DE3826285C2 - Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen Röntgenbild - Google Patents

Description

Die Erfindung betrifft ein Verfahren zum automatischen Ermitteln und Anzeigen von anormalen anatomischen Bereichen in digitalen Röntgenbildern sowie eine Anordnung zur Ausführung des Ver­ fahrens.

Studien haben gezeigt, daß die Heilungschance für Patienten mit Lungenkrebs durch eine frühe radiographische Feststellung verbessert wird. So hat eine Untersuchung gezeigt, daß 90% von diagnostizierten peripheren Lungenkarzinomen auf früheren Radiogrammen bereits sichtbar gewesen wären. Der Fehler des Beobachters, der diese Veränderungen übersehen hat, wird im wesentlichen durch die verdeckende Wirkung des umgebenden anatomischen Hintergrundes des interessierenden Knotens oder durch die vom Radiologen angewendeten subjektiven und sich ändernden Entscheidungskriterien verursacht. Die mangelnde Auswertung eines Radiogramms kann durch einen Mangel an klinischen Daten, den Mangel an Erfahrung, eine zu frühe Beendigung der Filmbetrachtung wegen eines eindeutigen Befundes, die Konzentration der Aufmerksamkeit auf andere Anormalitäten, die Nichtberücksichtigung früherer Aufnahmen, Ablenkungen und "trügerische Betrachtungserfahrungen" zurückgeführt werden.

Entsprechend wird durch eine frühe Diagnose und Behandlung von Brustkrebs, eine Todesursache für Frauen, die Überlebenschance erheblich verbessert.

Röntgenmammographie ist das einzige Diagnoseverfahren mit der nachgewiesenen Fähigkeit zur Ermittlung von klinisch okkultem Brustkrebs im Frühstadium. Zwischen 30 und 50% der radiographisch festgestellten Brustkarzinome zeigen Mikrokalzifikationen im Mammogramm, und zwischen 60 und 80% der Brustkarzinome ergeben bei mikroskopischer Untersuchung Mikrokalzifikationen. Daher führt die Verbesserung der Feststellung von Mikrokalzifikationen bei der Mammographie zu einer weiteren Verbesserung ihrer Wirksamkeit bei der Feststellung von Brustkrebs im Frühstadium. Die American Cancer Society empfiehlt die Anwendung der Mammographie für Vorsorgeuntersuchungen für untypische Frauen über 40 Jahre mit jährlichen Untersuchungen im Alter von mehr als 50 Jahren. Aus diesem Grund kann die Mammographie eines der Röntgenverfahren bilden, bei dem in größter Anzahl eine routinemäßige Auswertung durch Radiologen erforderlich ist.

Ein computerisiertes Verfahren, das den Radiologen auf die Lage von sehr verdächtigen Lungenknoten oder Brust-Mikrokalzifikationen hinweist, würde daher die Anzahl der falschen Negativ-Diagnosen verringern. Auf diese Weise wäre es möglich, Lungen- und Brustkrebs früher festzustellen und so eine bessere Heilungschance für den Patienten zu erreichen. Da inzwischen immer mehr digitale radiologische Bildsysteme entwickelt wurden, werden computerunterstützte Untersuchungen möglich. Erfolgreiche Feststellungsverfahren sollten schließlich Apparate benutzen, die eine On-Line-Untersuchung aller Brustradiogramme und aller Mammogramme vor der Betrachtung durch einen Arzt ermöglichen. Dadurch ließen sich alle Brustradiogramme, die auch aus anderen medizinischen Gründen als vermutetem Lungenkrebs angefertigt werden, einer sorgfältigen Untersuchung auf Knoten unterziehen.

In Radiogrammen wird das Vorhandensein von Knoten durch überdeckende Rippen, Bronchien, Blutgefäße und andere normale anatomische Strukturen verdeckt. Kundel et al. beschreiben in "Optimization of Chest Radiography", HHS Publication (FDA), 80-8124, Rockville, Maryland, USA, 1980, das Konzept der "Erkennbarkeit", um solche Eigenschaften von Anormalitäten und ihrer Umgebung zu verdeutlichen, die entweder zur Sichtbarkeit beitragen oder von dieser ablenken. In der gleichen Veröffentlichung sind Faktoren untersucht, die die Erkennbarkeit von simulierten Lungentumoren beeinträchtigen, und es wird dargelegt, daß die Sichtbarkeit von Veränderungen von der Lage im Brust-Radiogramm abhängen. Somit müßte ein computerisiertes Suchverfahren in der Lage sein, Knoten zu lokalisieren, die unterschiedliche Grade von Sichtbarkeit haben, d. h. Knoten, die im Hintergrund verschiedener komplizierter anatomischer Strukturen liegen.

Bisher sind nur begrenzt Entwicklungen von computerisierten Knotensuchverfahren durchgeführt worden. Dabei wurde versucht, geometrische Feststellungsverfahren, etwa Kantenfeststellungsverfahren auf das Originalbild oder auf ein hochfrequentes verstärktes Bild anzuwenden, ohne den strukturierten Hintergrund der normalen Lungenanatomie auszuschalten. Alle bisher bekannten Verfahren waren jedoch nicht ausreichend erfolgreich, um im großen Umfang klinische Versuche zu rechtfertigen.

Es wurde auch bereits versucht, mammographische Anormalitäten mit Digitalcomputern zu analysieren. Die bekannten Untersuchungen hatten jedoch keine für die klinische Praxis ausreichende Genauigkeit. Dies war im wesentlichen eine Folge der starken Überlappung von Merkmalen von gesundem und krankem Gewebe, wie sie in einem Mammogramm vorliegt.

Die augenblicklichen üblichen Standards für klinische Behandlungen bestehen darin, daß eine Biopsie an 5 bis 10 Frauen auf jeden Einzelfall von Krebs vorgenommen wird. Nur mit dieser hohen Biopsierate ergibt sich eine sinnvolle Sicherheit, daß die meisten mammographisch feststellbaren, frühen Karzinome entfernt werden können. Berücksichtigt man den großen Umfang der Überlappung von Eigenschaften von gesundem und krankem Gewebe in Mammogrammen, so könnte eine computerunterstützte Ermittlung schließlich einen deutlich größeren Einfluß auf die klinische Praxis haben als die Charakterisierung von Anormalitäten. Mikrokalzifikationen bilden einen idealen Bereich für die automatische Feststellung, da feine Mikrokalzifikationen häufig die erste und gelegentlich die einzige radiographische Feststellung im frühen Stadium von heilbarem Brustkrebs sind, obwohl einzelne Mikrokalzifikationen in einer verdächtigen Gruppe (cluster), also in einer solchen Anordnung, daß Biopsie erforderlich wäre, im radiographischen Erscheinungsbild nur verhältnismäßig begrenzt auftreten.

Der hohe räumliche Frequenzgehalt und die geringe Größe von Mikrokalzifikationen erfordern für das digitale mammographische System eine hohe räumliche Auflösung und hohe Kontrastempfindlichkeit. Digitale mammographische Systeme, die diesen Anforderungen genügen, befinden sich immer noch im Entwicklungsstadium. Digitale radiographische Systeme mit einer angemessen hohen räumlichen Auflösung lassen sich durch Fluoreszenzbildplatten- und Laserablesetechniken schaffen. Zur Zeit können digitale Mammogramme mit hoher Auflösung durch die Digitalisierung von gerasterten Filmbildern mittels eines Trommelabtasters oder eines anderen Abtastsystems erhalten werden. Die zunehmende Praktikabilität der digitalen Mammographie unterstreicht die Möglichkeiten und Vorteile eines computerunterstützten Systems zur Analyse von Mammogrammen.

Aus dem Artikel "Biomedical Image Processing" von Stanley R. Sternberg in Computer, Januar 1983, Seiten 22-34, ist ein Verfahren zum automatischen Erfassen von Strukturen in digitali­ sierten Bildern der Gel-Elektrophorese bekannt. In dem be­ schriebenen Verfahren werden die Bilder vor ihrer eigentlichen Analyse auf eine einheitliche mittlere Helligkeit oder Hinter­ grundhelligkeit normalisiert. Zu diesem Zweck werden die Bildpixel jedes Bildes bestimmten Transformationen unterzogen, um ein geglättetes Bild zu erhalten, das ein Maß für die Hintergrund- oder Grundhelligkeit des jeweiligen Bildes gibt.

Aus WO 86/01920 ist ein Bildverarbeitungsverfahren bekannt, mit dem Objekte bestimmter Größe aus einem Bild herausgefiltert werden sollen. Dazu werden aus dem digitalen Bild mit einem ersten und einem zweiten Medianfilter ein erstes und ein zweites gefiltertes Bild erzeugt und diese anschließend voneinander subtrahiert, so daß in dem Differenzbild nur Objekte mit einer Größe oberhalb der Schwelle des ersten Medianfilters und unterhalb der Schwelle des zweiten Medianfilters liegen.

Es ist Aufgabe der Erfindung, ein verbessertes Verfahren zum automatischen Ermitteln und Anzeigen anormaler anatomischer Bereiche in einem digitalen Röntgenbild sowie eine Anordnung zur Ausführung des Verfahrens zu schaffen.

Zur Lösung dieser Aufgabe dienen das Verfahren mit den Merkmalen des Anspruchs 1 sowie die Anordnung mit den Merkmalen des Anspruchs 7. Vorteilhafte Ausführungsformen sind in den Unter­ ansprüchen aufgeführt.

Die Erfindung wird im folgenden an Hand der Figuren näher erläutert.

Fig. 1 zeigt schematisch ein Flußdiagramm des automatischen Verfahrens zur Knotenerkennung.

Fig. 2a+2b zeigen Histogramme des erfindungsgemäß erhaltenen Originalbildes und des erfindungsgemäß erhaltenen Differenzbildes, wobei der Pixelwert des Knotens durch einen Pfeil angedeutet ist.

Fig. 3 zeigt den wirksamen Durchmesser und den Kreisgrad einer Insel.

Fig. 4 zeigt in einem Diagramm die Abhängigkeit der Inselgröße von einem Schwellenwert für einen Knoten und einen Nicht-Knoten.

Fig. 5 zeigt in einem Diagramm die Abhängigkeit der Inselkreisform vom Schwellenwert für einen Knoten und einen Nicht-Knoten.

Fig. 6 zeigt in einem Diagramm die Änderung der Inselkreisform und -größe für unterschiedliche Schwellenwerte eines Knotens und eines Nicht-Knotens.

Fig. 7 zeigt die automatische Anordnung zur Knotenerkennung gemäß Fig. 1 in einem detaillierteren Blockschaltbild.

Fig. 8 zeigt schematisch ein Flußdiagramm für ein automatisches Verfahren zur Ermittlung von Mikrokalzifikationen in Mammogrammen.

Fig. 9 zeigt in einem Diagramm schematisch ein Kontrast­ umkehrfilter.

Fig. 10a+10b zeigen jeweils ein entsprechendes Histogramm eines unbearbeiteten Mammogramms und eines Differenzbildes, das durch eine angepaßte Kombination von Filter (3 × 3) und Kontrastumkehrfilter (n_A=9, n_B=3) erhalten wurde.

Fig. 11 zeigt in einem Diagramm die Abhängigkeit der Ermittlungsgenauigkeit von der Kerngröße (kernel size) eines Kontrastumkehrfilters für eine Kombination von angepaßtem Filter und Kontrastumkehrfilter.

Fig. 12 zeigt in einem Diagramm die Abhängigkeit der Ermittlungsgenauigkeit von der Kerngröße eines Medianfilters (median filter) für eine Kombination von angepaßtem Filter und Medianfilter.

Fig. 13 zeigt in einem Diagramm die Abhängigkeit der Ermittlungsgenauigkeit von der Kerngröße eines angepaßten Filters für eine Kombination aus angepaßtem Filter und Medianfilter.

Fig. 14 zeigt in einem Diagramm einen Vergleich des Verhaltens von drei Bildverarbeitungsverfahren in Kombination mit örtlichen Schwellenwerten.

Fig. 15 zeigt in einem Diagramm einen Vergleich des Verhaltens von drei Bildverarbeitungsverfahren in Kombination mit globalen Schwellenwerten.

Fig. 16a+16b zeigen die Abhängigkeit der richtigen positiven Ermittlungsrate von Mikrokalzifikationen von lokalen Schwellenwertgrößen und die Abhängigkeit der falschen positiven Ermittlungsrate von Mikrokalzifikationen von lokalen Schwellenwertgrößen.

Fig. 17 zeigt in einem Diagramm die Abhängigkeit der Ermittlungsgenauigkeit vom Kontrast der Mikrokalzifikationen.

Fig. 18 zeigt die automatische Anordnung zur Ausführung des Verfahrens aus Fig. 8 in einem detaillierteren Blockschaltbild.

In den Zeichnungen sind mit gleichen Bezugszeichen gleiche oder einander entsprechende Teile bezeichnet.

Fig. 1 zeigt ein vereinfachtes Flußdiagramm des Verfahrens zur Ermittlung von Knoten. Dabei soll die Erkennbarkeit von Knoten durch Unterdrückung oder Ausschaltung des verdeckenden Hintergrundes der normalen Lungenanatomie verbessert werden. Dies wird dadurch erreicht, daß man ein digitales Einzelprojektions-Brustbild (Schritt 10) erzeugt und aus diesem zwei Bilder ableitet, wobei in einem dieser Bilder das Signal-Hintergrund-Verhältnis (SNR) des Knotens maximiert (Schritt 20) und im anderen das Signal-Hintergrund-Verhältnis des Knotens unterdrückt (Schritt 30) ist, während der Hintergrund im wesentlichen gleich bleibt. Dann wird die Differenz erzeugt (Schritt 40). Die Differenz zwischen diesen beiden bearbeiteten Bildern besteht aus dem Knoten in Überlagerung mit einem relativ gleichförmigen Hintergrund, wodurch die Ermittlung wesentlich erleichtert wird. Dieses Arbeiten mit einem Differenzbild unterscheidet sich grundsätzlich von den üblichen Subtraktionsverfahren (z. B. zeitweise Subtraktion oder Doppel-Energie-Subtraktion), indem die beiden Sätze von Bilddaten (d. h. Bilddaten mit verstärktem SNR und Bilddaten mit unterdrücktem SNR) aus dem gleichen Einzelprojektions-Brustradiogramm gewonnen werden.

Mit dem SNR-Maximierungsfilter sollen diejenigen Charakteristika eines Knotens verstärkt werden, die sich von den Charakteristika des normalen anatomischen Hintergrundes unterscheiden. Ein Raumfilter (spatial filter), das an das zweidimensionale Profil eines gegebenen Knotens angepaßt ist, soll bei Bearbeitung eine maximale Reaktion an der Stelle des Knotens, also der Stelle der maximalen Korrelation, hervorrufen. Die Verwendung zahlreicher Filter, von denen jedes an eine einer unendlichen Anzahl von möglichen Knotengrößen und -formen angepaßt ist, ist nicht praktikabel und praktisch unmöglich. Es ist daher erforderlich, einige wenige angepaßte Filter oder möglicherweise sogar nur ein angepaßtes Filter zu finden, das in einem gewissen Umfang Knoten verschiedener Größen und Formen verstärkt. Daher wurden Filter untersucht, von denen jedes an das Profil eines simulierten Knotens angepaßt war, d. h. das Filter war proportional zum Fourier-Spektrum eines simulierten Knotens gegebener Größe und gegebenen Kontrastes. Dieses angepaßte Filter berücksichtigte das Hintergrundrauschen des röntgenographischen Bildes. Es wurden drei angepaßte Filter untersucht, die simulierten Knoten mit Durchmessern von 6 mm, 9 mm und 12 mm entsprachen.

Insbesondere erfolgte eine Untersuchung der Wirkung von drei angepaßten Filtern auf einen 512 × 512 Abschnitt eines Brustbildes mit zwei wirklichen und 7 simulierten Knoten (im Bereich von 6 mm bis 15 mm im Durchmesser und im Kontrastbereich von 35 bis 65 des digitalen Pixelwertes). Es hat sich gezeigt, daß das SNR-Maximierungsfilter, das an einen Knoten mit 6 mm Durchmesser angepaßt war, zu empfindlich für kleine Bereiche der Rippenkanten mit hohem Kontrast waren und so viele fehlerhafte positive Ergebnisse lieferten. Andererseits lieferte das an einen Knoten mit 12 mm Durchmesser angepaßte Filter keine ausreichenden Hochfrequenzwerte, so daß kleine Knoten im Untersuchungsvorgang übersehen wurden. Aus diesem Grund wurde ein SNR-Maximierungsfilter verwendet, das an einen Knoten mit einem Durchmesser von 9 mm angepaßt war.

Mit dem SNR-Unterdrückungsfilter soll das Übergewicht des Knotens im Bild verringert werden, während ein Hintergrund erzeugt wird, der ähnlich demjenigen ist, wie er mit dem SNR-Maximierungsfilter erhalten wird. Das Bild mit SNR-Unterdrückung wird mittels eines zweidimensionalen Raum-Glättungsfilters (linear oder nicht-linear) aus dem ursprünglichen digitalisierten Brustbild erzeugt. Untersuchte lineare Filter enthalten gleichförmige rechteckige Funktionen (die im räumlichen Frequenzbereich Sinus-Funktionen entsprechen) und Gaußsche Funktionen mit Standardabweichungen von 6, 9, 12, 24 und 36 mm. Untersuchte nicht-lineare Filter enthalten Medianfilter und modifizierte Medianfilter. Die modifizierten Medianfilter unterscheiden sich von üblichen Medianfiltern dadurch, daß die zur Bestimmung der Mittelwerte um einige Pixelstellen verwendeten Pixel nicht unmittelbar benachbart zueinander, sondern entlang eines Umfanges mit einem gegebenen radialen Abstand von der fraglichen Pixelstelle liegen.

Bei SNR-Unterdrückungsfiltern hat sich gezeigt, daß gleichförmige Rechteckfunktionen und Gaußsche Funktionen mit dem gleichen quadratischen Mittelwert ähnliche Ergebnisse ergeben. Das modifizierte Medianfilter und das übliche Medianfilter erscheinen dadurch günstig, daß die Schwellenwertbildung des Differenzbildes viele Inseln ergibt, die Knoten entsprechen. Die sich ergebenden Inseln im Differenzbild hatten jedoch gezackte Kanten, wodurch sich fehlleitende Messungen für geringe Kreisförmigkeit ergaben. Die Kombination eines angepaßten Filters von 9 mm mit der 12 mm × 12 mm gleichförmigen Rechteckfunktion ergab während der Schwellenwertbildung des Differenzbildes die höchste Anzahl von Knoten-Inseln und die geringste Anzahl von Nicht-Knoten- Inseln.

