JP2015500118A - 正則化及び／又は画像ノイズ除去を用いた反復画像再構成のための正則化係数の自動決定 - Google Patents

Abstract

処理構成要素（１２２）は、正則化及び／又はノイズ除去アルゴリズムを用いた反復再構成アルゴリズムに基づいて画像を処理する。処理構成要素は、問題の画像品質を示す品質変数（２２８）に基づいて、所定の品質の下限及び上限（２２６）の間の品質設定ポイント（２１６）を決定する、設定ポイント決定器（２２４）を含む。処理構成要素は、各処理反復で、現在生成された画像の品質メトリックと品質設定ポイントとを比較し、品質メトリックと品質設定ポイントとの間の差分を示す差分値を生成する、比較器（２１４）を、更に含む。処理構成要素は、品質メトリックが品質設定ポイントに関する所定の範囲外にあることを示す差分値に応答し、正則化係数の現行値（２２２）及び少なくとも品質メトリックに基づいて、次の処理反復のために更新された正則化係数を生成する、正則化係数更新器（２２０）を、更に含む。

Description

下記は、一般に、正則化（regularization）及び／又は画像ノイズ除去（de-noising）を用いた反復画像再構成に関し、コンピュータ断層撮影法（ＣＴ）に対する特定の適用例を見出し、更に、他の画像診断法にも従う。

ＣＴスキャナは、ｚ軸を中心に検査領域の周囲を回転する回転可能なガントリ上に取り付けられるＸ線管を含む。検出器アレイは、Ｘ線管から検査領域とは反対側にある角度のついた円弧に存在する。Ｘ線管は検査領域を横断する放射線を放出する。検出器アレイは検査領域を横断する放射線を検出し、それを示す投影データを生成する。再構成器は、反復又は非反復再構成アルゴリズムを用いてこの投影データを再構成し、検査領域を示す画像を生成する。画像のノイズ・レベルは様々なイメージング・パラメータに依存し、ノイズ除去アルゴリズムにより低減可能である。

正則化及び／又は画像ノイズ除去アルゴリズムを用いた反復画像再構成は、データ忠実度項及び正則化項を伴う費用関数を介して公式化されてきた。後者の項は、正則化係数βによって乗算され、その後、両方の項が加算されて、最小限の合計コストが決定される。汎用費用関数は、Ｃｏｓｔ（ｆ）＝Ｆ（ｆ）＋β・Ｒ（ｆ）として表すことが可能であり、この式で、ｆは画像を表し、Ｆ（ｆ）はデータ忠実度項を表し、Ｒ（ｆ）は正則化項を表し、βは自由パラメータであって、正則化の強さを制御する正則化係数を表す。正則化を用いる反復再構成の場合、データ忠実度項は、前方投影画像と、オプションで投影上のノイズ・モデルを含む測定された投影とを比較する。ノイズ除去の場合、データ忠実度項は、初期のノイズの多い画像との差分とすることができる。同様に、ノイズ・モデルを含めることができる。

一般に、正則化係数βは手動で決定される。しかしながらβは、画像及びデータセットに依存する傾向がある。したがってβは、それぞれの異なる画像及び／又はデータセットについて、手動で決定しなければならない。これは、差分βを用いたいくつかの反復を（並列又は直列に）実行すること、及び、所定の基準を満たすβを選択することによって達成されてきた。残念なことに、このプロセスは、計算及び時間を多用する可能性がある。例えば、典型的な反復には２から３時間を要し、所望の最終画像に達するまでに１０回又はそれ以上の反復が実行される可能性があるとすると、特定の画像のβを決定するには２０時間又はそれ以上を要する可能性がある。

本明細書で説明される態様は、上記で参照された問題及び他の問題に対処する。

一態様において、処理構成要素は、正則化及び／又はノイズ除去アルゴリズムを用いた反復再構成アルゴリズムに基づいて画像を処理する。処理構成要素は、問題の画像品質を示す品質変数に基づいて、所定の品質の下限及び上限の間の品質設定ポイントを決定する、設定ポイント決定器を含む。処理構成要素は、各処理反復で、現在生成された画像の品質メトリックと品質設定ポイントとを比較し、品質メトリックと品質設定ポイントとの間の差分を示す差分値を生成する、比較器を、更に含む。処理構成要素は、品質メトリックが品質設定ポイントに関する所定の範囲外にあることを示す差分値に応答し、正則化係数の現行値及び少なくとも品質メトリックに基づいて、次の処理反復のために更新された正則化係数を生成する、正則化係数更新器を、更に含む。

