JP4219456B2 - 領域抽出方法及び領域抽出装置 - Google Patents
領域抽出方法及び領域抽出装置 Download PDFInfo
- Publication number
- JP4219456B2 JP4219456B2 JP34700598A JP34700598A JP4219456B2 JP 4219456 B2 JP4219456 B2 JP 4219456B2 JP 34700598 A JP34700598 A JP 34700598A JP 34700598 A JP34700598 A JP 34700598A JP 4219456 B2 JP4219456 B2 JP 4219456B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- value
- condition
- feature amount
- density
- 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
- 238000000605 extraction Methods 0.000 title claims description 111
- 238000001514 detection method Methods 0.000 claims description 86
- 239000000284 extract Substances 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 103
- 238000012545 processing Methods 0.000 description 61
- 238000010586 diagram Methods 0.000 description 17
- 238000012937 correction Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、体内画像データ，特に、３次元的に撮像された断層像を用い、個別臓器や病巣（以下、「関心領域」と称する）などを抽出する領域抽出方法及び領域抽出装置に係り、特に、関心領域を抽出するためのパラメータを自動的に検出する領域抽出方法及び領域抽出装置に関する。
【０００２】
【従来の技術】
関心領域を３次元表示するためには、まず、その関心領域を画像データから抽出しておくことが必要である。関心領域の抽出の一般的な方法としては、
▲１▼関心領域の輪郭を追跡していく方法
▲２▼画素値の度数グラフを用いて関心領域の濃度しきい値を設定して領域抽出する方法
▲３▼関心領域の内部の点から領域拡張を行う方法
等が知られている。この中で、▲３▼関心領域の内部の点から領域拡張を行う方法は、一般的には、リージョン・グローイング（Region Growing）と称されており、関心領域内のある一点を選び、次いでそれに連結している点を隣接画素の中から探しだし、その連結点を取り込んで領域を拡大することにより関心領域を抽出するものであり、最も信頼性が高いものである。▲３▼関心領域の内部の点から領域拡張を行う方法については、例えば、アズリール・ローゼンフェルド（Azriel Rosenfeld）著（長尾真訳），「ディジタル・ピクチャー・プロセッシング（Digital Picture Processing）」，ｐ．３３５に記載されている。また、３次元データによる関心領域抽出法の例として、電子情報通信学会論文誌，D-II No.2 Vol.J76- D-II（１９９３年２月），ｐｐ．３５０−３５８に記載されている。
【０００３】
【発明が解決しようとする課題】
電子情報通信学会論文誌，D-II No.2 Vol.J76- D-II（１９９３年２月），ｐｐ．３５０−３５８では、「リージョングローイングをベースにした対話型３次元領域抽出法」として、領域の連結性の判定基準を大域的変化と局所的変化とからなる拡張条件を設定して領域抽出を行うようにしている。
【０００４】
しかしながら、この拡張条件の設定においてはユーザが試行錯誤で行っているため、最適な拡張条件を得るために、多大な労力を要するという問題があった。
【０００５】
本発明の目的は、関心領域の抽出処理において、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる領域抽出方法及び領域抽出装置を提供することにある。
【０００６】
【課題を解決するための手段】
（１）上記目的を達成するために、本発明は、元画像データの画素の濃度値の局所的変化と大域的変化の拡張条件を用いて領域拡張し、関心領域を抽出する領域抽出方法において、指定した位置の近傍の所定の領域にある画素の濃度値から特徴量を検出し、この特徴量を用いて拡張条件を決定するとともに、上記特徴量は、指定した位置を含む周囲の画素の濃度値の最小・最大値および隣接する画素との濃度差の平均誤差若しくは最大誤差であり、この特徴量を用いて関心領域の境界点を求め、この境界点に基づいて設定された拡張サイズの領域ついて新たに特徴量を検出し、拡張サイズに変化がないときの領域の特徴量によって拡張条件を決定するようにしたものである。
かかる方法により、境界点を用いて領域を拡張しながら、特徴量を求め、拡張条件を求めるようにしているため、拡張条件を容易に求め得るものとなる。
【０００７】
（２）上記（１）において、好ましくは、さらに、上記特徴量を用いて領域拡張を行い、拡張された領域について新たに特徴量を検出し、拡張された領域が収束条件を満たすときの特徴量によって拡張条件を決定するようにしたものである。
かかる方法により、順次領域を拡張しながら、特徴量を求め、拡張条件を求めるようにしているため、拡張条件を容易に求め得るものとなる。
【０００９】
（３）上記（１）において、好ましくは、指定した位置を通る少なくとも１つの直線上の画素の濃度値の変化を用いて拡張条件を決定するようにしたものである。
かかる方法により、拡張条件を容易に求め得るものとなる。
【００１０】
（４）上記（１）において、好ましくは、拡張条件の複数の検出パラメータを設定し、それぞれの検出パラメータ毎に拡張条件を検出し、任意の検出パラメータを選択可能としたものである。かかる方法により、検出パラメータの設定が容易となるものである。
（５）また、上記目的を達成するために、本発明は、断層イメージング装置の断層像を格納するとともに、拡張条件や領域抽出した結果を格納するメモリと、該メモリに格納された上記断層像の画像データに対して、拡張条件設定断面画像を指定して拡張条件を検出し、上記メモリに格納し、上記メモリに格納された上記拡張条件により領域抽出を行い、この抽出結果を上記メモリに格納し、さらに、上記メモリに格納された上記断層像の画像データと上記抽出結果を用いて特定領域の３次元画像を作成するＣＰＵとを有し、元画像データの画素の濃度値の局所的変化と大域的変化の拡張条件を用いて領域拡張し、関心領域を抽出する領域抽出装置において、上記ＣＰＵは、指定した位置の近傍の所定の領域にある画素の濃度値から特徴量を検出し、この特徴量を用いて拡張条件を決定するとともに、上記特徴量は、指定した位置を含む周囲の画素の濃度値の最小・最大値および隣接する画素との濃度差の平均誤差若しくは最大誤差であり、この特徴量を用いて関心領域の境界点を求め、この境界点に基づいて設定された拡張サイズの領域ついて新たに特徴量を検出し、拡張サイズに変化がないときの領域の特徴量によって拡張条件を決定するようにしたものである。
かかる構成により、境界点を用いて領域を拡張しながら、特徴量を求め、拡張条件を求めるようにしているため、拡張条件を容易に求め得るものとなる。
【００１１】
【発明の実施の形態】
以下、図１〜図６を用いて、本発明の第１の実施形態による領域抽出方法について説明する。
最初に、図１を用いて、本実施形態による領域抽出方法を実施するための領域抽出システムの構成について説明する。
【００１２】
本実施形態による領域抽出システムは、Ｉ／Ｏ装置１０と、メモリ１１と、ＣＰＵ１２と、ＣＲＴ１３とから構成されている。
Ｉ／Ｏ装置１０は、Ｘ線ＣＴ，ＭＲＩなどの断層イメージング装置とメモリ１１間での画像のやり取りを行うものである。
メモリ１１は、Ｉ／Ｏ装置１０より入力した断層像を格納する。この時、各々の断面画像をそれぞれの位置関係を正確に保ちながら重ねあわせることにより、３次元データとして格納する。また、メモリ１１は、拡張条件や領域抽出した結果を格納する。
【００１３】
ＣＰＵ１２は、メモリ１１に格納された３次元データに対して、拡張条件設定断面画像を指定して拡張条件を検出し、メモリ１１に格納する。次に、ＣＰＵ１２は、メモリ１１の３次元データから拡張条件により領域抽出を行い、抽出結果をメモリ１１に格納する。さらに、メモリ１１の３次元データと抽出結果を用いて特定領域の３次元画像を作成する。
ＣＲＴ１３は、ＣＰＵ１２によって作成された３次元画像を表示する。また、原データのチェック，拡張条件を検出過程のチェック，領域抽出過程のチェックを行うためにも用いられる。
【００１４】
次に、図２を用いて、本実施形態による領域抽出方法を実施する領域抽出システムの処理手順について説明する。なお、以下の実施形態においては、頭部のＭＲＩ像を用い、疾患部領域を抽出するものとする。
図２は、本発明の第１の実施形態による領域抽出システムによって領域抽出方法を実施する際の処理手順を示すフローチャートである。
【００１５】
ステップ２０において、ＣＰＵ１２は、ＭＲＩによって撮像された複数枚の断面画像データを、Ｉ／Ｏ装置１０を介してメモリ１１に積み上げる。これにより、メモリ１１上でのデータは、３次元構造を有することになる。
次に、ステップ２１において、オペレータは、メモリ１１の断面画像データの各断面画像を参照しながら、拡張条件を設定する断面画像（１枚または複数枚）を指定する。ここで、指定する断面画像は、抽出すべき疾患部のある断面画像である。
次に、ステップ２２において、オペレータは、ステップ２１で指定した断面画像データを参照して、抽出すべき疾患部の内部の点（１点または複数点）の座標を指定する。ここで、指定した点が、拡張条件検出および領域拡張の開始点となる。
【００１６】
次に、ステップ２３において、ＣＰＵ１２は、ステップ２２で指定した各断面画像の開始点に関連した画素値の特徴量を求めて疾患部領域の境界点を検出し、この境界点を用いて拡張条件検出領域を設定し、局所・大域パラメータの拡張条件を検出して、メモリ１１上に登録する。
ここで、領域を開始点から拡張する際の領域の連結性の判定基準としては、大域的変化と、局所的変化がある。大域的変化とは、同じ領域内では、各画素の濃度値はある濃度範囲に属することである。また、局所的変化とは、隣接点同士の濃度差は小さいことことである。大域的変化を判定する基準が大域パラメータであり、局所的変化を判定する基準が局所パラメータである。
なお、ステップ２２の処理が、本実施形態による領域抽出の際のパラメータである拡張条件を検出処理であり、その詳細については、図３以降を用いて、後述する。
【００１７】
次に、ステップ２４において、ＣＰＵ１２は、ステップ２２で指定した開始点から、ステップ２３で検出した局所・大域パラメータの拡張条件を領域拡張の制約条件として領域抽出を行い、疾患部を抽出して、メモリ１１上に登録する。
【００１８】
次に、図３〜図６を用いて、図２のステップ２３における拡張条件検出処理の手順について説明する。
図３は、本実施形態による拡張条件検出処理の処理手順を示すフローチャートであり、図４は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【００１９】
ステップ１１０において、ＣＰＵ１２は、指定した断面画像を、指定したサイズにより周囲の画素値を加算し、平均値を算出した平滑化処理をして、メモリ１１に格納する。
【００２０】
次に、ステップ１１１において、ＣＰＵ１２は、関心領域１２０内の開始点１２１を中心に、予め指定した初期サイズ１２２を用いて初期領域１２３を設定し、平滑化画像を用いて初期領域１２３内における濃度値の最小・最大値および隣接画素の誤差の平均値（平均誤差）に重み係数を掛けたものを、特徴量として算出する。ここで、重み係数としては、例えば、２．０を用いる。また、隣接画素の誤差の平均値に重み係数を掛けたものに代えて、隣接画素の最大誤差値を特徴量として算出するようにしてもよいものである。
【００２１】
ここで、図５を用いて、開始点１２１，初期サイズ１２２，初期領域１２３について説明する。
図５は、本発明の第１の実施形態による拡張条件検出処理に用いる開始点，初期サイズ，初期領域の概念説明図である。
【００２２】
断面画像は、画素であるドットの集合体であり、座標によってそれぞれの画素を特定することができる。例えば、図５に示す例において、開始点１２１を、座標（ｊ，ｋ）の画素とする。ここで、初期サイズ１２２を、例えば、９ドットとすると、初期領域１２３は、座標（ｊ＋４，ｋ＋４）と、座標（ｊ＋４，ｋ−４）と、座標（ｊ−４，ｋ＋４）と、座標（ｊ−４，ｋ−４）とによって囲まれた領域であり、８１ドットの画素から構成されることになる。
【００２３】
各画素は、濃度値Ｇを有している。例えば、入力データが１２ビットの場合、濃度値Ｇは、２12階調のグレイスケールの値を有している。なお、入力データとしては、１０ビットでも、８ビットでもよいものである。
【００２４】
従って、初期領域１２３内の８１ドットの画素の濃度を、Ｇ(j+4,k+4)，…，Ｇ(j+4,k-4)，…，Ｇ(j-4,k+4)，…，Ｇ(j-4,k-4)とすると、これらの濃度値の最大値Ｇmx及び最小値Ｇmnを求めることにより、これらの値は、初期領域１２３全体の傾向を示すものであるため、初期領域１２３内の大域的変化を判定するための初期的な基準値となる。
【００２５】
また、初期領域１２３内の８１ドットの画素の濃度Ｇ(j+4,k+4)，…，Ｇ(j+4,k-4)，…，Ｇ(j-4,k+4)，…，Ｇ(j-4,k-4)に対して、隣接画素間の誤差を求めることにより、局所的な変化を判定することができるので、これらの誤差の平均値（平均誤差）に重みを掛けた値Ｇｅによって、局所的変化を判定するための初期的な基準値となる。
【００２６】
次に、ステップ１１２において、ＣＰＵ１２は、開始点１２１を領域拡張のためのスタートポイントとして、ステップ１１１において求めた特徴量を用いて、領域拡張の処理を行い、領域を抽出する。
【００２７】
ここで、図６を用いて、領域拡張処理を概要について説明する。
図６は、本発明の第１の実施形態による拡張条件検出処理における領域拡張処理の概要の説明図である。
【００２８】
座標（ｊ．ｋ）の開始点１２１から領域拡張をスタートすると、最初に、座標（ｊ，ｋ）の４方向に隣接する４つの画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）の濃度値Ｇ（ｊ＋１，ｋ），Ｇ（ｊ，ｋ＋１），Ｇ（ｊ，ｋ−１），Ｇ（ｊ−１，ｋ）が、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内にあるか否かを判定する。また、元の画素（ｊ，ｋ）と判定対象の画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）の差が、特徴量である平均誤差Ｇｅ以内であるか否かを判定する。そして、これらの両方の特徴量の条件を満たす場合に、それらの画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）まで、領域が拡張される。
【００２９】
次に、画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）を、それぞれ基準として、隣接する画素まで領域が拡張可能か否かを判定する。即ち、画素（ｊ＋１，ｋ）に対しては、画素（ｊ＋２，ｋ），（ｊ＋１，ｋ＋１）及び（ｊ＋１，ｋ−１）が隣接する画素となるので、これらの濃度Ｇが、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内にあるか否か、また、基準となる画素（ｊ＋１，ｋ）との間で、特徴量である平均誤差Ｇｅ以内であるか否かを判定して、領域を拡張するか否かを判定する。同様にして、基準となる（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）の画素についても、これらに隣接する画素（ｊ＋１，ｋ＋１），（ｊ，ｋ＋２），（ｊ−１，ｋ＋１），（ｊ−２，ｋ），（ｊ−１，ｋ−１），（ｊ，ｋ−２），（ｊ＋１，ｋ−１）に対しても、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内にあるか否か、基準となる画素との間で、特徴量である平均誤差Ｇｅ以内であるか否かを判定して、領域を拡張するか否かを判定する。
【００３０】
以上の繰り返しにより、領域拡張を行い、例えば、図４に示した領域拡張によって抽出された領域１２４を得る。そして、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内になく、また、隣接する画素との間で、特徴量である平均誤差Ｇｅ以内でない場合には、領域を拡張しないものとして、領域拡張を終了する。
【００３１】
次に、ステップ１１３において、ＣＰＵ１２は、ステップ１１２で抽出した領域の周辺画素が、関心領域１２０内に含まれる画素か判定し、判定を満たす画素を抽出して領域を拡張する。
関心領域１２０内の画素の判定方法について、以下に説明する。
最初に、次のようにして、前処理を行う。即ち、ステップ１１２で領域拡張の処理時に拡張される画素が関心領域の場合、拡張する画素との画素値の差の絶対値を累積し、平均値を算出して平均誤差を検出する。平均誤差が１より小さい時は、平均誤差を１に補正する。
【００３２】
以上の前処理後、以下の２条件が満たされた時、関心領域１２０内の画素と判定する。
１）ステップ１１２で抽出した画素が対象画素の隣接した画素中に在る画素数を検出し、予め指定した画素数より検出された画素数が多い場合。
例えば、予め指定した画素数を２とする。図６に示す例において、例えば、画素（ｊ＋１，ｋ＋１）が抽出した画素である場合、その隣接する画素中にある画素は、（ｊ＋１，ｋ）と（ｊ，ｋ＋１）であり、その個数は２個である。従って、この場合は、条件１）を満たすものとする。しかし、画素（ｊ，ｋ＋２）の場合には、隣接する画素は（ｊ，ｋ＋１）のみであり、１個であるため、条件１）を満たさないと判断する。
なお、予め指定した画素数は、通常１としておくことにより、隣接する画素は全て抽出できる。通常は、指定した画素数を１としておくことにより、条件１）はクリアできる。
【００３３】
２）検出した画素値の平均値を算出して対象画素の画素値との差の絶対値を算出し、予め指定した重み係数に該平均誤差を乗じた値より算出した絶対値が小さい場合。
である。
【００３４】
次に、ステップ１１４において、ＣＰＵ１２は、ステップ１１２及びステップ１１３で抽出された領域から、改めて特徴量を算出する。即ち、ステップ１１２及びステップ１１３の領域拡張処理により、領域は、少なくとも、初期領域１２３よりも広くなっている。そこで、この拡張された領域に対して、改めて、濃度値の最大値Ｇmx及び最小値Ｇmn及び隣接画素間の誤差の平均値（平均誤差）に重みを掛けた値Ｇｅからなる特徴量を算出することにより、この特徴量は、拡張された領域を表す特徴量に変更されることになる。
【００３５】
次に、ステップ１１５において、ＣＰＵ１２は、収束条件を満すか否かを判定する。満たさない場合には、ステップ１１２に戻り、ステップ１１２，１１３，１１４を繰り返すことにより、さらに、領域を拡張する。
【００３６】
ここで、収束条件について、以下に説明する。
収束条件は、以下の条件を組み合わせて行う。ただし、ステップ１１２で領域拡張の処理を行って領域を拡張した画素数を、抽出画素数とする。
【００３７】
（１）抽出画素数が、前回の抽出画素数と同じ場合。
対象となる画像の画素の濃度の中で、境界が明確な病巣のような関心領域の場合には、関心領域とその外側の領域の間で、濃度の変化が大きいため、この境界まで領域が拡張されると、それ以上の領域の拡張が行われないため、「（１）抽出画素数が、前回の抽出画素数と同じ場合」の条件を満たすため、これを第１の収束条件とする。
一方、関心領域とその隣接領域の境界が明確でない場合には、領域拡張処理は、収束するよりは発散していく傾向がある。そこで、以下の（２）〜（４）の条件により、発散傾向にあるかどうかを判定し、発散傾向にあるときは、適当な位置で、収束と見なすようにしている。
【００３８】
（２）抽出画素数が、前回抽出画素数に予め指定した重み係数を乗じた値を超えた場合。
（３）抽出画素数と前回抽出画素数の差が、前回抽出画素数と前前回抽出画素数の差に予め指定した重み係数を乗じた値よりを超えた場合。
（４）前抽出画素数の差を抽出画素数差の履歴として保存し、今回抽出画素数と前回の抽出画素数の差が前回までの予め指定した抽出画素数差の平均に予め指定した重み係数を乗じた数を超えた場合。
【００３９】
そして、（１）条件を満たすか、（２）〜（４）のいずれかの条件を満たす場合に収束条件を満たすと判定する。
［組み合わせ例１］（１）若しくは（２）が成立する時収束条件とする。
この判定条件は、関心領域の境界で抽出画素数の変化が大き時に有効であるとともに、処理が簡単に行えるものである。
［組み合わせ例２］（１）若しくは（３）が成立する時収束条件とする。
この判定条件は、関心領域内で抽出画素数の変化が大き時に有効である。
［組み合わせ例３］（１）若しくは（４）が成立する時収束条件とする。
この判定条件は、関心領域内で抽出画素数の変化にバラツキがある時に有効である。
【００４０】
次に、ステップ１１６において、ＣＰＵ１２は、収束条件を満たした直前の特徴量を用いて領域拡張を行い、領域拡張による抽出された拡張領域１２０内から最終的な拡張条件を決定する。
【００４１】
以上説明したように、本実施形態によれば、初期領域の特徴量に基づいて領域を拡張し、拡張された領域について新たに特徴量を求め、再び、新たな特徴量に基づいて領域を拡張し、拡張された領域が収束条件を満たすときに、求められた特徴量を、拡張条件とすることにより、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【００４２】
次に、図７及び図８を用いて、本発明の第２の実施形態による領域抽出方法について説明する。なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図７は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図８は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【００４３】
なお、本実施形態においては、指定した位置を中心に予め指定したサイズの領域を対象に特徴量を検出し、検出した特徴量にもとづいて上下左右に関心領域の境界点を検出し、検出した境界点を用いたひし形領域を用いて拡張条件を決定するようにしている。
【００４４】
最初に、ステップ４０において、ＣＰＵ１２は、指定した断面画像を指定したサイズにより周囲の画素値を加算し、平均値を算出した平滑化処理をして、メモリ１２に格納する。
次に、ステップ４１において、ＣＰＵ１２は、図８に示した指定した初期サイズ３２を、最初の拡張サイズとして設定する。ここで、初期サイズ３２は、例えば、５ドットとする。
次に、ステップ４２において、ＣＰＵ１２は、図８に示すように、関心領域３０内に開始点３１を指定する。そして、この開始点３１を中心に、拡張サイズ３５を用いて、ひし形の検出領域３３を設定する。ステップ４０において得られた平滑化画像を用いて、検出領域３３内における濃度値の最小・最大値Ｇmn，Ｇmxおよび隣接画素の最大誤差値Ｇｅを、特徴量として算出する。
【００４５】
次に、ステップ４３において、ＣＰＵ１２は、図８に示すように、ステップ４２で算出した特徴量を用いて、検出ライン３６に沿って、境界点３４を検出する。ここで、検出ライン３６は、図８に示すように、直交する２軸方向，即ち、４方向に設定されている。従って、境界点３４の検出は、この検出ライン３６に沿って行われるため、例えば、図５に示す例でいうと、開始点の画素（ｊ，ｋ）から開始すると、画素（ｊ＋４，ｋ）の方向に並んでいる画素，画素（ｊ，ｋ＋４）の方向に並んでいる画素，画素（ｊ，ｋ−４）の方向に並んでいる画素，画素（ｊ−４，ｋ）の方向に並んでいる画素のみが対象となる。なお、（ｊ＋４，ｋ＋４）や、（ｊ＋４，ｋ−４）や、（ｊ−４，ｋ＋４）や、（ｊ−４，ｋ−４）などの画素は対象とならないため、対象画素の個数が少なくなり、処理が容易になるものである。
【００４６】
ここで、ステップ４３によって最終的な境界点３４を検出する方法を説明する。
境界点は、以下の境界点検出方法を、単独あるいは組み合わせて行う。
【００４７】
（１）隣接画素の誤差値を用いる方法
この方法は、以下の式（１）により、境界点を検出する。
【００４８】
【数１】
【００４９】
ここで、パラメータとして、濃度差重みａと濃度差画素間隔ｂを与え、境界点判定画素の濃度値Ｇiと濃度差画素間隔ｂだけ先の濃度値Ｇi+1の誤差値｜Ｇi−Ｇi+1｜が、検出された特徴量の平均誤差または最大誤差値Ｇｅに、濃度差重みａを乗じた値（ａ・Ｇｅ）を超えた時、境界点とする。
【００５０】
（２）濃度値の最小・最大値を用いる方法
この方法は、以下の式（２），（３），（４）により、境界点を検出する。
【００５１】
【数２】
【００５２】
ここで、パラメータとして、濃度補正値ｃを与え、検出された特徴量の濃度最小Ｇmnを、濃度補正値ｃで補正して、補正された特徴量の最小値Ｇmnaを求める。
【００５３】
【数３】
【００５４】
ここで、パラメータとして、濃度補正値ｃを与え、検出された特徴量の濃度最大Ｇmxを、濃度補正値ｃで補正して、補正された特徴量の最大値Ｇmxaを求める。
【００５５】
【数４】
【００５６】
さらに、境界点判定画素の濃度値Ｇiが、補正した濃度最小・最大値（Ｇmna，Ｇmxa）の範囲外になった時、境界点とする。
【００５７】
そして、（１）若しくは（２）の方法を組み合わせて、境界点を検出する。
［組み合わせ例１］
（１）と（２）が両方成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が大きく、境界が不明瞭な場合に有効である。
［組み合わせ例２］
（１）と（２）のどちらかが成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が大きく、境界が明瞭な場合に有効である。
［組み合わせ例３］
（１）が成立する時は除外し、（２）が成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が小さく、境界が不明瞭な場合に有効である。
［組み合わせ例４］
（２）が成立する時は除外し、（１）が成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が小さく、境界が明瞭な場合に有効である。
【００５８】
次に、ステップ４４において、ＣＰＵ１２は、ステップ４３で検出した境界点３４の中から開始点３１から最短の境界点３４を選んで拡張サイズ３５に設定する。即ち、４方向の検出ライン３６に沿って境界点３４を求めることにより、４個の境界点３４が求められるので、開始点３１からの距離が最も短い境界点を選択した上で、その境界点までの距離を新しい拡張サイズ３５とする。
【００５９】
次に、ステップ４５において、ＣＰＵ１２は、新たな拡張サイズ３５が、前回検出した値と異なるか否かを判定して、異なる場合には、ステップ４２に戻り、ステップ４２，４３，４４の処理を繰り返す。
【００６０】
次に、ステップ４５の判定で、拡張サイズに変更がない場合には、ステップ４６において、ＣＰＵ１２は、断面画像の検出領域３３内における濃度値の最小・最大値および隣接画素の最大誤差値を、最終的な拡張条件として決定する。
【００６１】
以上説明したように、本実施形態の方法によれば、初期の特徴量に基づいて境界点を検出して領域を拡張し、拡張された領域について新たに特徴量を求め、再び、新たな特徴量に基づいて境界点を求めて領域を拡張し、拡張された領域が収束条件を満たすときに、求められた特徴量を、拡張条件とすることにより、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【００６２】
次に、図９及び図１０を用いて、本発明の第３の実施形態による領域抽出方法について説明する。なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図９は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図１０は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
なお、本実施形態においては、指定した位置を中心に予め指定したサイズの領域を対象に特徴量を検出し、検出した特徴量にもとづいて放射線上に関心領域の境界点を検出して拡張条件を決定するようにしている。
【００６３】
最初に、ステップ５０において、ＣＰＵ１２は、指定した断面画像を指定したサイズにより周囲の画素値を加算し、平均値を算出した平滑化処理をして、メモリ１２に格納する。
次に、ステップ５１において、ＣＰＵ１２は、図１０に示したように、関心領域３０内に開始点３１を指定し、開始点３１を中心に初期サイズ３２を用いて矩形の検出領域３３を設定し、平滑化画像を用いて検出領域３３内における濃度値の最小・最大値および隣接画素の最大誤差値を特徴量として算出する。
【００６４】
次に、ステップ５２において、ＣＰＵ１２は、ステップ５１で算出した特徴量を用いて、放射線状の検出ライン３７に沿って境界点３４を検出する。
次に、ステップ５３において、ＣＰＵ１２は、ステップ５１で検出した各検出ラインの境界点までの断面画像の画素を用いて、濃度値の最小・最大値および隣接画素の最大誤差値を拡張条件として検出する。
【００６５】
以上説明したように、本実施形態の方法によれば、初期の特徴量に基づいて境界点を検出して領域を拡張し、拡張された領域について新たに特徴量を求め、拡張条件とすることにより、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【００６６】
次に、本発明の第４の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。さらに、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順は、図９に示すフローチャートと同様である。
なお、本実施形態においては、図９のステップ５２における境界点の検出処理を、一部変更している。
【００６７】
第３の実施形態において、関心領域と、その外側の領域との境界が不明瞭な場合には、境界点が、関心領域よりも外側に検出される場合も生じてくる。
そこで、図９のステップ５２の処理において、ＣＰＵ１２は、ステップ５１で算出した特徴量を用いて、放射線状の検出ライン３７に沿って複数の境界点３４を検出する。これらの複数の境界点の内、所定の境界点のデータを除いくようにする。例えば、図１０に示した例では、８本の検出ライン３７を用いるため、８カ所の境界点３４が検出されるが、これらの境界点の内、開始点３１からの距離が遠い，例えば、２つの境界点を削除し、残りの６個の境界点について、ステップ５３の処理を行うようにする。これによって、検出ライン上の境界領域が不明瞭で、その検出ライン上で求められた境界点が、他の境界点よりも離れた位置に検出されたような場合でも、他の境界点を用いて、ステップ５３において、より正確に、濃度値の最小・最大値および隣接画素の最大誤差値を拡張条件として検出することができる。
【００６８】
以上説明したように、本実施形態の方法によれば、関心領域の境界が不明瞭な場合でも、容易に拡張条件を求めることができる。
【００６９】
次に、本発明の第５の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。さらに、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順は、図９に示すフローチャートと同様である。
【００７０】
本実施形態においては、関心領域内に異なる濃度値の領域が複数ある場合、濃度値の領域毎に開始点を指定して、断面画像の画素を用いて濃度値の最小・最大値および隣接画素の最大誤差値を算出し、各開始点で算出した最大濃度値の最大の値を拡張条件の濃度最大値に、また各開始点で算出した最小濃度値の最小の値を拡張条件の濃度最小値に、また各開始点で算出した隣接画素の最大誤差値の最大の値を拡張条件の隣接画素の最大誤差値として検出する。
以上説明したように、本実施形態の方法によれば、関心領域内に異なる濃度値の領域が複数ある場合でも、拡張条件を検出することができる。
【００７１】
次に、図１１〜図１３を用いて、本発明の第６の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１１は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図１２は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図であり、図１３は、抽出領域を抽出するための原理説明図である。
なお、本実施形態においては、指定した位置を通る直線上の画素値の変化を用いて拡張条件を決定するようにしている。
【００７２】
最初に、ステップ７０において、オペレータは、図１２に示すように、指定した断面画像の関心領域６０内に、開始点６１を指定する。
次に、ステップ７１において、ＣＰＵ１２は、開始点６１を通る検出ライン６２の画素値のラインプロファイル６３を検出し、ＣＲＴ１３上に表示する。ここで、ラインプロファイル６３は、例えば、図１３に示すように、横軸が開始点６１を含む検出ライン６２上の各点を示し、縦軸が各画素の濃度値を表すものとなる。
【００７３】
次に、ステップ７２において、オペレータは、検出されたラインプロファイル６３を用い、抽出領域６４を指定し、分離する。即ち、図１３に示すようなラインプロファイル６４を見て、開始点６１を含む領域の濃度値のレベルよりも高いレベル（若しくは低いレベル）にスライスレベルを設けた考え、このスライスレベルと濃度値のラインプロファイル６３が交差する位置の範囲内を、視覚的に判断して、抽出領域６４として指定する。
次に、ステップ７３において、ＣＰＵ１２は、抽出領域６４内の濃度値を用い、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００７４】
次に、ステップ７４において、ＣＰＵ１２は、拡張条件を用いて、開始点６１より拡張処理を行い、抽出画像を作成し、表示する。
次に、ステップ７５において、オペレータは、ステップ７４によって抽出された抽出画像と、関心領域６０とをＣＲＴ１３上で比較し、正しく抽出されていなければ、ステップ７２に戻り、ステップ７２，７３，７４を繰り返す。
【００７５】
以上説明したように、本実施形態の方法によれば、ラインプロファイルを用いて視覚的に抽出領域を指定できるので、拡張条件を容易に求めることができる。
【００７６】
次に、本発明の第７の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。さらに、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順は、図１１に示すフローチャートと同様である。なお、本実施形態においては、図１１のステップ７１におけるラインプロファイルの検出処理を、一部変更している。
【００７７】
第６の実施形態のステップ７１において、開始点６１を通る検出ライン６２の画素値のラインプロファイル６３を検出する際に、検出ライン６２内の各画素の濃度値Ｇiを用いて、以下の式（５）に基づいて指定した長さＬｅｎ（例えば、９ドット分）毎の平均値Ｇａを求める。
【００７８】
【数５】
【００７９】
さらに、平均値Ｇａから以下の式（６）に基づいて、分散値Ｇｄを算出し、算出した分散値のラインプロファイル６３を、ＣＲＴ１３上に表示する。
【００８０】
【数６】
【００８１】
そして、ステップ７２において、検出したラインプロファイル６３を用いて抽出領域６４を分離する。
【００８２】
以上説明したように、本実施形態の方法によれば、ラインプロファイルの分散値を用いて、容易に拡張条件を求めることができる。
【００８３】
次に、図１４及び図１２を用いて、本発明の第８の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１４は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートである。
なお、本実施形態においては、指定した位置を通る複数の直線上の画素値の変化を用いて拡張条件を決定するようにしている。
【００８４】
最初に、ステップ８０において、オペレータは、図１２に示すように、指定した断面画像の関心領域６０内に、開始点６１を指定する。
次に、ステップ８１において、ＣＰＵ１２は、図１２に示すように、開始点６１を中心に放射線状に複数の検出ライン６２を設定する。
【００８５】
次に、ステップ８２において、ＣＰＵ１２は、開始点６１を通る検出ライン６２の濃度値のラインプロファイル６３を検出する。
次に、ステップ８３において、オペレータは、図１１のステップ７２と同様にして、検出されたラインプロファイル６３を用い、抽出領域６４を分離する。
【００８６】
次に、ステップ８４において、ＣＰＵ１２は、抽出領域６４内の濃度値を用い、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００８７】
次に、ステップ８５において、ＣＰＵ１２は、未処理の検出ライン６２があるか否かを判断して、あればステップ８２に戻り、ステップ８２，８３，８４を繰り返して、全ての検出ライン６２について、拡張条件を検出する。
次に、ステップ８６において、ＣＰＵ１２は、検出された複数の拡張条件を用いて拡張処理を行い、それぞれの拡張条件に対する抽出画像を作成し、表示する。オペレータは、表示された抽出画像の中から関心領域に近い、最適な拡張条件を選択する。
【００８８】
以上説明したように、本実施形態の方法によれば、複数の検出ラインを用いて、複数の拡張条件を検出し、それらの中から抽出画像を用いて、容易に適切な拡張条件を求めることができる。
【００８９】
次に、図１５及び図１０を用いて、本発明の第９の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１５は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートである。
なお、本実施形態においては、検出ライン３７の画素値を用いて濃度ヒストグラムを作成し、濃度ヒストグラム用いて拡張条件を決定するようにしている。
【００９０】
最初に、ステップ００において、オペレータは、図１０に示すように、指定した断面画像の関心領域３０内に、開始点３１を指定する。
次に、ステップ９１において、ＣＰＵ１２は、図１０に示すように、開始点３１を複数の検出ライン３７の画素の濃度値を用いて、濃度ヒストグラムを作成する。
【００９１】
次に、ステップ９２において、ＣＰＵ１２は、濃度ヒストグラムを、予め指定したサイズ毎に、平滑化処理する。
次に、ステップ９３において、ＣＰＵ１２は、ステップ９２で作成した濃度ヒストグラムの開始点３１の位置より、度数の極小の位置を探して濃度最小・最大値を検出する。
【００９２】
次に、ステップ９４において、ＣＰＵ１２は、ステップ９３で検出した濃度最小・最大値を用いて、検出ライン３７の境界点３４を検出する。
次に、ステップ９５において、ＣＰＵ１２は、境界点３４間の画素の濃度値を用いて、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００９３】
以上説明したように、本実施形態の方法によれば、濃度ヒストグラムを用いて、拡張条件を容易に求めることができる。
【００９４】
次に、図１６を用いて、本発明の第１０の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１６は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートである。
なお、本実施形態においては、複数の拡張条件検出パラメータを用いて拡張条件を決定するようにしている。
【００９５】
最初に、ステップ２１０において、オペレータは、式（１）や式（２）に用いられている濃度差重みａや濃度補正値ｂの拡張条件検出パラメータを、複数個設定する。例えば、濃度差重みａとして、ａ＝２．０，ａ＝３．０，ａ＝４．０のように、複数個設定する。
次に、ステップ２１１において、オペレータは、指定した断面画像の関心領域６０内に開始点６１を指定する。
【００９６】
次に、ステップ２１２において、ＣＰＵ１２は、設定された内の１つの拡張条件検出パラメータを用い、抽出対象領域を指定する。
次に、ステップ２１３において、ＣＰＵ１２は、抽出対象領域より、対象画素の濃度値を用いて、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００９７】
次に、ステップ２１４において、ＣＰＵ１２は、設定された全ての拡張条件検出パラメータについて、処理が終了したか否かを判定し、未処理の拡張条件検出パラメータがあれば、ステップ２１２に戻り、ステップ２１２，２１３，２１４の処理を繰り返して、それぞれ、設定された全ての拡張条件検出パラメータ毎の拡張条件を検出する。
次に、ステップ２１５において、ＣＰＵ１２は、全ての拡張条件を提示し、オペレータは、その中から最適な拡張条件を選択する。
【００９８】
以上説明したように、本実施形態の方法によれば、複数の拡張条件検出パラメータに対する拡張条件を検出することにより、最適な拡張条件を容易に求めることができる。
【００９９】
次に、図１７及び図１８を用いて、本発明の第１１の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１７は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図１２は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
なお、本実施形態においては、指定した位置を通る直線上の画素値の変化を用いて拡張条件を決定するようにしている。
【０１００】
最初に、ステップ２３０において、ＣＰＵ１２は、図１８に示すように、指定された断面画像２２０の関心領域内２２１に指定された開始点２２２に対して、拡張条件を検出する。拡張条件の検出方法としては、上述した第１〜第１０実施形態のいずれの方法を用いてもよいものである。
次に、ステップ２３１において、ＣＰＵ１２は、直前に検出した拡張条件を用い、図１８に示すように、断面画像２２０の上に位置する断面画像において、開始点２２２の真上の位置の点（開始点同一座標点）２２３の画素が拡張可能か検出する。
【０１０１】
そして、ステップ２３２において、ＣＰＵ１２は、拡張が不可能かどうかを判定する。不可能であれば、ステップ２３５にジャンプする。
【０１０２】
不可能でない場合には、ステップ２３３において、ＣＰＵ１２は、さらに、上の断面画像の指定位置の真上の位置の点（開始点同一座標点）２２３を指定し、対象領域を設定して、抽出対象領域より、対象画素の濃度値を用いて、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【０１０３】
次に、ステップ２３４において、ＣＰＵ１２は、上の断面画像が最上位断層像であるか否かを判定する。最上位の断層像でなければ、ステップ２３１に戻り、ステップ２３１，２３２，２３３の処理を繰り返し、最上位断層像まで、それぞれの拡張条件を検出する。
そして、ステップ２３５において、ＣＰＵ１２は、断層像の関心領域抽出処理を、各々の拡張条件を用いて行う。
なお、以上の処理を、下側の断面画像についても同じように行う。
【０１０４】
以上説明したように、本実施形態の方法によれば、３次元の断層画像についても、拡張条件を容易に求めることができる。
【０１０５】
【発明の効果】
本発明によれば、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態による領域抽出方法を実施するための領域抽出システムの構成を示すシステム構成図である。
【図２】本発明の第１の実施形態による領域抽出システムによって領域抽出方法を実施する際の処理手順を示すフローチャートである。
【図３】本発明の第１の実施形態による領域抽出方法の中の拡張条件検出処理を実施する際の処理手順を示すフローチャートである。
【図４】本発明の第１の実施形態による領域抽出方法の中の拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図５】本発明の第１の実施形態による拡張条件検出処理に用いる開始点，初期サイズ，初期領域の概念説明図である。
【図６】本発明の第１の実施形態による拡張条件検出処理における領域拡張処理の概要の説明図である。
【図７】本発明の第２の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図８】本発明の第２の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図９】本発明の第３の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１０】本発明の第３の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図１１】本発明の第６の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１２】本発明の第６の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図１３】本発明の第６の実施形態による拡張条件検出処理における抽出領域を抽出するための原理説明図である。
【図１４】本発明の第８の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１５】本発明の第９の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１６】本発明の第１０の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１７】本発明の第１１の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１８】本発明の第１１の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【符号の説明】
１０…Ｉ／Ｏ装置
１１…メモリ
１２…ＣＰＯＵ
１１…ＣＲＴ
１２０…関心領域
１２１…開始点
１２２…初期サイズ
１２３…初期領域
１２４…領域拡張による抽出領域
【発明の属する技術分野】
本発明は、体内画像データ，特に、３次元的に撮像された断層像を用い、個別臓器や病巣（以下、「関心領域」と称する）などを抽出する領域抽出方法及び領域抽出装置に係り、特に、関心領域を抽出するためのパラメータを自動的に検出する領域抽出方法及び領域抽出装置に関する。
【０００２】
【従来の技術】
関心領域を３次元表示するためには、まず、その関心領域を画像データから抽出しておくことが必要である。関心領域の抽出の一般的な方法としては、
▲１▼関心領域の輪郭を追跡していく方法
▲２▼画素値の度数グラフを用いて関心領域の濃度しきい値を設定して領域抽出する方法
▲３▼関心領域の内部の点から領域拡張を行う方法
等が知られている。この中で、▲３▼関心領域の内部の点から領域拡張を行う方法は、一般的には、リージョン・グローイング（Region Growing）と称されており、関心領域内のある一点を選び、次いでそれに連結している点を隣接画素の中から探しだし、その連結点を取り込んで領域を拡大することにより関心領域を抽出するものであり、最も信頼性が高いものである。▲３▼関心領域の内部の点から領域拡張を行う方法については、例えば、アズリール・ローゼンフェルド（Azriel Rosenfeld）著（長尾真訳），「ディジタル・ピクチャー・プロセッシング（Digital Picture Processing）」，ｐ．３３５に記載されている。また、３次元データによる関心領域抽出法の例として、電子情報通信学会論文誌，D-II No.2 Vol.J76- D-II（１９９３年２月），ｐｐ．３５０−３５８に記載されている。
【０００３】
【発明が解決しようとする課題】
電子情報通信学会論文誌，D-II No.2 Vol.J76- D-II（１９９３年２月），ｐｐ．３５０−３５８では、「リージョングローイングをベースにした対話型３次元領域抽出法」として、領域の連結性の判定基準を大域的変化と局所的変化とからなる拡張条件を設定して領域抽出を行うようにしている。
【０００４】
しかしながら、この拡張条件の設定においてはユーザが試行錯誤で行っているため、最適な拡張条件を得るために、多大な労力を要するという問題があった。
【０００５】
本発明の目的は、関心領域の抽出処理において、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる領域抽出方法及び領域抽出装置を提供することにある。
【０００６】
【課題を解決するための手段】
（１）上記目的を達成するために、本発明は、元画像データの画素の濃度値の局所的変化と大域的変化の拡張条件を用いて領域拡張し、関心領域を抽出する領域抽出方法において、指定した位置の近傍の所定の領域にある画素の濃度値から特徴量を検出し、この特徴量を用いて拡張条件を決定するとともに、上記特徴量は、指定した位置を含む周囲の画素の濃度値の最小・最大値および隣接する画素との濃度差の平均誤差若しくは最大誤差であり、この特徴量を用いて関心領域の境界点を求め、この境界点に基づいて設定された拡張サイズの領域ついて新たに特徴量を検出し、拡張サイズに変化がないときの領域の特徴量によって拡張条件を決定するようにしたものである。
かかる方法により、境界点を用いて領域を拡張しながら、特徴量を求め、拡張条件を求めるようにしているため、拡張条件を容易に求め得るものとなる。
【０００７】
（２）上記（１）において、好ましくは、さらに、上記特徴量を用いて領域拡張を行い、拡張された領域について新たに特徴量を検出し、拡張された領域が収束条件を満たすときの特徴量によって拡張条件を決定するようにしたものである。
かかる方法により、順次領域を拡張しながら、特徴量を求め、拡張条件を求めるようにしているため、拡張条件を容易に求め得るものとなる。
【０００９】
（３）上記（１）において、好ましくは、指定した位置を通る少なくとも１つの直線上の画素の濃度値の変化を用いて拡張条件を決定するようにしたものである。
かかる方法により、拡張条件を容易に求め得るものとなる。
【００１０】
（４）上記（１）において、好ましくは、拡張条件の複数の検出パラメータを設定し、それぞれの検出パラメータ毎に拡張条件を検出し、任意の検出パラメータを選択可能としたものである。かかる方法により、検出パラメータの設定が容易となるものである。
（５）また、上記目的を達成するために、本発明は、断層イメージング装置の断層像を格納するとともに、拡張条件や領域抽出した結果を格納するメモリと、該メモリに格納された上記断層像の画像データに対して、拡張条件設定断面画像を指定して拡張条件を検出し、上記メモリに格納し、上記メモリに格納された上記拡張条件により領域抽出を行い、この抽出結果を上記メモリに格納し、さらに、上記メモリに格納された上記断層像の画像データと上記抽出結果を用いて特定領域の３次元画像を作成するＣＰＵとを有し、元画像データの画素の濃度値の局所的変化と大域的変化の拡張条件を用いて領域拡張し、関心領域を抽出する領域抽出装置において、上記ＣＰＵは、指定した位置の近傍の所定の領域にある画素の濃度値から特徴量を検出し、この特徴量を用いて拡張条件を決定するとともに、上記特徴量は、指定した位置を含む周囲の画素の濃度値の最小・最大値および隣接する画素との濃度差の平均誤差若しくは最大誤差であり、この特徴量を用いて関心領域の境界点を求め、この境界点に基づいて設定された拡張サイズの領域ついて新たに特徴量を検出し、拡張サイズに変化がないときの領域の特徴量によって拡張条件を決定するようにしたものである。
かかる構成により、境界点を用いて領域を拡張しながら、特徴量を求め、拡張条件を求めるようにしているため、拡張条件を容易に求め得るものとなる。
【００１１】
【発明の実施の形態】
以下、図１〜図６を用いて、本発明の第１の実施形態による領域抽出方法について説明する。
最初に、図１を用いて、本実施形態による領域抽出方法を実施するための領域抽出システムの構成について説明する。
【００１２】
本実施形態による領域抽出システムは、Ｉ／Ｏ装置１０と、メモリ１１と、ＣＰＵ１２と、ＣＲＴ１３とから構成されている。
Ｉ／Ｏ装置１０は、Ｘ線ＣＴ，ＭＲＩなどの断層イメージング装置とメモリ１１間での画像のやり取りを行うものである。
メモリ１１は、Ｉ／Ｏ装置１０より入力した断層像を格納する。この時、各々の断面画像をそれぞれの位置関係を正確に保ちながら重ねあわせることにより、３次元データとして格納する。また、メモリ１１は、拡張条件や領域抽出した結果を格納する。
【００１３】
ＣＰＵ１２は、メモリ１１に格納された３次元データに対して、拡張条件設定断面画像を指定して拡張条件を検出し、メモリ１１に格納する。次に、ＣＰＵ１２は、メモリ１１の３次元データから拡張条件により領域抽出を行い、抽出結果をメモリ１１に格納する。さらに、メモリ１１の３次元データと抽出結果を用いて特定領域の３次元画像を作成する。
ＣＲＴ１３は、ＣＰＵ１２によって作成された３次元画像を表示する。また、原データのチェック，拡張条件を検出過程のチェック，領域抽出過程のチェックを行うためにも用いられる。
【００１４】
次に、図２を用いて、本実施形態による領域抽出方法を実施する領域抽出システムの処理手順について説明する。なお、以下の実施形態においては、頭部のＭＲＩ像を用い、疾患部領域を抽出するものとする。
図２は、本発明の第１の実施形態による領域抽出システムによって領域抽出方法を実施する際の処理手順を示すフローチャートである。
【００１５】
ステップ２０において、ＣＰＵ１２は、ＭＲＩによって撮像された複数枚の断面画像データを、Ｉ／Ｏ装置１０を介してメモリ１１に積み上げる。これにより、メモリ１１上でのデータは、３次元構造を有することになる。
次に、ステップ２１において、オペレータは、メモリ１１の断面画像データの各断面画像を参照しながら、拡張条件を設定する断面画像（１枚または複数枚）を指定する。ここで、指定する断面画像は、抽出すべき疾患部のある断面画像である。
次に、ステップ２２において、オペレータは、ステップ２１で指定した断面画像データを参照して、抽出すべき疾患部の内部の点（１点または複数点）の座標を指定する。ここで、指定した点が、拡張条件検出および領域拡張の開始点となる。
【００１６】
次に、ステップ２３において、ＣＰＵ１２は、ステップ２２で指定した各断面画像の開始点に関連した画素値の特徴量を求めて疾患部領域の境界点を検出し、この境界点を用いて拡張条件検出領域を設定し、局所・大域パラメータの拡張条件を検出して、メモリ１１上に登録する。
ここで、領域を開始点から拡張する際の領域の連結性の判定基準としては、大域的変化と、局所的変化がある。大域的変化とは、同じ領域内では、各画素の濃度値はある濃度範囲に属することである。また、局所的変化とは、隣接点同士の濃度差は小さいことことである。大域的変化を判定する基準が大域パラメータであり、局所的変化を判定する基準が局所パラメータである。
なお、ステップ２２の処理が、本実施形態による領域抽出の際のパラメータである拡張条件を検出処理であり、その詳細については、図３以降を用いて、後述する。
【００１７】
次に、ステップ２４において、ＣＰＵ１２は、ステップ２２で指定した開始点から、ステップ２３で検出した局所・大域パラメータの拡張条件を領域拡張の制約条件として領域抽出を行い、疾患部を抽出して、メモリ１１上に登録する。
【００１８】
次に、図３〜図６を用いて、図２のステップ２３における拡張条件検出処理の手順について説明する。
図３は、本実施形態による拡張条件検出処理の処理手順を示すフローチャートであり、図４は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【００１９】
ステップ１１０において、ＣＰＵ１２は、指定した断面画像を、指定したサイズにより周囲の画素値を加算し、平均値を算出した平滑化処理をして、メモリ１１に格納する。
【００２０】
次に、ステップ１１１において、ＣＰＵ１２は、関心領域１２０内の開始点１２１を中心に、予め指定した初期サイズ１２２を用いて初期領域１２３を設定し、平滑化画像を用いて初期領域１２３内における濃度値の最小・最大値および隣接画素の誤差の平均値（平均誤差）に重み係数を掛けたものを、特徴量として算出する。ここで、重み係数としては、例えば、２．０を用いる。また、隣接画素の誤差の平均値に重み係数を掛けたものに代えて、隣接画素の最大誤差値を特徴量として算出するようにしてもよいものである。
【００２１】
ここで、図５を用いて、開始点１２１，初期サイズ１２２，初期領域１２３について説明する。
図５は、本発明の第１の実施形態による拡張条件検出処理に用いる開始点，初期サイズ，初期領域の概念説明図である。
【００２２】
断面画像は、画素であるドットの集合体であり、座標によってそれぞれの画素を特定することができる。例えば、図５に示す例において、開始点１２１を、座標（ｊ，ｋ）の画素とする。ここで、初期サイズ１２２を、例えば、９ドットとすると、初期領域１２３は、座標（ｊ＋４，ｋ＋４）と、座標（ｊ＋４，ｋ−４）と、座標（ｊ−４，ｋ＋４）と、座標（ｊ−４，ｋ−４）とによって囲まれた領域であり、８１ドットの画素から構成されることになる。
【００２３】
各画素は、濃度値Ｇを有している。例えば、入力データが１２ビットの場合、濃度値Ｇは、２12階調のグレイスケールの値を有している。なお、入力データとしては、１０ビットでも、８ビットでもよいものである。
【００２４】
従って、初期領域１２３内の８１ドットの画素の濃度を、Ｇ(j+4,k+4)，…，Ｇ(j+4,k-4)，…，Ｇ(j-4,k+4)，…，Ｇ(j-4,k-4)とすると、これらの濃度値の最大値Ｇmx及び最小値Ｇmnを求めることにより、これらの値は、初期領域１２３全体の傾向を示すものであるため、初期領域１２３内の大域的変化を判定するための初期的な基準値となる。
【００２５】
また、初期領域１２３内の８１ドットの画素の濃度Ｇ(j+4,k+4)，…，Ｇ(j+4,k-4)，…，Ｇ(j-4,k+4)，…，Ｇ(j-4,k-4)に対して、隣接画素間の誤差を求めることにより、局所的な変化を判定することができるので、これらの誤差の平均値（平均誤差）に重みを掛けた値Ｇｅによって、局所的変化を判定するための初期的な基準値となる。
【００２６】
次に、ステップ１１２において、ＣＰＵ１２は、開始点１２１を領域拡張のためのスタートポイントとして、ステップ１１１において求めた特徴量を用いて、領域拡張の処理を行い、領域を抽出する。
【００２７】
ここで、図６を用いて、領域拡張処理を概要について説明する。
図６は、本発明の第１の実施形態による拡張条件検出処理における領域拡張処理の概要の説明図である。
【００２８】
座標（ｊ．ｋ）の開始点１２１から領域拡張をスタートすると、最初に、座標（ｊ，ｋ）の４方向に隣接する４つの画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）の濃度値Ｇ（ｊ＋１，ｋ），Ｇ（ｊ，ｋ＋１），Ｇ（ｊ，ｋ−１），Ｇ（ｊ−１，ｋ）が、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内にあるか否かを判定する。また、元の画素（ｊ，ｋ）と判定対象の画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）の差が、特徴量である平均誤差Ｇｅ以内であるか否かを判定する。そして、これらの両方の特徴量の条件を満たす場合に、それらの画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）まで、領域が拡張される。
【００２９】
次に、画素（ｊ＋１，ｋ），（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）を、それぞれ基準として、隣接する画素まで領域が拡張可能か否かを判定する。即ち、画素（ｊ＋１，ｋ）に対しては、画素（ｊ＋２，ｋ），（ｊ＋１，ｋ＋１）及び（ｊ＋１，ｋ−１）が隣接する画素となるので、これらの濃度Ｇが、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内にあるか否か、また、基準となる画素（ｊ＋１，ｋ）との間で、特徴量である平均誤差Ｇｅ以内であるか否かを判定して、領域を拡張するか否かを判定する。同様にして、基準となる（ｊ，ｋ＋１），（ｊ，ｋ−１），（ｊ−１，ｋ）の画素についても、これらに隣接する画素（ｊ＋１，ｋ＋１），（ｊ，ｋ＋２），（ｊ−１，ｋ＋１），（ｊ−２，ｋ），（ｊ−１，ｋ−１），（ｊ，ｋ−２），（ｊ＋１，ｋ−１）に対しても、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内にあるか否か、基準となる画素との間で、特徴量である平均誤差Ｇｅ以内であるか否かを判定して、領域を拡張するか否かを判定する。
【００３０】
以上の繰り返しにより、領域拡張を行い、例えば、図４に示した領域拡張によって抽出された領域１２４を得る。そして、特徴量である濃度値の最大値Ｇmx及び最小値Ｇmnの範囲内になく、また、隣接する画素との間で、特徴量である平均誤差Ｇｅ以内でない場合には、領域を拡張しないものとして、領域拡張を終了する。
【００３１】
次に、ステップ１１３において、ＣＰＵ１２は、ステップ１１２で抽出した領域の周辺画素が、関心領域１２０内に含まれる画素か判定し、判定を満たす画素を抽出して領域を拡張する。
関心領域１２０内の画素の判定方法について、以下に説明する。
最初に、次のようにして、前処理を行う。即ち、ステップ１１２で領域拡張の処理時に拡張される画素が関心領域の場合、拡張する画素との画素値の差の絶対値を累積し、平均値を算出して平均誤差を検出する。平均誤差が１より小さい時は、平均誤差を１に補正する。
【００３２】
以上の前処理後、以下の２条件が満たされた時、関心領域１２０内の画素と判定する。
１）ステップ１１２で抽出した画素が対象画素の隣接した画素中に在る画素数を検出し、予め指定した画素数より検出された画素数が多い場合。
例えば、予め指定した画素数を２とする。図６に示す例において、例えば、画素（ｊ＋１，ｋ＋１）が抽出した画素である場合、その隣接する画素中にある画素は、（ｊ＋１，ｋ）と（ｊ，ｋ＋１）であり、その個数は２個である。従って、この場合は、条件１）を満たすものとする。しかし、画素（ｊ，ｋ＋２）の場合には、隣接する画素は（ｊ，ｋ＋１）のみであり、１個であるため、条件１）を満たさないと判断する。
なお、予め指定した画素数は、通常１としておくことにより、隣接する画素は全て抽出できる。通常は、指定した画素数を１としておくことにより、条件１）はクリアできる。
【００３３】
２）検出した画素値の平均値を算出して対象画素の画素値との差の絶対値を算出し、予め指定した重み係数に該平均誤差を乗じた値より算出した絶対値が小さい場合。
である。
【００３４】
次に、ステップ１１４において、ＣＰＵ１２は、ステップ１１２及びステップ１１３で抽出された領域から、改めて特徴量を算出する。即ち、ステップ１１２及びステップ１１３の領域拡張処理により、領域は、少なくとも、初期領域１２３よりも広くなっている。そこで、この拡張された領域に対して、改めて、濃度値の最大値Ｇmx及び最小値Ｇmn及び隣接画素間の誤差の平均値（平均誤差）に重みを掛けた値Ｇｅからなる特徴量を算出することにより、この特徴量は、拡張された領域を表す特徴量に変更されることになる。
【００３５】
次に、ステップ１１５において、ＣＰＵ１２は、収束条件を満すか否かを判定する。満たさない場合には、ステップ１１２に戻り、ステップ１１２，１１３，１１４を繰り返すことにより、さらに、領域を拡張する。
【００３６】
ここで、収束条件について、以下に説明する。
収束条件は、以下の条件を組み合わせて行う。ただし、ステップ１１２で領域拡張の処理を行って領域を拡張した画素数を、抽出画素数とする。
【００３７】
（１）抽出画素数が、前回の抽出画素数と同じ場合。
対象となる画像の画素の濃度の中で、境界が明確な病巣のような関心領域の場合には、関心領域とその外側の領域の間で、濃度の変化が大きいため、この境界まで領域が拡張されると、それ以上の領域の拡張が行われないため、「（１）抽出画素数が、前回の抽出画素数と同じ場合」の条件を満たすため、これを第１の収束条件とする。
一方、関心領域とその隣接領域の境界が明確でない場合には、領域拡張処理は、収束するよりは発散していく傾向がある。そこで、以下の（２）〜（４）の条件により、発散傾向にあるかどうかを判定し、発散傾向にあるときは、適当な位置で、収束と見なすようにしている。
【００３８】
（２）抽出画素数が、前回抽出画素数に予め指定した重み係数を乗じた値を超えた場合。
（３）抽出画素数と前回抽出画素数の差が、前回抽出画素数と前前回抽出画素数の差に予め指定した重み係数を乗じた値よりを超えた場合。
（４）前抽出画素数の差を抽出画素数差の履歴として保存し、今回抽出画素数と前回の抽出画素数の差が前回までの予め指定した抽出画素数差の平均に予め指定した重み係数を乗じた数を超えた場合。
【００３９】
そして、（１）条件を満たすか、（２）〜（４）のいずれかの条件を満たす場合に収束条件を満たすと判定する。
［組み合わせ例１］（１）若しくは（２）が成立する時収束条件とする。
この判定条件は、関心領域の境界で抽出画素数の変化が大き時に有効であるとともに、処理が簡単に行えるものである。
［組み合わせ例２］（１）若しくは（３）が成立する時収束条件とする。
この判定条件は、関心領域内で抽出画素数の変化が大き時に有効である。
［組み合わせ例３］（１）若しくは（４）が成立する時収束条件とする。
この判定条件は、関心領域内で抽出画素数の変化にバラツキがある時に有効である。
【００４０】
次に、ステップ１１６において、ＣＰＵ１２は、収束条件を満たした直前の特徴量を用いて領域拡張を行い、領域拡張による抽出された拡張領域１２０内から最終的な拡張条件を決定する。
【００４１】
以上説明したように、本実施形態によれば、初期領域の特徴量に基づいて領域を拡張し、拡張された領域について新たに特徴量を求め、再び、新たな特徴量に基づいて領域を拡張し、拡張された領域が収束条件を満たすときに、求められた特徴量を、拡張条件とすることにより、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【００４２】
次に、図７及び図８を用いて、本発明の第２の実施形態による領域抽出方法について説明する。なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図７は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図８は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【００４３】
なお、本実施形態においては、指定した位置を中心に予め指定したサイズの領域を対象に特徴量を検出し、検出した特徴量にもとづいて上下左右に関心領域の境界点を検出し、検出した境界点を用いたひし形領域を用いて拡張条件を決定するようにしている。
【００４４】
最初に、ステップ４０において、ＣＰＵ１２は、指定した断面画像を指定したサイズにより周囲の画素値を加算し、平均値を算出した平滑化処理をして、メモリ１２に格納する。
次に、ステップ４１において、ＣＰＵ１２は、図８に示した指定した初期サイズ３２を、最初の拡張サイズとして設定する。ここで、初期サイズ３２は、例えば、５ドットとする。
次に、ステップ４２において、ＣＰＵ１２は、図８に示すように、関心領域３０内に開始点３１を指定する。そして、この開始点３１を中心に、拡張サイズ３５を用いて、ひし形の検出領域３３を設定する。ステップ４０において得られた平滑化画像を用いて、検出領域３３内における濃度値の最小・最大値Ｇmn，Ｇmxおよび隣接画素の最大誤差値Ｇｅを、特徴量として算出する。
【００４５】
次に、ステップ４３において、ＣＰＵ１２は、図８に示すように、ステップ４２で算出した特徴量を用いて、検出ライン３６に沿って、境界点３４を検出する。ここで、検出ライン３６は、図８に示すように、直交する２軸方向，即ち、４方向に設定されている。従って、境界点３４の検出は、この検出ライン３６に沿って行われるため、例えば、図５に示す例でいうと、開始点の画素（ｊ，ｋ）から開始すると、画素（ｊ＋４，ｋ）の方向に並んでいる画素，画素（ｊ，ｋ＋４）の方向に並んでいる画素，画素（ｊ，ｋ−４）の方向に並んでいる画素，画素（ｊ−４，ｋ）の方向に並んでいる画素のみが対象となる。なお、（ｊ＋４，ｋ＋４）や、（ｊ＋４，ｋ−４）や、（ｊ−４，ｋ＋４）や、（ｊ−４，ｋ−４）などの画素は対象とならないため、対象画素の個数が少なくなり、処理が容易になるものである。
【００４６】
ここで、ステップ４３によって最終的な境界点３４を検出する方法を説明する。
境界点は、以下の境界点検出方法を、単独あるいは組み合わせて行う。
【００４７】
（１）隣接画素の誤差値を用いる方法
この方法は、以下の式（１）により、境界点を検出する。
【００４８】
【数１】
ここで、パラメータとして、濃度差重みａと濃度差画素間隔ｂを与え、境界点判定画素の濃度値Ｇiと濃度差画素間隔ｂだけ先の濃度値Ｇi+1の誤差値｜Ｇi−Ｇi+1｜が、検出された特徴量の平均誤差または最大誤差値Ｇｅに、濃度差重みａを乗じた値（ａ・Ｇｅ）を超えた時、境界点とする。
【００５０】
（２）濃度値の最小・最大値を用いる方法
この方法は、以下の式（２），（３），（４）により、境界点を検出する。
【００５１】
【数２】
ここで、パラメータとして、濃度補正値ｃを与え、検出された特徴量の濃度最小Ｇmnを、濃度補正値ｃで補正して、補正された特徴量の最小値Ｇmnaを求める。
【００５３】
【数３】
ここで、パラメータとして、濃度補正値ｃを与え、検出された特徴量の濃度最大Ｇmxを、濃度補正値ｃで補正して、補正された特徴量の最大値Ｇmxaを求める。
【００５５】
【数４】
さらに、境界点判定画素の濃度値Ｇiが、補正した濃度最小・最大値（Ｇmna，Ｇmxa）の範囲外になった時、境界点とする。
【００５７】
そして、（１）若しくは（２）の方法を組み合わせて、境界点を検出する。
［組み合わせ例１］
（１）と（２）が両方成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が大きく、境界が不明瞭な場合に有効である。
［組み合わせ例２］
（１）と（２）のどちらかが成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が大きく、境界が明瞭な場合に有効である。
［組み合わせ例３］
（１）が成立する時は除外し、（２）が成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が小さく、境界が不明瞭な場合に有効である。
［組み合わせ例４］
（２）が成立する時は除外し、（１）が成立する点を境界点とする。
この境界点検出条件は、対象領域内の濃度差が小さく、境界が明瞭な場合に有効である。
【００５８】
次に、ステップ４４において、ＣＰＵ１２は、ステップ４３で検出した境界点３４の中から開始点３１から最短の境界点３４を選んで拡張サイズ３５に設定する。即ち、４方向の検出ライン３６に沿って境界点３４を求めることにより、４個の境界点３４が求められるので、開始点３１からの距離が最も短い境界点を選択した上で、その境界点までの距離を新しい拡張サイズ３５とする。
【００５９】
次に、ステップ４５において、ＣＰＵ１２は、新たな拡張サイズ３５が、前回検出した値と異なるか否かを判定して、異なる場合には、ステップ４２に戻り、ステップ４２，４３，４４の処理を繰り返す。
【００６０】
次に、ステップ４５の判定で、拡張サイズに変更がない場合には、ステップ４６において、ＣＰＵ１２は、断面画像の検出領域３３内における濃度値の最小・最大値および隣接画素の最大誤差値を、最終的な拡張条件として決定する。
【００６１】
以上説明したように、本実施形態の方法によれば、初期の特徴量に基づいて境界点を検出して領域を拡張し、拡張された領域について新たに特徴量を求め、再び、新たな特徴量に基づいて境界点を求めて領域を拡張し、拡張された領域が収束条件を満たすときに、求められた特徴量を、拡張条件とすることにより、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【００６２】
次に、図９及び図１０を用いて、本発明の第３の実施形態による領域抽出方法について説明する。なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図９は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図１０は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
なお、本実施形態においては、指定した位置を中心に予め指定したサイズの領域を対象に特徴量を検出し、検出した特徴量にもとづいて放射線上に関心領域の境界点を検出して拡張条件を決定するようにしている。
【００６３】
最初に、ステップ５０において、ＣＰＵ１２は、指定した断面画像を指定したサイズにより周囲の画素値を加算し、平均値を算出した平滑化処理をして、メモリ１２に格納する。
次に、ステップ５１において、ＣＰＵ１２は、図１０に示したように、関心領域３０内に開始点３１を指定し、開始点３１を中心に初期サイズ３２を用いて矩形の検出領域３３を設定し、平滑化画像を用いて検出領域３３内における濃度値の最小・最大値および隣接画素の最大誤差値を特徴量として算出する。
【００６４】
次に、ステップ５２において、ＣＰＵ１２は、ステップ５１で算出した特徴量を用いて、放射線状の検出ライン３７に沿って境界点３４を検出する。
次に、ステップ５３において、ＣＰＵ１２は、ステップ５１で検出した各検出ラインの境界点までの断面画像の画素を用いて、濃度値の最小・最大値および隣接画素の最大誤差値を拡張条件として検出する。
【００６５】
以上説明したように、本実施形態の方法によれば、初期の特徴量に基づいて境界点を検出して領域を拡張し、拡張された領域について新たに特徴量を求め、拡張条件とすることにより、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【００６６】
次に、本発明の第４の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。さらに、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順は、図９に示すフローチャートと同様である。
なお、本実施形態においては、図９のステップ５２における境界点の検出処理を、一部変更している。
【００６７】
第３の実施形態において、関心領域と、その外側の領域との境界が不明瞭な場合には、境界点が、関心領域よりも外側に検出される場合も生じてくる。
そこで、図９のステップ５２の処理において、ＣＰＵ１２は、ステップ５１で算出した特徴量を用いて、放射線状の検出ライン３７に沿って複数の境界点３４を検出する。これらの複数の境界点の内、所定の境界点のデータを除いくようにする。例えば、図１０に示した例では、８本の検出ライン３７を用いるため、８カ所の境界点３４が検出されるが、これらの境界点の内、開始点３１からの距離が遠い，例えば、２つの境界点を削除し、残りの６個の境界点について、ステップ５３の処理を行うようにする。これによって、検出ライン上の境界領域が不明瞭で、その検出ライン上で求められた境界点が、他の境界点よりも離れた位置に検出されたような場合でも、他の境界点を用いて、ステップ５３において、より正確に、濃度値の最小・最大値および隣接画素の最大誤差値を拡張条件として検出することができる。
【００６８】
以上説明したように、本実施形態の方法によれば、関心領域の境界が不明瞭な場合でも、容易に拡張条件を求めることができる。
【００６９】
次に、本発明の第５の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。さらに、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順は、図９に示すフローチャートと同様である。
【００７０】
本実施形態においては、関心領域内に異なる濃度値の領域が複数ある場合、濃度値の領域毎に開始点を指定して、断面画像の画素を用いて濃度値の最小・最大値および隣接画素の最大誤差値を算出し、各開始点で算出した最大濃度値の最大の値を拡張条件の濃度最大値に、また各開始点で算出した最小濃度値の最小の値を拡張条件の濃度最小値に、また各開始点で算出した隣接画素の最大誤差値の最大の値を拡張条件の隣接画素の最大誤差値として検出する。
以上説明したように、本実施形態の方法によれば、関心領域内に異なる濃度値の領域が複数ある場合でも、拡張条件を検出することができる。
【００７１】
次に、図１１〜図１３を用いて、本発明の第６の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１１は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図１２は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図であり、図１３は、抽出領域を抽出するための原理説明図である。
なお、本実施形態においては、指定した位置を通る直線上の画素値の変化を用いて拡張条件を決定するようにしている。
【００７２】
最初に、ステップ７０において、オペレータは、図１２に示すように、指定した断面画像の関心領域６０内に、開始点６１を指定する。
次に、ステップ７１において、ＣＰＵ１２は、開始点６１を通る検出ライン６２の画素値のラインプロファイル６３を検出し、ＣＲＴ１３上に表示する。ここで、ラインプロファイル６３は、例えば、図１３に示すように、横軸が開始点６１を含む検出ライン６２上の各点を示し、縦軸が各画素の濃度値を表すものとなる。
【００７３】
次に、ステップ７２において、オペレータは、検出されたラインプロファイル６３を用い、抽出領域６４を指定し、分離する。即ち、図１３に示すようなラインプロファイル６４を見て、開始点６１を含む領域の濃度値のレベルよりも高いレベル（若しくは低いレベル）にスライスレベルを設けた考え、このスライスレベルと濃度値のラインプロファイル６３が交差する位置の範囲内を、視覚的に判断して、抽出領域６４として指定する。
次に、ステップ７３において、ＣＰＵ１２は、抽出領域６４内の濃度値を用い、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００７４】
次に、ステップ７４において、ＣＰＵ１２は、拡張条件を用いて、開始点６１より拡張処理を行い、抽出画像を作成し、表示する。
次に、ステップ７５において、オペレータは、ステップ７４によって抽出された抽出画像と、関心領域６０とをＣＲＴ１３上で比較し、正しく抽出されていなければ、ステップ７２に戻り、ステップ７２，７３，７４を繰り返す。
【００７５】
以上説明したように、本実施形態の方法によれば、ラインプロファイルを用いて視覚的に抽出領域を指定できるので、拡張条件を容易に求めることができる。
【００７６】
次に、本発明の第７の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。さらに、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順は、図１１に示すフローチャートと同様である。なお、本実施形態においては、図１１のステップ７１におけるラインプロファイルの検出処理を、一部変更している。
【００７７】
第６の実施形態のステップ７１において、開始点６１を通る検出ライン６２の画素値のラインプロファイル６３を検出する際に、検出ライン６２内の各画素の濃度値Ｇiを用いて、以下の式（５）に基づいて指定した長さＬｅｎ（例えば、９ドット分）毎の平均値Ｇａを求める。
【００７８】
【数５】
さらに、平均値Ｇａから以下の式（６）に基づいて、分散値Ｇｄを算出し、算出した分散値のラインプロファイル６３を、ＣＲＴ１３上に表示する。
【００８０】
【数６】
そして、ステップ７２において、検出したラインプロファイル６３を用いて抽出領域６４を分離する。
【００８２】
以上説明したように、本実施形態の方法によれば、ラインプロファイルの分散値を用いて、容易に拡張条件を求めることができる。
【００８３】
次に、図１４及び図１２を用いて、本発明の第８の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１４は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートである。
なお、本実施形態においては、指定した位置を通る複数の直線上の画素値の変化を用いて拡張条件を決定するようにしている。
【００８４】
最初に、ステップ８０において、オペレータは、図１２に示すように、指定した断面画像の関心領域６０内に、開始点６１を指定する。
次に、ステップ８１において、ＣＰＵ１２は、図１２に示すように、開始点６１を中心に放射線状に複数の検出ライン６２を設定する。
【００８５】
次に、ステップ８２において、ＣＰＵ１２は、開始点６１を通る検出ライン６２の濃度値のラインプロファイル６３を検出する。
次に、ステップ８３において、オペレータは、図１１のステップ７２と同様にして、検出されたラインプロファイル６３を用い、抽出領域６４を分離する。
【００８６】
次に、ステップ８４において、ＣＰＵ１２は、抽出領域６４内の濃度値を用い、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００８７】
次に、ステップ８５において、ＣＰＵ１２は、未処理の検出ライン６２があるか否かを判断して、あればステップ８２に戻り、ステップ８２，８３，８４を繰り返して、全ての検出ライン６２について、拡張条件を検出する。
次に、ステップ８６において、ＣＰＵ１２は、検出された複数の拡張条件を用いて拡張処理を行い、それぞれの拡張条件に対する抽出画像を作成し、表示する。オペレータは、表示された抽出画像の中から関心領域に近い、最適な拡張条件を選択する。
【００８８】
以上説明したように、本実施形態の方法によれば、複数の検出ラインを用いて、複数の拡張条件を検出し、それらの中から抽出画像を用いて、容易に適切な拡張条件を求めることができる。
【００８９】
次に、図１５及び図１０を用いて、本発明の第９の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１５は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートである。
なお、本実施形態においては、検出ライン３７の画素値を用いて濃度ヒストグラムを作成し、濃度ヒストグラム用いて拡張条件を決定するようにしている。
【００９０】
最初に、ステップ００において、オペレータは、図１０に示すように、指定した断面画像の関心領域３０内に、開始点３１を指定する。
次に、ステップ９１において、ＣＰＵ１２は、図１０に示すように、開始点３１を複数の検出ライン３７の画素の濃度値を用いて、濃度ヒストグラムを作成する。
【００９１】
次に、ステップ９２において、ＣＰＵ１２は、濃度ヒストグラムを、予め指定したサイズ毎に、平滑化処理する。
次に、ステップ９３において、ＣＰＵ１２は、ステップ９２で作成した濃度ヒストグラムの開始点３１の位置より、度数の極小の位置を探して濃度最小・最大値を検出する。
【００９２】
次に、ステップ９４において、ＣＰＵ１２は、ステップ９３で検出した濃度最小・最大値を用いて、検出ライン３７の境界点３４を検出する。
次に、ステップ９５において、ＣＰＵ１２は、境界点３４間の画素の濃度値を用いて、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００９３】
以上説明したように、本実施形態の方法によれば、濃度ヒストグラムを用いて、拡張条件を容易に求めることができる。
【００９４】
次に、図１６を用いて、本発明の第１０の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１６は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートである。
なお、本実施形態においては、複数の拡張条件検出パラメータを用いて拡張条件を決定するようにしている。
【００９５】
最初に、ステップ２１０において、オペレータは、式（１）や式（２）に用いられている濃度差重みａや濃度補正値ｂの拡張条件検出パラメータを、複数個設定する。例えば、濃度差重みａとして、ａ＝２．０，ａ＝３．０，ａ＝４．０のように、複数個設定する。
次に、ステップ２１１において、オペレータは、指定した断面画像の関心領域６０内に開始点６１を指定する。
【００９６】
次に、ステップ２１２において、ＣＰＵ１２は、設定された内の１つの拡張条件検出パラメータを用い、抽出対象領域を指定する。
次に、ステップ２１３において、ＣＰＵ１２は、抽出対象領域より、対象画素の濃度値を用いて、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【００９７】
次に、ステップ２１４において、ＣＰＵ１２は、設定された全ての拡張条件検出パラメータについて、処理が終了したか否かを判定し、未処理の拡張条件検出パラメータがあれば、ステップ２１２に戻り、ステップ２１２，２１３，２１４の処理を繰り返して、それぞれ、設定された全ての拡張条件検出パラメータ毎の拡張条件を検出する。
次に、ステップ２１５において、ＣＰＵ１２は、全ての拡張条件を提示し、オペレータは、その中から最適な拡張条件を選択する。
【００９８】
以上説明したように、本実施形態の方法によれば、複数の拡張条件検出パラメータに対する拡張条件を検出することにより、最適な拡張条件を容易に求めることができる。
【００９９】
次に、図１７及び図１８を用いて、本発明の第１１の実施形態による領域抽出方法について説明する。
なお、本実施形態による領域抽出方法を実施するための領域抽出システムの構成は、図１に示したものと同様である。また、本実施形態による領域抽出システムによって領域抽出方法を実施する際の全体的な処理手順は、図２に示したフローチャートと同様である。
図１７は、図２のステップ２３における拡張条件検出処理の本実施形態による処理手順を示すフローチャートであり、図１２は、拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
なお、本実施形態においては、指定した位置を通る直線上の画素値の変化を用いて拡張条件を決定するようにしている。
【０１００】
最初に、ステップ２３０において、ＣＰＵ１２は、図１８に示すように、指定された断面画像２２０の関心領域内２２１に指定された開始点２２２に対して、拡張条件を検出する。拡張条件の検出方法としては、上述した第１〜第１０実施形態のいずれの方法を用いてもよいものである。
次に、ステップ２３１において、ＣＰＵ１２は、直前に検出した拡張条件を用い、図１８に示すように、断面画像２２０の上に位置する断面画像において、開始点２２２の真上の位置の点（開始点同一座標点）２２３の画素が拡張可能か検出する。
【０１０１】
そして、ステップ２３２において、ＣＰＵ１２は、拡張が不可能かどうかを判定する。不可能であれば、ステップ２３５にジャンプする。
【０１０２】
不可能でない場合には、ステップ２３３において、ＣＰＵ１２は、さらに、上の断面画像の指定位置の真上の位置の点（開始点同一座標点）２２３を指定し、対象領域を設定して、抽出対象領域より、対象画素の濃度値を用いて、領域内の濃度値の最小・最大値および隣接画素の最大誤差値を算出して、特徴量である拡張条件を検出する。
【０１０３】
次に、ステップ２３４において、ＣＰＵ１２は、上の断面画像が最上位断層像であるか否かを判定する。最上位の断層像でなければ、ステップ２３１に戻り、ステップ２３１，２３２，２３３の処理を繰り返し、最上位断層像まで、それぞれの拡張条件を検出する。
そして、ステップ２３５において、ＣＰＵ１２は、断層像の関心領域抽出処理を、各々の拡張条件を用いて行う。
なお、以上の処理を、下側の断面画像についても同じように行う。
【０１０４】
以上説明したように、本実施形態の方法によれば、３次元の断層画像についても、拡張条件を容易に求めることができる。
【０１０５】
【発明の効果】
本発明によれば、領域拡張法を用いる際に使用する拡張条件を容易に求めることができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態による領域抽出方法を実施するための領域抽出システムの構成を示すシステム構成図である。
【図２】本発明の第１の実施形態による領域抽出システムによって領域抽出方法を実施する際の処理手順を示すフローチャートである。
【図３】本発明の第１の実施形態による領域抽出方法の中の拡張条件検出処理を実施する際の処理手順を示すフローチャートである。
【図４】本発明の第１の実施形態による領域抽出方法の中の拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図５】本発明の第１の実施形態による拡張条件検出処理に用いる開始点，初期サイズ，初期領域の概念説明図である。
【図６】本発明の第１の実施形態による拡張条件検出処理における領域拡張処理の概要の説明図である。
【図７】本発明の第２の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図８】本発明の第２の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図９】本発明の第３の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１０】本発明の第３の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図１１】本発明の第６の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１２】本発明の第６の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【図１３】本発明の第６の実施形態による拡張条件検出処理における抽出領域を抽出するための原理説明図である。
【図１４】本発明の第８の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１５】本発明の第９の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１６】本発明の第１０の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１７】本発明の第１１の実施形態による拡張条件検出処理の処理手順を示すフローチャートである。
【図１８】本発明の第１１の実施形態による拡張条件検出処理の対象となる画像データにおける各領域等の説明図である。
【符号の説明】
１０…Ｉ／Ｏ装置
１１…メモリ
１２…ＣＰＯＵ
１１…ＣＲＴ
１２０…関心領域
１２１…開始点
１２２…初期サイズ
１２３…初期領域
１２４…領域拡張による抽出領域
Claims (5)
- 元画像データの画素の濃度値の局所的変化と大域的変化の拡張条件を用いて領域拡張し、関心領域を抽出する領域抽出方法において、
指定した位置の近傍の所定の領域にある画素の濃度値から特徴量を検出し、この特徴量を用いて拡張条件を決定するとともに、
上記特徴量は、指定した位置を含む周囲の画素の濃度値の最小・最大値および隣接する画素との濃度差の平均誤差若しくは最大誤差であり、
この特徴量を用いて関心領域の境界点を求め、この境界点に基づいて設定された拡張サイズの領域ついて新たに特徴量を検出し、拡張サイズに変化がないときの領域の特徴量によって拡張条件を決定することを特徴とする領域抽出方法。 - 請求項１記載の領域抽出方法において、さらに、
上記特徴量を用いて領域拡張を行い、拡張された領域について新たに特徴量を検出し、
拡張された領域が収束条件を満たすときの特徴量によって拡張条件を決定することを特徴とする領域抽出方法。 - 請求項１記載の領域抽出方法において、
指定した位置を通る少なくとも１つの直線上の画素の濃度値の変化を用いて拡張条件を決定することを特徴とする領域抽出方法。 - 請求項１記載の領域抽出方法において、
拡張条件の複数の検出パラメータを設定し、それぞれの検出パラメータ毎に拡張条件を検出し、任意の検出パラメータを選択可能としたことを特徴とする領域抽出方法。 - 断層イメージング装置の断層像を格納するとともに、拡張条件や領域抽出した結果を格納するメモリと、
該メモリに格納された上記断層像の画像データに対して、拡張条件設定断面画像を指定して拡張条件を検出し、上記メモリに格納し、上記メモリに格納された上記拡張条件により領域抽出を行い、この抽出結果を上記メモリに格納し、さらに、上記メモリに格納された上記断層像の画像データと上記抽出結果を用いて特定領域の３次元画像を作成するＣＰＵとを有し、
元画像データの画素の濃度値の局所的変化と大域的変化の拡張条件を用いて領域拡張し、関心領域を抽出する領域抽出装置において、
上記ＣＰＵは、
指定した位置の近傍の所定の領域にある画素の濃度値から特徴量を検出し、この特徴量を用いて拡張条件を決定するとともに、
上記特徴量は、指定した位置を含む周囲の画素の濃度値の最小・最大値および隣接する画素との濃度差の平均誤差若しくは最大誤差であり、
この特徴量を用いて関心領域の境界点を求め、この境界点に基づいて設定された拡張サイズの領域ついて新たに特徴量を検出し、拡張サイズに変化がないときの領域の特徴量によって拡張条件を決定することを特徴とする領域抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34700598A JP4219456B2 (ja) | 1998-12-07 | 1998-12-07 | 領域抽出方法及び領域抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34700598A JP4219456B2 (ja) | 1998-12-07 | 1998-12-07 | 領域抽出方法及び領域抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000172829A JP2000172829A (ja) | 2000-06-23 |
| JP4219456B2 true JP4219456B2 (ja) | 2009-02-04 |
Family
ID=18387283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP34700598A Expired - Fee Related JP4219456B2 (ja) | 1998-12-07 | 1998-12-07 | 領域抽出方法及び領域抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4219456B2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4393016B2 (ja) * | 2000-06-30 | 2010-01-06 | 株式会社日立メディコ | 画像診断支援装置 |
| JP4688361B2 (ja) * | 2001-07-23 | 2011-05-25 | 株式会社日立メディコ | 臓器の特定領域抽出表示装置及びその表示方法 |
| JP3712234B2 (ja) * | 2002-03-19 | 2005-11-02 | 株式会社日立製作所 | 関心領域抽出方法及び画像処理サーバ |
| JP4193201B2 (ja) * | 2002-05-24 | 2008-12-10 | 株式会社日立メディコ | 臓器の切除領域抽出表示装置 |
| JP2004057340A (ja) * | 2002-07-26 | 2004-02-26 | Ge Medical Systems Global Technology Co Llc | 血栓部画像抽出方法、画像処理装置およびｘ線ｃｔシステム |
| JP4405716B2 (ja) * | 2002-08-26 | 2010-01-27 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理装置およびｘ線ｃｔシステム |
| JP4799833B2 (ja) * | 2003-06-19 | 2011-10-26 | サラヤ株式会社 | エコーを用いた血管径測定方法およびその装置 |
| JP4726407B2 (ja) * | 2003-08-22 | 2011-07-20 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 超音波診断装置 |
| WO2005087111A1 (ja) * | 2004-03-15 | 2005-09-22 | Hitachi Medical Corporation | 医用画像診断装置及び医用画像診断方法 |
| GB2414357A (en) * | 2004-05-18 | 2005-11-23 | Medicsight Plc | Nodule boundary detection |
| WO2006000738A1 (en) * | 2004-06-23 | 2006-01-05 | Medicsight Plc. | Lesion boundary detection |
| JP4634872B2 (ja) * | 2005-06-13 | 2011-02-16 | アロカ株式会社 | 超音波診断装置 |
| JP5017909B2 (ja) * | 2005-06-22 | 2012-09-05 | コニカミノルタエムジー株式会社 | 領域抽出装置、領域抽出方法及びプログラム |
| JP4720478B2 (ja) * | 2005-12-15 | 2011-07-13 | コニカミノルタエムジー株式会社 | モデリング装置、領域抽出装置およびプログラム |
| JP5138921B2 (ja) * | 2006-11-06 | 2013-02-06 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Ｘ線ｃｔ画像処理方法および装置 |
| JP5562610B2 (ja) * | 2009-10-22 | 2014-07-30 | 株式会社東芝 | 画像処理装置 |
| JP5588302B2 (ja) * | 2010-10-27 | 2014-09-10 | 株式会社日立メディコ | 医用画像処理装置及び医用画像処理方法 |
| JP6068883B2 (ja) * | 2012-09-05 | 2017-01-25 | 株式会社日立製作所 | 画像処理装置及び領域抽出方法 |
| CN107209946B (zh) * | 2015-01-20 | 2020-09-25 | 皇家飞利浦有限公司 | 图像数据分割和显示 |
| JP7034971B2 (ja) * | 2018-11-08 | 2022-03-14 | 株式会社東芝 | 作動システム、制御装置、およびプログラム |
-
1998
- 1998-12-07 JP JP34700598A patent/JP4219456B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000172829A (ja) | 2000-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4219456B2 (ja) | 領域抽出方法及び領域抽出装置 | |
| JP2808773B2 (ja) | 階調変換自動化装置 | |
| JP5486197B2 (ja) | 椎骨中心検出装置および方法並びにプログラム | |
| KR101899866B1 (ko) | 병변 경계의 오류 검출 장치 및 방법, 병변 경계의 오류 수정 장치 및 방법 및, 병변 경계의 오류 검사 장치 | |
| US7643663B2 (en) | Volume measurement in 3D datasets | |
| JP6564018B2 (ja) | 放射線画像の肺野セグメンテーション技術及び骨減弱技術 | |
| US20180047168A1 (en) | Image processing apparatus and image processing method | |
| JP2004105737A (ja) | 心臓磁気共振潅流データのための統合的画像記録方法 | |
| US7689018B2 (en) | Anomaly detection in volume data structure information | |
| JP4138371B2 (ja) | 解剖学的特徴位置検出装置並びに記録媒体および被写体構造計測装置並びに記録媒体 | |
| EP2372646B1 (en) | Image processing device, method and program | |
| JP4938427B2 (ja) | 脳出血部位体積計算装置 | |
| Chodorowski et al. | Color lesion boundary detection using live wire | |
| JP2007105264A (ja) | 医用画像判定装置、医用画像判定方法およびそのプログラム | |
| JP4318862B2 (ja) | 画像診断装置 | |
| JP5055115B2 (ja) | 識別方法、コンピュータプログラム及びコンピュータプログラム装置 | |
| JP2004057275A (ja) | 画像診断装置 | |
| US8724879B2 (en) | Medical image processing apparatus, a medical imaging apparatus, and a method of processing medical images | |
| KR102178803B1 (ko) | 흉부 의료 영상 판독 지원 시스템 및 방법 | |
| JP2008503294A6 (ja) | 識別方法、コンピュータプログラム及びコンピュータプログラム装置 | |
| JP2002177249A (ja) | ディジタル胸部画像のリブケイジ境界検出方法 | |
| CN108648145B (zh) | 图像拼接方法及装置 | |
| JP2002183708A (ja) | ディジタル胸部画像のリブケイジ境界検出方法及び装置 | |
| JP4651375B2 (ja) | 医用画像表示装置及びその方法 | |
| JP4201939B2 (ja) | 画像処理装置及び放射線治療計画システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051116 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080826 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081002 |
|
| 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: 20081111 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081112 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111121 Year of fee payment: 3 |
|
| 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 |