JP6003965B2 - 診断装置並びに当該診断装置における画像処理方法及びそのプログラム - Google Patents

Description

本発明は、診断装置並びに当該診断装置における画像処理方法及びそのプログラムに関する。

皮膚病変の診断として視診は必ず行われ、多くの情報を得ることが出来る。しかしながら、肉眼やルーペだけでは、ホクロとしみの判別さえ難しく、良性腫瘍と悪性腫瘍の鑑別も難しい。そこで、ダーモスコープ付きカメラを用いて病変を撮影するダーモスコピー診断が行われている。

ダーモスコープとは、ハロゲンランプ等で病変部を明るく照らし、エコージェルや偏光フィルタなどにより反射光の無い状態にし、１０倍程度に拡大して観察する非侵襲性の診察器具である。この器具を用いた観察法をダーモスコピーと呼んでいる。ダーモスコピー診断については、インターネットＵＲＬ（ｈｔｔｐ：／／ｗｗｗ．ｔｗｍｕ．ａｃ．ｊｐ／ＤＮＨ／ｄｅｐａｒｔｍｅｎｔ／ｄｅｒｍａｔｏｌｏｇｙ／ｄｅｒｍｏｓｃｏｐｙ．ｈｔｍｌ）＜平成２６年９月１日閲覧＞に詳細に記載されている。ダーモスコピー診断によれば、角質による乱反射がなくなることにより、表皮内から真皮浅層までの色素分布が良く見えてくる。

例えば、特許文献１に、上記したダーモスコープで撮影された皮膚画像に対して、色調、テクスチャ、非対称度、円度等の値を用いて診断を行う色素沈着部位の遠隔診断システムの技術が開示されている。それは、ダーモスコープを付けたカメラ付き携帯電話を用い、ダーモスコープを通して、メラノーマの心配がある良性色素性母斑などがある皮膚を撮影する。そして、携帯電話のネットワーク接続機能を用いてインターネットに接続し、撮影した皮膚画像を遠隔診断装置に送信して診断を依頼するものである。皮膚画像を受信した遠隔診断装置は、メラノーマ診断プログラムを用い、皮膚画像から、それがメラノーマであるか否か、あるいはメラノーマであった場合にどの病期のメラノーマであるかを診断し、その結果を医師に返信する。

特開２００５−１９２９４４号

皮膚病については上記したダーモスコープ画像による診断が普及しつつあるが、明瞭な形状変化や模様を得られないことも多く、画像の観察や病変の判断は担当医の熟練度に依存しているのが現状である。したがって、ダーモスコープ画像の病変部分を強調する等、画像処理によって、容易、かつ的確に診断可能なツールの出現がのぞまれていた。

本発明は上記した課題を解決するためになされたものであり、医師の診断を容易にするとともに診断精度の向上をはかる、診断装置並びに当該診断装置における画像処理方法及びそのプログラムを提供することを目的とする。

上記課題を解決するために本発明の一態様は、患部の撮影画像を用いて病変を診断する診断装置であって、前記撮影画像を記憶する画像記憶部と、前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、前記処理部が、前記撮影画像を輝度成分と色情報成分とに分離する第１の分離手段と、前記輝度成分を骨格成分と詳細成分とに分離する第２の分離手段と、前記骨格成分に対して強調処理を施す強調手段と、前記強調された骨格成分と、前記詳細成分とから輝度成分を復元し、前記復元した輝度成分と前記色情報成分を用いて強調画像を生成する生成手段と、を備えることを特徴とする。

本発明によれば、医師の診断を容易にするとともに診断精度の向上をはかる、診断装置並びに当該診断装置における画像処理方法及びそのプログラムを提供することができる。

本発明の実施の形態に係る診断装置の構成を示すブロック図である。 本発明の実施の形態に係る診断装置の基本処理動作を示すフローチャートである。 図２の撮影画像の強調処理動作の詳細を示すフローチャートである。 図３の血管らしさ抽出処理理動作の詳細を示すフローチャートである。 本発明の実施の形態に係る診断装置の表示画面構成の一例を示す図である。

以下、添付図面を参照して、本発明を実施するための形態（以下、本実施形態と言う）について詳細に説明する。なお、実施形態の説明の全体を通して同じ要素には同じ番号または符号を付している。

（実施形態の構成）
図１は、本実施形態に係る診断装置１００の構成を示すブロック図である。図１に示すように、本実施形態に係る診断装置１００には、ダーモスコープ付き撮影装置１１０が接続されている。ダーモスコープ付き撮影装置１１０は、診断装置１００（処理部１０１）からの指示により撮影を行ない、撮影画像（ダーモスコピー画像）を画像記憶部１０２に格納するとともに表示装置１２０上に表示する。また、撮影画像は、処理部１０１により強調処理が施されて画像記憶部１０２に保存されると共に表示装置１２０上に表示される。入力装置１３０は、ダーモスコープ画像の撮影開始指示、後述するダーモスコピー画像中の部位選択操作等を行う。

なお、表示装置１２０、例えば、ＬＣＤ（Liquid Crystal Display）モニタにより構成され、入力装置１３０は、マウス等により構成されている。

処理部１０１は、画像記憶部１０２に記憶された撮影画像を処理するもので、図１に示すように、第１の分離手段１０１ａと、第２の分離手段１０１ｂと、強調手段１０１ｃと、生成手段１０１ｄと、を含む。

第１の分離手段１０１ａは、撮影画像を輝度成分と色情報成分とに分離する手段として機能する。第２の分離手段１０１ｂは、輝度成分を骨格成分と詳細成分に分離する手段として機能する。

強調手段１０１ｃは、骨格成分に対し強調処理を施す手段として機能し、骨格成分を中心値よりも明るく圧縮する第１の強調手段１０１ｃ−１、または骨格成分にシャープネスフィルタ処理を施す第２の強調手段１０１ｃ−２のいずれかを含む。生成手段１０１ｄは、強調された骨格成分と詳細成分とから輝度を復元し、色情報成分を用いて強調画像を生成する手段として機能する。

なお、第１の強調手段１０１ｃ−１は、第２の分離手段１０１ｂにより分離された骨格成分の画像がとりうる最大値と最小値が強調前後で変化しないように１以下の係数で累乗して強調する手段として機能する。また、第２の強調手段１０１ｃ−２は、骨格成分を中心値よりも明るく圧縮して得られる圧縮画像を生成し、生成した圧縮画像に所定の畳み込み係数を畳み込み演算してシャープネスフィルタ処理を施す手段として機能する。

上記した第１の分離手段１０１ａ、第２の分離手段１０１ｂ、強調手段１０１ｃ（第１の強調手段１０１ｃ−１，第２の強調手段１０１ｃ−２）、生成手段１０１ｄは、いずれも、処理部１０１が、処理部１０１が有する本実施形態に係るプログラムを逐次読み出し実行することにより、それぞれが持つ上記した機能を実現する。

（実施形態の動作）
以下、図１に示す本実施形態に係る診断装置１００の動作について、図２以降を参照しながら詳細に説明する。

図２に、本実施形態に係る診断装置１００の基本処理動作の流れが示されている。図２によれば、処理部１０１は、まず、ダーモスコープ付き撮影装置１１０で撮影された患部（例えば、皮膚病変部位）の撮影画像を取得する（ステップＳ１１）。そして、取得した撮影画像を画像記憶部１０２の所定の領域に格納するとともに、表示装置１２０に表示する（ステップＳ１２）。続いて、処理部１０１は、撮影画像に対して強調処理を施し（ステップＳ１３）、その処理画像を先に表示した撮影画像とともに表示装置１２０に並べて表示して医師の診断に委ねる（ステップＳ１４）。

