WO2007102295A1

WO2007102295A1 - 医療用画像処理装置及び医療用画像処理方法

Info

Publication number: WO2007102295A1
Application number: PCT/JP2007/052346
Authority: WO
Inventors: Ryoko Inoue; Hideki Tanaka; Hirokazu Nishimura; Kenji Nakamura; Miho Sawa
Original assignee: Olympus Medical Systems Corp.
Priority date: 2006-03-08
Filing date: 2007-02-09
Publication date: 2007-09-13
Also published as: EP1992273B1; CN101378692A; CN101378692B; JP2007236629A; JP4981335B2; EP1992273A1; EP1992273A4

Abstract

　本発明の医療用画像処理装置は、入力される体腔内の生体組織の像の二次元画像に基づき、該生体組織の三次元モデルを推定する三次元モデル推定部と、前記生体組織の三次元モデルが有する各ボクセルの形状特徴量を算出する形状特徴量算出部と、前記形状特徴量に基づき、前記生体組織の三次元モデルが有する各ボクセルのうち、三次元モデルが所定の形状として推定された第１のボクセル群を抽出する三次元形状抽出部と、前記第１のボクセル群を、前記生体組織の三次元モデルにおける隆起形状を構成するボクセル群として検出する隆起形状検出部とを有する。

Description

明細書

医療用画像処理装置及び医療用画像処理方法

技術分野

[0001] 本発明は、医療用画像処理装置及び医療用画像処理方法に関し、特に、体腔内の生体組織の三次元モデルにおける隆起形状を検出可能な医療用画像処理装置及び医療用画像処理方法に関するものである。

背景技術

[0002] 内視鏡及び医療用画像処理装置等を具備して構成される内視鏡システムは、医療分野等において広く用いられている。具体的には、内視鏡システムは、例えば、生体としての体腔内に挿入される挿入部と、該揷入部の先端部に配置された対物光学系と、該対物光学系により結像された体腔内の像を撮像して撮像信号として出力する撮像部とを有して構成される内視鏡と、該撮像信号に基づき、表示部としてのモニタ等に該体腔内の像を画像表示させるための処理を行う医療用画像処理装置とを具備して構成されている。そして、ユーザは、表示部としてのモニタ等に画像表示された体腔内の像に基づき、例えば、体腔内における被写体としての臓器等の観察を行

[0003] また、前述した構成を具備する内視鏡システムは、体腔内における被写体として、例えば、大腸等の消化管粘膜の像を撮像することもまた可能である。そのため、ユーザは、例えば、粘膜の色調、病変の形状及び粘膜表面の微細な構造等の様々な所見を総合的に観察することができる。

[0004] さらに、近年においては、内視鏡により撮像された被写体の像の撮像信号に応じた二次元画像のデータに基づき、該被写体の三次元モデルを生成することが可能である、例えば、日本国特開平 11— 337845号公報に記載されているような内視鏡装置が提案されている。

[0005] 一方、三次元モデルにおいてポリープ等の病変部位を検出するための方法として、例えば、 Shapelndex及び Curvednessといった、曲率に基づく形状特徴量を用いつつ該三次元モデルの形状の評価を行うことにより、該三次元モデルにおける病変部位を検出可能である、 US Patent Application No. 20030223627に記載されてヽる方法が提案されて、る。

[0006] 特に、内視鏡により撮像された隆起形状を有する生体組織の像としての、例えば、大腸のひだまたはポリープ等の生体組織の像を含む二次元画像は、該内視鏡の視野方向に対して不可視領域を含む場合が多い。そして、前述した二次元画像における不可視領域は、一般的にォクルージョンと呼ばれており、正確な三次元モデルの推定が困難な領域である。そのため、二次元画像のォクルージョンが発生している部分においては、例えば、該二次元画像に基づく三次元モデルの対応する位置に推定結果が存在しない、または、該二次元画像に基づく三次元モデルの対応する位置に信頼性の低い推定結果が算出されるといったことが起こり得る。

[0007] その結果、従来の画像処理としての、例えば、日本国特開平 11— 337845号公報の内視鏡装置において行われている画像処理により推定された被写体の三次元モデルが用いられつつ該被写体の観察が行われた場合、ユーザがポリープ等の病変部位を見つける際の負担が大きくなつてしまうと、う課題が生じて、る。

[0008] また、 US Patent Application No. 20030223627【こお!ヽて提案されて!ヽるポリープ等の病変部位を検出するための方法は、例えば、 CT (Computed Tomog rapy)を用いた観察により得られる、ォクルージョンとなる部分が発生しない三次元モデルに対する適用を想定した方法である。そのため、 US Patent Application No. 20030223627において提案されているポリープ等の病変部位を検出するための方法は、例えば、内視鏡を用いた観察により得られる、ォクルージョンとなる部分を有する二次元画像に基づいて推定された三次元モデルに対して適用された場合に、ポリープ等の病変部位の検出精度が低下してしまう。その結果、 US Patent A pplication No. 20030223627において提案されている方法力採用された内視鏡システムが用いられつつ被写体の観察が行われた場合、ユーザがポリープ等の病変部位を見つける際の負担が大きくなつてしまうという課題が生じている。

[0009] 本発明は、前述した点に鑑みてなされたものであり、ォクルージョンを有する二次元画像に基づ、て推定された三次元モデルを用いて観察が行われる場合に、ユーザによるポリープ等の病変部位の見落としを防止可能であることにより、ユーザの負担を軽減させることのできる医療用画像処理装置及び医療用画像処理方法を提供することを目的としている。

発明の開示

課題を解決するための手段

[0010] 本発明における第 1の医療用画像処理装置は、入力される体腔内の生体組織の像の二次元画像に基づき、該生体組織の三次元モデルを推定する三次元モデル推定部と、前記生体組織の三次元モデルが有する各ボタセルの形状特徴量を算出する形状特徴量算出部と、前記形状特徴量に基づき、前記生体組織の三次元モデルが有する各ボタセルのうち、三次元モデルが所定の形状として推定された第 1のボクセル群を抽出する三次元形状抽出部と、前記第 1のボタセル群を、前記生体組織の三次元モデルにおける隆起形状を構成するボタセル群として検出する隆起形状検出部と、を有することを特徴とする。

[0011] 本発明における第 2の医療用画像処理装置は、前記第 1の医療用画像処理装置において、さらに、入力される前記二次元画像における可視領域と不可視領域とを検出する領域検出部を有することを特徴とする。

[0012] 本発明における第 3の医療用画像処理装置は、前記第 2の医療用画像処理装置において、前記領域検出部は、入力される前記二次元画像における線構造の情報を取得するとともに、前記線構造の情報に基づいて境界部を検出することにより、該境界部を境に前記可視領域と前記不可視領域とが分かれているとすることを特徴とする。

[0013] 本発明における第 4の医療用画像処理装置は、前記第 2または第 3の医療用画像処理装置において、さらに、前記三次元モデル推定部は、前記可視領域において推定した各ボタセルに基づき、前記不可視領域の所定の位置にボタセルを添加することを特徴とする。

[0014] 本発明における第 5の医療用画像処理装置は、前記第 4の医療用画像処理装置において、前記所定の位置は、前記可視領域において推定した各ボタセルから、前記領域検出部が検出した境界部に対して対称となる位置であることを特徴とする。

[0015] 本発明における第 6の医療用画像処理装置は、前記第 1乃至第 5の医療用画像処理装置において、前記所定の形状は、凸型形状であることを特徴とする。

[0016] 本発明における第 7の医療用画像処理装置は、前記第 1の医療用画像処理装置において、さらに、前記三次元形状抽出部は、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、該第 2のボタセル群と該第 3のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1のボタセル群として抽出することを特徴とする。

[0017] 本発明における第 8の医療用画像処理装置は、前記第 2の医療用画像処理装置において、さらに、前記三次元形状抽出部は、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1 のボタセル群として抽出することを特徴とする。

[0018] 本発明における第 9の医療用画像処理装置は、前記第 7または第 8の医療用画像処理装置において、さらに、前記三次元形状抽出部は、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在するか否かを、前記第 2のボタセル群の平均座標と、前記第 3のボタセル群の平均座標との間の距離に基づいて判定することを特徴とする。

[0019] 本発明における第 10の医療用画像処理装置は、前記第 2または第 3の医療用画像処理装置において、さらに、前記形状特徴量算出部は、前記可視領域における各ボタセルにおいてのみ、前記形状特徴量を算出することを特徴とする。

[0020] 本発明における第 11の医療用画像処理装置は、前記第 3の医療用画像処理装置において、前記形状特徴量算出部は、一のボタセルの周辺領域に存在するボタセルに関する情報である周辺領域ボタセル情報に基づいて該一のボタセルの形状特徴量を算出するとともに、前記境界部を含むボタセルが該周辺領域内に存在することを検知した場合、該一のボタセルの形状特徴量を算出する際に用いる周辺ボタセル情報を減らすことを特徴とする。

[0021] 本発明における第 1の医療用画像処理方法は、入力される体腔内の生体組織の像の二次元画像に基づき、該生体組織の三次元モデルを推定する三次元モデル推定ステップと、前記生体組織の三次元モデルが有する各ボタセルの形状特徴量を算出する形状特徴量算出ステップと、前記形状特徴量に基づき、前記生体組織の三次元モデルが有する各ボタセルのうち、三次元モデルが所定の形状として推定された第 1 のボタセル群を抽出する三次元形状抽出ステップと、前記第 1のボタセル群を、前記生体組織の三次元モデルにおける隆起形状を構成するボタセル群として検出する隆起形状検出ステップと、を有することを特徴とする。

[0022] 本発明における第 2の医療用画像処理方法は、前記第 1の医療用画像処理方法において、さらに、入力される前記二次元画像における可視領域と不可視領域とを検出する領域検出ステップを有することを特徴とする。

[0023] 本発明における第 3の医療用画像処理方法は、前記第 2の医療用画像処理方法において、前記領域検出ステップは、入力される前記二次元画像における線構造の情報を取得するとともに、前記線構造の情報に基づいて境界部を検出することにより、該境界部を境に前記可視領域と前記不可視領域とが分かれて、るとすることを特徴とする。

[0024] 本発明における第 4の医療用画像処理方法は、前記第 2または第 3の医療用画像処理方法において、さらに、前記三次元モデル推定ステップは、前記可視領域にお V、て推定した各ボタセルに基づき、前記不可視領域の所定の位置にボタセルを添カロすることを特徴とする。

[0025] 本発明における第 5の医療用画像処理方法は、前記第 4の医療用画像処理方法において、前記所定の位置は、前記可視領域において推定した各ボタセルから、前記領域検出ステップが検出した境界部に対して対称となる位置であることを特徴とする。

[0026] 本発明における第 6の医療用画像処理方法は、前記第 1乃至第 5の医療用画像処理方法において、前記所定の形状は、凸型形状であることを特徴とする。 [0027] 本発明における第 7の医療用画像処理方法は、前記第 1の医療用画像処理方法において、さらに、前記三次元形状抽出ステップは、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、該第 2のボタセル群と該第 3のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1のボタセル群として抽出することを特徴とする。

[0028] 本発明における第 8の医療用画像処理方法は、前記第 2の医療用画像処理方法において、さらに、前記三次元形状抽出ステップは、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1のボタセル群として抽出することを特徴とする。

[0029] 本発明における第 9の医療用画像処理方法は、前記第 7または第 8の医療用画像処理方法において、さらに、前記三次元形状抽出ステップは、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在するか否かを、前記第 2のボタセル群の平均座標と、前記第 3のボタセル群の平均座標との間の距離に基づいて判定することを特徴とする。

[0030] 本発明における第 10の医療用画像処理方法は、前記第 2または第 3の医療用画像処理方法において、さらに、前記形状特徴量算出ステップは、前記可視領域における各ボタセルにぉヽてのみ、前記形状特徴量を算出することを特徴とする。

[0031] 本発明における第 11の医療用画像処理方法は、前記第 3の医療用画像処理方法において、前記形状特徴量算出ステップは、一のボタセルの周辺領域に存在するボクセルに関する情報である周辺領域ボタセル情報に基づいて該一のボタセルの形状特徴量を算出するとともに、前記境界部を含むボタセルが該周辺領域内に存在することを検知した場合、該一のボタセルの形状特徴量を算出する際に用いる周辺ボタセル情報を減らすことを特徴とする。

図面の簡単な説明

[図 1]本発明の実施形態に係る医療用画像処理装置が用いられる内視鏡システムの全体構成の一例を示す図。

[図 2]図 1の内視鏡が管状器官内に挿入された場合の状態を示す模式図。

[図 3]図 2の状態において、内視鏡により撮像される管状器官及び生体組織の像を示す模式図。

[図 4]第 1の実施形態にぉ、て、生体組織の像の二次元画像におけるエッジ部を抽出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャート

[図 5]第 1の実施形態において、生体組織の像の二次元画像における表面部を抽出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャート。

[図 6]第 1の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャート。

[図 7]図 1の医療用画像処理装置により推定された、生体組織の三次元モデルの一例を示す図。

[図 8]図 7の生体組織の三次元モデルを他の方向カゝら見た場合の図。

[図 9]図 7及び図 8の生体組織の三次元モデルにおける境界近似平面を示す図。

[図 10]図 7及び図 8の生体組織の三次元モデルにおいて、図 9に示す境界近似平面に基づく鏡像が添加された場合の一例を示す図。

[図 11]第 2の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の概要の一例を示す図。

[図 12]第 2の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の概要の、図 11とは異なる例を示す図。

[図 13]図 1の医療用画像処理装置により推定された生体組織の三次元モデルの、図 7及び図 8とは異なる例を示す図。

[図 14]第 3の実施形態におヽて、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャート

[図 15]図 13の生体組織の三次元モデルにおいて、凸型形状と推定されたボタセル群の平均座標 A及び尾根型形状と推定されたボタセル群の平均座標 Bの位置関係の一例を示す図。

発明を実施するための最良の形態

[0033] 以下、図面を参照して本発明の実施の形態を説明する。

[0034] (第 1の実施形態）

図 1から図 10は、本発明の第 1の実施形態に係るものである。図 1は、本実施形態に係る医療用画像処理装置が用いられる内視鏡システムの全体構成の一例を示す図である。図 2は、図 1の内視鏡が管状器官内に挿入された場合の状態を示す模式図である。図 3は、図 2の状態において、内視鏡により撮像される管状器官及び生体組織の像を示す模式図である。図 4は、第 1の実施形態において、生体組織の像の二次元画像におけるエッジ部を抽出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャートである。図 5は、第 1の実施形態において、生体組織の像の二次元画像における表面部を抽出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャートである。図 6は、第 1の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャートである。図 7は、図 1の医療用画像処理装置により推定された、生体組織の三次元モデルの一例を示す図である。図 8 は、図 7の生体組織の三次元モデルを他の方向から見た場合の図である。図 9は、図 7及び図 8の生体組織の三次元モデルにおける境界近似平面を示す図である。図 10は、図 7及び図 8の生体組織の三次元モデルにおいて、図 9に示す境界近似平面に基づく鏡像が添加された場合の一例を示す図である。

[0035] 内視鏡システム 1は、図 1に示すように、被写体を撮像するとともに、該被写体の像の二次元画像を出力する医療用観察装置 2と、パーソナルコンピュータ等により構成され、医療用観察装置 2から出力される二次元画像の映像信号に対して画像処理を行うとともに、該画像処理を行った後の映像信号を画像信号として出力する医療用画像処理装置 3と、医療用画像処理装置 3から出力される画像信号に基づく画像を表示するモニタ 4とを有して要部が構成されて、る。

[0036] また、医療用観察装置 2は、体腔内に挿入されるとともに、該体腔内の被写体を撮像して撮像信号として出力する内視鏡 6と、内視鏡 6により撮像される被写体を照明するための照明光を供給する光源装置 7と、内視鏡 6に対する各種制御を行うとともに、内視鏡 6から出力される撮像信号に対して信号処理を行い、二次元画像の映像信号として出力するカメラコントロールユニット（以降、 CCUと略記する） 8と、 CCU8 力も出力される二次元画像の映像信号に基づき、内視鏡 6により撮像された被写体の像を画像表示するモニタ 9とを有して要部が構成されている。

[0037] 内視鏡 6は、体腔内に挿入される挿入部 11と、挿入部 11の基端側に設けられた操作部 12とを有して構成されている。また、挿入部 11内の基端側から、挿入部 11内の先端側の先端部 14にかけての部分には、光源装置 7から供給される照明光を伝送するためのライトガイド 13が揷通されている。

[0038] ライトガイド 13は、先端側が内視鏡 6の先端部 14に配置されるとともに、後端側が光源装置 7に接続される。ライトガイド 13がこのような構成を有することにより、光源装置 7から供給される照明光は、ライトガイド 13により伝送された後、挿入部 11の先端部 14の先端面に設けられた、図示しない照明窓力も出射される。そして、図示しない照明窓から照明光が出射されることにより、被写体としての生体組織等が照明される

[0039] 内視鏡 6の先端部 14には、図示しない照明窓に隣接する図示しない観察窓に取り付けられた対物光学系 15と、対物光学系 15の結像位置に配置され、例えば、 CCD (電荷結合素子)等により構成される撮像素子 16とを有する撮像部 17が設けられている。このような構成により、対物光学系 15により結像された被写体の像は、撮像素子 16により撮像された後、撮像信号として出力される。

[0040] 撮像素子 16は、信号線を介して CCU8に接続されている。そして、撮像素子 16は、 CCU8から出力される駆動信号に基づいて駆動するとともに、 CCU8に対し、撮像した被写体の像に応じた撮像信号を出力する。

[0041] また、 CCU8に入力された撮像信号は、 CCU8の内部に設けられた図示しない信号処理回路において信号処理されることにより、二次元画像の映像信号として変換されて出力される。 CCU8から出力された二次元画像の映像信号は、モニタ 9及び医療用画像処理装置 3に対して出力される。これにより、モニタ 9には、 CCU8から出力される映像信号に基づく被写体の像が二次元の画像として表示される。

[0042] 医療用画像処理装置 3は、医療用観察装置 2から出力される二次元画像の映像信号に対し、 AZD変換を行って出力する画像入力部 21と、画像入力部 21から出力される映像信号に対して画像処理を行う、中央演算処理装置としての CPU22と、該画像処理に関する処理プログラムが書き込まれた処理プログラム記憶部 23と、画像入力部 21から出力される映像信号等を記憶する画像記憶部 24と、 CPU22が行う画像処理における演算結果等を記憶する情報記憶部 25とを有する。

[0043] また、医療用画像処理装置 3は、記憶装置インターフェース 26と、記憶装置インタ一フェース 26を介して CPU22の画像処理結果としての画像データ等を記憶する、記憶装置としてのハードディスク 27と、 CPU22の画像処理結果としての画像データに基づき、該画像データをモニタ 4に画像表示するための表示処理を行うとともに、該表示処理を行った後の画像データを画像信号として出力する表示処理部 28と、 C PU22が行う画像処理におけるパラメータ及び医療用画像処理装置 3に対する操作指示をユーザが入力可能な、キーボード等により構成される入力操作部 29とを有する。そして、モニタ 4は、表示処理部 28から出力される画像信号に基づく画像を表示する。

[0044] なお、医療用画像処理装置 3の画像入力部 21、 CPU22、処理プログラム記憶部 2 3、画像記憶部 24、情報記憶部 25、記憶装置インターフェース 26、表示処理部 28 及び入力操作部 29は、データバス 30を介して相互に接続されている。

[0045] 次に、内視鏡システム 1の作用について説明を行う。

[0046] まず、ユーザは、図 2に示すように、例えば、大腸等である管状器官 31内に内視鏡 6の挿入部 11を挿入する。そして、ユーザにより挿入部 11が管状器官 31に挿入されると、例えば、管状器官 31の内壁に存在する病変部位である生体組織 31Aの像が、先端部 14に設けられた撮像部 17により、図 3に示すような像として撮像される。そして、図 3に示すような像として撮像部 17により撮像された、管状器官 31及び生体組織 31Aの像は、撮像信号として CCU8に対して出力される。

[0047] CCU8は、図示しない信号処理回路において、撮像部 17の撮像素子 16から出力される撮像信号に対して信号処理を行うことにより、該撮像信号を二次元画像の映像信号として変換して出力する。そして、モニタ 9は、 CCU8から出力される映像信号に基づき、管状器官 31及び生体組織 31 Aの像を、例えば、図 3に示すような二次元の画像として表示する。また、 CCU8は、撮像部 17の撮像素子 16から出力される撮像信号に対して信号処理を行うことにより得られた二次元画像の映像信号を、医療用画像処理装置 3に対して出力する。

[0048] 医療用画像処理装置 3に対して出力された二次元画像の映像信号は、画像入力部 21において AZD変換された後、 CPU22に入力される。

[0049] CPU22は、画像入力部 21から出力された二次元画像の映像信号と、処理プログラム記憶部 23に書き込まれた処理プログラムとに基づき、例えば、以降に述べるような処理を行うことにより、該二次元画像における生体組織 31Aのエッジ部を抽出する

[0050] まず、 CPU22は、画像入力部 21から出力された二次元画像の映像信号に基づき、例えば、該二次元画像の赤色成分に対してバンドパスフィルタを適用することにより、該二次元画像に含まれる全てのエッジ部を抽出する（図 4のステップ Sl)。

[0051] その後、領域検出部としての機能を有する CPU22は、抽出した全てのエッジ部を細線ィ匕する（図 4のステップ S2)とともに、細線ィ匕した該全てのエッジ部のうち、一のエッジ部 Eの長さ Lを算出する（図 4のステップ S3)。さらに、 CPU22は、一のエッジ部 Eの長さ Lが、閾値 thLlより長ぐかつ、閾値 thL2より短いか否かの判断を行う。

[0052] そして、 CPU22は、一のエッジ部 Eの長さ L力所定の閾値 thLl以下の長さであること、または、閾値 thL2以上であることを検出した場合（図 4のステップ S4)、後述する図 4のステップ S 11に示す処理を行う。また、 CPU22は、一のエッジ部 Eの長さが、閾値 thLlより長ぐかつ、閾値 thL2より短いことを検出した場合（図 4のステップ S4 )、該一のエッジ部 Eを制御点 Cn(n= l, 2, · ··, N)により N等分する（図 4のステップ S5)。

[0053] さらに、 CPU22は、一のエッジ部 Eの中点 Ccから引いた法線 NCcを取得するとともに、各制御点 Cnから引いた N本の法線 NCnを取得する（図 4のステップ S6)。その後、 CPU22は、 N本の法線 NCnのうち、法線 NCcと交わるものの本数 Naを検出する（図 4のステップ S 7)。

[0054] また、 CPU22は、 N本の法線 NCnのうち、法線 NCcと交わるものの本数 Naが、閾値 thaより多いか否かの判断を行う。そして、領域検出部としての機能を有する CPU 22は、法線 NCcと交わるものの本数 Naが閾値 thaより多いことを検出した場合（図 4 のステップ S8)、一のエッジ部 Eに含まれるピクセル群 ipを生体組織 31 Aのエッジ部に含まれるピクセル群であると判断し、該ピクセル群 ipが有する各ピクセルにおける変数 edge (i)の値を ONとする（図 4のステップ S9)。さらに、そして、 CPU22は、法線 NCcと交わるものの本数 Naが閾値 tha以下であることを検出した場合（図 4のステップ S8)、一のエッジ部 Eに含まれるピクセル群 ipを生体組織 31 Aのエッジ部に含まれるピクセル群ではな、と判断し、該ピクセル群 ipが有する各ピクセルにおける変数 edge (i)の値を OFFとする（図 4のステップ S 10)。

[0055] 換言すると、領域検出部としての機能を有する CPU22は、前述した処理を行うことにより、変数 edge (i)の値が ONであるピクセル群を境に、二次元画像における可視領域と不可視領域とが分かれていると判断する。

[0056] CPU22は、抽出した全てのエッジ部に対し、処理が完了したか否かを判断する。

そして、 CPU22は、抽出した全てのエッジ部に対しての処理が完了していないことを検出した場合（図 4のステップ S11)、他の一のエッジ部に対し、前述した、図 4のステップ S3から図 4のステップ S10までの処理を行う。また、 CPU22は、抽出した全てのエッジ部に対しての処理が完了したことを検出した場合（図 4のステップ S11)、二次元画像における生体組織 31Aのエッジ部を抽出するための一連の処理を終了する。

[0057] その後、 CPU22は、前述した、二次元画像における生体組織 31 Aのエッジ部を抽出するための一連の処理を行うことにより得た処理結果としての、二次元画像の各ェッジ部に含まれるピクセル群 ipにおける変数 edge (i)の値を、情報記憶部 25に一時的に記憶させる。

[0058] CPU22は、情報記憶部 25に記憶された変数 edge (i)の値と、処理プログラム記憶部 23に書き込まれた処理プログラムとに基づき、例えば、前述した図 4に示す処理を行った後、さらに以降に述べるような処理を行うことにより、該二次元画像における生体組織 31 Aの表面部を抽出する。

[0059] まず、 CPU22は、情報記憶部 25に記憶された変数 edge (i)の値に基づき、変数 e dge (i)が ONである一のエッジ部 Eの細線を取得する（図 5のステップ S21)。その後、 CPU22は、変数 edge (i)が ONである一のエッジ部 Eの細線における両端の点を取得する（図 5のステップ S22)。

[0060] そして、 CPU22は、変数 edge (i)が ONである一のエッジ部 Eの細線と、前述した図 5のステップ S22において取得した該細線の両端の点を結んだ線とに囲まれるピクセル群 jpを、生体組織 31 Aの二次元画像における可視領域、すなわち、生体組織 3 1Aの表面部に含まれるピクセル群であるとし、該ピクセル群 jpが有する各ピクセルにおける変数 omote (j)を ONとする（図 5のステップ S23)。

[0061] CPU22は、変数 edge (i)が ONである全てのエッジ部に対し、処理が完了したか否かを判断する。そして、 CPU22は、変数 edge (i)が ONである全てのエッジ部に対しての処理が完了していないことを検出した場合（図 5のステップ S 24)、他の一のェッジ部に対し、前述した、図 5のステップ S21から図 5のステップ S23までの処理を行う。また、 CPU22は、抽出した全てのエッジ部に対しての処理が完了したことを検出した場合（図 5のステップ S 24)、二次元画像における生体組織 31Aの表面部を抽出するための一連の処理を終了する。

[0062] その後、 CPU22は、前述した、二次元画像における生体組織 31 Aの表面部を抽出するための一連の処理を行うことにより得た処理結果としての、二次元画像の各表面部に含まれるピクセル群 jpにおける変数 omote (j)の値を、情報記憶部 25に一時的に記憶させる。

[0063] そして、三次元モデル推定部としての機能を有する CPU22は、例えば、幾何学的な変換等の処理により、画像入力部 21から出力された二次元画像の映像信号の輝度情報等に基づき、管状器官 31及び生体組織 31Aの三次元モデルを推定する際に必要となる画像データを取得するための画像処理を行う。換言すると、 CPU22は、例えば、幾何学的な変換等の処理により、二次元画像における各ピクセルに対応するボタセルを生成するとともに、該ボクセルを、三次元モデルを推定するための画像データとして取得する。すなわち、ピクセル群 ip及びピクセル群 jpは、前述した処理により、ボタセル群 ib及びボタセル群 jbとして変換される。

[0064] CPU22は、前述した処理により、図 3に示した生体組織 31 Aの三次元モデルを推定するための画像データとして、変数 omote (j)が ONであるボタセル群 jbを含む平面である生体組織表面部 31aのデータと、変数 edge (i)が ONであるボタセル群 ibを含む平面である生体組織境界部 3 lbのデータとを得る。これにより、生体組織 31 A は、例えば、 z軸方向を内視鏡 6による観察時の視野方向とした場合、図 7に示すような形状を有する三次元モデルとして推定される。

[0065] ところで、以上までの処理が行われることにより、図 7に示すような形状を有する三次元モデルとして推定された生体組織 31 Aは、 X軸方向から見た場合、例えば、図 8 に示すような領域に不可視領域 31cを有する。 CPU22は、生体組織表面部 3 laのデータと、生体組織境界部 31bのデータとに基づき、さら〖こ、以降に述べるような処理を行うことにより、生体組織 31 Aの不可視領域 31cの三次元モデルを推定するとともに、推定した生体組織 31Aの三次元モデルにおける隆起形状を検出する。

[0066] まず、 CPU22は、処理プログラム記憶部 23に書き込まれた処理プログラムと、生体組織境界部 31bのデータとに基づき、生体組織境界部 3 lbのボタセル群 ibが有する各ボタセルを最も多く含む平面である、例えば、図 9に示すような平面である、近似平面 31dを算出する（図 6のステップ S31)。

[0067] 次に、 CPU22は、生体組織表面部 31aのデータに基づき、不可視領域 31cの所定の位置に新しいボタセルを添加する。具体的には、 CPU22は、生体組織表面部 3 laのデータに基づき、前記所定の位置として、生体糸且織表面部 3 laが有する各ボタセルから、近似平面 31dに対して対称となる位置に新しいボタセルを添加する（図 6 のステップ S32)。 CPU22が前述した処理を行うことにより、生体組織 31Aは、例えば、図 10に示すような、生体組織表面部 31aと、該生体組織表面部 3 laの鏡像として生成された生体組織裏面部 3 leとを有する三次元モデルとして推定される。すなわち、前述した、生体組織 31 Aの不可視領域 31cの三次元モデルは、生体組織裏面部 31eとして推定される。

[0068] その後、 CPU22は、管状器官 31及び生体組織 31 Aの三次元モデルを推定するための画像データとして得た全てのボタセルである、 P個のボタセル各々に対し、以降に述べるような処理をさらに行う。

[0069] 形状特徴量算出部としての機能を有する CPU22は、変数 iを 1に設定した（図 6のステップ S33)後、 P個のボタセルのうち、一のボタセルである Bi (i= l, 2, · ··, P—1 , P)を抽出するとともに（図 6のステップ S34)、該一のボタセル Biにおける形状特徴量として、 Shapelndex値 SBi及び Curvedness値 CBiを算出する（図 6のステップ S 35)。

[0070] なお、前述した Shapelndex値及び Curvedness値は、例えば、 US Patent Ap plication No. 20030223627に記載されている方法と同様の方法を用いることにより算出可能である。そのため、本実施形態においては、一のボタセル Biにおける S hapelndex値及び Curvedness値の算出方法に関しては、説明を省略する。

[0071] さらに、三次元形状抽出部としての機能を有する CPU22は、 Shapelndex値 SBiと、予め設定された Shapelndex値の閾値 Sthとの比較を行うとともに、 Curvedness 値 CBiと、予め設定された Curvedness値の閾値 Cthとの比較を行う。換言すると、 C PU22は、前述した処理を行うことにより、生体組織 31 Aが隆起形状である力否かを検出するための処理として、三次元モデルが凸型形状と推定されたボタセル群を抽出する処理を行う。なお、図 6に示す一連の処理においては、隆起形状として凸型形状を有する生体組織 31Aを検出するために、例えば、閾値 Sthは 0. 9として設定されているとし、また、閾値 Cthは 0. 2として設定されているとする。

[0072] そして、隆起形状検出部としての機能を有する CPU22は、 Shapelndex値 SBiが閾値 Sthより大きく、かつ、 Curvedness値 CBiが閾値 Cthより大きいことを検出した場合（図 6のステップ S36)、一のボタセル Biを隆起形状の一部を構成するボタセルであると判断し、該一のボタセル Biにおける変数 ryuuki(Bi)の値を ONとする（図 6 のステップ S37)。

[0073] また、 CPU22は、 Shapelndex値 SBiが閾値 Sth以下であること、または、 Curved ness値 CBiが閾値 Cth以下であることを検出した場合（図 6のステップ S36)、一のボクセル Biを隆起形状の一部を構成するボタセルではなヽと判断し、該一のボタセル B iにおける変数 ryuuki(Bi)の値を OFFとする（図 6のステップ S38)。 [0074] その後、 CPU22は、 P個のボタセル全てにおいて、前述した処理が行われたかどう力すなわち、変数 i=Pであるか否かの判定を行う。

[0075] そして、 CPU22は、 i=Pではないことを検知した場合（図 6のステップ S39)、変数 i に 1をカ卩える処理を行った（図 6のステップ S40)後、前述した、図 6のステップ S34力らステップ S39に示す処理を再度行う。

[0076] また、 CPU22は、 i=Pであることを検知した場合（図 6のステップ S39)、生体組織 31Aの三次元モデルにおける隆起形状を検出するための一連の処理を完了する。

[0077] そして、 CPU22は、例えば、 ryuuki (Bi)の値が ONであるボタセルを有する三次元モデルにぉ、て、生体組織 31Aが隆起形状であることを示すための文字列または着色等を該三次元モデルに重畳させるような制御を表示処理部 28に対して行う。これにより、モニタ 4には、隆起形状を有する生体組織 31 Aをユーザが容易に発見可能であるような、管状器官 31及び生体組織 31 Aの三次元モデルが画像表示される。

[0078] また、 CPU22は、 ryuuki (Bi)の値が ONである各ボタセルの位置に基づき、該各ボタセルの位置に対応する位置に存在する二次元画像上の各ピクセルを検出するとともに、生体組織 31Aが隆起形状であることを示すための文字列または着色等を、該各ピクセルを有する該二次元画像に重畳させるような制御を表示処理部 28に対して行うものであっても良い。

[0079] 本実施形態の医療用画像処理装置 3は、以上に述べた一連の処理を行うことにより、ユーザによるポリープ等の病変部位の見落としを防止可能であることにより、ユーザの負担を軽減させることができる。

[0080] (第 2の実施形態）

図 11及び図 12は、本発明の第 2の実施形態に係るものである。なお、第 1の実施形態と同様の構成を持つ部分については、詳細説明は省略する。また、第 1の実施形態と同様の構成要素については、同一の符号を用いて説明は省略する。さらに、本実施形態に用いる内視鏡システム 1の構成は、第 1の実施形態と同様である。

[0081] 図 11は、第 2の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の概要の一例を示す図である。図 12は、第 2の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の概要の、図 11とは異なる例を示す図である。

[0082] 第 1の実施形態の説明において述べた一連の処理の際に算出される、形状特徴量としての Shapelndex値及び Curvedness値は、ガウス曲率及び平均曲率の 2つの値に基づいて算出される値である。そのため、 CPU22は、 Shapelndex値及び Cur vedness値の 2つの値の代わりに、ガウス曲率及び平均曲率の 2つの値を形状特徴量として算出して処理を行うものであっても良い。そして、その場合、 CPU22は、第 1 の実施形態において述べた、図 6のステップ S35に示す処理に相当する処理として、以降に記す内容の処理を行う。

[0083] 形状特徴量算出部としての機能を有する CPU22は、一のボタセルの周辺領域に存在するボタセルに関する情報である周辺ボタセル情報として、例えば、第 1のボタセルを含む M X M X M個のボタセル群からなる局所領域の局所平面方程式を算出する。そして、形状特徴量算出部としての機能を有する CPU22は、前記周辺ボクセル情報に基づき、前記 M X M X M個のボタセル群に含まれる前記第 1のボタセルのガウス曲率及び平均曲率を算出する。

[0084] 具体的には、 CPU22は、例えば、図 11に示すように、所望の第 1のボタセルを含む 5 X 5 X 5個のボタセル群力なる前記局所領域の局所平面方程式を周辺ボクセル情報として算出するとともに、該周辺ボタセル情報に基づき、該所望の第 1のボタセルのガウス曲率及び平均曲率を算出する。

[0085] また、形状特徴量算出部としての機能を有する CPU22は、変数 edge (i)が ONであるボタセル群 ibに含まれる各ボタセルのうち、少なくとも 1個のボタセルが前記局所領域内に含まれていることを検知した場合、さらに、周辺ボタセル情報として、例えば、第 2のボタセルを含む K X K X K個 (K< Μ)のボタセル群からなる前記局所領域の局所平面方程式を算出する。そして、形状特徴量算出部としての機能を有する CPU 22は、前記周辺ボタセル情報に基づき、前記 K X K X K個のボタセル群に含まれる前記第 2のボタセルのガウス曲率及び平均曲率を算出する。

[0086] 具体的には、 CPU22は、例えば、図 12に示すように、所望の第 2のボタセルを含む 3 X 3 X 3個のボタセル群力なる前記局所領域の局所平面方程式を周辺ボクセル情報として算出するとともに、該周辺ボタセル情報に基づき、該所望の第 2のボタセルのガウス曲率及び平均曲率を算出する。

[0087] CPU22は、前述した処理を行うことにより、隆起形状の一部を構成するボタセルをより多く抽出することができる。その結果、本実施形態の医療用画像処理装置 3は、ユーザによるポリープ等の病変部位の見落としを防止可能であることにより、ユーザの負担を軽減させるとともに、該病変部位の検出精度を向上させることができる。

[0088] なお、 CPU22は、前述した、生体組織 31 Aの三次元モデルに対する処理において、推定結果の信頼性が比較的低い不可視領域 31cの形状特徴量を算出することなぐかつ、推定結果の信頼性が比較的高い、可視領域である生体組織表面部 31a 及び生体組織境界部 3 lb近傍の形状特徴量のみを算出する処理を行うものであつても良い。その場合、本実施形態の医療用画像処理装置 3は、ポリープ等の病変部位をより精度良く検出することができる。

[0089] (第 3の実施形態）

図 13、図 14及び図 15は、本発明の第 3の実施形態に係るものである。なお、第 1 の実施形態と同様の構成を持つ部分については、詳細説明は省略する。また、第 1 の実施形態と同様の構成要素については、同一の符号を用いて説明は省略する。さらに、本実施形態に用いる内視鏡システム 1の構成は、第 1の実施形態と同様である

[0090] 図 13は、図 1の医療用画像処理装置により推定された生体組織の三次元モデルの、図 7及び図 8とは異なる例を示す図である。図 14は、第 3の実施形態において、生体組織の三次元モデルにおける隆起形状を検出する場合に、図 1の医療用画像処理装置が行う処理の手順を示すフローチャートである。図 15は、図 13の生体組織の三次元モデルにお!、て、凸型形状と推定されたボタセル群の平均座標 A及び尾根型形状と推定されたボタセル群の平均座標 Bの位置関係の一例を示す図である。

[0091] 第 1の実施形態の説明において述べた一連の処理において、 CPU22は、生体糸且織 31 Aの不可視領域 31cの三次元モデルとしての生体組織裏面部 3 leを推定するための処理（図 6のステップ S32に示す処理）を行うことなぐ例えば、生体組織表面部 31aが有する各ボタセルから、近似平面 31dに対称となる位置に仮想的に存在する各ボタセルの形状特徴量を算出するとともに、算出した該形状特徴量に基づき、該位置に隆起形状が存在する力否かの判定を行うものであっても良い。

[0092] ところで、 CPU22が生体組織 31 Aの二次元画像から三次元モデルを推定する際には、第 1の実施形態の説明において述べたように、例えば、輝度情報に基づく処理が行われる。そのため、生体組織 31 Aの二次元画像における可視領域と不可視領域との境界部分 (エッジ部）が通常に比べて暗めの輝度情報を有している場合、生体組織 31Aは、実際の形状が凸型形状であったとしても、内視鏡 6による観察時の視野方向（または管腔中心方向）としての z軸方向に存在する不可視領域に尾根型形状を有する、例えば、図 13に示すような形状の三次元モデルとして推定される可能性がある。

[0093] そのような場合、 CPU22が以降に記す処理を行うことにより、三次元モデルとして推定された生体組織 31Aが隆起形状であるか否かが検出される。

[0094] まず、 CPU22は、変数 jを 1に設定した（図 14のステップ S41)後、三次元モデルにおける一の曲平面が有する Q個のボタセルのうち、一のボタセルである Bj (j = l, 2, · ··, Q- l, Q)を抽出するとともに（図 14のステップ S42)、該一のボタセル Bjにおける形状特徴量として、 Shapelndex値 SBj及び Curvedness値 CBjを算出する（図 14 のステップ S43)。

[0095] さらに、 CPU22は、 Shapelndex値 SBjと、予め設定された Shapelndex値の閾値 Sthlとの比較を行うとともに、 Curvedness値 CBjと、予め設定された Curvedness 値の閾値 Cthlとの比較を行う。換言すると、 CPU22は、前述した処理を行うことにより、生体組織 31Aが隆起形状であるか否かを検出するための処理として、三次元モデルが凸型形状と推定されたボタセル群を抽出する処理を行う。なお、図 14に示す一連の処理においては、隆起形状として凸型形状を有する生体組織 31Aを検出するために、例えば、閾値 Sthlは 0. 9として設定されているとし、また、閾値 Cthlは 0 . 2として設定されているとする。

[0096] そして、 CPU22は、 Shapelndex値 SBjが閾値 Sthlより大きぐかつ、 Curvednes s値 CBjが閾値 Cthlより大きいことを検出した場合（図 14のステップ S44)、一のボタセル Bjを隆起形状の一部を構成するボタセルの候補であると判断し、該一のボクセル Biにおける変数 ryuukil (Bj)の値を ONとする（図 14のステップ S45)。

[0097] また、 CPU22は、 Shapelndex値 SBjが閾値 Sthl以下である力、または、 Curved ness値 CBjが閾値 Cthl以下であることを検出した場合（図 14のステップ S44)、さらに、 Shapelndex値 SBjと、予め設定された Shapelndex値の閾値 Sth2との比較を行う。なお、図 14に示す一連の処理においては、隆起形状として尾根型形状を有する生体組織 31Aを検出するために、例えば、閾値 Sth2は 0. 75として設定されているとする。

[0098] CPU22は、 Shapelndex値 SBjが閾値 Sth2より大きいことを検出した場合（図 14 のステップ S46)、該一のボタセル Biにおける変数 ryuuki2 (Bj)の値を ONとする（図 14のステップ S47)。

[0099] その後、 CPU22は、三次元モデルにおける一の曲平面が有する一の曲平面 Q個のボタセル全てにおいて、前述した処理が行われたかどうか、すなわち、変数 j = Qである力否かの判定を行う。

[0100] そして、 CPU22は、 j = Qではないことを検知した場合（図 14のステップ S48)、変数 jに 1を加える処理を行った（図 14のステップ S49)後、前述した、図 14のステップ S 42力らステップ S48に示す処理を再度行う。

[0101] また、 CPU22は、 j = Qであることを検知した場合（図 14のステップ S48)、例えば、図 15に示すような、変数 ryuukil (Bj)が ONであるボタセル群の平均座標 A (XI, Y 1, Z1)と、変数 ryuuki2 (Bj)が ONであるボタセル群の平均座標 B (X2, Y2, Z2)との間の距離 Lを算出する（図 14のステップ S50)。その後、 CPU22は、変数 ryuukil (Bj)が ONであるボタセル群と、変数 ryuuki2 (Bj)が ONであるボタセル群とが所定の範囲内に存在するか否かを、距離 Lと、 AB間の距離の閾値 thLとの比較を行うことにより判定する。

[0102] CPU22は、距離 Lが閾値 thL以上であることを検知した場合（図 14のステップ S 51 )、変数 ryuukil (Bj)が ONであるボタセル群及び変数 ryuuki2 (Bj)が ONであるボクセル群を有する一の曲平面を、隆起形状を構成するボタセルではないと判断し、 Q 個のボクセノレ各々における変数 ryuukil (Bj)または変数 ryuuki2 (Bj)の値を OFF とする処理を行った（図 14のステップ S52)後、一連の処理を終了する。また、 CPU2 2は、距離 Lが閾値 thLより小さいことを検知した場合（図 14のステップ S51)、変数 ry uukil (Bj)が ONであるボタセル群及び変数 ryuuki2 (Bj)が ONであるボタセル群を有する一の曲平面を、隆起形状を構成するボタセルであると判断し、 Q個のボタセル各々における変数 ryuukil (Bj)または変数 ryuuki2 (Bj)の値を ONとしたまま一連の処理を終了する。これにより、 CPU22は、隆起形状を有する病変部位である、ポリープ等をより精度良く検出することができる。特に、 CPU22は、本実施形態の一連の処理を行うことにより、略半球状に隆起した病変部位 (ポリープ等）に加え、ユーザによる見落としが比較的生じやすい、例えば、略半円柱状の部位を有して隆起した病変部位 (ポリープ等)の検出もまた行うことができる。その結果、本実施形態の医療用画像処理装置 3は、ユーザによるポリープ等の病変部位の見落としを防止可能であることにより、ユーザの負担を軽減させることができる。

[0103] なお、本発明は、上述した各実施形態に限定されるものではなぐ発明の趣旨を逸脱しな、範囲内にお、て種々の変更や応用が可能であることは勿論である。

[0104] 本出願は、 2006年 3月 8日に日本国に出願された特願 2006— 63233号を優先権主張の基礎として出願するものであり、上記の開示内容は、本願明細書、請求の範囲、図面に引用されたものとする。

Claims

請求の範囲

[1] 入力される体腔内の生体組織の像の二次元画像に基づき、該生体組織の三次元モデルを推定する三次元モデル推定部と、

前記生体組織の三次元モデルが有する各ボタセルの形状特徴量を算出する形状特徴量算出部と、

前記形状特徴量に基づき、前記生体組織の三次元モデルが有する各ボタセルのうち、三次元モデルが所定の形状として推定された第 1のボタセル群を抽出する三次元形状抽出部と、

前記第 1のボタセル群を、前記生体組織の三次元モデルにおける隆起形状を構成するボタセル群として検出する隆起形状検出部と、

を有することを特徴とする医療用画像処理装置。

[2] さらに、入力される前記二次元画像における可視領域と不可視領域とを検出する領域検出部を有することを特徴とする請求項 1に記載の医療用画像処理装置。

[3] 前記領域検出部は、入力される前記二次元画像における線構造の情報を取得するとともに、前記線構造の情報に基づいて境界部を検出することにより、該境界部を境に前記可視領域と前記不可視領域とが分かれているとすることを特徴とする請求項 2に記載の医療用画像処理装置。

[4] さらに、前記三次元モデル推定部は、前記可視領域にお!、て推定した各ボタセルに基づき、前記不可視領域の所定の位置にボタセルを添加することを特徴とする請求項 2または請求項 3に記載の医療用画像処理装置。

[5] 前記所定の位置は、前記可視領域にぉ、て推定した各ボタセルから、前記領域検出部が検出した境界部に対して対称となる位置であることを特徴とする請求項 4に記載の医療用画像処理装置。

[6] 前記所定の形状は、凸型形状であることを特徴とする請求項 1乃至請求項 5のいずれかーに記載の医療用画像処理装置。

[7] さらに、前記三次元形状抽出部は、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、該第 2のボタセル群と該第 3のボクセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1のボタセル群として抽出することを特徴とする請求項 1に記載の医療用画像処理装置。

[8] さらに、前記三次元形状抽出部は、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、前記不可視領域に存在する該第 3 のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1のボタセル群として抽出することを特徴とする請求項 2に記載の医療用画像処理装置。

[9] さらに、前記三次元形状抽出部は、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在するか否かを、前記第 2のボタセル群の平均座標と、前記第 3のボタセル群の平均座標との間の距離に基づいて判定することを特徴とする請求項 7または請求項 8に記載の医療用画像処理装置。

[10] さらに、前記形状特徴量算出部は、前記可視領域における各ボタセルにおいてのみ、前記形状特徴量を算出することを特徴とする請求項 2または請求項 3に記載の医療用画像処理装置。

[11] 前記形状特徴量算出部は、一のボタセルの周辺領域に存在するボタセルに関する情報である周辺領域ボタセル情報に基づいて該一のボタセルの形状特徴量を算出するとともに、前記境界部を含むボタセルが該周辺領域内に存在することを検知した場合、該一のボタセルの形状特徴量を算出する際に用、る周辺ボタセル情報を減らすことを特徴とする請求項 3に記載の医療用画像処理装置。

[12] 入力される体腔内の生体組織の像の二次元画像に基づき、該生体組織の三次元モデルを推定する三次元モデル推定ステップと、

前記生体組織の三次元モデルが有する各ボタセルの形状特徴量を算出する形状特徴量算出ステップと、前記形状特徴量に基づき、前記生体組織の三次元モデルが有する各ボタセルのうち、三次元モデルが所定の形状として推定された第 1のボタセル群を抽出する三次元形状抽出ステップと、

前記第 1のボタセル群を、前記生体組織の三次元モデルにおける隆起形状を構成するボタセル群として検出する隆起形状検出ステップと、

を有することを特徴とする医療用画像処理方法。

[13] さらに、入力される前記二次元画像における可視領域と不可視領域とを検出する領域検出ステップを有することを特徴とする請求項 12に記載の医療用画像処理方法。

[14] 前記領域検出ステップは、入力される前記二次元画像における線構造の情報を取得するとともに、前記線構造の情報に基づいて境界部を検出することにより、該境界部を境に前記可視領域と前記不可視領域とが分かれているとすることを特徴とする請求項 13に記載の医療用画像処理方法。

[15] さらに、前記三次元モデル推定ステップは、前記可視領域にぉ、て推定した各ボタセルに基づき、前記不可視領域の所定の位置にボタセルを添加することを特徴とする請求項 13または請求項 14に記載の医療用画像処理方法。

[16] 前記所定の位置は、前記可視領域にぉ、て推定した各ボタセルから、前記領域検出ステップが検出した境界部に対して対称となる位置であることを特徴とする請求項 15に記載の医療用画像処理方法。

[17] 前記所定の形状は、凸型形状であることを特徴とする請求項 12乃至請求項 16の Vヽずれか一に記載の医療用画像処理方法。

[18] さらに、前記三次元形状抽出ステップは、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、該第 2のボタセル群と該第 3 のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボクセル群とを前記第 1のボタセル群として抽出することを特徴とする請求項 12に記載の医療用画像処理方法。

[19] さらに、前記三次元形状抽出ステップは、前記生体組織の三次元モデルにおける一の曲平面が有するボタセル群のうち、三次元モデルが凸型形状として推定されたボタセル群である第 2のボタセル群と、三次元モデルが尾根型形状として推定されたボタセル群である第 3のボタセル群とを検出するとともに、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在する場合に、該第 2のボタセル群と該第 3のボタセル群とを前記第 1のボクセル群として抽出することを特徴とする請求項 13に記載の医療用画像処理方法。

[20] さらに、前記三次元形状抽出ステップは、前記不可視領域に存在する該第 3のボタセル群と前記可視領域に存在する該第 2のボタセル群とが所定の範囲内に存在するか否かを、前記第 2のボタセル群の平均座標と、前記第 3のボタセル群の平均座標との間の距離に基づいて判定することを特徴とする請求項 18または請求項 19に記載の医療用画像処理方法。

[21] さらに、前記形状特徴量算出ステップは、前記可視領域における各ボタセルにおいてのみ、前記形状特徴量を算出することを特徴とする請求項 13または請求項 14 に記載の医療用画像処理方法。

[22] 前記形状特徴量算出ステップは、一のボタセルの周辺領域に存在するボタセルに関する情報である周辺領域ボタセル情報に基づいて該一のボタセルの形状特徴量を算出するとともに、前記境界部を含むボタセルが該周辺領域内に存在することを検知した場合、該一のボタセルの形状特徴量を算出する際に用いる周辺ボタセル情報を減らすことを特徴とする請求項 14に記載の医療用画像処理方法。