JP2018022260A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2018022260A JP2018022260A JP2016151784A JP2016151784A JP2018022260A JP 2018022260 A JP2018022260 A JP 2018022260A JP 2016151784 A JP2016151784 A JP 2016151784A JP 2016151784 A JP2016151784 A JP 2016151784A JP 2018022260 A JP2018022260 A JP 2018022260A
- Authority
- JP
- Japan
- Prior art keywords
- image
- unit
- position information
- variation coefficient
- 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.)
- Ceased
Links
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 210000004513 dentition Anatomy 0.000 claims description 4
- 230000036346 tooth eruption Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims 1
- 208000002925 dental caries Diseases 0.000 description 21
- 238000000034 method Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 2
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
図1は、本発明の実施形態に係る画像処理装置101の利用状況を説明する概略図である。
歯科用パノラマX線装置102は、患者103の歯列をスキャンして得られたレントゲン撮影データ104を生成して、レントゲン画像サーバ105にレントゲン原画像ファイル106として記録する。レントゲン画像サーバ105に記録されているレントゲン原画像ファイル106に必要に応じて画像圧縮等を施して取り出したレントゲン画像ファイル107、あるいはレントゲン画像サーバ105側の図示しないディスプレイに表示されたレントゲン画像をキャプチャーすることによって取り出したレントゲン画像ファイル107は、周知のUSBメモリやLAN等を通じて、パソコンである画像処理装置101に読み込まれる。画像処理装置101はレントゲン画像ファイル管理システムの構成要素として位置付けてもよく、レントゲン画像ファイル管理システムの外部接続装置として位置付けてもよい。画像処理装置101は、レントゲン画像ファイル107に後述する画像処理を施して、患者103に対し、どの歯がどの様に虫歯に変化しているのかを明示する。
また、レントゲン画像ファイル107は、患者103の歯列全体を撮影したものに限らず、1本ないしは数本の歯牙を対象に撮影したものであってもよい。
図2は、画像処理装置101のハードウェア構成を示すブロック図である。
図2中、周知のパソコンである画像処理装置101は、バス201に接続された、CPU202、ROM203、RAM204、ハードディスク装置やフラッシュメモリ等の不揮発性ストレージ205、液晶ディスプレイ等の表示部206、キーボードやマウス等の操作部207を備える。
不揮発性ストレージ205には、OSと、画像処理装置101のプログラムが格納されており、画像処理装置101はこれを実行することで、画像処理装置101の機能を実現する。
また、シリアルポート208の代わりに、図示しないLANに接続するためのNIC(Network Information Card)がバス201に接続され、画像処理装置101がLAN経由でレントゲン画像ファイル107を読み込んでもよい。
図3は、画像処理装置101のソフトウェア機能を示すブロック図である。
レントゲン画像ファイル107は、先ず合成処理部301に読み込まれ、表示部206に表示される。操作者である歯科医師は、マウス等のポインティングデバイスである操作部207を操作して、表示部206に表示されているレントゲン画像の、虫歯と思しき箇所をクリックする。なお、これ以降、画像処理装置101にはOSにMicrosoft社のWindows(登録商標)が使用され、前述の虫歯と思しき箇所をクリックする操作は、マウスの左クリックであるものとする。
また、制御部302は操作部207であるマウスの左クリックを検出すると、平均値算出部305a、305b、標準偏差算出部306a、306b、除算部307a、307b、判定処理部308、合成処理部301を、図5及び図6にて後述するフローチャートにしたがって、順次稼働させる。更に、制御部302はレントゲン画像ファイル107の存在を検出すると、積分演算部309を稼働させる。すなわち、制御部302は、積分演算部309、平均値算出部305a、305b、標準偏差算出部306a、306b、除算部307a、307b、判定処理部308、合成処理部301の動作タイミングを制御する(矢印A302a)。
一方、ウィンドウ設定部304bは、積分演算部309がレントゲン画像ファイル107を積分した結果得られる積分画像データに対し、前述のウィンドウ設定部304aと同様の処理を行い、操作部207であるマウスの左クリックによって指定された画像位置情報を中心に、縦30ピクセル、横30ピクセルの領域を、演算対象領域として設定する。
判定処理部308の結果は合成処理部301に供給され、マウスの左クリックによって指定されたレントゲン画像ファイル107の画像位置情報におけるピクセルを着色する。当該ピクセルが虫歯であると判定したら、赤に着色する。当該ピクセルが健全な歯であると判定したら、緑に着色する。当該ピクセルが虫歯の疑いがあると判定したら、黄色に着色する。
