JP4624841B2 - 画像処理装置および当該画像処理装置における画像処理方法 - Google Patents
画像処理装置および当該画像処理装置における画像処理方法 Download PDFInfo
- Publication number
- JP4624841B2 JP4624841B2 JP2005115960A JP2005115960A JP4624841B2 JP 4624841 B2 JP4624841 B2 JP 4624841B2 JP 2005115960 A JP2005115960 A JP 2005115960A JP 2005115960 A JP2005115960 A JP 2005115960A JP 4624841 B2 JP4624841 B2 JP 4624841B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- classification
- image processing
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
- A61B1/000094—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope extracting biological structures
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
- A61B1/000096—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope using artificial intelligence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00011—Operational features of endoscopes characterised by signal transmission
- A61B1/00016—Operational features of endoscopes characterised by signal transmission using wireless means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
- A61B1/041—Capsule endoscopes for imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Description
図1から図17は、本発明の第1の実施形態に係るものである。図1は、本発明の第1実施形態である画像処理装置および周辺機器の外観を示した外観斜視図である。図2は、本第1実施形態の画像処理装置において処理する所定の画像情報を生成するカプセル型内視鏡の一部を切り取って示した要部拡大断面図である。図3は、本第1実施形態の画像処理装置に所定の画像情報を供給するカプセル型内視鏡装置の概略内部構成を示すブロック図である。図4は、本第1実施形態の画像処理装置に所定の画像情報を供給するカプセル型内視鏡装置の一使用例を示した図である。図5は、図2に示すカプセル型内視鏡から出力される信号の一例を示したタイミングチャートである。図6は、図2に示すカプセル型内視鏡の位置検出を説明する説明図である。図7は、図3に示すカプセル型内視鏡装置を使用した際におけるアンテナユニットを示した要部拡大断面図である。図8は、図3に示すカプセル型内視鏡装置を使用した際におけるシールドジャケットを説明する説明図である。図9は、図3に示すカプセル型内視鏡装置の外部装置の被検体への装着状態を説明する説明図である。図10は、図2に示すカプセル型内視鏡の電気的な構成を示すブロック図である。図11は、本第1実施形態の画像処理装置における画像処理動作を示すフローチャートである。図12は、本第1実施形態の画像処理装置における画像処理動作を示すフローチャートである。図13は、本第1実施形態の画像処理装置において、入力された画像がm×n個の領域に分割される際の一例を示す図である。図14は、本第1実施形態の画像処理装置において用いられる、教師データを構成する複数の画像のうち、胃粘膜の画像の一例を示す図である。図15は、本第1実施形態の画像処理装置において用いられる、教師データを構成する複数の画像のうち、絨毛の画像の一例を示す図である。図16は、本第1実施形態の画像処理装置において用いられる、教師データを構成する複数の画像のうち、便の画像の一例を示す図である。図17は、本第1実施形態の画像処理装置において用いられる、教師データを構成する複数の画像のうち、泡の画像の一例を示す図である。
CVrj=σrj/mrj ・・・(1)
CVgj=σgj/mgj ・・・(2)
CVbj=σbj/mbj ・・・(3)
上記数式(1)、数式(2)及び数式(3)により算出される変動係数CVrj、CVgj及びCVbjにより、撮像対象に対して供給される照明光量の違い等による影響によらず、テクスチャ構造による画素変動の程度を数値化することができる。CVrj、CVgj及びCVbjの各値は、例えば、拡大観察を行っていない状態である、通常観察において撮像された胃粘膜のような、画像上における構造が比較的平坦な領域においては、明瞭なテクスチャ構造がないため、略同様に小さな値をとる。一方、CVrj、CVgj及びCVbjの各値は、例えば、小腸の絨毛のような、画像上における構造にエッジを比較的多く含む領域においては、略同様に大きな値をとる。
なお、状態依存確率密度関数p(x|ωa)及び確率密度関数p(x)は、下記数式(5)及び数式(6)として示される。
なお、上記数式(5)及び数式(6)において、dはxの特徴量の個数と同数である次元数を示し、μa及びΣaはクラスωaにおける特徴ベクトルxの平均ベクトル及び一のクラスωaにおける分散共分散行列を示すものとする。また、(x−μa)tは(x−μa)の転置行列を示し、|Σa|はΣaの行列式を示し、Σa−1はΣaの逆行列を示すものとする。さらに、説明の簡単のため、事前確率P(ωa)は、全クラスにおいて等しい値をとると仮定し、また、確率密度関数p(x)は、上記数式(6)により全クラス共通の関数として表されるものとする。
xb1=(μx1+α×σx1,μx2,μx3,μx4,μx5) ・・・(7)
上記数式(7)により閾値ベクトルxb1が決定されると、制御部9aは、閾値ベクトルxb1を上記数式(4)、数式(5)及び数式(6)のxとして代入し、一の領域Hjが分類されたクラスωaの閾値としての、確率密度関数p(xb1|ωa)の値を算出する。
P(ωa|x)=Pc(ωa|xc)×Pt(ωa|xt) ・・・(8)
また、クラスωaへの分類結果の正確性を判断するための閾値は、色調情報及びテクスチャ情報の特徴量各々の平均ベクトルμc及びμtと、標準偏差σc1及びσt1に基づき、例えば、p(xcb|ωa)及びp(xtb|ωa)として設定される。そして、制御部9aは、p1(xc|ωa)>p(xcb|ωa)であり、かつ、p1(xt|ωa)>p(xtb|ωa)であれば、分類結果は正確であるとして、特徴ベクトルxcおよび特徴ベクトルxtを有する一の領域Hjを、胃粘膜、絨毛、便または泡のいずれかのクラスとして分類し、そうでなければ不明クラスとして分類する。
図18から図23は、本発明の第2の実施形態に係るものである。なお、第1の実施形態と同様の構成を持つ部分については、詳細説明は省略する。また、第1の実施形態と同様の構成要素については、同一の符号を用いて説明は省略する。さらに、本実施形態に用いるカプセル型内視鏡装置1の構成は、第1実施形態に用いるカプセル型内視鏡装置と同様である。また、本実施形態における画像処理動作は、端末本体9が有する制御部9aにおける処理として行われるものとする。
Vjc=Vjc+0.2 ・・・(9)
その後、制御部9aは、領域sの値に1を加えつつ、一の領域Hjの近傍領域Hjs全てに対し、図19のステップS34およびステップS35に示す、上記数式(9)を用いた処理を繰り返し行うことにより、クラスcにおける評価値を算出する(図19のステップS36およびステップS37)。
図24から図30は、本発明の第3の実施形態に係るものである。なお、第1の実施形態および第2の実施形態と同様の構成を持つ部分については、詳細説明は省略する。また、第1の実施形態および第2の実施形態と同様の構成要素については、同一の符号を用いて説明は省略する。さらに、本実施形態に用いるカプセル型内視鏡装置1の構成は、第1の実施形態および第2の実施形態と同様である。また、本実施形態における画像処理動作は、端末本体9が有する制御部9aにおける処理として行われるものとする。
[((xo−xt)2+(yo−yt)2)1/2]=Q ・・・(10)
なお、上記数式(10)において、[ ]はガウス記号を示すものとする。
cosθt=Vgt・Vdt/|Vgt||Vdt| ・・・(11)
制御部9aは、上記数式(11)を用いたcosθtの算出結果に基づき、|cosθt|の値が0.7より大きいことを検出する(図25のステップS55)と、一の矩形領域ROを中心とした放射状のgradientベクトルが近傍外周領域Htに存在する、すなわち、一の矩形領域ROを中央部とする略円形形状の輪郭部の少なくとも一部が存在すると判断すると共に、該一の矩形領域ROを抽出する。
Q−β≦[((xo−xt)2+(yo−yt)2)1/2]≦Q+β ・・・(12)
なお、上記数式(12)において、βは1以上の整数とし、また、[ ]はガウス記号を示すものとする。
以上詳述したような本発明の前記実施形態によれば、以下のような構成を得ることができる。
撮像機能を有する医療機器により撮像された像に基づく画像を入力する第1のステップと、
前記画像を複数の領域に分割する第2のステップと、
前記複数の領域各々における特徴量を算出する第3のステップと、
前記特徴量と、第1の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する第4のステップと、
前記特徴量と、前記第4のステップにおける分類結果とに基づいて第2の分類基準を設定する第5のステップと、
前記特徴量と、前記第2の分類基準とに基づき、前記複数の領域を前記複数のクラスのいずれかに各々分類する第6のステップと、
を有することを特徴とする画像処理方法。
前記第4のステップは、前記第1の分類基準を定める母数を用いた統計的識別器を用いて行われ、前記第6のステップは、前記第2の分類基準を定める母数を用いた前記統計的識別器を用いて行われることを特徴とする付記項1に記載の画像処理方法。
前記複数の領域は、複数の矩形領域であることを特徴とする付記項1または付記項2に記載の画像処理方法。
前記特徴量は、前記画像の前記複数の領域各々における色調情報及びテクスチャ情報からなることを特徴とする付記項1から付記項3のいずれかに記載の画像処理方法。
前記画像は、赤、緑及び青の3プレーンからなり、前記特徴量は、前記画像の前記複数の領域各々における赤の濃度値、緑の濃度値及び青の濃度値の比率に基づく値を有することを特徴とする付記項1から付記項4のいずれかに記載の画像処理方法。
前記統計的識別器は、前記特徴量の平均値及び前記特徴量に関する分散共分散行列を前記母数とし、かつ、正規確率密度関数を用いた識別を行うことを特徴とする付記項2に記載の画像処理方法。
前記正規確率密度関数を用いた前記識別は、前記平均値からの距離に基づいて行われることを特徴とする付記項6に記載の画像処理方法。
前記第1の分類基準は、教師データを構成する複数の画像に基づいて設定されることを特徴とする付記項1から付記項7のいずれかに記載の画像処理方法。
前記複数のクラスは、胃粘膜クラス、絨毛クラス、便クラス及び泡クラスの4つのクラスのうち、少なくとも一のクラスを含むことを特徴とする付記項1から付記項8のいずれかに記載の画像処理方法。
さらに、前記複数の領域のうち、前記第4のステップまたはクラス前記第6のステップのいずれかのステップにおいて、前記複数のクラスのいずれにも分類されない領域を不明クラスとして分類する第7のステップを有することを特徴とする付記項1から付記項9のいずれかに記載の画像処理方法。
さらに、前記第6のステップにおける分類結果に基づき、前記画像が生体粘膜表面の像であるか否かを判断する第7のステップを有することを特徴とする付記項1から付記項9のいずれかに記載の画像処理方法。
前記第7のステップにおける判断は、胃粘膜クラスまたは絨毛クラスに分類された領域の数と、前記複数の領域の数とに基づいて行われることを特徴とする付記項11に記載の画像処理方法。
前記画像は、経時的に連続する複数の画像であり、
前記第6のステップにおける第2の分類基準は、前記複数の画像のうち、処理対象であるK番目に入力された画像に対する第1の分類結果と、(K−1)番目以前に入力された画像における第2の分類結果とに基づいて設定されることを特徴とする付記項1乃至付記項12のいずれか一に記載の画像処理方法。
前記第6のステップにおける第2の分類基準は、前記第1の分類結果及び教師データに基づいて予め設定されることを特徴とする付記項13に記載の画像処理方法。
前記第4のステップ及び前記第6のステップは、前記複数の領域を、生体粘膜表面が撮像された領域として、少なくとも胃粘膜が撮像された領域及び小腸粘膜が撮像された領域のいずれかに分類することを特徴とする付記項1乃至付記項14のいずれか一に記載の画像処理方法。
前記第4のステップ及び前記第6のステップは、前記複数の領域を、生体粘膜表面ではないものが撮像された領域として、少なくとも液体、泡または便が撮像された領域のいずれかに分類することを特徴とする付記項1乃至付記項15のいずれか一に記載の画像処理方法。
撮像機能を有する医療機器により撮像された像に基づく画像を入力する第1のステップと、
前記画像を複数の領域に分割する第2のステップと、
前記複数の領域各々における特徴量を算出する第3のステップと、
前記特徴量と、第1の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する第4のステップと、
前記特徴量と、前記第4のステップにおける分類結果とに基づいて第2の分類基準を設定する第5のステップと、
前記特徴量と、前記第2の分類基準とに基づき、前記複数の領域を前記複数のクラスのいずれかに各々分類する第6のステップと、
前記複数の領域のうち、一の領域の前記第6のステップにおける分類結果を、前記一の領域の近傍に位置する領域の前記第6のステップにおける分類結果に基づいた評価値として算出することにより評価する第7のステップと、
前記評価値に基づき、前記一の領域を前記複数のクラスのいずれかに分類する第8のステップと、
を有することを特徴とする画像処理方法。
前記評価値は、前記一の領域の近傍に位置する領域の前記第6のステップにおける分類結果と同一か否かということに基づいて算出される値であることを特徴とする付記項17に記載の画像処理方法。
前記第7のステップ及び前記第8のステップは、複数回繰り返して行われることを特徴とする付記項13または付記項18に記載の画像処理方法。
撮像機能を有する医療機器により撮像された像に基づく画像を入力する第1のステップと、
前記画像を複数の領域に分割する第2のステップと、
前記複数の領域各々における特徴量を算出する第3のステップと、
前記複数の領域のうち、一の領域を注目領域として設定する第4のステップと、
前記注目領域から所定の距離だけ離れた領域である近傍外周領域を検出する第5のステップと、
前記近傍外周領域において、前記特徴量に基づき、略円形形状の輪郭部の少なくとも一部が存在することを検出する第6のステップと、
前記略円形形状検出手段により、前記略円形形状が検出された場合、前記注目領域を抽出する第7のステップと、
を有することを特徴とする画像処理方法。
前記第6のステップは、前記近傍外周領域のうち、前記略円形形状の輪郭部の少なくとも一部が存在する領域の割合が所定の閾値以上であると判断した場合に略円形形状を検出し、前記第7のステップは、前記注目領域を前記略円形形状の中央部が存在する領域として抽出することを特徴とする付記項20に記載の画像処理方法。
前記略円形形状は、泡であることを特徴とする付記項20または付記項21に記載の画像処理方法。
Claims (16)
- 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段と、
前記画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割手段と、
前記画像分割手段により分割された複数の領域各々における特徴量を算出する特徴量算出手段と、
前記特徴量算出手段において算出された特徴量と、所定の第1の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する第1の領域分類手段と、
前記特徴量と、前記第1の領域分類手段による分類結果とに基づいて第2の分類基準を設定する第2の分類基準設定手段と、
前記特徴量と、前記第2の分類基準とに基づき、前記複数の領域を前記複数のクラスのいずれかに各々分類する第2の領域分類手段と、
を具備したことを特徴とする画像処理装置。 - 前記第1の領域分類手段は、前記第1の分類基準を定める母数を用いた統計的識別器を用いて前記複数の領域を前記複数のクラスのいずれかに各々分類し、前記第2の領域分類手段は、前記第2の分類基準を定める母数を用いた統計的識別器を用いて前記複数の領域を前記複数のクラスのいずれかに各々分類することを特徴とする請求項1に記載の画像処理装置。
- 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段と、
前記画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割手段と、
前記画像分割手段により分割された複数の領域各々における特徴量を算出する特徴量算出手段と、
前記特徴量算出手段において算出された特徴量と、所定の第1の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する第1の領域分類手段と、
前記複数の領域のうち、一の領域の前記第1の領域分類手段による分類結果を、前記一の領域の近傍に位置する領域の前記第1の領域分類手段による分類結果に基づいた評価値を算出することにより評価する評価値算出手段と、
前記評価値算出手段における評価値に基づき、前記一の領域を前記複数のクラスのいずれかに分類する第2の領域分類手段と、
を具備したことを特徴とする画像処理装置。 - 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段と、
前記画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割手段と、
前記画像分割手段により分割された複数の領域各々における特徴量を算出する特徴量算出手段と、
前記複数の領域のうち、一の領域を注目領域として設定する注目領域設定手段と、
前記注目領域から所定の距離だけ離れた領域である近傍外周領域を検出する近傍外周領域検出手段と、
前記近傍外周領域において、前記特徴量に基づき、略円形形状の輪郭部の少なくとも一部が存在することを検出する略円形形状検出手段と、
前記略円形形状検出手段により、前記略円形形状が検出された場合、前記注目領域を抽出する抽出手段と、
を具備したことを特徴とする画像処理装置。 - 前記略円形形状検出手段は、前記近傍外周領域のうち、前記略円形形状の輪郭部の少なくとも一部が存在する領域の割合が所定の閾値以上であると判断した場合に略円形形状を検出し、前記抽出手段は、前記注目領域を前記略円形形状の中央部が存在する領域として抽出することを特徴とする請求項4に記載の画像処理装置。
- 前記略円形形状は、泡であることを特徴とする請求項4または請求項5に記載の画像処理装置。
- 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段と、
前記画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割手段と、
前記画像分割手段により分割された複数の領域各々における特徴量を算出する特徴量算出手段と、
前記特徴量算出手段において算出された特徴量と、所定の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する領域分類手段と、
前記複数のクラスのうち、構造的に明確な特徴を有する所定のクラスに分類される領域を、前記複数の領域から検出する領域検出手段と、
前記領域検出手段において検出された前記領域が有する前記特徴量に基づき、前記領域分類手段における前記所定の分類基準を設定する分類基準設定手段と、
を具備したことを特徴とする画像処理装置。 - 前記所定のクラスは、泡クラスまたは絨毛クラスのうち、少なくとも1つのクラスであることを特徴とする請求項7に記載の画像処理装置。
- 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割ステップと、
前記画像分割ステップにより分割された複数の領域各々における特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップにおいて算出された特徴量と、所定の第1の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する第1の領域分類ステップと、
前記特徴量と、前記第1の領域分類ステップによる分類結果とに基づいて第2の分類基準を設定する第2の分類基準設定ステップと、
前記特徴量と、前記第2の分類基準とに基づき、前記複数の領域を前記複数のクラスのいずれかに各々分類する第2の領域分類ステップと、
を有したことを特徴とする画像処理装置における画像処理方法。 - 前記第1の領域分類ステップは、前記第1の分類基準を定める母数を用いた統計的識別器を用いて前記複数の領域を複数のクラスのいずれかに各々分類し、前記第2の領域分類ステップは、前記第2の分類基準を定める母数を用いた統計的識別器を用いて前記複数の領域を複数のクラスのいずれかに各々分類することを特徴とする請求項9に記載の画像処理装置における画像処理方法。
- 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割ステップと、
前記画像分割ステップにより分割された複数の領域各々における特徴量を算出する特徴量算出ステップと、
前記特徴量算出手段において算出された特徴量と、所定の第1の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する第1の領域分類ステップと、
前記複数の領域のうち、一の領域の前記第1の領域分類手段による分類結果を、前記一の領域の近傍に位置する領域の前記第1の領域分類手段による分類結果に基づいた評価値を算出することにより評価する評価値算出ステップと、
前記評価値算出手段における評価値に基づき、前記一の領域を前記複数のクラスのいずれかに分類する第2の領域分類ステップと、
を具備したことを特徴とする画像処理装置における画像処理方法。 - 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号入力手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割ステップと、
前記画像分割ステップにより分割された複数の領域各々における特徴量を算出する特徴量算出ステップと、
前記複数の領域のうち、一の領域を注目領域として設定する注目領域設定ステップと、
前記注目領域から所定の距離だけ離れた領域である近傍外周領域を検出する近傍外周領域検出ステップと、
前記近傍外周領域において、前記特徴量に基づき、略円形形状の輪郭部の少なくとも一部が存在することを検出する略円形形状検出ステップと、
前記略円形形状検出手段により、前記略円形形状が検出された場合、前記注目領域を抽出する抽出ステップと、
を具備したことを特徴とする画像処理装置における画像処理方法。 - 前記略円形形状検出ステップは、前記近傍外周領域のうち、前記略円形形状の輪郭部の少なくとも一部が存在する領域の割合が所定の閾値以上であると判断した場合に略円形形状を検出し、前記抽出ステップは、前記注目領域を前記略円形形状の中央部が存在する領域として抽出することを特徴とする請求項12に記載の画像処理装置における画像処理方法。
- 前記略円形形状は、泡であることを特徴とする請求項12または請求項13に記載の画像処理装置における画像処理方法。
- 撮像機能を有する医療機器で撮像された画像に基づく画像信号を入力する画像信号手段において入力した画像信号に基づいて当該医療機器で撮像された画像を複数の領域に分割する画像分割ステップと、
前記画像分割ステップにより分割された複数の領域各々における特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップにおいて算出された特徴量と、所定の分類基準とに基づき、前記複数の領域を複数のクラスのいずれかに各々分類する領域分類ステップと、
前記複数のクラスのうち、構造的に明確な特徴を有する所定のクラスに分類される領域を、前記複数の領域から検出する領域検出ステップと、
前記領域検出ステップにおいて検出された前記領域が有する前記特徴量に基づき、前記領域分類ステップにおける前記所定の分類基準を設定する分類基準設定ステップと、
を有したこを特徴とする画像処理装置における画像処理方法。 - 前記所定のクラスは、泡クラスまたは絨毛クラスのうち、少なくとも1つのクラスであることを特徴とする請求項15に記載の画像処理装置における画像処理方法。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005115960A JP4624841B2 (ja) | 2005-04-13 | 2005-04-13 | 画像処理装置および当該画像処理装置における画像処理方法 |
PCT/JP2006/305022 WO2006112227A1 (ja) | 2005-04-13 | 2006-03-14 | 画像処理装置及び画像処理方法 |
US11/666,556 US7953261B2 (en) | 2005-04-13 | 2006-03-14 | Image processing apparatus and image processing method |
KR1020077023403A KR100970295B1 (ko) | 2005-04-13 | 2006-03-14 | 화상 처리 장치 및 화상 처리 방법 |
CN200680010400.4A CN101150977B (zh) | 2005-04-13 | 2006-03-14 | 图像处理装置 |
CN2010105160418A CN101966071B (zh) | 2005-04-13 | 2006-03-14 | 图像处理装置以及图像处理方法 |
EP11008715.2A EP2415389B1 (en) | 2005-04-13 | 2006-03-14 | Image processing apparatus and method for analysing mucosa, villi or feces |
EP06729056.9A EP1870020B1 (en) | 2005-04-13 | 2006-03-14 | Image processing apparatus and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005115960A JP4624841B2 (ja) | 2005-04-13 | 2005-04-13 | 画像処理装置および当該画像処理装置における画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006288878A JP2006288878A (ja) | 2006-10-26 |
JP4624841B2 true JP4624841B2 (ja) | 2011-02-02 |
Family
ID=37410122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005115960A Expired - Fee Related JP4624841B2 (ja) | 2005-04-13 | 2005-04-13 | 画像処理装置および当該画像処理装置における画像処理方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP4624841B2 (ja) |
CN (1) | CN101150977B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018092673A (ja) * | 2018-03-09 | 2018-06-14 | オリンパス株式会社 | 内視鏡業務支援システム |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5312807B2 (ja) | 2008-01-08 | 2013-10-09 | オリンパス株式会社 | 画像処理装置および画像処理プログラム |
JP5305850B2 (ja) * | 2008-11-14 | 2013-10-02 | オリンパス株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
JP2010187756A (ja) | 2009-02-16 | 2010-09-02 | Olympus Corp | 画像処理装置、画像処理方法および画像処理プログラム |
KR101184876B1 (ko) * | 2010-02-11 | 2012-09-20 | 삼성전자주식회사 | 영상과 상호작용이 가능한 캐릭터의 동적 효과를 생성하는 방법 및 장치 |
CN102781305B (zh) * | 2010-03-09 | 2015-06-03 | 奥林巴斯株式会社 | 荧光内窥镜装置 |
JP5739428B2 (ja) | 2010-08-04 | 2015-06-24 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカPanasonic Intellectual Property Corporation of America | 画像分類装置、方法、プログラム、プログラムを記録する記録媒体及び集積回路 |
JP5576775B2 (ja) * | 2010-11-29 | 2014-08-20 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP5757724B2 (ja) * | 2010-12-10 | 2015-07-29 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP5576782B2 (ja) * | 2010-12-16 | 2014-08-20 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP5526044B2 (ja) * | 2011-01-11 | 2014-06-18 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
WO2012105141A1 (ja) * | 2011-02-01 | 2012-08-09 | オリンパスメディカルシステムズ株式会社 | 診断支援装置 |
JP5766986B2 (ja) | 2011-03-16 | 2015-08-19 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
WO2013008526A1 (ja) * | 2011-07-12 | 2013-01-17 | オリンパスメディカルシステムズ株式会社 | 画像処理装置 |
CN103312950B (zh) * | 2012-03-09 | 2016-12-28 | 株式会社理光 | 摄像装置 |
EP2727514B1 (en) * | 2012-03-21 | 2017-05-10 | Olympus Corporation | Image processing device |
CN104469334B (zh) * | 2014-12-10 | 2016-08-17 | 深圳市理邦精密仪器股份有限公司 | 一种医疗设备取得图像数据的处理方法及装置 |
WO2016175178A1 (ja) | 2015-04-27 | 2016-11-03 | オリンパス株式会社 | 画像解析装置、画像解析システム、画像解析装置の作動方法 |
US10025902B2 (en) * | 2016-08-12 | 2018-07-17 | Verily Life Sciences Llc | Enhanced pathology diagnosis |
CN107871314B (zh) * | 2016-09-23 | 2022-02-18 | 商汤集团有限公司 | 一种敏感图像鉴别方法和装置 |
CN110013102B (zh) * | 2017-12-22 | 2021-12-10 | 卡西欧计算机株式会社 | 图像处理装置、图像处理方法以及记录介质 |
JP7154803B2 (ja) * | 2018-04-12 | 2022-10-18 | オムロン株式会社 | 生体情報測定装置、方法およびプログラム |
CN109965829B (zh) * | 2019-03-06 | 2022-05-06 | 重庆金山医疗技术研究院有限公司 | 成像优化方法、图像处理装置、成像装置及内窥镜系统 |
CN110954447B (zh) * | 2019-12-11 | 2022-07-29 | 中国建材检验认证集团股份有限公司 | 物理混合物中组分体积掺量的定量测定方法、装置及系统 |
JP7404857B2 (ja) * | 2019-12-23 | 2023-12-26 | コニカミノルタ株式会社 | 画像判定装置、画像判定方法及びプログラム |
EP4082421A4 (en) * | 2019-12-26 | 2023-02-08 | FUJIFILM Corporation | MEDICAL IMAGE PROCESSING DEVICE, MEDICAL IMAGE PROCESSING METHOD AND PROGRAM |
CN112991325B (zh) * | 2021-04-14 | 2021-08-17 | 上海孚慈医疗科技有限公司 | 一种基于智能编码的斑状发红图像采集和处理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11104072A (ja) * | 1997-10-03 | 1999-04-20 | Mitsubishi Electric Corp | 医療支援システム |
JP2002336193A (ja) * | 2001-05-17 | 2002-11-26 | Olympus Optical Co Ltd | 診断支援装置 |
JP2003079568A (ja) * | 2001-06-29 | 2003-03-18 | Fuji Photo Film Co Ltd | 蛍光画像取得方法および装置並びにプログラム |
JP2004154176A (ja) * | 2002-11-01 | 2004-06-03 | Olympus Corp | 内視鏡撮像装置 |
JP2004321603A (ja) * | 2003-04-25 | 2004-11-18 | Olympus Corp | 画像表示装置、画像表示方法および画像表示プログラム |
JP2004337596A (ja) * | 2003-04-25 | 2004-12-02 | Olympus Corp | 画像表示装置、画像表示方法および画像表示プログラム |
JP2005192880A (ja) * | 2004-01-08 | 2005-07-21 | Olympus Corp | 画像処理方法 |
JP2006122502A (ja) * | 2004-10-29 | 2006-05-18 | Olympus Corp | 画像処理方法及びカプセル型内視鏡装置 |
-
2005
- 2005-04-13 JP JP2005115960A patent/JP4624841B2/ja not_active Expired - Fee Related
-
2006
- 2006-03-14 CN CN200680010400.4A patent/CN101150977B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11104072A (ja) * | 1997-10-03 | 1999-04-20 | Mitsubishi Electric Corp | 医療支援システム |
JP2002336193A (ja) * | 2001-05-17 | 2002-11-26 | Olympus Optical Co Ltd | 診断支援装置 |
JP2003079568A (ja) * | 2001-06-29 | 2003-03-18 | Fuji Photo Film Co Ltd | 蛍光画像取得方法および装置並びにプログラム |
JP2004154176A (ja) * | 2002-11-01 | 2004-06-03 | Olympus Corp | 内視鏡撮像装置 |
JP2004321603A (ja) * | 2003-04-25 | 2004-11-18 | Olympus Corp | 画像表示装置、画像表示方法および画像表示プログラム |
JP2004337596A (ja) * | 2003-04-25 | 2004-12-02 | Olympus Corp | 画像表示装置、画像表示方法および画像表示プログラム |
JP2005192880A (ja) * | 2004-01-08 | 2005-07-21 | Olympus Corp | 画像処理方法 |
JP2006122502A (ja) * | 2004-10-29 | 2006-05-18 | Olympus Corp | 画像処理方法及びカプセル型内視鏡装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018092673A (ja) * | 2018-03-09 | 2018-06-14 | オリンパス株式会社 | 内視鏡業務支援システム |
Also Published As
Publication number | Publication date |
---|---|
CN101150977B (zh) | 2011-06-08 |
CN101150977A (zh) | 2008-03-26 |
JP2006288878A (ja) | 2006-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4624841B2 (ja) | 画像処理装置および当該画像処理装置における画像処理方法 | |
JP4472631B2 (ja) | 画像処理装置および当該画像処理装置における画像処理方法 | |
JP4912787B2 (ja) | 医療用画像処理装置及び医療用画像処理装置の作動方法 | |
JP4615963B2 (ja) | カプセル型内視鏡装置 | |
KR100970295B1 (ko) | 화상 처리 장치 및 화상 처리 방법 | |
US8363962B2 (en) | Image processing device and image processing method in image processing device for identifying features in an image | |
JP4652694B2 (ja) | 画像処理方法 | |
JP4520405B2 (ja) | 画像処理装置および当該画像処理装置における画像処理方法 | |
JP4624842B2 (ja) | 画像処理方法、画像処理装置及びプログラム | |
US20220218181A1 (en) | Processing apparatus, processing method, and computer readable recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080225 |
|
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: 20101019 |
|
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: 20101104 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4624841 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131112 Year of fee payment: 3 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |