JP2005224428A - 石灰化陰影判定方法、石灰化陰影判定装置およびそのプログラム - Google Patents

Abstract

【課題】 偽微小石灰化陰影の検出を削減して微小石灰化陰影の検出性能を向上させる。
【解決手段】 医用画像において、画像中に現れる線状構造物Ｓを抽出し、線状構造物Ｓの幅方向（Ｌ_１、Ｌ_２、Ｌ_３、Ｌ_４）を抽出する。幅方向の画素値の分布状態に基づいて、線状構造物が線状石灰化陰影であるか否かを判定する。
【選択図】 図７

Description

本発明は、被写体の放射線画像上に表れる石灰化の陰影を判定する方法、装置およびその方法を実行するためのプログラムに関するものである。

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。

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を判定することができるとは限らない。そのため、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。

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（例えば、特許文献１、特許文献２）。

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、アイリスフィルタ処理や、モフォロジー処理等を用いて異常陰影候補を検出するものである。特に、モフォロジー処理は、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。

モフォロジー処理は、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、微小石灰化陰影の候補領域を検出するものである。以下にその概要を述べる。

（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。

濃淡画像を、座標（ｘ，ｙ）の点で濃度値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。

まず、簡単のために、その断面に相当する図９に示すような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（１）に示すように、原点について対称な対称関数
であり、定義域内で値が０で、例えば、その定義域が下記式（２）であるとする。

このとき、モフォロジー演算の基本形は式（３）〜（６）に示すように、非常に簡単な演算となる。

すなわち、上記の例では、ダイレーション（dilation）処理は、注目画素を中心とした、±ｍの幅の中の最大値を検索する処理であり（図９（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い画素値側から濃度曲線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（周囲部分よりも画素値が高い部分）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、高い画素値側から濃度曲線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凹状の濃度変動部分（周囲部分よりも画素値が低い部分）を取り除くことに相当する（同図（Ｄ）参照）。

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）の画像信号値が高い画素値の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、高い画素値の高信号レベルにおけるイロージョン処理（同図（Ｂ）参照）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、高い画素値の高信号レベルにおけるダイレーション処理（同図（Ａ）参照）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、高い画素値の高信号レベルにおけるクロージング処理（同図（Ｄ）参照）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、高い画素値の高信号レベルにおけるオープニング処理（同図（Ｃ）参照）と一致する。

（石灰化陰影検出への応用）
そこで、石灰化陰影の検出は、原画像を平滑化した平滑化画像を作成し、原画像から平滑化画像を引き去る差分法により行なう。まず、原画像に微小石灰化陰影よりも大きいサイズの構造要素を用いてモフォロジー演算処理を施すことにより、図１０に示すような濃度曲線（原画像）ｇ（ｘ）を滑らかにして空間的に狭い範囲で変動する凹状の濃度変動部分を取り除いた平滑化画像Ｇ（ｘ）を作成する。この平滑化画像Ｇ（ｘ）は原画像の背景画像に相当し、原画像から平滑化画像を引き去ることにより背景画像を除去した微小石灰化陰影の候補を検出することができる。
特開平８−２９４４７９号公報 特開平８−２８７２３０号公報

しかしながら、乳房画像上には石灰化陰影のみならず、乳腺や血管等の線状構造物上に現れる高い画素値を持つ点も存在し、上述のモフォロジーフィルタ処理を施して石灰化陰影を検出する場合には、真の石灰化陰影のみならず、乳腺や血管等の線状構造物上に現れる高い画素値を持つ点も偽微小石灰化陰影として検出してしまう。

そこで、読影者は検出された陰影が、真の微小石灰化陰影（ＴＰ:true positive）であるか、偽の微小石灰化陰影（ＦＰ：false positive）であるかを、原画像を観察して判別する必要があるが、検出された微小石灰化陰影らしい候補が多数検出されると、読影者の負担が大きく、判別も困難になる。特に、血管の走行に沿って沈着してできる血管沈着石灰化は、線状構造物上に沿って多数現れ、ＦＰの検出率の増加につながるため検出を抑制することが望まれる。

本発明は、上記事情に鑑み、ＦＰの検出を削減してより高性能な石灰化陰影の検出を可能にする石灰化陰影の判定方法、装置およびその方法を実行するプログラムを提供することを目的とするものである。

本発明の石灰化陰影判定方法は、医用画像において、該画像中に現れる線状構造物を抽出する線状構造物抽出ステップと、
前記線状構造物から、該線状構造物の幅方向を抽出する幅方向抽出ステップと、
前記幅方向の画素値の分布状態に基づいて、該線状構造物が線状石灰化陰影であるか否かを判定する判定ステップとを備えたことを特徴とするものである。

また、本発明の石灰化陰影判定装置は、医用画像において、該画像中に現れる線状構造物を抽出する線状構造物抽出手段と、
前記線状構造物から、該線状構造物の幅方向を抽出する幅方向抽出手段と、
前記幅方向の画素値の分布状態に基づいて、該線状構造物が線状石灰化陰影であるか否かを判定する判定手段とを備えたことを特徴とするものである。

本発明のプログラムは、コンピュータに、
医用画像において、該画像中に現れる線状構造物を抽出する線状構造物抽出ステップと、
前記線状構造物から、該線状構造物の幅方向を抽出する幅方向抽出ステップと、
前記幅方向の画素値の分布状態に基づいて、該線状構造物が線状石灰化陰影であるか否かを判定する判定ステップとを実行させることを特徴とするものである。

「線状構造物」とは、血管や乳腺等の医用画像上に現れる線状の構造物である。

「線状石灰化陰影」とは、所定の線に沿うように現れる石灰化陰影を意味し、血管等の線状構造物に沿って現れる場合が多く、偽微小石灰化陰影である可能性が高いものである。

また、前記幅方向抽出ステップが、
前記線状構造物の幅の略中心を通る中心線を抽出して、該中心線を略垂直に横切る方向を幅方向として抽出するものであれば、
前記判定ステップは、
前記中心線から所定の幅方向の範囲内の中心部における画素値と、該線状構造物から前記中心部を除いた周辺部における画像値との差に基づいて判定するものであってもよい。

「線状構造物の幅の略中心を通る中心線」とは、線状構造物の長軸方向に沿った線であり、線状構造物の幅方向の略中心を通る線をいう。

また、前記線状構造物抽出ステップは、
線構造要素を用いたモフォロジー処理を施して前記医用画像から線状構造物を抽出するものでもよい。

「線構造要素を用いたモフォロジー処理」は、線構造要素と傾きが異なる構造物や線構造要素よりも小さい構造物は除去され、線構造要素の傾きと同一の傾きを有し、その長さが線構造要素より長い構造物は保存することができる。この性質を利用して、線状構造部を抽出するものである。

また、前記医用画像から微小石灰化陰影の候補点を抽出する候補点抽出ステップと、
前記判定ステップにおいて線状石灰化陰影であると判定された線状構造物上に存在する前記候補点を偽陽性と判定する偽陽性判定ステップとをさらに備えたものが望ましい。

「微小石灰化陰影」は、乳房の癌等に現れる異常陰影であり、「微小石灰化陰影の候補点」とは、微小石灰化陰影であるか否かが明確でなく最終的には読影者による判断が必要な微小石灰化陰影に類似した偽微小石灰化陰影を含むものである。また、「候補点」とは、画像データ上の微小な領域を意味するものであり、１画素のみならず数画素からなるものも含むものである。

さらに、前記医用画像は乳房画像でもよい。

本発明によれば、医用画像中に現れる線状構造物を抽出し、線状構造物の幅方向の画素値の分布状態に基づいて、線状構造物が線状石灰化陰影であるか否かを判定することにより、医用画像中に現れる石灰化陰影が線状構造物に沿って表れるＦＰであるか否かを判定することができる。

線状構造物の中心部における画素値と線状構造物の周辺部における画素値との差に基づいて、線状構造物が線状石灰化陰影であるか否かを判定するようにすれば、医用画像中に現れる石灰化陰影が線状構造物に沿って表れるＦＰであるか否かを判定することで、多くのケースに適応することができる。

また、線構造要素を用いたモフォロジー処理を施して前記医用画像から線状構造物を抽出するようにすれば、線状構造物を正確に抽出することができる。

また、微小石灰化陰影の候補点を抽出し、抽出した候補点が線状構造物上に存在する点である場合には、抽出した候補点をＦＰと判定するようにすれば、抽出した候補点からＦＰを削除して、高性能な石灰化陰影の検出することが可能である。

さらに、医用画像が乳房画像であれば、乳癌の特徴的形態の一つである微小石灰化陰影のＦＰを削減することが可能である。

以下、図面を参照して本発明の石灰化陰影判定方法を実施する石灰化陰影判定装置の実施の形態について説明する。

図１に示すように、石灰化陰影判定装置１は、乳房画像が撮影された医用画像の原画像１００上に現れる線状構造物を抽出する線状構造物抽出手段１０と、線状構造物から幅方向を抽出する幅方向抽出手段２０と、線状構造物の幅方向の画素値の分布状態に基づいて、線状構造物が線状石灰化陰影であるか否かを判定する判定ステップ３０と、原画像１００から微小石灰化陰影の候補点を抽出する候補点抽出手段４０と、線状石灰化陰影であると判定された線状構造物上に存在する候補点をＦＰか否かを判定する偽陽性判定手段５０とを備える。

線状構造物抽出手段１０は、モフォロジー演算を用いたモフォロジー処理により、原画像中の異なる方向性を有する複数の線状構造物を抽出する。原画像１００中の線状構造物を抽出する際には、画像に対して、抽出しようとする線状構造物よりもサイズが小さく同じ方向性を有する線構造要素を用いてモフォロジー演算によるオープニング処理を施すことにより画像中の線状構造物を保存した画像を取得して線状構造物のみの画像を取得することができる。例えば、１５度ずつ方向性が異なる１２個の線構造要素Ｂ1 〜Ｂ12（図２参照）を用いた場合には、１２方向の線構造要素の方向と一致する線状構造物を抽出することができる。

ここで、線構造要素を用いて線状構造物を保存する手法について具体的に図面を参照して説明する。図３（Ａ）は、緩やかに変化している背景の上に方向性の異なる線状構造物Ｘ10、Ｘ20とノイズ等を表わす突起Ｘ30が表われている画像信号を３次元表示した濃淡図形（画像Ｘ）を示したものである。この画像Ｘに対し、図３（Ａ）に示す線構造要素Ｂを用いてオープニング処理による低い画素値（低輝度）側からの平滑化処理を施す。

線構造要素Ｂは、線状構造物Ｘ10の長さよりも短く、線状構造物Ｘ10と同一の方向性を有するものとすると、線構造要素Ｂを用いて画像Ｘに対しオープニング処理を施すと、図３（Ｂ）に示すように、線構造要素Ｂと傾きが異なる線状構造物Ｘ20や線構造要素Ｂよりも小さい突起Ｘ30の内部には線構造要素Ｂは入ることができず、線状構造物Ｘ20や突起Ｘ30は除去される。一方、線構造要素Ｂの傾きと同一の傾きを有し、その長さが線構造要素Ｂより長い線状構造物Ｘ10は保存される。図３（Ｃ）は、線状構造物Ｘ20および突起Ｘ30が除去され線状構造物Ｘ10が保存された画像Ｘ_Ｂを示したものである。

本実施形態における線構造抽出手段１０は、上記の処理を１２個の線構造要素各Ｂ1〜Ｂ12を用いて原画像データＰに施し、下記式（７）で表される、原画像中の１２方向の線状構造物を保存した画像Ｐ_B1 〜Ｐ_B12を取得する。

次に、画像Ｐ_B1 〜Ｐ_B12ついて、対応する各画素ごとに最低値を抽出し、次式（８）により１枚の背景画像Ｐ_Bminを取得する。

さらに、原画像Ｐから背景画像Ｐ_Bminを引き去ることにより線状構造物のみが抽出された画像Ｐ_Ｌを取得することができる。

図４、図５に示すような線状構造物は、線状構造物の中心を通る中心線Ｍに直行する法線Ｌ上（図４（Ｂ）、図５（Ｂ））において図４（Ｃ）、図５（Ｃ）に示すような画素値をとり、線状構造物は背景領域より高い画素値を持つ。そこで、線状構造物の持つ画素値と背景領域の画素値の境となる画素値Ｄを閾値として画像Ｐ_Ｌに２値化処理を施すと、２値化画像１１０上には線状構造物Ｓが島状に現れ（図６参照）、この２値化画像１１０上に現れる島状の領域を、例えばラベリング処理を用いて線状構造物Ｓとして抽出する。

また、図４に示すような血管沈着石灰化等の線状石灰化陰影は、石灰化陰影の画素値が高い（高輝度）点が血管壁に沿って現れ、例えば、中心線に直行する法線Ｌ上で線状構造物の画素値は血管の中心付近で低くなり血管壁側では高くなる。このことから、線状構造物の中心部における画素値と、線状構造物の周辺部（両端）における画素値から線状構造物が線状石灰化陰影であるか否かを判定することができる。

そこでまず、幅方向抽出手段２０は、抽出した中心線が長さ方向に略一致するものとして中心線を抽出し、その中心線を略垂直に横切る方向を幅方向として抽出する。そこで、中心線を抽出するために、線状構造物Ｓに、線の連続性が途切れることないように線状構造物Ｓの外周から徐々に画素を除去して線幅が１画素となるまで線幅を狭めていく細線化処理を施して、図７に示すように、線状構造物Ｓの幅の略中心を通る中心線Ｍを抽出する。さらに、中心線Ｍに対して垂直な法線（・・、Ｌ_１、Ｌ_２、Ｌ_３、Ｌ_４、・・・）を幅方向として抽出する。

次に、判定手段３０は、幅方向抽出手段２０で抽出した中心線Ｍに対して垂直な法線（・・、Ｌ_１、Ｌ_２、Ｌ_３、Ｌ_４、・・・）上で線状構造物の幅を３等分して、中心線Ｍの近傍の約１/３の部分（図７の斜線部）を中心部とし、その両外側の領域の各１/３を周辺部とし、中心部に含まれる画素が周辺部の画素の画素値より全体的に低いときには、その線状構造物Ｓは線状石灰化陰影であると判定する。

しかし、中心部に含まれる画素の中には、周辺部に含まれる画素の画素値より高い画素値を持つものもいくつか含む。そこで、例えば、中心線Ｍに対して複数の法線（・・、Ｌ_１、Ｌ_２、Ｌ_３、Ｌ_４、・・・）を設定し、各法線上に並ぶ画素のうち、中心部の画素から最も低い画素値を取得し、周辺部の画素から最も高い画素値を取得して、中心部の画素の最も低い画素値が周辺部の画素の最も高い画素値より低くなる割合が多いときには、この線状構造物は線状石灰化陰影であると判定する。

候補点抽出手段４０は、原画像１００に微小石灰化陰影よりもやや大きいサイズの構造要素を用いてモフォロジー演算処理を施すことにより、構造要素より空間的に狭い範囲で変動する部分を取り除いた平滑化画像を作成し、原画像１００から平滑化画像を引き去って、図８に示すような微小石灰化陰影の候補点を抽出する。

偽陽性判定手段５０は、候補点抽出手段４０において抽出された候補点が、判定手段３０で線状石灰化陰影と判定された線状構造物の領域内の点であればＦＰと判定し、微小石灰化陰影の候補点から削除する。

上述では、１５度ずつ方向性が異なる１２個の線構造要素を用いたモフォロジー演算により線構造物を抽出する場合について説明したが、抽出する線構造物に応じて線構造要素の大きさや長さを変えるようにしてもよい。

また、上述では、中心線を抽出して中心部の画素値と周辺部の画素値の差に基づいて線状石灰化陰影であるか否かを判定する例について説明したが、抽出した線状構造物に細線化処理を施して中心線を抽出するのではなく、抽出した線状構造物にエッジ抽出処理を施して線状構造物とそれ以外の部分の境となる境界線を抽出して、境界線の間隔がもっと短くなる方向を幅方向として得るようにしてもよい。

また、急激に画素値が変化し高い画素値（白い部分）のピークが現れる周辺部は微分の変動が大きく、黒い画素値が平坦に続く中心部は変動が少ないことから、中心部の画素値と周辺部の画素値の差ではなく、幅方向の画素値の微分値がどのように変化するかを見るようにしてもよい。あるいは、中心部、周辺部の画素値の絶対値で判定を行うようにしてもよい。

また、上述の処理をコンピュータ上で実行するプログラムをＣＤ−ＲＯＭやネットワークを介してパソコン等のコンピュータにインストールしたものを石灰化陰影判定装置とすることができる。

本実施の形態では、画素値の大小は、例えば放射線撮影により得られた画像の場合は、放射線の透過量が小さい部位ほど画素値が高くなり、放射線の透過量が多きい部位ほど画素値が低くなるように画素値を定義した場合におけるものとして説明したが、放射線量と画素値の対応関係が前述とは逆の場合には、本実施の形態における画素値の大小を逆にすればよい。

以上、詳細に説明したように、線状構造物が線状石灰化陰影であるか否かを判定することにより、線状構造物上に現れる石灰化陰影の候補点が真の微小石灰化陰影であるか、偽の微小石灰化陰影であるかを判定することが可能である。

本発明の石灰化陰影判定装置の概略構成を示す図 線状構造要素を示す図 モフォロジー演算処理により線構造の抽出を説明する図 線状構造物の一例を示す図（その１） 線状構造物の一例を示す図（その２） ２値化画像の一例を示す図 線状構造物が線状石灰化陰影であるか否かを判定する判定方法を説明するための図 微小石灰化陰影の候補点を抽出した一例 モフォロジー演算の基本作用を示す図 原画像にモフォロジー演算処理を施して候補点を検出する方法を説明するための図

符号の説明

１ 石灰化陰影判定装置
１０ 線状構造物抽出手段
２０ 長軸方向抽出手段
３０ 判定手段
４０ 候補点抽出手段
５０ 偽陽性判定手段
１００ 原画像
１１０ ２値化画像
Ｍ 中心線
Ｌ、Ｌ_１、Ｌ_２、Ｌ_３、Ｌ_４ 法線

Claims (7)

1. 医用画像において、該画像中に現れる線状構造物を抽出する線状構造物抽出ステップと、
   前記線状構造物から、該線状構造物の幅方向を抽出する幅方向抽出ステップと、
   前記幅方向の画素値の分布状態に基づいて、該線状構造物が線状石灰化陰影であるか否かを判定する判定ステップとを備えたことを特徴とする石灰化陰影判定方法。
2. 前記幅方向抽出ステップが、
   前記線状構造物の幅の略中心を通る中心線を抽出して、該中心線を略垂直に横切る方向を幅方向として抽出するものであり、
   前記判定ステップが、
   前記中心線から所定の幅方向の範囲内の中心部における画素値と、該線状構造物から前記中心部を除いた周辺部における画像値との差に基づいて判定するものであることを特徴とする請求項１記載の石灰化陰影判定方法。
3. 前記線状構造物抽出ステップが、
   線構造要素を用いたモフォロジー処理を施して前記医用画像から線状構造物を抽出するものであることを特徴とする請求項１または２記載の石灰化陰影判定方法。
4. 前記医用画像から微小石灰化陰影の候補点を抽出する候補点抽出ステップと、
   前記判定ステップにおいて線状石灰化陰影であると判定された線状構造物上に存在する前記候補点を偽陽性と判定する偽陽性判定ステップとをさらに備えたことを特徴とする請求項１から３いずれか記載の石灰化陰影判定方法。
5. 前記医用画像が乳房画像であることを特徴とする請求項１から４いずれか記載の石灰化陰影判定方法。
6. 医用画像において、該画像中に現れる線状構造物を抽出する線状構造物抽出手段と、
   前記線状構造物から、該線状構造物の幅方向を抽出する幅方向抽出手段と、
   前記幅方向の画素値の分布状態に基づいて、該線状構造物が線状石灰化陰影であるか否かを判定する判定手段とを備えたことを特徴とする石灰化陰影判定装置。
7. コンピュータに、
   医用画像において、該画像中に現れる線状構造物を抽出する線状構造物抽出ステップと、
   前記線状構造物から、該線状構造物の幅方向を抽出する幅方向抽出ステップと、
   前記幅方向の画素値の分布状態に基づいて、該線状構造物が線状石灰化陰影であるか否かを判定する判定ステップとを実行させるためのプログラム。