JP2017070590A - 画像処理装置及びその制御方法、コンピュータプログラム - Google Patents

Abstract

【課題】体動による画質の劣化をより高い精度で自動的に検知する技術を提供する。
【解決手段】画像処理装置は、被写体を撮影した放射線画像を取得する画像取得手段（１０１）と、放射線画像から点拡がり関数を取得する関数取得手段（１０３）と、点拡がり関数の状態に基づいて、放射線画像における被写体の体動の有無を判定する判定手段（１０４）とを備える。
【選択図】 図１

Description

本発明は画像処理装置及びその制御方法、コンピュータプログラムに関し、特に、
放射線画像における被写体の体動の有無を検出する技術に関する。

Ｘ線画像をはじめとする放射線画像を取得する際に、様々な原因で画像の画質が劣化することがある。その原因の１つに体動がある。体動とは、撮影中に被写体が動いてしまうことであり、照射時間の長い撮影や、息止めなどの患者に負担のかかる撮影などで生じやすい。体動が発生すると、取得した画像にはボケが生じ、画質の劣化が起こってしまう。体動が発生したか否かの確認は、撮影を行った技師が、取得した放射線画像をモニタ上で観察することで行う。もし体動が発生していた場合は、その画像は診断に適していないため、再撮影を必要とする。

しかし、技師が体動を確認するモニタは、診断に必要な部位が写っているか、撮影線量は適切であるか、などを確認することができる程度の解像度の低いモニタであることが多い。そのため、体動を確認するには、画像を拡大しながら画像全体を観察しなければならない。撮影する度にこのような確認作業が発生するのは、技師の作業効率の低下を招くだけではなく、見落としの原因にもなる。

そこで、取得した放射線画像から体動が発生したか否かの判断を自動的に行う体動検知が知られている。体動を検知する手法として、特許文献１には、画像に含まれるエッジを検知し、その高周波成分と低周波成分を求め、高周波成分は劣化するが低周波成分は劣化しないという特徴から体動を検知することが記載されている。一方、特許文献２には、肺野内の空間周波数応答を求め、特定の周波数域の応答が減衰するという特徴から体動を検知することが記載されている。

特開２０１４−０７９５５８号公報 特開２０１３−１０２８５０号公報 特開昭６３−１３３７６０号公報

しかし、特許文献１の構成はエッジで体動を検知するため、骨などのエッジがボケない体動に関しては検知がしづらいという課題があった。例えば息止めを失敗したことによって発生した体動は、肺野は動くが肋骨の動きはほとんどないため、検知が困難であった。一方、特許文献２の構成は、特定周波数域の応答の劣化に基づき検知するため、劣化原因が、体動によるものであるのか、構造的なものであるのかを区別しづらく、検知精度が低下するという課題があった。

そこで本発明は、体動による画質の劣化をより高い精度で検知する技術を提供することを目的とする。

上記目的を達成するため、本発明による画像処理装置は以下の構成を備える。即ち、
被写体を撮影した放射線画像を取得する画像取得手段と、
前記放射線画像から点拡がり関数を取得する関数取得手段と、
前記点拡がり関数の状態に基づいて、前記放射線画像における被写体の体動の有無を判定する判定手段と
を備える。

本発明によれば、体動による画質の劣化をより高い精度で自動的に検知する技術を提供することができる。

Ｘ線画像処理装置の機能構成例を示すブロック図。 Ｘ線画像処理装置のハードウェア構成例を示すブロック図。 体動を検知する処理の処理手順を示すフローチャート。 検知領域の設定を示す図。 ＰＳＦの例を示す図。 ＰＳＦのプロジェクションを示す図。 ＰＳＦのプロファイルを示す図。 体動の検知結果の表示例を示す図。 体動の検知領域を設定する処理の処理手順を示すフローチャート。

以下、添付図面を参照して本発明の実施の形態を詳細に説明する。

＜＜実施形態１＞＞
（画像処理装置の構成）
本実施形態では、体動による画質の劣化を光学的な画像劣化に対応させて、劣化させているフィルタ（点拡がり関数＝ＰＳＦ：Point Spread Function）を算出し、そのＰＳＦの状態（例えばＰＳＦの形状）から体動の発生を検知する。本発明の一実施形態（実施形態１）に係る画像処理装置としてのＸ線画像処理装置の構成について、図１を参照して説明する。図１は、Ｘ線画像処理装置の機能構成例を示すブロック図である。

本実施形態のＸ線画像処理装置は、画像取得部１０１、検知領域設定部１０２、関数算出部１０３、画質評価部１０４、及び、表示部１０５を備えている。画像取得部１０１は、Ｘ線センサにて取得されたＸ線画像を入力とし、所定の前処理を施した画像（以下、「前処理済み画像」と称する）を生成して、出力する。本実施形態では、Ｘ線画像を処理対象とする例を説明するが、Ｘ線以外の放射線画像などの他の医用画像を対象としてもよい。

検知領域設定部１０２は、前処理済み画像を入力とし、点拡がり関数（以下、「ＰＳＦ（Point Spread Function）」と称する）を算出するための検知領域を決定し、その結果を出力する。関数算出部１０３は、前処理済み画像と検知領域を入力とし、検知領域にて前処理済み画像からＰＳＦを算出し、ＰＳＦを出力する。画質評価部１０４はＰＳＦを入力とし、ＰＳＦを解析して体動が発生しているか否かを評価し、評価結果を出力する。表示部１０５は画質評価部１０４により算出された評価結果を入力とし、評価結果をモニタなどの表示デバイスに出力して表示させる。

図１の構成を、ＰＣ（パーソナルコンピュータ）を使って実現する場合、図２のようになる。図２は、Ｘ線画像処理装置のハードウェア構成例を示すブロック図である。

図２において、コントロールＰＣ２０１、Ｘ線センサ２０２、及びＸ線発生装置２０３が、ギガビットイーサ２０４を介して接続されている。コントロールＰＣ２０１、Ｘ線センサ２０２等を接続する信号線はギガビットイーサでなくてもよく、情報を伝達可能であるならば有線・無線を問わずどのような媒体でもよい。例えば、ＣＡＮ（Controller Area Network）や光ファイバー、無線ＬＡＮなどでもよい。

ギガビットイーサ２０４には、さらに、表示部２０５、記憶部２０６、ネットワークインタフェース（Ｉ／Ｆ）部２０７が接続されている。コントロールＰＣ２０１は、例えば、バス２０１１に対して、ＣＰＵ（中央演算装置）２０１２、ＲＡＭ（書込み可能メモリ）２０１３、ＲＯＭ（読出し専用メモリ）２０１４、記憶部（ストレージ装置）２０１５が接続された構成を有する。ＲＡＭはRandom Access Memoryの略称であり、ＲＯＭはRead Only Memoryの略称である。

そしてコントロールＰＣ２０１には、ＵＳＢやＰＳ／２等のインタフェースで入力部２０８が接続され、ＶＧＡやＤＶＩ等のインタフェースで表示部２０９が接続される。このコントロールＰＣ２０１を介して、センサ２０２や表示部２０５などにコマンドが送信される。コントロールＰＣ２０１では、撮影モードごとの処理内容がソフトウェアモジュールとして記憶部２０１５に格納され、不図示の指示装置（キーボード、ポインティング装置等）からの指示命令に応じてＲＡＭ２０１３に読み込まれ、実行される。

本実施形態では、図１に示した構成で１０１〜１０４の機能要素は、ソフトウェアモジュール（コンピュータプログラム）として記憶部２０１５に格納されている例を説明する。もちろん図１に示した１０１〜１０４の機能要素の全部又は一部を専用の画像処理ボードとして実装してもよい。用途や目的に応じて実装を選択することができる。図１に示した表示部１０５は、例えば、ギガビットイーサ２０４を介した表示部２０５、もしくはコントロールＰＣに接続された表示部２０９により構成することができる。

以上のような構成を備えたＸ線画像処理装置において、検知領域設定部１０２、関数算出部１０３および画質評価部１０４の動作について、その詳細を以下に説明する。

（処理手順）
次に、Ｘ線画像処理装置が実行する処理について、図１と図３を参照して説明する。図３は、Ｘ線画像処理装置が実行する処理の流れを示すフローチャートである。以下の各ステップは、ＣＰＵ２０１２がコンピュータプログラムに基づき装置全体を制御することにより実行される。

Ｓ３０１において、画像取得部１０１はＸ線センサによって画像を取得し、Ｓ３０２において取得した画像に対して前処理を行う。前処理とは、オフセット補正、ゲイン補正などのセンサの特性を補正して、周辺画素との相関関係が保たれている状態にする処理をいう。グリッドなどの体動とは無関係な構造も前処理の段階で除去しておくことで、より精度よく体動を検知することができる。

次に、検知領域設定部１０２がＰＳＦを算出するための領域を設定する（Ｓ３０３）。体動が発生している場所は画像全面であるとは限らない。例えば、Ｘ線が被写体（人体等）を経由せずにセンサに直接入射されている領域（以下、「直接線領域」と称する）では、被写体が動いたとしても何も変わらないためボケは発生しない。また被写体内であっても、例えば息止め失敗などの体動では画像全面がボケるのではなく、肺野内だけにボケが発生する。そのため画像全体から１つのＰＳＦを算出するのではなく、画像から複数の算出領域を設定し、設定した領域毎にＰＳＦを算出する方がよい。また、設定する領域のサイズを小さくすることで体動を局所的に捉えることができる。体動は画像全面でみると様々な動きが合わさってしまうため、複雑な動きになり、算出するＰＳＦも複雑な形状になる。しかし局所的に見れば、一方向の動きとみることができ、算出するＰＳＦも単純な形状になる。したがって、ＰＳＦを単純な形状にすることで体動の検知精度も上げることができる。

検知領域の設定手法として、例えば画像全体を図４の４０１ように固定サイズのブロックに分割する。そして、そのブロック内をコリメーション領域や直接線領域が専有するような領域のブロックを除外する。図４の４０２は、このような領域を除外して選定されたブロックの例を示している。

コリメーション領域や直接線領域の抽出はどのような手法を用いて行ってもよい。例えば特許文献３には、放射線画像の画像情報の加算集計データが閾値以上の領域をコリメーション領域として抽出する手法が記載されている。この手法は、矩形照射野の輪郭の隣り合う２辺に沿ってＸ軸とＹ軸を設定し、画像データを設定したＸ軸方向およびＹ軸方向に加算集計する。ここで、照射野内の加算集計データはＸ線が殆ど照射されない照射野外に比べ高くなる。そこで、この手法は、Ｘ軸方向の加算集計データが所定の閾値ＴＨ以上となるＹ軸上の位置と、Ｙ軸方向の加算集計データが所定の閾値ＴＨ以上となるＸ軸上の位置を算出する。そして、算出したＹ軸上の位置にあるＸ軸方向の直線と、Ｘ軸上の位置にあるＹ軸方向の直線で囲まれる矩形領域をコリメーション領域として抽出するものである。

直接線領域（素抜け領域）を抽出する手法は、例えば画像ヒストグラムを算出すると、素抜け領域は高画素値領域に集中することに基づくものである。そのためヒストグラムレンジの高画素値側から数％を除去することで、直接線領域を抽出することができる。このようにして抽出されたコリメーション領域や直接線領域を画像の全領域から除外して選定されたブロックを、ＰＳＦを算出する検知領域として設定する。

次に関数算出部１０３がＰＳＦを算出する。ＰＳＦの算出手法は画像復元の分野を中心に数多く知られている。画像復元とは、ノイズ除去やボケ／ブレ除去、超解像などの劣化した画像から原画像を復元する画像処理の総称である。画像劣化の数学的表現は式（１）のようになる。

式（１）において、ｙは劣化画像、ｘは原画像であり、その他は劣化要因を表すパラメータである。Ｄはダウンサンプリングを表す行列で、Ｈはボケ／ブレを表す行列、ｎはノイズを表す行列である。関数算出部１０３にて算出するＰＳＦは行列Ｈに相当する。

本実施形態では体動を検知することが目的である。したがって、行列Ｄや行列ｎは無視し、単純な式（２）を使用する。

式（２）は単純な線形モデルであるが、現画像ｘと行列Ｈは共に未知の変数であるため、一意に解が求まらない。そこで劣化画像ｙの近似解としてのＨｘを、正則化を加えて算出する。近似解の算出手法として、ＭＡＰ（Maximum a Posteriori）法がある。ＭＡＰ法は先験的な情報である事前確率を考慮して、事後確率を最大化する確率論的な手法である。ＭＡＰ法の他にもＣＴ（Computed Tomography、コンピュータ断層撮影）などで使われるＩＢＰ（Iterative Back Projection）法がある。これらの手法は、
・所定の推定画像及びＰＳＦと観測画像とに基づき、新たな推定画像及びＰＳＦを生成する。
・その新たな推定画像及びＰＳＦと観測画像とに基づき、さらに推定画像及びＰＳＦを生成する
という一連の処理を、推定画像と観測画像との誤差が一定値未満になるまで繰り返すものである。

ＩＢＰ法を使ってＣＴ画像を再構成する手法がある。また、周波数空間から算出する手法としてケプストラムを利用する手法がある。ケプストラムはフーリエ変換した画像に対してさらにフーリエ変換したものであり、その特徴からＰＳＦを算出している。

ＰＳＦの算出はどのような手法を用いて行ってもよいが、本実施形態ではＩＢＰ法にてＰＳＦを算出する場合について説明する。まず関数算出部１０３はＰＳＦの初期値を設定する（Ｓ３０４）。入力する初期値は、例えば、全ての要素が同じ値で正規化されたものなどとすることができる。ＰＳＦのサイズは検知する体動の量に応じて決まる。例えば、０．２ｍｍの解像度の画像から２画素で移動平均をとった場合（ＰＳＦのサイズは２画素）、０．２ｍｍのボケが生じる。したがって１ｍｍのボケを検知するには、１ｍｍ／０．２ｍｍ＋１＝６画素の移動平均をとらなくてはいけないため、ＰＳＦのサイズとして６画素が必要となる。

次に、初期値を設定したＰＳＦと観測画像から式（３）を用いて復元画像を算出する（Ｓ３０５）。

式（３）において、ｈはＰＳＦの要素、α、γ_xは収束を調整する項であり、ｇは正則化項である。ｋはＳ３０５、Ｓ３０６の処理の反復回数を表すイテレーション回数であり、Ｓ３０５の処理を最初に行うときは、ｋ＝０である。ｉ，ｊは画像やＰＳＦの位置を表す。ｘ^(k)は、イテレーション回数がｋの場合における復元画像の画素値である。ｘ⁽⁰⁾、すなわち、復元画像の初期値は予め定められており、ｘ⁽⁰⁾は、例えば、観測画像の画素値ｙと同一にすることができる。

ｈは、Ｓ３０６のＰＳＦの算出ごとに更新され、ｋ回のＰＳＦ算出が行われた後のｈをｈ^(k)と表記する。ｈ⁽⁰⁾はＳ３０４で設定した初期値であり、α、γ_x、ｇは、予め定められている。

次に、式（３）で得られた復元画像と観測画像から式（４）を用いて新たなＰＳＦを算出する（Ｓ３０６）。

式（４）において、β、γ_hは収束を調整する項である。β、γ_hは予め定められている。

次に、ここで得られた復元画像とＰＳＦに対し、式（５）を使い、収束しているか否かを評価する（Ｓ３０７）。

式（５）の左辺で表される誤差が所定の閾値ｔｈ１の範囲内に収まっていれば、収束している（Ｓ３０７でＹＥＳ）と判定し、ＰＳＦの算出を終了としてＳ３０９へ進む。収まっていなければ、収束していない（Ｓ３０７でＮＯ）と判定し、Ｓ３０８へ進む。

Ｓ３０８では、Ｓ３０７で収束していないと判定された回数（イテレーション回数ｋ）が予め設定された最大イテレーション回数を超えているか否かを判定する。超えている場合（Ｓ３０８でＹＥＳ）は処理を終了する。超えていない場合（Ｓ３０８でＮＯ）は、イテレーション回数ｋを１だけインクリメントして（ｋ＝ｋ＋１）、再度、復元画像を算出するＳ３０５へと戻り、処理を繰り返す。このようにして、最大イテレーション回数を上限として、誤差が特定の範囲ｔｈ１内に収束するまで、ＰＳＦの算出を繰り返す。収束しなかった場合は、ＰＳＦが正確に求まらなかったとして、処理を終了する（Ｓ３０８）。なお、Ｓ３０７の誤差評価を行わず、固定のイテレーション回数で処理をした結果を出力してもよい。その場合は、Ｓ３０８でイテレーション回数が最大になった時、処理を終了させるのではなく、Ｓ３０９以下のステップを行う。

このようにして、Ｓ３０５〜Ｓ３０８では、
・放射線画像の第１の復元画像と、第１のＰＳＦ（点拡がり関数）と、放射線画像とに基づいて、更新された該第１の復元画像として第２の復元画像を取得する。
・当該第２の復元画像と、第１のＰＳＦと、放射線画像とに基づいて、更新された第１のＰＳＦとして第２のＰＳＦを取得する。
という処理を、放射線画像と、第２の復元画像に第２のＰＳＦを適用した画像との差分が所定値未満になるまで繰り返して、放射線画像からＰＳＦを取得する。

次に、Ｓ３０９以下では、画質評価部１０４が、Ｓ３０６において算出されたＰＳＦから体動が発生しているか否かを判定する。体動が発生していない場合のＰＳＦは図５の５０１に示すようにインパルス形状になる。一方、体動が発生している場合のＰＳＦは図５の５０２に示すように直線形状になる。これは、Ｓ３０３で検知領域を局所的に設定したことから、動きが一方向だけに限定されたためである。したがって、直線的な形状の特徴をＰＳＦから抽出することにより、体動が発生しているかを判断する。

まず、図６のようにＰＳＦからプロジェクションデータを取得する（Ｓ３０９）。ＰＳＦ６０１から特定のプロジェクション方向（投影方向）６０２にプロジェクション（投影）をとる。さらに、ＰＳＦ６０４（ＰＳＦ６０１と同じもの）から特定方向に対して直交したプロジェクション方向６０５にプロジェクションをとる。このように、ＰＳＦから互いに直交する２つの方向にプロジェクションを行ったものを１つのセットとして取得する。プロジェクションデータは図６の６０３、６０６に示すように、ＰＳＦ中心を通るラインとその周辺の複数ラインもプロジェクションする。例えば図６のθ＝０のときのプロジェクション結果は式（６）のように表される。ｗは重みである。

算出されているＰＳＦは近似解であるため、理想的な形状に対してある程度の拡がりをもった形状になる。したがって周辺の複数ラインもプロジェクションすることで、より特徴をとらえられるようにする。ｗはＰＳＦ中心部の重みが大きくなるような値がよい。ＰＳＦにエッジの情報を含んでしまったとき、体動と同じように直線的に表れる。しかしエッジはその長さから、より大きな体動と捉えられることが多く、図７のプロファイルのようになる。７０１のようなＰＳＦがありＸ軸方向にプロファイルをとったとき、体動であれば７０２のように中心部の係数値が大きくなるような形になる。しかしエッジの場合は、より大きな体動と捉えるため、より均等に拡がり、中心部の係数値と端部での係数値の差が小さい。そのため、中心部に重みをつけることで体動とエッジを区別することができる。

プロジェクションされた値の大きい方を分子として、その比を算出する（Ｓ３１０）。体動の発生する方向は様々であるため、複数の方向のセットを取得し、その比を計算する（Ｓ３１１）。すなわち、Ｓ３１１では、予め定められた全ての方向でＳ３０９、Ｓ３１０の処理を行ったか否かを判定する。全ての方向で処理を行っている場合（Ｓ３１１でＹＥＳ）はＳ３１２へ進み、行っていない場合（Ｓ３１１でＮＯ）はまだ処理を行っていない方向でＳ３０９、Ｓ３１０を実行する。体動の無いＰＳＦはインパルス状であるため、その比は１に近い。それに対し体動のあるＰＳＦは直線状であるため、その比は１よりも大きくなる。算出した複数のプロジェクション比の中で最も大きな値を代表値として選択し、閾値と比較することで、体動が発生しているかを判断する（Ｓ３１２）。ＰＳＦには全てのボケ成分が入ってくるため、蛍光体によるボケなどが表れる可能性もある。しかしそれら多くのボケには指向性がないため、ＰＳＦには同心円状に表れる。したがって、プロジェクション比をとるのであればその影響は非常に小さなものと考えられ、体動検知の精度には大きく影響しない。

最後に表示部１０５が体動の検知結果を表示する（Ｓ３１３）。図８に示すように、体動が発生している場合は、発生したことだけではなく、その場所や方向などをモニタ８０１に表示する。場所は検知した領域全てを表示してもよいし、８０２のように最も体動発生の可能性の高い検知領域を代表として表示してもよい。最も可能性の高い検知領域には、例えばＳ３１０からＳ３１２で算出したプロジェクション比が最大となった領域を選択して表示することができる。体動の方向は、ＰＳＦが直線状に拡がった方向になる。最大プロジェクション比を算出したものがプロジェクションされた方向を、体動の方向として利用すればよい。表示部１０５は検知結果と共に、体動を確認することを促すメッセージ８０３を表示する。

以上のように、本実施形態では、体動による画質の劣化を光学的な画像劣化に対応させて、被写体を撮影した放射線画像から点拡がり関数を取得し（関数取得）、点拡がり関数の状態に基づいて、放射線画像における被写体の体動の有無を判定する。より具体的には、点拡がり関数の形状に基づいて体動の有無を判定する。このため、エッジや応答周波数に基づく方式よりもより高い精度で、被写体の体動を検出することが可能である。

また、本実施形態では、点拡がり関数が直線形状を有する場合に、被写体の体動があると判定する。具体的には、点拡がり関数を、第１の方向に投影した形状の長さと、第２の方向に投影した長さと、の比に基づいて、被写体の体動の有無を判定する。このため、簡易な処理により高速に体動の有無を検出することが可能となる。また、点拡がり関数を投影する際には、点拡がり関数のより中心部に対して、より大きな重み係数で重みづけを行って、点拡がり関数を第１の方向及び第２の方向に投影するため、エッジによる誤検出を極力低減化することが可能となる。さらに、点拡がり関数が広がる方向に基づき、体動の方向も判定するため、体動をより詳細に検出することができる。

また、本実施形態では、放射線画像を解析して、当該放射線画像において点拡がり関数を取得する取得領域を設定し、この取得領域において点拡がり関数を取得する。そして、取得領域において取得された点拡がり関数の形状に基づいて、被写体の体動の有無を判定する。具体的には、放射線画像からコリメーション領域と直接線領域を除いた領域を取得領域として設定して、点拡がり関数を取得し、体動の有無を検出する。このため、体動が生じうる領域についてのみ処理を行うことで、体動の有無を効率的に検出することが可能となる。

また、本実施形態では、放射線画像を複数のブロックに分割し、当該複数のブロックの中に含まれるブロックを取得領域として設定し、この取得領域として設定されたブロックの各々において点拡がり関数を取得する。そして、取得された点拡がり関数の形状に基づいて、ブロックごとに、被写体の体動の有無を判定する。このため、本実施形態によれば、検知領域の設定を効率的に行うことができる。

また、本実施形態では、判定した体動の有無や体動の方向を示す表示を表示部１０５に表示させる（表示制御）。このため、ユーザは放射線画像を用いて効果的に診断に利用することができる。

＜＜実施形態２＞＞
実施形態１では、放射線画像全体からコリメーション領域や直接線領域を除いた領域をＰＳＦの検出領域として設定する構成例を説明した。本発明の第二の実施形態（実施形態２）では、放射線画像を複数のブロックに分割し、ブロックごとにエントロピーや信号対雑音比、細線指標等に基づき、ＰＳＦの検出領域に設定するか否かを判断する。このため、本実施形態によれば、体動をより精度よく検出するのに必要な検出領域を設定することができる。

検知領域の設定手法に関する別の実施形態を、図１の構成図と図３および図９のフローを使い、処理の流れにそって説明する。図９は、図３のＳ３０３で実行するＰＳＦの検出領域を設定する処理の詳細な流れを示すフローチャートである。

Ｓ３０１からＳ３０２までは実施形態１と同様の処理を行う。次に、検知領域設定部１０２がＰＳＦを算出する領域を設定する（Ｓ３０３）。

まず実施形態１と同様に画像を複数のブロックに分割する（Ｓ９０１）。分割したブロックに対し、直接線領域を検知領域から除外する。ここではブロック内のエントロピーを利用して直接線領域を判別する。エントロピーＨは式（７）のように計算する（Ｓ９０２）。

ｉは画素値であり、Ｋは画像のビット数を表している。Ｎは全画素数であり、Ｎ_iは画素値ｉの画素数である。したがって、ｐ_iは画素値ｉの発生確率を示し、エントロピーＨは領域内の情報量を表す値になる。直接線領域は何も被写体が写っていないため、ほぼ一様である。そのため情報量が少なく、エントロピーＨの値は小さくなる。エントロピーＨが閾値以下のブロックは直接線領域として除外する（Ｓ９０３、Ｓ９０４）。すなわち、Ｓ９０３でエントロピーＨが予め定められた閾値以上であるか否かを判定する。閾値以上の場合（Ｓ９０３でＹＥＳ）はＳ９０５へ進み、閾値未満である場合（Ｓ９０３でＮＯ）はＳ９０４に進んで、そのブロックを検知領域外に設定する。

次に、ブロック内のＣＮＲ（Contrast to Noise Ratio）を計算する（Ｓ９０５）。ＰＳＦは近似解として劣化画像との誤差を小さくなるように算出される。そのため被写体構造の様子がどのようになっているかの情報が必要である。しかし、ノイズが多い場合、被写体情報がノイズに埋もれてしまう。その結果、復元画像のノイズと劣化画像のノイズとの誤差が小さくなるように計算されてしまい、体動が発生していないという判定に至ってしまう。そのためＣＮＲを計算することで、検知結果がノイズによって誤判定してしまわないようなブロックを選択する。例えばＣ、Ｎは、以下のような式（８）、式（９）により算出し、その比（Ｃ／Ｎ）をＣＮＲとすることができる。

Ｃはブロック内の微分値の自乗和になる。Ｑ_nはランダム量子ノイズ、Ｓ_nはランダムシステムノイズ、ｓはセンサ感度である。

そして、計算したＣＮＲの値が予め定められた閾値以上であるか否かを判定する（Ｓ９０６）。ＣＮＲが閾値未満の領域（Ｓ９０６でＮＯ）は正しくＰＳＦを算出することが困難であるため、検知領域から除外する（Ｓ９０４）。なお、ここでは、検知領域とするか否かをＣＮＲを算出して判定する例を説明しているが、ノイズ量だけから判定してもよい。この場合、ノイズ量が閾値以下である領域は正しくＰＳＦが算出されることが困難であるため、検知領域から除外する。

次に、細線指標を算出する（Ｓ９０７）。細線指標とは細線の指向性を表す指標である。ＰＳＦを算出する際にエッジのような直線的なものが画像に含まれると、それを動きと誤判定をしてしまうおそれがある。したがって、予め誤判定をしてしまいそうなエッジを含むブロックを検知対象領域から除外する必要がある。しかし、被写体構造は複雑であるため、エッジを含むブロック全てを除外しようとすると検知領域の数が少なくなり、検知精度が低下する原因になり得る。そこで、本実施形態では、ブロック内でのエッジの影響を推定する。本実施形態では、画質評価部１０４がＰＳＦのプロジェクション比を使って体動を判定するため、エッジの影響の推定は、プロジェクション比の結果に影響をしないブロックを用いて行えばよい。プロジェクション比は直交する方向のプロジェクションを比較して取得する。そのためブロック内における直交する２方向のエッジ成分の総和をそれぞれ計算し、その比が１に近ければエッジによる動き判定に対する影響が小さい。そこで、まずブロック内のエッジを抽出する。エッジ抽出は、例えば、ｓｏｂｅｌフィルタやｃａｎｎｙフィルタなどのエッジ抽出フィルタを利用して行うことができる。次に、ブロック内の特定方向の微分画像とその方向に直交する微分画像を算出する。そして、ブロック内のエッジ上における特定方向の微分画像の和と、直交する方向における微分画像の和を計算し、その比をとる。比を取る際には大きな値の方を分子とする。この値を細線指標とする。

次に、算出した細線指標の値が予め定められた閾値以上であるか否かを判定する（Ｓ９０８）。細線指標が閾値未満である場合（Ｓ９０８でＮＯ）は、エッジに指向性があり、ＰＳＦが正しく算出されない可能性があるため、検知領域から除外する（Ｓ９０４）。このようにすることで、エッジがあるためＰＳＦが正確に求まらなかったとしても、体動を発生しているか否かの判定には十分なＰＳＦを求めることができる。体動を判定するための検知領域が増えることに応じて体動を見逃す確率が減少するため、体動検知の精度を向上させることができる。

以上すべての条件を満たしたブロック（Ｓ９０９でＹＥＳ）を検知領域として設定する（Ｓ９０９）。上記の処理を分割したブロックにおいて全て行う（Ｓ９１０）。Ｓ３０４からＳ３１３までは実施形態１と同様の処理を行うため、詳細な説明を省略する。

上記のように、本実施形態では、放射線画像における、エントロピーと、信号対雑音比と、細線指標との少なくともいずれかに基づいて、放射線画像において取得領域を設定する。ここで、細線指標は、放射線画像におけるエッジ強度を評価するために用いられる。このため、本実施形態によれば、体動を精度よく検出するのに必要な検出領域をより効果的に設定することが可能である。

また、本実施形態では、点拡がり関数を第１、第２の方向に投影した形状の長さの比に基づいて、被写体の体動の有無を判定することに鑑み、放射線画像における第１、第２の方向のエッジ強度の比に基づいて、放射線画像において取得領域を設定する。このため、エッジ強度に基づき放射線画像において取得領域を設定する処理を効率的に行うことが可能である。

＜＜実施形態３＞＞
実施形態２では、ＰＳＦ算出手法や体動の判定手法を考慮した、検知領域の設定手法を説明したが、全ての検知領域においてＰＳＦを算出すると、パフォーマンスコストが悪くなる可能性がある。そこで、予めパフォーマンスに応じた最大検知領域数を設定してもよい。検知領域設定部１０２は、最大検知領域数が入力され、検知領域として設定した領域から更なる検知領域の絞り込みを行う。例えば領域毎に算出した細線指標を用いる。細線指標の小さい順に検知領域をソートし、上位の領域から選択する。検知領域が少なることで体動を見逃す可能性が高くはなるが、細線指標が小さければ小さいほどエッジの影響を受けにくくなるため、誤検知をするリスクは小さくなる。同様にＣＮＲでソートして、ＰＳＦを算出する領域を決定するようにしてもよい。すなわち、細線指標とＣＮＲとの両方または一方に基づきＰＳＦを算出する領域の優先順位を決定し、優先順位の高いものから所定の最大検知領域数の領域について、ＰＳＦを算出するようにしてもよい。

上記のように、本実施形態では、予め定められた個数のブロックを点拡がり関数を取得する取得領域として設定する。その際は、例えば、放射線画像の解析結果に応じて決定される、取得領域として設定すべき優先度の高いブロックから予め定められた個数のブロックを取得領域として設定する。このため、精度の高い体動検出を可能にしつつ、処理のパフォーマンスを高めることが可能となる。

＜＜実施形態４＞＞
検知領域設定部１０２が検知領域として設定した領域からさらに検知領域を絞り込む手法を説明する。検知領域を絞り込んだ結果、検知領域が特定の場所に集中してしまうと、体動を見逃すリスクが高くなる。したがって、検知領域を被写体内に万遍なく分布させる。被写体の抽出は、実施形態１で示したようにコリメーション領域と直接線領域を取り除くことで行ってもよいし、あるいは、機械学習などを用いて行ってもよい。そして抽出した被写体を複数のエリアに分割する。分割は、例えば被写体を単純に等分割することにより行ってもよい。もしくは、ｋ−ｍｅａｎｓ法などを使ってクラスタリングをした結果を用いてもよい。このように分割した領域の中で実施形態３のように細線指標やＣＮＲの値で検知領域をソートして選択することで、画像内のどの部分で体動が発生しても検知をすることができるようになる。

＜＜実施形態５＞＞
Ｘ線は撮影手技によって、曝射時間をコントロールすることができる。曝射時間が長くなると、それだけ体動によって移動する距離が長くなる。移動距離が長くなると、一般に、体動による画質の劣化の検知精度が低下する。そこで、検知領域設定部１０２に曝射時間を入力し、曝射時間によって検知領域のサイズを変更する。体動が等速運動しているとすると、曝射時間が増加した分だけ動いた量が増えたことになる。したがって、その増加した分だけ領域を広めるに設定する。基準となる曝射時間をＴ［ｍｓｅｃ］とするとし、そのときの検知領域サイズをＭ×Ｎとする。曝射時間がＴ'［ｍｓｅｃ］に変更になったときの検知領域サイズＭ'×Ｎ'は、式（１０）のように変更する。

曝射時間が短くなった分に関しては、移動距離が短くなるため、検知領域サイズを変えなくてもよい。曝射時間が長くなり、Ｍ'やＮ'が所定のサイズを超えてしまった場合は、ＰＳＦの算出ができなくなるため、表示部１０５が体動を検知できないことを通知するメッセージを表示する。

上記のように、本実施形態では、放射線画像を撮影する際により長時間放射線が曝射されたことに応じて、より広い取得領域を設定し、その広い取得領域に基づき体動を検出する。このため、本実施形態によれば、長時間放射線が曝射され、大きな体動が生じた場合であっても、高い精度で体動の有無を検出することが可能である。

＜＜実施形態６＞＞
Ｘ線は撮影手技によって、曝射時間をコントロールすることができる。実施形態５では体動によって移動する距離が長くなることに鑑み、検知領域サイズを広げる構成例を説明した。本実施形態ではＰＳＦのサイズを広げることで、曝射時間が長時間になった場合であっても、体動の有無を精度よく検出する。

実施形態１において説明したとおり、ＰＳＦのサイズは検知する体動の量に応じて決定される。曝射時間が長くなることに応じて検知する体動の量は多くなる傾向があるため、ＰＳＦサイズを変更することで検知精度を保持する。関数算出部１０３に曝射時間を入力し、曝射時間によってＰＳＦのサイズを変更する。基準となる曝射時間をＴ［ｍｓｅｃ］とするとし、そのときのＰＳＦのサイズをＰ_M×Ｐ_Nとする。曝射時間がＴ'［ｍｓｅｃ］に変更になったときのＰＳＦのサイズＰ_M'×Ｐ_N'は、式（１１）のように変更する。

曝射時間が短くなった分に関しては、移動距離が短くなるため、ＰＳＦのサイズを変えなくてもよい。曝射時間が長くなり、Ｐ_M'やＰ_N'が検知領域サイズを超えてしまった場合は、ＰＳＦの算出ができなくなるため、表示部１０５が体動を検知できないことを通知するメッセージを表示する。

上記のように、本実施形態では、放射線画像を撮影する際により長時間放射線が曝射されたことに応じて、より大きな点拡がり関数を取得して、体動を検出する。このため、長時間放射線が曝射され、大きな体動が生じた場合であっても、高い精度で体動の有無を検出することが可能である。

以上のように、本発明の各実施形態においては、放射線画像の画像劣化を検出するＸ線画像処理装置において、劣化した放射線画像から復元画像と点拡がり関数を算出し、この点拡がり関数に基づいて画像劣化を評価する。このため、体動の種類や画像構造によらず、体動を検知することができ、体動検知の精度を向上させることができる。その結果、技師の作業効率が上がり、患者への負担も軽減される。

＜＜その他の実施形態＞＞
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１０１：画像取得部、１０２：検知領域設定部、１０３：関数算出部、１０４：画質評価部、１０５：表示部

Claims (16)

1. 被写体を撮影した放射線画像を取得する画像取得手段と、
   前記放射線画像から点拡がり関数を取得する関数取得手段と、
   前記点拡がり関数の状態に基づいて、前記放射線画像における被写体の体動の有無を判定する判定手段と
   を備えることを特徴とする画像処理装置。
2. 前記関数取得手段は、
   前記放射線画像の第１の復元画像と、第１の点拡がり関数と、前記放射線画像とに基づいて、更新された該第１の復元画像として第２の復元画像を取得し、
   当該第２の復元画像と、前記第１の点拡がり関数と、前記放射線画像とに基づいて、更新された前記第１の点拡がり関数として第２の点拡がり関数を取得する
   という処理を、前記放射線画像と、前記第２の復元画像に前記第２の点拡がり関数を適用した画像との差分が所定値未満になるまで繰り返して、前記放射線画像から点拡がり関数を取得することを特徴とする請求項１に記載の画像処理装置。
3. 前記判定手段が判定した体動の有無を示す表示を表示手段に表示させる表示制御手段をさらに備えることを特徴とする請求項１又は２に記載の画像処理装置。
4. 前記判定手段は、前記点拡がり関数の形状に基づいて、被写体の体動の有無を判定することを特徴とする請求項１から３のいずれか１項に記載の画像処理装置。
5. 前記判定手段は、前記点拡がり関数が直線形状を有する場合に、被写体の体動があると判定することを特徴とする請求項４に記載の画像処理装置。
6. 前記判定手段は、前記点拡がり関数が広がる方向に基づき、体動の方向をさらに判定することを特徴とする請求項５に記載の画像処理装置。
7. 前記判定手段は、前記点拡がり関数を、第１の方向に投影した形状の長さと、第２の方向に投影した長さと、の比に基づいて、被写体の体動の有無を判定することを特徴とする請求項５又は６に記載の画像処理装置。
8. 前記判定手段は、前記点拡がり関数のより中心部に対して、より大きな重み係数で重みづけを行って、前記点拡がり関数を前記第１の方向及び前記第２の方向に投影することを特徴とする請求項７に記載の画像処理装置。
9. 前記放射線画像を解析して、当該放射線画像において点拡がり関数を取得する取得領域を設定する設定手段をさらに備え、
   前記関数取得手段は、前記取得領域において点拡がり関数を取得し、
   前記判定手段は、前記取得領域において取得された点拡がり関数の形状に基づいて、被写体の体動の有無を判定する
   ことを特徴とする請求項７又は８に記載の画像処理装置。
10. 前記設定手段は、前記放射線画像を複数のブロックに分割し、当該複数のブロックの中に含まれるブロックを前記取得領域として設定し、
    前記関数取得手段は、前記取得領域として設定されたブロックの各々において点拡がり関数を取得し、
    前記判定手段は、取得された点拡がり関数の形状に基づいて、ブロックごとに、被写体の体動の有無を判定する
    ことを特徴とする請求項９に記載の画像処理装置。
11. 前記設定手段は、予め定められた個数のブロックを前記取得領域として設定することを特徴とする請求項１０に記載の画像処理装置。
12. 前記設定手段は、前記放射線画像の解析結果に応じて決定される、前記取得領域として設定すべき優先度の高いブロックから前記個数のブロックを前記取得領域として設定することを特徴とする請求項１１に記載の画像処理装置。
13. 前記設定手段は、前記放射線画像を撮影する際により長時間放射線が曝射されたことに応じて、より広い前記取得領域を設定することを特徴とする請求項９から１２のいずれか１項に記載の画像処理装置。
14. 前記関数取得手段は、前記放射線画像を撮影する際により長時間放射線が曝射されたことに応じて、より大きな前記点拡がり関数を取得することを特徴とする請求項１から１２のいずれか１項に記載の画像処理装置。
15. 画像取得手段が、被写体を撮影した放射線画像を取得する画像取得工程と、
    関数取得手段が、前記放射線画像から点拡がり関数を取得する関数取得工程と、
    判定手段が、前記点拡がり関数の状態に基づいて、前記放射線画像における被写体の体動の有無を判定する判定工程と
    を備えることを特徴とする画像処理装置の制御方法。
16. コンピュータを請求項１から１４のいずれか１項に記載の画像処理装置が備える各手段として機能させるためのコンピュータプログラム。