JPH06251127A - 照射領域の認識方法 - Google Patents
照射領域の認識方法Info
- Publication number
- JPH06251127A JPH06251127A JP6037827A JP3782794A JPH06251127A JP H06251127 A JPH06251127 A JP H06251127A JP 6037827 A JP6037827 A JP 6037827A JP 3782794 A JP3782794 A JP 3782794A JP H06251127 A JPH06251127 A JP H06251127A
- Authority
- JP
- Japan
- Prior art keywords
- image
- boundary
- hypothetical
- signal
- value
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 81
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000007689 inspection Methods 0.000 claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 25
- 230000005855 radiation Effects 0.000 claims description 16
- 238000012417 linear regression Methods 0.000 claims description 14
- 238000005192 partition Methods 0.000 claims description 13
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000013213 extrapolation Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000000638 stimulation Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 238000000540 analysis of variance Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 claims 1
- 230000004936 stimulating effect Effects 0.000 claims 1
- 239000000543 intermediate Substances 0.000 description 21
- 239000000463 material Substances 0.000 description 17
- 230000002085 persistent effect Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000002601 radiography Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001479434 Agfa Species 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 101710154918 Trigger factor Proteins 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004705 lumbosacral region Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
対する不必要な露光をさせないように対象物を守る。そ
の結果、X線写真にはX線不透過材により投写された影
である未露光区域が含まれる。本発明はこの影の区域と
対象物の画像区域との境界の位置を自動的に見いだす方
法を提供する。 【構成】 境界の位置について多くの仮定を立て、各々
に対して複数の高レベルのテストをした結果に基づいて
その仮定が正しいものであるとする最終に決定をする。
Description
技術分野に関し、特に、放射区域遮断手段(つまり、放
射線を部分的に遮蔽する手段)により放射線画像を光刺
戟性リン光体スクリーン上に記録するようなシステムに
おける放射区域を認識する方法に関する。
ら守るために、放射線技術者はX線不透過材(コリメー
ト材)を利用している。例えば、X線不透過材をX線照
射路に設置すると、診断に不要で無関係な患者の体部分
が遮蔽される。患者への直接照射量を削減する処理以上
に、この技法は、対象画像域内での拡散照射の範囲を制
限するという優位性をもつ。その結果、X線不透過材に
よる遮蔽影部(例えば、図1の網かけ部分)から成る放
射線画像の所定区域は、拡散放射線だけにより露光され
ることになる。
線画像はデジタル化されて2次元の数値列で示され、そ
の数値は患者を透過したX線の検出器における照射強度
に関係することになる。数値列の各値は、診断区域での
可視コントラストを最大にするために、表示あるいは印
刷する前に、再指標化される。そのような再指標化作業
は、部分的にはX線画像の照射強度ヒストグラムに基づ
いて実行される。この機能を自動的に達成させるために
は、必要な情報が含まれていなくて、むしろ照射強度ヒ
ストグラムの下端部を占めているようなコリメート材に
よる遮蔽影部が処理範囲から除外できれば、最大の結果
値が得られる。
の画像表示部に別の問題が発生する恐れがある。遮蔽影
部は比較的に明るいので、修正せずに表示された場合
に、特に露光されない区域が大きいと、眩惑効果により
微細な損傷の診断が損なわれたりもする。
952807号では、上記第1の問題が取り上げられて
おり、その開示方法によると、対象物がコリメート材に
て部分的に遮蔽されるのではなく、つまり遮蔽影部が画
像の対象物に接触することなく、むしろ背景部に及ぶと
いう条件のもと、信号領域であるところの対象物または
背景部に対応する画素のみを選択することにより画像処
理条件を調整している。しかし、多くの場合、腰部背骨
や肩部の検診のように、不必要なX線照射を避けるため
に患者の大部分が遮蔽されることになる。
842号でも第1の問題が取り上げられていて、画像処
理条件を整えるために、遮蔽影部内の画素に対応するヒ
ストグラムの下部分を除去する方法が開示されている。
ム修正だけで、第2の問題である眩惑については言及さ
れていない。その方法によれば、信号部と明確に区分し
た遮蔽影部の的確な検出が必要となる。そして、判断に
障害となる遮蔽影部は、表示処理から除外される。さら
に、可視コントラストを最大にするための数値再指標化
における第1の問題解決法は、照射強度ヒストグラムで
の遮蔽影部の複雑な影響を受けずに、信号区域にだけ適
用できるのである。
での従来方法は、やっかいな解決への段階的試行作業に
因るところが大きい。
横切る所定線上の第一相違点の閾値を決めることにより
候補となる信号/遮蔽影部境界の画素(信号域と遮蔽影
域の中間部でのエッジ画素)を収集することを基本とし
ている。この方法の典型的な例が、フナハシの米国特許
第4970393号に記述されている。そこでは、信号
領域は、第一相違値が所定の正あるいは負の閾値を越え
るような画素で囲まれた区域として認識されている。
許第0342379号に記述されており、検査線上の複
数の候補画素がランク付けされて、各検査線上の最高ラ
ンクの候補画素だけが信号/遮蔽影部の境界を組み立て
作成する際に考慮されるのである。両方法とも、信号/
遮蔽影部境界のどこでもコントラストは大きいという仮
定条件から成り立っている。しかしながら多くの場合、
特にコリメート材が人体の高密度部域を部分的にカバー
しているような場合には、信号/遮蔽区域の境界部での
コントラストはほとんどゼロとなる。そのため認識され
た信号/遮蔽影区域境界部が高相違画素で構成される
と、数多くのギャップが発生する。
174号では、多角形で表示できる信号/遮蔽影部境界
を特定するために基本的ハフ( Hough )変換法の直接
適用が提示されている。このハフ変換法は、微分演算で
得られた見込まれるエッジ点部に適用される。ここで
は、信号/遮蔽影部境界が区分的線形であって、信号区
域内の線特性のコントラストに対して大きいコントラス
トを有しているという仮定条件から成り立っている。け
れども、骨縁部のような信号区域内のエッジ部は、しば
しば信号/遮蔽影部境界より大きいコントラストをもつ
ことが、経験的に明らかである。結果として、直線骨部
境界に対応するハフ変換空間内の点が、実際の信号/遮
蔽影部境界のいくつかより高い数値をもつことになるの
で、境界特定処理には不都合となる。
231号には、異なった方法が開示されている。そこで
は、画像が相互に隣接した重ならないタイル状に分割さ
れる。タイルのエッジ内容を示す統計パラメータが、画
像空間あるいは周波数空間での微分演算により算定され
る。そこで、関係する画像領域に属するか属さないか
で、タイルが区別される。
値、最大値、分散値、空間周波数の係数などのエッジ部
コントラストに基づいた単一基準値つまり見込まれる信
号/遮蔽影部境界の両側での局所統計パラメータは、9
8%以上の高い信頼度にて照射区域を特定するには不適
当であることが判明した。詳しく言うと、信号/遮蔽影
部境界のコントラストがときには消失するという事実
や、解剖学的構造が直線的であったり大きなコントラス
トのエッジ部をもつ場合や、拡散照射域が高くかつ人体
のある部分への放射線透過が困難である場合では、遮蔽
影区域内の(局所照射を示す)画像信号がしばしば遮蔽
されない(診断すべき)画像領域内の信号より高くなる
事実が存在することが判った。さらにまた、放射線透過
量が非常に少ない骨部に対応する画像域と遮蔽部分に対
応する画像域との間には、基本的な相違が見られないこ
とも判明した。このような画像域は両方とも、非常に小
さな中間値(照射量)や同様のノイズ値(両値とも量子
制限される)を有していたり、あるいはその他特性の喪
失をする(S/N比が低すぎるため)などの特徴をも
つ。
信号/遮蔽影部境界の位置に関して多くの推定事項を考
慮し、そして、各推定事項の個別成分(例えばエッジ
部)を留保あるいは拒絶するのではなくて、各推定事項
を「全体として」留保あるいは拒絶することが重要とな
る。
関しての多数の推定事項が、タナカの米国特許第495
2805号に記述されている。対応する候補信号領域の
それぞれについて、候補となる照射領域内の画素の信号
ヒストグラムと領域外の画素の信号ヒストグラムという
二つの信号ヒストグラムを演算作成している。両方のヒ
ストグラムから算定され、階級内分割の最大値により判
定される候補境界部が、選択されて認識照射区域とな
る。階級内分割の値は、両ヒストグラム間にわずかなオ
ーバーラップがある場合に高い値となるような方法で決
定される。それゆえ、この基準内容は、照射区域内の信
号値の範囲が遮蔽区域内の信号値と明確に区分されてい
る場合にのみ有効となる。つまり、多様な実験結果を踏
まえて、デジタル放射線撮影の原則に基づいてのみ立証
可能となるが、実際上の多くの例では前記原則が必ずし
も成立するとはいえない。
は実際上の制限が加わり、照射領域の位置に関する推定
事項の数は増えざるを得ない。
数の局所基準値に従って照射領域の境界部の判断を行う
というような処理法に注目が集まっている。幅広い実験
結果によれば、個々の基準値が非常に限られた数の状態
においてのみ作用可能となることが判明している。すな
わち、局所画像特性から全体拘束幅におよぶ多くの根拠
の数値を組み合わせた場合にのみ、高い成功率が得られ
るのである。
射線技術者の作業は、一般的には一連の単純規則により
決定されるものである。この発明では、アウトライン部
が区分的線形であるような遮蔽影区域を作成するコリメ
ート材のみの使用を示す。つまり信号領域と遮蔽影領域
の境界線は、任意の位置と方位をもつ長方形であるとさ
れる。そして、信号領域はその内側に位置し、長方形境
界線のどの部分をも(長方形状の)検出器に投影されあ
るいは投影されず、それゆえ図1のように画像配列が形
成される。
ート材)を使って放射線画像が記録されているシステム
内の照射区域を認識する方法を提供することである。
信号情報にて表されて、信号/遮蔽影部境界が信号区域
とコリメート材による遮蔽の結果である遮蔽影部区域と
の間の中間位置となるところの、X線画像の信号/遮蔽
影部境界の位置を判定する方法を提供することである。
光刺戟性リン光体スクリーンに記録され、刺戟照射にて
スクリーンを走査して照射時に発生する光を検知するこ
とにより前記放射線画像を読み取るようなシステム内の
方法を提供することである。本発明のさらに別の目的
は、X線画像の診断上有益な信号部分のみを演算し、診
断中の眩惑効果を防止するため遮蔽影部の明度を削減す
るように、X線画像のコントラスト強調の処理を助成す
ることである。
表示で示されるX線画像内の信号/遮蔽影部境界の位置
を判定する方法は: i)X線画像{X(i,j)}から低レベルプリミティブ
( low - lerel primitives)を抽出する工程と、 ii) 低レベルプリミティブから低減された数の中間レベ
ルプリミティブを作成する工程と、 iii)中間レベルプリミティブの複数の組合せから信号/
遮蔽影部境界の位置に関する仮定画区を構築し、その間
各組合せが中間レベル検査されそれで部分的あるいは全
部の仮定画区を拒絶または受容する工程と、 iv) 各仮定画区毎に高レベル検査を実行し仮定画区を拒
絶あるいは多少の損失にて受容する工程と、 v)最小コストの仮定画区を選択する工程とから成る。
に関する多数の仮定画区を作成する従来方法とは、一線
を画している。正しい仮定画区に対する最終判断は、各
仮定画区に適用された複数の高レベル検査結果に依存し
ている。
の幾何学、トポロジー、統計学演算処理に関する専門シ
ステム知識の体系化を計ったものである。
線露光からもたらされる画像を光刺戟性リン光体スクリ
ーンに投影させて、次いでこのスクリーンを刺戟照射で
走査して、照射により発光した光を検出して、検出光を
デジタル信号に変換することにより作成されたデジタル
画像信号に適用できる。
信号は、再生あるいは表示のための外部装置へ伝送され
る前に、コントラスト増強や信号/密度比図表化などの
画像処理がなされる。X線画像のコントラスト増強の処
理の結果、X線画像の診断上の有効信号部分だけを演算
処理することや、診断中の眩惑効果を防止できるよう遮
蔽影部内の明度を低減することが可能になる。
「X線画像」という用語は、数値列として示される2次
元デジタル画像表示のことであり、数値の大きさは光刺
戟性リン光体スクリーンのような2次元物理的検出器に
達したX線の照射強度に直接比例している。
図2の低レベル画像処理の結果として、画像から抽出さ
れたエッジのような基本単位をいう。
区を構築するときに集合的に考慮されるであろう(基
本)プリミティブの組合せである。中間レベルプリミテ
ィブは、普通は(基本)プリミティブよりも数が少ない
が(空間的には)大きいものである。それぞれのプリミ
ティブは、画素の相互排他集合から成り立っていて、中
間レベルプリミティブは、(基本)プリミティブの相互
排他集合で構成されている。
図示されているような、X線放射源の直接照射線からコ
リメート材にて遮蔽されない画像の空間領域部1のこと
である。「遮蔽影部」とは、同じく図1の(b)のX線
放射源の直接照射線からコリメート材にて遮蔽されて陰
影をもつ画像の領域部2である。「信号/遮蔽影部境
界」というのは、信号区域と遮蔽影区域の境界の位置で
あって、例えば、信号区域と遮蔽影区域の境界部に存在
する画素をいう。
示すデータ構造およびその関連データとなってそのパラ
メータ化データも含む)か、あるいは、タイル(モザイ
ク状の画像配列の結果である画素の長方形区域で表され
る)である。
号区域の位置に関する仮定画区に組み込むことができる
プリミティブの低減された集合が作成される。
定された可能な解決単位として定義されており、解決単
位とは原画像を信号区域と遮蔽影区域への分割(同様区
分への分離)であり、例えば、信号区域や遮蔽影区域の
画素ラベルが付いたX線画像と同形である数値の2次元
配列のことである。
せ(工程iii)毎に徹底的評価(工程iv)を実行す
るのには、多すぎるという理由から、仮定画区は低減さ
れた(中間レベルの)集合から作成されている。
場合は、中間レベルプリミティブも例えば、線形集積ク
ラスター処理の結果の、線クラスターとなる。線クラス
ターは、一つの線分か、または、複数の線分から成り、
同様の方法で処理されるもので、すでにグループにされ
ている。例えば、複数線分は、線形集積クラスター処理
によりグループ化できる。図3の例では、線分1bと1
cがクラスター化されて線クラスター{1b,1c}を
形成している。同様に、その他の線クラスターは{1
a}、{1d}、{1e,1f,1g}で示される。
素の小さな長方形マトリクスなどのように、低レベルプ
リミティブがタイル状である場合がある。この場合、中
間レベルプリミティブはタイル状クラスターとなり、一
定の特性や属性をもつ空間的連結されたタイル群とな
る。
と所定システムで判定された仮定画区の全部とが併合さ
れる。前述されているように「仮定画区」とは、信号区
域と遮蔽影区域の形状や位置に対する解決要素として定
義されている。そのような解決要素とは、画像の信号区
域と遮蔽影区域への分割や分断処理に依存する。そのよ
うな分割の実施可能表示の例が、X線画像と同形である
ところの数値の2次元配列であり、その数値は、信号部
あるいは遮蔽影部のどちらであっても、X線画像内の所
定区域を特定するラベルを示している。ラベルは、一般
的にその画素に付随する画素値であり、例えば、(特別
な性質や属性をもつ)特定クラスでの画像列内位置をい
う。
定画区の数を制限するために、本発明の方法では、初期
段階にてふさわしくない仮定画区を検出して拒絶するよ
うな、仮定画区作成中に適用される検算処理が用意され
ている。
ターである場合には、信号/遮蔽影部境界の推定側辺と
しての線クラスターの相互直交性が調べられる。そのた
め、長方形を形成しないような線クラスターの組は、初
期段階にて拒絶されることになる。
ィブにて構成される仮定画区の評価が行われる。本発明
の主たる特徴は、複数の仮定画区の作成であって、それ
ぞれの仮定画区は信号/遮蔽影部境界の候補要素とな
る。一連の高レベル検査により、各仮定画区の評価動作
が実行されて、それら検査の属性は完全な信号/遮蔽影
部境界が仮定処理された時点でのみ判断されるのであ
る。高レベル検査により、そのレベルでの仮定画区がラ
ンク付け(あるいは拒絶)されて、唯一の候補値が最終
的に選定される。
適である正味のプラス値あるいはマイナス値の根拠を示
すスカラー量を基準にして、仮定画区のランク付けが行
われる。差異は重要ではなく、最高ランクの仮定画区を
理想数値に最も近似とする。前者の場合は最大値(正の
スコア値)で、後者の場合には最小の負スコア値とな
る。
所特性値の群や組合せのうちの一つを基準にしている。
例えば、画像の角部での90度からの角度差の大きさ
(の単調関数)に従って、信号/遮蔽影部境界の各角部
点の候補信号/遮蔽影部境界値に対して、負の根拠値が
累積される。そのような検査方法では、モデルの長方形
幾何学的特徴把握に集約される。さらに言えば、モデル
形状で必須である幾何学、トポロジー、領域統計学、エ
ッジ統計学の数値を強制評価することが検査で実施され
るのである。
る根拠要件が、以下のような検査評価を受ける。
各側辺の直線性。 ・存 在:例えばキャニーエッジ検出法により実行でき
るような、エッジ画像から算定される、各側辺の長さ方
向の累積根拠。 ・連結性:エッジ検出処理からの根拠が存在しないよう
な、各候補の信号/遮蔽影部境界の長さ。 ・説 明:利用根拠の総根拠値に対する比。この状況に
おいては、根拠値はエッジ画素の数である。また使用根
拠値は信号/遮蔽影部境界内のエッジ画素の総数であ
る。 また未使用根拠値は、候補信号/遮蔽影部境界内にある
と考えられるエッジに共直線形であるが、それらの外側
域にあるエッジ画素の数である。
画像と同じ縦横比をもつ)。 ・範囲:候補信号区域の範囲(ただし、非常に小さな長
方形は無効とする)。 ・位置:候補長方形の中心位置(なお、好適な長方形状
では、X線画像の中心に近接した中心をもつ)。 ・方位:画像内の候補長方形の向き方向(なお、好適な
長方形状では、X線画像の端部と平行になる)。
影区域(多分好ましくは、信号区域に対する遮蔽影区域
の低露光グレーレベル)からの統計学上の中間値、最小
値、最大値(あるいは同等値)。 ・均一性:X線画像内の(候補となる)信号区域や遮蔽
影区域(多分好ましくは、信号区域に対する遮蔽影区域
の低変量グレーレベル)からの統計学上の分散値(ある
いは同等値)。
って、画像内に含まれている信号/遮蔽影部境界の値
(例えば、図1(e)より図1(d)のような、省略さ
れたものより完全な境界部が好ましい)。 ・完全性:可視長方形の側辺の数。仮定画区は(ほぼ直
交あるいは平行する)二つの側辺から成っており、部分
的に可視である長方形と認定される。境界認識において
は、例えば、より多くの側辺をもつ仮定画区が好まし
い。 各試験のスカラー値結果から、適当な小さな正値あるい
は大きな負値を仮定することにより、仮定画区の拒絶処
理が行え、最高ランクのいずれの仮定画区をも効率よく
除去することができる。そして工程vでは、上記工程 i
v の高レベル検査に通った、最高ランクに決定された仮
定画区の選択が行われる。本発明の方法は、照射遮蔽手
段が使用される露光工程の場合での、照射領域を認識す
る処理に適用可能である。
ではなく、例えば、少なくとも二つの画像が並置され
た、つまり分離画面と呼ばれるモードのような、照射領
域の境界を判断する必要がある場合などにも適用可能な
のは言うまでもない。
を参照にして下記に説明する。
に詳細に行う。
l primitives)の抽出 好適な低レベルプリミティブは線分( lines)である。
それらプリミティブは、X線画像から二つの段階操作、
エッジ検出( edge - detection )と分割( segmentat
ion )とから算定されるものである。
像( edge image)を作成することである。本発明のシ
ステムでは、キャニー( Canny)のエッジ検出法により
実行されている。
使用される用語の定義を述べる。
方法であって、任意平滑化( smoothing)から成り、そ
の地点でのソーベル2乗値( Sobel squared magnitu
de)が、ソーベル方向に垂直である(1次元の)軌道上
の局所最大値である場合にだけ、画素がエッジ画素とし
てラベル付けされるエッジ画像の作成処理がそれに続
く。
ベル方向に垂直である、画像階調度の方向にソーベル2
乗値を非最大抑制( non - maximal suppression )す
ることにより作成できる。 E(r)=1もしG(r)>G(r+R q )≧G(r−R q )ならば =0さもなくば ただし、R q =(1,0) もし||Q(r)|−π/2|≦π/8 =(1,−1)もし||Q(r)+π/4|−π/2|<π/8 =(1,1) もし|Q(r)+π/4|<π/8 =(0,1) もし|Q(r)|≦π/8
ることを意味し、ベクトルr,Rqは画像面上の2次元
座標を示すものとする(なおr≡(i,j)である)。
図2の例を参照のこと。
周波数が低空間周波数に対して抑制されているX線画像
からの固有画像( intrinsic image )であって、例え
ば、ガウス(2次元)座標でのX線画像の畳み込み( c
onvolution)の結果値。
る、画像{X(i,j)}の階調度の大きさ( gradien
t - magnitude )の2乗を示す画素値G(i,j): G(i,j)=(X(i+1,j)-X(i-1,j))2+(X(i,j+1)-X(i,j-1))2
る、画像{X(i,j)}の等しい階調度の大きさに正
接である向き示す画素値Q(i,j)。 Q(i,j)=atan2(X(i+1,j)-X(i-1,j),X(i,j+1)-X(i,j-1)) ただし、atan2(y,x)は[−π,π]で定義さ
れる逆正接C言語関数(language function)である。
は、下記の四つの工程から成る。
する。例えば、約5百万画素をもつ光刺戟性リン光体ス
クリーン画面(図12)に保持された照射画像を読み取
ることにより得られた原画像は、原画像のアスペクトレ
シオを変えることなく、ほぼ20000個の12ビット
画素の画像にまで減少できる。
次の画像を作成する。ソーベル2乗値{G(i,
j)}、ソーベル方向{Q(i,j)}、エッジ画像
{E(i,j)}である。ガウス平滑化処理は、算定重
み値を加えた対称形5x5畳み込みマスク( convoluti
on)を通して行われて、0.35画素の標準偏差をもた
らす。
している。信号/遮蔽影部境界は一般的にコントラスト
が高くて、大きな階調度を有していることが、幾多の研
究から判明している。それゆえ、非常に弱いエッジ域
が、信号/遮蔽影部境界の一部を形成するような場合は
まれである。閾値が2000以下のソーベル2乗値で
は、それらエッジ域は{E(i,j)}から除外され、
そして対応して{Q(i,j)}や{G(i,j)}か
ら除外される。
{O(i,j)}は、下記のようなエッジ細線化( edg
e - thinning)、連結性分析( connectivityanalysis
)、線形回帰( linear regression )の三つの段階
にて計算される。
因要素は3重である。 1.適合度を含む回帰直線(regressed straight lin
e )のパラメータは、エッジ点の空間的分布からより正
確に算定できる。 2.種々の分岐部(終端、T分岐−−−−−)の形態
は、簡単に検出できる。この動作は、角部検出( corne
r - detection )において必要となる(下記)。 3.所定長の直線と、それが構成されている(連結され
た)エッジ画素の数との間には密接な関係が存在する。
このことは、(上記)線統計学( line - statistics)
にて必要となる。
影響しないエッジ画素だけを除去することにより、細線
化処理が実行できる。図4に、その一例が示されてい
る。
dge - walking )により独特にラベル付けがなされ、ラ
ベル画像{L(i,j)}が作成される。相互連結され
たすべてのエッジ画素は、共通の、さもなくば独特のラ
ベルを共有する。
素の空間位置に従って最適にパラメータ化できうる処理
法。例えば、(垂直距離の)最小2乗値整合による、
(原点から)法線への半径である線分のパラメータや、
X軸に対するその方向の決定を行う。
エッジ画素の空間位置と、それら画素の正しい分類(ラ
ベル付け)に対する確実度の両方に従って、最適にパラ
メータ化できうる処理法。例えば、(垂直距離の)重み
付き最小2乗値整合の最小値化による、(原点から)法
線への半径RWLR である線分のパラメータや、X軸に対
するその方向QWLR の決定を行う、ただし重み付けはソ
ーベル2乗値である。
ッジ画素の位置pk が、下記の式で表され: pk =(pk (x),pk (y)) また、位置共分散マトリクス(positional covariance
matrix)Γが下記の式であるとする:
で与えられ、 次いで QWLR =1/2atan2(−2Γ(x,y) ,Γ(x,x) −
Γ(y,y) RWLR =( sin(QWLR )Σkpk (x)wk+ cos(QWLR )
Σkpk (y)wk)/ΣkwK である。Γの固有値λ+ ,λ- は、最大整合直線に平行
および垂直である2基準方向のそれぞれの向きでの(例
えば、分散値に比例する)2乗誤差の和である。 2λ + =Tr(Γ)±(Tr(Γ)2 −4Det
(Γ))1/2
us)の向きは、局所近傍域(普通は7x7)内の連結エ
ッジ点の線形回帰により算定されている。その連結性
は、{L(i,j)}で共通ラベルを共有する画素だけ
を含めることによって保証される。そして位置共分散マ
トリクスにより、二つの自由度をもつ最小2乗適合直線
( least - squares fit straight line )の方向で
もある、データの最大分散値( maximum variance)の
向きが決まる。
wk =1でO(i,j)=QWLR は、元のエッジの向き
に関係のない、エッジ点の軌跡の方向を示している。軌
跡の向きのあいまいさは、ソーベル方向Q(r)からの
借用により解決される。というのも、ソーベル2乗値の
等外枠線( iso - contour)に正接する方向は、キャニ
ーエッジ検出器により測定されたエッジ点の軌跡に正接
の方向に、常に近似するからである。それゆえ、方位
は、O(i,j)とQ(i,j)間の角分離が最小にな
るよう調整される。 Min{O(i,j)−Q(i,j)+kπ}=>k
min k in {−3..3} O(i,j):=O(i,j)−Q(i,j)+kmin
π+2nπ ただし、結果値が[0,2π]以内になるよう、nの値
を選択する。
連のエッジ画素は断片状的な直線区分に分割されて(図
9の(b)参照)、各直線区分の画素が線形構造( lin
e structure)に構成される。この処理は、下記の4工
程から成る。
s ) 固有画像{V(i,j)}は、{E(i,j)}内のエ
ッジ画素の分類のためのラベルで構成されている。{E
(i,j)}内のエッジ画素の3x3連結に従って、孤
立点、終端、エッジ点、T分岐、X分岐のラベルのうち
の一つが、{V(i,j)}内の対応点に割当られる。
なお、各々の例が図5に示されている。
より検出される。その処理は、下記の2段階処理から成
っている。
ッジ点ラベルに対応する画素に割当られた値にて計算さ
れる。{U(i,j)}内の画素値は、7x7近傍域に
おいて{E(i,j)}内のエッジ画素の直線への局所
整合度を表す。位置共分散マトリクスは、すべてのwk
=1にて前記第1.1.4.3項に記述されている方法
で算定できる。
な位置共分散マトリクスの固有値の多数/少数比( rat
io of major to minor eigenvalues )であるとみ
なされる。{V(i,j)}内のエッジ点ラベルのよう
に予めラベル付けがなされている画素は、整合度がある
閾値以下である場合には、曲線として再度ラベル付けが
行われる。もしV(i,j)=エッジ点、かつλ- λ+
>0.04ならば、V(i,j)=曲線。
imal supression) {U(i,j)}内の画素は、これらが{V(i,
j)}で両方とも曲線点ラベルであり(すなわち、ある
閾値以上の値をもっている)、3x3近傍域で局所的に
最大であるならば、角部分として特定される。{V
(i,j)}内のそれら対応画素も、角部として再ラベ
ル化される。
ges )の抽出 いまだにエッジ点分類に残っている{V(i,j)}内
の画素が、低レベルプリミティブに組み入れるための候
補要素である。そのような画素は、{V(i,j)}か
ら抽出されて、固有画像としての線形分割( linear s
egmentation )である{S(i,j)}となる。なお、
画素の各連結鎖には{S(i,j)}内にて特定ラベル
が与えられる。各連結画素集合は、収集されて低レベル
プリミティブである線形構造となる。
側辺は、エッジ検出器がエッジ画素の破断されない鎖を
与えるその長さの少なくとも一部分を概ねもっているこ
とが、幾多の研究から判明している。いつわりの積極性
を回避するための暗黙的な規則は、側辺が非常に短いエ
ッジの鎖だけで構成されていることはなくて、(線グル
ープ内の)少なくとも一つの線分は実質的な長さを有し
ているはずであるということである。線分のプリミティ
ブの分割や抽出をする前に、所定閾値より短いエッジ画
素の鎖は(画像{S(i,j)}から)拒絶される。こ
の結果、精度を犠牲にすることなく低レベルプリミティ
ブの数は低減される。また短い線分は、データ検索に続
く最終の仮定画区の一部を形成することになる。
メータ(原点に対しての法線半径および方向)や整合値
が記録される。重み付けは、寄与しているエッジ画素の
ソーベル2乗値であって、最大ソーベル2乗値の端数で
ある。
が、線分内のエッジ画素の(任意の大きな)数により与
えられる追加精度に従って、低い許容値の閾値にて繰り
返し実行される。
ルから決められるように)その線分に属さないエッジ点
あるいは画像の端部と交差するまで、その各端から外挿
される。そのようにして決められた「限界」は線形構造
( line structure)に取っておかれる。線分の両端に
対応する二つの限界の各々の間で区別が行われる。この
区別は、図6にしめされているような、線分の方位に関
係する。
として再分類されたため){V(i,j)}のエッジ点
だと認識されなかった{E(i,j)}からエッジ点が
再生される。各線分について、回帰パラメータRWLR と
QWLR にて与えられる線分の投影(と整列関係にあり)
の中央にある{E(i,j)}内の二つの長方形区域を
それぞれ走査する。長方形区域は線分の終端点から外挿
にて決められた限界まで延びている。長方形の幅は、5
画素分である。そして、線分にすでに属しなかった{E
(i、j)}内のエッジ点の全部は、今では含まれるこ
とになる。
ermediate - level primitives )の抽出
r agglomerative clustering) 本処理においては、下記のように用語が定義されてい
る。
つかの基準により)十分に同様と見なされるような線分
をグループにまとめる相互的操作のことである。例え
ば、分散値検査の分析に基づいた対態様集積クラスター
処理法( pair - wise agglomerative clustering p
rocess)が、J.F.シルバーマンとD.B.クーパー
の論文「画像あるいは範囲データの表面を平滑化するた
めの、多項近似演算の非管理試算」、自動化とロボット
に関するIEEE刊行物、1986年、299−304
ページに、記述されているが、特に本実施例では、併合
構成要素が区域ではなく線分であって、かつまた、接触
している二つの併合可能区域は、線形コヒーレントであ
る二つの線分(あるいは線クラスター)に変更されてい
るという限定条件が付いている。
ス分布であって、分散値が未知であるという条件にもと
に、二つのサンプル分布(の相似性)を比較する統計的
方法である。その方法により、高い自由度( true deg
rees of freedom )を考慮すべく正しく正規化され
た、二つのサンプル分散値の比であるF統計値が決定さ
れる。
もつ二つの分布の優度が検査にて決定されるとき、その
比は、未記述分散値と記述分散値との比となる。対態様
クラスター処理に適用される場合、未記述分散値は導入
併合法にて起こされる追加値である。 <σu 2>=(χm 2−χa 2−χb 2)/|νm −νa −νb
| ただし、a、bとmは、それぞれ分離構成要素と併合構
成要素であって、χとνはそれぞれカイ2乗変量とその
自由度である。記述分散値は、導入併合以前では以下の
ように表される。 <σe 2>=(χa 2+χb 2)/(νa +νb ) また、F統計値は以下のとおりで、 F(νu ,νe )=<σu 2>/<σe 2> その自由度は下記に示されている。 νu =|νm −νa −νb | νe =νa +νb
生ずる偶然性を示す累積分布関数Q(F|νa ,νb )
を指標化するために使用されるものである。(記述分散
値の端数としての)未記述分散値が小さい場合は、Fも
小さくて、Q(F|νa ,νb |)は大きくなる。この
場合、構成要素( entities )は安全にクラスター処理
できる。
レンス検査に従った線形集積クラスター処理に依存して
いる。線分対あるいは線クラスター対のすべてについ
て、その対が線形コヒーレンス検査に通ると、分散値分
析に基づくF統計値が算定される。そして、最大確率Q
(F|νa ,νb )の対が併合される。併合された線ク
ラスターのパラメータや限度値は、重み付き線形回帰演
算にて再度計算される。さらに、線形コヒーレンス検査
に通る線クラスターがなくなるまで、全処理サイクルが
繰り返される。図9(c)に、線形集積クラスター処理
する線クラスター集合の一例が示されている。
coherency) 定義: 線形コヒーレンス:二つの線分あるいは線クラスター
は、長方形信号/遮蔽影部境界の同じ側の区域を潜在的
に形成している場合に、線形にコヒーレントであると言
われる。 線形集積クラスター処理:(いくつかの基準から)同様
と見なされるような線分をグループにまとめる相互作
業。例えば、前記(シルバーマンとクーパーの)論文に
記述されているような、分散値検査分析に基づいた対態
様集積クラスター処理法であって、特に本実施例では、
併合構成要素が区域よりも線分であって、かつまた、二
つの併合可能区域は接触しているという束縛は、二つの
線分(あるいは線クラスター)は線形にコヒーレントで
あるという束縛に変更されている。
査は、線形集積クラスター処理中において各線分または
線クラスター対に適用されている。二つの線分あるいは
線クラスターの対が、クラスター処理するのに適した候
補となりえるには、下記の条件が必要である。 1.ほぼ共線形の関係であること。 2.その外挿値が重なるか、または接触していること。
なされる。 1.線クラスターが、ほぼ平行である。 Min {Q(1) WLR −Q(2) WLR −2eπ}<15° e in{−1,0,1} そして 2.二つの線クラスター間の最も近接した部分の距離
が、所定閾値以下である。 dc <4画素 ただし、dc は、図7に示されているような距離。
のである場合には、二つの線クラスターは重ね外挿( o
verlapping extrapolations)をもつと言われる。
が同じ親分布から派生したものである優度の検査に適用
される。分散値分析や重み付き線形回帰の定義に関連し
て、カイ2乗変量は、最適整合直線の2乗誤差の和とな
る。 χj 2=λ- (j) ただし、線クラスター指標値jは、a、b、mのうちい
ずれかである。そして、その自由度は下記の式で表され
る。 νa =Na −2 νb =Nb −2 νm =Na +Nb −2 ただし、Na とNb は、(それぞれラベルaとbの)線
分内のエッジ画素数である。
g hypotheses ) 3.1 探索系図( search tree ) 探索系図は、図10の(a)から(h)までに示されて
いるように、線クラスターの全ての合法的組合せから成
り立っている。探索系図は、コリメート材が存在しな
い、それゆえ、信号/遮蔽影部境界が存在しないゼロ仮
定画区に対応する根元節( root node )から始まって
いる。新規の枝部や節部の探索系図への追加は、親の節
部に由来する仮定画区への更なる線クラスターの追加を
意味する。新しい節部の各々は新しい線クラスターに関
連されている。それゆえ、特定の節部から根元への戻り
路は、その節に関係する仮定画区内の線クラスターを決
定する。
階に区分されていて、ゼロ仮定画区のレベルと、長方形
信号/遮蔽影部境界の4側辺のそれぞれについての4段
階のレベルとがある。各節部は、当然その仮定画区を表
している。
が仮定画区の合法性をテストすべく適用される。検査結
果が不良である場合は、その節部に不法フラグが立てら
れ、以降の考慮対象から除外されて、その派生物の生成
が予防される。示された仮定画区のすべてが合法(lega
l )であるとすると、図10の例は、図11で示された
状態の如き最終状態の探索系図になる。
条件が満足される必要がある。
ある。節部nにて新規の線クラスターが追加された場合
には、下記の検査が適用される。 Min{|(Q(n) WLR −Q(p) WLR−kπ/2|}<
0.13 k in {−4..−1,1...4} ただし、Qはラジアン値で、pの範囲は節部全部に及ぶ
が、戻り路ではnになる。その新規の節部が本検査に通
らない場合は、不法( illegal)とみなされる。
像の端部と出会うはずである。節部nにおいて新規の線
クラスターが追加される場合、この検査が適用されて、
長方形の隣接側辺を形成する戻り路での、(節部pの)
他の線クラスターや、節部nでの新規線クラスターの限
度値が審査される。
定 ひとたび仮定画区が構築されると、候補となる信号/遮
蔽影部境界の各側辺の交差点が算定される。それら交差
点は、図9に図示にように、画像の端部または別の側辺
と交差する部分である。仮定画区が実証されるために
は、高レベルの規則が満足される必要がある。
を、それぞれ画像幅( imagewidth )と画像高さ( ima
geheight)とする。
Nとする(0≦N≦4)。
lk と上端部uk に最も近接した交差点をそれぞれ(α
k ,βk )と(γk ,δk )とする。
示す。 Δk =Max{|αk −γk |,|δk −βk |}+1
MALL):{1…N}のすべてのkに対してΔk >=10
である場合に、信号/遮蔽影部境界は小さくないとみな
す。
k番目の側辺に寄与するエッジ点全部の総和である、k
番目の側辺の累積根拠値をWk =Σj wk,j で示す。k
番目の側辺の間隔に寄与するエッジ点全部の総和であ
る、k番目の間隔の累積根拠値をW′k =Σj wk,j で
示す。
WELL USED ):{1…N}であるすべてのkに対して
W′k /Wk >=0.4である場合に、未使用根拠
(‘ unused ’evidence)の数が少ないとみなす。
方形のk番目の側辺の外部の半平面内での(X線画像
の)最大露光値と中間露光値とを、それぞれmaxk と
meank で表す。長方形の内方(信号)部分での最大
露光値と中間露光値とをそれぞれmaxinとmeanin
で表す。
BOUNDARY):下記の式が成り立つ場合に、境界は強コ
ントラストをもつとする。 {1..N}のすべてのkに対して(maxk −Min
{X(i,j)})/(maxin−Min{X(i,
j)})<0.65かつmeank /meanin<1.
05
成り立つ場合に、境界が非常に強コントラストをもつと
いう。 {1..N}のすべてのkに対して(maxk −Min
{X(i,j)})/(maxin−Min{X(i,
j)})<0.3かつmeank /meanin<1.0
5
あるような根拠値が存在するための、k番目の側辺の間
隔での画素数をpixk とする。
):{1..N}のすべてのkに対して下記のような
式が成立する場合に、境界は持続的であるとする。 (pixk +2)/Δk >0.8
てのkに対して下記のような式が成立する場合に、境界
は非常に持続的であるという。 (pixk +2)/Δk >0.88
の式が成り立つ場合には、境界が二つの整列対称側辺を
有するとする。
π/2、2πのラジアン値に最も近い、x軸に対する角
度をもつ線分にそれぞれ対応している。
有する:N=4または境界が二つの整列対称側辺を有す
る場合に、境界は強いゲシュタルト性をもつとする。
る:これが真であるのは、下記の式が成り立つ場合であ
る。
る:これが真であるのは、下記の式が成り立つ場合であ
る。
る:これが真であるのは、境界が四つの整列かつ概略対
称側辺を有する場合、あるいは、境界が二つの長アスペ
クト対称側辺を有する場合である。
s) 下記の複合規則が満足される場合に、仮定画区が受容さ
れる。長方形が小さくなく、かつ根拠が有効に使用され
ている、そして(境界が非常に強いコントラストを有
し、かつ、持続的である、または、境界が強いコントラ
ストを有し、かつ、非常に持続的である、または、境界
が非常に強いゲシュタルト性を有し、かつ、持続的であ
る、または、境界が非常に強いゲシュタルト性を有し、
かつ、強いコントラストを有する、または、境界が強い
ゲシュタルト性を有し、かつ、非常に持続的である。)
hypotheses) 仮定画区が拒絶された場合は、それに(有効的)無限高
のコストが与えられる。けれども、仮定画区が受容され
る場合は、下記の説明のようにコストが決められる。
エッジ画素をもたないコリメート/信号区域境界上の画
素の端数をpout =0.1とする。
形であるがその側辺上にはなくて、しかも、キャニーエ
ッジ検出器によりエッジ画素としてラベル付けされてい
る画素の端数を、pin=0.1とする。
るコリメート/信号区域境界上で、k個あるいはそれ以
上の数のエッジ画素が見失われる確率pinは、以下の通
りである。
in )/(n-k+1)
つ、限界間の総間隔がLのコリメート/信号区域境界の
側辺に共線形であるが側辺上にはないk個あるいはそれ
以上の数のエッジ画素がある確率pout にも適用できる
が、それは下記の条件を満たす場合のみである。 q=1-pout ;ν1=2(L-n-k+1);ν2 =2k ; F=k(1-pout )/
(L-n-k+1)
うになる。 4−N+Min{0.999、−log(PinPout )
/100}
ッジ画素の寄与度を[0,0.999]に制限してい
る。コスト値の主要部分は、側辺の数により決定され、
四つの側辺では0、三つの側辺では1などとなる。暗黙
的な規則範囲は下記のようになる。 1.側辺が多くなると、有効な仮定画区が無制限に安く
なる。 2.側辺数が等しい二つの仮定画区に関しては、データ
説明のよいほうを低コストとする。
bound function )にて維持されている。すべての可
能仮定画区(線クラスターの潜在的合法組合せ)が、考
慮できる。本システムで選択された仮定画区は、工程i
v)にて決定されたように、最低コスト値のものであ
る。それ以上の仮定画区が有効化されない場合は、信号
/遮蔽影部境界をもたない(つまり遮蔽域がない)ゼロ
仮定画区が常に(コスト値が4にて)正当化される。
示されている。対象物の放射線画像が、光刺戟性リン光
体スクリーン6を対象物を透過するX線に露光させるこ
とにより、そのスクリーン6上に記録されている。X線
放射源にて照射される照射域は、不透明なX線遮蔽材4
にて制限される。そして、前記光刺戟性リン光体スクリ
ーン6に記録されている放射線画像は、リン光体スクリ
ーンをレザー装置9からの刺戟線にて走査することによ
り、読み取られる。刺戟線は、ガルバノメータ偏向装置
8により、主走査方向に偏向される。次に、主走査方向
に垂直な矢印7の方向にリン光体スクリーンを移動させ
て、第2の走査が行われる。刺戟発光は、収光器10に
て光電増倍管11へ指向されて、電気信号に変換され
る。続いて、そのアナログ出力信号がデジタル化される
(図示せず)。
て処理されて、信号/遮蔽影部境界の位置を判定、すな
わち、有効画像域が判断される。その結果、コントラス
ト強調処理を、診断に有効な画像域内に制限することが
できる。
性を示す例であって、図1の(a)はコリメート遮蔽さ
れない区域をもつ画像、図1の(b)は長方形の2側辺
が見うけられる画像であって、1は信号区域、2は遮蔽
影区域であり、図1の(c)は長方形の3側辺が見うけ
られる画像、図1の(d)は長方形の4側辺が見うけら
れる画像、図1の(e)は4側辺が部分的に見うけられ
る画像、図1の(f)は1側辺が見うけられる画像であ
る。
1bと1cがクラスター化され、同じく、線分1e、1
f、1gがクラスター化される。
類の一例であって、図5の(a)は孤立点、図5の
(b)は終端点、図5の(c)はエッジ点、図5の
(d)はT分岐点、図5の(e)はX分岐点である。
Pbは線分1aの限界点である。
ラスターの投影を示す例である。
た図9の例の仮定画区を示している。
〜(h)に対応した、図9と図10の処理例の探索系図
である。
Claims (14)
- 【請求項1】 デジタル信号表示で示されるX線画像内
の信号/遮蔽影部境界の位置を判定する方法であって、 i)X線画像{X(i,j)}から低レベルプリミティブ
を抽出する工程と、 ii) 低レベルプリミティブから低減された数の中間レベ
ルプリミティブを作成する工程と、 iii)中間レベルプリミティブの複数の組合せから信号/
遮蔽影部境界の位置に関する仮定画区を構築し、その
間、中間レベルプリミティブの各組合せが中間レベル検
査され、部分的あるいは全部の仮定画区を拒絶または受
容する工程と、 iv) 各仮定画区毎に高レベル検査を実行し、仮定画区を
拒絶あるいは多少のコストにて受容する工程と、 v)最小損失の仮定画区を選択する工程とから成るX線画
像内の信号/遮蔽影部境界の位置判定方法。 - 【請求項2】 前記低レベルプリミティブは線分である
ことを特徴とする、請求項1記載の境界位置判定方法。 - 【請求項3】 前記線分は、デジタル信号表示から演算
処理により抽出され、前記演算処理は:サブサンプリン
グ工程と、 前記サブサンプルされた画像にエッジ検出を行い2乗局
所階調{G(i,j)}、 局所エッジ方位{O(i,j)}、 所定の閾値以下の2乗階調をもつ全画素がゼロに設定さ
れており、かつ、その他のエッジ画素の局所連結性に影
響を与えないようなエッジ画素全部が細線化処理により
除去されているエッジ画像{E(i,j)}、 細線化されたエッジ画像からの相互連結エッジ画素全部
が、共通の、さもなくば特定のラベルを共有しているラ
ベル画像{L(i,j)}、 局所近傍域の連結エッジ画素の線形回帰演算により得ら
れる局所エッジ方位画像、 エッジ画素全部がそれぞれ孤立点、端点、エッジ点、T
分岐、X分岐、曲線点、又は角部の頂点型の一つに特定
されている、頂点画像{V(i,j)}、 前記{V(i,j)}から得られたエッジ点の頂点型の
エッジ画素のすべてが、前記{L(i,j)}内の対応
する画素のラベル値を割り当てられており、 その他の画素はゼロであるようなセグメント画像{S
(i,j)}の複数の固有画像値を作成する工程と、 画像{S(i,j)}から特定のラベルの付いた画素を
抽出する工程と、 線分を表示する目的のため、後続の工程や検査処理にて
必要とされるその他の線分詳細データを表すフィールド
から成る線データ構造を作成する工程と、 線データ構造内の{S(i,j)}から抽出された特定
ラベルの画素の座標値集合のそれぞれを保管する工程
と、 各線データ構造についての対応線分の長さを推定演算す
る工程と、所定の値より小さな長さをもつ線分全部の線
データ構造を、前記作成の線データ構造から取り除く工
程と、 線形回帰演算により各線分の正規径や方位を算定して、
対応する線分の属性としてそれら前記データ構造内の算
定値を記録する工程と、 線形回帰演算により算定された直線への整合が所定値以
下である線データ構造のすべてを除去する工程と、 除去されなかった各線分に属さない{S(i,j)}で
示される画像境界域あるいはエッジ点のいずれかと、そ
の線分が交差するようになるまでに前記線分を外挿(補
外)し、交差する点の両方の位置を対応する線分の属性
として線データ構造に記録する工程とから成る、請求項
2記載の境界位置判定方法。 - 【請求項4】 角部の頂点型の特定演算は、 分岐や端点の画素を除いたエッジ画素の連結列における
曲線の算定と、 曲線値の局所非最大抑制と、残りのゼロ以外の曲線値の
閾値とから成り所定の閾値以上の値をもつ点だけを角部
として受容することを特徴とする、請求項3記載の境界
位置判定方法。 - 【請求項5】 曲線点の頂点型の特定演算は、分岐や端
点の画素を除いたエッジ画素の連結列における曲線の算
定と、曲線値の閾値とから成り、所定の閾値以上の値を
もつ点だけを曲線点として受容することを特徴とする、
請求項3記載の境界位置判定方法。 - 【請求項6】 重み付き線形回帰演算は、 (i,j)での各画素の重み付け処理が階調G(i,
j)の関数である、各線データ構造内のエッジ画素の第
2項までの重み付き位置モーメントの算定と、 その重み付きモーメントを使って、(パラメータ化線分
に対する画素位置の)2乗誤差の重み付き和が最小にな
るよう、最大整合直線のパラメータを算定することから
成ることを特徴とする、請求項3記載の境界位置判定方
法。 - 【請求項7】 前記中間レベルプリミティブは、線形集
積クラスター処理により得られた線分グループであるこ
とを特徴とする、請求項2記載の境界位置判定方法。 - 【請求項8】 前記線形集積クラスター処理で二つの線
分、二つの線分グループ、あるいは、一つの線分と一つ
の線分グループは、もし方位の差が所定値以下である、
線分どうしの最隣接部の距離が所定値以下である、 互いに重なった外挿をもつ、 分散値の分析に基づくF統計出力値が、二つの画素分布
が併合クラスターを形成する単独の線形画素分布にほと
んど属するようなものであるならば、いずれも単一の線
分グループに併合されることを特徴とする、請求項7記
載の境界位置判定方法。 - 【請求項9】 前記信号/遮蔽影部境界の候補仮定画区
は、信号/遮蔽影部境界をもたない仮定画区をも含む、
可能と考えられる各線分グループ、二つの線分グルー
プ、三つの線分グループ、四つの線分グループから作成
されることを特徴とする、請求項7記載の境界位置判定
方法。 - 【請求項10】 仮定の信号/遮蔽影部境界を受容する
ための前記高レベル検査は、 考慮中の仮定画区が検査合格するには、外挿線分グルー
プのそれぞれが、同じ仮定画区内の別の線分グループあ
るいは画像の端部に達しているか、あるいはそれと交差
している必要がある境界の囲込度と、 考慮中の仮定画区が検査合格するには、その形状が長方
形であるか、ほぼ長方形であるか、あるいは、仮定画区
で4より少ない側辺しか存在しないような場合には、可
視側辺が、部分的に可視の長方形または近似長方形と一
致するよう制限されるような境界の形状と、 考慮中の仮定画区が検査合格するには、信号区域に対応
する{X(i,j)}領域内の露光レベルより、遮蔽影
区域に対応する{X(i,j)}の領域内の露光レベル
のほうが低い状態と大きく一致するよう制限されるよう
な信号/遮蔽影部間のコントラストと、 考慮中の仮定画区が検査合格するには、画像の中心が信
号区域内にあるか、あるいは、信号/遮蔽影部境界に近
接している必要があるような境界の位置と、 考慮中の仮定画区が検査合格するには、長方形の各可視
の側辺が画像の側部と平行となる必要があるような境界
の整列度と、 考慮中の仮定画区が検査合格するには、(前記のよう
に)整列されていて、かつ、画像の端部からほぼ等距離
にある二つあるいは四つの可視側辺が存在する必要があ
るような境界の対称度と、 考慮中の仮定画区が検査合格するには、低レベルプリミ
ティブからの根拠値が存在する境界周囲長さの端数が所
定閾値以上である必要があるような境界の完成度の検査
評価の論理的組合せから成ることを特徴とする、請求項
7記載の境界位置判定方法。 - 【請求項11】 各仮定画区には、コスト値が割り当て
られていて、仮定画区が可視4側辺をもつ長方形である
場合はコスト値は最も低く、仮定画区内の長方形の可視
側辺の数が減るに連れてコスト値が増加し、仮定画区が
可視側辺をもたない場合にコスト値が最大となることを
特徴とする、請求項2記載の境界位置判定方法。 - 【請求項12】 各仮定画区のコスト値を細かくするた
めに、低レベルプリミティブからの根拠値にて支持され
ない信号/遮蔽影部境界の分数値に従ってコスト値が増
加することを特徴とする、請求項11記載の境界位置判
定方法。 - 【請求項13】 X線画像のデジタル信号表示において
実行される画像処理は、信号/遮蔽影部境界内の画像の
画素値に限定されることを特徴とする、前記請求項のい
ずれか記載の境界位置判定方法。 - 【請求項14】 刺戟性照射で光刺戟性リン光体スクリ
ーンを走査することにより、その光刺戟性リン光体スク
リーン内に記録された放射線画像を読み取る工程と、刺
戟時に発光された光を検出する工程と、検出された光を
デジタル信号表示に変換する工程とで行われることを特
徴とする、前記請求項いずれか記載の信号/遮蔽影部境
界の判定方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP93200376A EP0610605B1 (en) | 1993-02-11 | 1993-02-11 | Method of recognising an irradiation field |
DE93200376.7 | 1993-02-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH06251127A true JPH06251127A (ja) | 1994-09-09 |
JP3243110B2 JP3243110B2 (ja) | 2002-01-07 |
Family
ID=8213630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03782794A Expired - Fee Related JP3243110B2 (ja) | 1993-02-11 | 1994-02-09 | 照射領域の認識方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US5506913A (ja) |
EP (1) | EP0610605B1 (ja) |
JP (1) | JP3243110B2 (ja) |
DE (1) | DE69312257T2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08299315A (ja) * | 1995-05-11 | 1996-11-19 | Agfa Gevaert Nv | 1個またはそれ以上の放射線画像域を認識する方法 |
JP2009211626A (ja) * | 2008-03-06 | 2009-09-17 | Toshiba Corp | 画像処理装置及び方法 |
JP2010503500A (ja) * | 2006-09-19 | 2010-02-04 | セダラ ソフトウェア コーポレイション | シャッター検出のシステムおよび方法 |
JP2010525427A (ja) * | 2007-03-30 | 2010-07-22 | イーストマン コダック カンパニー | パンクロマティック画素を使用するエッジマッピング |
JP2011501835A (ja) * | 2007-09-19 | 2011-01-13 | トムソン ライセンシング | 画像をスケーリングするシステムおよび方法 |
JP2011125462A (ja) * | 2009-12-16 | 2011-06-30 | Canon Inc | X線画像処理装置、x線画像処理方法、及びコンピュータプログラム |
US9819863B2 (en) | 2014-06-20 | 2017-11-14 | Qualcomm Incorporated | Wide field of view array camera for hemispheric and spherical imaging |
US9832381B2 (en) | 2014-10-31 | 2017-11-28 | Qualcomm Incorporated | Optical image stabilization for thin cameras |
US9838601B2 (en) | 2012-10-19 | 2017-12-05 | Qualcomm Incorporated | Multi-camera system using folded optics |
US9854182B2 (en) | 2014-06-20 | 2017-12-26 | Qualcomm Incorporated | Folded optic array camera using refractive prisms |
US9860434B2 (en) | 2014-04-04 | 2018-01-02 | Qualcomm Incorporated | Auto-focus in low-profile folded optics multi-camera system |
US9973680B2 (en) | 2014-04-04 | 2018-05-15 | Qualcomm Incorporated | Auto-focus in low-profile folded optics multi-camera system |
US10013764B2 (en) | 2014-06-19 | 2018-07-03 | Qualcomm Incorporated | Local adaptive histogram equalization |
US10084958B2 (en) | 2014-06-20 | 2018-09-25 | Qualcomm Incorporated | Multi-camera system using folded optics free from parallax and tilt artifacts |
US10178373B2 (en) | 2013-08-16 | 2019-01-08 | Qualcomm Incorporated | Stereo yaw correction using autofocus feedback |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5892840A (en) * | 1996-02-29 | 1999-04-06 | Eastman Kodak Company | Method and apparatus for irradiation field detection in digital radiographic images |
JPH09329527A (ja) * | 1996-04-08 | 1997-12-22 | Advantest Corp | 画像処理方法および画像処理装置 |
US5815591A (en) * | 1996-07-10 | 1998-09-29 | R2 Technology, Inc. | Method and apparatus for fast detection of spiculated lesions in digital mammograms |
US5901240A (en) * | 1996-12-12 | 1999-05-04 | Eastman Kodak Company | Method for detecting the collimation field in a digital radiography |
US6212291B1 (en) | 1998-01-29 | 2001-04-03 | Eastman Kodak Company | Method for recognizing multiple irradiation fields in digital radiography |
WO1999057683A1 (en) | 1998-05-04 | 1999-11-11 | The Johns Hopkins University | Method and apparatus for segmenting small structures in images |
JP4112762B2 (ja) * | 1999-10-05 | 2008-07-02 | 株式会社東芝 | 画像処理装置およびx線診断装置 |
JP4393016B2 (ja) * | 2000-06-30 | 2010-01-06 | 株式会社日立メディコ | 画像診断支援装置 |
JP4124406B2 (ja) * | 2001-06-13 | 2008-07-23 | 富士フイルム株式会社 | 異常陰影検出装置 |
US6934413B2 (en) * | 2001-06-25 | 2005-08-23 | International Business Machines Corporation | Segmentation of text lines in digitized images |
US7123761B2 (en) * | 2001-11-20 | 2006-10-17 | Konica Corporation | Feature extracting method, subject recognizing method and image processing apparatus |
US7391895B2 (en) | 2003-07-24 | 2008-06-24 | Carestream Health, Inc. | Method of segmenting a radiographic image into diagnostically relevant and diagnostically irrelevant regions |
WO2005086079A1 (en) * | 2004-03-02 | 2005-09-15 | Sarnoff Corporation | Method and apparatus for differentiating pedestrians, vehicles, and other objects |
DE502004004942D1 (de) * | 2004-05-04 | 2007-10-25 | Agfa Gevaert Healthcare Gmbh | Verfahren zur Erfassung und Darstellung eines in einer Phosphorschicht gespeicherten Röntgenbildes |
US8014625B2 (en) | 2004-11-10 | 2011-09-06 | Agfa Healthcare | Method of performing measurements on digital images |
EP2037411A1 (en) | 2004-11-10 | 2009-03-18 | Agfa HealthCare NV | Method of performing measurements on digital images |
FR2887061B1 (fr) * | 2005-06-08 | 2007-08-17 | Sagem | Procede d'analyse d'une presence dans un espace |
US7747079B2 (en) * | 2006-09-27 | 2010-06-29 | Tandent Vision Science, Inc. | Method and system for learning spatio-spectral features in an image |
US7894662B2 (en) * | 2006-10-11 | 2011-02-22 | Tandent Vision Science, Inc. | Method for using image depth information in identifying illumination fields |
EP1916624B1 (en) | 2006-10-25 | 2016-11-23 | Agfa HealthCare NV | Method for segmenting a digital medical image. |
US20090060372A1 (en) * | 2007-08-27 | 2009-03-05 | Riverain Medical Group, Llc | Object removal from images |
US8781182B2 (en) * | 2008-04-01 | 2014-07-15 | Varian Medical Systems, Inc. | Multi-pass edge detection of collimator blades in digital radiography images |
EP2131325B1 (en) | 2008-05-08 | 2013-01-30 | Agfa Healthcare | Method for mass candidate detection and segmentation in digital mammograms |
US9485495B2 (en) | 2010-08-09 | 2016-11-01 | Qualcomm Incorporated | Autofocus for stereo images |
EP2500864B1 (en) | 2011-03-15 | 2020-05-06 | Agfa Nv | Irradiation field recognition |
US9438889B2 (en) | 2011-09-21 | 2016-09-06 | Qualcomm Incorporated | System and method for improving methods of manufacturing stereoscopic image sensors |
JP5871571B2 (ja) | 2011-11-11 | 2016-03-01 | 株式会社Pfu | 画像処理装置、矩形検出方法及びコンピュータプログラム |
JP5822664B2 (ja) | 2011-11-11 | 2015-11-24 | 株式会社Pfu | 画像処理装置、直線検出方法及びコンピュータプログラム |
JP5854774B2 (ja) * | 2011-11-11 | 2016-02-09 | 株式会社Pfu | 画像処理装置、直線検出方法及びコンピュータプログラム |
US20140264078A1 (en) * | 2013-03-12 | 2014-09-18 | Agfa Healthcare Nv | Radiation Image Read-Out and Cropping System |
US9386222B2 (en) | 2014-06-20 | 2016-07-05 | Qualcomm Incorporated | Multi-camera system using folded optics free from parallax artifacts |
US9549107B2 (en) | 2014-06-20 | 2017-01-17 | Qualcomm Incorporated | Autofocus for folded optic array cameras |
US9256939B1 (en) | 2014-07-17 | 2016-02-09 | Agfa Healthcare | System and method for aligning mammography images |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE163885C (ja) * | ||||
US4952807A (en) * | 1985-01-24 | 1990-08-28 | Fuji Photo Film Co., Ltd. | Method of adjusting radiation image read-out conditions and image processing conditions |
JPS6239842A (ja) * | 1985-08-15 | 1987-02-20 | Fuji Photo Film Co Ltd | 放射線画像情報読取方法 |
US4970393A (en) * | 1986-11-25 | 1990-11-13 | Fuji Photo Film Co., Ltd. | Irradiation field recognizing method, and method of adjusting image processing conditions using the same |
US4952805A (en) * | 1987-08-20 | 1990-08-28 | Fuji Photo Film Co., Ltd. | Method of judging the presence or absence of a limited irradiation field, method of selecting a correct irradiation field, and method of judging correctness or incorrectness of an irradiation field |
US4992663A (en) * | 1988-03-19 | 1991-02-12 | Fuji Photo Film Co., Ltd. | Method of judging the correctness or incorrectness of a prospective contour point of an irradiation field |
DE68913581T2 (de) * | 1988-04-20 | 1994-06-16 | Fuji Photo Film Co Ltd | Verfahren zur Erkennung der Kontur eines Strahlenfelds. |
US5170440A (en) * | 1991-01-30 | 1992-12-08 | Nec Research Institute, Inc. | Perceptual grouping by multiple hypothesis probabilistic data association |
US5265173A (en) * | 1991-03-20 | 1993-11-23 | Hughes Aircraft Company | Rectilinear object image matcher |
-
1993
- 1993-02-11 DE DE69312257T patent/DE69312257T2/de not_active Expired - Lifetime
- 1993-02-11 EP EP93200376A patent/EP0610605B1/en not_active Expired - Lifetime
- 1993-06-28 US US08/083,350 patent/US5506913A/en not_active Expired - Lifetime
-
1994
- 1994-02-09 JP JP03782794A patent/JP3243110B2/ja not_active Expired - Fee Related
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08299315A (ja) * | 1995-05-11 | 1996-11-19 | Agfa Gevaert Nv | 1個またはそれ以上の放射線画像域を認識する方法 |
JP2010503500A (ja) * | 2006-09-19 | 2010-02-04 | セダラ ソフトウェア コーポレイション | シャッター検出のシステムおよび方法 |
US8218879B2 (en) | 2006-09-19 | 2012-07-10 | Merge Healthcare Incorporated | System and method for shutter detection |
JP2010525427A (ja) * | 2007-03-30 | 2010-07-22 | イーストマン コダック カンパニー | パンクロマティック画素を使用するエッジマッピング |
JP2011501835A (ja) * | 2007-09-19 | 2011-01-13 | トムソン ライセンシング | 画像をスケーリングするシステムおよび方法 |
US8351730B2 (en) | 2007-09-19 | 2013-01-08 | Thomson Licensing | System and method for scaling images |
JP2009211626A (ja) * | 2008-03-06 | 2009-09-17 | Toshiba Corp | 画像処理装置及び方法 |
JP2011125462A (ja) * | 2009-12-16 | 2011-06-30 | Canon Inc | X線画像処理装置、x線画像処理方法、及びコンピュータプログラム |
US8805041B2 (en) | 2009-12-16 | 2014-08-12 | Canon Kabushiki Kaisha | X-ray image processing apparatus, X-ray image processing method, and storage medium for computer program |
US10165183B2 (en) | 2012-10-19 | 2018-12-25 | Qualcomm Incorporated | Multi-camera system using folded optics |
US9838601B2 (en) | 2012-10-19 | 2017-12-05 | Qualcomm Incorporated | Multi-camera system using folded optics |
US10178373B2 (en) | 2013-08-16 | 2019-01-08 | Qualcomm Incorporated | Stereo yaw correction using autofocus feedback |
US9973680B2 (en) | 2014-04-04 | 2018-05-15 | Qualcomm Incorporated | Auto-focus in low-profile folded optics multi-camera system |
US9860434B2 (en) | 2014-04-04 | 2018-01-02 | Qualcomm Incorporated | Auto-focus in low-profile folded optics multi-camera system |
US10013764B2 (en) | 2014-06-19 | 2018-07-03 | Qualcomm Incorporated | Local adaptive histogram equalization |
US9854182B2 (en) | 2014-06-20 | 2017-12-26 | Qualcomm Incorporated | Folded optic array camera using refractive prisms |
US9843723B2 (en) | 2014-06-20 | 2017-12-12 | Qualcomm Incorporated | Parallax free multi-camera system capable of capturing full spherical images |
US10084958B2 (en) | 2014-06-20 | 2018-09-25 | Qualcomm Incorporated | Multi-camera system using folded optics free from parallax and tilt artifacts |
US9819863B2 (en) | 2014-06-20 | 2017-11-14 | Qualcomm Incorporated | Wide field of view array camera for hemispheric and spherical imaging |
US9832381B2 (en) | 2014-10-31 | 2017-11-28 | Qualcomm Incorporated | Optical image stabilization for thin cameras |
Also Published As
Publication number | Publication date |
---|---|
DE69312257T2 (de) | 1998-01-29 |
JP3243110B2 (ja) | 2002-01-07 |
US5506913A (en) | 1996-04-09 |
DE69312257D1 (de) | 1997-08-21 |
EP0610605B1 (en) | 1997-07-16 |
EP0610605A1 (en) | 1994-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3243110B2 (ja) | 照射領域の認識方法 | |
US5651042A (en) | Method of recognizing one or more irradiation | |
KR101934313B1 (ko) | 검사 이미지들 내에서 결함들을 검출하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 | |
US7269278B2 (en) | Extracting shape information contained in cell images | |
US5638458A (en) | Automated method and system for the detection of gross abnormalities and asymmetries in chest images | |
US10853932B2 (en) | Method of defect detection on a specimen and system thereof | |
US5335298A (en) | Automated extraction of airport runway patterns from radar imagery | |
US6539106B1 (en) | Feature-based defect detection | |
JP3619270B2 (ja) | ヒストグラム領域を検知し、ディジタル放射線撮影画像のトーンスケールの再現を改善する方法 | |
US10290087B2 (en) | Method of generating an examination recipe and system thereof | |
US5901240A (en) | Method for detecting the collimation field in a digital radiography | |
EP0576961A2 (en) | Method for automatic foreground and background detection in digital radiographic images | |
US10674972B1 (en) | Object detection in full-height human X-ray images | |
US8669523B2 (en) | Contour-based defect detection using an inspection apparatus | |
JPH10275213A (ja) | 放射線画像の照射野認識方法および装置、並びに黒化処理方法および装置 | |
Rashid Sheykhahmad et al. | A novel method for skin lesion segmentation | |
JP2008508028A (ja) | 胸部放射線写真の投影ビューと配向 | |
US7430320B2 (en) | Region-guided boundary refinement method | |
US6212291B1 (en) | Method for recognizing multiple irradiation fields in digital radiography | |
US20050271276A1 (en) | System and method for toboggan-based object segmentation using distance transform | |
US7231086B2 (en) | Knowledge-based hierarchical method for detecting regions of interest | |
JP2015156894A (ja) | 医用画像処理装置、その医用目的領域抽出方法及び医用目的領域抽出処理プログラム | |
Dewaele et al. | Trainable rule-based network for irradiation field recognition in Agfa's ADC system | |
Wang et al. | Method for recognizing multiple radiation fields in computed radiography | |
Nikesh et al. | Directional Vector-Based Skin Lesion Segmentation—A Novel Approach to Skin Segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081019 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091019 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101019 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111019 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111019 Year of fee payment: 10 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111019 Year of fee payment: 10 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111019 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121019 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121019 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131019 Year of fee payment: 12 |
|
LAPS | Cancellation because of no payment of annual fees |