JPH08263648A

JPH08263648A - 異常陰影候補の検出方法

Info

Publication number: JPH08263648A
Application number: JP7175997A
Authority: JP
Inventors: Nobuyoshi Nakajima; 延淑中島
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 1995-01-24
Filing date: 1995-07-12
Publication date: 1996-10-11
Anticipated expiration: 2015-07-12
Also published as: JP3596786B2; US5583346A

Abstract

(57)【要約】【課題】異常陰影候補の検出方法において、放射線画
像からの画像データの読取条件に拘らず、異常陰影の検
出性能を向上させる。【解決手段】モーフォロジーフィルター処理によって
も、石灰化陰影Ｐ₃と同等の大きさをもつために、石灰
化陰影Ｐ₃とともに検出される非石灰化陰影であるノイ
ズ成分Ｐ₅の一部Ｐ₅′と、石灰化陰影Ｐ₃とを判別す
るための閾値を、ＥＤＲ処理によるＬ値が小さくなるほ
ど、大きくなるように設定することにより、ＥＤＲ処理
によるＬ値が小さくなって、ノイズ成分の一部Ｐ₅′の
コントラストが拡大されても、Ｌ値が小さくなることに
よって閾値は大きな値に設定されて、石灰化陰影Ｐ₃と
非石灰化陰影であるノイズ成分の一部Ｐ₅′とを、高精
度に判別することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像から異常陰影候
補を検出する方法に関するものである。

【０００２】

【従来の技術】蓄積性蛍光体シートやフイルムに記録さ
れた被写体の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切な画像処理を施した後、画像を表
示装置等により再生することが種々の分野で行われてい
る。特に近年、コンピューターとの組合わせによるコン
ピューテッドラジオグラフィー（ＣＲという）というデ
ジタルラジオグラフィーの技術が開発され、種々のデジ
タルラジオグラフィーが臨床応用されている。

【０００３】ところでこのＣＲでは、最適な被写体の放
射線画像情報が放射線エネルギーレベルを媒体として蓄
積記録されている蓄積性蛍光体シートを励起光により走
査し、この走査により前記シートから発せられた輝尽発
光光を光電読取手段により読み取って電気的画像信号
（画像データ）を得る本読みに先立って、後にこの画像
データに基づいて可視画像を再生したときにその再生画
像が観察読影に最適な濃度，コントラストを有するもの
となるように、予めこの本読みに用いられる励起光より
も低レベルの励起光により前記シートを走査してこのシ
ートに蓄積記録された画像情報の概略を読み取る先読み
を行い、この先読みにより得られた情報に基づいて前記
本読みを行う際の読取感度（Ｓ値という）およびラチチ
ュード（Ｌ値という）といった読取条件を決定する、Ｅ
ＤＲ（Exposure Data Recognizer）と称する「読取感度
・コントラスト調整機能」を採用している。

【０００４】そしてこのＥＤＲにより得られた読取条件
に従って前記本読みを行い、この本読みにより得られた
画像信号を画像処理手段に入力し、この画像処理手段で
撮影部位および撮影条件等に応じて診断目的に適した出
力画像が得られるように画像データを処理し、この画像
信号を写真感光材料等に可視出力画像として再生するシ
ステムが知られており、その詳細は例えば本出願人が先
に出願し、既に出願公開された特開昭58-67240号公報等
に開示されている。

【０００５】またこのような先読み処理を行なうことに
伴う時間的ロスや処理および装置の複雑化を防止するた
めに、蓄積性蛍光体シートから発光される輝尽発光光の
検出レンジを十分に広く（例えば４桁程度）確保したう
えで放射線画像情報の全体を読み取って画像データを
得、この得られた画像データから最適な読取感度および
ラチチュードを求め、得られた画像データをこれらの読
取感度およびラチチュードに基づいて、これらの読取感
度、ラチチュードで画像を再度読み取ったとした場合に
おいて得られる画像データと等価な画像データに変換処
理する処理方法が採用されている（特開平２−108175号
等）。

【０００６】この方法によれば、光電読取手段による励
起光照射光量、感度、ダイナミックレンジ等の競って位
置を改めて設定し直すことなく計算処理だけで、最適な
画像を再生するのに必要な画像データを得ることができ
る。

【０００７】さらに、このように優れた特長を有するデ
ジタルラジオグラフィーを、特に人体の医療診断用とし
て、より積極的に活用することを目的とした、計算機
（コンピューター）支援画像診断またはＣＡＤＭ（Comp
uter Aided Diagnosis of Medical Image ）と称される
技術が提案されている。

【０００８】この計算機支援画像診断等は、医療の現場
における画像読影を通じての診断を補助するものであ
る。すなわち従来においては、フイルム等の記録媒体や
ＣＲＴ等の表示装置により再生された放射線画像を専門
医が目視により観察読影し、癌等を表すものとしての異
常な腫瘤陰影やこの腫瘤陰影よりも小さく低濃度の微小
石灰化陰影等（以下、これらを総称して異常陰影とい
う）を早期に発見するよう努めていた。しかし、放射線
画像を観察読影する読影者間の読影能力の差等により、
そのような異常陰影を見落としたり、主観的判断による
思い違いを生ずる可能性もある。

【０００９】そこで計算機支援画像診断では、画像デー
タに基づいて異常陰影と考えられる異常陰影候補を検出
し、その検出した部位にマーキングを表示して放射線画
像の読影者に注意を喚起し、あるいは読影者の客観的判
断に役立つ材料として、検出した異常陰影候補の特徴的
なものを定量的に提示することにより、上述のような読
影者による見落としや思い違いの未然防止を目的として
いる（「ＤＲ画像における腫瘤影検出（アイリスフィル
タ）」電子情報通信学会論文誌 D-II Vol.J75-D-II No.
3 P663〜670 1992年３月、「多重構造要素を用いたモル
フォロジーフィルタによる微小石灰化像の抽出」同誌 D
-II Vol.J75-D-II No.7 P1170 〜11761992年７月等参
照）。

【００１０】ここで、上述のアイリスフィルター処理と
は、腫瘤陰影の候補を検出する手法として、放射線画像
の濃度値に基づく勾配ベクトルの集中度を利用した処理
をいう。すなわち、放射線画像において、例えばＸ線の
ネガフイルム上においては、腫瘤陰影は周囲にくらべて
濃度値がわずかに低いことが知られており、腫瘤陰影内
の任意の画素における勾配ベクトルは腫瘤陰影の中心付
近を向いている。一方、血管陰影のように細長い陰影で
は勾配ベクトルが特定の点に集中することはない。した
がって、局所的に勾配ベクトルの向きの分布を評価し、
特定の点に集中している領域を抽出すれば、それが腫瘤
陰影の候補となる。これがアイリスフィルター処理の基
本的な考え方である。以下に具体的なアルゴリズムのス
テップを示す。

【００１１】（ステップ１）勾配ベクトルの計算対象となる画像を構成する全ての画素について、各画素
ｊごとに、下記式（１）に示す計算式に基づいた画像デ
ータの勾配ベクトルの向きθを求める。

【００１２】

【数１】

【００１３】ここでｆ₁〜ｆ₁₆は、図３に示すように、
その画素ｊを中心とした縦５画素×横５画素のマスクの
外周上の画素に対応した画素値（画像データ）である。

【００１４】（ステップ２）勾配ベクトルの集中度の算
出次に、対象となる画像を構成する全ての画素について、
各画素ごとに、その画素を注目画素とする勾配ベクトル
の集中度Ｃを次式（２）にしたがって算出する。

【００１５】

【数２】

【００１６】ここでＮは注目画素を中心に半径Ｒの円内
に存在する画素の数、θj は、注目画素とその円内の各
画素ｊとを結ぶ直線と、その各画素ｊにおける上記式
（１）で算出された勾配ベクトルとがなす角である（図
４参照）。したがって上記式（２）で表される集中度Ｃ
が大きな値となるのは、各画素ｊの勾配ベクトルの向き
が注目画素に集中する場合である。

【００１７】ところで、腫瘤陰影近傍の各画素ｊの勾配
ベクトルは、腫瘤陰影のコントラストの大小に拘らず、
略その腫瘤陰影の中心部を向くため、上記集中度Ｃが大
きな値を採る注目画素は、腫瘤陰影の中心部の画素とい
うことができる。一方、血管などの線状パターンの陰影
は勾配ベクトルの向きが一定方向に偏るため集中度Ｃの
値は小さい。したがって、画像を構成する全ての画素に
ついてそれぞれ注目画素に対する上記集中度Ｃの値を算
出し、その集中度Ｃの値が予め設定された閾値を上回る
か否かを評価することによって、腫瘤陰影を検出するこ
とができる。すなわち、このフィルターは通常の差分フ
ィルターに比べて、血管や乳腺等の影響を受けにくく、
腫瘤陰影を効率よく検出できるという特長を有してい
る。

【００１８】実際の処理においては、腫瘤の大きさや形
状に左右されない検出力を達成するために、フィルター
の大きさと形状とを適応的に変化させる工夫がなされ
る。図５に、そのフィルターを示す。このフィルター
は、図４に示すものと異なり、注目画素を中心に11.25
度毎の32方向の放射状の線上の画素のみで集中度の評価
を行うものである。さらに、その放射状の線の各方向ご
とに、中心（注目画素）から最大の集中度が得られる画
素までの出力値をその方向についての集中度とし、その
集中度を全32方向で平均して注目画素の集中度Ｃとす
る。具体的には、ｉ番目の放射状の線上において注目画
素からｎ番目の画素までで得られる集中度Ｃi（ｎ）を
下記式（３）により求める。

【００１９】

【数３】

【００２０】ここでＲmin とＲmax とは、抽出しようと
する腫瘤陰影の半径の最小値と最大値である。

【００２１】次に、勾配ベクトルの集中度Ｃを下記式
（４）および（５）により計算する。

【００２２】

【数４】

【００２３】ここで式（４）は、式（３）で得られた放
射状の線ごとの集中度Ｃi （ｎ）の最大値であるから、
注目画素からその集中度Ｃi （ｎ）が最大値となる画素
までの領域が、その線の方向における腫瘤陰影の候補領
域となる。式（４）によりすべての放射状の線について
その領域を求めることにより、腫瘤陰影の候補となりう
る領域の外周縁の形状を特定することができる。そして
式（５）では、この領域内の、式（４）で与えられた集
中度の最大値を放射状の線の全方向について平均した値
を求める。この求められた値を予め設定した所定の閾値
と比較することにより、この注目画素を中心とする領域
が異常陰影候補となる可能性があるか否かを判別する。

【００２４】なお、式（５）の集中度Ｃを評価する領域
は、人間の目の虹彩（iris）が外界の明るさに応じて拡
大、縮小する様子に似ており、勾配ベクトルの分布に応
じて大きさと形状が適応的に変化するため、アイリスフ
ィルター（iris filter ）という名称で称されている。

【００２５】（ステップ３）腫瘤陰影候補の形状評価さらに、悪性腫瘤の陰影は一般に下記１）〜３）という
形態的な特徴を有している。

【００２６】１）辺縁は不整である２）概円形に近い形をしている３）内部は凸凹した濃度分布を有するそこで、検出された陰影の候補から正常組織を取り除
き、腫瘤と考えられる陰影の候補のみを抽出するため
に、これらの特徴を考慮した形状判定を行う。すなわ
ち、これらの陰影の候補の、広がり度（Spreadness）、
細長さ（Elongation）、辺縁の粗さ（Roughness ）、円
形度（Circularity ）および内部の凸凹度（Entropy ）
についての特徴量と、予め設定した所定の閾値Ｔとを比
較することにより、腫瘤陰影の候補であるか否かの最終
的な判定を行なう。

【００２７】上述のステップにより、アイリスフィルタ
ーは放射線画像から腫瘤陰影を効果的に検出することが
できる。

【００２８】次にモーフォロジー処理について説明す
る。モーフォロジー処理とは、腫瘤陰影とともに乳癌に
おける特徴的形態である微小石灰化像の候補を検出する
手法であり、マルチスケールλと構造要素（マスク）Ｂ
とを用い、（１）石灰化像そのものの抽出に有効である
こと、（２）複雑なバックグラウンド情報に影響されに
くいこと、（３）抽出した石灰化像がひずまないこと、
などの特徴がある。すなわち、この手法は一般の微分処
理に比べて、石灰化像のサイズ・形状・濃度分布などの
幾何学的情報をより良く保った検出が可能である。以下
にその概要を述べる。

【００２９】（モーフォロジーの基本演算）モーフォロ
ジーは一般的にはＮ次元空間における集合論として展開
されるが、直感的な理解のために２次元の濃淡画像を対
象として説明する。

【００３０】濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）ほど大きな画像信号となる高
輝度高信号レベルの信号とする。

【００３１】まず、簡単のために、その断面に相当する
１次元の関数ｆ（ｘ）を考える。モーフォロジー演算に
用いる構造要素ｇは次式（６）に示すように、原点につ
いて対称な対称関数

【００３２】

【数５】

【００３３】であり、定義域内で値が０で、その定義域
が下記式（７）であるとする。

【００３４】

【数６】

【００３５】このとき、モーフォロジー演算の基本形は
式（８）〜（11）に示すように、非常に簡単な演算とな
る。

【００３６】

【数７】

【００３７】すなわち、ダイレーション（dilation）処
理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じ
て決定される値）の幅の中の最大値を検索する処理であ
り（図６（Ａ）参照）、一方、エロージョン（erosion
）処理は、注目画素を中心とした、±ｍの幅の中の最
小値を検索する処理である（図６（Ｂ）参照）。また、
opening （またはclosing ）処理は最小値（または最大
値）探索の後に、最大値（または最小値）を探索するこ
とに相当する。すなわちopening （オープニング）処理
は低輝度側から濃度曲線ｆ（ｘ）を滑らかにし、マスク
サイズ２ｍより空間的に狭い範囲で変動する凸状の濃度
変動部分（周囲部分よりも輝度が高い部分）を取り除く
ことに相当する（図６（Ｃ）参照）。一方closing （ク
ロージング）処理は、高輝度側から濃度曲線ｆ（ｘ）を
滑らかにし、マスクサイズ２ｍより空間的に狭い範囲で
変動す凹状の濃度変動部分（周囲部分よりも輝度が低い
部分）を取り除くことに相当する（図６（Ｄ）参照）。

【００３８】なお構造要素ｇが原点に対して対称ではな
い場合の、式（８）におけるダイレーション演算をミン
コフスキー（Minkowski ）和、式（９）におけるエロー
ジョン演算をミンコフスキー差という。

【００３９】ここで、濃度の高いもの程大きな値となる
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
におけるダイレーション処理は、高輝度高信号レベルに
おけるエロージョン処理（図６（Ｂ））と一致し、高濃
度高信号レベルの信号におけるエロージョン処理は、高
輝度高信号レベルにおけるダイレーション処理（図６
（Ａ））と一致し、高濃度高信号レベルの信号における
オープニング処理は、高輝度高信号レベルにおけるクロ
ージング処理（図６（Ｄ））と一致し、高濃度高信号レ
ベルの信号におけるクロージング処理は、高輝度高信号
レベルにおけるオープニング処理（図６（Ｃ））と一致
する。

【００４０】なお、本項では高輝度高信号レベルの画像
信号（輝度値）の場合について説明する。

【００４１】（石灰化陰影検出への応用）石灰化陰影の
検出には、原画像から平滑化した画像を引き去る差分法
が考えられる。単純な平滑化法では石灰化陰影と細長い
形状の非石灰化陰影（乳腺や血管や乳腺支持組織等）の
識別が困難であるため、東京農工大の小畑らは、多重構
造要素を用いたopening （オープニング）演算に基づく
下記式（12）で表されるモーフォロジーフィルターを提
案している（「多重構造要素を用いたモルフォロジーフ
ィルタによる微小石灰化像の抽出」電子情報通信学会論
文誌 D-II Vol.J75-D-II No.7 P1170 〜1176 1992年７
月、「モルフォロジーの基礎とそのマンモグラム処理へ
の応用」MEDICAL IMAGING TECHNOLOGY Vol.12 No.1 Jan
uary 1994 ）。

【００４２】

【数８】

【００４３】ここでＢi （ｉ＝１，２，３，４）は図７
に示す直線状の４つの構造要素Ｂである。構造要素Ｂを
検出対象の石灰化陰影よりも大きく設定すれば、オープ
ニング処理で、構造要素Ｂよりも細かな凸状の信号変化
部分（空間的に狭い範囲で変動する画像部分）である石
灰化像は取り除かれる。一方、細長い形状の非石灰化陰
影はその長さが構造要素Ｂよりも長く、その傾き（延び
る方向）が４つの構造要素Ｂi のうちいずれかに一致す
ればオープニング処理（式（12）の第２項の演算）をし
てもそのまま残る。したがってオープニング処理によっ
て得られた平滑化画像（石灰化陰影が取り除かれた画
像）を原画像ｆから引き去ることで、小さな石灰化像の
候補のみが含まれる画像が得られる。これが式（12）の
考え方である。

【００４４】なお前述したように、高濃度高信号レベル
の信号の場合においては、石灰化陰影は周囲の画像部分
よりも濃度値が低くなり、石灰化陰影は周囲部分に対し
て凹状の信号変化部分となるため、オープニング処理に
代えてクロージング処理を適用し、式（12）に代えて式
（13）を適用する。

【００４５】

【数９】

【００４６】しかし、これによっても石灰化陰影と同等
の大きさをもつ非石灰化陰影が一部残る場合があり、そ
のような場合については、次式（14）のモーフォロジー
演算に基づく微分情報を利用して式（12）のＰに含まれ
る非石灰化像をさらに除去する。

【００４７】

【数１０】

【００４８】ここで、Ｍgradの値が大きいほど石灰化陰
影の可能性が大きいので、石灰化候補画像Ｃs は下記式
（15）により求めることができる。

【００４９】

【数１１】

【００５０】なお、Ｔ１，Ｔ２は実験的に決められる、
予め設定された閾値である。

【００５１】ただし、石灰化陰影の大きさとは異なる非
石灰化陰影については、式（12）のＰと所定の閾値Ｔ１
との比較のみで除去できるため、石灰化陰影と同等の大
きさをもつ非石灰化陰影が残ることのないような場合
は、式（15）の第１項の条件（Ｐ（ｉ，ｊ）≧Ｔ１）を
満たすだけでよい。

【００５２】最後に、式（16）に示す、マルチスケール
のオープニング演算とクロージング演算との組合わせに
より、石灰化陰影のクラスターＣc を検出する。

【００５３】

【数１２】

【００５４】ここで、λ₁とλ₂はそれぞれ融合したい
石灰化陰影の最大距離と除去したい孤立陰影の最大半径
とによって決められ、λ₃＝λ₁＋λ₂である。

【００５５】なお、これらのモーフォロジーフィルター
に関する説明は上述したように、高輝度高信号レベルの
画像データの場合についてであるが、高濃度高信号レベ
ルの画像データ（高濃度の画素ほど大きなデジタル値を
持つ画像データ）の場合については、オープニング演算
とクロージング演算とが逆の関係になる。

【００５６】

【発明が解決しようとする課題】ところで、上述のアイ
リスフィルターおよびモーフォロジーフィルターの処理
における異常陰影候補であることを判定するための閾値
Ｔ，Ｔ１，Ｔ２は、いずれも、予め実験的に設定された
一定の値である。一方、これらの異常陰影候補の検出処
理の対象となる画像データは、既述したように、ＥＤＲ
により読取感度・ラチチュードが調整された信号値であ
る。

【００５７】したがってこの信号値には、放射線画像に
含まれている放射線の量子ノイズも含まれており、この
量子ノイズの成分に係る画像データの大きさもＥＤＲに
よる読取感度・ラチチュードの調整に応じて変動するこ
ととなる。

【００５８】このように量子ノイズの成分に係る画像デ
ータの大きさがＥＤＲにより変動するのに対し、上記異
常陰影候補であるか否かを判定するための閾値が常に一
定値では、量子ノイズに係る画像データを異常陰影候補
として誤検出する虞がある。

【００５９】本発明は上記事情に鑑みなされたものであ
って、放射線画像からの画像データの読取条件に拘ら
ず、その検出性能を向上させた異常陰影候補の検出方法
を提供することを目的とするものである。

【００６０】

【課題を解決するための手段】本発明の第１の異常陰影
の検出方法は、蓄積性蛍光体シートに蓄積記録された被
写体の放射線画像情報を読み取って得られた画像データ
に基づいて、放射線画像情報を可視画像として再生する
のに最適な読取条件と等価な正規化した読取感度および
ラチチュードを求め、その放射線画像情報から異常陰影
候補を検出するための所定の閾値を、正規化した読取感
度が大きくなるのに応じて、および／または正規化した
ラチチュードが小さくなるのに応じて大きな値に設定す
ることを特徴とするものである。

【００６１】ここで、異常陰影候補を検出するための所
定の閾値とは、異常陰影候補か否かを判定するのに用い
られる閾値を意味するものである。意かの発明において
も同様である。

【００６２】ここで、異常陰影候補の検出としては、
検出の対象となる画像を構成する全ての画素について各
画素ごとに画像データ（例えば濃度値など）の勾配ベク
トルを求め、その後に全ての画素の各々を注目画素とし
て注目画素に対する注目画素の周辺の各画素の勾配ベク
トルの集中度を求め、集中度が所定値以上である画素の
みからなる注目画素を中心とした領域を求め、この注目
画素に対する該領域の勾配ベクトルの集中度の大きさに
応じて該領域が異常陰影候補となる可能性があるか否か
を判別し、可能性があると判別された該領域の形状に関
する特徴量と、前記所定の閾値とを比較することにより
行なうアイリスフィルターによる検出方法であってもよ
いし、または、高輝度高信号レベルの画像データに対
して、マルチスケールおよび多重構造要素を用いてオー
プニング処理を施し、このオープニング処理の施された
画像データをもとの画像データから減算するモーフォロ
ジー演算により第１の値を求め、この第１の値と前記所
定の閾値とを比較することにより行なうモーフォロジー
フィルターによる検出方法であってもよいし、さらに、
この第１の値の他に、画像データのミンコフスキー和
からミンコフスキー差を減算した微分情報に基づく第２
の値を求め、第１の値および第２の値をそれぞれ対応す
る前記所定の閾値と比較し、これら両比較の結果により
行なうモーフォロジーフィルターによる検出方法であっ
てもよい。

【００６３】なお上記にいう、高輝度高信号レベルの
画像データに対するオープニング処理に基づくモーフォ
ロジーフィルターによる検出方法には、高濃度高信号レ
ベルの画像データに対するクロージング処理に基づくモ
ーフォロジーフィルターによる検出方法をも含むものと
する。高濃度高信号レベルの画像データに対するオープ
ニング処理と高輝度高信号レベルの画像データに対する
クロージング処理とは、ひとつの画像信号を濃度として
見るか、輝度として見るかによる差しかなく、実質的に
同一の処理だからである。

【００６４】また、上記形状に関する特徴量としては、
例えばその形状の広がり度、細長さ、辺縁の粗さ、円形
度、内部の凸凹度等を定量化したものをいう。

【００６５】なお、上記閾値は、上記正規化したラチチ
ュードに反比例するように設定し、若しくは正規化した
読取感度の平方根に比例するように設定し、または正規
化したラチチュードに反比例するとともに正規化した読
取感度の平方根に比例するように設定するのが望まし
い。

【００６６】ここで、上記読取感度（Ｓ値）、ラチチュ
ード（Ｌ値）について、以下に、詳細に説明する。

【００６７】ＣＲでは、前述したＥＤＲと呼ばれる「先
読みによる読み取り感度・コントラスト調整機能」を採
用している。その原理と処理フローを図８に示す。先読
み、すなわち本番の読取り（本読み、という）に先立
ち、蓄積性蛍光体シート（以下、ＩＰ；Imaging Plate
という）を微弱なレーザー光で粗く走査して得られるＥ
ＤＲ画像データと患者のＩＤ情報を登録した際に入力さ
れた撮影メニュー情報とから、まず分割撮影パターンを
認識し、各分割領域毎に照射野絞り内の領域を抽出す
る。次に認識されたＸ線照射野内の濃度ヒストグラムを
作成する。ヒストグラムは、図９に示すとおり、撮影部
位や撮影方法で決まる撮影メニュー毎に特有のパターン
を持っている。この性質を利用して有効な画像データの
最大値Ｓ₁と最小値Ｓ₂を検出すれば画像濃度／コント
ラストが均一になるように本番の読取条件を決めること
ができる。

【００６８】読取条件とは上述の読取感度（Ｓ値）とラ
チチュード（Ｌ値）の２つのパラメータで規定され、具
体的には光電子増倍管の感度と増幅器のゲインを決定す
るものである。このようにして読み取られた本読み画像
データは、どのような被写体をどのような技法で撮影し
ても、常に一定のデジタル値に正規化されているため、
画像処理やデータ保管を容易にし、またフイルムやＣＲ
Ｔモニタ上に最適な濃度あるいは輝度とコントラストで
再生することができる。

【００６９】図10に示すシステムの動作原理を用いてＥ
ＤＲの機能を詳細に説明する。

【００７０】第１象限はＩＰに照射されたＸ線照射量と
輝尽発光強度の関係を表わす。これはＩＰの特筆すべき
特長の一つで、入射Ｘ線量の広い範囲にわたって、これ
に比例した輝尽性発光強度が得られる。

【００７１】第２象限はＥＤＲ機能、すなわち、読取部
への入力としての輝尽発光強度とＥＤＲによって決定さ
れた読取条件で得られる出力デジタル信号との関係が表
現されている。

【００７２】第３象限では診断に適した表示特性に変換
するための画像強調処理（周波数処理および階調処理）
が行なわれる。本図では乳房撮影に適した階調処理曲線
の例を示している。

【００７３】第４象限はＣＲシステムにおける出力写真
の特性曲線を示している。具体的には横軸に入射Ｘ線
量、縦軸下向きにフイルムの濃度を示しており、通常の
蛍光スクリーン・フイルムシステムを用いたＸ線写真の
特性曲線の上下を逆にした形で表現されている。前述の
とおり、ＥＤＲではＥＤＲ画像データのヒストグラムか
ら、診断に有効な画像信号の最大値Ｓ₁および最小値Ｓ
₂を検出し、Ｓ₁およびＳ₂を撮影メニュー毎に予め設
定され値Ｑ₁およびＱ₂に変換されるように読取条件を
決定する。

【００７４】すなわち高Ｘ線量で画像レンジの狭い例
(i) の場合は（Ａ）が、低線量で画像レンジの広い例(i
i)の場合は（Ｂ）が、それぞれＥＤＲの決定する読取条
件である。この結果、ＣＲシステムの特性曲線はＸ線量
の多少および画像レンジの大小に応じて任意に変化し、
常に安定な画像濃度とコントラストを実現することがで
きる。この点が従来のスクリーン／フイルムシステムの
特性曲線と大幅に異なるところである。

【００７５】前述のとおり、ＣＲにおける読取条件は読
取感度とラチチュードの２つのパラメータで規定され
る。具体的には、図10に示すＳ値が読取感度を示す指
標、Ｌ値がラチチュードを示す指標であり、これら２つ
の指標によりこの画像データに関する読取条件を知るこ
とができる。

【００７６】Ｓ値は読取感度を表す指標であって、デジ
タル画素の中央値（10bit の場合は511 ）に対応するＩ
Ｐの輝尽発光量を表す値Ｓk を用いて、次式（17），
（18）で定義される。

【００７７】

【数１３】

【００７８】ここに輝尽発光量を表す値Ｓk は、Ｍo 管
球の管電圧25kVp で20ｍＲ（＝5.16×10^-6Ｃ／ｋｇ）が
照射されたときの発光量を基準値 3.0とした、対数表現
された尺度である。Ｓk 値がこの基準値 3.0の場合にお
けるＳ値は40であり、Ｘ線照射量が相対的に多くなるに
応じてＳk は大きくなり、それに応じてＳ値は小さくな
ることが分かる。これは、ＩＰからの輝尽発光量が大き
いため読取感度は低くても十分な信号が取り出せること
を意味している。

【００７９】一方、Ｌ値はＳk 値を中心にＩＰの輝尽発
光量の何桁の範囲をデジタル化するかを表す指標で、Ｅ
ＤＲが検出した前述の特性値Ｓ₁およびＳ₂とそれらに
対応する画素値Ｑ₁およびＱ₂とを用いて下記式（19）
で定義される。

【００８０】

【数１４】

【００８１】例えば、Ｘ線エネルギー的に同じコントラ
ストの信号をＬ値＝１とＬ値＝２で別々に読み取った場
合、Ｌ値＝１の方がＬ値＝２に比べてデジタル値的に２
倍の差を持つことになる。

【００８２】ＥＤＲが決定する読取条件（Ｓ値とＬ値）
は、あくまでも読影に適した濃度とコントラストを実現
することに主眼をおいて決定される。例えば、ダイナミ
ックレンジが狭い画像は積極的にコントラストをアップ
して、読影し易い画像になるよう制御している。

【００８３】以上がＥＤＲが決定する読取条件であるＳ
値とＬ値である。

【００８４】ところで、このＥＤＲにおいて前述の先読
みを行なうことなく読取感度およびコントラストを最適
化する技術が本願出願人によりすでに出願されており
（特開平２−108175号）、以下、この先読みを行なわな
いＥＤＲについて説明する。

【００８５】前述した先読みを行なうシステムでは、先
読みにより、蓄積性蛍光体シートに蓄記録された放射線
画像情報の概略を読み取っていたが、本発明の第１の異
常陰影候補の検出方法では、先読みを行なわないために
放射線画像情報の概略が分からず、したがって蓄積性蛍
光体シートから発せられる輝尽発光光を検出するための
検出レンジを十分に広く設定しておく。これによって放
射線画像情報の全体を読み取ることができ、この読み取
って得られた画像データに基づいて、前述の先読みの場
合と同様に、最適な再生画像を得るための読取条件であ
る読取感度（Ｓ値）とラチチュード（Ｌ値）の２つのパ
ラメータを求める。そしてこの求められた読取感度（Ｓ
値）およびラチチュード（Ｌ値）に応じて、読み取って
得られた画像データを変換処理すればよい。

【００８６】この変換処理に際しては、求められた読取
感度（Ｓ値）およびラチチュード（Ｌ値）に基づいて変
換テーブルを作成し、この変換テーブルに基づいてすべ
ての画像データを変換処理するようにすればよい。

【００８７】そして、この変換処理して得られた画像デ
ータについて前述のアイリスフィルターやモーフォロジ
ーフィルター等によって異常陰影候補を検出する際の閾
値もこれら読取感度、ラチチュードに応じて変化させれ
ばよい。

【００８８】本発明の第２の異常陰影候補の検出方法
は、前述の先読みを行なうシステムにおいて、その先読
みによって得られた読取感度およびラチチュードに基づ
いて、異常陰影候補を検出するための所定の閾値を、こ
の読取感度が大きくなるのに応じて、および／またはラ
チチュードが小さくなるのに応じて、大きな値に設定す
ることを特徴とするものである。

【００８９】本発明の第２の異常陰影候補の検出方法に
おいても、異常陰影候補の検出としては、前述のアイリ
スフィルターによる検出方法であってもよいし、前述の
２つのモーフォロジーフィルターによる検出方法であっ
てもよい。また閾値も、上記正規化したラチチュードに
反比例するように設定し、若しくは正規化した読取感度
の平方根に比例するように設定し、または正規化したラ
チチュードに反比例するとともに正規化した読取感度の
平方根に比例するように設定するのが望ましい。

【００９０】なお上記本発明の異常陰影候補の検出方法
を、前述した計算機支援画像診断装置において適用する
こともできる。

【００９１】すなわち、本発明の異常陰影候補の検出方
法によって検出された異常陰影候補について再生画像に
マーキングを施し、あるいはその特徴的なものを定量的
に提示し、あるいは全体画像を標準の大きさでＣＲＴ等
に表示しつつ異常陰影候補のみを拡大表示するなどの処
理を計算機支援画像診断装置で行なうことにより、画像
読影者が判断を行なうのに一層役立つものとなる。

【００９２】

【発明の効果】本発明の異常陰影候補の検出方法によれ
ば、ＥＤＲ処理によって、Ｌ値またはＳ値が変動して
も、この変動量に応じて、異常陰影と異常陰影ではない
陰影とを最終的に判定するための閾値も変動するため、
例えば、量子ノイズが重畳した放射線画像から読み取ら
れた画像データに対して異常陰影の検出処理を行ない、
その量子ノイズの大きさがＥＤＲ処理によって変動した
場合にも、その変動量に応じて、この量子ノイズを異常
陰影として誤検出しないように閾値も変動するため、異
常陰影の検出性能を向上することができる。

【００９３】

【発明の実施の形態】以下、本発明の異常陰影候補の検
出方法の具体的な実施の形態について図面を用いて説明
する。

【００９４】図１（Ａ）は被写体である乳房の画像Ｐ₁
を含むＸ線画像Ｐを示すものであり、同図（Ｂ）は、
（Ａ）に示したＸ線画像Ｐを、ＥＤＲ処理により求めら
れた所定の読取感度（Ｓ値）、ラチチュード（Ｌ値）で
読み取って得られたデジタル画像データのヒストグラム
である。また図２は、図１（Ａ）のＩ−Ｉ線に沿ったＸ
線画像Ｐの濃度値（デジタル画像データ）の分布を示す
ものである。なお、Ｘ線画像Ｐのうち乳房の画像Ｐ₁以
外の領域は、Ｘ線が直接入射した直接Ｘ線部Ｐ₂であ
り、最も濃度の高い部分である。

【００９５】また、本実施形態における画像データ（濃
度値）は、画像Ｐの濃度の高いものほど高いデジタル画
像値を示す高濃度高デジタル値の画像データである。

【００９６】また、図１（Ａ）のＩ−Ｉ線上には悪性腫
瘍を示す微小石灰化陰影Ｐ₃および所定の方向に延びた
血管の陰影Ｐ₄が存在し、さらに画像全体にはＸ線の量
子化ノイズＰ₅も含まれる（図２参照）。

【００９７】この画像データに対して、血管陰影Ｐ₄よ
りも小さく、微小石灰化陰影Ｐ₃よりも大きく設定され
た構造要素を用いた前述の式（12）で表されるモーフォ
ロジーフィルターによる処理を施すことにより、血管の
陰影Ｐ₄は除去され、石灰化陰影Ｐ₃だけが検出され
る。

【００９８】しかし、これによっても石灰化陰影Ｐ₃と
同等の大きさをもつ、例えばノイズ成分Ｐ₅の一部
Ｐ₅′等が石灰化陰影Ｐ₃とともに検出されるので、前
述の式（14）のモーフォロジー演算に基づく微分情報を
利用してこのノイズ成分の一部Ｐ₅′をさらに除去す
る。

【００９９】ここで、Ｍgradの値が大きいほど石灰化陰
影Ｐ₃の可能性が大きいので、石灰化候補画像Ｃs を式
（15）により求めることができる。

【０１００】なお、Ｔ１，Ｔ２は、石灰化陰影Ｐ₃と非
石灰化陰影（ノイズ成分Ｐ₅′等）とを判別するための
閾値であるが、ＥＤＲ処理によるＳ値およびＬ値に応じ
てノイズ成分Ｐ₅の大きさも変動するため、常に一定の
値を採るのではなく、閾値Ｔ１，Ｔ２はそれぞれＥＤＲ
処理によるＬ値を用いて下記式（20），（21）で示すよ
うに設定されている。

【０１０１】

【数１５】

【０１０２】これは、ＥＤＲ処理によるＬ値が大きい場
合には、前述したように、収録される画像データの値の
幅が小さくなるためノイズ成分の一部Ｐ₅′のコントラ
ストも同時に縮小され、閾値を小さくしても石灰化陰影
Ｐ₃と非石灰化陰影であるノイズ成分の一部Ｐ₅′とを
判別することができ、石灰化陰影Ｐ₃のみを高精度で検
出することができる。

【０１０３】これとは反対に、ＥＤＲ処理によるＬ値が
小さい場合には、収録される画像データの値の幅が大き
くなるためノイズ成分の一部Ｐ₅′のコントラストも同
時に拡大され、従来のように閾値が一定では判別するこ
とができないが、本実施形態の方法によれば、Ｌ値が小
さくなることによって閾値は大きくなり、石灰化陰影Ｐ
₃と非石灰化陰影であるノイズ成分の一部Ｐ₅′とを、
判別することができる。

【０１０４】なお、閾値Ｔ１，Ｔ２はそれぞれ、ＥＤＲ
処理によるＳ値を用いて下記式（22），（23）で示すよ
うに、Ｓ値の平方根に比例するように設定してもよい
し、式（24），（25）で示すように、Ｌ値に反比例し、
かつＳ値の平方根に比例するように設定してもよい。

【０１０５】

【数１６】

【０１０６】このように本実施形態の異常陰影候補の検
出方法によれば、ＥＤＲによる画像データの読取条件に
拘らず、異常陰影の検出性能を向上することができる。

【０１０７】なお上記実施形態は、異常陰影候補を検出
する方法としてモーフォロジーフィルターを使用した場
合のものであるが、本発明の異常陰影候補の検出方法
は、モーフォロジーフィルターによる検出方法に限るも
のではなく、アイリスフィルターを使用した方法や、そ
の他の閾値を用いて異常陰影候補を検出し得るいかなる
方法についても適用することができる。

【０１０８】すなわち、例えばアイリスフィルターを使
用した異常陰影候補の検出方法では、ＥＤＲ処理がなさ
れた、検出の対象となる画像を構成する全ての画素につ
いて式（１）により各画素ごとに勾配ベクトルを求め、
次に、全ての画素の各々を注目画素として、その注目画
素を中心とした複数の放射状に延びる線を設定し、この
線上の画素の勾配ベクトルを加算平均して、その注目画
素に対する、その線についての勾配ベクトルの集中度を
式（３）によって求める。この集中度は、その線の延び
る方向についての濃度値の勾配がどの程度、その注目画
素に向かっているかを示すものである。そして、式
（４）により、注目画素を起点として、集中度が最大と
なる画素までを、その方向についての、腫瘤陰影候補の
領域とする。この処理を放射状の線の全方向について行
なうことによって、その注目画素に対する集中度が最大
となる領域の輪郭を決定する。

【０１０９】次に、この輪郭の定められた領域内の集中
度の平均値を式（５）によって求め、求められた値と所
定の閾値とを比較し、求められた値が閾値を上回った場
合は、その領域は腫瘤陰影の候補である可能性を有する
領域であると判定し、一方、閾値を下回った場合は、そ
の領域は腫瘤陰影の候補ではないと判定する。

【０１１０】この領域が腫瘤陰影の候補である可能性が
あると判別された場合は、さらに、この領域の形状に関
する特徴量、例えば、広がり度（Spreadness）、細長さ
（Elongation）、辺縁の粗さ（Roughness ）、円形度
（Circularity ）もしくは内部の凸凹度（Entropy ）に
ついての各特徴量、またはこれらを組み合わせた特徴量
を算出する。

【０１１１】この処理は、腫瘤陰影が悪性のものである
場合には、これら領域の形状に特徴が認められ、最終的
に、その腫瘤陰影が異常陰影であるか否かを判定するた
めの処理である。

【０１１２】すなわち、上記領域の形状に関する特徴量
と、異常陰影であると判定するに十分な閾値Ｔとを比較
し、閾値Ｔを上回った場合には、その領域は異常陰影で
あると判定し、閾値Ｔを下回った場合には、その領域は
異常陰影でないと判定する。ここで、閾値Ｔを、ＥＤＲ
処理によるＳ値が大きくなるに応じて大きくなるように
設定し、もしくはＥＤＲ処理によるＬ値が小さくなるに
応じて大きくなるように設定し、またはこれらを組み合
わせて設定すればよい。

【０１１３】これは、ＥＤＲ処理によるＬ値が大きい場
合には、収録される画像データの値の幅が小さくなり、
例えば、画像データに量子ノイズが重畳している場合に
も、そのノイズ成分による上記領域の形状に関する特徴
量、例えば辺縁の粗さもそれに応じて小さくなり、した
がって閾値を小さくしなければ異常陰影を検出すること
ができなくなり、一方これとは反対に、ＥＤＲ処理によ
るＬ値が小さい場合には、収録される画像データの値の
幅が大きくなり、量子ノイズの重畳した画像データによ
る辺縁の粗さもそれに応じて大きくなり、したがって閾
値を大きくしなければ異常陰影ではない陰影までも異常
陰影として検出する虞があるからである。

【０１１４】なお、閾値Ｔは、ＥＤＲ処理によるＳ値を
用いて式（22），（23）で示すのと同様に、Ｓ値の平方
根に比例するように設定してもよいし、式（24），（2
5）で示すのと同様に、Ｌ値に反比例し、かつＳ値の平
方根に比例するように設定してもよい。

【０１１５】このように本実施形態の異常陰影候補の検
出方法によれば、ＥＤＲによる画像データの読取条件に
拘らず、異常陰影の検出性能を向上することができる。

【０１１６】また、上記各実施形態は先読みを行なって
読取感度とラチチュードを求め、この求められた感度お
よびラチチュードに基づいて本読みを行なうことによっ
て、読取段階で最適な再生画像を得る画像データを取得
するという、先読み、本読みを行なう方式のものである
が、本発明はこの方式に限るものではなく、上述した先
読みを行なわない方式であってもよい。

【０１１７】さらに、上述した計算機支援画像診断装置
にこれらを適用するものであってもよい。

【図面の簡単な説明】

【図１】（Ａ）被写体である乳房の画像Ｐ₁を含むＸ線
画像Ｐを示す図（Ｂ）Ｘ線画像Ｐを、ＥＤＲ処理により所定のＳ値、Ｌ
値で読み取って得られたデジタル画像データのヒストグ
ラム

【図２】図１（Ａ）のＩ−Ｉ線に沿ったＸ線画像Ｐの濃
度値（デジタル画像データ）の分布図

【図３】勾配ベクトルを算出するマスクを示す図

【図４】注目画素についての勾配ベクトルの集中度の概
念を示す図

【図５】注目画素を中心とする放射状の線を示す図

【図６】モーフォロジーフィルターによる基本的な作用
を説明するためのグラフ

【図７】モーフォロジーフィルターにおける構造要素を
示す図

【図８】ＥＤＲの処理を示すフローチャート

【図９】Ｘ線照射野内の濃度ヒストグラム

【図１０】ＥＤＲの動作原理を示す図

【図１１】読取条件である読取感度（Ｓ値）とラチチュ
ード（Ｌ値）を表す図

【符号の説明】

ＰＸ線画像Ｐ₁ 乳房の画像Ｐ₂ 直接Ｘ線部Ｐ₃ 微小石灰化陰影Ｐ₄ 血管の陰影Ｐ₅ Ｘ線の量子化ノイズＰ₅′ノイズ成分Ｐ₅の一部

Claims

【特許請求の範囲】

【請求項１】被写体の放射線画像情報が蓄積記録され
た蓄積性蛍光体シートを励起光により走査し、該走査に
より前記シートから発せられた輝尽発光光を光電読取手
段により読み取って画像データを得、得られた画像デー
タに基づいて、前記放射線画像情報から異常陰影の候補
を検出する異常陰影候補の検出方法において、前記画像データに基づいて、前記放射線画像情報を可視
画像として再生するのに最適な読取条件と等価な正規化
した読取感度およびラチチュードを求め、前記異常陰影候補を検出するための所定の閾値を、前記
正規化した読取感度が大きくなるのに応じて、および／
または前記正規化したラチチュードが小さくなるのに応
じて大きな値に設定することを特徴とする異常陰影候補
の検出方法。
【請求項２】被写体の放射線画像情報が蓄積記録され
た蓄積性蛍光体シートを励起光により走査し、該走査に
より前記シートから発せられた輝尽発光光を光電読取手
段により読み取って画像データを得る本読みに先立っ
て、予め該本読みに用いられる励起光よりも低レベルの
励起光により前記シートを走査して該シートに蓄積記録
された画像情報の概略を読み取る先読みを行い、該先読
みにより得られた情報に基づいて前記本読みを行う際の
読取条件である読取感度およびラチチュードを決定し、
該読取条件に従って行なう前記本読みにより得られた画
像データに基づいて、前記放射線画像情報から異常陰影
の候補を検出する異常陰影候補の検出方法において、前記異常陰影候補を検出するための所定の閾値を、前記
読取感度が大きくなるのに応じて、および／またはラチ
チュードが小さくなるのに応じて、大きな値に設定する
ことを特徴とする異常陰影候補の検出方法。
【請求項３】前記異常陰影の候補の検出は、検出の対
象となる画像を構成する全ての画素について各画素ごと
に勾配ベクトルを求め、前記全ての画素の各々を注目画
素として該注目画素に対する該注目画素の周辺の各画素
の前記勾配ベクトルの集中度を求め、該集中度が所定値
以上である画素のみからなる前記注目画素を中心とした
領域を求め、前記注目画素に対する該領域の勾配ベクト
ルの集中度の大きさに応じて該領域が異常陰影候補とな
る可能性があるか否かを判別し、該可能性があると判別
された該領域の形状に関する特徴量と、前記所定の閾値
とを比較することにより行なう、アイリスフィルターに
よる検出方法であることを特徴とする請求項１または２
に記載の異常陰影候補の検出方法。
【請求項４】前記異常陰影の候補の検出は、高輝度高
信号レベルの画像データに対して、マルチスケールおよ
び多重構造要素を用いてオープニング処理を施し、該オ
ープニング処理の施された画像データをもとの画像デー
タから減算するモーフォロジー演算により得られた値と
前記所定の閾値とを比較することにより行なうモーフォ
ロジーフィルターによる検出方法であることを特徴とす
る請求項１または２に記載の異常陰影候補の検出方法。
【請求項５】前記異常陰影の候補の検出は、高輝度高
信号レベルの画像データに対して、マルチスケールおよ
び多重構造要素を用いてオープニング処理を施し、該オ
ープニング処理の施された画像データをもとの画像デー
タから減算するモーフォロジー演算により第１の値を求
め、前記画像データのミンコフスキー和からミンコフス
キー差を減算した微分情報に基づく第２の値を求め、前
記第１の値および第２の値をそれぞれ対応する前記所定
の閾値と比較し、これら両比較の結果により行なうモー
フォロジーフィルターによる検出方法であることを特徴
とする請求項１または２に記載の異常陰影候補の検出方
法。
【請求項６】前記閾値は、前記ラチチュードに反比例
するように、および／または前記読取感度の平方根に比
例するように設定されたことを特徴とする請求項１から
５のうちいずれか１項に記載の異常陰影候補の検出方
法。