JP5830295B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP5830295B2 JP5830295B2 JP2011167269A JP2011167269A JP5830295B2 JP 5830295 B2 JP5830295 B2 JP 5830295B2 JP 2011167269 A JP2011167269 A JP 2011167269A JP 2011167269 A JP2011167269 A JP 2011167269A JP 5830295 B2 JP5830295 B2 JP 5830295B2
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- image
- distribution
- reliability
- image processing
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 69
- 238000000034 method Methods 0.000 title claims description 16
- 238000009826 distribution Methods 0.000 claims description 184
- 238000004364 calculation method Methods 0.000 claims description 49
- 210000000056 organ Anatomy 0.000 claims description 42
- 238000003384 imaging method Methods 0.000 claims description 26
- 238000013139 quantization Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 20
- 238000000605 extraction Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 239000002775 capsule Substances 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 210000002429 large intestine Anatomy 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 210000000813 small intestine Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 210000000941 bile Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 210000004400 mucous membrane Anatomy 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- NIPNSKYNPDTRPC-UHFFFAOYSA-N N-[2-oxo-2-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethyl]-2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidine-5-carboxamide Chemical class O=C(CNC(=O)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)N1CC2=C(CC1)NN=N2 NIPNSKYNPDTRPC-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- G06T2207/10068—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
- G06T2207/20076—Probabilistic image processing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Endoscopes (AREA)
- Image Analysis (AREA)
Description
図1は、本発明の実施の形態1に係る画像処理装置の構成を示すブロック図である。図1に示す画像処理装置1は、画像処理装置1全体の動作を制御する制御部10と、医用観察装置によって撮像された画像に対応する画像データを取得する画像取得部20と、外部から入力される入力信号を受け付ける入力部30と、各種表示を行う表示部40と、画像取得部20によって取得された画像データや種々のプログラムを格納する記録部50と、画像データに対して所定の画像処理を実行する演算部100とを備える。
表示部40は、LCDやELディスプレイ等の表示装置によって実現され、制御部10の制御の下で、管腔内画像を含む各種画面を表示する。
図1に示すように、演算部100は、撮像を行った医用観察装置と撮像対象との間の距離に対応する距離情報を算出する距離情報算出部110と、画像内の各画素の特徴量を算出する特徴量算出部120と、画像内の距離情報に応じて分類される各領域における特徴量分布を算出する特徴量分布算出部130と、各領域における特徴量分布の信頼性を判定する信頼性判定部140と、信頼性判定部140の判定結果と、各領域における特徴量分布とに基づいて、画像内の特定領域を判別するための判別基準を上記領域毎に作成する判別基準作成部150と、判別基準に基づいて画像内の特定領域を判別する特定領域判別部160とを備える。
まず、ステップS11において、画像取得部20は、被検体の管腔内を撮像した一連の管腔内画像を取得して記録部50に格納する。演算部100は、処理対象である画像に対応する画像データを記録部50から順次読み込む。
ステップS16において、重心値算出部132aは、階層R1〜R6毎に特徴量頻度分布から重心値(平均値)を算出する。
ステップS17において、最頻値算出部132bは、階層R1〜R6毎に特徴量頻度分布から最頻値を算出する。
さらに、ステップS23において、演算部100は、ステップS22における判別結果を記録部50に記録する。或いは、当該判別結果を表示部40に表示させても良い。
以上説明した実施の形態1においては、階層毎の特徴量分布の信頼性の判断において、分散値、重心値、及び最頻値の3つの指標を用いたが、この内のいずれか1つに基づいて判定を行っても良い。また、判定に用いる指標としては、この他にも、分布のモーメント等、特徴量分布の特性を示す種々の値を用いることができる。
判別基準を作成する際には、特徴量分布の信頼性が高いと判定された階層における重心値及び分散値を、他の全ての階層における判別基準に適用しても良い。具体的には、図7に示す階層R4における特徴量分布の信頼性が高いと判定された場合、階層R1〜R3、R5、R6における分散値σ1 2〜σ3 2、σ5 2、σ6 2を、分散値σ4 2と置き換える(図9参照)。なお、図9に示す両矢印は、分散値σ4 2に対応する特徴量分布の広がり(例えば、±σ4)を表す。
以上説明した実施の形態1においては、画素単位で算出された特徴量に基づいて各階層の特徴量分布の算出、信頼性の判定、及び判別基準の置き換えを行ったが、画像をエッジ強度に基づいて分割した小領域単位の特徴量に基づいてこれらの処理を行っても良い。
次に、本発明の実施の形態2について説明する。
図10は、実施の形態2に係る画像処理装置の構成を示すブロック図である。図10に示す画像処理装置2は、図1に示す演算部100の代わりに、演算部200を備える。演算部200は、距離情報算出部110と、特徴量算出部120と、特徴量分布算出部130と、信頼性判定部(連続性判定部)210と、判別基準作成部220と、特定領域判別部160とを備える。この内、距離情報算出部110、特徴量算出部120、特徴量分布算出部130、及び特定領域判別部160の動作については実施の形態1と同様である。
まず、ステップS30において、信頼性判定部210は、臓器種類毎に、特徴量の連続性を表すモデルを作成する。図12は、ステップS30における詳細な処理を示すフローチャートである。
ステップS302において、臓器種類判別部212a−1は、取得した一連の画像の各々に対し、臓器種類の判別処理を行う。臓器種別の判別方法としては、公知の種々の方法を用いることができる。本実施の形態2においては、一例として、画像の平均R、G、B値に基づいて臓器種類を判別する方法を説明する。まず、事前に、食道、胃、小腸、大腸といった臓器種類毎に、R、G、B色要素の数値範囲を決定しておく。臓器種類判別部212a−1は、判別対象の画像について、画像内の画素のR値、G値、及びB値それぞれの平均値を算出し、これらの平均値と、予め決定された上記色要素の数値範囲とを比較することにより、各画像の臓器種類を判別する。例えば、画像のR値、G値、及びB値の平均値が小腸の色要素の数値範囲であれば、判別対象の画像の臓器種類を小腸と判別し、画像のR値、G値、及びB値の平均値が大腸の色要素の数値範囲であれば、判別対象の画像の臓器種類を大腸と判別する(参考:特開2006−288612号公報)。なお、ここで判別された臓器種類は、各画像に対応する画像データに関連付けて記録される。
ステップS11〜S15及びS17の動作は、実施の形態1において説明したものと同様である。
より詳細には、分布中心軸モデルあてはめ部211aは、例えば図15に示す臓器種類毎の最頻値モデルを、処理対象の画像について算出された階層毎の最頻値m11〜m16にあてはめる。その結果、処理対象の画像の最頻値と最頻値モデルとの差が所定の閾値以上となる階層における特徴量分布を、他の階層との間で連続性がなく、信頼性が低いと判定する。図15の場合、階層R2及びR4における最頻値m12及びm14の信頼性が低いと判定される。
さらに、ステップS36において、演算部200は、ステップS35における判別結果を記録部50に記録する。或いは、当該判別結果を表示部40に表示させても良い。
10 制御部
20 画像取得部
30 入力部
40 表示部
50 記録部
51 画像処理プログラム
100、200 演算部
110 距離情報算出部
120 特徴量算出部
130 特徴量分布算出部
131 分布形状算出部
131a 分散値算出部
132 分布代表値算出部
132a 重心値算出部
132b 最頻値算出部
140 信頼性判定部
141 特徴量分布判定部
150 判別基準作成部
151 判別基準置き換え部
160 特定領域判別部
210 信頼性判定部(連続性判定部)
211 連続性モデルあてはめ部
211a 分布中心軸モデルあてはめ部
211b 分布広がりモデルあてはめ部
212 連続性モデル作成部
212a 画像抽出部
212a−1 臓器種類判別部
212b 抽出画像特徴量分布算出部
220 判別基準作成部
221 判別基準モデルあてはめ部
221a 分布中心軸モデルあてはめ部
221b 分布広がりモデルあてはめ部
222 判別基準モデル作成部
222a 画像抽出部
222a−1 臓器種類判別部
222b 抽出画像特徴量分布算出部
Claims (23)
- 画像内の各箇所における撮像対象までの距離に対応する距離情報を算出する距離情報算出手段と、
前記画像内の各箇所における特徴量を算出する特徴量算出手段と、
前記画像内の前記距離情報に応じて分類される各領域における前記特徴量の分布を算出する特徴量分布算出手段と、
前記各領域における特徴量分布の信頼性を判定する信頼性判定手段と、
前記信頼性判定手段の判定結果と、前記各領域における特徴量分布とに基づいて、前記画像内の特定領域を判別するための判別基準を前記領域毎に作成する判別基準作成手段と、を備え、
前記信頼性判定手段は、
予め所定の範囲を設定しておいた基準値と前記各領域における特徴量分布の特性又は代表値とを比較することにより前記信頼性を判定する第1判定、又は、複数の階層間における前記特徴量分布の特性又は代表値の関係を近似したモデルを前記特徴量分布にあてはめることで前記複数の階層間における前記特徴量分布の特性又は代表値の連続性を判定し、当該連続性に基づいて前記信頼性を判定する第2判定を行い、
前記複数の階層は、
前記距離情報を量子化した距離情報量子化値に応じて前記距離情報を分類した前記各領域に対応するものであり、
前記判別基準作成手段は、
前記信頼性判定手段により前記特徴量分布の信頼性が所定の基準よりも低いと判定された領域に対し、前記信頼性判定手段により前記特徴量分布の信頼性が前記所定の基準よりも高いと判定された領域の特徴量分布を用いて前記判別基準を作成することを特徴とする画像処理装置。 - 前記特徴量算出手段は、前記画像内の各画素の特徴量を算出することを特徴とする請求項1に記載の画像処理装置。
- 前記特徴量算出手段は、前記画像をエッジ強度に基づいて分割した小領域毎の特徴量を算出することを特徴とする請求項1に記載の画像処理装置。
- 前記特徴量分布算出手段は、前記階層毎に、前記特徴量の分布を算出することを特徴とする請求項1に記載の画像処理装置。
- 前記特徴量分布算出手段は、
前記特徴量分布の分散値を算出する分散値算出手段を含むことを特徴とする請求項1に記載の画像処理装置。 - 前記特徴量分布算出手段は、
前記特徴量分布の重心値を算出する重心値算出手段を含むことを特徴とする請求項1に記載の画像処理装置。 - 前記特徴量分布算出手段は、
前記特徴量分布の最頻値を算出する最頻値算出手段を含むことを特徴とする請求項1に記載の画像処理装置。 - 前記信頼性判定手段は、
前記特徴量分布の代表値に応じて定まるモデルを特徴量分布にあてはめる分布代表値モデルあてはめ手段を備えることを特徴とする請求項1に記載の画像処理装置。 - 前記信頼性判定手段は、
前記特徴量分布の広がりに応じて定まるモデルを特徴量分布にあてはめる分布広がりモデルあてはめ手段を備えることを特徴とする請求項1に記載の画像処理装置。 - 前記信頼性判定手段は、前記複数の階層間における前記特徴量分布の連続性を表すモデルを作成する連続性モデル作成手段を備えることを特徴とする請求項1に記載の画像処理装置。
- 前記連続性モデル作成手段は、
被検体の管腔内を撮像した一連の画像から複数の画像を抽出する画像抽出手段と、
前記画像抽出手段によって抽出された前記複数の画像の特徴量分布を算出する抽出画像特徴量分布算出手段と、
を備え、
前記複数の画像の特徴量分布に基づいて前記連続性を表すモデルを作成することを特徴とする請求項10に記載の画像処理装置。 - 前記画像抽出手段は、
前記一連の画像に含まれる各画像の臓器種類を判別する臓器種類判別手段を備え、
前記各画像の臓器種類に基づいて前記複数の画像を抽出することを特徴とする請求項11に記載の画像処理装置。 - 前記判別基準作成手段は、
前記信頼性判定手段により信頼性が低いと判定された第1の領域の特徴量分布を、前記信頼性判定手段により信頼性が高いと判定された第2の領域であって、前記第1の領域に対応する前記階層の近接階層に対応する第2の領域の特徴量分布と置き換える判別基準置き換え手段を備え、
前記判別基準置き換え手段によって置き換えられた特徴量分布に基づいて判別基準を作成することを特徴とする請求項1に記載の画像処理装置。 - 前記判別基準作成手段は、
前記複数の階層間における前記特徴量分布の連続性を近似したモデルを用いて、少なくとも前記信頼性判定手段により信頼性が所定の基準よりも低いと判定された領域に対する判別基準を作成することを特徴とする請求項1に記載の画像処理装置。 - 前記判別基準作成手段は、
前記モデルを、前記信頼性判定手段により信頼性が所定の基準よりも高いと判定された領域に対してあてはめる判別基準モデルあてはめ手段を備え、
前記判別基準モデルあてはめ手段によるあてはめ結果に基づいて前記判別基準を作成することを特徴とする請求項14に記載の画像処理装置。 - 前記判別基準モデルあてはめ手段は、特徴量分布の代表値に応じて定まるモデルを特徴量分布にあてはめる分布代表値モデルあてはめ手段を備えることを特徴とする請求項15に記載の画像処理装置。
- 前記判別基準モデルあてはめ手段は、特徴量分布の広がりに応じて定まるモデルを特徴量分布にあてはめる分布広がりモデルあてはめ手段を備えることを特徴とする請求項15に記載の画像処理装置。
- 前記判別基準作成手段は、前記複数の階層間における特徴量分布の連続性を近似したモデルを作成する判別基準モデル作成手段を備えることを特徴とする請求項15に記載の画像処理装置。
- 前記判別基準モデル作成手段は、
被検体の管腔内を撮像した一連の画像から複数の画像を抽出する画像抽出手段と、
前記画像抽出手段によって抽出された前記複数の画像の特徴量分布を算出する抽出画像特徴量分布算出手段と、
を備え、
前記複数の画像の特徴量分布に基づいて前記モデルを作成することを特徴とする請求項18に記載の画像処理装置。 - 前記画像抽出手段は、
前記一連の画像に含まれる各画像の臓器種類を判別する臓器種類判別手段を備え、
前記各画像の臓器種類に基づいて前記複数の画像を抽出することを特徴とする請求項19に記載の画像処理装置。 - 前記判別基準に基づいて画像内の特定領域を判別する特定領域判別手段をさらに備えることを特徴とする請求項1に記載の画像処理装置。
- 演算部が、画像内の各箇所における撮像対象までの距離に対応する距離情報を算出する距離情報算出ステップと、
前記演算部が、前記画像内の各箇所における特徴量を算出する特徴量算出ステップと、
前記演算部が、前記画像内の前記距離情報に応じて分類される各領域における前記特徴量の分布を算出する特徴量分布算出ステップと、
前記演算部が、前記各領域における特徴量分布の信頼性を判定する信頼性判定ステップと、
前記演算部が、前記信頼性判定ステップにおける判定結果と、前記各領域における特徴量分布とに基づいて、前記画像内の特定領域を判別するための判別基準を前記領域毎に作成する判別基準作成ステップと、を含み、
前記信頼性判定ステップでは、
予め所定の範囲を設定しておいた基準値と前記各領域における特徴量分布の特性又は代表値とを比較することにより前記信頼性を判定する第1判定、又は、複数の階層間における前記特徴量分布の特性又は代表値の関係を近似したモデルを前記特徴量分布にあてはめることで前記複数の階層間における前記特徴量分布の特性又は代表値の連続性を判定し、当該連続性に基づいて前記信頼性を判定する第2判定を行い、
前記複数の階層は、
前記距離情報を量子化した距離情報量子化値に応じて前記距離情報を分類した前記各領域に対応するものであり、
前記判別基準作成ステップでは、
前記信頼性判定ステップにて前記特徴量分布の信頼性が所定の基準よりも低いと判定した領域に対し、前記信頼性判定ステップにて前記特徴量分布の信頼性が前記所定の基準よりも高いと判定した領域の特徴量分布を用いて前記判別基準を作成することを特徴とする画像処理装置の作動方法。 - 請求項22に記載の画像処理装置の作動方法をコンピュータに実行させることを特徴とする画像処理プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011167269A JP5830295B2 (ja) | 2011-07-29 | 2011-07-29 | 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 |
EP20120005412 EP2551821B1 (en) | 2011-07-29 | 2012-07-25 | Image processing apparatus, image processing method, and image processing program |
US13/558,422 US8811676B2 (en) | 2011-07-29 | 2012-07-26 | Image processing apparatus, image processing method, and computer readable recording device |
CN201210265152.5A CN103198467B (zh) | 2011-07-29 | 2012-07-27 | 图像处理装置以及图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011167269A JP5830295B2 (ja) | 2011-07-29 | 2011-07-29 | 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 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013027636A JP2013027636A (ja) | 2013-02-07 |
JP2013027636A5 JP2013027636A5 (ja) | 2014-08-28 |
JP5830295B2 true JP5830295B2 (ja) | 2015-12-09 |
Family
ID=46690360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011167269A Active JP5830295B2 (ja) | 2011-07-29 | 2011-07-29 | 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 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8811676B2 (ja) |
EP (1) | EP2551821B1 (ja) |
JP (1) | JP5830295B2 (ja) |
CN (1) | CN103198467B (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6265588B2 (ja) * | 2012-06-12 | 2018-01-24 | 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 |
KR101542354B1 (ko) * | 2013-11-12 | 2015-08-07 | 계명대학교 산학협력단 | 거리 측정 모듈을 포함하는 내시경 장치, 이를 이용한 병변 크기 측정 시스템 및 방법 |
JP6351323B2 (ja) * | 2014-03-20 | 2018-07-04 | 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 |
JP5968944B2 (ja) * | 2014-03-31 | 2016-08-10 | 富士フイルム株式会社 | 内視鏡システム、プロセッサ装置、光源装置、内視鏡システムの作動方法、プロセッサ装置の作動方法、光源装置の作動方法 |
JP2016107003A (ja) * | 2014-12-10 | 2016-06-20 | 富士フイルム株式会社 | 医用画像処理装置及びその作動方法 |
JP6603709B2 (ja) | 2015-04-23 | 2019-11-06 | オリンパス株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
WO2017149565A1 (ja) * | 2016-02-29 | 2017-09-08 | パナソニック株式会社 | 画像処理装置および画像処理方法 |
CN107529957B (zh) * | 2016-03-03 | 2019-10-25 | Hoya株式会社 | 修正数据生成方法以及修正数据生成装置 |
JP2019159633A (ja) * | 2018-03-12 | 2019-09-19 | セイコーエプソン株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
CN110427824B (zh) * | 2019-06-28 | 2020-07-21 | 特斯联(北京)科技有限公司 | 一种人工智能虚拟场景的安防自动测试方法及系统 |
JP2021074360A (ja) * | 2019-11-12 | 2021-05-20 | 株式会社日立製作所 | 医用画像処理装置及び医用画像処理方法、医用画像処理プログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002336193A (ja) * | 2001-05-17 | 2002-11-26 | Olympus Optical Co Ltd | 診断支援装置 |
JP4184842B2 (ja) * | 2003-03-19 | 2008-11-19 | 富士フイルム株式会社 | 画像判別装置、方法およびプログラム |
WO2006062163A1 (ja) * | 2004-12-10 | 2006-06-15 | Olympus Corporation | 医用画像処理方法 |
WO2006080239A1 (ja) | 2005-01-31 | 2006-08-03 | Olympus Corporation | 画像処理装置、顕微鏡システム、及び領域特定プログラム |
JP2006288612A (ja) | 2005-04-08 | 2006-10-26 | Olympus Corp | 画像表示装置 |
WO2008139812A1 (ja) * | 2007-05-08 | 2008-11-20 | Olympus Corporation | 画像処理装置および画像処理プログラム |
JP5028138B2 (ja) * | 2007-05-08 | 2012-09-19 | 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 |
US7995798B2 (en) * | 2007-10-15 | 2011-08-09 | Given Imaging Ltd. | Device, system and method for estimating the size of an object in a body lumen |
US8636653B2 (en) * | 2008-06-09 | 2014-01-28 | Capso Vision, Inc. | In vivo camera with multiple sources to illuminate tissue at different distances |
JP5117353B2 (ja) * | 2008-11-07 | 2013-01-16 | 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 |
-
2011
- 2011-07-29 JP JP2011167269A patent/JP5830295B2/ja active Active
-
2012
- 2012-07-25 EP EP20120005412 patent/EP2551821B1/en not_active Not-in-force
- 2012-07-26 US US13/558,422 patent/US8811676B2/en active Active
- 2012-07-27 CN CN201210265152.5A patent/CN103198467B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
JP2013027636A (ja) | 2013-02-07 |
CN103198467A (zh) | 2013-07-10 |
EP2551821A1 (en) | 2013-01-30 |
CN103198467B (zh) | 2016-12-21 |
EP2551821B1 (en) | 2014-08-27 |
US20130028485A1 (en) | 2013-01-31 |
US8811676B2 (en) | 2014-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5830295B2 (ja) | 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 | |
JP5980555B2 (ja) | 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 | |
JP5851160B2 (ja) | 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 | |
JP5800468B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
JP6552613B2 (ja) | 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 | |
JP5926937B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP5555097B2 (ja) | 画像処理装置、画像処理装置の作動方法、および画像処理プログラム | |
EP2405396B1 (en) | Improved 3D shape estimation from intraluminal images | |
JP5784404B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP5576775B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP5878924B2 (ja) | 画像処理装置、撮像装置および画像処理方法 | |
JP5757724B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP2012125469A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US9129412B2 (en) | Image processing apparatus, image processing method, and computer-readable recording device | |
JP2012192051A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
KR101474162B1 (ko) | 흉부 컴퓨터 단층 영상의 간유리음영 결절 자동 분할 시스템 및 그 분할 방법 | |
JP5800549B2 (ja) | 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 | |
WO2024147255A1 (ja) | 画像探索方法及び画像探索プログラム | |
CN102332160B (zh) | 图像处理装置及图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140709 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140709 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150512 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150714 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150901 |
|
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: 20151006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151026 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5830295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |