JP2010185858A - 画像処理装置および画像処理プログラム - Google Patents

Abstract

【課題】血管領域を他の領域と適正に区別して特定することができる画像処理装置および画像処理プログラムを提供すること。
【解決手段】画像処理装置１において、画像処理部１４０は、高輝度領域抽出処理部１４２と弾性線維位置判定処理部１４５とを含み、標本画像中の血管領域を特定する。高輝度領域抽出処理部１４２は、標本画像から高輝度領域を抽出する。弾性線維位置判定処理部１４５は、高輝度領域の近傍に存在する弾性線維の出現パターンを検出し、出現パターンの検出結果に基づいてこの高輝度領域を含む領域を血管領域として特定する。
【選択図】図２

Description

本発明は、血管領域を含む標本画像を処理する画像処理装置および画像処理プログラムに関するものである。

生体組織標本、特に病理標本では、臓器摘出によって得たブロック標本や針生検によって得た標本を数μｍ程度に薄切りした後、様々な所見を得るために顕微鏡を用いて拡大観察することが広く行われている。中でも、光学顕微鏡を用いた透過観察は、機材が比較的安価で取り扱いが容易である上、歴史的に古くから行われてきたこともあって、最も普及している観察方法の１つである。この場合、薄切りされた生体標本は、光をほとんど吸収および散乱せず、無色透明に近いため、観察に先立って色素による染色を施すのが一般的である。

染色手法としては種々のものが提案されており、その総数は１００種類以上にも達するが、特に病理標本に関しては、色素として青紫色のヘマトキシリンと赤色のエオジンとの２つを用いるヘマトキシリン−エオジン染色（以下、「Ｈ＆Ｅ染色」と呼ぶ。）が標準的に用いられている。

Ｈ＆Ｅ染色された病理標本（以下、「Ｈ＆Ｅ染色標本」と呼ぶ。）に対して、癌かどうか、癌の場合にはその悪性度はどのレベルかが主な診断項目となる。ここで、癌の悪性度は、大きさや深さ、血管やリンパ管への浸潤の有無を確認する必要がある。特に、血管やリンパ管への浸潤の有無は、他臓器への転移の有無を診断する指標であり、治療方法の選択に大きく影響する。

ところが、血管やリンパ管は、正常な組織状態では、形態的に位置を特定できるが、癌が進行すると組織の形態が崩れ、その視認が難しくなってしまう。このため、Ｈ＆Ｅ染色では視認が難しい血管壁を構成する組織（弾性線維）に対して特殊な染色を施すことで、色を変えて視覚的に強調する手法が臨床的に行われている。

しかしながら、特殊染色を施す手法の場合、臨床現場でのコストや作業工程を増加させてしまうという問題がある。また、染色状態によっては、弾性線維等の特定の組織が適切に染色できていない可能性があるため、組織の特定精度が低下するという問題があった。このため、実際に特殊染色を施すことなく、画像処理によって組織を特定しようとする試みが提案されている（例えば、特許文献１参照）。具体的には、Ｈ＆Ｅ染色標本を構成する組織（細胞核，細胞質，間質，空孔等）の色情報（色相，彩度，明度）や平均輝度に基づいて各組織の特徴量を決定し、細胞分類に用いる分類テーブルを作成するようにしている。

特開２００６−１５３７４２号公報

ところで、特許文献１では、色情報や平均輝度値を特徴量としている。しかしながら、Ｈ＆Ｅ染色標本において、血管の色情報は、標本が存在しない領域である空孔の色情報と類似している。このため、単に色情報や平均輝度値等の特徴量を用いただけではこれらの領域を適正に分類できず、組織が正しく特定できない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、血管領域を他の領域と適正に区別して特定することができる画像処理装置および画像処理プログラムを提供することを目的とする。

上記した課題を解決し、目的を達成するため、本発明にかかる画像処理装置は、血管領域を含む標本画像を処理する画像処理装置であって、前記標本画像から高輝度領域を抽出する抽出手段と、前記高輝度領域の近傍に存在する弾性線維の出現パターンを検出するパターン検出手段と、前記出現パターンの検出結果に基づいて、前記高輝度領域を含む領域を血管領域として特定する第１の血管特定手段と、を備えるものである。

また、本発明にかかる画像処理プログラムは、血管領域を含む標本画像を処理するコンピュータに、前記標本画像から高輝度領域を抽出する抽出手順と、前記高輝度領域の近傍に存在する弾性線維の出現パターンを検出するパターン検出手順と、前記出現パターンの検出結果に基づいて、前記高輝度領域を含む領域を血管領域として特定する第１の血管特定手順と、を実行させるものである。

本発明によれば、高輝度領域の近傍に存在する弾性線維の出現パターンを検出し、出現パターンの検出結果に基づいてこの高輝度領域を含む領域を血管領域として特定することができる。したがって、標本画像中の血管領域を他の領域と適正に区別して特定することができるという効果を奏する。

以下、図面を参照し、本発明の好適な実施の形態について詳細に説明する。本実施の形態では、Ｈ＆Ｅ染色された染色標本（生体組織標本）を被写体とし、この染色標本を撮像した染色標本画像であるマルチバンド画像から血管領域を特定する場合について説明する。なお、この実施の形態によって本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示している。

先ず、本実施の形態で行う染色標本画像中の血管領域の特定処理の概要について説明する。図１−１は、中央部に血管が写る染色標本画像の一例を示す図である。また、図１−２は、染色標本画像中の血管の周囲に存在する弾性線維を識別可能に示した図である。本実施の形態では、図１−１に示す血管や空孔を特定するとともに、図１−２中に可視化して示した弾性線維を特定する。ここで、図１−１に示すように、中央に白く写った血管内腔や、血管の周囲に白く写る組織が存在していない領域である空孔は、染色標本画像内において高輝度画素を持つ領域として現れる。そこで、Ｈ＆Ｅ染色標本を撮像した染色標本画像から高輝度領域を抽出することによって、血管の領域（血管領域）または空孔の領域（空孔領域）として特定する。そして、抽出した高輝度領域のうちの血管領域の特定は、血管壁を構成する組織である弾性線維のその高輝度領域の周囲における存在確率に基づいて行う。

（実施の形態１）
先ず、実施の形態１について説明する。実施の形態１は、高輝度領域の周囲に存在する弾性線維の存在確率の一例である高輝度領域の近傍に存在する弾性線維の出現パターンを検出し、検出した出現パターンに基づいて血管領域を特定するものである。

図２は、実施の形態１における画像処理装置１の機能構成を示すブロック図である。実施の形態１の画像処理装置１は、画像撮像部１１０と、操作部１２０と、表示部１３０と、画像処理部１４０と、記憶部１５０と、装置各部を制御する制御部１６０とを備える。

画像撮像部１１０は、１６枚のバンドパスフィルタをフィルタホイールで回転させて切り替えながら、面順次方式でマルチバンド画像を撮像する。この撮像方式は、例えば、特開平７−１２０３２４号公報等で開示され、広く知られている。これにより、標本の各点に対して１６バンドの画素値を有するマルチバンド画像が得られる。各バンドの画素値は、波長帯域λにおける光の強度に該当する。

操作部１２０は、例えば、キーボードやマウス、タッチパネル、各種スイッチ等によって実現されるものであり、操作入力に応じた操作信号を制御部１６０に出力する。

表示部１３０は、ＬＣＤ，ＥＬディスプレイ等のフラットパネルディスプレイやＣＲＴディスプレイ等の表示装置によって実現されるものであり、制御部１６０から入力される表示信号に基づいて各種画面を表示する。

画像処理部１４０は、ＣＰＵ等のハードウェアによって実現される。この画像処理部１４０は、組織抽出処理部１４１と、抽出手段としての高輝度領域抽出処理部１４２と、第２の血管特定手段としての赤血球位置判定処理部１４３と、分割手段としての特徴量算出処理部１４４と、パターン検出手段および第１の血管特定手段としての弾性線維位置判定処理部１４５と、高輝度領域拡張処理部１４６とを含む。組織抽出処理部１４１は、染色標本画像から弾性線維と赤血球とを抽出する。高輝度領域抽出処理部１４２は、染色標本画像から高輝度領域を抽出する。赤血球位置判定処理部１４３は、赤血球と高輝度領域との位置関係を判定し、判定した位置関係に基づいて血管領域を特定する。特徴量算出処理部１４４は、高輝度領域の特徴量を算出する。弾性線維位置判定処理部１４５は、弾性線維と高輝度領域との位置関係を判定し、判定した位置関係に基づいて血管領域を特定する。高輝度領域拡張処理部１４６は、所定条件を満たす高輝度領域を拡張し、複数の高輝度領域によって構成されている血管の概略位置を決定する。

記憶部１５０は、更新記憶可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵或いはデータ通信端子で接続されたハードディスク、ＣＤ−ＲＯＭ等の情報記憶媒体及びその読取装置等によって実現されるものである。この記憶部１５０には、画像処理装置１を動作させ、この画像処理装置１が備える種々の機能を実現するためのプログラムや、このプログラムの実行中に使用されるデータ等が一時的または永続的に記憶される。また、染色標本画像を処理してこの染色標本画像内の血管領域を特定するための画像処理プログラム１５１が格納される。

制御部１６０は、ＣＰＵ等のハードウェアによって実現される。この制御部１６０は、操作部１２０から入力される操作信号や画像撮像部１１０から入力される画像データ、記憶部１５０に格納されるプログラムやデータ等に基づいて画像処理装置１を構成する各部への指示やデータの転送等を行い、画像処理装置１全体の動作を統括的に制御する。

図３は、画像処理装置１が行う処理手順を示すフローチャートである。なお、ここで説明する処理は、記憶部１５０に格納された画像処理プログラム１５１に従って画像処理装置１の各部が動作することによって実現される。

画像処理装置１では、先ず、画像撮像部１１０が染色標本をマルチバンド撮像し、染色標本画像を取得する（ステップａ１）。取得した染色標本画像の画像データは、記憶部１５０に格納される。

続いて、組織抽出処理部１４１が、染色標本画像から弾性線維と赤血球とを抽出する（ステップａ３）。具体的には、組織抽出処理部１４１は先ず、画像撮像部１１０が撮像した染色標本画像から染色標本上の各点の分光透過率を取得する。ここで、本来色素は、観察対象の染色標本内に３次元的に分布しているが、通常の透過観察系ではそのまま３次元像として捉えることはできず、染色標本内を透過した照明光をカメラの撮像素子上に投影した２次元像として観察される。したがって、ここでいう「染色標本上の各点」とは、投影された撮像素子の各画素に対応する染色標本上の各点のことであり、染色標本上の点ｘは、マルチバンド画像上の画像位置（画素）ｘに対応しているものとする。

次に、組織抽出処理部１４１は、取得した分光透過率を特徴量とし、サポートベクターマシン（ＳＶＭ）等の判別器を用いた学習判別処理によって弾性線維に該当する画素と赤血球に該当する画素とを抽出する。なお、弾性線維は、ある特定のバンドにおいて分光透過率が１．０以上となる現象が起こることがあるため、この現象に基づいて弾性線維に該当する画素を抽出してもよい。組織抽出処理部１４１は、抽出した弾性線維に該当する画素に弾性線維ラベルＥＦを付与し、赤血球に該当する画素に赤血球ラベルＲＤＣを付与する。付与された弾性線維ラベルＥＦおよび赤血球ラベルＲＤＣの情報は、記憶部１５０に格納される。

続いて、高輝度領域抽出処理部１４２が、染色標本画像から高輝度領域を抽出する（ステップａ５）。上記したように、染色標本画像内の高輝度領域は、血管領域であるか、または組織が存在していない空孔領域であると考えられる。高輝度領域抽出処理部１４２は、先ず、染色標本画像をグレースケール画像に変換する。次に、高輝度領域抽出処理部１４２は、各画像位置（画素）の画素値について予め設定される閾値Ｔｈ_gを用いた閾値処理を行うことによって高輝度画素を抽出するとともに、赤血球ラベルＲＤＣが付与された画素を高輝度画素に変換する。閾値Ｔｈ_gは、画素値のヒストグラムに基づいて自動的に決定することも可能である。例えば、グレースケール画像の画素値の平均Ｇ_meanと、画素値の標準偏差Ｇ_stdとを用い、次式（１）に従って閾値Ｔｈ_gを算出する。そして、グレースケール画像中の閾値Ｔｈ_gより大きい画素値を持つ画素を高輝度画素として抽出する。
Ｔｈ_g＝Ｇ_mean＋Ｇ_std ・・・（１）

このようにして抽出された高輝度画素のうち、連結している高輝度画素群を１つの高輝度領域として、高輝度ラベルＨ_n（ｎ＝１，２，３，・・・，Ｎ）を付与する。Ｎは、染色標本画像内に存在する高輝度領域の数である。高輝度画素に付与された高輝度領域毎の高輝度ラベルＨ_nの情報は、記憶部１５０に格納される。

なお、付与された高輝度ラベルＨ_nの情報をユーザに視覚的に提示し、ユーザ操作に従って閾値Ｔｈ_gを設定する構成としてもよい。この場合には、高輝度領域抽出処理部１４２は、高輝度ラベルＨ_nに基づいて各画素を２値化した２値画像を生成する。そして、制御部１６０が、この２値画像を表示部１３０に表示する制御を行うとともに、閾値Ｔｈ_gの設定依頼の通知を表示する制御を行なう。ユーザは、表示部１３０に表示された２値画像を観察しながら操作部１２０を操作して、直接閾値Ｔｈ_gの値を入力する。高輝度領域抽出処理部１４２は、この設定依頼の通知に対する応答に従って高輝度画素の抽出を行う。

また、組織抽出処理部１４１および高輝度領域抽出処理部１４２による処理結果をユーザに視覚的に提示することとしてもよい。具体的には、弾性線維ラベルＥＦが付与された領域、赤血球ラベルＲＤＣが付与された領域および高輝度ラベルＨ_nが付与された領域のうち、２つ以上の領域を示す領域位置画像を生成し、表示部１３０に表示する構成としてもよい。図４は、赤血球、弾性線維および高輝度領域の領域位置を示す領域位置画像の一例を示す図であり、赤血球ラベルＲＤＣが付与された領域Ｅａ、弾性線維ラベルＥＦが付与された領域Ｅｂおよび高輝度ラベルＨ_nが付与された領域Ｅｃ１，Ｅｃ３の３種類の領域を示している。各領域Ｅａ、ＥｂおよびＥｃ１，Ｅｃ３は、それぞれ表示色や表示パターン等の表示形態を変更することによって、目視による区別可能に表示することができる。

続いて、赤血球位置判定処理部１４３が、図３に示すように、高輝度領域内の赤血球の存在率を算出して赤血球と高輝度領域との位置関係を判定し、血管領域を特定する（ステップａ７）。すなわち、赤血球位置判定処理部１４３は、先ず高輝度領域内の赤血球の存在率を算出する。具体的には、高輝度領域毎に赤血球ラベルＲＤＣが付与された画素数を計数する。そして、高輝度領域の画素数（面積）に対する赤血球ラベルＲＤＣが付与された画素数の割合を存在率として算出する。次に、赤血球位置判定処理部１４３は、算出した存在率が予め設定される閾値以上である高輝度領域を血管領域として特定する。ここで用いる閾値は、高輝度領域の面積や周囲長に基づいて設定することができる。

なお、存在率を判定するための閾値をユーザ操作に従って設定する構成としてもよい。例えば、制御部１６０は、図４に例示したような領域位置画像を表示部１３０に表示する制御を行うとともに、存在率を判定するための閾値の設定依頼の通知を表示する制御を行う。ユーザは、表示部１３０に表示された領域位置画像を観察しながら、操作部１２０を操作して直接閾値の値を入力する。あるいは、ユーザ操作に従って血管領域に該当する高輝度領域を特定するように構成してもよい。例えば、領域位置画像とともに、血管領域に該当する高輝度領域の指定依頼の通知を表示部１３０に表示する制御を行う。ユーザは、内部に赤血球が存在する高輝度領域を目視によって判断し、操作部１２０を操作して高輝度領域を選択することによって、血管領域を指定する。

そして、赤血球位置判定処理部１４３は、血管領域として特定された高輝度領域の各画素に血管ラベルＢＶを付与する。付与された血管ラベルＢＶの情報は、記憶部１５０に格納される。このように、実施の形態１では、赤血球位置判定処理部１４３は、高輝度領域内にある程度の割合で赤血球が存在している場合に、この高輝度領域を血管領域として特定する。

続いて、図３に示すように、特徴量算出処理部１４４が、高輝度領域の輪郭、重心位置（以下、「高輝度重心」と呼ぶ。）、周囲長等を特徴量として算出し、高輝度領域を楕円近似して近似楕円の領域である楕円領域（以下、単に「楕円」と呼ぶ。）を設定するとともに、この楕円の拡大近似楕円の領域であるＫ倍楕円領域（以下、単に「Ｋ倍楕円」と呼ぶ。）を設定する（ステップａ９）。続いて、特徴量算出処理部１４４は、高輝度領域と、この高輝度領域について設定した楕円およびＫ倍楕円とを所定数の分割領域に分割する（ステップａ１１）。

図５は、図４に示した領域位置画像の高輝度領域Ｅｃ１について求めた高輝度重心と、この高輝度領域Ｅｃ１を楕円近似して設定した楕円１１およびＫ倍楕円１３を示す図である。Ｋ倍楕円とは、楕円と重心位置が同一であって、楕円のＫ倍の面積を有するものをいう。Ｋの値は適宜設定できるが、例えばここでは、Ｋ＝１．７としている。楕円近似の手法としては、既知の手法を適宜選択して用いることができるが、例えば、主成分分析による近似方法を用いることができる。

すなわち、例えば、それぞれ高輝度ラベルＨ_nが付与された高輝度領域の高輝度重心をｇ_Hnとし、この高輝度ラベルＨ_nの高輝度領域がｎｕｍ個の画素ｐ_Hn,k（ｋ＝，２，３，・・・，ｎｕｍ）で構成されているとすると、この高輝度領域の分散・共分散行列Ｍ_Hnは、次式（２）で定義される。（ｐ_Hn,k−ｇ_Hn）は、高輝度領域を構成している画素ｐ_Hn,kと高輝度重心ｇ_Hnとの距離を示す行列であり、（ｐ_Hn,k−ｇ_Hn）^Tは、（ｐ_Hn,k−ｇ_Hn）の転置行列を表す。

式（２）で定義される高輝度領域の分散・共分散行列Ｍ_Hnについて主成分分析を行うと、次式（３）によって第１主成分ｅ１_Hnを求めることができる。この第１主成分ｅ１_Hnがこの高輝度領域の長軸となる。

高輝度領域とその楕円およびＫ倍楕円の分割は、式（３）によって算出した高輝度領域の長軸を基準とし、これらの領域を周方向に等角度で分割することによって行う。図６は、高輝度領域の長軸１５を基準として領域を分割する様子を示す図である。例えば、領域分割数をＩとし、Ｉ個の領域に分割する場合、長軸１５を基準として３６０／Ｉ度毎に分割を行う。図６では、例えばＩ＝８とし、高輝度領域Ｅｃ１とその楕円１１およびＫ倍楕円１３を４５度毎に８個の領域に分割している。このようにして高輝度領域とその楕円およびＫ倍楕円を分割したならば、特徴量算出処理部１４４は、高輝度領域および楕円の領域を包含しているＫ倍楕円の分割領域に領域ラベルＲ_Hn,i（ｎ＝１，２，３，・・・Ｎ／ｉ＝１，２，３，・・・,Ｉ）を付与し、以降の処理においてこの領域ラベルＲ_Hn,iによって分割領域を識別する。図６中にハッチングを付して示した領域１６が、領域ラベルＲ_Hn,iが付与されるＫ倍楕円の１つの分割領域である。付与された領域ラベルＲ_Hn,iの情報は、記憶部１５０に格納される。

このとき、特徴量算出処理部１４４は、領域ラベルＲ_Hn,iが付与された分割領域毎に、その分割領域内に含まれる高輝度領域の輪郭位置を特定し、その分割領域内における高輝度領域の輪郭の長さを算出するとともに、その分割領域内に含まれる楕円の輪郭の長さおよびＫ倍楕円の輪郭の長さを算出する。この高輝度領域、楕円およびＫ倍楕円の輪郭の長さは、それぞれその分割領域内における輪郭位置の画素の数を計数することによって算出する。図７は、分割領域１６について算出される高輝度領域Ｅｃ１の輪郭の長さ１７（Ｅｌ_i（ｉ＝１，２，３，・・・,Ｉ））およびこの高輝度領域のＫ倍楕円の輪郭の長さ１９を示す図である。算出された各分割領域における高輝度領域の輪郭の長さ、楕円の輪郭の長さおよびＫ倍楕円の輪郭の長さの情報は、記憶部１５０に格納される。