Nachdem die beiden gefilterten Bilder aus dem Originalbild erhalten wurden, wurde ein Differenzbild errechnet. Eine Auswertung erfolgte unter Verwendung eines 512 × 512 Bereiches eines Original-Brustbildes. In die Mitte des Lungenfeldes und teilweise überlappend mit einer Rippe wurde ein simulierter Knoten positioniert. Das Differenzbild wurde durch Verwendung eines angepaßten Filters entsprechend einem 9 mm Knoten mit einem Kontrast von 65 digitalen Pixelwerten für die Maximierung des Signal-Hintergrund-Verhältnisses des Knotens erhalten. Beide Filtervorgänge erfolgten im Frequenzbereich mittels eines Algorithmus für eine schnelle Fourier-Transformation (FFT). Dadurch wurde die Erkennbarkeit des Knotens im Differenzbild verstärkt und die Komplexität des normalen Lungenhintergrundes verringert, obwohl die Gesamtstruktur der Lunge immer noch sichtbar blieb.

Histogramme des ursprünglichen Bildes und des vorstehend beschriebenen Differenzbildes sind in den Fig. 2a und 2b gezeigt. Da nur ein Viertel des Brustkorbes, welches überwiegend Lungengewebe ohne Gefäße enthielt, analysiert wurde, beträgt der Bereich des Histogramms, d. h. der Dynamikbereich des ursprünglichen Brustbildes nur etwa 500 Pixelwerte. Der Pixelwert des Knotens ist in den Histogrammen durch einen Pfeil gekennzeichnet. Man erkennt, daß der Pixelwert des Knotens im ursprünglichen Bild vergleichbar denjenigen anderer Lungenstrukturen ist. Wenn die Lage des Knotens bezüglich der anderen Lungenstrukturen verändert wird, kann sich der Pixelwert des Knotens innerhalb des dargestellten Dynamikbereichs ändern. Der Pixelwert des Knotens im Differenzbild befindet sich jedoch immer am höheren Ende des Histogramms und ist von den meisten anderen Strukturen getrennt. Darüber hinaus ist das Histogramm des Differenzbildes sehr schmal. Diese Histogramme zeigen, daß man mit der Bildung des Differenzbildes die Wirkung des unerwünschten anatomischen Hintergrundes erfolgreich ausschalten kann.

Im nachfolgenden werden die Merkmalsgewinnungsverfahren einschließlich Kreisförmigkeit, Größe und Wachstumstests (Schritt 50) beschrieben, die zur Ermittlung eines Lungenknotens (Schritt 60) in der in Fig. 1 schematisch dargestellten Weise angewendet werden.

Nachdem das Differenzbild aus den "SNR-maximierten" und "SNR-unterdrückten" Bildern erhalten wurde, werden die Merkmalsgewinnungsverfahren angewendet, um mögliche Knoten zu trennen, während andere Strukturen nicht berücksichtigt werden. Infolge der Differenz in den Spektralbereichen der SNR-maximierten und SNR-unterdrückten Bilder sind die sich nach dem Filtern ergebenden Hintergründe nicht identisch, und somit ist das "strukturierte Rauschen" im Differenzbild nicht vollständig ausgeschaltet. Die Erkennbarkeit des Knotens ist jedoch erhöht, und somit wird das Hervorheben des Knotens aus dem vereinfachten Hintergrund leichter als aus dem ursprünglichen, komplexen anatomischen Hintergrund. Der Knoten wird durch Schwellenwertbildung bezüglich der Amplituden der Pixel des Differenzbildes und Durchführung von Tests bezüglich der Kreisförmigkeit und der Größe sowie der Ermittlung der Änderung mit Änderung der Schwellenwertgrößen hervorgehoben. Das letztere wird als "Wachstums"-Test bezeichnet.

Die Schwellenwertbildung im Differenzbild erfolgt bei verschiedenen Pixelwerten (Amplitudenschwellenwerten, im folgenden kurz Schwellenwerten). Die Pixelwerte oberhalb einer gegebenen Schwellenwertgröße entsprechen einem speziellen oberen Prozentsatz des Bereiches unter dem Histogramm. So entspricht beispielsweise der Schwellenwert in den oberen 4% des Histogrammbereiches in Fig. 2b 525. Es sei erwähnt, daß bei Vergrößerung des Prozentsatzes der Schwellenwert abnimmt.

Pixelwerte unterhalb des Schwellenwertes werden auf einen konstanten Hintergrundwert eingestellt und bewirken die Ausbildung eines Bildes von "Inseln". Wenn der Pixel-Schwel­ lenwert verringert wird, so daß eine größere Anzahl von Pixeln als ein Prozentsatz des Histogramms den Schwellenwert übersteigt, d. h. wenn beispielsweise der Histogrammprozentsatz von 4% auf 8% erhöht wird, vergrößern sich die Inseln und ihre Formen ändern sich. Die Art der Vergrößerung der verschiedenen Inseln mit Erhöhung des Schwellenwertes dient als Maßnahme zur Charakterisierung und Unterscheidung zwischen solchen Inseln, die ihre Ursache in Knoten, und solchen Inseln, die ihre Ursache in Nicht-Knoten, d. h. normalen Lungenstrukturen haben. Bei jedem Schwellenwert werden die Inseln automatisch mittels einfacher Computersuchverfahren aufgenommen und dann zur Prüfung auf Form und Größe übertragen.

Fig. 3 zeigt schematisch das Messen der Größe und der Kreisförmigkeit einer gegebenen Insel. Der Bereich der Insel entspricht der Anzahl von verbundenen Pixeln auf und oberhalb des Schwellenwertes. Der effektive Durchmesser wird als der Durchmesser eines Kreises definiert, der die gleiche Fläche hat wie die Insel. Der Grad der Kreisförmigkeit wird als das Verhältnis von innerhalb des äquivalenten Kreises, der mittig um das Zentrum der mittleren Entfernungen der Insel liegt, befindlicher Fläche der Insel zu der gesamten Fläche der Insel definiert.

Das "Wachstum" jeder Insel wird an diskreten Intervallen der Schwellenwertgröße überwacht. Fig. 4 zeigt die Abhängigkeit der Inselgröße des Schwellenwertes für einen Knoten und einen Nicht-Knoten. Der Schwellenwert wird in Schritten von 1% des Bereiches des Histogramms des Differenzbildes geändert. Die Größe der Insel ist als effektiver Durchmesser in mm angegeben. Es sei erwähnt, daß bei Verringerung des Schwellenwertes, d. h. bei Vergrößerung der Anzahl von Pixeln im dargestellten Differenzbild die Knoten-Insel, verglichen zur Nicht-Knoten-Insel, allmählich in ihrer Größe zunimmt. Die plötzliche Zunahme des effektiven Durchmessers der Nicht-Knoten-Insel, die durch Verbindung der Insel mit einer anderen Nicht-Knoten-Insel verursacht wird, ist typisch für Nicht-Knoten in Randbereichen des Brustkorbes. Ein typisches Beispiel für einen Nicht-Knoten ist eine Rippenkante.

Fig. 5 zeigt die Abhängigkeit der Insel-Kreisförmigkeit von der Schwellenwertgröße für einen Knoten und einen Nicht-Knoten. Die Kreisförmigkeit der Knoten-Insel bleibt oberhalb etwa 0,85, wenn sich der Schwellenwert über einen weiten Bereich ändert. Die Kreisförmigkeit der Nicht-Knoten-Insel nimmt jedoch ab. Die plötzliche Abnahme der Kreisförmigkeit der Nicht-Knoten-Insel ist ein Anzeichen dafür, daß diese sich mit einer anderen Insel verbunden hat.

Die Änderung der Inselkreisförmigkeit und -größe für verschiedene Schwellenwerte ist in Fig. 6 dargestellt. Diese Wachstums-Charakteristika der Inseln, wie sie in den Fig. 4 bis 6 gezeigt sind, werden erfindungsgemäß benutzt, um zwischen Knoten und Nicht-Knoten zu unterscheiden. Eine Insel wird zurückgewiesen, wenn die Größe und Kreisförmigkeit bei einer gewissen Anzahl von aufeinanderfolgenden Schwellenwerten (in Schritten von 1% des Histogramms) nicht auf vorgegebenen Werten bleiben. Um eine Insel als Knoten anzusehen, kann ein Zwei-Auswahl-Kriterium angewendet werden. Die Insel muß entweder (1) einen effektiven Durch­ messer zwischen 3 mm und 18 mm und eine Kreisförmigkeit von mindestens 0,85 für 10 aufeinanderfolgende Schwellenwert­ größen haben oder (2) einen effektiven Durchmesser von 9 mm bis 18 mm und eine Kreisförmigkeit von mindestens 0,75 bei vier aufeinanderfolgenden Schwellenwerten aufweisen. Das Kriterium wurde angewendet, um sowohl kleine als auch große Knoten zu ermitteln, wobei die erste Auswahl für kleine und mittelgroße Knoten und die zweite Auswahl für große Knoten dient. Üblicherweise sind Nicht-Knoten-Inseln zunächst klein, wachsen verhältnismäßig schnell, da sie sich mit anderen Nicht-Knoten-Inseln verbinden, und haben eine geringe Kreisförmigkeit, wenn ihre effektiven Durchmesser größer als 9 mm werden. Um jedoch sehr kleine und sehr große Knoten festzustellen, wurde ein Mehrfachtest-Kriterium verwendet.

Es sei erwähnt, daß nach Eingabe des ursprünglichen, digitalen Brustbildes in den Computer, der Knotenermittlungsvorgang vollständig automatisch abläuft. Nach der automatisch durchgeführten Unterscheidung zwischen Knoten und Nicht-Knoten, können die ermittelten Ergebnisse einem Radiologen zur abschließenden Entscheidung vorgelegt werden.

Fig. 7 zeigt in einem detaillierteren Blockschaltbild die erfindungsgemäße Anordnung. Wie in Fig. 7 dargestellt, werden Röntgenstrahl-Messungen eines Objektes von einem Bildsignalgenerator 101 erhalten, etwa dem Ausgang einer Fernsehkamera in einem Durchleuchtungsgerät oder dem Filmdigitalisierer zur Digitalisierung von klinischen Filmbildern. Das Bildsignal wird einem ersten Speicher 103 zugeführt, in dem ein Originalbild gespeichert wird.

Das digitalisierte Bildsignal wird parallel einem SNR-Unterdrückungsfilter 105, das als Medianfilter bezeichnet ist, also einem nicht-linearen Raumfilter zum Ersetzen jedes Pixelwertes mit dem Mittelwert der Pixelwerte innerhalb eines Kerns (kernel) oder Bereichs gewählter Größe und Form mittig um den interessierenden Pixel, und einem SNR-Maximierungsfilter 107 zugeführt, das als angepaßtes Filter zur Verstärkung derjenigen Charakteristika der verdächtigen anormalen Bereiche bezeichnet ist, die sich von Charakteristika des normalen anatomischen Hintergrunds unterscheiden.

Die Subtraktionseinrichtung 109 nimmt die beiden gefilterten Bilder, also das SNR-unterdrückte Bild und das SNR-verstärkte Bild auf und erzeugt ein Differenzbild, in dem die Erkennbarkeit der verdächtigen Anormalitäten verstärkt ist und in dem die Komponente des gemeinsamen, strukturierten Hintergrundes dieser beiden Bilder verringert ist. Dieses Differenzbild wird in einem zweiten Speicher 111 gespeichert.

Unter Verwendung des Histogramms wird gemäß verschiedenen Verfahren in einer Schwellenwertbestimmungseinrichtung 115 ein vorbestimmter Schwellenwert eingestellt. Eines dieser Verfahren ist ein globales Schwellenwertverfahren, bei dem der Computer einen vorgewählten Prozentsatz der Pixel mit Werten am hohen Ende des Histogramms des Differenzbildes behält, während ein anderes Verfahren ein lokales Schwellenwertverfahren ist, bei dem der Computer die örtliche Statistik innerhalb eines quadratischen Kerns oder Bereichs mittig um einen interessierenden Pixel bestimmt.

In einer Schwellenwerteinrichtung 117 wird das Differenzbild bei einem gegebenen Schwellenwert, der in der Schwel­ lenwertbestimmungseinrichtung 115 entsprechend dem spezifischen Bereich des errechneten Histogramms bestimmt wird, einer Schwellenwertbearbeitung unterzogen. Der Pixelwert wird nur festgehalten, wenn er um ein vorgewähltes Vielfaches der Standardabweichung größer ist als der mittlere Pixelwert.

Das im zweiten Speicher 111 gespeicherte Differenzbild wird durch Vergleich jedes Pixelwertes des Differenzbildes mit der Schwellenwertgröße binärkodiert, und auf Grund dieses Vergleiches wird in einen Ebenenspeicher 119 entweder "1" oder "0" eingegeben. Der Ebenenspeicher 119 hat die gleiche Anzahl von Adressen wie der zweite Speicher 111. Ist beispielsweise der Pixelwert gleich der oder größer als die Schwellenwertgröße, so wird "1" gespeichert, während andererseits bei einem Pixelwert kleiner als die Schwellenwertgröße an der Pixeladresse im Ebenenspeicher 119 "0" gespeichert wird. Diese Schwellenwertbearbeitung führt zur Bildung eines "Schwellenwertbildes" im Ebenenspeicher 119, das eine Gruppe von Pixeln mit Werten oberhalb des Schwellenwertes enthält, die dem absolut gleichförmigen Hintergrund überlagert sind.

Das im Speicher 119 gebildete Schwellenwertbild mit den verdächtigen anormalen Bereichen der Röntgenaufnahme wird weiteren Merkmalsgewinnungsbehandlungen unterzogen. Wenn in digitalen Brustkorb-Röntgenbildern Lungenknoten verdeutlicht werden sollen, wird das Schwellenwertdifferenzbild der Röntgenaufnahme Untersuchungen auf Kreisförmigkeit und Größe unterworfen, während bei der Verdeutlichung von Mikrokalzifikationen in digitalen Mammogrammen, wie später im einzelnen erläutert werden wird, ein Gruppenverfahren (clustering technique) angewendet, um Gruppen (clusters) von Pixeln zu identifizieren, die innerhalb eines vorgewählten Durchmessers einen Schwellenwert überschreiten.

Die in Fig. 7 gezeigte "Insel"-Ermittlungseinrichtung 121 erzeugt ein Bild von "Inseln", d. h. Gruppen von "1" Pixeln, die sich aneinander angrenzend im Ebenenspeicher 119 befinden. Die Inseln werden automatisch durch einfache Computersuchvorgänge ermittelt, etwa durch wiederholtes Prüfen von Pixeln, die ein Pixel mit dem Wert "1" umgeben und Zusammenfassen jeder Gruppe von "1" Pixeln durch Erzeugung einer bestimmten Identifizierung jeder Insel und der Adressen von "1" Pixeln im Speicher 119 als Nebeninformation.

Nach der Lokalisierung und Gruppierung der Inseln in der Inselermittlungseinrichtung 121 ermittelt die Rechenschaltung 123 die Größe und Kreisförmigkeit einer gegebenen Insel, wobei der Bereich der Insel an und oberhalb des Schwellenwertes bestimmt und dargestellt wird. Der effektive Durchmesser wird durch den Durchmesser eines Kreises mit der gleichen Fläche wie die Insel bestimmt. Der Grad der Kreisförmigkeit ist definiert als das Verhältnis des Bereiches der Insel, der innerhalb des äquivalenten Kreises liegt, der mittig um das Zentrum der mittleren Entfernungen der Insel angeordnet ist, zur Fläche der Insel, wie dies in Fig. 3 gezeigt ist.

Die in der Rechenschaltung 123 ermittelten Werte werden der Anormalitätenbestimmungsschaltung 125 zugeführt, in der durch Vergleich mit einem vorbestimmten Wert ermittelt wird, ob die gegebene Insel anormal ist, d. h. ob es sich um einen Knoten handelt.

Die vorstehend beschriebenen Verfahrensschritte erfolgen bei Schwellenwerten, die in Schritten geändert werden, wobei die Änderung mit dem Prozentsatz des betrachteten Differenzbildhistogramms zunimmt. Wenn die Schwellenwertgröße verändert wird, werden die Inseln größer und ihre Form ändert sich. Der Charakterisierungs- und Unterscheidungsvorgang wird für die so neu entstehenden Inseln durchgeführt, und wenn die Insel allmählich zur Feststellung einer Anormalität unabhängig von der Änderung der Schwellenwertgrößen führt, wird Insel bestätigt und ist als Knoten erkannt.

Das Ergebnis der Schwellenwert- und Wachstumstests wird außerdem einer Anzeigeeinrichtung 129 zugeführt, so daß das die Insel des Knotens im Differenzbild darstellende Ausgangssignal im ursprünglichen Bild überlagert und auf dem Schirm des in der Anzeigeeinrichtung 129 vorhandenen Monitors 131 dargestellt wird. Eine andere Anzeige der Insel, die als Knoten erkannt ist, kann durch Verwendung eines Anzeigers, etwa eines Kreises, eines Kursors oder Pfeiles erfolgen, der auf dem Schirm des Monitors 131 erzeugt wird, auf dem auch das ursprüngliche Bild wiedergegeben wird.

Viele der vorstehend beschriebenen Prinzipien sind auch bei der Analyse von digitalen Mammogrammen anwendbar. Fig. 8 zeigt die allgemeine Form des Mammogramm-Computeralgorithmus. Wiederum wird ein digitales Eingangsbild in der Form eines Mammogramms erhalten (Schritt 10) und einer räumlichen Filterung unterzogen, um signalverstärkte Bilddaten (Schritt 20) und signalunterdrückte Bilddaten (Schritt 30) zu gewinnen. Durch Subtrahieren der beiden Bilddaten ergeben sich Differenz-Bilddaten, in denen der strukturierte Hintergrund entfernt ist (Schritt 40). Auch in diesem Zusammenhang sei darauf hingewiesen, daß sich das erhaltene Differenzbild grundsätzlich von einem Subtraktionsbild unterscheidet, das durch Verfahren, wie etwa die digitale Subtraktionsangiographie, bei der zwei Bilder subtrahiert werden, um aus einem einzigen Bild ein Differenzbild zu erhalten. Graupegel-Schwellenwertbearbeitung (Schritt 70) und Signalhervorhebungsbearbeitung (Schritt 50′) auf Grund bekannter physikalischer Charakteristika der Mikrokalzifikationen werden dann am Differenzbild ausgeführt, um die Signale von dem übrigen Rauschhintergrund zu trennen. Das Ausgangssignal des Computeralgorithmus zeigt die Lagen der verdächtigen Gruppen von Mikrokalzifikationen im Mammogramm an (Schritt 60′).

Zur Signalverstärkung (Schritt 20) wird ein Raumfilter (spatial filter) verwendet, das in etwa an die Größe und die Kontraständerungen von typischen Brust-Mikrokalzifikationen angepaßt ist. Dieses Raumfilter, das im folgenden als angepaßtes Filter bezeichnet wird, unterscheidet sich von einem üblicherweise als angepaßtes Filter bezeichneten Filter, wie es von Pratt in "Digital Image Processing", Willy, New York, 1978 beschrieben ist. So berücksichtigt es nicht den Frequenzinhalt des korrelierten Rauschens im Bildhintergrund. Ferner ist es nicht möglich, Filter zu bauen, die genau an jede Mikrokalzifikation angepaßt sind, da die Mikrokalzifikationen sich nach Größe und Form unterscheiden. Daher wird ein vereinfachtes Modell, bei dem ein angepaßtes Filter mit einem n × n quadratischen Kern (kernel) oder Bereich, bei dem n eine ungerade Zahl ist, verwendet und für das gesamte Bild eingesetzt. Die Abhängigkeit der Ermittlungsgenauigkeit von der Kerngröße eines gepaßten Filters wurde untersucht. Darüber hinaus wurde aufgrund einer Analyse der zweidimensionalen Profile einiger typischer Mikrokalzifikationen die Kontraständerung von Mikrokalzifikationen mit den folgenden Wichtungsfaktoren für angepaßte Filter angenähert. Wenn n = 3 war, wurde den acht äußeren Wichtungsfaktoren der Filterempfindlichkeitsfunktion ein Wert von 0,7 zugeordnet, und dem zentralen Wichtungsfaktor wurde ein Wert von 1,0 zugeordnet. Wenn n größer 3 war, wurden den äußeren Wichtungsfaktoren ein Wert von 0,5, den zweitäußersten Wichtungsfaktoren ein Wert von 0,75 und allen anderen Wichtungsfaktoren ein Wert von 1,0 zugeordnet. Diese vereinfachten angepaßten Filter ergaben eine Ausgangsmessung der Korrelation zwischen der Filteransprechfunktion und der Raumänderung des Bildes. Daher waren an Stellen von Mikrokalzifikationen die Spitzenwerte der Pixel im gefilterten Bild gegenüber den Pixelwerten des willkürlichen Rauschens oder des strukturierten Rauschens vergrößert, das weniger mit der Filteransprechfunktion korreliert.

Um ein signalunterdrücktes Bild (Schritt 30) zu erzeugen, wurden zwei Arten von Filtern, nämlich Medianfilter und Kontrastumkehrfilter untersucht. Ein Medianfilter ist ein nicht-lineares Raumfilter (spatial filter), das den Wert eines gegebenen Pixels durch das Mittel von Pixelwerten innerhalb eines Kerns gewählter Größe und Form mittig um den interessierenden Pixel ersetzt. Ein Medianfilter mit richtig gewählter Kerngröße kann praktisch alle Mikrokalzifikationen aus dem Bild entfernen und außerdem das Rauschen glätten, ohne eine Änderung des globalen Hintergrundes vorzunehmen. Wegen der verhältnismäßig willkürlichen Formen und Ausrichtungen der Mikrokalzifikationen wurden Medianfilter mit einem quadratischen Kern benutzt. Die Abhängigkeit der Ermittlungsgenauigkeit von der Größe des Filters wurde untersucht.

Um das Signal-Hintergrund-Verhältnis (SNR) zu verstärken, während der strukturierte Hintergrund im Differenzbild entfernt wird, wurde eine andere Möglichkeit zur Signalunterdrückung untersucht. Zur selektiven Umkehr des Kontrastes der Mikrokalzifikationen wurde ein Kontrastumkehrfilter entwickelt, durch das der niederfrequente strukturierte Hintergrund beibehalten und das hochfrequente Rauschen unterdrückt wurde. Diese Aufgabe kann von einem Filter mit optischen Übertragungsfaktoren (OTF) der Form

F(u) = [2 F_A(u) - 1]F_B(u),

erfüllt werden, wobei F_A(u) ein Tiefpaß-Glättungsfilter und F_B(u) ein Filter ist, das hochfrequentes Rauschen unterdrückt. Ein Kontrastumkehrfilter ist schematisch in Fig. 9 dargestellt. Wenn die Parameter für F_A(u) und F_B(u) richtig gewählt werden, kann das sich ergebende Filter F(u) im Frequenzbereich, der die meisten Frequenzen der Mikrokalzifikationen enthält, eine große negative Komponente haben.

Bei Untersuchungen wurden Filter A und B mit einfachen quadratischen Kernen (kernel) im Raumbereich (spatial domain) verwendet. Das Filter A hatte Wichtungsfaktoren ähnlich denjenigen der vorstehend beschriebenen angepaßten Filter, während das Filter B unabhängig von seiner Kerngröße n_B gleichförmige Wichtungsfaktoren aufwies.

Bei der Anwendung der Erfindung im Bereich der Mammographie wird wiederum durch Subtrahieren eines signalunterdrückten Bildes von einem signalverstärkten Bild ein Differenzbild erhalten. Da die niederfrequenten, strukturierten Hintergründe in diesen beiden Bildern im wesentlichen gleich sind, wird dieser Bestandteil aus dem Differenzbild entfernt. Um den Verlust an Hintergrundpegel zu kompensieren, wird zu jedem Pixel des Differenzbildes zu Anzeigezwecken ein konstanter Wert von 512 addiert.

Das Differenzbild wird ferner einer Graupegel-Schwellenwertbehandlung unterzogen, um die Mikrokalzifikationen vom übrigen Rauschhintergrund zu trennen. Dabei wurden zwei Arten von Graupegel-Schwellenwertbearbeitungen untersucht. Eine war ein globales Schwellenwertverfahren, bei dem der Computer einen vorgewählten Prozentsatz von Pixeln mit Werten am hohen Ende des Histogramms des Differenzbildes aufnimmt, während alle Pixelwerte unterhalb des Schwellenwertes auf einen konstanten Wert gebracht werden. Die andere war ein lokales Schwellenwertverfahren, bei dem der Computer die örtliche Statistik innerhalb eines quadratischen Kerns mittig um einen interessierenden Pixel ermittelt. Der Pixelwert wird nur dann erhalten, wenn er um ein vorgewähltes Vielfaches der Standardabweichung größer ist als der mittlere Pixelwert. Die Kerngröße muß ausreichend groß sein, um eine gute Abschätzung der örtlichen Hintergrundrauschschwankung zu erhalten, und wurde bei den Untersuchungen zu 51 × 51 Pixeln gewählt. Die Graupegel-Schwellenwertbearbeitung führt zu einem "Schwellenwertbild", in dem Gruppen von Pixeln mit Werten oberhalb des Schwellenwertes einem absolut gleichförmigen Hintergrund überlagert sind.

Bei der Durchführung der Signalgewinnung ermittelt der Computer in der folgenden Weise Signale aus dem Schwellenwertbild. Ein Grenzermittlungsprogramm wird auf das unbearbeitete Mammogramm angewendet, um den Brustbereich zu bestimmen. Die Signalsuche wird dann im Brustbereich des Schwellenwertbildes durchgeführt, um die Lage, den Bereich und den Kontrast jedes Punktes zu bestimmen. Ein Bereichsschwellenwertkriterium wird danach auf die erhaltenen Signale angewendet, um solche Punkte zu eliminieren, deren Bereich kleiner ist als eine vorgewählte Anzahl von Pixeln. Schließlich wird ein Gruppenkriterium angewendet, um die Gruppen (cluster) zu identifizieren, die mehr als eine vorgewählte Anzahl von Signalen innerhalb eines kreisförmigen Bereiches mit vorgewähltem Durchmesser enthalten. Diese vorgewählten Werte werden durch die klinische Erfahrung von Radiologen und empirisch durch Bearbeitung einer Anzahl von Testmammogrammen mit bekannten Mikrokalzifikationen festgelegt. Typischerweise wurde eine Bereichsschwellenwertgröße von 2 oder 3 Pixeln verwendet, und eine Gruppe mußte innerhalb eines Bereiches von 1 cm bis 1,5 cm im Durchmesser drei oder mehr Signale enthalten. Das letztgenannte Kriterium liegt im Rahmen der klinischen Erfahrung, die verlangt, daß eine minimale Anzahl von Mikrokalzifikationen, üblicherweise zwischen drei und fünf, vorhanden sein muß, bevor Gruppen (cluster) ausreichend verdächtig erscheinen, um eine Biopsie zu rechtfertigen.

Der vorstehend beschriebene Gruppentest wird dadurch ausgeführt, daß zunächst nach zwei engst benachbarten Inseln gesucht wird, die die Bereichsschwellenwertbearbeitung überstanden haben. Das Zentrum der mittleren Entfernungen der beiden Insellagen wird dann als Mittelpunkt eines Kreises mit vorgewähltem Durchmesser benutzt, um die nächstnähere Insel innerhalb des Kreises zu ermitteln. Die Zentrumslage wird danach für die drei Inseln bestimmt und wiederum als Mittelpunkt des Kreises verwendet. Der Vorgang wird solange fortgesetzt, bis innerhalb des Kreises keine neuen Inseln mehr gefunden werden, und die Gruppe von Inseln innerhalb des Kreises wird als eine Gruppe (cluster) definiert.

Um die Ermittlungsgenauigkeit des verwendeten Computeralgorithmus zu bestimmen, wurden Monte Carlo Verfahren angewendet, wie sie beispielsweise von Rubinstein in "Simulation and the Monte Carlo Method", Willy, New York, 1981, beschrieben wurden, wobei die Mikrokalzifikationen simuliert wurden, die dann den normalen mammographischen Hintergründen überlagert wurden. Der Ort, die Größe und der Kontrast dieser simulierten Signale waren somit bekannt und konnten als definitiver Standard für den Vergleich mit den vom Computer ermittelten Ergebnissen benutzt werden.

Zur Ermittlung der Genauigkeit des Computerermittlungsalgorithmus wurden sechs normale Mammogramme, die typische Variationen in Dichte und Struktur aufwiesen und die keine Mikrokalzifikationen zeigten, für die Überlagerung mit simulierten Mikrokalzifikationen ausgewählt. Ein Abschnitt des Mammogramms mit einem Bereich von 700 × 1000 Pixeln wurde verwendet, um Bildverarbeitungszeit zu sparen. Zur Vereinfachung wird dieser Abschnitt oder Bereich eines Mammogramms im folgenden als "Mammogramm" bezeichnet. Das Monte Carlo Programm wurde dann angewendet, um zehn nicht überlappende Gruppen von Mikrokalzifikationen in jedem Bild zu erzeugen, wobei jede Gruppe acht bis zehn simulierte Mikrokalzifikationen enthielt. Die Größe und der Kontrast der simulierten Mikrokalzifikationen wurde aufgrund der Erfahrung von Radiologen gewählt. Ganz allgemein haben Kalzifikationen infolge Erkrankung eine Seitenlänge von weniger als 0,5 mm, wenn sie in etwa gleichdimensioniert sind, oder eine Länge von weniger als 0,5 mm in der kürzeren Ausdehnungsrichtung, wenn sie linear sind. Die Eingangswahr­ scheinlichkeitsverteilungen der Größe, des Kontrasts und der Lage der simulierten Mikrokalzifikationen in den sechs Mammogrammen wurde so festgelegt, daß sich ein Satz von Testbildern ergab.

Das Computerermittlungsprogramm mit vom Benutzer gewählten Bildbearbeitungs- und Signalermittlungsparametern wurde auf jeden Satz von Testbildern angewendet. Die Computereingangssignale enthielten die Orte der ermittelten einzelnen Signale und die ermittelten Gruppen. Der Computer verglich dann die bekannten Orte der simulierten Mikrokalzifikationen mit den ermittelten Signalen, um die richtigen positiven und die falschen positiven Ermittlungsereignisse festzustellen. Die Ermittlungsgenauigkeit wurde mittels einer Verhaltenskurve bestimmt, die die Beziehung zwischen der Ermittlungsrate von richtig positiven (TP) Gruppen und von falschen positiven (FP) Gruppen definiert, die je Bild bei verschiedenen Graupegel-Schwellenwertgrößen festgestellt wurden. Die Abhängigkeit der Computerermittlungsgenauigkeit von den Bildverarbeitungs- und Signalgewinnungsparametern sowie von den physikalischen Charakteristika der Mikrokalzifikationen kann dann durch Vergleich der Verhaltenskurven bestimmt werden.

Histogramme von unbearbeiteten Bilddaten und Differenzbilddaten sind jeweils in den Fig. 10a und 10b dargestellt. Für das unbearbeitete Bild erstrecken sich die Pixelwerte nahezu über den gesamten 10-Bitbereich, und die beiden Gruppen von Mikrokalzifikationen sind dem anatomischen Hintergrund mit stark unterschiedlichen Dichten überlagert. Vergleichsweise ist das Histogramm des Differenzbildes sehr schmal und recht symmetrisch mit einer Standardabweichung von etwa 8 Pixelwerten, wobei die Mikrokalzifikationen an einem Ende des Histogramms liegen. Diese Ergebnisse zeigen, daß das Differenzbildverfahren sehr wirksam strukturierten Hintergrund entfernen kann.

Die Abhängigkeit der Computerermittlungsgenauigkeit von der Kerngröße des Kontrastumkehrfilters ist in Fig. 11 gezeigt. Wenn die Kerngröße n_B des Filters B bei 3 × 3 festliegt und die Kerngröße n_A des Filters A sich von 5 bis 9 vergrößert, erhöht sich die TP-Ermittlungsrate für FP-Ermittlungsraten unterhalb von etwa zwei Gruppen pro Bild und verringert sich geringfügig für höhere FP-Ermittlungsraten. Wenn sich jedoch die Kerngröße n_A weiter bis zu 11 erhöht, beginnt die Ermittlungsgenauigkeit sich zu verringern. Die Wirksamkeit des Filters B wird durch Erhöhung der Kerngröße n_B von 3 auf 5 bei fester Kerngröße n_A von 11 gezeigt. Die TP-Ermittlungsrate für eine Kerngröße n_B von 5 ist bei allen FP-Ermittlungsraten geringer als für eine Kerngröße n_B von 3. Diese Ergebnisse zeigen daher, daß ein Kontrastumkehrfilter mit Kerngrößen von n_A von 9 und n_B von 3 im Frequenzbereich, der die meisten Frequenzen der Mikrokalzifikationen enthält, für die Filterkombinationen und Größenverteilungen der untersuchten Mikrokalzifikationen negative OTF-Komponenten liefern. Es wurde versucht, die Wirkung der Kontrastumkehr durch Anwendung eines 3 × 3 angepaßten Filters auf das mit einem Kontrastumkehrfilter mit Kerngrößen von n_A=9 und n_B=3 bearbeitete Bild zu erhöhen. Die sich ergebende Verhaltenskurve war jedoch nahezu identisch mit derjenigen, die ohne zusätzliches angepaßtes Filter erhalten wurde.

Die Abhängigkeit der Genauigkeit der Computerermittlung von der Kerngröße des Medianfilters ist in Fig. 12 dargestellt. Für eine gegebene FB-Ermittlungsrate erhöht sich die TP-Ermittlungsrate schnell, wenn sich die Kerngröße von 5 auf 7 erhöht. Wenn jedoch die Kerngröße auf 9 ansteigt, erhöht sich die TP-Ermittlungsrate bei FP-Ermittlungsraten unterhalb von zwei Gruppen per Bild weiterhin, jedoch nimmt sie bei höheren FP-Ermittlungsraten geringfügig ab. Eine weitere Erhöhung der Kerngröße auf 11 scheint die TP-Ermittlungsrate bei im wesentlichen allen FP-Ermittlungsraten zu verringern.

Die Wirkung der Kerngröße des zur Signalverstärkung verwendeten angepaßten Filters auf die Ermittlungsgenauigkeit wurde durch Änderung der Größe von 3 bis 7 untersucht. Für die Kombination von angepaßtem Filter und Kontrastumkehrfilter mit Kerngrößen von n_A=9 und n_B=3 ergab sich, daß die Verhaltenskurven für alle drei Größen des angepaßten Filters im wesentlichen unverändert blieben. Bei der Kombination von angepaßtem Filter und Medianfilter hängt die Ermittlungsgenauigkeit jedoch erheblich von der Größe des angepaßten Filters ab. Die Verhaltenskurve verschlechtert sich, wenn die Größe des angepaßten Filters bei einem festen 7 × 7 Medianfilter von 3 auf 7 zunimmt, wie dies in Fig. 13 zu erkennen ist. Für die meisten Untersuchungen wurde daher ein 3 × 3 angepaßtes Filter verwendet.

Die Wirkung der Flächenschwellenwertgröße, d. h. die Größe einer Insel, die möglicherweise für eine nachfolgende Auswertung der Inselgruppenbildung in Frage kommt, und die durch Änderung des Schwellenwertes von 2 Pixel bis 4 Pixel für den Signalbereich für den Signalgewinnungsvorgang eingesetzt wurde, wurde ebenfalls untersucht. Sowohl die TP-Ermittlungsrate als auch die FP-Ermittlungsrate erhöhen sich, wenn die Bereichsschwellenwertgröße für einen gegebenen Graupegel-Schwellenwert abnimmt. Die Verhaltenskurve ist jedoch verhältnismäßig geringfügig abhängig von den Bereichsschwellenwertgrößen sowohl für die Kombination von angepaßtem Filter und Kontrastumkehrfilter als auch für die Kombination von angepaßtem Filter und Medianfilter, obwohl unterschiedliche Graupegel-Schwellenwerte zur Erzielung der gleichen Ermittlungsgenauigkeit benötigt werden. Für die Kombination von Original und Medianfilter nimmt die Ermittlungsgenauigkeit zu, wenn der Bereichsschwellenwert ansteigt, insbesondere dann, wenn eine globale Schwellenwertbehandlung angewendet wird. Die größere Abhängigkeit der Kombination von Original und Medianfilter von der Bereichsschwellenwertgröße hängt wahrscheinlich mit dem niedrigen Signal-Rausch-Verhältnis im Differenzbild zusammen. In diesem Fall verbleibt eine große Anzahl von Rauschpunkten im Schwellenwertbild, und sie werden als FP-Signale festgestellt, falls sie nicht durch das Bereichsschwellenwertkriterium ausgeschlossen werden.

Die Ermittlungsgenauigkeiten von linearem und nicht-linearem Filterverfahren sind in Fig. 14 gegenübergestellt. Die Kombination aus angepaßtem Filter und Kontrastumkehrfilter mit n_A=9 und n_B=3 ist mit der Kombination aus angepaßtem Filter und Medianfilter mit n = 9 vergleichbar (Fig. 12). Beide lassen sich bei einer FP-Ermittlungsrate von etwa einer Gruppe pro Bild durch eine TP-Ermittlungsrate von etwa 80% erreichen. Andererseits liefert die Kombination von angepaßtem Filter und Medianfilter mit n = 7 bei höheren FP-Ermittlungsraten eine höhere TP-Ermittlungsrate. Die Wirkung von verbessertem Signal-Rausch-Verhältnis durch angepaßte Filterung wird deutlich, wenn man die Kurven für die Kombination von angepaßtem Filter und Medianfilter und für Original und Medianfilter vergleicht. Die mittels der angepaßten Filterung erreichte Ermittlungsgenauigkeit ist wegen des vergrößerten Signal-Hintergrund-Verhältnisses im signal­ verstärkten Bild im allgemeinen größer.

Die Wirkung der verschiedenen Graupegel-Schwellenwertverfahren wird durch Vergleich der Fig. 14 und 15 deutlich. Man erkennt, daß die Ermittlungsgenauigkeit für alle drei Filterkombinationen bei der lokalen Schwellenwertbearbeitung größer ist als bei der globalen Schwellenwertbearbeitung. Die Verbesserungen in der Ermittlungsgenauigkeit sind jedoch für die Kombination von angepaßtem Filter und Kontrastumkehrfilter und für die Kombination von Original und Medianfilter wesentlich größer als für die Kombination von angepaßtem Filter und Medianfilter. Diese Differenz wurde auch bei anderen untersuchten Filterparametern beobachtet. Analysen der Histogramme von Differenzbildern zeigten, daß die Kombination von angepaßtem Filter und Medianfilter im allgemeinen zu einem weniger rauschbelasteten Differenzbild führt als die Kombination von angepaßtem Filter und Kontrastumkehrfilter, während sich durch die Kombination von Original und Medianfilter das am stärksten verrauschte Differenzbild ergibt. Das lokale Schwellenwertverfahren erscheint somit besser geeignet Signale von einem Rauschhintergrund zu trennen als das globale Schwellenwertverfahren.

Die Abhängigkeit der TP- und der FP-Ermittlungsraten von dem örtlichen Schwellenwertpegel für einzelne Mikrokalzifikationen ist in den Fig. 16a und 16b gezeigt. Bei einem Schwellenwertpegel von 4 S.D. (Standardabweichungen) werden etwa 50% der einzelnen Mikrokalzifikationen erkannt und etwa 15 falsche Signale pro Bild (700 × 1000 Pixel) erzeugt, wenn die Kombination von angepaßtem Filter und Medianfilter oder die Kombination von angepaßtem Filter und Kontrastumkehrfilter eingesetzt wurde. Bei diesem Schwellenwertpegel liegt die TP-Gruppenermittlungsrate bei etwa 90% mit einer FP-Ermittlungsrate von etwa zwei Gruppen pro Bild (Fig. 14). Da jede Gruppe von Mikrokalzifikationen in den Eingangstestbildern etwa 10 einzelne Mikrokalzifikationen enthält und beim Signalgewinnungsverfahren eine ermittelte Gruppe bestimmt wird als ein Bereich, der minimal drei Signale innerhalb eines Durchmessers von 1,2 cm ergibt, zeigen die Ergebnisse in den Fig. 16a und 16b, daß man ähnliche Gruppenbestimmungsraten für Gruppen mit sechs oder mehr Mikrokalzifikationen erhält, wenn das gleiche Bildbearbeitungsverfahren und die gleichen Signalgewinnungskriterien angewendet werden. Die Ermittlungsgenauigkeit für Gruppen mit unterschiedlichen Zahlen von Mikrokalzifikationen kann in ähnlicher Weise für andere Bildbearbeitungsverfahren geschätzt werden.

Die Abhängigkeit der Genauigkeit des Computerermittlungsalgorithmus vom Kontrast der Mikrokalzifikationen wurde ebenfalls untersucht. Die Ergebnisse für zwei Filterverfahren bei lokaler Schwellenwertbehandlung sind in Fig. 17 dargestellt. Mikrokalzifikationen mit maximalen Kontrasten von 20, 30 und 40 Pixelwerten entsprechen optisch sehr kleinen, mittelkleinen und offensichtlichen klinischen Mikrokalzifikationen. Die Ermittlungsgenauigkeit nimmt stark zu, wenn der Kontrast der Mikrokalzifikationen von 20 Pixelwerten auf 30 Pixelwerte ansteigt. Die TP-Ermittlungsrate liegt nahe bei 100% bei einem Kontrast von 40 Pixelwerten. Das Verhalten der beiden Filterkombinationen ist bei niedrigen Kontrastsignalen ähnlich, während die Kombination von angepaßtem Filter und Kontrastumkehrfilter bei FP-Ermittlungsraten unterhalb von etwa zwei Gruppen pro Bild eine höhere Ermittlungsgenauigkeit ergibt, wenn der Signalkontrast mittelgroß ist. Bei Anwendung der globalen Schwellenwertbehandlung in diesen Ermittlungsfällen nimmt die Ermittlungsgenauigkeit für beide Filterkombinationen und für alle Signalkontraste ab. Die Abnahme ist am größten, wenn Signale niedrigen Kontrastes mit der Kombination von angepaßtem Filter und Kontrastumkehrfilter bearbeitet werden. Bei der globalen Schwellenwertbehandlung ist die Kombination von angepaßtem Filter und Medianfilter der Kombination aus angepaßtem Filter und Kontrastumkehrfilter für alle Signalkontraste überlegen, obwohl der Unterschied sich verringert, wenn der Signalkontrast zunimmt. Diese Vergleiche zeigen ebenfalls, daß die lokale Schwellenwertbehandlung wirksamer zur Gewinnung von Signalen aus Bildern mit niedrigem Signal-Rausch-Verhältnis ist als die globale Schwellenwertbehandlung.

Die Anwendung des Computerermittlungsprogramms auf klinische Mammogramme wurde in einer vorläufigen Studie untersucht. Es wurden klinische Mammogramme ausgewählt, die eine Gruppe von tatsächlichen Mikrokalzifikationen mit mittlerer Erkennbarkeit entsprechend einem Signalkontrast von etwa 30 Pixelwerten enthielten. Eine Kombination angepaßtem Filter (3 × 3) und Kontrastumkehrfilter (n_A=9 und n_B=3) wurde zusammen mit örtlicher Schwellenwertbehandlung benutzt. Ähnliche Ergebnisse wurden mit einer Kombination von angepaßtem Filter (3 × 3) und Medianfilter (7 × 7) erhalten. Eines der untersuchten Mammogramme enthielt eine offensichtliche Gruppe und eine durchschnittlich erkennbare Gruppe. Beide Gruppen wurden ermittelt und vom Computer auf dem Schwellenwertbild und auf dem Originalbild mit Kreisen markiert. In diesem Fall wurden keine FP-Gruppen ermittelt. Viele isolierte Punkte wurden im Schwellenwertbild nicht als mögliche Mikrokalzifikationen festgestellt, da sie nicht die beim Signalgewinnungsvorgang angewendeten Kriterien für den Bereichsschwellenwert und die Gruppenbildung erfüllten. Für eine begrenzte Anzahl von untersuchten klinischen Fällen war die TP-Gruppenermittlungsrate bei ausreichend hohen Schwellenwertpegeln 100%, und in etwa ¹/₃ der Fälle wurde eine FP-Gruppe festgestellt.

Fig. 18 zeigt in einem detaillierteren Blockschaltbild die Anordnung zur automatischen Feststellung von Mikrokalzifikationen in einem digitalen Röntgenmammogramm unter Verwendung des vorstehend beschriebenen Verfahrens. Die Teile aus Fig. 18, die Teilen aus Fig. 7 entsprechen, sind mit gleichen Bezugszeichen bezeichnet. Die Merkmalsgewinnungselemente 121, 123 und 125 aus Fig. 7 sind jeweils durch eine Bereichsschwellenwertschaltung 133, in der kleine Bereichsgruppen von Pixeln mit Werten oberhalb des Schwellenwertpegels durch Vergleich mit einer minimalen vorbestimmten Anzahl von Pixeln pro vorbestimmten Bereich ausgeschaltet werden, und durch eine andere Anormalitätenschaltung 135 zur Identifizierung von Gruppen von Bereichsgruppen ersetzt, die nach der Bereichsschwellenwertbehandlung als Mikrokalzifikationen verbleiben, und zwar auf Basis der Anzahl derartiger Bereichsgruppen, die im Ebenenspeicher 119 als Inseln dargestellt sind, die sich innerhalb eines kreisförmigen Bereiches mit vorgewähltem Durchmesser befinden. Dies wird am besten dadurch erreicht, daß man den Abstand zwischen durch die Bereichsschwellenwertbehandlung ermittelten Inseln identifiziert und dann bestimmt, ob die ermittelten Abstände auf eine vorbestimmte Anzahl von Inseln innerhalb eines vorbestimmten Bereiches hinweisen.

In der Anormalitätenbestimmungsschaltung 135 werden die Gruppen auf Grund der Anzahl von Inseln pro vorgegebenem Bereich als ausreichend erkennbar bestimmt, und Videosignale entsprechend der Lage der Gruppen im Mammogramm werden der Anzeigeeinrichtung zugeführt, indem die Anzeigen der Gruppen dem Originalmammogramm in der beschriebenen Weise überlagert werden.

Die Arbeitsweise der Schaltungen 133 und 135 ist vorstehend beschrieben. Nach Bildung des Schwellenwertbildes, das in dem ebenen Speicher 119 gespeichert ist, wird das Schwellenwertbild abgesucht und bearbeitet, wobei von der Schaltung 133 ein Bereichsschwellenwertkriterium angewendet wird, um diejenigen Inseln als Hintergrundrauschen auszuschalten, die aus einer kleinen Anzahl von Pixeln, etwa weniger als 2 Pixeln bestehen. Die verbleibenden Inseln werden dann von der Schaltung 135 den Gruppenbildungskriterien unterworfen, um auf Grund der Charakteristik, das Mikrokalzifikationen in Form von Gruppen innerhalb eines vorbestimmten kreisförmigen Bereiches vorhanden sind, identifiziert zu werden.

In einem verdrahteten Aufbau kann die Schaltung 135 automatisch den Abstand zwischen den nach der Bereichsschwellenwertbearbeitung verbleibenden Inseln messen. Aufgrund des Ergebnisses werden Gruppen auf Grundlage von vorbestimmten Kriterien identifiziert, beispielsweise eine vorbestimmte Anzahl von Inseln befindet sich jeweils in einem vorbestimmten Abstand voneinander, d. h. in einem Kreis mit vorbestimmtem Radius. Wenn die vorbestimmten Kriterien erfüllt sind, ist festgestellt, daß die Gruppe Mikrokalzifikationen in einem Brustgewebe darstellt.

Claims (11)

1. Verfahren zum automatischen Ermitteln und Anzeigen von anormalen anatomischen Bereichen mit vorgegebenen zweidimen­ sionalen Profilen in Röntgenbildern, wobei

• - ein digitales Röntgenbild eines zu untersuchenden Objektes erzeugt und gespeichert wird,
• - das gespeicherte Bild zur Entfernung von anatomischem Hintergrund, der von normalen anatomischen Strukturen herrührt, gefiltert wird, indem
  • (a) aus dem gespeicherten digitalen Bild zwei gefilterte Bilder erzeugt werden, das erste durch eine Verstärkungs­ filterung für das Signal-Hintergrund-Verhältnis der an­ ormalen Bereiche und das zweite durch eine Unterdrückungs­ filterung für das Signal-Hintergrund-Verhältnis der anormalen Bereiche, und
  • (b) das aus der Unterdrückungsfilterung erhaltene Bild von dem aus der Verstärkungsfilterung erhaltenen Bild zur Erzeugung eines Differenzbildes subtrahiert wird, und
• - das Differenzbild unter Auswertung von oberhalb eines vorgegebenen, veränderlichen Amplitudenschwellenwertes liegenden Bildpixeln zum Bestimmen von anormalen Bereichen mit den vorgegebenen Profilen abgesucht wird und die Lage der ermittelten anormalen Bereiche im digitalen Röntgenbild angezeigt wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in dem Differenzbild aneinandergrenzende, oberhalb des Am­ plitudenschwellenwertes liegende Pixel als diskrete Inseln identifiziert werden, daß die Kreisförmigkeit und/oder Größe der Inseln ermittelt wird und daß eine Anormalität durch Vergleich von Kreisförmigkeit und/oder Größe der Inseln mit vorbestimmten Kriterien identifiziert wird.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in dem Differenzbild aneinandergrenzende, oberhalb des Am­ plitudenschwellenwertes liegende Pixel als diskrete Inseln identifiziert werden, daß bestimmt wird, welche der identi­ fizierten Inseln zumindest eine minimale, vorbestimmte Anzahl unmittelbar benachbarter Pixel enthält und daß geprüft wird, ob die Zahl der eine derartige Anzahl von unmittelbar benachbarten Pixeln enthaltenden Inseln in­ nerhalb eines Flächenbereiches mit vorgegebenem Durchmesser eine vorgegebene Anzahl übersteigt.

4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Differenzbild unter Verwendung von Bildpixeln oberhalb eines vorgegebene Amplitudenschwellen­ wertes wiederholt ausgewertet wird, wobei jeweils unter­ schiedliche vorbestimmte Amplitudenschwellenwerte verwendet werden, daß in jedem der Wiederholungsschritte vorbestimmte Merkmale von unmittelbar benachbarten, oberhalb des jeweili­ gen Amplitudenschwellenwertes liegenden Bildpixeln gemessen werden, daß die Änderung der vorbestimmten Merkmale in Abhängigkeit von der Änderung der vorbestimmten Amplituden­ schwellenwerte bestimmt wird und daß aufgrund der Änderungen der vorbestimmten Merkmale in Abhängigkeit von der Änderung der vorbestimmten Amplitudenschwellenwerte anormale anatomi­ mische Bereiche identifiziert werden.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die Messung der vorbestimmten Merkmale die Messung vorbestimmter geometrischer Parameter der unmittelbar benachbarten Bildpixel umfaßt.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß die vorbestimmten geometrischen Parameter Kreisförmigkeit und Größe umfassen.

7. Anordnung zur Ausführung des Verfahrens nach Anspruch 1, mit:

• - Mitteln (101) zur Erzeugung eines einzelnen digitalen Projektionsbildes des zu untersuchenden Objektes,
• - Mitteln zur Filterung des Projektionsbildes zur Entfernung von anatomischem Hintergrund, der von normalen anatomischen Strukturen herrührt, wobei die Mittel zur Filterung
  • (a) erste Mittel (105) zur Erzeugung eines Bildes mit unterdrücktem Signal-Hintergrund-Verhältnis, zweite Mittel (107) zur Erzeugung eines Bildes mit verstärktem Signal-Hintergrund-Verhältnis der anormalen Bereiche aus dem digitalen Projektionsbild und
  • (b) eine Subtraktionseinrichtung (109) zum Subtrahieren des aus den ersten Mitteln (105) erhaltenen Bildes von dem aus den zweiten Mitteln (107) erhaltenen Bild auf­ weisen,
• - Mitteln zum Absuchen des Differenzbildes, die Mittel (117) zum Bestimmen von oberhalb eines vorgegebenen, veränder­ lichen Amplitudenschwellenwertes liegenden Bildpixeln in dem Differenzbild und Mittel (121, 123, 125) zum Bestimmen von anormalen Bereichen durch Auswertung der oberhalb des vorgegebenen, veränderlichen Amplitudenschwellenwertes liegenden Bildpixel in dem Differenzbild aufweist, und
• - Mitteln (127, 129) zur Anzeige der Lage der ermittelten anormalen Bereiche im digitalen Röntgenbild.

8. Anordnung nach Anspruch 7, dadurch gekennzeichnet, daß die Mittel zum Absuchen Mittel zur Messung von vorgegebenen geometrischen Merkmalen unmittelbar benachbarter Bildpixel, welche oberhalb des vorgegebenen, veränderlichen Amplituden­ schwellenwertes im Differenzbild liegen, und Mittel (125) zur Identifizierung eines anormalen anatomischen Bereiches aufgrund der gemessenen geometrischen Merkmale aufweisen.

9. Anordnung nach Anspruch 8, dadurch gekennzeichnet, daß die Mittel (123) zur Bestimmung vorbestimmter geometrischer Merkmale Mittel zur Bestimmung der Kreisförmigkeit und der Größe der identifizierten, unmittelbar benachbarten Bildpi­ xel aufweisen.

10. Anordnung nach einem der Ansprüche 7 bis 9, gekennzeichnet durch Mittel zur wiederholten Bestimmung eines jeweils unterschiedlichen Amplitudenschwellenwertes, durch Mittel zur Messung vorbestimmter geometrischer Merkmale von bei dem jeweiligen Amplitudenschwellenwert oberhalb dieses Wertes liegenden, unmittelbar benachbarten Bildpixeln, durch Mittel zur Bestimmung von Veränderungen der vorbestimmten geome­ trischen Merkmale in Abhängigkeit von der Änderung des Amplitudenschwellenwertes und durch Mittel zur Identifizie­ rung eines anormalen anatomischen Bereiches aufgrund der festgestellten Änderungen der vorbestimmten Merkmale.

11. Anordnung nach einem der Ansprüche 7 bis 10, gekennzeichnet durch einen Speicher zur Speicherung der digitalen Bildsig­ nale des Projektionsbildes.