JPH08272931A - 画像処理方法 - Google Patents

Abstract

(57)【要約】 【目的】 ノイズ成分等の画像読影に不要な成分を強調
することなく、注目する特定の画像部分だけを効率よく
強調処理する。 【構成】 全体画像メモリ10に記憶された、濃度値Ｄor
g の画像データＳに対して、アイリスフィルター（異常
陰影検出手段）40によるアイリスフィルターの演算を施
して、腫瘤陰影を示す信号を検出し、この信号の濃度値
Ｇirisに対して変換テーブル72により単調増加関数βの
変換を施し、濃度値Ｄorg に対して高周波成分算出手段
71により（Ｄorg −Ｄus）なるボケマスク処理を施し、
腫瘤陰影強調手段73により、 Ｄproc＝Ｄorg ＋β（Ｇiris）×（Ｄorg −Ｄus）
（１） なる演算を行って、腫瘤陰影だけを選択的に強調処理し
て局所画像表示手段90に表示する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理方法に関し、詳
細には画像のうち、異常陰影等の特定の画像部分だけを
強調処理する画像処理方法に関するものである。

【０００２】

【従来の技術】従来より、種々の画像取得方法により得
られた画像を表す画像信号に対して、階調処理や周波数
処理等の画像処理を施し、画像の観察読影性能を向上さ
せることが行われている。特に人体を被写体とした放射
線画像のような医用画像の分野においては、医師等の専
門家が、得られた画像に基づいて患者の疾病や傷害の有
無を的確に診断する必要があり、その画像の読影性能を
向上させる画像処理は不可欠なものとなっている。

【０００３】この画像処理のうち、いわゆる周波数強調
処理としては、例えば特開昭61-169971 号に示されるよ
うに、原画像の濃度値等の画像信号（オリジナル画像信
号という）Ｄorg を、 Ｄproc＝Ｄorg ＋β×（Ｄorg −Ｄus） （２） なる画像信号Ｄprocに変換するものが知られている。こ
こでβは周波数強調係数、Ｄusは非鮮鋭マスク（いわゆ
るボケマスク）信号である。このボケマスク信号Ｄus
は、２次元に配置された画素に対してオリジナル画像信
号Ｄorg を中心画素とするＮ列×Ｎ行（Ｎは奇数）の画
素マトリクスからなるマスク、すなわちボケマスクを設
定し、 Ｄus＝（ΣＤorg ）／Ｎ² （３） （ただし、ΣＤorg はボケマスク内各画素の画像信号の
和）等として求められる超低空間周波数成分である。

【０００４】式（２）の第２項括弧内の値（Ｄorg −Ｄ
us）は、オリジナル画像信号から超低空間周波数成分で
あるボケマスク信号を減算したものであるから、オリジ
ナル画像信号のうちの、超低空間周波数成分を除去した
比較的高い周波数成分を選択的に抽出することができ
る。この比較的高い周波数成分に周波数強調係数βを乗
じたうえで、オリジナル画像信号を加算することによ
り、この比較的高い周波数成分を強調することができ
る。

【０００５】一方、画像のうち異常な陰影等の特定の画
像部分だけを選択的に抽出する、アイリスフィルター処
理（以下、本明細書中、アイリスフィルターの演算とい
うこともある）が知られている（「ＤＲ画像における腫
瘤影検出（アイリスフィルタ）」電子情報通信学会論文
誌 D-II Vol.J75-D-II No.3 P663〜670 1992年３月小畑
他、参照）。このアイリスフィルター処理は、特に乳癌
における特徴的形態である腫瘤陰影を検出するのに有効
な手法として研究されているが、対象画像としては、こ
のようなマンモグラムにおける腫瘤陰影に限るものでは
なく、その画像を表す画像信号の勾配が集中しているも
のについては、いかなる画像に対しても適用することが
できる。

【０００６】以下、腫瘤陰影の検出処理を例にして、こ
のアイリスフィルターによる画像部分の検出処理の概要
について説明する。

【０００７】例えばＸ線のネガフイルム上における放射
線画像（高濃度高信号レベルの画像信号を出力する画
像）においては、腫瘤陰影は周囲に比べて濃度値がわず
かに低いことが知られており、その濃度値の分布は概略
円形の周縁部から中心部に向かうにしたがって濃度値が
低くなっている。したがって腫瘤陰影においては、局所
的な濃度値の勾配が認められ、その勾配線（勾配ベクト
ル）は腫瘤の中心方向に集中する。