また、特徴量算出処理部１４４は、分割領域毎に、その分割領域内に存在する弾性線維と高輝度重心ｇ_Hnとの距離を算出する。図８は、分割領域１６について算出される弾性線維Ｅｂと高輝度重心ｇ_Hnとの距離２１（ｌ_i（ｉ＝１，２，３，・・・Ｔ））を示す図である。分割領域１６に着目すると、特徴量算出処理部１４４は、この分割領域１６内に存在する各弾性線維Ｅｂ（具体的には、分割領域１６内に含まれる弾性線維ラベルＥＦが付与された各画素）について、それぞれ高輝度重心ｇ_Hnとの矢印で示す距離２１（ｌ_i）を算出する。Ｔは、領域ラベルＲ_Hn,iの分割領域内に含まれる弾性線維ラベルＥＦが付与された画素の数である。算出された各分割領域における弾性線維と高輝度重心ｇ_Hnとの距離ｌ_iの情報は、記憶部１５０に格納される。

また、特徴量算出処理部１４４は、分割領域毎に、その分割領域内に含まれる高輝度領域の輪郭位置と高輝度重心ｇ_Hnとの距離を算出する。図９は、分割領域１６について算出される高輝度領域Ｅｃ１の輪郭位置と高輝度重心ｇ_Hnとの距離２３を示す図である。分割領域１６に着目すると、特徴量算出処理部１４４は、この分割領域１６内の高輝度領域の各輪郭位置について、それぞれ高輝度重心ｇ_Hnとの矢印で示す距離２３を算出する。算出された各分割領域における高輝度領域の輪郭位置と高輝度重心ｇ_Hnとの距離の情報は、記憶部１５０に格納される。

さらに、特徴量算出処理部１４４は、分割領域毎に、その分割領域内に含まれるＫ倍楕円の輪郭位置と高輝度重心ｇ_Hnとの距離を算出する。図１０は、分割領域１６について算出されるＫ倍楕円１３の輪郭位置と高輝度重心ｇ_Hnとの距離２５（Ｅ_KRn,m）を示す図である。分割領域１６に着目すると、特徴量算出処理部１４４は、この分割領域１６内のＫ倍楕円１３の輪郭位置と高輝度重心ｇ_Hnとの矢印で示す距離２５（Ｅ_KRn,m）を算出する。具体的には、分割領域内に含まれるＫ倍楕円の各輪郭位置と高輝度重心ｇ_Hnとの距離の平均値Ｅ_KRn,mを次式（４）に従って算出し、Ｋ倍楕円の輪郭位置と高輝度重心ｇ_Hnとの距離とする。算出された各分割領域におけるＫ倍楕円の輪郭位置と高輝度重心ｇ_Hnとの距離の情報は、記憶部１５０に格納される。

続いて、弾性線維位置判定処理部１４５が、図３に示すように、投票値条件を満足するか否かによって弾性線維と高輝度領域との位置関係を領域ラベルＲ_Hn,iの分割領域毎に判定し、血管領域を特定するとともに血管候補領域を抽出する（ステップａ１３）。

具体的には、弾性線維位置判定処理部１４５は、先ず、高輝度領域の近傍における弾性線維の出現パターンを分割領域毎に検出する。そして、弾性線維位置判定処理部１４５は、検出した出現パターンに基づいて、高輝度領域の外郭に弾性線維が存在するか否かを分割領域毎に判定する。すなわち、処理対象の分割領域における弾性線維の出現パターンを検出した結果に基づいて、この分割領域内に存在する弾性線維と高輝度重心ｇ_Hnとの距離がこの分割領域内に含まれる高輝度領域の輪郭位置と高輝度重心ｇ_Hnとの距離よりも大きく、且つ、高輝度領域の輪郭位置の外側においてこの輪郭位置の近傍に弾性線維が所定量以上存在しているか否か（ある程度密集しているかどうか）を判定する。これは、高輝度領域の輪郭位置から大きく外側に離れた位置に存在する弾性線維や、輪郭位置の外側近傍に弾性線維が存在する場合であっても、それぞれが離れた位置に点在している弾性線維は、ノイズ等の可能性があると考えられるためである。本実施の形態では、処理対象の分割領域内に存在する弾性線維、すなわち、処理対象の分割領域内の弾性線維ラベルＥＦが付された画素に対し、高輝度重心ｇ_Hnとの距離に応じた重み付き投票を行うことによってこの分割領域における弾性線維の出現パターンを検出し、その分割領域内の高輝度領域の外郭に存在する弾性線維の有無を判定する。

重み付き投票の具体的な処理手順について説明する。先ず、領域ラベルＲ_Hn,iの分割領域内の弾性線維ラベルＥＦが付与された各画素に対し、その高輝度重心ｇ_Hnとの距離ｌ_i（ｉ＝１，２，３，・・・Ｔ）に応じた重み付きポイントＷＰ_i（ｉ＝１，２，３，・・・Ｔ）を、次式（５）に従って付与する。τは、任意の値が設定される係数である。

次に、重み付きポイントＷＰ_iを加算し、領域ラベルＲ_Hn,iの分割領域内における投票値Ｖｏｔｅ_Hn,i（ｎ＝１，２，３，・・・，Ｎ／ｉ＝１，２，３，・・・,Ｉ）とする。この投票値Ｖｏｔｅ_Hn,iは、分割領域内の弾性線維と高輝度重心ｇ_Hnとの距離ｌ_iおよびその分割領域内に存在する弾性線維の数に基づいて定まる値であり、高輝度重心ｇ_Hnとの距離ｌ_iが近い弾性線維が多い程その値が大きくなり、高輝度重心ｇ_Hnとの距離ｌ_iが遠い弾性線維が多く存在する場合や、弾性線維が点在する場合には、その値が小さくなる。

次に、弾性線維位置判定処理部１４５は、分割領域毎に求めた投票値Ｖｏｔｅ_Hn,iが投票値条件を満足するか否かによって、その分割領域内に含まれる高輝度領域の外郭に存在する弾性線維の有無を判定する。すなわち先ず、領域ラベルＲ_Hn,iの高輝度領域の輪郭の長さＥｌ_iを用い、領域ラベルＲ_Hn,iの分割領域内に含まれる高輝度領域の輪郭位置についての投票値Ｅｄｇｅ_Hn,i（ｎ＝１，２，３，・・・／Ｎ、ｉ＝１，２，３，・・・,Ｉ）を求める。続いて、Ｋ倍楕円の輪郭位置と高輝度重心ｇ_Hnとの距離Ｅ_KRn,mおよびＫ倍楕円の輪郭の長さＥｌ_iを用い、領域ラベルＲ_Hn,iの分割領域内に含まれるＫ倍楕円の輪郭位置についての投票値Ｅｌｌ_Hn,i（ｎ＝１，２，３，・・・，Ｎ、ｉ＝１，２，３，・・・,Ｉ）を求める。上記のように、距離Ｅ_KRn,mは、その分割領域内に含まれるＫ倍楕円の各輪郭位置と高輝度重心ｇ_Hnとの距離の平均値である。

ここで、高輝度領域の外郭とは、高輝度領域の輪郭位置に近い周囲である。したがって、次式（６）に示すように、弾性線維の投票値投票値Ｖｏｔｅ_Hn,iが、高輝度領域の輪郭よりも外側に位置するＫ倍楕円輪郭の投票値Ｅｌｌ_Hn,iより大きく、高輝度領域の輪郭の投票値Ｅｄｇｅ_Hn,iよりも小さいことを投票値条件とする。この投票値条件を満たすということは、その分割領域内の高輝度領域の外郭にある程度の弾性線維が存在していることを示しており、この投票値条件を満たす場合には、その分割領域について高輝度領域の外郭に弾性線維が存在すると判定する。各分割領域が投票値条件を満足したか否かの情報は、高輝度ラベルＨ_nと対応付けて記憶部１５０に格納される。
Ｅｌｌ_Hn,i＜Ｖｏｔｅ_Hn,i＜Ｅｄｇｅ_Hn,i ・・・（６）

そして、投票値条件を満たした分割領域の数が領域分割数Ｉ＝８と一致した場合、すなわち、全ての分割領域において投票値条件を満たしている場合には、その高輝度ラベルＨ_nの高輝度領域を血管領域として特定し、血管ラベルＢＶを付与する。一方、少なくとも１つの分割領域が投票値条件を満たしている場合には、その高輝度ラベルＨ_nの高輝度領域を血管候補領域として抽出し、血管候補ラベルＣａｎｄ_Hnを付与する。さらに、この血管候補ラベルＣａｎｄ_Hnに、投票値条件を満たした領域ラベルＲ_Hn,iの分割領域を存在領域として登録するとともに、投票条件を満たしていない領域ラベルＲ_Hn,iの分割領域を非存在領域として登録する。さらに存在領域として登録した領域ラベルＲ_Hn,iの分割領域内に存在する弾性線維の画素に付与された弾性線維ラベルＥＦに、血管候補ラベルＣａｎｄ_Hnを登録する。付与された血管ラベルＢＶや血管候補ラベルＣａｎｄ_Hnの情報や、血管候補ラベルＣａｎｄ_Hnに登録された存在領域および非存在領域の情報、弾性線維ラベルＥＦに登録された血管候補ラベルＣａｎｄ_Hnの情報は、記憶部１５０に格納される。

このように、弾性線維位置判定処理部１４５は、高輝度領域の外郭に弾性線維が存在するか否かを分割領域毎に判定し、存在する場合にはその分割領域内に存在する弾性線維が投票値条件を満足するか否かを判定する。そして、弾性線維位置判定処理部１４５は、全ての分割領域において投票値条件を満足する場合に、その高輝度領域を血管領域として特定する。また、いずれか１つの分割領域において投票値条件を満足する場合には、その高輝度領域を血管候補領域とする。

なお、このとき、付与された血管ラベルＢＶや血管候補ラベルＣａｎｄ_Hnの情報をユーザに視覚的に提示するようにしてもよい。例えば、図４に例示したような領域位置画像中で、血管領域として特定されて血管ラベルＢＶが付与された高輝度領域や、血管候補ラベルＣａｎｄ_Hnが付与されて血管候補領域として抽出された高輝度領域を他と異なる表示形態で区別可能に表示した画像を生成し、表示部１３０に表示する構成としてもよい。またこのとき、血管候補ラベルＣａｎｄ_Hnに登録された存在領域および非存在領域の情報に基づき、血管候補領域中の存在領域と非存在領域との表示形態を変更してこれらを区別可能に表示するようにしてもよい。

続いて、高輝度領域拡張処理部１４６が、図３に示すように、血管候補領域として抽出された高輝度領域を拡張して複数の高輝度領域を統合し、複数の高輝度領域によって構成された血管の概略位置を決定して血管領域を特定する（ステップａ１５）。

図１１−１および図１１−２は、隣接する２つの血管候補領域（高輝度領域）Ｅｃ１１，Ｅｃ１３を統合して血管の概略位置を決定する様子を示す図である。具体的には、図１１−１では、血管候補領域Ｅｃ１１中の存在領域として登録された分割領域にハッチングを付して示しており、図１１−２では、血管候補領域Ｅｃ１３中の存在領域として登録された分割領域にハッチングを付して示している。例えば、血管候補領域Ｅｃ１１に付与された血管候補ラベルをＣａｎｄ_Hiとすると、図１１−１に示す血管候補ラベルＣａｎｄ_Hiの血管候補領域Ｅｃ１１には、ハッチングを付した分割領域が存在領域として登録されており、これらの存在領域内に存在する弾性線維の弾性線維ラベルＥＦに血管候補ラベルＣａｎｄ_Hiが登録されている。一方で、血管候補領域Ｅｃ１３に付与された血管候補ラベルをＣａｎｄ_Hjとすると、図１１−２に示す血管候補ラベルＣａｎｄ_Hjの血管候補領域Ｅｃ１３には、ハッチングを付した分割領域が存在領域として登録されており、これらの存在領域内に存在する弾性線維の弾性線維ラベルＥＦに血管候補ラベルＣａｎｄ_Hjが登録されている。

この場合、血管候補ラベルＣａｎｄ_Hiの高輝度領域の存在領域内の弾性線維ラベルＥＦの中に、血管候補ラベルＣａｎｄ_Hjが重複して登録されている弾性線維ラベルＥＦが存在することとなる。一方で、血管候補ラベルＣａｎｄ_Hiの高輝度領域の非存在領域と、血管候補ラベルＣａｎｄ_Hjの高輝度領域の非存在領域とが重複している。このように、血管候補ラベルＣａｎｄ_Hiの高輝度領域の存在領域内の弾性線維ラベルＥＦに他の血管候補ラベルＣａｎｄ_Hjが登録されている場合であって、且つこの血管候補ラベルＣａｎｄ_Hiに登録されている非存在領域と他の血管候補ラベルＣａｎｄ_Hjに登録されている非存在領域とが重複している場合、血管候補ラベルＣａｎｄ_HiとＣａｎｄ_Hjとがそれぞれの外郭で弾性線維ラベルＥＦを共有していると判定でき、血管候補領域が隣接して存在していると考えられる。すなわち、このような血管候補領域（高輝度領域）Ｅｃ１１，Ｅｃ１３は、１つの血管領域が、分離した複数の高輝度領域として抽出されたと考えられ、このような場合は、これらの高輝度領域を１つの領域に統合する。

血管候補ラベルＣａｎｄ_Hi，Ｃａｎｄ_Hjの各高輝度領域の統合は、それぞれの領域を拡張し、公知の動的輪郭抽出処理の手法を用いて統合領域の輪郭位置を決定することにより行い、概略位置を決定する。図１２−１および図１２−２は、血管候補ラベルＣａｎｄ_Hi，Ｃａｎｄ_Hjの各高輝度領域を統合して統合領域の輪郭位置を決定する様子を示す図である。すなわち、動的輪郭抽出処理では、統合する各血管候補領域（高輝度領域）Ｅｃ１１，Ｅｃ１３のＫ倍楕円の輪郭によって定まる図１２−１中に一点鎖線で示す初期境界Ｌ２１に基づき、図１２−２中に二点鎖線で示す統合領域の輪郭位置Ｌ２３を決定する。高輝度領域拡張処理部１４６は、このようにして高輝度領域を統合した統合領域を血管領域として特定し、血管ラベルＢＶを付与する。付与された血管レベルＢＶの情報は、記憶部１５０に格納される。

そして、図３に示すように、制御部１６０が、血管領域として特定され、血管ラベルＢＶが付与された高輝度領域を示す血管画像を生成して表示部１３０に表示する制御を行う（ステップａ１７）。なお、このとき、血管画像を染色標本画像上に重畳させて表示するようにしてもよい。

以上説明したように、実施の形態１によれば、高輝度領域の近傍に存在する弾性線維の出現パターンを検出することによって、高輝度領域の外郭に存在する弾性線維の有無を判定することができる。具体的にはこのとき、高輝度領域の近似楕円を拡大したＫ倍楕円領域を複数の分割領域に分割し、この分割領域毎に出現パターンを検出することができる。そして、検出した出現パターンに基づいて、高輝度領域の輪郭位置の外側であって、この輪郭位置の近傍に弾性線維が所定量以上存在している場合に高輝度領域の外郭に弾性線維が存在すると判定し、全ての分割領域で高輝度領域の外郭に弾性線維が存在する場合に、この高輝度領域を血管領域として特定することができる。したがって、染色標本画像中の血管領域を他の領域と適正に区別して特定することができ、観察者は、血管が形態的に変化した場合等、染色標本画像上で血管の目視確認が難しい場合であっても、血管位置を容易に視認することが可能となる。

（実施の形態２）
次に、実施の形態２について説明する。実施の形態２は、高輝度領域の周囲に存在する弾性線維の存在確率の一例である高輝度領域の外郭領域における弾性線維の存在率を算出し、算出した存在率に基づいて血管領域を特定する。

図１３は、実施の形態２における画像処理装置１ｂの機能構成を示すブロック図である。なお、実施の形態１と同一の構成については、同一の符号を付している。実施の形態１の画像処理装置１ｂは、画像撮像部１１０と、操作部１２０と、表示部１３０と、画像処理部１４０ｂと、記憶部１５０ｂと、装置各部を制御する制御部１６０とを備える。記憶部１５０ｂには、画像処理プログラム１５１ｂが格納される。

また、画像処理部１４０ｂは、組織抽出処理部１４１と、抽出手段としての高輝度領域抽出処理部１４２と、第２の血管特定手段としての赤血球位置判定処理部１４３ｂと、領域拡張手段としての高輝度領域拡張処理部１４６ｂと、第１の血管特定手段としての血管特定処理部１４７ｂとを含む。

図１４は、実施の形態２の画像処理装置１ｂが行う処理手順を示すフローチャートである。ここで説明する処理は、記憶部１５０ｂに格納された画像処理プログラム１５１ｂに従って画像処理装置１ｂの各部が動作することによって実現される。なお、図１４において、実施の形態１と同様の処理工程には同一の符号を付している。

実施の形態２では、画像撮像部１１０が染色標本をマルチバンド撮像し（ステップａ１）、組織抽出処理部１４１が染色標本画像から弾性線維と赤血球とを抽出して（ステップａ３）、高輝度領域抽出処理部１４２が染色標本画像から高輝度領域を抽出したならば（ステップａ５）、続いて赤血球位置判定処理部１４３ｂが、高輝度領域毎にその収縮領域を生成して赤血球と高輝度領域との位置関係を判定し、血管領域を特定する（ステップｂ７）。

具体的には、赤血球位置判定処理部１４３ｂは、先ず、各高輝度領域を収縮した収縮領域を生成する。そして、赤血球位置判定処理部１４３ｂは、高輝度領域と生成した収縮領域とに挟まれた領域、詳細には、高輝度領域の内側であって、収縮領域の外側の領域内における赤血球の面積に基づいてその高輝度領域内に存在する赤血球の存在率を算出する。例えば、高輝度領域と収縮領域とに挟まれた領域内に含まれる赤血球ラベルＲＤＣが付与された画素数を計数し、高輝度領域の画素数（面積）に対する赤血球ラベルＲＤＣが付与された画素数の割合を存在率として算出する。次に、赤血球位置判定処理部１４３ｂは、算出した存在率が予め設定される閾値以上である高輝度領域を血管領域として特定する。ここで用いる閾値は、実施の形態１と同様にして、高輝度領域の面積や周囲長に基づいて設定することができる。また、実施の形態１で説明したように、領域位置画像を表示部１３０に表示し、ユーザがこの領域位置画像を見ながら存在率を判定するための閾値を直接設定する構成としてもよい。

そして、赤血球位置判定処理部１４３ｂは、血管領域として特定された高輝度領域の各画素に血管ラベルＢＶを付与する。付与された血管ラベルＢＶの情報は、記憶部１５０ｂに格納される。このように、実施の形態２では、赤血球位置判定処理部１４３ｂは、高輝度領域内であって、この高輝度領域の収縮領域の外側の領域にある程度の割合で赤血球が存在している場合に、この高輝度領域を血管領域として特定する。

続いて、高輝度領域拡張処理部１４６ｂが、ステップａ５で抽出されて高輝度ラベルＨ_nが付与された高輝度領域を拡張し、周囲に存在する弾性線維との位置関係および他の高輝度領域との位置関係を判定する（ステップｂ９）。図１５は、膨張処理によって高輝度領域Ｅｃ２１を拡張する様子を示す図である。高輝度領域の拡張は、公知の膨張処理の手法を用いることで実現でき、高輝度領域拡張処理部１４６ｂは先ず、図１５に示すように、高輝度領域Ｅｃ２１から一点鎖線で示す拡張領域Ｅｄ２１を生成する。そして、高輝度領域拡張処理部１４６ｂは、拡張領域の輪郭位置の画素数を計数し、周囲長を算出する。より具体的には、高輝度領域拡張処理部１４６ｂは、膨張処理を繰り返し行う。そしてこのとき、膨張処理の回数によって膨張範囲を制限し、拡張領域の周囲長が拡張前の高輝度領域の周囲長と比較してＫ倍となった時点で膨張処理を停止する。Ｋの値は適宜設定できるが、例えばＫ＝１．７とする。

なお、拡張前の高輝度領域とこの高輝度領域を拡張した拡張後の拡張領域を示す拡張前後領域画像を生成し、表示部１３０に表示する構成としてもよい。またこのとき、膨張処理回数の設定依頼の通知を表示するようにしてもよい。ユーザは、表示部１３０に表示された拡張前後領域画像を観察しながら操作部１２０を操作して、直接膨張処理回数を入力する。この場合には、高輝度領域拡張処理部１４６ｂは、この設定依頼の通知に対する応答に従って膨張処理を行う。

高輝度領域を拡張したならば、高輝度領域拡張処理部１４６ｂは、次に、弾性線維との位置関係および他の高輝度領域との位置関係を判定する。すなわち、拡張前の高輝度領域と拡張後の拡張領域とに囲まれた領域、詳細には、拡張前の高輝度領域の外側であって、拡張後の拡張領域の内側の領域を高輝度領域の外郭領域とし、外郭領域ラベルＯｕｔｅｒ_Hnを付与する。そして、外郭領域内に存在する弾性線維、すなわち外郭領域内に含まれる弾性線維ラベルＥＦが付与された画素数を計数して外郭領域内の弾性線維の面積を算出するとともに、この外郭領域内の弾性線維ラベルＥＦに対して該当する外郭領域ラベルＯｕｔｅｒ_Hnを登録する。また、ｎ＝ｉの外郭領域ラベルＯｕｔｅｒ_Hiが付与された外郭領域が、ｎ＝ｊの外郭領域ラベルＯｕｔｅｒ_Hjが付与された他の外郭領域と重複している場合には、対応する高輝度領域Ｈ_iとＨ_jとが隣接していると考えられるため、これらの各高輝度領域Ｈ_i，Ｈ_jに同一の統合ラベルＵｎｉを付与する。

続いて、図１４に示すように、血管特定処理部１４７ｂが、高輝度領域と周囲に存在する弾性線維および他の高輝度領域との位置関係に基づいて、血管領域を特定する（ステップｂ１１）。すなわち、先ず、血管特定処理部１４７ｂは、外郭領域に存在する弾性線維の存在率として、次式（７）に従って高輝度領域に対する外郭領域内の弾性線維の面積の比率αを算出し、この比率αを外郭領域に存在する弾性線維の存在率とする。

そして、血管特定処理部１４７ｂは、算出した比率αが予め設定される閾値ＣＴｈ_Hn以上ならば、その高輝度ラベルＨ_nの高輝度領域を血管領域として特定する。閾値ＣＴｈ_Hnの値は適宜設定できるが、例えばここでは、ＣＴｈ_Hn＝０．８としている。

さらに、血管特定処理部１４７ｂは、算出した比率αが予め設定される閾値ＵＴｈ_Hn以上か否かを判定するとともに、閾値ＵＴｈ_Hn以上の場合には、その高輝度ラベルＨ_nの高輝度領域に統合ラベルＵｎｉが付与されているか否かを判定する。閾値ＵＴｈ_Hnの値についても適宜設定できるが、例えばここでは、ＵＴｈ_Hn＝０．５としている。同一の統合ラベルＵｎｉが付与された高輝度領域は、１つの血管領域が、分離した複数の高輝度領域として抽出されたと考えられるためである。

すなわち、血管特定処理部１４７ｂは、算出した比率αが予め設定される閾値ＵＴｈ_Hn以上であって、且つその高輝度ラベルＨ_nの高輝度領域に統合ラベルＵｎｉが付与されている場合に、これらの高輝度領域を１つの領域として統合する。そして、血管特定処理部１４７ｂは、統合した領域があった場合には再度比率αを算出する処理を行い、閾値ＣＴｈ_Hnを用いた閾値処理を行う。そして、閾値ＣＴｈ_Hn以上ならば、その統合した領域を血管領域として特定する。ただし、この場合の弾性線維の面積は、同一の統合ラベルＵｎｉが付与された高輝度領域の各外郭領域内に存在する弾性線維の合計面積とする。また、高輝度領域の周囲長は、動的輪郭抽出処理の手法を用いて新たに決定するものとする。具体的には、各外郭領域を統合した統合領域の輪郭によって定まる初期境界に基づいて統合領域の輪郭位置を決定し、この輪郭位置の画素数を計数して統合した領域の周囲長を算出する。そして、この周囲長に対する弾性線維の合計面積を比率αとして算出し、算出した比率αが閾値ＣＴｈ_Hn以上の場合に、この統合した領域を血管領域として特定する。

血管特定処理部１４７ｂは、このようにして特定した血管領域に血管ラベルＢＶを付与する。付与された血管レベルＢＶの情報は、記憶部１５０ｂに格納される。そして、図１４に示すように、ステップａ１７に移行し、制御部１６０が、血管領域を示す血管画像を生成して表示部１３０に表示する制御を行う。

なお、付与された外郭領域ラベルＯｕｔｅｒ_Hnや統合ラベルＵｎｉの情報をユーザに視覚的に提示し、ユーザ操作に従って閾値ＣＴｈ_Hnや閾値ＵＴｈ_Hnを設定する構成としてもよい。この場合には、血管特定処理部１４７ｂは、高輝度領域や、この高輝度領域を拡張した拡張領域、高輝度領域と拡張領域とに囲まれた外郭領域を示す画像を生成する。そして、制御部１６０が、この画像を表示部１３０に表示する制御を行うとともに、閾値ＣＴｈ_Hnや閾値ＵＴｈ_Hnの設定依頼の通知を表示する制御を行なう。ユーザは、表示部１３０に表示された画像を観察しながら操作部１２０を操作して、直接閾値ＣＴｈ_Hnや閾値ＵＴｈ_Hnの値を入力する。血管特定処理部１４７ｂは、この設定依頼の通知に対する応答に従って血管領域の特定を行う。あるいは、ユーザ操作に従って血管領域に該当する高輝度領域を特定するように構成してもよい。例えば、高輝度領域や拡張領域、外郭領域を示す画像とともに、血管領域に該当する高輝度領域の指定依頼の通知を表示部１３０に表示する制御を行う。ユーザは、血管領域を目視によって判断し、操作部１２０を操作して血管領域に該当する高輝度領域を指定する。

以上説明したように、実施の形態２によれば、高輝度領域を拡張することによって、その高輝度領域の外郭領域に存在する弾性線維の有無を判定することができる。これによれば、例えば高輝度領域が円形から大きく外れた形状を有する場合やドーナツ状に形成されている場合等、高輝度領域が複雑な形をしていて高輝度領域の重心位置が高輝度領域内に存在しないような場合であっても、血管領域を容易に特定することができる。したがって、染色標本画像中の血管領域を他の領域と適正に区別して特定することができ、観察者は、血管が形態的に変化した場合等、染色標本画像上で血管の目視確認が難しい場合であっても、血管位置を容易に視認することが可能となる。

なお、上記した実施の形態１の画像処理装置１および実施の形態２の画像処理装置１ｂは、予め用意されたプログラムをパソコンやワークステーション等のコンピュータシステムで実行することによって実現することができる。以下、各実施の形態１，２で説明した画像処理装置１，１ｂと同様の機能を有し、画像処理プログラム１５１，１５１ｂを実行するコンピュータシステムについて説明する。

図１６は、実施の形態を適用したコンピュータシステム２の構成を示すシステム構成図であり、図１７は、このコンピュータシステム２における本体部２１０の構成を示すブロック図である。図１６に示すように、コンピュータシステム２は、本体部２１０と、本体部２１０からの指示によって表示画面２２１に画像等の情報を表示するためのディスプレイ２２０と、このコンピュータシステム２に種々の情報を入力するためのキーボード２３０と、ディスプレイ２２０の表示画面２２１上の任意の位置を指定するためのマウス２４０とを備える。

また、このコンピュータシステム２における本体部２１０は、図１７に示すように、ＣＰＵ２１１と、ＲＡＭ２１２と、ＲＯＭ２１３と、ハードディスクドライブ（ＨＤＤ）２１４と、ＣＤ−ＲＯＭ２６０を受け入れるＣＤ−ＲＯＭドライブ２１５と、ＵＳＢメモリ２７０を着脱可能に接続するＵＳＢポート２１６と、ディスプレイ２２０、キーボード２３０およびマウス２４０を接続するＩ／Ｏインターフェース２１７と、ローカルエリアネットワークまたは広域エリアネットワーク（ＬＡＮ／ＷＡＮ）Ｎ１に接続するためのＬＡＮインターフェース２１８とを備える。

さらに、このコンピュータシステム２には、インターネット等の公衆回線Ｎ３に接続するためのモデム２５０が接続されるとともに、ＬＡＮインターフェース２１８およびローカルエリアネットワークまたは広域エリアネットワークＮ１を介して、他のコンピュータシステムであるパソコン（ＰＣ）２８１、サーバ２８２、プリンタ２８３等が接続される。

そして、このコンピュータシステム２は、所定の記憶媒体に記憶された画像処理プログラムを読み出して実行することで画像処理装置を実現する。ここで、所定の記憶媒体とは、ＣＤ−ＲＯＭ２６０やＵＳＢメモリ２７０の他、ＭＯディスクやＤＶＤディスク、フレキシブルディスク（ＦＤ）、光磁気ディスク、ＩＣカード等を含む「可搬用の物理媒体」、コンピュータシステム２の内外に備えられるＨＤＤ２１４やＲＡＭ２１２、ＲＯＭ２１３等の「固定用の物理媒体」、モデム２５０を介して接続される公衆回線Ｎ３や、他のコンピュータシステム（ＰＣ）２８１またはサーバ２８２が接続されるローカルエリアネットワークまたは広域エリアネットワークＮ１等のように、プログラムの送信に際して短期にプログラムを保持する「通信媒体」等、コンピュータシステム２によって読み取り可能な画像処理プログラムを記憶するあらゆる記憶媒体を含む。

すなわち、画像処理プログラムは、「可搬用の物理媒体」「固定用の物理媒体」「通信媒体」等の記憶媒体にコンピュータ読み取り可能に記憶されるものであり、コンピュータシステム２は、このような記憶媒体から画像処理プログラムを読み出して実行することで画像処理装置を実現する。なお、画像処理プログラムは、コンピュータシステム２によって実行されることに限定されるものではなく、他のコンピュータシステム（ＰＣ）２８１またはサーバ２８２が画像処理プログラムを実行する場合や、これらが協働して画像処理プログラムを実行するような場合にも、本発明を同様に適用することができる。

中央部に血管が写る染色標本画像の一例を示す図である。 染色標本画像中の血管の周囲に存在する弾性線維を識別可能に示した図である。 実施の形態１における画像処理装置の機能構成を示すブロック図である。 実施の形態１の画像処理装置が行う処理手順を示すフローチャートである。 赤血球、弾性線維および高輝度領域の領域位置を示す領域位置画像の一例を示す図である。 高輝度領域を楕円近似して設定した楕円およびＫ倍楕円の一例を示す図である。 高輝度領域の長軸を基準として領域を分割する様子を示す図である。 分割領域内に含まれる高輝度領域の輪郭の長さおよびこの高輝度領域のＫ倍楕円の輪郭の長さを示す図である。 分割領域内に存在する弾性線維と高輝度重心との距離を示す図である。 分割領域内に含まれる高輝度領域の輪郭位置と高輝度重心との距離を示す図である。 分割領域内に含まれるＫ倍楕円の輪郭位置と高輝度重心との距離を示す図である。 隣接する２つの血管候補領域を統合して血管の概略位置を決定する様子を示す図である。 隣接する２つの血管候補領域を統合して血管の概略位置を決定する様子を示す図である。 ２つの高輝度領域を統合して統合領域の輪郭位置を決定する様子を示す図である。 ２つの各高輝度領域を統合して統合領域の輪郭位置を決定する様子を示す図である。 実施の形態２における画像処理装置の機能構成を示すブロック図である。 実施の形態２の画像処理装置が行う処理手順を示すフローチャートである。 膨張処理を行って高輝度領域を拡張する様子を示す図である。 実施の形態を適用したコンピュータシステムの構成を示すシステム構成図である。 図１６のコンピュータシステムにおける本体部の構成を示すブロック図である。

１，１ｂ 画像処理装置
１１０ 画像撮像部
１２０ 操作部
１３０ 表示部
１４０，１４０ｂ 画像処理部
１４１ 組織抽出処理部
１４２ 高輝度領域抽出処理部
１４３，１４３ｂ 赤血球位置判定処理部
１４４ 特徴量算出処理部
１４５ 弾性線維位置判定処理部
１４６，１４６ｂ 高輝度領域拡張処理部
１４７ｂ 血管特定処理部
１５０，１５０ｂ 記憶部
１５１，１５１ｂ 画像処理プログラム
１６０ 制御部

Claims (9)

1. 血管領域を含む標本画像を処理する画像処理装置であって、
   前記標本画像から高輝度領域を抽出する抽出手段と、
   前記高輝度領域の近傍に存在する弾性線維の出現パターンを検出するパターン検出手段と、
   前記出現パターンの検出結果に基づいて、前記高輝度領域を含む領域を血管領域として特定する第１の血管特定手段と、
   を備えることを特徴とする画像処理装置。
2. 前記パターン検出手段は、前記弾性線維の前記高輝度領域の重心位置からの距離をもとに、前記出現パターンを検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。
3. 前記パターン検出手段は、前記弾性線維の前記高輝度領域の重心位置からの距離に応じて重み係数を設定し、前記重み係数を加算することによって前記出現パターンを検出することを特徴とする請求項１または２に記載の画像処理装置。
4. 前記パターン検出手段は、前記高輝度領域の外郭に存在する弾性線維の出現パターンを検出することを特徴とする請求項１〜３のいずれか１つに記載の画像処理装置。
5. 前記高輝度領域の外郭は、前記高輝度領域の外側であって、前記高輝度領域の近似楕円の領域を拡大した拡大近似楕円の内側の領域であることを特徴とする請求項４に記載の画像処理装置。
6. 前記拡大近似楕円を、前記高輝度領域の長軸を基準として周方向に沿って複数の領域に分割する分割手段を備え、
   前記パターン検出手段は、前記分割手段によって分割された領域毎に前記弾性線維の出現パターンを検出することを特徴とする請求項５に記載の画像処理装置。
7. 前記高輝度領域内に存在する赤血球の存在率に基づいて、前記高輝度領域を含む領域を前記血管領域として特定する第２の血管特定手段を備えることを特徴とする請求項１〜６のいずれか１つに記載の画像処理装置。
8. 前記高輝度領域を含む領域は、互いに外郭に存在する前記弾性線維が共通している複数の高輝度領域で構成された領域であることを特徴とする請求項１〜７のいずれか１つに記載の画像処理装置。
9. 血管領域を含む標本画像を処理するコンピュータに、
   前記標本画像から高輝度領域を抽出する抽出手順と、
   前記高輝度領域の近傍に存在する弾性線維の出現パターンを検出するパターン検出手順と、
   前記出現パターンの検出結果に基づいて、前記高輝度領域を含む領域を血管領域として特定する第１の血管特定手順と、
   を実行させることを特徴とする画像処理プログラム。

Images