[發(fā)明專利]醫(yī)療用圖像處理裝置

有效

• 申請?zhí)枺?/td>: 201110082364.5
• 申請日: 2007-04-10
• 公開（公告）號: CN102172321A
• 公開（公告）日: 2011-09-07
• 發(fā)明（設(shè)計）人: 井上涼子;西村博一;田中秀樹;中村健次;沢美穗
• 申請（專利權(quán)）人: 奧林巴斯醫(yī)療株式會社
• 主分類號: A61B1/04
• 分類號: A61B1/04;G06T17/00
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 黃綸偉

本申請基于專利法實施細則第42條提出，是申請日為2007年4月10日、申請?zhí)枮?00780026931.7的發(fā)明專利申請“醫(yī)療用圖像處理裝置”的分案申請。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療用圖像處理裝置和醫(yī)療用圖像處理方法，特別是涉及根據(jù)活體組織的像的二維圖像估計該活體組織的三維模型的醫(yī)療用圖像處理裝置和醫(yī)療用圖像處理方法。

背景技術(shù)

以往，在醫(yī)療領(lǐng)域中，廣泛進行使用X線診斷裝置、CT、MRI、超聲波觀測裝置以及內(nèi)窺鏡裝置等圖像攝像設(shè)備的觀察。這種圖像攝像設(shè)備中的內(nèi)窺鏡裝置例如具有以下的作用和結(jié)構(gòu)，即：具有可插入到體腔內(nèi)的插入部，使用固體攝像元件等攝像單元拍攝由配置在該插入部的前端部的物鏡光學(xué)系統(tǒng)所成像的體腔內(nèi)的像并作為攝像信號來輸出，根據(jù)該攝像信號在監(jiān)視器等顯示單元上顯示體腔內(nèi)的像的圖像。然后，用戶根據(jù)顯示在監(jiān)視器等顯示單元上的體腔內(nèi)的像的圖像進行例如體腔內(nèi)的臟器等的觀察。

并且，內(nèi)窺鏡裝置可直接拍攝消化道粘膜的像。因此，用戶可綜合地觀察例如粘膜的色調(diào)、病變的形狀和粘膜表面的細微結(jié)構(gòu)等。

而且，內(nèi)窺鏡裝置中，作為能對存在具有局部隆起形狀病變的規(guī)定圖像進行檢測的圖像處理方法，例如通過使用日本特開2005-192880號公報(現(xiàn)有文獻1)等所記載的圖像處理方法，還能檢測包含有息肉等病變部位的圖像。

該現(xiàn)有文獻1所記載的圖像處理方法可提取所輸入的圖像具有的輪廓，并可根據(jù)該輪廓的形狀檢測該圖像中具有局部隆起形狀的病變。

并且，以往在大腸息肉檢測處理中，根據(jù)二維圖像估計三維數(shù)據(jù)，使用三維特征量(形狀指標(biāo)(Shape?Index)/曲率(Curvedness))來檢測大腸息肉(現(xiàn)有文獻2：日本電子情報通信學(xué)會、信學(xué)技報(MI2003-102)，形狀情報に基づく3次元腹部CT像からの大腸ポリ一プ自動検出手法に関する検討木村、林、北坂、森、末長pp.29～34，2004)。該三維特征量通過根據(jù)三維數(shù)據(jù)計算參考點的偏微分系數(shù)并使用偏微分系數(shù)進行計算來實現(xiàn)。然后，在大腸息肉檢測處理中，通過對三維特征量進行閾值處理來檢測息肉候選。

然而，由于以往用作三維數(shù)據(jù)估計方法的“從明暗恢復(fù)形狀(ShapeFrom?Shading)”法受到由對象的反射/散射特性和針對對象的二次光引起的影響，因而以往的大腸息肉檢測處理具有檢測精度下降和產(chǎn)生誤檢測的問題。

并且，該“從明暗恢復(fù)形狀”法根據(jù)圖像而產(chǎn)生三維數(shù)據(jù)密度的疏密。三維特征量的標(biāo)準誤差(表示樣品值相對于平均值在何種程度的范圍內(nèi)分布的統(tǒng)計指標(biāo))受到三維數(shù)據(jù)密度的疏密的影響。由于該標(biāo)準誤差，以往的大腸息肉檢測處理具有檢測精度下降和產(chǎn)生誤檢測的問題。

發(fā)明內(nèi)容

鑒于上述情況，本發(fā)明的目的是提供一種醫(yī)療用圖像處理裝置和醫(yī)療用圖像處理方法，其能執(zhí)行與對象的二維圖像的觀察狀態(tài)恰當(dāng)?shù)剡m應(yīng)的處理，與以往相比能提高在檢測具有局部隆起形狀的病變的情況下的檢測精度。

本發(fā)明的一方式的醫(yī)療用圖像處理裝置構(gòu)成為具有：

三維模型估計單元，其根據(jù)從醫(yī)療用攝像裝置輸入的體腔內(nèi)的活體組織的像的二維圖像，估計所述活體組織的三維模型；

檢測對象區(qū)域設(shè)定單元，其在所述三維模型中設(shè)定具有隆起形狀的病變的檢測對象區(qū)域；

形狀特征量計算單元，其計算形狀特征量，所述形狀特征量表示所述檢測對象區(qū)域內(nèi)所包含的各數(shù)據(jù)點上的形狀的狀態(tài)；

三維形狀檢測單元，其根據(jù)針對所述形狀特征量的閾值處理，檢測存在于所述檢測對象區(qū)域內(nèi)的局部隆起形狀的病變區(qū)域；以及

閾值決定單元，其決定在所述三維形狀檢測單元中使用的閾值，

所述形狀特征量計算單元根據(jù)所述檢測對象區(qū)域內(nèi)所包含的各數(shù)據(jù)點的數(shù)據(jù)密度分布來計算所述形狀特征量；

所述閾值決定單元根據(jù)所述數(shù)據(jù)密度分布來決定在所述形狀特征量的計算中使用的所述閾值。

附圖說明

圖1是示出本發(fā)明實施例1的醫(yī)療用圖像處理裝置所使用的內(nèi)窺鏡系統(tǒng)的整體結(jié)構(gòu)的一例的圖。

圖2是示出圖1的CPU的功能結(jié)構(gòu)的功能框圖。

圖3是示出圖2的CPU的處理流程的流程圖。

圖4是示出圖3的閾值T1、T2的決定處理流程的流程圖。

圖5是示出在圖4的處理中使用的“Z坐標(biāo)-閾值T1、T2”閾值表數(shù)據(jù)的圖。

圖6是說明圖4的處理的圖。

圖7是示出本發(fā)明實施例2的閾值T1、T2的決定處理流程的流程圖。

圖8是示出在圖7的處理中使用的“夾角-乘法值”閾值表數(shù)據(jù)的圖。

圖9是說明圖7的處理的第1圖。