JP6187535B2 - 診断支援装置並びに当該診断支援装置における画像処理方法及びそのプログラム - Google Patents

Description

本発明は、診断支援装置並びに当該診断支援装置における画像処理方法及びそのプログラムに関する。

皮膚病変の診断として視診は必ず行われ、多くの情報を得ることが出来る。しかしながら、肉眼やルーペだけでは、ホクロとしみの判別さえ難しく、良性腫瘍と悪性腫瘍の鑑別も難しい。そこで、ダーモスコープ付きカメラを用いて病変を撮影するダーモスコピー診断が行われている。

ダーモスコープとは、ＬＥＤランプやハロゲンランプ等で病変部を明るく照らし、エコージェルや偏光フィルタなどにより反射光の無い状態にし、１０倍程度に拡大して観察する非侵襲性の診察器具である。この器具を用いた観察法をダーモスコピーと呼んでいる。ダーモスコピー診断については、インターネットＵＲＬ（ｈｔｔｐ：／／ｗｗｗ．ｔｗｍｕ．ａｃ．ｊｐ／ＤＮＨ／ｄｅｐａｒｔｍｅｎｔ／ｄｅｒｍａｔｏｌｏｇｙ／ｄｅｒｍｏｓｃｏｐｙ．ｈｔｍｌ）＜平成２６年９月１日閲覧＞に詳細に記載されている。ダーモスコピー診断によれば、角質による乱反射がなくなることにより、表皮内から真皮浅層までの色素分布が良く見えてくる。

例えば、特許文献１に、上記したダーモスコープで撮影された皮膚画像に対して、色調、テクスチャ、非対称度、円度等の値を用いて診断を行う色素沈着部位の遠隔診断システムの技術が開示されている。それは、ダーモスコープを付けたカメラ付き携帯電話を用い、ダーモスコープを通して、メラノーマの心配がある良性色素性母斑などがある皮膚を撮影する。そして、携帯電話のネットワーク接続機能を用いてインターネットに接続し、撮影した皮膚画像を遠隔診断支援装置に送信して診断を依頼するものである。皮膚画像を受信した遠隔診断支援装置は、メラノーマ診断プログラムを用い、皮膚画像から、それがメラノーマであるか否か、あるいはメラノーマであった場合にどの病期のメラノーマであるかを診断し、その結果を医師に返信する。

特開２００５−１９２９４４号

皮膚病については上記したダーモスコープ画像による診断が普及しつつあるが、明瞭な形状変化や模様を得られないことも多く、画像の観察や病変の判断は医師の熟練度に依存しているのが現状である。トップハットによるモルフォロジー処理によりきれいな線状血管や点状血管を抽出するアルゴリズムも考えられているが、このアルゴリズムを不規則な画像勾配がある血管に適用すればモアレ等の疑似模様が発生して診断精度が低下する。

本発明は上記した課題を解決するためになされたものであり、疑似模様を減少させて診断精度の向上をはかる、診断支援装置並びに当該診断支援装置における画像処理方法及びそのプログラムを提供することを目的とする。

本発明の一態様は、撮影画像から病変を診断するための診断支援装置であって、原画像である多値画像から構成される前記撮影画像を処理する処理部を備え、前記処理部が、前記原画像を輝度成分と色情報成分に分離する分離部と、前記原画像の輝度成分を基に暗い部分を検出するモルフォロジー処理におけるボトムハットのクロージング処理を行って画像（Ａ）を作成する第１処理部と、前記原画像の輝度成分を基に明るい部分を検出するモルフォロジー処理におけるトップハットのオープニング処理を行って画像（Ｂ）を作成する第２処理部と、前記原画像中の輝度成分の画素値が小さい値から形状を取得する場合には、前記画像（Ａ）に平滑フィルタを施して前記画像（Ａ）を減算処理し、前記原画像中の輝度成分の画素値が大きい値から形状を取得する場合には、前記画像（Ｂ）に平滑フィルタを施して前記画像（Ｂ）より減算処理して部位候補を抽出する第１の抽出手段と、
前記輝度成分と色情報成分とから構成される色空間により部位らしさを抽出する第２の抽出手段と、を含むことを特徴とする診断支援装置

本発明によれば、医師の診断を容易にするとともに診断精度の向上をはかる、診断支援装置並びに当該診断支援装置における画像処理方法及びそのプログラムを提供することができる。

本発明の第１実施形態に係る診断支援装置の構成を示すブロック図である。 本発明の第１実施形態に係る診断支援装置の基本処理動作を示すフローチャートである。 図２の血管抽出Ｅ処理の一例を示すフローチャートである。 図３の輝度画像から血管候補画像を得る処理の一例を示すフローチャートである。 図３の血管らしさを尤度Ａとして抽出する処理動作の一例を示すフローチャートである。 図３の血管らしさを尤度Ａとして抽出する処理動作の他の例を示すフローチャートである。 図２の血管抽出Ｅ処理の他の例を示すフローチャートである。 図７の血管らしさを示す尤度から血管抽出Ｅを行う処理動作を示すフローチャートである。 本発明の第１実施形態に係る診断支援装置の表示画面構成の一例を示す図である。 本発明の第２実施形態に係る診断支援装置の基本処理動作を示すフローチャートである。 本発明の第２実施形態に係る輝度画像から血管候補画像を得る処理の一例を示すフローチャートである。 本発明の第２実施形態に係る診断支援装置の表示画面構成の一例を示す図である。 本発明の第３実施形態に係る診断装置の基本処理動作をブロックチャートで示した図である。 本発明の第３実施形態に係る輝度画像から血管候補画像を得る処理の一例を示すフローチャートであって、図４に対応するものである。 図１４の輝度画像を明瞭化処理してＨＤＲ画像とする処理の一例を示すフローチャートである。

以下、添付図面を参照して、本発明を実施するための形態（以下、「実施形態」と称する）について詳細に説明する。なお、実施形態の説明の全体を通して同じ要素には同じ番号を付している。

（第１実施形態）
（第１実施形態の構成）
図１は、第１実施形態に係る診断支援装置１００の構成を示すブロック図である。図１に示すように、第１実施形態に係る診断支援装置１００には、ダーモスコープ付き撮影装置１１０が接続されている。ダーモスコープ付き撮影装置１１０は、診断支援装置１００（処理部１０１）からの指示により撮影を行ない、撮影画像（ダーモスコピー画像。原画像ともいう。）を画像記憶部１０２に格納するとともに表示装置１２０上に表示する。また、撮影画像は、処理部１０１により強調処理が施されて画像記憶部１０２に保存されると共に表示装置１２０上に表示される。入力装置１３０は、ダーモスコープ画像の撮影開始指示、後述するダーモスコピー画像中の部位選択操作等を行う。

なお、表示装置１２０、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）モニタにより構成され、入力装置１３０は、マウス等により構成されている。

処理部１０１は、画像記憶部１０２に記憶された撮影画像を処理するもので、図１に示すように、分離手段１０１ａと、抽出手段１０１ｂと、を含む。処理部１０１は、さらに明瞭化手段１０１ｃを含んでもよく、明瞭化手段１０１ｃを含む態様については第３実施形態として後述する。

分離手段１０１ａは、前記撮影画像を輝度成分と色情報成分に分離する手段として機能する。

抽出手段１０１ｂは、診断の対象の部位を抽出する手段として機能し、部位候補を輝度成分により抽出する第１の抽出手段１０１ｂ−１と、部位らしさを輝度成分と色情報成分とから構成される色空間により抽出する第２の抽出手段１０１ｂ−２の少なくとも１つを含み、抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施す。

抽出手段１０１ｂは、撮影画像における構造化要素中の部位候補又は部位らしさを示す形状を抽出する場合、第１の抽出手段１０１ｂ−１が輝度成分を用いて第１のモルフォロジー処理により部位候補を抽出するとともに、第２の抽出手段１０１ｂ−２が色空間を用いて部位らしさを抽出し、抽出手段１０１ｂが抽出された部位候補と部位らしさを統合して抽出画像を生成してもよい。

抽出手段１０１ｂは、撮影画像における構造化要素中の部位候補又は部位らしさを示す形状を抽出する場合、第２の抽出手段１０１ｂ−２が色空間を用いて部位らしさを抽出し、抽出手段１０１ｂが抽出された部位らしさを用いて第２のモルフォロジー処理により部位抽出画像を生成してもよい。

ここで、第１のモルフォロジー処理とは、抽出された輝度成分に対し膨張処理と収縮処理をこの順に繰り返すクロージング処理、クロージング処理が施された輝度成分に対する平滑フィルタ処理、及び平滑フィルタ処理が施された輝度成分から撮影画像の輝度成分を減算する減算処理を含む。また、第２のモルフォロジー処理とは、抽出された部位らしさに対し収縮処理と膨張処理をこの順に繰り返すオープニング処理、オープニング処理が施された部位らしさに対する平滑フィルタ処理、及び平滑フィルタ処理が施された部位らしさを抽出された部位らしさから減算する処理を含む。なお、クロージング処理を行って得られた画像を画像（Ａ）、画像（Ａ）の作成を行う処理部を第１処理部、オープニング処理を行って得られた画像を画像（Ｂ）、画像（Ｂ）の作成を行う処理部を第２処理部ともいう。

上記した分離手段１０１ａ、抽出手段１０１ｂ（第１の抽出手段１０１ｂ−１，第２の抽出手段１０１ｂ−２）は、いずれも、処理部１０１が有する第１実施形態に係るプログラムを逐次読み出し実行することにより、それぞれが持つ上記した機能を実現する。

（第１実施形態の動作）
以下、図１に示す第１実施形態に係る診断支援装置１００の動作について、図２以降を参照しながら詳細に説明する。なお、以下に説明する診断支援装置１００の動作は、コンピュータに対し該当する各機能を実行させて達成することができる。後述する第２及び第３実施形態においても同様である。

図２に、第１実施形態に係る診断支援装置１００の基本処理動作の流れが示されている。図２によれば、処理部１０１は、まず、ダーモスコープ付き撮影装置１１０で撮影された、例えば、皮膚病変部位等、患部の撮影画像を取得する（ステップＳ１１）。そして、取得した撮影画像を画像記憶部１０２の所定の領域に格納するとともに、表示装置１２０に表示する（ステップＳ１２）。続いて、処理部１０１は、撮影画像から血管抽出Ｅ処理を行い（ステップＳ１３）、抽出された血管を強調処理し、その処理画像を先に表示した撮影画像とともに表示装置１２０に並べて表示し、診断を医師に委ねる（ステップＳ１４）。

図９に表示装置１２０に表示される表示画面イメージの一例が示されている。画面に向かって左に撮影画像表示領域１２１が、右に、強調画像表示領域１２２が割り当てられており、それぞれの領域に、撮影画像、血管の強調画像が表示されている。医師が、入力装置１３０を用い、表示装置１２０の画面右下に割り当てられている「撮影開始」ボタン１２３をクリックすることにより、ダーモスコープ付き撮影装置１１０による患部の撮影が開始される。そして処理部１０１による血管抽出処理により、表示装置１２０の撮影画像表示領域１２１に撮影画像が、強調画像表示領域１２２に、撮影画像のうち抽出された血管が強調された強調画像が並んで表示される。

図３に、図２のステップＳ１３の「血管抽出Ｅ処理」の詳細な手順が示されている。図３によれば、処理部１０１は、まず、分離手段１０１ａが、ＲＧＢ色空間の撮影画像を、Ｌａｂ色空間（正確には、ＣＩＥ １９７６ Ｌ＊ａ＊ｂ色空間）に変換する（ステップＳ１３１ａ）。Ｌａｂ色空間の詳細は、インターネットＵＲＬ（ｈｔｔｐ：／／ｊａ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｌａｂ％Ｅ８％８９％Ｂ２％Ｅ７％Ａ９％ＢＡ％Ｅ９％９６％９３）＜平成２６年９月１日＞に記載されている。

次に、処理部１０１は、抽出手段１０１ｂが、診断の対象として選択された部位を抽出する。具体的に、第１の抽出手段１０１ｂ−１が、選択された部位の候補（血管候補）をＬａｂ色空間において分離された輝度成分から抽出する。このため、第１の抽出手段１０１ｂ−１は、分離手段１０１ａによって色空間変換されたＬａｂ色空間で輝度に相当するＬ画像を用い、モルフォロジー処理Ａ（第１のモルフォロジー処理）により血管候補画像ＢＨを得る（ステップＳ１３２ａ）。ここで、モルフオロジー処理とは、構造化要素を入力画像に適用し、同じサイズの出力画像としての血管候補画像ＢＨを生成するもので、出力画像の各値は、入力画像内の対応する画素と近傍画素との比較に基づいている。

最も基本的なモルフォロジー処理は、膨張と収縮である。膨張は入力画像内のオブジェクトの境界に画素を付加し、収縮は、境界の画素を除去する。オブジェクトに付加し、あるいは削除する画素の数は、画像処理に使用される構造化要素のサイズと形状によって異なる。

ここでは、モルフォロジー処理Ａを実行し、診断の対象として選択された部位（血管候補）を輝度成分から抽出する方法について説明する。ボトムハット処理については、図４にその詳細手順が示されている。

図４によれば、第１の抽出手段１０１ｂ−１は、Ｌ画像に膨張処理を行い、処理後の輝度画像Ｌ１を得る（ステップＳ１３２ａ−１）。膨張処理の詳細は、インターネットＵＲＬ（ｈｔｔｐ：／／ｗｗｗ．ｍａｔｈｗｏｒｋｓ．ｃｏ．ｊｐ／ｊｐ／ｈｅｌｐ／ｉｍａｇｅｓ／ｍｏｒｐｈｏｌｏｇｙ−ｆｕｎｄａｍｅｎｔａｌｓ−ｄｉｌａｔｉｏｎ−ａｎｄ−ｅｒｏｓｉｏｎ．ｈｔｍｌ）＜平成２６年９月１日閲覧＞に記載されている。

次に、第１の抽出手段１０１ｂ−１は、膨張処理後の輝度画像Ｌ１に対して収縮処理を行い、収縮処理後の輝度画像Ｌ２を得る（ステップＳ１３２ａ−２）。続いて、第１の抽出手段１０１ｂ−１は、収縮処理後の輝度画像Ｌ２に対して輝度を滑らかにする平滑フィルタ処理を施し、平滑化された輝度画像Ｌ３を得る（ステップＳ１３２ａ−３）。ここでは、ガウシアンフィルタにより平滑化が施される。

ガウシアンフィルタによる平滑化は以下の演算式で表現される。
ｆ（ｘ，ｙ）＝（１／（２πσ＾２））ｅｘｐ（−（ｘ＾２＋ｙ＾２）／（２σ＾２））

ガウシアンフィルタでは、ガウス分布による重み付けが上記所定レートとして利用される。上記した演算式中のσの大きさにより平滑度を制御でき、所定の値を設定することにより実現される。なお、平滑フィルタは、ガウシアンフィルタに限定されず、メディアンフィルタ、平均フィルタ等を用いてもよい。平滑処理後の輝度画像Ｌ３からＬ画像を減算して（ＢＨ＝Ｌ２−Ｌ）ボトムハット処理後の画像ＢＨを得る（ステッフＳ１３２ａ−４）。

以上の処理を規定回数について繰り返し、規定回数が終了したときは、画像ＢＨを血管抽出画像Ｅとする。規定回数内のときは、画像ＢＨを画像Ｌとして膨張処理（ステップＳ１３２ａ−１）、収縮処理（ステップＳ１３２ａ−２）等を繰り返す。

ここで、膨張処理について補足する。例えば、半径５ドットの構造化要素を考える。膨張処理とは、注目画素の構造化要素の範囲内での最大値をその注目画像の値とする処理を全画素について行うことをいう。すなわち、出力される注目画素値は、入力画素近傍の中で全ての画素の最大値である。一方、縮小処理は、注目画素の構造化要素の範囲内での最小値をその注目画素の値とする。すなわち、注目画素値は、入力画素近傍の中で全ての画素の最小値である。なお、構造化要素は円としたが、例えば、矩形でもよい。但し、円にしたほうが平滑フィルタの平滑度を小さくできる。

説明を図３に戻す。次に、処理部１０１は、第２の抽出手段１０１ｂ−２が、選択された部位のそれらしさ（血管らしさ）を輝度成分と色情報成分とから構成される色空間により抽出する。このため、第２の抽出手段１０１ｂ−２は、血管らしさを尤度Ａとして計算する（ステップＳ１３３ａ）。尤度Ａの求め方は図５にその一例が示されている。

図５によれば、処理部１０１は、第２の抽出手段１０１ｂ−２が、色空間の赤系の色相方向に応じた色情報成分であるａ軸の値、及び青系の色相方向に応じた色情報成分であるｂ軸の値を用いて抽出する。すなわち、第２の抽出手段１０１ｂ−２は、Ｌａｂ色空間のａ軸，ｂ軸の値から以下の計算を行うことによってＬＨ１を生成する（ステップＳ１３３ｂ）。

ａｄ＝（ａ−ｃａ）＊ｃｏｓ（ｒ）＋ｂ＊ｓｉｎ（ｒ）＋ｃａ
ｂｄ＝−（ａ−ｃａ）＊ｓｉｎ（ｒ）＋ｂ＊ｃｏｓ（ｒ）
ＬＨ１＝ｅｘｐ（−（（ａｄ.＊ａｄ）／ｓａ／ｓａ＋（ｂｄ.＊ｂｄ）／ｓｂ／ｓｂ））

ここで、ａｄ，ｂｄは、（ｃａ，０）を中心に、反時計回りにａｂ平面をｒラジアンだけ回転させたものとなる。また、ｒの値として、０．３〜０．８ラジアン程度を設定する。ｃａは、０〜５０の間で設定する。ｓａ，ｓｂは、それぞれａ軸方向の感度の逆数、ｂ軸方向の感度の逆数となる。ここでは、ｓａ＞ｓｂとして設定する。なお、上式において、「.＊」は、行列の要素同士の乗算を意味する。

次に、第２の抽出手段１０１ｂ−２は、得られたＬＨ１に輝度Ｌで制限をかける。輝度Ｌが閾値ＴＨ１以上であれば０にしたものをＬＨ２とし（ステップＳ１３３ｃ）、輝度Ｌが閾値ＴＨ２以下のものをＬＨ３とする（ステップＳ１３３ｄ）。ここでは、閾値ＴＨ１は６０から１００の間で、閾値ＴＨ２は０から４０の間で設定するものとする。ここで求めたＬＨ３を、血管らしさを示す尤度Ａとする（ステップＳ１３３ｅ）。

説明を図３に戻す。第２の抽出手段１０１ｂ−２は、上記した手順にしたがい血管らしさを尤度Ａとして抽出した後（ステップＳ１３３ａ）、ボトムハット処理後の画像ＢＨと、血管らしさを示す尤度Ａの各要素を乗算し、係数Ｎで除算する（ステップＳ１３４ａ）。さらに、１でクリッピング処理を行なうことで強調された血管抽出画像Ｅを生成する（ステップＳ１３５ａ）。

上記した例によれば、血管抽出画像Ｅは、０〜１までの値を持つ多値画像であるものの、ポトムハット処理を経ているため、抽出された血管の境界は急峻になっている。さらに急峻な境界を得たい場合は、所望の閾値で２値化をしてもよい。

上述したように、第２の抽出手段１０１ｂ−２は、色空間の赤系の色相方向と、青系の色相方向で構成される平面座標を、赤系の色相方向軸の特定の点を中心に反時計まわりに所定角回転させ、特定の値域で輝度成分に制限をかけることにより、選択された部位の血管らしさを示す尤度Ａを算出する。そして、算出された尤度Ａを、輝度成分の画像にボトムハット処理を施して得られる輝度画像に乗算して選択された部位を強調する。

血管らしさを尤度Ａとして抽出する変形例について、図６のフローチャートを参照して説明する。抽出手段は、Ｌａｂ色空間の赤系の色相方向であるａ軸の値を取得し（ステップＳ１３３ｘ）、Ｓを例えば８０とし（ステップＳ１３３ｙ）、血管らしさＡの値を、０〜８０の範囲で制限を与えて正規化（Ａ←ｍａｘ（ｍｉｎ（ａ，Ｓ），０）／Ｓ）を行い、０から１の値範囲に設定している（ステップＳ１３３ｚ）。ここでは、０から８０の値で制限を与えたが、この値は一例であり、この値に制限されない。

次に、色情報から直接血管を抽出する方法について図７，図８のフローチャートを参照しながら説明する。以降の説明では、色情報から血管尤度画像を生成し、改良されたトップハット処理（以下、モルフォロジー処理Ｂという）によって血管を抽出するものである。なお、血管尤度画像は、尤度の高い方が画像の値が大きい。

図４に示すモルフォロジー処理Ａは、ソース画像に対して膨張処理を施した後に縮小処理を行なっている。膨張、収縮を同じ回数分繰り返して行う処理はクロージング処理と呼ばれている。つまり、第１実施形態に係る診断支援装置１００では、クロージング処理した画像に平滑フィルタ処理を施し、ソース画像から減算（ブラックハット処理）している。ここで、ソース画像は輝度画像Ｌであり、血管での画像の値は比較的小さくなっている。このように、画像中の値が小さい形状を抽出する場合に図４に示すモルフォロジー処理Ａが用いられる。

以下に、モルフォロジー処理Ｂによる血管抽出Ｅ処理ＩＩについて説明する。図７に示すように、処理部１０１は、まず、分離手段１０１ａが、ＲＧＢ色空間の撮影画像を、Ｌａｂ色空間変換する（ステップＳ１３１ｂ）。次に、処理部１０１は、第２の抽出手段１０１ｂ−２が、選択された部位のそれらしさ（血管らしさ）をＬａｂ色空間において分離された色情報成分により抽出する。このため、第２の抽出手段１０１ｂ−２は、血管らしさを尤度Ａとして計算する（ステップＳ１３２ｂ）。尤度Ａの求め方は図５、図６を使用して説明したとおりである。

続いて、第２の抽出手段１０１−ｂは、血管らしさを示す血管尤度画像Ａから血管抽出Ｅ画像を取得する（ステップＳ１３３ｂ）。血管尤度画像Ａから血管抽出Ｅ画像を取得する手順は図８に示されている。

図８によれば、第２の抽出手段１０１ｂ−２は、まず、血管尤度画像Ａを適切な構造化要素により収縮処理を行なって収縮処理後の血管尤度画像Ａ１を取得する（ステップＳ１３３ｂ−１）。次に、収縮処理後の血管尤度画像Ａ１を膨張処理して膨張処理後の血管尤度画像Ａ２を得る（ステップＳ１３３ｂ−２）。第２の抽出手段１０１ｂ−２は、更にこの膨張処理後の血管尤度画像Ａ２に平滑フィルタ処理（ガウシアンフィルタ）を施し、平滑処理後の血管尤度画像Ａ３を得る（ステップＳ１３３ｂ−３）。最後に、血管尤度画像Ａから平滑処理後の血管尤度画像Ａ３を差し引いて血管抽出画像Ｅを得る（ステップＳ１３３ｂ−４）。

上記したように、ソース画像（血管尤度画像Ａ）に対して収縮処理を行ない、続いて膨張処理を行なったものを、オープニング処理という。第２の抽出手段１０１ｂ−２は、オープニング処理した画像に対して平滑フィルタ処理を施し、ソース画像からオープニングした画像を差し引いて（トップハット処理）、ソース画像中の血管形状を抽出している。ここで、ソース画像は血管尤度画像になっているため、血管らしいところでは画像の値が大きくなっている。

説明を図７に戻す。第２の抽出手段１０１ｂ−２は、血管尤度画像Ａから血管抽出Ｅ画像を取得した後、血管抽出Ｅ画像に適切な係数Ｎを乗算し（ステップＳ１３４ｂ）、１でクリッピング処理を行なうことで強調された血管抽出画像Ｅを生成する（ステップＳ１３５ｂ）。

上記したように、第１実施形態に係る診断支援装置１００は、多値画像から形状を取得するために、画像中の値が大きい形状を取得する場合には、クロージング処理を行った画像に対して平滑フィルタ処理を施し、ソース画像を差し引くことにより血管抽出Ｅ画像を得、一方、画像中の値が小さい形状を取得する場合には、オープニング処理を行ったものに対して平滑フィルタ処理を施してソース画像から減算することにより血管抽出Ｅ画像を得る。ここで、オープニング処理とは、収縮処理と膨張処理をその順で一回あるいは複数回繰り返したものをいい、クロージング処理とは、膨張処理と収縮処理をその順で一回あるいは複数回繰り返したものをいう。オープニング処理、クロージング処理ともに、使用する構造化要素の形状は円が好ましい。また、平滑フィルタとし、例えば、ガウシアンフィルタ、平均フィルタ、メディアンフィルタ等が使用される。

上記した診断支援装置１００をダーモスコピーでの形状取得に利用することで、輝度画像からの血管形状抽出、血管尤度画像からの血管形状抽出を行い、その結果、不規則な形状、値変動が大きな形状に対してもモアレ等の疑似模様を発生させることなく形状取得が可能になる。したがって、医師の診断を容易にするとともに診断精度の向上がはかれる。

（第２実施形態）
第１実施形態では皮膚の病変を対象とするダーモスコピー画像を用いた例について説明したが、本発明は、その他の病変を対象とする撮影画像を用いて行うこともできる。第２実施形態では、眼底を対象とした撮影画像を用いた例について説明する。

眼底画像検査は、比較的に安いコストで簡便に行えることから、健康診断や人間ドックでも広く利用されている。眼底画像検査は、瞳孔の奥にある眼底を、眼底カメラや眼底鏡を用い、レンズを通して観察し、眼底の血管、網膜、視神経を非侵襲に調べる検査法であり、網膜剥離や眼底出血、緑内障などの目の病気を調べるときに行なわれる。また、眼底の血管は人間の体の中で唯一直接に血管を観察できる部位のため、そこを観察することにより、血液循環器系疾患である高血圧症、動脈硬化症、脳腫瘍などの全身の病気が推察でき、生活習慣病の検査としても有効とされている。

第２実施形態に係る診断支援装置１００の構成は、ダーモスコープ付き撮影装置１１０を眼底カメラ１１０と読み替える点を除き、図１に示した第１実施形態に係る診断支援装置１００と同様である。

第２実施形態に係る診断支援装置１００の動作についても、基本的には第１実施形態に係る図２ないし８と同様であるが、これらと異なる点について、図１０ないし１２を参照して説明する。

図１０（第１実施形態に係る図２に対応する）は、第２実施形態に係る診断支援装置１００の基本処理動作の流れを示している。処理部１０１は、まず、眼底カメラ１１０で撮影された眼底の撮影画像Ｉを取得する（ステップＳ２１）。そして、取得した撮影画像Ｉを画像記憶部１０２の所定の領域に格納するとともに、表示装置１２０に表示する（ステップＳ２２）。続いて、処理部１０１は、撮影画像Ｉから血管抽出Ｅ処理を行い（ステップＳ２３）、抽出された血管を強調処理し、その処理画像を先に表示した撮影画像Ｉとともに表示装置１２０に並べて表示し、診断を医師に委ねる（ステップＳ２４）。

眼底の撮影画像Ｉでは、血管の反射強度は周囲に比べて弱く、値は小さいものとなっている。眼底カメラ１１０は一般にモノクロであるが、カラーカメラを用いてモノクロ画像（輝度画像）を生成してもよい。

図１１（第１実施形態に係る図４に対応する）は、撮影画像Ｉから血管抽出画像Ｅを得る流れを示している。まず、眼底の撮影画像ＩをＬ画像とする（ステップＳ２３１）。そして、第１の抽出手段１０１ｂ−１は、Ｌ画像に膨張処理を行い、処理後の輝度画像Ｌ１を得る（ステップＳ２３２）。

次に、第１の抽出手段１０１ｂ−１は、膨張処理後の輝度画像Ｌ１に対して収縮処理を行い、収縮処理後の輝度画像Ｌ２を得る（ステップＳ２３３）。続いて、第１の抽出手段１０１ｂ−１は、収縮処理後の輝度画像Ｌ２に対して輝度を滑らかにする平滑フィルタ処理を施し、平滑化された輝度画像Ｌ３を得る（ステップＳ２３４）。ここでは、ガウシアンフィルタにより平滑化が施される。ガウシアンフィルタについての説明は、第１実施形態で述べたとおりである。平滑処理後の輝度画像Ｌ３からＬ画像を減算して（ＢＨ＝Ｌ２−Ｌ）ボトムハット処理後の画像ＢＨを得る（ステップＳ２３５）。

以上の処理を規定回数について繰り返し、規定回数が終了したときは、画像ＢＨを血管抽出画像Ｅとする。規定回数内のときは、画像ＢＨを画像Ｌとして膨張処理（ステップＳ２３２）、収縮処理（ステップＳ２３３）等を繰り返す。

なお、上記の説明では、図１１に示すように、撮影画像Ｉの血管の値が周囲に比べて小さいことから、平滑フィルタ付きのボトムハット処理を用いている。これに対し、撮影画像Ｉ内の血管の値が周囲に比べて大きいような撮影画像が得られる場合には、第１実施形態に係る図８で説明したように、平滑フィルタ付きのトップハット処理を用いればよい。

眼底の撮影画像を得るには眼底カメラ１１０のほかにも走査型レーザー検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ：ＳＬＯ）を用いることができるが、その場合には、平滑フィルタ付きのボトムハット処理が好適である。

図１２には、第２実施形態に係る表示装置１２０に表示される表示画面イメージの一例が示されている。画面に向かって左に撮影画像表示領域１２１が、右に、強調画像表示領域１２２が割り当てられており、それぞれの領域に、撮影画像、血管の強調画像が表示されている。眼底カメラ１１０による患部の撮影に基づく点を除き、第１実施形態と同様に、処理部１０１による血管抽出処理により、表示装置１２０の撮影画像表示領域１２１に撮影画像が、強調画像表示領域１２２に、撮影画像のうち抽出された血管が強調された強調画像が並んで表示される。

（第３実施形態）
第３実施形態では、処理部１０１が明瞭化手段１０１ｃを含んだ例について説明する。第３実施形態は第１及び第２実施形態の双方に適用できるものであるが、以下では、第１実施形態に対応させて説明する。また、第３実施形態の説明にあたっては、診断支援装置１００の処理部１０１の基本処理動作をブロックチャートで示した図１３を参照しつつ説明する。

図１３に示す明瞭化手段１０１ｃは、輝度成分に明瞭化処理を施す手段として機能するものであり、ハイダイナミックレンジ（ＨＤＲ）合成を用いて明瞭化処理を施す。

上記したボトムハット、あるいはトップハットを使用したモルフォロジー処理による血管候補抽出処理によれば、血管の形状は、明瞭に、かつきれいに抽出できるが、不規則な血管、あるいは僅かにしか現れていない不鮮明な血管を抽出した場合にモアレ等の疑似模様が発生してしまう。このため、以下に説明する例では、撮影画像内の僅かな変化として出現する血管を抽出するために、明瞭化処理を行なった後に上記したモルフォロジー等の処理を施すこととした。明瞭化処理とは、ＨＤＲ合成画像に近い効果が得られる処理を行ないながら微細な変化を際立たせる処理をいう。つまり、明瞭化処理を行なうことにより、僅かに認識できる画像中の血管を所定量だけ浮き上がらせ、更にモルフォロジー等の処理を行なうことにより血管をはっきり抽出することができる。

ＨＤＲ合成とは、通常の写真撮影に比べてより幅広いダイナミックレンジを表現するための写真技法の一種である。通常の撮影であれば、人の眼に比べてダイナミックレンジが狭い。つまり、人の眼では見えているものをそのまま撮影しても、人の見た目と同じように記録することができない。ダイナミックレンジが狭いために、明るい所、若しくは暗い所、或いはその両方のコントラストが著しく低下して記録される。コントラストが低いということは、変化を認識できにくい、若しくはできないということである。このため、複数の露出、例えば、明るい所に合わせた露出、中央の明るさにあわせた露出、暗い所にあわせた露出のように、異なる露出で３枚撮影し、それらを合成することによりダイナミックレンジを広くして記録する方法がＨＤＲ合成である。ＨＤＲ合成は、人の見た目に近い印象で撮影画像を記録することができる。

図１３によれば、処理部１０１は、診断対象となる撮影画像（ダーモスコピー画像）にノイズフィルタ処理を施した後（ブロックＢ０１）、原画像のＲＧＢ色空間の撮影画像をＬａｂ色空間に変換する（ブロックＢ０２）。そして、変換されたＬａｂ色空間において、輝度成分Ｌと色情報成分ａ，ｂとに分離し、選択された部位の輝度成分、または色情報成分を抽出し、抽出した画像と後述するＨＤＲ強調を施した画像とを再合成して、例えば、図９に示すように表示装置１２０に血管強調画像として表示する。

また、処理部１０１は、Ｌａｂ色空間で輝度成分に相当するＬ画像を用い、明瞭化手段１０１ｃがＨＤＲ合成によって明瞭化処理を実行し（ブロックＢ０４「構造明瞭化」）、明瞭化処理が施されたＬ画像からモルフォロジー処理により血管の形状を抽出する（ブロックＢ０５）。同時に、色情報成分ａ，ｂに対してモルフォロジー処理を実行して血管尤度画像を抽出する（ブロックＢ０３：血管らしさ抽出）。

処理部１０１は、その血管尤度画像に対して平滑フィルタ処理を施したオープニング処理画像を用い、輝度成分に対し、平滑フィルタ処理（ブロックＢ０５−３）を施したクロージング処理画像から輝度画像を減算したものを用いてモルフォロジー処理を実行する。なお、オープニング処理とは、収縮処理と膨張処理をその順で一回あるいは複数回繰り返したものをいい、クロージング処理とは、図１３に示すように、膨張処理（Ｂ０５−１：多値膨張）と収縮処理（Ｂ０５−２：多値収縮）をその順で一回、あるいは複数回繰り返り返したものをいう。なお、平滑フィルタとして、例えば、ガウシアンフィルタを使用することは上記したとおりである。

明瞭化処理では、１枚の画像から行なっており、ＨＤＲ合成画像も１枚の撮影画像から得られる。ＨＤＲ合成を１枚の画像から得る方法として、エッジ保存型平滑フィルタで構成された成分分解フィルタによりベース画像を得、そのベース画像を減衰させて再び合成する方法が知られている。図４に示した血管候補抽出処理（Ｌ画像から血管候補ＢＨを生成）においてＬ画像に明瞭化処理を行ない、ＬＨＤＲ画像とする処理の流れを、図１４にフローチャートで示す。

図１４によれば、最初にＬＨＤＲ画像を生成する処理（ステップＳ１３２ｂ−１）以外の処理（ステップＳ１３２ｂ−２〜Ｓ１３２ｂ−５）は、図４に示すボトムハット処理によりＬ画像から血管候補ＢＨを得る処理（ステップＳ１３１ａ−１〜Ｓ１３２ａ−４のそれぞれに対応する）と同様であるため、重複を回避する意味で説明を省略する。なお、ステップＳ１３２ｂ−１に示すＬＨＤＲ画像を得る明瞭化処理は、図１に示す処理部１０１（第１処理部）が実行するものとし、第１処理部は、原画像に明瞭化処理を施す明瞭化手段１０１ｃを含むものとする。以下、明瞭化手段１０１ｃによる明瞭化処理の流れについて、図１５のフローチャートを参照しながら詳細に説明する。

図１５において、明瞭化手段１０１ｃは、まず、Ｌ画像をエッジ保存型平滑フィルタであるバイラテラルフィルタで構成された成分分解フィルタによりフィルタ処理を実行してベース画像（Ｂ画像）を得る（ステップＳ１３２ｂ−１１）。次に、明瞭化手段１０１ｃは、Ｌ画像からＢ画像を減算してディティール画像（Ｄ画像）を得る（ステップＳ１３２ｂ−１２）。そして、Ｂ画像からオフセットＺを減算し、係数Ｋ１で増幅してＢｘ画像とする（ステップＳ１３２ｂ−１３）。ここで、Ｋ１＜１とすることでＨＤＲ合成の効果を得ることができる。次に、明瞭化手段１０１ｃは、Ｄ画像を係数Ｋ２で増幅してＤｘ画像とし、Ｄ画像を増幅させることにより形状の微細変化を強調する（ステップＳ１３２ｂ−１４）。但し、ここではＫ２≧１である。

明瞭化手段１０１ｃは、最後に、Ｂｘ画像とＤｘ画像とを加算することによりＬＨＤＲ画像を得、第１の抽出手段１０１ｂ−１に引き渡す（ステップＳ１３２ｂ−１５）。ＬＨＤＲ画像を取得した第１の抽出手段１０１ｂ−１が、図４のステップＳ１３２ａ−１〜Ｓ１３２ａ−４、図１４のステップＳ１３２ｂ−２〜Ｓ１３２ｂ−５に示すように、ボトムハットを用いたモルフォロジー処理により血管抽出処理を実行することは上述したとおりである。

以上説明のように、第３実施形態によれば、処理部１０１（第１処理部）が、原画像に明瞭化処理を施した後、モルフォロジー処理による血管候補抽出処理を実行することにより、不規則な形状、あるいは値変動が大きな形状の血管を抽出した場合でも疑似模様が発生することなく、撮影画像内の僅かな変化として出現する血管の形状取得が可能になり、その結果、血管の形状をはっきり、かつきれいに抽出することができる。

なお、図１５に示す明瞭化処理は一例であり、他に、出願人が既に出願しているように、輝度成分に対して成分分解フィルタを用いて骨格成分と詳細成分とに分解し、骨格成分に明るめにコントラスト強調を施して明瞭化する方法（特願２０１４−２２７５２８）、特性が異なる２種類の成分分解フィルタによる処理結果を結合することにより原画像を明瞭化する方法（特願２０１５−０５４３２８）、が考えられる。これらは、輝度画像Ｌを利用した明瞭化処理である。また、詳細成分の血管尤度を考慮して強調処理を施しとて原画像を明瞭化する方法（特願２０１４−２２７５３０）も考えられる。これは、輝度Ｌに加えて色情報も用いて明瞭化処理を行なう方法である。これらのうちいずれか一つ、または全てを用いて明瞭化処理を実行してもよい。

（実施形態の効果）
以上説明のように、第１実施形態に係る診断支援装置１００によれば、処理部１０１は、分離手段１０１ａによって分離された撮影画像の輝度成分と色情報成分とに基づき、第１の抽出手段１０１ｂ−１が、第１のモルフォロジー処理を用いて部位候補を輝度成分により抽出し（図３）、第２の抽出手段１０１ｂ−２が、部位らしさを輝度成分と色情報成分とから構成される色空間により抽出して第２のモルフォロジー処理（図７）により部位抽出画像を生成して表示装置１２０に表示する。このとき、抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理（図４、図７）を施すことにより、不規則な形状、値変動が大きな形状に対してもモアレ等の疑似模様を発生させることなく形状取得が可能になる。このため、医師は、診断の対象の部位について強調表示された画面を視認することで、容易、かつ的確に診断を行うことができ、その結果、診断精度が向上する。第２実施形態に係る診断支援装置１００についても、同様である。さらに、第３実施形態に係る診断支援装置１００については、明瞭化手段１０１ｃによって輝度成分にＨＤＲ合成を施してからモルフォロジー処理を行うため、より一層強調表示された診断画像を得ることができる。

以上、各実施形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。上記実施形態及び実施例に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。また、その様な変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲のとおりである。

［付記］
［請求項１］
撮影画像から病変を診断するための診断支援装置であって、
原画像である多値画像から構成される前記撮影画像を処理する処理部を備え、
前記処理部が、
前記原画像を基に暗い部分を検出するモルフォロジー処理におけるボトムハットのクロージング処理を行って画像（Ａ）を作成する第１処理部と、
前記原画像を基に明るい部分を検出するモルフォロジー処理におけるトップハットのオープニング処理を行って画像（Ｂ）を作成する第２処理部と、
前記原画像中の画素値が小さい値から形状を取得する場合には、前記画像（Ａ）に平滑フィルタを施して前記画像（Ａ）を減算処理して部位候補を抽出する第１の抽出手段と、
前記原画像中の画素値が大きい値から形状を取得する場合には、前記画像（Ｂ）に平滑フィルタを施して前記画像（Ｂ）より減算処理して部位らしさを抽出する第２の抽出手段と、
を含むことを特徴とする診断支援装置。
［請求項２］
前記処理部が、
前記画像（Ａ）に対し膨張処理と収縮処理をこの順に繰り返すクロージング処理、前記クロージング処理が施された前記画像（Ａ）に対する平滑フィルタ処理、及び前記平滑フィルタ処理が施された前記画像（Ａ）から前記画像（Ａ）を減算する減算処理を含む第１のモルフォロジー処理を実行し、
前記画像（Ｂ）に対し収縮処理と膨張処理をこの順に繰り返すオープニング処理、前記オープニング処理が施された平滑フィルタ処理、及び前記平滑フィルタ処理が施された前記画像（Ｂ）を前記画像（Ｂ）より減算する処理を含む第２のモルフォロジー処理を実行することを特徴とする請求項１に記載の診断支援装置。
［請求項３］
前記第１の抽出手段は、前記原画像の輝度成分に対し前記第１のモルフォロジー処理を実行して前記部位候補として血管の形状を抽出し、
前記第２の抽出手段は、前記原画像の色情報に対し前記第２のモルフォロジー処理を実行して血管尤度を抽出する
ことを特徴とする請求項２に記載の診断支援装置。
［請求項４］
前記第１処理部が、前記原画像に明瞭化処理を施す明瞭化手段をさらに含み、
前記第１の抽出手段が、明瞭化処理を施された前記原画像をもとに前記部位候補を抽出することを特徴とする請求項１から３のいずれか１項に記載の診断支援装置。
［請求項５］
前記明瞭化手段がハイダイナミックレンジ（ＨＤＲ）合成によって前記明瞭化処理を施すことを特徴とする請求項４に記載の診断支援装置。
［請求項６］
患部の撮影画像を用いて病変を診断するための診断支援装置であって、
前記撮影画像を記憶する画像記憶部と、
前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
前記処理部が、
前記撮影画像を輝度成分と色情報成分に分離する分離手段と、
診断の対象の部位を抽出する抽出手段と、を備え、
前記抽出手段が、
部位候補を前記輝度成分により抽出する第１の抽出手段、及び部位らしさを前記色情報成分により抽出する第２の抽出手段の少なくとも１つを含み、前記抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施すことを特徴とする診断支援装置。
［請求項７］
前記撮影画像における構造化要素中の前記部位候補又は部位らしさを示す形状を抽出する場合、
前記第１の抽出手段が前記輝度成分を用いて第１のモルフォロジー処理により前記部位候補を抽出するとともに、前記第２の抽出手段が前記色空間を用いて前記部位らしさを抽出し、
前記抽出手段が前記抽出された部位候補と部位らしさを統合して部位抽出画像を生成することを特徴とする請求項６に記載の診断支援装置。
［請求項８］
前記第１のモルフォロジー処理が、前記抽出された輝度成分に対し膨張処理と収縮処理をこの順に繰り返すクロージング処理、前記クロージング処理が施された前記輝度成分に対する前記平滑フィルタ処理、及び前記平滑フィルタ処理が施された前記輝度成分から前記撮影画像の前記輝度成分を減算する減算処理を含むことを特徴とする請求項７に記載の診断支援装置。
［請求項９］
前記撮影画像における構造化要素中の前記部位候補又は部位らしさを示す形状を抽出する場合、
前記第２の抽出手段が前記色情報成分を用いて前記部位らしさを抽出し、
前記抽出手段が前記抽出された部位らしさを用いて第２のモルフォロジー処理により部位抽出画像を生成することを特徴とする請求項６に記載の診断支援装置。
［請求項１０］
前記第２のモルフォロジー処理が、前記抽出された部位らしさに対し収縮処理と膨張処理をこの順に繰り返すオープニング処理、前記オープニング処理が施された部位らしさに対する前記平滑フィルタ処理、及び前記平滑フィルタ処理が施された部位らしさを前記抽出された部位らしさから減算する処理を含むことを特徴とする請求項９に記載の診断支援装置。
［請求項１１］
前記処理部が、前記輝度成分に明瞭化処理を施す明瞭化手段をさらに備え、
前記第１の抽出手段が、明瞭化処理を施された前記輝度成分をもとに前記部位候補を抽出することを特徴とする請求項６から１０のいずれか１項に記載の診断支援装置。
［請求項１２］
前記明瞭化手段がハイダイナミックレンジ（ＨＤＲ）合成によって前記明瞭化処理を施すことを特徴とする請求項１１に記載の診断支援装置。
［請求項１３］
患部の撮影画像を用いて病変を診断する診断支援装置における画像処理方法であって、
記憶された前記撮影画像を輝度成分と色情報成分に分離するステップと、
診断の対象の部位を前記輝度成分又は前記色情報成分により抽出するステップと、を備え、
前記撮影画像中の値が大きい形状を取得する場合には、
前記抽出ステップが、部位候補を前記輝度成分により抽出する第１の抽出ステップを実行し、
前記撮影画像中の値が小さい形状を取得する場合には、
前記抽出ステップが、部位らしさを前記色情報成分により抽出する第２の抽出ステップを実行し、
前記抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施すことを特徴とする画像処理方法。
［請求項１４］
原画像である多値画像からモルフォロジー処理により形状を取得する画像処理方法であって、
前記原画像中の画素値が小さい値から形状を取得する場合には、処理した画像をモルフォロジー処理におけるクロージング処理したものに対して、平滑フィルタを施し、前記処理した画像から前記原画像を減算処理し、
前記原画像中の画素値が大きい値から形状を取得する場合には、モルフォロジー処理におけるオープニング処理したものに対して、平滑フィルタを施し、前記原画像から減算処理する
ことを特徴とする画像処理方法。
［請求項１５］
患部の撮影画像を用いて病変を診断する診断支援装置における画像処理のプログラムであって、
コンピュータに、
記憶された前記撮影画像を輝度成分と色情報成分に分離する分離機能と、
診断の対象の部位を前記輝度成分又は前記色情報成分により抽出する抽出機能と、を実行させ、
前記撮影画像中の値が大きい形状を取得する場合には、
前記抽出機能が、部位候補を前記輝度成分により抽出する第１の抽出機能を実行し、
前記撮影画像中の値が小さい形状を取得する場合には、
前記抽出機能が、部位らしさを前記色情報成分により抽出する第２の抽出機能を実行し、
前記抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施すことを特徴とするプログラム。
［請求項１６］
原画像である多値画像からモルフォロジー処理により形状を取得する診断支援装置における画像処理のプログラムであって、
コンピュータに、
前記原画像中の画素値が小さい値から形状を取得する場合には、処理した画像をモルフォロジー処理におけるクロージング処理したものに対して、平滑フィルタを施し、前記処理した画像から前記原画像を減算処理する機能を実行させ、
前記原画像中の画素値が大きい値から形状を取得する場合には、モルフォロジー処理におけるオープニング処理したものに対して、平滑フィルタを施し、前記原画像から減算処理する機能をさせる
ことを特徴とするプログラム。

１００…診断支援装置、１０１…処理部、１０１ａ…分離手段、１０１ｂ…抽出手段（１０１ｂ−１…第１の抽出手段、１０１ｂ−２…第２の抽出手段）、１０１ｃ…明瞭化手段、１１０…ダーモスコープ付き撮影装置、１２０…表示装置、１２１…撮影画像表示領域、１２２…強調画像表示領域、１３０…入力装置

Claims (17)

1. 撮影画像から病変を診断するための診断支援装置であって、
   原画像である多値画像から構成される前記撮影画像を処理する処理部を備え、
   前記処理部が、
   前記原画像を輝度成分と色情報成分に分離する分離部と、
   前記原画像の輝度成分を基に暗い部分を検出するモルフォロジー処理におけるボトムハットのクロージング処理を行って画像（Ａ）を作成する第１処理部と、
   前記原画像の輝度成分を基に明るい部分を検出するモルフォロジー処理におけるトップハットのオープニング処理を行って画像（Ｂ）を作成する第２処理部と、
   前記原画像中の輝度成分の画素値が小さい値から形状を取得する場合には、前記画像（Ａ）に平滑フィルタを施して前記画像（Ａ）を減算処理し、前記原画像中の輝度成分の画素値が大きい値から形状を取得する場合には、前記画像（Ｂ）に平滑フィルタを施して前記画像（Ｂ）より減算処理して部位候補を抽出する第１の抽出手段と、
   前記輝度成分と色情報成分とから構成される色空間により部位らしさを抽出する第２の抽出手段と、
   を含むことを特徴とする診断支援装置。
2. 前記処理部が、
   前記画像（Ａ）に対し膨張処理と収縮処理をこの順に繰り返すクロージング処理、前記クロージング処理が施された前記画像（Ａ）に対する平滑フィルタ処理、及び前記平滑フィルタ処理が施された前記画像（Ａ）から前記画像（Ａ）を減算する減算処理を含む第１のモルフォロジー処理を実行し、
   前記画像（Ｂ）に対し収縮処理と膨張処理をこの順に繰り返すオープニング処理、前記オープニング処理が施された平滑フィルタ処理、及び前記平滑フィルタ処理が施された前記画像（Ｂ）を前記画像（Ｂ）より減算する処理を含む第２のモルフォロジー処理を実行することを特徴とする請求項１に記載の診断支援装置。
3. 前記第１の抽出手段は、前記原画像の輝度成分に対し前記第１のモルフォロジー処理を実行して前記部位候補として血管の形状を抽出し、
   前記第２の抽出手段は、前記原画像の色情報に対し前記第２のモルフォロジー処理を実行して血管尤度を抽出する
   ことを特徴とする請求項２に記載の診断支援装置。
4. 前記第１処理部が、前記原画像に明瞭化処理を施す明瞭化手段をさらに含み、
   前記第１の抽出手段が、明瞭化処理を施された前記原画像をもとに前記部位候補を抽出することを特徴とする請求項１から３のいずれか１項に記載の診断支援装置。
5. 前記明瞭化手段がハイダイナミックレンジ（ＨＤＲ）合成によって前記明瞭化処理を施すことを特徴とする請求項４に記載の診断支援装置。
6. 患部の撮影画像を用いて病変を診断するための診断支援装置であって、
   前記撮影画像を記憶する画像記憶部と、
   前記画像記憶部に記憶された前記撮影画像を処理する処理部と、を備え、
   前記処理部が、
   前記撮影画像を輝度成分と色情報成分に分離する分離手段と、
   診断の対象の部位を抽出する抽出手段と、を備え、
   前記抽出手段が、
   部位候補を前記輝度成分により抽出する第１の抽出手段、及び部位らしさを前記色情報成分により抽出する第２の抽出手段の少なくとも１つを含み、前記抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施すことを特徴とする診断支援装置。
7. 前記撮影画像における構造化要素中の前記部位候補又は部位らしさを示す形状を抽出する場合、
   前記第１の抽出手段が前記輝度成分を用いて第１のモルフォロジー処理により前記部位候補を抽出するとともに、前記第２の抽出手段が前記色情報成分を用いて前記部位らしさを抽出し、
   前記抽出手段が前記抽出された部位候補と部位らしさを統合して部位抽出画像を生成することを特徴とする請求項６に記載の診断支援装置。
8. 前記第１のモルフォロジー処理が、前記抽出された輝度成分に対し膨張処理と収縮処理をこの順に繰り返すクロージング処理、前記クロージング処理が施された前記輝度成分に対する前記平滑フィルタ処理、及び前記平滑フィルタ処理が施された前記輝度成分から前記撮影画像の前記輝度成分を減算する減算処理を含むことを特徴とする請求項７に記載の診断支援装置。
9. 前記撮影画像における構造化要素中の前記部位候補又は部位らしさを示す形状を抽出する場合、
   前記第２の抽出手段が前記色情報成分を用いて前記部位らしさを抽出し、
   前記抽出手段が前記抽出された部位らしさを用いて第２のモルフォロジー処理により部位抽出画像を生成することを特徴とする請求項６に記載の診断支援装置。
10. 前記第２のモルフォロジー処理が、前記抽出された部位らしさに対し収縮処理と膨張処理をこの順に繰り返すオープニング処理、前記オープニング処理が施された部位らしさに対する前記平滑フィルタ処理、及び前記平滑フィルタ処理が施された部位らしさを前記抽出された部位らしさから減算する処理を含むことを特徴とする請求項９に記載の診断支援装置。
11. 前記処理部が、前記輝度成分に明瞭化処理を施す明瞭化手段をさらに備え、
    前記第１の抽出手段が、明瞭化処理を施された前記輝度成分をもとに前記部位候補を抽出することを特徴とする請求項６から１０のいずれか１項に記載の診断支援装置。
12. 前記明瞭化手段がハイダイナミックレンジ（ＨＤＲ）合成によって前記明瞭化処理を施すことを特徴とする請求項１１に記載の診断支援装置。
13. 撮影画像から病変を診断するための診断支援装置であって、
    原画像である多値画像から構成される前記撮影画像を処理する処理部を備え、
    前記処理部が、
    前記原画像から輝度成分と色情報成分を分離する分離部と、
    前記原画像の輝度成分から、モルフォロジー処理におけるボトムハットのクロージング処理又はモルフォロジー処理におけるトップハットのオープニング処理を行って部位候補を抽出する第１の抽出手段と、
    前記原画像の輝度成分と色情報成分から構成される色空間から部位らしさを抽出する第２の抽出手段と、
    を含むことを特徴とする診断支援装置。
14. 患部の撮影画像を用いて病変を診断する診断支援装置における画像処理方法であって、
    記憶された前記撮影画像を輝度成分と色情報成分に分離するステップと、
    診断の対象の部位を前記輝度成分又は前記色情報成分により抽出するステップと、を備え、
    前記撮影画像中の値が大きい形状を取得する場合には、
    前記抽出ステップが、部位候補を前記輝度成分により抽出する第１の抽出ステップを実行し、
    前記撮影画像中の値が小さい形状を取得する場合には、
    前記抽出ステップが、部位らしさを前記色情報成分により抽出する第２の抽出ステップを実行し、
    前記抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施すことを特徴とする画像処理方法。
15. 原画像である多値画像からモルフォロジー処理により形状を取得する画像処理方法であって、
    前記原画像を輝度成分と色情報成分に分離し、
    前記原画像中の輝度成分の画素値が小さい値から形状を取得する場合には、処理した画像をモルフォロジー処理におけるクロージング処理したものに対して、平滑フィルタを施し、前記処理した画像から前記原画像を減算処理し、前記原画像中の輝度成分の画素値が大きい値から形状を取得する場合には、モルフォロジー処理におけるオープニング処理したものに対して、平滑フィルタを施し、前記原画像から減算処理して部位候補を抽出し、
    前記輝度成分と色情報成分とから構成される色空間により部位らしさを抽出する、
    ことを特徴とする画像処理方法。
16. 患部の撮影画像を用いて病変を診断する診断支援装置における画像処理のプログラムであって、
    コンピュータに、
    記憶された前記撮影画像を輝度成分と色情報成分に分離する分離機能と、
    診断の対象の部位を前記輝度成分又は前記色情報成分により抽出する抽出機能と、を実行させ、
    前記撮影画像中の値が大きい形状を取得する場合には、
    前記抽出機能が、部位候補を前記輝度成分により抽出する第１の抽出機能を実行し、
    前記撮影画像中の値が小さい形状を取得する場合には、
    前記抽出機能が、部位らしさを前記色情報成分により抽出する第２の抽出機能を実行し、
    前記抽出された部位候補又は部位らしさに平滑フィルタ処理を含むモルフォロジー処理を施すことを特徴とするプログラム。
17. 原画像である多値画像からモルフォロジー処理により形状を取得する診断支援装置における画像処理のプログラムであって、
    コンピュータに、
    前記原画像を輝度成分と色情報成分に分離させ、
    前記原画像中の輝度成分の画素値が小さい値から形状を取得する場合には、処理した画像をモルフォロジー処理におけるクロージング処理したものに対して、平滑フィルタを施し、前記処理した画像から前記原画像を減算処理する機能を実行させ、前記原画像中の輝度成分の画素値が大きい値から形状を取得する場合には、モルフォロジー処理におけるオープニング処理したものに対して、平滑フィルタを施し、前記原画像から減算処理する機能を実行させて部位候補を抽出し、
    前記輝度成分と色情報成分とから構成される色空間により部位らしさを抽出させる、
    ことを特徴とするプログラム。

Images