JP6333551B2 - 医用画像診断装置及び画像処理装置 - Google Patents
医用画像診断装置及び画像処理装置 Download PDFInfo
- Publication number
- JP6333551B2 JP6333551B2 JP2013271315A JP2013271315A JP6333551B2 JP 6333551 B2 JP6333551 B2 JP 6333551B2 JP 2013271315 A JP2013271315 A JP 2013271315A JP 2013271315 A JP2013271315 A JP 2013271315A JP 6333551 B2 JP6333551 B2 JP 6333551B2
- Authority
- JP
- Japan
- Prior art keywords
- noise level
- torikusu
- calculating
- histogram
- volume data
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 66
- 239000011159 matrix material Substances 0.000 claims description 42
- 238000003384 imaging method Methods 0.000 claims description 34
- 238000010521 absorption reaction Methods 0.000 claims description 20
- 238000003325 tomography Methods 0.000 claims description 15
- 238000002059 diagnostic imaging Methods 0.000 claims 1
- 238000002591 computed tomography Methods 0.000 description 58
- 230000006870 function Effects 0.000 description 47
- 238000005259 measurement Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 15
- 230000009467 reduction Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 12
- 210000001519 tissue Anatomy 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 210000004872 soft tissue Anatomy 0.000 description 6
- 239000000470 constituent Substances 0.000 description 5
- 239000002872 contrast media Substances 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000001629 suppression Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 210000005228 liver tissue Anatomy 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100008044 Caenorhabditis elegans cut-1 gene Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
Images
Description
本発明の一態様としての実施形態は、画像の生成・表示を行なう医用画像診断装置及び画像処理装置に関する。
現在、画像処理技術は、様々な分野で利用されるようになっている。
画像処理は、ビデオテープレコーダやデジタルカメラ等で取得される画像の劣化やその改質等に対処するために行なわれたり、構造物が設計どおりに製造されているかを検査するために構造物のパターンや構造そのものを明瞭に把握すること等を目的として行なわれたりする。
医療分野では、Ｘ線ＣＴ（ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ）装置、ＳＰＥＣＴ（ｓｉｎｇｌｅ ｐｈｏｔｏｎ ｅｍｉｓｓｉｏｎ ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ）装置、ＭＲＩ（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ｉｍａｇｉｎｇ）装置等の種々の医用画像診断装置において、様々な画像処理が施されている。血流又は造影剤流の描出や、病変部抽出や臓器等の輪郭抽出等を施すことについては、その効用が広く認められている。
画像中に含まれるノイズレベル計測は様々な応用が考えられる。例えばノイズ低減フィルタに利用する、逐次近似再構成に利用するなどがその代表的な応用例である。ノイズ低減フィルタでは任意の領域の標準偏差と画像中に含まれるノイズレベルを比較し、ノイズレベルよりその領域の標準偏差が高ければ信号成分である可能性が高いと判断してノイズ低減処理を殆ど施さず、逆にノイズレベルよりその領域の標準偏差が低ければ信号成分である可能性が低いと判断してノイズ低減処理を施す。このようにして画像内の信号成分はその信号をキープしつつ、それ以外の部分のノイズ低減を図ることができる。
一方、逐次近似再構成では推定再構成画像の投影処理、計測した投影データと投影処理で求めた投影データとの誤差計算、誤差の逆投影、推定再構成データへの誤差の反映、と言う処理を何度も繰り返す。この一連の再構成処理をいつ停止するかを決める条件を決めるのがかなり難しい。従来は一連の処理の回数、再構成データへ反映する誤差の大きさなどで判定していた。しかし対象人体構造にどの程度高周波成分が含まれているか、投影データに含まれる投影方向数、ノイズレベル等によって最適な停止タイミングは異なってくる。そこで再構成データへ反映する誤差画像で、ノイズレベルの信号量が人体構造に関わる信号量より多くなった段階で処理を停止すれば収集条件、対象に関わらない停止判定が可能となる。
Ｘ線画像のノイズレベルを計測する方法として、従来入射線量を元にノイズを決定する方法と、標準偏差値のヒストグラムを使ってノイズを決定する方法等がある。前者は前記応用事例に適用することができない。後者は適用可能であるが、例えば頭頚部をＣＴで同一Ｘ線条件で（多列ＣＴで１回転のスキャン方法で）撮影した場合、頭部と頚部ではＣＴ画像中に含まれるノイズレベルが大きく異なっている。さらに低コントラストの信号は軟組織にあるが、頭蓋底部から顎にかけての領域では軟組織より骨組織が支配的であり、このような注目部位以外の領域のノイズを計測することは誤差につながる。
従来技術によると、ＣＴ画像やＸ線３Ｄイメージングで、以下のパラメータによって計測すべきノイズは大きく変化する。
（１）体厚：同じＸ線条件で体厚の異なる被検体を撮影すると、体厚の厚い被検体の画像の方がノイズは大きくなる。例えば胸腹部を一度に同じＸ線条件でスキャンした場合を考えると、一つのボリュームデータでありながら、胸部領域はノイズが小さく、腹部領域はノイズが大きくなる。
（２）Ｘ線条件［ｍＡｓ］：同じ被検体を異なるＸ線条件で撮影すると、Ｘ線条件の低い画像の方がノイズは大きくなる。なお、Ｘ線条件［ｍＡｓ］は、管電流［ｍＡ］とパルス幅（ｓｅｃ．）をかけた値である。管電圧が一定であればＸ線量はｍＡｓの値にほぼ比例する。
（３）Ｘ線条件［ｋＶ］：同じ被検体を異なる２種類の管電圧で撮影し、その投影画像上のノイズがほぼ等しいとすると、高圧側で撮影した画像の信号強度は落ちるので相対的にＳ／Ｎは低下する。
（４）再構成フィルタ：同一の投影画像を２つの異なる再構成フィルタで再構成したとすると、再構成フィルタの高周波強調度が大きいほど画像のノイズが大きくなる。
（５）注目ボクセル：何に注目するかによって画像のノイズは変わる。例えば同じ３Ｄデータの中の同一断面画像内でも、骨の部分のノイズと軟組織部分のノイズ、さらに造影剤で強調された部分のノイズは全て異なる。
（６）アーチファクト：メタルアーチファクト等が発生していた場合、ノイズレベルよりもアーチファクトの方が支配的になってしまう場合がある。
しかしながら、従来技術によると、入射線量に基づいてノイズレベルを決定するので、管電圧の影響や再構成フィルタの影響等によってノイズレベルに大きな誤差が発生してしまう。
一方、標準偏差値に基づいてノイズレベルを計測する場合、注目領域以外のデータが入ってしまい、アーチファクトが支配的になってしまうことがある。
本実施形態の医用画像診断装置は、上述した課題を解決するために、請求項１に記載したように、被検体を撮影する撮影装置と、前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記ボリュームデータの全てのノイズレベルを対象とした第１のヒストグラムを生成すると共に、断層毎のノイズレベルを対象とした第２のヒストグラムを生成するヒストグラム生成手段と、前記第１及び第２のヒストグラムに基づいて、前記断層毎のノイズレベルを算出する第２のノイズレベル算出手段と、を有する。
本実施形態の医用画像診断装置は、上述した課題を解決するために、請求項５に記載したように、被検体を撮影する撮影装置と、前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記ボリュームデータの全てのノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、前記ヒストグラムに基づいてノイズレベルを算出する第２のノイズレベル算出手段と、を有する。前記第１のノイズレベル算出手段は、前記目標画像のボクセル値が、注目領域に基づくボクセル値範囲内である場合、前記ノイズレベルを算出する。
本実施形態の医用画像診断装置は、上述した課題を解決するために、請求項１０に記載したように、被検体を撮影する撮影装置と、前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、前記ボリュームデータに基づいて、前記被検体の体軸方向に垂直な断層の人体組織の断面積を計算する断面積算出手段と、前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記断面積毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、前記断層毎の断面積に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、を有する。
本実施形態の医用画像診断装置は、上述した課題を解決するために、請求項１１に記載したように、被検体を撮影する撮影装置と、前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、前記ボリュームデータに基づいて、前記被検体の体軸方向に垂直な断層の人体組織の総吸収係数を算出する総吸収係数算出手段と、前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記総吸収係数毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、前記断層毎の総吸収係数に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、を有する。
本実施形態の画像処理装置は、上述した課題を解決するために、請求項１２に記載したように、撮影装置によって収集されたデータに基づいて生成されたボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記ボリュームデータの全てのノイズレベルを対象とした第１のヒストグラムを生成すると共に、断層毎のノイズレベルを対象とした第２のヒストグラムを生成するヒストグラム生成手段と、前記第１及び第２のヒストグラムに基づいて、前記断層毎のノイズレベルを算出する第２のノイズレベル算出手段と、を有する。
本実施形態の画像処理装置は、上述した課題を解決するために、請求項１３に記載したように、撮影装置によって収集されたデータに基づいて生成されたボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記ボリュームデータの全てのノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、前記ヒストグラムに基づいてノイズレベルを算出する第２のノイズレベル算出手段と、を有する。前記第１のノイズレベル算出手段は、前記目標画像のボクセル値が、注目領域に基づくボクセル値範囲内である場合、前記ノイズレベルを算出する。
本実施形態の画像処理装置は、上述した課題を解決するために、請求項１４に記載したように、撮影装置によって収集されたデータに基づいて生成されたボリュームデータに基づいて、被検体の体軸方向に垂直な断層の人体組織の断面積を計算する断面積算出手段と、前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記断面積毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、前記断層毎の断面積に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、を有する。
本実施形態の画像処理装置は、上述した課題を解決するために、請求項１５に記載したように、撮影装置によって収集されたデータに基づいて生成されたボリュームデータに基づいて、被検体の体軸方向に垂直な断層の人体組織の総吸収係数を算出する総吸収係数算出手段と、前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、前記マトリクスの目標画像を同定する目標画像同定手段と、前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、前記総吸収係数毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、前記断層毎の総吸収係数に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、を有する。
本実施形態の医用画像診断装置及び画像処理装置について、添付図面を参照して説明する。
（第１実施形態）
第１実施形態の医用画像診断装置は、Ｘ線ＣＴ装置であるものとして説明する。Ｘ線ＣＴ装置には、Ｘ線管とＸ線検出器とが１体として被検体の周囲を回転する回転／回転（ＲＯＴＡＴＥ／ＲＯＴＡＴＥ）タイプと、リング状に多数の検出素子がアレイされ、Ｘ線管のみが被検体の周囲を回転する固定／回転（ＳＴＡＴＩＯＮＡＲＹ／ＲＯＴＡＴＥ）タイプ等様々なタイプがあり、いずれのタイプでも本発明を適用可能である。ここでは、現在、主流を占めている回転／回転タイプとして説明する。
第１実施形態の医用画像診断装置は、Ｘ線ＣＴ装置であるものとして説明する。Ｘ線ＣＴ装置には、Ｘ線管とＸ線検出器とが１体として被検体の周囲を回転する回転／回転（ＲＯＴＡＴＥ／ＲＯＴＡＴＥ）タイプと、リング状に多数の検出素子がアレイされ、Ｘ線管のみが被検体の周囲を回転する固定／回転（ＳＴＡＴＩＯＮＡＲＹ／ＲＯＴＡＴＥ）タイプ等様々なタイプがあり、いずれのタイプでも本発明を適用可能である。ここでは、現在、主流を占めている回転／回転タイプとして説明する。
また、入射Ｘ線を電荷に変換するメカニズムは、シンチレータ等の蛍光体でＸ線を光に変換し更にその光をフォトダイオード等の光電変換素子で電荷に変換する間接変換形と、Ｘ線による半導体内の電子正孔対の生成及びその電極への移動すなわち光導電現象を利用した直接変換形とが主流である。
加えて、近年では、Ｘ線管とＸ線検出器との複数のペアを回転リングに搭載したいわゆる多管球型のＸ線ＣＴ装置の製品化が進み、その周辺技術の開発が進んでいる。本実施形態のＸ線ＣＴ装置は、従来からの一管球型のＸ線ＣＴ装置であっても、多管球型のＸ線ＣＴ装置であってもいずれにも適用可能である。ここでは、一管球型のＸ線ＣＴ装置として説明する。
図１は、第１実施形態のＸ線ＣＴ装置を示す構成図である。
図１は、第１実施形態のＸ線ＣＴ装置１を示す。Ｘ線ＣＴ装置１は、大きくは、スキャナ装置１１及び画像処理装置（コンソール）１２によって構成される。Ｘ線ＣＴ装置１のスキャナ装置１１は、通常は検査室に設置され、患者Ｏに関するＸ線の透過データを生成するために構成される。一方、画像処理装置１２は、通常は検査室に隣接する制御室に設置され、透過データを基に投影データを生成して再構成画像の生成・表示を行なうために構成される。
Ｘ線ＣＴ装置１のスキャナ装置１１は、Ｘ線管（Ｘ線源）２１、絞り２２、Ｘ線検出器２３、ＤＡＳ（ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ ｓｙｓｔｅｍ）２４、回転部２５、高電圧電源２６、絞り駆動装置２７、回転駆動装置２８、天板３０、天板駆動装置３１、及びコントローラ３２を設ける。
Ｘ線管２１は、高電圧電源２６から供給された管電圧に応じて金属製のターゲットに電子線を衝突させることでＸ線を発生させ、Ｘ線検出器２３に向かって照射する。Ｘ線管２１から照射されるＸ線によって、ファンビームＸ線やコーンビームＸ線が形成される。Ｘ線管２１は、高電圧電源２６を介したコントローラ３２による制御によって、Ｘ線の照射に必要な電力が供給される。
絞り２２は、絞り駆動装置２７によって、Ｘ線管２１から照射されるＸ線をスライス方向及びそれに垂直な方向の照射範囲を調整する。すなわち、絞り駆動装置２７によって絞り２２の開口を調整することによって、スライス方向及びそれに垂直な方向のＸ線照射範囲を変更できる。
Ｘ線検出器２３は、チャンネル方向に複数、及び列（スライス）方向に単数の検出素子を有する１次元アレイ型の検出器である。又は、Ｘ線検出器２３は、マトリクス状、すなわち、チャンネル方向に複数、及び列方向に複数の検出素子を有する２次元アレイ型の検出器（マルチスライス型検出器ともいう。）である。Ｘ線検出器２３は、Ｘ線管２１から照射され、患者Ｏを透過したＸ線を検出する。
ＤＡＳ２４は、Ｘ線検出器２３の各Ｘ線検出素子が検出する透過データの信号を増幅してデジタル信号に変換する。ＤＡＳ２４の出力データは、スキャナ装置１１のコントローラ３２を介して画像処理装置１２に供給される。
回転部２５は、Ｘ線管２１、絞り２２、Ｘ線検出器２３、及びＤＡＳ２４を一体として保持する。回転部２５は、Ｘ線管２１とＸ線検出器２３とを対向させた状態で、Ｘ線管２１、絞り２２、Ｘ線検出器２３、及びＤＡＳ２４を一体として患者Ｏの周りに回転できるように構成されている。なお、回転部２５の回転中心軸と平行な方向をＺ軸方向、そのＺ軸方向に直交する平面をＸ軸方向、Ｙ軸方向で定義する。
高電圧電源２６は、コントローラ３２による制御によって、Ｘ線の照射に必要な電力をＸ線管２１に供給する。
絞り駆動装置２７は、コントローラ３２による制御によって、絞り２２におけるＸ線のスライス方向及びそれに垂直な方向の照射範囲を調整する機構を有する。
回転駆動装置２８は、コントローラ３２による制御によって、回転部２５がその位置関係を維持した状態で空洞部の周りを回転するように回転部２５を回転させる機構を有する。
天板３０は、患者Ｏを載置可能である。
天板駆動装置３１は、コントローラ３２による制御によって、天板３０をＹ軸方向に沿って昇降動させると共に、ｚ軸方向に沿って進入／退避動させる機構を有する。回転部２５の中央部分は開口を有し、その開口部の天板３０に載置された患者Ｏが挿入される。
コントローラ３２は、ＣＰＵ（ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、及びメモリによって構成される。コントローラ３２は、Ｘ線検出器２３、ＤＡＳ２４、高電圧電源２６、絞り駆動装置２７、回転駆動装置２８、及び天板駆動装置３１等の制御を行なってスキャンを実行させる。
Ｘ線ＣＴ装置１の画像処理装置１２は、コンピュータをベースとして構成されており、ネットワーク（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）Ｎと相互通信可能である。画像処理装置１２は、大きくは、ＣＰＵ４１、メモリ４２、ＨＤＤ（ｈａｒｄ ｄｉｓｃ ｄｒｉｖｅ）４３、入力装置４４、及び表示装置４５等の基本的なハードウェアから構成される。ＣＰＵ４１は、共通信号伝送路としてのバスを介して、画像処理装置１２を構成する各ハードウェア構成要素に相互接続されている。なお、画像処理装置１２は、記憶媒体ドライブ４６を具備する場合もある。
ＣＰＵ４１は、半導体で構成された電子回路が複数の端子を持つパッケージに封入されている集積回路（ＬＳＩ）の構成をもつ制御装置である。医師や検査技師等の操作者によって入力装置４４が操作等されることにより指令が入力されると、ＣＰＵ４１は、メモリ４２に記憶しているプログラムを実行する。又は、ＣＰＵ４１は、ＨＤＤ４３に記憶しているプログラム、ネットワークＮから転送されてＨＤＤ４３にインストールされたプログラム、又は記憶媒体ドライブ４６に装着された記憶媒体から読み出されてＨＤＤ４３にインストールされたプログラムを、メモリ４２にロードして実行する。
メモリ４２は、ＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）及びＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）等の要素を兼ね備える構成をもつ記憶装置である。メモリ４２は、ＩＰＬ（ｉｎｉｔｉａｌ ｐｒｏｇｒａｍ ｌｏａｄｉｎｇ）、ＢＩＯＳ（ｂａｓｉｃ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｓｙｓｔｅｍ）及びデータを記憶したり、ＣＰＵ４１のワークメモリやデータの一時的な記憶に用いられたりする。
ＨＤＤ４３は、磁性体を塗布又は蒸着した金属のディスクが着脱不能で内蔵されている構成をもつ記憶装置である。ＨＤＤ４３は、画像処理装置１２にインストールされたプログラム（アプリケーションプログラムの他、ＯＳ（ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ）等も含まれる）や、投影データや画像データを記憶する記憶装置である。また、ＯＳに、操作者に対する情報の表示にグラフィックを多用し、基礎的な操作を入力装置４４によって行なうことができるＧＵＩ（ｇｒａｐｈｉｃａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅ）を提供させることもできる。
入力装置４４は、操作者によって操作が可能なポインティングデバイスであり、操作に従った入力信号がＣＰＵ４１に送られる。
表示装置４５は、図示しない画像合成回路、ＶＲＡＭ（ｖｉｄｅｏ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、及びディスプレイ等を含んでいる。画像合成回路は、画像データに種々のパラメータの文字データ等を合成した合成データを生成する。ＶＲＡＭは、合成データを、ディスプレイに表示する表示画像データとして展開する。ディスプレイは、液晶ディスプレイやＣＲＴ（ｃａｔｈｏｄｅ ｒａｙ ｔｕｂｅ）等によって構成され、表示画像データを表示画像として順次表示する。
記憶媒体ドライブ４６は、記憶媒体の着脱が可能となっており、記憶媒体に記憶されたデータ（プログラムを含む）を読み出してバス上に出力し、また、バスを介して供給されるデータを記憶媒体に書き込む。このような記憶媒体は、いわゆるパッケージソフトウエアとして提供することができる。
画像処理装置１２は、スキャナ装置１１のＤＡＳ２４から入力された生データに対して対数変換処理や、感度補正等の補正処理（前処理）を行なって投影データを生成してＨＤＤ４３等の記憶装置に記憶させる。また、画像処理装置１２は、前処理された投影データに対して散乱線の除去処理を行なう。画像処理装置１２は、Ｘ線曝射範囲内の投影データの値に基づいて散乱線の除去を行なうものであり、散乱線補正を行なう対象の投影データ又はその隣接投影データの値の大きさから推定された散乱線を、対象となる投影データから減じて散乱線補正を行なう。画像処理装置１２は、補正された投影データを基にセグメント再構成することで画像データを生成してＨＤＤ４３等の記憶装置に記憶させる。
図２は、第１実施形態のＸ線ＣＴ断置１の機能を示すブロック図である。
図１に示すＣＰＵ４１がプログラムを実行することによって、Ｘ線ＣＴ装置１は、図２に示すように、インターフェース部６１、スキャン条件設定部６２、スキャン制御部６３、ボリュームデータ生成部６４、ノイズレベル計測部６５、ノイズ低減部６６、及び３Ｄ処理部６７として機能する。なお、Ｘ線ＣＴ装置１を構成する各構成要素６１乃至６７は、ＣＰＵ４１がプログラムを実行することによって機能するものとするが、その場合に限定されるものではない。Ｘ線ＣＴ装置１を構成する各構成要素６１乃至６７の全部又は一部をハードウェアとしてＸ線ＣＴ断置１に設ける場合であってもよい。
インターフェース部６１は、構成要素６２乃至６７と、入力装置４４及び表示装置４５を媒介するＧＵＩ（ｇｒａｐｈｉｃａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅ）等のインターフェースである。インターフェース部６１は、撮影条件、撮影プログラム、再構成条件等を操作者に選択させるための表示を行なう。
スキャン条件設定部６２は、インターフェース部６１を介して表示装置４５にスキャン条件（撮影条件）の設定画面を表示させ、操作者が入力装置４４を操作することによってインターフェース部６１を介して入力される入力信号に従って、スキャン条件を設定する機能を有する。スキャン条件の設定画面では、部位、注目臓器、及び注目領域に基づくボリュームデータのボクセル値範囲や、管電圧、管電流、Ｘ線ビーム厚、スライス（ｓｌｉｃｅ）厚、及びヘリカルピッチ（ｈｅｌｉｃａｌ ｐｉｔｃｈ）等の種々のパラメータが逐一設定される。スキャン条件設定部６２は、部位毎に大まかなＸ線条件を設定する。ただし、患者Ｏによって部位の大きさに差異があるので、スキャン条件設定部６２は、患者Ｏの大きさを表すパラメータ毎にＸ線条件を設定してもよいし、スキャン条件の設定画面上で患者Ｏの部位の大きさを変更できるようにしてもよい。
スキャン制御部６３は、スキャナ装置１１のコントローラ３２を制御して、スキャン条件設定部６２によって設定されたスキャン条件に従って天板３０上の患者Ｏの対象部位を含む領域をスキャンする機能を有する。また、外部に造影剤インジェクタ装置（図示しない）を備える場合、スキャン制御部６３は、スキャナ装置１１のコントローラ３２を制御して、造影剤インジェクタ装置を制御する。
ボリュームデータ生成部６４は、スキャン制御部６３のスキャンによって取得された投影データに基づいて前処理及びＦｅｌｄｋａｍｐ法等を用いた再構成処理を行なうことによって、ボリュームデータを生成する機能を有する。
ノイズレベル計測部６５は、ボリュームデータ内のボクセルについてノイズレベルを計測する機能を有する。
ノイズレベル計測部６５は、近傍マトリクス設定部７１、目標画像同定部７２、ノイズ量演算部７３、ヒストグラム生成部７４、最頻値演算部７５、度数適用部７６、及びノイズレベル演算部７７を有する。
ここで、以下に説明する断層は、Ｚ軸方向に垂直なものであり、Ｚ軸方向（厚み方向）に１又は複数のボクセルを有するボクセル群を形成するものであるが、Ｚ軸方向に１つ以上のボクセルを有するボクセル群を有するものとして説明する。
近傍マトリクス設定部７１は、ボリュームデータ内の全てのボクセルを注目ボクセル（注目ボクセル群）とし、その注目ボクセルを近傍マトリクスに分割する機能を有する。ここで近傍マトリクスはＮ×Ｎ（Ｎは２以上の整数）の２次元近傍マトリクスでも良いし、あるいはＮ×Ｎ×Ｎの３次元近傍マトリクスでも良い。ここでは近傍マトリクスは２次元近傍マトリクスとして説明する。
目標画像同定部７２は、近傍マトリクス設定部７１によって設定された近傍マトリクスに対して、目標となる画像を同定する機能を有する。ここでは平均を算出し、近傍マトリクス全てが一定値を有しており、またノイズがガウス分布に従っていると仮定すると、一定値は近傍マトリクス内の平均値として近似できる。
目標画像同定部７２は、次の式（１）を用いて、１層目からＫ層目の断層のうちｋ層目の断層内の近傍マトリクス（中心の座標がＸ座標ｉ、Ｙ座標ｊ）の平均ボクセル値ａｖｅ［ｉ，ｊ，ｋ］を算出する。ただし、「２Ｄ＋１」は、近傍マトリクスサイズの一辺を示す。
ここでは、目標画像として全てのボクセルに平均値を有する画像を生成した。しかし本発明はそれに限定されることはなく、近傍マトリクス画像を多項式やスプライン関数などで近似し、近似処理で作成された画像を目標画像としても良い。あるいは断層方向（Ｚ方向）に一定範囲の画像を加算平均して作成した画像を目標画像としても良い。また中央値フィルタなどノイズ低減フィルタをかけて目標画像を設定しても良い。
ノイズ量演算部７３は、目標画像同定部７２によって同定された目標画像と近傍マトリクス画像とを比較し、近傍マトリクスのノイズ量（ノイズレベル）を算出する機能を有する。ここでノイズ量を標準偏差値、目標画像は平均値を有する画像とすると、ノイズ量は以下のように算出される。
ノイズ量演算部７３は、次の式（２）を用いて、ｋ層目の断層内の特定の注目ボクセル（Ｘ座標ｉ、Ｙ座標ｊ）の標準偏差値ｓｔｄ［ｉ，ｊ，ｋ］を算出する。
ヒストグラム生成部７４は、ノイズ量演算部７３によって算出された全てのノイズ量を対象としたヒストグラムＨ（図３の上段に図示）を生成する機能を有する。また、ヒストグラム生成部７４は、ｋ層目のノイズ量を対象としたヒストグラムＨ［ｋ］（図３の下段に図示）を生成する機能を有する。
最頻値演算部７５は、ヒストグラム生成部７４によって生成されたヒストグラムＨに基づいて、最頻値に相当するノイズレベルＮｍ（図３の上段に図示）と、その場合の度数Ｆｍ（図３の上段に図示）とを算出する機能を有する。また、最頻値演算部７５は、ヒストグラム生成部７４によって生成されたヒストグラムＨ［ｋ］に基づいて、最頻値に相当するｋ層目のノイズレベルＮｓ［ｋ］（図３の下段に図示）を算出する機能を有する。ここで、最頻値演算部７５は、たまたま特定のノイズ量を表す頻度だけ異常に高いと言うような異常値を除くために、最頻値を同定する前にヒストグラムＨ及びヒストグラムＨ［ｋ］に対し両隣のノイズ量を表す頻度と中心の頻度とを一定の割合で足し合わせても良い。
ノイズ量を標準偏差値として計算する本事例では、臓器の境界部で構造によって標準偏差値が上がってしまう問題がある。しかし臓器の境界が占める領域は臓器の境界以外の実質が占める領域の一部でしかない。従ってヒストグラムで最頻値を求めることにより、前記問題は殆ど無視できる。
度数適用部７６は、ヒストグラム生成部７４によって生成されたヒストグラムＨに基づいて、最頻値演算部７５によって算出されたノイズレベルＮｓ［ｋ］に対応するｋ層目の度数Ｆｓ［ｋ］を算出する機能を有する。
図３は、ノイズレベルＮｓ［ｋ］に対応する度数Ｆｓ［ｋ］の算出を説明するための図である。
図３の上段は、ヒストグラムＨの例を示す。図３の下段は、標準偏差値が存在するｋ層目のヒストグラムＨ［ｋ］の例を示す。図３に示すように、ヒストグラムＨ上で、ヒストグラムＨ［ｋ］に基づくノイズレベルＮｓ［ｋ］に対応するｋ層目の度数Ｆｓ［ｋ］が算出される。
図２の説明に戻って、ノイズレベル演算部７７は、最頻値演算部７５によって算出されたノイズレベルＮｍと、その場合の度数Ｆｍと、ノイズレベルＮｓ［ｋ］と、度数適用部７６によって算出された度数Ｆｓ［ｋ］とに基づいて、次の式（３）に従って、ｋ層目のノイズレベルＮ［ｋ］を算出する機能を有する。
ここで、上記式（３）の“ａ”は、ａ＞０であり、代表的には、アーチファクトが少なくてノイズ計測が安定している対象を含むｋ層目ではａ＝１／２とし、逆にアーチファクトが大きくてノイズ計測が安定していない対象を含むｋ層目ではａ＝２とする。“ａ”の設定によるＦｓ［ｋ］／Ｆｍとノイズの関係について、図４に示す。
一方、ヒストグラムＨの全度数Ｆに占める度数Ｆｍの割合（図３の上段に示すヒストグラムＨのピーク）があまりに低い場合、あるいは度数Ｆｍが度数の平均値Ｆ０に近い場合、度数Ｆｍの信頼性も低い。そのため、次の式（４），（５）を用いてもよい。
図２の説明に戻って、ノイズ低減部６６は、ノイズレベル計測部６５のノイズレベル演算部７７によって算出されたノイズレベルＮ［ｋ］に基づいて、ボリュームデータのうち、ｋ層目の断層画像において微小領域の標準偏差値がノイズレベルＮ［ｋ］より小さい（以下）か否かを判断し、標準偏差値がノイズレベルＮ［ｋ］より小さい場合、微小画像内の平均値と高い割合で合成し、大きい場合は構造があるとして合成しない、あるいは非常に低い割合で合成する。
３Ｄ処理部６７は、ノイズ低減部６６によって一部ノイズ低減されたボリュームデータをＭＰＲ（ｍｕｌｔｉ ｐｌａｎａｒ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）処理や、サーフェイスレンダリング処理及びボリュームレンダリング処理等のレンダリング処理を行なって、３次元画像を生成する機能を有する。３次元画像は、インターフェース部６１を介して表示装置４５に表示されたり、ＨＤＤ４３等の記憶装置に記憶されたりする。
第１実施形態のＸ線ＣＴ装置１によると、断層毎に異なるノイズを正確に同定することにより、ボリュームデータにおいて適切なレベルのノイズ抑制効果を得ることができる。
なお、ここではノイズレベル計測結果をノイズ抑制処理に使用した例について説明したが、本発明はそれに限定されることない。先に説明した逐次近似再構成処理の停止判定に使用しても良いし、また撮影中にＣＴ画像のノイズレベルを分析し、ノイズレベルが予め設定したノイズレベルより大きい場合はＸ線条件を上げ、逆に小さい場合はＸ線条件を下げると言うようなＸ線条件制御にも使用できる。
（第２実施形態）
第２実施形態の医用画像診断装置は、Ｘ線ＣＴ装置であるものとして説明する。なお、第２実施形態のＸ線ＣＴ装置１Ａの構成は図１に示す第１実施形態のＸ線ＣＴ装置１の構成と同等であるので説明を省略する。
第２実施形態の医用画像診断装置は、Ｘ線ＣＴ装置であるものとして説明する。なお、第２実施形態のＸ線ＣＴ装置１Ａの構成は図１に示す第１実施形態のＸ線ＣＴ装置１の構成と同等であるので説明を省略する。
図５は、第２実施形態のＸ線ＣＴ断置１Ａの機能を示すブロック図である。
図１に示すＣＰＵ４１がプログラムを実行することによって、Ｘ線ＣＴ装置１Ａは、図５に示すように、インターフェース部６１、スキャン条件設定部６２Ａ、スキャン制御部６３、ボリュームデータ生成部６４、ノイズレベル計測部６５Ａ、ノイズ低減部６６Ａ、及び３Ｄ処理部６７として機能する。なお、Ｘ線ＣＴ装置１Ａを構成する各構成要素６１，６２Ａ，６３，６４，６５Ａ，６６Ａ，６７は、ＣＰＵ４１がプログラムを実行することによって機能するものとするが、その場合に限定されるものではない。Ｘ線ＣＴ装置１Ａを構成する各構成要素６１，６２Ａ，６３，６４，６５Ａ，６６Ａ，６７の全部又は一部をハードウェアとしてＸ線ＣＴ断置１Ａに設ける場合であってもよい。
なお、図５に示す第２実施形態のＸ線ＣＴ断置１Ａにおいて、図２に示す第１実施形態のＸ線ＣＴ断置１と同一機能には同一符号を付して説明を省略する。
スキャン条件設定部６２Ａは、図２に示すスキャン条件設定部６２の機能に加え、注目領域に基づくボクセル値範囲を設定する機能を有する。一般的にはノイズの影響を受けるほど低コントラストの信号は、例えば肝組織内の腫瘍や、脳実質内の灰白質と白質の関係など軟組織にある。そこで−１００［ＨＵ］〜３００［ＨＵ］をボクセル値範囲と設定する。あるいは肝臓正常組織を造影剤で濃染し、染まりが悪い腫瘍との差異を診断する場合は、３００［ＨＵ］〜８００［ＨＵ］をボクセル値範囲と設定する。
ノイズレベル計測部６５Ａは、ボリュームデータ内のボクセルについてノイズレベルを計測する機能を有する。
ノイズレベル計測部６５Ａは、近傍マトリクス設定部７１、目標画像同定部７２、ノイズ量演算部７３Ａ、ヒストグラム生成部７４Ａ、及び最頻値演算部７５Ａを有する。
ここで、以下に説明する断層は、Ｚ軸方向に垂直なものであり、Ｚ軸方向（厚み方向）に１又は複数のボクセルを有するボクセル群を形成するものであるが、Ｚ軸方向に１つ以上のボクセルを有するボクセル群を有するものとして説明する。
ノイズ量演算部７３Ａは、先ず、目標画像同定部７２によって算出された目標画像が、スキャン条件設定部６２Ａによって設定されたボクセル値範囲であるか否かを判断する機能を有する。具体的には、ノイズ量演算部７３Ａは、目標画像の全てのボクセル値がボクセル値範囲内であるか否かを判断し、全てが範囲内であればノイズ量を算出し、いずれかが範囲外であればノイズ量を算出しない。第２実施形態における目標画像は全てのボクセルに近傍マトリクスの平均値を有する画像であるので、ノイズ量演算部７３Ａは、平均値がボクセル値範囲であるか否かを判定する基準−１００［ＨＵ］〜３００［ＨＵ］の範囲内であるか否かを判断する。
ノイズ量演算部７３Ａは、次に、ボクセル値範囲内であれば目標画像同定部７２によって算出された目標画像と近傍マトリクス画像とを比較し、近傍マトリクスのノイズ量を算出する機能を有する。ここで、ノイズ量を標準偏差値、目標画像は平均値を有する画像とすると、ノイズ量演算部７３Ａは、式（２）を用いて、ｋ層目の断層内の特定の注目ボクセル（Ｘ座標ｉ、Ｙ座標ｊ）の標準偏差値ｓｔｄ［ｉ，ｊ，ｋ］をノイズ量として算出する。
ヒストグラム生成部７４Ａは、ノイズ量演算部７３Ａによって算出された全てのノイズ量を対象としたヒストグラムＨ（図３の上段に図示）を生成する機能を有する。
最頻値演算部７５Ａは、ヒストグラム生成部７４Ａによって生成されたヒストグラムＨに基づいて、最頻値Ｆｍ（図３の上段に図示）に相当するノイズレベルＮｍ（図３の上段に図示）をノイズレベルとして算出する機能を有する。
ノイズ低減部６６Ａは、ノイズレベル計測部６５Ａの最頻値演算部７５Ａによって算出されたノイズレベルＮｍに基づいて、ボリュームデータの内、ｋ層目の断層画像において微小領域の標準偏差値がノイズレベルＮｍより小さい（以下）か否かを判断し、標準偏差値がノイズレベルＮｍより小さい場合、微小画像内の平均値と高い割合で合成し、大きい場合は構造があるとして合成しない、あるいは非常に低い割合で合成する。
第２実施形態のＸ線ＣＴ装置１Ａによると、注目組織のノイズレベルを正確に同定することにより、ボリュームデータにおいて適切なレベルのノイズ抑制効果を得ることができる。
（第３実施形態）
図６は、第３実施形態の画像処理装置を示す構成図である。
図６は、第３実施形態の画像処理装置を示す構成図である。
図６は、第３実施形態の画像処理装置１２Ｂを示す。画像処理装置１２Ｂは、図１に示す画像処理装置１２と同様に、コンピュータをベースとして構成されており、ネットワークＮと相互通信可能である。画像処理装置１２Ｂは、大きくは、ＣＰＵ４１、メモリ４２、ＨＤＤ４３、入力装置４４、及び表示装置４５等の基本的なハードウェアから構成される。ＣＰＵ４１は、共通信号伝送路としてのバスを介して、画像処理装置１２Ｂを構成する各ハードウェア構成要素に相互接続されている。なお、画像処理装置１２Ｂは、記憶媒体ドライブ４６を具備する場合もある。
なお、図６に示す画像処理装置１２Ｂにおいて、図１に示す画像処理装置１２と同一部材には同一符号を付して説明を省略する。
図７は、第３実施形態の画像処理装置１２Ｂの機能を示すブロック図である。
図６に示すＣＰＵ４１がプログラムを実行することによって、画像処理装置１２Ｂは、図７に示すように、インターフェース部６１、ノイズレベル計測部６５Ｂ、ノイズ低減部６６、及び３Ｄ処理部６７として機能する。なお、画像処理装置１２Ｂを構成する各構成要素６１，６５Ｂ，６６，６７は、ＣＰＵ４１がプログラムを実行することによって機能するものとするが、その場合に限定されるものではない。画像処理装置１２Ｂを構成する各構成要素６１，６５Ｂ，６６，６７の全部又は一部をハードウェアとして画像処理装置１２Ｂに設ける場合であってもよい。
なお、図７に示す画像処理装置１２Ｂにおいて、図２に示す画像処理装置１２と同一機能には同一符号を付して説明を省略する。
ノイズレベル計測部６５Ｂは、ＨＤＤ４３や、画像処理装置１２Ｂの外部の画像サーバ（図示しない）から取得されたボリュームデータに基づいて、ボリュームデータ内のボクセルについてノイズレベルを計測する機能を有する。
ノイズレベル計測部６５Ｂは、近傍マトリクス設定部７１、標準画像同定部７２、ノイズ量演算部７３Ｂ、ヒストグラム生成部７４、最頻値演算部７５、度数適用部７６、ノイズレベル演算部７７、注目領域設定部７８、及びボクセル値範囲設定部７９を有する。
注目領域設定部７８は、ボリュームデータの中心部を中心とする注目領域を設定する機能を有する。
図８（ａ），（ｂ）は、ボリュームデータの中心部を中心とする注目領域の例を示す、中心部を含む断面図である。
図８（ａ），（ｂ）は、ボリュームデータＶの中心部Ｃを中心とする注目領域Ｍを示す。図８（ａ）に示す例では、注目領域Ｍは、中心部Ｃを中心とする立方体を形成する。図８（ｂ）に示す例では、注目領域Ｍは、中心部Ｃを中心とする球を形成する。
図７の説明に戻って、ボクセル値範囲設定部７９は、注目領域設定部７８によって設定された注目領域内の全てのボクセルを注目ボクセル（注目ボクセル群）とし、その注目ボクセルを平滑化（移動平均）フィルタ処理して注目ボクセルの平均ボクセル値を算出する機能を有する。また、ボクセル値範囲設定部７９は、算出された平均ボクセル値のヒストグラムを生成し、ヒストグラムの中で最頻値に相当する平均ボクセル値を中心とする一定幅を有するボクセル値範囲を設定する機能を有する。
注目領域設定部７８及びボクセル値範囲設定部７９によると、予め注目領域に基づくボクセル値範囲を登録しておく必要がなく、例えば肝臓の実質を造影するスキャンにおけるボクセル値範囲と肝臓の実質を造影しないで観察するスキャンにおけるボクセル値範囲を分けて予め登録しておく必要がないというメリットがある。
ノイズ量演算部７３Ｂは、目標画像同定部７２によって算出された目標画像のボクセル値の中から、ボクセル値範囲設定部７９によって設定されたボクセル値範囲内に相当する近傍マトリクスを抽出し、また、抽出された近傍マトリクスのノイズ量を算出する機能を有する。
第３実施形態の画像処理装置１２Ｂによると、注目領域に基づくボクセル値範囲を予め設定することなく、注目領域のノイズを正確に同定することにより、ボリュームデータにおいて適切なレベルのノイズ抑制効果を得ることができる。
（第４実施形態）
第４実施形態の医用画像診断装置は、Ｘ線ＣＴ装置であるものとして説明する。なお、第４実施形態のＸ線ＣＴ装置１Ｃの構成は図１に示す第１実施形態のＸ線ＣＴ装置１の構成と同等であるので説明を省略する。
第４実施形態の医用画像診断装置は、Ｘ線ＣＴ装置であるものとして説明する。なお、第４実施形態のＸ線ＣＴ装置１Ｃの構成は図１に示す第１実施形態のＸ線ＣＴ装置１の構成と同等であるので説明を省略する。
図９は、第４実施形態のＸ線ＣＴ断置１Ｃの機能を示すブロック図である。
図１に示すＣＰＵ４１がプログラムを実行することによって、Ｘ線ＣＴ断置１Ｃは、図９に示すように、インターフェース部６１、スキャン条件設定部６２Ａ、スキャン制御部６３、ボリュームデータ生成部６４、ノイズレベル計測部６５Ｃ、ノイズ低減部６６Ｃ、及び３Ｄ処理部６７として機能する。なお、Ｘ線ＣＴ断置１Ｃを構成する各構成要素６１，６２Ａ，６３，６４，６５Ｃ，６６Ｃ，６７は、ＣＰＵ４１がプログラムを実行することによって機能するものとするが、その場合に限定されるものではない。Ｘ線ＣＴ断置１Ｃを構成する各構成要素６１，６２Ａ，６３，６４，６５Ｃ，６６Ｃ，６７の全部又は一部をハードウェアとしてＸ線ＣＴ断置１Ｃに設ける場合であってもよい。
なお、図９に示す第４実施形態のＸ線ＣＴ断置１Ｃにおいて、図２に示す第１実施形態のＸ線ＣＴ断置１や、図５に示す第２実施形態のＸ線ＣＴ断置１Ａと同一機能には同一符号を付して説明を省略する。
ノイズレベル計測部６５Ｃは、ボリュームデータ内のボクセルについてノイズレベルを計測する機能を有する。
ノイズレベル計測部６５Ｃは、近傍マトリクス設定部７１、目標画像同定部７２、ノイズ量演算部７３Ａ、ヒストグラム生成部７４Ｃ、最頻値演算部７５Ｃ、及び断面積演算部８０を有する。
ここで、以下に説明する断層は、Ｚ軸方向に垂直なものであり、Ｚ軸方向（厚み方向）に１又は複数のボクセルを有するボクセル群を形成するものであるが、Ｚ軸方向に１つ以上のボクセルを有するボクセル群を有するものとして説明する。