他の態様において、方法は、第１の処理反復中に、正則化を採用するアルゴリズム及び初期正則化係数を使用して初期画像を処理すること、及び、第１の画像を生成することを含む。方法は、第１の画像の第１の品質メトリックを決定することを、更に含む。方法は、第１の画像の第１の品質メトリックを品質設定ポイントと比較すること、及びそれらの間の差分値を決定することを、更に含む。方法は、第１の品質メトリックが品質設定ポイントに関する所定の範囲外にあることに応答して、画像の後続の処理反復のために更新された正則化係数を生成することを、更に含む。更新された正則化係数は、初期の正則化係数及び第１の品質メトリックに基づいて生成され、更新された正則化係数は、後続の処理反復中に第１の画像を処理するため、及び後続の画像を生成するために、使用される。

他の態様において、処理構成要素は、正則化を採用する反復アルゴリズムを使用して画像を処理し、画像を生成する、構成要素を含み、反復アルゴリズムは、少なくとも正則化係数によって乗算される正則化項を含む。処理構成要素は、それぞれの生成された画像について、各処理反復後に品質メトリックを生成する分析器を、更に含む。処理構成要素は、現行の処理反復の生成された画像の品質メトリック及び生成された画像に対する所定の品質設定ポイントに基づいて、構成要素による次の処理反復のために更新された正則化係数を自動的に生成する、正則化係数決定器を、更に含む。

本発明は、様々な構成要素及び構成要素の配置構成、並びに様々なステップ及びステップの配置構成の形を取ることができる。図面は、単に好ましい実施形態を例示する目的であり、本発明を限定するものとは解釈されない。

例示のイメージング・システムを示す概略図である。 図１のイメージング・システムと共に使用可能な例示の再構成器を示す概略図である。 図１のイメージング・システムと共に使用可能な例示の画像ノイズ除去器を示す概略図である。 自動的に決定された正則化係数の、所定の品質メトリックに対応する値への収束を示すグラフである。 所定の品質メトリックの収束に関する所望の挙動を示すグラフである。 図２又は図３のうちの１つに従った例示の方法を示す図である。

下記は、一般に、正則化及び／又は画像ノイズ除去を伴う反復再構成に関する。以下でより詳細に説明するように、本明細書で説明される手法を用いると、正則化係数βは自動的に決定され、ユーザは、たとえ正則化係数βが画像間及び／又はデータセット間で異なる場合であっても、正則化の相対的レベル（例えば０％（すなわち正則化なし又は非正則化）から１００％（すなわち完全正則化）の間）を提供するだけでよい。一例では、これにより、ユーザによる各画像及び／又はデータセットの試行錯誤を通じた適切な正則化係数βの手動決定が軽減され、したがって、適切な正則化係数β及び最終画像に到達するための時間が削減される。

図１は、コンピュータ断層撮影法（ＣＴ）スキャナなどの、例示のイメージング・システム１００を示す。イメージング・システム１００は、一般に固定式ガントリ１０２と、固定式ガントリ１０２によって回転可能に支持され、ｚ軸を中心に検査領域１０６の周囲を回転する、回転式ガントリ１０４とを含む。

Ｘ線管などの放射線源１１０は、回転式ガントリ１０４によって回転可能に支持される。放射線源１１０は、回転式ガントリ１０４と共に回転し、検査領域１０６を横断する放射線を放出する。１次元又は２次元の放射線感受性検出器アレイ１１２は、検査領域１０６を超えて放射線源１１０とは反対側の角度のついた円弧に存在する。検出器アレイ１１２は、検査領域１０６を横切る放射線を検出し、それを示す投影データを生成する。

診察台などの被験者支持体１１８は、物体、或いは人間又は動物の被験者などの被験者を、検査領域１０６内で支持する。汎用コンピューティング・システム又はコンピュータは、オペレータ・コンソール１２０として動作する。コンソール１２０は、モニタなどの人間が読み取り可能な出力デバイス、及びキーボード、マウスなどの入力デバイスを含む。コンソール１２０上に常駐するソフトウェアは、オペレータが、グラフィカル・ユーザ・インターフェース（ＧＵＩ）又はその他の方法を介してスキャナ１００と対話すること及び／又はこれを動作させることを可能にする。

再構成器１１４は、投影データを再構成し、それを示す画像データを生成する。以下でより詳細に説明するように、一例では、再構成器１１４は、正則化を用いる反復再構成アルゴリズムを採用し、現行の反復に対して生成された画像の画像品質メトリック、並びに、デフォルト及び／又はユーザ定義のレベルとすることが可能な問題の所定の正則化レベルに基づいて、各反復についての正則化係数βを決定する。一例では、正則化係数は自動的に決定される。

オプションの画像ノイズ除去器１１６は、従来のフィルタ付き逆投影法（filtered-backprojection）再構成アルゴリズム並びに／或いは他の正則化又は非正則化ベースの再構成アルゴリズムを採用する再構成器を含む、再構成器１１４及び／又は他の再構成器によって生成される画像のノイズを除去する。以下でより詳細に説明するように、一例では、ノイズ除去器１１６は、同様に、現行の反復に対して生成された現在の生成された画像の画像品質メトリック、並びに、デフォルト及び／又は使用定義のレベルとすることが可能な問題の所定の正則化レベルに基づいて、後続の反復についての正則化係数βを自動的に決定する。

再構成器１１４及び画像ノイズ除去器１１６は、例えば図１に示されるような処理構成要素１２２と同じ構成要素の一部、又は、独立した別個の構成要素とすることができる。正則化又は画像ノイズ除去を用いる反復再構成アルゴリズムのいずれか又は両方について、正則化係数βを自動的に決定することによって、ユーザはβの絶対値を知る必要がなく、むしろ正則化の相対的レベルのみを提供するため、正則化及び／又は画像ノイズ除去を用いる反復再構成アルゴリズムの可用性が強化され得ることを理解されよう。

再構成器１１４及び／又は画像ノイズ除去器１１６は、物理メモリなどのコンピュータ読み取り可能記憶媒体上に符号化又は埋め込まれた、１つ又は複数のコンピュータ読み取り可能命令を実行する、プロセッサ（又はマイクロプロセッサ、コントローラなど）を介して実装される。こうしたプロセッサは、コンソール１２０及び／又は専用コンピュータなどの他のコンピューティング・デバイスの一部、並びに／或いは他のコンピューティング・デバイスとすることができる。プロセッサは、搬送波、信号、又は、一時媒体などの他の非コンピュータ読み取り可能記憶媒体によって搬送される、少なくとも１つのコンピュータ読み取り可能命令を実行することも可能である。

図２は、再構成器１１４の例を示す。

画像更新器２０２は、初期画像を受信し、正則化を用いる反復再構成アルゴリズム２０４を使用して、この画像を処理する。こうしたアルゴリズムの例は、Ｆｅｓｓｌｅｒの「Ｓｔａｔｉｓｔｉｃａｌ ｉｍａｇｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｍｅｔｈｏｄｓ ｆｏｒ ｔｒａｎｓｍｉｓｓｉｏｎ ｔｏｍｏｇｒａｐｈｙ」、Ｈａｎｄｂｏｏｋ ｏｆ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ、Ｖｏｌｕｍｅ２：Ｍｅｄｉｃａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ Ａｎａｌｙｓｉｓ、１．７０ページ、ＳＰＩＥ、べリンガム、２０００年に記載されている。例えばこの参照文献では、以下の形のペナルティ尤度（penalized-likelihood）目的関数を最大にすることによって、真の減衰マップの推定値

を決定するための手法について考察しており、

上式では、

であり、Φは目的関数、及びＲ（μ）は粗度ペナルティ（roughness penalty）である。

例示された実施形態において、第１の再構成反復についての正則化係数は初期値β ２０６に設定され、これは、所定のデフォルト値及び／又はユーザ定義とすることが可能であり、ゼロ又は非ゼロ値とすることが可能である。こうした処理の後、画像更新器２０２は画像を生成し、同様に、生成された画像を後続の再構成反復中に処理する。示された例では、画像更新器２０２は、各再構成反復で異なる更新された値βを使用して、最終画像を反復的に再構成する。

分析器２０８は、各再構成反復後に生成された画像を受信し、受信した画像を、ノイズ、アーティファクトなどの１つ又は複数の所与の品質基準に基づいて分析する。分析器２０８は、それを表す品質メトリックを生成する。品質メトリックは、単一の値又は複数の値とすることができる。品質メトリックの例は、グローバル又はローカルな画像ノイズ標準偏差又は分散を含むが、これらに限定されない。他の定量的基準もオプションで使用可能である。分析器２０８は、各再構成反復後に品質メトリックを出力する。

β決定器２１２は、各再構成反復後に生成された各画像の品質メトリックを受信し、次の各再構成反復について更新されたβを決定する。β決定器２１２は、各再構成反復について受信した品質メトリックと、メモリ２１８内に記憶された所定の品質設定ポイント２１６とを比較し、各再構成反復の受信した品質メトリックと所定の品質設定ポイント２１６との間の誤差又は差分を示す値を決定する、比較器２１４を含む。

品質メトリックが品質設定ポイント２１６を満たす（例えば、品質メトリックが設定ポイント２１６に関する所定の範囲又は許容差内にある）場合、β決定器２１２は、信号を画像更新器２０２に搬送し、これによって反復再構成が終了し、画像更新器２０２は再構成された最終画像を出力する。他の停止基準は、反復回数、持続時間の経過などを含むことができる。その他の方法では、β更新器２２０は現行値β ２２２を更新し、更新されたβを次の再構成反復のために画像更新器２０２に搬送する。

設定ポイント２１６は、様々に決定することができる。例えば設定ポイント決定器２２４は、品質の下限及び上限２２６、並びに、品質の下限及び上限２２６の間のレベルを示す品質変数２２８に基づいて、設定ポイント２１６を決定する。１つの非限定的インスタンスにおいて、上限は初期の非正則化画像の品質メトリックとして決定され、下限は、完全に（又は１００％）正則化された初期画像の品質メトリックとして決定され、これは、画像を完全に正則化することによって決定するか、又は初期画像を完全に正則化せずに概算することが可能である。品質の下限及び上限２２６は、上限によって正規化することができる。本明細書では、品質の下限及び上限２２６を決定するための他の手法も企図される。

この実施形態において、品質変数２２８は、品質の下限及び上限２２６の間の相対的ターゲット・レベルを表す（例えば、パーセンテージ又はその他の方法で表される）（例えば、下限及び上限２２６の間の５０％）。この相対的ターゲット・レベルは、ユーザ（例えば放射線科医又は他の開業医）又はコンピュータによって決定及び設定することができる。

図３は、画像ノイズ除去器１１６を示す。

ノイズ除去器３０２は、初期の（例えばノイズ除去されていない）画像を受信し、この画像のノイズを、ノイズ除去アルゴリズム３０４に基づいて除去する。初期画像は、イメージング・システム１００又は他のシステムによって生成可能である。正則化を用いる適切なノイズ除去アルゴリズムの非限定的な例は、２０１１年１０月１７日付出願の、Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｅｌｅｃｔｒｏｎｉｃｓ Ｎ Ｖ（アイントホーフェン、オランダ）に譲渡された、「Ｌｏｗ Ｄｏｓｅ ＣＴ Ｄｅ−Ｎｏｉｓｉｎｇ」という名称の国際（ＰＣＴ）出願第ＰＣＴ／ＩＢ２０１１／０５４５８８号に記載されており、その全文が参照により本明細書に組み込まれている。

ノイズ除去器３０２は、受信した初期画像のノイズを除去するために、ノイズ除去アルゴリズム３０４と共に初期値β ３０６を使用する。初期値β ３０６は、初期値β ２０６について本明細書で説明されるように、決定することができる。こうした処理の後、画像ノイズ除去器３０２はノイズ除去済み画像を生成する。ノイズ除去器３０２は、以下で説明するように、ノイズ除去済み画像の画像品質が問題の画像品質を満たさない場合、生成されたノイズ除去済み画像のノイズを更に除去することも可能である。示された例では、ノイズ除去器３０２は、各反復について、異なる更新された値βを使用して、生成されたノイズ除去済み画像のノイズを、反復的に更に除去する。

分析器２０８及びβ決定器２１２は、図２に関連して説明される。

すなわち分析器２０８は、各ノイズ除去反復後に生成された画像を受信し、受信した画像を、ノイズ、アーティファクトなどの１つ又は複数の所与の品質基準に基づいて分析する。分析器２０８は、それを示す品質メトリックを生成する。品質メトリックは、単一の値又は複数の値とすることができる。品質メトリックの例は、グローバル又はローカルな画像ノイズ標準偏差又は分散を含むが、これらに限定されない。他の定量的基準もオプションで使用可能である。分析器２０８は、各画像ノイズ除去反復後に品質メトリックを出力する。

β決定器２１２は、各ノイズ除去反復後に生成された各画像の品質メトリックを受信し、次の各ノイズ除去反復について更新されたβを決定する。β決定器２１２は、各ノイズ除去反復について受信した品質メトリックと、メモリ２１８内に記憶された所定の品質設定ポイント２１６とを比較し、各ノイズ除去反復の受信した品質メトリックと所定の品質設定ポイント２１６との間の誤差又は差分を示す値を決定する、比較器２１４を含む。

同様に、品質メトリックが品質設定ポイント２１６を満たす（例えば、品質メトリックが設定ポイント２１６に関する所定の範囲又は許容差内にある）場合、β決定器２１２は、信号を画像ノイズ除去器３０２に搬送し、これによってノイズ除去が終了し、画像ノイズ除去器３０２はノイズ除去された最終画像を出力する。同様に、他の停止基準は、反復回数、持続時間の経過などを含むことができる。その他の方法では、β更新器２２０は現行値β ２２２を更新し、更新されたβを次の画像ノイズ除去反復のために画像ノイズ除去器３０２に搬送する。

この例では、上限は、初期の（ノイズ除去されていない）画像の品質メトリックとして決定され、下限は、完全に（又は１００％）ノイズ除去化された初期画像の品質メトリックとして決定され、これは、画像を完全にノイズ除去することによって決定するか、又は初期画像を完全にノイズ除去せずに概算することが可能である。同様に、品質の下限及び上限２２６は、上限によって正規化することができる。本明細書では、品質の下限及び上限２２６を決定するための他の手法も企図される。

加えて、品質変数２２８は線量（dose）に基づいて設定することが可能であり、これによって、所与の画像品質に対する画像の線量を削減することができる。例えば、開業医が品質変数２２８を５０％に設定しようとする場合、線量とノイズとの間の関係が決定できるため、所与の画像品質に対して患者の線量を４倍削減することが可能である。他の例では、所与の患者線量に対して最終画像品質を向上させることができる。更に他の例において、画像品質を向上させること及び線量を削減することの、両方が可能である。本明細書では、設定ポイント２１６を決定するための他の手法も企図される。

比例・積分・微分（ＰＩＤ）制御を使用する品質設定ポイント２１６に基づいて、図２及び図３に記載された実施形態のいずれか又は両方について、各反復でβを更新するための非限定的手法が、以下の数式１に示されており、
数式１：β（ｋ）＝β（ｋ−１）・２^{Ｐ（ｅ（ｋ）＋ＩＥ（ｋ）＋ＤΔｅ（ｋ））}
上式で、β（ｋ）は次の反復のために更新されたβであり、β（ｋ−１）は以前の更新されたβであり、Ｐ、Ｉ、及びＤは、それぞれＰＩＤ制御のための比例、積分、及び微分の定数であり、ｅ（ｋ）は、現行反復の品質メトリックと現行反復の設定ポイントとの間の差分を表し、Ｅ（ｋ）はｋ回の反復までのｅ（ｋ）の合計であり、Δｅ（ｋ）は、（ｋ−１）回からｋ回の反復間での品質メトリックと設定ポイントとの間の差分の変化（すなわち、ｅ（ｋ）−ｅ（ｋ−１））を表す。他の実施形態において、βは、Ｐ、ＰＩ、及び／又は他の制御を使用して更新することができる。

図４は、品質メトリックが画像のグローバル・ノイズ・レベルである、Ｈｕｂｅｒペナルティを用いる最大尤度再構成を使用して複数の反復にわたってβを更新する、非限定的な例を示すグラフである。

第１のｙ軸４０２は、上限へと正規化された、下限及び上限２２６の間の品質メトリック領域を表し、第２のｙ軸４０４は値βを表し、ｘ軸４０６は再構成又はノイズ除去の反復回数を表す。図４の場合、品質設定ポイント４０８は、正規化された上限及び下限の間の５０％（又は０．５）に設定される。品質メトリック曲線４１０は、品質メトリックがおよそ５００反復後に５０％ポイントに収束することを示す。β曲線４１２は、品質メトリックが設定ポイントに達すると、βの値がおよそ２５０でほぼ一定に収束し、これを維持することを示す。この例は説明の目的で提供されたものであり、限定的ではない。
β更新器２２０は、オプションで、例えば品質メトリックの不足及び／又は超過を緩和するために、更新規則のセットを適用することができることを理解されたい。例えば図５は、品質メトリックに関する例示のターゲット挙動５００を示すグラフである。図５において、ｙ軸５０２は、上限へと正規化された、下限及び上限２２６の間の品質領域を表し、ｘ軸５０４は、再構成又はノイズ除去の反復回数を表す。図５に示されるように、ターゲット挙動５００は、可能な設定ポイント２１６の超過を緩和するための、設定ポイント５０８に達するまでのおおよその線形領域５０６（すなわち固定された傾斜を伴う線形減少）を含む。本明細書では、他のターゲット挙動も企図されている。この例示の挙動は説明の目的で提供されたものであり、限定的ではない。

図６は、本明細書で説明される実施形態に従った例示の方法を示す。

本明細書で説明される方法の動作の順序は、限定的でないことを理解されたい。したがって本明細書では、他の順序が企図されている。加えて、１つ又は複数の動作が省略可能である、及び／又は、１つ又は複数の追加の動作を含めることが可能である。

６００で、正則化係数を採用するアルゴリズムを用いて処理するための画像が取得される。

６０２で、正則化係数が初期値に設定される。

６０４で、例えば本明細書で説明されるように、正則化又はノイズ除去アルゴリズムを用いる反復再構成アルゴリズムを介して画像が処理され、処理された画像を生成する。

６０６で、処理された画像について品質メトリックが決定される。

６０８で、品質メトリックと品質設定ポイントとが比較され、品質メトリックと品質設定ポイントとの間の差分を示す差分値が決定される。

６１０で、品質メトリックの絶対値が品質設定ポイントに関する所定の範囲（例えば±許容差）内にあるかどうかが判定される。本明細書で説明されるように、品質設定ポイントは、品質下限及び品質上限２２６の間のターゲット・レベルに基づいて決定可能である。

品質メトリックが所定の範囲外にある場合、６１２で、本明細書で説明されるように正則化係数が更新され、更新された正則化係数を用いて動作６０４〜６１０が繰り返される。品質メトリックが所定の範囲内にある場合、６１４で最終画像が出力される。

本発明について、好ましい実施形態を参照しながら説明してきた。上記の詳細な説明を読み、理解することで、修正及び変更が実行可能である。本発明は、こうしたすべての修正及び変更が添付の特許請求の範囲又はその等価物の範囲内にある限り、それらを含むものとして構成されることが意図される。

Claims (20)

1. 正則化及び／又はノイズ除去アルゴリズムを用いた反復再構成アルゴリズムに基づいて画像を処理する、処理構成要素であって、
   問題の画像品質を示す品質変数に基づいて、所定の品質の下限及び上限の間の品質設定ポイントを決定する、設定ポイント決定器と、
   各処理反復で、現在生成された画像の品質メトリックと前記品質設定ポイントとを比較し、前記品質メトリックと前記品質設定ポイントとの間の差分を示す差分値を生成する、比較器と、
   前記品質メトリックが前記品質設定ポイントに関する所定の範囲外にあることを示す前記差分値に応答し、前記正則化係数の現行値及び少なくとも前記品質メトリックに基づいて、次の処理反復のために更新された正則化係数を生成する、正則化係数更新器と、
   を含む処理構成要素。
2. 前記品質変数が前記下限及び上限の間に相対的ターゲット・レベルを定義する、請求項１に記載の処理構成要素。
3. 前記相対的ターゲット・レベルが、問題のターゲット画像ノイズ又はアーティファクト・レベルの低減に対応する、請求項２に記載の処理構成要素。
4. 前記上限が前記画像の正則化前の前記画像の品質メトリックに対応し、前記下限が前記画像の完全な正則化後の前記画像の品質メトリックに対応する、請求項１から３のいずれか一項に記載の処理構成要素。
5. 前記下限が前記画像を完全に正則化せずに概算される、請求項１から４のいずれか一項に記載の処理構成要素。
6. 前記下限及び前記上限が前記上限によって正規化される、請求項１から５のいずれか一項に記載の処理構成要素。
7. 前記正則化係数更新器が、前記品質メトリックの関数である前記正則化係数の前記現行値の更新項による乗算、或いは、前記品質メトリックの関数である前記現行の正則化係数への更新項の加算のうちの、１つ又は複数によって、前記更新された正則化係数を生成する、請求項１から６のいずれか一項に記載の処理構成要素。
8. 前記正則化係数更新器が、比例・積分・微分制御に基づいて前記更新された正則化係数を生成する、請求項１から７のいずれか一項に記載の処理構成要素。
9. 反復の前記品質メトリックが、その反復の前記生成された画像の画像ノイズ・レベルを示す、請求項１から８のいずれか一項に記載の処理構成要素。
10. 前記反復の前記品質メトリックが、その反復の前記生成された画像の画像ノイズ・レベルの標準偏差を示す、請求項１から８のいずれか一項に記載の処理構成要素。
11. 反復の前記品質メトリックが、その反復の前記生成された画像のアーティファクト・レベルを示す、請求項１から８のいずれか一項に記載の処理構成要素。
12. 前記対応する反復のための前記更新された正則化係数に基づいて、各反復で前記画像のノイズを除去するノイズ除去器、
    を更に含む請求項１から１１のいずれか一項に記載の処理構成要素。
13. 前記対応する反復のための前記更新された正則化係数に基づいて、各反復で前記画像を更新する画像更新器、
    を更に含む請求項１から１１のいずれか一項に記載の処理構成要素。
14. 前記正則化係数更新器が、前記品質メトリックの所定の挙動に基づいて前記更新された正則化係数を生成する、請求項１から１３のいずれか一項に記載の処理構成要素。
15. 第１の処理反復中に、正則化を採用するアルゴリズム及び初期正則化係数を使用して初期画像を処理すること、及び、第１の画像を生成するステップと、
    前記第１の画像の第１の品質メトリックを決定するステップと、
    前記第１の画像の前記第１の品質メトリックを品質設定ポイントと比較し、それらの間の差分値を決定するステップと、
    前記第１の品質メトリックが前記品質設定ポイントに関する所定の範囲外にあることに応答して、前記画像の後続の処理反復のために更新された正則化係数を生成するステップと、
    を含み、
    前記更新された正則化係数が、前記初期の正則化係数及び前記第１の品質メトリックに基づいて生成され、前記更新された正則化係数が、前記後続の処理反復中に前記第１の画像を処理するため、及び後続の画像を生成するために使用される、
    方法。
16. 前記品質設定ポイントが、品質下限と品質上限との間のユーザ定義ターゲット・パーセンテージに基づく、請求項１５に記載の方法。
17. 前記下限が正則化前の前記画像の品質値に対応し、前記上限が完全正則化後の前記画像の品質値に対応する、請求項１６に記載の方法。
18. 各反復で前記品質メトリックが、各それぞれの処理反復での前記生成された画像の画像ノイズ・レベル又はアーティファクト・レベルを示す、請求項１６又は１７のいずれか一項に記載の方法。
19. 前記第１の品質メトリックが前記品質設定ポイントに関する前記所定の範囲内になるまで、各処理反復で更新された正則化係数を生成するステップ、
    を更に含む、請求項１５から１８のいずれか一項に記載の方法。
20. 正則化を採用する反復アルゴリズムを使用して画像を処理し、画像を生成する、構成要素であって、前記反復アルゴリズムが、少なくとも正則化係数によって乗算される正則化項を含む、構成要素と、
    それぞれの生成された画像について、各処理反復後に品質メトリックを生成する分析器と、
    現行の処理反復の生成された画像の品質メトリック及び前記生成された画像に対する所定の品質設定ポイントに基づいて、前記構成要素による次の処理反復のために更新された正則化係数を自動的に生成する、正則化係数決定器と、
    を含む処理構成要素。

Images