JP2007105194A - Image processor, image processing method and its program - Google Patents
Image processor, image processing method and its program Download PDFInfo
- Publication number
- JP2007105194A JP2007105194A JP2005298330A JP2005298330A JP2007105194A JP 2007105194 A JP2007105194 A JP 2007105194A JP 2005298330 A JP2005298330 A JP 2005298330A JP 2005298330 A JP2005298330 A JP 2005298330A JP 2007105194 A JP2007105194 A JP 2007105194A
- Authority
- JP
- Japan
- Prior art keywords
- rib
- image
- chest
- pixel value
- images
- 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
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000007619 statistical method Methods 0.000 claims abstract description 8
- 210000000038 chest Anatomy 0.000 claims description 80
- 238000001514 detection method Methods 0.000 claims description 24
- 238000000513 principal component analysis Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000010191 image analysis Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 description 12
- 210000004072 lung Anatomy 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 6
- 210000003484 anatomy Anatomy 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011976 chest X-ray Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000003109 clavicle Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Abstract
Description
本発明は、胸部撮影画像より肋骨画像を生成する画像処理装置、画像処理方法およびそのプログラムに関するものである。 The present invention relates to an image processing apparatus, an image processing method, and a program for generating a rib image from a chest image.
従来、医療分野においてデジタル医用画像に基づいて、その画像における異常陰影を、計算機を用いて自動的に検出する診断支援装置（ＣＡＤ：Computer Aided Diagnose）が提供されており、その１つとして、デジタル胸部Ｘ線画像に基づいて、その胸部の画像における腫瘤陰影を検出する胸部ＣＡＤがある。 Conventionally, in the medical field, based on a digital medical image, a diagnosis support device (CAD: Computer Aided Diagnose) that automatically detects an abnormal shadow in the image using a computer has been provided. There is a chest CAD that detects a mass shadow in an image of the chest based on the chest X-ray image.
胸部Ｘ線画像には、肋骨や鎖骨など様々な解剖学的特徴を有する構造物が現れた画像である、いわゆる「背景画像」が存在するが、この背景画像は、異常陰影を検出する上で障害となり、検出能力を低下させる原因となっている。そこで、このような背景画像をフィルタリング処理によって除去し、胸部ＣＡＤ処理を行う手法が提案されている（例えば、特許文献１）。 The chest X-ray image includes a so-called “background image” which is an image in which structures having various anatomical features such as ribs and clavicles appear. This background image is used to detect abnormal shadows. It becomes an obstacle and causes a decrease in detection ability. Thus, a method has been proposed in which such background images are removed by filtering processing and chest CAD processing is performed (for example, Patent Document 1).
また、胸部の解剖学的構造は複雑であり、上記のフィルタリング処理を用いた胸部ＣＡＤでは、背景特徴画像を十分に除去することができず、異常陰影の検出性能が向上しないという問題があった。そこで、人工画像を生成して、背景画像となる骨などの解剖学的な構造物を除去する方法が提案されている（例えば、特許文献２）。
しかしながら、従来の手法では、肋骨同士の重なりなど肋骨の解剖学的な特徴が考慮されていないため、被写体のテクスチャーを正確に再現することは困難であった。そのため、胸部ＣＡＤ処理で異常陰影の検出を行う上でも障害になっていた。 However, in the conventional method, since the anatomical features of the ribs such as the overlapping of the ribs are not considered, it is difficult to accurately reproduce the texture of the subject. Therefore, it has become an obstacle to detecting abnormal shadows in the chest CAD processing.
本発明は、上記事情に鑑み、胸部撮影画像より肋骨画像を精度よく推定することが可能な画像処理装置、画像処理方法およびそのプログラムを提供することを目的とするものである。 In view of the above circumstances, an object of the present invention is to provide an image processing apparatus, an image processing method, and a program thereof capable of accurately estimating a rib image from a chest image.
本発明の画像処理装置は、複数の被写体の胸部を単純Ｘ線撮影して得られた複数の胸部撮影画像を記憶する胸部撮影画像記憶手段と、
前記各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成する肋骨画像生成手段と、
該肋骨画像生成手段で生成した前記肋骨画像上の肋骨領域から、複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出手段と、
前記複数の胸部撮影画像において前記肋骨交差部検出手段により検出された前記肋骨交差部の位置が、複数の肋骨画像全てにおいて一致するように前記肋骨画像を正規化する画像正規化手段と、
前記正規化した肋骨画像に対して統計的な手法を用いて前記肋骨画像の画素値を分析する肋骨画像分析手段と、
該肋骨画像分析手段の分析結果を利用して、所定の被写体を撮影した胸部撮影画像の肋骨部分の画素値を推定した肋骨推定画像を生成する肋骨画像推定手段とを備えことを特徴とするものである。
An image processing apparatus according to the present invention includes a chest radiograph storage unit that stores a plurality of chest radiographs obtained by performing simple X-ray imaging of chests of a plurality of subjects;
A rib image generation means for generating a rib image by extracting a pixel value component contributing to the rib from a pixel value of a pixel constituting each chest radiograph;
A rib intersection detection means for detecting a rib intersection captured by overlapping a plurality of ribs from a rib region on the rib image generated by the rib image generation means;
Image normalization means for normalizing the rib images so that the positions of the rib intersections detected by the rib intersection detection means in the plurality of chest radiograph images match in all of the plurality of rib images;
A rib image analyzing means for analyzing a pixel value of the rib image using a statistical method with respect to the normalized rib image;
A rib image estimating means for generating a rib estimated image by estimating a pixel value of a rib portion of a chest radiograph image obtained by photographing a predetermined subject using an analysis result of the rib image analyzing means; It is.
