JP2003339645A - 医療分野におけるフォトレタッチソフトウェアを用いた画像解析方法 - Google Patents
医療分野におけるフォトレタッチソフトウェアを用いた画像解析方法Info
- Publication number
- JP2003339645A JP2003339645A JP2002148561A JP2002148561A JP2003339645A JP 2003339645 A JP2003339645 A JP 2003339645A JP 2002148561 A JP2002148561 A JP 2002148561A JP 2002148561 A JP2002148561 A JP 2002148561A JP 2003339645 A JP2003339645 A JP 2003339645A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- data obtained
- difference
- processing
- 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
Links
- 238000003703 image analysis method Methods 0.000 title abstract 2
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims description 68
- 238000010191 image analysis Methods 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- 230000004438 eyesight Effects 0.000 abstract 1
- 210000004204 blood vessel Anatomy 0.000 description 16
- 210000005013 brain tissue Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000003365 glass fiber Substances 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102100028780 AP-1 complex subunit sigma-2 Human genes 0.000 description 1
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 101000795655 Canis lupus familiaris Thymic stromal cotransporter homolog Proteins 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101100055680 Homo sapiens AP1S2 gene Proteins 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 101100533652 Homo sapiens SLIRP gene Proteins 0.000 description 1
- 101000680262 Homo sapiens Transmembrane protein 60 Proteins 0.000 description 1
- 102100025491 SRA stem-loop-interacting RNA-binding protein, mitochondrial Human genes 0.000 description 1
- 102100022076 Transmembrane protein 60 Human genes 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002695 general anesthesia Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Endoscopes (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 体組織を撮影した画像において、従来、肉眼
では認識することができない画像部分から、初めから潜
在し今まで見落としていた情報を抽出する。 【解決手段】 透過光または反射光下で、撮影機材を用
いて体組織を撮影した動画像から２つのフレーム画像を
抜き出して、その２つの画像間の差分をとって差分画像
を取得し、その差分画像のコントラストを強調し、さら
にラップフィルムをかけたような効果を与える処理を行
う医療用画像解析処理方法。
では認識することができない画像部分から、初めから潜
在し今まで見落としていた情報を抽出する。 【解決手段】 透過光または反射光下で、撮影機材を用
いて体組織を撮影した動画像から２つのフレーム画像を
抜き出して、その２つの画像間の差分をとって差分画像
を取得し、その差分画像のコントラストを強調し、さら
にラップフィルムをかけたような効果を与える処理を行
う医療用画像解析処理方法。
Description
【０００１】
【産業上の利用分野】本発明は、医療分野で撮影された
画像データの解析処理に関する。
画像データの解析処理に関する。
【０００２】
【従来の技術】近年、デジタルカメラやデジタルビデオ
カメラの発達に伴い、それらの機材で撮影したデジタル
画像データは、画素数も増大し、多くの情報が含まれて
いる。そして、それらの画像データの中において肉眼で
認識できる情報は一部であって、肉眼では認識すること
ができない隠れた情報が多数存在する。このような肉眼
では確認できなかった情報に加工処理を施すことで、そ
の隠れた情報を見ることができる。上記の様に、デジタ
ル画像データを必要に応じて加工することをフォトレタ
ッチ（英語表記photo retouch）と言い、このフォトレ
タッチを行う画像処理ソフトウェアをフォトレタッチソ
フトウェアと言う。
カメラの発達に伴い、それらの機材で撮影したデジタル
画像データは、画素数も増大し、多くの情報が含まれて
いる。そして、それらの画像データの中において肉眼で
認識できる情報は一部であって、肉眼では認識すること
ができない隠れた情報が多数存在する。このような肉眼
では確認できなかった情報に加工処理を施すことで、そ
の隠れた情報を見ることができる。上記の様に、デジタ
ル画像データを必要に応じて加工することをフォトレタ
ッチ（英語表記photo retouch）と言い、このフォトレ
タッチを行う画像処理ソフトウェアをフォトレタッチソ
フトウェアと言う。
【０００３】フォトレタッチソフトウェアは、パーソナ
ルコンピュータやワークステーションなどのコンピュー
タのアプリケーションソフトウェアとして市販されてお
り、主にデザインや写真現像などの視覚的に美感を起こ
させることを生業としている業種で利用されている。こ
れらの業種での目的は、画像データの加工処理により、
視覚を通じて鑑賞者または消費者の関心を惹き付けるこ
とである。このように、従来フォトレタッチソフトウェ
アは画像データに対して美感を引き起こさせるように演
出すために用いられ、科学技術や医療など科学的事実が
求められる分野での画像解析の分析を目的に用いられる
ことはなかった。
ルコンピュータやワークステーションなどのコンピュー
タのアプリケーションソフトウェアとして市販されてお
り、主にデザインや写真現像などの視覚的に美感を起こ
させることを生業としている業種で利用されている。こ
れらの業種での目的は、画像データの加工処理により、
視覚を通じて鑑賞者または消費者の関心を惹き付けるこ
とである。このように、従来フォトレタッチソフトウェ
アは画像データに対して美感を引き起こさせるように演
出すために用いられ、科学技術や医療など科学的事実が
求められる分野での画像解析の分析を目的に用いられる
ことはなかった。
【０００４】
【発明が解決しようとする課題】従来、医療分野では、
多くの画像データが使用され、診断や研究に利用されて
いる。例えば、レントゲン写真やエックス線CT画像、Ｍ
ＲＩ画像、患部を映したビデオ画像などが上げられる。
レントゲン写真やエックス線CT画像、ＭＲＩ画像など直
接肉眼で確認することのできない画像についての画像処
理は、３次元レンダリングに代表される解析処理が発達
している。一方、ビデオカメラを内視鏡に組み込んだビ
デオスコープ（または電子スコープともいう）による画
像は、患部をありのままの状態を肉眼で認識できるの
で、上述した直接肉眼で確認することのできない画像の
画像処理ほど、画像処理への関心が大きくない。ビデオ
スコープによる画像は、リアルタイムで生体の患部を確
認する目的で使用され、画像処理としては主に画像デー
タの拡大、または解像度の高低変化が挙げられる。この
ようにビデオスコープによる画像は、もともと肉眼で認
識できる画像部分を対象にしか画像処理がされなかっ
た。しかし、近年、ビデオカメラの発達により高解像度
のビデオスコープ画像が得られるようになった。このビ
デオスコープ画像には、非常に多くの情報が含まれてお
り、肉眼で認識できる情報は、ビデオスコープ画像とし
て取り込まれた全情報の一部分にすぎない。
多くの画像データが使用され、診断や研究に利用されて
いる。例えば、レントゲン写真やエックス線CT画像、Ｍ
ＲＩ画像、患部を映したビデオ画像などが上げられる。
レントゲン写真やエックス線CT画像、ＭＲＩ画像など直
接肉眼で確認することのできない画像についての画像処
理は、３次元レンダリングに代表される解析処理が発達
している。一方、ビデオカメラを内視鏡に組み込んだビ
デオスコープ（または電子スコープともいう）による画
像は、患部をありのままの状態を肉眼で認識できるの
で、上述した直接肉眼で確認することのできない画像の
画像処理ほど、画像処理への関心が大きくない。ビデオ
スコープによる画像は、リアルタイムで生体の患部を確
認する目的で使用され、画像処理としては主に画像デー
タの拡大、または解像度の高低変化が挙げられる。この
ようにビデオスコープによる画像は、もともと肉眼で認
識できる画像部分を対象にしか画像処理がされなかっ
た。しかし、近年、ビデオカメラの発達により高解像度
のビデオスコープ画像が得られるようになった。このビ
デオスコープ画像には、非常に多くの情報が含まれてお
り、肉眼で認識できる情報は、ビデオスコープ画像とし
て取り込まれた全情報の一部分にすぎない。
【０００５】そこで、本発明の課題は、医療分野におけ
る肉眼では認識できない画像部分のデータに着目し、そ
の肉眼では認識できない画像部分のデータから重要な情
報を取得する方法を提供することにある。
る肉眼では認識できない画像部分のデータに着目し、そ
の肉眼では認識できない画像部分のデータから重要な情
報を取得する方法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記載の発明は、
透過光または反射光下で、撮影機材を用いて体組織を撮
影した時系列に連続している画像データ群より、同一空
間を撮影した互いに所定の時間差のある２つのフレーム
画像データを選択する第１の処理と、前記第１の処理に
より選択した２つのフレーム画像データの同一座標にあ
るそれぞれの画素の階調値の差分をとり、前記差分をと
る処理をすべての同一座標にある画素について行う第２
の処理と、前記第２の処理により得られた画像データの
明暗の際立ち具合を増大する第３の処理と、前記第３の
処理により得られた画像データの最も明るい部分または
前記最も明るい部分の周辺をさらに明るくし、及び前記
第３の処理により得られた画像データ中の隣接する画素
間の階調値差の勾配が大きい場合、画素間の階調値勾配
を緩やかにする第４の処理とを実行することを特徴とす
る医療用画像解析処理方法である。
透過光または反射光下で、撮影機材を用いて体組織を撮
影した時系列に連続している画像データ群より、同一空
間を撮影した互いに所定の時間差のある２つのフレーム
画像データを選択する第１の処理と、前記第１の処理に
より選択した２つのフレーム画像データの同一座標にあ
るそれぞれの画素の階調値の差分をとり、前記差分をと
る処理をすべての同一座標にある画素について行う第２
の処理と、前記第２の処理により得られた画像データの
明暗の際立ち具合を増大する第３の処理と、前記第３の
処理により得られた画像データの最も明るい部分または
前記最も明るい部分の周辺をさらに明るくし、及び前記
第３の処理により得られた画像データ中の隣接する画素
間の階調値差の勾配が大きい場合、画素間の階調値勾配
を緩やかにする第４の処理とを実行することを特徴とす
る医療用画像解析処理方法である。
【０００７】また、請求項２記載の発明は、透過光また
は反射光下で、撮影機材を用いて体組織を撮影した時系
列に連続している画像データ群より、同一空間を撮影し
た互いに所定の時間差のある２つのフレーム画像データ
を選択する第１の処理と、前記第１の処理により選択し
た２つのフレーム画像データの同一座標にあるそれぞれ
の画素の階調値の差分をとり、前記差分をとる処理をす
べての同一座標にある画素について行う第２の処理と、
前記第２の処理により得られた画像データの明暗の際立
ち具合を増大する第３の処理と、前記第３の処理により
得られた画像データの最も明るい部分または前記最も明
るい部分の周辺をさらに明るくし、及び前記第３の処理
により得られた画像データ中の隣接する画素間の階調値
差の勾配が大きい場合、画素間の階調値勾配を緩やかに
する第４の処理と、さらに前記第４の処理により得られ
た画像データを白黒階調反転させる第５の処理とを実行
することを特徴とする医療用画像解析処理方法である。
は反射光下で、撮影機材を用いて体組織を撮影した時系
列に連続している画像データ群より、同一空間を撮影し
た互いに所定の時間差のある２つのフレーム画像データ
を選択する第１の処理と、前記第１の処理により選択し
た２つのフレーム画像データの同一座標にあるそれぞれ
の画素の階調値の差分をとり、前記差分をとる処理をす
べての同一座標にある画素について行う第２の処理と、
前記第２の処理により得られた画像データの明暗の際立
ち具合を増大する第３の処理と、前記第３の処理により
得られた画像データの最も明るい部分または前記最も明
るい部分の周辺をさらに明るくし、及び前記第３の処理
により得られた画像データ中の隣接する画素間の階調値
差の勾配が大きい場合、画素間の階調値勾配を緩やかに
する第４の処理と、さらに前記第４の処理により得られ
た画像データを白黒階調反転させる第５の処理とを実行
することを特徴とする医療用画像解析処理方法である。
【０００８】また、請求項３記載の発明は、透過光また
は反射光下で、撮影機材を用いて体組織を撮影した動画
像データの１つのフレーム画像データ、または、透過光
または反射光下で、撮影機材を用いて体組織を撮影した
１つの静止画像データに対し、前記画像データの明暗の
際立ち具合を大きくする第１の処理と、前記第１の処理
により得られた画像データの最も明るい部分または前記
最も明るい部分の周辺をさらに明るくし、及び前記第１
の処理により得られた画像データ中の隣接する画素間の
階調値差の勾配が大きい場合、画素間の階調値勾配を緩
やかにする第２の処理とを実行することを特徴とする医
療用画像解析処理方法である。
は反射光下で、撮影機材を用いて体組織を撮影した動画
像データの１つのフレーム画像データ、または、透過光
または反射光下で、撮影機材を用いて体組織を撮影した
１つの静止画像データに対し、前記画像データの明暗の
際立ち具合を大きくする第１の処理と、前記第１の処理
により得られた画像データの最も明るい部分または前記
最も明るい部分の周辺をさらに明るくし、及び前記第１
の処理により得られた画像データ中の隣接する画素間の
階調値差の勾配が大きい場合、画素間の階調値勾配を緩
やかにする第２の処理とを実行することを特徴とする医
療用画像解析処理方法である。
【０００９】また、請求項４記載の発明は、透過光また
は反射光下で、撮影機材を用いて体組織を撮影した動画
像データの１つのフレーム画像データ、または、透過光
または反射光下で、撮影機材を用いて体組織を撮影した
１つの静止画像データに対し、前記画像データの明暗の
際立ち具合を大きくする第１の処理と、前記第１の処理
により得られた画像データの最も明るい部分または前記
最も明るい部分の周辺をさらに明るくし、及び前記第１
の処理により得られた画像データ中の隣接する画素間の
階調値差の勾配が大きい場合、画素間の階調値勾配を緩
やかにする第２の処理と、さらに前記第２の処理により
得られた画像データを白黒階調反転させる第３の処理と
を実行することを特徴とする医療用画像解析処理方法で
ある。
は反射光下で、撮影機材を用いて体組織を撮影した動画
像データの１つのフレーム画像データ、または、透過光
または反射光下で、撮影機材を用いて体組織を撮影した
１つの静止画像データに対し、前記画像データの明暗の
際立ち具合を大きくする第１の処理と、前記第１の処理
により得られた画像データの最も明るい部分または前記
最も明るい部分の周辺をさらに明るくし、及び前記第１
の処理により得られた画像データ中の隣接する画素間の
階調値差の勾配が大きい場合、画素間の階調値勾配を緩
やかにする第２の処理と、さらに前記第２の処理により
得られた画像データを白黒階調反転させる第３の処理と
を実行することを特徴とする医療用画像解析処理方法で
ある。
【００１０】また、請求項５記載の発明は、請求項１乃
至４のいずれか１項記載の医療用画像解析処理方法にお
ける前記各処理を、コンピュータに実行させるための医
療用画像解析プログラムである。
至４のいずれか１項記載の医療用画像解析処理方法にお
ける前記各処理を、コンピュータに実行させるための医
療用画像解析プログラムである。
【００１１】
【発明の実施の形態】それでは、まず上記で掲げた請求
項１から請求項４で記載されている体組織の撮影方法に
ついて詳述する。撮影の対象となる脳組織などの体組織
に対して光を照射しビデオカメラやビデオスコープなど
の撮像機材で撮影する。ここで光の照射方法として、反
射光としての照射方法と透過光としての照射方法との2
パターンある。反射光とは、体組織から離れた光源から
光を照射し、その照射光が体組織表面で反射されたもの
である。一方、透過光とは、体組織に光源を接した状態
または体組織近傍に光源を設置した状態で光を照射し、
光が体組織内を通過し体組織外に出たものである。これ
らの2パターンの照射方法による撮影方法があるが、用
いる光としては透過光の方が好ましい。なぜなら、反射
光を用いて撮影の対象となる体組織を撮影した場合、そ
の体組織の表面近くの薄い層にしか光が照射していない
ので、反射光から得られる情報は少なく、体組織の表面
近くの情報のみであるが、透過光を用いて撮影の対象と
なる体組織を撮影した場合、体組織を通過した光は、体
組織内の情報を含み情報量が反射光に比べて多いからで
ある。このように体組織の透過光を得る具体的方法は、
本発明者の以下の研究報告がある。脳組織の透過光を得
るために、直径１mmの微小ランプを脳組織に挿入し脳表
より約１ｍｍのところに固定して点灯すると、その微小
ランプ周辺の脳組織が赤く染まって見え（Am J Physiol
235：H56-H63,1978）（Am J Physiol 245：H385-H398,
1983）、また、直径約200ミクロンのグラスファイバー
を前述の報告と同様に用いる（Am J Physiol 279：H129
1-H1298,2000）ということである。
項１から請求項４で記載されている体組織の撮影方法に
ついて詳述する。撮影の対象となる脳組織などの体組織
に対して光を照射しビデオカメラやビデオスコープなど
の撮像機材で撮影する。ここで光の照射方法として、反
射光としての照射方法と透過光としての照射方法との2
パターンある。反射光とは、体組織から離れた光源から
光を照射し、その照射光が体組織表面で反射されたもの
である。一方、透過光とは、体組織に光源を接した状態
または体組織近傍に光源を設置した状態で光を照射し、
光が体組織内を通過し体組織外に出たものである。これ
らの2パターンの照射方法による撮影方法があるが、用
いる光としては透過光の方が好ましい。なぜなら、反射
光を用いて撮影の対象となる体組織を撮影した場合、そ
の体組織の表面近くの薄い層にしか光が照射していない
ので、反射光から得られる情報は少なく、体組織の表面
近くの情報のみであるが、透過光を用いて撮影の対象と
なる体組織を撮影した場合、体組織を通過した光は、体
組織内の情報を含み情報量が反射光に比べて多いからで
ある。このように体組織の透過光を得る具体的方法は、
本発明者の以下の研究報告がある。脳組織の透過光を得
るために、直径１mmの微小ランプを脳組織に挿入し脳表
より約１ｍｍのところに固定して点灯すると、その微小
ランプ周辺の脳組織が赤く染まって見え（Am J Physiol
235：H56-H63,1978）（Am J Physiol 245：H385-H398,
1983）、また、直径約200ミクロンのグラスファイバー
を前述の報告と同様に用いる（Am J Physiol 279：H129
1-H1298,2000）ということである。
【００１２】光照射後、ビデオカメラやビデオスコープ
などの撮像機材で、撮影の対象としている体組織を撮影
して、撮影して取得した画像データを記録媒体に記録す
る。請求項１及び２記載の発明では、記録媒体に記録し
た画像データは、時系列に連続している複数のフレーム
画像データの集合であり、それぞれのフレーム画像は互
いに時間差のある画像、つまり、動画像である。この画
像データをパーソナルコンピュータ、ワークステーショ
ンなどのコンピュータに転送して、コンピュータ上でこ
の後の処理を行う。画像解析ソフトウェアを用いて、上
記のフレーム画像データ群から２つのフレーム画像デー
タを任意に取り出し、この２つのフレーム画像の差分を
とり、差分画像として取得する。画像解析ソフトウェア
の一例として、シオンイメージがある。シオンイメージ
（英語表記Scion Image、ScionCorporation社製）は、
医学、生物学で幅広く用いられている画像解析ソフトウ
ェアであり、細胞数のカウント、電気泳動パターンの解
析、画像の3次元化などの画像中に含まれる必要な情報
を取り出す用途で用いられる。このシオンイメージを用
いると動画像を７０ｍｓのオーダーでコマ送りができる
ので、７０ｍｓごとのフレーム画像を取得することがで
きる。さらに、このシオンイメージを用いて、２つのフ
レーム画像の差分画像を取得することができる。差分画
像とは、２つの画像の共通部分を差し引いた相互の異な
る部分のデータのみの画像である。フレーム画像はデジ
タル画像であるが、このデジタル画像とは、自然界に存
在するアナログ画像情報を撮像機材などのハードウェ
ア、または、ソフトウェアなどにより標本化、量子化し
た画像のことである。標本化、量子化された画像は、画
素の集合であって、それぞれの画素には、画像の明るさ
に相当する階調値（濃度値または輝度値ともいう）を持
っている。この階調値は８ビットの画像データであれ
ば、２５６段階の階調値が存在する。白黒画像の場合で
は、２５６階調の白黒が表現でき、階調値１が白のと
き、階調値２５６は黒となり、その中間である階調値は
１２８である。このように、白黒多階調で表現されるこ
とをグレイスケールという。ここで、画像間演算のう
ち、画像間の差分をとる処理をする。このとき、階調値
同士を引き算した結果に中央の中間階調値（グレイスケ
ールが２５６階調の場合、その中央の中間階調値は１２
８となる。）を加算しておく。このようにすれば、同一
階調値同士の差分は、０とならずに１２８となり、差分
画像上では白と黒の中間色の灰色、すなわち階調値１２
８で表される。したがって、同一空間を撮影した互いに
時間差のある２つのフレーム画像の同一座標にあるそれ
ぞれの画素の階調値の差分をとる場合、それぞれの画素
の階調値が同一であれば、差の階調値は１２８となり、
色は白黒の中間色である灰色となる。また、同一空間を
撮影した互いに時間差のある２つのフレーム画像の同一
座標にあるそれぞれの画素の階調値の差分をとる場合、
それぞれの画素の階調値が同一でないとき、差の階調値
は１２８にはならない。この差の階調値が１２８になら
ないということは、時間差により階調値が変化した、つ
まり、画像中の被写体が動いたということを意味する。
などの撮像機材で、撮影の対象としている体組織を撮影
して、撮影して取得した画像データを記録媒体に記録す
る。請求項１及び２記載の発明では、記録媒体に記録し
た画像データは、時系列に連続している複数のフレーム
画像データの集合であり、それぞれのフレーム画像は互
いに時間差のある画像、つまり、動画像である。この画
像データをパーソナルコンピュータ、ワークステーショ
ンなどのコンピュータに転送して、コンピュータ上でこ
の後の処理を行う。画像解析ソフトウェアを用いて、上
記のフレーム画像データ群から２つのフレーム画像デー
タを任意に取り出し、この２つのフレーム画像の差分を
とり、差分画像として取得する。画像解析ソフトウェア
の一例として、シオンイメージがある。シオンイメージ
（英語表記Scion Image、ScionCorporation社製）は、
医学、生物学で幅広く用いられている画像解析ソフトウ
ェアであり、細胞数のカウント、電気泳動パターンの解
析、画像の3次元化などの画像中に含まれる必要な情報
を取り出す用途で用いられる。このシオンイメージを用
いると動画像を７０ｍｓのオーダーでコマ送りができる
ので、７０ｍｓごとのフレーム画像を取得することがで
きる。さらに、このシオンイメージを用いて、２つのフ
レーム画像の差分画像を取得することができる。差分画
像とは、２つの画像の共通部分を差し引いた相互の異な
る部分のデータのみの画像である。フレーム画像はデジ
タル画像であるが、このデジタル画像とは、自然界に存
在するアナログ画像情報を撮像機材などのハードウェ
ア、または、ソフトウェアなどにより標本化、量子化し
た画像のことである。標本化、量子化された画像は、画
素の集合であって、それぞれの画素には、画像の明るさ
に相当する階調値（濃度値または輝度値ともいう）を持
っている。この階調値は８ビットの画像データであれ
ば、２５６段階の階調値が存在する。白黒画像の場合で
は、２５６階調の白黒が表現でき、階調値１が白のと
き、階調値２５６は黒となり、その中間である階調値は
１２８である。このように、白黒多階調で表現されるこ
とをグレイスケールという。ここで、画像間演算のう
ち、画像間の差分をとる処理をする。このとき、階調値
同士を引き算した結果に中央の中間階調値（グレイスケ
ールが２５６階調の場合、その中央の中間階調値は１２
８となる。）を加算しておく。このようにすれば、同一
階調値同士の差分は、０とならずに１２８となり、差分
画像上では白と黒の中間色の灰色、すなわち階調値１２
８で表される。したがって、同一空間を撮影した互いに
時間差のある２つのフレーム画像の同一座標にあるそれ
ぞれの画素の階調値の差分をとる場合、それぞれの画素
の階調値が同一であれば、差の階調値は１２８となり、
色は白黒の中間色である灰色となる。また、同一空間を
撮影した互いに時間差のある２つのフレーム画像の同一
座標にあるそれぞれの画素の階調値の差分をとる場合、
それぞれの画素の階調値が同一でないとき、差の階調値
は１２８にはならない。この差の階調値が１２８になら
ないということは、時間差により階調値が変化した、つ
まり、画像中の被写体が動いたということを意味する。
【００１３】上記の操作により、同一空間を撮影した互
いに時間差のある２つのフレーム画像の同一座標にある
それぞれの画素の階調値を差し引いた差分画像を求める
ことができ、この差分画像より、２つのフレーム画像間
で変化した部分の情報のみを得ることができる。
いに時間差のある２つのフレーム画像の同一座標にある
それぞれの画素の階調値を差し引いた差分画像を求める
ことができ、この差分画像より、２つのフレーム画像間
で変化した部分の情報のみを得ることができる。
【００１４】この取得した差分画像には、２つのフレー
ム画像間で変化した部分の情報のみ含まれているが、肉
眼でその情報を識別するのは困難であるので、画像処理
ソフトウェアのフィルタ機能を用いて肉眼で識別できる
ようにする。フォトレタッチソフトウェアの一例とし
て、フォトショップ（「ＰＨＯＴＯＳＨＯＰ」はアドビ
システムズ社の登録商標である）がある。また、フィル
タ機能とは、フォトレタッチソフトウェアが有している
機能であって、たとえば、画像に含まれる輪郭のみを抽
出したり、画像を歪めたり、ぼかしを入れたり、モザイ
ク効果を調整したり、ノイズを調整するなどの様々な視
覚効果を画像に対して与えることができる。本発明で
は、このフィルタ機能のうち、「コントラスト」「ラッ
プ」「階調反転」がある。
ム画像間で変化した部分の情報のみ含まれているが、肉
眼でその情報を識別するのは困難であるので、画像処理
ソフトウェアのフィルタ機能を用いて肉眼で識別できる
ようにする。フォトレタッチソフトウェアの一例とし
て、フォトショップ（「ＰＨＯＴＯＳＨＯＰ」はアドビ
システムズ社の登録商標である）がある。また、フィル
タ機能とは、フォトレタッチソフトウェアが有している
機能であって、たとえば、画像に含まれる輪郭のみを抽
出したり、画像を歪めたり、ぼかしを入れたり、モザイ
ク効果を調整したり、ノイズを調整するなどの様々な視
覚効果を画像に対して与えることができる。本発明で
は、このフィルタ機能のうち、「コントラスト」「ラッ
プ」「階調反転」がある。
【００１５】「コントラスト」とは、画像の明るい部分
と暗い部分の明るさの比を表し、コントラストを高める
と色彩がくっきりし、見やすい画像になる。コントラス
トの値が低すぎると、明るい部分と暗い部分の差がはっ
きり現れない 。また、コントラストを高くすると画像
の輪郭がはっきりするが、逆にコントラストを低くする
と画像の輪郭がはっきりせず、見やすい画像にならな
い。このコントラストの制御方法として濃度ヒストグラ
ムがある。濃度ヒストグラムとは画像の濃度値の分布を
表し、画像の濃度レベルを調査するのに極めて有効なも
のである。たとえば、暗い画像では低い濃度域に分布が
偏り、明るい画像では高い濃度域に分布が偏る。このヒ
ストグラムの分布位置と形状を変化、つまり強調（エン
ハンスメントという）処理することで、コントラストを
制御することができる。
と暗い部分の明るさの比を表し、コントラストを高める
と色彩がくっきりし、見やすい画像になる。コントラス
トの値が低すぎると、明るい部分と暗い部分の差がはっ
きり現れない 。また、コントラストを高くすると画像
の輪郭がはっきりするが、逆にコントラストを低くする
と画像の輪郭がはっきりせず、見やすい画像にならな
い。このコントラストの制御方法として濃度ヒストグラ
ムがある。濃度ヒストグラムとは画像の濃度値の分布を
表し、画像の濃度レベルを調査するのに極めて有効なも
のである。たとえば、暗い画像では低い濃度域に分布が
偏り、明るい画像では高い濃度域に分布が偏る。このヒ
ストグラムの分布位置と形状を変化、つまり強調（エン
ハンスメントという）処理することで、コントラストを
制御することができる。
【００１６】また、「ラップ」とは、画像中に移ってい
る個々の物体に対してラップフィルムをかけたような効
果を与えるフィルタである。「ラップ」では、画像中の
最も明るい部分またはその周辺を強調してさらに明るく
し、かつ画像中に含まれる輪郭部分をぼかす、つまり、
隣接する画素の階調値差の勾配が大きい画素間の階調値
勾配を緩やかにする処理が行われている。フォトショッ
プではこのラップ効果を、ラップをかけた部分の明るさ
を「ハイライト（最も明るい部分、またはその周辺）の
強さ」で、ラップと画像との起伏を「滑らかさ」で調整
することで実現している。
る個々の物体に対してラップフィルムをかけたような効
果を与えるフィルタである。「ラップ」では、画像中の
最も明るい部分またはその周辺を強調してさらに明るく
し、かつ画像中に含まれる輪郭部分をぼかす、つまり、
隣接する画素の階調値差の勾配が大きい画素間の階調値
勾配を緩やかにする処理が行われている。フォトショッ
プではこのラップ効果を、ラップをかけた部分の明るさ
を「ハイライト（最も明るい部分、またはその周辺）の
強さ」で、ラップと画像との起伏を「滑らかさ」で調整
することで実現している。
【００１７】また、「階調反転」とは、ネガ画像を取得
するためのフィルタ機能である。ネガ画像とはポジ画像
（階調反転させる前の画像）の階調度を反転させたも
の、つまり、白いものは黒く、黒いものは白く、という
ような白黒を反転させた画像のことで、グレイスケール
の最大階調度から各画素の階調度を引くことによって実
現できる。
するためのフィルタ機能である。ネガ画像とはポジ画像
（階調反転させる前の画像）の階調度を反転させたも
の、つまり、白いものは黒く、黒いものは白く、という
ような白黒を反転させた画像のことで、グレイスケール
の最大階調度から各画素の階調度を引くことによって実
現できる。
【００１８】以上のフィルタ機能を上記の差分画像に対
して行うことにより、肉眼で認識できなかったものが、
肉眼で認識できるようになる。一方、請求項３及び４記
載の発明では、記録媒体に記録した画像データは、必ず
しも動画像である必要はなく、静止画像でもよい。なぜ
ならば、請求項３及び４記載の発明で使用する画像デー
タは１つであり、時間差による違いを確認する必要がな
いためである。したがって、画像データは、ビデオカメ
ラなどの動画像を撮影する撮影機材だけでなく、デジタ
ルカメラなどの静止画像を撮影する撮影機材を用いても
よい。ビデオカメラなどの動画像を撮影する撮影機材で
撮影した場合、上記の請求項１及び２記載の発明で説明
したのと同様に動画像データをコンピュータへ転送し、
コンピュータ上でシオンイメージなどの画像解析ソフト
ウェアを用いて、転送された動画像から１つのフレーム
画像を取り出して、静止画像を取得する。また、デジタ
ルカメラなどの静止画像を撮影する撮影機材で撮影した
場合、撮影した静止画像をコンピュータへ転送し、静止
画像を取得する。上記の操作で取得した静止画像を、フ
ォトショップなどの画像処理ソフトウェアのフィルタ機
能を用いて、肉眼では識別できない部分の画像データを
肉眼で識別できるようにする。利用するフィルタ機能
は、上記と同様に「コントラスト」「ラップ」「階調反
転」である。
して行うことにより、肉眼で認識できなかったものが、
肉眼で認識できるようになる。一方、請求項３及び４記
載の発明では、記録媒体に記録した画像データは、必ず
しも動画像である必要はなく、静止画像でもよい。なぜ
ならば、請求項３及び４記載の発明で使用する画像デー
タは１つであり、時間差による違いを確認する必要がな
いためである。したがって、画像データは、ビデオカメ
ラなどの動画像を撮影する撮影機材だけでなく、デジタ
ルカメラなどの静止画像を撮影する撮影機材を用いても
よい。ビデオカメラなどの動画像を撮影する撮影機材で
撮影した場合、上記の請求項１及び２記載の発明で説明
したのと同様に動画像データをコンピュータへ転送し、
コンピュータ上でシオンイメージなどの画像解析ソフト
ウェアを用いて、転送された動画像から１つのフレーム
画像を取り出して、静止画像を取得する。また、デジタ
ルカメラなどの静止画像を撮影する撮影機材で撮影した
場合、撮影した静止画像をコンピュータへ転送し、静止
画像を取得する。上記の操作で取得した静止画像を、フ
ォトショップなどの画像処理ソフトウェアのフィルタ機
能を用いて、肉眼では識別できない部分の画像データを
肉眼で識別できるようにする。利用するフィルタ機能
は、上記と同様に「コントラスト」「ラップ」「階調反
転」である。
【００１９】ところで、請求項１乃至４記載の本発明は
大別して請求項１及び２と、請求項３及び４との2種類
に分類される。請求項１及び２記載の発明では２つのフ
レーム画像を取り扱い、請求項３及び４記載の発明では
１つの静止画像を取り扱っているが、このことに伴い画
像解析の精度が大きく異なってくる。請求項３及び４記
載の発明は、１つの静止画像に画像に対して「コントラ
スト」の強調及び「ラップ」処理を行うと、肉眼では認
識できなかった潜在情報の一部分を顕在化することがで
きるが、さらに精度の向上を図るための発明が請求項１
及び２記載の発明であり、この発明では２つのフレーム
画像の差分をとり、その差分画像に対して「コントラス
ト」の強調及び「ラップ」処理を行うのである。
大別して請求項１及び２と、請求項３及び４との2種類
に分類される。請求項１及び２記載の発明では２つのフ
レーム画像を取り扱い、請求項３及び４記載の発明では
１つの静止画像を取り扱っているが、このことに伴い画
像解析の精度が大きく異なってくる。請求項３及び４記
載の発明は、１つの静止画像に画像に対して「コントラ
スト」の強調及び「ラップ」処理を行うと、肉眼では認
識できなかった潜在情報の一部分を顕在化することがで
きるが、さらに精度の向上を図るための発明が請求項１
及び２記載の発明であり、この発明では２つのフレーム
画像の差分をとり、その差分画像に対して「コントラス
ト」の強調及び「ラップ」処理を行うのである。
【００２０】以上より、本発明者は本発明の方法をビデ
オ−コンピュータ−エンハンスト−コントラスト−ラッ
プ（VCEC-Wrap）法と呼んでいる。また、請求項５記載
の発明は、コンピュータ上で起動しているオペレーティ
ングシステム（ＯＳともいう）で動作するコンピュータ
プログラムであって、請求項１から４記載のうちいずれ
か１つの発明における各処理を実行させるものである。
オ−コンピュータ−エンハンスト−コントラスト−ラッ
プ（VCEC-Wrap）法と呼んでいる。また、請求項５記載
の発明は、コンピュータ上で起動しているオペレーティ
ングシステム（ＯＳともいう）で動作するコンピュータ
プログラムであって、請求項１から４記載のうちいずれ
か１つの発明における各処理を実行させるものである。
【００２１】
【実施例】観測方法及び画像解析を図１の本発明の一連
の流れを示す図に従って説明する。透過光による観測の
ため、全身麻酔をしたSD系ラットの脳組織に短いグラス
ファイバーを埋め込み、暗室で波長λ＝550±10nmの透
過光を照射し、着目している2mm×2mm四方の脳表面の画
像を撮影機材１（レンズ：ニコン社製、SITカメラ：浜
松ホトニクス社製）を用いて撮影する。レンズの焦点深
度は約±100μｍであり、焦点面から±300μｍ離れてい
る物体には完全にピントが合わない。感覚運動野の皮層
には、深さ約400μｍ、幅約２ｍｍの容積である毛細血
管が存在するが、この毛細血管の直径の変化や血流の変
化を検出することができる範囲にレンズの測定スケール
制御つまみを微調整する。毛細血管より小さい4μｍ×4
μｍの空間分解能で撮影した512×512画素の映像は、8
ビットのデジタル映像であり、その撮影した映像をパー
ソナルコンピュータ２へ伝送する。伝送した映像は、フ
レーム画像取込ソフトであるシオン４（正式名称Scion
LG-3、Scion Corporation社製、Scion Imageの１つの種
類である。以下、シオンと省略する。）を使って、15Ｈ
ｚでコマ送りをし、70ms毎のフレーム画像３を作成す
る。
の流れを示す図に従って説明する。透過光による観測の
ため、全身麻酔をしたSD系ラットの脳組織に短いグラス
ファイバーを埋め込み、暗室で波長λ＝550±10nmの透
過光を照射し、着目している2mm×2mm四方の脳表面の画
像を撮影機材１（レンズ：ニコン社製、SITカメラ：浜
松ホトニクス社製）を用いて撮影する。レンズの焦点深
度は約±100μｍであり、焦点面から±300μｍ離れてい
る物体には完全にピントが合わない。感覚運動野の皮層
には、深さ約400μｍ、幅約２ｍｍの容積である毛細血
管が存在するが、この毛細血管の直径の変化や血流の変
化を検出することができる範囲にレンズの測定スケール
制御つまみを微調整する。毛細血管より小さい4μｍ×4
μｍの空間分解能で撮影した512×512画素の映像は、8
ビットのデジタル映像であり、その撮影した映像をパー
ソナルコンピュータ２へ伝送する。伝送した映像は、フ
レーム画像取込ソフトであるシオン４（正式名称Scion
LG-3、Scion Corporation社製、Scion Imageの１つの種
類である。以下、シオンと省略する。）を使って、15Ｈ
ｚでコマ送りをし、70ms毎のフレーム画像３を作成す
る。
【００２２】連続している２つのフレーム画像の差分を
とるために以下を実施した。シオン４に取り込んだ画像
の透過光の変化は自動的に8ビット画像に変換される。
この8ビット画像に変換されるということは、１画素に
つき１（最も明るい）〜256（最も暗い）の256のいずれ
かの明暗レベルを有することである。この明暗の中間レ
ベルは128（図２の画像Ｄ参照）となる。そして、この8
ビット画像は、256スケールの白黒画像として表れる。
とるために以下を実施した。シオン４に取り込んだ画像
の透過光の変化は自動的に8ビット画像に変換される。
この8ビット画像に変換されるということは、１画素に
つき１（最も明るい）〜256（最も暗い）の256のいずれ
かの明暗レベルを有することである。この明暗の中間レ
ベルは128（図２の画像Ｄ参照）となる。そして、この8
ビット画像は、256スケールの白黒画像として表れる。
【００２３】図２は、シオン及びフォトショップを用い
た画像処理の結果を示す図であり、図２に含まれる画像
Ａ、画像Ｂ、画像Ｃ、画像Ｄ、画像Ｅ、画像Ｆ、画像Ｇ
を、それぞれ図２Ａ、図２Ｂ、図２Ｃ、図２Ｄ、図２
Ｅ、図２Ｆ、図２Ｇで表すこととする。図２Ａは波長55
0nmの光を透過させた脳皮層内の血管についての全情報
を含んでいる制御画像である。しかしながら、その情報
の多くは肉眼では識別することができない。背景の層に
隠された血管の一部を抽出するために、フォトショップ
５のフィルタ機能の「ラップ」を使って、ぼんやりした
ものをラッピングして個々のグループとして光学的シグ
ナルの境界を画定し、血管の輪郭をはっきり確認するこ
とができる。さらに、血管の輪郭をもっとよく見たいな
ら、フィルタ機能の「階調反転」により白と黒を反転さ
せると、よりいっそう血管の輪郭をはっきり確認するこ
とができる。図２Ｂは図２Ａにラップ処理した画像であ
り、図２Ａでは肉眼で認識できなかった血管をラップ処
理を行うことで画像上に浮き出て、肉眼で認識すること
ができる。図２Ｃは、図２Ｂに対して階調反転処理によ
り白黒を反転した画像であり、よりいっそう血管の筋道
が確認できる。ただし、図２Ｂ、図２Ｃのように１つの
静止画像に対して、「ラップ」処理後に「階調反転」処
理をして得られる情報は、従来肉眼で認識することがで
きなかった情報であるが、この情報は元の静止画像に潜
在している情報の全情報ではない。さらに、制度を上げ
るため、以下に示すように２つのフレーム画像の差分を
とる方法を用いる。
た画像処理の結果を示す図であり、図２に含まれる画像
Ａ、画像Ｂ、画像Ｃ、画像Ｄ、画像Ｅ、画像Ｆ、画像Ｇ
を、それぞれ図２Ａ、図２Ｂ、図２Ｃ、図２Ｄ、図２
Ｅ、図２Ｆ、図２Ｇで表すこととする。図２Ａは波長55
0nmの光を透過させた脳皮層内の血管についての全情報
を含んでいる制御画像である。しかしながら、その情報
の多くは肉眼では識別することができない。背景の層に
隠された血管の一部を抽出するために、フォトショップ
５のフィルタ機能の「ラップ」を使って、ぼんやりした
ものをラッピングして個々のグループとして光学的シグ
ナルの境界を画定し、血管の輪郭をはっきり確認するこ
とができる。さらに、血管の輪郭をもっとよく見たいな
ら、フィルタ機能の「階調反転」により白と黒を反転さ
せると、よりいっそう血管の輪郭をはっきり確認するこ
とができる。図２Ｂは図２Ａにラップ処理した画像であ
り、図２Ａでは肉眼で認識できなかった血管をラップ処
理を行うことで画像上に浮き出て、肉眼で認識すること
ができる。図２Ｃは、図２Ｂに対して階調反転処理によ
り白黒を反転した画像であり、よりいっそう血管の筋道
が確認できる。ただし、図２Ｂ、図２Ｃのように１つの
静止画像に対して、「ラップ」処理後に「階調反転」処
理をして得られる情報は、従来肉眼で認識することがで
きなかった情報であるが、この情報は元の静止画像に潜
在している情報の全情報ではない。さらに、制度を上げ
るため、以下に示すように２つのフレーム画像の差分を
とる方法を用いる。
【００２４】図２Ｄ、図２Ｅ、図２Ｆ、図２Ｇは差分画
像であり、オリジナルの画像である図２Ａと内容が異な
っているように見える。しかし、これらの内容のすべて
は図２Ａの画像とその70ms後の画像にもともと含まれて
いた今まで肉眼で識別できなかった情報が、画像表面に
浮かび上がっただけである。肉眼で識別できる大きな血
管がこの技術によって一線を画されることは、以下より
明らかである。図２Ｄの画像は、図２Ａから図２Ａを差
し引いた結果生じた差分画像であり、階調値が128の均
一な画像データの一部を表している。つまり、２つのフ
レーム画像間で互いに違いがなければ、図２Ｄのように
階調値が128の均一な画像となることを示している。こ
こで、ある１つのフレーム画像をＦ0、そのフレーム画
像の７０ｍｓ後のフレーム画像をＦ1と表す。また、コ
ントラストのｎ％強調はＥn、ラップはＷ、階調反転は
Ｒで表す。図２Ｅは、図２Ａ（Ｆ0）と約70ms（15Hz）
後の次のフレーム（Ｆ1）との間の差分をとり、コント
ラストを８０％強調（Ｅ80）後の差分イメージである
（以下、Ｆ1−Ｆ0,Ｅ80,15Hzと表す。）。図２Ｅは明ら
かに図２Ｄとは異なっており、図２Ａと約70ms後の次の
フレームとの画像間で変化のあった部分が存在している
ということを示している。図２Ｅでは、変化しない大き
な血管は除去され、小さい血管が見えるようになる。な
ぜなら、理論的には、70ms間隔の空間再分布で血管の変
化が抽出されるからである。図２Ｆ（Ｆ1−Ｆ0、Ｅ80、
Ｗ、Ｒ、15Hz）は、図２Ｅにラップ処理をした図であ
り、図２Ｅと図２Ｆは約6μｍ（この大きさは２画素よ
り小さく、１画素より大きい）の小さい血管を示す。こ
の小さい血管は毛細血管を表している。しかしながら、
差分画像中の小さな血管の直径は、フォトショップのコ
ントラストの強調の程度に依存している。図２Ｇ（Ｆ1
−Ｆ0、Ｅ30、Ｗ、Ｒ、15Hz）の画像は、図２Ｆのコン
トラストの強調を３０％に下げた場合であり、このとき
毛細血管の直径は１５μｍから３０μｍ大きくなり、複
雑に絡み合った血管は、さらに毛細血管の様子を呈して
きた。この毛細血管の直径が大きくなった理由は、ぼや
けている周辺の毛細血管まで一緒にラップ処理したため
と推測できる。以上の毛細血管は、肉眼で認識できる大
きな血管と同じ場所に見ることができる。すなわち、毛
細血管は実質的には大きな血管の下に存在するというこ
とを意味する。
像であり、オリジナルの画像である図２Ａと内容が異な
っているように見える。しかし、これらの内容のすべて
は図２Ａの画像とその70ms後の画像にもともと含まれて
いた今まで肉眼で識別できなかった情報が、画像表面に
浮かび上がっただけである。肉眼で識別できる大きな血
管がこの技術によって一線を画されることは、以下より
明らかである。図２Ｄの画像は、図２Ａから図２Ａを差
し引いた結果生じた差分画像であり、階調値が128の均
一な画像データの一部を表している。つまり、２つのフ
レーム画像間で互いに違いがなければ、図２Ｄのように
階調値が128の均一な画像となることを示している。こ
こで、ある１つのフレーム画像をＦ0、そのフレーム画
像の７０ｍｓ後のフレーム画像をＦ1と表す。また、コ
ントラストのｎ％強調はＥn、ラップはＷ、階調反転は
Ｒで表す。図２Ｅは、図２Ａ（Ｆ0）と約70ms（15Hz）
後の次のフレーム（Ｆ1）との間の差分をとり、コント
ラストを８０％強調（Ｅ80）後の差分イメージである
（以下、Ｆ1−Ｆ0,Ｅ80,15Hzと表す。）。図２Ｅは明ら
かに図２Ｄとは異なっており、図２Ａと約70ms後の次の
フレームとの画像間で変化のあった部分が存在している
ということを示している。図２Ｅでは、変化しない大き
な血管は除去され、小さい血管が見えるようになる。な
ぜなら、理論的には、70ms間隔の空間再分布で血管の変
化が抽出されるからである。図２Ｆ（Ｆ1−Ｆ0、Ｅ80、
Ｗ、Ｒ、15Hz）は、図２Ｅにラップ処理をした図であ
り、図２Ｅと図２Ｆは約6μｍ（この大きさは２画素よ
り小さく、１画素より大きい）の小さい血管を示す。こ
の小さい血管は毛細血管を表している。しかしながら、
差分画像中の小さな血管の直径は、フォトショップのコ
ントラストの強調の程度に依存している。図２Ｇ（Ｆ1
−Ｆ0、Ｅ30、Ｗ、Ｒ、15Hz）の画像は、図２Ｆのコン
トラストの強調を３０％に下げた場合であり、このとき
毛細血管の直径は１５μｍから３０μｍ大きくなり、複
雑に絡み合った血管は、さらに毛細血管の様子を呈して
きた。この毛細血管の直径が大きくなった理由は、ぼや
けている周辺の毛細血管まで一緒にラップ処理したため
と推測できる。以上の毛細血管は、肉眼で認識できる大
きな血管と同じ場所に見ることができる。すなわち、毛
細血管は実質的には大きな血管の下に存在するというこ
とを意味する。
【００２５】以上より、本発明を用いると従来確認する
ことができなかった毛細血管の存在を確認することが可
能となり、従来診断することが困難であった毛細血管の
状態や血流の情報を知ることが可能となるので、病気の
早期発見、早期治療に貢献できる。
ことができなかった毛細血管の存在を確認することが可
能となり、従来診断することが困難であった毛細血管の
状態や血流の情報を知ることが可能となるので、病気の
早期発見、早期治療に貢献できる。
【００２６】ところで、本実施例では、15Ｈｚでコマ送
りをし、70ms毎のフレーム画像群を用いたが、このフレ
ーム画像間の時間差は、70msに制限されたものではな
く、撮影対象物との関係で決定される。本実施例では、
70ms間隔の空間再分布で毛細血管の変化が抽出されるの
で、70ms毎のフレーム画像群を用いたのである。
りをし、70ms毎のフレーム画像群を用いたが、このフレ
ーム画像間の時間差は、70msに制限されたものではな
く、撮影対象物との関係で決定される。本実施例では、
70ms間隔の空間再分布で毛細血管の変化が抽出されるの
で、70ms毎のフレーム画像群を用いたのである。
【００２７】
【発明の効果】従来、脳組織表面などに代表される体組
織の画像は、肉眼で認識できる部分の画像データしか注
目されず、その肉眼で認識できる部分のみの評価で終わ
っていた。しかし、本発明を用いれば、肉眼では確認で
きない画像部分から初めから潜在し、今まで見落として
いた情報を抽出することができる。
織の画像は、肉眼で認識できる部分の画像データしか注
目されず、その肉眼で認識できる部分のみの評価で終わ
っていた。しかし、本発明を用いれば、肉眼では確認で
きない画像部分から初めから潜在し、今まで見落として
いた情報を抽出することができる。
【図１】本発明の一連の流れを示す図である。
【図２】シオン及びフォトショップを用いた画像処理の
結果を示す図である。
結果を示す図である。
１．撮影機材
２．コンピュータ
３．動画像のフレーム画像
４．シオン
５．フォトショップ
─────────────────────────────────────────────────────
フロントページの続き
Ｆターム(参考） 4C061 CC06 JJ19 NN03 NN05 SS21
UU03 UU08 WW01 WW08
5B057 AA07 BA02 CA02 CA08 CA12
CA16 CB02 CB08 CB12 CB16
CC01 CE03 CE04 CE11 CE20
DB02 DB05 DB09 DC22 DC23
DC32
Claims (5)
- 【請求項１】 透過光または反射光下で、撮影機材を用
いて体組織を撮影した時系列に連続している画像データ
群より、同一空間を撮影した互いに所定の時間差のある
２つのフレーム画像データを選択する第１の処理と、 前記第１の処理により選択した２つのフレーム画像デー
タの同一座標にあるそれぞれの画素の階調値の差分をと
り、前記差分をとる処理をすべての同一座標にある画素
について行う第２の処理と、 前記第２の処理により得られた画像データの明暗の際立
ち具合を増大する第３の処理と、 前記第３の処理により得られた画像データの最も明るい
部分または前記最も明るい部分の周辺をさらに明るく
し、及び前記第３の処理により得られた画像データ中の
隣接する画素間の階調値差の勾配が大きい場合、画素間
の階調値勾配を緩やかにする第４の処理とを実行するこ
とを特徴とする医療用画像解析処理方法。 - 【請求項２】 透過光または反射光下で、撮影機材を用
いて体組織を撮影した時系列に連続している画像データ
群より、同一空間を撮影した互いに所定の時間差のある
２つのフレーム画像データを選択する第１の処理と、 前記第１の処理により選択した２つのフレーム画像デー
タの同一座標にあるそれぞれの画素の階調値の差分をと
り、前記差分をとる処理をすべての同一座標にある画素
について行う第２の処理と、 前記第２の処理により得られた画像データの明暗の際立
ち具合を増大する第３の処理と、 前記第３の処理により得られた画像データの最も明るい
部分または前記最も明るい部分の周辺をさらに明るく
し、及び前記第３の処理により得られた画像データ中の
隣接する画素間の階調値差の勾配が大きい場合、画素間
の階調値勾配を緩やかにする第４の処理と、 さらに前記第４の処理により得られた画像データを白黒
階調反転させる第５の処理とを実行することを特徴とす
る医療用画像解析処理方法。 - 【請求項３】 透過光または反射光下で、撮影機材を用
いて体組織を撮影した動画像データの１つのフレーム画
像データ、または、透過光または反射光下で、撮影機材
を用いて体組織を撮影した１つの静止画像データに対
し、前記画像データの明暗の際立ち具合を大きくする第
１の処理と、 前記第１の処理により得られた画像データの最も明るい
部分または前記最も明るい部分の周辺をさらに明るく
し、及び前記第１の処理により得られた画像データ中の
隣接する画素間の階調値差の勾配が大きい場合、画素間
の階調値勾配を緩やかにする第２の処理とを実行するこ
とを特徴とする医療用画像解析処理方法。 - 【請求項４】 透過光または反射光下で、撮影機材を用
いて体組織を撮影した動画像データの１つのフレーム画
像データ、または、透過光または反射光下で、撮影機材
を用いて体組織を撮影した１つの静止画像データに対
し、前記画像データの明暗の際立ち具合を大きくする第
１の処理と、 前記第１の処理により得られた画像データの最も明るい
部分または前記最も明るい部分の周辺をさらに明るく
し、及び前記第１の処理により得られた画像データ中の
隣接する画素間の階調値差の勾配が大きい場合、画素間
の階調値勾配を緩やかにする第２の処理と、 さらに前記第２の処理により得られた画像データを白黒
階調反転させる第３の処理とを実行することを特徴とす
る医療用画像解析処理方法。 - 【請求項５】 前記請求項１乃至４のいずれか１項記載
の医療用画像解析処理方法における前記各処理を、コン
ピュータに実行させるための医療用画像解析プログラ
ム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002148561A JP3572304B2 (ja) | 2002-05-23 | 2002-05-23 | 医療分野におけるフォトレタッチソフトウェアを用いた画像解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002148561A JP3572304B2 (ja) | 2002-05-23 | 2002-05-23 | 医療分野におけるフォトレタッチソフトウェアを用いた画像解析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003339645A true JP2003339645A (ja) | 2003-12-02 |
| JP3572304B2 JP3572304B2 (ja) | 2004-09-29 |
Family
ID=29767058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002148561A Expired - Fee Related JP3572304B2 (ja) | 2002-05-23 | 2002-05-23 | 医療分野におけるフォトレタッチソフトウェアを用いた画像解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3572304B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012500040A (ja) * | 2008-08-15 | 2012-01-05 | エスティーアイ・メディカル・システムズ・エルエルシー | 子宮頸部画像における血管パターンを強調するための方法 |
| JP2012113191A (ja) * | 2010-11-26 | 2012-06-14 | Kao Corp | 血流画像の形成方法 |
| CN109345629A (zh) * | 2018-08-08 | 2019-02-15 | 安徽慧软科技有限公司 | 一种三维医学图像模糊凸显显示方法 |
| JP2021103454A (ja) * | 2019-12-25 | 2021-07-15 | キヤノン株式会社 | 画像処理装置、画像処理方法、学習装置、学習方法、プログラムおよびシステム |
| CN114269463A (zh) * | 2018-10-19 | 2022-04-01 | 斯莱戈理工学院 | 用于控制乳化过程的系统 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6077340B2 (ja) | 2013-03-06 | 2017-02-08 | 富士フイルム株式会社 | 画像処理装置及び内視鏡システムの作動方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08542A (ja) * | 1994-04-21 | 1996-01-09 | Olympus Optical Co Ltd | 内視鏡位置検出装置 |
| JP2001291088A (ja) * | 2000-04-07 | 2001-10-19 | Ge Yokogawa Medical Systems Ltd | 医用画像表示装置 |
-
2002
- 2002-05-23 JP JP2002148561A patent/JP3572304B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08542A (ja) * | 1994-04-21 | 1996-01-09 | Olympus Optical Co Ltd | 内視鏡位置検出装置 |
| JP2001291088A (ja) * | 2000-04-07 | 2001-10-19 | Ge Yokogawa Medical Systems Ltd | 医用画像表示装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012500040A (ja) * | 2008-08-15 | 2012-01-05 | エスティーアイ・メディカル・システムズ・エルエルシー | 子宮頸部画像における血管パターンを強調するための方法 |
| JP2012113191A (ja) * | 2010-11-26 | 2012-06-14 | Kao Corp | 血流画像の形成方法 |
| CN109345629A (zh) * | 2018-08-08 | 2019-02-15 | 安徽慧软科技有限公司 | 一种三维医学图像模糊凸显显示方法 |
| CN114269463A (zh) * | 2018-10-19 | 2022-04-01 | 斯莱戈理工学院 | 用于控制乳化过程的系统 |
| JP2021103454A (ja) * | 2019-12-25 | 2021-07-15 | キヤノン株式会社 | 画像処理装置、画像処理方法、学習装置、学習方法、プログラムおよびシステム |
| JP7455575B2 (ja) | 2019-12-25 | 2024-03-26 | キヤノン株式会社 | 画像処理装置、画像処理方法、学習装置、学習方法、プログラムおよびシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3572304B2 (ja) | 2004-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ghani et al. | Underwater image quality enhancement through integrated color model with Rayleigh distribution | |
| CN107977940A (zh) | 背景虚化处理方法、装置及设备 | |
| CN105323497B (zh) | 恒定包围的高动态范围(cHDR)操作 | |
| Joshi et al. | Colour retinal image enhancement based on domain knowledge | |
| CN108055452A (zh) | 图像处理方法、装置及设备 | |
| US7826652B2 (en) | Method for forming an optimally exposed image of cytological specimen | |
| JP6783895B2 (ja) | 反射を低減したコントラスト画像を生成するための方法およびこれに関連する装置 | |
| JP2011024067A (ja) | 画像処理装置および方法、並びにプログラム | |
| JP2020532783A (ja) | 流れを視覚化するための機械学習を使用したスペックルコントラスト分析 | |
| CN108024054A (zh) | 图像处理方法、装置及设备 | |
| EP3573020B1 (en) | A method and apparatus for producing a video stream | |
| CN115769249A (zh) | 通过域适应对牙科图像进行降噪的方法 | |
| CN108156369A (zh) | 图像处理方法和装置 | |
| Dabass et al. | Biomedical image enhancement using different techniques-a comparative study | |
| CN104184936B (zh) | 基于光场相机的影像对焦处理方法及其系统 | |
| CN115689962A (zh) | 一种基于多尺度自编码器的多曝光图像融合方法 | |
| Bimber et al. | Closed-loop feedback illumination for optical inverse tone-mapping in light microscopy | |
| JP3572304B2 (ja) | 医療分野におけるフォトレタッチソフトウェアを用いた画像解析方法 | |
| TW200847065A (en) | Motion picture image processing system and method for obtaining a motion picture response curve | |
| Khan et al. | Dental image enhancement network for early diagnosis of oral dental disease | |
| US11328393B2 (en) | Method and device for displaying high-dynamic sonar or radar data | |
| EP1481632A1 (en) | Ophtalmologic image processing apparatus | |
| Karaduzovic-Hadziabdic et al. | Subjective and objective evaluation of multi-exposure high dynamic range image deghosting methods | |
| Rana et al. | Edge guided low-light image enhancement | |
| Sahidan et al. | Local and global contrast stretching for color contrast enhancement on ziehl-neelsen tissue section slide images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20040518 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040628 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |