JPWO2017057414A1 - 画像処理装置、内視鏡システム、及び画像処理方法 - Google Patents

Abstract

観察対象の血管の時間的変化を表す指標を算出する画像処理装置、内視鏡システム、及び画像処理方法を提供する。
画像処理装置（６５）は、内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得する画像取得部（８１）と、複数の内視鏡画像から観察対象の血管をそれぞれ抽出する血管抽出部（８２）と、内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出する血管情報算出部（８３）と、血管情報を用いて演算することにより、各々の内視鏡画像から抽出した血管に関する血管パラメータを算出する血管パラメータ算出部（８４）と、血管パラメータを用いて血管の時間的変化を表す血管変化指標（１０８）を算出する血管変化指標算出部（８５）と、を備える。

Description

本発明は、内視鏡で撮影した内視鏡画像を用いて、診断に供する数値等のデータを算出する画像処理装置、内視鏡システム、及び画像処理方法に関する。

医療分野においては、光源装置、内視鏡、及びプロセッサ装置を備える内視鏡システムを用いた診断が広く行われている。内視鏡システムを用いた診断では、内視鏡の挿入部を被検体内に挿入して先端部から照明光を照射し、照明光が照射された観察対象（被検体内の粘膜等）を、内視鏡の先端部に搭載した撮像センサで撮像する。そして、撮像によって得られた画像信号を用いて観察対象の画像（以下、内視鏡画像という）を生成し、モニタに表示する。

内視鏡システムでは、通常は、白色の照明光（通常光とも言う）が照射された観察対象を撮像することにより、観察対象を自然な色合いで観察可能な内視鏡画像（以下、通常光画像という）を表示する。さらに、特定の波長帯域を有する光を照明光として用いることで、観察対象の血管やピットパターン等を強調した内視鏡画像（以下、特殊観察画像という）を得る内視鏡システムも普及している。内視鏡画像を用いて診断をする場合、血管やピットパターン等に関する情報は重要な診断材料であるため、これらを強調した特殊観察画像は診断に特に有用である。

また、近年では、内視鏡画像（あるいは内視鏡画像の生成に使用する画像信号）を用いて、血管の深さ、太さ、または密度等を算出することで、医師の診断をアシストする内視鏡システムや診断支援装置も知られている（特許文献１，２）。酸素飽和度の経時変化をリアルタイムにモニタに表示するシステム（特許文献３）や、観察対象が発する蛍光の経時的な変化をモニタに表示するシステムも知られている（特許文献４）。

特開２００７−０６１６３８号公報 特開２０１１−２１７７９８号公報 特開２０１２−２３５９２６号公報 特開２０１５−０６６１２９号公報

特許文献１，２のように、内視鏡画像を用いて算出することができる血管に関する情報（以下、血管情報という）はそれぞれ診断に有用な情報である。しかし、医師は血管の深さ、太さ、または密度等の血管情報のうち１つの血管情報にだけ基づいて診断をするわけではなく、複数の血管情報を複合的に考慮して診断をする。例えば、血管の太さと血管の密度はそれぞれ診断に有用な血管情報であるが、血管の太さが特定の太さであるから、あるいは血管の密度が特定の密度であるからというだけで観察対象の状態を鑑別するわけではなく、血管の太さが特定の太さ以上で、かつ、血管の密度が特定値以上であるから観察対象の状態が特定の病変である、というように複数の血管情報を勘案して診断をする。

上記のような多面的で複合的な診断の実態にあわせて、近年では、内視鏡システムや内視鏡画像を解析するための画像処理装置が、上記特許文献１，２が算出する血管情報よりもさらに直感的で有用な情報等を算出して、医師の診断を支援することが求められている。なかでも、観察対象の血管の状態（太さや深さの分布）が時間的にどのように変化したかという事実は特に診断に有用な情報になり得る。このため、内視鏡システムや画像処理装置は、血管情報よりもさらに直感的で有用、かつ、血管の状態の時間的変化を表す情報を算出することが望ましい。

本発明は、複数の血管情報を用い、内視鏡画像を用いた診断の実態にあわせ、個々の血管情報よりもさらに有益な診断支援パラメータ（以下、血管パラメータという）を算出し、かつ、血管パラメータを用いて観察対象の血管の時間的変化を表す指標を算出する画像処理装置、内視鏡システム、及び画像処理方法を提供することを目的とする。

本発明の画像処理装置は、内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得する画像取得部と、複数の内視鏡画像から観察対象の血管をそれぞれ抽出する血管抽出部と、内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出する血管情報算出部と、血管情報を用いて演算することにより、各々の内視鏡画像から抽出した血管に関する血管パラメータを算出する血管パラメータ算出部と、血管パラメータを用いて観察対象の血管の時間的変化を表す血管変化指標を算出する血管変化指標算出部と、を備える。

血管情報は、血管の本数、太さ、太さの変化、太さの変化の複雑度、長さ、長さの変化、分岐数、分岐角度、分岐点間距離、交差数、傾き、面積、密度、粘膜を基準とした深さ、高低差、間隔、コントラスト、色、色の変化、蛇行度、血液濃度、酸素飽和度、動脈の割合、静脈の割合、投与した色素の濃度、走行パターン、または、血流量であることが好ましい。

血管変化指標は、前記血管パラメータの差分、倍率、または変化率であることが好ましい。

血管情報算出部は、内視鏡画像の一部または全部に設定する関心領域について血管情報を算出することが好ましい。

血管情報は、関心領域における統計量であることが好ましい。

血管変化指標算出部は、各々の内視鏡画像の撮像時刻順に帰納的に血管変化指標を算出することが好ましい。

血管変化指標算出部は、各々の内視鏡画像の撮像時刻のうちいずれかの撮影時刻を基準時刻に設定して血管変化指標を算出することが好ましい。

本発明の内視鏡システムは、観察対象を撮像する内視鏡と、内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得する画像取得部と、複数の前記内視鏡画像から観察対象の血管をそれぞれ抽出する血管抽出部と、内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出する血管情報算出部と、血管情報を用いて演算することにより、各々の内視鏡画像から抽出した血管に関する血管パラメータを算出する血管パラメータ算出部と、血管パラメータを用いて観察対象の血管の時間的変化を表す血管変化指標を算出する血管変化指標算出部と、を有する画像処理装置と、を備える。

本発明の画像処理方法は、画像取得部が、内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得するステップと、血管抽出部が、複数の内視鏡画像から観察対象の血管をそれぞれ抽出するステップと、血管情報算出部が、内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出するステップと、血管パラメータ算出部が、血管情報を用いて演算することにより、各々の内視鏡画像から抽出した血管に関する血管パラメータを算出するステップと、血管変化指標算出部が、血管パラメータを用いて観察対象の血管の時間的変化を表す血管変化指標を算出するステップと、を備える。

本発明の画像処理装置、内視鏡システム、及び画像処理装置は、複数の血管情報を用いて演算することにより、個々の血管情報よりもさらに直接的に診断の目安になる血管パラメータを算出し、かつ、血管パラメータを用いて観察対象の血管の時間的変化を表す血管変化指標を算出する。このため、本発明の画像処理装置、内視鏡システム、及び画像処理装置は、従来よりもさらに直接的に医師の診断を支援することができる。

内視鏡システムの外観図である。 内視鏡システムのブロック図である。 画像処理装置のブロック図である。 ストレージに保存した内視鏡画像を示す説明図である。 モニタの表示画面である。 画像処理装置の動作を示すフローチャートである。 関心領域の設定方法を示す説明図である。 第２内視鏡画像の模式図である。 抽出した第２血管を表す第２血管画像である。 第２実施形態の画像処理装置のブロック図である。 判定部による判定結果を表示するモニタの表示画面である。 第３実施形態の内視鏡システムのブロック図である。 第４実施形態で用いる第３内視鏡画像を示す説明図である。 第４実施形態におけるモニタの表示画面である。 計算開始ボタンを設けたモニタの表示画面である。 血管パラメータを表示するモニタの表示画面である。 カプセル内視鏡の概略図である。

［第１実施形態］
図１に示すように、内視鏡システム１０は、内視鏡１２と、光源装置１４と、プロセッサ装置１６と、モニタ１８と、コンソール１９とを有する。内視鏡１２は光源装置１４と光学的に接続し、かつ、プロセッサ装置１６と電気的に接続する。内視鏡１２は、被検体内に挿入する挿入部１２ａと、挿入部１２ａの基端部分に設けられた操作部１２ｂと、挿入部１２ａの先端側に設けられた湾曲部１２ｃ及び先端部１２ｄを有している。操作部１２ｂのアングルノブ１２ｅを操作することにより、湾曲部１２ｃは湾曲動作する。この湾曲動作によって、先端部１２ｄが所望の方向に向けられる。

また、操作部１２ｂには、アングルノブ１２ｅの他、静止画像取得指示部１３ａ、ズーム操作部１３ｂが設けられている。静止画像取得指示部１３ａは、内視鏡システム１０に静止画像の取得指示を入力する場合に操作する。静止画像の取得指示には、モニタ１８に観察対象の静止画像を表示するフリーズ指示と、静止画像をストレージに保存するレリーズ指示がある。ズーム操作部１３ｂは、撮像倍率を変更するための撮像倍率変更指示を入力するために用いられる。

プロセッサ装置１６は、モニタ１８及びコンソール１９と電気的に接続する。モニタ１８は、観察対象の画像や、画像に付帯する情報等を出力表示する。コンソール１９は、機能設定等の入力操作を受け付けるユーザインタフェースとして機能する。

図２に示すように、光源装置１４は、観察対象に照射する照明光を発する光源２０と、光源２０を制御する光源制御部２２とを備えている。光源２０は、例えば、複数色のＬＥＤ（Light Emitting Diode）等の半導体光源、レーザーダイオードと蛍光体の組み合わせ、またはキセノンランプ等のハロゲン光源で構成される。また、光源２０には、ＬＥＤ等が発光した光の波長帯域を調整するための光学フィルタ等が含まれる。光源制御部２２は、ＬＥＤ等のオン／オフや、ＬＥＤ等の駆動電流や駆動電圧の調整によって、照明光の光量を制御する。また、光源制御部２２は、光学フィルタの変更等によって、照明光の波長帯域を制御する。

内視鏡システム１０は、観察対象を通常観察画像で観察するための通常観察モードと、観察対象を特殊観察画像で観察するための特殊観察モードの２種類の観察モードを有する。観察モードが通常観察モードの場合、光源制御部２２は、光源２０によってほぼ白色の照明光を発生させる。観察モードが特殊観察モードの場合、光源制御部２２は、光源２０によって、特定の狭い波長帯域を有する照明光（以下、狭帯域光という）を発生させる。観察モードは、操作部１２ｂに設けられたモード切り替えスイッチ（図示しない）によって切り替えられる。

光源２０が発した照明光は、挿入部１２ａ内に挿通したライトガイド４１に入射する。ライトガイド４１は、内視鏡１２及びユニバーサルコードに内蔵しており、照明光を内視鏡１２の先端部１２ｄまで伝搬する。ユニバーサルコードは、内視鏡１２と光源装置１４及びプロセッサ装置１６とを接続するコードである。なお、ライトガイド４１としては、マルチモードファイバを使用することができる。一例として、コア径１０５μｍ、クラッド径１２５μｍ、外皮となる保護層を含めた径がφ０．３〜０．５ｍｍの細径なファイバケーブルを使用することができる。

内視鏡１２の先端部１２ｄには、照明光学系３０ａと撮像光学系３０ｂが設けられている。照明光学系３０ａは照明レンズ４５を有しており、ライトガイド４１によって伝搬した照明光は照明レンズ４５を介して観察対象に照射される。撮像光学系３０ｂは、対物レンズ４６、ズームレンズ４７、及び撮像センサ４８を有している。観察対象からの反射光、散乱光、及び蛍光等の各種の光は、対物レンズ４６及びズームレンズ４７を介して撮像センサ４８に入射する。これにより、撮像センサ４８に観察対象の像が結像する。ズームレンズ４７は、ズーム操作部１３ｂを操作することでテレ端とワイド端の間で自在に移動し、撮像センサ４８に結像する観察対象を拡大または縮小する。

撮像センサ４８は、画素毎にＲ（赤色）、Ｇ（緑色）、またはＢ（青色）のカラーフィルタのいずれかが設けられたカラー撮像センサであり、観察対象を撮像してＲＧＢ各色の画像信号を出力する。撮像センサ４８としては、ＣＣＤ（Charge Coupled Device）撮像センサやＣＭＯＳ（Complementary Metal-Oxide Semiconductor）撮像センサを利用可能である。また、原色のカラーフィルタが設けられた撮像センサ４８の代わりに、Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）及びＧ（緑）の補色フィルタを備えた補色撮像センサを用いても良い。補色撮像センサを用いる場合には、ＣＭＹＧの４色の画像信号が出力される。このため、補色−原色色変換によって、ＣＭＹＧの４色の画像信号をＲＧＢの３色の画像信号に変換することにより、撮像センサ４８と同様のＲＧＢ画像信号を得ることができる。また、撮像センサ４８の代わりに、カラーフィルタを設けていないモノクロセンサを用いても良い。

撮像センサ４８が出力する画像信号は、ＣＤＳ／ＡＧＣ回路５１に送信される。ＣＤＳ／ＡＧＣ回路５１は、アナログ信号である画像信号に相関二重サンプリング（ＣＤＳ：Correlated Double Sampling）や自動利得制御（ＡＧＣ：Automatic Gain Control）を行う。ＣＤＳ／ＡＧＣ回路５１を経た画像信号は、Ａ／Ｄ（Analog to Digital）コンバータ５２により、デジタル画像信号に変換される。Ａ／Ｄ変換後のデジタル画像信号は、プロセッサ装置１６に入力される。

プロセッサ装置１６は、画像信号取得部５３と、ＤＳＰ（Digital Signal Processor）５６と、ノイズ低減部５８と、メモリ６１と、信号処理部６２と、映像信号生成部６３と、を備えている。

画像信号取得部５３は、内視鏡１２からデジタル画像信号を取得する。ＤＳＰ５６は、画像信号取得部５３が取得した画像信号に対して、欠陥補正処理、オフセット処理、ゲイン補正処理、リニアマトリクス処理、ガンマ変換処理、及びデモザイク処理等の各種信号処理を施す。欠陥補正処理では、撮像センサ４８の欠陥画素の信号を補正する。オフセット処理では、欠陥補正処理を施した画像信号から暗電流成分を除き、正確なゼロレベルを設定する。ゲイン補正処理では、オフセット処理後の画像信号に特定のゲインを乗じることにより信号レベルを整える。

ゲイン補正処理後の画像信号には、色再現性を高めるためのリニアマトリクス処理を施す。その後、ガンマ変換処理によって明るさや彩度を整える。ガンマ変換処理後の画像信号には、デモザイク処理（等方化処理、または同時化処理とも言う）を施し、各画素で不足した色の信号を補間によって生成する。このデモザイク処理によって、全画素がＲＧＢ各色の信号を有するようになる。ノイズ低減部５８は、ＤＳＰ５６でデモザイク処理等を施した画像信号に対して、例えば移動平均法やメディアンフィルタ法等によるノイズ低減処理を施し、ノイズを低減する。ノイズを低減した画像信号は、メモリ６１に記憶する。

信号処理部６２は、メモリ６１からノイズ低減後の画像信号を取得する。そして、取得した画像信号に対して、必要に応じて、色変換処理、色彩強調処理、及び構造強調処理等の信号処理を施し、観察対象が写ったカラーの内視鏡画像を生成する。色変換処理は、画像信号に対して３×３のマトリックス処理、階調変換処理、及び３次元ＬＵＴ（ルックアップテーブル）処理などにより色の変換を行う処理である。色彩強調処理は、色変換処理済みの画像信号に対して行う。構造強調処理は、例えば血管やピットパターン等の観察対象に含まれる特定の組織や構造を強調する処理であり、色彩強調処理後の画像信号に対して行う。信号処理部６２が生成する内視鏡画像は、観察モードが通常観察モードの場合は通常観察画像であり、観察モードが特殊観察モードの場合は特殊観察画像であるため、色変換処理、色彩強調処理、及び構造強調処理の内容は、観察モードによって異なる。通常観察モードの場合、信号処理部６２は、観察対象が自然な色合いになる上記各種信号処理を施して通常観察画像を生成する。特殊観察モードの場合、信号処理部６２は、少なくとも観察対象の血管を強調する上記各種信号処理を施して特殊観察画像を生成する。信号処理部６２が生成する特殊観察画像では、粘膜の表面を基準として観察対象内の比較的浅い位置にある血管（いわゆる表層血管）は、マゼンタ系の色（例えばブラウン色）になり、粘膜の表面を基準とし観察対象内の比較的深い位置にある血管（いわゆる中深層血管）は、シアン系の色（例えば緑色）になる。このため、ピンク系の色で表される粘膜に対して、観察対象の血管が色の違いで強調される。

信号処理部６２は、生成した内視鏡画像を映像信号生成部６３に入力する。映像信号生成部６３は、内視鏡画像をモニタ１８に出力表示するための映像信号に変換する。また、静止画像取得指示部１３ａの操作により、レリーズ指示を入力すると、信号処理部６２は、生成した内視鏡画像をストレージ６４に保存する。ストレージ６４は、プロセッサ装置１６にＬＡＮ（Local Area Network）等接続した外部記憶装置であり、例えば、ＰＡＣＳ（Picture Archiving and Communication System）等の内視鏡画像をファイリングするシステムのファイルサーバや、ＮＡＳ（Network Attached Storage）等である。ストレージ６４に保存した内視鏡画像は、画像処理装置６５で使用する。

画像処理装置６５は、内視鏡画像に画像処理を施して、診断支援のために、血管パラメータを算出し、かつ、血管パラメータを用いて血管変化指標を算出する装置である。図３に示すように、画像処理装置６５は、画像取得部８１と、血管抽出部８２と、血管情報算出部８３と、血管パラメータ算出部８４と、血管変化指標算出部８５と、を備える。また、画像処理装置６５には、関心領域（ROI : Region Of Interest）の指定等に用いるポインティングデバイスやキーボードなどを含む入力デバイス８７や、内視鏡画像等を表示するためのモニタ８８が接続している。

画像取得部８１は、内視鏡１２によって観察対象を互いに異なる時刻に撮像して得た複数の内視鏡画像を、ストレージ６４から取得する。ストレージ６４に保存されている内視鏡画像には、通常観察画像と特殊観察画像とがあるが、本実施形態では、画像取得部８１は、血管を強調した特殊観察画像をストレージ６４から取得する。

また、図４に示すように、ストレージ６４には、時間的に異なる時刻（年月日時）に観察対象を撮像して得た複数の内視鏡画像９９を保存している。画像取得部８１は、ユーザの設定入力等にしたがって、これら複数の内視鏡画像９９から、互いに異なる時刻に撮像して得た複数の内視鏡画像を取得する。本実施形態では、簡単のため、第１内視鏡画像１０１と第２内視鏡画像１０２を取得する。第１内視鏡画像１０１は、第２内視鏡画像１０２よりも先に観察対象を撮像して得た内視鏡画像である。逆に、第２内視鏡画像１０２は、第１内視鏡画像１０１よりも後に観察対象を撮像して得た内視鏡画像である。すなわち、「第１」及び「第２」は内視鏡画像の取得時刻の先後を表し、画像取得部８１が取得する２つの内視鏡画像のうち、相対的に先に観察対象を撮像して得た内視鏡画像が第１内視鏡画像１０１であり、相対的に後に観察対象を撮像して得た内視鏡画像が第２内視鏡画像１０２である。第１内視鏡画像１０１の撮影時刻Ｔ１と、第２内視鏡画像１０２の撮影時刻Ｔ２とを比較すると、Ｔ１＜Ｔ２である。

血管抽出部８２は、画像取得部８１が取得した複数の内視鏡画像から観察対象の血管をそれぞれ抽出する。血管の抽出方法は、例えば周波数フィルタ等である。本実施形態では、画像取得部８１は、第１内視鏡画像１０１と第２内視鏡画像１０２の２つの内視鏡画像を取得するので、血管抽出部８２は第１内視鏡画像１０１及び第２内視鏡画像１０２から観察対象の血管をそれぞれ抽出する。以下、第１内視鏡画像１０１から抽出した血管を第１血管といい、第２内視鏡画像１０２から抽出した血管を第２血管という。また、本実施形態では、血管抽出部８２は画像取得部８１が取得した内視鏡画像の全体から血管を抽出するが、関心領域を指定した場合は指定した関心領域内でだけ血管を抽出しても良い。

血管情報算出部８３は、内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出する。血管情報とは、例えば、血管の本数、分岐数、分岐角度、分岐点間距離、交差数、太さ、太さの変化、太さの変化の複雑度、長さ、間隔、粘膜を基準とした深さ、高低差、傾き、面積、密度、コントラスト、色、色の変化、蛇行度、血液濃度、酸素飽和度、動脈の割合、静脈の割合、投与した色素の濃度、走行パターン、または、血流量である。本実施形態では、血管情報算出部８３は、可能な限り、上記の全ての血管情報を算出するが、上記のなかから必要な血管情報を選択して算出することができる。また、上記血管情報は例であり、その他の血管に関する情報を血管情報として算出してもよい。

血管の本数とは、内視鏡画像全体または関心領域内で抽出した血管の数である。血管の本数は、例えば、抽出した血管の分岐点の個数（分岐数）や他の血管との交差点の個数（交差数）等を用いて算出する。血管の分岐角度は、２本の血管が分岐点においてなす角度である。分岐点間距離は、任意の分岐点とその隣の分岐点の直線距離、または、任意の分岐点とその隣の分岐点までの血管に沿った長さである。

血管の交差数とは、粘膜下の深さが異なる血管が内視鏡画像上で交差する交差点の個数である。より具体的には、血管の交差数とは、相対的に粘膜下の浅い位置にある血管が、深い位置にある血管を横切る数である。

血管の太さ（血管径）とは、血管と粘膜の境界線間の距離であり、例えば、抽出した血管のエッジから血管の中を通って血管の短手方向に沿って画素数を計数することにより計数する。したがって、血管の太さは画素数であるが、内視鏡画像を撮影した際の撮影距離やズーム倍率等が既知の場合には、必要に応じて「μｍ」等の長さの単位に換算可能である。

血管の太さの変化とは、血管の太さのばらつきに関する血管情報であり、口径不同度ともいう。血管の太さの変化は、例えば、血管径の変化率（拡張度ともいう）である。血管径の変化率は、血管の最も細い部分の太さ（最小径）と血管の最も太い部分の太さ（最大径）を用いて、「血管経の変化率（％）＝最小径／最大径×１００」で求める。

なお、過去の検査で観察対象を撮影して得た内視鏡画像と、その後の新たな検査で同じ観察対象を撮影して得た内視鏡画像と、を用いる場合、過去の検査で得た内視鏡画像から抽出した血管の太さに対して、その後の新たな検査で得た内視鏡画像から抽出した同じ血管の太さの時間的な変化を血管の太さの変化としてもよい。

また、血管の太さの変化として、細径部の割合、または太径部の割合を算出しても良い。細径部とは太さが閾値以下の部分であり、太径部とは太さが閾値よりも太い部分である。細径部の割合は、「細径部の割合（％）＝細径部の長さ／血管の長さ×１００」で求める。同様に、太径部の割合は、「太径部の割合（％）＝太径部の長さ／血管の長さ×１００」で求める。

血管の太さの変化の複雑度（以下、「太さ変化の複雑度」という）は、血管の太さ変化している場合に、その変化がどの程度複雑であるかを表す血管情報であり、血管の太さの変化を表す血管情報（すなわち血管径の変化率、細径部の割合、または太径部の割合）を複数組み合わせて算出する血管情報である。太さ変化の複雑度は、例えば、血管径の変化率と細径部の割合の積で求めることができる。

血管の長さとは、抽出した血管の長手方向に沿って計数した画素数である。

血管の間隔とは、抽出した血管のエッジ間にある粘膜を表す画素の画素数である。抽出した血管が１本の場合、血管の間隔は値を持たない。

血管の深さは、粘膜（より具体的には粘膜の表面）を基準として測る。この粘膜を基準とした血管の深さは、例えば、血管の色に基づいて算出することができる。特殊観察画像の場合、粘膜の表面に近い位置にある血管はマゼンタ系の色で表され、粘膜の表面から遠く、粘膜下の深い位置にある血管はシアン系の色で表されるので、血管情報算出部８３は、血管として抽出した画素のＲ，Ｇ，Ｂ各色の信号のバランスに基づいて、粘膜を基準とした血管の深さを画素毎に算出する。

血管の高低差とは、血管の深さの差の大きさである。例えば、注目する１本の血管の高低差は、この血管の最も深い箇所の深さ（最大深さ）と、最も浅い箇所の深さ（最小深さ）の差で求める。深さが一定の場合、高低差は零である。

血管の傾きとは、血管の深さの変化率であり、血管の長さと血管の深さを用いて算出する。すなわち、血管の傾きは、「血管の傾き＝血管の深さ／血管の長さ」で求める。なお、血管を複数の区間に区切り、各区間で血管の傾きを算出してもよい。

血管の面積は、血管として抽出した画素の画素数、または、血管として抽出した画素の画素数に比例する値である。血管の面積は、関心領域内、関心領域外、または、内視鏡画像全体について算出する。

血管の密度は、単位面積中にある血管の割合である。血管の密度を算出する画素を概ね中心に含む特定の大きさの領域（例えば単位面積の領域）を切り出し、この領域内の全画素に占める血管の割合を算出する。これを関心領域または内視鏡画像全体の全画素に対して行うことで、各画素の血管の密度を算出することができる。

血管のコントラストとは、観察対象の粘膜に対する相対的なコントラストである。血管のコントラストは、血管の輝度Ｙ_Vと、粘膜の輝度Ｙ_Mと、を用いて、例えば「Ｙ_V／Ｙ_M」または「（Ｙ_V−Ｙ_M）／（Ｙ_V＋Ｙ_M）」で算出する。

血管の色とは、血管を表す画素のＲＧＢの各値である。そして、血管の色の変化とは、血管を表す画素のＲＧＢ各値の各々の最大値と最小値の差または比である。例えば、血管を表す画素のＢ値の最大値と最小値の比、Ｇ値の最大値と最小値の比、またはＲ値の最大値と最小値の比は、血管の色の変化を表す。もちろん、補色に変換して、シアン、マゼンタ、イエロー、グリーン等の各値について血管の色及び血管の色の変化を算出しても良い。

血管の蛇行度とは、血管が蛇行して走行する範囲の広さを表す血管情報である。血管の蛇行度は、例えば、蛇行度を算出する血管を含む最小の長方形の面積（画素数）である。また、血管の始点と終点の直線距離に対する血管の長さの比を血管の蛇行度としても良い。

血管の血液濃度とは、血管が含むヘモグロビンの量に比例する血管情報である。血管を表す画素のＲ値に対するＧ値の比（Ｇ／Ｒ）はヘモグロビンの量に比例するので、Ｇ／Ｒの値を算出することで、画素ごとに血液濃度を算出することができる。

血管の酸素飽和度とは、ヘモグロビンの総量（酸化ヘモグロビン及び還元ヘモグロビンの総量）に対する酸化ヘモグロビンの量である。酸素飽和度は、酸化ヘモグロビンと還元ヘモグロビンの吸光係数に違いが大きい特定の波長帯域の光（例えば、波長４７０±１０ｎｍ程度の青色光）で観察対象を撮影した内視鏡画像を用いて算出することができる。波長４７０±１０ｎｍ程度の青色光を用いる場合、血管を表す画素のＢ値は酸素飽和度と相関があるので、Ｂ値を酸素飽和度に対応付けるテーブル等を用いることで、血管を表す各画素の酸素飽和度を算出することができる。

動脈の割合とは、全血管の画素数に対する動脈の画素数の割合である。同様に、静脈の割合とは、全血管の画素数に対する静脈の画素数の割合である。動脈と静脈は、酸素飽和度によって区別することができる。例えば、酸素飽和度が７０％以上の血管を動脈とし、酸素飽和度が７０％未満の血管を静脈とすれば、抽出した血管を動脈と静脈に分けられるので、上記動脈の割合及び静脈の割合を算出するするこができる。

投与した色素の濃度とは、観察対象に対して散布した色素、または静脈注射により血管に注入した色素の濃度である。投与した色素の濃度は、例えば、色素色以外の画素の画素値に対する色素色の画素値の割合で算出する。例えば、青色に着色する色素を投与した場合は、Ｂ／ＧやＢ／Ｒ等が、観察対象に定着（あるいは一時的に付着）した色素の濃度を表す。

血管の走行パターンとは、血管の走行方向に関する血管情報である。血管の走行パターンは、例えば、任意に設定する基準線に対する血管の平均角度（走行方向）や、任意に設定する基準線に対して血管がなす角度の分散（走行方向のばらつき）等である。

血管の血流量（血流速度ともいう）は、単位時間あたりに赤血球が通り抜ける数である。超音波プローブを内視鏡１２の鉗子チャネル等を介して併用する場合等に、超音波プローブで得る信号を用いて内視鏡画像の血管を表す各画素のドップラーシフト周波数を求めることができる。血管の血流量は上記ドップラーシフト周波数を用いることで算出することができる。

入力デバイス８７の操作によって内視鏡画像の全部または一部に関心領域を設定することができる。例えば、内視鏡画像の一部を関心領域に設定した場合、血管情報算出部８３は関心領域内で血管情報を算出する。関心領域を指定していない場合や、内視鏡画像の全部を関心領域に設定した場合には、血管情報算出部８３は、内視鏡画像の全部を関心領域に設定して血管情報を算出する。

また、血管情報算出部８３は、内視鏡画像の画素毎に血管情報を算出する。例えば、血管情報を算出する画素を含む予め定めた範囲（例えば血管情報を算出する画素を中心とする９９×９９画素の範囲）の画素のデータを用いて１つの画素の血管情報を算出する。例えば、血管情報として血管の太さを算出する場合、画素毎の「血管の太さ」は、上記予め定めた範囲に写る血管の太さの統計量である。統計量とは、いわゆる基本統計量であり、例えば、最大値、最小値、平均値、中央値、または最頻値である。もちろん、例示する値以外の統計量を使用することもできる。例えば、最大値、最小値、平均値、中央値、または最頻値等のいわゆる代表値を用いて演算した値（最大値と最小値の比等）や、分散や標準偏差、変動係数等のいわゆる散布度を使用することができる。

関心領域を設定する場合には、血管情報算出部８３は、関心領域に含まれる各画素の血管情報の統計量を算出し、その値を関心領域の血管情報とする。例えば、血管情報として血管の太さを算出する場合、上記のように各画素の「血管の太さ」を算出し、関心領域を設定している場合には、さらに関心領域に含まれる各画素の「血管の太さ」の統計量を算出し、設定した１つの関心領域に対して１つの「血管の太さ」を算出する。内視鏡画像の全体を関心領域に設定する場合も同様である。

なお、画素毎の血管情報を算出する場合の統計量と、関心領域の血管情報を算出する場合の統計量は、同じ統計量であっても良いし、異なっていても良い。例えば、画素毎の血管の太さを算出する場合には「予め定めた範囲」に写る血管の太さの平均値を算出し、その後、関心領域の血管の太さを算出する場合にも、各画素の血管の太さの平均値を算出してもよいし、各画素の血管の太さの最頻値を算出しても良い。

また、本実施形態では、上記のように画素毎に血管情報を算出し、その後、画素毎に算出した血管情報の関心領域内の統計量を算出して、関心領域の血管情報を算出するが、算出する血管情報の種類や、画素毎の血管情報を算出する場合の統計量の計算の仕方と関心領域の血管情報を算出する場合の統計量の計算の仕方の関係等によっては、画素毎の血管情報を省略することができる。「血管の太さ」であれば、関心領域に写る血管の太さの平均値を、関心領域の血管の太さにすることができる。

本実施形態では、血管抽出部８２は第１内視鏡画像１０１と第２内視鏡画像１０２についてそれぞれ血管を抽出する。このため、血管情報算出部８３は、第１内視鏡画像１０１から抽出した第１血管について、複数の血管情報を算出する。以下では、第１血管について算出した血管情報を第１血管情報という。すなわち、血管情報算出部８３は、第１血管について複数の第１血管情報を算出する。なお、第１内視鏡画像１０１の一部または全部に関心領域を設定する場合、各々の第１血管情報は、設定した関心領域における統計量である。

同様に、血管情報算出部８３は、第２内視鏡画像１０２から抽出した第２血管について、複数の血管情報を算出する。以下では、第２血管について算出した血管情報を第２血管情報という。すなわち、血管情報算出部８３は、第２血管について複数の第２血管情報を算出する。なお、第２内視鏡画像１０２の一部または全部に関心領域を設定する場合、各々の第２血管情報は、設定した関心領域における統計量である。

上記のように血管情報算出部８３が算出する「複数の第１血管情報」と「複数の第２血管情報」は、種類（種類の組み合わせ）が同じである。例えば、血管情報算出部８３が第１血管について「太さ」、「深さ」、及び「密度」の３種類の血管情報を第１血管情報として算出する場合、血管情報算出部８３は第２血管についても「太さ」、「深さ」、及び「密度」の３種類の血管情報を第２血管情報として算出する。

血管パラメータ算出部８４は、血管情報を用いて演算することにより、各々の内視鏡画像から抽出した血管に関する血管パラメータを算出する。血管パラメータは、複数の血管情報を用いた演算により得られ、観察対象（または観察対象の血管）を評価する評価値である。本実施形態では、血管パラメータ算出部８４は、複数の第１血管情報を用いて演算することにより、第１血管に関する第１血管パラメータＰ１を算出する。また、血管パラメータ算出部８４は、複数の第２血管情報を用いて演算することにより、第２血管に関する第２血管パラメータＰ２を算出する。

血管パラメータ算出部８４は、複数の第１血管情報のそれぞれに重み付け係数をかけ、和をとることによって第１血管パラメータＰ１を算出する。重み付け係数は、重み付け係数テーブル９１に記憶しており、例えば機械学習によって予め定める。複数の第２血管情報を用いて第２血管パラメータＰ２を算出する演算は、上記第１血管パラメータＰ１を算出する演算と同じであり、使用する重み付け係数も第１血管パラメータＰ１の算出に用いる重み付け係数テーブル９１である。

第１血管パラメータＰ１と第２血管パラメータＰ２は、観察対象の血管の状態を同じ手法で（同じ演算によって）評価する同種の評価値である。すなわち、第１血管パラメータＰ１及び第２血管パラメータＰ２はどちらも同じ血管パラメータであり、「第１」及び「第２」は、単に、血管パラメータを算出する際に元になった血管が、第１内視鏡画像１０１から抽出した第１血管であるか、第２内視鏡画像１０２から抽出した第２血管であるかの違いを表す。もちろん、第１血管パラメータＰ１と第２血管パラメータＰ２の値は、偶然に一致する場合を除いて、基本的には異なる値になる。この第１血管パラメータＰ１と第２血管パラメータＰ２の値の違いは、第１内視鏡画像１０１の撮影時刻Ｔ１と第２内視鏡画像１０２の撮影時刻Ｔ２の違いである。

本実施形態では、血管パラメータ算出部８４は、上記のように複数の血管情報の重み付け和を血管パラメータとして算出するが、血管パラメータの算出方法は任意である。例えば、和を取るだけでなく、加減乗除が混在する演算をして血管パラメータを算出しても良いし、その他の関数を用いて血管パラメータを算出しても良い。

血管パラメータは、互いに次元（単位）が異なる血管情報を加算等して算出するので、血管パラメータには物理的な意味は無いが、診断の指標として機能する。すなわち、血管パラメータは、物理的な意味がない値であることが血管情報との違いである。

血管変化指標算出部８５は、血管パラメータ算出部８４が算出した血管パラメータを用いて血管変化指標１０８（図５参照）を算出する。本実施形態では、血管パラメータ算出部８４は、第１血管パラメータＰ１と第２血管パラメータＰ２を算出するので、血管変化指標算出部８５は、第１血管パラメータＰ１及び第２血管パラメータＰ２を用いて血管変化指標１０８を算出する。

血管変化指標１０８は、観察対象の血管の時間的変化を表す指標であり、例えば、血管パラメータの差分、倍率、または変化率である。「血管の時間的変化」は、時間の経過による変化（経時的変化）、薬剤の散布、塗布、注入、または投与等による変化、その他施術後の変化等を含む。また、経過時間を考慮して、単位時間あたりの差分、倍率、または変化率を血管変化指標１０８にしてもよい。単位時間とは、１年、１月、１日、１時間、１分、１秒、等である。

本実施形態の場合、第１血管パラメータＰ１と第２血管パラメータＰ２の値の違いは、第１内視鏡画像１０１の撮影時刻Ｔ１と第２内視鏡画像１０２の撮影時刻Ｔ２の違いなので、第１血管パラメータに対する第２血管パラメータの変化は、観察対象の血管の時間的変化を表す。したがって、血管変化指標算出部８５は、血管変化指標１０８として、第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化を算出する。

また、本実施形態では、血管変化指標算出部８５は、第１血管パラメータＰ１と第２血管パラメータＰ２の差分Δ、第１血管パラメータＰ１に対する第２血管パラメータＰ２の倍率Ｒｍ、または、第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化率Ｒｃのいずれかを算出する。第１血管パラメータＰ１と第２血管パラメータＰ２の差分Δは、Δ＝Ｐ２−Ｐ１である。第１血管パラメータＰ１に対する第２血管パラメータＰ２の倍率Ｒｍは、Ｒｍ＝Ｐ２／Ｐ１である。第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化率Ｒｃは、Ｒｃ＝（Ｐ２−Ｐ１）／Ｐ１である。これら差分Δ、倍率Ｒｍ、及び変化率Ｒｃは例であり、血管変化指標算出部８５は、差分Δ、倍率Ｒｍ、または変化率Ｒｃ以外の方法で血管変化指標１０８を算出しても良い。例えば、第１内視鏡画像１０１の撮影時刻Ｔ１と第２内視鏡画像１０２の撮影時刻Ｔ２の時間差ｄＴ（＝Ｔ２−Ｔ１）で差分Δを割り、単位時間あたりの差分Δ／ｄＴを血管変化指標１０８にすることができる。同様に単位時間あたりの倍率Ｒｍや変化率Ｒｃを算出することができる。

画像処理装置６５は、画像取得部８１で取得した第１内視鏡画像１０１及び第２内視鏡画像１０２と、血管変化指標算出部８５が算出した血管変化指標１０８をモニタ８８に表示する。図５に示すように、モニタ８８は、メインウィンドウ１１５及びサブウィンドウ１１６と、血管変化指標表示部１１７とを有する。メインウィンドウ１１５及びサブウィンドウ１１６は内視鏡画像を表示し、血管変化指標表示部１１７は血管変化指標１０８を表示する。メインウィンドウ１１５は、相対的に後に観察対象を撮像して得た内視鏡画像を表示する領域であり、サブウィンドウ１１６は、相対的に先に観察対象を撮像して得た内視鏡画像を表示する領域である。このため、画像処理装置６５は、メインウィンドウ１１５に第２内視鏡画像１０２を表示し、サブウィンドウ１１６に第１内視鏡画像１０１を表示する。

次に、画像処理装置６５の動作の流れを図６のフローチャートに沿って説明する。まず、画像処理装置６５は、入力デバイス８７の入力操作にしたがって、画像取得部８１によってストレージ６４から第１内視鏡画像１０１及び第２内視鏡画像１０２を取得し（Ｓ１１）、モニタ８８に表示する（Ｓ１２）。画像処理装置６５は、取得した第１内視鏡画像１０１と第２内視鏡画像１０２のうち、撮像時刻が相対的に先の第１内視鏡画像１０１をサブウィンドウ１１６に表示し、撮像時刻が相対的に後の第２内視鏡画像１０２をメインウィンドウ１１５に表示する。

選択した第１内視鏡画像１０１及び第２内視鏡画像１０２がモニタ８８に表示されると、医師は入力デバイス８７を操作して、第１内視鏡画像１０１及び第２内視鏡画像１０２に関心領域をそれぞれ設定する（Ｓ１３）。例えば、図７に示すように、メインウィンドウ１１５の第２内視鏡画像１０２の概ね中央付近に病変か否か（あるいは病変の進行度合い等）の診断を要する注目箇所がある。このため、医師は入力デバイス８７を操作して、第２内視鏡画像１０２に注目箇所を含む関心領域（以下、第２関心領域という）１１２を設定する。また、サブウィンドウ１１６の第１内視鏡画像１０１に対しては、第２内視鏡画像１０２の注目箇所と同じ（あるいは対応する）注目箇所を含む関心領域（以下、第１関心領域という）１１１を設定する。

一方、血管抽出部８２は、第１内視鏡画像１０１から第１血管を抽出し、かつ、第２内視鏡画像１０２から第２血管を抽出する（Ｓ１４）。図８に示すように、第２内視鏡画像１０２は、血管を色によって強調した特殊観察画像であり、例えば、観察対象の粘膜表面の形状１２２が観察できる他、粘膜の表面に比較的近い位置にある細い表層血管１２３がマゼンタ系の色で表され、粘膜下の比較的深い位置にある太い中深層血管１２４はシアン系の色で表され、強調されている。この第２内視鏡画像１０２の場合、血管抽出部８２は、図９に模式的に画像化して示す第２血管画像１３２のように、表層血管１２３と中深層血管１２４を第２血管として抽出する。血管抽出部８２は、上記第２内視鏡画像１０２からの第２血管の抽出と同様に、第１内視鏡画像１０１から第１血管を抽出する。

上記のように、血管抽出部８２が第１内視鏡画像１０１から第１血管を抽出すると、血管情報算出部８３は、第１血管に関する第１血管情報を第１内視鏡画像１０１の画素毎に算出し、さらに第１関心領域１１１の統計量を算出することで、第１関心領域１１１の第１血管情報を算出する（Ｓ１５）。同様に、血管抽出部８２が第２内視鏡画像１０２から第２血管を抽出すると、血管情報算出部８３は、第２血管に関する第２血管情報を第２内視鏡画像１０２の画素毎に算出し、さらに第２関心領域１１２の統計量を算出することで、第２関心領域１１２の第２血管情報を算出する（Ｓ１５）。前述のように、血管情報算出部８３は、第１血管に関する複数の第１血管情報と、第２血管に関する複数の第２血管情報とをそれぞれ算出する。

血管情報算出部８３が第１血管について複数の第１血管情報を算出すると、血管パラメータ算出部８４は、複数の第１血管情報を用いて演算することにより、第１血管パラメータＰ１を算出する（Ｓ１６）。同様に、血管情報算出部８３が第２血管について複数の第２血管情報を算出すると、血管パラメータ算出部８４は、複数の第２血管情報を用いて演算することにより、第２血管パラメータＰ２を算出する（Ｓ１６）。

血管パラメータ算出部８４が第１血管パラメータＰ１及び第２血管パラメータＰ２を算出すると、血管変化指標算出部８５は、第１血管パラメータＰ１及び第２血管パラメータＰ２を用いて、観察対象の血管の時間的変化を表す血管変化指標１０８を算出する（Ｓ１７）。画像処理装置６５は、血管変化指標算出部８５が算出した血管変化指標１０８を、モニタ８８の血管変化指標表示部１１７に表示する（図５参照）。第１内視鏡画像１０１及び第２内視鏡画像１０２の選択と、第１関心領域１１１及び第２関心領域１１２の設定以外は、画像処理装置６５が自動的に行う。このため、画像処理装置６５を使用する医師からしてみれば、ストレージ６４から２枚の内視鏡画像を選択し、モニタ８８上で選択した内視鏡画像のそれぞれに関心領域を設定すると、自動的に血管変化指標１０８が血管変化指標表示部１１７に表示される。

上記のように、画像処理装置６５は、様々な血管情報を算出するだけでなく、複数の血管情報を用いて演算することにより第１血管パラメータＰ１及び第２血管パラメータＰ２を算出し、さらに、第１血管パラメータＰ１及び第２血管パラメータＰ２を用いて血管変化指標１０８を算出して医師の診断を支援する。

第１血管パラメータＰ１は、第１内視鏡画像１０１の撮影時刻Ｔ１における観察対象の診断の目安になり、第２血管パラメータＰ２は第２内視鏡画像１０２の撮影時刻Ｔ２における観察対象の診断の目安になる。そして、血管変化指標１０８は、これらの血管パラメータが時間経過によってどのように変化しているかを表す指標なので、特に診断の正確性向上の役に立つ。血管変化指標１０８によれば、例えば、血管パラメータの単なる増減だけでなく、血管パラメータの増減の程度を定量的に把握して診断をすることができる。第１血管パラメータＰ１や第２血管パラメータＰ２の絶対値だけで診断すると正確性に欠けて診断が難しいケースでも場合でも、血管変化指標１０８によって血管パラメータの変化をみれば正確な診断可能な場合がある。

また、血管変化指標１０８によれば、観察対象の血管が将来的にどのように変化するかを予想することができる。こうした予想は、従来は医師の経験によるものであったが、画像処理装置６５の場合は血管変化指標１０８が正確な予想を補助するので、どのような医師でも、熟練の医師に近い予想が可能になる。

［第２実施形態］
上記第１実施形態では、血管変化指標１０８をモニタ８８に表示しているが、図１０に示すように、画像処理装置６５には、血管変化指標を用いて観察対象の粘膜の状態を判定する判定部２０３を設け、血管変化指標１０８の代わりに判定部２０３による判定結果をモニタ８８に表示してもよい。観察対象の「粘膜の状態」とは、血管を含む粘膜全体としての総合的なステータスであり、例えば、「正常」、「腺腫」（腺腫の疑いがある）、または、「がん」（がんの疑いがある）等である。

判定部２０３は、血管変化指標算出部８５から血管変化指標１０８を取得し、血管変化指標１０８に基づいて、あるいは血管変化指標１０８を用いてさらに演算して、観察対象の粘膜の状態を判定する。

例えば、粘膜の状態を、正常、腺腫、がんの３種類の状態のいずれかに判定するバランスに、血管パラメータの算出に用いる重み付け係数を設定しているとする。この場合、判定部２０３は、第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化が小さく、血管変化指標１０８が第１閾値ＴＨ１以下であれば観察対象の粘膜の状態を「正常」と判定する。第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化が中程度であり、血管変化指標１０８が第１閾値ＴＨ１より大きく第２閾値ＴＨ２以下の場合に、判定部２０３は、観察対象の粘膜の状態を「腺腫」と判定する。また、第１血管パラメータＰ１に対する第２血管パラメータの変化が大きく、血管変化指標１０８が第２閾値ＴＨ２よりも大きい場合に、判定部２０３は観察対象の粘膜の状態を「がん」と判定する。そして、図１１に示すように、モニタ８８の表示画面には、血管変化指標表示部１１７の代わりに、判定結果表示部２１７を設け、上記判定部２０３の判定結果２０８を表示する。

上記のように、画像処理装置６５に判定部２０３を設け、血管変化指標１０８を用いて観察対象の粘膜の状態を判定し、その判定結果２０８を表示すれば、血管変化指標１０８を表示する場合よりもさらに直接的に分かりやすく診断を支援することができる。

なお、判定部２０３は、粘膜の状態を、正常、腺腫、及びがんを含む３種類以上の状態に判定することが望ましい。特に、大腸の粘膜の状態を判定する場合には、正常、過形成ポリープ（ＨＰ：Hyperplastic Polyp）、ＳＳＡ／Ｐ（Sessile Serrated Adenoma / Polyp）、腺腫（ＴＳＡ：Traditional Serrated Adenoma）、側方発達型腫瘍（ＬＳＴ：Laterally Spreading Tumor）、及びがんを含むいずれかの状態に判定することが好ましい。このように、判定部２０３の判定結果を細分化する場合、判定部２０３は血管変化指標１０８に加えて、血管パラメータまたは血管情報を用いることが好ましい。従来、過形成ポリープはがん化のリスクが低く、処置の必要がないと考えられていたが、近年では、過形成ポリープに似たＳＳＡ／Ｐががん化した例も発見されているため、特に過形成ポリープとＳＳＡ／Ｐを鑑別することが重要になってきている。一方、過形成ポリープあるいはＳＳＡ／Ｐと思しき肥厚した粘膜下を中深層血管１２４が横断していると、ＳＳＡ／Ｐが形成される可能性が高いことが分かっている。血管変化指標１０８を用いれば、判定部２０３によって過形成ポリープとＳＳＡ／Ｐを鑑別することができるが、血管変化指標１０８に加え、血管パラメータや血管情報（血管の太さ及び長さ）を組み合わせて判定をすれば、より高い確率で過形成ポリープからＳＳＡ／Ｐを鑑別することができる。

また、観察対象の粘膜の状態ががんである場合、判定部２０３は、血管変化指標１０８または血管パラメータ（第１血管パラメータＰ１もしくは第２血管パラメータＰ２）を用いて、さらに、がんのステージを判定することが好ましい。そして、判定結果表示部２１７には、判定部２０３が判定したがんのステージを表示することが好ましい。このように、観察対象の粘膜の状態をがんと判定した場合にさらにステージを判定して、その結果をモニタ８８に表示すれば、さらに細やかに診断を支援することができる。観察対象の粘膜の状態ががんであり、さらにがんのステージを判定する場合には、血管変化指標１０８または血管パラメータ（第１血管パラメータＰ１もしくは第２血管パラメータＰ２）に血管情報を組み合わせてがんのステージを判定してもよい。

上記第２実施形態では、判定部２０３の判定結果をモニタ８８に表示しているが、判定部２０３の判定結果そのものをモニタ８８に表示する代わりに、判定部２０３の判定血管に基づいて警告を表示してもよい。例えば、判定部２０３の判定結果が「がん」の場合、判定結果表示部２１７には「がんの可能性があります」等の判定結果に基づいて警告をするメッセージを表示することが好ましい。

［第３実施形態］
上記第１実施形態及び第２実施形態では、内視鏡システム１０が内視鏡画像をストレージ６４に保存し、後に画像処理装置６５がストレージ６４から内視鏡画像を取得して血管パラメータを算出するが、観察対象を観察しながらほぼリアルタイムに内視鏡システム１０が血管変化指標１０８を算出してもよい。この場合、図１２に示す内視鏡システム３１０のように、プロセッサ装置１６に画像取得部８１、血管抽出部８２、血管情報算出部８３、血管パラメータ算出部８４、及び、血管変化指標算出部８５を設ける。内視鏡１２や光源装置１４の構成は第１実施形態の内視鏡システム１０と同様である。

上記のようにプロセッサ装置１６に画像処理装置６５の各部を設ける場合、画像取得部８１は信号処理部６２が生成する内視鏡画像を、ストレージ６４を介さずに信号処理部６２から直接取得することができる。このため、画像取得部８１は、例えば静止画像の取得指示が入力された際に生成された内視鏡画像を少なくとも２以上一時的に保持し、第１実施形態の第１内視鏡画像１０１及び第２内視鏡画像１０２として血管抽出部８２に入力する。

画像取得部８１が一時的に保持する複数の内視鏡画像のうち、どの内視鏡画像を第１実施形態の第１内視鏡画像１０１及び第２内視鏡画像１０２として使用するかは、第１実施形態で入力デバイス８７を用いたのと同様に、内視鏡システム３１０のコンソール１９を用いて医師が選択することができる。また、画像取得部８１が一時的に保持する複数の内視鏡画像のうち、例えば、最も古い内視鏡画像（最も撮影時刻が早い内視鏡画像）を第１内視鏡画像１０１として使用し、最も新しい内視鏡画像（最も撮影時刻が遅い内視鏡画像）を第２内視鏡画像１０２として使用する等、コンソール１９を用いて、第１内視鏡画像１０１及び第２内視鏡画像１０２として使用する内視鏡画像を予め設定しておくこともできる。

画像取得部８１以外の血管抽出部８２、血管情報算出部８３、血管パラメータ算出部８４、及び、血管変化指標算出部８５の動作は、第１実施形態の内視鏡システム１０と同様である。血管変化指標算出部８５が算出した血管変化指標１０８は、映像信号生成部６３を介して内視鏡システム３１０のモニタ１８に表示する。血管変化指標１０８の表示方法は、第１実施形態と同様である。

上記のように、プロセッサ装置１６に、画像処理装置６５の各部を設ければ、プロセッサ装置１６が画像処理装置６５としても機能する。このため、内視鏡システム３１０では、観察対象を観察しながら血管変化指標１０８を算出するので、ほぼリアルタイムに診断を支援することができる。内視鏡システム３１０は、観察対象に対して薬剤を投与等し、あるいは観察対象に施術した場合に、その作用を観察する場合に好適である。

なお、上記第３実施形態では、画像取得部８１は信号処理部６２が生成する内視鏡画像を直接取得するが、信号処理部６２から内視鏡画像を直接取得する代わりに、第１実施形態等と同様に、ストレージ６４から第１内視鏡画像１０１及び第２内視鏡画像１０２を取得してもよい。特に、第１内視鏡画像１０１については、ストレージ６４に保存してある過去の検査で得た内視鏡画像を用いるとよい。過去の検査で得た内視鏡画像を第１内視鏡画像１０１に使用すると、血管変化指標１０８によって過去の観察対象に対する現在の観察対象の変化を、現在行っている検査の最中にリアルタイムに知ることができる。

また、上記第３実施形態では、画像取得部８１が信号処理部６２から取得する内視鏡画像は、静止画像の取得指示が入力された際に生成された内視鏡画像であるが、静止画像の取得指示に関係なく、血管変化指標１０８を算出してもよい。この場合、関心領域の設定、血管の抽出、血管情報の算出、血管パラメータの算出、及び、血管変化指標１０８の算出を、予め設定する時間間隔毎に自動的に行うことが好ましい。血管変化指標１０８を算出する時間間隔は医師が任意に設定可能である。

［第４実施形態］
上記第１〜第３実施形態では、血管変化指標１０８の算出に、第１内視鏡画像１０１と第２内視鏡画像１０２の２つの内視鏡画像を使用しているが、３以上の内視鏡画像を使用して血管変化指標１０８を算出してもよい。

例えば、図１３に示すように、画像取得部８１が、ストレージ６４に保存している複数の内視鏡画像９９のなかから、第１内視鏡画像１０１及び第２内視鏡画像１０２に加え、第２内視鏡画像１０２よりも後に観察対象を撮像して得る第３内視鏡画像４０３を取得する。すなわち、第１内視鏡画像１０１の撮影時刻Ｔ１、第２内視鏡画像１０２の撮影時刻Ｔ２、及び、第３内視鏡画像４０３の撮影時刻Ｔ３を比較すると、Ｔ１＜Ｔ２＜Ｔ３である。

この場合、図１４に示すように、モニタ８８には、メインウィンドウ４１４、第１サブウィンドウ４１５、及び、第２サブウィンドウ４１６の３つの内視鏡画像の表示領域を設ける。そして、画像取得部８１が第１内視鏡画像１０１、第２内視鏡画像１０２、及び第３内視鏡画像４０３を取得すると、画像処理装置６５は、メインウィンドウ４１４に、相対的に最も後に観察対象を撮像して得た第３内視鏡画像４０３を表示し、第１サブウィンドウ４１５に２番目に観察対象を撮像して得た第２内視鏡画像１０２を表示し、第２サブウィンドウ４１６には相対的に最も先に観察対象を撮像して得た第１内視鏡画像１０１を表示する。

画像処理装置６５が、モニタ８８に、第１内視鏡画像１０１、第２内視鏡画像１０２、及び第３内視鏡画像４０３を表示すると、医師がこれらの内視鏡画像に対してそれぞれに対応する関心領域を設定するのは第１実施形態等と同様である。すなわち、まず、第３内視鏡画像４０３には関心領域（以下、第３関心領域という）４１３を設定し、第２内視鏡画像１０２には、第３関心領域４１３が含む注目箇所と同じ（あるいは対応する）注目箇所を含む第２関心領域４１２を設定する。第１内視鏡画像１０１についても同様に第１関心領域４１１を設定する。

上記のように、第１内視鏡画像１０１、第２内視鏡画像１０２、及び第３内視鏡画像４０３に関心領域を設定すると、血管抽出部８２は、第１内視鏡画像１０１から第１血管を抽出し、第２内視鏡画像１０２から第２血管を抽出する。そして、第１内視鏡画像１０１から第１血管を抽出し、第２内視鏡画像１０２から第２血管を抽出するのと同様にして、第３内視鏡画像４０３から観察対象の血管を抽出する。以下、第３内視鏡画像４０３から抽出した血管を第３血管という。

その後、血管情報算出部８３は、第１血管について複数の第１血管情報を算出し、第２血管について複数の第２血管情報を算出し、さらに、第１血管について複数の第１血管情報を算出する（あるいは第２血管について複数の第２血管情報を算出する）のと同様に、第３内視鏡画像４０３から抽出した第３血管について、第１血管情報及び第２血管情報と同じ複数の血管情報（以下、第３血管情報という）を算出する。複数の第１血管情報、複数の第２血管情報、及び、本実施形態で新たに算出する複数の第３血管情報は、種類（種類の組み合わせ）が同じである。

血管パラメータ算出部８４が複数の第１血管情報を用いて演算し、第１血管パラメータＰ１を算出し、かつ、複数の第２血管情報を用いて演算し、第２血管パラメータＰ２を算出するのは第１実施形態等と同様である。本実施形態では、血管パラメータ算出部８４は、第１血管パラメータＰ１及び第２血管パラメータＰ２を算出するのと同様に、複数の第３血管情報を用いて演算することにより、第３血管に関する血管パラメータ（以下、第３血管パラメータＰ３という）を算出する。複数の第３血管情報から第３血管パラメータＰ３を算出する演算は、第１血管パラメータＰ１及び第２血管パラメータＰ２を算出する場合の演算と同じである。

こうして第１血管パラメータＰ１、第２血管パラメータＰ２、及び第３血管パラメータＰ３を算出すると、血管変化指標算出部８５は、これらの血管パラメータを用いて血管変化指標４０８ａ、４０８ｂを算出し、モニタ８８の血管変化指標表示部４１７に表示する（図１４参照）。第１実施形態等では、第１血管パラメータＰ１と第２血管パラメータＰ２の２個の血管パラメータしかないので、血管変化指標算出部８５は、第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化を算出し、その値を血管変化指標１０８としているが、本実施形態では、第１血管パラメータＰ１、第２血管パラメータＰ２、及び第３血管パラメータＰ３の３個の血管パラメータがある。このため、血管変化指標算出部８５は、例えば、第１〜第３内視鏡画像１０１，１０２，４０３の撮像時刻順に帰納的に血管変化指標１０８を算出する。具体的には、第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化（差分Δ等）を算出し、第２血管パラメータＰ２に対する第３血管パラメータＰ３の変化を算出する。第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化が撮影時刻Ｔ１−Ｔ２間の血管変化指標４０８ａであり、第２血管パラメータＰ２に対する第３血管パラメータＰ３の変化が撮影時刻Ｔ２−Ｔ３間の血管変化指標４０８ｂである。

上記第４実施形態では、血管変化指標算出部８５は、第１〜第３内視鏡画像１０１，１０２，４０３の撮像時刻順に帰納的に血管変化指標１０８を算出するが、血管変化指標算出部８５は、第１〜第３内視鏡画像１０１，１０２，４０３の撮影時刻のうちいずれかの撮影時刻を基準時刻に設定して血管変化指標を算出することもできる。例えば、第１内視鏡画像１０１の撮影時刻Ｔ１を基準時刻に設定し、第１血管パラメータＰ１に対する第２血管パラメータＰ２の変化（撮影時刻Ｔ１−Ｔ２間の血管パラメータの変化）と、第１血管パラメータＰ１に対する第３血管パラメータＰ３の変化（撮影時刻Ｔ１−Ｔ３間の血管パラメータの変化）を、血管変化指標として算出することができる。もちろん、第２内視鏡画像１０２の撮影時刻Ｔ２や、第３内視鏡画像４０３の撮影時刻Ｔ３を基準時刻に設定しても良い。

また、上記第４実施形態では、第１内視鏡画像１０１、第２内視鏡画像１０２、及び第３内視鏡画像４０３の３つの内視鏡画像を用いているが、４以上の内視鏡画像を用いる場合も上記第４実施形態と同様にして血管変化指標４０８を算出することができる。血管変化指標４０８の算出にいくつの内視鏡画像を使用するかは、医師が任意に設定できる。例えば、直近の内視鏡画像を利用する、過去５点の内視鏡画像を利用する等の設定が可能である。また、こうした設定は、血管変化指標４０８の種類（あるいは血管パラメータの種類）によって変更することができる。

なお、上記第１〜第４実施形態では、第１内視鏡画像１０１等のモニタ８８に表示する内視鏡画像に関心領域を設定することで、血管変化指標１０８（第４実施形態では血管変化指標４０８）を算出する。すなわち、第１〜第４実施形態では、血管変化指標１０８の算出を開始するトリガは、関心領域の設定である。このため、関心領域を設定しない場合、あるいはモニタ８８に表示する内視鏡画像の全部を関心領域に設定する場合には、例えば、図１５に示すように、血管変化指標１０８の算出開始を指示する計算開始ボタン５０１をモニタ８８に表示し、入力デバイス８７（第３実施形態の場合にはコンソール１９）による計算開始ボタン５０１の操作を契機として血管変化指標１０８の算出を開始する。また、第１内視鏡画像１０１等の血管変化指標１０８の算出に使用する内視鏡画像の選択が完了した場合（あるいは選択後一定時間が経過した場合等）に、自動的に血管変化指標１０８の算出を開始してもよい。

上記第１〜第４実施形態では、モニタ８８に表示する第１内視鏡画像１０１等の各内視鏡画像に対して１つの関心領域を設定しているが、モニタ８８に表示する第１内視鏡画像１０１等の各内視鏡画像に対して複数の関心領域を設定してもよい。例えば、内視鏡画像の全体をメッシュに区切った各領域を関心領域に設定し、各関心領域で血管変化指標１０８を算出することができる。また、医師が任意箇所に任意個数の関心領域を設定できるようにしても良い。

上記第１〜第４実施形態では、血管変化指標１０８を１つ算出しているが、複数の血管変化指標を算出してもよい。この場合、例えば、重み付け係数テーブル９１に加え、重み付け係数テーブル９１とは記憶する重み付け係数が異なる第２の重み付け係数テーブルを予め用意する。そして、血管パラメータ算出部８４は、重み付け係数テーブル９１の重み付け係数を用いて第１血管パラメータＰ１及び第２血管パラメータＰ２を算出し、かつ、第２の重み付け係数テーブルの重み付け係数を用いることで第１血管パラメータＰ１とは異なる第１血管に関する第１血管パラメータＱ１と、第２血管パラメータＰ２とは異なる第２血管に関する第２血管パラメータＱ２と、を算出する。その後、血管変化指標算出部８５は、第１血管パラメータＰ１及び第２血管パラメータＰ２を用いて血管変化指標１０８（第１の血管変化指標）を算出し、かつ、第１血管パラメータＱ１及び第２血管パラメータＱ２を用いて第２の血管変化指標を算出する。このように、複数種類の血管変化指標を算出し、これらをモニタ８８に表示することで、医師は観察対象を複数の観点で同時に診断することができる。３以上の内視鏡画像を用いる場合も同様である。

画像処理装置６５（あるいは第３実施形態の内視鏡システム３１０）は、上記のように複数種類の血管変化指標を算出する場合、算出した全ての血管変化指標をモニタ８８に表示することができるが、最も注意すべき血管変化指標（例えば変化率が大きい血管変化指標）を優先して表示することが好ましい。関心領域が複数箇所に設定し、各箇所で血管変化指標を算出することで、血管変化指標が複数ある場合も同様である。また、判定部２０３による判定結果を表示する場合も同様であり、判定結果が腺腫等の異常の可能性を示す判定結果をモニタ８８に表示し、正常であること示す判定結果の表示は省略しても良い。

上記第１〜第４実施形態では、ストレージ６４に保存された複数の内視鏡画像９９から第１内視鏡画像１０１と第２内視鏡画像１０２を選択して取得しているが、これらの選択順序は任意である。第２内視鏡画像１０２を選択し、モニタ８８で第２内視鏡画像１０２を見ながら、第２内視鏡画像１０２と観察対象の写り方が似ている内視鏡画像を第１内視鏡画像１０１として選択してもよいし、逆に、第１内視鏡画像１０１を選択してから第２内視鏡画像１０２を選択してもよい。

上記第１〜第４実施形態では、モニタ８８（第３実施形態ではモニタ１８）に血管変化指標１０８（第４実施形態では血管変化指標４０８）または判定部２０３による判定結果を表示しているが、図１６に示すように、モニタ８８には血管変化指標１０８や判定部２０３による判定結果の他に、第１血管パラメータＰ１や第２血管パラメータＰ２等の算出した血管パラメータを表示することが好ましい。図１６は、第１血管パラメータＰ１を表示する第１血管パラメータ表示部５１１と第２血管パラメータＰ２を表示する第２血管パラメータ表示部５１２を設け、血管変化指標１０８に加え、第１血管パラメータＰ１と第２血管パラメータＰ２の各値を表示している。判定部２０３による判定結果を表示する場合や、血管変化指標１０８と判定結果を両方ともモニタ８８に表示する場合も同様である。

さらに、血管パラメータの算出に用いる重み付け係数や、第１血管情報や第２血管情報等の血管情報をモニタ８８に表示してもよい。血管パラメータの算出に用いる重み付け係数をモニタ８８に表示する場合は、単に表示するだけでなく、モニタ８８上で数値を入力する等して、重み付け係数を変更可能にしておくことが好ましい。このように、血管変化指標１０８や判定部２０３による判定結果に加えて、血管パラメータ等を表示することで、医師は血管変化指標１０８の意味や判定の根拠を把握しやすくなる。また、重み付け係数を表示し、かつ、重み付け係数を変更可能にしておくと、医師の経験に基づいて血管パラメータの算出方法を調整する方法を提供することができる。

また、例えば、血管パラメータ等を追加表示する「確認モード」を設け、入力デバイス８７等（内視鏡システム３１０の場合には操作部１２ｂやコンソール１９、図示しないフットペダル等）を用いて確認モードにセットした場合に、血管変化指標１０８に加えて、血管パラメータ等を表示しても良い。

上記第１〜第４実施形態では、撮像センサ４８が設けられた内視鏡１２を被検体内に挿入して観察を行う内視鏡システム１０（または内視鏡システム３１０）によって本発明を実施しているが、カプセル内視鏡システムでも本発明は好適である。例えば、図１７に示すように、カプセル内視鏡システムは、カプセル内視鏡６００と、プロセッサ装置（図示しない）とを少なくとも有する。カプセル内視鏡６００は、光源６０２と、光源制御部６０３と、撮像センサ６０４と、画像信号取得処理部６０６と、送受信アンテナ６０８とを備えている。光源６０２は、内視鏡システム１０の光源２０と同様に構成され、光源制御部６０３の制御によって、照明光を発光する。画像信号取得処理部６０６は、画像信号取得部５３、ＤＳＰ５６、ノイズ低減部５８、信号処理部６２として機能する。カプセル内視鏡システムのプロセッサ装置は、内視鏡システム３１０のプロセッサ装置１６と同様に構成され、画像処理装置６５としても機能する。

１０ 内視鏡システム
１２ 内視鏡
１２ａ 挿入部
１２ｂ 操作部
１２ｃ 湾曲部
１２ｄ 先端部
１２ｅ アングルノブ
１３ａ 静止画像取得指示部
１３ｂ ズーム操作部
１４ 光源装置
１６ プロセッサ装置
１８ モニタ
１９ コンソール
２０ 光源
２２ 光源制御部
３０ａ 照明光学系
３０ｂ 撮像光学系
４１ ライトガイド
４５ 照明レンズ
４６ 対物レンズ
４７ ズームレンズ
４８ 撮像センサ
５１ ＣＤＳ／ＡＧＣ回路
５２ ＡＤコンバータ
５３ 画像信号取得部
５６ ＤＳＰ
５８ ノイズ低減部
６１ メモリ
６２ 信号処理部
６３ 映像信号生成部
６４ ストレージ
６５ 画像処理装置
８１ 画像取得部
８２ 血管抽出部
８３ 血管情報算出部
８４ 血管パラメータ算出部
８５ 血管変化指標算出部
８７ 入力デバイス
８８ モニタ
９１ 係数テーブル
９９ 内視鏡画像
１０１ 第１内視鏡画像
１０２ 第２内視鏡画像
１０８ 血管変化指標
１１１ 第１関心領域
１１２ 第２関心領域
１１５ メインウィンドウ
１１６ サブウィンドウ
１１７ 血管変化指標表示部
１２２ 形状
１２３ 表層血管
１２４ 中深層血管
１３２ 第２血管画像
２０３ 判定部
２０８ 判定結果
２１７ 判定結果表示部
３１０ 内視鏡システム
４０３ 第３内視鏡画像
４０８ 血管変化指標
４０８ａ、４０８ｂ 血管変化指標
４１１ 第１関心領域
４１２ 第２関心領域
４１３ 第３関心領域
４１４ メインウィンドウ
４１５ 第１サブウィンドウ
４１６ 第２サブウィンドウ
４１７ 血管変化指標表示部
５０１ 計算開始ボタン
５１１ 第１血管パラメータ表示部
５１２ 第２血管パラメータ表示部
６００ カプセル内視鏡
６０２ 光源
６０３ 光源制御部
６０４ 撮像センサ
６０６ 画像信号取得処理部
６０８ 送受信アンテナ
Ｐ１ 第１血管パラメータ
Ｐ２ 第２血管パラメータ
Ｐ３ 第３血管パラメータ
Ｑ１ 第１血管パラメータ
Ｑ２ 第２血管パラメータ
Ｒｃ 変化率
Ｒｍ 倍率
Ｔ１ 撮影時刻
Ｔ２ 撮影時刻
Ｔ３ 撮影時刻
ＴＨ１ 第１閾値
ＴＨ２ 第２閾値

Claims (9)

1. 内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得する画像取得部と、
   複数の前記内視鏡画像から前記観察対象の血管をそれぞれ抽出する血管抽出部と、
   前記内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出する血管情報算出部と、
   前記血管情報を用いて演算することにより、各々の前記内視鏡画像から抽出した血管に関する血管パラメータを算出する血管パラメータ算出部と、
   前記血管パラメータを用いて前記観察対象の血管の時間的変化を表す血管変化指標を算出する血管変化指標算出部と、
   を備える画像処理装置。
2. 前記血管情報は、血管の本数、太さ、太さの変化、太さの変化の複雑度、長さ、長さの変化、分岐数、分岐角度、分岐点間距離、交差数、傾き、面積、密度、粘膜を基準とした深さ、高低差、間隔、コントラスト、色、色の変化、蛇行度、血液濃度、酸素飽和度、動脈の割合、静脈の割合、投与した色素の濃度、走行パターン、または、血流量である請求項１に記載の画像処理装置。
3. 前記血管変化指標は、前記血管パラメータの差分、倍率、または変化率である請求項１または２に記載の画像処理装置。
4. 前記血管情報算出部は、前記内視鏡画像の一部または全部に設定する関心領域について前記血管情報を算出する請求項１〜３のいずれか１項に記載の画像処理装置。
5. 前記血管情報は、前記関心領域における統計量である請求項４に記載の画像処理装置。
6. 前記血管変化指標算出部は、各々の前記内視鏡画像の撮像時刻順に帰納的に前記血管変化指標を算出する請求項１〜５のいずれか１項に記載の画像処理装置。
7. 前記血管変化指標算出部は、各々の前記内視鏡画像の撮像時刻のうちいずれかの撮影時刻を基準時刻に設定して前記血管変化指標を算出する請求項１〜５のいずれか１項に記載の画像処理装置。
8. 観察対象を撮像する内視鏡と、
   前記内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得する画像取得部と、複数の前記内視鏡画像から前記観察対象の血管をそれぞれ抽出する血管抽出部と、前記内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出する血管情報算出部と、前記血管情報を用いて演算することにより、各々の前記内視鏡画像から抽出した血管に関する血管パラメータを算出する血管パラメータ算出部と、前記血管パラメータを用いて前記観察対象の血管の時間的変化を表す血管変化指標を算出する血管変化指標算出部と、を有する画像処理装置と、
   を備える内視鏡システム。
9. 画像取得部が、内視鏡によって観察対象を互いに異なる時刻に撮像して得る複数の内視鏡画像を取得するステップと、
   血管抽出部が、複数の前記内視鏡画像から前記観察対象の血管をそれぞれ抽出するステップと、
   血管情報算出部が、前記内視鏡画像から抽出した血管についてそれぞれ複数の血管情報を算出するステップと、
   血管パラメータ算出部が、前記血管情報を用いて演算することにより、各々の前記内視鏡画像から抽出した血管に関する血管パラメータを算出するステップと、
   血管変化指標算出部が、前記血管パラメータを用いて前記観察対象の血管の時間的変化を表す血管変化指標を算出するステップと、
   を備える画像処理方法。

Images