また、本発明の画像処理方法は、複数の被写体の胸部を単純Ｘ線撮影して得られた複数の胸部撮影画像を胸部撮影画像記憶手段に記憶する胸部撮影画像記憶ステップと、
前記各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成する肋骨画像生成ステップと、
該肋骨画像生成手段で生成した前記肋骨画像上の肋骨領域から、複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出ステップと、
前記複数の胸部撮影画像において前記肋骨交差部検出手段により検出された前記肋骨交差部の位置が、複数の肋骨画像全てにおいて一致するように前記肋骨画像を正規化する画像正規化ステップと、
前記正規化した肋骨画像に対して統計的な手法を用いて前記肋骨画像の画素値を分析する肋骨画像分析ステップと、
該肋骨画像分析ステップの分析結果を利用して、所定の被写体を撮影した胸部撮影画像の肋骨部分の画素値を推定して肋骨推定画像を生成する肋骨画像推定ステップとを備えたことを特徴とするものである。
Further, the image processing method of the present invention includes a chest radiograph storage step for storing a plurality of chest radiographs obtained by simple X-ray imaging of the chests of a plurality of subjects in a chest radiograph storage unit;
A rib image generation step of generating a rib image by extracting a pixel value component contributing to the rib from a pixel value of a pixel constituting each chest radiograph; and
A rib intersection detection step of detecting a rib intersection captured by overlapping a plurality of ribs from a rib region on the rib image generated by the rib image generation means;
An image normalization step of normalizing the rib images so that positions of the rib intersections detected by the rib intersection detection means in the plurality of chest radiograph images match in all of the plurality of rib images;
A rib image analysis step of analyzing a pixel value of the rib image using a statistical method with respect to the normalized rib image;
A rib image estimation step of generating a rib estimation image by estimating a pixel value of a rib portion of a chest image obtained by photographing a predetermined subject using an analysis result of the rib image analysis step; To do.
また、本発明のプログラムは、コンピュータを、
複数の被写体の胸部を単純Ｘ線撮影して得られた胸部撮影画像を複数記憶する胸部撮影画像記憶手段と、
前記各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成する肋骨画像生成手段と、
該肋骨画像生成手段で生成した前記肋骨画像上の肋骨領域から、複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出手段と、
前記複数の胸部撮影画像から前記肋骨画像生成手段で生成した複数の肋骨画像より前記肋骨交差部検出手段を用いて検出した前記肋骨交差部の位置が、該複数の肋骨画像全てにおいて一致するように前記肋骨画像を正規化する画像正規化手段と、
前記正規化した肋骨画像に対して統計的な手法を用いて前記肋骨画像の画素値を分析する肋骨画像分析手段と、
該肋骨画像分析手段の分析結果を利用して、所定の被写体を撮影した胸部撮影画像の肋骨部分の画素値を推定して肋骨推定画像を生成する肋骨画像推定手段として機能させることを特徴とするものである。
The program of the present invention is a computer,
A chest radiograph storage means for storing a plurality of chest radiographs obtained by simple X-ray imaging of the chests of a plurality of subjects;
A rib image generation means for generating a rib image by extracting a pixel value component contributing to the rib from a pixel value of a pixel constituting each chest radiograph;
A rib intersection detection means for detecting a rib intersection captured by overlapping a plurality of ribs from a rib region on the rib image generated by the rib image generation means;
The positions of the rib intersections detected by the rib intersection detection unit from the plurality of rib images generated by the rib image generation unit from the plurality of chest radiographs are matched in all the plurality of rib images. Image normalizing means for normalizing the rib image;
A rib image analyzing means for analyzing a pixel value of the rib image using a statistical method with respect to the normalized rib image;
Using the analysis result of the rib image analysis means, it is made to function as a rib image estimation means for estimating a pixel value of a rib portion of a chest image obtained by photographing a predetermined subject and generating a rib estimation image. Is.
「胸部撮影画像を構成する画素の画素値」は、撮影されている肋骨や心臓や肺野などの解剖学的な構造物に応じた濃度を表す画素値となり、心臓や肺野などの軟部と肋骨が重なったところは、軟部による濃度と肋骨による濃度に影響された濃度を表わす画素値となる。 The “pixel value of the pixels that make up the chest radiograph” is a pixel value that represents the density corresponding to the anatomical structure such as the ribs, heart, or lung field being photographed, and the soft part such as the heart or lung field. Where the ribs overlap, the pixel value represents the density affected by the density due to the soft part and the density due to the rib.
「肋骨に寄与する画素値成分」とは、「胸部撮影画像を構成する画素の画素値」から肋骨以外の解剖学的な構造物の影響による画素値成分を除いた肋骨に寄与する画素値成分をいう。 “Pixel value component that contributes to ribs” means “pixel value component that contributes to ribs excluding pixel value components due to the influence of anatomical structures other than ribs” from “pixel values of pixels constituting the chest image” Say.
「肋骨画像の正規化」とは、肋骨画像上に現れた肋骨が望ましい形状に統一するように変形することをいう。 “Normalization of the rib image” means that the rib appearing on the rib image is deformed so as to be unified into a desired shape.
また、前記画像処理装置が、前記各肋骨画像上に現れた複数の肋骨の中から各１本ずつの肋骨に分離した肋骨部分画像に分ける部分画像分割手段をさらに備え、
前記画像正規化手段が、前記肋骨部分画像各々を所定の規格化形状に変形した後に、対応する前記部分画像の肋骨交差部の位置を一致させるように変形して正規化するものであってもよい。
The image processing apparatus further includes a partial image dividing unit that divides a plurality of ribs appearing on each rib image into rib partial images separated into one rib each.
The image normalizing means may deform and normalize each of the rib partial images to a predetermined standardized shape, and then deform and normalize the corresponding rib images so as to match the positions of the rib intersections. Good.
「規格化形状」とは、定められた標準となる形状をいい、「肋骨部分画像各々を所定の規格化形状に変形する」とは、肋骨部分画像を標準となる形状に統一するように変形することをいう。 “Standardized shape” refers to a standard shape that is set, and “deform each rib part image to a predetermined standardized shape” means that the rib part image is unified to a standard shape. To do.
また、前記分析手段が、前記複数の被写体の肋骨画像の画素値を主成分分析した主成分画像を得るものであり、
前肋骨画像推定手段が、前記主成分画像の重み付け加算により前記所定の被写体の肋骨の画素値を推定して肋骨推定画像を生成するものであってもよい。
Further, the analysis means obtains a principal component image obtained by principal component analysis of pixel values of rib images of the plurality of subjects,
The anterior rib image estimation means may generate a rib estimated image by estimating a pixel value of the rib of the predetermined subject by weighted addition of the principal component images.
「主成分画像」は、肋骨画像の画素値を主成分分析した結果得られた主成分を表わす画像をいう。 A “principal component image” refers to an image representing a principal component obtained as a result of principal component analysis of pixel values of a rib image.
さらに、前記肋骨画像推定手段が、前記所定の被写体を撮影した胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成し、該肋骨画像の少なくとも一部より前記被写体の正常な肋骨の画素値を推定するものであってもよい。 Further, the rib image estimation means generates a rib image by extracting a pixel value component contributing to the rib from the pixel values of the pixels constituting the chest radiograph image obtained by shooting the predetermined subject, and at least one of the rib images The pixel value of the normal rib of the subject may be estimated from the unit.
本発明によれば、複数の胸部撮影画像より肋骨に寄与する画素値成分を抽出した肋骨画像を生成し、複数の肋骨画像全てにおいて肋骨交差部が一致するように肋骨画像を正規化した後に統計的な手法を用いて肋骨画像を分析し、その結果を用いて検査対象である被写体の正常な肋骨を胸部撮影画像から推定して肋骨推定画像を生成することにより、肋骨交差部の濃度を正確に再現することができる。また、この様にして生成した肋骨推定画像を胸部撮影画像より除去することにより、検査対象の被写体の軟部画像を正確に抽出することが可能になる。これにより、肺野領域に現れた異常陰影の検出精度を向上させることができる。 According to the present invention, a rib image in which pixel value components contributing to the ribs are extracted from a plurality of chest radiographs is generated, and the rib images are normalized so that the rib intersections coincide in all of the plurality of rib images. Analyzing the rib image using a typical technique, and using the result, the normal rib of the subject to be examined is estimated from the chest radiograph, and the rib estimated image is generated, so that the density of the rib intersection is accurately determined Can be reproduced. Further, by removing the rib estimation image generated in this way from the chest radiograph image, it is possible to accurately extract the soft part image of the subject to be examined. Thereby, the detection accuracy of the abnormal shadow appearing in the lung field region can be improved.
肋骨画像上に現れた複数の肋骨を各１本ずつの肋骨に分離した肋骨部分画像に分けて、その肋骨部分画像各々を規格化形状に変形した後に、対応する肋骨部分画像の肋骨交差部の位置を一致させるように正規化した肋骨部分画像を用いて分析することにより、被写体の違いによる肋骨形状の違いの影響を少なくすることができるので、分析の精度が向上する。 A plurality of ribs appearing on the rib image are divided into rib partial images separated into one rib each, and each rib partial image is transformed into a standardized shape, and then the rib intersection image of the corresponding rib partial image is displayed. By analyzing using the rib partial image normalized so as to match the position, the influence of the difference in the rib shape due to the difference in the subject can be reduced, so that the accuracy of the analysis is improved.
肋骨画像の画素値を主成分分析した結果得られた主成分画像の重み付け加算により検査対象の被写体の肋骨画像を推定することにより、肋骨画像上に現れる被写体の肋骨を、少ない主成分画像の組み合わせにより、被写体の正常な肋骨の画像を推定することが可能になる。 The combination of a few principal component images reduces the ribs of the subject appearing on the rib image by estimating the rib image of the subject to be inspected by weighted addition of the principal component images obtained as a result of principal component analysis of the pixel values of the rib image This makes it possible to estimate a normal rib image of the subject.
被写体を撮影した胸部撮影画像から肋骨画像を生成し、この肋骨画像の画素値主成分分析した結果を用いることにより被写体の正常な肋骨の画素値を正確に推定することが可能である。 It is possible to accurately estimate the pixel value of the normal rib of the subject by generating a rib image from the chest image obtained by photographing the subject and using the result of pixel value principal component analysis of the rib image.
以下、本発明の実施の形態について、図面を用いて説明する。図１は本発明の画像処理装置の概略構成を示す図である。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a diagram showing a schematic configuration of an image processing apparatus according to the present invention.
図１に示すように画像処理装置１は、複数の被写体の胸部を単純Ｘ線撮影して得られた複数の胸部撮影画像１００を記憶する胸部撮影画像記憶手段１０と、各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像２００を生成する肋骨画像生成手段２０と、生成した肋骨画像２００を記憶する肋骨画像記憶手段２２と、肋骨画像２００上の肋骨領域から複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出手段３０と、複数の胸部撮影画像１００において肋骨交差部検出手段３０で検出された肋骨交差部の位置が、複数の肋骨画像２００全てにおいて一致するように肋骨画像２００を正規化する画像正規化手段４０と、正規化した肋骨画像に対して統計的な手法を用いて肋骨画像の画素値を分析する肋骨画像分析手段５０と、肋骨画像分析手段の分析結果を利用して、所定の被写体を撮影した胸部撮影画像１１０の肋骨部分の画素値を推定した肋骨推定画像１２０を生成する肋骨画像推定手段６０とを備える。 As shown in FIG. 1, the image processing apparatus 1 includes a chest radiograph storage unit 10 that stores a plurality of chest radiographs 100 obtained by performing simple X-ray imaging of chests of a plurality of subjects, and each chest radiograph. Extracting the pixel value component that contributes to the rib from the pixel value of the pixel to be performed to generate the rib image 200, the rib image storage means 22 for storing the generated rib image 200, and the rib image 200 The rib intersection detection means 30 for detecting a rib intersection captured by overlapping a plurality of ribs from the rib area, and the position of the rib intersection detected by the rib intersection detection means 30 in the plurality of chest image 100 An image normalizing means 40 for normalizing the rib image 200 so that all of the plurality of rib images 200 coincide with each other, and the image of the rib image using a statistical method on the normalized rib image. A rib image analyzing unit 50 that analyzes the value, and a rib estimation image 120 that estimates the pixel value of the rib portion of the chest image 110 obtained by photographing a predetermined subject using the analysis result of the rib image analyzing unit And an image estimation means 60.
また、肋骨交差部検出手段３０は、肋骨形状抽出手段３２を備え、抽出した肋骨形状内の肋骨領域から肋骨交差部を検出する。 In addition, the rib intersection detection unit 30 includes a rib shape extraction unit 32 and detects a rib intersection from the rib region in the extracted rib shape.
さらに、画像処理装置１は、各肋骨画像上に現れた複数の肋骨の中から各１本ずつの肋骨に分離した肋骨部分画像に分ける部分画像分割手段７０を備え、画像正規化手段４０では、肋骨部分画像各々を所定の規格化形状に変形した後に、対応する肋骨部分画像の肋骨交差部の位置を一致させるように変形して正規化する。 Furthermore, the image processing apparatus 1 includes a partial image dividing unit 70 that divides a plurality of ribs appearing on each rib image into rib partial images separated into one rib, and the image normalizing unit 40 includes: After each rib part image is deformed into a predetermined standardized shape, it is deformed and normalized so that the positions of the rib intersections of the corresponding rib part images coincide.
