JPH08272930A - 画像処理方法 - Google Patents

Abstract

(57)【要約】 【目的】 ノイズ成分等の画像読影に不要な成分を強調
することなく、注目する特定の画像部分だけを効率よく
強調処理する。 【構成】 全体画像メモリ10に記憶された、濃度値Ｄor
g の画像データＳに対して、アイリスフィルター（異常
陰影検出手段）40によるアイリスフィルターの演算を施
して、腫瘤陰影を示す信号を検出し、この信号の濃度値
Ｄirisに対して、局所画像強調手段70により、 Ｄproc＝Ｄorg ＋α・ｇ（Ｄiris）
(2) （ただし、αは強調係数、ｇ（Ｄiris）はＤirisの関
数）なる演算を施して、腫瘤陰影だけを選択的に強調処
理して局所画像表示手段90に表示する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理方法に関し、詳
細には画像のうち、異常陰影等の特定の画像部分だけを
強調処理する画像処理方法に関するものである。

【０００２】

【従来の技術】従来より、種々の画像取得方法により得
られた画像を表す画像信号に対して、階調処理や周波数
処理等の画像処理を施し、画像の観察読影性能を向上さ
せることが行われている。特に人体を被写体とした放射
線画像のような医用画像の分野においては、医師等の専
門家が、得られた画像に基づいて患者の疾病や傷害の有
無を的確に診断する必要があり、その画像の読影性能を
向上させる画像処理は不可欠なものとなっている。

【０００３】一方、画像のうち異常な陰影等の特定の画
像部分だけを選択的に抽出する、アイリスフィルター処
理（以下、本明細書中、アイリスフィルターの演算とい
うこともある）が知られている（「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月小畑
他、参照）。このアイリスフィルター処理は、特に乳癌
における特徴的形態である腫瘤陰影を検出するのに有効
な手法として研究されているが、対象画像としては、こ
のようなマンモグラムにおける腫瘤陰影に限るものでは
なく、その画像を表す画像信号の勾配が集中しているも
のについては、いかなる画像に対しても適用することが
できる。

【０００４】以下、腫瘤陰影の検出処理を例にして、こ
のアイリスフィルターによる画像部分の検出処理の概要
について説明する。

【０００５】例えばＸ線のネガフイルム上における放射
線画像（高濃度高信号レベルの画像信号を出力する画
像）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、その濃度値の分布は概
略円形の周縁部から中心部に向かうにしたがって濃度値
が低くなっている。したがって腫瘤陰影においては、局
所的な濃度値の勾配が認められ、その勾配線は腫瘤の中
心方向に集中する。

【０００６】アイリスフィルターは、この濃度値に代表
される画像データの勾配を勾配ベクトルとして算出し、
その勾配ベクトルの集中度を基に腫瘤陰影を検出するも
のである。すなわち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くが、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
ることはなく、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
が腫瘤陰影となる。以上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。

【０００７】（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（３）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。

【０００８】

【数１】

【０００９】ここでｆ₁ 〜ｆ₁₆は、図５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
外周上の濃度値（画像データ）である。

【００１０】（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（４）にしたがって算出する。

【００１１】

【数２】

【００１２】ここでＮは注目画素を中心とした半径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（３）で算出された勾配ベクトルとがなす角である
（図６参照）。したがって上記式（４）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。

【００１３】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、このフィルターによる処理は、
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することができると
いう特長を有している。

【００１４】さらに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７に、そのフィルターを示す。このフィルタ
ーは、図６に示すものと異なり、注目画素を中心に２π
／Ｍ度毎のＭ種類の方向の放射状の線上の画素のみで集
中度の評価を行う（図７においては、11.25 度ごとの32
方向を例示）。

【００１５】ここでｉ番目の線上にあって、かつ注目画
素からｎ番目の画素の座標（［ｘ］，［ｙ］）は、注目
画素の座標を（ｋ，ｌ）とすれば、以下の式（５），
（６）で与えられる。

