JP3597272B2 - 異常陰影候補の検出方法 - Google Patents
異常陰影候補の検出方法 Download PDFInfo
- Publication number
- JP3597272B2 JP3597272B2 JP26402195A JP26402195A JP3597272B2 JP 3597272 B2 JP3597272 B2 JP 3597272B2 JP 26402195 A JP26402195 A JP 26402195A JP 26402195 A JP26402195 A JP 26402195A JP 3597272 B2 JP3597272 B2 JP 3597272B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- image data
- abnormal shadow
- reading
- shadow candidate
- 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
- 230000002159 abnormal effect Effects 0.000 title claims description 98
- 238000001514 detection method Methods 0.000 title claims description 38
- 238000000034 method Methods 0.000 claims description 92
- 230000035945 sensitivity Effects 0.000 claims description 39
- 230000005855 radiation Effects 0.000 claims description 26
- 230000000877 morphologic effect Effects 0.000 claims description 22
- 230000005284 excitation Effects 0.000 claims description 14
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 11
- 230000007423 decrease Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 2
- 241000975394 Evechinus chloroticus Species 0.000 claims 1
- 238000010606 normalization Methods 0.000 claims 1
- 208000004434 Calcinosis Diseases 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 206010028980 Neoplasm Diseases 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 230000004069 differentiation Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 230000002308 calcification Effects 0.000 description 5
- 238000002601 radiography Methods 0.000 description 5
- 210000000481 breast Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000010339 dilation Effects 0.000 description 4
- 230000003628 erosive effect Effects 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004020 luminiscence type Methods 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 102100037265 Podoplanin Human genes 0.000 description 1
- 101710118150 Podoplanin Proteins 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/043—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using fluoroscopic examination, with visual observation or video transmission of fluoroscopic images
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Radiography Using Non-Light Waves (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は画像から異常陰影候補を検出する方法に関するものである。
【０００２】
【従来の技術】
蓄積性蛍光体シートやフイルムに記録された被写体の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、画像を表示装置等により再生することが種々の分野で行われている。特に近年、コンピューターとの組合わせによるコンピューテッドラジオグラフィー（ＣＲという）というデジタルラジオグラフィーの技術が開発され、種々のデジタルラジオグラフィーが臨床応用されている。
【０００３】
ところでこのＣＲでは、最適な被写体の放射線画像情報が放射線エネルギーレベルを媒体として蓄積記録されている蓄積性蛍光体シートを励起光により走査し、この走査により前記シートから発せられた輝尽発光光を光電読取手段により読み取って電気的画像信号（画像データ）を得る本読みに先立って、後にこの画像データに基づいて可視画像を再生したときにその再生画像が観察読影に最適な濃度、コントラストを有するものとなるように、予めこの本読みに用いられる励起光よりも低レベルの励起光により前記シートを走査してこのシートに蓄積記録された画像情報の概略を読み取る先読みを行い、この先読みにより得られた情報に基づいて前記本読みを行う際の読取感度（Ｓ値という）およびラチチュード（Ｌ値という）といった読取条件を決定する、ＥＤＲ（Ｅｘｐｏｓｕｒｅ Ｄａｔａ Ｒｅｃｏｇｎｉｚｅｒ）と称する「読取感度・コントラスト調整機能」を採用している。
【０００４】
そしてこのＥＤＲにより得られた読取条件に従って前記本読みを行い、この本読みにより得られた画像信号を画像処理手段に入力し、この画像処理手段で撮影部位および撮影条件等に応じて診断目的に適した出力画像が得られるように画像データを処理し、この画像信号を写真感光材料等に可視出力画像として再生するシステムが知られており、その詳細は例えば本出願人が先に出願し、既に出願公開された特開昭５８−６７２４０号公報等に開示されている。
【０００５】
またこのような先読み処理を行うことに伴う時間的ロスや処理および装置の複雑化を防止するために、蓄積性蛍光体シートから発光される輝尽発光光の検出レンジを十分に広く（例えば４桁程度）確保したうえで放射線画像情報の全体を読み取って画像データを得、この得られた画像データから最適な読取感度およびラチチュードを求め、得られた画像データをこれらの読取感度およびラチチュードに基づいて、これらの読取感度、ラチチュードで画像を再度読み取ったとした場合において得られる画像データと等価な画像データに変換処理する処理方法が採用されている（特開平２−１０８１７５号等）。
【０００６】
この方法によれば、光電読取手段による励起光照射光量、感度、ダイナミックレンジ等の競って位置を改めて設定し直すことなく計算処理だけで、最適な画像を再生するのに必要な画像データを得ることができる。
【０００７】
さらに、このように優れた特長を有するデジタルラジオグラフィーを、特に人体の医療診断用として、より積極的に活用することを目的とした、計算機（コンピューター）支援画像診断またはＣＡＤＭ（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｉａｇｎｏｓｉｓ ｏｆ Ｍｅｄｉｃａｌ Ｉｍａｇｅ ）と称される技術が提案されている。
【０００８】
この計算機支援画像診断等は、医療の現場における画像読影を通じての診断を補助するものである。すなわち従来においては、フイルム等の記録媒体やＣＲＴ等の表示装置により再生された放射線画像を専門医が目視により観察読影し、癌等を表すものとしての異常な腫瘤陰影やこの腫瘤陰影よりも小さく低濃度の微小石灰化陰影等（以下、これらを総称して異常陰影という）を早期に発見するよう努めていた。しかし、放射線画像を観察読影する読影者間の読影能力の差等により、そのような異常陰影を見落としたり、主観的判断による思い違いを生ずる可能性もある。
【０００９】
そこで計算機支援画像診断では、画像データに基づいて異常陰影と考えられる異常陰影候補を検出し、その検出した部位にマーキングを表示して放射線画像の読影者に注意を喚起し、あるいは読影者の客観的判断に役立つ材料として、検出した異常陰影候補の特徴的なものを定量的に提示することにより、上述のような読影者による見落としや思い違いの未然防止を目的としている（「ＤＲ画像における腫瘤影検出（アイリスフィルタ）」電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．３ Ｐ６６３〜６７０ １９９２年３月、「多重構造要素を用いたモルフォロジーフィルタによる微小石灰化像の抽出」同誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．７ Ｐ１１７０ 〜１１７６１９９２年７月等参照）。
【００１０】
ここで、モーフォロジー処理について説明する。モーフォロジー処理とは、腫瘤陰影とともに乳癌における特徴的形態である微小石灰化像の候補を検出する手法であり、マルチスケールλと構造要素（マスク）Ｂとを用い、（１）石灰化像そのものの抽出に有効であること、（２）複雑なバックグラウンド情報に影響されにくいこと、（３）抽出した石灰化像がひずまないこと、などの特徴がある。すなわち、この手法は一般の微分処理に比べて、石灰化像のサイズ・形状・濃度分布などの幾何学的情報をより良く保った検出が可能である。以下にその概要を述べる。
【００１１】
（モーフォロジーの基本演算）
モーフォロジーは一般的にはＮ次元空間における集合論として展開されるが、直感的な理解のために２次元の濃淡画像を対象として説明する。
【００１２】
濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここで、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示した場合には輝度が高い）ほど大きな画像信号となる高輝度高信号レベルの信号とする。
【００１３】
まず、簡単のために、その断面に相当する１次元の関数ｆ（ｘ）を考える。モーフォロジー演算に用いる構造要素ｇは次式（１）に示すように、原点について対称な対称関数
【００１４】
【数１】
【００１５】
であり、定義域内で値が０で、その定義域が下記式（２）であるとする。
【００１６】
【数２】
【００１７】
このとき、モーフォロジー演算の基本形は式（３）〜（６）に示すように、非常に簡単な演算となる。
【００１８】
【数３】
【００１９】
すなわち、ダイレーション（ｄｉｌａｔｉｏｎ）処理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じて決定される値）の幅の中の最大値を検索する処理であり（図５（Ａ）参照）、一方、エロージョン（ｅｒｏｓｉｏｎ ）処理は、注目画素を中心とした、±ｍの幅の中の最小値を検索する処理である（図５（Ｂ）参照）。また、ｏｐｅｎｉｎｇ （またはｃｌｏｓｉｎｇ ）処理は最小値（または最大値）探索の後に、最大値（または最小値）を探索することに相当する。すなわちｏｐｅｎｉｎｇ （オープニング）処理は低輝度側から濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより空間的に狭い範囲で変動する凸状の濃度変動部分（周囲部分よりも輝度が高い部分）を取り除くことに相当する（図５（Ｃ）参照）。一方ｃｌｏｓｉｎｇ （クロージング）処理は、高輝度側から濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより空間的に狭い範囲で変動す凹状の濃度変動部分（周囲部分よりも輝度が低い部分）を取り除くことに相当する（図５（Ｄ）参照）。
【００２０】
なお構造要素ｇが原点に対して対称ではない場合の、式（３）におけるダイレーション演算をミンコフスキー（Ｍｉｎｋｏｗｓｋｉ ）和、式（４）におけるエロージョン演算をミンコフスキー差という。
【００２１】
ここで、濃度の高いもの程大きな値となる高濃度高信号レベルの信号の場合においては、濃度値ｆ（ｘ）の画像信号値が高輝度高信号レベルの場合に対して大小関係が逆転するため、高濃度高信号レベルの信号におけるダイレーション処理は、高輝度高信号レベルにおけるエロージョン処理（図５（Ｂ））と一致し、高濃度高信号レベルの信号におけるエロージョン処理は、高輝度高信号レベルにおけるダイレーション処理（図５（Ａ））と一致し、高濃度高信号レベルの信号におけるオープニング処理は、高輝度高信号レベルにおけるクロージング処理（図５（Ｄ））と一致し、高濃度高信号レベルの信号におけるクロージング処理は、高輝度高信号レベルにおけるオープニング処理（図５（Ｃ））と一致する。
【００２２】
なお、本項では高輝度高信号レベルの画像信号（輝度値）の場合について説明する。
【００２３】
（石灰化陰影検出への応用）
石灰化陰影の検出には、原画像から平滑化した画像を引き去る差分法が考えられる。単純な平滑化法では石灰化陰影と細長い形状の非石灰化陰影（乳腺や血管や乳腺支持組織等）の識別が困難であるため、東京農工大の小畑らは、多重構造要素を用いたｏｐｅｎｉｎｇ （オープニング）演算に基づく下記式（７）で表されるモーフォロジーフィルターを提案している（「多重構造要素を用いたモルフォロジーフィルタによる微小石灰化像の抽出」電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．７ Ｐ１１７０ 〜１１７６ １９９２年７月、「モルフォロジーの基礎とそのマンモグラム処理への応用」ＭＥＤＩＣＡＬ ＩＭＡＧＩＮＧ ＴＥＣＨＮＯＬＯＧＹ Ｖｏｌ．１２ Ｎｏ．１ Ｊａｎｕａｒｙ １９９４ ）。
【００２４】
【数４】
【００２５】
ここでＢｉ （ｉ＝１，２，３，４）は図６に示す直線状の４つの構造要素Ｂである。構造要素Ｂを検出対象の石灰化陰影よりも大きく設定すれば、オープニング処理で、構造要素Ｂよりも細かな凸状の信号変化部分（空間的に狭い範囲で変動する画像部分）である石灰化像は取り除かれる。一方、細長い形状の非石灰化陰影はその長さが構造要素Ｂよりも長く、その傾き（延びる方向）が４つの構造要素Ｂｉ のうちいずれかに一致すればオープニング処理（式（７）の第２項の演算）をしてもそのまま残る。したがってオープニング処理によって得られた平滑化画像（石灰化陰影が取り除かれた画像）を原画像ｆから引き去ることで、小さな石灰化像の候補のみが含まれる画像が得られる。これが式（７）の考え方である。
【００２６】
なお前述したように、高濃度高信号レベルの信号の場合においては、石灰化陰影は周囲の画像部分よりも濃度値が低くなり、石灰化陰影は周囲部分に対して凹状の信号変化部分となるため、オープニング処理に代えてクロージング処理を適用し、式（７）に代えて式（８）を適用する。
【００２７】
【数５】
【００２８】
しかし、これによっても石灰化陰影と同等の大きさをもつ非石灰化陰影が一部残る場合があり、そのような場合については、次式（９）のモーフォロジー演算に基づく微分情報を利用して式（７）のＰに含まれる非石灰化像をさらに除去する。
【００２９】
【数６】
【００３０】
ここで、Ｍｇｒａｄの値が大きいほど石灰化陰影の可能性が大きいので、石灰化候補画像Ｃｓ は下記式（１０）により求めることができる。
【００３１】
【数７】
【００３２】
なお、Ｔ１，Ｔ２は実験的に決められる、予め設定された閾値である。
【００３３】
ただし、石灰化陰影の大きさとは異なる非石灰化陰影については、式（７）のＰと所定の閾値Ｔ１との比較のみで除去できるため、石灰化陰影と同等の大きさをもつ非石灰化陰影が残ることのないような場合は、式（１０）の第１項の条件（Ｐ（ｉ，ｊ）≧Ｔ１）を満たすだけでよい。
【００３４】
最後に、式（１１）に示す、マルチスケールのオープニング演算とクロージング演算との組合わせにより、石灰化陰影のクラスターＣｃ を検出する。
【００３５】
【数８】
【００３６】
ここで、λ１ とλ２ はそれぞれ融合したい石灰化陰影の最大距離と除去したい孤立陰影の最大半径とによって決められ、λ３ ＝λ１ ＋λ２ である。
【００３７】
なお、これらのモーフォロジーフィルターに関する説明は上述したように、高輝度高信号レベルの画像データの場合についてであるが、高濃度高信号レベルの画像データ（高濃度の画素ほど大きなデジタル値を持つ画像データ）の場合については、オープニング演算とクロージング演算とが逆の関係になる。
【００３８】
ところで、上述のアイリスフィルターおよびモーフォロジーフィルターの処理における異常陰影候補であることを判定するための閾値Ｔ，Ｔ１，Ｔ２は、いずれも、予め実験的に設定された一定の値である。一方、これらの異常陰影候補の検出処理の対象となる画像データは、既述したように、ＥＤＲにより読取感度・ラチチュードが調整された信号値である。
【００３９】
したがってこの信号値には、放射線画像に含まれている放射線の量子ノイズも含まれており、この量子ノイズの成分に係る画像データの大きさもＥＤＲによる読取感度・ラチチュードの調整に応じて変動することとなる。
【００４０】
このように量子ノイズの成分に係る画像データの大きさがＥＤＲにより変動するのに対し、上記異常陰影候補であるか否かを判定するための閾値が常に一定値では、量子ノイズに係る画像データを異常陰影候補として誤検出する虞がある。
【００４１】
そこで、ＥＤＲにより得られた読取感度および／またはラチチュードの値に応じて閾値の大きさを適切に設定して、異常陰影候補の検出精度を向上させる異常陰影検出方法が提案されている（特願平７−１７５９９７号）。
【００４２】
【発明が解決しようとする課題】
一方、画像データ上における異常陰影候補の信号値は、その候補の周辺の画像データの変化量に応じて変化してしまうものである。例えば、図１１（ａ）に示すように、比較的データ値の変化が小さい部分（以下平坦部とする）における異常陰影候補の信号値の大きさｈは、モーフォロジー演算処理を施した後においても、図１１（ｂ）に示すようにその大きさは変化しないものである。しかしながら、異常陰影候補の周辺の画像データの変化が大きい部分（以下傾斜部とする）においては、図１２（ａ）に示すようにその候補の信号値が平坦部における信号値と同一の値を示すものであっても、図１２（ｂ）に示すように信号値ｈよりも小さい値Ｈとして認識されてしまう。その結果、モーフォロジー演算処理を施した後の信号値も信号値ｈよりも小さい値Ｈとなってしまう。とくに、データ値の変化量が大きいほど信号値は小さい値として認識されてしまうものである。このように、画像データの変化量の大きさに応じて異常陰影候補の信号値の大きさが変動するのに対して、異常陰影候補であるか否かを検出するための閾値が常に一定値では、画像データの変化量の比較的大きい部分における異常陰影候補を検出できず、異常陰影を見落としてしまう虞がある。
【００４３】
本発明は上記事情に鑑み、放射線画像から得られる画像データのデータ値の変化量の大きさに関わらずその検出性能を向上させた異常陰影候補の検出方法を提供することを目的とするものである。
【００４４】
【課題を解決するための手段】
本発明の第１の異常陰影の検出方法は、放射線画像情報から異常陰影候補を検出するための所定の閾値を、異常陰影候補近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とするものである。
【００４５】
ここで、異常陰影候補を検出するための所定の閾値とは、異常陰影候補か否かを判定するのに用いられる閾値を意味するものである。以下の発明においても同様である。
【００４６】
また、本発明の第２の異常陰影候補の検出方法は、蓄積性蛍光体シートに蓄積記録された被写体の放射線画像情報を読み取って得られた画像データに基づいて、放射線画像情報を可視画像として再生するのに最適な読取条件と等価な正規化した読取感度およびラチチュードをさらに求め、
その放射線画像情報から異常陰影候補を検出するための所定の閾値を、正規化した読取感度が大きくなるのに応じて、および／または正規化したラチチュードが小さくなるのに応じて大きな値に設定するとともに、異常陰影候補近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とするものである。
【００４７】
ここで、異常陰影候補の検出としては、１）高輝度高信号レベルの画像データに対して、マルチスケールおよび多重構造要素を用いてオープニング処理を施し、このオープニング処理の施された画像データをもとの画像データから減算するモーフォロジー演算により第１の値を求め、この第１の値と前記所定の閾値とを比較することにより行うモーフォロジーフィルターによる検出方法であってもよいし、また、２）この第１の値の他に、画像データのミンコフスキー和からミンコフスキー差を減算した微分情報に基づく第２の値を求め、第１の値および第２の値をそれぞれ対応する前記所定の閾値と比較し、これら両比較の結果により行うモーフォロジーフィルターによる検出方法であってもよい。
【００４８】
なお上記１）にいう、高輝度高信号レベルの画像データに対するオープニング処理に基づくモーフォロジーフィルターによる検出方法には、高濃度高信号レベルの画像データに対するクロージング処理に基づくモーフォロジーフィルターによる検出方法をも含むものとする。高濃度高信号レベルの画像データに対するオープニング処理と高輝度高信号レベルの画像データに対するクロージング処理とは、ひとつの画像信号を濃度として見るか、輝度として見るかによる差しかなく、実質的に同一の処理だからである。
【００４９】
なお、本発明の第２の異常陰影検出方法における上記閾値は、上記正規化したラチチュードに反比例するように設定し、若しくは正規化した読取感度の平方根に比例するように設定し、または正規化したラチチュードに反比例するとともに正規化した読取感度の平方根に比例するように設定するのが望ましい。
【００５０】
ここで、本発明の第２の異常陰影検出方法における読取感度（Ｓ値）、ラチチュード（Ｌ値）について、以下に、詳細に説明する。
【００５１】
ＣＲでは、前述したＥＤＲと呼ばれる「先読みによる読取感度・コントラスト調整機能」を採用している。その原理と処理フローを図７に示す。先読み、すなわち本番の読取り（本読み、という）に先立ち、蓄積性蛍光体シート（以下、ＩＰ；Ｉｍａｇｉｎｇ Ｐｌａｔｅ という）を微弱なレーザー光で粗く走査して得られるＥＤＲ画像データと患者のＩＤ情報を登録した際に入力された撮影メニュー情報とから、まず分割撮影パターンを認識し、各分割領域毎に照射野絞り内の領域を抽出する。次に認識されたＸ線照射野内の濃度ヒストグラムを作成する。ヒストグラムは、図８に示すとおり、撮影部位や撮影方法で決まる撮影メニュー毎に特有のパターンを持っている。この性質を利用して有効な画像データの最大値Ｓ１ と最小値Ｓ２ を検出すれば画像濃度／コントラストが均一になるように本番の読取条件を決めることができる。
【００５２】
読取条件とは上述の読取感度（Ｓ値）とラチチュード（Ｌ値）の２つのパラメータで規定され、具体的には光電子増倍管の感度と増幅器のゲインを決定するものである。このようにして読み取られた本読み画像データは、どのような被写体をどのような技法で撮影しても、常に一定のデジタル値に正規化されているため、画像処理やデータ保管を容易にし、またフイルムやＣＲＴモニタ上に最適な濃度あるいは輝度とコントラストで再生することができる。
【００５３】
図９に示すシステムの動作原理を用いてＥＤＲの機能を詳細に説明する。
【００５４】
第１象限はＩＰに照射されたＸ線照射量と輝尽発光強度の関係を表す。これはＩＰの特筆すべき特長の一つで、入射Ｘ線量の広い範囲にわたって、これに比例した輝尽性発光強度が得られる。
【００５５】
第２象限はＥＤＲ機能、すなわち、読取部への入力としての輝尽発光強度とＥＤＲによって決定された読取条件で得られる出力デジタル信号との関係が表現されている。
【００５６】
第３象限では診断に適した表示特性に変換するための画像強調処理（周波数処理および階調処理）が行われる。本図では乳房撮影に適した階調処理曲線の例を示している。
【００５７】
第４象限はＣＲシステムにおける出力写真の特性曲線を示している。具体的には横軸に入射Ｘ線量、縦軸下向きにフイルムの濃度を示しており、通常の蛍光スクリーン・フイルムシステムを用いたＸ線写真の特性曲線の上下を逆にした形で表現されている。前述のとおり、ＥＤＲではＥＤＲ画像データのヒストグラムから、診断に有効な画像信号の最大値Ｓ１ および最小値Ｓ２ を検出し、Ｓ１ およびＳ２ を撮影メニュー毎に予め設定され値Ｑ１ およびＱ２ に変換されるように読取条件を決定する。
【００５８】
すなわち高Ｘ線量で画像レンジの狭い例（ｉ） の場合は（Ａ）が、低線量で画像レンジの広い例（ｉｉ）の場合は（Ｂ）が、それぞれＥＤＲの決定する読取条件である。この結果、ＣＲシステムの特性曲線はＸ線量の多少および画像レンジの大小に応じて任意に変化し、常に安定な画像濃度とコントラストを実現することができる。この点が従来のスクリーン／フイルムシステムの特性曲線と大幅に異なるところである。
【００５９】
前述のとおり、ＣＲにおける読取条件は読取感度とラチチュードの２つのパラメータで規定される。具体的には、図１０に示すＳ値が読取感度を示す指標、Ｌ値がラチチュードを示す指標であり、これら２つの指標によりこの画像データに関する読取条件を知ることができる。
【００６０】
Ｓ値は読取感度を表す指標であって、デジタル画素の中央値（１０ｂｉｔ の場合は５１１ ）に対応するＩＰの輝尽発光量を表す値Ｓｋ を用いて、次式（１２），（１３）で定義される。
【００６１】
【数９】
【００６２】
ここに輝尽発光量を表す値Ｓｋ は、Ｍｏ 管球の管電圧２５ｋＶｐ で２０ｍＲ（＝５．１６×１０−６Ｃ／ｋｇ）が照射されたときの発光量を基準値 ３．０とした、対数表現された尺度である。Ｓｋ 値がこの基準値 ３．０の場合におけるＳ値は４０であり、Ｘ線照射量が相対的に多くなるに応じてＳｋ は大きくなり、それに応じてＳ値は小さくなることが分かる。これは、ＩＰからの輝尽発光量が大きいため読取感度は低くても十分な信号が取り出せることを意味している。
【００６３】
一方、Ｌ値はＳｋ 値を中心にＩＰの輝尽発光量の何桁の範囲をデジタル化するかを表す指標で、ＥＤＲが検出した前述の特性値Ｓ１ およびＳ２ とそれらに対応する画素値Ｑ１ およびＱ２ とを用いて下記式（１４）で定義される。
【００６４】
【数１０】
【００６５】
例えば、Ｘ線エネルギー的に同じコントラストの信号をＬ値＝１とＬ値＝２で別々に読み取った場合、Ｌ値＝１の方がＬ値＝２に比べてデジタル値的に２倍の差を持つことになる。
【００６６】
ＥＤＲが決定する読取条件（Ｓ値とＬ値）は、あくまでも読影に適した濃度とコントラストを実現することに主眼をおいて決定される。例えば、ダイナミックレンジが狭い画像は積極的にコントラストをアップして、読影し易い画像になるよう制御している。
【００６７】
以上がＥＤＲが決定する読取条件であるＳ値とＬ値である。
【００６８】
ところで、このＥＤＲにおいて前述の先読みを行うことなく読取感度およびコントラストを最適化する技術が本願出願人によりすでに出願されており（特開平２−１０８１７５号）、以下、この先読みを行わないＥＤＲについて説明する。
【００６９】
前述した先読みを行うシステムでは、先読みにより、蓄積性蛍光体シートに蓄記録された放射線画像情報の概略を読み取っていたが、本発明の第１の異常陰影候補の検出方法では、先読みを行わないために放射線画像情報の概略が分からず、したがって蓄積性蛍光体シートから発せられる輝尽発光光を検出するための検出レンジを十分に広く設定しておく。これによって放射線画像情報の全体を読み取ることができ、この読み取って得られた画像データに基づいて、前述の先読みの場合と同様に、最適な再生画像を得るための読取条件である読取感度（Ｓ値）とラチチュード（Ｌ値）の２つのパラメータを求める。そしてこの求められた読取感度（Ｓ値）およびラチチュード（Ｌ値）に応じて、読み取って得られた画像データを変換処理すればよい。
【００７０】
この変換処理に際しては、求められた読取感度（Ｓ値）およびラチチュード（Ｌ値）に基づいて変換テーブルを作成し、この変換テーブルに基づいてすべての画像データを変換処理するようにすればよい。
【００７１】
そして、この変換処理して得られた画像データについて前述のモーフォロジーフィルター等によって異常陰影候補を検出する際の閾値もこれら読取感度、ラチチュードに応じて変化させてもよい。
【００７２】
本発明の第３の異常陰影候補の検出方法は、前述の先読みを行うシステムにおいて、その先読みによって得られた読取感度およびラチチュードに基づいて、異常陰影候補を検出するための所定の閾値を、この読取感度が大きくなるのに応じて、および／またはラチチュードが小さくなるのに応じて、大きな値に設定するとともに、異常陰影候補近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とするものである。
【００７３】
本発明の第３の異常陰影候補の検出方法においても、異常陰影候補の検出としては、前述の２つのモーフォロジーフィルターによる検出方法であることが好ましい。また閾値も、上記正規化したラチチュードに反比例するように設定し、若しくは正規化した読取感度の平方根に比例するように設定し、または正規化したラチチュードに反比例するとともに正規化した読取感度の平方根に比例するように設定するのが望ましい。
【００７４】
なお上記本発明の異常陰影候補の検出方法を、前述した計算機支援画像診断装置において適用することもできる。
【００７５】
すなわち、本発明の異常陰影候補の検出方法によって検出された異常陰影候補について再生画像にマーキングを施し、あるいはその特徴的なものを定量的に提示し、あるいは全体画像を標準の大きさでＣＲＴ等に表示しつつ異常陰影候補のみを拡大表示するなどの処理を計算機支援画像診断装置で行うことにより、画像読影者が判断を行うのに一層役立つものとなる。
【００７６】
また、画像データの変化量に応じて閾値を設定する方法としては、異常陰影候補近傍の画像データの変化量に基づく所定の閾値の設定を、検出の対象となる画像を構成する全ての画素について各画素ごとに微分処理を施して画素ごとの傾斜量を求め、この傾斜量が大きいほど前記所定の閾値を小さな値に設定することにより行うことが好ましい。
【００７７】
【発明の効果】
本発明の異常陰影候補の検出方法によれば、異常陰影候補近傍の画像データの変化量が大きいほど、異常陰影と異常陰影ではない陰影とを最終的に判定するための閾値は小さくなるように変動するため、画像データの変化量が大きく、異常陰影候補の検出処理において、異常陰影候補の信号値が実際より小さい値のものとして認識されてしまうような場合であっても、画像データの変化量に応じて閾値は変動されているため、信号値が小さくともその異常陰影候補を検出することができ、これにより、異常陰影の検出性能を向上し、異常陰影候補が検出できなくなることを防止することができる。
【００７８】
【発明の実施の形態】
以下、本発明の異常陰影候補の検出方法の具体的な実施の形態について図面を用いて説明する。
【００７９】
図１は被写体である乳房の画像Ｐ１ を含むＸ線画像Ｐを示す図である。また図２は、図１のＩ−Ｉ線に沿ったＸ線画像Ｐの濃度値（デジタル画像データ）の分布を示すものである。なお、Ｘ線画像Ｐのうち乳房の画像Ｐ１ 以外の領域は、Ｘ線が直接入射した直接Ｘ線部Ｐ２ であり、最も濃度の高い部分である。
【００８０】
また、本実施形態における画像データ（濃度値）は、画像Ｐの濃度の高いものほど高いデジタル画像値を示す高濃度高デジタル値の画像データである。
【００８１】
また、図１のＩ−Ｉ線上には悪性腫瘍を示す微小石灰化陰影Ｐ３ および所定の方向に延びた血管の陰影Ｐ４ が存在し、さらに画像全体にはＸ線の量子化ノイズＰ５ も含まれる（図２参照）。
【００８２】
この画像データに対して、血管陰影Ｐ４ よりも小さく、微小石灰化陰影Ｐ３ よりも大きく設定された構造要素を用いた前述の式（７）で表されるモーフォロジーフィルターによる処理を施すことにより、血管の陰影Ｐ４ は除去され、石灰化陰影Ｐ３ だけが検出される。
【００８３】
しかし、これによっても石灰化陰影Ｐ３ と同等の大きさをもつ、例えばノイズ成分Ｐ５ の一部Ｐ５ ′等が石灰化陰影Ｐ３ とともに検出されるので、前述の式（９）のモーフォロジー演算に基づく微分情報を利用してこのノイズ成分の一部Ｐ５ ′をさらに除去する。
【００８４】
ここで、Ｍｇｒａｄの値が大きいほど石灰化陰影Ｐ３ の可能性が大きいので、石灰化候補画像Ｃｓ を前述の式（１０）により求めることができる。
【００８５】
なお、Ｔ１，Ｔ２は、石灰化陰影Ｐ３ と非石灰化陰影（ノイズ成分Ｐ５ ′等）とを判別するための閾値であるが、常に一定の値を採るのではなく、閾値Ｔ１，Ｔ２はそれぞれ画像データの変化量の大きさに応じて設定される。すなわち、図２および前述した図１１（ａ），（ｂ）に示すように、画像データの変化量が比較的小さい平坦部においては、異常陰影候補である石灰化陰影Ｐ３ の信号値は、モーフォロジー演算に基づく処理によっても、その大きさは変化しないものである。しかしながら、異常陰影候補の近傍の画像データの変化が大きい傾斜部においては、その候補の信号値が平坦部における信号値と同一の値を示すものであっても、前述した図１２（ａ），（ｂ）に示すように信号値ｈよりも小さい値Ｈとして認識されてしまう。その結果、モーフォロジー演算処理を施した後の信号値も信号値ｈよりも小さい値Ｈとなってしまう。とくに、データ値の変化量が大きいほど信号値は小さい値として認識されてしまうものである。このように、画像データの変化量の大きさに応じて異常陰影候補の信号値の大きさが変動するのに対して、異常陰影候補であるか否かを検出するための閾値が常に一定値では、画像データの変化量の比較的大きい部分における異常陰影候補を検出できなくなってしまうおそれがある。
【００８６】
そこで本発明においては、閾値の大きさを画像データの変化量に応じて以下のようにして設定する。
【００８７】
まず下記の式（１５）により、マルチ構造要素に基づくクロージング処理を図３（ａ）に示すような画像データｆに対して施すことにより、モーフォロジー信号ｆ′を得る。
【００８８】
【数１１】
【００８９】
この処理により得られるモーフォロジー信号ｆ′は図３（ｂ）に示す信号値の分布を示すものとなる。次いで、このモーフォロジー信号ｆ′に対して１５×１５サイズのマスクによりフィルタリング処理を施すことにより、モーフォロジー信号ｆ′をぼかして、図３（ｃ）に示すようなモーフォロジー信号ｆ″を得る。そしてこのようにして得られたモーフォロジー信号ｆ″に対して単純微分処理を施す。この単純微分処理は、図４に示すように、微分処理を施すべき着目画素Ｐの近傍にある４つの画素ａ，ｂ，ｃ，ｄについて、下記の式（１６）により着目画素Ｐにおける微分値Ｄを算出することにより行う。
【００９０】
Ｄ＝｜ａ−ｂ｜＋｜ｃ−ｄ｜ （１６）
このようにして算出された微分値Ｄが着目画素Ｐにおける画像データｆの傾斜度を表すものとなる。
【００９１】
次いで、下記の式（１７）により予め定められた閾値Ｔを補正するための補正値αが算出される。
【００９２】
α＝Ｄ／２
但しｉｆ（α＞４） ｔｈｅｎ α＝４ （１７）
そして、補正値αによりあらかじめ定められた閾値を下記の式（１８）により補正することにより、閾値Ｔ１′，Ｔ２′を得る。
【００９３】
Ｔ１′＝Ｔ１−α
Ｔ２′＝Ｔ２−α （１８）
このようにして閾値Ｔ１′，Ｔ２′を設定することにより、異常陰影候補（石灰化陰影Ｐ３ ）の周辺の画像データの変化量が大きく、前述したようにモーフォロジー処理後の異常陰影候補の信号値が実際より小さくなるような場合であっても、石灰化陰影Ｐ３ が検出できなくなることを防止して、石灰化陰影Ｐ３ を検出することができる。
【００９４】
また、上述した式（１５）により得られたモーフォロジー信号ｆ′に対して上述した補正値αを加算して、モーフォロジー信号（ｆ′＋α）を得、このモーフォロジー信号（ｆ′＋α）に基づいて上述した式（７）または（８）を用いて処理を施すようにしてもよい。
【００９５】
なお上記実施形態は、異常陰影候補を検出する方法としてモーフォロジーフィルターを使用した場合のものであるが、本発明の異常陰影候補の検出方法は、モーフォロジーフィルターによる検出方法に限るものではなく、その他の閾値を用いて異常陰影候補を検出し得るいかなる方法についても適用することができる。
【００９６】
なお、上述した計算機支援画像診断装置に本発明による異常陰影検出方法を適用するものであってもよい。
【００９７】
また、閾値をＥＤＲ処理により求められた所定の読取感度（Ｓ値）、ラチチュード（Ｌ値）に応じて設定するようにしてもよい。
【００９８】
これは、ＥＤＲ処理によるＳ値およびＬ値に応じてノイズ成分Ｐ５ の大きさも変動するため、常に一定の値を採るのでは、異常陰影を正確に検出することができないからである。この場合、閾値Ｔ１，Ｔ２はそれぞれＥＤＲ処理によるＬ値を用いて下記式（１９），（２０）で示すように設定されている。
【００９９】
【数１２】
【０１００】
これは、ＥＤＲ処理によるＬ値が大きい場合には、収録される画像データの値の幅が小さくなるためノイズ成分の一部Ｐ５ ′のコントラストも同時に縮小され、閾値を小さくしても石灰化陰影Ｐ３ と非石灰化陰影であるノイズ成分の一部Ｐ５′とを判別することができ、石灰化陰影Ｐ３ のみを高精度で検出することができる。
【０１０１】
これとは反対に、ＥＤＲ処理によるＬ値が小さい場合には、収録される画像データの値の幅が大きくなるためノイズ成分の一部Ｐ５ ′のコントラストも同時に拡大され、従来のように閾値が一定では判別することができないが、本実施形態の方法によれば、Ｌ値が小さくなることによって閾値は大きくなり、石灰化陰影Ｐ３ と非石灰化陰影であるノイズ成分の一部Ｐ５ ′とを、判別することができる。
【０１０２】
さらに、閾値Ｔ１，Ｔ２はそれぞれ、ＥＤＲ処理によるＳ値を用いて下記式（２１），（２２）で示すように、Ｓ値の平方根に比例するように設定してもよいし、式（２３），（２４）で示すように、Ｌ値に反比例し、かつＳ値の平方根に比例するように設定してもよい。
【０１０３】
【数１３】
【０１０４】
このようにＥＤＲ処理によるＳ値および／またはＬ値に基づいて閾値を設定することにより、ＥＤＲによる画像データの読取条件に拘らず、異常陰影の検出性能を向上することができる。
【０１０５】
なお、モーフォロジーフィルタによる方法の他、他の閾値を用いて異常陰影候補を検出し得るいかなる方法についてもＥＤＲ処理により得られたＳ値および／またはＬ値に基づいて閾値を変更するようにしてもよい。
【０１０６】
また、この場合においても、閾値Ｔは、ＥＤＲ処理によるＳ値を用いて式（２１），（２２）で示すのと同様に、Ｓ値の平方根に比例するように設定してもよいし、式（２３），（２４）で示すのと同様に、Ｌ値に反比例し、かつＳ値の平方根に比例するように設定してもよい。
【図面の簡単な説明】
【図１】被写体である乳房の画像Ｐ１ を含むＸ線画像Ｐを示す図
【図２】図１（Ａ）のＩ−Ｉ線に沿ったＸ線画像Ｐの濃度値（デジタル画像データ）の分布図
【図３】閾値を設定するための処理を説明するための図
【図４】閾値を設定するための微分処理を説明するための図
【図５】モーフォロジーフィルターによる基本的な作用を説明するためのグラフ
【図６】モーフォロジーフィルターにおける構造要素を示す図
【図７】ＥＤＲの処理を示すフローチャート
【図８】Ｘ線照射野内の濃度ヒストグラム
【図９】ＥＤＲの動作原理を示す図
【図１０】読取条件である読取感度（Ｓ値）とラチチュード（Ｌ値）を表す図
【図１１】平坦部における異常陰影候補の信号値を示す図
【図１２】傾斜部における異常陰影候補の信号値を示す図
【符号の説明】
Ｐ Ｘ線画像
Ｐ１ 乳房の画像
Ｐ２ 直接Ｘ線部
Ｐ３ 微小石灰化陰影
Ｐ４ 血管の陰影
Ｐ５ Ｘ線の量子化ノイズ
Ｐ５ ′ノイズ成分Ｐ５ の一部
【発明の属する技術分野】
本発明は画像から異常陰影候補を検出する方法に関するものである。
【０００２】
【従来の技術】
蓄積性蛍光体シートやフイルムに記録された被写体の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、画像を表示装置等により再生することが種々の分野で行われている。特に近年、コンピューターとの組合わせによるコンピューテッドラジオグラフィー（ＣＲという）というデジタルラジオグラフィーの技術が開発され、種々のデジタルラジオグラフィーが臨床応用されている。
【０００３】
ところでこのＣＲでは、最適な被写体の放射線画像情報が放射線エネルギーレベルを媒体として蓄積記録されている蓄積性蛍光体シートを励起光により走査し、この走査により前記シートから発せられた輝尽発光光を光電読取手段により読み取って電気的画像信号（画像データ）を得る本読みに先立って、後にこの画像データに基づいて可視画像を再生したときにその再生画像が観察読影に最適な濃度、コントラストを有するものとなるように、予めこの本読みに用いられる励起光よりも低レベルの励起光により前記シートを走査してこのシートに蓄積記録された画像情報の概略を読み取る先読みを行い、この先読みにより得られた情報に基づいて前記本読みを行う際の読取感度（Ｓ値という）およびラチチュード（Ｌ値という）といった読取条件を決定する、ＥＤＲ（Ｅｘｐｏｓｕｒｅ Ｄａｔａ Ｒｅｃｏｇｎｉｚｅｒ）と称する「読取感度・コントラスト調整機能」を採用している。
【０００４】
そしてこのＥＤＲにより得られた読取条件に従って前記本読みを行い、この本読みにより得られた画像信号を画像処理手段に入力し、この画像処理手段で撮影部位および撮影条件等に応じて診断目的に適した出力画像が得られるように画像データを処理し、この画像信号を写真感光材料等に可視出力画像として再生するシステムが知られており、その詳細は例えば本出願人が先に出願し、既に出願公開された特開昭５８−６７２４０号公報等に開示されている。
【０００５】
またこのような先読み処理を行うことに伴う時間的ロスや処理および装置の複雑化を防止するために、蓄積性蛍光体シートから発光される輝尽発光光の検出レンジを十分に広く（例えば４桁程度）確保したうえで放射線画像情報の全体を読み取って画像データを得、この得られた画像データから最適な読取感度およびラチチュードを求め、得られた画像データをこれらの読取感度およびラチチュードに基づいて、これらの読取感度、ラチチュードで画像を再度読み取ったとした場合において得られる画像データと等価な画像データに変換処理する処理方法が採用されている（特開平２−１０８１７５号等）。
【０００６】
この方法によれば、光電読取手段による励起光照射光量、感度、ダイナミックレンジ等の競って位置を改めて設定し直すことなく計算処理だけで、最適な画像を再生するのに必要な画像データを得ることができる。
【０００７】
さらに、このように優れた特長を有するデジタルラジオグラフィーを、特に人体の医療診断用として、より積極的に活用することを目的とした、計算機（コンピューター）支援画像診断またはＣＡＤＭ（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｉａｇｎｏｓｉｓ ｏｆ Ｍｅｄｉｃａｌ Ｉｍａｇｅ ）と称される技術が提案されている。
【０００８】
この計算機支援画像診断等は、医療の現場における画像読影を通じての診断を補助するものである。すなわち従来においては、フイルム等の記録媒体やＣＲＴ等の表示装置により再生された放射線画像を専門医が目視により観察読影し、癌等を表すものとしての異常な腫瘤陰影やこの腫瘤陰影よりも小さく低濃度の微小石灰化陰影等（以下、これらを総称して異常陰影という）を早期に発見するよう努めていた。しかし、放射線画像を観察読影する読影者間の読影能力の差等により、そのような異常陰影を見落としたり、主観的判断による思い違いを生ずる可能性もある。
【０００９】
そこで計算機支援画像診断では、画像データに基づいて異常陰影と考えられる異常陰影候補を検出し、その検出した部位にマーキングを表示して放射線画像の読影者に注意を喚起し、あるいは読影者の客観的判断に役立つ材料として、検出した異常陰影候補の特徴的なものを定量的に提示することにより、上述のような読影者による見落としや思い違いの未然防止を目的としている（「ＤＲ画像における腫瘤影検出（アイリスフィルタ）」電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．３ Ｐ６６３〜６７０ １９９２年３月、「多重構造要素を用いたモルフォロジーフィルタによる微小石灰化像の抽出」同誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．７ Ｐ１１７０ 〜１１７６１９９２年７月等参照）。
【００１０】
ここで、モーフォロジー処理について説明する。モーフォロジー処理とは、腫瘤陰影とともに乳癌における特徴的形態である微小石灰化像の候補を検出する手法であり、マルチスケールλと構造要素（マスク）Ｂとを用い、（１）石灰化像そのものの抽出に有効であること、（２）複雑なバックグラウンド情報に影響されにくいこと、（３）抽出した石灰化像がひずまないこと、などの特徴がある。すなわち、この手法は一般の微分処理に比べて、石灰化像のサイズ・形状・濃度分布などの幾何学的情報をより良く保った検出が可能である。以下にその概要を述べる。
【００１１】
（モーフォロジーの基本演算）
モーフォロジーは一般的にはＮ次元空間における集合論として展開されるが、直感的な理解のために２次元の濃淡画像を対象として説明する。
【００１２】
濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここで、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示した場合には輝度が高い）ほど大きな画像信号となる高輝度高信号レベルの信号とする。
【００１３】
