JP2014124333A - 医用画像処理装置 - Google Patents

Abstract

【課題】粘膜微細構造の所見に基づく診断を従来に比べて容易に実施することが可能な医用画像処理装置を提供する。
【解決手段】医用画像処理装置は、生体組織を撮像して得た原画像の中から複数の所定の構造を抽出する構造抽出部と、複数の所定の構造の中から、注目する第１の構造を特定する構造特定部と、複数の所定の構造それぞれにおいて特徴量を算出する特徴量算出部と、複数の所定の構造を複数のカテゴリのうちのいずれか１つにそれぞれ分類するカテゴリ分類部と、複数の所定の構造の中から、第１の構造と同一のカテゴリに分類され、かつ、第１の構造とは異なる０以上の第２の構造を有する構造群を検出する構造群検出部と、複数の所定の構造のうち、構造群に属する各構造と、第１の構造以外で構造群に属しない各構造と、を視覚的に識別可能な識別画像を生成する識別画像生成部と、を有する。
【選択図】図１

Description

本発明は、医用画像処理装置に関し、特に、生体組織を撮像して得られた画像に対して処理を行う医用画像処理装置に関するものである。

医療分野においては、内視鏡装置を用いた生体の体腔内の観察が従来行われている。前述の内視鏡装置としては、例えば、生体の体腔内に挿入可能な細長の挿入部を有し、当該挿入部の先端部に配置された対物光学系により当該体腔内の被写体を結像し、当該結像された被写体を撮像して撮像信号として出力し、当該出力された撮像信号に応じた当該被写体の画像を表示部に表示する、という構成を具備するようなものが広く知られている。

そして、医師等のユーザは、表示部に表示される被写体の画像に基づき、例えば、生体粘膜の色調、生体粘膜表面に存在する微細な構造（以降、粘膜微細構造とも称する）、及び、生体粘膜に発生した病変の形状等の様々な所見を総合的に観察することができる。

一方、粘膜微細構造の所見に基づく疾患の有無、及び、疾患の種別等を診断するような診断方法が近年提唱されている。具体的には、例えば、非特許文献１には、大腸のピットパターン分類に係る診断方法が提唱されている。また、例えば、非特許文献２には、狭帯域光観察下で撮像された医用画像に含まれる粘膜微細構造の所見を用いた診断方法が提唱されている。

ところで、前述の診断手法の学習に用いられる多くの文献等においては、例えば、粘膜微細構造を撮像した画像例が提示されているとともに、「同じような血管が規則的に分布している」との解説が記述されている。しかし、前述の診断手法に対する経験が浅い医師にとっては、どのような血管が「同じような」血管に該当するか、及び、どのような分布状態が「規則的に分布」に該当するか、を把握することが困難な場合がある。

また、前述の診断手法の学習に用いられる多くの文献等においては、多様なバリエーションを有する粘膜微細構造の所見のうち、典型例等の限られた症例が挙げられているに過ぎない。そのため、前述の診断手法を多様な症例に対して適用可能な知識及び経験を得るためには、多数の症例を実際に確認する必要がある。すなわち、前述の診断手法に対する経験が浅い医師にとっては、実際に撮像された医用画像に含まれる血管、ピットパターン、及び、上皮構造等の粘膜微細構造の所見に基づき、各粘膜微細構造がどのような類似性及び／または関連性を有するものであるかを的確に判断することが非常に困難である。

本発明は、前述した事情に鑑みてなされたものであり、粘膜微細構造の所見に基づく診断を従来に比べて容易に実施することが可能な医用画像処理装置を提供することを目的としている。

本発明の一態様の医用画像処理装置は、生体組織を撮像して得た原画像の中から複数の所定の構造を抽出する構造抽出部と、前記構造抽出部の抽出結果に基づき、前記複数の所定の構造の中から、注目する第１の構造を特定する構造特定部と、前記構造抽出部の抽出結果に基づき、前記複数の所定の構造それぞれにおいて特徴量を算出する特徴量算出部と、前記特徴量算出部の算出結果に基づき、前記複数の所定の構造を複数のカテゴリのうちのいずれか１つにそれぞれ分類するカテゴリ分類部と、前記構造抽出部の抽出結果と、前記カテゴリ分類部の分類結果と、に基づき、前記複数の所定の構造の中から、前記第１の構造と同一のカテゴリに分類され、かつ、前記第１の構造とは異なる０以上の第２の構造を有する構造群を検出する構造群検出部と、前記構造抽出部の抽出結果と、前記構造群検出部の検出結果と、に基づき、前記複数の所定の構造のうち、前記構造群に属する各構造と、前記第１の構造以外で前記構造群に属しない各構造と、を視覚的に識別可能な識別画像を生成する識別画像生成部と、を有する。

本発明の一態様の医用画像処理装置は、生体組織を撮像して得た原画像の中から複数の所定の構造を抽出する構造抽出部と、前記構造抽出部の抽出結果から選択された第１の領域に基づき、前記構造抽出部の抽出結果において複数の第２の領域を設定する領域設定部と、前記構造抽出部の抽出結果に基づき、前記第１の領域の内部に含まれる、前記複数の所定の構造のうちの少なくとも１つの所定の構造に応じた特徴量を算出するとともに、前記領域設定部により設定された前記複数の第２の領域の内部に含まれる、前記複数の所定の構造のうちの少なくとも１つの所定の構造に応じた特徴量を各領域毎に算出する特徴量算出部と、前記特徴量算出部の算出結果に基づき、前記第１の領域と、前記領域設定部により設定された前記複数の第２の領域と、を複数のカテゴリのうちのいずれか１つにそれぞれ分類するカテゴリ分類部と、前記構造抽出部の抽出結果と、前記カテゴリ分類部の分類結果と、に基づき、前記領域設定部により設定された前記複数の第２の領域の中から、前記第１の領域と同一のカテゴリに分類された０以上の第２の領域を有する領域群を検出する領域群検出部と、前記構造抽出部の抽出結果と、前記領域群検出部の検出結果と、に基づき、前記複数の所定の構造のうち、前記領域群の内部に含まれる各構造と、前記第１の領域の内部及び前記領域群の内部のいずれにも含まれない各構造と、を視覚的に識別可能な識別画像を生成する識別画像生成部と、を有する。

本発明における医用画像処理装置によれば、粘膜微細構造の所見に基づく診断を容易に実施することができる。

本発明の実施例に係る医用画像処理装置を有する内視鏡装置の要部の構成の一例を示す図。 光源装置が有する回転フィルタの構成の一例を示す図。 第１のフィルタ群が有する各フィルタの透過特性の一例を示す図。 第２のフィルタ群が有する各フィルタの透過特性の一例を示す図。 第１の実施例において医用画像処理装置が行う処理の一例を示すフローチャート。 第１の実施例において表示装置に表示される血管抽出画像の一例を示す図。 第１の実施例において表示装置に表示される血管識別画像の一例を示す図。 第１の実施例において表示装置に表示される血管識別画像の、図６とは異なる例を示す図。 第１の実施例において利用可能なＧＵＩの一例を示す図。 第１の実施例において利用可能なＧＵＩの、図９とは異なる例を示す図。 第２の実施例において医用画像処理装置が行う処理の一例を示すフローチャート。 血管抽出処理において利用可能な一次元フィルタの一例を示す図。 第２の実施例において表示装置に表示される血管抽出画像の一例を示す図。 第２の実施例において表示装置に表示される血管識別画像の一例を示す図。

以下、本発明の実施の形態について、図面を参照しつつ説明を行う。

（第１の実施例）
図１から図１０は、本発明の第１の実施例に係るものである。図１は、本発明の実施例に係る医用画像処理装置を有する内視鏡装置の要部の構成の一例を示す図である。

内視鏡装置１は、図１に示すように、被験者の体腔内に挿入され、該体腔内に存在する粘膜等の生体組織１０１を被写体として撮像して得た画像を信号出力する内視鏡２と、生体組織１０１を照明するための照明光を発する光源装置３と、内視鏡２からの出力信号に対して種々の処理を施すプロセッサ４と、プロセッサ４からの映像信号に応じた画像を表示する表示装置５と、プロセッサ４における処理結果に応じた出力信号を記憶する外部記憶装置６と、入力操作に対応する指示をプロセッサ４に対して行うことが可能な入力装置８と、を有して構成されている。

内視鏡２は、被験者の体腔内に挿入可能な形状及び寸法を備えた挿入部２１ａと、挿入部２１ａの先端側に設けられた先端部２１ｂと、挿入部２１ａの基端側に設けられた操作部２１ｃと、を有して構成されている。また、挿入部２１ａの内部には、光源装置３において発せられた照明光を先端部２１ｂへ伝送するためのライトガイド７が挿通されている。

ライトガイド７の一方の端面（光入射端面）は、光源装置３に着脱自在に接続される。また、ライトガイド７の他方の端面（光出射端面）は、内視鏡２の先端部２１ｂに設けられた図示しない照明光学系の近傍に配置されている。このような構成によれば、光源装置３において発せられた照明光は、光源装置３に接続された状態のライトガイド７、及び、先端部２１ｂに設けられた図示しない照明光学系を経た後、生体組織１０１に対して出射される。

内視鏡２の先端部２１ｂには、被写体の光学像を結像する対物光学系２２と、対物光学系２２により結像された光学像を撮像して画像を取得するＣＣＤ２３と、が設けられている。また、内視鏡２の操作部２１ｃには、観察モードを通常光観察モードまたは狭帯域光観察モードのいずれかに切り替えるための指示を行うことが可能な観察モード切替スイッチ２４が設けられている。

光源装置３は、キセノンランプ等からなる白色光源３１と、白色光源３１から発せられる白色光を面順次な照明光とする回転フィルタ３２と、回転フィルタ３２を回転駆動させるモータ３３と、回転フィルタ３２及びモータ３３を白色光源３１の出射光路に垂直な方向に移動させるモータ３４と、プロセッサ４の制御に基づいてモータ３３及び３４を駆動させる回転フィルタ駆動部３５と、回転フィルタ３２を通過した照明光を集光してライトガイド７の入射端面に供給する集光光学系３６と、を有している。図２は、光源装置が有する回転フィルタの構成の一例を示す図である。

回転フィルタ３２は、図２に示すように、中心を回転軸とした円板状に構成されており、内周側の周方向に沿って設けられた複数のフィルタを具備する第１のフィルタ群３２Ａと、外周側の周方向に沿って設けられた複数のフィルタを具備する第２のフィルタ群３２Ｂと、を有している。そして、モータ３３の駆動力が前記回転軸に伝達されることにより、回転フィルタ３２が回転する。なお、回転フィルタ３２において、第１のフィルタ群３２Ａ及び第２のフィルタ群３２Ｂの各フィルタが配置されている部分以外は、遮光部材により構成されているものとする。

第１のフィルタ群３２Ａは、各々が回転フィルタ３２の内周側の周方向に沿って設けられた、赤色の波長帯域の光を通過させるＲフィルタ３２ｒと、緑色の波長帯域の光を通過させるＧフィルタ３２ｇと、青色の波長帯域の光を通過させるＢフィルタ３２ｂと、を有して構成されている。図３は、第１のフィルタ群が有する各フィルタの透過特性の一例を示す図である。図４は、第２のフィルタ群が有する各フィルタの透過特性の一例を示す図である。

Ｒフィルタ３２ｒは、例えば図３に示すように、主に６００ｎｍから７００ｎｍまでの光（Ｒ光）を透過させるような構成を有している。また、Ｇフィルタ３２ｇは、例えば図３に示すように、主に５００ｎｍから６００ｎｍまでの光（Ｇ光）を透過させるような構成を有している。さらに、Ｂフィルタ３２ｂは、例えば図３に示すように、主に４００ｎｍから５００ｎｍまでの光（Ｂ光）を透過させるような構成を有している。

すなわち、白色光源３１において発せられた白色光が第１のフィルタ群３２Ａを経ることにより、通常光観察モード用の広帯域光が生成される。

第２のフィルタ群３２Ｂは、各々が回転フィルタ３２の外周側の周方向に沿って設けられた、青色かつ狭帯域な光を透過させるＢｎフィルタ３２１ｂと、緑色かつ狭帯域な光を透過させるＧｎフィルタ３２１ｇと、を有して構成されている。

Ｂｎフィルタ３２１ｂは、例えば図４に示すように、中心波長が４１５ｎｍ付近に設定され、かつ、Ｂ光に比べて狭い帯域の光（Ｂｎ光）を透過させるように構成されている。また、Ｇｎフィルタ３２１ｇは、例えば図４に示すように、中心波長が５４０ｎｍ付近に設定され、かつ、Ｇ光に比べて狭い帯域の光（Ｇｎ光）を透過させるように構成されている。

すなわち、白色光源３１において発せられた白色光が第２のフィルタ群３２Ｂを経て離散化されることにより、狭帯域光観察モード用の複数の帯域の狭帯域光が生成される。

プロセッサ４は、医用画像処理装置としての機能を備えて構成されている。具体的には、プロセッサ４は、画像処理部４１と、制御部４２と、を有して構成されている。また、画像処理部４１は、画像データ生成部４１ａと、演算部４１ｂと、映像信号生成部４１ｃと、を有して構成されている。

画像処理部４１の画像データ生成部４１ａは、内視鏡２からの出力信号に対してノイズ除去及びＡ／Ｄ変換等の処理を施すことにより、ＣＣＤ２３において得られた画像に応じた画像データを生成する。

画像処理部４１の演算部４１ｂは、画像データ生成部４１ａにより生成された画像データに対する所定の処理を行うためのプログラムを外部記憶装置６または図示しないメモリから読み出して実行することにより、入力装置８における入力操作に応じて選択された所望の粘膜微細構造に類似する粘膜微細構造が、画像データ生成部４１ａにより生成された画像データ内に存在しているか否か等を視覚的に識別可能な画像データを生成する。なお、前述の所定の処理の詳細については、後程述べるものとする。

画像処理部４１の映像信号生成部４１ｃは、演算部４１ｂにより処理が施された画像データに対してガンマ変換及びＤ／Ａ変換等の処理を施すことにより、映像信号を生成して出力する。

制御部４２は、入力装置８の指示に基づいて画像処理部４１に対する制御を行うように構成されている。また、制御部４２は、観察モード切替スイッチ２４の指示に基づいて光源装置３に対する制御を行うように構成されている。

具体的には、制御部４２は、観察モード切替スイッチ２４の指示に基づき、例えば、通常光観察モードに切り替える指示が行われたことを検出した場合には、通常光観察モード用の広帯域光を光源装置３から出射させるための制御を回転フィルタ駆動部３５に対して行う。そして、回転フィルタ駆動部３５は、制御部４２の制御に基づき、白色光源３１の出射光路上に第１のフィルタ群３２Ａを介挿させ、かつ、白色光源３１の出射光路上から第２のフィルタ群３２Ｂを退避させるように、モータ３４を動作させる。

また、制御部４２は、観察モード切替スイッチ２４の指示に基づき、例えば、狭帯域光観察モードに切り替える指示が行われたことを検出した場合には、狭帯域光観察モード用の複数の帯域の狭帯域光を光源装置３から出射させるための制御を回転フィルタ駆動部３５に対して行う。そして、回転フィルタ駆動部３５は、制御部４２の制御に基づき、白色光源３１の出射光路上に第２のフィルタ群３２Ｂを介挿させ、かつ、白色光源３１の出射光路上から第１のフィルタ群３２Ａを退避させるように、モータ３４を動作させる。

すなわち、以上に述べた内視鏡装置１の構成によれば、通常光観察モードが選択された場合には、対象物を肉眼で見た場合と略同様の色合いを有する画像（通常光画像）を表示装置５に表示させ、さらに、表示装置５に表示される画像に対応する画像データを外部記憶装置６に記憶させることができる。また、以上に述べた内視鏡装置１の構成によれば、狭帯域光観察モードが選択された場合には、生体組織１０１に含まれる血管が強調された画像（狭帯域光画像）を表示装置５に表示させ、さらに、表示装置５に表示される画像に対応する画像データを外部記憶装置６に記憶させることができる。

入力部としての機能を備えた入力装置８は、例えば、マウス及び／またはキーボード等を具備し、入力操作に対応する指示をプロセッサ４に対して行うことができるように構成されている。

続いて、本実施例の作用について説明を行う。

まず、医師等のユーザは、内視鏡装置１の各部の電源を投入した後、観察モード切替スイッチ２４において通常光観察モードを選択する。そして、術者は、通常光観察モードを選択した際に表示装置５に表示される画像、すなわち、対象物を肉眼で見た場合と略同様の色合いを有する画像を見ながら内視鏡２を体腔内に挿入してゆくことにより、観察対象の生体組織１０１が存在する部位に先端部２１ｂを近接させる。

観察モード切替スイッチ２４において通常光観察モードが選択されると、Ｒ光、Ｇ光及びＢ光の各色の光が光源装置３から生体組織１０１へ順次出射され、内視鏡２において該各色の光に応じた画像がそれぞれ取得される。

画像処理部４１の画像データ生成部４１ａは、Ｒ光に応じた画像、Ｇ光に応じた画像、及び、Ｂ光に応じた画像が入力されると、各画像に対応する色成分の画像データをそれぞれ生成する。なお、本実施例の画像データ生成部４１ａにおいて生成される画像データは、例えば、縦×横＝ＩＳＸ×ＩＳＹ＝１２８０×９６０のサイズを具備するとともに、各画素のＲ（赤）成分、Ｇ（緑）成分、及び、Ｂ（青）成分が８ｂｉｔの階調（２５６階調）を有するものであるとする。

そして、画像処理部４１の演算部４１ｂは、画像データ生成部４１ａにより生成された画像データに対する所定の処理を行うためのプログラムを外部記憶装置６または図示しないメモリから読み出して実行することにより、以降に述べるような一連の処理を行う。なお、以降に述べるような一連の処理は、画像データ生成部４１ａにより生成された画像データに対して適用されるものに限らず、例えば、外部記憶装置６から読み込んだ画像データに対して適用されるものであってもよい。

ここで、本実施例において演算部４１ｂが行う処理の詳細について説明する。なお、本実施例では、画像データ生成部４１ａにより生成された画像データ（以降、単に原画像データとも称する）に含まれる各粘膜微細構造のうち、血管を処理対象の構造として設定した場合を例に挙げて説明する。図５は、第１の実施例において医用画像処理装置が行う処理の一例を示すフローチャートである。

まず、構造抽出部としての機能を備えた演算部４１ｂは、原画像データに含まれる複数の血管を抽出する血管抽出処理を行うとともに、当該血管抽出処理の処理結果に基づき、当該処理結果として得られた各血管を視認可能な血管抽出画像データＩｍＶを生成する（図５のステップＳ１）。なお、本実施例においては、以下に述べるような処理を経て血管抽出画像データＩｍＶが生成される。

演算部４１ｂは、例えば、日本国特許０４４０９１６６号の第１の実施形態に開示された血管抽出処理を原画像データに含まれるＧ成分に対して施した後、当該血管抽出処理の処理結果に基づき、非血管画素のフラグ値＝０とし、かつ、血管画素のフラグ値＝１とする。なお、本実施例においては、抽出対象となる血管のサイズを考慮し、前述の血管抽出処理における幅パラメータＷの値が５〜９（刻み１）に設定され、かつ、深さパラメータＤの値が５０に設定されるものとする。

さらに、演算部４１ｂは、前述の血管抽出処理の処理結果に対して公知のラベリング処理を施すことにより、例えば、複数の血管画素が隣接して構成される画素群を１つの血管とし、さらに、当該１つの血管に属する各血管画素に同一のラベルＬ（ｋ）（０≦ｋ≦Ｋ（Ｋは血管抽出処理の処理結果に含まれる血管数＝ラベル数））を付与する。なお、以降においては、ラベルＬ（ｋ）に属する画素群をＰｓ｛Ｌ（ｋ）｝として説明を進める。

そして、演算部４１ｂは、原画像データに含まれる各画素のうち、フラグ値＝１とした画素の画素値を（Ｒ，Ｇ，Ｂ）＝（２５５，０，０）に変換するとともに、フラグ値＝０とした画素の画素値をそのままの値に維持する処理を行うことにより血管抽出画像データＩｍＶを生成する。

その後、映像信号生成部４１ｃは、演算部４１ｂの処理により生成された血管抽出画像データＩｍＶに応じた映像信号を生成して表示装置５へ出力する。そして、このような処理により、図６に例示するような血管抽出画像が表示装置５に表示される。図６は、第１の実施例において表示装置に表示される血管抽出画像の一例を示す図である。なお、図６の血管抽出画像においては、図示の簡単のため、血管抽出画像データＩｍＶの生成に際して原画像データの画素値が維持された部分に存在する模様等の描写を省略しているものとする。

一方、ユーザは、表示装置５に表示される血管抽出画像を確認しつつ入力装置８を操作する（例えば表示装置５に表示されるマウスカーソルを所望の位置に移動させてからマウスをクリックする）ことにより、当該血管抽出画像において赤色で強調された各血管の中から、所望の１つの血管（注目する１つの血管）Ｖ１を選択する。なお、以降においては、簡単のため、図６に示すような位置にある血管が血管Ｖ１として選択された場合を例に挙げて説明を進める。

なお、本実施例によれば、所望の１つの血管Ｖ１を選択可能な表示形態を有する限りにおいては、例えば、前述の血管抽出画像の一部、前述の血管抽出画像とは異なる画像、または、血管抽出画像データＩｍＶに基づいて生成されたＧＵＩのいずれかが表示装置５に表示されるものであってもよい。

制御部４２は、入力装置８から出力される指示に基づき、ユーザにより選択された血管Ｖ１に関する情報を画像処理部４１へ出力する。

構造特定部としての機能を備えた演算部４１ｂは、制御部４２から出力される情報に基づき、血管抽出画像データＩｍＶの中から、ユーザにより選択された血管Ｖ１を特定する（図５のステップＳ２）。

一方、特徴量算出部としての機能を備えた演算部４１ｂは、図５のステップＳ１において実施した血管抽出処理の処理結果に基づき、当該処理結果として得られた各血管毎に特徴量を算出する（図５のステップＳ３）。なお、本実施例においては、血管抽出処理の処理結果として得られた各血管の形状に応じた特徴量として、以下に述べるような円形度、長さ及び複雑度の３種の特徴量を算出する場合を例に挙げて説明する。

演算部４１ｂは、例えば、ラベルＬ（ｋ）が付与された血管Ｖ（Ｌ（ｋ））について、下記数式（１）を用いた演算を行うことにより、当該血管Ｖ（Ｌ（ｋ））の円形度Ｖｄｃ（Ｌ（ｋ））を算出する。

なお、上記数式（１）におけるＳ（Ｌ（ｋ））は、同一のラベルＬ（ｋ）が付与された画素の総数をカウントすることにより得られる、血管Ｖ（Ｌ（ｋ））の面積を表すものとする。また、上記数式（１）におけるＯｐ（Ｌ（ｋ））は、血管Ｖ（Ｌ（ｋ））の外周部に位置する画素の総数をカウントすることにより得られる、血管Ｖ（Ｌ（ｋ））の外周長を表すものとする。

また、演算部４１ｂは、例えば、ラベルＬ（ｋ）が付与された血管Ｖ（Ｌ（ｋ））を細線化し、当該細線化された血管Ｖ（Ｌ（ｋ））の画素の総数をカウントすることにより、血管Ｖ（Ｌ（ｋ））の長さＶｌ（Ｌ（ｋ））を算出する。

さらに、演算部４１ｂは、例えば、前述のように取得した面積Ｓ（Ｌ（ｋ））及び外周長Ｏｐ（Ｌ（ｋ））を下記数式（２）に適用することにより、血管Ｖ（Ｌ（ｋ））の複雑度Ｖｃ（Ｌ（ｋ））を算出する。

なお、本実施例によれば、図５のステップＳ３において、前述したような３種の特徴量を算出するものに限らず、例えば、血管のサイズ、密度及び／または走行方向等に係る評価値を算出しても良く、濃度・色調及び／または濃淡変化等に係る特徴量を算出するようにしてもよい。

カテゴリ分類部としての機能を備えた演算部４１ｂは、図５のステップＳ３において算出した特徴量に基づき、図５のステップＳ１において実施した血管抽出処理の処理結果として得られた各血管を分類する（図５のステップＳ４）。

具体的には、演算部４１ｂは、例えば、前述のように算出した円形度Ｖｄｃ（Ｌ（ｋ））、長さＶｌ（Ｌ（ｋ））、及び、複雑度Ｖｃ（Ｌ（ｋ））を、下記数式（３）に示す分類基準に適用することにより、血管Ｖ（Ｌ（ｋ））の分類先のカテゴリＣ（Ｌ（ｋ））を、３つのカテゴリＣ１、Ｃ２及びＣ３のうちの１つに決定する。

そして、上記数式（３）に示した分類基準に基づく分類処理が施されることにより、例えば、ループ形状をなす血管Ｖ（Ｌ（ｋ））がカテゴリＣ１に分類され、コイル形状をなす血管Ｖ（Ｌ（ｋ））がカテゴリＣ２に分類され、蛇行形状をなす血管Ｖ（Ｌ（ｋ））がカテゴリＣ３に分類される。

なお、本実施例によれば、図５のステップＳ１において実施した血管抽出処理の処理結果として得られた各血管を、上記数式（３）に示した分類基準に基づいて分類するものに限らず、例えば、図５のステップＳ３において算出した各特徴量を線形判別関数に適用して分類するようにしてもよい。

また、本実施例によれば、例えば、図５のステップＳ１において実施した血管抽出処理の処理結果として得られた各血管の分類に用いられるカテゴリの数を、図５のステップＳ３において算出される特徴量に応じて（２以上の範囲で）増減できるようにしてもよい。

また、本実施例によれば、例えば、図５のステップＳ１において実施した血管抽出処理の処理結果として得られた各血管の分類に用いられるカテゴリを、図５のステップＳ３において算出される特徴量に応じたカテゴリに入れ替えることができるようにしてもよい。

また、本実施例によれば、図５のステップＳ１において実施した血管抽出処理の処理結果として得られた各血管を、例えば、公知のクラスタリング処理の処理結果に基づいて分類してもよく、ｋ−ＮＮ法により分類してもよく、または、特徴空間における距離に応じて分類してもよい。

構造群検出部としての機能を備えた演算部４１ｂは、図５のステップＳ４により得られた各血管の分類結果に基づき、血管Ｖ１と同一のカテゴリに分類され、かつ、血管Ｖ１とは異なる０以上の血管を有する血管群｛Ｖ２｝を検出する（図５のステップＳ５）。

そして、識別画像生成部としての機能を備えた演算部４１ｂは、血管Ｖ１及び血管群｛Ｖ２｝と、血管Ｖ１及び血管群｛Ｖ２｝とは異なるカテゴリに分類された各血管と、を視覚的に識別可能な血管識別画像データＩｄＶを生成する（図５のステップＳ６）。

具体的には、演算部４１ｂは、例えば、原画像データに含まれる各画素のうち、血管Ｖ１及び血管群｛Ｖ２｝を構成する画素の画素値を（Ｒ，Ｇ，Ｂ）＝（０，２５５，０）に変換し、血管Ｖ１及び血管群｛Ｖ２｝とは異なるカテゴリに分類された各血管を構成する画素の画素値を（Ｒ，Ｇ，Ｂ）＝（２５５，０，０）に変換し、フラグ値＝０とした画素の画素値をそのままの値に維持するような処理を行うことにより、血管識別画像データＩｄＶを生成する。

その後、映像信号生成部４１ｃは、演算部４１ｂの処理により生成された血管識別画像データＩｄＶに応じた映像信号を生成して表示装置５へ出力する。そして、このような処理により、図７に例示するような血管識別画像が表示装置５に表示される。図７は、第１の実施例において表示装置に表示される血管識別画像の一例を示す図である。なお、図７の血管識別画像においては、図示の簡単のため、血管識別画像データＩｄＶの生成に際して原画像データの画素値が維持された部分に存在する模様等の描写を省略しているものとする。

そして、ユーザは、表示装置５に表示される血管識別画像を確認することにより、例えば、血管Ｖ１の形状に類似する形状を有する血管群｛Ｖ２｝が画像内に存在しているか否か、及び、血管Ｖ１及び血管群｛Ｖ２｝の分布状態が規則的であるか否かを容易に把握することができる。

なお、本実施例によれば、図５に示すような順番で処理が行われるものに限らず、前述の血管識別画像データＩｄＶが生成される限りにおいては、処理の順番が適宜変更されてもよい。具体的には、例えば、図５のステップＳ２の処理は、図５のステップＳ１の直後からステップＳ５の直前までのいずれかにおいて行われればよい。

以上に述べたように、本実施例によれば、ユーザ個人の経験の多寡に依存せずに、所望の血管同士の形状の類似性を評価することができるとともに、相互に類似する形状を有する血管群の分布状態を確認することができ、その結果、粘膜微細構造の所見に基づく診断を従来に比べて容易に実施することができる。

なお、本実施例によれば、血管抽出処理により抽出される血管を処理対象の構造として設定するものに限らず、例えば、日本国特許０４４０９１６６号に開示されたｐｉｔ抽出方法を用いて抽出されるピットパターン、または、同公報に開示された血管の構造抽出用のフィルタを反転して適用することにより抽出される上皮模様を処理対象の構造として設定することもできる。

一方、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管群｛Ｖ２｝を構成する画素の画素値を（Ｒ，Ｇ，Ｂ）＝（０，２５５，０）に変換し、血管群｛Ｖ２｝以外の各血管を構成する画素の画素値を（Ｒ，Ｇ，Ｂ）＝（２５５，０，０）に変換するような処理を行ってもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管Ｖ１と、血管群｛Ｖ２｝と、血管Ｖ１及び血管群｛Ｖ２｝とは異なるカテゴリに分類された各血管と、がそれぞれ異なる色で示されるように画素値を変換する処理を行ってもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管Ｖ１の周囲を点線で囲む、血管Ｖ１の輪郭を白色に着色する、または、血管Ｖ１を膨張して得られた形状の輪郭を描く等の処理を行うような処理を行ってもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管Ｖ１と、血管群｛Ｖ２｝に属する各血管と、の間を結ぶ線分を描くような処理を行ってもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管Ｖ１を含む所定のサイズの局所領域を血管抽出画像データＩｍＶから切り出すことにより、血管Ｖ１を含む局所画像データを生成するような処理を行ってもよい。そして、このような処理が行われる場合において、映像信号生成部４１ｃは、前述のように生成した局所画像データを、血管識別画像データＩｄＶとは異なる位置（例えば別のウィンドウ内等）に表示させるようにしてもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管Ｖ１を示す所定の文字列（例えば「選択血管」等の文字列）を血管Ｖ１の近傍に描くような処理を行ってもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶを生成する際に、例えば、血管Ｖ１を含む局所領域を実線で囲むとともに、血管群｛Ｖ２｝に属する各血管を含む各局所領域を点線で囲むような処理を行ってもよい。そして、このような処理が行われることにより、例えば、図８に示すような血管識別画像が表示装置５に表示される。図８は、第１の実施例において表示装置に表示される血管識別画像の、図６とは異なる例を示す図である。なお、図８の血管識別画像においては、図示の簡単のため、血管識別画像データＩｄＶの生成に際して原画像データの画素値が維持された部分に存在する模様等の描写を省略しているものとする。

ところで、本実施例においては、複数の血管の中から所望の１つの血管Ｖ１をユーザに選択させるための画像またはＧＵＩが表示装置５に表示されるものに限らず、例えば図９に示すような、画像データ生成部４１ａにより生成された画像データに対応する原画像、または、血管抽出画像データＩｍＶに対応する血管抽出画像のいずれかと、複数のカテゴリの中から所望の１つのカテゴリをユーザに選択させるためのカテゴリ選択部と、を具備するＧＵＩが表示装置５に表示されるようにしてもよい。さらに、このような場合において、カテゴリ選択部の各カテゴリの中から選択された所望の１つのカテゴリに属する各血管を強調した血管識別画像が表示装置５に表示されるようにしてもよい。

また、本実施例においては、複数の血管の中から所望の１つの血管Ｖ１をユーザに選択させるための画像またはＧＵＩが表示装置５に表示されるものに限らず、例えば図１０に示すような、血管の形状及び／または色調に基づいて算出される複数の特徴量の中から所望の特徴量をユーザに選択させるための特徴量選択部と、当該所望の特徴量に係る所望の絞り込み条件をユーザに入力させるための絞り込み条件入力部と、を具備するＧＵＩが表示装置５に表示されるようにしてもよい。さらに、このような場合において、特徴量選択部の各特徴量の中から選択された所望の特徴量、及び、絞り込み条件入力部に入力された所望の絞り込み条件に該当する各血管を強調した血管識別画像が表示装置５に表示されるようにしてもよい。

（第２の実施例）
図１１から図１４は、本発明の第２の実施例に係るものである。

なお、本実施例においては、第１の実施例と同様の構成の内視鏡装置１を用いることができるとともに、画像処理部４１の演算部４１ｂにおいて行われる処理が第１の実施例とは一部異なっている。そのため、本実施例においては、演算部４１ｂにおいて行われる処理のうち、第１の実施例とは異なる部分について主に説明を行う。また、本実施例では、第１の実施例と同様の原画像データを用い、当該原画像データに含まれる各粘膜微細構造のうち、血管を処理対象の構造として設定して処理を行う場合を例に挙げて説明する。図１１は、第２の実施例において医用画像処理装置が行う処理の一例を示すフローチャートである。

まず、演算部４１ｂは、原画像データに含まれる複数の血管を抽出する血管抽出処理を行うとともに、当該血管抽出処理の処理結果に基づき、当該処理結果として得られた各血管を視認可能な血管抽出画像データＩｍＶ２を生成する（図１１のステップＳ１１）。なお、本実施例においては、以下に述べるような処理を経て血管抽出画像データＩｍＶ２が生成される。

演算部４１ｂは、例えば、原画像データに含まれるＧ成分に対応する画像Ｉｍ２の各画素から注目画素ＰＩを選択し、さらに、当該選択した注目画素ＰＩに対し、図１２に示すようなフィルタ係数を具備する一次元フィルタを適用することにより、注目画素ＰＩを中心とした０°方向、４５°方向、９０°方向、及び、１３５°方向のそれぞれにおいて畳み込み演算を実施する。図１２は、血管抽出処理において利用可能な一次元フィルタの一例を示す図である。

なお、前述の一次元フィルタにおけるフィルタ係数は、予め決められた固定値であってもよく、または、所定の設定ファイルの書き換えにより変更可能な値であってもよい。

演算部４１ｂは、前述の畳み込み演算の演算結果における最大値が閾値Ｔｈｒｅ（例えば０．３）より大きいことを検出した場合には、注目画素ＰＩを血管画素とし、さらに、当該最大値が得られた方向を注目画素ＰＩにおける血管走行方向とする。一方、演算部４１ｂは、前述の畳み込み演算の演算結果における最大値が閾値Ｔｈｒｅ以下であることを検出した場合には、注目画素ＰＩを非血管画素とする。

なお、本実施例によれば、前述の手法により注目画素ＰＩの血管走行方向を決定するものに限らず、例えば、日本国特許０４４０９１６６号の第１の実施形態に開示された血管抽出処理において、幅パラメータＷ及び深さパラメータＤを組み合わせた複数のテンプレートを注目画素ＰＩにそれぞれ適用した結果に基づき、注目画素ＰＩの血管走行方向を決定してもよい。

その後、演算部４１ｂは、画像Ｉｍ２の各画素を血管画素または非血管画素のいずれかに分類した分類結果に基づき、非血管画素のフラグ値＝０とし、かつ、血管画素のフラグ値＝１とする。

そして、演算部４１ｂは、原画像データに含まれる各画素のうち、フラグ値＝１とした画素の画素値を（Ｒ，Ｇ，Ｂ）＝（２５５，０，０）に変換するとともに、フラグ値＝０とした画素の画素値をそのままの値に維持する処理を行うことにより血管抽出画像データＩｍＶ２を生成する。

その後、映像信号生成部４１ｃは、演算部４１ｂの処理により生成された血管抽出画像データＩｍＶ２に応じた映像信号を生成して表示装置５へ出力する。そして、このような処理により、図１３に例示するような血管抽出画像が表示装置５に表示される。図１３は、第２の実施例において表示装置に表示される血管抽出画像の一例を示す図である。なお、図１３の血管抽出画像においては、図示の簡単のため、血管抽出画像データＩｍＶ２の生成に際して原画像データの画素値が維持された部分に存在する模様等の描写を省略しているものとする。

一方、ユーザは、表示装置５に表示される血管抽出画像を確認しつつ入力装置８を操作する（例えば表示装置５に表示されるマウスカーソルの軌跡が所望の閉曲線を描くようにマウスをクリックしながら動かす）ことにより、当該血管抽出画像内において赤色で強調された各血管のうちの少なくとも１つ血管を含む、所望の領域Ｖ１Ｒを選択する。なお、以降においては、簡単のため、図１３の点線で囲まれた領域が領域Ｖ１Ｒとして選択された場合を例に挙げて説明を進める。

制御部４２は、入力装置８から出力される指示に基づき、ユーザにより選択された領域Ｖ１Ｒに関する情報を画像処理部４１へ出力する。

演算部４１ｂは、制御部４２から出力される情報に基づき、血管抽出画像データＩｍＶ２の中から、ユーザにより選択された領域Ｖ１Ｒを特定する（図１１のステップＳ１２）。

演算部４１ｂは、図１１のステップＳ１１において実施した血管抽出処理の処理結果に基づき、図１１のステップＳ１２により特定した領域Ｖ１Ｒの内部に含まれる各血管に応じた特徴量を算出する（図１１のステップＳ１３）。なお、本実施例においては、領域Ｖ１Ｒの内部に含まれる各血管の分布傾向を示す特徴量として、以下に述べるような走行方向分散及び面積比率の２種の特徴量を算出する場合を例に挙げて説明する。また、以下においては、前述のように得られた血管走行方向の角度を数値として（例えば４５°＝４５として）用いて演算を行うものとする。さらに、以下においては、領域Ｖ１Ｒ内にｎ個の血管画素が存在するものとして説明する。

演算部４１ｂは、例えば、血管抽出画像データＩｍＶ２に含まれる各血管画素の血管走行方向の中央値ｄａを検出し、さらに、当該検出した中央値ｄａと、領域Ｖ１Ｒに含まれるｉ個目（１≦ｉ≦ｎ）の血管画素Ｖｐｘ（ｉ）における血管走行方向ｄ（Ｖｐｘ（ｉ））と、を下記数式（４）に適用することにより、走行方向分散Ｖｄを算出する。

なお、本実施例においては、前述の中央値ｄａの代わりに、血管抽出画像データＩｍＶ２に含まれる各血管画素の血管走行方向の平均値ｄｂを上記数式（４）に適用してもよい。

また、演算部４１ｂは、例えば、領域Ｖ１Ｒ内に含まれる血管画素の総数ｎと、領域Ｖ１Ｒ内に含まれる全画素数Ｐ（Ｖ１Ｒ）と、を下記数式（５）に適用することにより、面積比率Ｖｒを算出する。

演算部４１ｂは、図１１のステップＳ１３において算出した特徴量に基づき、領域Ｖ１Ｒを分類する（図１１のステップＳ１４）。

具体的には、演算部４１ｂは、例えば、前述のように算出した走行方向分散Ｖｄ及び面積比率Ｖｒを、下記数式（６）に示す分類基準に適用することにより、領域Ｖ１Ｒの分類先のカテゴリＣ（Ｖ１Ｒ）を、３つのカテゴリＣ２１、Ｃ２２及びＣ２３のうちの１つに決定する。

そして、上記数式（６）に示した分類基準に基づく分類処理が施されることにより、例えば、血管の分布状態が疎である場合には領域Ｖ１ＲがカテゴリＣ２１に分類され、血管の分布状態が規則的である場合には領域Ｖ１ＲがカテゴリＣ２２に分類され、血管の分布状態が不規則的である場合には領域Ｖ１ＲがカテゴリＣ２３に分類される。

一方、領域設定部としての機能を備えた演算部４１ｂは、図１１のステップＳ１２により特定した領域Ｖ１Ｒに基づき、例えば、領域Ｖ１Ｒに外接する矩形の領域を探索領域ＲＡとして設定した（図１１のステップＳ１５）後、血管抽出画像データＩｍＶ２の左上隅と、探索領域ＲＡの左上隅と、が一致するような初期位置に探索領域ＲＡを移動させる。

演算部４１ｂは、図１１のステップＳ１１において実施した血管抽出処理の処理結果に基づき、図１１のステップＳ１３と同様の演算処理を行うことにより、現在位置における探索領域ＲＡの内部に含まれる各血管に応じた特徴量を算出する（図１１のステップＳ１６）。

また、演算部４１ｂは、図１１のステップＳ１６において算出した特徴量に基づき、図１１のステップＳ１４と同様の分類処理を行うことにより、現在位置における探索領域ＲＡを分類する（図１１のステップＳ１７）。そして、図１１のステップＳ１７の処理が行われることにより、例えば、血管の分布状態が疎である場合には探索領域ＲＡがカテゴリＣ２１に分類され、血管の分布状態が規則的である場合には探索領域ＲＡがカテゴリＣ２２に分類され、血管の分布状態が不規則的である場合には探索領域ＲＡがカテゴリＣ２３に分類される。

一方、演算部４１ｂは、血管抽出画像データＩｍＶ２の全域が探索領域ＲＡにより探索されたか否かを判定する（図１１のステップＳ１８）。

具体的には、演算部４１ｂは、例えば、血管抽出画像データＩｍＶ２の各画素のうち、探索領域ＲＡの内部に一度も含まれたことがない画素があるか否かに基づき、血管抽出画像データＩｍＶ２の全域が探索領域ＲＡにより探索されたか否かを判定する。

演算部４１ｂは、図１１のステップＳ１８において、血管抽出画像データＩｍＶ２の全域が探索領域ＲＡにより探索されていないことを検出した場合には、例えば、探索領域ＲＡを、現在位置から縦方向または横方向へ所定の画素分離れた次の位置へ移動した（図１１のステップＳ１９）後、図１１のステップＳ１４以降の処理を再度行う。

すなわち、図１１のステップＳ１５の処理を経た後、図１１のステップＳ１６からステップＳ１９までの処理が繰り返し行われることにより、複数の探索領域ＲＡが血管抽出画像データＩｍＶ２内の相互に異なる位置に設定され、当該設定された複数の探索領域ＲＡの内部に含まれる各血管に応じた特徴量が各探索領域ＲＡ毎に算出され、さらに、当該算出された特徴量に基づいて複数の探索領域ＲＡがそれぞれ分類される。

一方、領域群検出部としての機能を備えた演算部４１ｂは、図１１のステップＳ１８において、血管抽出画像データＩｍＶ２の全域が探索領域ＲＡにより探索されたことを検出した場合には、図１１のステップＳ１７により得られた各探索領域ＲＡの分類結果に基づき、領域Ｖ１Ｒと同一のカテゴリに分類された０以上の探索領域ＲＡを有する領域群｛Ｖ２Ｒ｝を検出する（図１１のステップＳ２０）。

そして、演算部４１ｂは、領域Ｖ１Ｒまたは領域群｛Ｖ２Ｒ｝のいずれかに含まれる各血管と、領域Ｖ１Ｒ及び領域群｛Ｖ２Ｒ｝のいずれにも含まれない各血管と、を視覚的に識別可能な血管識別画像データＩｄＶ２を生成する（図１１のステップＳ２１）。

具体的には、演算部４１ｂは、領域Ｖ１Ｒの領域境界と、領域群｛Ｖ２Ｒ｝の領域境界と、をそれぞれ視覚的に示すための処理を行う。演算部４１ｂは、例えば、領域Ｖ１Ｒの領域境界を示す閉曲線を点線で描き、領域群｛Ｖ２Ｒ｝の領域境界を示す矩形を実線で描く処理を行う。または、演算部４１ｂは、原画像データに含まれる各画素のうち、領域Ｖ１Ｒの内部または領域群｛Ｖ２Ｒ｝の内部のいずれかに含まれる各血管を構成する画素と、領域Ｖ１Ｒの内部及び領域群｛Ｖ２Ｒ｝の内部のいずれにも含まれない各血管を構成する画素とをそれぞれ異なる色で表示されるように原画像の画素値を変換する処理を行う。演算部４１ｂは、例えば、原画像データに含まれる各画素のうち、領域Ｖ１Ｒの内部または領域群｛Ｖ２Ｒ｝の内部のいずれかに含まれる各血管を構成する画素の画素値を（Ｒ，Ｇ，Ｂ）＝（０，２５５，０）に変換し、領域Ｖ１Ｒの内部及び領域群｛Ｖ２Ｒ｝の内部のいずれにも含まれない各血管を構成する画素の画素値を（Ｒ，Ｇ，Ｂ）＝（２５５，０，０）に変換し、フラグ値＝０とした画素の画素値をそのままの値に維持するような処理を行うことにより、血管識別画像データＩｄＶ２を生成する。

なお、本実施例によれば、例えば、領域Ｖ１Ｒの領域境界と、領域群｛Ｖ２Ｒ｝の領域境界と、をそれぞれ視覚的に示すための処理と、領域Ｖ１Ｒの内部または領域群｛Ｖ２Ｒ｝の内部のいずれかに含まれる各血管を構成する画素と、領域Ｖ１Ｒの内部及び領域群｛Ｖ２Ｒ｝の内部のいずれにも含まれない各血管を構成する画素と、をそれぞれ異なる色で表示させるように原画像の画素値を変換する処理と、を併せて行ってもよい。

その後、映像信号生成部４１ｃは、演算部４１ｂの処理により生成された血管識別画像データＩｄＶ２に応じた映像信号を生成して表示装置５へ出力する。そして、このような処理により、（領域群｛Ｖ２Ｒ｝に含まれる領域が１つである場合には、）図１４に例示するような血管識別画像が表示装置５に表示される。図１４は、第２の実施例において表示装置に表示される血管識別画像の一例を示す図である。なお、図１４の血管識別画像においては、図示の簡単のため、血管識別画像データＩｄＶ２の生成に際して原画像データの画素値が維持された部分に存在する模様等の描写を省略しているものとする。また、図１４の血管識別画像は、領域Ｖ１Ｒの領域境界と、領域群｛Ｖ２Ｒ｝の領域境界と、をそれぞれ視覚的に示すための処理と、領域Ｖ１Ｒの内部または領域群｛Ｖ２Ｒ｝の内部のいずれかに含まれる各血管を構成する画素と、領域Ｖ１Ｒの内部及び領域群｛Ｖ２Ｒ｝の内部のいずれにも含まれない各血管を構成する画素と、をそれぞれ異なる色で表示させるように原画像の画素値を変換する処理と、が併せて行われた場合において表示装置５に表示される画像の例を示している。

そして、ユーザは、表示装置５に表示される血管識別画像を確認することにより、例えば、領域Ｖ１Ｒの内部に含まれる各血管の分布状態に類似する分布状態を有する領域群｛Ｖ２Ｒ｝が画像内に存在しているか否か、及び、領域Ｖ１Ｒの内部及び領域群｛Ｖ２Ｒ｝の内部に含まれる各血管の分布状態が規則的であるか否かを容易に把握することができる。

なお、本実施例においては、以上に述べたような処理に限らず、例えば、原画像データに対して公知の領域分割処理を施し、当該領域分割処理の処理結果として得られる複数の領域を血管の分布状態に応じたカテゴリに分類し、当該複数の領域の中からユーザに領域Ｖ１Ｒを選択させるようにし、当該領域Ｖ１Ｒと同一のカテゴリに分類された領域群｛Ｖ２Ｒ｝を検出するような処理が行われてもよい。

また、演算部４１ｂは、血管識別画像データＩｄＶ２を生成する際に、例えば、領域Ｖ１Ｒの内部に含まれる各血管と、領域群｛Ｖ２Ｒ｝の内部に含まれる各血管と、領域Ｖ１Ｒの内部及び領域群｛Ｖ２Ｒ｝の内部のいずれにも含まれない各血管と、がそれぞれ異なる色で示されるように画素値を変換する処理を行ってもよい。

以上に述べたように、本実施例によれば、ユーザ個人の経験の多寡に依存せずに、血管の分布状態を評価することができ、その結果、粘膜微細構造の所見に基づく診断を従来に比べて容易に実施することができる。

なお、本発明は、上述した各実施例に限定されるものではなく、発明の趣旨を逸脱しない範囲内において種々の変更や応用が可能であることは勿論である。

１ 内視鏡装置
２ 内視鏡
３ 光源装置
４ プロセッサ
５ 表示装置
６ 外部記憶装置
７ ライトガイド
８ 入力装置
２１ａ 挿入部
２１ｂ 先端部
２１ｃ 操作部
２２ 対物光学系
２３ ＣＣＤ
２４ 観察モード切替スイッチ
３１ 白色光源
３２ 回転フィルタ
３３，３４ モータ
３５ 回転フィルタ駆動部
３６ 集光光学系
４１ 画像処理部
４１ａ 画像データ生成部
４１ｂ 演算部
４１ｃ 映像信号生成部
４２ 制御部
１０１ 生体組織

工藤進英他：大腸腫瘍に対する拡大内視鏡観察と診断都度診断−箱根シンポジウムにおけるＶ型亜分類の合意、胃と腸３９；７４７−７５２、２００４ 丹羽文他：画像強調観察による内視鏡診断アトラス；２０３−２１４、２０１０

Claims (9)

1. 生体組織を撮像して得た原画像の中から複数の所定の構造を抽出する構造抽出部と、
   前記構造抽出部の抽出結果に基づき、前記複数の所定の構造の中から、注目する第１の構造を特定する構造特定部と、
   前記構造抽出部の抽出結果に基づき、前記複数の所定の構造それぞれにおいて特徴量を算出する特徴量算出部と、
   前記特徴量算出部の算出結果に基づき、前記複数の所定の構造を複数のカテゴリのうちのいずれか１つにそれぞれ分類するカテゴリ分類部と、
   前記構造抽出部の抽出結果と、前記カテゴリ分類部の分類結果と、に基づき、前記複数の所定の構造の中から、前記第１の構造と同一のカテゴリに分類され、かつ、前記第１の構造とは異なる０以上の第２の構造を有する構造群を検出する構造群検出部と、
   前記構造抽出部の抽出結果と、前記構造群検出部の検出結果と、に基づき、前記複数の所定の構造のうち、前記構造群に属する各構造と、前記第１の構造以外で前記構造群に属しない各構造と、を視覚的に識別可能な識別画像を生成する識別画像生成部と、
   を有することを特徴とする医用画像処理装置。
2. 前記識別画像生成部は、前記識別画像において、前記第１の構造と、前記構造群に属する各構造と、が同じ色で示されるように前記原画像の画素値を変換する処理を行う
   ことを特徴とする請求項１に記載の医用画像処理装置。
3. 前記識別画像生成部は、前記識別画像において、前記第１の構造と、前記構造群に属する各構造と、前記第１の構造以外で前記構造群に属しない各構造と、がそれぞれ異なる色で示されるように前記原画像の画素値を変換する処理を行う
   ことを特徴とする請求項１に記載の医用画像処理装置。
4. 前記特徴量算出部は、前記構造抽出部の抽出結果に基づき、前記複数の所定の構造それぞれの形状に応じた特徴量を算出する
   ことを特徴とする請求項１に記載の医用画像処理装置。
5. 生体組織を撮像して得た原画像の中から複数の所定の構造を抽出する構造抽出部と、
   前記構造抽出部の抽出結果から選択された第１の領域に基づき、前記構造抽出部の抽出結果において複数の第２の領域を設定する領域設定部と、
   前記構造抽出部の抽出結果に基づき、前記第１の領域の内部に含まれる、前記複数の所定の構造のうちの少なくとも１つの所定の構造に応じた特徴量を算出するとともに、前記領域設定部により設定された前記複数の第２の領域の内部に含まれる、前記複数の所定の構造のうちの少なくとも１つの所定の構造に応じた特徴量を各領域毎に算出する特徴量算出部と、
   前記特徴量算出部の算出結果に基づき、前記第１の領域と、前記領域設定部により設定された前記複数の第２の領域と、を複数のカテゴリのうちのいずれか１つにそれぞれ分類するカテゴリ分類部と、
   前記構造抽出部の抽出結果と、前記カテゴリ分類部の分類結果と、に基づき、前記領域設定部により設定された前記複数の第２の領域の中から、前記第１の領域と同一のカテゴリに分類された０以上の第２の領域を有する領域群を検出する領域群検出部と、
   前記構造抽出部の抽出結果と、前記領域群検出部の検出結果と、に基づき、前記複数の所定の構造のうち、前記領域群の内部に含まれる各構造と、前記第１の領域の内部及び前記領域群の内部のいずれにも含まれない各構造と、を視覚的に識別可能な識別画像を生成する識別画像生成部と、
   を有することを特徴とする医用画像処理装置。
6. 前記識別画像生成部は、前記識別画像において、前記第１の領域の内部または前記領域群の内部のいずれかに含まれる所定の構造がそれぞれ同じ色で示されるように前記原画像の画素値を変換する処理を行う
   ことを特徴とする請求項５に記載の医用画像処理装置。
7. 前記識別画像生成部は、前記識別画像において、前記第１の領域の内部に含まれる各構造と、前記領域群の内部に含まれる各構造と、前記第１の領域の内部及び前記領域群の内部のいずれにも含まれない各構造と、がそれぞれ異なる色で示されるように前記原画像の画素値を変換する処理を行う
   ことを特徴とする請求項５に記載の医用画像処理装置。
8. 前記構造抽出部の抽出結果に基づき、前記第１の領域の内部に含まれる、前記複数の所定の構造のうちの少なくとも１つの所定の構造の分布傾向を示す特徴量を算出するとともに、前記領域設定部により設定された前記複数の第２の領域の内部に含まれる、前記複数の所定の構造のうちの少なくとも１つの所定の構造の分布傾向を示す特徴量を各領域毎に算出する
   ことを特徴とする請求項５に記載の医用画像処理装置。
9. 前記識別画像生成部は、前記識別画像において、前記第１の領域の領域境界と、前記前記２の領域の領域境界と、をそれぞれ視覚的に示すための処理を行う
   ことを特徴とする請求項５に記載の医用画像処理装置。

Images