JPH1049679A

JPH1049679A - 画像中の特定領域抽出装置

Info

Publication number: JPH1049679A
Application number: JP8219338A
Authority: JP
Inventors: Shiyoubou Chiyou; 小忙張; Keiji Taniguchi; 谷口　　慶治; Toyotaro Iwata; 豊太郎岩田
Original assignee: Sysmex Corp
Current assignee: Sysmex Corp
Priority date: 1996-07-31
Filing date: 1996-07-31
Publication date: 1998-02-20

Abstract

(57)【要約】【課題】対象物の画像に対して適正な閾値を設定し、
その閾値によって画像中の特定領域を精度よく抽出す
る。【解決手段】対象物を撮像して画像を得る撮像器と、
撮像画像を解析する解析手段を備え、解析手段は、ある
閾値により撮像画像を２値化して画像中に分散する特定
領域を抽出する抽出手段と、抽出された特定領域の特徴
を表わすパラメータの分布と予め設定された統計学的分
布との差が最小になるように前記閾値を修正する閾値修
正手段からなる画像中の特定領域抽出装置。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は対象物の画像に対し
て動的な閾値を設定し、その画像中のある特定領域を抽
出する装置に関し、例えば生体組織を対象物として、特
に腎臓の糸球体から糸球体中の細胞核を抽出しその数を
求める場合などに用いられる。

【０００２】

【従来の技術】画像中のある特定領域を抽出するために
は閾値を設定することが必要であるが、画像のコントラ
ストが部分的に異なる場合に閾値を一定とせず、閾値を
変化させて最適閾値を決定するものとして次のような技
術が知られている。（１）抽出された領域（クロック）の個数が最大となり
平均面積が最大となる閾値を最適閾値とするもの（例え
ば、特公平６−０１４００６号参照）。（２）抽出された領域の幾何学的特徴量の出現頻度を計
測し、目標の出現頻度と比較して目標の出現頻度に近く
なる閾値を最適閾値とするもの（例えば、特開平６−１
１９４５３号公報参照）。

【０００３】

【発明が解決しようとする課題】しかしながら上記
（１）では、抽出された領域の個数と平均面積が最大と
なる閾値が何故最適閾値となるかその根拠が明確でな
い。また、上記（２）では、抽出する領域の形状がある
一定の形状であることを前提としているが、その前提が
あてはまらない場合には適用できない。

【０００４】この発明は、このような事情を考慮してな
されたもので、撮像画像中に抽出すべき微小な特定領域
が分散している場合に、その特定領域を表わすパラメー
タ（例えば、面積や周囲長）が、ある統計学的な分布に
なるとの知見に基づいて最適閾値を決定するようにした
ものである。

【０００５】

【課題を解決するための手段】この発明は、対象物を撮
像して画像を得る撮像器と、撮像画像を解析する解析手
段を備え、解析手段は、ある閾値により撮像画像を２値
化して画像中に分散する特定領域を抽出する抽出手段
と、抽出された特定領域の特徴を表わすパラメータの分
布と予め設定された統計学的分布との差が最小になるよ
うに前記閾値を修正する閾値修正手段からなる画像中の
特定領域抽出装置を提供するものである。

【０００６】

【発明の実施の形態】この発明における対象物とは、例
えば、ヒトの生体組織である腎臓の糸球体であり、特定
領域とは糸球体中の細胞核である。撮像器には、例えば
ＣＣＤカメラが用いられる。また、解析手段は、ＣＰ
Ｕ、ＲＯＭ、ＲＡＭからなるマイクロコンピュータによ
って構成することができる。

【０００７】予め設定された統計学的分布とは、抽出さ
れた特定領域の特徴を表わすパラメータ（面積や周囲長
など）が統計学的に形成すると考えられる分布であり、
例えば、正規分布つまりガウシャン分布である。また、
この発明における閾値は、一定値でもよいが、撮像画像
において着目画素ごとに異なる値であってもよい。

【０００８】以下、図面に示す実施例に基づいてこの発
明を詳述する。これによってこの発明が限定されるもの
ではない。

【０００９】図１は、この発明の装置を構成の示すブロ
ック図であり、１は対象物（例えば、ヒトの糸球体）を
含む領域を撮像するＣＣＤカメラ、１ａは背景やノイズ
を消去して対象物のみのディジタル画像Ｉ（ｘ，ｙ）を
得るための前処理部、２は画像Ｉ（ｘ，ｙ）を一時格納
するメモリ（ＲＡＭ）、３はガルシャン関数Ｇ（ｘ，
ｙ）を予め格納する関数格納部（ＲＯＭ）、４は画像Ｉ
（ｘ，ｙ）と関数Ｇ（ｘ，ｙ）に基づいて閾値Ｉ
_th（ｘ，ｙ）を算出する閾値算出部、５は閾値Ｉ
_th（Ｘ，Ｙ）によって画像Ｉ（ｘ，ｙ）を二値化して特
定領域（例えば、糸球体中の細胞核画像）を抽出する領
域抽出部、６は抽出された複数の特定領域の平均サイズ
を演算するサイズ演算部、７は設定部８に予め設定され
た所定値と平均サイズとの差を設定部８に設定された値
から算出した基準値と比較する比較部、９はその差が基
準値より大きいときその差が基準値以下になるようにガ
ルシャン関数Ｇ（ｘ，ｙ）の標準偏差σを修正する関数
修正部、１０は領域抽出部５によって抽出された領域の
数をカウントしてＣＲＴやプリンタに出力する出力部で
ある。なお、図１における分布関数生成部１１，正規分
布関数生成部１２および評価部１３については、後述す
る。

【００１０】次に、ヒトの腎臓糸球体内の細胞核数を求
める例を用いて、この実施例をさらに具体的に説明す
る。腎臓組織切片の染色にはＰＡＳ(Periodic Acid Sch
iff reaction) を用いた。その切片を顕微鏡を通してＣ
ＣＤカメラ１で撮影した腎臓組織画像を図２の（ａ）に
示す。図の中央にあるやや明るい環状領域で囲まれてい
る部分が糸球体領域である。

【００１１】ここでは、図２の（ａ）に示す腎臓組織画
像から抽出された糸球体領域（図２の（ｂ））を原画像
として扱っている。画像データは５１２×５１２（２ｎ
×２ｎ）画素、２５６階調の明度値（０：黒、２５５：
白）配列である。画像のサンプリング間隔（画素間の実
寸法）０．４９μｍである。

【００１２】そして、あるフィルタを用いて原画像をぼ
かし、そのぼけ画像を閾値面（動的閾値）として用い
る。ここでは、２次元ガウシャン（Gaiussian）関数Ｇ
（ｘ，ｙ）によるぼけ画像を閾値面として用いる。Ｇ
（ｘ，ｙ）はσを標準偏差とすると次式のように表され
る。

【００１３】

【数１】ディジタル原画像とＧ（ｘ，ｙ）の畳み込みは近似的に
次式で実現され、ぼけ画像Ｉ_thを得る。

【００１４】

【数２】

【００１５】

【数３】式（２）、（３）は実用的なＧ（ｘ，ｙ）の値をｘ，ｙ
方向共に〔−ｎ，ｎ−１〕画素の範囲に制限して具体化
したものである。

【００１６】Gaussian 関数のσを加減するだけでＩth
のぼけ具合を可変できるので、閾値面としての好ましい
ぼけ画像を選ぶことが容易になる。ここで、簡単のため
に、画像の明度断面の１次元モデルで動的閾値処理を説
明する。

【００１７】図３と図４で横軸は画素の位置、縦軸は画
素の明度値である。図３において、Ａは原画像を表す曲
線であり、曲線Ａに組まれる２つの凹部分が抽出したい
特定領域（細胞核）である。曲線Ａのような場合、単一
閾値では同時に２つの特定領域を正確に抽出することは
不可能である。そのために、（４）式の一次元ガウシャ
ン（Gaussian ）関数を用いて、Ａを式（５）によって
ぼかす。

【００１８】

【数４】

【００１９】図３中の曲線Ａ₁₀はσ＝１０のときの式
（４）を用いて式（５）により曲線Ａをぼかしたもので
ある。このＡ₁₀を閾値曲線として曲線Ａを二値化する
と、２つの特定領域をほぼ正確に抽出できることが分か
る。この発明では曲線Ａ₁₀のような閾値曲線（２次元の
場合は閾値面）を動的閾値と呼ぶ。

【００２０】図４には図３の曲線Ａと同じ特定領域を有
し、背景が異なる曲線Ｂ、およびそのぼけ曲線Ｂ₁₀（σ
＝１０）が示されている。これにより、Ｂ₁₀で曲線Ｂを
二値化すると曲線Ａと同じ二値化結果にならないことが
分かる。同じ特定領域を持つ画像に対して異なる結果と
なることは望ましくない。曲線Ｂの場合も、σの値を加
減して可能な限りＡと同じ二値化結果を得るためには、
その結果を評価する特徴量を定める必要がある。

【００２１】最も簡単で、効果的な特徴量は特定領域の
平均サイズ（１次元：長さ、２次元：面積）である。例
えば、曲線Ａの場合に抽出された２つの特定領域の平均
サイズｗ₀＝（ｗ₁＋ｗ₂）／２を特徴量の基準値と考
える。このとき、Ｂの二値化結果における平均サイズｗ
_0b＝（ｗ_1b＋ｗ_2b）／２とｗ₀との差｜ｗ_0b−ｗ₀｜が最
小となるσの値は、Ｂの最良の二値化結果を生じること
になる。図４にしめすようにＢ₁₂（σ＝１２）とＢの交
点はＡ₁₀とＡの交点とほぼ同じであるので、σ＝１２が
良いことが分かる。このように、抽出結果を計る特徴量
として平均サイズを用いることは簡便な一つの方法とい
える。

【００２２】σを変化させて自動的に最良結果を見出す
ために、σと平均サイズの関係を知らねばならない。図
４に示すように、原画像を表す曲線Ｂに対してσを増加
させれば、この平均サイズは大きくなることが分かる。
この関係を利用して原画像を自動的に最良に二値化する
ことができる。上に述べた適正値ｗ₀は標本によって幾
分異なると考えられるので、ある小さな正の実数εに対
して、もし値｜ｗ_0b−ｗ₀｜＜εであれば、二値化結果
は最良結果として受け入れる。そうでないとき、もしｗ
_0b＞ｗ₀＋εであれば、σを減少させ、ｗ_0b＜ｗ₀−εで
あれば、σを増加させれば良い。

【００２３】このように、小さな抽出すべき領域が散在
し個々の領域については中心部にいくほど暗くなるよう
な場合、大きなσ値によって抽出される領域は小さなσ
値によるものより広くなることは図３と図４に示される
状況と同じである。そこでこの発明では、次のように特
徴量をフィードバックして最適な動的閾値を決定し、核
領域を抽出する。

【００２４】まず、糸球体内の細胞核領域は面積に対し
正規分布をなすとみなす。分布の平均値Ｓは標本によっ
て異なるが、Ｓの妥当な存在範囲〔Ｓ_min，Ｓ_max〕は数
多くの標本を使った実験によって先験的に得られる。予
備実験では〔２２、３２〕（画素）が得られた。便宜
上、（Ｓ_max＋Ｓ_min）／２をＳａ、（Ｓ_max−Ｓ_min）／
２をΔＳ_aで表すと、Ｓ_a＝２７画素、ΔＳ_a＝５画素で
ある。これらの値は設定部８に設定される。

【００２５】領域抽出部５において動的閾値処理により
抽出された核領域の平均面積Ｓ_oがサイズ演算部６で演
算される。そして、Ｓ_a−Ｓ_oをΔＳ_oとするとき、比較
部７でΔＳ_oとΔＳ_aが比較され、｜ΔＳ_o｜＜ΔＳ_aであ
れば、領域抽出部５で抽出された核領域を最終抽出結果
として受け入れ（受理可能）、そうでなければ、受理不
能として、関数修正部９はΔＳ_oの符号をフィードバッ
ク情報として関数Ｇ（ｘ，ｙ）のσを加減する。対応す
るフローチャートは図５に示している。

【００２６】また、図６の（ｂ）〜（ｆ）および表１
は、図６の（ａ）に示す糸球体像について上記処理を行
ったときの種々のσ値による閾値結果と対応する評価値
を示したものである。この場合、σ＝2.5, 3.0, 3.5 に
よる結果がいずれも受理可能となる（表に○を付けたと
ころ）。従って、σが変化してこの区間に入った時点で
処理が終了する。求める核領域の個数Ｎ₀は、この区間
ではほぼ一定なので、いずれかのＮ_oを選べば良い。

【表１】

【００２７】次に、この実施例において、糸球体の撮像
から核領域抽出結果を得るまでの一連の処理経過を画像
で示すとともに、総合的な実験結果を述べる。図７にお
いて、（ａ）は糸球体原画像、（ｂ）は式（２）により
原画像をぼかした画像、（ｃ）は式（６）により原画像
（ａ）を二値化した画像である。

【００２８】

【数５】

【００２９】（ｃ）において外周部にあるリング状領域
は既に抽出した糸球体領域の境界部における濃度値の急
変で生じたものである。このリングを削除するために、
前処理部１ａにおいて次の処理を行う。まず、パターン
画像（ｄ）を作る。（ｄ）は糸球領域（ａ）の境界を幅
４画素で求めたものである。（ｃ）から（ｄ）の黒いリ
ングと同じ幾何位置にある領域を消して画像（ｅ）を得
る。

【００３０】画像（ｅ）において、抽出領域に付着した
り、点在する微細雑音を取り除くために、３×３のメデ
ィアンフィルタを通し、さらに４画素以下の領域を削除
して画像（ｆ）を得る。（ｆ）に対して前述のように抽
出領域のＳ_OとΔＳ₀を求め、｜ΔＳ₀｜＜ΔＳ_aの時点の
糸球体内の細胞核の数Ｎ₀をカウントする。

【００３１】糸球体画像を１５０枚用いて、この発明の
装置で核の抽出を行って、良好な結果を得た。実験結果
によりいずれも核をほぼ正確に計れることが分かった。
その中からランダムに３０枚選んで、抽出結果を原画像
と比較して詳しく点検したがいずれも±１０％以内の誤
差で細胞核の数をほぼ正確に計っていることが分かっ
た。このような結果は腎臓病の初期検査のデータとして
信頼できると思われる。

【００３２】以上においては、細胞核の数Ｎ_oだけを求
めるために適する動的閾値面を決定して特定領域を抽出
した。

【００３３】次に、細胞核のサイズ（面積）や形状など
を精度よく求めるために、上記の条件｜Ｓ_a−ΔＳ₀｜＜
ΔＳ_aを満たす抽出結果の中からさらに最良の結果を選
択する場合について説明する。この場合には、図１に示
す分布関数生成部１１，正規分布関数生成部１２および
評価部１３が用いられる。

【００３４】分布関数生成部１１は、サイズ演算部６で
演算された核領域のサイズと領域抽出部４で抽出された
核領域の数からその分布関数ｆ（ｉ）を生成し、正規分
布関数生成部１２は、サイズ演算部６で演算された平均
面積Ｓ₀を平均値μとし、平均値μにおける核抽出領域
の分布偏差をξとする正規分布関数

【数６】を生成する。

【００３５】なお、ξは抽出領域の面積と数から算出さ
れる。そして評価部１３は評価パラメータρを次式で算
出し、ρが最小になるときのｆ（ｉ）を最良と評価す
る。

【数７】

【００３６】つまり、糸球体内の細胞核領域はその面積
に関して、本来、正規分布をなすとみなし、抽出領域に
おけるサイズ対数（頻度）分布関数ｆ（ｉ）が、例え
ば、図８に示すように３つの抽出結果についてｆ₁，
ｆ₂，ｆ₃となる場合には、ｆ₂が正規分布に最も近いの
で、ｆ₂の対応する抽出結果が最良として受入れるもの
である。

【００３７】従って、評価部１３は、関数修正部９にお
いてσを変化させて式（７）によってρを算出し、閾値
算出部４はρが最小になるときのσによって最適閾値
（関数）を決定する。そして、領域抽出部５は決定され
た最適閾値により画像を２値化して核領域を抽出する。

【００３８】表２は、表１に示すものと同じ原画像を用
いて核領域の抽出を行ったデータである。表２から核の
サイズや形状の分布をより正確に反映するのは、σ＝2.
9における最適閾値により抽出された結果であることが
わかる。

【００３９】

【表２】

【００４０】

【発明の効果】この発明によれば、対象物の画像に対し
て適正な動的閾値が算出されるので、それによって対象
物の含む特定領域を容易に抽出することができる。この
ことによりその特定領域のサイズや形状を精度よく算出
することができる。

【図面の簡単な説明】

【図１】この発明の実施例の構成を示すブロック図であ
る。

【図２】実施例における対象物の画像（顕微鏡写真）で
ある。（ａ）は腎臓組織画像、（ｂ）は糸球体画像。

【図３】実施例における一次元の画素の明度と閾値の関
係を示すグラフである。

【図４】実施例における一次元の画素の明度と閾値の関
係を示すグラフである。

【図５】実施例の手順を示すフローチャートである。

【図６】実施例によって得られる各種の特定領域の画像
（顕微鏡写真）である。

【図７】実施例によって得られる一連の画像を示す画像
（顕微鏡写真）である。

【図８】実施例の最適閾値の決定方法を説明するための
分布図である。

【符号の説明】

１．ＣＣＤカメラ２．前処理部３．関数格納部４．閾値算出部５．領域抽出部６．サイズ演算部７．比較部８．設定部９．関数修正部１０．出力部１１．分布関数生成部１２．正規分布関数生成部１３．評価部

Claims

【特許請求の範囲】

【請求項１】対象物を撮像して画像を得る撮像器と、
撮像画像を解析する解析手段を備え、解析手段は、ある
閾値により撮像画像を２値化して画像中に分散する特定
領域を抽出する抽出手段と、抽出された特定領域の特徴
を表わすパラメータの分布と予め設定された統計学的分
布との差が最小になるように前記閾値を修正する閾値修
正手段からなる画像中の特定領域抽出装置。
【請求項２】予め設定された統計学的分布が正規分布
である請求項１記載の特定領域抽出装置。
【請求項３】閾値が、撮像画像の着目画素ごとに異な
りうる値である請求項１記載の特定領域抽出装置。