JP6580446B2 - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- JP6580446B2 JP6580446B2 JP2015200803A JP2015200803A JP6580446B2 JP 6580446 B2 JP6580446 B2 JP 6580446B2 JP 2015200803 A JP2015200803 A JP 2015200803A JP 2015200803 A JP2015200803 A JP 2015200803A JP 6580446 B2 JP6580446 B2 JP 6580446B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- blood vessel
- analysis
- image processing
- procedure
- 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
Landscapes
- Endoscopes (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
病変表面が撮像されている撮像画像の全体の濃淡について2階テンソル以上の高階解析画像を作成し、作成した高階解析画像ごとにテクスチャ解析を行うことで複数のテクスチャ特徴量を求める解析機能と、
前記複数のテクスチャ特徴量の組合せに基づいて、病理診断に対応した分類を行う分類機能と、
を備える。
画像処理装置が、
病変表面が撮像されている撮像画像の全体の濃淡について2階テンソル以上の高階解析画像を作成し、作成した高階解析画像ごとにテクスチャ解析を行うことで複数のテクスチャ特徴量を求める解析手順と、
前記複数のテクスチャ特徴量の組合せに基づいて、病理診断に対応した分類を行う分類手順と、
を行う。
前記撮像画像を用いてマルチスケール線状度画像を生成し、前記マルチスケール線状度画像のなかから線状度が予め定められた第1の閾値以上の領域を血管候補領域として抽出し、前記マルチスケール線状度画像のなかから線状度が前記第1の閾値よりも小さな第2の閾値以上の領域でありかつ前記血管候補領域と重複する部分を持つ領域を抽出して前記血管候補領域へ加えて血管候補領域画像を生成し、前記血管候補領域画像から血管領域を抽出して撮像画像の全体の血管特徴量を求め、
前記分類手順において、前記複数のテクスチャ特徴量の組合せ及び前記血管特徴量に基づいて、病理診断に対応した分類を行ってもよい。
マルチスケール線状度画像を生成するに際し、平滑化に用いるガウシアンフィルタの標準偏差として、複数の値を用いてもよい。
前記高階解析画像における複数の方向に対してテクスチャ特徴量の算出を行い、前記複数の方向のテクスチャ特徴量を平均化することで、前記高階解析画像のテクスチャ特徴量の算出を行ってもよい。
テクスチャ解析手順S102では、CPU11が、撮像画像の全体の濃淡についてテクスチャ解析を行う。
血管特徴量算出手順S103では、CPU11が、血管領域を抽出し、抽出した血管領域を用いて血管特徴量を求める。
分類手順S104では、CPU11が、テクスチャ解析の結果及び血管特徴量を用いて、病理診断に対応した分類を行う。
テクスチャ解析手順S102では、解析部111が、撮像画像について、縮小(S201)、グレースケール化(S202)、ノイズ除去(S203)、局所コントラスト正規化(S204)、濃淡構造解析(S205)、テクスチャ特徴量算出(S206)を行う。
撮像画像がカラー画像である場合、ステップS202を実行する。ステップS202では、カラー画像をグレースケール画像に変換する。図4に、グレースケール化後の画像の一例を示す。
ステップS203では、撮像画像に含まれるノイズを除去する。ノイズの除去方法は任意であり、例えば、メディアンフィルタを用いることができる。図5に、ノイズ除去後の画像の一例を示す。
ステップS204では、光源ムラを除去するため、画像全体のコントラストを均一にする局所コントラスト正規化を行う。図6に、局所コントラスト正規化後の画像の一例を示す。
ステップS312では、画像領域を細線化し芯線画素を抽出する。これにより、図21のような、細線化画像が得られる。
ステップS313では、血管領域画像を距離変換し、距離画像を作成する。距離変換は、例えば、血管領域に含まれる各画素について、最も近い背景画素への距離、すなわち血管領域以外の画素への距離を求め、この距離を値として持つ画像へと変換する。これにより、図22のような、距離画像が得られる。
ステップS315では、最大面積領域抽出画像及び細線化画像を重ね合わせた最大面積領域の芯線画素上に配置されている距離画像の最大距離値と最小距離値を用いて、最大血管の最小最大径比を求める。
ステップS316では、血管領域画像に含まれる血管領域の面積を求め、全体画像中に占める血管領域の割合を求める。
111:解析部
112:分類部
12:記憶部
91:撮像装置
92:画像処理装置
93:表示装置
Claims (6)
- 病変表面が撮像されている撮像画像の全体の濃淡について2階テンソル以上の高階解析画像を作成し、作成した高階解析画像ごとにテクスチャ解析を行うことで複数のテクスチャ特徴量を求める解析機能と、
前記複数のテクスチャ特徴量の組合せに基づいて、病理診断に対応した分類を行う分類機能と、
を備える画像処理装置。 - 画像処理装置が、
病変表面が撮像されている撮像画像の全体の濃淡について2階テンソル以上の高階解析画像を作成し、作成した高階解析画像ごとにテクスチャ解析を行うことで複数のテクスチャ特徴量を求める解析手順と、
前記複数のテクスチャ特徴量の組合せに基づいて、病理診断に対応した分類を行う分類手順と、
を行う画像処理方法。 - 前記解析手順において、前記撮像画像を用いてマルチスケール線状度画像を生成し、前記マルチスケール線状度画像のなかから線状度が予め定められた第1の閾値以上の領域を血管候補領域として抽出し、前記マルチスケール線状度画像のなかから線状度が前記第1の閾値よりも小さな第2の閾値以上の領域でありかつ前記血管候補領域と重複する部分を持つ領域を抽出して前記血管候補領域へ加えて血管候補領域画像を生成し、前記血管候補領域画像から血管領域を抽出して撮像画像の全体の血管特徴量を求め、
前記分類手順において、前記複数のテクスチャ特徴量の組合せ及び前記血管特徴量に基づいて、病理診断に対応した分類を行う、
請求項2に記載の画像処理方法。 - 前記解析手順において、マルチスケール線状度画像を生成するに際し、平滑化に用いるガウシアンフィルタの標準偏差として、複数の値を用いる、
請求項3に記載の画像処理方法。 - 前記解析手順において、前記高階解析画像における複数の方向に対してテクスチャ特徴量の算出を行い、前記複数の方向のテクスチャ特徴量を平均化することで、前記高階解析画像のテクスチャ特徴量の算出を行う、
請求項2から4のいずれかに記載の画像処理方法。 - コンピュータに、請求項2から5のいずれかに記載の各手順を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015200803A JP6580446B2 (ja) | 2015-10-09 | 2015-10-09 | 画像処理装置及び画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015200803A JP6580446B2 (ja) | 2015-10-09 | 2015-10-09 | 画像処理装置及び画像処理方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019155486A Division JP6879520B2 (ja) | 2019-08-28 | 2019-08-28 | 画像処理装置及び画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017070609A JP2017070609A (ja) | 2017-04-13 |
JP6580446B2 true JP6580446B2 (ja) | 2019-09-25 |
Family
ID=58539401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015200803A Active JP6580446B2 (ja) | 2015-10-09 | 2015-10-09 | 画像処理装置及び画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6580446B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6824868B2 (ja) * | 2017-12-22 | 2021-02-03 | サイバネットシステム株式会社 | 画像解析装置及び画像解析方法 |
EP3821790B1 (en) | 2018-07-09 | 2024-07-24 | FUJIFILM Corporation | Medical image processing device, medical image processing system, medical image processing method, and program |
JP7053873B2 (ja) * | 2018-10-22 | 2022-04-12 | オリンパス株式会社 | 画像処理装置および内視鏡システム |
JP7159025B2 (ja) * | 2018-11-30 | 2022-10-24 | 富士フイルムヘルスケア株式会社 | 診断装置及び診断方法 |
JP6872581B2 (ja) | 2018-12-04 | 2021-05-19 | Hoya株式会社 | 情報処理装置、内視鏡用プロセッサ、情報処理方法およびプログラム |
CN115243597A (zh) * | 2020-03-10 | 2022-10-25 | 奥林巴斯株式会社 | 内窥镜系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4496943B2 (ja) * | 2004-11-30 | 2010-07-07 | 日本電気株式会社 | 病理診断支援装置、病理診断支援プログラム、病理診断支援装置の作動方法、及び病理診断支援システム |
EP2054852B1 (en) * | 2006-08-21 | 2010-06-23 | STI Medical Systems, LLC | Computer aided analysis using video from endoscopes |
JP5581237B2 (ja) * | 2011-01-24 | 2014-08-27 | Hoya株式会社 | 画像処理装置、電子内視鏡用プロセッサ装置、画像処理装置の作動方法および画像処理用コンピュータプログラム |
EP2727514B1 (en) * | 2012-03-21 | 2017-05-10 | Olympus Corporation | Image processing device |
JP6112859B2 (ja) * | 2012-12-26 | 2017-04-12 | オリンパス株式会社 | 医用画像処理装置 |
JP6059271B2 (ja) * | 2015-02-26 | 2017-01-11 | サイバネットシステム株式会社 | 画像処理装置及び画像処理方法 |
-
2015
- 2015-10-09 JP JP2015200803A patent/JP6580446B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017070609A (ja) | 2017-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6580446B2 (ja) | 画像処理装置及び画像処理方法 | |
JP4409166B2 (ja) | 画像処理装置 | |
Trajanovski et al. | Tongue tumor detection in hyperspectral images using deep learning semantic segmentation | |
US10957043B2 (en) | AI systems for detecting and sizing lesions | |
Herrera et al. | Development of a Multispectral Gastroendoscope to Improve the Detection of Precancerous Lesions in Digestive Gastroendoscopy | |
Barbalata et al. | Laryngeal tumor detection and classification in endoscopic video | |
JP2018514844A (ja) | 細胞画像および映像の深層畳み込みネットワークベースの分類のためのシステムおよび方法 | |
CN102376092B (zh) | 图像处理装置以及图像处理方法 | |
EP3047415A1 (en) | Biopsy-free detection and staging of cancer using a virtual staging score | |
JP6059271B2 (ja) | 画像処理装置及び画像処理方法 | |
JP2016019665A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
Domingues et al. | Computer vision in esophageal cancer: a literature review | |
Perperidis et al. | Automated detection of uninformative frames in pulmonary optical endomicroscopy | |
Sharma et al. | Two Stage Classification with CNN for Colorectal Cancer Detection. | |
JPWO2017086433A1 (ja) | 医用画像処理方法及び装置及びシステム及びプログラム | |
Ghatwary et al. | In-vivo Barrett’s esophagus digital pathology stage classification through feature enhancement of confocal laser endomicroscopy | |
US20220261987A1 (en) | System and method of using right and left eardrum otoscopy images for automated otoscopy image analysis to diagnose ear pathology | |
Raj et al. | Automated psoriasis lesion segmentation from unconstrained environment using residual U-Net with transfer learning | |
Turkmen et al. | Advanced computing solutions for analysis of laryngeal disorders | |
Inoue et al. | Robust airway extraction based on machine learning and minimum spanning tree | |
JP6879520B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6710853B2 (ja) | プローブ型共焦点レーザー顕微内視鏡画像診断支援装置 | |
JP2015136480A (ja) | 3次元医用画像表示制御装置およびその作動方法並びに3次元医用画像表示制御プログラム | |
WO2017149310A1 (en) | Frame selection in medical image data | |
Xu et al. | Self-supervised approach for a fully assistive esophageal surveillance: Quality, anatomy and neoplasia guidance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180622 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180822 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190108 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190304 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190508 |
|
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: 20190730 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190828 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6580446 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
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 |