JPH03297450A - 画像処理方式 - 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、例えばＸ線撮影装置により２方向より撮影し
た２枚のＸ線画像を基に、画面上にステレオ視可能に画
像表示する３次元画像表示装置に適用される画像処理方
式に関し、特にディジタル・サブトラクション・アンジ
オグラフィ（以下ＤＳＡと称する）による血管ステレオ
画像における血管の対応付けをニューラルネットワーク
で行う技術の改良に関する。

（従来の技術） 最近の日本人の病気の傾向は欧米型に近付きつつある。

そのため、血管系の疾患か増加しておリ、Ｘ線診断装置
による血管撮影も増加して来ている。一方、人体内は多
数の血管が走っているため、透視画像だけでは血管の３
次元的な位置を把握することが困難である。そのため、
２方向から血管をステレオ撮影して、立体（３次元）で
観察することが行われている。なお、立体観察（３次元
表示）の方法にはステレオめがねで行う方法もあるが、
表面表示により血管を立体表示する方法もある。この場
合は血管の３次元の位置を認識する必要がある。そのた
めには２枚の血管のステレオ画像（例えばＤＳＡ）にお
いて、それぞれの画像の血管の対応づけを行う必要があ
る。

そこで、従来は、ステレオ撮影された２枚の画像から同
一物体の対応付けを行い、その位置（対応点）から三角
法でその３次元的な位置を計算する手法が種々提案され
た。この三角法による手法は簡単な計算により実施し得
るから、実施上特に問題はないが、対応点の検出（対応
付け）が困難である。一方、対応付けの方法も数多く提
案されており、例えば下記の文献に示されている。

１）特開昭６４−２３１０８公報 ２）ＣｏｗｐｕｔｅｒＴｏｄａｙ　　　１９８８／９　
　　Ｎｏ２７第５０頁「並列計算機の機構とシステムの
並列記述法」の第３章［応用−画像の対応付け」 ３　）　Ｍｅｃｌｉｃａｌ　Ｉｍａｇｆｎｇ　Ｔｅｃｈ
ｎｏｌｏｇｙ　　１９８９Ｖｏ１．７　　Ｎｏｌ　　第
３３頁「３次元イメージングの将来に関する一提案」の
第２章「サブトラクションと拘束条件を用いた手法」 このうち、１）は対象が一般の物体であり、輪郭線の情
報により対応付けするものである。２）は本発明と同じ
く、ニューラルネットワークの手法によるものである。

３）は本発明と同じく、ＤＳＡの血管を対象にしたもの
である。

また、ニュラル・ネットワークに関しては下記の文献に
示されている。

・日経コンピュタ−１９８８，３゜ １４８８〜］０５ ニュラル・コンピュタ−合原−幸 （発明が解決しようとする課８） しかしながら、従来のいずれの血管の対応付けを行う手
法でも、ＤＳＡのステレオ画像上で血管対応付けについ
て精度上あるいは演算速度の観点で満足し得ない。

本発明は、係る事情に着目してなされたもので、その目
的とするところは、ＤＳＡのステレオ画像上で血管対応
付けを精度良く且つ迅速に行える画像処理方式を提供す
ることにある。

〔発明の構成〕

（課題を解決するための手段） 本発明は、上記の目的を達成するため、被検体の血管を
撮影するためのＸ線撮影装置により２方向より撮影した
２枚のＸ線画像のそれぞれから、血管を抽出・細線化し
た特徴強調画像をそれぞれ作成する画像処理部と、前記
２枚の特徴強調画像を基に前記細線化した血管のノード
（節）とそのノード間の繋がり関係を求める演算部と、
前記２枚の特徴強調画像における血管のノード位置とそ
のノード間の繋がり関係を示すデータを前記演算部から
人力として受けて処理を進めるニューラルネットワーク
とを備えた計算機システムを構築し、前記ニューラルネ
ットワークによって前記２枚のＸ線画像相互の血管を対
応づけることにより、該血管の３次元的位置を求めるこ
とを特徴とするものである。

（作用） 人間は２つの目で物を見ることにより、物体を立体とし
て認識することが出来る（第２図参照）したがって、わ
づかに異なる方向より撮影した２枚の画像を、左右の目
にそれぞれ別々に見せれば、人間は被写体を立体として
認識することが出来る。このための１つの方法はＣＲＴ
上に２枚の画像を交互に、例えば６０フレームで切り替
えて表示し、それと同期して切り替わる液晶の眼鏡を通
じて観察する方法である。この方法において、“点”だ
けが単独に存在するような場合には３次元像を認識する
ことかできない。これを、第３図を参照して３角法によ
り説明する。

第３図において、点Ａ］、、Ａ２の２点が存在する場合
と、点Ｂｌ、Ｂ２の２点が存在する場合に、撮影装置Ｘ
１と撮影装置Ｘ２で撮影された画像Ｙ］、画像Ｙ２は全
く同しになる。したがって、点の位置を認識すること、
すなわち立体を認識することは出来ない。これは人間も
同じである。しかしながら、人間は一般的にはステレオ
画像を見た場合には、３次元像を認識出来る。これは人
間が画像上の物体の相互の繋がりから、全体として妥当
性のある立体を認識しているからである。

一方、ステレオ画像を観察するうえで、表面表示法はス
テレオ眼鏡で観察する方法よ°りも次に示すような利点
があるため、近年、３次元画像表示装置に応用されるよ
うになった。

〈表面表示の利点〉 １）ステレオ眼鏡を必要としない。

２）回転など任意の方向から観察できる。

３）他の画像との重ね合わせ表示が可能である。

等かある。

かかる表面表示法によりステレオ撮影された血管の表面
表示は、通常、次の順序で行われる。

１）２方向の写真のそれぞれについて血管を抽出する。

この最も簡単な方法はスレッシュホールドで切ることで
ある。

２）血管を細線化する。細線化の技術は、−船釣な画像
処理の本に記載されており、公知の技術である。

３）ノードを認識する。ノードは、例えば曲りの大きい
場所、分岐（交差）している点などである。

４）ノード間の繋がりの情報を検出する。

５）２枚のステレオ画像間でノードの対応づけを行う。

６）ノードの対応づけより血管を対応づける。

７）三角法により血管の３次元位置を計算する。

８）ボクセルを作成する。

９）表面表示画像を作成する。

１０）表示する。

本発明は、上記５）の「対応づけ」を精度良く且つ迅速
に行うため、ニューラルネットワーク（以下Ｎ、Ｎと称
する）の特有の性質を応用した一つの方式を提供するも
のである。

この本発明による方式では、第４図において、画像Ｙ１
で検出されたノードがＡ、Ｂ、Ｃ，その他（図示してい
ない）であり、画像Ｙ２で検出されたノードがり、Ｅ、
Ｆ、Ｇ、Ｈ，Ｉであって、ノード間はＡ−Ｂ−Ｃ，Ｄ−
Ｅ−Ｆ、Ｇ−Ｈ−１が繋がっているものとした場合、そ
のノード間の対応づけをＮ、Ｎで行うことにある。ここ
で、対応づけとは、画像Ｙ２のノードの中から、画像Ｙ
１のノードＡ、Ｂ、Ｃと同一血管のノードを探すことで
ある。

対応づけは種々の方法で行われているが確定的な方法は
ないが、基本的には、 （ステップ１）位置の情報から確定できるものを確定す
る。

（ステップ２）その他の情報から確定できるものを確定
する。

（ステップ３）出来る限り矛盾のないように対応付ける
。

である。

（ステップ１を実施する場合） ここでは、画像上の横方向をＸ軸、縦方向をＹ軸とし、
２方向の画像は同し高さ（Ｙ軸方向）で撮影して得られ
るとする。このとき、同一点は２枚の画像上でＹ軸の位
置がほとんど同じになる。

厳密には認識対象点の位置により変わるが、許容し得る
範囲とみて良い。従って、Ｙ軸上での位置が近いノード
を対応させる。それが１対］てあれば確定する。例えば
第４図において、Ｇ、Ｈ，１が存在しない場合は、Ａと
り、Ｂ、ｌ！：Ｅ、ＣとＦが対応する。

（ステップ２を実施する場合） 例えば、第４図に示す如くＹ軸上での位置が近いノード
か２点以上対応する場合は、繋がりを考慮して対応づけ
る。図において、■か存在しない場合は、Ａとり、Ｂと
Ｅ、ＣとＦの対応を確定する。

（ステップ３を実施する場合） ステップ２を実施しても、なお対応付けが確定できない
場合は他の条件を考慮して、順次、条件に合致するもの
を対応させていく。

このように、順次、条件に合致するものを対応させてい
けば、ある程度の複雑さの画像までは対応付けが可能で
ある。しかしながら、現実の画像は、血管の重なりなど
により２枚の画像のノードが全て対応していると限らな
い（第５図参照）。

そこで、ダミーのノードを追加して対応する必要がある
。この様に、原理的に全てのノードを確定的に対応する
ことが出来ないので、全体として最も矛盾の少ない解を
得ることが要求される。

ところか、こうした要求は、従来の方式では、確定的な
解を順次、探索する方式であるのて、ノード数が多くな
ると、全体を考慮することが難しいことから、満足し得
ない。

係る課題に対処するため、従来提案された方式の一例と
して、各対応条件を評価値に換算し、全体として評価値
の高いものを選択する方式である。

しかし、この評価値の計算は膨大となる。この場合、Ｎ
、Ｎを利用すると有利である旨、上記した文献２に一例
が示されている。更に、Ｎ、Ｎではないが、血管の対応
条件を定式化してエネルギーを最小化する方式が先に提
案されている。しかし、いずれも確定した方式ではない
。

このような、各種不都合を解消するため、本発明にあっ
ては、画像処理部で作成された２枚の特徴強調画像を基
に、演算部により細線化した血管のノード（節）とその
ノード間の繋がり関係を求めて、血管の対応条件を定式
化した後、この定式化したデータを演算部からＮ、Ｎへ
送出し、Ｎ。

Ｎ特にホップフィルドモデルのＮ、Ｎて画像ＹＩＹ２相
互のノー１間の血管の対応づけを解く計算機システムを
構築するものである。

これを詳述すると、本発明ではまず定式化を実行する。

この定式化で用いるノー１間の結合関係、Ｙ座標の関係
、ノー１間の距離の関係、評価関数は次の通りである。

［ノード間の結合関係］ 画像Ｙ１のノートの集合を、 Ｐｍ　　（Ｐｏ　　、　　Ｐ＋　　−、Ｐｍ−＋　　）
画像Ｙ２のノードの集合を、 Ｑ−（Ｑｏ、Ｑ、、・・・、Ｑカー、）とする。

ここで、実際のＸ線画像から得られた画像Ｙ１のノード
数をｍ　１　＋　画像Ｙ２のノード数をｍ２とすると、
一般に検出できないノードの存在及び重なりのためにｍ
１〜ｍ２である。そのため、両方のノードの集合Ｐ、Ｑ
に適当な数のダミーのノードを追加して、共にｍ個のノ
ードで構成されるものとする。ダミーのノードは相手の
画像の任意のノードに対応付は出来るものとする。ダミ
ーのノードの数は、多すぎても少なすぎても良くないが
、理論的に決定することが出来ないので、全体の数を考
慮して経験的に決定する。

画像Ｙ］、画像Ｙ２の各々におけるノー１間の結合関係
を表す行列ＳとＴを下記のように定義する Ｓ−［Ｓｆｇ〕　　（画像Ｙｌ） ０≦Ｓｆｇ≦Ｉ　　　　Ｓｆｇ−ＳｇｆＴ−（Ｔｈｉ）
（画像Ｙ２） ０≦Ｔｈｉ　　≦　Ｉ　　　　　Ｔｈｊ−Ｔｉｈ（２） ＳｆｇＳＴｈｉはノート間のつながりを表すものであり
、 画像上、直接明確につながっている場合は５ａｂ−１、
Ｔａ　ｂ−１ 明確に切れている場合は ５ａｂ−０、Ｔａｂ−０ 連結が不明確な場合は Ｓ　ａ　ｂ−０−１、Ｔ−ａ　ｂ−０〜フの値をとる。

また、ａ、ｂの片方がダミーノードであり、もう１方が
存在するノードである場合は ５ａｂ−０，５、Ｔａｂ−０，５ とする。更に、ａ、ｂの両方がダミーノードである場合
は ５ａｂ−１、Ｔａｂ＝１ である。但し、便宜上　Ｓ　ｆ　ｆ−０，Ｔｈｈ−０と
する。

この例を第６図に示す。この第６図においてＤ（１） Ｅの連結が不明確であり、ＦＧはダミーノードである。

［Ｙ座標の関係〕 ノードＰｆの画像上の座標を（ｘｆ、ｙｆ）ノードＱｈ
の画像上の座標を（ｘｈ、ｙｈ）とおく。Ｐｆ、Ｑｈが
ダミーノードの場合には全て（０，Ｏ）とする。ただし
、この値は特に意味を持っていない。したがって、他の
値であっても良いが、ここではこの値を採用する。また
、ＰｆとＱｈのノード間にＫｆｈを下記により定義する
。

ＰｆもＱｈもダミーノードでない場合 Ｋｆｈ−１（３） 上記以外（ＰｆとＱｈのどちらかがダミーノードの場合
） Ｋｆｈ−０（４） ＰｆとＱｈのＹ座標の差Ｌｆｈを、−例として下記によ
り定義する。

Ｌｆｈ−ＫｆｈｘＡＢＳ　（ｙｆ−ｙｈ）（５）ここで
ＡＢＳは絶対値である。

Ｅノード間の距離関係］ ノードＰ〜［’ｆｌの画像上の座標を（ｘｆ。

ｙｆ） ノードＰ−ｆＰｇｌ　の画像上の座標を（ｘ　ｇ。

ｙｇ） ノードＱ−（Ｑｈｌの画像上の座標を（ｘ　ｈ。

ｙｈ） ノードＱ−（Ｑｉｌ　の画像上の座標を（ｘｌ。

ｙｉ） とおく、Ｐｆ、Ｐｇ、Ｑｈ、Ｑｉがダミーノードの場合
には全て（０，０）とする。たたし、この値は特に意味
を持っていない。したがって、他の値であっても良いが
、ここではこの値を採用する。

また、Ｐｆ、Ｐｇ、Ｑｈ、Ｑｉのノード間にＲｆｇｈｉ
を下記により定義する。

Ｐｆ、Ｐｇ、Ｑｈ、Ｑｉのいづれもダミーノードでない
場合　　　Ｒｆｇｈｉ−１ Ｐｆ、Ｐｇ、Ｑｈ、Ｑｉのとれかがダミーノドの場合　
　　　　Ｒｆｇｈｉ−Ｏ ＰｆとＰｇの距離Ｕｆｇ、およびＱｈとＱｉの距離Ｕｈ
ｉを、１例として下記により定義する。

（６） （７） ＵｆｇとＵｈｉの差Ｈｆｇｈｉを、１例として下記によ
り定義する。

Ｒｆｇｈｉ −Ｒｆ　　ｇｈ　　ｉ　　ｘＡＢＳ　　（Ｕｆ　　ｇ−
Ｕｈ　　１）（８） ここでＡＢＳは絶対値である。

［評価関数コ 対応付けの解を Ｖ−［Ｖｆｈ）　　　（便宜上ｆ、ｇを“列。

ｈ、ｉを“行゛とする。） とする。ここで、Ｖｆｈ−１の場合は、画像Ｙ１のノー
ドＰｆを画像Ｙ２のノードＱｈに対応付けられることを
意味する。Ｖｆｈ−０の場合は、画像Ｙ１のノードＰｆ
と画像Ｙ２のノードＱｈが対応付けられないことを意味
する。

評価関数は制約条件も含めて、次式で定義する。

Ｅ−Ｅ１＋Ｅ２＋Ｅ３＋Ｅ４　　　　　　（９）ここで Ｅｌ：画像Ｙ１と画像Ｙ２のノートを１対１に対応させ
るための条件 Ｅ２：画像Ｙ１のノード間の結合関係と画像Ｙ２のノー
ド間の結合関係を対応させ るための条件 Ｅ３：画像Ｙ］と画像Ｙ２のノードのＹ座標が近いノー
ドを対応させるための条件 Ｅ４：画像Ｙ１における２個のノード間の距離と画像Ｙ
２のノード間の距離の差が 少ないノードを対応させるための条件 である。以下の式において、Ａ、Ｂ、Ｃ，Ｄ、Ｆ。

Ｇ〉０；定数であり、適応する解を得るために、経験的
に決める。

（以下余白） 次に、上記Ｅ１〜Ｅ４、Ｅについて詳述する。

■：ＥＩ Ｅｌは画像Ｙ１と画像Ｙ２のノードを１対１に対応させ
るための条件であり、下記により定義する。

Ｅｌ−Ｅ１１＋Ｅ１２＋Ｅ１３　　　　　　　　　（１
０）ここで Ｅｌｌ：Ｖの各列の“１”を１個以下にするための条件 Ｅ　１２　：　Ｖの各行の“］”を１個以下にするため
の条件 Ｅｌ３：Ｖ全体の“１°をちょうどｍ個にするだめの条
件 である。したがって、 Ｅｌｌ−Ａ／２ｘ　　Σ　Σ　　Σ　　ＶｆｈｘＶｆｉ
ｆｈｉ　　≠　ｈ −Ａ／２　Ｘ　ΣΣΣΣＶｆｈＸＶｇｉｇｈｉ ×δ　ｆｇＸ（１−δ　ｈｉ）　　　　　　　（１１）
この式は、画像Ｙ１のノードｆが画像Ｙ２のノードｈに
、画像Ｙ１のノードｇが画像Ｙ２のノドｉに対応付けら
れているとき、ｆ−ｇで、かつｈ−ｓ−１の場合にコス
トが高くなり、それ以外の場合は零になる。したがって
、この式は、各列の“１”が１個より増えるとコストが
増加することを意味している。

Ｅ　　１　２−Ｂ／２Ｘ　ΣΣ　　Σ　　ＶｆｈＸＶｇ
ｈｈｆｇ＃−ｆ −Ｂ／２Ｘ　Σ　Σ　Σ　ＩＶｆｈｘＶｇｉｇｈｉ ×　δ　ｈｉＸ（１−δ　ｆｇ）　　　　　　（＋２）
この式は、画像Ｙ１のノードｆが画像Ｙ２のノードｈに
、画像Ｙ１のノードｇが画像Ｙ２のノード１に対応付け
られているとき、ｈ−ｉで、かつｆ≠ｇの場合にコスト
が高くなり、それ以外の場合は零になる。したがって、
この式は、各行の“１′が１個より増えるとコストが増
加することを意味している。

（以下余白） ＥｌＢ−Ｃ／２Ｘ　　（ＩＩＶｆｈ ｈ ｍ）２ −Ｃ／２Ｘ　　（（ΣΣＶｆｈ）２ ｈ −２ｍΣΣＶｆｈ＋ｍ２１ ｈ （１３） この式は、全体の“１゛の数がｍ個になったときにコス
トが零になる。

右辺の第３項は定数項なので省略する。よって、ＥｌＢ
−Ｃ／２Ｘ　　（ΣΣΣΣＶ　ｆ　ｈ　Ｘ　Ｖ　ｇ　　
ｉｇｈｉ ２ｍ×　Σ　ΣＶｆｈ） ｈ （１４） よって、（１０）に（１１）。

４）を代入して （１２） （１ （以下６、−〕 Ｅｌ− Ａｌ１　×　ΣΣΣΣＶｆｈＸＶｇｉ ｇｈｉ ×　δ　ｆｇＸ（１ δ　ｈｉ） 十Ｂ／２ＸΣΣΣΣＶｆｈＸＶｇｉ ｇｈｉ ×　δ　ｈｉＸ（１ δ　ｆｇ） ＋Ｃ／２ｘ　　（ΣΣΣΣＶｆｈＸＶｇｉｇｈｉ ２ｍＸ　Σ　ΣＶｆｈ）　　　　　　　（１５）ｈ ■：Ｅ２ Ｅ２は画像Ｙ１のノード間の結合関係と、画像Ｙ２のノ
ード間の結合関係を対応させるための条件であるから、
（１）、（２）を用いてＥ２−Ｄ／２ｘ　　Σ　Σ　Σ
　Σ　Ｖｆｈｇｈｉ ｘＶｇｉ（１−３ｈｇｘＴｈｉ）　　　　（ｌｆｌ）こ
の式は、画像Ｙ］のノードｆが画像Ｙ２のノドｈに、画
像Ｙ１のノードｇが画像Ｙ２のノドｉに対応付けられて
いるとき、画像Ｙ］のノ−ドｆとノードｇ、画像Ｙ２の
ノードｈとノードｉが両方とも繋がっている場合、Ｓ　
ｆ　ｇ−１、Ｔｈ１＝１であるから、コストが零になり
、それ以外はＤ／２になる。

■：Ｅ３ Ｅ３は、画像Ｙ１と画像Ｙ２のノードのＹ座標が近いノ
ードを対応させるための条件であるから、（５）を用い
て、 Ｅ３−ＦＸΣΣＶｆｈｘＬｆｈ　　　　　　　（１７）
ｈ この式は、画像Ｙ１のノードｆが画像Ｙ２のノードｈに
対応付けられているとき、ノードｆとノードｈのＹ座標
が近い場合はコストは低くなり、離れるにしたがって、
高くなることを意味している。

■：Ｅ４ Ｅ４は、画像Ｙ１における２個のノード間の距離と画像
Ｙ２のノード間の距離の差が少ないノドを対応させるた
めの条件であるから、（８）を用いて、 Ｅ４−Ｇ／２ＸΣΣΣΣＶｆｈ×■ｇ　ｉｇｈｉ ＸＷｆｇｈｉ　　　　　　　　　　　　　（１８）この
式は、画像Ｙ１のノードｆが画像Ｙ２のノードｈに、画
像Ｙ１のノードｇが画像Ｙ２のノードｉに対応付けられ
ているとき、画像Ｙ１のノードｆとノードｇ、画像Ｙ２
のノードｈとノー１１間の距離の差か、少ない場合はコ
ストは低くなり、差が大きい場合はコストは高くなるこ
とを意味している。

■：Ｅ（評価関数） よって、（９）、（１５）、（１６）、（１７）（１８
）を代入して Ｅ−Ａ／２Ｘ　ΣΣΣΣＶｆｈＸＶｇｉＸ　δ　ｆｇｇ
ｈｉ ×　（１−δ　ｈｉ） 十Ｂ／２ＸΣΣΣΣＶｆｈＸＶｇｉｘδｈｉｇｈｉ ×　（１−δ　ｆｇ） ＋Ｃ／２ｘ　　（ΣΣΣΣＶｆｈＸＶｇｉｇｈｉ ２ｍＸ　　Σ　ΣＶｆｈ） ｈ ＋Ｄ／２Ｘ　ΣΣΣ　ΣＶｇｈ ｇｈｉ ｘＶｇ　　ｉ　　（１−５ｆ　　ｇｘＴｈ　　ｉ）十Ｆ
ＸΣΣＶｆｈｘＬｆｈ ｈ ＋Ｇ／２Ｘ　ΣΣΣΣＶｆｈＸＶｇｉ ｇｈｉ Ｗｆｇｈｉ Ａ／２×ΣΣΣΣＶｆｈＸＶｇｉｘ　δ　ｆｇｇｈｉ ×（１ δ　ｈｉ） ＋Ｂ／２Ｘ　ΣΣΣΣＶｆｈＸＶｇｉＸ　δｈｉｇｈｉ ×（１ δ　ｆｇ） 十Ｃ／２ＸΣΣΣΣ■ｆｈｘＶｇｉ ｇｈｉ 十Ｄ／２ＸΣΣΣΣＶｆｈ ｇｈｉ ×Ｖｇｉ　　（１−３ｆｇＸＴｈｉ） Ｈｆｇｈｉ Ｃｘ　ｍ　×　Σ　Σ　Ｖ　　ｆ　　ｈ＋Ｆｘ　　Σ　
Σ　Ｖｆｈｆｈ　　　　　　　　　　　　　　ｆｈｘＬ
ｆｈ　　　　　　　　　　　　　　　　　　　　　　　
（１９）前述した如く定式化を図り、これを以下に述べ
るホップフィルド・モデルのエネルギー関数に対応づけ
て、演算部からポツプフィルド・モデルのＮ、Ｎへ送出
すると、ホップフィルド・モデルのＮ、Ｎでは画像Ｙｌ
、Ｙ２相互のノード間の血管の対応づけを解く処理を実
行する。

（以下余白） ホップフィルド・モデルのエネルギー関数は下記の式で
表されている。

Ｅ−−１／２Ｘ　ΣΣＷｋｌｘＶｋｘＶｌｋ　吏 一ΣＶｋＸ　　（Ｉｋ−θｋ）　　　　　　　　　　（
２０）ここで、ｋ、　　Ｊｌ、は素子のインデックスで
あり、Ｗは素子間の結合係数、■は素子のとる値、Ｉは
素子への流入量、ｅは閾値である。素子のインデックス
に、ｌを図７に示すように（ｆｈ）、＜ｇｉ）と書くと
（２０）式は Ｅ−−１／２Ｘ　ΣΣΣΣＷ　ｆ　ｈ　ｇ　　ｉ　　Ｘ
　Ｖ　ｆ　ｈｇｈｉ ＸＶｇ　　ｉ−ΣＶｆｈｘ　　（Ｉｆｈ−θ　ｆｈ）（
２Ｉ） となる。ｅｆｈ−０とおイテ、（１９）と（２１）の対
応をとると Ｗｆｈ、ｇｉ−〜Ａ×δｆｇＸ（１−δｈｉ）−Ｂｘδ
ｈｉｘ（１−δｆｇ） −Ｃ−［）ｘ　（１−５ｆ　ｇｘＴｈ　１）−ＧｘＷｆ
　ｇｈ　ｉ　　　　　　　（２２）Ｉ　　ｆｈ＝ｃｘｍ
＋ＦＸＬｆｈ　　　　　　　　　（２３）となる。した
がって、（２２）、（２３）式１７＋パラメータを持つ
Ｈｏｐｆｉｅｌｄ型ネットワークを動作させれば、Ｅを
近似的に最小にする行列■が求められる。

（実施例） 第１図は、本発明の画像処理方式か適用された一実施例
の３次元画像表示装置の機能構成を示すブロック図であ
る。

この一実施例の３次元画像表示装置は、計算機１の入力
端にステレオＤＳＡ撮影装置２を接続し、その圧力側に
表示装置３を接続した呵１算機システムを構築している
。

計算機１は、画像処理部４と演算部５とホップフィルド
・モデルのＮ、Ｎ６を備えており、画像処理部４はステ
レオＤＳＡ撮影装置２の右眼視機能部７及び左眼視機能
部８により２方向より撮影して得られる２枚のディジタ
ル画像（ステレオ画像）のそれぞれから血管を抽出・細
線化した特徴強調画像をそれぞれ作成する。また、演算
部５は画像処理部４で作成した２枚の特徴強調画像を基
に上記細線化した血管のノードとそのノード間の繋がり
関係を求める。ホップフィルド・モデルのＮ、Ｎ６は、
演算部８で求めた上記繋がり関係を示すデータを受けて
、上記２枚のステレオ画像相互の血管を対応づける処理
を実行し、処理結果を演算部５へ渡す。演算部５ては上
記２枚のＸ線画像相互の血管を対応づけた処理結果を基
に、三角法により血管の３次元位置を計算し、ボクセル
データを作成し、画像処理部４上で表面表示画像を作成
する。従って、画像処理部４上で作成された表面表示画
像は表示装置３に転送され、表示装置３上には表面表示
画像が表示されることになる。

上述した機能構成の各部において、ホップフィールド・
モデルのＮ、Ｎ６は、素子はｍ　ｘ　ｍ個である。ここ
で、ｍは前述の画像のノート数（ダミーノードを含む）
である。以下、ｍ−７の場合を例にして説明する。素子
をマトリクス状に表示すると第７図に示すようになる。

横軸（列）が画像Ｙ１に、縦軸（行）が画像Ｙ２に対応
している。

計算機１はステレオＤＳＡ撮影装Ｗ２より２枚のステレ
オ画像として読み込む。これから、演算部５によって１
）血管の抽出、２）細線化、３）ノード検出、４）ノー
ド間の接続検出を行う。ここまでは公知の技術で達成す
ることができる。

次に、演算部５ては以下のステップを実行する。

１）ｆ−１とおく。

２）ｈ〜１とおく。

３）式（２２）によりＩｆｈを計算する。

ρ）Ｉｆｈを素子ｆｈにセットする。

５）ｈ−ｍまで３）　、４）を繰り返す。

６）ｆ−ｍまで２）〜５）を繰り返す。

７）ｆ−１とおく。

８）ｈ−１とおく。

９）ｇ−１とおく。

１０）ｉ−１とおく。

］］）式（２１）によりＴｆｈ、ｇｉを計算する。

１２）Ｗｆｈｇｉを素子ｆｈと素子ｇｉの係数としてセ
ットする。

ｉ＝ｍまで１１）、１２）を繰り返す。

ｇ−ｍまで１０）〜］３）を繰り返す。

ｈ−ｍまで９）〜］４）を繰り返す。

ｆ−ｍまで８）〜１５）を繰り返す。

全ての素子に初期値を設定する。初期値は適応する解を
得るために、経験的に決めた値である。

１．８）Ｎ、Ｎを定常状態になるまで動作させる。

このとき、解か得られた場合は、第７図のように“１°
になっている素子が各行、各列に１個づつ存在する。

１９）”１”になっている素子の番号を取り出す。これ
が制約条件を満たしていることを確認する。満たしてい
ない場合は初期値を変更して再度動作させる。

２０）制約条件を満たしている場合は、“１”になって
いる素子の番号が対応するノードの番号を示す。すなわ
ち、素子の列番号が画像Ｙ１のノード番号であり、行番
号が画像Ｙ２のノード番号である。

１３） ］　４） １５） ］　６） ］　７） 以上により、画像Ｙ１と画像Ｙ２のノードを対応付けか
行える。

このようにして、ホップフィルド・モデルのＮ。

Ｎ６での画像Ｙ１と画像Ｙ２のノードの対応付けが終了
したとき、演算部５において三角法により血管の３次元
位置を計算し、次いでボクセルデータを作成して、画像
処理部４へ渡すから、ＤＳＡのステレオ画像上で血管対
応付けを精度良く且つ迅速に行えた。

〔発明の効果〕

以上説明したように、本発明の画像処理方式は、３次元
画像表示を行う計算機システムの中にＮ。

Ｎを設け、このＮ、Ｎに対しノードとノード間の繋がり
関係を示すデータを入力として送出し、Ｎ。

Ｎによりノードの対応付けを行い、２枚のステレオ画像
に示される血管の３次元的位置を求めるから、ＤＳＡの
ステレオ画像上で血管対応付けを精度良く且つ迅速に行
えるという利点が得られるものである。

【図面の簡単な説明】

第１図は本発明の画像処理方式が適用された一実施例の
３次元画像表示装置の機能構成を示すブロック図、第２
図は物体を立体視する様子を示す模式図、第３図は３角
法により血管の３次元位置を求める原理を説明するため
の図、第４図は２枚のステレオ画像の一例を示す図、第
５図は現実の２枚のステレオ画像間に生じる問題を説明
するための図、第６図はノードの画像上の座標を計算に
より求める関係を説明するための図、第７図はＮ。 Ｎにおける素子配列の一例を示す図である。 １・・・計算機 ２・・・Ｘ線撮影装置 ３・・・表示装置 ４・・・画像処理部 ５・・・演算部 ６・・・ホップフィルト・モデルのニューラルネットワ
ーク（Ｎ、Ｎ） 第１図

Claims (3)

【特許請求の範囲】
1. （１）被検体の血管を撮影するためのＸ線撮影装置によ
   り２方向より撮影した２枚のＸ線画像のそれぞれから、
   血管を抽出・細線化した特徴強調画像をそれぞれ作成す
   る画像処理部と、前記２枚の特徴強調画像を基に前記細
   線化した血管のノード（節）とそのノード間の繋がり関
   係を求める演算部と、前記２枚の特徴強調画像における
   血管のノード位置とそのノード間の繋がり関係を示すデ
   ータを前記演算部から入力として受けて処理を進めるニ
   ューラルネットワークとを備えた計算機システムを構築
   し、 前記ニューラルネットワークによって前記２枚のＸ線画
   像相互の血管を対応づけることにより、該血管の３次元
   的位置を求めることを特徴とする画像処理方式。
2. （２）前記ニューラルネットワークとして、ホップフィ
   ルドモデルのニューラルネットワークを用いたことを特
   徴とする請求項１記載の画像処理方式。
3. （３）前記ホップフィルドモデルのエネルギー関数をノ
   ード間の関係により定式化することを特徴とする請求項
   ２記載の画像処理方式。