JP2678815B2 - Radiation image reader - Google Patents
Radiation image readerInfo
- Publication number
- JP2678815B2 JP2678815B2 JP2244193A JP24419390A JP2678815B2 JP 2678815 B2 JP2678815 B2 JP 2678815B2 JP 2244193 A JP2244193 A JP 2244193A JP 24419390 A JP24419390 A JP 24419390A JP 2678815 B2 JP2678815 B2 JP 2678815B2
- Authority
- JP
- Japan
- Prior art keywords
- reading
- image
- image signal
- sensitivity
- latitude
- 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
Links
- 230000005855 radiation Effects 0.000 title claims description 38
- 230000035945 sensitivity Effects 0.000 claims description 48
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 44
- 238000013528 artificial neural network Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000005284 excitation Effects 0.000 claims description 11
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 230000013016 learning Effects 0.000 description 25
- 238000003384 imaging method Methods 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 15
- 238000000034 method Methods 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000005260 alpha ray Effects 0.000 description 1
- 230000005250 beta ray Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- -1 silver halide Chemical class 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 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)
- Image Analysis (AREA)
- Radiography Using Non-Light Waves (AREA)
Description
【発明の詳細な説明】 (産業上の利用分野) 本発明は、被写体の放射線画像情報が記録された蓄積
性蛍光体シート等の記録シートから放射線画像を読み取
って画像信号を得る放射線画像読取装置に関するもので
ある。The present invention relates to a radiation image reading apparatus for reading a radiation image from a recording sheet such as a stimulable phosphor sheet on which radiation image information of a subject is recorded to obtain an image signal. It is about.
(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、ラチチュード,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)。2. Description of the Related Art In various fields, reading a recorded radiation image to obtain an image signal, performing appropriate image processing on the image signal, and reproducing and recording the image have been performed in various fields. For example,
An X-ray image is recorded using an X-ray film having a low gamma value designed so as to be compatible with the subsequent image processing, and the X-ray image is read from the film on which the X-ray image is recorded and converted into an electric signal. By subjecting this electric signal (image signal) to image processing and then reproducing it as a visible image on a copy photograph or the like, a reproduced image with good image quality performance such as latitude, sharpness, and graininess can be obtained. There is
61-5193).
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)を照射するところの放射線エ
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
す沈積性蛍光体(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55−1242
9号,同56−11395号,同55−163472号,同56−104645
号,同55−116340号等)。In addition, the applicant (X-ray, α-ray, β-ray,
A part of the radiation energy when irradiated with γ-rays, electron beams, ultraviolet rays, etc. is accumulated, and when it is irradiated with excitation light such as visible light after that, a stimulable phosphor that exhibits stimulated emission according to the accumulated energy ( The stimulable phosphor is used to temporarily record the radiation image information of a subject such as a human body into a sheet-shaped stimulable phosphor, and the stimulable phosphor sheet is scanned with excitation light such as a laser beam to emit a luminescent material. Generates exhausted light, photoelectrically reads the obtained stimulated emission light to obtain an image signal, and based on this image data the radiation image of the subject as a visible image on a recording material such as a photographic photosensitive material or a CRT. A radiation image recording / reproducing system for outputting has already been proposed (Japanese Patent Laid-Open No. 55-1242).
No. 9, 56-11395, 55-163472, 56-104645
No. 55-116340, etc.).
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。This system has the practical advantage of being able to record images over a very large radiation exposure area compared to conventional radiographic systems using silver halide photography. That is, in the case of the stimulable phosphor, it has been recognized that the amount of emitted light that is stimulated by excitation after accumulation is proportional to the radiation exposure amount over an extremely wide range. Even if fluctuates considerably, the amount of the stimulating light emitted from the stimulable phosphor sheet is read by the photoelectric conversion means with the reading gain set to an appropriate value and converted into an electric signal. By outputting a radiation image as a visible image on a recording material such as a photographic light-sensitive material or a display device such as a CRT using, a radiation image which is not affected by a change in radiation exposure can be obtained.
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がある。In the above system, the stimulable phosphor sheet is scanned with a low-level light beam in advance before the image signal is obtained by reading under the optimum reading condition according to the dose of the radiation applied to the stimulable phosphor sheet. Pre-reading is performed to read the outline of the radiation image recorded on this sheet, the pre-reading image signal obtained by this pre-reading is analyzed, and then the sheet is irradiated with a high-level light beam and scanned, and this radiation image is read. There is a system configured to perform a main reading in which an image signal is obtained by reading under optimum reading conditions.
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、ラチチュードGpと感度Skとに分
けることができる。ラチチュードGpは画像信号に正しく
変換される最も微弱な輝尽発光光に対する、画像信号に
正しく変換され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は所定の光量の輝尽発光をどの
レベルの画像信号とするかという光電変換率に対応する
ものである。Here, the reading condition is a general term for various conditions that affect the relationship between the amount of stimulated emission light in reading and the output of the reading device, and can be divided into latitude Gp and sensitivity Sk. The latitude Gp corresponds to the light intensity ratio of the strongest stimulated emission light that is correctly converted to an image signal to the weakest stimulated emission light that is correctly converted to an image signal, and the sensitivity Sk is the sensitivity of a predetermined light amount. This corresponds to the photoelectric conversion rate at which level the stimulated emission is used as the image signal.
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。Further, the high level / low level of the light beam means that the energy of the light beam applied per unit area of the sheet is large / small or the energy of the stimulated emission light emitted from the sheet is the light beam. (Having a wavelength sensitivity distribution) means the magnitude of the weighted energy after weighting the energy of the light beam irradiated per unit area of the sheet by the wavelength sensitivity. Methods for changing the beam level include using a light beam of a different wavelength, changing the intensity of the light beam emitted from a laser light source, etc., and inserting or removing an ND filter or the like in the optical path of the light beam. How to change the beam intensity, how to change the scanning density by changing the beam diameter of the light beam, how to change the scanning speed, etc.
Various known methods can be used.
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は、やはりラチチュードGpと感
度Skにと分けることができ、ここにおけるラチチュード
Gpは画像処理を施す前の画像信号のうち何桁分を画像処
理後の画像信号の全桁(例えば4桁)とするかという画
像信号のスパンの変換倍率に対応し、感度Skは画像処理
を施す前の所定の値を有する画像信号をどの値を有する
画像信号に変換するかという信号の値のシフト量に対応
する。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。In addition, regardless of whether the system performs the pre-reading or the system which does not perform the pre-reading, the obtained image signal (including the pre-reading image signal) is analyzed, and an optimum image processing condition when performing image processing on the image signal is determined. Some systems let you decide. Here, the image processing conditions can be divided into latitude Gp and sensitivity Sk.
Gp corresponds to the conversion ratio of the span of the image signal, which is how many digits of the image signal before the image processing is to be all the digits (for example, 4 digits) of the image signal after the image processing, and the sensitivity Sk is the sensitivity of the image processing. It corresponds to the shift amount of the value of the signal indicating which value the image signal having the predetermined value before applying is converted into. The method for determining the optimum image processing conditions based on this image signal is not limited to a system using a stimulable phosphor sheet, and obtains an image signal from a radiation image recorded on a recording sheet such as a conventional X-ray film. It is also applied to the system.
上記画像信号(先読画像信号を含む)に基づいて読取
条件及び/又は画像処理条件を求める演算(以下、EDR
と呼ぶ。)は、被写体の撮影部位(被写体が人体の場合
の頭部,胸部,腹部等)、撮影方法(通常撮影,造影撮
影,拡大撮影等)等の撮影条件毎に分類された多数の放
射線画像のそれぞれから得られた多数の画像信号を統計
的に処理した結果から、各撮影条件毎にそのアルゴリズ
ムが定められ、自動的にEDRを行なうことが広く行なわ
れている。このアルゴリズムは、通常、画像信号のヒス
トグラムを求めてこのヒストグラムをどのように分析す
るかという観点から定められている。A calculation for obtaining the reading condition and / or the image processing condition based on the image signal (including the preread image signal) (hereinafter, EDR
Call. ) Indicates the number of radiographic images classified according to imaging conditions such as the imaging region of the subject (head, chest, abdomen, etc. when the subject is a human body) and imaging method (normal imaging, contrast imaging, enlarged imaging, etc.). From the result of statistically processing a large number of image signals obtained from each of them, an algorithm is determined for each photographing condition, and EDR is automatically performed widely. This algorithm is usually defined in terms of how to obtain a histogram of the image signal and analyze this histogram.
(発明が解決しようとする課題) ところが被写体の撮影部位、撮影方法が互いに同一で
あり、そのヒストグラムの形状も非常に近似したもので
あり、かつその放射線画像中観察の対象とする関心領域
も同一であっても、互いに異なる読取条件を求める必要
が生じる場合があり、この場合従来定められていたアル
ゴリズムでは対処することができないという問題点があ
る。例えば人体の肩を中心とした通常のX線撮影により
得られたX線画像において、撮影時の被写体の微妙なず
れによりX線画像内に椎体が入ったり入らなかったり、
もしくは肺野部の面積が多少広かったり狭かったりする
場合がある。この場合、推体の有無、肺野部の面積が多
少広かったり狭かったりする場合がある。この場合、椎
体の有無、肺野部の広狭に拘らず、そのX線画像を読み
取って得た画像信号のヒストグラムはほぼ同一形状とな
る。しかしながら、そのX線画像に椎体が撮影されたい
なかったり肺野部が狭く撮影されていた場合は、ヒスト
グラム上の値のより小さい画像信号に対応する読取条件
等を求める必要があり、そのX線画像に椎体が撮影され
ていたり肺野部が広く撮影されていた場合は、ヒストグ
ラム上の値のより大きい画像信号に対応する読取条件等
を求める必要がある。(Problems to be Solved by the Invention) However, the imaging region of the subject and the imaging method are the same, the shape of the histogram is also very similar, and the region of interest to be observed in the radiographic image is also the same. However, there are cases in which it is necessary to obtain different reading conditions, and in this case, there is a problem that it is not possible to deal with the algorithm that has been conventionally determined. For example, in an X-ray image obtained by normal X-ray imaging centering on the shoulder of the human body, a vertebral body may or may not be included in the X-ray image due to a slight shift of the subject at the time of imaging.
Alternatively, the area of the lung field may be slightly larger or smaller. In this case, the presence or absence of the thruster and the area of the lung field may be slightly wide or narrow. In this case, the histogram of the image signal obtained by reading the X-ray image has substantially the same shape regardless of the presence or absence of the vertebral body and the size of the lung field. However, when the vertebral body is not desired to be imaged in the X-ray image or the lung field is narrowly imaged, it is necessary to obtain the reading condition or the like corresponding to the image signal having a smaller value on the histogram. When the vertebral body is imaged in the line image or the lung field is widely imaged, it is necessary to obtain the reading condition or the like corresponding to the image signal having a larger value on the histogram.
従来のアルゴリズムではこのような区別は不可能であ
ったため、例えば椎体や肺野部の有無、広狭に拘らずあ
る程度適切な読取条件等となるようにラチチュードGpの
広い読取条件が設定されていた。この場合、1画素あた
り所定のビット数で構成された信号ラチチュードGpの広
い画像を表現する必要が生じるため、画像の濃度分解能
が低下してしまい、またこの画像信号に基づいて可視画
像を再生出力した際、観察に必要な領域が該可視画像上
で適性な濃度(CRTディスプレイ等に可視画像を再生表
示した場合の輝度を含む)とならず、白っぽくなってし
まったり黒っぽくなってしまう場合があるという問題が
あった。Since such a distinction cannot be made by the conventional algorithm, for example, a wide reading condition of latitude Gp is set so as to have a proper reading condition to some extent regardless of the presence or absence of the vertebral body or the lung field and whether it is wide or narrow. . In this case, it becomes necessary to represent an image having a wide signal latitude Gp composed of a predetermined number of bits per pixel, so the density resolution of the image decreases, and a visible image is reproduced and output based on this image signal. When this is done, the area required for observation does not have an appropriate density (including the brightness when a visible image is reproduced and displayed on a CRT display or the like) on the visible image, and it may become whitish or blackish. There was a problem.
本発明は、上記事情に鑑み、撮影部位、撮影方法が同
一であってそのヒストグラムが近似していても適切な読
取条件等を求めることのできる放射線画像読取装置を提
供することを目的とするものである。In view of the above circumstances, it is an object of the present invention to provide a radiographic image reading apparatus that can obtain appropriate reading conditions and the like even if the imaging region and the imaging method are the same and the histograms are similar. Is.
(課題を解決するための手段) 上記目的を解決する本発明の第一の放射線画像読取装
置は、蓄積性蛍光体シートを用い、先読みを行なう放射
線画像読取装置に関するものである。即ち本発明の第一
の放射線画像読取装置は、 放射線画像が記録された蓄積性蛍光体シートに励起光
を照射しこの励起光の照射により前記蓄積性蛍光体シー
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
像を表わす先読画像信号を得る先読手段、 前記蓄積性蛍光体シートに再度励起光を照射しこの励
起光の照射により前記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本読
画像信号を得る本読手段、 前記先読画像信号のヒストグラムを求め該ヒストグラ
ムに基づいて前記本読画像信号を得る際の読取条件及び
/又は得られた前記本読画像信号に画像処理を施す際の
画像処理条件のうちラチチュードを求めるラチチュード
演算手段、および 前記先読画像信号を入力とし、前記読取条件及び/又
は前記画像処理条件のうち感度を出力とするニューラル
ネットワークからなる感度演算手段を備えたことを特徴
とするものである。(Means for Solving the Problems) A first radiographic image reading apparatus of the present invention for solving the above-mentioned object relates to a radiographic image reading apparatus that performs prefetching using a stimulable phosphor sheet. That is, the first radiographic image reading device of the present invention, the stimulable phosphor sheet on which the radiographic image is recorded is irradiated with excitation light, and the stimulated emission light emitted from the stimulable phosphor sheet by the irradiation of the excitation light. Pre-reading means for obtaining a pre-reading image signal representing the radiation image by irradiating the stimulable phosphor sheet again with excitation light, and the stimulated emission emitted from the stimulable phosphor sheet by the irradiation of the excitation light. Main reading means for reading light to obtain a main reading image signal representing the radiation image, reading conditions for obtaining the main reading image signal based on the histogram obtained by obtaining a histogram of the preread image signal, and / or obtained Latitude calculation means for obtaining a latitude among image processing conditions when performing image processing on the main reading image signal, and the preread image signal as input, and the reading condition and / or the previous It is characterized in that it is provided with a sensitivity calculation means composed of a neural network which outputs the sensitivity among the image processing conditions.
また本発明の第二の放射線画像読取装置は、蓄積性蛍
光体シートに限られるものではなく、また先読みを行な
わない放射線画像読取装置に関するものである。すなわ
ち本発明の第二の放射線画像読取装置は、 放射線画像が記録された記録シートから前記放射線画
像を読み取って該放射線画像を表わす画像信号を得る読
取手段、 前記画像信号のヒストグラムを求め該ヒストグラムに
基づいて前記画像信号に画像処理を施す際の画像処理条
件のうちラチチュードを求めるラチチュード演算手段、
および 前記画像信号を入力とし、前記画像処理条件のうち感
度を出力とするニューラルネットワークからなる感度演
算手段を備えたことを特徴とするものである。The second radiation image reading device of the present invention is not limited to the stimulable phosphor sheet, and also relates to a radiation image reading device that does not perform pre-reading. That is, the second radiographic image reading device of the present invention is a reading unit that reads the radiographic image from a recording sheet on which a radiographic image is recorded to obtain an image signal representing the radiographic image, obtains a histogram of the image signal, and displays the histogram in the histogram. A latitude calculation means for obtaining a latitude among image processing conditions when performing image processing on the image signal based on the
And a sensitivity calculation unit including a neural network that receives the image signal as an input and outputs the sensitivity among the image processing conditions.
(作用) 撮影部位、撮影方法が同一であり観察しようとする関
心領域が同じ場合は、撮影に際し被写体の位置ずれがあ
ってもラチチュードGpは互いに同一となり感度Skのみが
異なる。(Operation) When the imaged region and the imaged method are the same and the region of interest to be observed is the same, the latitudes Gp are the same and only the sensitivities Sk are different even if the position of the subject shifts during imaging.
そこで本発明ではラチチュードGpについては画像信号
(先読画像信号を含む)のヒストグラムを求めてこのヒ
ストグラムに基づいて求めることとし、感度Skについて
はニューラルネットワークを用いて放射線画像から直接
に求めることとしたものである。Therefore, in the present invention, the latitude Gp is obtained by obtaining the histogram of the image signal (including the preread image signal), and the sensitivity Sk is obtained directly from the radiation image using the neural network. It is a thing.
ここでニューラルネットワークとは、所定の情報を入
力して何らかの認識を行なわせその認識結果を出力する
認識方法として用いることのできる、これまでの方法と
は全く異なる概念を備えた方法であり、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
という誤差逆伝播学習(バックプロパゲーション)機能
を備えたものである。このニューラルネットワークに繰
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
(例えば、「D.E.Rumelhart,G.E.Hinton and R.J.Willi
ams:Learning representations by back−propagating
errors,Nature,323−9,533−356,1986a」,「麻生英
樹:バックプロパゲーションComputrol No.24 53−6
0」,「合原一幸著 ニューラルコンピュータ東京電機
大学出版局」参照)。Here, the neural network is a method having a completely different concept from the conventional methods, which can be used as a recognition method for inputting predetermined information, performing some recognition, and outputting the recognition result. By inputting information (teacher signal) indicating whether the output signal output when the input signal is given is a correct signal or an incorrect signal, the weight of the connection between the units inside the neural network (synapse connection) The error backpropagation learning (backpropagation) function of correcting (weight of) is provided. By repeatedly'learning 'this neural network, the probability of outputting a correct answer when a new signal is input can be increased (for example, “DERumelhart, GE Hinton and RJWilli
ams: Learning representations by back-propagating
errors, Nature, 323-9, 533-356, 1986a "," Hideki Aso: Back Propagation Computrol No.24 53-6
0 "," Kazuyuki Aihara Neural Computer Tokyo Denki University Press ").
そこで上記画像信号(先読画像信号を含む)を入力し
たとき正しい感度Skを出力するようにニューラルネット
ワークに‘学習’を行なわせることにより、撮影時の被
写体の位置ずれ等があるとこの位置ずれ等を認識して正
しい感度Skが求められる。Therefore, by letting the neural network perform'learning 'so that the correct sensitivity Sk is output when the above image signals (including the pre-read image signal) are input, if there is a position shift of the subject during shooting, this position shift will occur. The correct sensitivity Sk is obtained by recognizing the above.
このようにラチチュードGpは従来のヒストグラム解析
により求め、感度Skはニューラルネットワークを用いて
求めるようにしたため、撮影時の被写体の位置ずれ等が
あり、従来のヒストグラム解析のみでは求めることがで
きなかった正しい読取条件等が求められる。In this way, the latitude Gp is obtained by the conventional histogram analysis, and the sensitivity Sk is obtained by using the neural network.Therefore, there is a position shift of the subject at the time of shooting, and it is not possible to obtain it by the conventional histogram analysis alone. Reading conditions are required.
ここで、感度SkのみでなくラチチュードGpもニューラ
ルネットワークを用いて求めるようにニューラルネット
ワークを構成することもできる。Here, the neural network can be configured so that not only the sensitivity Sk but also the latitude Gp is obtained by using the neural network.
しかし感度SkとラチチュードGpとの両者を求めるよう
にニューラルネットワークを構成すると、そのニューラ
ルネットワークが非常に複雑となり、このニューラルネ
ットワークを構成する各ユニット間の結合の重みを記憶
しておく記憶装置として厖大な記憶容量を備えたものを
用意する必要があり、また非常に厖大な回数の‘学習’
を行なわせる必要があり、さらに画像信号(先読画像信
号を含む)を入力してから感度Sk、ラチチュードGpを求
めるまでに長時間を要する結果となる。本発明のニュー
ラルネットワークを用いて感度Sk、ラチチュードGpの両
者を求める構成と比べ、ヒストグラム解析とニューラル
ネットワークとの双方を用いてもなお全体として構成が
簡単化され、より少ない記憶容量をもった記憶媒体を用
意すればよく、また感度Sk、ラチチュードGpを短時間に
求めることができ、またニューラルネットワークの学習
回数も少なくて済むという長所を有する。However, if a neural network is constructed so as to obtain both the sensitivity Sk and the latitude Gp, the neural network becomes very complicated, and it is a huge storage device for storing the weight of the coupling between the units constituting this neural network. It is necessary to prepare one with a sufficient memory capacity, and a very enormous number of times of'learning '.
Therefore, it takes a long time to obtain the sensitivity Sk and the latitude Gp after the image signal (including the preread image signal) is input. Compared with the configuration of obtaining both the sensitivity Sk and the latitude Gp using the neural network of the present invention, the configuration is simplified as a whole by using both the histogram analysis and the neural network, and the memory having a smaller storage capacity is obtained. It has an advantage that a medium can be prepared, the sensitivity Sk and the latitude Gp can be obtained in a short time, and the number of learnings of the neural network can be small.
(実 施 例) 以下、本発明の実施例について説明する。尚、ここで
は前述した蓄積性蛍光体シートを用いる例について説明
する。(Examples) Hereinafter, examples of the present invention will be described. Here, an example in which the above-described stimulable phosphor sheet is used will be described.
第1図は、X線撮影装置の一例の概略図である。 FIG. 1 is a schematic diagram of an example of an X-ray imaging apparatus.
このX線撮影装置1のX線源2からX線3が人体4に
向けて照射され、人体4を透過したX線3aが蓄積性蛍光
体シート11に照射されることにより、人体の透過X線画
像が蓄積性蛍光体シート11に蓄積記録される。The X-ray source 2 of the X-ray imaging apparatus 1 irradiates the human body 4 with X-rays 3, and the X-rays 3a that have passed through the human body 4 are radiated to the stimulable phosphor sheet 11 to transmit X-rays of the human body. A line image is accumulated and recorded on the stimulable phosphor sheet 11.
第2A図,第2B図は、蓄積性蛍光体シート上に蓄積記録
されたX線画像の例を模式的に表わした図である。2A and 2B are diagrams schematically showing an example of an X-ray image accumulated and recorded on the stimulable phosphor sheet.
第2A図,第2B図はいずれも右肩のX線画像を表わして
いるが、第2A図では椎体5が撮影されており、また肺野
部6も広く撮影されている。一方、第2B図では椎体が撮
影されておらず、また肺野部6も狭い面積しか撮影され
ていないという相違がある。またここでは右肩のX線画
像のみを表わしているが、これは一例にすぎず、頭部、
胸部、腹部等種々の部位の撮影が行なわれる。2A and 2B both show X-ray images of the right shoulder, the vertebral body 5 is photographed in FIG. 2A, and the lung field 6 is also widely photographed. On the other hand, in FIG. 2B, the vertebral body is not imaged, and the lung field 6 is also imaged only in a small area. Although only the X-ray image of the right shoulder is shown here, this is only an example, and the head,
Images of various parts such as the chest and abdomen are taken.
第3図は、本発明の放射線画像読取装置の一実施例で
あるX線画像読取装置の一例を示した斜視図である。こ
の装置は前述した蓄積性蛍光体シートを用い、先読みの
行なう装置である。FIG. 3 is a perspective view showing an example of an X-ray image reading apparatus which is an embodiment of the radiation image reading apparatus of the present invention. This device is a device for performing pre-reading using the above-mentioned stimulable phosphor sheet.
第1図に示すX線撮影装置1において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蓄積性蛍光体シート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。蓄積性蛍光体シート11の、この光ビ
ーム15が照射された箇所からは、蓄積記録されているX
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(光電子像倍管)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電性材料を
成形して作られたものであり、直線状をなす入射端面20
a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射出端面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1
9は、該光ガイド20の内部を全反射を繰り返して進み、
射出端面20bから射出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。The stimulable phosphor sheet 11 on which an X-ray image is recorded in the X-ray imaging apparatus 1 shown in FIG. 1 is first scanned with a weak light beam and a part of the radiation energy accumulated in the stimulable phosphor sheet 11 is scanned. It is set at a predetermined position of the pre-reading means 100 for emitting only the pre-reading. The stimulable phosphor sheet 11 set at this predetermined position is transferred by a sheet conveying means 13 such as an endless belt driven by a motor 12,
It is transported (sub-scanning) in the direction of arrow Y. On the other hand, a weak light beam 15 emitted from the laser light source 14 is reflected and deflected by a rotating polygon mirror 16 driven by a motor 23 and rotating at a high speed in the direction of an arrow, passes through a focusing lens 17 such as an fθ lens, and then an optical path by a mirror 18. Changeable storage phosphor sheet 11
And an arrow X substantially perpendicular to the sub-scanning direction (arrow Y direction)
Main scan in the direction. From the portion of the stimulable phosphor sheet 11 where the light beam 15 is irradiated, accumulated and recorded X is recorded.
A quantity of stimulated emission light 19 corresponding to the line image information is diverged, and this stimulated emission light 19 is guided by a light guide 20 and photoelectrically detected by a photomultiplier (photoelectron image multiplier) 21. The light guide 20 is formed by molding a conductive material such as an acrylic plate, and has a linear incident end face 20.
a is arranged so as to extend along the main scanning line on the stimulable phosphor sheet 11, and the light receiving surface of the photomultiplier 21 is coupled to the emission end surface 20b formed in an annular shape. Photostimulated luminescent light 1 that has entered the light guide 20 from the incident end face 20a.
9 proceeds by repeating total reflection inside the light guide 20,
The photomultiplier 21 emits the light from the emission end face 20b and receives the photostimulated luminescence light 19 representing the radiation image, and the photomultiplier 21 converts the amount of the stimulated emission light 19 into an electric signal.
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2
7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、蓄積性蛍光体シート
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
較している。The analog output signal S output from the photomultiplier 21 is logarithmically amplified by a logarithmic amplifier 26, and the A / D converter 2
Digitization is performed in step 7 to obtain a pre-read image signal Sp. The signal level of this pre-read image signal Sp is a stimulable phosphor sheet.
It is compared with the logarithm of the amount of stimulated emission light emitted from each of the 11 pixels.
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。In the pre-reading, the reading conditions, that is, the voltage value applied to the photomultiplier 21 and the amplification factor of the logarithmic amplifier 26 are determined so that the radiation energy accumulated in the stimulable phosphor sheet 11 can be read over a wide region. Has been.
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
にいうラチチュード演算手段および感度演算手段の各一
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。The read-ahead image signal Sp obtained is stored in the computer system 40.
Is input to This computer system 40 includes an example of each of the latitude calculating means and the sensitivity calculating means according to the present invention, and is a main body portion 41 in which a CPU and an internal memory are incorporated, and a floppy disk is inserted and driven as an auxiliary memory. A drive unit 42, a keyboard 43 for an operator to input necessary instructions and the like to the computer system 40, and a CRT display 44 for displaying necessary information.
第4図は、コンピュータシステム40内で行なわれる読
取条件の求め方を図示したブロック図である。FIG. 4 is a block diagram illustrating how to determine the reading conditions performed in the computer system 40.
コンピュータシステム40内に先読画像信号Spが入力さ
れると、この先読画像信号Spにヒストグラム解析が施さ
れるとともにニューラルネットワークに入力され、ヒス
トグラム解析により読取条件のうちのラチチュードGpが
求められ、またニューラルネットワークからは感度Skが
出力される。When the pre-reading image signal Sp is input into the computer system 40, the pre-reading image signal Sp is subjected to histogram analysis and also input to the neural network, and the latitude Gp of the reading conditions is obtained by the histogram analysis, and The sensitivity Sk is output from the neural network.
このコンピュータシステム40には、被写体部位(頭
部,頚部,胸部,腹部等)およびこれらの向き(正面,
左側面,右側面等)等、さらに画像信号の平均値(蓄積
性蛍光体シートに蓄積された放射線エネルギーの平均
値)によりそれぞれ異なる、これらの各条件にそれぞれ
適したラチチュードGpを求めるためのヒストグラム解析
のアルゴリズム、およびこれらの各条件にそれぞれ適し
た感度Skを求めるためのニューラルネットワーク(これ
を構成する各ニューロンの結合の重みを表わす係数をい
う。以下単にニューラルネットワークということがあ
る。)が記憶されており、このコンピュータシステムに
先読画像信号Spが入力されるとこのコンピュータシステ
ム内のメモリから対応するヒストグラム解析アルゴリズ
ムおよび対応するニューラルネットワークが読み出さ
れ、これらヒストグラム解析アルゴリズムおよびニュー
ラルネットワークに基づいて本読みの際のそれぞれラチ
チュードGpおよび感度Skが求められ、この感度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。The computer system 40 includes subject parts (head, neck, chest, abdomen, etc.) and their orientations (front, front,
Histogram for obtaining the latitude Gp suitable for each of these conditions, which differs depending on the average value of the image signal (average value of the radiation energy accumulated in the stimulable phosphor sheet), etc.). An analysis algorithm and a neural network for obtaining the sensitivity Sk suitable for each of these conditions (referred to as a coefficient representing the connection weight of each neuron that constitutes the neural network, which may be simply referred to as a neural network hereinafter) are stored. When the pre-read image signal Sp is input to this computer system, the corresponding histogram analysis algorithm and the corresponding neural network are read from the memory in this computer system, and based on these histogram analysis algorithm and neural network. Each latitude Gp and sensitivity Sk during real reading is obtained, this sensitivity Sk, according latitude Gp e.g. photomultiplier 21 '
The voltage value to be applied to the amplifier and the amplification factor of the logarithmic amplifier 26 'are controlled.
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、先読画像信号Spに基づいて求められた読取条件
(感度Sk,ラチチュードGp)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100で用いた番号にダッシュを付
して示し、説明は省略する。The pre-reading stimulable phosphor sheet 11 'is set at a predetermined position of the main reading means 100', and the sheet 11 'is scanned by the light beam 15' which is stronger than the light beam used for the pre-reading. An image signal can be obtained under the reading conditions (sensitivity Sk, latitude Gp) obtained based on Sp, but since the configuration of the main reading means 100 'is substantially the same as the configuration of the above-mentioned pre-reading means 100, the pre-reading means 100 The numbers used in the pre-reading means 100 are shown with a dash added to the components corresponding to each of the components, and the description thereof will be omitted.
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。The image signal S Q obtained by being digitized by the A / D converter 27 ′ is input to the computer system 40 again. In the computer system 40, the image signal S Q is subjected to appropriate image processing, the image signal subjected to this image processing is sent to a reproducing device (not shown), and the reproducing device reproduces and displays an X-ray image based on this image signal. To be done.
ここでヒストグラム解析によりラチチュードGpを求め
るアルゴリズムの一例について説明する。Here, an example of an algorithm for obtaining the latitude Gp by histogram analysis will be described.
第5図は、第2A図,第2B図に示すX線画像を読み取っ
て得た先読画像信号Spのヒストグラムの概略を示す図で
ある。ここで、第2A図のように椎体が撮影されておりか
つ広い面積の肺野部が撮影されている場合であっても、
第2B図に示すように椎体が撮影されておらずかつ狭い面
積の肺野部が撮影されている場合であってもそのヒスト
グラムはほとんど近似しており、したがってここでは1
つのヒストグラムで代表させている。FIG. 5 is a diagram showing an outline of a histogram of the pre-read image signal Sp obtained by reading the X-ray images shown in FIGS. 2A and 2B. Here, even when the vertebral body is photographed and the lung field of a large area is photographed as shown in FIG. 2A,
Even if the vertebral body is not imaged and the lung field of a small area is imaged as shown in FIG. 2B, the histogram is almost similar, and therefore 1 here.
It is represented by two histograms.
先読みにおいて蓄積性蛍光体シートから発せられた輝
尽発光光を読み取ることにより得られた、輝尽発光光の
光量と比例する先読画像信号Spを横軸(対数軸)にと
り、先読画像信号Spの各値の出現頻度を縦軸(上方)に
とり、さらに、本読みにより得られる画像信号を縦軸の
下方(対数軸)にとる。このとき先読画像信号Spから求
められたヒストグラムは図に示すように2つの山A,Bに
分かれる。ここで山BはX線3が被写体4を透過せずに
蓄積性蛍光体シート11に直接に照射された直接X線部7
(第2A図,第2B図参照)に対応しており、画像を再生す
る上では不要な部分である。山AはX線3が被写体4を
透過した後蓄積性蛍光体シート11に照射された被写体部
に対応した山であるが、画像再生に必要な領域は第2A図
のように撮影された場合と第2B図のように撮影された場
合とでは異なり、それぞれ領域8,領域9が対応してい
る。ここで第2A図に示すX線画像のための、本読みの際
の読取条件(感度SkとラチチュードGpとの双方)を正し
く求めるためには、領域8の最小の先読画像信号Sp1が
本読みで得られる最小の画像信号SQminに対応し、領域
8の最大の先読画像信号Sp2が本読みで得られる最大の
画像信号SQmaxに対応するように、即ち第5図に示す直
線G1に対応するように読取条件(感度Skとラチチュード
Gp)を求める必要があり、これと同様に第2B図に示すX
線画像のための本読みの際の読取条件を正しく求めるた
めには、直線G2に対応するように読取条件を求める必要
がある。しかし第2A図のように撮影されたか第2B図のよ
うに撮影されたかをヒストグラムから区別することは不
可能であるため、第2A図の画像と第2B図の画像とを区別
して直線G1に沿う読取条件、直線G2に沿う読取条件を求
めることは不可能である。The pre-read image signal Sp, which is obtained by reading the stimulated emission light emitted from the stimulable phosphor sheet in the pre-reading, is taken on the horizontal axis (logarithmic axis) and is proportional to the amount of the stimulated emission light. The frequency of appearance of each value of Sp is plotted on the vertical axis (upper), and the image signal obtained by the main reading is plotted on the lower side of the vertical axis (logarithmic axis). At this time, the histogram obtained from the pre-read image signal Sp is divided into two peaks A and B as shown in the figure. Here, in the mountain B, the direct X-ray portion 7 in which the X-ray 3 does not pass through the subject 4 and is directly applied to the stimulable phosphor sheet 11
It corresponds to (see FIGS. 2A and 2B) and is an unnecessary part in reproducing an image. The mountain A is a mountain corresponding to the subject part which is irradiated on the stimulable phosphor sheet 11 after the X-ray 3 has passed through the subject 4, but the area required for image reproduction is taken as shown in FIG. 2A. Unlike the case where the image is taken as shown in FIG. 2B, the areas 8 and 9 correspond to each other. Here, in order to correctly obtain the reading conditions (both the sensitivity Sk and the latitude Gp) at the time of the main reading for the X-ray image shown in FIG. 2A, the minimum pre-read image signal Sp1 in the area 8 is the main reading. Corresponding to the minimum image signal S Qmin obtained, the maximum pre-read image signal Sp2 of the area 8 corresponds to the maximum image signal S Qmax obtained in the main reading, that is, to the straight line G1 shown in FIG. Read conditions (sensitivity Sk and latitude
Gp) must be calculated, and similarly, Xp shown in FIG.
In order to correctly obtain the reading condition for the main reading for the line image, it is necessary to obtain the reading condition so as to correspond to the straight line G2. However, since it is impossible to distinguish from the histogram whether the image was taken as shown in FIG. 2A or the image shown in FIG. 2B, the image of FIG. 2A and the image of FIG. It is impossible to obtain the reading condition along the line and the reading condition along the straight line G2.
そこで従来においては直線G1,G2に沿う読取条件を求
めることは不可能であるため、たとえばしきい値Tで先
読画像信号Spの最小値Sp1の位置から先読画像信号Spの
値が増加する方向にサーチし(図の一点鎖線に対応)、
最初の立ち上がり点aとその次の立ち下がり点bとをみ
つけ、この2点a,bに挟まれる範囲Dの最小値および最
大値が本読みの際に得られる画像信号SQのそれぞれ最小
値SQminおよび最大値SQmaxとなるように、即ち直線G3に
沿うように読取条件が求められていた。この場合前述し
たようにラチチュードが広いため濃度分解能の低い画像
となってしまうこと等の問題点が生じることとなる。こ
こで感度Skは直線G1,G2,G3の図の左右方向の位置に対応
し(左に寄るほど感度Skが高いことを意味する)、ラチ
チュードGpはこれらの直線の傾きに対応する(立ってい
るほどラチチュードGpが小さいことを意味する)。ここ
で直線G1と直線G2とを比較すると感度Sk(左右方向の位
置)は互いに大幅に異なっているがラチチュード(傾
き)はほぼ同じである。このように関心領域が同一であ
る場合、撮影に際し被写体の位置ずれが生じてもラチチ
ュードGpはぼ同じ値を有することは経験的に知られてい
ることである。そこで本実施例では上記のようにして求
めた2点a,bに挟まれる範囲Dの所定割合(例えば1/3)
をラチチュードGpとして求め、感度Skについては次に述
べるニューラルネットワークに委ねられる。Therefore, conventionally, it is impossible to obtain the reading condition along the straight lines G1 and G2, so that the value of the preread image signal Sp increases from the position of the minimum value Sp1 of the preread image signal Sp at the threshold value T, for example. Search in the direction (corresponding to the chain line in the figure),
The first rising point a and the next falling point b are found, and the minimum value and the maximum value of the range D sandwiched between these two points a and b are the minimum values S of the image signal S Q obtained during the actual reading. The reading conditions were required to be Qmin and the maximum value S Qmax , that is, along the straight line G3. In this case, as described above, since the latitude is wide, there arises a problem that an image with low density resolution is obtained. Here, the sensitivity Sk corresponds to the positions of the straight lines G1, G2, and G3 in the horizontal direction of the figure (meaning that the sensitivity Sk is higher toward the left), and the latitude Gp corresponds to the inclination of these straight lines (standing It means that the smaller the latitude Gp, the smaller it is). Comparing the straight line G1 with the straight line G2, the sensitivities Sk (positions in the left-right direction) are significantly different from each other, but the latitudes (tilts) are almost the same. It is empirically known that when the regions of interest are the same, the latitude Gp has almost the same value even if the position of the subject shifts during shooting. Therefore, in this embodiment, a predetermined ratio (for example, 1/3) of the range D sandwiched between the two points a and b obtained as described above.
Is calculated as the latitude Gp, and the sensitivity Sk is left to the neural network described below.
第6図は誤差逆伝播学習(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。Figure 6 shows error backpropagation learning (backpropagation).
It is a figure showing an example of a neural network provided with a function. Backpropagation learning (backpropagation)
As mentioned above, is a "learning" algorithm that corrects the weight of the sequential connection (the weight of the synaptic connection) from the output side to the input side by comparing the output of the neural network with the correct answer (teacher signal). Say.
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,1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,F
2,……,Fn1はX線画像の間引かれた後の各画素に対応す
る先読画像信号Spであり、第3層(出力層)からの出力
▲y3 1▼は本読みの際の感度Sk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▲u
k 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 k+1 i j▼と
し、各ユニット▲uk j▼は同一の特性関数 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、 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▲Wkk+1 ij▼によって重み付けられな
がら最終的な出力▲y1 3▼にまで伝達され、これにより
本読みの際の読取条件のうち感度Skが求められる。As shown in the figure, the first part of this neural network is
The layer (input layer), the second layer (intermediate layer), and the third layer (output layer) are composed of n 1 , n 2 , and 1 units (neurons), respectively. Signals F 1 and F input to the first layer (input layer)
2 , ..., F n1 is the pre-read image signal Sp corresponding to each pixel after thinning out the X-ray image, and the output ▲ y 3 1 ▼ from the third layer (output layer) is for the main reading. This signal corresponds to the sensitivity Sk of.
The i-th unit of the k-th layer is represented by ▲ u k i ▼, and the unit ▲ u
k i ▲ each input to the ▼ x k i ▼, each output ▲ y k i ▼, ▲ u k i
The weight of the connection from ▼ to ▲ u k + 1 j ▼ is ▲ W k k + 1 ij ▼, and each unit ▲ u k j ▼ has the same characteristic function. Shall be provided. In this case, each unit ▲ u k j ▼ input ▲ x k j ▼, output ▲ y k j ▼ is Becomes However, each unit constituting the input layer ▲ u 1 i ▼
Each input F 1 , F 2 , ..., F n1 to (i = 1,2, ..., n 1 ) is not weighted and each unit ▲ u 1 i ▼ (i = 1,2, ...,
n 1 ). Input n 1 signals F 1 , F 2 , ..., F n1
Is transmitted to the final output ▲ y 1 3 ▼ while being weighted by the weight of each coupling ▲ W kk + 1 ij ▼, whereby the sensitivity Sk among the reading conditions at the time of actual reading is obtained.
ここで、上記各結合の重み▲Wkk+1 ij▼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▲Wkk+1
ij▼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▼が所定範囲内の値また
はこれは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。Here, a method of determining the weight ▲ W kk + 1 ij ▼ of each connection will be described. First, the weight of each connection by random numbers ▲ W kk + 1
The initial value of ij ▼ is given. At this time, even if the inputs F 1 to F n1 fluctuate to the maximum, it is possible to limit the range of the random numbers so that the output ▲ y 3 1 ▼ will be a value within a predetermined range or a value close thereto. preferable.
最適な読取条件(感度Sk)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が第6図に示すニューラルネット
ワークに入力され、各ユニット▲uk i▼の出力▲yk i▼
がモニタされる。A large number of stimulable phosphor sheets on which X-ray images with known optimum reading conditions (sensitivity Sk) are recorded are read as described above, and the pre-read image signals Sp thus obtained are thinned out to obtain the above n 1 The inputs F 1 , F 2 , ..., F n1 are obtained. This n 1
Inputs F 1, F 2, ..., F n1 is input to the neural network shown in FIG. 6, each unit ▲ u k i ▼ output ▲ y k i ▼
Is monitored.
各出力▲yk i▼が求められると、最終的な出力である
▲y3 1▼と、この画像に関し正しい読取条件としての教
師信号 との二乗誤差 が求められる。この二重誤差E1が最小となるように、以
下のようにして各結合の重み▲Wkk+1 ij▼が修正され
る。When each output ▲ y k i ▼ is obtained, the final output ▲ y 3 1 ▼ and the teacher signal as a correct reading condition for this image Square error with Is required. In order to minimize the double error E 1, the weight ▲ W kk + 1 ij ▼ of each connection is corrected as follows.
二重誤差E1を最小にするには、このE1は▲Wkk+1 ij▼
の関数であるから のように各結合の重み▲Wkk+1 ij▼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。To minimize the double error E 1 , this E 1 is ▲ W kk + 1 ij ▼
Because it is a function of As described above, the weight ▲ W kk + 1 ij ▼ of each connection is corrected. Here, η is a coefficient called a learning coefficient.
ここで、 であり、(2)式より であるから、(6)式は、 となる。here, And from equation (2) Therefore, equation (6) is Becomes
ここで、(4)式より、 (3)式を用いてこの(8)式を変形すると、 ここで、(1)式より、 f′(x)=f(x)(1−f(x)) ……(10) であるから、 となる。Here, from equation (4), When this equation (8) is transformed using equation (3), Here, from the equation (1), f ′ (x) = f (x) (1-f (x)) (10) Becomes
(7)式にいてk=2と置き、(9),(11)式を
(7)式に代入すると、 この(12)式を(5)式に代入して、 となる。この(13)式に従って、▲W2 3 i 1▼(i=
1,2,…,n1)の各結合の重みが修正される。Putting k = 2 in the equation (7) and substituting the equations (9) and (11) into the equation (7), Substituting equation (12) into equation (5), Becomes According to this equation (13), ▲ W 2 3 i 1 ▼ (i =
The weight of each connection of 1,2, ..., n 1 ) is modified.
次に、 であるから、この(14)式に(2),(3)式を代入し
て、 ここで(10)式より、 であるから、この(16)式と、(9),(11)式を(1
5)式に代入して、 (7)式においてk=1と置き、(17)式を(7)式
に代入すると、 この(18)式を(5)式に代入すると、k=1と置い
て、 となり、(13)式で修正された▲W2 3 i 1▼(i=1,
2,…,n1)がこの(19)式に代入され、▲W1 2 i j▼
(i=1,2,…,n1;j=1,2,…,n2)が修正される。next, Therefore, substituting equations (2) and (3) into equation (14), From equation (10), Therefore, the equation (16) and the equations (9) and (11) are (1
Substituting in 5) formula, Putting k = 1 in the equation (7) and substituting the equation (17) into the equation (7), Substituting equation (18) into equation (5), we put k = 1, And ▲ W 2 3 i 1 ▼ (i = 1,
2, ..., n 1 ) is substituted into this equation (19), and ▲ W 1 2 ij ▼
(I = 1,2, ..., n 1 ; j = 1,2, ..., n 2 ) are modified.
尚、理論的には(13)式,(19)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 k+1 i 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時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:Learning internal representations by error p
ropagation In Parallel Distributed Processing,Volu
me 1,J.L.McClelland,D.E.Rumelhart and The PDP Rese
arch Group,MIT Press,1986b」参照) ただし▲ΔWk k+1 i j▼(t)は、t回目の学習に
おける、修正後の結合重み▲Wk k+1 i j▼から修正前
の該結合の重み▲Wk k+1 i 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。Theoretically, using the equations (13) and (19), the learning coefficient η is set to be sufficiently small and the number of times of learning is set to be sufficiently large so that the weight ▲ W k k + 1 ij ▼ of each connection is predetermined. However, it is not realistic to make the learning coefficient η too small because the learning progress is delayed. On the other hand, the learning coefficient η
When is large, learning may oscillate (the weight of the above coupling does not converge to a predetermined value). Therefore, in practice, an inertial term such as a time equation is added to the correction amount of the coupling weight to suppress vibration, and the learning coefficient η is set to a relatively large value. (E.g., DERumelhart, GEHinton and RJWil
liams: Learning internal representations by error p
ropagation In Parallel Distributed Processing, Volu
me 1, JLMcClelland, DERumelhart and The PDP Rese
arch Group, MIT Press, 1986b '') However, ▲ ΔW k k + 1 ij ▼ (t) is obtained by changing the weight ▲ W k k + 1 ij ▼ of the connection before correction from the weight ▲ W k k + 1 ij ▼ of the correction in the t-th learning. Indicates the amount of correction subtracted. Α is a coefficient called an inertia term.
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 k+1 i 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 k+1 i j▼は最終の値に固定される。尚、ここで
は、このニューラルネットワークを用いた読取条件を求
める認識装置が内包されたシステムがユーザーに設置さ
れた後、以下に述べるようにして学習を継続するため、
ここでいう最終の値とは、例えばユーザーにおける初期
の立ち上げの段階の最終値をいう。この学習の終了時に
は、出力▲yk 1▼は本読みの際の感度Skをほぼ正しく表
わす信号となる。As the inertia term α and the learning coefficient η, for example, α = 0.9 η = 0.
Perform each coupling weight ▲ W k k + 1 ij ▼ modification using 25 (learning) e.g. 200,000 times, then, the coupling of the weight ▲ W k k + 1 ij ▼ is fixed to the final value It Here, in order to continue the learning as described below, after the system including the recognition device for obtaining the reading condition using this neural network is installed in the user,
The final value here means, for example, the final value at the initial startup stage of the user. At the end of this learning, the output {circle around (y) } 1 becomes a signal that almost correctly represents the sensitivity Sk at the time of actual reading.
以上のようにして学習の終了したニューラルネットワ
ークが用意され、このニューラルネットワークを用いて
例えば第2A図のX線画像と第2B図のX線画像とで互いに
異なる感度Skが求められる。このニューラルネットワー
クにより求められた感度Skと前述したヒストグラム解析
により求められたラチチュードGpを用いて前述した本読
みが行なわれる。A neural network for which learning has been completed as described above is prepared, and different sensitivities Sk are obtained for the X-ray image of FIG. 2A and the X-ray image of FIG. 2B, for example, using this neural network. The above-mentioned actual reading is performed using the sensitivity Sk obtained by this neural network and the latitude Gp obtained by the above-mentioned histogram analysis.
尚、上記実施例では、ヒストグラム解析およびニュー
ラルネットワークを用いて本読みの際の読取条件を決定
す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、
ヒストグラム解析およびニューラルネットワークでは、
画像信号SQに画像処理を施す際の画像処理条件を決定
し、この画像処理条件を用いて本読画像信号SQに画像処
理を施すようにしてもよく、また、上記読取条件と画像
処理条件の双方を決定するようにしてもよい。In the above embodiment, the apparatus for determining the reading condition in the main reading by using the histogram analysis and the neural network has been described, but in the main reading, the reading should be performed under the predetermined reading condition regardless of the pre-read image signal Sp. age,
With histogram analysis and neural networks,
Determining the image processing conditions for performing image processing on the image signal S Q, the image processing conditions may be subjected to image processing to the read image signal S Q using, also, the read condition and the image processing Both conditions may be determined.
第3図を用いて説明した実施例では、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′とを一体に兼用し
てもよい。この場合、弱い光ビームで走査して先読みを
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、今度は強い光ビームで走査して本読みを行なうよ
うにすればよい。In the embodiment described with reference to FIG. 3, the pre-reading means 100 and the main reading means 100 'are separately configured, but as described above, the configurations of the pre-reading means 100 and the main reading means 100' are omitted. Since they are the same, the pre-reading means 100 and the real-reading means 100 'may be combined. In this case, after pre-reading by scanning with a weak light beam, the storage phosphor sheet 11 is backed once,
This time, the main reading may be performed again by scanning with a strong light beam.
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、レーザー光源からの
光強度そのものを切替える方法、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強度を切替
える方法、光ビームのビーム径を変える方法、上記主走
査の速度や上記副走査の速度を切替える方法等、公知の
種々の方法を使用することができる。When the pre-reading means and the main reading means are used together, it is necessary to switch the light beam intensity between the case of pre-reading and the case of main reading. ND on the optical path of the light beam
It is possible to use various known methods such as a method of switching the light intensity by inserting and removing a filter, a method of changing the beam diameter of the light beam, a method of switching the speed of the main scanning and the speed of the sub-scanning. it can.
第7図は、本発明の放射線画像読取装置の他の実施例
を示した斜視図である。この実施例は、蓄積性蛍光体シ
ートを用いる点では前述した実施例と同様であるが、先
読みは行なわないシステムである。FIG. 7 is a perspective view showing another embodiment of the radiation image reading apparatus of the present invention. This embodiment is similar to the above-mentioned embodiment in that the stimulable phosphor sheet is used, but it is a system in which pre-reading is not performed.
この実施例において読取手段100′の構成は、第5図
に示した実施例の本読手段100′と略同一であるため、
対応する構成要素には同一の番号を付し説明は省略す
る。In this embodiment, the reading means 100 'is substantially the same as the main reading means 100' in the embodiment shown in FIG.
Corresponding components are assigned the same reference numerals and explanations thereof are omitted.
A/D変換器27′から出力された画像信号SQは、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、前述した実施例と同様にして、適切な濃
度およびコントラストを有する可視画像が出力されるよ
うに画像信号SQに画像処理を施すための画像処理条件の
うち、ラチチュードについてはヒストグラム解析により
求められ、感度についてはニューラルネットワークによ
り求められる。このような画像処理の行なわれた画像信
号は図示しない画像出力装置に送られ、画像出力装置で
は送られてきた画像信号に基づいて放射線画像のハード
コピーが出力される。The image signal S Q output from the A / D converter 27 'is input to the computer system 40'. In the computer system 40 ′, in the same manner as in the above-described embodiment, the latitude among the image processing conditions for performing image processing on the image signal S Q so that a visible image having appropriate density and contrast is output. Is obtained by histogram analysis, and the sensitivity is obtained by a neural network. The image signal subjected to such image processing is sent to an image output device (not shown), and the image output device outputs a hard copy of the radiation image based on the sent image signal.
尚、上記実施例では3層構造のニューラルネットワー
クについて説明したが(第6図参照)、本発明は3層構
造のニューラルネットワークを用いるものに限られるも
のではないことはもちろんである。また各層を構成する
ユニット▲uk i▼の数、入力点数等もその目的に応じて
任意に構成することができるものであることももちろん
である。Although the three-layer structure neural network has been described in the above embodiment (see FIG. 6), it goes without saying that the present invention is not limited to the use of the three-layer structure neural network. Moreover, it goes without saying that the number of units u k i constituting each layer, the number of input points, and the like can be arbitrarily configured according to the purpose.
また、上記各実施例は蓄積性蛍光体シートを用いる装
置についての例であるが、本発明は従来のX線フィルム
等を用いる装置も適用することができるものであること
はいうまでもない。Further, although each of the above embodiments is an example of an apparatus using a stimulable phosphor sheet, it goes without saying that the present invention can also be applied to an apparatus using a conventional X-ray film or the like.
(発明の効果) 以上詳細に説明したように、本発明の放射線画像読取
装置は、ヒストグラム解析によりラチチュードを求める
ラチチュード演算手段と、ニューラルネットワークを用
いて感度を求める感度演算手段とを備えているため、従
来のヒストグラム解析のみでは不可能であった正しい読
取条件等を求めることができる。また感度とラチチュー
ドの双方をニューラルネットワークで求めるように構成
した場合と比べ、全体として構成を簡単化することがで
きる。(Effects of the Invention) As described in detail above, the radiation image reading apparatus of the present invention includes the latitude calculation means for obtaining the latitude by the histogram analysis and the sensitivity calculation means for obtaining the sensitivity using the neural network. It is possible to obtain correct reading conditions and the like which were impossible only by the conventional histogram analysis. Further, the configuration can be simplified as a whole as compared with the case where both the sensitivity and the latitude are obtained by a neural network.
第1図は、X線撮影装置の一例の概略図、 第2A図,第2B図は、蓄積性蛍光体シート上に蓄積記録さ
れたX線画像の例を模式的に表わした図、 第3図は、本発明の放射線画像読取装置の一実施例であ
るX線画像読取装置の一例を示した斜視図、 第4図は、読取条件の求め方を図示したブロック図、 第5図は、先読画像信号のヒストグラムの一例を示した
図、 第6図は、誤差逆伝播学習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、 第7図は、本発明の放射線画像読取装置の他の実施例を
示した斜視図、 1……X線撮影装置、2……X線源 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 40,40′……コンピュータシステム 100……先読手段、100′……本読手段FIG. 1 is a schematic diagram of an example of an X-ray imaging apparatus, and FIGS. 2A and 2B are diagrams schematically showing an example of an X-ray image accumulated and recorded on a stimulable phosphor sheet. FIG. 4 is a perspective view showing an example of an X-ray image reading apparatus which is an embodiment of the radiation image reading apparatus of the present invention, FIG. 4 is a block diagram showing how to obtain reading conditions, and FIG. FIG. 6 is a diagram showing an example of a histogram of a preread image signal, FIG. 6 is a diagram showing an example of a neural network having an error backpropagation learning function, and FIG. 7 is another example of the radiation image reading apparatus of the present invention. Perspective view showing an embodiment, 1 ... X-ray imaging device, 2 ... X-ray source 11,11 '... Accumulable phosphor sheet 19,19' ... Stimulated emission light 21,21 '... Photo Multiplier 26,26 ′ …… Logarithmic amplifier 27,27 ′ …… A / D converter 40,40 ′ …… Computer system 100 …… Pre-reading means, 100 ′ …… Reader in stage
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 FI 技術表示箇所 H04N 7/18 A61B 6/00 303J ─────────────────────────────────────────────────── ─── Continuation of the front page (51) Int.Cl. 6 Identification number Office reference number FI technical display location H04N 7/18 A61B 6/00 303J
Claims (2)
トに励起光を照射しこの励起光の照射により前記蓄積性
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先読画像信号を得る先読手段、 前記蓄積性蛍光体シートに再度励起光を照射しこの励起
光の照射により前記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本読画
像信号を得る本読手段、 前記先読画像信号のヒストグラムを求め該ヒストグラム
に基づいて前記本読画像信号を得る際の読取条件及び/
又は得られた前記本読画像信号に画像処理を施す際の画
像処理条件のうちラチチュードを求めるラチチュード演
算手段、および 前記先読画像信号を入力とし、前記読取条件及び/又は
前記画像処理条件のうち感度を出力とするニューラルネ
ットワークからなる感度演算手段を備えたことを特徴と
する放射線画像読取装置。1. A radiation image is displayed by irradiating a stimulable phosphor sheet on which a radiation image is recorded with excitation light and reading the stimulated emission light emitted from the stimulable phosphor sheet by the irradiation of this excitation light. Pre-reading means for obtaining a pre-reading image signal, irradiating the stimulable phosphor sheet again with excitation light and reading the stimulated emission light emitted from the stimulable phosphor sheet by irradiation of this excitation light to obtain the radiation image Main reading means for obtaining a real reading image signal, a reading condition for obtaining the main reading image signal based on the histogram obtained by obtaining a histogram of the preread image signal, and / or
Alternatively, a latitude calculation unit that obtains a latitude among the image processing conditions when performing image processing on the obtained main reading image signal, and the preread image signal as an input, and the reading condition and / or the image processing condition A radiation image reading apparatus, comprising a sensitivity calculation means composed of a neural network that outputs sensitivity.
記放射線画像を読み取って該放射線画像を表わす画像信
号を得る読取手段、 前記画像信号のヒストグラムを求め該ヒストグラムに基
づいて前記画像信号に画像処理を施す際の画像処理条件
のうちラチチュードを求めるラチチュード演算手段、お
よび 前記画像信号を入力とし、前記画像処理条件のうち感度
を出力とするニューラルネットワークからなる感度演算
手段を備えたことを特徴とする放射線画像読取装置。2. A reading means for reading the radiation image from a recording sheet on which the radiation image is recorded to obtain an image signal representing the radiation image, obtaining a histogram of the image signal, and performing image processing on the image signal based on the histogram. Latitude calculation means for obtaining a latitude among the image processing conditions when performing the image processing, and sensitivity calculation means composed of a neural network that receives the image signal and outputs the sensitivity among the image processing conditions. Radiation image reading device.
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2244193A JP2678815B2 (en) | 1990-09-14 | 1990-09-14 | Radiation image reader |
DE1991631630 DE69131630T2 (en) | 1990-04-18 | 1991-04-17 | Method and device for regulating reading conditions and / or image processing conditions for radiation images, radiation image reading device and method and device for radiation image analysis |
EP96106224A EP0726542B1 (en) | 1990-04-18 | 1991-04-17 | 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 |
DE1991630716 DE69130716T2 (en) | 1990-04-18 | 1991-04-17 | Device for setting reading and / or image processing conditions for radiation images |
EP19910106174 EP0452915B1 (en) | 1990-04-18 | 1991-04-17 | Apparatus for adjusting read-out conditions and/or image processing conditions for radiation images |
US08/164,825 US5515450A (en) | 1990-04-18 | 1993-12-09 | Method and apparatus for adjusting read-out conditions and/or image |
US08/591,934 US5999638A (en) | 1990-04-18 | 1996-01-29 | 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 |
US08/864,451 US5828775A (en) | 1990-04-18 | 1997-05-28 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2244193A JP2678815B2 (en) | 1990-09-14 | 1990-09-14 | Radiation image reader |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04123274A JPH04123274A (en) | 1992-04-23 |
JP2678815B2 true JP2678815B2 (en) | 1997-11-19 |
Family
ID=17115161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2244193A Expired - Fee Related JP2678815B2 (en) | 1990-04-18 | 1990-09-14 | Radiation image reader |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2678815B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4893819B2 (en) | 2009-12-28 | 2012-03-07 | サンケン電気株式会社 | Bidirectional switch |
-
1990
- 1990-09-14 JP JP2244193A patent/JP2678815B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH04123274A (en) | 1992-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH06304159A (en) | Method for recognizing picture photographing position | |
JP2676009B2 (en) | Radiation image reading condition and / or image processing condition determination method and device, and radiation image analysis method and device | |
EP0467087B1 (en) | Method for adjusting conditions in radiation image recording, read-out, and reproducing systems | |
JP2694580B2 (en) | Method for determining image points in subject image | |
JP2678815B2 (en) | Radiation image reader | |
JP2727257B2 (en) | Radiation image processing method using neural network | |
JP2739386B2 (en) | Method and apparatus for determining radiation image reading conditions and / or image processing conditions | |
JP2565791B2 (en) | Multilayer neural network coefficient storage device | |
JPH04261649A (en) | Method and apparatus for analyzing radiation image | |
JP3013095B2 (en) | Method for determining radiation image reading conditions and / or image processing conditions | |
JP2707355B2 (en) | Image recording position recognition device | |
JP2952422B2 (en) | Radiation image analyzer | |
JP2981677B2 (en) | Neural network learning method | |
JP2896799B2 (en) | Radiation image reading condition and / or image processing condition determination device | |
JP2739385B2 (en) | Method and apparatus for determining radiation image reading conditions and / or image processing conditions | |
EP0452915B1 (en) | Apparatus for adjusting read-out conditions and/or image processing conditions for radiation images | |
JP2727258B2 (en) | Method and apparatus for determining radiation image reading conditions and / or image processing conditions | |
JP3165530B2 (en) | Radiation image reading condition determination method and apparatus | |
JPH04118782A (en) | Radiograph reader | |
JP2852818B2 (en) | Radiation field recognition method | |
JP2824873B2 (en) | Method for determining image points in subject image | |
JPH06102599A (en) | Method and device for determining radiation image read condition and/or image processing condition | |
JP2903270B2 (en) | Method for determining image points in subject image | |
JP2582668B2 (en) | Method for setting radiation image information reading conditions and / or image processing conditions | |
JPH04317263A (en) | Irradiation field recognition pre-processing method utilizing neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |