JP2013048646A - Diagnostic system - Google Patents
Diagnostic system Download PDFInfo
- Publication number
- JP2013048646A JP2013048646A JP2011186699A JP2011186699A JP2013048646A JP 2013048646 A JP2013048646 A JP 2013048646A JP 2011186699 A JP2011186699 A JP 2011186699A JP 2011186699 A JP2011186699 A JP 2011186699A JP 2013048646 A JP2013048646 A JP 2013048646A
- Authority
- JP
- Japan
- Prior art keywords
- spectral image
- data
- image
- spectral
- pixel
- 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.)
- Withdrawn
Links
Abstract
Description
本発明は、生体組織中の病変部である可能性が高い領域を指標グラフによって表示することが可能な診断システムに関する。 The present invention relates to a diagnostic system capable of displaying an area that is highly likely to be a lesion in a living tissue with an index graph.
近年、特許文献１に記載されているもののような、分光計としての機能を備えた電子内視鏡が提案されている。このような電子内視鏡によれば、胃や直腸等の消化器の粘膜等の生体組織の分光特性（光の吸収率の周波数ごとの分布）を得ることができる。物質の分光特性は、測定対象となる生体組織の表層近傍に含まれる物質の種類や濃度の情報を反映していることが知られており、分析化学の体系に属する学問分野として確立されている。その中で、複合成分よりなる物質の分光特性は、その複合物質を構成する要素物質の分光特性を重畳した情報であることも知られている。 In recent years, an electronic endoscope having a function as a spectrometer such as that described in Patent Document 1 has been proposed. According to such an electronic endoscope, it is possible to obtain spectral characteristics (distribution of light absorption rate for each frequency) of a living tissue such as a mucous membrane of a digestive organ such as the stomach or rectum. It is known that the spectral characteristics of substances reflect information on the types and concentrations of substances contained in the vicinity of the surface layer of biological tissues to be measured, and it has been established as an academic field belonging to the analytical chemistry system. . Among them, it is also known that the spectral characteristics of a substance composed of a composite component is information that superimposes the spectral characteristics of elemental substances constituting the composite substance.
病変部の生体組織においては、健常部の生体組織には殆ど含まれていない化学構造の物質が多く含まれる場合がある。そのため、病変部を含む生体組織の分光特性は、健常部のみの生体組織の分光特性とは異なったものとなる。このように、健常部と病変部とでは分光特性が変化するため、両者の分光特性を比較して、生体組織における何らかの病変部が含まれるかどうかを判断することができる。 The living tissue of the lesioned part may contain a lot of substances having a chemical structure that is hardly included in the living tissue of the healthy part. For this reason, the spectral characteristics of the biological tissue including the lesioned part are different from the spectral characteristics of the biological tissue including only the healthy part. As described above, since the spectral characteristics change between the healthy part and the lesioned part, it is possible to determine whether or not any lesioned part in the living tissue is included by comparing the spectral characteristics of both.
上記のように、生体内の分光情報を入手して、その分光特性の差異から、生体組織における病変部の存在を判定することが研究されてきた。しかしながら、従来の研究では、生体組織中のどの領域に病変部に起因する分光変化が存在するかを画像やグラフ等に展開して表示し、病変部の位置や範囲を特定しながら、また周辺組織と比較しながら診断する実用的な方法については何ら提案されていない。 As described above, it has been studied to obtain in-vivo spectral information and determine the presence of a lesion in a living tissue from the difference in spectral characteristics. However, in the conventional research, the region in the living tissue where the spectral change due to the lesion is present is displayed in an image, graph, etc. No practical method has been proposed for diagnosis while comparing with the tissue.
本発明は上記の問題を解決するためになされたものである。すなわち、本発明は、生体内の分光情報から病変部である可能性が高い領域を特定し、表示することが可能な診断システムを提供することを目的とする。 The present invention has been made to solve the above problems. That is, an object of the present invention is to provide a diagnostic system that can identify and display a region that is highly likely to be a lesion from in-vivo spectral information.
上記の目的を達成するため、本発明の診断システムは、体腔内において所定波長領域の分光画像を撮影して分光画像データを得る分光画像撮影手段と、分光画像撮影手段から分光画像データを取得し、該分光画像データと、病変部又は健常部を代表する教師データとに基づいて指標グラフを生成し、出力する画像処理手段と、指標グラフが表示されるモニタとを有し、画像処理手段は、分光画像の各画素について、教師データを第１のデータ系列とし、分光画像データを第２のデータ系列としてピアソンの積率相関係数を求め、該ピアソンの積率相関係数に基づいて指標グラフを生成することを特徴とする。 In order to achieve the above object, the diagnostic system of the present invention acquires a spectral image data from a spectral image capturing unit that captures a spectral image of a predetermined wavelength region in a body cavity and obtains spectral image data. The image processing means for generating and outputting an index graph based on the spectral image data and the teacher data representing the lesioned part or the healthy part, and a monitor on which the index graph is displayed. For each pixel of the spectral image, the teacher data is the first data series, the spectral image data is the second data series, the Pearson product-moment correlation coefficient is obtained, and the index is based on the Pearson product-moment correlation coefficient It is characterized by generating a graph.
このような構成によれば、分光画像の各画素について、病変部との類似性（又は非類似性）が求められ、その結果が指標グラフとしてモニタに表示される。すなわち、病変部である可能性が高い領域が特定、表示されるため、効率の良い診断支援を行うことが可能となる。 According to such a configuration, similarity (or dissimilarity) with the lesioned part is obtained for each pixel of the spectral image, and the result is displayed on the monitor as an index graph. That is, since an area that is highly likely to be a lesion is identified and displayed, efficient diagnosis support can be performed.
また、画像処理手段は、分光画像データから教師データを生成する教師データ生成手段を有する構成とすることができる。この場合、ユーザから分光画像内の画素又は領域の指定を受け付ける操作部を更に有し、教師データ生成手段は、操作部で指定された分光画像内の画素又は領域に基づいて教師データを生成する構成とすることが好ましい。このような構成によれば、患者に応じた教師データを設定することが可能となるため、より正確に病変部との類似性又は非類似性を求めることが可能となる。 Further, the image processing means can be configured to include teacher data generation means for generating teacher data from spectral image data. In this case, it further has an operation unit that receives designation of pixels or regions in the spectral image from the user, and the teacher data generation unit generates teacher data based on the pixels or regions in the spectral image specified by the operation unit. A configuration is preferable. According to such a configuration, it is possible to set teacher data corresponding to a patient, and thus it is possible to more accurately determine similarity or dissimilarity with a lesion.
また、教師データ生成手段は、操作部において、分光画像内の領域が指定された場合、該領域内の画素について分光画像データの平均値を求め、該平均値を教師データとすることが好ましい。 In addition, when a region in the spectral image is designated by the operation unit, the teacher data generation unit obtains an average value of the spectral image data for the pixels in the region, and the average value is preferably used as the teacher data.
また、画像処理手段は、分光画像データのうち、青色、緑色、赤色の波長帯域のものを合成してカラー画像を出力し、モニタには、カラー画像と指標グラフとが並べられて表示される構成とすることができる。このような構成とすると、分光画像撮影手段によって撮影された生体組織のカラー画像と指標グラフとの比較により、どの領域が病変部である可能性が高いかをより容易に判断可能となる。 The image processing means combines the spectral image data of the blue, green, and red wavelength bands and outputs a color image, and the monitor displays the color image and the indicator graph side by side. It can be configured. With such a configuration, it is possible to more easily determine which region is likely to be a lesion by comparing the color image of the living tissue imaged by the spectral image capturing unit with the index graph.
また、所定波長領域は、４００〜８００ｎｍであり、分光画像は、１〜１０ｎｍの範囲で定められる所定の波長毎に撮影された複数の画像であることが好ましい。 In addition, the predetermined wavelength region is 400 to 800 nm, and the spectral image is preferably a plurality of images taken for each predetermined wavelength determined in the range of 1 to 10 nm.
以上のように、本発明の診断システムによれば、生体内の分光情報から病変部である可能性が高い領域を特定し、表示することが可能となる。その結果、診断時間が短縮されると共に、手術による切除等の必要な範囲の確認及び特定が容易となる。 As described above, according to the diagnostic system of the present invention, it is possible to identify and display a region that is highly likely to be a lesion from the in-vivo spectral information. As a result, the diagnosis time is shortened, and confirmation and identification of a necessary range such as excision by surgery becomes easy.
以下、本発明の実施の形態について、図面を用いて詳細に説明する。図１は、本発明の実施形態の診断システム１のブロック図である。本実施形態の診断システム１は、胃や腸等の消化器の疾患を診断する際に医師によって参照される指標画像を生成するものである。診断システム１は、電子内視鏡１００と、電子内視鏡用プロセッサ２００と、画像表示装置３００と、を有する。また、電子内視鏡用プロセッサ２００には、光源部４００と、画像処理部５００が内蔵されている。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. FIG. 1 is a block diagram of a diagnostic system 1 according to an embodiment of the present invention. The diagnosis system 1 of this embodiment generates an index image that is referred to by a doctor when diagnosing digestive organ diseases such as the stomach and intestines. The diagnostic system 1 includes an electronic endoscope 100, an electronic endoscope processor 200, and an image display device 300. The electronic endoscope processor 200 includes a light source unit 400 and an image processing unit 500.
電子内視鏡１００は、体腔内に挿入される挿入管１１０を有し、挿入管１１０の先端部（挿入管先端部）１１１に、対物光学系１２１が設けられている。挿入管先端部１１１の周囲の生体組織Ｔの対物光学系１２１による像は、挿入管先端部１１１に内蔵されている撮像素子１４１の受光面に結像するようになっている。 The electronic endoscope 100 includes an insertion tube 110 that is inserted into a body cavity, and an objective optical system 121 is provided at a distal end portion (insertion tube distal end portion) 111 of the insertion tube 110. An image of the living tissue T around the insertion tube tip 111 by the objective optical system 121 is formed on the light receiving surface of the image sensor 141 built in the insertion tube tip 111.
撮像素子１４１は、受光面に結像した像に対応する映像信号を、周期的に（例えば１／３０秒おきに）出力している。撮像素子１４１から出力された映像信号は、ケーブル１４２を介して電子内視鏡用プロセッサ２００の画像処理部５００に送られる。 The image sensor 141 periodically outputs a video signal corresponding to an image formed on the light receiving surface (for example, every 1/30 seconds). The video signal output from the image sensor 141 is sent to the image processing unit 500 of the electronic endoscope processor 200 via the cable 142.
画像処理部５００は、Ａ／Ｄ変換回路５１０、一時記憶メモリ５２０、コントローラ５３０、ビデオメモリ５４０及び信号処理回路５５０を有する。Ａ／Ｄ変換回路５１０は、電子内視鏡１００の撮像素子１４１からケーブル１４２を介して入力される映像信号をＡ／Ｄ変換してデジタル画像データを出力する。Ａ／Ｄ変換回路５１０から出力されるデジタル画像データは、一時記憶メモリ５２０に送られ記憶される。コントローラ５３０は、一時記憶メモリ５２０に記憶された任意の単数又は複数の画像データを処理して一枚の表示用画像データを生成し、これをビデオメモリ５４０に送る。例えば、コントローラ５３０は、単一の画像データから生成された表示用画像データ、複数の画像データの画像が並べて表示される表示用画像データ、或いは複数の画像データを画像演算して得られた画像や、画像演算の結果得られるグラフが表示されている表示用画像データ等を生成して、これをビデオメモリ５４０に記憶させる。信号処理回路５５０は、ビデオメモリ５４０に記憶されている表示用画像データを所定の形式（例えばＮＴＳＣ形式）のビデオ信号に変換し、出力する。信号処理回路５５０から出力されたビデオ信号は、画像表示装置３００に入力される。この結果、電子内視鏡１００によって撮像された内視鏡画像等が、画像表示装置３００に表示される。 The image processing unit 500 includes an A / D conversion circuit 510, a temporary storage memory 520, a controller 530, a video memory 540, and a signal processing circuit 550. The A / D conversion circuit 510 performs A / D conversion on a video signal input from the imaging element 141 of the electronic endoscope 100 via the cable 142 and outputs digital image data. Digital image data output from the A / D conversion circuit 510 is sent to and stored in the temporary storage memory 520. The controller 530 processes one or a plurality of image data stored in the temporary storage memory 520 to generate one piece of display image data, and sends this to the video memory 540. For example, the controller 530 displays image data for display generated from a single image data, image data for display in which images of a plurality of image data are displayed side by side, or an image obtained by performing image operations on a plurality of image data. Alternatively, display image data or the like on which a graph obtained as a result of image calculation is displayed is generated and stored in the video memory 540. The signal processing circuit 550 converts display image data stored in the video memory 540 into a video signal of a predetermined format (for example, NTSC format) and outputs the video signal. The video signal output from the signal processing circuit 550 is input to the image display device 300. As a result, an endoscope image or the like captured by the electronic endoscope 100 is displayed on the image display device 300.
また、電子内視鏡１００にはライトガイド１３１が設けられている。ライトガイド１３１の先端部１３１ａは挿入管先端部１１１の近傍に配置されており、一方ライトガイド１３１の基端部１３１ｂは電子内視鏡用プロセッサ２００に接続されている。電子内視鏡用プロセッサ２００は、キセノンランプ等の光量の大きい白色光を生成する光源４３０等を有する光源部４００（後述）を内蔵しており、この光源部４００によって生成された光は、ライトガイド１３１の基端部１３１ｂに入射するようになっている。ライトガイド１３１の基端部１３１ｂに入射した光は、ライトガイド１３１を通ってその先端部１３１ａに導かれ、先端部１３１ａから放射される。電子内視鏡１００の挿入管先端部１１１の、ライトガイド１３１の先端部１３１ａの近傍には、レンズ１３２が設けられており、ライトガイド１３１の先端部１３１ａから放射される光は、レンズ１３２を透過して、挿入管先端部１１１の近傍の生体組織Ｔを照明する。 The electronic endoscope 100 is provided with a light guide 131. The distal end portion 131 a of the light guide 131 is disposed in the vicinity of the insertion tube distal end portion 111, while the proximal end portion 131 b of the light guide 131 is connected to the electronic endoscope processor 200. The electronic endoscope processor 200 includes a light source unit 400 (described later) having a light source 430 that generates white light with a large amount of light, such as a xenon lamp, and the light generated by the light source unit 400 is light. The light is incident on the base end portion 131 b of the guide 131. The light incident on the base end portion 131b of the light guide 131 is guided to the tip end portion 131a through the light guide 131 and is emitted from the tip end portion 131a. A lens 132 is provided in the vicinity of the distal end portion 131a of the light guide 131 at the distal end portion 111 of the insertion tube of the electronic endoscope 100. Light emitted from the distal end portion 131a of the light guide 131 passes through the lens 132. The light passes through and illuminates the living tissue T in the vicinity of the distal end portion 111 of the insertion tube.
このように、電子内視鏡用プロセッサ２００は、電子内視鏡１００の撮像素子１４１から出力される映像信号を処理するビデオプロセッサとしての機能と、電子内視鏡１００の挿入先端部１１１近傍の生体組織Ｔを照明するための照明光を電子内視鏡１００のライトガイド１３１に供給する光源装置としての機能を兼ね備えるものである。 As described above, the electronic endoscope processor 200 functions as a video processor that processes the video signal output from the imaging device 141 of the electronic endoscope 100 and the vicinity of the insertion tip 111 of the electronic endoscope 100. It also has a function as a light source device that supplies illumination light for illuminating the living tissue T to the light guide 131 of the electronic endoscope 100.
本実施形態においては、電子内視鏡用プロセッサ２００の光源部４００は、光源４３０と、コリメータレンズ４４０と、分光フィルタ４１０と、フィルタ制御部４２０と、集光レンズ４５０とを有している。光源４３０から出射される白色光は、コリメータレンズ４４０によって平行光となり、分光フィルタ４１０を通過した後、集光レンズ４５０によってライトガイド１３１の基端部１３１ｂに入射する。分光フィルタ４１０は、光源４３０から入射される白色光を所定の波長の光に分光する（すなわち、波長選択する）円盤型のフィルタであり、回転角度に応じて４００、４０５、４１０、・・・、８００ｎｍの狭帯域（帯域幅約５ｎｍ）の光を波長選択して出力する。分光フィルタ４１０の回転角度は、コントローラ５３０に接続されたフィルタ制御部４２０によって制御されており、コントローラ５３０がフィルタ制御部４２０を介して分光フィルタ４１０の回転角度を制御することにより、所定の波長の光がライトガイド１３１の基端部１３１ｂに入射し、挿入管先端部１１１の近傍の生体組織Ｔを照明する。そして、生体組織Ｔによって反射された光が、上述のように撮像素子１４１の受光面に結像し、映像信号がケーブル１４２を介して画像処理部５００に送られる。 In the present embodiment, the light source unit 400 of the electronic endoscope processor 200 includes a light source 430, a collimator lens 440, a spectral filter 410, a filter control unit 420, and a condenser lens 450. White light emitted from the light source 430 becomes parallel light by the collimator lens 440, passes through the spectral filter 410, and then enters the base end portion 131 b of the light guide 131 by the condenser lens 450. The spectral filter 410 is a disk-type filter that spectrally separates white light incident from the light source 430 into light having a predetermined wavelength (that is, selects a wavelength), and 400, 405, 410,... , Wavelength of light of a narrow band of 800 nm (bandwidth of about 5 nm) is output. The rotation angle of the spectral filter 410 is controlled by a filter control unit 420 connected to the controller 530, and the controller 530 controls the rotation angle of the spectral filter 410 via the filter control unit 420, thereby allowing a predetermined wavelength. Light enters the proximal end portion 131 b of the light guide 131 and illuminates the living tissue T in the vicinity of the insertion tube distal end portion 111. Then, the light reflected by the living tissue T forms an image on the light receiving surface of the image sensor 141 as described above, and a video signal is sent to the image processing unit 500 via the cable 142.
画像処理部５００は、ケーブル１４２を介して得られた生体組織Ｔの像から、波長５ｎｍ刻みの複数の分光画像を得る装置である。具体的には、分光フィルタ４１０が、中心波長４００、４０５、４１０、・・・、８００ｎｍの狭帯域（帯域幅約５ｎｍ）の光をそれぞれ波長選択して出力している場合に、各波長の分光画像を得る。 The image processing unit 500 is a device that obtains a plurality of spectral images with a wavelength of 5 nm from an image of the living tissue T obtained via the cable 142. Specifically, when the spectral filter 410 selects and outputs light of a narrow band (bandwidth of about 5 nm) having a center wavelength of 400, 405, 410,. A spectral image is obtained.
画像処理部５００は、分光フィルタ４１０によって生成される複数の分光画像を処理して、後述するようにカラー画像又は指標グラフを生成する機能を有する。そして、画像処理部５００は、処理された分光画像及び指標グラフを画像表示装置３００に表示させる。なお、本実施形態においては、画像表示装置３００は、タッチパネルスクリーンで構成され、例えば、後述する指標グラフ生成処理において、ユーザが画面をタッチすることにより各種入力を行うことができる。 The image processing unit 500 has a function of processing a plurality of spectral images generated by the spectral filter 410 and generating a color image or an index graph as will be described later. Then, the image processing unit 500 causes the image display device 300 to display the processed spectral image and index graph. In the present embodiment, the image display device 300 is configured by a touch panel screen, and for example, in an indicator graph generation process described later, various inputs can be performed by a user touching the screen.
なお、分光フィルタ４１０には、分光フィルタ（ファブリ＝ペロー型のフィルタ等）や、透過型回折格子を使用して分光画像を得る、既知の分光画像撮影方法を採用したものが利用可能である。 As the spectral filter 410, a spectral filter (Fabry = Perot filter or the like) or a known spectral image capturing method that obtains a spectral image using a transmission diffraction grating can be used.
前述のように、本実施形態の画像処理部５００は、波長の異なる複数枚の分光画像を用いて、指標グラフを生成する機能を有する。この指標グラフを生成する指標グラフ生成処理について、以下に説明する。 As described above, the image processing unit 500 of this embodiment has a function of generating an index graph using a plurality of spectral images having different wavelengths. The index graph generation process for generating the index graph will be described below.
まず、分光画像のデータを評価するための指標値及び病変部及び健常部を特定する原理について説明する。図２は、本発明の実施形態の診断システム１で取得した胃粘膜の分光画像データを示しており、個々の波形は、分光画像中の特定の画素のスペクトル（すなわち、各波長における輝度値）を示している。なお、図２（ａ）は、胃粘膜の健常部に対応する画素のスペクトルを示したものであり、図２（ｂ）は、胃粘膜の病変部に対応する画素のスペクトルを示したものである。図２に示されるように、胃粘膜画像のスペクトルは、健常部であるか病変部であるかに拘わらず、波長６００〜７００ｎｍに大きなピーク（第１のピーク）を有し、且つ、波長５００ｎｍを中心に小さなピーク（第２のピーク）を有する点で共通するが、病変部に対応する画素のスペクトルは、健常部に対応する画素のスペクトルに比較して分散（バラツキ）が大きく、第２のピークについては、健常部の画素のレベルの方が、病変部の画素のレベルよりも、明らかに高いことが分かる。従って、分光画像の各画素のスペクトルを解析することにより、健常部と病変部とを識別することが可能であることが分かる。しかしながら、通常、健常部と病変部とは連続しているため、このようなスペクトルの形状による判断では、健常部と病変部との境界を明確に区別することは困難である。そこで、後述するように、本発明の発明者は、分光画像データについてピアソンの相関係数を用いて分析を行い、相関係数に基づいて健常部と異常部とを定量的に判断する構成を見出した。 First, an explanation will be given of the index value for evaluating spectral image data and the principle of specifying a lesioned part and a healthy part. FIG. 2 shows spectral image data of the gastric mucosa acquired by the diagnostic system 1 of the embodiment of the present invention, and each waveform is a spectrum of a specific pixel in the spectral image (that is, a luminance value at each wavelength). Is shown. 2A shows the spectrum of pixels corresponding to the healthy part of the gastric mucosa, and FIG. 2B shows the spectrum of pixels corresponding to the lesioned part of the gastric mucosa. is there. As shown in FIG. 2, the spectrum of the gastric mucosa image has a large peak (first peak) at a wavelength of 600 to 700 nm, regardless of whether it is a healthy part or a lesioned part, and has a wavelength of 500 nm. Is common in that it has a small peak (second peak) around the center, but the spectrum of the pixel corresponding to the lesioned part has a larger dispersion (variation) than the spectrum of the pixel corresponding to the healthy part, and the second It can be seen that the level of the normal pixel is clearly higher than the level of the lesion pixel. Therefore, it can be seen that the healthy part and the lesioned part can be identified by analyzing the spectrum of each pixel of the spectral image. However, since the healthy part and the lesioned part are usually continuous, it is difficult to clearly distinguish the boundary between the healthy part and the lesioned part based on the determination based on the shape of the spectrum. Therefore, as described later, the inventor of the present invention analyzes the spectral image data using the Pearson correlation coefficient, and quantitatively determines the healthy part and the abnormal part based on the correlation coefficient. I found it.
ピアソンの積率相関係数によれば、２組の数値からなるデータ列ｘ及びｙを下記の数１で表した場合、相関係数は下記の数２のように求められる。 According to Pearson's product-moment correlation coefficient, when a data string x and y consisting of two sets of numerical values is expressed by the following equation 1, the correlation coefficient is obtained as the following equation 2.
ここで、Ｘ及びＹは、それぞれデータｘ＝｛ｘｉ｝及びｙ＝｛ｙｉ｝の相加平均である。数２によって求められる相関係数は、データ列ｘの平均からのずれを表すベクトルとデータ列ｙの平均からのずれを表すベクトルとのなす角の余弦を表しており、−１から１の間の実数値をとる。そして、相関係数が１に近いときはデータ列ｘとｙには正の相関（同じ方向の相関）があることとなり、−１に近ければ負の相関（逆の方向の相関）があることとなり、相関係数が０に近いときはデータ列ｘとｙの相関は弱いこととなる。このように、数２に２つのデータ列ｘとｙを与えることで、データ列ｘとｙの類似性及び非類似性を評価することができる。 Here, X and Y are arithmetic averages of data x = {x i } and y = {y i }, respectively. The correlation coefficient obtained by Equation 2 represents the cosine of the angle formed by the vector representing the deviation from the average of the data string x and the vector representing the deviation from the average of the data string y, and is between −1 and 1 Take the real value of. When the correlation coefficient is close to 1, the data strings x and y have a positive correlation (correlation in the same direction), and when close to -1, there is a negative correlation (relation in the reverse direction). Thus, when the correlation coefficient is close to 0, the correlation between the data strings x and y is weak. Thus, by giving two data strings x and y to Equation 2, the similarity and dissimilarity between the data strings x and y can be evaluated.
本実施形態の指標グラフ生成処理は、数２のピアソンの相関係数を指標値として利用したものであり、本実施形態においては、健常部の画素のスペクトルを教師データとしてデータ列ｘに与え、分光画像の各画素のデータをデータ列ｙに与えることにより、分光画像の各画素と健常部の各画素との非類似性を評価し、また、病変部の画素のスペクトルを教師データとしてデータ列ｘに与え、分光画像の各画素のデータをデータ列ｙに与えることにより、分光画像の各画素と病変部の各画素の類似性を評価している。健常部の画素のスペクトルを教師データとした場合、教師データとの非相関性（非類似性）について評価することにより、健常部とは異なる特性の画素（すなわち、病変部と思われる画素）の有無を容易に調べることができるため、電子内視鏡によるスクリーニング検査（一次検査）を行う上で有効である。また、病変部の画素のスペクトルを教師データとした場合、教師データとの相関性（類似性）について評価することにより、病変部と思われる範囲を容易に特定することができるため、例えば、切除範囲を特定する目的で行われる確認検査（二次検査）を行う際に有効である。このように、本実施形態においては、数２で求められる分光画像の各画素の相関係数を指標値とし、画像処理部５００が、この指標値に基づいた指標グラフを生成、表示することにより、ユーザが病変部の有無の判断及び病変部の範囲の特定をし易いように構成されている。そして、更に本実施形態においては、２次元的な分光情報を用いることにより、１地点（画素）の分光特性の絶対評価だけではなく、周辺領域との変化を相対的に比較できる構成としている。これによって、生体の組織、構造、個体差、疾患の状態により、絶対評価が困難な場合でも、高い精度での病変部の検出を可能にしている。 The index graph generation process of the present embodiment uses the correlation coefficient of Pearson of Formula 2 as an index value. In the present embodiment, the spectrum of the healthy part pixels is given to the data string x as teacher data, By giving the data of each pixel of the spectral image to the data string y, the dissimilarity between each pixel of the spectral image and each pixel of the healthy part is evaluated, and the spectrum of the pixel of the lesioned part is used as teacher data. The similarity between each pixel of the spectral image and each pixel of the lesioned part is evaluated by giving the data of each pixel of the spectral image to the data string y. When the spectrum of the healthy part pixel is used as the teacher data, by evaluating the non-correlation (dissimilarity) with the teacher data, the pixel of the characteristic different from the healthy part (that is, the pixel considered to be a lesion part) Since the presence or absence can be easily checked, it is effective in conducting a screening test (primary test) using an electronic endoscope. Moreover, when the spectrum of the pixel of the lesioned part is used as teacher data, the range considered to be a lesioned part can be easily identified by evaluating the correlation (similarity) with the teacher data. This is effective when a confirmation inspection (secondary inspection) is performed for the purpose of specifying the range. As described above, in this embodiment, the correlation coefficient of each pixel of the spectral image obtained by Equation 2 is used as an index value, and the image processing unit 500 generates and displays an index graph based on the index value. The user can easily determine the presence or absence of a lesioned part and specify the range of the lesioned part. Further, in the present embodiment, by using the two-dimensional spectral information, not only the absolute evaluation of the spectral characteristic at one point (pixel) but also the change with the peripheral region can be relatively compared. As a result, even when absolute evaluation is difficult due to the tissue, structure, individual difference, and disease state of a living body, it is possible to detect a lesion with high accuracy.
次に、本実施形態の画像処理部５００によって実行される指標グラフ生成処理について説明する。図３は、本実施形態の画像処理部５００によって実行される指標グラフ生成処理を示すフローチャートである。指標グラフ生成処理は、カラー画像及び指標グラフを生成し、画像表示装置３００に表示を行うためのルーチンである。図４は、図３の指標グラフ生成処理によって画像表示装置３００に表示されるカラー画像を示した模式図であり、図５及び図６は、図３の指標グラフ生成処理によって画像表示装置３００に表示される指標グラフである。本ルーチン（指標グラフ生成処理）は、診断システム１の電源投入によって実行される。 Next, an index graph generation process executed by the image processing unit 500 of this embodiment will be described. FIG. 3 is a flowchart showing an index graph generation process executed by the image processing unit 500 of this embodiment. The index graph generation process is a routine for generating a color image and an index graph and displaying them on the image display device 300. 4 is a schematic diagram showing a color image displayed on the image display device 300 by the index graph generation processing of FIG. 3, and FIGS. 5 and 6 show the image display device 300 by the index graph generation processing of FIG. It is an indicator graph displayed. This routine (index graph generation processing) is executed when the diagnostic system 1 is turned on.
本ルーチンが開始すると、ステップＳ１が実行される。ステップＳ１では、画像処理部５００は、フィルタ制御部４００に分光画像を取得させるための制御信号を送る。フィルタ制御部４００は、この制御信号を受信すると、分光フィルタ４１０の回転角度を制御し、４００、４０５、４１０、・・・、８００ｎｍの狭帯域（帯域幅約５ｎｍ）の光を順次波長選択し、画像処理部５００は、各波長で得られる分光画像を撮影して一時記憶メモリ５２０に記録する。次いでステップＳ２に進む。 When this routine starts, step S1 is executed. In step S1, the image processing unit 500 sends a control signal for causing the filter control unit 400 to acquire a spectral image. Upon receiving this control signal, the filter control unit 400 controls the rotation angle of the spectral filter 410 and sequentially selects wavelengths of 400, 405, 410,..., 800 nm narrow band (bandwidth of about 5 nm). The image processing unit 500 takes a spectral image obtained at each wavelength and records it in the temporary storage memory 520. Next, the process proceeds to step S2.
ステップＳ２では、ステップＳ１にて取得した分光画像のうち、中心波長が４３５ｎｍ、５４５ｎｍ、及び７００ｎｍとなる３枚の画像を取り出し、中心波長が４３５ｎｍの画像を青色プレーンに、中心波長が５４５ｎｍの画像を緑色プレーンに、中心波長が７００ｎｍの画像を赤色プレーンに記憶させた一枚のカラー画像データを生成する。このカラー画像データは、上記のように青色の波長である４３５ｎｍの分光画像、緑色の波長である５４５ｎｍの分光画像及び赤色の波長である７００ｎｍの分光画像から得られるものであり、図４に模式的に示されるような通常観察の内視鏡画像と同等のカラー画像となる。そして、画像処理部５００は、生成されたカラー画像データをビデオメモリ５４０に送り画像表示装置３００のスクリーンの左側に表示させる。なお、図４の略円形で示される部分は、腫瘍部（病変部）であることを示している。次いで、ステップＳ３に進む。 In step S2, three images having the center wavelengths of 435 nm, 545 nm, and 700 nm are extracted from the spectral image acquired in step S1, and the image having the center wavelength of 435 nm is taken as a blue plane and the image having the center wavelength of 545 nm. One color image data is generated in which an image having a center wavelength of 700 nm is stored in a red plane. This color image data is obtained from the spectral image of 435 nm which is the blue wavelength, the spectral image of 545 nm which is the green wavelength, and the spectral image of 700 nm which is the red wavelength as described above. Thus, the color image is equivalent to the normal observation endoscopic image. Then, the image processing unit 500 sends the generated color image data to the video memory 540 and displays it on the left side of the screen of the image display device 300. In addition, the part shown by the substantially circular shape of FIG. 4 has shown that it is a tumor part (lesioned part). Next, the process proceeds to step S3.
ステップＳ３では、ステップＳ１又はＳ２が実行されている間に、電子内視鏡用プロセッサ２００の操作部（不図示）が操作されて、指標グラフの生成を指示するトリガ入力が発生したか否かの確認が行われる。トリガ入力が発生していないのであれば（Ｓ３：ＮＯ）、ステップＳ１に進み、再度分光画像の取得が行われる。すなわち、トリガ入力が無い場合、分光画像から得られるカラー画像は、逐次更新されて画像表示装置３００に表示され続ける。一方、ステップＳ１からＳ２が実行されている間にトリガ入力が発生していた場合は（Ｓ３：ＹＥＳ）、ステップＳ４に進む。 In step S3, whether or not a trigger input for instructing generation of an index graph is generated by operating an operation unit (not shown) of the electronic endoscope processor 200 while step S1 or S2 is being executed. Is confirmed. If no trigger input has occurred (S3: NO), the process proceeds to step S1, and a spectral image is acquired again. That is, when there is no trigger input, the color image obtained from the spectral image is sequentially updated and continuously displayed on the image display device 300. On the other hand, if a trigger input has occurred while steps S1 to S2 are being executed (S3: YES), the process proceeds to step S4.
ステップＳ４では、表示されているカラー画像から教師データの選択を行う。具体的には、画像処理部５００は、画像表示装置３００上に、教師データの選択を促す表示を行い、ユーザはこの表示に従って、カラー画像内の教師データとすべき画素又は領域を画像表示装置３００上をタッチすることで入力する。上述したように、本実施形態においては、画像表示装置３００はタッチパネルスクリーンで構成されており、ユーザの指によってタッチされて特定されたカラー画像内の画素、又は、ユーザの指によってなぞられて特定されたカラー画像内の領域の分光画像データ（スペクトル）が教師データとして選択される。上述したように、スクリーニング検査（一次検査）においては、健常部とは異なる特性の画素（すなわち、病変部と思われる画素）の有無を調べることを目的とするため、例えば、明らかな健常部の画素又は領域が教師データとして選択される。また、確認検査（二次検査）においては、病変部と思われる範囲を特定することを目的とするため、例えば、明らかな病変部の画素又は領域が教師データとして選択される。次いで、ステップＳ５に進む。 In step S4, teacher data is selected from the displayed color image. Specifically, the image processing unit 500 performs display for prompting selection of teacher data on the image display device 300, and the user displays the pixel or region to be the teacher data in the color image according to this display. Input by touching 300. As described above, in the present embodiment, the image display device 300 is configured with a touch panel screen, and is specified by being touched by a user's finger to be identified by a pixel in a color image or a user's finger. Spectral image data (spectrum) of a region in the color image thus selected is selected as teacher data. As described above, in the screening test (primary test), the purpose is to examine the presence or absence of a pixel having a characteristic different from that of the healthy part (that is, a pixel considered to be a lesion part). A pixel or region is selected as teacher data. Further, in the confirmation inspection (secondary inspection), for the purpose of specifying a range that seems to be a lesioned part, for example, a pixel or a region of an apparent lesioned part is selected as teacher data. Next, the process proceeds to step S5.
ステップＳ５では、画像処理部５００は、ステップＳ４の教師データの選択が終了したか否かを判断する。教師データの選択が終了していない場合には（Ｓ５：ＮＯ）、処理はステップＳ４に戻り、教師データの選択を待ち、教師データの選択が終了している場合には（Ｓ５：ＹＥＳ）、処理はステップＳ６に進む。 In step S5, the image processing unit 500 determines whether the selection of teacher data in step S4 has been completed. If the selection of teacher data has not ended (S5: NO), the process returns to step S4, waits for selection of teacher data, and if the selection of teacher data has ended (S5: YES), The process proceeds to step S6.
ステップＳ６では、ステップＳ４で選択されたカラー画像内の画素又は領域について、教師データの代表値が求められる。具体的には、ステップＳ４において、カラー画像内の特定の画素が選択された場合には、その画素の分光画像データ（スペクトル）を教師データの代表値とし、ステップＳ４において、カラー画像内の特定の領域が選択された場合には、その領域に含まれる画素の分光画像データを平均して教師データの代表値として算出する。次いで、ステップＳ７に進む。 In step S6, a representative value of teacher data is obtained for the pixel or region in the color image selected in step S4. Specifically, when a specific pixel in the color image is selected in step S4, the spectral image data (spectrum) of that pixel is used as the representative value of the teacher data, and in step S4, the specific image in the color image is specified. When the region is selected, the spectral image data of the pixels included in the region are averaged and calculated as a representative value of the teacher data. Next, the process proceeds to step S7.
ステップＳ７では、画像処理部５００は、数２を用いてピアソンの相関係数を算出する。具体的には、画像処理部５００は、ステップＳ６で算出された教師データの代表値を数２のデータ列ｘに与え、ステップＳ１で取得された分光画像の各画素のデータを順次データ列ｙに与えることにより、画素毎に相関係数を求める。すなわち、ステップＳ７によって、分光画像一画面分の画素の相関係数が求められる。次いで、ステップＳ８に進む。 In step S <b> 7, the image processing unit 500 calculates Pearson's correlation coefficient using Equation 2. Specifically, the image processing unit 500 gives the representative value of the teacher data calculated in step S6 to the data string x of Equation 2, and sequentially applies the data of each pixel of the spectral image acquired in step S1 to the data string y. To obtain a correlation coefficient for each pixel. That is, in step S7, the correlation coefficient of the pixels for one spectral image screen is obtained. Next, the process proceeds to step S8.
ステップＳ８では、画像処理部５００は、ステップＳ７で算出されたピアソンの相関係数についてグラフ（指標グラフ）を生成し、画像表示装置３００のスクリーンの右側にカラー画像と並べて表示する。図５は、ステップＳ４において、明らかな健常部の画素又は領域が教師データとして選択された場合に、ステップＳ８で表示される相関係数の等高線グラフを示し、図６は、ステップＳ４において、明らかな病変部の画素又は領域が教師データとして選択された場合に、ステップＳ８で表示される相関係数の等高線グラフを示している。なお、図５及び図６のＸ軸及びＹ軸は、分光画像（カラー画像）を構成する各画素の座標を示し、Ｚ軸は相関係数の絶対値を示している。 In step S <b> 8, the image processing unit 500 generates a graph (index graph) for the Pearson correlation coefficient calculated in step S <b> 7 and displays the graph alongside the color image on the right side of the screen of the image display device 300. FIG. 5 shows a contour graph of the correlation coefficient displayed in step S8 when a pixel or region of an apparent healthy part is selected as teacher data in step S4, and FIG. 6 is apparent in step S4. The contour graph of the correlation coefficient displayed in step S8 is shown when a pixel or region of a different lesion is selected as teacher data. 5 and 6, the X axis and Y axis indicate the coordinates of each pixel constituting the spectral image (color image), and the Z axis indicates the absolute value of the correlation coefficient.
ステップＳ４において、明らかな健常部の画素又は領域が教師データとして選択された場合、健常部とは異なる特性の画素（すなわち、病変部と思われる画素）は教師データとの相関性が低くなるため、病変部に相当する画素の相関係数は小さい値（０に近い値）をとり、病変部に相当する領域が窪んで観察される（図５）。一方、ステップＳ４において、明らかな病変部の画素又は領域が教師データとして選択された場合、病変部とは異なる特性の画素（すなわち、健常部と思われる画素）は教師データとの相関性が低くなるため、健常部に相当する画素の相関係数は小さい値（０に近い値）をとり、病変部に相当する領域が突出して観察される（図６）。このように、カラー画像と並べて指標グラフを表示することで、カラー画像のどの領域が病変部である可能性の高いかを確認、特定することが可能となる。次いで、ステップＳ９に進む。 In step S4, when a clear pixel or region of the healthy part is selected as the teacher data, a pixel having a characteristic different from that of the healthy part (that is, a pixel considered to be a lesion part) has a low correlation with the teacher data. The correlation coefficient of the pixel corresponding to the lesioned portion takes a small value (a value close to 0), and the region corresponding to the lesioned portion is observed to be depressed (FIG. 5). On the other hand, in step S4, when a pixel or region of an apparent lesion is selected as the teacher data, a pixel having a characteristic different from that of the lesion (that is, a pixel considered to be a healthy portion) has low correlation with the teacher data. Therefore, the correlation coefficient of the pixel corresponding to the healthy portion takes a small value (a value close to 0), and the region corresponding to the lesioned portion is observed to protrude (FIG. 6). Thus, by displaying the index graph along with the color image, it is possible to confirm and identify which region of the color image is likely to be a lesion. Next, the process proceeds to step S9.
ステップＳ９では、画像処理部５００は、再度指標グラフを生成するかどうかを問い合わせるメッセージを画像表示装置３００に表示させると共に、電子内視鏡用プロセッサ２００の操作部（不図示）からの入力を受け付ける。診断システム１のユーザが操作部を操作して、指標グラフの再生成を選択した場合は（Ｓ９：ＹＥＳ）、ステップＳ１に戻る。一方、一定時間（例えば数秒）の間、指標グラフの再生成が指示されなかった場合は（Ｓ９：ＮＯ）、ステップＳ１０に進む。 In step S9, the image processing unit 500 causes the image display device 300 to display a message asking whether to generate an index graph again, and accepts an input from the operation unit (not shown) of the electronic endoscope processor 200. . When the user of the diagnostic system 1 operates the operation unit and selects the regeneration of the index graph (S9: YES), the process returns to step S1. On the other hand, when the regeneration of the index graph is not instructed for a certain time (for example, several seconds) (S9: NO), the process proceeds to step S10.
ステップＳ１０では、画像処理部５００は、指標グラフの表示を終了させるかどうかを問い合わせるメッセージを画像表示装置３００に表示させると共に、電子内視鏡用プロセッサ２００の操作部（不図示）からの入力を受け付ける。診断システム１のユーザが操作部を操作して、指標グラフの表示を終了することを選択した場合は（Ｓ１０：ＹＥＳ）、本ルーチンを終了する。一方、一定時間（例えば数秒）の間、指標グラフの表示の終了指示されなかった場合は（Ｓ１０：ＮＯ）、ステップＳ９に進む。 In step S10, the image processing unit 500 causes the image display device 300 to display a message for inquiring whether or not to end the display of the index graph, and receives an input from the operation unit (not shown) of the electronic endoscope processor 200. Accept. When the user of the diagnostic system 1 operates the operation unit and selects to end the display of the indicator graph (S10: YES), this routine ends. On the other hand, if the end of displaying the indicator graph is not instructed for a certain time (for example, several seconds) (S10: NO), the process proceeds to step S9.
以上のように、図３のフローチャートで示されるルーチンを画像処理部５００が実行することにより、病変部の位置を推定するのに有効な指標グラフが、画像表示装置３００に表示される。このように、病変部である可能性の高い領域が指標グラフとして表示されることにより、ユーザは、病変部の位置や範囲を特定しながら、また周辺組織と比較しながら診断することが可能となる。 As described above, when the image processing unit 500 executes the routine shown in the flowchart of FIG. 3, an index graph effective for estimating the position of the lesioned part is displayed on the image display device 300. As described above, the region that is likely to be a lesion is displayed as an index graph, so that the user can make a diagnosis while identifying the position and range of the lesion and comparing with the surrounding tissue. Become.
上記のように、本実施形態においては、分光画像から教師データを選択して代表値を算出し、この教師データの代表値を数２のデータ列ｘに与え、分光画像の各画素のデータをデータ列ｙに与えることにより、画素毎に相関係数（指標値）を求めている。しかしながら、本発明は上記の構成に限定されるものではない。例えば、分光画像から教師データを選択する構成に代えて、教師データとして既知のデータ（例えば、病変部分の既知のデータ）を用いる構成としても良い。 As described above, in the present embodiment, the teacher data is selected from the spectral image, the representative value is calculated, the representative value of the teacher data is given to the data string x of Formula 2, and the data of each pixel of the spectral image is By giving to the data string y, a correlation coefficient (index value) is obtained for each pixel. However, the present invention is not limited to the above configuration. For example, instead of a configuration in which teacher data is selected from a spectral image, a configuration in which known data (for example, known data of a lesion portion) is used as the teacher data may be used.
また、本実施形態のステップＳ８で表示される指標グラフは、図５及び図６に示されるものに限定されるものではなく、相関係数を等高線表示するものや相関係数の大きさに応じて色分けされたカラーの二次元グラフとしても良い。 In addition, the index graph displayed in step S8 of the present embodiment is not limited to that shown in FIGS. 5 and 6, and the correlation coefficient is displayed in contour lines or according to the size of the correlation coefficient. Alternatively, a color two-dimensional graph may be used.
また、本実施形態においては、画像処理部５００は、波長４００〜８００ｎｍの範囲について５ｎｍ刻みで取得した分光画像データを用いる構成としたが、本発明はこの構成に限定されるものではない。病変部に対応する画素のスペクトルと健常部に対応する画素のスペクトルとを識別できれば、必ずしも５ｎｍ刻みで分光画像データを取得する構成である必要はなく、分光画像データを取得する波長の間隔は、例えば、１〜１０ｎｍの範囲で選択可能な構成とすることができる。 In the present embodiment, the image processing unit 500 is configured to use spectral image data acquired in increments of 5 nm in the wavelength range of 400 to 800 nm, but the present invention is not limited to this configuration. If the spectrum of the pixel corresponding to the lesioned part and the spectrum of the pixel corresponding to the healthy part can be identified, it is not always necessary to obtain the spectral image data in increments of 5 nm. The wavelength interval for acquiring the spectral image data is as follows: For example, it can be set as the structure which can be selected in the range of 1-10 nm.
１ 診断システム
１００ 電子内視鏡
１１０ 挿入管
１１１ 挿入管先端部
１２１ 対物光学系
１３１ ライトガイド
１３１ａ 先端部
１３１ｂ 基端部
１３２ レンズ
１４１ 撮像素子
１４２ ケーブル
２００ 電子内視鏡用プロセッサ
３００ 画像表示装置
４００ 光源部
４１０ 分光フィルタ
４２０ フィルタ制御部
４３０ 光源
４４０ コリメータレンズ
４５０ 集光レンズ
５００ 画像処理部
５１０ Ａ／Ｄ変換回路
５２０ 一時記憶メモリ
５３０ コントローラ
５４０ ビデオメモリ
５５０ 信号処理回路
DESCRIPTION OF SYMBOLS 1 Diagnosis system 100 Electronic endoscope 110 Insertion tube 111 Insertion tube front-end | tip part 121 Objective optical system 131 Light guide 131a Front-end | tip part 131b Base end part 132 Lens 141 Image pick-up element 142 Cable 200 Electronic endoscope processor 300 Image display apparatus 400 Light source Unit 410 spectral filter 420 filter control unit 430 light source 440 collimator lens 450 condenser lens 500 image processing unit 510 A / D conversion circuit 520 temporary storage memory 530 controller 540 video memory 550 signal processing circuit
Claims (6)
前記分光画像撮影手段から前記分光画像データを取得し、該分光画像データと、病変部又は健常部を代表する教師データとに基づいて指標グラフを生成し、出力する画像処理手段と、
前記指標グラフが表示されるモニタと、
を有し、
前記画像処理手段は、前記分光画像の各画素について、前記教師データを第１のデータ系列とし、前記分光画像データを第２のデータ系列としてピアソンの積率相関係数を求め、該ピアソンの積率相関係数に基づいて前記指標グラフを生成すること
を特徴とする診断システム。 Spectral image photographing means for obtaining spectral image data by photographing a spectral image in a predetermined wavelength region in the body cavity;
Image processing means for acquiring the spectral image data from the spectral image photographing means, generating an index graph based on the spectral image data and teacher data representing a lesioned part or a healthy part, and outputting the index graph;
A monitor on which the indicator graph is displayed;
Have
The image processing means obtains a Pearson product-moment correlation coefficient for each pixel of the spectral image by using the teacher data as a first data series and the spectral image data as a second data series, and calculating the Pearson product. A diagnostic system that generates the index graph based on a rate correlation coefficient.
前記教師データ生成手段は、前記操作部で指定された前記分光画像内の画素又は領域に基づいて前記教師データを生成すること
を特徴とする請求項２に記載の診断システム。 An operation unit for receiving designation of a pixel or region in the spectral image from a user;
The diagnostic system according to claim 2, wherein the teacher data generation unit generates the teacher data based on a pixel or a region in the spectral image designated by the operation unit.
を特徴とする請求項３に記載の診断システム。 The teacher data generation means obtains an average value of the spectral image data for pixels in the region when the region in the spectral image is designated by the operation unit, and uses the average value as teacher data. The diagnostic system according to claim 3, wherein:
前記モニタには、前記カラー画像と前記指標グラフとが並べられて表示される
ことを特徴とする請求項１から請求項４のいずれか一項に記載の診断システム。 The image processing means outputs a color image by combining the spectral image data in the blue, green, and red wavelength bands,
The diagnostic system according to any one of claims 1 to 4, wherein the color image and the indicator graph are displayed side by side on the monitor.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011186699A JP2013048646A (en) | 2011-08-30 | 2011-08-30 | Diagnostic system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011186699A JP2013048646A (en) | 2011-08-30 | 2011-08-30 | Diagnostic system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2013048646A true JP2013048646A (en) | 2013-03-14 |
Family
ID=48011265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011186699A Withdrawn JP2013048646A (en) | 2011-08-30 | 2011-08-30 | Diagnostic system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2013048646A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018163249A (en) * | 2017-03-24 | 2018-10-18 | 株式会社Ｓｃｒｅｅｎホールディングス | Region determination method |
| JP2019219419A (en) * | 2014-07-08 | 2019-12-26 | キヤノン株式会社 | Sample information acquisition system, data display system including the same, sample information acquisition method, program, and storage medium |
| WO2020044562A1 (en) * | 2018-08-31 | 2020-03-05 | オリンパス株式会社 | Image processing device, image processing method, and program |
| CN112858194A (en) * | 2019-11-12 | 2021-05-28 | 精工爱普生株式会社 | Spectroscopic measurement method and spectroscopic measurement apparatus |
-
2011
- 2011-08-30 JP JP2011186699A patent/JP2013048646A/en not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019219419A (en) * | 2014-07-08 | 2019-12-26 | キヤノン株式会社 | Sample information acquisition system, data display system including the same, sample information acquisition method, program, and storage medium |
| JP2018163249A (en) * | 2017-03-24 | 2018-10-18 | 株式会社Ｓｃｒｅｅｎホールディングス | Region determination method |
| WO2020044562A1 (en) * | 2018-08-31 | 2020-03-05 | オリンパス株式会社 | Image processing device, image processing method, and program |
| CN112858194A (en) * | 2019-11-12 | 2021-05-28 | 精工爱普生株式会社 | Spectroscopic measurement method and spectroscopic measurement apparatus |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11033175B2 (en) | Endoscope system and operation method therefor | |
| US10231658B2 (en) | Endoscope system, processor device for endoscope system, operation method for endoscope system, and operation method for processor device | |
| JP6204314B2 (en) | Electronic endoscope system | |
| JP5705124B2 (en) | Diagnostic assistance device and diagnostic assistance method | |
| JP6883627B2 (en) | Imaging device for tissues containing blood | |
| JP5923099B2 (en) | Diagnostic system | |
| WO2012132571A1 (en) | Diagnostic system | |
| JPWO2019138773A1 (en) | Medical image processing equipment, endoscopic systems, medical image processing methods and programs | |
| JP5737899B2 (en) | Diagnostic system | |
| WO2020170791A1 (en) | Medical image processing device and method | |
| JP2011156203A (en) | Image processor, endoscope system, program, and image processing method | |
| WO2020194568A1 (en) | Endoscopic processor, information processing device, endoscope system, program, and information processing method | |
| WO2018211674A1 (en) | Image processing device, image processing method, and program | |
| JP2014230647A (en) | Display device, display method, and display program | |
| EP3875021A1 (en) | Medical image processing apparatus, medical image processing method and program, and diagnosis assisting apparatus | |
| WO2020184257A1 (en) | Apparatus and method for processing medical image | |
| JP2013048646A (en) | Diagnostic system | |
| JP7289241B2 (en) | Filing device, filing method and program | |
| US10863149B2 (en) | Image processing apparatus, image processing method, and computer readable recording medium | |
| JP2021045337A (en) | Medical image processing device, processor device, endoscope system, medical image processing method, and program | |
| WO2022230607A1 (en) | Medical image processing device, endoscope system, and operation method for medical image processing device | |
| JP2010022464A (en) | Method and apparatus for obtaining image | |
| US20240074638A1 (en) | Medical image processing apparatus, medical image processing method, and program | |
| WO2022059233A1 (en) | Image processing device, endoscope system, operation method for image processing device, and program for image processing device | |
| JP2012050598A (en) | Imaging and displaying method and apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130507 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130510 |
|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20141104 |