図５に表示装置１２０に表示される表示画面イメージの一例が示されている。画面に向かって左に撮影画像が表示される撮影画像表示領域１２１が、右に、例えば、血管の強調画像１が表示される強調画像表示領域１２２が割り当てられている。医師が、図面右下に割り当てられている「撮影開始」ボタン１２３を、入力装置１３０を操作（クリック）することによりダーモスコープ付き撮影装置１１０による患部の撮影が開始される。そして上記した処理部１０１の処理により、表示装置１２０のそれぞれの領域１２１，１２２に、撮影画像と、撮影画像のうち、例えば、血管部位の強調画像とが並んで表示される。

図３に、図２のステップＳ１３の「画像強調処理」の詳細な処理手順が示されている。ここでは、処理部１０１が、ダーモスコープ付き撮影装置１１０で撮影された患部の撮影画像から骨格成分と詳細成分とに分離し、それぞれに対して異なる強調処理を施す例を示している。

具体的に、処理部１０１は、まず、色空間変換を行う。処理部１０１は、第１の分離手段１０１ａが、ダーモスコープ付き撮影装置１１０から取得されるＲＧＢ色空間の撮影画像を、ＣＩＥＬＡＢ色空間（以下、単にＬａｂ色空間というが、正確には、ＣＩＥ １９７６ Ｌ＊ａ＊ｂ＊色空間）に変換する（ステップＳ１３１）。Ｌａｂ色空間については、例えば、インターネットＵＲＬ（ｈｔｔｐ：／／Ｊａ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｌａｂ％Ｅ８％８９％Ｂ２％Ｅ７％Ａ９％ＢＡ％Ｅ９％９６％９３）＜平成２６年９月１日閲覧＞にその詳細が記載されている。

次に、処理部１０１は、第２の分離手段１０１ｂが、撮影画像を骨格成分と詳細成分とに分離するために、Ｌ画像にエッジ保存型フィルタ処理を施す（ステップＳ１３２）。ここで、エッジ保存型フィルタとして、例えば、バイラテラルフィルタを用いる。バイラテラルフィルタは、例えば、インターネットＵＲＬ（ｈｔｔｐ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｂｉｌａｔｅｒａｌ ｆｉｌｔｅｒ）＜平成２６年９月１日閲覧＞にその詳細が記載されている。

次に、処理部１０１は、強調手段１０１ｃが、Ｌ画像にバイラテルフィルタ処理を施して得られるＢ画像、Ｂ＝ｂｉｌａｔｅｒａｌ＿ｆｉｌｔｅｒ（Ｌ）を取得する。ここで、Ｂ画像は骨格成分である。次に、強調手段１０１ｃが、詳細成分であるＤ画像を取得する。ここで、詳細画像Ｄは、Ｄ＝Ｌ画像−Ｂ画像により取得することができる（ステップＳ１３３）。

続いて、強調手段１０１ｃ（第１の強調手段１０１ｃ−１）は、骨格画像Ｂをｐ階乗することにより強調された骨格画像Ｂ１を得る（ステップＳ１３４）。このときのｐは、ｐ＜＝１となる。このとき、強調手段１０１ｃは、骨格画像Ｂの取りうる最大値と最小値が変換前後で同じになるように処理する。具体的には、Ｌａｂ色空間では輝度Ｌの値範囲が０から１００であるため、Ｂ１は、Ｂ１＝（Ｂ^ｐ）／（１００^ｐ）＊１００で求めることができる。次に、強調手段１０１ｃは、Ｂ１を、値Ｚを基準にＫ１倍して圧縮画像Ｂ２を得る（Ｓ１３５）。

圧縮画像Ｂ２は、Ｂ２＝（Ｂ１−Ｚ）＊Ｋ１＋Ｚで求めることができる。ここで、係数Ｋ１は圧縮率で１以下とし、ここでは０．２〜０．８程度の値とする。また、Ｚは、中心Ｃよりも明るめに設定する。ここで、Ｃは圧縮を行う中心位置であり、Ｃ＝（５０^ｐ）／（１００^ｐ）＊１００であり、これを５％から５０％程度大きくした値がＺになる。すなわち、強調手段１０１ｃは、骨格成分を中心値よりも明るく圧縮して強調する。

次に、強調手段１０１ｃ（第２の強調手段１０１ｃ−２）は、圧縮画像Ｂ２にシャープネスフィルタ処理を施して鮮鋭化画像Ｂ３とする（ステップＳ１３６：Ｂ３ ← ｓｈａｒｐｎｅｓｓＦｉｌｔｅｒ（Ｂ２））。第２の強調手段１０１ｃ−２は、シャープネスフィルタ処理を実行するにあたり、以下のカーネルＭを圧縮画像Ｂ２に畳み込み演算（ｃｏｎｖｏｌｔｉｏｎ）を行う。なお、以下に示すコンボリューション行列（畳み込みカーネルＭの値）は一例である。

｜−０．１６６７ −０．６６６７ −０．１６６７｜
Ｍ＝｜−０．６６６７ ４．３３３３ −０．６６６７｜
｜−０．１６６７ −０．６６６７ −０．１６６７｜

なお、上記した圧縮強調処理を第１の強調手段１０１ｃ−１が実行し、続くシャープネスフィルタ処理を第２の強調手段１０１ｃ−２が行うものとして説明したが、強調手段１０１ｃが、圧縮強調処理とシャープネスフィルタ処理の両方を実行することは必須でなく、圧縮強調処理とシャープネスフィルタ処理のいずれか一方でもよい。

次に、強調手段１０１ｃは、血管らしさを尤度Ａとして抽出して詳細画像Ｄの強調の度合いに反映させる処理を実行する（ステップＳ１３７）。血管らしさ（尤度Ａ）は、ノイズを除去した骨格画像の圧縮画像Ｂ２と同じ次元の情報をもっており、各ピクセルに対して０から１の血管らしさ情報（尤度Ａ）を持つ。血管らしさが増すと１に近づく。図４に、ステップＳ１３７の「血管らしさを尤度Ａとして抽出する処理」がフローチャートで示されている。

図４によれば、強調手段１０１ｃは、Ｌａｂ色空間の赤系の色相方向であるａ軸の値を取得し（ステップＳ１３７ａ）、血管らしさ（尤度Ａ）について、ａの値を、０からＳの範囲で制限を与えて正規化を行い、０から１の値範囲に設定する（ステップＳ１３７ｂ，Ｓ１３７ｃ）。ここで、Ｓは、例えば８０とする。ここでは、０から８０の値で制限を与えたが、この値は一例であり、この値に制限されない。

説明を図３のフローチャートに戻す。強調手段１０１ｃは、上記のように血管らしさを尤度Ａとして求めた後（ステップＳ１３７）、その尤度Ａを用いて詳細画像Ｄの強調係数Ｋ３を求める（ステップＳ３１３８）。強調係数Ｋ３は、Ｋ３＝Ａ＊Ｋ２で求めることができる。ここでは、強調係数Ｋ３の下限を係数Ｋ２のＬＭ１倍とする。ここで、ＬＭ１は、０〜１の範囲で、例えば０．５とする。すなわち、Ｋ３＝ｍａｘ（Ｋ３，ＬＭ１）で、ｍａｘ（）は、要素ごとに２つの引数の最大値を返す関数である。ＬＭ１はスカラーであるため、強調係数Ｋ３と同次元に同値で拡張して処理がなされる。

続いて、強調手段１０１ｃは、詳細画像Ｄに強調係数Ｋ３を用いて強調処理を施し、詳細画像Ｄの強調画像Ｄ１とする（ステップＳ１３９）。すなわち、強調画像Ｄ１は、Ｄ１＝Ｄ＊Ｋ３で求められる。なお、＊は要素ごとの乗算を表している。

続いて、処理部１０１は、生成手段１０１ｄが、強調手段１０１ｃにより強調され変換された骨格画像Ｂ１と、強調され変換された強調画像Ｄ１とを加算（Ｌ”＝Ｂ３＋Ｄ１）することにより、変換された輝度画像Ｌ”を取得する（ステップＳ１４０）。続いて、得られた輝度画像Ｌ”と、赤系の色相成分であるａ軸ならびに青系の色相成分であるｂ軸の値とによりＲＧＢ色空間に変換して最終的な強調画像Ｅを生成する（ステップＳ１４１）。すなわち、生成手段１０１ｄは、強調された骨格成分と詳細成分画像とから輝度を復元し、色情報成分を用いて強調画像を生成する。そして、処理部１０１は、表示装置１２０に、例えば、図５の表示画面に示すように、撮影画像表示領域１２１と強調画像表示領域１２２とを並べて表示する。

なお、強調手段１０１ｃは、上記したように、骨格成分と、詳細成分のいずれをも強調することができ、骨格成分については明るめに圧縮するか、シャープネスフィルタ処理により圧縮して強調し、詳細成分については、血管らしさに応じて強調処理を施した。このとき、生成手段１０１ｄは、必ずしも、強調された骨格成分と強調された詳細成分とを必要とせず、少なくとも一方から輝度を復元することが可能である。例えば、生成手段１０１ｄは、強調手段１０１ｃにより強調された骨格成分（Ｂ２またはＢ３）と、第２の分離手段１０１ｂにより分離された詳細成分（Ｄ）とを加算することにより、変換された輝度画像Ｌ”を取得することが可能である。

（実施形態の効果）
以上説明のように本実施形態に係る診断装置１００によれば、処理部１０１が、画像記憶部１０２に記憶された撮影画像を輝度成分と色情報成分とに分離し、輝度成分を骨格成分と詳細成分とに分離し、骨格成分を中心値よりも明るく圧縮するか、骨格成分にシャープネスフィルタ処理を施し、強調された骨格成分と詳細成分とから輝度を復元し、色情報成分を用いて強調画像を生成することにより、例えば、図５の表示画面に示すように、撮影画像表示領域１２１と強調画像表示領域１２２とを並べて表示することができる。ここで、骨格成分を中心値よりも明るく圧縮して強調した場合、血管色が維持され、骨格成分にシャープネスフィルタ処理を施して強調した場合、細かなノイズが増えずに、画像内の骨格成分がシャープになる。したがって、医師は、例えば、線状血管や点状血管について明瞭な画像を視認でき、容易、かつ的確に診断を行うことができ、診断精度が向上する。

なお、本実施形態に係る診断装置１００によれば、輝度成分を骨格成分と詳細成分とに分離する際にバイラテラルフィルタ処理を用いることとしたが、バイラテラルフィルタに限らず、エプシロンフィルタ等、エッジ保存型平滑化フィルタであれば代替可能である。また、画面表示例として、図５に示すように、撮影画像表示領域１２１と強調画像表示領域１２２とを並べて表示したが、同じ画面上で切り替えて表示しても同様の効果が得られる。また、輝度画像を得るのにＬａｂ色空間を利用したが、Ｌａｂ色空間によらず、例えば、輝度信号と２つの色差信号を使って表現されるＹＵＶ色空間の輝度信号Ｙを使用してもよい。なお、ＹＵＶ色空間については、インターネットＵＲＬ：ｈｔｔｐ：／／Ｊａ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／ＹＵＶ（平成２６年９月１日閲覧）にその詳細が開示されている。

また、本実施形態に係る診断装置１００によれば、血管らしさ（尤度Ａ）として、Ｌａｂ色空間のａ軸を用いたが、ａ軸をｂ軸のプラス方向に、（ａ１，ｂ１）を中心として回転させた軸を使用してもよい。その場合、ａ１は１０〜５０の値を、ｂ１は０、回転量は０．３ラジアンから０．８ラジアン程度回転させることが必要である。

以上、実施形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。上記実施形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。またその様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。

〔付記〕
［請求項１］
患部の撮影画像を用いて病変を診断する診断装置であって、
前記撮影画像を記憶する画像記憶部と、
前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
前記処理部が、
前記撮影画像を輝度成分と色情報成分とに分離する第１の分離手段と、
前記輝度成分を骨格成分と詳細成分とに分離する第２の分離手段と、
前記骨格成分に対して強調処理を施す強調手段と、
前記強調された骨格成分と前記詳細成分とから輝度を復元し、前記色情報成分を用いて強調画像を生成する生成手段と、を備え、
前記強調手段が、
前記骨格成分を中心値よりも明るく圧縮する第１の強調手段、及び前記骨格成分にシャープネスフィルタ処理を施す第２の強調手段の少なくとも１つを含むことを特徴とする診断装置。
［請求項２］
前記第１の強調手段が、前記第２の分離手段により分離された前記骨格成分の画像がとりうる最大値と最小値が強調前後で変化しないように１以下の係数で累乗して強調することを特徴とする請求項１に記載の診断装置。
［請求項３］
前記第２の強調手段が、前記骨格成分を中心値よりも明るく圧縮して得られる圧縮画像を用い、前記圧縮画像に所定の畳み込み係数を畳み込み演算して前記シャープネスフィルタ処理を施すことを特徴とする請求項１又は２に記載の診断装置。
［請求項４］
前記生成手段が、前記強調された骨格成分と前記詳細成分とを加算して前記輝度を復元し、前記復元された輝度と、第１の色空間の赤系の色相方向と青色の色相方向に応じた前記色情報成分とから第２の色空間に変換して前記強調画像を生成することを特徴とする請求項１に記載の診断装置。
［請求項５］
前記第１の色空間がＣＩＥＬａｂ色空間であり、前記第２の色空間がＲＧＢ色空間であることを特徴とする請求項４に記載の診断装置。
［請求項６］
患部の撮影画像を用いて病変を診断する診断装置における画像処理方法であって、
記憶された撮影画像を輝度成分と色情報成分とに分離する第１の分離ステップと、
前記輝度成分を骨格成分と詳細成分とに分離する第２の分離ステップと、
前記骨格成分に対して強調処理を施す強調ステップと、
前記強調された骨格成分と前記詳細成分とから輝度画像を復元し、前記色情報成分を用いて強調画像を生成する生成ステップと、を備え、
前記強調ステップが、
前記骨格成分を中心値よりも明るく圧縮すること、及び前記骨格成分にシャープネスフィルタ処理を施すことの少なくとも１つを含むことを特徴とする画像処理方法。
［請求項７］
患部の撮影画像を用いて病変を診断する診断装置における画像処理のプログラムであって、
コンピュータに、
記憶された撮影画像を輝度成分と色情報成分に分離する第１の分離機能と、
前記輝度成分を骨格成分と詳細成分とに分離する第２の分離機能と、
前記骨格成分に対して強調処理を施す強調機能と、
前記強調された骨格成分と前記詳細成分とから輝度画像を復元し、前記色情報成分を用いて強調画像を生成する生成機能と、を実行させ、
前記強調機能が、
前記骨格成分を中心値よりも明るく圧縮すること、及び前記骨格成分にシャープネスフィルタ処理を施すことの少なくとも１つを含むことを特徴とするプログラム。

１００…診断装置、１０１…処理部、１０１ａ…第１の分離手段、１０１ｂ…第２の分離手段、１０１ｃ…強調手段、１０１ｄ…抽出手段、１１１ｅ…指定手段、１１０…ダーモスコープ付き撮影装置、１２０…表示装置、１２１…撮影画像表示領域、１２２…強調画像表示領域、１３０…入力装置

Claims (13)

1. 患部の撮影画像を用いて病変を診断する診断装置であって、
   前記撮影画像を記憶する画像記憶部と、
   前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
   前記処理部が、
   前記撮影画像を輝度成分と色情報成分とに分離する第１の分離手段と、
   前記輝度成分を骨格成分と詳細成分とに分離する第２の分離手段と、
   前記骨格成分に対して強調処理を施す強調手段と、
   前記強調された骨格成分と、前記詳細成分とから輝度成分を復元し、前記復元した輝度成分と前記色情報成分を用いて強調画像を生成する生成手段と、を備えることを特徴とする診断装置。
2. 前記強調手段が、前記骨格成分に対して強調処理を施し、
   前記生成手段が、前記強調された骨格成分と、前記詳細成分とから輝度成分を復元し、前記色情報成分を用いて強調画像を生成し、
   前記強調手段が、前記骨格成分を中心値よりも明るく圧縮する第１の強調手段、及び前記骨格成分にシャープネスフィルタ処理を施す第２の強調手段の少なくとも１つを含むことを特徴とする請求項１に記載の診断装置。
3. 前記第１の強調手段が、前記第２の分離手段により分離された前記骨格成分の画像がとりうる最大値と最小値が強調前後で変化しないように１以下の係数で累乗して強調することを特徴とする請求項２に記載の診断装置。
4. 前記第２の強調手段が、前記骨格成分を中心値よりも明るく圧縮して得られる圧縮画像を用い、前記圧縮画像に所定の畳み込み係数を畳み込み演算して前記シャープネスフィルタ処理を施すことを特徴とする請求項２に記載の診断装置。
5. 前記係数をp、前記分離された骨格成分の画像をＢ、Ｂの値の上限をＭ、前記強調された骨格成分の画像をＢ１としたとき、
   Ｂ１＝（Ｂ^ｐ）／（Ｍ^ｐ）＊Ｍ
   であることを特徴とする請求項２に記載の診断装置。
6. 前記強調ステップにおいて、前記骨格成分を中心値よりも明るく圧縮する圧縮画像をＢ２としたとき、
   Ｂ２＝（Ｂ１−Ｚ）＊Ｋ１＋Ｚ
   ただし、
   Ｋ１は圧縮率で１以下、
   Ｃは圧縮を行う中心位置でＣ＝（（Ｍ／２）^ｐ）／（Ｍ^ｐ）＊Ｍであり、
   ＺはＣを５％〜５０％大きくした値
   であることを特徴とする請求項５記載の診断装置。
7. 前記強調手段が、前記骨格成分にシャープネスフィルタ処理を施すとき、前記骨格成分を中心値よりも明るく圧縮して得られる圧縮画像を用い、前記圧縮画像に所定の畳み込み係数を畳み込み演算して前記シャープネスフィルタ処理を施すことを特徴とする請求項２に記載の診断装置。
8. 前記生成手段が、前記強調された骨格成分と前記詳細成分とを加算して前記輝度を復元し、前記復元された輝度と、第１の色空間の赤系の色相方向と青色の色相方向に応じた前記色情報成分とから第２の色空間に変換して前記強調画像を生成することを特徴とする請求項１に記載の診断装置。
9. 前記色情報成分の前記赤系の色相方向は、血管を強調した前記強調画像を生成するものであることを特徴とする請求項８に記載の診断装置。
10. 前記色情報成分の前記青系の色相方向は、皮膚の病変を強調した前記強調画像を生成するものであることを特徴とする請求項８に記載の診断装置。
11. 前記第１の色空間がＣＩＥＬａｂ色空間であり、前記第２の色空間がＲＧＢ色空間であることを特徴とする請求項８に記載の診断装置。
12. 患部の撮影画像を用いて病変を診断する診断装置における画像処理方法であって、
    記憶された撮影画像を輝度成分と色情報成分とに分離する第１の分離ステップと、
    前記輝度成分を骨格成分と詳細成分とに分離する第２の分離ステップと、
    前記骨格成分に対して強調処理を施す強調ステップと、
    前記診断装置が、前記強調された骨格成分と前記詳細成分とから輝度画像を復元し、前記色情報成分を用いて強調画像を生成する生成ステップと、を備えることを特徴とする画像処理方法。
13. 患部の撮影画像を用いて病変を診断する診断装置における画像処理のプログラムであって、
    コンピュータに、
    記憶された撮影画像を輝度成分と色情報成分に分離する第１の分離機能と、
    前記輝度成分を骨格成分と詳細成分とに分離する第２の分離機能と、
    前記骨格成分に対して強調処理を施す強調機能と、
    前記強調された骨格成分と前記詳細成分とから輝度画像を復元し、前記色情報成分を用いて強調画像を生成する生成機能と、を実行させることを特徴とするプログラム。
    

Images