JP4307012B2 - 放射線写真の不均一性の遡及的修正方法 - Google Patents
放射線写真の不均一性の遡及的修正方法 Download PDFInfo
- Publication number
- JP4307012B2 JP4307012B2 JP2002133819A JP2002133819A JP4307012B2 JP 4307012 B2 JP4307012 B2 JP 4307012B2 JP 2002133819 A JP2002133819 A JP 2002133819A JP 2002133819 A JP2002133819 A JP 2002133819A JP 4307012 B2 JP4307012 B2 JP 4307012B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- model
- digital
- representation
- direct exposure
- 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
- 238000012937 correction Methods 0.000 title claims description 30
- 238000000034 method Methods 0.000 claims description 68
- 230000005855 radiation Effects 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 15
- 238000013179 statistical model Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000003709 image segmentation Methods 0.000 claims description 11
- 238000013178 mathematical model Methods 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 description 13
- 230000015572 biosynthetic process Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000007476 Maximum Likelihood Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 206010073306 Exposure to radiation Diseases 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000010405 anode material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measurement Of Radiation (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
【産業上の利用分野】
本発明は放射源、放射検出器又は放射画像読み出し器(radiation image read-out apparatus)等の使用に固有のデジタル放射画像(digital radiation image)内の不均一性(inhomogeneities)を修正(correcting)する方法に関する。
【0002】
【従来の技術】
デジタル放射線写真は、セグメンテーション(segmentation)、分類(classification)そしてコントラスト強調(contrast enhancement)の様な画像処理技術を使用するコンピユータエイデッド診断(computor aided diagnosis)及び定量的解析の可能性を提供する。しかしながら、コンピユータベースの画像解釈は該画像情報に固有の放射露光(radiation exposure)の不均一性の存在により妨げられる。
【0003】
エックス線露光の分野ではこれらの不均一性は大概ヒール効果(Heel effect)に帰せられるが、それにも拘わらず記録部材(recording member)の不均一性又は読み出し(read-out)の不均一性の様な他の不均一源が存在する。
【0004】
全てのこれらの要因により誘起される濃度(intensity)の不均一性は場所の関数としてスムーズに変化し、人間の視覚システムにより容易に修正されるが、該画像内の対象の相対的明るさが位置に依存するので該不均一性は自動処理技術の使用を複雑にする。全体的濃度範囲はこれらのゆっくり変化するシェーデイング成分(shading components)の存在により不必要に拡大され、従って診断信号の詳細を表すために利用可能な動的範囲(dynamic range)は減じられる。
【0005】
典型的な手の放射線写真が図1に示される。該画像の左側の背景は右側より明らかに明るい。この現象はいわゆるヒール効果に帰することが出来る。無関係の身体部分を遮蔽するためにビームコリメーターブレード(beam collimeter blades)が実質的に該X線ビームを減衰させるので、該現象は直接露光及び診断範囲(direct exposure and diagnostic areas)で見えるのみでコリメーション範囲(collimation area)では見えない。該ヒール効果は図2で略図的に描かれている様にX線管(X-ray tube)の構造から理解出来る。陰極から発する電子は正に荷電された陽極により引かれる。より良い熱放散のために、該陽極は回転しそして小さな陽極角度θで傾いているが、それは電子の当たる面積Aactualを拡大する一方、線(rays)を該対象の方へ下方に投射する焦点の面積の寸法Aeffをかなり小さく保つ。図3の線図で示される様に、この設計は該陽極を通る該X線が進む通路の長さを該場の陽極側Taで該陰極側Tcより長くする。従って入射X線強度(incident X-ray intensity)は該記録装置の陽極側で陰極側でより小さくし、それは図1の背景の不均性を説明している。
【0006】
ヒール効果は放射線写真に導入され得る濃度不均一性(intensity inhomogeneities)の1つの起こり得る原因である。既に上で説明された様に、不均一性の他の原因は、記録部材、例えば、写真フイルム、光励起蛍光スクリーン(photostimuable phosphor screen)、ニードル蛍光スクリーン(needle phosphor screen)、直接放射線写真検出器(direct radiography detector)等の不均一感度の様な不均一性の他の原因が予想される。なおもう1つの原因は、上記説明の種類の記録部材内に記憶された画像を読むため使用される読み出しシステムの不均一性である。
【0007】
濃度不均一性に影響する画像取得パラメーターは画像から画像へで変わり、読み出し(read-out)で取得された画像から回復され得ないので、校正画像(calibration images)又は欧州出願第EP−A−823691号で説明されたそれの様な平坦場露光(flat field exposure)に基づく修正方法は実行可能でない。
【0008】
第EP−A−823691号で開示された方法は(1)対象を放射源により発射される放射に露光する過程と、(2)放射感応性記録部材上に前記対象の放射画像を記録する過程と、(3)前記記録部材に記憶された該画像を読みそして該読まれた画像をデジタル画像表現に変換する過程と、(4)修正データの集合を発生する過程とそして(5)前記修正データの前記集合により前記デジタル画像表現を修正する過程とを具備する。該修正データの集合は該記録部材の均一な、平坦場の露光と対応するデータから演繹(deduced)される。該修正値の集合は、該記録部材の画素内に有効に得られた該値と平坦場の露光の場合に期待されるであろう値との偏差(deviation)を表す。各記録部材に付随するこれらの修正値は一旦正規に決められそして更に進んだ取得サイクル中に固定されて保たれる。
【0009】
この種の方法は該ヒール効果による不均一性の介入の様な問題の解決に適用されない。
【0010】
【発明が解決しようとする課題】
本発明の目的は、X線管の使用に固有なアーテイフアクト(artefacts)、放射検出器等での欠陥から発生するアーテイフアクトの様なアーテイフアクトに対しデジタル画像を修正(correct)する方法を提供することである。
【0011】
更に進んだ目的は下記説明から明らかになる。
【0012】
【課題を解決するための手段】
上記目的は請求項1で表明される特定的特徴を有する方法により実現される。
【0013】
従来技術の方法と異なり、本発明では修正データの集合は、平坦場の露光を表す画像の様な追加的画像からではなくて、対象を放射に露光することにより得られる実際の画像データから演繹される。
【0014】
放射画像は最も一般的には、遮蔽要素により放射への露光から遮蔽された範囲であるコリメーション範囲(collimation area)と、直接の、非変調照射に露光された記録部材上の範囲である直接露光範囲(direct exposure area){背景範囲(backgroud area)とも呼ばれる}とそして放射に露光された身体について該放射画像が見出される範囲である診断範囲(diagnostic area)とを含む。
【0015】
コリメーターブレードを通過する時の該X線ビームの実質的減衰のために、該照射の動的範囲は、これらのコリメーション範囲を該修正値の評価用には不適当にするような程度に減じられた。
【0016】
不均一性を招く原因は該コリメーション範囲内にはないので、本発明の方法では該コリメーション範囲は無視された。これらの範囲を更なる考慮から排除するために該コリメーション範囲の境界を見出すためにセグメンテーションアルゴリズムが使用出来る。この様なアルゴリズムの例は欧州特許出願第EP−A−610605号及びEP−A−742536号(パーテションされた画像の場合用)で説明されており、これらの文書は引用によりここに組み入れられる。
【0017】
第1実施例
1実施例では(1)該不均一性を誘起する現象を表す数学的モデルが作られる。次ぎに(2)該デジタル画像表現は、該直接露光範囲の評価を表すデータを抽出するために画像セグメンテーションに供せられる。次いで(3)このモデルのパラメーターが該画像内の該直接露光範囲を表す画像データから演繹される。次ぎに(4)該演繹されたパラメーターをベースに偏倚場(bias field)が作られる。次ぎに、(5)前記偏倚場による修正が該画像データに適用される。修正された画像データは次いで停止基準(stopping criterion)に供せられる。この停止基準が充たされないならば、過程(2)から(6)が繰り返される。
【0018】
該不均一性は該画像の直接露光範囲で唯直接にしか測定可能でないので、好ましくはこの範囲が最初に抽出されそして該モデルのパラメーターがこの範囲のみに関するデータから評価されるのがよい。シイードフイルアルゴリズム(seed fill algorithm)が該背景範囲を決定するために使用出来る。該シードフイルアルゴリズムは該コリメーション範囲の境界からスタート出来る。
【0019】
偏倚場を適用することによる不均一性修正は全画像上で行われる。本発明の文脈では、該用語’偏倚場(bias field)’は乗法的又は加法的仕方で(in a multiplicative or additive manner)平均画像データ値に重畳される(superimposed)低周波パターン(low frequency pattern)を示すために使用される。
【0020】
次ぎに新しい背景領域は該修正された画像データから抽出されそして該モデルパラメーターは再評価される。このシーケンスは繰り返される。該方法は、収斂するまで、すなわち背景又はパラメーター評価に顕著な変化が起こらなくなるまで、背景セグメンテーション(background segmentation)と修正(correction)との間で反復される(iterates)。
第2実施例
本発明の第2実施例では該画像内の画像領域の濃度と空間的統計(intensity and spatial statistics of image regions)に基づいて該画像の統計的モデル(statistical model)が最初に発生される。
【0021】
これらの画像領域の評価を構成するデータを抽出するために該デジタル画像表現は次いで画像セグメンテーションに供せられる。該参照される画像領域は例えば直接露光範囲、骨画像、軟質組織画像(soft tissue image)等である。
【0022】
該統計モデルのパラメーターはこれらの画像領域に関するデータから評価される。次ぎに、修正データを有する偏倚場が発生され、該全体画像は該偏倚場により修正される。前の過程の結果は停止基準に対して評価される。セグメント化(segmenting)、偏倚場修正そして評価の方法の過程は該停止基準が充たされるまで繰り返される。該停止基準は例えば、該画像領域の該評価に顕著な変化が起こらずそして/又は該統計モデルを規定する該パラメーターに顕著な変化が起こらないと、達せられる。
【0023】
1つの実施例では該画像領域は直接露光範囲に限定される。もう1つの実施例(第4の実施例参照)では該方法の過程は該放射画像の濃度ヒストグラム(intensity histogram)を一緒に構成する多数の画像領域のクラスの各々に別々に適用される。
【0024】
1実施例では該統計的モデルはガウス分布(Gaussian distribution)であり、該統計的モデルの該パラメーターは該ガウス分布の平均値μと標準偏差σの様な該統計的モデルを規定する統計的パラメーターである。
【0025】
該停止基準は例えば、画像領域の該評価に顕著な変化が起こらずそして/又は該統計的モデルを規定する該パラメーターに顕著な変化が起こらない時、達せられる。
【0026】
第3の実施例
第3の実施例はもし不均一性が該画像内に誘起されるならば画像のエントロピーが増加する観察に基づく。
【0027】
本発明の方法の第3の実施例では少なくとも直接露光範囲と診断範囲とを含む該画像の情報理論モデル(information theoretic model)が発生される。該モデルは追加的濃度値エントリーが該画像濃度分布に追加される時、シャノン−ウイーナーエントロピー(Shannon-Wiener entropy)が増加することに基づいている。該デジタル画像表現は該直接露光範囲の評価を表すデータを抽出するために画像セグメンテーションに供せられ、前記モデル内の該エントロピーがこれらの範囲に関係するデータに基づいて抽出される。次ぎに、偏倚場が発生され、該全体画像が該偏倚場により修正される。該前の過程の結果は停止基準に対し評価され、該方法は前記停止基準が充たされるまで繰り返される。停止基準は例えば、該エントロピーが最小でありその中に顕著な変化が起こらない時、充たされる。
【0028】
第4実施例
第4実施例は該第2実施例のより一般的な場合である。この第4実施例では該第2実施例の該方法の過程が、該放射画像の該濃度ヒストグラムを一緒に構成する多数の画像領域クラスの各々に別々に適用される。
【0029】
前記実施例の全てで、より低い精度しか要せず従って該停止基準が評価される必要のない時は反復(iteration)の数は1回に限定されてもよい。
【0030】
本発明の更に進んだ利点と実施例は下記説明[及び図]から明らかになる。
【0031】
【実施例】
第1実施例
ヒール効果用の数学的モデルは図4に描く陽極及びビームの形状の簡単な1次元モデルから得られる。陽極−陰極軸線に沿うpと垂直方向に沿うzを有する座標システム(p、z)で、X線は該陽極表面Sから距離Daveの点ω(0,0)で該陽極内で起こるようはがされる。該X線源と該記録装置間の距離Disとtanφ=p/Disとを有する点(p,Dis)で該記録装置を打ち(hits)、面(ω、S)内で垂直から角度φの線(ray)Rを考える。陽極を通ってRが進む距離rは下記で与えられ
r=|ξ−ω|=(pR 2+zR 2)1/2 (1)
下記の方程式のシステムを解くことにより見出されるSとのRの交わり(intesection)ξ(pR、zR)を有する。
【0032】
S:pR=Dave−tanθ.zR (2)
R:pR=tanφ.zR
従って、下記の様である。
【0033】
【数1】
【0034】
該記録装置上で受ける放射は
M(p)=I0.e- μ .r(p) (4)
で該陽極材料の減衰係数μとωで起こる該放射I0を有する。
【0035】
モデル(4)は該ヒール効果が陽極−陰極軸線に沿って指数関数的な挙動をすることを予測しそしてそれがこの軸線に直角には一定であることを仮定している。これは、該陽極−陰極軸線に直角な強度の差が該陽極−陰極軸線に沿う該強度差に比して比較的小さいことを示す平坦場露光実験により正当化される。
【0036】
画像セグメンテーション(image segmentation):
図1に示す様に、典型的な手の放射線写真は3つの領域:コリメーション範囲(数字1)、直接露光範囲(数字2)そして診断範囲(数字3)から成る。該ヒール効果は該コリメーション範囲で大幅に減じられそして該直接露光範囲のみで直接測定可能であるので、該画像はモデル(4)を該画像濃度データに適合させるためにセグメント化される必要がある。これは最初に該コリメーション範囲を抽出し次いで該直接露光範囲を探すことにより得られ、残りの範囲が診断領域である。
【0037】
該コリメーション範囲の境界はハフ変換(Hough transform)を使用して見出され、X線源搭載コリメーション装置(X-ray source-mounted collimation devices)の大多数がそうである様にこれらは直線の縁(edge)であると仮定する。この取り組みをよりロバスト(robust)にするために、各画像点の該ハフ空間アキュムレーター(Hough space accumulator)への寄与が前記点の傾斜の大きさにより重み付けされ、各点について、方向が局所的傾斜方向に対する法線から10度の中の線だけが考慮される。80から100度の内角を有する4角形(quadragon)を表す、ハフ空間内の4つの最も突出した点(4 most salient points)が該コリメーション範囲の候補境界として選択される。4つのコリメーションシャッターブレードの全てが該画像内に跡を残すわけでなく従って付随する境界を該画像内から消えさせるのでないから、該画像濃度が該コリメーション範囲用に期待された濃度と異なる候補境界は拒絶される。
【0038】
背景領域Bを抽出するために、前の過程で決定された該コリメーション領域の境界からスタートするシードフイルアルゴリズム(seed fill algorithm)が使用された。該コリメーター縁の各々に沿う小さなバンドを考慮しそしてその濃度が該バンドの平均より小さい全ての画素を保持することによりB用の適切なシード点が見出される。この取り組みは該診断領域に属する画素を候補シード画素と
【0039】
【外1】
【0040】
1,...,8を考慮しそしてもしpとqiの間の濃度差が或る指定されたしきい値より小さければBにqiを追加することにより育成される。
【0041】
ヒール効果評価(Heel effect estimation)
該モデル(4)を画像データN(x、y)に適合させるために、該モデルがここまで抽出された該直接露光範囲内に該画像データを最も良く適合させるように該陽極−陰極軸線と該パラメーターα=[I0、μ、θ、Dis、Dave、pω]について方向γが見出されねばならない。pωは該X線が起こる点ωを該正しい画像座標に写像するために導入されるパラメーターである(図4参照)。該ヒール効果が1次元現象として変調される場合用では、該距離pωと該角度γは該X線の原点ωに付着する座標システムを該画像平面座標システムに写像するために必要なパラメーターである。しかしながら、該陽極は円錐の3次元形状を有するので、該ヒール効果は該濃度も又該(p、z)面に直角な方向に僅かに減少する3次元現象である。該画像面で該2次元的ヒール効果をモデル化するためには、第3
【0042】
【外2】
【0043】
は一緒に該X線原点ωからの座標システムの並進と回転(translation and rotation)を、例えば、該画像の中心である画像面原点へと規定する。実際には前記直角方向での該ヒール効果不均一性は該陽極−陰極軸線に沿う該ヒール効果に対しほんの少しである。
【0044】
γが既知であると仮定して、該直接露光領域Bでのこの方向に沿う該平均画像プロフアイルPγ(p)は下式で与えられ、
【0045】
【数2】
【0046】
ここでxとyは図3で規定される該画像座標であり、〈.〉は平均化演算子(averaging operator)である。我々はそこで該期待されるプロフアイルM(p、α)を該測定されたプロフアイルに適合させることにより最適モデルパラメーターα*を見出すことが出来る。
【0047】
【数3】
【0048】
該適合された1次元モデルM(p、α*(γ))は該全画像用の再構築R(x、y、γ、α*(γ))を得るために投射軸線γに直角に戻るよう投射される。
【0049】
R(x、y、γ、α*(γ))=M(x.cosγ+y.sinγ、α*(γ))
陽極−陰極軸線γの方向は次いで、この再構築が、我々が加法的修正を使用することを望むか又は乗法的修正を使用することを望むかに左右されて、
【0050】
【数4】
【0051】
を使用して該実際の画像データを該直接露光領域内に適合させるように決定される。該評価されたヒール効果はR(x、y、γ*、α*(γ*))でありそして該修正画像はそれぞれ
【0052】
【数5】
【0053】
である。
【0054】
最適のパラメーターα*及びγ*は多次元的ダウンヒルシンプレックスリサーチ(multidimensional downhill simplex research)により見出される。我々のセットアップでは該陽極−陰極軸線は該画像又はコリメーション縁と殆ど常に平行であることが気付かれた。これは(6−7)で評価されねばならない配向の数を少なくし、計算時間を減じる。
【0055】
【外3】
【0056】
のヒストグラムから得られたしきい値を用いて、該直接露光範囲Bはしきい値を設定すること(thresholding)により更新される。前に決定された陽極−陰極配向γを保ちつつ、該新しく選択された直接露光領域を考慮して(5)を用いて該最適モデルパラメーターα*用の新しい値が決定される。収斂するまで背景セグメンテーションとヒール効果修正の間で多数の反復、典型的には3又は4回、が行われた。
【0057】
第2及び第3実施例
画像形成(image formation):
理想的環境では、診断デジタルX線画像の画像形成過程は通常は濃度均一画像U(x、y)を生じる乗法的モデルにより良く説明される。
【0058】
U(x、y)=I.O(x、y)
ここでO(x、y)は該画像内の対象を表す。診断X線画像では、該対象の最も重要な寄与過程(the most important contributing process)は骨及び柔組織(soft tissue)によるX線の線形な減衰(linear attenuation)であり、
【0059】
【数6】
【0060】
ここでμは位置ωでの発生X線と該記録装置ζの間の通路に沿う線形減衰係数である。しかしながら、不均一な照明(nonuniform illumination)I=I(x、y)、該記録装置の一様でない感度、そして読み出し用蛍光体の不均一な感度が関数fで説明される該取得画像N(x、y)での望まない濃度変調を招く。
【0061】
N(x、y)=fx、y、U(U(x、y)) (10)
該第2及び第3実施例では、該ヒール効果は不均一照明の非常に重要な源として再び調べられる。この効果の説明を助ける図2−4を参照する。
【0062】
陰極で発生する電子は正に荷電された陽極により引かれる。より良い熱放散用に、該陽極は回転し、小さな陽極角θだけ傾けられ、それは電子により打たれる(bombarded)該面積Aactualを拡大する、一方線(ray)が該対象の方へ下方に投射される焦点スポットの寸法Aeffを可成り小さく保つ。図3に示される様に、該設計は該陽極を通って該X線により通過される通路の長さを該場の陽極側(Ta)に於いて該陰極側(Tc)に於けるより長くする。従って該入射X線強度は該記録装置の陽極側でより小さくなる。簡単な理論モデルは下記で与えられ、
【0063】
【数7】
【0064】
ここでI0はωで発生する放射、μは陽極の線形減衰係数、Daveは電子による該陽極通過平均距離、Disは該X線源と該記録装置の間の距離そしてpは該陽極−陰極軸線上へ投射された該記録装置から該X線源までの距離である。
【0065】
第2及び第3実施例が該ヒール効果を参照して説明されたが、不均一性の他の源が、画像形成プレートのモールド過程(moulding process)及び/又は該読み出しシステムの特性の様に予想される。幾つかの製造過程で、該プレートの縁で蛍光体の濃度が該プレートの中央の濃度より低くそれは不均一画像に帰着する。ミラー偏り(mirror deflection)を有する読み出し装置では、読み出し用蛍光体の均一な賦活を達成するために該ミラーの変位は非常に精確に実施されねばならない。全てのこれらの要因のために、誘起される不均一性を正しくモデル化することは殆ど不可能であり、より一般的画像形成モデルが必要である。
【0066】
問題定式化(problem formulation):
画像形成過程は一般的に、理想的濃度均一画像U(x、y)に適用され、取得画像N(x、y)に帰着する関数fでモデル化される。デジタルX線画像では、該濃度値U(x、y)への該画像劣化過程依存は位置依存要因に比して比較的小さい。従って、我々は式(10)を次の様に書き換える。
【0067】
N(x、y)=fx、y(U(x、y))
この式は次の様に簡単化されるが、
N(x、y)=U(x、y)SM(x、y)+SA(x、y)
ここでSM(x、y)及びSA(x、y)は該画像劣化過程の乗法的及び加法的成分である。該画像不均一性を除くために、真の画像Uを最適に評価する修正され
【0068】
【外4】
【0069】
モデルの逆数により与えられる。
【0070】
【数8】
【0071】
ここで
【0072】
【数9】
【0073】
【外5】
【0074】
を評価する問題として定式化される。
【0075】
修正戦略(Correction strategy):
【0076】
【外6】
【0077】
準を規定することを含む。この節で2つの基準(criterion)が規定される。
【0078】
1つの修正戦略(本発明の方法の第2実施例)は取得画像からの該直接露光範囲(又背景としても参照される)の濃度値はガウス分布されていると云う仮定に基づく。理想的環境では、この仮定は該取得された画像N(x、y)用には真である。該修正された画像の画素uiが該背景に属する尤度(likelihood)は下記で表され、
【0079】
【数10】
【0080】
ここでμ及びσ2は該背景画素のガウス分布の真の平均値と分散である。該直接
【0081】
【外7】
【0082】
最大化するよう努めるが、それは下記対数尤度(log-likelihood)を最小化することと等価である。
【0083】
【数11】
【0084】
もう1つの実施例(本発明の方法の第3実施例)は、該取得画像の情報内容(information content)が、課された不均一性の付加された複雑さのために、該均一な画像の情報内容より多いと言う仮定に基づいている:
Ic(N(x、y))=Ic(fx、yU(x、y))>Ic(U(x、y))
該情報内容Icはシャノン−ウイーナーエントロピー(Shannon-Wiener entropy)で直接表され得る。
【0085】
【数12】
【0086】
ここでp(n)は画像N(x、y)内の点が濃度値nを有する確率である。最適
【0087】
【外8】
【0088】
【数13】
【0089】
方法
【0090】
【外9】
【0091】
式(13)を最適化する必要があるので、セグメンテーションアルゴリズムが提示される。
【0092】
次ぎに、本発明に依る方法の該第2及び第3実施例の修正モデルを実施する詳細が示される。
【0093】
画像セグメンテーション
該コリメーション範囲の境界は、我々のデータベースで全ての手の放射線写真の場合に於ける様に、これらが直線の縁になっていると仮定して、該ハフ変換を使用して見出される。この取り組みをよりロバストにするために、各画像点の該ハフアキュムレーター(Hough accumulator)への寄与はその傾斜の大きさにより重み付けされ、そして各点については、その方向が該局所的傾斜方向への法線の10度の中にある線だけが考慮された。80度と100度の間の内角を有する4角形を表すハフ空間内の4つの最も突出した点が該コリメーション範囲の候補境界(candidate bounaries)として選択された。該画像内には全ての4つのコリメーション境界は必ずしも存在しないので、それに沿う画像濃度が該コリメーション領域用に期待される濃度値と異なる候補境界は拒絶された。
【0094】
背景領域Bを抽出するために、前の過程で決定された様に該コリメーション領域の境界からスタートするシードフイルアルゴリズムが使用される。B用に適切なシード点(seed points)は、該コリメーター縁の各々に沿う小さなバンドを考慮し、そしてその濃度が該バンドの平均より小さい全ての画素を保持することにより見出された。この取り組みは該診断領域に属する画素を候補シード画素と
【0095】
【外10】
【0096】
【数14】
【0097】
【外11】
【0098】
見出すこととにより最適化される。該積法的成分用の解を見出すために、該濃度値を対数変換した後同じ取り組みが続けられ得る。
【0099】
該背景B用の最初の評価は上記説明のセグメンテーションアルゴリズムから取られる。B用の全ての他の評価はヒストグラムベースのしきい値アルゴリズムを使用して計算される。該しきい値は下記を充たすεの最小値として規定される。
【0100】
【数15】
【0101】
【外12】
【0102】
評価に属する修正された画素の平均値と分散である。
【0103】
7の該パラメーターμ及びσ用の最大尤度評価は−Σilogep(ui|μ、σ)の最小化により見出され得る。μ用の表現は下記条件により与えられる。
【0104】
【数16】
【0105】
p(ui|μ、σ)の該ガウス分布(12)による微分と置換は下記をもたらすが、
【0106】
【数17】
【0107】
ここでxi,yiは画素iの空間的位置であり、nは背景画素の数である。同じ取り組みがσ用の表現を得るために続けられる:
【0108】
【数18】
【0109】
【外13】
【0110】
の線形組合せによりモデル化されると仮定して、
【0111】
【数19】
【0112】
ゼロに設定された(16)のckについての偏導関数は下記を生じる。
【0113】
【数20】
【0114】
{cj}についてこの式を解くことは非常に細工し易く見えるが、全てのkについて全ての式を組合せ、マトリックス表記を導入することは問題を可成り簡単化し、
【0115】
【数21】
【0116】
ここでAは画像形成モデルのジオメトリー(geometry)を表し、その行の各々は全ての座標での1つの基底関数φkを評価しておりそしてRは残留画像(residue image)すなわち取得画像と評価された背景平均値との差を表す。完全なマトリックス表記では、該式は
【0117】
【数22】
【0118】
ここでniは画素(xi,yi)での取得画像の濃度値である。式(18)は該残留画像への最小2乗適合である。最小2乗適合は異常値(outliers)に敏感であるので、|ni−μ|<2.5σを充たすRへのエントリーのみが(18)を解くために含まれる。
【0119】
エントロピー最小化
【0120】
【外14】
【0121】
せによりモデル化出来ると仮定すると下記となる。
【0122】
【数23】
【0123】
式(15)は下記に再定式化される。
【0124】
【数24】
【0125】
最適の加法的パラメーター(additive parameter)a*と乗法的パラメーター(multiplicative parameter)m*はパウエルの多次元的方向性設定法(Powell's multidimensional directional set method)及びブレントの1次元的最適化アルゴリズム(Brent's one dimensional optimization algorithm)により見出される{ダブリュー.エイチ.プレス、エス.エイ.チューコルスキー、ダブリュー.テー.ベッターリング、そしてビー.ピー.フラナリー著、Cによる数値的レシピー、ケンブリッジ大学プレス(W.H. Press, S.A. Teukolsky, W.T. Vetterling, and B.P. Flannery, Numerical Recipes in C, Cambridge University Press)、1992年、}。
【0126】
(14)の確率p(n)の集合はそのヒストグラムの正規化で得られる。該ヒストグラムの離散化(discretizing)により誘起されるランダムな効果の影響を減じるために、我々はヒストグラム形成での部分的濃度内挿法を使用する。該画像を変換する時、整数濃度値gは一般に2つの整数値kとk+1との間にある実数値g’に変換される。ヒストグラムエントリーh(k)とh(k+1)はそれぞれk+1−g’とg’−kにより更新される。絶対的最小値へのよりスムーズな下り勾配を得るためそして局所的最小値の影響を最小化するために該得られたヒストグラムは下記へぼやけさせられるが、
【0127】
【数25】
【0128】
ここで該パラメーターtは3に設定される。
【0129】
画像形成モデル
我々は表1に抄録される種々の画像形成モデルをテストした。多項式モデルは下記の様に規定される。
【0130】
【数26】
【0131】
モデルΣi,i=1,2は最大尤度評価用に含まれ、モデルΣ3は一般的画像形成モデルである一方モデルΣ4は(2)から得られる。モデルΣ5はモデルΣ4の近似化であるがそこでは種々のモデルパラメーターは実数値で置換されそしてより高次のものは適当な場合は捨てられる。モデルΣ6はモデルΣ2と類似のために含まれた。
【0132】
【表1】
【0133】
第4実施例
本発明の第4実施例では、画像の統計的混合モデルが複数のK画像領域に基づき発生される。
【0134】
これらの領域又はクラスの各々は例えば、骨、軟組織そして直接露光範囲に物理的に対応する。
【0135】
正規混合モデルを仮定すると、各クラスは3つの未知のパラメーター、画像画素の比率(proportion)πk、平均値μkそして分散σk 2により表される。
【0136】
全ての未知のパラメーターを集合的に含む集合ψは下記となる。
【0137】
ψ={π1,...、πk、μ1、...、μk、σ1 2、...、σk 2}
クラスkに関するパラメーターの部分集合は下記で示される。
【0138】
ψk={πk、μk、σk 2}
画素iが濃度yiを有する確率分布そ示す画像濃度ヒストグラムは従ってガウス混合モデル(Gaussian mixture model)である。
【0139】
【数27】
【0140】
基本的イーエムアルゴリズム(The basic EM algorithm)
該パラメーターψを評価する古典的解析法は評価するべきパラメーターの各々用の対数尤度関数(log-likelihood function)を最大化することである。
【0141】
各パラメーターの該最大尤度評価は、一般に非線形で、従ってニュートン−ラプソンアルゴリズム(Newton-Raphson algorithm)の様な方法を要する方程式のシステムから解かれ得る。
【0142】
該期待値最大化(Expectation-Maximisation){イーエム(EM)}アルゴリズムは該画素のグレー値yi(いわゆる観察可能なデータ)の各々にセグメンテーションラベルzi(iは画素を表し、ziは値kを有し、k=1...K)、(いわゆる観察可能でないデータ)を付加することにより該パラメーターψを評価する。
【0143】
該イーエムアルゴリズムの各反復で該期待値過程{イー−過程(E-step)}は該前の反復からのパラメーター値ψに基づいて各画素iに対しセグメンテーションラベルkを評価し、該最大化過程{エム−過程(M-step)}では新しく割り当てられたセグメンテーションラベルの各々に付随する新しいセグメンテーションラベルを仮定して、新しいパラメーター値ψが最大尤度に基づいて計算される。
【0144】
拡張されたイーエムアルゴリズム
本発明の文脈では、該イーエムアルゴリズムに画像形成チェーン(imaging chain)内の大域的不均一性(global inhomogeneities)により引き起こされる偏倚場を修正させ、局所的不均一性(local inhomogeneities)による異常値を捨てさせるために、2つの変型が該イーエムアルゴリズムに追加された。
【0145】
該画像内の大域的不均一性は該画素クラスの仮定された正規分布を歪ませる。
【0146】
全ての画素セグメンテーションのクラスは空間的に相関のある連続的基底関数の和が引き算される正規分布としてモデル化される。
【0147】
この様な基底関数の例は直交多項式である。他の直交連続関数が同様に使われてもよい。
【0148】
該基底多項式の係数が評価されねばならないパラメーター集合ψに追加され、
ψ={π1,...、πk、μ1、...、μk、σ1 2、...、σk 2、C}
={π1,...、πk、μ1、...、μk、σ1 2、...、σk 2、c1、...、cR}
これはセグメンテーションクラスkに属する画素用の下記確率分布を有し、
【0149】
【数28】
【0150】
ここでφrは画素位置i(i=1...N)でr次の基底多項式(the r-th basis polynomial)用の多項式関数評価(polynomial function evaluation)を保持するN×1ベクトルである。
【0151】
基本的イーエムアルゴリズムへの更に進んだ修正は、該記録部材内の局所的欠陥(ごみ、スクラッチ、画素脱落...)で、前記欠陥が該大域的不均一性に帰せられない様な、該欠陥の存在により引き起こされるセグメンテーションクラスの観察された分布内の異常値に対し該アルゴリズムをロバストにすることである。
【0152】
この目的で各画素クラスkはガウスクラス(Gaussian class)(不均一性により分布され、該偏倚関数により修正される)と拒絶クラスに分けられる。この拒
【0153】
【外15】
【0154】
比率(proportion)を含む。画素クラスkの確率分布は従って
fk ε(yi|ψk)=(1−ε)fk(yi|ψk)+εδk
拡張されたイーエムアルゴリズムの抄録
該拡張されたイーエムアルゴリズムは反復mについて有効な下記式により抄録される。
【0155】
イー−過程(E-step)
各画素クラスk、k=1...K及び各画素i、i=1...N、について、下記を計算する、
【0156】
【数29】
【0157】
ここで
yiは画素iの濃度値を示し、
ψk (m)は反復mでのクラスkを説明する統計的パラメーターの集合であり、
Πk (m)は反復mでのクラスkに属する画像の画素の比率であり、
fkはクラスkのパラメーターψkを仮定して画素iがグレー値yiを持つ条件的確率を示すクラスkの画素の濃度の確率密度関数であり、
pik (m+1)は反復m+1で画素iがクラスkに属する確率であり、これらの確率は1に合計され、すなわち
【0158】
【数30】
【0159】
であり、
σk 2(m)は反復mでのクラスkに属する画素の濃度の分散であり、
κはdk=|(yi−μk)/σk|として規定されるマハラノビス距離(Mahalanobis distance)上のしきい値であり、
λk (m+1)はクラスkの画素が異常値である確率であり、
tik (m+1)はクラスk内の画素が該非拒絶グループに属する(すなわち異常値でない)確率である。λk≠0であるので、この確率は1より小さく、従って
【0160】
【数31】
【0161】
である。
【0162】
この段階で、該画像のセグメンテーションは硬い分類(hard classification)により得られ、すなわち各画素iはpik (m+1)が最大であるkのクラスを割り当てられ、すなわちクラス画素は
【0163】
【数32】
【0164】
である。該イーエムアルゴリズムの結果で、柔らかい分類(soft classification)ラベルpik (m+1)E[0...1]が使用される。
【0165】
エム−過程(M-step)
対応する多項式基底関数に適用された各クラスk=1...K及び各係数cr、r=1...Rについて、下記を計算する、
【0166】
【数33】
【0167】
この場合
【0168】
【数34】
【0169】
ここで
μk (m+1)は反復(m+1)でのクラスkに属する画素の平均濃度値を示し、
σk 2(m+1)は該偏倚場の評価用に修正された後、反復(m+1)でのクラスkに属する画素の濃度値の分散を示し、
C(m+1)は対応する多項式基底関数に適用される係数cr、r=1...Rを有するベクトルであり、
A(i,r)=ψirは画素位置iでの該M次多項式基底関数の評価{マトリックスAはかくして該偏倚場モデルのジオメトリー(geometry)を表す}であり、
W(m+1)は重みwi (m+1)、i=1...Nの対角線マトリックスであり、
wi (m+1)は反復(m+1)での画素iで適用される重みである。前記重みは、pik (m+1)tik (m+1)であるそのクラスの確率を用いて各々が重み付けされた、分散の逆数の全体のクラスk、k=1...Kについての合計である。
【0170】
R(m+1)は残留画像(residu image)であり、該残留は元の画像マトリックスyi、i=1...Nと、反復(m+1)での該修正された画像マトリックス
【0171】
【外16】
【0172】
偏倚修正が行われない(全てのcr=0)か又は異常値が全く考慮されない(全てのλk=0であり従って全てのtik=1)時は、該拡張されたイーエムアルゴリズムの式は基本的イーエムアルゴリズムへ縮小する。
初期化(Initialisation)
イーエムアルゴリズムの反復をスタートするためには、該パラメーター集合ψ用の初期評価(initial estimate)ψ(0)が必要である。
【0173】
これは濃度ヒストグラムスライシング(intensity histogram slicing)に基づいて各画素i、i=1...Nを該クラスk=1...Kの1つのに割り当てることにより達成される。
【0174】
この割り当ては、画素iでの該kの起こり得るクラスの確率の1つへの確率1の硬い割り当て(hard assignment)と全ての他の確率を0に置くことであるpik (0)の計算を含む。
【0175】
更に、初期化中異常値がないと仮定され、すなわち全てのiについてtik (0)=1と仮定される。
【0176】
従って、該値ψが計算される該エム−過程は初期化の後直ちに実行出来る。
【0177】
従って反復値m=0である該初期化過程は該イーエムアルゴリズム内の真の反復過程を呈しない。
【0178】
該ヒストグラムをKの個々の初期画素クラスk=1...Kにスライスするためには、従来の技術が使用される。本発明の文脈では、該ヒストグラムはスムーズ化され、より高次の多項式で近似され、その後2つ又は3つの最も重要な最大値が決定される。次いで、異なるクラスの濃度を分離する濃度しきい値はこれらの異なる最大値の間の最小値に対応する濃度として決定される。
【0179】
本発明の特徴及び態様を示せば以下の通りである。
【0180】
1.デジタル放射画像内の濃度の不均一性の修正方法において、(1)対象を放射源により発射される放射に露光する過程と、(2)前記対象の診断用放射画像を放射感応性記録部材上に記録する過程と、(3)前記記録部材上に記録された該診断用放射画像を読みそして該読まれた画像をデジタル画像表現に変換する過程と、(4)修正データを有する偏倚場を発生する過程と、(5)前記修正データにより前記デジタル画像表現を修正する過程とを具備しており、前記偏倚場は前記診断用放射画像の前記デジタル画像表現から演繹されることを特徴とするデジタル放射画像内の濃度の不均一性の修正方法。
【0181】
2.上記1の方法に於いて、前記デジタル画像表現は少なくとも直接露光範囲と診断範囲とのデジタル表現を有しており、そして(1)前記デジタル画像表現は、該直接露光範囲の評価と該診断範囲の評価とを構成するデータを抽出するために画像セグメンテーションに供されておりそして(2)前記修正データの集合は該直接露光範囲の前記評価を構成するデータから演繹されることを特徴とする方法。
【0182】
3.請求項1の方法に於いて、前記デジタル画像表現は少なくとも直接露光範囲及び診断範囲のデジタル表現を有しておりそして(1)前記濃度不均一性の原因の数学的モデルが発生され、(2)前記デジタル画像表現は、前記直接露光範囲の評価を表すデータを抽出するために、画像セグメンテーションに供され、(3)前記数学的モデルのパラメーターは前記直接露光範囲に対応する画像データから演繹され、(4)偏倚場が前記演繹されたパラメーターに基づいて発生され、(5)前記画像は、修正された画像を得るように前記偏倚場により修正され、(6)該修正された画像は停止基準に供され、該停止基準が充たされるまで過程(2)から(6)が該修正される画像上で繰り返されることを特徴とする方法。
【0183】
4.上記3の方法に於いて、不均一性の前記原因はX線源により導入されるヒール効果であることを特徴とする方法。
【0184】
5.上記3の方法に於いて、不均一性の前記原因は放射検出器の不均一な感度であることを特徴とする方法。
【0185】
6.上記3の方法に於いて、前記停止基準は、該直接露光範囲の前記評価又は前記数学的モデルの該パラメーターに顕著な変化が起こらない時、充たされることを特徴とする方法。
【0186】
7.上記1の方法に於いて、(1)前記画像の統計的モデルが前記画像内の画像領域の濃度及び空間的統計値に基づいて発生され、(2)前記デジタル画像表現が、前記画像領域の評価を構成するデータを抽出するために画像セグメンテーションに供され、(3)前記モデルのパラメーターが前記直接露光範囲に関するデータにより評価され、(4)偏倚場が発生され、(5)前記画像が前記偏倚場により修正され、(6)過程(5)の結果が停止基準に対し評価されそして前記停止基準が充たされるまで過程(2)から(6)が繰り返されることを特徴とする方法。
【0187】
8.上記7の方法に於いて、前記画像領域が直接露光範囲に限定されることを特徴とする方法。
【0188】
9.上記7の方法に於いて、該方法の過程が、該放射画像の濃度ヒストグラムを一緒に構成する多数の画像領域クラスの各々に別々に適用されることを特徴とする方法。
【0189】
10.上記7の方法に於いて、前記統計的モデルは該直接露光範囲のガウス分布でありそして該統計的モデルの前記パラメーターは該ガウス分布の平均値μと該標準偏差σであることを特徴とする方法。
【0190】
11.上記7の方法に於いて、前記停止基準は、画像領域の前記評価内に何等顕著な変化が起こらない及び/又は前記統計的モデルを規定する該パラメーター内に何等顕著な変化が起こらない時、到達されることを特徴とする方法。
【0191】
12.上記1の方法に於いて、前記デジタル画像表現は少なくとも直接露光範囲及び診断範囲のデジタル表現を有しておりそして(1)シャノン−ウイーナーエントロピーに基づき前記画像の情報理論的モデルが発生され、(2)前記デジタル画像表現は、該直接露光範囲の評価を表すデータを抽出するために、画像セグメンテーションに供され、(3)前記モデルの該エントロピーは前記画像領域に関するデータにより抽出され、(4)偏倚場が発生され、(5)前記画像は前記偏倚場により修正され、(6)過程(5)の該結果は停止基準に対し評価されそして前記停止基準が充たされるまで過程(2)から過程(6)が繰り返されることを特徴とする方法。
【0192】
13.上記12の方法に於いて、前記停止基準は、前記エントロピーが最小になりそして該エントロピー値に何等顕著な変化が起こらない時充たされることを特徴とする方法。
【図面の簡単な説明】
【図1】ヒール効果が直接露光範囲上にはっきり見える手の典型的放射線写真画像を示しており、1はコリメーション範囲を、2は直接露光範囲をそして3は診断領域を表す。
【図2】X線管の側面図の略図である。
【図3】X線管の側面図の略図である。
【図4】X線が位置(0,0)で発生し、位置(p、Dis)の記録媒体までRに沿って進む座標システムである。
【符号の説明】
1 コリメーション範囲
2 直接露光範囲
3 診断範囲
Aactual 実際の面積
Aeff、A’eff 有効面積
B 背景領域
Dave 原点から陽極面までのp方向の距離
Dis X線源から記録装置までの距離
R X線の代表的方向
S 陽極面
Ta X線源からSまでの陽極側の距離
Tc X線源からSまでの陰極側の距離
p 陽極−陰極軸線方向及びその方向での原点から代表的点までの距離
x、y、z 直交座標軸の方向
z 垂直方向距離
γ x軸とR方向との角度
θ 陽極角
ξ RとSの交点
φ (ω、S)面内でRの垂直方向からの角度
ω 座標原点及びX線発生点
Claims (9)
- デジタル放射画像内の濃度の不均一性の修正方法において、(1)放射感応性記録部材上に記録された対象に由来する放射画像を読みそして該読まれた画像をデジタル画像表現に変換する過程と、(2)修正データを有する偏倚場を発生する過程と、(3)前記修正データにより前記デジタル画像表現を修正する過程とを具備しており、前記デジタル画像表現は少なくとも直接露光範囲と直接露光下に置かれなかった範囲の表現を有し、ここで、
(a)前記濃度不均一性の原因の数学的モデルが発生され、
(b)前記デジタル画像表現は、直接露光範囲が画像のどの部分かの評価を表すデータを抽出するために、画像セグメンテーションに供され、
(c)前記数学的モデルのパラメーターは前記直接露光範囲に対応する画像データから演繹され、
(d)偏倚場が前記演繹されたパラメーターに基づいて発生され、
(e)前記画像は、修正された画像を得るように前記偏倚場により修正され、
(f)該修正された画像は停止基準に供され、
該停止基準が充たされるまで過程(b)から(f)が該修正される画像上で繰り返されることを特徴とする方法。 - 請求項1の方法に於いて、前記停止基準は、該直接露光範囲が画像のどの部分かの前記評価又は前記数学的モデルの該パラメーターに顕著な変化が起こらない時、充たされることを特徴とする方法。
- デジタル放射画像内の濃度の不均一性の修正方法において、(1)放射感応性記録部材上に記録された対象に由来する放射画像を読みそして該読まれた画像をデジタル画像表現に変換する過程と、(2)修正データを有する偏倚場を発生する過程と、(3)前記修正データにより前記デジタル画像表現を修正する過程とを具備しており、ここで、
(a)前記画像の統計的モデルが前記画像内の画像領域の濃度及び空間的統計値に基づいて発生され、
(b)前記デジタル画像表現が、前記画像領域が何かに係る評価を構成するデータを抽出するために画像セグメンテーションに供され、
(c)前記モデルのパラメーターが前記直接露光範囲の画素に関するデータにより評価され、
(d)偏倚場が前記モデルのパラメーターに基づいて発生され、
(e)前記画像が前記偏倚場により修正され、
(f)過程(e)の結果が停止基準に対し評価され
そして前記停止基準が充たされるまで過程(b)から(f)が繰り返されることを特徴とする方法。 - 請求項3の方法に於いて、前記統計的モデルは該直接露光範囲のガウス分布でありそして該統計的モデルの前記パラメーターは該ガウス分布の平均値μと該標準偏差σであることを特徴とする方法。
- 請求項3の方法に於いて、前記停止基準は、画像領域の前記評価内に何等顕著な変化が起こらない及び/又は前記統計的モデルを規定する該パラメーター内に何等顕著な変化が起こらない時、到達されることを特徴とする方法。
- デジタル放射画像内の濃度の不均一性の修正方法において、(1)放射感応性記録部材上に記録された対象に由来する放射画像を読みそして該読まれた画像をデジタル画像表現に変換する過程と、(2)修正データを有する偏倚場を発生する過程と、(3)前記修正データにより前記デジタル画像表現を修正する過程とを具備しており、ここで、前記デジタル画像表現は少なくとも直接露光範囲及び診断範囲のデジタル表現を有しておりそして
(a)シャノン−ウイーナーエントロピーに基づき前記画像の情報理論的モデルが発生され、
(b)前記デジタル画像表現は、該直接露光範囲が何かに係る評価を表すデータを抽出するために、画像セグメンテーションに供され、
(c)前記モデルの該エントロピーは画像領域の画素に関するデータにより抽出され、
(d)偏倚場が前記モデルのパラメーターに基づいて発生され、
(e)前記画像は前記偏倚場により修正され、
(f)過程(e)の該結果は停止基準に対し評価され、
そして前記停止基準が充たされるまで過程(b)から過程(f)が繰り返されることを特徴とする方法。 - 請求項6の方法に於いて、前記停止基準は、前記エントロピーが最小になりそして該エントロピー値に何等顕著な変化が起こらない時充たされることを特徴とする方法。
- 請求項1−7の方法に於いて、不均一性の前記原因はX線源により導入されるヒール効果であることを特徴とする方法。
- 請求項1−8の方法に於いて、不均一性の前記原因は放射検出器の不均一な感度であることを特徴とする方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP01000142A EP1256907B1 (en) | 2001-05-10 | 2001-05-10 | Retrospective correction of inhomogeneities in radiographs |
EP01000142.8 | 2001-05-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003000579A JP2003000579A (ja) | 2003-01-07 |
JP4307012B2 true JP4307012B2 (ja) | 2009-08-05 |
Family
ID=8176038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002133819A Expired - Fee Related JP4307012B2 (ja) | 2001-05-10 | 2002-05-09 | 放射線写真の不均一性の遡及的修正方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP1256907B1 (ja) |
JP (1) | JP4307012B2 (ja) |
DE (1) | DE60133089T2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011177424A (ja) * | 2010-03-03 | 2011-09-15 | Fujifilm Corp | シェーディング補正装置および方法並びにプログラム |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7796839B2 (en) * | 2003-02-19 | 2010-09-14 | Agfa Healthcare, N.V. | Method of detecting the orientation of an object in an image |
US7391895B2 (en) | 2003-07-24 | 2008-06-24 | Carestream Health, Inc. | Method of segmenting a radiographic image into diagnostically relevant and diagnostically irrelevant regions |
JP4535795B2 (ja) * | 2004-07-12 | 2010-09-01 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理装置及びx線ctシステム |
DE102004061507B4 (de) | 2004-12-21 | 2007-04-12 | Siemens Ag | Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu |
JP2010005373A (ja) * | 2008-02-14 | 2010-01-14 | Fujifilm Corp | 放射線画像補正方法および装置ならびにプログラム |
EP2131325B1 (en) | 2008-05-08 | 2013-01-30 | Agfa Healthcare | Method for mass candidate detection and segmentation in digital mammograms |
US9256939B1 (en) | 2014-07-17 | 2016-02-09 | Agfa Healthcare | System and method for aligning mammography images |
WO2016157457A1 (ja) * | 2015-03-31 | 2016-10-06 | 国立大学法人東北大学 | 画像処理装置、画像処理方法、及び、画像処理プログラム |
DE102018208610A1 (de) * | 2018-05-30 | 2019-12-05 | Siemens Healthcare Gmbh | Verfahren und Vorrichtung zur Konditionierung von Bildaufnahmen eines Röntgenbildgebungssystems |
EP3663982B1 (en) * | 2018-12-05 | 2023-09-13 | Agfa Nv | Method to improve the segmentation performance of a computer implemented deep learning algorithm |
CN111447373B (zh) * | 2020-04-16 | 2021-10-26 | 北京纳米维景科技有限公司 | 一种自动曝光控制系统及图像校正方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5046118A (en) * | 1990-02-06 | 1991-09-03 | Eastman Kodak Company | Tone-scale generation method and apparatus for digital x-ray images |
DE4129656C2 (de) * | 1991-09-06 | 1994-02-10 | Siemens Ag | Wiedergabevorrichtung für Videosignale auf einem Monitor |
DE69631126T2 (de) * | 1996-08-08 | 2004-09-16 | Agfa-Gevaert | Verfahren zur Verbesserung der Aufzeichnungsmaterialfehler von Strahlungsbildern |
-
2001
- 2001-05-10 EP EP01000142A patent/EP1256907B1/en not_active Expired - Lifetime
- 2001-05-10 DE DE60133089T patent/DE60133089T2/de not_active Expired - Lifetime
-
2002
- 2002-05-09 JP JP2002133819A patent/JP4307012B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011177424A (ja) * | 2010-03-03 | 2011-09-15 | Fujifilm Corp | シェーディング補正装置および方法並びにプログラム |
Also Published As
Publication number | Publication date |
---|---|
DE60133089D1 (de) | 2008-04-17 |
EP1256907A9 (en) | 2003-01-15 |
DE60133089T2 (de) | 2008-10-30 |
EP1256907A1 (en) | 2002-11-13 |
EP1256907B1 (en) | 2008-03-05 |
JP2003000579A (ja) | 2003-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7382908B2 (en) | Retrospective correction of inhomogeneities in radiographs | |
US11341613B2 (en) | System and method for image reconstruction | |
JP5149192B2 (ja) | 解剖学的リストモードマスクを用いるpetイメージング | |
CN107209944B (zh) | 在容器中成像的样品微层析成像中的射束硬化伪像的校正 | |
JP4656413B2 (ja) | 予備補正を備えたct再構成方法及びシステム | |
Altunbas et al. | A post‐reconstruction method to correct cupping artifacts in cone beam breast computed tomography | |
CN109146994B (zh) | 一种面向多能谱x射线ct成像的金属伪影校正方法 | |
JP4307012B2 (ja) | 放射線写真の不均一性の遡及的修正方法 | |
US7672421B2 (en) | Reduction of streak artifacts in low dose CT imaging through multi image compounding | |
US10255696B2 (en) | System and method for image reconstruction | |
US9659390B2 (en) | Tomosynthesis reconstruction with rib suppression | |
US10194881B2 (en) | Radiographic image processing device, method, and recording medium | |
van Aarle et al. | Optimal threshold selection for segmentation of dense homogeneous objects in tomographic reconstructions | |
US9936924B2 (en) | Task-based source-detector trajectories for tomographic imaging | |
Tubic et al. | Automated seed detection and three‐dimensional reconstruction. I. Seed localization from fluoroscopic images or radiographs | |
WO2011036436A1 (en) | X-ray imaging | |
US8792700B2 (en) | Tomographic reconstruction of a moving object | |
US5606587A (en) | Determination of direct x-ray exposure regions in digital medical imaging | |
Behiels et al. | Retrospective correction of the heel effect in hand radiographs | |
Veldkamp et al. | Accurate segmentation and contrast measurement of microcalcifications in mammograms: a phantom study | |
Do Nascimento et al. | An automatic correction method for the heel effect in digitized mammography images | |
US5663566A (en) | Negativity bias reduction | |
Fleming et al. | A rule based method for context sensitive threshold segmentation in SPECT using simulation | |
CN113168721A (zh) | 用于重建对象的图像的系统 | |
Gunjan et al. | Visual quality improvement of CT image reconstruction with quantitative measures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050418 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070803 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070821 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20071120 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20071126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080218 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20080319 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080527 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080826 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080829 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081014 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20081225 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090106 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090216 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090219 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090311 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090325 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090421 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090428 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120515 Year of fee payment: 3 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120515 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120515 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130515 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130515 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140515 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |