JPH08272931A - Image processing method - Google Patents
Image processing methodInfo
- Publication number
- JPH08272931A JPH08272931A JP7073497A JP7349795A JPH08272931A JP H08272931 A JPH08272931 A JP H08272931A JP 7073497 A JP7073497 A JP 7073497A JP 7349795 A JP7349795 A JP 7349795A JP H08272931 A JPH08272931 A JP H08272931A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- dorg
- signal
- tumor
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 206010028980 Neoplasm Diseases 0.000 abstract description 75
- 230000002159 abnormal effect Effects 0.000 abstract description 17
- 238000000034 method Methods 0.000 abstract description 16
- 238000006243 chemical reaction Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 abstract description 8
- 230000000873 masking effect Effects 0.000 abstract 1
- 239000013598 vector Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 7
- 210000004204 blood vessel Anatomy 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 210000000481 breast Anatomy 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
- G06T5/75—Unsharp masking
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[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。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image processing method, and more particularly to an image processing method for emphasizing only a specific image portion such as an abnormal shadow in an image.
【０００２】[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。2. Description of the Related Art Conventionally, an image signal representing an image obtained by various image acquisition methods has been subjected to image processing such as gradation processing and frequency processing to improve the observation / interpretation performance of the image. It is being appreciated. Particularly in the field of medical images such as radiographic images of the human body, a specialist such as a doctor needs to accurately diagnose the presence or absence of a disease or injury of a patient based on the obtained image, and the image Image processing that improves the image interpretation performance of is becoming indispensable.
【０００３】この画像処理のうち、いわゆる周波数強調
処理としては、例えば特開昭61-169971 号に示されるよ
うに、原画像の濃度値等の画像信号（オリジナル画像信
号という）Ｄorg を、 Ｄproc＝Ｄorg ＋β×（Ｄorg −Ｄus） （２） なる画像信号Ｄprocに変換するものが知られている。こ
こでβは周波数強調係数、Ｄusは非鮮鋭マスク（いわゆ
るボケマスク）信号である。このボケマスク信号Ｄus
は、２次元に配置された画素に対してオリジナル画像信
号Ｄorg を中心画素とするＮ列×Ｎ行（Ｎは奇数）の画
素マトリクスからなるマスク、すなわちボケマスクを設
定し、 Ｄus＝（ΣＤorg ）／Ｎ2 （３） （ただし、ΣＤorg はボケマスク内各画素の画像信号の
和）等として求められる超低空間周波数成分である。As the so-called frequency enhancement processing in this image processing, for example, as shown in Japanese Patent Laid-Open No. 61-169971, an image signal (original image signal) Dorg such as a density value of an original image is replaced by Dproc = Dorg + β × (Dorg−Dus) (2) There is known one for converting into an image signal Dproc. Here, β is a frequency enhancement coefficient, and Dus is a non-sharp mask (so-called blur mask) signal. This blur mask signal Dus
Sets a mask consisting of a pixel matrix of N columns × N rows (N is an odd number) with the original image signal Dorg as the central pixel for pixels arranged two-dimensionally, that is, a blur mask, and Dus = (ΣDorg) / N 2 (3) (where ΣD org is the sum of the image signals of the pixels in the blur mask) and the like are ultra-low spatial frequency components.
【０００４】式（２）の第２項括弧内の値（Ｄorg −Ｄ
us）は、オリジナル画像信号から超低空間周波数成分で
あるボケマスク信号を減算したものであるから、オリジ
ナル画像信号のうちの、超低空間周波数成分を除去した
比較的高い周波数成分を選択的に抽出することができ
る。この比較的高い周波数成分に周波数強調係数βを乗
じたうえで、オリジナル画像信号を加算することによ
り、この比較的高い周波数成分を強調することができ
る。The value in the second term parenthesis of the equation (2) (Dorg-D
us) is obtained by subtracting the blur mask signal, which is an ultra-low spatial frequency component, from the original image signal, so that a relatively high frequency component from which the ultra-low spatial frequency component is removed is selectively extracted from the original image signal. can do. This relatively high frequency component can be emphasized by multiplying the relatively high frequency component by the frequency enhancement coefficient β and then adding the original image signal.
【０００５】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。On the other hand, there is known an iris filter process (hereinafter also referred to as an iris filter operation in this specification) for selectively extracting only a specific image portion such as an abnormal shadow in an image. (See “Detection of Tumor Shadow in DR Image (Iris Filter)”, IEICE Transactions D-II Vol.J75-D-II No.3 P663-670, March 1992, Obata et al.). This iris filtering has been studied as an effective method for detecting a tumor shadow, which is a characteristic morphology in breast cancer in particular, but the target image is not limited to such a tumor shadow in a mammogram, and its It can be applied to any image as long as the gradient of the image signal representing the image is concentrated.
【０００６】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。The outline of the detection processing of the image portion by the iris filter will be described below by taking the tumor shadow detection processing as an example.
【０００７】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、腫瘤陰影は周囲に比べて濃度値がわず
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（勾配ベクト
ル）は腫瘤の中心方向に集中する。For example, it is known that in a radiation image on an X-ray negative film (image which outputs an image signal of high density and high signal level), the density of the tumor shadow is slightly lower than that of the surrounding area. Regarding the distribution of the density values, the density values decrease from the peripheral portion of the substantially circular shape toward the central portion. Therefore, in the tumor shadow, a local gradient of the density value is recognized, and the gradient line (gradient vector) is concentrated in the central direction of the tumor.
【０００８】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。The iris filter calculates the gradient of image data represented by this density value as a gradient vector,
The tumor shadow is detected based on the degree of concentration of the gradient vector. That is, the gradient vector at any pixel in the tumor shadow faces near the center of the tumor shadow, but in the long and slender shadow like the blood vessel shadow, the gradient vector does not concentrate at a specific point, and the gradient vector is locally oriented. If the distribution is evaluated and a region concentrated at a specific point is extracted, it becomes a tumor shadow. The above is the basic idea of the iris filter processing. The specific algorithm steps are shown below.
【０００９】（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（４）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。(Step 1) Calculation of Gradient Vector For all pixels constituting the target image, the direction θ of the gradient vector of the image data is calculated for each pixel j based on the calculation formula shown in the following formula (4). Ask.
【００１０】[0010]
【数１】 [Equation 1]
【００１１】ここでｆ1 〜ｆ16は、図４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。Here, f 1 to f 16 are as shown in FIG.
It is the density value (image data) on the outer periphery of the mask of 5 pixels in the vertical direction and 5 pixels in the horizontal direction with the pixel j as the center.
【００１２】（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（５）にしたがって算出する。(Step 2) Calculation of Concentration Degree of Gradient Vector Next, for all pixels forming the target image,
For each pixel, the degree of concentration C of the gradient vector with that pixel as the pixel of interest is calculated according to the following equation (5).
【００１３】[0013]
【数２】 [Equation 2]
【００１４】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（５）で算出された勾配ベクトルとがなす角である
（図５参照）。したがって上記式（５）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。Here, N is the number of pixels existing in a circle having a radius R centered on the pixel of interest, and θj is a straight line connecting the pixel of interest and each pixel j in the circle and the above-mentioned at each pixel j. It is an angle formed by the gradient vector calculated by the equation (5) (see FIG. 5). Therefore, the concentration degree C expressed by the above equation (5) has a large value when the direction of the gradient vector of each pixel j is concentrated on the target pixel.
【００１５】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。By the way, the gradient vector of each pixel j in the vicinity of the tumor shadow, regardless of the size of the contrast of the tumor shadow,
The pixel of interest having a large value of the degree of concentration C can be said to be the pixel at the center of the tumor shadow because it is directed toward the center of the tumor shadow. On the other hand, in the shadow of a linear pattern such as a blood vessel, the value of the concentration degree C is small because the direction of the gradient vector is biased in a certain direction. Therefore, by calculating the value of the concentration degree C with respect to the target pixel for each of all the pixels forming the image and evaluating whether or not the value of the concentration degree C exceeds a preset threshold value, the tumor shadow can be determined. Can be detected. That is, the processing by this filter is
Compared with a normal differential filter, it is less affected by blood vessels, mammary glands, etc., and has the feature that tumor shadows can be detected efficiently.
【００１６】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６に、そのフィルターを示す。このフィルタ
ーは、図５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６においては、11.25 度ごとの32
方向を例示）。Further, in the actual processing, in order to achieve a detection power which is not affected by the size or shape of the tumor mass, a device for adaptively changing the size and shape of the filter is made. The filter is shown in FIG. This filter is different from the one shown in FIG.
/ The degree of concentration is evaluated only by the pixels on the radial line of M kinds at every M degrees (in FIG. 6, 32 at every 11.25 degrees).
Illustrate the direction).
【００１７】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（６），
（７）で与えられる。Here, the coordinates ([x], [y]) of the pixel on the i-th line and from the target pixel to the n-th pixel are as follows, where the coordinates of the target pixel are (k, l). Equation (6),
It is given in (7).
【００１８】[0018]
【数３】 (Equation 3)
【００１９】ただし、［ｘ］，［ｙ］は、ｘ，ｙを超え
ない最大の整数である。However, [x] and [y] are the maximum integers that do not exceed x and y.
【００２０】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。Further, for each radial line, the output value from the pixel of interest to the pixel on the line where the maximum concentration is obtained is defined as the concentration in that direction, and the average of the concentration of all the obtained lines is set. A value is calculated, and the average value of the degree of concentration is calculated as the degree of concentration C of the gradient vector group for the target pixel.
And
【００２１】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Ｃ
i （ｎ）を下記式（８）により求める。Specifically, on the i-th radial line, the degree of concentration C obtained from the pixel of interest to the n-th pixel
i (n) is calculated by the following equation (8).
【００２２】[0022]
【数４】 [Equation 4]
【００２３】ここでＲmin とＲmax とは、抽出する対象
である腫瘤陰影の半径について設定した最小値と最大値
である。Here, Rmin and Rmax are the minimum and maximum values set for the radius of the tumor shadow to be extracted.
【００２４】次に、勾配ベクトル群の集中度Ｃを下記式
（９）および（10）により計算する。Next, the degree of concentration C of the gradient vector group is calculated by the following equations (9) and (10).
【００２５】[0025]
【数５】 (Equation 5)
【００２６】式（10）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。The region for evaluating the degree of concentration C of the gradient vector group in the equation (10) is similar to the manner in which the iris of the human eye expands and contracts according to the brightness of the external environment. Since the size and shape adaptively change according to the distribution of the gradient vector, it is called by the name iris filter.
【００２７】（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。(Step 3) Evaluation of Shape of Tumor Shadow In general, the shadow of a malignant tumor is 1) irregular in edge 2) nearly circular in shape 3) having an uneven concentration distribution inside It has morphological characteristics.
【００２８】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。Therefore, in order to remove the normal tissue from the detected shadow candidates and to extract only the shadows that are considered to be tumors, shape determination is performed in consideration of these features.
As the feature quantity used here, the spread degree (Spreadnes
s), Elongation, Roughness of edges
), Circularity and internal irregularity (Ent
ropy).
【００２９】形状判定のための特徴量として例えば円形
度を用いた場合、腫瘤陰影に対応する集中度の分布は、
２値化したときには一般に円形に近い形状となる。この
２値化して得られた領域の面積と同じ面積の円の直径を
Ｌｅ、領域を包含する最小面積の四角形の縦と横の辺の
長さをそれぞれａ，ｂとし、円形度ｄcircを下記式（1
1）で定義する。When, for example, circularity is used as the feature quantity for shape determination, the distribution of the degree of concentration corresponding to the tumor shadow is
When binarized, the shape is generally close to a circle. Let Le be the diameter of a circle having the same area as the area obtained by binarization, and let a and b be the lengths of the vertical and horizontal sides of the minimum area quadrangle that includes the area, and calculate the circularity d circ . The following formula (1
Defined in 1).
【００３０】[0030]
【数６】 (Equation 6)
【００３１】この円形度の値が、所定の閾値以下であれ
ば、その領域は腫瘤陰影ではないと判定し検出せず、閾
値以上であれば、腫瘤陰影であると判定し検出する。If the value of the circularity is equal to or smaller than a predetermined threshold value, it is determined that the area is not a tumor shadow and is not detected. If it is equal to or larger than the threshold value, it is determined that the area is a tumor shadow.
【００３２】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。With the above steps, the iris filter can effectively detect only the tumor shadow from the radiographic image.
【００３３】なお、前述の集中度Ｃi （ｎ）の計算は式
（８）の代わりに、下記式（８′）を用いてもよい。The above-mentioned concentration degree Ci (n) may be calculated by using the following equation (8 ') instead of equation (8).
【００３４】[0034]
【数７】 (Equation 7)
【００３５】[0035]
【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、
従来の式（２）に示す周波数強調処理では、オリジナル
画像信号Ｄorg のうちの比較的高い周波数成分全体を強
調するため、例えばマンモグラム等の医用画像において
は、この比較的高い周波数成分に含まれる放射線の量子
ノイズ等も同時に強調されることとなり、画像読影の障
害となる。As described above, in order to improve the image interpretation performance, it is indispensable to perform image processing on a target image.
In the frequency enhancement processing shown in the conventional formula (2), since the entire relatively high frequency component of the original image signal Dorg is emphasized, in a medical image such as a mammogram, radiation included in this relatively high frequency component is used. Quantum noise and the like are also emphasized at the same time, which hinders image interpretation.
【００３６】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。The present invention has been made in view of the above circumstances, and it is possible to efficiently emphasize only a specific image portion of interest without emphasizing a noise component and other components unnecessary for image interpretation. It is an object of the present invention to provide the image processing method described above.
【００３７】[0037]
【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、画像中の各
画素について、画素に対する画像信号Ｄorg の勾配の集
中度を求め、この集中度に基づいて、画像における集中
度の高い画像部分を求めて、画像の各画素がこの画像部
分に対応する画素であるか否かを示す信号Ｇirisを抽出
し、オリジナルの画像信号Ｄorg の、超低空間周波数に
対応する非鮮鋭マスク信号Ｄusを求め、信号Ｇirisに基
づく関数β（Ｇiris）および非鮮鋭マスク信号Ｄusを用
いて、オリジナルの画像信号Ｄorg に対して、 Ｄproc＝Ｄorg ＋β（Ｇiris）×（Ｄorg −Ｄus） （１） なる演算を行って、前記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。According to the image processing method of the present invention, an iris filter operation is performed on an original image signal Dorg representing an image, so that for each pixel in the image, the image signal Dorg for the pixel is calculated. The degree of concentration of the gradient is obtained, the image portion having a high degree of concentration in the image is obtained based on the degree of concentration, and a signal Giris indicating whether or not each pixel of the image is a pixel corresponding to this image portion is extracted. , A non-sharp mask signal Dus of the original image signal Dorg corresponding to an ultra-low spatial frequency is obtained, and a function β (Giris) based on the signal Giris and the non-sharp mask signal Dus are used for the original image signal Dorg. , Dproc = Dorg + β (Giris) × (Dorg−Dus) (1) The image portion is selectively emphasized by performing the following operation.
【００３８】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。Here, the image portion having a high degree of concentration specifically means an image portion obtained by the operation of the iris filter which performs the processing of (step 1) to (step 3) described above. .
【００３９】また関数β（Ｇiris）は、前記画像部分に
対応した画素であることを示す信号に基づく出力が、前
記画像部分に対応した画素でないことを示す信号に基づ
く出力よりも大きい値を出力するように設定されたもの
である。Further, the function β (Giris) outputs a value larger than the output based on the signal indicating that the pixel corresponds to the image portion and not indicating the pixel corresponding to the image portion. Is set to do.
【００４０】なお、上記画像部分に対応する画素である
か否かを示す信号Ｇirisとしては、具体的には例えば、
式（10）で示した画像信号Ｄorg の勾配の集中度Ｃに基
づいた信号であってもよい。As the signal Giris indicating whether or not the pixel corresponds to the image portion, specifically, for example,
It may be a signal based on the degree of concentration C of the gradient of the image signal Dorg shown in equation (10).
【００４１】本明細書中において、オリジナル画像信号
Ｄorg に対して上記（ステップ１）〜（ステップ３）の
アイリスフィルターの処理を施し、これにより得られた
特定の画像部分に対応した画素であるか否かを示す信号
Ｇirisを求める処理を、関数ｆ（Ｄorg ）で表すことが
ある。In the present specification, the original image signal Dorg is subjected to the iris filter processing of the above (step 1) to (step 3) to determine whether the pixel corresponds to a specific image portion. The process of obtaining the signal Giris indicating whether or not it may be represented by a function f (Dorg).
【００４２】その場合、 Ｇiris＝ｆ（Ｄorg ） （12） と、表記する。In this case, Giris = f (Dorg) (12) is written.
【００４３】[0043]
【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画像信号Ｄorg に対して、アイリス
フィルターの演算ｆ（Ｄorg ）を施すことにより、画像
を構成する全画素に亘って画像信号Ｄorg の勾配の集中
度を求め、その集中度の高い画像部分（例えば腫瘤陰影
等の領域）を求め、各画素がその画像部分に対応する画
素であるか否か、すなわちその集中度の高い画像部分を
構成する画素であるか否か、を示す信号Ｇirisを抽出す
る。According to the image processing method of the present invention, the original image signal Dorg representing an image is subjected to the operation f (Dorg) of the iris filter to obtain an image signal over all pixels constituting the image. The degree of concentration of the gradient of Dorg is obtained, the image portion having the high degree of concentration (for example, a region such as a tumor shadow) is obtained, and whether or not each pixel is a pixel corresponding to the image portion, that is, the image having the high degree of concentration A signal Giris indicating whether or not it is a pixel forming a portion is extracted.
【００４４】一方、式（１）第２項の計算処理により、
オリジナル画像信号Ｄorg から、その超低空間周波数成
分Ｄusを減算することにより、オリジナル画像信号Ｄor
g のうちの比較的高い周波数成分（超低空間周波数成分
を除いたものをいう）だけを抽出することができる。こ
の抽出された比較的高い周波数成分には、いわゆる高周
波成分である放射線ノイズも含まれる。On the other hand, by the calculation processing of the second term of the equation (1),
The original image signal Dor is obtained by subtracting the ultra low spatial frequency component Dus from the original image signal Dorg.
Only relatively high frequency components (excluding ultra-low spatial frequency components) of g can be extracted. Radiation noise, which is a so-called high-frequency component, is also included in the extracted relatively high frequency component.
【００４５】ここで、式（１）に示すように、全体画像
の各画素がアリスフィルターの演算で得られた腫瘤陰影
等の、画像信号の勾配の集中度が高い特定の画像部分、
を構成する画素か否かに応じた信号Ｇirisに基づく強調
係数β（Ｇiris）で高周波成分（Ｄorg −Ｄus）を強調
するため、この高周波成分（Ｄorg −Ｄus）に例えば量
子ノイズ等の不要な成分が含まれていても、その画素が
腫瘤陰影等の画像部分を構成するものでない場合は、そ
の画素についてのβ（Ｇiris）の値は小さいため、その
画素に対する強調度合は小さいものとなる。Here, as shown in the equation (1), a specific image portion in which each pixel of the entire image has a high degree of concentration of the gradient of the image signal, such as a tumor shadow obtained by the calculation of the Alice filter,
Since the high-frequency component (Dorg-Dus) is emphasized by the enhancement coefficient β (Giris) based on the signal Giris corresponding to whether or not the pixel is included in the pixel, unnecessary components such as quantum noise are added to the high-frequency component (Dorg-Dus). However, if the pixel does not form an image portion such as a tumor shadow, the value of β (Giris) for that pixel is small, and therefore the degree of enhancement for that pixel is small.
【００４６】一方、画素が腫瘤陰影等の画像部分を構成
するものである場合は、その画素についてのβ（Ｇiri
s）の値は大きいため、その画素に対する強調度合は大
きいものとなる。On the other hand, if the pixel constitutes an image portion such as a tumor shadow, β (Giri
Since the value of s) is large, the degree of emphasis for that pixel is large.
【００４７】したがって、画像の高周波成分（Ｄorg −
Ｄus）に放射線ノイズが含まれているか否かに拘らず、
腫瘤陰影等の特定の画像部分であるか否かに応じた関数
β（Ｇiris）により、特定の画像部分を選択的に強調処
理することができる。Therefore, the high frequency component of the image (Dorg-
Dus), whether or not radiation noise is included,
A specific image portion can be selectively emphasized by a function β (Giris) depending on whether or not the image portion is a specific image portion such as a tumor shadow.
【００４８】なお、本発明の画像処理方法によれば、前
述した例のように、濃度値が周辺部分よりも低い腫瘤陰
影に限らず、濃度値が周辺部分よりも高い陰影等も、そ
の濃度勾配が集中しているものであれば、選択的に強調
処理することができる。したがって高濃度高信号レベル
の画像信号だけでなく、高輝度高信号レベルの画像信号
にも適用することができる。According to the image processing method of the present invention, as in the above-mentioned example, not only a tumor shadow whose density value is lower than that of the peripheral portion, but also a shadow whose density value is higher than that of the peripheral portion are If the gradient is concentrated, the emphasis processing can be selectively performed. Therefore, it can be applied not only to an image signal of high density and high signal level, but also to an image signal of high brightness and high signal level.
【００４９】[0049]
【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。DESCRIPTION OF THE PREFERRED EMBODIMENTS A computer-aided image diagnostic apparatus using the image processing method of the present invention will be described below with reference to the drawings.
【００５０】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。FIG. 1 is a block diagram showing the schematic arrangement of a computer-aided image diagnostic apparatus according to this embodiment, and FIG. 2 is a diagram showing a radiation image (mammogram) of a breast used for image diagnosis by the computer-aided image diagnostic apparatus. is there. The computer-aided image diagnostic apparatus shown in the figure has a whole image memory 10 for storing image data (whole image data) S, which is a set of density values Dorg of respective pixels, which represents a whole radiation image (whole image) P of a mammogram, A whole image display means 30, such as a CRT, for displaying the whole image P based on the whole image data S once stored in the whole image memory 10 based on the image data S,
Overall total stored in the image memory 10 based on the image data S, the abnormal shadow detecting means for detecting an abnormal pattern P 1 of the entire image P 40, the abnormal shadow detecting means 40 by abnormal shadow P 1
Determination means 50 for determining whether or not the abnormal shadow P has been detected
When it is determined by the determination means 50 that 1 is detected,
Of the entire image data S stored in the entire image memory 10, a local region extraction means 60 for extracting image data (local image data) S 2 representing an image P 2 of a local region including an abnormal shadow P 1 , a local region extraction. Of the image P 2 of the local area based on the local image data S 2 extracted by the means 60, the abnormal shadow P 1 is the whole image P displayed on the whole image display means 30.
A local image enhancing means 70 for performing image enhancement processing on image data (abnormal shadow image data) S 1 showing an abnormal shadow, and local image data S subjected to this image enhancement processing so as to improve the image reading performance. The local image display means 90, such as a CRT, which displays the image P 2 of the local area based on 2 .
【００５１】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
ルターであって、腫瘤陰影を示す画素について、その画
素についての式（10）で示した集中度Ｃを、腫瘤陰影を
構成する画素であるか否かを示す信号Ｇirisとして出力
する。The abnormal shadow is a tumor shadow, and the abnormal shadow detection means 40 is an iris filter that performs an iris filter operation. For a pixel indicating a tumor shadow, the degree of concentration C shown in equation (10) for that pixel. Is output as a signal Giris indicating whether or not the pixel is a pixel forming a tumor shadow.
【００５２】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。However, the target image is not limited to the medical image as in this embodiment, but may be an inspection image of an industrial product or the like. For example, in an X-ray image of a casting product having a nest inside, the abnormal shadow may be the shadow of the nest.
【００５３】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。The local region is a region in the vicinity of the tumor shadow including the tumor shadow which is an abnormal shadow.
【００５４】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、
本実施例の腫瘤陰影は、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。In the description of the embodiments, the image data of each pixel forming the image is referred to as the density signal value Dorg,
Image data of an area formed by a set of these pixels is referred to as image data S. Also, the density value Dor
g is a signal value of high concentration and high signal level. Furthermore,
The tumor shadow of the present embodiment has a feature that its density value Dorg becomes smaller toward the center of the shadow.
【００５５】ここでアイリスフィルター40は、前述した
（ステップ１）〜（ステップ３）にしたがった、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（式（12）で表す処理）をなす手段を意味す
る。Here, the iris filter 40 refers to an algorithm for detecting a specific image portion according to the above-mentioned (step 1) to (step 3). The iris filter 40 in the present embodiment is the algorithm itself. Rather than pointing to, it means a means of detecting a tumor shadow by this algorithm (processing represented by equation (12)).
【００５６】また、局所画像強調手段70は詳しくは、局
所画像データＳ2 を構成する各画素（濃度値Ｄorg ）に
ついて、その画素を中心としたＮ列×Ｎ行（Ｎは例えば
「５」などの奇数）の画素マトリクスからなるマスク
（以下、単にボケマスクという）信号Ｄusを下記式
（３）により算出し、その後に、濃度値Ｄorg からボケ
マスク信号値Ｄusを減算（Ｄorg −Ｄus）して高周波成
分を算出する手段71と、 Ｄus＝（ΣＤorg ）／Ｎ2 （３） （ただし、ΣＤorg はボケマスク内各画素の画像信号の
和）アイリスフィルター40により抽出された腫瘤陰影を
示す画素についての出力Ｇirisを、図３で表される単調
に増加するβ（Ｇiris）に変換して出力する変換テーブ
ル72と、この出力β（Ｇiris）と前述の高周波成分（Ｄ
org −Ｄus）とを乗じて、周囲に比べて濃度値の低い腫
瘤陰影に対して、より強い周波数強調を施す腫瘤陰影強
調手段73とを備えた構成である。Further, the local image emphasizing means 70 is, in detail, for each pixel (density value Dorg) forming the local image data S 2 , N columns × N rows (N is, for example, “5” or the like) centered on the pixel. A mask (hereinafter, simply referred to as a blur mask) signal Dus composed of an odd pixel matrix is calculated by the following equation (3), and then the blur mask signal value Dus is subtracted from the density value Dorg (Dorg-Dus) to obtain a high frequency component. And Dus = (ΣDorg) / N 2 (3) (where ΣDorg is the sum of the image signals of each pixel in the blur mask) Output Giris for the pixel showing the tumor shadow extracted by the iris filter 40 , A conversion table 72 for converting into a monotonically increasing β (Giris) and outputting the same, the output β (Giris) and the above-mentioned high frequency component (D
org-Dus) and a tumor shadow emphasizing means 73 for applying stronger frequency emphasis to a tumor shadow having a lower density value than the surroundings.
【００５７】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。The operation of the computer-aided image diagnostic apparatus of this embodiment will be described below.
【００５８】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。The whole image data S representing the whole image P including a breast having a tumor portion inside is input to the whole image memory 10 from a magneto-optical disk, an image reading device or the like. The whole image data S is also directly input to the whole image display means 30 (path A in FIG. 1), or once stored in the whole image memory.
The whole image is input to the whole image display means 30 as stored in 10 (path B in FIG. 1), and the whole image display means 30 displays the whole image P based on this whole image data S.
【００５９】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（式（10）参照）
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。On the other hand, the whole image data S stored in the whole image memory 10 is also input to the iris filter 40.
The iris filter 40 follows the procedure described above.
The density value D is set over the entire input entire image data S.
Concentration of gradient vector based on org (see equation (10))
Is evaluated to detect image data (hereinafter referred to as tumor image data) S 1 showing the tumor shadow P 1 .
【００６０】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（４）で表す勾配ベクトルの向きがその中心に集
中するが、一方、血管や乳腺等の画像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（４）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）の腫瘤陰影の場合のように１点に集中することが
ない。That is, since the density value Dorg of the tumor shadow P 1 of the mammogram shown in FIG. 2 (1) becomes smaller toward the center of the shadow, as shown in FIG. Although the direction of the gradient vector represented is concentrated at the center thereof, on the other hand, the density value Dorg of the image P 3 of a blood vessel, a mammary gland or the like becomes smaller toward the center line of the shadow, and therefore the gradient vector represented by the equation (4). As shown in (3) of the same figure, the orientation is directed in a fixed direction, and there is no concentration on one point as in the case of the tumor shadow in (2) of the figure.
【００６１】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Ｃ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）を特定するととも
に、この集中度Ｃを腫瘤陰影を構成する画素であるか否
かを示す信号Ｇirisとして出力する。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 および信号Ｇ
irisを局所領域抽出手段60に入力する。The iris filter 40 evaluates the degree of concentration C of such a gradient vector and further evaluates the shape according to the above-mentioned (step 3) to obtain a tumor shadow P 1
The pixel (position) of the image data S 1 indicating is indicated, and the degree of concentration C is output as a signal Giris indicating whether or not the pixel constitutes a tumor shadow. The determination means 50 determines that the iris filter 40 has detected the tumor image data S 1 indicating the tumor shadow P 1 .
Tumor image data S 1 position data for specifying the pixel position (hereinafter, tumor called mass pixel position data) D 1 and signal G
Input iris to the local area extraction means 60.
【００６２】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。When the determining means 50 determines that the iris filter 40 has not detected the tumor image data showing the tumor shadow P 1 , the tumor pixel position data D 1 for specifying the pixel position of the tumor image data S 1 is obtained. The process ends without outputting.
【００６３】一方、腫瘤画像データが検出されたと判定
した場合は、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。On the other hand, when it is determined that the tumor image data is detected, the local area extraction means 60 is set to the entire image memory 10
The entire area image data S stored in is also input, and the local area extraction means 60 selects pixels in the input entire image data S based on the area pixel position data D 1 in the vicinity of pixels (including pixels of the area image data S 1 ). A local area as a set of these pixels) is specified according to a preset processing procedure, and then local image data S 2 representing an image P 2 of this local area is extracted.
【００６４】抽出された局所画像データＳ2 および信号
Ｇirisは局所画像強調手段70に入力される。The extracted local image data S 2 and the signal Giris are input to the local image enhancing means 70.
【００６５】局所画像強調手段70に入力された局所画像
データＳ2 を構成する各画素（濃度値Ｄorg ）につい
て、まず高周波成分を算出する手段71により、ボケマス
ク信号Ｄusが算出されたうえで、高周波成分（Ｄorg −
Ｄus）が算出される。次に、アイリスフィルター40から
の入力Ｇirisが変換テーブル72によりβ（Ｇiris）に変
換される。この変換テーブル72は、図３に示すように単
調増加関数である。すなわち、信号Ｇirisは式（10）に
示した集中度Ｃを表すものであり、集中度Ｃが大きな値
を採る場合は、その画素が腫瘤陰影に対応した画素であ
ることを示す。したがって、変換テーブル72の出力β
（Ｇiris）が大きな値を出力するのは、その画素が腫瘤
陰影を構成する画素の場合である。For each pixel (density value Dorg) forming the local image data S 2 input to the local image emphasizing means 70, the blur mask signal Dus is calculated by the high frequency component calculating means 71, and then the high frequency component is calculated. Ingredient (Dorg-
Dus) is calculated. Next, the input Giris from the iris filter 40 is converted into β (Giris) by the conversion table 72. This conversion table 72 is a monotonically increasing function as shown in FIG. That is, the signal Giris represents the degree of concentration C shown in Expression (10), and when the degree of concentration C takes a large value, it indicates that the pixel is a pixel corresponding to the tumor shadow. Therefore, the output β of the conversion table 72
(Giris) outputs a large value when the pixel is a pixel forming a tumor shadow.
【００６６】腫瘤陰影強調手段73は、変換テーブル72か
らの出力β（Ｇiris）と高周波成分を算出する手段71か
らの出力である高周波成分（Ｄorg −Ｄus）との積β
（Ｇiris）×（Ｄorg −Ｄus）を算出し、その積に原画
像の濃度値Ｄorg を加算した式（１）で示す周波数強調
処理を施す。The tumor shadow emphasizing means 73 is the product β of the output β (Giris) from the conversion table 72 and the high frequency component (Dorg-Dus) which is the output from the means 71 for calculating the high frequency component.
(Giris) * (Dorg-Dus) is calculated, and the frequency emphasis processing shown in the equation (1) in which the density value Dorg of the original image is added to the product is performed.
【００６７】この周波数強調処理によれば、アリスフィ
ルター40により得られた腫瘤陰影を構成する画素か否か
に応じた信号Ｄirisに基づく強調係数β（Ｇiris）で、
高周波成分（Ｄorg −Ｄus）を強調するため、この高周
波成分（Ｄorg −Ｄus）に例えば量子ノイズ等が含まれ
ていても、その画素が腫瘤陰影等の画像部分を構成する
ものでない場合（例えば、血管等の陰影の場合）は、そ
の画素についてのβ（Ｇiris）の値は小さいため、強調
度合は小さいものとなる。一方、画素が腫瘤陰影等の画
像部分を構成するものである場合は、その画素について
のβ（Ｇiris）の値は大きいため、その強調度合は大き
いものとなる。According to this frequency emphasizing process, the emphasizing coefficient β (Giris) based on the signal Diris corresponding to whether or not the pixel forms the tumor shadow obtained by the Alice filter 40,
In order to emphasize the high frequency component (Dorg-Dus), even if the high frequency component (Dorg-Dus) contains, for example, quantum noise, etc., if the pixel does not form an image portion such as a tumor shadow (for example, In the case of a shadow such as a blood vessel), the value of β (Giris) for that pixel is small, and therefore the degree of emphasis is small. On the other hand, when the pixel constitutes an image portion such as a tumor shadow, the value of β (Giris) for that pixel is large, and therefore the degree of enhancement is large.
【００６８】したがって、画像の高周波成分（Ｄorg −
Ｄus）に放射線ノイズが含まれているか否かに拘らず、
腫瘤陰影等の特定の画像部分であるか否かに応じた関数
β（Ｇiris）により、特定の画像部分を選択的に強調処
理することができる。Therefore, the high frequency component of the image (Dorg-
Dus), whether or not radiation noise is included,
A specific image portion can be selectively emphasized by a function β (Giris) depending on whether or not the image portion is a specific image portion such as a tumor shadow.
【００６９】局所画像表示手段90は、この局所画像強調
手段70により局所領域の画像Ｐ2 のうち腫瘤陰影Ｐ1 が
強調処理された画像を表示する。The local image display means 90 displays an image in which the tumor shadow P 1 is emphasized in the local area image P 2 by the local image emphasis means 70.
【００７０】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。Thus, in the whole image, the mass shadow P 1
Since only the image of (3) is separately displayed on the local image display means 90, the image reader can concentrate his observation consciousness and diagnostic consciousness on the displayed image of the local region, and the diagnostic performance can be improved.
【００７１】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。The whole image display means 30 may also serve as the local image display means 90. Even in that case, only the image of the tumor shadow P 1 is selectively selected from the displayed whole images P. , Which enhances diagnostic performance.
【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FIG. 1 is a block diagram showing a schematic configuration of a computer-aided image diagnostic apparatus.
【図２】（１）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 （２）腫瘤陰影における勾配ベクトルの集中度を示す図 （３）血管等における勾配ベクトルの集中度を示す図2 is a diagram showing a radiographic image (mammogram) of a breast used for image diagnosis by the computer-aided image diagnostic apparatus shown in FIG. 1; and FIG. 2 is a diagram showing the degree of concentration of gradient vectors in a tumor shadow. ) Diagram showing the degree of concentration of gradient vectors in blood vessels, etc.
【図３】変換テーブルを表す関数のグラフFIG. 3 is a graph of a function representing a conversion table
【図４】勾配ベクトルを算出するマスクを示す図FIG. 4 is a diagram showing a mask for calculating a gradient vector.
【図５】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FIG. 5 is a diagram showing the concept of the degree of concentration of gradient vectors for a pixel of interest.
【図６】注目画素を中心とする放射状の線を示す図FIG. 6 is a diagram showing a radial line centered on a pixel of interest.
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 71 高周波成分算出手段 72 変換テーブル 73 腫瘤陰影強調手段 90 局所画像表示手段 Ｄorg オリジナル濃度値 10 Whole image memory 30 Whole image display means 40 Abnormal shadow detection means 50 Judgment means 60 Local area extraction means 70 Local image enhancement means 71 High frequency component calculation means 72 Conversion table 73 Tumor shadow enhancement means 90 Local image display means Dorg Original density value
【手続補正書】[Procedure amendment]
【提出日】平成８年１月３１日[Submission date] January 31, 1996
【手続補正１】[Procedure Amendment 1]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００２２[Name of item to be corrected] 0022
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００２２】[0022]
【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）[Equation 4] (Rmin is the minimum radius of the tumor shadow to be extracted,
Rmax represents the maximum radius of the tumor shadow to be extracted)
【手続補正２】[Procedure Amendment 2]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００２３[Name of item to be corrected] 0023
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００２３】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。That is, for all of the plurality of lines, from the pixel of interest on the line to the pixels at respective distances from the minimum size to the maximum size of the tumor shadow to be detected, for each line. The average value of the index values cos θj of all the pixels is calculated.
【手続補正３】[Procedure 3]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３４[Correction target item name] 0034
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００３４】[0034]
【数７】 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。(Equation 7) That is, for each of the plurality of lines,
Average of the index values cos θj of all pixels from the pixel at the distance corresponding to the minimum size of the tumor shadow to be detected from the pixel of interest on the line to the pixel at the distance corresponding to the maximum size The value may be calculated.
Claims (1)
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Ｄ
org 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て、前記画
像の各画素が前記画像部分に対応する画素であるか否か
を示す信号Ｇirisを抽出し、 前記オリジナルの画像信号Ｄorg の、超低空間周波数に
対応する非鮮鋭マスク信号Ｄusを求め、 前記信号Ｇirisに基づく関数β（Ｇiris）および前記非
鮮鋭マスク信号Ｄusを用いて、前記オリジナルの画像信
号Ｄorg に対して、 Ｄproc＝Ｄorg ＋β（Ｇiris）×（Ｄorg −Ｄus） （１） なる演算を行って、前記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。1. An original image signal Dorg representing an image.
By applying the iris filter calculation to
For each pixel in the image, the image signal D for that pixel
The degree of concentration of the gradient of org is obtained, and based on the degree of concentration, the image portion having a high degree of concentration in the image is obtained, and it is indicated whether or not each pixel of the image is a pixel corresponding to the image portion. The signal Giris is extracted, the non-sharp mask signal Dus of the original image signal Dorg corresponding to an ultralow spatial frequency is obtained, and the function β (Giris) based on the signal Giris and the non-sharp mask signal Dus are used to calculate An image processing method characterized by performing an operation of Dproc = Dorg + β (Giris) × (Dorg−Dus) (1) on the original image signal Dorg to selectively enhance the image portion. .
Priority Applications (14)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7073497A JPH08272931A (en) | 1995-03-30 | 1995-03-30 | Image processing method |
| EP01112797A EP1134697B1 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| US08/623,223 US6014474A (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| DE69631085T DE69631085T2 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| EP01112795A EP1146479A3 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| DE69636911T DE69636911T2 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| EP01112796A EP1134696A3 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| EP00111106A EP1045340A3 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| EP96105000A EP0736842B1 (en) | 1995-03-29 | 1996-03-28 | Image processing method and apparatus |
| US09/299,148 US6125214A (en) | 1995-03-29 | 1999-04-26 | Image processing method and apparatus |
| US09/298,854 US6169823B1 (en) | 1995-03-29 | 1999-04-26 | Image processing method and apparatus |
| US09/298,851 US6233362B1 (en) | 1995-03-29 | 1999-04-26 | Image processing method and apparatus |
| US09/299,231 US6125215A (en) | 1995-03-29 | 1999-04-26 | Image processing method and apparatus |
| US09/299,147 US6137923A (en) | 1995-03-29 | 1999-04-26 | Image processing method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7073497A JPH08272931A (en) | 1995-03-30 | 1995-03-30 | Image processing method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08272931A true JPH08272931A (en) | 1996-10-18 |
Family
ID=13519960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7073497A Withdrawn JPH08272931A (en) | 1995-03-29 | 1995-03-30 | Image processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08272931A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002325761A (en) * | 2000-06-30 | 2002-11-12 | Hitachi Medical Corp | Image diagnosis supporting device |
-
1995
- 1995-03-30 JP JP7073497A patent/JPH08272931A/en not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002325761A (en) * | 2000-06-30 | 2002-11-12 | Hitachi Medical Corp | Image diagnosis supporting device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3590216B2 (en) | Method and apparatus for detecting abnormal shadow candidate | |
| JP3758893B2 (en) | Diagnostic imaging support device | |
| JPH08294479A (en) | Computer aided image diagnostic device | |
| JPH09167238A (en) | Abnormal shadow detection method | |
| US8351667B2 (en) | Methods of contrast enhancement for images having blood vessel structures | |
| JP3678378B2 (en) | Abnormal shadow candidate detection method and apparatus | |
| JP4099984B2 (en) | Abnormal shadow detection apparatus and image output apparatus | |
| JP2002099896A (en) | Abnormal shadow candidate detecting method and apparatus | |
| JP3758894B2 (en) | Mammogram image diagnosis support device | |
| JP3596786B2 (en) | Abnormal shadow candidate detection method | |
| JP2004041490A (en) | Diagnostic imaging support system | |
| JPH08263641A (en) | Operation method for iris filter | |
| JP3669789B2 (en) | Abnormal shadow candidate detection method and apparatus | |
| JPH10108073A (en) | Method and device for processing bone part image | |
| JP3731760B2 (en) | Image processing method | |
| JP2005198890A (en) | Abnormal shadow detecting method, abnormal shadow detecting apparatus and program for the same | |
| JP2001357381A (en) | Method and system for detecting abnormal shade candidate | |
| JPH08287230A (en) | Computer-aided image diagnostic device | |
| JP2012500040A (en) | A method for enhancing vascular patterns in cervical images | |
| US8712117B2 (en) | Methods, systems, and computer program product for virtually modifying surface region curvature to detect protrusions | |
| JPH08272931A (en) | Image processing method | |
| JPH08272930A (en) | Image processing method | |
| JP2002133397A (en) | Abnormal shadow candidate detector | |
| JPH10108859A (en) | Detecting method and device for abnormal shadow candidate | |
| JP3807541B2 (en) | Breast image display method and apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20020604 |