JP4492080B2 - 医用画像診断支援システム及び医用画像出力方法 - Google Patents

Description

本発明は、医用画像を画像解析して異常陰影の候補領域を検出し、その異常陰影候補の検出結果を医用画像とともに出力する医用画像診断支援システム及び医用画像出力方法に関する。

医療の分野では、患者を撮影したＸ線画像、超音波画像等の医用画像のデジタル化が実現され、医師による診断時には、医用画像データをモニタやフィルムに出力するスクリーン／フィルム（以下、Ｓ／Ｆという。）システムが一般的に利用されている。医師は、モニタやフィルムに出力された医用画像を読影し、病変部と思われる異常陰影の検出や病変部の経時変化を観察して診断を行っている。

近年では、医師の読影に対する負担軽減を目的として、撮影された医用画像を画像解析することにより、病変部と思われる画像領域を異常陰影候補として自動的に検出するコンピュータ診断支援装置（以下、ＣＡＤ；Computed-Aided Diagnosisという。）と呼ばれる異常陰影候補検出装置が開発されている（例えば、特許文献１、特許文献２参照）。
特開２００２−１１２９８６号公報 特開平０８−２６３６４１号公報

ＣＡＤでは統計量等の定量的な画像特徴量を用いて解析が行われるので、条件が統一されるように全ての濃度領域においてコントラストが等しいことが好ましい。しかしながら、読影用の画像では、医師が読影しやすい図１２（ａ）に示すようなＳ字型の非線形な階調に変換されることが一般的である。従って、異常陰影が存在する濃度領域によって各異常陰影のコントラストが変わってくるため、ＣＡＤの検出には好ましい階調特性とはならない。

一方で、読み取られたばかりのＸ線原画像は発光量に応じた画素値を有しており、そのＸ線画像の画素値は、図１２（ｂ）に示すように、Ｘ線の到達線量の対数に比例した線形な階調特性を有している。このような階調特性を有する原画像はどの濃度領域においてもコントラストが等しく、ＣＡＤによる検出に適した画像となる。さらにこの場合、Ｘ線の到達線量の情報を特徴量として用いて異常陰影候補の検出を行うこともできる。しかしながら、このようなＣＡＤによる検出に適した画像は、読影用の画像と比べるとコントラストが低く、読影しづらい画質となってしまう。

そこで、従来では、図１３に示すように、まず原画像を用いてＣＡＤにおいて異常陰影候補の検出処理を行い、次に原画像に読影に適した画像処理を施していた。そして、画像処理された読影用の画像を表示し、その表示された読影用画像上に異常陰影候補の検出結果を合成して表示していた。しかしながら、この方法では、異常陰影候補の検出の後に画像処理を行うので、画像処理時に算出される特徴量を異常陰影候補の検出に利用することができず、検出効率が悪かった。

本発明の課題は、読影に適した画質の医用画像を提供するとともに、異常陰影候補の検出に適した画像を用いて算出された異常陰影候補の検出結果を提供することである。

請求項１に記載の発明は、
医用画像を画像解析して特徴量を算出し、当該特徴量に基づいて異常陰影候補を検出する異常陰影候補検出手段と、医用画像に各種画像処理を施す画像処理手段とを備えた医用画像診断支援システムにおいて、
未処理の医用画像である原画像を画像解析して読影に適した読影用画像処理条件と、異常陰影候補の検出に適した検出用画像処理条件とを決定する条件決定手段を備え、
前記画像処理手段は、前記決定された読影用画像処理条件により原画像に画像処理を施して読影用画像を作成するとともに、検出用画像処理条件により原画像に画像処理を施して検出用画像を作成し、
前記異常陰影候補検出手段は、前記決定された検出用画像処理条件を特徴量として用いて前記画像処理手段により作成された検出用画像から異常陰影候補を検出し、
前記画像処理手段により作成された読影用画像及び前記異常陰影候補検出手段により検出された異常陰影候補の検出結果を出力する出力手段を備えることを特徴とする。

請求項２に記載の発明は、請求項１に記載の医用画像診断支援システムにおいて、
前記異常陰影候補検出手段は、前記条件決定手段により決定された読影用画像処理条件を特徴量として、検出された異常陰影候補が真陽性であるか偽陽性であるかの判定に用いることを特徴とする。

請求項３に記載の発明は、請求項１又は２に記載の医用画像診断支援システムにおいて、
読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成する出力用画像作成手段を備え、
前記出力手段は、前記作成された出力用画像を出力することを特徴とする。

請求項４に記載の発明は、請求項１〜３の何れか一項に記載の医用画像診断支援システムにおいて、
前記画像処理手段により施された画像処理条件を表示する表示手段を備えることを特徴とする。

請求項５に記載の発明は、
医用画像を画像解析して特徴量を算出し、当該特徴量に基づいて異常陰影候補を検出する異常陰影候補検出手段と、医用画像に各種画像処理を施す画像処理手段とを備えた医用画像診断支援システムにおける医用画像出力方法であって、
未処理の医用画像である原画像を画像解析して読影に適した読影用画像処理条件と、異常陰影候補の検出に適した検出用画像処理条件とを決定する条件決定工程と、
前記決定された読影用画像処理条件を適用して前記画像処理手段により原画像に画像処理を施して読影用画像を作成するとともに、検出用画像処理条件により原画像に画像処理を施して検出用画像を作成する画像処理工程と、
前記異常陰影候補検出手段により前記決定された検出用画像処理条件を特徴量として用いて前記作成された検出用画像から異常陰影候補を検出する検出工程と、
前記画像処理工程で作成された読影用画像及び前記検出工程で検出された異常陰影候補の検出結果を出力する出力工程と、
を含むことを特徴とする。

請求項６に記載の発明は、請求項５に記載の医用画像出力方法において、
前記検出工程では、前記条件決定工程で決定された読影用画像処理条件を特徴量として、検出された異常陰影候補が真陽性であるか偽陽性であるかの判定に用いることを特徴とする。

請求項７に記載の発明は、請求項５又は６に記載の医用画像出力方法において、
読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成する出力用画像作成工程を含み、
前記出力工程では、前記作成された出力用画像を出力することを特徴とする。

請求項８に記載の発明は、請求項５〜７の何れか一項に記載の医用画像出力方法において、
前記画像処理工程で施された画像処理条件を表示手段に表示する表示工程を含むことを特徴とする。

請求項１、５に記載の発明によれば、原画像に読影用の画像処理を施して読影用画像を作成するとともに、原画像に検出用の画像処理を施して検出用画像を作成し、その検出用画像処理条件を特徴量として利用して検出用画像から異常陰影候補を検出するので、検出に適した階調特性を有する検出用画像を作成して異常陰影候補の検出を行うことにより検出精度を向上させることができるとともに、読影に適した画質の医用画像を提供することができる。

請求項２、６に記載の発明によれば、読影用画像処理条件を特徴量として用いて真陽性か偽陽性かを判定することができる。

請求項３、７に記載の発明によれば、読影用画像上に異常陰影候補の検出結果を合成した出力用画像を出力するので、読影用画像を読影しながら、異常陰影候補の検出結果を参照することができ、診断効率を向上させることができる。

請求項４、８に記載の発明によれば、画像処理条件を確認することができ、画像処理が施された画像を読影する上で参考情報とすることができる。

〈第１の実施の形態〉
第１実施の形態では、生成されたばかりの未処理の医用画像（以下、これを原画像という。）を用いて異常陰影候補の検出を行うとともに、この原画像を用いて読影用の画像処理を行って読影用画像を作成し、当該読影用画像に異常陰影候補の検出結果を合成した出力用画像を作成して出力する例を説明する。

まず、構成を説明する。
図１に、本実施の形態における医用画像診断支援システム１００のシステム構成を示す。図１に示すように、医用画像診断支援システム１００は、医用画像生成装置１０、異常陰影候補検出装置２０、画像処理装置３０、出力装置４０から構成され、各装置は通信ネットワークＮを介して接続されている。

なお、本実施の形態では、医用画像生成装置１０、異常陰影候補検出装置２０、画像処理装置３０、出力装置４０がネットワーク接続された例を説明するが、これに限らず、各装置が直接有線接続されたシステム構成であってもよい。また、図１には、各装置が１台づつ接続された例を示したが、その台数及び設置場所は特に限定しない。

以下、各装置について説明する。
医用画像生成装置１０は、患者を撮影した医用画像の画像データを生成するものであり、例えば医用画像が記録されたフィルム上にレーザ光を走査して医用画像信号として読み取り、デジタル化するレーザデジタイザや、ＣＣＤ（Charge Coupled Device）等の光電変換素子からなるセンサによりフィルムに記録された医用画像を読み取り、デジタル化するフィルムスキャナ等が適用可能である。

また、フィルムに記録された医用画像を読み取るのではなく、蓄積性蛍光体を用いて医用画像を撮影する撮影装置や、照射された放射線の強度に応じた電荷を生成する放射線検出素子とコンデンサからなるフラットパネルディテクタ等を適用することとしてもよく、その医用画像信号の生成方法は特に限定しない。

また、医用画像生成装置１０は、通信手段を備え、第１の実施の形態では、生成されたばかりの原画像を異常陰影候補検出装置２０及び画像処理装置３０にそれぞれ配信する。すなわち、医用画像生成装置１０により配信手段を実現することができる。

次に、異常陰影候補検出装置２０について説明する。
異常陰影候補検出装置２０は、異常陰影候補の検出プログラムを搭載したコンピュータであり、医用画像生成装置１０により生成された医用画像を画像解析して異常陰影候補を検出する。

図２に、異常陰影候補検出装置２０の内部構成を示す。
図２に示すように、異常陰影候補検出装置２０は、ＣＰＵ（Central Processing Unit）２１、入力部２２、表示部２３、通信部２４、ＲＡＭ（Random Access Memory）２５、ＲＯＭ（Read Only Memory）２６、プログラムメモリ２７から構成される。

ＣＰＵ２１は、プログラムメモリ２７に格納されているシステムプログラムの他、異常陰影候補検出プログラムをＲＡＭ２５に展開し、各プログラムとの協働により異常陰影候補検出装置２０の各部の動作を集中制御する。

異常陰影候補の検出時には、検出対象とする異常陰影の種類に応じた異常陰影候補検出プログラムに従って異常陰影候補の検出を行う。例えば、乳房を撮影した放射線画像（以下、マンモグラフィという。）では、乳癌の癌化部分である腫瘤、微小石灰化クラスタの陰影候補を検出する。

異常陰影候補の検出方法としては、公知の検出方法を適用可能である。例えば、マンモグラフィにおける腫瘤陰影候補の検出方法としては、特開平１０−９１７５８号公報に開示されているアイリスフィルタを用いた手法や、ラプラシアンフィルタを用いた手法（電気情報通信学会論文誌(D-II),Vol.J76-D-II,no.2,pp.241-249,1993）等が適用可能である。また、微小石灰化クラスタ陰影候補の検出方法としては、例えばモルフォルジーフィルタ（電気情報通信学会論文誌(D-II),Vol.J71-D-II,no.7,pp.1170-1176,1992）、ラプラシアンフィルタ（電気情報通信学会論文誌(D-II) Vol.J71-D-II,no.10,pp.1994-2001,1988）、３重リングフィルタ等を用いた方法を適用可能である。

以下、異常陰影候補の検出方法の一例として、マンモグラフィにおける微小石灰化クラスタ陰影候補の検出方法について説明する。
微小石灰化クラスタ陰影は、図３（ａ）に示すように、マンモグラフィ上では略円錐状の濃度変化を有する低濃度の微小石灰化部分が集まった（クラスタ化した）陰影として現れる。このような濃度特性に基づいて、微小石灰化部分を検出するフィルタとして、図３（ｂ）に示すようなベクトルパターンを有する３重リングフィルタを用いて候補領域を特定する。

３重リングフィルタは、濃度変化が理想的な円錐形状を示す場合の濃度勾配の強度成分及び方向成分が予め決定されたリングフィルタＡ、Ｂ、Ｃから構成される。まず、ある注目画素周辺において、リングフィルタＡ、Ｂ、Ｃそれぞれの領域状の画素値から濃度勾配の強度成分及び方向成分の代表値を求める。そして、その代表値とリングフィルタＡ、Ｂ、Ｃに予め決定されている濃度勾配の強度成分及び方向成分との差に基づいて、円錐形状に近い濃度変化を有する画像領域を検出する。

３重リングフィルタにより候補領域が特定されると、当該候補領域において、コントラスト、標準偏差、濃度平均値、曲率、フラクタル次元、円形度、大きさ（面積）等の各種特徴量を算出し、これら特徴量に基づいて、真陽性の異常陰影であるか否かを判定する。判定の手法としては、多変量解析を適用することができる。例えば、予め真陽性と分かっている陰影から算出された特徴量を学習データとして多変量解析を構築しておき、この多変量解析に判定対象の陰影から算出された各種特徴量を入力して悪性度を判定し、判定された悪性度が高い場合には真陽性であると判定する。そして、真陽性であると判定された場合、その微小石灰化部分の候補領域が所定面積内に寄り集まって存在する領域一帯を微小石灰化クラスタ陰影の候補領域として検出する。

すなわち、異常陰影候補検出プログラムとＣＰＵ２２との協働により、異常陰影候補検出手段を実現することができる。

入力部２２は、カーソルキーや数字キー、各種機能キーからなるキーボードや、表示部２３と一体型に構成されたタッチパネル等を備えて構成され、押下されたキーに対応する操作信号をＣＰＵ２１に出力する。なお、必要に応じてマウス等の他の入力手段を適用することとしてもよい。

表示部２３は、ＬＣＤ（Liquid Crystal Display）等から構成される表示手段であり、医用画像やＣＰＵ２１による異常陰影候補の検出結果、画像処理条件等の各種表示データを表示する。

通信部２４は、ネットワークインターフェイスカード、モデム、ターミナルアダプタ等の通信用インターフェイスにより構成され、通信ネットワークＮ上の外部機器と各種情報の送受信を行う。例えば、医用画像生成装置１０から処理対象の医用画像の画像データを受信し、異常陰影候補の検出処理が終了した画像データ及び異常陰影候補の検出結果のデータを画像処理装置３０又は出力装置４０に出力する。

ＲＡＭ２５は、ＣＰＵ２１によって実行される各種プログラムやこれらプログラムによって処理されたデータ等を一時的に記憶するワークエリアを形成する。

ＲＯＭ２６は、処理対象の医用画像の画像データ群を記憶する。また、異常陰影候補の検出に必要な設定データや、ＣＰＵ２１によって算出された異常陰影候補の特徴量等を記憶する。

プログラムメモリ２７は、システムプログラムや複数種類の異常陰影に応じた異常陰影候補検出プログラム等の各プログラムを記憶する。

次に、画像処理装置３０について説明する。
画像処理装置３０は、画像処理プログラムを搭載したコンピュータ装置であり、画像処理を実行するためのＣＰＵ、ＲＡＭ、通信ネットワークＮ上の外部機器と通信するための通信部、画像データ群を記憶するためのＲＯＭ、画像処理プログラム等を格納するためのプログラムメモリ等を備えて構成される。画像処理装置３０は、処理対象の医用画像の画像データが入力されると、入力された画像データに各種画像処理を施し、画像処理された画像データを異常陰影候補検出装置２０又は出力装置４０に送信する。

各種画像処理としては、コントラストを調整する階調処理、コントラストが小さくなりやすい乳腺や腫瘤の低濃度領域の濃度階調を拡大し、逆に微小石灰化クラスタが存在する可能性が少ない脂肪領域の濃度階調を圧縮するように補正を行うコントラスト補正処理、画像の鮮鋭度を調整する周波数処理、ダイナミックレンジの広い画像を被写体の細部のコントラストを低下させることなく見やすい濃度範囲に収めるためのダイナミックレンジ圧縮処理等が含まれる。

以下、各画像処理について説明する。
階調処理は、原画像データと階調処理後の処理画像データとの対応を示す階調変換曲線を用いて、原画像データの階調を所望の階調に変換する処理である。階調変換曲線の作成方法としては、例えば特開昭５５−１１６３４０号公報、特開平２−２７２５２９号公報に示される手法が適用可能である。

コントラスト補正処理は、広い領域にわたって存在する陰影領域のコントラストを同一レベルに補正するコントラスト補正曲線を用いて原画像データを画像変換する処理であり、異常陰影候補検出の前処理として行われるものである。コントラスト補正曲線の作成方法としては、MEDICAL IMAGING TECHNOLOGY Vol.14 No.6 November 1996 第６６５頁〜第６７９頁に記載されている方法を適用することができる。

コントラスト補正処理では、上記コントラスト補正曲線を用いて医用画像を画像変換することにより、コントラストが小さくなりやすい乳腺や腫瘤の低濃度領域の濃度を拡大し、逆に微小石灰化クラスタの画像が存在する可能性が少ない脂肪量域の濃度階調を圧縮するように補正が行われる。このコントラスト補正処理は、異常陰影候補の検出精度の向上に貢献するだけではなく、視覚的にも乳腺組織内の観察が容易になるという点で、異常陰影候補検出の前処理として非常に有効な画像処理である。

周波数処理としては、例えば特公昭６２−６２３７３号に示されるアンシャープマスク処理や、特開平９−４４６４５号公報に示される多重解像度解析を適用することができる。周波数処理では、下記の式（１）で示される演算を行って原画像データに含まれるあるマスクサイズの特定の周波数成分に強調係数αを乗じて強調することにより、原画像データから所望の鮮鋭度の処理画像データを得る。
Ｓ＝Ｓｏ＋α（Ｓｏ−Ｓｕｓ）・・・（１）
なお、 Ｓ ：周波数処理画像信号
Ｓｏ ：原画像信号
Ｓｕｓ：非鮮鋭画像信号
α ：強調係数

ダイナミックレンジ処理としては、例えば特許２５０９５０号に示される手法を適用することができる。ダイナミックレンジ圧縮処理では、下記の式（２）で示される演算を行って、ある信号値Ａより低濃度領域の画像信号に補正係数βを乗じて補正を行うことにより、当該低濃度領域の濃度階調を圧縮する。
Ｓ＝Ｓｏ＋β（Ａ−Ｓｕｓ）・・・（２）
ただし、β＝βＬ（Ｓｕｓ≦Ａ） βＬは正の値
β＝βＨ（Ｓｕｓ＞Ａ） βＨ＝０
なお、 Ｓ ：ダイナミックレンジ圧縮処理画像信号
Ｓｏ ：原画像信号
Ｓｕｓ：非鮮鋭画像信号
β ：補正係数
Ａ ：定数（閾値）

第１の実施の形態では、画像処理装置３０は、画像処理手段を実現するものであり、医用画像生成装置１０から入力された原画像を画像解析して、読影に適した画質にするための読影用の画像処理条件を決定する。例えば、階調補正条件として、原画像の濃度ヒストグラムを作成し、この濃度ヒストグラムに基づいて、人の視覚特性に応じた読影しやすい階調特性に画像変換するための図５に示すような非線形の階調補正曲線を作成する。また、鮮鋭度を高くするために周波数処理における強調係数αを通常の設定値より１〜２レベル大きい値に決定する等して読影用の画像処理条件を決定する。そして、決定された読影用画像処理条件により原画像に画像処理を施して読影用画像を作成する。

次に、出力装置４０について説明する。
出力装置４０は、医用画像を出力するものであり、ＣＰＵ等からなる制御部、出力対象の画像データを保存するためのＲＯＭ、画像データに基づいて画像を出力する出力部等を備えて構成される。出力装置４０としては、例えばフィルム上に医用画像を記録するフィルムイメージャや、印刷用紙上に医用画像を印刷するプリンタ、モニタ等の表示手段を有する汎用のパーソナルコンピュータ等が適用可能である。

第１の実施の形態において、出力装置４０は、出力用画像作成手段及び出力手段を実現するものであり、画像処理装置３０から読影用画像を受信し、異常陰影候補検出装置２０から異常陰影候補の検出結果を受信すると、当該読影用画像に異常陰影候補の検出結果を合成した出力用画像を作成し、この出力用画像を記録媒体上に出力する。

次に、第１の実施の形態における動作を説明する。
図４は、医用画像診断支援システム１００において実行される画像出力処理の流れを説明する図である。
図４に示すように、まず医用画像生成装置１０において医用画像（原画像）が生成される。そして、この原画像が異常陰影候補２０及び画像処理装置３０のそれぞれに同時配信される。

異常陰影候補検出装置２０では、入力された原画像に対して画像解析が行われ、各種特徴量が算出される。そして、算出された各特徴量に基づいて異常陰影候補の検出が行われる。検出が終了すると、その検出結果の情報、例えば検出された候補領域の位置情報、候補領域で算出された平均濃度値、曲率、標準偏差等の各種特徴量、真陽性の判定時に求められた悪性度の情報等が出力装置４０に送信される。

一方、画像処理装置３０では、入力された原画像の画像解析が行われ、その解析結果に基づいて読影用の画像処理条件が決定される。そして、決定された読影用の画像処理条件により原画像に画像処理が施され、読影用画像が作成される。作成された読影用画像は出力装置４０に送信される。

出力装置４０では、異常陰影候補検出装置２０から異常陰影候補の検出結果の情報が受信され、画像処理装置３０から読影用画像が受信されると、当該受信された異常陰影候補の検出結果の情報に基づいて異常陰影候補の位置を指し示すマーカ情報等の異常陰影候補の検出結果を示す画像が生成される。そして、読影用画像上に異常陰影候補の検出結果を示す画像がレイアウトされ合成された出力用画像が作成され、当該作成された出力用画像が出力される。

図６に、出力用画像の出力例を示す。ここでは、左右の乳房のマンモグラフィが並列出力される例を挙げる。
図６に示すように、出力用画像では、左右乳房の読影用画像ｓ１、ｓ２が左右に並列され、各読影用画像ｓ１、ｓ２には被写体領域と重ならない位置にその縮小画像ｐ１、ｐ２がレイアウトされる。この縮小画像ｐ１、ｐ２は異常陰影候補の検出結果を示すための画像であり、縮小画像ｐ１、ｐ２上には検出された異常陰影候補の位置を指し示す三角形のマーカｍ１、ｍ２がレイアウトされる。なお、読影用画像に合成される異常陰影候補の検出結果は、図６に示したマーカ情報だけではなく、異常陰影候補に対して判定された悪性度等の異常陰影候補に関する情報であってもよい。

モニタ出力の場合は、図６に示すような出力用画像に加え、図７に示すような表示ダイアログｄが表示出力される。図７に示す表示ダイアログｄでは、撮影方向及び撮影部位の異なるマンモグラフィに切り換えるための各表示モードキーと、異常陰影候補の検出結果の表示を切り換えるための各ＣＡＤモードキーが表示される。

各ＣＡＤモードキーとしては、異常陰影候補の検出結果の表示／非表示を切り換えるためのＯＮ／ＯＦＦキーｋ１、腫瘤陰影候補及び微小石灰化クラスタ陰影候補の検出結果を同時に表示することを指示するためのＡＬＬキーｋ２、腫瘤陰影候補の検出結果のみを表示することを指示するためのｍａｓｓキーｋ３、微小石灰化クラスタ陰影候補の検出結果のみを表示することを指示するためのｃｌｕｓｔｅｒキーｋ４が表示される。これらのキーを操作することにより、異常陰影候補の検出結果の表示形態を切り換えることができる。

以上のように、第１の実施の形態によれば、原画像が異常陰影候補検出装置２０及び画像処理装置３０のそれぞれに配信され、異常陰影候補検出装置２０では原画像を用いて異常陰影候補が検出され、画像処理装置３０では原画像に読影用の画像処理が施され、出力装置４０において読影用画像に異常陰影候補の検出結果が合成された出力用画像が作成されて出力される。

従って、異常陰影候補の検出に適した階調特性を有する原画像を用いて異常陰影候補の検出を行うことができるとともに、医用画像の出力時には読影に適した読影用画像を提供することができる。

特に、Ｘ線画像の場合、画像処理しない原画像からは入射Ｘ線量を推定することが可能である。従って、異常陰影候補検出装置２０において原画像を使用して異常陰影候補の検出を行うことにより、入射Ｘ線量に基づく特徴量、例えば画素値や平均入射Ｘ線量等の特徴量を異常陰影の候補領域を特定するための情報とすることができる。

なお、第１の実施の形態では、異常陰影候補検出装置２０と画像処理装置３０とを別個の装置として構成されたシステム例を説明したが、異常陰影候補検出装置２０と画像処理装置３０とを一体化し、異常陰影候補の検出プログラムと画像処理プログラムとを搭載した一つの装置とすることとしてもよい。

また、読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成して出力することとしたが、読影用画像と異常陰影候補の検出結果とを出力するのであればこれに限らない。例えば、読影用画像と異常陰影候補の検出結果とを別々の記録媒体に記録する、指示に応じて読影用画像と異常陰影候補の検出結果の表示を切り換える等、別個に出力することとしてもよく、その出力形態は特に限定しない。

〈第２の実施の形態〉
第２の実施の形態では、原画像を画像解析して読影用の画像処理条件を決定し、当該決定された読影用画像処理条件を異常陰影候補検出のための特徴量として利用して原画像から異常陰影候補の検出を行い、検出終了後に読影用画像処理条件により原画像に画像処理を施して読影用画像を作成し、当該読影用画像に異常陰影候補の検出結果を合成した出力用画像を作成して出力する例を説明する。

第２の実施の形態における医用画像診断支援システムのシステム構成は、第１の実施の形態における医用画像診断支援システム１００と同一であるので、同一の符号を付して図示は省略する。すなわち、医用画像診断支援システム１００は、医用画像生成装置１０、異常陰影候補検出装置２０、画像処理装置３０、出力装置４０から構成される。

第２の実施の形態において、画像処理装置３０は、条件決定手段を実現するものであり、医用画像生成装置１０から入力された原画像を画像解析して、読影に適した画質にするための読影用の画像処理条件を決定する。

また、異常陰影候補検出装置２０は、異常陰影候補検出手段及び出力用画像作成手段を実現するものであり、画像処理装置３０から入力された読影用画像処理条件を特徴量として利用し原画像から異常陰影候補を検出する。さらに、異常陰影候補検出装置２０は、画像処理手段を実現し、画像処理プログラムを搭載して画像処理装置３０により決定された読影用画像処理条件により原画像に画像処理を施して読影用画像を作成する。そして、読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成する。

出力装置４０は、出力手段を実現するものであり、異常陰影候補検出装置２０において作成された出力用画像を出力する。

図８は、第２の実施の形態の医用画像診断支援システム１００により実行される画像出力処理の流れを説明する図である。
図８に示すように、まず医用画像生成装置１０において医用画像が生成されると、その医用画像（原画像）が画像処理装置３０に送信される。

画像処理装置３０では、入力された原画像の画像解析が行われ、その画像解析結果に基づいて読影用の画像処理条件が決定される。例えば、階調補正条件として、原画像の濃度ヒストグラムを作成し、この濃度ヒストグラムに基づいて、人の視覚特性に応じた読影しやすい階調特性に画像変換するための図５に示すような非線形の階調補正曲線を作成する。また、鮮鋭度を高くするために周波数処理における強調係数αを通常の設定値より１〜２レベル大きい値に決定する等して読影用の画像処理条件を決定する。

異常陰影候補検出装置２０では、入力された原画像が画像解析され、異常陰影の候補領域を特定するための特徴量が算出される。次いで、算出された特徴量に基づいて候補領域が特定され、特定された候補領域においてさらに標準偏差、大きさ等の各種特徴量が算出される。次いで、この算出された特徴量及び画像処理装置３０から受信された読影用画像処理条件の情報、例えば周波数処理における強調係数αの値やダイナミックレンジ圧縮処理における補正係数βの値等が特徴量として多変量解析に入力され、悪性度が判定される。なお、多変量解析は画像処理条件を特徴量として入力可能に予め構築しておくこととする。予め次いで、判定された悪性度が高い候補領域が最終的に異常陰影の候補領域として検出される。

異常陰影候補の検出が終了すると、異常陰影候補検出装置２０において、読影用画像処理条件により原画像に読影用の画像処理が施され、読影用画像が作成される。このとき、例えば階調補正処理で使用された階調変換曲線の形状や、周波数処理におけるマスクサイズ、強調係数β等の原画像に施された読影用画像処理条件が表示される。次いで、異常陰影候補の検出結果の情報に基づいて異常陰影候補の位置を指し示すマーカ情報等の異常陰影候補の検出結果を示す画像が生成される。そして、読影用画像上に異常陰影候補の検出結果を示す画像がレイアウトされて合成された出力用画像が作成され、当該出力用画像が出力装置４０に送信される。

出力装置４０では、異常陰影候補検出装置２０から受信された出力用画像（図６、図７参照）が出力され、本処理を終了する。

以上のように、第２の実施の形態では、画像処理装置３０において原画像が画像解析されて読影用の画像処理条件が決定され、当該決定された読影用画像処理条件を特徴量として用いて、異常陰影候補検出装置２０において原画像から異常陰影候補の検出が行われて出力用画像が作成され、出力装置４０において出力される。

従って、異常陰影候補の検出に適した階調特性を有する原画像を用いて異常陰影候補の検出を行うことができるとともに、医用画像の出力時には読影に適した画質の読影用画像を提供することができる。

Ｘ線画像の原画像は入射Ｘ線量の情報を有するため、画像処理しない原画像からは入射Ｘ線量を推定することが可能である。従って、異常陰影候補検出装置２０において原画像を使用して異常陰影候補の検出を行うことにより、入射Ｘ線量に基づく特徴量、例えば画素値（入射Ｘ線量）やある領域の平均値（平均入射Ｘ線量）等の特徴量を異常陰影の候補領域を特定するための情報とすることができる。

なお、上述した説明では、異常陰影候補検出装置２０において、読影用画像処理条件により画像処理を施して読影用画像を作成することとしたが、出力装置４０に読影用画像処理条件の情報、異常陰影候補の検出結果の情報及び原画像を送信し、出力装置４０側で読影用画像の作成及び出力用画像の作成を行うこととしてもよい。また、異常陰影候補検出装置３０において異常陰影候補を検出後、画像処理装置３０に読影用画像処理条件の情報、異常陰影候補の検出結果の情報及び原画像を送信し、画像処理装置３０において読影用画像の作成及び出力用画像の作成を行うこととしてもよい。

さらに、第２の実施の形態では、異常陰影候補検出装置２０と画像処理装置３０とを別個の装置として構成されたシステム例を説明したが、異常陰影候補検出装置２０と画像処理装置３０とを一体化し、異常陰影候補の検出プログラムと画像処理プログラムとを搭載した一つの装置とすることとしてもよい。

また、読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成して出力することとしたが、読影用画像と異常陰影候補の検出結果とを出力するのであればこれに限らない。例えば、読影用画像と異常陰影候補の検出結果とを別々の記録媒体に記録する、指示に応じて読影用画像と異常陰影候補の検出結果の表示を切り換える等、別個に出力することとしてもよく、その出力形態は特に限定しない。

また、異常陰影候補検出装置２０において、読影用画像処理条件を表示することとしたが、画像処理条件の表示は、画像処理装置３０、出力装置４０において行うこととしてもよい。

〈第３の実施の形態〉
第３の実施の形態では、原画像を用いて読影用の画像処理を行って読影用画像を作成し、その読影用の画像処理条件を異常陰影候補を検出するための特徴量として利用して読影用画像から異常陰影候補を検出し、当該読影用画像に異常陰影候補の検出結果を合成した出力用画像を作成して出力する例を説明する。

第３の実施の形態における医用画像診断支援システムのシステム構成は、第１の実施の形態における医用画像診断支援システム１００と同一であるので、同一の符号を付して図示は省略する。すなわち、医用画像診断支援システム１００は、医用画像生成装置１０、異常陰影候補検出装置２０、画像処理装置３０、出力装置４０から構成される。

第３の実施の形態において、画像処理装置３０は、条件決定手段、画像処理手段及び出力用画像作成手段を実現するものであり、医用画像生成装置１０から入力された原画像を画像解析して、読影に適した画質にするための読影用の画像処理条件を決定する。例えば、階調補正条件としては、原画像の濃度ヒストグラムを作成し、この濃度ヒストグラムに基づいて、人の視覚特性に応じた読影しやすい階調特性に画像変換するための図５に示すような非線形の階調補正曲線を作成する。また、鮮鋭度を高くするために周波数処理における強調係数αを通常の設定値より１〜２レベル大きい値に決定する等して読影用の画像処理条件を決定する。そして、決定された読影用画像処理条件で原画像に画像処理を施して読影用画像を作成する。

また、異常陰影候補検出装置２０は、異常陰影候補検出手段を実現するものであり、画像処理装置３０により決定された読影用画像処理条件を特徴量として利用し、画像処理装置３０で作成された読影用画像から異常陰影候補を検出する。そして、読影用画像に異常陰影候補の検出結果を合成した出力用画像を作成する。

出力装置４０は、出力手段を実現するものであり、異常陰影候補検出装置２０で作成された出力用画像を出力する。

図９は、第３の実施の形態の医用画像診断支援システム１００により実行される画像出力処理の流れを説明する図である。
図９に示すように、まず医用画像生成装置１０において医用画像が生成されると、その医用画像（原画像）が画像処理装置３０に送信される。

画像処理装置３０では、入力された原画像の画像解析が行われ、当該解析結果に基づいて読影用の画像処理条件が決定される。次いで、決定された読影用画像処理条件により原画像に画像処理が施され、読影用画像が作成されると、読影用画像処理条件の情報及び作成された読影用画像が異常陰影候補検出装置２０に送信される。

異常陰影候補検出装置２０では、画像処理装置３０から読影用画像及び読影用画像処理条件の情報が入力されると、読影用画像処理条件に階調補正曲線の情報が含まれる場合は、当該階調補正曲線を用いて逆変換が行われ、階調補正される前の補正前画像が作成される。またこのとき、例えば階調補正処理で使用された階調変換曲線の形状や、周波数処理におけるマスクサイズ、強調係数β等の原画像に施された読影用画像処理条件が表示される。

次いで、補正前画像が画像解析され、当該画像解析結果に基づいて異常陰影の候補領域を特定するための特徴量が算出される。そして、算出された特徴量に基づいて候補領域が特定され、当該候補領域において平均濃度値、曲率、標準偏差等の特徴量が算出される。この算出された特徴量及び読影用画像処理条件の情報が特徴量として多変量解析に入力され、悪性度が判定される。次いで、判定された悪性度が高い候補領域が最終的に異常陰影の候補領域として検出される。

異常陰影候補の検出が終了すると、補正前画像が作成されている場合は階調補正曲線により補正前画像が階調変換され、階調補正が施された読影用画像が作成される。次いで、異常陰影候補の検出結果の情報に基づいて異常陰影候補の位置を指し示すマーカ情報等の異常陰影候補の検出結果を示す画像が生成される。そして、読影用画像上に異常陰影候補の検出結果を示す画像がレイアウトされ合成された出力用画像が作成され、当該出力用画像が出力装置４０に送信される。

出力装置４０では、異常陰影候補検出装置２０から受信された出力用画像（図６、図７参照）が出力され、本処理を終了する。

以上のように、第３の実施の形態によれば、画像処理装置３０において原画像に読影用の画像処理が施されて読影用画像が作成され、異常陰影候補検出装置３０においてその読影用の画像処理条件が特徴量として利用されて読影用画像から異常陰影候補が検出され、出力画像が作成されて出力装置４０において出力される。

読影用画像は、人間の視覚特性に応じて最適なコントラストとなるように画像処理された画像であるので、異常陰影候補が検出しやすい画質となっていることが予測される。従って、異常陰影候補の検出精度を向上させることができるとともに、医用画像の出力時には読影に適した画質の読影用画像を提供することができる。

また、検出にそのような読影用画像を用いることにより異常陰影候補検出装置３０による検出結果と、医師による異常陰影の診断結果とが一致する可能性が高く、医師の視覚特性に応じた検出結果を出力することが可能となる。読影用画像ではコントラストが高いのに対し、検出用画像ではコントラストが低い場合がある。この場合、読影用画像で検出を行っていれば検出される可能性が高い陰影であっても、コントラストが低い検出用画像を用いて検出を行ったために検出されないことも予想される。このとき、医師からすると、なぜ読影により見つけられる陰影が装置側では検出されなかいのかという疑問が生じることとなり、異常陰影候補検出装置２０に対する不信感につながってしまう。従って、できるだけ検出結果を医師の診断結果に近づけることは異常陰影候補検出装置に対する信用性の向上につながることになる。

逆に、読影用画像ではコントラストが低く、検出用画像ではコントラストが高い場合、読影用画像では病気を疑うようなコントラストが見られない領域であっても、検出用画像ではコントラストが高く、まるで病変のように見えることがある。実際にこのような領域が偽陽性陰影であるにも関わらず、装置側で検出され、指摘された場合、医師の方では誤検出された理由がわからず、このような場面が多くなると異常陰影候補検出装置２０に対する不信感につながる可能性がある。

また、異常陰影候補の検出を行う読影用画像に階調補正が施されている場合には、読影用画像処理条件に含まれる階調補正条件に基づいて読影用画像が逆変換され、階調補正前のコントラストに戻されるので、異常陰影がどの濃度領域にあっても同一のコントラストとすることができる。従って、同一条件で異常陰影候補の検出を行うことができ、検出精度を向上させることができる。

なお、本実施の形態では階調補正条件に基づいて逆変換を行った補正前画像を用いて異常陰影候補の検出を行う例を説明したが、逆変換は行わずに階調補正条件を特徴量として異常陰影候補の検出に利用することとしてもよい。

また、読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成して出力することとしたが、読影用画像と異常陰影候補の検出結果とを出力するのであればこれに限らない。例えば、読影用画像と異常陰影候補の検出結果とを別々の記録媒体に記録する、指示に応じて読影用画像と異常陰影候補の検出結果の表示を切り換える等、別個に出力することとしてもよく、その出力形態は特に限定しない。

また、異常陰影候補検出装置２０において、検出用画像処理条件を表示することとしたが、画像処理条件の表示は、画像処理装置３０、出力装置４０において行うこととしてもよい。

〈第４の実施の形態〉
第４の実施の形態では、原画像を用いて読影用の画像処理を行って読影用画像を作成するとともに、原画像を用いて異常陰影候補検出用の画像処理を行って検出用画像を作成し、その異常陰影候補検出用の画像処理条件を異常陰影候補を検出するための特徴量として利用して、検出用画像を用いて異常陰影候補の検出を行い、読影用画像に異常陰影候補の検出結果を合成した出力用画像を作成して出力する例を説明する。

第４の実施の形態における医用画像診断支援システムのシステム構成は、第１の実施の形態における医用画像診断支援システム１００と同一であるので、同一の符号を付して図示は省略する。すなわち、医用画像診断支援システム１００は、医用画像生成装置１０、異常陰影候補検出装置２０、画像処理装置３０、出力装置４０から構成される。

第４の実施の形態において、画像処理装置３０は、条件決定手段及び画像処理手段を実現するものであり、原画像を画像解析して読影用の画像処理条件及び異常陰影候補の検出に適した画質とするための検出用の画像処理条件を決定する。そして、読影用画像処理条件により原画像に画像処理を施して読影用画像を作成するとともに、検出用画像処理条件により原画像に画像処理を施して検出用画像を作成する。

また、異常陰影候補検出装置２０は、異常陰影候補検出手段を実現するものであり、画像処理装置３０により決定された検出用画像処理条件を特徴量として利用して検出用画像から異常陰影候補を検出する。

出力装置４０は、出力手段及び出力用画像作成手段を実現するものであり、画像処理装置３０において作成された読影用画像上に異常陰影候補検出装置２０による異常陰影候補の検出結果を合成した出力用画像を作成して出力する。

図１０は、第４の実施の形態の医用画像診断支援システム１００における医用画像出力処理の流れを説明する図である。
図１０に示すように、まず医用画像生成装置１０において医用画像が生成されると、その医用画像（原画像）が画像処理装置３０に送信される。

画像処理装置３０では、原画像の画像解析が行われ、当該解析結果に基づいて読影用の画像処理条件及び異常陰影候補検出用の画像処理条件が決定される。例えば、読影用の画像処理条件の場合、階調補正条件として、原画像の濃度ヒストグラムを作成し、この濃度ヒストグラムに基づいて、人の視覚特性に応じた読影しやすい階調特性に画像変換するための図５に示すような非線形の階調補正曲線を作成する。また、鮮鋭度を高くするために周波数処理における強調係数αを通常の設定値より１〜２レベル大きい値に決定する等して読影用の画像処理条件を決定する。

また、検出用の画像処理条件の場合、濃度ヒストグラムに基づいて、図１１に示すような線形の階調特性を実現する階調補正曲線を作成する。この階調特性では、どの濃度領域でも同一のコントラストとなる。或いは、ダイナミックレンジ圧縮処理の補正係数βを通常の設定値より１〜２レベル大きい値に決定したり、コントラスト補正処理における補正量を大きくする等して検出用の画像処理条件を決定する。

次いで、決定された読影用画像処理条件で原画像に画像処理が施され、読影用画像が作成されるとともに、検出用画像処理条件で原画像に画像処理が施されて検出用画像が作成される。そして、作成された読影用画像が出力装置４０に送信され、検出用画像及び検出用画像処理条件の情報が異常陰影候補検出装置２０に送信される。

異常陰影候補検出装置２０では、入力された検出用画像が画像解析され、異常陰影の候補領域を特定するための特徴量が算出されて、当該算出された特徴量に基づいて候補領域が特定される。そして、特性された候補領域において、平均濃度、曲率、標準偏差等の各種特徴量が算出され、この算出された特徴量及び検出用画像処理条件、例えばダイナミックレンジ圧縮処理における補正係数β等を特徴量として多変量解析に入力され、悪性度が判定される。このとき、例えば階調補正処理で使用された階調変換曲線の形状や、周波数処理におけるマスクサイズ、強調係数β等の原画像に施された検出用画像処理条件が表示される。次いで、判定された悪性度が高い候補領域が最終的に異常陰影の候補領域として検出され、その異常陰影候補の検出結果の情報が出力装置４０に送信される。

出力装置４０において、異常陰影候補検出装置２０から異常陰影候補の検出結果の情報が受信され、画像処理装置３０から読影用画像が受信されると、当該受信された異常陰影候補の検出結果の情報に基づいて異常陰影候補の位置を指し示すマーカ情報等の異常陰影候補の検出結果を示す画像が生成される。そして、読影用画像上に異常陰影候補の検出結果を示す画像がレイアウトされ合成された出力用画像が作成され、当該出力用画像（図６、図７参照）が出力され、本処理を終了する。

以上のように、第４の実施の形態によれば、画像処理装置３０において原画像を用いて読影用の画像処理を施した読影用画像が作成されるとともに、異常陰影候補検出用の画像処理を施した検出用画像が作成され、異常陰影候補検出装置３０において検出用画像処理条件を特徴量として利用されて検出用画像から異常陰影候補が検出され、出力装置４０において出力用画像が作成されて出力される。

読影に際しては人間の視覚特性に応じた非線形な階調特性が好まれるが、統計量等の定量的な画像特徴量を用いて解析する異常陰影候補の検出には、どの濃度領域に対しても同一のコントラストを有する線形な階調特性が好ましい。従って、異常陰影候補検出装置２０における検出精度を向上させることができるとともに、医師による読影に適した画質の画像を提供することができる。

なお、上述した説明は第４の実施の形態における医用画像診断支援システム１００の好適な一例であり、これに限らない。
例えば、検出用画像において同一コントラストである可能性が高い領域、若しくは異常陰影が存在する可能性が高い領域を仮定し、その可能性が高い領域のコントラストを高くして異常陰影候補を検出しやすくする、或いはその可能性が低い領域のコントラストを低くして異常陰影候補を検出しにくくすることとしてもよい。

また、読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成して出力することとしたが、読影用画像と異常陰影候補の検出結果とを出力するのであればこれに限らない。例えば、読影用画像と異常陰影候補の検出結果とを別々の記録媒体に記録する、指示に応じて読影用画像と異常陰影候補の検出結果の表示を切り換え等、別個に出力することとしてもよく、その出力形態は特に限定しない。

また、異常陰影候補検出装置２０において、検出用画像処理条件を表示することとしたが、画像処理条件の表示は、画像処理装置３０、出力装置４０において行うこととしてもよいし、読影用画像処理条件を表示することとしてもよい。

本実施の形態における医用画像診断支援システム１００のシステム構成を示す図である。 異常陰影候補検出装置２０の内部構成を示す図である。 （ａ）微小石灰化部分の濃度変化の曲面形状を示す図である。（ｂ）３重リングフィルタを示す図である。 第１の実施の形態における画像出力処理の流れを説明する図である。 読影に適した階調特性を示す図である。 出力用画像の出力例を示す図である。 出力用画像を表示出力する場合に表示される表示ダイアログを示す図である。 第２の実施の形態における画像出力処理の流れを説明する図である。 第３の実施の形態における画像出力処理の流れを説明する図である。 第４の実施の形態における画像出力処理の流れを説明する図である。 異常陰影候補の検出に適した階調特性を示す図である。 （ａ）人の視覚特性に応じた階調に補正された後の階調特性を示す曲線の図である。（ｂ）Ｘ線画像の読み取り特性を示す曲線の図である。 従来の画像出力処理の流れを説明する図である。

符号の説明

１００ 医用画像診断支援システム
１０ 医用画像生成装置
２０ 異常陰影候補検出装置
２１ ＣＰＵ
２２ 入力部
２３ 表示部
２４ 通信部
２５ ＲＡＭ
２６ ＲＯＭ
２７ プログラムメモリ
３０ 画像処理装置
４０ 出力装置

Claims (8)

1. 医用画像を画像解析して特徴量を算出し、当該特徴量に基づいて異常陰影候補を検出する異常陰影候補検出手段と、医用画像に各種画像処理を施す画像処理手段とを備えた医用画像診断支援システムにおいて、
   未処理の医用画像である原画像を画像解析して読影に適した読影用画像処理条件と、異常陰影候補の検出に適した検出用画像処理条件とを決定する条件決定手段を備え、
   前記画像処理手段は、前記決定された読影用画像処理条件により原画像に画像処理を施して読影用画像を作成するとともに、検出用画像処理条件により原画像に画像処理を施して検出用画像を作成し、
   前記異常陰影候補検出手段は、前記決定された検出用画像処理条件を特徴量として用いて前記画像処理手段により作成された検出用画像から異常陰影候補を検出し、
   前記画像処理手段により作成された読影用画像及び前記異常陰影候補検出手段により検出された異常陰影候補の検出結果を出力する出力手段を備えることを特徴とする医用画像診断支援システム。
2. 前記異常陰影候補検出手段は、前記条件決定手段により決定された読影用画像処理条件を特徴量として、検出された異常陰影候補が真陽性であるか偽陽性であるかの判定に用いることを特徴とする請求項１に記載の医用画像診断支援システム。
3. 読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成する出力用画像作成手段を備え、
   前記出力手段は、前記作成された出力用画像を出力することを特徴とする請求項１又は２に記載の医用画像診断支援システム。
4. 前記画像処理手段により施された画像処理条件を表示する表示手段を備えることを特徴とする請求項１〜３の何れか一項に記載の医用画像診断支援システム。
5. 医用画像を画像解析して特徴量を算出し、当該特徴量に基づいて異常陰影候補を検出する異常陰影候補検出手段と、医用画像に各種画像処理を施す画像処理手段とを備えた医用画像診断支援システムにおける医用画像出力方法であって、
   未処理の医用画像である原画像を画像解析して読影に適した読影用画像処理条件と、異常陰影候補の検出に適した検出用画像処理条件とを決定する条件決定工程と、
   前記決定された読影用画像処理条件を適用して前記画像処理手段により原画像に画像処理を施して読影用画像を作成するとともに、検出用画像処理条件により原画像に画像処理を施して検出用画像を作成する画像処理工程と、
   前記異常陰影候補検出手段により前記決定された検出用画像処理条件を特徴量として用いて前記作成された検出用画像から異常陰影候補を検出する検出工程と、
   前記画像処理工程で作成された読影用画像及び前記検出工程で検出された異常陰影候補の検出結果を出力する出力工程と、
   を含むことを特徴とする医用画像出力方法。
6. 前記検出工程では、前記条件決定工程で決定された読影用画像処理条件を特徴量として、検出された異常陰影候補が真陽性であるか偽陽性であるかの判定に用いることを特徴とする請求項５に記載の医用画像出力方法。
7. 読影用画像上に異常陰影候補の検出結果を合成した出力用画像を作成する出力用画像作成工程を含み、
   前記出力工程では、前記作成された出力用画像を出力することを特徴とする請求項５又は６に記載の医用画像出力方法。
8. 前記画像処理工程で施された画像処理条件を表示手段に表示する表示工程を含むことを特徴とする請求項５〜７の何れか一項に記載の医用画像出力方法。

Images