JP4260060B2 - Ｘ線ｃｔ装置および画像再構成装置 - Google Patents

Description

本発明は画像再構成方法およびＸ線ＣＴ（ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ）装置に関し、さらに詳しくは、被検体についてのＸ線による複数ビューの投影データに基づいて画像を再構成する方法、および、そのような画像再構成を行うＸ線ＣＴ装置に関する。

Ｘ線ＣＴ装置では、被検体についてのＸ線による複数ビューの投影データを収集し、それら投影データに基づいて画像を再構成する。画像再構成には、画像の目視診断を前提として、それ用の前処理、再構成、後処理などの処理プロセスが用いられる。このため、再構成画像に基づいて自動診断支援（ＣＡＤ： Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｅｔｅｃｔｉｏｎ）を行う場合も、目視診断を前提として再構成された画像を使用している（例えば、特許文献１参照）。
特開２００４−０７０５６２号公報（第４−５頁、図１）

目視診断用の画像は肉眼に訴えるように全般的に高周波成分が強調される。ＣＡＤの処理アルゴリズムの中には微分フィルタを用いたものもあるので、ＣＡＤの微分フィルタと目視診断用の再構成関数がノイズを強調し、ＣＡＤの画像認識を不安定にさせて病変部位の検出率を悪くする可能性がある。

そこで、本発明の課題は、ＣＡＤによる安定な画像認識が行われる画像を再構成する方法、および、そのような画像再構成を行うＸ線ＣＴ装置を実現することである。

（１）上記の課題を解決するためのひとつの観点での発明は、被検体についてのＸ線による複数ビューの投影データに基づいて画像を再構成する方法であって、自動診断支援モード専用の画像再構成処理を持つ、ことを特徴とする画像再構成方法である。

（２）上記の課題を解決するための他の観点での発明は、Ｘ線発生手段と、被検体を挟んで前記Ｘ線発生手段と対向するように配置されたＸ線検出手段と、前記Ｘ線検出手段を通じて収集した複数ビューの投影データに基づいて被検体の断層像を再構成する画像再構成手段とを有するＸ線ＣＴ装置であって、前記画像再構成手段は自動診断支援モード専用の画像再構成処理を持つ、ことを特徴とするＸ線ＣＴ装置である。

前記画像再構成処理は自動診断支援モード専用の再構成関数を持つことが、自動診断支援に適した再構成画像を得る点で好ましい。
前記画像再構成処理は自動診断支援モード専用のストリーク状アーチファクト除去処理などの投影データ上のノイズ除去処理を備えた前処理を持つことが、ストリーク状アーチファクトなどの断層像上のアーチファクトを効果的に除去して画質改善を行い自動診断支援に適した再構成画像を得る点で好ましい。

前記画像再構成処理は自動診断支援モード専用のノイズ除去フィルタを備えた後処理を持つことが、ノイズを効果的に除去して自動診断支援に適した再構成画像を得る点で好ましい。

前記画像再構成処理は自動診断支援モード専用のユーザインターフェースを持つことが、自動診断支援モード専用の画像再構成を適切に行う点で好ましい。
前記ユーザインターフェースは自動診断支援モード専用の再構成関数の選択を可能にすることが、自動診断支援モード専用の再構成関数の選択を適切に行う点で好ましい。

前記ユーザインターフェースは自動診断支援モード専用のストリーク状アーチファクト除去処理などの投影データ上のノイズ除去処理を備えた前処理の選択を可能にすることが、自動診断支援モード専用の前処理の選択を適切に行う点で好ましい。

前記ユーザインターフェースは自動診断支援モード専用のノイズ除去フィルタを備えた後処理の選択を可能にすることが、自動診断支援モード専用の後処理の選択を適切に行う点で好ましい。

上記各観点での発明では、自動診断支援モード専用の画像再構成処理を持つので、ＣＡＤによる安定な画像認識が行われる画像を再構成する方法、および、そのような画像再構成を行うＸ線ＣＴ装置を実現することができる。

以下、図面を参照して発明を実施するための最良の形態を説明する。なお、本発明は、発明を実施するための最良の形態に限定されるものではない。図１にＸ線ＣＴ装置のブロック図を示す。本装置は本発明を実施するための最良の形態の一例である。本装置の構成によって、Ｘ線ＣＴ装置に関する本発明を実施するための最良の形態の一例が示される。本装置の動作によって、画像再構成方法に関する本発明を実施するための最良の形態の一例が示される。

同図に示すように、Ｘ線ＣＴ装置１００は、操作コンソール１と、撮影テーブル１０と、走査ガントリ２０とを具備している。操作コンソール１は、操作者の入力を受け付ける入力装置２と、画像再構成処理などを実行する中央処理装置３と、走査ガントリ２０で取得した投影データを収集するデータ収集バッファ５と、投影データから再構成したＣＴ画像を表示するモニタ６と、プログラムやデータや再構成画像を記憶する記憶装置７とを具備している。中央処理装置３は、本発明における画像再構成手段の一例である。入力装置２およびモニタ６からなる部分は、本発明におけるインターフェースの一例である。

テーブル装置１０は、被検体を乗せて走査ガントリ２０のボア（空洞部）に入れ出しするクレードル１２を具備している。クレードル１２は、撮影テーブル１０に内臓するモータで昇降およびテーブル直線移動される。

走査ガントリ２０は、Ｘ線管２１と、Ｘ線コントローラ２２と、コリメータ２３と、Ｘ線検出器２４と、データ収集装置ＤＡＳ（Data Acquisition System）２５と、被検体の体軸の回りにＸ線管２１などを回転させる回転部コントローラ２６と、制御信号などを前記操作コンソール１や撮影テーブル１０とやり取りする制御コントローラ２９とを具備している。Ｘ線管２１は、本発明におけるＸ線発生手段の一例である。Ｘ線検出器２４は、本発明におけるＸ線検出手段の一例である。

本装置におけるＸ線ＣＴ装置の構成は概ね上記のとおりである。この構成のＸ線ＣＴ装置において、投影データの収集は例えば次のように行われる。
まず、被検体を走査ガントリ２０の回転部１５の空洞部に位置させた状態でｚ軸（体軸）方向の位置を固定し、Ｘ線管２１からのＸ線ビームを被検体に照射し（Ｘ線の投影）、その透過Ｘ線をＸ線検出器２４で検出する。そして、この透過Ｘ線の検出を、Ｘ線管２１とＸ線検出器２４を被検体の周囲を回転させながら（すなわち、投影角度（ビュー角度）を変化させながら）複数N（例えば、N＝1,000）のビュー方向で、360度分データ収集を行う。

検出された各透過Ｘ線は、ＤＡＳ（データ収集部）２５でディジタル値にＡＤ変換されて投影データとしてデータ収集バッファ５を介して操作コンソール１に転送される。この動作を１スキャンと呼ぶ。

そして、順次ｚ軸方向にスキャン位置を所定量だけ移動して、次のスキャンを行っていく。このようなスキャン方式はコンベンショナルスキャン方式（またはアキシャルスキャン方式）と呼ばれる。これに対して、投影角度の変化に同期して撮影テーブル１０を所定速度で移動させ、スキャン位置を移動させながら（Ｘ線管２１とＸ線検出器２４とが被検体の周囲をらせん状に回転することになる）投影データを収集する方式を、いわゆるヘリカルスキャン方式と呼ぶ。本発明はコンベンショナルスキャン方式、ヘリカルスキャン方式いずれにも適用可能である。

走査ガントリ２０をｚ軸に対して傾斜させることによりチルトスキャンが行われる。チルトスキャンはコンベンショナルスキャン方式、ヘリカルスキャン方式いずれでも可能である。

操作コンソール１は、走査ガントリ２０から転送されてくる投影データを中央処理装置３の記憶装置７の一部である固定ディスクHDDに格納するとともに、例えば、所定の再構成関数と重畳演算を行い、逆投影処理により断層像を再構成する。ここで、操作コンソール１は、スキャン処理中に走査ガントリ２０から順次転送されてくる投影データからリアルタイムに断層像を再構成し、常に最新の断層像をモニタ６に表示させることが可能である。さらに、固定ディスクHDDに格納されている投影データを呼び出して改めて画像再構成を行わせることも可能である。

画像再構成およびＣＡＤについて説明する。通常、ＣＡＤの病変部検出では輪郭追跡、局所変化部分抽出などの比較的ノイズに弱い処理を用いる。これに対し、Ｘ線ＣＴの画像再構成においては、一般的に、画像の目視診断を前提として、周波数の高調域を強調する再構成関数が用いられている。これは人間の視覚に合わせて調節されている。

しかし、自動画像認識を利用するＣＡＤにおいては微妙な濃度変化、１画素単位の空間的な変化にも敏感に反応するのに対し、局所的なゆるやかな変化をとらえにくいという性質がある。このため、ＣＡＤ専用の画像再構成があれば、より効果的なＣＡＤが可能になる。

本実施形態では、肺野輪郭部抽出閾値、肺野部内抽出閾値のＣＴ値の範囲ではなめらかな低周波成分を反映して再構成し、２値化の際に生じる輪郭のノイズを除去する。またそれ以外のＣＴ値の範囲では高周波成分を反映して再構成してもよい。

これにより、ＣＡＤでの病変部候補検出での画像ノイズを押さえ、ＣＡＤの検出率を向上させることができる。この課題を解決するため、ＣＡＤの微分フィルタと相互作用してもノイズを過度に強調しないような再構成関数を用意する。

本実施形態では、肺野輪郭部抽出閾値、肺野部内抽出閾値のＣＴ値の範囲では目視用に比べより低周波成分を強めた再構成関数で再構成し、２値化の際に生じる輪郭のノイズを除去する。またそれ以外のＣＴ値の範囲では高周波成分を反映して再構成する。

以下、本実施形態における操作コンソール１の処理内容を図２の説明図を参照しながら、説明する。図２は、本実施形態における操作コンソール１の処理の流れを示す説明図である。操作コンソール１では次のような処理が行われる。

ステップS0：ＣＡＤ用ストリークアーチファクト低減モード、再構成関数、後処理ノイズフィルタの選択を行う。これらの選択は操作者（ユーザ）によって行われる。選択は、図３に示すようなユーザインターフェースを利用して行われる。ユーザインターフェースはモニタ６に表示され、操作者は入力装置２を用いて選択を行う。

ストリークアーチファクト低減モードに関するユーザインターフェースでは、ＡＡＲ１，ＡＡＲ２およびＣＡＤの３つのメニューが表示される。ＡＡＲ１，ＡＡＲ２は目視画像用のメニューであり、ＣＡＤはＣＡＤ用のメニューである。ＣＡＤ用のメニューは、目視画像用のメニューＡＡＲ１，ＡＡＲ２よりもストリークアーチファクト低減効果を高めたものとなっている。ここでは、ＣＡＤが選択される。

再構成関数に関するユーザインターフェースでは、肺野部、頭部、骨、腹部およびＣＡＤの５つのメニューが表示される。肺野部ないし腹部は目視画像用のメニューであり、ＣＡＤはＣＡＤ用のメニューである。ＣＡＤ用のメニューは、目視画像用のメニューＡＡＲ１，ＡＡＲ２よりも低周波強調効果を高めたものとなっている。ここでは、ＣＡＤが選択される。

後処理ノイズフィルタに関するユーザインターフェースでは、ノイズフィルタ１，ノイズフィルタ２およびＣＡＤの３つのメニューが表示される。ノイズフィルタ１，ノイズフィルタ２は目視画像用のメニューであり、ＣＡＤはＣＡＤ用のメニューである。ＣＡＤ用のメニューは、目視画像用のノイズフィルタ１，ノイズフィルタ２よりもノイズ除去効果を高めたものとなっている。ここでは、ＣＡＤが選択される。

ステップS1：ＣＡＤの対象部位のスキャンを行う。例えば本実施例では、肺野部のスキャンを行う。
ステップS11： 投影データを前処理する。ＣＡＤ用ストリークアーチファクト低減処理を行う。前処理はステップS0で選択されたＣＡＤメニューにしたがって行われる。

ステップS2： 前処理された投影データに低周波な再構成関数を重畳する。また高周波な再構成関数を重畳する。これはステップS0で選択されたＣＡＤメニューにしたがったものである。

ステップS3： ２つの再構成関数を重畳された投影データを各々逆投影処理し、ＣＴ値の閾値の前後で各々の断層像を重み付けし、ゆるやかに切り替える。これによりＣＡＤ用再構成関数による断層像を作成する。

ステップS4： 断層像を後処理し、ＣＡＤ用ノイズフィルタをかける。後処理はステップS0で選択されたＣＡＤメニューにしたがって行われる。
ステップS5： 断層像を表示する。これによって、図４に示すような肺野部の画像が得られる。

ステップS6： ＣＡＤで病変部候補を抽出し表示する。
図５に、ＣＡＤで病変部候補を抽出し表示する部分の処理の流れを示す。病変部候補抽出は次のように行われる。

ステップS61： あらかじめ定められた閾値で２値化を行い、肺野部の輪郭抽出を行う。すなわち、図６に示すように輪郭抽出用の論理フィルタを用い輪郭線を抽出する。
ステップS62： 肺野部の輪郭線から、輪郭に接した病変部の抽出を行う。すなわち、図７に示すように肺野部の輪郭部に、例えばある画素間隔をあけた５点の輪郭形状追跡オペレータを沿わせる。この各５点の位置関係より、病変部候補が存在するかを判断する。

ステップS63： 肺野部内部をあらかじめ定められた閾値で２値化を行い、肺野部内の病変候補領域を抽出する。
ステップS64： 病変部候補の連続領域番号付けを行う。

ステップS65： 各候補領域の特徴パラメータを求める。
ステップS66： 病変部候補の特徴パラメータから病変部か否かを判断する。
ステップS67： 病変部と思われる所を表示する。

図８に、ステップS64,S65,S66,S67の詳細をフローチャートで示す。同図は、操作コンソール１による病変部領域検出処理を示すフローチャートである。
ステップS641では、図９に示すように、被検体hを連続した異なる断層像位置でＸ線走査して取得した複数のＣＴ断層像Siを入力する。図９に示すような断層像をそのまま２値化すると、”入り江”状血管領域、細かい血管領域、病変部候補領域すべてが２値化で取り出されてしまう。このため以下の処理では、先ず”入り江”状血管領域を埋めて血管領域と病変部候補領域を取り出す。

ステップS642では、肺の全体を抽出できるようなＣＴ値範囲(例えば−200以下)を「１」とし、それ以外を「０」とするような２値化処理を行う。これにより、図１０に示すように、肺Lおよび背景（空気）Aの領域が「１」となり、それ以外が「０」となる。なお、図１０では、「１」の領域をハッチングで示している。図１０で、入り江状血管領域Laというのは肺Lへ入る太い血管の部分である。

ステップS643では、「１」の領域に対し３次元または２次元論理フィルタによりN画素収縮処理およびN画素膨張処理を行い、ノイズとなる微小領域を取り除く（例えば、N＝５。但し、Nの値は、１画素サイズに依存して変化させる。）。次に、３次元または２次元ラベリング処理により「１」の領域を区分し、背景（空気）と推定できる区分を除去する。これによって、肺だけが「１」の領域となる。この状態を図１１に示す。

ステップS644では、「１」の領域に対し３次元または２次元論理フィルタによりM画素拡大処理およびM画素収縮処理を行い、不要領域である入り江Laを埋める（例えば、M＝１０。但し、Mの値は、１画素サイズに依存して変化させる。）。これにより図１２に示すように、肺Lから入り江Laがなくなる。

ステップS645では、上記ステップS644で「１」になった領域を各ＣＴ断層像Siから画素間演算の論理積AND処理で切り出し、その切り出した領域（マスク領域）について血管を抽出できるようなＣＴ値範囲(造影された血管のＣＴ値はおよそ１００〜200、造影されてない血管のＣＴ値はおよそ40〜50なので、例えば−500〜＋1000)を「１」とし、それ以外を「０」とするような２値化処理を行う。これにより、図１３に示すように、肺Lの血管候補領域]Vaが「１」となり、それ以外が「０」となる。ここで、肺Lの血管候補領域Vaを３次元モデル化する。

ステップS646では、肺Lの血管候補領域Vaに対し３次元論理フィルタによりL画素膨張処理およびL画素収縮処理を行い、データ上では切れていた血管候補領域v1,v2,v3,・・・を図１４に示すように接続修復する（例えば、L＝１〜３。但し、Lの値は、１画素サイズに依存して変化させる。）
ステップS647では、３次元ラベリング処理により血管候補領域Vaを図１５に示すような血管候補Vbに区分する。

ステップS648では、図１５に示すように、各血管候補Vbに対する血管候補領域の全画素を含むxmin＜x＜xmax且つymin＜y＜ymax且つzmin＜z＜zmaxの直方体の領域である外接直方体Bの体積を計算し、最も体積の大きい血管候補Vbを血管Vと判定する。他のラベル領域は、ノイズ領域として除去する。図１６に、血管Vを示す。なお、図１５において、血管候補Vbは、外接直方体Bの上面AP，底面BP，側面CP〜FPに、点Ca〜Cfで接している。

ステップP649では、血管Vに対して３次元論理フィルタによりP画素収縮処理を行い、末梢部の血管を消去する。Pは、末梢部の血管の太さに１〜２画素を加えた値とする。（例えば、P＝４〜５。但し、Pの値は、１画素サイズに依存して変化させる。）。これにより、図１７に示すように、血管Vの末梢部に孤立した病変部候補領域Caが残る。

次に、その病変部候補領域Caの球体度βを計算する。また、病変部候補領域Caと複数の連続ＣＴ断層像Siとを基に病変部候補領域Caの３次元データを抽出し、その平均ＣＴ値を計算する。そして、病変部候補領域Caの球体度βと平均ＣＴ値とを基に末梢部病変部領域を検出する。

ここで、図１８の（a）に示すように病変部C略球形状であり、図１８の（b）に示すように血管Vは略柱上である。そこで、例えば、球体度βが0.8より大きく且つ平均ＣＴ値が０〜＋200ならば病変部領域と判断し、そうでないなら病変部領域でないと判断する。

なお、球体度βは下記のように定める。
病変部領域検出方法では、３次元形状特徴パラメータとして、少なくとも球体度を用いる。ここで、球体度βまたはβ'は、表面積をSとし、体積をVとするとき、
β＝６・π１／２・V／S３／２
β'＝β２＝３６・π・V２／S３
である。球体度βまたはβ'が「１」に近いほど病変部である確率が高い。

ステップS650では、上記ステップS649の後に収縮処理して残った血管Vに対して３次元論理フィルタによりQ画素収縮処理を行い、主幹部の血管を消去する。Qは、主幹部の血管の太さに１〜２画素を加えPを減算した値とする（例えば、Q＝７〜８。但し、Qの値は、１画素サイズに依存して変化させる。）。

これにより、図１９に示すように、血管Vの主幹部に孤立した病変部候補領域Cbが残る。次に、その病変部候補領域Cbの球体度βを計算する。また、病変部候補領域Cbと複数の連続ＣＴ断層像Siとを基に病変部候補領域Cbの３次元データを抽出し、その平均ＣＴ値を計算する。そして、病変部候補領域Cbの球体度βと平均ＣＴ値とを基に主幹部病変部領域を検出する。

以上により、ＣＡＤ専用の画像再構成とあいまって、病変部領域を高精度に検出することができる。
上記説明では、ステップS645までの処理を２次元処理とし、ステップS646以降を３次元処理としたが、ステップS642以降を全て３次元処理としてもよい。この場合には、ステップS641で、複数のＣＴ断層像Sｉから３次元データを構築しておけばよい。

また、上記説明では、血管を末梢部と主幹部の２段階の太さに分けて病変部領域の検出閾値を設定したが、３段階以上の太さに血管の領域を分けて病変部領域を検出してもよい。

また、上記ステップS646を省略してもよい。
本発明の機能処理をコンピュータで実現するための、コンピュータにインストールされるプログラム自体および、そのプログラムを格納した記録媒体そのものも本発明を実現するものである。つまり、本発明の特許請求の範囲には、本発明の機能処理を実現するためのプログラム自体および、そのプログラムを格納したコンピュータ読み取り可能な記録媒体も含まれる。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、光ディスク（CD-ROM、CD-R、CD-RW、DVD等）、光磁気ディスク、磁気テープ、メモリカード等がある。その他、プログラムの供給方法としては、インターネットを介して本発明のプログラムをファイル転送によって取得する態様も含まれる。

本発明を実施するための最良の形態の一例のＸ線ＣＴ装置を示すブロック図である。 本発明の一実施形態における処理の流れの説明図である。 本発明の一実施形態におけるユーザインターフェースを示す図である。 ＣＴ断層像の例示図である。 本発明の一実施形態におけるＣＡＤ処理の流れの説明図である。 本発明の一実施形態における肺野部の輪郭抽出の説明図である。 本発明の一実施形態における輪郭に接した病変部抽出の説明図である。 本発明の一実施形態にかかる病変部領域検出処理を示すフローチャートである。 複数のＣＴ断層像の例示図である。 肺の全体を抽出する２値化処理の説明図である。 背景を削除する処理の説明図である。 不要領域を埋める処理の説明図である。 血管候補領域の説明図である。 血管候補領域の接続修復処理の説明図である。 血管候補に外接する直方体を示す説明図である。 抽出した血管の説明図である。 末梢部の病変部候補領域の説明図である。 病変部と血管の形状の違いを示す説明図である。 主幹部の病変部候補領域の説明図である。

符号の説明

１ 操作コンソール
２ 入力装置
３ 中央処理装置
５ データ収集バッファ
６ モニタ
７ 記憶装置
１０ 撮影テーブル
１２ クレードル
１５ 回転部
２０ 走査ガントリ
２１ Ｘ線管
２２ Ｘ線コントローラ
２３ コリメータ
２４ Ｘ線検出器
２５ ＤＡＳ（データ収集装置）
２６ 回転部コントローラ
２９ 制御コントローラ
３０ スリップリング

Claims (11)

1. Ｘ線発生手段と、被検体を挟んで前記Ｘ線発生手段と対向するように配置されたＸ線検出手段と、前記Ｘ線検出手段を通じて収集した複数ビューの投影データに基づいて被検体の断層像を再構成する画像再構成手段とを有するＸ線ＣＴ装置であって、
   前記画像再構成手段は、自動診断支援モード専用として、自動診断支援にて抽出処理が施される画素領域を含む領域が、目視用よりも低周波成分を強調する画像再構成関数を用いて画像再構成した画像となるような画像再構成処理を行うものであり、前記低周波成分を強調する画像再構成関数を用いた逆投影処理と高周波な画像再構成関数を用いた逆投影処理を行い、自動診断支援にて抽出処理が施される画素領域を含む領域のＣＴ値範囲の内外において、前記逆投影処理に基づき得られた低周波成分を反映した画像データと高周波成分を反映して得られた画像データとが切り替えられた断層像の画像再構成を行うものである
   ことを特徴とするＸ線ＣＴ装置。
2. 前記画像再構成手段は、自動診断支援にて抽出処理が施される画素領域を含む領域のＣＴ値の閾値の前後で、前記逆投影処理に基づき得られた低周波成分を反映した画像データと高周波成分を反映して得られた画像データとが重み付けされ、ゆるやかに切り替えられた断層像の画像再構成を行うものである
   ことを特徴とする請求項１に記載のＸ線ＣＴ装置。
3. 前記画像再構成手段は、前処理において、目視用よりもストリークアーチファクト低減効果を高めた自動診断支援モード専用の投影データ上のノイズ除去処理を行うものである
   ことを特徴とする請求項１または請求項２に記載のＸ線ＣＴ装置。
4. 前記画像再構成手段は、自動診断支援モード専用のノイズ除去フィルタを用いた後処理を行うものである
   ことを特徴とする請求項１ないし請求項３のうちのいずれか１つに記載のＸ線ＣＴ装置。
5. 自動診断支援モード専用のユーザインターフェースを有する
   ことを特徴とする請求項１ないし請求項４のうちのいずれか１つに記載のＸ線ＣＴ装置。
6. 前記ユーザインターフェースは自動診断支援モード専用の再構成関数の選択を可能にする
   ことを特徴とする請求項５に記載のＸ線ＣＴ装置。
7. 前記ユーザインターフェースは自動診断支援モード専用の前処理の選択を可能にする
   ことを特徴とする請求項５または請求項６に記載のＸ線ＣＴ装置。
8. 前記ユーザインターフェースは自動診断支援モード専用のノイズ除去フィルタを備えた後処理の選択を可能にする
   ことを特徴とする請求項５ないし請求項７のうちのいずれか１つに記載のＸ線ＣＴ装置。
9. 自動診断支援として、病変部候補領域を抽出し、前記病変部候補領域の特徴パラメータに基づき病変部を抽出する抽出手段を有する
   ことを特徴とする請求項１ないし請求項８のうちのいずれか１つに記載のＸ線ＣＴ装置。
10. 前記病変部候補領域の抽出は、フィルタを用いたＮ画素収縮処理およびＮ画素膨張処理によるノイズの除去を含む
    ことを特徴とする請求項９に記載のＸ線ＣＴ装置。
11. 被検体についてのＸ線による複数ビューの投影データに基づいて画像を再構成する画像再構成装置であって、
    自動診断支援モード専用として、自動診断支援にて抽出処理が施される画素領域を含む領域が、目視用よりも低周波な画像再構成関数を用いて画像再構成した画像となるような画像再構成処理であって、前記低周波成分を強調する画像再構成関数を用いた逆投影処理と高周波な画像再構成関数を用いた逆投影処理を行い、自動診断支援にて抽出処理が施される画素領域を含む領域のＣＴ値範囲の内外において、前記逆投影処理に基づき得られた低周波成分を反映した画像データと高周波成分を反映して得られた画像データとが切り替えられた断層像の画像再構成処理を行う画像再構成手段を有する
    ことを特徴とする画像再構成装置。

Images