JP2003037778A - デュアル・エネルギーｘ線撮影で組織相殺パラメータを自動的に決定するための方法及び装置 - Google Patents
デュアル・エネルギーｘ線撮影で組織相殺パラメータを自動的に決定するための方法及び装置Info
- Publication number
- JP2003037778A JP2003037778A JP2002132212A JP2002132212A JP2003037778A JP 2003037778 A JP2003037778 A JP 2003037778A JP 2002132212 A JP2002132212 A JP 2002132212A JP 2002132212 A JP2002132212 A JP 2002132212A JP 2003037778 A JP2003037778 A JP 2003037778A
- Authority
- JP
- Japan
- Prior art keywords
- image
- cancellation
- energy level
- mask
- parameter
- 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.)
- Withdrawn
Links
- 230000009977 dual effect Effects 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 title claims description 50
- 238000003384 imaging method Methods 0.000 title description 9
- 230000004807 localization Effects 0.000 claims abstract description 15
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 12
- 210000003484 anatomy Anatomy 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000007476 Maximum Likelihood Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000001629 suppression Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 26
- 210000000988 bone and bone Anatomy 0.000 description 6
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- XDLMVUHYZWKMMD-UHFFFAOYSA-N 3-trimethoxysilylpropyl 2-methylprop-2-enoate Chemical compound CO[Si](OC)(OC)CCCOC(=O)C(C)=C XDLMVUHYZWKMMD-UHFFFAOYSA-N 0.000 description 1
- 101100325793 Arabidopsis thaliana BCA2 gene Proteins 0.000 description 1
- 101100316860 Autographa californica nuclear polyhedrosis virus DA18 gene Proteins 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000004705 lumbosacral region Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/405—Source units specially adapted to modify characteristics of the beam during the data acquisition process
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- 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
- G06T2207/30008—Bone
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 デュアル・エネルギー式分解システムで構造
相殺した画像（１２０）を自動的に決定する。 【解決手段】 勾配マスクと位置確認マスクを用いて特
性マスク（１２４）を計算する。高エネルギー・レベル
画像（１１６）の収集に用いる実効ｋＶｐ及び低エネル
ギー・レベル画像（１１８）の収集に用いる実効ｋＶｐ
により決まるルックアップ・テーブル（１２２）内の領
域から、第１または第２の相殺パラメータを選択する。
第１のエネルギー・レベル画像（１１６）及び第２のエ
ネルギー・レベル画像（１１８）から第１及び第２の相
殺パラメータを用いた相殺計算式に従ってソフト構造画
像（１２８）とハード構造画像（１３０）が取得され
る。
相殺した画像（１２０）を自動的に決定する。 【解決手段】 勾配マスクと位置確認マスクを用いて特
性マスク（１２４）を計算する。高エネルギー・レベル
画像（１１６）の収集に用いる実効ｋＶｐ及び低エネル
ギー・レベル画像（１１８）の収集に用いる実効ｋＶｐ
により決まるルックアップ・テーブル（１２２）内の領
域から、第１または第２の相殺パラメータを選択する。
第１のエネルギー・レベル画像（１１６）及び第２のエ
ネルギー・レベル画像（１１８）から第１及び第２の相
殺パラメータを用いた相殺計算式に従ってソフト構造画
像（１２８）とハード構造画像（１３０）が取得され
る。
Description
【０００１】
【発明の属する技術分野】本発明の好ましい実施形態
は、医学診断用Ｘ線撮影に関する。詳細には、本発明の
好ましい実施形態は、相殺パラメータの領域を取得する
ためにルックアップ・テーブルを使用する特定組織撮影
用のデュアル・エネルギー式分解に関する。
は、医学診断用Ｘ線撮影に関する。詳細には、本発明の
好ましい実施形態は、相殺パラメータの領域を取得する
ためにルックアップ・テーブルを使用する特定組織撮影
用のデュアル・エネルギー式分解に関する。
【０００２】
【発明の背景】今日、医師や技師は極めて高度な医学診
断用Ｘ線撮影装置を扱うことが一般的である。Ｘ線撮影
装置の動作中では、典型的には、Ｘ線源が十分に制御さ
れた状況でＸ線光子を放出している。Ｘ線光子は、検査
を受けている患者の関心領域（ＲＯＩ）を透過して伝搬
して検出器に当たる。従来のＸ線撮影装置では初歩的な
フィルムベースの検出体が利用されていた。しかし、最
近の発達によって、Ｘ線光子の照射に個々に応答するよ
うなグリッド状の離散的検出器素子から構成される半導
体検出器に至っている。しかし、使用される検出器によ
らず、その目的は同じのまま、すなわち、ＲＯＩ範囲内
で事前に選択した関心対象構造（例えば、特定の種類の
組織）に関する明瞭な出力画像を作成することにある。
断用Ｘ線撮影装置を扱うことが一般的である。Ｘ線撮影
装置の動作中では、典型的には、Ｘ線源が十分に制御さ
れた状況でＸ線光子を放出している。Ｘ線光子は、検査
を受けている患者の関心領域（ＲＯＩ）を透過して伝搬
して検出器に当たる。従来のＸ線撮影装置では初歩的な
フィルムベースの検出体が利用されていた。しかし、最
近の発達によって、Ｘ線光子の照射に個々に応答するよ
うなグリッド状の離散的検出器素子から構成される半導
体検出器に至っている。しかし、使用される検出器によ
らず、その目的は同じのまま、すなわち、ＲＯＩ範囲内
で事前に選択した関心対象構造（例えば、特定の種類の
組織）に関する明瞭な出力画像を作成することにある。
【０００３】しかし、明瞭な出力画像の作成に関連して
本来的な困難が存在する。詳細には、Ｘ線光子は患者全
体を透過して伝搬するため、検出器上に形成される画像
は、事前に選択した関心対象構造を含めそのＸ線光子が
通過した解剖学的構造のすべてが重なり合ったものとな
る。この解剖学的構造の重なり合いのことを、「解剖学
的ノイズ（ａｎａｔｏｍｉｃ ｎｏｉｓｅ）」とも云
う。解剖学的ノイズの出力画像への影響は、クラッタ
（ｃｌｕｔｔｅｒ）、陰影妨害（ｓｈａｄｏｗｉｎ
ｇ）、並びに理想的な明瞭出力画像と比べてその出力画
像をより識別しにくくするようなその他の掩蔽効果を生
じさせることにある。
本来的な困難が存在する。詳細には、Ｘ線光子は患者全
体を透過して伝搬するため、検出器上に形成される画像
は、事前に選択した関心対象構造を含めそのＸ線光子が
通過した解剖学的構造のすべてが重なり合ったものとな
る。この解剖学的構造の重なり合いのことを、「解剖学
的ノイズ（ａｎａｔｏｍｉｃ ｎｏｉｓｅ）」とも云
う。解剖学的ノイズの出力画像への影響は、クラッタ
（ｃｌｕｔｔｅｒ）、陰影妨害（ｓｈａｄｏｗｉｎ
ｇ）、並びに理想的な明瞭出力画像と比べてその出力画
像をより識別しにくくするようなその他の掩蔽効果を生
じさせることにある。
【０００４】解剖学的ノイズの影響を軽減させるための
従来の試みとしては、例えば、「デュアル・エネルギー
（ｄｕａｌ−ｅｎｅｒｇｙ）」撮影がある。デュアル・
エネルギー撮影を使用する際に、医師や技師は高い平均
Ｘ線光子エネルギーでの画像と、低い平均Ｘ線光子エネ
ルギーでの画像とを収集していた。様々な内部構造は様
々なＸ線光子エネルギーを様々な割合で吸収するため、
解剖学的ノイズを抑制させるように上の２つの出力画像
を次式により合成することができる。
従来の試みとしては、例えば、「デュアル・エネルギー
（ｄｕａｌ−ｅｎｅｒｇｙ）」撮影がある。デュアル・
エネルギー撮影を使用する際に、医師や技師は高い平均
Ｘ線光子エネルギーでの画像と、低い平均Ｘ線光子エネ
ルギーでの画像とを収集していた。様々な内部構造は様
々なＸ線光子エネルギーを様々な割合で吸収するため、
解剖学的ノイズを抑制させるように上の２つの出力画像
を次式により合成することができる。
【０００５】
ＳＢ（ｘ，ｙ）＝ｅｘｐ［ｌｏｇ（Ｈ（ｘ，ｙ））−ｗｌｏｇ（Ｌ（ｘ，ｙ）
）］ （０＜ｗ＜１）
上式において、ＳＢはある特定の相殺パラメータｗにお
いて対数サブトラクションを介して得られる分解画像、
Ｈ（ｘ，ｙ）は高エネルギーで取得した画像、またＬ
（ｘ，ｙ）は低エネルギーで取得した画像である。ｗを
変化させることにより、ＳＢは軟部組織あるいは骨のど
ちらかの分解画像となる。
いて対数サブトラクションを介して得られる分解画像、
Ｈ（ｘ，ｙ）は高エネルギーで取得した画像、またＬ
（ｘ，ｙ）は低エネルギーで取得した画像である。ｗを
変化させることにより、ＳＢは軟部組織あるいは骨のど
ちらかの分解画像となる。
【０００６】しかし従来は、上述した分解技法のユーザ
は、相殺パラメータｗを試行錯誤を通じて手作業で変化
させ、関心対象の軟部組織あるいは骨を強調させると共
にもう一方は抑制させているような出力画像を得る必要
があった。結果として対数サブトラクション計算式で相
殺パラメータに対して手作業の変更が生じるため、時間
がかかると共に、臨床環境での仕事の流れが阻害されて
いた。
は、相殺パラメータｗを試行錯誤を通じて手作業で変化
させ、関心対象の軟部組織あるいは骨を強調させると共
にもう一方は抑制させているような出力画像を得る必要
があった。結果として対数サブトラクション計算式で相
殺パラメータに対して手作業の変更が生じるため、時間
がかかると共に、臨床環境での仕事の流れが阻害されて
いた。
【０００７】上述した問題や従来から経験されている問
題に対処したデュアル・エネルギー式分解のための方法
及び装置に対する要求が当産業分野に存在するようにな
って久しい。
題に対処したデュアル・エネルギー式分解のための方法
及び装置に対する要求が当産業分野に存在するようにな
って久しい。
【０００８】
【課題を解決するための手段】少なくとも１つの好まし
い実施形態では、デュアル・エネルギー式分解システム
において構造相殺した画像を自動的に決定するための方
法を提供する。少なくとも第１及び第２のタイプの構造
から形成される内部解剖構造に対する高エネルギー・レ
ベル画像と低エネルギー・レベル画像とを収集する。勾
配マスクはエッジ相殺パラメータと勾配しきい値を用い
て計算する。位置確認マスクは、低エネルギー画像と高
エネルギー画像のいずれかに基づいて位置確認画像から
計算すると共に、選択した診断用途に基づいた１つの組
から自動的に選択した強度しきい値と比較する。この勾
配マスク及び位置確認マスクを用いて特性マスクを計算
している。特性マスクと対照させて第１の相殺パラメー
タを評価し、またこの第１の相殺パラメータに基づいて
第２の相殺パラメータを計算している。少なくとも１つ
の好ましい実施形態では、その第１または第２の相殺パ
ラメータは、高レベル画像の収集に使用する実効ｋＶｐ
及び低レベル画像の収集に使用する実効ｋＶｐにより決
まるルックアップ・テーブル内の領域から選択する。第
１及び第２の相殺パラメータを用いた相殺計算式に従っ
て第１及び第２のエネルギー・レベル画像からハード構
造相殺画像及びソフト構造相殺画像が取得される。別の
実施形態では、この相殺計算式は第１または第２の相殺
パラメータに従って調整される高エネルギー画像と低エ
ネルギー画像の関係を表している。
い実施形態では、デュアル・エネルギー式分解システム
において構造相殺した画像を自動的に決定するための方
法を提供する。少なくとも第１及び第２のタイプの構造
から形成される内部解剖構造に対する高エネルギー・レ
ベル画像と低エネルギー・レベル画像とを収集する。勾
配マスクはエッジ相殺パラメータと勾配しきい値を用い
て計算する。位置確認マスクは、低エネルギー画像と高
エネルギー画像のいずれかに基づいて位置確認画像から
計算すると共に、選択した診断用途に基づいた１つの組
から自動的に選択した強度しきい値と比較する。この勾
配マスク及び位置確認マスクを用いて特性マスクを計算
している。特性マスクと対照させて第１の相殺パラメー
タを評価し、またこの第１の相殺パラメータに基づいて
第２の相殺パラメータを計算している。少なくとも１つ
の好ましい実施形態では、その第１または第２の相殺パ
ラメータは、高レベル画像の収集に使用する実効ｋＶｐ
及び低レベル画像の収集に使用する実効ｋＶｐにより決
まるルックアップ・テーブル内の領域から選択する。第
１及び第２の相殺パラメータを用いた相殺計算式に従っ
て第１及び第２のエネルギー・レベル画像からハード構
造相殺画像及びソフト構造相殺画像が取得される。別の
実施形態では、この相殺計算式は第１または第２の相殺
パラメータに従って調整される高エネルギー画像と低エ
ネルギー画像の関係を表している。
【０００９】少なくとも１つの代替的な実施形態では、
低エネルギー画像と高エネルギー画像の少なくとも一方
を第１または第２の相殺パラメータに基づいて調整する
際の低エネルギー画像に対する高エネルギー画像の比か
ら勾配マスクを作成している。実施の一形態では、その
高エネルギー・レベル画像及び低エネルギー・レベル画
像を勾配マスクを作成する前に圧縮させている。別の実
施形態では、高エネルギー画像と低エネルギー画像に基
づいて勾配画像を作成している。次いで、この勾配画像
を勾配しきい値と比較して勾配マスクを形成させてい
る。
低エネルギー画像と高エネルギー画像の少なくとも一方
を第１または第２の相殺パラメータに基づいて調整する
際の低エネルギー画像に対する高エネルギー画像の比か
ら勾配マスクを作成している。実施の一形態では、その
高エネルギー・レベル画像及び低エネルギー・レベル画
像を勾配マスクを作成する前に圧縮させている。別の実
施形態では、高エネルギー画像と低エネルギー画像に基
づいて勾配画像を作成している。次いで、この勾配画像
を勾配しきい値と比較して勾配マスクを形成させてい
る。
【００１０】少なくとも１つの好ましい実施形態では、
特性マスクを計算することがさらに、Ｓｏｂｅｌ演算子
を低エネルギー・レベル画像及び高エネルギー・レベル
画像に基づく画像とコンボリューションさせることによ
り勾配画像を生成させることを含む。所定の勾配しきい
値は選択した診断用途に基づいた１つの組から自動的に
選択し、勾配画像と比較して勾配マスクを生成させてい
る。
特性マスクを計算することがさらに、Ｓｏｂｅｌ演算子
を低エネルギー・レベル画像及び高エネルギー・レベル
画像に基づく画像とコンボリューションさせることによ
り勾配画像を生成させることを含む。所定の勾配しきい
値は選択した診断用途に基づいた１つの組から自動的に
選択し、勾配画像と比較して勾配マスクを生成させてい
る。
【００１１】少なくとも１つの好ましい実施形態では、
勾配マスクの画素を位置確認マスクの当該画素と比較
し、勾配マスクと位置確認マスクの対応する画素同士が
等しい場合には特性マスクの対応する画素に対してある
識別子を割り当て、またこれらの画素同士が等しくない
場合には別の識別子を割り当てることによりその特性マ
スクを計算している。別の実施形態では、特性マスク内
であるタイプの構造を表している画素には第１の値を割
り当て、また特性マスク内で第２のタイプの構造を表し
ている画素には第２の値を割り当てている。
勾配マスクの画素を位置確認マスクの当該画素と比較
し、勾配マスクと位置確認マスクの対応する画素同士が
等しい場合には特性マスクの対応する画素に対してある
識別子を割り当て、またこれらの画素同士が等しくない
場合には別の識別子を割り当てることによりその特性マ
スクを計算している。別の実施形態では、特性マスク内
であるタイプの構造を表している画素には第１の値を割
り当て、また特性マスク内で第２のタイプの構造を表し
ている画素には第２の値を割り当てている。
【００１２】少なくとも１つの好ましい実施形態では、
第１の相殺パラメータを第１のタイプの構造を強調する
可能性が最も大きい値に調整することにより、相殺計算
式、並びに高エネルギー・レベル画像及び低エネルギー
・レベル画像を利用して一連の勾配マップを作成してい
る。別の実施形態では、その勾配マップはさらに、ルッ
クアップ・テーブルからの相殺パラメータを用いて計算
されており、また、各画素位置に対する最低勾配値及び
関連する相殺パラメータが特定される。
第１の相殺パラメータを第１のタイプの構造を強調する
可能性が最も大きい値に調整することにより、相殺計算
式、並びに高エネルギー・レベル画像及び低エネルギー
・レベル画像を利用して一連の勾配マップを作成してい
る。別の実施形態では、その勾配マップはさらに、ルッ
クアップ・テーブルからの相殺パラメータを用いて計算
されており、また、各画素位置に対する最低勾配値及び
関連する相殺パラメータが特定される。
【００１３】少なくとも１つの好ましい実施形態では、
第１のタイプの構造を相殺させる可能性が最も大きい相
殺パラメータは、最低勾配値から構成されるヒストグラ
ムのピークとして特定される。別の実施形態では、その
相殺パラメータは、特性マスクから導出される最低勾配
値に関連する相殺パラメータの平均値を計算することに
より特定される。
第１のタイプの構造を相殺させる可能性が最も大きい相
殺パラメータは、最低勾配値から構成されるヒストグラ
ムのピークとして特定される。別の実施形態では、その
相殺パラメータは、特性マスクから導出される最低勾配
値に関連する相殺パラメータの平均値を計算することに
より特定される。
【００１４】
【発明の実施の形態】上述した解決のための手段、並び
に本発明の好ましい実施形態に関する以下の詳細な説明
については、添付の図面と関連させながら読めばより十
分に理解されよう。本発明の好ましい実施形態を例示す
る目的から、これらの図面では、目下のところ好ましい
とされる実施形態を示している。しかし、本発明は添付
の図面に示した配置や手段に限定されないことを理解す
べきである。
に本発明の好ましい実施形態に関する以下の詳細な説明
については、添付の図面と関連させながら読めばより十
分に理解されよう。本発明の好ましい実施形態を例示す
る目的から、これらの図面では、目下のところ好ましい
とされる実施形態を示している。しかし、本発明は添付
の図面に示した配置や手段に限定されないことを理解す
べきである。
【００１５】先ず図１を参照すると、図１はＸ線撮影シ
ステム１００を表している。撮影システム１００は、検
査対象の構造１０６にＸ線光子を当てるためのＸ線源１
０２及びコリメータ１０４を含んでいる。一例では、Ｘ
線源１０２はＸ線管とすることがあり、また検査対象構
造１０６は患者や試験用ファントームその他の被試験無
生物とすることがある。
ステム１００を表している。撮影システム１００は、検
査対象の構造１０６にＸ線光子を当てるためのＸ線源１
０２及びコリメータ１０４を含んでいる。一例では、Ｘ
線源１０２はＸ線管とすることがあり、また検査対象構
造１０６は患者や試験用ファントームその他の被試験無
生物とすることがある。
【００１６】Ｘ線撮影システム１００はまた、処理回路
１１０と結合させたフラットパネル半導体検出器などの
イメージ・センサ１０８を含む。処理回路１１０（例え
ば、マイクロコントローラ、マイクロプロセッサ、カス
タムＡＳＩＣなど）はメモリ１１２及びディスプレイ１
１４と結合している。メモリ１１２（例えば、ハードデ
ィスク、フレキシブルディスク、ＣＤＲＯＭ、ＥＰＲＯ
Ｍなどのうちの１つまたは幾つかを含む）は、高エネル
ギー・レベル画像１１６（例えば、１１０〜１４０ｋＶ
ｐ照射後にイメージ・センサ１０８から読み出した画
像）と、低エネルギー・レベル画像１１８（例えば、６
０〜９０ｋＶｐ照射後に読み出した画像）とを記憶して
いる。メモリ１１２はまた、実行のための命令と、ハー
ド構造（骨）やソフト構造（組織）など画像１１６及び
１１８内のある特定のタイプの構造を相殺させるために
処理回路１１０（以下で説明する）で使用するパラメー
タからなるルックアップ・テーブル１２２と、を記憶し
ている。これにより、１つまたは複数の構造相殺画像１
２０を作成して表示している。
１１０と結合させたフラットパネル半導体検出器などの
イメージ・センサ１０８を含む。処理回路１１０（例え
ば、マイクロコントローラ、マイクロプロセッサ、カス
タムＡＳＩＣなど）はメモリ１１２及びディスプレイ１
１４と結合している。メモリ１１２（例えば、ハードデ
ィスク、フレキシブルディスク、ＣＤＲＯＭ、ＥＰＲＯ
Ｍなどのうちの１つまたは幾つかを含む）は、高エネル
ギー・レベル画像１１６（例えば、１１０〜１４０ｋＶ
ｐ照射後にイメージ・センサ１０８から読み出した画
像）と、低エネルギー・レベル画像１１８（例えば、６
０〜９０ｋＶｐ照射後に読み出した画像）とを記憶して
いる。メモリ１１２はまた、実行のための命令と、ハー
ド構造（骨）やソフト構造（組織）など画像１１６及び
１１８内のある特定のタイプの構造を相殺させるために
処理回路１１０（以下で説明する）で使用するパラメー
タからなるルックアップ・テーブル１２２と、を記憶し
ている。これにより、１つまたは複数の構造相殺画像１
２０を作成して表示している。
【００１７】この処理回路１１０は、検査対象構造１０
６からの空間的重ね合わせ画像を構成成分素材に（例え
ば、胸部Ｘ線画像での骨と軟部組織のように）分解させ
るような相殺技法を使用している。例えば、胸部Ｘ線画
像は骨などのハード構造を表している１枚の画像と、肺
野などのソフト構造を表している１枚の画像とを生成さ
せるように分解することができる。
６からの空間的重ね合わせ画像を構成成分素材に（例え
ば、胸部Ｘ線画像での骨と軟部組織のように）分解させ
るような相殺技法を使用している。例えば、胸部Ｘ線画
像は骨などのハード構造を表している１枚の画像と、肺
野などのソフト構造を表している１枚の画像とを生成さ
せるように分解することができる。
【００１８】図２は、Ｘ線撮影システム１００により実
行させる例示的な処理シーケンスの１つを表したもので
ある。ステップ２００において、高エネルギー・レベル
画像１１６及び低エネルギー・レベル画像１１８を収集
してメモリ１１２に格納する。画像１１６及び１１８は
ハード構造とソフト構造の両方を含んでいる。少なくと
も１つの好ましい実施形態では、この高エネルギー・レ
ベル画像１１６及び低エネルギー・レベル画像１１８
は、より小さなマトリックス・サイズまで縮小させてい
る。この縮小は、近傍平均処理その他により実施するこ
とができる。
行させる例示的な処理シーケンスの１つを表したもので
ある。ステップ２００において、高エネルギー・レベル
画像１１６及び低エネルギー・レベル画像１１８を収集
してメモリ１１２に格納する。画像１１６及び１１８は
ハード構造とソフト構造の両方を含んでいる。少なくと
も１つの好ましい実施形態では、この高エネルギー・レ
ベル画像１１６及び低エネルギー・レベル画像１１８
は、より小さなマトリックス・サイズまで縮小させてい
る。この縮小は、近傍平均処理その他により実施するこ
とができる。
【００１９】ステップ２０４において、処理回路１１０
は、主としてソフト構造またはハード構造のいずれかで
あるような一方のタイプの構造を抽出する可能が高いパ
ラメータを決定する。少なくとも１つの好ましい実施形
態では、このパラメータは、同じくメモリ１１２内に格
納されている、以下の（表１）に示すようなルックアッ
プ・テーブル（ＬＵＴ）１２２から導出することができ
る。
は、主としてソフト構造またはハード構造のいずれかで
あるような一方のタイプの構造を抽出する可能が高いパ
ラメータを決定する。少なくとも１つの好ましい実施形
態では、このパラメータは、同じくメモリ１１２内に格
納されている、以下の（表１）に示すようなルックアッ
プ・テーブル（ＬＵＴ）１２２から導出することができ
る。
【００２０】
【表１】
【００２１】低エネルギーｋＶｐレベルは左側の縦列に
示し、また高エネルギーｋＶｐレベルは最下行に示して
いる。これらのｋＶｐレベルは、検査対象構造１０６に
対する実効ｋＶｐを意味しており、Ｘ線源１０２のｋＶ
ｐレベルにより様々な値となる。こうした違いはｋＶｐ
を変調させるために使用する１つまたは複数のフィルタ
に起因することがある。このフィルタは、銅、アルミニ
ウム、または別の材料、あるいはこうした材料の組み合
わせにより構成することができ、またコリメータ１０４
の近傍に配置させることができる。
示し、また高エネルギーｋＶｐレベルは最下行に示して
いる。これらのｋＶｐレベルは、検査対象構造１０６に
対する実効ｋＶｐを意味しており、Ｘ線源１０２のｋＶ
ｐレベルにより様々な値となる。こうした違いはｋＶｐ
を変調させるために使用する１つまたは複数のフィルタ
に起因することがある。このフィルタは、銅、アルミニ
ウム、または別の材料、あるいはこうした材料の組み合
わせにより構成することができ、またコリメータ１０４
の近傍に配置させることができる。
【００２２】（表１）にはさらに、人体ファントーム試
験またはヒトの患者に基づき高エネルギー・レベル画像
１１６及び低エネルギー・レベル画像１１８に対してｋ
Ｖｐレベルを様々に変えて決定したパラメータを含んで
いる。（表１）に示す数値は、各種構造タイプのうちの
１つを相殺させる可能性が高いパラメータｗc（以下
で、相殺パラメータと呼ぶこともある）と、第２のタイ
プの構造を最適に相殺することができるパラメータの決
定に利用されるパラメータ領域ｗ−ｒａｎｇｅ（以下
で、相殺領域と呼ぶこともある）とである。例えば、低
エネルギー・レベル画像１１８を実効ｋＶｐ値６０で収
集し、かつ高エネルギー・レベル画像１１６を実効ｋＶ
ｐ値１１０で収集する場合、（表１）を利用して相殺パ
ラメータｗc＝０．４６と相殺領域ｗ−ｒａｎｇｅ＝
［０．３５，０．５５］を得ることができる。
験またはヒトの患者に基づき高エネルギー・レベル画像
１１６及び低エネルギー・レベル画像１１８に対してｋ
Ｖｐレベルを様々に変えて決定したパラメータを含んで
いる。（表１）に示す数値は、各種構造タイプのうちの
１つを相殺させる可能性が高いパラメータｗc（以下
で、相殺パラメータと呼ぶこともある）と、第２のタイ
プの構造を最適に相殺することができるパラメータの決
定に利用されるパラメータ領域ｗ−ｒａｎｇｅ（以下
で、相殺領域と呼ぶこともある）とである。例えば、低
エネルギー・レベル画像１１８を実効ｋＶｐ値６０で収
集し、かつ高エネルギー・レベル画像１１６を実効ｋＶ
ｐ値１１０で収集する場合、（表１）を利用して相殺パ
ラメータｗc＝０．４６と相殺領域ｗ−ｒａｎｇｅ＝
［０．３５，０．５５］を得ることができる。
【００２３】ステップ２０４において、処理回路１１０
は勾配マスクを計算する。好ましい実施の一形態では、
先ず、（表１）からの相殺パラメータｗcを用いて次の
計算式からエッジ相殺パラメータｗedgeを計算する。
は勾配マスクを計算する。好ましい実施の一形態では、
先ず、（表１）からの相殺パラメータｗcを用いて次の
計算式からエッジ相殺パラメータｗedgeを計算する。
【００２４】ｗedge＝（１＋ｗc）／２
上述の例を続けると、相殺パラメータｗcの値は０．４
６であるから、エッジ相殺パラメータはｗedge＝０．７
３となる。別の実施形態では、あるタイプの構造を抽出
する機能が高いことが分かっているような所定の相殺パ
ラメータを使用することがある。この所定のパラメータ
は収集している画像タイプに応じて決められる。次に、
好ましい実施の一形態では、処理回路１１０は、エッジ
相殺パラメータｗedge、縮小した高エネルギー・レベル
画像、並びに縮小した低エネルギー・レベル画像に対し
て次の（式１）に従った処理をする。
６であるから、エッジ相殺パラメータはｗedge＝０．７
３となる。別の実施形態では、あるタイプの構造を抽出
する機能が高いことが分かっているような所定の相殺パ
ラメータを使用することがある。この所定のパラメータ
は収集している画像タイプに応じて決められる。次に、
好ましい実施の一形態では、処理回路１１０は、エッジ
相殺パラメータｗedge、縮小した高エネルギー・レベル
画像、並びに縮小した低エネルギー・レベル画像に対し
て次の（式１）に従った処理をする。
【００２５】
Ｉ（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，ｙ））w （式１）
上式において、ｗはｗedge、またＩHIGH（ｘ，ｙ）及び
ＩLOW（ｘ，ｙ）は縮小した高エネルギー・レベル画像
及び低エネルギー・レベル画像の画素強度値である。
（式１）は従来利用していた対数サブトラクション計算
式と比べてかなり高速であり、このためより改良された
画像分解方法となる。
ＩLOW（ｘ，ｙ）は縮小した高エネルギー・レベル画像
及び低エネルギー・レベル画像の画素強度値である。
（式１）は従来利用していた対数サブトラクション計算
式と比べてかなり高速であり、このためより改良された
画像分解方法となる。
【００２６】次いで、処理回路１１０は（式１）の結果
である分解画像Ｉ（ｘ，ｙ）を用いて勾配を計算する。
好ましい実施の一形態では、その勾配はＳｏｂｅｌ演算
子を分解画像Ｉ（ｘ，ｙ）とコンボリューションさせる
ことにより取得することができる。次に、得られた勾配
を勾配しきい値を比較する。勾配しきい値とは用途に応
じて設定されるある固定の値である。本発明の実施の一
形態では、その勾配しきい値は用途（一例として例え
ば、胸部、頸椎、腰椎など）に基づいた値の組から選択
することができる。勾配マスクは、勾配しきい値より大
きな画素のすべてに第１の識別子（例えば、１）を割り
当て、かつ勾配しきい値より小さい画素のすべてに第２
の識別子（例えば、０）を割り当てることにより生成す
る。処理回路１１０は勾配しきい値をメモリ１１２内に
格納することができる。
である分解画像Ｉ（ｘ，ｙ）を用いて勾配を計算する。
好ましい実施の一形態では、その勾配はＳｏｂｅｌ演算
子を分解画像Ｉ（ｘ，ｙ）とコンボリューションさせる
ことにより取得することができる。次に、得られた勾配
を勾配しきい値を比較する。勾配しきい値とは用途に応
じて設定されるある固定の値である。本発明の実施の一
形態では、その勾配しきい値は用途（一例として例え
ば、胸部、頸椎、腰椎など）に基づいた値の組から選択
することができる。勾配マスクは、勾配しきい値より大
きな画素のすべてに第１の識別子（例えば、１）を割り
当て、かつ勾配しきい値より小さい画素のすべてに第２
の識別子（例えば、０）を割り当てることにより生成す
る。処理回路１１０は勾配しきい値をメモリ１１２内に
格納することができる。
【００２７】ステップ２０６において、処理回路１１０
は、ソフト構造を特定するための位置確認マスクを計算
し、この位置確認マスクを勾配マスクを比較することに
より特性マスクを生成している。位置確認マスクを計算
するためには、低エネルギー・レベル画像１１８を強度
しきい値と比較する。好ましい実施の一形態では、その
強度しきい値は画像強度の平均値（すなわち、算術平均
値）に基づいている。別の実施形態では、その強度しき
い値は用途に応じた固定値としている。位置確認マスク
は、強度しきい値より大きい画素のすべてに第１の識別
子（例えば、１）を割り当て、かつ強度しきい値より小
さい画素のすべてに第２の識別子（例えば、０）を割り
当てることにより生成する。処理回路１１０は位置確認
マスクをメモリ１１２内に格納することができる。
は、ソフト構造を特定するための位置確認マスクを計算
し、この位置確認マスクを勾配マスクを比較することに
より特性マスクを生成している。位置確認マスクを計算
するためには、低エネルギー・レベル画像１１８を強度
しきい値と比較する。好ましい実施の一形態では、その
強度しきい値は画像強度の平均値（すなわち、算術平均
値）に基づいている。別の実施形態では、その強度しき
い値は用途に応じた固定値としている。位置確認マスク
は、強度しきい値より大きい画素のすべてに第１の識別
子（例えば、１）を割り当て、かつ強度しきい値より小
さい画素のすべてに第２の識別子（例えば、０）を割り
当てることにより生成する。処理回路１１０は位置確認
マスクをメモリ１１２内に格納することができる。
【００２８】次に、処理回路１１０は特性マスクを計算
する。図４は特性マスク１２４を示している。本発明の
好ましい一実施形態では、その特性マスク１２４は、ハ
ード構造（すなわち、骨）を表す画素は白にし、またソ
フト構造（すなわち、肋骨を含む肺野）を表す画素は黒
にしているような２値マスク（ｂｉｎａｒｙ ｍａｓ
ｋ）である。特性マスクは、勾配マスクの画素を位置確
認マスクの対応する画素と比較することにより計算して
いる。勾配マスクと位置確認マスクの両方に第１の識別
子（例えば、１）を含むような画素位置では、特性マス
クの対応する画素位置に第２の識別子（例えば、０）を
割り当てる。勾配マスクと位置確認マスクの両者ではな
くいずれか一方のみが第１の識別子（例えば、１）を含
むような画素位置では、特性マスク１２４の対応する画
素位置に第１の識別子（例えば、１）を割り当てる。特
性マスク１２４はメモリ１１２内に格納することができ
る。
する。図４は特性マスク１２４を示している。本発明の
好ましい一実施形態では、その特性マスク１２４は、ハ
ード構造（すなわち、骨）を表す画素は白にし、またソ
フト構造（すなわち、肋骨を含む肺野）を表す画素は黒
にしているような２値マスク（ｂｉｎａｒｙ ｍａｓ
ｋ）である。特性マスクは、勾配マスクの画素を位置確
認マスクの対応する画素と比較することにより計算して
いる。勾配マスクと位置確認マスクの両方に第１の識別
子（例えば、１）を含むような画素位置では、特性マス
クの対応する画素位置に第２の識別子（例えば、０）を
割り当てる。勾配マスクと位置確認マスクの両者ではな
くいずれか一方のみが第１の識別子（例えば、１）を含
むような画素位置では、特性マスク１２４の対応する画
素位置に第１の識別子（例えば、１）を割り当てる。特
性マスク１２４はメモリ１１２内に格納することができ
る。
【００２９】ステップ２０８において、処理回路１１０
は、第１の識別子（例えば、１）を含む特性マスクの各
画素位置ごとに最小勾配を特定する。好ましい実施の一
形態では、（式１）において、ＬＵＴ１２２からの相殺
パラメータ、並びに高エネルギー・レベル画像１１６及
び低エネルギー・レベル画像１１８を用いて分解画像Ｉ
（ｘ，ｙ）を取得している。上述の例を続けると、（式
１）で使用する相殺領域ｗ−ｒａｎｇｅは０．３５〜
０．５５となる。（式１）は、第１の識別子（例えば、
１）を含む特性マスク１２４の画素位置に対応する各画
素位置で計算している。好ましい実施の一形態では、
（式１）で使用する相殺パラメータｗの第１の値は０．
５５である。別の実施形態では、（式１）で使用する相
殺パラメータｗの第１の値は０．３５である。
は、第１の識別子（例えば、１）を含む特性マスクの各
画素位置ごとに最小勾配を特定する。好ましい実施の一
形態では、（式１）において、ＬＵＴ１２２からの相殺
パラメータ、並びに高エネルギー・レベル画像１１６及
び低エネルギー・レベル画像１１８を用いて分解画像Ｉ
（ｘ，ｙ）を取得している。上述の例を続けると、（式
１）で使用する相殺領域ｗ−ｒａｎｇｅは０．３５〜
０．５５となる。（式１）は、第１の識別子（例えば、
１）を含む特性マスク１２４の画素位置に対応する各画
素位置で計算している。好ましい実施の一形態では、
（式１）で使用する相殺パラメータｗの第１の値は０．
５５である。別の実施形態では、（式１）で使用する相
殺パラメータｗの第１の値は０．３５である。
【００３０】次に、（式１）の各分解画像Ｉ（ｘ，ｙ）
に対する勾配を計算する。好ましい実施の一形態では、
その分解画像Ｉ（ｘ，ｙ）をＳｏｂｅｌ演算子とコンボ
リューションさせ、各関心対象点（ｘ，ｙ）の勾配を特
性マスク１２４から取得している。勾配及び対応する相
殺パラメータｗは記録しておく。好ましい実施の一形態
では、各勾配及び対応する相殺パラメータｗはメモリ１
１２内に格納する。別の実施形態では、勾配及び対応す
る相殺パラメータｗは画像として格納する。ここで、
（式１）で相殺領域ｗ−ｒａｎｇｅに次のパラメータを
用いて、勾配の次の組を分解画像Ｉ（ｘ，ｙ）から計算
する。好ましい実施の一形態では、相殺パラメータｗの
値を０．０１ずつ変化させ（例えば、増加または減少さ
せ）、新たな分解画像Ｉ（ｘ，ｙ）の各関心対象点にお
いて勾配を算出している。この処理は相殺領域ｗ−ｒａ
ｎｇｅの全体にわたってすべての相殺パラメータｗに対
して反復させる。別の実施形態では、その相殺パラメー
タｗを領域の全体にわたって変化させ、所定の間隔で勾
配を計算している。次いで、各画素位置での勾配を比較
し、各画素位置（ｘ，ｙ）における最低勾配及び対応す
る相殺パラメータｗを決定する。
に対する勾配を計算する。好ましい実施の一形態では、
その分解画像Ｉ（ｘ，ｙ）をＳｏｂｅｌ演算子とコンボ
リューションさせ、各関心対象点（ｘ，ｙ）の勾配を特
性マスク１２４から取得している。勾配及び対応する相
殺パラメータｗは記録しておく。好ましい実施の一形態
では、各勾配及び対応する相殺パラメータｗはメモリ１
１２内に格納する。別の実施形態では、勾配及び対応す
る相殺パラメータｗは画像として格納する。ここで、
（式１）で相殺領域ｗ−ｒａｎｇｅに次のパラメータを
用いて、勾配の次の組を分解画像Ｉ（ｘ，ｙ）から計算
する。好ましい実施の一形態では、相殺パラメータｗの
値を０．０１ずつ変化させ（例えば、増加または減少さ
せ）、新たな分解画像Ｉ（ｘ，ｙ）の各関心対象点にお
いて勾配を算出している。この処理は相殺領域ｗ−ｒａ
ｎｇｅの全体にわたってすべての相殺パラメータｗに対
して反復させる。別の実施形態では、その相殺パラメー
タｗを領域の全体にわたって変化させ、所定の間隔で勾
配を計算している。次いで、各画素位置での勾配を比較
し、各画素位置（ｘ，ｙ）における最低勾配及び対応す
る相殺パラメータｗを決定する。
【００３１】図３は、第１の識別子（例えば、１）を含
む特性マスク１２４のすべての画素位置において最小勾
配を決定するために処理回路１１０により利用される方
法の好ましい実施形態を表したものである。先ず、ステ
ップ３００において、（式１）で相殺領域ｗ−ｒａｎｇ
ｅ内の最大パラメータ（以下で、ｗMEMORYと呼ぶことが
ある）、高エネルギー・レベル画像１１６、及び低エネ
ルギー・レベル画像１１８を利用しながら、分解画像Ｉ
（ｘ，ｙ）を計算する。上述の例を続けると、ｗMEMORY
の値は０．５５である。次に、ステップ３０２におい
て、勾配（以下で、ｇｒａｄｉｅｎｔｓMEMORYと呼ぶこ
とがある）を計算する。この計算は、Ｓｏｂｅｌ演算子
を分解画像Ｉ（ｘ，ｙ）とコンボリューションさせるこ
とにより実現することができる。次いでステップ３０４
において、ｇｒａｄｉｅｎｔｓMEMO RY及びｗMEMORYをメ
モリ１１２内に保存する。
む特性マスク１２４のすべての画素位置において最小勾
配を決定するために処理回路１１０により利用される方
法の好ましい実施形態を表したものである。先ず、ステ
ップ３００において、（式１）で相殺領域ｗ−ｒａｎｇ
ｅ内の最大パラメータ（以下で、ｗMEMORYと呼ぶことが
ある）、高エネルギー・レベル画像１１６、及び低エネ
ルギー・レベル画像１１８を利用しながら、分解画像Ｉ
（ｘ，ｙ）を計算する。上述の例を続けると、ｗMEMORY
の値は０．５５である。次に、ステップ３０２におい
て、勾配（以下で、ｇｒａｄｉｅｎｔｓMEMORYと呼ぶこ
とがある）を計算する。この計算は、Ｓｏｂｅｌ演算子
を分解画像Ｉ（ｘ，ｙ）とコンボリューションさせるこ
とにより実現することができる。次いでステップ３０４
において、ｇｒａｄｉｅｎｔｓMEMO RY及びｗMEMORYをメ
モリ１１２内に保存する。
【００３２】ステップ３０６において、（式１）で使用
される相殺領域ｗ−ｒａｎｇｅの次の値（以下で、ｗ
SECONDと呼ぶことがある）を計算する。図３のステップ
３０６に示すように、ｗMEMORYから０．０１を差し引い
ている（ｗSECOND＝ｗMEMORY−０．０１）。上述の例を
続けると、パラメータｗSECONDは０．５４である。
される相殺領域ｗ−ｒａｎｇｅの次の値（以下で、ｗ
SECONDと呼ぶことがある）を計算する。図３のステップ
３０６に示すように、ｗMEMORYから０．０１を差し引い
ている（ｗSECOND＝ｗMEMORY−０．０１）。上述の例を
続けると、パラメータｗSECONDは０．５４である。
【００３３】ステップ３０８は、ｗSECONDの値が相殺領
域ｗ−ｒａｎｇｅ内にあることを確認するためのもので
ある。ｗSECONDが相殺領域ｗ−ｒａｎｇｅより小さい場
合には、制御はステップ３１０に進み、処理回路１１０
は図２のステップ２１０に戻る。ｗSECONDが相殺領域ｗ
−ｒａｎｇｅより小さくない場合には、制御はステップ
３１２に進む。
域ｗ−ｒａｎｇｅ内にあることを確認するためのもので
ある。ｗSECONDが相殺領域ｗ−ｒａｎｇｅより小さい場
合には、制御はステップ３１０に進み、処理回路１１０
は図２のステップ２１０に戻る。ｗSECONDが相殺領域ｗ
−ｒａｎｇｅより小さくない場合には、制御はステップ
３１２に進む。
【００３４】ステップ３１２において、（式１）で高エ
ネルギー・レベル画像１１６及び低エネルギー・レベル
画像１１８と共にｗSECONDを利用して分解画像Ｉ（ｘ，
ｙ）を計算する。次にステップ３１４において、その勾
配（以下で、ｇｒａｄｉｅｎｔｓSECONDと呼ぶことがあ
る）を算出する。この場合も、この計算は、Ｓｏｂｅｌ
演算子を分解画像Ｉ（ｘ，ｙ）とコンボリューションさ
せることにより実現することができる。ステップ３１６
において、処理回路１１０は比較しようとする第１の画
素（ｘ，ｙ）を特定する。ステップ３１８では、画素
（ｘ，ｙ）において、ｇｒａｄｉｅｎｔｓMEMORY＜ｇｒ
ａｄｉｅｎｔｓSECONDであるか否かを問うている。この
問いに対する答えがＮＯの場合は、制御はステップ３２
０に進み、パラメータｇｒａｄｉｅｎｔｓSECOND及びｗ
SECONDをメモリ１１２内に格納し、パラメータｇｒａｄ
ｉｅｎｔｓMEMORY及びｗMEMORYを廃棄する。パラメータ
ｇｒａｄｉｅｎｔｓMEMORYにはｇｒａｄｉｅｎｔｓ
SECONDの値が割り当てられ、パラメータｗMEMORYにはｗ
SECONDの値が割り当てられる。問いに対する答えがＹＥ
Ｓの場合は、パラメータｇｒａｄｉｅｎｔｓMEMORY及び
ｗMEMORYをメモリ１１２内に格納する。
ネルギー・レベル画像１１６及び低エネルギー・レベル
画像１１８と共にｗSECONDを利用して分解画像Ｉ（ｘ，
ｙ）を計算する。次にステップ３１４において、その勾
配（以下で、ｇｒａｄｉｅｎｔｓSECONDと呼ぶことがあ
る）を算出する。この場合も、この計算は、Ｓｏｂｅｌ
演算子を分解画像Ｉ（ｘ，ｙ）とコンボリューションさ
せることにより実現することができる。ステップ３１６
において、処理回路１１０は比較しようとする第１の画
素（ｘ，ｙ）を特定する。ステップ３１８では、画素
（ｘ，ｙ）において、ｇｒａｄｉｅｎｔｓMEMORY＜ｇｒ
ａｄｉｅｎｔｓSECONDであるか否かを問うている。この
問いに対する答えがＮＯの場合は、制御はステップ３２
０に進み、パラメータｇｒａｄｉｅｎｔｓSECOND及びｗ
SECONDをメモリ１１２内に格納し、パラメータｇｒａｄ
ｉｅｎｔｓMEMORY及びｗMEMORYを廃棄する。パラメータ
ｇｒａｄｉｅｎｔｓMEMORYにはｇｒａｄｉｅｎｔｓ
SECONDの値が割り当てられ、パラメータｗMEMORYにはｗ
SECONDの値が割り当てられる。問いに対する答えがＹＥ
Ｓの場合は、パラメータｇｒａｄｉｅｎｔｓMEMORY及び
ｗMEMORYをメモリ１１２内に格納する。
【００３５】次にステップ３２２では、「画素（ｘ，
ｙ）は最終の画素位置か？」と問うている。答えがＮＯ
の場合は、処理回路１１０が次の画素位置（ｘ，ｙ）に
対して継続するように指令するステップ３２４に制御が
進み、さらにステップ３１８に戻って最低勾配の特定を
続ける。答えがＹＥＳの場合は、各画素に対する最低勾
配と対応する相殺パラメータはすでにメモリ１１２内に
格納されている。次に、ステップ３２６で、ｗSECONDを
０．０１だけ減らすことにより次の相殺領域ｗ−ｒａｎ
ｇｅパラメータを計算する。制御はステップ３０８に進
み、ここで本方法は相殺領域ｗ−ｒａｎｇｅのすべての
パラメータに対する勾配の評価を継続する。
ｙ）は最終の画素位置か？」と問うている。答えがＮＯ
の場合は、処理回路１１０が次の画素位置（ｘ，ｙ）に
対して継続するように指令するステップ３２４に制御が
進み、さらにステップ３１８に戻って最低勾配の特定を
続ける。答えがＹＥＳの場合は、各画素に対する最低勾
配と対応する相殺パラメータはすでにメモリ１１２内に
格納されている。次に、ステップ３２６で、ｗSECONDを
０．０１だけ減らすことにより次の相殺領域ｗ−ｒａｎ
ｇｅパラメータを計算する。制御はステップ３０８に進
み、ここで本方法は相殺領域ｗ−ｒａｎｇｅのすべての
パラメータに対する勾配の評価を継続する。
【００３６】別の実施形態では、相殺パラメータｗ−ｒ
ａｎｇｅ内の各パラメータに対して勾配を計算してメモ
リ１１２内に格納している。勾配をすべて計算し終えた
後、各画素位置（ｘ，ｙ）において勾配を比較し最小勾
配及び対応するｗパラメータを特定している。
ａｎｇｅ内の各パラメータに対して勾配を計算してメモ
リ１１２内に格納している。勾配をすべて計算し終えた
後、各画素位置（ｘ，ｙ）において勾配を比較し最小勾
配及び対応するｗパラメータを特定している。
【００３７】ステップ２１０において、処理回路１１０
は第１のタイプの構造を強調する可能性が最も大きい最
初の相殺パラメータを決定する。先ず、上で特定した相
殺パラメータｗを用いて、最小勾配値における各相殺パ
ラメータｗの出現総数を算出し、出現総数が最大となる
相殺パラメータｗを最尤相殺パラメータｗMLとして特定
している。本発明の好ましい一実施形態では、相殺パラ
メータｗを用いて図５に示すようなヒストグラム１２６
を生成させている。相殺パラメータｗの出現数を縦軸に
表し、また対応する相殺パラメータｗをヒストグラム１
２６の横軸上に表している。第１のタイプの構造を相殺
させる可能性が最も高い最尤相殺パラメータｗMLはヒス
トグラム１２６のピークとして特定される。別の実施形
態では、相殺パラメータｗの算術平均値（すなわち、平
均値）を用いて最尤相殺パラメータｗMLを特定すること
ができる。
は第１のタイプの構造を強調する可能性が最も大きい最
初の相殺パラメータを決定する。先ず、上で特定した相
殺パラメータｗを用いて、最小勾配値における各相殺パ
ラメータｗの出現総数を算出し、出現総数が最大となる
相殺パラメータｗを最尤相殺パラメータｗMLとして特定
している。本発明の好ましい一実施形態では、相殺パラ
メータｗを用いて図５に示すようなヒストグラム１２６
を生成させている。相殺パラメータｗの出現数を縦軸に
表し、また対応する相殺パラメータｗをヒストグラム１
２６の横軸上に表している。第１のタイプの構造を相殺
させる可能性が最も高い最尤相殺パラメータｗMLはヒス
トグラム１２６のピークとして特定される。別の実施形
態では、相殺パラメータｗの算術平均値（すなわち、平
均値）を用いて最尤相殺パラメータｗMLを特定すること
ができる。
【００３８】ステップ２１２において、処理回路１１０
は、第１のタイプの構造を相殺させる可能性が最も高い
パラメータｗsと第２のタイプの構造を相殺させる可能
性が最も高いパラメータｗbとを算出する。先ず、ブロ
ック２１０で特定した最尤パラメータｗMLを評価する。
高エネルギー・レベル画像１１６または低エネルギー・
レベル画像１１８の収集中や、あるいは後続の画像処理
の間では、最尤パラメータｗMLを無効にさせることがあ
るようなエラーが発生している可能性がある。好ましい
実施の一形態では、ヒストグラム１２６を評価してヒス
トグラム１２６のピークが相殺領域ｗ−ｒａｎｇｅのい
ずれかの最端のエッジに来ているか否かを判定してい
る。そのピークが相殺領域ｗ−ｒａｎｇｅの最端のエッ
ジのいずれかに来ている場合には、第１のタイプの構造
を相殺させる可能性が最も高いパラメータｗsは相殺パ
ラメータｗcと等しくする（例えば、ｗs＝ｗc）。ヒス
トグラム１２６のピークがヒストグラム１２６の中央域
にある場合には、第１のタイプの構造を相殺させる可能
性が最も高いパラメータｗsは最尤相殺パラメータｗML
と等しくする（例えば、ｗs＝ｗML）。次に、第１のタ
イプの構造を相殺させる可能性が最も高いパラメータｗ
sを用いて以下の線形関係式により第２のタイプの構造
を相殺させる可能性が最も高いパラメータｗbを算出す
る。
は、第１のタイプの構造を相殺させる可能性が最も高い
パラメータｗsと第２のタイプの構造を相殺させる可能
性が最も高いパラメータｗbとを算出する。先ず、ブロ
ック２１０で特定した最尤パラメータｗMLを評価する。
高エネルギー・レベル画像１１６または低エネルギー・
レベル画像１１８の収集中や、あるいは後続の画像処理
の間では、最尤パラメータｗMLを無効にさせることがあ
るようなエラーが発生している可能性がある。好ましい
実施の一形態では、ヒストグラム１２６を評価してヒス
トグラム１２６のピークが相殺領域ｗ−ｒａｎｇｅのい
ずれかの最端のエッジに来ているか否かを判定してい
る。そのピークが相殺領域ｗ−ｒａｎｇｅの最端のエッ
ジのいずれかに来ている場合には、第１のタイプの構造
を相殺させる可能性が最も高いパラメータｗsは相殺パ
ラメータｗcと等しくする（例えば、ｗs＝ｗc）。ヒス
トグラム１２６のピークがヒストグラム１２６の中央域
にある場合には、第１のタイプの構造を相殺させる可能
性が最も高いパラメータｗsは最尤相殺パラメータｗML
と等しくする（例えば、ｗs＝ｗML）。次に、第１のタ
イプの構造を相殺させる可能性が最も高いパラメータｗ
sを用いて以下の線形関係式により第２のタイプの構造
を相殺させる可能性が最も高いパラメータｗbを算出す
る。
【００３９】ｗb＝ａ（ｗs）＋ｂ
上式において、ａとｂは定数であり、好ましい実施の一
形態では、ａ＝ｂ＝０．５である。
形態では、ａ＝ｂ＝０．５である。
【００４０】ステップ２１４において、処理回路１１０
は第１のタイプの構造を相殺させる可能性が最も高いパ
ラメータｗs及び第２のタイプの構造を相殺させる可能
性が最も高いパラメータｗbを再計算すべきか否かを判
定する。本発明の実施の一形態では、エッジ相殺パラメ
ータｗedgeを再精査させると判定を下し、第１のタイプ
の構造を相殺させる可能性が最も高いパラメータｗs及
び第２のタイプの構造を相殺させる可能性が最も高いパ
ラメータｗbを再計算する。制御はステップ２１６に進
み、処理回路はエッジ相殺パラメータｗedgeに対して第
２のタイプの構造を相殺させる可能性が最も高いパラメ
ータ値ｗbを割り当てる（ｗedge＝ｗb）。次に、本方法
はステップ２０４に戻り、上述した各ステップを反復す
る。ステップ２１０において最尤相殺パラメータ値ｗML
が不変であれば、最尤相殺パラメータｗedgeをさらに再
精査する必要はない。好ましい実施の一形態では、ステ
ップ２１４は随意選択とし、第１のタイプの構造を相殺
させる可能性が最も高いパラメータｗs及び第２のタイ
プの構造を相殺させる可能性が最も高いパラメータｗb
は再計算せず、制御はステップ２１８に進む。
は第１のタイプの構造を相殺させる可能性が最も高いパ
ラメータｗs及び第２のタイプの構造を相殺させる可能
性が最も高いパラメータｗbを再計算すべきか否かを判
定する。本発明の実施の一形態では、エッジ相殺パラメ
ータｗedgeを再精査させると判定を下し、第１のタイプ
の構造を相殺させる可能性が最も高いパラメータｗs及
び第２のタイプの構造を相殺させる可能性が最も高いパ
ラメータｗbを再計算する。制御はステップ２１６に進
み、処理回路はエッジ相殺パラメータｗedgeに対して第
２のタイプの構造を相殺させる可能性が最も高いパラメ
ータ値ｗbを割り当てる（ｗedge＝ｗb）。次に、本方法
はステップ２０４に戻り、上述した各ステップを反復す
る。ステップ２１０において最尤相殺パラメータ値ｗML
が不変であれば、最尤相殺パラメータｗedgeをさらに再
精査する必要はない。好ましい実施の一形態では、ステ
ップ２１４は随意選択とし、第１のタイプの構造を相殺
させる可能性が最も高いパラメータｗs及び第２のタイ
プの構造を相殺させる可能性が最も高いパラメータｗb
は再計算せず、制御はステップ２１８に進む。
【００４１】ステップ２１８において、処理回路１１０
は分解画像１２８及び１３０を作成する。第１のタイプ
の構造を相殺させる可能性が最も高いパラメータｗs及
び第２のタイプの構造を相殺させる可能性が最も高いパ
ラメータｗbは、（式１）で元の高エネルギー・レベル
画像１１６及び低エネルギー・レベル画像１１８と共に
使用する。第１のタイプの構造を相殺させる可能性が最
も高いパラメータ値ｗ sを（式１）に用いた以下の式、 Ｉs（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，
ｙ））ws により、図６に示すようなソフト構造の画像１２８が得
られる。また、第２のタイプの構造を相殺させる可能性
が最も高いパラメータｗbを（式１）に用いた以下の
式、 Ｉb（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，
ｙ））wb により、図７に示すようなハード構造の画像１３０が得
られる。
は分解画像１２８及び１３０を作成する。第１のタイプ
の構造を相殺させる可能性が最も高いパラメータｗs及
び第２のタイプの構造を相殺させる可能性が最も高いパ
ラメータｗbは、（式１）で元の高エネルギー・レベル
画像１１６及び低エネルギー・レベル画像１１８と共に
使用する。第１のタイプの構造を相殺させる可能性が最
も高いパラメータ値ｗ sを（式１）に用いた以下の式、 Ｉs（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，
ｙ））ws により、図６に示すようなソフト構造の画像１２８が得
られる。また、第２のタイプの構造を相殺させる可能性
が最も高いパラメータｗbを（式１）に用いた以下の
式、 Ｉb（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，
ｙ））wb により、図７に示すようなハード構造の画像１３０が得
られる。
【００４２】相殺パラメータｗcと相殺領域ｗ−ｒａｎ
ｇｅの値を実験的に決定してＬＵＴ１２２で利用できる
ようにすることにより、画像分解の性能を向上させるこ
とができる。図２に示す方法は相殺パラメータｗc、相
殺領域ｗ−ｒａｎｇｅ、勾配しきい値、強度しきい値そ
の他などの所定のパラメータを利用しているので、オペ
レータからの入力は不要であり、計算を完了するのに要
する時間が短縮される。本方法では、相殺領域ｗ−ｒａ
ｎｇｅを調べ、各画素位置（ｘ，ｙ）での勾配値の比較
を通して最尤相殺パラメータｗMLを決定している。本方
法は、オペレータの個人差の影響を受けることがなく、
したがって、本方法により決定される第１のタイプの構
造を相殺させる可能性が最も高いパラメータｗs及び第
２のタイプの構造を相殺させる可能性が最も高いパラメ
ータｗbは、選択した構造に対する最適な相殺を提供で
きるパラメータとなる。
ｇｅの値を実験的に決定してＬＵＴ１２２で利用できる
ようにすることにより、画像分解の性能を向上させるこ
とができる。図２に示す方法は相殺パラメータｗc、相
殺領域ｗ−ｒａｎｇｅ、勾配しきい値、強度しきい値そ
の他などの所定のパラメータを利用しているので、オペ
レータからの入力は不要であり、計算を完了するのに要
する時間が短縮される。本方法では、相殺領域ｗ−ｒａ
ｎｇｅを調べ、各画素位置（ｘ，ｙ）での勾配値の比較
を通して最尤相殺パラメータｗMLを決定している。本方
法は、オペレータの個人差の影響を受けることがなく、
したがって、本方法により決定される第１のタイプの構
造を相殺させる可能性が最も高いパラメータｗs及び第
２のタイプの構造を相殺させる可能性が最も高いパラメ
ータｗbは、選択した構造に対する最適な相殺を提供で
きるパラメータとなる。
【００４３】本発明に関し好ましい実施の形態を参照し
ながら記載してきたが、本発明の範囲を逸脱することな
く様々な変更が可能であると共に、等価物による代用が
可能であることは当業者であれば理解するであろう。さ
らに、多くの修正形態により、本発明の範囲を逸脱する
ことなく具体的なステップ、構造または材料を本発明の
教示に適応させることができる。したがって、開示した
特定の実施形態に本発明を限定しようという意図ではな
く、本発明は本特許請求の範囲の域内に入るすべての実
施形態を包含するという意図である。
ながら記載してきたが、本発明の範囲を逸脱することな
く様々な変更が可能であると共に、等価物による代用が
可能であることは当業者であれば理解するであろう。さ
らに、多くの修正形態により、本発明の範囲を逸脱する
ことなく具体的なステップ、構造または材料を本発明の
教示に適応させることができる。したがって、開示した
特定の実施形態に本発明を限定しようという意図ではな
く、本発明は本特許請求の範囲の域内に入るすべての実
施形態を包含するという意図である。
【図１】本発明の好ましい実施の一形態によるＸ線撮影
システムの高レベル図である。
システムの高レベル図である。
【図２】本発明の好ましい実施の一形態によるＸ線画像
の分解処理に関する流れ図である。
の分解処理に関する流れ図である。
【図３】本発明の好ましい実施の一形態により特性マス
クのすべての画素位置において最小勾配値を決定する方
法に関する流れ図である。
クのすべての画素位置において最小勾配値を決定する方
法に関する流れ図である。
【図４】本発明の好ましい実施の一形態による特性マス
クの図である。
クの図である。
【図５】本発明の好ましい実施の一形態による最低勾配
値をもつｗパラメータの量に関するヒストグラムであ
る。
値をもつｗパラメータの量に関するヒストグラムであ
る。
【図６】本発明の好ましい実施の一形態によるソフト構
造の分解画像の図である。
造の分解画像の図である。
【図７】本発明の好ましい実施の一形態によるハード構
造の分解画像の図である。
造の分解画像の図である。
１００ Ｘ線撮影システム
１０２ Ｘ線源
１０４ コリメータ
１０６ 検査対象構造
１０８ イメージ・センサ
１１０ 処理回路
１１２ メモリ
１１４ ディスプレイ
１１６ 高エネルギー・レベル画像
１１８ 低エネルギー・レベル画像
１２０ 構造相殺画像
１２２ ルックアップ・テーブル（ＬＵＴ）
１２４ 特性マスク
１２６ ヒストグラム
１２８ ソフト構造画像、ハード構造相殺画像
１３０ ハード構造画像、ソフト構造相殺画像
フロントページの続き
(72)発明者 ゴパール・ビー・アヴィナシュ
アメリカ合衆国、ウィスコンシン州、ニュ
ー・ベルリン、サウス・ラディソン・コー
ト、4915番
(72)発明者 ジョン・マイケル・サボル
アメリカ合衆国、ウィスコンシン州、サセ
ックス、カーディナル・コート、エヌ58・
ダブリュー24838番
(72)発明者 フランソア・サージ・ニコラス
アメリカ合衆国、ウィスコンシン州、ウォ
ーワトサ、ノース・87ティーエイチ・スト
リート、116番
Ｆターム(参考） 4C093 AA07 AA26 AA30 CA18 CA31
CA37 EA07 FF09 FF15 FF34
5B057 AA08 BA03 BA30 CA08 CA12
CA16 CB08 CB12 CB16 CE02
CH01 CH07 CH11 DA16
Claims (29)
- 【請求項１】 デュアル・エネルギー式分解システムに
おいて構造相殺した画像（１２０）を自動的に決定する
ための方法であって、 少なくとも第１及び第２のタイプの構造から形成される
内部解剖構造の第１の高エネルギー・レベル画像（１１
６）を取得するステップと、 前記第１のエネルギー・レベル画像（１１６）と比べて
より低いエネルギー・レベルで、少なくとも第１及び第
２のタイプの構造から形成される前記内部解剖構造の第
２の低エネルギー・レベル画像（１１８）を取得するス
テップと、 前記低エネルギー・レベル画像（１１８）を用いて特性
マスク（１２４）を計算するステップと、 前記特性マスク（１２４）と対照して第１の相殺パラメ
ータを評価するステップと、 前記第１の相殺パラメータに基づいて第２の相殺パラメ
ータを計算するステップと、 前記第１と第２の相殺パラメータのうちの一方を用いた
相殺計算式に従って、前記第１のエネルギー・レベル画
像（１１６）及び第２のエネルギー・レベル画像（１１
８）から構造相殺画像（１２０）を取得するステップ
と、を含む方法。 - 【請求項２】高エネルギー画像（１１６）と低エネルギ
ー画像（１１８）のうちの少なくとも一方を前記第１ま
たは第２の相殺パラメータに基づいて調整させるような
低エネルギー画像（１１８）に対する高エネルギー画像
（１１６）の比から、第１または第２の相殺パラメータ
を自動的に計算する際に使用する勾配マスクを作成する
ステップをさらに含む請求項１に記載の方法。 - 【請求項３】勾配マスクを作成する際に使用する高エネ
ルギー・レベル画像（１１６）及び低エネルギー・レベ
ル画像（１１８）を圧縮するステップをさらに含む請求
項２に記載の方法。 - 【請求項４】高エネルギー画像（１１６）及び低エネル
ギー画像（１１８）に基づいて勾配画像を作成するステ
ップと、 第１または第２の相殺パラメータを自動的に計算する際
に使用する勾配マスクを形成させるために、勾配画像を
勾配しきい値と比較するステップと、をさらに含む請求
項１に記載の方法。 - 【請求項５】 特性マスク（１２４）を計算する前記ス
テップがさらに、 勾配画像を形成させるために、低エネルギー・レベル画
像（１１８）及び高エネルギー・レベル画像（１１６）
に基づく画像とＳｏｂｅｌ演算子をコンボリューション
させるステップと、 選択した診断用途に基づいた１つの組から所定の勾配し
きい値を自動的に選択するステップと、 勾配画像を勾配しきい値と比較すること、並びに勾配し
きい値より大きなすべての画像画素には第１の識別子
を、また勾配しきい値より小さいすべての画像画素には
第２の識別子を割り当てることにより勾配マスクを生成
させるステップと、を含む、請求項１に記載の方法。 - 【請求項６】 前記相殺計算式が第１または第２の相殺
パラメータに従って調整される高エネルギー画像（１１
６）と低エネルギー画像（１１８）の関係を表してい
る、請求項１に記載の方法。 - 【請求項７】 前記第１または第２の相殺パラメータ
が、高レベル画像（１１６）の収集に使用する実効ｋＶ
ｐ及び低レベル画像（１１８）の収集に使用する実効ｋ
Ｖｐにより決まるようなルックアップ・テーブル（１２
２）内の所定の領域から選択されている、請求項１に記
載の方法。 - 【請求項８】 前記相殺計算式が、ｗsを第１の相殺パ
ラメータ、ＩHIGHを高エネルギー・レベル画像（１１
６）、またＩLOWを低エネルギー・レベル画像（１１
８）として、 Ｉs（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，
ｙ））ws である、請求項１に記載の方法。 - 【請求項９】 前記相殺計算式が、ｗbを第２の相殺パ
ラメータ、ＩHIGHを高エネルギー・レベル画像（１１
６）、またＩLOWを低エネルギー・レベル画像（１１
８）として、 Ｉb（ｘ，ｙ）＝ＩHIGH（ｘ，ｙ）／（ＩLOW（ｘ，
ｙ））wb である、請求項１に記載の方法。 - 【請求項１０】前記低エネルギー画像（１１８）に基づ
いて位置確認画像を作成するステップと、 第１または第２の相殺パラメータを自動的に計算する際
に使用する位置確認マスクを形成させるために、前記位
置確認画像を強度しきい値と比較するステップと、をさ
らに含む請求項１に記載の方法。 - 【請求項１１】 前記比較のステップがさらに、前記選
択した診断用途に基づいた１つの組から所定の強度しき
い値を自動的に選択するステップを含む、請求項１０に
記載の方法。 - 【請求項１２】 特性マスク（１２４）を計算する前記
ステップがさらに、勾配マスクを計算するステップと、 位置確認マスクを計算するステップと、 勾配マスクの画素を位置確認マスクの対応する画素と比
較して、勾配マスクと位置確認マスクの対応する画素同
士が等しい場合に特性マスク（１２４）の対応する画素
に対して第２の識別子を割り当てることにより特性マス
ク（１２４）を生成させるステップと、を含む、請求項
１に記載の方法。 - 【請求項１３】 特性マスク（１２４）を計算する前記
ステップがさらに、 低エネルギー・レベル画像（１１８）内でハード構造だ
けを表す画素に第１の値を割り当てるステップと、 低エネルギー・レベル画像（１１８）内でソフト構造だ
けを表す画素に第２の値を割り当てるステップと、を含
む、請求項１に記載の方法。 - 【請求項１４】 前記評価のステップが、第１の相殺パ
ラメータを第１のタイプの構造を強調する可能性が最も
大きい値に調整することにより、前記相殺計算式、並び
に高エネルギー・レベル画像（１１６）及び低エネルギ
ー・レベル画像（１１８）を利用して一連の勾配マップ
を作成するステップをさらに含む、請求項１に記載の方
法。 - 【請求項１５】 前記評価のステップがさらに、 ルックアップ・テーブル（１２２）からの相殺パラメー
タ領域を用いて複数の勾配マップを計算するステップ
と、 前記複数の勾配マップの対応する画素位置を互いに比較
することにより各画素位置に対する最低勾配値を決定
し、該決定した最低勾配値の各々に対して関連する相殺
パラメータを特定するステップと、を含む、請求項１に
記載の方法。 - 【請求項１６】特性マスク（１２４）から導出される最
低勾配値に関連する相殺パラメータにより構成されるヒ
ストグラム（１２６）を生成するステップと、 前記ヒストグラム（１２６）のピーク位置に生じる相殺
パラメータを第１のタイプの構造を相殺させる可能性が
最も大きい相殺パラメータの値として特定するステップ
と、をさらに含む請求項１５に記載の方法。 - 【請求項１７】 特性マスク（１２４）から導出される
最低勾配値に関連する相殺パラメータの平均値を算出す
ることにより第１のタイプの構造を強調する可能性が最
も大きい相殺パラメータの値を特定するステップをさら
に含む請求項１５に記載の方法。 - 【請求項１８】相殺計算式、第１の相殺パラメータ及び
第２の相殺パラメータを用いて、ハード構造相殺画像
（１２８）及びソフト構造相殺画像（１３０）を計算す
るステップをさらに含む請求項１に記載の方法。 - 【請求項１９】 前記第２の相殺パラメータが前記第１
の相殺パラメータと線形関係にある、請求項１に記載の
方法。 - 【請求項２０】 構造相殺画像（１２０）を取得する前
記ステップがさらに、 第１の相殺パラメータを用いた相殺計算式に従って、前
記第１のエネルギー・レベル画像（１１６）及び第２の
エネルギー・レベル画像（１１８）から第１構造相殺画
像（１２０）を取得するステップと、 第２の相殺パラメータを用いた相殺計算式に従って、第
２構造相殺画像（１２０）を取得するステップと、を含
む、請求項１に記載の方法。 - 【請求項２１】 デュアル・エネルギー式分解システム
において構造相殺した画像（１２０）を自動的に決定す
るための方法であって、 少なくとも第１及び第２のタイプの構造から形成される
内部解剖構造の第１の高エネルギー・レベル画像（１１
６）を取得するステップと、 前記第１のエネルギー・レベル画像（１１６）と比べて
より低いエネルギー・レベルで、少なくとも第１及び第
２のタイプの構造から形成される前記内部解剖構造の第
２の低エネルギー・レベル画像（１１８）を取得するス
テップと、 事前定義の相殺パラメータに基づいて内部構造から関心
対象の特性を特定するための勾配マスクを計算するステ
ップと、 特性マスク（１２４）を形成させるために、前記勾配マ
スクから抑制パラメータに基づいて前記関心対象特性を
位置特定するステップと、 特性マスク（１２４）内の選択した画素位置において、
相殺パラメータをある領域にわたって変化させ、選択し
た各画素ごとに、所望の特性マスク値を与えるような相
殺パラメータ値を取得するステップと、 前記相殺パラメータの単一値に関する最尤推定値を決定
するステップと、を含む方法。 - 【請求項２２】 前記計算のステップが、エッジ相殺パ
ラメータ及び勾配しきい値を用いて第１のエネルギー・
レベル画像（１１６）及び第２のエネルギー・レベル画
像（１１８）に対する勾配マスクを計算するステップを
含んでいる、請求項２１に記載の方法。 - 【請求項２３】 前記位置特定のステップが第２のエネ
ルギー・レベル画像（１１８）上に施した強度しきい値
に基づいている、請求項２１に記載の方法。 - 【請求項２４】 前記変化のステップが、パラメータの
上限値と下限値の間で相殺パラメータを階段状に増分さ
せ、相殺パラメータの各離散値において勾配値を計算す
るステップを含んでいる、請求項２１に記載の方法。 - 【請求項２５】 前記特性マスク（１２４）から関心対
象のすべての画素位置のヒストグラム（１２６）を作成
するステップをさらに含む請求項２１に記載の方法。 - 【請求項２６】 デュアル・エネルギー式分解システム
において構造相殺した画像（１２０）を自動的に決定す
るための方法であって、 少なくとも第１及び第２のタイプの構造から形成される
内部解剖構造の第１の高エネルギー・レベル画像（１１
６）を取得するステップと、 前記第１のエネルギー・レベル画像（１１６）と比べて
より低いエネルギー・レベルで、少なくとも第１及び第
２のタイプの構造から形成される前記内部解剖構造の第
２の低エネルギー・レベル画像（１１８）を取得するス
テップと、 第１タイプと第２タイプの構造のうちの一方を相殺させ
る可能性が最も大きい相殺パラメータを構造相殺画像
（１２０）から自動的に計算するステップと、前記自動
的に計算した相殺パラメータを用いた相殺計算式に基づ
いて、第１のタイプの構造は強調させ第２のタイプの構
造は抑制させた構造相殺した画像（１２０）を作成する
ステップと、を含む方法。 - 【請求項２７】 第１のタイプの構造に対応する各画素
位置に第１の識別子を格納している特性マスク（１２
４）を計算するステップをさらに含む請求項２６に記載
の方法。 - 【請求項２８】 第１のタイプの構造に関する画像輪郭
を規定している画素値パターンを格納している特性マス
ク（１２４）を決定するステップをさらに含む請求項２
６に記載の方法。 - 【請求項２９】 デュアル・エネルギー式分解システム
において構造相殺した画像（１２０）を自動的に決定す
るための方法であって、 高エネルギーと低エネルギーの様々なエネルギー対にお
ける解剖構造に対する相殺パラメータからなる事前計算
したルックアップ・テーブル（１２２）を利用するステ
ップと、 少なくとも第１及び第２のタイプの構造から形成される
内部解剖構造の第１の高エネルギー・レベル画像（１１
６）を取得するステップと、 前記第１のエネルギー・レベル画像（１１６）と比べて
より低いエネルギー・レベルで、少なくとも第１及び第
２のタイプの構造から形成される前記内部解剖構造の第
２の低エネルギー・レベル画像（１１８）を取得するス
テップと、 前記ルックアップ・テーブル（１２２）の適当な相殺パ
ラメータを用いた相殺計算式に従って第１のエネルギー
・レベル画像（１１６）及び第２のエネルギー・レベル
画像（１１８）から構造相殺画像（１２０）を取得する
ステップと、を含む方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/681611 | 2001-05-08 | ||
| US09/681,611 US6917697B2 (en) | 2001-05-08 | 2001-05-08 | Method and apparatus to automatically determine tissue cancellation parameters in X-ray dual energy imaging |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003037778A true JP2003037778A (ja) | 2003-02-07 |
Family
ID=24736036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002132212A Withdrawn JP2003037778A (ja) | 2001-05-08 | 2002-05-08 | デュアル・エネルギーｘ線撮影で組織相殺パラメータを自動的に決定するための方法及び装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US6917697B2 (ja) |
| JP (1) | JP2003037778A (ja) |
| FR (1) | FR2827059B1 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005006918A (ja) * | 2003-06-19 | 2005-01-13 | Hitachi Medical Corp | 放射線画像撮像装置 |
| JP2009077839A (ja) * | 2007-09-26 | 2009-04-16 | Fujifilm Corp | 放射線画像処理装置及び処理方法 |
| JP2009219705A (ja) * | 2008-03-17 | 2009-10-01 | Fujifilm Corp | 放射線画像撮影装置及び撮影条件設定方法 |
| JP2009285131A (ja) * | 2008-05-29 | 2009-12-10 | Fujifilm Corp | エネルギーサブトラクション処理装置および方法ならびにプログラム |
| JP2010081977A (ja) * | 2008-09-29 | 2010-04-15 | Fujifilm Corp | 放射線撮影システム |
| US7949088B2 (en) | 2007-10-15 | 2011-05-24 | Ge Medical Systems Global Technology Company, Llc | X-ray CT apparatus and method for processing X-ray projection data |
| JP5384115B2 (ja) * | 2006-12-20 | 2014-01-08 | 株式会社日立メディコ | Ｘ線ｃｔ装置 |
| KR20200081833A (ko) * | 2018-12-28 | 2020-07-08 | 부산대학교 산학협력단 | 이중에너지 x선 흡수 계측법(dxa)의 이차원(2d) 이미지를 이용한 간 위치 추정 방법 |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6580779B2 (en) * | 2001-11-20 | 2003-06-17 | Ge Medical Systems Global Technology Company, Llc | Contrast adjustment of a decomposed X-ray image relative to the contrast of another X-ray image |
| US6661873B2 (en) * | 2002-01-28 | 2003-12-09 | Ge Medical Systems Global Technology Company, Llc | Motion artifacts reduction algorithm for two-exposure dual-energy radiography |
| US6898263B2 (en) * | 2002-11-27 | 2005-05-24 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for soft-tissue volume visualization |
| US7961925B2 (en) * | 2006-11-14 | 2011-06-14 | Siemens Aktiengesellschaft | Method and system for dual energy image registration |
| JP4895204B2 (ja) * | 2007-03-22 | 2012-03-14 | 富士フイルム株式会社 | 画像成分分離装置、方法、およびプログラム、ならびに、正常画像生成装置、方法、およびプログラム |
| US8094904B2 (en) * | 2007-09-26 | 2012-01-10 | Siemens Aktiengesellschaft | Method and system for bone suppression based on a single x-ray image |
| US20090116722A1 (en) * | 2007-10-25 | 2009-05-07 | Yunqiang Chen | Method and system for soft tissue image reconstruction in gradient domain |
| US8786873B2 (en) | 2009-07-20 | 2014-07-22 | General Electric Company | Application server for use with a modular imaging system |
| US8243882B2 (en) | 2010-05-07 | 2012-08-14 | General Electric Company | System and method for indicating association between autonomous detector and imaging subsystem |
| EP2820449B1 (en) * | 2012-02-27 | 2017-07-26 | Koninklijke Philips N.V. | Spectral imaging |
| JP2018157884A (ja) * | 2017-03-22 | 2018-10-11 | コニカミノルタ株式会社 | Ｘ線動画像処理装置 |
| JP6862310B2 (ja) * | 2017-08-10 | 2021-04-21 | 株式会社日立製作所 | パラメータ推定方法及びｘ線ｃｔシステム |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4355331A (en) * | 1981-01-28 | 1982-10-19 | General Electric Company | X-ray image subtracting system |
| US4499493A (en) * | 1983-02-22 | 1985-02-12 | The Board Of Trustees Of The Leland Stanford Junior University | Multiple measurement noise reducing system using artifact edge identification and selective signal processing |
| US4792900A (en) * | 1986-11-26 | 1988-12-20 | Picker International, Inc. | Adaptive filter for dual energy radiographic imaging |
| US5319547A (en) * | 1990-08-10 | 1994-06-07 | Vivid Technologies, Inc. | Device and method for inspection of baggage and other objects |
| JP2640582B2 (ja) * | 1991-04-18 | 1997-08-13 | 富士写真フイルム株式会社 | エネルギーサブトラクション画像生成方法 |
| US5402338A (en) * | 1991-12-26 | 1995-03-28 | Fuji Photo Film Co., Ltd. | Method for forming energy subtraction images |
| US5931780A (en) * | 1993-11-29 | 1999-08-03 | Arch Development Corporation | Method and system for the computerized radiographic analysis of bone |
| US5910972A (en) * | 1996-09-25 | 1999-06-08 | Fuji Photo Film Co., Ltd. | Bone image processing method and apparatus |
| US6173034B1 (en) * | 1999-01-25 | 2001-01-09 | Advanced Optical Technologies, Inc. | Method for improved breast x-ray imaging |
| US6343111B1 (en) * | 2000-09-07 | 2002-01-29 | General Electric Company | Dual energy decomposition using automatically determined cancellation parameters |
| US6449334B1 (en) * | 2000-09-29 | 2002-09-10 | Lunar Corporation | Industrial inspection method and apparatus using dual energy x-ray attenuation |
-
2001
- 2001-05-08 US US09/681,611 patent/US6917697B2/en not_active Expired - Lifetime
-
2002
- 2002-05-03 FR FR0205538A patent/FR2827059B1/fr not_active Expired - Fee Related
- 2002-05-08 JP JP2002132212A patent/JP2003037778A/ja not_active Withdrawn
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005006918A (ja) * | 2003-06-19 | 2005-01-13 | Hitachi Medical Corp | 放射線画像撮像装置 |
| JP4526110B2 (ja) * | 2003-06-19 | 2010-08-18 | 株式会社日立メディコ | 放射線画像撮像装置 |
| JP5384115B2 (ja) * | 2006-12-20 | 2014-01-08 | 株式会社日立メディコ | Ｘ線ｃｔ装置 |
| JP2009077839A (ja) * | 2007-09-26 | 2009-04-16 | Fujifilm Corp | 放射線画像処理装置及び処理方法 |
| US8107709B2 (en) | 2007-09-26 | 2012-01-31 | Fujifilm Corporation | Apparatus and method for processing radiation image |
| US7949088B2 (en) | 2007-10-15 | 2011-05-24 | Ge Medical Systems Global Technology Company, Llc | X-ray CT apparatus and method for processing X-ray projection data |
| JP2009219705A (ja) * | 2008-03-17 | 2009-10-01 | Fujifilm Corp | 放射線画像撮影装置及び撮影条件設定方法 |
| JP2009285131A (ja) * | 2008-05-29 | 2009-12-10 | Fujifilm Corp | エネルギーサブトラクション処理装置および方法ならびにプログラム |
| JP2010081977A (ja) * | 2008-09-29 | 2010-04-15 | Fujifilm Corp | 放射線撮影システム |
| KR20200081833A (ko) * | 2018-12-28 | 2020-07-08 | 부산대학교 산학협력단 | 이중에너지 x선 흡수 계측법(dxa)의 이차원(2d) 이미지를 이용한 간 위치 추정 방법 |
| KR102216818B1 (ko) | 2018-12-28 | 2021-02-17 | 부산대학교 산학협력단 | 이중에너지 x선 흡수 계측법(dxa)의 이차원(2d) 이미지를 이용한 간 위치 추정 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020186872A1 (en) | 2002-12-12 |
| FR2827059A1 (fr) | 2003-01-10 |
| US6917697B2 (en) | 2005-07-12 |
| FR2827059B1 (fr) | 2006-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003037778A (ja) | デュアル・エネルギーｘ線撮影で組織相殺パラメータを自動的に決定するための方法及び装置 | |
| Zellerhoff et al. | Low contrast 3D reconstruction from C-arm data | |
| JP4402435B2 (ja) | 軟組織空間の視覚化の方法及び装置 | |
| Mertelmeier et al. | Optimizing filtered backprojection reconstruction for a breast tomosynthesis prototype device | |
| JP5269298B2 (ja) | Ｘ線診断装置 | |
| US7433507B2 (en) | Imaging chain for digital tomosynthesis on a flat panel detector | |
| EP1317209B1 (en) | Dual energy imaging using automatically determined subtraction parameters | |
| KR101576703B1 (ko) | 화상 처리 장치, 화상 처리 방법 및 컴퓨터 판독 가능 저장 매체 | |
| US8433154B2 (en) | Enhanced contrast for scatter compensation in X-ray imaging | |
| JP2007014759A (ja) | Ｐｅｔ／ｃｔ撮像における画像ベースのアーティファクト低減方法 | |
| JP7080025B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JP6293713B2 (ja) | 画像処理装置、放射線断層撮影装置並びにプログラム | |
| CN102436006B (zh) | 监测身体积累的辐射剂量 | |
| JP6678541B2 (ja) | 画像処理装置、方法およびプログラム | |
| JP7345653B2 (ja) | 放射線医学的撮像方法 | |
| CN112842370A (zh) | 用于x射线成像中的参数噪声调制的方法和系统 | |
| US9895126B2 (en) | System and method for quantification of muscle and fat using abdominal CT imaging | |
| US7462832B2 (en) | Device and method for computer tomography | |
| US9101325B2 (en) | Chest radiography image contrast and exposure dose optimization | |
| KR101824239B1 (ko) | 금속성 인공음영 감소 방법 및 장치 | |
| US8121372B2 (en) | Method for reducing image noise in the context of capturing an image using two different radiation spectra | |
| EP4310771A1 (en) | Methods and systems for image denoising | |
| Chae et al. | Application of deconvolution algorithm of point spread function in improving image quality: an observer preference study on chest radiography | |
| Kappadath et al. | Dual-energy digital mammography for calcification imaging: noise reduction techniques | |
| JP2001148787A (ja) | 画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050502 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071102 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20080221 |