JPH02152443A - 画像処理方法及び装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は、一般にＸ線撮影システム、より具体的には特
徴抽出技術を用いたＸ線画像の処理に関する。

（従来の技術） 放射線専門医にとって最も重要であり且つ困難な仕事の
ひとつに、胸部Ｘ線写真内の癌性肺小結節および女性の
胸部ｘｌ写真、いわゆる乳房Ｘ線像内の微小石灰化など
のＸ線写真内の解剖学的異常部位の発見並びに診断があ
る。

近年の研究によれば、肺癌患者の予測（予後）は、Ｘ線
撮影による早期発見によって改善されるようになった。

肺癌検出に関するある研究によれば、後で振り返ってわ
かったことであるが、後に肺周辺部の癌と診断された内
の９０パーセントは、早期のＸ線写真で認識できたこと
が明らかになった。係る病変を見逃した診察者の誤診の
原因は、周辺の解剖学的背景が問題の小結節に及ぼすカ
ムフラージュ効果のためか、あるいは放射線専門医が用
いる主観的で変化する判定基準のためである。

Ｘ線写真を不十分に解釈してしまう原因は、臨床データ
の不足、経験不足、発見物が乏しいためのＸ線読み取り
の尚早な中断、特別の臨床質問により他の異常へ注意が
集中したこと、以前のＸ線写真を見向さなかったこと、
注意散漫、および「視覚錯覚経験」である。

同様にして、女性の主要な死因である乳癌の早期診断と
治療は、生存の可能性を著しく改善した。

乳房Ｘ線撮影は、初期の臨床的潜在性乳癌の発見に対す
る効果の証明された唯一の診断処置である。

Ｘ線撮影で発見された乳癌の３０〜５０パーセントは乳
房Ｘ線像で微小石灰化を呈しており、乳癌の６０〜８０
パーセントは顕微鏡検査で微小石灰化が見られる。従っ
て乳房Ｘ線撮影による微小石灰化の発見の増加は早期乳
癌の発見における効果を一層改善することにつながるで
あろう。米国癌学会は４０才以上の無症状の女性の５０
才からの毎年の検査に乳房Ｘ線撮影を推奨した。このた
め、ついには乳房Ｘ線撮影は、放射線専門医が定期的に
判断するＸ線撮影処置の中で最も多いもののひとつとな
るであろう。

放射線専門医の注意を非常に疑わしい肺小結節または乳
房微小石灰化の位置に向けるコンピュータによる図は間
違えて陰性の診断を下す回数を軽減する。これは初期の
肺癌および乳癌の早期発見と患者にとってより良い予後
につながる。ディジタルＸ線撮影画像システムが開発さ
れるに従って、コンピュータ補助の検査が可能になった
。成功した発見機構は結局、医師が見るのに先立ってす
べての胸部Ｘ線撮影と乳房Ｘ線撮影のオンライン検査を
行うハードウェアである。それゆえ、肺癌と思われる場
合以外の医療上の理由での胸部Ｘ線撮影はまた小結節の
検査も行う。

Ｘ線写真では小結節の存在が重なる肋骨、気管、血管、
および他の解剖学的構造によって不明瞭になる。Ｋｕｎ
ｄｅｌ他は、「胸部Ｘ線撮影の効果的活用」（ＩＩＩＩ
Ｓ　Ｐｕｂｌｉｃａｔｉｏｎ（ＦＤＡ）、８０−８１２
４　、Ｒｏｃｋｖｉｌｌｅ　。

Ｍａｒｙｌａｎｄ、　１９８０）の中で、異常部とそれ
を見やすくするのに貢献するかあるいは見えにくくする
その周辺部とのこうした特徴を表す目立ちと言う概念を
導入した。Ｋｅｌｓｅｙ他は同じ書物の中で擬態肺癌の
認知に影響する因子を調査し、損傷の可視性が胸部Ｘ線
写真での位置によって異なることを発見した。それゆえ
、コンピユータ化調査機構は目立ちの程度が変化する小
結節（すなわち、種々の解剖学的複雑さの背景に埋没し
た小結節）の位置を確認することができなければならな
い。

コンピユータ化小結節探査方法に関する研究は限られて
いた。これらの試みの中で、幾何学に基づいた発見機構
（例えばエツジ検出方式）が正常の解剖学的構造の背景
組織を削除することなく元の画像、または高周波に高め
られた画像に適用された。基本的には、発明者に既知の
以前の方式はどれも大規模の臨床試験を保証するのに十
分に成功してきたわけではない。

研究者の何人かは乳房Ｘ線の異常をディジタルコンピュ
ータで分析しようとした。しかし、前記の既知の研究は
臨床業務に受容可能な正確さを達成することはできなか
った。この失敗は良性と悪性の損傷の特徴が乳房Ｘ線像
に現れるときに大きく重なることに主に起因する。

一般に詔められている臨床看護の基準は癌切除後の５人
から１０人の女性に生検を行うことである。乳房Ｘ線撮
影で発見可能な早期病のほとんどの一部切除に対する正
当な保証は前記の高率の生検にのみある。乳房Ｘ線画像
内の良性と悪性の損傷の特性の大幅な重なりがあるとす
れば、異常部の特徴記述よりもコンピュータ補助検出が
結局は臨床看護においてより大きな影響力を持つであろ
う。疑わしいクラスター（すなわち、生検を要するもの
）の中の個々の微小石灰化はＸ線写真では極めて限られ
た範囲で出現するが、微妙な微小石灰化は初期の治療可
能な乳癌では多くの場合最初で、ときには唯一のＸ線撮
影の発見物であることがあり、微小石灰化は自動検出に
とって理想的な標的である。

（発明が解決しようとする課題） 微小石灰化の高い空間周波数成分と小さなサイズのため
にディジタル乳房Ｘ線撮影システムは高度の空間識別力
と高感度のコントラストを要求される。このような要求
を満たすディジタル乳房Ｘ線撮影システムはまだ開発さ
れていない。ある程度の高度空間識別力のあるディジタ
ルＸ線撮影システムは蛍光画像感光板／レーザーの読み
だし技術によって可能である。現在、高度識別力のある
ディジタル乳房Ｘ線撮影は円筒形スキャナーまたは他の
スキャニングシステムで写真画像をディジタル化するこ
とによって可能となる。ディジタル乳房Ｘ線撮影の実用
性の増加は乳房Ｘ線像の分析のコンピュータ補助システ
ムの可能性の根底となっている。

そこで本発明の目的は、ディジタルＸ線画像内の異常な
解剖学的部位を検出し表示する自動検出表示方法を提供
することである。

本発明の他の目的は、特徴抽出技術を適用する前に解Ｎ
学的背景組織を除去することによって異常な解Ｑｌｌ学
的部位を選択し表示する自動検出表示システムを提供す
ることである。

本発明のさらに他の目的は、診断の元での生体構造の一
枚のＸ線画像内のディジタル情報に基づいた解剖学的異
常部位の検出し表示することによって患者のＸ線照射を
最小限にすることでできる自動検出表示装置を提供する
ことである。

［発明の構成］ （課題を解決するための手段） これらおよび他の目的は特徴抽出に先立って単一Ｘ線映
写画像が疑わしい異常部位のシグナル対ノイズ比（ＳＮ
Ｒ）が最大比であるシグナル向上画像データを得るよう
に処理され、また抑制ＳＮＲであるシグナル抑制画像デ
ータをも得るように処理される新しい改善された方法と
システムを提供することによって達成される。

（作用） 本発明によれば、識別画像データはシグナル向上画像デ
ータからシグナル抑制画像データを減することで作られ
、低周波の背景組織を取り除き、背景組織は基本的には
シグナル向上画像データとシグナル抑制画像データの双
方で同じである。

さらに本発明によれば、−旦背景組織が取り除かれると
、たとえば閾値に基づいた特徴抽出、円環性、およびサ
イズを実行する。閾値のレベルは変化し、円環性とサイ
ズの変化の効果が肺小結節などの異常部の発見に利用さ
れる。他の特徴抽出技術は乳房Ｘ線画像の微小石灰化な
どの疑わしい異常部の一部を試験するのに利用される。

（実施例） 図面全体を通して、同一または関連する部分を同じ参照
数字が示す前記図面、特に第１図に小結節検出の概略図
が示されている。係る技術は正常の肺虫体構造の「カム
フラージュ」する背景を取り除くことによって小結節の
目立ちを増加する試みから始まる。これは単一映写ディ
ジタル胸部画像（ステップ１０）を得ること、および単
一映写胸部画像から２つの画像を作ることにより達成さ
れる。これら２つの画像のうち一方では、小結節のシグ
ナル対ノイズ比（ＳＮＲ）が最大限になり（ステップ２
０）、他方の画像では小結節ＳＮＲは抑制されており（
ステップ３０）、背景部は本質的には同一である。次に
該画像の差が求められる（ステップ４０）。２つの当該
処理画像の差は検出が非常に容易である比較的均一な背
景に重なる小結節からなる。この識別画像アプローチは
二組の画像データ、すなわちＳＮＲ向上データとＳＮＲ
抑制データが同一の単一映写胸部画像から得られる従来
の減法技術（たとえば、時間または二重エネルギー減法
）とは基本的に異なる。

目的はＳＮＲ最大化フィルターを使って正常肺解剖学的
構造の特性とは異なる小結節の特性を向上することであ
る。特定の小結節の平面側面に適合する空間フィルター
は処理するにあたって該小結節の位置（最大の相関関係
の位置）で最高の反応をすることを期待される。しかし
、無限の数の認識できる小結節のサイズと形のひとつひ
とつにそれぞれが適合するような複数のフィルターを使
用することは全く実際的でなく、またおそらく不可能で
もある。したがって、小結節の様々なサイズと形をある
程度向上する２、３の適合フィルター　またはおそらく
は唯一のフィルターを発見することが必要である。それ
ゆえ、それぞれが擬態の小結節の側面に適合するフィル
ターが研究された。すなわち、フィルターはある一定の
サイズとコントラストの擬態の小結節のフーリエのスペ
クトルに比例する。該適合フィルターはＸ線撮影像での
背景ノイズを考慮しながった。半径６，９゜１２＋ａｍ
の擬態小結節に関連する３つの約合フィルターが研究さ
れた。

特に、２つの真性小結節と７つの擬態小結節（直径６　
ｍｍから１５龍でディジタル画素値のコントラストが３
５から６５の範囲）の存在する５１２Ｘ５１２の胸部画
像の部分における前記の３つの適合フィルターの効果が
検査された。直径６■の小結節に適合するＳＮＲ最大化
フィルターは肋骨縁部の小さく、高コントラストの部分
には感度か良すぎて、したがって擬陽性を多く出しすぎ
ることがわかった。一方、直径１２ＩＩＩＩＢの小結節
に適合するフィルターは十分な高周波数内容がなく、小
さい小結節は検出処理では見落とされる。

したがって、９　ｍｍの小結節に適合するＳＮＲ最大化
フィルターが利用された。

ＳＮＲ抑制フィルターはＳＮＲ最大化フィルターで得ら
れるのと類似の背景を作り出す一方、画像内の小結節の
際立ちを軽減するように意図されている。ｒＳＮＲ抑制
」画像は平面空間平滑化フィルター（線形または非線形
）によって原ディジタル化胸部画像から作り出される。

試験した線形フィルターは均一の方形関数（空間周波数
変域の正弦関数に関連する）と６．９，１２，２４゜３
６ｍｍの標準偏差のあるガウス関数とを含む。試験した
非線形フィルターはメジアンフィルターと修正メジアン
フィルターを含む。修正メジアンフィルターは、画素位
置についてのメジアン値を測定するのに使う画素が互い
に直接隣接せず、当該画素位置のある一定のｈｔ射力方
向距離の円周部に沿って存在するような従来のメジアン
フィルターと異なる。

ＳＮＲ抑制フィルターでは同一の二乗平均サイズである
均一方形関数とガウス関数は同様な結果となることがわ
かった。識別画像の閾値の測定で有望と思われる修正メ
ジアンフィルターと従来のメジアンフィルターは小結節
と関連する多くの島を作った。しかし、その結果できた
識別画像内の島には誤って円環性の低い測定値を出すぎ
ざぎざの周辺部があった。１２ＩＩＩ＋１の均一方形関
数による９　ｍｍの適合フィルターを１２ｍｍの適合フ
ィルターと組み合わせると識別画像の閾値測定のあいだ
、最高数の小結節の島と最小数の非小結節の島を生じる
。

２つのフィルターを通した画像が原画像から得られたの
ち、識別画像がコンピュータ処理される。

成るひとつの数値計算では、５１２Ｘ５１２の片脚部画
像の部分が使われた。１０ｍ＋ｓの擬態小結節が肺の画
像面の中心に位置し、一部は肋骨と重なり合っていた。

識別画像は小結節のＳＮＲを最大にするディジタル画素
値で６５のコントラストの９關の小結節に関連する適合
フィルターを使って得られた。どちらのフィルター作業
も高速フーリエ変換（ｐｐ’ｒ）のアルゴリズムを使っ
て周波数変域内で行われた。肺の全体構造は依然目で見
えるが、識別画像内の小結節の目立ちはこのようにして
増加し、正常肺背景部の複雑さは軽減された。

原画像のヒストグラムと識別画像のヒストグラムはそれ
ぞれ第２ａ図と第２ｂ図に示しである。

胸部の１／４だけの分析であるから、片脚部画像のヒス
トグラムの範囲、すなわちダイナミックレンジはおよそ
５００画素値である。小結節の画素値はヒストグラムで
は矢印で示されている。原画像では小結節の画素値が他
の肺構造の画素値と同等であることが明らかである。小
結節の位置が他の肺構造と比較して異なっている場合は
該小結節の画素値は図示したダイナミックレンジ内で変
化する。しかし、識別画像の小結節の画素値は常にヒス
トグラムの高い値の端に位置し、他の構造のほとんどか
ら離れている。該識別画像のヒストグラムは非常に狭い
。前記ヒストグラムは識別画像アプローチを利用すれば
不必要な解剖学的背景の影響を除去できることを示して
いる。

第１図で概略図を示した、肺小結節（ステップ６０）を
検出するのに使用される円環性、サイズ、および成長に
ついての試験（ステップ５０）を含む特徴抽出技術が次
に示しである。

前記識別画像がｒＳＮＲＳＮ化」画像およびｒＳＮＲ抑
制」画像から一旦得られると、特徴抽出技術が用いられ
、可能性のある小結節を分離し、他の構造は無視する。

ＳＮＲ最大化画像とＳＮＲ抑制画像のスペクトル成分の
差のために、フィルター処理後の背景は同一ではなく、
したがって「構造的ノイズ」は識別画像では完全に除去
できない。しかし、小結節の目立ちは増加し、それゆえ
簡潔になった背景からの該小結節の抽出はもとの複雑な
解剖学的背景から抽出するよりも簡単になる。小結節は
識別画像の閾値の測定、円環性とサイズの試験、および
閾値変化に伴う円環性とサイズの変化のＣＩ定によって
抽出される。この閾値変化に伴う円環性とサイズの変化
の測定を「成長」試験という。

識別画像の閾値測定は種々の画素値（閾値）で行われる
。ある一定の閾値以」二の画素値はヒストグラムの区域
の百分率の一定の上部に関連する。

たとえば、第２ｂ図のヒストグラム区域の上部４％に関
連する閾値は５２５である。該百分率が増加すると該閾
値は減少する。

該閾値以下の画素値は背景の定数値に設定され、「島」
の画像を生じさせる。該画素閾値が低下するとヒストグ
ラムのａ％という画素の数は大きくなり該閾値を超える
。すなわち、ヒストグラムの百分率が４％から８％に増
加すると、島は成長しその形は変化する。本発明は小結
節起因の島と非小結節（すなわち、正常肺構造）起因の
島の特性指摘と識別によって様々な島が閾値の低下につ
れて成長する方法を利用する。各閾値で島は自動的に単
純コンピュータ検索技術によってロードされ、次に形と
サイズの試験を受ける。第３図はある一定の島のサイズ
と円環性の測定方法を概略図で示しである。島の面積は
閾値以上の関連する画素値の数に関係する。有効直径は
その島と同一面積の円の直径によって決まる。円環性の
程度は同面積の円内ににある該島の面積の比率によって
決まり、該同面積置の中心はおよそ島の重心である。

名品の成長は閾値の別々の間隔で監視できる。

第４図は小結節と非小結節の閾値に対する島のサイズの
依存性を図示している。閾値は識別画像のヒストグラム
の面積の１％ずつ増加する。該島のサイズは有効直径Ｉ
Ｉｍで表される。閾値が低下、すなわち表示された識別
画像内の画素が多くなると、小結節の島は次第に非小結
節の島と比べて大きく成長することに注意しなければな
らない。非小結節の島が他の非小結節の島と合併したこ
とに起因する有効直径の突然の増加は肺の周辺部の非小
結節にはよくある。該非小結節の典型的な例は肋骨縁部
である。

第５図は閾値に対する小結節と非小結節の島円理性の依
存性を図示している。該閾値が広範囲に変化するとき、
小結節の島の円環性は約０．８５より大きいままである
。しかし、非小結節の円環性の突然の低下は他の島に合
併されたことを示している。

様々な閾値の島の円環性とサイズの変化は第６図に示さ
れている。第４図から第６図に示しである島の成長特性
は小結節と非小結節の区別をするために本発明に従って
利用される。島のサイズと円環性が（ヒストグラムの１
％の増加の）連続閾値のある一定の数の所定の値にとど
まらない場合は該島は拒否される。本発明の発明者は小
結節を考えるために島が満足しなくてはならない三者選
択基準を用いた。

該島は（１）、有効直径が３から１８ｍｍの間であり、
１０個の連続閾値の円環性が少なくとも０．８５あるか
、あるいは（２）、有効直径が９から１８ＩＩＩ＋１の
間であり、４個の連続閾値の円環性が少なくとも０６７
５ある。三者選択基準は小さい小結節と大きい小結節、
双方の検出に利用され、第−基弗は小さい小結節と中型
の小結節用に、第二基準は大きな小結節用である。通常
非小結節は他の非小結節と合併するので当初小さく、比
較的速く成長し、有効直径が９　ｉｎより大きくなると
円環性は低い。しかし、非常に小さい小結節と非常に大
きい小結節の検出には複合試験基準が用いられた。

原ディジタル胸部画像が一旦コンピュータに入力される
と、小結節検出処理は完全に自動化される。小結節と非
小結節の区別が自動的になされたのち、検出結果は放射
線専門医に提出され最終判断に付される。

第７図は本発明のシステムのより詳細な概略ブロック図
である。第７図を参照すると対象物のＸ線測定値はたと
えば画像シグナル発生手段１００などの蛍光透視システ
ムのテレビカメラの出力手段、またはディジタル化臨床
フィルム画像のフィルムディジタル化手段などから得ら
れる。画像シグナルは原画像が記憶されている第一メモ
リ１０３に適用される。

前記ディジタル化画像シグナルは、問題の画素値に中心
のある選択したサイズと形の中心内の画素値のメジアン
値で各画素値を置き換えるための非線形空間フィルター
であるメジアンフィルターと言われるＳ、ＮＲ抑制フィ
ルター１０５、および正常解剖学的背景の特性と異なる
疑わしい異常部位の特性を向上するための適合フィルタ
ーと言われるＳＮＲ最大化フィルター１０７とに平行し
て適用される。

減法手段１０９は前記の２つのフィルター処理した画像
、ＳＮＲ抑制画像とＳＮＲ向上画像を用い、識別画像を
提供し、該識別画像では疑わしい異常の目立ちが増加し
、２つの該画像の第二メモリ１１１に記憶されている通
常構造背景の構成部が減少する。

ヒストグラムを用いて、所定の閾値はいくつかの方法に
従って閾値測定手段１１５で設定される。

一つはコンピュータが識別画像のヒストグラムの上端の
値を持つ画素の所定の割合を記憶している全体閾値設定
方法であり、他方はコンピュータが問題の画素に中心の
ある正方形の中心内で局部統計を測定する局部閾値測定
方法である。

閾値設定手段１１７において、閾値演算は計算したヒス
トグラムの特定の区域に関連する閾値測定手段１１５で
測定されるある一定の閾値の識別画像について行われる
。画素値は平均画素値より大きいときに限って標準偏差
の所定の倍数によって保持される。

第二メモリ１１１に記憶されている識別画像は閾値を該
識別画像の各画素値と比較することによって二進化され
、ブレーンメモリシステム１１９への「１」または「０
」の比較書き込みに基づく。

ブレーンメモリ１１９は第二メモリ１１１と同数のアド
レスを備える。たとえば、画素値が閾値以上の場合、「
１」が記憶され、反対に画素値が閾値未満である場合は
「０」がブレーンメモリ１１９に記憶される。閾値の設
定は該メモリ１１９内に「閾値画像」を形成し、該画像
は完全均一背景に重なった閾値より大きい値の画素のグ
ループを含む。

Ｘ線写真での疑わしい異常部位とともに前記メモリ１１
９内に形成される閾値画像は特徴抽出技術で処理される
。ディジタル胸部Ｘ線画像での肺小結節を抽出する場合
にそなえて、円環性とサイズの試験が胸部Ｘ線写真の閾
値識別画像に対し行われ、本明細書でさらに詳細に検討
されるディジタル式乳房Ｘ線像内の微小石灰化を抽出す
る場合にそなえて、クラスター化技術が用いられて所定
の直径以内の閾値を超える画素のクラスターを識別する
。

第７図では、「島」検出手段１２１はプレーンメモリ１
１９上で相互に近接併置される「１」画素のグループで
ある「島」の画像を生成する。単純コンピュータ検索、
たとえば「１」である画素を取り巻く画素を確認する手
順を繰り返し、各島独特の識別を生み出す「１」の画素
の各グループと、付随情報としてのメモリ］１９内の「
１」画素のアドレスとをクラスター化することで、該島
は自動的に位置を確認される。

高検出手段１２１で島の位置を確認してクラスター化し
たのち、算術回路１２３は閾値以上であるある島の面積
がＭ１定表示される方法で該島のサイズと円環性の測定
を行い、有効直径は該島ど同面積の円の直径によって決
められ、円環性の程度は島の重心近くに中心を持つ、同
面積の円内に存在する島の面積の第３図で示した島の面
積に対する比率として定義される。

算術回路１２３で計算した因子は前記島が異常かどうか
、すなわち小結節化したかどうかを所定の値との比較に
よって決定する異常決定回路１２５に適用する。

前記手順は増加量が異なり、問題の識別画像のヒストグ
ラムの割合で変化する閾値で起きる。該閾値が変化する
と島は成長して形は変化する。特性指摘と識別作用は新
生島で行われ、該島が閾値の変化と無関係に異常をａｌ
定することに成功する場合は該島は小結節として確認認
識される。

閾値１１１１ｊ定の結果と成長試験は表示システム１２
９にも適用され、識別画像内の小結節によって示される
出力シグナルが原画像に重なりモニター１３１を内蔵す
る表示システム１２９の画面上に表示される。小結節と
して識別される島の代替表示は、四角、円、カーソル、
矢印などの表示を原画像が表示されているモニター１３
１の同一画面上に表示することによって可能となる。

前記の方則の多くはディジタル乳房Ｘ線像の分析にも適
用できる。第８図は乳房Ｘ線像のコンピュータアルゴリ
ズムの一般的な図を示している。

もう−度、入力ディジタル画像が乳房Ｘ線の形で得られ
（ステップ１０）、シグナル向上画像データ（ステップ
２０）とシグナル抑制画像データ（ステップ３０）とを
得るために空間フィルター処理を受ける。２つの該画像
データを減じると構造背景を除去した（ステップ４０）
識別画像データとなる。もう−度、得られた識別画像は
、該識別画像を得るために減じられた２画像が単一画像
から引き出されるディジタル減法血管造影のような技術
から得られた減法画像と基本的に異なることに注意しな
くてはならない。微小石灰化の既知の物理的特性に基づ
いた中間レベルの閾値ｉｆＦ＋定（ステップ７０）とシ
グナル抽出処理（ステップ５０）は前記識別画像に適用
されて残っているノイズ背景からシグナルを分離する。

コンピュータアルゴリズムの出力は乳房Ｘ線像上の疑わ
しい微小石灰化の群の位置を示す（ステップ６０′）。

シグナル向上（ステップ２０）の目的で、典型的な乳房
微小石灰化のサイズとコントラストの多様性に大体適合
した空間フィルターが使用される。

該空間フィルターは以後は適合フィルターと呼ばれ、Ｐ
ｒａｔｔによる「ディジタル画像処理Ｊ　（Ｗ目１ｙ。

Ｎｅｗ　Ｙｏｒｋ、　１９７ｇ）に示された従来定義さ
れた適合フィルターとは二点で異なる。第一に画像背景
の関連ノイズの周波数成分を考慮していない。第二に微
小石灰化のサイズと形は異なるのでそれぞれの微小石灰
化に完全に適合するフィルターを作るのは不可能である
。従って適合フィルターがｎｘｎの正方形の中心（ただ
しｎは奇数）を持つ簡略モデルが使用されて全体像に適
用され・る。適合フィルターの中心サイズに対する検出
精度の依存が次に調査された。さらに、いくつかの典型
的な微小石灰化の平面側面図の分析に基づいて、微小石
灰化のコントラスト変化は適合フィルターの以下に示す
加重因子と概算される。ｎが３である場合はフィルター
反応関数の８個の最も外部の加重因子は０．７５の値を
指定され、中心加重因子は１．０の値を指定される。ｎ
が３より大きい場合は前記の最も外部の加重因子は０．
５の値を指定され、二番目の最も外部の加重因子は０．
７５の値を指定され、その他のすべての加重因子は１．
０の値を指定される。前記簡略適合フィルターは、フィ
ルター反応関数と画像の空間変化の相関関係の出力尺度
を備えていた。従って、微小石灰化の位置では、フィル
ター処理画像内の画素の最高値は任意のノイズまたは構
造ノイズの画素値に関連して増加し、該画素値はフィル
ター反応関数との相互関連が少なかった。

シグナル抑制画像（ステップ３０）を作り出すために、
メジアンフィルターとコントラスト反転フィルターの２
種類のフィルターが評価された。

メジアンフィルターは問題の画素に中心を持つ選択サイ
ズおよび選択形の中心内である一定の画素値をメジアン
画素値と置き換える非線形空間フィルターである。適切
に選択したサイズのメジアンフィルターは画像から微小
石灰化を実質的に除去し、また全体背景を変化させるこ
となくノイズを取り除くことができる。微小石灰化の比
較的無作為の形と定位のために正方形の中心を持つメジ
アンフィルターが利用された。検出精度のフィルターの
サイズへの依存性が調査された。

識別画像内の構造背景を除去する一方でシグナル対ノイ
ズ比（ＳＮＲ）を向上するために、シグナル抑制への他
の代替アプローチが検査された。コントラスト反転フィ
ルターは低周波数の構造背景を維持し、高周波のノイズ
を抑制する一方で微小石灰化のコントラストを選択的に
反転するために開発された。前記関数は以下に示す形式
の光学変換因子（ＯＴＦｓ）を持つフィルターによって
完成する。

Ｆ（ｕ）＝　　［２Ｆ　　（ｕ）−１］　ＦＢ（ｕ）た
だし、Ｆ　Ａ　（ｕ）はローパス除去フィルターであり
、ＦＢ（ｕ）は高周波数ノイズを抑制するフィルターで
ある。コントラスト反転フィルターは第９図に概略図が
示しである。Ｆ　　（ｕ）とＦ　Ｂ（ｕ）のパラメータ
が適切に選択された場合は、それに導き出されるフィル
ターＦ　（ｕ）は微小石灰化の周波数内容のほとんどを
含む周波数範囲内の大きな陰性成分を持つ。

本発明の開発研究では、空間変域内の単純な正方形の中
心を持つフィルターＡおよびＢが利用された。フィルタ
ーＡには前記の適合フィルターと同様の加重因子があっ
た。フィルターＢには自身の中心サイズｎＢと無関係な
均一加重因子がある。

本発明の乳房Ｘ線撮影への適用では、もう−度シグナル
向上画像からシグナル抑制画像を減じることによって識
別画像を得る。低周波数の構造背景が基本的に前記の２
画像で同一であるから、この成分は該識別画像から除去
される。背景での損失を補償するために定数値の５１２
が表示の目的で該識別画像の各画素に加えられる。

さらに残存ノイズ背景から微小石灰化を分離するために
、中間レベルの閾値設定が該識別画像に適用される。２
種類の閾値設定が調査された。

つは、コンピュータが識別画像のヒストグラムの高端部
の値の画素の所定の割合を維持している全体閾値設定で
あり、閾値以下の画素値はすべて定数に設定される。他
の一つは、コンピュータが問題の画素に中心を持つ正方
形中心内の局部統計をＡｐｌ定する局部閾値設定であり
、該画素値は平均画素値よりも大きいときに限って標阜
偏差（Ｓ、Ｄ、）の所定の倍数によって保持される。前
記中心のサイズは局部背景ノイズ変動を良く評価するの
に十分なたけ大きくなくてはならず、また本研究では５
　］、　Ｘ　５１の画素が選択された。中間レベルの閾
値設定は閾値より大きい値の画素の群が完全均一背景に
重なっている「閾値画像」を作り出す。

シグナル検出の実行において、コンピュータは以下に示
す方法で該閾値画像からシグナルを抽出する。境界検出
プログラムは未処理乳房Ｘ線写真に適用されて乳房部位
を測定する。次に該閾値画像の乳房部位でシグナル検索
が行われ、各ポイントの位置、区域、およびコントラス
トが測定される。区域閾値設定基桑は検出されたシグナ
ル上に連続して重ねられ所定の数の画素よりも小さい区
域を持つポイントを除去する。最後に、クラスター基準
が利用され、所定の直径の円形区域内の所定の数量上の
シグナルを含むクラスターを識別する。該所定値は放射
線専門医の臨床経験から、また既知の微小石灰化のある
多くの試験乳房Ｘ線像を処理することによって経験的に
測定された。

典型的には２か３の画素の区域閾値が使われ、クラスタ
ーは直径１から１．５１の部位の中に３以上のシグナル
を含むことが必要であった。該クラスター化基準はクラ
スターが生検を保証するほどに十分に疑わしいとみなさ
れる前に通常は３から５の間の最小数の微小石灰化が存
在することを要求する臨床経験と調和している。

前記の集結試験は区域閾値設定後も存在している２つの
最も接近している島を先ず検索することによってソフト
ウェアで実行される。次に２つの該島の位置の重心が円
内の次の隣接島の検索をするための所定の直径の円の中
心として利用される。

それから該重心の位置は前記の３個の島に対し新たにさ
れ、円の中心として利用される。この過程は新たな島が
円内で発見されなくなるまで続けられ、該円内の島の一
団はクラスターとして定義される。

本発明に関する検出精度の評価のために、たとえばＲｕ
ｂｉｎｓｔθ１ｎによる［模擬実験とモンテカルロ法Ｊ
　（Ｗｌｌｌｙ、　Ｎｅｗ　ＹｏｒｋＳ１９８１）に示
されているモンテカルロ法が用いられ、正常乳房Ｘ線像
の背景に重ねられる微小石灰化の模擬実験をした。該擬
態シグナルの位置、サイズ、コントラストは公知であり
、コンピュータ検出結果を比較するための決定的な基準
として利用できた。

コンピュータ検出アルゴリズムの検出精度を評価するた
めに、濃度と構造において典型的な変化を呈し、微小石
灰化のない６まいの正常乳房Ｘ線像が擬態微小石灰化の
重なりを検出するのに選択された。７００Ｘ１０００画
素の区域のある乳房Ｘ線像の一部が時間を処理する画像
を保持するのに利用された。簡単に言うと、乳房Ｘ線像
の一部は以下に示す「乳房Ｘ線像」を言う。モンテカル
ロ法か次に利用されて、各クラスターは８から１０の擬
態微小石灰化を含む１０の非重複クラスターを発生する
。該擬態微小石灰化のサイズとコントラストは放射線専
門医の経験に基づいて選択された。一般に、悪性腫瘍に
よる石灰化は縦横がおよそ同寸法のとき一辺が０．５ｍ
ｍより小さく、線形のときは短辺が０．５ｍｍである。

６まいの前記乳房Ｘ線像での擬態微小石灰化のサイズ、
コントラスト、位置の分布入力の可能性は一部の試験画
像を形成するために確定された。

ユーザー選択画像処理かでき、シグナル抽出パラメータ
を備えたコンピュータ検出プログラムは試験画像の各組
に適用された。コンピュータ出力は検出された個々のシ
グナルと検出クラスターの位置を含んでいた。コンピュ
ータは次に擬態の微小石灰化の既知の位置を検出シグナ
ルに例えて真陽性と擬陽性の検出事象を決定した。検出
精度は、真陽性（ＴＰ）クラスターの検出比率と種々の
中間レベルの閾値設定時に各画像毎に検出される擬陽性
（ＦＰ）クラスターの数との間の関係として定義される
実行カーブを使って評価された。微小石灰化の物理的特
性への依存と同様に画像処理とシグナル抽出パラメータ
へのコンピュータ検出精度の依存性は該実行曲線の比較
によって測定することができる。

未処理の画像データと識別画像データのヒストグラムは
それぞれ第１．　Ｏａ図と第１０ｂ図に示されている。

未処理のデータについては、画素値はほとんど完全な１
０ビツトの範囲に及び、微小石灰化の二つのクラスター
は大きく異なる濃度で解剖学的背景に重ねられる。比較
すると、識別画像のヒストグラムは非常に狭く、約８の
画素値の標準偏差と対称同然であり、該微小石灰化は該
ヒストグラムの一端に位置する。こうした結果は識別画
像技術が非常に有効的に構造背景を除去することを示し
ている。

コントラスト反転フィルターの中心サイズへのコンピュ
ータ検出精度の依存性は第１１図に示されている。フィ
ルターＢの中心サイズ、ｎＢが３×３で固定し、フィル
ターＡの中心サイズｎＡが５から９に増加するとき、Ｔ
Ｐ検出比率は各画像毎に約２クラスター下のＰＰ検出比
率については増加し、より高いＰＰ検出比率については
わずかに減少する。しかし、ｎＡがさらに１１に増加す
ると、検出精度は低下し始める。フィルターＢの効果は
ｎｏが１１の固定ｎＡにおいて３から５まで増加するこ
とで示される。ｎ　ｏ　−５のＴＰ検出比率はすべての
ＰＰ検出比率でのｎ　ｏ　＝　３のＴＰ検出比率よりも
低い。従ってこのような結果はｎＡ−９およびｎ　Ｂ−
３のコントラスト反転フィルターが調査中の微小石灰化
のフィルターの組み合わせとサイズの分布のために、微
小石灰化の周波数成分のほとんどを含む周波数範囲内に
陰性ＯＴＰ成分を備える。

ｎＡ−９およびｎＢ−３のコントラスト反転フィルター
が処理した画像に３Ｘ３の適合フィルターを適用するこ
とでコントラスト反転の効果を増加しようと試みられた
。しかし、その結果できた実行曲線はさらに適合フィル
ターで処理をしなかった場合の実行曲線とほとんど同じ
であった。

メジアンフィルターの中心サイズへのコンピュータ検出
精度の依存性は第１２図に示されている。

ある一定のＰＰ比率について、中心サイズが５から７に
増加するにつれ、ＴＰ検出比率は急速に増加する。しか
し、中心サイズが９に増加すると、ＴＰ検出比率は各画
像毎に２クラスター下のＰＰ比率でさらに増加するが、
より高いＰＰ検出比率で僅かに低下する。中心サイズが
１１にさらに増加すると、本質的にすべてのＰＰ比率で
ＴＰ検出比率は低下するようである。

検出精度のシグナル向上に利用される適合フィルター中
心サイズの影響は該サイズを３から７まで変化させて試
験した。ｎ　ｗ−９およびｎＢ−３である適合フィルタ
ー／コントラスト反転フィルターの組み合わせについて
は、３個の適合フィルターサイズすべてで実行曲線は基
本的には変化しないままであることが判明した。しかし
、適合フィルター／メジアンフィルターの組み合わせで
は検出精度は適合フィルターのサイズに強く依存する。

７×７の固定メジアンフィルターに関して該適合フィル
ターサイズが３から７に増加すると実行曲線は第１３図
に示されているように悪化する。

従って、３×３の適合フィルターは本研究のほとんどの
場合に利用された。

区域閾値、すなわち島クラスター化の連続評価のための
候補として適格である島のサイズの影響は閾値を２から
４画素まで変化させることによってシグナル抽出過程で
シグナル区域のために利用され、また評価された。区域
閾値がある一定の中間レベルの閾値について低下するに
つれ、ＴＰとＦＰ双方の検出比率が増加する。しかし、
たとえ異なる中間レベルの閾値が同一の検出精度を達成
するのに必要であっても、実行曲線は適合フィルター／
コントラスト反転フィルターと適合フィルター／メジア
ンフィルターの組み合わせ双方についての区域閾値に対
し比較的弱い依存性を持つっ原画像／メジアンフィルタ
ーの組み合わせに関しては、特に全体閾値設定が利用さ
れた場合、区域閾値の増加につれ、検出精度も増加する
。原画像／メジアンフィルターの組み合わせに関する区
域閾値への依存性が強くなるのはおそらく識別画像での
低いＳＮＲに関連している。多くの無作為のノイズポイ
ントは前記の場合は閾値画像に残り、区域閾値設定基準
によって除外されなければＰＰシグナルとして検出され
る。線形および非線形フィルター処理法の検出精度は第
１４図で比較されている。

ロ　−９およびｎ　ｏ　−３の適合フィルター／コント
ラスト反転フィルターはｎ−９（第１２図）の適合フィ
ルター／メジアンフィルターに匹敵する。

双方とも、各画像毎に約１クラスターのＰＰ検出比率で
およそ８０％のＴＰ検出比率を達成できる。

方、ｎ−７の適合フィルター／メジアンフィルターは高
いＰＰ検出比率でより高いＴＰ検出比率を提供する。適
合フィルター処理で達成された改泌ＳＮＲの影響は適合
フィルター／メジアンフィルターと原画像／メジアンフ
ィルターの曲線が比較されるとき明らかである。シグナ
ル向上画像内のＳＮＲの増加のために適合フィルター処
理で得られた検出精度は一般にはより高くなる。

異なる中間レベルの閾値設定技術の影響は第１４図と第
１５図に示されている。３つのフィルターの組み合わせ
のすべてに関して全体閾値設定よりも局部閾値設定の方
が検出精度が高くなることがわかる。しかし、適合フィ
ルター／コントラスト反転フィルターと原画像／メジア
ンフィルターの組み合わせに関する検出精度の改善の方
が、適合フィルター／メジアンフィルターの組み合わせ
に関する検出精度の改善よりも大幅に大きい。

研究した他のフィルターパラメータに関しても同様な差
が観察できた。識別画像のヒストグラムを分析すると、
原画像／メジアンフィルターの組み合わせは最もノイズ
の多い識別画像を作り出すが、適合フィルター／メジア
ンフィルターの組み合わせの方は一般的に適合フィルタ
ー／コントラスト反転フィルターの組み合わせの場合よ
りもノイズの少い識別画像を発生することが明らかにな
った。

それゆえ、局部閾値設定技術は全体閾値設定技術よりも
効果的にノイズのある背景からシグナルを分離すること
ができることが明らかである。

個々の微小石灰化の局部閾値設定へのＴＰとＰＰ双方の
検出比率の依存性はそれぞれ第１６ａ図と第１６ｂ図に
示されている。４Ｓ、Ｄ、（標準偏差）の閾値では、適
合フィルター／メジアンフィルターまたは適合フィルタ
ー／コントラスト反転フィルターの組み合わせが利用さ
れた場合は個々の微小石灰化の約５０％、および約１５
の陽性シグナルが各画像（７ｏＯｘ　１ｏｏｏ画素）毎
に検出される。前記の閾値において、ＴＰクラスター検
出比率は約９０％であり、各画像毎のＰＰ検出比率は約
２クラスター（第１４図）である。入力試験画像内の微
小石灰化の各クラスターは１０の個々の微小石灰化を含
み、シグナル抽出過程では検出されたクラスターは直径
１．２ｃｍ以内の最低３つのシグナルを含む範囲として
決定されるので、第１６ａ図と第１６ｂ図の結果から、
同一の画像処理技術とシグナル抽出基準を用いた場合、
６以上の微小石灰化を含むクラスターに関しては同様の
クラスター検出比率が得られることが示された。異なる
数量の微小石灰化を含むクラスターの検出精度はほかの
画像処理技術と同様に評価できる。

コンピュータ検出アルゴリズムの精度の微小石灰化のコ
ントラストへの依存性もまた研究された。

局部閾値設定と紹み合わせた前記の二つのフィルター処
理方法の結果は第１７図に示されている。

最大のコントラストが２０．３０．４０画素値である微
小石灰化はそれぞれ、非常にわずかな、中位にわずかな
、および明白な臨床微小石灰化に関連する。該微小石灰
化のコントラストが２０から３０画素値に増加すると検
出精度は急に高くなる。ＴＰ検出比率は４０画索値のコ
ントラストでは１００％に近い。前記二フィルターの組
み合わせでの処理は低コントラストシグナルでも同様で
あるが、シグナルコントラストが適度に高い場合は適合
フィルター／コントラスト反転フィルターの組み合わせ
は各画像毎に約２クラスター低いＰＰ検出比率において
より高い検出精度を提供する。全体閾値設定が前記の検
出に利用されると検出精度は双方のフィルター組み合わ
せおよびすべてのシグナルコントラストにおいて低下す
る。この低下は適合フィルター／コントラスト反転フィ
ルターの組み合わせで低コントラストシグナルが処理さ
れた場合に最大となる。全体閾値設定では、すべてのシ
グナルコントラストにおいて適合フィルター／メジアン
フィルターの組み合わせの方が適合フィルター／コント
ラスト反転フィルターの組み合わせよりも優れているが
、その差はシグナルコントラストの増加につれて減少す
る。前記の比較はさらに、低ＳＮＲ画像からのシグナル
抽出では局部閾値設定の方が全体閾値設定よりも効果的
であることを示している。

臨床乳房Ｘ線像のコンピュータ検出プログラムの実行は
予備研究で試験された。約３０画素値のシグナルコント
ラストに関連する適度な微妙さの真の微小石灰化のクラ
スターを含む臨床乳房Ｘ線像が選択された。局部閾値設
定と組み合わせた適合フィルター（３Ｘ３）／コントラ
スト反転フィルター（ｎ　−９かつｎ　Ｂ−３）の組み
合わせが利用された。同様の結果が適合フィルター（３
Ｘ３）／メジアンフィルター（７Ｘ７）の組み合わせで
も得られた。評価された乳房Ｘ線像の一つは明らかなり
ラスターと適度に微妙なりラスターを含んでいた。該ク
ラスターは双方とも検出され、コンピュータによって閾
値画像と原画像の双方に円で印を付けられた。ＦＰクラ
スターはこの場合には検出されなかった。該閾値画像で
の多数の分離されたポイントはシグナル抽出処理で利用
されると区域閾値とクラスター化基準を満たさないので
、微小石灰化の可能性のあるものとして含まれていなか
った。調査した乏しい臨床例では、ＴＰクラスター検出
比率は十分に高い閾値では１００％であり、ＦＰクラス
ターは該臨床例の約１７３で検出された。

第１８図は前記のクラスター化技術を用いてディジタル
乳房Ｘ線像内の微小石灰化の自動化検出のシステムの詳
細なブロック図である。第７図に示された要素と関連す
る第１８図の要素は同一の参照番号表示によって示され
ている。第７図の特徴抽出要素１２１．１２３、および
１２５はそれぞれ、閾値よりも値の高い画素の小区域グ
ループを所定の区域毎に画素の最低所定数に比較するこ
とにより除去する区域閾値設定回路１１３と、所定の直
径の円形範囲内に存在するブレーンメモリ１１９内の島
によって表される微小石灰化として区域グループの数に
基づく区域閾値設定後も存在する該区域グループのクラ
スターの識別をするもうひとつの異常部＃Ｊ定四回路３
５とに置き換えられる。前記のことは区域閾値設定によ
り識別される島の間の距離を測定し、該ＡＪＪＪ距離が
所定の区域内の所定の数の島を示すかどうかをつぎに確
定することにより最も良く達成される。

異常部測定回路１３５においては、前記クラスターは所
定の区域毎の島の数に基づき十分に疑わしいと裁定され
、前記乳房Ｘ線像内のクラスターの位置に関連するビデ
オシグナルは該クラスターの位置が前記と同様な方法で
原乳房Ｘ線像に重ねられる表示システムに適用される。

本発明に従った回路１３３と回路１３５の動作は前述し
た。単純メモリ１１９に記憶された閾値画像を形成した
あと、区域閾値設定基準が該回路１３３によって利用さ
れ、該閾値画像は検索され、たとえば背景ノイズとして
２画素以下の、少数の画素からなる島を除去するように
処理される。残存する島は次に前記回路１３５によって
クラスター化基準に合うようにされ、微小石灰化が所定
の円形範囲内にクラスターの形をとって存在するという
特徴に基づいて微小石灰化を識別する。

配線システムでは、前記回路１３５は区域閾値設定後も
残存する島の間の距離を自動的にＪＦＩ定できる。その
結果に基づき、クラスターは、たとえば所定の距離に相
互に間隔を開けた、言い換えれば所定の半径の円の中の
所定の数の島などの所定の基準に基づいて識別される。

所定の基準が満たされた場合、該クラスターは乳房損傷
の微小石灰化を表す。

明らかに、本明細書に照らして、本発明の多くの改良と
変更が可能である。従って、添付特許請求の範囲内で本
発明は特に本明細書に記載した方法と別の方法で実行で
きると理解される。

［発明の効果］ 以上のように本発明によれば、ディジタルＸ線画像内に
存在する解剖学的異常部位の検出表示の方法とシステム
において、単一映写ディジタルＸ線画像は最大値のシグ
ナル対ノイズ比（ＳＮＲ）であるシグナル向上画像デー
タを得るために処理され、また抑制ＳＮＨのシグナル抑
制画像データを得るために処理され、次に、識別画像デ
ータがシグナル抑制画像データをシグナル向上データか
ら減じることにより形成され、低周波数の解剖学的構造
背景を除去し、該構造背景はシグナル抑制画像データ、
シグナル向上画像データの双方で基本的には同一である
。−旦、構造背景が除去されると、特徴抽出が実行され
る。肺小結節の検出には、画素閾値設定が実行され、次
に閾値設定後も残存する隣接画素の円環性とサイズの試
験が実行される。閾値は変化し、円環性とサイズの閾値
の変化の影響は小結節の検出に利用される。乳房Ｘ線撮
影の微小石灰化の検出には、画素敷居設定と隣接画素区
域閾値設定が実行される。次に疑わしい異常部のクラス
ターが検出される。

以上のように本発明によれば、肺小結節や微小石灰化な
どの疑わしい異常部を自動的に検出表示８切る方法、シ
ステム、装置を提供できる。

【図面の簡単な説明】

第１図は本発明に従った小結節検出の自動化システムの
概略図、第２ａ図および第２ｂ図は本発明に従った矢印
で示した小結節の画素値を示した原画像と識別画像それ
ぞれのヒストグラム、第３図は島のを効直径と円環性の
程度の図、第４図は小結節と非小結節の閾値に対する島
のサイズの依存性を示したグラフ、第５図は小結節と非
小結節の閾値に対する島の円環性の依存性を示したグラ
フ、第６図は小結節と非小結節の種々の閾値に対する島
の円環性とサイズの変化を示したグラフ、第７図は第１
図に示した小結節検出の自動化システムを詳細に示した
概略ブロック図、第８図は本発明のもうひとつの実施例
に従った乳房Ｘ線像における微小石灰化の検出の自動化
システムの概略ブロック図、第９図はコントラスト反転
フィルターの概略図を提供するグラフ、第１０ａ図およ
び第１０ｂ図は適合するフィルター（３Ｘ３）／コント
ラスト反転フィルター（ｎ　−９、ｎ　Ｂ　−３）から
得られた未処理の乳房のＸ線像および識別画像、それぞ
れのヒストグラフ、第１１図は適合フィルター／コント
ラスト反転フィルターの組み合わせのためのコントラス
ト反転フィルターの中心サイズに対する検出精度の依存
性を示したグラフ、第１２図は適合フィルター／コント
ラスト反転フィルターの組み合わせのためのメジアンフ
ィルターの中心サイズに対する検出精度の依存性を示し
たグラフ、第１３図は適合フィルター／コントラスト反
転フィルターの組み合わせのための適合フィルターの中
心サイズに対する検出精度の依存性を示したグラフ、第
１４図は局部閾値設定と組み合わせた３つの画像処理方
法の実行の比較グラフ、第１５図は全体閾値設定と組み
合わせた３つの画像処理方法の実行の比較グラフ、第１
６ａ図および第１６ｂ図は局部閾値に対する微小石灰化
の真陽性検出比の依存性および局部閾値に対する微小石
灰化の擬陽性検出比の依存性をそれぞれ示したグラフ、
第１７図は微小石灰化のコントラストに対する検出精度
の依存性を示したグラフ、第１８図は第８図で示した自
動化システムをさらに詳細に示した概略ブロック図であ
る。 １０１・・・画像入力手段、１０３・・・画像メモリ、
１０５・・・５ＮＲ−抑制フィルタ、１０７・・・５Ｎ
Ｒ−最大化フィルタ、１０９・・・減法手段、１１１・
・・識別画像メモリ、１１３・・・ヒストグラム決定手
段、１１５・・・閾値決定手段、１１７・・・閾値設定
手段、１１９・・・ブレーンメモリ、１２１・・・高検
出手段、１２３・・・算術手段、１２５・・・異常決定
回路、１２７・・・重ね合せ回路、１２９・・・表示シ
ステム、１３１・・・モニタ、１３３・・・区域閾値設
定回路、１３５・・・異常決定回路。 第１図 出願人代理人　弁理士　鈴江武彦 肋赳＝２ρ１１ π 第 図 秋名値 （ピスト７７ム’／、） 第 図 第 図 第 図 第 図 第 図 第 図 敷居櫃 （５，０，） 第 １６ａ図

Claims (3)

【特許請求の範囲】
1. （１）ディジタルＸ線画像を用いて解剖学的異常部位を
   自動検出表示する方法において、対象物のディジタルＸ
   線画像を生成する第１ステップと、この第１ステップに
   より生成された画像を記憶する第２ステップと、この第
   ２ステップにおける記憶画像に対してフィルタ処理を施
   こし構造背景ノイズを除去する第３ステップと、この第
   ３ステップによるフィルター画像に対し検索を施こし前
   記ディジタルＸ線画像内で所定の異常特性をもつ部位を
   確定する第４ステップと、前記ディジタルＸ線画像に関
   連して該異常部位の位置を表示する第５ステップとから
   なる自動検出表示方法。
2. （２）対象物のディジタル画像から解剖学的異常部位を
   自動検出表示するシステムにおいて、該対象物の単一投
   射ディジタル画像を生成する手段と、構造背景ノイズを
   除去するため前記単一映写ディジタル画像に対してフィ
   ルター処理を施こすフィルター処理装置と、該フィルタ
   ー処理ディジタル画像内の所定の異常特性を識別するた
   めフィルター処理ディジタル画像に対して検索を施こす
   検索手段と、該所定の異常特性が識別されたフィルター
   処理ディジタル画像の範囲の位置に基づいて解剖学的異
   常部位の位置を表示する表示手段とからなる自動検出表
   示システム。
3. （３）対象物内の異常部位を自動検出表示する装置にお
   いて、該対象物のディジタルＸ線画像シグナルを生成す
   る画像生成手段と、該生成手段によって生成されるディ
   ジタル画像シグナルを記憶する記憶手段と、該記憶ディ
   ジタル画像シグナルをフィルター処理しシグナル対ノイ
   ズ比（ＳＮＲ）抑制画像を生成する第一処理手段と、該
   記憶ディジタル画像シグナルをフィルター処理しシグナ
   ル対ノイズ比（ＳＮＲ）向上画像を生成する第二処理手
   段と、ＳＮＲ制御画像とＳＮＲ向上画像間の識別画像を
   生成する第三処理手段と、該識別画像を検索し該識別画
   像内の異常部位を抽出測定する手段と、異常特徴のある
   該測定部位の位置を確認し前記ディジタルＸ線画像シグ
   ナル内の異常部位に関連する位置シグナルを発生する位
   置確認手段と、前記の原Ｘ線画像と関連して該位置シグ
   ナルの原因となる異常部位の表示をする表示手段とから
   なる自動検出表示装置。