JPH114383A - 連鎖段階を含む画像処理方法及びこの方法を実施する手段を含む医療用撮像装置 - Google Patents

連鎖段階を含む画像処理方法及びこの方法を実施する手段を含む医療用撮像装置

Info

Publication number
JPH114383A
JPH114383A JP10140072A JP14007298A JPH114383A JP H114383 A JPH114383 A JP H114383A JP 10140072 A JP10140072 A JP 10140072A JP 14007298 A JP14007298 A JP 14007298A JP H114383 A JPH114383 A JP H114383A
Authority
JP
Japan
Prior art keywords
state
vector
image
intensity
given
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.)
Pending
Application number
JP10140072A
Other languages
English (en)
Inventor
Sherif Makram-Ebeid
マクラム−エベイド シェリフ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of JPH114383A publication Critical patent/JPH114383A/ja
Pending legal-status Critical Current

Links

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
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • 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
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

(57)【要約】 【課題】 ２つ以上の環境で適用されえ、自動化されう
る一群の点を最小コストで連結する最短路を探索する方
法を提供することを目的とする。 【解決手段】 非バイナリ強度値を有する点（Ａ）のマ
トリックスによって形成される強度画像（Ｊ）を捕捉す
る段階（１０）と、糸状対象を検出する段階とを含む画
像処理方法であって、上記強度画像の様々な点（Ａ）に
おける強度ベクトルの大きさ及び角度［‖ベクトルＶ
‖，θ］に関する特性によって構成される状態画像を形
成する強度ベクトル（ベクトルＶ）の場を自動的に決定
する段階（２０）と、上記状態画像の自動フィルタリン
グ［Ｑ（ｉ）］によって個々の糸状対象の点を連鎖さ
せ、従って上記糸状対象の点に対応する強度ベクトルの
濃く、連続的な場の選択を行なう段階（３０）とからな
る方法である。本発明は医療用撮像装置に適用される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、糸状対象を表わす
非バイナリ強度値を有する点のマトリックスによって形
成される強度画像を捕捉する段階と、上記糸状対象を検
出する段階とを含む画像処理方法に関する。本発明は例
えばＸ線装置の製造に使用される。
【０００２】
【従来の技術】エッジを検出する方法は、１９９２年９
月に出版された「ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ
ＯＮ ＰＡＴＴＥＲＮ ＡＮＡＬＹＳＩＳ ＡＮＤ
ＭＡＣＨＩＮＥ ＩＮＴＥＬＬＩＧＥＮＣＥ」第１４巻
第９号第９５２乃至９５８頁記載のＡｄｒｉｅ Ｃ．
Ｍ．Ｄｕｍａｙ，Ｈａｒｉｅｌｌｅ Ｎ．Ａ．Ｊ． Ｃ
ｌａｅｓｓｅｎｓ他による「Ｏｂｊｅｃｔ Ｄｅｌｉｎ
ｅａｔｉｏｎ ｉｎ Ｎｏｉｓｙ Ｉｍａｇｅｓ ｂｙ
ａ Ｍｏｄｉｆｉｅｄ Ｐｏｌｉｃｙ−Ｉｔｅｒａｔ
ｉｏｎ Ｍｅｔｈｏｄ」によって既に公知である。
【０００３】
【発明が解決しようとする課題】引用された出版物は雑
音の多い画像中の孤立した対象の輪郭線を検出するアル
ゴリズムを記載し、これは当業者によってダイナミック
プログラミング方法として周知の方法の変形である。ダ
イナミックプログラミング方法は一群の点を最小コスト
で連結する最短路を探索する方法であって、２つの環境
において適用されうる。この方法は監視される必要があ
り、従って自動化されえない。
【０００４】
【課題を解決するための手段】本発明は、既知のダイナ
ミックプログラミング方法よりも多くの環境に適用され
うる上述の画像処理方法を提供することを目的とする。
即ち、計算段階は自動式に実行され、段階の数はできる
限り少なく、これらの段階は個々の糸状対象に関する一
群の点を連結する最短路をできる限り低いコストで決定
し、選択された路は糸状対象のできる限り多くの点を含
み、従って画像中でできる限り長く、できる限り規則的
でなくてはならない。
【０００５】見出された路が糸状対象に関する可能な限
り最も濃い点を有すべき条件はダイナミックプログラミ
ング方法からは公知ではない。本発明によれば上記の問
題は、非バイナリ強度値を有する点のマトリックスによ
って形成される強度画像を捕捉する段階と、糸状対象を
検出する段階とを含む画像処理方法であって、上記強度
画像の様々な点における強度ベクトルの大きさ及び角度
［‖ベクトルＶ‖，θ］に関する特性によって構成され
る状態画像を形成する強度ベクトル（ベクトルＶ）の場
を自動的に決定する段階と、上記状態画像の自動フィル
タリング［Ｑ（ｉ）］によって個々の糸状対象の点を連
鎖させ、従って上記糸状対象の点に対応する強度ベクト
ルの濃く、連続的な場の選択を行なう段階とからなる方
法によって解決される。
【０００６】本方法は、元は低いコントラストを有する
医療Ｘ線画像、例えば動脈造影画像の処理に提供される
利点を有する。肺動脈の場合、本方法は、例えば肋骨と
いった妨げとなる表現を含む背景に関する異なる直径の
動脈の自動セグメント化を可能にする。大脳動脈の場
合、本方法は例えば交差する動脈の自動セグメント化を
可能にする。概して本方法は、これらの画像の発生源に
関係なく、画像中に表わされる対象の多数のタイプのエ
ッジ又は線の改善された検出及び再構築を行なうという
利点を提供する。
【０００７】本方法を実施する手段を含む医療用撮像装
置は、非バイナリ強度値を有し、マトリックス中の座標
によって示される点の２次元マトリックスの形式で画像
を表わすデータを捕捉するシステムと、上記画像を表わ
すデータへのアクセスを有し、上記方法の段階を実施す
る手段を設けられたマイクロプロセッサを含む画像処理
システムと、上記方法によって捕捉及び／又は処理され
た画像データを表示及び／又は記憶するシステムとを含
む。
【０００８】
【発明の実施の形態】本発明を実施する方法及び装置は
以下添付の図面を参照して詳述されよう。以下、機能ブ
ロック図の形式で示される図１の（Ａ）及び（Ｂ）を参
照して、概して図７の（Ａ）に例として示される、糸状
対象を表わす原画像Ｊと称される非バイナリ強度画像の
処理を説明する。糸状対象は、例えば対象の境界、隆起
された部分、対象の中央線でありうる。本方法は、原画
像Ｊに適用され、少なくとも糸状対象に関する画素を連
鎖させるステップ３０を含む処理段階からなる。方法は
望ましくは図７の（Ｂ）に示される画像Ｋ中の各糸状対
象を個々にトラッキングするステップ４０を含むことが
望ましい。図１の（Ａ）を参照するに、方法は以下詳述
されるステップ１０乃至ステップ５０を含む。
【０００９】（１） 第１の準備ステップ１０は処理さ
れるべき原画像Ｊを捕捉する段階である。この原画像Ｊ
は画素又は点の２次元マトリックスの形式で捕捉されう
る。図２の（Ａ）及び（Ｂ）を参照するに、
【００１０】
【外１】
【００１１】を夫々ベクトルＯＸ，ベクトルＯＹで表わ
すとすると、各画素Ａは画像Ｊのマトリックス中の座標
軸ベクトルＯＸ，ベクトルＯＹに関して位置座標ｘ，ｙ
で与えられ、測定又は計算されうる非バイナリ強度値Ｉ
（ｘ，ｙ）を有する。方法は２次元画像の処理に制限さ
れるものでなく、例えば体積の画像の形成を可能にする
特定撮像方式によって獲得される３次元画像の処理にも
適用されうる。当業者は、説明される方法を例えば２次
元画像から３次元画像へ容易に拡張しうる。
【００１２】（２） 第２の準備ステップ２０は、各画
素Ａについてその近傍の画素の強度値に対する画素Ａの
強度値を表わす特性を決定する段階である。以下「状
態」と称されるこれらの特性は、自動的に決定される有
向局所強度特性に関連する画素Ａの位置座標ｘ，ｙから
なる。図２（Ａ）を参照するに、例えば原画像Ｊ中の任
意の対象の境界線である糸状対象の検出が図示されてい
る。上記有向局所強度特性は、画素Ａの
【００１３】
【外２】
【００１４】をベクトルＧと表わす場合、画素Ａ中の強
度勾配の絶対値‖ベクトルＧ‖、及び座標軸のうちの１
つであるベクトルＯＸに関して計算された勾配ベクトル
Ｇの方位ψであることが望ましい。これらの計算は望ま
しくは例えば強度値を得るためのフィルタによって原画
像の従来の系統的な走査によって実行される。これらの
フィルタはソーベル（Ｓｏｖｅｌ）フィルタと称され、
所与の画素ＡからベクトルＯＸ方向のＧx と称される強
度値の傾斜、及び所与の画素ＡからベクトルＯＹ方向の
Ｇy と称される強度値の傾斜を決定する。
【００１５】ステップ２０の終了時に、勾配ベクトル又
は強度傾斜Ｇx 及びＧy は、強度傾斜の絶対値：‖ベク
トルＧ‖＝（Ｇx 2 ＋Ｇy 2 ）1/2 と、基準点とされる
軸ベクトルＯＸに関して勾配ベクトルＧによって包囲さ
れる角度ψ：ψ＝Ａｒｃｔａｎ（Ｇy ／Ｇx ）とを与え
る。このように、原画像Ｊの画素に関連し、状態画像を
形成する「方位局所強度特性場」又は「状態場」又は強
度ベクトル場を形成する「状態」が獲得される。
【００１６】３次元画像捕捉の場合、３次元の場所では
勾配は平面の代わりに体積の中で計算され、当業者によ
って明らかであるように処理動作の連続性はそのような
データに対して自動的に適用される。本発明は境界線の
検出に制限されるものではない。画像中の各画素位置に
ついてその画素の絶対値及び方位角によって定義され、
その環境中の線を表わす強度ベクトルが関連づけられる
場合、任意の線は自動的に検出されうる。
【００１７】第２の例を示す図２の（Ｂ）を参照する
に、動脈造影画像の中で血管の中央値が探索される。こ
のため、まず例えば血管の境界は既知の勾配方法によっ
て決定されうる。このように、角度ψE1に関連する勾配
ベクトルＧE1及び角度ψE2に関連する勾配ベクトルＧE2
が夫々計算されるべき、血管に対して反対側の境界Ｂ１
及びＢ２上の２つの点Ｅ１及びＥ２を決定することが可
能である。Ａ（ｘ，ｙ）は血管の中央値線上の点とな
り、勾配ベクトルＧE1及びＧE2の方向の交点に配置され
る。この点は計算又は測定されたその強度Ｉ（ｘ，ｙ）
と、基準ベクトルＯＸに対する勾配ベクトルＧE1及びＧ
E2の２等分線によって囲まれる角度ψとによって形成さ
れる方位局所特性を有する。このように、ステップ２０
中の潜在的な中央値点に対しては、「方位局所強度特性
場」又は状態場又は強度ベクトル場からなる状態画像が
形成される。
【００１８】図３を参照するに、計算を簡単化するため
に、当該の強度ベクトルの角度ψ又はΨを、例えばπ／
８からπ／８の間で、θ1 乃至θ8 、及びθ1 ＋π乃至
θ8＋πに分離するよう選択しうる。概して、状態は少
なくとも位置ｘ，ｙと、強度ベクトルＶとによって、即
ちベクトルの強度絶対値‖ベクトルＶ‖と、基準ベクト
ルＯＸに関する望ましくは分離されたベクトルＶの角度
θとである２つの成分を使用して定義される。
【００１９】（３） ステップ３０は、原画像の糸状対
象に関する画素を連鎖させる段階である。連鎖法は、所
与の画素から連続的に、糸状対象の画素によって形成さ
れ、原画像中でできる限り長く、できる限り規則的であ
る糸状対象の画素によって形成される路を決定する段階
からなる動作である。このため所与の画素に対しては、
最初にそのようなできる限り長く、できる限り規則的な
路に関する先行画素が決定され、次にこの先行画素に基
づいて、この路に関する先行画素の先行画素が決定され
る。続いて、この条件で見つけられ得る状態を有する全
ての画素は連続的に関連づけられ、原画像中の糸状対象
への対応を最もよく表わす画素の連鎖が獲得される。以
下、所与の画素に連結される状態に基づいて、存在する
のであればそのようなできる限り長く、できる限り規則
的な路の一部分を形成する先行画素に連結された先行画
素の状態を決定することを可能にする選択規準が与えら
れる。所与の画素に連結された状態に基づいて、この規
準は短い及び／又は不規則な路の構築をもたらすであろ
う潜在的先行画素に連結された状態を除去し、存在する
のであれば可能な限り最も短く、最も規則的な路の構築
を可能にする潜在的先行画素に連結された状態を決定す
る。
【００２０】糸状対象の検出を強調するために、本発明
は従来の技術と比較して所与の状態及び先行状態を整合
させることに関してより厳しい制限を課すが、それでも
なお連鎖動作３０は自動方式においても可能なかぎり少
ない数のサブステップによって実施されることを確実に
する。この問題は、状態ｉを有する所与の画素に対して
適用されるフィルタによって状態画像上にフィルタリン
グ動作を実施することによって解決される。ここで、Ｑ
（ｉ）を所与の画素に関連する状態ｉのフィルタリング
された強度値、例えばフィルタリング後の状態ｉの‖ベ
クトルＶ‖の値、即ち‖ベクトルＶi ‖F とする。ま
た、Ｐ（ｊ）を潜在的先行画素に関連する状態ｊのフィ
ルタリングされていない強度値、例えばフィルタリング
されていない状態ｊの‖ベクトルＶ‖の値、即ち‖ベク
トルＶj ‖とする。また、ａlmを状態ｉ及びｊを連結す
る路の上に配置される隣接する状態、即ちｌ、ｍの間の
相違の尺度とする。更に、Ｃijをｉをｊに関連づける路
の上に配置される隣接する状態の間の相違の合計Σを評
価する間に獲得されるｉをｊに連結させる路のコストで
あるとする。このとき上記フィルタは以下の式、即ち、 ΣβＰ（ｊ）ｅｘｐ（−Ｃij）， ただし Ｃij＝Σａlm （１）−ａ によって表わされるコアによって定義され、以下の式、
即ち、 Ｑ（ｉ）＝ΣβＰ（ｊ）ｅｘｐ（−Ｃij） （１）−ｂ によって表わされる所与の状態の潜在的先行状態を選択
するための規準を与える。保存される路は、路のコスト
Ｃijが低く、この路の上の状態の密度が高いときに獲得
される規準（１）の最適化によって決定される。この規
準の最適化は上記の最も長く、最も規則的な路の決定を
可能にする。
【００２１】規準（１）の実行は計算時間がかかりすぎ
ることがわかる。従って、本発明による方法は、当業者
によって容易に演繹的に推論されうるように数学的な観
点からは規準（１）と完全に等価な以下の反復的な規
準、即ち、 Ｑ（ｉ）＝βＰ（ｉ）＋αＱ（ｊ） （２） の実行を提供する。規準（２）によるフィルタリング
は、フィルタリングされた状態ｉであるＱ（ｉ）、例え
ば‖ベクトルＶi ‖F を生成するために、フィルタリン
グされていない状態ｉ、例えば‖ベクトルＶi ‖と、整
合の確率を表わす係数α＝αijによって重みづけされ
る、獲得された先行画素ｊに連結されたフィルタリング
された状態、例えば‖ベクトルＶj ‖F との合計を形成
する反復アルゴリズムからなる。図１の（Ｂ）に示され
るように、規準（２）は規準（１）の動作数よりも少な
い動作数によって実施される。規準（２）は以下のサブ
ステップ、即ち、２つの所与の状態ｉ及びｊに対して、
ａijは２つの所与の状態ｉ，ｊの間の相違の尺度である
とき、 αij＝ｅｘｐ（−ａij） によって表わされる整合の確率αijを定義する段階（３
１）と、Ｑ（ｉ）はフィルタリングされた状態ｉの強度
値、例えば‖ベクトルＶi ‖Fであり、βは定数であ
り、Ｐ（ｉ）はまだフィルタリングされていない状態
ｉ、例えば‖ベクトルＶi ‖であるとすると、以下の
式、Ｑ（ｉ）＝β．Ｐ（ｉ）に従って規準Ｑ（ｉ）を局
所的に初期化する段階（３２）と、少なくとも１つの方
向、即ちベクトルＺ１で従来の方法によって状態画像を
走査する段階（３３）と、既に走査された領域の中で、
規準Ｑ（ｉ）が最大である先行状態、即ち状態ｋ（ｉ）
を探索する段階（３４）と、上記最大に対応する状態ｋ
（ｉ）を記憶する段階（３５）とからなる。
【００２２】規準Ｑ（ｉ）によるフィルタリングは連続
状態、即ち連続ベクトル場を検出する。例えば、エッジ
検出の場合、このフィルタリング動作は連続勾配場を検
出する。このフィルタリング動作は、自動的及び最も低
いコストで状態ｉにリンクされねばならないであろう先
行状態ｋ（ｉ）を決定する。図４の（Ａ）を参照する
に、連鎖させる段階を自動化するために、状態画像は少
なくとも１つの方向に自動的に走査される。例えば、従
来の走査動作は、上方左側から下方右側へ軸ベクトルＯ
Ｘに平行な因果的なベクトルＺ１の方向にラインに沿っ
て状態画像の中で実行されうる。そのような走査は、現
時点で走査されている状態ｉよりもより高い、又はより
左側に配置される既に配置された画像の領域の中の先行
状態ｋ（ｉ）の決定を可能にする。
【００２３】図４の（Ｂ）を参照するに、ベクトルＯＸ
に平行なベクトルＺ１に沿った第１の因果的な走査の
後、状態画像は続いて状態画像の下方右側から上方左側
へベクトルＯＸに平行な反因果的なベクトルＺ２のライ
ンに沿って自動的に走査されることが望ましい。この第
２の走査は、走査されている現時点の状態ｉの後続状態
ｈ（ｉ）の決定を可能にする。
【００２４】図４の（Ｃ）及び（Ｄ）を参照するに、因
果的及び反因果的な系統的な走査の方法は、第１の走査
の方向ベクトルＺ１及びベクトルＺ２に垂直な、ベクト
ルＺ３及びベクトルＺ４の方向でもまた実行されること
が望ましい。引用された例では、第１の系統的な走査は
軸ベクトルＯＸに平行なラインに沿って実行され、第２
の系統的な走査は軸ベクトルＯＹに平行なカラムに沿っ
て因果的又は反因果的な方法によって実行される。
【００２５】図５の（Ａ）及び（Ｂ）を参照するに、状
態場の特性の１つが軸ベクトルＯＸに関するベクトルＶ
の角度θであるとき、近傍の状態は、既に走査されてお
り、走査された状態ｉを中心とし、ベクトルＶの方向θ
の周りの角度±Δθを包囲するＮＢと称される角探索セ
クタによって形成される状態画像の領域の中で決定され
る。この近傍の状態ＮＢにより、連続ベクトル場中の最
もよい隣接状態が探索されうる。エッジの検出の場合、
規準（２）を最大化する状態ｊ、即ちその角度θが所与
の状態ｉの角度に近く、相違の尺度ａijはｊにおける勾
配の絶対値‖ベクトルＧj ‖F と、ｉにおける勾配の絶
対値‖ベクトルＧi ‖とによって、規準（２）の適用に
よって獲得される最大‖ベクトルＧi ‖F を可能にする
状態が探索される。
【００２６】角度θがπ／８からπ／８に亘って分離さ
れるとき、±Δθ＝±π／８によって範囲が制限される
角セクタが選択されることが望ましい。現時の状態ｉの
ベクトルＶi の方位θに依存して、図３に示される分離
された方位θと同じ数の探索セクタＮＢが存在する。相
違の尺度ａijが適当であることを確実にするために、探
索セクタＮＢの中の近傍もまた検査された隣接状態ｊと
走査された現時の状態ｉとの間の最大距離Ｒに限定され
る。例えば、この場合決定された角セクタＮＢの中には
１０乃至１００個の可能な隣接状態ｊが存在しうる。こ
のため１０から１００までの各走査された現時の状態ｉ
に対して、既に走査された領域の中、及び規準（２）の
適用によって決定された近傍ＮＢの中に含まれる状態ｊ
に対して対応するテストが行われる。探索近傍ＮＢの中
でテストされた全ての状態ｊのうち、規準Ｑ（ｉ）を最
大化する状態が保存され、この状態はｋ（ｉ）と称され
る。
【００２７】概して連鎖は、現時の状態ｉと、状態画像
の既に走査された領域において、その方位θが現時の状
態ｉに関する角度θに依存して決定される探索セクタＮ
Ｂの状態ｊから状態ｋ（ｉ）を見つけることからなり、
それによりｋ（ｉ）に連結された有向局所特性は以下の
関係式、即ち、 ‖ベクトルＶi ‖F ＝β‖ベクトルＶi ‖＋αij‖ベクトルＶj ‖F （３） に従う規準（２）の最適化を可能にする。
【００２８】結果として、所与の状態ｉに対する最もよ
い隣接状態ｋ（ｉ）はこの近傍では、Ｒよりも小さく、
連続ベクトル場の中の強度ベクトルによって特徴付けら
れる距離でこの規準を走査し適用することによって局部
化され、この状態は状態ｉに連鎖されるよう先行状態ｋ
（ｉ）と称される。サブステップ３５では、状態ｉに対
して最大のフィルタリングされたＱ（ｉ）を生成するこ
の状態ｋ（ｉ）は状態ｉの最も良い先行状態であるとい
う情報が記憶される。
【００２９】因果的な走査３３から開始するサブステッ
プ３３乃至３５の後、サブステップ３３乃至３５は、反
因果的な走査から開始して繰り返され、同じ方法を使用
して、記憶されｈ（ｉ）と称される後続状態の決定を可
能する。続いて、サブステップ３３乃至３５は因果的及
び反因果的な垂直な走査で繰り返され、やはり所定の近
傍ＮＢの中で、より良い値Ｑ（ｉ）を発生する状態ｊが
存在するか否かをテストする。そのような状態ｊが存在
する場合、ｋ（ｉ）又はｈ（ｉ）には新しい状態値ｊが
記憶され、サブステップ３３乃至３５中の先行する走査
の間に見出された値は消去される。
【００３０】本発明は決定された状態を同じ解像度で整
合することに制限されるものではない。原画像は１組の
マルチスケール画像を形成するためにスケールσと称さ
れる異なる解像度によってフィルタリングされうる。そ
の場合、最もよい隣接状態は異なるスケールで探索さ
れ、最も近いスケールはそれでも例えば式（２）中の値
Ｑ（ｊ）に対して適当な重みを割り当てることによって
特権が与えられる。
【００３１】本発明による連鎖方法によって決定される
路は特定の性質を有し、従ってフィルタリング動作はこ
の獲得されるべき路が地理的な記述によって測地線（ジ
オデシック）フィルタリングと称されることを可能にす
る。決定された近傍の中で見出される最もよい隣接状態
は最短距離に配置される状態である必要はなく、小さな
相違で有向局所強度特性の関数として短い距離に配置さ
れる状態であってもよいため、この路の決定は画像中の
糸状対象中の小さな切断部の充填を可能にする。一方、
方法は大きな切断部の充填を可能にせず、従って２つの
異なる糸状対象の分離を可能にする。そのような測地線
フィルタリングは、位置、角度及び強度、及び時々はス
ケールに関する条件によって「制限され」、これらの条
件は走査と、探索セクタと、与えられた規準（２）とに
連結され、長い形状又は糸状対象を強調する。
【００３２】（４） ステップ４０は自動バックトラッ
キングを行う段階である。この段階では、画像の様々な
糸状対象に対応する状態が連鎖される。図６を参照する
に、自動バックトラッキングは最も大きな値Ｑ（ｉ）が
選択された画像の点ｉの最初の決定を含む。一方、先行
状態に先行状態の先行状態が続く上流連鎖ＡＭが形成さ
れ、これはそれ以上先行状態が見出されなくなるまで続
く。他方、同一の点ｉから開始して、後続状態、後続状
態の後続状態などを有する下流連鎖ＡＶが形成され、こ
れはそれ以上後続状態が見出されなくなるまで続く。自
動バックトラッキングは続いて可能な限り大きな値Ｑ
（ｉ）が見出され、そこから新しい上流連鎖及び下流連
鎖が形成される他の画像点の第２の決定を含む。自動バ
ックトラッキング動作は、十分大きな値Ｑ（ｉ）を有す
る連鎖のための開始点が見つけられる限り連続され、閾
値が与えられ得る。既に通過した路は再び通過されな
い。このため、連鎖のための可能な新しい開始点は、既
に存在する連鎖から所定の適当な距離に配置されないか
ぎり保存されない。従って、相互に交差する糸状対象は
画像中で個々に検出される。対象のセグメント化には曖
昧さはありえない。図７の（Ｂ）は、ステップ５０の視
覚化の後の、図７の（Ａ）の画像Ｊの糸状対象が連鎖さ
れている画像Ｋを示す。
【００３３】図８は例として、Ｘ線源１と、患者を受容
する可動台２と、マイクロプロセッサ５からなるディジ
タル画像処理システム８へデータを与えるカメラ管４に
結合された画像増倍装置３とを含むディジタル放射線写
真装置を示す。マイクロプロセッサ５は幾つかの出力を
有し、そのうちの１つである出力６は放射線写真画像又
は強度画像の視覚化のためにモニタ７に結合されてい
る。
【００３４】ディジタル化された放射線写真画像は８ビ
ット又は１０ビットで符号化された５１２ｘ５１２又は
１０２４ｘ１０２４の画素からなる。各画素は従って２
５６又は１０２４の強度レベルが割り当てられ得る。例
えば、暗い領域は低い強度レベルを有し、画像の明るい
領域は高い高度レベルを有する。ディジタル化された画
像はＸ線透視モードで捕捉されうる。本発明は特に動脈
造影画像の処理に使用されうる。
【００３５】上述のディジタル画像処理方法の様々な段
階及び動作はシステム５の中で実施される。メモリ領域
（図示せず）に記憶されたデータは、必要であればモニ
タ７の上に表示される。やはり参照番号７で示される記
録手段もまた使用されうる。処理されるべき画像のディ
ジタル化は本発明の実施において有利である。
【図面の簡単な説明】
【図１】（Ａ）及び（Ｂ）は機能ブロックに基づいて本
発明の方法を示す図である。
【図２】（Ａ）及び（Ｂ）は状態の決定を示す図であ
る。
【図３】状態の決定中の角度特性の分離化を示す図であ
る。
【図４】（Ａ）及び（Ｄ）は状態画像の自動操作の例を
示す図である。
【図５】（Ａ）及び（Ｂ）は探索セクタを表わす図であ
る。
【図６】本発明の方法によるトラッキングを示す図であ
る。
【図７】（Ａ）は元の動脈造影画像を示す図であり、
（Ｂ）は本発明による血管の境界点を連鎖させる処理の
後の同じ動脈造影画像を示す図である。
【図８】本発明の方法を実施するＸ線装置を示す図であ
る。
【符号の説明】 １ Ｘ線源 ２ 可動台 ３ 画像増倍装置 ４ カメラ管 ５ マイクロプロセッサ ６ 出力 ７ モニタ／記録手段 ８ ディジタル画像処理システム
───────────────────────────────────────────────────── フロントページの続き (71)出願人 590000248 Ｇｒｏｅｎｅｗｏｕｄｓｅｗｅｇ １, 5621 ＢＡ Ｅｉｎｄｈｏｖｅｎ， Ｔｈ ｅ Ｎｅｔｈｅｒｌａｎｄｓ

Claims (8)

    【特許請求の範囲】
  1. 【請求項１】 非バイナリ強度値を有する点（Ａ）のマ
    トリックスによって形成される強度画像（Ｊ）を捕捉す
    る段階（１０）と、糸状対象を検出する段階とを含む画
    像処理方法であって、 上記強度画像の様々な点（Ａ）における強度ベクトルの
    大きさ及び角度［‖ベクトルＶ‖，θ］に関する特性に
    よって構成される状態画像を形成する強度ベクトル（ベ
    クトルＶ）の場を自動的に決定する段階（２０）と、 上記状態画像の自動フィルタリング［Ｑ（ｉ）］によっ
    て個々の糸状対象の点を連鎖させ、従って上記糸状対象
    の点に対応する強度ベクトルの濃く、連続的な場の選択
    を行なう段階（３０）とからなる方法。
  2. 【請求項２】 上記状態画像の自動フィルタリングによ
    る連鎖を行なう段階（３０）は、 上記状態画像の所与の状態（ｉ）における上記強度ベク
    トルの大きさのフィルタリングされた値［‖ベクトルＶ
    i ‖F ］を、上記所与の状態（ｉ）における上記強度ベ
    クトルのフィルタリングされていない大きさ［Ｐ
    （ｉ），‖ベクトルＶ i ‖］と、上記所与の状態（ｉ）
    及び隣接状態（ｊ）の相違の尺度（ａij）に依存する状
    態（ｉ，ｊ）の整合の確率の係数（αij）によって重み
    が付けられた上記隣接状態（ｊ）における強度ベクトル
    のフィルタリングされた大きさ［Ｑ（ｊ），‖ベクトル
    Ｖj ‖F ］との合計として与えるフィルタリングのため
    の規準［Ｑ（ｉ）］を定義する段階と、 上記隣接状態（ｊ）のうちで、上記強度ベクトルの大き
    さ及び角度に関する特性が上記所与の状態（ｉ）におけ
    る上記フィルタリング規準［Ｑ（ｉ）］を最大化する点
    ［ｋ（ｉ）；ｈ（ｉ）］を探索する段階とを含む、請求
    項１記載の方法。
  3. 【請求項３】 上記連鎖を行なう段階（３０）は、 少なくとも１つの方向（ベクトルＺ１）で状態画像を系
    統的及び自動的に走査する段階と、 上記画像の既に走査された領域の中の現時の状態（ｉ）
    において上記規準［Ｑ（ｉ）］が最大である先行状態
    ［ｋ（ｉ）］及び／又は後続状態［ｈ（ｉ）］を探索す
    る段階（３４）と、 該先行状態［ｋ（ｉ）］及び／又は後続状態［ｈ
    （ｉ）］を該現時の状態（ｉ）と連鎖されるべき点とし
    て記憶させる段階とを含む、請求項２記載の方法。
  4. 【請求項４】 上記状態画像の中の所与の状態（ｉ）に
    対する先行状態［ｋ（ｉ）］及び／又は後続状態［ｈ
    （ｉ）］を探索する段階（３４）は、 該所与の状態（ｉ）を中心とし、上記所与の状態（ｉ）
    に関する強度ベクトル（ベクトルＶi ）の方位角（θ）
    の周りの所与の角度（±Δθ）に亘る角セクタによって
    形成される探索近傍（ＮＢ）を決定する段階と、 上記探索近傍の中で、探索セクタの状態（ｊ）のうち規
    準が最大となる状態［ｋ（ｉ）；ｈ（ｉ）］を決定する
    段階とを含む、請求項３記載の方法。
  5. 【請求項５】 上記探索近傍（ＮＢ）はまた上記現時の
    状態（ｉ）の周りの所定の半径（Ｒ）の領域に制限され
    る、請求項４記載の方法。
  6. 【請求項６】 異なる糸状対象の状態を個々にバックト
    ラッキングする段階（４０）を更に有する、請求項１乃
    至５のうちいずれか１項記載の方法。
  7. 【請求項７】 上記バックトラッキングする段階は、 上記フィルタリング規準の実行によって獲得される値
    ［Ｑ（ｉ）］の検査を通じて関心となる状態（ｉ）を連
    鎖動作の開始点として決定する段階と、 全ての先行状態の先行状態及び後続状態の後続状態に対
    して、存在するのであれば夫々の先行状態［ｋ（ｉ）］
    及び後続状態［ｈ（ｉ）］を上記開始点の両側（ＡＭ，
    ＡＶ）に連鎖させ、従って上記糸状対象を表わす状態の
    連鎖を形成する段階と、 上記開始点が既に存在する連鎖の状態と混ざらないよう
    選択される条件の下で上記画像の様々な糸状対象をバッ
    クトラッキングするよう上記段階を繰り返す段階とを含
    む、請求項６記載の方法。
  8. 【請求項８】 請求項１乃至７のうちいずれか１項記載
    の方法を実行する手段からなる医療用撮像装置であっ
    て、 非バイナリ強度値を有し、マトリックス中の座標によっ
    て示される点の２次元マトリックスの形式で画像を表わ
    すデータを捕捉するシステム（４）と、 上記画像を表わすデータへのアクセスを有し、上記方法
    の段階を実施する手段を設けられたマイクロプロセッサ
    （５）を含む画像処理システム（８）と、 上記方法によって捕捉及び／又は処理された画像データ
    を表示及び／又は記憶するシステム（７）とを含む医療
    用撮像装置。
JP10140072A 1997-05-23 1998-05-21 連鎖段階を含む画像処理方法及びこの方法を実施する手段を含む医療用撮像装置 Pending JPH114383A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR9706339 1997-05-23
FR9706339 1997-05-23

Publications (1)

Publication Number Publication Date
JPH114383A true JPH114383A (ja) 1999-01-06

Family

ID=9507186

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10140072A Pending JPH114383A (ja) 1997-05-23 1998-05-21 連鎖段階を含む画像処理方法及びこの方法を実施する手段を含む医療用撮像装置

Country Status (3)

Country Link
US (1) US6430315B1 (ja)
EP (1) EP0880108A1 (ja)
JP (1) JPH114383A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4571753B2 (ja) * 2001-03-05 2010-10-27 株式会社ニレコ 画像処理における繊維状粒子の分離方法

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2818855A1 (fr) * 2000-12-26 2002-06-28 Koninkl Philips Electronics Nv Procede de traitement d'images
US6690251B2 (en) 2001-04-11 2004-02-10 Kyocera Wireless Corporation Tunable ferro-electric filter
SE0201894D0 (sv) * 2002-06-19 2002-06-19 Ludesi Ab Method for digital image processing
DE102004008979B4 (de) * 2004-02-24 2006-12-28 Siemens Ag Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
US7190819B2 (en) * 2004-10-29 2007-03-13 Stereotaxis, Inc. Image-based medical device localization
US7684602B2 (en) * 2004-11-18 2010-03-23 Siemens Medical Solutions Usa, Inc. Method and system for local visualization for tubular structures
US8784336B2 (en) 2005-08-24 2014-07-22 C. R. Bard, Inc. Stylet apparatuses and methods of manufacture
US7794407B2 (en) 2006-10-23 2010-09-14 Bard Access Systems, Inc. Method of locating the tip of a central venous catheter
US8388546B2 (en) 2006-10-23 2013-03-05 Bard Access Systems, Inc. Method of locating the tip of a central venous catheter
US9636031B2 (en) 2007-11-26 2017-05-02 C.R. Bard, Inc. Stylets for use with apparatus for intravascular placement of a catheter
ES2651898T3 (es) 2007-11-26 2018-01-30 C.R. Bard Inc. Sistema integrado para la colocación intravascular de un catéter
US10449330B2 (en) 2007-11-26 2019-10-22 C. R. Bard, Inc. Magnetic element-equipped needle assemblies
US9649048B2 (en) 2007-11-26 2017-05-16 C. R. Bard, Inc. Systems and methods for breaching a sterile field for intravascular placement of a catheter
US10751509B2 (en) 2007-11-26 2020-08-25 C. R. Bard, Inc. Iconic representations for guidance of an indwelling medical device
US10524691B2 (en) 2007-11-26 2020-01-07 C. R. Bard, Inc. Needle assembly including an aligned magnetic element
US8781555B2 (en) 2007-11-26 2014-07-15 C. R. Bard, Inc. System for placement of a catheter including a signal-generating stylet
US9521961B2 (en) 2007-11-26 2016-12-20 C. R. Bard, Inc. Systems and methods for guiding a medical instrument
US8849382B2 (en) 2007-11-26 2014-09-30 C. R. Bard, Inc. Apparatus and display methods relating to intravascular placement of a catheter
US8478382B2 (en) 2008-02-11 2013-07-02 C. R. Bard, Inc. Systems and methods for positioning a catheter
US8437570B2 (en) * 2008-05-23 2013-05-07 Microsoft Corporation Geodesic image and video processing
EP2313143B1 (en) 2008-08-22 2014-09-24 C.R. Bard, Inc. Catheter assembly including ecg sensor and magnetic assemblies
US8437833B2 (en) 2008-10-07 2013-05-07 Bard Access Systems, Inc. Percutaneous magnetic gastrostomy
US8351654B2 (en) * 2009-04-28 2013-01-08 Microsoft Corporation Image processing using geodesic forests
US9532724B2 (en) 2009-06-12 2017-01-03 Bard Access Systems, Inc. Apparatus and method for catheter navigation using endovascular energy mapping
EP3542713A1 (en) 2009-06-12 2019-09-25 Bard Access Systems, Inc. Adapter for a catheter tip positioning device
WO2011019760A2 (en) 2009-08-10 2011-02-17 Romedex International Srl Devices and methods for endovascular electrography
US11103213B2 (en) 2009-10-08 2021-08-31 C. R. Bard, Inc. Spacers for use with an ultrasound probe
CN102113900B (zh) 2010-01-05 2015-07-15 深圳迈瑞生物医疗电子股份有限公司 彩色血流动态帧相关方法和装置
BR112012019354B1 (pt) 2010-02-02 2021-09-08 C.R.Bard, Inc Método para localização de um dispositivo médico implantável
JP5980201B2 (ja) 2010-05-28 2016-08-31 シー・アール・バード・インコーポレーテッドＣ Ｒ Ｂａｒｄ Ｉｎｃｏｒｐｏｒａｔｅｄ 針および医療用コンポーネントのための挿入誘導システム
EP2912999B1 (en) 2010-05-28 2022-06-29 C. R. Bard, Inc. Apparatus for use with needle insertion guidance system
CN103228219B (zh) 2010-08-09 2016-04-27 C·R·巴德股份有限公司 用于超声探测器头的支撑和覆盖结构
MX338127B (es) 2010-08-20 2016-04-04 Bard Inc C R Reconfirmacion de colocacion de una punta de cateter asistida por ecg.
WO2012058461A1 (en) 2010-10-29 2012-05-03 C.R.Bard, Inc. Bioimpedance-assisted placement of a medical device
RU2609203C2 (ru) 2011-07-06 2017-01-30 Си.Ар. Бард, Инк. Определение и калибровка длины иглы для системы наведения иглы
USD724745S1 (en) 2011-08-09 2015-03-17 C. R. Bard, Inc. Cap for an ultrasound probe
USD699359S1 (en) 2011-08-09 2014-02-11 C. R. Bard, Inc. Ultrasound probe head
WO2013070775A1 (en) 2011-11-07 2013-05-16 C.R. Bard, Inc Ruggedized ultrasound hydrogel insert
US8781173B2 (en) 2012-02-28 2014-07-15 Microsoft Corporation Computing high dynamic range photographs
EP2861153A4 (en) 2012-06-15 2016-10-19 Bard Inc C R APPARATUS AND METHODS FOR DETECTION OF A REMOVABLE CAP ON AN ULTRASONIC PROBE
EP3073910B1 (en) 2014-02-06 2020-07-15 C.R. Bard, Inc. Systems for guidance and placement of an intravascular device
US10973584B2 (en) 2015-01-19 2021-04-13 Bard Access Systems, Inc. Device and method for vascular access
WO2016210325A1 (en) 2015-06-26 2016-12-29 C.R. Bard, Inc. Connector interface for ecg-based catheter positioning system
US11000207B2 (en) 2016-01-29 2021-05-11 C. R. Bard, Inc. Multiple coil system for tracking a medical device
CN108846839B (zh) * 2018-06-05 2021-08-10 中南大学 一种基于扇形邻域差异直方图的匣钵裂纹检测方法
WO2020081373A1 (en) 2018-10-16 2020-04-23 Bard Access Systems, Inc. Safety-equipped connection systems and methods thereof for establishing electrical connections

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1171627A (en) * 1966-10-07 1969-11-26 Post Office Improvements in or relating to Character Recognition Machines
US4183013A (en) * 1976-11-29 1980-01-08 Coulter Electronics, Inc. System for extracting shape features from an image
US4490848A (en) * 1982-03-31 1984-12-25 General Electric Company Method and apparatus for sorting corner points in a visual image processing system
GB8311813D0 (en) * 1983-04-29 1983-06-02 West G A W Coding and storing raster scan images
US4791581A (en) * 1985-07-27 1988-12-13 Sony Corporation Method and apparatus of forming curved surfaces
JPH0638274B2 (ja) * 1989-07-31 1994-05-18 工業技術院長 画像認識装置および画像認識方法
US5239591A (en) * 1991-07-03 1993-08-24 U.S. Philips Corp. Contour extraction in multi-phase, multi-slice cardiac mri studies by propagation of seed contours between images
US5289373A (en) * 1991-11-29 1994-02-22 General Electric Company Method and apparatus for real-time tracking of catheter guide wires in fluoroscopic images during interventional radiological procedures
JP2918383B2 (ja) * 1992-02-27 1999-07-12 大日本スクリーン製造株式会社 画像の輪郭抽出方法および装置
DE9214394U1 (de) 1992-10-23 1992-12-17 Siemens AG, 8000 München Befestigung einer Abschirmung mit einer Leiterplatte
DE4304860A1 (de) * 1993-02-17 1994-08-18 Siemens Ag Verfahren zur Verbesserung der Sichtbarkeit von linienhaften Strukturen in einem digitalen Bild
JP2918465B2 (ja) * 1994-11-14 1999-07-12 大日本スクリーン製造株式会社 画像処理方法
US5978520A (en) * 1995-07-31 1999-11-02 Hitachi, Ltd. Method of recognizing image data and apparatus therefor
US6047080A (en) * 1996-06-19 2000-04-04 Arch Development Corporation Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4571753B2 (ja) * 2001-03-05 2010-10-27 株式会社ニレコ 画像処理における繊維状粒子の分離方法

Also Published As

Publication number Publication date
EP0880108A1 (fr) 1998-11-25
US6430315B1 (en) 2002-08-06
US20020094112A1 (en) 2002-07-18

Similar Documents

Publication Publication Date Title
JPH114383A (ja) 連鎖段階を含む画像処理方法及びこの方法を実施する手段を含む医療用撮像装置
US7860290B2 (en) Three-dimensional (3D) modeling of coronary arteries
US5617459A (en) Method of processing images in order automatically to detect key points situated on the contour of an object and device for implementing this method
JP4319031B2 (ja) 対象のセグメンテーション方法及び装置
JP2845995B2 (ja) 領域抽出手法
US7190832B2 (en) Computational methods for the segmentation of images of objects from background in a flow imaging instrument
US20050259855A1 (en) Nodule boundary detection
JP5635980B2 (ja) 画像処理、特に医療画像を処理するための方法及び装置
JPH10143648A (ja) 帯状対象を自動摘出するディジタル画像処理方法
JPH0571991B2 (ja)
JPH0638274B2 (ja) 画像認識装置および画像認識方法
JP7212247B2 (ja) 目標検出プログラム、目標検出装置、及び目標検出方法
JPH077444B2 (ja) 三次元画像の連結成分抽出装置
JP4248399B2 (ja) 自動枝ラベリング方法
US6744911B1 (en) Tomographic segmentation
Farag et al. Distance transform algorithms and their implementation and evaluation
GB2451367A (en) Nodule detection in computed tomography images
Geman Stochastic model for boundary detection
Yalic et al. Automatic Object Segmentation on RGB-D Data using Surface Normals and Region Similarity.
JP2006506163A (ja) 肺結節のコンピュータ支援検出
US5193127A (en) Method and device for detecting patterns adapted automatically for the level of noise
CN112651960A (zh) 一种图像处理方法、装置、设备及存储介质
CN110717910B (zh) 基于卷积神经网络的ct图像目标检测方法及ct扫描仪
CN110717471B (zh) 基于支持向量机模型b超图像目标检测方法及b超扫描仪
Nedzved et al. Detection of dynamical properties of flow in an eye vessels by video sequences analysis