JP3572304B2 - Image analysis method using photo retouching software in medical field - Google Patents
Image analysis method using photo retouching software in medical field Download PDFInfo
- Publication number
- JP3572304B2 JP3572304B2 JP2002148561A JP2002148561A JP3572304B2 JP 3572304 B2 JP3572304 B2 JP 3572304B2 JP 2002148561 A JP2002148561 A JP 2002148561A JP 2002148561 A JP2002148561 A JP 2002148561A JP 3572304 B2 JP3572304 B2 JP 3572304B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- data obtained
- difference
- pixels
- 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.)
- Expired - Fee Related
Links
- 238000003703 image analysis method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims description 67
- 238000012545 processing Methods 0.000 claims description 27
- 238000010191 image analysis Methods 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 2
- 210000001519 tissue Anatomy 0.000 description 21
- 210000004204 blood vessel Anatomy 0.000 description 15
- 210000005013 brain tissue Anatomy 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 239000003365 glass fiber Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002695 general anesthesia Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Description
【０００１】
【産業上の利用分野】
本発明は、医療分野で撮影された画像データの解析処理に関する。
【０００２】
【従来の技術】
近年、デジタルカメラやデジタルビデオカメラの発達に伴い、それらの機材で撮影したデジタル画像データは、画素数も増大し、多くの情報が含まれている。そして、それらの画像データの中において肉眼で認識できる情報は一部であって、肉眼では認識することができない隠れた情報が多数存在する。このような肉眼では確認できなかった情報に加工処理を施すことで、その隠れた情報を見ることができる。上記の様に、デジタル画像データを必要に応じて加工することをフォトレタッチ（英語表記ｐｈｏｔｏ ｒｅｔｏｕｃｈ）と言い、このフォトレタッチを行う画像処理ソフトウェアをフォトレタッチソフトウェアと言う。
【０００３】
フォトレタッチソフトウェアは、パーソナルコンピュータやワークステーションなどのコンピュータのアプリケーションソフトウェアとして市販されており、主にデザインや写真現像などの視覚的に美感を起こさせることを生業としている業種で利用されている。これらの業種での目的は、画像データの加工処理により、視覚を通じて鑑賞者または消費者の関心を惹き付けることである。このように、従来フォトレタッチソフトウェアは画像データに対して美感を引き起こさせるように演出すために用いられ、科学技術や医療など科学的事実が求められる分野での画像解析の分析を目的に用いられることはなかった。
【０００４】
【発明が解決しようとする課題】
従来、医療分野では、多くの画像データが使用され、診断や研究に利用されている。例えば、レントゲン写真やエックス線ＣＴ画像、ＭＲＩ画像、患部を映したビデオ画像などが上げられる。レントゲン写真やエックス線ＣＴ画像、ＭＲＩ画像など直接肉眼で確認することのできない画像についての画像処理は、３次元レンダリングに代表される解析処理が発達している。一方、ビデオカメラを内視鏡に組み込んだビデオスコープ（または電子スコープともいう）による画像は、患部をありのままの状態を肉眼で認識できるので、上述した直接肉眼で確認することのできない画像の画像処理ほど、画像処理への関心が大きくない。ビデオスコープによる画像は、リアルタイムで生体の患部を確認する目的で使用され、画像処理としては主に画像データの拡大、または解像度の高低変化が挙げられる。このようにビデオスコープによる画像は、もともと肉眼で認識できる画像部分を対象にしか画像処理がされなかった。しかし、近年、ビデオカメラの発達により高解像度のビデオスコープ画像が得られるようになった。このビデオスコープ画像には、非常に多くの情報が含まれており、肉眼で認識できる情報は、ビデオスコープ画像として取り込まれた全情報の一部分にすぎない。
【０００５】
そこで、本発明の課題は、医療分野における肉眼では認識できない画像部分のデータに着目し、その肉眼では認識できない画像部分のデータから重要な情報を取得する方法を提供することにある。
【０００６】
【課題を解決するための手段】
請求項１記載の発明は、
透過光または反射光下で、撮影機材を用いて体組織を撮影した時系列に連続している画像データ群より、同一空間を撮影した互いに所定の時間差のある２つのフレーム画像データを選択する第１の処理と、
前記第１の処理により選択した２つのフレーム画像データの同一座標にあるそれぞれの画素の階調値の差分をとり、前記差分をとる処理をすべての同一座標にある画素について行う第２の処理と、
前記第２の処理により得られた画像データの明暗の際立ち具合を増大する第３の処理と、
前記第３の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第３の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第４の処理と
を実行することを特徴とする医療用画像解析処理方法である。
【０００７】
また、請求項２記載の発明は、
透過光または反射光下で、撮影機材を用いて体組織を撮影した時系列に連続している画像データ群より、同一空間を撮影した互いに所定の時間差のある２つのフレーム画像データを選択する第１の処理と、
前記第１の処理により選択した２つのフレーム画像データの同一座標にあるそれぞれの画素の階調値の差分をとり、前記差分をとる処理をすべての同一座標にある画素について行う第２の処理と、
前記第２の処理により得られた画像データの明暗の際立ち具合を増大する第３の処理と、
前記第３の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第３の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第４の処理と、
さらに前記第４の処理により得られた画像データを白黒階調反転させる第５の処理と
を実行することを特徴とする医療用画像解析処理方法である。
【０００８】
また、請求項３記載の発明は、
透過光または反射光下で、撮影機材を用いて体組織を撮影した動画像データの１つのフレーム画像データ、または、透過光または反射光下で、撮影機材を用いて体組織を撮影した１つの静止画像データに対し、前記画像データの明暗の際立ち具合を大きくする第１の処理と、
前記第１の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第１の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第２の処理と
を実行することを特徴とする医療用画像解析処理方法である。
【０００９】
また、請求項４記載の発明は、
透過光または反射光下で、撮影機材を用いて体組織を撮影した動画像データの１つのフレーム画像データ、または、透過光または反射光下で、撮影機材を用いて体組織を撮影した１つの静止画像データに対し、前記画像データの明暗の際立ち具合を大きくする第１の処理と、
前記第１の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第１の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第２の処理と、
さらに前記第２の処理により得られた画像データを白黒階調反転させる第３の処理と
を実行することを特徴とする医療用画像解析処理方法である。
【００１０】
また、請求項５記載の発明は、
請求項１乃至４のいずれか１項記載の医療用画像解析処理方法における前記各処理を、コンピュータに実行させるための医療用画像解析プログラムである。
【００１１】
【発明の実施の形態】
それでは、まず上記で掲げた請求項１から請求項４で記載されている体組織の撮影方法について詳述する。撮影の対象となる脳組織などの体組織に対して光を照射しビデオカメラやビデオスコープなどの撮像機材で撮影する。ここで光の照射方法として、反射光としての照射方法と透過光としての照射方法との２パターンある。反射光とは、体組織から離れた光源から光を照射し、その照射光が体組織表面で反射されたものである。一方、透過光とは、体組織に光源を接した状態または体組織近傍に光源を設置した状態で光を照射し、光が体組織内を通過し体組織外に出たものである。これらの２パターンの照射方法による撮影方法があるが、用いる光としては透過光の方が好ましい。なぜなら、反射光を用いて撮影の対象となる体組織を撮影した場合、その体組織の表面近くの薄い層にしか光が照射していないので、反射光から得られる情報は少なく、体組織の表面近くの情報のみであるが、透過光を用いて撮影の対象となる体組織を撮影した場合、体組織を通過した光は、体組織内の情報を含み情報量が反射光に比べて多いからである。このように体組織の透過光を得る具体的方法は、本発明者の以下の研究報告がある。脳組織の透過光を得るために、直径１ｍｍの微小ランプを脳組織に挿入し脳表より約１ｍｍのところに固定して点灯すると、その微小ランプ周辺の脳組織が赤く染まって見え（Ａｍ Ｊ Ｐｈｙｓｉｏｌ ２３５：Ｈ５６−Ｈ６３，１９７８）（Ａｍ Ｊ Ｐｈｙｓｉｏｌ ２４５：Ｈ３８５−Ｈ３９８，１９８３）、また、直径約２００ミクロンのグラスファイバーを前述の報告と同様に用いる（Ａｍ Ｊ Ｐｈｙｓｉｏｌ ２７９：Ｈ１２９１−Ｈ１２９８，２０００）ということである。
【００１２】
光照射後、ビデオカメラやビデオスコープなどの撮像機材で、撮影の対象としている体組織を撮影して、撮影して取得した画像データを記録媒体に記録する。請求項１及び２記載の発明では、記録媒体に記録した画像データは、時系列に連続している複数のフレーム画像データの集合であり、それぞれのフレーム画像は互いに時間差のある画像、つまり、動画像である。この画像データをパーソナルコンピュータ、ワークステーションなどのコンピュータに転送して、コンピュータ上でこの後の処理を行う。画像解析ソフトウェアを用いて、上記のフレーム画像データ群から２つのフレーム画像データを任意に取り出し、この２つのフレーム画像の差分をとり、差分画像として取得する。画像解析ソフトウェアの一例として、シオンイメージがある。シオンイメージ（英語表記Ｓｃｉｏｎ Ｉｍａｇｅ、ＳｃｉｏｎＣｏｒｐｏｒａｔｉｏｎ社製）は、医学、生物学で幅広く用いられている画像解析ソフトウェアであり、細胞数のカウント、電気泳動パターンの解析、画像の３次元化などの画像中に含まれる必要な情報を取り出す用途で用いられる。このシオンイメージを用いると動画像を７０ｍｓのオーダーでコマ送りができるので、７０ｍｓごとのフレーム画像を取得することができる。さらに、このシオンイメージを用いて、２つのフレーム画像の差分画像を取得することができる。差分画像とは、２つの画像の共通部分を差し引いた相互の異なる部分のデータのみの画像である。フレーム画像はデジタル画像であるが、このデジタル画像とは、自然界に存在するアナログ画像情報を撮像機材などのハードウェア、または、ソフトウェアなどにより標本化、量子化した画像のことである。標本化、量子化された画像は、画素の集合であって、それぞれの画素には、画像の明るさに相当する階調値（濃度値または輝度値ともいう）を持っている。この階調値は８ビットの画像データであれば、２５６段階の階調値が存在する。白黒画像の場合では、２５６階調の白黒が表現でき、階調値１が白のとき、階調値２５６は黒となり、その中間である階調値は１２８である。このように、白黒多階調で表現されることをグレイスケールという。ここで、画像間演算のうち、画像間の差分をとる処理をする。このとき、階調値同士を引き算した結果に中央の中間階調値（グレイスケールが２５６階調の場合、その中央の中間階調値は１２８となる。）を加算しておく。このようにすれば、同一階調値同士の差分は、０とならずに１２８となり、差分画像上では白と黒の中間色の灰色、すなわち階調値１２８で表される。したがって、同一空間を撮影した互いに時間差のある２つのフレーム画像の同一座標にあるそれぞれの画素の階調値の差分をとる場合、それぞれの画素の階調値が同一であれば、差の階調値は１２８となり、色は白黒の中間色である灰色となる。また、同一空間を撮影した互いに時間差のある２つのフレーム画像の同一座標にあるそれぞれの画素の階調値の差分をとる場合、それぞれの画素の階調値が同一でないとき、差の階調値は１２８にはならない。この差の階調値が１２８にならないということは、時間差により階調値が変化した、つまり、画像中の被写体が動いたということを意味する。
