JP6532309B2 - 被検体情報取得装置および画像処理方法 - Google Patents

Description

本発明は、被検体情報取得装置および画像処理方法に関する。

超音波診断装置は、超音波探触子から超音波を被検体内に放射し、被検体の組織で反射した超音波を受信し、生体の組織画像を形成する。超音波診断装置は生体に対し非浸襲であることから、多くの医療分野で利用されている。超音波診断装置により得られた超音波画像には、スペックルノイズと呼ばれる粒状模様のノイズが発生することがある。このスペックルノイズは、被検体内の小さな無数の反射体により散乱された波の干渉により発生するノイズである。このようなノイズは診断の妨げになり得るため、できるだけ低減することが望ましい。

特許文献１には、空間コンパウンドを用いたスペックルノイズの低減方法が開示されている。この空間コンパウンドは、超音波を複数の角度で放射するため、測定時間が長くなり、患者の負担が増大するなどの課題がある。

測定時間を延ばさない方法としては、画像処理によるノイズの低減が考えられる。非特許文献１には、メディアンフィルタを用いたスペックルノイズの除去方法が開示されている。ただし、ノイズを除去するための画像フィルタは、構造物や微細構造もぼやけさせてしまうことがある。他方、構造を強調するフィルタとしては、ラプラシアンフィルタやハイブーストフィルタが知られている。これらは、差分等を用いるため、ノイズも強調してしまうことがある。そこで、ノイズを抑えつつ構造を強調できるような処理が求められている。

特開２００３−７０７８６号公報

"An adaptive weighted median filter for speckle suppression in medical ultrasound image", IEEE Vol39,p129-135(1989)

本発明は、このような課題認識に基づいてなされたものである。本発明の目的は、ノイズを抑えつつ構造を強調する画像処理を行うことである。

本発明は、以下の構成を採用する。すなわち、
被検体から伝播する音響波に基づいて生成された前記被検体内の画像を処理する被検体情報取得装置であって、
前記画像内の注目点を含む関心領域に含まれる画素値の度数分布のうち、前記注目点が前記度数分布のいずれの区間に属するのかに基づき、前記注目点の画素値を決定する処理手段を有し、
前記処理手段は、前記注目点が前記度数分布において最大値の区間または最小値の区間に属し、かつ、当該区間の要素数が所定の数より小さい場合に、前記注目点が特異点であると決定し、当該注目点の画素値に対して前記特異点に対応する処理を行う
ことを特徴とする被検体情報取得装置である。

本発明はまた、以下の構成を採用する。すなわち、
被検体から伝播する音響波に基づいて生成された前記被検体内の画像を処理する画像処理方法であって、
前記画像内の注目点を含む関心領域に含まれる画素値の度数分布のうち、前記注目点が前記度数分布のいずれの区間に属するのかに基づき、前記注目点の画素値を決定する処理において、
前記注目点が前記度数分布において最大値の区間または最小値の区間に属し、かつ、当該区間の要素数が所定の数より小さい場合に、前記注目点が特異点であると決定し、当該注目点の画素値に対して前記特異点に対応する処理を行う
ことを特徴とする画像処理方法である。

本発明によれば、ノイズを抑えつつ構造を強調する画像処理を行うことができる。

図１（ａ）及び（ｂ）は、実施例１の超音波診断装置のブロック図である。 図２は、実施例１における画像処理のフローチャートである。 図３は、実施例１における構造強調処理のフローチャートである。 図４（ａ）及び（ｂ）は、実施例１のヒストグラム処理例である。 図５（ａ）及び（ｂ）は、実施例１の段差構造の処理例である。 図６（ａ）及び（ｂ）は、実施例１の孤立構造の処理例である。 図７（ａ）及び（ｂ）は、実施例２の３次元超音波診断装置である。

以下に図面を参照しつつ、本発明の好適な実施の形態について説明する。ただし、以下に記載されている構成部品の寸法、材質、形状およびそれらの相対配置などは、発明が適用される装置の構成や各種条件により適宜変更されるべきものであり、この発明の範囲を以下の記載に限定する趣旨のものではない。

