JP2727258B2 - 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 - Google Patents

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

Info

Publication number
JP2727258B2
JP2727258B2 JP3084187A JP8418791A JP2727258B2 JP 2727258 B2 JP2727258 B2 JP 2727258B2 JP 3084187 A JP3084187 A JP 3084187A JP 8418791 A JP8418791 A JP 8418791A JP 2727258 B2 JP2727258 B2 JP 2727258B2
Authority
JP
Japan
Prior art keywords
image
image processing
neural network
image signal
reading
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
JP3084187A
Other languages
English (en)
Other versions
JPH04317048A (ja
Inventor
中島延淑
武尾英哉
志村一男
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 JP3084187A priority Critical patent/JP2727258B2/ja
Publication of JPH04317048A publication Critical patent/JPH04317048A/ja
Application granted granted Critical
Publication of JP2727258B2 publication Critical patent/JP2727258B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Radiography Using Non-Light Waves (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Facsimile Scanning Arrangements (AREA)

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
画像読取条件及び／又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】
【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のできる
システムが開発されている（特公昭61-5193 号公報参
照）。
【０００３】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を一旦シート状の蓄積性蛍
光体に撮影記録し、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
画像信号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56-104
645 号，同55-116340号等）。
【０００４】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。
【０００５】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上記先読みの際の光ビームよりも高
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（特開昭58-67240
号，同58-67241号，同58-67242号等）。
【０００６】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。
【０００７】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
光ビームの強度の大／小、もしくは上記シートから発せ
られる輝尽発光光の強度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強度を上記波長感度で
重みづけした後の重みづけ強度の大／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。
【０００８】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。
【０００９】上記画像信号（先読画像信号を含む）を分
析して最適な読取条件、画像処理条件を求める方法は種
々提案されているが、その方法のひとつとして、画像信
号のヒストグラムを作成する方法が知られている（たと
えば、特開昭60-156055 号）。画像信号のヒストグラム
を求めることにより、たとえば画像信号の最大値，最小
値や、頻度が最大となる点の画像信号の値等を知ること
ができ、これらの各値から蓄積性蛍光体シート，Ｘ線フ
ィルム等の記録シートに記録された放射線画像の特徴を
把握することができる。そこでこのヒストグラムに基づ
いて最適な読取条件，画像処理条件を求めることによ
り、観察適正のすぐれた放射線画像を再生出力すること
が可能となる。
【００１０】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。
【００１１】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。
【００１２】このニューラルネットワークを用いて、放
射線画像の画像データあるいは画像データのヒストグラ
ムを入力として、上記の前述の読取条件等の決定を行な
う種々の方法が本出願人により提案されている。（特願
平2-102015号、同2-275584号、同3-51132 号参照）すな
わち、上記放射線画像の画像データを上記ニューラルネ
ットワークに入力し、読取条件等を出力とし、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等を求めることがで
きるようにすることができる。
【００１３】
【発明が解決しようとする課題】上述したニューラルネ
ットワークを用いれば、適切な読取条件や画像処理条件
を求めることができるが、撮影メニュー（撮影方法や撮
影部位等）が変化した場合には、ある画像に対しては不
適切な読取条件や画像処理条件を求めてしまうことがあ
る。
【００１４】すなわち、前述した読取条件や画像処理条
件を求める際には撮影メニューを考慮しなければ適切な
読取条件や画像処理条件を求めることはできない。また
この撮影メニューも、画像信号等から自動的に認識され
るのが好ましい。
【００１５】ところがこの撮影メニューは、病院等の放
射線画像を扱うような所では一般的に用いられておら
ず、病院等ではその病院等に特有の検査オーダという情
報を用いて撮影をしている場合が多い。このため病院等
では日常使い慣れない撮影メニューなる情報を用いて読
取条件や画像処理条件を求めなければならないため、作
業をする際に大変な手間となっていた。
【００１６】本発明は上記事情に鑑み、ニューラルネッ
トワークを用いて、撮影メニューが変化しても常に最適
な読取条件及び／又は画像処理条件を求めることがで
き、さらには、撮影メニューなる情報に頼らなくともよ
い放射線画像読取条件及び／又は画像処理条件決定方法
および装置を提供することを目的とするものである。
【００１７】
【課題を解決するための手段】本発明による第１の放射
線画像読取条件及び／又は画像処理条件決定方法は、画
像信号より撮影メニューを自動的に認識し、この撮影メ
ニューと画像信号より前記読取条件及び／又は画像処理
条件を求める方法であり、◆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１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２の画像信号を得る際の読取条件及び
／又は得られた前記第２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及び／又は
画像処理条件決定方法において、◆前記第１の画像信号
を第１のニューラルネットワークに入力し、該第１のニ
ューラルネットワークから前記放射線画像の撮影メニュ
ーを出力させ、◆前記第１の画像信号と前記撮影メニュ
ーとを、前記第１のニューラルネットワークとは異なる
第２のニューラルネットワークに入力し、該第２のニュ
ーラルネットワークから前記読取条件及び／又は前記画
像処理条件を出力させることを特徴とするものである。
【００１８】さらに本発明による第１の放射線画像読取
条件及び／又は画像処理条件決定装置は、上述した本発
明による第１の放射線画像読取条件及び／又は画像処理
条件決定方法を実施するための装置であり、◆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１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２の画像信号を得る
際の読取条件及び／又は得られた前記第２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
取条件及び／又は画像処理条件決定装置において、◆前
記第１の画像信号を入力とし、前記放射線画像の撮影メ
ニューを出力とする第１のニューラルネットワークと、
◆前記第１の画像信号と前記撮影メニューとを入力と
し、前記読取条件及び／又は前記画像処理条件を出力と
する第２のニューラルネットワークとからなることを特
徴とするものである。
【００１９】また本発明による第２の放射線画像読取条
件及び／又は画像処理条件決定方法は、画像信号と検査
オーダとにより撮影メニューを認識し、この撮影メニュ
ーと画像信号より前記読取条件及び／又は画像処理条件
を決定する方法であって、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１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２の画像信号を得る際の読取条件及び／
又は得られた前記第２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及び／又は画
像処理条件決定方法において、◆前記第１の画像信号と
検査オーダとを第１のニューラルネットワークに入力
し、該第１のニューラルネットワークから前記放射線画
像の撮影メニューを出力させ、◆前記第１の画像信号と
該撮影メニューとを、前記第１のニューラルネットワー
クとは異なる第２のニューラルネットワークに入力し、
該第２のニューラルネットワークから前記読取条件及び
／又は前記画像処理条件を出力させることを特徴とする
ものである。
【００２０】また、本発明による第２の放射線画像読取
条件及び／又は画像処理条件決定装置は、上述した本発
明による第２の放射線画像読取条件及び／又は画像処理
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１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２の画像信号を得る
際の読取条件及び／又は得られた前記第２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
取条件及び／又は画像処理条件決定装置において、◆前
記第１の画像信号と検査オーダとを入力とし、前記放射
線画像の撮影メニューを出力とする第１のニューラルネ
ットワークと、◆前記第１の画像信号と前記撮影メニュ
ーとを入力とし、前記読取条件及び／又は前記画像処理
条件を出力とする第２のニューラルネットワークとから
なることを特徴とするものである。
【００２１】さらに、本発明による第３の放射線画像読
取条件及び／又は画像処理条件決定方法は画像信号のヒ
ストグラムと撮影メニューとにより前記読取条件及び／
又は画像処理条件を求める方法であり、◆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１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２の画像信号を得る際の
読取条件及び／又は得られた前記第２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
件及び／又は画像処理条件決定方法において、◆前記第
１の画像信号を第１のニューラルネットワークに入力
し、該第１のニューラルネットワークから前記放射線画
像の撮影メニューを出力させ、◆前記第１の画像信号の
ヒストグラムを算出し、該ヒストグラムと前記撮影メニ
ューとを、前記第１のニューラルネットワークとは異な
る第２のニューラルネットワークに入力し、該第２のニ
ューラルネットワークから前記読取条件及び／又は前記
画像処理条件を出力させることを特徴とするものであ
る。
【００２２】また、本発明による第４の放射線画像読取
条件及び／又は画像処理条件決定方法は、前記本発明に
よる第３の放射線画像読取条件及び／又は画像処理条件
決定方法において、◆前記第１の画像信号に加えて検査
オーダを第１のニューラルネットワークに入力し、該第
１のニューラルネットワークから前記放射線画像の撮影
メニューを出力させ、◆前記第１の画像信号のヒストグ
ラムを算出し、該ヒストグラムと前記撮影メニューと
を、前記第１のニューラルネットワークとは異なる第２
のニューラルネットワークに入力し、該第２のニューラ
ルネットワークから前記読取条件及び／又は前記画像処
理条件を出力させることを特徴とするものである。
【００２３】さらに、本発明による第５の放射線画像読
取条件及び／又は画像処理条件決定方法は、ヒストグラ
ム解析により前記読取条件及び／又は画像処理条件を求
めるものであり、◆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１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２の画像信号を得る際の読取条件及び／又は得
られた前記第２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及び／又は画像処理
条件決定方法において、◆前記第１の画像信号を第１の
ニューラルネットワークに入力し、該第１のニューラル
ネットワークから前記放射線画像の撮影メニューを出力
させ、◆前記第１の画像信号のヒストグラムを算出し、
該ヒストグラムから前記撮影メニューに基づいて、前記
読取条件及び／又は前記画像処理条件を求めることを特
徴とするものである。
【００２４】さらに、本発明による第６の放射線画像読
取条件及び／又は画像処理条件決定方法は、前記本発明
による第５の放射線画像読取条件及び／又は画像処理条
件決定方法において、◆前記第１の画像信号に加えて検
査オーダを第１のニューラルネットワークに入力し、該
第１のニューラルネットワークから前記放射線画像の撮
影メニューを出力させ、◆前記第１の画像信号のヒスト
グラムを算出し、該ヒストグラムから前記撮影メニュー
に基づいて、前記読取条件及び／又は前記画像処理条件
を求めることを特徴とするものである。
【００２５】また、本発明によるもうひとつの方法は、
蓄積性蛍光体シートに限られず、画像処理条件を求める
ものである。すなわち、本発明による第１の放射線画像
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
記画像信号を第１のニューラルネットワークに入力し、
該第１のニューラルネットワークから前記放射線画像の
撮影メニューを出力させ、◆前記画像信号と前記撮影メ
ニューとを、前記第１のニューラルネットワークとは異
なる第２のニューラルネットワークに入力し、該第２の
ニューラルネットワークから前記画像処理条件を出力さ
せることを特徴とするものである。
【００２６】さらに本発明による第１の放射線画像処理
条件決定装置は、上述した本発明による第１の放射線画
像処理条件決定方法を実施するための装置であり、◆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、◆前記画像信号を入力とし、前
記放射線画像の撮影メニューを出力とする第１のニュー
ラルネットワークと、◆前記画像信号と前記撮影メニュ
ーとを入力とし、前記画像処理条件を出力とする第２の
ニューラルネットワークとからなることを特徴とするも
のである。
【００２７】また本発明による第２の放射線画像処理条
件決定方法は、画像信号と検査オーダとにより撮影メニ
ューを認識し、この撮影メニューと画像信号より画像処
理条件を決定する方法であって、◆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、◆前記画像信号と検査オーダとを第１のニューラ
ルネットワークに入力し、該第１のニューラルネットワ
ークから前記放射線画像の撮影メニューを出力させ、前
記画像信号と該撮影メニューとを、前記第１のニューラ
ルネットワークとは異なる第２のニューラルネットワー
クに入力し、該第２のニューラルネットワークから前記
画像処理条件を出力させることを特徴とするものであ
る。
【００２８】また、本発明による第２の放射線画像処理
条件決定装置は、上述した本発明による第２の放射線画
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、◆前記画像信号と検査オーダと
を入力とし、前記放射線画像の撮影メニューを出力とす
る第１のニューラルネットワークと、◆前記画像信号と
前記撮影メニューとを入力とし、前記画像処理条件を出
力とする第２のニューラルネットワークとからなること
を特徴とするものである。
【００２９】さらに、本発明による第３の放射線画像処
理条件決定方法は画像信号のヒストグラムと撮影メニュ
ーとにより前記画像処理条件を求める方法であり、◆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
条件決定方法において、◆前記画像信号を第１のニュー
ラルネットワークに入力し、該第１のニューラルネット
ワークから前記放射線画像の撮影メニューを出力させ、
◆前記画像信号のヒストグラムを算出し、該ヒストグラ
ムと前記撮影メニューとを、前記第１のニューラルネッ
トワークとは異なる第２のニューラルネットワークに入
力し、該第２のニューラルネットワークから前記画像処
理条件を出力させることを特徴とするものである。
【００３０】また、本発明による第４の放射線画像処理
条件決定方法は、前記本発明による第３の放射線画像処
理条件決定方法において、◆前記画像信号に加えて検査
オーダを第１のニューラルネットワークに入力し、該第
１のニューラルネットワークから前記放射線画像の撮影
メニューを出力させ、◆前記画像信号のヒストグラムを
算出し、該ヒストグラムと前記撮影メニューとを、前記
第１のニューラルネットワークとは異なる第２のニュー
ラルネットワークに入力し、該第２のニューラルネット
ワークから前記画像処理条件を出力させることを特徴と
するものである。
【００３１】さらに、本発明による第５の放射線画像処
理条件決定方法は、ヒストグラム解析により前記画像処
理条件を求めるものであり、◆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方法におい
て、◆前記画像信号を第１のニューラルネットワークに
入力し、該第１のニューラルネットワークから前記放射
線画像の撮影メニューを出力させ、◆前記画像信号のヒ
ストグラムを算出し、該ヒストグラムから前記撮影メニ
ューに基づいて、前記画像処理条件を求めることを特徴
とするものである。
【００３２】さらに、本発明による第６の放射線画像処
理条件決定方法は、前記本発明による第５の放射線画像
処理条件決定方法において、◆前記画像信号に加えて検
査オーダを第１のニューラルネットワークに入力し、該
第１のニューラルネットワークから前記放射線画像の撮
影メニューを出力させ、◆前記画像信号のヒストグラム
を算出し、該ヒストグラムから前記撮影メニューに基づ
いて、前記画像処理条件を求めることを特徴とするもの
である。
【００３３】さらに、本発明は放射線画像の撮影メニュ
ーを認識する方法を含んでおり、この撮影メニュー認識
方法のひとつは、◆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
像を表わす画像信号に基づいて、前記放射線画像の撮影
メニューを認識する撮影メニュー認識方法において、◆
前記画像信号をニューラルネットワークに入力し、該ニ
ューラルネットワークから前記放射線画像の撮影メニュ
ーを出力させることを特徴とするものである。
【００３４】さらに、本発明の撮影メニュー認識方法の
もうひとつは、上記撮影メニュー認識方法において、◆
前記画像信号に加えて検査オーダをニューラルネットワ
ークに入力し、該ニューラルネットワークから前記放射
線画像の撮影メニューを出力させることを特徴とするも
のである。
【００３５】ここで撮影メニューとは、撮影方法（通常
撮影，拡大撮影，断層撮影等）や撮影部位（頭部，頸
部，胸部，腹部等）、撮影装置等を意味するものであ
る。
【００３６】また、検査オーダとは、前述した撮影方法
や撮影部位を判断するために、ある程度撮影の対象を絞
り込む情報であり、例えば病院等で医師が放射線技術者
に放射線画像の撮影を依頼する際に、放射線技術者に指
示する、その病院等の内部で共通に使用されている情報
のことを意味するものである。
【００３７】
【作用および発明の効果】本発明による放射線画像読取
条件及び／又は画像処理条件決定方法および装置は、画
像信号あるいはこれに検査オーダを付加したものを第１
のニューラルネットワークに入力し、この第１のニュー
ラルネットワークより放射線画像の撮影メニューを認識
させて、この撮影メニューを出力し、この撮影メニュー
と画像信号とを、あるいは撮影メニューと画像信号のヒ
ストグラムとを第２のニューラルネットワークに入力し
てこのニューラルネットワークにより読取条件及び／又
は画像処理条件を求めるようにしており、また本発明に
よる放射線画像読取条件及び／又は画像処理条件決定方
法の別な方法は読取条件及び／又は画像処理条件を求め
る際に第２のニューラルネットワークを用いないもので
あり、画像信号のヒストグラムを算出し、このヒストグ
ラムから撮影メニューに基づいて読取条件及び／又は画
像処理条件を求めるようにした。このため、撮影メニュ
ーが変化しても撮影メニューに依存しない最適な放射線
画像読取条件及び／又は画像処理条件を求めることがで
き、さらには、病院等で日常用いられている検査オーダ
を用いて撮影メニューという使い慣れない情報を用いる
ことなく、さらに最適な放射線画像読取条件及び／又は
画像処理条件を求めることができる。
【００３８】
【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。
【００３９】図１は、本発明の第１実施例の基本的概念
を示すブロック図である。すなわち、本発明の第１実施
例による放射線画像読取条件及び／又は画像処理条件決
定方法の基本的概念は、放射線画像を表わす画像信号１
を単独で、第１のニューラルネットワーク３に入力し、
この第１のニューラルネットワーク３からこの放射線画
像に関する撮影メニュー４を出力し、この撮影メニュー
４と、画像信号１とを第２のニューラルネットワーク５
に入力し、この第２のニューラルネットワーク５より読
取条件及び／又は画像処理条件６を決定するものであ
る。
【００４０】また、本発明の第２実施例は、上記本発明
の第１実施例において画像信号１に加えて病院内の共通
用語である検査オーダ２を第１のニューラルネットワー
ク３に入力して撮影メニュー４を出力させ、この撮影メ
ニュー４と画像信号１とを第２のニューラルネットワー
ク５に入力し、読取条件及び／又は画像処理条件６を決
定するものである。
【００４１】また、本発明の第３実施例の基本的概念を
図２に示す。すなわち、本発明の第３実施例による放射
線画像読取条件及び／又は画像処理条件決定方法の基本
的概念は、放射線画像を表す画像信号１を単独で第１の
ニューラルネットワーク３に入力し、この第１のニュー
ラルネットワーク３から放射線画像に関する撮影メニュ
ー４を出力し、次いで画像信号１のヒストグラム７を求
めこの撮影メニュー４と画像信号１のヒストグラム７と
を第２のニューラルネットワーク５に入力し、この第２
のニューラルネットワーク５より読取条件及び／又は画
像処理条件６を決定するものである。
【００４２】さらに、本発明の第４実施例は、上記本発
明の第３実施例において画像信号１に検査オーダ２を加
えて第１のニューラルネットワーク３により撮影メニュ
ー４を出力させ、この撮影メニュー４と画像信号１のヒ
ストグラム７とを第２のニューラルネットワーク５に入
力し、この第２のニューラルネットワーク５より読取条
件及び／又は画像処理条件６を決定するものである。
【００４３】また、本発明の第５実施例の基本的概念を
図３に示す。すなわち本発明の第５実施例による放射線
画像読取条件及び／又は画像処理条件決定方法の基本的
概念は、放射線画像を表わす画像信号１を単独で第１の
ニューラルネットワーク３に入力し、この第１のニュー
ラルネットワーク３から放射線画像に関する撮影メニュ
ー４を出力し、次いで画像信号１のヒストグラム７を求
め、このヒストグラム７から撮影メニュー４に基づいて
ヒストグラム解析手段８を用いてヒストグラム解析によ
り読取条件及び／又は画像処理条件６を決定するもので
ある。
【００４４】さらに、本発明の第６実施例は、上記本発
明の第５実施例において、画像信号１に検査オーダ２を
加えて第１のニューラルネットワーク３により撮影メニ
ュー４を出力させ、次いで画像信号１のヒストグラム７
を求め、このヒストグラム７から撮影メニュー４に基づ
いてヒストグラム解析手段８を用いてヒストグラム解析
により読取条件及び／又は画像処理条件６を決定するも
のである。
【００４５】また、本発明の第７実施例は、本発明の第
１実施例の基本的概念と同様であるが、画像信号１に基
づいて、第１のニューラルネットワーク３により撮影メ
ニュー４を求め、この撮影メニュー４と画像信号１とに
基づいて、第２のニューラルネットワーク５により画像
処理条件のみを決定するものである。
【００４６】また、本発明の第８実施例は、本発明の第
２実施例の基本的概念と同様であるが、画像信号１に検
査オーダ２を加えて第１のニューラルネットワーク３に
より撮影メニュー４を求め、この撮影メニュー４と画像
信号１とに基づいて、第２のニューラルネットワーク５
により、画像処理条件のみを決定するものである。
【００４７】さらに、本発明の第９実施例は、本発明の
第３実施例の基本的概念と同様であり、本発明の第３実
施例において画像信号１に基づいて、画像処理条件のみ
を決定するものである。
【００４８】また、本発明の第10実施例は、本発明の第
４実施例の基本的概念と同様であり、本発明の第４実施
例において画像処理条件のみを決定するものである。
【００４９】また、本発明の第11実施例は、本発明の第
５実施例の基本的概念と同様であり、本発明の第５実施
例において画像信号１に基づいて画像処理条件のみを決
定するものである。
【００５０】さらに、本発明の第12実施例は、本発明の
第６実施例の基本的概念と同様であり、本発明の第６実
