画像診断支援装置及びプログラム
【課題】乳房画像における「構築の乱れ」に該当する領域を医師が容易に検出できるようにする。
【解決手段】画像診断支援装置１０のＣＰＵ１１によれば、一対の左右の乳房画像のそれぞれから乳房領域を抽出し、抽出された乳房領域内の線構造を検出し、抽出された乳房領域内に複数のＲＯＩを設定し、設定したＲＯＩのそれぞれを線構造の方向のパターンによって分類する。そして、各ＲＯＩに線構造の方向のパターンの分類に応じたラベルを付与して左右の乳房画像上に重畳して表示部１４に表示する。
【解決手段】画像診断支援装置１０のＣＰＵ１１によれば、一対の左右の乳房画像のそれぞれから乳房領域を抽出し、抽出された乳房領域内の線構造を検出し、抽出された乳房領域内に複数のＲＯＩを設定し、設定したＲＯＩのそれぞれを線構造の方向のパターンによって分類する。そして、各ＲＯＩに線構造の方向のパターンの分類に応じたラベルを付与して左右の乳房画像上に重畳して表示部１４に表示する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像診断支援装置及びプログラムに関する。
【背景技術】
【０００２】
従来、乳房を放射線撮影して得られた乳房画像は、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等の表示装置に表示されるか又はフィルム上にプリントされ、医師の読影診断に供されている。左右の乳房における正常構造は略同じであるため、医師が乳房画像を診断する場合、一対の左右の乳房画像を並べて表示して比較する所謂比較読影が行われている。
【０００３】
比較読影の際には、医師は、左右の乳房画像の濃淡差、乳腺の分布、乳腺の流れ等に着目して診断を行っている。しかしながら、これらは主観的な医師の判断によるものであり、診断結果は読影する医師の経験や読影能力の高低に依存する。
【０００４】
そこで、医師の技量に依存することなく異常部分を的確に検出できるよう支援する技術が提案されている。例えば、特許文献１には、左右の乳房画像の濃度に基づいて乳腺分布マップを作成し、左右非対称性陰影を検出する技術が記載されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００３−３３４１８３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に記載の技術においては、左右の乳房画像の濃度差の違いによる所見の検出が可能である。検出可能な所見は、腫瘤、左右非対称陰影（ＦＡＤ）である。
【０００７】
しかしながら、乳癌の重要所見の一つである「構築の乱れ」については、乳腺が周辺と異なる流れを示しているのみで乳房画像において濃度差を生じないため（図８Ａ参照）、特許文献１に記載の技術では検出することができない。
【０００８】
本発明の課題は、乳房画像における「構築の乱れ」に該当する領域を医師が容易に検出できるようにすることである。
【課題を解決するための手段】
【０００９】
上記課題を解決するため、請求項１に記載の発明の画像診断支援装置は、
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段と、
前記抽出された乳房領域内の線構造を検出する線構造検出手段と、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段と、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段と、
を備える。
【００１０】
請求項２に記載の発明は、請求項１に記載の発明において、
前記表示手段は、前記左右の乳房画像の対応する領域同士の線構造の方向のパターンが異なっている場合に、前記左右の乳房画像上の前記対応する領域同士の線構造の方向のパターンが異なっている領域に前記線構造の方向のパターンの分類に応じた識別情報を重畳表示する。
【００１１】
請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記左右の乳房画像のそれぞれから異常陰影候補を検出する異常陰影候補検出手段を備え、
前記表示手段は、前記識別情報とともに前記異常陰影候補検出手段により検出された異常陰影候補の位置を示すマークを前記左右の乳房画像上に重畳表示する。
【００１２】
請求項４に記載の発明のプログラムは、
コンピュータを、
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段、
前記抽出された乳房領域内の線構造を検出する線構造検出手段、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段、
として機能させる。
【発明の効果】
【００１３】
本発明によれば、乳房画像における「構築の乱れ」に該当する領域を医師が容易に検出することが可能となる。
【図面の簡単な説明】
【００１４】
【図１】本実施の形態における画像診断支援装置の機能的構成を示すブロック図である。
【図２】図１のＣＰＵにより実行される乳腺構造ラベル付け処理を示すフローチャートである。
【図３】乳房画像において抽出される各領域を説明するための図である。
【図４】図２のステップＳ２の処理の詳細を示すフローチャートである。
【図５Ａ】乳房画像に設定する座標軸を説明するための図である。
【図５Ｂ】乳頭の検出を説明するための図である。
【図６】ＲＯＩの設定を説明するための図である。
【図７】Ｓｏｂｅｌフィルタの一例を示す図である。
【図８Ａ】線構造の検出前の左右の乳房画像の一例を示す図である。
【図８Ｂ】図８Ａの乳房画像から線構造を検出した左右の乳房画像の一例を示す図である。
【図９】図２のステップＳ４の処理の詳細を示すフローチャートである。
【図１０】線構造の方向のパターンを分類する際に設定されるベクトルを説明するための図である。
【図１１Ａ】線構造の方向のパターンに応じたラベル付けの一例を示す図である。
【図１１Ｂ】ＲＯＩ毎の線構造の方向のパターンを示すラベルが重畳表示された乳房画像の一例を示す図である。
【図１２】ＲＯＩ毎の線構造の方向のパターンを示すラベル及び異常陰影候補の検出位置を示すマークが重畳表示された乳房画像の一例を示す図である。
【発明を実施するための形態】
【００１５】
以下、本発明に係る実施の形態について説明する。ただし、本発明は図示例のものに限定されるものではない。
【００１６】
まず、本実施の形態の構成を説明する。
図１に、本実施の形態における画像診断支援装置１０の機能構成例を示す。
図１に示すように、画像診断支援装置１０は、ＣＰＵ（Central Processing Unit）１
１、Ｉ／Ｆ（Inter Face）１２、操作部１３、表示部１４、通信部１５、ＲＡＭ（Random Access Memory）１６、ＲＯＭ（Read Only Memory）１７等を備えて構成され、各部はバス１８より接続されて構成されている。
【００１７】
ＣＰＵ１１は、ＲＯＭ１７に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ１６内に展開し、展開されたプログラムとの協働により後述する乳腺構造ラベル付け処理を始めとする各種処理を実行し、画像診断支援装置１０の各部の動作を集中制御する。
【００１８】
Ｉ／Ｆ１２は、画像生成装置Ｇと接続するためのインターフェイスであり、画像生成装置Ｇにおいて生成された画像データを画像診断支援装置１０に入力する。
【００１９】
画像生成装置Ｇは、患者の乳房を被写体として撮影し、撮影した画像をデジタル変換して、乳房画像の画像データを生成する装置である。画像生成装置Ｇとしては、例えば、ＣＲ（Computed Radiography）装置、ＦＰＤ（Flat Panel Detector）装置等が適用可能である。
なお、本実施の形態において、画像生成装置Ｇは、一の患者について左右一対の乳房画像を生成し、画像診断支援装置１０に入力する。
【００２０】
操作部１３は、カーソルキーや数字キー、各種機能キーからなるキーボードを備えて構成され、押下されたキーに対応する操作信号をＣＰＵ１１に出力する。なお、必要に応じてマウスやタッチパネル等のポインティングディバイスを含むこととしてもよい。
【００２１】
表示部１４は、ＬＣＤやＣＲＴ等のモニタにより構成され、ＣＰＵ１１から入力される表示信号の指示に従って、乳房画像等の表示を行う。
【００２２】
通信部１５は、ネットワークインターフェイスカード、モデム、ターミナルアダプタ等の通信用インターフェイスにより構成され、通信ネットワーク上の外部機器と各種情報の送受信を行う。例えば、通信部１５を介して画像生成装置Ｇから画像データを受信する構成としてもよいし、通信部１５を介して病院内の画像サーバ等に接続する構成としてもよい。
【００２３】
ＲＡＭ１６は、ＣＰＵ１１によって実行される各種プログラムやこれらプログラムによって処理されたデータ等を一時的に記憶するワークエリアを形成する。
【００２４】
ＲＯＭ１７は、ＣＰＵ１１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメータ、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、ＣＰＵ１１は、当該プログラムコードに従った動作を逐次実行する。
【００２５】
（画像診断支援装置１０の動作）
次に、本実施の形態における動作について説明する。
画像診断支援装置１０においては、画像生成装置Ｇから一対の左右の乳房画像の画像データが入力されると、以下に説明する乳腺構造ラベル付け処理が実行される。なお、画像診断支援装置１０に入力される乳房画像の画素値は、濃度を表す値として説明する。
【００２６】
図２に、画像診断支援装置１０において実行される乳腺構造ラベル付け処理のフローを示す。当該処理は、ＣＰＵ１１とＲＯＭ１７に記憶されている乳腺構造ラベル付け処理プログラムとの協働によるソフトウエア処理により実現される。
【００２７】
まず、入力された左右の乳房画像のそれぞれにおいて、乳房領域Ｓａ１（図３参照）の抽出が行われる（ステップＳ１）。
【００２８】
乳房領域Ｓａ１の抽出は、公知のどのような技術を用いても良いが、例えば、下記の方法により行うことができる。
（１）まず、乳房画像の画素値の分散ヒストグラムを求め、判別分析法（分散ヒストグラムを２つのクラスに分割したとき２つのクラスでクラス内分散とクラス間分散の判別比（分散比）が最大になるように閾値を決定する方法）を用いて閾値を決定し、決定された閾値を用いて乳房画像の画素値を２値化し、乳房画像を被写体領域Ｓａとそれ以外の被写体外領域（放射線が直接到達した素抜け領域）Ｓｂに分割することにより被写体領域Ｓａを抽出する（図３参照）。撮影方向がＣＣ（上下方向）である場合は、抽出された被写体領域Ｓａが乳房領域Ｓａ１となる。
（２）撮影方向がＭＬＯ（斜位方向）の場合には、（１）の被写体領域Ｓａに胸筋領域Ｓａ２が含まれるため、（１）で抽出された被写体領域Ｓａから胸筋領域Ｓａ２を除いた乳房領域Ｓａ１を抽出する。例えば、被写体領域Ｓａ内の濃度勾配を調べて被写体領域Ｓａを胸筋領域Ｓａ２と乳房領域Ｓａ１とに分割し、乳房領域Ｓａ１を抽出する。特開２００１−２３８８６８号公報に記載されているように局所領域を設定し、局所領域内の画素値に基づき閾値を設定して被写体領域Ｓａ内を２値化し、被写体領域Ｓａから胸筋領域Ｓａ２及び乳房領域Ｓａ１を抽出するようにしてもよい。
【００２９】
次いで、左右の乳房画像のそれぞれにおいて、抽出された乳房領域Ｓａ１内にＲＯＩ（関心領域）が設定される（ステップＳ２）。
図４に、ステップＳ２における処理の詳細フローを示す。
ステップＳ２においては、まず、乳頭位置の検出が行われる（ステップＳ１０１）。
乳頭位置の検出は、例えば、図５Ａに示すように、乳房画像中の乳房の上下方向をＸ軸、これと垂直方向をＹ軸とした座標（Ｘ，Ｙ）とし、図５Ｂに示すように、乳房領域Ｓａ１と被写体外領域Ｓｂとの境界ＳＬ上の各点Ｓ（Ｘ）について、Ｓ（Ｘ）とＳ（Ｘ＋ｄ（ｄは、例えば１０））とを結んだ直線と、Ｓ（Ｘ）〜Ｓ（Ｘ＋ｄ）の間の各点（Ｓ（Ｘ＋１）、Ｓ（Ｘ＋２）・・・Ｓ（Ｘ＋ｄ−１））との距離Ｄをそれぞれ算出し、算出した距離Ｄの最大値Ｄ（Ｘ）が取得される。そして、各Ｓ（Ｘ）についての最大値Ｄ（Ｘ）のうち最も大きい値をもつＳ（Ｘ）の位置が乳頭位置として検出される。
【００３０】
次いで、検出された乳頭位置の座標（ｘ、ｙ）を中心としたｎ×ｎ画素（ｎは正の整数）の画素ブロックからなるＲＯＩが設定され、そのＲＯＩの位置が基準Ｂ（ｘ、ｙ）として設定される（ステップＳ１０２）。ここで、ステップＳ１０２以降の処理においては、例えば、図６に示すように、乳房画像中の乳房の上下方向をｙ軸、これと垂直方向をｘ軸としてＲＯＩの位置を定める。各軸のスケールはＲＯＩを１単位としている。ＲＯＩを構成する画素ブロックのサイズ（ｎ×ｎ画素）は、実験的経験的に適宜決定される。また、設定されたＲＯＩの位置は、それぞれＲＡＭ１６に記憶される。
【００３１】
次いで、設定されたＲＯＩが乳房領域外であるか否かが判断される（ステップＳ１０３）。設定されたＲＯＩが乳房領域外ではない（即ち、乳房領域内である）と判断されると（ステップＳ１０３；ＮＯ）、Ｂ（ｘ、ｙ＋１）が次のＲＯＩの位置Ｍ（ｘ、ｙ）として設定され（ステップＳ１０４）、処理はステップＳ１０３に戻る。Ｍ（ｘ、ｙ）をｙ方向に＋１ずつずらしながら順次ＲＯＩを設定していき、設定されたＲＯＩが乳房領域外となるまでこのステップＳ１０３〜Ｓ１０４の処理が繰り返し実行される。
【００３２】
ステップＳ１０３において、ＲＯＩが乳房領域外であると判断されると（ステップＳ１０３；ＹＥＳ）、基準Ｂ（ｘ、ｙ）にＲＯＩの位置が移動される（ステップＳ１０５）。
【００３３】
次いで、設定されたＲＯＩが乳房領域外であるか否かが判断される（ステップＳ１０６）。設定されたＲＯＩが乳房領域外ではない（即ち、乳房領域内である）と判断されると（ステップＳ１０６；ＮＯ）、Ｂ（ｘ、ｙ−１）が次のＲＯＩの位置Ｍ（ｘ、ｙ）として設定され（ステップＳ１０７）、処理はステップＳ１０６に戻る。ｙ方向に−１ずつずらしながら順次ＲＯＩを設定していき、設定されたＲＯＩが乳房領域外となるまでこのステップＳ１０６〜Ｓ１０７の処理が繰り返し実行される。
【００３４】
ステップＳ１０６において、ＲＯＩが乳房領域外であると判断されると（ステップＳ１０６；ＹＥＳ）、Ｂ（ｘ−１、ｙ）が基準Ｂ（ｘ、ｙ）として設定され（ステップＳ１０８）、Ｂ（ｘ、ｙ）が乳房領域外であるか否かが判断される（ステップＳ１０９）。基準Ｂ（ｘ、ｙ）が乳房領域外ではないと判断されると（ステップＳ１０９；ＮＯ）、基準Ｂ（ｘ、ｙ）にＲＯＩが設定され（ステップＳ１１０）、処理はステップＳ１０３に戻り、ステップＳ１０３〜Ｓ１０９の処理が繰り返し実行される。ステップＳ１０９において、基準Ｂが乳房領域外であると判断されると（ステップＳ１０９；ＮＯ）、ステップＳ２の処理は終了し、処理は図２のステップＳ３に移行する。
【００３５】
このように、まず乳頭位置を基準Ｂ（ｘ、ｙ）としてＲＯＩを設定し、基準Ｂに対して、まず＋ｙ方向に１ずつずらしながら乳房領域外となるまでＲＯＩを設定していき、次いで、基準Ｂに対して−ｙ方向に１ずつずらしながら乳房領域外となるまでＲＯＩを設定していく。基準Ｂに対するｙ軸方向へのＲＯＩの設定が終了すると、基準Ｂをｘ方向に−１ずつずらして、同様の処理を行っていく。このようにして、図６に示すように、乳房領域内全体にＲＯＩが設定される。このステップＳ２の処理により、乳房画像中の乳房領域内を複数のＲＯＩ領域に分割することができる。
なお、図４のフローは、左の乳房画像に対してＲＯＩを設定する場合を示している。右乳房画像に対しては、ステップＳ１０８の処理が基準Ｂ（ｘ、ｙ）＝Ｂ（ｘ＋１、ｙ）となる。
【００３６】
図２のステップＳ３においては、左右の乳房画像のそれぞれにおいて、乳房領域内の線構造の検出が行われる（ステップＳ３）。具体的には、左右の乳房画像のそれぞれにＳｏｂｅｌフィルタ処理が施されることにより、乳房領域内の線構造が検出される。乳腺は、乳房領域内で線構造をなしており、乳房領域内の線構造を検出することで、乳腺構造を検出することができる。
図７にＳｏｂｅｌフィルタの一例を示す。Ｓｏｂｅｌフィルタ処理では、注目画素を中心とした上下左右の９つの画素値に対して、図７に示す縦方向、横方向の２つのフィルタの係数をそれぞれ乗算し、結果を合計する。横方向の合計値をｆｘ（ｘ、ｙ）、縦方向の合計値をｆｙ（ｘ、ｙ）とすると、注目画素の画素値ｆ´（ｘ、ｙ）は下記の［数１］により求められる。
【数１】
【００３７】
図８Ａに、線構造の検出前の左右の乳房画像の一例を示す。図８Ａにおいて矩形で囲った領域は、乳腺の構築の乱れがあるが、乳腺構造は乳房画像上で濃淡差として表れないため、図８Ａに示す画像から構築の乱れを視認することは困難である。
図８Ｂに、図８Ａの乳房画像から線構造を検出した左右の乳房画像の一例を示す。図８Ｂに示すように、線構造検出後の画像においては、乳腺構造の流れをある程度は視認することができる。ただし、図８Ｂからもわかるように、線構造が検出された乳房画像においても、抽出された左右の線構造の流れ、即ち左右の乳腺の流れを識別して構築の乱れを検出することは容易とはいえない。
【００３８】
次いで、左右の乳房画像のそれぞれにおいて、各ＲＯＩが乳腺構造の方向のパターンによって分類される（ステップＳ４）。
【００３９】
ステップＳ４においては、図９に示すフローの処理が実行される。
まず、変数Ｋに１が設定されるとともに、Ｐ［θｊ］（ｊ＝１、２、３・・・）の各カウンタに０が設定され、初期化される（ステップＳ２００）。
次いで、Ｋ番目のＲＯＩ内のＳｏｂｅｌフィルタ処理後の画素値が予め定められた閾値を用いて２値化されることにより線構造が認識され、認識された線構造にラベリング処理が行われ、連続する線構造毎にＬ１〜Ｌｍ（ｍは認識された連続する線構造の個数）の識別番号が付与される（ステップＳ２０１）。
【００４０】
次いで、変数ｉに１が設定され（ステップＳ２０２）、ｉ＞ｍであるか否かが判断される（ステップＳ２０３）。ｉ＞ｍではないと判断されると（ステップＳ２０３；ＮＯ）、図１０に示すように線構造Ｌｉの始点と終点を結んだベクトルｇｉが設定される（ステップＳ２０４）。
次いで、ｘ軸方向と水平方向のベクトルｈとベクトルｇｉと内積の式に基づいて、ベクトルｈとベクトルｇｉのなす角θｇｉｈが算出される（ステップＳ２０５）。ここで、−９０°≦θｇｉｈ≦９０°である。
【００４１】
次いで、算出されたθｇｉｈに基づいて、線構造Ｌｉの方向がパターンＰ［θｊ］（ｊ＝１、２、３・・・）の何れかに分類される（ステップＳ２０６）。分類するパターンは、適宜設定することができる。ここでは、例えば、パターンＰ［θ１］：０°≦θ１＜４５°、パターンＰ［θ２］：４５°≦θ２≦９０°、パターンＰ［θ３］：−４５°＜θ３＜０°、パターンＰ［θ４］：−９０°≦θ４≦−４５°に分類する。
次いで、θｇｉｈが分類されたパターンＰ［θｊ］に対応するカウンタが１カウントアップされる（ステップＳ２０７）。そして、変数ｉが１インクリメントされ（ステップＳ２０８）、処理はステップＳ２０３に戻る。
【００４２】
一方、ステップＳ２０３において、変数ｉ＞ｍであると判断されると（ステップＳ２０３；ＹＥＳ）、配列ＲＯＩ［Ｋ］にカウンタの値が最大となったＰ［θｊ］が格納される（ステップＳ２０９）。そして、変数Ｋが１インクリメントされ（ステップＳ２１０）、Ｋ＞設定されたＲＯＩの数であるか否かが判断される（ステップＳ２１１）。Ｋ＞設定されたＲＯＩの数ではないと判断されると（ステップＳ２１１；ＮＯ）、処理はステップＳ２０１に戻り、次のＲＯＩについてステップＳ２０１〜ステップＳ２０９の処理が実行される。Ｋ＞設定されたＲＯＩの数であると判断されると（ステップＳ２１１；ＹＥＳ）、処理は図２のステップＳ５に移行する。
【００４３】
図２のステップＳ５においては、左右の乳房画像のそれぞれにおいて、ＲＯＩ毎に、ステップＳ４において分類された線構造の方向のパターンに応じたラベル付けが行われる（ステップＳ５）。図１１Ａに、ラベル付けの一例を示す。そして、左右の乳房画像上に各ＲＯＩの線構造のパターンに応じたラベル（線構造の方向のパターンを示す識別情報）が重畳されて表示部１４に表示され（ステップＳ６）、本処理は終了する。
【００４４】
図１１Ｂに、ステップＳ６において表示部１４に表示される乳房画像の一例を示す。図１１Ｂに示すように、左右の乳房画像のそれぞれに、ＲＯＩ毎の線構造の方向のパターンを示すラベルを重畳表示することで、左右の乳房における乳腺の流れ（乳腺構造の方向）を可視化することができるので、読影医は、左右の乳房で乳腺の流れが異なっている領域を容易に把握して、「構築の乱れ」のある部分を容易に検出することが可能となる。例えば、図１１Ｂにおいては、画像中の上部領域の乳腺の流れのパターンが左右の乳房で異なっているので、画像中の上部領域に局所的に乳腺組織が乱れている「構築の乱れ」があることを読影医が容易に認識することができ、読影精度を向上させることができる。
【００４５】
なお、ステップＳ６においては、設定したＲＯＩの全てについてのラベルを表示することとしてもよいが、左右の乳房画像中の対応する領域同士の乳腺の流れのパターンが異なる場合に、それらの領域のみにラベルを重畳表示してもよい。このようにすれば、医師はより容易に乳腺組織が乱れている「構築の乱れ」がある部分を認識することが可能となる。左右の乳房画像における対応する領域は、例えば、特開2009−82564号公報に記載のように、左右の乳房画像から乳頭位置を検出し、乳頭の位置に基づいて乳房の傾きを示す直線を算出し、検出された乳頭の位置を原点、算出された乳房の傾きを示す直線を軸とする極座標系を設定し、この極座標系において一致する位置を前記左右の乳房画像における位置の対応付けを行うことにより特定することができる。
【００４６】
また、入力された左右の乳房画像のそれぞれについて線構造を有する異常陰影候補を検出する処理を施し、図１２に示すように、検出された異常陰影候補の位置を示すマークＭを線構造の方向のパターンを示すラベルとともに表示部１４に表示された左右の乳房画像上に重畳表示してもよい。このようにすれば、診断の参考となる更なる情報を医師に提供することができる。線構造を有する異常陰影候補を検出する手法としては、例えば、特開2004-209059公報に記載の手法を用いることができる。この手法によれば、画像中の線構造を抽出し、抽出された線構造の線集中度を画像中の各画素について算出し、抽出された線構造の方向分布指数を各画素について算出し、画素毎に線集中度と方向分布指数との積を算出し、算出された積に基づいて画像中の異常陰影候補の領域を検出する。異常陰影候補の検出処理は、ＲＯＭに記憶されているプログラムとＣＰＵ１１との協働により実現することができる。
【００４７】
以上説明したように、画像診断支援装置１０のＣＰＵ１１によれば、一対の左右の乳房画像のそれぞれから乳房領域を抽出し、抽出された乳房領域内の線構造を検出し、抽出された乳房領域内に複数のＲＯＩを設定し、設定したＲＯＩのそれぞれを線構造の方向のパターンによって分類する。そして、各ＲＯＩに線構造の方向のパターンの分類に応じたラベルを付与して左右の乳房画像上に重畳して表示部１４に表示する。
【００４８】
従って、乳房画像上に濃度差として現れない、左右の乳房における乳腺の流れ（乳腺構造の方向）を可視化することができるので、読影医は、左右の乳房で乳腺の流れが異なっている領域を容易に把握して、「構築の乱れ」のある部分を容易に検出することが可能となる。
【００４９】
また、左右の乳房画像の対応する領域同士の線構造の方向のパターンが異なっている場合に、その異なっている領域に対して線構造の方向のパターンの分類に応じたラベルを重畳表示することで、医師はより容易に乳腺組織が乱れている「構築の乱れ」がある部分を認識することが可能となる。
【００５０】
また、左右の乳房画像のそれぞれから異常陰影候補を検出する異常陰影候補検出処理を行って、線構造の方向のパターンを示すラベルとともに異常陰影候補の位置を示すマークを左右の乳房画像上に重畳表示することで、診断の参考となる更なる情報を医師に提供することができる。
【００５１】
なお、上記各実施の形態における記述は、本発明に係る画像診断支援装置１０の好適な一例であり、これに限定されるものではない。
【００５２】
また、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリ等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
【００５３】
その他、画像診断支援装置を構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
【符号の説明】
【００５４】
１０ 画像診断支援装置
１１ ＣＰＵ
１２ Ｉ／Ｆ
１３ 操作部
１４ 表示部
１５ 通信部
１６ ＲＡＭ
１７ ＲＯＭ
１８ バス
Ｇ 画像生成装置
【技術分野】
【０００１】
本発明は、画像診断支援装置及びプログラムに関する。
【背景技術】
【０００２】
従来、乳房を放射線撮影して得られた乳房画像は、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等の表示装置に表示されるか又はフィルム上にプリントされ、医師の読影診断に供されている。左右の乳房における正常構造は略同じであるため、医師が乳房画像を診断する場合、一対の左右の乳房画像を並べて表示して比較する所謂比較読影が行われている。
【０００３】
比較読影の際には、医師は、左右の乳房画像の濃淡差、乳腺の分布、乳腺の流れ等に着目して診断を行っている。しかしながら、これらは主観的な医師の判断によるものであり、診断結果は読影する医師の経験や読影能力の高低に依存する。
【０００４】
そこで、医師の技量に依存することなく異常部分を的確に検出できるよう支援する技術が提案されている。例えば、特許文献１には、左右の乳房画像の濃度に基づいて乳腺分布マップを作成し、左右非対称性陰影を検出する技術が記載されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００３−３３４１８３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に記載の技術においては、左右の乳房画像の濃度差の違いによる所見の検出が可能である。検出可能な所見は、腫瘤、左右非対称陰影（ＦＡＤ）である。
【０００７】
しかしながら、乳癌の重要所見の一つである「構築の乱れ」については、乳腺が周辺と異なる流れを示しているのみで乳房画像において濃度差を生じないため（図８Ａ参照）、特許文献１に記載の技術では検出することができない。
【０００８】
本発明の課題は、乳房画像における「構築の乱れ」に該当する領域を医師が容易に検出できるようにすることである。
【課題を解決するための手段】
【０００９】
上記課題を解決するため、請求項１に記載の発明の画像診断支援装置は、
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段と、
前記抽出された乳房領域内の線構造を検出する線構造検出手段と、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段と、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段と、
を備える。
【００１０】
請求項２に記載の発明は、請求項１に記載の発明において、
前記表示手段は、前記左右の乳房画像の対応する領域同士の線構造の方向のパターンが異なっている場合に、前記左右の乳房画像上の前記対応する領域同士の線構造の方向のパターンが異なっている領域に前記線構造の方向のパターンの分類に応じた識別情報を重畳表示する。
【００１１】
請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記左右の乳房画像のそれぞれから異常陰影候補を検出する異常陰影候補検出手段を備え、
前記表示手段は、前記識別情報とともに前記異常陰影候補検出手段により検出された異常陰影候補の位置を示すマークを前記左右の乳房画像上に重畳表示する。
【００１２】
請求項４に記載の発明のプログラムは、
コンピュータを、
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段、
前記抽出された乳房領域内の線構造を検出する線構造検出手段、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段、
として機能させる。
【発明の効果】
【００１３】
本発明によれば、乳房画像における「構築の乱れ」に該当する領域を医師が容易に検出することが可能となる。
【図面の簡単な説明】
【００１４】
【図１】本実施の形態における画像診断支援装置の機能的構成を示すブロック図である。
【図２】図１のＣＰＵにより実行される乳腺構造ラベル付け処理を示すフローチャートである。
【図３】乳房画像において抽出される各領域を説明するための図である。
【図４】図２のステップＳ２の処理の詳細を示すフローチャートである。
【図５Ａ】乳房画像に設定する座標軸を説明するための図である。
【図５Ｂ】乳頭の検出を説明するための図である。
【図６】ＲＯＩの設定を説明するための図である。
【図７】Ｓｏｂｅｌフィルタの一例を示す図である。
【図８Ａ】線構造の検出前の左右の乳房画像の一例を示す図である。
【図８Ｂ】図８Ａの乳房画像から線構造を検出した左右の乳房画像の一例を示す図である。
【図９】図２のステップＳ４の処理の詳細を示すフローチャートである。
【図１０】線構造の方向のパターンを分類する際に設定されるベクトルを説明するための図である。
【図１１Ａ】線構造の方向のパターンに応じたラベル付けの一例を示す図である。
【図１１Ｂ】ＲＯＩ毎の線構造の方向のパターンを示すラベルが重畳表示された乳房画像の一例を示す図である。
【図１２】ＲＯＩ毎の線構造の方向のパターンを示すラベル及び異常陰影候補の検出位置を示すマークが重畳表示された乳房画像の一例を示す図である。
【発明を実施するための形態】
【００１５】
以下、本発明に係る実施の形態について説明する。ただし、本発明は図示例のものに限定されるものではない。
【００１６】
まず、本実施の形態の構成を説明する。
図１に、本実施の形態における画像診断支援装置１０の機能構成例を示す。
図１に示すように、画像診断支援装置１０は、ＣＰＵ（Central Processing Unit）１
１、Ｉ／Ｆ（Inter Face）１２、操作部１３、表示部１４、通信部１５、ＲＡＭ（Random Access Memory）１６、ＲＯＭ（Read Only Memory）１７等を備えて構成され、各部はバス１８より接続されて構成されている。
【００１７】
ＣＰＵ１１は、ＲＯＭ１７に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ１６内に展開し、展開されたプログラムとの協働により後述する乳腺構造ラベル付け処理を始めとする各種処理を実行し、画像診断支援装置１０の各部の動作を集中制御する。
【００１８】
Ｉ／Ｆ１２は、画像生成装置Ｇと接続するためのインターフェイスであり、画像生成装置Ｇにおいて生成された画像データを画像診断支援装置１０に入力する。
【００１９】
画像生成装置Ｇは、患者の乳房を被写体として撮影し、撮影した画像をデジタル変換して、乳房画像の画像データを生成する装置である。画像生成装置Ｇとしては、例えば、ＣＲ（Computed Radiography）装置、ＦＰＤ（Flat Panel Detector）装置等が適用可能である。
なお、本実施の形態において、画像生成装置Ｇは、一の患者について左右一対の乳房画像を生成し、画像診断支援装置１０に入力する。
【００２０】
操作部１３は、カーソルキーや数字キー、各種機能キーからなるキーボードを備えて構成され、押下されたキーに対応する操作信号をＣＰＵ１１に出力する。なお、必要に応じてマウスやタッチパネル等のポインティングディバイスを含むこととしてもよい。
【００２１】
表示部１４は、ＬＣＤやＣＲＴ等のモニタにより構成され、ＣＰＵ１１から入力される表示信号の指示に従って、乳房画像等の表示を行う。
【００２２】
通信部１５は、ネットワークインターフェイスカード、モデム、ターミナルアダプタ等の通信用インターフェイスにより構成され、通信ネットワーク上の外部機器と各種情報の送受信を行う。例えば、通信部１５を介して画像生成装置Ｇから画像データを受信する構成としてもよいし、通信部１５を介して病院内の画像サーバ等に接続する構成としてもよい。
【００２３】
ＲＡＭ１６は、ＣＰＵ１１によって実行される各種プログラムやこれらプログラムによって処理されたデータ等を一時的に記憶するワークエリアを形成する。
【００２４】
ＲＯＭ１７は、ＣＰＵ１１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメータ、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、ＣＰＵ１１は、当該プログラムコードに従った動作を逐次実行する。
【００２５】
（画像診断支援装置１０の動作）
次に、本実施の形態における動作について説明する。
画像診断支援装置１０においては、画像生成装置Ｇから一対の左右の乳房画像の画像データが入力されると、以下に説明する乳腺構造ラベル付け処理が実行される。なお、画像診断支援装置１０に入力される乳房画像の画素値は、濃度を表す値として説明する。
【００２６】
図２に、画像診断支援装置１０において実行される乳腺構造ラベル付け処理のフローを示す。当該処理は、ＣＰＵ１１とＲＯＭ１７に記憶されている乳腺構造ラベル付け処理プログラムとの協働によるソフトウエア処理により実現される。
【００２７】
まず、入力された左右の乳房画像のそれぞれにおいて、乳房領域Ｓａ１（図３参照）の抽出が行われる（ステップＳ１）。
【００２８】
乳房領域Ｓａ１の抽出は、公知のどのような技術を用いても良いが、例えば、下記の方法により行うことができる。
（１）まず、乳房画像の画素値の分散ヒストグラムを求め、判別分析法（分散ヒストグラムを２つのクラスに分割したとき２つのクラスでクラス内分散とクラス間分散の判別比（分散比）が最大になるように閾値を決定する方法）を用いて閾値を決定し、決定された閾値を用いて乳房画像の画素値を２値化し、乳房画像を被写体領域Ｓａとそれ以外の被写体外領域（放射線が直接到達した素抜け領域）Ｓｂに分割することにより被写体領域Ｓａを抽出する（図３参照）。撮影方向がＣＣ（上下方向）である場合は、抽出された被写体領域Ｓａが乳房領域Ｓａ１となる。
（２）撮影方向がＭＬＯ（斜位方向）の場合には、（１）の被写体領域Ｓａに胸筋領域Ｓａ２が含まれるため、（１）で抽出された被写体領域Ｓａから胸筋領域Ｓａ２を除いた乳房領域Ｓａ１を抽出する。例えば、被写体領域Ｓａ内の濃度勾配を調べて被写体領域Ｓａを胸筋領域Ｓａ２と乳房領域Ｓａ１とに分割し、乳房領域Ｓａ１を抽出する。特開２００１−２３８８６８号公報に記載されているように局所領域を設定し、局所領域内の画素値に基づき閾値を設定して被写体領域Ｓａ内を２値化し、被写体領域Ｓａから胸筋領域Ｓａ２及び乳房領域Ｓａ１を抽出するようにしてもよい。
【００２９】
次いで、左右の乳房画像のそれぞれにおいて、抽出された乳房領域Ｓａ１内にＲＯＩ（関心領域）が設定される（ステップＳ２）。
図４に、ステップＳ２における処理の詳細フローを示す。
ステップＳ２においては、まず、乳頭位置の検出が行われる（ステップＳ１０１）。
乳頭位置の検出は、例えば、図５Ａに示すように、乳房画像中の乳房の上下方向をＸ軸、これと垂直方向をＹ軸とした座標（Ｘ，Ｙ）とし、図５Ｂに示すように、乳房領域Ｓａ１と被写体外領域Ｓｂとの境界ＳＬ上の各点Ｓ（Ｘ）について、Ｓ（Ｘ）とＳ（Ｘ＋ｄ（ｄは、例えば１０））とを結んだ直線と、Ｓ（Ｘ）〜Ｓ（Ｘ＋ｄ）の間の各点（Ｓ（Ｘ＋１）、Ｓ（Ｘ＋２）・・・Ｓ（Ｘ＋ｄ−１））との距離Ｄをそれぞれ算出し、算出した距離Ｄの最大値Ｄ（Ｘ）が取得される。そして、各Ｓ（Ｘ）についての最大値Ｄ（Ｘ）のうち最も大きい値をもつＳ（Ｘ）の位置が乳頭位置として検出される。
【００３０】
次いで、検出された乳頭位置の座標（ｘ、ｙ）を中心としたｎ×ｎ画素（ｎは正の整数）の画素ブロックからなるＲＯＩが設定され、そのＲＯＩの位置が基準Ｂ（ｘ、ｙ）として設定される（ステップＳ１０２）。ここで、ステップＳ１０２以降の処理においては、例えば、図６に示すように、乳房画像中の乳房の上下方向をｙ軸、これと垂直方向をｘ軸としてＲＯＩの位置を定める。各軸のスケールはＲＯＩを１単位としている。ＲＯＩを構成する画素ブロックのサイズ（ｎ×ｎ画素）は、実験的経験的に適宜決定される。また、設定されたＲＯＩの位置は、それぞれＲＡＭ１６に記憶される。
【００３１】
次いで、設定されたＲＯＩが乳房領域外であるか否かが判断される（ステップＳ１０３）。設定されたＲＯＩが乳房領域外ではない（即ち、乳房領域内である）と判断されると（ステップＳ１０３；ＮＯ）、Ｂ（ｘ、ｙ＋１）が次のＲＯＩの位置Ｍ（ｘ、ｙ）として設定され（ステップＳ１０４）、処理はステップＳ１０３に戻る。Ｍ（ｘ、ｙ）をｙ方向に＋１ずつずらしながら順次ＲＯＩを設定していき、設定されたＲＯＩが乳房領域外となるまでこのステップＳ１０３〜Ｓ１０４の処理が繰り返し実行される。
【００３２】
ステップＳ１０３において、ＲＯＩが乳房領域外であると判断されると（ステップＳ１０３；ＹＥＳ）、基準Ｂ（ｘ、ｙ）にＲＯＩの位置が移動される（ステップＳ１０５）。
【００３３】
次いで、設定されたＲＯＩが乳房領域外であるか否かが判断される（ステップＳ１０６）。設定されたＲＯＩが乳房領域外ではない（即ち、乳房領域内である）と判断されると（ステップＳ１０６；ＮＯ）、Ｂ（ｘ、ｙ−１）が次のＲＯＩの位置Ｍ（ｘ、ｙ）として設定され（ステップＳ１０７）、処理はステップＳ１０６に戻る。ｙ方向に−１ずつずらしながら順次ＲＯＩを設定していき、設定されたＲＯＩが乳房領域外となるまでこのステップＳ１０６〜Ｓ１０７の処理が繰り返し実行される。
【００３４】
ステップＳ１０６において、ＲＯＩが乳房領域外であると判断されると（ステップＳ１０６；ＹＥＳ）、Ｂ（ｘ−１、ｙ）が基準Ｂ（ｘ、ｙ）として設定され（ステップＳ１０８）、Ｂ（ｘ、ｙ）が乳房領域外であるか否かが判断される（ステップＳ１０９）。基準Ｂ（ｘ、ｙ）が乳房領域外ではないと判断されると（ステップＳ１０９；ＮＯ）、基準Ｂ（ｘ、ｙ）にＲＯＩが設定され（ステップＳ１１０）、処理はステップＳ１０３に戻り、ステップＳ１０３〜Ｓ１０９の処理が繰り返し実行される。ステップＳ１０９において、基準Ｂが乳房領域外であると判断されると（ステップＳ１０９；ＮＯ）、ステップＳ２の処理は終了し、処理は図２のステップＳ３に移行する。
【００３５】
このように、まず乳頭位置を基準Ｂ（ｘ、ｙ）としてＲＯＩを設定し、基準Ｂに対して、まず＋ｙ方向に１ずつずらしながら乳房領域外となるまでＲＯＩを設定していき、次いで、基準Ｂに対して−ｙ方向に１ずつずらしながら乳房領域外となるまでＲＯＩを設定していく。基準Ｂに対するｙ軸方向へのＲＯＩの設定が終了すると、基準Ｂをｘ方向に−１ずつずらして、同様の処理を行っていく。このようにして、図６に示すように、乳房領域内全体にＲＯＩが設定される。このステップＳ２の処理により、乳房画像中の乳房領域内を複数のＲＯＩ領域に分割することができる。
なお、図４のフローは、左の乳房画像に対してＲＯＩを設定する場合を示している。右乳房画像に対しては、ステップＳ１０８の処理が基準Ｂ（ｘ、ｙ）＝Ｂ（ｘ＋１、ｙ）となる。
【００３６】
図２のステップＳ３においては、左右の乳房画像のそれぞれにおいて、乳房領域内の線構造の検出が行われる（ステップＳ３）。具体的には、左右の乳房画像のそれぞれにＳｏｂｅｌフィルタ処理が施されることにより、乳房領域内の線構造が検出される。乳腺は、乳房領域内で線構造をなしており、乳房領域内の線構造を検出することで、乳腺構造を検出することができる。
図７にＳｏｂｅｌフィルタの一例を示す。Ｓｏｂｅｌフィルタ処理では、注目画素を中心とした上下左右の９つの画素値に対して、図７に示す縦方向、横方向の２つのフィルタの係数をそれぞれ乗算し、結果を合計する。横方向の合計値をｆｘ（ｘ、ｙ）、縦方向の合計値をｆｙ（ｘ、ｙ）とすると、注目画素の画素値ｆ´（ｘ、ｙ）は下記の［数１］により求められる。
【数１】
【００３７】
図８Ａに、線構造の検出前の左右の乳房画像の一例を示す。図８Ａにおいて矩形で囲った領域は、乳腺の構築の乱れがあるが、乳腺構造は乳房画像上で濃淡差として表れないため、図８Ａに示す画像から構築の乱れを視認することは困難である。
図８Ｂに、図８Ａの乳房画像から線構造を検出した左右の乳房画像の一例を示す。図８Ｂに示すように、線構造検出後の画像においては、乳腺構造の流れをある程度は視認することができる。ただし、図８Ｂからもわかるように、線構造が検出された乳房画像においても、抽出された左右の線構造の流れ、即ち左右の乳腺の流れを識別して構築の乱れを検出することは容易とはいえない。
【００３８】
次いで、左右の乳房画像のそれぞれにおいて、各ＲＯＩが乳腺構造の方向のパターンによって分類される（ステップＳ４）。
【００３９】
ステップＳ４においては、図９に示すフローの処理が実行される。
まず、変数Ｋに１が設定されるとともに、Ｐ［θｊ］（ｊ＝１、２、３・・・）の各カウンタに０が設定され、初期化される（ステップＳ２００）。
次いで、Ｋ番目のＲＯＩ内のＳｏｂｅｌフィルタ処理後の画素値が予め定められた閾値を用いて２値化されることにより線構造が認識され、認識された線構造にラベリング処理が行われ、連続する線構造毎にＬ１〜Ｌｍ（ｍは認識された連続する線構造の個数）の識別番号が付与される（ステップＳ２０１）。
【００４０】
次いで、変数ｉに１が設定され（ステップＳ２０２）、ｉ＞ｍであるか否かが判断される（ステップＳ２０３）。ｉ＞ｍではないと判断されると（ステップＳ２０３；ＮＯ）、図１０に示すように線構造Ｌｉの始点と終点を結んだベクトルｇｉが設定される（ステップＳ２０４）。
次いで、ｘ軸方向と水平方向のベクトルｈとベクトルｇｉと内積の式に基づいて、ベクトルｈとベクトルｇｉのなす角θｇｉｈが算出される（ステップＳ２０５）。ここで、−９０°≦θｇｉｈ≦９０°である。
【００４１】
次いで、算出されたθｇｉｈに基づいて、線構造Ｌｉの方向がパターンＰ［θｊ］（ｊ＝１、２、３・・・）の何れかに分類される（ステップＳ２０６）。分類するパターンは、適宜設定することができる。ここでは、例えば、パターンＰ［θ１］：０°≦θ１＜４５°、パターンＰ［θ２］：４５°≦θ２≦９０°、パターンＰ［θ３］：−４５°＜θ３＜０°、パターンＰ［θ４］：−９０°≦θ４≦−４５°に分類する。
次いで、θｇｉｈが分類されたパターンＰ［θｊ］に対応するカウンタが１カウントアップされる（ステップＳ２０７）。そして、変数ｉが１インクリメントされ（ステップＳ２０８）、処理はステップＳ２０３に戻る。
【００４２】
一方、ステップＳ２０３において、変数ｉ＞ｍであると判断されると（ステップＳ２０３；ＹＥＳ）、配列ＲＯＩ［Ｋ］にカウンタの値が最大となったＰ［θｊ］が格納される（ステップＳ２０９）。そして、変数Ｋが１インクリメントされ（ステップＳ２１０）、Ｋ＞設定されたＲＯＩの数であるか否かが判断される（ステップＳ２１１）。Ｋ＞設定されたＲＯＩの数ではないと判断されると（ステップＳ２１１；ＮＯ）、処理はステップＳ２０１に戻り、次のＲＯＩについてステップＳ２０１〜ステップＳ２０９の処理が実行される。Ｋ＞設定されたＲＯＩの数であると判断されると（ステップＳ２１１；ＹＥＳ）、処理は図２のステップＳ５に移行する。
【００４３】
図２のステップＳ５においては、左右の乳房画像のそれぞれにおいて、ＲＯＩ毎に、ステップＳ４において分類された線構造の方向のパターンに応じたラベル付けが行われる（ステップＳ５）。図１１Ａに、ラベル付けの一例を示す。そして、左右の乳房画像上に各ＲＯＩの線構造のパターンに応じたラベル（線構造の方向のパターンを示す識別情報）が重畳されて表示部１４に表示され（ステップＳ６）、本処理は終了する。
【００４４】
図１１Ｂに、ステップＳ６において表示部１４に表示される乳房画像の一例を示す。図１１Ｂに示すように、左右の乳房画像のそれぞれに、ＲＯＩ毎の線構造の方向のパターンを示すラベルを重畳表示することで、左右の乳房における乳腺の流れ（乳腺構造の方向）を可視化することができるので、読影医は、左右の乳房で乳腺の流れが異なっている領域を容易に把握して、「構築の乱れ」のある部分を容易に検出することが可能となる。例えば、図１１Ｂにおいては、画像中の上部領域の乳腺の流れのパターンが左右の乳房で異なっているので、画像中の上部領域に局所的に乳腺組織が乱れている「構築の乱れ」があることを読影医が容易に認識することができ、読影精度を向上させることができる。
【００４５】
なお、ステップＳ６においては、設定したＲＯＩの全てについてのラベルを表示することとしてもよいが、左右の乳房画像中の対応する領域同士の乳腺の流れのパターンが異なる場合に、それらの領域のみにラベルを重畳表示してもよい。このようにすれば、医師はより容易に乳腺組織が乱れている「構築の乱れ」がある部分を認識することが可能となる。左右の乳房画像における対応する領域は、例えば、特開2009−82564号公報に記載のように、左右の乳房画像から乳頭位置を検出し、乳頭の位置に基づいて乳房の傾きを示す直線を算出し、検出された乳頭の位置を原点、算出された乳房の傾きを示す直線を軸とする極座標系を設定し、この極座標系において一致する位置を前記左右の乳房画像における位置の対応付けを行うことにより特定することができる。
【００４６】
また、入力された左右の乳房画像のそれぞれについて線構造を有する異常陰影候補を検出する処理を施し、図１２に示すように、検出された異常陰影候補の位置を示すマークＭを線構造の方向のパターンを示すラベルとともに表示部１４に表示された左右の乳房画像上に重畳表示してもよい。このようにすれば、診断の参考となる更なる情報を医師に提供することができる。線構造を有する異常陰影候補を検出する手法としては、例えば、特開2004-209059公報に記載の手法を用いることができる。この手法によれば、画像中の線構造を抽出し、抽出された線構造の線集中度を画像中の各画素について算出し、抽出された線構造の方向分布指数を各画素について算出し、画素毎に線集中度と方向分布指数との積を算出し、算出された積に基づいて画像中の異常陰影候補の領域を検出する。異常陰影候補の検出処理は、ＲＯＭに記憶されているプログラムとＣＰＵ１１との協働により実現することができる。
【００４７】
以上説明したように、画像診断支援装置１０のＣＰＵ１１によれば、一対の左右の乳房画像のそれぞれから乳房領域を抽出し、抽出された乳房領域内の線構造を検出し、抽出された乳房領域内に複数のＲＯＩを設定し、設定したＲＯＩのそれぞれを線構造の方向のパターンによって分類する。そして、各ＲＯＩに線構造の方向のパターンの分類に応じたラベルを付与して左右の乳房画像上に重畳して表示部１４に表示する。
【００４８】
従って、乳房画像上に濃度差として現れない、左右の乳房における乳腺の流れ（乳腺構造の方向）を可視化することができるので、読影医は、左右の乳房で乳腺の流れが異なっている領域を容易に把握して、「構築の乱れ」のある部分を容易に検出することが可能となる。
【００４９】
また、左右の乳房画像の対応する領域同士の線構造の方向のパターンが異なっている場合に、その異なっている領域に対して線構造の方向のパターンの分類に応じたラベルを重畳表示することで、医師はより容易に乳腺組織が乱れている「構築の乱れ」がある部分を認識することが可能となる。
【００５０】
また、左右の乳房画像のそれぞれから異常陰影候補を検出する異常陰影候補検出処理を行って、線構造の方向のパターンを示すラベルとともに異常陰影候補の位置を示すマークを左右の乳房画像上に重畳表示することで、診断の参考となる更なる情報を医師に提供することができる。
【００５１】
なお、上記各実施の形態における記述は、本発明に係る画像診断支援装置１０の好適な一例であり、これに限定されるものではない。
【００５２】
また、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリ等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
【００５３】
その他、画像診断支援装置を構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
【符号の説明】
【００５４】
１０ 画像診断支援装置
１１ ＣＰＵ
１２ Ｉ／Ｆ
１３ 操作部
１４ 表示部
１５ 通信部
１６ ＲＡＭ
１７ ＲＯＭ
１８ バス
Ｇ 画像生成装置
【特許請求の範囲】
【請求項１】
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段と、
前記抽出された乳房領域内の線構造を検出する線構造検出手段と、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段と、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段と、
を備える画像診断支援装置。
【請求項２】
前記表示手段は、前記左右の乳房画像の対応する領域同士の線構造の方向のパターンが異なっている場合に、前記左右の乳房画像上の前記対応する領域同士の線構造の方向のパターンが異なっている領域に前記線構造の方向のパターンの分類に応じた識別情報を重畳表示する請求項１に記載の画像診断支援装置。
【請求項３】
前記左右の乳房画像のそれぞれから異常陰影候補を検出する異常陰影候補検出手段を備え、
前記表示手段は、前記識別情報とともに前記異常陰影候補検出手段により検出された異常陰影候補の位置を示すマークを前記左右の乳房画像上に重畳表示する請求項１又は２に記載の画像診断支援装置。
【請求項４】
コンピュータを、
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段、
前記抽出された乳房領域内の線構造を検出する線構造検出手段、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段、
として機能させるためのプログラム。
【請求項１】
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段と、
前記抽出された乳房領域内の線構造を検出する線構造検出手段と、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段と、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段と、
を備える画像診断支援装置。
【請求項２】
前記表示手段は、前記左右の乳房画像の対応する領域同士の線構造の方向のパターンが異なっている場合に、前記左右の乳房画像上の前記対応する領域同士の線構造の方向のパターンが異なっている領域に前記線構造の方向のパターンの分類に応じた識別情報を重畳表示する請求項１に記載の画像診断支援装置。
【請求項３】
前記左右の乳房画像のそれぞれから異常陰影候補を検出する異常陰影候補検出手段を備え、
前記表示手段は、前記識別情報とともに前記異常陰影候補検出手段により検出された異常陰影候補の位置を示すマークを前記左右の乳房画像上に重畳表示する請求項１又は２に記載の画像診断支援装置。
【請求項４】
コンピュータを、
一対の左右の乳房画像のそれぞれから乳房領域を抽出する乳房領域抽出手段、
前記抽出された乳房領域内の線構造を検出する線構造検出手段、
前記抽出された乳房領域内を複数の領域に分割し、前記複数の領域のそれぞれを前記検出された線構造の方向のパターンによって分類するパターン分類手段、
前記複数の領域の一部又は全部に前記線構造の方向のパターンの分類に応じた識別情報を付与し、前記左右の乳房画像上に重畳して表示する表示手段、
として機能させるためのプログラム。
【図１】
【図２】
【図４】
【図９】
【図１０】
【図１１Ａ】
【図３】
【図５Ａ】
【図５Ｂ】
【図６】
【図７】
【図８Ａ】
【図８Ｂ】
【図１１Ｂ】
【図１２】
【図２】
【図４】
【図９】
【図１０】
【図１１Ａ】
【図３】
【図５Ａ】
【図５Ｂ】
【図６】
【図７】
【図８Ａ】
【図８Ｂ】
【図１１Ｂ】
【図１２】
【公開番号】特開２０１２−１６１４９７（Ｐ２０１２−１６１４９７Ａ）
【公開日】平成２４年８月３０日（２０１２．８．３０）
【国際特許分類】
【出願番号】特願２０１１−２４５４４（Ｐ２０１１−２４５４４）
【出願日】平成２３年２月８日（２０１１．２．８）
【出願人】（３０３０００４２０）コニカミノルタエムジー株式会社 (2,950)
【Ｆターム（参考）】
【公開日】平成２４年８月３０日（２０１２．８．３０）
【国際特許分類】
【出願日】平成２３年２月８日（２０１１．２．８）
【出願人】（３０３０００４２０）コニカミノルタエムジー株式会社 (2,950)
【Ｆターム（参考）】
[ Back to top ]