JP3975668B2 - 特徴量正誤判定方法および画像処理装置 - Google Patents
特徴量正誤判定方法および画像処理装置 Download PDFInfo
- Publication number
- JP3975668B2 JP3975668B2 JP2000332021A JP2000332021A JP3975668B2 JP 3975668 B2 JP3975668 B2 JP 3975668B2 JP 2000332021 A JP2000332021 A JP 2000332021A JP 2000332021 A JP2000332021 A JP 2000332021A JP 3975668 B2 JP3975668 B2 JP 3975668B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- region
- feature
- image
- feature amount
- 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
- 238000012545 processing Methods 0.000 title claims description 54
- 238000000034 method Methods 0.000 title claims description 32
- 238000000605 extraction Methods 0.000 claims description 87
- 230000008859 change Effects 0.000 claims description 59
- 238000003384 imaging method Methods 0.000 claims description 29
- 230000005855 radiation Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012217 deletion Methods 0.000 claims description 8
- 230000037430 deletion Effects 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 7
- 210000000988 bone and bone Anatomy 0.000 description 12
- 239000000284 extract Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 210000003557 bones of lower extremity Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000002601 radiography Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 210000003109 clavicle Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の属する技術分野】
本発明は放射線画像における被写体の撮影部位または撮影方向を認識するための技術の改良に関し、特に、その認識に利用する特徴量の正誤判定を行う技術に関する。
【0002】
【従来の技術】
近年、放射線画像を直接ディジタル画像として撮影できる装置が開発されている。たとえば、被写体に照射された放射線量を検出し、その検出量に対応して形成される放射線画像を電気信号として得る装置では、輝尽性蛍光体を用いたディテクタを用いる方法が特開昭55−12429号公報、特開昭63−189853号公報など、多数開示されている。
【0003】
このような装置では、シート状の基板に輝尽性蛍光体を塗布、あるいは蒸着等によって固着したディテクタに、いったん被写体を透過した放射線を照射して輝尽性蛍光体に放射線を吸収させる。その後、この輝尽性蛍光体を光または熱エネルギーで励起することにより、この輝尽性蛍光体が上記吸収によって蓄積している放射線エネルギーを蛍光として放射させ、この蛍光を光電変換して画像信号を得るようにしている。
【0004】
一方、照射された放射線の強度に応じた電荷を光導電層に生成し、生成された電荷を二次元的に配列された複数のコンデンサに蓄積し、それら蓄積された電荷を取り出すことにより得られる放射線画像検出装置が提案されている。このような放射線画像形成装置はフラットパネルディテクタ(FPD)と呼ばれる。
【0005】
このFPDとしては、特開平9−90048号公報に記載されているように、照射された放射線強度に応じた蛍光を発する蛍光体と、蛍光体から発する蛍光を直接または縮小光学系を介して受光し、光電変換を行うフォトダイオードやCCDのような光電変換素子の組み合わせによって実現されるものが知られている。また特開平6−342098号公報に記載されているように、照射された放射を直接電荷に変挽するものも知られている。
【0006】
これらの装置では、放射線画像を診断に適した階調で表現するために、医師が注目する部分(関心領域)について見やすくなるよう、前記のような装置で得られた画像を自動的に階調変換することが望ましい。このような自動階調変換を行うために、画像データの統計的特徴(データの最大値・最小値・ヒストグラム等)から、入力信号備に対する出力信号値を規定したルックアップテーブル(LUT)等、処理条件を決定し、画像全体に対して階調変換処理を施すことが行われる。また、細部の構造を見やすくするため、エッジ強調処理を行ったり、被写体の信号領域を狭めて、濃度の高い部分と低い部分を同時に観察しやすくするためのダイナミックレンジ圧縮処理等も行われる。
【0007】
しかし、診断に利用する放射線撮影では、撮影対象となる部位が頭部から四肢まで多岐に渡り、それぞれによって医師が注目する領域も異なるため、診断に最適な画像を得るための画像処理条件は、撮影部位毎に異なるものとなる。また、同様に、撮影方向によっても、処理条件は異なるものとなる。
【0008】
そのため、従来これらの装置では、画像処理を行う前に、最適な処理条件を選択するため、被写体の撮影部位、方向等を入力する必要があった。一部の病院では、病院情報システム(HIS)や放射線科情報システム(RIS)を備えているところもあり、放射線撮影のオーダー情報から直接撮影部位情報や撮影方向情報を取得できるため、特に放射線技師等の操作無く、最適な処理条件を選択可能である。しかし、多数の病院ではこのようなシステムを備えていないため、技師等が手入力にてこれらの情報を入力する必要がある。また、緊急時の撮影においても、迅速に撮影を行うために、上記のHISやRISを備えた病院でも、技師等が被写体の部位情報等を手入力する場合もある。
【0009】
しかし、一般に撮影される部位は100種類以上も有り、この中から毎回撮影を行う度に上記入力作業を行うことは煩雑であり、放射線撮影を行う放射線技師の負担となっていた。
【0010】
そこで、撮影された画像を読み取って自動的に被写体の部位、方向を認識して、最適な処理条件を選択することが、技師の負担を軽くするために求められている。
【0011】
上記に鑑み、被写体の撮影部位、撮影方向を自動的に判定する方法として、たとえば特開平4−141153号公報、特開平4−144546号公報等に記載の技術が開示されている。
【0012】
これらは画像の中央プロファイルや、ヒストグラム等複数の特徴量を用い、各々の特徴量別に前記判定を行い、それら判定結果から確信度の高いもの、または多数決により最終的な判定結果を得るものである。
【0013】
【発明が解決しようとする課題】
一方、被写体の撮影部位および方向を判別するために、被写体の外形形状や、骨部、肺野輪郭等の情報を抽出できれば、非常に有用である。そのため、たとえば画像から被写体が撮影されている領域だけを抽出し、その領域の外形形状を調べて特徴量を求めたり、近傍画素間の差分値等求めてエッジを抽出することにより、特徴量を求めて撮影部位等の認識に利用することが考えられる。しかし、このような画像データからの認識により特徴量を抽出する方法では、いつも正しく特徴量を抽出できるとは限らない。もし、本来なら当該被写体では有りえないような特徴量を誤って抽出してしまい、そのままその特徴量を用いて撮影部位等の認識を行うと、最終的な認識結果も誤ったものとなってしまう。
【0014】
本発明は、放射線画像に対して、複数の特徽量を求め、それら特徴量を互いに組み合わせることにより、正誤判定を行って誤った特徴量を削除し、精度良く被写体の撮影部位や撮影方向を認識する方法(特徴量正誤判定方法)および装置(画像処理装置)を提供するものである。
【0015】
【課題を解決するための手段】
すなわち、前記した課題を解決する本発明は、放射線撮影において、被写体の撮影部位および方向を認識するために必要な特徴量の抽出において、あるカテゴリーに属する特徴量と、他のカテゴリーに属する特徴量とを組み合わせ、有りえない組み合わせのときには、一方または双方の特徴量を誤って検出されたものとみなすことにより、被写体の部位、方向認識の精度を向上する。
【0016】
より具体的には、以下の(1)〜(3)の通りである。
(1)請求項1記載の発明は、被写体を透過した放射線量を検出し、その検出量に対応した放射線画像に対し、被写体が撮影されている被写体領域を抽出することにより、被写体の撮影部位または撮影方向を特定するために使用する特徴量を抽出する複数の特徴量抽出ステップと、前記複数の特徴量抽出ステップから得られた複数の特徴量の組み合わせは形状ベクトルおよびエッジパターンベクトルの組合せで構成されており、削除対象として予め記憶されている組合せと比較して同一の組合せとなる特徴量を削除することにより、該特徴量の正誤判定を行う特徴量正誤判定ステップと、を有し、前記複数の特徴量抽出ステップは、前記被写体領域抽出ステップによって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化から特徴量を抽出するエッジ特徴量抽出ステップと、前記被写体領域抽出ステップによって抽出された被写体領域の外形形状から特徴量を抽出する外形特徴量抽出ステップとを有する、ことを特徴とする特徴量正誤判定方法である。
【0017】
また、請求項4記載の発明は、被写体を透過した放射線量を検出し、その検出量に対応した放射線画像に対し、被写体が撮影されている被写体領域を抽出することにより、被写体の撮影部位または撮影方向を特定するために使用する特徴量を抽出する複数の特徴量抽出手段と、前記複数の特徴量抽出手段から得られた複数の特徴量の組み合わせは形状ベクトルおよびエッジパターンベクトルの組合せで構成されており、削除対象として予め記憶されている組合せと比較して同一の組合せとなる特徴量を削除することにより、該特徴量の正誤判定を行う特徴量正誤判定手段と、を有し、前記複数の特徴量抽出手段は、前記被写体領域抽出手段によって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化から特徴量を抽出するエッジ特徴量抽出手段と、前記被写体領域抽出手段によって抽出された被写体領域の外形形状から特徴量を抽出する外形特徴量抽出手段とを有する、ことを特徴とする画像処理装置。
【0018】
これらの発明では、放射線画像に対して被写体の撮影部位または撮影方向を特定するために使用する特徴量を複数の特徴抽出ステップで抽出し、前記複数の特徴抽出ステップから得られた複数の特徴量の組み合わせによる特徴量正誤判定ステップで該特徴量の正誤判定を行うようにしている。
【0019】
このようにして複数の特徴量の組み合わせにより、特徴の正誤判定を行うことによって、撮影部位または方向を精度良く認識することができる。
【0020】
また、請求項7記載の発明は、被写体を透過した放射線量を検出し、その検出量に対応した放射線画像に対し、被写体が撮影されている被写体領域を抽出する被写体領域抽出手段を有し、前記被写体領域抽出手段によって抽出された被写体領域から複数の特徴量を抽出する、ことを特徴とする請求項6記載の画像処理装置である。
【0021】
これらの発明では、放射線画像に対して被写体が撮影されている被写体領域を抽出する被写体領域抽出ステップを有し、前記被写体領域抽出ステップによって抽出された被写体領域から複数の特徴量を抽出するようにしている。
【0022】
このようにして画像から被写体領域だけを抽出して特徴量を調べることにより、照射野外の不要な信号に惑わされなくなり、さらに精度良く撮影部位または方向を認識することができる。
【0025】
これらの発明では、前記複数の特徴量抽出ステップは、前記被写体領域抽出ステップによって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化から特徴量を抽出し、抽出された被写体領域の外形形状から特徴量を抽出するようにしている。
【0026】
このようにして被写体の外形形状、およびエッジパターンを特徴量としてその組合せで正誤判定を行うことにより、被写体の輪郭と内部構造を調べた結果が矛盾することがなくなり、精度良く撮影部位または方向を認識することができる。
【0027】
(2)請求項2記載の発明は、前記エッジ特徴量抽出ステップは、前記被写体領域抽出ステップによって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化量が、所定の条件を満たす画素を抽出するエッジ検出ステップと、前記エッジ検出ステップによって抽出された画素の空間分布に基づいて被写体の特徴量を抽出するエッジパターン検出ステップとを有する、ことを特徴とする請求項1記載の特徴量正誤判定方法である。
【0028】
また、請求項5記載の発明は、前記エッジ特徴量抽出手段は、前記被写体領域抽出手段によって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化量が、所定の条件を満たす画素を抽出するエッジ検出手段と、前記エッジ検出手段によって抽出された画素の空間分布に基づいて被写体の特徴量を抽出するエッジパターン検出手段とを有する、ことを特徴とする請求項4記載の画像処理装置である。
【0029】
これらの発明では、前記エッジ特徴量抽出ステップは、前記被写体領域抽出ステップによって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化量が、所定の条件を満たす画素を抽出し、抽出された画素の空間分布に基づいて被写体の特徴量を抽出するようにしている。
【0030】
このようにしてエッジパターンから被写体の特徴をより良く示す特徴量を抽出することにより、他の特徴量との組み合わせによる正誤判定の精度を向上させることができる。
【0031】
(3)請求項3記載の発明は、前記外形特徴量抽出ステップは、前記被写体領域の境界を検出する領域境界点検出ステップと、前記領域境界点検出ステップによって検出された複数の領域境界点から、前記被写体領域の境界の位置変化量を算出する位置変化量算出ステップと、前記位置変化量算出ステップによって算出された位置変化量から外形形状を特定する形状特定ステップとを有し、前記領域境界点検出ステップは、画像を水平もしくは垂直方向の一方または両方について、画像の一端から他方の画像端まで順に走査する複数の異なる走査線を用い、各走査線上のある注目画素について、該注目画素が前記被写体領域に含まれるとともに該注目画素の任意の近傍画素が前記被写体領域に含まれない場合には該注目画素を領域境界点として抽出し、前記位置変化量算出ステップは、全てまたは任意の複数の領域境界点について、隣接する他の領域境界点との位置変化量を求め、前記形状特定ステップは、複数の前記位置変化量から予め準備した複数のパターンに分類することにより外形形状を特定する、ことを特徴とする請求項1記載の特徴量正誤判定方法である。
