JP2002330950A - 異常陰影候補検出装置 - Google Patents

Abstract

(57)【要約】 【課題】 異常陰影候補を検出する際に、所望の検出レ
ベルの異常陰影候補を簡単な操作で検出することを可能
にする。 【解決手段】 異常陰影候補検出装置10が、所望の検出
レベルを選択することが可能な検出レベル選択手段12
と、検出レベル選択手段12により選択された検出レベル
の異常陰影候補を検出する異常陰影候補検出手段13を備
える。異常陰影候補検出手段13は、異常陰影の候補領域
を検出する候補領域検出手段13ａと、候補領域のうち悪
性のもののみをさらに検出する悪性陰影検出手段13ｂ
と、候補領域のうち良悪性のものをさらに検出する良悪
性陰影検出手段13ｃとにより構成される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は異常陰影候補検出装
置に関し、特に詳しくは、被写体の放射線画像から悪
性、良悪性、良性等の検出レベル別に異常陰影候補を検
出する異常陰影候補検出装置に関するものである。

【０００２】

【従来の技術】従来より、医療分野においては、被写体
の放射線画像を読影して病変部を発見し、またその病変
部の状態を観察して、疾病の有無や進行状況の診断を行
うことが一般的に行なわれている。しかしながら、放射
線画像の読影は読影者の経験や画像読影能力の高低によ
って左右され、必ずしも客観的なものとはいえなかっ
た。

【０００３】例えば、乳癌の検査を目的として撮影され
たマンモグラフィ（乳房を被写体とした診断用放射線画
像）においては、その画像から癌化部分の特徴の一つで
ある腫瘤陰影や微小石灰化陰影等の異常陰影を検出する
ことが必要であるが、読影者によっては必ずしも的確に
その異常陰影の範囲を指定することができるとは限らな
い。このため、読影者の技量に依存することなく、腫瘤
陰影や微小石灰化陰影を始めとする異常陰影を的確に検
出することが求められていた。

【０００４】この要望に応えるものとして、診断用画像
として取得された被写体の画像データに基づき、その画
像データが表す画像中の異常陰影の候補を計算機を用い
て自動的に検出する異常陰影候補検出処理システム（計
算機支援画像診断装置）が提案されている（特開平8-29
4479号公報、特開平8-287230号公報等）。この異常陰影
候補検出処理システムは、異常陰影の濃度分布の特徴や
形態的な特徴に基づいて、異常陰影候補を計算機を用い
て自動的に検出するものであり、主として腫瘤陰影を検
出するのに適したアイリスフィルタ処理や、主として微
小石灰化陰影を検出するのに適したモフォロジーフィル
タ処理等を利用して異常陰影の候補領域を検出する。

【０００５】アイリスフィルタ処理は、画像信号の濃度
勾配の集中度の最大値を表すアイリスフィルタ出力値と
所定の閾値とを比較することにより、画像中における乳
癌の特徴的形態の一つである腫瘤陰影の候補領域を検出
するのに有効な手法であり、一方、モフォロジーフィル
タ処理は、画像信号に対して、検出しようとする微小石
灰化陰影よりも大きいサイズの構造要素を用いたモフォ
ロジー演算処理の出力値と所定の閾値とを比較すること
により、画像中における乳癌の特徴的形態の一つである
微小石灰化陰影の候補領域を検出するのに有効な手法で
ある。

【０００６】また、アイリスフィルタ処理やモフォロジ
ーフィルタ処理により得られた異常陰影の候補領域のう
ち、悪性の異常陰影である蓋然性が高い異常陰影をさら
に検出するために、検出された候補領域の形状、内部、
辺縁の特徴を表す特徴量を用いてその候補領域の悪性度
を評価し、より確定的な異常陰影候補を最終的に検出す
る方法が提案されている（特開平9-167238号公報等）。

【０００７】

【発明が解決しようとする課題】ところで、上述の特開
平9-167238号公報に記載された技術は、悪性の異常陰影
（以下、悪性陰影という）である蓋然性が高い異常陰影
をより確定的な異常陰影候補として最終的に検出するも
のであるが、検査の目的によっては良性の異常陰影（以
下、良性陰影という）をともに検出することが望ましい
場合がある。すなわち、良性陰影はすぐに癌を意味する
ものではないが今後癌（悪性）に発展する可能性がある
ため、例えば、１次検査である検診においては、良性と
悪性両方の異常陰影（以下、良悪性陰影という）を検出
し、記録しておくことが望ましい。一方、２次検査であ
る精密検査では、悪性の程度や手術の必要性などに関す
る詳細な診断が行なわれるため、悪性陰影のみを検出し
て読影するのが一般的である。

【０００８】このことから、異常陰影候補を検出する際
に、検出すべき異常陰影候補のレベル、すなわち異常陰
影候補の検出レベル（悪性、良悪性、良性等）を設定可
能とし、さらに、簡単に設定できるようにすることが望
ましい。

【０００９】本発明は、上記事情に鑑み、異常陰影候補
を検出する際に、所望の検出レベルの異常陰影候補を簡
単な操作で検出することを可能にした異常陰影候補検出
装置を提供することを目的とするものである。

【００１０】

【課題を解決するための手段】本発明による異常陰影候
補検出装置は、被写体の放射線画像を表す放射線画像デ
ータに基づいて、放射線画像中の異常陰影候補を検出す
る異常陰影候補検出手段を備えた異常陰影候補検出装置
において、異常陰影候補の検出レベルを選択する検出レ
ベル選択手段をさらに備え、異常陰影候補検出手段が、
検出レベル選択手段により選択された検出レベルの異常
陰影候補を検出するものであることを特徴とするもので
ある。

【００１１】ここで、異常陰影候補とは、例えば、アイ
リスフィルタ処理によって検出された腫瘤陰影の候補領
域や、モフォロジーフィルタ処理によって検出された微
小石灰化陰影の候補領域等を意味するものである。ま
た、検出された各候補領域の悪性度等を所定の評価基準
に基づいて評価した後にさらに検出（選出）された候補
領域を意味するものとしてもよく、すなわち、被写体の
放射線画像を表す放射線画像データに基づいて、異常陰
影の候補として検出されたものであればいかなるもので
もよい。

【００１２】検出レベルにおけるレベルとは、悪性、良
悪性、良性等、異常陰影候補の性状を意味するものであ
り、異常陰影候補の形状や分布等の特性によって分類可
能なものである。例えば、腫瘤陰影候補の場合は、周辺
にスピキュラが存在しているときには悪性である可能性
が高く、辺縁が平滑で丸いときには良性である可能性が
高いなどの特徴があり、一方、微小石灰化陰影の場合に
は、石灰化候補点の分布形態等が性状によって異なると
いう特徴があるため、これらの特徴に基づいて各レベル
を分類することができる。また、異常陰影候補の内部ま
たは辺縁の特徴を表す特徴量を用いて、悪性または良性
を判定することも可能である。この特徴量としては、ア
イリスフィルタ処理によって検出された腫瘤陰影候補の
円形度、内部の濃度ヒストグラムに基づいて算出される
分散値、コントラスト、角モーメント等、また、検出さ
れた腫瘤陰影候補の辺縁の特徴を表す分散値、偏り、相
関値、モーメント、エントロピーなどを用いることがで
きる。また、下記式（１）で定義されるマハラノビス距
離（Ｄｍｉ）に基づくゆう度比により、悪性、良悪性、
良性等を分類することもできる。

【００１３】

【数１】 なお、良悪性とは、良性と悪性との両方を意味するもの
であり、すなわち、検出対象の異常陰影候補の検出レベ
ルが良悪性であるとは、良性の異常陰影候補と悪性の異
常陰影候補を検出対象とすることを意味する。

【００１４】また、検出レベル選択手段とは、予め設定
されている複数種類の検出レベルの中から所望の検出レ
ベルを選択することにより、検出対象の異常陰影候補を
切り替えることが可能な切替手段である。

【００１５】また、本発明の異常陰影候補検出装置にお
ける異常陰影候補検出手段を、検出レベル選択手段によ
り選択された検出レベルが悪性であるときに悪性の異常
陰影候補のみを検出し、検出レベル選択手段により選択
された検出レベルが良悪性であるときに良性の異常陰影
候補および悪性の異常陰影候補を検出するものとしても
よい。すなわち、選択可能な検出レベルを悪性および良
悪性としてもよい。

【００１６】また、本発明の異常陰影候補検出装置を、
検出目的を表わす検出目的情報を入力する入力手段をさ
らに備えたものとし、検出レベル設定手段を、入力手段
により入力された検出目的情報に基づいて検出レベルを
自動的に選択する検出レベル自動選択機能を備えたもの
としてもよい。

【００１７】検出目的を表わす検出目的情報とは、検出
レベル設定手段がその情報に基づいて自動的に検出レベ
ルを設定し得るような情報を意味するものであり、例え
ば、読影する担当医師を表わす読影者情報、出力する端
末を表わす端末情報、検診や精密検査等の検査の目的を
表わす検査目的情報等を利用することができる。なお、
担当医師および出力端末は、検査の目的ごとに定められ
ているものとすることができるため、検査の目的を表わ
す情報の１つとして利用可能なものである。

【００１８】また、入力手段とは、検出目的情報を入力
するものであればいかなるものでもよく、ユーザが検出
目的情報を手動で入力するものでもよいし、他の装置等
から検出目的情報を自動的に入力するものでもよい。

【００１９】

【発明の効果】上記のように構成された本発明の異常陰
影候補検出装置によれば、予め設定されている複数種類
の検出レベルの中から所望の検出レベルを選択すること
により検出対象の異常陰影候補を切り替えることが可能
な検出レベル選択手段を備えたから、所望の検出レベル
の異常陰影候補を簡単な操作で検出することができる。

【００２０】なお、検出目的を表わす検出目的情報を入
力する入力手段をさらに備え、入力された検出目的情報
に基づいて検出レベルを自動的に選択する検出レベル自
動選択機能を検出レベル選択手段がさらに備えた場合に
は、検出目的にあった検出レベルの異常陰影候補を、さ
らに効率的に検出することが可能になる。

【００２１】

【発明の実施の形態】以下、本発明の異常陰影候補検出
装置の実施の形態を図面に基づいて説明する。図１は本
発明における異常陰影候補検出装置を含む異常陰影検出
処理システムの一実施形態を示す図である。

【００２２】異常陰影候補検出装置10には、検出対象の
異常陰影候補の検出レベルを選択する検出レベル選択手
段12と、検出レベル選択手段12により選択された検出レ
ベルを示す検出レベル情報Ｄ１を入力し、さらに、画像
読取装置等において生成された被写体の画像データＰを
入力して、選択された検出レベルの異常陰影候補を画像
中から検出する異常陰影候補検出手段13とが備えられ
る。

【００２３】異常陰影候補検出手段13は、画像データＰ
に基づいて画像中の異常陰影の候補領域（以下、簡単の
ため単に候補領域という）を検出する候補領域検出手段
13ａと、候補領域検出手段13ａにおいて検出された候補
領域のうち、悪性のもののみをさらに検出する悪性陰影
検出手段13ｂと、良悪性（良性および悪性）のものをさ
らに検出する良悪性陰影検出手段13ｃとにより構成され
る。

【００２４】また、異常陰影候補検出装置10には、悪性
陰影検出手段13ｂまたは良悪性陰影検出手段13ｃによる
検出結果を出力する検出結果出力手段20が接続されてい
る。検出結果出力手段20は、検出結果を被写体の画像デ
ータＰに基づく全体画像とともに表示するＣＲＴ等の画
像表示装置である。

【００２５】次に、以上のように構成された本実施形態
の異常陰影候補検出装置の作用について説明する。

【００２６】ユーザが、検出レベル選択手段12において
所望の検出レベルを選択すると、選択された検出レベル
を示す検出レベル情報Ｄ１が候補領域検出手段13ａに入
力される。なお、本実施形態においては、検出レベル選
択手段12において選択可能な検出レベルは悪性検出レベ
ルまたは良悪性検出レベルの２種類であるとする。

【００２７】候補領域検出手段13ａに検出レベル情報Ｄ
１が入力されると、候補領域検出手段13ａは画像読取装
置等から検出処理対象の画像データＰを入力し、画像デ
ータＰに基づいて画像中の腫瘤陰影の候補領域を検出す
る。この腫瘤陰影の候補領域の検出にはアイリスフィル
タ処理を利用する。

【００２８】アイリスフィルタ処理とは、画像信号の勾
配を勾配ベクトルとして算出し、その勾配ベクトルの集
中度を出力するアイリスフィルタを用いて、画像中の腫
瘤陰影の候補領域を検出するものである。すなわち、Ｘ
線フィルム上における放射線画像（高濃度高信号レベル
の画像信号で表される画像）において、腫瘤陰影部分は
周囲の画像部分に比べて濃度値（画像信号値）が僅かに
低く、腫瘤陰影の内部においては、略円形の周縁部から
中心部に向かうにしたがって濃度値が低くなるという局
所的な濃度値の勾配が認められることが知られているた
め、アイリスフィルタを用いることにより、画像中の腫
瘤陰影の候補領域を検出することができる。

【００２９】以下、図２のマンモグラフィを参照して説
明する。原画像データＰにおける腫瘤陰影Ｐ₁ 内部の任
意の画素における勾配ベクトルは図２（２）に示すよう
に腫瘤陰影Ｐ₁ の中心付近を向くが、血管陰影や乳腺な
ど細長い陰影Ｐ₂ は図２（３）に示すように勾配ベクト
ルが特定の点に集中することはない。このため、局所的
に勾配ベクトルの向きの分布を評価し、特定の点に集中
している領域を抽出すれば、それが腫瘤陰影Ｐ₁ の候補
領域となる。なお、図２（４）に示すような乳腺等の細
長い陰影同士が交差した陰影Ｐ₃ は、勾配ベクトルが特
定の点に集中する傾向があるため擬似的に候補領域とし
て検出され得る。以下にアイリスフィルタ処理の具体的
なアルゴリズムを示す。

【００３０】まず、対象となる画像を構成する全ての画
素について、各画素ｊごとに下記式（２）に示す計算式
に基づいた画像データの勾配ベクトルの向きθを求め
る。

【００３１】

【数２】 ここでｆ₁ 〜ｆ₁₆は、図３に示すように、その画素ｊを
中心とした例えば縦５画素×横５画素の大きさのマスク
の外周上の画素に対応した画素値（画像データ）であ
る。

【００３２】次に、対象となる画像を構成する全ての画
素について、各画素ごとにその画素を注目画素とする勾
配ベクトルの集中度Ｃを次式（３）にしたがって算出す
る。

【００３３】

【数３】 ここでＮは注目画素を中心に半径Ｒの円内に存在する画
素の数、θｊは注目画素とその円内の各画素ｊとを結ぶ
直線と、その各画素ｊにおける上記式（２）で算出され
た勾配ベクトルとがなす角である（図４参照）。したが
って上記式（３）で表される集中度Ｃが大きな値となる
のは、各画素ｊの勾配ベクトルの向きが注目画素に集中
する場合である。

【００３４】ところで、腫瘤陰影近傍の各画素ｊの勾配
ベクトルは、腫瘤陰影のコントラストの大小に拘らず、
略その腫瘤陰影の中心部を向くため、上記集中度Ｃが大
きな値をとる注目画素は腫瘤陰影の中心部の画素という
ことができる。一方、血管陰影など細長い陰影は勾配ベ
クトルの向きが一定方向に偏るため集中度Ｃの値は小さ
い。したがって、画像を構成する全ての画素について、
それぞれ注目画素に対する上記集中度Ｃの値を算出し、
その集中度Ｃの値が予め設定された閾値を上回るか否か
を評価することによって腫瘤陰影を検出することができ
る。すなわち、このフィルタは通常の差分フィルタに比
べて血管や乳腺等の影響を受けにくく、腫瘤陰影を効率
よく検出できるという特長を有している。

【００３５】さらに実際の処理においては、腫瘤の大き
さや形状に左右されない検出力を達成するために、フィ
ルタの大きさと形状とを適応的に変化させる工夫がなさ
れる。図５にそのフィルタを示す。このフィルタは、図
４に示すものと異なり、注目画素を中心として２π／Ｍ
度の角度間隔で隣接するＭ種類の方向（図５において
は、11.25 度ごとの32方向を例示）の放射状の線上の画
素のみで上記集中度の評価を行うものである。

【００３６】ここでｉ番目の線上にあって、かつ注目画
素からｎ番目の画素の座標（[ｘ]，[ｙ]）は、注目画素
の座標を（ｋ，ｌ）とすれば，下記式（４）、（５）で
与えられる。

【００３７】

【数４】 ただし、[ｘ]，[ｙ]は、ｘ，ｙを超えない最大の整数で
ある。

【００３８】さらに、その放射線上の線上の各線ごとに
最大の集中度が得られる画素までの出力値をその方向に
ついての集中度Ｃimaxとし、その集中度Ｃimaxを全ての
方向で平均し、この平均値を注目画素についての勾配ベ
クトル群の集中度Ｃとする。

【００３９】具体的には、まずｉ番目の放射状の線上に
おいて注目画素からｎ番目の画素までで得られる集中度
Ｃｉ（ｎ）を下記式（６）により求める。

【００４０】

【数５】 すなわち式（６）は、始点を注目画素とし、終点をＲmi
n からＲmax までの範囲内で変化させて、集中度Ｃi
（ｎ）を算出するものである。

【００４１】ここでＲmin とＲmax とは、抽出しようと
する腫瘤陰影の半径の最小値と最大値である。

【００４２】次に、勾配ベクトル群の集中度Ｃを下記式
（７）および（８）により計算する。

【００４３】

【数６】 ここで式（７）のＣimaxは、式（６）で得られた放射状
の方向線ごとの集中度Ｃi （ｎ）の最大値であるから、
注目画素からその集中度Ｃi （ｎ）が最大値となる画素
までの領域が、その線の方向における腫瘤陰影の領域と
なる。

【００４４】全ての放射状の方向線について式（７）の
計算をしてその各線上における腫瘤陰影の領域の辺縁点
を求め、この各線上における腫瘤陰影の領域の隣接する
辺縁点を、直線または非線形曲線で結ぶことにより、腫
瘤陰影の候補となり得る候補領域の輪郭を特定すること
ができる。

【００４５】そして、式（８）では、この領域内の式
（７）で与えられた集中度の最大値Ｃimaxを放射状の方
向線の全方向（式（８）では32方向の場合を例示）につ
いて平均した値を求める。この求められた値がアイリス
フィルタ出力値Ｉであり、この出力値Ｉを、腫瘤陰影で
あるか否かを判断するのに適した予め設定した一定の閾
値Ｔと比較し、Ｉ≧Ｔ（若しくはＩ＞Ｔ）であればこの
注目画素を中心とする領域が候補領域であり、Ｉ＜Ｔ
（若しくはＩ≦Ｔ）であれば候補領域ではないと判定
し、候補領域を検出する。

【００４６】なお、前述の集中度Ｃi （ｎ）の計算は、
式（６）の代わりに下記式（６´）を用いてもよい。

【００４７】

【数７】 すなわち、式（６´）は、抽出しようとする腫瘤陰影の
半径の最小値Ｒmin に対応した画素を起点とし、終点を
Ｒmin からＲmax までとした範囲内で集中度Ｃi （ｎ）
を算出するものである。

【００４８】上記のように腫瘤陰影の候補領域が検出さ
れると、検出された全ての候補領域の位置情報Ｄ２と画
像データＰが、悪性陰影検出手段13ｂまたは良悪性陰影
検出手段13ｃに入力される。ここで、検出レベル選択手
段12において選択された検出レベルが悪性検出であると
きには悪性陰影検出手段13ｂが選択され、検出レベル選
択手段12において選択された検出レベルが良悪性検出で
あるときには良悪性陰影検出手段13ｃが選択されて上記
位置情報Ｄ２および画像データＰが入力される。

【００４９】悪性陰影検出手段13ｂに位置情報Ｄ２およ
び画像データＰが入力されたときには、悪性陰影検出手
段13ｂが、検出された全ての候補領域の中から悪性のも
ののみをさらに検出する。以下にその具体的な検出方法
を説明する。

【００５０】まず、悪性陰影検出手段13ｂは、入力され
た位置情報Ｄ２と画像データＰに基づいて、各候補領域
の特徴量を算出する。候補領域の第１の特徴量として、
腫瘤陰影の輪郭が円に近い形状であることから、円形度
Ｓｐ（Spreadness）を利用する。図６に示すように、検
出された候補領域である腫瘤陰影Ｐ₁ や擬似異常陰影Ｐ
₃ について、陰影の面積Ａおよびその重心ＡＯを求め、
重心ＡＯを中心とし面積Ａと同等の面積を有する半径Ｒ
の仮想円を想定し、この仮想円の内側に含まれる候補領
域の、面積Ａに対する占有率として円形度を算出する。
すなわち、仮想円と候補領域とが重なる部分の面積をＡ
´とすると、円形度は下記式（９）で算出される。

【００５１】

【数８】 次に、候補領域内部の特徴量として、以下の３つの特徴
量を用いる。すなわち、候補領域の濃度値Ｓのヒストグ
ラムを作成し、濃度値Ｓの頻度をＰ（Ｓ）とし、この濃
度値Ｓおよび頻度Ｐ（Ｓ）に基づき、下記式より、分散
var を表す第２の特徴量（10）、コントラストcon を表
す第３の特徴量（11）、角モーメントasm を表す第４の
特徴量（12）を算出する。

【００５２】

【数９】 また、候補領域辺縁の特徴量をＩＦＥＤ（Iris Filter
Edge）画像を用いて算出する。以下に、その具体的手法
を説明する。図７は候補領域を含む正方形の領域におい
てＩＦＥＤ画像を形成する際の作用を示す図であり、図
８はＩＦＥＤ画像を示す概念図である。

【００５３】まず、アイリスフィルタ処理により検出さ
れた候補領域、すなわち放射線画像中の乳癌を表す腫瘤
陰影Ｐ₁ や擬似異常陰影Ｐ₃ について、その近傍をも含
む画像部分を例えば正方形の領域として抽出し、この抽
出した正方形領域についてアイリスフィルタ処理を利用
した辺縁エッジ画像（ＩＦＥＤ画像）を作成する。

【００５４】すなわち、アイリスフィルタ処理の式
（７）において、注目画素から放射状に伸びるｉ番目の
線上において集中度Ｃｉ（ｎ）の最大値を与える点の位
置を求める。ただし式（６）、（７）においては最大値
を与えるｎの値をＲmin 以上Ｒmax 以下としているが、
この処理ではこの制限を設けない。

【００５５】この結果、注目画素が候補領域Ｐ₁ やＰ₃
の内部にある場合には、図７に示すように、式（７）が
最大値を採る時のｎは、そのｉ番目の線が候補領域Ｐ₁
やＰ ₃ の辺縁Ｂと交差する画素を指示する。例えば、図
７の注目画素１については画素Ｂ１，Ｂ２，Ｂ３，Ｂ４
を指示し、注目画素２については画素Ｂ２，Ｂ５，Ｂ
６，Ｂ７を指示する。

【００５６】一方、注目画素が候補領域Ｐ１，Ｐ３の外
部にある場合には、式（７）が最大値を採るのは、その
注目画素自身を指示するときである。すなわち、候補領
域Ｐ ₁ ，Ｐ₃ の外部にある注目画素３については、注目
画素３自身を指示する場合に式（７）の値が最大とな
る。

【００５７】このように、候補領域を含む正方形領域の
全画素について順次注目画素とし、式（７）が最大値を
採る画素をカウントしていく。これを図示すると図８に
示す模式図のようになる。

【００５８】すなわち、候補領域Ｐ₁ やＰ₃ の外部の画
素についてのカウント値は全て「１」となり、候補領域
Ｐ₁ やＰ₃ の内部の画素についてのカウント値はすべて
「０」となり、候補領域Ｐ₁ やＰ₃ の辺縁Ｂ上の画素に
ついてのカウント値は全て１以上の値となる画像が得ら
れる。このカウント値の画像をＩＦＥＤ画像と定義す
る。

【００５９】次に、このＩＦＥＤ画像について以下の処
理を施して、同時生成行列を作成する。

【００６０】すなわち、図９に示すように、候補領域Ｐ
₁ ，Ｐ₃ の重心点ＡＯを求め、この重心点ＡＯから放射
状の線を延ばし、この線上の任意の点をｉとし、この線
に垂直であってｉ点から２画素分だけ離間した点をｊと
する。

【００６１】このｉ点のＩＦＥＤ画像におけるカウント
値とｊ点のカウント値とを図１０に示すようなマトリク
スにカウントアップする。具体的には、ｉ点が候補領域
Ｐ₁，Ｐ₃ の外部にある場合は、ｉ点のＩＦＥＤ画像に
おけるカウント値は「１」であり、そのときｊ点も候補
領域Ｐ₁ ，Ｐ₃ の外部にあればｊ点のカウント値も
「１」となり、この場合図１０のマトリクスには、縦方
向ｉの「１」と横方向ｊの「１」とが交差する欄に
「１」がカウントされる。

【００６２】一方、ｉ点が候補領域Ｐ₁ ，Ｐ₃ の内部に
あり、かつｊ点も候補領域Ｐ₁ ，Ｐ ₃ の内部にある場合
は、ｉ点、ｊ点ともにカウント値は０であるので、縦方
向ｉの「０」と横方向ｊの「０」とが交差する欄に
「１」をカウントする。

【００６３】さらに、ｉ点が候補領域Ｐ₁ ，Ｐ₃ の辺縁
Ｂにあり、ｊ点も候補領域Ｐ₁ ，Ｐ ₃ の辺縁Ｂにある場
合は、例えばｉ点のカウント値が「５」で、ｊ点のカウ
ント値が「３」である場合は、縦方向ｉの「５」と横方
向ｊの「３」とが交差する欄に「１」をカウントする。
このマトリクスにカウントアップするカウント値は累積
するものである。すなわち再度、カウント値が「５」の
ｉ点、カウント値が「３」のｊ点を走査した場合には、
マトリクスの縦方向ｉの「５」と横方向ｊの「３」とが
交差する欄には元の「１」に「１」を加算した「２」が
格納される。

【００６４】ｉ点は、ＩＦＥＤ画像の任意の点であるか
ら、ＩＦＥＤ画像の全ての画素がｉ点となるように放射
状の線を走査し、ｉ点をその線上で走査することによっ
てマトリクスを完成させる。このＩＦＥＤ画像のマトリ
クスを同時生成行列Ｐｇ（ｘ，ｙ）という。

【００６５】ここで、候補領域が腫瘤陰影Ｐ₁ である場
合は、腫瘤陰影Ｐ₁ の辺縁が略円形であるという腫瘤陰
影の形状的特性、およびｉ点とｊ点とは極めて近接して
いるという事実から、ｉ点が辺縁にある（ＩＦＥＤ画像
のカウント値が１以上の大きな値を有する）場合は、ｊ
点も辺縁にある（ＩＦＥＤ画像のカウント値が１以上の
大きな値を有する）可能性が極めて高い。

【００６６】一方、候補領域が擬似異常陰影Ｐ₃ である
場合は、前述の２本の血管同士の交差部分のように擬似
異常陰影Ｐ₃ が円形の辺縁を有するのは極めて希である
ため、ｉ点とｊ点とが近接していても、ｉ点が辺縁にあ
るからといってｊ点も辺縁にあるとは限らず、むしろｊ
点は辺縁にある可能性は極めて低いことになる。

【００６７】したがって、同時生成行列Ｐｇ（ｘ，ｙ）
の特性値も、候補領域が腫瘤陰影Ｐ ₁ であるか擬似異常
陰影Ｐ₃ であるかに応じて明らかに有為差が認められ
る。この同時生成行列の特性値がエッジ情報であり、こ
のエッジ情報を特徴量として用いる。すなわち、下記式
より、同時生成行列についての分散var を表す第５の特
徴量（13）、偏りdfe （difference entropy）を表す第
６の特徴量（14）、相関値cor （correlation ）を表す
第７の特徴量（15）、モーメントidm （inversediffere
nce moment ）を表す第８の特徴量（16）、エントロピ
ーse（sum entropy ）を表す第９の特徴量（17）をそれ
ぞれ求める。

【００６８】

【数１０】 次に、悪性陰影検出手段13ｂは、算出された９つの特徴
量に基づくマハラノビス距離を利用して、悪性度を表わ
すゆう度比１と良性度を表わすゆう度比２を算出して判
定を行なう。

【００６９】正常組織分布からのマハラノビス距離をＤ
ｍ１、悪性分布からのマハラノビス距離をＤｍ２、良性
分布からのマハラノビス距離をＤｍ３とすると、悪性度
を表わすゆう度比１は（Ｄｍ１／Ｄｍ２）で表わされ、
良性度を表わすゆう度比２は（Ｄｍ１／Ｄｍ３）で表わ
される。ここで、マハラノビス距離とは、下記式（１）
により算出されるものである。

【００７０】

【数１１】 ９つの特徴量は、それぞれ上記ｘ１からｘ９に該当し、
（ｘ１，ｘ２，ｘ３，…，ｘ９）という９次元空間を表
現する。この９次元のパターン空間上で表現された候補
領域のパターンと、正常組織分布のパターンとのマハラ
ノビス距離がＤｍ１であり、同様に悪性分布のパターン
とのマハラノビス距離がＤｍ２、良性分布のパターンと
のマハラノビス距離がＤｍ３である。

【００７１】ここで正常組織分布のパターン、悪性分布
のパターン、良性分布のパターンとは、予め多数の異常
陰影候補について実験的に調査した結果に基づいて設定
された、正常組織分布ごと、悪性分布ごとおよび良性分
布ごとのベクトルｘで定義されるパターン空間を意味す
る。例えば、それぞれ、正常組織分布とされるものにつ
いての上記ベクトルｘの平均で形成されるパターンクラ
スｗ１、悪性分布とされるものについての上記ベクトル
ｘの平均で形成されるパターンクラスｗ２、良性分布と
されるものについての上記ベクトルｘの平均で形成され
るパターンクラスｗ３で示される。

【００７２】また、例えば、候補領域が悪性である場合
には、悪性分布のパターンクラスとのマハラノビス距離
が近く（Ｄｍ２が低い値を示し）、正常組織分布のパタ
ーンクラスとのマハラノビス距離がばらつくという傾向
があり、候補領域が良性である場合には、良性分布のパ
ターンクラスとのマハラノビス距離が近く（Ｄｍ３が低
い値を示し）、正常組織分布のパターンクラスとのマハ
ラノビス距離がばらつくという傾向がある。このことか
ら、悪性と正常組織とを有為に判別し得るゆう度比１
と、良性と正常組織とを有為に判別し得るゆう度比２を
各候補領域について算出する。

【００７３】ゆう度比１とはＤｍ１／Ｄｍ２で表現さ
れ、図１１の座標平面上における傾きを示す。すなわ
ち、ゆう度比１が大きいほど悪性である可能性が高く、
小さいほど正常組織である可能性が高いと判定できる。
また、ゆう度比２とはＤｍ１／Ｄｍ３で表現され、図１
２に示すようにゆう度比２が大きいほど良性である可能
性が高く、小さいほど正常組織である可能性が高いと判
定できる。このため、悪性陰影検出手段13ｂは、ゆう度
比１（Ｄｍ１／Ｄｍ２）に基づいて、Ｄｍ１／Ｄｍ２＞
Ｔｈ１（所定閾値１）となる候補領域のみを悪性陰影候
補として最終的に検出する。

【００７４】一方、良悪性陰影検出手段13ｃに位置情報
Ｄ２および画像データＰが入力されたときには、良悪性
陰影検出手段13ｃが、上記悪性陰影検出手段13ｂと同様
の方法により、検出された全ての候補領域の中から良性
のものと悪性のものをさらに検出する。すなわち、良悪
性陰影検出手段13ｃは、入力された位置情報Ｄ２と画像
データＰに基づいて各候補領域の特徴量を算出し、算出
された特徴量に基づくマハラノビス距離を利用して、悪
性度を表わすゆう度比１（Ｄｍ１／Ｄｍ２）と良性度を
表わすゆう度比２（Ｄｍ１／Ｄｍ３）を算出する。さら
に、ゆう度比１およびゆう度比２に基づいて、Ｄｍ１／
Ｄｍ２＞Ｔｈ２（所定閾値２）またはＤｍ１／Ｄｍ３＞
Ｔｈ２′（所定閾値２′）となる候補領域を良悪性陰影
候補として最終的に検出する。つまり、ゆう度比１に基
づいて悪性陰影候補となる候補領域をさらに検出し、ゆ
う度比２に基づいて良性陰影候補となる候補領域をさら
に検出し、ここで検出された悪性および良性の全ての候
補領域を良悪性陰影候補として最終的に検出する。

【００７５】検出結果出力手段20は、悪性陰影検出手段
13ｂまたは良悪性陰影検出手段13ｃから、最終的に検出
された悪性陰影候補または良悪性陰影候補の位置を示す
位置情報Ｄ３を画像データＰとともに入力し、画像デー
タＰに基づく全体画像とともに、位置情報Ｄ３に基づい
て、最終的に検出された悪性陰影候補または良悪性陰影
候補の位置を示す矢印（或いは矩形枠など）をＣＲＴの
画面上に表示する。なお、この際、上記ゆう度比１およ
びゆう度比２の値を画面上に同時に表示することもでき
る。

【００７６】なお、上記実施形態においては、検出レベ
ル選択手段12において選択可能な検出レベルを悪性検出
または良悪性検出の２種類としたが、この他に良性検出
を選択可能としてもよい。この場合、異常陰影候補検出
手段13には良性陰影検出手段がさらに設けられ、良性陰
影検出手段においては、良性度を表わすゆう度比２（Ｄ
ｍ１／Ｄｍ３）に基づいて、Ｄｍ１／Ｄｍ３＞Ｔｈ３
（所定閾値３）となる候補領域のみを良性陰影候補とし
て最終的に検出する。

【００７７】また、上記実施形態に加えて、さらに、鑑
別判定を行なうようにしてもよい。すなわち、良悪性陰
影検出手段13ｃにより検出された良悪性陰影が良性であ
るかまたは悪性であるかを鑑別し、鑑別結果を表示する
ようにしてもよい。この場合、良悪性度を表わすゆう度
比３（Ｄｍ３／Ｄｍ２）が、図１３に示すように大きく
なるほど悪性である可能性が高く、小さくなるほど良性
である可能性が高い値であるため、ゆう度比３に基づい
て、Ｄｍ３／Ｄｍ２≧Ｔｈ４（所定閾値４）となる候補
領域を悪性、Ｄｍ３／Ｄｍ２＜Ｔｈ４となる候補領域を
良性と判定する。

【００７８】また、異常陰影候補検出装置10に、他の装
置等から検出目的を表わす検出目的情報を入力する入力
手段をさらに備え、検出レベル選択手段12が、入力手段
により入力された検出目的情報に基づいて自動的に検出
レベルを選択するようにしてもよい。検出目的情報と
は、読影者情報（読影する医師のＩＤ番号等）、端末情
報（検出結果を出力する出力装置の端末番号等）、検査
目的情報（検診または精密検査等の検査の目的を表わす
情報）等、検出レベルを予め定めることができるような
情報を意味するものである。例えば、検出目的情報が検
査目的情報である場合には、予め、検査目的が検診（１
次検査）である場合には検出レベルを良悪性検出とし、
検査目的が精密検査（２次検査）である場合には検出レ
ベルを悪性検出とすると設定し、検出レベル選択手段12
は、入力された検査目的情報に基づいて検出レベルを自
動的に選択する。また、検出目的情報が読影者情報であ
る場合には、予め、検診の担当者である読影者Ａの検出
レベルを良悪性検出とし、精密検査の担当者である読影
者Ｂの検出レベルを悪性検出とすると設定し、検出レベ
ル選択手段12は、入力された読影者情報に基づいて検出
レベルを自動的に選択する。端末情報についても同様
に、予め各端末を検診用端末と精密検査用端末とに分類
して各端末ごとに検出レベルを定め、検出レベル選択手
段12が各端末に出力する際の検出レベルを自動的に選択
するようにすることができる。

【００７９】なお、検出目的情報を入力する入力手段と
は、検出結果出力手段20から端末番号や読影者情報を入
力するもの、画像データＰの付帯情報として記録されて
いる検出目的情報（検査目的情報など）をサーバ等の記
憶手段から入力するもの、ユーザが手動で自由に検出目
的を選択して入力することが可能なマウスやキーボー
ド、ボタンなどから入力するもの等、種々の形態のもの
を意味する。

【００８０】なお、本実施の形態の異常陰影候補検出装
置においてはアイリスフィルタにより腫瘤陰影候補を検
出する処理について説明したが、これに限らず、モフォ
ロジーフィルタにより微小石灰化陰影候補を検出する処
理等、異常陰影を検出する種々の方法に適用することも
できる。

【００８１】また、本実施の形態では９つの特徴量を用
いたが、上記９つの特徴量の組合せに限られるものでは
なく、種々の特徴量を組み合わせて利用することができ
る。

【００８２】また、同時生成行列を作成する際にｊ点を
ｉ点が存在する放射状の線に対して垂直で、かつｉ点か
ら２画素分だけ離間した点と定義したが（図９参照）、
放射状の線との交差角度、ｉ点からの離間画素等につい
ては検出対象である腫瘤陰影の大きさ等に応じて適宜変
更できるものである。

【００８３】なお、本発明はマンモグラフィCAD に限ら
れるものではなく、胸部CAD 等、様々な被写体に対して
利用することができる。

【図面の簡単な説明】

【図１】本発明の一実施形態による異常陰影候補検出装
置を含む異常陰影候補検出システムの構成を示す構成図

【図２】アイリスフィルタ処理の作用を示す図

【図３】注目画素ｊを中心とした縦５画素×横５画素の
大きさのマスクを表す図

【図４】注目画素と各画素ｊにおける勾配ベクトルとが
なす角を説明する図

【図５】輪郭形状が適応的に変化するように設定された
アイリスフィルタを示す概念図

【図６】候補領域の面積Ａと同等の面積を有する仮想円
を示す図

【図７】ＩＦＥＤ画像が形成される作用を示す図

【図８】ＩＦＥＤ画像を示す概念図

【図９】ＩＦＥＤ画像に基づいて同時生成行列を作成す
る作用を示す図

【図１０】同時生成行列を示す図

【図１１】ゆう度比１を説明するための図

【図１２】ゆう度比２を説明するための図

【図１３】ゆう度比３を説明するための図

【符号の説明】

10 異常陰影候補検出装置 12 検出レベル選択手段 13 異常陰影候補検出手段 13ａ 候補領域検出手段 13ｂ 悪性陰影検出手段 13ｃ 良悪性陰影検出手段

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成１４年１月２８日（２００２．１．２
８）

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】００４０

【補正方法】変更

【補正内容】

【００４０】

【数５】 すなわち式（６）は、始点を注目画素とし、終点をＲmi
n からＲmax までの範囲内で変化させて、集中度Ｃi
（ｎ）を算出するものである。

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】００４７

【補正方法】変更

【補正内容】

【００４７】

【数７】 すなわち、式（６´）は、抽出しようとする腫瘤陰影の
半径の最小値Ｒmin に対応した画素を起点とし、終点を
Ｒmin からＲmax までとした範囲内で集中度Ｃi （ｎ）
を算出するものである。

フロントページの続き Ｆターム(参考） 4C093 AA26 CA16 DA06 FF17 FF27 5B057 AA08 BA03 CE06 CE09 CH09 DA08 DA16 DC04 DC08 DC09 DC23 DC34 5L096 BA06 BA13 FA04 FA06 FA14 FA33 FA34 FA37 FA55 GA55 HA08 HA09 JA03 MA07

Claims (4)

【特許請求の範囲】
1. 【請求項１】 被写体の放射線画像を表す放射線画像デ
   ータに基づいて、該放射線画像中の異常陰影候補を検出
   する異常陰影候補検出手段を備えた異常陰影候補検出装
   置において、 前記異常陰影候補の検出レベルを選択する検出レベル選
   択手段をさらに備え、 前記異常陰影候補検出手段が、前記検出レベル選択手段
   により選択された検出レベルの前記異常陰影候補を検出
   するものであることを特徴とする異常陰影候補検出装
   置。
2. 【請求項２】 前記異常陰影候補検出手段が、前記検出
   レベル選択手段により選択された検出レベルが悪性であ
   るときに悪性の前記異常陰影候補のみを検出し、前記検
   出レベル選択手段により選択された検出レベルが良悪性
   であるときに良性の前記異常陰影候補および悪性の前記
   異常陰影候補を検出するものであることを特徴とする請
   求項１記載の異常陰影候補検出装置。
3. 【請求項３】 検出目的を表わす検出目的情報を入力す
   る入力手段をさらに備え、前記検出レベル選択手段が、
   前記入力手段により入力された前記検出目的情報に基づ
   いて前記検出レベルを自動的に選択する検出レベル自動
   選択機能を備えたものであることを特徴とする請求項１
   または２記載の異常陰影候補検出装置。
4. 【請求項４】 前記検出目的情報が、読影者情報、端末
   情報および検査目的情報のいずれかであることを特徴と
   する請求項３記載の異常陰影候補検出装置。