JP2003348450A - 空間フィルタリング方法及びこれを用いた放射線画像処理システム - Google Patents
空間フィルタリング方法及びこれを用いた放射線画像処理システムInfo
- Publication number
- JP2003348450A JP2003348450A JP2002154207A JP2002154207A JP2003348450A JP 2003348450 A JP2003348450 A JP 2003348450A JP 2002154207 A JP2002154207 A JP 2002154207A JP 2002154207 A JP2002154207 A JP 2002154207A JP 2003348450 A JP2003348450 A JP 2003348450A
- Authority
- JP
- Japan
- Prior art keywords
- image
- filter
- dose
- degree
- spatial filtering
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 title claims abstract description 34
- 238000001914 filtration Methods 0.000 title claims abstract description 17
- 230000006866 deterioration Effects 0.000 claims abstract description 19
- 230000001629 suppression Effects 0.000 claims abstract description 14
- 230000005855 radiation Effects 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 230000015556 catabolic process Effects 0.000 claims description 5
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 17
- 239000013598 vector Substances 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 125000004122 cyclic group Chemical group 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 102100033040 Carbonic anhydrase 12 Human genes 0.000 description 1
- 101100321670 Fagopyrum esculentum FA18 gene Proteins 0.000 description 1
- 102100030525 Gap junction alpha-4 protein Human genes 0.000 description 1
- 101000867855 Homo sapiens Carbonic anhydrase 12 Proteins 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Closed-Circuit Television Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 線量毎に、劣化の復元度及びノイズの抑制度
のバランスをパラメータ化した手法を用いてフィルター
を作成し、診断する医師の好みに応じて線量毎のパラメ
ータを調整し、医師が診断し易い画像を作成できる空間
フィルタリング方法及びこれを用いた放射線画像処理シ
ステムを提供することを目的とする。 【解決手段】 線量の指標となる画像の画素値により、
空間フィルターの係数を変えながら行う空間フィルタリ
ング方法において、劣化の復元度とノイズの抑制度のバ
ランスをパラメータ化して作成したフィルターを用い
て、上記フィルタリングを行う処理ステップを含むこと
を特徴とする。
のバランスをパラメータ化した手法を用いてフィルター
を作成し、診断する医師の好みに応じて線量毎のパラメ
ータを調整し、医師が診断し易い画像を作成できる空間
フィルタリング方法及びこれを用いた放射線画像処理シ
ステムを提供することを目的とする。 【解決手段】 線量の指標となる画像の画素値により、
空間フィルターの係数を変えながら行う空間フィルタリ
ング方法において、劣化の復元度とノイズの抑制度のバ
ランスをパラメータ化して作成したフィルターを用い
て、上記フィルタリングを行う処理ステップを含むこと
を特徴とする。
Description
【０００１】
【発明の属する技術分野】本発明は、例えば、医用のデ
ィジタル画像処理(コンピュータ画像処理)の分野に属
し、特に、画像に依存するノイズの増幅をおさえて、ボ
ケ等の劣化を修復するX線画像の復元の方法、及びこれ
を用いた放射線画像処理システムに関するものである。
ィジタル画像処理(コンピュータ画像処理)の分野に属
し、特に、画像に依存するノイズの増幅をおさえて、ボ
ケ等の劣化を修復するX線画像の復元の方法、及びこれ
を用いた放射線画像処理システムに関するものである。
【０００２】
【従来の技術】画像撮影システムによって取得される画
像には、センサーをはじめとした種々の要因によるボケ
等の劣化が含まれており、更にノイズが加わっている。
このノイズの増幅を抑制しながらボケを修復するため
に、様々な画像復元の手法が考えられている。
像には、センサーをはじめとした種々の要因によるボケ
等の劣化が含まれており、更にノイズが加わっている。
このノイズの増幅を抑制しながらボケを修復するため
に、様々な画像復元の手法が考えられている。
【０００３】これらの手法の違いは、劣化の復元とノイ
ズの抑制のための評価基準の違いによっている。尚、上
記手法及び評価基準についての解説は、例えば、「画像
処理アルゴリズムの最新動向：高木幹雄他編：(株)新技
術コミュニケーションズの第３章 画像復元」に記載さ
れている。
ズの抑制のための評価基準の違いによっている。尚、上
記手法及び評価基準についての解説は、例えば、「画像
処理アルゴリズムの最新動向：高木幹雄他編：(株)新技
術コミュニケーションズの第３章 画像復元」に記載さ
れている。
【０００４】この種々の評価基準の中で、最も自然と思
われる評価基準を用いた手法が、ウィーナーフィルター
である。これは、原画像をｆ、観測画像をｇ、ノイズを
ｎ、劣化作用素をＡとしたときのモデル式、 ｇ＝Ａｆ＋ｎ ………（１） において、 Ｉｗ＝ＥfＥn‖ｆ−Ｂｇ‖2………（２） （ここで、Ｅf、Ｅnは、原画像及びノイズに関する平均
操作を表わす。）を最小にするような評価基準を満たす
フィルターが、ウィーナーフィルターである。
われる評価基準を用いた手法が、ウィーナーフィルター
である。これは、原画像をｆ、観測画像をｇ、ノイズを
ｎ、劣化作用素をＡとしたときのモデル式、 ｇ＝Ａｆ＋ｎ ………（１） において、 Ｉｗ＝ＥfＥn‖ｆ−Ｂｇ‖2………（２） （ここで、Ｅf、Ｅnは、原画像及びノイズに関する平均
操作を表わす。）を最小にするような評価基準を満たす
フィルターが、ウィーナーフィルターである。
【０００５】つまり、ウィーナーフィルターは、復元さ
れた画像と原画像との平均2乗誤差を最小にするフィル
ターとなっている。また、ウィーナーフィルターの拡張
として、復元とノイズ抑制のバランスをパラメータ化し
たパラメトリックウィーナーフィルターがある。
れた画像と原画像との平均2乗誤差を最小にするフィル
ターとなっている。また、ウィーナーフィルターの拡張
として、復元とノイズ抑制のバランスをパラメータ化し
たパラメトリックウィーナーフィルターがある。
【０００６】これは、上記式（２）を変形して、
Ｉｗ´＝Ｅf〔‖ｆ−ＢＡｆ‖2〕＋Ｅn〔‖Ｂn‖2〕………（３）
となるが、この式（３）において、第１項は画像の復元
度を、また第２項はノイズの抑制度を示す基準となって
いる。そこで、この２つの基準をパラメータγでつない
だ式、 ＩP＝Ｅf〔‖ｆ−ＢＡｆ‖2〕＋γＥn〔‖Ｂn‖2〕………（４） を最小にするフィルターが、パラメトリックウィーナー
フィルターである。
度を、また第２項はノイズの抑制度を示す基準となって
いる。そこで、この２つの基準をパラメータγでつない
だ式、 ＩP＝Ｅf〔‖ｆ−ＢＡｆ‖2〕＋γＥn〔‖Ｂn‖2〕………（４） を最小にするフィルターが、パラメトリックウィーナー
フィルターである。
【０００７】ここで、上記γは、画像の復元とノイズの
抑制の度合いを調整するためのパラメータである。この
γを変えることによって、復元後の画像を「ざらつきが
目立っても鮮明な画像」から「ボケは残っても、ざらつ
きのないスムーズな画像」まで調整することができる。
抑制の度合いを調整するためのパラメータである。この
γを変えることによって、復元後の画像を「ざらつきが
目立っても鮮明な画像」から「ボケは残っても、ざらつ
きのないスムーズな画像」まで調整することができる。
【０００８】また、X線画像においては、画素ごとにそ
の画素が受けたX線の線量によってノイズの量が変化し
てしまう。このような画像に対して、線量の指標となる
画像の画素値によってフィルターを切り換える方法も提
案されている。
の画素が受けたX線の線量によってノイズの量が変化し
てしまう。このような画像に対して、線量の指標となる
画像の画素値によってフィルターを切り換える方法も提
案されている。
【０００９】この方法では、線量の指標となる画像とし
て、例えば、ローパスフィルターをかけて低周波画像を
作成し、図３のように、この線量の指標となる画像の各
画素値を、インデックスとして空間フィルターテーブル
にあらかじめ登録された空間フィルターを引き出して、
原画像の同じ位置の画素にかけるようにしている。ここ
で、空間フィルターテーブルに登録されている空間フィ
ルターには、その線量毎に従来の手法(逆フィルター
や、ウィーナーフィルター、制限付逆たたみ込み、或い
は重回帰法等)によって作成されたフィルターが用いら
れている。
て、例えば、ローパスフィルターをかけて低周波画像を
作成し、図３のように、この線量の指標となる画像の各
画素値を、インデックスとして空間フィルターテーブル
にあらかじめ登録された空間フィルターを引き出して、
原画像の同じ位置の画素にかけるようにしている。ここ
で、空間フィルターテーブルに登録されている空間フィ
ルターには、その線量毎に従来の手法(逆フィルター
や、ウィーナーフィルター、制限付逆たたみ込み、或い
は重回帰法等)によって作成されたフィルターが用いら
れている。
【００１０】
【発明が解決しようとする課題】ところで、例えばX線
画像は、医師が患者を診断することを目的とした画像で
あるので、その画像の良し悪しは、医師の診断にどの程
度役立つか否かが基準となっている。したがって、その
基準には「ざらついていても鮮明な画像の方が診断し易
い」、或いは「ざらついていては診断しづらい。スムー
ズな画像の方が良い」といった医師の好みが大きく影響
を与えている。
画像は、医師が患者を診断することを目的とした画像で
あるので、その画像の良し悪しは、医師の診断にどの程
度役立つか否かが基準となっている。したがって、その
基準には「ざらついていても鮮明な画像の方が診断し易
い」、或いは「ざらついていては診断しづらい。スムー
ズな画像の方が良い」といった医師の好みが大きく影響
を与えている。
【００１１】しかしながら、前記の線量毎に、従来の手
法でフィルターを作成し、線量の指標となる画像にした
がってフィルターを切り換える方法では、上記のような
医師の好みを反映することができなかった。また、パラ
メトリックウィーナーフィルターは、そのパラメータを
変更することによって医師の好みを反映することはでき
るが、モデル式として上記式（１）を使っていることか
ら、例えばX線画像のように、画素値によってノイズの
あらわれ方が異なる画像に対しては、パラメトリックウ
ィーナーフィルターを直接、用いることができなかっ
た。
法でフィルターを作成し、線量の指標となる画像にした
がってフィルターを切り換える方法では、上記のような
医師の好みを反映することができなかった。また、パラ
メトリックウィーナーフィルターは、そのパラメータを
変更することによって医師の好みを反映することはでき
るが、モデル式として上記式（１）を使っていることか
ら、例えばX線画像のように、画素値によってノイズの
あらわれ方が異なる画像に対しては、パラメトリックウ
ィーナーフィルターを直接、用いることができなかっ
た。
【００１２】そこで本発明は、上記課題を解決すること
を目的とするもので、例えば、線量毎に、パラメトリッ
クウィーナーフィルターのように、劣化の復元度及びノ
イズの抑制度のバランスをパラメータ化した手法を用い
てフィルターを作成し、診断する医師の好みに応じて、
この線量毎のパラメータを調整し、これにより医師の好
みも反映された診断し易い画像を作成できる空間フィル
タリング方法及びこれを用いた放射線画像処理システム
を提供することを目的とする。
を目的とするもので、例えば、線量毎に、パラメトリッ
クウィーナーフィルターのように、劣化の復元度及びノ
イズの抑制度のバランスをパラメータ化した手法を用い
てフィルターを作成し、診断する医師の好みに応じて、
この線量毎のパラメータを調整し、これにより医師の好
みも反映された診断し易い画像を作成できる空間フィル
タリング方法及びこれを用いた放射線画像処理システム
を提供することを目的とする。
【００１３】
【課題を解決するための手段】斯かる目的下において、
本発明は、線量の指標となる画像の画素値により、空間
フィルターの係数を変えながら行う空間フィルタリング
方法であって、劣化の復元度とノイズの抑制度のバラン
スをパラメータ化して作成したフィルターを用いて、上
記フィルタリングを行う処理ステップを含むことを特徴
とする。
本発明は、線量の指標となる画像の画素値により、空間
フィルターの係数を変えながら行う空間フィルタリング
方法であって、劣化の復元度とノイズの抑制度のバラン
スをパラメータ化して作成したフィルターを用いて、上
記フィルタリングを行う処理ステップを含むことを特徴
とする。
【００１４】また、本発明は、放射線撮影装置と、当該
撮影装置で得られた画像信号を処理する画像処理装置を
備える放射線画像処理システムであって、前記撮影装置
は、システム固有の劣化を有する医用画像を撮影し、前
記画像処理装置は、前記画像より求めた線量の指標とな
る画像の画素値により劣化の復元度とノイズの抑制度の
バランスをパラメータ化して作成したフィルターを用い
て行う空間フィルタリング処理を施す処理手段を具備し
ていることを特徴とする。
撮影装置で得られた画像信号を処理する画像処理装置を
備える放射線画像処理システムであって、前記撮影装置
は、システム固有の劣化を有する医用画像を撮影し、前
記画像処理装置は、前記画像より求めた線量の指標とな
る画像の画素値により劣化の復元度とノイズの抑制度の
バランスをパラメータ化して作成したフィルターを用い
て行う空間フィルタリング処理を施す処理手段を具備し
ていることを特徴とする。
【００１５】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を用いて説明する。図１は、本発明による放射線
画像処理システムの一例の全体構成を示す概略図であ
る。
て図面を用いて説明する。図１は、本発明による放射線
画像処理システムの一例の全体構成を示す概略図であ
る。
【００１６】X線発生装置制御部４で制御されたX線源３
から発生したX線は、患者２を透過して、X線センサー１
により検知される。検知されたX線は、ディジタルX線画
像として画像入力部５に入力する。画像入力部５に入力
したディジタルX線画像は、画像処理部７によって、X線
センサー１の補正処理、階調処理、ダイナミックレンジ
圧縮処理、及び鮮鋭化処理等の画像処理が施される。
から発生したX線は、患者２を透過して、X線センサー１
により検知される。検知されたX線は、ディジタルX線画
像として画像入力部５に入力する。画像入力部５に入力
したディジタルX線画像は、画像処理部７によって、X線
センサー１の補正処理、階調処理、ダイナミックレンジ
圧縮処理、及び鮮鋭化処理等の画像処理が施される。
【００１７】画像処理の施されたディジタルX線画像
は、診断モニター９に表示されたり、画像保存部８に保
存されたり、或いはネットワーク１１を介してプリンタ
ー１２、診断ワークステーション１３、又は画像データ
ベース１４等に出力される。表示又は出力された画像が
満足のいくものでなかった場合は、画像処理パラメータ
を変えるなどしながら、画像処理及び表示等を繰り返し
行う。以上の操作は10.操作部によって行われる。
は、診断モニター９に表示されたり、画像保存部８に保
存されたり、或いはネットワーク１１を介してプリンタ
ー１２、診断ワークステーション１３、又は画像データ
ベース１４等に出力される。表示又は出力された画像が
満足のいくものでなかった場合は、画像処理パラメータ
を変えるなどしながら、画像処理及び表示等を繰り返し
行う。以上の操作は10.操作部によって行われる。
【００１８】このようなシステムで、線量に依存して周
波数特性を変えた空間フィルタリング処理を行う実施例
の処理の流れを図２に示す。またこの概念図を図３に示
す。
波数特性を変えた空間フィルタリング処理を行う実施例
の処理の流れを図２に示す。またこの概念図を図３に示
す。
【００１９】ここでは、まず、線量の指標となる画像を
作成する。基本的には、センサーの出力する画素値は、
センサーに入射したX線の線量に比例している。この画
素値をそのまま用いても良いが、X線量の指標として
は、微細構造を除いた低周波画像を用いた方がよりX線
量を反映している。低周波画像を作成する一般的な方法
としては、ローパスフィルターをかけることが挙げられ
る。
作成する。基本的には、センサーの出力する画素値は、
センサーに入射したX線の線量に比例している。この画
素値をそのまま用いても良いが、X線量の指標として
は、微細構造を除いた低周波画像を用いた方がよりX線
量を反映している。低周波画像を作成する一般的な方法
としては、ローパスフィルターをかけることが挙げられ
る。
【００２０】上記線量の指標となる画像の画素値を、空
間フィルターテーブルより、インデックスとしてフィル
ター係数を取り出しフィルタリングする。フィルタリン
グは例えば、3x3フィルターの場合、図４のように行わ
れる。
間フィルターテーブルより、インデックスとしてフィル
ター係数を取り出しフィルタリングする。フィルタリン
グは例えば、3x3フィルターの場合、図４のように行わ
れる。
【００２１】これを説明すると、(ｘ、ｙ)の位置の画素
値Ｉ´xyは、
値Ｉ´xyは、
【数１】
の積和演算によって算出されるということである。本発
明は、この空間フィルターテーブルに登録する空間フィ
ルターを、劣化の復元度とノイズの抑制度のバランスを
パラメータによって調整できる手法でフィルターを作成
するものである。
明は、この空間フィルターテーブルに登録する空間フィ
ルターを、劣化の復元度とノイズの抑制度のバランスを
パラメータによって調整できる手法でフィルターを作成
するものである。
【００２２】このようなフィルターの代表的な例に、パ
ラメトリックウィーナーフィルターがある。パラメトリ
ックウィーナーフィルターは、下記の式（５）に示され
た評価基準Ｉpを最小にするフィルターである。上記式
（４）を展開すると、 ＩP＝Ｅf〔‖ｆ−ＢＡｆ‖2〕＋γＥn〔‖Ｂn‖2〕 ＝tr〔ＢＡＲffＡtＢt−２ＢＡＲff＋Ｒff〕＋γtr〔ＢＱＢt〕……（５） となる。つまり、このＩpを最小にするＢが、パラメト
リックウィーナーフィルターである。
ラメトリックウィーナーフィルターがある。パラメトリ
ックウィーナーフィルターは、下記の式（５）に示され
た評価基準Ｉpを最小にするフィルターである。上記式
（４）を展開すると、 ＩP＝Ｅf〔‖ｆ−ＢＡｆ‖2〕＋γＥn〔‖Ｂn‖2〕 ＝tr〔ＢＡＲffＡtＢt−２ＢＡＲff＋Ｒff〕＋γtr〔ＢＱＢt〕……（５） となる。つまり、このＩpを最小にするＢが、パラメト
リックウィーナーフィルターである。
【００２３】このパラメトリックウィーナーフィルター
Ｂを求める手順を図５に示す。この手順にしたがってパ
ラメトリックウィーナーフィルターを作成していく。
Ｂを求める手順を図５に示す。この手順にしたがってパ
ラメトリックウィーナーフィルターを作成していく。
【００２４】(1)システム劣化作用素(行列)の算出
実験データをもとに、システム劣化行列を求める。例え
ば、システム劣化がボケである場合には、MTF(Modulati
on Transfer Function)を測定したデータを用いる。MTF
の測定法としては、スリットを撮影してラインスプレッ
ドファンクションを求めて計算する方法等が知られてい
る。測定されたMTFデータから劣化行列を求める方法の
例を説明する。
ば、システム劣化がボケである場合には、MTF(Modulati
on Transfer Function)を測定したデータを用いる。MTF
の測定法としては、スリットを撮影してラインスプレッ
ドファンクションを求めて計算する方法等が知られてい
る。測定されたMTFデータから劣化行列を求める方法の
例を説明する。
【００２５】劣化の過程は、図６に示したように次式
（６）によって表わすことができる。 ｇ＝Ψ-1（Ψ（ｆ）Ｍ）………（６） ここで、Ｍが測定されたMTFデータ(通常は劣化の周波数
特性として表わされる)、Ψ、Ψ-1は、それぞれフーリ
エ変換、フーリエ逆変換である。
（６）によって表わすことができる。 ｇ＝Ψ-1（Ψ（ｆ）Ｍ）………（６） ここで、Ｍが測定されたMTFデータ(通常は劣化の周波数
特性として表わされる)、Ψ、Ψ-1は、それぞれフーリ
エ変換、フーリエ逆変換である。
【００２６】これをコンピューターを用いて計算する場
合には、離散化が必要である。画像ｆ、ｇは、本来２次
元データであるが、ここでは１次元データであるベクト
ルとして扱い、フィルターもベクトルとして求めて、最
後に２次元データである行列に拡張する方法を説明す
る。
合には、離散化が必要である。画像ｆ、ｇは、本来２次
元データであるが、ここでは１次元データであるベクト
ルとして扱い、フィルターもベクトルとして求めて、最
後に２次元データである行列に拡張する方法を説明す
る。
【００２７】画像データｆ、ｇを１次元データとして離
散化したベクトルとする。また、フィルターを画像にか
けるということは、コンボリューションするということ
であり、フィルターを表わすベクトルを巡回させてでき
る巡回行列を、画像のベクトルにかけることによって実
現することができる。
散化したベクトルとする。また、フィルターを画像にか
けるということは、コンボリューションするということ
であり、フィルターを表わすベクトルを巡回させてでき
る巡回行列を、画像のベクトルにかけることによって実
現することができる。
【００２８】また、離散フーリエ変換、離散フーリエ逆
変換は、そのｎ行ｍ列成分を、
変換は、そのｎ行ｍ列成分を、
【数２】
とする行列Ｗ、Ｗ-1によって表わされる。このＷ、Ｗ-1
の各列ベクトルは、巡回行列の固有ベクトルとなってお
り、その固有値が周波数特性である。
の各列ベクトルは、巡回行列の固有ベクトルとなってお
り、その固有値が周波数特性である。
【００２９】これを、Ｎ次元ベクトルの画像に、２Ｍ＋
１次元ベクトルのフィルターをかける例で説明する。
（Ｎ≧２Ｍ＋１と仮定する。） 例えば、左右対称な２Ｍ＋１次元ベクトルＨを、Ｈ＝
（ｈM、ｈM-1、…、ｈ1、ｈ0、ｈ1、…、ｈM-1、ｈM）
とし、このＨを巡回させることによって、Ｎ×Ｎの巡回
行列
１次元ベクトルのフィルターをかける例で説明する。
（Ｎ≧２Ｍ＋１と仮定する。） 例えば、左右対称な２Ｍ＋１次元ベクトルＨを、Ｈ＝
（ｈM、ｈM-1、…、ｈ1、ｈ0、ｈ1、…、ｈM-1、ｈM）
とし、このＨを巡回させることによって、Ｎ×Ｎの巡回
行列
【数３】
を作成する。
【００３０】これを、Ｎ次元原画像ベクトルＦ＝
（ｆ1、ｆ2、…、ｆN）に作用させると、 Ｇ＝ＡＦ によって、Ｎ次元観測画像ベクトルＧを求めることがで
きる。
（ｆ1、ｆ2、…、ｆN）に作用させると、 Ｇ＝ＡＦ によって、Ｎ次元観測画像ベクトルＧを求めることがで
きる。
【００３１】ここで、Ｗの第ｎ列ベクトル
【数４】
をとれば、ＷNは、巡回行列Ｈの固有ベクトルとなって
おり、 ＡＷn＝αnＷn と表わされる。
おり、 ＡＷn＝αnＷn と表わされる。
【００３２】したがって、ｄnを並べてできるベクトル
をｄとし、これを対角要素にもつ対角行列をＤとする
と、Ｈは、
をｄとし、これを対角要素にもつ対角行列をＤとする
と、Ｈは、
【数５】
のように展開され、ｄは、フィルターｈの周波数特性を
表わしている。
表わしている。
【００３３】上記式（１０）は、フィルターをかける操
作がＷによりフーリエ変換し、Ｄによって、周波数特性
ｄによる変換を行い、Ｗ-1によりフーリエ逆変換される
ことを意味している。
作がＷによりフーリエ変換し、Ｄによって、周波数特性
ｄによる変換を行い、Ｗ-1によりフーリエ逆変換される
ことを意味している。
【００３４】測定MTFデータは、このｄの形、もしくは
ｄを連続関数にした形で与えられることが多い。したが
って、周波数特性ｄの劣化を表わす行列Ｈは、上記式
（１０）より、Ａ＝Ｗ-1ＤＷを計算することによって作
成することができる。
ｄを連続関数にした形で与えられることが多い。したが
って、周波数特性ｄの劣化を表わす行列Ｈは、上記式
（１０）より、Ａ＝Ｗ-1ＤＷを計算することによって作
成することができる。
【００３５】（２）ノイズの相関行列の算出
ノイズの相関行列は、被写体となる物体を置かずに画像
全体が一様になるようにして撮影された画像で、その画
像全体の画素値の平均値を求めて各画素からその平均値
を引いた画像を用いて求めることができる。
全体が一様になるようにして撮影された画像で、その画
像全体の画素値の平均値を求めて各画素からその平均値
を引いた画像を用いて求めることができる。
【００３６】まず、図７に示すように、複数の２元画像
データの縦、或いは横の並びを１次元画像データである
ベクトルとして必要に応じて適当な数だけ切り出す。切
り出されたノイズ画像ベクトルをИl（ｌ＝１、２…、
Ｌ：Ｌは全てのノイズ画像ベクトル数）とすると、ノイ
ズ画像の相関行列は、
データの縦、或いは横の並びを１次元画像データである
ベクトルとして必要に応じて適当な数だけ切り出す。切
り出されたノイズ画像ベクトルをИl（ｌ＝１、２…、
Ｌ：Ｌは全てのノイズ画像ベクトル数）とすると、ノイ
ズ画像の相関行列は、
【数６】
で表わされ、Иl＝（ｎ1、ｎ2、…、ｎN）とすれば、
【数７】
によって計算することができる。
【００３７】（３）原画像の相関行列の算出(推定)
原画像の２次統計量に関する情報があらかじめわかって
いて、相関行列もわかっている場合にはこれを直接用い
る。わかっていない場合には、本出願人によって観測画
像の相関行列、 Ｒgg＝Ｅg[ｇｇt] を用いてＲffを推定する方法が提案されており、この方
法を用いればよい。
いて、相関行列もわかっている場合にはこれを直接用い
る。わかっていない場合には、本出願人によって観測画
像の相関行列、 Ｒgg＝Ｅg[ｇｇt] を用いてＲffを推定する方法が提案されており、この方
法を用いればよい。
【００３８】（４）パラメトリックウィーナーフィルタ
ーの生成 Ｂを左右対称な1次元ベクトルＨ＝（ｈM、ｈM-1、…、
ｈ1、ｈ0、ｈ1、…、ｈ M-1、ｈM）のフィルターとして
求めるには、上記式（８）のように、
ーの生成 Ｂを左右対称な1次元ベクトルＨ＝（ｈM、ｈM-1、…、
ｈ1、ｈ0、ｈ1、…、ｈ M-1、ｈM）のフィルターとして
求めるには、上記式（８）のように、
【数８】
として巡回行列を作ればよい。ここで、ｈ0、ｈ1、…、
ｈM-1、ｈMがＭ＋１個の変数となっている。
ｈM-1、ｈMがＭ＋１個の変数となっている。
【００３９】この式（１３）で表わされるＢを、式
（５）に代入すれば、Ｉpは、ｈ0、ｈ1、…、ｈM-1、ｈ
MのＭ＋１個の変数の関数となる。これを、 Ｉp（ｈ0、ｈ1、…、ｈM-1、ｈM） ………（１４） と表わす。
（５）に代入すれば、Ｉpは、ｈ0、ｈ1、…、ｈM-1、ｈ
MのＭ＋１個の変数の関数となる。これを、 Ｉp（ｈ0、ｈ1、…、ｈM-1、ｈM） ………（１４） と表わす。
【００４０】更に、このフィルターには直流成分を変え
ないという条件を付け加えるのが望ましい。この条件
は、
ないという条件を付け加えるのが望ましい。この条件
は、
【数９】
と表わされる。
【００４１】この式（１５）のもとで、式（１４）を最
小にするためにラグランジュの未定乗数をλとして、
小にするためにラグランジュの未定乗数をλとして、
【数１０】
とおけば、Ｍ＋２個の式、
【数１１】
が導出される。この（Ｍ＋２）次連立方程式を、ｈ0、
ｈ1、…、ｈM-1、ｈM及びλについて解く事によって、
最適な復元フィルターを求める事ができる。
ｈ1、…、ｈM-1、ｈM及びλについて解く事によって、
最適な復元フィルターを求める事ができる。
【００４２】このようにしてできあがった１次元フィル
ターを、2次元フィルターに拡張する方法を説明する。
まず、図８に示すように求まった１次元フィルターを、
１次元フーリエ変換することにより、その１次元の周波
数特性を求める。この１次元周波数特性を原点中心に回
転することによって、２次元周波数特性に拡張する。さ
らに、この２次元周波数特性を２次元逆フーリエ変換す
ることによって、２次元フィルターを求めることができ
る。
ターを、2次元フィルターに拡張する方法を説明する。
まず、図８に示すように求まった１次元フィルターを、
１次元フーリエ変換することにより、その１次元の周波
数特性を求める。この１次元周波数特性を原点中心に回
転することによって、２次元周波数特性に拡張する。さ
らに、この２次元周波数特性を２次元逆フーリエ変換す
ることによって、２次元フィルターを求めることができ
る。
【００４３】以上のような方法によって、パラメトリッ
クウィーナーフィルターを求めることができるが、これ
を線量に応じて求めていく。線量によって違ってくるの
はＲ ff(或いはＲgg)とＱである。Ｑは、テーブルとして
必要な線量ごとに、被写体を置かずに撮影して得られた
画像を用いて前述のように計算すれば良い。
クウィーナーフィルターを求めることができるが、これ
を線量に応じて求めていく。線量によって違ってくるの
はＲ ff(或いはＲgg)とＱである。Ｑは、テーブルとして
必要な線量ごとに、被写体を置かずに撮影して得られた
画像を用いて前述のように計算すれば良い。
【００４４】このようにして、レベル毎にパラメータγ
で作成された空間フィルターは、図９に示すように、テ
ーブルによって線量の指標となる画像の画素値との対応
関係が規定される。対応関係は、一対一であっても、多
対一でも、一対多でも或いは多対多であっても良い。
で作成された空間フィルターは、図９に示すように、テ
ーブルによって線量の指標となる画像の画素値との対応
関係が規定される。対応関係は、一対一であっても、多
対一でも、一対多でも或いは多対多であっても良い。
【００４５】このテーブルを用いることによって、線量
の指標となる画像の画素値をインデックスとして、空間
フィルターを引き出すことが出来る。そして各々の空間
フィルターは、各々の線量にしたがったパラメータγを
持っている。この線量とパラメータγとの関係を調整す
ることによって、劣化の復元度とノイズの抑制度のバラ
ンスをコントロールすることができる。
の指標となる画像の画素値をインデックスとして、空間
フィルターを引き出すことが出来る。そして各々の空間
フィルターは、各々の線量にしたがったパラメータγを
持っている。この線量とパラメータγとの関係を調整す
ることによって、劣化の復元度とノイズの抑制度のバラ
ンスをコントロールすることができる。
【００４６】パラメトリックウィーナーフィルターにお
いては、式（４）からもわかるように、γは大きいほど
ノイズの抑制度が大きく、スムーズな画像になり、逆に
γが小さいと劣化の復元度が大きくなり、鮮明な画像に
なる。このγを線量に応じて変化させることによって、
線量ごとのフィルターの性質を調整することができる。
γと線量の関係は、テーブル化してパラメトリックウィ
ーナーフィルターを作成する時に用いる。γと線量の関
係の例を図１０に示す。
いては、式（４）からもわかるように、γは大きいほど
ノイズの抑制度が大きく、スムーズな画像になり、逆に
γが小さいと劣化の復元度が大きくなり、鮮明な画像に
なる。このγを線量に応じて変化させることによって、
線量ごとのフィルターの性質を調整することができる。
γと線量の関係は、テーブル化してパラメトリックウィ
ーナーフィルターを作成する時に用いる。γと線量の関
係の例を図１０に示す。
【００４７】タイプ1は、線量の増減に関係なく一定の
γでフィルターを作成するもので、γ=1.0であれば、す
べて普通のウィーナーフィルターを作成して空間フィル
ターテーブルに登録することになる。γが1.0より小さ
く一定であれば、ウィーナーフィルターよりも劣化の復
元度が大きなフィルターが登録される。γが1.0より大
きく一定であれば、ウィーナーフィルターよりもノイズ
の抑制度が大きなフィルターが登録される。
γでフィルターを作成するもので、γ=1.0であれば、す
べて普通のウィーナーフィルターを作成して空間フィル
ターテーブルに登録することになる。γが1.0より小さ
く一定であれば、ウィーナーフィルターよりも劣化の復
元度が大きなフィルターが登録される。γが1.0より大
きく一定であれば、ウィーナーフィルターよりもノイズ
の抑制度が大きなフィルターが登録される。
【００４８】タイプ2は、線量の増加にしたがってγを
徐々に小さくしていって低線量ではよりノイズを抑え、
高線量ではより復元度を大きく鮮明にするタイプになっ
ている。また、タイプ2は低線量では、一定のγを用い
て高線量でより復元度を大きく鮮明にするタイプになっ
ている。
徐々に小さくしていって低線量ではよりノイズを抑え、
高線量ではより復元度を大きく鮮明にするタイプになっ
ている。また、タイプ2は低線量では、一定のγを用い
て高線量でより復元度を大きく鮮明にするタイプになっ
ている。
【００４９】タイプ3は、高線量では一定で低線量でよ
りノイズを抑えるタイプになっている。これらタイプ2
からタイプ4までは単調減少であるが、逆に単調増加の
テーブルであれば効果はこれらの逆になる。以上のよう
な、タイプ以外であっても好みに応じて自由にテーブル
を作ることによって、様々な好みに対応できる画質の調
整が可能である
りノイズを抑えるタイプになっている。これらタイプ2
からタイプ4までは単調減少であるが、逆に単調増加の
テーブルであれば効果はこれらの逆になる。以上のよう
な、タイプ以外であっても好みに応じて自由にテーブル
を作ることによって、様々な好みに対応できる画質の調
整が可能である
【００５０】
【発明の効果】以上説明したように本発明によれば、X
線画像によって診断を行う医師のように、実際に画像を
観察する人の目的や好みに応じて画質を調整することが
でき、目的や好みにかなった画像を作成することができ
る。
線画像によって診断を行う医師のように、実際に画像を
観察する人の目的や好みに応じて画質を調整することが
でき、目的や好みにかなった画像を作成することができ
る。
【図１】本発明のシステム構成をあらわした図である。
【図２】本発明のシステムにおける処理の流れを示すフ
ローチャートである。
ローチャートである。
【図３】本発明のシステムにおける空間フィルターテー
ブルを用いてフィルタリングする処理の概念図である。
ブルを用いてフィルタリングする処理の概念図である。
【図４】本発明のシステムにおける空間フィルタリング
を表わす概念図である。
を表わす概念図である。
【図５】パラメトリックウィーナーフィルターを生成す
る流れを表わす図である。
る流れを表わす図である。
【図６】MTFによる画像劣化を説明する概念図である。
【図７】１次元画像ベクトルデータの切り出しを説明す
る概念図である。
る概念図である。
【図８】１次元フィルターを２次元フィルターへ拡張す
る場合の概念図である。
る場合の概念図である。
【図９】空間フィルターテーブルを表わす概念図であ
る。
る。
【図１０】線量とパラメータの関係を表わすテーブル構
成図である。
成図である。
１ Ｘ線センサー
２ 患者
３ Ｘ線源
４ Ｘ線発生装置制御部
５ 画像入力部
６ Ｘ線撮影システム制御部
７ 画像入力部
８ 画像保存部
９ 診断モニター
１０ 操作部
１１ ネットワーク
１２ プリンター
１３ 診断ワークステーション
１４ 画像データベース
─────────────────────────────────────────────────────
フロントページの続き
(51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考）
Ｈ０４Ｎ 7/18 Ｈ０４Ｎ 1/40 １０１Ｃ
Ｆターム(参考） 4C093 AA01 AA16 CA06 CA08 CA41
EA02 FA18 FA35 FA60 FD04
FD05 FF03 FF04
5B057 BA03 CA02 CA08 CA12 CA16
CB02 CB08 CB12 CB16 CC01
CE02 CE05 CH08 CH09
5C024 AX12 CX03 CX37 DX04 HX04
HX57
5C054 AA01 CA02 EJ05 GA04 HA12
5C077 LL02 MP01 PP01 PP02 PP48
PP49 PQ08 PQ12
Claims (4)
- 【請求項１】 線量の指標となる画像の画素値により、
空間フィルターの係数を変えながら行う空間フィルタリ
ング方法であって、劣化の復元度とノイズの抑制度のバ
ランスをパラメータ化して作成したフィルターを用い
て、上記フィルタリングを行う処理ステップを含むこと
を特徴とする空間フィルタリング方法。 - 【請求項２】 上記処理ステップは、上記線量と上記パ
ラメータとの関係に、少なくとも、一定、単調減少、又
は単調増加の何れかを含むテーブルを用いることを特徴
とする請求項１記載の空間フィルタリング方法。 - 【請求項３】 放射線撮影装置と、当該撮影装置で得ら
れた画像信号を処理する画像処理装置を備える放射線画
像処理システムであって、 前記撮影装置は、システム固有の劣化を有する医用画像
を撮影し、前記画像処理装置は、前記画像より求めた線
量の指標となる画像の画素値により劣化の復元度とノイ
ズの抑制度のバランスをパラメータ化して作成したフィ
ルターを用いて行う空間フィルタリング処理を施す処理
手段を具備していることを特徴とする放射線画像処理シ
ステム。 - 【請求項４】 前記処理手段は、上記線量と上記パラメ
ータとの関係に、少なくとも、一定、単調減少、又は単
調増加の何れかを含むテーブルを用いることを特徴とす
る請求項３記載の放射線画像処理システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002154207A JP2003348450A (ja) | 2002-05-28 | 2002-05-28 | 空間フィルタリング方法及びこれを用いた放射線画像処理システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002154207A JP2003348450A (ja) | 2002-05-28 | 2002-05-28 | 空間フィルタリング方法及びこれを用いた放射線画像処理システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003348450A true JP2003348450A (ja) | 2003-12-05 |
Family
ID=29771059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002154207A Pending JP2003348450A (ja) | 2002-05-28 | 2002-05-28 | 空間フィルタリング方法及びこれを用いた放射線画像処理システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003348450A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10755389B2 (en) | 2016-02-22 | 2020-08-25 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and medium |
-
2002
- 2002-05-28 JP JP2002154207A patent/JP2003348450A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10755389B2 (en) | 2016-02-22 | 2020-08-25 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4413504B2 (ja) | 医用画像処理装置、医用画像処理方法および医用画像処理プログラム | |
| CN102819826B (zh) | 降噪方法 | |
| JP3754933B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、プログラム及び記憶媒体 | |
| JP3995854B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
| JPH11155834A (ja) | 医用イメージング・システム及び医用画像を形成する方法 | |
| US20110125030A1 (en) | Medical diagnostic device and method of improving image quality of medical diagnostic device | |
| JP2000023954A (ja) | Ｘ線画像から格子線ア―ティファクトを除去する方法 | |
| JP6071444B2 (ja) | 画像処理装置及びその作動方法、プログラム | |
| JP4847004B2 (ja) | 分解能適応画像フィルタ処理システム及び方法 | |
| JP2018512241A (ja) | 医用画像品質を改善するための装置及び方法 | |
| JP2017102245A (ja) | 画像処理装置および画像処理方法 | |
| US8374417B2 (en) | Image processing method and radiographic apparatus using the same | |
| JP2015166979A (ja) | 画像処理方法、画像処理装置、撮像装置および画像処理プログラム | |
| Paranjape | Fundamental enhancement techniques | |
| CN110689486A (zh) | 图像的处理方法、装置、设备及计算机可存储介质 | |
| JP2002304622A (ja) | 画像処理装置、画像処理方法、記憶媒体及びプログラム | |
| CN109410143B (zh) | 图像增强方法、装置、电子设备及计算机可读介质 | |
| JP2003348450A (ja) | 空間フィルタリング方法及びこれを用いた放射線画像処理システム | |
| JP2001178686A (ja) | 画像表示方法および画像生成装置 | |
| JP4707471B2 (ja) | 画像処理プログラム、装置及び方法 | |
| JP4235622B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、プログラム及び記憶媒体 | |
| JP4316106B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
| JP6795099B2 (ja) | 画像処理装置 | |
| JP2012156968A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| JP2003101784A (ja) | 画像処理方法、画像処理装置およびプログラム |