[发明专利]图像处理设备、图像处理方法以及程序

说明书

技术领域

本发明涉及图像处理设备、图像处理方法以及程序。更具体地，本发明涉及优选地用于对通过断层摄影术(tomography)从机体获取的组织图像进行分析，并识别组织图像中的诸如脑、肝脏、肠道、以及骨头之类的各种部分的位置的图像处理设备、图像处理方法和程序。

背景技术

存在诸如X射线CT(计算机断层摄影术)、MRI(磁共振成像)、以及FMRI(功能型磁共振成像)之类的多种无需切割而获取物体的内部图像的技术。这些技术尤其被用于医学领域，以对人(即，病人)进行剖面成像，然后从作为结果而获取的剖面图像(即，断层图像)中识别出病灶。

最初，医生或其他人使用他或者她的经验作为识别组织图像或其他断层图像中的哪些位置属于特定组织(诸如，脑、肝脏、肠道以及骨头)的基础。也存在用于自动化识别的方法，其中组织轮廓和纹理(即，图像中的图案)被预先登记，并被与识别目标的组织图像进行比较。(例如，参见日本未审查专利申请公开No.2004-8419)。

发明内容

这里，当如上述方法中那样使用组织轮廓时，组织轮廓会随着断层面的位置(即，特定切片的位置)而显著变化。所以，将被识别的组织图像的断层面的位置变得有限。

另外，组织轮廓可能会由于机体中的个体差异而不同。在诸如骨头的组织的情况下，这种轮廓变得不一致。基于这种和其他原因，上述方法在一些情况下是不适用的，组织图像中的各个部分可能不能被正确识别。

鉴于这种情况，希望提供能够将组织的纹理特征用作正确识别组织图像的各个部分属于哪个组织的基础的装置。

根据本发明实施例的图像处理设备被配置为识别组织图像的各个部分中的组织，该设备包括：细分装置，被配置为将用于识别的组织图像细分成局部区域；检测装置，被配置为检测局部区域的纹理特征值；以及确定装置，被配置为将检测出的局部区域的纹理特征值与学习到的与预定组织相关联的用于识别的特征值相比较，并且基于比较结果确定局部区域是否属于预定组织。

图像处理设备还可以包括：学习装置，被配置为学习与预定组织相关联的用于识别的特征值。

学习装置可以包括：指定装置，被配置为针对学习组织图像中的属于预定组织的部分，指定局部区域；第一提取装置，被配置为从学习组织图像提取预定大小的像素块，各个像素块以指定局部区域中各个像素为中心；第一编码装置，被配置为对于每个提取的像素块，使得属于该像素块的多个像素的像素值被编码为多种可能的码模式之一；第一生成装置，被配置为针对每个指定局部区域生成局部区域矩形图，局部区域矩形图指示编码后的码模式各自的出现频率；以及计算装置，被配置为应用使用所生成的局部区域矩形图的统计学习来计算特征值矩形图，以用作与预定组织相关联的用于识别的特征值。

检测装置可以包括：第二提取装置，被配置为从用于识别的组织图像提取预定大小的像素块，每个像素块以用于识别的组织图像被细分成的局部区域之一中的各个像素为中心；第二编码装置，被配置为对于每个提取的像素块，使得属于该像素块的多个像素的像素值被编码为多种可能的码模式之一；以及第二生成装置，被配置为针对每个指定局部区域生成局部区域矩形图，局部区域矩形图指示编码后的码模式各自的出现频率，并且被生成用作该局部区域的纹理特征值。

第一和第二编码装置还可以被配置为利用LBP(局部二进制模式)将属于给定像素块的多个像素的像素值编码为多种可能的码模式之一。

计算装置还可以被配置为应用使用所生成的局部区域矩形图的AdaBoost学习来计算特征值矩形图，以用作与预定组织相关联的用于识别的特征值。

组织图像可以是虚拟切片。

根据本发明另一实施例的图像处理方法在被配置为识别组织图像的各个部分中的组织的图像处理设备中执行。该方法包括以下步骤：将用于识别的组织图像细分成局部区域；检测局部区域的纹理特征值；以及将检测出的局部区域的纹理特征值与学习到的与预定组织相关联的用于识别的特征值相比较，并且基于比较结果确定局部区域是否属于预定组织。

根据本发明的另一实施例的程序是用于被配置为识别组织图像的各个部分中的组织的图像处理设备的控制程序。该程序使得图像处理设备的计算机执行以下步骤：将用于识别的组织图像细分成局部区域；检测局部区域的纹理特征值；以及将检测出的局部区域的纹理特征值与学习到的与预定组织相关联的用于识别的特征值相比较，并且基于比较结果确定局部区域是否属于预定组织。