JP2676009B2 - 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置 - Google Patents

放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置

Info

Publication number
JP2676009B2
JP2676009B2 JP3345172A JP34517291A JP2676009B2 JP 2676009 B2 JP2676009 B2 JP 2676009B2 JP 3345172 A JP3345172 A JP 3345172A JP 34517291 A JP34517291 A JP 34517291A JP 2676009 B2 JP2676009 B2 JP 2676009B2
Authority
JP
Japan
Prior art keywords
image
image signal
image processing
reading
histogram
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.)
Expired - Fee Related
Application number
JP3345172A
Other languages
English (en)
Other versions
JPH05168615A (ja
Inventor
英哉 武尾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Holdings Corp
Original Assignee
Fuji Photo Film Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuji Photo Film Co Ltd filed Critical Fuji Photo Film Co Ltd
Priority to JP3345172A priority Critical patent/JP2676009B2/ja
Priority to US07/997,566 priority patent/US5502775A/en
Publication of JPH05168615A publication Critical patent/JPH05168615A/ja
Application granted granted Critical
Publication of JP2676009B2 publication Critical patent/JP2676009B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
    • H04N1/4074—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original using histograms

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、放射線画像を表わす画
像信号に基づいて、画像信号を得る際の読取条件，画像
信号に画像処理を施す際の画像処理条件を求める放射線
画像読取条件および／または画像処理条件決定方法およ
び装置に関するものである。
【０００２】さらに本発明は、放射線画像を表わす画像
信号に基づいて、該放射線画像の分割パターン、照射
野、撮影体位および／または撮影部位を認識する放射線
画像の解析方法、およびそのような認識の認識結果を表
わす特徴量を出力する放射線画像解析装置に関するもの
である。
【０００３】
【従来の技術】記録された放射線画像を読み取って画像
信号を得、この画像信号に適切な画像処理を施した後、
画像を再生記録することは種々の分野で行なわれてい
る。たとえば、後の画像処理に適合するように設計され
たガンマ値の低いＸ線フィルムを用いてＸ線画像を記録
し、このＸ線画像が記録されたフィルムからＸ線画像を
読み取って電気信号に変換し、この電気信号（画像信
号）に画像処理を施した後コピー写真等に可視像として
再生することにより、コントラスト，シャープネス，粒
状性等の画質性能の良好な再生画像を得ることが行なわ
れている（特公昭61-5193 号公報参照）。
【０００４】また本願出願人により、放射線（Ｘ線，α
線，β線，γ線，電子線，紫外線等）を照射するとこの
放射線エネルギーの一部が蓄積され、その後可視光等の
励起光を照射すると蓄積されたエネルギーに応じて輝尽
発光を示す蓄積性蛍光体（輝尽性蛍光体）を利用して、
人体等の被写体の放射線画像情報を一旦シート状の蓄積
性蛍光体に記録し、この蓄積性蛍光体シートをレーザー
光等の励起光で走査して輝尽発光光を生ぜしめ、得られ
た輝尽発光光を光電的に読み取って画像信号を得、この
画像データに基づき被写体の放射線画像を写真感光材料
等の記録材料、ＣＲＴ等に可視像として出力させる放射
線画像記録再生システムがすでに提案されている（特開
昭55-12429号，同56-11395号，同55-163472 号，同56-1
04645 号，同55- 116340号等）。
【０００５】このシステムは、従来の銀塩写真を用いる
放射線写真システムと比較して極めて広い放射線露出域
にわたって画像を記録しうるという実用的な利点を有し
ている。すなわち、蓄積性蛍光体においては、放射線露
光量に対して蓄積後に励起によって輝尽発光する発光光
の光量が極めて広い範囲にわたって比例することが認め
られており、従って種々の撮影条件により放射線露光量
がかなり大幅に変動しても、蓄積性蛍光体シートより放
射される輝尽発光光の光量を読取ゲインを適当な値に設
定して光電変換手段により読み取って電気信号に変換
し、この電気信号を用いて写真感光材料等の記録材料、
ＣＲＴ等の表示装置に放射線画像を可視像として出力さ
せることによって、放射線露光量の変動に影響されない
放射線画像を得ることができる。
【０００６】上記システムにおいて、蓄積性蛍光体シー
トに照射された放射線の線量等に応じて最適な読取条件
で読み取って画像信号を得る前に、予め低レベルの光ビ
ームにより蓄積性蛍光体シートを走査してこのシートに
記録された放射線画像の概略を読み取る先読みを行な
い、この先読みにより得られた先読画像信号を分析し、
その後上記シートに高レベルの光ビームを照射して走査
し、この放射線画像に最適な読取条件で読み取って画像
信号を得る本読みを行なうように構成されたシステムも
ある。
【０００７】ここで読取条件とは、読取りにおける輝尽
発光光の光量と読取装置の出力との関係に影響を与える
各種の条件を総称するものであり、例えば入出力の関係
を定める読取ゲイン，スケールファクタあるいは、読取
りにおける励起光のパワー等を意味するものである。
【０００８】また、光ビームの高レベル／低レベルと
は、それぞれ、上記シートの単位面積当りに照射される
光ビームのエネルギーの大／小、もしくは上記シートか
ら発せられる輝尽発光光のエネルギーが上記光ビームの
波長に依存する（波長感度分布を有する）場合は、上記
シートの単位面積当りに照射される光ビームのエネルギ
ーを上記波長感度で重みづけした後の重みづけエネルギ
ーの大／小をいい、光ビームのレベルを変える方法とし
ては、異なる波長の光ビームを用いる方法、レーザ光源
等から発せられる光ビームの強度そのものを変える方
法、光ビームの光路上にＮＤフィルター等を挿入，除去
することにより光ビームの強度を変える方法、光ビーム
のビーム径を変えて走査密度を変える方法、走査速度を
変える方法等、公知の種々の方法を用いることができ
る。
【０００９】また、この先読みを行なうシステムか先読
みを行なわないシステムかによらず、得られた画像信号
（先読画像信号を含む）を分析し、画像信号に画像処理
を施す際の最適な画像処理条件を決定するようにしたシ
ステムもある。ここで画像処理条件とは、画像信号に基
づく再生画像の階調や感度等に影響を及ぼす処理を該画
像信号に施す際の各種の条件を総称するものである。こ
の画像信号に基づいて最適な画像処理条件を決定する方
法は、蓄積性蛍光体シートを用いるシステムに限られ
ず、たとえば従来のＸ線フィルム等の記録シートに記録
された放射線画像から画像信号を得るシステムにも適用
されている。
【００１０】上記画像信号（先読画像信号を含む）に基
づいて読取条件および／または画像処理条件（以下、読
取条件等と呼ぶ）を求める演算は、あらかじめ多数の放
射線画像を統計的に処理した結果からそのアルゴリズム
が定められている（たとえば、特開昭60-185944 号公
報，特開昭61-280163 号公報参照）。
【００１１】この従来採用されているアルゴリズムのひ
とつとして、画像信号のヒストグラムを求め、このヒス
トグラムに基づいて読取条件等を求める方法が知られて
いる。このヒストグラムに基づいて読取条件等を求める
方法に関し、これを細分すると、画像信号のヒストグラ
ムから画像情報として必要な範囲の最大値と最小値の両
者を求め、この最大値と最小値とに挾まれた範囲内の画
像情報が例えば本読みにおいて精度良く読み取られるよ
うに読取条件等を求める方法（特開昭60-156055 号公報
参照）、上記ヒストグラムから最大値のみを求め、その
最大値から所定値を引いた値を最小値とし、この最大値
と最小値とに挾まれた範囲を必要な画像情報の範囲とす
る方法（特開昭60-185944 号公報参照）、ヒストグラム
から最小値のみを求め、その最小値に所定値を足した値
を最大値とし、この最小値と最大値とに挾まれた範囲を
必要な画像情報の範囲とする方法（特開昭61-280163 号
公報参照）、その他差分ヒストグラムを用いる方法（特
開昭63-233658 号参照）、累積ヒストグラムを用いる方
法（特開昭61-170730 号公報参照）、ヒストグラムを判
別基準により複数の小領域に分割する方法（特開昭63-2
62141 号参照）等、多数の方法を用いて必要な画像情報
の範囲を求めてこれにより読取条件等を定める方法が知
られている。
【００１２】一方、前述のようにして画像信号を分析し
て読取条件，画像処理条件を求めるにあたって、分析に
用いた画像信号が、照射野絞りを用いて撮影した記録シ
ートから得られた画像信号である場合、この照射野の存
在を無視して画像信号を分析しても撮影記録された放射
線画像が正しく把握されず、誤った読取条件、画像処理
条件が求められ観察適正の優れた放射線画像が再生記録
されない場合が生ずる。
【００１３】これを解決するためには、読取条件，画像
処理条件を求める前に、照射野を認識し、照射野内の画
像信号に基づいて読取条件，画像処理条件を求める必要
がある。
【００１４】本出願人は既に、上記のような放射線照射
野を認識する方法をいくつか提案しており（例えば、特
開昭61−39039 号、特開昭63-259538 号）このような方
法によって照射野を自動認識しその認識領域のみについ
て先読みを行なうようにすれば、上述の不具合は解消可
能である。
【００１５】ところで、以上述べた記録シートに放射線
画像情報を蓄積記録（撮影）する場合、いわゆる分割撮
影がなされることも多い。この分割撮影とは、記録シー
トの記録領域を予め定められた所定の複数区画に分割
し、各区画毎に前記蓄積記録のための放射線を照射する
ようにした撮影法である。この分割撮影によれば、例え
ば大きな記録シートに小さな部位を撮影するような場
合、１枚の記録シートに複数部位の記録が可能となって
経済的であるし、また放射線画像情報記録および読取り
の処理速度も向上する。
【００１６】ところが上記のような分割撮影を行なう際
に前述の照射野絞りも実行されると、各照射野は互いに
分離した状態となる。このような方法では照射野は誤っ
て認識されてしまう。１枚の記録シート上の複数の照射
野をそれぞれ自動認識しうる方法も提案されているが、
その場合は照射野認識のアルゴリズムが極めて複雑にな
り、その方法を実施するために非常に高価な装置が必要
になるという問題が有る。
【００１７】照射野を認識する際に、記録シート上の分
割パターンを示す情報を照射野認識装置にマニュアル入
力して各分割区画の位置情報を与えれば、各区画につい
て１つの照射野を求める処理を行なえばよいことになる
から、照射野認識のアルゴリズムが非常に複雑化すると
いう問題は回避できる。しかし、記録シートからの放射
線画像情報読取りを行なう際に、上記分割パターンを逐
一マニュアル操作で入力するのは大変面倒である。
【００１８】そこで、記録シートに記録されている放射
線画像の分割パターンを自動的に認識する方法が必要に
なる。本出願人は、この分割パターンの自動認識の方法
として、多数の方法の提案を既にしている（例えば、特
開昭63-257879 号、特開平1-212065号、特開平1-238654
号、特開平2-267679号、特開平2-272530号、特開平2-27
2532号、特開平2-275429号、特開平2-275432号、特開平
2-275435号、特開平2-296235号等）。
【００１９】また、上に述べたようにして放射線画像情
報の読取条件および／または画像処理条件を決定すると
き、同一の被写体を撮影体位を変えて撮影した場合に
は、それぞれの再生画像において該被写体中の関心領域
の濃度が変わってしまうことがある。
【００２０】例えば胸椎を診断するために胸部を正面か
ら撮影した場合と、側面から撮影した場合を考えると、
正面撮影の場合、関心領域である胸椎は、放射線が透過
しにくい縦隔部と重なるので蓄積性蛍光体シートにおい
て胸椎部分の蓄積放射線量は低く、この部分は低発光量
部分となる。一方側面撮影の場合、胸椎は放射線の透過
しやすい肺野と重なるので、蓄積性蛍光体シートにおい
て胸椎部分の蓄積放射線量は高く、この部分は高発光量
部分となる。そして正面撮影の場合もまた側面撮影の場
合も、蓄積性蛍光体シートからの読取画像信号の最大
値、最小値はさして変わらないから、従来から行なわれ
ているように該最大値、最小値に基づいて決定される読
取条件および／または画像処理条件は、双方の場合でほ
ぼ同一となる。したがってこのような読取条件および／
または画像処理条件の下で画像読取りを行ない再生画像
を得ると、胸椎部分は、正面撮影の画像においては比較
的低濃度となり、一方側面撮影の画像においては比較的
高濃度となってしまう。
【００２１】上記のような問題を解消するため従来は、
蓄積性蛍光体シートからの放射線画像情報読取りを行な
う際に、そのシートにはどのような体位で被写体が撮影
されているかということを逐一読取装置または画像処理
装置に入力し、この入力された撮影体位情報に応じて前
述の読取条件および／または画像処理条件を設定するよ
うにしている。
【００２２】しかし、各蓄積性蛍光体シートの読取処理
の度に上記のような撮影体位情報を逐一入力する作業は
大変面倒であり、また撮影体位情報を誤って入力してし
まうことも起こりやすい。
【００２３】そこで、上記蓄積性蛍光体シート等に記録
されている医用画像の撮影体位を自動的に判別する方法
が提案されている（特開昭63−262128号）。
【００２４】さらに、同様の理由で撮影の対象すなわち
部位（例えば人体を被写体とした場合の頭部，頸部，胸
部，腹部等）が何であるかによっても、放射線画像情報
の読取条件および／または画像処理条件を決定すると
き、それぞれの再生画像において関心領域の濃度が変わ
ってしまうことがあり、従来は、蓄積性蛍光体シートか
らの放射線画像情報読取りを行なう際に、そのシートに
はどのような部位が撮影されているかということを逐一
読取装置または画像処理装置に入力し、この入力された
撮影部位情報に応じて前述の読取条件および／または画
像処理条件を設定することも行なわれている。
【００２５】このように、前述の読取条件および／また
は画像処理条件を設定する際には、放射線画像の分割パ
ターン認識、照射野認識、撮影体位認識、および／また
は撮影部位認識を行ない、この認識結果に基づいた補正
を施してから、読取条件および／または画像処理条件を
設定することが必要である。
【００２６】一方、近年、ニューラルネットワークなる
考え方が出現し、種々の分野に適用されつつある。
【００２７】このニューラルネットワークは、ある入力
信号を与えたときに出力された出力信号が正しい信号で
あるか誤った信号であるかという情報（教師信号）を入
力することにより、ニューラルネットワーク内部の各ユ
ニット間の結合の重み（シナプス結合のウェイト）を修
正するという誤差逆伝幡学習（バックプロパゲーショ
ン）機能を備えたものであり、繰り返し‘学習’させる
ことにより、新たな信号が入力されたときに正解を出力
する確率を高めることができるものである。
【００２８】このニューラルネットワークを用いると、
放射線画像の画像信号を入力として、上記の前述の読取
条件等の決定を行なうことが可能である。さらに、上記
の分割パターン認識、照射野認識、撮影体位認識、およ
び／または撮影部位認識を行うことが可能であり、この
認識結果に基づいた補正を施してから、前述の読取条件
および／または画像処理条件を設定することができる。
【００２９】すなわち、上記放射線画像の画像信号を上
記ニューラルネットワークに入力し、読取条件、画像処
理条件および／または認識結果を表す特徴量を出力と
し、このニューラルネットワークにあらかじめ繰り返し
‘学習’させることにより次第に正しい読取条件、画像
処理条件および／または認識結果を表す特徴量等を求め
ることができるようにすることができる。
【００３０】
【発明が解決しようとする課題】しかし、上記の画像信
号のヒストグラムに基づいて読取条件等を求めるヒスト
グラム解析による方法では、しきい値処理をして局所的
解析により各種特性値を算出しているため、ヒストグラ
ムの局所的特徴を重視しすぎて誤った結果を出してしま
うことがあった。
【００３１】また、上記のニューラルネットワークを用
いて読取条件等を求める方法は、局所的解析ではないの
で局所的特徴を重視しすぎて誤った結果を出してしまう
ことは防止できるが、画像データをそのまま入力して学
習を繰返させるため、学習に膨大な時間をかける必要が
あり、現実的ではない。
【００３２】そこで本発明は、上記ヒストグラムを用い
た方法とニューラルネットワークを用いた方法の欠点を
ともに解消して、大局的な判断のできるニューラルネッ
トワークを用いる一方、その学習量を少なくして、能率
良く、高い精度で放射線画像読取条件および／または画
像処理条件を決定する方法および装置、ならびに放射線
画像解析方法および装置を提供することを目的とするも
のである。
【００３３】
【課題を解決するための手段】本発明のひとつは前述し
た蓄積性蛍光体シートを用い、先読みを行なうシステム
において放射線画像読取条件および／または画像処理条
件を求めるものである。すなわち本発明の放射線画像読
取条件および／または画像処理条件決定方法は、放射線
画像が記録された蓄積性蛍光体シートに励起光を照射し
該蓄積性蛍光体シートから発せられた輝尽発光光を読み
取って得られた前記放射線画像を表わす第一の画像信号
に基づいて、前記蓄積性蛍光体シートに再度励起光を照
射し該蓄積性蛍光体シートから発せられた輝尽発光光を
読み取って前記放射線画像を表わす第二の画像信号を得
る際の読取条件および／または得られた前記第二の画像
信号に画像処理を施す際の画像処理条件を求める放射線
画像読取条件および／または画像処理条件決定方法にお
いて、前記第一の画像信号のヒストグラムを求め、該ヒ
ストグラム上における前記第一の画像信号の所定の特徴
点を検出し、前記第一の画像信号全体に亘って、前記特
徴点と前記ヒストグラムにおける前記第一の画像信号の
各値との差分値を求め、該差分値を、該差分値を入力と
し、仮の読取条件および／または仮の画像処理条件を出
力とするニューラルネットワークに入力して、前記仮の
読取条件および／または前記仮の画像処理条件を出力さ
せ、該ニューラルネットワークから出力された前記仮の
読取条件および／または前記仮の画像処理条件を、前記
特徴点の大きさに応じて補正をし、これにより前記第二
の画像信号を得る際の読取条件および／または得られた
前記第二の画像信号に画像処理を施す際の画像処理条件
を決定することを特徴とするものである。
【００３４】ここで、特徴点とは、ヒストグラム上にお
ける画像信号の最大値、最小値、ヒストグラムの直接放
射線部に対応する直接Ｘ線部を除いた最大発光量を示す
画像信号の最大値、または画像信号の最大値と最小値と
の平均値等の、ある特徴をもった点を意味する。
【００３５】また、本発明による放射線画像読取条件お
よび／または画像処理条件決定装置は、上述した本発明
による放射線画像読取条件および／または画像処理条件
決定方法を実施するためのものであって、放射線画像が
記録された蓄積性蛍光体シートに励起光を照射し該蓄積
性蛍光体シートから発せられた輝尽発光光を読み取って
得られた前記放射線画像を表わす第一の画像信号に基づ
いて、前記蓄積性蛍光体シートに再度励起光を照射し該
蓄積性蛍光体シートから発せられた輝尽発光光を読み取
って前記放射線画像を表わす第二の画像信号を得る際の
読取条件および／または得られた前記第二の画像信号に
画像処理を施す際の画像処理条件を求める放射線画像読
取条件および／または画像処理条件決定装置において、
前記第一の画像信号のヒストグラムを求め、該ヒストグ
ラム上における前記第一の画像信号の所定の特徴点を検
出し、前記第一の画像信号全体に亘って、前記特徴点と
前記ヒストグラムにおける前記第一の画像信号の各値と
の差分値を求める演算手段と、該演算手段により求めら
れた差分値を入力とし、該差分値に基づいて仮の読取条
件および／または仮の画像処理条件を出力するニューラ
ルネットワークと、該ニューラルネットワークより出力
された前記仮の読取条件および／または前記仮の画像処
理条件を、前記特徴点の大きさに応じて補正する補正手
段とからなることを特徴とするものである。
【００３６】さらに、本発明による放射線画像処理条件
決定方法は、放射線画像を表わす画像信号に基づいて、
該画像信号に画像処理を施す際の画像処理条件を求める
放射線画像処理条件決定方法において、前記画像信号の
ヒストグラムを求め、該ヒストグラム上における前記画
像信号の所定の特徴点を検出し、前記画像信号全体に亘
って、前記特徴点と前記ヒストグラムにおける前記画像
信号の各値との差分値を求め、該差分値を、該差分値を
入力とし、仮の画像処理条件を出力とするニューラルネ
ットワークに入力して、前記仮の画像処理条件を出力さ
せ、該ニューラルネットワークから出力された前記仮の
画像処理条件を、前記特徴点の大きさに応じて補正を
し、これにより前記画像信号に画像処理を施す際の画像
処理条件を決定することを特徴とするものである。
【００３７】また、本発明による放射線画像処理条件決
定装置は、上述した本発明による放射線画像処理条件決
定方法を実施するためのものであり、放射線画像を表わ
す画像信号に基づいて、該画像信号に画像処理を施す際
の画像処理条件を求める放射線画像処理条件決定装置に
おいて、前記画像信号のヒストグラムを求め、該ヒスト
グラム上における前記画像信号の所定の特徴点を検出
し、前記画像信号全体に亘って、前記特徴点と前記ヒス
トグラムにおける前記画像信号の各値との差分値を求め
る演算手段と、該演算手段により求められた差分値を入
力とし、該差分値に基づいて仮の画像処理条件を出力す
るニューラルネットワークと、該ニューラルネットワー
クより出力された前記仮の画像処理条件を、前記特徴点
の大きさに応じて補正する補正手段とからなることを特
徴とするものである。
【００３８】また、本発明による放射線画像解析方法
は、被写体の放射線画像の画像信号に基づいて、前記放
射線画像の分割パターン、照射野、撮影体位、および／
または撮影部位を認識する放射線画像の解析方法におい
て、前記画像信号のヒストグラムを求め、該ヒストグラ
ム上における前記画像信号の所定の特徴点を検出し、前
記画像信号全体に亘って、前記特徴点と前記ヒストグラ
ムにおける前記画像信号の各値との差分値を求め、該差
分値を、該差分値を入力とし、前記放射線画像の仮の認
識結果を出力とするニューラルネットワークに入力し
て、前記仮の認識結果を出力させ、該ニューラルネット
ワークから出力された前記仮の認識結果を、前記特徴点
の大きさに応じて補正をし、これにより最終的な認識結
果を決定することを特徴とするものである。
【００３９】さらに、本発明による放射線画像解析装置
は、本発明による放射線画像解析方法を実施するための
ものであって、被写体の放射線画像の画像信号に基づい
て、前記放射線画像の分割パターン、照射野、撮影体
位、および／または撮影部位を認識する放射線画像の解
析装置において、前記画像信号のヒストグラムを求め、
該ヒストグラム上における画像信号全体に亘って、前記
特徴点と前記ヒストグラムにおける前記画像信号の各値
との差分値を求める演算手段と、該演算手段により求め
られた差分値を入力とし、該差分値に基づいて前記仮の
認識結果を出力するニューラルネットワークと、該ニュ
ーラルネットワークより出力された前記仮の認識結果
を、前記特徴点の大きさに応じて補正する補正手段とか
らなることを特徴とするものである。
【００４０】
【作用】本発明による放射線画像読取条件および／また
は画像処理条件決定方法および装置は、画像信号のヒス
トグラムを求め、このヒストグラム上の所定の特徴点を
検出し、この特徴点とヒストグラムにおける画像信号と
の各差分値を、画像信号全体について求め、この差分値
をニューラルネットワークに入力して、仮の読取条件お
よび／または仮の画像処理条件を出力し、この出力され
た仮の条件を前述した特徴点の大きさに応じて補正する
ようにしたものである。すなわち、被写体の撮影部位が
同一であるが、全体的な濃度のレベルが異なるためにゲ
イン成分が異なる複数の画像信号をニューラルネットワ
ークに入力する場合を考えると、ニューラルネットワー
クはこれらの画像信号をそれぞれ異なるものとして処理
するため、学習量も多くなり、読取条件等を決定する際
の能率が悪くなる。そこで、本発明は、ゲイン成分が異
なる複数の画像信号から、その特徴点を基準としてゲイ
ン成分を除去し、これらの画像信号が略同一のゲインレ
ベルとなるようにしたものである。このため大局的な判
断のできるニューラルネットワークにより、ヒストグラ
ムのみを用いた場合の欠点である局所的解析による誤り
を防止するとともに、ニューラルネットワークの学習量
を少なくして、能率良く、高い精度で画像読取条件およ
び／または画像処理条件を決定することができる。
【００４１】さらに、本発明による放射線画像解析方法
および装置は、画像信号のヒストグラムを求め、このヒ
ストグラム上の所定の特徴点を検出し、この特徴点とヒ
ストグラムにおける画像信号との各差分値を、画像信号
全体について求め、この差分値をニューラルネットワー
クに入力して、分割パターン、照射野、撮影体位、撮影
部位を認識する仮の認識結果の特徴量を出力し、この特
徴量を特徴点で補正するようにした。このため、上述し
た本発明による放射線画像読取条件および／または画像
処理条件決定方法および装置と同様に、大局的な判断の
できるニューラルネットワークにより、ヒストグラムの
みを用いた場合の欠点である局所的解析による誤りを防
止するとともに、ニューラルネットワークの学習量を少
なくして、能率良く、高い精度で認識結果を解析するこ
とができる。
【００４２】
【実施例】以下、本発明の実施例について、図面を参照
して説明する。
【００４３】図１は、本発明の第１実施例の基本的概念
を表す図である。すなわち、本発明の第１実施例は、放
射線画像を表す画像信号１のヒストグラム２を求め、こ
のヒストグラム２から画像信号の特徴点３を検出し、次
いで画像信号１の全体に亘って、特徴点３とヒストグラ
ム２における画像信号１の各値との差分値４を求め、こ
の差分値４をニューラルネットワーク５に入力して仮の
読取条件および／または仮の画像処理条件を出力させ、
これに感度補正６を加えて最終的な読取条件および／ま
たは画像処理条件７を出力させるようにしたものであ
る。
【００４４】図２は、本発明の第１実施例によるＸ線画
像読取装置、および放射線画像読取条件及び／又は画像
処理条件決定装置を内包したコンピュータシステムを示
した斜視図である。このシステムは前述した蓄積性蛍光
体シートを用い、先読みを行なうシステムである。な
お、本実施例においては、前述した特徴点としてヒスト
グラムの直接Ｘ線部を除いた最大信号値Ｓmax1を用いる
ものとする。
【００４５】図示しないＸ線撮影装置において、被写体
のＸ線画像が蓄積性蛍光体シートに蓄積記録される。こ
のＸ線画像が記録された蓄積性蛍光体シート11は、まず
弱い光ビームで走査してこのシート11に蓄積された放射
線エネルギーの一部のみを放出させて先読みを行なう先
読手段100 の所定位置にセットされる。この所定位置に
セットされた蓄積性蛍光体シート11は、モータ12により
駆動されるエンドレスベルト等のシート搬送手段13によ
り、矢印Ｙ方向に搬送（副走査）される。一方、レーザ
ー光源14から発せられた弱い光ビーム15はモータ23によ
り駆動され矢印方向に高速回転する回転多面鏡16によっ
て反射偏向され、ｆθレンズ等の集束レンズ17を通過し
た後、ミラー18により光路を変えて前記シート11に入射
し副走査の方向（矢印Ｙ方向）と略垂直な矢印Ｘ方向に
主走査する。この光ビーム15が照射されたシート11の箇
所からは、蓄積記録されている放射線画像情報に応じた
光量の輝尽発光光19が発散され、この輝尽発光光19は光
ガイド20によって導かれ、フォトマルチプライヤ（光電
子増倍管）21によって光電的に検出される。上記光ガイ
ド20はアクリル板等の導光性材料を成形して作られたも
のであり、直線状をなす入射端面20a が蓄積性蛍光体シ
ート11上の主走査線に沿って延びるように配され、円環
状に形成された出射端面20b に上記フォトマルチプライ
ヤ21の受光面が結合されている。上記入射端面20a から
光ガイド20内に入射した輝尽発光光19は、該光ガイド20
の内部を全反射を繰り返して進み、出射端面20b から出
射してフォトマルチプライヤ21に受光され、放射線画像
を表わす輝尽発光光19の光量がフォトマルチプライヤ21
によって電気信号に変換される。
【００４６】フォトマルチプライヤ21から出力されたア
ナログ出力信号Ｓは対数増幅器26で対数的に増幅され、
Ａ／Ｄ変換器27でディジタル化され、先読画像信号ＳP
が得られる。この先読画像信号ＳP の信号レベルは、シ
ート11の各画素から発せられた輝尽発光光の光量の対数
と比例している。
【００４７】上記先読みにおいては、蓄積性蛍光体シー
ト11に蓄積された放射線エネルギーの広い領域にわたっ
て読み取ることができるように、読取条件即ちフォトマ
ルチプライヤ21に印加する電圧値や対数増幅器26の増幅
率等が定められている。
【００４８】得られた先読画像信号ＳP は、コンピュー
タシステム40に入力される。このコンピュータシステム
40は、本発明の放射線画像読取条件及び／又は画像処理
条件決定装置の一例を内包するものであり、ＣＰＵおよ
び内部メモリが内蔵された本体部41，補助メモリとして
のフロッピィディスクが挿入されドライブされるドライ
ブ部42，オペレータがこのコンピュータシステム40に必
要な指示等を入力するためのキーボード43，および必要
な情報を表示するためのＣＲＴディスプレイ44から構成
されている。
【００４９】このコンピュータシステム40内では、入力
された先読画像信号ＳP に基づいて必要に応じて分割パ
ターン及び照射野が認識され、次いでその先読画像信号
ＳP に基づいてヒストグラムが求められ、このヒストグ
ラムに基づいてニューラルネットワークにより本読みの
際の読取条件、即ち本読みの際の感度Ｓk およびラチチ
ュードＧp が求められ、この求められた感度Ｓk ，ラチ
チュードＧp に従って、たとえばフォトマルチプライヤ
21′に印加する電圧値や対数増幅器26′の増幅率等が制
御される。
【００５０】ここでラチチュードＧp とは、本読みの際
に画像信号に変換される最も微弱な輝尽発光光に対する
最も強大な輝尽発光光の光量比に対応するものであり、
感度Ｓk とは所定の光量の輝尽発光光をどのレベルの画
像信号とするかを定める光電変換率をいう。
【００５１】先読みの終了した蓄積性蛍光体シート11′
は、本読手段100 ′の所定位置にセットされ、上記先読
みに使用した光ビームより強い光ビーム15′によりシー
ト11′が走査され、前述のようにして定められた読取条
件により画像信号が得られるが、本読手段100 ′の構成
は上記先読手段100 の構成と略同一であるため、先読手
段100 の各構成要素と対応する構成要素には先読手段10
0 で用いた番号にダッシュを付して示し、説明は省略す
る。
【００５２】Ａ／Ｄ変換器27′でディジタル化されるこ
とにより得られた画像信号ＳQ は、再度コンピュータシ
ステム40に入力される。コンピュータシステム40内では
画像信号ＳQ に適切な画像処理が施され、この画像処理
の施された画像信号は図示しない再生装置に送られ、再
生装置においてこの画像信号に基づくＸ線画像が再生表
示される。
【００５３】前記コンピュータシステム40では、先読画
像信号ＳP に基づいて、ヒストグラムが求められ、この
ヒストグラムの特徴点が検出され、この特徴点と先読画
像信号ＳP との差分値が求められ、ニューラルネットワ
ークにより本読みの際の読取条件および／または読取り
により得られた画像信号に画像処理を施す際の画像処理
条件が決定される。
【００５４】先読画像信号ＳP は、前記コンピュータシ
ステム40内に設けられた本発明の第１実施例による読取
条件および／または画像処理条件の決定方法を実施する
演算部に入力される。なお、本実施例ではコンピュータ
システム40の、本発明にいう各手段に対応する機能を実
現するためのハードウェアとソフトウェアとの組み合わ
せが該各手段として観念される。
【００５５】図３は、先読画像信号ＳP のヒストグラム
を表わした図である。図の横軸は先読画像信号ＳP の値
を表わし、縦軸は各値を有する先読画像信号ＳP の出現
頻度（Ｘ線画像の各画素に対応する各先読画像信号ＳP
を１つと数える）を表わしている。
【００５６】このヒストグラム70には大きく分けて被写
体像に対応する山Ａと、直接Ｘ線部に対応する、山Ａよ
りも先読画像信号ＳP の値の大きな位置にある山Ｂとが
存在する。この山Ｂは、先読画像信号ＳP のうち、被写
体を透過しなかったＸ線が照射された直接Ｘ線部であ
り、この部分を除いた最大発光量を示す画像信号の値、
すなわち画像信号Ｓmax1が前述した特徴点として検出さ
れる。この画像信号Ｓmax1が検出されると、先読画像信
号ＳP 全体に亘って、画像信号Ｓmax1とヒストグラム70
における先読画像信号ＳP の各値との差分値が求められ
る。次いでこの差分値がニューラルネットワークに入力
されて、このニューラルネットワークから感度Ｓk およ
びラチチュードＧp が求められる。
【００５７】ここで、図３に示すように、ヒストグラム
70と画像の構造は同一であるが、画像の濃度が異なるこ
とによりゲインレベルが異なるヒストグラム70′が得ら
れた場合、これをこのままニューラルネットワークに入
力してしまうと、ニューラルネットワークはヒストグラ
ム70とヒストグラム70′をそれぞれ異なるものとして処
理してしまうため、学習量が膨大となり、読取条件等の
決定の能率も悪くなる。そこで本発明によってヒストグ
ラム70および70′について前述した差分値を求めれば、
２つのヒストグラムにおける差分値は同一となるため、
この差分値をニューラルネットワークに入力することに
よってニューラルネットワークはヒストグラム70および
70′を同一画像と認識し、効率良く学習を進めることが
でき、また、読取条件等を決定する際の能率も向上す
る。
【００５８】以下、ニューラルネットワークにより、学
習を繰り返して、ニューラルネットワークにより、正し
い読取条件を出力させる方法について詳述する。
【００５９】図４は誤差逆伝播学習（バックプロパゲー
ション）機能を備えたニューラルネットワークの一例を
表わした図である。誤差逆伝播学習（バックプロパゲー
ション）とは、前述したように、ニューラルネットワー
クの出力を正解（教師信号）と比べることにより、出力
側から入力側に向かって順次結合の重み（シナプス結合
のウェイト）を修正するという“学習”アルゴリズムを
いう。
【００６０】図に示すように、このニューラルネットワ
ークの第１層（入力層），第２層（中間層），第３層
（出力層）はそれぞれｎ1 個，ｎ2 個，２個のユニット
（ニューロン）から構成される。第１層（入力層）に入
力される各信号Ｆ1 ，Ｆ2 ，……，Ｆn1はＸ線画像の各
画素に対応する先読画像信号に基づいて算出された画像
信号Ｓmax1と先読画像信号全体に亘る先読画像信号の各
値との差分値を表わす信号であり、第３層（出力層）か
らの２つの出力Ｙ3,1 ，Ｙ3,2 は本読みの際のそれぞれ
感度およびラチチュードに対応した信号である。第ｋ層
のｉ番目のユニットをＵk,i 、該ユニットＵk,i への各
入力をＸk,i 、各出力をＹk,i 、Ｕk,iからＵk+1,j へ
の結合の重みをＷk,i;k+1,j とし、各ユニットＵk,j は
同一の特性関数
【００６１】
【数１】
【００６２】を有するものとする。このとき、各ユニッ
トＵk,j の入力Ｘk,j 、出力Ｙk,j は、
【００６３】
【数２】
【００６４】
【数３】
【００６５】となる。ただし入力層を構成する各ユニッ
トＵ1,i(i ＝1,2,…，ｎ1 ) への各入力Ｆ1 ，Ｆ2 ，
…，Ｆn1は重みづけされずにそのまま各ユニットＵ1,i
(i ＝1,2,…，ｎ1 ) に入力される。入力されたｎ1 個
の信号Ｆ1 ，Ｆ2 ，…，Ｆn1は、各結合の重みＷk,i;k+
1,j によって重み付けられながら最終的な出力Ｙ3,1 ，
Ｙ3,2 にまで伝達され、これにより本読みの際の読取条
件（感度とラチチュード）が求められる。
【００６６】ここで、上記各結合の重みＷk,i;k+1,j の
決定方法について説明する。先ず乱数により各結合の重
みＷk,i;k+1,j の初期値が与えられる。このとき、入力
Ｆ1 〜Ｆn1が最大に変動しても、出力Ｙ3,1 ，Ｙ3,2 が
所定範囲内の値またはこれに近い値となるように、その
乱数の範囲を制限しておくことが好ましい。
【００６７】最適な読取条件が既知のＸ線画像が記録さ
れた蓄積性蛍光体シートが多数前述したようにして読み
取られ、これにより得られた先読画像信号ＳP が間引き
されて上記ｎ1 個の入力Ｆ1 ，Ｆ2 ，…，Ｆn1が求めら
れる。このｎ1 個の入力Ｆ1 ，Ｆ2 ，…，Ｆn1が図４に
示すニューラルネットワークに入力され、各ユニットＵ
k,i の出力Ｙk,i がモニタされる。
【００６８】各出力Ｙk,i が求められると、最終的な出
力であるＹ3,1 ，Ｙ3,2 と、この画像に関し正しい読取
条件としての教師信号（感度“Ｙ3,1 ”およびラチチュ
ード“Ｙ3,2 ”）との二乗誤差
【００６９】
【数４】
【００７０】
【数５】
【００７１】が求められる。この二乗誤差Ｅ1 ，Ｅ2 が
それぞれ最小となるように、以下のようにして各結合の
重みＷk,i;k+1,j が修正される。なお、以下Ｙ3,1 の出
力に関して述べＹ3,2 についてはＹ3,1 と同様であるた
め、ここでは省略する。
【００７２】二乗誤差Ｅ1 を最小にするには、このＥ1
はＷk,i;k+1,j の関数であるから
【００７３】
【数６】
【００７４】のように各結合の重みＷk,i;k+1,j が修正
される。ここでηは学習係数と呼ばれる係数である。
【００７５】ここで、
【００７６】
【数７】
【００７７】であり、(2) 式より
【００７８】
【数８】
【００７９】であるから、(7) 式は、
【００８０】
【数９】
【００８１】となる。
【００８２】ここで、(4) 式より、
【００８３】
【数１０】
【００８４】(3) 式を用いてこの(10)式を変形すると、
【００８５】
【数１１】
【００８６】ここで、(1) 式より、
【００８７】
【数１２】
【００８８】であるから、
【００８９】
【数１３】
【００９０】となる。
【００９１】(9) 式においてｋ＝２と置き、(11)式、(1
3)式を(9) 式に代入すると、
【００９２】
【数１４】
【００９３】この(14)式を(6) 式に代入して、
【００９４】
【数１５】
【００９５】となる。この(15)式に従って、Ｗ2,i;3,1
(i=1,2,…，ｎ1 ）の各結合の重みが修正される。
【００９６】次に、
【００９７】
【数１６】
【００９８】であるから、この(16)式に(2) 式、(3) 式
を代入して、
【００９９】
【数１７】
【０１００】ここで(12)式より、
【０１０１】
【数１８】
【０１０２】であるから、この(18)式と、(11)式、(13)
式を(17)式に代入して、
【０１０３】
【数１９】
【０１０４】(9) 式においてｋ＝１と置き、(19)式を
(9) 式に代入すると、
【０１０５】
【数２０】
【０１０６】この(20)式を(6) 式に代入すると、ｋ＝１
と置いて、
【０１０７】
【数２１】
【０１０８】となり、(15)式で修正されたＷ2,i;3,1(i=
1,2,…，ｎ1 ）がこの(21)式に代入され、Ｗ1,i;2,j(i=
1,2,…，ｎ1 ；j=1,2,…，ｎ2 ）が修正される。
【０１０９】尚、理論的には(15)式、(21)式を用い、学
習係数ηを十分小さくとって学習回数を十分に多くする
ことにより、各結合の重みＷk,i;k+1,j を所定の値に集
束させ得るが、学習係数ηをあまり小さくすることは学
習の進みを遅くするため現実的ではない。一方学習係数
ηを大きくとると学習が振動してしまう（上記結合の重
みが所定の値に収束しない）ことがある。そこで実際に
は、結合の重みの修正量に次式のような慣性項を加えて
振動を抑え、学習係数ηはある程度大きな値に設定され
る。（例えば、D.E.Rumelhart,G.E.Hinton and R.J.Wil
liams:Learninginternal representations by error pr
opagation In Parallel Distributed Processing,Volum
e 1,J.L.McClelland,D.E.Rumelhart and The PDP Resea
rch Group,MIT Press,1986b」参照）
【０１１０】
【数２２】
【０１１１】ただしΔＷk,i;k+1,j （ｔ）は、ｔ回目の
学習における、修正後の結合重みＷk,i;k+1,j から修正
前の該結合の重みＷk,i;k+1,j を引いた修正量を表わ
す。また、αは、慣性項と呼ばれる係数である。
【０１１２】慣性項α、学習係数ηとしてたとえばα＝
0.9 、η＝0.25を用いて各結合の重みＷk,i;k+1,j の修
正（学習）をたとえば20万回行ない、その後は、各結合
の重みＷk,i;k+1,j は最終の値に固定される。この学習
の終了時には２つの出力Ｙ3,1 ，Ｙ3,2 は本読みの際の
それぞれ感度、ラチチュードを正しく表わす信号とな
る。
【０１１３】そこで学習が終了した後は、今度は先読み
の際のＸ線画像を表わす先読画像信号からそのヒストグ
ラムにおける画像信号Ｓmax1と、先読画像信号の各値と
の差分値が求められ、これが図４に示すニューラルネッ
トワークに入力され、それにより得られた出力Ｙ3,1 ，
Ｙ3,2 がそのＸ線画像に対する本読みの読取条件（感度
とラチチュード）を表わす信号となる。この信号は、上
記のようにして学習を行なった後のものであるため、本
読みの際の読取条件を精度良く表わしている。
【０１１４】なお、上記ニューラルネットワークは３層
構造のものに限られるものではなく、さらに多層にして
もよいことはもちろんである。また各層のユニットの数
も、入力される先読画像信号ＳP の画素の数、必要とす
る読取条件の精度等に応じた任意の数のユニットで各層
を構成し得ることももちろんである。
【０１１５】次に本発明の第１実施例における感度補正
の方法について述べる。本発明の第１実施例において
は、画像信号のゲイン成分を除去してニューラルネット
ワークに入力し、このニューラルネットワークから読取
条件を出力としているため、ニューラルネットワークに
より出力される読取条件（感度Ｓk ′およびラチチュー
ドＧp ′）は、画像信号のゲインレベルとは対応しない
仮の読取条件となっている。ここでラチチュードは前述
したように画像信号に変換される最も微弱な輝尽発光光
に対する最も強大な輝尽発光光の光量比に対応するもの
である。すなわちラチチュードはニューラルネットワー
クに入力される差分値の最大値と最小値との比に対応す
るものであり、ニューラルネットワークからは、この比
がラチチュードとして出力されるため、ラチチュードに
は補正を加える必要はない。一方、ここで出力される感
度Ｓk ′は、画像信号Ｓmax1と先読画像信号ＳP の各値
との差分値で求められているため、以下の式により補正
がなされる。
【０１１６】 感度Ｓk ＝Ｓmax1／64−Ｓk ′ …(23) 式(23)において画像信号Ｓmax1を64で除算しているの
は、画像信号Ｓmax1と感度Ｓk ，Ｓk ′の単位の違いに
よるものである。すなわち、画像信号Ｓmax1の単位はカ
ンタムレベル（ヒストグラムの横軸）であるが、感度Ｓ
k ，Ｓk ′の単位は、照射されるＸ線量の桁数である。
ここでＸ線量の桁数は、本実施例においては、64カンタ
ムレベル毎に１桁繰り上がる（例えば、128 カンタムで
１ｍＲ、192カンタムで10ｍＲ、256 カンタムで100 ｍ
Ｒ）ため、画像信号Ｓmax1と感度Ｓk，Ｓk ′の単位を
補正するために、画像信号Ｓmax1を64で除算しているの
である。
【０１１７】このように感度補正が行なわれ本読みの際
の画像読取条件（感度およびラチチュード）が決定され
る。
【０１１８】上記のようにしてニューラルネットワーク
と感度補正手段とにより求められた読取条件に従って本
読手段100 ′のフォトマルチプライヤ21′に印加する電
圧や増幅器26′の増幅率等が制御され、この制御された
条件に従って本読みが行なわれる。
【０１１９】次いで、本発明の第２実施例について説明
する。
【０１２０】本発明の第２実施例による放射線画像解析
方法は、本発明の第１実施例において、ニューラルネッ
トワークで、放射線画像の分割パターン、照射野、撮影
体位、および／または撮影部位を認識し、ニューラルネ
ットワークからそれぞれの認識結果である特徴量を出力
するものである。
【０１２１】すなわち、本発明の第２実施例による放射
線画像解析方法は、図２に示す本発明の第１実施例によ
るＸ線画像読取装置において、読み取った先読画像信号
ＳP からコンピュータシステム40において先読画像信号
ＳP のヒストグラムが求められ、このヒストグラムの特
徴点が検出され、先読画像信号ＳP 全体に亘って、この
特徴点と先読画像信号ＳP の各値との差分値が求めら
れ、この差分値がニューラルネットワークに入力され
て、放射線画像の分割パターン、照射野、撮影体位、お
よび／または撮影部位が認識され、それぞれの認識結果
である特徴量が出力されるものである。
【０１２２】なお、本発明の第２実施例による放射線画
像解析方法を適用したＸ線画像読取装置は、本発明の第
１実施例によるＸ線画像読取装置と同一であるので、詳
細な説明は、ここでは省略する。
【０１２３】本発明の第２実施例による放射線画像解析
方法においては、前述した本発明の第１実施例における
ニューラルネットワークにおいて、出力を分割パター
ン、撮影体位としたものであり、先読画像信号ＳP に基
づいてニューラルネットワークにより分割パターン、撮
影体位の特徴量が出力される。この分割パターン撮影体
位を正しく表わす信号により、撮影体位に応じた本読み
の際の読取条件が分割パターン内の先読画像信号ＳP に
のみ基づいて決定され、この読取条件に従って本読手段
100 ′のフォトマルチプライヤ21′に印加する電圧や増
幅器26′の増幅率等が制御され、この制御された条件に
従って本読みが行なわれる。
【０１２４】上記第２実施例では、ニューラルネットワ
ークにより、分割パターンおよび撮影体位を求めるもの
について説明したが、照射野あるいは撮影部位について
も同様の方法でニューラルネットワークによる認識がで
きる。これには、２つの出力として、それぞれ照射野と
撮影部位を表わす信号を出力するようにすればよい。照
射野を表わす信号としては、例えば円形の照射野か矩形
の照射野かを表わすだけの信号とすれば、前記２つの出
力の一方を１または０とし、１のときは円形、０のとき
は矩形であるとして、極めて簡単にニューラルネットに
よる認識を可能にすることができる。
【０１２５】また、撮影部位についても、あらかじめ予
想される幾つかの部位を数字で表わすようにすれば、簡
単にニューラルネットによる認識を可能にすることがで
きる。
【０１２６】このようにして照射野と撮影部位の特徴量
が出力されると、この照射野と撮影部位とを正しく表わ
す信号により、撮影部位に応じた本読みの際の読取条件
が照射野内の先読画像信号ＳP にのみ基づいて決定さ
れ、この読取条件に従って本読みがなされる。
【０１２７】上記第１および第２実施例では、先読手段
100 と本読手段100 ′とが別々に構成されているが、前
述したように先読手段100 と本読手段100 ′の構成は略
同一であるため、先読手段100 と本読手段100 ′とを一
体にして兼用してもよい。この場合、先読みを行なった
後、蓄積性蛍光体シート11を一回バックさせ、再度走査
して本読みを行なうようにすればよい。
【０１２８】先読手段と本読手段とを兼用した場合、先
読みの場合と本読みの場合とで光ビームの強度を切替え
る必要があるが、この切替えの方法としては、前述した
ように、レーザー光源からの光強度そのものを切替える
方法等、種々の方法を使用することができる。
【０１２９】また、上記第１実施例では、コンピュータ
システム40で本読みの際の読取条件を求める装置につい
て説明したが、本読みの際は、先読画像信号Ｓp にかか
わらず所定の読取条件で読取ることとし、コンピュータ
システム40では、先読画像信号Ｓp に基づいて、画像信
号ＳQ に画像処理を施す際の画像処理条件を求めるよう
にしてもよく、また、コンピュータシステム40で上記読
取条件と画像処理条件の双方を求めるようにしてもよ
い。
【０１３０】さらに、上記第１実施例は、先読みを行な
う放射線画像読取装置について説明したが、本発明は先
読みを行なわずにいきなり上記本読みに相当する読取り
を行なう放射線画像読取装置にも適用することができ
る。この場合、読取りの際は所定の読取条件で読み取ら
れて画像信号が得られ、この画像信号に基づいて、コン
ピュータシステム40内で画像処理条件が求められ、この
求められた画像処理条件に従って画像信号に画像処理が
施される。
【０１３１】また、上記第２実施例は、先読みを行なう
放射線画像読取装置について説明したが、本発明は先読
みを行なわずいきなり上記本読みに相当する読取りを行
なう放射線画像読取装置にも適用できる。この場合、読
取りの際は所定の読取条件で読み取られて画像信号が得
られ、コンピュータシステム40内では、読み取った画像
信号に基づいて照射野、撮影部位等の特徴量が求めら
れ、撮影部位等に応じた画像処理条件が照射野内の画像
信号にのみ基づいて求められ、この求められた画像処理
条件に従って画像信号に画像処理がなされる。
【０１３２】さらに、上記第１および第２の実施例にお
いてはヒストグラムの特徴点として、ヒストグラムの直
接放射線部に対応する直接Ｘ線部を除いた最大発光量を
示す画像信号の最大値である画像信号Ｓmax1を用いてい
るが、これに限定されるものではなく、図３に示すよう
にヒストグラムの最大値Ｓmax と最小値Ｓmin との平均
値、画像信号Ｓmax1と最小値Ｓmin との平均値等のいか
なる値を用いてもよい。
【０１３３】また、本発明は、蓄積性蛍光体シートを用
いるシステムにのみ用い得るものではなく、従来のＸ線
フイルムを用いる装置等にも用いることができる。
【図面の簡単な説明】
【図１】本発明の第１実施例による放射線画像読取条件
および／または画像処理条件決定方法の基本的概念を表
すブロック図
【図２】本発明を実施するための、コンピュータシステ
ムを内包するＸ線画像読取装置の一例を表す斜視図
【図３】蓄積性蛍光体シートから読み取った先読画像信
号のヒストグラムの例を表すグラフ
【図４】本発明の実施例において使用されるニューラル
ネットワークの一例を表した図
【符号の説明】
11，11′ 蓄積性蛍光体シート 19，19′ 輝尽発光光 21，21′ フォトマルチプライヤ 26，26′ 対数増幅器 27，27′ Ａ／Ｄ変換器 40 コンピュータシステム 70，70′ ヒストグラム 100 ′ 本読手段 ＳP 先読み画像信号

Claims (6)

    (57)【特許請求の範囲】
  1. 【請求項１】 放射線画像が記録された蓄積性蛍光体シ
    ートに励起光を照射し該蓄積性蛍光体シートから発せら
    れた輝尽発光光を読み取って得られた前記放射線画像を
    表わす第一の画像信号に基づいて、前記蓄積性蛍光体シ
    ートに再度励起光を照射し該蓄積性蛍光体シートから発
    せられた輝尽発光光を読み取って前記放射線画像を表わ
    す第二の画像信号を得る際の読取条件および／または得
    られた前記第二の画像信号に画像処理を施す際の画像処
    理条件を求める放射線画像読取条件および／または画像
    処理条件決定方法において、 前記第一の画像信号のヒストグラムを求め、 該ヒストグラム上における前記第一の画像信号の所定の
    特徴点を検出し、 前記第一の画像信号全体に亘って、前記特徴点と前記ヒ
    ストグラムにおける前記第一の画像信号の各値との差分
    値を求め、 該差分値を、該差分値を入力とし、仮の読取条件および
    ／または仮の画像処理条件を出力とするニューラルネッ
    トワークに入力して、前記仮の読取条件および／または
    前記仮の画像処理条件を出力させ、 該ニューラルネットワークから出力された前記仮の読取
    条件および／または前記仮の画像処理条件を、前記特徴
    点の大きさに応じて補正をし、これにより前記第二の画
    像信号を得る際の読取条件および／または得られた前記
    第二の画像信号に画像処理を施す際の画像処理条件を決
    定することを特徴とする放射線画像読取条件および／ま
    たは画像処理条件決定方法。
  2. 【請求項２】 放射線画像が記録された蓄積性蛍光体シ
    ートに励起光を照射し該蓄積性蛍光体シートから発せら
    れた輝尽発光光を読み取って得られた前記放射線画像を
    表わす第一の画像信号に基づいて、前記蓄積性蛍光体シ
    ートに再度励起光を照射し該蓄積性蛍光体シートから発
    せられた輝尽発光光を読み取って前記放射線画像を表わ
    す第二の画像信号を得る際の読取条件および／または得
    られた前記第二の画像信号に画像処理を施す際の画像処
    理条件を求める放射線画像読取条件および／または画像
    処理条件決定装置において、 前記第一の画像信号のヒストグラムを求め、該ヒストグ
    ラム上における前記第一の画像信号の所定の特徴点を検
    出し、前記第一の画像信号全体に亘って、前記特徴点と
    前記ヒストグラムにおける前記第一の画像信号の各値と
    の差分値を求める演算手段と、 該演算手段により求められた差分値を入力とし、該差分
    値に基づいて仮の読取条件および／または仮の画像処理
    条件を出力するニューラルネットワークと、 該ニューラルネットワークより出力された前記仮の読取
    条件および／または前記仮の画像処理条件を、前記特徴
    点の大きさに応じて補正する補正手段とからなることを
    特徴とする放射線画像読取条件および／または画像処理
    条件決定装置。
  3. 【請求項３】 放射線画像を表わす画像信号に基づい
    て、該画像信号に画像処理を施す際の画像処理条件を求
    める放射線画像処理条件決定方法において、 前記画像信号のヒストグラムを求め、 該ヒストグラム上における前記画像信号の所定の特徴点
    を検出し、 前記画像信号全体に亘って、前記特徴点と前記ヒストグ
    ラムにおける前記画像信号の各値との差分値を求め、 該差分値を、該差分値を入力とし、仮の画像処理条件を
    出力とするニューラルネットワークに入力して、前記仮
    の画像処理条件を出力させ、 該ニューラルネットワークから出力された前記仮の画像
    処理条件を、前記特徴点の大きさに応じて補正をし、こ
    れにより前記画像信号に画像処理を施す際の画像処理条
    件を決定することを特徴とする放射線画像処理条件決定
    方法。
  4. 【請求項４】 放射線画像を表わす画像信号に基づい
    て、該画像信号に画像処理を施す際の画像処理条件を求
    める放射線画像処理条件決定装置において、 前記画像信号のヒストグラムを求め、該ヒストグラム上
    における前記画像信号の所定の特徴点を検出し、前記画
    像信号全体に亘って、前記特徴点と前記ヒストグラムに
    おける前記画像信号の各値との差分値を求める演算手段
    と、 該演算手段により求められた差分値を入力とし、該差分
    値に基づいて仮の画像処理条件を出力するニューラルネ
    ットワークと、 該ニューラルネットワークより出力された前記仮の画像
    処理条件を、前記特徴点の大きさに応じて補正する補正
    手段とからなることを特徴とする放射線画像処理条件決
    定装置。
  5. 【請求項５】 被写体の放射線画像の画像信号に基づい
    て、前記放射線画像の分割パターン、照射野、撮影体
    位、および／または撮影部位を認識する放射線画像の解
    析方法において、 前記画像信号のヒストグラムを求め、 該ヒストグラム上における前記画像信号の所定の特徴点
    を検出し、 前記画像信号全体に亘って、前記特徴点と前記ヒストグ
    ラムにおける前記画像信号の各値との差分値を求め、 該差分値を、該差分値を入力とし、前記放射線画像の仮
    の認識結果を出力とするニューラルネットワークに入力
    して、前記仮の認識結果を出力させ、 該ニューラルネットワークから出力された前記仮の認識
    結果を、前記特徴点の大きさに応じて補正をし、これに
    より最終的な認識結果を決定することを特徴とする放射
    線画像解析方法。
  6. 【請求項６】 被写体の放射線画像の画像信号に基づい
    て、前記放射線画像の分割パターン、照射野、撮影体
    位、および／または撮影部位を認識する放射線画像の解
    析装置において、 前記画像信号のヒストグラムを求め、該ヒストグラム上
    における画像信号全体に亘って、前記特徴点と前記ヒス
    トグラムにおける前記画像信号の各値との差分値を求め
    る演算手段と、 該演算手段により求められた差分値を入力とし、該差分
    値に基づいて仮の認識結果を出力するニューラルネット
    ワークと、 該ニューラルネットワークより出力された前記仮の認識
    結果を、前記特徴点の大きさに応じて補正する補正手段
    とからなることを特徴とする放射線画像解析装置。
JP3345172A 1991-12-26 1991-12-26 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置 Expired - Fee Related JP2676009B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP3345172A JP2676009B2 (ja) 1991-12-26 1991-12-26 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置
US07/997,566 US5502775A (en) 1991-12-26 1992-12-28 Method and apparatus for adjusting read-out and processing conditions for radiation images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP3345172A JP2676009B2 (ja) 1991-12-26 1991-12-26 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置

Publications (2)

Publication Number Publication Date
JPH05168615A JPH05168615A (ja) 1993-07-02
JP2676009B2 true JP2676009B2 (ja) 1997-11-12

Family

ID=18374780

Family Applications (1)

Application Number Title Priority Date Filing Date
JP3345172A Expired - Fee Related JP2676009B2 (ja) 1991-12-26 1991-12-26 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置

Country Status (2)

Country Link
US (1) US5502775A (ja)
JP (1) JP2676009B2 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0726542B1 (en) * 1990-04-18 1999-09-15 Fuji Photo Film Co., Ltd. Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus
US5828775A (en) * 1990-04-18 1998-10-27 Fuji Photo Film Co., Ltd. Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images , radiation image read-out apparatus, and radiation image analyzing method and apparatus
US6141033A (en) 1997-05-15 2000-10-31 Cognex Corporation Bandwidth reduction of multichannel images for machine vision
DE19720468A1 (de) * 1997-05-15 1998-11-19 Siemens Ag Verfahren für ein neuronales Netzwerk zur Darstellung von Abbildungsfunktionen
US6157751A (en) * 1997-12-30 2000-12-05 Cognex Corporation Method and apparatus for interleaving a parallel image processing memory
US6307588B1 (en) 1997-12-30 2001-10-23 Cognex Corporation Method and apparatus for address expansion in a parallel image processing memory
US5982395A (en) * 1997-12-31 1999-11-09 Cognex Corporation Method and apparatus for parallel addressing of an image processing memory
JP3647651B2 (ja) * 1998-08-20 2005-05-18 富士通株式会社 光磁気記憶装置の調整方法及び光磁気記憶装置
JP2001243464A (ja) 2000-02-29 2001-09-07 Canon Inc 画像処理装置、画像処理システム、画像処理方法、及び記憶媒体
JP2002008009A (ja) * 2000-06-27 2002-01-11 Fuji Photo Film Co Ltd 画像処理条件決定方法および装置
JP2003190125A (ja) * 2001-12-27 2003-07-08 Konica Corp 画像処理装置、画像処理方法、プログラム、及び記憶媒体
JP5022979B2 (ja) * 2007-07-12 2012-09-12 株式会社リコー 画像処理装置、画像処理方法およびプログラム
JP2009285145A (ja) * 2008-05-29 2009-12-10 Fujifilm Corp 放射線画像補正装置および方法ならびにプログラム

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5512429A (en) * 1978-07-12 1980-01-29 Fuji Photo Film Co Ltd Radioactive image reader
US4315318A (en) * 1978-12-26 1982-02-09 Fuji Photo Film Co., Ltd. Method and apparatus for processing a radiation image
JPS55116340A (en) * 1979-02-28 1980-09-06 Fuji Photo Film Co Ltd Method and device for processing gradation of radiation picture
JPS5611395A (en) * 1979-07-11 1981-02-04 Fuji Photo Film Co Ltd Radiation image writeereading device
JPS56104645A (en) * 1979-12-25 1981-08-20 Fuji Photo Film Co Ltd Radiation picture treating method and its device
JPS60156055A (ja) * 1984-01-26 1985-08-16 Fuji Photo Film Co Ltd 放射線画像情報読取条件決定方法
JPH0638150B2 (ja) * 1984-03-05 1994-05-18 富士写真フイルム株式会社 放射線画像情報読取条件決定方法
JPS615193A (ja) * 1984-06-16 1986-01-10 星野　謙三 破砕法
US4851678A (en) * 1984-07-31 1989-07-25 Fuji Photo Film Co., Ltd. Method of adjusting radiation image read-out conditions
US4950894A (en) * 1985-01-25 1990-08-21 Fuji Photo Film Co., Ltd. Radiation image read-out method
JPS61280163A (ja) * 1985-06-05 1986-12-10 Fuji Photo Film Co Ltd 放射線画像情報読取条件決定方法
JPH0671300B2 (ja) * 1987-03-20 1994-09-07 富士写真フイルム株式会社 放射線画像情報の読取処理条件決定装置
US4814619A (en) * 1987-03-20 1989-03-21 Fuji Photo Film Co., Ltd. Stacker for stimulable phosphor sheets
JP2596744B2 (ja) * 1987-04-16 1997-04-02 富士写真フイルム株式会社 放射線照射野認識方法
JPH0721621B2 (ja) * 1987-04-16 1995-03-08 富士写真フイルム株式会社 放射線画像の分割パタ−ン認識方法
US4903310A (en) * 1987-04-20 1990-02-20 Fuji Photo Film Co. Ltd. Method of automatically determining imaged body posture in medical image display
US4962539A (en) * 1988-02-18 1990-10-09 Fuji Photo Film Co., Ltd. Method of recognizing layout and subdivision patterns of radiation images
JP2631741B2 (ja) * 1989-04-07 1997-07-16 富士写真フイルム株式会社 放射線画像の分割パターン認識方法
US5028784A (en) * 1989-04-11 1991-07-02 Fuji Photo Film Co., Ltd. Method for generating radiation image signals, image processing method, and radiation image read-out apparatus
JP2582640B2 (ja) * 1989-04-14 1997-02-19 富士写真フイルム株式会社 放射線画像の分割パターン認識方法
JPH02272530A (ja) * 1989-04-14 1990-11-07 Fuji Photo Film Co Ltd 放射線画像の分割パターン認識方法
JPH02275429A (ja) * 1989-04-17 1990-11-09 Fuji Photo Film Co Ltd 放射線画像の分割パターン認識方法
JPH02275432A (ja) * 1989-04-18 1990-11-09 Fuji Photo Film Co Ltd 放射線画像配置パターン認識方法
JPH02275435A (ja) * 1989-04-18 1990-11-09 Fuji Photo Film Co Ltd 放射線画像の分割パターン認識方法
JPH02296235A (ja) * 1989-05-10 1990-12-06 Fuji Photo Film Co Ltd 放射線画像の分割パターン認識方法
US5157733A (en) * 1990-06-08 1992-10-20 Fuji Photo Film Co., Ltd. Radiation image processing apparatus, determination apparatus, and radiation image read-out apparatus
JP2694580B2 (ja) * 1991-03-07 1997-12-24 富士写真フイルム株式会社 被写体像内画像点決定方法

Also Published As

Publication number Publication date
US5502775A (en) 1996-03-26
JPH05168615A (ja) 1993-07-02

Similar Documents

Publication Publication Date Title
US5067163A (en) Method for determining a desired image signal range from an image having a single background
JP2676009B2 (ja) 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置
JPH06304159A (ja) 画像の撮影体位認識方法
JPS63183435A (ja) 画像処理条件決定方法
EP0340553B1 (en) Method for determining an image point in an object image
JP2694580B2 (ja) 被写体像内画像点決定方法
JP2727257B2 (ja) ニューラルネットワークを用いた放射線画像処理方法
JP2739386B2 (ja) 放射線画像読取条件及び／又は画像処理条件決定方法および装置
JP2932020B2 (ja) マーゲン画像読取条件および／または画像処理条件決定方法
JP2739385B2 (ja) 放射線画像読取条件及び／又は画像処理条件決定方法および装置
JPH0298793A (ja) 放射線画像分割パターン認識正誤判定方法
JPH04261649A (ja) 放射線画像解析方法および装置
JP3013095B2 (ja) 放射線画像読取条件及び／又は画像処理条件決定方法
JP2852818B2 (ja) 放射線照射野認識方法
JP2727258B2 (ja) 放射線画像読取条件及び／又は画像処理条件決定方法および装置
JP2678815B2 (ja) 放射線画像読取装置
JP2764492B2 (ja) 放射線画像の撮影方向認識方法
JP2952422B2 (ja) 放射線画像解析装置
JPH06102599A (ja) 放射線画像読取条件および／または画像処理条件決定方法および装置
JP3165530B2 (ja) 放射線画像読取条件決定方法および装置
JP2824873B2 (ja) 被写体像内画像点決定方法
JP2981677B2 (ja) ニューラルネットワーク学習方法
JP2896799B2 (ja) 放射線画像読取条件及び／又は画像処理条件決定装置
JPH04317047A (ja) 放射線画像読取条件及び／又は画像処理条件決定方法および装置
JP2903270B2 (ja) 被写体像内画像点決定方法

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 19970311

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080725

Year of fee payment: 11

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080725

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090725

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090725

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100725

Year of fee payment: 13

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110725

Year of fee payment: 14

LAPS Cancellation because of no payment of annual fees