JP6164238B2 - 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
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、例えば、「ダーモスコピー超簡単ガイド」（田中 勝 東京女子医科大学東医療センター皮膚科教授 著。秀潤社。２０１０年４月１日発行）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、かつ的確に診断するのが望ましい。しかしながら、例えば、体毛、髪の毛等、非常に急峻なエッジを持つ近傍領域では勾配反転、あるいはハロー（エッジ近傍がぼやける現象）が発生し、特に、画像を拡大したときに誤診断を招く恐れがある。

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。

上記した課題を解決するために本発明の一態様は、
皮膚画像を用いて皮膚の病変を診断するための診断装置であって、
前記皮膚画像の輝度成分に前記皮膚画像のエッジ周辺を強調する第１のエッジ保存型平滑フィルタを施して第１のディテール画像を取得する手段と、
前記輝度成分に前記皮膚画像のエッジ周辺を鈍化する第２のエッジ保存型平滑フィルタを施して第２のディテール画像を取得する手段と、
前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成する手段と、
前記第３のディテール画像を用いて第３のベース画像を新たに生成する手段と、
前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成する手段と、
を備えることを特徴とする診断装置である。
本発明の他の特徴は、本明細書及び添付図面の記載により、明らかにする。

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。 エッジ保存型平滑フィルタのカーネル特性を説明するために引用した図である。 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。 エッジ保存型平滑フィルタにより出力される輝度信号の一例を示す図である。 クリッピングされて出力される輝度信号の一例を示す図である。 本発明の実施の形態に係る診断装置により出力される強調画像の一例を従来例と対比して示した図である。 本発明の応用例１，２の構成を示すブロック図である。 図８の診断装置による強調処理動作の詳細を示すフローチャートである。 図９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１０）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１０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は、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１０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、分離手段１０ａと、第１ディテール画像取得手段１０ｂと、第２ディテール画像取得手段１０ｃと、第３ディテール画像生成手段１０ｄと、ベース画像生成手段１０ｅと、強調画像生成手段１０ｆと、を含む。

分離手段１０ａは、ダーモスコピー画像等の皮膚画像を輝度成分と色情報成分に分離する手段として機能し、ここで分離された輝度成分と色成分情報は、第１ディテール画像取得手段１０ｂと第２ディテール画像取得手段１０ｃへ出力される。

第１ディテール画像取得手段１０ｂは、分離手段１０ａにより分離された輝度成分に非エッジ領域を鈍化（平滑化）する第１のエッジ保存型平滑フィルタ（第１の成分分解フィルタ）処理を施して得られた第１のベース画像を輝度成分から減算して第１のディテール画像を取得する手段として機能し、ここで取得された第１のディテール画像は第３ディテール画像生成手段１０ｄに出力される。第２ディテール画像取得手段１０ｃは、分離手段１０ａにより分離された輝度成分に非エッジ領域を鈍化（平坦化）する第２のエッジ保存型平滑フィルタ（第２の成分分解フィルタ）処理を施して得られた第２のベース画像を輝度成分から減算して第２のディテール画像を取得する手段として機能し、ここで取得される第２のディテール画像は第３ディテール画像生成手段１０ｄに出力される。

第３ディテール画像生成手段１０ｄは、第１ディテール画像取得手段１０ｂから出力される第１のディテール画像及び第２ディテール画像取得手段１０ｃから出力される第２のディテール画像から第３のディテール画像を生成する手段として機能し、ここで生成された第３のディテール画像は、ベース画像生成手段１０ｅおよび強調画像生成手段１０ｆへ出力される。第３ディテール画像生成手段１０ｄは、第３のディテール画像が、第２のディテール画像のプラス領域を第１のディテール画像で置き換えることにより生成する。このとき、第３のディテール画像は、例えば、ガウシアンフィルタ等により平滑化処理がなされたものとする。

ベース画像生成手段１０ｅは、第３ディテール画像生成手段１０ｄから出力される第３のディテール画像を用いて第３のベース画像を新たに生成する手段として機能し、ここで生成された第３のベース画像は、強調画像生成手段１０ｆへ出力される。ここで、第３のベース画像は、輝度成分から第３のディテール画像を減算することにより生成される。

強調画像生成手段１０ｆは、ベース画像生成手段１０ｅから出力される第３のベース画像、及び第３ディテール画像生成手段１０ｄから出力される第３のディテール画像を合成して、より詳しくは係数処理のうえ再合成して輝度成分を復元し、復元された輝度成分と分離手段１０ａから出力される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。ここで復元された輝度成分は、係数処理において、第３のディテール画像のゲインが上がり、かつ、第３のベース画像のゲインが下がるように再合成される。強調画像生成手段１０ｆにより生成された強調画像は、表示装置１２０に出力される。

（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１０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１０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１１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、患部の構造が強調された強調画像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１０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、患部構造の強調画像とが並んで表示される。

本実施形態で用いられる強調処理の基本的な概念は、入力画像にエッジ保存型平滑フィルタを施した結果をベース画像とし、入力画像からそのベース画像を減算したものをディテール画像とし、ベース画像のゲインを下げ、ディテール画像のゲインを上げて再合成したものである。ここで、エッジ保存型平滑フィルタとは、エッジ（急勾配）を保ちながら平滑化するフィルタのことである。現状、理想的に動作するエッジ保存型平滑フィルタは無く、エッジ保存型フィルタの種類に依存してそのフィルタ処理結果は異なってくる。

図３を参照しながらエッジ保存型平滑フィルタを用いた強調変換の特性について説明する。
エッジ保存型平滑フィルタは、非エッジ領域（平坦部）のフィルタ特性が良好なものでは、エッジ領域周辺が強調される傾向を持つタイプと、鈍る傾向を持つタイプとに分類される。エッジ周辺は理想的にフィルタ処理されるものの、エッジ以外の平坦部のフィルタ特性が劣るものも存在するがここでは扱わない（例えば、ＷＬＳフィルタ：Ｆａｒｂｍａｎ，Ｆａｔｔａｌ，Ｌｉｓｃｈｉｎｓｋｉ，ａｎｄ Ｄｅｔａｉｌ Ｍａｎｉｐｕｌａｔｉｏｎ”，ＡＣＭ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｇｒａｐｈｉｃｓ，２７（３），Ａｕｇｕｓｔ２００８参照）。平坦部のフィルタ特性が悪いものは、強調するティテール画像に多くのノイズが含まれてしまうため、適用することはできない。あくまでも非エッジ領域では、良好にフィルタされるものを扱う。

エッジ保存型平滑フィルタとして多く使われるバイラテラルフィルタ（Ｂｉｌａｔｅｒａｌ ｆｉｌｔｅｒ）は、適切にパラメータの設定を行うと、例えば、図３（ｂ）に示す振る舞いとして動作する。Ｌ画像（入力画像の輝度成分）にバイラテラルフィルタ処理を施した結果はＢ２となり、エッジ周辺が過度に強調されてしまう。ここで、ディテール画像は入力画像からベース画像を減算したものでＤ２として示してある。ここで、Ｄ２のゲインを上げたものをＤ２１とし、Ｂ２のゲインを下げたものをＢ２１とし、再合成（Ｂ２１＋Ｄ２１）すれば、Ｌ２１になる。

ここで、バイラテラルフィルタのパラメータ設定について補足する。注目画素をｘ，注目画素の値をＩ（ｘ），フィルタ出力値をΓ（ｘ）とすれば、フィルタ出力値Γ（ｘ）＝（１／Ｗｐ）Σ｛Ｉ（ｘｉ）＊ｆ（Ｉ（ｘｉ）−Ｉ（ｘ））＊ｇ（ｘｉ−ｘ）｝で示される。ここで、Ｗｐは正規化項で、Ｗｐ＝Σ｛ｆ（Ｉ（ｘｉ）−Ｉ（ｘ））＊ｇ（ｘｉ−ｘ）｝である。Σの加算範囲は、画素ｘの周辺画素であるｘｉとする。また、ｆ（），ｇ（）は、以下のようになる。

ｆ（ｊ）＝ｅｘｐ（−（ｊ＊ｊ）／（２＊σｒ））
ｇ（ｊ）＝ｅｘｐ（−（ｊ＊ｊ）／（２＊σｓ））
ここで、σｓは空間方向のσ、σｒはレンジ（値）方向のσである。

Ｌ画像の輝度の範囲を０〜１００とした場合、σｒは１０〜３０程度が好ましい。また、σｓは、σｓ＝Ｈ／ｔであり、ｔは、０．００１〜０．０２程度が好ましい。Ｈは、画像の総ピクセル数の平方根になる。あるいは画像幅数から画像高数までの間のいずれかの値とする。σｓが１未満になった場合は１とする。ちなみに、後述するガイデッドフィルタで用いるパラメータは、Ｋ＝σｓ，ｅｐｓ＝σｒ＊σｒである。

ところが、バイラテラルフィルタによれば、図４（ｂ）に点線で囲んだ変換画像Ｌ２１のエッジ領域Ｅで勾配反転が生じてしまう。つまり、バイラテラルフィルタを用いると、入力信号のエッジ領域Ｅ内の勾配が大きい場合に、フィルタ後の信号に勾配反転が発生する。これは、エッジ勾配が急なほど顕著に発生する。

一方、エッジ周辺が鈍る（平坦化）傾向を持つフィルタとして、ガイデッドフィルタ（ｇｕｉｄｅｄ ｆｉｌｔｅｒ）がある。ガイデッドフィルタは、入力をＩとすれば、係数Ａ，Ｂにより、Ｉ’＝Ａ＊Ｉ＋Ｂで示される。ここで、ｖａｒ（）：近傍Ｋ領域の分散、ｍｅａｎ（）：近傍Ｋ領域の平均、＿ａ＝ｖａｒ（Ｉ）／（ｖａｒ（Ｉ）＋ｅｐｓ）、＿ｂ＝ｍｅａｎ（Ｉ）−ａ＊ｍｅａｎ（Ｉ）、Ａ＝ｍｅａｎ（＿ａ）、Ｂ＝ｍｅａｎ（＿ｂ）である。

バイラテルフィルタのスペースσ（空間方向）はＫに対応し、レンジσ（直方向）はｓｑｒｔ（ｅｐｓ）に対応する。図４（ａ）にガイデッドフィルタの振る舞いを示す。図４（ａ）によれば、入力画像の輝度成分Ｌに対して、ガイデッドフィルタによる平滑化処理結果がＢ１になる。明らかにエッジ周辺（点線で囲った領域）が鈍っている。ここで、ＬからＢ１を減算したものがディテール画像Ｄ１であり、Ｄ１のゲインを上げたものがＤ１１になる。そして、Ｂ１のゲインを下げたＢ１１と再合成すればＬ１１になる。このＬ１１によれば、エッジ領域Ｅの外側Ｈで、入力信号Ｌに無いオーバーシュートが見られる。これはハローと呼ばれ、エッジ近傍がぼけたようになる。このハローについてもエッジが急峻であれば顕著に発生してしまう。

なお、バイラテラルフィルタの詳細は、インターネットＵＲＬ（ｈｔｔｐ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｂｉｌａｔｅｒａｌ ｆｉｌｔｅｒ）に、ガイデッドフィルタの詳細は、Ｋａｉｍｉｎｇ Ｈｅ，Ｊｉａｎ Ｓｕｎ．Ｘｉａｏｕ，Ｇｕｉｄｅｄ Ｌｍａｇｅ Ｆｉｌｔｅｒｉｎｇ．ＬＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｌｎｔｅｌｌｉｇｅｎｃｅ，Ｖｏｌｕｍｅ ３５，Ｌｓｓｕｅ ６，ｐｐ．１３９７−１４０９，ｊｕｎｅ ２０１３に、それぞれ詳細に記載されている。

図４に、図２のステップＳ１３の「撮影画像の強調処理」の詳細な処理手順が示されている。
以下、図４のフローチャートを参照しながら図１の本実施形態に係る診断装置１００の画像強調処理について詳細に説明する。

処理部１０は、まず、色空間の変換を行う。処理部１０は、分離手段１０ａ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２７年３月１日閲覧＞にその詳細が記載されている。

次に、第１ディテール画像取得手段１０ｂと第２ディテール画像取得手段１０ｃは、分離手段１０ａから出力される、Ｌａｂ色空間で輝度成分に相当するＬ画像を用いて、エッジ保存型平滑フィルタ処理を施す。図５にその信号例を示す。ここでは、第１ディテール画像取得手段１０ｂがＬ画像にガイデッドフィルタ処理を施し、Ｂ１（第１のベース画像）を得（ステップＳ１３２）、ＬからこのＢ１を減算してＤ１（第１のディテール画像）を得て第３ディテール画像生成手段１０ｄへ出力する（ステップＳ１３３）。また、第２ディテール画像取得手段１０ｃがＬ画像にバイラテラルフィルタ処理を施してＢ２（第２のベース画像）を得（ステップＳ１３４）、Ｌ画像からこのＢ２を減算してＤ２（第２のディテール画像）を得て第３ディテール画像生成手段１０ｄへ出力する（ステップＳ１３５）。

なお、Ｄ１は、ＬとＢ１との差分であるため、０を跨いで±の信号になっている。Ｄ１がプラスの期間をＭ１とする（ステップＳ１３６）。第３ディテール画像生成手段１０ｄは、Ｍ１の区間Ｄ２を、Ｍ１でない区間はＤ１それぞれ用いて新しいディテール画像Ｄ３（第３のディテール画像）を生成する（ステップＳ１３７）。これをうけてベース画像生成手段１０ｅは、第３ディテール画像生成手段１０ｄから出力されるＤ３に、ガウシアンフィルタ処理（ｇａｕｓｓｆｉｌｔｅｒ）等を施してディテール画像Ｄとし（ステップＳ１３８）、Ｌ画像からこのＤを減算して、Ｂ（第３のベース画像）を生成して強調画像生成手段１０ｆへ出力する（ステップＳ１３９）。

これを受けて強調画像生成手段１０ｆは、Ｂ画像をＺのオフセット値にてＫ１倍し、Ｂｘを得る（ステップＳ１４０）。ここで、Ｚは、例えばＢ画像の平均値とし、Ｋ１は、０．３〜０．８程度の値とする。また、ＤをＫ２倍して、Ｄｘを得る（ステップＳ１４１）。このとき、Ｋ２は、１より大きな値とする。強調画像生成手段１０ｆは、更に、ＢｘとＤｘとを加算し、変換後の輝度画像Ｌｘを生成する（ステップＳ１４２）。なお、このとき、Ｌａｂ色空間での輝度画像は０〜１００の値になるため、例えば、図６に示すように、０以下は０に、１００以上は１００にクリッピング処理を行う。強調画像生成手段１０ｆは、最後に、変換後の輝度Ｌｘと、Ｌａｂ色空間のａ，ｂから、ＲＧＢ色空間に変換し、強調画像Ｅを得、表示装置１２０へ出力する（ステップＳ１４３）。

なお、ここでは、輝度画像を得るのに、Ｌａｂ色空間を利用したが、Ｌａｂ色空間に制限されない。例えば、ＹＵＶ色空間のＹを使ってもよいし、ＨＳＬ空間のＬを使ってもよい。或いは、ＨＳＶ色空間のＶを使ってもよい。ＹＵＶ色空間についは、インターネットＵＲＬ（ｈｔｔｐ：／／ｊａ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／ＹＵＶ）、ＨＳＶ色空間については、インターネットＵＲＬ（ｈｔｔｐ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ＨＳＬ ａｎｄ ＨＳＶ）に詳細に開示されている。

ところで、適切に撮影された画像は、概ね中間値の輝度を持っている。つまり、最も注目している部位は中間値をもっていることになる。図５に示した変換後の輝度Ｌｘは、値が小さい所ではハローが発生している。皮膚画像の場合、このハローは、黒い毛の周辺などで発生することがある。つまり、皮膚の輝度値が高く、毛の輝度値が特に低い場合にのみ発生する。一般的な黒い母斑などでは、エッジ部が特に急峻な勾配で無い限り、発生することは少ない。更に輝度値が小さければ、図６に示すようにクリッピングされてハローが目立たなくなる。

図７に、本実施形態に係る診断装置１００により出力される強調画像の一例を従来例と比較して示してある。例えば、図７（ａ）に一例を示すように、入力画像にバイラテラルフィルタ処理を施すとそのバイラテラルフィルタのカーネル特性によりベース画像のエッジ部が過度に強調され、入力画像からそのベース画像を減算して得られるディテール画像はエッジ部の勾配反転が発生してしまう。一方、ディテール画像でエッジ部の勾配が反転しない、つまり、フィルタ処理結果、ベース画像のエッジ部が暈けるガイデッドフィルタを用いると、エッジ部外側周辺に緩やかな勾配反転（ハロー）が発生する。特に、ダーモスコピー画像での毛や黒い母斑等、急峻なエッジは、中間値から低い値（黒側）にかけて発生する。

そこで、本実施形態に係る診断装置１００では、エッジ部が暈けるガイデッドフィルタのディテール画像を、その＋領域においてエッジ部が強調されるバイラテラルフィルタにより生成されるディテール画像に入れ替える。そして、このディテール画像を入力画像から減算することでベース画像とし、これらを統合することで、図７（ａ）中央下に本形態の強調画像として示されるように、一見してハローも勾配反転も見られない強調画像を提供することができる。理論的には、輝度が小さい領域にて、抑制されたハローが僅かに現れている。なお、輝度が小さい領域とは、黒い髪の毛等、診断に影響の無いものであり、結果、誤診断を招くことがない。このように、勾配反転とハローを抑制した出力画像を生成することができる。図７（ｂ）に示す例も同様である。

（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１０が、（１）入力画像の輝度成分に第１の成分分解フィルタを施して得られた第１のベース画像を輝度成分から減算して第１のディテール画像を取得し、（２）輝度成分に第２の成分分解フィルタを施して得られた第２のベース画像を輝度成分から減算して第２のディテール画像を取得し、第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成し、（３）第３のディテール画像を用いて第３のベース画像を新たに生成し、（４）第３のベース画像及び第３のディテール画像を合成して、より詳しくは係数処理のうえ再合成して輝度成分を復元し、復元された輝度成分と色情報成分を用いて強調画像を生成することにより、画像の急峻なエッジに発生する勾配反転、ハロー現象を抑制した強調画像を表示することができ、結果、誤診断を招く恐れを回避して診断精度を向上させることができる。

なお、本実施形態に係る診断装置１００によれば、非常にエッジ勾配が大きな領域の強調変換の際、エッジ保存平滑フィルタによる２種類の強調方法を選択的に採用することで、輝度が小さい領域での抑制されたハローだけに抑えることができ、ダーモスコピー以外の医用診断画像にも同様に応用が可能である。

（応用例１）
図８は、本実施形態に係る診断装置１００を用いた応用例１の構成を示すブロック図である。上述した本実施形態に係る診断装置１００は、入力画像にエッジ保存型平滑フィルタを施した結果をベース画像とし、入力画像からそのベース画像を減算したものをディテール画像とし、ベース画像のゲインを下げ、ディテール画像のゲインを上げて再合成することにより画像の急峻なエッジに発生する勾配反転、ハロー現象を抑制した画像を生成するものであり、以下に説明する応用例１は、エッジ保存平滑フィルタ処理後の画像を更に加工して強調画像を生成することにより更なる診断精度の向上をはかるものである。

図８によれば、処理部１０は、第１の分離手段１０１ａと、第２の分離手段１０１ｂと、強調手段１０１ｃ（第１の強調手段１０１ｃ−１，第２の強調手段１０１ｃ−２）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、輝度成分をベース成分（ベース画像）とディテール成分（ディテール画像）に分離する手段として機能する。画像記憶部１０２他、ダーモスコープ付き撮影装置１１０，表示装置１２０、入力装置１３０等、周辺装置の構成は同様である。

処理部１０の強調手段１０１ｃは、ベース画像に対し強調処理を施す手段として機能し、ベース画像を中心値よりも明るく圧縮する第１の強調手段１０１ｃ−１、またはベース画像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、強調されたベース画像とディテール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により分離されたベース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、ベース画像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１０が、処理部１０が有する本実施形態に係るプログラムを逐次読み出し、コンピュータにて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。

以下、図８に示す応用例１の画像強調処理について、図９、図１０のフローチャートを参照しながら詳細に説明する。ここでは、処理部１０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ベース画像とディテール画像とに分離し、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。ベース画像とディテール画像は、既に、本実施形態に係る診断装置１００により、エッジ保存平滑化処理がなされてあるものとする。

具体的に、処理部１０は、まず、色空間変換を行う。処理部１０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、Ｌａｂ色空間に変換する（ステップＳ２３１）。次に、処理部１０は、第２の分離手段１０１ｂが、撮影画像をベース画像とディテール画像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Ｓ２３２）。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。

次に、処理部１０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画像はベース画像である。次に、強調手段１０１ｃが、ディテール画像であるＤ画像を取得する。ここで、ディテール画像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Ｓ２３３）。

続いて、強調手段１０１ｃ（第１の強調手段１０１ｃ−１）は、ベース画像Ｂをｐ階乗することにより強調されたベース画像Ｂ１を得る（ステップＳ２３４）。このときのｐは、ｐ＜＝１となる。このとき、強調手段１０１ｃは、ベース画像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（Ｓ２３５）。

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は値の中心位置であり、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、ベース画像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Ｓ２３６：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として抽出してディテール画像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Ｓ２３７）。血管らしさ（尤度Ａ）は、ノイズを除去したベース画像の圧縮画像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１０に、ステップＳ２３７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１０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Ｓ２３７ａ）、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Ｓ２３７ｂ，Ｓ２３７ｃ）。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９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Ｓ２３７）、その尤度Ａを用いてディテール画像Ｄの強調係数Ｋ３を求める（ステップＳ２３８）。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、ディテール画像Ｄに強調係数Ｋ３を用いて強調処理を施し、ディテール画像Ｄの強調画像Ｄ１とする（ステップＳ２３９）。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１０は、生成手段１０１ｄが、強調手段１０１ｃにより強調され変換されたベース画像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Ｓ２４０）。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Ｓ２４１）。すなわち、生成手段１０１ｄは、強調されたベース画像とディテール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１０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、ベース画像と、ディテール画像のいずれをも強調することができ、ベース画像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、ディテール画像については、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、強調されたベース画像と強調されたディテール画像とを必要とせず、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により強調されたベース画像（Ｂ２またはＢ３）と、第２の分離手段１０１ｂにより分離されたディテール画像（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。

以上説明のように応用例１によれば、処理部１０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、輝度成分からなる輝度画像をベース画像とディテール画像とに分離し、ベース画像を中心値よりも明るく圧縮するか、ベース画像にシャープネスフィルタ処理を施し、強調されたベース画像とディテール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ことにより、例えば、図１１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、ベース画像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、ベース画像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、画像内のベース画像がシャープになる。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、応用例１によれば、輝度成分をベース画像とディテール画像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１１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。

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。

（応用例２）
なお、上述した応用例１によれば、撮影画像の輝度成分をベース画像とディテール画像とに分離し、ベース画像を中心値よりも明るく圧縮するか、ベース画像にシャープネスフィルタ処理を施し、強調されたベース画像とディテール画像とから輝度を復元して色情報成分を用いて強調画像を生成する例について説明したが、輝度成分をベース画像とディテール画像とに分離した後、ディテール画像を診断の対象のそれらしさ（尤度）に応じて強調処理を施し、ベース画像と強調されたディテール画像とから輝度を復元し、色情報を用いて強調画像を生成しても同様の効果がえられる。以下に応用例２としてその詳細を説明する。ここでも応用例１同様、図８〜図１０を用いて詳述する。

応用例２において、処理部１０は、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。また、第２の分離手段１０１ｂは、輝度成分をベース画像とディテール画像に分離する手段として機能する。強調手段１０１ｃは、ディテール画像に対して強調処理を施す手段として機能し、ディテール画像を診断の対象の部位のそれらしさに応じて強調する。このとき、強調手段１０１ｃは、第１の色空間（ＣＩＥＬａｂ色空間）の赤系の色相方向に応じた色情報成分を取得し、この色情報成分の所定の範囲を正規化し、正規化して得られる部位のそれらしさを示す尤度をディテール画像の強調係数に反映させて強調されたディテール画像を生成してもよい。

生成手段１０１ｄは、第２の分離手段により分離されたベース画像と、強調手段１０１ｃにより強調されたディテール画像とを加算して輝度を復元し、復元された輝度と、第１の色空間（ＣＩＥＬａｂ色空間）の赤系の色相方向と青色の色相方向に応じた色情報成分とから第２の色空間（ＲＧＢ色空間）に変換して強調画像を生成する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、生成手段１０１ｄは、いずれも、処理部１０が、処理部１０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。

図９に示すように、処理部１０は、まず、色空間変換を行う。処理部１０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色空間に変換する（ステップＳ２３１）。次に、処理部１０は、第２の分離手段１０１ｂが、撮影画像をベース画像とディテール画像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Ｓ２３２）。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。

次に、処理部１０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画像はベース画像である。次に、強調手段１０１ｃが、ディテール画像であるＤ画像を取得する。Ｄ画像は、Ｄ＝Ｌ画像−Ｂ画像により取得することができる（ステップＳ２３３）。

続いて、強調手段１０１ｃ（第１の強調手段）は、ベース画像Ｂをｐ階乗することにより強調されたベース画像Ｂ１を得る（ステップＳ２３４）。このときのｐは、ｐ＜＝１となる。このとき、強調手段１０１ｃは、ベース画像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（Ｓ２３５）。

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は値の中心位置であり、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、ベース画像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Ｓ２３６：Ｂ３＿←＿ｓｈａｒｐｎｅｓｓＦｉｌｔｅｒ（Ｂ２））。強調手段１０１ｃは、シャープネスフィルタ処理を実行するにあたり、応用例１同様カーネルＭを圧縮画像Ｂ２に畳み込み演算（ｃｏｎｖｏｌｔｉｏｎ）を行う。

なお、強調手段１０１ｃは、圧縮強調処理と、続くシャープネスフィルタ処理を行うものとして説明したが、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、少なくとも圧縮強調処理とシャープネスフィルタ処理の一方でよい。

次に、強調手段１０１ｃは、血管らしさを尤度Ａとして抽出してディテール画像の強調の程度に反映させる処理を実行する（ステップＳ２３７）。血管らしさ（尤度Ａ）は、ノイズを除去したベース画像の圧縮画像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の血管らしさの情報を持つ。血管らしさが増すと１に近づく。

図１０のフローチャートに示すように、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Ｓ２３７ａ）、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Ｓ２３７ｂ，Ｓ２３７ｃ）。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、この値に制限されるものではない。

説明を図９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として抽出した後（ステップＳ２３７）、その尤度Ａを用いてディテール画像Ｄの強調係数Ｋ３を求める（ステップＳ３２３８）。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。強調手段１０１ｃは、ディテール画像Ｄに強調係数Ｋ３を用いて強調処理を施し、ディテール画像Ｄの強調画像Ｄ１とする（ステップＳ２３９）。すなわち、ディテール画像の強調画像Ｄ１は、Ｄ１＝Ｄ＊Ｋ３で求められる。

続いて、処理部１０は、生成手段１０１ｄが、強調手段１０１ｃにより強調され変換されたベース画像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Ｓ２４０）。続いて、得られた強調輝度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Ｓ２４１）。すなわち、生成手段１０１ｄは、強調されたベース画像とディテール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１０は、表示装置１２０に、例えば、図１１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、ベース画像と、ディテール画像のいずれをも強調することができ、ベース画像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、ディテール画像については、血管らしさに応じて強調処理を施した。これをうけて生成手段１０１ｄが変換された輝度画像Ｌ”を取得するにあたり（ステップＳ２４０）、必ずしも、強調されたベース画像と、強調されたディテール画像の両方を必要とせず、少なくとも一方を使用することで復元することができる。例えば、生成手段１０１ｄは、第２の分離手段１０１ｂにより分離されたベース画像（Ｂ画像）と、強調手段１０１ｃにより強調されたディテール画像（Ｄ１画像）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。

以上説明のように応用例２によれば、処理部１０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、輝度成分をベース画像とディテール画像とに分離し、強調手段１０１ｃが、ディテール画像を診断の対象の部位のそれらしさに応じて強調処理を施し、生成手段１０１ｄが、ベース画像と強調されたディテール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ことにより、例えば、図１１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。

応用例２により、ディテール画像を血管らしさに応じて強調すると、全体のノイズ感を変えずに血管周辺が鮮明になり、したがって、医師は、例えば、線状血管や点状血管について、撮影画像とは異なる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、その結果、診断精度が向上する。
なお、ベース画像を骨格成分画像、ディテール画像を詳細成分画像と表現することもある。

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とおりである。

〔付記〕
［請求項１］
皮膚画像を用いて皮膚の病変を診断するための診断装置であって、
前記皮膚画像を輝度成分と色情報成分に分離する手段と
前記輝度成分に第１の成分分解フィルタを施して第１のディテール画像を取得する手段と、
前記輝度成分に前記第１の成分分解フィルタとは特性の異なる第２の成分分解フィルタを施して第２のディテール画像を取得する手段と、
前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成する手段と、
前記第３のディテール画像を用いて第３のベース画像を新たに生成する手段と、
前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成する手段と、
を備えることを特徴とする診断装置。
［請求項２］
前記強調画像を生成する手段は、前記復元され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］
前記強調画像を生成する手段は、前記第３のベース画像及び前記第３のディテール画像を係数処理のうえ再合成して輝度成分を復元して強調画像を生成する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］
前記第１のディテール画像を取得する手段は、前記輝度成分に第１の成分分解フィルタを施して得られた第１のベース画像を前記輝度成分から減算して前記第１のディテール画像を取得し、
前記第２のディテール画像を取得する手段は、前記輝度成分に第２の成分分解フィルタを施して得られた第２のベース画像を前記輝度成分から減算して前記第２のディテール画像を取得することを特徴とする請求項１から３のいずれか１項に記載の診断装置。
［請求項５］
前記皮膚画像がダーモスコピー画像であることを特徴とする請求項１から４のいずれか１項に記載の診断装置。
［請求項６］
前記第１の成分分解フィルタが、前記皮膚画像のエッジ周辺を強調する第１のエッジ保存型平滑フィルタであり、
前記第２の成分分解フィルタが、前記皮膚画像のエッジ周辺を鈍化する第２のエッジ保存型平滑フィルタであることを特徴とする請求項１から５のいずれか１項に記載の診断装置。
［請求項７］
前記第３のディテール画像が、前記第２のディテール画像のプラス領域を前記第１のディテール画像で置き換えることにより合成されることを特徴とする請求項１から６のいずれか１項に記載の診断装置。
［請求項８］
前記第３のディテール画像が平滑フィルタを施されることを特徴とする請求項７に記載の診断装置。
［請求項９］
前記第３のベース画像が前記輝度成分から前記第３のディテール画像を減算することにより生成されることを特徴とする請求項１から８のいずれか１項に記載の診断装置。
［請求項１０］
前記復元された輝度成分が、前記係数処理において、前記第３のディテール画像のゲインが上がり、かつ、前記第３のベース画像のゲインが下がるように再合成されることを特徴とする請求項１から９のいずれか１項に記載の診断装置。
［請求項１１］
前記復元された輝度成分が、前記第３のベース画像と、尤度に応じて強調処理された前記第３のディテール画像とから再合成されることを特徴とする請求項１から９のいずれか１項に記載の診断装置。
［請求項１２］
皮膚画像を用いて皮膚の病変を診断するための診断装置における画像処理方法であって、
前記皮膚画像を輝度成分と色情報成分に分離するステップと
前記輝度成分に第１の成分分解フィルタを施して得られた第１のディテール画像を取得するステップと、
前記輝度成分に前記第１の成分分解フィルタとは特性の異なる第２の成分分解フィルタを施して得られた第２のディテール画像を取得するステップと、
前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成するステップと、
前記第３のディテール画像を用いて第３のベース画像を新たに生成するステップと、
前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成するステップと、
を備えることを特徴とする画像処理方法。
［請求項１３］
皮膚画像を用いて皮膚の病変を診断するための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、
前記皮膚画像を輝度成分と色情報成分に分離する機能と
前記輝度成分に第１の成分分解フィルタを施して得られた第１のディテール画像を取得する機能と、
前記輝度成分に前記第１の成分分解フィルタとは特性の異なる第２の成分分解フィルタを施して得られた第２のディテール画像を取得する機能と、
前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成する機能と、
前記第３のディテール画像を用いて第３のベース画像を新たに生成する機能と、
前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成する機能と、
を実行させることを特徴とするプログラム。

１００…診断装置、１０…処理部、１０ａ…分離手段、１０ｂ…第１ディテール画像取得手段、１０ｃ…第２ディテール画像取得手段、１０ｄ…第３ディテール画像生成手段、１０ｅ…ベース画像生成手段、１０ｆ強調画像生成手段、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 (12)

1. 皮膚画像を用いて皮膚の病変を診断するための診断装置であって、
   前記皮膚画像の輝度成分に前記皮膚画像のエッジ周辺を強調する第１のエッジ保存型平滑フィルタを施して第１のディテール画像を取得する手段と、
   前記輝度成分に前記皮膚画像のエッジ周辺を鈍化する第２のエッジ保存型平滑フィルタを施して第２のディテール画像を取得する手段と、
   前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成する手段と、
   前記第３のディテール画像を用いて第３のベース画像を新たに生成する手段と、
   前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成する手段と、
   を備えることを特徴とする診断装置。
2. 前記皮膚画像を輝度成分と色情報成分に分離する手段をさらに備え、
   前記強調画像を生成する手段は、前記復元され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ことを特徴とする請求項１に記載の診断装置。
3. 前記強調画像を生成する手段は、前記第３のベース画像及び前記第３のディテール画像を係数処理のうえ再合成して輝度成分を復元して強調画像を生成することを特徴とする請求項１又は２に記載の診断装置。
4. 前記第１のディテール画像を取得する手段は、前記輝度成分に第１の成分分解フィルタを施して得られた第１のベース画像を前記輝度成分から減算して前記第１のディテール画像を取得し、
   前記第２のディテール画像を取得する手段は、前記輝度成分に第２の成分分解フィルタを施して得られた第２のベース画像を前記輝度成分から減算して前記第２のディテール画像を取得することを特徴とする請求項１から３のいずれか１項に記載の診断装置。
5. 前記皮膚画像がダーモスコピー画像であることを特徴とする請求項１から４のいずれか１項に記載の診断装置。
6. 前記第３のディテール画像が、前記第２のディテール画像のプラス領域を前記第１のディテール画像で置き換えることにより合成されることを特徴とする請求項１から５のいずれか１項に記載の診断装置。
7. 前記第３のディテール画像が平滑フィルタを施されることを特徴とする請求項６に記載の診断装置。
8. 前記第３のベース画像が前記輝度成分から前記第３のディテール画像を減算することにより生成されることを特徴とする請求項１から７のいずれか１項に記載の診断装置。
9. 前記復元された輝度成分が、前記係数処理において、前記第３のディテール画像のゲインが上がり、かつ、前記第３のベース画像のゲインが下がるように再合成されることを特徴とする請求項３に記載の診断装置。
10. 前記復元された輝度成分が、前記第３のベース画像と、尤度に応じて強調処理された前記第３のディテール画像とから再合成されることを特徴とする請求項１から９のいずれか１項に記載の診断装置。
11. 皮膚画像を用いて皮膚の病変を診断するための診断装置における画像処理方法であって、
    前記皮膚画像の輝度成分に前記皮膚画像のエッジ周辺を強調する第１のエッジ保存型平滑フィルタを施して得られた第１のディテール画像を取得するステップと、
    前記輝度成分に前記皮膚画像のエッジ周辺を鈍化する第２のエッジ保存型平滑フィルタを施して得られた第２のディテール画像を取得するステップと、
    前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成するステップと、
    前記第３のディテール画像を用いて第３のベース画像を新たに生成するステップと、
    前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成するステップと、
    を備えることを特徴とする画像処理方法。
12. 皮膚画像を用いて皮膚の病変を診断するための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、
    前記皮膚画像の輝度成分に前記皮膚画像のエッジ周辺を強調する第１のエッジ保存型平滑フィルタを施して得られた第１のディテール画像を取得する機能と、
    前記輝度成分に前記皮膚画像のエッジ周辺を鈍化する第２のエッジ保存型平滑フィルタを施して得られた第２のディテール画像を取得する機能と、
    前記第１のディテール画像及び前記第２のディテール画像から第３のディテール画像を生成する機能と、
    前記第３のディテール画像を用いて第３のベース画像を新たに生成する機能と、
    前記第３のベース画像及び前記第３のディテール画像を合成して輝度成分を復元して強調画像を生成する機能と、
    を実行させることを特徴とするプログラム。