胸部撮影画像１００（１１０）は、CR装置（computed radiography）などを用いて、被写体を単純X線撮影して得られる画像である。単純X線撮影して取得された画像には、被写体の胸部内の解剖学的な組織のX線透過率（あるいは吸収率）に応じた濃度の画素値で各組織が現われる。肋骨などはX線の吸収率が高いために、肋骨が存在する部位は胸部撮影画像１００（１１０）上に白く表れるが、胸部撮影画像１００（１１０）上に現れる濃度はX線が透過した全ての臓器の透過率に影響されるため、肋骨を撮影した箇所であっても、その肋骨に重なって撮影された肋骨以外の肺野や心臓などの他の臓器に影響された濃度になる。そのため、同じ厚さの肋骨であっても、肋骨下にある臓器が肺野であるか心臓であるかによって異なる濃度で胸部撮影画像１００上に現れる。 The chest image 100 (110) is an image obtained by performing simple X-ray imaging of a subject using a CR device (computed radiography) or the like. In an image obtained by simple X-ray photography, each tissue appears with a pixel value having a density corresponding to the X-ray transmittance (or absorption rate) of the anatomical tissue in the chest of the subject. Since the ribs and the like have a high X-ray absorption rate, the portion where the ribs are present appears white on the chest radiograph 100 (110), but the density appearing on the chest radiograph 100 (110) is all transmitted through the X-rays. Therefore, even at the location where the rib is imaged, the density is influenced by other organs such as the lung field and the heart other than the imaged rib. Therefore, even if the ribs have the same thickness, they appear on the chest radiograph 100 at different concentrations depending on whether the organ under the ribs is the lung field or the heart.
ここで、図９のフローチャートに従って、画像処理装置１で検査対象の被写体の胸部撮影画像より肋骨下にある臓器の影響を除いた肋骨画像を推定する処理の流れについて説明する。 Here, according to the flowchart of FIG. 9, the flow of processing for estimating the rib image excluding the influence of the organ under the rib from the chest image of the subject to be examined by the image processing apparatus 1 will be described.
（１） 肋骨画像の生成
まず、肋骨画像生成手段２０で、胸部撮影画像記憶手段１０に記憶されている胸部撮影画像１００の画素値から肋骨に寄与した画素値成分を抽出して肋骨画像を生成する。具体的には、胸部撮影画像１００から軟部画像を除去することにより、軟部による影響を除いた肋骨画像を生成する。
(1) Generation of rib image First, the rib image generation unit 20 extracts a pixel value component contributing to the rib from the pixel value of the chest image 100 stored in the chest image storage unit 10 to generate a rib image. To do. Specifically, by removing the soft part image from the chest image 100, a rib image excluding the influence of the soft part is generated.
軟部画像は、軟部画像分析処理でエネルギーサブトラクショにより得られえた多数の軟部画像を分析した結果を用いて人工的に生成する（Ｓ１００）。軟部画像分析処理では、エネルギーサブトラクショにより得られえた多数の軟部画像に対して、分主成分分析（PCA：Principal Component Analysis）処理を施して軟部画像の主成分（ベクトル成分）を求める。主成分は一次独立となり、この一次独立の少数のベクトル成分を用いて、軟部画像を人工的に再現することができる。 The soft part image is artificially generated using the result of analyzing a large number of soft part images obtained by energy subtraction in the soft part image analysis process (S100). In the soft part image analysis process, a principal component analysis (PCA: Principal Component Analysis) process is performed on a large number of soft part images obtained by energy subtraction to obtain a principal part (vector component) of the soft part image. The principal component is linearly independent, and a soft part image can be artificially reproduced using a small number of vector components that are linearly independent.
まず、図２のような軟部画像を長方形などの規格化形状に変形する。 First, the soft part image as shown in FIG. 2 is transformed into a standardized shape such as a rectangle.
変形する際には、変形前の座標をＢ（ｘＢ,ｙＢ）、変形後の対応する位置の座標をＡ（ｘＡ,ｙＡ）としたときに、肺野の最高部と最低部のｙ座標をそれぞれｙＢ，up,ｙＢ，down，ｙＡ，up,ｙＡ，downとして、式(1)のようにＢのｙ座標と対応するＡのｙ座標に変換する。
また、ｙＢにおける肺野左右の位置をｘＢ，left,ｘＢ，rightとし、ｙＡにおける肺野左右の位置をｘＡ，left,ｘＡ，rightとしたとき、ｙＢにおける肺野左右の位置がＡにおける肺野左右の位置に一致するように式(2)のように変形する。
このようにして長方形に変形した軟部画像の平均画像（平均軟部濃度画像）Xaveと（図２(a)参照））、軟部画像と平均軟部濃度画像との差分画像を主成分分析することによって得られた第１〜第ｎの主成分（主成分画像）である軟部主成分濃度画像Xi（i＝1,2,3,…,n）を求め（同図（ｂ）参照、この図では、第７番目までの主成分を求めている）、平均軟部濃度画像Xaveと軟部主成分濃度画像Xi（i＝1,2,…,n）の重み付き和により軟部画像Xを式(3)のように表すことができる。
X＝Xave＋Σi ai・Xi (3)
X ： 軟部画像上の画素の画素値を成分に持つベクトル
Xave ： 平均軟部濃度画像上の画素の画素値を成分に持つベクトル
Xi ： i番目の軟部主成分濃度画像を表す主成分ベクトル
ai ： i番目の主成分ベクトルに対する重み係数
By performing principal component analysis on the average image (average soft part density image) X ave of the soft part image thus transformed into a rectangle (see FIG. 2 (a)), and the difference image between the soft part image and the average soft part density image The soft part principal component density image X i (i = 1, 2, 3,..., N), which is the obtained first to n-th principal components (principal component images), is obtained (see FIG. 5B). In this case, the seventh principal component is obtained), and the soft part image X is expressed by a weighted sum of the average soft part density image X ave and the soft part principal component density image X i (i = 1, 2,..., N). It can be expressed as (3).
X = X ave + Σ i a i・ X i (3)
X: Vector with the pixel values of the pixels on the soft part image as components
X ave : A vector whose component is the pixel value of the pixel on the average soft part density image
X i : principal component vector representing the i-th soft principal component density image
a i : Weight coefficient for the i-th principal component vector
そこで、被写体の胸部撮影画像１００の軟部画像を推定する際には、上記(3)式の関係を用いて、検査対象の被写体の胸部撮影画像１００から肋骨以外の軟部の画素値と一致するように重み係数を決定して、その被写体の軟部画像を推定する。 Therefore, when estimating the soft part image of the chest image 100 of the subject, the pixel value of the soft part other than the ribs from the chest image 100 of the subject to be examined is matched using the relationship of the above equation (3). A weighting factor is determined for the soft part image of the subject.
あるいは、図３に示すように、軟部の平均形状に規格化して、図３(a)に示すような平均軟部濃度画像と図３(b)に示すような主成分濃度画像とを生成して、被写体の胸部撮影画像１００から肋骨以外の軟部の濃度と一致するように重み係数を決定して、その被写体の軟部画像Ｘを推定するようにしてもよい。 Alternatively, as shown in FIG. 3, the average shape of the soft part is normalized to generate an average soft part density image as shown in FIG. 3 (a) and a main component density image as shown in FIG. 3 (b). Alternatively, the weight coefficient may be determined from the chest radiograph image 100 of the subject so as to match the density of the soft part other than the ribs, and the soft part image X of the subject may be estimated.
次に、胸部撮影画像２００から推定した軟部画像Ｘを減じることにより、胸部撮影画像１００のうち軟部に寄与する濃度を除去して肋骨画像２００を生成して肋骨画像記憶手段２２に記憶する（Ｓ１０１）。 Next, by subtracting the estimated soft part image X from the chest photographed image 200, the density contributing to the soft part is removed from the chest photographed image 100, and the rib image 200 is generated and stored in the rib image storage means 22 (S101). ).
（２） 肋骨形状の検出
次に、肋骨形状検出手段３２で、胸部撮影画像１００（１１０）から肋骨形状を検出する（Ｓ１０２）。具体的には、例えば、エッジ抽出フィルタを用いて胸部撮影画像１００よりエッジ画像を生成して、エッジ画像から放物線検出するハフ変換などを用いて肋骨らしい放物線を見つけて、肋骨形状を検出する方法を用いることができる（例えば、Peter de Souza, “Automatic Rib Detection in Chest Radiographs”, Computer Vision, Graphics and image Processing 23, 129-161 (1983)を参照）。
(2) Detection of rib shape Next, the rib shape detection means 32 detects the rib shape from the chest image 100 (110) (S102). Specifically, for example, an edge image is generated from the chest photographed image 100 using an edge extraction filter, a parabola that looks like a rib is detected using a Hough transform that detects a parabola from the edge image, and a rib shape is detected. (See, for example, Peter de Souza, “Automatic Rib Detection in Chest Radiographs”, Computer Vision, Graphics and Image Processing 23, 129-161 (1983)).
（３） 肋骨画像の正規化
胸部撮影画像に撮影されている肋骨が他の肋骨と重なり合って撮影された肋骨交差部分は、重なりのない肋骨部分よりも白く現れ、画像上に現れる特徴も肋骨が重なった肋骨交差部分と重なりのない肋骨部分では異なった特徴が現れる。さらに、撮影した被写体が異なる場合であっても、例えば、同じ第３肋骨であれば他の肋骨と重なった肋骨交差部は略同じ位置に存在する。そこで、多くの被写体の肋骨の画素値を統計的に分析する際にも、同じ特徴を持った箇所が同じ位置に来るように形状を正規化して分析を行うことにより、精度の高い分析を行うことができる。
(3) Normalization of the rib image The rib crossing taken when the rib taken on the chest image is overlapped with other ribs appears whiter than the non-overlapping rib, and the features appearing on the image are also ribs. Different features appear in overlapping ribs and overlapping ribs. Further, even if the photographed subject is different, for example, if the third rib is the same, the rib intersection that overlaps with the other rib exists at substantially the same position. Therefore, even when statistically analyzing the pixel values of the ribs of many subjects, the analysis is performed with high accuracy by normalizing the shape so that locations with the same characteristics are at the same position. be able to.
そこでまず、肋骨交差部検出手段３０では、肋骨形状検出手段３２で検出した肋骨形状を肋骨画像２００に重ね合わせて、肋骨が現れている肋骨領域を認識し（図４の左端の画像を参照）、肋骨領域から複数の肋骨が重なり合う肋骨交差部を検出する。 First, the rib intersection detection unit 30 superimposes the rib shape detected by the rib shape detection unit 32 on the rib image 200 to recognize the rib region where the rib appears (see the image on the left end in FIG. 4). From the rib region, a rib intersection where a plurality of ribs overlap is detected.
次に、図４に示すように、部分画像分割手段７０では、（２）で検出した肋骨形状に基づいて、各肋骨画像２００上の肋骨を、１本ずつの肋骨に分離して肋骨部分画像２１０を生成する。 Next, as shown in FIG. 4, the partial image dividing means 70 separates the ribs on each rib image 200 into one rib based on the rib shape detected in (2) and separates the rib partial images. 210 is generated.
さらに、画像正規化手段４０で、分離した各肋骨部分画像２１０の形状を、例えば、図４に示すように、長方形のような規格化形状２２０に変形した後、長方形に変形した肋骨部分画像の各肋骨交差部が常に同じ位置に来るように伸縮させた形状２３０に変形する。また、何番目の肋骨であるかによって肋骨交差部の位置が変わるので、同じ肋骨の肋骨交差部の位置が一定になるように変形する。 Further, the image normalizing means 40 transforms the shape of each separated rib partial image 210 into a normalized shape 220 such as a rectangle as shown in FIG. Each rib intersection is deformed into a shape 230 that is expanded and contracted so that it is always at the same position. In addition, since the position of the rib intersection changes depending on the number of ribs, the position of the rib intersection of the same rib is deformed so as to be constant.
しかし、同じ第３肋骨であっても、被写体の肋骨の形状や撮影した方向によっては、ある被写体の肋骨では第３肋骨と他の肋骨の肋骨交差部が３つあるが、他の被写体では２つの肋骨交差部しかないというように、肋骨形状の違いによって肋骨の重なり方に多少違いが生じる。そこで、図５に示すように、多くの被写体で必ず肋骨が重なる主要肋骨交差部（白い部分）が同じ位置に来るように肋骨部分画像を伸縮して正規化するようにしてもよい。 However, even if it is the same third rib, depending on the shape of the subject's ribs and the shooting direction, there are three rib intersections between the third rib and the other ribs in one subject's rib, but 2 for other subjects. There are some differences in how the ribs overlap due to the difference in rib shape, such as there are only two rib intersections. Therefore, as shown in FIG. 5, the rib part image may be expanded and contracted and normalized so that the main rib intersection (white part) where the ribs always overlap in many subjects are located at the same position.
さらに、上述のように左右１０本ずつの肋骨の部分画像を長方形に変形して肋骨交差部が略同じ位置に来るように正規化した肋骨部分画像をまとめて１枚の画像にして、図６のような肋骨正規化画像２４０を生成する（Ｓ１０３）。 Further, as described above, the rib partial images obtained by deforming the partial images of the left and right ten ribs into rectangles and normalized so that the rib intersections are located at substantially the same position are combined into one image. The rib normalization image 240 like this is generated (S103).
（４）肋骨画像の分析
肋骨画像分析手段５０は、上述の手法で多数の胸部撮影画像を正規化した肋骨正規化画像２４０に対して主成分分析を行う。まず、多数の胸部撮影画像１００から作成した肋骨正規化画像２４０から図７（ａ）に示すような平均肋骨濃度画像Yaveを作成し、正規化肋骨画像２４０と平均肋骨濃度画像Yaveとの差分画像に対して主成分分析を行う（Ｓ１０４）。その結果、例えば、図７（ｂ）に示すような第１〜第ｎの肋骨主成分濃度画像Yi（i=1,2,・・・,n）が得られる。肋骨画像２００は、平均肋骨濃度画像Yaveと主成分分析によって得られた第１〜第ｎ（図７の例では、ｎ＝５）の主成分（主成分画像）である肋骨主成分濃度画像Yi（i＝1,2,3,…,n）の重み付け和によって式(4)のように表わせる。
Y＝Yave＋bi・Yi (4)
Y ： 規格化肋骨画像上の画素の画素値を成分に持つベクトル
Yave ： 平均肋骨濃度画像上の画素の画素値を成分に持つベクトル
Yi ： i番目の肋骨主成分濃度画像を表す主成分ベクトル
bi ： i番目の主成分ベクトルに対する重み係数
(4) Analysis of rib image The rib image analyzing means 50 performs principal component analysis on the rib normalized image 240 obtained by normalizing a large number of chest radiograph images by the above-described method. First, an average rib density image Y ave as shown in FIG. 7A is created from a rib normalized image 240 created from a large number of chest radiographs 100, and the normalized rib image 240 and the average rib density image Y ave are compared. A principal component analysis is performed on the difference image (S104). As a result, for example, first to nth rib main component density images Y i (i = 1, 2,..., N) as shown in FIG. The rib image 200 is a rib main component density image that is the first to n-th (n = 5 in the example of FIG. 7) principal component (principal component image) obtained by the average rib density image Y ave and the principal component analysis. It can be expressed as equation (4) by the weighted sum of Y i (i = 1, 2, 3, ..., n).
Y ＝ Y ave ＋ b i・ Y i (4)
Y: Vector with the pixel value of the pixel on the standardized rib image as a component
Y ave : A vector whose component is the pixel value of the pixel on the average rib density image
Y i : principal component vector representing the i-th rib principal component density image
b i : Weighting factor for the i-th principal component vector
（５）肋骨画像の推定
そこで、肋骨画像推定手段６０で検査対象の被写体の肋骨の濃度と一致するように式（２）の重み係数biを決定して、被写体の肋骨画像の画素値を推定する。
(5) Estimation of rib image Therefore, the rib image estimation means 60 determines the weighting factor b i of the equation (2) so as to match the density of the rib of the subject to be examined, and calculates the pixel value of the rib image of the subject. presume.
まず、（１）の手法で検査対象の被写体の胸部撮影画像１１０から肋骨画像を抽出し、次に、（２）の手法で肋骨形状を抽出する。さらに、（３）の手法で検査対象の被写体の肋骨画像を正規化（肋骨正規化画像の生成）し、この被写体の正規化した肋骨画像の画素値と一致するように式（２）の重み係数biを決定して、肋骨正規化画像における肋骨の画素値を推定する。このとき、重み係数biは被写体の正規化した肋骨画像の一部の画素値が一致するように求めて、肋骨画像全体の画素値を推定することができる。さらに、得られた肋骨画像を検査対象の被写体の肋骨形状に一致するように変形して肋骨推定画像１２０を生成する（Ｓ１０５）。 First, the rib image is extracted from the chest image 110 of the subject to be examined by the method (1), and then the rib shape is extracted by the method (2). Furthermore, the rib image of the subject to be inspected is normalized by the method (3) (generation of a rib normalized image), and the weight of the expression (2) is set so as to match the pixel value of the normalized rib image of the subject. to determine the coefficients b i, to estimate the pixel values of the ribs in the rib normalized image. At this time, the weight coefficient b i can be obtained so that the pixel values of a part of the normalized rib image of the subject match, and the pixel values of the entire rib image can be estimated. Furthermore, the obtained rib image is deformed so as to match the rib shape of the subject to be inspected to generate the rib estimated image 120 (S105).
上述では、肋骨画像の正規化をする際、１つ１つの肋骨を長方形の形状に変形して正規化する場合について説明したが、図８に示すような、標準的な肋骨形状になるように変形して、主成分分析を行って主成分画像（図８（ｂ））を得るようにしてもよい。 In the above description, when normalizing the rib image, the case where each rib is deformed into a rectangular shape and normalized is described. However, as shown in FIG. Alternatively, the principal component analysis (FIG. 8B) may be obtained by performing principal component analysis.
以上、詳細に説明したように、本発明の手法を用いれば肋骨の画素値を精度よく推定することが可能になる。このようにして得られた肋骨画像を用いて、原画像から肋骨を除去するようにすれば、軟部画像が正確に抽出することができ、ガン等による異常な陰影を正確に検出することが可能になる。 As described above in detail, the pixel value of the rib can be accurately estimated by using the method of the present invention. If the rib image is removed from the original image using the rib image obtained in this way, the soft part image can be accurately extracted, and an abnormal shadow due to cancer or the like can be accurately detected. become.
また、上述の各手段を備えたプログラムをコンピュータにインストールすることにより、コンピュータを画像処理装置として動作させることができる。 In addition, by installing a program including the above-described units in a computer, the computer can be operated as an image processing apparatus.
１ 画像処理装置
１０ 胸部撮影画像記憶手段
２０ 肋骨画像生成手段
２２ 肋骨画像記憶手段
３０ 肋骨交差部検出手段
４０ 画像正規化手段
５０ 肋骨画像分析手段
６０ 肋骨画像推定手段
１００,１１０ 胸部撮影画像
２００ 肋骨画像
２１０ 各肋骨部分画像
２２０ 規格化形状
２３０ 正規化した肋骨画像
１２０ 肋骨推定画像
DESCRIPTION OF SYMBOLS 1 Image processing apparatus 10 Thorax imaging | photography storage means 20 Rib image production | generation means 22 Rib image storage means 30 Rib crossing part detection means 40 Image normalization means 50 Rib image analysis means 60 Rib image estimation means 100,110 Thorax photography image 200 Rib image 210 each rib partial image 220 normalized shape 230 normalized rib image 120 rib estimated image
Claims (6)
前記各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成する肋骨画像生成手段と、
該肋骨画像生成手段で生成した前記肋骨画像上の肋骨領域から、複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出手段と、
前記複数の胸部撮影画像において前記肋骨交差部検出手段により検出された前記肋骨交差部の位置が、複数の肋骨画像全てにおいて一致するように前記肋骨画像を正規化する画像正規化手段と、
前記正規化した肋骨画像に対して統計的な手法を用いて前記肋骨画像の画素値を分析する肋骨画像分析手段と、
該肋骨画像分析手段の分析結果を利用して、所定の被写体を撮影した胸部撮影画像の肋骨部分の画素値を推定した肋骨推定画像を生成する肋骨画像推定手段とを備えことを特徴とする画像処理装置。 A chest radiograph storage means for storing a plurality of chest radiographs obtained by performing simple X-ray imaging of the chests of a plurality of subjects;
A rib image generation means for generating a rib image by extracting a pixel value component contributing to the rib from a pixel value of a pixel constituting each chest radiograph;
A rib intersection detection means for detecting a rib intersection captured by overlapping a plurality of ribs from a rib region on the rib image generated by the rib image generation means;
Image normalization means for normalizing the rib images so that the positions of the rib intersections detected by the rib intersection detection means in the plurality of chest radiograph images match in all of the plurality of rib images;
A rib image analyzing means for analyzing a pixel value of the rib image using a statistical method with respect to the normalized rib image;
An image, comprising: a rib image estimation unit that generates a rib estimation image by estimating a pixel value of a rib part of a chest image obtained by photographing a predetermined subject using an analysis result of the rib image analysis unit Processing equipment.
前記画像正規化手段が、前記肋骨部分画像各々を所定の規格化形状に変形した後に、対応する前記肋骨部分画像の肋骨交差部の位置を一致させるように変形して正規化するものであることを特徴とする請求項１記載の画像処理装置。 A partial image dividing means for dividing the plurality of ribs appearing on each rib image into rib partial images separated into one rib each;
The image normalization means deforms and normalizes the corresponding rib partial images so as to match the positions of the rib intersections after the rib partial images are transformed into a predetermined standardized shape. The image processing apparatus according to claim 1.
前肋骨画像推定手段が、前記主成分画像の重み付け加算により前記所定の被写体の肋骨の画素値を推定して肋骨推定画像を生成するものであることを特徴とする請求項２記載の画像処理装置。 The analysis means obtains a principal component image obtained by principal component analysis of pixel values of rib images of the plurality of subjects;
3. The image processing apparatus according to claim 2, wherein the anterior rib image estimation means generates a rib estimated image by estimating a pixel value of the rib of the predetermined subject by weighted addition of the principal component images. .
前記各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成する肋骨画像生成ステップと、
該肋骨画像生成手段で生成した前記肋骨画像上の肋骨領域から、複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出ステップと、
前記複数の胸部撮影画像において前記肋骨交差部検出手段により検出された前記肋骨交差部の位置が、複数の肋骨画像全てにおいて一致するように前記肋骨画像を正規化する画像正規化ステップと、
前記正規化した肋骨画像に対して統計的な手法を用いて前記肋骨画像の画素値を分析する肋骨画像分析ステップと、
該肋骨画像分析ステップの分析結果を利用して、所定の被写体を撮影した胸部撮影画像の肋骨部分の画素値を推定して肋骨推定画像を生成する肋骨画像推定ステップとを備えたことを特徴とする画像処理方法。 A chest-captured image storage step of storing a plurality of chest-captured images obtained by performing simple X-ray imaging of a plurality of subject's chests in a chest-captured image storage means;
A rib image generation step of generating a rib image by extracting a pixel value component contributing to the rib from a pixel value of a pixel constituting each chest radiograph; and
A rib intersection detection step of detecting a rib intersection captured by overlapping a plurality of ribs from a rib region on the rib image generated by the rib image generation means;
An image normalization step of normalizing the rib images so that positions of the rib intersections detected by the rib intersection detection means in the plurality of chest radiograph images match in all of the plurality of rib images;
A rib image analysis step of analyzing a pixel value of the rib image using a statistical method with respect to the normalized rib image;
A rib image estimation step of generating a rib estimation image by estimating a pixel value of a rib portion of a chest image obtained by photographing a predetermined subject using an analysis result of the rib image analysis step; Image processing method.
複数の被写体の胸部を単純Ｘ線撮影して得られた胸部撮影画像を複数記憶する胸部撮影画像記憶手段と、
前記各胸部撮影画像を構成する画素の画素値から肋骨に寄与する画素値成分を抽出して肋骨画像を生成する肋骨画像生成手段と、
該肋骨画像生成手段で生成した前記肋骨画像上の肋骨領域から、複数の肋骨が重なり合って撮影された肋骨交差部を検出する肋骨交差部検出手段と、
前記複数の胸部撮影画像から前記肋骨画像生成手段で生成した複数の肋骨画像より前記肋骨交差部検出手段を用いて検出した前記肋骨交差部の位置が、該複数の肋骨画像全てにおいて一致するように前記肋骨画像を正規化する画像正規化手段と、
前記正規化した肋骨画像に対して統計的な手法を用いて前記肋骨画像の画素値を分析する肋骨画像分析手段と、
該肋骨画像分析手段の分析結果を利用して、所定の被写体を撮影した胸部撮影画像の肋骨部分の画素値を推定して肋骨推定画像を生成する肋骨画像推定手段として機能させるプログラム。 Computer
A chest radiograph storage means for storing a plurality of chest radiographs obtained by simple X-ray imaging of the chests of a plurality of subjects;
A rib image generation means for generating a rib image by extracting a pixel value component contributing to the rib from a pixel value of a pixel constituting each chest radiograph;
A rib intersection detection means for detecting a rib intersection captured by overlapping a plurality of ribs from a rib region on the rib image generated by the rib image generation means;
The positions of the rib intersections detected by the rib intersection detection unit from the plurality of rib images generated by the rib image generation unit from the plurality of chest radiographs are matched in all the plurality of rib images. Image normalizing means for normalizing the rib image;
A rib image analyzing means for analyzing a pixel value of the rib image using a statistical method with respect to the normalized rib image;
A program that functions as a rib image estimation unit that uses the analysis result of the rib image analysis unit to estimate a pixel value of a rib part of a chest image obtained by photographing a predetermined subject and generate a rib estimation image.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005298330A JP4699166B2 (en) | 2005-10-13 | 2005-10-13 | Image processing apparatus, image processing method and program thereof |
| US11/546,999 US20070086639A1 (en) | 2005-10-13 | 2006-10-13 | Apparatus, method, and program for image processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005298330A JP4699166B2 (en) | 2005-10-13 | 2005-10-13 | Image processing apparatus, image processing method and program thereof |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2007105194A true JP2007105194A (en) | 2007-04-26 |
| JP2007105194A5 JP2007105194A5 (en) | 2008-09-04 |
| JP4699166B2 JP4699166B2 (en) | 2011-06-08 |
Family
ID=38031526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005298330A Active JP4699166B2 (en) | 2005-10-13 | 2005-10-13 | Image processing apparatus, image processing method and program thereof |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4699166B2 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03133431A (en) * | 1989-10-19 | 1991-06-06 | Fuji Photo Film Co Ltd | Abnormal shadow detector |
| JPH05176919A (en) * | 1990-11-21 | 1993-07-20 | Arch Dev Corp | Method and apparatus for image treatment |
| JPH07264483A (en) * | 1994-03-17 | 1995-10-13 | Fuji Photo Film Co Ltd | Positioning method for radiograph |
| JP2005020338A (en) * | 2003-06-26 | 2005-01-20 | Fuji Photo Film Co Ltd | Method, apparatus and program for detecting abnormal shadow |
| JP2005198887A (en) * | 2004-01-16 | 2005-07-28 | Fuji Photo Film Co Ltd | Method, apparatus and program for detecting anatomical structure, structure removal picture generation apparatus, and abnormal shadow detector |
-
2005
- 2005-10-13 JP JP2005298330A patent/JP4699166B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03133431A (en) * | 1989-10-19 | 1991-06-06 | Fuji Photo Film Co Ltd | Abnormal shadow detector |
| JPH05176919A (en) * | 1990-11-21 | 1993-07-20 | Arch Dev Corp | Method and apparatus for image treatment |
| JPH07264483A (en) * | 1994-03-17 | 1995-10-13 | Fuji Photo Film Co Ltd | Positioning method for radiograph |
| JP2005020338A (en) * | 2003-06-26 | 2005-01-20 | Fuji Photo Film Co Ltd | Method, apparatus and program for detecting abnormal shadow |
| JP2005198887A (en) * | 2004-01-16 | 2005-07-28 | Fuji Photo Film Co Ltd | Method, apparatus and program for detecting anatomical structure, structure removal picture generation apparatus, and abnormal shadow detector |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4699166B2 (en) | 2011-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5643304B2 (en) | Computer-aided lung nodule detection system and method and chest image segmentation system and method in chest tomosynthesis imaging | |
| US20070086639A1 (en) | Apparatus, method, and program for image processing | |
| JP2005197792A (en) | Image processing method, image processing apparatus, program, storage medium, and image processing system | |
| JP2008212396A (en) | Image processor and its program | |
| WO2013191061A1 (en) | Image processing device | |
| US9595116B2 (en) | Body motion detection device and method | |
| JP4416823B2 (en) | Image processing apparatus, image processing method, and computer program | |
| JP4738970B2 (en) | Image processing apparatus, image processing method and program thereof | |
| CN111311612A (en) | Lung segmentation method, device, medium, and electronic apparatus | |
| JP2007029514A (en) | Image analyzer, image analysis method and its program | |
| JP2001076141A (en) | Image recognizing method and image processor | |
| US9582892B2 (en) | Radiation imaging apparatus, radiation imaging method, and program | |
| JP2005020338A (en) | Method, apparatus and program for detecting abnormal shadow | |
| JP5880332B2 (en) | Image processing apparatus and program | |
| JP2006181146A (en) | Diagnosis assisting device, diagnosis assisting method and its program | |
| JP6156849B2 (en) | Radiation image processing apparatus, method and program | |
| JP6071805B2 (en) | Image area designating apparatus and method, and radiation image processing apparatus and method | |
| JP2005198887A (en) | Method, apparatus and program for detecting anatomical structure, structure removal picture generation apparatus, and abnormal shadow detector | |
| JP4699166B2 (en) | Image processing apparatus, image processing method and program thereof | |
| JP2007014435A (en) | Image processing device, method and program | |
| JP4571378B2 (en) | Image processing method, apparatus, and program | |
| JP4606991B2 (en) | Image processing apparatus, image processing method and program thereof | |
| JP2006175036A (en) | Rib shape estimating apparatus, rib profile estimating method, and its program | |
| JP7454456B2 (en) | Image processing device, image processing method, and program | |
| JP6345178B2 (en) | Radiation image processing apparatus and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080722 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080722 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110120 |
|
| 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: 20110208 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110302 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4699166 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |