JP2017018339A - 胸部ｘ線画像における肺結節明瞭化法 - Google Patents

Abstract

【課題】胸部Ｘ線画像から、肺結節を明瞭に描出する方法を提供する。【解決手段】本発明の方法は、胸部Ｘ線画像から肺結節強調画像を作成する段階Ｓ２と、胸部Ｘ線画像から線状陰影強調画像を作成する段階Ｓ３と、ｐ軸に肺結節強調画像とｑ軸に線状陰影強調画像を取る２次元ヒストグラムと第１の抽出曲線を用いて肺結節強調画像から肺門部肺血管陰影を線状陰影として抽出する段階Ｓ４と、肺結節強調画像と肺結節強調画像に最大値フィルタを適用した画像とに基づいて、肺門部肺血管陰影の輝度値を抑制することにより、線状陰影抑制画像を作成する段階Ｓ５と、上記の２次元ヒストグラムと第２の抽出曲線を用いて、偽陽性陰影を抽出する段階Ｓ６と、偽陽性陰影の総画素数が予め決定された閾値を上回るまで、偽陽性陰影を抽出する段階を繰り返す段階Ｓ７と、を備える。【選択図】図１

Description

本発明は、胸部Ｘ線画像における肺結節明瞭化法に関し、線状陰影と偽陽性とを効果的に抑制して肺結節の検出を容易にする、肺結節明瞭化法に関する。

肺がんの早期発見は課題である。特にＣｏｍｐｕｔｅｒ−ａｉｄｅｄ ｄｉａｇｎｏｓｉｓ（以下、ＣＡＤ）手法では、結節の検出率を上げ、偽陽性を減らすことが１番の課題となっており、胸部単純Ｘ線写真（以下、胸部Ｘ線像）から肺結節を検出するために、これまでさまざまな手法が提案されている。

胸部Ｘ線像は、鎖骨や肋骨、肺動静脈との重なりなどが多いことから、結節を見つけるためには、そのままではノイズが多い。そのため、これまでに提案されている手法には、胸部Ｘ線像から、差分を用いて肺結節を強調するもの（非特許文献１−４参照）、特徴量を用いて結節候補の中から偽陽性を除去するもの（非特許文献５、６参照）や、胸部Ｘ線像に直接、フィルタを用いて結節候補を検出し、最尤法による判別分析から、偽陽性を除去する手法（非特許文献７参照）、などが提案されている。

また、肺結節強調フィルタと閾値を用いて、初期結節候補を検出し、ニューラルネットワークなどの識別器を用いて、初期候補の中から偽陽性を削減するもの（非特許文献８参照）や、ニューラルネットワークによる機械学習を用いて、胸部Ｘ線像から骨部をうまく除去し、結節を描出するもの（以下、肋骨抑制画像と呼ぶ）（非特許文献９参照）、などがある。しかし、非特許文献９に記載の方法では、システムの学習に時間が掛かり、プログラムは市販化されているが非常に高価である。

その他にも、非特許文献１０では医師の経験的知識を利用して、偽陽性を除去している。その理由は、肺結節と似た輝度や形を示す陰影が肺の中に複数存在するため、検出した陰影の中から、種々の手法を用いて、真の結節と偽陽性を分類することである。これは、胸部ＣＴ画像におけるＣＡＤでも同様で、特に肺血管陰影が偽陽性になりやすいと考えられる（非特許文献１１参照）。

このように、胸部Ｘ線像上、特に肺門近傍では、肺血管同士の重なりや肺血管の正接像などが、輝度や形の点で肺結節陰影と似ており、結節状に見える。そのため、胸部Ｘ線像から肺結節を検出しようとする場合、どうしても偽陽性を多く含んでしまう（非特許文献１２参照）という欠点があった。