施例において、画像信号１に基づいて、画像処理条件の
みを決定するものである。
【００５１】次に、本発明の一実施例による放射線画像
読取条件及び／又は画像処理条件決定方法を適用したコ
ンピュータシステムを内包したＸ線画像読取装置につい
て詳細に説明する。以下説明する一実施例の基本的概念
は、図１に示す本発明の第２実施例の基本的概念に基づ
くものである。
【００５２】図４は、本発明の一実施例による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。
【００５３】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。
【００５４】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。
【００５５】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。
【００５６】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。
【００５７】上述した画像の読取りと同時に、コンピュ
ータシステム40にはキーボート43より検査オーダ２が入
力される。この検査オーダ２とは、撮影方法や撮影部位
を判断するために、ある程度撮影の対象を絞り込む情報
であり、病院内で医師が放射線技術者に放射線画像の撮
影を依頼する際に、放射線技術者に指示される、その病
院で共通に使用されている情報のことを意味するもので
ある。例えば「胸椎２Ｒ」という検査オーダは、胸椎正
面と胸椎側面の２方向からの撮影を意味するというもの
である。
【００５８】次いで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 と検査オーダ２とに基づい
て、第１のニューラルネットワーク３によりこのＸ線画
像の撮影メニュー４が認識される。
【００５９】撮影メニュー４が認識されるとコンピュー
タシステム40内では入力された先読画像信号ＳP と、第
１のニューラルネットワーク３により認識された撮影メ
ニュー４とに基づいて第２のニューラルネットワーク５
により本読みの際の読取条件、即ち本読みの際の感度Ｓ
k 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。
【００６０】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。
【００６１】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。
【００６２】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。
【００６３】前記コンピュータシステム40では、先読画
像信号ＳP 及び検査オーダ２に基づいて、第１のニュー
ラルネットワーク３によりＸ線画像の撮影メニュー４、
すなわち、撮影部位や撮影方法等が認識され、この撮影
メニュー４と先読画像信号ＳP とに基づいて第２のニュ
ーラルネットワーク５により本読みの際の読取条件及び
／又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。
【００６４】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一実施例による読取条
件及び／又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。
【００６５】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。
【００６６】なお、ここでは先読画像信号と撮影メニュ
ーとを入力とし読取条件及び／又は画像処理条件を出力
するための本発明の第２のニューラルネットワークにつ
いて延べ、第１のニューラルネットワークについては第
２のニューラルネットワークにおいて先読画像信号と検
査データとを入力とし、撮影メニューを出力としたもの
であるため詳しい説明は省略する。
【００６７】図５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。
【００６８】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および撮影メニューを表わ
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
【００６９】
【数１】
【００７０】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、
【００７１】
【数２】
【００７２】
【数３】
【００７３】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 ，Ｙ
3,2 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。
【００７４】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。
【００７５】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、撮影メニューの情報とともに上記ｎ1 個の入力Ｆ
1 ，Ｆ2 ，…，Ｆn1が求められる。このｎ1 個の入力Ｆ
1 ，Ｆ2 ，…，Ｆn1が図５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。
【００７６】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
【００７７】
【数４】
【００７８】
【数５】
【００７９】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。
【００８０】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
【００８１】
【数６】
【００８２】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。
【００８３】ここで、
【００８４】
【数７】
【００８５】であり、(2) 式より
【００８６】
【数８】
【００８７】であるから、(7) 式は、
【００８８】
【数９】
【００８９】となる。
【００９０】ここで、(4) 式より、
【００９１】
【数１０】
【００９２】(3) 式を用いてこの(10)式を変形すると、
【００９３】
【数１１】
【００９４】ここで、(1) 式より、
【００９５】
【数１２】
【００９６】であるから、
【００９７】
【数１３】
【００９８】となる。
【００９９】(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、
【０１００】
【数１４】
【０１０１】この(14)式を(6) 式に代入して、
【０１０２】
【数１５】
【０１０３】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。
【０１０４】次に、
【０１０５】
【数１６】
【０１０６】であるから、この(16)式に(2) 式、(3) 式
を代入して、
【０１０７】
【数１７】
【０１０８】ここで(12)式より、
【０１０９】
【数１８】
【０１１０】であるから、この(18)式と、(11)式、(13)
式を(17)式に代入して、
【０１１１】
【数１９】
【０１１２】(9) 式においてｋ＝１と置き、(19)式を
(9)式に代入すると、
【０１１３】
【数２０】
【０１１４】この(20)式を(6) 式に代入すると、ｋ＝１
と置いて、
【０１１５】
【数２１】
【０１１６】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。
【０１１７】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）
【０１１８】
【数２２】
【０１１９】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。
【０１２０】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。
【０１２１】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と撮影メニューと
が図５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。
【０１２２】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 の画素と撮影メニュー
の情報の数、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。
【０１２３】また上記実施例においては、検査オーダ２
をキーボード43より入力するようになっているが、この
検査オーダ２を入力する方法はいかなる方法でもよく、
検査オーダ２を記憶したバーコードを検査オーダ２に対
応する放射線画像のカセッテに付し、バーコードリーダ
によりこのバーコードを読み取って検査オーダ２に入力
するようにしてもよい。
【０１２４】また上記実施例においては、撮影メニュー
４を認識する段階において第１のニューラルネットワー
ク３に、先読画像信号ＳP と検査オーダ２とを入力して
撮影メニュー４を認識するようにしているが、本発明は
検査オーダ２を入力せず先読画像信号ＳP のみの入力で
撮影メニュー４を認識する放射線画像読取条件及び／又
は画像処理条件決定装置にも適用できる。この場合コン
ピュータシステム40内では先読画像信号ＳP のみに基づ
いて第１のニューラルネットワーク３により撮影メニュ
ー４を求め、次いで先読画像信号ＳP とこの撮影メニュ
ー４により読取条件及び／又は画像処理条件を決定す
る。
【０１２５】さらに上記実施例においては、先読画像信
号ＳP と検査オーダ２とに基づいて第１のニューラルネ
ットワーク３により撮影メニュー４を認識し、この撮影
メニュー４と先読画像信号ＳP とに基づいて第２のニュ
ーラルネットワーク５により読取条件及び／又は画像処
理条件を決定しているが、本発明は、ニューラルネット
ワークをひとつだけ用いて撮影メニュー４を認識する撮
影メニュー認識方法および装置にも適用できる。この場
合、撮影メニュー認識装置のコンピュータシステム内で
は画像信号ＳQ を単独であるいは画像信号ＳQ に検査オ
ーダ２を付加したものとに基づいてニューラルネットワ
ークにより撮影メニュー４が求められる。
【０１２６】また上述した実施例においては、読取条件
及び／又は画像処理条件を決定する段階において、第２
のニューラルネットワーク５に先読画像信号ＳP と撮影
メニュー４とを入力して読取条件及び／又は画像処理条
件を決定するようにしているが、画像信号からヒストグ
ラムを算出する手段を設けて先読画像信号ＳP のヒスト
グラムを算出し、先読画像信号ＳP のかわりに先読画像
信号ＳP のヒストグラムを撮影メニュー４とともに第２
のニューラルネットワーク５に入力して読取条件及び／
又は画像処理条件を決定するようにしてもよい。さらに
は、ヒストグラム算出手段により先読画像信号ＳP のヒ
ストグラムを算出し、ヒストグラム解析手段８を用いて
ヒストグラム解析によりこのヒストグラムから撮影メニ
ュー４に基づいて読取条件及び／又は画像処理条件を求
めるようにしてもよい。この場合のヒストグラム解析は
公知の方法（例えば特開昭60-156055 号等）を用いるこ
とができる。
【０１２７】なお、上記実施例では、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み取ることとし、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Ｓ
Q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。
【０１２８】さらに、上記実施例は、蓄積性蛍光体シー
トを用いて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、本発明は蓄積性蛍光体シートに限らず被写
体の放射線画像が記録された記録シートを用いて、先読
みを行なわず、そのまま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。
【図面の簡単な説明】
【図１】本発明の第１実施例、第２実施例、第７実施例
および第８実施例による画像読取条件及び／又は画像処
理条件決定方法の基本的構成を示すブロック図
【図２】本発明の第３実施例、第４実施例、第９実施例
および第10実施例による画像読取条件及び／又は画像処
理条件決定方法の基本的構成を示すブロック図
【図３】本発明の第５実施例、第６実施例、第11実施例
および第12実施例による画像読取条件及び／又は画像処
理条件決定方法の基本的構成を示すブロック図
【図４】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示す斜視図
【図５】本発明に使用されるニューラルネットワークの
一例を表わした図
【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 100 ′ 本読手段 ＳP 先読み画像信号
───────────────────────────────────────────────────── 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 1/407 Ａ６１Ｂ 6/00 ３０３Ｊ ３５０Ｚ (56)参考文献 特開 昭62−39842（ＪＰ，Ａ) 特開 平４−58942（ＪＰ，Ａ) 特開 平４−183441（ＪＰ，Ａ)

Claims (18)

    (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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定方法において、前記第１の画像信号を第１のニュー
    ラルネットワークに入力し、該第１のニューラルネット
    ワークから前記放射線画像の撮影メニューを出力させ、
    前記第１の画像信号と前記撮影メニューとを、前記第１
    のニューラルネットワークとは異なる第２のニューラル
    ネットワークに入力し、該第２のニューラルネットワー
    クから前記読取条件及び／又は前記画像処理条件を出力
    させることを特徴とする放射線画像読取条件及び／又は
    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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定装置において、前記第１の画像信号を入力とし、前
    記放射線画像の撮影メニューを出力とする第１のニュー
    ラルネットワークと、前記第１の画像信号と前記撮影メ
    ニューとを入力とし、前記読取条件及び／又は前記画像
    処理条件を出力とする第２のニューラルネットワークと
    からなることを特徴とする放射線画像読取条件及び／又
    は画像処理条件決定装置。
  3. 【請求項３】 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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定方法において、前記第１の画像信号と検査オーダと
    を第１のニューラルネットワークに入力し、該第１のニ
    ューラルネットワークから前記放射線画像の撮影メニュ
    ーを出力させ、前記第１の画像信号と該撮影メニューと
    を、前記第１のニューラルネットワークとは異なる第２
    のニューラルネットワークに入力し、該第２のニューラ
    ルネットワークから前記読取条件及び／又は前記画像処
    理条件を出力させることを特徴とする放射線画像読取条
    件及び／又は画像処理条件決定方法。
  4. 【請求項４】 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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定装置において、前記第１の画像信号と検査オーダと
    を入力とし、前記放射線画像の撮影メニューを出力とす
    る第１のニューラルネットワークと、前記第１の画像信
    号と前記撮影メニューとを入力とし、前記読取条件及び
    ／又は前記画像処理条件を出力とする第２のニューラル
    ネットワークとからなることを特徴とする放射線画像読
    取条件及び／又は画像処理条件決定装置。
  5. 【請求項５】 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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定方法において、前記第１の画像信号を第１のニュー
    ラルネットワークに入力し、該第１のニューラルネット
    ワークから前記放射線画像の撮影メニューを出力させ、
    前記第１の画像信号のヒストグラムを算出し、該ヒスト
    グラムと前記撮影メニューとを、前記第１のニューラル
    ネットワークとは異なる第２のニューラルネットワーク
    に入力し、該第２のニューラルネットワークから前記読
    取条件及び／又は前記画像処理条件を出力させることを
    特徴とする放射線画像読取条件及び／又は画像処理条件
    決定方法。
  6. 【請求項６】 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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定方法において、前記第１の画像信号と検査オーダと
    を第１のニューラルネットワークに入力し、該第１のニ
    ューラルネットワークから前記放射線画像の撮影メニュ
    ーを出力させ、前記第１の画像信号のヒストグラムを算
    出し、該ヒストグラムと前記撮影メニューとを、前記第
    １のニューラルネットワークとは異なる第２のニューラ
    ルネットワークに入力し、該第２のニューラルネットワ
    ークから前記読取条件及び／又は前記画像処理条件を出
    力させることを特徴とする放射線画像読取条件及び／又
    は画像処理条件決定方法。
  7. 【請求項７】 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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定方法において、前記第１の画像信号を第１のニュー
    ラルネットワークに入力し、該第１のニューラルネット
    ワークから前記放射線画像の撮影メニューを出力させ、
    前記第１の画像信号のヒストグラムを算出し、該ヒスト
    グラムから前記撮影メニューに基づいて、前記読取条件
    及び／又は前記画像処理条件を求めることを特徴とする
    放射線画像読取条件及び／又は画像処理条件決定方法。
  8. 【請求項８】 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１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２の画像信号を得る際の読取条件及び／又は得られ
    た前記第２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及び／又は画像処理条件
    決定方法において、前記第１の画像信号と検査オーダと
    を第１のニューラルネットワークに入力し、該第１のニ
    ューラルネットワークから前記放射線画像の撮影メニュ
    ーを出力させ、前記第１の画像信号のヒストグラムを算
    出し、該ヒストグラムから前記撮影メニューに基づい
    て、前記読取条件及び／又は前記画像処理条件を求める
    ことを特徴とする放射線画像読取条件及び／又は画像処
    理条件決定方法。
  9. 【請求項９】 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
    号を第１のニューラルネットワークに入力し、該第１の
    ニューラルネットワークから前記放射線画像の撮影メニ
    ューを出力させ、前記画像信号と前記撮影メニューと
    を、前記第１のニューラルネットワークとは異なる第２
    のニューラルネットワークに入力し、該第２のニューラ
    ルネットワークから前記画像処理条件を出力させること
    を特徴とする放射線画像処理条件決定方法。
  10. 【請求項１０】 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
    号を入力とし、前記放射線画像の撮影メニューを出力と
    する第１のニューラルネットワークと、前記画像信号と
    前記撮影メニューとを入力とし、前記画像処理条件を出
    力とする第２のニューラルネットワークとからなること
    を特徴とする放射線画像処理条件決定装置。
  11. 【請求項１１】 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
    号と検査オーダとを第１のニューラルネットワークに入
    力し、該第１のニューラルネットワークから前記放射線
    画像の撮影メニューを出力させ、前記画像信号と該撮影
    メニューとを、前記第１のニューラルネットワークとは
    異なる第２のニューラルネットワークに入力し、該第２
    のニューラルネットワークから前記画像処理条件を出力
    させることを特徴とする放射線画像処理条件決定方法。
  12. 【請求項１２】 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
    号と検査オーダとを入力とし、前記放射線画像の撮影メ
    ニューを出力とする第１のニューラルネットワークと、
    前記画像信号と前記撮影メニューとを入力とし、前記画
    像処理条件を出力とする第２のニューラルネットワーク
    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。
  13. 【請求項１３】 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
    号を第１のニューラルネットワークに入力し、該第１の
    ニューラルネットワークから前記放射線画像の撮影メニ
    ューを出力させ、前記画像信号のヒストグラムを算出
    し、該ヒストグラムと前記撮影メニューとを、前記第１
    のニューラルネットワークとは異なる第２のニューラル
    ネットワークに入力し、該第２のニューラルネットワー
    クから前記画像処理条件を出力させることを特徴とする
    放射線画像処理条件決定方法。
  14. 【請求項１４】 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
    号と検査オーダとを第１のニューラルネットワークに入
    力し、該第１のニューラルネットワークから前記放射線
    画像の撮影メニューを出力させ、前記画像信号のヒスト
    グラムを算出し、該ヒストグラムと前記撮影メニューと
    を、前記第１のニューラルネットワークとは異なる第２
    のニューラルネットワークに入力し、該第２のニューラ
    ルネットワークから前記画像処理条件を出力させること
    を特徴とする放射線画像処理条件決定方法。
  15. 【請求項１５】 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
    号を第１のニューラルネットワークに入力し、該第１の
    ニューラルネットワークから前記放射線画像の撮影メニ
    ューを出力させ、前記画像信号のヒストグラムを算出
    し、該ヒストグラムから前記撮影メニューに基づいて、
    前記画像処理条件を求めることを特徴とする放射線画像
    処理条件決定方法。
  16. 【請求項１６】 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
    号と検査オーダとを第１のニューラルネットワークに入
    力し、該第１のニューラルネットワークから前記放射線
    画像の撮影メニューを出力させ、前記画像信号のヒスト
    グラムを算出し、該ヒストグラムから前記撮影メニュー
    に基づいて、前記画像処理条件を求めることを特徴とす
    る放射線画像処理条件決定方法。
  17. 【請求項１７】 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
    を表わす画像信号に基づいて、前記放射線画像の撮影メ
    ニューを認識する撮影メニュー認識方法において、前記
    画像信号をニューラルネットワークに入力し、該ニュー
    ラルネットワークから前記放射線画像の撮影メニューを
    出力させることを特徴とする撮影メニュー認識方法。
  18. 【請求項１８】 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
    を表わす画像信号に基づいて、前記放射線画像の撮影メ
    ニューを認識する撮影メニュー認識方法において、前記
    画像信号と検査オーダとをニューラルネットワークに入
    力し、該ニューラルネットワークから前記放射線画像の
    撮影メニューを出力させることを特徴とする撮影メニュ
    ー認識方法。
JP3084187A 1991-04-16 1991-04-16 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 Expired - Fee Related JP2727258B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP3084187A JP2727258B2 (ja) 1991-04-16 1991-04-16 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP3084187A JP2727258B2 (ja) 1991-04-16 1991-04-16 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

Publications (2)

Publication Number Publication Date
JPH04317048A JPH04317048A (ja) 1992-11-09
JP2727258B2 true JP2727258B2 (ja) 1998-03-11

Family

ID=13823476

Family Applications (1)

Application Number Title Priority Date Filing Date
JP3084187A Expired - Fee Related JP2727258B2 (ja) 1991-04-16 1991-04-16 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

Country Status (1)

Country Link
JP (1) JP2727258B2 (ja)

Also Published As

Publication number Publication date
JPH04317048A (ja) 1992-11-09

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
JP2849964B2 (ja) 画像処理方法および装置
JPH0214378A (ja) 放射線画像読取再生装置
JP2694580B2 (ja) 被写体像内画像点決定方法
JP2631737B2 (ja) 被写体像内画像点決定方法
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
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
JPH04261649A (ja) 放射線画像解析方法および装置
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
JP2707355B2 (ja) 画像記録位置認識装置
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
JP2678815B2 (ja) 放射線画像読取装置
JPH02111346A (ja) 乳房撮影画像における被写体部認識方法
JP2824873B2 (ja) 被写体像内画像点決定方法
JP3165530B2 (ja) 放射線画像読取条件決定方法および装置
JP2952422B2 (ja) 放射線画像解析装置
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
JP2981677B2 (ja) ニューラルネットワーク学習方法
JP2748051B2 (ja) 被写体像内画像点決定方法
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
JP2694582B2 (ja) 放射線画像読取条件及び／又は画像処理条件決定方法
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

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: 19971111

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees