JPH0235358A - 胃組織の腺腔を抽出するための画像処理方法 - Google Patents

胃組織の腺腔を抽出するための画像処理方法

Info

Publication number
JPH0235358A
JPH0235358A JP18514588A JP18514588A JPH0235358A JP H0235358 A JPH0235358 A JP H0235358A JP 18514588 A JP18514588 A JP 18514588A JP 18514588 A JP18514588 A JP 18514588A JP H0235358 A JPH0235358 A JP H0235358A
Authority
JP
Japan
Prior art keywords
region
image
nucleus
glandular
lumen
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.)
Granted
Application number
JP18514588A
Other languages
English (en)
Other versions
JP2622725B2 (ja
Inventor
Keiji Taniguchi
慶治 谷口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sysmex Corp
Original Assignee
Sysmex Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sysmex Corp filed Critical Sysmex Corp
Priority to JP18514588A priority Critical patent/JP2622725B2/ja
Publication of JPH0235358A publication Critical patent/JPH0235358A/ja
Application granted granted Critical
Publication of JP2622725B2 publication Critical patent/JP2622725B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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】 〈産業上の利用分野〉 この発明は、染色を施した組織標本をカラー撮像装置て
撮像して得た画像から、特定組織の像を抽出する方法に
関し、特に胃組織画像から腺腔を抽出する画像処理方法
に関する。
〈従来技術〉 今日、癌は日本犬の死因の第1位を占めており、早期診
断の必要性かある。例えば、胃癌の場合、検査方法とし
ては、X線検査、内視鏡検査等かあるか、早期発見のた
めには顕微鏡による胃組織検査か重要である。ところか
、顕微鏡による組織検査を行なうには、熟練か必要であ
り、また時間と労力かかかる。
そこて、胃組織検査を自動化するための前提として、胃
組織標本を撮像して得られた画像から、癌が発生した場
合に、高頻度て形態異常が見られる腺腔を抽出する方法
か考えられている。例えば、(イ)電子情報通信学会論
文誌D VOL、 J70−DNo、 6第1242頁
乃至第1247頁所載の「胃組織画像の腺腔抽出法J、
(ll)電子情報通信学会論文誌DVOL、 J7]−
D No、1第176頁乃至第181頁所載の「胃組織
画像の腺腔抽出法の改良」にそれぞれ記載された方法が
ある。これらは、共に染色を施した胃組織標本をカラー
撮像装置て撮像して得た画像を、画像処理技術を用いて
腺腔を抽出する方法である。なお、第20図に示すよう
に、腺腔20は、胃液を通ずための管である管腔22と
、その回りを取り巻いている細胞群である腺管24とか
らなり、さらに腺管の核26は腺管24の縁に偏在し、
各腺腔20の間には間質か存在する。
(イ)の方法は、核と管腔とを抽出し、核を細線化した
ものを、腺腔領域と間質との境界線とじて使用し、この
境界線によって完全に管腔か囲まれている場合には腺腔
領域とし、この境界線によって完全に管腔が囲まれてい
ない場合には、管腔領域に対し成長等を行なった後に腺
腔領域か否かを判定しているものである。
(ロ)の方法は、核の領域か腺腔と間質との境界に位置
していること、画像において明度の低いところを谷、高
いところを山とすると、核領域は谷に存在していること
を利用して、核領域を抽出し、これによって領域分割を
行ない、分割された核領域に対してそれか腺腔領域であ
るか間質であるかを判定するものである。
〈発明か解決しようとする課題〉 腺腔は一般には管腔を有しているが、癌化のために、管
腔かつふれてしまったり、腺腔形成初期において管腔が
見られない腺腔も存在する。従って、(イ)の方法のよ
うに管腔領域を利用して、腺腔を検出するものては、上
記のような管腔を持たない腺腔な検出することかてきな
いという問題点かあった。また、(ロ)の方法によれば
、管腔を有さない腺腔や小面積の腺腔の抽出か可能とな
るか、間質の核カ月腺腔(線管)の核のように円形状に
並んていた場合、その間質領域な腺腔領域と誤って抽出
することかあるという問題点かあった。
この発明は、核を除く線管領域を検出する過程を追加す
ることにより、上記の両方法よりも更に正確に腺腔を検
出することかてきる方法を提供することを目的とする。
〈課題を解決するための手段〉 上記の目的を達成するため、この発明による方法では、
胃組織片に染色を施した組織標本をカラー撮像装置て撮
像し、得られた画像から胃組織の腺腔な抽出するための
画像処理方法において、第1図に示すように、濃淡画像
作成過程と、管腔の抽出過程と、核を除く線管領域の抽
出過程と、核領域の抽出過程と、領域分割過程と、腺腔
領域の決定過程とを具備している。
濃淡画像作成過程は、第3図(a)乃至(c)に示す様
に、上記カラー撮像装置から得られた赤、緑及び青の撮
像信号をA/D変換して、赤色濃淡画像、緑色濃淡画像
及び青色濃淡画像を得るものである。
管腔の抽出過程は、上記濃淡画像より胃組織の管腔か良
く現われている画像を作成し、これから濃度値か上記管
腔領域と他の領域との閾値以上である領域、即ち第4図
に示すように管腔と目される領域を抽出するものである
核を除く線管領域の抽出過程は、上記管腔か良く現われ
ている濃淡画像において、濃度値が、胃組織の線管の核
と、核を除く線管領域及び上記胃組織の間質との、閾値
以上であり、かつ上記管腔か良く現われている画像の差
分画像において濃度値が上配植を除く線管領域と上記間
質との閾値以下である領域を抽出し、第5図(b)に示
すように核を除く線管領域と目される領域を抽出するも
のである。
核領域抽出過程は、第6図(a)に示すように、上記濃
淡画像から上配植か良く現われている画像を作成し、こ
れから濃度値か上配植と他の領域との閾値以下の領域を
抽出し、第6図(b)に示すように核領域と目される領
域を抽出するものである。
領域分割過程は、上記抽出された各領域を細線化し、さ
らに閉曲線化することにより、第7図(d)に示すよう
に、腺腔と間質との仮の境界線を得るものである。
腺腔領域の決定過程は、上記境界線で囲まれた領域内に
上記管腔または上配植を除く腺腔を含み、かつ孤立核か
所定数未満であり、さらに上記境界線と各領域との一致
度か所定値以上の領域を抽出し、腺腔領域を決定するも
のである。
なお、上記管腔領域抽出過程において、上記管腔か良く
現われている画像は、上記緑色濃淡画像と青色′SS両
画像の対応する画素の差を取ることによって得ることか
てきる。
また、」二配植領域の抽出過程において、上配植か良く
表わされている画像は、上記赤色濃淡画像と上記青色a
淡画像との対応する画素の差を取ることによって得るこ
とができる。
上記管腔領域抽出過程、核を除く層管領域抽出過程また
は核領域抽出過程において、抽出された領域のうち所定
面積未満の孤立した領域を削除して、抽出精度を高めて
もよい。
上記領域分割過程において、閉曲線化は、核領域を拡張
した後、細線化することによって、細線を連結させるこ
とにより行なってもよく、この閉曲線によって得られた
境界線と核領域との−・成度が所足値未満の境界線を削
除して、領域分割精度を高めてもよい。
上記腺腔抽出過程の後、腺腔の境界線上の或る画素から
、腺腔領域に含まれてなく、かつ核領域でない領域まで
の最短距離を求め、上記或る画素からの距離か上記最短
距離よりも小さく、上記腺腔領域に含まれていない核領
域の画素を新たに上記腺腔領域に加えてもよい。
〈作用〉 人体から採取した胃組織片をスライドガラスに貼伺し、
染色を施して、組織標本を作成する。これをカラー撮像
装置で撮像し、赤、緑、青の撮像信号を得る。これをA
/D変換することにより赤色a淡画像、緑色濃淡画像及
び青色儂淡画像か得られる。
第20図に示すように、一般に、腺腔20の内部には管
腔22か存在している。そこて各′a淡両画像うちから
管腔22か比較的良く現われている画像を選びたす。こ
の画像には雑音が含まれていることが多いのて、これを
除去し、管腔か良く表わされている濃淡画像を得る。こ
の濃淡画像に管腔の濃度と他の領域の濃度との閾値を設
定して、管腔と目される領域を抽出する。
また、第20図に示すように、管腔22の周囲を線管2
4か取り囲んでいる。また、線管24の核26は線管2
4の縁に偏在している。さらに、核を除く線管領域28
は、濃度値か管腔と核との中間の値を採り、その濃度変
化か緩やがであるという特徴を有している。そこて、管
腔か良く現われている画像から、核と、核を除く線管領
域及び間質とを識別する閾値以下である領域を抽出して
、核を除く線管領域及び間質な、核と識別する。さらに
管腔か良く現われている画像から差分画像を得て、核を
除く線管と間質とを識別できる閾値によって核を除く線
管と目される領域を抽出する。そして、核を除く線管領
域及び間質と目される領域と、核を除く線管領域と目さ
れる領域の論理積によって核を除く線管領域を抽出する
各濃淡画像のうちから核か比較的良く現われている画像
を選びたす。この画像には所どころごま塩状の雑音か付
加されているので、これを除去することによって核か良
く現われている濃淡画像を得る。この画像に核と他の領
域とを識別てきる闇値を用いて、核と目される領域を抽
出する。
線管の核は、線管の縁、即ち腺腔の縁を囲うように偏在
している。従って、核を細線化することによって概ね腺
腔領域と間質とを選別することかてきる。ただし、核領
域を細線化したものては、細線は途中に断線部分かある
ことかあり、これを連結させて閉曲線化し、腺腔領域を
抽出するのに有効な境界線を得る。
腺腔は、その内部に管腔または核を除く線管な含み、か
つ孤立核か少なく、さらに腺腔の縁に核か集っていると
いう特徴を有している。よって、境界線て囲まれた領域
内に、管腔または核を除く線管領域を含み、かつ孤立核
か所定数未満であり、さらに、その境界線と核領域との
一致度か所定値以I−の領域を選び、これらを腺腔と判
断している。
〈実施例〉 第2図は、この発明の1実施例を実施するために用いる
装置の概略を示すブロック図で、同図において、2は光
学顕微鏡て、胃から採取した胃組織をヘマトキシリン・
エオシン重染色法て染色した組織標本を拡大するもので
ある。4はこの拡大像を撮像するCCDカラーTVカメ
ラ4である。
6はA/D変換器テ、CCDカラー T Vカメラ4か
らのR,G、Bの各撮像信号をR,G、B各ディジタル
撮像信号に変換するものである。8は画像メモリシステ
ム8で、Rメモリ、Gメモリ、Bメモリを有し、R,G
、B各ディジタル撮像信号をそれぞれ記憶するものであ
る。なお、必要に応して画像メモリシステム8に記憶さ
れたR、G、B各ディジタル撮像信号は、アナロタ信号
に変換されて、モニタTv10に映したされたり、VT
R12に記録される。
14はマイクロコンピュータシステムて、メモリシステ
ム8のR,G、B各ディジタル信号を入力し、後述する
ような画像処理を行ない、腺腔の抽出をする。16は、
必要に応して腺腔の抽出過程あるいは抽出結果を映しだ
すだめのモニタTV、18は必要に応じて抽出結果を記
録するためのフロッピーディスクシステムである。
主に、マイクロコンピュータシステム14にて行なわれ
る画像処理は、第1図に示したように、濃淡画像の作成
過程、管腔の抽出過程、核を除く線管の抽出過程、領域
分割過程、腺腔領域の決定過程及び腺腔領域の補正過程
からなる。以下、各過程ごとに順に説明する。
(1)濃淡画像の作成過程 この過程は、胃から採取した胃組織をヘマトキシリン・
エオシン重染色法て染色した組織標本を光学顕微鏡2に
よって拡大し、CCDカラーTVカメラ4て撮像し、こ
のカメラ4からの赤、緑及び青の撮像信号をA/D変換
器6てA/D変換し、画像メモリシステム8のR,G、
Hの各メモリに記憶させるものである。第3図(a)に
赤の画像を、同図(b)に緑の画像を、同図(C)に青
の画像を示す。組織標本は、ヘマトキシリン・エオシン
重染色法て染色しているのて、線管の核は濃い青色に染
まり、線管の細胞質と間質は桃色に染まる。よって赤の
画像には核の部分か比較的はっきりと現われ、緑の画像
には管腔の部分か比較的はっきりと現われる。青の画像
には核も線管も管腔もはっきりと現われないか、画像を
得る際に混入したごま塩状の雑音か現われている。この
雑音の発生原因としては、組織画像を透過光を用いて得
ているので、組織中の血球か光ったり、組織標本を作っ
た際に異物か組織中に混入し、その結晶か光る等か考え
られる。なお、各画像は、縦×横か80x80画素て、
そのサンプリンク間隔は、約3.05gmである。また
、これら画像の濃度値は256階調て表わしであり、濃
度値256か最も明るい。
(2)管腔の抽出過程 管腔領域は、第3図(b)に示したように緑の画像に比
較的はっきりと現われている。これを用いて管腔を抽出
するか、この緑の画像には、ごま塩状の雑音も含まれて
いる。この雑音を除去するため、緑の画像と青の画像の
対応する画素間の差を取る。これは、青の画像には核、
核を除く線管、管腔が現われてなく、雑音か他の画像と
同じ位置に現われているからである。第9図にこの過程
の各ステップを示す。
ステップl 緑の画像G(i、j)と青の画像B (i、j)から次
の式により画像GB(i、j)を作成する。
G B (i、j) = G (i、j) + B (
i、j) + ZOOここで、G(i、j)は画素(i
、j)における緑の画像の濃度、B (i、j)は画素
(i、j)における青の画像の濃度である。上式におい
て、200を加算しているのは、GB(i、j)の濃度
値か常にOから 255までの値となるようにするため
であり、場合によっては200とは異なる値を加算する
こともある。
ステップ2 画像G B (i、j)には、管腔の他に、核、核を除
く線管、間質も含まれているか、管腔は背景とほとんど
同し濃度であるのて、管腔領域は固定の閾値によって抽
出することかてきる。ここては、画像G B (i、j
)か闇値173以上の領域を管腔としており、次の式に
よって領域を抽出し、2値化している。
なお、閾値は場合によっては173以外の値を用いるこ
ともある。
ステップ3 ステップ2て得られた画像は、ステップ1によっても除
去されなかった雑音により濃度の高くなった領域も含ん
でいる。そのため、T(i、j) = 1である領域の
うち、8隣接(上下、左右斜めの8方向)を基礎として
数えて、面積(画素数)か10未満のものは雑音と見な
し、その値をT (i、j)0とする。例えば第10図
に示すような場合、lてある画素数は8であるのて、こ
の領域は除去される。この結果得られたT(i、j) 
−1の領域を新たに管腔領域とする。
このようにして抽出した管腔領域を第4図に示す。なお
、ステップ3ては8隣接を基礎として画素数を数えたが
、4隣接(上下、左右の4方向)を基礎として画素数を
数えてもよい。
(3)核を除く線管領域の抽出過程 腺腔によっては、癌のために管腔か破壊されているもの
や、また腺腔形成初期段階にあり、いまだに管腔か見ら
れないものもある。従って、管腔の検出のみによって腺
腔と決定すると、検出精度は低くなる。この点を改善す
るため、核を除く線管領域を抽出する。この領域は、細
胞の原形質領域であるので、濃度値は核と管腔の中間的
な値を取り、濃度変化(差分値)か低いという特徴を有
している。この点を利用して、第11図に示すような各
ステップによって、核を除く線管領域を抽出している。
ステップ4 画像G B (i、j)には、管腔の他に、核、核を除
く線管、間質も含まれ、核を除く線管と、間質とはほぼ
同し濃度であり、画像G B (i、j)から管腔を除
き、これに対して自動しきい値選択法を適用することに
より、核と、核を除く線管領域及び間質とに、分割する
。そこて、画像G B (i、j)から濃度か203以
」−の領域を取り除くことによって管腔を除去する。こ
の閾値か、(2)の過程て用いた閾値と異なっているの
は、胃組織の中には粘液質の部分かあり、この粘液質の
部分は、管腔と、核を除く線管領域及び間質との中間濃
度を持つので、この部分を管腔と区別するためである。
なお、この閾値203は状況に応して異なった値のもの
か使用される。このようにして管腔を除いた領域に対し
、自動しきい値選定法を適用して、核と、核を除く線管
及び間質とを、分割する閾値CTHを決定する。なお、
自動しきい値選定法は、各濃度のヒストクラムにおいて
、縁間分散σ8と、経内分散σい′との比であるF−σ
2/σ8′が最大となる濃度を閾値と選択するものであ
る。
ステップ5 ステップ4て求めた閾値CTHて核を除く線管と間質と
を抽出することかできるか、これから核を除く線管のみ
を抽出する必要かある。間質には核が点在しており、リ
ンパ球や血球か侵入したりしていることもある。従って
、濃度値の変化が、核を除く線管よりも激しい。このた
め、画像GB(i、j)について差分画像D G B 
(i、j)な作成する。この作成はシーベル(5obc
l)法を用いる。
即ち、 D G B (i、j) = (ΔX2+Δy2)l/
またたし、ΔX、Δyは、 Δx = (G B (i−1,j+1) + 2 G
 B (i、j+1) + G B(i+1.j+1)
 )  (G B (i−1,j−1) + 2 G 
B(i、j−1) + G B (i+I、j−1) 
)Δy=  (G B (i+1.j+])  + 2
 G B (i+]、j)  + G B(i+1.j
−1) ) −(G B (i−1,j+1) + 2
 G B(i−1,j) + G B (i−1,j−
1) )の演算を行なう。なお、差分画像の作成方法と
してはソーベル法以外の方法を用いることもてきる。
ステップ6 上記のようにして作成した差分画像D G B (i。
J)のうち、画像G B (i、j)の濃度か閾値20
3以上の画素、即ち管腔の部分を取り除き、残りの領域
に対して自動しきい値選定法を用いて、閾値DTHを求
める。この閾値DTHを用いることにより差分値の低い
核を除く線管領域と、差分値の高い間質領域とを分割て
きる。なお、閾値としては203以外の数値を使用する
こともある。
ステップ7 ステップ4.6てそれぞれ決定した閾値CTH1DTH
を用いて、次式に示すようにして、核を除く線管領域を
抽出する。
さらに、ステップ3て抽出した管腔T(i、j)と上記
のC(i、j)の画像について、次式を満足する領域T
 C(i、j)を作る。
ステップ8 ステップ7て作成した画像TC(i、j)には、間質の
一部か残っている回部性がある。間質は、核か点在して
いるので、ステップ7てたとえ抽出されていても、その
面積は小さなものである。そこで、次のような処理を行
なって、間質を取り除く。まず、TC(i、j)= 1
の領域から管腔領域T(i、j) = 1を取り除き、
残ったTC(i、j) −1の領域を8隣接て1lTi
l縮退する(」1下、左右、斜めの8方向企てて他の画
素と隣接していない画素を削除する。)。例えば、第1
2図に示すような領域は1回縮退すると、斜線で示した
ような領域となる。次に縮退された領域の中で4隣接て
の面積(上下、左右の方向につながっている画素数)か
10画素未満の領域は、TC(i、j)=Oとする。例
えば第12図の場合、縮退後の画素は」1下に2個つな
かっているたけであるのて、第12図の領域はTC(i
、j) = 0とされる。なお、4隣接で1()画素未
満の画素を除去するようにしたのは、8隣接で10画素
未満のものを除去すると、除去されすぎるからである。
最後に、先に取り除いた管腔な再びTC(i、j) −
1の領域に戻す。こうして補正した2値画像を新たなT
 C(i、j)とする。
第5図(a)にG B (i、j)の画像を、同図(b
)核を除いた1腺管領域の抽出画像を、同図(c)に補
正後のT C(i、j)を示す。
なお、TC(i、j)に管腔領域を含めているか、これ
は後述する腺腔領域の決定の処理を簡易化するためであ
る。
(4)核の抽出過程 核は第3図(a)に示したように、赤の濃淡画像に最も
良く現われている。よって、この画像を用いて核の抽出
を行なう。この過程の各ステップを第13図に示す。
ステップ9 赤の濃淡画像(i、j)にも、ごま塩状の雑音か含まれ
ている。これを除去するために、ステップ1と同様にR
B (i、j)画像を次式によって作成する。
RB (i、j) = R(i、j) −B (i、j
) + 130たたし、R(i、j)は画素(i、j)
における赤の画像の濃度、B(i、j)は画素(i、j
)における青の画像の濃度である。定数130を加算し
ているのは、RB (i、j)の濃度を常に0から25
5までの値とするためである。この定数の値は状況によ
って他の値を用いることもある。このようにして作成し
たRB(i、j)画像を第6図(a)に示す。
ステップ10 RB (i、j)画像には、核の他に管腔、核を除く線
管及び間質も含まれている。管腔はステップ2と同様に
固定の閾値を用いて除去てきる。一方、核を除く腺管領
域と間質とはほぼ同し濃度である。従って、画像RB(
i、j)から核を抽出するだめの閾値は、次のようにし
て決定する。RB (i。
j)のうち値か例えば135以上の画素を管腔として取
り除き、残った領域に対し自動しきい値選定法を用いて
、核抽出のための閾値NTHを決定する。なお、閾値と
しては135以外の値を用いることもある。
ステップ11 この閾値NTHを用いて、次式により核領域を抽出し、
2値画像N(j、i)を作成する。
第6図(b)に、このようにして作成したN(j、i)
画像を示す。
(5)領域分割過程 (4)の核抽出過程によって得られた核抽出画像を細線
化し、これを用いて、胃組織画像の領域分割を行なう。
この各ステップを第14図に示す。なお、核抽出画像を
領域分割に用いているのは、第20図に示したように核
が腺腔の周囲を取り囲んだ状態て存在しているからであ
る。
ステップ12 第6図(b)に示すような核抽出画像N(i、j)を、
連結性を8隣接としたヒルディッチの方法によって細線
化し、第7図(a)に示すような画像NT(i、j)を
作成する。この細線か領域分割を行なう上の基本的な各
腺腔の境界となる。
ステップ13 細線化画像N T (i、j)とは別に、核抽出画像N
(i、j)を8隣接て1回拡張した画像N F (i、
j)を作成する。これは第15図に示すように、この拡
張は画像N T (i、j)において、閉曲線とならな
かった領域を閉曲線としとし、腺腔を取り囲ませ、領域
分割かできるようにするためである。
ステップ14 N T (i、j)とN F (i、j)とを用い、次
式により画像N S (i、j)を作成する。
N S (i、j) = N T (i、j) + N
 F (i、j)この結果、細線化領域はN S (i
、j) = 2 (細線化領域と拡張領域とか重なるた
め)、拡張された領域はN S (i、j) = 1、
背景はN S (i、j) = Oとなる。N S (
i、j)の画像を第7図(b)に示す。
ステップ15 N S (i、j) = 2の画像、即ち先の細線化領
域を保存しなから、再度細線化を行なう。これは、拡張
された領域をそのまま細線化すると1本来の腺腔領域の
境界と細線化した線の一致度か低くなるからである。第
7図(c)にステップ15の処理結果を示す。
ステップ16 ]二記のような処理をすると、第7図(C)に示すよう
に、孤立点や、端点な持つ枝状の細線及び細線化されな
かった領域か生しる。これを除去するため、N S (
i、j)の画素についてその8隣接ての連結数を調べる
。そして次式により不要な点、線領域を除去し2値化す
る。
たたし、IN、(NS(i、j))は画素数N S (
i。
j)における8隣接ての連結数である。第7図(d)に
 この処理結果を示す。
ステップ17 分割された領域の統合を行なう。第1段階の統合処理と
して、境界線上の画素において、R8画像(i、j)で
の回し位置の画素か管腔領域の値、例えば121に近い
値を持つ場合、その境界を除去して、領域の統合を行な
う。なお、この管腔領域の値は状況に応じて変更される
ステップ18 ステップ17の統合処理の結果に対し、第2段階の領域
統合を行なう。即ち、領域の隣り合う2つの分岐転換の
境界線において、次式により核との一致度を調べる。
例えば第16図において、白枠て示したのか境界画素て
、0て示したのか核と一致した境界画素、P、Q、Rは
分岐点である。分岐点P、Q間の全画素数は3であり、
核と一致した境界画素数は2である。よって−成度は2
/3となる。また、分岐点P、R間の全画素数も3であ
り、核と一致した境界画素数は1であるのて、−成度は
1/3となる。このようにして求めた一致度が例えば0
.56未満の境界を除去し、領域を統合する。このよう
にして統合したものに対し、再度−・成度な同様に求め
、その値が例えば0,59未満の境界を除去する。
このように統合処理をした領域分割画像NR(i。
j)とする。なお、上記の数値0.56.0.59は場
合によっては他の値を使用することもある。
(6)腺腔領域の決定過程 この過程は、上記のようにして分割された領域に対し、
その領域か腺腔であるかどうか判定を行なうものである
。この各ステップを第17図に示す。
ステップ19 分割された領域をT C(i、j)画像と比較する。
分割された領域内にT C(i、j) −1なる領域が
存在すると、その領域内には管腔または核を除く線管領
域か存在することになるのて、その領域な腺腔候補領域
として残し、T C(i、j) = 1の領域が存在し
ない場合には、その領域を削除する。
ステップ20 腺腔領域は、その内部に孤立核をほとんど含まないとい
う特徴を有する。そこで、孤立核を内部に多く含む腺腔
候補領域を除去する。除去する場合の孤立核の数は、腺
腔候補領域の面積(画素数)に対応して、下表のように
変化させている。
なお、領域の面積(画素数)か20以下の領域は全て除
去する。また、上記の面積と孤立核の数との関係は、状
況に応して変化させることかある。
ステップ21 ステップ20の処理により抽出された領域に対して、核
の一致度を次の3つの場合に分けて調べる。
(])対象となる領域か、他の領域と接しており、領域
内に管腔がある場合には、領域の全ての境界に対して核
との一致度を調べる。
(2)対象となる領域か、他の領域と接しており、領域
内に管腔かない場合、他の領域と接していない境界につ
いてのみ、核との一致度を調べる。
(3)対象となる領域か他の領域と全く接していない場
合、領域内の管腔の有無に拘らず、領域の境界全てに対
して核の一致度を調べる。一致度はステップ18て用い
たのと回し式によって算出する。
例えば第18図において、SLは管腔を持つ領域、S2
、S3は管腔を持たない領域て、SlとS2とは境界を
接している。また同図において0を付した画素は核と一
致する画素である。SlはS2と境界を接し、かつ管腔
を有しているのて、(1)の方法に従って、左下かりの
斜線て示すように、全境界の画素数を数え、この数に対
する核と一致する画素数の比を求める。S2はSlと境
界を接し、管腔を有していないので、(2)の方法に従
って、右下かりの斜線で示した他の領域と接していない
境界の画素数を数え、この画素数に対する他の領域と接
していない境界における核と一致する画素数の比を求め
る。S3は他の領域と境界な接していないので、(3)
の方法に従って、領域の全ての境界の画素数を数え、こ
れに対する核と一致する画素数の比を求める。
このようにして一致度を求めた後、その一致度か例えば
0.78以下の領域は、腺腔と考えにくいので、削除す
る。なお、上記の0.78という数値は状況に応して変
更することかある。このようにして抽出された領域か腺
腔領域となる。第8図(a)は、領域分割の画像NR(
i、j)に画像TC(i、j)を重ねたものである。同
図(b)はステップ19の処理により抽出された腺腔候
補領域、同図(c)はステップ20.21の処理を行な
った後の画像である。
(7)腺腔領域の補正過程 上記のようにして抽出した腺腔領域は、核領域を細線化
したものを領域の境界としているのて、実際の腺腔領域
とは若干ずれがある。従って、次に示すような処理に抽
出された腺腔領域を補正する。領域の境界」二の或る画
素Pkに対して、核抽出画像N(ij) −〇となる全
ての画素P、。(たたし、腺腔領域外)とのユークリッ
ド距11D (pt=。
P、。)を計算し、その値か最小のものをdとする。次
にN(i、j) −1となる全ての画素P11において
、PkからのユークリッI・距離かdよりも小さく、他
のどの領域にも含まれていない画素か存在する場合、そ
の画素を新たに腺腔領域とするものである。例えば、第
19図の場合、斜線を施した部分か腺腔の境界て、点線
で示した部分か抽出された腺腔領域に含まれていない核
領域である。ここて、画素Pから見て核抽出画像N (
i、j)において最も近い背景画素すなわち、N(i、
j) =OはBである。PとBとは、隣接する画素間の
距離を1とすると、水上方向に1、垂直方向に2の位置
にあるのて、PとBとのユークリッ1〜距@dは丁T虱
17−f「である。そこて、Pからの距離か「「未満て
あって、他の領域に含まれていないN(i、j) −1
である画素Nを新たに腺腔領域とする。この処理を他の
境界画素についても行なう。
第8図(d)は、このようにして処理して得た画像であ
る。なお、明るい部分か新たに加えられた腺腔領域であ
る。
〈発明の効果〉 以」−のように、この発明によれば、核を除く線管領域
を抽出する過程を新たに設け、核を細線化して得た境界
内に、核を除く線管領域または管腔領域かあるものを腺
腔として抽出するようにしているのて、管腔を有しない
腺腔や、核の分布状j魚か乱れて腺腔の周囲を完全に取
り巻いていないような腺腔をも抽出することがてきる。
また、組織標本の作成時にヘマl〜キシリン・エオシン
重染色を行なった場合には、緑の濃淡画像と青の濃淡画
像の対応する画素の差を取ることによって、雑音か少な
く管腔か良く現われている濃淡画像G B (i、j)
か得られ、赤の濃淡画像と青の濃淡画像の対応する画素
の差を取ることにより、雑音か少なく核か良く現われて
いる濃淡画像RG(i、j)か得られる。従って、2値
化により管腔領域及び核領域を抽出しやすい。
また、管腔領域抽出過程、核を除く腺管領域抽出過程、
核領域抽出過程におル1て、抽出された領域のうち所定
面積未満の孤立した領域は、H−ffと見なされるので
、これらを削除している。従って、管腔領域、核を除く
線管領域、核領域の2値化画像かさらに雑音少なく得ら
れる。
また、核領域を細線化する際に、核領域を拡張すること
により核領域を連結させて、細線化しているので、細線
化された核は連結されて容易に且つ正しく閉曲線化する
ことかできる。
さらに、腺腔領域を補正することにより抽出もれとなっ
た核領域を抽出することかできるのて、より正確に腺腔
領域を抽出することかできる。
【図面の簡単な説明】
第1図はこの発明の各過程を示すフローチャート、第2
図はこの発明の1実施例に使用する機器のブロック図、
第3図(a)乃至(C)は濃淡画像の作成過程によって
得られる画像を示す図、第4図は管腔抽出過程によって
得られる画像を示す図、第5図(a)乃至(C)は核を
除く線管領域の抽出過程においてそれぞれ得られる画像
を示す図、第6図(a)、 (b)は核の抽出過程で用
いられる各画像を示す図、第7図(a)乃至(d)は領
域分割過程て得られる画像を示す図、第8図(a)乃至
(d)は腺腔領域の決定過程で得られる画像を示す図、
第9図は管腔の抽出過程のフローチャート、第1D図は
管腔の抽出過程における領域補正の説明図、第11図は
核を除く線管領域の抽出過程のフローチャート、第12
図は核を除く線管領域の抽出過程における領域補正の説
明図、第13図は核の抽出過程のフローチャート、第1
4図は領域分割過程のフローチャート、第15図は領域
分割過程における拡張の説明図、第16図は領域分割に
おける第2段階領域統合の説明図、第17図は腺腔領域
の決定過程のフローチャート、第18図は腺腔領域の決
定過程における核の一致度の求め方の説明図、第19図
は腺腔領域の補正過程の説明図、第20図は腺腔の状I
Eを示す図である。 4・・・・CCDTVカメラ、6・・・・A/D変換器
、8・・・・画像メモリシステム、14・・・・マイク
ロコンピュータシステム。 特許出願人 東亜医用電子株式会社 代  理  人  清  水   哲  はか2名第 図 (a) (b) (C) 第4 図 (a) 第5 図 (b+ (C) 第 図 (al (b) 図面の浄書(内容に変更なし) 第 図 (al (bン 手続補正書(刀剣 事件の表示 特願昭63−185145号 発明の名称 胃組織の腺腔を抽出するための画像処理方法補正をする
者 事件との関係 特許出願人 5 補正命令の日付 発進口  昭和63年1()月25日 6 補正の対象 図面の第7図及び第8図 7 補正の内容 願書に最初に添付した図面の浄書 (内容に変更なし)。 添付書類 図面(第7図、第8図) ・別紙の通り 1通 以

Claims (6)

    【特許請求の範囲】
  1. (1)胃組織片に染色を施した組織標本をカラー撮像装
    置で撮像し、得られた画像から胃組織の腺腔を抽出する
    ための画像処理方法において、 上記カラー撮像装置から得られた赤、緑及び青の撮像信
    号をA/D変換して、赤色濃淡画像、緑色濃淡画像及び
    青色濃淡画像を得る濃淡画像の作成過程と、 上記濃淡画像から胃組織の管腔が良く現われている画像
    を作成し、これから濃度値が上記管腔領域と他の領域と
    の閾値以上である領域を抽出する管腔領域抽出過程と、 上記管腔が良く現われている画像において、濃度値が、
    胃組織の腺管の核と、この核を除く腺管領域及び上記胃
    組織の間質との、閾値以上であり、かつ上記管腔が良く
    現われている画像の差分画像において濃度値が上記核を
    除く腺管領域と上記間質との閾値以下である領域を抽出
    する核を除く腺管領域の抽出過程と、 上記濃淡画像から上記核が良く現われている画像を作成
    し、これから濃度値が上記核と他の領域との閾値以下の
    領域を抽出する核領域の抽出過程と、 上記抽出された核領域を細線化し、さらに閉曲線化する
    ことにより腺腔と間質との仮の境界線を得る領域分割過
    程と、 上記境界線で囲まれた領域内に上記管腔または上記核を
    除く腺腔を含み、かつ孤立核が所定数未満であり、さら
    に上記境界線と核領域との一致度が所定値以上の領域を
    抽出する腺腔領域の決定過程とを、 具備する胃組織の腺腔を抽出するための画像処理方法。
  2. (2)上記管腔領域抽出過程において、上記管腔が良く
    現われている画像を、上記緑色濃淡画像と青色濃淡画像
    との対応する画素の差を取ることによって得ることを特
    徴とする請求項1記載の胃組織の腺腔を抽出するための
    画像処理方法。
  3. (3)上記核領域の抽出過程において、上記核が良く現
    われている画像を、上記赤色濃淡画像と上記青色濃淡画
    像との対応する画素の差を取ることによって得ることを
    特徴とする請求項1または2記載の胃組織の腺腔を抽出
    するための画像処理方法。
  4. (4)上記管腔領域抽出過程、核を除く腺管領域抽出過
    程または核領域抽出過程において、抽出された領域のう
    ち所定面積未満の孤立した領域を削除することを特徴と
    する請求項1、2または3記載の胃組織の腺腔を抽出す
    るための画像処理方法。
  5. (5)上記領域分割過程において、上記閉曲線化は、核
    領域を拡張した後、細線化することによって、細線を連
    結させることにより行ない、この閉曲線によって得られ
    た境界線と核領域との一致度が所定値未満の境界線を削
    除することを特徴とする請求項1、2、3または4記載
    の胃組織の腺腔を抽出するための画像処理方法。
  6. (6)上記腺腔抽出過程の後、腺腔の境界線上の或る画
    素から、腺腔領域に含まれてなく、かつ核領域でない領
    域までの最短距離を求め、上記或る画素からの距離が上
    記最短距離よりも小さく、上記腺腔領域に含まれていな
    い核領域の画素を新たに上記腺腔領域に加えることを特
    徴とする請求項1、2、3、4または5記載の胃組織の
    腺腔を抽出するための画像処理方法。
JP18514588A 1988-07-25 1988-07-25 胃組織の腺腔を抽出するための画像処理方法 Expired - Lifetime JP2622725B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP18514588A JP2622725B2 (ja) 1988-07-25 1988-07-25 胃組織の腺腔を抽出するための画像処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP18514588A JP2622725B2 (ja) 1988-07-25 1988-07-25 胃組織の腺腔を抽出するための画像処理方法

Publications (2)

Publication Number Publication Date
JPH0235358A true JPH0235358A (ja) 1990-02-05
JP2622725B2 JP2622725B2 (ja) 1997-06-18

Family

ID=16165657

Family Applications (1)

Application Number Title Priority Date Filing Date
JP18514588A Expired - Lifetime JP2622725B2 (ja) 1988-07-25 1988-07-25 胃組織の腺腔を抽出するための画像処理方法

Country Status (1)

Country Link
JP (1) JP2622725B2 (ja)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000501184A (ja) * 1995-11-30 2000-02-02 クロマビジョン メディカル システムズ,インコーポレイテッド 生体標本の自動画像分析の方法および装置
US6035229A (en) * 1994-07-14 2000-03-07 Washington Research Foundation Method and apparatus for detecting Barrett's metaplasia of the esophagus
WO2007015384A1 (ja) * 2005-08-01 2007-02-08 Olympus Corporation 領域抽出装置および領域抽出プログラム
JP2009210409A (ja) * 2008-03-04 2009-09-17 Kddi Corp 画像領域分割方法および装置
WO2010140654A1 (ja) * 2009-06-03 2010-12-09 日本電気株式会社 病理組織画像解析装置、病理組織画像解析方法、病理組織画像解析プログラム
US8199998B2 (en) 2007-11-06 2012-06-12 Nec Corporation Module for detecting poorly differentiated cancers and pathological image diagnosis support apparatus, program and recording medium including the same
US8847011B2 (en) 2007-12-05 2014-09-30 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US8847012B2 (en) 2007-12-05 2014-09-30 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9045786B2 (en) 2008-03-04 2015-06-02 Toyota Jidosha Kabushiki Kaisha Gene that increases production of plant fat-and-oil and method for using the same
US9169488B2 (en) 2009-06-04 2015-10-27 Toyota Jidosha Kabushiki Kaisha Gene capable of improving material productivity in seed and method for use thereof
US9303265B2 (en) 2009-06-04 2016-04-05 Toyota Jidosha Kabushiki Kaisha Gene for increasing plant weight and method for using the same
US9309531B2 (en) 2009-06-04 2016-04-12 Toyota Jidosha Kabushiki Kaisha Plant with reduced protein productivity in seeds, and method for producing same
JP2018185265A (ja) * 2017-04-27 2018-11-22 日本電気株式会社 情報処理装置、制御方法、及びプログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010041423A1 (ja) * 2008-10-09 2010-04-15 日本電気株式会社 病理組織診断支援システム、病理組織診断支援プログラム、病理組織診断支援方法

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035229A (en) * 1994-07-14 2000-03-07 Washington Research Foundation Method and apparatus for detecting Barrett's metaplasia of the esophagus
JP2000501184A (ja) * 1995-11-30 2000-02-02 クロマビジョン メディカル システムズ,インコーポレイテッド 生体標本の自動画像分析の方法および装置
WO2007015384A1 (ja) * 2005-08-01 2007-02-08 Olympus Corporation 領域抽出装置および領域抽出プログラム
US8199998B2 (en) 2007-11-06 2012-06-12 Nec Corporation Module for detecting poorly differentiated cancers and pathological image diagnosis support apparatus, program and recording medium including the same
US8847012B2 (en) 2007-12-05 2014-09-30 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9062318B2 (en) 2007-12-05 2015-06-23 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9068193B2 (en) 2007-12-05 2015-06-30 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US8847011B2 (en) 2007-12-05 2014-09-30 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9012727B2 (en) 2007-12-05 2015-04-21 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9012726B2 (en) 2007-12-05 2015-04-21 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9018450B2 (en) 2007-12-05 2015-04-28 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
US9018446B2 (en) 2007-12-05 2015-04-28 Toyota Jidosha Kabushiki Kaisha Genes that increase plant oil and method for using the same
JP2009210409A (ja) * 2008-03-04 2009-09-17 Kddi Corp 画像領域分割方法および装置
US9045786B2 (en) 2008-03-04 2015-06-02 Toyota Jidosha Kabushiki Kaisha Gene that increases production of plant fat-and-oil and method for using the same
US8594411B2 (en) 2009-06-03 2013-11-26 Nec Corporation Pathologic tissue image analyzing apparatus, pathologic tissue image analyzing method, and pathologic tissue image analyzing program
JP2010281636A (ja) * 2009-06-03 2010-12-16 Nec Corp 病理組織画像解析装置、病理組織画像解析方法、病理組織画像解析プログラム
WO2010140654A1 (ja) * 2009-06-03 2010-12-09 日本電気株式会社 病理組織画像解析装置、病理組織画像解析方法、病理組織画像解析プログラム
US9169488B2 (en) 2009-06-04 2015-10-27 Toyota Jidosha Kabushiki Kaisha Gene capable of improving material productivity in seed and method for use thereof
US9303265B2 (en) 2009-06-04 2016-04-05 Toyota Jidosha Kabushiki Kaisha Gene for increasing plant weight and method for using the same
US9309531B2 (en) 2009-06-04 2016-04-12 Toyota Jidosha Kabushiki Kaisha Plant with reduced protein productivity in seeds, and method for producing same
US9309529B2 (en) 2009-06-04 2016-04-12 Toyota Jidosha Kabushiki Kaisha Gene capable of improving material productivity in seed and method for use thereof
US9309530B2 (en) 2009-06-04 2016-04-12 Toyota Jidosha Kabushiki Kaisha Gene capable of improving material productivity in seed and method for use thereof
US9816099B2 (en) 2009-06-04 2017-11-14 Toyota Jidosha Kabushiki Kaisha Gene for increasing plant weight and method for using the same
US9840717B2 (en) 2009-06-04 2017-12-12 Toyota Jidosha Kabushiki Kaisha Plant with reduced protein productivity in seeds and method for producing same
US9856488B2 (en) 2009-06-04 2018-01-02 Toyota Jidosha Kabushiki Kaisha Plant with reduced protein productivity in seeds and method for producing same
US9970020B2 (en) 2009-06-04 2018-05-15 Toyota Jidosha Kabushiki Kaisha Plant with reduced protein productivity in seeds and method for producing same
US10000764B2 (en) 2009-06-04 2018-06-19 Toyota Jidosha Kabushiki Kaisha Gene for increasing plant weight and method for using the same
JP2018185265A (ja) * 2017-04-27 2018-11-22 日本電気株式会社 情報処理装置、制御方法、及びプログラム

Also Published As

Publication number Publication date
JP2622725B2 (ja) 1997-06-18

Similar Documents

Publication Publication Date Title
CN107451998B (zh) 一种眼底图像质量控制方法
JP7076698B2 (ja) 画像解析方法、画像解析装置、プログラム、学習済み深層学習アルゴリズムの製造方法および学習済み深層学習アルゴリズム
CN107180421B (zh) 一种眼底图像病变检测方法及装置
CN107767365A (zh) 一种内窥镜图像处理方法及系统
Chanwimaluang et al. An efficient blood vessel detection algorithm for retinal images using local entropy thresholding
EP2188779B1 (en) Extraction method of tongue region using graph-based approach and geometric properties
JPH0235358A (ja) 胃組織の腺腔を抽出するための画像処理方法
CN103327883A (zh) 医用图像处理装置和医用图像处理方法
US20040264749A1 (en) Boundary finding in dermatological examination
KR20070085875A (ko) 의용 화상 처리 방법
CN109635871A (zh) 一种基于多特征融合的胶囊内窥镜图像分类方法
CN110335241A (zh) 肠镜检查后对肠道准备自动进行评分的方法
CN110974179A (zh) 一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统
Boubakar Khalifa Albargathe et al. Blood vessel segmentation and extraction using H-minima method based on image processing techniques
KR101875004B1 (ko) 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법 및 컴퓨터 프로그램
CN113171053A (zh) 一种融合近红外成像的内窥镜手术血管增强检测方法
CN111292285B (zh) 一种基于朴素贝叶斯与支持向量机的糖网病自动筛查方法
Neuman et al. Equalisation of archival microscopic images from immunohistochemically stained tissue sections
CN116563216A (zh) 基于标准站点智能识别的内镜超声扫查控制优化系统及方法
EP3677168A1 (en) Pathology diagnostic apparatus, image processing method, and program
Xue et al. Automatic extraction of mosaic patterns in uterine cervix images
CN110458042B (zh) 一种荧光ctc中的探针数目检测方法
Zhang et al. Automatic retinal image registration based on blood vessels feature point
KR100904084B1 (ko) 컬러 분포 기반의 설태 분류 방법
Gilchrist Computer processing of ocular photographs—A review