JPS62125481A

JPS62125481A - パタ−ン認識装置

Info

Publication number: JPS62125481A
Application number: JP60263957A
Authority: JP
Inventors: 昭治伊藤; 英夫鈴木
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 1985-11-26
Filing date: 1985-11-26
Publication date: 1987-06-06
Also published as: EP0225151A2; US4769850A; EP0225151A3; JPH0527904B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】Ａ、産業上の利用分野本発明はパターン認識装置に係り、特しこ円形成分及び
線形成分が入り交った複雑な画像からこれらの成分を個
別的に抽出するパターン認識装置に係る。

Ｂ、従来技術円形成分及び線形成分が入り交った画像の代表的なもの
に胸部Ｘ線写真がある。従来、胸部Ｘ線写真から異常陰
影とみなされる円形成分及び血管陰影とみなされる線形
成分を検出する手法が幾つか提案されている。円形成分
の検出に関しては、空間周波数に応答する重み付き線形
フィルタや、円形の形状に応答するサークルディテクタ
がある。

前者は、胸骨の影響を排除するために、画像の横（水平
）方向の濃度変化に対応できるように設計されている。

云い換えれば、このフィルタは横方向の空間周波数に応
答する特徴を有している。後者のサークルディテクタは
、ｔ＋　ｏ　ｕ　ｇ　ｈ変換により特徴量画像を抽出し
た後、ある一定の閾値を用いて候補を抽出するもので、
その際平滑化処理が行われる。

線形成分の検出に関しては血管造影法が有名であるが、
ディジタル処理によって通常のＸ線撮影像から血管影を
抽出する手法に微分フィルタを用いている例がある。

Ｃ０本発明が解決しようとする問題点前述の線形フィルタは、閾値の微妙な上下により、候補
の個数が大きく変化するため、閾値の設定が問題である
。また、肺癌陰影は空間周波数における特徴よりもむし
ろその濃度分布に特徴があるため、空間周波数応答型の
線形フィルタには余り向いていない。サークルディテク
タは、円形形状を持った比較的境界の鮮明な陰影に応答
するもので、結核腫、良性腫、血管影の垂直成分等はう
まく検出できるが、肺癌陰影は周辺がボケでいるので、
サークルディテクタによる検出には限度がある。また、
閾値処理によって候補の個数が大幅に変化するという問
題もある。微分のフィルタは肺門付近の太い血管を抽出
することはある程度可能であるが、腫野末梢部の細い血
管影の検出精度は良くない。

従って、本発明の目的は、胸部Ｘ線写真のような複雑な
画像から円形成分又は線形成分を選択的１こ高精度で抽
出するパターン認識装置を提供することにある。

Ｄ１問題点を解決するための手段本発明に従うパターン認識装置は特徴量算出手段及び成
分検出手段を備えている。特徴量算出手段は、方向性を
持った円形多重ウィンドウのフィルタを用いて画像を走
査し、それにより抽出した特徴の選択された方向成分を
強調することにより特徴量を算出する。成分検出手段は
、それらの特徴量に基いて円形成分又は線形成分を検出
する。

Ｅ、実施例本発明を胸部Ｘ線画像処理装置に適用した場合の一実施
例を第１図に示す。１０はイメージスキャナ等の画像入
力装置で、胸部Ｘ線写真を走査して、解像度が例えば１
ｍｍの量子化画像を発生する。

本実施例では、この量子化画像の各画素は８ビツト（２
５６レベル）である。画像入力装置１０で量子化された
画像は、特徴量算出及び陰影検出に備えて記憶装置１２
に書込まれる。特徴量算出部１４は後述する円形多重ウ
ィンドウをフィルタに用いて量子化画像を走査すること
により、肺癌候補（円形成分）又は血管（線形成分）を
検出するための特徴量を算出する。陰影検出部１６は、
算出された特徴量に基いて肺癌候補又は血管の陰影を検
出する。検出結果は表示装置１８で表示することができ
る。制御部２０は、画像入力から表示までの全体的な流
れを制御する。

次に本発明の中核をなす特徴量算出部１４について説明
する。特徴量算出のためのフィルタ構造は、第２図及び
第３図に示すように、肺癌候補用と血管用とで少し異な
っている。第２図は、肺癌候補用フィルタとして３つの
同心円から成る円形３重ウィンドウが用いられることを
示し、第３図は血管用フィルタとして２つの同心円から
成る円形２重ウィンドウが用いられることを示している
。

第２図において、３つの同心円の半径は各々ｒ。

３ｒ及び５ｒである。ｒの値は検出したい肺癌候補の大
きさにより異なり、肉眼ではっきりと識別できないもの
（例えば直径がＩＣｌ１１前後のもの）を主として検出
したい場合は１例えば３ＩＩｌｆｆｌに設定される。図
示のように、最内円は１つの領域を画定するが、中間円
及び最内円によって囲まれている第１の環状領域は８つ
の部分領域へ等分割され、最外円及び中間円によって囲
まれている第２の環状領域は１６の部分領域へ等分割さ
れる。各領域から明らかなように、各々の部分領域は最
内円を中心として対称位置にあるもの同志が対になって
おり、これによりフィルタに方向性が与えられる。

第３図のフィルタも同様である。

特徴量算出部１４は、第２図のフィルタを用いて量子化
画像を走査することにより、画素毎に次の特徴量Ｓを計
算する。

２、その他の場合Ｓ＝Ｏ関しては、中心濃度が外周濃度より高いものに応答し、
それ以外のパターンは除外する。形状に関形状のものを
除くことができる。これは最大方向成分を弱めているこ
と、云い換えればそれ以外の方向成分を強調しているこ
とと等価である。また大きさに関しては、３重円構造に
より許容範囲が設けられている。例えばｒ＝３）とする
と、直径が約１〜３ｃｍのものを検出することができる
。

特徴量算出のために各領域の平均濃度値を計算する場合
、円形ウィンドウのままでは扇形領域を含むため、計算
が゛面倒になる。そこで本実施例においては、各領域を
同じ大きさの矩形ブロックで近似する。矩形ブロックの
一辺の長さＮ、並びにフィルタの中心を原点とした場合
の各ブロックのＮ岬π１／２・ｒ　／　ａｇ　＝　（５１７２・ｒ、（２ｎ−１）π／８）Ｇ　　
＝（１７”・ｒ、（２ｍ　　１）ｔｃ／１６）一辺の長
さＮは画素単位であるので、Ｎの値としてはπ１／２・
ｒ　／　ａに最も近い整数が選ばれる。

ａは１画素の一辺の長さを表尼している。本実施例では
ａ＝１ｍｍ、ｒ＝３ｍｍであるから、上式を計算すると
５．３１７３６・・・となり、従ってＮ＝５である。こ
れは各矩形ブロックが５Ｘ５の部分画像（２５画素）を
含むことを意味する。第２図の例では、フィルタは２５
個の矩形ブロックで近似されている。ブロックが重なっ
ているところでは画素の濃度が重複して計算されること
になるが、実験によれば、このような重なりは検出精度
に影響を及ぼさないことがわかっている。

第２図のフィルタを用いて画像を走査する場合、フィル
タの中心が各画素と整列するようにして走査を行う。フ
ィルタを近似する各ブロックの中心位置は上の例では極
座標で表わされていたが、実にはｘｙ座標値が計算され
る。フィルタの中心位置（画素位置）が決まれば、これ
らのｘｙ座標値は簡単に計算できる。計算した位置と画
像上の画素位置とが一致しなかった場合は、前者を囲む
４つの画素のうち最も近くにある画素の位置をブロック
の中心位置として採用する。かくして、各ブロックに含
まれる２５個の画素が一意的に決まり、それらの平均濃
度値を得ることができる。画像の各画素毎に、当該画素
を中心とするブロックの平均濃度値を予め計算して、そ
の中心位置即ち画素位置に対応するアドレスを用いて記
憶装置に書込んでおくと、特徴量Ｓの計算時間を短くで
きる。

なお、各ブロックの平均濃度値と特徴量Ｓの計第３図の
血管検出用フィルタを構成する２つの同心円の半径は各
々ｒ′及び３ｒ’である。胸部Ｘ線写真は様々な太さの
血管陰影を含んでから、これらを精度よく検出するため
には１種類のフィルタでは不十分である。そこで本実施
例では、ｒ′が１．５ｍｍのフィルタと、３ｍｍのフィ
ルタとを使用する。第３図中の各記号の意味及び矩形ブ
ロックによる近似方法は第２図と同じである。Ｎの値は
、ｒ’　＝１．５ｍｍの場合は３になり、ｒ′＝３ｍｍ
の場合は前と同じく５である。Ｎ＝５であなる。Ｎ＝３
の場合は、各ブロックの画素数が９であるから、平均濃
度値を新たに計算する必要がある。計算結果は記憶装置
に書込まれる。

特徴ｉｓ’は次式に従って画素毎に計算される。

Ｓ’＝　　　　　　　　　　　　　　　−１（２）第３
図のフィルタも方向性を持っており、上式はフィルタの
中心を横切る最大方向成分が強調されることを示してい
る。これに対して第２図のフィルタの場合は、最大方向
成分以外の方向成分を強調していることになる。

なお、第２図及び第３図のフィルタを用いて画像を走査
する場合１画像の端部をどのように扱うかが問題になる
が１本実施例では画像と重なり合つているフィルタの部
分だけを計算に入れ、残りの部分は無視する。

特徴量算出部１４の回路構成の一例を第４図に示す。本
例では、量子化画像の各画素位置毎に制御部２０が平均
濃度値を計算して、濃度メモリ２２に予め書込んでいる
ものとする。濃度メモリ２２のアドレスは量子化画像の
画素位置（Ｏｌｏ）。

０１１）、（０，２）、・・・、（Ｍ、Ｎ）に各々対応
している。解像度を１ｎ＋ｎとすると、通常の胸部Ｘ線
写真の場合１Ｍ及びＮは共に３００程度が望ましい。ア
ドレスカウンタ２４は、量子化画像の各画素と順次に整
列されるフィルタの中心位置に対応して、順次に更新さ
れる（０からＭＮ−１即ち８９９９９まで）。アドレス
計算部２６は、フィルタの中心位置のアドレスに応じて
、関連する矩形ブロックの中心位置を表わす濃度メモリ
アドレスを計算し、それらを順次に濃度メモリ２２へ送
る。アドレス計算部２６には、アドレスカウンタ値の他
にモード信号及びフィルタサイズ信号も印加される６モ
一ド信号は、検出するのが腫瘍候補か血管かを示す。フ
ィルタサイズ信号は、血管検出モードでのみ有効であり
、２種類のフィルタの何れが使用されるかを示す。アド
レス計算部２６は、肺癌候補検出モードの場合は、第２
図に示したフィルタを近似する各ブロックの中心位置０
、ｇ□〜ｇ８及び０１〜ＧＬＧに対応するアドレスを計
算し、血管検出モードの場合は、０及びｇ工〜ｇｓに対
応するアドレスだけを計算する。。

これらのアドレスは所定の順序で濃度メモリ２２へ送ら
れる。第２図のフィルタを例にとって説明すると、中心
のブロック以外は最内円を中心として対称位置にある２
つのブロックが対になっており、それらの平均濃度を計
算する必要がある。

従って、アドレス計算部２６は対になったブロックの中
心位置のアドレスを順次に濃度メモリ２２へ送る。例え
ば、ｇｌのアドレスに続いてｇ、のアドレスを送り、次
にｇ２のアドレスに続いてｇｓのアドレスを送る。これ
により、対になったブロックの平均濃度値が順次に濃度
メモリ２２から変換器２８へ読出される。変換器２８は
、これらの平均濃度値の平均をとって、対応するレジス
タ３０−ｊ　　（ｊ、＝１．２．　　・・・８）又は３
２−ｊ　　（ｉ＝１．２．３，４）に書込む。ただし、
フィルタの原点Ｏに対応するブロックの平均濃度値だけ
はそのままレジスタ３４に書込まれる。以下、モード別
に説明する。

市癌イ補　出モードこのモードでは、レジスタ３０−ｊ、３２−１及び３４
はすべてロードされる。特徴量Ｓの算出条件を調べるた
め、レジスタ３０−ｊの内容は最大値検出器３６へ送ら
れ、レジスタ３２−ｉの内容は最大値検出器３８へ送ら
れる。これらの最大値検出器３６及び３８は、関連する
レジスタの内容Ｗ　の条件を満たしていると、その出力
を活動状態にする。もう一方の比較器４２はＭａｘＷれ
も活動状態になると、云い換えれば式（１）の計算条件
が満たされていると、ＡＮＤゲート４４が条件付けられ
、除算・減算器４６を付勢して式（１）を計算させる。

除算・減算器４６は、式（１）の計算のために、最大値
検出器３６からＭａｘＷ　　を受取り、しジスタ３４か
らＷ　を受取る。除算・減算器４６は、モード信号が肺
癌候補検出を指定していると、ＡＮＤゲート４４の条件
付けに応答して式（１）を計算し、その結果を特徴量メ
モリ４８の方へ出力する。ＡＮＤゲート４４が条件付け
られなければ、除算・減算器４６はゼロを出力する。特
徴量メモＩＪ４８は、アドレスカウンタ２４によって指
定された位置に除算・減算器４６の出力値を書込む。

上述の動作はフィルタの中心位置を変える度に繰返され
、最後の画素まで続けられる。これは次の血管検出モー
ドの場合も同様である。

血］１１直ｊ：二ドこのモードでは、レジスタ３０−ｊ、最大値検出器３６
、比較器４０及び４２、並びにＡＮＤゲート４４は使わ
ない。フィルタの移動毎に濃度メモリ２２から読出され
る平均濃度値は、前述のように変換器２８で変換された
後、レジスタ３２−１に順次に書込まれる。レジスタ３
４への平均濃度値は変換なしに書込まれる。最大値検出
器３８して、除算・減算器４６へ送る。

血管検出モードで新たに用いるのは累算器５０である。

累算器５０はレジスタ３２−１の内容を（２）を計算し
、その結果を特徴量メモリ４８へ送る。特徴量メモリ４
８はアドレスカウンタ２４によって指定された位置に計
算結果を書込む。

上述の動作は２種類の血管検出用フィルタについて繰返
される。

第４図の例では、濃度メモリ２２及び特徴量メモリ４８
を記憶装置１２とは別に設けているが、記憶装置１２の
選択された領域をこれらのメモリとして使用することも
できる。各メモリは各々のフィルタに対応する領域を持
っているのが望ましい。

特徴量の算出が終ると、肺癌候補及び血管の陰影を検出
するため、陰影検出部１６が制御部２０によって起動さ
れる。陰影検出部１６は、肺癌候補の場合は、算出され
た特徴量の中から極大値を探索し、その点を中心として
特別の手法（後述する）で候補領域を設定する。この動
作を所定回数だけ繰返す。血管の場合は、算出された特
徴量を閾値処理により２値化するだけでよい。

まず肺癌候補について説明する。陰影検出部１６は、特
徴量の極大値（特徴量マツプにおける最も高い山）を探
索し、それが見つかると、第５図に示すように、量子化
画像において極大特徴量に対応する画素位置Ｃを中心と
して所定の半径ｋ（例えば２ｃｍ）を持った円領域を設
定し、その内部で方向別に濃度傾斜量を計算する。そし
て円領域内で傾斜量が最大となった地点を、その方向の
仮の領域境界点Ｂ　とし、３６０度にわたって１度ずつ
この境界点を求める。次に、中心点Ｃからの最大半径（
閾値）ｒ　　　をその半径より外にように設定する。最
小半径ｒ　　　は目標とするぶことによって肺癌候補領
域を決定するのである平均半径を計算し、その地点を真
の境界点Ｂ′とする。最終的には第６図のような候補領
域が得られる。ただし、この領域の半分以上が肺領域外
にあるときはそれを無視する。腫領域の検出については
微分フィルタによるものが知られており、また本発明に
直接関係するものではないので、詳細については省略す
る。以上の動作を、候補領域の数が例えば１０個に達す
るまで繰返す。

次に血管の場合は、陰影検出部１６はまず算出された特
徴ｉｓ’　から次式により閾値Ｔを決定する。

Ｔ＝ΣＳ’　　ｐ／２Ｑ上式においてΣＳ′　ｐはゼロ以上の特微量Ｓ′ｐの総
和を表わし、ＱはＳ′　ｐの数を表わす。陰影検出部１
６は上記の閾値Ｔを用いてすべての特微量Ｓ′を２値化
する。前述のように、血管検出用のフィルタは２種類あ
るので、２値化も２回行う必要がある。最後に、陰影検
出部１６は２つの２値化画像を合成し、肺領域外の陰影
部分を除去する。

制御部２０は、陰影検出部１６で検出した肺癌候補及び
血管の陰影を含む画像を各々単独に、又は合成して表示
装置１８で表示させる。

Ｆ３発明の効果本発明は円形多重ウィンドウのフィルタに方向性を持た
せ、特徴量算出に際して選択された方向成分だけを強調
しているので、複雑な画像の中から円形成分及び線形成
分を明確に区別して抽出することができる。処理時間の
点でも、実験によれば、従来のサークルディテクタの約
７０％、線形フィルタの約４０％ですむという結果が得
られている。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
肺癌候補検出用のフィルタを示す図、第３図は血管検出
用のフィルタを示す図、第４図は特徴量算出部の回路構
成例を示すブロック図、第５図は仮の領域境界点を抽出
する様子を示す図、第６図は検出した肺癌候補領域を示
す図である。胸部Ｘ線画徽処理褒１第１図第２図第３図第５図手続補正書（自制昭和６１年　４月　キロ特許庁長官　宇　賀　道　部　殿１、事件の表示昭和６０年　特許願　第２６３９５７号２、発明の名称パターン認識装置３、補正をする者事件との関係　　特許出願人４、代理人５、補正命令の日付６、補正の対象明細書の発明の詳細な説明の欄７、補正の内容（１）明細書の第４頁第３行乃至第４行の記載を「候補
を抽出する。」に補正する。（２）同第５頁第１行に「微分のフィルタ」とあるのを
「微分フィルタ」に補正する。（３）同第１０頁第１３行に「実」とあるのを「実際」
に補正する。（４）同第１１頁第１３行に「含んでから」とあるのを
「含んでいるから」に補正する。（５）同第１５頁第１行から第２行にかけて「レジスタ
３Ｏ−ｊ（ｉ＝Ｊとあるのを「レジスタ３０ｊ（ｊ＝」
に補正する。（６）同頁第２行にｒ３２−ｊＪとあるのを［３２−ｉ
Ｊに補正する。

Claims

【特許請求の範囲】

（１）円形成分及び線形成分を含んだ複雑な画像から前
記円形成分又は前記線形成分を個別的に抽出するパター
ン認識装置にして、方向性を持つた円形多重ウィンドウのフィルタを用いて
前記画像を走査し、該フィルタで抽出した特徴の選択さ
れた方向成分を強調することにより特徴量を算出する手
段と、前記手段で算出された特徴量に基いて前記円形成分又は
前記線形成分を検出する手段と、を設けたことを特徴とするパターン認識装置。
（２）前記算出する手段は前記円形成分に対しては円形
３重ウィンドウのフィルタを用い、該フィルタで抽出し
た特徴の最大方向成分以外の方向成分を強調する特許請
求の範囲第１項に記載のパターン認識装置。
（３）前記検出する手段は前記特徴量の極大値を探索し
て、その地点から所定の範囲内で円形成分を検出する特
許請求の範囲第（２）項に記載のパターン認識装置。
（４）前記円形成分が胸部Ｘ線写真における肺癌候補陰
影である特許請求の範囲第（３）項に記載のパターン認
識装置。
（５）前記算出する手段は前記線形成分に対しては円形
２重ウィンドウのフィルタを用い、該フィルタで抽出し
た特徴の最大方向成分を強調する特許請求の範囲第（１
）項に記載のパターン認識装置。
（６）前記検出する手段は前記特徴量を所定の閾値で２
値化する特許請求の範囲第（５）項に記載のパターン認
識装置。
（７）前記線形成分が胸部Ｘ線写真における血管陰影で
ある特許請求の範囲第（６）項に記載のパターン認識装
置。
（８）前記円形多重ウィンドウのフィルタは少なくとも
２つの同心円から成り、該同心円によつて囲まれる環状
領域が複数の部分領域へ等分割されており、各該部分領
域及び最内円に入る画素の平均濃度値を特徴として用い
る特許請求の範囲第（１）項に記載のパターン認識装置
。