JP2009297365A5 - - Google Patents

Claims (20)

1. 撮像装置で撮像された一連の画像群に含まれる各画像の特徴量を算出する特徴量算出部と、
   前記一連の画像群の全体的な傾向を示す分布マップを作成する分布マップ作成部と、
   前記分布マップを表示部に表示させる表示制御部と、
   を備え、
   前記分布マップ作成部は、
   各画像の特徴量および各画像の重要度をもとに、前記一連の画像群中に含まれる複数の画像を代表する所定数の代表ベクトルを算出する代表ベクトル算出部と、
   算出された代表ベクトルの前記分布マップ上での配置を決定する代表ベクトル配置決定部と、を備えることを特徴とする画像処理装置。
2. 前記分布マップ作成部は、特徴量および教師データを用いて各画像の重要度を決定する重要度決定部を備えることを特徴とする請求項１に記載の画像処理装置。
3. 前記代表ベクトル算出部は、重要度が所定値以上の画像である場合、該画像の特徴量に類似する画像群に対して１つ以上の代表ベクトルを算出することを特徴とする請求項２に記載の画像処理装置。
4. 前記代表ベクトル算出部は、特徴量が類似する複数の画像群の各画像群の代表ベクトル数を、各画像群の画像枚数の多少に応じて増減することを特徴とする請求項１に記載の画像処理装置。
5. 前記代表ベクトル配置決定部は、互いに類似する特徴量を有する代表ベクトルが前記分布マップ上で近傍になるように各代表ベクトルの配置を決定することを特徴とする請求項１に記載の画像処理装置。
6. 各画像の特徴量および教師データをもとに、各代表ベクトルを所定の種類に分類する分類部を備え、
   前記代表ベクトル配置決定部は、分類された各代表ベクトルの種類に応じて各代表ベクトルの配置を決定することを特徴とする請求項１に記載の画像処理装置。
7. 前記代表ベクトル配置決定部は、前記分類部により分類される代表ベクトルの種類に応じて前記分布マップ上の代表ベクトルの配置が予め特定されていることを特徴とする請求項６に記載の画像処理装置。
8. 前記表示制御部は、各代表ベクトルの位置に各代表ベクトルが有する特徴量に最も類似する画像を代表画像として前記表示部に表示させることを特徴とする請求項１に記載の画像処理装置。
9. 前記表示制御部は、各代表ベクトルの位置に各代表ベクトルが有する特徴量に応じた色を前記表示部に表示させることを特徴とする請求項１に記載の画像処理装置。
10. 前記表示制御部は、前記分類部による各代表ベクトルの分類結果を前記表示部に表示させることを特徴とする請求項６に記載の画像処理装置。
11. 前記表示部に表示された前記分布マップ上の任意の座標および範囲を選択する操作を受け付ける操作受付部と、
    表示された前記分布マップ上で選択された座標または範囲の情報をもとに前記一連の画像群から所定の画像を検索する画像検索部と、
    を備え、
    前記表示制御部は、前記画像検索部によって検索された画像を前記表示部に表示させることを特徴とする請求項１に記載の画像処理装置。
12. 前記画像検索部は、前記分布マップ上の選択された座標または範囲に配置された代表ベクトルが有する特徴量に類似する特徴量を有する類似画像を検索する類似画像検索部を備えることを特徴とする請求項１１に記載の画像処理装置。
13. 前記画像検索部は、前記分布マップ上の選択された座標または範囲に配置された代表ベクトルが有する特徴量に最も類似する画像である代表画像および該代表画像に対して時系列で近傍に位置する画像を検索する時系列画像検索部を備えることを特徴とする請求項１１に記載の画像処理装置。
14. 前記分布マップ作成部は、前記類似画像検索部によって検索された類似画像からなる類似画像群の前記分布マップを作成し、
    前記表示制御部は、前記類似画像群の前記分布マップを前記表示部に表示させることを特徴とする請求項１２に記載の画像処理装置。
15. 前記特徴量算出部は、各画像を所定の領域毎に分割する領域分割部を備え、分割された各領域の状態を示す数値の集合を各画像の特徴量として算出することを特徴とする請求項１に記載の画像処理装置。
16. 前記一連の画像群は、被検体内に導入された体内撮像装置によって撮像された時系列の画像群であり、
    前記特徴量算出部は、体内特有の撮像対象である粘膜、病変、絨毛、泡、食物残渣の特性を示す数値を特徴量として算出することを特徴とする請求項１に記載の画像処理装置。
17. 前記一連の画像群は、被検体内に導入された体内撮像装置によって撮像された時系列の画像群であり、
    前記重要度決定部は、病変画像の重要度を高く決定し、泡または食物残渣が撮像された泡・食物残渣画像の重要度を低く決定することを特徴とする請求項２に記載の画像処理装置。
18. 前記一連の画像群は、被検体内に導入された体内撮像装置によって撮像された時系列の画像群であり、
    前記分類部は、特徴量をもとに各画像または各代表ベクトルを分類する種類に、粘膜画像、病変画像、正常粘膜ともに病変が撮像された粘膜・病変画像、泡または食物残渣が撮像された泡・食物残渣画像の少なくとも一つを含むことを特徴とする請求項６に記載の画像処理装置。
19. 撮像装置で撮像された一連の画像群に含まれる各画像の特徴量を算出する特徴量算出ステップと、
    前記一連の画像群の全体的な傾向を示す分布マップを作成する分布マップ作成ステップと、
    前記分布マップを表示部に表示させる表示制御ステップと、
    を含み、
    前記分布マップ作成ステップは、
    各画像の特徴量および各画像の重要度をもとに、前記一連の画像群中に含まれる複数の画像を代表する所定数の代表ベクトルを算出する代表ベクトル算出ステップと、
    算出された代表ベクトルの前記分布マップ上での配置を決定する代表ベクトル配置決定ステップと、を含むことを特徴とする画像処理方法。
20. 撮像装置で撮像された一連の画像群に含まれる各画像の特徴量を算出する特徴量算出手順と、
    前記一連の画像群の全体的な傾向を示す分布マップを作成する分布マップ作成手順と、
    前記分布マップを表示部に表示させる表示制御手順と、
    をコンピュータに実行させ、
    前記分布マップ作成手順は、
    各画像の特徴量および各画像の重要度をもとに、前記一連の画像群中に含まれる複数の画像を代表する所定数の代表ベクトルを算出する代表ベクトル算出手順と、
    算出された代表ベクトルの前記分布マップ上での配置を決定する代表ベクトル配置決定手順と、を含むことを特徴とする画像処理プログラム。