【0032】
また、請求項6記載の発明は、前記外形特徴量抽出手段は、前記被写体領域の境界を検出する領域境界点検出手段と、前記領域境界点検出手段によって検出された複数の領域境界点から、前記被写体領域の境界の位置変化量を算出する位置変化量算出手段と、前記位置変化量算出手段によって算出された位置変化量から外形形状を特定する形状特定手段とを有し、前記領域境界点検出手段は、画像を水平もしくは垂直方向の一方または両方について、画像の一端から他方の画像端まで順に走査する複数の異なる走査線を用い、各走査線上のある注目画素について、該注目画素が前記被写体領域に含まれるとともに該注目画素の任意の近傍画素が前記被写体領域に含まれない場合には該注目画素を領域境界点として抽出し、前記位置変化量算出手段は、全てまたは任意の複数の領域境界点について、隣接する他の領域境界点との位置変化量を求め、前記形状特定手段は、複数の前記位置変化量から予め準備した複数のパターンに分類することにより外形形状を特定する、ことを特徴とする請求項4記載の画像処理装置である。
【0033】
これらの発明では、前記外形特徴量抽出ステップは、画像を水平もしくは垂直方向の一方または両方について、画像の一端から他方の画像端まで順に走査する複数の異なる走査線を用い、各走査線上のある注目画素について、該注目画素が前記被写体領域に含まれるとともに該注目画素の任意の近傍画素が前記被写体領域に含まれない場合には該注目画素を領域境界点として抽出し、全てまたは任意の複数の領域境界点について、隣接する他の領域境界点との位置変化量を求め、複数の前記位置変化量から予め準備した複数のパターンに分類することにより外形形状を特定するようにしている。
【0034】
このようにして被写体の外形形状から被写体の特徴をより良く示す特徴量を抽出することにより、他の特徴量との組み合わせによる正誤判定の精度を向上させることができる。
【0035】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態例を詳細に説明する。
(1)全体構成:
以下、画像処理装置の構成を大まかなブロックに従って説明する。なお、本実施の形態例の画像処理装置の各手段は、ハードウェアやファームウェア、またはソフトウェアで構成することが可能である。このため、各手段の処理手順に沿った機能ブロック図を示す。なお、この機能ブロック図は、画像処理方法の実施の形態例を理解するためのフローチャートとしても用いることができる。
【0036】
放射線画像形成手段10により得られた放射線画像を、縮小画像生成手段20に送信する。縮小画像生成手段20で生成された間引き画像を被写体領域抽出手段30、外形特徴量抽出手段40、エッジ特徴量抽出手段50、その他の特徴抽出手段へ送信する。その他の特徴抽出手段としては、濃度分布を調べるものや、被写体のサイズを調べるものが挙げられる。
【0037】
被写体領域抽出手段30では、画像中、被写体が実際に撮影されている領域を抽出し、その領域を示す領域表示画像を外形特徴量抽出手段40、エッジ特徴量抽出手段50、その他の特徴抽出手段へ送信する。外形特徴量抽出手段40では、間引き画像、および領域表示画像を用いて被写体の外形形状を示す特徴量を抽出する。
【0038】
エッジ特徴量抽出手段50では、間引き画像、および領域表示画像を用いて、主に被写体内部の構造物を示す特徴量を抽出する。外形特徴量抽出手段40、およびエッジ特徴量抽出手段50で得られた特徴量は、それぞれ正誤判定手段60へ送られる。
【0039】
正誤判定手段60では、送られてきた特徴量の組合せを基に正誤判定処理を行い、正しいと判断した特徴量のみを被写体認識手段70へ送る。被写体認識手段70では、送られてきた特徴量を基に被写体の部位、および撮影方向を認識する。
【0040】
(2)放射線画像形成:
図1に示すように、放射線画像形成手段10により、照射された放射線量の対数に比例した信号値を有する画像が取得され、縮小画像生成手段20に送られる。この放射線画像形成手段10としては、前述したFPDを使用したものや、輝尽性蛍光体プレートを読み取って放射線画像を生成する既知の装置を使用することができる。
【0041】
以降の処理については、専用のハードウェアを構成することにより、電子回路として実現することができる。また、ソフトウェアとして実現することも可能である。
【0042】
以降の処理に必要な時間を短縮するため、縮小画像生成手段20により、原画像からサンプリングをして画素数を縮小させた間引き画像を作成し、この間引き画像を被写体領域抽出手段30、外形特徴量抽出手段40、エッジ特徴量抽出手段50へそれぞれ転送する。
【0043】
以降の処理は、この間引き画像を用いて行う。間引き画像は、できるだけ画素数の少ない方が処理時間短縮のために望ましいが、被写体の特徴が判別できる程の情報量は備えている必要があるため、1mm平方から5mm平方程度の画素サイズとなることが望ましい。なお、ハードウェアの能力に余裕がある場合には、間引き画像を用いる代わりに、原画像を用いて処理してもよい。その場合は、放射線画像生成手段10から原画像を直接被写体領域抽出手段30、外形特徴量抽出手段40、エッジ特徴量抽出手段50へ転送する。
【0044】
なお、この実施の形態例では、間引き画像を用いて処理を行うものとして以下の実施の形態例について説明する。
(3)被写体領域抽出:
被写体領域抽出手段30では、図2に示すように、画像中に存在する被写体領域を抽出し、その情報を外形特徴量抽出手段40、エッジ特徴量抽出手段50へ送信する。
【0045】
(3a)画像を複数の小領域に分割する(図2(a))。
(3b)各小領域内毎に、該小領域に含まれる画素信号値の平均信号値をしきい値Th1としてそれぞれ求める。
【0046】
(3c)各小領域毎に、しきい値Th1より信号値の低い画素を被写体領域として検出する(図2(b))。
(3d)各小領域で得られた被写体領域の平均信号値を求め、しきい値Th2とする。
【0047】
(3e)画像全体で、しきい値Th2よりも信号値の低い画素を被写体領域として検出する(図2(c))。
(3f)照射野外領域を検出された被写体領域から除くために、照射野外領域の境界線を求め、その境界線と、近い方の画像端までの間を、照射野外領域として取り除く(図2(d))。
【0048】
(3g)照射野外領域の境界線は次のように求める。まず、被写体領域の境界に位置する画素を境界点として検出する。そして、同方向の境界点が多数並ぶ直線を境界候補線として検出する。境界候補線は、任意の2点の境界点から直線の方程式を計算し、その直線上に存在する境界点の個数が、所定のしきい値Th3以上なら検出する。そして、境界候補線から画像端までの間が、ほぼ被写体領域となっている場合、その境界候補線は、照射野外領域境界線として、画像端までの間の被写体領域を、照射野外領域として取り除く。
【0049】
また、被写体領域を抽出する他の手段としては、以下の方法が考えられる。特開昭63−259538号公報、特開昭63−244029号公報、特開平5−7579号公報等に記載された方法により、照射野野領域を検出した後、照射野領域内の画素信号値のヒストグラムの形状から、放射線が直接照射された領域に相当する信号値を見つけ、それらの信号値に相当する領域を照射野から除外した残りの照射野領域を被写体領域とする。
【0050】
上記手段によって得られた被写体領域は、領域表示画像によって示される。領域表示画像は、間引き画像と同サイズの画像として与えられ、被写体領域に含まれる画素は‘1’、被写体領域外の画素は‘0’、前記照射野外領域境界線上に位置する画素は‘2’の画素値となるように設定する。
【0051】
被写体領域が互いに連結することのない、複数の領域からなる場合、このうちの最大の領域のみを抽出する。被写体領域数の算出、および各領域の分類については、たとえば従来からよく用いられるラベリング処理等を利用することができる。
【0052】
こうして被写体領域が複数の領域に分類された場合、各領域に含まれる画素の数をそれぞれカウントし、画素数が最大となる領域のみを改めて被写体領域とし、領域表示画像を更新する。この領域表示画像は、外形特徴量抽出手段40、エッジ特徴量抽出手段50へ送られる。
【0053】
(4)外形特徴量抽出:
外形特徴量抽出手段40は、図3に示すように、前記被写体領域抽出手段30によって得られた被写体領域の外形に基づいて、被写体の部位、および方向を判定するために有用な情報を取得する。そこで、被写体領域の領域端を検出して特徴的な領域端の位置変化を見つけ、その結果から特徴量を抽出する。
【0054】
外形特徴量抽出手段40は、領域境界点検出手段41、位置変化量算出手段42、および形状特定手段43からなる。これらの動作について以下に説明する。
(4−1)領域境界点検出:
(4-1-a)領域境界点検出手段41(図3参照)は、被写体領域を示す領域表示画像に対し、水平方向かつ等間隔に、画像の一端から他方の画像端まで順に走査する複数の異なる走査線を設定する。
【0055】
(4-1-b)各走査線上で、画像左端から順に1画素ずつ右側へ移動しながら画素値を調べ、画素値が最初に‘0’または‘2’から‘1’に変わる位置の画素を領域境界点(左)として検出する。その後、今度は同じ走査線上で画像右端から順に1画素ずつ左側へ移動しながら画素値を調べ、画素値が最初に‘0’または‘2’から‘1’に変わる位置の画素も領域境界点(右)として検出する。もし、画像端での画素値が‘1’の場合は、その走査線上での画像端の画素を領域境界点とする。検出された各領域境界点は、その座標値と、(左)または(右)のいずれに属するかを示す情報が位置変化量算出手段42に送られる。
【0056】
(4−2)位置変化量算出:
位置変化量算出手段42は、前記領域境界点検出手段41によって得られた領域境界点について、(左)または(右)のグループ毎に、隣接する領域境界点との水平座標値の差を計算する。
【0057】
次に、前記水平座標値の差から、前記グループ毎に水平座標について被写体領域形状が‘凸’となる極大点((左)グループなら、水平座標が局所的に最も左側となる点、(右)グループなら水平座標が局所的に最も右側となる点に相当)、被写体領域形状が‘凹’となる極小点((左)グループなら、水平座標が局所的に最も右側となる点、(右)グループなら水平座標が局所的に最も左側となる点に相当)を求める。また、これら極点(極大、極小点)についてその近傍での凹凸度合を調べる。
【0058】
極点の位置、および凹凸度合は、以下のように算出する。以下に説明する方法は、(左)グループ、(右)グループとも同様に利用できるので、片方のグループについてのみ説明する。
【0059】
(4-2-1)極点位置検出:
被写体領域の最上方および最下方に存在する領域境界点以外の領域境界点について、被写体領域上方より順に以下の処理を行う。
【0060】
当該領域境界点p0とその上方に存在する隣接領域境界点p1との水平座標の差分値s1を求める。同様に、当該領域境界点p0とその下方に存在する隣接領域境界点p2との水平座標の差分値s2を求める。
【0061】
次に、s1×s2の符号を調べ、所定の条件を満たす場合、極点を検出する。s1×s2<0のとき、当該領域境界点p0を極点とする。s1×s2=0のときで、かつsj(j=1,2)の一方のみ0のとき、差分値が0である方向(上または下)に対し、p0とその近傍に存在する他の領域境界点について、p0から離れる方向へ、順番に水平座標の差分値を計算していく。そして最初に差分値が0以外となったとき、改めてその差分値をsjとする。そしてもう一度s1×s2を計算する。このときs1×s2<0となれば、前記p0と、sjが初めて0以外の値となったときの領域境界点の中点を極点とする。
【0062】
(4-2-2)凹凸度合:
まず、極点から上方に隣接領域境界点間の水平座標の差分値を順次調べてゆき、その差分値が極点上方近傍での差分値と逆符号となるか、0となる点aを求める。また同様に、極点から下方に隣接領域境界点間の水平座標の差分値を順次調べてゆき、その差分値が極点下方近傍での差分値と逆符号となるか、0となる点bを求める。
【0063】
これら点a、点bについて、極点近傍の差分値と逆符号になる点が見つからない場合、被写体が存在している垂直座標のそれぞれ最も上方、下方の点を点a、点bとする。
【0064】
これらの点a、bの水平座標の平均値と当該極点の水平座標の差を深度、および点a、b間の垂直座標の差を幅としてそれぞれ極点の凹凸度合を表す指標とする。
【0065】
上記点a、点bの求め方として、差分値を基準とする代わりに、水平座標の2次微分値を基準としてもよい。2次微分値を基準にする場合も、極点近傍の2次微分値と逆符号となるか‘0’となる点を点a、点bとする。ただし、差分によって求めた凹凸度合と、2次微分値によって求めた凹凸度合を混在させないようにする。
【0066】
この凹凸度合を調べる際、微小な変化を検出して大局的な変化を誤らないよう、上記差分値を計算する領域境界点間の距離をある程度離す等の工夫をすることが望ましい。たとえば、垂直方向(領域境界点を検出する際の走査線と直交する方向)の被写体領域の長さを10〜30等分した等分線上にある領域境界点のみを用いたり、隣接する複数の領域境界点の平均水平座標を求め、その平均水平座標を基準に上記差分値を求める、等の方法がある。
【0067】
また、被写体領域と照射野端とが接するところでは、本来の被写体の形状と異なって、凸型の形状となってしまうことがある(図4参照)。そのため、極点が極大点で、かつ被写体領域と照射野端とが接する場合には、この当該極点は検出しなかったものとみなし、深度、幅とも‘0’とする。
【0068】
被写体領域と照射野端とが接するかどうかの判断は、極点近傍かつ上方、または下方のどちらかにある複数の領域境界点において、所定の距離以内(1〜3画素程度)に照射野端を示す、領域表示画像の画素値が‘2’となる画素があれば、被写体領域と照射野端は接していると判断する。
【0069】
(4−3)算出結果その他:
上記位置変化量算出手段42により求められた極点のうち、凹凸度合の大きいものが外形形状をほぼ代表すると考えられる。そこで上記(左)または(右)のグループ毎に、深度の絶対値が大きいものから順に所定数(1〜3個程度が望ましい)だけを抽出し、極点の位置、凹凸のいずれか、深度、幅の情報を1セットとして、外形形状情報とする。
【0070】
また上記の被写体の水平方向の位置変化と同様に、垂直方向の位置変化についても極点を求め、外形形状情報として形状特定手段43に送信する。
(4−4)形状特定:
形状特定手段43では、得られた外形形状情報から、予め準備した複数のパターンに分類することにより、外形形状を特定する。放射線撮影における人体の外形形状は、その被写体となる部位により、異なる特徴を有する。
【0071】
例として図5(a)に示すような頭部画像では、(左)および(右)の各グループから得られた位置変化量情報を画像上端から下端側へ調べていくと、ともに途中で画像左端、および右端に近づくよう変化した後、また画像端から遠ざかるような変化をするため、外形形状を“樽型”と分類できる。
【0072】
一方、図5(b)に示すような頚部画像では、逆に途中で一度画像端から遠ざかり、再び画像端に近づくような変化することが分かる。このような場合、外形形状は“砂時計型”と分類できる。
【0073】
また、図5(c)に示すような腹部画像では、領域境界点の水平方向の位置変化はあまりなく、外形形状は“矩形型”と分類できる。さらに、図5(d)に示すような膝関節画像では、途中で折れ曲がった形をしているので、“ブーメラン型”と分類できる。
【0074】
その他にも“扇型”(肩関節等)、“枝分かれ型”(手指等)、“片凸型”(踵等)、“三角形型”(鎖骨等)が考えられる。
外形形状情報を用いて、被写体の外形を上記に示したような幾つかのパターンのうち、最適と思われる形状に分類する。
【0075】
たとえば、“樽型”と分類するための条件としては、以下のように定義される。
・最も幅の広い極点は、(左)(右)とも凸,
・上記両極点の位置は、それぞれ被写体を上下方向に3等分したときの中心部に存在,
・上記両極点の深度は、ともに被写体左右方向の平均幅の10%以上,
同様に、“砂時計型”と分類するための条件としては、以下のように定義される。
・最も幅の広い極点は、(左)(右)とも凹,
・上記両極点の位置は、それぞれ被写体を上下方向に3等分したときの中心部に存在,
・上記両極点の深度は、ともに被写体左右方向の平均幅の10%以上,
また、“ブーメラン型”と分類するための条件としては、以下のように定義される。
・最も幅の広い極点は、(左)(右)一方が凸、他方が凹,
・上記両極点の深度は、ともに被写体左右方向の平均幅の20%以上,
さらに、“矩形型”と分類するための条件としては、以下のように定義される。
・最も深度の深い極点は、(左)(右)ともに被写体左右方向の平均幅の10%未満,
なお、上記に示した分類条件はあくまでも一例にすぎず、他にも同様なものが考えられる。
【0076】
こうして分類された結果は、分類結果を表す形状ベクトルSの各要素に関連づけて記憶される。形状ベクトルSは、上記分類結果に対応する要素のみ“0”以外の値を持つことで表す。たとえば、“樽型”、“砂時計型”、“ブーメラン型”、“矩形型”に対応する要素番号をそれぞれ‘0’、‘1’、‘2’、‘3’と設定しておく。そして、分類結果が“樽型”であれば、S[0]=1とし、“砂時計型”であれば、S[1]=1というように記憶される。この形状ベクトルSが外形形状特徴量として出力され、正誤判定手段60へ送られる。
【0077】
(5)エッジ特徴量抽出:
骨部と軟部の境界や、肺野の輪郭等では、構造物の組成の差異により、放射線の吸収量が異なるために、その境界を挟んだ領域では大きく画素の信号値が異なる。そのため、近傍画素間の信号変化を調べることにより、これら構造物の存在を把握することができる。
【0078】
ここで、エッジ特徴量抽出手段50は、エッジ抽出手段51、エッジ集中度計算手段52、エッジパターン認識手段53からなる。
以下順次説明する。
【0079】
(5−1)エッジ抽出:
エッジ抽出手段51にて、近傍画素間の信号変化を求める方法としては、1次微分に基づく方法や、2次微分こ基づく方法がある。特に2次微分を用いると、単調的な人体の厚み変化等は検出し難くなり、組成の変化をより忠実に捉えられる。そこでこのエッジ抽出手段51では、2次微分に相当する演算処理により、近傍画素間の信号変化を抽出する。
【0080】
(5-1-a)前記間引き画像において、被写体領域に含まれる各画素Px,y(x:水平方向座標値、y:垂直方向座標値)に対し、図6(a)(b)に示す2種類の各フィルタを用いて演算処理を実施する。演算結果として得られるエッジ強度情報Qx,yは、以下のように表される。
Qx,y=amax(ΣΣPx+i,y+jMni,j)
ここでMni,jは各フィルタ(n=1,2)の値を表す。
また、amax()は、前記各フィルタを用いて演算した結果のうち、絶対値について比較し、最大となる絶対値をQx,yとすることを示す。
【0081】
また、Mni,jの各画素毎の値は図5に示す各フィルタの個々のマス内に記した数値とする。
さらに、画像端部で上記演算を実施する際、フィルタ値を乗ずるべき画素が画像外となって存在しないときには、その画像外となる画素に、仮想的にそのフィルタ演算の中心画素の値を代入して演算処理を行う。
【0082】
(5-1-b)さらに、上記演算処理によって、amax()で選択されたフィルタに相当する番号nを、エッジ方向情報Dx,yに、
Dx,y=n,
として各画素毎に記憶する。エッジ方向情報Dx,yは、その画素におけるエッジの方向を表す指標となる。たとえばn=1のとき、水平方向のエッジとなり、n=2のときには、垂直方向のエッジを表す。
【0083】
(5-1-c)骨部のエッジ等の重要な情報を有する画素では、近傍画素間の信号変化が大きい。そこで上記エッジ強度情報Qx,yから、エッジ強度の大きな画素だけを抽出することにより、重要なエッジ情報を得ることができる。
【0084】
そこで、上記Qx,yの値を画像全体で集計し、各画素についてQx,yの値が大きい方から全体のα%に属するか否かを判別し、その結果をエッジ選択情報Lx,yに保存する。ここで、Lx,yは、以下の値で表される。
・Lx,y=1,
(Qx,yが値の大きい方から順に、全体のα%以内の場合)
・Lx,y=0,
(Qx,yが値の大きい方から順に、全体のα%以内でない場合)
上記のα%は、必要なエッジ情報を正しく得るために5%〜40%であることが望ましい。
【0085】
また比較的、被写体が小さい程その中に含まれる骨部領域が増えると考えられるので、上記αの値は、被写体領域の大きさにより変更し、被写体領域が小さいほどαの値は大きくなるようにすることが望ましい。被写体領域の大きさは、前記領域表示画像において、画素値‘1’の画素数の総計を求めることにより評価できる。
【0086】
この手段において得られたエッジ方向情報Dx,y、エッジ選択情報Lx,yおよびエッジ強度情報Qx,yは、それぞれ信号変化情報としてエッジ集中度計算手段52へ送られる。
【0087】
(5−2)エッジ集中度計算:
エッジ集中度計算手段52では、得られたエッジ方向情報Dx,y、エッジ選択情報Lx,y、エッジ強度情報Qx,yから、エッジの連続性、集中度を調べる。
【0088】
人体を放射線撮影すると、その被写体となる部位、及び撮影方向により、特徴的なパターンを有する。例として図7(a)に示す脚部画像のような四肢骨が被写体となっている場合、骨の境界線に沿って、比較的強度が大きく、また境界線に直交する方向の成分を有するエッジが連続して存在することになる。このような同方向の連続したエッジは、肺野の輪郭や、顎骨のエッジ等にも現れる。
【0089】
また図7(b)に示す腰椎画像のように、脊椎を主な被写体とする場合には、脊椎が小さな骨の集合であるために、脊椎部分に強度の大きなエッジが集中するものの、それらエッジの方向には統一性が無い。
【0090】
そこで、以下に示すよう、
“連続した同方向エッジ”(四肢骨、肺野輪郭等に現れる)、
“方向性のないエッジ集中線”(脊椎部分に現れる)、
といったエッジの連続性や集中度を求めることにより、被写体の部位を認識するために有用な情報を得ることができる。
【0091】
(5-2-a)連続した同方向エッジの抽出:
(5-2-a-1)Lx,y=1である注目画素Ix,yにおいて、Dx,yに示されるエッジ方向と直交する方向の両隣接画素Ii,j、Ik,lについて、同方向のエッジ成分を持ち、かつIx,yと同様にLi,j=1、Lk,l=1であるとき、Lx,yの値を‘1’増加する。
【0092】
(5-2-a-2)次に、Lx,y=2である注目画素Jx,yについて、上記(5-2-a-1)と同様、Dx,yに示されるエッジ方向と直交する方向の両隣接画素Ji,j、Jk,lについて、同方向のエッジ成分を持ち、かつJx,yと同様にLi,j=2、Lk,l=2であるとき、Lx,yの値をさらに,‘1’増加する。
【0093】
(5-2-a-3)
そして、上記(5-2-a-2)の処理をさらにm回繰り返す。すると、(m+2)個以上連続して同方向かつ一定以上の強度を有するエッジが連続していると、その連続したエッジの中心の画素において、Lx,y=m+1となる。そこで、予め設定したしきい値Thd1と、任意の画素についてLx,yの値を比較し、
Lx,y>Thd1 …▲1▼
となるとき、“連続した同方向エッジ”というパターンを抽出する。
【0094】
ここで、しきい値Thd1は、被写体の実寸で約5〜20cmに相当する値となることが望ましい。
ここで抽出されたパターンは、配列A1[u](u=0,1,…)に、そのパターンの中心画素の座標値(上記▲1▼式を満たす画素の座標値、近接して複数存在するときはそのうちどれか1画素の値)として記憶される。また、抽出されたパターンの個数は、配列B[v]のv=0の要素に記憶される。
【0095】
また、処理における計算時間を短縮するため、以上の(5-2-a-1)〜(5-2-a-3)に示した方法の代わりに、以下に説明する方法をとってもよい。
(5-2-a-4)画像を複数の小領域に分割する。個々の小領域は、3×3画素〜10×10画素程度が望ましい。
【0096】
(5-2-a-5)各小領域毎に、当該小領域に含まれる画素についてLx,y=1となる画素数を、Dx,yに示されるエッジ方向毎に集計し、Cn(n=1,2)に記憶する。ここでnは、上記Dx,yが有するエッジ方向の指標と同一とする。
【0097】
(5-2-a-6)以上の(5-2-a-5)の集計結果に基づき、任意の小領域について、ある特定方向m(m=1,2)のエッジ成分数Cmが多数を占め、かつ一定以上の値を有すると共に、同様の小領域が近接して複数存在するとき、それら小領域中に“連続した同方向エッジ”というパターンが含まれるとする。
【0098】
この場合、上記配列A1には、当該小領域に含まれる任意の画素(例:領域の中心、Lx,y=1を満たす画素の重心)を記憶する。
(5-2-a-7)さらに、上記(5-2-a-1)〜(5-2-a-3)の方法と、(5-2-a-4)〜(5-2-a-6)の方法とを融合し、(5-2-a-1)〜(5-2-a-3)で求めたLx,y>a(a:0より大きな任意の値)が多数存在する小領域に、“連続した同方向エッジ”、というパターンが含まれるとしてもよい。
【0099】
(5-2-b)方向性の無いエッジ集中線の抽出:
(5-2-b-1)まず、画像を複数の小領域に分割する。個々の小領域は、3×3画素〜10×10画素程度が望ましい。
【0100】
(5-2-b-2)分割した各小領域毎に、当該小領域に含まれる画素についてLx,y=1となる画素数を、Dx,yに示されるエッジ方向毎に集計し、Cn(n=1,2)に記憶する。ここでnは、上記Dx,yが有するエッジ方向の指標と同一とする。また、各Cnの合計をC0に記憶する。
【0101】
(5-2-b-3)以上の記憶のC0が予め定めたしきい値Thd2より大きな値となる小領域が、直線的に連続してThd3個以上存在するとき、それらの小領域を抽出する。
【0102】
(5-2-b-4)以上の(5-2-b-3)で抽出された各小領域毎のCnを、nの値毎に集計し、特定方向のみのエッジ成分が多くなければ、それら抽出された小領域が示す部分に、“方向性のないエッジ集中線”というパターンを検出する。
【0103】
抽出されたパターンは、配列A2に、上記抽出された小領域のうち、両端部に存在する小領域内の特定画素の座標値をそれぞれ記憶する。また、配列B[v]のv=1の要素に、‘1’という値が記憶される。“方向性のないエッジ集中線”が検出できないときは、B[1]=0とする。
【0104】
(5-2-b-5)上記(5-2-a-6)や(5-2-b-4)において、複数のエッジ方向成分のうち、特定方向のエッジ方向成分が多いかどうか判別するための手段としては、χ自乗検定のような統計的方法や、特定方向成分の数が全体数のうち一定の割合以上を占めるかどうか、といった単純な判定による方法がある。
【0105】
(5−3)特徴量の抽出:
前記エッジ集中度計算手段52によって得られたパターンに基づいて、エッジパターン認識手段53によって特徴量を抽出することができる。単純には、上記A1、A2、Bの値をそのまま特徴量として抽出してもよい。
【0106】
しかし、検出されたパターンの数や位置の組み合わせを考慮することによって、より有意義な特徴量を抽出することができる。
たとえば、四肢骨のように比較的長さのある骨の場合、骨の両サイドについて“連続した同方向エッジ”のパターンが検出される。そこで、“連続した同方向エッジ”が、近接して略平行に2本存在するとき、エッジパターンをたとえば“長い骨”として抽出する。
【0107】
また一方、頚椎では、顎骨の輪郭で“連続した同方向エッジ”が1本だけ存在する。さらに胸部では、肺野の輪郭で“連続した同方向エッジ”が検出され、それらは離れた位置に存在することとなる。そこでエッジパターンを“輪郭”として抽出する。さらにその抽出された“連続した同方向エッジ”の本数や、被写体の長手方向に対する向き等で分類してもよい。
【0108】
さらに、腰椎等では、“方向性の無いエッジ集中線”が脊椎部分で検出できるので、“方向性の無いエッジ集中線”があるとエッジパターンを“脊椎”とする。これに加え、被写体領域中に占める“方向性の無いエッジ集中線”の位置でパターンを分類してもよい。この“長い骨”や“輪郭”、“脊椎”といった分類結果は、形状ベクトルSと同様なエッジパターンベクトルEに記憶される。
【0109】
そして、このエッジパターンベクトルEをエッジ特徴量抽出手段50の出力とし、正誤判定手段60に送信する。
(6)正誤判定:
外形特徴量抽出手段40から得られた特徴量、エッジ特徴量抽出手段50から得られた特徴量は、正誤判定手段60において相互に組み合わされ、正しいかどうかの判断がなされる。正しいと判断された特徴量のみが被写体認識手段70へ出力され、撮影部位等の判断に利用される。
【0110】
正誤判定手段60は、組合せ判定手段61、組合せ記憶手段62、特徴量削除手段63からなる。以下に順次説明する。
(6−1)組合せ判定および組合せ記憶:
組合せ判定手段61は、前記形状ベクトルS、およびエッジパターンベクトルEを、それぞれ組合せ記憶手段62に転送する。組合せ記憶手段62では、送信されたきたそれぞれのベクトルの‘0’でない要素の組合せと、削除対象として記憶されている組合せとが同一かどうか比較する。もし同一であれば、組合せ判定手段61へ同一な組合せが存在することを示し、かつ削除する特徴量を示す信号を返す。同一な組合せが存在しないときは、その旨を示す信号を返す。
【0111】
もし、同一な組合せが存在しない信号が送信されてきた場合は、全ての特徴量が正しいと判断し、全ての特徴量を被写体認識手段70へ送信する。
逆に、同一な組合せが存在する信号が返信されてきた場合、前記削除する特徴量を示す信号と共に、全ての特徴量を特徴削除手段63に送信する。
【0112】
(6−2)特徴量削除:
特徴量削除手段63では、前記削除する特徴量を示す信号に基づいて特徴量を選択し、これを削除する。組合せ記憶手段62に予め記憶しておくべき削除する特徴量については、たとえば経験的に決定する。たとえば、外形形状による特徴量が“樽型”(頭部を示す)と判断された結果が、非常に信頼性が高ければ、信号変化による特徴量として“長い骨”が抽出されていると、この“長い骨”という特徴量を誤りと判定する。
【0113】
(6−3)正誤判定その他:
以上のようにして複数の特徴量の組み合わせにより、特徴の正誤判定を行うことによって、撮影部位または方向を精度良く認識することができる。
【0114】
なお、以上本実施の形態例では、被写体の外形形状、およびエッジパターンの組合せによる正誤判定について述べてきたが、異なる特徴量の組合せによる正誤判定は、これに限るものではない。
【0115】
たとえば、特開平4−141153号公報や特開平11−85950号公報に記載されている画像のプロファイルやヒストグラム等、濃度分布を調べることによって得た濃度特徴量と、前記外形形状の組合せ、また該濃度特徴量と前記エッジパターンの組合せ、さらに被写体領域の大きさ(たとえば前記領域表示画像で‘1’となる画素の数で表す)を特徴量とし、これと前記外形形状やエッジパターン、濃度特徴量を組み合わせることも考えられる。
【0116】
(7)正誤判定以降:
診断用画像においては、被写体の撮影部位または撮影方向によって診断に適した画像とするために行う画像処理は異なることが多々ある。そのため、予め複数の画像処理条件を準備しておき、画像処理条件記憶手段90の中に記憶しておく。被写体認識手段70では、前記正誤判定手段60から送信された特徴量に基づき、被写体の撮影部位および撮影方向を認識する。認識結果は画像処理条件選択手段80に送られる。画像処理条件選択手段80は、前記認識結果に基づき、前記画像処理条件記憶手段90から、最適な画像処理条件を選択する。選択された画像処理条件は、画像処理手段100へ送られる。画像処理手段100では、放射線画像形成手段10より送られた原画像に対し、前記画像処理条件を用いて画像処理を実行する。画像処理を施された処理済み画像はモニタやプリンタに出力され、診断に利用される。
【0117】
【発明の効果】
以上説明したように、本発明によれば、放射線画像に対して、複数の特徽量を求め、それら特徴量を互いに組み合わせることにより、正誤判定を行って誤った特徴量を削除し、精度良く被写体の撮影部位や撮影方向を認識する特徴量正誤判定方法および画像処理装置を実現できる。
【図面の簡単な説明】
【図1】本発明の実施の形態例の画像処理装置の構成と画像処理の流れ(処理フロー)を示す機能ブロック図である。
【図2】本発明の実施の形態例における被写体領域抽出の説明図である。
【図3】本発明の実施の形態例における領域境界点検出の説明図である。
【図4】本発明の実施の形態例における外形形状情報の説明図である。
【図5】本発明の実施の形態例における人体各部位についての外形形状の説明図である。
【図6】本発明の実施の形態例における近傍画素間の信号変化を求めるためのフィルタ形状図である。
【図7】本発明の実施の形態例における信号変化大な画素の分布の説明図である。
【符号の説明】
10 放射線画像形成手段
20 縮小画像生成手段
30 被写体領域抽出手段
40 外形特徴量抽出手段
50 エッジ特徴量抽出手段
60 正誤判定手段
70 被写体認識手段
80 画像処理条件選択手段
90 画像処理条件記憶手段
100 画像処理手段
Claims (6)
- 被写体を透過した放射線量を検出し、その検出量に対応した放射線画像に対し、被写体が撮影されている被写体領域を抽出することにより、被写体の撮影部位または撮影方向を特定するために使用する特徴量を抽出する複数の特徴量抽出ステップと、
前記複数の特徴量抽出ステップから得られた複数の特徴量の組み合わせは形状ベクトルおよびエッジパターンベクトルの組合せで構成されており、削除対象として予め記憶されている組合せと比較して同一の組合せとなる特徴量を削除することにより、該特徴量の正誤判定を行う特徴量正誤判定ステップと、
を有し、
前記複数の特徴量抽出ステップは、
前記被写体領域抽出ステップによって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化から特徴量を抽出するエッジ特徴量抽出ステップと、
前記被写体領域抽出ステップによって抽出された被写体領域の外形形状から特徴量を抽出する外形特徴量抽出ステップとを有する、
ことを特徴とする特徴量正誤判定方法。 - 前記エッジ特徴量抽出ステップは、
前記被写体領域抽出ステップによって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化量が、所定の条件を満たす画素を抽出するエッジ検出ステップと、
前記エッジ検出ステップによって抽出された画素の空間分布に基づいて被写体の特徴量を抽出するエッジパターン検出ステップとを有する、
ことを特徴とする請求項1記載の特徴量正誤判定方法。 - 前記外形特徴量抽出ステップは、
前記被写体領域の境界を検出する領域境界点検出ステップと、
前記領域境界点検出ステップによって検出された複数の領域境界点から、前記被写体領域の境界の位置変化量を算出する位置変化量算出ステップと、
前記位置変化量算出ステップによって算出された位置変化量から外形形状を特定する形状特定ステップとを有し、
前記領域境界点検出ステップは、画像を水平もしくは垂直方向の一方または両方について、画像の一端から他方の画像端まで順に走査する複数の異なる走査線を用い、各走査線上のある注目画素について、該注目画素が前記被写体領域に含まれるとともに該注目画素の任意の近傍画素が前記被写体領域に含まれない場合には該注目画素を領域境界点として抽出し、
前記位置変化量算出ステップは、全てまたは任意の複数の領域境界点について、隣接する他の領域境界点との位置変化量を求め、
前記形状特定ステップは、複数の前記位置変化量から予め準備した複数のパターンに分類することにより外形形状を特定する、
ことを特徴とする請求項1記載の特徴量正誤判定方法。 - 被写体を透過した放射線量を検出し、その検出量に対応した放射線画像に対し、被写体が撮影されている被写体領域を抽出することにより、被写体の撮影部位または撮影方向を特定するために使用する特徴量を抽出する複数の特徴量抽出手段と、
前記複数の特徴量抽出手段から得られた複数の特徴量の組み合わせは形状ベクトルおよびエッジパターンベクトルの組合せで構成されており、削除対象として予め記憶されている組合せと比較して同一の組合せとなる特徴量を削除することにより、該特徴量の正誤判定を行う特徴量正誤判定手段と、
を有し、
前記複数の特徴量抽出手段は、
前記被写体領域抽出手段によって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化から特徴量を抽出するエッジ特徴量抽出手段と、
前記被写体領域抽出手段によって抽出された被写体領域の外形形状から特徴量を抽出する外形特徴量抽出手段とを有する、
ことを特徴とする画像処理装置。 - 前記エッジ特徴量抽出手段は、
前記被写体領域抽出手段によって抽出された被写体領域に含まれる任意の画素について、その近傍画素との信号変化量が、所定の条件を満たす画素を抽出するエッジ検出手段と、
前記エッジ検出手段によって抽出された画素の空間分布に基づいて被写体の特徴量を抽出するエッジパターン検出手段とを有する、
ことを特徴とする請求項4記載の画像処理装置。 - 前記外形特徴量抽出手段は、
前記被写体領域の境界を検出する領域境界点検出手段と、
前記領域境界点検出手段によって検出された複数の領域境界点から、前記被写体領域の境界の位置変化量を算出する位置変化量算出手段と、
前記位置変化量算出手段によって算出された位置変化量から外形形状を特定する形状特定手段とを有し、
前記領域境界点検出手段は、画像を水平もしくは垂直方向の一方または両方について、画像の一端から他方の画像端まで順に走査する複数の異なる走査線を用い、各走査線上のある注目画素について、該注目画素が前記被写体領域に含まれるとともに該注目画素の任意の近傍画素が前記被写体領域に含まれない場合には該注目画素を領域境界点として抽出し、
前記位置変化量算出手段は、全てまたは任意の複数の領域境界点について、隣接する他の領域境界点との位置変化量を求め、
前記形状特定手段は、複数の前記位置変化量から予め準備した複数のパターンに分類することにより外形形状を特定する、
ことを特徴とする請求項4記載の画像処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000332021A JP3975668B2 (ja) | 2000-10-31 | 2000-10-31 | 特徴量正誤判定方法および画像処理装置 |
US09/840,193 US7359541B2 (en) | 2000-04-28 | 2001-04-23 | Radiation image processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000332021A JP3975668B2 (ja) | 2000-10-31 | 2000-10-31 | 特徴量正誤判定方法および画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002140714A JP2002140714A (ja) | 2002-05-17 |
JP3975668B2 true JP3975668B2 (ja) | 2007-09-12 |
Family
ID=18808280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000332021A Expired - Fee Related JP3975668B2 (ja) | 2000-04-28 | 2000-10-31 | 特徴量正誤判定方法および画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3975668B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4690204B2 (ja) * | 2006-01-16 | 2011-06-01 | 富士フイルム株式会社 | 画像再生装置およびそのプログラム |
JP5311846B2 (ja) | 2008-02-29 | 2013-10-09 | 富士フイルム株式会社 | 画像処理方法および装置並びに放射線画像撮影処理方法および装置 |
JP6827707B2 (ja) * | 2016-04-13 | 2021-02-10 | キヤノン株式会社 | 情報処理装置および情報処理システム |
JP7040624B2 (ja) * | 2018-03-05 | 2022-03-23 | オムロン株式会社 | 画像データの特徴データを判別する方法、装置、システム及びプログラム、並びに記憶媒体 |
CN114926823B (zh) * | 2022-05-07 | 2023-04-18 | 西南交通大学 | 基于wgcn的车辆驾驶行为预测方法 |
-
2000
- 2000-10-31 JP JP2000332021A patent/JP3975668B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2002140714A (ja) | 2002-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7359541B2 (en) | Radiation image processing apparatus | |
CN105559813B (zh) | 医用图像诊断装置以及医用图像处理装置 | |
JP6545591B2 (ja) | 診断支援装置、方法及びコンピュータプログラム | |
US20030095698A1 (en) | Feature extracting method, subject recognizing method and image processing apparatus | |
JP4604451B2 (ja) | 医用画像処理装置及び悪性度の判定方法 | |
JP2007524438A (ja) | 放射線画像処理技術における補償の方法 | |
US7167581B2 (en) | Medical image processing method and apparatus for discriminating body parts | |
JP2007313360A (ja) | X線画像処理 | |
US20070076937A1 (en) | Image processing method for windowing and/or dose control for medical diagnostic devices | |
US7539332B1 (en) | Method and system for automatically identifying regions of trabecular bone tissue and cortical bone tissue of a target bone from a digital radiograph image | |
KR101909125B1 (ko) | 컴퓨터 기반 진단 방법 및 그에 따른 컴퓨터 기반 진단 장치 | |
JP3964795B2 (ja) | パノラマx線画像を用いた骨粗鬆症診断支援装置 | |
JP2002143136A (ja) | 異常陰影候補検出方法および検出処理システム | |
Zhang et al. | Automatic background recognition and removal (ABRR) in computed radiography images | |
JP2004041490A (ja) | 画像診断支援装置 | |
JP2001076141A (ja) | 画像認識方法および画像処理装置 | |
JP4380176B2 (ja) | 医用画像処理装置及び異常陰影候補の検出結果の表示方法 | |
JP3975668B2 (ja) | 特徴量正誤判定方法および画像処理装置 | |
JP2001351092A (ja) | 画像処理選択方法および画像選択方法ならびに画像処理装置 | |
US10089728B2 (en) | Radiation-image processing device and method | |
JP3709759B2 (ja) | 画像処理方法および画像処理装置 | |
JP2003220055A (ja) | 特徴量抽出方法、被写体認識方法および画像処理装置ならびに画像処理プログラム | |
JP3731400B2 (ja) | 画像処理方法および画像処理装置 | |
JP2002125961A (ja) | 画像診断支援装置 | |
JP2004351056A (ja) | 医用画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040903 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070423 |
|
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: 20070529 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070611 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100629 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100629 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110629 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110629 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120629 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130629 Year of fee payment: 6 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |