JP2016019665A - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents

Abstract

【課題】管腔内画像における血管透見像の局所的な消失に基づいて異常を検出することができる画像処理装置等を提供する。
【解決手段】画像処理装置１は、管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成部１１０と、血管鮮鋭度画像において血管鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出部１２０と、候補領域の近傍に延在する血管領域の状態を表す延在情報に基づいて、候補領域が異常領域であるか否かを判定する異常領域判定部１３０とを備える。
【選択図】図１

Description

本発明は、生体の管腔内が写された画像に対して画像処理を実行する画像処理装置、画像処理方法、及び画像処理プログラムに関する。

内視鏡やカプセル型内視鏡等の医用観察装置を用いて生体の管腔内を撮像することにより取得した画像（以下、管腔内画像ともいう）に対し、腫瘍等の異常部が写った異常領域を検出する技術が知られている。例えば特許文献１には、局所的な隆起形状を有する病変を検出する技術が開示されている。この特許文献１においては、生体組織の２次元画像に基づいて３次元モデルを推定し、該３次元モデルに対し、隆起形状を有する病変の検出対象領域を設定し、検出対象領域に含まれる各データ点における形状の状態を示す形状特徴量を算出し、該形状特徴量に基づいて局所的な隆起形状を持つ病変を検出している。また、特許文献２には、Ｒ（赤）、Ｇ（緑）、Ｂ（青）のうちのＧ成分の画像に対してＧａｂｏｒフィルタ等を用いた空間周波数解析を実行することにより特徴量を算出した後、線形判別関数を適用することにより、血管が延在している状態（血管の走行形態とも呼ばれる）に基づいて異常を判別する技術が開示されている。

特開２００８−２９５２０号公報 特開２００５−１９２８８０号公報

ところで、管腔内で発生する早期表面型腫瘍は、内視鏡検査において発見することが難しい異常の１つである。この早期表面型腫瘍を医師が発見する際の手がかりとして、血管透見像の局所的な消失が知られている。血管透見像とは、粘膜の表面近傍に存在する血管網が透けて見える領域が写った像のことである。この血管透見像において、血管網が局所的に見え難くなっている領域（局所的に消失した領域）には、腫瘍が存在する可能性が高い。

これに対し、特許文献１は、正常な粘膜面から隆起している病変（異常部）を検出する技術であり、隆起が小さい、若しくは隆起していない病変を検出することは困難である。また、特許文献２は、画像の明確に表出している血管が延在している状態をもとに、異常が写った画像を検出する技術であり、血管透見像が局所的に消失した領域を抽出する技術は開示されていない。

本発明は、上記に鑑みて為されたものであって、管腔内画像において血管透見像が局所的に消失した領域を抽出することができる画像処理装置、画像処理方法、及び画像処理プログラムの提供を目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る画像処理装置は、管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成部と、前記血管鮮鋭度画像において前記鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出部と、前記候補領域の近傍に延在する前記血管領域の状態を表す延在情報に基づいて、前記候補領域が異常領域であるか否かを判定する異常領域判定部と、を備えることを特徴とする。

本発明に係る画像処理方法は、管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成ステップと、前記血管鮮鋭度画像において前記鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出ステップと、前記候補領域の近傍に延在する前記血管領域の状態を表す延在情報に基づいて、前記候補領域が異常領域であるか否かを判定する異常領域判定ステップと、を含むことを特徴とする。

本発明に係る画像処理プログラムは、管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成ステップと、前記血管鮮鋭度画像において前記鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出ステップと、前記候補領域の近傍に延在する前記血管領域の状態を表す延在情報に基づいて、前記候補領域が異常領域であるか否かを判定する異常領域判定ステップと、をコンピュータに実行させることを特徴とする。

本発明によれば、管腔内画像における血管領域の鮮鋭度が局所的に低下する領域を異常領域の候補領域として抽出し、該候補領域が異常領域であるか否かを候補領域の近傍に存在する血管領域の延在情報に基づいて判定するので、管腔内画像において血管透見像が局所的に消失した領域を精度良く抽出することが可能となる。

図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。 図２は、図１に示す血管鮮鋭度画像作成部の詳細な構成を示すブロック図である。 図３は、図１に示す異常領域判定部の詳細な構成を示すブロック図である。 図４は、図１に示す画像処理装置の動作を示すフローチャートである。 図５は、管腔内画像の一例を示す模式図である。 図６は、図１に示す血管鮮鋭度画像作成部が実行する血管鮮鋭度画像の作成処理を示すフローチャートである。 図７は、色コントラスト画像内のｘ方向における輝度の変化を示すグラフである。 図８は、血管鮮鋭度画像の一例を示す図である。 図９は、血管鮮鋭度画像の反転画像内のｘ方向における輝度の変化を示すグラフである。 図１０は、図１に示す異常領域判定部が実行する候補領域の判定処理を示すフローチャートである。 図１１は、近傍外部領域の設定処理を説明するための模式図である。 図１２は、血管領域と候補領域の輪郭との交差角の評価方法を説明するための模式図である。 図１３は、細線化処理を説明するための模式図である。 図１４は、シェイプインデックスの値に応じた形状モデルを示す模式図である。 図１５は、本実施の形態２に係る画像処理装置が備える異常領域判定部の構成を示すブロック図である。 図１６は、図１５に示す異常領域判定部が実行する候補領域の判定処理を示すフローチャートである。 図１７は、輪郭近傍領域の設定処理を説明するための模式図である。 図１８は、候補領域に対する血管領域の交差状態の評価方法を説明するための模式図である。 図１９は、本実施の形態３に係る画像処理装置が備える異常領域判定部の構成を示すブロック図である。 図２０は、図１９に示す異常領域判定部が実行する候補領域の判定処理を示すフローチャートである。 図２１は、候補領域に対する血管領域の貫通状態の評価方法を説明するための模式図である。 図２２は、図１に示す画像処理装置が適用される内視鏡システムの概略構成を示す図である。

以下、本発明の実施の形態に係る画像処理装置、画像処理方法、及び画像処理プログラムについて、図面を参照しながら説明する。なお、これら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、各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。

（実施の形態１）
図１は、本発明の実施の形態１に係る画像処理装置の構成を示すブロック図である。実施の形態１に係る画像処理装置１は、内視鏡等の医用画像装置により生体の管腔内を撮像することによって取得された管腔内画像に対して画像処理を施すことにより、管腔内画像から腫瘍性病変と疑われる領域を異常領域として検出する装置である。管腔内画像は、通常、各画素位置においてＲ（赤）、Ｇ（緑）、Ｂ（青）の波長成分に対する画素レベル（画素値）を持つカラー画像である。

図１に示すように、画像処理装置１は、該画像処理装置１全体の動作を制御する制御部１０と、医用観察装置が管腔内を撮像して生成した画像データを取得する画像取得部２０と、外部からの操作に応じた信号を制御部１０に入力する入力部３０と、各種情報や画像の表示を行う表示部４０と、画像取得部２０によって取得された画像データや種々のプログラムを格納する記録部５０と、画像データに対して所定の画像処理を実行する演算部１００とを備える。

制御部１０は、ＣＰＵ等のハードウェアによって実現され、記録部５０に記録された各種プログラムを読み込むことにより、画像取得部２０から入力される画像データや入力部３０から入力される信号等に従って、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。

画像取得部２０は、医用画像装置を含むシステムの態様に応じて適宜構成される。例えば、医用画像装置を画像処理装置１に接続する場合、画像取得部２０は、医用画像装置において生成された画像データを取り込むインタフェースによって構成される。また、医用画像装置によって生成された画像データを保存しておくサーバを設置する場合、画像取得部２０は、サーバと接続される通信装置等で構成され、サーバとデータ通信を行って画像データを取得する。或いは、医用画像装置によって生成された画像データを、可搬型の記録媒体を用いて受け渡ししても良く、この場合、画像取得部２０は、可搬型の記録媒体を着脱自在に装着し、記録された画像の画像データを読み出すリーダ装置によって構成される。

入力部３０は、例えばキーボードやマウス、タッチパネル、各種スイッチ等の入力デバイスによって実現され、これらの入力デバイスに対する外部からの操作に応じて発生させた入力信号を制御部１０に出力する。

表示部４０は、ＬＣＤやＥＬディスプレイ等の表示装置によって実現され、制御部１０の制御の下で、管腔内画像を含む各種画面を表示する。

記録部５０は、更新記録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、内蔵若しくはデータ通信端子で接続されたハードディスク、又は、ＣＤ−ＲＯＭ等の情報記録装置及びその読取装置等によって実現される。記録部５０は、画像取得部２０によって取得された管腔内画像の画像データの他、画像処理装置１を動作させると共に、種々の機能を画像処理装置１に実行させ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を格納する。具体的には、記録部５０は、管腔内画像から血管透見像の局所的に消失した領域を異常領域として抽出する画像処理プログラム５１や、該画像処理において用いられる閾値等を格納する。

演算部１００は、ＣＰＵ等のハードウェアによって実現され、画像処理プログラム５１を読み込むことにより、管腔内画像から血管透見像が局所的に消失した領域を異常領域として抽出する画像処理を実行する。

次に、演算部１００の構成について説明する。図１に示すように、演算部１００は、管腔内画像のうち、粘膜表面に存在する血管が写った領域である血管領域の鮮鋭度（以下、血管鮮鋭度という）を算出し、この血管鮮鋭度を輝度とする血管鮮鋭度画像を作成する血管鮮鋭度画像作成部１１０と、血管鮮鋭度画像において血管鮮鋭度が低下する領域を異常領域の候補領域として抽出する異常候補領域抽出部１２０と、候補領域の近傍に存在する血管領域の延在情報に基づいて、該候補領域が異常領域であるか否かを判定する異常領域判定部１３０とを備える。

ここで、管腔内を観察すると、粘膜の表面近傍に存在する血管が透けて見える。このような血管の像は、血管透見像と呼ばれる。血管鮮鋭度とは、この血管透見像がどの程度鮮やかに、明瞭に、或いは高コントラストで見えるかを表す度合いである。本実施の形態１においては、血管透見像が鮮やかに見えるほど値が大きくなるように、血管鮮鋭度を設定する。具体的には、管腔内における吸光変化量に対応する量を血管鮮鋭度としている。また本明細書において、「局所的に消失した」とは、「局所的に見え難くなっている」又は「局所的に完全に見えなくなっている」のいずれかの場合を意味するものとする。

図２は、図１に示す血管鮮鋭度画像作成部１１０の詳細な構成を示すブロック図である。図２に示すように、血管鮮鋭度画像作成部１１０は、管腔内画像のうち、異常領域の検出対象とする領域（粘膜領域）を設定する領域設定部１１１と、該領域設定部１１１が設定した領域に対して色コントラスト画像を作成する色コントラスト画像作成部１１２と、色コントラスト画像における輝度の変化に基づいて血管領域を検出する血管領域検出部１１３と、血管領域における輝度の変化の形状を表す特徴量を血管鮮鋭度として算出する血管鮮鋭度算出部１１４とを備える。

このうち、領域設定部１１１は、管腔内画像から少なくとも粘膜輪郭、暗部、鏡面反射、泡、残渣の何れかが写った領域を除いた領域を、異常領域の検出対象領域（粘膜領域）として設定する。

色コントラスト画像作成部１１２は、管腔内におけるヘモグロビンの吸光波長帯（例えば、５３０〜５５０ｎｍ近傍）に対する吸光量が多い領域ほど、即ち、管腔内画像における赤みが強い領域ほど輝度が低下する色コントラスト画像を作成する。

図３は、図１に示す異常領域判定部１３０の詳細な構成を示すブロック図である。図３に示すように、異常領域判定部１３０は、管腔内画像から、候補領域が異常領域であるか否かを判定する際に用いる血管領域を抽出する判定用血管領域抽出部１３１と、候補領域の輪郭を取得する輪郭取得部１３２と、候補領域の輪郭から外側の領域を近傍外部領域として設定する近傍外部領域設定部１３３と、近傍外部領域に存在する血管領域と候補領域の輪郭との交差角を評価する交差角評価部１３４と、該交差角評価部１３４による評価結果に基づいて候補領域が異常領域であるか否かを判定する判定部１３５とを備える。

次に、画像処理装置１の動作を説明する。図４は、画像処理装置１の動作を示すフローチャートである。
まず、ステップＳ１０において、画像処理装置１は、画像取得部２０を介して管腔内画像を取得する。本実施の形態１においては、内視鏡によりＲ、Ｇ、Ｂの各波長成分を含む照明光（白色光）を管腔内に照射して撮像を行うことにより生成され、各画素位置においてこれらの波長成分に対応する画素値（Ｒ値、Ｇ値、Ｂ値）を有する管腔内画像が取得される。図５は、ステップＳ１０において取得された管腔内画像の一例を示す模式図である。

続くステップＳ１１において、演算部１００は管腔内画像を取り込み、該管腔内画像に基づいて血管鮮鋭度画像を作成する。図６は、血管鮮鋭度画像作成部１１０が実行する血管鮮鋭度画像の作成処理を示すフローチャートである。

ステップＳ１１１において、領域設定部１１１は、管腔内画像から粘膜輪郭、暗部、鏡面反射、泡、残渣の何れかが写った領域を除去して残った領域、即ち粘膜領域を、異常領域の検出対象領域として設定する。具体的には、管腔内画像内の各画素に対してＧ／Ｒ値を算出し、Ｇ／Ｒ値が粘膜領域を判別するための判別閾値以下である領域、即ち、赤みを帯びた領域を検出対象領域とする。

なお、検出対象領域の設定方法は上述した方法に限定されず、公知の種々の方法を適用しても良い。例えば、特開２００７−３１３１１９号公報に開示されているように、泡の輪郭部及び泡の内部に存在する照明反射による弧形状の凸エッジといった泡画像の特徴に基づいて設定される泡モデルと管腔内画像から抽出されたエッジとのマッチングを行うことにより泡領域を検出しても良い。また、特開２０１１−２３４９３１号公報に開示されているように、各画素値（Ｒ値、Ｇ値、Ｂ値）に基づく色特徴量をもとに黒色領域を抽出し、この黒色領域の周囲の画素値変化の方向に基づいて、黒色領域が暗部であるか否かを判別しても良い。また、各画素値に基づく色特徴量をもとに白色領域を抽出し、この白色領域の境界付近の画素値の変化に基づいて、白色領域が鏡面反射された領域であるか否かを判別しても良い。さらには、特開２０１２−１４３３４０号公報に開示されているように、各画素値に基づく色特徴量をもとに非粘膜領域とみられる残渣候補領域を検出し、この残渣候補領域と管腔内画像から抽出されたエッジとの位置関係に基づいて残渣候補領域が粘膜領域であるか否かを判別しても良い。

続くステップＳ１１２において、色コントラスト画像作成部１１２は、管腔内画像において赤みが強い領域ほど輝度が低下する色コントラスト画像を作成する。具体的な処理として、色コントラスト画像作成部１１２は、管腔内画像内の各画素の画素値（Ｒ値、Ｇ値、Ｂ値）のうち、ヘモグロビンの吸光波長帯である５３０〜５５０ｎｍ近傍の波長成分に対応するＧ値をＲ値で除したＧ／Ｒ値を算出する。ここで、管腔内を撮像する際に用いられる照明光のＲ成分は、ヘモグロビンに対する吸光が非常に少ない波長帯域である。そのため、管腔内におけるＲ成分の減衰量は、照明光が管腔内を通過した距離に対応する。従って、Ｇ／Ｒ値は、ヘモグロビンの吸光波長成分（Ｇ値に対応）を撮像距離（内視鏡等が備える撮像手段から粘膜表面までの距離）によって正規化した値とみなすことができる。色コントラスト画像作成部１１２は、このＧ／Ｒ値を輝度とする色コントラスト画像を作成する。

続くステップＳ１１３において、血管領域検出部１１３は、色コントラスト画像において輝度が谷状に変化する領域を血管領域として検出する。具体的な処理として、血管領域検出部１１３は、まず、色コントラスト画像内の検出対象領域（ステップＳ１１１参照）において注目画素を設定する。続いて、注目画素の輝度及び該注目画素の近傍画素の輝度を用い、式（１）によって与えられるヘッセ行列に対して、式（２）に示す行列式を満たす固有値λを算出する。
式（１）においてＩ（ｘ₀，ｙ₀）は、色コントラスト画像内の座標（ｘ₀，ｙ₀）に位置する注目画素の輝度を示す。また、式（２）に示す符号Ｅは、単位行列を示す。

ここで、色コントラスト画像における画素のｘｙ座標及び輝度（ｚ座標）からなる３次元空間を考えた場合、輝度の変化は２次元曲面（ｘ，ｙ，ｚ）の形状によって表される。２次元曲面上の点（ｘ₀，ｙ₀，ｚ）において、近傍画素に対する勾配が最大となる方向が凹形状の勾配を示し、該方向に直交する方向が平坦な勾配を示すような２次元曲面上の点（ｘ₀，ｙ₀，ｚ）を谷状と見做す。本実施の形態１においては、式（２）を満たすヘッセ行列の固有値λのうち、絶対値が大きい方の固有値（第一固有値）λ_maxは、注目画素に対応する２次元曲面上の点（ｘ₀，ｙ₀，ｚ）において勾配が最大の方向における曲率を示す。一方、絶対値が小さい方の固有値（第二固有値）λ_minは、同じ点（ｘ₀，ｙ₀，ｚ）において勾配が最大の方向に対して直交する方向の曲率を示す。従って、勾配が最大の方向における曲率（第一固有値λ_max）の符号が負であり、且つ、勾配が最大の方向に対して直交する方向における曲率（第二固有値λ_min）がゼロ付近である場合、２次元曲面の形状、即ち、輝度の変化が谷状であると判断することができる。

血管領域検出部１１３は、色コントラスト画像内の各画素について算出したヘッセ行列の第一固有値λ_max及び第二固有値λ_minに基づき、色コントラスト画像において輝度が谷状に変化する領域を血管領域として検出する。図７は、色コントラスト画像内の１つの方向（ｘ方向）における輝度の変化を示すグラフである。図７の場合、例えば領域Ｐ１〜Ｐ４が血管領域として抽出される。

続くステップＳ１１４において、血管鮮鋭度算出部１１４は、ステップＳ１１３で検出された血管領域における輝度の変化の形状を表す特徴量を血管鮮鋭度として算出する。具体的には、血管領域におけるヘッセ行列の第一固有値λ_max及び第二固有値λ_minを用いて、次式（３）によって与えられる評価値ＣＶ（Curvedness）を算出し、この評価値ＣＶを血管鮮鋭度とする。なお、本実施の形態１においては、評価値ＣＶを血管鮮鋭度として算出しているが、本願発明はこれに限定されず、公知のＭＴＦ（Modulation Transfer Function）やＣＴＦ（Contrast Transfer Function）により血管鮮鋭度を算出しても良い。
評価値ＣＶは、カーブが強い（輝度の変化が急峻である）ほど値が大きくなる。例えば図７の場合、領域Ｐ１、Ｐ４に対してそれぞれ算出される評価値ＣＶは、領域Ｐ２、Ｐ３に対してそれぞれ算出される評価値ＣＶよりも大きくなる。

続くステップＳ１１５において、血管鮮鋭度画像作成部１１０は、ステップＳ１１４において算出された血管鮮鋭度を輝度とする画像（血管鮮鋭度画像）を作成する。図８は、血管鮮鋭度画像の一例を示す図である。その後、演算部１００の動作はメインルーチンに戻る。

ステップＳ１１に続くステップＳ１２において、異常候補領域抽出部１２０は、血管鮮鋭度が局所的に低下する領域を異常領域の候補領域として抽出する。具体的な処理として、異常候補領域抽出部１２０は、まず、血管鮮鋭度画像の輝度を反転させた反転画像を作成し、この反転画像に対し、検出対象領域（図６のステップＳ１１１参照）ごとに濃淡モルフォロジー処理（グレースケール画像に対するモルフォロジー処理）を施す。図９は、血管鮮鋭度画像の反転画像内の１つの方向（ｘ方向）における輝度の変化を示すグラフである。この輝度の変化に対し、構造要素Ａ０を用いてモルフォロジーのクロージング処理を施すことで、輝度の変化が平滑化された基準面Ｐが得られる。なお、図９においては、基準面Ｐのｘ方向における形状を示している。また、クロージング処理の代わりにローパスフィルタ処理を行うことにより、反転画像における輝度を平滑化しても良い。

続いて、異常候補領域抽出部１２０は、この基準面Ｐに対し、予め設定された閾値Ｔｈを用いて閾値処理することにより二値画像を作成する。この二値画像において輝度を有する領域（図９において輝度が閾値Ｔｈ以上であった領域）が、血管鮮鋭度が局所的に低下した領域である。さらに、異常候補領域抽出部１２０は、この二値画像に対して粒子解析を行い、円形度が所定の閾値よりも小さい領域（円形らしくない領域）や、面積が所定の閾値よりも小さい領域をノイズとして除外し、最終的に残った領域を候補領域として抽出する。図８においては、このようにして抽出された候補領域ｍ１を血管鮮鋭度画像に重畳して示している。

続くステップＳ１３において、異常領域判定部１３０は、候補領域近傍における血管領域の延在情報をもとに、候補領域が異常領域であるか否かを判定する。ここで、血管領域の延在情報とは、候補領域周辺において血管領域がどのように延在しているかといった状態を表す情報のことである。本実施の形態１においては、候補領域の輪郭に対して所定範囲の交差角で交差する血管領域の本数を血管領域の延在情報として用いる。図１０は、異常領域判定部１３０が実行する候補領域の判定処理を示すフローチャートである。

まず、ステップＳ１３１において、判定用血管領域抽出部１３１は、管腔内画像から、候補領域の判定に用いる血管領域、即ち、色コントラスト画像において輝度が谷状に変化する領域を抽出する。具体的な処理としては、血管領域検出部１１３が検出した血管領域を異常候補領域抽出部１２０から取得しても良いし、図６のステップＳ１１１〜Ｓ１１３と同様にして血管領域を改めて抽出しても良い。

続くステップＳ１３２において、輪郭取得部１３２は、ステップＳ１２において作成された二値画像に対し、微分フィルタ等を用いたエッジ抽出処理を施すことにより、候補領域の輪郭を取得する。

続くステップＳ１３３において、近傍外部領域設定部１３３は、候補領域の輪郭から外側の所定範囲の領域を、近傍外部領域として設定する。近傍外部領域は、候補領域に対する判定を行う際に用いられる評価領域である。図１１は、近傍外部領域の設定処理を説明するための模式図である。

具体的な処理として、近傍外部領域設定部１３３は、ステップＳ１２において作成された二値画像に対してラベリング処理（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１８１頁）を施すことにより、各候補領域にラベル番号を付与し、ラベル番号ごとにモルフォロジー処理（参考：コロナ社、「モルフォロジー」、第１２頁、第４３頁）を実行する。詳細には、図１１（ａ）に示すように、候補領域Ａ１の輪郭Ａ２に沿って円形状の構造要素Ａ３を適用することにより、ミンコフスキー和の領域Ａ４を取得する。そして、図１１（ｂ）に示すように、候補領域Ａ１に対してモルフォロジーのクロージング処理を施すことにより取得したクロージング領域Ａ５を、ミンコフスキー和の領域Ａ４から差し引くことにより領域Ａ６を抽出する。近傍外部領域設定部１３３は、この領域Ａ６を近傍外部領域として設定する。

なお、構造要素Ａ３の径は、固定値であっても良いし、候補領域における撮像距離（ステップＳ１１２参照）に基づき、撮像距離が近いほど構造要素Ａ３の径が大きくなるように設定しても良い。近傍外部領域（領域Ａ６）のサイズ（幅）は、構造要素Ａ３の径に応じて変化する。

続いて、異常領域判定部１３０は、ラベル番号が付与された各候補領域についてループＡの処理を実行する。ステップＳ１３４において、交差角評価部１３４は、血管領域と候補領域の輪郭との交差角を評価する。この評価は、ステップＳ１３１において抽出された血管領域のうち、処理対象の候補領域の近傍外部領域に含まれる各血管領域に対して実行される。図１２は、血管領域と候補領域の輪郭との交差角の評価方法を説明するための模式図である。

交差角評価部１３４は、図１２に示すように、近傍外部領域ｍ３内に存在する各血管領域に細線化処理を施すことにより、細線化血管Ｂ１を抽出する。図１３は、血管領域の細線化処理を説明するための模式図である。細線化血管Ｂ１は、近傍外部領域ｍ３に対して二値化処理を施すことにより二値画像を作成し、この二値画像内から、図１３に示す３×３画素からなる局所領域のパターンＭ１〜Ｍ８を順次探索して中心画素を削除する処理を繰り返すことにより抽出することができる（参考：東京大学出版会、「画像解析ハンドブック」、第５７７〜５７８頁）。具体的には、まず、パターンＭ１を二値画像内から探索し、パターンＭ１に適合する領域の中心画素の画素値を０に変更する。なお、図１３に示す＊は考慮しなくて良い画素を示す。次に、パターンＭ２を二値画像内から探索し、パターンＭ２に適合する領域の中心画素の画素値を０に変更する。このような処理を、パターンＭ８まで繰り返して１サイクルとする。このサイクルを、削除する点がなくなるまで反復する。

交差角評価部１３４は、このようにして抽出された細線化血管Ｂ１と候補領域ｍ１の輪郭ｍ２との交点における細線化血管Ｂ１の方向ベクトルｖ１を取得する。なお、方向ベクトルｖ１は、輪郭ｍ２との交点近傍の細線化血管Ｂ１上の数画素における方向ベクトルの平均としても良い。

また、交差角評価部１３４は、細線化血管Ｂ１と輪郭ｍ２との交点における輪郭ｍ２の接線に対する法線ベクトルｖ２を取得する。なお、法線ベクトルｖ２は、細線化血管Ｂ１との交点近傍の輪郭ｍ２上の数画素における法線ベクトルの平均としても良い。

そして、交差角評価部１３４は、方向ベクトルｖ１と法線ベクトルｖ２とのなす交差角θが所定範囲内であるか否かを評価する。ここで、図１２（ａ）に示すように、交差角θが比較的小さい場合（０°に近い場合）、近傍外部領域ｍ３に存在する細線化血管Ｂ１は輪郭ｍ２と交差して候補領域ｍ１内に入り込んでいる可能性が高い。一方、図１２（ｂ）に示すように、交差角θが±９０°に近い場合、細線化血管Ｂ１は候補領域ｍ１の輪郭ｍ２に沿って延在している可能性が高い。

ステップＳ１３５において、判定部１３５は、交差角θが所定範囲内（例えば｜θ｜≦４５°）である血管領域が所定数以上あるか否かを判定する。交差角θが所定範囲内である血管領域が所定数以上ある場合（ステップＳ１３５：Ｙｅｓ）、判定部１３５は、処理対象の候補領域ｍ１は異常領域であると判定する（ステップＳ１３６）。一方、交差角θが所定範囲内である血管領域が所定数よりも少ない場合（ステップＳ１３５：Ｎｏ）、判定部１３５は、処理対象の候補領域ｍ１は異常領域でないと判定する（ステップＳ１３７）。

抽出された全ての候補領域に対してループＡの処理がなされると、演算部１００の動作はメインルーチンに戻る。

ステップＳ１３に続くステップＳ１４において、演算部１００は、ステップＳ１３における判定結果を出力する。これに応じて、制御部１０は、異常領域と判定された領域を表示部４０に表示させる。異常領域と判定された領域の表示方法は特に限定されない。一例として、管腔内画像に対し、異常領域と判定された領域を指し示すマークを重畳させる、異常領域と判定された領域に他の領域とは異なる色や網掛けを附して表示する、といった表示方法が挙げられる。併せて、ステップＳ１３における異常領域の判定結果を記録部５０に記録しても良い。
その後、画像処理装置１の動作は終了する。

以上説明したように、本発明の実施の形態１によれば、管腔内画像における血管鮮鋭度を表す血管鮮鋭度画像を作成し、血管鮮鋭度が局所的に低下する領域を異常領域の候補領域として抽出し、この候補領域が異常領域であるか否かを、血管領域の延在情報として、候補領域に対して所定範囲の交差角で交差する血管領域の本数に基づいて判定するので、異常領域を精度良く検出することが可能となる。

（変形例１−１）
次に、本発明の実施の形態１の変形例１−１について説明する。
色コントラスト画像から血管領域を検出（図６のステップＳ１１３参照）する際には、ヘッセ行列の固有値から算出されるシェイプインデックスを用いても良い。具体的には、シェイプインデックスＳＩは、ヘッセ行列の第一固有値λ_max及び第二固有値λ_minを用いて、次式（４）によって与えられる。

シェイプインデックスＳＩは０〜１の間の値を取る。図１４（ａ）〜（ｅ）は、シェイプインデックスＳＩの値に応じた形状モデルを示す模式図である。これより、血管領域として、色コントラスト画像における輝度が谷状に変化する領域を検出する場合、シェイプインデックスＳＩが０≦ＳＩ≦０．５となる領域を検出すれば良い。

（変形例１−２）
次に、本発明の実施の形態１の変形例１−２について説明する。
色コントラスト画像から血管領域を検出（図６のステップＳ１１３参照）する際には、特定空間周波数を用いても良い。具体的には、色コントラスト画像に対してハイパスフィルタ処理（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１３５頁）を施すことにより、特定範囲の空間周波数帯域の領域を抽出し、この領域を血管領域とする。

（変形例１−３）
次に、本発明の実施の形態１の変形例１−３について説明する。
上記実施の形態１においては、近傍外部領域に存在する全ての血管領域について候補領域の輪郭との交差角を評価したが、評価対象とする血管領域の太さをある程度限定しても良い。例えば、所定の太さ以上の血管のみに対して上記評価を行っても良い。この場合、近傍外部領域に対してバンドパスフィルタ処理を施すことにより、フィルタに応じた太さの血管領域を抽出し、抽出された血管領域に対して候補領域の輪郭との交差角を評価すれば良い。

（変形例１−４）
次に、本発明の実施の形態１の変形例１−４について説明する。
変形例１−３のように、評価対象とする血管領域の太さを限定して処理を行う場合、近傍外部領域を設定する際のモルフォロジー処理において用いる構造要素のサイズを、血管領域の太さに応じて設定しても良い。具体的には、血管領域の太さが太いほど、構造要素のサイズを大きくすると良い。

（変形例１−５）
次に、本発明の実施の形態１の変形例１−５について説明する。
上記実施の形態１においては、血管領域と候補領域の輪郭との交差角として、細線化血管Ｂ１の方向ベクトルｖ１と、輪郭ｍ２の接線に対する法線ベクトルｖ２とのなす角度θ（図１２参照）を用いたが、方向ベクトルｖ１と輪郭ｍ２の接線とのなす角度θ’（θ’＝９０°−θ）を交差角として用いても良い。この場合、角度θ’が９０°に近いほど（例えば、４５°≦θ’≦１３５°の範囲内）、血管領域が候補領域ｍ１の輪郭ｍ２と交差して、候補領域内に入り込んでいる可能性が高くなる。

（変形例１−６）
次に、本発明の実施の形態１の変形例１−６について説明する。
候補領域が異常領域であるか否かの判定（図１０参照）は、交差角θ以外の血管領域の延在情報をもとに行っても良い。一例として、近傍外部領域における血管領域の長さを用いることができる。

具体的な処理としては、まず、近傍外部領域及びその外側に存在する血管領域に対して細線化処理を施し、近傍外部領域の外側の輪郭上に存在する細線化血管を抽出する。続いて、近傍外部領域の外側の輪郭上から出発して、細線化血管の８近傍の画素を探索することにより、近傍外部領域の内部において細線化血管を追跡する。そして、細線化血管が近傍外部領域の内側の輪郭に至ったとこで追跡を終了し、近傍外部領域における細線化血管Ｂ１の長さを算出（画素数をカウント）する。この長さが所定の閾値以下である場合、細線化血管Ｂ１は、輪郭ｍ２と交差して候補領域ｍ１内に入り込んでいる可能性が高い。従って、長さが所定の閾値以下である血管領域（細線化血管Ｂ１）が近傍外部領域に所定数以上存在する場合、当該候補領域は異常領域であると判定することができる。

（変形例１−７）
次に、本発明の実施の形態１の変形例１−７について説明する。
上記実施の形態１においては、交差角θが所定範囲内である血管領域の本数に基づいて、候補領域が異常領域であるか否かを判定したが、判定方法はこれに限定されない。例えば、交差角θが所定範囲内である血管領域の比率に基づいて判定を行っても良い。一例として、近傍外部領域に存在する血管領域の本数に対し、交差角θが所定範囲内である血管領域の本数が５０％以上である場合、当該候補領域は異常領域であると判定する。

（実施の形態２）
次に、本発明の実施の形態２について説明する。
図１５は、本実施の形態２に係る画像処理装置が備える異常領域判定部の構成を示すブロック図である。本実施の形態２に係る画像処理装置は、図１に示す異常領域判定部１３０の代わりに、図１５に示す異常領域判定部２３０を備える。異常領域判定部２３０以外の画像処理装置の各部の構成及び動作は、実施の形態１と同様である。

異常領域判定部２３０は、管腔内画像から、候補領域が異常領域であるか否かを判定する際に用いる血管領域を抽出する判定用血管領域抽出部１３１と、候補領域の輪郭を取得する輪郭取得部１３２と、候補領域の輪郭から外側及び内側の領域を輪郭近傍領域として設定する輪郭近傍領域設定部２３１と、輪郭近傍領域における血管領域の候補領域との交差状態を評価する血管交差状態評価部２３２と、該血管交差状態評価部２３２による評価結果に基づいて候補領域が異常領域であるか否かを判定する判定部２３３とを備える。なお、判定用血管領域抽出部１３１及び輪郭取得部１３２の動作は実施の形態１と同様である。

次に、本実施の形態２に係る画像処理装置の動作を説明する。本実施の形態２に係る画像処理装置の動作は、全体として実施の形態１と同様であり（図４参照）、ステップＳ１３における候補領域に対する判定処理の詳細が実施の形態１と異なる。本実施の形態２においては、血管領域の延在情報として、候補領域の輪郭と交差し、候補領域の内部に入り込んでいる血管領域の本数を用いることを特徴とする。

図１６は、図４に示すステップＳ１３において異常領域判定部２３０が実行する候補領域の判定処理を示すフローチャートである。なお、図１６に示すステップＳ１３１及びＳ１３２は、実施の形態１と同様である。

ステップＳ１３２に続くステップＳ２３１において、輪郭近傍領域設定部２３１は、候補領域の輪郭から外側及び内側の所定範囲の領域を、輪郭近傍領域として設定する。輪郭近傍領域は、候補領域に対する判定を行う際に用いられる評価領域である。図１７は、輪郭近傍領域の設定処理を説明するための模式図である。

具体的な処理として、輪郭近傍領域設定部２３１は、ステップＳ１２において作成された二値画像に対してラベリング処理（参考：ＣＧ−ＡＲＴＳ協会、「ディジタル画像処理」、第１８１頁）を施すことにより、各候補領域にラベル番号を付与し、ラベル番号ごとにモルフォロジー処理（参考：コロナ社、「モルフォロジー」、第１２頁、第４３頁）を実行する。詳細には、図１７（ａ）に示すように、候補領域Ａ１の輪郭Ａ２に沿って円形状の構造要素Ａ３を適用することにより、ミンコフスキー和の領域Ａ４と、ミンコフスキー差の領域Ａ７とを取得する。そして、ミンコフスキー和の領域Ａ４からミンコフスキー差の領域Ａ７を差し引くことにより領域Ａ８を抽出する。輪郭近傍領域設定部２３１は、この領域Ａ８を輪郭近傍領域として設定する。

続いて、異常領域判定部２３０は、ラベル番号が付与された各候補領域についてループＢの処理を実行する。まず、ステップＳ２３２において、血管交差状態評価部２３２は、ステップＳ１３１において抽出された血管領域のうち、処理対象の候補領域の輪郭近傍領域に存在する各血管領域に対し、血管領域が候補領域の輪郭と交差し、且つ候補領域の内部に入り込んでいるか否かを評価する。図１８は、候補領域に対する血管領域の交差状態の評価方法を説明するための模式図である。

血管交差状態評価部２３２は、輪郭近傍領域ｍ４内の各血管領域に対して細線化処理を施すことにより、細線化血管Ｂ２を抽出する。なお、細線化処理の詳細については、実施の形態１と同様である（図１３参照）。

血管交差状態評価部２３２は、輪郭近傍領域ｍ４の外側の輪郭ｍ５上に存在する細線化血管Ｂ２を抽出し、この輪郭ｍ５上から出発して、細線化血管Ｂ２の８近傍の画素を探索することにより、輪郭近傍領域ｍ４の内部において細線化血管Ｂ２を追跡する。そして、細線化血管Ｂ２が、輪郭ｍ２と交差し、輪郭ｍ２の内側の領域ｍ６に入り込んでいるか否かを判定する。

例えば、図１８（ａ）においては、細線化血管Ｂ２が輪郭ｍ２と交差し、さらに領域ｍ６の内部に続いている。一方、図１８（ｂ）においては、細線化血管Ｂ２が領域ｍ６に接した後、方向を変えて輪郭ｍ２の外側の領域ｍ７に延在しており、輪郭ｍ２の内側の領域ｍ６には入り込んでいない。

続くステップＳ２３３において、判定部２３３は、候補領域ｍ１の輪郭ｍ２と交差し、且つ候補領域ｍ１の内部に入り込んでいる血管領域（細線化血管Ｂ２）の数をカウントし、この血管領域が所定数以上あるか否かを判定する。候補領域ｍ１の輪郭ｍ２と交差し、且つ候補領域ｍ１の内部に入り込んでいる血管領域が所定数以上ある場合（ステップＳ２３３：Ｙｅｓ）、判定部２３３は、処理対象の候補領域ｍ１は異常領域であると判定する（ステップＳ２３４）。一方、候補領域ｍ１の輪郭ｍ２と交差し、且つ候補領域ｍ１の内部に入り込んでいる血管領域が所定数よりも少ない場合（ステップＳ２３３：Ｎｏ）、判定部２３３は、処理対象の候補領域ｍ１は異常領域でないと判定する（ステップＳ２３５）。

抽出された全ての候補領域に対してループＢの処理がなされると、演算部の動作はメインルーチンに戻る。

以上説明したように、本発明の実施の形態２によれば、候補領域が異常領域であるか否かを、血管領域の延在情報として、候補領域の輪郭と交差し、候補領域の内部に入り込んでいる血管領域の本数に基づいて判定するので、血管鮮鋭度が局所的に低下する異常領域を精度良く検出することが可能となる。

なお、本実施の形態２においても、変形例１−３と同様に、評価対象とする血管領域の太さを限定して処理を行っても良い。

また、本実施の形態２においても、変形例１−７と同様に、輪郭近傍領域内に存在する血管領域の本数に対し、候補領域の輪郭と交差し、候補領域の内部に入り込んでいる血管領域の本数が所定比率以上である場合に、当該候補領域は異常領域であると判定しても良い。

（実施の形態３）
次に、本発明の実施の形態３について説明する。
図１９は、本実施の形態３に係る画像処理装置が備える異常領域判定部の構成を示すブロック図である。本実施の形態３に係る画像処理装置は、図１に示す異常領域判定部１３０の代わりに、図１９に示す異常領域判定部３３０を備える。異常領域判定部３３０以外の画像処理装置の各部の構成及び動作は、実施の形態１と同様である。

異常領域判定部３３０は、管腔内画像から、候補領域が異常領域であるか否かを判定する際に用いる血管領域を抽出する判定用血管領域抽出部１３１と、候補領域の輪郭を取得する輪郭取得部１３２と、候補領域の輪郭から外側の所定範囲の領域を近傍外部領域として設定する近傍外部領域設定部１３３と、近傍外部領域に存在する血管領域から特定範囲の太さを有する血管を抽出する特定太さ血管抽出部３３１と、特定範囲の太さを有する血管が候補領域を貫通しているか否かを評価する血管貫通状態評価部３３２と、該血管貫通状態評価部３３２による評価結果に基づいて候補領域が異常であるか否かを判定する判定部３３３とを備える。なお、判定用血管領域抽出部１３１、輪郭取得部１３２、及び近傍外部領域設定部１３３の動作は実施の形態１と同様である。

次に、本実施の形態３に係る画像処理装置の動作を説明する。本実施の形態３に係る画像処理装置の動作は、全体として実施の形態１と同様であり（図４参照）、ステップＳ１３における候補領域に対する判定処理の詳細が実施の形態１と異なる。本実施の形態３においては、血管領域の延在情報として、特定の太さを有する血管領域が候補領域を貫通しているか否かの評価を用いることを特徴とする。

図２０は、図４に示すステップＳ１３において異常領域判定部３３０が実行する候補領域の判定処理を示すフローチャートである。なお、図２０に示すステップＳ１３１〜Ｓ１３３は、実施の形態１と同様である。

ステップＳ１３３に続いて、異常領域判定部３３０は、ラベル番号が付与された各候補領域についてループＣの処理を実行する。まず、ステップＳ３３１において、特定太さ血管抽出部３３１は、ステップＳ１３１において抽出された血管領域のうち、処理対象の候補領域の近傍外部領域に存在する血管領域から、特定範囲の太さを有する血管領域を抽出する。具体的な処理として、特定太さ血管抽出部３３１は、処理対象の候補領域に設定された近傍外部領域に対して特定の空間周波数帯域のバンドパスフィルタ処理を施す。これにより、特定の空間周波数帯域に応じた太さの血管領域が抽出される。

続くステップＳ３３２において、血管貫通状態評価部３３２は、ステップＳ３３１において抽出された特定範囲の太さを有する血管領域が、候補領域を貫通しているか否かを判定する。簡易的には、同一の近傍外部領域内に特定範囲の太さを有する血管領域が複数存在する場合、血管領域が候補領域を貫通していると判定される。

図２１は、候補領域に対する血管領域の貫通状態をより精度良く評価する場合の評価方法を説明するための模式図である。より精度の良い評価を行う場合、血管貫通状態評価部３３２は、近傍外部領域ｍ３から抽出された特定範囲の太さを有する血管領域に対して細線化処理を施すことにより、細線化血管Ｂ３、Ｂ３’を取得する。なお、細線化処理の詳細については、実施の形態１と同様である（図１３参照）。そして、ある細線化血管Ｂ３に対して近似曲線Ｂ４を作成し、細線化血管Ｂ３の対岸の近傍外部領域ｍ３において、近似曲線Ｂ４を含む所定範囲内に細線化血管が存在するか否かを判断する。図２１の場合、細線化血管Ｂ３の対岸の近傍外部領域ｍ３には、近似曲線Ｂ４と連続する細線化血管Ｂ３’が存在する。この場合、細線化血管Ｂ３に対応する血管領域は候補領域を貫通し、対岸の近傍外部領域に存在する細線化血管Ｂ３’に対応する血管領域と繋がっていると判定される。

特定範囲の太さを有する血管領域が候補領域ｍ１を貫通している場合（ステップＳ３３２：Ｙｅｓ）、判定部３３３は、処理対象の候補領域ｍ１は異常領域であると判定する（ステップＳ３３３）。一方、特定の太さを有する血管領域が候補領域を貫通していない場合（ステップＳ３３２：Ｎｏ）、判定部３３３は、処理対象の候補領域ｍ１は異常領域でないと判定する（ステップＳ３３４）。

抽出された全ての候補領域に対してループＣの処理がなされると、演算部の動作はメインルーチンに戻る。

以上説明したように、本発明の実施の形態３によれば、候補領域が異常領域であるか否かを、血管領域の延在情報として、特定の太さを有する血管領域が候補領域を貫通しているか否かの評価に基づいて判定するので、血管鮮鋭度が局所的に低下する異常領域を精度良く検出することが可能となる。

図２２は、本発明の実施の形態１に係る画像処理装置（図１参照）が適用される内視鏡システムの概略構成を示す図である。図２２に示す内視鏡システム３は、画像処理装置１と、被検体の管腔内に先端部を挿入することによって被検体の体内を撮像した画像を生成する内視鏡４と、内視鏡４の先端から出射する照明光を発生する光源装置５と、画像処理装置１が画像処理を施した体内画像を表示する表示装置６とを備える。画像処理装置１は、内視鏡４が生成した画像に所定の画像処理を施すとともに、内視鏡システム３全体の動作を統括的に制御する。なお、実施の形態１に係る画像処理装置の代わりに、実施の形態２、３に係る画像処理装置を適用しても良い。

内視鏡４は、可撓性を有する細長形状をなす挿入部４１と、挿入部４１の基端側に接続され、各種の操作信号の入力を受け付ける操作部４２と、操作部４２から挿入部４１が延びる方向と異なる方向に延び、画像処理装置１及び光源装置５と接続する各種ケーブルを内蔵するユニバーサルコード４３と、を備える。

挿入部４１は、撮像素子を内蔵した先端部４４と、複数の湾曲駒によって構成された湾曲自在な湾曲部４５と、湾曲部４５の基端側に接続され、可撓性を有する長尺状の可撓針管４６と、を有する。

撮像素子は、外部からの光を受光して電気信号に光電変換して所定の信号処理を施す。撮像素子は、例えばＣＣＤ（Charge Coupled Device）イメージセンサやＣＭＯＳ（Complementary Metal-Oxide Semiconductor）イメージセンサを用いて実現される。

操作部４２と先端部４４との間には、画像処理装置１との間で電気信号の送受信を行う複数の信号線が束ねられた集合ケーブルが接続されている。複数の信号線には、撮像素子が出力した映像信号を画像処理装置１へ伝送する信号線及び画像処理装置１が出力する制御信号を撮像素子へ伝送する信号線等が含まれる。

操作部４２は、湾曲部４５を上下方向及び左右方向に湾曲させる湾曲ノブ４２１と、生検針、生体鉗子、レーザメス、及び検査プローブ等の処置具を挿入する処置具挿入部４２２と、画像処理装置１、光源装置５に加えて、送気手段、送水手段、送ガス手段等の周辺機器の操作指示信号を入力する操作入力部である複数のスイッチ４２３と、を有する。

ユニバーサルコード４３は、ライトガイド及び集合ケーブルを少なくとも内蔵している。また、ユニバーサルコード４３の操作部４２に連なる側と異なる側の端部には、光源装置５に着脱自在なコネクタ部４７と、コイル状をなすコイルケーブル４７０を介してコネクタ部４７と電気的に接続され、画像処理装置１と着脱自在な電気コネクタ部４８と、が設けられている。

画像処理装置１は、先端部４４から出力された画像信号をもとに、表示装置６が表示する管腔内画像を生成する。具体的には、画像信号に対して例えばホワイトバランス（ＷＢ）調整処理、ゲイン調整処理、γ補正処理、Ｄ／Ａ変換処理、フォーマット変更処理等を行うことにより表示用の管腔内画像を生成し、さらに、この管腔内画像から異常領域を抽出する画像処理を行う。

光源装置５は、例えば、光源、回転フィルタ、及び光源制御部を備える。光源は、白色ＬＥＤ（Light Emitting Diode）又はキセノンランプ等を用いて構成され、光源制御部の制御のもと、白色光を発生する。光源が発生した光は、ライトガイドを経由して先端部４４の先端から照射される。

表示装置６は、映像ケーブルを介して画像処理装置１が生成した体内画像を画像処理装置１から受信して表示する機能を有する。表示装置６は、例えば液晶又は有機ＥＬ（Electro Luminescence）を用いて構成される。

以上説明した実施の形態１〜３及びこれらの変形例は、記録装置に記録された画像処理プログラムをパーソナルコンピュータ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。また、このようなコンピュータシステムを、ローカルエリアネットワーク（ＬＡＮ）、広域エリアネットワーク（ＷＡＮ）、又は、インターネット等の公衆回線を介して、他のコンピュータシステムやサーバ等の機器に接続して使用しても良い。この場合、実施の形態１〜３及びこれらの変形例に係る画像処理装置は、これらのネットワークを介して管腔内画像の画像データを取得したり、これらのネットワークを介して接続された種々の出力機器（ビュアーやプリンタ等）に画像処理結果を出力したり、これらのネットワークを介して接続された記憶装置（記録媒体及びその読取装置等）に画像処理結果を格納するようにしても良い。

なお、本発明は、実施の形態１〜３及びこれらの変形例に限定されるものではなく、各実施の形態や変形例に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明を形成できる。例えば、各実施の形態や変形例に示される全構成要素からいくつかの構成要素を除外して形成しても良いし、異なる実施の形態や変形例に示した構成要素を適宜組み合わせて形成しても良い。

１ 画像処理装置
３ 内視鏡システム
４ 内視鏡
５ 光源装置
６ 表示装置
１０ 制御部
２０ 画像取得部
３０ 入力部
４０ 表示部
５０ 記録部
５１ 画像処理プログラム
１００ 演算部
１１０ 血管鮮鋭度画像作成部
１１１ 領域設定部
１１２ 色コントラスト画像作成部
１１３ 血管領域検出部
１１４ 血管鮮鋭度算出部
１２０ 異常候補領域抽出部
１３０、２３０、３３０ 異常領域判定部
１３１ 判定用血管領域抽出部
１３２ 輪郭取得部
１３３ 近傍外部領域設定部
１３４ 交差角評価部
１３５、２３３、３３３ 判定部
２３１ 輪郭近傍領域設定部
２３２ 血管交差状態評価部
３３１ 特定太さ血管抽出部
３３２ 血管貫通状態評価部
４１ 挿入部
４２ 操作部
４２１ 湾曲ノブ
４２２ 処置具挿入部
４２３ スイッチ
４３ ユニバーサルコード
４４ 先端部
４５ 湾曲部
４６ 可撓針管
４７ コネクタ部
４７０ コイルケーブル
４８ 電気コネクタ部

Claims (15)

1. 管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成部と、
   前記血管鮮鋭度画像において前記鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出部と、
   前記候補領域の近傍に延在する前記血管領域の状態を表す延在情報に基づいて、前記候補領域が異常領域であるか否かを判定する異常領域判定部と、
   を備えることを特徴とする画像処理装置。
2. 前記血管鮮鋭度画像作成部は、
   前記異常領域を検出するための検出対象領域を設定する領域設定部と、
   前記検出対象領域に対し、前記管腔内におけるヘモグロビンの吸光波長帯に対する吸光量が多い領域ほど輝度が低下する画像である色コントラスト画像を作成する色コントラスト画像作成部と、
   前記色コントラスト画像において輝度が谷状に変化する領域を血管領域として検出する血管領域検出部と、
   前記色コントラスト画像において検出された前記血管領域における輝度の変化の形状を表す特徴量を、前記鮮鋭度として算出する血管鮮鋭度算出部と、
   を備えることを特徴とする請求項１に記載の画像処理装置。
3. 前記領域設定部は、前記管腔内画像における色情報及びエッジ情報に基づいて、前記管腔内画像から少なくとも粘膜輪郭、暗部、鏡面反射、泡、及び残渣の何れかが写った領域を除いた領域を、前記検出対象領域として設定する、ことを特徴とする請求項２に記載の画像処理装置。
4. 前記異常領域判定部は、
   前記候補領域の輪郭から外側の領域を近傍外部領域として設定する近傍外部領域設定部と、
   前記近傍外部領域に存在する前記血管領域と前記候補領域の輪郭との交差角が所定の範囲内であるか否かを評価する交差角評価部と、
   前記交差角が所定の範囲内である前記血管領域の数に基づいて、前記候補領域が前記異常領域であるか否かを判定する判定部と、
   を備えることを特徴とする請求項１〜３のいずれか１項に記載の画像処理装置。
5. 前記交差角評価部は、前記近傍外部領域に存在する前記血管領域に細線化処理を施すことにより細線化血管を取得し、該細線化血管と前記候補領域の輪郭との交点における前記細線化血管の方向と、前記交点における前記輪郭の接線の法線方向とのなす角度を前記交差角として取得する、ことを特徴とする請求項４に記載の画像処理装置。
6. 前記交差角評価部は、前記近傍外部領域に存在する前記血管領域に細線化処理を施すことにより細線化血管を取得し、該細線化血管と前記候補領域の輪郭との交点における前記細線化血管の方向と、前記交点における前記輪郭の接線方向とのなす角度を前記交差角として取得する、ことを特徴とする請求項４に記載の画像処理装置。
7. 前記交差角評価部は、前記近傍外部領域にバンドパスフィルタ処理を施し、該バンドパスフィルタ処理により抽出された前記血管領域に対して評価を行う、ことを特徴とする請求項４〜６のいずれか１項に記載の画像処理装置。
8. 前記異常領域判定部は、
   前記候補領域の輪郭から外側及び内側の領域を輪郭近傍領域として設定する輪郭近傍領域設定部と、
   前記輪郭近傍領域に存在する前記血管領域に対し、該血管領域が前記候補領域の輪郭と交差し、且つ前記候補領域の内部に入り込んでいるか否かを評価する血管交差状態評価部と、
   前記候補領域の輪郭と交差し、且つ前記候補領域の内部に入り込んでいる前記血管領域の数に基づいて、前記候補領域が前記異常領域であるか否かを判定する判定部と、
   を備えることを特徴とする請求項１〜３のいずれか１項に記載の画像処理装置。
9. 前記血管交差状態評価部は、前記輪郭近傍領域に存在する前記血管領域に細線化処理を施すことにより細線化血管を取得し、前記輪郭近傍領域の外側の輪郭上から出発して、前記輪郭近傍領域の内部において前記細線化血管を追跡することにより、前記細線化血管が前記候補領域の輪郭と交差し、該輪郭の内側の前記輪郭近傍領域に入り込んでいるか否かを評価する、ことを特徴とする請求項８に記載の画像処理装置。
10. 前記血管交差状態評価部は、前記輪郭近傍領域にバンドパスフィルタ処理を施し、該バンドパスフィルタ処理により抽出された前記血管領域に対して評価を行う、ことを特徴とする請求項８又は９に記載の画像処理装置。
11. 前記異常領域判定部は、
    前記候補領域の輪郭から外側の領域を近傍外部領域として設定する近傍外部領域設定部と、
    前記近傍外部領域に存在する前記血管領域から特定範囲の太さを有する血管領域を抽出する特定太さ血管抽出部と、
    前記特定範囲の太さを有する血管領域が前記候補領域を貫通しているか否かを評価する血管貫通状態評価部と、
    前記特定範囲の太さを有する血管領域が前記候補領域を貫通している場合に、前記候補領域は前記異常領域であると判定する判定部と、
    を備えることを特徴とする請求項１〜３のいずれか１項に記載の画像処理装置。
12. 前記血管貫通状態評価部は、前記近傍外部領域内に前記特定範囲の太さを有する血管領域が複数存在する場合、前記特定範囲の太さを有する血管領域が前記候補領域を貫通していると評価する、ことを特徴とする請求項１１に記載の画像処理装置。
13. 前記血管貫通状態評価部は、前記特定範囲の太さを有する血管領域に細線化処理を施すことにより細線化血管を取得し、１つの細線化血管の対岸の前記近傍外部領域において、該１つの細線化血管に対して作成された近似曲線を含む所定範囲内に別の細線化血管が存在する場合、前記特定範囲の太さを有する血管領域が前記候補領域を貫通していると評価する、ことを特徴とする請求項１１に記載の画像処理装置。
14. 管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成ステップと、
    前記血管鮮鋭度画像において前記鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出ステップと、
    前記候補領域の近傍に延在する前記血管領域の状態を表す延在情報に基づいて、前記候補領域が異常領域であるか否かを判定する異常領域判定ステップと、
    を含むことを特徴とする画像処理方法。
15. 管腔内画像のうち、血管が写った領域である血管領域の鮮鋭度を表す血管鮮鋭度画像を作成する血管鮮鋭度画像作成ステップと、
    前記血管鮮鋭度画像において前記鮮鋭度が低下する領域を、血管透見像が局所的に消失した領域である異常領域の候補領域として抽出する異常候補領域抽出ステップと、
    前記候補領域の近傍に延在する前記血管領域の状態を表す延在情報に基づいて、前記候補領域が異常領域であるか否かを判定する異常領域判定ステップと、
    をコンピュータに実行させることを特徴とする画像処理プログラム。