【００１３】
上記の操作により、同一空間を撮影した互いに時間差のある２つのフレーム画像の同一座標にあるそれぞれの画素の階調値を差し引いた差分画像を求めることができ、この差分画像より、２つのフレーム画像間で変化した部分の情報のみを得ることができる。
【００１４】
この取得した差分画像には、２つのフレーム画像間で変化した部分の情報のみ含まれているが、肉眼でその情報を識別するのは困難であるので、画像処理ソフトウェアのフィルタ機能を用いて肉眼で識別できるようにする。フォトレタッチソフトウェアの一例として、フォトショップ（「ＰＨＯＴＯＳＨＯＰ」はアドビシステムズ社の登録商標である）がある。また、フィルタ機能とは、フォトレタッチソフトウェアが有している機能であって、たとえば、画像に含まれる輪郭のみを抽出したり、画像を歪めたり、ぼかしを入れたり、モザイク効果を調整したり、ノイズを調整するなどの様々な視覚効果を画像に対して与えることができる。本発明では、このフィルタ機能のうち、「コントラスト」「ラップ」「階調反転」がある。
【００１５】
「コントラスト」とは、画像の明るい部分と暗い部分の明るさの比を表し、コントラストを高めると色彩がくっきりし、見やすい画像になる。コントラストの値が低すぎると、明るい部分と暗い部分の差がはっきり現れない 。また、コントラストを高くすると画像の輪郭がはっきりするが、逆にコントラストを低くすると画像の輪郭がはっきりせず、見やすい画像にならない。このコントラストの制御方法として濃度ヒストグラムがある。濃度ヒストグラムとは画像の濃度値の分布を表し、画像の濃度レベルを調査するのに極めて有効なものである。たとえば、暗い画像では低い濃度域に分布が偏り、明るい画像では高い濃度域に分布が偏る。このヒストグラムの分布位置と形状を変化、つまり強調（エンハンスメントという）処理することで、コントラストを制御することができる。
【００１６】
また、「ラップ」とは、画像中に移っている個々の物体に対してラップフィルムをかけたような効果を与えるフィルタである。「ラップ」では、画像中の最も明るい部分またはその周辺を強調してさらに明るくし、かつ画像中に含まれる輪郭部分をぼかす、つまり、隣接する画素の階調値差の勾配が大きい画素間の階調値勾配を緩やかにする処理が行われている。フォトショップではこのラップ効果を、ラップをかけた部分の明るさを「ハイライト（最も明るい部分、またはその周辺）の強さ」で、ラップと画像との起伏を「滑らかさ」で調整することで実現している。
【００１７】
また、「階調反転」とは、ネガ画像を取得するためのフィルタ機能である。ネガ画像とはポジ画像（階調反転させる前の画像）の階調度を反転させたもの、つまり、白いものは黒く、黒いものは白く、というような白黒を反転させた画像のことで、グレイスケールの最大階調度から各画素の階調度を引くことによって実現できる。
【００１８】
以上のフィルタ機能を上記の差分画像に対して行うことにより、肉眼で認識できなかったものが、肉眼で認識できるようになる。
一方、請求項３及び４記載の発明では、記録媒体に記録した画像データは、必ずしも動画像である必要はなく、静止画像でもよい。なぜならば、請求項３及び４記載の発明で使用する画像データは１つであり、時間差による違いを確認する必要がないためである。したがって、画像データは、ビデオカメラなどの動画像を撮影する撮影機材だけでなく、デジタルカメラなどの静止画像を撮影する撮影機材を用いてもよい。ビデオカメラなどの動画像を撮影する撮影機材で撮影した場合、上記の請求項１及び２記載の発明で説明したのと同様に動画像データをコンピュータへ転送し、コンピュータ上でシオンイメージなどの画像解析ソフトウェアを用いて、転送された動画像から１つのフレーム画像を取り出して、静止画像を取得する。また、デジタルカメラなどの静止画像を撮影する撮影機材で撮影した場合、撮影した静止画像をコンピュータへ転送し、静止画像を取得する。上記の操作で取得した静止画像を、フォトショップなどの画像処理ソフトウェアのフィルタ機能を用いて、肉眼では識別できない部分の画像データを肉眼で識別できるようにする。利用するフィルタ機能は、上記と同様に「コントラスト」「ラップ」「階調反転」である。
【００１９】
ところで、請求項１乃至４記載の本発明は大別して請求項１及び２と、請求項３及び４との２種類に分類される。請求項１及び２記載の発明では２つのフレーム画像を取り扱い、請求項３及び４記載の発明では１つの静止画像を取り扱っているが、このことに伴い画像解析の精度が大きく異なってくる。請求項３及び４記載の発明は、１つの静止画像に画像に対して「コントラスト」の強調及び「ラップ」処理を行うと、肉眼では認識できなかった潜在情報の一部分を顕在化することができるが、さらに精度の向上を図るための発明が請求項１及び２記載の発明であり、この発明では２つのフレーム画像の差分をとり、その差分画像に対して「コントラスト」の強調及び「ラップ」処理を行うのである。
【００２０】
以上より、本発明者は本発明の方法をビデオ−コンピュータ−エンハンスト−コントラスト−ラップ（ＶＣＥＣ−Ｗｒａｐ）法と呼んでいる。
また、請求項５記載の発明は、コンピュータ上で起動しているオペレーティングシステム（ＯＳともいう）で動作するコンピュータプログラムであって、請求項１から４記載のうちいずれか１つの発明における各処理を実行させるものである。
【００２１】
【実施例】
観測方法及び画像解析を図１の本発明の一連の流れを示す図に従って説明する。透過光による観測のため、全身麻酔をしたＳＤ系ラットの脳組織に短いグラスファイバーを埋め込み、暗室で波長λ＝５５０±１０ｎｍの透過光を照射し、着目している２ｍｍ×２ｍｍ四方の脳表面の画像を撮影機材１（レンズ：ニコン社製、ＳＩＴカメラ：浜松ホトニクス社製）を用いて撮影する。レンズの焦点深度は約±１００μｍであり、焦点面から±３００μｍ離れている物体には完全にピントが合わない。感覚運動野の皮層には、深さ約４００μｍ、幅約２ｍｍの容積である毛細血管が存在するが、この毛細血管の直径の変化や血流の変化を検出することができる範囲にレンズの測定スケール制御つまみを微調整する。毛細血管より小さい４μｍ×４μｍの空間分解能で撮影した５１２×５１２画素の映像は、８ビットのデジタル映像であり、その撮影した映像をパーソナルコンピュータ２へ伝送する。伝送した映像は、フレーム画像取込ソフトであるシオン４（正式名称Ｓｃｉｏｎ ＬＧ−３、Ｓｃｉｏｎ Ｃｏｒｐｏｒａｔｉｏｎ社製、Ｓｃｉｏｎ Ｉｍａｇｅの１つの種類である。以下、シオンと省略する。）を使って、１５Ｈｚでコマ送りをし、７０ｍｓ毎のフレーム画像３を作成する。
【００２２】
連続している２つのフレーム画像の差分をとるために以下を実施した。シオン４に取り込んだ画像の透過光の変化は自動的に８ビット画像に変換される。この８ビット画像に変換されるということは、１画素につき１（最も明るい）〜２５６（最も暗い）の２５６のいずれかの明暗レベルを有することである。この明暗の中間レベルは１２８（図２の画像Ｄ参照）となる。そして、この８ビット画像は、２５６スケールの白黒画像として表れる。
【００２３】
図２は、シオン及びフォトショップを用いた画像処理の結果を示す図であり、図２に含まれる画像Ａ、画像Ｂ、画像Ｃ、画像Ｄ、画像Ｅ、画像Ｆ、画像Ｇを、それぞれ図２Ａ、図２Ｂ、図２Ｃ、図２Ｄ、図２Ｅ、図２Ｆ、図２Ｇで表すこととする。図２Ａは波長５５０ｎｍの光を透過させた脳皮層内の血管についての全情報を含んでいる制御画像である。しかしながら、その情報の多くは肉眼では識別することができない。背景の層に隠された血管の一部を抽出するために、フォトショップ５のフィルタ機能の「ラップ」を使って、ぼんやりしたものをラッピングして個々のグループとして光学的シグナルの境界を画定し、血管の輪郭をはっきり確認することができる。さらに、血管の輪郭をもっとよく見たいなら、フィルタ機能の「階調反転」により白と黒を反転させると、よりいっそう血管の輪郭をはっきり確認することができる。図２Ｂは図２Ａにラップ処理した画像であり、図２Ａでは肉眼で認識できなかった血管をラップ処理を行うことで画像上に浮き出て、肉眼で認識することができる。図２Ｃは、図２Ｂに対して階調反転処理により白黒を反転した画像であり、よりいっそう血管の筋道が確認できる。ただし、図２Ｂ、図２Ｃのように１つの静止画像に対して、「ラップ」処理後に「階調反転」処理をして得られる情報は、従来肉眼で認識することができなかった情報であるが、この情報は元の静止画像に潜在している情報の全情報ではない。さらに、制度を上げるため、以下に示すように２つのフレーム画像の差分をとる方法を用いる。
【００２４】
図２Ｄ、図２Ｅ、図２Ｆ、図２Ｇは差分画像であり、オリジナルの画像である図２Ａと内容が異なっているように見える。しかし、これらの内容のすべては図２Ａの画像とその７０ｍｓ後の画像にもともと含まれていた今まで肉眼で識別できなかった情報が、画像表面に浮かび上がっただけである。肉眼で識別できる大きな血管がこの技術によって一線を画されることは、以下より明らかである。図２Ｄの画像は、図２Ａから図２Ａを差し引いた結果生じた差分画像であり、階調値が１２８の均一な画像データの一部を表している。つまり、２つのフレーム画像間で互いに違いがなければ、図２Ｄのように階調値が１２８の均一な画像となることを示している。ここで、ある１つのフレーム画像をＦ０、そのフレーム画像の７０ｍｓ後のフレーム画像をＦ１と表す。また、コントラストのｎ％強調はＥｎ、ラップはＷ、階調反転はＲで表す。図２Ｅは、図２Ａ（Ｆ０）と約７０ｍｓ（１５Ｈｚ）後の次のフレーム（Ｆ１）との間の差分をとり、コントラストを８０％強調（Ｅ８０）後の差分イメージである（以下、Ｆ１−Ｆ０，Ｅ８０，１５Ｈｚと表す。）。図２Ｅは明らかに図２Ｄとは異なっており、図２Ａと約７０ｍｓ後の次のフレームとの画像間で変化のあった部分が存在しているということを示している。図２Ｅでは、変化しない大きな血管は除去され、小さい血管が見えるようになる。なぜなら、理論的には、７０ｍｓ間隔の空間再分布で血管の変化が抽出されるからである。図２Ｆ（Ｆ１−Ｆ０、Ｅ８０、Ｗ、Ｒ、１５Ｈｚ）は、図２Ｅにラップ処理をした図であり、図２Ｅと図２Ｆは約６μｍ（この大きさは２画素より小さく、１画素より大きい）の小さい血管を示す。この小さい血管は毛細血管を表している。しかしながら、差分画像中の小さな血管の直径は、フォトショップのコントラストの強調の程度に依存している。図２Ｇ（Ｆ１−Ｆ０、Ｅ３０、Ｗ、Ｒ、１５Ｈｚ）の画像は、図２Ｆのコントラストの強調を３０％に下げた場合であり、このとき毛細血管の直径は１５μｍから３０μｍ大きくなり、複雑に絡み合った血管は、さらに毛細血管の様子を呈してきた。この毛細血管の直径が大きくなった理由は、ぼやけている周辺の毛細血管まで一緒にラップ処理したためと推測できる。以上の毛細血管は、肉眼で認識できる大きな血管と同じ場所に見ることができる。すなわち、毛細血管は実質的には大きな血管の下に存在するということを意味する。
【００２５】
以上より、本発明を用いると従来確認することができなかった毛細血管の存在を確認することが可能となり、従来診断することが困難であった毛細血管の状態や血流の情報を知ることが可能となるので、病気の早期発見、早期治療に貢献できる。
【００２６】
ところで、本実施例では、１５Ｈｚでコマ送りをし、７０ｍｓ毎のフレーム画像群を用いたが、このフレーム画像間の時間差は、７０ｍｓに制限されたものではなく、撮影対象物との関係で決定される。本実施例では、７０ｍｓ間隔の空間再分布で毛細血管の変化が抽出されるので、７０ｍｓ毎のフレーム画像群を用いたのである。
【００２７】
【発明の効果】
従来、脳組織表面などに代表される体組織の画像は、肉眼で認識できる部分の画像データしか注目されず、その肉眼で認識できる部分のみの評価で終わっていた。しかし、本発明を用いれば、肉眼では確認できない画像部分から初めから潜在し、今まで見落としていた情報を抽出することができる。
【図面の簡単な説明】
【図１】本発明の一連の流れを示す図である。
【図２】シオン及びフォトショップを用いた画像処理の結果を示す図である。
【符号の説明】
１．撮影機材
２．コンピュータ
３．動画像のフレーム画像
４．シオン
５．フォトショップ[0001]
[Industrial applications]
The present invention relates to analysis processing of image data captured in the medical field.
[0002]
[Prior art]
In recent years, with the development of digital cameras and digital video cameras, digital image data captured by such devices has increased in the number of pixels and contains much information. The information that can be recognized by the naked eye is part of the image data, and there are many hidden information that cannot be recognized by the naked eye. By processing such information that could not be confirmed by the naked eye, the hidden information can be viewed. Processing digital image data as necessary as described above is called photo retouching (photo retouching in English), and image processing software for performing this photo retouching is called photo retouching software.
[0003]
Photo retouching software is commercially available as application software for computers such as personal computers and workstations, and is mainly used in industries such as design and photographic development that are designed to provide aesthetically pleasing appearance. The purpose in these industries is to attract viewers or consumers' interests visually through processing of image data. As described above, the conventional photo retouching software has been used to direct the image data to make it look beautiful, and has been used for the purpose of analyzing image analysis in fields requiring scientific facts such as science and technology and medical care. I never did.
[0004]
[Problems to be solved by the invention]
Conventionally, in the medical field, a lot of image data has been used and used for diagnosis and research. For example, an X-ray photograph, an X-ray CT image, an MRI image, a video image showing an affected part, and the like can be given. As for image processing for images that cannot be directly confirmed with the naked eye, such as X-ray photographs, X-ray CT images, and MRI images, analysis processing represented by three-dimensional rendering has been developed. On the other hand, an image by a videoscope (or electronic scope) in which a video camera is incorporated in an endoscope can recognize an affected part as it is by naked eyes. The interest in image processing is not so great. The image by the video scope is used for confirming the affected part of the living body in real time, and the image processing mainly includes enlargement of image data or change in resolution. As described above, the image by the video scope is originally subjected to image processing only for an image portion that can be recognized by the naked eye. However, in recent years, with the development of video cameras, high-resolution videoscope images have been obtained. This video scope image contains a great deal of information, and the information recognizable to the naked eye is only a part of the entire information captured as the video scope image.
[0005]
Therefore, an object of the present invention is to provide a method of acquiring important information from data of an image portion that cannot be recognized by the naked eye in the medical field, focusing on data of an image portion that cannot be recognized by the naked eye.
[0006]
[Means for Solving the Problems]
The invention according to
Under transmitted light or reflected light, select two frame image data having a predetermined time difference from each other, which are photographed in the same space, from a group of continuous image data of a body tissue photographed using photographing equipment. 1 and
A second process of calculating a difference between tone values of respective pixels at the same coordinates of the two frame image data selected by the first process, and performing the process of obtaining the difference for all pixels at the same coordinates; ,
A third process for increasing the degree of prominence of light and dark in the image data obtained by the second process;
The brightest portion of the image data obtained by the third process or the periphery of the brightest portion is further brightened, and the tone value difference between adjacent pixels in the image data obtained by the third process And a fourth process for reducing the gradation value gradient between pixels when the gradient is large.
[0007]
The invention according to
Under transmitted light or reflected light, select two frame image data having a predetermined time difference from each other, which are photographed in the same space, from a group of continuous image data of a body tissue photographed using photographing equipment. 1 and
A second process of calculating a difference between tone values of respective pixels at the same coordinates of the two frame image data selected by the first process, and performing the process of obtaining the difference for all pixels at the same coordinates; ,
A third process for increasing the degree of prominence of light and dark in the image data obtained by the second process;
The brightest portion of the image data obtained by the third process or the periphery of the brightest portion is further brightened, and the tone value difference between adjacent pixels in the image data obtained by the third process If the gradient of is large, a fourth process of making the gradation value gradient between pixels gentle,
And a fifth process of inverting the image data obtained by the fourth process into black and white gradations.
[0008]
The invention according to
One frame image data of moving image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light, or one frame image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light A first process for increasing the degree of prominence of the image data with respect to still image data,
The brightest part of the image data obtained by the first processing or the periphery of the brightest part is further brightened, and the gradation value difference between adjacent pixels in the image data obtained by the first processing And a second process for making the gradation value gradient between pixels gentle when the gradient is large.
[0009]
The invention according to
One frame image data of moving image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light, or one frame image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light A first process for increasing the degree of prominence of the image data with respect to still image data,
The brightest part of the image data obtained by the first processing or the periphery of the brightest part is further brightened, and the gradation value difference between adjacent pixels in the image data obtained by the first processing If the gradient of is large, a second process of making the gradation value gradient between pixels gentle,
And a third process of inverting the image data obtained by the second process into black and white gradations.
[0010]
The invention according to
A medical image analysis program for causing a computer to execute each of the processes in the medical image analysis processing method according to any one of
[0011]
BEST MODE FOR CARRYING OUT THE INVENTION
First, the method of imaging a body tissue according to the first to fourth aspects will be described in detail. The body tissue such as the brain tissue to be photographed is irradiated with light and photographed with an imaging device such as a video camera or a video scope. Here, there are two patterns of the light irradiation method: an irradiation method as reflected light and an irradiation method as transmitted light. The reflected light is light that is emitted from a light source distant from the body tissue, and the irradiated light is reflected on the surface of the body tissue. On the other hand, the transmitted light refers to light that is irradiated with light in a state where the light source is in contact with or in the vicinity of the body tissue, and the light passes through the body tissue and goes out of the body tissue. Although there are imaging methods using these two irradiation methods, transmitted light is more preferable as light to be used. This is because, when a body tissue to be imaged is imaged using reflected light, the light is irradiated only to a thin layer near the surface of the body tissue, so that the information obtained from the reflected light is small, and Although only information near the surface is captured, when transmitted body light is used to image the body tissue to be imaged, the light passing through the body tissue contains information in the body tissue and the amount of information is larger than the reflected light Because. A specific method for obtaining the transmitted light of the body tissue as described above has been reported by the present inventors as follows. When a small lamp with a diameter of 1 mm is inserted into the brain tissue and fixed at about 1 mm from the surface of the brain to light the brain tissue in order to obtain light transmitted through the brain tissue, the brain tissue around the small lamp looks reddish (Am J Physiol 235: H56-H63, 1978) (Am J Physiol 245: H385-H398, 1983), and glass fiber having a diameter of about 200 microns is used in the same manner as in the above-mentioned report (Am J Physiol 279: H1291-H1298, 2000). )That's what it means.
[0012]
After the light irradiation, an imaging device such as a video camera or a video scope photographs the body tissue to be photographed, and records the photographed and acquired image data on a recording medium. According to the first and second aspects of the invention, the image data recorded on the recording medium is a set of a plurality of frame image data that are continuous in time series, and each frame image has an image having a time difference from each other, that is, a moving image. It is a statue. This image data is transferred to a computer such as a personal computer or a workstation, and the subsequent processing is performed on the computer. Using image analysis software, two frame image data are arbitrarily extracted from the frame image data group, and a difference between the two frame images is calculated to obtain a difference image. One example of image analysis software is Zion Image. Zion Image (English name: Scion Image, manufactured by Scion Corporation) is an image analysis software widely used in medicine and biology, and is used for image counting such as cell counting, electrophoresis pattern analysis, and three-dimensional image formation. It is used for extracting necessary information contained in the. When this Zion image is used, a moving image can be frame-advanced in the order of 70 ms, so that a frame image every 70 ms can be obtained. Further, a difference image between the two frame images can be obtained using the Zion image. The difference image is an image of only data of mutually different parts obtained by subtracting a common part of two images. The frame image is a digital image. The digital image is an image obtained by sampling and quantizing analog image information existing in the natural world using hardware such as an imaging device or software. The sampled and quantized image is a set of pixels, and each pixel has a gradation value (also referred to as a density value or a luminance value) corresponding to the brightness of the image. If this gradation value is 8-bit image data, there are 256 gradation values. In the case of a black-and-white image, 256 gray scales can be expressed in black and white. When the
[0013]
By the above operation, it is possible to obtain a difference image obtained by subtracting the tone value of each pixel at the same coordinates of the two frame images having the time difference from each other and photographing the same space. Only the information of the part that has changed between can be obtained.
[0014]
Although the acquired difference image includes only information of a portion changed between the two frame images, it is difficult to identify the information with the naked eye. To be able to identify. An example of photo retouching software is Photoshop ("PHOTOSHOP" is a registered trademark of Adobe Systems Incorporated). In addition, the filter function is a function that the photo retouching software has, for example, extracting only the outline included in the image, distorting the image, adding a blur, adjusting the mosaic effect, Various visual effects, such as adjusting noise, can be applied to the image. In the present invention, among these filter functions, there are “contrast”, “lap”, and “gradation inversion”.
[0015]
The “contrast” indicates a ratio of brightness between a bright portion and a dark portion of the image. When the contrast is increased, the color becomes clearer and the image becomes easy to see. If the contrast value is too low, the difference between the light and dark areas will not be apparent. When the contrast is increased, the outline of the image becomes clearer. On the other hand, when the contrast is lowered, the outline of the image is not clearer and the image is not easily viewed. There is a density histogram as a method of controlling the contrast. The density histogram represents the distribution of density values of an image, and is extremely effective for investigating the density level of an image. For example, in a dark image, the distribution is biased toward a low density region, and in a bright image, the distribution is biased toward a high density region. The contrast can be controlled by changing the distribution position and shape of the histogram, that is, by performing enhancement (referred to as enhancement).
[0016]
“Lap” is a filter that gives the effect of applying a wrap film to each object moving in the image. In the “wrap”, the brightest part in the image or its surroundings is emphasized to make it even brighter, and the outline part included in the image is blurred, that is, between pixels where the gradient of the gradation value difference between adjacent pixels is large. A process for reducing the gradation value gradient is performed. In Photoshop, this wrapping effect is adjusted by adjusting the brightness of the wrapped area with the "highlight (the brightest part or its surroundings) intensity" and the undulation between the wrap and the image with "smoothness" Is realized.
[0017]
“Tone inversion” is a filter function for acquiring a negative image. A negative image is an image in which the gray level of a positive image (image before grayscale inversion) is inverted, that is, an image in which white is black and black is white, and black and white are inverted. This can be realized by subtracting the gradation of each pixel from the maximum gradation of the scale.
[0018]
By performing the above filter function on the above-described difference image, what could not be recognized by the naked eye can be recognized by the naked eye.
On the other hand, according to the third and fourth aspects of the present invention, the image data recorded on the recording medium does not necessarily have to be a moving image, but may be a still image. This is because there is only one image data used in the third and fourth aspects of the present invention, and it is not necessary to confirm a difference due to a time difference. Therefore, as the image data, not only a shooting device for shooting a moving image such as a video camera but also a shooting device for shooting a still image such as a digital camera may be used. When photographing is performed by a photographing device for photographing a moving image such as a video camera, moving image data is transferred to a computer in the same manner as described in the first and second aspects of the present invention, and an image such as a Zion image is recorded on the computer. Using analysis software, one frame image is extracted from the transferred moving image to obtain a still image. Further, when a still image is shot by a shooting device such as a digital camera, the shot still image is transferred to a computer, and the still image is acquired. Using the filter function of image processing software such as Photoshop, the still image acquired by the above operation can be identified with the naked eye by image data of a part that cannot be identified with the naked eye. The filter functions to be used are “contrast”, “lap”, and “gradation inversion” as described above.
[0019]
By the way, the present invention described in
[0020]
From the above, the inventor has called the method of the present invention the video-computer-enhanced-contrast-wrap (VCEC-Wrap) method.
According to a fifth aspect of the present invention, there is provided a computer program that operates on an operating system (also referred to as an OS) running on a computer, and executes each process according to any one of the first to fourth aspects of the present invention. It is something to be executed.
[0021]
【Example】
The observation method and the image analysis will be described with reference to FIG. For observation by transmitted light, a short glass fiber was embedded in the brain tissue of a SD anesthetized rat of general anesthesia. Is photographed using photographing equipment 1 (lens: manufactured by Nikon Corporation, SIT camera: manufactured by Hamamatsu Photonics). The depth of focus of the lens is about ± 100 μm, and an object located at ± 300 μm away from the focal plane is not completely focused. In the cortex of the sensorimotor cortex, there are capillaries with a volume of about 400 μm in depth and about 2 mm in width, and the measurement of the lens within the range where the change in the diameter of these capillaries and the change in blood flow can be detected. Fine-tune the scale control knob. The image of 512 × 512 pixels photographed at a spatial resolution of 4 μm × 4 μm smaller than the capillary is an 8-bit digital image, and the photographed image is transmitted to the
[0022]
The following was performed to obtain the difference between two consecutive frame images. The change in the transmitted light of the image captured in the
[0023]
FIG. 2 is a diagram illustrating a result of image processing using Zion and Photoshop, and illustrates images A, B, C, D, E, F, and G included in FIG. 2A, 2B, 2C, 2D, 2E, 2F, and 2G. FIG. 2A is a control image containing all information about blood vessels in the cerebral cortex that transmitted light at a wavelength of 550 nm. However, much of that information cannot be identified with the naked eye. To extract some of the blood vessels hidden in the background layer, use the "wrap" filter feature in
[0024]
2D, 2E, 2F, and 2G are difference images, which look different from the original image of FIG. 2A. However, all of these contents are the only information that was originally included in the image shown in FIG. 2A and the image 70 ms after that and could not be identified by the naked eye, only appeared on the image surface. It is evident from the following that large vessels that can be visually discerned are distinguished by this technique. The image in FIG. 2D is a difference image resulting from subtracting FIG. 2A from FIG. 2A, and represents a part of uniform image data having a gradation value of 128. In other words, if there is no difference between the two frame images, a uniform image having a gradation value of 128 as shown in FIG. 2D is shown. Here, one frame image is represented as F 0 , and a frame image 70 ms after the frame image is represented as F 1 . Further, n% contrast enhancement is E n, wrap W, grayscale inversion represented by R. FIG. 2E is a difference image obtained by taking the difference between FIG. 2A (F 0 ) and the next frame (F 1 ) after about 70 ms (15 Hz) and emphasizing the contrast by 80% (E 80 ) (hereinafter, referred to as “F 80” ). , F 1 -F 0 , E 80 , and 15 Hz.) FIG. 2E is clearly different from FIG. 2D, which shows that there is a changed portion between the image of FIG. 2A and the next frame about 70 ms later. In FIG. 2E, large blood vessels that do not change are removed, and small blood vessels become visible. This is because, in theory, changes in blood vessels are extracted by spatial redistribution at intervals of 70 ms. FIG. 2F (F 1 −F 0 , E 80 , W, R, 15 Hz) is a diagram in which the wrapping process is performed on FIG. 2E, and FIGS. 2E and 2F are about 6 μm (the size is smaller than 2 pixels and 1 (Larger than a pixel). The small blood vessels represent capillaries. However, the diameter of the small blood vessels in the difference image depends on the degree of contrast enhancement in Photoshop. The image in FIG. 2G (F 1 −F 0 , E 30 , W, R, 15 Hz) is a case where the contrast enhancement in FIG. 2F is reduced to 30%, and the diameter of the capillary increases from 15 μm to 30 μm. In addition, the blood vessels intricately intertwined have more like capillaries. The reason why the diameter of the capillaries became large is presumed to be that the capillaries around the blurred capillaries were wrapped together. These capillaries can be seen in the same places as large blood vessels that can be recognized by the naked eye. That is, it means that the capillaries are substantially below the large blood vessels.
[0025]
From the above, it is possible to confirm the presence of capillaries that could not be confirmed conventionally by using the present invention, and it is possible to know information on the state of blood capillaries and blood flow that were difficult to diagnose conventionally. This makes it possible to contribute to early detection and early treatment of disease.
[0026]
By the way, in the present embodiment, frame advance is performed at 15 Hz, and a frame image group of every 70 ms is used. However, the time difference between the frame images is not limited to 70 ms, and is determined based on a relationship with an object to be photographed. Is done. In the present embodiment, since the change in the capillaries is extracted by spatial redistribution at intervals of 70 ms, a group of frame images every 70 ms is used.
[0027]
【The invention's effect】
Conventionally, an image of a body tissue typified by the surface of a brain tissue or the like focuses only on image data of a portion recognizable by the naked eye, and ends with evaluation of only a portion recognizable by the naked eye. However, according to the present invention, it is possible to extract information that is latent from the beginning from an image part that cannot be confirmed with the naked eye and that has been overlooked up to now.
[Brief description of the drawings]
FIG. 1 is a diagram showing a series of flows of the present invention.
FIG. 2 is a diagram illustrating a result of image processing using Zion and Photoshop.
[Explanation of symbols]
1. 1.
Claims (5)
前記第１の処理により選択した２つのフレーム画像データの同一座標にあるそれぞれの画素の階調値の差分をとり、前記差分をとる処理をすべての同一座標にある画素について行う第２の処理と、
前記第２の処理により得られた画像データの明暗の際立ち具合を増大する第３の処理と、
前記第３の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第３の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第４の処理と
を実行することを特徴とする医療用画像解析処理方法。Under transmitted light or reflected light, select two frame image data having a predetermined time difference from each other, which are photographed in the same space, from a group of continuous image data of a body tissue photographed using photographing equipment. 1 and
A second process of calculating a difference between tone values of respective pixels at the same coordinates of the two frame image data selected by the first process, and performing the process of obtaining the difference for all pixels at the same coordinates; ,
A third process for increasing the degree of prominence of light and dark in the image data obtained by the second process;
The brightest portion of the image data obtained by the third process or the periphery of the brightest portion is further brightened, and the tone value difference between adjacent pixels in the image data obtained by the third process And a fourth process for reducing the gradation value gradient between pixels when the gradient is large.
前記第１の処理により選択した２つのフレーム画像データの同一座標にあるそれぞれの画素の階調値の差分をとり、前記差分をとる処理をすべての同一座標にある画素について行う第２の処理と、
前記第２の処理により得られた画像データの明暗の際立ち具合を増大する第３の処理と、
前記第３の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第３の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第４の処理と、
さらに前記第４の処理により得られた画像データを白黒階調反転させる第５の処理と
を実行することを特徴とする医療用画像解析処理方法。Under transmitted light or reflected light, select two frame image data having a predetermined time difference from each other, which are photographed in the same space, from a group of continuous image data of a body tissue photographed using photographing equipment. 1 and
A second process of calculating a difference between tone values of respective pixels at the same coordinates of the two frame image data selected by the first process, and performing the process of obtaining the difference for all pixels at the same coordinates; ,
A third process for increasing the degree of prominence of light and dark in the image data obtained by the second process;
The brightest portion of the image data obtained by the third process or the periphery of the brightest portion is further brightened, and the tone value difference between adjacent pixels in the image data obtained by the third process If the gradient of is large, a fourth process of making the gradation value gradient between pixels gentle,
And a fifth process for inverting the image data obtained by the fourth process into black and white gradations.
前記第１の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第１の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第２の処理と
を実行することを特徴とする医療用画像解析処理方法。One frame image data of moving image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light, or one frame image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light A first process for increasing the degree of prominence of the image data with respect to still image data,
The brightest part of the image data obtained by the first processing or the periphery of the brightest part is further brightened, and the gradation value difference between adjacent pixels in the image data obtained by the first processing And a second process for reducing the gradation value gradient between pixels when the gradient is large.
前記第１の処理により得られた画像データの最も明るい部分または前記最も明るい部分の周辺をさらに明るくし、及び前記第１の処理により得られた画像データ中の隣接する画素間の階調値差の勾配が大きい場合、画素間の階調値勾配を緩やかにする第２の処理と、
さらに前記第２の処理により得られた画像データを白黒階調反転させる第３の処理と
を実行することを特徴とする医療用画像解析処理方法。One frame image data of moving image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light, or one frame image data obtained by photographing a body tissue using a photographing device under transmitted light or reflected light A first process for increasing the degree of prominence of the image data with respect to still image data,
The brightest part of the image data obtained by the first processing or the periphery of the brightest part is further brightened, and the gradation value difference between adjacent pixels in the image data obtained by the first processing If the gradient of is large, a second process of making the gradation value gradient between pixels gentle,
And a third process of inverting the image data obtained by the second process into black and white gradations.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002148561A JP3572304B2 (en) | 2002-05-23 | 2002-05-23 | Image analysis method using photo retouching software in medical field |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002148561A JP3572304B2 (en) | 2002-05-23 | 2002-05-23 | Image analysis method using photo retouching software in medical field |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003339645A JP2003339645A (en) | 2003-12-02 |
| JP3572304B2 true JP3572304B2 (en) | 2004-09-29 |
Family
ID=29767058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002148561A Expired - Fee Related JP3572304B2 (en) | 2002-05-23 | 2002-05-23 | Image analysis method using photo retouching software in medical field |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3572304B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2775450A2 (en) | 2013-03-06 | 2014-09-10 | Fujifilm Corporation | Image processing device and method for operating endoscope system |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102124471A (en) * | 2008-08-15 | 2011-07-13 | 国际科学技术医疗系统有限责任公司 | Methods for enhancing vascular patterns in cervical imagery |
| JP5712573B2 (en) * | 2010-11-26 | 2015-05-07 | 花王株式会社 | Method for forming blood flow image |
| CN109345629A (en) * | 2018-08-08 | 2019-02-15 | 安徽慧软科技有限公司 | A kind of 3 d medical images are fuzzy to highlight display methods |
| JP7455575B2 (en) | 2019-12-25 | 2024-03-26 | キヤノン株式会社 | Image processing device, image processing method, learning device, learning method, program and system |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3506770B2 (en) * | 1994-04-21 | 2004-03-15 | オリンパス株式会社 | Endoscope position detection device |
| JP2001291088A (en) * | 2000-04-07 | 2001-10-19 | Ge Yokogawa Medical Systems Ltd | Medical image display device |
-
2002
- 2002-05-23 JP JP2002148561A patent/JP3572304B2/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2775450A2 (en) | 2013-03-06 | 2014-09-10 | Fujifilm Corporation | Image processing device and method for operating endoscope system |
| US9595117B2 (en) | 2013-03-06 | 2017-03-14 | Fujifilm Corporation | Image processing device and method for operating endoscope system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003339645A (en) | 2003-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Underwater image enhancement method via multi-feature prior fusion | |
| Zhang et al. | Underwater image enhancement via extended multi-scale Retinex | |
| CN107977940A (en) | background blurring processing method, device and equipment | |
| TWI430184B (en) | Edge mapping incorporating panchromatic pixels | |
| CN107948519A (en) | Image processing method, device and equipment | |
| CN106127718B (en) | A kind of more exposure image fusion methods based on wavelet transformation | |
| CN108055452A (en) | Image processing method, device and equipment | |
| IES20060558A2 (en) | Image blurring | |
| US20170154437A1 (en) | Image processing apparatus for performing smoothing on human face area | |
| CN108156369A (en) | Image processing method and device | |
| JP2019139247A (en) | Method for generating contrast image in which reflection is reduced and related device | |
| CN115769249A (en) | Method for denoising dental images by domain adaptation | |
| Dabass et al. | Biomedical image enhancement using different techniques-a comparative study | |
| JP3572304B2 (en) | Image analysis method using photo retouching software in medical field | |
| Kong et al. | Laser speckle contrast imaging based on a mobile phone camera | |
| CN109104601A (en) | Detection device, image processing apparatus, detection method and image processing method | |
| JP2004133919A (en) | Device and method for generating pseudo three-dimensional image, and program and recording medium therefor | |
| JPWO2018203514A1 (en) | Image analysis evaluation method, computer program, image analysis evaluation device | |
| Ye et al. | Single exposure high dynamic range image reconstruction based on deep dual-branch network | |
| Karaduzovic-Hadziabdic et al. | Subjective and objective evaluation of multi-exposure high dynamic range image deghosting methods | |
| EP1481632A1 (en) | Ophtalmologic image processing apparatus | |
| JP2017012384A (en) | Wrinkle state analysis device and wrinkle state analysis method | |
| JP4831344B2 (en) | Eye position detection method | |
| Rana et al. | Edge guided low-light image enhancement | |
| Kinoshita et al. | Deep inverse tone mapping using LDR based learning for estimating HDR images with absolute luminance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040518 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040628 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |