JPH04156827A - パターン認識装置 - 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】 （産業上の利用分野） 本発明は、被写体の放射線画像を表わす画像データに基
づいて、前記放射線画像上に指定された前記被写体の腫
瘍に対応する腫瘍影が悪性腫瘍の腫瘍影である蓋然性を
求めるパターン認識装置に関するものである。

（従来の技術） 記録された放射線画像を読み取って画像データを得、こ
の画像データに適当な画像処理を施した後、画像を再生
記録することが種々の分野で行なわれている。たとえば
、後の画像処理に適合するように設計されたガンマ値の
低いＸ線フィルムを用いてＸ線画像を記録し、このＸ線
画像が記録されたフィルムからＸ線画像を読み取って電
気信号（画像データ）に変換し、この画像データに画像
処理を施した後、コピー写真等に可視像として再生する
ことにより、コントラスト、シャープネス。

粒状性等の画質性能の良好な再生画像を得ることが行な
われている（たとえば特公昭６１−５１９３号公報参照
）。

また本出願人により、放射線（Ｘ線、α線、β線、γ線
、電子線、紫外線等）を照射するとこの放射線エネルギ
ーの一部が蓄積され、その後可視光等の励起光を照射す
ると蓄積されたエネルギー量に応じて輝尽発光を示す蓄
積性蛍光体（輝尽性蛍光体）を利用して、人体等を被写
体とした放射線画像をシート状の蓄積性蛍光体（蓄積性
蛍光体シート）に−旦撮影記録し、この蓄積性蛍光体シ
ートをレーザ光等の励起光で走査して輝尽発光光を生ぜ
しめ、得られた輝尽発光光を光電的に読取って画像デー
タを得、この画像データに基づいて被写体の放射線画像
を可視画像として写真感光材料等の記録シートに記録し
、もしくはＣＲＴデイスプレィ装置等に再生表示するシ
ステムが既に提案されている（特開昭５５−１２４２９
号、同５Ｂ−１１３９５号。

同５５−１８３４７２号、同５６−１６４６４５号、同
５５−１１６３４０号等）。

このシステムは、従来の銀塩写真を用いる放射線写真シ
ステムと比較してきわめて広い放射線露光域にわたって
画像を記録しうるという実用的な利点を有している。す
なわち、放射線露光量に対する、放射線エネルギー蓄積
後の励起による輝尽発光光の光量がきわめて広い範囲に
わたって比例することが認められており、従って種々の
撮影条件により放射線露光量かかなり大幅に変動しても
、蓄積性蛍光体シートから発せられる輝尽発光光を読取
りゲインを適当な値に設定して読取ることにより、放射
線露光量に影響されない画像データを得ることかできる
。

上記Ｘ線フィルムや蓄積性蛍光体等を用いたシステム、
特に人体の医療診断用として構成されたシステムにおい
て、近年、単に観察（診断）に適した良好な画質性能を
備えた再生画像を得ることに加えて、画像の自動認識が
行なわれてきている（たとえば特開昭６２−１２５４８
１号公報、特願平１−１６２９０４号、同１−１６２９
０５号、同１−１６２９０９号参照）。

ここで画像の自動認識とは、画像データに種々の処理を
施すことにより、複雑な画像から目的とするパターンを
抽出する操作をいい、たとえば人体の胸部Ｘ線画像や乳
房Ｘ線画像のような種々の線状１円形状のパターンの入
り混じった非常に複雑な画像から、たとえば腫瘍の陰影
（腫瘍影）等を検出する実空間フィルタを用いて放射線
画像上を走査する（実際は、放射線画像を表わす画像デ
ータに基づいて、該放射線画像上を走査することに対応
する操作を行なうことをいう）ことにより、腫瘍影等を
抽出する操作等をいう。

このように複雑な放射線画像（たとえば人体の胸部Ｘ線
画像、乳房Ｘ線画像等）において目的とするパターン（
たとえば腫瘍影等）を抽出し、その抽出したパターンを
明示した可視画像を再生表示することにより、観察者の
観察の補助（たとえば医師の診断の補助）を行なわせる
ことができる。

（発明が解決しようとする課題） 上記腫瘍影を検出するには、通常、所定の実空間フィル
タを用いて放射線画像上を走査することにより、所定の
円形パターンを抽出することにより、この抽出されたパ
ターンが腫瘍影とされる。

ところで、人体の放射線画像は通常であっても非常に複
雑であるとともに、たとえば胸部Ｘ線画像や乳房Ｘ線画
像等に現われる腫瘍影も、その大きさがそれぞれ異なっ
ており、また、Ｘ線画像上の腫瘍影の位置によってその
形状や濃度が異なっている等、種々に変形した腫瘍影が
現われる。したがって腫瘍影を求めるフィルタとしては
、種々に変形した腫瘍影であっても求めることかできる
ように、ある程度許容度の大きなフィルタを用いる必要
がある。しかしながら、その一方で、許容度の大きな腫
瘍影抽出フィルタを用いると、本来抽出する必要のある
悪性腫瘍の腫瘍影のみならず、抽出する必要のない良性
腫瘍の腫瘍影も抽出されてしまう結果となる。

これを解決するために、本出願人により、腫瘍影の略中
心を原点とした極座標（ｒ、　　θ）（ただし、ｒは動
径、θは傾角を表わす。）で表わした前記腫瘍影の画像
データＤ（ｒ、　　θ）のスペクトル分布を求め、さら
にこのスペクトル分布を代表する特徴量を求め、この特
徴量に基づいて上記腫瘍影が悪性腫瘍の腫瘍影である蓋
然性を求める方法か提案されている（特願平１−２７２
２２３号膠照）。

しかしながらこの方法は、捉えている特徴の数が少なく
、したがって典型的なパターンについては悪性腫瘍の蓋
然性を求めることができるか、種々に変形したパターン
についてはその蓋然性を正確に求めることかできないと
いう問題かある。

またその一方で、たとえば医師か腫瘍影を診断する際、
何を捉えて悪性腫瘍の腫瘍であるか否かを判断している
か完全には解明されておらず、また医師であっても観察
している腫瘍影が悪性腫瘍の腫瘍影か否か迷う場合も多
く、したがって医師の診断を数式に置き換えることが困
難であるという問題もある。

本発明は、上記事情に鑑み、たとえば実空間フィルタを
用いて放射線画像上を走査すること等により求められた
腫瘍影が悪性腫瘍の腫瘍影であることの蓋然性を精度よ
く求めることのできるパターン認識装置を提供すること
を目的とするものである。

（課題を解決するための手段） 本発明のパターン認１装置は、 被写体の放射線画像を表わす画像データに基づいて、前
記放射線画像上に指定された前記被写体の腫瘍に対応す
る腫瘍影か悪性腫瘍の腫瘍影である蓋然性を表わすパタ
ーン認識装置であって、前記放射線画像を構成する多数
の画素にそれぞれ対応する多数の画像データのうち、前
記腫瘍を構成する多数の画素もしくは該腫瘍影を含み該
腫瘍影を取り巻く領域を構成する多数の画像データを入
力とし、入力された前記多数の画像データにより表わさ
れる腫瘍影か悪性腫瘍の腫瘍影である蓋然性を表わす情
報を出力とするネオコグニトロンを備えたことを特徴と
するものである。

ここで、上記「ネオコグニトロン」とは、人間の神経回
路網を模擬したパターン認識アルゴリズムの一種であり
、種々の同様のパターンを入力し続ける（「学習」させ
る）ことにより種々に変形されたパターンであってもこ
のパターンを他のパターンと区別することができるよう
に一種の自己組織化が生じ、これによりパターン認識を
行なうパターン認識アルゴリズムである（たとえば、「
神経回路と情報処理」　福島邦彦著　朝食書店発行　第
１３０頁〜第１５２頁参照）。

また、上記「蓋然性」は、腫瘍影を、該腫瘍影か悪性腫
瘍の腫瘍影であるか否かの二段階に分けるものであって
もよく、さらに細かく三段階以上に分けるものであって
もよい。

（作　　用） 本発明のパターン認識装置は、腫瘍影を表わす画像デー
タをネオコグニトロンに入力し、このネオコグニトロン
により該腫瘍影が悪性腫瘍の腫瘍影である蓋然性を求め
るようにしたため、このネオコグニトロンに「学習」を
行なわせる際、入力された腫瘍影が悪性腫瘍の腫瘍影で
あるか否かという医師の診断結果、すなわちいわゆる「
教師信号」は不要であり、しかも腫瘍影の画像データそ
のものを入力するため、前述した特願平１−２７２２２
３号に記載された方法と比べ入力された腫瘍影が悪性腫
瘍の腫瘍影であるか否かを判断するための情報量が格段
に多く、従って悪性腫瘍の腫瘍影である蓋然性か精度良
く求められる。

（実　施　例） 以下、本発明の実施例について、図面を参照して説明す
る。尚、ここでは前述した蓄積性蛍光体シートを用い、
人体の乳房内に典型的には略球形として生じる腫瘍の陰
影を検出する例について説明する。この腫瘍は後述する
画像データに基づく可視画像上では周囲と比べ白っぽい
（濃度か低い）略円形の腫瘍影として現われる。

第２図は、Ｘ線撮影装置の一例の概略図である。

このＸ線撮影装置１０のＸ線源１１からＸ線１２か人体
１３の乳房１３ａに向けて照射され、人体１３を透過し
たＸ線１２ａが蓄積性蛍光体シート１４に照射されるこ
とにより、人体の乳房１３ａの透過Ｘ線画像が蓄積性蛍
光体シート１４に蓄積記録される。

第３図は、Ｘ線画像読み取り装置の一例と、本発明のパ
ターン認識装置の一実施例であるコンピュータシステム
とを表わした斜視図である。

乳房Ｘ線画像が記録された蓄積性蛍光体シート１４がＸ
線画像読取装置２０の所定位置にセットされる。この所
定位置にセットされた蓄積性蛍光体シート１４は、モー
タ２１により駆動されるエンドレスベルト２２により、
矢印Ｙ方向に搬送（副走査）される。一方、レーザ光源
２３から発せられた光ビーム２４は、モータ２５により
駆動され矢印方向に高速回転する回転多面鏡２Ｇによっ
て反射偏向され、ｆθレンズ２７通過した後、ミラー２
８により光路を変えて蓄積性蛍光体シート１４に入射し
副走査の方向（矢印Ｙ：ｊ５向）と略垂直な矢印Ｘ方向
に主走査する。蓄積性蛍光体シート１４の励起光２４か
照射された箇所からは、蓄積記録されているＸ線画像情
報に応じた光量の輝尽発光光２９が発散され、この輝尽
発光光２９は光ガイド３０によって導かれ、フォトマル
チプライヤ（光電子増倍管）３１によって光電的に検出
される。上記光ガイド３０はアクリル板等の導光性材料
を成形して作られたものであり、直線状をなす入射端面
３０ａが蓄積性蛍光体シート１４上の主走査線に沿って
延びるように配され、円環状に形成された射出端面３０
ｂにフォトマルチプライヤ３１の受光面が結合されてい
る。入射端面３０ａから光ガイド３０内に入射した輝尽
発光光２９は、該光ガイド３０の内部を全反射を繰り返
して進み、射出端面３０ｂから射出してフォトマルチプ
ライヤ３１に受光され、Ｘ線画像を表わす輝尽発光光か
フォトマルチプライヤ３１によって電気信号に変換され
る。

フォトマルチプライヤ３１から出力されたアナログ信号
ＳＯは対数増幅器３２でディジタル化され、ディジタル
信号としての画像データＳ１か得られる。

得られた画像データＳ１は、コンピュータシステム４０
に入力される。このコンピュータシステム４０は、本発
明のパターン認識装置の一例を構成するものであり、Ｃ
ＰＵおよび内部メモリが内蔵された本体部４１．補助メ
モリとしてのフロッピィディスクが装填されドライブさ
れるドライブ部４２゜オペレータがこのコンピュータシ
ステム４０に必要な指示等を入力するためのキーボード
４３および必要な情報を表示するためのＣＲＴデイスプ
レィ４４から構成されている。

第４図は、第３図に示すコンピュータシステム４０にお
ける、画像データＳ１に基づく処理を示したブロック図
である。ここで、本実施例では、各ブロック４０ａ〜４
０ｅに示す各手段に対応する各機能は、コンピュータシ
ステム４０においてソフトウェアが実行されることによ
り実現され、したかってここでは各ブロック４０ａ〜４
０ｅに示す各手段の機能を満足するためのハードウェア
、ソフトウェアの組み合わせが各ブロック４０ａ〜４０
ｅに示す各手段と同一視される。

画像データＳ１は、先ずコンピュータシステム４０の雑
音除去手段４０ａに入力され、不必要な高周波ノイズの
除去が行なわれる。この除去の処理は、たとえば、所定
点Ｐ０の画像データＳ１０を含む、該所定点ＰＯの周囲
の画素点の画像データ５ＩＩ（ｉ　＝０．１，２．・・
・、ｎ）を平均化処理１／（ｎ＋１）・Σ　Ｓ１＋ を行なって、この平均化処理後の画像データを所定点Ｐ
０のあらたな画像データＳ２０とするフィルタを用いて
、Ｘ線画像上を走査すること等により行なわれる。

高周波ノイズの除去の行なわれた画像データＳ２は、次
にトレンド除去手段４０ｂに入力される。

トレンド除去手段４０ｂでは、入力された画像データＳ
２の低周波ノイズの除去か行なわれる。この低周波ノイ
ズの除去には、腫瘍影か濃度勾配のある領域に存在する
場合にその濃度勾配をなくし、濃度の平坦な領域に腫瘍
影が存在するかのように画像データを変換することも含
まれる。この処理は、たとえば所定点Ｐｏの画像データ
Ｓ２ｏを含む、該所定点Ｐｏの周囲のかなり広い範囲に
わたる多数の画素点の画像データＳ　２　＋　　（ｊ　
−０，１，２゜・・・、ｍ）の平均化処理 を行ない、所定点Ｐｏの画像データＳ２０からこの平均
化処理により求めた値を減算し、この減算後の画像デー
タを所定点Ｐ０のあらたな画像データＳ３０とするフィ
ルタ、すなわち、 ・・・（１） の演算を行なうフィルタを用いて、Ｘ線画像上を走査す
ること等により行なわれる。

上記のようにして、高周波ノイズ、低周波ノイズの除去
の行なわれた画像データＳ３は、次に腫瘍影抽出手段４
０ｃに入力される。腫瘍影抽出手段４０ｃでは、以下の
ようにして腫瘍影の抽出か行なわれる。

第５図は、腫瘍影を抽出する実空間フィルタの一例を説
明するために、Ｘ線画像上の所定の画素Ｐｏを中心に該
画像上に仮想的に描いた図である。

該所定の画素Ｐ。か上記腫瘍影内の画素であるか否かか
判定される。腫瘍影抽出手段１において、ここで示すよ
うなフィルタを用いてＸ線画像上を走査することにより
、Ｘ線画像上の腫瘍影か抽出される。

第５図に示すように、Ｘ線画像内の所定の画素Ｐｏから
該Ｘ線画像の周囲に延びる複数（ここでは８本）の線分
Ｌｉ　　（ｉ−１，２，・・・、８）を想定し、さらに
所定の画素Ｐｏを中心とした、それぞれ半径ｒｌ、ｒ２
．ｒ３の円Ｒｉ　　（ｊ−１，２，３）を想定する。所
定の画素Ｐｏの画像データをｆ。とじ、各線分Ｌｌと各
回Ｒ，との各交点に位置する各画素Ｐ、、（第５図には
Ｐ　ｚ、　Ｐ　１２．　　Ｐ　１３．　　Ｐ　５１．　
Ｐ５２＋　　Ｐ、３について記号を示しである。）の画
像データをｆｌ、とする。

ここで、所定の画素Ｐｏの画像データｆ。と各画素Ｐ、
の画像データｆｌ、との各差分Δ、が下記（２）式に従
って求められる。

Δ、、−ｔ　、、−ｆｏ・・・（２） （ｉ−１，２，・・・、８　、　ｊ　−１，２，３）次
に各線分Ｌ１毎に、（２）式で求められた各差分Δ６．
の最大値が求められる。即ち、線分Ｌ１゜Ｌ５について
例を示すと、線分Ｌｌについては、画素ｐＨ＋　　ｐ、
□、Ｐ１３に対する各差分Δ＋＋＝　ｆ　＋＋　　　ｆ
Ｏ Δ１２””ｆｌ□−ｆ。

Δ１３＝　ｆ　１３　　ｆ。

のうちの最大値か求められる。この例では、たとえばΔ
、１が最大値とされる。また線分Ｌ５については画素Ｐ
　５１＋　　Ｐ　５２＋　　Ｐ　５３に対応する各差分
Δ５１”ｆ５１　　ｆＯ Δ５２””ｆ５２　　ｆＯ Δ５３＝ｆ５３　　ｆＯ のうちの最大値、たとえばΔ５３が求められる一二のよ
うに各線分Ｌ１毎に所定の画素Ｐ。と複数の画素との差
分の最大値を求めるようにすることにより、種々のサイ
ズの腫瘍影に対処することができる。

次に、所定の画素Ｐｏから互いに反対方向に延びる２本
の線分をひと組として、即ち線分Ｌ１とＬ５、線分Ｌ２
とＬ６、線分Ｌ３とＬ７、線分Ｌ４とＬ６のそれぞれを
ひと組として、各粗層に２つの最大値の平均値（それぞ
れＭ　１ｓ、　Ｍ　２ｂ、　Ｍ　３７゜Ｍ４８）が求め
られる。線分り、とり、の組については、その平均値Ｍ
１５は、 Ｍｉｓ−（Δ１、＋Δ５３）／２　　・・・（３）とし
て求められる。

このように所定の画素Ｐｏから互いに反対方向に延びる
２本の線分をひと組として取り扱うことにより、腫瘍影
がたとえばトレンド除去手段か４０ｂで除去しきれない
ほど濃度か傾斜した領域にあってその画像データの分布
が非対称となっていても腫瘍影を確実に検出することが
できる。

上記のようにして平均値Ｍ１５．　Ｍ２６．　ＭＢ２．
　Ｍ４８が求められると、これらの平均値Ｍ　１９．　
Ｍ　２６゜Ｍ　３．、Ｍ　４８に基づいて、以下のよう
にして、所定の画素Ｐ。が腫瘍影内の画素であるか否か
の判定に用いる特性値Ｃが求められる。

第６図は、この特性値Ｃの求め方を説明するための図で
ある。横軸は上記のようにして求めた平均値Ｍ、、、　
Ｍ２６．　Ｍ、、、　Ｍ４８、横軸はこれらの平均値に
は対応する各評価値ＣＩ５＋　　Ｃ２６，Ｃ３７，Ｃ４
Ｂである。

各平均値Ｍ１５・Ｍ２６・ＭＢ２・Ｍ４８がある値Ｍｌ
より小さい場合評価値は零、ある値Ｍ２より大きい場合
評価値は１．０　、Ｍｌ−Ｍ２の中間では、その値の大
きさに応じて０．０〜１．０の間の値が評価値となる。

このようにして、各平均値Ｍ、５．　Ｍｌ６゜Ｍ３７．
　Ｍ２Ｓにそれぞれ対応する評価値Ｃ１５，Ｃ２゜。

Ｃ３フ、Ｃ４８の和 Ｃ＝　Ｃ１５＋　Ｃ２６＋　Ｃ３７＋　Ｃ４ｇ　　・・
・（４）が特性値Ｃとされる。即ちこの特性値Ｃは、最
小値０，０と最大値４．０との間のいずれかの値を有す
る。この特性値Ｃが所定のしきい値Ｔｈと比較され、Ｃ
≧Ｔｈであるか、Ｃ＜Ｔｈであるかより、所定の画素ｐ
　ｏがそれぞれ腫瘍影内の画素であるか否かが判定され
る。

以上の実空間フィルタを用いてＸ線画像上を走査するこ
とによりＸ線画像に現われた腫瘍影か抽出される。

第７Ａ図、第７Ｂ図は、上記実空間フィルタを用いて求
められた、それぞれ良性腫瘍、悪性腫瘍の陰影の典型的
な形状を表わした図である。但し、この段階では良性腫
瘍であるか悪性腫瘍であるかの判定は行なわれていない
。各図において、たとえば各腫瘍影中の最も小さな値を
有する画像データがサーチされ、この最も小さな値を有
する画像データに対応する画素が、Ｘ軸とｙ軸とか交差
する原点Ｏとされる。

良性腫瘍は、典型的には第７Ａ図に示すように原点Ｏを
中心とするほとんど円形に近い形状を有しており、また
、腫瘍影内の画像データＳ３はなめらかに変化している
。また悪性腫瘍は、典型的には第７Ｂ図に示すように、
その形状は不整形であり、腫瘍影内の画像データＳ３は
その値か激しく変化している。但し、上記実空間フィル
タを用いて抽出された腫瘍影は、第７Ａ図、第７Ｂ図に
示すような典型的な形状を有しているとは限らず、種々
に変形した形状を有している。

腫瘍影抽出手段４０ｃにおいて腫瘍影が抽出されると、
その原点Ｏを中心とした近傍領域Ｄ（第７Ａ図、第７Ｂ
図参照）内に対応する画像データＳ３がネオコグニトロ
ン４０ｄに入力される。

第１図は、ネオコグニトロンの一例を模式的に描いた図
である。

人力層Ｕｏは、たとえば人間の網膜の細胞が平面上に多
数並んだ状態に対応した層であり、各網膜細胞に対応す
る入力端子から上記近傍領域り内の各画素に対応する画
像データＳ３か入力される。

入力層Ｕｏの後方には、Ｓ細胞と呼ばれる細胞が並んだ
細胞層ＵｓとＣ細胞と呼ばれる細胞が並んだ細胞層Ｕｃ
とが交互に並んでいる。それらの各細胞は、第１図に示
すように、−没前の層を構成する多数の細胞のうちある
小領域内に存在するー郡の細胞だけから入力結合を受け
ている。ここで入力層Ｕｏから腫瘍影を表わす画像デー
タＳ３が入力されると、Ｓ細胞の入力結合の強度が「学
習」によって変化し、各Ｓ細胞は入力された腫瘍影のパ
ターンのうちの部分的なパターンに反応するようになる
。またＣ細胞の入力結合の強度は「学習」によっては変
化せず、Ｃ細胞はその前段の細胞層Ｕｓに所定のパター
ンが多少の位置ずれを持って入力され、このため多少位
置のずれたＳ細胞がこの所定のパターンに反応した場合
であってもこれを許容するためのものである。これらＳ
細胞の層ＵｓとＣ細胞の層Ｕｃを交互に重ねることによ
り、最終段（第１図ではＵ　ｃ３）からは入力された腫
瘍影が悪性腫瘍の腫瘍影である蓋然性を表わす信号、た
とえば入力された腫瘍影を良性腫瘍の腫瘍影と悪性腫瘍
の腫瘍影とに区分した信号が出力される。

このようにして、上記ネオコグニトロンで悪性腫瘍の蓋
然性が高いと判定された腫瘍影の位置情報が画像データ
Ｓ３とともに表示手段４０ｅ（第３図に示すＣＲＴデイ
スプレィ４４）に入力され、悪性腫瘍の蓋然性の高い腫
瘍影の位置を明示した可視画像が再生表示され、観察に
供される。

尚、上記実施例では、雑音除去手段４０ａ、）レンド除
去手段４０ｂで高周波ノイズ、低周波ノイズの除去が行
なわれているが、このような処理は必要に応じて適宜行
なえばよいものであり、したがって本発明においては必
須の構成要件ではない。

また上記実施例では、腫瘍影抽出手段４０ｃにおいて実
空間フィルタを用いてＸ線画像上を走査して腫瘍影か抽
出されたか、腫瘍影を抽出するフィルタは上記実施例で
説明したフィルタに限られるものではなく、また、たと
えば先ずＣＲＴデイスプレィ４４に可視画像を再生表示
し、観察者がＣＲＴデイスプレィ４４上の可視画像に現
われた腫瘍影の位置情報をたとえばキーボード４３を用
いて入力し、本発明ではこのようにして指定された腫瘍
影についてこの腫瘍影が悪性腫瘍であることの蓋然性を
求めるようにしてもよいものである。

また対象としている腫瘍影について悪性腫瘍の腫瘍影で
ある蓋然性を求めた後、可視画像を表示することに代え
て、求められた上記蓋然性を表わす情報を画像データＳ
３とともに記憶手段に格納するようにしてもよいもので
ある。

さらに、上記実施例は、蓄積性蛍光体を用いて得られた
人体の乳房Ｘ線画像に現われる腫瘍影について悪性腫瘍
の腫瘍影である蓋然性を求めた例であるが、本発明は乳
房Ｘ線画像を対象とするものに限られるものではなく、
胸部Ｘ線画像等にも適用することができ、さらに蓄積性
蛍光体を用いるシステムに限られるものでもなく、被写
体の放射線画像を表わす画像データに基づいて該放射線
画像上に現われた腫瘍影か悪性腫瘍の腫瘍影である蓋然
性を求める際に広く用いうるちのである。

（発明の効果） 以上詳細に説明したように、本発明のノくターン認識装
置は、腫瘍影を表わす画像データを入力とし、該腫瘍影
が悪性腫瘍の腫瘍影である蓋然性を表わす情報を出力と
するネオコグニトロンを備えているため、医師の診断基
準を無理に数式化する必要かなく、また腫瘍影全体の情
報を入力することによって高精度に上記蓋然性を求める
ことかできる。

【図面の簡単な説明】

第１図は、ネオコグニトロンの一例を模式的に表わした
図、 第２図は、Ｘ線撮影装置の一例の概略図、第３図は、Ｘ
線画像読み取り装置の一例と、本発明のパターン認識装
置の一実施例であるコンピュータシステムとを表わした
斜視図、 第４図は、第３図に示すコンピュータシステム４０にお
ける、画像データＳ１に基づく処理を示したブロック図
、 第５図は、腫瘍影を抽出する実空間フィルタの一例を説
明するために、Ｘ線画像上の所定の画素Ｐｏを中心に該
画像上に仮想的に描いた図、第６図は、この特性値Ｃの
求め方を説明するための図、 第７Ａ図、第７Ｂ図は、上記実空間フィルタをの陰影の
典型的な形状を表わした図である。 ｌＯ・・・Ｘ線撮影装置 １４・・・蓄積性蛍光体シート ２０・・・Ｘ線画像読取装置 ２３・・・レーザ光源 ２６・・・回転多面鏡 ２９・・・輝尽発光光 ３０・・・光ガイド ３１・・・フォトマルチプライヤ ４０１１　コンピュータシステム 第１図 第２図 第６図 第７Ａ図　　　　第７８図

Claims (1)

【特許請求の範囲】
1. 　被写体の放射線画像を表わす画像データに基づいて、
   前記放射線画像上に指定された前記被写体の腫瘍に対応
   する腫瘍影が悪性腫瘍の腫瘍影である蓋然性を表わすパ
   ターン認識装置であって、前記放射線画像を構成する多
   数の画素にそれぞれ対応する多数の画像データのうち、
   前記腫瘍を構成する多数の画素もしくは該腫瘍影を含み
   該腫瘍影を取り巻く領域を構成する多数の画像データを
   入力とし、入力された前記多数の画像データにより表わ
   される腫瘍影が悪性腫瘍の腫瘍影である蓋然性を表わす
   情報を出力とするネオコグニトロンを備えたことを特徴
   とするパターン認識装置。