Ｉｓｈｉｄａ Ｔ、Ａｓｈｉｚａｗａ Ｋ、Ｅｎｇｅｌｍａｎｎ Ｒ ｅｔ ａｌ：Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｔｅｍｐｏｒａｌ ｓｕｂｔｒａｃｔｉｏｎ ｆｏｒ ｄｅｔｅｃｔｉｏｎ ｏｆ ｉｎｔｅｒｖａｌ ｃｈａｎｇｅｓ ｏｎ ｃｈｅｓｔ ｒａｄｉｏｇｒａｐｈｓ：Ｉｍｐｒｏｖｅｍｅｎｔ ｏｆ ｓｕｂｔｒａｃｔｉｏｎ ｉｍａｇｅｓ ｕｓｉｎｇ ａｕｔｏｍａｔｅｄ ｉｎｉｔｉａｌ ｉｍａｇｅ ｍａｔｃｈｉｎｇ．Ｊｏｕｒｎａｌ ｏｆ Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ １２（２）：７７−８６、１９９９ Ｎａｋａｇａｗａ Ｋ、Ｏｏｓａｗａ Ａ、Ｔａｎａｋａ Ｈ ｅｔ ａｌ：Ｃｌｉｎｉｃａｌ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｉｍｐｒｅｏｖｅ ｔｅｍｐｏｒａｌ ｓｕｂｔｒａｃｔｉｏｎ ｆｏｒ ｄｉｇｉｔａｌ ｃｈｅｓｔ ｒａｄｉｏｇｒａｐｈｙｓ．Ｐｒｏｃ ＳＰＩＥ ４６８６：３１９−３３０、２００２ 島田哲雄、児玉直樹、佐藤英哉、他：胸部一般Ｘ線写真における腫瘤除去フィルタを用いた腫瘤性陰影強調法の提案。Ｍｅｄ Ｉｍａｇ Ｔｅｃｈ ２１（１）：５９−６７、２００３ 川口剛、原田義富、永田亮一、他：胸部Ｘ線画像の対側差分のための位置合わせ。Ｍｅｄ Ｉｍａｇ Ｔｅｃｈ ２８（５）：３５１−３６１、２０１０ 小田敍弘、木戸尚治、庄野逸、他：胸部単純Ｘ線写真における経時的差分画像を用いた結節状陰影の自動検出システムの開発。電子情報通信学会論文誌Ｄ−ｌｌ Ｊ８７−Ｄ−ｌｌ（１）：２０８−２１８、２００４ 杜下淳次、桂川茂彦、土井邦雄：胸部Ｘ線写真における肺結節状陰影の形状特徴量分析による偽陽性陰影の除去。日本放射線技術学会論文誌５７（７）：８２９−８３５、２００１ 魏軍、萩原義裕、小畑秀文：胸部Ｘ線像処理による腫瘤影検出システムの開発。Ｍｅｄ Ｉｍａｇ Ｔｅｃｈ １９（６）：４６８−４７６、２００１ Ｓｈｉｒａｉｓｈｉ Ｊ、 Ｌｉ Ｑ、 Ｓｕｚｕｋｉ Ｋ ｅｔ ａｌ：Ｃｏｍｐｕｔｅｒ−ａｉｄｅｄ ｄｉａｇｎｏｓｔｉｃ ｓｃｈｅｍｅ ｆｏｒ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｏｆ ｌｕｎｇ ｎｏｄｕｌｅｓ ｏｎ ｃｈｅｓｔ ｒａｄｉｏｇｒａｐｈｓ：Ｌｏｃａｌｉｚｅｄ ｓｅａｒｃｈ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ａｎａｔｏｍｉｃａｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｍｅｄ Ｐｈｙｓ ３３（７）：２６４２−２６５３、２００６ Ｓｕｚｕｋｉ Ｋ、 Ａｂｅ Ｈ、ＭａｃＭａｈｏｎ Ｈ、Ｋ Ｄｏｉ、"Ｉｍａｇｅ−ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｉｑｕｅ ｆｏｒ ｓｕｐｐｒｅｓｓｉｎｇ ｒｉｂｓ ｉｎ ｃｈｅｓｔ ｒａｄｉｏｇｒａｐｈｓ ｂｙ ｍｅａｎｓ ｏｆ ｍａｓｓｉｖｅ ｔｒａｉｎｉｎｇ ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＭＴＡＮＮ）。"ＩＥＥＥ Ｔｒａｎｓ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ ２５（４）：４０６−４１６、２００６ 日浦美香子、木戸尚治、庄野逸：胸部単純Ｘ線画像における結節性陰影抽出法の開発。Ｍｅｄ Ｉｍａｇ Ｔｅｃｈ ２３（４）：２５０−２５８、２００５ 深野元太朗、滝沢穂高、山本眞司、他：胸部Ｘ線ＣＴ画像における肺がん偽陽性陰影の削除−血管領域抽出による可変Ｎ−Ｑｕｏｉｔ候補点の真偽判定−。Ｍｅｄ Ｉｍａｇ Ｔｅｃｈ ２１（１）：４９−５８、 ２００３ Ｓｃｈａｌｅｋａｍｐ Ｓ、ｖａｎ Ｇｉｎｎｅｋｅｎ Ｂ、Ｋｏｅｄａｍ Ｅ ｅｔ ａｌ：Ｃｏｍｐｕｔｅｒ−ａｉｄｅｄ ｄｅｔｅｃｔｉｏｎ ｉｍｐｒｏｖｅｓ ｄｅｔｅｃｔｉｏｎ ｏｆ ｐｕｌｍｏｎａｒｙ ｎｏｄｕｌｅｓ ｉｎ ｃｈｅｓｔ ｒａｄｉｏｇｒａｐｈｓ ｂｅｙｏｎｄ ｔｈｅ ｓｕｐｐｏｒｔ ｂｙ ｂｏｎｅ−ｓｕｐｐｒｅｓｓｅｄ ｉｍａｇｅｓ． Ｒａｄｉｏｌｏｇｙ ２７２：２５２−２６１、２０１４

上述したように、肺がんの見落としを防ぐために、コンピュータによる肺結節の自動検出が研究されているが、検出率の向上と偽陽性の減少が課題となっている。そこで、本発明では、コンピュータによる肺結節自動検出の前処理として、２次元ヒストグラムを用いて、偽陽性となりやすい肺血管陰影やその正接像の信号を抑制して、肺結節を明瞭に描出する方法を提供することを課題とする。

前記課題を解決するために、本発明の方法は、胸部Ｘ線画像から肺結節強調画像を作成する第１の段階と、前記胸部Ｘ線画像から線状陰影強調画像を作成する第２の段階と、ｐ軸に前記肺結節強調画像とｑ軸に前記線状陰影強調画像を取る２次元ヒストグラムと第１の抽出曲線を用いて前記肺結節強調画像から肺門部肺血管陰影を線状陰影として抽出する第３の段階と、前記肺結節強調画像と前記肺結節強調画像に最大値フィルタを適用した画像とに基づいて、肺門部肺血管陰影の輝度値を抑制することにより、線状陰影抑制画像を作成する第４の段階と、前記２次元ヒストグラムと第２の抽出曲線を用いて、偽陽性陰影を抽出する第５の段階と、前記偽陽性陰影の総画素数が予め決定された閾値を上回るまで、前記第５の段階を繰り返す第６の段階と、を備える。

上記方法において、前記第１の段階は、胸部Ｘ線画像において肋骨に収まる程度の大きさのテンプレートＴを用い、前記テンプレートＴ内にガウス関数による重みを用いて、前記テンプレート中心における注目画素の輝度値と、近傍の重み付き平均との差を強調した重み付き強調画像を作成し、前記重み付き強調画像に特徴抽出フィルタを適用して特徴抽出画像を作成し、前記特徴抽出画像のヒストグラムの値を平方根し、得られた値からヒストグラム平坦化処理にてコントラスト強調処理を行うようにしても良い。

上記方法において、前記第２の段階は、前記胸部Ｘ線画像から線検出フィルタを用いて線状陰影を抽出し、ヒストグラム平坦化処理によって前記線状陰影の輝度値を強調するようにしても良い。その場合、前記線検出フィルタとして４方向のＫａｓｖａｎｄフィルタを用いても良い。

上記方法において、前記第３の段階における第１の抽出曲線は、以下の式であらわされる。

前記γは線状陰影抽出パラメータで１．５〜２．５の範囲内であり、γ＝２．０が好ましい。

上記方法において、前記第５の段階における第２の抽出曲線は、以下の式であらわされる。

前記εは偽陽性陰影抽出パラメータで、ε＝０．４〜０．５の範囲内であり、ε＝０．４５が好ましい。

肺がんの見落としを防ぐために，コンピュータによる肺結節の自動検出法が考案されており、検出率の向上と偽陽性の減少が課題となっている。中でも、肺門近傍では肺血管同士の重なりや肺血管の正接像が偽陽性として抽出される頻度が高い。本発明では、１枚の胸部Ｘ線画像から、２次元ヒストグラムを用いて，偽陽性となりやすい肺門部肺血管陰影を抽出し、周囲の輝度値と均一化することで、偽陽性陰影を抑制し、相対的に肺結節を明瞭化する新しい手法を提供することができる。

本発明の一実施形態に係る肺結節明瞭化法の実施手順を示すフローチャート。 胸部Ｘ線画像の一例と座標系を示す図。 特徴抽出フィルタの一例を示す図。 肺結節強調画像を示す図。 Ｋａｓｖａｎｄフィルタを示す図。 線状陰影強調画像を示す図。 ｐ軸に肺結節強調画像、ｑ軸に線状陰影強調画像を取る２次元ヒストグラムを示す図。 曲線を境界とする抽出曲線を示す図（γ＝２．０）。 肺門部肺血管画像を示す図。 線状陰影抑制画像を示す図。 偽陽性抽出（ε＝０．４５）を示す図。 偽陽性（黒点）を抽出した画像を示す図。 本発明の一実施形態に係る方法によって得られた、肺結節が明瞭化された画像を示す図。

図１のフローチャートに、本発明の一実施形態に係る胸部Ｘ線画像における肺結節明瞭化法の操作手順を示す。本方法の概要は、２次元ヒストグラムを用いて、線状陰影を示す肺門部肺血管陰影と偽陽性を抽出し、偽陽性として抽出した画素の総数が、閾値を上回るまで、線状陰影抑制画像内の偽陽性陰影の輝度値を更新することである。偽陽性陰影の輝度値を更新することにより、相対的に肺結節陰影が明瞭化される。

［ステップＳ１：胸部Ｘ線画像の取得］
まず、ステップ１において、解析対象である胸部Ｘ線画像を取得する。なお、本発明の一実施形態では、図１のフローチャートの説明のために、解析の対象としてＪＳＲＴの標準ディジタル画像データベース（日本放射線技術学会作成）（参考文献１）中の胸部腫瘤画像中の１例を抽出し、これを、マトリックス寸法２０４８×２０４８（ピクセル寸法０．１７５ｍｍ）に対して、ＩｍａｇｅＪを用いて、マトリックス寸法を５１２×５１２（ピクセル寸法０．７ｍｍ）、階調を８ｂｉｔとなるように画像を変換して用いた。

図２は、このようにして抽出された胸部Ｘ線画像例とその座標系を示す図である。図２に示すように、左上隅を原点とし、ｐ軸、ｑ軸をそれぞれｘ、ｙとする座標系を用いる。ここでは、輝度値０を黒、２５５を白とし、輝度値２５５を高いとする。図２において、矢印は肺結節を示している。さらに、本実施形態では、肺結節の強調処理に用いる局所テンプレートＴのサイズを、Ｔ＝２０×２０画素とし、肺結節の大きさは、肺血管の正接像よりも大きいものを対象とする。

［ステップＳ２：肺結節強調画像の作成］
次のステップ２では、胸部Ｘ線画像から肺結節強調画像を作成する。本実施形態では、肺結節強調画像を作成するために、胸部Ｘ線像における淡い肺結節陰影の輝度値と、その周囲の僅かな輝度差を局所的なテンプレートＴを用いて強調する。テンプレートＴの大きさは、胸部Ｘ線像において、およそ肋骨に納まる程度の大きさである２０×２０の画素数とした。また、淡い肺結節陰影は、肋骨や鎖骨、横隔膜などの構造物がもつ輝度値の中に埋もれており、結節が存在する背景やその周囲の輝度から影響を受ける。このため、背景や周囲の輝度からの影響を抑え、僅かな差を強調するために、テンプレートＴ内にガウス関数による重みを用いる。

具体的には、テンプレートＴの中心における重みが１．０、標準偏差が２０．０のガウス関数を用いて、テンプレート中心における注目画素の輝度値と、近傍の重み付き平均との差を強調した重み付き強調画像を作成する。次に、重み付き強調画像に、図３に示す３×３の特徴抽出フィルタを適用し、特徴抽出画像を作成する。最後に、特徴抽出画像のヒストグラムの値を平方根し、得られた値から、ヒストグラム平坦化処理にて、コントラスト強調処理を行った画像を、肺結節強調画像とする。図４は、このようにして作成された、肺結節強調画像を示す。

［ステップＳ３：線状陰影強調画像の作成］
ステップＳ３では、胸部Ｘ線画像から線状陰影強調画像を作成する。具体的には、胸部Ｘ線画像から、線検出フィルタを用いて、線状陰影を抽出し強調する。線検出フィルタには、図５に示すような４方向のＫａｓｖａｎｄフィルタを用いる（参考文献２）。このフィルタは、反復型として用いられるが、本実施形態では、反復回数を１回とした。

線検出フィルタを用いる目的は、偽陽性となりやすい肺門部肺血管とその正接像を抽出するためである。Ｋａｓｖａｎｄフィルタを用いて検出される線状陰影は、肺門部肺血管の正接像と比べ小さく、肺血管の先端部の細さとなる。そのため、先端部の細い肺血管を、線として検出し、ヒストグラム平坦化処理にて、線状陰影の輝度値を強調する。図６に、線状陰影を強調した線状陰影強調画像を示す。

なお、ステップＳ２及びステップＳ３の実行に時間上の前後関係はなく、例えば並行して行われても良い。

［ステップＳ４：肺門部肺血管陰影の抽出］
ステップＳ４では、ステップＳ２及びＳ３で作成された肺結節強調画像と線状陰影強調画像に基づいて、肺門部肺血管陰影を抽出する。この抽出には、図７に示す２次元ヒストグラムを用いる。具体的には、左上隅を原点とした座標系において、ｐ軸、ｑ軸に、それぞれ２５６階調の肺結節強調画像、線状陰影強調画像をとる２次元ヒストグラムを用いて、肺結節強調画像から肺門部肺血管陰影を線状陰影として抽出する。臨床において、肺門部における腫瘍として線状陰影は考えにくい。そこで、線状陰影を利用して、肺結節強調画像から、偽陽性となりやすい肺血管や、その正接像が、抽出されるような曲線を求める。ここでは、これを抽出曲線と呼び、２次元ヒストグラムにおける曲線をとる。図８に、曲線を境界とする抽出曲線を示す。この抽出曲線には、以下の式（１）を用いた。

抽出したい肺門部肺血管陰影は、図７に示すように、２次元ヒストグラムの左上隅の原点から、曲線より下側に存在する座標である。ここで、２次元ヒストグラムを用いて、元画像からどの程度線状陰影を抽出するかを決定する、抽出曲線（１）の線状陰影抽出パラメータγは、実験からγ＝２．０とした。図８において、灰色の部分（曲線より左下側部分）に、抽出した線状陰影が含まれる。

図９は、図８の灰色の部分に存在する座標を黒（輝度値：０）で表示したものである。この線状陰影を抽出した画像を、肺門部肺血管画像と呼ぶ。

［ステップＳ５：線状陰影抑制画像の作成］
次のステップＳ５では、ステップＳ４で抽出された肺門部肺血管陰影とステップＳ２で作成された肺結節強調画像とに基づいて、線状陰影抑制画像を作成する。図８に示す２次元ヒストグラム上の抽出曲線により、線状陰影を抽出しただけでは、胸郭の外側部分に存在する肺結節陰影や、肋骨エッジなどの線状陰影も抽出されてしまう。そこで、画像中心からある一定の範囲以外では、抽出した線状陰影の影響を抑える。そのために、画像全体に、ガウス関数による重み付けを行い、抽出された肺門部肺血管陰影を抑制した、線状陰影抑制画像を作成する。

具体的には、まず、ステップＳ２で作成された肺結節強調画像Ａと、Ａに最大値フィルタ（５×５）を適用させた画像Ｂを作成する。次に、最大値１．０を画像中心とする、標準偏差が１５０．０のガウス関数を、画像全体に対する重みαとして、画像ＡとＢとの間に次の式にて重み付けを行う。

Ｃ＝（１−α）Ａ＋αＢ （２）

ただし、出力される輝度値Ｃは、肺門部肺血管抽出画像において、輝度値が０となる座標、つまり、肺結節強調画像にて、線状陰影として抽出した座標は、輝度値Ｃを採用し、その他の座標では、画像Ａの輝度値を採用する。その結果、式（２）にて得られる画像は、肺門部肺血管陰影の輝度値が抑制され、肺結節が明瞭化されたものとなる。ただし、この段階では、肺門部肺血管陰影の境界にてリング状の偽像が表れるため、３×３の中間値フィルタを用いて、画像全体に平滑化処理を行う。最後に、画像全体の平均輝度値を、肺結節強調画像の平均輝度値と同じ値になるように、明るさを調整する。このようにして、図１０に示す線状陰影抑制画像が得られる。

［ステップＳ６：偽陽性の抽出と抑制］
次のステップＳ６では、ステップＳ５で求めた線状陰影抑制画像とステップＳ２で求めた肺結節強調画像に基づいて、偽陽性の抽出と抑制を行う。まず、２次元ヒストグラムと式（１）に示した抽出曲線を用いて、偽陽性陰影を抽出する。具体的には、横軸、縦軸をそれぞれ、肺結節強調画像、線状陰影抑制画像とする２次元ヒストグラムと、抽出曲線を用いて肺血管の正接像を抽出する（図１０の→）。肺結節強調画像において、肺血管やその正接像は、輝度値が極めて低い。しかし、線状陰影抑制画像においては、それらの輝度値は比較的高い。そのため、抑制したい肺血管の正接像は、２次元ヒストグラムにおいて、左下の部分に存在する可能性が高い。そこで肺血管陰影と肺結節を抽出曲線を用いて、真の結節を含まないように分離し、偽陽性陰影を抽出する。

ここで、偽陽性抽出のための抽出曲線を以下の式（３）で表す。

εは、偽陽性陰影抽出パラメータであり、実験から、抽出曲線のパラメータεを＝０．４５と固定して用いた（図１１）。図１１の２次元ヒストグラムにおいて、左下の灰色の部分に分布する画素を偽陽性と判別する（図１１の円内部は、２次元ヒストグラムにおける、真の結節がもつ輝度分布の大まかな位置を表す）。

本発明に係る方法では、２次元ヒストグラムにおいて、抽出曲線よりも下側に存在する画素を偽陽性とする。図１０のように、画像中心に近く、輝度値が抑制された線状陰影の画素の中で、特に輝度が低いものを偽陽性として選ぶと、その中に、肺血管の正接像が含まれる。このとき、肺結節以外の心臓エッジなどの陰影も含まれるため、肺血管の正接像を偽陽性として抽出した。図１１の２次元ヒストグラムから得られた偽陽性陰影を、黒点として図１２に示す。

２次元ヒストグラムを用いて得られた、偽陽性陰影の総画素数（図１２に示す黒点の集合）が、閾値（＝１８００）を上回るまで、ステップＳ５と同様の操作を繰り返す。ただし、ここで取り扱う画像は、線状陰影抑制画像Ａと、Ａに最大値フィルタ（５×５）を適用させた画像Ｂを用いる。その結果、式（３）にて得られる画像は、肺血管の正接像を含む偽陽性陰影の輝度値が抑制されたものとなる。最後に、ステップＳ６と同様、３×３の中間値フィルタを用いて、画像全体に平滑化処理を行う。

［ステップＳ７：輝度値の更新］
ステップ７において、ステップ６で偽陽性陰影として選ばれた画素の総数が、閾値よりも少ない場合、その画素の輝度値を更新し、新たな線状陰影抑制画像とする。条件を満たすまで、この操作を繰り返し、抽出曲線により抽出した偽陽性陰影の輝度値を、その周囲の輝度と置き換えることで、偽陽性は目立たなくなる。偽陽性陰影をその周囲の輝度値と均一化することで、肺結節を相対的に明瞭化する。

［ステップＳ８：肺結節明瞭化画像の取得］
ステップ７における条件が満たされた場合、肺結節明瞭化画像が得られる。図１３は、このようにして得られた肺結節明瞭化画像を示す。

［評価実験］
本発明者等は、本発明の方法を評価するために、日本放射線技術学会の標準ディジタル画像データベース中の胸部腫瘤画像１５４例を用いて実験を行った。これらの画像は、結節の位置があらかじめ示されており、また、結節検出の難易度によって、１（きわめて困難）、２（非常に困難）、３（困難）、４（比較的容易）、５（容易）の５つのレベルに分類されている。また、各レベルはそれぞれ、２５、２９、５０、３８、１２枚になり、これらすべての画像１５４例に対し、以下の実験を行った。方法は、前もって知らされた位置に、本発明の方法により、結節が明確に描出されているかを、１名の放射線診断専門医が判定することによって行った。評価には、非特許文献４で用いられている、結節描出の観点からの画質評価である、３（ｃｌｅａｒｌｙ ｄｅｐｉｃｔｅｄ）、２（ｓｕｂｔｌｙ ｄｅｐｉｃｔｅｄ）、１（ｎｏｔ ｄｅｐｉｃｔｅｄ）の３段階の評点で行った。評価結果を表１に示す。また、本発明の方法と対側差分法（非特許文献４）による結果について、同様に評価し比較を行った（表２）。本発明の方法での実行時間は、１画像当たり２．２ＧＨｚのＰＣで平均３０７８［ｍｓ］であった。

［考察］
胸部Ｘ線像において、淡い結節陰影は、周囲の輝度値との差が小さい。そのような、差の小さいところに、大きいテンプレートを用いて強調すると、テンプレート内の平均輝度値が平滑化の影響を大きく受け、淡い小さい陰影のコントラストを低下させてしまう。しかし、よく見るとわかるような淡い陰影であっても、局所的に見れば、肋骨などの背景と重なることで、結節の輝度はその周囲よりも比較的上昇している。これらのことから、わずかな差を強調し、局所的なコントラストを維持するために、テンプレートサイズを小さくし、非特許文献５の場合とは異なり、背景トレンドを含めた形で、局所的に輝度値を制御した。本発明の方法では、ガウス関数による局所的な重み付けを用いて、局所的な差を制御することにより、重み付き強調画像を作成した。

次に、ラプラシアンの形をした特徴抽出フィルタを用いて、重み付き強調画像から、濃淡変化の傾きを抽出した。このフィルタは、中心の値が大きければ、画像のエッジ部分が抽出されたエッジ画像に近づく。しかし、ここでは、画像のコントラストを保存するために、フィルタ中心の値が１．０を採用した。また、特徴抽出フィルタのサイズが大きくなれば、画像全体に対し平滑化の影響が強く表れるため、フィルタサイズを３×３として用いた。

ところが、特徴抽出フィルタのみでは、画像全体のコントラストが低い。そこで、次に、ヒストグラム平坦化処理を用いて、コントラスト変換を行う。ここでの処理に、γ補正とアンシャープマスキングによる鮮鋭化処理を用いて淡い陰影を強調すると、肺結節を肺血管陰影と見誤ってしまう可能性があった。そのため、コントラスト変換には、ヒストグラム平坦化処理のみを行った。

一方、胸部Ｘ線像から、偽陽性となりやすい肺門部肺血管陰影を抽出するために、線検出フィルタを検討した。線検出フィルタの代表としてＶａｎｄｅｒＢｒｕｇフィルタが利用されている（参考文献３）。このフィルタを用いることで、肺門部肺血管陰影をうまく抽出することが可能である。しかし、本発明に係る方法にＶａｎｄｅｒＢｒｕｇフィルタを用いて、肺血管陰影の抑制を行うと、大きな抑制効果が得られると同時に、肺結節陰影の信号も大きく抑制された。これは、ＶａｎｄｅｒＢｒｕｇフィルタにより検出される線が太いため、肺門付近の肺血管の抽出には優れているが、肺血管の正接像程度の小さい結節を、線状陰影として検出してしまう。

このため、抽出した線状陰影内部の輝度値が、最大値フィルタにより、周囲の最大輝度値と置き換えられると、淡い小さい結節陰影は目立たなくなってしまう。そのため、検出される線は、細い方が望ましい。そこで、提案手法では、線検出フィルタとして、Ｋａｓｖａｎｄフィルタを用いた。Ｋａｓｖａｎｄフィルタは、ＶａｎｄｅｒＢｒｕｇフィルと異なり、検出される線が細く、肺野末梢にまで多くの線が抽出される。２次元ヒストグラムで用いるγの値が同じであれば、Ｋａｓｖａｎｄフィルタの方が、肺野内に検出される線の密度が高く、肺野末梢にまで、最大値フィルタの影響を考慮することができる。このことは、結節のみでなく、その周囲の輝度値に対しても、最大値フィルタの影響がある方が、結節にコントラストを付けることになると考えられる。さらに、２つの線検出フィルタのうち、Ｋａｓｖａｎｄフィルタの方が、実行時間が約１秒弱短く、有利であった。

しかし、線状陰影を検出しても、１次元のヒストグラムのみでは、肺門部から末梢まで太さの異なる肺血管や肋骨に重なる肺血管を、連続する陰影として、一度に抽出することは難しく工夫を要する。また、肺血管は、存在する場所によって、その輝度値が異なることや、肺血管の正接像なども、輝度や形が結節陰影と似ていることから、肺結節検出にて偽陽性となりやすい。そこで、提案手法では、胸部Ｘ線像から、２次元ヒストグラムを用いて、偽陽性となりやすい肺門部肺血管陰影を、連続する線状陰影として抽出した。

２次元ヒストグラムを用いた線状陰影の抽出では、抽出曲線を定義し、１つの線状陰影抽出パラメータγを用いて制御した。パラメータγは、肺血管の抽出能に影響し、１枚の画像から、抽出したい線状陰影の割合を決めるもので、１．５〜２．５の範囲内とする。γの値が１．５より小さいときは、結節の外周エッジが抽出され、γの値が２．５より大きくなると、結節の内部までが線状陰影として抽出される。提案手法では、抽出された線状陰影に、最大値フィルタを適用するため、γの値が、画像全体のコントラストに影響することになる。また、提案手法では、抽出曲線として、パラメータがγのみの単純な曲線を用いて、肺結節と肺血管陰影の抽出を試みた。

しかし、単純な曲線のみでは、肺結節と肺血管陰影を完全に分離抽出することはできない。肺血管陰影を多く抽出すれば、同時に肺結節陰影全体を抽出する。そこで、実験から、肺血管陰影の抑制効果を考慮し、γ＝２．０と固定して用いた。さらに、最大値フィルタのサイズが大きいほど、抑制効果は大きい。しかし、最大値フィルタのサイズが大き過ぎると、輝度値が急激に変化するため、血管陰影とその境界に、リング状の偽像が発生する。そのため、最大値フィルタには、５×５のサイズのものを使用し、発生するリング状の偽像を抑制するために、３×３の中間値フィルタを使用した。

抽出される線状陰影には、肺がんや肋骨エッジなど、さまざまな線状成分が含まれる。中でも、肺門部付近は、太い肺血管が密集し、偽陽性陰影が多く存在する（非特許文献７、１０参照）。そのため、肺門部の肺血管陰影には、最大値フィルタによる信号抑制の影響を大きくし、肺野末梢など、その他の部分では、肺結節強調画像の方に大きな重みを付ける必要がある。

本発明の方法では、肺門部に存在する腫瘍が、線状陰影を示すことは非常に考えにくいことから、肺血管陰影を線状陰影として抽出し、最大値フィルタを用いて、周囲の輝度値と置き換えることで、肺血管陰影の輝度値を抑制した。しかし、線状陰影の抑制のみでは、肺血管の正接像のサイズを小さくすることはできるが、肺血管の正接像の輝度が抑制されるとは限らない。ところが、肺血管の正接像は、線状陰影として検出される肺血管陰影よりも輝度値が低い。このため、線状陰影として抽出されたもので、輝度の低いものを偽陽性として選べば、その中に肺血管の正接像が含まれることになる。

肺血管の正接像を抽出するとき、肺結節以外の心臓エッジなどの偽陽性陰影も同時に抽出されるため、本論文では、肺血管の正接像を偽陽性陰影に含め、取り扱っている。ここで、２次元ヒストグラム上の抽出曲線（偽陽性陰影抽出パラメータε）の値は０．３５〜０．４５の範囲とするもので、ε＝０．４５よりも大きくすると、偽陽性の中に、結節陰影の輪郭が含まれてしまう。またε＝０．３５よりも小さくすると、偽陽性陰影の抽出効果が小さく、その他の陰影ノイズが残るため、不鮮明となる。
そこで、提案手法では、偽陽性を判別する境界を上限のε＝０．４５として固定して用い、その抽出曲線よりも下側に存在する全ての画素を、肺血管の正接像も含めた偽陽性陰影として判別した。偽陽性として判別した画素を、その周囲の輝度値と置き換え、条件を満たすまで更新し、偽陽性陰影の輝度値を制御した。

本発明の方法は、肺血管やその正接像などの偽陽性陰影の信号を抑制するために、陰影周囲に存在する高輝度との置き換えを利用する。しかし、本発明の実施に当たっては、肺血管の正接像よりもサイズの大きい肺結節陰影を描出対象としているため、抑制にて周囲の輝度値が置き換えられても、肺結節陰影は、肺血管の正接像ほどの信号抑制が起こらず、指摘可能であった。実験結果では、ＪＳＲＴデータベースの腫瘤画像１５４例に対し、８０．５％の症例で評点３が与えられた。また、容易なレベル５と極めて困難なレベル１を除く、レベル２〜４の１１７例での評点３は、８８．０％に上昇した。さらに、レベル２〜４の１０７例（心大血管や横隔膜下に重なる結節を除く）を用いた対側差分法（非特許文献４参照）と比較すると、評点３の割合が１６．９％増加し、有効であった。

肺結節検出の見落としの原因として、鎖骨や肋骨、肺血管との重なり、淡い小さい陰影などが考えられる。このような、僅かな濃淡差の結節を描出するには、結節周囲の輝度値をきれいに差分する必要がある。差分画像や肋骨抑制画像のように、肋骨等をうまく差分できれば、偽陽性を除去できる可能性は高い。しかし、肺結節を描出するための位置合わせや高い精度の骨陰影除去が求められる。

そこで、本発明においては、位置合わせや骨陰影の除去を用いず、偽陽性となりやすい肺血管陰影の信号を抑制した。線状陰影を抑制することで、エッジが抽出される鎖骨や肋骨などの輝度値にも抑制効果が見られた。また、本発明の実施にあたって、肺結節の一部が強く描出されることがある。これは、肺結節が線状陰影として抽出されたため、肺血管などの線状陰影と同様に、肺結節の輝度値にも抑制効果が働いたことによる。しかし、肺結節の質的診断というよりも存在診断をすることが、まずは重要であり、本発明の方法は、能力からいって、存在診断として十分機能し得ると考えられる。

［結論］
本発明の方法では、パターンとして捕らえ易い、肺血管陰影やその正接像などの偽陽性陰影を、１枚の胸部Ｘ線像の中から、２次元ヒストグラムを用いて、少ない特徴量にて抽出し、さらに、抽出した血管陰影の輝度値を周囲の輝度値と均一化することで、肺結節陰影を相対的に明瞭化した。偽陽性陰影が減少することで、人間の見た目においても、肺結節を指摘しやすい画像を作成することができた。

（参考文献１）Ｓｈｉｒａｉｓｈｉ Ｊ、Ｋａｔｓｕｒａｇａｗａ Ｓ、Ｉｋｅｚｏｅ Ｊ ｅｔ ａｌ：Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａ ｄｉｇｉｔａｌ ｉｍａｇｅ ｄａｔａｂａｓｅ ｆｏｒ ｃｈｅｓｔ ｒａｄｉｏｇｒａｐｈｓ ｗｉｔｈ ａｎｄ ｗｉｔｈｏｕｔ ａ ｌｕｎｇ ｎｏｄｕｌｅ：Ｒｅｃｅｉｖｅｒ ｏｐｅｒａｔｉｎｇ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ａｎａｌｙｓｉｓ ｏｆ ｒａｄｉｏｌｏｇｉｓｔｓ’ ｄｅｔｅｃｔｉｏｎ ｏｆ ｐｕｌｍｏｎａｒｙ ｎｏｄｕｌｅｓ．ＡＪＲ １７４：７１−７４、２０００
（参考文献２）Ｋａｓｖａｎｄ Ｔ：Ｉｔｅｒａｔｉｖｅ Ｅｄｇｅ Ｄｅｔｅｃｔｉｏｎ．ＣＧＩＰ（４）：２７９−２８６、１９７５
（参考文献３）ＶａｎｄｅｒＢｒｕｇ Ｇ．Ｊ：Ｌｉｎｅ ｄｅｔｅｃｔｉｏｎ ｉｎ ｓａｔｅｌｌｉｔｅ ｉｍａｇｅｒｙ．ＩＥＥＥ Ｔｒａｎｓ Ｇｅｏｓｃｉ Ｅｌｅｃｔｒｏｎ（ＧＥ−１４）：ｐｐ．３７−４４、１９７６

ステップＳ１ 胸部Ｘ線画像の取得
ステップＳ２ 肺結節強調画像の作成
ステップＳ３ 線状陰影強調画像の作成
ステップＳ４ 肺門部肺血管陰影の抽出
ステップＳ５ 線状陰影抑制画像の作成
ステップＳ６ 偽陽性の抽出と抑制
ステップＳ７ 輝度値の更新
ステップＳ８ 肺結節明瞭化画像の取得

Claims (6)

1. 胸部Ｘ線画像から肺結節強調画像を作成する第１の段階と、
   前記胸部Ｘ線画像から線状陰影強調画像を作成する第２の段階と、
   ｐ軸に前記肺結節強調画像とｑ軸に前記線状陰影強調画像を取る２次元ヒストグラムと第１の抽出曲線を用いて前記肺結節強調画像から肺門部肺血管陰影を線状陰影として抽出する第３の段階と、
   前記肺結節強調画像と前記肺結節強調画像に最大値フィルタを適用した画像とに基づいて、肺門部肺血管陰影の輝度値を抑制することにより、線状陰影抑制画像を作成する第４の段階と、
   前記２次元ヒストグラムと第２の抽出曲線を用いて、偽陽性陰影を抽出する第５の段階と、
   前記偽陽性陰影の総画素数が予め決定された閾値を上回るまで、前記偽陽性陰影を抽出する段階を繰り返す第６の段階と、を備えてなる、胸部Ｘ線画像における肺結節明瞭化法。
2. 請求項１に記載の方法において、前記第１の段階は、胸部Ｘ線画像において肋骨に収まる程度の大きさのテンプレートＴを用い、前記テンプレートＴ内にガウス関数による重みを用いて、前記テンプレート中心における注目画素の輝度値と、近傍の重み付き平均との差を強調した重み付き強調画像を作成し、前記重み付き強調画像に特徴抽出フィルタを適用して特徴抽出画像を作成し、前記特徴抽出画像のヒストグラムの値を平方根し、得られた値からヒストグラム平坦化処理にてコントラスト強調処理を行うことを含む、胸部Ｘ線画像における肺結節明瞭化法。
3. 請求項１または２に記載の方法において、前記第２の段階は、前記胸部Ｘ線画像から線検出フィルタを用いて線状陰影を抽出し、ヒストグラム平坦化処理によって前記線状陰影の輝度値を強調することを含む、胸部Ｘ線画像における肺結節明瞭化法。
4. 請求項３に記載の方法において、前記線検出フィルタとして４方向のＫａｓｖａｎｄフィルタを用いることを含む、胸部Ｘ線画像における肺結節明瞭化法。
5. 請求項１乃至４の何れか１項に記載の方法において、前記第３の段階における第１の抽出曲線は、以下の式であらわされ、
   前記γは線状陰影抽出パラメータであり、γ＝１．５〜２．５であることを特徴とする胸部Ｘ線画像における肺結節明瞭化法。
6. 請求項１乃至５の何れか１項に記載の方法において、前記第５の段階における第２の抽出曲線は、以下の式であらわされ、
   前記εは偽陽性陰影抽出パラメータでありε＝０．４〜０．５であることを特徴とする、胸部Ｘ線画像における肺結節明瞭化法。