JP4624842B2 - 画像処理方法、画像処理装置及びプログラム - Google Patents
画像処理方法、画像処理装置及びプログラム Download PDFInfo
- Publication number
- JP4624842B2 JP4624842B2 JP2005115961A JP2005115961A JP4624842B2 JP 4624842 B2 JP4624842 B2 JP 4624842B2 JP 2005115961 A JP2005115961 A JP 2005115961A JP 2005115961 A JP2005115961 A JP 2005115961A JP 4624842 B2 JP4624842 B2 JP 4624842B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- regions
- medical
- 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
Landscapes
- Endoscopes (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
図1から図20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の実施形態である画像処理動作が行われる画像処理装置および周辺機器の外観を示した外観正面図である。図2は、本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、本実施形態に係る画像処理動作を示すフローチャートである。図12は、本実施形態に係る画像処理動作において、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13は、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14は、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15は、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16は、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。図17は、カプセル型内視鏡により撮像された体腔内の像の画像の一例を示す模式図である。図18は、図17に示す画像の分類結果の一例を示す図である。図19は、本実施形態に係る画像処理動作において、図11とは異なる画像処理動作を示すフローチャートである。図20は、ディスプレイに表示されるビュワーの画像のうち、メインメニュー画面の一例を示す図である。
CVrst=σrst/mrst ・・・(1)
CVgst=σgst/mgst ・・・(2)
CVbst=σbst/mbst ・・・(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CVrst、CVgst及びCVbst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。CVrst、CVgst及びCVbst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、CVrst、CVgst及びCVbst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。
p=z/(m×n) ・・・(4)
そして、制御部9aは、画像Iiが生体粘膜表面を十分に撮像されている画像か否かを識別するため、数式(4)により算出された割合pの値と、閾値thrとの比較を行う。制御部9aは、画像Iiにおける割合pの値が、閾値thrより大きいことを検出する(図11のステップS6)と、画像Iiを、生体粘膜表面が十分に撮像されている画像である、すなわち、観察が必要な画像として識別及び分類し、参照値としてのフラグ値flagiを1とする(図11のステップS7)。なお、本実施形態においては、例えば、閾値thrの値は0.5であるとする。
p=(z1+z2)/(m×n) ・・・(5)
また、制御部9aは、各々のクラスに分類された領域数に基づき、該領域数が画像Iiの全領域数(m×n)に占める割合を、クラス毎に個別に算出するような処理を行うものであっても良い。
図21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、本実施形態におけるカプセル型内視鏡装置1の構成は、第1の実施形態と同様であると共に、本実施形態における画像処理方法もまた同様に、端末装置7としての、例えば、パーソナルコンピュータにおいて実行されるプログラムとして実現されているものとする。そして、本実施形態における画像処理方法は、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。
CVrj=σrj/mrj ・・・(6)
CVgj=σgj/mgj ・・・(7)
CVbj=σbj/mbj ・・・(8)
上記数式(6)、数式(7)及び数式(8)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(10)及び数式(11)として示される。
なお、上記数式(10)及び数式(11)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(11)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) ・・・(12)
上記数式(12)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(9)、数式(10)及び数式(11)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) ・・・(13)
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及び特徴ベクトル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22は、本発明の第3の実施形態に係るものである。なお、第1の実施形態及び第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の実施形態及び第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、本実施形態におけるカプセル型内視鏡装置1の構成は、第1の実施形態及び第2の実施形態の形態と同様であると共に、本実施形態における画像処理方法もまた同様に、端末装置7としての、例えば、パーソナルコンピュータにおいて実行されるプログラムとして実現されているものとする。そして、本実施形態における画像処理方法は、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。
図23は、本発明の第4の実施形態に係るものである。なお、第1の実施形態から第3の実施形態まで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の実施形態から第3の実施形態まで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、本実施形態におけるカプセル型内視鏡装置1の構成は、第1の実施形態から第3の実施形態までの形態と同様であると共に、本実施形態における画像処理方法もまた同様に、端末装置7としての、例えば、パーソナルコンピュータにおいて実行されるプログラムとして実現されているものとする。そして、本実施形態における画像処理方法は、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。
図24及び図25は、本発明の第5の実施形態に係るものである。なお、第1の実施形態から第4の実施形態まで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の実施形態から第4の実施形態まで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。また、本実施形態におけるカプセル型内視鏡装置1の構成は、第1の実施形態から第4の実施形態までの形態と同様であると共に、本実施形態における画像処理方法もまた同様に、端末装置7としての、例えば、パーソナルコンピュータにおいて実行されるプログラムとして実現されているものとする。そして、本実施形態における画像処理方法は、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。さらに、本実施形態においては、制御部9aは、端末装置7に予め入力された状態の一連の画像に対し、以降に説明する画像処理を用いるものとする。
制御部9aは、画像Iiに関連付けられたフラグ値kflagiの値が1である場合(図25のステップS72)、画像Iiをディスプレイ8cに表示させないような表示制御を、端末装置7の各部に対して行う(図25のステップS73)。
図26から図31は、本発明の第6の実施形態に係るものである。なお、第1の実施形態から第5の実施形態まで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の実施形態から第5の実施形態まで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。また、本実施形態におけるカプセル型内視鏡装置1の構成は、第1の実施形態から第5の実施形態までの形態と同様であると共に、本実施形態における画像処理方法もまた同様に、端末装置7としての、例えば、パーソナルコンピュータにおいて実行されるプログラムとして実現されているものとする。そして、本実施形態における画像処理方法は、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。
Gbt=log(gakt)−log(gak) ・・・(14)
制御部9aは、上記数式(14)により得られた、領域Hkt各々におけるGbtの値のうち、最大のものを最大値Gbmとし、また、領域Hktのうち、最大値Gbmを与える領域Hktmが、領域Hkに対して存在する方向をdirGbmとした後、これら2つを領域Hkのエッジ特徴量として保持する(図26のステップS84)。なお、G画素の濃度値の変動量の最大値Gbmを与える領域Hktmが、領域Hkに対して存在する方向は、図29に示す方向1から方向8のうち、いずれか1つの方向として決定されるものであるとする。
Gblt=log(gaklt)−log(gakl) ・・・(15)
また、制御部9aは、出血部候補領域としての領域Hkに対応する、出血部エッジ候補領域としての最外周領域Hklにおいて、領域Hklとして定められた領域におけるR(赤)画素の濃度値の平均値raklと、領域Hklに隣接する領域Hklt(t≦8)各々におけるR画素の濃度値の平均値rakltとを算出する。そして、制御部9aは、平均値raklと、平均値rakltと基づき、R画素の濃度値の変動量Rbltを下記数式(16)により算出する(図28のステップS104)。
Rblt=log(raklt)−log(rakl) ・・・(16)
制御部9aは、領域Hklとして定められた領域が有する最大値Gbmと、方向dirGbmにおける変動量Rbltとに基づき、カラーエッジ特徴量としてのGbm/Rbltの値を算出する。その後、制御部9aは、E個の領域Hklのうち、Gbm/Rblt>thre4となる領域数Fを検出する(図28のステップS105)。なお、本実施形態においては、閾値thre4の値は、例えば1.0であるとする。また、本実施形態においては、制御部9aが行う処理においてカラーエッジ特徴量として用いる値はGbm/Rbltの値に限るものではない。制御部9aは、前述した処理において、例えば、変動量Rbltと略同様の方法により算出したB画素の濃度値の変動量Bbltに基づき、Gbm/Bbltの値をカラーエッジ特徴量として用いるものであっても良い。
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。
複数の色信号からなる医用画像を入力する画像入力ステップと、
前記入力された医用画像を複数の領域に分割する領域分割ステップと、
前記分割された各領域から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき各領域を分類する領域分類ステップとからなる画像処理方法であって、
前記領域分類ステップは前記領域が生体粘膜表面を撮像した領域であるか否かに基づき分類を行うことを特徴とする画像処理方法。
複数の色信号からなる医用画像を入力する画像入力ステップと、
前記入力された医用画像を複数の領域に分割する領域分割ステップと、
前記分割された各領域から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき各領域を分類する領域分類ステップとからなる画像処理方法であって、
前記領域分類ステップは前記領域が生体粘膜表面を撮像した領域と、生体内に存在する異物を撮像した領域と、いずれにも分類することができない領域とに基づく分類を行うことを特徴とする画像処理方法。
複数の色信号からなる医用画像を入力する画像入力ステップと、
前記入力された医用画像を複数の領域に分割する領域分割ステップと、
前記分割された各領域から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき各領域を複数の異なるクラスのいずれかに分類する領域分類ステップと、
前記複数のクラスにおいて混在することを許さない排他クラスの組み合わせを設定する排他クラス設定ステップと、
前記医用画像において前記排他クラスの組み合わせのいずれのクラスを優先するかを設定する優先クラス設定ステップとからなる画像処理方法であって、
前記領域分類ステップは前記領域が前記排他クラス設定ステップで設定された排他クラスの組み合わせのいずれかのクラスに分類し得る場合、前記優先クラス設定ステップで設定されたクラスに分類することを特徴とする画像処理方法。
前記領域分類ステップによる各領域の分類結果に基づき前記医用画像が生体粘膜表面を
撮像したか否かを判定する判定ステップをさらに備えることを特徴とする付記項1乃至付記項3のいずれか一に記載の画像処理方法。
前記判定ステップは前記領域分類ステップによる各領域の分類において生体粘膜表面を撮像したと分類された領域が前記医用画像に対し十分大きな割合を占めた場合に生体粘膜表面を撮像したものと判定することを特徴とする付記項4に記載の画像処理方法。
前記領域分割ステップは前記医用画像を矩形に分割することを特徴とする付記項1乃至付記項5のいずれか一に記載の画像処理方法。
前記特徴量算出ステップは前記分割された各領域における色調または模様に基づく特徴量を算出することを特徴とする付記項1乃至付記項6のいずれか一に記載の画像処理方法。
前記領域分類ステップは識別器による識別ステップを含み前記算出された特徴量に基づく識別分類を行うことを特徴とする付記項1乃至付記項7のいずれか一に記載の画像処理方法。
前記領域分類ステップは統計的識別器は正規確率密度関数に基づく識別を行うことを特徴とする付記項8に記載の画像処理方法。
前記領域分類ステップは前記正規確率密度関数における平均値からの距離に基づく識別を行うことを特徴とする付記項9に記載の画像処理方法。
前記医用画像はR、G及びBの3プレーンから構成されるとともに、前記特徴量算出手段はR、G及びBの比率に基づく特徴量を算出することを特徴とする付記項1乃至付記項10のいずれか一に記載の画像処理方法。
前記医用画像はR、G及びBの3プレーンから構成されるとともに、前記特徴量算出手段はR、G及びBの変動の大きさに基づく特徴量を算出することを特徴とする付記項1乃至付記項11のいずれか一に記載の画像処理方法。
前記領域分類ステップは前記分割された各領域を生体粘膜表面として少なくとも胃粘膜及び小腸粘膜表面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12のいずれか一に記載の画像処理方法。
前記領域分類ステップは前記分割された各領域を少なくとも液体、泡または便を生体粘膜表面ではないものとして分類することを特徴とする付記項1乃至付記項13のいずれか一に記載の画像処理方法。
前記医用画像はカプセル型内視鏡装置による撮像画像であ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。
前記医用画像は内視鏡装置による撮像画像であ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。
複数の色信号からなる医用画像を入力する画像入力ステップと、
前記入力された医用画像を複数の領域に分割する領域分割ステップと、
前記分割された各領域から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき各領域を分類する領域分類ステップと、
前記領域分類ステップにおける分類結果に基づき撮像臓器を推定する撮像臓器推定ステップとからなることを特徴とする画像処理方法。
複数の色信号からなる医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する表示手段とを備えるとともに、
前記入力された医用画像が生体粘膜を十分に撮像したか否かを判定する判定手段と、
前記判定手段における判定結果に基づき前記医用画像の表示または記憶の少なくとも1つを制御する制御手段と、
を備えたことを特徴とする画像処理装置。
前記制御手段は前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を表示しないよう制御することを特徴とする付記項18記載の画像処理装置。
前記制御手段は前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を記憶しないよう制御することを特徴とする付記項18または付記項19に記載の画像処理装置。
前記記憶手段に記憶された前記医用画像を削除する画像削除手段を備え、
前記画像削除手段は前記判定手段により生体粘膜を十分に撮像していないと判定された
前記医用画像を削除することを特徴とする付記項18乃至付記項20のいずれか一に記載の画像処理装置。
複数の色信号からなる複数の医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する表示手段と、
前記医用画像の中から病変の存在が疑われる画像を検出する検出手段とを備えるとともに、
前記入力された医用画像に対し領域を設定する領域設定手段と、
前記領域設定手段により設定された領域が生体粘膜を撮像した領域であるか否かを判定する領域判定手段と、
前記領域判定手段における判定結果に基づき前記検出手段による検出結果が正しいか否かを判定する検出結果判定手段とを備えたことを特徴とする画像処理装置。
前記検出手段は前記医用画像において病変の存在が疑われる領域を検出するとともに、前記検出結果判定手段は前記検出された領域が前記領域判定手段において生体粘膜を撮像した領域である場合に検出結果が正しいと判定することを特徴とする付記項22に記載の画像処理装置。
時間的に連続して撮像された複数の医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する画像表示手段とを備えるとともに、
前記医用画像に複数の領域を設定する領域設定手段と、
前記領域設定手段により設定された各領域における撮像対象を判定する判定手段と、
前記判定手段に基づき前記医用画像に撮像されている臓器を特定する特定手段と、
前記特定手段における特定結果を表示する特定結果表示手段とを備えたことを特徴とする画像処理装置。
前記判定手段は前記領域の撮像対象として生体粘膜であるか否か及びその種類を判定することを特徴とする付記項24に記載の画像処理装置。
前記生体粘膜は胃粘膜または小腸粘膜であることを特徴とする付記項18乃至付記項25のいずれか一に記載の画像処理装置。
付記項1乃至付記項17に記載の画像処理方法及び請求項18乃至請求項26に記載の画像処理装置のうち、いずれか一を実現するためのプログラム。
撮像機能を有する医療機器により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、
前記領域分類ステップによる分類結果に基づいて、前記複数のクラスの内、所定のクラスに分類された領域群が前記複数の領域に占める割合を算出する分類判定値算出ステップと、
前記分類判定値算出ステップにより算出された前記割合と、所定の閾値とに基づき、前記領域群を有する前記画像を分類する画像分類ステップと、
を有することを特徴とする画像処理方法。
前記所定のクラスは、胃粘膜クラス、絨毛クラス及び便クラスのうち、少なくとも一のクラスを有することを特徴とする付記項28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28または付記項29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28乃至付記項30のいずれか一に記載の画像処理方法。
前記領域分類ステップは、前記特徴量算出ステップにおいて算出された前記特徴量に関する識別器を用いて、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付記項28乃至付記項31のいずれか一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32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、前記平均値に基づく閾値を用いて行われることを特徴とする付記項33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28乃至付記項34のいずれか一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変動の大きさに基づく値を有することを特徴とする付記項28乃至付記項35のいずれか一に記載の画像処理方法。
前記複数のクラスは、胃粘膜クラス及び絨毛クラスのうち、少なくとも一方のクラスを有することを特徴とする付記項28乃至付記項36のいずれか一に記載の画像処理方法。
前記複数のクラスは、便クラス及び泡クラスのうち、少なくとも一方のクラスを有することを特徴とする付記項28乃至付記項37のいずれか一に記載の画像処理方法。
前記医療機器は、カプセル型内視鏡装置であることを特徴とする付記項28乃至付記項38のいずれか一に記載の画像処理方法。
前記医療機器は、内視鏡装置であることを特徴とする付記項28乃至付記項39のいずれか一に記載の画像処理方法。
前記画像分類ステップにおいては、前記画像は参照値に関連付けて保持され、
さらに、前記参照値の値に基づいて前記画像を表示するか否かを決定する画像表示制御ステップを有することを特徴とする付記項28乃至付記項40のいずれか一に記載の画像処理方法。
前記画像分類ステップにおいては、前記画像は参照値に関連付けて保持され、
さらに、前記参照値の値に基づいて前記画像を削除するか否かを決定する画像削除制御ステップを有することを特徴とする付記項28乃至付記項40のいずれか一に記載の画像処理方法。
前記画像分類ステップは、前記領域群を有する前記画像を、前記所定のクラスに関連した被写体が撮像された画像であるとして分類することを特徴とする付記項28乃至付記項40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、
前記第1の領域分類ステップによる分類結果に基づいて、前記複数のクラスの内、第1のクラスに分類された領域群が前記複数の領域に占める割合を算出する分類判定値算出ステップと、
前記分類判定値算出ステップにより算出された前記割合と、所定の閾値とに基づき、前記第1のクラスに分類された前記領域群を、第2のクラスとして排他的に置換して再分類する第2の領域分類ステップと、
を有することを特徴とする画像処理方法。
付記項28乃至付記項44のいずれか一に記載の画像処理方法に基づく動作を行う画像処理装置。
付記項28乃至付記項44のいずれか一に記載の画像処理方法に基づく動作を画像処理装置に行わせるためのプログラム。
撮像機能を有する医療機器により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き、当該医療機器により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、
前記領域分類手段による分類結果に基づいて、前記複数のクラスの内、所定のクラスに分類された領域群が前記複数の領域に占める割合を算出する分類判定値算出手段と、
前記分類判定値算出手段により算出された前記割合と、所定の閾値とに基づき、前記領域群を有する前記画像を分類する画像分類手段と、
を具備したことを特徴とする画像処理装置。
前記所定のクラスは、胃粘膜クラス、絨毛クラス及び便クラスのうち、少なくとも一のクラスを有することを特徴とする付記項47に記載の画像処理装置。
前記画像分類手段は、前記領域群を有する前記画像を、前記所定のクラスに関連した被写体が撮像された画像であるとして分類することを特徴とする付記項47または付記項48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、
前記第1の領域分類手段による分類結果に基づいて、前記複数のクラスの内、第1のクラスに分類された領域群が前記複数の領域に占める割合を算出する分類判定値算出手段と、
前記分類判定値算出手段により算出された前記割合と、所定の閾値とに基づき、前記第1のクラスに分類された前記領域群を、第2のクラスとして排他的に置換して再分類する第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。
前記画像分類手段は、前記画像を参照値に関連付けて保持し、
さらに、前記参照値の値に基づいて前記画像を表示手段に表示するか否かを決定する画像表示制御手段を有することを特徴とする付記項47または付記項48に記載の画像処理装置。
前記画像分類手段は、前記画像を参照値に関連付けて保持し、
さらに、前記参照値の値に基づいて前記画像を削除するか否かを決定する画像削除制御手段を有することを特徴とする付記項47または付記項48に記載の画像処理装置。
Claims (28)
- 撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を分類する領域分類ステップとを有する画像処理方法であって、
前記領域分類ステップは、前記複数の領域各々が生体粘膜表面を撮像した領域であるか否かに基づいて分類を行うことを特徴とする画像処理方法。 - 撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を分類する領域分類ステップとを有する画像処理方法であって、
前記領域分類ステップは、生体粘膜表面を撮像した領域と、生体内に存在する異物を撮像した領域と、前記生体粘膜表面及び前記異物のどちらにも該当しない領域とのいずれかに前記複数の領域各々を分類することを特徴とする画像処理方法。 - 撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を、複数の異なるクラスのうち、いずれか一のクラスに分類する領域分類ステップと、
前記複数の異なるクラスにおいて、前記画像上に混在することを許可しない排他クラスの組み合わせを設定する排他クラス設定ステップと、
前記排他クラスの組み合わせのうち、いずれのクラスを優先するかを設定する優先クラス設定ステップとを有する画像処理方法であって、
前記領域分類ステップは、前記排他クラス設定ステップで設定された排他クラスの組み合わせのいずれかのクラスに分類された領域が存在する場合、前記領域を前記優先クラス設定ステップにおいて設定されたクラスに分類することを特徴とする画像処理方法。 - さらに、前記領域分類ステップにおける前記複数の領域各々の分類結果に基づき、前記画像が生体粘膜表面を撮像したか否かを判定する判定ステップを有することを特徴とする請求項1乃至請求項3のいずれか一に記載の画像処理方法。
- 前記判定ステップは、前記領域分類ステップにおける前記複数の領域各々の分類結果に基づき、生体粘膜表面の像であると分類された領域が前記画像において十分大きな割合を占めた場合に、前記画像を生体粘膜表面を撮像した画像であると判定することを特徴とする請求項4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画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を分類する領域分類ステップと、
前記領域分類ステップにおける分類結果に基づき、前記医療機器が撮像した臓器を推定する撮像臓器推定ステップとからなることを特徴とする画像処理方法。 - 複数の色信号からなる医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する表示手段とを備えるとともに、
前記入力された医用画像が生体粘膜を十分に撮像したか否かを判定する判定手段と、
前記判定手段における判定結果に基づき前記医用画像の表示または記憶の少なくとも1つを制御する制御手段とを備えたことを特徴とする画像処理装置。 - 前記制御手段は、前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を表示しないように制御することを特徴とする請求項7に記載の画像処理装置。
- 前記制御手段は、前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を記憶しないように制御することを特徴とする請求項7または請求項8に記載の画像観察装置。
- さらに、前記記憶手段に記憶された前記医用画像を削除する画像削除手段を備え、
前記画像削除手段は、前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を削除することを特徴とする請求項7から請求項9のいずれか一に記載の画像処理装置。 - 複数の色信号からなる複数の医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する表示手段と、
前記医用画像の中から病変の存在が疑われる画像を検出する検出手段とを備えるとともに、前記入力された医用画像に対し領域を設定する領域設定手段と、
前記領域設定手段により設定された領域が生体粘膜を撮像した領域であるか否かを判定する領域判定手段と、
前記領域判定手段における判定結果に基づき、前記検出手段による検出結果が正しいか否かを判定する検出結果判定手段と、
を備えたことを特徴とする画像処理装置。 - 前記検出手段は、前記医用画像において病変の存在が疑われる領域を検出するとともに、 前記検出結果判定手段は前記検出された領域が前記領域判定手段において生体粘膜を撮像した領域である場合に、検出結果が正しいと判定することを特徴とする請求項11に記載の画像処理装置。
- 時間的に連続して撮像された複数の医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する画像表示手段とを備えるとともに、
前記医用画像に複数の領域を設定する領域設定手段と、
前記領域設定手段により設定された各領域における撮像対象を判定する判定手段と、
前記判定手段に基づき前記医用画像に撮像されている臓器を特定する特定手段と、
前記特定手段における特定結果を表示する特定結果表示手段と、
を備えたことを特徴とする画像処理装置。 - 前記判定手段は、前記領域の撮像対象として生体粘膜であるか否か及びその種類を判定することを特徴とする請求項13に記載の画像処理装置。
- コンピュータに、
撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を分類する領域分類ステップとを実行させるためのプログラムであって、
前記領域分類ステップは、前記複数の領域各々が生体粘膜表面を撮像した領域であるか否かに基づいて分類を行うことを特徴とするプログラム。 - コンピュータに、
撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を分類する領域分類ステップとを実行させるためのプログラムであって、
前記領域分類ステップは、生体粘膜表面を撮像した領域と、生体内に存在する異物を撮像した領域と、前記生体粘膜表面及び前記異物のどちらにも該当しない領域とのいずれかに前記複数の領域各々を分類することを特徴とするプログラム。 - コンピュータに、
撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を、複数の異なるクラスのうち、いずれか一のクラスに分類する領域分類ステップと、
前記複数の異なるクラスにおいて、前記画像上に混在することを許可しない排他クラスの組み合わせを設定する排他クラス設定ステップと、
前記排他クラスの組み合わせのうち、いずれのクラスを優先するかを設定する優先クラス設定ステップとを実行させるためのプログラムであって、
前記領域分類ステップは、前記排他クラス設定ステップで設定された排他クラスの組み合わせのいずれかのクラスに分類された領域が存在する場合、前記領域を前記優先クラス設定ステップにおいて設定されたクラスに分類することを特徴とするプログラム。 - さらに、当該コンピュータに、前記領域分類ステップにおける前記複数の領域各々の分類結果に基づき、前記画像が生体粘膜表面を撮像したか否かを判定する判定ステップを実行させることを特徴とする請求項15乃至請求項17のいずれか一に記載のプログラム。
- 前記判定ステップは、前記領域分類ステップにおける前記複数の領域各々の分類結果に基づき、生体粘膜表面の像であると分類された領域が前記画像において十分大きな割合を占めた場合に、前記画像を生体粘膜表面を撮像した画像であると判定することを特徴とする請求項18に記載のプログラム。
- コンピュータに、
撮像機能を有する医療機器により撮像された画像を入力する画像入力ステップと、
前記画像を複数の領域に分割する領域分割ステップと、
前記複数の領域各々から特徴量を算出する特徴量算出ステップと、
前記特徴量に基づき、前記複数の領域各々を分類する領域分類ステップと、
前記領域分類ステップにおける分類結果に基づき、前記医療機器が撮像した臓器を推定する撮像臓器推定ステップと、
を実行させるためのプログラム。 - 複数の色信号からなる医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する表示手段とを有する画像処理装置を制御するためのコンピュータを、
前記入力された医用画像が生体粘膜を十分に撮像したか否かを判定する判定手段と、
前記判定手段における判定結果に基づき前記医用画像の表示または記憶の少なくとも1つを制御する制御手段として機能させるためのプログラム。 - 前記制御手段は、前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を表示しないように制御することを特徴とする請求項21に記載のプログラム。
- 前記制御手段は、前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を記憶しないように制御することを特徴とする請求項21または請求項22に記載のプログラム。
- さらに、前記記憶手段に記憶された前記医用画像を削除する画像削除手段として機能させるためのプログラムであって、
前記画像削除手段は、前記判定手段により生体粘膜を十分に撮像していないと判定された前記医用画像を削除することを特徴とする請求項21から請求項23のいずれか一に記載のプログラム。 - 複数の色信号からなる複数の医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する表示手段とを有する画像処理装置を制御するためのコンピュータを、
前記医用画像の中から病変の存在が疑われる画像を検出する検出手段とを備えるとともに、前記入力された医用画像に対し領域を設定する領域設定手段と、
前記領域設定手段により設定された領域が生体粘膜を撮像した領域であるか否かを判定する領域判定手段と、
前記領域判定手段における判定結果に基づき、前記検出手段による検出結果が正しいか否かを判定する検出結果判定手段として機能させるためのプログラム。 - 前記検出手段は、前記医用画像において病変の存在が疑われる領域を検出するとともに、 前記検出結果判定手段は前記検出された領域が前記領域判定手段において生体粘膜を撮像した領域である場合に、検出結果が正しいと判定することを特徴とする請求項25に記載のプログラム。
- 時間的に連続して撮像された複数の医用画像を入力する画像入力手段と、
前記医用画像を記憶する記憶手段と、
前記医用画像を表示する画像表示手段とを有する画像処理装置を制御するためのコンピュータを、
前記医用画像に複数の領域を設定する領域設定手段と、
前記領域設定手段により設定された各領域における撮像対象を判定する判定手段と、
前記判定手段に基づき前記医用画像に撮像されている臓器を特定する特定手段と、
前記特定手段における特定結果を表示する特定結果表示手段として機能させるためのプログラム。 - 前記判定手段は、前記領域の撮像対象として生体粘膜であるか否か及びその種類を判定することを特徴とする請求項27に記載のプログラム。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005115961A JP4624842B2 (ja) | 2005-04-13 | 2005-04-13 | 画像処理方法、画像処理装置及びプログラム |
CN200680010400.4A CN101150977B (zh) | 2005-04-13 | 2006-03-14 | 图像处理装置 |
EP06729056.9A EP1870020B1 (en) | 2005-04-13 | 2006-03-14 | Image processing apparatus and image processing method |
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 |
KR1020077023403A KR100970295B1 (ko) | 2005-04-13 | 2006-03-14 | 화상 처리 장치 및 화상 처리 방법 |
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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005115961A JP4624842B2 (ja) | 2005-04-13 | 2005-04-13 | 画像処理方法、画像処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006288879A JP2006288879A (ja) | 2006-10-26 |
JP4624842B2 true JP4624842B2 (ja) | 2011-02-02 |
Family
ID=37410123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005115961A Expired - Fee Related JP4624842B2 (ja) | 2005-04-13 | 2005-04-13 | 画像処理方法、画像処理装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4624842B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
JP2012249956A (ja) * | 2011-06-06 | 2012-12-20 | Toshiba Corp | カプセル内視鏡画像処理装置及びカプセル内視鏡システム |
JP5959168B2 (ja) | 2011-08-31 | 2016-08-02 | オリンパス株式会社 | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム |
WO2016110993A1 (ja) * | 2015-01-09 | 2016-07-14 | オリンパス株式会社 | 内視鏡システム、内視鏡装置及び内視鏡システムの制御方法 |
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 |
JP7296799B2 (ja) * | 2019-06-28 | 2023-06-23 | セコム株式会社 | 領域分割装置、領域分割方法、及び領域分割プログラム |
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 JP2005115961A patent/JP4624842B2/ja 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 |
Also Published As
Publication number | Publication date |
---|---|
JP2006288879A (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 | |
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 | |
US7953261B2 (en) | Image processing apparatus and image processing method | |
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 | |
JP4615963B2 (ja) | カプセル型内視鏡装置 | |
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 | |
JP4624842B2 (ja) | 画像処理方法、画像処理装置及びプログラム | |
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 | |
JP6411834B2 (ja) | 画像表示装置、画像表示方法、及び画像表示プログラム |
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: 4624842 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 |