CN105433967A - 放射线图像分析装置及方法以及程序 - Google Patents

放射线图像分析装置及方法以及程序 Download PDF

Info

Publication number
CN105433967A
CN105433967A CN201510595265.5A CN201510595265A CN105433967A CN 105433967 A CN105433967 A CN 105433967A CN 201510595265 A CN201510595265 A CN 201510595265A CN 105433967 A CN105433967 A CN 105433967A
Authority
CN
China
Prior art keywords
image
presumption
thick distribution
thick
subject
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510595265.5A
Other languages
English (en)
Other versions
CN105433967B (zh
Inventor
榎本淳
小田泰史
田岛崇史
桑原健
原田泰树
细井雄一
中津川晴康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Publication of CN105433967A publication Critical patent/CN105433967A/zh
Application granted granted Critical
Publication of CN105433967B publication Critical patent/CN105433967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Quality & Reliability (AREA)

Abstract

本发明提供一种放射线图像分析装置及方法以及程序，实现对通过被摄体的放射线摄影而得到的被摄体图像的体厚分布进行推定的体厚分布推定处理的高精度化，并且将体厚分布推定处理的时间抑制在容许范围内。放射线图像分析装置包括：图像取得部，取得被摄体图像；体厚分布修正部，受理具有推定体厚分布的虚拟模型的输入，修正虚拟模型的推定体厚分布，输出被修正的推定体厚分布；以及体厚分布决定部，将输出的推定体厚分布决定为被摄体的体厚分布，体厚分布决定部具有判定部，该判定部根据判定条件切换重复执行体厚分布修正处理直到满足第一结束条件的第一控制和重复执行体厚分布修正处理直到满足与第一结束条件不同的第二结束条件的第二控制。

Description

放射线图像分析装置及方法以及程序
技术领域
本发明涉及对拍摄被摄体而得到的放射线图像进行分析的图像分析装置及方法以及程序，尤其是，涉及对拍摄被摄体而得到的放射线图像进行分析而推定放射线图像的各位置上的被摄体的厚度的放射线图像分析装置及方法以及程序。
背景技术
以往，公知在通过透射了被摄体的放射线拍摄被摄体的放射线图像时，被摄体的厚度越大，则被摄体内部中的放射线的散射的发生、放射线透射率的降低等的影响变得越大，所取得的放射线图像的画质发生变化。因此，提出了如下技术：根据摄影条件和放射线图像的信号值、放射线图像的信号值的直方图宽度、被摄体图像中的被摄体的预定方向的长度等各种信息，大致推定被摄体的厚度，根据所推定的被摄体的厚度，变更对所拍摄的放射线图像的散射线去除处理等的图像处理条件、对放射线图像的摄影应用的摄影条件。
例如，在专利文献1中，公开了如下方法：通过测定将具有预先已知的厚度的模拟被摄体在已知的摄影条件下进行放射线摄影而得到的图像的像素值，准备将体厚和像素值的关系建立对应的建立对应表格，基于建立对应表格，根据被摄体图像的像素值而推定概略的体厚分布，并根据被摄体图像的体厚分布而推定被摄体图像的散射线分量，取得从被摄体图像减去散射线分量的处理后图像。
此外，在非专利文献1中，公开了根据人体的体厚分布来推定放射线图像的散射线分量并去除的方法。根据非专利文献1的图像处理方法，基于根据被摄体图像的像素值而推定的体厚分布，对被输入的被摄体图像应用预定的函数而生成推定出被摄体图像所包含的散射线的像的推定散射线图像，并从被摄体图像减去推定散射线图像，从而生成根据被输入的被摄体图像而推定出初始射线图像的推定初始射线图像。进而，将通过对生成的推定初始射线图像应用预定的函数而生成进一步的推定散射线图像、并从被摄体图像减去进一步的推定散射线图像而生成进一步的推定初始射线图像的处理重复直到在预定的收敛条件下收敛为止，计算收敛的推定散射线图像，从被摄体图像减去该推定散射线图像，从而能够最终取得去除了散射线分量的处理后图像。此外，在非专利文献1中，公开了如下方法：根据体厚来调整用于对被摄体图像所包含的散射线的像进行推定的预定的函数。
现有技术文献
专利文献
专利文献1：日本特开平02-244881号公报
非专利文献
非专利文献1：Trotter及其他4名,“Thickness-dependentScatterCorrectionAlgorithmforDigitalMammography”,Proc.SPIEVol.4682,2002年5月,p.469-478
发明内容
这里，为了求出反映了被摄体内部的肺野等被摄体的内部构造的详细的体厚，优选根据实际拍摄被摄体而得到的被摄体图像的像素值来计算被摄体的厚度。但是，在被摄体图像中，包括透射被摄体而直接照射到放射线检测器的初始射线的分量(初始射线分量)和在被摄体内放射线散射的散射线的分量(散射线分量)。
因此，如专利文献1或非专利文献1那样，在对不使用散射线去除栅格(栅格)而拍摄的放射线图像应用了基于像素值而推定体厚的方法的情况下，由于放射线图像所包含的散射线分量的影响，难以准确地推定被摄体的体厚分布。并且，考虑到为了避免散射线分量的影响而使用栅格对被摄体图像进行摄影，但为了降低被摄体的被曝光量等的负担，也存在想要根据不使用栅格而拍摄的被摄体图像来准确地推定体厚分布这样的需求。
为了应对该需求，本申请人提出了如下技术(参照特愿2013-229941)：使用预先确定的虚拟模型，根据虚拟模型而推定通过虚拟模型的放射线摄影而得到的初始射线图像以及散射线图像，生成将所推定的初始射线图像和散射线图像进行了合成的图像，以作为对通过被摄体的放射线摄影而得到的放射线图像进行了推定的图像即推定图像，并以使所生成的推定图像和实际对被摄体进行放射线摄影而得到的被摄体图像之差减小的方式重复修正体厚分布，从而高精度地计算体厚分布。
此外，在实际的医疗现场中，除了要尽可能地将推定体厚分布的体厚分布推定处理高精度化而取得精度良好的体厚分布的需求之外，还存在如下需求，即根据被摄体图像的诊断目的、图像分析装置的性能和摄影环境的情形等而实现体厚分布推定处理的高精度化，并且要将体厚分布推定处理的执行时间维持在容许范围内。
本发明是鉴于上述情形而完成的，其目的在于，实现一种放射线图像分析装置、放射线图像分析方法以及放射线图像分析程序，其在对拍摄了被摄体而得到的放射线图像进行分析而推定放射线图像的各位置上的被摄体的厚度时，实现体厚分布推定处理的高精度化，并且将体厚分布推定处理的执行时间抑制在容许范围内。
本发明的放射线图像分析装置对通过被摄体的放射线摄影而得到的被摄体图像进行分析，推定被摄体的体厚分布，放射线图像分析装置的特征在于，包括：图像取得部，取得被摄体图像；体厚分布修正部，受理具有推定体厚分布的虚拟模型的输入，对虚拟模型的推定体厚分布进行修正，输出被修正的推定体厚分布，体厚分布修正部具有虚拟模型取得部、推定图像生成部以及修正部，虚拟模型取得部取得被输入的具有推定体厚分布的虚拟模型，推定图像生成部生成将推定初始射线图像和推定散射线图像进行了合成的图像，以作为对通过被摄体的放射线摄影而得到的放射线图像进行了推定的推定图像，推定初始射线图像是对通过所取得的虚拟模型的放射线摄影而得到的初始射线图像进行了推定的图像，推定散射线图像是对通过虚拟模型的放射线摄影而得到的散射线图像进行了推定的图像，修正部以减小该推定图像与被摄体图像的差异的方式对取得的推定体厚分布进行修正并输出；以及体厚分布决定部，对体厚分布修正处理的执行进行控制，重复执行体厚分布修正处理直到满足结束条件为止，在满足结束条件的情况下，将在满足了结束条件时的体厚分布修正处理中输出的推定体厚分布决定为被摄体的体厚分布，体厚分布修正处理为如下处理，即，使修正部对虚拟模型的推定体厚分布进行修正并输出，将具有所输出的推定体厚分布的虚拟模型输入到虚拟模型取得部而取得虚拟模型，使推定图像生成部根据虚拟模型生成推定图像，体厚分布决定部具有判定部，该判定部根据判定条件而切换执行第一控制和第二控制，第一控制是重复执行体厚分布修正处理直到满足第一结束条件为止的控制，第二控制是重复执行体厚分布修正处理直到满足与第一结束条件不同的第二结束条件为止的控制，该第二控制下的体厚分布修正处理的执行次数比第一控制下的体厚分布修正处理的执行次数少。
本发明的放射线图像分析方法的特征在于，包括如下步骤：图像取得步骤，取得被摄体图像；体厚分布修正步骤，受理具有推定体厚分布的虚拟模型的输入，对虚拟模型的推定体厚分布进行修正，输出被修正的推定体厚分布，体厚分布修正步骤具有虚拟模型取得步骤、推定图像生成步骤以及修正步骤，虚拟模型取得步骤取得被输入的具有推定体厚分布的虚拟模型，推定图像生成步骤生成将推定初始射线图像和推定散射线图像进行了合成的图像，以作为对通过被摄体的放射线摄影而得到的放射线图像进行了推定的推定图像，推定初始射线图像是对通过所取得的虚拟模型的放射线摄影而得到的初始射线图像进行了推定的图像，推定散射线图像是对通过虚拟模型的放射线摄影而得到的散射线图像进行了推定的图像，修正步骤以减小该推定图像与被摄体图像的差异的方式对取得的推定体厚分布进行修正并输出；以及体厚分布决定步骤，对体厚分布修正处理的执行进行控制，重复执行体厚分布修正处理直到满足结束条件为止，在满足结束条件的情况下，将在满足了结束条件时的体厚分布修正处理中输出的推定体厚分布决定为被摄体的体厚分布，体厚分布修正处理为如下处理，即，通过修正步骤对虚拟模型的推定体厚分布进行修正并输出，通过虚拟模型取得步骤取得具有所输出的推定体厚分布的虚拟模型，通过推定图像生成步骤根据虚拟模型生成推定图像，体厚分布决定步骤具有判定步骤，该判定步骤根据判定条件而切换执行第一控制和第二控制，第一控制是重复执行体厚分布修正处理直到满足第一结束条件为止的控制，第二控制是重复执行体厚分布修正处理直到满足与第一结束条件不同的第二结束条件为止的控制，该第二控制下的体厚分布修正处理的执行次数比第一控制下的体厚分布修正处理的执行次数少。
另外，本发明的放射线图像分析程序是对通过被摄体的放射线摄影而得到的被摄体图像进行分析，推定被摄体的体厚分布的放射线图像分析程序，其特征在于，使计算机作为如下部件发挥作用：图像取得部，取得被摄体图像；体厚分布修正部，受理具有推定体厚分布的虚拟模型的输入，对虚拟模型的推定体厚分布进行修正，输出被修正的推定体厚分布，体厚分布修正部具有虚拟模型取得部、推定图像生成部以及修正部，虚拟模型取得部取得被输入的具有推定体厚分布的虚拟模型，推定图像生成部生成将推定初始射线图像和推定散射线图像进行了合成的图像，以作为对通过被摄体的放射线摄影而得到的放射线图像进行了推定的推定图像，推定初始射线图像是对通过所取得的虚拟模型的放射线摄影而得到的初始射线图像进行了推定的图像，推定散射线图像是对通过虚拟模型的放射线摄影而得到的散射线图像进行了推定的图像，修正部以减小该推定图像与被摄体图像的差异的方式对取得的推定体厚分布进行修正并输出；以及体厚分布决定部，对体厚分布修正处理的执行进行控制，重复执行体厚分布修正处理直到满足结束条件为止，在满足结束条件的情况下，将在满足了结束条件时的体厚分布修正处理中输出的推定体厚分布决定为被摄体的体厚分布，体厚分布修正处理为如下处理，即，使修正部对虚拟模型的推定体厚分布进行修正并输出，将具有所输出的推定体厚分布的虚拟模型输入到虚拟模型取得部而取得虚拟模型，使推定图像生成部根据虚拟模型生成推定图像，体厚分布决定部具有判定部，该判定部根据判定条件而切换执行第一控制和第二控制，第一控制是重复执行体厚分布修正处理直到满足第一结束条件为止的控制，第二控制是重复执行体厚分布修正处理直到满足与第一结束条件不同的第二结束条件为止的控制，该第二控制下的体厚分布修正处理的执行次数比第一控制下的体厚分布修正处理的执行次数少。
上述“体厚”是指，在被照射的放射线的路径上的、除了空气区域之外的被摄体区域的厚度的总计。例如，体厚成为在被照射的放射线的路径上的、除了肺内的空气区域等被摄体内的空气区域之外的被摄体组织的厚度的总计。
“推定图像”是指，只要实质上看作将推定初始射线图像和推定散射线图像进行了合成的图像即可，该推定初始射线图像是根据虚拟模型推定出通过虚拟模型的放射线摄影而得到的初始射线图像，该推定散射线图像是根据虚拟模型而推定出通过虚拟模型的放射线摄影而得到的散射线图像。例如，可以对虚拟模型应用推定初始射线图像生成用的函数而制作推定初始射线图像，对虚拟模型应用推定散射线图像生成用的函数而另外生成推定散射线图像之后进行合成，也可以对虚拟模型应用推定图像生成用的函数而推定推定图像。
“推定图像与被摄体图像的差异”是指，与推定图像和被摄体图像的相互对应的各位置上的像素值的相关性的高度。此外，“减小被摄体图像与推定图像的差异”是指，与被摄体图像和推定图像的相互对应的各位置的像素值的相关性提高(两个图像类似)。
此外，在本发明的放射线图像分析装置中，判定部也可以是，基于多个体厚分布修正处理中的推定图像与被摄体图像的差异的时序的推移，推定直到满足第一结束条件为止重复的体厚分布修正处理的执行时间之和的推定值即推定执行时间，在推定执行时间比第一限制时间大的情况下，执行第二控制，在推定执行时间为第二限制时间以下的情况下，执行第一控制。
此外，在本发明的放射线图像分析装置中，也可以是，判定部根据表示放射线图像分析装置的处理能力的处理能力信息，在处理能力比特定的处理等级低的情况下执行第二控制，在处理能力为特定的处理等级以上的情况下执行第一控制。
“表示放射线图像分析装置的处理能力的处理能力信息”是指，只要是能够直接或间接地掌握用于实施放射线图像的体厚分布推定处理的处理能力的信息则也可以是任意的信息。例如，可以是表示构成放射线图像分析装置的计算机的处理装置的处理速度或存储器的容量等的信息，也可以是表示摄影设备的种类的信息或者表示摄影场所的信息。
此外，在上述的情况下，处理能力信息也可以是表示在被摄体图像的摄影中使用的摄影设备的种类的信息。
“表示摄影设备的种类的信息”是指，只要是能够推测是否使用了如医院的摄影室等的处理装置等具有充分的处理性能的处理装置的信息即可。例如，考虑表示固定式射线源、便携式射线源、如在图像读取室中安装的标准式控制台、平板终端等的便携式控制台、固定式检测面板、便携式检测面板的信息。
此外，在本发明的放射线图像分析装置中，判定部也可以是，根据针对每个摄影场所将第一控制或者第二控制建立对应的建立对应信息，在第一控制与被摄体图像的摄影场所建立对应的情况下执行第一控制，在第二控制与被摄体的摄影场所建立对应的情况下执行第二控制。
此外，“摄影场所”是指，只要是能够推测是否为使用了如医院的摄影室等的具有充分的处理性能的处理装置的环境的场所、或者能够确认是否需要将体厚分布推定处理的执行时间设为容许范围以下的场所即可。作为摄影场所，例如，可以考虑摄影室、急救车内、巡诊车内、室外、病房、其他不是医疗用设施的场所等。
此外，在本发明的放射线图像分析装置中，判定部也可以是，根据表示是否需要被摄体图像的紧急显示的紧急显示信息，在需要紧急显示的情况下执行第二控制，在不需要紧急显示的情况下执行第一控制。
此外，在本发明的放射线图像分析装置中，判定部也可以是，根据针对被摄体图像所表示的部位的各个部位将第一控制或者第二控制建立对应的建立对应信息，在第一控制与被摄体图像所表示的部位建立对应的情况下执行第一控制，在第二控制与被摄体图像所表示的部位建立对应的情况下执行第二控制。
此外，在本发明的放射线图像分析装置中，也可以是，第一结束条件表示在推定图像生成部中生成的推定图像与被摄体图像的差异的容许值即第一阈值，第二结束条件表示在推定图像生成部中生成的推定图像与被摄体图像的差异的容许值即第二阈值，第二阈值为比第一阈值大的值。
此外，在本发明的放射线图像分析装置中，也可以是，第二结束条件表示体厚分布修正处理的执行次数的上限值或者体厚分布修正处理的执行时间之和的上限值。
此外，在本发明的放射线图像分析装置中，优选还包括：图像处理部，使用与被摄体的体厚分布相应的处理参数，执行被摄体图像的图像处理而取得处理后图像；以及显示控制部，使显示装置显示处理后图像。
根据本发明，通过根据判定条件而切换重复控制的执行次数相对多的第一控制和重复控制的执行次数比第一控制少的第二控制，从而能够实现体厚分布推定处理的高精度化，并且将体厚分布推定处理的执行时间抑制在容许范围内。
附图说明
图1是表示应用了本发明的第一实施方式的放射线图像分析装置的放射线图像摄影系统的结构的概略框图。
图2是表示体厚分布的建立对应表格的一例的图。
图3是用于说明推定图像的生成方法的一例的图。
图4是用于说明推定图像的生成方法的另一例的图。
图5是用于说明判定条件的例子的图。
图6是表示由本实施方式的放射线图像分析装置进行的处理的流程图。
图7是用于说明结束条件的例子的图。
具体实施方式
以下，参照附图说明本发明的实施方式。图1是表示应用了本发明的第一实施方式的放射线图像分析装置的放射线图像摄影系统的结构的概略框图。如图1所示，本实施方式的放射线图像摄影系统包括摄影装置10、对系统进行控制的控制装置20以及图像分析装置30(放射线图像分析装置)。
摄影装置10包括：X射线源12，对被摄体K照射X射线；以及放射线检测器14，检测透射了被摄体K的X射线而取得被摄体K的放射线图像。另外，在本实施方式中，在被摄体K和放射线检测器14之间没有配置用于去除透射了被摄体K的X射线中的、由于被摄体K而散射的散射线的散射线去除栅格(栅格)。
控制装置20包括：射线源驱动控制部22，根据设定的摄影条件而对X射线源12进行驱动控制；以及检测器控制部24，对放射线检测器14进行控制，取得被摄体的放射线图像(被摄体图像)而存储在存储部42中。
图像分析装置30是包括受理操作者对图像分析装置30的各种输入的输入部43、显示部44、中央处理装置(CPU)、半导体存储器、通信接口以及硬盘、SSD等存储部42的计算机，在图像分析装置30中安装有本实施方式的放射线图像分析程序。并且，通过该放射线图像分析程序的执行，图像分析装置30的中央处理装置以及存储器协作，作为图像取得部31、体厚分布修正部35、体厚分布决定部36、散射线信息取得部37、散射线去除部38、图像处理部39以及显示控制部40而发挥功能。输入部43由键盘、鼠标、触摸面板等构成。另外，输入部43受理操作者对图像分析装置30的各种输入。此外，显示部44由CRT、液晶显示器等构成，进行由摄影装置10取得的放射线图像的显示和各种其他期望的处理所需的信息的显示。
在存储部42中存储有由对检测器控制部24以及射线源驱动控制部22进行控制的未图示的摄影控制部取得的被摄体图像Ik及其摄影条件。此外，在存储部42中，预先制作并存储针对多个摄影条件的各个摄影条件将浓度值(像素值)和体厚建立对应的建立对应表格LUT。此外，在存储部42中存储有具有初始体厚分布T0(x，y)的被摄体K的虚拟模型M。进而，在存储部42中，基于比较用被摄体的胸腹部的肺野、骨骼等解剖学构造物的配置以及组成，预先设定并存储有特性信息，该特性信息表示被检体图像用的虚拟模型M所包含的构造物(这里为肺野、骨骼、内脏等解剖学构造物)构造物的配置和构造物对于放射线的特性等。此外，在存储部42中，适当存储有在各处理中所需的各种参数、生成的图像(推定初始射线图像、推定散射线图像等)。另外，本说明书中的体厚是指，被照射的放射线的路径上的除了空气区域之外的被摄体区域的总计厚度。
“摄影条件”只要包括摄影照射剂量、管电压、管电流和照射时间之积、放射线源(射线源)和放射线检测器的检测面的距离、射线源的目标以及滤波器的材质、在摄影中使用的放射线检测器的种类、气隙量(从被摄体到放射线检测器的距离)、根据需要而在放射线检测器中设置的放射线遮挡物的有无以及材质中的至少一个即可。
这里，作为摄影条件，存储有在被摄体图像Ik的摄影时使用的摄影照射剂量、管电压、管电流和照射时间之积、以及射线源和放射线检测器的检测面的距离。另外，被存储的摄影条件适当应用于后述的体厚分布修正部35的处理、散射线信息取得部37的处理、图像处理部39的处理等其他各种所期望的图像处理等。
显示控制部40使显示部44适当显示本实施方式的图像分析处理所需的信息、控制装置20的摄影控制处理所需的信息等。
图像取得部31从检测器控制部24或者存储部42等取得被摄体图像Ik。另外，并不限定于本实施方式，本发明能够应用于任意的种类的被检体。例如，能够将被检体设为人体的任意的部位。
体厚分布修正部35受理后述的体厚分布决定部36的具有推定体厚分布Tn的虚拟模型M的输入，对虚拟模型M的推定体厚分布进行修正，输出修正后的推定体厚分布Tn。另外，将体厚分布修正部35的体厚分布推定处理的执行次数设为第n次(n为自然数)。详细而言，体厚分布修正部35包括：虚拟模型取得部32，取得具有初始体厚分布T0(所输入的推定体厚分布)的虚拟模型；推定图像生成部33，生成将推定初始射线图像Ip和推定散射线图像Is进行了合成的图像，以作为对通过被摄体K的放射线摄影而得到的放射线图像进行了推定的推定图像Im，该推定初始射线图像Ip是对通过所取得的虚拟模型M的放射线摄影而得到的初始射线图像进行了推定的图像，该推定散射线图像Is是对通过虚拟模型M的放射线摄影而得到的散射线图像进行了推定的图像；以及修正部34，以减小推定图像Im与被摄体图像Ik的差异的方式，对取得的推定体厚分布Tn进行修正并输出。
虚拟模型取得部32取得具有初始体厚分布T0的被摄体K的虚拟模型M。此外，在体厚分布推定处理的重复中，取得具有通过后述的修正部34被修正了至少1次以上的推定体厚分布Tn-1的虚拟模型M。虚拟模型M是虚拟地表示基于初始体厚分布T0(x，y)的体厚与xy平面上的各位置建立对应的被摄体K的数据。此外，基于比较用被摄体的胸腹部的肺野、骨骼等解剖学构造物的配置以及组成，设定表示虚拟模型M所包含的构造物(这里为肺野、骨骼、内脏等解剖学构造物)、构造物的配置和构造物对于放射线的特性等的特性信息。
在本实施方式中，被摄体K的虚拟模型M的初始体厚分布T0由虚拟模型取得部32生成而取得。
虚拟模型取得部32取得被摄体图像Ik的摄影条件，并从存储部42取得将与被摄体K的摄影条件相应的像素值(浓度值)和体厚建立对应的表格。图2表示将像素值和体厚建立对应的表格的例子。并且，虚拟模型取得部32基于图2所示的表格，确定与被摄体图像Ik的各像素的像素值对应的体厚，从而取得被摄体图像Ik的初始体厚分布T0。以上的处理由下述的式(1)表示。另外，式(1)中的Ik(x，y)表示被检体图像中的各像素的像素值，T0(x，y)表示各像素位置上的初始体厚分布。
[数学式1]
T0(x，y)＝LUT(Ik(x，y))(1)
另外，由于被检体图像用的虚拟模型M的初始体厚分布是由后述的修正部34修正的，所以例如可以表示标准的人体的体厚分布，也可以表示均匀分布，还可以是任意的分布。此外，初始体厚分布T0可以在取得各虚拟模型M的初始体厚分布的处理时生成而取得，也可以在各虚拟模型M的取得处理之前预先设定。
推定图像生成部33生成将对通过所取得的虚拟模型M的放射线摄影而得到的初始射线图像进行了推定的推定初始射线图像Ip和对通过虚拟模型M的放射线摄影而得到的散射线图像进行了推定的推定散射线图像Is合成后的图像，以作为推定出被摄体图像Ik的图像即被摄体图像Ik的推定图像Im，并存储在存储部42中。
图3以及图4是用于说明推定图像Im的生成方法的图。如图3所示，推定图像生成部33根据下述式(2)而生成在与被摄体图像Ik同等的摄影条件下拍摄了虚拟模型M时得到的推定初始射线图像Ip，并使用所生成的推定初始射线图像Ip，根据式(3)而生成推定散射线图像Is。并且，推定图像生成部33通过如式(4)所示地将推定初始射线图像Ip和推定散射线图像Is进行合成，生成推定图像Im。另外，在第一次制作推定初始射线图像Ip和推定散射线图像Is时，在推定式(2)、式(3)中使用初始体厚分布T0(x，y)(在式(2)、(3)中，n＝1)。
[数学式2]
Ip(x，y)＝Io(x，y)×exp(-Tn-1(x，y)×μ)(2)
[数学式3]
I s ( x , y ) = Σ x ′ , y ′ I p ( x ′ , y ′ ) K s ( x , y , T n - 1 ( x ′ , y ′ ) , θ x ′ , y ′ ) - - ( 3 )
[数学式4]
Im(x，y)＝Ip(x，y)+Is(x，y)(4)
这里，(x，y)是被摄体图像Ik的像素位置的坐标，Ip(x，y)是像素位置(x，y)上的推定初始射线图像(初始射线的像素值)，Is(x，y)是像素位置(x，y)上的推定散射线图像(散射线的像素值)，Io(x，y)是像素位置(x，y)上的照射剂量，Im(x，y)是像素位置(x，y)上的推定图像，μ是被摄体的线性衰减系数、Ks(x，y，Tn-1(x’，y’)，θx’，y’)是表示与像素位置(x，y)上的被检体厚相应的点扩散函数(PointSpreadFunction)的卷积核。另外，照射剂量Io(x，y)是假设不存在被摄体时利用检测器检测出的放射线的照射剂量(像素值)，根据射线源12和放射线检测器14的检测面的距离(SID)、管电压以及摄影照射剂量而变化。此外，θx’，y’表示根据摄影条件或虚拟模型M的特性信息而确定的参数。
另外，推定图像Im只要是推定为在对虚拟模型M进行了放射线摄影时得到的图像即可，只要是实质上看作将推定初始射线图像Ip和推定散射线图像Is进行相加而合成的图像即可。例如，如图4所示，也可以代替式(2)～(4)而使用下述式(5)，对将初始射线分量和散射线分量合起来的核进行卷积积分而生成推定图像Im。这里，Kp+s(x，y，Tn-1(x’，y’)，θx’，y’)是表示将初始射线分量和散射线分量合起来的点扩散函数的核。此外，只要能够根据通过放射线摄影而得到的图像来生成将推定初始射线图像以及推定散射线图像进行了合成的推定图像，则也可以使用任意的模型函数。
另外，Kp+s(x，y，Tn-1(x’，y’)，θx’，y’)能够根据摄影条件等而通过实验求出。
在本实施方式中，对每个摄影条件预先计算核Ks(x，y，Tn-1(x’，y’)，θx’，y’)、Kp+s(x，y，Tn-1(x’，y’)，θx’，y’)，将各种摄影条件和核Ks(x，y，Tn-1(x’，y’)，θx’，y’)、Kp+s(x，y，Tn-1(x’，y’)，θx’，y’)预先建立对应的表格存储在存储部42中，基于摄影时的照射场信息、被摄体信息以及摄影条件，参照该表格而求出核Ks(x，y，Tn-1(x’，y’)，θx’，y’)、Kp+s(x，y，Tn-1(x’，y’)，θx’，y’)。另外，核Ks、Kp+s只要是在使用核Ks、Kp+s之前则可以在任意的定时计算。
[数学式5]
I m ( x , y ) = Σ x ′ , y ′ K p + s ( x , y , T n - 1 ( x ′ , y ′ ) , θ x ′ , y ′ ) - - - ( 5 )
修正部34基于被摄体图像Ik的推定图像Im和被摄体图像Ik，对被摄体K的虚拟模型M的初始体厚分布T0或者被修正了至少一次以上的推定体厚分布Tn-1进行修正，以减少被摄体图像Ik的推定图像Im与被摄体图像Ik的差异。具体而言，以减少推定图像Im与被摄体图像Ik的对应的位置的像素值之差的方式进行修正。
为了进行推定体厚分布Tn-1的修正处理，修正部34可以应用能够以使被摄体图像Ik与推定图像Im的差异减小的方式取得推定体厚分布Tn-1的各位置的修正值的任意的方法。在本实施方式中，修正部34对虚拟模型M的1个像素以上的部分区域的每一个，实施计算使虚拟模型M的推定体厚分布Tn-1变动而减小推定图像Im与被摄体图像Ik的差异的部分区域的体厚的处理。并且，根据计算出的各部分区域的体厚来修正虚拟模型的体厚分布。
这里，修正部34使用最速下降法(steepestdescentmethod)来求出推定体厚分布Tn-1的体厚的修正值。使用下述式(6)、(7)，仅使虚拟模型M的像素中的在Tn-1(x，y)中的一个特定的坐标的体厚变动，基于错误函数ferror的一阶偏微分(斜度)，重复计算dTn-1(x，y)，从而能够将错误函数ferror的输出值最小化。并且，将错误函数ferror的输出值最小化时的一个特定的坐标的体厚决定为该特定的坐标的体厚的修正值。此外，对于其他像素也分别同样地求出体厚的修正值，由此修正各像素的体厚分布，并取得修正后的推定体厚分布Tn，将修正后的推定体厚分布Tn存储在存储部42中。
[数学式6]
T n ( x , y ) = T n - 1 ( x , y ) - αdT n - 1 ( x , y ) = T n - 1 ( x , y ) - α d dT n - 1 ( x , y ) f e r r o r - - - ( 6 )
[数学式7]
d dT n - 1 ( x , y ) f e r r o r = Σ x ′ , y ′ ( I m ( x ′ , y ′ ) - I k ( x ′ , y ′ ) ) d dT n - 1 ( x , y ) K p + s ( x ′ , y ′ , T n - 1 ( x , y ) , θ x , y )
[数学式8]
d dT n - 1 ( x , y ) K p + s ( x ′ , y ′ , T n - 1 ( x , y ) , θ x , y ) = K p + s ( x ′ , y ′ , T n - 1 ( x , y ) + d t , θ x , y ) - K p + s ( x ′ , y ′ , T n - 1 ( x , y ) θ x , y ) - - - ( 8 )
其中，在式(6)中，α是表示体厚的更新速度的参数即更新系数。作为式(7)所示的Kp+s的微分值部分的计算方法的一例，例如，能够通过式(8)计算在对Tn-1(x，y)加上极小的值dt时值的变化，并设为式(7)的Kp+s的值。
体厚分布决定部36具有对体厚分布修正部35的处理的重复进行控制的功能。若将体厚分布修正部35的处理的执行次数设为第n次(n为自然数)，则在n＝1的情况下，体厚分布决定部36对体厚分布修正部35输入初始体厚分布Tn-1(T0)，使虚拟模型取得部32取得具有推定体厚分布Tn-1(T0)的虚拟模型M，使推定图像生成部33根据虚拟模型M而生成推定图像Im，使修正部34修正初始体厚分布T0，并将n的值增加1而更新(设为n＝n+1)，作为推定体厚分布Tn(T1)而输出。之后，体厚分布决定部36控制如下的体厚分布修正处理(后述的S06、S02、S03所示的一系列的处理)的重复执行：使修正部34对虚拟模型M的推定体厚分布Tn-1进行修正并作为推定体厚分布Tn而输出，使具有被输出的推定体厚分布Tn的虚拟模型M输入到虚拟模型取得部32而取得，使推定图像生成部33根据虚拟模型M而生成推定图像Im。
此外，体厚分布决定部36判定体厚分布修正处理是否满足结束条件，在不满足结束条件的情况下，执行体厚分布修正处理，在判定为满足结束条件的情况下，将在满足了结束条件时的体厚分布修正处理中输出的推定体厚分布决定为被摄体的体厚分布。例如，若在第一次满足了结束条件时的体厚分布修正处理的执行次数为第n次，则将推定体厚分布Tn决定为被摄体的体厚分布Tk。此外，体厚分布决定部36将被摄体的体厚分布Tk存储在存储部42中。
此外，体厚分布决定部36包括判定部36A，该判定部36A具有第一结束条件和与第一结束条件不同的第二结束条件，以作为结束条件，并根据判定条件而切换第一控制和第二控制，该第一控制是直到满足第一结束条件为止重复执行体厚分布修正处理的控制，该第二控制是直到满足第二结束条件为止重复执行体厚分布修正处理的控制。
近年来，在医疗现场中为了患者等的图像诊断而显示被摄体图像的处理后图像时，逐渐被要求显示适合观察的高品质的处理后图像。此外，为了根据被摄体图像而显示用于图像诊断的处理后图像，在取得被摄体K的被摄体图像Ik之后实施用于推定被摄体图像Ik的体厚分布的一系列的处理，需要在使用所决定的被摄体图像Ik的体厚分布来进行散射线去除处理、灰度处理、噪声抑制处理、动态范围调整处理、频率增强处理等所期望的图像处理而生成处理后图像时所需的时间。但是，由于在医疗现场中想要缩短从取得被摄体图像到显示处理后图像为止的期间这样的需求也较大，所以优选实现处理后图像的高品质化并且将直到处理后图像显示为止的所需的时间抑制在容许范围内。
本发明是对在决定体厚分布的过程中实施的体厚分布推定处理的时间进行控制，实现体厚分布推定处理的高精度化并且将体厚分布推定处理的执行时间抑制在容许范围内的发明。为此，判定部36A基于判定条件，切换执行体厚分布推定处理所包含的循环处理(体厚分布修正处理)的重复的执行次数相对多的第一控制和循环处理的执行次数相对少的第二控制，从而对从取得被摄体图像到显示处理后图像为止所需的时间中的、体厚分布推定处理(决定体厚分布的处理)的执行时间进行控制。另外，第二控制以使体厚分布修正处理的重复处理的时间处于容许范围内的方式设定第二结束条件，第一控制根据体厚分布的高精度化等其他任意的事项而设定第一结束条件。其结果是，第一结束条件和第二结束条件只要设定为第二控制下的体厚分布修正处理的执行次数比第一控制下的体厚分布修正处理的执行次数少即可。另外，在本实施方式中，体厚分布推定处理为通过体厚分布修正部和体厚分布决定部进行的处理(例如，后述的图6的S02至S07所示的处理)。
作为判定条件，可以设定能够判断是否需要将体厚分布修正处理的重复处理的时间限制在容许范围内的任意的条件。
在本实施方式中，将判定部36A设为：基于多个体厚分布修正处理中的推定图像Im和被摄体图像Ik的差异的时序的推移，推定直到满足第一结束条件为止重复的体厚分布修正处理的执行时间之和的推定值即推定执行时间，在推定执行时间比第一限制时间大的情况下执行第二控制，在推定执行时间为第一限制时间以下的情况下执行第一控制。关于这个例子，使用图5进行说明。另外，判定部36A可以判断体厚分布修正处理的执行时间的测定值之和是否比第一限制时间大，也可以通过推定体厚分布推定处理的执行时间之和来间接地判断体厚分布修正处理的执行时间之和是否比第一限制时间大。
图5是在横轴表示体厚分布修正处理的执行时间的累积值，在纵轴表示被摄体图像和推定图像的差异的值的图。此外，设为第一结束条件表示被摄体图像和推定图像的差异的容许值v1。在图5中，实线表示已经计算出的推定图像Im和被摄体图像Ik的差异的时序的推移，虚线表示推定出的推定图像Im和被摄体图像Ik的差异的时序的推移。如图5所示，若体厚分布决定部36重复体厚分布修正处理直到满足第一结束条件为止，则被摄体图像Ik和推定图像Im的差异缓慢地减小。
这里，判定条件设为表示根据用户能够容许的等待时间而设定的第一限制时间tl2。判定部36A通过求出第一次的体厚分布修正处理开始之后的推定图像Im和被摄体图像Ik的差异的时序数据的近似曲线，求出特定的基准时间tl1的近似曲线的切线(参照图5的虚线)，计算切线达到容许值v1的时间tl3，从而推定从最初开始体厚分布修正处理到满足第一结束条件为止重复的体厚分布修正处理的执行时间之和的推定值即推定执行时间EP。并且，在推定执行时间比第一限制时间tl2大的情况下，执行第二控制。另一方面，在重复的体厚分布修正处理的执行时间之和为第一限制时间以下的情况下，执行第一控制。
在上述的情况下，能够通过判断重复的体厚分布修正处理的执行时间之和是否比第一限制时间大，从而以比较简单的方法来抑制推定体厚修正处理重复的执行时间超过容许范围。
此外，例如，判定部36A也可以根据表示放射线图像分析装置的处理能力的处理能力信息，在处理能力比特定的处理等级低的情况下执行第二控制，在处理能力为特定的处理等级以上的情况下执行第一控制。
由于放射线图像分析装置的处理能力越高则体厚分布修正处理的执行速度越快，所以处理能力的特定的处理等级被设定为，根据放射线图像分析装置的处理能力而使第一控制的执行时间处于容许范围内。例如，也可以按照构成各放射线图像分析装置的计算机的中央处理装置的规格、存储器的大小的各个条件，将处理能力划分等级。在该情况下，根据放射线图像分析装置的处理能力，在处理能力比特定的处理等级低的情况下执行第二控制，能够抑制推定体厚修正处理重复的执行时间超过容许范围。
此外，在上述情况下，处理能力信息能够采用表示图像处理装置的处理能力的任意的信息。例如，表示图像分析装置的处理能力的处理能力信息也可以是表示在被摄体图像的摄影中使用的摄影设备的种类的信息。
另外，“表示摄影设备的种类的信息”只要是能够推测是否使用了如医院的摄影室等的处理装置等具有充分的处理性能的处理装置的信息即可。例如，可以考虑表示固定式射线源、便携式射线源、如在图像读取室中安装的标准式控制台、平板终端等的便携式控制台、固定式检测面板、便携式检测面板的信息。由于便携式摄影设备(便携式射线源、便携式检测面板、便携式控制台)也有根据轻量化、紧凑化等需求而某种程度上限制了处理能力的设备，所以在摄影设备信息为表示便携式摄影设备的信息的情况下，也可以将判定条件设定为执行第二控制。另一方面，在医院的摄影室中配置的固定式设备(固定式射线源、固定式检测面板、读影室用标准式控制台)作为保证某种程度上的处理能力的设备，也可以将判定条件设定为执行第一控制。
此外，例如，判定部36A也可以根据针对每个摄影场所将第一控制或者第二控制建立对应的建立对应信息，在第一控制与被摄体图像的摄影场建立对应的情况下，执行第一控制，在第二控制与被摄体的摄影场所建立对应的情况下，执行第二控制。
此外，“摄影场所”是指，只要是能够推测是否为使用了如医院的摄影室等的具有充分的处理性能的处理装置的环境的场所、或者能够确认是否需要将体厚分布推定处理的执行时间设为容许范围以下的场所即可。例如，作为摄影场所的种类，可以考虑摄影室、急救车内、巡诊车内、室外、病房、其他不是医疗用设施的场所等。建立对应信息只要以如下方式建立对应即可：若摄影场所表示使用了如医院的摄影室等的具有充分的处理性能的处理装置的环境，则执行第一控制，若摄影场所表示未使用如医院的摄影室等的具有充分的处理性能的处理装置的环境(急救车内、医生车内、巡诊车内、室外、病房、其他不是医疗用设施的场所)，则执行第二控制。或者，建立对应信息也能够以如下方式建立对应：若摄影场所表示能够确认需要将体厚分布推定处理的执行时间设为容许范围以下的场所(急救车内、医生车内、巡诊车内、室外、病房、其他不是医疗用设施的场所)，则执行第二控制，若摄影场所表示能够确认不需要将体厚分布推定处理的执行时间设为容许范围以下的场所，则执行第一控制。
此外，在进行除了摄影室以外的放射线摄影的情况下，由于没有充分实施用于抑制从摄影环境入射到放射线检测器的散射线的对策，所以存在要在摄影时尽早显示处理后图像，确认处理后图像的散射线的影响，并决定是否需要再次摄影这样的需求。若在判定部36A根据摄影场所而切换第一控制和第二控制的情况下，在建立对应信息中，通过将第二控制与没有散射线防范的摄影场所建立对应，还能够适当地应对这样的需求。
判定部36A根据表示被摄体图像的紧急显示的需要与否的紧急显示信息，在需要紧急显示的情况下，执行第二控制，在不需要紧急显示的情况下，执行第一控制。
在急救患者的图像诊断时等紧急度高的情况下，存在要从被摄体图像的摄影时起尽早显示对拍摄到的被摄体图像进行所需的图像处理而得到的处理后图像这样的需求。因此，通过在需要紧急显示的情况下执行第二控制，从而尽早显示处理后图像而进行观察的方式是有效的。在该情况下，能够尽早提供有助于紧急医疗的信息。例如，能够将所显示的处理后图像作为在紧急车辆等中用于将被摄体运送到有适当的专家的医院的判断材料而起到作用。或者，能够在紧急车辆等到达医院之前，将处理后图像迅速地送达。
另外，也可以通过任意的方法来取得被摄体图像的紧急显示的需要与否的情况。例如，也可以在受理到指示紧急显示的用户的操作输入的情况下，判断为需要紧急显示，例如，在没有受理到指示紧急显示的用户的操作输入的情况下，判断为不需要紧急显示。
判定部36A也可以例如对不要求较高的图像品质的部位、体厚分布中的厚度的变动少的部位等执行第二控制，对其他的部位执行第一控制。例如，判定部36A也可以根据判定部将第一控制或者第二控制与被摄体的每个部位建立对应而得到的建立对应信息，在第一控制与被摄体的部位建立对应的情况下，执行第一控制，在第二控制与被摄体的部位建立对应的情况下，执行第二控制。被摄体图像的部位可以通过任意的方法来取得，例如，可以根据指令信息(摄影指示信息)来取得被摄体图像的部位，也可以通过公知的图像识别信息来取得被摄体图像的部位。
在该情况下，通过根据部位来适当地切换第一控制和第二控制，在连续地进行根据被摄体图像而生成处理后图像的处理的情况下等，能够实现根据被摄体图像而生成处理后图像的处理的高效化，而不会对用户带来输入负担。
并且，判定部36A也可以根据表示被摄体图像是动态图像还是静止图像的信息，在被摄体图像为静止图像的情况下，执行第一控制，在被摄体图像为动态图像的情况下，执行第二控制。这是因为，对于动态图像，为了防止时间延迟，存在要尽早显示对被摄体图像进行了所需的图像处理而得到的处理后图像这样的需求。此外，优选在对构成动态图像的一帧图像决定了体厚分布之后，针对从构成动态图像的帧图像去除上述一帧图像之后的其他帧图像共同使用所决定的体厚分布。能够抑制对各帧图像进行决定体厚分布的处理所导致的时间延迟、降低计算负荷。
此外，优选的是，作为第一结束条件和第二结束条件，可以适时选择与需求的事项相应的适当的结束条件。
此外，在本实施方式中，第一结束条件表示在推定图像生成部中生成的推定图像和被摄体图像的差异的容许值即第一阈值。此外，将第二结束条件设为表示在推定图像生成部中生成的推定图像和被摄体图像的差异的容许值即第二阈值，且将第二阈值设为比第一阈值大的值。在这样的情况下，能够通过简单的方法来实现第二控制的执行时间相对于第一控制的执行时间的缩短。此外，容易控制第二控制的执行时间相对于第一控制的执行时间的比例。
进一步详细说明第一结束条件和第二结束条件。第一结束条件和第二结束条件示出表示被摄体图像Ik和推定图像Im的差异的错误值Verror的阈值(作为被摄体图像Ik和推定图像Im的差异的容许值的第一阈值)。第二条件中的错误值Verror的阈值(第二阈值)被设定为比第一条件中的错误值Verror的阈值(第一阈值)大。第一阈值被预先设定与目标精度相应的适当的值。第二阈值被预先设定与能够容许的执行时间相应的适当的值。
说明体厚分布决定部36的第一结束条件的判定方法。如式(9)以及式(10)所示，体厚分布决定部36定义下述的表示被摄体图像Ik和推定图像Im的差异的错误值Verror，作为结束条件而判定错误值Verror是否为阈值以下。并且，如式(10)所示，将从被摄体图像Ik减去推定图像Im而得到的差分图像Id的各像素值的平方和规定为错误函数ferror。另外，作为第一结束条件，可以应用能够判定被摄体图像Ik和推定图像Im的差异充分小到能够容许的程度的所有判定方法。
[数学式9]
Verror＝ferror(Im(x，y)，Ik(x，y))(9)
[数学式10]
f e r r o r ( I m ( x , y ) , I k ( x , y ) ) = Σ x , y ( I m ( x , y ) - I k ( x , y ) ) 2 - - - ( 10 )
此外，并不限定于上述例子，而能够通过表示被摄体图像Ik和推定图像Im的差异的所有方法来规定错误函数ferror。例如，如下述式(11)所示，也可以将从被摄体图像Ik减去推定图像Im所得的差分图像Id的各像素值的绝对值的总和设为错误函数ferror。
[数学式11]
f e r r o r ( I m ( x , y ) , I k ( x , y ) ) = Σ x , y | I m ( x , y ) - I k ( x , y ) | - - - ( 11 )
另外，在式(1)～(11)中，对相同的要素标注相同的标号，并省略说明。能够应用将表示被摄体图像Ik和推定图像Im的差异的错误值Verror最小化的所有最适用方法，例如，能够使用单一(simplex)法或最速下降法、共轭斜度法。
此外，例如，第二结束条件也可以表示体厚分布修正处理的执行次数的上限值。例如，可以考虑使用多个被检体图像的样本而执行第一控制，将比得到的样本的执行次数的平均值等充分小的次数设定为体厚分布修正处理的执行次数的限制值。在该情况下，能够通过简单的方法来抑制推定体厚修正处理重复的执行时间超过容许范围。
此外，例如，第二结束条件也可以表示重复的体厚分布修正处理的执行时间之和的上限值。图7是用于说明第二结束条件的例子的图，是在横轴表示体厚分布推定处理的执行时间的累积值，在纵轴表示被摄体图像和推定图像的差异的值的图。如图7所示，通过体厚分布决定部36重复体厚分布修正处理，使被摄体图像Ik和推定图像Im的差异缓慢地减小。第一结束条件表示被摄体图像和推定图像的差异的容许值v1，第二结束条件表示体厚分布修正处理的执行时间之和的上限值tl4。在执行了第二控制的情况下，体厚分布决定部36重复执行体厚分布修正处理，当体厚分布修正处理的执行时间之和超过上限值tl4时，不再执行体厚分布修正处理，将通过最后执行的体厚分布修正处理而修正了的推定体厚分布决定为被摄体K的体厚分布Tk(参照图7实线)。此外，在执行了第一控制的情况下，体厚分布决定部36重复执行体厚分布修正处理直到满足容许值v1为止，将通过最后执行的体厚分布修正处理而修正了的推定体厚分布决定为被摄体K的体厚分布Tk(参照图7单点划线)。
由于直到被摄体图像Ik和推定图像Im的差异收敛到满足第一结束条件的程度为止花费超过容许范围的执行时间的话并不是所期望的，所以通过将第二结束条件设为表示体厚分布修正处理的执行时间之和的上限值tl4，能够通过简单且可靠的方法来抑制推定体厚修正处理重复的执行时间超过容许范围。此外，通过切换被设定为满足期望的精度的第一结束条件和被设定为满足期望的容许时间的第二结束条件，能够适当地应对体厚分布推定处理的高精度化的需求和体厚分布推定处理的执行时间的限制的需求。另外，判定部36A可以判断体厚分布修正处理的执行时间之和是否比上限值大，也可以通过判断体厚分布推定处理的执行时间之和是否比上限值大来间接地判断体厚分布修正处理的执行时间之和是否比上限值大。此外，作为第二结束条件，能够设为表示能够与第一结束条件相比相对地减少体厚分布修正处理的执行时间之和或者相对地减少体厚分布修正处理的执行次数的任意的条件。
散射线信息取得部37应用所取得的体厚分布Tk，通过式(2)取得被摄体图像Ik的推定初始射线图像，根据式(3)取得被摄体图像Ik(x，y)的推定散射线图像Is(x，y)。
散射线去除部38通过从被摄体图像Ik(x，y)减去被摄体图像Ik的推定散射线图像Is(x，y)而生成去除了散射线的影响的散射线去除处理后图像，并存储在存储部42中。
图像处理部39对被摄体图像Ik进行去除噪声的噪声去除处理、灰度处理以及频率处理等所需的图像处理而取得处理完毕的放射线图像。另外，图像处理部39将实施了所需的图像处理的处理后图像存储在存储部42中。此外，图像处理部39只要对被摄体图像Ik进行所需的图像处理即可，可以对被摄体图像Ik本身进行所需的图像处理，也可以对实施了散射线去除处理的被摄体图像Ik(散射线去除处理后图像)进行所需的图像处理。
以下，使用图6所示的流程图，说明由本实施方式的图像分析装置30实施的放射线图像分析处理的流程。
首先，图像取得部31从存储部42取得通过对作为被摄体K的患者进行放射线摄影而得到的被摄体图像Ik(S01)。
接着，虚拟模型取得部32从存储部42取得具有初始体厚分布T0(x，y)的被摄体K的虚拟模型M(S02)。
接着，推定图像生成部33生成将在与被摄体图像同等的摄影条件下拍摄虚拟模型M时得到的推定初始射线图像Ip、和在与被摄体图像同等的摄影条件下拍摄虚拟模型M时得到的推定散射线图像Is进行了合成的推定图像Im(S03)。
接着，判定部36A根据预先确定的判定条件，判定是执行第一控制还是执行第二控制(S04)。
体厚分布决定部36在执行第一控制的情况下，将第一结束条件用作结束条件，在执行第二控制的情况下，将第二结束条件用作结束条件。接着，体厚分布决定部36在不满足结束条件的情况下(S05“否”)，使修正部34实施如下的修正处理(S06)：修正推定体厚分布Tn-1(在n＝1的情况下，初始体厚分布T0)，将n的值增加1而更新(设为n＝n+1)，并作为推定体厚分布Tn而输出。
当输出被修正的推定体厚分布Tn时，体厚分布决定部36使虚拟模型取得部32取得被修正的推定体厚分布Tn(S02)，并针对所取得的推定体厚分布Tn，使推定图像生成部33生成将在与被摄体图像同等的摄影条件下拍摄具有推定体厚分布Tn的虚拟模型M时得到的推定初始射线图像Ip、和在与被摄体图像同等的摄影条件下拍摄该虚拟模型M时得到的推定散射线图像Is进行了合成的推定图像Im(S03)。之后，体厚分布决定部36根据判定条件，判定是执行第一控制还是执行第二控制(S04)。
并且，以下相同地，直到满足结束条件为止，按照以下顺序重复以下处理：修正部34修正推定体厚分布Tn-1，将n的值增加1而更新(设为n＝n+1)，并作为推定体厚分布Tn而输出的修正处理(S06)；虚拟模型取得部32取得被修正的推定体厚分布Tn的处理(S02)；推定图像生成部33生成具有推定体厚分布Tn的虚拟模型M的推定图像Im的处理(S03)；判定部36A判定判定条件的处理(S04)；体厚分布决定部36判断是否满足结束条件(在第一控制的情况下为第一结束条件，在第二控制的情况下为第二结束条件)的处理(S05)。另外，S06、S02、S03相当于本实施方式中的推定体厚修正处理，S02-S07所示的处理相当于本实施方式中的体厚分布推定处理。
在体厚分布决定部36判定为满足结束条件的情况下(S05“是”)，将在满足了结束条件时修正了的修正后的推定体厚分布Tn决定为被摄体图像Ik的体厚分布Tk(S07)。
接着，散射线信息取得部37应用所取得的体厚分布Tk，通过式(2)取得被摄体图像Ik的推定初始射线图像，根据式(3)取得被摄体图像Ik(x，y)的推定散射线图像Is(x，y)(S08)。接着，散射线去除部38通过从被摄体图像Ik(x，y)减去被摄体图像Ik的推定散射线图像Is(x，y)而生成去除了散射线的影响的散射线去除处理后图像，并存储在存储部42中(S09)。
接着，针对散射线去除处理后图像，图像处理部39使用与所决定的被摄体的体厚分布Tk相应的处理参数来执行所需的图像处理而取得处理后图像(S10)。接着，显示控制部40进行使显示部44显示处理后图像的显示控制，直到受理来自用户的显示结束指示的输入为止(S11)。
根据本实施方式，生成将被推定为在对虚拟模型M进行了放射线摄影时得到的图像即推定初始射线图像Ip和推定散射线图像Is进行了合成的推定图像Im，并以使推定图像Im和被摄体图像Ik的差异减小的方式，对虚拟模型M的体厚分布进行修正，所以能够基于推定图像Im和被摄体图像Ik的差异，以使推定图像Im近似于被摄体图像Ik的方式，准确地修正推定体厚分布Tn，并将被修正的虚拟模型M的推定体厚分布Tn设为被摄体K的体厚分布Tk，由此，能够准确地决定被摄体图像Ik的体厚分布Tk。此外，在现有方法中，在未使用栅格而拍摄到的图像中散射线分量的影响较大，难以准确地计算体厚分布，与此相对地，根据本实施方式的方法，由于以使推定图像Im近似于被摄体图像Ik的方式准确地修正推定体厚分布Tn，并决定为被摄体K的体厚分布Tk，所以即使被摄体图像Ik为未使用栅格而拍摄到的图像，也能够比现有方法更准确地得到体厚分布Tk。
此外，如本实施方式所示，虚拟模型取得部32进一步取得具有被修正的推定体厚分布Tn的虚拟模型M，推定图像生成部33进一步根据具有被修正的推定体厚分布Tn的虚拟模型M而生成推定图像Im，修正部34以使进一步生成的推定图像Im和被摄体图像Ik的差异减小的方式，进一步修正虚拟模型M的推定体厚分布Tn，在这样的情况下，通过基于具有被修正的推定体厚分布Tn的虚拟模型而重复体厚分布T的修正，由此，能够以使推定图像Im更加近似于被摄体图像Ik的方式更加准确地修正体厚分布T，因此，通过将被修正的虚拟模型M的推定体厚分布Tn+1设为被摄体K的体厚分布Tk，能够更加准确地决定被摄体图像Ik的体厚分布Tk。
此外，体厚分布决定部36具有判定部36A，判定部36A基于判定条件，切换执行循环处理(体厚分布修正处理)的重复的执行次数相对多的第一控制和循环处理的执行次数相对少的第二控制，由此，能够控制从取得被摄体图像到显示处理后图像为止的所需时间中的、体厚分布推定处理的重复的执行时间。在判定部36A执行了第二控制的情况下，能够将体厚分布修正处理的时间抑制在容许范围内，并且计算与第二结束条件相应的精度的体厚分布。此外，在判定部36A执行了第一控制的情况下，能够计算与第一结束条件相应的高精度的体厚分布。因此，通过切换执行第一控制和第二控制，能够实现体厚分布推定处理的高精度化，并且将体厚分布推定处理的执行时间抑制在容许范围内。此外，其结果是，能够将从取得被摄体图像到显示处理后图像为止的所需时间抑制在容许时间内，能够有助于用户的观察作业的高效化。
此外，如本实施方式所示，体厚分布决定部36在推定图像Im和被摄体图像Ik的差异充分小到可容许的程度时，将虚拟模型M的推定体厚分布Tn决定为被摄体K的体厚分布Tk的情况下，能够以使推定图像Im和被摄体图像Ik成为近似的体厚分布的方式，重复修正体厚分布，非常准确地决定被摄体图像的体厚分布。此外，体厚分布决定部36也可以通过判定推定图像Im和被摄体图像Ik的差异是否成为阈值以下，从而适当地判别推定图像Im和被摄体图像Ik的差异是否充分小到可容许的程度，以使推定图像Im和被摄体图像Ik成为近似的体厚分布的方式，重复修正体厚分布，非常准确地决定被摄体图像的体厚分布。
此外，在本实施方式中，由于修正部34以减少推定图像和被摄体图像的差分图像的像素值的绝对值的总和或者差分图像的像素值的平方和的方式，修正虚拟模型的体厚分布，所以能够适当地判定推定图像Im和被摄体图像Ik的差异的大小。
此外，如本实施方式所示，修正部34针对虚拟模型M的1个像素以上的部分区域的每一个，使虚拟模型M的推定体厚分布Tn-1中的一个部分区域的体厚变动，计算在将推定图像Im和被摄体图像Ik的差异最小化时的该一个部分的体厚，且通过计算出的各部分的体厚来修正虚拟模型M的体厚分布，在这样的情况下，能够准确地计算各像素的体厚的修正值，能够取得被适当地修正的推定体厚分布Tn。
根据本实施方式，由于具备取得使用所决定的被摄体K的体厚分布Tk而推定出被摄体图像的散射线的散射线信息的散射线信息取得部37、和基于所取得的散射线信息而进行被摄体图像的散射线的去除处理的散射线去除部38，所以能够取得高精度地进行了散射线去除处理的处理后图像。能够采用取得散射线信息的任意的方法，能够采用基于散射线信息而去除散射线的任意的方法。
此外，推定图像生成部33也可以取得表示被摄体图像Ik所包含的构造物、构造物的配置和构造物对于放射线的特性的特性信息，以作为虚拟模型M的特性信息，并基于特性信息，根据与虚拟模型M的各位置对应的构造物来选择用于计算推定图像Im的参数并生成推定图像Im。例如，可以考虑基于特性信息，根据各位置上的构造物(构造物的组成)而切换使用根据虚拟模型M使用式(2)制作推定初始射线图像Ip时的式(2)的线性衰减系数。在进行了放射线摄影而得到的图像中，根据被摄体的骨骼、内脏的种类、在内脏等中包含的空洞的有无等被摄体所包含的构造物、构造物的空间位置，初始射线分量或散射线分量在进行了放射线摄影而得到的图像的各位置上复杂地变动。因此，通过取得被摄体图像Ik的特性信息作为虚拟模型M的特性信息，根据在虚拟模型M的各位置上(虚拟地)包含的构造物，适当地选择在推定初始射线图像或推定散射线图像等中使用的参数，从而能够降低由构造物引起的初始射线分量或散射线分量的误差，能够更加准确地生成推定初始射线图像Ip、推定散射线图像Is。
另外，关于式(3)所示的Ks的参数θx’，y’，也可以是，针对每个构造物设定不同的θx’，y’的值，根据各位置的构造物而使适用于各位置的θx’，y’不同。此外，也可以取得拍摄了与被摄体图像Ik相同的被摄体K而得到的CT图像或MRI图像等三维图像，根据所取得的CT图像或MRI图像来测定并取得被摄体图像Ik的特性信息。在使用相同的被摄体K的三维图像而取得了特性信息的情况下，也能够准确地取得内脏或骨骼的空间位置等的信息。
此外，也可以应用能够生成推定初始射线图像Ip和推定散射线图像Is的各种方法。例如，也可以代替式(2)以及(3)，例如，如加藤秀起“基于数字X射线图像的后处理的散射线分量去除法(ディジタルX線画像の後処理による散乱線分量除去法)”、日本放射线技术学会杂志第62卷第9号、2006年9月、p.1359-1368所记载地，使用蒙特卡罗模拟法来生成推定初始射线图像Ip和推定散射线图像Is。此外，在使用蒙特卡罗模拟法的情况下，优选使用作为表示虚拟模型M所包含的构造物、构造物的配置和构造物对于放射线的特性的信息的特性信息。在该情况下，能够更加高精度地生成推定初始射线图像Ip和推定散射线图像Is。
此外，优选的是，修正部34根据所取得的摄影条件，选择在推定图像Im的生成中使用的、根据摄影条件而变动的参数(例如，上述式(7)、(8)中的θx’，y’等)，并使用所选择的参数而进行推定图像Im的体厚分布的修正处理(S06)。在该情况下，由于能够根据被摄体图像Ik的摄影条件，适当选择根据摄影条件而变动的参数来生成推定图像Im，所以能够更加准确地推定并生成推定图像Im。因此，作为结果，能够更加准确地决定被摄体K的体厚分布。
此外，由于具备使用与所决定的被摄体的体厚分布相应的处理参数来执行被摄体图像的图像处理而取得处理后图像的图像处理部39、和使显示装置显示处理后图像的显示控制部40，所以在判定部36A执行第一控制并进行之后的需要的处理而显示了处理后图像的情况下，能够根据第二结束条件来提供更加适合观察的高品质的处理后图像，有助于用户的观察作业。此外，在判定部36A执行第二控制并进行之后的需要的处理而显示了处理后图像的情况下，能够根据第二结束条件在用户的容许范围的时间内提供高品质的处理后图像，有助于用户的观察作业。
此外，也考虑如下的需求，即在紧急时或确认是否需要再次摄影的情况下等，暂时计算第二体厚分布，生成并显示使用了第二体厚分布的处理后图像，随后根据需要而计算第一体厚分布，生成并显示使用了第一体厚分布的处理后图像。在这样的情况下，例如，体厚分布决定部36基于判定条件，首先，重复执行体厚分布修正处理直到满足第二结束条件为止(执行第二控制)，决定与第二结束条件相应的被摄体图像Ik的体厚分布(第二体厚分布)。接着，基于判定条件，重复执行体厚分布修正处理直到进一步满足第一结束条件为止(执行第一控制)，决定与第一结束条件相应的被摄体图像Ik的第一体厚分布。并且，图像处理部39首先使用在先得到的第二体厚分布对被摄体图像进行所需的图像处理而生成处理后图像，显示控制部40将该处理后图像显示在显示部44中。之后，图像处理部39使用在后得到的第一体厚分布对被摄体图像进行所需的图像处理而生成处理后图像，显示控制部40将使用第一体厚分布而得到的处理后图像显示在显示部44中即可。
在该情况下，可以使用户能够通过在先显示使用了第二体厚分布的处理后图像而大致掌握被摄体图像的应关注的部分、应用于被摄体图像的放射线摄影的摄影条件的适当与否等，能够使用户的观察高效化并且提供作为用户的观察的参考的信息。此外，通过在后显示使用了第一体厚分布的处理后图像，能够提供适合图像观察的处理后图像。另外，在上述情况下，也可以是，针对被摄体图像Ik，根据需要而进行散射线信息取得部37的散射线信息取得处理和散射线去除部38的散射线去除处理，针对进行了散射线去除的被摄体图像，图像处理部39进行使用了第一体厚分布(或者第二体厚分布)的所需的图像处理而生成处理后图像，显示控制部40将第一处理后图像(或者第二处理后图像)显示在显示部44中。
此外，在上述各实施方式中，也可以通过显示或者声音向用户通知实施了第一以及第二控制中的哪一个。例如，在进行了第二控制的情况下，也可以在处理后图像的显示时，识别显示进行了简易式体厚分布推定的情况。此外，在进行了第二控制的情况下，也可以存储被摄体图像Ik(处理前图像)，之后重新通过第一控制而取得体厚分布。
此外，在上述的各实施方式中，图6的S01所示的被摄体图像Ik的取得处理只要在S04所示的被摄体图像和推定图像的差异的判定处理之前进行则可以在任意的定时进行。
在上述实施方式中，也可以将图像分析装置30设为省略了散射线信息取得部37以及散射线去除部38的结构，设为不实施散射线信息取得处理以及散射线去除处理的方式。此时，可以考虑对其他装置输出所决定的被摄体K的体厚分布Tk，在其他装置中实施使用体厚分布Tk而决定被摄体图像Ik的图像处理或和摄影条件的处理。
另外，并不限定于本各实施方式，通过本发明而得到的被摄体的体厚分布能够在用于针对被摄体图像决定与被摄体的体厚相应的图像处理条件的所有处理中使用。例如，可以考虑将通过本发明而得到的体厚分布使用于针对作为静止图像或者动态图像的被摄体图像的、浓度、对比度等的灰度处理、噪声抑制处理、动态范围调整处理、频率增强处理等。此外，能够将通过本发明而得到的体厚分布在用于针对被摄体图像决定与体厚相应的摄影条件的所有处理中使用。在使用通过本发明而得到的体厚分布来决定了各图像处理条件或者摄影条件的情况下，由于针对被摄体图像应用了准确的体厚分布，能够提高基于所决定的图像处理条件或者摄影条件的画质改善效果。
上述的各实施方式终究是例示，上述的全部说明不应该被用于限定性地解释本发明的技术范围。本发明的方式并不限定于上述的各个实施例，各个实施例的各个元素的任意的组合也包含在本发明中，此外，还包括本领域技术人员能够想到的各种变形。即，在不脱离从由权利要求书所规定的内容以及其等同物导出的本发明的概念性的思想和主旨的范围内，能够进行各种追加、变更以及部分删除。
此外，针对上述的实施方式中的系统结构、硬件结构、处理流程、模块结构、用户接口和具体处理内容等，在不脱离本发明的主旨的范围内进行了各种改变的内容也包含在本发明的技术范围中。例如，图像分析装置的结构元素的一部分或者全部可以由一台工作站构成，也可以由经由网络而连接的一台以上的工作站、服务器、存储装置构成。
此外，在上述实施方式中，使用放射线检测器14，并使用在拍摄被摄体的放射线图像的摄影装置10中取得的放射线图像进行了散射线去除处理，但在日本特开平8-266529号公报、日本特开平9-24039号公报等中示出的在作为放射线检测体的蓄积性荧光体片材上蓄积记录被摄体的放射线图像信息，使用从蓄积性荧光体片材以光电方式读取而取得的放射线图像的情况下，当然也能够应用本发明。

Claims (11)

1.一种放射线图像分析装置，对通过被摄体的放射线摄影而得到的被摄体图像进行分析，推定所述被摄体的体厚分布，所述放射线图像分析装置的特征在于，
包括：图像取得部，取得所述被摄体图像；
体厚分布修正部，受理具有推定体厚分布的虚拟模型的输入，对所述虚拟模型的所述推定体厚分布进行修正，输出被修正的所述推定体厚分布，所述体厚分布修正部具有虚拟模型取得部、推定图像生成部以及修正部，所述虚拟模型取得部取得被输入的具有所述推定体厚分布的虚拟模型，所述推定图像生成部生成将推定初始射线图像和推定散射线图像进行了合成的图像，以作为对通过所述被摄体的放射线摄影而得到的放射线图像进行了推定的推定图像，所述推定初始射线图像是对通过所取得的所述虚拟模型的放射线摄影而得到的初始射线图像进行了推定的图像，所述推定散射线图像是对通过所述虚拟模型的放射线摄影而得到的散射线图像进行了推定的图像，所述修正部以减小该推定图像与所述被摄体图像的差异的方式对所述取得的所述推定体厚分布进行修正并输出；以及
体厚分布决定部，对体厚分布修正处理的执行进行控制，重复执行所述体厚分布修正处理直到满足结束条件为止，在满足所述结束条件的情况下，将在满足了所述结束条件时的所述体厚分布修正处理中输出的推定体厚分布决定为所述被摄体的体厚分布，所述体厚分布修正处理为如下处理，即，使所述修正部对所述虚拟模型的推定体厚分布进行修正并输出，将具有所输出的所述推定体厚分布的虚拟模型输入到所述虚拟模型取得部而取得所述虚拟模型，使所述推定图像生成部根据所述虚拟模型生成所述推定图像，
所述体厚分布决定部具有判定部，该判定部根据判定条件而切换执行第一控制和第二控制，所述第一控制是重复执行所述体厚分布修正处理直到满足第一所述结束条件为止的控制，所述第二控制是重复执行所述体厚分布修正处理直到满足与所述第一结束条件不同的第二所述结束条件为止的控制，该第二控制下的所述体厚分布修正处理的执行次数比所述第一控制下的所述体厚分布修正处理的执行次数少。
2.根据权利要求1所述的放射线图像分析装置，其特征在于，
所述判定部基于多个所述体厚分布修正处理中的所述推定图像与所述被摄体图像的差异的时序的推移，推定直到满足所述第一结束条件为止重复的所述体厚分布修正处理的执行时间之和的推定值即推定执行时间，在所述推定执行时间比第一限制时间大的情况下执行所述第二控制，在所述推定执行时间为所述第一限制时间以下的情况下执行所述第一控制。
3.根据权利要求1所述的放射线图像分析装置，其特征在于，
所述判定部根据表示所述放射线图像分析装置的处理能力的处理能力信息，在所述处理能力比特定的处理等级低的情况下执行所述第二控制，在所述处理能力为所述特定的处理等级以上的情况下执行所述第一控制。
4.根据权利要求3所述的放射线图像分析装置，其特征在于，
所述处理能力信息为表示在所述被摄体图像的摄影中使用的摄影设备的种类的信息。
5.根据权利要求1所述的放射线图像分析装置，其特征在于，
所述判定部根据针对每个摄影场所将所述第一控制或者所述第二控制建立对应的建立对应信息，在所述第一控制与所述被摄体图像的摄影场所建立对应的情况下执行所述第一控制，在所述第二控制与所述被摄体的摄影场所建立对应的情况下执行所述第二控制。
6.根据权利要求1所述的放射线图像分析装置，其特征在于，
所述判定部根据表示是否需要所述被摄体图像的紧急显示的紧急显示信息，在需要紧急显示的情况下执行所述第二控制，在不需要紧急显示的情况下执行所述第一控制。
7.根据权利要求1所述的放射线图像分析装置，其特征在于，
所述判定部根据针对所述被摄体图像所表示的部位的各个部位将所述第一控制或者所述第二控制建立对应的建立对应信息，在所述第一控制与所述被摄体图像所表示的部位建立对应的情况下执行所述第一控制，在所述第二控制与所述被摄体图像所表示的部位建立对应的情况下执行所述第二控制。
8.根据权利要求1或4所述的放射线图像分析装置，其特征在于，
所述第一结束条件表示在所述推定图像生成部中生成的所述推定图像与所述被摄体图像的差异的容许值即第一阈值，
所述第二结束条件表示在所述推定图像生成部中生成的所述推定图像与所述被摄体图像的差异的容许值即第二阈值，
所述第二阈值为比所述第一阈值大的值。
9.根据权利要求1或4所述的放射线图像分析装置，其特征在于，
所述第二结束条件表示所述体厚分布修正处理的执行次数的上限值或者所述体厚分布修正处理的执行时间之和的上限值。
10.根据权利要求1或2所述的放射线图像分析装置，其特征在于，还包括：
图像处理部，使用与所述被摄体的所述体厚分布对应的处理参数，执行所述被摄体图像的图像处理而取得处理后图像；以及
显示控制部，使显示装置显示所述处理后图像。
11.一种放射线图像分析方法，由放射线图像分析装置执行，该放射线图像分析装置对通过被摄体的放射线摄影而得到的被摄体图像进行分析，推定所述被摄体的体厚分布，所述放射线图像分析方法的特征在于，
包括如下步骤：图像取得步骤，取得所述被摄体图像；
体厚分布修正步骤，受理具有推定体厚分布的虚拟模型的输入，对所述虚拟模型的所述推定体厚分布进行修正，输出被修正的所述推定体厚分布，所述体厚分布修正步骤具有虚拟模型取得步骤、推定图像生成步骤以及修正步骤，所述虚拟模型取得步骤取得被输入的具有所述推定体厚分布的虚拟模型，所述推定图像生成步骤生成将推定初始射线图像和推定散射线图像进行了合成的图像，以作为对通过所述被摄体的放射线摄影而得到的放射线图像进行了推定的推定图像，所述推定初始射线图像是对通过所取得的所述虚拟模型的放射线摄影而得到的初始射线图像进行了推定的图像，所述推定散射线图像是对通过所述虚拟模型的放射线摄影而得到的散射线图像进行了推定的图像，所述修正步骤以减小该推定图像与所述被摄体图像的差异的方式对所述取得的所述推定体厚分布进行修正并输出；以及
体厚分布决定步骤，对体厚分布修正处理的执行进行控制，重复执行所述体厚分布修正处理直到满足结束条件为止，在满足所述结束条件的情况下，将在满足了所述结束条件时的所述体厚分布修正处理中输出的推定体厚分布决定为所述被摄体的体厚分布，所述体厚分布修正处理为如下处理，即，通过所述修正步骤对所述虚拟模型的推定体厚分布进行修正并输出，通过所述虚拟模型取得步骤取得具有所输出的所述推定体厚分布的虚拟模型，通过所述推定图像生成步骤根据所述虚拟模型生成所述推定图像，
所述体厚分布决定步骤具有判定步骤，该判定步骤根据判定条件而切换执行第一控制和第二控制，所述第一控制是重复执行所述体厚分布修正处理直到满足第一所述结束条件为止的控制，所述第二控制是重复执行所述体厚分布修正处理直到满足与所述第一结束条件不同的第二所述结束条件为止的控制，该第二控制下的所述体厚分布修正处理的执行次数比所述第一控制下的所述体厚分布修正处理的执行次数少。
CN201510595265.5A 2014-09-24 2015-09-17 放射线图像分析装置及方法以及程序 Active CN105433967B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014193994A JP6165695B2 (ja) 2014-09-24 2014-09-24 放射線画像解析装置および方法並びにプログラム
JP2014-193994 2014-09-24

Publications (2)

Publication Number Publication Date
CN105433967A true CN105433967A (zh) 2016-03-30
CN105433967B CN105433967B (zh) 2020-03-20

Family

ID=55526196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510595265.5A Active CN105433967B (zh) 2014-09-24 2015-09-17 放射线图像分析装置及方法以及程序

Country Status (3)

Country Link
US (1) US9633480B2 (zh)
JP (1) JP6165695B2 (zh)
CN (1) CN105433967B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335269A (zh) * 2018-01-16 2018-07-27 沈阳东软医疗系统有限公司 X线图像的散射修正方法、装置、控制设备及存储介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6296553B2 (ja) * 2014-09-30 2018-03-20 富士フイルム株式会社 放射線画像撮影装置および放射線画像撮影装置の作動方法
KR101816886B1 (ko) 2014-10-22 2018-01-09 사회복지법인 삼성생명공익재단 호흡 유도 시스템 및 방법
JP6582510B2 (ja) * 2015-04-15 2019-10-02 コニカミノルタ株式会社 放射線画像撮影システム
JP2017051395A (ja) * 2015-09-09 2017-03-16 富士フイルム株式会社 放射線画像処理装置、方法およびプログラム
GB201703291D0 (en) * 2017-03-01 2017-04-12 Ibex Innovations Ltd Apparatus and method for the correction of scatter in a radiographic system
WO2019128731A1 (en) * 2017-12-29 2019-07-04 Shenzhen United Imaging Healthcare Co., Ltd. Systems and methods for scatter correction of image
GB2576772B (en) * 2018-08-31 2023-01-25 Ibex Innovations Ltd X-ray Imaging system
KR102543990B1 (ko) 2021-02-26 2023-06-15 주식회사 뷰웍스 X선 영상의 산란 보정 방법 및 장치
JP7078167B1 (ja) 2021-10-01 2022-05-31 コニカミノルタ株式会社 動態画像処理装置、動態画像処理システム、動態画像処理プログラム、動態画像処理方法及び移動型放射線撮影装置
JP7448042B1 (ja) 2023-01-13 2024-03-12 コニカミノルタ株式会社 動態画像処理装置、移動型放射線撮影装置、動態画像処理システム、プログラム及び動態画像処理方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6457361A (en) * 1987-08-28 1989-03-03 Omron Tateisi Electronics Co Method for inputting hankul alphabet
US5960058A (en) * 1995-11-30 1999-09-28 Hitachi Medical Corporation Method for generating X-ray image and apparatus therefor
CN101098660A (zh) * 2005-01-27 2008-01-02 株式会社日立医药 X射线测量装置
JP2008000190A (ja) * 2006-06-20 2008-01-10 Toshiba Corp Ｘ線診断装置およびｘ線診断装置におけるデータ処理方法
JP2008011894A (ja) * 2006-07-03 2008-01-24 Hitachi Medical Corp Ｘ線診断装置
JP2008246022A (ja) * 2007-03-30 2008-10-16 Fujifilm Corp 放射線撮影装置
JP2009142497A (ja) * 2007-12-14 2009-07-02 Hitachi Medical Corp Ｘ線診断装置
JP2010005032A (ja) * 2008-06-25 2010-01-14 Hitachi Medical Corp Ｘ線撮影装置
JP2011104103A (ja) * 2009-11-17 2011-06-02 Canon Inc エネルギサブトラクション画像撮影装置
JP2013229941A (ja) * 2013-08-02 2013-11-07 Olympus Corp 撮像装置および撮像方法
JP2013232138A (ja) * 2012-05-01 2013-11-14 Asahikawa Medical College 画像処理装置、画像処理方法、およびプログラム

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02244881A (ja) 1989-03-17 1990-09-28 Toshiba Corp Ｘ線診断装置
JPH0614911A (ja) * 1992-07-02 1994-01-25 Toshiba Corp Ｘ線診断方法及びその装置
JPH08266529A (ja) 1995-03-31 1996-10-15 Fuji Photo Film Co Ltd 骨塩定量分析方法
JPH0924039A (ja) 1995-07-10 1997-01-28 Fuji Photo Film Co Ltd 骨塩定量分析方法および装置
US5878108A (en) * 1995-11-30 1999-03-02 Hitachi Medical Corporation Method for generating X-ray image and apparatus therefor
JPH1057361A (ja) * 1996-08-14 1998-03-03 Hitachi Medical Corp Ｘ線装置
US6502984B2 (en) * 1997-01-17 2003-01-07 Canon Kabushiki Kaisha Radiographic apparatus
FR2846503B1 (fr) * 2002-10-29 2005-03-25 Ge Med Sys Global Tech Co Llc Procede de determination des parametres optimaux d'une acquisition de radiographie
JP4612796B2 (ja) * 2004-01-30 2011-01-12 キヤノン株式会社 Ｘ線撮影画像表示制御装置及び方法並びにｘ線撮影システム
JP5085031B2 (ja) * 2005-11-10 2012-11-28 株式会社東芝 Ｘ線アンギオ撮影装置
JP5572040B2 (ja) * 2009-09-28 2014-08-13 富士フイルム株式会社 放射線撮影装置
JP5481185B2 (ja) * 2009-12-28 2014-04-23 株式会社東芝 Ｘ線診断装置
JP5642444B2 (ja) * 2010-07-15 2014-12-17 三菱重工業株式会社 放射線治療装置の作動方法および放射線治療装置制御装置
JP5858606B2 (ja) * 2010-11-05 2016-02-10 株式会社東芝 Ｘ線ｃｔ装置およびｘ線ｃｔ装置の制御方法
WO2013115389A1 (ja) * 2012-02-01 2013-08-08 株式会社東芝 医用画像診断装置
JP6056380B2 (ja) * 2012-10-31 2017-01-11 コニカミノルタ株式会社 放射線画像撮影システム
JP6071144B2 (ja) * 2013-07-31 2017-02-01 富士フイルム株式会社 放射線画像解析装置および方法並びにプログラム
JP6071145B2 (ja) * 2013-07-31 2017-02-01 富士フイルム株式会社 放射線画像解析装置および方法並びにプログラム
JP6283875B2 (ja) * 2013-09-05 2018-02-28 キヤノンメディカルシステムズ株式会社 医用画像処理装置、ｘ線診断装置およびｘ線コンピュータ断層撮影装置
JP5937552B2 (ja) * 2013-09-09 2016-06-22 富士フイルム株式会社 放射線撮影システムおよびその作動方法
JP6208600B2 (ja) * 2014-03-03 2017-10-04 富士フイルム株式会社 放射線画像撮影装置および放射線画像撮影システム
JP6169626B2 (ja) * 2014-03-10 2017-07-26 富士フイルム株式会社 放射線画像処理装置、方法およびプログラム
US10058301B2 (en) * 2014-09-24 2018-08-28 Fujifilm Corporation Image analysis device, image analysis method, and program

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6457361A (en) * 1987-08-28 1989-03-03 Omron Tateisi Electronics Co Method for inputting hankul alphabet
US5960058A (en) * 1995-11-30 1999-09-28 Hitachi Medical Corporation Method for generating X-ray image and apparatus therefor
CN101098660A (zh) * 2005-01-27 2008-01-02 株式会社日立医药 X射线测量装置
JP2008000190A (ja) * 2006-06-20 2008-01-10 Toshiba Corp Ｘ線診断装置およびｘ線診断装置におけるデータ処理方法
JP2008011894A (ja) * 2006-07-03 2008-01-24 Hitachi Medical Corp Ｘ線診断装置
JP2008246022A (ja) * 2007-03-30 2008-10-16 Fujifilm Corp 放射線撮影装置
JP2009142497A (ja) * 2007-12-14 2009-07-02 Hitachi Medical Corp Ｘ線診断装置
JP2010005032A (ja) * 2008-06-25 2010-01-14 Hitachi Medical Corp Ｘ線撮影装置
JP2011104103A (ja) * 2009-11-17 2011-06-02 Canon Inc エネルギサブトラクション画像撮影装置
JP2013232138A (ja) * 2012-05-01 2013-11-14 Asahikawa Medical College 画像処理装置、画像処理方法、およびプログラム
JP2013229941A (ja) * 2013-08-02 2013-11-07 Olympus Corp 撮像装置および撮像方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335269A (zh) * 2018-01-16 2018-07-27 沈阳东软医疗系统有限公司 X线图像的散射修正方法、装置、控制设备及存储介质
CN108335269B (zh) * 2018-01-16 2022-03-04 东软医疗系统股份有限公司 X线图像的散射修正方法、装置、控制设备及存储介质

Also Published As

Publication number Publication date
CN105433967B (zh) 2020-03-20
US9633480B2 (en) 2017-04-25
US20160086328A1 (en) 2016-03-24
JP6165695B2 (ja) 2017-07-19
JP2016063926A (ja) 2016-04-28

Similar Documents

Publication Publication Date Title
CN105433967A (zh) 放射线图像分析装置及方法以及程序
JP6071144B2 (ja) 放射線画像解析装置および方法並びにプログラム
US10219770B2 (en) Radiographic image processing device, method, and program
JP6006193B2 (ja) 放射線画像処理装置および方法並びにプログラム
JP6042855B2 (ja) 放射線画像撮影装置、放射線画像撮影方法、及び放射線画像撮影プログラム
JP6653629B2 (ja) 放射線画像処理装置、方法およびプログラム
JP6704374B2 (ja) 体脂肪率測定装置、方法およびプログラム
EP3301650B1 (en) Image processing apparatus, image processing system, image processing method, and program
JP6465763B2 (ja) 画像処理装置、画像処理システム、画像処理方法、及びプログラム
JP6301439B2 (ja) 放射線画像解析装置および方法並びにプログラム
JP6105508B2 (ja) 放射線画像撮影装置、放射線画像撮影方法、及び放射線画像撮影プログラム
JP2018153384A (ja) 断層像処理装置、方法およびプログラム
JP7284816B2 (ja) 放射線画像処理装置及び放射線画像処理方法
JP2021122674A (ja) 画像処理装置および方法、プログラム
JP6930190B2 (ja) 放射線画像解析装置及び放射線画像撮影システム
JP6907962B2 (ja) 放射線画像処理装置、散乱線補正方法及びプログラム
JP6313402B2 (ja) 放射線画像撮影装置、放射線画像撮影方法、及び放射線画像撮影プログラム
JP7362561B2 (ja) 放射線画像処理装置、方法およびプログラム
JP6325141B2 (ja) 放射線画像撮影装置、放射線画像撮影方法、及び放射線画像撮影プログラム
WO2015183934A1 (en) Volumetric texture score
JP2023177980A (ja) 放射線画像処理装置、方法およびプログラム
JP2024042609A (ja) 放射線画像処理装置、その作動方法、及び放射線画像処理プログラム
JP2020151382A (ja) 放射線画像処理装置、放射線画像処理方法、プログラム、コンピューター読取可能な記録媒体及び放射線撮影システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant