Pat

J-GLOBAL ID：200903045956638924

画像判別装置、方法およびプログラム

Inventor： 大沢 哲
Applicant, Patent owner： 富士写真フイルム株式会社
Agent (2)： 柳田 征史 ,  佐久間 剛
Gazette classification：公開公報
Application number (International application number)：2003197512
Publication number (International publication number)：2005034211
Application date： Jul. 16, 2003
Publication date： Feb. 10, 2005
Summary：

【課題】画像の濃淡値から得られる医用画像に固有のイメージパターンに基づいて、異常陰影候補の判定を人の視覚で捉えた感覚に近い感覚で判別を行う。【解決手段】画像データから注目部分画像を抽出し、抽出された注目部分画像の単位画素群の各画素について濃度分布パターン記憶手段に記憶されている濃度分布パターンのいずれに類似するかを判定し、各濃度分布パターンが注目部分画像中に出現する出現頻度を各濃度分布パターン毎にカウントしてパターンヒストグラムXを算出する。SOMにパターンヒストグラムXを繰り返し提示し、入力ノードiと出力ノードjとを結ぶ重みWjを学習して、出力ノードjと各入力ノードiとを結ぶ学習された学習済重みベクトルWjを画像タイプを代表するパターンヒストグラムとして得る。所定の注目部分画像のパターンヒストグラムXと学習済重みベクトルWjとに基づいて注目部分画像の画像タイプを判別する。【選択図】 図13

Claim (excerpt)：

画像データから注目部分画像を抽出する抽出手段と、 該抽出手段で抽出される注目部分画像を構成する単位画素群の各画素に出現する可能性のある多数の濃度分布パターンを記憶する濃度分布パターン記憶手段と、 前記抽出手段により抽出された前記注目部分画像の単位画素群の各画素について前記濃度分布パターンのいずれに類似するかを判定し、前記各濃度分布パターンが前記注目部分画像中に出現する出現頻度を前記各濃度分布パターン毎にカウントしてN次元のパターンヒストグラムを算出する出現頻度算出手段と、 N個の入力ノードとM個の出力ノードを有する教師なし学習を行う学習手段であって、該N個の入力ノードに前記N次元のパターンヒストグラムを繰り返し提示し、前記N個の入力ノードと前記M個の出力ノードとを結ぶ重みを学習して、前記M個のうちの1つの出力ノードと前記N個の入力ノードとを結ぶ学習されたN個の重みをN次元の学習済重みベクトルとし、該N次元の学習済重みベクトルが前記各出力ノード毎に対応する画像タイプを代表するものとして学習済重みベクトルを得る学習手段と、 所定の注目部分画像のN次元のパターンヒストグラムを前記出現頻度算出手段を用いて求め、該N次元のパターンヒストグラムと前記学習手段により得られた前記学習済重みベクトルとに基づいて該注目部分画像の画像タイプを判別する判別手段とを備えたことを特徴とする画像判別装置。

IPC (4)：

A61B6/00 ,  A61B5/00 ,  G06T1/00 ,  G06T7/00

FI (4)：

A61B6/00 350D ,  A61B5/00 G ,  G06T1/00 290A ,  G06T7/00 350B

F-Term (28)：

4C093AA26 ,  4C093CA35 ,  4C093FD03 ,  4C093FD05 ,  4C093FD12 ,  4C093FF16 ,  4C093FF17 ,  4C093FF19 ,  4C093FG13 ,  5B057AA08 ,  5B057BA03 ,  5B057DA08 ,  5B057DA12 ,  5B057DB05 ,  5B057DB09 ,  5B057DC16 ,  5B057DC22 ,  5B057DC23 ,  5B057DC34 ,  5B057DC40 ,  5L096AA06 ,  5L096BA06 ,  5L096FA06 ,  5L096FA34 ,  5L096FA37 ,  5L096HA13 ,  5L096JA03 ,  5L096KA04