JPH0426854B2 - - Google Patents

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、デイジタル胸部Ｘ線写真の自動化分
析に関するものであり、より具体的には、デイジ
タル胸部Ｘ線写真における肺組織の分析および検
知と間質性疾患の特性づけに用いる助骨間の腔の
局在定位（位置推定）のための画像処理方法及び
装置に関するものである。

（従来の技術） デイジタル胸部Ｘ線撮影の利点としては、正常
および異常パターンを表す画像特性の定量分析が
行なえ、これらデータを二次的に利用でき、放射
線専門医の診断の助けとなることである。例え
ば、デイジタル画像分析手法が開発されており、
これにより乳房Ｘ線像における微小硬化の検知、
胸部Ｘ線写真における肺小結節の検知、血管造影
図において不透明にした血管を追跡し、狭窄症と
血液流量データの評価などを行う。

デイジタル胸部画像で肺組織のサンプリングを
行い、関心部位（ROIs）の位置を定める自動化
の方法のために必要なことは比較的単純である。
肺組織を含む適当な（ROIs）は、助骨構造、太
い血管、および画像のアーチフアクトから離して
おかねばならない。いくつかの実際上の理由から
も、これらROIsは、できるだけすみやかに選択
する必要がある。

胸部画像における助骨の位置を定めるために、
多くの試みがなされてきた。助骨の定位を行うこ
とは、助骨間の腔の位置を見出すこととほぼ同じ
である。この方法は、肺組織をサンプリングする
のに適していると考えられる。Wechsler他によ
る『コンピユーターグラフイツク画像処理７』
（375−390、1978）では、濾波、縁部（エツジ）
検出、およびハツク変形を含む画像処理手法を利
用して胸部画像における背部側助骨および腹部側
助骨を検知する方法を定式化した。報告によれ
ば、５つの胸部画像（256×256）からなる小さな
試験セツトにおいて誤差10〜15％であり、DEC
製コンピユーターPDP11／45上での平均計算時
間は18分であつた。他の方法は、胸領域を通つて
得られる垂直断面の分析と、助骨端部を識別した
後で曲線に適合させようとする試みに基づくもの
である。しかしながら、直接式縁部検出は、次の
ような理由から適切でない。(1)胸部画像には非常
に多くの縁部がある。(2)助骨縁部は、場合によつ
て（特に間質性疾患がある場合）離れていないこ
とがある。

統計的試験を利用して、『Desousa『コンピユー
タービジヨン』『グラフイツクス』および『画像
処理23』（１−14、129−161、1983）は、400×
400の背部／腹部側胸部画像における肺領域を通
して、少数の垂直断面上に助骨の位置を定めるこ
とによつて検知を行う自動化助骨検知手段を示し
た。この方法を利用して、De Souzaは満足すべ
き結果を報告したが、彼の調査で用いた事例の数
は示していなかつた。助骨定位に対するこれらの
方法の中には、肺組織分析における助骨間の腔の
定位に適用できるものもあり、これらの方法は典
型的な方法よりも多くの計算を必要する。

ROIの識別を行うための自動化手法は、間質性
疾患の検知および分析のための自動化手法に関連
して非常に役立つものである。

間質性疾患は、ごく普通の臨床上の単位であ
る。胸部Ｘ線撮影は、米国での病院におけるＸ線
調査の40％を占めている。シカゴ大学医学センタ
ーにおいてい胸部Ｘ線写真に見られる肺の異常の
うち約22％は間質性異常によるものである。間質
性疾患は、液体もしくはたんぱく質物質の累積に
よる間質性肺質異常として定義される。

胸部Ｘ線写真における拡散性間質性疾患の評価
は、放射線医学における最も難しい問題のひとつ
である。この理由とし、(1)数多くのパターンと複
雑な変位が含まれる、(2)放射線学的所見と病理学
的所見の間の関係がしつかり確率していない、(3)
Ｘ線撮影パターンを表すのに使用する用語が明確
に定義されておらず、放射線専門医の間で様々に
異なること、などが挙げられる。記述に用いる形
容詞が非常に多岐にわたるために、個人、組織、
教科書、さらに同じ個人でも日によつて解釈の違
いが生じてくる。

肺組織の客観的評価ができるようなコンピユー
ター化した定量化手法が開発されれば、この問題
は取り除かれ、放射線医学的解釈の精度も高まる
であろう。研究者たちは長年、肺浸透のその他の
形態と同様に、炭鉱労働者の塵肺症の症状の重さ
を検知したり定量化する自動化手段を捜し求めて
きた。正常な肺と肺繊維症のある肺を区別するた
めに、Sut ton他は『IEEE Trans.Comput.』（Ｃ
−21，667，1972）において、Ｘ線撮影における
濃度分布の統計的性質に基づく測定方法を開発し
た。彼らはまた、肺組織のフーリエスペクトルの
中間周波数レンジ異常の周波数成分を測定した。
Kruger他は、『IEEE Trans.Systems、人間とサ
イバネてイクス』（SMC4：40、1974）において、
２つの方法を用いて炭鉱労働者の塵肺症の分類を
試みた。すなわち、１つは点から点へのグレーレ
ベルの減衰変位に基づく60回の組織測定を行う統
計的方法であり、もう１つは光学的フーリエスペ
クトルの分析に基づくものである。Tully他は
『Invest.Radiol.』（13：2981978）において、光学
的フーリエ変換を使つて肺組織のパワースペクト
を求め、正常な肺と間質性疾患がある肺とを区別
した。Jagoe他は『British J.Indst.Med』（32：
267、1975）と『コンピユーターと生化学的研究』
（12：１、1979）において、塵肺症の症状の重さ
を調べるために、1.2ミリの間隔で胸部Ｘ線写真
のサンプリングを行うつて定められるグレーレベ
ル勾配スペクトルの方向によつて組織パターンを
符号化する方法を採用した。

（発明が解決しようとする課題） しかしながら、上記の統計的方法において、組
織の測定は画素数から得ていたため、８か16段階
のグレーレベルに換算されてしまい、間質性肺疾
患によるコントラストの低いパターンの場合、Ｘ
線撮影における微妙な濃度変化が失われていた。
従来の研究における別の問題は、組織測定を濃度
変化によつて行つていたために、胸部Ｘ線撮影に
おいて肺構造全体（背景が低周波になる傾向があ
る）を含んでしまつた点である。そのため、従来
の組織測定は、基底となる肺組織の変動パターに
おける小さな変化に対する感度が極めて低かつ
た。さらに、研究者たちは、これらの組織測定
が、放射線専門医が胸部画像において通常みかけ
るどの特性に対応しているかを示さなかつた。こ
のような問題があつたため、間質性疾患の診断の
ために肺組織のコンピユーター分析を採用する試
みは普及しなかつた。

従つて、本発明の目的は、各種の肺異常の自動
検出の信頼性を向上する新規な画像処理方法及び
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） 本願は特願昭63−19217号に関連するものであ
つて、この特願昭63−192171号は、アメリカ合衆
国において、1987年８月３日出願の継続中米国特
許出願番号第07／081143号優先権主張に基づく出
願である。また、「デイジタルＸ線画像による異
常な解剖組織部位検出用の自動システム」題し
た、土井等のアメリカ合衆国における1987年６月
30日出願の共有の継続中の米国特許出願（番号不
明）および1987年８月３日出願の米国出願番号第
07／081001号に関連し、その開示は本願に参照し
てある。特願昭63−192171号（アメリカ合衆国出
願番号第07／081143号）の明細書及び図面に、診
断用放射線学における自動技術分野の研究者等の
過去の努力が詳細に記載されている。本願出願に
はさらに、デイジタル胸部Ｘ線写真による肺組織
の物理的測定に基づく間質性疾患の検出および特
徴づけを行う自動方法も開示しクレームしてい
る。特願昭63−192171号の明細書及び図面に説明
されているように、約20の四角い関心領域
（ROI）を自動あるいは手動方法で助骨の間隙か
ら選択し、各ROIの非均一なパツクグランドドレ
ンドを補正して間質性疾患に関係する根源的な微
細組織から全肺構造を分離する。肺組織のパワー
スペクトルを観察者の視覚系反応で篩にかけた
後、rms変動およびパワースペクトルの初期モー
メントとを、肺組織の大きさと粗さ（あるいは細
かさ）の定量組織測度とする。本発明は、特願昭
63−192171号の明細書及び図面の開示を基に構成
し、その発明者は、データベースを作成するた
め、100件の正常肺と100件の結節、細網、および
蜂巣模様のある異常肺についてこれらの組織測度
を求めた。次に、このデータベースは、本発明で
は正常肺と間質性疾患のある異常肺との区別の自
動分類の基準作成に使用する。

すなわち、本発明は、デジタル胸部Ｘ線写真に
おける正常肺と間質性疾患のある異常肺を区別す
る自動分類のための画像処理方法において、対象
デジタルＸ線写真における複数の関心領域
（ROI）をサンプリングし、該ROIそれぞれの組
織を表わすデジタルデータを生成し、各選択ROI
の組織測度を、各ROIの肺組織を表わす前記デジ
タルデータにより決定し、正常肺データベースに
基づき予じめ決定した特性に関連して、前記決定
段階にて決定した組織測度を正規化し、この正規
化段階にて得た正規化組織測度を処理し、予じめ
決定した基準に基づき対象デジタルＸ線写真の肺
画像が正常か異常かを判定することを特徴とする
デジタル胸部Ｘ線写真における正常肺と間質性疾
患のある異常肺を区別する自動分類のための画像
処理方法である。

さらに本発明は、デジタル胸部Ｘ線写真におけ
る正常肺と間質性疾患のある異常肺を区別する自
動分類システムにおいて、対象デジタルＸ線写真
における複数の関心領域（ROI）をサンプリング
するサンプリング手段と、該ROIそれぞれの組織
を表わすデジタルデータを生成する生成手段と、
各選択ROIの組織測度を、各ROIの肺組織を表わ
す前記デジタルデータにより決定する決定手段
と、正常肺データベースに基づき予じめ決定した
特性に関連して、前記決定段階にて決定した組織
測度を正規化する正規化手段と、この正規化段階
にて得た正規化組織測度を処理し、予じめ決定し
た基準に基づき対象デジタルＸ線写真の肺画像が
正常か異常かを判定する判定手段とを具備したこ
とを特徴とするデジタル胸部Ｘ線写真における正
常肺と間質性疾患のある異常肺を区別する自動分
類のための画像処理装置である。

（作用） 異常の手段を講じたことにより、選択した組織
測度は、肺組織のRMS変位（Ｒ）とパワースペ
クトルの初期モーメント（Ｍ））で、これは特願
昭63−192171号の明細書及び図面の記載通り得ら
れる。先ず、二つの組織測度（肺組織のrms変位
（Ｒ）およびパワースペクトルの初期モーメント
（Ｍ）は、正常肺のデータベースを使用すること
によつて正規化される。次に、単一組織インデツ
クスは、異常肺より得た組織測度の分布（または
データベース）を考慮して二つの正規化組織測度
によつて決定し、正常肺と異常肺の自動分類を可
能とする。スレシヨルレベルを超える大きい組織
インデツクスを含む「異常」な対象部位（ROI）
の最初の選択のため、スレシヨルド組織インデツ
クスを選ぶ。次に、選択した異常ROIは、 (1) 明白に異常な単一パターン、 (2) 二つ以上の異常な集合ROIの局部異常パター
ン、および (3) 肺に分布した五つ以上の異常ROIの散在性異
常パターンの３つの異なる試験を受ける。以上
の異常パターンのいづれかのある胸部画像は、
間質性疾患の異常肺に分類される。

（実施例） 図中、同一参照番号は同一あるいは関連部分を
表し、また特に具体的には第１図では、本発明に
係る、正常肺および異常肺の区別の自動分類の方
法を表すフローチヤートを示す。第１図に示す通
り、本発明の第一ステツプ10では、診断中の対象
のデジタル画像データが得られる。特に、略20個
の四角い関心領域（ROI）を、出願番号第07／
081143号に記載の自動あるいは手動方法で助骨の
間隙からサンプリングする。ステツプ20で選択し
た各ROIについて、rms変異およびパワースペク
トルの初期モーメントは、それぞれ肺組織の大き
さと粗さ（あるいは細かさ）についての定性組織
測度として求める。特に、出願番号第07／081143
号に記載のごとく、こうした組織測度を得るに
は、各ROIの非均一なバツクグラウンドを二次元
（2D）表面接合技術によつて修正し、その次のコ
ンピユータ分析のため、内在する肺組織の変化パ
ターンを測定する。肺組織のパワースペクトル
は、2Dフーリエ変換（２次元フーエリ変換）に
よつて得られ、観測者の視覚反応によつて選り分
けられる。最後に、二乗平均（rms）差（Ｒ）お
よびパワースペクトルの初期モーメント（Ｍ）
を、肺組織の大きさおよび粗さ（あるいは細か
さ）それぞれについて、顕著な定量組織測度とし
て求める。

さらに詳しくは、2Dフーリエ変換データは、
Ｔ（ｕ，ｖ）で定義し、ここでのｕおよびｖはデ
カルト座標系の空間周波数である。Ｔ（ｕ，ｖ）
は、人の視覚反応Ｖ（ｕ，ｖ）で帯域濾過され、
ここでは、 Ｖ（ｕ，ｖ）＝EXP−
［（ln√u²＋v²−ln（25u₀／Ｄ））²／２（0.973）²］
……(1) 濾過データ（Ｔ（ｕ，ｖ）Ｖ（ｕ，ｖ））を求め
る、この場合、u₀およびＤは規定の定数である。
RMS変異（Ｒ）およびパワースペクトルの初期
モーメント（Ｍ）は以下のように求める。

Ｒ＝√∫^∞ _∞ ²（²＋²）²（，）
……(2) Ｍ＝∫^∞／_∞∫^∞／_∞√²＋²V²（ｕ，ｖ）T²（ｕ
，ｖ）dudv／∫^∞／_∞∫^∞／_∞V²（ｕ，ｖ）T²（ｕ，ｖ
）dudv……(3) 第１図に示すように、ＲおよびＭが一旦求めら
れると、ステツプ30において、PA胸部画像の全
ROIより求められた二つの組織測度測定値は、正
常肺のデータベースに由来する平均値と標準偏差
を利用して正規化する。このデータベースは、発
明者等が100件の結節性、細網状、蜂巣状の異常
肺並びに100件の正常肺について組織測度ＲとＭ
を求めることにより得たものである。次にステツ
プ40にて、異常肺から得た組織速度の分布、即ち
データベースを考慮して、二つの正規化組織測度
から単一組織インデツクスを求める。次に、ステ
ツプ50では、規定のスレシヨルド値を超える大き
い組織インデツクスのROIを選択する。選択した
ROIは最後にステツプ60₁，60₂および60₃にて、
完全に異常な単体パターン（ステツプ60₁）、局部
異常パターン（ステツプ60₂、あるいは拡散異常
パターン（ステツプ60₃）について三つの個別試
験を実施する。異常パターンのいずれか一つのあ
る胸部画像は、ステツプ70の間質性疾患の異常肺
を示すものと分類される。もしくは、異常パター
ンが無い場合は、その肺はステツプ80で正常と分
類される。

二つの組織測度は、以下の二つ式に示す通り、
データベースに含まれる正常肺について得られる
組織測度の平均および標準偏差によつてステツプ
30にて正規化される。

R_N＝Ｒ−R^-／σR ……(4) M_N＝Ｍ−M^-／σM ……(5) ここで、R_NとM_Nは、それぞれパワースペクト
ルの正規化rms変異と正規化初期モーメントであ
り、R^-とM^-は、それぞれ正常肺についてのパワ
ースペクトルの平均rms変異と平均初期モーメン
トであり、さらに〓Ｒと〓Ｍはそれぞれ正常肺につ
いてのrms変異の標準偏差とパワースペクトルの
初期モーメントの標準変異である。

正常肺について求めた二つの組織測度の分布を
第２図に示す。この分布によると、正常肺につい
てのrms変異の平均および標準偏差は、画素値単
位でそれぞれ8.190と0.884であり、パワースペク
トルの初期モーメントの平均および標準偏差は、
それぞれ2.577サイクル／mmと0.120サイクル／mm
である。rms変異に使用する画素値単位は、別の
単位に変換可能で、これは、rms変異を光学濃度
あるいは相対Ｘ線強度に関して求める場合に有用
である。本研究では放射線透過画像は、10ビツト
のアナログ・デジタル変換を利用し、光学濃度範
囲の0.4から2.2を線でマツプして800から200（即
ち、0.003光学濃度／画素値）の範囲の画素値と
することで、高級ドラムスキヤナーによりデジタ
ル化したので、正常肺のrms変異の平均および標
準偏差は、それぞれ光学濃度単位で0.02457と
0.002652である。

相対Ｘ線強度に関するrms変異の平均および標
準偏差は、係数0.434Gで光学濃度における上記
数値を徐することで求められる。ここで、Ｇは、
各胸部の放射線透過写真に使用するスクリーンフ
イルムシステムの特性曲線の勾配を表す。平均勾
配を2.8と見なして、正常肺のrms変異の平均お
よび標準偏差は、相対Ｘ線強度に関して約0.02と
0.002と思われる。相対Ｘ線強度に関する数値は、
大まかなものであり、注意して使用する必要があ
る。これは、全放射線透過画像の特性曲線が分か
つておらず、平均曲線のみを使用して平均勾配を
求めたからである。

データベースの正常肺と異常肺との正規化組織
測度の分布をそれぞれ第３図と第４図に示す。正
常肺についての分布は、正規化組織測度座標の原
点付近を中心とし、異常肺についての分布は左上
にずれている。しかし、この二つの分布は、明ら
かに相当な部分が重なつている。これは、間質性
疾患が肺全体に広がつていない限り、異常肺に見
られる肺組織に一部正常箇所があり得るからであ
る。従つて、こうした分布にのみ基づく分類機構
は、正常肺と異常肺とを区別する上であまり効果
的ではないと思われる。

異常肺の組織測度の分布には正常肺についての
数値も一部含まれていて、正規化組織分布座標の
第二象限に移動するので、ステツプ40では第５図
に示すように、新たな単一組織インデツクス
（Ｔ）を公式化し、正常肺と異常肺とを効果的に
区別する。二つのパラメータよりもむしろ、信頼
できるインデツクスで得られる単一最小感度の実
用性は、コンピユータによる正確な自動分類達成
の単純性と効果による。数学的には、単一組織イ
ンデツクス（Ｔ）は以下の通り定義する。

第一象限、即ちM_N＞０およびR_N＞０、Ｔ＝R_N
……(6) 第二象限、即ちM_N＜０および R_N＞０、Ｔ＝√_N ²＋_N ² ……(7) 第三象限、即ちM_N＜０および R_N＞０、Ｔ＝−M_N ……(8) 第四象限、即ちM_N＞０および R_N＞０、Ｔ＝−｛最小（M_N）、｜R_N｜）｝ ……(9) 即ち、M_Nの低い数値あるいはR_Nの絶対値の負
数。組織インデツクス（Ｔ）の有用性を、rms変
異のヒストグラムとパワースペクトルの初期モー
メントと正常肺と異常肺の新たな組織インデツク
スとを比較してそれぞれ第６図、第７図、第８図
に示す。このヒストグラムは、各胸部画像の全
ROI中の最大値の発生頻度を表している。異常肺
のパワースペクトルの初期モーメントのヒストグ
ラムとrms変異のヒストグラムが正常肺のものと
相当重なつているのが明白である。従つて、rms
変異あるいはパワースペクトルの初期モーメント
のいずれかの最大値をその分類に使用する場合
は、正常肺と異常肺との区別が困難である。しか
し、単一組織インデツクスのヒストグラムは、正
常肺と異常肺についての分布の改善された区別を
示すもので、その分類性能の改善を意味する。事
実、この結果は、レシーバ操作特性（ROC）曲
線を第９図に示すようにプロツトすることで確認
される。（ROC分析法の説明については、C.E.メ
ツツの研究放射線学、21：720−733（1986年）を
参照。）ROC曲線は、肺の正常および異常といつ
た二つの見込まれる状態の区別をする検知器（あ
るいは観察装置）の性能を表す最も信頼のおける
ダイアグラムとして現在知られている。この
ROC曲線は、一般には真の正の分数、即ち異常
肺を異常としての正確な分類（あるいは検出）の
分数、および偽りの正の分数、即ち正常肺を異常
として不正確な分類（あるいは検出）の分数との
関係のプロツトである。この関係は、こうした分
数が使用するスレシヨルドレベルによつて変わる
ので、点の代わりに曲線で表す。

特に、第８図と第９図では、例えば第９図の
ROC曲線ラベルの「組織インデツクス」の作成
では、組織インデツクススレシヨルドは第８図に
示すヒストグラムに関連して作成してある。考え
られる各スレシヨルド値については、真の正の分
数は異常肺ヒストグラムの曲線の全域に対するス
レシヨルド値の右側に対する異常肺ヒストグラム
の曲線の区域の比率として求められる。同様に、
偽りの正の分数は、正常肺ヒストグラムの曲線の
全域に対するスレシヨルド値の右側に対する正常
肺ヒストグラムの曲線の区域の比率として求めら
れる。例えば、スレシヨルドレベルが低下する
と、真の正の分数の増加が見込まれ、偽りの正の
分数も増加する。別の検出器あるいは方法で得た
異なるROC曲線の比較では、ROC曲線が高いほ
ど（即ち、左上角に接近）、一般には性能が向上
する。従つて、第９図は、組織インデツクスの使
用は、正常肺および間質性疾患による異常のある
肺について、肺組織の自動分類におけるrms変異
の利用あるいはパワースペクトルの初期モーメン
トの利用よりも優れていることを明白に示してい
る。

本発明の自動分類方法の性能をさらに向上する
には、間質性疾患のある異常肺に含まれる異常パ
ターンについて三つの異なる試験60₁，60₂および
60₃を実施する。第一試験60₁は、胸部画像で選択
した全ROIから得た組織インデツクスに４を超え
る数値があるかどうかを調べるものである。もし
ある場合には、この胸部画像は異常と分類され
る、これは第８図に示すように、データベースの
正常肺には４を超える組織インデツクスが無いか
らである。本発明の構成の方法を多数の臨床例の
分析に毎日使用する場合、組織インデツクスが４
を超える正常例がみられることがあり、こうした
ことが偽りの正の分数の増加原因になる。しか
し、こうした増加は、データベースの100件の正
常胸部画像がいずれもが４を超える組織インデツ
クスとならない事実からして、非常に小さなもの
であると思われる。第二試験60₂は、スレシヨル
ドレベルを超える比較的高い組織インデツクスの
予備選択した「異常」ROIがある特定の距離（ま
たは円形の直径）内に集合しているかどうかを調
べるものである。組織インデツクスのスレシヨル
ド値は、相互作用選択制御の使用あるいは自動方
法によつて変更できる、もしくは規定のレベルに
設定できる。集合した異常ROIの測定での１cmな
いし５cmの範囲の距離の効果は、本発明の派生と
して調べられる。約３〜４cmの距離が、間質性疾
患による局部異常パターンの検出をするうえで有
効であることが分かり、この試験を追加すること
で、第１０図のROC曲線で示すように性能向上
が明らかであつた。

第三試験60₃は、予備選択した異常ROIGA肺全
体に広がつているか、また間質性疾患による拡散
異常パターンを生じているかを調べる。第三試験
60₃では、スレシヨルドレベルを超える組織イン
デツクスとなる胸部画像当たりのROIの合計数を
係数する。その結果によれば、五つ以上の異常
ROIがある場合、胸部画像は間質性疾患による拡
散異常パターンを含むことがよくある。第三試験
60₃の有効性は、こうした三つの試験による全て
の結果と共に、第１０図に示してある。この結果
から、また以下で説明する放射線専門医の能力と
比較のために加えた別のデータから、第１図に示
した全試験が最高の性能を結果として出したこと
が確認される。局部的異常箇所の距離（または直
径）およびこれらの試験の異常ROIの合計数の両
方に使用する最適な基準は、胸部画像当たりの選
択したROIの合計数が相当増加するかどうかで変
化する。

正規化、単一組織、および異常試験に関する上
記方法および手順を、各胸部画像の肺全体に適用
した。しかし、同じ方法と手順を、肺の内外同様
に肺の上部、中間、下部等の異なる箇所の選択し
た肺の部位に個別に適用できる。次に、正常肺お
よび異常肺の両方の肺組織に関するデータベース
を、選択した各部について作成する必要がある。
そして、組織測度の正規化は、対応する肺の部位
から得た正常肺に関するデータベースを使用して
各肺の部位について個別に達成される。組織イン
デツクスは、式６〜９で説明し第５図に示した方
法で求める。異常肺に関する試験は、各肺の部位
について個別に実施する。

肺に局部的に適用するこの自動分類構成する研
究は、肺全体に適用する異常に正常肺と異常肺と
の区別という点でさらに微妙なものである。しか
し、現時点ではデータベースが限られているた
め、感度の点でのこの若干の改善の統計上の意義
の確認は不可能であつた。明らかに、肺の局部に
ついてのこの研究の完成には組織測度に関する膨
大なデータベースを必要とする。

このコンピユータによる自動分類構成の有効性
に評価するには、デジタル胸部Ｘ線撮影の診断精
度についての表示形式の効果の研究について先に
使用した臨床例の分析に本発明の方法を適用し
た。この研究にはハードコピー、ビデオ、反転グ
レースケール画像（H.マクマホン、C.E.メツツ、
K.ドイ、T.キム、M.L.ジガー、H.P.チヤンの放
射線学、161（Ｐ）、203、1986（要約））の比較があ
る。研究用に選んだ60件の胸部画像には、肺結
節、気胸、間質性浸潤、骨の損傷等の潜在性の異
常もあつた。このような異常それぞれに関する
ROC曲線は、６人の放射線専門医と６人の放射
線レジデントとが作成した。第１１図は、上記12
人の観察者と本発明の自動分類法によつて得た
ROC曲線の比較を示している。コンピユータに
よる研究収率は、正常肺と間質性疾患のある異常
肺との区別での平均的観察者が得たものより優れ
たものであることが明白である。観察者の成績研
究に使用した胸部画像は、0.3mmｇ画素サイズと
ドラムスキヤナーを使用して作成した高品質ハー
ドコピー画像で、一法、自動分類は、0.1mm画素
サイズのデジタル画像データに適用した。放射線
専門医が得たROC曲線は、0.1mm画素サイズのハ
ードコピーを観察者の成績研究に用いることで改
善されることが期待される。しかし、間質性浸潤
の検出における画素サイズの効果に関する観察者
の成績研究で先に示唆されていたように、この改
善は大幅なものではない（H.M.マクマホン、C.
J.ビボニー、C.E.メツツ、K.ドイ、V.サベテイ、
S.L.ソロモン、の放射線学、158：21、（1986））。
従つて、第１１図の結果から得られる結論に変わ
りはない。即ち、本発明に係るコンピユータによ
る研究は、間質性疾患のある異常肺の検出に関し
て、人による観察よりも優れてた成果を提供でき
るものである。

細網パターンの異常肺にはrmsに相当な変化お
よび正常肺と比較してパワースペクトルの初期モ
ーメントが比較的高くなり易いことが分かつた。
この結果は、細網パターンの正規化組織測度が正
のR_N軸の上部近辺に通常は分布していることの
発見に対応している。結節パターンの異常肺につ
いては、パワースペクトルの初期モーメントは正
常肺のものよりも低くなる傾向があるが、rms変
動は正常肺のものと類似している。この結果は、
負のM_N軸の左側近辺に通常は位置する結節パタ
ーンの正規化組織測度の分布に対応している。し
かし、蜂巣および細網−結節パターンの異常肺
は、rms変動が正常肺よりも大きくなり、またパ
ワースペクトルの初期モーメントが正常肺より低
く成る傾向がある。これは、蜂巣および細網−結
節パターンの正規化組織測度が、原点から引いた
分析軸の左上近辺で、（M_N、R_N）座標の第二象
限に位置することを示している。

本発明によつて得られる、間質性疾患による多
様な異常パターンのこのような画像の特徴の発見
に基づき、異常肺局部は、放射線専門医の解釈用
に表示した胸部画像に重ねた特殊マーカー（ある
いは印）で表される。特に、高品位CRTモニタ
ーをデイスプレーに使用するが、フイルム画像の
ある別の種類のデイスプレー装置もこの目的に使
用できる。胸部画像が、第１図の自動機構により
異常と分類されると、スレシヨルド値を超える組
織インデツクスを含む異常ROIすべてが、異常
ROIの位置の胸部画像に重ねた、各ROIの各異常
の性質と程度を表す３種類の印で表示される。第
１２図に示すように、四角形は、異常組織測度が
第一象限あるいは第一象限に隣接する第二象限の
三分の一に位置している場合の細網パターンを表
す（縦座標及び縦座標から30度の角度の点線で示
してある）。円形は、異常組織測度が第三象限あ
るいは第三象限に隣接する第二象限の三分の一に
位置している場合の結節パターンを表す（横座標
および横座標から30度の角度の点線で示してあ
る）。六角形は、異常組織測度が点線と一点鎖線
との中間の区域である、第二象限の三分の一に位
置している場合の蜂巣および細網−結節パターン
を表す。異常の程度は、こうした印の大きさで表
示し、異常ROIの組織インデツクスが大きくなれ
ばなるほど、円形、六角形、あるいは四角形の大
きさが増す。この印の中心は、胸部画像で選んだ
ROIの中心位置にする。この音の大きさは、組織
インデツクスに比例して、あるいは組織インデツ
クスの増大による大きさの単調増加を生じるよう
な別の関係で変化する。この三つの異なる印の大
きさ或いは面積は、対応する組織インデツクスが
同じであれば変化しない。

CRTデイスプレーに表示されるその他の数量
は異常に有用なもので、真の正の分数および偽り
の正の分数であり、操作点、即ち使用したスレシ
ヨルド組織インデツクスでのROC曲線に由来す
る。これは、異常肺を示唆した場合、コンピユー
タ出力の信頼性に関する判断基準において重要な
意味を持つている。この理由は、真の正の分数お
よび偽りの正の分数は、胸部画像が本発明の自動
分類法によつて異常であると分類された場合、異
常肺の可能性と正常肺の可能性のそれぞれを表す
からである。即ち、この方法は、肺が本当に異常
であるという可能性、そしてまたその肺は、たと
えコンピユータ出力が異常肺と表示しても、実際
は正常である可能性もあることを示す。第１０図
に示したようなROC曲線は、組織インデツクス
のスレシヨルドレベルの変化によるもので、この
曲線のデータは対応するスレシヨルドレベルと共
にコンピユータに記憶できる。従つて、胸部画像
を規定スレシヨルドレベルで解析した場合、この
スレシヨルドレベルでの真の正の分数と偽りの正
の分数は、胸部画像が間質性疾患による異常であ
ると分類されると、モニターに表示される。さら
に、胸部画像がスレシヨルドレベルの変化により
対話式に解析されると、異なるスレシヨルドレベ
ルでのこれらの分数の対応変化およびスレシヨル
ドレベルを超える異常ROIはこのレベルの変化に
よつて直ちに表示される。異常肺組織に関するこ
うした正確、程度、可能性の表示は、胸部Ｘ線写
真で見る間質性疾患の放射線専門医の診断を大幅
に手助けする。

胸部画像が本自動分類機構で正常と分類される
と、異常肺の場合同様にCRTモニターに二つの
重要なパラメータが表示される。このパラメータ
は、肺が全く正常である、即ち１に等しい真の負
の分数引く偽りの正の分数であることの確率、お
よび肺が本当に異常である、即ち１に等しい偽り
の負の分数引く真の正の分数であることの確率で
ある。こうした可能性がROC曲線から得られ、
コンピユータが示唆する正常肺という信頼正に関
する判断基準として有効であることは明白であ
る。第１３図は、デジタル胸部画像の肺組織の解
析のための線による自動分類システムの操作を連
続的に示す略ブロツク図である。先ず、特定の胸
部Ｘ線写真に対応するデジタル画像データを入力
装置１００で入力し、画像記憶装置１０５に記憶
する。デジタル胸部画像は、従来のＸ線写真フイ
ルム画像のデジタル化あるいは、ピツカー・ライ
ンスキヤンデジタル胸部システム、AS＆Ｅ・ポ
イントスキヤンデジタルシステム、フジ記憶燐
光／レーザー読み取りデジタルシステム、イメー
ジインテンシフアイヤTVデジタルシステム、あ
るいはセレンプレートデジタルシステムといつた
他のデジタル装置で得られる。次に、適切なROI
を手動もしくは自動的に選択し（ブロツク110）、
選択したROI上の組織測度ＲとＭを求める（ブロ
ツク102）。データベースメモリー１３０₁に記憶
してある正常肺に関するデータベースの統計値を
基に正規化計算機１３０で正常化する。次に、正
規化組織測度を、第５図に関連して説明したよう
に、単一組織インデツクスＴ（Ｍ，Ｒ）を求める
計算器１４０に当てはめる。次に、計算器１４０
の単一組織インデツクス（Ｍ，Ｒ）は比較器１５
０に適用し、そこで各ROIの組織インデツクス
を、対話式スレシヨルド選択コントローラ１５０
_１によつて対話式に選択できるスレシヨルド値と
比較する。コントローラ１５０₁は、選択可能な
スレシヨルドをROC発生器１５０₂にも適用し、
そこでROCデータを記憶し、コントローラ１５
０₁で適用した選択スレシヨルド値に基づき、選
択スレシヨルドインデツクスでの偽りの正のデー
タと真の正のデータを生成する。また、比較器１
５０で求めたようにコントローラ１５０₁で設定
したスレシヨルドを超える各ROIの組織インデツ
クスが４より大きいか否かを求める比較器１６０
_１、比較器１６０₁では異常との判断を受けていな
いROIが規定の距離（即ち、円形の直径）内にま
とまつているか否かを求める解析器１６０₂、お
よび比較器１５０で求めたようにコントローラ１
５０₁で設定したスレシヨルドを超えるROIの合
計数が４より大きいか否かを求める比較器１６０
_２とを備える。比較器１６０₁，１６０₂，１６０₃
のいずれかが、正の決定を下した場合は、分類器
１７０が異常肺分類を行い、否の決定を下した場
合は、分類器１８０の正常肺分類を行う。さら
に、印発生器１９０も設けてあり、異常の程度を
示唆する大きさ、つまり組織インデツクスに比例
する大きさの各印によつて、異常のタイプ（例え
ば、前述の蜂巣、細網、細網−結節、結節等）を
表す印を生成する。

本発明によれば、上述のようにCRTモニター
などのデイスプレー２００を設けて画像、異常
ROIの位置に発生器１９０で発生した印、および
発生器１５０₂からのROC情報を表示する。本発
明は、上記説明により多様な修正および変更がで
きることは明白である。従つて、特許請求の範囲
内で、本発明はここに具体的に記載した以外にも
実施できることが分かる。

［発明の効果］ このように本発明によれば、選択した組織測度
は、肺組織のRMS変異（Ｒ）とパワースペクト
ルの初期モーメント（Ｍ）で、これは、特願昭63
−192171号（アメリカ合衆国出願番号第07／
081143号）の記載通り得られる。先ず、二つの組
織測度（肺組織のrms変異（Ｒ）およびパワース
ペクトルの初期モーメント（Ｍ））は、正常肺の
データベースを使用することによつて正規化され
る。次に、単一組織インデツクスは、異常肺より
得た組織測度の分布（またはデータベース）を考
慮して二つの正規化組織測度によつて決定し、正
常肺と異常肺の自動分類を可能とする。スレシヨ
ルドレベルを超える大きい組織インデツクスを含
む「異常」な対象部位（ROI）の最初の選択のた
め、スレシヨルド、組織インデツクスを選ぶ。次
に、選択した異常ROIは(1)明白に異常な単一パタ
ーン、(2)二つ以上の異常な集合ROIの局部異常パ
ターン、および(3)肺に分布した五つ以上の異常
ROIの散在性異常パターンの３つの異なる試験を
受ける。以上の異常パターンのいづれかのある胸
部画像は、間質性疾患の異常肺に分類される。

従つて、本発明によれば、各種の肺異常の自動
検出の信頼性は向上される。これは、熟練放射線
専門医による診断より優れた結果をもたらす、効
果がある。

【図面の簡単な説明】

第１図は本発明に係る身体組織測度の分析に基
づく正常肺と間質性疾患の異常肺との区別の自動
分類を示すフローチヤート、第２図は本発明に係
る分類を実施するための正常肺について得た二つ
の組織測度、RMS変異（Ｒ）とパワースペクト
ル（Ｍ）の初期モーメントとの分布を表すグラ
フ、第３図は正常肺100件の胸部画像から得た正
規化組織測度の分布を表すグラフ、第４図は異常
肺100件の胸部画像から得た正規化組織測度の分
布を表すグラフ、第５図は正常肺と異常肺のコン
ピユータによる分類を容易にするために正規化組
織測度から求めた単一組織インデツクス（Ｔ）を
示す特性図、第６図は正常肺と異常肺の各胸部画
像で選んだ全ROI中の正規化rms変異の最大値の
ヒストグラム、第７図は正常肺と異常肺の各胸部
画像で選んだ全ROI中のパワースペクトルの正規
化初期モーメントの最大値とヒストグラム、第８
図は正常肺と異常肺の各胸部画像で選んだ全ROI
中の組織インデツクスの最大値のヒストグラム、
第９図はRMS変異、パワースペクトルの初期モ
ーメント、あるいは単一組織インデツクスに基づ
くコンピユータによる正常肺および異常肺の区別
のためのレシーバ操作特性（ROC）を示すグラ
フ、第１０図は組織インデツクスを局部および／
または拡散異常試験と共に使用する場合、コンピ
ユータによる正常肺と異常肺との区別のための
ROC曲線を表すグラフ、第１１図は60件の選択
胸部画像（第２図のデータベースには入つていな
い）についてコンピユータと12人の放射線専門医
から得たROC曲線の比較を示すグラフ、第１２
図は組織測度座標系の三つの異なる区域を示すも
ので符号は細網、結節、蜂巣（および細網−結
節）パターンを四角形、円形、六角形でそれぞれ
表す図、第１３図は本発明に係るデジタル胸部画
像の肺組織分析の自動分類の画像処理方法及び装
置を表す略ブロツク図である。 １００……デジタル画像入力装置、１０５……
画像記憶装置、１１０……適切ROI選択器、１２
０……肺組織測定計算機、１３０……正規化計算
機、１３０₁……データベースメモリ、１４０…
…単一組織インデツクス計算機、１５０……異常
ROI比較器、１５０₁……対話式スレシヨルド選
択コントローラ、１５０₂……ROCデータ発生
器、１６０₁……組織インデツクス比較器、１６
０₂……集合異常ROI解析器、１６０₃……ROI値
比較器、１７０……異常肺分類器、１８０……正
常肺分類器、１９０……印発生器、２００……デ
イスプレイ。

Claims (1)

1. 【特許請求の範囲】 １ デイジタル胸部Ｘ線写真における正常肺と間
   質性疾患のある異常肺とを区別する自動分類する
   ための画像処理方法であつて、 処理対象のデイジタルＸ線写真から複数の関心
   領域をサンプリングするサンプリングステツプ
   と、 当該関心領域それぞれについての組織属性を表
   わすデイジタルデータを生成する生成ステツプ
   と、 前記各関心領域の組織情報を、特定の関心領域
   の肺組織を表わす前記デイジタルデータにより確
   定するものであつて、隠れた組織を分離するため
   に各関心領域についてのデイジタルデータにおけ
   る非均一性背景画像成分を除去し、この前記非均
   一性背景画像成分が除去されたデイジタルデータ
   に基づき前記隠れた組織のパワースペクトラムを
   算出し、この算出したパワースペクトラムを帯域
   フイルタリングし、前記組織情報として前記帯域
   フイルタリングされたパワースペクトラムのパワ
   ースペクトラムに係るモーメントＭとパワースペ
   クトラムに係るルート・ミーン・スクウエア
   （RMS）変動値Ｒとを算出する、確定ステツプ
   と、 予め用意された正常肺に関するデータベースに
   由来する所定の特性に関連して前記確定ステツプ
   にて得た組織情報を正規化するものであつて、正
   規化値R_N＝（Ｒ−R^-）／〓Ｒ及び M_N＝（Ｍ−M^-）／〓Ｍを得る正規化ステツプ
   （ここで、R^-は前記データーベースに由来する正
   常肺に係るパワースペクトラムの平均RMS変動
   値であり、M^-は前記データーベースに由来する
   正常肺に係るパワースペクトラムの平均モーメン
   トであり、〓Ｒは正常肺に係るパワースペクトラム
   のRMS変動値の標準偏差であり、〓Ｍは正常肺に
   係るパワースペクトラムのモーメントの標準偏差
   である。）と、 予め定められた基準に基づき処理対象のデイジ
   タルＸ線写真の肺画像が正常か異常かを判定する
   ものであつて、前記正規化値R_N及びM_Nに基づき
   単一組織インデツクスＴを求め、当該単一組織イ
   ンデツクスＴが予め定めた閾値を超えているとき
   当該関心領域は異常であると判定する判定ステツ
   プと、 を具備する画像処理方法。 ２ デイジタル胸部Ｘ線写真における正常肺と間
   質性疾患のある異常肺とを区別する自動分類する
   ための画像処理装置であつて、 処理対象のデイジタルＸ線写真から複数の関心
   領域をサンプリングするサンプリング手段と、 当該関心領域それぞれについての組織属性を表
   わすデイジタルデータを生成する生成手段と、 前記各関心領域の組織情報を、特定の関心領域
   の肺組織を表わす前記デイジタルデータにより確
   定するものであつて、隠れた組織を分離するため
   に各関心領域についてのデイジタルデータにおけ
   る非均一性背景画像成分を除去し、この前記非均
   一性背景画像成分が除去されたデイジタルデータ
   に基づき前記隠れた組織のパワースペクトラムを
   算出し、この算出したパワースペクトラムを帯域
   フイルタリングし、前記組織情報として前記帯域
   フイルタリングされたパワースペクトラムのパワ
   ースペクトラムに係るモーメントＭとパワースペ
   クトラムに係るルート・ミーン・スクウエア
   （RMS）変動値Ｒとを算出する、確定手段と、 予め用意された正常肺に関するデータベースに
   由来する所定の特性に関連して前記確定手段にて
   得た組織情報を正規化するものであつて、正規化
   値R_N＝（Ｒ−R^-）／〓Ｒ及び M_N＝（Ｍ−M^-）／〓Ｍを得る正規化手段（ここ
   で、R^-は前記データーベースに由来する正常肺
   に係るパワースペクトラムの平均RMS変動値で
   あり、M^-は前記データーベースに由来する正常
   肺に係るパワースペクトラムの平均モーメントで
   あり、〓Ｒは正常肺に係るパワースペクトラムの
   RMS変動値の標準偏差であり、〓Ｍは正常肺に係
   るパワースペクトラムのモーメントの標準偏差で
   ある。）と、 予め定められた基準に基づき処理対象のデイジ
   タルＸ線写真の肺画像が正常か異常かを判定する
   ものであつて、前記正規化値R_N及びM_Nに基づき
   単一組織インデツクスＴを求め、当該単一組織イ
   ンデツクスＴが予め定めた閾値を超えているとき
   当該関心領域は異常であると判定する判定手段
   と、 を具備する画像処理装置。