本発明は、スペックルノイズのような細かなノイズを含む画像に対して、ノイズを抑制しつつ構造を強調する、画像処理方法に関するものである。よって本発明は、画像処理装置や、その制御方法としても捉えられる。本発明は、特に、被検体から伝播する音響波を検出し、被検体内部の特性情報を生成し、画像化する際に利用できる。よって本発明は、被検体情報取得装置またはその制御方法、あるいは被検体情報取得方法や信号処理方法として捉えられる。本発明はまた、これらの方法をＣＰＵ等のハードウェア資源を備える情報処理装置に実行させるプログラムや、そのプログラムを格納した非一時的な記憶媒体としても捉えられる。

本発明の被検体情報取得装置は、被検体に超音波を照射し、被検体内の音響インピーダ
ンスが変化する部分で反射して伝播してきた反射波（超音波エコー）を、複数の測定位置で受信（検出）する、超音波エコー技術を利用した装置を含む。このような被検体情報取得装置は、反射波（超音波エコー）に基づき被検体内部の特性情報を画像データ等の形式で得ることから、超音波イメージング装置や、超音波画像形成装置と呼べる。被検体として生体の組織を測定する場合、生成された画像は医療目的の診断に利用できるので、本発明の装置を超音波診断装置と呼んでも良い。

超音波診断装置における特性情報は、被検体内の音響インピーダンスの変化を反映した情報である。かかる情報を画像データにして表示することにより、ユーザは被検体内の構造を把握できる。本発明でいう超音波は、音波、音響波と呼ばれる弾性波を含む。探触子（または探触子内の素子）により音響波から変換された電気信号を、音響信号と呼ぶ。

［実施例１］
（装置構成）
本発明の超音波診断装置について簡単に説明する。図１（ａ）は、本発明の実施例１に係る超音波診断装置のブロック図である。本発明の超音波診断装置は、超音波プローブ１０１、超音波送信部１０２、超音波受信部１０３、超音波信号処理部１０４、画像処理部１０５、装置制御部１０６、画面表示部１０７を備えている。

超音波探触子１０１としてはＰＺＴセラミックから成る１次元アレイ振動子を用いる。超音波探触子１０１は、超音波送信部１０２からの信号に基づき、所望の超音波を被検査物に送信する。超音波の中心周波数は５−１５ＭＨｚで、設定により中心周波数を変更することができる。また、プローブの素子数は、ここでは２５６素子とする。なお、素子（振動子）の種類や個数、配置などはこれに限られない。例えば単素子を走査して広範囲を測定したり、２次元アレイ振動子を用いたりして良い。また、平面ではなくお椀状の探触子に複数の素子が配置された構成も好ましい。

超音波送信部１０２は、トリガ発生回路、遅延回路、パルサ回路などからなる。トリガ発生回路は超音波の送信タイミング、遅延回路は送信ビームの指向性などをそれぞれ決定する。一方、超音波受信部１０３は、アンプ回路、Ａ／Ｄ変換器、遅延回路、加算回路などから成る。アンプ回路は、被検体から伝播した超音波に由来する電気信号を、各チャンネルで増幅する。Ａ／Ｄ変換器は、アンプの各チャンネルから出力されたアナログの電気信号をデジタル変換する。遅延回路は、受信指向性に応じてデジタル信号を強調する。加算回路は、入力信号に重みをつけてアポダイゼーション処理をした後、整相加算を行う。これらの処理により、ピクセルまたはボクセルごとに画像生成が実行される。生成された画像データは、超音波信号処理部１０４へ送られる。

超音波信号処理部１０４は、包絡線検波処理などを行い、Ｂ−Ｍｏｄｅ画像を得る。画像処理部１０５では、このＢ−Ｍｏｄｅ画像に対してノイズ除去、構造強調、コントラスト調整などを行う。さらに必要であれば補間処理を行って、所望のピクセル分解能および画素数のＢ−Ｍｏｄｅ画像に変換する。超音波信号処理部１０４および画像処理部１０５は、例えば処理手段１０８として機能する情報処理装置の一部として構成できる。

あるいは、超音波信号処理部１０４と画像処理部１０５が物理的に別の回路により構成されても良い。情報処理装置は、制御方法がプログラムされたソフトウェアの指令に従って動作し、本発明に係る情報処理の各ステップを実行する。さらに、この情報処理装置は、超音波受信部１０５の機能の一部を受け持っても良い。処理手段１０８の構成を、処理内容の観点から表したのが図１（ｂ）である。情報処理装置により実現される処理手段１０８は、物理的あるいはソフトウェア的なモジュールとして、画像生成部１０８ａ、領域選択部１０８ｂ、分布作成部１０８ｃ、注目点分類部１０８ｄ、画素値決定部１０８ｅを
含んでいる。これらのモジュールの組み合わせや機能は、実施例に応じて変更できる。

得られた処理後のＢ−Ｍｏｄｅ画像は、装置制御部１０６に渡され、画像表示部１０７で表示される。装置制御部１０６は、また、超音波送信部１０２などへの制御開始の指示を送る。また、操作用のスイッチ、ボタン、キーボード、マウス等のインターフェースを介し、術者からの指示を受け付ける。この指示を元に、測定のパラメータの変更、測定の開始、画像の処理方法の選択、患者情報や画像の保存、データの解析などを実行できる。

超音波画像の取得において、被検者は、測定する部位に応じて、座位や仰臥位の体位になる。そして、術者は、被検体に音響インピーダンスの整合のためのジェルを塗り、所望の位置に超音波プローブ１０１を配置する。術者は測定を開始し、ディスプレイに映される被険部の様子を見ながら、超音波プローブ１０１の位置を修正する。所望の領域の画像を取得できれば測定を終了する。

（画像処理）
ここで、画像処理部１０５の動作について、図２のフローチャートを用いて詳しく説明する。画像処理部１０５では、主に前処理、構造強調、ノイズの除去を行う。

Ｓ１工程で、超音波信号処理部１０４からＢ−Ｍｏｄｅ画像を得る。そして、Ｓ２工程に進む。なお、Ｂ−Ｍｏｄｅ画像は、包絡線検波した直後の強度画像であってもよいし、補間をして表示するサイズの画像であってもよい。この処理は画像生成工程と呼べる。

Ｓ２工程で、前処理を行う。前処理は、構造強調を行うためのものである。ここでは、構造とノイズを分けるような処理を行う。例えば、コントラスト調整に良く使われるシグモイド関数による処理である。これによって信号とノイズの差を大きくすることができる。
Ｓ３工程で、構造強調を行う。この処理については、別途説明する。

Ｓ４工程で、ノイズ低減を行う。構造強調をされたＢ−Ｍｏｄｅ画像に対して、ノイズの低減処理を行う。ノイズの低減を構造強調の後に行うことによって、構造の情報が失われ難くなる。すなわち、ノイズの低減を先にやってしまうと、構造情報が失われてしまい、そのあと構造の強調をしても無意味になることがある。ノイズの低減用のフィルタとしては、異方性拡散法を用いたフィルタ、バイラテラルフィルタ、ガウスフィルタなどが好適である。

Ｓ５工程で、最終的にディスプレイに表示するための画像データを作る。ここでは、シグモイド関数、ガンマ値などを用いる。
なお、前処理、構造強調、ノイズ低減の順番等は、ここに記載したものに限らない。

（構造強調）
次に、構造強調処理について、図３のフローチャートを用いて詳しく説明する。
Ａ１工程で処理が開始する。この状態は、構造強調処理部に画像が入力された状態である。

Ａ２工程で、画像処理部は、入力された画像から関心領域を選択する。ここでは、超音波処理部に入力された画像のサイズは５１２×５１２ピクセルとする。また、超音波画像のピクセル分解能は、縦横共に０．３ｍｍとする。関心領域のサイズは、超音波の分解能、周波数、深さ方向の位置などに応じて決定し、ここでは１１ピクセル×１１ピクセルのサイズである。１ピクセルは１０ビットで、１０２４階調である。画像の処理の範囲は、画像をｘ方向に１−５１２番、深さ方向に１−５１２番の画素があるとすると、ｘ方向で
６−５０７、深さ方向で６−５０７の範囲となる。なお、関心領域のサイズは、場所によって違うように設定してもよい。例えば、周辺部は高速化のために８ピクセル×８ピクセルなどとする。この処理は領域選択工程と呼べる。

Ａ３工程で、画像処理部は、関心領域の輝度に関する度数分布（ヒストグラム）を作成する。ここでは、画像内の注目点を中心に１１×１１の関心領域に含まれる１２１画素の輝度を元に、５段階の度数分布を作成する。５段階としたのは、基本となる最大値、最小値、中央値に加えて、最大値と中央値の間、および、最小値と中央値の間に区間を設けるためである。これにより後で述べる凡庸化を実行できる。なお、各区間の幅Ｗは、式（１）で示すように、関心領域の最大値と最小値の差を５で割った値である。この処理は分布作成工程と呼べる。

ここで、ＲＯＩ_ＭＸは関心領域の最大値、ＲＯＩ_ＭＮは関心領域の最小値である。Ｂ_ＮＵＭはビンの数であり、今回はＢ_ＮＵＭ＝５である。

ここで、縦軸を階調、横軸を要素数としたヒストグラムの例を図４に示す。図４（ａ）は、最大値をＭｘ（ａ），最小値をＭｎ（ａ）として、５つの区間Ｈ（ａ１），Ｈ（ａ２），Ｈ（ａ３），Ｈ（ａ４），Ｈ（ａ５）となる場合である。図４（ｂ）は、最大値をＭｘ（ｂ），最小値をＭｎ（ｂ）として、５つの区間にＨ（ｂ１），Ｈ（ｂ２），Ｈ（ｂ３），Ｈ（ｂ４），Ｈ（ｂ５）となる場合である。それぞれの図において、Ｈ（ａ３），Ｈ（ｂ４）が最頻となる区間である。

図４では、全要素の１０分の１および５分の１となる位置に、それぞれ第一の閾値４０１と第二の閾値４０２がある。第一の閾値４０１は特異点であることの判定に用いる。第二の閾値４０２は一様分布であることの判定に用いる。なお、度数分布は、関心領域内の画素の輝度や強度に対して、相対頻度の大小関係を表す分布であれば何でも良い。例えば、規格化をすることによって０−１の間の分布であってもよい。また、画素値とは、輝度変換後の値だけでなく、輝度変換前の強度値であってもよく、画素（画像内の座標）の信号の強度を示す値であればよい。

Ａ４工程でヒストグラムと注目点を比較する。画像内における注目点は、図４（ａ）の場合はＨ（ａ５），図４（ｂ）の場合はＨ（ｂ３）にあるものとする（それぞれ、矢印で示す）。この処理からＡ８工程にかけての処理は、注目点分類工程と呼べる。この工程以降、注目点が様々な比較演算を受けて、その分類結果に基づいて画素値への処理が行われるかどうかや、処理の種類が決定される。

Ａ５工程で例外の処理を行う。例外処理は例えば、（１）Ｗが小さい場合や、（２）ヒストグラムが均一である場合に行う。（１）、（２）の場合、何も処理をしないでＡ１０の工程に進む。すなわち、例外処理の例としては、後述する強調処理や凡庸化処理のような、画素値を変更する処理は行わないことを指す。（１）は、構造物がない、信号が小さいなどの理由で、最大値と最小値の差が小さいため、Ｗが所定の値よりも小さくなる場合である。（２）は、特徴がない領域で、深さ方向に一様に輝度が暗くなっているため、各区間の均一度合いが高いような場合である。例えば、この判断は、第二の閾値近傍１０％に４つの区間がある場合とする。その他、例外処理の対象となる例として、例えば、ヒストグラムが２峰性の場合がある。この場合も何も処理をしないでＡ１０工程に進む。例外処理を行う工程では、第一の判定が行われる。

Ａ６工程で、画像処理部は、注目点が特異点であるかを判定する。特異点は、例えば、最大区間または最小区間であって、さらにその区間の要素数が第一の閾値４０１以下である場合とする。したがって、図４（ａ）の場合は、特異点と判定される。特異点であると判定された場合はＡ７工程で強調処理を行う。Ａ６が否定判定だった場合は、Ａ８工程に進む。特異点を決定する工程は、第二の判定と呼べる。

Ａ７工程で、画像処理部は、注目点の強調処理を行う。ここでの強調処理は、例えば、注目点が最大の区間にあるときは、注目点の値にＷ／２を足し、注目点の新たな値とする。一方最小の区間にあるときは、Ｗ／２を引き、注目点の新たな値とする。処理を終えるとＡ９工程に進む。当然、１０ビットの場合に取りうる値の範囲は０−１０２３で、この領域を出ないように処理をする。

Ａ８工程で、画像処理部は、注目点が最頻点であるかを判定する。最頻点は、注目点が最大および最小の区間でなく、最も頻度の高い（要素数が最も多い）区間にある場合とする。最頻点と判断されるとＡ１０工程に進む。これらが否定判定だった場合は、Ａ９工程に進む。最頻点を判定する工程は、第三の判定と呼べる。

Ａ９工程で、画像処理部は、注目点の凡庸化処理を行う。ここで、凡庸化処理とは、強調すべき特徴的な点でもなく、そのまま維持すべき点でもない注目点について、画素値が一般的な値（例えば、各区間の間で最も多い要素数である最頻値）に近づくように、画素値決定を行う処理である。よって、注目点が、例外、特異点、最頻点のいずれでもないと判断された場合には凡庸化処理を行う。ここでは、注目点の値が、最頻点区間の値に近づくように、Ｗ／２を加算または減算して、新しい値とする。

例えば、図４（ｂ）の場合は、注目点は凡庸化の対象となるので、Ｗ／２を加算する。なお、ノイズの領域においては、凡庸化処理によって値が最頻点に近づくため、ノイズを抑える効果も発揮する。処理を終えるとＡ１０工程に進む。Ａ５工程からこの処理にかけての各処理は、画素値決定工程と呼べる。

Ａ１０工程で終了条件かどうかを判定する。所望の範囲の処理が終われば、Ａ１１工程に進む。終わっていなければ、Ａ３工程に戻り次の注目点の処理を行う。
Ａ１１工程で、構造強調処理が終了し、画像を出力し、ノイズ低減工程に進む。

(処理例)
ここで、構造強調処理を行った結果を図に示す。図５は、腫瘍などの境界部分を模した段差構造の画像である。輝度の境界が構造の境界を示している。処理前の状態が図５（ａ）の上の図に示され、処理後の状態が下の図に示されている。また、図５（ｂ）には、（ａ）の矢印部の断面が、それぞれ処理前を点線、処理後を実線として示されている。なお、横軸はピクセル位置、縦軸は階調である。この段差は４０ピクセルの位置から５０ピクセルの位置を境としてあり、その間はスロープになっている。また、画像全体にランダムノイズが付加されている。

図５（ｂ）における処理後（実線）と処理前（点線）の様子を比較すると、４０ピクセルから４５ピクセルにかけて、実線が点線より下にある。一方、４５ピクセルから５０ピクセルにかけて実線が点線の上にある。これらはそれぞれ、凡庸化処理の効果である。つまり、下側の段に近い側は、下側に引っ張られ、上側の段に近い側は上側に引っ張られる。その結果、段差がよりシャープに立ち上がることになる。

図６は、乳腺などの孤立した構造を模したもので、円錐形状のものが画像の中心にある
。処理前の状態が図６（ａ）の上の図に示され、処理後の状態が下の図に示されている。また、図６（ｂ）に、図６（ａ）の矢印部分の断面が、それぞれ処理前を点線、処理後を実線として示されている。

処理後（実線）と処理前（点線）を比較すると、４０ピクセルから４５ピクセルにかけて、実線が点線より下になっている。これは、図５と同様、凡庸化の効果による。一方、４５ピクセルから５０ピクセルにかけて実線が点線より上になる。また、５０ピクセルから５５ピクセルにかけても同様に、実線が上である。これは、特異点の強調処理による効果である。５５ピクセルから６０ピクセルは実線が下となり、凡庸化の効果が表れている。なお、ノイズのみの領域は、凡庸化によって平坦になるため、より小さなノイズとなる。

なお、ここでは、モノクロ画像を前提にして説明したが、ドップラー測定やエラストグラフィーのカラー画像であってもよい。例えば、強度が一変数としてカラーに対応している場合は、上記処理を行って対応するカラーに置き換える。強度がＲＧＢの三変数であれば、それぞれの色において、上記の処理を行えばよい。
以上のように、本実施例の構造強調処理によって、段差を急峻にし、孤立構造を強調することができる。その結果、ノイズに対して、構造が強調されることになる。

［実施例２］
本実施例に係る超音波診断装置は、超音波探触子を２次元に走査することによって３次元の画像を得ることができる。

（装置）
図７に超音波診断装置の模式図を示す。装置は、乳房７１０を保持板間に挟んだ状態で超音波測定を行う。具体的には、立位または座位の被検者は、保持板の間に乳房７１０を挿入する。乳房は、保持板７０３および７０４によって保持されている。保持板の材質は、超音波を伝達しやすい素材であることが望ましい。典型的にはガラス材、アクリル、ポリメチルペンテン、エポキシ樹脂などが好適である。また、音響整合層７０５を設けることが好ましい。
超音波探触子７０１は、保持板７０３を介して被検体に超音波を送信する。被検体で反射した超音波は、再度保持板７０３を介して、超音波超音波探触子７０１に戻る。

そして超音波探触子７０１は、保持板７０３の上を走査機構７０２でｘｙ平面上に走査して、３次元の超音波画像を得る。図７（ｂ）に走査パターンの模式図を示す。超音波探触子７０１は、両肩を結ぶ線と平行なｙ方向に走査する。この時、ｙ方向はエレベーション方向と平行である。そして、ｙ方向に走査している際に超音波の送受信を行って画像を取得していく。この走査機構の制御は、装置制御部１０６によって行う。なお、被検者の体位に対するｘｙｚの各方向の設定はこれに限られない。また、乳房を保持する方向や保持方向も上記に限られない。例えば平板上ではなくカップ状の保持部材を用いても良い。

得られた画像は、超音波信号処理部１０４によって処理され、画像処理部１０６へ送られる。画像処理部では、ｘｙ平面の位置から再構成して、３次元の超音波画像を得る。この３次元の超音波画像に対して画像処理を行うことによって、最終的な画像を得る。画像処理は、３次元のデータを用いて、実施例１同様に、前処理、構造強調、ノイズ除去を行う。なお、３次元データは、ｘ，ｙ，ｚ軸に対してそれぞれ１−５１２画素からなるものとする。

構造強調において、関心領域のサイズは、ｘ、ｙ、ｚで、ピクセルの分解能を元にして決定する。例えば、ｘ、ｙ、ｚがすべて０．３ｍｍの分解能である場合は、注目点を中心
に７×７×７画素とするなどである。したがって、ｘ、ｙ、ｚの方向ごとに分解能が異なれば、それに応じて、領域が各方向で同じぐらいの長さになるように画素数を選んでもよい。そして選択した画素の画素値を用いて、３次元のデータからヒストグラムを作成する。この範囲はｘ、ｙ、ｚともに６−５０７画素の領域である。

以上述べたように、本実施例によれば、３次元の関心領域について、注目点から近い距離にあるデータを多く使用した画像処理を行える。そして実施例１と同様に、ヒストグラムの状況や、ヒストグラム中の注目点の位置に応じて、当該注目点の画素値に演算を行うことで、特異点強調処理や凡庸化処理などを実行できる。その結果、構造を強調しつつスペックルノイズを抑制した３次元画像データを生成できるので、良好な超音波診断を実現できるようになる。

１０１：超音波プローブ，１０２：超音波受信部，１０４：超音波信号処理部，１０５：画像処理部，１０６：装置制御部

Claims (19)

1. 被検体から伝播する音響波に基づいて生成された前記被検体内の画像を処理する被検体情報取得装置であって、
   前記画像内の注目点を含む関心領域に含まれる画素値の度数分布のうち、前記注目点が前記度数分布のいずれの区間に属するのかに基づき、前記注目点の画素値を決定する処理手段を有し、
   前記処理手段は、前記注目点が前記度数分布において最大値の区間または最小値の区間に属し、かつ、当該区間の要素数が所定の数より小さい場合に、前記注目点が特異点であると決定し、当該注目点の画素値に対して前記特異点に対応する処理を行う
   ことを特徴とする被検体情報取得装置。
2. 前記処理手段は、前記関心領域の大きさを、前記音響波の周波数に応じて決定する
   ことを特徴とする請求項１に記載の被検体情報取得装置。
3. 前記処理手段は、前記関心領域の大きさを、前記被検体内の画像における前記注目点の位置に応じて決定する
   ことを特徴とする請求項１または２に記載の被検体情報取得装置。
4. 前記処理手段は、前記関心領域内の前記画像の画素値の最大値と最小値の差を前記度数分布の区間数で除した値が所定の数値よりも小さい場合、前記注目点の画素値を変更しない
   ことを特徴とする請求項１ないし３のいずれか１項に記載の被検体情報取得装置。
5. 前記処理手段は、前記度数分布が均一である場合、前記注目点の画素値を変更しない
   ことを特徴とする請求項１ないし４のいずれか１項に記載の被検体情報取得装置。
6. 前記処理手段は、前記注目点が前記特異点である場合、前記特異点に対応する処理として、当該注目点の画素値に強調処理を行う
   ことを特徴とする請求項１ないし５のいずれか１項に記載の被検体情報取得装置。
7. 前記処理手段は、前記注目点が前記度数分布において最大値の区間に属する場合、前記強調処理として、前記注目点の画素値に所定の値を加算する
   ことを特徴とする請求項６に記載の被検体情報取得装置。
8. 前記処理手段は、前記注目点が前記度数分布において最小値の区間に属する場合、前記強調処理として、前記注目点の画素値から所定の値を減算する
   ことを特徴とする請求項６または７に記載の被検体情報取得装置。
9. 前記所定の値は、前記関心領域内の前記画像の画素値の最大値と最小値の差を前記度数分布の区間数で除した値を、さらに２で除した値である
   ことを特徴とする請求項７または８に記載の被検体情報取得装置。
10. 前記処理手段は、前記注目点が前記度数分布において要素数が最も多い区間に属する場合、前記注目点の画素値を変更しない
    ことを特徴とする請求項１ないし９のいずれか１項に記載の被検体情報取得装置。
11. 前記処理手段は、
    前記度数分布の最大値と最小値の差が所定の数値よりも小さい場合、および、前記度数分布が均一である場合の少なくともいずれかの場合であるかどうかを判定する第一の判定を行い、
    前記注目点が前記度数分布において最大値の区間または最小値の区間に属し、かつ、当該区間の要素数が前記所定の数より小さいかどうかを判定する第二の判定を行い、
    前前記注目点が要素数が最も多い区間に属するかどうかを判定する第三の判定を行い、
    前記第一、第二および第三の判定がいずれも否定判定であった場合、前記注目点に凡庸化処理を行う
    ことを特徴とする請求項１ないし１０のいずれか１項に記載の被検体情報取得装置。
12. 前記処理手段は、前記凡庸化処理として、前記注目点の画素値を、前記要素数が最も多い区間の値に近づける処理を行う
    ことを特徴とする請求項１１に記載の被検体情報取得装置。
13. 前記音響波を受信して電気信号を出力する超音波プローブを更に有し、
    前記処理手段は、前記電気信号に基づいて、前記画像を生成する
    ことを特徴とする請求項１ないし１２のいずれか１項に記載の被検体情報取得装置。
14. 被検体から伝播する音響波に基づいて生成された前記被検体内の画像を処理する画像処理方法であって、
    前記画像内の注目点を含む関心領域に含まれる画素値の度数分布のうち、前記注目点が前記度数分布のいずれの区間に属するのかに基づき、前記注目点の画素値を決定する処理において、
    前記注目点が前記度数分布において最大値の区間または最小値の区間に属し、かつ、当該区間の要素数が所定の数より小さい場合に、前記注目点が特異点であると決定し、当該注目点の画素値に対して前記特異点に対応する処理を行う
    ことを特徴とする画像処理方法。
15. 前記注目点が前記特異点である場合、前記特異点に対応する処理として当該注目点の画素値に強調処理を行う
    ことを特徴とする請求項１４に記載の画像処理方法。
16. 前記注目点が前記度数分布において最大値の区間に属する場合、前記強調処理として、前記注目点の画素値に所定の値を加算する
    ことを特徴とする請求項１５に記載の画像処理方法。
17. 前記注目点が前記度数分布において最小値の区間に属する場合、前記強調処理として、前記注目点の画素値から所定の値を減算する
    ことを特徴とする請求項１５または１６に記載の画像処理方法。
18. 前記所定の値は、前記関心領域内の前記画像の画素値の最大値と最小値の差を前記度数分布の区間数で除した値を、さらに２で除した値である
    ことを特徴とする請求項１６または１７に記載の画像処理方法。
19. 請求項１４ないし１８のいずれか１項に記載の画像処理方法を情報処理装置に実行させるプログラム。

Images