WO2009145076A1 - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents

画像処理装置、画像処理方法、及び画像処理プログラム Download PDF

Info

Publication number
WO2009145076A1
WO2009145076A1 PCT/JP2009/059119 JP2009059119W WO2009145076A1 WO 2009145076 A1 WO2009145076 A1 WO 2009145076A1 JP 2009059119 W JP2009059119 W JP 2009059119W WO 2009145076 A1 WO2009145076 A1 WO 2009145076A1
Authority
WO
WIPO (PCT)
Prior art keywords
anisotropic
region
filter
pixel
image
Prior art date
Application number
PCT/JP2009/059119
Other languages
English (en)
French (fr)
Inventor
後藤　良洋
Original Assignee
株式会社 日立メディコ
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 株式会社 日立メディコ filed Critical 株式会社 日立メディコ
Priority to US12/993,337 priority Critical patent/US8326013B2/en
Priority to JP2010514442A priority patent/JP5367704B2/ja
Publication of WO2009145076A1 publication Critical patent/WO2009145076A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • 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
    • G06T2207/30061—Lung

Definitions

  • the present invention relates to an image processing apparatus, an image processing method, and an image processing program, and more particularly to a technique for reducing image noise that is likely to occur in an X-ray CT image with a low irradiation X-ray dose and a magnetic resonance imaging image with a low magnetic field strength.
  • Patent Document 1 discloses a technique for extracting a characteristic for each image portion and performing an enhancement process by selecting a filter function corresponding to the characteristic as an image enhancement process.
  • a technique for image enhancement using an average value is disclosed.
  • Patent Document 2 discloses a technique for separating an image into an edge portion and a flat portion and performing a smoothing process suitable for the characteristics of each image portion.
  • JP 2006-167187 A Japanese Patent Laid-Open No. 10-283471
  • Patent Document 1 is a technique related to image enhancement, there is a problem that high-frequency noise is also enhanced. Further, Patent Document 2 describes noise reduction, but it has not been considered that a blood vessel has a traveling direction. Further, Patent Document 2 has a problem that the amount of calculation increases because smoothing processing corresponding to the respective characteristics is performed on the edge portion and the flat portion.
  • the present invention has been made in view of the above problems, and an object of the present invention is to provide a noise reduction technique that is effective even when the running direction of blood vessels is complicated (for example, blood vessels in a lung field).
  • an image processing apparatus, method, and program according to the present invention perform noise removal processing using a filter having a shape corresponding to a partial characteristic of an image, and in particular, consider the running direction of a blood vessel. Noise reduction processing is performed. Note that although the present invention is originally a three-dimensional process (across multiple slices), a two-dimensional process (within the same slice) will be described in order to simplify the description.
  • the image processing apparatus includes an image reading unit that reads a medical image, and an anisotropic pixel that is continuous with the target pixel with respect to the target pixel included in the medical image.
  • Anisotropic area setting means for setting a plurality of areas, and a statistic calculation means for calculating a statistic of pixel values of pixels constituting each anisotropic area for each of the plurality of anisotropic areas Determining an anisotropic region in which the statistic is minimum among the plurality of anisotropic regions, and forming an anisotropic shape filter configured in the same direction as the anisotropic region, or the plurality
  • the anisotropic region in which the statistic is maximized among the anisotropic regions is determined, and the anisotropic region is rotated 90 degrees clockwise or counterclockwise around the target pixel.
  • pixel value includes the CT value of the CT image that is the original image, the density values of the MRI image, US image, and XR image that are the original images, as well as the gradation values for these CT values and density values. It includes pixel values after image processing such as processing.
  • Median filter processing refers to processing for replacing the median of the pixel values of the pixels constituting the filter with the pixel value of the pixel of interest.
  • “Smoothing process” refers to a process of replacing the average value of the pixel values of the pixels constituting the filter with the pixel value of the pixel of interest.
  • the image processing method includes a step of reading a medical image, and for a target pixel included in the medical image, a plurality of anisotropic regions centered on the target pixel and continuing to the target pixel are set.
  • An anisotropic region that minimizes the amount is determined, and the anisotropic shape filter configured in the same direction as the anisotropic region, or the statistic among the plurality of anisotropic regions is the largest
  • An anisotropic region filter that is configured in a direction rotated 90 degrees clockwise or counterclockwise around the target pixel is determined.
  • the image processing program includes a step of reading a medical image, and for a target pixel included in the medical image, a plurality of anisotropic regions centering on the target pixel and continuing to the target pixel are set.
  • An anisotropic region that minimizes the amount is determined, and the anisotropic shape filter configured in the same direction as the anisotropic region, or the statistic among the plurality of anisotropic regions is the largest
  • An anisotropic region filter that is configured in a direction rotated 90 degrees clockwise or counterclockwise around the target pixel is determined. And setting the target pixel And, wherein the executing and performing a median filtering or smoothing filter processing, to the computer by using the anisotropic shape filter.
  • noise can be reduced in consideration of the traveling direction of the blood vessel, so that noise can be effectively reduced especially when the traveling direction of the blood vessel is complicated (for example, blood vessels in the lung field). Furthermore, noise can be effectively reduced even for an image with more noise due to shooting conditions.
  • FIG. 1 is a schematic configuration diagram of an image processing system using an image processing apparatus according to the present invention.
  • the block diagram which shows an image processing program.
  • the flowchart which shows the flow of the process of 1st embodiment.
  • Fig. 4 is a schematic diagram showing examples of isotropic and anisotropic regions.
  • Fig. 4 (a) shows isotropic regions and Figs. 4 (b) to (i) are anisotropic.
  • An example of the target area is shown.
  • the schematic diagram which shows the other example of an anisotropic area
  • the schematic diagram which shows the processing content of a median filter and a smoothing filter.
  • the flowchart which shows the flow of a process of 2nd embodiment.
  • the schematic diagram which shows the change process of filter size.
  • the flowchart which shows the flow of processing of a third embodiment. Flowchart showing the flow of processing of the fourth embodiment The schematic diagram which shows the example of a standard deviation table and a reference standard deviation table. The flowchart which shows the flow of the process of 5th embodiment. The flowchart which shows the flow of a process of 6th embodiment. The schematic diagram which shows the example of a display of the histogram of a standard deviation. The flowchart which shows the flow of a process of 7th embodiment. The schematic diagram which shows the example of a screen display used by 7th embodiment. The schematic diagram which shows the example of a screen display used by 7th embodiment. The flowchart which shows the flow of a process of 8th embodiment.
  • FIG. 1 is a schematic configuration diagram of an image processing system using an image processing apparatus according to the present invention.
  • the image processing system 1 includes an X-ray CT apparatus, a magnetic resonance imaging apparatus (hereinafter referred to as “MRI apparatus”), an ultrasonic apparatus (hereinafter referred to as “US apparatus”), and an X-ray apparatus installed in a hospital or medical examination center.
  • a medical image photographing device 2 such as a line photographing device, an image database (image DB) 3 for storing medical images, and an image processing device 10 to which the present invention is applied are connected to each other via a LAN 4. .
  • the image processing apparatus 10 includes a central processing unit (CPU) 11 that mainly controls the operation of each component, a main memory 12, a data recording device 13, a display memory 14 that temporarily stores display data, a liquid crystal monitor, and a CRT.
  • a pointing device (not shown) such as a mouse 16, a trackball, and a touch panel for operating a soft switch on the image displaying device 15, a controller 16a for the pointing device, and various parameters.
  • the data recording device 13 includes a storage device such as a memory and a hard disk built in or externally attached to the image processing device 10, a device for writing / reading data to / from a removable external medium, and an external storage device and a network.
  • a storage device such as a memory and a hard disk built in or externally attached to the image processing device 10
  • a device for writing / reading data to / from a removable external medium and an external storage device and a network.
  • a device that transmits and receives data via the network may be used.
  • FIG. 2 is a block diagram showing an image processing program installed in the image processing apparatus 10.
  • the image processing program includes an image reading unit 11a for reading a medical image, and an anisotropic pixel including a pixel row of an arbitrary shape that is continuous with the target pixel with respect to the target pixel included in the medical image.
  • An anisotropic region setting unit 11b for setting a plurality of regions, a statistic calculation unit 11c for calculating a statistic of pixel values of pixels constituting each anisotropic region, an anisotropic shape filter or isotropic
  • a filter setting unit 11d for setting a target shape filter, a filter processing unit 11e for performing median filter processing or smoothing filter processing, an image size changing unit 11f for enlarging / reducing a medical image, and an isotropic shape filter for a target pixel
  • a filter determining unit 11g that determines application of the target region, an organ region extracting unit 11h that extracts a target organ region from a medical image, and the maximum value of the statistics of the anisotropic region is within a predetermined reference range.
  • the image reading unit 11a may receive and read a medical image from the medical image capturing device 2 or the image DB 3 via the LAN 4, or may read from the data recording device 13 included in the image processing device 10.
  • the above-described image processing program is loaded into the main memory 12, and fulfills its function by being executed by the CPU 11.
  • a medical image is not limited to a CT image, and may be an MRI image, a US image, or an X-ray image.
  • the imaging region is not limited to the chest but is also effective for a medical image obtained by imaging an organ including a luminal organ such as a blood vessel such as a liver.
  • FIG. 3 is a flowchart showing a processing flow of the first embodiment.
  • a third reference range (a standard deviation of 80 or more in this embodiment) that is a threshold value used in step S13 described later is stored in the data storage device 13.
  • This third reference range has a tendency that the standard deviation tends to be larger when the anisotropic region straddles the blood vessel or at the edge portion. Therefore, by performing noise reduction processing on these regions, the blood vessel is reduced. Used to prevent crushing and blurring of edges.
  • FIG. 3 is a flowchart showing a process flow of the first embodiment.
  • Step S10 First, the image reading unit 11a reads a CT image.
  • the filter determination unit 11g compares the CT value of the target pixel with the first reference range that is defined by the CT value and determines whether or not to use the isotropic shape filter.
  • the process proceeds to step S11, and if it is within the first reference range, the process proceeds to step S12.
  • Step S11 The filter setting unit 11d sets an isotropic filter having an N ⁇ N matrix shape with the pixel of interest at the center.
  • the filter processing unit 11e performs median filter processing on the target pixel using an isotropic shape filter. Thereby, processing in the same direction is performed on the target pixel.
  • FIG. 4 is a schematic diagram showing an example of an isotropic region and an anisotropic region
  • FIG. 4 (a) shows a case where a filter 110 having a matrix size of 7 ⁇ 7 is applied to a CT image.
  • a median filter is mainly used as a filtering method, and the central value is determined by ordering the pixel values of 49 pixels constituting the filter 110 in the order of larger (or smaller) pixel values. Then, the process of adopting the value as the pixel value of the target pixel is performed. If some blurring is allowed in the processing result, an average value of the pixel values of 49 pixels in the filter 110 may be calculated, and a smoothing filter that uses the average value as the pixel value of the target pixel may be used. Good.
  • the anisotropic region setting unit 11b sets a plurality of anisotropic (also referred to as anisotropic) regions around the target pixel 100.
  • the statistic calculator 11c calculates a statistic for each set anisotropic region.
  • the anisotropic region refers to a region that is centered on the target pixel and that is continuous in an arbitrary direction with the target pixel in the N ⁇ N region as the center.
  • the anisotropic region is a pixel other than the N ⁇ N matrix shape in the N ⁇ N region centered on the pixel of interest, and has an arbitrary shape that continues around the pixel of interest. Is a column.
  • the anisotropic regions shown in FIGS. 4 (b) to 4 (i) are 1 ⁇ 7 (where 1 is a plurality of rows or 1) continuous to the target pixel 100 in the 7 ⁇ 7 region centered on the target pixel 100. (It may span the columns), and in the figure, it is composed of 7 pixels with circles.
  • FIG. 4 (b) shows an example of an anisotropic region consisting of a 1 ⁇ 7 pixel row that is continuous diagonally from the upper left to the lower right with the target pixel 100 as the center.
  • FIG. 4 (c) shows an example of an anisotropic region including a 1 ⁇ 7 pixel row that is continuous diagonally from the lower left to the upper right with the target pixel 100 as the center.
  • FIG. 4 (d) shows an example of an anisotropic region including a 1 ⁇ 7 pixel row that is continuous on a straight line in the horizontal direction (X-axis direction) with the target pixel 100 as the center.
  • FIG. 4 (b) shows an example of an anisotropic region consisting of a 1 ⁇ 7 pixel row that is continuous diagonally from the upper left to the lower right with the target pixel 100 as the center.
  • FIG. 4 (c) shows an example of an anisotropic region including a 1 ⁇ 7 pixel row that is continuous diagonally from the lower left to the upper right with
  • FIG. 4 (e) shows an example of an anisotropic region composed of a 1 ⁇ 7 pixel row that is continuous on a straight line in the vertical direction (Y-axis direction) with the target pixel 100 as the center.
  • the anisotropic region pixels arranged in a straight line as described above may be used, but pixels arranged in an arbitrary shape as described below may be used.
  • FIG. 4 (f) shows two pixels (Xn, Yn-1) and (Xn, Yn + 1) vertically adjacent to the target pixel 100 (Xn, Yn), and these pixels are adjacent to each other in an oblique direction.
  • Two pixels (Xn-1, Yn + 2), (Xn + 1, Yn-2), and two pixels (Xn-1, Yn + 3), (Xn + 1, Yn-3) that are adjacent to these two pixels in the vertical direction for a total of 7 pixels Shows an example in which an anisotropic region is constructed.
  • FIG. 4 (g) shows two pixels (Xn, Yn-1), (Xn, Yn + 1) adjacent to the target pixel 100 (Xn, Yn) in the Y-axis direction, and 2 adjacent to these pixels in an oblique direction.
  • region is shown.
  • FIG. 4 (h) shows two pixels (Xn-1, Yn) and (Xn + 1, Yn) that are adjacent to the target pixel 100 (Xn, Yn) in the horizontal direction, and two pixels that are adjacent to these pixels in an oblique direction. (Xn-2, Yn + 1), (Xn + 2, Yn-1), and two pixels (Xn-3, Yn + 1), (Xn + 3, Yn-1) adjacent to both of these pixels in the horizontal direction.
  • region is shown.
  • FIG. 4 (i) shows two pixels (Xn-1, Yn) and (Xn + 1, Yn) that are adjacent to the target pixel 100 (Xn, Yn) in the horizontal direction, and two pixels that are adjacent to these pixels in an oblique direction. (Xn-2, Yn-1), (Xn + 2, Yn + 1), and two pixels (Xn-3, Yn-1), (Xn + 3, Yn + 1) adjacent to these pixels in the horizontal direction.
  • region is shown.
  • the anisotropic region is configured using pixels arranged in 1 ⁇ N, but the anisotropic region uses n ( ⁇ N) columns and / or rows of the N ⁇ N region, You may comprise by nxN pixel.
  • FIG. 5 shows an example in which three columns in a 7 ⁇ 7 region are used as an example of an anisotropic region composed of n ⁇ N pixels.
  • FIG. 5 (a) shows an anisotropic region (first line: (Xn-3, Yn + 3), (Xn-2) continuous in an oblique direction from the upper left to the lower right with respect to the target pixel 100 (Xn, Yn).
  • FIG. 5 (b) shows an anisotropic region composed of a total of 21 pixels of 3 ⁇ 7 pixels located in the fourth to sixth rows with respect to the target pixel 100 (Xn, Yn).
  • the anisotropic region setting unit 11b sets the eight types of anisotropic regions shown in FIGS. 4 (b) to (i), and the statistic calculation unit 11c Standard deviation SD (b), SD (c), SD (d), SD (e), SD (f), SD (g), SD (h), SD (i) “SDk” (where k indicates a direction corresponding to b to i) is determined.
  • the standard deviation SDk (k is the direction) is obtained as a statistic, but it may be a variance value.
  • Step S13 The determination unit 11i compares maxSD, which is the maximum value of the eight standard deviations SDk calculated in step S12, with the third reference range recorded in the data recording device 13, and maxSD is outside the third reference range. It is determined whether or not there is. If YES, the process proceeds to step S14, and if NO, the process proceeds to step S15.
  • Step S14 If maxSD is outside the third reference range, the filter setting unit 11d substitutes the pixel value (CT value or density value) of the target pixel as the pixel value of the image after filtering without setting the filter. .
  • Step S15 The filter setting unit 11d searches for the minimum value of the eight standard deviations SDk calculated in step S12, and determines whether the minimum value of SDk is SD (b). If YES, the process proceeds to step S16, and if NO, the process proceeds to step S17.
  • Step S16 The filter setting unit 11d sets an anisotropic shape filter in the same direction as the anisotropic region in FIG. 4 (b) for the target pixel 100, and the filter processing unit 11e sets the anisotropic shape filter. Is used to perform median filtering.
  • FIGS. 6 (a) and 6 (b) are schematic diagrams showing the processing contents of the median filter and the smoothing filter.
  • a 1 ⁇ 9 column filter composed of nine pixels a1 to a9 continuous from the upper left to the lower right is set for the target pixel a5
  • FIG. 6 (b) shows the target pixel For a5
  • a 1 ⁇ 9 column filter composed of nine pixels a1 to a9 continuous in the vertical direction is set.
  • the filter processing unit 11e obtains the median value of the pixels a1 to a9.
  • the filter processing unit 11e may obtain an average value of the pixels a1 to a9 as a low-pass filter.
  • the filter setting unit 11d searches for the minimum value of the eight standard deviations SDk calculated in step S12, and determines whether or not the minimum value of SDk is SD (c). judge. If YES, the process proceeds to step S18.
  • step S18 as in step S16, the filter setting unit 11d sets an anisotropic shape filter in the same direction as the anisotropic region in FIG. 4 (c), and the filter processing unit 11e uses the filter to set the median. Perform filtering.
  • the anisotropic shape filter needs to have the same direction as the direction of the anisotropic region, but the length (size) of the anisotropic shape filter is the length of the anisotropic region. It may be different from the size.
  • steps S15 and S16 are performed in the five directions from FIG. 4 (d) to FIG. 4 (h).
  • Step S19 and Step S110 among the statistics determined in FIG. 4 (i), that is, Step S12, Step S15 and Step S15 are performed for the last anisotropic region that has not yet been processed in Step S15 and Step S16. Processing similar to S16 is performed.
  • Step S111 It is determined whether or not the processing has been completed for all the pixels of the medical image. If YES, the processing ends. If NO, the process returns to step S10.
  • a specific region of the subject for example, a lung field region in a chest tomographic image
  • noise reduction using an anisotropic shape filter according to the region Noise reduction processing using a process or an isotropic shape filter can be performed.
  • Noise reduction can be performed since it is possible to perform noise reduction processing along the running of blood vessels for regions where a large number of blood vessels are imaged, such as lung field regions, while preventing erroneous cutting of thin blood vessel regions due to noise reduction processing.
  • the number of anisotropic regions is eight in FIGS. 4 (b) to 4 (i). However, if the image size becomes larger, the number of anisotropic regions (isotropic regions) On the contrary, if the image size becomes smaller, the number of anisotropic regions may be reduced.
  • the second embodiment is an embodiment in which the filter direction and the filter size are changed simultaneously.
  • the anisotropic area has been described as an area composed of a pixel row having an arbitrary shape continuous to the target pixel of n ⁇ 7 (where n ⁇ 7) size.
  • the filter size may be changed according to the size of FOV (Field of view).
  • FIG. 7 is a flowchart showing a process flow of the second embodiment.
  • the data storage device 13 of the image processing apparatus 10 includes a coefficient r for changing the filter size according to the magnification R that indicates the enlargement / reduction ratio of the image size (H ⁇ W) and the size of the FOV.
  • a function or a table for determining is stored.
  • the coefficient r is a coefficient of 0 or more and 1 or less, and increases as the magnification R increases, and decreases as the magnification R decreases.
  • Step S20 When the user inputs a desired image size, the image size changing unit 11f enlarges / reduces the medical image using a magnification R that matches the input value.
  • Step S21 to Step S25 Steps S21 to S25 perform the same processing as steps S10 to S14 of the first embodiment.
  • the filter setting unit 11d refers to the data storage device 13, and determines the coefficient r1 based on the enlargement ratio R of the image and the direction of the anisotropic region in FIG. 4B. Then, an anisotropic shape filter having a filter size determined using the coefficient r1 is set.
  • FIG. 8 is a schematic diagram for explaining the filter size changing process, and the anisotropic region 80 in FIG. 8 is the same anisotropic region as that in FIG. is there.
  • the filter setting unit 11d includes the pixel value 60A of the pixel (Xn-3, Yn + 3) located at the upper left end of the anisotropic region 80 composed of 7 pixels of 1 ⁇ 7, and the pixel (Xn-3, Yn + 3). ) And the pixel value 60B of the pixel (Xn ⁇ 2, Yn + 2) adjacent thereto are interpolated according to the following equation using the coefficient r1 to calculate the pixel value 60AB.
  • the filter setting unit 11d includes the pixel value 61A of the pixel (X + 3, Yn-3) located at the lower right end of the pixel column and the pixel (Xn + 2, Yn ⁇ ) adjacent to the pixel (Xn + 3, Yn-3).
  • the pixel value 61AB is calculated by weighted addition of the pixel value 61B of 2) and the coefficient r1 described above according to the following equation.
  • the filter setting unit 11d sets a filter 90 composed of 5 pixels in which the number of pixels constituting the entire filter is 2 pixels less than 7 pixels in the anisotropic region 80.
  • the pixel value of the anisotropic region is used for the target pixel 100 and both adjacent pixels, and the calculated values 60AB and 61AB are used for the pixel values of the end pixels.
  • the pixel values of the pixels at both ends of the filter 90 are interpolated from the pixel value of the anisotropic region and the pixel value of the pixel in the anisotropic region adjacent to the pixel value, thereby creating a filter.
  • the size is not limited to the number of pixels (integer multiple), and can be set to an arbitrary size.
  • Step S27 The filter processing unit 11e sorts the set pixel values of the anisotropic shape filter 90 in order of increasing or decreasing order, obtains the median value, and sets the value as the pixel value of the target pixel 100.
  • Step S28 to Step S211 the filter setting unit 11d determines whether or not the statistical amount of the anisotropic region shown in FIG. 4C is the minimum value. If YES, the process proceeds to step S29. .
  • step S29 as in step S27, the filter setting unit 11d determines the coefficient r2 according to the direction of the anisotropic region and the magnification R, sets a filter using the coefficient r2, and the filter processing unit 11e Filter processing is performed in the direction of the anisotropic region shown in FIG.
  • step S26 and step S27 processing similar to that in step S26 and step S27 is performed for the six directions from FIG. 4 (d) to FIG. 4 (i).
  • Step S212 It is determined whether or not the processing has been completed for all the pixels of the medical image. If YES, the processing ends. If NO, the process returns to step S21.
  • the size of the filter is conventionally configured as an isotropic shape filter having a matrix shape of (2N + 1) ⁇ (2N + 1) (N: natural number), (2N + 1) ⁇ (2N + 1)
  • the next largest filter was limited to ⁇ 2 (N + 1) +1 ⁇ ⁇ ⁇ 2 (N + 1) +1 ⁇ .
  • the filter size is limited to a 5 ⁇ 5 filter next to a 3 ⁇ 3 filter and a 7 ⁇ 7 filter next to the 3 ⁇ 3 filter.
  • the filter size can be changed in accordance with the image size, the FOV size, and the direction of the anisotropic region, so that noise can be reduced more effectively.
  • step S22 performed isotropic processing using an isotropic shape filter with a 7 ⁇ 7 matrix shape, but the filter setting unit 11d has a pixel value of the pixel located at the end and one inside it.
  • the pixel value of the pixel located at is calculated by the equation (1) or (2) using the coefficient r0 corresponding to the magnification R, so that an arbitrary size smaller than 7 ⁇ 7 and larger than 5 ⁇ 5
  • An isotropic shape filter may be generated by interpolation, and isotropic processing may be performed using this filter.
  • FIG. 9 is a flowchart showing a process flow of the third embodiment. Also in this embodiment, eight anisotropic regions shown in FIGS. 4B to 4I are set.
  • Step S30 to Step S34 Steps S30 to S34 perform the same processing as steps S10 to S14 of the first embodiment.
  • Step S35 The filter setting unit 11d searches for the maximum value among the eight standard deviations SDk calculated in step S32, and determines whether or not the maximum value of SDk is SD (b). If YES, the process proceeds to step S36, and if NO, the process proceeds to step S37. In the search for the maximum value, information on the direction of the anisotropic region may be acquired and used when obtaining maxSD in step S33.
  • Step S36 The filter setting unit 11d sets an anisotropic shape filter in the same direction as the direction in which the anisotropic region in FIG. 4B is rotated 90 degrees to the right or left around the target pixel 100.
  • the filter processing unit 11e performs a filter process similar to that in step S16 using the anisotropic shape filter. As a result, processing in the vertical direction as shown in FIG. 4B is executed.
  • the coordinates of the pixel at the upper right end are (Xn + 3, Yn + 3) and the coordinates at the lower left end are (Xn-3, Yn) centered on the target pixel 100.
  • -3) Set a filter consisting of 7 pixels from the upper right to the lower left.
  • step S37 the filter setting unit 11d searches for the maximum value of the eight standard deviations SDk calculated in step S32, and determines whether or not the maximum value of SDk is SD (c). judge. If YES, the process proceeds to step S38.
  • step S38 as in step S36, the filter setting unit 11d sets an anisotropic shape filter along a direction perpendicular to the direction of the anisotropic region in FIG. Performs filtering using the anisotropic shape filter.
  • processing similar to that in step S35 and step S36 is performed in the five directions from FIG. 4 (d) to FIG. 4 (h).
  • Step S39 and S310 among the statistics obtained in FIG. 4 (i), i.e., Step S32, the last anisotropic region for which the processing of Steps S35 and S36 has not been completed yet, Steps S35 and S36. The same processing is performed.
  • Step S311 It is determined whether or not the processing has been completed for all the pixels of the medical image. If YES, the processing ends. If NO, the process returns to step S30.
  • a specific part of the subject for example, a lung field region in a chest tomographic image
  • Noise reduction processing using a region or noise reduction processing using a matrix shape can be performed.
  • noise reduction processing can be performed along the running of blood vessels. Reduction can be performed.
  • the fourth embodiment is an embodiment in which standard deviations of a plurality of anisotropic regions are obtained for each pixel in advance.
  • FIG. 10 is a flowchart showing a process flow of the fourth embodiment.
  • the data recording device 13 stores a second reference range used in step S42 described later.
  • This second reference range is a reference range defined using a further standard deviation of a plurality of standard deviations obtained from a plurality of anisotropic regions, and determines whether or not an isotropic shape filter is used. Used for.
  • the third reference range used in step S44 is also stored.
  • Step S40 For all pixels of the original image, the anisotropic region setting unit 11b sets eight anisotropic regions shown in FIGS. 4 (b) to 4 (d), and the statistic calculation unit 11c The standard deviation of the pixel value of the anisotropic region set to is calculated. Further, the statistic calculation unit 11c has a maximum standard deviation calculated for each pixel and a further standard deviation (hereinafter referred to as ⁇ a standard population '' including a plurality of standard deviations set for one pixel of interest). Calculated as “additional SD”). The statistic calculator 11c generates a reference standard deviation table storing the maximum value and further SD, and stores it in the main memory 12 or the data storage device 13.
  • FIG. 11 shows an example of the standard deviation table.
  • FIG. 11 (a) is a standard deviation table 111 storing standard deviations of a plurality of anisotropic regions set for each pixel, and FIG. 11 (b) is based on the standard deviation of FIG. 11 (a).
  • the reference standard deviation table 112 generated is shown in FIG.
  • the reference standard deviation table 112 stores the direction and maximum value of the anisotropic region where the standard deviation is the maximum value (maxSD) for each pixel, and further SD.
  • the filter determining unit 11g refers to the “additional SD” value corresponding to the target pixel 100 in the reference standard deviation table 112 in FIG.
  • Step S42 The filter determining unit 11g determines whether or not the “further SD” of the pixel of interest is outside the second reference range. If it is outside the second reference range, the process proceeds to step S43, and if within the second reference range, the step Proceed to S44.
  • Step S43 The filter setting unit 11d sets an isotropic shape filter having an N ⁇ N matrix shape centered on the pixel of interest, and pays attention to the median of the pixel values of the pixels constituting the filter set by the filter processing unit 11e. Median filter processing for replacing the pixel value of the pixel is performed. Thereby, processing in the same direction is performed on the target pixel.
  • Step S44 The determination unit 11i obtains maxSD, which is the maximum value among the standard deviations SDk of the eight anisotropic regions set for the pixel of interest, with reference to the reference standard deviation table 112, The three reference ranges are compared to determine whether maxSD is outside the third reference range. If YES, the process proceeds to step S45, and if NO, the process proceeds to step S46.
  • Step S45 processing other than the processing of the isotropic region and the processing of the anisotropic region, for example, the processing of substituting the pixel value of the target pixel as the pixel value after the filtering processing is performed without performing the filtering processing.
  • Step S46 The filter determination unit 11g refers to maxSD in the reference standard deviation table 112, and determines whether or not the direction indicating the maximum value is the direction shown in FIG. If YES, the process proceeds to step S47, and if NO, the process proceeds to step S48.
  • Step S47 Similarly to step S36, the filter setting unit 11d sets an anisotropic shape filter along the direction perpendicular to the anisotropic region in FIG. 11e performs median filtering using the anisotropic shape filter.
  • step S48 as in step S46, the filter determination unit 11g refers to maxSD in the reference standard deviation table 112, and determines whether or not the direction indicating the maximum value is the direction shown in FIG. If YES, the process proceeds to step S49, and if NO, the process proceeds to step S410. The same processing is performed for the remaining anisotropic regions.
  • Step S412 It is determined whether or not the processing has been completed for all the pixels of the medical image. If YES, the processing ends. If NO, the process returns to step S41.
  • steps S46 to S411 the maximum value of a plurality of standard deviations is searched and the anisotropic shape filter is set in the direction perpendicular to the anisotropic region indicating the maximum value.
  • the minimum value may be searched, and an anisotropic shape filter in the same direction as the anisotropic region indicating the minimum value may be set.
  • FIG. 12 is a flowchart showing a process flow of the fifth embodiment.
  • Step S50 First, the image reading unit 11a reads a CT image.
  • the organ extraction unit 11h extracts an organ region that is a target of noise reduction processing from the CT image.
  • the extraction of the organ region can be performed, for example, by performing a binary process on the liver region with a CT value corresponding to the liver and performing a separation process from the adjacent organ region.
  • Step S51 The filter determination unit 11g compares the coordinates of the target pixel with the coordinates of the target organ region extracted by the organ extraction unit 11h, and determines whether or not the target pixel is in the target organ region. If the target pixel is outside the target organ region, the process proceeds to step S52, and if it is within the region, the process proceeds to step S53.
  • step S52 to S512 is the same as that from step S11 to step S111 in FIG. 3 of the first embodiment.
  • steps S32 to S311 of the third embodiment may be executed instead of steps S11 to S111 of the first embodiment.
  • the image size may be combined with the second embodiment by combining enlargement / reduction, or by referring to the reference standard deviation table in advance as in the fourth embodiment, the standard deviation in the processing from step S52 to S512 Instead of obtaining the reference standard deviation table. According to the present embodiment, it is possible to perform noise reduction processing according to the target organ.
  • a third reference range serving as a reference for determining whether or not to perform filter processing using an anisotropic shape filter is set using a GUI.
  • FIG. 13 is a flowchart showing a process flow of the sixth embodiment.
  • Step S60 The image reading unit 11a reads an original image composed of CT images.
  • the anisotropic region setting unit 11b performs a plurality of anisotropic operations on all pixels in the original image or on all pixels in the region for which noise reduction processing specified by tracing with the mouse 16 in advance on the medical image is specified by the user. Set the target area.
  • the statistic calculator 11c calculates the standard deviation of each anisotropic region.
  • the calculated standard deviation is temporarily stored by generating the standard deviation table 111 of FIG.
  • Step S62 The statistic calculation unit 11c generates a histogram of the calculated standard deviation, and the display control unit 11j displays the histogram of the monitor 15 standard deviation.
  • Step S63 The user sets the third reference range on the standard deviation histogram displayed on the monitor 15.
  • the statistic calculation unit 11c calculates and presents a recommended example of the third reference range.
  • the user may set and input the recommended example as the third reference range, or may finely adjust the recommended example and input the setting.
  • the reference range setting unit 11k sets the set and input value as the third reference range.
  • FIG. 14 is a schematic diagram showing a display example of a standard deviation histogram.
  • the statistic calculator 11c presents a range from the standard deviation SD1 indicating the peak value H of the standard deviation histogram 140 to the standard deviation SD2 indicating the half width (1/2) H To do.
  • the user can change the third reference range by dragging the bar 141 with the mouse 16 in the left-right direction.
  • Steps S10-S111 etc. Subsequently, the noise reduction process of any one of the aforementioned steps S10 to S111, steps S20 to S211, steps S30 to S311, steps S40 to S411, and steps S50 to S512 is executed.
  • Step S63 The image subjected to the noise reduction process is displayed, and the process ends.
  • the third reference range can be set according to the degree of image noise for each image.
  • FIG. 15 is a flowchart showing a process flow of the seventh embodiment.
  • Step S70 The image reading unit 11a reads an original image composed of CT images.
  • Step S71 The display control unit 11j displays the original image 161 on the monitor 15.
  • the region-of-interest setting unit 11l sets the designated region as a region of interest (ROI).
  • Step S72 The statistic calculator 11c calculates the CT value in the ROI and the standard deviation of the anisotropic region set in the pixel in the ROI.
  • the statistic calculation unit 11c generates a histogram indicating the distribution of CT values in the ROI and the calculated standard deviation, and the display control unit 11j displays the histogram on the monitor 15.
  • Step S73 On the CT value histogram displayed on the monitor 15, the user designates a first reference range that determines whether or not the process uses an isotropic shape filter. Further, on the standard deviation histogram, a third reference range for determining whether or not to perform processing using an anisotropic shape filter is designated.
  • the reference range setting unit 11k sets each reference range according to the designated first reference range and third reference range.
  • Steps S10-S111 etc. Subsequently, the noise reduction process of any one of the aforementioned steps S10 to S111, steps S20 to S211, steps S30 to S311, steps S40 to S411, and steps S50 to S512 is executed.
  • Step S74 The post-processing image that has undergone the noise reduction processing is displayed, and the processing ends.
  • 16 and 17 are schematic diagrams illustrating screen display examples displayed in the present embodiment.
  • the screen 160 in FIG. 16 includes an original image 161 composed of a CT image, a region of interest 162 set by the user using the mouse 16 on the original image 161, and a region of interest set by the user.
  • a “process” button 163 that sets the area having the CT value or SD value within the set value range, a “do not process” button 164 that sets the area outside the set value range, and “end” that ends all the processes
  • a soft button including a button 165, a “histogram display” button 166 for transitioning to a histogram display screen (screen 170), and a processed image 167 subjected to noise reduction processing are displayed.
  • the processed image 167 is displayed in step S74 described later.
  • the region of interest 162 set on the original image 161 is drawn with a dotted line.
  • the region of interest 162 is for defining a region for obtaining a CT value and standard deviation for setting the reference range. If the user sets the region of interest 162 on the original image 161 and wants to set the value of the region of interest 162 as the reference range, click the “Process” button 163, otherwise click the “Do not process” button 164 To do. In FIG. 16, since the “do not process” button 164 is selected, the reference range setting unit 11lk sets the CT values and standard deviations outside the first reference range and third reference values set in FIG. 15 and FIG. Set out of range.
  • the screen 170 includes an original image 161, a CT value histogram 171, a standard deviation histogram 172, an arrow pointer 173, a gauge 174 for specifying a CT value range on the CT value histogram 171 and a standard deviation.
  • a gauge 175 for designating the SD range on the histogram 172, a “return” button 176 for transitioning to the screen 160, and a processed image 167 are displayed.
  • the user operates the pointer 173 with the mouse 16 to change the interval of the gauge 174 or the gauge 175, thereby specifying the CT value range and the SD range.
  • the reference range setting unit 11k sets the designated CT value range and SD range as the first reference range and the third reference range, respectively.
  • the post-processing image 167 is also updated with the change of the reference range.
  • the present embodiment it is possible to set the reference range for performing anisotropic processing or isotropic processing by confirming the noise state of the original image and blood vessel running. Furthermore, by displaying the CT value histogram, the standard deviation histogram, the original image, and the noise-reduced image in parallel, the set value can be set using either the CT value or the standard deviation. The set value can also be evaluated while comparing the original image and the noise-reduced image.
  • the eighth embodiment is an embodiment for determining whether or not to perform the noise reduction processing according to the present invention based on the photographing conditions. Hereinafter, the eighth embodiment will be described with reference to FIG.
  • FIG. 18 is a flowchart showing the flow of processing of the eighth embodiment.
  • Step S80 The image reading unit 11a reads the original image, and the imaging information acquisition unit 11m acquires imaging information indicating imaging conditions at the time of imaging from the medical image imaging apparatus 2 or incidental information of the image to be processed.
  • the imaging conditions here are imaging conditions that particularly affect noise.
  • CT images the values indicate the tube current used during imaging, and in the case of MRI images, the strength of static magnetic fields and / or gradient magnetic fields.
  • MRI images the strength of static magnetic fields and / or gradient magnetic fields.
  • there is a frequency In the case of a US image, and in the case of an X-ray image, there is a value indicating the X-ray intensity.
  • Step S81 The image selection unit 11n compares the shooting information acquired in step S80 with the reference condition stored in the data storage device 13 in advance, and determines whether the shooting condition is within the reference condition or not. A medical image to be processed using a region is selected.
  • the reference condition is a range of shooting conditions that are expected to have a relatively large amount of image noise. If the shooting conditions correspond to this reference condition, the image should be processed using an anisotropic region. Sort out.
  • US images are generally noisy compared to other types of images
  • information indicating the type of medical image is acquired as imaging information
  • image type: US image is set as a reference condition.
  • the US image may be set so as to be selected as an image to be processed using the anisotropic region.
  • step S82 If the photographing condition does not satisfy the reference condition, the process proceeds to step S82, and the filter process using only the isotropic shape filter is executed.
  • the image selected by the image selection unit 11n as the image to be processed using the anisotropic region is the steps S10 to S111, steps S20 to S212, steps S30 to S311, steps S40 to S412, S50 to S512, or Proceeding to steps S61 to S63 and steps S71 to S73, noise reduction processing using an isotropic region and an anisotropic region is executed. Thereafter, the flipped image is displayed.
  • noise reduction processing using an anisotropic region can be performed only on an image that is expected to generate a relatively large amount of image noise due to shooting conditions. Can be expected to improve.
  • the original image is mainly a CT image.
  • the original image is an MRI image, a US image, or an X-ray image
  • a density value can be used instead of the CT value.
  • the processing is performed on one tomographic image.
  • slice thickness is thin
  • median processing and smoothing processing that spans between slices are possible. Therefore, in that case, an anisotropic region can be set across slices, and the number of anisotropic regions set for one target pixel increases.
  • image processing system 1 image processing system, 2 medical imaging device, 3 image database (image DB), 4 LAN, 10 image processing device, 11 CPU, 12 main memory, 13 data storage device, 14 display memory, 15 monitor, 16 mouse, 16a Controller, 17 keyboard, 18 network adapter, 19 bus

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pulmonology (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

　医用画像を読み込む画像読込手段と、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定する非等方的領域設定手段と、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出する統計量算出手段と、 　前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するフィルタ設定手段と、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うフィルタ処理手段と、を備える。

Description

画像処理装置、画像処理方法、及び画像処理プログラム
　本発明は、画像処理装置、画像処理方法、及び画像処理プログラムに係り、特に照射X線量が少ないX線CT画像や磁場強度が弱い磁気共鳴イメージング画像に発生しやすい画像ノイズを低減する技術に関する。
　従来、医用画像の視認性を高めるために、様々な画像の強調処理及びノイズ低減処理が開発されている。例えば、特許文献1には、画像強調処理として、画像部分ごとの特性を抽出し、その特性に応じたフィルタ関数を選択して強調処理を行う技術が開示されている。また、特許文献2には、対象点を強調する場合において、対象点の周りの点(＝対象点近傍の点)の濃度勾配を調べて、勾配最大方向に画素値の平均値を求め、この平均値を用いて画像強調をする技術が開示されている。
　更に、特許文献2には、画像をエッジ部と平坦部とに分離して、それぞれの画像部分ごとの特性にあった平滑化処理を行う技術が開示されている。
特開2006-167187号公報 特開平10-283471号公報
　特許文献1は、画像強調に関する技術であるため、高周波ノイズも強調されるという問題があった。また、特許文献2には、ノイズ低減に関する記載がされているが、血管には走行方向があるということが考慮されていなかった。さらに、特許文献2は、エッジ部と平坦部とにそれぞれの特性に応じた平滑化処理を行っているため、計算量が増えるという問題があった。
　また、ノイズの発生は、撮影条件によっても違いがあるが、上記特許文献のいずれにおいてもこの点について考慮がされていなかった。
　本発明は上記問題に鑑みてなされたものであり、特に血管の走行方向が複雑な場合(例えば肺野の血管など)にも有効なノイズ低減技術を提供することを目的とする。
　上記課題を解決するため、本発明に係る画像処理装置、方法、及びプログラムは、画像の部分的特性に応じた形状のフィルタを用いてノイズ除去処理を行うことにより、特に血管の走行方向を考慮したノイズ低減処理を行うものである。なお、本発明は、本来、3次元的(複数スライスにまたがる)処理であるが、説明を簡単にするために2次元的(同スライス内の)処理を説明する。
　より詳しくは、本発明に係る画像処理装置は、医用画像を読み込む画像読込手段と、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定する非等方的領域設定手段と、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出する統計量算出手段と、前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するフィルタ設定手段と、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うフィルタ処理手段と、を備えることを特徴とする。
　本明細書でいう「画素値」には、原画像であるCT画像のCT値、原画像であるMRI画像、US画像、XR画像の濃度値のほか、それらCT値、濃度値に対し階調処理等の画像処理がなされた後の画素値を含む。
　「メジアンフィルタ処理」とは、フィルタを構成する画素の画素値の中央値を注目画素の画素値に置き換える処理をいう。
　「平滑化処理」とは、フィルタを構成する画素の画素値の平均値を注目画素の画素値に置き換える処理をいう。
　また、本発明に係る画像処理方法は、医用画像を読み込むステップと、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定するステップと、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出するステップと、前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するステップと、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うステップと、を含むことを特徴とする。
　また、本発明に係る画像処理プログラムは、医用画像を読み込むステップと、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定するステップと、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出するステップと、前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するステップと、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うステップと、をコンピュータに実行させることを特徴とする。
　本発明によれば、血管の走行方向を考慮したノイズ低減ができるため、特に、血管の走行方向が複雑な場合(例えば肺野の血管など)にも有効にノイズ低減を行うことができる。さらに、撮影条件に起因してよりノイズが多くなった画像についても有効にノイズを低減することができる。
本発明に係る画像処理装置を用いた画像処理システムの概略構成図。 画像処理プログラムを示すブロック図。 第一実施形態の処理の流れを示すフローチャート。 図4は、等方的領域と非等方的領域の例を示す模式図であって、図4(a)は等方的領域を示し、図4(b)～(i)は非等方的領域の例を示す。 非等方的領域の他の例を示す模式図。 メジアンフィルタ及び平滑化フィルタの処理内容を示す模式図。 第二実施形態の処理の流れを示すフローチャート フィルタサイズの変更処理を示す模式図。 第三実施形態の処理の流れを示すフローチャート 第四実施形態の処理の流れを示すフローチャート 標準偏差テーブル及び参照用標準偏差テーブルの例を示す模式図。 第五実施形態の処理の流れを示すフローチャート。 第六実施形態の処理の流れを示すフローチャート。 標準偏差のヒストグラムの表示例を示す模式図。 第七実施形態の処理の流れを示すフローチャート。 第七実施形態で用いられる画面表示例を示す模式図。 第七実施形態で用いられる画面表示例を示す模式図。 第八実施形態の処理の流れを示すフローチャート。
　以下、添付図面に従って本発明に係る画像処理装置の好ましい実施の形態について詳説する。全図において、同一機能を有するものは同一符号をつけ、その繰り返しの説明は省略する。
　図1は本発明に係る画像処理装置を用いた画像処理システムの概略構成図である。画像処理システム1は、病院や健診センター内に設置されたX線CT装置、磁気共鳴イメージング装置(以下「MRI装置」という。)、超音波装置(以下「US装置」という。)、及びX線撮影装置などの医用画像撮影装置2と、医用画像を格納する画像データベース(画像DB)3と、本発明が適用された画像処理装置10とが、LAN4を介して互いに接続されて構成される。
　画像処理装置10は、主として各構成要素の動作を制御する中央処理装置(CPU)11と、主メモリ12と、データ記録装置13と、表示データを一時記憶する表示メモリ14と、液晶モニタ、CRT等からなる画像表示装置15と、画像表示装置15上のソフトスイッチを操作するためのマウス16、トラックボール、タッチパネル等のポインティングデバイス(図示を省略)と、上記ポインティングデバイスのコントローラ16aと、各種パラメータ設定用のキーやスイッチを備えたキーボード17と、画像処理装置10をLAN4、電話回線、インターネット等のネットワークに接続するためのネットワークアダプタ18と、上記各構成要素を接続するデータバス19とにより構成される。データ記録装置13は、画像処理装置10に内蔵又は外付けされたメモリ、ハードディスク等の記憶装置や、取り出し可能な外部メディアに対してデータの書き込みや読み出しを行う装置や、外部記憶装置とネットワークを介してデータを送受信する装置でもよい。
　図2は、画像処理装置10にインストールされる画像処理プログラムを示すブロック図である。
　画像処理プログラムは、医用画像を読み込む画像読込部11aと、医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する任意の形状の画素列からなる非等方的領域を複数設定する非等方的領域設定部11bと、各非等方的領域を構成する画素の画素値の統計量を算出する統計量算出部11cと、非等方的形状フィルタまたは等方的形状フィルタを設定するフィルタ設定部11dと、メジアンフィルタ処理又は平滑化フィルタ処理を行うフィルタ処理部11eと、医用画像を拡大・縮小する画像サイズ変更部11fと、注目画素に等方的形状フィルタを適用することを決定するフィルタ決定部11gと、医用画像から対象臓器領域を抽出する臓器領域抽出部11hと、非等方的領域の統計量のうちの最大値が、所定の基準範囲内にあるか否かを判定する判定部11iと、ヒストグラムや医用画像をモニタ15に表示する制御を行う表示制御部11jと、様々な基準範囲を設定する基準範囲設定部11kと、医用画像上に関心領域を設定する関心領域設定部11lと、医用画像の撮影情報を取得する撮影情報取得部11mと、撮影条件が所定の条件を満たす医用画像を選別する画像選別部11nと、を含む。
　画像読込部11aは、LAN4を介して医用画像撮影装置2や画像DB3から医用画像を受信して読み込んでもよいし、画像処理装置10が備えるデータ記録装置13から読み込んでもよい。上記の画像処理プログラムは主メモリ12にロードされ、CPU11により実行させることによりその機能を果たす。
　以下の実施形態では、被検体の胸部を撮影したX線CT画像にノイズ低減処理を行う場合を例に説明するが、医用画像は、CT画像に限らずMRI画像、US画像、レントゲン画像でもよい。また、撮影部位も胸部に限らず、例えば肝臓のように多くの血管等の管腔臓器が含まれる臓器を撮影した医用画像にも有効である。
　＜第一実施形態＞
　ノイズ低減フィルタのフィルタ方向を変更する実施形態である。以下、図3に従って、本発明の第一実施形態について説明する。
　図3は、第一実施形態の処理の流れを示すフローチャートである。第一実施形態では、被検体の胸部が撮影されたCT画像のうち、肺野領域についてのみ非等方的形状フィルタを用いたノイズ低減処理を行う。そのために、以下の処理に先立ち、画像処理装置10のデータ記憶装置13には、等方的形状フィルタを用いるか否かの基準となる第一基準範囲として、肺野領域に該当するCT値(CT値＝-1800～-600)の範囲が格納される。
　また、後述するステップS13において使用される閾値である第三基準範囲(本実施形態では標準偏差80以上とする)が、データ記憶装置13に格納される。この第三基準範囲は、非等方的領域が血管をまたいでいたりエッジ部分にあったりするときは、標準偏差がより大きくなる傾向があるので、これらの領域にノイズ低減処理を行うことにより血管がつぶれたりエッジがボケたりすることを防ぐために用いられる。
　以下、図3のフローチャートに沿って説明する。図3は、第一実施形態の処理の流れを示すフローチャートである。
　(ステップS10)
　まず、画像読込部11aがCT画像を読み込む。次に、フィルタ決定部11gは、注目画素のCT値と、CT値で定義され、等方的形状フィタを用いるか否かを決定するための第一基準範囲とを比較する。本実施形態では、第一基準範囲として、被検体の肺野のCT値(CT値＝-1800～-600)がデータ記憶装置13に格納される。注目画素のCT値が第一基準範囲外であればステップS11へ進み、第一基準範囲内であればステップS12へ進む。
　(ステップS11)
　フィルタ設定部11dは、注目画素を中心とするN×Nのマトリクス形状の等方的形状のフィルタを設定する。フィルタ処理部11eは、等方的形状フィルタを用いて注目画素に対しメジアンフィルタ処理を実行する。これにより、注目画素に対して等方向の処理が実行される。
　図4は、等方的領域と非等方的領域の例を示す模式図であって、図4(a)は、CT画像に対してマトリクスサイズ7×7のフィルタ110を作用させる場合を示す。本実施形態では、ノイズ低減を目的とするので、フィルタ処理の手法として主にメジアンフィルタを採用し、フィルタ110を構成する49画素について画素値が大きい(または小さい)順に順序づけて中央の値を決定し、その値を注目画素の画素値として採用する処理を行う。なお、処理結果に多少のボケが許される場合には、フィルタ110内の49画素の画素値の平均値を算出し、その平均値を注目画素の画素値として採用する平滑化フィルタを用いてもよい。
　(ステップS12)
　非等方的領域設定部11bは、注目画素100を中心とする非等方的(異方的ともいう)領域を複数設定する。統計量算出部11cは、設定された各非等方的領域の統計量を算出する。
　本実施形態では、図4(b)～(i)の8種類の非等方的領域が設定される。非等方的領域とは、注目画素を中心とし、N×Nの領域のうちの注目画素を中心とし、任意の方向に連続した領域をいう。言い換えれば、非等方的領域とは、注目画素を中心とするN×Nの領域のうち、N×Nのマトリクス形状以外の形状であって、注目画素を中心に連続する任意の形状の画素列である。
　以下、図4(b)～(i)、図5(a)(b)を用いて、非等方的領域の例を示す。図4(b)～(i)に示す非等方的領域は、注目画素100を中心とする7×7の領域のうちの注目画素100に連続する1×7(但し、1は複数行または列にまたがってもよい)の画素により構成され、図中では、丸印をつけた7画素により構成される。
　図4(b)は、注目画素100を中心として、左上から右下に対角線上に連続する1×7の画素列からなる非等方的領域の例を示す。図4(c)は、注目画素100を中心として、左下から右上に対角線上に連続する1×7の画素列からなる非等方的領域の例を示す。図4(d)は、注目画素100を中心として、横方向(X軸方向)の直線上に連続する1×7の画素列からなる非等方的領域の例を示す。図4(e)は、注目画素100を中心として、縦方向(Y軸方向)の直線上に連続する1×7の画素列からなる非等方的領域の例を示す。非等方的領域は、上記のように直線状に並んだ画素を用いてもよいが、以下のように任意の形状に並んだ画素を用いてもよい。
　例えば、図4(f)は、注目画素100(Xn、Yn)に縦方向に隣接する2画素(Xn、Yn-1)、(Xn、Yn＋1)と、これら両画素に対し斜め方向に隣接する2画素(Xn-1、Yn＋2)、(Xn＋1、Yn-2)と、更にこれら両画素に縦方向に隣接する2画素(Xn-1、Yn＋3)、(Xn＋1、Yn-3)の合計7画素により非等方的領域を構成した例を示す。
　図4(g)は、注目画素100(Xn、Yn)にY軸方向に隣接する2画素(Xn、Yn-1)、(Xn、Yn＋1)と、これら両画素に対し斜め方向に隣接する2画素(Xn-1、Yn-2)、(Xn＋1、Yn＋2)と、更にこれら両画素に縦方向に隣接する2画素(Xn-1、Yn-3)、(Xn＋1、Yn＋3)の合計7画素により非等方的領域を構成した例を示す。
　図4(h)は、注目画素100(Xn、Yn)に横方向に隣接する2画素(Xn-1、Yn)、(Xn＋1、Yn)と、これら両画素に対し斜め方向に隣接する2画素(Xn-2、Yn＋1)、(Xn＋2、Yn-1)と、更にこれら両画素に横方向に隣接する2画素(Xn-3、Yn＋1)、(Xn＋3、Yn-1)の合計7画素により非等方的領域を構成した例を示す。
　図4(i)は、注目画素100(Xn、Yn)に横方向に隣接する2画素(Xn-1、Yn)、(Xn＋1、Yn)と、これら両画素に対し斜め方向に隣接する2画素(Xn-2、Yn-1)、(Xn＋2、Yn＋1)と、更にこれら両画素に横方向に隣接する2画素(Xn-3、Yn-1)、(Xn＋3、Yn＋1)の合計7画素により非等方的領域を構成した例を示す。
　上記では、非等方的領域を1×Nに配列した画素を用いて構成したが、非等方的領域は、N×N領域のうちのn(＜N)列及び又は行を使用し、n×Nの画素により構成してもよい。
　図5は、n×Nの画素からなる非等方的領域の例として、7×7の領域内の3列を使用した例を示す。
　図5(a)は、注目画素100(Xn、Yn)に対し、左上から右下にかけて斜め方向に連続した非等方的領域(1行目：(Xn-3、Yn＋3)、(Xn-2、Yn＋3)の2画素、2行目：(Xn-3、Yn＋2)、(Xn-2、Yn＋2)、(Xn-1、Yn＋2)の3画素、3行目：(Xn-2、Yn＋1)、(Xn-1、Yn＋1)、(Xn、Yn＋1)の3画素、4行目：(Xn-1、Yn)、(Xn、Yn)、(Xn＋1、Yn)の3画素、5行目：(Xn、Yn-1)、(Xn＋1、Yn-1)、(Xn＋2、Yn-1)の3画素、6行目：(Xn＋1、Yn-2)、(Xn＋2、Yn-2)、(Xn＋3、Yn-2)、の3画素、7行目：(Xn＋3、Yn-3)、(Xn＋2、Yn-3)の2画素の合計19画素により構成される)を示す。
　図5(b)は、注目画素100(Xn、Yn)に対し、4～6行目に位置する3×7画素の合計21画素により構成される非等方的領域を示す。
　本実施形態では、非等方的領域設定部11bは、上記図4(b)～(i)に示した8種類の非等方的領域を設定し、統計量算出部11cは、各非等方的領域の画素値の標準偏差SD(b)、SD(c)、SD(d)、SD(e)、SD(f)、SD(g)、SD(h)、SD(i)(以下「SDk」(kはb～iに相当する方向を示す)と記載する。)を求める。　
　上記では、統計量として標準偏差SDk(kは方向)を求めたが、分散値でもよい。
　(ステップS13)
　判定部11iは、ステップS12で算出された8つの標準偏差SDkうちの最大値であるmaxSDと、データ記録装置13に記録された第三基準範囲とを比較し、maxSDが第三基準範囲外にあるか否かを判定する。YESであればステップS14へ進み、NOであればステップS15へ進む。
　(ステップS14)
　maxSDが第三基準範囲外であれば、フィルタ設定部11dはふぃうるたを設定することなく、注目画素の画素値(CT値又は濃度値)をフィルタ処理後の画像の画素値として代入する。
　(ステップS15)
　フィルタ設定部11dは、ステップS12で算出された8つの標準偏差SDkのうちの最小値を検索し、SDkの最小値がSD(b)であるか否かを判定する。YESであればステップS16へ進み、NOであればステップS17へ進む。
　(ステップS16)
　フィルタ設定部11dは、注目画素100に対して図4(b)の非等方的領域と同一方向の非等方的形状フィルタを設定し、フィルタ処理部11eは、その非等方的形状フィルタを用いてメジアンフィルタ処理を行う。
　図6(a)(b)は、メジアンフィルタ及び平滑化フィルタの処理内容を示す模式図である。図6(a)は、注目画素a5に対し、左上から右下にかけて連続した画素a1～a9の9画素により構成される1×9列のフィルタが設定され、図6(b)は、注目画素a5に対し、上下方向に連続した画素a1～a9の9画素により構成される1×9列のフィルタが設定される。
　ノイズ低減を目的とする場合は、メジアンフィルタの方がよりこのましいので、本実施形態ではフィルタ処理部11eは、画素a1～a9の中央値を求める。しかし、メジアンフィルタ処理に代えて平滑化処理を行う場合には、フィルタ処理部11eは、ローパスフィルタとして画素a1～a9の平均値を求めてもよい。
(ステップS17～ステップS110)
　ステップS17では、ステップS15と同様、フィルタ設定部11dは、ステップS12で算出された8つの標準偏差SDkのうちの最小値を検索し、SDkの最小値がSD(c)であるか否かを判定する。YESであればステップS18へ進む。ステップS18では、ステップS16と同様、フィルタ設定部11dは、図4(c)の非等方的領域と同一方向の非等方的形状フィルタを設定し、フィルタ処理部11eはそのフィルタを用いメジアンフィルタ処理を行う。非等方的形状フィルタは、その方向が非等方的領域の方向と同一であることが必要であるが、非等方的形状フィルタの長さ(サイズ)は、非等方的領域の長さ(サイズ)と異なってもよい。
　以下、図示を省略するが、図4(d)から図4(h)までの5つの方向についてもステップS15及びステップS16と同様の処理を行う。
　ステップS19、ステップS110では、図4(i)、すなわちステップS12において複数求めた統計量のうち、ステップS15及びステップS16の処理を未だ終えていない最後の非等方的領域について、ステップS15及びステップS16と同様の処理を行う。
　(ステップS111)
　医用画像のすべての画素についての処理が終わったか否かが判定され、YESであれば処理が終了され、NOであればステップS10へ戻る。
　本実施形態によれば、注目画素のCT値に基づいて被検体の特定部位(例えば胸部断層画像における肺野領域)を特定し、その部位に応じて非等方的形状フィルタを用いたノイズ低減処理または等方的形状フィルタを用いたノイズ低減処理を行うことができる。特に、肺野領域のように多数の血管が撮影されている領域については血管の走行に沿ったノイズ低減処理を行うことができるので、ノイズ低減処理による細い血管領域の誤った切断を防ぎつつ、ノイズ低減を行うことができる。
　上記実施形態では、非等方的領域の数を図4(b)～図4(i)の8つとしたが、画像サイズがより大きくなれば、非等方的領域の数(非等方的領域の向きの数)も増え、逆に、画像サイズがより小さくなれば、非等方的領域の数も少なくしてよい。
　＜第二実施形態＞
　第二実施形態は、フィルタ方向とフィルタサイズとを同時に変更する実施形態である。第一実施形態では、非等方的領域をn×7(但し、n＜7)サイズの注目画素に連続する任意の形状の画素列から構成される領域として説明したが、画像の拡大・縮小やFOV(Field of view)の大小に伴ってフィルタサイズを変更してもよい。
　以下、図7に従って第二実施形態の処理の流れを説明する。図7は、第二実施形態の処理の流れを示すフローチャートである。
　以下の処理に先立ち、画像処理装置10のデータ記憶装置13には、画像サイズ(H×W)の拡大・縮小率やFOVの大小を示す倍率Rに応じてフィルタサイズを変更するための係数rを決定するための関数、又はテーブルを格納しておく。係数rは、0以上1以下の係数であって、倍率Rが大きくなるほどより大きい値となり、倍率Rが小さいほどより小さい値となる。
　画像サイズの縦横比率(H：W)が変更されると、非等方的領域の各々の向きによって係数rを変更してもよい。例えば、原画像を4倍(縦横各2倍、R＝4)に拡大した場合に、横方向及び縦方向には係数r＝0．5とする。
　また、例えば、原画像に対し、縦は等倍で横方向にのみ2倍拡大処理を行った場合には、図4(d)に示す非等方的領域(横に直線状に並んだ画素列)の向きと同一の向きのフィルタはr＝1を用いてフィルタを設定し、図4(c)に示す非等方的領域(縦に直線状に並んだ画素列)の向きと同一の向きのフィルタはr＝0を用いてフィルタを設定してもよい。
　(ステップS20)
　ユーザが、所望する画像サイズを入力すると、画像サイズ変更部11fは入力値に合った倍率Rを用いて医用画像を拡大・縮小処理する。
　(ステップS21～ステップS25)
　ステップS21からステップS25は、第一実施形態のステップS10からステップS14までと同様の処理を行う。
　(ステップS26)
　フィルタ設定部11dは、データ記憶装置13を参照し、画像の拡大率Rと図4(b)の非等方的領域の向きとに基づいて、係数r1を決定する。そして、係数r1を用いて決定したフィルタサイズを有する非等方的形状フィルタを設定する。
　以下、図8に基づいてフィルタサイズの変更処理について説明する。図8は、フィルタサイズの変更処理を説明する模式図であって、図8の非等方的領域80は、注目画素100を中心とする図4(b)と同一の非等方的領域である。フィルタ設定部11dは、1×7の7画素から構成される非等方的領域80の左上端部に位置する画素(Xn-3，Yn＋3)の画素値60Aと、画素(Xn-3，Yn＋3)の画素値60Aと、これに隣接する画素(Xn-2，Yn＋2)の画素値60Bとを、前述の係数r1を用いて下式に従い補間することにより、画素値60ABを算出する。
　60AB＝r1・60A＋(1-r1)・60B・・・(1)
　同様に、フィルタ設定部11dは、この画素列の右下端部に位置する画素(X＋3，Yn-3)の画素値61Aと、画素(Xn＋3，Yn-3)に隣接する画素(Xn＋2，Yn-2)の画素値61Bと、前述の係数r1とを、下式に従い加重加算することにより、画素値61ABを算出する。
　61AB＝r1・61A＋(1-r1)・61B・・・(2)
　上記式(1)、(2)によれば、画像の拡大率Rが相対的に大きいときに、非等方的領域の端部に位置する画素の寄与率をより大きくすることができる。これらの算出値を用いて、フィルタ設定部11dは、フィルタ全体を構成する画素数が非等方的領域80の7画素よりも2画素少ない5画素から構成されるフィルタ90を設定する。フィルタ90は、注目画素100及びこれに隣接する両画素は非等方的領域の画素値を用い、端部の画素の画素値は上記の算出値60AB、及び61ABを用いる。
　このように、フィルタ90の両端部の画素の画素値を、非等方的領域の画素値と、それに隣接する非等方的領域内の画素の画素値とから補間して作ることにより、フィルタサイズを画素の個数(整数倍)に限らず、実質的に任意のサイズとすることができる。
　(ステップS27)
　フィルタ処理部11eは、設定された非等方的形状フィルタ90の画素値を大きい順または小さい順にソートし、中央値をもとめ、その値を注目画素100の画素値とする。
(ステップS28～ステップS211)
　ステップS28では、ステップS26と同様に、フィルタ設定部11dが図4(c)に示す非等方的領域の統計量が最小値であるか否かを判定し、YESであればステップS29へ進む。ステップS29では、ステップS27と同様、フィルタ設定部11dが、非等方的領域の向きと倍率Rに応じた係数r2を決定してその係数r2を用いたフィルタを設定し、フィルタ処理部11eがそのフィルタを用いて図4(c)に示す非等方的領域の向きにフィルタ処理を行う。
　以下、図4(d)から図4(i)までの6つの方向についてもステップS26及びステップS27と同様の処理を行う。
　(ステップS212)
　医用画像の全ての画素についての処理が終わったか否かが判定され、YESであれば処理が終了され、NOであればステップS21へ戻る。
　本実施形態によれば、従来、フィルタの大きさは、(2N＋1)×(2N＋1)(N：自然数)のマトリクス形状からなる等方的形状フィルタとして構成されていたため、(2N＋1)×(2N＋1)の次に大きなフィルタは、{2(N＋1)＋1}×{2(N＋1)＋1}に限定されていた。例えば、3×3フィルタの次は5×5フィルタ、その次は7×7フィルタのようにフィルタサイズが限定されていた。本実施形態によれば、画像サイズの拡大・縮小比率に応じて、(2N＋1)以上{2(N＋1)＋1}以下の任意の画素数を反映させたフィルタサイズのフィルタを構成することができる。
　加えて、本実施形態によれば、フィルタサイズを画像サイズやFOVの大きさ及び非等方的領域の向きに合わせて変更することができるため、より効果的にノイズ低減をすることができる。
　なお、ステップS22は、7×7のマトリクス形状の等方的形状フィルタを用いて等方向の処理をしたが、フィルタ設定部11dが、端部に位置する画素の画素値とそれよりもひとつ内側に位置する画素の画素値とを、倍率Rに対応した係数r0を用いて式(1)または式(2)により算出することで、7×7よりも小さく5×5よりも大きい任意の大きさの等方的形状フィルタを補間して生成し、これを用いて等方向の処理を行ってもよい。
　＜第三実施形態＞
　本実施形態は、第一実施形態の逆のアプローチであって、前述の図3のステップS15～ステップS110では、標準偏差の最小値を求め、その最小値を有する非等方的領域と同一方向の非等方的形状フィルタを設定したのに対し、本実施形態では、標準偏差が最大値となる非等方的領域を検出し、その非等方的領域の向きに対して垂直方向にフィルタを設定する。以下、図9に従って第三実施形態の処理の流れを説明する。図9は、第三実施形態の処理の流れを示すフローチャートである。なお、本実施形態においても図4(b)～図4(i)に示す8つの非等方的領域を設定するものとする。
　(ステップS30～ステップS34)
　ステップS30からステップS34は、第一実施形態のステップS10からステップS14までと同様の処理を行う。
　(ステップS35)
　フィルタ設定部11dは、ステップS32で算出された8つの標準偏差SDkのうちの最大値を検索し、SDkの最大値がSD(b)であるか否かを判定する。YESであればステップS36へ進み、NOであればステップS37へ進む。最大値の検索は、ステップS33においてmaxSDを求める際に、非等方的領域の向きの情報を取得しておき、これを流用してもよい。
　(ステップS36)
　フィルタ設定部11dは、注目画素100を中心に図4(b)の非等方的領域を右又は左に90度回転した方向と同一方向の非等方的形状フィルタを設定する。フィルタ処理部11eは、その非等方的形状フィルタを用いてステップS16と同様のフィルタ処理を行う。これにより、図4(b)と垂直方向の処理が実行される。
　例えば図4(b)の非等方的領域に対しては、注目画素100を中心とし、右上端部の画素の座標が(Xn＋3、Yn＋3)、左下端部の座標が(Xn-3、Yn-3)とする右上から左下に連続する7画素からなるフィルタを設定する。
　(ステップS37～ステップS310)
　ステップS37では、ステップS35と同様、フィルタ設定部11dは、ステップS32で算出された8つの標準偏差SDkのうちの最大値を検索し、SDkの最大値がSD(c)であるか否かを判定する。YESであればステップS38へ進む。ステップS38では、ステップS36と同様、フィルタ設定部11dは、図4(c)の非等方的領域の向きに対し垂直な方向に沿った非等方的形状フィルタを設定し、フィルタ処理部11はその非等方的形状フィルタを用いてフィルタ処理を行う。以下、図示を省略するが、図4(d)から図4(h)までの5つの方向についてもステップS35及びステップS36と同様の処理を行う。
　ステップS39、S310では、図4(i)、すなわちステップS32において複数求めた統計量のうち、ステップS35及びステップS36の処理を未だ終えていない最後の非等方的領域について、ステップS35及びステップS36と同様の処理を行う。
　(ステップS311)
　医用画像のすべての画素についての処理が終わったか否かが判定され、YESであれば処理が終了され、NOであればステップS30へ戻る。
　本実施形態によれば、第一実施形態と同様、注目画素のCT値に基づいて被検体の特定部位(例えば胸部断層画像における肺野領域)を特定し、その部位に応じて非等方的領域を用いたノイズ低減処理またはマトリクス形状を用いたノイズ低減処理を行うことができる。特に、肺野領域のように多数の血管が撮影されている領域については血管の走行に沿ったノイズ低減処理を行うことができるので、ノイズ低減処理による細い血管の誤った削除を防ぎつつ、ノイズ低減を行うことができる。
　＜第四実施形態＞
　第四実施形態は、予め、画素ごとに複数の非等方的領域の標準偏差を求めておく実施形態である。以下、図10に従って第四実施形態について説明する。図10は、第四実施形態の処理の流れを示すフローチャートである。
　本処理に先立ち、データ記録装置13には、後述するステップS42において使用する第二基準範囲が格納される。この第二基準範囲、複数の非等方的領域から得られる複数の標準偏差のさらなる標準偏差を用いて定義された基準範囲であって、等方的形状フィルタを用いるか否かの判定を行うために使用される。また、ステップS44において使用する第三基準範囲も格納される。
　(ステップS40)
　原画像の全画素について、非等方的領域設定部11bは、図4(b)～図4(d)に示す8つの非等方的領域を設定し、統計量算出部11cは、画素毎に設定された非等方的領域の画素値の標準偏差を算出する。さらに、統計量算出部11cは、画素ごとに算出された複数の標準偏差うちの最大値と、一の注目画素に対して設定された複数の標準偏差を母集団とするさらなる標準偏差(以下「さらなるSD」という。)を算出する。統計量算出部11cは、最大値とさらなるSDとを格納した参照用標準偏差テーブル生成し、主メモリ12又はデータ記憶装置13に格納する。
　図11は、標準偏差テーブルの例を示す。図11(a)は、各画素について設定された複数の非等方的領域の標準偏差を格納した標準偏差テーブル111であり、図11(b)は、図11(a)の標準偏差を基に生成された参照用標準偏差テーブル112を示す。参照用標準偏差テーブル112には、各画素について標準偏差が最大値(maxSD)となる非等方的領域の向き及び最大値、及びさらなるSDとが格納される。
　(ステップS41)
　フィルタ決定部11gは、図11の参照用標準偏差テーブル112の注目画素100に対応する「さらなるSD」の値を参照する。
　(ステップS42)
　フィルタ決定部11gは、注目画素の「さらなるSD」が第二基準範囲外にあるか否かを判定し、第二基準範囲外であればステップS43へ進み、第二基準範囲内であればステップS44へ進む。
　(ステップS43)
　フィルタ設定部11dは、注目画素を中心とするN×Nのマトリクス形状からなる等方的形状フィルタを設定し、フィルタ処理部11eが設定されたフィルタを構成する画素の画素値の中央値を注目画素の画素値に置き換えるメジアンフィルタ処理を行う。これにより、注目画素に対して等方向の処理が実行される。
　(ステップS44)
　判定部11iは、注目画素に対して設定された8つの非等方的領域の標準偏差SDkうちの最大値であるmaxSDを、参照用標準偏差テーブル112を参照して取得し、この値と第三基準範囲とを比較し、maxSDが第三基準範囲外にあるか否かを判定する。YESであればステップS45へ進み、NOであればステップS46へ進む。
　(ステップS45)
　ここでは、等方的領域の処理及び非等方的領域の処理以外の処理、例えばフィルタ処理を行うことなく、注目画素の画素値をフィルタ処理後の画素値として代入する処理が行われる。
　(ステップS46)
　フィルタ決定部11gは、参照用標準偏差テーブル112のmaxSDを参照し、最大値を示す方向が図4(b)の方向か否かを判定する。YESであればステップS47へ進み、NOであればステップS48へ進む。
　(ステップS47)
　フィルタ設定部11dは、ステップS36と同様、注目画素100に対して図4(b)の非等方的領域に対して垂直な方向に沿って非等方的形状フィルタを設定し、フィルタ処理部11eは、その非等方的形状フィルタを用いてメジアンフィルタ処理を行う。
　(ステップS48～ステップS411)
　ステップS48では、ステップS46と同様、フィルタ決定部11gは、参照用標準偏差テーブル112のmaxSDを参照し、最大値を示す方向が図4(c)の方向か否かを判定する。YESであればステップS49へ進み、NOであればステップS410へ進む。残りの非等方的領域についても同様の処理を行う。
　(ステップS412)
　医用画像のすべての画素についての処理が終わったか否かが判定され、YESであれば処理が終了され、NOであればステップS41へ戻る。
　本実施形態によれば、予め標準偏差の最大値及びその方向を求めておくため、ステップS41～ステップS410までのループ内で標準偏差の算出を行う必要がなく、処理速度の向上が期待できる。
　また、さらなるSDを用いて非等方的領域処理又は等方的処理の判定を行うため、CT画像やMRI画像等、種類が異なる画像を読み込んだ時にも、CT値や濃度値を用いた設定値を変更する手間を省くことができる。
　なお、上記では、ステップS46からステップS411において、複数の標準偏差の最大値を検索し、最大値を示す非等方的領域に垂直な方向に非等方的形状フィルタを設定したが、第一、第二実施形態のように、最小値を検索し、最小値を示す非等方的領域と同一方向の非等方的形状フィルタを設定してもよい。
　＜第五実施形態＞
　第五実施形態は、非等方的領域を用いたノイズ低減処理を臓器の種類によって選択処理する実施形態である。第五実施形態を図12に沿って説明する。図12は、第五実施形態の処理の流れを示すフローチャートである。
　(ステップS50)
　まず、画像読込部11aがCT画像を読み込む。次に、臓器抽出部11hは、ノイズ低減処理の対象となる臓器領域をCT画像から抽出する。なお、臓器領域の抽出は、例えば肝臓領域を肝臓に対応するCT値で二値処理をし、隣接する臓器領域との切り離し処理を行うことにより抽出することができる。また、複数スライスがある場合には、一のスライスで肝臓領域を抽出しておき、それに隣接するスライスにおいて、先に抽出された肝臓領域との形状の相関を基に肝臓領域を抽出することができる。
　(ステップS51)
　フィルタ決定部11gは、注目画素の座標と、臓器抽出部11hが抽出した対象臓器領域の座標とを比較し、注目画素が対象臓器領域内にあるか否かを判定する。注目画素が対象臓器領域外であればステップS52へ進み、領域内であればステップS53へ進む。
　ステップS52からS512までの処理は、第一実施形態の図3のステップS11からステップS111までと同一である。なお、第一実施形態のステップS11からステップS111に代えて、第三実施形態のステップS32からステップS311を実行してもよい。また、画像サイズを拡大・縮小を組み合わせて第二実施形態と組み合わせてもよいし、第四実施形態のように予め参照用標準偏差テーブルを参照して、ステップS52からS512までの処理において標準偏差を求める代わりに参照用標準偏差テーブルを参照してもよい。　
　本実施形態によれば、対象臓器に応じたノイズ低減処理を行うことができる。
　＜第六実施形態＞
　第六実施形態は、非等方的形状フィルタを用いたフィルタ処理を行うか否かを決定する基準となる第三基準範囲を、GUIを使って設定する実施形態である。以下、図13のフローチャートに沿って説明する。図13は、第六実施形態の処理の流れを示すフローチャートである。
　(ステップS60)
　画像読込部11aが、CT画像からなる原画像を読み込む。
　(ステップS61)
　非等方的領域設定部11bは、原画像の全ての画素または予め医用画像上にユーザがマウス16でトレースして指定したノイズ低減処理を所望する領域内の全ての画素について複数の非等方的領域を設定する。統計量算出部11cは各非等方的領域の標準偏差を算出する。
　例えば、100×100画素からなる画像又は指定領域について、1画素につき8つの非等方的領域を設定する場合には、80000個の標準偏差を算出する。算出された標準偏差は、例えば図11(a)の標準偏差テーブル111を生成して一時的に格納する。
　(ステップS62)
　統計量算出部11cは、算出された標準偏差のヒストグラムを生成し、表示制御部11jがモニタ15標準偏差のヒストグラムを表示する。
　(ステップS63)
　ユーザは、モニタ15に表示された標準偏差のヒストグラム上で、第三基準範囲を設定する。統計量算出部11cは、第三基準範囲の推奨例を算出・提示する。ユーザは、推奨例を第三基準範囲として設定入力してもよいし、推奨例を微調整した後、設定入力してもよい。基準範囲設定部11kは、設定入力された値を第三基準範囲として設定する。
　図14は、標準偏差のヒストグラムの表示例を示す模式図である。統計量算出部11cは、第三基準範囲の推奨例として、標準偏差のヒストグラム140のピーク値Hを示す標準偏差SD1からその半値幅(1／2)Hを示す標準偏差SD2までの範囲を提示する。第三基準範囲は、標準偏差のヒストグラム140における標準偏差の最大値SD_maxに対する比や、(SD2-SD1)に対する比でもよい。例えば、SD_maxに対する比1／2を設定すると、(SD_max)／2を与えるSDが決定され、SD_maxに対する比1／3を設定すると、(SD_max)／3を与えるSDが決定される。また、(SD2-SD1)に対する比1.5が設定されると、SD＝SD1＋1.5(SD2-SD1)にSDが決まる。
　ユーザは、バー141を左右方向にマウス16でドラッグすることにより、第三基準範囲を変更することができる。
　(ステップS10～S111等)
　続いて、前述のステップS10～S111、ステップS20～S211、ステップS30～S311、ステップS40～S411、ステップS50～ステップS512のいずれかのノイズ低減処理が実行される。
　(ステップS63)
　ノイズ低減処理がされた画像が表示され、処理を終了する。　
　標準偏差のヒストグラムを用いて第三基準範囲を設定することにより、画像毎の画像ノイズの多少に応じて第三基準範囲を設定することができる。
　＜第七実施形態＞
　第七実施形態は、ユーザが原画像上に関心領域を設定し、その関心領域のCT値や標準偏差を用いて第一基準範囲及び／又は第三基準範囲を設定するものである。以下、図15に従って第七実施形態について説明する。図15は、第七実施形態の処理の流れを示すフローチャートである。
　(ステップS70)
　画像読込部11aが、CT画像からなる原画像を読み込む。
　(ステップS71)
　表示制御部11jがモニタ15上に原画像161を表示する。ユーザがマウス16で原画像161上に領域指定をすると、関心領域設定部11lが、指定された領域を関心領域(ROI)に設定する。
　(ステップS72)
　統計量算出部11cは、ROI内のCT値や、ROI内の画素に設定された非等方的領域の標準偏差を算出する。　
　統計量算出部11cは、ROI内のCT値の分布や算出された標準偏差の分布を示すヒストグラムを生成し、表示制御部11jがモニタ15に表示する。
　(ステップS73)
　ユーザは、モニタ15に表示されたCT値のヒストグラム上で、等方的形状フィルタを用いた処理か否かを決定する第一基準範囲を指定する。また、標準偏差のヒストグラム上で、非等方的形状フィルタを用いた処理を行うか否かを決定する第三基準範囲を指定する。
　基準範囲設定部11kは、指定された第一基準範囲及び第三基準範囲に従って、それぞれの基準範囲を設定する。
　(ステップS10～S111等)
　続いて、前述のステップS10～S111、ステップS20～S211、ステップS30～S311、ステップS40～S411、ステップS50～ステップS512のいずれかのノイズ低減処理が実行される。
　(ステップS74)
　ノイズ低減処理がされた処理後画像が表示され、処理を終了する。　
　図16及び図17は、本実施形態で表示される画面表示例を示す模式図である。
　図16の画面160には、CT画像からなる原画像161と、原画像161上にユーザがマウス16を用いて領域指定をすることにより設定された関心領域162と、ユーザが設定した関心領域のCT値やSD値を有する領域を設定値の範囲内とする「処理する」ボタン163、同領域を設定値の範囲外とする「処理しない」ボタン164、及びすべての処理を終了する「終了」ボタン165、ヒストグラム表示画面(画面170)へ遷移させるための「ヒストグラム表示」ボタン166からなるソフトボタンと、ノイズ低減処理がされた処理後画像167と、が表示される。処理後画像167は、後述するステップS74において表示される。処理後画像167には、原画像161上で設定された関心領域162が点線で描かれる。
　関心領域162は、基準範囲を設定するためのCT値、標準偏差を求める領域を規定するためのものである。ユーザが原画像161上で関心領域162を設定し、その関心領域162の値を基準範囲として設定したい場合には「処理する」ボタン163を、設定しない場合には「処理しない」ボタン164をクリックする。図16では、「処理しない」ボタン164が選択されているので、基準範囲設定部11lkは、図15及び図16で設定したCT値、標準偏差の範囲外を第一基準範囲外、第三基準範囲外に設定する。
　ユーザが「ヒストグラム表示」ボタン166をクリックすると、画面160から画面170へ遷移する。
　画面170には、原画像161と、CT値のヒストグラム171と、標準偏差のヒストグラム172と、矢印状のポインタ173と、CT値のヒストグラム171上でCT値範囲を指定するゲージ174と、標準偏差のヒストグラム172上でSD範囲を指定するためのゲージ175と、画面160へ遷移するための「戻る」ボタン176と、処理後画像167と、が表示される。
　ユーザがマウス16によりポインタ173を操作し、ゲージ174又はゲージ175の間隔を変えることにより、CT値範囲とSD範囲とを指定する。
　基準範囲設定部11kは、指定されたCT値範囲とSD範囲とをそれぞれ第一基準範囲、第三基準範囲に設定する。それらの基準範囲の変更に伴って、処理後画像167も更新される。
　本実施形態によれば、原画像のノイズの状況や血管走行を確認して、非等方的処理又は等方的処理をする基準範囲を設定することができる。更に、CT値のヒストグラムと標準偏差のヒストグラムと、原画像と、ノイズ低減画像とを並列表示することで、CT値と標準偏差とのいずれを用いても設定値を設定することができ、その設定値の評価も原画像とノイズ低減画像とを比較しながら行うことができる。
＜第八実施形態＞
　第八実施形態は、撮影条件に基づいて本発明に係るノイズ低減処理を行うか否かを決定する実施形態である。以下、図18に従って第八実施形態について説明する。図18は、第八実施形態の処理の流れを示すフローチャートである。
　(ステップS80)
　画像読込部11aが原画像を読み込むとともに、撮影情報取得部11mは、医用画像撮影装置2又は処理対象となる画像の付帯情報から、撮影時の撮影条件を示す撮影情報を取得する。ここでいう撮影条件とは、特にノイズに影響を与える撮影条件であり、CT画像の場合は、撮影時に用いられる管電流、MRI画像の場合は、静磁場及び／または傾斜磁場の強弱を示す値、US画像の場合は周波数、レントゲン画像の場合は、X線の強度を示す値などがある。
　(ステップS81)
　画像選別部11nは、ステップS80で取得した撮影情報と、予めデータ記憶装置13に格納された基準条件とを比較し、撮影条件が基準条件内にあるか否かに基づいて、非等方的領域を用いた処理を行うべき医用画像を選別する。基準条件は、画像ノイズが比較的多いと予想される撮影条件の範囲を設定したものであり、撮影条件がこの基準条件にあたる場合には、非等方的領域を用いた処理をすべき画像として選別する。
　また、US画像は他の種類の画像に比して一般にノイズが多いため、撮影情報として医用画像の種別を示す情報を取得し、基準条件として「画像種別：US画像」を設定しておき、US画像を、非等方的領域を用いた処理をすべき画像として選別するように設定してもよい。
　撮影条件が、基準条件を満たさない場合はステップS82へ進み、等方的形状フィルタのみによるフィルタ処理が実行される。
　画像選別部11nが、非等方的領域を用いた処理をおこなうべき画像として選別した画像は、ステップS10～S111、ステップS20～S212、ステップS30～S311、ステップS40～S412、S50～S512、又はステップS61～S63、ステップS71～S73へ進み、等方的領域及び非等方的領域を用いたノイズ低減処理が実行される。その後、裏返し画像が表示される。
　本実施形態によれば、撮影条件から画像ノイズが比較的多く発生することが予想される画像についてのみ、非等方的領域を用いたノイズ低減処理を行うことができるため、ノイズ低減処理のスループットを向上させることが期待できる。
　特に、集団検診においてCT画像を撮影する場合には、診断用のCT画像を撮影する場合に比べて、X線の照射量を少なくして撮影することがあるが、本実施形態によれば、X線の照射量が異なるために画像ノイズも異なるCT画像がある場合に、それぞれの画像のノイズの多少によってノイズ低減処理を使い分けることができる。
　上記実施形態では、主に原画像がCT画像である場合について説明したが、原画像がMRI画像、US画像、レントゲン画像の場合は、CT値に変えて濃度値を用いることができる。
　また上記実施形態では、1枚の断層像上での処理として説明したが、スライス厚が薄い場合は、スライス間にまたがるメジアン処理及び平滑化処理も可能である。よって、その場合には、スライス間にまたがって非等方的領域を設定することも可能となり、一の注目画素に対して設定される非等方的領域の数も増える。
　1　画像処理システム、2　医用画像撮影装置、3　画像データベース(画像DB)、4　LAN、10　画像処理装置、11　CPU、12　主メモリ、13　データ記憶装置、14　表示メモリ、15　モニタ、16　マウス、16a　コントローラ、17　キーボード、18　ネットワークアダプタ、19　バス

Claims (12)

  1. 　医用画像を読み込む画像読込手段と、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定する非等方的領域設定手段と、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出する統計量算出手段と、
    　前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するフィルタ設定手段と、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うフィルタ処理手段と、を備えることを特徴とする画像処理装置。
  2. 　前記医用画像の画像サイズ又は前記医用画像の有効視野範囲を任意の倍率に拡大・縮小する画像サイズ変更手段を更に備え、前記フィルタ設定手段は、前記非等方的領域の端部の画素の画素値と、前記端部の画素に隣接する前記非等方的領域内の画素の画素値とを、前記任意の倍率に応じて決定された係数を用いて補間した画素値を算出し、前記非等方的領域から前記端部の画素を除いた形状であって、前記端部の画素に隣接する画素の画素値を前記算出した画素値に置き換えた非等方的形状フィルタを設定する、ことを特徴とする請求項1に記載の画像処理装置。
  3. 　前記医用画像はX線CT画像、MRI画像、US画像、及びレントゲン画像のいずれかであって、
    　前記注目画素のCT値または濃度値が、所定のCT値範囲または濃度値範囲を定めた第一基準範囲外にある場合に、前記注目画素を中心とするマトリクス形状の等方的形状フィルタを適用することを決定するフィルタ決定手段を更に備え、
    　前記等方的形状フィルタを適用することが決定されると、前記フィルタ設定手段は、前記非等方的形状フィルタに代えて前記等方的形状フィルタを設定する、ことを特徴とする請求項1又は2に記載の画像処理装置。
  4. 　前記医用画像において所望する臓器が撮影されている対象臓器領域を抽出する臓器領域抽出手段と、
    　前記注目画素の座標と前記対象臓器領域の座標とに基づいて、前記注目画素が前記対象臓器領域に含まれるか否かを判定し、前記注目画素が前記対象臓器領域に含まれない場合に、前記注目画素を中心とするマトリクス形状の等方的形状フィルタを適用することを決定するフィルタ決定手段を更に備え、
    　前記等方的形状フィルタを適用することが決定されると、前記フィルタ設定手段は、前記非等方的形状フィルタに代えて前記等方的形状フィルタを設定する、ことを特徴とする請求項1又は2に記載の画像処理装置。
  5. 　前記統計量算出手段は、前記注目画素に対して設定された前記複数の非等方的領域の統計量を母集団とするさらなる統計量を算出し、
    　前記さらなる統計量が、所定の前記さらなる統計量の範囲を定めた第二基準範囲外にある場合に、前記注目画素を中心とするマトリクス形状の等方的形状フィルタを適用することを決定するフィルタ決定手段を更に備え、
    　前記等方的形状フィルタを適用することが決定されると、前記フィルタ設定手段は、前記非等方的形状フィルタに代えて前記等方的形状フィルタを設定する、ことを特徴とする請求項1又は2に記載の画像処理装置。
  6. 　前記フィルタ決定手段により、前記等方的形状フィルタを適用しないと決定された注目画素について、その注目画素に対し前記算出された複数の非等方的領域の統計量のうちの最大値が、所定の前記統計量の範囲を定めた第三基準範囲内にあるか否かを判定する判定手段を更に備え、
    　前記判定手段が、前記統計量の最大値が前記所定の第三基準範囲内にあると判定すると、前記フィルタ設定手段は前記非等方的形状フィルタを設定する、
    　ことを特徴とする請求項3乃至5のいずれか一項に記載の画像処理装置。
  7. 　前記算出された複数の非等方的領域の統計量のうちの最大値が、前記第三基準範囲外にある場合は、前記フィルタ設定手段は、前記非等方的形状フィルタを設定することなく、前記医用画像の注目画素の画素値をフィルタ処理後画像の画素値として代入する、ことを特徴とする請求項6に記載の画像処理装置。
  8. 　前記非等方的領域設定手段は、前記医用画像の各画素について前記非等方的領域を複数設定し、前記統計量算出手段は、前記医用画像の各画素について設定された非等方的領域の統計量を算出し、その算出した統計量のヒストグラムを生成し、前記ヒストグラムを表示するヒストグラム表示手段と、
    　前記表示されたヒストグラム上で所望する範囲を指定することにより、前記第三基準範囲を設定する基準範囲設定手段と、
    　を更に備える、ことを特徴とする請求項6又は7に記載の画像処理装置。
  9. 　前記医用画像を表示する画像表示手段と、前記医用画像上に関心領域を設定する関心領域設定手段と、を更に備え、前記統計量算出手段は、前記関心領域を構成する画素のCT値又は濃度値のヒストグラム及び前記関心領域を構成する画素に対して設定された前記非等方的領域の統計量のヒストグラムの少なくとも一つを生成し、前記CT値又は濃度値のヒストグラム及び前記統計量のヒストグラムの少なくとも一つを表示するヒストグラム表示手段と、
    　前記表示されたCT値又は濃度値のヒストグラム及び前記統計量のヒストグラム上で所望する範囲を設定することにより、前記第一基準範囲又は前記第三基準範囲の少なくとも一つを設定する基準範囲設定手段と、を更に備えることを特徴とする請求項3、6、又は7のいずれか一項に記載の画像処理装置。
  10. 　前記医用画像の撮影条件を示す撮影情報を取得する取得手段と、前記撮影情報に基づいて前記撮影条件が所定の条件を満たす医用画像を選別する選別手段と、を更に備え、
    　前記非等方的領域設定手段は、前記選別された医用画像の画素に対して前記非等方的領域を設定することを特徴とする請求項1乃至9のいずれか一項に記載の画像処理装置。
  11. 　医用画像を読み込むステップと、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定するステップと、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出するステップと、前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するステップと、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うステップとを含むことを特徴とする画像処理方法。
  12. 　医用画像を読み込むステップと、前記医用画像に含まれる注目画素に対し、その注目画素を中心とし、前記注目画素に連続する非等方的領域を複数設定するステップと、前記複数の非等方的領域の各々について、各非等方的領域を構成する画素の画素値の統計量を算出するステップと、前記複数の非等方的領域のうち前記統計量が最小となる非等方的領域を決定し、その非等方的領域と同一方向に構成された非等方的形状フィルタ、又は前記複数の非等方的領域のうち前記統計量が最大となる非等方的領域を決定し、その非等方的領域を、前記注目画素を中心として右回り又は左回りに90度回転させた方向に構成された非等方的形状フィルタ、のいずれかを設定するステップと、前記注目画素に対し、前記非等方的形状フィルタを用いてメジアンフィルタ処理又は平滑化フィルタ処理を行うステップと、をコンピュータに実行させることを特徴とする画像処理プログラム。
PCT/JP2009/059119 2008-05-28 2009-05-18 画像処理装置、画像処理方法、及び画像処理プログラム WO2009145076A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US12/993,337 US8326013B2 (en) 2008-05-28 2009-05-18 Image processing device, image processing method, and image processing program
JP2010514442A JP5367704B2 (ja) 2008-05-28 2009-05-18 画像処理装置、画像処理方法、及び画像処理プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008139403 2008-05-28
JP2008-139403 2008-05-28

Publications (1)

Publication Number Publication Date
WO2009145076A1 true WO2009145076A1 (ja) 2009-12-03

Family

ID=41376957

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/059119 WO2009145076A1 (ja) 2008-05-28 2009-05-18 画像処理装置、画像処理方法、及び画像処理プログラム

Country Status (3)

Country Link
US (1) US8326013B2 (ja)
JP (1) JP5367704B2 (ja)
WO (1) WO2009145076A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013035255A1 (ja) * 2011-09-07 2013-03-14 株式会社島津製作所 画像処理装置およびそれを備えた放射線撮影装置
JP2013150778A (ja) * 2011-12-26 2013-08-08 Toshiba Corp 超音波診断装置、医用画像処理装置、及び医用画像処理方法
WO2014119412A1 (ja) * 2013-01-30 2014-08-07 株式会社 日立メディコ 医用画像処理装置及び医用画像撮像装置
JP2015121877A (ja) * 2013-12-20 2015-07-02 東芝デジタルメディアエンジニアリング株式会社 中央値検索方法及び中央値検索装置
JP2015177972A (ja) * 2014-02-28 2015-10-08 株式会社東芝 画像処理装置およびｘ線診断装置
JPWO2014038428A1 (ja) * 2012-09-07 2016-08-08 株式会社日立製作所 画像処理装置及び画像処理方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010143100A1 (en) * 2009-06-10 2010-12-16 Koninklijke Philips Electronics N.V. Visualization apparatus for visualizing an image data set
US9946947B2 (en) * 2012-10-31 2018-04-17 Cognex Corporation System and method for finding saddle point-like structures in an image and determining information from the same
JP6113487B2 (ja) * 2012-12-13 2017-04-12 東芝メディカルシステムズ株式会社 医用画像診断装置及び医用画像処理装置
JP6594075B2 (ja) * 2015-07-22 2019-10-23 キヤノン株式会社 画像処理装置、撮像システム、画像処理方法
US11593918B1 (en) * 2017-05-16 2023-02-28 Apple Inc. Gradient-based noise reduction
US10762405B2 (en) 2017-10-26 2020-09-01 Datalogic Ip Tech S.R.L. System and method for extracting bitstream data in two-dimensional optical codes
CN111991018A (zh) * 2019-05-27 2020-11-27 上海西门子医疗器械有限公司 显示断层图像的方法、指示断层图像的ct值的范围的方法和设备
CN111968195B (zh) * 2020-08-20 2022-09-02 太原科技大学 用于低剂量ct图像降噪及去伪影的双注意力生成对抗网络

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63209643A (ja) * 1987-02-26 1988-08-31 三菱電機株式会社 磁気共鳴画像の処理方法
JPH10283471A (ja) * 1997-04-07 1998-10-23 Hitachi Ltd 画像処理方法、画像処理装置および画像処理プログラムを記録した記録媒体
JP2002063574A (ja) * 2000-08-18 2002-02-28 Ge Medical Systems Global Technology Co Llc 画像処理方法および装置、記録媒体並びに画像撮影装置
JP2003225234A (ja) * 2002-02-01 2003-08-12 Hitachi Medical Corp 血流動態解析装置
JP2006167187A (ja) * 2004-12-16 2006-06-29 Hitachi Medical Corp 医用画像表示装置
JP2007202916A (ja) * 2006-02-03 2007-08-16 Hitachi Medical Corp 医用画像表示装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0905638A1 (en) * 1994-08-29 1999-03-31 Torsana A/S A method of estimation
US5825909A (en) * 1996-02-29 1998-10-20 Eastman Kodak Company Automated method and system for image segmentation in digital radiographic images
JP2002006574A (ja) * 2000-06-19 2002-01-09 Matsushita Electric Ind Co Ltd カラー画像形成装置
EP1223553A3 (en) * 2000-10-17 2003-09-24 Fuji Photo Film Co., Ltd. Apparatus for suppressing noise by adapting filter characteristics to input image signal based on characteristics of input image signal
US7430335B2 (en) * 2003-08-13 2008-09-30 Apple Inc Pre-processing method and system for data reduction of video sequences and bit rate reduction of compressed video sequences using spatial filtering
US7835555B2 (en) * 2005-11-29 2010-11-16 Siemens Medical Solutions Usa, Inc. System and method for airway detection
EP2025290A1 (en) * 2006-05-19 2009-02-18 Hitachi Medical Corporation Medical image display device and program
WO2009081410A2 (en) * 2007-12-25 2009-07-02 Medic Vision - Brain Technologies Ltd. Noise reduction of images

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63209643A (ja) * 1987-02-26 1988-08-31 三菱電機株式会社 磁気共鳴画像の処理方法
JPH10283471A (ja) * 1997-04-07 1998-10-23 Hitachi Ltd 画像処理方法、画像処理装置および画像処理プログラムを記録した記録媒体
JP2002063574A (ja) * 2000-08-18 2002-02-28 Ge Medical Systems Global Technology Co Llc 画像処理方法および装置、記録媒体並びに画像撮影装置
JP2003225234A (ja) * 2002-02-01 2003-08-12 Hitachi Medical Corp 血流動態解析装置
JP2006167187A (ja) * 2004-12-16 2006-06-29 Hitachi Medical Corp 医用画像表示装置
JP2007202916A (ja) * 2006-02-03 2007-08-16 Hitachi Medical Corp 医用画像表示装置

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013035255A1 (ja) * 2011-09-07 2013-03-14 株式会社島津製作所 画像処理装置およびそれを備えた放射線撮影装置
CN103747736A (zh) * 2011-09-07 2014-04-23 株式会社岛津制作所 图像处理装置以及具备该图像处理装置的放射线摄影装置
JPWO2013035255A1 (ja) * 2011-09-07 2015-03-23 株式会社島津製作所 画像処理装置およびそれを備えた放射線撮影装置
JP2013150778A (ja) * 2011-12-26 2013-08-08 Toshiba Corp 超音波診断装置、医用画像処理装置、及び医用画像処理方法
JPWO2014038428A1 (ja) * 2012-09-07 2016-08-08 株式会社日立製作所 画像処理装置及び画像処理方法
WO2014119412A1 (ja) * 2013-01-30 2014-08-07 株式会社 日立メディコ 医用画像処理装置及び医用画像撮像装置
JPWO2014119412A1 (ja) * 2013-01-30 2017-01-26 株式会社日立製作所 医用画像処理装置及び医用画像撮像装置
JP2015121877A (ja) * 2013-12-20 2015-07-02 東芝デジタルメディアエンジニアリング株式会社 中央値検索方法及び中央値検索装置
JP2015177972A (ja) * 2014-02-28 2015-10-08 株式会社東芝 画像処理装置およびｘ線診断装置
US10453184B2 (en) 2014-02-28 2019-10-22 Canon Medical Systems Corporation Image processing apparatus and X-ray diagnosis apparatus

Also Published As

Publication number Publication date
JP5367704B2 (ja) 2013-12-11
JPWO2009145076A1 (ja) 2011-10-06
US20110069875A1 (en) 2011-03-24
US8326013B2 (en) 2012-12-04

Similar Documents

Publication Publication Date Title
JP5367704B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
US20210133231A1 (en) Control method and non-transitory computer-readable recording medium for comparing medical images
US10610203B2 (en) Methods, systems, and media for determining carotid intima-media thickness
US8107700B2 (en) System and method for efficient workflow in reading medical image data
EP1635295A1 (en) User interface for CT scan analysis
US20080008371A1 (en) Considerations when colon segmentation differs between CAD processing and visualization
JP2009018048A (ja) 医用画像表示装置、方法及びプログラム
US9824189B2 (en) Image processing apparatus, image processing method, image display system, and storage medium
US8705821B2 (en) Method and apparatus for multimodal visualization of volume data sets
JP5492024B2 (ja) 領域分割結果修正装置、方法、及びプログラム
US8175364B2 (en) Medical image display device and program that generates marker and changes shape of region of interest to contact marker
JP3297725B2 (ja) 造影血管高精度管径計測装置
WO2012073769A1 (ja) 画像処理装置及び画像処理方法
JP2007151645A (ja) 医用画像診断支援システム
WO2014038428A1 (ja) 画像処理装置及び画像処理方法
US9792261B2 (en) Medical image display apparatus, medical image display method, and recording medium
JP4596579B2 (ja) 画像処理方法及び装置
JP6276529B2 (ja) 読影支援装置、その方法、及びプログラム
EP2199976B1 (en) Image processing method, image processing apparatus and image processing program
US10324582B2 (en) Medical image display apparatus, method for controlling the same
KR20070083645A (ko) Ｃｔ 스캔 분석을 위한 사용자 인터페이스
US20130332868A1 (en) Facilitating user-interactive navigation of medical image data
JP6327966B2 (ja) 医用画像表示装置、表示制御装置および表示制御方法、プログラム
JP6085435B2 (ja) 画像処理装置及び関心領域設定方法
Gao et al. Medical image zooming algorithm based on bivariate rational interpolation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09754584

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010514442

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 12993337

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09754584

Country of ref document: EP

Kind code of ref document: A1