JP2574181B2

JP2574181B2 - 異常陰影検出装置

Info

Publication number: JP2574181B2
Application number: JP1272212A
Authority: JP
Inventors: 昌司原
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 1989-10-19
Filing date: 1989-10-19
Publication date: 1997-01-22
Anticipated expiration: 2012-01-22
Also published as: JPH03133431A; US5557687A

Description

【発明の詳細な説明】（産業上の利用分野）本発明は、被写体の放射線画像を表わす画像データに
基づいて放射線画像の異常陰影を検出する異常陰影検出
装置に関するものである。

（従来の技術）記録された放射線画像を読み取って画像データを得、
この画像データに適切な画像処理を施した後、画像を再
生記録することは種々の分野で行なわれている。たとえ
ば、後の画像処理に適合するように設計されたガンマ値
の低いＸ線フイルムを用いてＸ線画像を記録し、このＸ
線画像が記録されたフイルムからＸ線画像を読み取って
電気信号（画像データ）に変換し、この画像データに画
像処理を施した後コピー写真等に可視像として再生する
ことにより、コントラスト，シャープネス，粒状性等の
画質性能の良好な再生画像を得ることが行なわれている
（特公昭61−5193号公報参照）。

また本願出願人により、放射線（Ｘ線，α線，β線，
γ線，電子線，紫外線等）を照射するところの放射線エ
ネルギーの一部が蓄積され、その後可視光等の励起光を
照射すると蓄積されたエネルギーに応じて輝尽発光を示
す蓄積性蛍光体（輝尽性蛍光体）を利用して、人体等の
被写体の放射線画像情報をシート状の蓄積性蛍光体に一
旦記録し、この蓄積性蛍光体シートをレーザー光等の励
起光で走査して輝尽発光光を生ぜしめ、得られた輝尽発
光光を光電的に読み取って画像データを得、この画像デ
ータに基づき被写体の放射線画像を写真感光材料等の記
録材料、CRT等に可視像として出力させる放射線画像記
録再生システムがすでに提案されている（特開昭55−12
429号，同56−11395号，同55−163472号、同56−104645
号、同55−116340号等）。

このシステムは、従来の銀塩写真を用いる放射線写真
システムと比較して極めて広い放射線露出域にわたって
画像を記録しうるという実用的な利点を有している。す
なわち、蓄積性蛍光体においては、放射線露光労量に対
して蓄積後に励起によって輝尽発光する発光光の光量が
極めて広い範囲にわたって比例することが認められてお
り、従って種々の撮影条件により放射線露光量がかなり
大幅に変動しても、蓄積性蛍光体シートより放射される
輝尽発光光の光量を読取ゲインを適当な値に設定して光
電変換手段により読み取って電気信号に変換し、この電
気信号を用いて写真感光材料等の記録材料、CRT等の表
示装置に放射線画像を可視像として出力させることによ
って、放射線露光量の変動に影響されない放射線画像を
得ることができる。

上記Ｘ線フィルムや蓄積性蛍光体シート等を用いたシ
ステム、特に人体の医療診断用として構成されたシステ
ムにおいて、近年、単に観察（診断）に適した良好な画
質性能を備えた再生画像を得ることに加えて、画像の自
動認識が行なわれてきている（たとえば特開昭62−1254
81号公報参照）。

ここで画像の自動認識とは、画像データに種々の処理
を施すことにより、複雑な放射線画像から目的とするパ
ターンを抽出する操作をいい、たとえば人体の胸部Ｘ線
画像のような種々の線状，円形状のパターンの入り混じ
った非常に複雑な画像から、たとえば腫瘍に対応する陰
影を抽出する操作等をいう。

このように複雑な放射線画像（たとえば人体の胸部Ｘ
線画像）において目的とするパターン（たとえば腫瘍
影）を抽出し、その抽出したパターンを明示した可視画
像を再生表示することにより、観察者の観察の補助（た
とえば医師の診断の補助）を行なわせることができる。

上記画像認識を行なうにあたり、例えば通常の撮影に
より得られた人体の胸部Ｘ線画像、即ち、心臓部，横隔
膜部，肺野部の肋骨以外の組織等のいわゆる軟部組織と
肋骨等のいわゆる骨部との双方が記録された通常の胸部
Ｘ線画像に基づいてたとえば腫瘍影を自動認識すること
に代えて、骨部の影響による誤認識を避けるために、エ
ネルギーサブトラクション処理により得られた、軟部組
織のみが記録された画像に基づいて腫瘍影の自動認識を
行なうことも試みられている（例えば、「エネルギー差
分画像を用いた胸部Ｘ線像パターン認識」水谷克己，長
谷川純，鳥脇純一郎，西谷弘昭和62年電気関係学会東
海支部連合大会 564ページ参照）。

ここで、エネルギーサブトラクション処理とは、被写
体の特定の部分が互いに異なるエネルギーを有する放射
線に対して放射線吸収率を有することを利用して、同一
の被写体に対して互いに異なるエネルギーを有する各放
射線による複数の放射線画像を得、これら複数の放射線
画像を適当に重み付けしてその差を演算することによっ
て被写体の特定部分を抽出する処理をいう。本出願人も
蓄積性蛍光体シートを用いたエネルギーサブトラクショ
ンについて種々提案している（例えば特開昭59−83486
号公報，同60−225541号公報参照）。

（発明が解決しようとする課題）被写体の軟部と骨部との双方が記録された放射線画像
（以下、「原画像」という。）に代えて被写体の主とし
て軟部が記録された放射線画像（以下、「軟部画像」と
いう。）に基づいてたとえば腫瘍等の異常陰影の自動認
識を行なうと骨部の影響による誤認識は少なくなるが、
一方、軟部画像は複数の放射線画像を処理することによ
り求めた画像であるため原画像と比べ画像が劣り、この
ため軟部自体で異常陰影の誤認識が増加するという問題
点がある。

本発明は、上記問題点を鑑み、異常陰影の自動認識の
精度をさらに向上させた異常陰影検出装置を提供するこ
とを目的とするものである。

（課題を解決するための手段）第１図は、本発明の異常陰影検出装置の構成を明示し
たブロック図である。

互いにエネルギーの異なる少なくとも二種類の放射線
を軟部および骨部から構成される被写体に照射して得ら
れた複数の画像データSO₁,…,SO_nが、たとえば放射線画
像読取装置あるいは放射線画像データ記憶装置等から画
像演算手段１に入力される。画像演算手段１では、これ
ら複数の画像データSO₁,…,SO_nに基づいて、前記被写体
中の軟部と骨部との双方が記録された原画像を表わす原
画像データS1と、前記被写体中の主として軟部が記録さ
れた軟部画像を表わす軟部画像データS2とが求められ
る。尚、この画像演算手段１において、上記原画像デー
タS1および軟部画像データS2のほか、主として骨部が記
録された骨部画像を表わす骨部画像データS3も求めても
よい。

画像演算手段１で求められた原画像データS1と軟部画
像データS2は、異常陰影候補抽出手段３に入力される。
画像演算手段１で骨部画像データS3を求めた場合は、こ
の骨部画像データS3も異常陰影候補抽出手段３（もしく
は後述する領域区分手段２）に入力される。

また、画像データSO₁,…,SO_nのいずれかもしくはこれ
らの画像データSO₁,…,SO_nに基づいて求められた例えば
原画像データS1等、前記被写体の構造物毎の領域を求め
得る画像データが領域区分手段２に入力される。

領域区分手段２では、入力された画像データに基づい
て、被写体の構造物毎の領域D₁,D₂,…,D_nが求められ
る。

ここで「被写体の構造物毎の領域」とは放射線画像上
に表われた、被写体の構造物毎の領域（いわゆる解剖学
的領域）をいい、具体的には、たとえば胸部Ｘ線画像に
おける、肺野，肋骨，心臓，横隔膜等の位置情報をい
う。尚、当然ながら、この領域区分手段２においては、
放射線画像上に表われる被写体の構造物の全てを識別す
る必要はなく、たとえば肺部を横隔膜部および心臓部
と、それ以外の部分との２つに区分する等、抽出の対象
としている異常陰影の種類等と対応して必要な情報のみ
が求められればよい。

領域区分手段１で求められた被写体の構造物毎の各領
域（以下、被写体の構造物毎の領域を解剖学的領域、被
写体の構造物毎の各領域を解剖学的各領域という）D₁,D
₂,…,D_nの位置情報も異常陰影抽出手段３に入力され
る。

異常陰影抽出手段３では、異常陰影抽出フィルタを用
いて、領域区分手段２で求められた解剖学的各領域D₁,D
₂,…,D_n毎にその各領域に応じて原画像もしくは軟部画
像を走査することにより異常陰影が抽出される。ここ
で、「異常陰影抽出フィルタ」は特定のフィルタに限ら
れるものではなく、後述する実施例で説明する各フィル
タ、これらのフィルタの組合せ、または公知の種々のフ
ィルタを用いることができる。また、原画像を走査する
フィルタは原画像から異常陰影を抽出するのに適したフ
ィルタとし、軟部画像を走査するフィルタは軟部画像か
ら異常陰影を抽出するのに適したフィルタとする等原画
像を走査するフィルタと軟部画像を走査するフィルタと
が互いに異なってもよい。また、たとえば原画像を走査
する解剖学的領域が複数領域あった場合、各領域毎に異
なるフィルタを用いて走査する等、原画像内あるいは軟
部画像内であっても各領域毎にフィルタを変えてもよい
（特願平１−162908号参照）。

尚、「異常陰影」とは、標準的陰影には見られない、
たとえば胸部Ｘ線画像における腫瘍，石灰化、胸膜の肥
厚，気胸等の陰影をいうが、この異常陰影抽出手段１は
これらの異常陰影の全てを抽出するものである必要はな
く、たとえば腫瘍影のみを異常陰影として抽出するもの
であってもよい。

ここで、骨部画像データS3も異常陰影抽出手段３に入
力された場合、例えば領域区分手段２で求められた解剖
学的領域のひとつ（たとえば胸部Ｘ線画像における肺野
部等）が軟部と骨部とが入り混じった領域であった場
合、該領域内をさらに細かく軟部の領域と骨部の領域と
に区分し、軟部の領域については画質のよい原画像を走
査し、骨部の領域については骨の影響で異常陰影の検出
が妨げられないように軟部画像を走査する等、骨部画像
データS3に基づいて原画像の走査，軟部画像の走査を切
り換えてもよい。また骨部画像データS3も領域区分手段
２に入力し、または領域区分手段２で骨部画像データS3
を求め、軟部と骨部との入り混じった解剖学的領域につ
いて、軟部の領域と骨部の領域とでは互いに異なる解剖
学的領域であると観念してもよい。

尚、解剖学的各領域に応じて原画像と軟部画像とをそ
れぞれ別々に走査する代わりに、特開昭61−85928号公
報に記載されているように、原画像と軟部画像とを組み
合わせて新たな画像をつくり、この画像上を走査しても
よいことはもちろんであり、本明細書においては、この
ような場合も「解剖学的各領域に応じて原画像もしくは
軟部画像を走査する」ことに含まれるものとする。

（作用）本発明の異常陰影検出装置は、互いに同一の被写体お
よび互いにエネルギーの異なる放射線による複数の放射
線画像から原画像と軟部画像とを求め、また、放射線画
像の解剖学的各領域を求め、解剖学的各領域毎にその各
領域に応じて原画像もしくは軟部画像を走査して異常陰
影を抽出するようにしたため、従来のように原画像に基
づく異常陰影の自動認識、軟部画像に基づく異常陰影の
自動認識のいずれよりもさらに高精度の自動認識を行な
うことができる。

（実施例）以下、本発明の実施例について、図面を参照して説明
する。尚、ここでは前述した蓄積性蛍光体シートを用
い、人体の肺内に典型的には略球形として生じる腫瘍の
陰影を異常陰影として検出する例について説明する。こ
の腫瘍は画像データに基づいて再生された可視画像上で
は周囲と比べ白っぽい（濃度が低い）略円形のパターン
として現われる。

