JP2003052673A - 異常陰影候補検出装置 - Google Patents

Abstract

(57)【要約】 【課題】 異なる規格化条件により規格化された、濃度
やコントラスト等が異なる画像データに基づいて画像中
の異常陰影候補を検出する場合でも、常に一定の検出レ
ベルを保つことを可能にする。 【解決手段】 再規格化処理手段10が、任意の規格化条
件に基づいて規格化処理が施されている規格化画像デー
タＰ′を入力し、この規格化画像データＰ′に基づい
て、一定の濃度とコントラストを有する再規格化画像デ
ータＰ″を取得し、異常陰影候補検出手段20が、再規格
化処理手段10から再規格化画像データＰ″を入力し、再
規格化画像データＰ″に基づいて画像中の異常陰影候補
を検出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、異常陰影候補検出
装置に関し、特に詳しくは、任意の規格化条件による規
格化処理が施された医用画像データに基づいて該医用画
像中の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】医療分野においては、従来より、放射線
画像をフイルムに記録して診断に供していたが、近年は
これに代わってコンピューテッド・ラジオグラフィ（Ｃ
Ｒ）システムが広く用いられている。ＣＲシステムと
は、放射線画像を一旦蓄積性蛍光体シート（イメージン
グプレート）と称されるシートに記録し、その後このシ
ートに励起光を照射して、シートから発光する、記録さ
れている放射線画像に応じた光量の輝尽発光光を光電的
に読み取り、得られた電気信号（画像信号）をデジタル
化し、このデジタル化された信号（画像データ）に基づ
いて、画像データが表す可視画像（放射線画像）をフイ
ルムにプリントしたり、モニタに表示するものである。
このＣＲシステムは、照射放射線量と輝尽発光光量との
線形性を幅広い範囲で保つことができる蓄積性蛍光体シ
ートを使用しているため、放射線フイルムに放射線画像
を直接記録する場合に比べて画像上の微弱な濃度変動等
を把握しやすい等の有用性を有するとともに、画像信号
をデジタル化しているため、各種の画像処理が容易にな
るという利点がある。

【０００３】また、このＣＲシステムには、観察読影の
ための可視画像を診断に適した濃度・コントラストを有
する画像にするためのＥＤＲ（Exposure Data Recogniz
er）と称される機能が採用されている。このＥＤＲとし
ては、観察読影のための可視画像を得る読取操作（以
下、「本読み」という。）に先立ち、本読みの際に照射
すべき励起光よりも低いレベルの励起光を用いて、蓄積
性蛍光体シートに記録されている放射線画像の概略を読
み取る先読みを行い、この先読みにより得られた先読画
像信号を分析して上記本読みの際の読取条件を決定する
先読みＥＤＲが知られている。

【０００４】また、先読みＥＤＲでは、先読みによって
読取条件を最適化したうえでさらに本読みを行なうこと
になるが、先読みを行なうことに伴う時間的ロスや処理
および装置の複雑化を防止するために、先読みを行わな
いＥＤＲ（本読みＥＤＲ）も提案されている。

【０００５】これは、蓄積性蛍光体シートから発せられ
る輝尽発光光の、想定される光量に対して、検出レンジ
を予め十分に広く（例えば４桁程度）確保したうえで放
射線画像情報の全体を読み取って画像データを得、この
得られた画像データから、診断に適した濃度・コントラ
ストを有する画像にするための最適な濃度・コントラス
ト変換条件（以下、「規格化条件」という。）を求め、
上記検出レンジを十分に広く確保して得られた画像デー
タに対し、この規格化条件に基づいて規格化処理を施す
方法である（特開平２−108176号公報等）。この方法に
よれば、光電読取手段による励起光照射光量、感度、ダ
イナミックレンジ等の設定を改めて行なうことなく、計
算処理だけで最適な画像を再生するのに必要な画像デー
タを得ることができるため、近年ではこの本読みＥＤＲ
が一般的になっている。このＥＤＲ等による規格化処理
は、ＣＲシステムに限らず、ＣＴ装置やＭＲＩ装置等の
医用画像生成装置によって得られた医用画像に対して行
なわれることもある。

【０００６】ここで、上記先読みＥＤＲにおける読取条
件、および上記本読みＥＤＲにおける規格化条件とは、
例えば入出力の関係を定める読取ゲイン、収録スケール
ファクタ等を意味するものである。

【０００７】読取ゲインＳｋは、図９に示すように、出
力画像信号範囲の中心値Ｑｃ（０〜１０２３の場合５１
１）に対応する入力画像信号レベルであり、また、同図
に示す変換直線Ｈの傾きが収録スケールファクタＧｐで
ある。

【０００８】読取ゲインＳｋは輝尽発光量を表わす値で
あり、Ｍｏ管球の管電圧２５ｋＶｐで２０ｍＲ（＝５．
１６×１０^-6Ｃ／Ｋｇ）が照射されたときの発光量を基
準値３．０とすると、

【数１】 で定義される。また収録スケールファクタＧｐは、例え
ば、

【数２】 等により求めることができる。

【０００９】一方、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。

【００１０】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。

【００１１】そこで、この要望に応えるとともに、上述
したような優れた特長を有するＣＲシステムを医療診断
用として積極的に活用することを目的とし、診断用画像
として取得された被写体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8-294479号公報、特開平8-2872
30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、
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、画像中の異
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
る。

【００１２】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。

【００１３】

【発明が解決しようとする課題】ところで、上記ＣＲシ
ステムが病院等の施設に導入される際には、撮影された
画像を診断に適した可視画像として再生することができ
るように、予め撮影部位別に標準的な先読みＥＤＲ或い
は本読みＥＤＲが設定されている。上記異常陰影候補検
出処理システムにおけるアイリスフィルタ処理やモフォ
ロジーフィルタ処理は、この予め設定されているＥＤＲ
による処理が行われて得られた画像データを処理の対象
とするものとして最適化されている。

【００１４】しかしながら、各施設では再生画像の好み
や診断の方法に合わせてＥＤＲの設定（Ｓｋ，Ｇｐ等の
パラメータ設定等）を変更することがある。例えば、施
設ごとに、ＥＤＲのアルゴリズムやパラメータ（信号範
囲検出方法など）を変更したり、Ｓｋ，Ｇｐの値を所望
の値（固定値）に設定したりすることがある。その結
果、ＣＲシステムにより得られる画像データの濃度やコ
ントラストが施設ごとに変動し、この画像データを利用
して上記異常陰影候補の検出処理を行なうと、検出結果
がばらついてしまうことがある。

【００１５】本発明は、上記事情に鑑み、濃度やコント
ラスト等が異なる画像データに基づいて画像中の異常陰
影候補を検出する場合でも、常に一定の検出レベルを保
つことができる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。

【００１６】

【課題を解決するための手段】本発明の異常陰影候補検
出装置は、任意の規格化条件に基づく規格化処理が施さ
れた医用画像データに対し、一定の画質を有する医用画
像データを得るための所定の再規格化処理を施す再規格
化処理手段と、再規格化処理手段により得られた再規格
化医用画像データに基づいて、医用画像データに基づく
医用画像中の異常陰影候補を検出する異常陰影候補検出
手段とを備えたことを特徴とするものである。

【００１７】ここで、規格化条件とは、例えば、読取ゲ
インＳｋや収録スケールファクタＧｐ、また、読取感度
（Ｓ値）やラチチュード（Ｌ値）等を意味するものであ
る。

【００１８】規格化処理とは、例えば、このような規格
化条件に基づいて画像を規格化処理関数ｆにより変換す
るものであり、この規格化処理関数ｆは、例えば、画像
データを１０bitとすると、

【数３】 により与えられる。

【００１９】また、規格化処理とは、規格化処理関数ｆ
により画像を変換するものに限られるものではなく、先
読みにより決定された読取条件で本読みを行うことによ
り、規格化された画像データを得る処理でもよい。この
場合、上記規格化条件には、「先読みにより決定された
読取条件」が相当する。すなわち、「任意の規格化条件
に基づく規格化処理が施された医用画像データ」とは、
例えば本読みＥＤＲにより得られる医用画像データを意
味するものであるが、これに限られるものではなく、先
読みＥＤＲにより得られる医用画像データを適用するこ
ともできる。

【００２０】一定の画質を有する医用画像データとは、
例えば、一定の濃度やコントラストを有する画像データ
を意味するものである。また、異常陰影とは、癌の特徴
的形態の１つである腫瘤陰影や微小石灰化陰影を意味す
るものであり、異常陰影候補検出手段とは、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、異常陰影の候補を検出するものである。

【００２１】また、本発明の異常陰影候補検出装置にお
いて、上記所定の再規格化処理を、任意の規格化条件を
参照して医用画像の原画像データを取得し、取得された
原画像データに基準規格化処理を施して再規格化医用画
像データを取得するものとしてもよい。

【００２２】基準規格化処理とは、例えばＥＤＲによる
規格化処理において、標準的なものとして定められた規
格化条件による規格化処理を意味するものである。この
基準規格化処理は、撮影部位別に定められているもので
もよい。

【００２３】なお、「任意の規格化条件に基づく規格化
処理が施された医用画像データ」として先読みＥＤＲに
より得られた医用画像データを適用する場合には、この
先読みＥＤＲにより得られた医用画像データを、上記規
格化処理関数ｆにより変換された画像データであると仮
定して仮想的な原画像データを取得し、この仮想的な原
画像データに基準規格化処理を施すようにすればよい。
すなわち、上記原画像データとは、仮想的な原画像デー
タを含むものとする。

【００２４】なお、上記規格化処理は、ＥＤＲによるも
のに限られるものではない。

【００２５】

【発明の効果】本発明の異常陰影候補検出装置によれ
ば、任意の規格化条件に基づいて規格化処理が施されて
いる医用画像データに対して一定の画質を有する医用画
像データを得るための所定の再規格化処理を施し、得ら
れた一定の画質を有する再規格化医用画像データに基づ
いて画像中の異常陰影候補を検出するから、異常陰影候
補の検出レベルを安定させることができる。

【００２６】

【発明の実施の形態】以下、本発明の異常陰影候補検出
装置の具体的な実施の形態について図面を用いて説明す
る。図１は本発明の一実施形態による異常陰影候補検出
装置の概略構成を示す図である。

【００２７】本実施形態による異常陰影候補検出装置
は、ＣＲシステムにより収録された、任意の規格化条件
に基づいて規格化処理が施されている規格化画像データ
Ｐ′を入力し、この規格化画像データＰ′に基づいて、
一定の濃度とコントラストを有する再規格化画像データ
Ｐ″を取得する再規格化処理手段10と、再規格化処理手
段10から再規格化画像データＰ″を入力し、再規格化画
像データＰ″に基づいて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20とにより構成されている。

【００２８】規格化画像データＰ′は乳房の放射線画像
を表す放射線画像データであり、各施設において任意に
設定された規格化条件により規格化処理が施された画像
データである。ここで、各施設において任意に設定可能
な規格化条件は、読取ゲインＳｋと収録スケールファク
タＧｐであるとする。なお、各規格化画像データＰ′の
読取ゲインＳｋ、収録スケールファクタＧｐは各規格化
画像データＰ′とともに記録されている。

【００２９】異常陰影候補検出手段20は、この再規格化
画像データＰ″に基づいて、画像中の腫瘤陰影候補をア
イリスフィルタ処理を利用して検出し、微小石灰化陰影
候補をモフォロジーフィルタ処理を利用して検出するも
のである。以下、アイリスフィルタ処理およびモフォロ
ジーフィルタ処理について詳細に説明する。

【００３０】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
線フイルム上における放射線画像（高濃度高信号レベル
の画像信号で表される画像）において、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。

【００３１】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。

【００３２】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（１）に示す計算式
に基づいた画像データの勾配ベクトルの向きθを求め
る。

【００３３】

【数４】 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。

【００３４】次に、対象となる画像を構成する全ての画
素について、各画素ごとにその画素を注目画素とする勾
配ベクトルの集中度Ｃを次式（２）にしたがって算出す
る。

【００３５】

【数５】 ここでＮは注目画素を中心に半径Ｒの円内に存在する画
素の数、θｊは注目画素とその円内の各画素ｊとを結ぶ
直線と、その各画素ｊにおける上記式（１）で算出され
た勾配ベクトルとがなす角である（図４参照）。したが
って上記式（２）で表される集中度Ｃが大きな値となる
のは、各画素ｊの勾配ベクトルの向きが注目画素に集中
する場合である。

【００３６】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。

【００３７】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。

【００３８】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（３）、（４）で
与えられる。

【００３９】

【数６】 ただし、[ｘ]，[ｙ]は、ｘ，ｙを超えない最大の整数で
ある。

【００４０】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。

【００４１】具体的には、まずｉ番目の放射状の線上に
おいて注目画素からｎ番目の画素までで得られる集中度
Ｃｉ（ｎ）を下記式（５）により求める。

【００４２】

【数７】 すなわち式（５）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。

【００４３】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。

【００４４】次に、勾配ベクトル群の集中度Ｃを下記式
（６）および（７）により計算する。

【００４５】

【数８】 ここで式（６）のＣimaxは、式（５）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。

【００４６】全ての放射状の方向線について式（６）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。

【００４７】そして、式（７）では、この領域内の式
（６）で与えられた集中度の最大値Ｃimaxを放射状の方
向線の全方向（式（７）では32方向の場合を例示）につ
いて平均した値を求める。この求められた値がアイリス
フィルタ出力値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。

【００４８】なお、前述の集中度Ｃi （ｎ）の計算は、
式（５）の代わりに下記式（５′）を用いてもよい。

【００４９】

【数９】 すなわち、式（５′）は、抽出しようとする腫瘤陰影の
半径の最小値Ｒmin に対応した画素を起点とし、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。

【００５０】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（個々
の微小な点状の石灰化陰影、以下単に石灰化陰影ともい
う）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
石灰化陰影を検出するのに有効な手法である。以下、モ
フォロジーフィルタ処理について詳細に説明する。

【００５１】モフォロジーフィルタは、所定のサイズの
構造要素を用いて、構造要素よりも小さいサイズのノイ
ズや陰影を画像中から除去または抽出することが可能な
フィルタであり、画像信号の平滑化や、癌の特徴的な形
態の一つである微小石灰化陰影の抽出等に利用される。

【００５２】（モフォロジーの基本演算）モフォロジー
演算処理は一般的にはＮ次元空間における集合論として
展開されるが、直感的な理解のために２次元の濃淡画像
を対象として説明する。

【００５３】濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）ほど大きな画像信号となる高
輝度高信号レベルの信号とする。

【００５４】まず、簡単のために、その断面に相当する
１次元の関数ｆ（ｘ）を考える。モフォロジー演算処理
に用いる構造要素ｇは次式（８）に示すように、原点に
ついて対称な対称関数

【数１０】 であり、定義域内で値が０で、その定義域が下記式
（９）であるとする。

【００５５】

【数１１】 このとき、モフォロジー演算の基本形は式（１０）〜
（１３）に示すように、非常に簡単な演算となる。

【００５６】

【数１２】 すなわち、ダイレーション（dilation）処理は、注目画
素を中心とした、±ｍ（構造要素Ｂに応じて決定される
値）の幅の中の最大値を検索する処理であり（図６
（Ａ）参照）、一方、イロージョン（erosion ）処理
は、注目画素を中心とした、±ｍの幅の中の最小値を検
索する処理である（同図（Ｂ）参照）。また、オープニ
ング（opening ）処理は最小値探索の後に、最大値を探
索することに相当し、クロージング（closing ）処理は
最大値探索の後に、最小値を探索することに相当する。
オープニング処理は低輝度側から濃度曲線ｆ（ｘ）を滑
らかにし、マスクサイズ２ｍより空間的に狭い範囲で変
動する凸状の濃度変動部分（周囲部分よりも輝度が高い
部分）を取り除くことに相当する（同図（Ｃ）参照）。
一方、クロージング処理は、高輝度側から濃度曲線ｆ
（ｘ）を滑らかにし、マスクサイズ２ｍより空間的に狭
い範囲で変動す凹状の濃度変動部分（周囲部分よりも輝
度が低い部分）を取り除くことに相当する（同図（Ｄ）
参照）。

【００５７】ここで、濃度の高いもの程大きな値となる
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
におけるダイレーション処理は、高輝度高信号レベルに
おけるイロージョン処理（図６（Ｂ））と一致し、高濃
度高信号レベルの信号におけるイロージョン処理は、高
輝度高信号レベルにおけるダイレーション処理（同図
（Ａ））と一致し、高濃度高信号レベルの信号における
オープニング処理は、高輝度高信号レベルにおけるクロ
ージング処理（同図（Ｄ））と一致し、高濃度高信号レ
ベルの信号におけるクロージング処理は、高輝度高信号
レベルにおけるオープニング処理（同図（Ｃ））と一致
する。なお、ここでは高輝度高信号レベルの画像信号
（輝度値）の場合について説明する。

【００５８】（石灰化陰影検出への応用）石灰化陰影の
検出には、原画像から平滑化した画像を引き去る差分法
が考えられる。単純な平滑化法では石灰化陰影と細長い
形状の非石灰化陰影（乳腺や血管や乳腺支持組織等）の
識別が困難であるため、多重構造要素を用いたオープニ
ング演算に基づく下記式（１４）で表されるモフォロジ
ー演算処理が提案されている（「多重構造要素を用いた
モルフォロジーフィルタによる微小石灰化像の抽出」電
子情報通信学会論文誌 D-II Vol.J75-D-II No.7 P1170
〜1176 1992年７月、「モルフォロジーの基礎とそのマ
ンモグラム処理への応用」MEDICAL IMAGINGTECHNOLOGY
Vol.12 No.1 January 1994 ）。

【００５９】

【数１３】 ここでＢi （ｉ＝１，２，３，４）は図７に示す直線状
の４つの構造要素Ｂである。構造要素Ｂを検出対象の石
灰化陰影よりも大きく設定すれば、オープニング処理
で、構造要素Ｂよりも細かな凸状の信号変化部分（空間
的に狭い範囲で変動する画像部分）である石灰化陰影は
取り除かれる。一方、細長い形状の非石灰化陰影はその
長さが構造要素Ｂよりも長く、その傾き（延びる方向）
が４つの構造要素Ｂi のうちいずれかに一致すればオー
プニング処理（式（１４）の第２項の演算）をしてもそ
のまま残る。したがってオープニング処理によって得ら
れた平滑化画像（石灰化陰影が取り除かれた画像）を原
画像ｆから引き去ることで、小さな石灰化陰影の候補の
みが含まれる画像が得られる。これが式（１４）の考え
方である。

【００６０】なお前述したように、高濃度高信号レベル
の信号の場合においては、石灰化陰影は周囲の画像部分
よりも濃度値が低くなり、石灰化陰影は周囲部分に対し
て凹状の信号変化部分となるため、オープニング処理に
代えてクロージング処理を適用し、式（１４）に代えて
式（１５）を適用する。

【００６１】

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

【００６２】

【数１５】 ここで、Ｍgradの値が大きいほど石灰化陰影の可能性が
大きいので、石灰化候補画像Ｃs は下記式（１７）によ
り求めることができる。

【００６３】

【数１６】 ここで、Ｔ１，Ｔ２は実験的に決められる、予め設定さ
れた閾値である。

【００６４】ただし、石灰化陰影の大きさとは異なる非
石灰化陰影については、式（１４）のＰと所定の閾値Ｔ
１との比較のみで除去できるため、石灰化陰影と同等の
大きさをもつ非石灰化陰影が残ることのないような場合
は、式（１７）の第１項の条件（Ｐ（ｉ，ｊ）≧Ｔ１）
を満たすだけでよい。

【００６５】最後に、式（１８）に示す、マルチスケー
ルのオープニング演算とクロージング演算との組合わせ
により、石灰化陰影のクラスタ領域Ｃc を検出する。

【００６６】

【数１７】 ここで、λ１とλ２はそれぞれ融合したい石灰化陰影の
最大距離と除去したい孤立陰影の最大半径とによって決
められ、λ３＝λ１＋λ２である。

【００６７】なお、これらのモフォロジー演算処理に関
する説明は上述したように、高輝度高信号レベルの画像
データの場合についてであるが、高濃度高信号レベルの
画像データ（高濃度の画素ほど大きなデジタル値を持つ
画像データ）の場合については、オープニング演算とク
ロージング演算とが逆の関係になる。

【００６８】以上が、アイリスフィルタ処理およびモフ
ォロジーフィルタ処理の詳細である。

【００６９】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。図８
は、再規格化処理手段10における再規格化処理フローを
示す図である。

【００７０】ＥＤＲを採用しているＣＲシステムにより
収録された乳房の放射線画像データ（規格化画像デー
タ）Ｐ′が、この規格化画像データＰ′の規格化条件デ
ータＳｋ，Ｇｐ（簡単のため、各規格化条件を示すデー
タについてもＳｋ，Ｇｐとする）とともに再規格化処理
手段10に入力されると、再規格化処理手段10では、まず
最初に、入力された規格化画像データＰ′と規格化条件
データＳｋ，Ｇｐとを参照して原画像データＰを取得す
る（ステップＳ10）。ここで、規格化処理を関数ｆで表
すと、規格化画像データＰ′は規格化条件データＳｋ，
Ｇｐに基づいて、

【数１８】 と示すことができるため、この式に基づいて原画像デー
タＰは、

【数１９】 により得ることができる。なお、規格化処理を表す関数
ｆは、各画像データを１０bitとすると、

【数２０】 により与えられる。

【００７１】ステップＳ10で原画像データＰが得られる
と、次に原画像データＰに基づいて基準ＥＤＲ処理によ
り基準規格化条件Ｓｋ′，Ｇｐ′を得る（ステップＳ2
0）。ここで基準ＥＤＲ処理とは、乳房の画像データに
対する標準的なＥＤＲとしてＣＲシステムに予め設定さ
れている処理である。

【００７２】さらに、基準規格化条件Ｓｋ′，Ｇｐ′に
基づいて原画像データＰに対し基準規格化処理を施すこ
とにより、再規格化画像データＰ″を得ることができ
る。すなわち、

【数２１】 により、再規格化画像データＰ″を得る。

【００７３】異常陰影候補検出手段20は、得られた再規
格化画像データＰ″に基づいて画像中の腫瘤陰影候補を
アイリスフィルタ処理を利用して検出し、画像中の微小
石灰化陰影候補をモフォロジーフィルタ処理を利用して
検出する。

【００７４】本発明の異常陰影候補検出装置によれば、
任意の規格化条件により規格化された画像データから原
画像データを取得し、この原画像データを基準規格化条
件により再規格化して得られた再規格化画像データＰ″
に基づいて画像中の異常陰影候補を検出しているため、
施設ごとに任意に変更されている規格化条件に影響され
ることなく、一定の基準による安定した検出結果が得ら
れる。

【００７５】特に、各施設においてＣＲシステムを利用
する際には、各施設の好みに合わせて規格化条件（ＥＤ
Ｒのパラメータ設定）を変更することにより、診断性能
の向上に繋がり得る再生画像を得ることができるため、
規格化条件を各施設において変更することは画像診断上
望ましいことである。しかしながら、規格化条件を変更
することにより異常陰影候補の検出レベルが各施設でば
らついてしまうと、施設によって検出結果が異なること
となり、誤診に繋がる可能性もある。

【００７６】本発明の異常陰影候補検出装置によれば、
好みの再生画像を得るために各施設において規格化条件
が変更されていたとしても、それにより異常陰影候補の
検出結果がばらつくことはないため、ＣＲシステムの利
点を活用して診断性能を向上させ得る再生画像の取得を
実現しながらも、異常陰影候補検出装置の診断支援シス
テムとしての性能を維持することができる。

【００７７】なお、上記実施形態においては、規格化条
件としてＳｋ，Ｇｐを用いた例を示したが、Ｌ値（Ｌ＝
４／Ｇｐ）やＳ値（Ｓ＝４×１０^4-Sk）を規格化条件に
適用してもよい。

【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
置の概略構成図

【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】モフォロジーフィルタの基本作用を示す図

【図７】直線状の４つの構造要素Ｂを示す図

【図８】再規格化処理手段における再規格化処理を示す
フローチャート

【図９】読取条件である読取ゲインと収録スケールファ
クタを表わす図

【符号の説明】

10 再規格化処理手段 20 異常陰影候補検出手段

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

【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】００４２

【補正方法】変更

【補正内容】

【００４２】

【数７】 すなわち式（５）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】００４９

【補正方法】変更

【補正内容】

【００４９】

【数９】 すなわち、式（５′）は、抽出しようとする腫瘤陰影の
半径の最小値Ｒmin に対応した画素を起点とし、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 (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 7/00 ２００ Ａ６１Ｂ 6/00 ３５０Ｄ Ｈ０４Ｎ 1/407 Ｈ０４Ｎ 1/40 １０１Ｅ Ｆターム(参考） 2H013 AC06 AC14 4C093 AA16 AA27 DA06 FD03 FD05 FD09 FF29 5B057 AA07 BA03 CA08 CA12 CA16 CB08 CB12 CB16 CC02 CE03 CE06 CE09 CE11 CH09 DA08 5C077 LL04 MP01 PP10 PP43 PQ12 5L096 AA06 BA03 BA06 BA13 EA12 FA06 GA04 GA07 GA55

Claims (2)

【特許請求の範囲】
1. 【請求項１】 任意の規格化条件に基づく規格化処理が
   施された医用画像データに対し、一定の画質を有する医
   用画像データを得るための所定の再規格化処理を施す再
   規格化処理手段と、 該再規格化処理手段により得られた再規格化医用画像デ
   ータに基づいて、前記医用画像データに基づく医用画像
   中の異常陰影候補を検出する異常陰影候補検出手段とを
   備えたことを特徴とする異常陰影候補検出装置。
2. 【請求項２】 前記所定の再規格化処理が、前記任意の
   規格化条件を参照して前記医用画像の原画像データを取
   得し、該取得された原画像データに基準規格化処理を施
   して前記再規格化医用画像データを取得するものである
   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。