【００１６】

【数３】

【００１７】ただし、［ｘ］，［ｙ］は、ｘ，ｙを超え
ない最大の整数である。

【００１８】さらに、その放射状の各線について、注目
画素から線上の、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、その得られたす
べての線の集中度の平均値を算出し、その集中度の平均
値をその注目画素についての勾配ベクトル群の集中度Ｃ
とする。

【００１９】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（７）により求める。

【００２０】

【数４】

【００２１】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。

【００２２】次に、勾配ベクトル群の集中度Ｃを下記式
（８）および（９）により計算する。

【００２３】

【数５】

【００２４】式（９）の勾配ベクトル群の集中度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、このように勾
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）腫瘤陰影の形状評価 一般に、悪性腫瘤の陰影は、 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という形態的な特
徴を有している。

【００２６】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みを抽出するた
めに、さらにこれらの特徴を考慮した形状判定を行う。
ここで用いる特徴量としては、広がり度（Spreadnes
s）、細長さ（Elongation）、辺縁の粗さ（Roughness
）、円形度（Circularity ）および内部の凸凹度（Ent
ropy ）である。

【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だけを効果的に検出するこ
とができる。

【００２８】なお、前述の集中度Ｃi （ｎ）の計算は式
（７）の代わりに、下記式（７′）を用いてもよい。

【００２９】

【数６】

【００３０】

【発明が解決しようとする課題】ところで上述したよう
に、画像の読影性能を向上させるには、対象となる画像
に対して画像処理を行うことが不可欠となっているが、
従来のように、画像全体に亘って画像処理を施したので
は、例えばマンモグラムにおける放射線ノイズ成分のよ
うな、画像読影の障害となる成分まで強調されるため、
読影性能をむしろ低下させることになる。

【００３１】本発明は上記事情に鑑みなされたものであ
って、ノイズ成分等の画像読影に不要な成分を強調する
ことなく、注目する特定の画像部分だけを効率よく強調
処理することを可能とした画像処理方法を提供すること
を目的とするものである。

【００３２】

【課題を解決するための手段】本発明の画像処理方法
は、画像を表すオリジナルの画像信号に対してアイリス
フィルターの演算を施すことにより、この画像中の各画
素について、その画素に対する画像信号の勾配の集中度
を求め、集中度に基づいて、画像におけるこの集中度の
高い画像部分を求め、得られた画像部分を選択的に強調
処理することを特徴とするものである。

【００３３】ここで、集中度の高い画像部分とは、具体
的には上述した（ステップ１）〜（ステップ３）の処理
をなすアイリスフィルターの演算により求められた画像
部分を意味するものである。

【００３４】すなわち、本発明の画像処理方法は、この
（ステップ１）〜（ステップ３）のアイリスフィルター
の処理を関数ｆ（ｘ）で表すと、画像を表すオリジナル
の画像信号Ｄorg に対して、 Ｄiris＝ｆ（Ｄorg ） (1) なるアイリスフィルターの演算を施し、 Ｄproc＝Ｄorg ＋α・Ｄiris (2) （ただし、αは強調係数）なる演算により、アイリスフ
ィルターの演算で抽出された画像部分を選択的に強調処
理するものである。

【００３５】

【作用および発明の効果】本発明の画像処理方法は、画
像を表すオリジナルの画像信号Ｄorg に対して、アイリ
スフィルターの演算を施すことにより、画像信号の勾配
の集中度の高い画像部分を表す画像信号だけを抽出する
ことができ、その抽出された画像信号に対して、所定の
強調係数αにより強調処理をして、オリジナルの画像信
号Ｄorg を加算することにより、抽出された画像信号が
表す画像だけを選択的に、効率よく強調させることがで
きる。

【００３６】

【実施例】以下、本発明の画像処理方法を用いた計算機
支援画像診断装置について図面を用いて説明する。

【００３７】図１は本実施例の計算機支援画像診断装置
の概略構成を示すブロック図、図２はこの計算機支援画
像診断装置により画像診断に供される乳房の放射線画像
（マンモグラム）を示す図である。図示の計算機支援画
像診断装置は、マンモグラムの全体の放射線画像（全体
画像）Ｐを表す、各画素の濃度値Ｄorg の集合である画
像データ（全体画像データ）Ｓを記憶する全体画像メモ
リ10、全体画像データＳに基づいて、もしくは一旦全体
画像メモリ10に記憶された全体画像データＳに基づいて
全体画像Ｐを表示するＣＲＴ等の全体画像表示手段30、
全体画像メモリ10に記憶された全体画像データＳに基づ
いて、全体画像Ｐのうち異常陰影Ｐ₁ を検出する異常陰
影検出手段40、異常陰影検出手段40により異常陰影Ｐ₁
が検出されたか否かを判定する判定手段50、異常陰影Ｐ
₁ が検出されたと判定手段50により判定された場合に、
全体画像メモリ10に記憶された全体画像データＳのう
ち、異常陰影Ｐ₁ を含む局所領域の画像Ｐ₂ を表す画像
データ（局所画像データ）Ｓ₂ を抽出する局所領域抽出
手段60、局所領域抽出手段60により抽出された局所画像
データＳ₂ に基づいた局所領域の画像Ｐ₂ のうち異常陰
影Ｐ₁ が、全体画像表示手段30に表示される全体画像Ｐ
よりも読影性能が向上するように、異常陰影を示す画像
データ（異常陰影画像データ）Ｓ₁ に対して画像強調処
理を行う局所画像強調手段70、およびこの画像強調処理
のなされた局所画像データＳ₂ に基づいて局所領域の画
像Ｐ₂ を表示するＣＲＴ等の局所画像表示手段90、を備
えた構成である。

【００３８】なお、異常陰影は腫瘤陰影、異常陰影検出
手段40はアイリスフィルターの演算を行うアイリスフィ
ルターである。ただし、対象画像は、本実施例のような
医用画像に限るものではなく、工業製品の検査用画像等
であってもよい。例えば、内部に巣のある鋳物製品のＸ
線画像について、異常陰影が当該巣の陰影であってもよ
い。

【００３９】また上記局所領域とは、異常陰影である腫
瘤陰影を含むこの腫瘤陰影近傍の領域をいうものとす
る。

【００４０】なお、実施例記載中において、画像を構成
する各画素の画像データを濃度信号値Ｄorg と表記し、
これら画素の集合により構成される領域の画像データを
画像データＳと表記するものとする。また、濃度値Ｄor
g は高濃度高信号レベルの信号値である。さらにまた、
腫瘤陰影は、その濃度値Ｄorg が陰影の中心に向かうに
したがって小さくなる特徴を有する。

【００４１】ここでアイリスフィルター40は、前述した
ように、特定の画像部分の検出処理のアルゴリズムをい
うが、本実施例におけるアイリスフィルター40は、この
アルゴリズム自体を指すのではなく、このアルゴリズム
による腫瘤陰影の検出処理をなす手段を意味する。

【００４２】また、局所画像強調手段70は、アイリスフ
ィルター40により抽出された腫瘤陰影を示す濃度値の変
動Ｄirisについて、図４で表されるように、この変動Ｄ
irisが極小さい領域Ｃ１および所定の値より大きい領域
Ｃ３についてはその出力ｇ（Ｄiris）を、入力である変
動Ｄirisに対して抑制し、変動Ｄirisが極小さい領域Ｃ
１と所定の値より大きい領域Ｃ３との間の領域Ｃ２につ
いては、出力ｇ（Ｄiris）をＤirisに比例するように変
換する変換テーブルを内蔵し、さらに、下記式(2) で示
すように、この変換テーブルにより変換された出力ｇ
（Ｄiris）に所定の強調係数αを乗じたうえで、この腫
瘤陰影の近傍の局所領域のオリジナル濃度値Ｄorg を加
算して、局所領域の画像Ｐ₂ のうち腫瘤陰影Ｐ₁ を選択
的に強調処理して出力する（ただし、ｇ（ｘ）はｘの関
数を示す）。

【００４３】 Ｄproc＝Ｄiris＋α・ｇ（Ｄiris） (2) 以下、本実施例の計算機支援画像診断装置の作用につい
て説明する。

【００４４】全体画像メモリ10に光磁気ディスクや画像
読取装置等から、内部に腫瘤部を有する乳房を含む全体
画像Ｐを表す全体画像データＳが入力される。また、こ
の全体画像データＳは直接全体画像表示手段30にも入力
され（図１のＡの経路）、もしくは一旦全体画像メモリ
10に記憶されたものとして全体画像表示手段30に入力さ
れて（図１のＢの経路）、全体画像表示手段30は、この
全体画像データＳに基づいて全体画像Ｐを表示する。

【００４５】一方、全体画像メモリ10に記憶された全体
画像データＳはアイリスフィルター40にも入力される。
アイリスフィルター40は、前述した手順にしたがって、
入力された全体画像データＳの全体に亘って、濃度値Ｄ
org に基づいた勾配ベクトルの集中度を評価して、腫瘤
陰影Ｐ₁ を示す画像データ（以下、腫瘤画像データとい
う）Ｓ₁ を検出する。

【００４６】すなわち、図２（１）に示したマンモグラ
ムの腫瘤陰影Ｐ₁ の濃度値Ｄorg は陰影の中心に向かう
にしたがって小さくなるため、同図（２）に示すよう
に、式（３）で表す勾配ベクトルがその中心に集中する
が、一方、血管や乳腺の画像Ｐ₃ は、その濃度値Ｄorg
が陰影の中心線に向かうにしたがって小さくなるため、
式（３）で表す勾配ベクトルは同図（３）に示すように
その向きが一定方向を向くことになり、同図（２）のよ
うに１点に集中することがない。

【００４７】アイリスフィルター40は、このような勾配
ベクトルの集中度を評価し、さらに前述した（ステップ
３）による形状評価を行うことにより、腫瘤陰影Ｐ₁ を
示す画像データＳ₁ の画素（位置）を特定する。判定手
段50は、アイリスフィルター40によりこの腫瘤陰影Ｐ₁
を示す腫瘤画像データＳ₁ が検出されたことを判定する
とともに、腫瘤画像データＳ₁ の画素位置を特定する位
置データ（以下、腫瘤画素位置データという）Ｄ₁ を局
所領域抽出手段60に入力する。

【００４８】一方、判定手段50は、アイリスフィルター
40によりこの腫瘤陰影Ｐ₁ を示す腫瘤画像データが検出
されなかったと判定した場合には、腫瘤画像データＳ₁
の画素位置を特定する腫瘤画素位置データＤ₁ を出力せ
ずに処理は終了する。

【００４９】腫瘤画像データが検出されたと判定した場
合、局所領域抽出手段60には全体画像メモリ10に記憶さ
れた全体画像データＳも入力され、局所領域抽出手段60
は入力された全体画像データＳのうち、腫瘤画素位置デ
ータＤ₁ に基づいて腫瘤画像データＳ₁ の画素を含む近
傍の画素（これらの画素の集合としての局所領域）を、
予め設定された処理手順にしたがって特定したうえで、
この局所領域の画像Ｐ₂を表す局所画像データＳ₂ を抽
出する。

【００５０】抽出された局所画像データＳ₂ は局所画像
強調手段70に入力される。

【００５１】局所画像強調手段70は、入力された局所画
像データＳ₂ のうち腫瘤画素位置データＤ₁ に基づいて
腫瘤陰影Ｐ₁ の濃度値のＤirisについて、前述した変換
テーブル（図４参照）により出力ｇ（Ｄiris）に変換す
る。

【００５２】ここで、この変換テーブルによれば、領域
Ｃ１においてその出力ｇ（Ｄiris）は低く抑制されるた
め、Ｄirisの小さい領域Ｃ１において検出される高周波
の放射線ノイズを低減させることができる。すなわち、
図２（１）に示したマンモグラムの、例えばI-I 線断面
における濃度値Ｄorg の分布曲線上には実際には、図３
に示すように、高周波の放射線ノイズが重畳している
が、式（２）の強調処理によりこの放射線ノイズも強調
され、このような放射線ノイズが強調された画像は読影
性能の低下を招く。このため、領域Ｃ１とＣ２との境界
値を予め適当に設定することにより、この放射線ノイズ
が強調されるのを防止することができる。

【００５３】一方、領域Ｃ３においては、その出力ｇ
（Ｄiris）の変化がＤirisの変化に対して抑制される
が、これは、既にある程度のコントラストを有する画像
部分について過度の強調処理がなされるのを防止するた
めである。過度の強調処理がなされると、その画像部分
以外の画像部分のコントラストが相対的に低下するた
め、反って読影性能が低下するからである。

【００５４】このように、変換テーブルにより出力され
た信号値ｇ（Ｄiris）に対して、所定の強調係数αを乗
じたうえで、この腫瘤陰影の近傍の局所領域のオリジナ
ル濃度値Ｄirisを加算し、局所領域の画像Ｐ₂ のうち腫
瘤陰影Ｐ₁ を強調処理して、局所画像表示手段90に出力
する。

【００５５】局所画像表示手段90は、この入力された信
号値に基づいて、腫瘤陰影Ｐ₁ が強調処理された局所領
域の画像Ｐ₂ を表示する。

【００５６】このように全体画像のうち、腫瘤陰影Ｐ₁
の画像だけが別個に局所画像表示手段90に表示されるた
め、読影者はその表示された局所領域の画像に観察意
識、診断意識を集中することができ、診断性能を向上さ
せることができる。

【００５７】また、全体画像表示手段30が局所画像表示
手段90を兼ねる構成であってもよく、その場合であって
も、表示された全体画像Ｐのうち腫瘤陰影Ｐ₁ の画像だ
けが選択的に強調されるため、これによって診断性能が
向上する。

【図面の簡単な説明】

【図１】計算機支援画像診断装置の概略構成を示すブロ
ック図

【図２】図１に示した計算機支援画像診断装置により画
像診断に供される乳房の放射線画像（マンモグラム）を
示す図

【図３】図２に示したマンモグラムのI-I 線断面におけ
る濃度値の分布図

【図４】局所画像強調手段70に内臓される変換テーブル
を示すグラフ

【図５】勾配ベクトルを算出するマスクを示す図

【図６】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７】注目画素を中心とする放射状の線を示す図

【符号の説明】

10 全体画像メモリ 30 全体画像表示手段 40 異常陰影検出手段 50 判定手段 60 局所領域抽出手段 70 局所画像強調手段 90 局所画像表示手段 Ｄorg オリジナル濃度値

【手続補正書】

【提出日】平成８年１月３１日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】００２０

【補正方法】変更

【補正内容】

【００２０】

【数４】 （Ｒmin は抽出しようとする腫瘤陰影の半径の最小値、
Ｒmax は抽出しようとする腫瘤陰影の半径の最大値を表
す）

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】００２１

【補正方法】変更

【補正内容】

【００２１】すなわち、複数の線のすべてについて、前
記線ごとに、該線上の前記注目画素から、検出しようと
する腫瘤陰影の最小の大きさから最大の大きさまでにそ
れぞれ対応する距離にある画素までの全画素の前記指標
値cos θj の平均値を算出する。

【手続補正３】

【補正対象書類名】明細書

【補正対象項目名】００２９

【補正方法】変更

【補正内容】

【００２９】

【数６】 すなわち、複数の線のすべてについて、前記線ごとに、
該線上の前記注目画素から検出しようとする腫瘤陰影の
最小の大きさに対応する距離にある画素から、最大の大
きさに対応する距離にある画素までの全画素の前記指標
値cos θj の平均値を算出すればよい。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 画像を表すオリジナルの画像信号に対し
   てアイリスフィルターの演算を施すことにより、該画像
   中の各画素について、該画素に対する画像信号の勾配の
   集中度を求め、 該集中度に基づいて、前記画像における該集中度の高い
   画像部分を求め、 該画像部分を選択的に強調処理することを特徴とする画
   像処理方法。