第２図は、Ｘ線撮影装置の一例の概略図である。

このＸ線撮影装置10のＸ線源11からＸ線12が人体13の
胸部13aに向けて照射され、人体13を透過したＸ線12aが
第一の蓄積性蛍光体シート５に照射されることにより、
人体の胸部13aの第一のＸ線画像が第一の蓄積性蛍光体
シート５に蓄積記録される。

次に短時間内に第一の蓄積性蛍光体シート５に代えて
新たな第二の蓄積性蛍光体シート６をセットするととも
に、Ｘ線源11の管電圧を変え、再度Ｘ線撮影が行なわれ
る。これにより第二の蓄積性蛍光体シート６には、第一
の蓄積性蛍光体シート５に撮影記録された第一のＸ線画
像とはエネルギーの異なるＸ線12による同一被写体13の
第二のＸ線画像が蓄積記録される。尚、上記２回の撮影
において、被写体13にはマーク14,15が付されており、
このマーク14,15も一緒に撮影記録される。これらのマ
ーク14,15（尚、ここでは簡単のため、Ｘ線画像上に撮
影記録されたマーク14,15の像もマーク14,15と呼ぶ。）
は、シート5,6に蓄積記録された第一および第二のＸ線
画像の位置合わせの際に用いられる。

第３図は、Ｘ線画像読取装置の一例と、本発明の異常
陰影検出装置の一実施例であるコンピュータシステムと
を表わした斜視図である。

第２図に示すＸ線撮影装置10で撮影が行なわれた後、
第一および第二の蓄積性蛍光体シート5,6が一枚ずつこ
のＸ線画像読取装置の所定位置にセットされる。尚ここ
では、第一の蓄積性蛍光体シート５に蓄積記録された第
一のＸ線画像の読取りの場合について説明する。

この所定位置にセットされた、第一のＸ線画像蓄積記
録された第一の蓄積性蛍光体シート５は、モータ21によ
り駆動されるエンドレスベルト等のシート搬送手段22に
より、矢印Ｙ方向に搬送（副走査）される。一方、レー
ザー光源23から発せられた光ビーム24はモータ25により
駆動され矢印方向に高速回転する回転多面鏡26によって
反射偏向され、ｆθレンズ等の集束レンズ27を通過した
後、ミラー28により光路を変えて前記シート５に入射し
副走査の方向（矢印Ｙ方向）と略垂直な矢印Ｘ方向に主
走査する。シート５の光ビーム24が照射された箇所から
は、蓄積記録されているＸ線画像情報に応じた光量の輝
尽発光光29が発散され、この輝尽発光光29は光ガイド30
によって導かれ、フォトマルチプライヤ（光電子増倍
管）31によって光電的に検出される。上記光ガイド30は
アクリル板等の導光性材料を成形して作られたものであ
り、直線状をなす入射端面30aが主走査線に沿って延び
るように配され、円環状に形成された射出端面30bには
フォトマルチプライヤ31の受光面が結合されている。入
射端面30aから光ガイド30内に入射した輝尽発光光29
は、該光ガイド30の内部を全反射を繰り返して進み、射
出端面30bから射出してフォトマルチプライヤ31に受光
され、Ｘ線画像を表わす輝尽発光光29がフォトマルチプ
ライヤ31によって電気信号に変換される。

フォトマルチプライヤ31から出力されたアナログ出力
信号S_Aは対数増幅器32で対数的に増幅され、A/D変換器3
3でディジタル化され、電気信号としての画像データSO
が得られる。

このようにして得られた画像データSOは、コンピュー
タシステム40に入力される。この画像データSOは、第一
の蓄積性蛍光体シート５に蓄積記録された第一のＸ線画
像を表わすのであり、したがってここではこれを第一の
画像データSO₁と呼ぶ。

このコンピュータシステム40は、本発明の異常陰影検
出装置の一例を構成するものであり、CPUおよび内部メ
モリが内蔵された本体部41,補助メモリとしてのフロッ
ピィディスクが挿入され駆動されるドライブ部42,オペ
レータがこのコンピュータシステム40に必要な指示等を
入力するためのキーボード43,および必要な情報を表示
するためのCRTディスプレイ44から構成されている。

次に上記と同様にして、第二の蓄積性蛍光体シート６
に蓄積記録された第二のＸ線画像を表わす第二の画像信
号SO₂が得られ、この第二の画像信号SO₂もコンピュータ
システム40に入力される。

コンピュータシステム40に入力された第一および第二
の画像データSO₁,SO₂に基づいて、Ｘ線画像上の異常陰
影の検出が行なわれる。コンピュータシステムS40で
は、その機能上、第１図に示す各ブロック１〜３に対応
する演算が行なわれる。以下、第１図に示すブロック１
〜３をコンピュータシステム40の機能を表わすブロック
と考える。

第３図に示すようなＸ線画像を表わすディジタルの電
気信号としての画像データSO₁,SO₂が、コンピュータシ
ステム40内の、第１図に示す画像演算手段１に入力され
る。

画像演算手段上記第一および第二の画像データSO₁,SO₂は、前述し
たように互いに異なるエネルギーを有するＸ線を用いて
撮影記録された第一および第二のＸ線画像を表わすもの
であり、これら互いに異なるエネルギーを有するＸ線
は、被写体（ここでは人体の胸部）の軟部，骨部に対す
る透過率が互いに異なり、したがって、これら第一およ
び第二のＸ線画像のサブトラクション処理を行なうこと
により上記被写体の軟部のみが記録された軟部画像およ
び上記被写体の骨部のみが記録された骨部画像を得るこ
とができる。

コンピュータシステム40内の画像演算手段１では、入
力された第一および第二の画像データSO₁,SO₂に基づい
て、先ず以下のようにして位置わせ処理が行なわれる。
尚、ここで説明する位置合わせ処理は特開昭58−163388
号公報に記載された方法である。

第一の画像データSO₁が担持する第一のＸ線画像に付
されたマーク14,15（これをマーク14′,15′とする。）
の各座標を（X_A1,Y_A1），（X_A2,Y_A2）とし、第二の画像
データSO₂が担持する第二のＸ線画像に付されたマーク1
4,15（これをマーク14″,15″とする。）の各座標を（X
_B1,Y_B1），（X_B2,Y_B2）とする。

このときこれら２つのＸ線画像の相対的な回転ズレの
ずれ角（（X_A1,Y_A1）と（X_A2,Y_A2）とを結ぶ線分と（X
_B1,Y_B1）と（X_B2,Y_B2）とを結ぶ線分とのなす角）をθ
とすると、と表わされ、第一のＸ線画像を角度θだけ回転させるこ
とにより２つのＸ線画像の回転位置が合わせられる。

さらに、２つのＸ線画像に付されたマーク14′;14″
のｘ方向,y方向の位置ずれΔX₁,ΔY₁は、それぞれ、 ΔX₁＝X_B1−｛α・（X_A1−C_X）・cos θ −α（Y_A1−C_Y）・sin θ＋C_X｝ …（２） ΔY₁＝Y_B1−｛α・（X_A1−C_X）・sin θ −α（Y_A1−C_Y）・cos θ＋C_Y｝ …（３）と表わされ、２つのＸ線画像に付されたもう一つのマー
ク15′;15″のｘ方向,y方向の位置ずれΔX₂,ΔY₂は、上
記と同様に、 ΔX₂＝X_B2−｛α・（X_A2−C_X）・cos θ −α（Y_A2−C_Y）・sin θ＋C_X｝ …（４） ΔY₂＝Y_B2−｛α・（X_A2−C_X）・sin θ ＋α（Y_A2−C_Y）・cos θ＋C_Y｝ …（５）と表わされる。尚、（２）〜（５）式においてC_X,C_Yは
回転中心のそれぞれＸ座標,Y座標である。

ここでΔX₁とΔX₂,ΔY₁とΔY₂は理想的には互いに等
しい値となるが、２つの画像信号SO₁,SO₂のサンプリン
グに伴う誤差等による多少異なることもあり、Ｘ方向,Y
方向の位置調整量ΔX,ΔＹとしては、 ΔＸ＝（ΔX₁＋ΔX₂）/2 …（６） ΔＹ＝（ΔY₁＋ΔY₂）/2 …（７）が用いられ、第一のＸ線画像のＸ方向,Y方向への位置調
整が行なわれる。

以上のようにして第一および第二のＸ線画像の位置合
わせが行なわれた後、画像演算手段１において、位置合
わせ後の第一および第二の画像データSO₁′,SO₂′に基
づいて、各画素毎に S1＝Wa・SO₁′＋Wb・SO₂′ …（８）ただし、Wa,Wbは重み付け係数を表わす。

の演算処理（重ね合わせ処理）が行なわれ、軟部と骨部
との双方が記録された原画像を表わす原画像データS1が
求められる。なお、第一のＸ線画像もしくは第二のＸ線
画像のいずれかを原画像として用いてもよいが、本実施
例ではＸ線のゆらぎ等によりＸ線画像に現われる雑音を
低減するために上記（８）式の重ね合わせ処理を行なっ
た後の画像が原画像として用いられる。

また、軟部画像を表わす軟部画像データS2は、位置合
わせ後の第一および第二の画像データS0₁′,SO₂′に基
づいて、各画素毎に S2＝Wa′・SO₁′ −Wb′・SO₂′＋Ｃ′ …（９）ただし、Wa′,Wb′は重み付け係数、Ｃ′はバイアス
分を表わす。

の演算処理（サブトラクション処理）を行なうことによ
り、求められる。

また、本発明の必須要件ではないが、本実施例では骨
部画像を表わす骨部画像データS3が、上記（９）式とは
重み付け係数およびバイアスを変えて、 S3＝Wa″・SO₁′ −Wb″・SO₂′＋Ｃ″ …（10）ただし、Wa″,Wb″は重み付け係数、Ｃ″はバイアス
分を表わす。

の演算を各画素毎に行なうことにより求められる。

尚、本実施例における画像演算手段１は２つのＸ線画
像を表わす画像データSO₁,SO₂に基づいて原画像，軟部
画像，および骨部画像を求めたが、さらに多数の画像デ
ータSO₁,SO₂,…,SO_nを用いて原画像，軟部画像，骨部画
像を求めてもよいことはもちろんである（特開昭59−08
3486号公報参照）。

第4A図，第4B図，および第4C図は、それぞれ原画像，
軟部画像，および骨部画像の一例を略示した図である。

原画像（第4A図）の肺部16中、左右の肺野部16a,16b
には軟部と骨部（肋骨）とが入り混じっている。また心
臓部16cは、心臓（軟部組織）が厚いため軟部組織が支
配的に記録されている。また左右の横隔膜部16d,16eは
軟部組織である。縦隔部16fは骨部組織である。このよ
うに原画像には軟部と骨部との双方が記録されている。

軟部画像（第4B図）の肺部16には骨部が消去され軟部
組織のみが記録されている。

また、骨部画像（第4C図）には縦隔および肋骨等の骨
部組織が記録されている。

コンピュータシステム40内の画像演算手段１において
上記のようにして得られた原画像データS1および軟部画
像データS2は、コンピュータシステム40内の異常陰影抽
出手段３に送られる。

また本実施例においては原画像データS1に基づいて解
剖学的各領域が求められる。このため原画像データS1は
コンピュータシステム40内の領域区分手段２にも入力さ
れる。尚、本実施例においては骨部画像データS3も領域
区分手段２に入力される。

尚、上記画像演算手段１では第一および第二の画像デ
ータSO₁,SO₂、もしくは原画像データS1,軟部画像データ
S2,骨部画像データS3に、必要に応じて、たとえば周波
数強調処理，スムージング処理，ノイズ除去処理等上記
以外の各種画像処理も行なわれる。

領域区分手段コンピュータシステム40内の領域区分手段２では、入
力された原画像データS1に基づいて、肺部16の解剖学的
各領域16a〜16f（第4A図参照）が求められる。

第５図は、原画像データS1のヒストグラムの一例を表
わした図である。横軸は原画像データS1の値を表わし、
縦軸はその値を有する原画像データS1の出現頻度を表わ
している。

また、第６図は、肺部16内の各部16a〜16fの求め方の
一例を説明するための図である。

第５図のヒストグラムの右側の山17は、Ｘ線が被写体
２（第２図参照）を透過せずに直接シート5,6に照射さ
れた、第4A図に示す直線Ｘ線部17に対応する。中央の山
16は第4A図に示す肺部16に対応し、左側の山18は第4A図
に示す皮膚部18に対応する。尚ここでは簡単のため、互
いに対応する第4A図の各部と第５図の各山とで同一の番
号を用いている。

本実施例では、以下のようにして先ず左右の肺野部16
a,16bの領域が求められる。尚、本実施例で用いる方法
は、「判別および最小２乗規準に基づく自動閾値選定法
大津展之著電気通信学会論文誌 63−Ｄ−４第34
9〜356頁 1980年」に記載された方法を具体的に適用し
たものである。

しきい値ｔ以上の原画像データS1の平均値，分散をそ
れぞれM1,σ₁ ²とし、しきい値ｔ以下の原画像データS1
の平均値，分散をそれぞれM2,σ₂ ²としたとき、が最大となるように、しきい値ｔが定められ、山16を構
成する原画像データS1のうちこのようにして定められた
しきい値ｔ以上の原画像データS1が抽出される。これら
抽出された原画像データS1を対応する各画素と対応づけ
たときの面積の大きい２つの領域が左右の肺野部16a,16
b（第６図参照）とされる。

次にこれら２つの肺野部16a,16bの各最下点を結ぶ線
分l₁,右肺野部16aのＸ線画像上の右端が直線で近似され
下へ延長された線分l₂,および左肺野部16bの上部1/3
の、Ｘ線画像上の左端が直線で近似され下へ延長された
線分l₃が求められる。これにより第６図に示すように右
横隔膜部16d,縦隔部16f,および心臓部16cと左横隔部16e
とを合わせた領域16hが求められる。

さらに、心臓部16cと左横隔膜部16eとを区分する必要
がある場合は、領域16h内の、心臓部16cと左横隔膜部16
eとの境界を考えられる付近について第６図の縦方向に
ついて画像データS1の差分を求めて所定値以上の変化が
あった画素をＸ線画像上に仮想的にプロットし、これら
プロットされた画素を結ぶ第６図の横方向に延びる線分
l₄が心臓部16cと左横隔膜部16eとの境界とされる。以上
のようにして各領域16a〜16fのＸ線画像上の位置が求め
られる。

また、本実施例における領域区分手段２では左右の肺
野部16a,16b内の肋骨影（第4A図参照）の位置も求めら
れる。

肋骨影の抽出方法としては、例えば原画像データS1に
基づいて、「間接撮影胸部Ｘ線写真における肋骨像の識
別」（社団法人電子通信学会 1972年10月26日画像工学
研究会資料資料番号IT72−24（1972−10））に記載さ
れた方法を採用して求めることもできる。この方法は、
線に敏感なフィルタを用いて胸部Ｘ線画像を走査して線
図形を抽出し、その線図形のＸ線画像上の位置、線図の
延びる方向等から肋骨影に対応する線を抽出し、さらに
肋骨境界線を二次関数近似することにより肋骨影を抽出
する方法である。

ただし、本実施例においては画像演算手段１で骨部画
像を表わす骨部画像データS3が求められているため、こ
の骨部画像データS3が領域区分手段２に入力され、上記
方法より簡単な、以下に示す方法により骨部が抽出され
る。

第７図は、骨の陰影の位置情報の求め方の一例を説明
するために、第4C図に示す骨部画像の一部を拡大図をそ
の骨部画像データS3のグラフとともに示した図である。

第７図（ａ）に示す骨部画像には２本の肋骨の陰影56
が示されている。この２本の肋骨の陰影56はその一部56
aが重なって現われている。第７図（ｂ）は、第７図
（ａ）のｙ軸に沿った各画素の骨部画像データS3を表わ
した図である。骨部画像は骨の陰影のみを抽出した画像
であるため、骨の陰影の領域とそれ以外の領域とはかな
り明確に区分けすることができ、したがって、たとえば
骨部画像データS3がしきい値Ｔh1以上であるか否かによ
り骨の陰影が記録された領域であるか否かを求めること
ができ、これにより骨の陰影の位置情報が求められる。
また肋骨の重なった領域56aを求める必要がある場合
は、例えば各肋骨の陰影を２次曲線で近似し、これらの
近似曲線が交差する領域として求めることができる。

尚、骨部画像データS3に基づいて骨の陰影の位置情報
の求める場合であっても、その求め方は上記しきい値処
理に限られるものではなく、例えば骨部画像データS3を
微分処理してそのピークを検出する方法等を採用しても
よい。

上記のようにして求められた肺部16の各領域16a〜16f
の位置情報や肋骨影等の位置情報は、異常陰影抽出手段
３に入力される。

尚、Ｘ線画像上の各領域や肋骨影の求め方は上記方法
に限られるものではなく、公知の種々の方法を用いても
よいものであることはもちろんである。

異常陰影抽出手段コンピュータシステム40内の異常陰影抽出手段２で
は、腫瘍影を抽出する実空間フィルタを用いて、入力さ
れた解剖学的各領域（本実施例では、肺部16の各領域1a
〜16f（第６図参照）および肋骨影（第4A図参照）に応
じて、以下の区分に基づいて原画像もしくは軟部画像が
走査され、腫瘍影が抽出される。

第６図に示す肺部16のうち左右の横隔膜部16d,16e
は、第4A図に示すように原画像においても軟部組織が記
録された領域であるため、画質の良い原画像が走査され
る。また心臓部16cも原画像において軟部組織が支配的
であるため原画像が走査される。また、左右の肺野部16
a,16bは軟部と骨部（肋骨）とが入り組んでおり、肺野
部16a,16b内の肋骨影以外の領域は画質の良い原画像が
走査され、肋骨影の領域は軟部画像が走査される。尚、
肋骨影の位置情報を用いない場合は、肺野部16a,16bに
ついて原画像を走査すると肋骨の影響で誤抽出が増える
ため、肺野部16a,16b全域にわたって軟部画像が走査さ
れる。

第８図は、腫瘍影を抽出する実空間フィルタの例を説
明するために、Ｘ線画像上の所定の画素P₀を中心に該画
像上に仮想的に描いた図である。該所定の画素P₀が腫瘍
影内の画素であるか否かが判定される。ここで示すよう
なフィルタを用いて解剖学的各領域に応じて原画像ある
いは軟部画像を走査することにより、該各画像に現われ
る腫瘍影が抽出されるが、ここでは原画像上を走査する
場合を中心に説明する。尚、以下において最初に説明す
るフィルタは、特願平１−162904号に記載されたフィル
タである。

第９図は、上記所定の画素P₀を中心とした、第８図の
線分L₁とL₅の延びる方向（ｘ方向）の原画像のプロファ
イルの一例を示した図である。ここでは所定の画素P
₀は、肋骨影56の極く近傍にある腫瘍影57のほぼ中央に
あるものとする。腫瘍影57は典型的にはほぼ左右対称の
プロファイルとして現われるが、この例のように腫瘍影
57が肋骨影56の極く近傍にある場合等には、原画像にお
いて左右対称とはならない場合もある。このような場合
にもこの腫瘍影57を抽出できることが重要である。尚第
９図の破線58は腫瘍がない場合のプロファイルの一例で
ある。

第８図に示すように、Ｘ線画像内の所定の画素P₀から
該Ｘ線画像の周囲に延びる複数（ここでは８本）の線分
L_i（ｉ＝1,2,…,8）を想定し、さらに所定の画素P₀を中
心とした、それぞれ半径r₁,r₂,r₃の円R_j（ｊ＝1,2,3）
を想定する。所定の画素P₀の画像データをf₀とし、各線
分L_iと各円R_jとの各交点に位置する各画素P_ij（第８図
にはP₁₁,P₁₂,P₁₃,P₅₁,P₅₂,P₅₃について記号を示してあ
る。）の画像データをf_ij（ｉ＝1,2,…,8;j＝1,2,3）と
する。

ここで、所定の画素P₀の画像データf₀と各画素P_ijの
画像データf_ijとの差分Δ_ijが下記（11）式に従つて求
められる。

Δ_ij＝f_ij−f₀ …（11）（ｉ＝1,2,…,8;j＝1,2,3）次に各線分L_i毎に、（11）式で求められた差分Δ_ijの
最大値が求められる。即ち、線分L₁,L₅について例を示
すと、線分L₁については、画素P₁₁,P₁₂,P₁₃に対応する
各差分 Δ₁₁＝f₁₁−f₀ Δ₁₂＝f₁₂−f₀ Δ₁₃＝f₁₃−f₀ のうちの最大値が求められる。この例では、第９図に示
すようにΔ₁₃＜Δ₁₂＜Δ₁₁＜０であり、したがってΔ₁₁
が最大値となる。また線分L₅については画素P₅₁,P₅₂,P
₅₃に対応する各差分 Δ₅₁＝f₅₁−f₀ Δ₅₂＝f₅₂−f₀ Δ₅₃＝f₅₃−f₀ のうちの最大値Δ₅₃が求められる。

このように所定の画素P₀と、各線分L_i毎に複数の画素
との差分の最大値を求めるようにすることにより、種々
のサイズの腫瘍影に対処することができる。

次に、所定の画素P₀から互いに反対方向に延びる２本
の線分をひと組として、即ち線分L₁と線分L₅、線分L₂と
線分L₆、線分L₃と線分L₇、および線分L₄と線分L₈のそれ
ぞれをひと組として、各組毎に２つの最大値の平均値
（それぞれM₁₅,M₂₆,M₃₇,M₄₈）が求められる。線分L₁と
線分L₅との組については、その平均値M₁₅は、として求められる。

このように所定の画素P₀から互いに反対方向に延びる
２本の線分をひと組として取り扱うことにより、第９図
に示すように腫瘍影57がたとえば肋骨影56の近傍にあっ
てその画像データの分布が非対称となっていても腫瘍影
を確実に検出することができる。

上記のようにして平均値M₁₅,M₂₆,M₃₇,M₄₈が求められ
ると、これらの平均値M₁₅,M₂₆,M₃₇,M₄₈に基づいて、以
下のようにして、所定の画素P₀が腫瘍影内の画素である
か否かの判定に用いる特性値C₁が求められる。

第10図は、この特性値C₁の求め方を説明するための図
である。横軸は上記のようにして求めた平均値M₁₅,M₂₆,
M₃₇,M₄₈、縦軸はこれらの平均値に対応する各評価値
C₁₅,C₂₆,C₃₇,C₄₈である。

平均値M₁₅,M₂₆,M₃₇,M₄₈である値M₁より小さい場合評
価値は零、ある値M₂より大きい場合評価値は1.0、M₁〜M
₂の中間では、その値の大きさに応じて0.0〜1.0の間の
値が評価値となる。このようにして、各平均値M₁₅,M₂₆,
M₃₇,M₄₈にそれぞれ対応する評価値C₁₅,C₂₆,C₃₇,C₄₈が求
められ、これらの評価値C₁₅,C₂₆,C₃₇,C₄₈の和 C₁＝C₁₅＋C₂₆＋C₃₇＋C₄₈ …（13）が特性値C₁とされる。即ち、この特性値C₁は最小値0.0
と最大値4.0との間のいずれかの値を有する。

この特性値C₁が所定のしきい値Ｔh2と比較され、C₁≧
Ｔh2であるか、C₁＜Ｔh2であるかにより、所定の画素P₀
がそれぞれ腫瘍影内の画素であるか否かが判定される。

ここで原画像においては肺野部16a,16bには肋骨影が
存在し、上記フィルタを用いて原画像の肺野部16a,16b
の軟部組織の領域を走査する際、肋骨影の近傍では以下
のようにしてフィルタが適応的に変形使用される。

第11図は、第６図に示す肺野部16a,16bのうちの肋骨
影（第６図には図示せず）の一部を拡大して示し、第７
図（ａ）と同様の図である。該第11図には、第８図に示
したフィルタの図も同時に示されている。

この図に示す所定の画素P₀に対応する特性値C₁を求め
るに際しては、フィルタの一部が肋骨影56に掛っている
ため、L₁,L₃,L₅,L₇についてはr₁とr₂の情報が用いら
れ、L₂とL₆についてはr₁〜r₃の情報が用いられ、L₄とL₈
についてはr₁の情報のみが用いられる。このように肋骨
影の位置情報により前述した実空間フィルタを適応的に
変形使用することによりこの肋骨影が特性値C₁に影響を
及ぼすことが回避または軽減される。

尚、腫瘍影を抽出するフィルタのアルゴリズムは、上
記アルゴリズムに限定されるものではない。以下に、他
の例について説明する（特願平１−162905号参照）。

第８図の各画素P_ij（ｊ＝1,2,…,8;j＝1,2,3）の画像
データf_ijのグラジェント▽f_ijが求められる。

ここでグラジェントとは、Ｘ線画像上のある画素Ｐの
xy座標を（m,n）、該画素Ｐとｘ方向,y方向に隣接する
画素Ｐ′,P″の座標をそれぞれ（ｍ＋1,n），（m,n＋
１）とし、それらの画素P,P′,P″の画像データをそれ
ぞれｆ（m,n）,f（ｍ＋1,n）,f（m,n＋１）としたと
き、 ▽ｆ（m,n）＝（ｆ（ｍ＋1,n） −ｆ（m,n）,f（m,n＋１）−ｆ（m,n）） …（14）で表わされるベクトルをいう。

第12図は、上記グラジェントおよび以下に示す演算方
法を示す図である。

グラジェント▽f_ijが求められた後、これらのグラジ
ェント▽f_ijのベクトルの長さが1.0に揃えられる。即
ち、グラジェント▽f_ijの大きさを｜▽f_ij|としたと
き、規格化グラジェント▽f_ij/|▽f_ij|が求められる。

次に、この規格化グラジェント▽f_ij/|▽f_ij|の、線
分L_iの方向の成分が求められる。即ち、各画素P_ijから
所定の画素P₀に向かう単位ベクトルをとしたとき、（ただし＊は内積を表わす）が求められる。

その後、該成分について内向き（所定の画素P₀の方
向）を正、外向きを負としたとき、各線分L_i（ｉ＝1,2,
……,8）毎に各最大値が求められ、さらにこれら各最大値を加算した加算値が求められる。この加算値を特性値C₂として、この特性値C₂が所定のしきい値Ｔh3
と比較され、C₂≧Ｔh3であるか、C₂＜Ｔh3であるかによ
り、所定の画素P₀がそれぞれ腫瘍影内の画素であるか否
かが判定される。

このフィルタは、グラジェント▽f_ifの大きさ｜▽f_ij
|を規格化し、その方向（線分L_iとの方向の相違の程
度）のみに注目することにより、周囲とのコントラスト
によらず形状が円形であることにより大きな値をもつ特
性値C₂が求められ、これにより腫瘍影が大きな確度をも
って抽出される。

次に、さらに異なるアルゴリズムを有するフィルタに
ついて説明する（特願平１−162909号公報参照）。

第８図に示すQ₀およびQ_ij（ｉ＝1,2,…,8;j＝1,2,3）
（ただし第８図には、明示的にはQ₀およびQ₁₁,Q₁₂,Q₁₃,
Q₅₁,Q₅₂,Q₅₃のみ示してある）は、それぞれ画素P₀を含
む中央領域および各画素P_ij（ｉ＝1,2,…,8;j＝1,2,3）
を含む各周辺領域を表わしている。

この各領域Q₀およびQ_ij（ｊ＝1,2,…,8;j＝1,2,3）毎
に、該各領域Q₀,Q_ij内の多数の各画素に対応する多数の
各画素データの平均値Q₀,Q_ij（ｊ＝1,2,…,8;j＝1,2,
3）が求められる。尚、ここでは簡単のため、各領域Q₀,
Q_ij（ｊ＝1,2,…,8;j＝1,2,3）を指す記号と該各領域内
の画像データの平均値を指す記号とで同一の記号を用い
ている。

次に中央領域の平均値Q₀と各周辺領域の平均値Q_ijの
それぞれとの各差分Δ_ij（ｊ＝1,2,…,8;j＝1,2,3）が Δ_ij＝Q_ij−Q₀ …（15）として求められ、さらに各線分L_i毎に、差分Δ_ijの最大
値Δ_ｉが求められる。即ち、線分L₁,L₅について例を示
すと、線分L₁についてはΔ₁₁,Δ₁₂,Δ₁₃のうちの最大値
Δ_１、線分L₅についてはΔ₅₁,Δ₅₂,Δ₅₃のうちの最大値
Δ_５が求められる。

次に、最大値Δ_ｉ（ｉ＝１〜８）を代表する第一の特
性値Ｕと最大値Δ_ｉ（ｉ＝１〜８）のばらつきを表わす
第二の特性値Ｖとが求められる。このために、まず以下
の演算式に従って各特性値U₁〜U₄,V₁〜V₄が求められ
る。

U₁＝（Δ_１＋Δ_２＋Δ_５＋Δ_６）/4 …（16） U₂＝（Δ_２＋Δ_３＋Δ_６＋Δ_７）/4 …（17） U₃＝（Δ_３＋Δ_４＋Δ_７＋Δ_８）/4 …（18） U₄＝（Δ_４＋Δ_５＋Δ_８＋Δ_１）/4 …（19） V₁＝U₁/U₃ …（20） V₂＝U₂/U₄ …（21） V₃＝U₃/U₁ …（22） V₄＝U₄/U₂ …（23）ここで、たとえば（16）式に従って特性値U₁を求める
場合について説明すると、隣接する２つの領域（Δ_１と
Δ_２、またはΔ_５とΔ_６）について加算することは平滑
化を意味し、また画素P₀を挾んだ互いに反対側の領域
（Δ_１＋Δ_２とΔ_５＋Δ_６）について加算することは前
述した最初のフィルタと同様に、第９図に示すように画
像データが非対称であっても腫瘍影を検出することがで
きるようにすることを意味している。

また、たとえば（20）式に従って特性値V₁を求める場
合について説明すると、特性値U₁と特性値U₃とは互いに
直交する方向について求めた特性値であり、したがって
第９図に示す腫瘍影57が円形であればV₁≒1.0となり円
形から外れる場合、即ち画素P₀が肋骨影のように直線状
の陰影内にある場合はV₁は1.0から外れることになる。

上記差分の最大値Δ_ｉ（ｉ＝１〜８）を代表する第一
の特性値Ｕとしては、U₁〜U₄の最大値Ｕ＝MAX（U₁,U₂,U₃,U₄） …（24）が採用され、上記差分の最大値Δ_ｉ（ｉ＝１〜８）のば
らつきを表わす第二の特性値Ｖとしては、V₁〜V₄の最大
値Ｖ＝MAX（V₁,V₂,V₃,V₄） …（25）が採用される。このようにして第一および第二の特性値
U,Vが求められると、所定の画素P₀が腫瘍影内の画素で
あるか否かを判定するための特性値C₃として、これら第
一および第二の特性値の比率が採用され、この特性値C₃が所定のしきい値Ｔh4と比較
され、C₃≧Ｔh4であるか、C₃＜Ｔh4であるかにより、画
素P₀がそれぞれ腫瘍影内の画素であるか否かが判定され
る。

尚、上記各フィルタ例においては、第８図に示すよう
に８本の線分L₁〜L₈上の画素P_ijや平均値Q_ij等を用いた
が、この線分は８本である必要はなく、たとえば16本等
であってもよいことはもちろんである。また、所定の画
素P₀からの距離についてもr₁,r₂,r₃の３つの距離につい
て演算を行なったが、これについても３つの距離に限る
ものでもなく、抽出すべき腫瘍影の大きさがほぼ一定し
ている場合は距離は１つでもよく、また、種々の大きさ
の腫瘍影をさらに精度よく抽出するために、距離をr₁か
らr₃まで連続的に変えて演算を行なってもよい。また、
異常陰影候補抽出手段２では上記各フィルタに限らず、
さらに異なるフィルタを用いてもよく、原画像，軟部画
像とで互いに異なるフィルタを用いてもよく、さらに原
画像内の各領域毎や軟部画像内の各領域毎に異なるフィ
ルタを用いてもよいものである。

以上の実施例は、蓄積性蛍光体を用いて得られた人体
の胸部Ｘ線画像に典型的には円形として現われる腫瘍影
を抽出する例であるが、本発明は円形の腫瘍影の抽出に
限られるものではなく、また胸部Ｘ線画像に限られるも
のでもなく、さらに蓄積性蛍光体を用いるシステムに限
られるものでもなく、被写体の放射線画像を表わす画像
データに基づいて該放射線画像上の異常陰影を検出する
際に広く用い得る構成を備えているものである。

（発明の効果）以上詳細に説明したように、本発明の異常陰影検出装
置は、互いに同一被写体および互いに異なるエネルギー
イーを有する放射線を用いて記録された複数のＸ線画像
を表わす複数の画像データSO₁,SO₂,…,SO_nに基づいて、
少なくとも原画像と軟部画像とを表わす画像データS1,S
2を求め、また放射線画像の解剖学的各領域を求め、該
解剖学的各領域毎にその各領域に応じて原画像もしくは
軟部画像から異常陰影を抽出するようにしたため、異常
陰影を高精度に検出することができる。

【図面の簡単な説明】

第１図は、本発明の異常陰影検出装置の構成を明示した
ブロック図、第２図は、Ｘ線画像撮影装置の一例の概略図、第３図は、Ｘ線画像読取装置の一例と、本発明の異常陰
影検出装置の一実施例であるコンピューターシステムと
を表わした斜視図、第4A図，第4B図，および第4C図は、それぞれ原画像，軟
部画像，および骨部画像の一例を略示した図、第５図は、画像データのヒストグラムの一例を表わした
図、第６図は、Ｘ線画像の胸部内の各部の求め方の一例を説
明するための図、第７図は、第4B図に示す骨部画像の一部の拡大図をその
骨部画像データS2のグラフとともに示した図、第８図は、腫瘍影を抽出する実空間フィルタの例を説明
するために、Ｘ線画像上の所定の画素P₀を中心に該画像
上に仮想的に描いた図、第９図は、上記所定の画素P₀を中心とした、第８図の線
分L₁とL₅の延びる方向（ｘ方向）のＸ線画像のプロファ
イルの一例を示した図、第10図は、所定の画素P₀が腫瘍影中の画素であるか否か
の判定に用いる特性値の求め方を説明するための図、第11図は、第６図に示す肺野部16a,16bのうちの肋骨影
（第６図には図示せず）の一部を拡大して示した図、第12図は、画像データf_ijのグラジェント▽j_ij等のベク
トルを示す図である。１……画像演算手段、２……領域区分手段３……異常陰影抽出手段 5,6……蓄積性蛍光体シート 10……Ｘ線撮影装置、16……肺部 16a,16b……肺野部、16c……心臓部 16d,16e……横隔膜部、16f……縦隔部 17……直接Ｘ線部、18……皮膚部 20……Ｘ線画像読取装置 23……レーザ光源、26……回転多面鏡 29……輝尽発光光、30……光ガイド 31……フォトマルチプライヤ 40……コンピュータシステム 56……肋骨影、57……腫瘍影

Claims

(57)【特許請求の範囲】

【請求項１】軟部および骨部から構成される被写体の放
射線画像を表わす画像データに基づいて、前記放射線画
像上の異常陰影を検出する異常陰影検出装置において、互いにエネルギーの異なる少なくとも二種類の放射線を
前記被写体に照射して得られた複数の放射線画像のそれ
ぞれを表わす複数の画像データに基づいて、少なくと
も、前記被写体中の軟部と骨部との双方が記録された原
画像を表わす原画像データと、前記被写体中の主として
軟部が記録された軟部画像を表わす軟部画像データとを
求める画像演算手段、一つもしくは複数の前記画像データに基づいて、前記放
射線画像における被写体の構造物毎の領域を求める領域
区分手段、および異常陰影抽出フィルタを用いて、前記構造物毎の各領域
毎にその各領域に応じて前記原画像もしくは前記軟部画
像を走査することにより異常陰影を抽出する異常陰影抽
出手段を備えたことを特徴とする異常陰影検出装置。