JP2582666B2

JP2582666B2 - 異常陰影検出装置

Info

Publication number: JP2582666B2
Application number: JP2244197A
Authority: JP
Inventors: 一男志村
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 1990-09-14
Filing date: 1990-09-14
Publication date: 1997-02-19
Anticipated expiration: 2012-02-19
Also published as: JPH04123590A

Description

【発明の詳細な説明】（産業上の利用分野）本発明は、被写体の放射線画像を表わす画像データに
基づいて放射線画像に略円形パターンとして現われる異
常陰影を検出する異常陰影検出装置に関するものであ
る。

（従来の技術）記録された放射線画像を読み取って画像データを得、
この画像データに適切な画像処理を施した後、画像を再
生記録することは種々の分野で行なわれている。たとえ
ば、後の画像処理に適合するように設計されたガンマ値
の低いＸ線フイルムを用いてＸ線画像を記録し、このＸ
線画像が記録されたフイルムからＸ線画像を読み取って
電気信号（画像データ）に変換し、この画像データに画
像処理を施した後コピー写真等に可視像として再生する
ことにより、コントラスト，シャープネス，粒状性等の
画質性能の良好な再生画像を得ることが行なわれている
（特公昭61−5193号公報参照）。

また本願出願人により、放射線（Ｘ線，α線，β線，
γ線，電子線，紫外線等）を照射するとこの放射線エネ
ルギーの一部が蓄積され、その後可視光等の励起光を照
射すると蓄積されたエネルギーに応じて輝尽発光を示す
蓄積性蛍光体（輝尽性蛍光体）を利用して、人体等の被
写体の放射線画像情報をシート状の蓄積性蛍光体に一旦
記録し、この蓄積性蛍光体シートをレーザー光等の励起
光で走査して輝尽発光光を生ぜしめ、得られた輝尽発光
光を光電的に読み取って画像データを得、この画像デー
タに基づき被写体の放射線画像を写真感光材料等の記録
材料、CRT等に可視像として出力させる放射線画像記録
再生システムがすでに提案されている（特開昭55−1242
9号，同56−11395号，同55−163472号，同56−104645
号，同55−116340号等）。

このシステムは、従来の銀塩写真を用いる放射線写真
システムと比較して極めて広い放射線露出域にわたって
画像を記録しうるという実用的な利点を有している。す
なわち、蓄積性蛍光体においては、放射線露光量に対し
て蓄積後に励起によって輝尽発光する発光光の光量が極
めて広い範囲にわたって比例することが認められてお
り、従って種々の撮影条件により放射線露光量がかなり
大幅に変動しても、蓄積性蛍光体シートより放射される
輝尽発光光の光量を読取ゲインを適当の値に設定して光
電変換手段により読み取って電気信号に変換し、この電
気信号を用いて写真感光材料等の記録材料、CRT等の表
示装置に放射線画像を可視像として出力させることによ
って、放射線露光量の変動に影響されない放射線画像を
得ることができる。

上記Ｘ線フイルムや蓄積性蛍光体シート等を用いたシ
ステム、特に人体の医療診断用として構成されたシステ
ムにおいて、近年、単に観察（診断）に適した良好な画
質性能を備えた再生画像を得ることに加えて、画像の自
動認識が行なわれてきている（たとえば特開昭62−1254
81号公報参照）。

ここで画像の自動認識とは、画像データに種々の処理
を施すことにより、複雑な放射線画像から目的とするパ
ターンを抽出する操作をいい、たとえば人体の胸部Ｘ線
画像のような種々の線状，円形状のパターンの入り混じ
った非常に複雑な画像から、たとえば腫瘍に対応する陰
影を抽出する操作等をいう。

このように複雑な放射線画像（たとえば人体の胸部Ｘ
線画像）において目的とするパターン（たとえば腫瘍
影）を抽出し、その抽出したパターンを明示した可視画
像を再生表示することにより、観察者の観察の補助（た
とえば医師の診断の補助）を行なわせることができる。

（発明が解決しようとする課題）例えば人体の胸部Ｘ線画像上に略円形状パターンとし
て現われる例えば腫瘍影等の異常陰影を自動的に抽出す
る場合、このＸ線画像は非常に複雑であるため腫瘍影の
みが抽出されず、例えば血管が二叉に分かれている血管
分岐点の陰影や血管が撮影の際のＸ線が進む方向に延び
ているいわゆる血管のタンジェントの陰影等もほぼ円形
状パターンをなすためこれら血管分岐点の陰影や血管の
タンジェントの陰影等も腫瘍影として抽出されてしまう
ことが多い。

本発明は、上記事情に鑑み、血管影等の線状パターン
の一部が異常陰影として検出されることを防止し、高精
度に異常陰影を検出することのできる異常陰影検出装置
を提供することを目的とするものである。

（課題を解決するための手段）本発明の第一の異常陰影検出装置は、被写体の放射線画像を表わす画像データに基づいて、
前記放射線画像上に略円形状パターンとして現われる異
常陰影を検出する異常陰影検出装置において、異常陰影強調フィルタを用いて前記放射線画像上を走
査することにより前記異常陰影が強調された異常陰影強
調画像を求める異常陰影強調手段、線状パターン強調フィルタを用いて前記放射線画像上
を走査することにより前記放射線画像上に延びる線状パ
ターンが強調された線状パターン強調画像を求める線状
パターン強調手段、前記異常陰影強調画像から、該異常陰影強調画像と前
記線状パターン強調画像との双方で強調されている領域
の強調を取り消した第二の異常陰影強調画像を求める差
分演算手段、および前記第二の異常陰影強調画像から前記異常陰影を抽出
する異常陰影抽出手段を備えたことを特徴とするもので
ある。

また本発明の第二の異常陰影検出装置は、被写体の放射線画像を表わす画像データに基づいて、
前記放射線画像上に略円形状パターンとして現われる異
常陰影を検出する異常陰影検出装置において、線状パターン強調フィルタを用いて前記放射線画像上
を走査することにより前記放射線画像上に延びる線状パ
ターンが強調された線状パターン強調画像を求める線状
パターン強調手段、前記放射線画像と前記線状パターン強調画像との差の
画像である線形パターン縮退画像を求める差分演算手
段、異常陰影強調フィルタを用いて前記線形パターン縮退
画像上を走査することにより前記異常陰影が強調された
異常陰影強調画像を求める異常陰影強調手段、および前記異常陰影強調画像から前記異常陰影を抽出する異
常陰影抽出手段を備えたことを特徴とするものである。

さらに本発明の第三の異常陰影検出装置は、被写体の放射線画像を表わす画像データに基づいて、
前記放射線画像上に略円形状パターンとして現われる異
常陰影を検出する異常陰影検出装置において、異常陰影強調フィルタを用いて前記放射線画像上を走
査することにより前記異常陰影が強調された異常陰影強
調画像を求める異常陰影強調手段、線状パターン強調フィルタを用いて前記異常陰影強調
画像上を走査することにより、該異常陰影強調画像に強
調されている線状パターンのみが強調された第二の線状
パターン強調画像を求める線状パターン強調手段、前記異常陰影強調画像と前記第二の線形パターン強調
画像との差の画像である第三の異常陰影強調画像を求め
る差分演算手段、および前記第三の異常陰影強調画像から前記異常陰影を抽出
する異常陰影抽出手段を備えたことを特徴とするもので
ある。

（作用）本発明の第一の異常陰影検出装置は、放射線画像から
異常陰影強調画像と線状パターン強調画像とを作り出
し、該異常陰影強調画像からそれら双方の画像で強調さ
れている領域の強調を取り消した第二の異常陰影強調画
像を作り出すようにしたため該第二の異常陰影強調画像
では異常陰影強調フィルタで誤って強調された線状パタ
ーンの強調が取消されることとなり、該第二の異常陰影
強調画像に基づいて高精度に異常陰影を検出することが
できる。

また本発明の第二の異常陰影検出装置は、放射線画像
から先ず線状パターン強調画像を作り出し、もとの放射
線画像からこの作り出し線状パターン強調画像を引き算
することにより線状パターン縮退画像を作り出し、この
線状パターン縮退画像に対し異常陰影を強調する操作を
施すようにしたため、異常陰影強調フィルタが同時に線
状パターンの一部をも強調してしまうようなフィルタで
あっても線状パターンは強調されず異常陰影のみが高精
度に検出されることとなる。

さらに本発明の第三の異常陰影検出装置は、放射線画
像から先ず異常陰影強調画像を作り出し、次にこの異常
陰影強調画像中に強調されている線状パターンのみが強
調された第二の線状パターン好調画像を求め、上記異常
陰影強調画像からこの第二の線状パターン強調画像を引
き算することによりこの異常陰影強調画像中に強調され
ている線形パターンが除去され、異常陰影のみが高精度
に検出される。

（実施例）以下、本発明の実施例について、図面を参照して説明
する。尚、ここでは前述した蓄積性蛍光体シートを用
い、人体の肺内に典型的には略球形として生じる腫瘍の
陰影を異常陰影として検出する例について説明する。こ
の腫瘍は画像データに基づいて再生された可視画像上で
は周囲と比べ白っぽい（濃度が低い）略円形のパターン
として現われる。

第９図は、Ｘ線撮影装置の一例の概略図である。

このＸ線撮影装置10のＸ線源11からＸ線12が人体13の
胸部13aに向けて照射され、人体13を透過したＸ線12aが
蓄積性蛍光体シート14に照射されることにより、人体の
胸部13aのＸ線画像が蓄積性蛍光体シート14に蓄積記録
される。

第10図は、Ｘ線画像読取装置の一例と、本発明の異常
陰影検出装置の一実施例であるコンピュータシステムと
を表わした斜視図である。

第９図に示すＸ線撮影装置10で撮影が行なわれた後、
蓄積性蛍光体シート14がこのＸ線画像読取装置の所定位
置にセットされる。

この所定位置にセットされた、Ｘ線画像が蓄積記録さ
れた蓄積性蛍光体シート14は、モータ21により駆動され
るエンドレスベルト等のシート搬送手段22により、矢印
Ｙ方向に搬送（副走査）される。一方、レーザー光源23
から発せられた光ビーム24はモータ25により駆動され矢
印方向に高速回転する回転多面鏡26によって反射偏向さ
れ、ｆθレンズ等の集束レンズ27を通過した後、ミラー
28により光路を変えて前記蓄積性蛍光体シート14に入射
し副走査の方向（矢印Ｙ方向）と略垂直な矢印Ｘ方向に
主走査する。蓄積性蛍光体シート14の光ビーム24が照射
された箇所からは、蓄積記録されているＸ線画像情報に
応じた光量の輝尽発光光29が発散され、この輝尽発光光
29は光ガイド30によって導かれ、フォトマルチプライヤ
（光電子増倍管）31によって光電的に検出される。上記
光ガイド30はアクリル板等の導光性材料を成形して作ら
れたものであり、直線状をなす入射端面30aが主走査線
に沿って延びるように配され、円環状に形成された射出
端面30bにはフォトマルチプライヤ31の受光面が結合さ
れている。入射端面30aから光ガイド30内に入射した輝
尽発光光29は、該光ガイド30の内部を全反射を繰り返し
て進み、射出端面30bから射出してフォトマルチプライ
ヤ31に受光され、Ｘ線画像を表わす輝尽発光光29がフォ
トマルチプライヤ31によって電気信号に変換される。

フォトマルチプライヤ31から出力されたアナログ出力
信号S_Aは対数増幅器32で対数的に増幅され、A/D変換器3
3でディジタル化され、ディジタル信号としての画像デ
ータS_Dが得られる。

このようにして得られた画像データS_Dは、コンピュー
タシステム40に入力される。このコンピュータシステム
40は、本発明の異常陰影検出装置の一例を構成するもの
であり、CPUおよび内部メモリが内蔵された本体部41,補
助メモリとしてのフロッピィディスクが挿入され駆動さ
れるドライブ部42,オペレータがこのコンピュータシス
テム40に必要な指示等を入力するためのキーボード43,X
線画像および必要な情報を表示するためのCRTディスプ
レイ44から構成されている。

このコンピュータシステム40に入力された画像データ
S_Dに基づいて、Ｘ線画像上の異常陰影の検出が行なわれ
る。

尚、本実施例ではコンピュータシステム40を構成する
ハードウェアとこのコンピュータシステム40内で実行さ
れるソフトウェアとを組合せた各機能が、本発明にいう
各手段の一例と観念される。

ここで先ずコンピュータシステム40内で行なわれる処
理の流れについて説明し、次にその処理の中で用いられ
る腫瘍影強調フィルタおよび血管影強調フィルタについ
て説明する。

第1A図，第1B図，第1C図は、本発明のそれぞれ第一，
第二，第三の異常陰影検出装置の、各態様を表わしたブ
ロック図である。

第1A図に示すように画像データS_Dがコンピュータシス
テム40に入力されると、該コンピュータシステム内の腫
瘍影強調手段51では入力された画像データS_Dに基づいて
後述する腫瘍影強調フィルタを用いてＸ線画像上を走査
し、このＸ線画像上に腫瘍影が強調された腫瘍影強調画
像が生成される。ここでこの腫瘍影強調画像中には血管
の分岐点の陰影や血管のタンジェントの陰影等も腫瘍影
と同様に強調されている。また、このコンピュータシス
テム40内の血管影強調手段52では、入力された画像デー
タS_Dに基でいて後述する血管影強調フィルタを用いてＸ
線画像上を走査し、このＸ線画像上に血管影が強調され
た血管影強調画像が生成される。このようにして腫瘍影
強調画像と血管影強調画像とが生成されると、差分演算
手段53において、腫瘍影強調画像で強調された陰影のう
ち血管影強調画像で強調された陰影の強調が解除され、
真に腫瘍影の陰影のみが強調された第二の腫瘍影強調画
像が生成される。腫瘍影抽出手段54では、この第二の腫
瘍影強調画像に基づいて真の腫瘍影のみが高精度に抽出
される。

第1B図に示すブロック構成では、コンピュータシステ
ム40内に画像データS_Dが入力されると、この画像データ
S_Dは血管影強調手段55と差分演算手段56とに入力され、
血管影強調手段55では該画像データS_Dに基づいてＸ線画
像上の血管影が強調された血管影強調画像が生成され
る。この血管影強調画像を表わす画像データS_D1も差分
演算手段56に入力される。この差分演算手段56では入力
された２つの画像データS_D,S_D1に基づき、もとのＸ線画
像から血管影強調画像を引き算することによりもとのＸ
線画像から血管影が取り除かれた血管影縮退画像が求め
られる。この血管影縮退画像を表わす画像データS_D2は
腫瘍影強調手段57に入力される。この腫瘍影強調手段57
では入力された画像データS_D2に基づいて腫瘍影を強調
する処理を行なうが、この画像データS_D2が担持する画
像は血管影が取り除かれた画像であるため血管影が強調
されることなく、したがって腫瘍影抽出手段58において
真の腫瘍影のみが高精度に抽出される。

第1C図に示すブロック構成では、コンピュータシステ
ム40に入力された画像データS_Dは先ず腫瘍影強調手段59
において腫瘍影強調画像が生成され、この腫瘍影強調画
像を担持する画像データS_D3が血管影強調手段60および
差分演算手段61に入力される。この血管影強調手段60で
は腫瘍影強調画像に対し血管影強調処理を行なう。この
処理により腫瘍影強調画像で強調された陰影のうちの血
管影は、腫瘍影強調フィルタと血管影強調フィルタとの
双方で強調されることとなり、これにより腫瘍影強調画
像で強調された陰影のうちの血管影を浮き出せることが
可能となる。この血管影強調手段60で生成された第２の
血管影強調画像を表わす画像データS_D4も腫瘍影強調手
段59から出力された画像データS_D3ととも差分演算手段6
1に入力される。差分演算手段61では入力された画像デ
ータS_D3,S_D4に基づき、腫瘍影強調画像中に強調された
血管影が引き算されて第三の異常陰影強調画像が生成さ
れ、その後腫瘍影抽出手段62において第三の異常陰影強
調画像に基づいて腫瘍影が高精度に抽出される。

以上のような構成のいずれかを用いることにより腫瘍
影が血管影から分離され、真の腫瘍影が高精度に抽出さ
れる。

次に、異常陰影強調手段および血管影強調手段で用い
られる腫瘍影強調フィルタ、血管影強調フィルタについ
て説明する。ここでは第1A図に示すブロック図に示すよ
うに画像データS_Dに基づいて腫瘍影、血管影を強調する
場合について説明するが、他の画像データS_D2,S_D3に基
づいて腫瘍影、血管影を強調する場合も同様に行なうこ
とができる。

異常陰影強調手段コンピュータシステム40内の異常陰影強調手段では、
上記画像データS_Dに基づいて、腫瘍影抽出フィルタを用
いてＸ線画像上を走査することにより、Ｘ線画像に現わ
れた腫瘍影を抽出する。

第２図は、腫瘍影を抽出する実空間フィルタの例を説
明するために、Ｘ線画像上の所定の画素P₀を中心に該Ｘ
線画像上に仮想的に描いた図である。

所定の画素P₀が腫瘍影内の画素であるか否かが判定さ
れる。ここで示すようなフィルタを用いてＸ線画像上を
走査することにより、該Ｘ線画像に現われる腫瘍影が強
調された腫瘍影強調画像が生成される。尚、以下におい
て最初に説明するフィルタは、特願平１−162904号に記
載されたフィルタである。

第３図は、上記所定の画素P₀を中心とした、第２図の
線分L₁とL₅の延びる方向（ｘ方向）のＸ線画像のプロフ
ァイルの一例を示した図である。

第２図に示すように、Ｘ線画像内の所定の画素P₀から
該Ｘ線画像の周囲に延びる複数（ここでは８本）の線分
L_i（ｉ＝1,2,……,8）を想定し、さらに所定の画素P₀を
中心とした、それぞれ半径r₁,r₂,r₃の円R_j（ｊ＝1,2,
3）を想定する。所定の画素P₀の画像データをf₀とし、
各線分L_iと各円R_jとの各交点に位置する各画素P_ij（第
２図にはP₁₁,P₁₂,P₁₃,P₅₁,P₅₂,P₅₃について記号を示し
てある。）の画像データf_ijとする。

ここで、所定の画素P₀の画像データf₀と各画素P_ijの
画像データf_ijとの差分Δ_ijが下記（１）式に従って求
められる。

Δ_ij＝f_ij−f₀ …（１）（ｉ＝1,2,……,8;j＝1,2,3）次に各線分L_i毎に、（１）式で求められた差分Δ_ijの
最大値が求められる。即ち、線分L₁,L₅について例を示
すと、線分L₁については、画素P₁₁,P₁₂,P₁₃に対応する
各差分 Δ₁₁＝f₁₁−f₀ Δ₁₂＝f₁₂−f₀ Δ₁₃＝f₁₃−f₀ のうちの最大値が求められる。この例では、第３図に示
すようにΔ₁₃＞Δ₁₂＞₁₁であり、したがってΔ₁₃が最大
値となる。

また線分L₅については画素P₅₁,P₅₂,P₅₃に対応する各
差分 Δ₅₁＝f₅₁−f₀ Δ₅₂＝f₅₂−f₀ Δ₅₃＝f₅₃−f₀ のうちの最大値Δ₅₃が求められ、これが各差分Δ₅₁,Δ
₅₂,Δ₅₃を代表する代表値とされる。

このように各線分L_i毎に所定の画素P₀と複数の画素P
_ijとの差分Δ_ijの最大値を求め、この求められた最大値
を該線分に関する代表値とする。

次に、所定の画素P₀から互いに反対方向に延びる２本
の線分をひと組として、即ち線分L₁と線分L₅、線分L₂と
線分L₆、線分L₃と線分L₇、および線分L₄と線分L₈のそれ
ぞれをひと組として、各組毎に２つの代表値の平均値
（それぞれM₁₅,M₂₆,M₃₇,M₄₈）が求められる。線分L₁と
線分L₅との組については、その平均値M₁₅は、として求められる。

このように所定の画素P₀から互いに反対方向に延びる
２本の線分をひと組として取り扱うことにより、腫瘍影
７が濃度勾配のある位置にあってその画像データの分布
が非対称となっていても腫瘍影を確実に検出することが
できる。

上記のようにして平均値M₁₅,M₂₆,M₃₇,M₄₈が求められ
ると、これらの平均値M₁₅,M₂₆,M₃₇,M₄₈に基づいて、以
下のようにして、所定の画素P₀に対応する画像データが
求められる。この求め方は特定のものに限定されるもの
ではないが、たとえば以下の方法が採用される。

第４図は、所定の画素P₀に対応する画像データC₁の求
め方の一例を説明するための図である。横軸は上記のよ
うにして求めた平均値M₁₅,M₂₆,M₃₇,M₄₈、縦軸はこれら
平均値M₁₅,M₂₆,M₃₇,M₄₈に対応する各評価値C₁₅,C₂₆,
C₃₇,C₄₈である。

平均値M₁₅,M₂₆,M₃₇,M₄₈がある値M₁より小さい場合評
価値は零、ある値M₂より大きい場合評価値は1.0、M₁〜M
₂の中間では、その値の大きさに応じて0.0〜1.0の間の
値が評価値となる。このようにして、各平均値M₁₅,M₂₆,
M₃₇,M₄₈にそれぞれ対応する評価値C₁₅,C₂₆,C₃₇,C₄₈が求
められ、これらの評価値C₁₅,C₂₆,C₃₇,C₄₈の和 C₁＝C₁₅＋C₂₆＋C₃₇＋C₄₈ …（３）が画素P₀の画像データC₁とされる。即ち、この画像デー
タC₁は最小値0.0と最大値4.0との間のいずれかの値を有
する。このような演算をＸ線画像の各画素を所定の画素
P₀として行なうことにより、腫瘍影強調画像を表わす画
像データが生成される。尚、この画像データC₁を所定の
しきい値Th1と比較し、C₁≧Th1の画素のみを抽出すると
これにより腫瘍影が抽出されることになる。

上記各評価C₁₅,C₂₆,C₃₇,C₄₈を求めるにあたり、第４
図に一点鎖線で示すように小さな値M₂′で飽和するよう
な変換式を用いて上記各評価値C₁₅,C₂₆,C₃₇,C₄₈を求め
るようにすると、（３）式に従って求められた画像デー
タC₁は、より円形に近い腫瘍影の場合に大きな値を有す
る画像データC₁となり、逆に第４図に二点鎖線で示すよ
うに大きな値M₂″まで飽和しないような変換式を用いて
画像データC₁を求めると、この画像データC₁は周囲との
コントラストの大きい腫瘍影に対して大きな値を有する
画像データC₁となる。したがってその目的に応じて適切
な変換式が選定される。

尚、腫瘍影を強調ないし抽出するフィルタのアルゴリ
ズムは、上記アルゴリズムに限定されるものではない。
以下に、他の例について説明する（特願平１−162905号
参照）。

第２図の各画素P_ij（ｉ＝1,2,…8;j＝1,2,3）の画像
データf_ijのグラジェント▽f_ij求められる。

第５図は、上記グラジェントおよび以下に示す演算方
法を示す図である。

グラジェント▽f_ijが求められた後、これらのグラジ
ェント▽_ijのベクトルの長さが1.0に揃えられる。即
ち、グラジェント▽f_ijの大きさを｜▽f_ij|としたと
き、規格化グラジェント▽f_ij/|▽f_ij|が求められる。

次に、この規格化グラジェント▽f_ij/|▽f_ij|の、線
分L_iの方向の成分が求められる。即ち、各画素P_ijから
所定の画素P₀に向かう単位ベクトルをとしたとき、（ただし＊は内積を表わす）が求められる。

その後、該成分について内向き（所定の画素P₀の方
向）を正、外向きを負としたとき、各線分L_i（ｉ＝1,2,
…,8）毎に各最大値が求められる。

さらにこれら各最大値を加算した加算値が求められる。この加算値を線分L_iの本数（本実施例で
は８本）で割れば平均値となる。したがってこの加算値
は平均値に単に定数を掛けたものであって、平均値と同
一視できる。

この加算値が画像データC₂とされる。この画像データC₂を所定のし
きい値Th4と比較し、C₂≧Th4の画像を抽出することによ
り腫瘍影が抽出される。

このフィルタは、グラジェント▽f_ijの大きさ｜▽f_ij
|を規格化し、その方向（線分L_iとの方向の相違の程
度）のみに注意することにより、周囲とのコントラスト
によらず形状が円形であることにより大きな値をもつ画
像データC₂が求められ、これにより腫瘍影が大きな確度
をもって抽出される。

また、上記実施例においては、第２図に示すように８
本の線分L₁〜L₈上の各画素P_ijに対応する各画像データf
_ijを用いたが、この線分は８本である必要はなく、たと
えば16本等であってもよいことはもちろんである。ま
た、所定の画素P₀からの距離についてもr₁,r₂,r₃の３つ
の距離について演算を行なったが、これについても３つ
の距離に限るものでもなく、抽出すべき腫瘍影の大きさ
がほぼ一定している場合は距離は１つでもよく、（この
場合は代表値を求める演算は不要となる）また、種々の
大きさの腫瘍影をさらに精度よく強調ないし抽出するた
めに、距離r₁から距離r₃までほぼ連続的な多数の距離に
ついて演算を行なってもよい。

次に、さらに異なるアルゴリズムを有するフィルタに
ついて説明する（特願平１−162909号参照）。

第６図は、このアルゴリズムを説明するために、Ｘ線
画像上の所定の画素P₀を中心に該画像上に仮想的に描い
た図である。

第６図に示すように、Ｘ線画像内の所定の画素P₀から
該Ｘ線画像の周囲に延びる複数（ここでは８本）の線分
L_i（ｉ＝1,2,…,8）を想定し、さらに所定の画素P₀を中
心とした半径ｒの円Ｒを想定する。また所定の画素P₀を
含む中心領域Q₀と、線分L_i（ｉ＝1,2,…,8）のそれぞれ
と円Ｒとの交点の各画素P_i（ip1,2,…,8）を含む各周辺
領域Q_iを考える。尚、上記半径ｒ、中央領域Q₀,各周辺
領域Q_iの面積、および想定する周辺領域の数等は、対象
とする腫瘍影の大きさ、判定精度、演算速度等を考慮し
て適切に定められる。また、本実施例では、所定の画素
P₀から等距離ｒだけ離れた各画素P_iを想定しているが、
たとえば第６図のＸ方向に長径をもつ腫瘍影を抽出対象
とする場合、画素P₁,P₅として画素P₀から遠距離にある
画素を選択する等、各画素P_i毎に所定の画素P₀からの距
離が異なっていてもよい。

上記のようにして想定した中央領域Q₀および各周辺領
域Q_i内の多数の画素に対応する多数の画像データの平均
値Q₀,Q_i（ｉ＝1,2,…,8）が求められる。尚、ここでは
簡単のため、各領域Q₀,Q_i（ｉ＝1,2,…,8）を指す記号
と該各領域内の画像データの平均値を指す記号とで同一
の記号を用いている。

ここで、これらの差分Δ_ｉ（ｉ＝1,2,…,8）の平均値と、分散が求められる。

次に、これら平均値分散σ^２の比率C₃が、として求められ、この比率C₃が所定の画素P₀に対応する
画像データC₃とされる。この場合も前述の画像データ
C₁,C₂の場合と同様に、所定のしきい値Th5と比較し、C₃
≧Th5の場合は比較的平均値が大きく分散σ^２が小さいため所定の画素P₀が腫瘍影内
の画素であると判定される。

第２図を参照してさらにに異なる実空間フィルタにつ
いて説明する。

第２図に示すように、Ｘ線画像内の所定の画素P₀から
該Ｘ線画像の周囲に延びる複数（ここでは８本）の線分
L_i（ｉ＝1,2,…,8）を想定し、さらに所定の画素P₀を中
心とした、それぞれ半径r₁,r₂,r₃の３つの円R_j（ｊ＝1,
2,3）を想定する。所定の画素P₀を含む中央領域をQ₀と
し、各線分L_iと各円R_jとの各交点に位置する各画素素P
_ij（第２図にはP₁₁,P₁₂,P₁₃,P₅₁,P₅₂,P₅₃について記号
を示してある。）を含む各周辺領域をQ_ij（ｉ＝1,2,…,
8;j＝1,2,3）（ただし第２図には、明示的にはQ₀および
Q₁₁,Q₁₂,Q₁₃,Q₅₁,Q₅₂,Q₅₃のみ示してある。）とする。

この各領域Q₀およびQ_ij（ｉ＝1,2,…,8;j＝1,2,3）毎
に、該各領域Q₀,Q_ij内の多数の各画素に対応する多数の
各Ｘ線画像データの平均値Q₀,Q_ij（ｉ＝1,2,…,8;j＝1,
2,3）が求められる。尚、ここでも簡単のため、各領域Q
₀,Q_ij（ｉ＝1,2,…,8;j＝1,2,3）を指す記号と該各領域
内の画像データの平均値を指す記号とで同一の記号を用
いている。

次に中央領域の平均値Q₀と各周辺領域の平均値Q_ijの
それぞれとの各差分Δ_ij（ｉ＝1,2,…,8;j＝1,2,3）が Δ_ij＝Q_ij−Q₀ …（５）として求められ、さらに各線分L_i毎に、差分Δ_ijの最大
値Δ_ｉが求められる。

次に、最大値Δ_ｉ（ｉ＝１〜８）を代表する第一の特
性値Ｕと最大値Δ_ｉ（ｉ＝１〜８）のばらつきを表わす
第二の特性値Ｖとが求められる。このために、まず以下
の演算式に従って各特性値U₁〜U₄,V₁〜V₄が求められ
る。

U₁＝（Δ_１＋Δ_２＋Δ_５＋Δ_６）/4 …（６） U₂＝（Δ_１＋Δ_２＋Δ_６＋Δ_７）/4 …（７） U₃＝（Δ_３＋Δ_４＋Δ_７＋Δ_８）/4 …（８） U₄＝（Δ_４＋Δ_５＋Δ_８＋Δ_１）/4 …（９） V₁＝U₁/U₃ …（10） V₂＝U₂/U₄ …（11） V₃＝U₃/U₁ …（12） V₄＝U₄/U₂ …（13）ここで、たとえば（６）式に従って特性値U₁を求める
場合について説明すると、隣接する２つの領域（Δ_１と
Δ_２、またはΔ_５とΔ_６）について加算することは平滑
化を意味し、画素P₀を挾んだ互いに反対側の領域（Δ_１
＋Δ_２とΔ_５＋Δ_６）について加算することはたとえば
濃度勾配のある領域に腫瘍影があってもその腫瘍影を検
出することができるようにするためである。

また、たとえば（10）式に従って特性値V₁を求める場
合について説明すると、特性値U₁と特性値U₃とは互いに
直交する方向について求めた特性値であり、したがって
第３図に示す腫瘍影57が円形であればV₁≒1.0となり円
形から外れる場合、即ち画素P₀が線状の陰影内にある場
合はV₁は1.0から外れることになる。

上記差分の最大値Δ_ｉ（ｉ＝１〜８）を代表する第一
の特性値Ｕとして、U₁〜U₄の最大値Ｕ＝MAX（U₁,U₂,U₃,U₄） …（14）が採用され、上記差分の最大値Δ_ｉ（ｉ＝１〜８）のば
らつきを表わす第二の特性値Ｖとしては、V₁〜V₄の最大
値Ｖ＝MAX（V₁,V₂,V₃,V₄） …（15）が採用される。このようにして第一および第二の特性値
U,Vが求められると、所定の画素P₀が腫瘍影内の画素で
あるか否かを判定するための特性値C₄として、これら第
一および第二の特性値の比率が採用され、この比率C₄が所定の画素P₀の画像データと
される。尚、この画像データC₄を所定のしきい値Th6と
比較することにより、C₄≧Th6の場合この所定の画素P₀
は腫瘍影内の画素であると判定することができる。

尚、上記フィルタ例においては、第２図に示すように
８本の線分L₁〜L₈上の画素P_ijを含む各周辺領域Q_ijに対
応する画素データの平均値Q_ijを用いたが、この線分は
８本である必要はなく、たとえば16本等であってもよい
ことはもちろんである。また第６図を用いて説明した実
施例についても同様である。また、第２図を用いて説明
した上記実施例ではr₁,r₂,r₃の３つの距離について演算
を行なったが、これについても３つの距離に限るもので
もなく、種々の大きさの腫瘍影をさらに精度よく抽出す
るために、距離をr₁からr₃まで連続的に変えて演算を行
なってもよい。

上記各実空間フィルタのいずれか又はこれらの組合せ
もしくは他の公知のフィルタを用いてＸ線画像上を走査
することにより該Ｘ線画像上に典型的には円形のパター
ンとして現われる腫瘍影が強調された腫瘍影強調画像が
生成される。尚、この腫瘍影強調フィルタは実際には腫
瘍影を強調するものではなく円形パターンを強調するも
のであるため、血管影の分岐点の陰影や血管のタンジェ
ントの陰影等も腫瘍影と同様に強調されることとなる。

血管影強調手段コンピュータシステム40内の血管影抽出手段では、上
記画像データS_Dに基づいて以下に示す血管影抽出フィル
タを用いてＸ線画像上を走査することにより、Ｘ線画像
に現われた血管影が抽出される。

Ｘ線画像上に仮想的に描いた第６図を用いて血管影抽
出フィルタの一例について説明する。

ここで示すようなフィルタを用いてＸ線画像上を走査
することにより、該Ｘ線画像に現われる血管影が強調さ
れる。

第７図は、上記所定の画素P₀を中心とした、第６図の
線分L₁とL₅の延びる方向（ｘ方向）のＸ線画像のプロフ
ァイルの一例を示した図、第８図は、血管影と第６図に示したフィルタとを重ね
て模式的に描いた図である。ここでは所定の画素P₀は、
血管影１のほぼ中心にあるものとする。

第６図に示すように、Ｘ線画像内の所定の画素P₀から
該Ｘ線画像の周囲に延びる複数（ここでは８本）の線分
L_i（ｉ＝1,2,…,8）を想定し、さらに所定の画素P₀を中
心とした半径ｒの円Ｒを想定し、また線分L_i（ｉ＝1,2,
…,8）のそれぞれと円Ｒとの交点上にある各画素P_i（ｉ
＝1,2,…,8）を含む各周辺領域Q_iとを考える。尚、上記
半径r,各周辺領域Q_iの面積，および周辺領域の数等は、
認識の対象とする血管影の太さ、Ｘ線画像に混入してい
る雑音成分の大きさ、認識の精度、演算速度等を考慮し
て適切に定められる。

ここで上記のようにして想定した中央領域Q₀と各周辺
領域Q_i内の多数の画素に対応する多数の画像データの平
均値Q₀,Q_i（ｉ＝1,2,…,8）が求められる。尚、ここで
は感嘆のため、各領域Q₀,Q_i（ｉ＝1,2,…,8）を指す記
号と該各領域内の画像データの平均値を指す記号とで同
一の記号を用いている。

ここで、中央領域Q₀および各周辺領域Q_iについて画像
データの平均値Q₀,Q_iを求めた後、第６図に示す線分L_i
（ｉ＝1,2,…,8）のうち所定の画素P₀から互いに反対方
向に延びる２本の線分上にある２つの周辺領域、すなわ
ちQ₁とQ₅,Q₂とQ₆,Q₃とQ₇,Q₄とQ₈をひと組として、各差
分Δ_i,i＋４（ｉ＝1,2,3,4）が、次式 Δ_i,i＋４＝Δ_ｉ＋Δ_i+4−｜Δ_ｉ−Δ_i+4| …（17）に従って求められ、この差分Δ_i,i＋４のうちの最大値 Δmax＝MAX（Δ_i,i＋４） …（18）と最小値 Δmin＝MIN（Δ_i,i＋４） …（19）が求められ、これら最大値Δmaxと最小値Δminとの差分 Δ＝Δmax−Δmin …（20）が求められる。

ここで上記演算の意義について説明する。

ｉ＝１の場合を考えると、（17）式は、 Δ_1,5＝Δ_１＋Δ_５−｜Δ_１−Δ₅| …（21）となる。ここで第７図に示す実線のプロファイル２の場
合はQ₁≒Q₅であるためΔ_１≒_５となり、したがって｜Δ
_１−Δ₅|≒０となり、上記（21）式は Δ_1,5≒2Q₁−2Q₀ …（22）となる。一方第７図に示す破線のプロファイル３の場
合、即ち所定の画素P₀が血管影１の中にはなく境界線3a
の近傍にある場合は、Q₁とQ₅とは大きく異なっているた
め、例えばQ₅＝Q₀と考えると、Δ_５≒０となり、したが
って Δ_1,5≒０ …（23）となる。即ち（17），（18）式の演算を行なうことによ
り境界線を血管影として認識してしまうことが防止され
る。ただし、このままでは第８図に示す血管影の幅と略
同一の径を有する、腫瘍影等の略円形状のパターンにつ
いても同様の出力値となり、Ｘ線画像上に長く延びる血
管影のみでなく円形状パターンも同様に強調されること
となる。以下に、この点について一例を示す。第７図，
第８図を参照し、所定の画素P₀が血管影１のほぼ中心に
ある場合、 Q₀＝Q₂＝Q₃＝Q₇＝Q₈ …（24） Q₁＝Q₄＝Q₅＝Q₆ …（25）と考えると、（22）式に示したように Δ_1,5≒2Q₁−2Q₀ …（22）となり、また Δ₂₆＝Δ₃₇＝Δ₄₈＝０ …（26）となり、 Δmax＝Δ₁₅＝2Q₁−2Q₀ …（27）となる。

一方、所定の画素P₀が第８図に示す腫瘍影４のほぼ中
心にある場合、 Q₁＝Q₂＝Q₃＝Q₄＝Q₅＝Q₆＝Q₇＝Q₈ …（28）と考えると、（18）式により Δ₁₅＝Δ₂₆＝Δ₃₇＝Δ₄₈＝2Q₁−2Q₀ …（29）となり、最大値Δmaxは上記（27）式と同じく Δmax＝2Q₁−2Q₀ …（30）となる。即ちこのままでは第８図に示す血管影１と腫瘍
影４とは区別されない。即ちこの血管影抽出フィルタで
は、血管影の太さと同程度の径を有する腫瘍影も血管影
として抽出することなる。

そこで前述した（19），（20）式に示す演算を行なう
ことにより、この円形状パターンを血管影として認識し
てしまうことの防止が図られる。

この場合、所定の画素P₀が血管影１の中心にあり、上
記（24），（25）式のように考えると、（26）式より Δmin＝０ …（31）であるため、（20）式に（30），（31）式を代入し、 Δ＝Δmax−Δmin ＝2Q₁−2Q₀−０ 2Q₁−2Q₀ …（32）となる。一方、所定の画素P₀が腫瘍影４の中心にあり、
上記（28）式のように考えると、（29）式より Δmin＝2Q₁−Q₀ …（33）となり、（20）式に（30），（33）式を代入し Δ＝Δmax−Δmin ＝（2Q₁−2Q₀）−（2Q₁−2Q₀）＝０（34）となる。即ち、血管影１の場合（（32）式）と腫瘍影４
の場合（（34）式）では画像データとして異なる値が求
められ、腫瘍影４を排除し、Ｘ線画像上に延びる血管影
１のみを強調することができる。

以上の血管影抽出フィルタにおいては、中央領域Q₀の
画像データの平均値Q₀と各周辺領域Q_iの画像データの平
均値Q_iとを用いたが、これら中央領域Q₀と各周辺領域Q_i
の面積はＸ線画像に重畳されている雑音の大きさ等によ
り設定されるものであり、したがって雑音が小さい場合
や、別途雑音除去処理が行なわれる場合等には、平均値
Q₀,Q_iを用いることに代えて前述した所定の画素P₀およ
び各画素P_iに対応する画像データそのものを用いてもよ
いものである。

また、以上の血管影抽出フィルタにおいては所定距離
ｒ（第１図参照）を固定して考えている。血管影にも細
いものも太いものもあり、そのうちの特定の幅の血管影
のみを認識する場合は所定距離ｒを固定してもよいが、
上記のようにしてある所定距離ｒに関して血管影の認識
を行なう操作を種々の所定距離ｒについて行なって複数
の画像データを得、これら複数の画像データのうちの最
大値を新たな画像データとすることより、細い血管影か
ら太い血管影までの種々の幅をもって血管影を強調する
ようにしてもよい。

尚、血管影抽出フィルタについても上記２例に限られ
るものではなく、円形状パターンをも血管影として強調
してしまうような血管影強調フィルタでなければ公知の
種々の血管影抽出フィルタを用いることができることは
いうまでもない。

以上のようにして腫瘍影強調画像、血管影強調画像を
生成することができ、対応する各画素毎に画像データの
差分を求めることにより血管影を強調から外すことがで
きこれにより真の腫瘍影のみが強調され、例えば前述し
たようなしきい値処理等により真の腫瘍影のみを高精度
に検出することができる。

以上のようにして腫瘍影を検出した後、たとえばCRT
ディスプレイ44（第９図参照）に可視画像を再生表示す
る際、腫瘍影として検出された領域を明示することによ
り観察者の補助を行なわせることができる。

以上の実施例は、蓄積性蛍光体を用いて得られた人体
の胸部Ｘ線画像に典型的には円形として現われる腫瘍影
を抽出する例であるが、本発明は胸部Ｘ線画像に限られ
るものではなく、さらに蓄積性蛍光体を用いるシステム
に限られるものでもなく、被写体の放射線画像を表わす
画像データに基づいて該放射線画像上の異常陰影を検出
する際に広く用い得る構成を備えているものである。

（発明の効果）以上詳細に説明したように、本発明の第一の異常陰影
検出装置は、異常陰影強調フィルタを用いて前記放射線
画像上を走査することにより前記異常陰影が強調された
異常陰影強調画像を求める異常陰影強調手段と、線状パ
ターン強調フィルタを用いて放射線画像上を走査するこ
とにより放射線画像上に延びる線状パターンが強調され
た線状パターン強調画像を求める線状パターン強調手段
と、異常陰影強調画像から、該異常陰影強調画像と線状
パターン強調画像との双方で強調されている領域の強調
を取り消した第二の異常陰影強調画像を求める差分演算
手段と、第二の異常陰影強調画像から異常陰影を抽出す
る異常陰影抽出手段を備えているため、線状パターンの
一部が異常陰影として抽出されてしまうことが防止さ
れ、異常陰影が高精度に抽出される。

また本発明の第二の異常陰影検出装置は、線状パター
ン強調フィルタを用いて放射線画像上を走査することに
より放射線画像上に延びる線状パターンが強調された線
状パターン強調画像を求める線状パターン強調手段と、
放射線画像と線状パターン強調画像との差の画像である
線形パターン縮退画像を求める差分演算手段と、異常陰
影強調フィルタを用いて線形パターン縮退画像上を走査
することにより異常陰影が強調された異常陰影強調画像
を求める異常陰影強調手段と、異常陰影強調画像から異
常陰影を抽出する異常陰影抽出手段とを備えているた
め、上記第一の異常陰影検出装置と同様に線状パターン
の一部が異常陰影として抽出されてしまうことが防止さ
れ、異常陰影が高精度に抽出される。

また、本発明の第三の異常陰影検出装置は、異常陰影
強調フィルタを用いて前記放射線画像上を操作すること
により前記異常陰影が強調された異常陰影強調画像を求
める異常陰影強調手段と、線状パターン強調フィルタを
用いて異常陰影強調画像上を走査することにより、該異
常陰影強調画像に強調されている線状パターンのみが強
調された第二の線状パターン強調画像を求める線状パタ
ーン強調手段と、異常陰影強調画像と前記第二の線形パ
ターン強調画像との差の画像である第三の異常陰影強調
画像を求める差分演算手段と、第三の異常陰影強調画像
から異常陰影を抽出する異常陰影抽出手段とを備えてい
るため、上記第一および第二の異常陰影検出装置と同様
に、線状パターンが異常陰影として抽出されることが防
止され、異常陰影を高精度に抽出することができる。

【図面の簡単な説明】

第1A図，第1B図，第1C図は、本発明のそれぞれ第一，第
二および第三の異常陰影検出装置の各態様を表わしたブ
ロック図、第２図は、腫瘍影を抽出する実空間フィルタの例を説明
するために、Ｘ線画像上の所定の画素P₀を中心に該画像
上に仮想的に描いた図、第３図は、上記所定の画素P₀を中心とした、第２図の線
分L₁とL₅の延びる方向（ｘ方向）のＸ線画像のプロファ
イルの一例を示した図、第４図は、所定の画素P₀に対応する画像データの求め方
の一例を説明するための図、第５図は、画像データf_ijのグラジェント▽_ij等のベク
トルを示す図、第６図は、血管影抽出フィルタの例および腫瘍影抽出フ
ィルタの例を説明するために、Ｘ線画像上の所定の画素
P₀を中心に該画像上に仮想的に描いた図、第７図は、所定の画素P₀を中心とした、第６図の線分L_i
とL₅の延びる方向のＸ線画像のプロファイルの一例を示
した図、第８図は、血管影と第６図に示したフィルタとを重ねて
模式的に描いた図、第９図は、Ｘ線画像撮影装置の一例の概略図、第10図は、Ｘ線画像読取装置の一例と、本発明の異常陰
影検出装置の一実施例であるコンピュータシステムとを
表わした斜視図である。 10……Ｘ線撮影装置、14……蓄積性蛍光体シート 20……Ｘ線画像読取装置 23……レーザ光源、26……回転多面鏡 29……輝尽発光光、30……光ガイド 31……フォトマルチプライヤ 40……コンピュータシステム 51,57,59……腫瘍影強調手段 52,55,60……血管影強調手段 53,56,61……差分演算手段 54,58,62……腫瘍影抽出手段

Claims

(57)【特許請求の範囲】

【請求項１】被写体の放射線画像を表わす画像データに
基づいて、前記放射線画像上に略円形状パターンとして
現われる異常陰影を検出する異常陰影検出装置におい
て、異常陰影強調フィルタを用いて前記放射線画像上を走査
することにより前記異常陰影が強調された異常陰影強調
画像を求める異常陰影強調手段、線状パターン強調フィルタを用いて前記放射線画像上を
走査することにより前記放射線画像上に延びる線状パタ
ーンが強調された線状パターン強調画像を求める線状パ
ターン強調手段、前記異常陰影強調画像から、該異常陰影強調画像と前記
線状パターン強調画像との双方で強調されている領域の
強調を取り消した第二の異常陰影強調画像を求める差分
演算手段、および前記第二の異常陰影強調画像から前記異常陰影を抽出す
る異常陰影抽出手段を備えたことを特徴とする異常陰影
検出装置。
【請求項２】被写体の放射線画像を表わす画像データに
基づいて、前記放射線画像上に略円形状パターンとして
現われる異常陰影を検出する異常陰影検出装置におい
て、線状パターン強調フィルタを用いて前記放射線画像上を
走査することにより前記放射線画像上に延びる線状パタ
ーンが強調された線状パターン強調画像を求める線状パ
ターン強調手段、前記放射線画像と前記線状パターン強調画像との差の画
像である線形パターン縮退画像を求める差分演算手段、異常陰影強調フィルタを用いて前記線形パターン縮退画
像上を走査することにより前記異常陰影が強調された異
常陰影強調画像を求める異常陰影強調手段、および前記異常陰影強調画像から前記異常陰影を抽出する異常
陰影抽出手段を備えたことを特徴とする異常陰影検出装
置。
【請求項３】被写体の放射線画像を表わす画像データに
基づいて、前記放射線画像上に略円形状パターンとして
現われる異常陰影を検出する異常陰影検出装置におい
て、異常陰影強調フィルタを用いて前記放射線画像上を走査
することにより前記異常陰影が強調された異常陰影強調
画像を求める異常陰影強調手段、線状パターン強調フィルタを用いて前記異常陰影強調画
像上を走査することにより、該異常陰影強調画像に強調
されている線状パターンのみが強調された第二の線状パ
ターン強調画像を求める線状パターン強調手段、前記異常陰影強調画像と前記第二の線形パターン強調画
像との差の画像である第三の異常陰影強調画像を求める
差分演算手段、および前記第三の異常陰影強調画像から前記異常陰影を抽出す
る異常陰影抽出手段を備えたことを特徴とする異常陰影
検出装置。