【０００８】アイリスフィルターは、この濃度値に代表
される画像データの勾配を勾配ベクトルとして算出し、
その勾配ベクトルの集中度を基に腫瘤陰影を検出するも
のである。すなわち腫瘤陰影内の任意の画素における勾
配ベクトルは腫瘤陰影の中心付近を向くが、血管陰影の
ように細長い陰影では勾配ベクトルが特定の点に集中す
ることはなく、局所的に勾配ベクトルの向きの分布を評
価し、特定の点に集中している領域を抽出すれば、それ
が腫瘤陰影となる。以上がアイリスフィルター処理の基
本的な考え方である。以下に具体的なアルゴリズムのス
テップを示す。

【０００９】（ステップ１）勾配ベクトルの計算 対象となる画像を構成する全ての画素について、各画素
ｊごとに、下記式（４）に示す計算式に基づいた画像デ
ータの勾配ベクトルの向きθを求める。

【００１０】

【数１】

【００１１】ここでｆ₁ 〜ｆ₁₆は、図４に示すように、
その画素ｊを中心とした縦５画素×横５画素のマスクの
外周上の濃度値（画像データ）である。

【００１２】（ステップ２）勾配ベクトルの集中度の算
出 次に、対象となる画像を構成する全ての画素について、
各画素ごとに、その画素を注目画素とする勾配ベクトル
の集中度Ｃを次式（５）にしたがって算出する。

【００１３】

【数２】

【００１４】ここでＮは注目画素を中心とした半径Ｒの
円内に存在する画素の数、θj は、注目画素とその円内
の各画素ｊとを結ぶ直線と、その各画素ｊにおける上記
式（５）で算出された勾配ベクトルとがなす角である
（図５参照）。したがって上記式（５）で表される集中
度Ｃが大きな値となるのは、各画素ｊの勾配ベクトルの
向きが注目画素に集中する場合である。

【００１５】ところで、腫瘤陰影近傍の各画素ｊの勾配
ベクトルは、腫瘤陰影のコントラストの大小に拘らず、
略その腫瘤陰影の中心部を向くため、上記集中度Ｃが大
きな値を採る注目画素は、腫瘤陰影の中心部の画素とい
うことができる。一方、血管などの線状パターンの陰影
は勾配ベクトルの向きが一定方向に偏るため集中度Ｃの
値は小さい。したがって、画像を構成する全ての画素に
ついてそれぞれ注目画素に対する上記集中度Ｃの値を算
出し、その集中度Ｃの値が予め設定された閾値を上回る
か否かを評価することによって、腫瘤陰影を検出するこ
とができる。すなわち、このフィルターによる処理は、
通常の差分フィルターに比べて血管や乳腺等の影響を受
けにくく、腫瘤陰影を効率よく検出することができると
いう特長を有している。

【００１６】さらに実際の処理においては、腫瘤の大き
さや形状に左右されない検出力を達成するために、フィ
ルターの大きさと形状とを適応的に変化させる工夫がな
される。図６に、そのフィルターを示す。このフィルタ
ーは、図５に示すものと異なり、注目画素を中心に２π
／Ｍ度毎のＭ種類の方向の放射状の線上の画素のみで集
中度の評価を行う（図６においては、11.25 度ごとの32
方向を例示）。

【００１７】ここでｉ番目の線上にあって、かつ注目画
素からｎ番目の画素の座標（［ｘ］，［ｙ］）は、注目
画素の座標を（ｋ，ｌ）とすれば、以下の式（６），
（７）で与えられる。

【００１８】

【数３】

【００１９】ただし、［ｘ］，［ｙ］は、ｘ，ｙを超え
ない最大の整数である。

【００２０】さらに、その放射状の各線について、注目
画素から線上の、最大の集中度が得られる画素までの出
力値をその方向についての集中度とし、その得られたす
べての線の集中度の平均値を算出し、その集中度の平均
値をその注目画素についての勾配ベクトル群の集中度Ｃ
とする。

【００２１】具体的には、ｉ番目の放射状の線上におい
て、注目画素からｎ番目の画素までで得られる集中度Ｃ
i （ｎ）を下記式（８）により求める。

【００２２】

【数４】

【００２３】ここでＲmin とＲmax とは、抽出する対象
である腫瘤陰影の半径について設定した最小値と最大値
である。

【００２４】次に、勾配ベクトル群の集中度Ｃを下記式
（９）および（10）により計算する。

【００２５】

【数５】

【００２６】式（10）の勾配ベクトル群の集中度Ｃを評
価する領域は、人間の目の虹彩（iris）が外界の明るさ
に応じて拡大、縮小する様子に似ており、このように勾
配ベクトルの分布に応じて大きさと形状が適応的に変化
するため、アイリスフィルター（iris filter ）という
名称で称されている。

【００２７】（ステップ３）腫瘤陰影の形状評価 一般に、悪性腫瘤の陰影は、 １）辺縁は不整である ２）概円形に近い形をしている ３）内部は凸凹した濃度分布を有するという形態的な特
徴を有している。

【００２８】そこで、検出された陰影の候補から正常組
織を取り除き、腫瘤と考えられる陰影のみを抽出するた
めに、さらにこれらの特徴を考慮した形状判定を行う。
ここで用いる特徴量としては、広がり度（Spreadnes
s）、細長さ（Elongation）、辺縁の粗さ（Roughness
）、円形度（Circularity ）および内部の凸凹度（Ent
ropy ）である。

【００２９】形状判定のための特徴量として例えば円形
度を用いた場合、腫瘤陰影に対応する集中度の分布は、
２値化したときには一般に円形に近い形状となる。この
２値化して得られた領域の面積と同じ面積の円の直径を
Ｌｅ、領域を包含する最小面積の四角形の縦と横の辺の
長さをそれぞれａ，ｂとし、円形度ｄ_circを下記式（1
1）で定義する。

【００３０】

【数６】

【００３１】この円形度の値が、所定の閾値以下であれ
ば、その領域は腫瘤陰影ではないと判定し検出せず、閾
値以上であれば、腫瘤陰影であると判定し検出する。

【００３２】上述のステップにより、アイリスフィルタ
ーは放射線画像から腫瘤陰影だけを効果的に検出するこ
とができる。

【００３３】なお、前述の集中度Ｃi （ｎ）の計算は式
（８）の代わりに、下記式（８′）を用いてもよい。

【００３４】

【数７】

【００３５】

【発明が解決しようとする課題】ところで上述したよう
に、画像の読影性能を向上させるには、対象となる画像
に対して画像処理を行うことが不可欠となっているが、
従来の式（２）に示す周波数強調処理では、オリジナル
画像信号Ｄorg のうちの比較的高い周波数成分全体を強
調するため、例えばマンモグラム等の医用画像において
は、この比較的高い周波数成分に含まれる放射線の量子
ノイズ等も同時に強調されることとなり、画像読影の障
害となる。

【００３６】本発明は上記事情に鑑みなされたものであ
って、ノイズ成分等の画像読影に不要な成分を強調する
ことなく、注目する特定の画像部分だけを効率よく強調
処理することを可能とした画像処理方法を提供すること
を目的とするものである。

【００３７】

【課題を解決するための手段】本発明の画像処理方法
は、画像を表すオリジナルの画像信号Ｄorg に対してア
イリスフィルターの演算を施すことにより、画像中の各
画素について、画素に対する画像信号Ｄorg の勾配の集
中度を求め、この集中度に基づいて、画像における集中
度の高い画像部分を求めて、画像の各画素がこの画像部
分に対応する画素であるか否かを示す信号Ｇirisを抽出
し、オリジナルの画像信号Ｄorg の、超低空間周波数に
対応する非鮮鋭マスク信号Ｄusを求め、信号Ｇirisに基
づく関数β（Ｇiris）および非鮮鋭マスク信号Ｄusを用
いて、オリジナルの画像信号Ｄorg に対して、 Ｄproc＝Ｄorg ＋β（Ｇiris）×（Ｄorg −Ｄus） （１） なる演算を行って、前記画像部分を選択的に強調処理す
ることを特徴とするものである。

【００３８】ここで、集中度の高い画像部分とは、具体
的には上述した（ステップ１）〜（ステップ３）の処理
をなすアイリスフィルターの演算により求められた画像
部分を意味するものである。

【００３９】また関数β（Ｇiris）は、前記画像部分に
対応した画素であることを示す信号に基づく出力が、前
記画像部分に対応した画素でないことを示す信号に基づ
く出力よりも大きい値を出力するように設定されたもの
である。

【００４０】なお、上記画像部分に対応する画素である
か否かを示す信号Ｇirisとしては、具体的には例えば、
式（10）で示した画像信号Ｄorg の勾配の集中度Ｃに基
づいた信号であってもよい。

【００４１】本明細書中において、オリジナル画像信号
Ｄorg に対して上記（ステップ１）〜（ステップ３）の
アイリスフィルターの処理を施し、これにより得られた
特定の画像部分に対応した画素であるか否かを示す信号
Ｇirisを求める処理を、関数ｆ（Ｄorg ）で表すことが
ある。

【００４２】その場合、 Ｇiris＝ｆ（Ｄorg ） （12） と、表記する。

【００４３】

【作用および発明の効果】本発明の画像処理方法は、画
像を表すオリジナル画像信号Ｄorg に対して、アイリス
フィルターの演算ｆ（Ｄorg ）を施すことにより、画像
を構成する全画素に亘って画像信号Ｄorg の勾配の集中
度を求め、その集中度の高い画像部分（例えば腫瘤陰影
等の領域）を求め、各画素がその画像部分に対応する画
素であるか否か、すなわちその集中度の高い画像部分を
構成する画素であるか否か、を示す信号Ｇirisを抽出す
る。

【００４４】一方、式（１）第２項の計算処理により、
オリジナル画像信号Ｄorg から、その超低空間周波数成
分Ｄusを減算することにより、オリジナル画像信号Ｄor
g のうちの比較的高い周波数成分（超低空間周波数成分
を除いたものをいう）だけを抽出することができる。こ
の抽出された比較的高い周波数成分には、いわゆる高周
波成分である放射線ノイズも含まれる。

【００４５】ここで、式（１）に示すように、全体画像
の各画素がアリスフィルターの演算で得られた腫瘤陰影
等の、画像信号の勾配の集中度が高い特定の画像部分、
を構成する画素か否かに応じた信号Ｇirisに基づく強調
係数β（Ｇiris）で高周波成分（Ｄorg −Ｄus）を強調
するため、この高周波成分（Ｄorg −Ｄus）に例えば量
子ノイズ等の不要な成分が含まれていても、その画素が
腫瘤陰影等の画像部分を構成するものでない場合は、そ
の画素についてのβ（Ｇiris）の値は小さいため、その
画素に対する強調度合は小さいものとなる。

【００４６】一方、画素が腫瘤陰影等の画像部分を構成
するものである場合は、その画素についてのβ（Ｇiri
s）の値は大きいため、その画素に対する強調度合は大
きいものとなる。

【００４７】したがって、画像の高周波成分（Ｄorg −
Ｄus）に放射線ノイズが含まれているか否かに拘らず、
腫瘤陰影等の特定の画像部分であるか否かに応じた関数
β（Ｇiris）により、特定の画像部分を選択的に強調処
理することができる。

【００４８】なお、本発明の画像処理方法によれば、前
述した例のように、濃度値が周辺部分よりも低い腫瘤陰
影に限らず、濃度値が周辺部分よりも高い陰影等も、そ
の濃度勾配が集中しているものであれば、選択的に強調
処理することができる。したがって高濃度高信号レベル
の画像信号だけでなく、高輝度高信号レベルの画像信号
にも適用することができる。

【００４９】

【実施例】以下、本発明の画像処理方法を用いた計算機
支援画像診断装置について図面を用いて説明する。

【００５０】図１は本実施例の計算機支援画像診断装置
の概略構成を示すブロック図、図２はこの計算機支援画
像診断装置により画像診断に供される乳房の放射線画像
（マンモグラム）を示す図である。図示の計算機支援画
像診断装置は、マンモグラムの全体の放射線画像（全体
画像）Ｐを表す、各画素の濃度値Ｄorg の集合である画
像データ（全体画像データ）Ｓを記憶する全体画像メモ
リ10、全体画像データＳに基づいて、もしくは一旦全体
画像メモリ10に記憶された全体画像データＳに基づいて
全体画像Ｐを表示するＣＲＴ等の全体画像表示手段30、
全体画像メモリ10に記憶された全体画像データＳに基づ
いて、全体画像Ｐのうち異常陰影Ｐ₁ を検出する異常陰
影検出手段40、異常陰影検出手段40により異常陰影Ｐ₁
が検出されたか否かを判定する判定手段50、異常陰影Ｐ
₁ が検出されたと判定手段50により判定された場合に、
全体画像メモリ10に記憶された全体画像データＳのう
ち、異常陰影Ｐ₁ を含む局所領域の画像Ｐ₂ を表す画像
データ（局所画像データ）Ｓ₂ を抽出する局所領域抽出
手段60、局所領域抽出手段60により抽出された局所画像
データＳ₂ に基づいた局所領域の画像Ｐ₂ のうち異常陰
影Ｐ₁ が、全体画像表示手段30に表示される全体画像Ｐ
よりも読影性能が向上するように、異常陰影を示す画像
データ（異常陰影画像データ）Ｓ₁ に対して画像強調処
理を行う局所画像強調手段70、およびこの画像強調処理
のなされた局所画像データＳ₂ に基づいて局所領域の画
像Ｐ₂ を表示するＣＲＴ等の局所画像表示手段90、を備
えた構成である。

【００５１】なお、異常陰影は腫瘤陰影、異常陰影検出
手段40はアイリスフィルターの演算を行うアイリスフィ
ルターであって、腫瘤陰影を示す画素について、その画
素についての式（10）で示した集中度Ｃを、腫瘤陰影を
構成する画素であるか否かを示す信号Ｇirisとして出力
する。

【００５２】ただし、対象画像は、本実施例のような医
用画像に限るものではなく、工業製品の検査用画像等で
あってもよい。例えば、内部に巣のある鋳物製品のＸ線
画像について、異常陰影が当該巣の陰影であってもよ
い。

【００５３】また上記局所領域とは、異常陰影である腫
瘤陰影を含むこの腫瘤陰影近傍の領域をいうものとす
る。

【００５４】なお、実施例記載中において、画像を構成
する各画素の画像データを濃度信号値Ｄorg と表記し、
これら画素の集合により構成される領域の画像データを
画像データＳと表記するものとする。また、濃度値Ｄor
g は高濃度高信号レベルの信号値である。さらにまた、
本実施例の腫瘤陰影は、その濃度値Ｄorg が陰影の中心
に向かうにしたがって小さくなる特徴を有する。

【００５５】ここでアイリスフィルター40は、前述した
（ステップ１）〜（ステップ３）にしたがった、特定の
画像部分の検出処理のアルゴリズムをいうが、本実施例
におけるアイリスフィルター40は、このアルゴリズム自
体を指すのではなく、このアルゴリズムによる腫瘤陰影
の検出処理（式（12）で表す処理）をなす手段を意味す
る。

【００５６】また、局所画像強調手段70は詳しくは、局
所画像データＳ₂ を構成する各画素（濃度値Ｄorg ）に
ついて、その画素を中心としたＮ列×Ｎ行（Ｎは例えば
「５」などの奇数）の画素マトリクスからなるマスク
（以下、単にボケマスクという）信号Ｄusを下記式
（３）により算出し、その後に、濃度値Ｄorg からボケ
マスク信号値Ｄusを減算（Ｄorg −Ｄus）して高周波成
分を算出する手段71と、 Ｄus＝（ΣＤorg ）／Ｎ² （３） （ただし、ΣＤorg はボケマスク内各画素の画像信号の
和）アイリスフィルター40により抽出された腫瘤陰影を
示す画素についての出力Ｇirisを、図３で表される単調
に増加するβ（Ｇiris）に変換して出力する変換テーブ
ル72と、この出力β（Ｇiris）と前述の高周波成分（Ｄ
org −Ｄus）とを乗じて、周囲に比べて濃度値の低い腫
瘤陰影に対して、より強い周波数強調を施す腫瘤陰影強
調手段73とを備えた構成である。

【００５７】以下、本実施例の計算機支援画像診断装置
の作用について説明する。

【００５８】全体画像メモリ10に光磁気ディスクや画像
読取装置等から、内部に腫瘤部を有する乳房を含む全体
画像Ｐを表す全体画像データＳが入力される。また、こ
の全体画像データＳは直接全体画像表示手段30にも入力
され（図１のＡの経路）、もしくは一旦全体画像メモリ
10に記憶されたものとして全体画像表示手段30に入力さ
れて（図１のＢの経路）、全体画像表示手段30は、この
全体画像データＳに基づいて全体画像Ｐを表示する。

【００５９】一方、全体画像メモリ10に記憶された全体
画像データＳはアイリスフィルター40にも入力される。
アイリスフィルター40は、前述した手順にしたがって、
入力された全体画像データＳの全体に亘って、濃度値Ｄ
org に基づいた勾配ベクトルの集中度（式（10）参照）
を評価して、腫瘤陰影Ｐ₁ を示す画像データ（以下、腫
瘤画像データという）Ｓ₁ を検出する。

【００６０】すなわち、図２（１）に示したマンモグラ
ムの腫瘤陰影Ｐ₁ の濃度値Ｄorg は陰影の中心に向かう
にしたがって小さくなるため、同図（２）に示すよう
に、式（４）で表す勾配ベクトルの向きがその中心に集
中するが、一方、血管や乳腺等の画像Ｐ₃ は、その濃度
値Ｄorg が陰影の中心線に向かうにしたがって小さくな
るため、式（４）で表す勾配ベクトルは同図（３）に示
すようにその向きが一定方向を向くことになり、同図
（２）の腫瘤陰影の場合のように１点に集中することが
ない。

【００６１】アイリスフィルター40は、このような勾配
ベクトルの集中度Ｃを評価し、さらに前述した（ステッ
プ３）による形状評価を行うことにより、腫瘤陰影Ｐ₁
を示す画像データＳ₁ の画素（位置）を特定するととも
に、この集中度Ｃを腫瘤陰影を構成する画素であるか否
かを示す信号Ｇirisとして出力する。判定手段50は、ア
イリスフィルター40によりこの腫瘤陰影Ｐ₁ を示す腫瘤
画像データＳ₁ が検出されたことを判定するとともに、
腫瘤画像データＳ₁ の画素位置を特定する位置データ
（以下、腫瘤画素位置データという）Ｄ₁ および信号Ｇ
irisを局所領域抽出手段60に入力する。

【００６２】判定手段50は、アイリスフィルター40によ
りこの腫瘤陰影Ｐ₁ を示す腫瘤画像データが検出されな
かったと判定した場合には、腫瘤画像データＳ₁ の画素
位置を特定する腫瘤画素位置データＤ₁ を出力せずに処
理は終了する。

【００６３】一方、腫瘤画像データが検出されたと判定
した場合は、局所領域抽出手段60には全体画像メモリ10
に記憶された全体画像データＳも入力され、局所領域抽
出手段60は入力された全体画像データＳのうち、腫瘤画
素位置データＤ₁ に基づいて腫瘤画像データＳ₁ の画素
を含む近傍の画素（これらの画素の集合としての局所領
域）を、予め設定された処理手順にしたがって特定した
うえで、この局所領域の画像Ｐ₂ を表す局所画像データ
Ｓ₂ を抽出する。

【００６４】抽出された局所画像データＳ₂ および信号
Ｇirisは局所画像強調手段70に入力される。

【００６５】局所画像強調手段70に入力された局所画像
データＳ₂ を構成する各画素（濃度値Ｄorg ）につい
て、まず高周波成分を算出する手段71により、ボケマス
ク信号Ｄusが算出されたうえで、高周波成分（Ｄorg −
Ｄus）が算出される。次に、アイリスフィルター40から
の入力Ｇirisが変換テーブル72によりβ（Ｇiris）に変
換される。この変換テーブル72は、図３に示すように単
調増加関数である。すなわち、信号Ｇirisは式（10）に
示した集中度Ｃを表すものであり、集中度Ｃが大きな値
を採る場合は、その画素が腫瘤陰影に対応した画素であ
ることを示す。したがって、変換テーブル72の出力β
（Ｇiris）が大きな値を出力するのは、その画素が腫瘤
陰影を構成する画素の場合である。

【００６６】腫瘤陰影強調手段73は、変換テーブル72か
らの出力β（Ｇiris）と高周波成分を算出する手段71か
らの出力である高周波成分（Ｄorg −Ｄus）との積β
（Ｇiris）×（Ｄorg −Ｄus）を算出し、その積に原画
像の濃度値Ｄorg を加算した式（１）で示す周波数強調
処理を施す。

【００６７】この周波数強調処理によれば、アリスフィ
ルター40により得られた腫瘤陰影を構成する画素か否か
に応じた信号Ｄirisに基づく強調係数β（Ｇiris）で、
高周波成分（Ｄorg −Ｄus）を強調するため、この高周
波成分（Ｄorg −Ｄus）に例えば量子ノイズ等が含まれ
ていても、その画素が腫瘤陰影等の画像部分を構成する
ものでない場合（例えば、血管等の陰影の場合）は、そ
の画素についてのβ（Ｇiris）の値は小さいため、強調
度合は小さいものとなる。一方、画素が腫瘤陰影等の画
像部分を構成するものである場合は、その画素について
のβ（Ｇiris）の値は大きいため、その強調度合は大き
いものとなる。

【００６８】したがって、画像の高周波成分（Ｄorg −
Ｄus）に放射線ノイズが含まれているか否かに拘らず、
腫瘤陰影等の特定の画像部分であるか否かに応じた関数
β（Ｇiris）により、特定の画像部分を選択的に強調処
理することができる。

【００６９】局所画像表示手段90は、この局所画像強調
手段70により局所領域の画像Ｐ₂ のうち腫瘤陰影Ｐ₁ が
強調処理された画像を表示する。

【００７０】このように全体画像のうち、腫瘤陰影Ｐ₁
の画像だけが別個に局所画像表示手段90に表示されるた
め、読影者はその表示された局所領域の画像に観察意
識、診断意識を集中することができ、診断性能を向上さ
せることができる。

【００７１】また、全体画像表示手段30が局所画像表示
手段90を兼ねる構成であってもよく、その場合であって
も、表示された全体画像Ｐのうち腫瘤陰影Ｐ₁ の画像だ
けが選択的に強調されるため、これによって診断性能が
向上する。

【図面の簡単な説明】

【図１】計算機支援画像診断装置の概略構成を示すブロ
ック図

【図２】（１）図１に示した計算機支援画像診断装置に
より画像診断に供される乳房の放射線画像（マンモグラ
ム）を示す図 （２）腫瘤陰影における勾配ベクトルの集中度を示す図 （３）血管等における勾配ベクトルの集中度を示す図

【図３】変換テーブルを表す関数のグラフ

【図４】勾配ベクトルを算出するマスクを示す図

【図５】注目画素についての勾配ベクトルの集中度の概
念を示す図

【図６】注目画素を中心とする放射状の線を示す図

【符号の説明】

10 全体画像メモリ 30 全体画像表示手段 40 異常陰影検出手段 50 判定手段 60 局所領域抽出手段 70 局所画像強調手段 71 高周波成分算出手段 72 変換テーブル 73 腫瘤陰影強調手段 90 局所画像表示手段 Ｄorg オリジナル濃度値

【手続補正書】

【提出日】平成８年１月３１日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】００２２

【補正方法】変更

【補正内容】

【００２２】

【数４】 （Ｒmin は抽出しようとする腫瘤陰影の半径の最小値、
Ｒmax は抽出しようとする腫瘤陰影の半径の最大値を表
す）

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】００２３

【補正方法】変更

【補正内容】

【００２３】すなわち、複数の線のすべてについて、前
記線ごとに、該線上の前記注目画素から、検出しようと
する腫瘤陰影の最小の大きさから最大の大きさまでにそ
れぞれ対応する距離にある画素までの全画素の前記指標
値cos θj の平均値を算出する。

【手続補正３】

【補正対象書類名】明細書

【補正対象項目名】００３４

【補正方法】変更

【補正内容】

【００３４】

【数７】 すなわち、複数の線のすべてについて、前記線ごとに、
該線上の前記注目画素から検出しようとする腫瘤陰影の
最小の大きさに対応する距離にある画素から、最大の大
きさに対応する距離にある画素までの全画素の前記指標
値cos θj の平均値を算出すればよい。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 画像を表すオリジナルの画像信号Ｄorg
   に対してアイリスフィルターの演算を施すことにより、
   該画像中の各画素について、該画素に対する画像信号Ｄ
   org の勾配の集中度を求め、該集中度に基づいて、前記
   画像における該集中度の高い画像部分を求めて、前記画
   像の各画素が前記画像部分に対応する画素であるか否か
   を示す信号Ｇirisを抽出し、 前記オリジナルの画像信号Ｄorg の、超低空間周波数に
   対応する非鮮鋭マスク信号Ｄusを求め、 前記信号Ｇirisに基づく関数β（Ｇiris）および前記非
   鮮鋭マスク信号Ｄusを用いて、前記オリジナルの画像信
   号Ｄorg に対して、 Ｄproc＝Ｄorg ＋β（Ｇiris）×（Ｄorg −Ｄus） （１） なる演算を行って、前記画像部分を選択的に強調処理す
   ることを特徴とする画像処理方法。