まず、簡単のために、その断面に相当する１次元の関数ｆ（ｘ）を考える。モーフォロジー演算に用いる構造要素ｇは次式（１）に示すように、原点について対称な対称関数
【００１４】
【数１】
であり、定義域内で値が０で、その定義域が下記式（２）であるとする。
【００１６】
【数２】
このとき、モーフォロジー演算の基本形は式（３）〜（６）に示すように、非常に簡単な演算となる。
【００１８】
【数３】
すなわち、ダイレーション（ｄｉｌａｔｉｏｎ）処理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じて決定される値）の幅の中の最大値を検索する処理であり（図５（Ａ）参照）、一方、エロージョン（ｅｒｏｓｉｏｎ ）処理は、注目画素を中心とした、±ｍの幅の中の最小値を検索する処理である（図５（Ｂ）参照）。また、ｏｐｅｎｉｎｇ （またはｃｌｏｓｉｎｇ ）処理は最小値（または最大値）探索の後に、最大値（または最小値）を探索することに相当する。すなわちｏｐｅｎｉｎｇ （オープニング）処理は低輝度側から濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより空間的に狭い範囲で変動する凸状の濃度変動部分（周囲部分よりも輝度が高い部分）を取り除くことに相当する（図５（Ｃ）参照）。一方ｃｌｏｓｉｎｇ （クロージング）処理は、高輝度側から濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより空間的に狭い範囲で変動す凹状の濃度変動部分（周囲部分よりも輝度が低い部分）を取り除くことに相当する（図５（Ｄ）参照）。
【００２０】
なお構造要素ｇが原点に対して対称ではない場合の、式（３）におけるダイレーション演算をミンコフスキー（Ｍｉｎｋｏｗｓｋｉ ）和、式（４）におけるエロージョン演算をミンコフスキー差という。
【００２１】
ここで、濃度の高いもの程大きな値となる高濃度高信号レベルの信号の場合においては、濃度値ｆ（ｘ）の画像信号値が高輝度高信号レベルの場合に対して大小関係が逆転するため、高濃度高信号レベルの信号におけるダイレーション処理は、高輝度高信号レベルにおけるエロージョン処理（図５（Ｂ））と一致し、高濃度高信号レベルの信号におけるエロージョン処理は、高輝度高信号レベルにおけるダイレーション処理（図５（Ａ））と一致し、高濃度高信号レベルの信号におけるオープニング処理は、高輝度高信号レベルにおけるクロージング処理（図５（Ｄ））と一致し、高濃度高信号レベルの信号におけるクロージング処理は、高輝度高信号レベルにおけるオープニング処理（図５（Ｃ））と一致する。
【００２２】
なお、本項では高輝度高信号レベルの画像信号（輝度値）の場合について説明する。
【００２３】
（石灰化陰影検出への応用）
石灰化陰影の検出には、原画像から平滑化した画像を引き去る差分法が考えられる。単純な平滑化法では石灰化陰影と細長い形状の非石灰化陰影（乳腺や血管や乳腺支持組織等）の識別が困難であるため、東京農工大の小畑らは、多重構造要素を用いたｏｐｅｎｉｎｇ （オープニング）演算に基づく下記式（７）で表されるモーフォロジーフィルターを提案している（「多重構造要素を用いたモルフォロジーフィルタによる微小石灰化像の抽出」電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．７ Ｐ１１７０ 〜１１７６ １９９２年７月、「モルフォロジーの基礎とそのマンモグラム処理への応用」ＭＥＤＩＣＡＬ ＩＭＡＧＩＮＧ ＴＥＣＨＮＯＬＯＧＹ Ｖｏｌ．１２ Ｎｏ．１ Ｊａｎｕａｒｙ １９９４ ）。
【００２４】
【数４】
ここでＢｉ （ｉ＝１，２，３，４）は図６に示す直線状の４つの構造要素Ｂである。構造要素Ｂを検出対象の石灰化陰影よりも大きく設定すれば、オープニング処理で、構造要素Ｂよりも細かな凸状の信号変化部分（空間的に狭い範囲で変動する画像部分）である石灰化像は取り除かれる。一方、細長い形状の非石灰化陰影はその長さが構造要素Ｂよりも長く、その傾き（延びる方向）が４つの構造要素Ｂｉ のうちいずれかに一致すればオープニング処理（式（７）の第２項の演算）をしてもそのまま残る。したがってオープニング処理によって得られた平滑化画像（石灰化陰影が取り除かれた画像）を原画像ｆから引き去ることで、小さな石灰化像の候補のみが含まれる画像が得られる。これが式（７）の考え方である。
【００２６】
なお前述したように、高濃度高信号レベルの信号の場合においては、石灰化陰影は周囲の画像部分よりも濃度値が低くなり、石灰化陰影は周囲部分に対して凹状の信号変化部分となるため、オープニング処理に代えてクロージング処理を適用し、式（７）に代えて式（８）を適用する。
【００２７】
【数５】
しかし、これによっても石灰化陰影と同等の大きさをもつ非石灰化陰影が一部残る場合があり、そのような場合については、次式（９）のモーフォロジー演算に基づく微分情報を利用して式（７）のＰに含まれる非石灰化像をさらに除去する。
【００２９】
【数６】
ここで、Ｍｇｒａｄの値が大きいほど石灰化陰影の可能性が大きいので、石灰化候補画像Ｃｓ は下記式（１０）により求めることができる。
【００３１】
【数７】
なお、Ｔ１，Ｔ２は実験的に決められる、予め設定された閾値である。
【００３３】
ただし、石灰化陰影の大きさとは異なる非石灰化陰影については、式（７）のＰと所定の閾値Ｔ１との比較のみで除去できるため、石灰化陰影と同等の大きさをもつ非石灰化陰影が残ることのないような場合は、式（１０）の第１項の条件（Ｐ（ｉ，ｊ）≧Ｔ１）を満たすだけでよい。
【００３４】
最後に、式（１１）に示す、マルチスケールのオープニング演算とクロージング演算との組合わせにより、石灰化陰影のクラスターＣｃ を検出する。
【００３５】
【数８】
ここで、λ１ とλ２ はそれぞれ融合したい石灰化陰影の最大距離と除去したい孤立陰影の最大半径とによって決められ、λ３ ＝λ１ ＋λ２ である。
【００３７】
なお、これらのモーフォロジーフィルターに関する説明は上述したように、高輝度高信号レベルの画像データの場合についてであるが、高濃度高信号レベルの画像データ（高濃度の画素ほど大きなデジタル値を持つ画像データ）の場合については、オープニング演算とクロージング演算とが逆の関係になる。
【００３８】
ところで、上述のアイリスフィルターおよびモーフォロジーフィルターの処理における異常陰影候補であることを判定するための閾値Ｔ，Ｔ１，Ｔ２は、いずれも、予め実験的に設定された一定の値である。一方、これらの異常陰影候補の検出処理の対象となる画像データは、既述したように、ＥＤＲにより読取感度・ラチチュードが調整された信号値である。
【００３９】
したがってこの信号値には、放射線画像に含まれている放射線の量子ノイズも含まれており、この量子ノイズの成分に係る画像データの大きさもＥＤＲによる読取感度・ラチチュードの調整に応じて変動することとなる。
【００４０】
このように量子ノイズの成分に係る画像データの大きさがＥＤＲにより変動するのに対し、上記異常陰影候補であるか否かを判定するための閾値が常に一定値では、量子ノイズに係る画像データを異常陰影候補として誤検出する虞がある。
【００４１】
そこで、ＥＤＲにより得られた読取感度および／またはラチチュードの値に応じて閾値の大きさを適切に設定して、異常陰影候補の検出精度を向上させる異常陰影検出方法が提案されている（特願平７−１７５９９７号）。
【００４２】
【発明が解決しようとする課題】
一方、画像データ上における異常陰影候補の信号値は、その候補の周辺の画像データの変化量に応じて変化してしまうものである。例えば、図１１（ａ）に示すように、比較的データ値の変化が小さい部分（以下平坦部とする）における異常陰影候補の信号値の大きさｈは、モーフォロジー演算処理を施した後においても、図１１（ｂ）に示すようにその大きさは変化しないものである。しかしながら、異常陰影候補の周辺の画像データの変化が大きい部分（以下傾斜部とする）においては、図１２（ａ）に示すようにその候補の信号値が平坦部における信号値と同一の値を示すものであっても、図１２（ｂ）に示すように信号値ｈよりも小さい値Ｈとして認識されてしまう。その結果、モーフォロジー演算処理を施した後の信号値も信号値ｈよりも小さい値Ｈとなってしまう。とくに、データ値の変化量が大きいほど信号値は小さい値として認識されてしまうものである。このように、画像データの変化量の大きさに応じて異常陰影候補の信号値の大きさが変動するのに対して、異常陰影候補であるか否かを検出するための閾値が常に一定値では、画像データの変化量の比較的大きい部分における異常陰影候補を検出できず、異常陰影を見落としてしまう虞がある。
【００４３】
本発明は上記事情に鑑み、放射線画像から得られる画像データのデータ値の変化量の大きさに関わらずその検出性能を向上させた異常陰影候補の検出方法を提供することを目的とするものである。
【００４４】
【課題を解決するための手段】
本発明の第１の異常陰影の検出方法は、放射線画像情報から異常陰影候補を検出するための所定の閾値を、異常陰影候補近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とするものである。
【００４５】
ここで、異常陰影候補を検出するための所定の閾値とは、異常陰影候補か否かを判定するのに用いられる閾値を意味するものである。以下の発明においても同様である。
【００４６】
また、本発明の第２の異常陰影候補の検出方法は、蓄積性蛍光体シートに蓄積記録された被写体の放射線画像情報を読み取って得られた画像データに基づいて、放射線画像情報を可視画像として再生するのに最適な読取条件と等価な正規化した読取感度およびラチチュードをさらに求め、
その放射線画像情報から異常陰影候補を検出するための所定の閾値を、正規化した読取感度が大きくなるのに応じて、および／または正規化したラチチュードが小さくなるのに応じて大きな値に設定するとともに、異常陰影候補近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とするものである。
【００４７】
ここで、異常陰影候補の検出としては、１）高輝度高信号レベルの画像データに対して、マルチスケールおよび多重構造要素を用いてオープニング処理を施し、このオープニング処理の施された画像データをもとの画像データから減算するモーフォロジー演算により第１の値を求め、この第１の値と前記所定の閾値とを比較することにより行うモーフォロジーフィルターによる検出方法であってもよいし、また、２）この第１の値の他に、画像データのミンコフスキー和からミンコフスキー差を減算した微分情報に基づく第２の値を求め、第１の値および第２の値をそれぞれ対応する前記所定の閾値と比較し、これら両比較の結果により行うモーフォロジーフィルターによる検出方法であってもよい。
【００４８】
なお上記１）にいう、高輝度高信号レベルの画像データに対するオープニング処理に基づくモーフォロジーフィルターによる検出方法には、高濃度高信号レベルの画像データに対するクロージング処理に基づくモーフォロジーフィルターによる検出方法をも含むものとする。高濃度高信号レベルの画像データに対するオープニング処理と高輝度高信号レベルの画像データに対するクロージング処理とは、ひとつの画像信号を濃度として見るか、輝度として見るかによる差しかなく、実質的に同一の処理だからである。
【００４９】
なお、本発明の第２の異常陰影検出方法における上記閾値は、上記正規化したラチチュードに反比例するように設定し、若しくは正規化した読取感度の平方根に比例するように設定し、または正規化したラチチュードに反比例するとともに正規化した読取感度の平方根に比例するように設定するのが望ましい。
【００５０】
ここで、本発明の第２の異常陰影検出方法における読取感度（Ｓ値）、ラチチュード（Ｌ値）について、以下に、詳細に説明する。
【００５１】
ＣＲでは、前述したＥＤＲと呼ばれる「先読みによる読取感度・コントラスト調整機能」を採用している。その原理と処理フローを図７に示す。先読み、すなわち本番の読取り（本読み、という）に先立ち、蓄積性蛍光体シート（以下、ＩＰ；Ｉｍａｇｉｎｇ Ｐｌａｔｅ という）を微弱なレーザー光で粗く走査して得られるＥＤＲ画像データと患者のＩＤ情報を登録した際に入力された撮影メニュー情報とから、まず分割撮影パターンを認識し、各分割領域毎に照射野絞り内の領域を抽出する。次に認識されたＸ線照射野内の濃度ヒストグラムを作成する。ヒストグラムは、図８に示すとおり、撮影部位や撮影方法で決まる撮影メニュー毎に特有のパターンを持っている。この性質を利用して有効な画像データの最大値Ｓ１ と最小値Ｓ２ を検出すれば画像濃度／コントラストが均一になるように本番の読取条件を決めることができる。
【００５２】
読取条件とは上述の読取感度（Ｓ値）とラチチュード（Ｌ値）の２つのパラメータで規定され、具体的には光電子増倍管の感度と増幅器のゲインを決定するものである。このようにして読み取られた本読み画像データは、どのような被写体をどのような技法で撮影しても、常に一定のデジタル値に正規化されているため、画像処理やデータ保管を容易にし、またフイルムやＣＲＴモニタ上に最適な濃度あるいは輝度とコントラストで再生することができる。
【００５３】
図９に示すシステムの動作原理を用いてＥＤＲの機能を詳細に説明する。
【００５４】
第１象限はＩＰに照射されたＸ線照射量と輝尽発光強度の関係を表す。これはＩＰの特筆すべき特長の一つで、入射Ｘ線量の広い範囲にわたって、これに比例した輝尽性発光強度が得られる。
【００５５】
第２象限はＥＤＲ機能、すなわち、読取部への入力としての輝尽発光強度とＥＤＲによって決定された読取条件で得られる出力デジタル信号との関係が表現されている。
【００５６】
第３象限では診断に適した表示特性に変換するための画像強調処理（周波数処理および階調処理）が行われる。本図では乳房撮影に適した階調処理曲線の例を示している。
【００５７】
第４象限はＣＲシステムにおける出力写真の特性曲線を示している。具体的には横軸に入射Ｘ線量、縦軸下向きにフイルムの濃度を示しており、通常の蛍光スクリーン・フイルムシステムを用いたＸ線写真の特性曲線の上下を逆にした形で表現されている。前述のとおり、ＥＤＲではＥＤＲ画像データのヒストグラムから、診断に有効な画像信号の最大値Ｓ１ および最小値Ｓ２ を検出し、Ｓ１ およびＳ２ を撮影メニュー毎に予め設定され値Ｑ１ およびＱ２ に変換されるように読取条件を決定する。
【００５８】
すなわち高Ｘ線量で画像レンジの狭い例（ｉ） の場合は（Ａ）が、低線量で画像レンジの広い例（ｉｉ）の場合は（Ｂ）が、それぞれＥＤＲの決定する読取条件である。この結果、ＣＲシステムの特性曲線はＸ線量の多少および画像レンジの大小に応じて任意に変化し、常に安定な画像濃度とコントラストを実現することができる。この点が従来のスクリーン／フイルムシステムの特性曲線と大幅に異なるところである。
【００５９】
前述のとおり、ＣＲにおける読取条件は読取感度とラチチュードの２つのパラメータで規定される。具体的には、図１０に示すＳ値が読取感度を示す指標、Ｌ値がラチチュードを示す指標であり、これら２つの指標によりこの画像データに関する読取条件を知ることができる。
【００６０】
Ｓ値は読取感度を表す指標であって、デジタル画素の中央値（１０ｂｉｔ の場合は５１１ ）に対応するＩＰの輝尽発光量を表す値Ｓｋ を用いて、次式（１２），（１３）で定義される。
【００６１】
【数９】
ここに輝尽発光量を表す値Ｓｋ は、Ｍｏ 管球の管電圧２５ｋＶｐ で２０ｍＲ（＝５．１６×１０−６Ｃ／ｋｇ）が照射されたときの発光量を基準値 ３．０とした、対数表現された尺度である。Ｓｋ 値がこの基準値 ３．０の場合におけるＳ値は４０であり、Ｘ線照射量が相対的に多くなるに応じてＳｋ は大きくなり、それに応じてＳ値は小さくなることが分かる。これは、ＩＰからの輝尽発光量が大きいため読取感度は低くても十分な信号が取り出せることを意味している。
【００６３】
一方、Ｌ値はＳｋ 値を中心にＩＰの輝尽発光量の何桁の範囲をデジタル化するかを表す指標で、ＥＤＲが検出した前述の特性値Ｓ１ およびＳ２ とそれらに対応する画素値Ｑ１ およびＱ２ とを用いて下記式（１４）で定義される。
【００６４】
【数１０】
例えば、Ｘ線エネルギー的に同じコントラストの信号をＬ値＝１とＬ値＝２で別々に読み取った場合、Ｌ値＝１の方がＬ値＝２に比べてデジタル値的に２倍の差を持つことになる。
【００６６】
ＥＤＲが決定する読取条件（Ｓ値とＬ値）は、あくまでも読影に適した濃度とコントラストを実現することに主眼をおいて決定される。例えば、ダイナミックレンジが狭い画像は積極的にコントラストをアップして、読影し易い画像になるよう制御している。
【００６７】
以上がＥＤＲが決定する読取条件であるＳ値とＬ値である。
【００６８】
ところで、このＥＤＲにおいて前述の先読みを行うことなく読取感度およびコントラストを最適化する技術が本願出願人によりすでに出願されており（特開平２−１０８１７５号）、以下、この先読みを行わないＥＤＲについて説明する。
【００６９】
前述した先読みを行うシステムでは、先読みにより、蓄積性蛍光体シートに蓄記録された放射線画像情報の概略を読み取っていたが、本発明の第１の異常陰影候補の検出方法では、先読みを行わないために放射線画像情報の概略が分からず、したがって蓄積性蛍光体シートから発せられる輝尽発光光を検出するための検出レンジを十分に広く設定しておく。これによって放射線画像情報の全体を読み取ることができ、この読み取って得られた画像データに基づいて、前述の先読みの場合と同様に、最適な再生画像を得るための読取条件である読取感度（Ｓ値）とラチチュード（Ｌ値）の２つのパラメータを求める。そしてこの求められた読取感度（Ｓ値）およびラチチュード（Ｌ値）に応じて、読み取って得られた画像データを変換処理すればよい。
【００７０】
この変換処理に際しては、求められた読取感度（Ｓ値）およびラチチュード（Ｌ値）に基づいて変換テーブルを作成し、この変換テーブルに基づいてすべての画像データを変換処理するようにすればよい。
【００７１】
そして、この変換処理して得られた画像データについて前述のモーフォロジーフィルター等によって異常陰影候補を検出する際の閾値もこれら読取感度、ラチチュードに応じて変化させてもよい。
【００７２】
本発明の第３の異常陰影候補の検出方法は、前述の先読みを行うシステムにおいて、その先読みによって得られた読取感度およびラチチュードに基づいて、異常陰影候補を検出するための所定の閾値を、この読取感度が大きくなるのに応じて、および／またはラチチュードが小さくなるのに応じて、大きな値に設定するとともに、異常陰影候補近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とするものである。
【００７３】
本発明の第３の異常陰影候補の検出方法においても、異常陰影候補の検出としては、前述の２つのモーフォロジーフィルターによる検出方法であることが好ましい。また閾値も、上記正規化したラチチュードに反比例するように設定し、若しくは正規化した読取感度の平方根に比例するように設定し、または正規化したラチチュードに反比例するとともに正規化した読取感度の平方根に比例するように設定するのが望ましい。
【００７４】
なお上記本発明の異常陰影候補の検出方法を、前述した計算機支援画像診断装置において適用することもできる。
【００７５】
すなわち、本発明の異常陰影候補の検出方法によって検出された異常陰影候補について再生画像にマーキングを施し、あるいはその特徴的なものを定量的に提示し、あるいは全体画像を標準の大きさでＣＲＴ等に表示しつつ異常陰影候補のみを拡大表示するなどの処理を計算機支援画像診断装置で行うことにより、画像読影者が判断を行うのに一層役立つものとなる。
【００７６】
また、画像データの変化量に応じて閾値を設定する方法としては、異常陰影候補近傍の画像データの変化量に基づく所定の閾値の設定を、検出の対象となる画像を構成する全ての画素について各画素ごとに微分処理を施して画素ごとの傾斜量を求め、この傾斜量が大きいほど前記所定の閾値を小さな値に設定することにより行うことが好ましい。
【００７７】
【発明の効果】
本発明の異常陰影候補の検出方法によれば、異常陰影候補近傍の画像データの変化量が大きいほど、異常陰影と異常陰影ではない陰影とを最終的に判定するための閾値は小さくなるように変動するため、画像データの変化量が大きく、異常陰影候補の検出処理において、異常陰影候補の信号値が実際より小さい値のものとして認識されてしまうような場合であっても、画像データの変化量に応じて閾値は変動されているため、信号値が小さくともその異常陰影候補を検出することができ、これにより、異常陰影の検出性能を向上し、異常陰影候補が検出できなくなることを防止することができる。
【００７８】
【発明の実施の形態】
以下、本発明の異常陰影候補の検出方法の具体的な実施の形態について図面を用いて説明する。
【００７９】
図１は被写体である乳房の画像Ｐ１ を含むＸ線画像Ｐを示す図である。また図２は、図１のＩ−Ｉ線に沿ったＸ線画像Ｐの濃度値（デジタル画像データ）の分布を示すものである。なお、Ｘ線画像Ｐのうち乳房の画像Ｐ１ 以外の領域は、Ｘ線が直接入射した直接Ｘ線部Ｐ２ であり、最も濃度の高い部分である。
【００８０】
また、本実施形態における画像データ（濃度値）は、画像Ｐの濃度の高いものほど高いデジタル画像値を示す高濃度高デジタル値の画像データである。
【００８１】
また、図１のＩ−Ｉ線上には悪性腫瘍を示す微小石灰化陰影Ｐ３ および所定の方向に延びた血管の陰影Ｐ４ が存在し、さらに画像全体にはＸ線の量子化ノイズＰ５ も含まれる（図２参照）。
【００８２】
この画像データに対して、血管陰影Ｐ４ よりも小さく、微小石灰化陰影Ｐ３ よりも大きく設定された構造要素を用いた前述の式（７）で表されるモーフォロジーフィルターによる処理を施すことにより、血管の陰影Ｐ４ は除去され、石灰化陰影Ｐ３ だけが検出される。
【００８３】
しかし、これによっても石灰化陰影Ｐ３ と同等の大きさをもつ、例えばノイズ成分Ｐ５ の一部Ｐ５ ′等が石灰化陰影Ｐ３ とともに検出されるので、前述の式（９）のモーフォロジー演算に基づく微分情報を利用してこのノイズ成分の一部Ｐ５ ′をさらに除去する。
【００８４】
ここで、Ｍｇｒａｄの値が大きいほど石灰化陰影Ｐ３ の可能性が大きいので、石灰化候補画像Ｃｓ を前述の式（１０）により求めることができる。
【００８５】
なお、Ｔ１，Ｔ２は、石灰化陰影Ｐ３ と非石灰化陰影（ノイズ成分Ｐ５ ′等）とを判別するための閾値であるが、常に一定の値を採るのではなく、閾値Ｔ１，Ｔ２はそれぞれ画像データの変化量の大きさに応じて設定される。すなわち、図２および前述した図１１（ａ），（ｂ）に示すように、画像データの変化量が比較的小さい平坦部においては、異常陰影候補である石灰化陰影Ｐ３ の信号値は、モーフォロジー演算に基づく処理によっても、その大きさは変化しないものである。しかしながら、異常陰影候補の近傍の画像データの変化が大きい傾斜部においては、その候補の信号値が平坦部における信号値と同一の値を示すものであっても、前述した図１２（ａ），（ｂ）に示すように信号値ｈよりも小さい値Ｈとして認識されてしまう。その結果、モーフォロジー演算処理を施した後の信号値も信号値ｈよりも小さい値Ｈとなってしまう。とくに、データ値の変化量が大きいほど信号値は小さい値として認識されてしまうものである。このように、画像データの変化量の大きさに応じて異常陰影候補の信号値の大きさが変動するのに対して、異常陰影候補であるか否かを検出するための閾値が常に一定値では、画像データの変化量の比較的大きい部分における異常陰影候補を検出できなくなってしまうおそれがある。
【００８６】
そこで本発明においては、閾値の大きさを画像データの変化量に応じて以下のようにして設定する。
【００８７】
まず下記の式（１５）により、マルチ構造要素に基づくクロージング処理を図３（ａ）に示すような画像データｆに対して施すことにより、モーフォロジー信号ｆ′を得る。
【００８８】
【数１１】
この処理により得られるモーフォロジー信号ｆ′は図３（ｂ）に示す信号値の分布を示すものとなる。次いで、このモーフォロジー信号ｆ′に対して１５×１５サイズのマスクによりフィルタリング処理を施すことにより、モーフォロジー信号ｆ′をぼかして、図３（ｃ）に示すようなモーフォロジー信号ｆ″を得る。そしてこのようにして得られたモーフォロジー信号ｆ″に対して単純微分処理を施す。この単純微分処理は、図４に示すように、微分処理を施すべき着目画素Ｐの近傍にある４つの画素ａ，ｂ，ｃ，ｄについて、下記の式（１６）により着目画素Ｐにおける微分値Ｄを算出することにより行う。
【００９０】
Ｄ＝｜ａ−ｂ｜＋｜ｃ−ｄ｜ （１６）
このようにして算出された微分値Ｄが着目画素Ｐにおける画像データｆの傾斜度を表すものとなる。
【００９１】
次いで、下記の式（１７）により予め定められた閾値Ｔを補正するための補正値αが算出される。
【００９２】
α＝Ｄ／２
但しｉｆ（α＞４） ｔｈｅｎ α＝４ （１７）
そして、補正値αによりあらかじめ定められた閾値を下記の式（１８）により補正することにより、閾値Ｔ１′，Ｔ２′を得る。
【００９３】
Ｔ１′＝Ｔ１−α
Ｔ２′＝Ｔ２−α （１８）
このようにして閾値Ｔ１′，Ｔ２′を設定することにより、異常陰影候補（石灰化陰影Ｐ３ ）の周辺の画像データの変化量が大きく、前述したようにモーフォロジー処理後の異常陰影候補の信号値が実際より小さくなるような場合であっても、石灰化陰影Ｐ３ が検出できなくなることを防止して、石灰化陰影Ｐ３ を検出することができる。
【００９４】
また、上述した式（１５）により得られたモーフォロジー信号ｆ′に対して上述した補正値αを加算して、モーフォロジー信号（ｆ′＋α）を得、このモーフォロジー信号（ｆ′＋α）に基づいて上述した式（７）または（８）を用いて処理を施すようにしてもよい。
【００９５】
なお上記実施形態は、異常陰影候補を検出する方法としてモーフォロジーフィルターを使用した場合のものであるが、本発明の異常陰影候補の検出方法は、モーフォロジーフィルターによる検出方法に限るものではなく、その他の閾値を用いて異常陰影候補を検出し得るいかなる方法についても適用することができる。
【００９６】
なお、上述した計算機支援画像診断装置に本発明による異常陰影検出方法を適用するものであってもよい。
【００９７】
また、閾値をＥＤＲ処理により求められた所定の読取感度（Ｓ値）、ラチチュード（Ｌ値）に応じて設定するようにしてもよい。
【００９８】
これは、ＥＤＲ処理によるＳ値およびＬ値に応じてノイズ成分Ｐ５ の大きさも変動するため、常に一定の値を採るのでは、異常陰影を正確に検出することができないからである。この場合、閾値Ｔ１，Ｔ２はそれぞれＥＤＲ処理によるＬ値を用いて下記式（１９），（２０）で示すように設定されている。
【００９９】
【数１２】
これは、ＥＤＲ処理によるＬ値が大きい場合には、収録される画像データの値の幅が小さくなるためノイズ成分の一部Ｐ５ ′のコントラストも同時に縮小され、閾値を小さくしても石灰化陰影Ｐ３ と非石灰化陰影であるノイズ成分の一部Ｐ５′とを判別することができ、石灰化陰影Ｐ３ のみを高精度で検出することができる。
【０１０１】
これとは反対に、ＥＤＲ処理によるＬ値が小さい場合には、収録される画像データの値の幅が大きくなるためノイズ成分の一部Ｐ５ ′のコントラストも同時に拡大され、従来のように閾値が一定では判別することができないが、本実施形態の方法によれば、Ｌ値が小さくなることによって閾値は大きくなり、石灰化陰影Ｐ３ と非石灰化陰影であるノイズ成分の一部Ｐ５ ′とを、判別することができる。
【０１０２】
さらに、閾値Ｔ１，Ｔ２はそれぞれ、ＥＤＲ処理によるＳ値を用いて下記式（２１），（２２）で示すように、Ｓ値の平方根に比例するように設定してもよいし、式（２３），（２４）で示すように、Ｌ値に反比例し、かつＳ値の平方根に比例するように設定してもよい。
【０１０３】
【数１３】
このようにＥＤＲ処理によるＳ値および／またはＬ値に基づいて閾値を設定することにより、ＥＤＲによる画像データの読取条件に拘らず、異常陰影の検出性能を向上することができる。
【０１０５】
なお、モーフォロジーフィルタによる方法の他、他の閾値を用いて異常陰影候補を検出し得るいかなる方法についてもＥＤＲ処理により得られたＳ値および／またはＬ値に基づいて閾値を変更するようにしてもよい。
【０１０６】
また、この場合においても、閾値Ｔは、ＥＤＲ処理によるＳ値を用いて式（２１），（２２）で示すのと同様に、Ｓ値の平方根に比例するように設定してもよいし、式（２３），（２４）で示すのと同様に、Ｌ値に反比例し、かつＳ値の平方根に比例するように設定してもよい。
【図面の簡単な説明】
【図１】被写体である乳房の画像Ｐ１ を含むＸ線画像Ｐを示す図
【図２】図１（Ａ）のＩ−Ｉ線に沿ったＸ線画像Ｐの濃度値（デジタル画像データ）の分布図
【図３】閾値を設定するための処理を説明するための図
【図４】閾値を設定するための微分処理を説明するための図
【図５】モーフォロジーフィルターによる基本的な作用を説明するためのグラフ
【図６】モーフォロジーフィルターにおける構造要素を示す図
【図７】ＥＤＲの処理を示すフローチャート
【図８】Ｘ線照射野内の濃度ヒストグラム
【図９】ＥＤＲの動作原理を示す図
【図１０】読取条件である読取感度（Ｓ値）とラチチュード（Ｌ値）を表す図
【図１１】平坦部における異常陰影候補の信号値を示す図
【図１２】傾斜部における異常陰影候補の信号値を示す図
【符号の説明】
Ｐ Ｘ線画像
Ｐ１ 乳房の画像
Ｐ２ 直接Ｘ線部
Ｐ３ 微小石灰化陰影
Ｐ４ 血管の陰影
Ｐ５ Ｘ線の量子化ノイズ
Ｐ５ ′ノイズ成分Ｐ５ の一部
Claims (12)
- 被写体の放射線画像情報が蓄積記録された蓄積性蛍光体シートを励起光により走査し、該走査により前記シートから発せられた輝尽発光光を光電読取手段により読み取って画像データを得、得られた画像データにモーフォロジーフィルターを用いた処理を施し、該処理により得られた値に閾値処理を施して、前記放射線画像情報から異常陰影の候補を検出する異常陰影候補の検出方法において、
前記異常陰影候補を検出するための所定の閾値を、前記閾値処理における着目画素近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とする異常陰影候補の検出方法。 - 前記画像データに基づいて、前記放射線画像情報を可視画像として再生するのに最適な読取条件と等価な正規化した読取感度をさらに求め、
前記所定の閾値を、前記正規化した読取感度が大きくなるのに応じて大きな値にさらに設定することを特徴とする請求項１に記載の異常陰影候補の検出方法。
（旧請求項２に対応） - 前記画像データに基づいて、前記放射線画像情報を可視画像として再生するのに最適な読取条件と等価な正規化したラチチュードをさらに求め、
前記所定の閾値を、前記正規化したラチチュードが小さくなるのに応じて大きな値にさらに設定することを特徴とする請求項１または２に記載の異常陰影候補の検出方法。 - 被写体の放射線画像情報が蓄積記録された蓄積性蛍光体シートを励起光により走査し、該走査により前記シートから発せられた輝尽発光光を光電読取手段により読み取って画像データを得る本読みに先立って、予め該本読みに用いられる励起光よりも低レベルの励起光により前記シートを走査して該シートに蓄積記録された画像情報の概略を読み取る先読みを行い、該先読みにより得られた情報に基づいて前記本読みを行う際の読取条件である読取感度を決定し、該読取条件に従って行う前記本読みにより得られた画像データにモーフォロジーフィルターを用いた処理を施し、該処理により得られた値に閾値処理を施して、前記放射線画像情報から異常陰影の候補を検出する異常陰影候補の検出方法において、
前記異常陰影候補を検出するための所定の閾値を、前記読取感度が大きくなるのに応じて大きな値に設定するとともに、
前記閾値処理における着目画素近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とする異常陰影候補の検出方法。 - 被写体の放射線画像情報が蓄積記録された蓄積性蛍光体シートを励起光により走査し、該走査により前記シートから発せられた輝尽発光光を光電読取手段により読み取って画像データを得る本読みに先立って、予め該本読みに用いられる励起光よりも低レベルの励起光により前記シートを走査して該シートに蓄積記録された画像情報の概略を読み取る先読みを行い、該先読みにより得られた情報に基づいて前記本読みを行う際の読取条件であるラチチュードを決定し、該読取条件に従って行う前記本読みにより得られた画像データにモーフォロジーフィルターを用いた処理を施し、該処理により得られた値に閾値処理を施して、前記放射線画像情報から異常陰影の候補を検出する異常陰影候補の検出方法において、
前記異常陰影候補を検出するための所定の閾値を、前記ラチチュードが小さくなるのに応じて大きな値に設定するとともに、
前記閾値処理における着目画素近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とする異常陰影候補の検出方法。 - 被写体の放射線画像情報が蓄積記録された蓄積性蛍光体シートを励起光により走査し、該走査により前記シートから発せられた輝尽発光光を光電読取手段により読み取って画像データを得る本読みに先立って、予め該本読みに用いられる励起光よりも低レベルの励起光により前記シートを走査して該シートに蓄積記録された画像情報の概略を読み取る先読みを行い、該先読みにより得られた情報に基づいて前記本読みを行う際の読取条件である読取感度およびラチチュードを決定し、該読取条件に従って行う前記本 読みにより得られた画像データにモーフォロジーフィルターを用いた処理を施し、該処理により得られた値に閾値処理を施して、前記放射線画像情報から異常陰影の候補を検出する異常陰影候補の検出方法において、
前記異常陰影候補を検出するための所定の閾値を、前記読取感度が大きくなるのに応じて、およびラチチュードが小さくなるのに応じて、大きな値に設定するとともに、
前記閾値処理における着目画素近傍の画像データの変化量が大きくなるのに応じて小さな値に設定することを特徴とする異常陰影候補の検出方法。 - 前記異常陰影の候補の検出は、高輝度高信号レベルの画像データに対して、マルチスケールおよび多重構造要素を用いてオープニング処理を施し、該オープニング処理の施された画像データをもとの画像データから減算するモーフォロジー演算により得られた値と前記所定の閾値とを比較することにより行うモーフォロジーフィルターによる検出方法であることを特徴とする請求項１から６のいずれか１項に記載の異常陰影候補の検出方法。
- 前記異常陰影の候補の検出は、高輝度高信号レベルの画像データに対して、マルチスケールおよび多重構造要素を用いてオープニング処理を施し、該オープニング処理の施された画像データをもとの画像データから減算するモーフォロジー演算により第１の値を求め、前記画像データのミンコフスキー和からミンコフスキー差を減算した微分情報に基づく第２の値を求め、前記第１の値および第２の値をそれぞれ対応する前記所定の閾値と比較し、これら両比較の結果により行うモーフォロジーフィルターによる検出方法であることを特徴とする請求項１から６のいずれか１項に記載の異常陰影候補の検出方法。
- 前記閾値は、前記読取感度の平方根に比例するように設定されたことを特徴とする請求項２、４または６のいずれか１項に記載の異常陰影候補の検出方法。
- 前記閾値は、前記ラチチュードに反比例するように設定されたことを特徴とする請求項３、５または６のいずれか１項に記載の異常陰影候補の検出方法。
- 前記異常陰影候補近傍の画像データの変化量に基づく前記所定の閾値の設定を、検出の対象となる画像を構成する全ての画素について各画素ごとに微分処理を施して該画素ごとの傾斜量を求め、該傾斜量が大きいほど前記所定の閾値を小さな値に設定することにより行うことを特徴とする請求項１から１０のいずれか１項に記載の異常陰影候補の検出方法。
- 検出対象となる異常陰影候補よりも大きく、これ以外の陰影よりも小さく設定されたマルチ構造要素によるクロージング処理を前記画像データに対して施し、これにより得られたモーフォロジー信号をフィルタリング処理によりぼかし、該ぼかされたモーフォロジー信号の前記着目画素における微分値を前記傾斜量として求めることを特徴とする請求項１１記載の異常陰影候補の検出方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26402195A JP3597272B2 (ja) | 1995-10-12 | 1995-10-12 | 異常陰影候補の検出方法 |
| US08/730,024 US5714764A (en) | 1995-10-12 | 1996-10-11 | Method for detecting prospective abnormal patterns |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26402195A JP3597272B2 (ja) | 1995-10-12 | 1995-10-12 | 異常陰影候補の検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09106448A JPH09106448A (ja) | 1997-04-22 |
| JP3597272B2 true JP3597272B2 (ja) | 2004-12-02 |
Family
ID=17397458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26402195A Expired - Fee Related JP3597272B2 (ja) | 1995-10-12 | 1995-10-12 | 異常陰影候補の検出方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5714764A (ja) |
| JP (1) | JP3597272B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6415049B1 (en) * | 1998-04-20 | 2002-07-02 | Konica Corporation | Apparatus for detecting and processing a radiation image |
| US6483122B1 (en) * | 1999-09-29 | 2002-11-19 | Konica Corporation | Radiation image conversion panel and stimulable phosphor |
| US7155041B2 (en) * | 2000-02-16 | 2006-12-26 | Fuji Photo Film Co., Ltd. | Anomalous shadow detection system |
| US20020051515A1 (en) * | 2000-06-06 | 2002-05-02 | Fuji Photo Film Co., Ltd. | Method of and system for detecting prospective abnormal shadow |
| JP2002008009A (ja) * | 2000-06-27 | 2002-01-11 | Fuji Photo Film Co Ltd | 画像処理条件決定方法および装置 |
| JP4169954B2 (ja) * | 2000-09-18 | 2008-10-22 | 富士フイルム株式会社 | 異常陰影候補の検出方法 |
| JP2002099896A (ja) | 2000-09-22 | 2002-04-05 | Fuji Photo Film Co Ltd | 異常陰影候補検出方法および装置 |
| JP2003057771A (ja) * | 2001-08-20 | 2003-02-26 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
| JP5570866B2 (ja) * | 2010-04-30 | 2014-08-13 | オリンパス株式会社 | 画像処理装置、画像処理装置の作動方法、および画像処理プログラム |
| JP5777650B2 (ja) * | 2013-01-29 | 2015-09-09 | 富士フイルム株式会社 | 超音波診断装置および超音波画像生成方法 |
| US10380690B2 (en) * | 2015-05-21 | 2019-08-13 | Chicago Mercantile Exchange Inc. | Dataset cleansing |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1203922A (en) * | 1981-10-16 | 1986-04-29 | Fuji Photo Film Co., Ltd. | Radiation image read-out method and apparatus |
| US5046147A (en) * | 1988-10-17 | 1991-09-03 | Fuji Photo Film Co., Ltd. | Radiation image processing method |
| JP3596786B2 (ja) * | 1995-01-24 | 2004-12-02 | 富士写真フイルム株式会社 | 異常陰影候補の検出方法 |
-
1995
- 1995-10-12 JP JP26402195A patent/JP3597272B2/ja not_active Expired - Fee Related
-
1996
- 1996-10-11 US US08/730,024 patent/US5714764A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US5714764A (en) | 1998-02-03 |
| JPH09106448A (ja) | 1997-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7155048B2 (en) | PCI radiation image processing apparatus, PCI radiation image detecting apparatus, PCI radiation image outputting apparatus, and PCI image diagnosis supporting apparatus | |
| US8009892B2 (en) | X-ray image processing system | |
| JP3596786B2 (ja) | 異常陰影候補の検出方法 | |
| JP4604451B2 (ja) | 医用画像処理装置及び悪性度の判定方法 | |
| JP2002162705A (ja) | 位相コントラスト放射線画像処理装置 | |
| JP3597272B2 (ja) | 異常陰影候補の検出方法 | |
| JP4307877B2 (ja) | 画像処理装置及び画像処理方法 | |
| JPH08263641A (ja) | アイリスフィルターの演算方法 | |
| CA2349224A1 (en) | Method for automatic detection of region of interest for digital x-ray detectors using a filtered histogram | |
| JP4169954B2 (ja) | 異常陰影候補の検出方法 | |
| JP4737724B2 (ja) | 放射線画像処理装置 | |
| JP2001357381A (ja) | 異常陰影候補検出方法および検出システム | |
| JP2002008009A (ja) | 画像処理条件決定方法および装置 | |
| JP2002125961A (ja) | 画像診断支援装置 | |
| JPH08287230A (ja) | 計算機支援画像診断装置 | |
| JPWO2007108346A1 (ja) | 放射線画像処理方法、放射線画像処理装置及び放射線画像撮影システム | |
| JP2004351056A (ja) | 医用画像処理装置 | |
| JP4628608B2 (ja) | 異常陰影候補検出装置 | |
| JPH11155849A (ja) | 骨画像情報取得方法 | |
| JP2001346787A (ja) | 異常陰影候補検出方法および検出システム | |
| JP2005109908A (ja) | 画像処理装置および画像処理プログラム | |
| JP3596792B2 (ja) | 異常陰影候補領域を含む局所領域の抽出方法および装置 | |
| JPH10108859A (ja) | 異常陰影候補の検出方法および装置 | |
| JP2001292324A (ja) | 画像処理装置および画像処理方法 | |
| JP2002133396A (ja) | 異常陰影候補検出装置および画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040525 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040707 |
|
| 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: 20040907 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040908 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070917 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080917 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080917 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090917 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090917 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100917 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100917 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110917 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |