JP2003265462A

JP2003265462A - 関心領域抽出方法及び画像処理サーバ

Info

Publication number: JP2003265462A
Application number: JP2002075330A
Authority: JP
Inventors: Tatsuya Ando; 竜弥安藤
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2002-03-19
Filing date: 2002-03-19
Publication date: 2003-09-24
Anticipated expiration: 2022-03-19
Also published as: JP3712234B2

Abstract

(57)【要約】【課題】入力した画像から関心領域の形状を精度よく
抽出することのできる関心領域抽出方法を提供するこ
と。【解決手段】画像から関心領域を抽出する方法におい
て、第１に、コンピュータに入力した画像の特定の点と
この点に隣接する点の画素値の相関に基づき、順次領域
を拡大してゆく手法により領域抽出処理を行い、第２
に、前記処理により領域抽出された画像と、前記関心領
域の標準形状に関する知識データとを比較することで、
前記関心領域の位置と大きさを同定し、第３に、前記標
準形状と前記同定した位置と大きさに関するデータに基
づき前記領域抽出処理により抽出された画像を修正し、
抽出画像を得ることとした。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像データから関
心領域を高精度に抽出及び推定するのに好適な関心領域
抽出方法と、この方法を利用した画像処理サーバに関す
る。

【０００２】

【従来の技術】画像撮像装置としては、例えば２次元画
像ならばＸ線撮像装置、例えば３次元画像ならばＣＴ
（Computer Tomography）装置、ＭＲＩ（Magnetic Reso
nance Imaging）装置、ＳＰＥＣＴ（Single Photon Emi
ssion Computed Tomography）装置、或いはＰＥＴ（Pos
itron Emission Tomography）装置などの装置がある。
これらの装置によって撮像される画像は、画像中のある
点に関する濃度情報（画素の濃度情報）で表現される。
例えば医療用途では、これらの濃度情報から関心領域、
例えば臓器や骨に注目し、病変の有無などが診断され
る。また、医療用途に限らず、画像から関心領域を抽出
することは、画像の取り扱いの基本といえる。この目的
のため、図１６に示すように、入力画像の画素の濃度情
報に基づいて関心領域を抽出して出力する抽出部２００
を備えた画像処理装置が広く用いられている。

【０００３】ここで、ある画像から関心領域を抽出する
方法としては、従来、関心領域とその他の領域とを区別
する閾値を設定し、この閾値をもとに関心領域を抽出す
る閾値処理や、画像の濃淡分布形状に基づき物体の輪郭
形状を抽出するエッジ抽出処理などが広く用いられてき
た。

【０００４】

【発明が解決しようとする課題】しかしながら、これら
の方法では、本来の関心領域をはみ出したり、関心領域
全部を抽出できなかったり、輪郭線の連続性が保たれな
いなどの問題があった。また、特開平７−２７１９９７
号公報には、画像データから機能画像を作成して、これ
に基づきマスクパターンを生成してマスキング処理を行
う方法が記載されているが、この方法は、同じ部位に対
する時系列データを必要とするという問題がある。

【０００５】一方、特開平１１−２７２８６５号公報に
は、事前に画像データを分水嶺形状に加工した上で、分
水嶺法によって関心領域を抽出する方法が記載されてい
る。この方法も一種の閾値処理とみなすことができる。
この分水嶺法によれば、抽出された領域の輪郭線の連続
性は保証されるが、抽出される輪郭形状は、画像データ
を分水嶺形状に加工する加工方法に依存するため、関心
領域の輪郭を正確に抽出することは保証されない。

【０００６】このように、従来の技術では、関心領域の
形状を精度よく抽出することができなかった。特に、画
像の濃度差が小さい場合などの状況において、抽出され
る領域が本来の関心領域からはみ出したり、欠損したり
するなどの問題に対応できなかった。また、関心領域の
形状を精度よく抽出するには、多くのデータを必要とし
た。そこで、本発明は、入力した画像から関心領域の形
状を精度よく抽出することのできる関心領域抽出方法を
提供することを目的とする。併せて、ネットワークを介
して関心領域抽出方法を実行する画像処理サーバを提供
することを目的とする。

【０００７】

【課題を解決するための手段】前記目的を達成するた
め、本発明の関心領域抽出方法では、第１に、コンピュ
ータに入力した画像の特定の点とこの点に隣接する点の
画素値の相関に基づき、順次領域を拡大してゆく手法に
より領域抽出処理を行い、第２に、前記処理により領域
抽出された画像と、前記関心領域の標準形状に関する知
識データとを比較することで、前記関心領域の位置と大
きさを同定し、第３に、前記標準形状と前記同定した位
置と大きさに関するデータに基づき前記領域抽出処理に
より抽出された画像を修正し、抽出画像を得ることを特
徴とする。

【０００８】ここで、第１に行う領域抽出処理は、好ま
しくは、領域拡張法に基づく手法による。また、第２に
行う位置と大きさを同定する処理は、好ましくは、一般
化ハフ変換に基づく手法による。

【０００９】また、前記目的を達成するため、本発明の
画像処理サーバは、ネットワークを介して送信される画
像データを受信する受信装置と、受信した画像データに
対して、関心領域抽出方法を実行する関心領域抽出処理
装置と、抽出した画像データを、ネットワークを介して
送信する送信装置とを備える構成とした。

【００１０】

【発明の実施の形態】以下、本発明の実施形態を、図面
を用いて説明する。本実施形態では、ＣＴ装置やＭＲＩ
装置のような３次元撮像装置により得られた医療用３次
元画像から関心領域として骨を抽出する例を主に述べる
が、対象となる画像は医療用画像でなくとも、３次元画
像でなくともよい。また、対象となる画像が医療用画像
である場合についていえば、関心領域が骨でなくともよ
く、例えば臓器であってもよい。

【００１１】〔関心領域抽出方法〕図１は、本実施形態
の関心領域抽出方法が実施される関心領域抽出装置１の
概略ブロック構成図である。図２は、関心領域抽出装置
１における処理の流れを示すフローチャートである。図
１に示すように、関心領域抽出装置１は、領域抽出処理
を行う領域抽出部２、抽出対象物（関心領域）の位置と
大きさを同定する同定部３、知識データ７を記憶する記
憶部、同定部３により得られた位置と大きさの情報（幾
何データ）に基づき、領域抽出部２によって抽出された
関心領域の画像を修正する画像修正部４、操作者が操作
を行う操作部Ｈ、操作者用のモニタＭ、を含んで構成さ
れている。この関心領域抽出装置１は、図２のフローチ
ャートに示されるように、各部２，３，４での処理が終
了した時点で、モニタＭを介してその結果をユーザ（関
心領域抽出装置１の操作者）に提示し、操作部Ｈを介し
て操作者の承認を受けることにより次の処理へ進むよう
に構成されている。

【００１２】（入力画像）関心領域抽出装置１は、入力
された画像（画像Ａ）に対して、領域抽出、同定、修正
の各処理を施し、完全な抽出画像である画像Ｄを生成す
る。図７は、入力される画像Ａの一例を示す図である。
この図７では、画像Ａを人間の膝関節部のＣＴ画像１４
であるとし、関心領域を膝関節の骨領域５であるとす
る。この画像Ａは、例えば５１２×５１２×５１２ピク
セル（画素）の３次元の画像データとして関心領域抽出
装置１（その領域抽出部２）に入力される。

【００１３】（領域抽出）ＣＴ画像１４（＝画像Ａ）
は、まず、領域抽出部２によって関心領域である膝関節
の骨領域５が抽出される。領域抽出は、ＣＴ画像１４の
特定の画素（点）とこの特定の画素（点）に隣接する画
素の画素値（＝濃度値、ＣＴ値）の相関に基づき順次領
域を拡張してゆく方式（領域拡張法）により行う。ちな
みに、ＣＴ画像１４は、該画像１４を構成する各画素に
おける濃度値で表現されている。

【００１４】図３は、領域拡張法により領域抽出を行う
手順を示すフローチャートである。領域拡張法では、隣
接する画素の濃度値を監視しながら、図３に示す手順で
関心領域を抽出する。なお、図４に特定の画素、隣接す
る画素などの関係を示すが、この実施形態では、特定の
画素に隣接する画素は６つある。図４に表現されている
４つ（平面方向の４つ）と、図４には表現されていない
２つ（奥行き方向の２つ）である。

【００１５】図３を参照して、関心領域抽出装置１の領
域抽出部２が行う処理を説明する。まず、ステップＳ２
１で関心領域内に開始点（開始画素）を設定し、この開
始画素の濃度値をｆ０とする。なお、「関心領域内に開
始画素を設定」とは、図７でいえば、骨領域５に属する
任意の画素（関心領域と判定済みの画素）を選択するこ
とである。この選択は、例えば、関心領域抽出装置１を
操作している操作者の指示に従って、領域抽出部２が行
う。「開始点」は請求項の「画像の特定の点」に相当す
る。また、「開始画素の濃度値をｆ０とする」とは、変
数ｆ０に開始画素の濃度値を代入することである。この
代入の処理は、開始画素の設定に同期して行われる。ち
なみに、ｆ０は最初に設定した値のまま維持され、後記
するｆｎやｆｉのように隣接する画素が変わるごとに更
新されるものではない。

【００１６】次に、ステップＳ２２では、領域抽出部２
が、関心領域内であると判定済みの画素に隣接する画素
を判定画素として選択し、この判定画素の濃度値をｆｎ
とする。さらに、ステップＳ２２では、領域抽出部２
が、濃度値をｆｎとした判定画素に隣接する画素を選択
し、この画素の濃度値をｆｉとする。ちなみに、最初に
実行されるステップＳ２２では、関心領域と判定済みの
画素は、濃度値をｆ０とした開始画素である。

【００１７】なお、「判定画素の濃度値をｆｎとする」
とは、変数ｆｎに判定画素の濃度値を代入することであ
る。また、「この画素の濃度値をｆｉとする」とは、変
数ｆｉに判定画素に隣接する画素の濃度値を代入するこ
とである。ちなみに、図４から理解されるように、「判
定画素に隣接する画素」は５つ存在し得るが、ここでの
「判定画素に隣接する画素」は、「領域内であると判定
済みの画素」の反対側にある画素の１つだけである。換
言すると、「領域内であると判定済みの画素」、「判定
画素」、「判定画素に隣接する画素」の、都合３つの画
素は、直列している。

【００１８】ステップＳ２３では、ｆｎとｆ０との差の
絶対値｜ｆｎ−ｆ０｜の演算、ｆｎとｆｉの差の絶対値
｜ｆｎ−ｆｉ｜の演算を行い、“｜ｆｎ−ｆ０｜＜ａ
ａｎｄ｜ｆｎ−ｆｉ｜＜ｂ”か否かを判断する。な
お、ａは、同じ領域内では各画素の濃度差は所定範囲内
にあるという条件を示す閾値である。ｂは、隣接画素間
の濃度差は小さく所定範囲内にあるという条件を示す閾
値である。このａ及びｂは、経験的又は試験的に予め求
めることができる。

【００１９】ステップＳ２３の条件を満たしている場合
（真の場合）は、ステップＳ２４において、判定画素は
関心領域内にあるとして、この画素が関心領域内である
ことを示すために当該画素の判定フラグに１を立て（０
→１）、結果を記憶装置に記憶する。一方、ステップＳ
２３の条件を満たしていない場合（偽の場合）は、ステ
ップＳ２５において、判定画素は関心領域外にあるとし
て、この画素が関心領域外であることを示すために当該
画素の判定フラグに２を立てる（０→２）。ちなみに、
判定フラグは、初期状態においては全て０である。

【００２０】なお、図３のフローチャートには示されな
いが、関心領域内であると判定済みの画素の前後、左
右、上下の６方向全部に隣接する画素を判定画素として
ステップＳ２２，Ｓ２３，Ｓ２４，Ｓ２５を実行し、当
該判定画素が関心領域内であるか否かを判定する。ここ
で、重複した判定はムダな動作であるので、重複した判
定を行わないように領域抽出部２の処理はプログラムし
てある。具体的には、一度関心領域内か否かが判定され
た画素が、再度判定画素にならないように、判定フラグ
が未チェックを示す０であるものを判定画素の対象とす
る。

【００２１】ステップＳ２６では、次に関心領域内か否
かを判定すべき判定画素の有無を判断し、判定画素とな
る画素が存在するときはステップＳ２２に移行する。２
度目以降のステップＳ２２では、関心領域内であるとス
テップＳ２３で判定された画素をもとに、これに隣接す
る画素（かつ判定フラグが０のもの）を判定画素として
処理を行う。一方、ステップＳ２６で次に関心領域内か
否かを判定すべき画素が存在しなくなった場合は、処理
を終了する。これにより、関心領域の抽出が最後まで行
われたことになる。以降、領域抽出部２を経た画像デー
タを、画像Ｂと称する。ちなみに、図３のフローチャー
トに示す記憶装置に記憶されるのが画像Ｂのデータであ
る。

【００２２】この図３に示すフローチャートの処理で
は、ムダな動作がなく、関心領域の抽出を迅速に行うこ
とができる。なお、領域拡張法は、関心領域内と判定さ
れた画素に隣接する画素が関心領域内か否かの判定の対
象とする。換言すると、領域拡張法は、同一領域に属す
ると思われる連結領域を順次取り込みながら領域拡張を
行い、必要な領域全体を抽出する方法である。この方法
によれば、輪郭線が連続であることを保証された領域抽
出が可能である。

【００２３】ところで、領域拡張法は、画素の濃度値だ
けを元に領域を抽出するため、濃度分解能の悪い画像の
場合、具体的には、ＣＴ画像１４（図７参照）の関心領
域である骨領域５とそれ以外の部分の境界が判然としな
い場合、図５に示す画像Ｂにおけるような抽出もれ（欠
損）や、図６に示す画像Ｂにおけるような抽出あふれが
発生することがある。

【００２４】そこで、領域抽出部２を経た時点で、操作
者に画像Ｂを提示し、その結果について承認を受ける。
これは、例えば画像処理事業者や造形事業者などが顧客
に対して作業状況を提示する、或いは、画像処理ソフト
ウェアが該ソフトウェアの利用者に３次元ビューアや２
次元ビューアを介して表示する、などの場合が想定でき
る。本実施形態では、関心領域抽出方法を実行する関心
領域抽出装置１（画像処理ソフトウェアを実行する装
置）が、該関心領域抽出装置１の操作者にモニタＭ（３
次元ビューア）を介して画像を表示し、承認の判断を促
す。操作者は、承認の判断を行い、判断結果を、操作部
Ｈを介して入力する（図２のＳ２’）。

【００２５】なお、関心領域抽出装置１の操作者が画像
Ｂを不満に感じ、承認を与えなければ（非承認）、再び
領域抽出部２に戻り、処理をやり直す。この際は、上記
領域拡張法に対して、別のパラメータを与えて、すなわ
ちａ及びｂを更新して処理する。ここで、別のパラメー
タは、例えば操作者が設定（更新）することができる。

【００２６】（同定）画像Ｂに対して操作者の承認を受
けた場合、つまり、図２のステップＳ２’において承認
の場合は、画像Ｂは同定部３へ送られる。同定部３で
は、画像Ｂと、関心領域である骨領域５の典型的（標準
的）形状６（図８参照）に関する知識データ７とを比較
することで、骨領域５の位置と大きさを同定する。本実
施形態では、一般化ハフ変換と呼ばれる手法を３次元に
拡張した方法で同定を行う。なお、２次元画像に対する
一般化ハフ変換については、財団法人画像情報教育振興
会「画像処理標準テキストブック（平成９年発行）」２
５４ページから２５９ページまでに詳しく記載してあ
る。

【００２７】一般化ハフ変換は、抽出対象形状のテンプ
レート（知識データ７に相当する）を用意し、これに
（等方的な）拡大、縮小及び回転変換を行うことによ
り、もとの画像中から抽出対象形状を探し出す手法であ
る。

【００２８】ここで、図８を参照して知識データ７につ
いて説明する。本実施形態では、関心領域として膝関節
の骨領域５を抽出するから、知識データ７として、膝関
節の典型的形状６を示した３次元画像を定義する。知識
データ７は、典型的形状６の輪郭面８の画素の座標値
（ｘ，ｙ，ｚ）と、その法線方向の向き（θ，φ）から
算出される５次元情報である。

【００２９】いま、輪郭面８上のすべての点（ｘ，ｙ，
ｚ）から、画像の原点９を見る極座標（ｒ，α，β）を
定義するとき、（θ，φ，ｒ，α，β）の集合が本実施
形態で用いる知識データ７となる。図９に、一例として
球に対応する知識データ７の一部を示す（球の場合を例
にとって例示）。知識データ７を用いると、画像の原点
９の位置は、次のように表現される。

【００３０】

【数１】

【００３１】この形状が、拡大又は縮小／回転／並進の
変換を（この順番に）受けると、原点９の位置は、次の
ように変わる。

【００３２】

【数２】

【００３３】ここで、Ｓｕ、Ｓｖ、Ｓｗはそれぞれｕ
軸、ｖ軸、ｗ軸方向への拡大率、（Θ，Φ）は回転角、
（Δｕ，Δｖ，Δｗ）は、並進の向きと大きさを表す。
いま、簡単のため、拡大及び縮小は等方的に行われると
考えれば、Ｓ＝Ｓｕ＝Ｓｖ＝Ｓｗとなり、結局、知識デ
ータ７で定義された形状は、次なる６次元空間の一点に
写像される。

【００３４】

【数３】

【００３５】すなわち、座標（い）で表されるような一
点は、知識データ７で定義された典型的形状６（図８参
照）が、処理対象の画像Ｂ（図５及び図６参照）の中の
どの位置にどの大きさで存在するかを特定するものであ
る。以上の手続きが３次元に拡張した一般化ハフ変換で
ある。

【００３６】結局、図５及び図６で例示したような処理
対象の画像Ｂから、輪郭面１０の座標（Δｕ，Δｖ，Δ
ｗ）とその法線方向１１（Λ，Σ）からなる５次元空間
座標（Δｕ，Δｖ，Δｗ，Λ，Σ）を算出し、この座標
と式（あ）とから座標（い）を算出することで、画像Ｂ
中における、知識データ７で定義される形状の位置と大
きさが、一つの自由度を残して同定できる。ここで、Λ
及びΣは、次のとおりである。

【００３７】

【数４】

【００３８】そこで、以下の手順により、知識データ７
と画像Ｂとの間の関係を求める。（ａ）処理対象画像Ｂの輪郭面１０を検出する。検出と
同時に、法線方向１１も検出する。（ｂ）写像先となる６次元空間（Ｓ，Θ，Φ，Ｕ，Ｖ，
Ｗ）の各格子点で、（ａ）項で求めた輪郭面１０とその
法線１１に対し、知識データ７を用いて上述の式（あ）
を満たす可能性のあるすべての点に１を加算する。（ｃ）６次元空間の各格子点で、最大値をもつ格子点の
座標値が、求める形状の位置と大きさを表す（以降、該
位置と大きさの情報（Ｓ，Θ，Φ，Ｕ，Ｖ，Ｗ）を幾何
データ１２と称する）。

【００３９】この手順により、典型的形状６が、画像Ｂ
中のどこにあるのかが、幾何データ１２として求まる。
図１０に、典型的形状６と画像Ｂ（画像Ａ由来）、及
び、幾何データ１２との関係を概念的に表した図を示
す。すなわち、図１０は、左側に示される典型的形状６
を、中央に示される幾何データ１２のパラメータで、並
進、回転、拡大・縮小などを施すと、図１０の右側に示
される骨領域５の辺りに位置することを示している（関
心領域の位置と大きさを同定）。

【００４０】幾何データ１２が算出された時点で、再び
関心領域抽出装置１の操作者に該幾何データ１２を提示
し、その結果について承認を求める（図２のステップＳ
３’）。換言すると、関心領域抽出装置１に起動してい
る画像処理ソフトウェアが該装置１のモニタＭに幾何デ
ータ１２を表示し、操作部Ｈを介しての操作者の承認・
非承認の指示を待つ。この処理についても、前記の通
り、例えば画像処理事業者や造形事業者などが顧客に対
して作業状況を提示する、などの場合が想定できる。

【００４１】操作者が幾何データ１２を不満に感じ、承
認を与えなければ、再び領域抽出部２が行う処理（図１
及び図２参照）に戻るか、或いは、操作者が典型的形状
６を定義する知識データ７を別のものに取り替えた上
で、再び同定部３の処理をやりなおす。なお、操作者は
幾何データ１２を見れば最終結果の出来不出来をほぼ判
断できるが、幾何データ１２を基に生成した画像Ｃと、
画像Ｂなどとを比較できるように操作者に提示する様に
してもよい。操作者の承認の判断が容易になるからであ
る。

【００４２】（画像修正）幾何データ１２に対して承認
を受けた場合は、処理は画像修正部４へ進む（図２のス
テップＳ４）。画像修正部４では、幾何データ１２が示
す位置と大きさに、知識データ７で定義されている典型
的形状６を配置した新しい２値画像（０，１で示される
画像）を生成する（図１１参照）。なお、図１１は、典
型的形状を幾何データに従って配置しなおす処理を概念
的に示した図である。以降、この２値画像を画像Ｃと称
する。ちなみに、図１１は、左側に示される典型的形状
６に、ハフ変換で得られた幾何データ１２に従って並
進、拡大・縮小、回転などの処理を行って配置しなおす
と、右側に示される画像Ｃのようになることを示してい
る。

【００４３】ところで、画像Ｂが、画像Ａの関心領域で
ある骨領域５に対して、抽出もれ（欠損）を含む画像で
あった場合には、例えば図５に示す画像Ｂと図１１の右
図に示す画像Ｃとの間で画素値の論理和をとることによ
り、欠損部形状を、典型的形状６で補間した像が得られ
る。また、図１２に示すように、画像Ｂが抽出あふれを
含む画像であった場合には、例えば図６に示す画像Ｂと
図１１の右図に示す画像Ｃとの間で差分演算を行うこと
により、あふれ領域の候補（抽出あふれ候補）１３が得
られる。そこで、画像Ｂ（その骨領域５）から候補１３
を削除するか否かについて、対話的処理により決定し、
あふれ部分を削除すればよい。もちろん、対話的処理な
しに、あふれ領域を削除するようにしてもよい。また、
あふれ領域の候補１３のように、欠損部の候補を操作者
に提示して（モニタＭに表示して）、対話的処理により
欠損部分の補間を行うようにしてもよい。なお、画像Ｂ
（画像Ａ由来）と画像Ｃ（典型画像由来）とを用いて生
成される新たな画像を、以降、画像Ｄと称する。

【００４４】画像Ｄが生成された時点で、関心領域抽出
装置１は、操作者に画像Ｄを提示し、その結果について
３度目の承認を求める（図２のステップＳ４’参照）。
この処理についても、前記と同様に、例えば画像処理事
業者や造形事業者などが顧客に対して作業状況を提示す
る、などの場合が想定できる。

【００４５】関心領域抽出装置１の操作者が画像Ｄを不
満に感じ、承認を与えなければ、再び領域抽出部２に戻
るか、或いは操作者が典型的形状６を定義する知識デー
タ７を別のものに取り替えた上で、再び同定部３に戻る
か、或いは、画像修正部４、すなわち、欠損部補間のた
めの論理和演算や、あふれ領域抽出のための差分演算を
やり直し、新たな画像Ｄを生成する。最終的に操作者が
画像Ｄの結果を承認した時点で、関心領域抽出処理装置
１が行う各処理は完了する（完全な抽出画像の完成）。

【００４６】このように、本実施形態の関心領域抽出装
置１によれば、三次元に拡張された一般化ハフ変換を用
いて画像の同定及び修正を行うので、入力した画像から
欠損やはみ出しのない完全な関心領域の抽出を精度良く
行うことができる。もちろん、輪郭線の連続性も保たれ
る。また、関心領域抽出装置１との対話形式で、操作者
に納得のいく完全な抽出画像を得ることができる。つま
り、関心領域に関する知識データ７に基づき、必要に応
じて欠損部の補間、及び抽出あふれ部の削除が可能であ
る。また、抽出画像を得るのに、時系列データを必要と
しない。つまり、抽出画像を得るために、多くの画像デ
ータを必要としない。

【００４７】なお、図１３に示すように、関心領域抽出
方法を実施するに際して、画像修正部４での処理（Ｓ
４）が終了した時点で操作者に承認を得るようにし（Ｓ
４’）、図２に示されるフローチャートのごとく各処理
が終了する度の承認を省くこととしてもよい。もちろん
図１３は一例であり、任意の段階で承認を得るようにし
てもよい。或いは、全ての承認を省くこととしてもよ
い。

【００４８】〔画像処理サーバ；ネットワークを介した
実施形態〕以上の説明では、関心領域抽出装置１（図１
参照）は、例えば医療機関に設置されていたりするもの
であるが、該装置１は、医療機関の外部に存在してもよ
い。以下、関心領域抽出装置１が医療機関の外部に存在
する実施形態を、図１４及び図１５を参照して説明す
る。図１４は、ネットワークを介して画像データなどを
送受する実施形態を示す図である。図１５は、図１４の
動作を説明するために引用したシーケンス図である。

【００４９】図１４において、符号ＭＤは医療機関、符
号ＡＳＰは画像処理事業者、符号ＭＯは造形事業者を示
している。医療機関ＭＤには撮像装置が設置され、画像
処理事業者ＡＳＰの事務所には画像処理サーバＳＶが設
置され、造形事業者ＭＯの事務所に立体造形装置が設置
される。この図１４は、（１）医療機関ＭＤが画像デー
タを画像処理サーバＳＶに送信し、（２）画像処理サー
バＳＶが画像処理（関心領域抽出）して造形データを生
成し、これを下請けの造形事業者ＭＯに送信し、（３）
造形事業者ＭＯが立体造形装置を使って造形物を作り、
これを医療機関ＭＤに配送することを示している。な
お、図１４において、医療機関ＭＤは複数存在する。ま
た、造形事業者ＭＯは少なくとも１つは存在する。

【００５０】画像処理サーバＳＶは、図１に示す関心領
域抽出装置１と、ネットワークを介しての通信を行うた
めのルータなどから構成されている。そして、画像処理
サーバＳＶは、ネットワークを介して送信される画像デ
ータを受信する機能、受信した画像データを処理して造
形データ（完全な抽出画像）を生成する機能、生成した
造形データを、ネットワークを介して送信する機能を有
する。なお、造形データは関心領域抽出装置１の機能に
より生成されるが、この関心領域抽出装置１の機能は既
に説明したとおりであるので、重複した説明を省略す
る。

【００５１】医療機関ＭＤには、ネットワーク上の端末
としてのパーソナルコンピュータ（以下「パソコン」と
称する）が設置され、撮像装置が撮影したＣＴ画像１４
（図７参照）などの画像データをネットワーク経由で画
像処理サーバＳＶに送信するようになっている。

【００５２】造形事業者ＭＯの事務所にもネットワーク
上の端末としてのパソコンが設置され、画像処理サーバ
ＳＶが画像データを処理して生成した造形データを受信
するようになっている。なお、受信した造形データは立
体造形装置に転送され、該装置で造形物（３次元の模
型）が作成される。立体造形装置は、周知のものを使用
することができる。ちなみに、造形物は、例えば手術の
シミュレーションを始めとして、幅広い用途に使用され
る。

【００５３】次に、図１４及び図１５を参照してネット
ワークを介して画像データなどを送受する実施形態の動
作を説明する。まず、医療機関ＭＤはＣＴ装置などの撮
像装置で手術部位の断層写真を撮影する。断層写真は画
像データ（図１の画像Ａ）として、医療機関ＭＤのパソ
コンからネットワークを介して画像処理事業者ＡＳＰの
画像処理サーバＳＶに送信される。画像処理サーバＳＶ
は、ネットワークを介して送信される画像データを受信
する（Ｓ５１）。なお、画像データのフォーマットを次
の表１に例示する。この例での画像データは画像処理事
業者ＡＳＰに対する造形物作成の注文情報の役割を有す
る（画像データに納入先、納期、数量などを付加しても
よい）。

【００５４】

【表１】

【００５５】画像データを受信した画像処理サーバＳＶ
は、関心領域（心臓）を既に説明したようにして抽出
し、造形データを生成する（Ｓ５２、関心領域抽出）。
造形データは図１でいえば画像Ｄに相当する。なお、ス
テップＳ５２で適宜医療機関ＭＤと通信して確認しなが
ら（図２参照）、造形データを生成するようにしてもよ
い。造形データを生成すると、医療機関ＭＤのパソコン
に生成した造形データを送信して承認を得る（Ｓ５
３）。ステップＳ５４で判断して、承認が得られない場
合（ＮＯＫ）は、ステップＳ５２に戻って再度関心領域
の抽出を行う。なお、図２や図１３に示されるフローチ
ャートのごとく、どの処理に戻るかは自由である（医療
機関ＭＤの要望などに従うこととするのがよい）。承認
が得られた場合（ＯＫ）は、造形データを造形事業者Ｍ
Ｏのパソコンに送信する（Ｓ５５）。前記したとおり、
造形所業者ＭＯは、画像処理事業者ＡＳＰの下請けであ
る（換言すると、画像処理事業者ＡＳＰは、造形物の作
成をアウトソーシングしている）。なお、造形データの
フォーマットを次の表２に例示する。この例での造形デ
ータは、造形事業者ＭＯに対する注文情報の役割を有す
る（造形データに納期、数量などを付加してもよい）。

【００５６】

【表２】

【００５７】造形データをパソコンに受信した造形事業
者ＭＯは、立体造形装置を使って３次元の模型（造形
物）を作成し（Ｓ５６）、画像処理事業者ＡＳＰの名前
で医療機関ＭＤに配送する（Ｓ５７）。

【００５８】なお、画像処理事業者ＡＳＰは、医療機関
ＭＤから画像処理の料金、造形物作成の料金を得る。そ
の一方で、画像処理事業者ＡＳＰは、下請けの造形事業
者ＭＯに造形物作成の料金を支払う。料金の収受は、電
子的な決済で行うことができる。

【００５９】これによれば、医療機関ＭＤは、例えば手
術のシミュレーションなどに必要な造形物を、専門の知
識をもった画像処理事業者ＡＳＰ及び造形事業者ＭＯか
ら得ることができる。また、画像処理サーバＳＶは、図
１などを参照して説明した関心領域抽出装置１により造
形データを生成するので、精度の良い造形物を作成する
ことが可能である。

【００６０】ちなみに、このネットワークを介して画像
データなどを送受する実施形態は、医療機関ＭＤと画像
処理事業者ＡＳＰとの間でのみ実施される構成としても
よい。つまり、図１４の造形データを最終納品データ
（関心領域抽出画像データ）として、画像処理サーバＳ
Ｖから医療機関ＭＤ（そのパソコン）に送信すること
で、取引が完結するようにしてもよい。この場合、画像
処理事業者ＡＳＰは、画像処理の料金を医療機関ＭＤか
ら得ることができる。このような実施形態でも、画像処
理サーバＳＶは、図１などを参照して説明した関心領域
抽出装置１により造形データ（関心領域抽出画像デー
タ）を生成するので、医療機関ＭＤは精度の良い関心領
域の抽出画像を得ることができる。

【００６１】なお、以上説明した本発明は、前記した実
施形態に限定されることなく、幅広く変形実施すること
ができる。前記したとおり、処理対象の画像は２次元で
も３次元でもよい。また、骨ばかりでなく、内臓などの
柔組織の抽出画像の生成にも好適に利用できる。また、
本発明が医療用途に限定されることはない。また、関心
領域抽出方法は、どの場所で実施されてもよい。また、
画像処理事業者が立体造形装置を有してもよい。

【００６２】

【発明の効果】以上説明した本発明によれば、入力した
画像と関心領域に関する知識データに基づき、関心領域
の形状を精度よく抽出することができる。また、ネット
ワークを介してのビジネスを展開することに活用でき
る。

【図面の簡単な説明】

【図１】本発明に係る実施形態の関心領域抽出方法
が実施される関心領域抽出装置の概略ブロック構成図。

【図２】図１の関心領域抽出装置における処理の流
れを示すフローチャート。

【図３】領域拡張法により領域抽出を行う手順を示
すフローチャート。

【図４】特定の画素、隣接する画素などの関係を示
す図。

【図５】抽出もれ（欠損）のある画像Ｂの一例を示
す図。

【図６】抽出あふれのある画像Ｂの一例を示す図。

【図７】画像Ａの一例を示す図。膝関節部を例示し
ている。

【図８】関心領域の典型的形状の一例を示す図。

【図９】知識データの一例を示す図。球の場合を例
にとって例示している。

【図１０】ハフ変換における、典型的形状と画像Ｂ、
及び幾何データの関係を概略的に示す図。

【図１１】典型的形状を幾何データに従って配置しな
おす処理を概念的に示す図。

【図１２】画像Ｂと画像Ｃから、あふれ領域の候補を
得るための差分演算の概念を示す図。

【図１３】図２の変形例を示すフローチャート。

【図１４】ネットワークを介して画像データなどを送
受する実施形態を示す図。

【図１５】ネットワークを介して画像データなどを送
受する実施形態の動作を説明するために引用したシーケ
ンス図。

【図１６】従来例を説明する図。

【符号の説明】

１…関心領域抽出装置（コンピュータ）２…領域抽出部３…同定部４…画像修正部５…骨領域（膝関節の骨領域）６…典型的形状（抽出対象に関する典型的形状、標準形
状）７…知識データ８…輪郭面（典型的形状の輪郭面）９…原点（典型的形状の画像の原点）１０…輪郭面（画像Ｂの関心領域の輪郭面）１１…法線法方向ベクトル（画像Ｂの関心領域の輪郭面
における法線方向ベクトル）１２…幾何データ（関心領域の位置と大きさを表す幾何
データ）１３…候補（抽出あふれ候補、あふれ領域の候補）１４…ＣＴ画像（入力画像、画像Ａ）

───────────────────────────────────────────────────── 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 1/00 ２９０Ｇ０６Ｔ 7/60 １５０Ｊ 7/00 ３００２００Ｈ 7/60 １５０Ａ６１Ｂ 6/00 ３５０Ｄ 5/05 ３８０２００Ｇ０１Ｎ 24/02 ５３０ＹＦターム(参考） 4C093 AA26 CA21 CA31 FF12 FF13 FF16 FF28 FF42 FG04 FH02 FH06 FH07 4C096 AA20 AB50 AC04 AC08 AC10 AD14 AD23 DC19 DC21 DC28 DC33 DC36 DC37 DE02 DE06 DE08 FC20 5B057 AA09 CH01 DA07 DA08 DA16 DC04 DC13 DC16 DC33 5L096 BA06 BA13 EA02 EA33 FA06 FA24 FA59 FA69 GA08 GA23 HA07 MA03

Claims

【特許請求の範囲】

【請求項１】画像から関心領域を抽出する方法にお
いて、第１に、コンピュータに入力した画像の特定の点とこの
点に隣接する点の画素値の相関に基づき、順次領域を拡
大してゆく手法により領域抽出処理を行い、第２に、前記処理により領域抽出された画像と、前記関
心領域の標準形状に関する知識データとを比較すること
で、前記関心領域の位置と大きさを同定し、第３に、前記標準形状と前記同定した位置と大きさに関
するデータに基づき前記領域抽出処理により抽出された
画像を修正し、抽出画像を得ること、を特徴とする関心
領域抽出方法。
【請求項２】前記第１に行う領域抽出処理が、領域
拡張法に基づく手法であることを特徴とする請求項１に
記載の関心領域抽出方法。
【請求項３】前記第２に行う領域の位置と大きさを
同定する処理が、一般化ハフ変換に基づく手法であるこ
とを特徴とする請求項１又は請求項２に記載の関心領域
抽出方法。
【請求項４】前記第３に行う画像の修正処理が、前
記領域抽出処理により得られた画像の欠損部を補間する
処理であることを特徴とする請求項１ないし請求項３の
いずれか１項に記載の関心領域抽出方法。
【請求項５】前記画像の欠損部を補間する処理が、
前記第１に行う領域抽出処理により得られた画像と、前
記第２に行う位置と大きさを同定する処理で得られたデ
ータに基づき生成された画像との画素ごとの論理和演算
であることを特徴とする請求項４に記載の関心領域抽出
方法。
【請求項６】前記第３に行う画像の修正処理が、前
記領域抽出処理により得られた画像のあふれ領域を除去
する処理であることを特徴とする請求項１ないし請求項
３のいずれか１項に記載の関心領域抽出方法。
【請求項７】前記画像のあふれ領域を除去する処理
が、前記第１に行う領域抽出処理により得られた画像
と、前記第２に行う位置と大きさとを同定する処理で得
られたデータに基づき生成された画像との画素ごとの差
分演算であることを特徴とする請求項６に記載の関心領
域抽出方法。
【請求項８】前記第１に行う領域抽出の終了時点、
前記第２に行う位置と大きさの同定の終了時点、及び、
前記第３に行う画像修正の終了時点、のうち少なくとも
１つの時点において、ユーザに処理結果を提示して承認
を求めることにより後続の処理に進むことを特徴とする
請求項１ないし請求項７のいずれか1項に記載の関心領
域抽出方法。
【請求項９】ネットワークを介して送信される画像
データを受信する受信装置と、前記受信した画像データに対して、請求項１ないし請求
項８のいずれか１項に記載の関心領域抽出方法を実行す
る関心領域抽出処理装置と、前記関心領域抽出装置が抽出した画像データを、ネット
ワークを介して送信する送信装置と、を備えることを特
徴とする画像処理サーバ。
【請求項１０】前記受信した画像データが医療機器に
より採取されたＣＴ画像であり、前記抽出した画像データが立体造形物を作成するために
使用される造形データであること、を特徴とする請求項
９に記載の画像処理サーバ。