第一コンパレータ401は、変動係数Vaと第一閾値402「0.1」との大小を比較し、変動係数Vaが0.1以上であれば、論理の真を出力する。
加算器403には、変動係数Vaと、変動係数Vbの符号を反転した値が入力され、加算器403は変動係数Vaから変動係数Vbを減算した値Va−Vbを出力する。
第二コンパレータ404は、加算器403から出力された、変動係数Vaから変動係数Vbを減算した値Va−Vbと第二閾値405「0.01」との大小を比較し、Va−Vbが0.01以上であれば、論理の真を出力する。
NORゲート407にも、ANDゲート406と同様、第一コンパレータ401の出力信号と第二コンパレータ404の出力信号が入力され、第一コンパレータ401と第二コンパレータ404の論理値が共に偽であった時に論理の真を出力する。このNORゲート407の論理出力が論理の真であると、画像位置情報にて指定された当該ピクセルの箇所は健全な歯であると判定される。
XORゲート408にも、ANDゲート406及びNORゲート407と同様、第一コンパレータ401の出力信号と第二コンパレータ404の出力信号が入力され、第一コンパレータ401と第二コンパレータ404の論理値が、何れか一方が真で他方が偽であった時に論理の真を出力する。このXORゲート408の論理出力が論理の真であると、画像位置情報にて指定された当該ピクセルの箇所は虫歯の疑いがある歯であると判定される。
以上、ANDゲート406、NORゲート407、XORゲート408の出力論理値は、後続の合成処理部301に供給され、マウスの左クリックによって指定されたレントゲン画像ファイル107の画像位置情報におけるピクセルを何色に着色するのかの判定に使われる。
図5は、画像処理装置101の、全体的な動作の流れを示すフローチャートである。
処理を開始すると(S501)、先ず、制御部302は積分画像データが既に存在するか否かを確認する(S502)。もし積分画像データがなければ(S502のYES)、制御部302は積分演算部309を稼働させて、レントゲン画像ファイル107に積分演算処理を施した、積分画像データを作成する(S503)。積分演算としては例えば周知の移動平均や、画像データに対して縮小と拡大を行う等の手法が採用される。既に積分画像データが存在する場合は(S502のNO)、制御部302は積分演算部309を稼働させない。
制御部302は、表示部206に表示されているレントゲン画像にマウスカーソルが存在する状態で、マウスの左クリックが発生したことを検出したら、画像位置情報取得部303は、マウスカーソルの位置をレントゲン画像ファイル107における画像位置情報に変換する。そして、マウスによって指定された画像位置情報を中心に、縦30ピクセル、横30ピクセルの領域を虫歯判定処理の対象となる領域とする。そして、その虫歯判定処理の対象となる領域に属する30×30=900ピクセルに対し、虫歯判定処理を実行する(S506)。そして、一連の処理を終了する(S507)。
ステップS501からステップS507までの処理は繰り返され、マウスの左クリックが発生する度に(S505)、虫歯判定処理が実行される(S506)。
なお、ステップS507における、マウスの1回のクリックにおける処理対象ピクセル数は、レントゲン画像ファイル107の解像度等に応じて適宜変更される。
次に、制御部302は平均値算出部305aを稼働させる。平均値算出部305aは、演算対象Aの全ピクセルの輝度の平均値を算出する(S603)。
次に、制御部302は標準偏差算出部306aを稼働させる。標準偏差算出部306aは、演算対象Aの全ピクセルの輝度の標準偏差を算出する(S604)。
次に、制御部302は除算部307aを稼働させる。除算部307aは、演算対象Aの標準偏差を平均値で除算し、演算対象Aの変動係数Vaを算出する(S605)。
次に、制御部302は平均値算出部305bを稼働させる。平均値算出部305bは、演算対象Bの全ピクセルの輝度の平均値を算出する(S607)。
次に、制御部302は標準偏差算出部306bを稼働させる。標準偏差算出部306bは、演算対象Bの全ピクセルの輝度の標準偏差を算出する(S608)。
次に、制御部302は除算部307bを稼働させる。除算部307bは、演算対象Bの標準偏差を平均値で除算し、演算対象Bの変動係数Vbを算出する(S609)。
ステップS610がYESである場合は、図4のANDゲート406が論理の真を出力した状態である。
ステップS612がYESである場合は、図4のNORゲート407が論理の真を出力した状態である。
ステップS611、S613及びS614の何れも、実行後に一連の処理を終了する(S615)。
なお、ステップS602における、ウィンドウ設定部304aが設定する演算対象Aのピクセル数、及びステップS606における、ウィンドウ設定部304bが設定する演算対象Bのピクセル数は、レントゲン画像ファイル107の解像度等に応じて適宜変更される。
また、ステップS610及びS612における、第一閾値402と第二閾値405の値も、レントゲン画像ファイル107の解像度やコントラスト等に応じて適宜変更される。
図7Aは、虫歯に罹患している患者103のレントゲン画像ファイル107を、本実施形態の画像処理装置101で表示したイメージである。
図7Bは、健康な歯の患者103のレントゲン画像ファイル107を、本実施形態の画像処理装置101で表示したイメージである。
図7A及び図7Bにおいて、領域R701は虫歯と判定されて赤に着色されている領域であり、領域G702は正常な歯と判定されて緑に着色されている領域であり、領域Y703は虫歯の疑いがある歯と判定されて黄色に着色されている領域である。
逆に、図7Bを見ると、健康な歯と判定された領域G702が歯の大部分を占めていることが判る。なお、図7Bにおいて、歯の周辺が虫歯を示す領域R701となっているが、これは後述する理由のため、歯の周辺部分がどうしても虫歯と誤認識してしまうためである。
発明者らは、この輝度の変化を捉えて、虫歯であるか否かを判定することを考えた。
改めて図3を見ると、レントゲン画像ファイル107の変動係数Vaと、積分演算部309にて画像の高周波成分を除去した積分画像データの変動係数Vbとをそれぞれ計算している。健康な歯であれば、輝度の変化が殆どない(画像の高周波成分が少ない)ので、変動係数VaとVbとの間に大きな差は生じない。しかし、虫歯である場合、画像の高周波成分が多いため、VaがVbに対して極端に大きくなる。判定処理部308は、この変動係数VaとVbの大きさ及び差を見て、画像位置情報にて指定された箇所のピクセルが虫歯であるか否かを判定する。
例えば、上記した実施形態は本発明をわかりやすく説明するために装置及びシステムの構成を詳細かつ具体的に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることは可能であり、更にはある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
Claims (3)
- 歯牙または歯列のレントゲン画像データを読み込み、前記レントゲン画像データに記録されているレントゲン画像を表示する表示部と、
前記表示部に表示された前記レントゲン画像に対し、前記レントゲン画像におけるピクセルの位置を示す画像位置情報を生成するための操作部と、
前記操作部から出力される操作情報を基に、前記画像位置情報を生成する画像位置情報取得部と、
前記レントゲン画像データの、前記画像位置情報にて指定されたピクセルの変動係数を算出する第一の変動係数算出部と、
前記レントゲン画像データを積分して積分画像データを生成する積分演算部と、
前記積分画像データの、前記画像位置情報にて指定されたピクセルの変動係数を算出する第二の変動係数算出部と、
前記第一の変動係数算出部が出力する第一の変動係数が第一閾値以上であり、かつ、前記第一の変動係数と、前記第二の変動係数算出部が出力する第二の変動係数との差が第二閾値以上である場合に、前記画像位置情報にて指定された前記ピクセルが虫歯であると判定する判定処理部と、
前記判定処理部の判定結果を前記表示部に表示されている前記レントゲン画像に表示する、合成処理部と
を具備する、画像処理装置。 - 前記判定処理部は更に、前記第一の変動係数が前記第一閾値未満であり、かつ、前記第一の変動係数と前記第二の変動係数との差が前記第二閾値未満である場合に、前記画像位置情報にて指定された前記ピクセルが健康な歯であると判定する、
請求項1に記載の画像処理装置。 - 前記合成処理部は、前記画像位置情報にて指定された前記ピクセルが虫歯であると、前記判定処理部が判定した場合には前記ピクセルを第一の色で着色し、前記画像位置情報にて指定された前記ピクセルが健康な歯であると、前記判定処理部が判定した場合には前記ピクセルを前記第一の色とは異なる第二の色で着色する、
請求項2に記載の画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016151784A JP2018022260A (ja) | 2016-08-02 | 2016-08-02 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016151784A JP2018022260A (ja) | 2016-08-02 | 2016-08-02 | 画像処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018022260A true JP2018022260A (ja) | 2018-02-08 |
Family
ID=61165660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016151784A Ceased JP2018022260A (ja) | 2016-08-02 | 2016-08-02 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018022260A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018127949A1 (ja) * | 2017-01-05 | 2019-11-07 | 佳知 高石 | 骨質評価装置,方法およびプログラムならびに骨折リスク評価装置,方法およびプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011011055A (ja) * | 2009-06-19 | 2011-01-20 | Carestream Health Inc | 齲蝕定量方法 |
JP2014509908A (ja) * | 2011-03-21 | 2014-04-24 | ケアストリーム ヘルス インク | 歯の表面の分類のための方法 |
-
2016
- 2016-08-02 JP JP2016151784A patent/JP2018022260A/ja not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011011055A (ja) * | 2009-06-19 | 2011-01-20 | Carestream Health Inc | 齲蝕定量方法 |
JP2014509908A (ja) * | 2011-03-21 | 2014-04-24 | ケアストリーム ヘルス インク | 歯の表面の分類のための方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018127949A1 (ja) * | 2017-01-05 | 2019-11-07 | 佳知 高石 | 骨質評価装置,方法およびプログラムならびに骨折リスク評価装置,方法およびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Geetha et al. | Dental caries diagnosis in digital radiographs using back-propagation neural network | |
US20200364624A1 (en) | Privacy Preserving Artificial Intelligence System For Dental Data From Disparate Sources | |
KR101839789B1 (ko) | 치과 영상의 판독 데이터 생성 시스템 | |
Yasa et al. | An artificial intelligence proposal to automatic teeth detection and numbering in dental bite-wing radiographs | |
KR20220108028A (ko) | 자동화된 의료 이미지 주석 및 분석 | |
US20210358604A1 (en) | Interface For Generating Workflows Operating On Processing Dental Information From Artificial Intelligence | |
JP6938410B2 (ja) | 口腔疾患診断システム及び口腔疾患診断プログラム | |
Yoon et al. | Digital radiographic image processing and analysis | |
Gráfová et al. | Study of edge detection task in dental panoramic radiographs | |
Yuce et al. | Detection of pulpal calcifications on bite-wing radiographs using deep learning | |
Xu et al. | Robust automated teeth identification from dental radiographs using deep learning | |
JP2018022260A (ja) | 画像処理装置 | |
Kalender et al. | Cone beam computed tomography evaluation of maxillary molar root canal morphology in a Turkish Cypriot population | |
JP2018022261A (ja) | 画像処理装置 | |
JP5469819B2 (ja) | 医用画像診断支援装置及び医用画像診断支援プログラム | |
Soares et al. | Application of image processing techniques to aid in the detection of vertical root fractures in digital periapical radiography | |
Oktay et al. | Detection, segmentation, and numbering of teeth in dental panoramic images with mask regions with convolutional neural network features | |
Sahu et al. | Assessment of diagnostic accuracy of a direct digital radiographic-CMOS image with four types of filtered images for the detection of occlusal caries | |
US10366479B2 (en) | Technique for normalizing scintigraphy image | |
KR102200060B1 (ko) | 치아의 정밀 진단 모듈로의 간편한 이동 방법 및 그 장치 | |
Ahmad et al. | Performance of compound enhancement algorithms on dental radiograph images | |
Tumbelaka et al. | Identification of pulpitis at dental X-ray periapical radiography based on edge detection, texture description and artificial neural networks | |
JP5670535B2 (ja) | 医用画像診断支援装置及び医用画像診断支援プログラム | |
Singh et al. | Diagnosis of carious legions using digital processing of dental radiographs | |
Lopes et al. | A C-shaped canal in a maxillary second molar: prexion 3D cone-beam computed tomography analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160902 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190605 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200703 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200707 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20201124 |