JP2006320585A - 画像表示装置 - Google Patents

Abstract

【課題】所望の観察対象部位を撮像した画像のみを表示して一連の画像を効率的に観察できるようにすること。
【解決手段】画像表示装置１は、画像記憶部５ａから画像を取得し、取得した画像に対する各種画像処理を制御し、処理結果の画像を画像記憶部５ａに記憶させる画像処理制御部２ａと、各画像の中から所定の特徴を有する特徴画像領域を検出する領域検出部２ｂと、特徴画像領域の全画像領域に対する占有率を算出し、算出した占有率に応じて、特徴画像領域を有する特徴画像を一連の画像の中から検出する特徴画像検出部２ｃと、特徴画像の時系列に連続する画像数をもとに一連の画像を１つ以上の画像群に分類する画像分類部２ｄと、分類された各画像群の中からあらかじめ指定される少なくとも１つの画像群に含まれる各画像を表示部４に順次表示する制御を行う画像表示制御部６ａと、を備える。
【選択図】 図１

Description

本発明は、入力された一連の画像を順次表示する画像表示装置に関し、特にカプセル型内視鏡を用いて披検体内を撮像した一連の画像の表示に適用して好適な画像表示装置に関するものである。

近年、内視鏡の分野において、飲込み式のカプセル型内視鏡が開発されている。このカプセル型内視鏡は、撮像機能と無線通信機能とを備え、各種臓器内の観察のために患者の口から飲み込まれた後、人体から自然排出されるまでの間、たとえば胃、小腸、大腸などの消化器官の内部をその蠕動運動にしたがって移動しながら順次撮像する。

臓器内を移動する間、カプセル型内視鏡によって体内で撮像された画像データは、順次無線通信により体外に送信され、体外の受信機内に設けられたメモリに蓄積されるか、受信機に設けられたディスプレイに画像表示される。医師、看護師等は、メモリに蓄積された画像データをもとにディスプレイに表示させる画像、または受信とともに受信機に設けられたディスプレイに表示させる画像に基づいて診断を行うことができる。

通常、カプセル型内視鏡によって撮像される一連の画像数は膨大であり、医師、看護師等は、この一連の画像を観察して診断を行うために多大な時間と労力を要する。これに対応して、メモリに蓄積された画像データをもとに画像を表示させて観察を行う場合、２つの画像の類似性の程度を判定し、この判定結果をもとに画像の表示レートを変化させる表示装置が提案されている（たとえば、特許文献１参照）。この表示装置では、カプセル型内視鏡の移動が停滞した際に連続して撮像される類似画像が多いことに着目し、２つの画像の類似性が低い場合、低速の表示レートで画像を表示し、類似性が高い場合、高速の表示レートで画像を表示するようにしている。

特表２００４−５２１６６２号公報

しかしながら、このような表示装置では、類似性が高く観察の必要性が低い画像を高速の表示レートで表示するようにしているため、たとえば、観察対象でない部位を撮像した画像であり観察の必要がない画像であっても順次表示を行い、一連の画像の観察に余計な時間と労力を要する場合があるという問題があった。

本発明は、上記に鑑みてなされたものであって、所望の観察対象部位を撮像した画像のみを表示させることができ、一連の画像の観察を効率的に行うことができる画像表示装置を提供することを目的とする。

上記の目的を達成するために、請求項１にかかる画像表示装置は、入力された一連の画像を順次表示する画像表示装置において、前記一連の画像に含まれる各画像の中から所定の特徴を有する特徴画像領域を検出する領域検出手段と、前記各画像の全画像領域に対する前記特徴画像領域の占有率を算出し、該算出した各占有率に応じて前記特徴画像領域を有する各特徴画像を前記一連の画像の中から検出する画像検出手段と、前記画像検出手段によって検出された特徴画像の時系列に連続する連続画像数をもとに前記一連の画像を１以上の画像群に分類する画像分類手段と、前記画像分類手段によって分類された各画像群の中からあらかじめ指定される少なくとも１つの画像群に含まれる各画像を順次表示する制御を行う表示制御手段と、を備えたことを特徴とする。

また、請求項２にかかる画像表示装置は、上記の発明において、前記画像分類手段は、所定の前記連続画像数以上で連続する各特徴画像を同一の画像群に分類することを特徴とする。

また、請求項３にかかる画像表示装置は、上記の発明において、前記画像分類手段は、前記所定の連続画像数以上で連続する各特徴画像よりも時系列で前の画像であって特徴画像でない各画像を、前記各特徴画像が分類された画像群とは異なる画像群に分類することを特徴とする。

また、請求項４にかかる画像表示装置は、上記の発明において、前記所定の特徴は、主特徴と、該主特徴とは異なる副特徴とを含み、前記領域検出手段は、前記各画像の中から前記主特徴を有する主特徴画像領域と、前記副特徴を有する副特徴画像領域とを検出し、前記画像検出手段は、前記各画像の全画像領域に対する前記主特徴画像領域の主特徴占有率を算出するとともに、前記各画像の前記主特徴画像領域に対する前記副特徴画像領域の副特徴占有率を算出し、該算出した主特徴占有率および副特徴占有率に応じて前記主特徴画像領域を有する各特徴画像を前記一連の画像の中から検出することを特徴とする。

また、請求項５にかかる画像表示装置は、上記の発明において、前記所定の特徴は、互いに異なる複数の特徴を有し、前記領域検出手段は、前記各画像の中から各特徴を有する特徴画像領域を検出し、前記画像検出手段は、前記各画像の前記各特徴を有する特徴画像領域の前記占有率を算出し、該算出した各占有率に応じて前記複数の特徴毎に各特徴画像を検出し、前記画像分類手段は、前記複数の特徴毎の前記連続画像数をもとに前記一連の画像を該複数の特徴毎の画像群に分類することを特徴とする。

また、請求項６にかかる画像表示装置は、上記の発明において、前記各画像群の中から少なくとも１つの画像群を指定する指定情報を受け付ける入力手段を備え、前記表示制御手段は、前記指定情報により指定される画像群に含まれる各画像を順次表示する制御を行うことを特徴とする。

また、請求項７にかかる画像表示装置は、上記の発明において、前記各画像は、消化器官の内部を撮像した画像であり、前記所定の特徴は、小腸および大腸の少なくとも一方を特定する腸内特徴であり、前記画像分類手段は、前記一連の画像を小腸および大腸の少なくとも一方を撮像した画像群に分類することを特徴とする。

また、請求項８にかかる画像表示装置は、上記の発明において、前記各画像は、胃および小腸の内部を撮像した画像であり、前記所定の特徴は、小腸を特定する腸内特徴であり、前記画像分類手段は、小腸を撮像した画像よりも時系列で前の各画像を、胃を撮像した画像群として分類することを特徴とする。

また、請求項９にかかる画像表示装置は、上記の発明において、前記腸内特徴は、粘膜、該粘膜の表面上の絨毛および便の少なくとも１つであることを特徴とする。

また、請求項１０にかかる画像表示装置は、上記の発明において、前記一連の画像は、カプセル型内視鏡を用いて生成されることを特徴とする。

本発明にかかる画像表示装置によれば、所望の観察対象部位を撮像した画像のみを表示させることができ、一連の画像の観察を効率的に行うことができる。

以下、添付図面を参照して、本発明にかかる画像表示装置の好適な実施の形態を詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付している。

（実施の形態１）
まず、本発明の実施の形態１にかかる画像表示装置について説明する。図１は、この実施の形態１にかかる画像表示装置１の構成を示すブロック図である。図１に示すように、画像表示装置１は、記憶部５に記憶された画像を処理する画像処理部２と、各種情報の入力を受け付ける入力部３と、各種情報を表示する表示部４と、各種情報を記憶する記憶部５と、画像表示装置１の各部の処理および動作を制御する制御部６と、を備える。画像処理部２、入力部３、表示部４および記憶部５は、制御部６に電気的に接続されている。

画像処理部２は、画像処理制御部２ａ、領域検出部２ｂ、特徴画像検出部２ｃおよび画像分類部２ｄを備える。画像処理制御部２ａは、記憶部５に記憶された一連の画像を順次取得し、取得した各画像に対する各種画像処理を制御し、処理結果の各画像を記憶部５に出力し記憶させる。画像処理制御部２ａは、特に、領域検出部２ｂ、特徴画像検出部２ｃおよび画像分類部２ｄを制御して所定の画像処理を実行させる。

領域検出部２ｂは、画像処理制御部２ａが取得した各画像の中から所定の特徴を有する画像領域である特徴画像領域を検出する。このとき、領域検出部２ｂは、画像中のテクスチャ（texture）あるいは色情報をもとに所定の特徴を識別して特徴画像領域を検出する。検出すべき特徴が複数ある場合、領域検出部２ｂは、各特徴を有する特徴画像領域を検出する。なお、領域検出部２ｂは、たとえば、画像中の被写体の輪郭形状、濃度勾配等の各種特徴量をもとに特徴画像領域を検出するようにしてもよい。また、領域検出部２ｂは、あらかじめ一定の特徴をもつ小領域ごとに画像全体を領域分割した後、所定の特徴に対応する領域を抽出するようにしてもよい。

特徴画像検出部２ｃは、画像処理制御部２ａが取得した各画像について、領域検出部２ｂによって検出された特徴画像領域の全画像領域に対する占有率を算出し、算出した占有率に応じて、特徴画像領域を有する各特徴画像を一連の画像の中から検出する。具体的には、特徴画像検出部２ｃは、あらかじめ入力された占有率に対するしきい値を参照し、このしきい値と算出した占有率との大小関係に応じて特徴画像を検出し、検出した特徴画像に特徴画像であることを示す特徴画像情報を付加する。なお、特徴画像検出部２ｃは、複数の特徴に対応する各特徴画像領域の占有率を算出し、算出した複数の占有率の和、差、最大値、最小値、各種統計量により、少なくとも１つの占有率に応じて特徴画像情報を付加するようにしてもよい。

画像分類部２ｄは、特徴画像検出部２ｃによって検出された特徴画像の時系列に連続する画像数をもとに、一連の画像を１つ以上の画像群に分類する。具体的には、画像分類部２ｄは、特徴画像が所定の画像数以上に連続している場合、この連続する各特徴画像を同一の画像群として分類する。このとき、画像分類部２ｄは、所定の画像数以上に途絶えるまでの各特徴画像を同一の画像群とする。また、画像分類部２ｄは、このように分類される特徴画像よりも時系列で前の画像であって特徴画像でない各画像を、特徴画像が分類された画像群とは異なる画像群に分類する。

入力部３は、画像表示装置１で処理する画像、各種処理情報等の入力を受け付ける。具体的には、入力部３は、ＵＳＢ，ＩＥＥＥ１３９４等の通信用インターフェースを備え、外部装置からの画像の入力を受け付ける。また、入力部３は、各種スイッチ、入力キー、マウス、タッチパネル等を備え、特徴画像検出部２ｃが参照するしきい値、画像表示制御部６ａが参照する画像群の指定情報等、各種処理情報の入力を受け付ける。なお、入力部３は、コンパクトフラッシュ（登録商標）等の携帯型記憶媒体に対応するインターフェースを備え、この携帯型記憶媒体からの画像等の入力を受け付けるようにしてもよい。

表示部４は、液晶ディスプレイ等を備え、画像を含む各種情報を表示する。表示部４は、特に、記憶部５に記憶された一連の画像と、画像表示装置１のオペレータに対して各種処理情報の入力を依頼するＧＵＩ（Graphical User Interface）画面とを表示する。

記憶部５は、各種処理プログラム等があらかじめ記憶されたＲＯＭと、各処理の処理パラメータ、処理データ等を記憶するＲＡＭとによって実現される。記憶部５は、特に、外部から入力された画像および画像処理部２によって処理された画像を記憶する記憶領域としての画像記憶部５ａを備える。なお、記憶部５は、コンパクトフラッシュ（登録商標）等の携帯型記憶媒体を着脱可能な画像記憶部として備えるようにしてもよい。

制御部６は、記憶部５に記憶された各種処理プログラムを実行するＣＰＵ等によって実現される。制御部６は、画像表示制御部６ａを備え、この画像表示制御部６ａは、画像記憶部５ａに記憶された一連の画像のうち、画像分類部２ｄによって分類された各画像群の中からあらかじめ指定される少なくとも１つの画像群に含まれる各画像を表示部４に順次表示する制御を行う。具体的には、画像表示制御部６ａは、入力部３から入力される指定情報により指定される画像群に含まれる各画像を順次表示する制御を行う。

ここで、画像表示装置１が行う処理および動作について説明する。図２は、画像表示装置１が、画像記憶部５ａに記憶された一連の画像を分類し表示する処理の概要を示す模式図である。図２では、図示しないカプセル型内視鏡を用いて、被検体の胃、小腸および大腸の内部を撮像し生成した一連の画像を分類し表示する処理の概要を例示している。

図２に示すように、画像分類部２ｄは、画像記憶部５ａに記憶された処理前の一連の画像を胃画像群、小腸画像群および大腸画像群に分類する。この際、処理前の一連の画像である画像１〜画像Ｎでは、胃、小腸、大腸の各部位がどこからどこまでの時点に撮像されているか不明である。以下において「ｍ」および「ｎ」は、それぞれ画像の番号を示し、図２の例では１≦ｎ≦ｍ≦Ｎの関係を満足する。

このため、まず、領域検出部２ｂは、処理前の一連の画像に含まれる各画像の中から、小腸を特定する腸内特徴としての絨毛を有する画像領域である絨毛領域を検出する。つぎに、特徴画像検出部２ｃは、この検出された絨毛領域の占有率を算出し、算出した占有率があらかじめ入力されたしきい値よりも大きい画像に、特徴画像として検出した絨毛領域を有する絨毛画像であることを示す絨毛検出情報を付加する。そして、画像分類部２ｄは、各画像の絨毛検出情報を参照し、最初に所定の画像数以上に連続する絨毛画像以降を、小腸を撮像した小腸画像１〜（ｍ−ｎ）として同一の小腸画像群に分類する。

同様に、領域検出部２ｂは、各画像の中から大腸を特定する腸内特徴としての便を有する画像領域である便領域を検出し、特徴画像検出部２ｃは、この検出された便領域の占有率を算出するとともに、算出した占有率があらかじめ入力されたしきい値よりも大きい画像に、特徴画像として検出した便領域を有する便画像であることを示す便検出情報を付加する。画像分類部２ｄは、各画像の便検出情報を参照し、最初に所定の画像数以上に連続する便画像以降を、大腸を撮像した大腸画像１〜（Ｎ−ｍ）として同一の大腸画像群に分類する。

さらに、画像分類部２ｄは、小腸画像群に分類した小腸画像よりも時系列で前の画像を、胃を撮像した胃画像１〜ｎとして同一の胃画像群に分類する。そして、画像表示制御部６ａは、あらかじめ入力された指定情報により指定される胃画像群、小腸画像群および大腸画像群の少なくとも１つの画像群に含まれる各画像を順次表示する。

このようにして、画像表示装置１では、胃、小腸および大腸の内部を撮像した一連の画像を、各部位を撮像した画像毎に同一の画像群に分類することができるとともに、入力された指定情報により指定される画像群に含まれる画像のみを表示することができる。

つづいて、画像表示装置１が行う処理手順について説明する。図３は、画像表示装置１が、制御部６の制御のもと、画像記憶部５ａに記憶された一連の画像を処理し表示する処理手順を示すフローチャートである。なお、このフローチャートは、図２に示したように一連の画像を胃画像群、小腸画像群および大腸画像群に分類し表示する処理手順を例示する。

図３に示すように、領域検出部２ｂおよび特徴画像検出部２ｃは、各画像の中から絨毛領域を検出し、検出した絨毛領域の占有率を算出し、算出した占有率に応じて一連の画像の中から絨毛画像を検出する絨毛画像検出処理を行い（ステップＳ１０１）、画像分類部２ｄは、所定の画像数以上で連続する絨毛画像以降を小腸画像として小腸画像群に分類する小腸画像分類処理を行う（ステップＳ１０３）。

また、領域検出部２ｂおよび特徴画像検出部２ｃは、各画像の中から便領域を検出し、検出した便領域の占有率を算出し、算出した占有率に応じて一連の画像の中から便画像を検出する便画像検出処理を行い（ステップＳ１０５）、画像分類部２ｄは、所定の画像数以上で連続する便画像以降を大腸画像として大腸画像群に分類する大腸画像分類処理を行う（ステップＳ１０７）。

さらに、画像分類部２ｄは、小腸画像群よりも時系列で前の各画像を胃画像として胃画像群に分類する胃画像分類処理を行い（ステップＳ１０９）、画像表示制御部６ａは、あらかじめ入力された指定情報により指定される画像群に含まれる各画像を順次表示する画像表示処理を行い（ステップＳ１１１）、制御部６は、一連の処理を終了する。

つぎに、図３に示したステップＳ１０１の絨毛画像検出処理について説明する。図４は、絨毛画像検出処理の処理手順を示すフローチャートである。図４に示すように、画像処理制御部２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ１２１）、領域検出部２ｂは、この読み込んだ画像の中から粘膜の表面上の絨毛を示す絨毛領域を特徴画像領域として検出する（ステップＳ１２３）。

その後、特徴画像検出部２ｃは、検出された絨毛領域の全画像領域に対する占有率を算出し（ステップＳ１２５）、算出した占有率が、あらかじめ入力されたしきい値よりも大きいか否かを判断し（ステップＳ１２７）、占有率がしきい値よりも大きい場合（ステップＳ１２７：Ｙｅｓ）、処理対象の画像に絨毛画像であることを示す絨毛検出情報を付加する（ステップＳ１２９）。

そして、画像処理制御部２ａは、この絨毛画像情報が付加された画像を画像記憶部５ａに記録し（ステップＳ１３１）、一連のすべての画像を処理したか否かを判断し（ステップＳ１３３）、すべての画像を処理していない場合（ステップＳ１３３：Ｎｏ）、処理していない画像に対してステップＳ１２１からの処理を繰り返し、すべての画像を処理している場合（ステップＳ１３３：Ｙｅｓ）、ステップＳ１０１にリターンする。なお、画像処理制御部２ａは、ステップＳ１２７で、絨毛領域の占有率がしきい値以下と判断された場合（ステップＳ１２７：Ｎｏ）、直ちにステップＳ１３３の判断を行う。

ステップＳ１２３では、領域検出部２ｂは、テクスチャ解析によって処理対象の画像の中から絨毛領域を検出する。すなわち、領域検出部２ｂは、絨毛の１本１本がほぼ周期的に並んでいることを利用し、画像をフーリエ変換して、絨毛の周期に対応する空間周波数成分を有する画像領域を絨毛領域として検出する。

このとき、領域検出部２ｂは、たとえば、あらかじめ全画像領域を小領域ごとに分割し、分割した各領域でフーリエ変換を行って絨毛領域を検出する。そして、ステップＳ１２５では、特徴画像検出部２ｃは、各小領域に対して絨毛領域が検出されたか否かを対応付け、絨毛領域が検出されたと対応付けられた小領域の領域数によって、絨毛領域の占有率を算出する。もしくは、色情報により絨毛領域を検出してもよい。

つぎに、図３に示したステップＳ１０３の小腸画像分類処理について説明する。図５は、小腸画像分類処理の処理手順を示すフローチャートである。図５に示すように、画像処理制御部２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ１４１）、画像分類部２ｄは、読み込んだ画像に絨毛検出情報が付加されているか否かを判断する（ステップＳ１４３）。

絨毛検出情報が付加されている場合（ステップＳ１４３：Ｙｅｓ）、画像分類部２ｄは、絨毛画像を読み込んだ回数をカウントし（ステップＳ１４５）、絨毛画像を所定の画像数連続して読み込んだか否かを判断する（ステップＳ１４７）。

所定の画像数連続して読み込んでいない場合（ステップＳ１４７：Ｎｏ）、画像処理制御部２ａは、一連のすべての画像を処理したか否かを判断し（ステップＳ１４９）、すべての画像を処理している場合（ステップＳ１４９：Ｙｅｓ）、ステップＳ１０３にリターンし、すべての画像を処理していない場合（ステップＳ１４９：Ｎｏ）、処理していない画像に対してステップＳ１４１からの処理を繰り返す制御を行う。

なお、画像処理制御部２ａは、ステップＳ１４３で、絨毛検出情報が付加されていないと判断された場合にも（ステップＳ１４３：Ｎｏ）、ステップＳ１４９において一連のすべての画像を処理したか否かを判断する。

一方、所定の画像数連続して絨毛画像を読み込んでいる場合（ステップＳ１４７：Ｙｅｓ）、画像処理制御部２ａは、この所定の画像数だけ時系列にさかのぼった時点の画像を読み込み直し（ステップＳ１５１）、画像分類部２ｄは、絨毛検出情報が付加されているか否かを判断する（ステップＳ１５３）。絨毛検出情報が付加されている場合（ステップＳ１５３：Ｙｅｓ）、画像分類部２ｄは、処理対象の画像に小腸画像であることを示す小腸画像情報を付加する（ステップＳ１５５）。

そして、画像処理制御部２ａは、この小腸画像情報が付加された画像を画像記憶部５ａに記録し（ステップＳ１５７）、一連のすべての画像を処理したか否かを判断し（ステップＳ１５９）、すべての画像を処理していない場合（ステップＳ１５９：Ｎｏ）、処理していない画像に対してステップＳ１５１からの処理を繰り返し、すべての画像を処理している場合（ステップＳ１５９：Ｙｅｓ）、ステップＳ１０３にリターンする。

また、ステップＳ１５３で、絨毛検出情報が付加されていないと判断された場合（ステップＳ１５３：Ｎｏ）、画像分類部２ｄは、絨毛画像を読み込めない回数である非読込数をカウントし（ステップＳ１６１）、絨毛画像の読み込みが所定の画像数途絶えたか否かを判断する（ステップＳ１６３）。そして、画像処理制御部２ａは、所定の画像数途絶えていない場合（ステップＳ１６３：Ｎｏ）、ステップＳ１５９の判断を行い、所定の画像数途絶えている場合（ステップＳ１６３：Ｙｅｓ）、ステップＳ１０３にリターンする。

このようにして、小腸画像分類処理では、絨毛画像の読み込みが所定の画像数連続することによって、小腸の撮像を開始した画像を特定し、また、絨毛画像の読み込みが所定の画像数途絶えることによって、小腸の撮像を終了した画像を特定し、これらの間の各画像に小腸画像情報を付加するとともに、この各画像を小腸画像として同一の小腸画像群に分類することができる。

なお、ステップＳ１４５では、画像分類部２ｄは、たとえば、絨毛画像の読込数をカウントするカウンターを備え、絨毛画像が読み込まれる毎にカウンターをインクリメントすることによって連続した読込数を検出するとよく、ステップＳ１６１では、同様に、カウンターをインクリメントすることによって連続した非読込数を検出するとよい。この場合、画像分類部２ｄは、読込数もしくは非読込数が連続しなくなった時点、または所定の画像数連続した時点で、これらのカウンターをリセットするとよい。

また、ステップＳ１４７で絨毛画像が所定の画像数連続したと判断された直後のステップＳ１５１では、画像処理制御部２ａは、必ずしも、この所定の画像数だけ時系列にさかのぼった時点の画像を読み込み直さなくてもよく、すでに読み込んだ画像に続く画像を新たに読み込むようにしてもよい。

また、ステップＳ１４１では、画像処理制御部２ａは、所定の画像数連続する複数の画像を同時に読み込み、ステップＳ１４３では、画像分類部２ｄは、この読み込んだ各画像に絨毛検出情報が付加されているか否かを判断することによって、小腸画像の先頭を特定するようにしてもよい。

つぎに、図３に示したステップＳ１０５の便画像検出処理について説明する。図６は、便画像検出処理の処理手順を示すフローチャートである。図６に示す便画像検出処理では、絨毛領域に換えて便領域を検出することによって、図４に示した絨毛画像検出処理と同様の処理手順により便画像を検出するようにしている。

図６に示すように、画像処理制御部２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ１７１）、領域検出部２ｂは、この読み込んだ画像の中から便を示す便領域を特徴画像領域として検出する（ステップＳ１７３）。特徴画像検出部２ｃは、この検出された絨毛領域の全画像領域に対する占有率を算出し（ステップＳ１７５）、算出した占有率が、あらかじめ入力されたしきい値よりも大きいか否かを判断し（ステップＳ１７７）、占有率がしきい値よりも大きい場合（ステップＳ１７７：Ｙｅｓ）、処理対象の画像に便画像であることを示す便検出情報を付加する（ステップＳ１７９）。

そして、画像処理制御部２ａは、この便検出情報が付加された画像を画像記憶部５ａに記録し（ステップＳ１８１）、一連のすべての画像を処理したか否かを判断し（ステップＳ１８３）、すべての画像を処理していない場合（ステップＳ１８３：Ｎｏ）、処理していない画像に対してステップＳ１７１からの処理を繰り返し、すべての画像を処理している場合（ステップＳ１８３：Ｙｅｓ）、ステップＳ１０５にリターンする。なお、画像処理制御部２ａは、ステップＳ１７７で、便領域の占有率がしきい値以下と判断された場合（ステップＳ１７７：Ｎｏ）、直ちにステップＳ１３３の判断を行う。

なお、ステップＳ１７１では、画像処理制御部２ａは、小腸画像分類処理によって小腸画像群に分類された以降の画像を読み込むようにしてもよい。また、ステップＳ１７３では、領域検出部２ｂは、茶系の色を示す画像領域を便領域として検出する。

つぎに、図３に示したステップＳ１０７の大腸画像分類処理について説明する。図７は、大腸画像分類処理の処理手順を示すフローチャートである。図７に示す大腸画像分類処理では、絨毛画像に換えて便画像の連続した読込数をカウントすることによって、図５に示した小腸画像分類処理と同様の処理手順により大腸画像を分類するようにしている。

図７に示すように、画像処理制御部２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ１９１）、画像分類部２ｄは、読み込んだ画像に便検出情報が付加されているか否かを判断する（ステップＳ１９３）。便検出情報が付加されている場合（ステップＳ１９３：Ｙｅｓ）、画像分類部２ｄは、便画像を読み込んだ回数をカウントし（ステップＳ１９５）、便画像を所定の画像数連続して読み込んだか否かを判断する（ステップＳ１９７）。

所定の画像数連続して読み込んでいない場合（ステップＳ１９７：Ｎｏ）、画像処理制御部２ａは、一連のすべての画像を処理したか否かを判断し（ステップＳ１９９）、すべての画像を処理している場合（ステップＳ１９９：Ｙｅｓ）、ステップＳ１０７にリターンし、すべての画像を処理していない場合（ステップＳ１９９：Ｎｏ）、処理していない画像に対してステップＳ１９１からの処理を繰り返す制御を行う。

なお、画像処理制御部２ａは、ステップＳ１９３で、便検出情報が付加されていないと判断された場合にも（ステップＳ１９３：Ｎｏ）、ステップＳ１９９において一連のすべての画像を処理したか否かを判断する。

一方、所定の画像数連続して便画像を読み込んでいる場合（ステップＳ１９７：Ｙｅｓ）、画像処理制御部２ａは、この所定の画像数だけ時系列にさかのぼった時点の画像を読み込み直し（ステップＳ２０１）、画像分類部２ｄは、便検出情報が付加されているか否かを判断する（ステップＳ２０３）。便検出情報が付加されている場合（ステップＳ２０３：Ｙｅｓ）、画像分類部２ｄは、処理対象の画像に大腸画像であることを示す大腸画像情報を付加する（ステップＳ２０５）。

そして、画像処理制御部２ａは、この大腸画像情報が付加された画像を画像記憶部５ａに記録し（ステップＳ２０７）、一連のすべての画像を処理したか否かを判断し（ステップＳ２０９）、すべての画像を処理していない場合（ステップＳ２０９：Ｎｏ）、処理していない画像に対してステップＳ２０１からの処理を繰り返し、すべての画像を処理している場合（ステップＳ２０９：Ｙｅｓ）、ステップＳ１０７にリターンする。

また、ステップＳ２０３で、便検出情報が付加されていないと判断された場合（ステップＳ２０３：Ｎｏ）、画像分類部２ｄは、便画像を読み込めない回数である非読込数をカウントし（ステップＳ２１１）、便画像の読み込みが所定の画像数途絶えたか否かを判断する（ステップＳ２１３）。そして、画像処理制御部２ａは、所定の画像数途絶えていない場合（ステップＳ２１３：Ｎｏ）、ステップＳ２０９の判断を行い、所定の画像数途絶えている場合（ステップＳ２１３：Ｙｅｓ）、ステップＳ１０７にリターンする。

このようにして、大腸画像分類処理では、便画像の読み込みが所定の画像数連続することによって、大腸の撮像を開始した画像を特定し、また、便画像の読み込みが所定の画像数途絶えることによって、大腸の撮像を終了した画像を特定し、これらの間の各画像に大腸画像情報を付加するとともに、この各画像を大腸画像として同一の大腸画像群に分類することができる。

なお、ステップＳ１９５では、画像分類部２ｄは、たとえば、便画像の読込数をカウントするカウンターを備え、便画像が読み込まれる毎にカウンターをインクリメントすることによって連続した読込数を検出するとよく、ステップＳ２１１では、同様に、カウンターをインクリメントすることによって連続した非読込数を検出するとよい。この場合、画像分類部２ｄは、読込数もしくは非読込数が連続しなくなった時点、または所定の画像数連続した時点で、これらのカウンターをリセットするとよい。

また、ステップＳ１９７で便画像が所定の画像数連続したと判断された直後のステップＳ２０１では、画像処理制御部２ａは、必ずしも、この所定の画像数だけ時系列にさかのぼった時点の画像を読み込み直さなくてもよく、すでに読み込んだ画像に続く画像を新たに読み込むようにしてもよい。

また、ステップＳ１９１では、画像処理制御部２ａは、所定の画像数連続する複数の画像を同時に読み込み、ステップＳ１９３では、画像分類部２ｄは、この読み込んだ各画像に便検出情報が付加されているか否かを判断することによって、大腸画像の先頭を特定するようにしてもよい。なお、ステップＳ１９１では、画像処理制御部２ａは、小腸画像分類処理によって小腸画像群に分類された以降の画像を読み込むようにしてもよい。

つぎに、図３に示したステップＳ１０９の胃画像分類処理について説明する。図８は、胃画像分類処理の処理手順を示すフローチャートである。図８に示すように、画像処理制御部２ａは、読み込む画像の画像番号をカウントするための変数Ｎ，ＭをＮ＝０，Ｍ＝０としてリセットし（ステップＳ２２１）、画像記憶部５ａに記憶された一連の画像のうち時系列でＮ番目の画像を読み込み（ステップＳ２２３）、変数ＮをＮ＝Ｎ＋１としてインクリメントする（ステップＳ２２５）。

そして、画像分類部２ｄは、この読み込まれた画像に小腸画像情報が付加されているか否かを判断し（ステップＳ２２７）、小腸画像情報が付加されていない場合（ステップＳ２２７：Ｎｏ）、画像処理制御部２ａは、一連のすべての画像を処理したか否かを判断し（ステップＳ２２９）、すべての画像を処理していない場合（ステップＳ２２９：Ｎｏ）、処理していない画像に対してステップＳ２２３からの処理を繰り返し、すべての画像を処理している場合（ステップＳ２２９：Ｙｅｓ）、ステップＳ１０９にリターンする。

一方、読み込まれた画像に小腸画像情報が付加されている場合（ステップＳ２２７：Ｙｅｓ）、画像処理制御部２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列でＭ番目の画像を読み込み（ステップＳ２３１）、変数ＭをＭ＝Ｍ＋１としてインクリメントし（ステップＳ２３３）、画像分類部２ｄは、この読み込まれた画像に胃画像であることを示す胃画像情報を付加する（ステップＳ２３５）。

その後、画像処理制御部２ａは、この胃画像情報が付加された画像を画像記憶部５ａに記録し（ステップＳ２３７）、変数Ｎ，Ｍが「Ｍ≧Ｎ」の関係にあるか否かを判断し（ステップＳ２３９）、「Ｍ≧Ｎ」の関係にない場合（ステップＳ２３９：Ｎｏ）、処理していない画像に対してステップＳ２３１からの処理を繰り返し、「Ｍ≧Ｎ」の関係にある場合（ステップＳ２３９：Ｙｅｓ）、ステップＳ１０９にリターンする。

このようにして、胃画像分類処理では、小腸画像分類処理によって小腸画像群に分類された画像よりも時系列で前の各画像に胃画像情報を付加するとともに、この各画像を胃画像として同一の胃画像群に分類することができる。

なお、胃画像分類処理では、たとえば、画像処理制御部２ａが、小腸画像分類処理において小腸画像群に分類された先頭の画像番号を記録し、ステップＳ２２１で、この記録した画像番号を変数Ｎにセットすることによって、ステップＳ２２３〜Ｓ２２９の処理を省略し、直ちにステップＳ２３１からの処理を行うようにしてもよい。

つぎに、図３に示したステップＳ１１１の画像表示処理について説明する。図９は、画像表示処理の処理手順を示すフローチャートである。図９に示すように、画像表示制御部６ａは、胃、小腸および大腸のうち画像を表示させる対象部位が指定情報により指定されているか否かを判断し（ステップＳ２５１）、指定されていない場合（ステップＳ２５１：Ｎｏ）、すべての部位の画像を表示させる全部位再生モードを設定し（ステップＳ２５３）、指定されている場合（ステップＳ２５１：Ｙｅｓ）、指定された部位の画像のみを表示させる指定部位再生モードを設定する（ステップＳ２５５）。

つづいて、画像表示制御部６ａは、入力部３が備える画像再生ボタンが押されているか否かを判断し（ステップＳ２５７）、押されていない場合（ステップＳ２５７：Ｎｏ）、押されるまでこの判断処理を繰り返し待機する。

画像再生ボタンが押されている場合（ステップＳ２５７：Ｙｅｓ）、画像表示制御部６ａは、部位毎の画像群に分類され画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ２５９）、表示対象部位であることを示す画像情報が付加されているか否かを判断し（ステップＳ２６１）、表示対象部位の画像情報が付加されている場合（ステップＳ２６１：Ｙｅｓ）、読み込んだ画像を表示部４に表示する（ステップＳ２６３）。

そして、画像表示制御部６ａは、一連のすべての画像を処理したか否かを判断し（ステップＳ２６５）、すべての画像を処理していない場合（ステップＳ２６５：Ｎｏ）、処理していない画像に対してステップＳ２５９からの処理を繰り返し、すべての画像を処理している場合（ステップＳ２６５：Ｙｅｓ）、ステップＳ１１１にリターンする。なお、画像表示制御部６ａは、ステップＳ２６１で、表示対象部位の画像情報が付加されていない場合（ステップＳ２６１：Ｎｏ）、直ちにステップＳ２６５の判断を行う。

このように、画像表示処理では、あらかじめ入力された表示対象部位の指定情報を参照して、全部位または指定された部位を表示させる表示モードを設定し、設定した表示モードに対応する表示対象部位の画像情報が付加された画像のみを表示させることができる。すなわち、画像表示制御部６ａは、再生モードと指定された表示対象部位とに応じて、胃画像群、小腸画像群および大腸画像群の少なくとも１つの画像群の各画像を順次表示することができる。

なお、画像表示処理では、たとえば、小腸画像分類処理および大腸画像分類処理において、画像処理制御部２ａが、小腸画像群および大腸画像群の各先頭の画像番号を記録し、画像表示制御部６ａが、ステップＳ２５９で、この記録された各先頭画像の画像番号を参照して、表示対象部位に対応する画像群の先頭画像を読み込むようにしてもよい。

図１０は、表示対象部位を指定する指定情報を入力する際に表示部４に表示されるＧＵＩ画面の一例を示す図である。図１０に示す例では、「再生部位」ウィンドウ内に、全部位再生モードまたは指定部位再生モードを選択するチェック項目としての「全部位再生」および「指定部位再生」が表示され、「指定部位再生」欄には、さらに胃、小腸および大腸の少なくとも１つの部位を指定できるチェック項目が表示されている。図１０に示すように、指定部位再生モードとして「指定部位再生」および「小腸」の各項目がチェックされた場合、画像表示制御部６ａは、小腸画像群に分類された各小腸画像を、各種属性を示す文字情報とともに「診察・診断」ウィンドウ内の画像表示領域ＰＩに順次表示する。

以上説明したように、この実施の形態１にかかる画像表示装置１では、画像記憶部５ａに記憶された一連の画像に対して、領域検出部２ｂが、各画像から特徴画像領域として絨毛領域および便領域を検出し、特徴画像検出部２ｃが、検出された絨毛領域および便領域の占有率を算出するとともに、算出した占有率に応じて特徴画像として絨毛画像および便画像を検出し、画像分類部２ｄが、絨毛画像および便画像の連続する画像数をもとに、各画像に胃画像、小腸画像または大腸画像であることを示す画像情報を付加し、付加した画像情報毎に胃画像群、小腸画像群または大腸画像群に分類し、さらに、画像表示制御部６ａが、各画像に付加された画像情報を参照し、画像再生モードと指定された表示対象部位とに応じて、分類された画像群の少なくとも１つの画像群に含まれる各画像を順次表示するようにしているため、所望の観察対象部位を撮像した画像のみを表示させることができ、一連の画像の観察を効率的に行うことができる。

なお、ステップＳ１０１〜Ｓ１０９の各処理内で各種情報が付加された画像を記録する場合、画像処理制御部２ａは、画像記憶部５ａにすでに記憶されている画像を更新するように記録してもよく、すでに記憶されている画像を記憶させたまま追加して記録するようにしてもよく、あるいは、付加情報のみ画像に対応付けて新たに記録するようにしてもよい。

（実施の形態２）
つぎに、本発明の実施の形態２について説明する。上述した実施の形態１では、大腸画像を分類する際に、便領域の占有率に応じて検出した便画像の連続する画像数をもとに大腸画像を分類するようにしていたが、この実施の形態２では、各画像から粘膜および絨毛を有する特徴画像領域を検出し、この各特徴画像領域の占有率に応じて検出する特徴画像の連続する画像数をもとに大腸画像を分類するようにしている。

図１１は、この実施の形態２にかかる画像表示装置１１の構成を示すブロック図である。図１１に示すように、画像表示装置１１は、画像表示装置１が備えた画像処理部２に替えて画像処理部１２を備える。また、画像処理部１２は、画像処理部２が備えた画像処理制御部２ａ、領域検出部２ｂおよび特徴画像検出部２ｃに替えて、画像処理制御部１２ａ、領域検出部１２ｂおよび特徴画像検出部１２ｃを備える。その他の構成は、実施の形態１と同じであり、同一構成部分には同一符号を付している。

画像処理制御部１２ａは、画像処理制御部２ａと同様に、画像記憶部５ａに記憶された画像を取得して処理し、処理結果の画像を画像記憶部５ａに記憶させる。ただし、画像処理制御部１２ａは、領域検出部２ｂおよび特徴画像検出部２ｃを制御する替わりに、領域検出部１２ｂおよび特徴画像検出部１２ｃを制御する。

領域検出部１２ｂは、領域検出部２ｂと同様に、各画像の中から所定の特徴を有する特徴画像領域を検出する。また、領域検出部１２ｂは、所定の特徴としての主特徴およびこの主特徴とは異なる副特徴のそれぞれに対応して、各画像の中から主特徴画像領域および副特徴画像領域を検出する。

特徴画像検出部１２ｃは、特徴画像検出部２ｃと同様に、領域検出部１２ｂによって検出された特徴画像領域の全画像領域に対する占有率を算出し、算出した占有率に応じて特徴画像を検出し、検出した特徴画像に特徴画像情報を付加する。また、特徴画像検出部１２ｃは、領域検出部１２ｂによって検出された主特徴画像領域および副特徴画像領域をもとに、主特徴画像領域の全画像領域に対する主特徴占有率を算出するとともに、副特徴画像領域の主特徴画像領域に対する副特徴占有率を算出し、算出した主特徴占有率および副特徴占有率に応じて主特徴画像領域を有する特徴画像を検出し、検出した特徴画像に特徴画像情報を付加する。

ここで、画像表示装置１１が行う処理および動作について説明する。図１２は、画像表示装置１１が、画像記憶部５ａに記憶された一連の画像を処理し表示させる処理手順を示すフローチャートである。なお、図１２に示すフローチャートは、図３に示した処理手順と同様に、カプセル型内視鏡を用いて撮像し生成された一連の画像を胃画像群、小腸画像群および大腸画像群に分類し表示する処理手順を例示する。

図１２に示すように、領域検出部１２ｂ、特徴画像検出部１２ｃおよび画像分類部２ｄは、図３に示したステップＳ１０１，Ｓ１０３と同様にステップＳ３０１，Ｓ３０３を実行し、絨毛画像を小腸画像として小腸画像群に分類する。

つづいて、領域検出部１２ｂおよび特徴画像検出部１２ｃは、各画像の中から絨毛領域と、腸内特徴としての粘膜を有する粘膜領域とを検出し、検出した各領域の占有率を算出し、算出した各占有率に応じて、粘膜の表面上に絨毛が少ない状態を示す特徴画像としての少絨毛画像を検出する少絨毛画像検出処理を行い（ステップＳ３０５）、画像分類部２ｄは、所定の画像数以上で連続する各少絨毛画像を大腸画像として大腸画像群に分類する大腸画像分類処理を行う（ステップＳ３０７）。

その後、画像分類部２ｄおよび画像処理制御部６ａは、それぞれステップＳ１０９およびＳ１１１と同様に、ステップＳ３０９およびＳ３１１を実行し、制御部６は、一連の処理を終了する。

つぎに、図１２に示したステップＳ３０５の少絨毛画像検出処理について説明する。図１３は、少絨毛画像検出処理の処理手順を示すフローチャートである。図１３に示すように、画像処理制御部１２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ３２１）、領域検出部１２ｂは、この読み込んだ画像の中から主特徴としての粘膜を有する粘膜領域を主特徴画像領域として検出するとともに（ステップＳ３２３）、副特徴としての絨毛を有する絨毛領域を副特徴画像領域として検出する（ステップＳ３２５）。なお、ステップＳ３２３では、領域検出部１２ｂは、肌色〜赤色を示す画像領域を粘膜領域として検出する。

つづいて、特徴画像検出部１２ｃは、検出された粘膜領域の全画像領域に対する占有率を主特徴占有率として算出するとともに（ステップＳ３２７）、絨毛領域の粘膜領域に対する占有率を副特徴占有率として算出する（ステップＳ３２９）。さらに、特徴画像検出部１２ｃは、算出した粘膜領域の占有率が、あらかじめ入力されたしきい値よりも大きいか否かを判断し（ステップＳ３３１）、粘膜領域の占有率が大きい場合（ステップＳ３３１：Ｙｅｓ）、算出した絨毛領域の占有率が、あらかじめ入力されたしきい値よりも小さいか否かを判断し（ステップＳ３３３）、絨毛領域の占有率が小さい場合（ステップＳ３３３：Ｙｅｓ）、処理対象の画像に少絨毛画像であることを示す少絨毛画像情報を付加する（ステップＳ３３５）。

そして、画像処理制御部１２ａは、この少絨毛画像情報が付加された画像を少絨毛画像として画像記憶部５ａに記録し（ステップＳ３３７）、一連のすべての画像を処理したか否かを判断し（ステップＳ３３９）、すべての画像を処理していない場合（ステップＳ３３９：Ｎｏ）、処理していない画像に対してステップＳ３２１からの処理を繰り返し、すべての画像を処理している場合（ステップＳ３３９：Ｙｅｓ）、ステップＳ３０５にリターンする。

なお、画像処理制御部１２ａは、ステップＳ３３１で、粘膜領域の占有率がしきい値以下の場合（ステップＳ３３１：Ｎｏ）と、ステップＳ３３３で、絨毛領域の占有率がしきい値以上の場合（ステップＳ３３３：Ｎｏ）、直ちにステップＳ３３９の判断を行う。

このようにして、少絨毛画像検出処理では、全画像領域に占める粘膜領域が大きく観察の必要性が高い画像であって、粘膜の表面上の絨毛が少ない大腸の特性を示す画像である少絨毛画像を、一連の画像の中から検出することができる。

なお、ステップＳ３２５では、領域検出部１２ｂは、たとえば、ステップＳ３０１の絨毛画像検出処理において検出した絨毛領域を各画像に対応付けて記録し、この記録した絨毛領域を参照することによって、絨毛領域の検出を省略してもよい。

また、領域検出部１２ｂは、ステップＳ３２３とＳ３２５の処理順序を入れ替えてもよく、領域検出部１２ｂおよび特徴画像検出部１２ｃは、ステップＳ３２５とＳ３２７の処理順序を入れ替えてもよい。

つぎに、図１２に示したステップＳ３０７の大腸画像分類処理について説明する。図１４は、大腸画像分類処理の処理手順を示すフローチャートである。図１４に示す大腸画像分類処理では、便画像に換えて少絨毛画像の連続した読込数をカウントすることによって、図７に示した大腸画像分類処理と同様の処理手順により大腸画像を分類するようにしている。

図１４に示すように、画像処理制御部１２ａは、画像記憶部５ａに記憶された一連の画像のうち時系列で先頭の画像を読み込み（ステップＳ３５１）、画像分類部２ｄは、読み込んだ画像に少絨毛検出情報が付加されているか否かを判断し（ステップＳ３５３）、少絨毛検出情報が付加されている場合（ステップＳ３５３：Ｙｅｓ）、少絨毛画像を読み込んだ回数をカウントし（ステップＳ３５５）、少絨毛画像を所定の画像数連続して読み込んだか否かを判断する（ステップＳ３５７）。

所定の画像数連続して読み込んでいない場合（ステップＳ３５７：Ｎｏ）、画像処理制御部１２ａは、一連のすべての画像を処理したか否かを判断し（ステップＳ３５９）、すべての画像を処理している場合（ステップＳ３５９：Ｙｅｓ）、ステップＳ３０７にリターンし、すべての画像を処理していない場合（ステップＳ３５９：Ｎｏ）、処理していない画像に対してステップＳ３５１からの処理を繰り返す制御を行う。

なお、画像処理制御部１２ａは、ステップＳ３５３で、少絨毛検出情報が付加されていないと判断された場合にも（ステップＳ３５３：Ｎｏ）、ステップＳ３５９において一連のすべての画像を処理したか否かを判断する。

一方、所定の画像数連続して少絨毛画像を読み込んでいる場合（ステップＳ３５７：Ｙｅｓ）、画像処理制御部１２ａは、この所定の画像数だけ時系列にさかのぼった時点の画像を読み込み直し（ステップＳ３６１）、画像分類部２ｄは、少絨毛検出情報が付加されているか否かを判断する（ステップＳ３６３）。少絨毛検出情報が付加されている場合（ステップＳ３６３：Ｙｅｓ）、画像分類部２ｄは、処理対象の画像に大腸画像情報を付加する（ステップＳ３６５）。

そして、画像処理制御部１２ａは、この大腸画像情報が付加された画像を画像記憶部５ａに記録し（ステップＳ３６７）、一連のすべての画像を処理したか否かを判断し（ステップＳ３６９）、すべての画像を処理していない場合（ステップＳ３６９：Ｎｏ）、処理していない画像に対してステップＳ３６１からの処理を繰り返し、すべての画像を処理している場合（ステップＳ３６９：Ｙｅｓ）、ステップＳ３０７にリターンする。

また、ステップＳ３６３で、少絨毛検出情報が付加されていないと判断された場合（ステップＳ３６３：Ｎｏ）、画像分類部２ｄは、少絨毛画像を読み込めない回数である非読込数をカウントし（ステップＳ３７１）、少絨毛画像の読み込みが所定の画像数途絶えたか否かを判断する（ステップＳ３７３）。そして、画像処理制御部１２ａは、所定の画像数途絶えていない場合（ステップＳ３７３：Ｎｏ）、ステップＳ３６９の判断を行い、所定の画像数途絶えている場合（ステップＳ３７３：Ｙｅｓ）、ステップＳ３０７にリターンする。

このようにして、この実施の形態２にかかる大腸画像分類処理では、実施の形態１にかかる大腸画像分類処理と同様に、少絨毛画像の読み込みが所定の画像数連続することによって、大腸の撮像を開始した画像を特定し、また、少絨毛画像の読み込みが所定の画像数途絶えることによって、大腸の撮像を終了した画像を特定し、これらの間の各画像に大腸画像情報を付加するとともに、この各画像を大腸画像として同一の大腸画像群に分類することができる。

以上説明したように、この実施の形態２にかかる画像表示装置１１では、領域検出部１２ｂ、特徴画像検出部１２ｃおよび画像分類部２ｄによって、画像表示装置１と同様に、画像記憶部５ａに記憶された一連の画像を胃画像群、小腸画像群および大腸画像群に分類することができ、この分類した画像群の少なくとも１つの画像群に含まれる各画像を、画像表示制御部６ａが、画像再生モードと指定情報により指定される表示対象部位とに応じて順次表示するようにしているため、所望の観察対象部位を撮像した画像のみを表示させることができ、一連の画像の観察を効率的に行うことができる。

なお、上述した実施の形態１および２では、画像記憶部５ａに記憶された一連の画像を胃画像群、小腸画像群および大腸画像群に分類して少なくとも１つの画像群を表示するように説明したが、小腸画像群および／または大腸画像群に分類して少なくとも１つの画像群を表示するようにしてもよく、あるいは、小腸画像群および胃画像群に分類して少なくとも一方の画像群を表示するようにしてもよい。

また、上述した実施の形態１および２では、カプセル型内視鏡を用いて胃、小腸および大腸の内部を撮像した一連の画像を分類して表示するように説明したが、他の臓器を撮像した画像に対して分類および表示を行うようにしてもよく、また、臓器を撮像した画像に限らず、各種の被写体を撮像した一連の画像を被写体毎に分類して表示するようにしてもよい。

本発明の実施の形態１にかかる画像表示装置の構成を示すブロック図である。 図１に示した画像表示装置によって画像を分類する処理の概要を説明する模式図である。 図１に示した画像表示装置が行う処理手順を示すフローチャートである。 図３に示した絨毛画像検出処理の処理手順を示すフローチャートである。 図３に示した小腸画像分類処理の処理手順を示すフローチャートである。 図３に示した便画像検出処理の処理手順を示すフローチャートである。 図３に示した大腸画像分類処理の処理手順を示すフローチャートである。 図３に示した胃画像分類処理の処理手順を示すフローチャートである。 図３に示した画像表示処理の処理手順を示すフローチャートである。 図１に示した画像表示装置が表示するＧＵＩ画面の一例を示す図である。 本発明の実施の形態２にかかる画像表示装置の構成を示すブロック図である。 図１１に示した画像表示装置が行う処理手順を示すフローチャートである。 図１２に示した少絨毛画像検出処理の処理手順を示すフローチャートである。 図１２に示した大腸画像分類処理の処理手順を示すフローチャートである。

符号の説明

１，１１ 画像表示装置
２，１２ 画像処理部
２ａ，１２ａ 画像処理制御部
２ｂ，１２ｂ 領域検出部
２ｃ，１２ｃ 特徴画像検出部
２ｄ 画像分類部
３ 入力部
４ 表示部
５ 記憶部
５ａ 画像記憶部
６ 制御部
６ａ 画像表示制御部

Claims (10)

1. 入力された一連の画像を順次表示する画像表示装置において、
   前記一連の画像に含まれる各画像の中から所定の特徴を有する特徴画像領域を検出する領域検出手段と、
   前記各画像の全画像領域に対する前記特徴画像領域の占有率を算出し、該算出した各占有率に応じて前記特徴画像領域を有する各特徴画像を前記一連の画像の中から検出する画像検出手段と、
   前記画像検出手段によって検出された特徴画像の時系列に連続する連続画像数をもとに前記一連の画像を１以上の画像群に分類する画像分類手段と、
   前記画像分類手段によって分類された各画像群の中からあらかじめ指定される少なくとも１つの画像群に含まれる各画像を順次表示する制御を行う表示制御手段と、
   を備えたことを特徴とする画像表示装置。
2. 前記画像分類手段は、所定の前記連続画像数以上で連続する各特徴画像を同一の画像群に分類することを特徴とする請求項１に記載の画像表示装置。
3. 前記画像分類手段は、前記所定の連続画像数以上で連続する各特徴画像よりも時系列で前の画像であって特徴画像でない各画像を、前記各特徴画像が分類された画像群とは異なる画像群に分類することを特徴とする請求項２に記載の画像表示装置。
4. 前記所定の特徴は、主特徴と、該主特徴とは異なる副特徴とを含み、
   前記領域検出手段は、前記各画像の中から前記主特徴を有する主特徴画像領域と、前記副特徴を有する副特徴画像領域とを検出し、
   前記画像検出手段は、前記各画像の全画像領域に対する前記主特徴画像領域の主特徴占有率を算出するとともに、前記各画像の前記主特徴画像領域に対する前記副特徴画像領域の副特徴占有率を算出し、該算出した主特徴占有率および副特徴占有率に応じて前記主特徴画像領域を有する各特徴画像を前記一連の画像の中から検出することを特徴とする請求項１〜３のいずれか一つに記載の画像表示装置。
5. 前記所定の特徴は、互いに異なる複数の特徴を有し、
   前記領域検出手段は、前記各画像の中から各特徴を有する特徴画像領域を検出し、
   前記画像検出手段は、前記各画像の前記各特徴を有する特徴画像領域の前記占有率を算出し、該算出した各占有率に応じて前記複数の特徴毎に各特徴画像を検出し、
   前記画像分類手段は、前記複数の特徴毎の前記連続画像数をもとに前記一連の画像を該複数の特徴毎の画像群に分類することを特徴とする請求項１〜４のいずれか一つに記載の画像表示装置。
6. 前記各画像群の中から少なくとも１つの画像群を指定する指定情報を受け付ける入力手段を備え、
   前記表示制御手段は、前記指定情報により指定される画像群に含まれる各画像を順次表示する制御を行うことを特徴とする請求項１〜５のいずれか一つに記載の画像表示装置。
7. 前記各画像は、消化器官の内部を撮像した画像であり、
   前記所定の特徴は、小腸および大腸の少なくとも一方を特定する腸内特徴であり、
   前記画像分類手段は、前記一連の画像を小腸および大腸の少なくとも一方を撮像した画像群に分類することを特徴とする請求項１〜６のいずれか一つに記載の画像表示装置。
8. 前記各画像は、胃および小腸の内部を撮像した画像であり、
   前記所定の特徴は、小腸を特定する腸内特徴であり、
   前記画像分類手段は、小腸を撮像した画像よりも時系列で前の各画像を、胃を撮像した画像群として分類することを特徴とする請求項１〜７のいずれか一つに記載の画像表示装置。
9. 前記腸内特徴は、粘膜、該粘膜の表面上の絨毛および便の少なくとも１つであることを特徴とする請求項７または８に記載の画像表示装置。
10. 前記一連の画像は、カプセル型内視鏡を用いて生成されることを特徴とする請求項１〜９のいずれか一つに記載の画像表示装置。

Images