づいて、しきい値が決定され
る。しきい値は、判別しきい値に定数（例えば、１．
１）を乗じた値とする。すなわち、しきい値＝判別しき
い値×定数となる。なお、定数は、四角印（□）の分布
を求めて、その標準偏差値を使って求めてるようにして
もよい。なお、しきい値が決定した場合、このしきい値
に基づいて白抜き丸印（○）の判定を行なう。この場
合、しきい値判定によって四角印（□）又はＸ印となっ
たものについては、色を変えて表示したり、点線で表示
したりして、しきい値に基づいて判定されたことを認識
可能に表示するようにしてもよい。ここでは、図８３の
ような表示画像を図３３の判定不能画像又は候補画像と
して表示するようにしてもよい。この場合、未決定状態
の白抜き丸印（○）を判定不能画像側に画像付帯情報と
して表示し、陽性と認定されたＸ印を候補画像側に画像
付帯情報として表示してもよい。
【０１８０】また、図８４及び図８５は面積比の求め方
の変形例を示す図である。まず、図８４（Ａ）に示すよ
うに陰影の輪郭線に対して３点で内接する円を作成し、
その円によって分割された陰影の各領域の面積ｓ１〜ｓ
３の合計値と、円の面積ｓ１０との面積比ＲＳを求め
る。この面積比ＲＳは、ＲＳ＝（ｓｌ＋ｓ２＋ｓ３）／
ｓ１０に基づいて算出される。次に陰影の輪郭線に対し
て３点で外接する円を作成し、その円の面積ｓ１０と陰
影の面積ｓ２との面積比ＲＳを求める。この面積比ＲＳ
はＲＳ＝ｓ２／ｓｌ０に基づいて算出される。
【０１８１】図８５（Ａ）では、血管陰影の隣接線に内
接する多角形（図では三角形）を作成し、その多角形に
よって分割された陰影の各領域の面積ｔ１〜ｔ３の合計
値と、多角形の面積ｔ０との面積比ＲＳを求める。この
面積比ＲＳは、ＲＳ＝（ｔｌ＋ｔ２＋ｔ３）／ｔ０に基
づいて算出される。図８５（Ｂ）は、病巣候補陰影に内
接する多角形（図では五角形）を作成し、その多角形に
よって分割された陰影の各領域の面積ｔ１〜ｔ５の合計
値と、多角形の面積Ｔ０との面積比ＲＳを求める。この
面積比ＲＳは、ＲＳ＝（ｔｌ＋ｔ２＋ｔ３＋ｔ４＋ｔ
５）／Ｔ０に基づいて算出される。面積比を求めるため
に、上述の面積ｔ０〜ｔ３、Ｔ０〜Ｔ５以外に、陰影の
外側に形成される凹部分のそれぞれの面積ｓ１ａ，ｓ１
ｂ，ｓ１ｃ，ｓ１０を適宜用いてもよい。さらに、凹部
分には別の特徴がある。すなわち、血管の分岐部の凹部
分を求めると三つの分離した領域が得られる場合があ
る。これを利用して、血管分岐部を削除することができ
る。
【０１８２】この実施の形態では、２値化画像の輪郭縁
を利用する場合について説明したが、２値化画像の輪郭
縁は多値画像陰影の等濃度線に対応しているので、二値
化せずに、等濃度線に対して同様の処理を行なうことも
可能である。この特徴量の大きさをそのまま判定に用い
てもよいが、他の特徴量と共にニューラルネットワーク
への入力信号とし、このニューラルネットワークからの
出力信号を判定に用いてもよい。また、分散値を利用す
る方式と面積比を利用する方式とを被検体の適用する部
位などによって好適な方式を選択する手段、例えば選択
メニューなどをマウスで選択できるようにして、医者の
診断支援ソフトの操作性を向上させることができる。
【０１８３】また、分散値を利用する方式と面積比を利
用する方式とを組み合わせることによって、より精度良
く癌陰影と血管陰影が識別されることとなり、診断支援
ソフトの信頼性を向上させることができる。また、陰影
の抽出において、胸膜を含むような特殊な陰影を求める
場合には、図８６に示すように、特殊性を考慮した処理
が必要となる。図８６は、胸膜を含むような特殊な陰影
を求める場合の一例を示す図である。図８６（Ａ）に示
すようなＣＴ画像には、炎症等による陰影８６１、血管
等の陰影５５２、胸膜に垂直な陰影５５３がそれぞれ存
在する。図８６（Ａ）のＣＴ画像を２値化すると、図８
６（Ｂ）に示されるようになる。さらに、図８６（Ｃ）
に示されるように、胸膜の輪郭８６５だけを取り出し、
各陰影８６１〜８６３と胸膜の輪郭８６５との関係を見
ると、通常の血管陰影８６１は胸膜の輪郭８６５に接し
ていないという条件で削除できる。さらに、炎症による
幅広な陰影８６２と、胸膜の輪郭８６５に垂直に接する
陰影８６３とは、胸膜の輪郭に接する長さがそれぞれ異
なることで区別できる。ＣＴ画像に対して、特定範囲の
しきい値を指定し、画像を強調することによって、図８
６（Ｃ）のような輪郭８６５を抽出することができる。
輪郭８６５を抽出することができたら、今度は抽出され
た輪郭８６５を切断孤立させ、胸膜の輪郭８６５と各陰
影８６１〜８６３との結合状況による個別判別を行う。
これによって、各陰影と胸膜の輪郭との関係から、陰影
の種類を判別することができる。上記の種々の特徴量を
用いて病巣候補にすべきかどうかの判定をする場合、途
中に統計的処理やニューラルネットなどの処理を採用し
たとしても、最終的にはしきい値処理などの正確なパラ
メータを決定する必要がある場合がある。このような場
合の常套手段としては、毎日得られる画像から逆にパラ
メータをより正確にしていく、いわゆる”学習”による
ことはいうまでもない。また、本発明により、従来にな
い病巣陰影を判別するための特徴量とその特徴量を利用
した処理手順を提供することができる。
【０１８４】
【発明の効果】以上説明したように本発明の画像診断支
援装置によれば、コンピュータで医用画像から病巣候補
などを自動判別する際に、大きさや形の異なる陰影を統
一的に扱うことができ、コンピュータ演算も短時間で済
むという効果がある。また、本発明の画像診断支援装置
によれば、抽出された病巣候補と思われる陰影を容易か
つ瞬時に識別可能に表示することができるという効果が
ある。
【図面の簡単な説明】
【図１】 本発明が適用される病巣候補抽出及び表示装
置全体のハードウエア構成を示すブロック図
【図２】 病巣候補抽出表示装置が実行するメインフロ
ーを示す図
【図３】 図２のメインフローによってＣＴ画像がどの
ように処理されるのかを示す図
【図４】 図１のＣＲＴディスプレイ上の表示画面の一
例を示す図
【図５】 図２のステップＳ８１の多値化画像処理の前
半部分を示す詳細フローチャート図
【図６】 図２のステップＳ８０の多値化画像処理の後
半部分を示す詳細フローチャート図
【図７】 図５及び図６の多値化画像処理を原理的に説
明するための図
【図８】 陰影又は陰影の境界に位置する画素を抽出す
る方法によってどのように陰影が抽出されるかの概念を
示す図
【図９】 図２のステップＳ８１の異常陰影検出処理の
詳細を示すフローチャート図
【図１０】 図９の各ステップの陰影検出処理の詳細を
示す図
【図１１】 図１０のステップＳ４３，Ｓ４５，Ｓ４８
の第１〜第３判別処理の詳細を示すフローチャート図
【図１２】 図１１のステップＳ７２，Ｓ７４，Ｓ７６
の判定サブルーチンＡ１〜Ａ３の詳細を示すフローチャ
ート図
【図１３】 図１２の判定サブルーチンＡ１〜Ａ３の処
理の様子を概念的に示す図
【図１４】 濃度を求める画素を陰影の中心位置から渦
巻き上にサーチする方法の概念を示す図
【図１５】 濃度を求める画素を陰影の中心位置から渦
巻き上にサーチする別の方法の概念を示す図
【図１６】 図１４及び図１５のサーチ方法によるサン
プリング点を概念的に示すと共にそのサンプリグ点のデ
ータ「０」，「１」によって形成されるパターンを示す
図
【図１７】 多値化画像における陰影の形状を濃度の大
きさに変換する方法の概念を示す図
【図１８】 陰影が病巣候補陰影（癌陰影）又は正常陰
影のいずれであるかを判別する方法を示す図
【図１９】 病巣陰影と正常陰影の存在するＣＴ画像の
一例を示す図
【図２０】 図１１のステップＳ７２，Ｓ７４，Ｓ７６
の判定サブルーチンＢ１〜Ｂ３の詳細を示すフローチャ
ート図
【図２１】 図２０の判定サブルーチンＢ１〜Ｂ３の処
理の様子を病巣陰影について概念的に示す図
【図２２】 図２０の判定サブルーチンＢ１〜Ｂ３の処
理の様子を血管断面陰影について概念的に示す図
【図２３】 図１１のステップＳ７２，Ｓ７４，Ｓ７６
の判定サブルーチンＣ１〜Ｃ３の詳細を示すフローチャ
ート図
【図２４】 図２３の判定サブルーチンＣ１〜Ｃ３の処
理の様子を概念的に示す図
【図２５】 図１１のステップＳ７２，Ｓ７４，Ｓ７６
の判定サブルーチンＤ１〜Ｄ３の詳細を示すフローチャ
ート図
【図２６】 図２５ぼ判定サブルーチンＤ１〜Ｄ３の処
理の様子を概念的に示す図
【図２７】 図１１のステップＳ７２の判定サブルーチ
ンＥ１の詳細を示すフローチャート図
【図２８】 図２７の判定サブルーチンＥ１の処理の様
子を概念的に示す図
【図２９】 図１１のステップＳ７２の判定サブルーチ
ンＦ１の詳細を示すフローチャート図
【図３０】 図２９の判定サブルーチンＦ１の処理の様
子を概念的に示す図
【図３１】 図３の変形例であり、ＣＴ画像とビットメ
モリ上の処理途中の画像とを合成表示する場合を示す図
【図３２】 病巣候補陰影から外される正常陰影を抽出
する他の例を示す図
【図３３】 全画像と病巣候補画像とをウィンドウ毎に
分類して表示する例を示す図
【図３４】 各判定サブルーチンの処理に必要なパラメ
ータを設定する画面の一例を示す図
【図３５】 ＣＴ画像に複数の病巣候補陰影を囲む複数
の円を表示した例を示す図
【図３６】 図３５に示す複数の円を処理して円が互い
に重複しないような円弧を描く方法を概念的に示す図
【図３７】 図３５に示す円弧を描く場合の処理の一例
を示すフローチャート図
【図３８】 病巣候補陰影をマーカーで示した検出結果
画面とそのマーカー部分を拡大して示した拡大画面とを
画面中に同時に表示した場合の一例を示す図
【図３９】 病巣候補陰影の抽出処理の行われた画像の
順番に表示される場合の表示画面の一例を示す図
【図４０】 ＣＴ画像が縦横１６分割された状態を示す
図、図４０（ａ）は左上から左下に向かって順番に番号
が付された場合を示す図、図４０（ｂ）は左上から右上
に向かって順番に番号が付された場合を示す図
【図４１】 左上から左下に向かって順番に病巣候補陰
影が表示される場合の表示画面の一例を示す図
【図４２】 左上から右上に向かって順番に病巣候補陰
影が表示される場合の表示画面の一例を示す図
【図４３】 ＣＴ画像が縦横４０分割された状態を示す
図
【図４４】 陰影が壁面部分に位置すると判定した場合
に、陰影と壁面部分との接触長によってその病巣候補陰
影と判別されるかどうかの具体例を示す図
【図４５】 判定サブルーチンの別の実施例を示す図
【図４６】 判定サブルーチンのさらに別の実施例を示
す図
【図４７】 比較的大きな病巣候補陰影と血管陰影とが
重なっている場合の血管陰影を切断して除去する状態の
概念を示す図
【図４８】 図４７の血管陰影の切断処理の詳細を示す
フローチャート図
【図４９】 図４８の切断長を設定する場合の具体例を
示す図
【図５０】 判定サブルーチンの第１の変形例を示す図
【図５１】 図５０の集計結果を示す図であり、図５１
（Ａ）はランレングスをアドレスとする計数メモリの概
略を示し、図５１（Ｂ）はその計数メモリの内容をラン
レングスを横軸に、その個数を縦軸として表した特性曲
線を示す図
【図５２】 図５０の変形例を示す図
【図５３】 判定サブルーチンの第２の変形例の前半部
を示す図
【図５４】 判定サブルーチンの第２の変形例の後半部
を示す図
【図５５】 癌に付随する癌随伴陰影（胸膜陥入）を判
別する場合の具体例を示す図
【図５６】 図５５の癌随伴陰影（胸膜陥入）を検出す
るための癌付随物検出処理の詳細を示すフローチャート
図
【図５７】 図５６の癌付随物検出処理によって検出さ
れた癌随伴陰影をマーカーとを重ねて表示した表示画面
の一例を示す図
【図５８】 判定サブルーチンの第３の変形例を示す図
であり、半径を回転させてその半径上に位置する陰影の
ＣＴ値の分散値又は標準偏差値から陰影を判別するよう
にしたものを示す図
【図５９】 図５８の変形例を示す図であり、陰影を種
々分割して、その分散値又は標準偏差値から陰影を判別
するようにしたものを示す図
【図６０】 図５８の変形例を示す図であり、陰影の分
散値又は標準偏差値と、その陰影の外周に沿った所定領
域の分散値又は標準偏差値を用いて陰影を判定するよう
にしたものを示す図
【図６１】 病巣候補陰影を表示する際にマウスポイン
タによって任意の陰影を表示するようにした病巣候補陰
影表示の別の実施の形態を示す図
【図６２】 図６１の病巣候補陰影表示処理の詳細を示
すフローチャート図
【図６３】 判定サブルーチンの第４の変形例を示す図
であり、悪性の癌陰影の周辺に現れるスピキュラと呼ば
れる針状又は線状の陰影の概略を示す図
【図６４】 スピキュラと呼ばれる針状又は線状の陰影
をどのようにして特定するのかその具体的様子を示す図
【図６５】 図２７の判定サブルーチン、図２９の判定
サブルーチンの変形例を示すものであり、血管断面陰影
を抽出し、それを取り除くための処理方法の概念を示す
図
【図６６】 図６５の処理方法の具体例を示す図
【図６７】 判定サブルーチンの第５の変形例を示す図
であり、互いに直交する３組の医用画像（アキシャル画
像、サジタル画像、コロナル画像）を用いて病巣候補陰
影を抽出する場合の概念を示す図
【図６８】 検出された病巣候補陰影に関する位置情報
などのデータを記憶したメモリの内容を示す図
【図６９】 病巣候補陰影の抽出されたＣＴ画像とマー
カーとを操作者（医者）に表示する場合に、過去に撮影
され、抽出された病巣候補陰影を併せて表示する場合の
具体例を示す図
【図７０】 マーカーの表示態様の変形例を示す図
【図７１】 病巣候補陰影をマーカーで囲んで表示した
だけの場合とマーカーで囲まれた領域のＣＴ画像を強調
表示した場合の具体例を示す図
【図７２】 病巣候補陰影の抽出されたＣＴ画像と病巣
候補陰影の抽出されなかったＣＴ画像を順番に動画像表
示する場合の変形例を示す図
【図７３】 本発明に係る画像診断支援装置による診断
結果を表示する場合の表示処理の一例を示す図
【図７４】 本発明に係る画像診断支援装置による診断
結果を表示する場合の表示処理の別の一例を示す図
【図７５】 図９の異常陰影検出処理のメインフローの
変形例を示す図
【図７６】 判定サブルーチンの第６の変形例を示す図
であり、異常陰影検出処理の分散値を利用する方式の原
理を示す図、
【図７７】 判定サブルーチンの第６の変形例を示す図
であり、病巣でないと思われる陰影をどのようにして抽
出するのか、その一例を説明するための図
【図７８】 本発明に係る画像診断支援装置による診断
結果を表示する場合の表示処理の変形例を示す図
【図７９】 図７８の表示処理に伴う表示画面の一例を
示す図
【図８０】 判定サブルーチンの第７の変形例を示す図
であり、病巣候補陰影全体の全面積と陰影の縁部分にで
きた凹部分の面積との面積比を求める場合の一例を示す
図
【図８１】 判定サブルーチンの第７の変形例を示す図
であり、血管陰影の分岐部分がどのようにして抽出され
るのか、その過程の一例を示す図
【図８２】 判定サブルーチンの第７の変形例を示す図
であり、図８０の面積比を求める場合の手順の一例を示
すフローチャート図
【図８３】 図８０の処理に伴う表示画面の一例を示す
図
【図８４】 面積比の求め方の変形例を示す第１の図
【図８５】 面積比の求め方の変形例を示す第２の図
【図８６】 胸膜を含むような特殊な陰影を求める場合
の一例を示す図
【符号の説明】
１…ＣＴ画像 ２，３，４，５，１５，１６…陰影 １０，１２，１４…サーチの開始点 １６…癌陰影のデータ １８…血管断面陰影のデータ ２０…元のＣＴ画像 ２２…病巣候補陰影 ２４…処理途中の画像 ３０…医用画像 ３１，３２，３３…円（マーカー） ４０…中央処理装置（ＣＰＵ） ４２…主メモリ ４４…磁気ディスク ４６…表示メモリ ４８…ＣＲＴディスプレイ ５０…マウス ５２…コントローラ ５４…キーボード ５６…共通バス Ｌ１ Ｌ２ Ｌ３…ループ
───────────────────────────────────────────────────── 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 7/60 １５０ Ａ６１Ｂ 5/05 ３８０ (31)優先権主張番号 特願2001−57226(P2001−57226) (32)優先日 平成13年３月１日(2001．3．1) (33)優先権主張国 日本（ＪＰ） Ｆターム(参考） 4C093 AA22 AA26 CA21 CA31 FF08 FF09 FF13 FF16 FF17 FF18 FF20 FF23 FF28 FG04 4C096 AB04 AB39 AD12 AD14 AD17 DA01 DC15 DC16 DC20 DC23 DC24 DD13 5B057 AA09 BA29 CA08 CA12 CA16 CB08 CB13 CB16 CC03 CD03 CD05 CE03 CE11 CH01 CH11 CH14 DA08 DA16 DB03 DB09 DC06 5L096 AA06 AA09 BA06 BA13 CA03 DA01 EA03 FA06 FA60 FA62 FA67 FA69 FA78 JA11 LA01 LA05 LA11

Claims (51)

    【特許請求の範囲】
  1. 【請求項１】 医用画像に所定の画像処理を施して多値
    化画像を作成する多値化手段と、前記多値化手段によっ
    て作成された前記多値化画像に基づいて少なくとも１つ
    以上の判別処理を実行して病巣の候補とされる病巣候補
    陰影を抽出する抽出手段とを備えたことを特徴とする画
    像診断支援装置。
  2. 【請求項２】 医用画像に所定の画像処理を施して多値
    化画像を作成する多値化手段と、前記多値化手段によっ
    て作成された前記多値化画像及び前記医用画像に基づい
    て少なくとも１つ以上の判別処理を実行して病巣の候補
    とされる病巣候補陰影を抽出する抽出手段とを備えたこ
    とを特徴とする画像診断支援装置。
  3. 【請求項３】 請求項１又は２において、前記医用画像
    の中から判別対象となる陰影の種類に応じた画素値範囲
    に属する画素だけを抽出して判別対象医用画像を作成す
    る画像作成手段を設け、前記多値化手段は、前記判別対
    象医用画像に所定の画像処理を施して多値化画像を作成
    し、前記抽出手段は前記多値化手段によって作成された
    前記多値化画像に基づいて、又は前記多値化画像及び前
    記判別対象用医用画像に基づいて少なくとも１つ以上の
    判別処理を実行して病巣の候補とされる病巣候補陰影を
    抽出することを特徴とする画像診断支援装置。
  4. 【請求項４】 請求項１、２又は３において、前記抽出
    手段が、前記多値化画像、前記医用画像又は前記判別対
    象用医用画像を、判別対象となる陰影の大きさに応じて
    それぞれ拡大した画像、縮小した画像、そのままの画像
    に対して前記判別処理を実行することを特徴とする画像
    診断支援装置。
  5. 【請求項５】 請求項１、２、３又は４において、前記
    抽出手段が、前記判別処理の中の少なくとも１つ以上を
    組み合わせて構成された複数の組合せ処理を前記医用画
    像のスライス厚に応じて選択し、選択された組合せ処理
    を前記多値化画像、前記医用画像又は前記判別対象用医
    用画像に対して実行することを特徴とする画像診断支援
    装置。
  6. 【請求項６】 請求項１、２、３、４又は５において、
    前記抽出手段が、前記多値化画像に基づいて陰影の中心
    又は重心を検出し、前記陰影の中心又は重心付近を基準
    点とする所定長の半径を前記多値化画像、前記医用画像
    又は前記判別対象用医用画像中の陰影上で回転させて、
    前記半径と交わる前記多値化画像、前記医用画像又は前
    記判別対象用医用画像中の陰影の画素値をサンプリング
    し、前記画素値に基づいて前記陰影が病巣候補陰影であ
    るか否かを判別することを特徴とする画像診断支援装
    置。
  7. 【請求項７】 請求項６において、前記抽出手段が、前
    記半径を渦巻き状又は同心円状に回転させて前記画素値
    をサンプリングし、前記画素値に基づいて前記回転によ
    って形成される各ループ毎の代表値を求め、前記代表値
    を予め記憶されている基準値と比較判定して前記陰影が
    病巣候補陰影であるか否かを判別することを特徴とする
    画像診断支援装置。
  8. 【請求項８】 請求項１、２、３、４又は５において、
    前記抽出手段が、前記多値化画像に基づいて陰影の中心
    又は重心を検出し、前記陰影の中心又は重心付近を基準
    点とする所定長の半径を前記多値化画像、前記医用画像
    又は前記判別対象用医用画像中の陰影上で回転させて、
    前記半径と交わる前記多値化画像、前記医用画像又は前
    記判別対象用医用画像中の陰影の画素値をサンプリング
    し、前記回転によって形成される各ループの隣接するル
    ープ同士の前記画素値の相関を求め、前記相関に基づい
    て前記陰影が病巣候補陰影であるか否かを判別すること
    を特徴とする画像診断支援装置。
  9. 【請求項９】 請求項１、２、３、４又は５において、
    前記抽出手段が、前記多値化画像に基づいて陰影の中心
    又は重心を検出し、前記陰影の中心又は重心付近を基準
    点として所定の角度ηをなす二直線を前記多値化画像、
    前記医用画像又は前記判別対象用医用画像中の陰影上で
    回転させて、前記二直線と交わる前記多値化画像、前記
    医用画像又は前記判別対象用医用画像中の陰影の画素値
    をそれぞれサンプリングし、前記二直線に対応する前記
    画素値に基づいて前記陰影の異方性を求め、前記異方性
    に基づいて前記陰影が病巣候補陰影であるか否かを判別
    することを特徴とする画像診断支援装置。
  10. 【請求項１０】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点とする所定長の半径を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て、前記半径と交わる前記多値化画像、前記医用画像又
    は前記判別対象用医用画像中の陰影の画素値をサンプリ
    ングし、前記画素値が前記回転に応じて急激に変化する
    時の角度を少なくとも２カ所検出し、前記少なくとも２
    カ所の角度に位置する半径間の仰角を求め、前記仰角と
    予め記憶されている基準値とを比較判定して前記陰影が
    病巣候補陰影であるか否かを判別することを特徴とする
    画像診断支援装置。
  11. 【請求項１１】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点として所定長の直線を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て、前記直線と前記多値化画像、前記医用画像又は前記
    判別対象用医用画像中の陰影と交差する直線部分の長さ
    の最小値及び最大値の少なくとも一方を求め、前記基準
    点を通って前記最小値の直線にほぼ直交するような直交
    直線の延長線上であって前記陰影から所定距離だけ外側
    に位置する前記多値化画像、前記医用画像又は前記判別
    対象用医用画像中の第１及び第２の画素値及び前記最小
    値の直線の延長線上であって前記陰影から所定距離だけ
    外側に位置する前記多値化画像、前記医用画像又は前記
    判別対象用医用画像中の第３及び第４の画素値、前記基
    準点を通って前記最大値の直線にほぼ直交するような直
    交直線の延長線上であって前記陰影から所定距離だけ外
    側に位置する前記多値化画像、前記医用画像又は前記判
    別対象用医用画像中の第５及び第６の画素値及び前記最
    大値の直線の延長線上であって前記陰影から所定距離だ
    け外側に位置する前記多値化画像、前記医用画像又は前
    記判別対象用医用画像中の第７及び第８の画素値、又は
    前記最小値及び最大値の直線の延長線上であって前記陰
    影から所定距離だけ外側に位置する前記多値化画像、前
    記医用画像又は前記判別対象用医用画像中の第９〜第１
    ２の画素値をサンプリングし、前記第１〜第４の画素
    値、前記第５〜第８の画素値、又は前記第９〜第１２の
    画素値に基づいて前記陰影が病巣候補陰影であるか否か
    を判別することを特徴とする画像診断支援装置。
  12. 【請求項１２】 請求項１、２、３、４又は５におい
    て、前記抽出手段が前記多値化画像に基づいて陰影の中
    心又は重心を検出し、前記陰影の中心又は重心付近を基
    準点とする所定長の半径を前記多値化画像、前記医用画
    像又は前記判別対象用医用画像中の陰影上で回転させて
    前記半径と交わる前記多値化画像、前記医用画像又は前
    記判別対象用医用画像中の陰影の画素値をサンプリング
    し、前記画素値に基づいて濃度波形を作成し、前記濃度
    波形のピークを示す角度にある半径を少なくとも２カ所
    検出し、前記検出された半径の隣り合うもの同士のなす
    角度の二等分線を求め、前記検出された半径上における
    前記画素値の総和と前記二等分線上における前記画素値
    の総和に基づいて前記陰影が病巣候補陰影であるか否か
    を判別することを特徴とする画像診断支援装置。
  13. 【請求項１３】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点とする所定長の半径を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て前記半径と交わる前記多値化画像、前記医用画像又は
    前記判別対象用医用画像中の陰影の画素値をサンプリン
    グし、前記画素値に基づいて濃度波形を作成し、前記濃
    度波形のピークを示す半径を少なくとも２カ所検出し、
    前記検出された半径上における前記画素値の平均値と、
    前記検出された半径以外の半径上における前記画素値の
    平均値とに基づいて前記陰影が病巣候補陰影であるか否
    かを判別することを特徴とする画像診断支援装置。
  14. 【請求項１４】 医用画像に所定の画像処理を施して多
    値化画像を作成する多値化手段と、前記多値化手段によ
    って作成された前記多値化陰影画像に基づいて少なくと
    も１つ以上の判別処理を実行して病巣の候補とされる病
    巣候補陰影を抽出する抽出手段と、前記抽出手段によっ
    て抽出された前記病巣候補陰影を前記医用画像中に識別
    可能に表示する表示手段とを備えたことを特徴とする画
    像診断支援装置。
  15. 【請求項１５】 医用画像に所定の画像処理を施して多
    値化画像を作成する多値化手段と、前記多値化手段によ
    って作成された前記多値化陰影画像及び前記医用画像と
    に基づいて少なくとも１つ以上の判別処理を実行して病
    巣の候補とされる病巣候補陰影を抽出する抽出手段と、
    前記抽出手段によって抽出された前記病巣候補陰影を前
    記医用画像中に識別可能に表示する表示手段とを備えた
    ことを特徴とする画像診断支援装置。
  16. 【請求項１６】 請求項１４又は１５において、前記医
    用画像の中から判別対象となる陰影の種類に応じた画素
    値範囲に属する画素だけを抽出して判別対象医用画像を
    作成する画像作成手段を設け、前記多値化手段は、前記
    判別対象医用画像に所定の画像処理を施して多値化画像
    を作成し、前記抽出手段は前記多値化手段によって作成
    された前記多値化画像に基づいて、又は前記多値化画像
    及び前記判別対象用医用画像に基づいて、少なくとも１
    つ以上の判別処理を実行して病巣の候補とされる病巣候
    補陰影を抽出することを特徴とする画像診断支援装置。
  17. 【請求項１７】 請求項１４、１５又は１６において、
    前記表示手段が、前記判別処理によって前記病巣候補陰
    影と判別された陰影を、前記判別処理の一つの処理が終
    了する毎に、前記医用画像中に又は前記医用画像とは別
    の領域に表示することを特徴とする画像診断支援装置。
  18. 【請求項１８】 請求項１４、１５、１６又は１７にお
    いて、前記表示手段が、前記病巣候補陰影付近の拡大画
    像を、前記医用画像中に又は前記医用画像とは別の領域
    に表示することを特徴とする画像診断支援装置。
  19. 【請求項１９】 請求項１４、１５、１６、１７又は１
    ８において、前記表示手段が、前記病巣候補陰影の前記
    医用画像中における位置に応じてその表示の順番を制御
    して前記医用画像を表示することを特徴とする画像診断
    支援装置。
  20. 【請求項２０】 請求項１４、１５又は１６において、
    前記表示手段が、前記抽出された前記病巣候補陰影を囲
    むようなマーカーを表示することを特徴とする画像診断
    支援装置。
  21. 【請求項２１】 請求項２０において、前記抽出手段
    が、抽出された前記病巣候補陰影の病巣確信度を検出
    し、前記表示手段が、前記病巣確信度に基づいて前記マ
    ーカーの表示形態を変えて表示することを特徴とする画
    像診断支援装置。
  22. 【請求項２２】 請求項１０において、前記抽出手段
    が、前記仰角と予め記憶されている基準値とを比較判定
    して前記陰影が病巣候補陰影であると判別した場合に、
    その陰影と壁面との接触長を求め、前記接触長に基づい
    て前記陰影が病巣陰影であるか又は病巣の随伴物陰影で
    あるかを判別することを特徴とする画像診断支援装置。
  23. 【請求項２３】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点として所定長の直線を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て、前記直線と前記多値化画像、前記医用画像又は前記
    判別対象用医用画像中の陰影と交差する直線部分の長さ
    を求め、角度と前記直線部分の長さとの関係を示す曲線
    をフーリエ展開し、このフーリエ展開の結果に基づい
    て、前記陰影が病巣陰影であるか否かを判別することを
    特徴とする画像診断支援装置。
  24. 【請求項２４】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点として所定長の直線を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て、前記直線と前記多値化画像、前記医用画像又は前記
    判別対象用医用画像中の陰影と交差する直線部分の長さ
    の最小値を求め、前記最小値の自乗で前記陰影の面積を
    除算し、その除算値に基づいて、前記陰影が病巣陰影で
    あるか否かを判別することを特徴とする画像診断支援装
    置。
  25. 【請求項２５】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点として所定長の直線を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て、前記直線と前記多値化画像、前記医用画像又は前記
    判別対象用医用画像中の陰影と交差する直線部分の長さ
    の最小値を求め、前記最小値に基づいて切断長を求め、
    前記切断長を用いて前記陰影に接する細長い陰影を除去
    することを特徴とする画像診断支援装置。
  26. 【請求項２６】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点として前記陰影の形状に即した閉曲線を描き、前
    記閉曲線が前記多値化画像、前記医用画像又は前記判別
    対象用医用画像中の陰影と交わる場合の短曲線長又は交
    わらない場合の短曲線長と、その短曲線長の個数を求
    め、前記短曲線長と前記個数との関係に基づいて、前記
    陰影が病巣候補陰影であるか否かを判別することを特徴
    とする画像診断支援装置。
  27. 【請求項２７】 請求項２３において、前記抽出手段
    が、前記多値化画像に基づいて陰影の中心又は重心を検
    出し、前記陰影の中心又は重心付近を基準点として所定
    長の直線を前記多値化画像、前記医用画像又は前記判別
    対象用医用画像中の陰影上で回転させて、前記直線と前
    記多値化画像、前記医用画像又は前記判別対象用医用画
    像中の陰影と交差する直線部分の長さを縦軸とし、角度
    を横軸とする曲線を描き、その曲線の底部の位置を検出
    し、その底部同士を所定の曲線で補間することによって
    前記閉曲線を描くことを特徴とする画像診断支援装置。
  28. 【請求項２８】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記陰影を通過する所定方向の少
    なくと一つの直線と交わる前記医用画像又は前記判別対
    象用医用画像中の画素値をサンプリングし、前記画素値
    に基づいて前記直線上における各画素の正負の濃度勾配
    を求め、前記正の濃度勾配が連続する場合の画素数を正
    のランレングスとし、前記負の濃度勾配が連続する場合
    の画素数を負のランレングスとして、前記正及び負のラ
    ンレングスとそれらの個数を求め、前記正及び負のラン
    レングスと前記個数との関係に基づいて、前記陰影が病
    巣候補陰影であるか否かを判別することを特徴とする画
    像診断支援装置。
  29. 【請求項２９】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像、前記医用画像又
    は前記判別対象用医用画像中の陰影の画素値の分散値又
    は標準偏差値を求め、前記分散値又は標準偏差値に基づ
    いて前記陰影が病巣候補陰影であるか否かを判別するこ
    とを特徴とする画像診断支援装置。
  30. 【請求項３０】 請求項２９において、前記抽出手段
    が、前記多値化画像に基づいて陰影の中心又は重心を検
    出し、前記陰影の中心又は重心付近を基準点として所定
    長の直線を前記多値化画像、前記医用画像又は前記判別
    対象用医用画像中の陰影上で回転させて前記直線と交わ
    る前記多値化画像、前記医用画像又は前記判別対象用医
    用画像中の陰影の画素値をサンプリングし、所定の角度
    の前記直線と交わる前記画素値の分散値又は標準偏差値
    をそれぞれ求め、前記分散値又は標準偏差値に基づいて
    前記陰影が病巣候補陰影であるか否かを判別することを
    特徴とする画像診断支援装置。
  31. 【請求項３１】 請求項２９において、前記抽出手段
    が、前記多値化画像、前記医用画像又は前記判別対象用
    医用画像中の陰影を複数領域に分割し、各領域における
    前記画素値の分散値又は標準偏差値をそれぞれ求め、前
    記分散値又は標準偏差値に基づいて前記陰影が病巣候補
    陰影であるか否かを判別することを特徴とする画像診断
    支援装置。
  32. 【請求項３２】 請求項１、２、３、４、５又は２９に
    おいて、前記抽出手段が、前記多値化画像、前記医用画
    像又は前記判別対象用医用画像中の陰影の外側の所定領
    域における画素値の陰影外分散値又は陰影外標準偏差値
    をそれぞれ求め、前記陰影外分散値又は陰影外標準偏差
    値に基づいて前記陰影が病巣候補陰影であるか否かを判
    別することを特徴とする画像診断支援装置。
  33. 【請求項３３】 請求項１４、１５又は１６において、
    前記抽出手段が、抽出された前記病巣候補陰影と壁面と
    の接触長を求め、前記接触長に基づいて前記陰影が病巣
    の随伴物陰影であるかを否か判別し、前記表示手段が、
    前記病巣の随伴物陰影の周囲を前記マーカーで囲むよう
    に表示することを特徴とする画像診断支援装置。
  34. 【請求項３４】 請求項１９において、前記表示手段
    が、前記病巣候補陰影の前記医用画像中におけるポイン
    ティングデバイスの操作位置に応じてその表示の順番を
    制御して前記操作位置の近くに前記病巣候補陰影を有す
    る前記医用画像を表示するようにしたことを特徴とする
    画像診断支援装置。
  35. 【請求項３５】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記陰影の中心又は重心付近を
    基準点として所定長の直線を前記多値化画像、前記医用
    画像又は前記判別対象用医用画像中の陰影上で回転させ
    て、前記直線と前記多値化画像、前記医用画像又は前記
    判別対象用医用画像中の陰影と交差する直線部分の長さ
    の最大値を求め、前記最大値の直線に対してほぼ平行な
    帯状の延長線を設定し、前記帯状の延長線上に位置する
    画素メモリに所定値を加算する処理を前記陰影の数だけ
    繰り返し実行し、前記画素メモリの前記加算処理の結果
    に基づいて病巣候補陰影の位置を抽出することを特徴と
    する画像診断支援装置。
  36. 【請求項３６】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記医用画像のスライス厚方向に
    隣接する２枚の前記多値化画像中に存在する陰影同士を
    比較し、前記陰影同士が所定の割合以上で重なるか否か
    に基づいて前記陰影が病巣候補陰影であるか否かを判別
    することを特徴とする画像診断支援装置。
  37. 【請求項３７】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、互いに直交するアキシャル画像、
    サジタル画像、コロナル画像の少なくとも２組の画像を
    用いて、それぞれ病巣候補陰影を抽出し、それぞれの画
    像で抽出された病巣候補陰影の存在位置に基づいて前記
    陰影が病巣候補陰影であるか否かを判別することを特徴
    とする画像診断支援装置。
  38. 【請求項３８】 請求項３７において、前記陰影が病巣
    候補陰影であると判別された場合に前記病巣候補陰影の
    座標位置と、前記病巣候補陰影に関する情報をメモリに
    記憶することを特徴とする画像診断支援装置。
  39. 【請求項３９】 請求項１４、１５又は１６において、
    前記表示手段が、互いに異なる時点で撮影された前記医
    用画像からそれぞれ抽出された病巣候補陰影を、その撮
    影時点の区別が付くような表示態様のマーカーでそれぞ
    れ囲むように表示することを特徴とする画像診断支援装
    置。
  40. 【請求項４０】 請求項１４、１５又は１６において、
    前記表示手段が、前記抽出された前記病巣候補陰影の長
    軸方向に対して楕円の長軸方向が一致するような楕円形
    状のマーカーを、前記病巣候補陰影を囲むように表示す
    ることを特徴とする画像診断支援装置。
  41. 【請求項４１】 請求項２０又は４０において、前記表
    示手段が、前記病巣候補陰影の複数をそれぞれ囲むよう
    にマーカーが互いに重複する場合には、その重複部分を
    消去して表示することを特徴とする画像診断支援装置。
  42. 【請求項４２】 請求項２０又は４０において、前記表
    示手段が、前記マーカーで囲まれた領域をコントラスト
    強調又はガンマ処理強調を行い、前記病巣候補陰影を鮮
    明に表示することを特徴とする画像診断支援装置。
  43. 【請求項４３】 請求項１４、１５又は１６において、
    前記表示手段が、前記病巣候補陰影が存在する医用画像
    と、前記病巣候補陰影が存在しない医用画像とで、動画
    像表示における表示時間を異ならせて表示することを特
    徴とする画像診断支援装置。
  44. 【請求項４４】 請求項１４、１５又は１６において、
    前記表示手段が、医師による読影が終了していない医用
    画像に対しては、前記識別可能な表示を行なわないこと
    を特徴とする画像診断支援装置。
  45. 【請求項４５】 請求項２０又は４０において、前記表
    示手段が、前記マーカーの表示を行なわない非表示モー
    ドが選択された場合には、前記マーカーを非表示にする
    と共に画面上に現在非表示モード中であることを表示
    し、前記非表示モードに入ってから所定時間が経過した
    場合には前記マーカーを自動的に表示することを特徴と
    する画像診断支援装置。
  46. 【請求項４６】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記多値化画像に基づいて陰影の
    中心又は重心を検出し、前記中心又は重心から前記陰影
    の縁部までの距離を前記陰影の全周囲に渡って求め、全
    周囲に渡って求められた距離の分散値又は標準偏差値を
    求め、前記分散値又は標準偏差値に基づいて前記陰影が
    病巣候補陰影であるか否かを判別することを特徴とする
    画像診断支援装置。
  47. 【請求項４７】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記陰影の水平方向における縁か
    ら縁までの距離について分散値又は標準偏差値を求め、
    前記陰影の垂直方向の縁から縁までの距離について分散
    値又は標準偏差値を求め、前記分散値又は標準偏差値に
    基づいて前記陰影が病巣候補陰影であるか否かを判別す
    ることを特徴とする画像診断支援装置。
  48. 【請求項４８】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記陰影領域の面積を求めると共
    に前記陰影領域の縁部に形成される凹部領域の面積を求
    め、前記陰影領域の面積と前記凹部領域の面積との比率
    を求め、求められた比率に基づいて前記陰影が病巣候補
    陰影であるか否かを判別することを特徴とする画像診断
    支援装置。
  49. 【請求項４９】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記陰影領域の縁部に内接する円
    又は多角形の面積と、前記円又は多角形によって分割さ
    れた前記陰影の分割領域の面積とを求め、前記円の面積
    と前記陰影の分割領域の面積との比率を求め、求められ
    た比率に基づいて前記陰影が病巣候補陰影であるか否か
    を判別することを特徴とする画像診断支援装置。
  50. 【請求項５０】 請求項１、２、３、４又は５におい
    て、前記抽出手段が、前記陰影領域の縁部に外接する円
    の面積を求め、前記円の面積と前記陰影の面積との比率
    を求め、求められた比率に基づいて前記陰影が病巣候補
    陰影であるか否かを判別することを特徴とする画像診断
    支援装置。
  51. 【請求項５１】 請求項１７において、病巣候補画像若
    しくは画像付帯情報を表示するための第１の表示領域
    と、病巣候補が検出されない非検出画像若しくは画像付
    帯情報を表示するための第２の表示領域と、病巣候補の
    判別が不可能な判別不能画像若しくは画像付帯情報を表
    示するための第３の表示領域とを前記表示手段の画面上
    に設けたことを特徴とする画像診断支援装置。
JP2001187969A 2000-06-30 2001-06-21 画像診断支援装置 Expired - Lifetime JP4393016B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2001187969A JP4393016B2 (ja) 2000-06-30 2001-06-21 画像診断支援装置
US10/312,779 US7298878B2 (en) 2000-06-30 2001-07-02 Image diagnosis supporting device
PCT/JP2001/005703 WO2002002002A1 (fr) 2000-06-30 2001-07-02 Dispositif d'assistance au diagnostic par image
US10/726,710 US7245754B2 (en) 2000-06-30 2003-12-04 image diagnosis supporting device

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
JP2000198736 2000-06-30
JP2000-198736 2000-06-30
JP2000-314550 2000-10-16
JP2000314550 2000-10-16
JP2001002673 2001-01-10
JP2001057226 2001-03-01
JP2001-2673 2001-03-01
JP2001-57226 2001-03-01
JP2001187969A JP4393016B2 (ja) 2000-06-30 2001-06-21 画像診断支援装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2008200411A Division JP4727700B2 (ja) 2000-06-30 2008-08-04 画像診断支援装置

Publications (3)

Publication Number Publication Date
JP2002325761A true JP2002325761A (ja) 2002-11-12
JP2002325761A5 JP2002325761A5 (ja) 2005-07-14
JP4393016B2 JP4393016B2 (ja) 2010-01-06

Family

ID=27531597

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001187969A Expired - Lifetime JP4393016B2 (ja) 2000-06-30 2001-06-21 画像診断支援装置

Country Status (3)

Country Link
US (1) US7298878B2 (ja)
JP (1) JP4393016B2 (ja)
WO (1) WO2002002002A1 (ja)

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005034473A (ja) * 2003-07-17 2005-02-10 Hitachi Medical Corp 異常陰影検出装置
EP1531425A2 (en) 2003-11-14 2005-05-18 GE Medical Systems Global Technology Company LLC Computer aided image acquisition and diagnosis system
JP2005124895A (ja) * 2003-10-24 2005-05-19 Hitachi Medical Corp 画像診断支援装置
JP2005185420A (ja) * 2003-12-25 2005-07-14 Toshiba Corp 超音波診断装置
JP2005185560A (ja) * 2003-12-25 2005-07-14 Konica Minolta Medical & Graphic Inc 医用画像処理装置及び医用画像処理システム
JP2005253770A (ja) * 2004-03-12 2005-09-22 Konica Minolta Medical & Graphic Inc 医用画像処理装置及び医用画像処理プログラム
JP2005270531A (ja) * 2004-03-26 2005-10-06 Hitachi Medical Corp 医用画像表示装置
JP2005296348A (ja) * 2004-04-12 2005-10-27 Canon Inc 画像処理装置及びその方法、プログラム
WO2005104953A1 (ja) * 2004-04-28 2005-11-10 Hitachi Medical Corporation 画像診断支援装置及びその方法
JP2005334219A (ja) * 2004-05-26 2005-12-08 Hitachi Medical Corp 画像診断支援装置及び方法
JP2006507902A (ja) * 2002-11-27 2006-03-09 ゼネラル・エレクトリック・カンパニイ 脳内の鉄沈着に対する磁気共鳴イメージングのシステム及び方法
JP2006167187A (ja) * 2004-12-16 2006-06-29 Hitachi Medical Corp 医用画像表示装置
JP2006223739A (ja) * 2005-02-21 2006-08-31 Hitachi Medical Corp 差分画像生成装置
JP2006296569A (ja) * 2005-04-18 2006-11-02 Olympus Medical Systems Corp 画像表示装置
JP2006527051A (ja) * 2003-06-11 2006-11-30 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 肺のｃｔデータの解析方法及び装置
JP2006325640A (ja) * 2005-05-23 2006-12-07 Konica Minolta Medical & Graphic Inc 異常陰影候補の表示方法及び医用画像処理システム
JPWO2005058165A1 (ja) * 2003-12-16 2007-07-12 株式会社日立メディコ 臓器特定領域装置及び方法
JP2007537812A (ja) * 2004-05-18 2007-12-27 メディックサイト ピーエルシー 結節境界の検出方法
WO2008035446A1 (fr) * 2006-09-22 2008-03-27 Konica Minolta Medical & Graphic, Inc. Processeur d'images médicales, procédé et programme de traitement d'images associés
JP2008529640A (ja) * 2005-02-11 2008-08-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ コンピュータ断層撮影のためのイメージング方法及びコンピュータ断層撮影装置
JP2008529639A (ja) * 2005-02-11 2008-08-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 検査装置、画像処理デバイス、注目対象物を検査装置で検査する方法、コンピュータ可読媒体及びプログラム要素
JP2009028161A (ja) * 2007-07-25 2009-02-12 Toshiba Corp 医用画像表示装置及び医用画像表示方法
JP2009045131A (ja) * 2007-08-15 2009-03-05 Fujifilm Corp 医用情報処理システム、医用情報処理方法、及びプログラム
JP2009072576A (ja) * 2007-08-27 2009-04-09 Pie Medical Imaging Bv 血管造影画像の定量的分岐解析のための方法、装置およびコンピュータプログラム
JP2010517030A (ja) * 2007-01-30 2010-05-20 ジーイー・ヘルスケア・リミテッド 神経変性疾患の診断を支援するためのツール
JP2010250440A (ja) * 2009-04-13 2010-11-04 Dainippon Printing Co Ltd 対象物間のネットワーク解析装置
JP2010274059A (ja) * 2009-06-01 2010-12-09 Toshiba Corp 画像診断装置、画像処理方法、及び、ｘ線ｃｔ装置
WO2012032940A1 (ja) * 2010-09-07 2012-03-15 株式会社 日立メディコ 認知症診断支援装置及び認知症診断支援方法
JP2012507325A (ja) * 2008-10-29 2012-03-29 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 少なくとも三次元の医用画像の解析
JP2012166047A (ja) * 2006-06-08 2012-09-06 Kobe Univ 医用画像診断支援装置および医用画像診断支援プログラム
JP2013026792A (ja) * 2011-07-20 2013-02-04 Toshiba Corp 画像処理装置、画像処理方法、画像処理システム及び医用画像診断装置
US8897587B2 (en) 2011-05-26 2014-11-25 Fujitsu Limited Image processing method and apparatus with pixel conversion using reaction-diffusion
JP2015129987A (ja) * 2014-01-06 2015-07-16 国立大学法人三重大学 医用高解像画像形成システムおよび方法。
JP2015191642A (ja) * 2014-03-31 2015-11-02 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置及びプログラム
JP2016193295A (ja) * 2016-08-22 2016-11-17 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
US9940706B2 (en) 2012-08-03 2018-04-10 Canon Kabushiki Kaisha Image processing apparatus, image processing method and storage medium for extracting a lesion having a ground glass opactiy
JP2018194475A (ja) * 2017-05-18 2018-12-06 清水建設株式会社 ボルト位置の検出方法およびシステム
KR20190113078A (ko) * 2018-03-27 2019-10-08 울산대학교 산학협력단 영상 처리 장치 및 방법
JP2020151450A (ja) * 2019-03-19 2020-09-24 緯創資通股▲ふん▼有限公司Ｗｉｓｔｒｏｎ Ｃｏｒｐｏｒａｔｉｏｎ 画像識別方法及び画像識別装置
JP2021016410A (ja) * 2019-07-17 2021-02-15 富士通株式会社 判定プログラム、判定方法、および判定システム
JP2021029387A (ja) * 2019-08-20 2021-03-01 コニカミノルタ株式会社 医用情報処理装置及びプログラム
JPWO2020090729A1 (ja) * 2018-11-01 2021-09-24 富士フイルム株式会社 医療画像処理装置、医療画像処理方法及びプログラム、診断支援装置

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1537536B1 (en) * 2002-08-27 2011-09-14 Koninklijke Philips Electronics N.V. Method of straightening a reformat for navigation and quantification
JP2004222776A (ja) * 2003-01-20 2004-08-12 Fuji Photo Film Co Ltd 異常陰影候補検出装置
JP2004289516A (ja) * 2003-03-24 2004-10-14 Konica Minolta Holdings Inc 画像処理方法、画像処理装置、画像処理プログラム及び画像読取装置
WO2005009220A2 (en) * 2003-07-21 2005-02-03 Johns Hopkins University Registration of ultrasound to fluoroscopy for real time optimization of radiation implant procedures
US7209581B2 (en) * 2003-07-31 2007-04-24 Siemens Medical Solutions Usa, Inc. System and method for ground glass nodule (GGN) segmentation
US20050053270A1 (en) * 2003-09-05 2005-03-10 Konica Minolta Medical & Graphic, Inc. Image processing apparatus and signal processing apparatus
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
US20070276223A1 (en) * 2004-04-01 2007-11-29 Koninklijke Philips Electronics, N.V. Method And Imaging Diagnostic Apparatus For Finding A Stenosis
US7940975B2 (en) * 2004-07-30 2011-05-10 Hitachi Medical Corporation Medical image diagnosing support method and apparatus, and image processing program configured to extract and correct lesion candidate region
WO2006033377A1 (ja) * 2004-09-24 2006-03-30 Hitachi Medical Corporation 医用画像表示装置及び方法並びにプログラム
JP4381344B2 (ja) * 2005-05-17 2009-12-09 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 超音波診断装置
JP4776995B2 (ja) * 2005-07-14 2011-09-21 キヤノン株式会社 コンピュータ装置およびその制御方法およびプログラム
US8161592B2 (en) * 2006-10-18 2012-04-24 Carl Freudenberg Kg Cleaning implement
JP5106928B2 (ja) * 2007-06-14 2012-12-26 オリンパス株式会社 画像処理装置および画像処理プログラム
JP2009018048A (ja) * 2007-07-12 2009-01-29 Fujifilm Corp 医用画像表示装置、方法及びプログラム
JP5045344B2 (ja) * 2007-09-28 2012-10-10 ソニー株式会社 登録装置、登録方法、認証装置及び認証方法
JP4964191B2 (ja) * 2008-06-12 2012-06-27 富士フイルム株式会社 画像処理装置および方法ならびにプログラム
JP4636146B2 (ja) * 2008-09-05 2011-02-23 ソニー株式会社 画像処理方法、画像処理装置、プログラム及び画像処理システム
JP5001248B2 (ja) * 2008-11-21 2012-08-15 株式会社日立メディコ 画像診断支援装置
JP5421756B2 (ja) * 2009-12-11 2014-02-19 富士フイルム株式会社 画像表示装置および方法並びにプログラム
US20110268365A1 (en) * 2010-04-30 2011-11-03 Acer Incorporated 3d hand posture recognition system and vision based hand posture recognition method thereof
JP5839822B2 (ja) * 2010-05-17 2016-01-06 株式会社東芝 画像処理装置及びｘ線ｃｔ装置
JP5576782B2 (ja) * 2010-12-16 2014-08-20 オリンパス株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP5395823B2 (ja) 2011-02-15 2014-01-22 富士フイルム株式会社 手術支援装置、手術支援方法および手術支援プログラム
JP5276225B2 (ja) * 2011-02-22 2013-08-28 オリンパスメディカルシステムズ株式会社 医用画像処理装置及び医用画像処理装置の作動方法
JP2013017056A (ja) * 2011-07-04 2013-01-24 Toshiba Corp 画像処理装置、画像処理方法及び医用画像診断装置
WO2014132829A1 (ja) * 2013-02-28 2014-09-04 株式会社 日立メディコ 画像処理装置、及び領域抽出方法
JP6309282B2 (ja) * 2014-01-22 2018-04-11 キヤノンメディカルシステムズ株式会社 医用画像診断装置
US10039513B2 (en) * 2014-07-21 2018-08-07 Zebra Medical Vision Ltd. Systems and methods for emulating DEXA scores based on CT images
US10373343B1 (en) * 2015-05-28 2019-08-06 Certainteed Corporation System for visualization of a building material
JP6750194B2 (ja) 2015-06-19 2020-09-02 ソニー株式会社 医療用画像処理装置、医療用画像処理方法、及び、医療用観察システム
JP6975134B2 (ja) * 2015-07-28 2021-12-01 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 生検ドキュメント化のための針先端特定のワークフロー
US9940711B2 (en) * 2015-11-25 2018-04-10 Zebra Medical Vision Ltd. Systems and methods for detecting a fatty liver from a computed tomography (CT) scan
WO2019012586A1 (ja) * 2017-07-10 2019-01-17 オリンパス株式会社 医用画像処理装置及び医用画像処理方法
US11195324B1 (en) 2018-08-14 2021-12-07 Certainteed Llc Systems and methods for visualization of building structures
CN109493396B (zh) * 2018-11-07 2024-03-26 上海联影医疗科技股份有限公司 一种ct图像显示方法、装置、设备及介质
JP7326070B2 (ja) * 2019-08-27 2023-08-15 富士フイルム株式会社 画像表示装置、方法およびプログラム、画像管理装置、方法およびプログラム

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04105005A (ja) * 1990-08-27 1992-04-07 Toshiba Corp 画像表示装置
JPH06343627A (ja) * 1993-05-13 1994-12-20 Arch Dev Corp ディジタル乳房ｘ線像における微小石灰化物検出方法及びそのシステム
JPH08111817A (ja) * 1994-10-13 1996-04-30 Toshiba Medical Eng Co Ltd 陰影検出装置
JPH08272931A (ja) * 1995-03-30 1996-10-18 Fuji Photo Film Co Ltd 画像処理方法
JPH096870A (ja) * 1995-06-16 1997-01-10 Toshiba Medical Eng Co Ltd 異常陰影自動検出装置
JPH09251535A (ja) * 1996-03-14 1997-09-22 Konica Corp ２次元多階調画像におけるパタン検出方法及び装置
JP2000093424A (ja) * 1998-07-23 2000-04-04 Ge Yokogawa Medical Systems Ltd Ｘ線ｃｔ装置および画像診断装置
WO2000030021A1 (en) * 1998-11-13 2000-05-25 Arch Development Corporation System for detection of malignancy in pulmonary nodules
JP2000172829A (ja) * 1998-12-07 2000-06-23 Hitachi Ltd 領域抽出手法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3083606B2 (ja) * 1990-11-22 2000-09-04 株式会社東芝 医用診断支援システム
DE69312257T2 (de) * 1993-02-11 1998-01-29 Agfa Gevaert Nv Strahlungsfelderkennungsverfahren
DE69432089T2 (de) * 1993-03-01 2004-02-12 Kabushiki Kaisha Toshiba, Kawasaki System zur Verarbeitung von medizinischen Daten zur Unterstützung der Diagnose
JPH07220085A (ja) * 1994-02-08 1995-08-18 Hitachi Medical Corp 画像の特定領域抽出方法
JP3617698B2 (ja) * 1995-07-17 2005-02-09 東芝医用システムエンジニアリング株式会社 診断支援装置
JP3783792B2 (ja) * 1995-11-09 2006-06-07 富士写真フイルム株式会社 写真プリンタにおける画像処理方法
JPH09238936A (ja) * 1996-03-07 1997-09-16 Toshiba Medical Eng Co Ltd 異常陰影検出システム
JP2000020745A (ja) * 1998-07-03 2000-01-21 Hitachi Ltd テンソルレンダリングによる三次元デジタルデータの表示方法及び装置
JP2000342559A (ja) * 1999-06-08 2000-12-12 Fuji Photo Film Co Ltd 計算機支援画像診断システム
JP4163370B2 (ja) * 2000-06-08 2008-10-08 富士フイルム株式会社 異常陰影候補検出システム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04105005A (ja) * 1990-08-27 1992-04-07 Toshiba Corp 画像表示装置
JPH06343627A (ja) * 1993-05-13 1994-12-20 Arch Dev Corp ディジタル乳房ｘ線像における微小石灰化物検出方法及びそのシステム
JPH08111817A (ja) * 1994-10-13 1996-04-30 Toshiba Medical Eng Co Ltd 陰影検出装置
JPH08272931A (ja) * 1995-03-30 1996-10-18 Fuji Photo Film Co Ltd 画像処理方法
JPH096870A (ja) * 1995-06-16 1997-01-10 Toshiba Medical Eng Co Ltd 異常陰影自動検出装置
JPH09251535A (ja) * 1996-03-14 1997-09-22 Konica Corp ２次元多階調画像におけるパタン検出方法及び装置
JP2000093424A (ja) * 1998-07-23 2000-04-04 Ge Yokogawa Medical Systems Ltd Ｘ線ｃｔ装置および画像診断装置
WO2000030021A1 (en) * 1998-11-13 2000-05-25 Arch Development Corporation System for detection of malignancy in pulmonary nodules
JP2000172829A (ja) * 1998-12-07 2000-06-23 Hitachi Ltd 領域抽出手法

Cited By (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006507902A (ja) * 2002-11-27 2006-03-09 ゼネラル・エレクトリック・カンパニイ 脳内の鉄沈着に対する磁気共鳴イメージングのシステム及び方法
JP2006527051A (ja) * 2003-06-11 2006-11-30 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 肺のｃｔデータの解析方法及び装置
JP2005034473A (ja) * 2003-07-17 2005-02-10 Hitachi Medical Corp 異常陰影検出装置
JP2005124895A (ja) * 2003-10-24 2005-05-19 Hitachi Medical Corp 画像診断支援装置
US8194945B2 (en) 2003-11-14 2012-06-05 Ge Medical Systems Global Technology Company Llc Computer aided image acquisition and diagnosis system
EP1531425A2 (en) 2003-11-14 2005-05-18 GE Medical Systems Global Technology Company LLC Computer aided image acquisition and diagnosis system
US7991207B2 (en) 2003-12-16 2011-08-02 Hitachi Medical Corporation Method and device for extracting region including stratified region held between first and second closed regions
JPWO2005058165A1 (ja) * 2003-12-16 2007-07-12 株式会社日立メディコ 臓器特定領域装置及び方法
JP4707559B2 (ja) * 2003-12-16 2011-06-22 株式会社日立メディコ 領域抽出装置及び領域抽出方法
JP2005185560A (ja) * 2003-12-25 2005-07-14 Konica Minolta Medical & Graphic Inc 医用画像処理装置及び医用画像処理システム
JP4537698B2 (ja) * 2003-12-25 2010-09-01 株式会社東芝 超音波診断装置
JP2005185420A (ja) * 2003-12-25 2005-07-14 Toshiba Corp 超音波診断装置
JP2005253770A (ja) * 2004-03-12 2005-09-22 Konica Minolta Medical & Graphic Inc 医用画像処理装置及び医用画像処理プログラム
JP4513365B2 (ja) * 2004-03-12 2010-07-28 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医用画像処理プログラム
JP2005270531A (ja) * 2004-03-26 2005-10-06 Hitachi Medical Corp 医用画像表示装置
JP4570383B2 (ja) * 2004-03-26 2010-10-27 株式会社日立メディコ 医用画像表示装置
JP4549093B2 (ja) * 2004-04-12 2010-09-22 キヤノン株式会社 画像処理装置及びその方法、プログラム
JP2005296348A (ja) * 2004-04-12 2005-10-27 Canon Inc 画像処理装置及びその方法、プログラム
JP5001002B2 (ja) * 2004-04-28 2012-08-15 株式会社日立メディコ 画像診断支援装置及びその方法
JPWO2005104953A1 (ja) * 2004-04-28 2008-03-13 株式会社日立メディコ 画像診断支援装置及びその方法
US7747053B2 (en) 2004-04-28 2010-06-29 Hitachi Medical Corporation Image diagnosis supporting system and method
WO2005104953A1 (ja) * 2004-04-28 2005-11-10 Hitachi Medical Corporation 画像診断支援装置及びその方法
JP2007537812A (ja) * 2004-05-18 2007-12-27 メディックサイト ピーエルシー 結節境界の検出方法
JP4731127B2 (ja) * 2004-05-26 2011-07-20 株式会社日立メディコ 画像診断支援装置及び方法
JP2005334219A (ja) * 2004-05-26 2005-12-08 Hitachi Medical Corp 画像診断支援装置及び方法
JP2006167187A (ja) * 2004-12-16 2006-06-29 Hitachi Medical Corp 医用画像表示装置
JP2008529639A (ja) * 2005-02-11 2008-08-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 検査装置、画像処理デバイス、注目対象物を検査装置で検査する方法、コンピュータ可読媒体及びプログラム要素
JP2008529640A (ja) * 2005-02-11 2008-08-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ コンピュータ断層撮影のためのイメージング方法及びコンピュータ断層撮影装置
JP4626984B2 (ja) * 2005-02-21 2011-02-09 株式会社日立メディコ 差分画像生成装置及び方法
JP2006223739A (ja) * 2005-02-21 2006-08-31 Hitachi Medical Corp 差分画像生成装置
JP2006296569A (ja) * 2005-04-18 2006-11-02 Olympus Medical Systems Corp 画像表示装置
JP4602825B2 (ja) * 2005-04-18 2010-12-22 オリンパスメディカルシステムズ株式会社 画像表示装置
JP2006325640A (ja) * 2005-05-23 2006-12-07 Konica Minolta Medical & Graphic Inc 異常陰影候補の表示方法及び医用画像処理システム
JP2012166047A (ja) * 2006-06-08 2012-09-06 Kobe Univ 医用画像診断支援装置および医用画像診断支援プログラム
WO2008035446A1 (fr) * 2006-09-22 2008-03-27 Konica Minolta Medical & Graphic, Inc. Processeur d'images médicales, procédé et programme de traitement d'images associés
JP2010517030A (ja) * 2007-01-30 2010-05-20 ジーイー・ヘルスケア・リミテッド 神経変性疾患の診断を支援するためのツール
JP2009028161A (ja) * 2007-07-25 2009-02-12 Toshiba Corp 医用画像表示装置及び医用画像表示方法
JP2009045131A (ja) * 2007-08-15 2009-03-05 Fujifilm Corp 医用情報処理システム、医用情報処理方法、及びプログラム
JP2009072576A (ja) * 2007-08-27 2009-04-09 Pie Medical Imaging Bv 血管造影画像の定量的分岐解析のための方法、装置およびコンピュータプログラム
JP2012507325A (ja) * 2008-10-29 2012-03-29 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 少なくとも三次元の医用画像の解析
JP2010250440A (ja) * 2009-04-13 2010-11-04 Dainippon Printing Co Ltd 対象物間のネットワーク解析装置
JP2010274059A (ja) * 2009-06-01 2010-12-09 Toshiba Corp 画像診断装置、画像処理方法、及び、ｘ線ｃｔ装置
WO2012032940A1 (ja) * 2010-09-07 2012-03-15 株式会社 日立メディコ 認知症診断支援装置及び認知症診断支援方法
JP5878125B2 (ja) * 2010-09-07 2016-03-08 株式会社日立メディコ 認知症診断支援装置及び認知症診断支援方法
US8897587B2 (en) 2011-05-26 2014-11-25 Fujitsu Limited Image processing method and apparatus with pixel conversion using reaction-diffusion
JP2013026792A (ja) * 2011-07-20 2013-02-04 Toshiba Corp 画像処理装置、画像処理方法、画像処理システム及び医用画像診断装置
US9940706B2 (en) 2012-08-03 2018-04-10 Canon Kabushiki Kaisha Image processing apparatus, image processing method and storage medium for extracting a lesion having a ground glass opactiy
JP2015129987A (ja) * 2014-01-06 2015-07-16 国立大学法人三重大学 医用高解像画像形成システムおよび方法。
JP2015191642A (ja) * 2014-03-31 2015-11-02 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置及びプログラム
JP2016193295A (ja) * 2016-08-22 2016-11-17 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP2018194475A (ja) * 2017-05-18 2018-12-06 清水建設株式会社 ボルト位置の検出方法およびシステム
KR20190113078A (ko) * 2018-03-27 2019-10-08 울산대학교 산학협력단 영상 처리 장치 및 방법
KR102069774B1 (ko) * 2018-03-27 2020-02-11 울산대학교 산학협력단 영상 처리 장치 및 방법
JPWO2020090729A1 (ja) * 2018-11-01 2021-09-24 富士フイルム株式会社 医療画像処理装置、医療画像処理方法及びプログラム、診断支援装置
JP7315576B2 (ja) 2018-11-01 2023-07-26 富士フイルム株式会社 医療画像処理装置、医療画像処理装置の作動方法及びプログラム、診断支援装置、ならびに内視鏡システム
US12020808B2 (en) 2018-11-01 2024-06-25 Fujifilm Corporation Medical image processing apparatus, medical image processing method, program, and diagnosis support apparatus
JP2020151450A (ja) * 2019-03-19 2020-09-24 緯創資通股▲ふん▼有限公司Ｗｉｓｔｒｏｎ Ｃｏｒｐｏｒａｔｉｏｎ 画像識別方法及び画像識別装置
JP2021016410A (ja) * 2019-07-17 2021-02-15 富士通株式会社 判定プログラム、判定方法、および判定システム
JP7322562B2 (ja) 2019-07-17 2023-08-08 富士通株式会社 判定プログラム、判定方法、および判定システム
JP2021029387A (ja) * 2019-08-20 2021-03-01 コニカミノルタ株式会社 医用情報処理装置及びプログラム
JP7302368B2 (ja) 2019-08-20 2023-07-04 コニカミノルタ株式会社 医用情報処理装置及びプログラム

Also Published As

Publication number Publication date
US20030179915A1 (en) 2003-09-25
JP4393016B2 (ja) 2010-01-06
US7298878B2 (en) 2007-11-20
WO2002002002A1 (fr) 2002-01-10

Similar Documents

Publication Publication Date Title
JP2002325761A (ja) 画像診断支援装置
JP4727700B2 (ja) 画像診断支援装置
US7245754B2 (en) image diagnosis supporting device
EP3461253B1 (en) Selection of vascular paths from images
US6944330B2 (en) Interactive computer-aided diagnosis method and system for assisting diagnosis of lung nodules in digital volumetric medical images
JP4950071B2 (ja) ３次元医療画像からの肺動脈樹の自動抽出の方法
JP2020191130A (ja) 自動医療画像注釈の検証及び修正のためのシステム及び方法
Xu et al. DeepLN: a framework for automatic lung nodule detection using multi-resolution CT screening images
US7583829B2 (en) Method and apparatus for embolism analysis
JP2007111534A (ja) 肋骨転位を強調して観察するためのシステムおよび方法
JP2006246941A (ja) 画像処理装置及び管走行トラッキング方法
JP2010528750A (ja) 管状構造の検査
US20050111720A1 (en) Shape estimates and temporal registration of lesions and nodules
US7103203B2 (en) Medical imaging station with a function of extracting a path within a ramified object
JP2005157902A (ja) 画像解析方法
JP4169967B2 (ja) 画像診断支援装置
JP2005515874A (ja) 肺の小結節検出時のフォールスポジティブを低減するための気管支壁厚認識
JP2003299645A (ja) 画像診断支援装置
JP4822527B2 (ja) 画像解析装置及び画像解析プログラム
US20220335690A1 (en) System and method for linking a segmentation graph to volumetric data
JP2003260052A (ja) 画像診断支援装置
CN109875595A (zh) 一种颅内血管状态检测方法及装置
JP2007090064A (ja) 気道及び動脈を定量分析のためにグループ化するためのシステム及び方法
JP7298949B2 (ja) 医用画像処理装置、医用画像処理システムおよび医用画像処理方法
Schaap Quantitative Image Analysis in Cardiac CT Angiography

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20041119

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20041119

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080205

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20080221

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080403

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080603

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080804

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20090126

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090325

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20090414

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090629

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090820

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20090914

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20091013

R150 Certificate of patent or registration of utility model

Ref document number: 4393016

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121023

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121023

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131023

Year of fee payment: 4

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

EXPY Cancellation because of completion of term