断面積演算部８０は、断層面毎の人体組織の断面積を算出する機能を有する。断面積演算部８０は、断層面内で軟組織レベル以上のＣＴ値を有するボクセルの数を計算し、ボクセル数にボクセル断面の大きさをかけることで断面積を算出することができる。具体的には、軟組織は０［ＨＵ］以上のＣＴ値を有しているが、ノイズを考慮して−５０［ＨＵ］以上のＣＴ値を有しているボクセル数を算出し、例えばボクセル一片の大きさが０．０５［ｃｍ］であればその断面積は０．００２５［ｃｍ２］なので、ボクセル数Ｘ０．００２５［ｃｍ２］が断面積の値となる。各断層面の断面積値は断層毎に記憶しておく。
ヒストグラム生成部７４Ｃは、断面積演算部８０によって算出されたｋ層目の断面積に相当するヒストグラムＨ（ａ）に、ノイズ量演算部７３Ａによって算出されたノイズ量を登録する機能を有する。ここで、“ａ”は、特定の断面積の範囲を示し、例えばｋ層目の断面積が３７７．５［ｃｍ２］で、“ａ”は、３７０［ｃｍ２］〜４００［ｃｍ２］の断面積の範囲を示す。
最頻値演算部７５Ｃは、ボリュームデータの全てのノイズ量をヒストグラムに登録した後、ヒストグラム生成部７４Ｃによって生成されたヒストグラムＨ（ａ）毎に最頻値Ｆｍ（ａ）に相当するノイズレベルＮｍ（ａ）をノイズレベルとして算出する機能を有する。
ノイズ低減部６６Ｃは、ノイズレベル計測部６５によって算出されたｋ層目の断面積に相当するヒストグラムＨ（ａ）から算出されたノイズレベルＮｍ［ａ］を用いて、微小領域の標準偏差値がノイズレベルＮｍ［ａ］より小さい（以下）か否かを判断し、標準偏差値がノイズレベルＮｍ［ａ］より小さい場合、微小画像内の平均値と高い割合で合成し、大きい場合は構造があるとして合成しない、あるいは非常に低い割合で合成する。
なお、断面積演算部８０は、総吸収係数算出手段として、断面積の代用として、被検体の体軸方向に垂直な断層の人体組織の総吸収係数を算出する機能を有してもよい。その場合、ヒストグラム生成部７４Ｃは、断面積演算部８０によって算出されたｋ層目の総吸収係数に相当するヒストグラムＨ（ａ）に、ノイズ量演算部７３Ａによって算出されたノイズ量を登録する。そして、最頻値演算部７５Ｃは、ボリュームデータの全てのノイズ量をヒストグラムに登録した後、ヒストグラム生成部７４Ｃによって生成されたヒストグラムＨ（ａ）毎に最頻値Ｆｍ（ａ）に相当するノイズレベルＮｍ（ａ）をノイズレベルとして算出する。
第４実施形態のＸ線ＣＴ装置１Ｃによると、人体断面サイズ毎のノイズレベルを正確に同定することにより、ボリュームデータにおいて適切なレベルのノイズ抑制効果を得ることができる。なお、第４実施形態では断面サイズのみを考慮したが、より正確には断面積に代わりに断層内の総吸収量に基づいて特定範囲毎のヒストグラムを作成する方法もある。
以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行なうことができる。これらの実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１，１Ａ，１Ｃ Ｘ線ＣＴ装置
１１ スキャナ装置
１２，１２Ｂ 画像処理装置
６１ インターフェース部
６２，６２Ａ スキャン条件設定部
６３ スキャン制御部
６４ ボリュームデータ生成部
６５，６５Ａ，６５Ｂ，６５Ｃ ノイズレベル計測部
６６ ノイズ低減部
６７ ３Ｄ処理部
７１ 近傍マトリクス設定部
７２ 目標画像同定部
７３，７３Ａ，７３Ｂ ノイズ量演算部
７４，７４Ａ，７４Ｃ ヒストグラム生成部
７５，７５Ａ，７５Ｃ 最頻値演算部
７６ 度数適用部
７７ ノイズレベル演算部
７８ 注目領域設定部
７９ ボクセル値範囲設定部
８０ 断面積演算部
１１ スキャナ装置
１２，１２Ｂ 画像処理装置
６１ インターフェース部
６２，６２Ａ スキャン条件設定部
６３ スキャン制御部
６４ ボリュームデータ生成部
６５，６５Ａ，６５Ｂ，６５Ｃ ノイズレベル計測部
６６ ノイズ低減部
６７ ３Ｄ処理部
７１ 近傍マトリクス設定部
７２ 目標画像同定部
７３，７３Ａ，７３Ｂ ノイズ量演算部
７４，７４Ａ，７４Ｃ ヒストグラム生成部
７５，７５Ａ，７５Ｃ 最頻値演算部
７６ 度数適用部
７７ ノイズレベル演算部
７８ 注目領域設定部
７９ ボクセル値範囲設定部
８０ 断面積演算部
Claims (15)
- 被検体を撮影する撮影装置と、
前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、
前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記ボリュームデータの全てのノイズレベルを対象とした第１のヒストグラムを生成すると共に、断層毎のノイズレベルを対象とした第２のヒストグラムを生成するヒストグラム生成手段と、
前記第１及び第２のヒストグラムに基づいて、前記断層毎のノイズレベルを算出する第２のノイズレベル算出手段と、
を有する医用画像診断装置。 - 前記第２のノイズレベル算出手段は、
前記第１のヒストグラムに基づいて、最頻値に相当する第１のノイズレベルと、前記最頻値における第１の度数とを算出し、前記第２のヒストグラムに基づいて、前記断層毎に、最頻値に相当する第２のノイズレベルを算出する最頻値演算手段と、
前記第１のヒストグラムに基づいて、前記断層毎に、前記第２のノイズレベルに対応する第２の度数を算出する度数適用手段と、を有し、
前記第２のノイズレベル算出手段は、前記第１のノイズレベルと、前記第１の度数と、前記断層毎の前記第２のノイズレベルと、前記断層毎の前記第２の度数とに基づいて、前記断層毎に前記ノイズレベルを算出する、
請求項１に記載の医用画像診断装置。 - 前記第２のノイズレベル算出手段は、前記第１のノイズレベルＮｍと、前記第１の度数Ｆｍと、ｋ（ｋ＝１，２，…）層目の前記第２のノイズレベルＮｓ［ｋ］と、ｋ層目の前記第２の度数Ｆｓ［ｋ］とに基づいて、“ａ”を０より大きい定数として、
請求項２に記載の医用画像診断装置。 - 前記第２のノイズレベル算出手段は、前記第１のノイズレベルＮｍと、前記第１の度数Ｆｍと、ｋ層目の前記第２のノイズレベルＮｓ［ｋ］と、ｋ層目の前記第２の度数Ｆｓ［ｋ］と、前記第１のヒストグラムの中の全度数の総和Ｆ、又は、前記第１のヒストグラムの中の全度数の平均値Ｆ0とに基づいて、“ａ”を０より大きい定数として、
請求項２に記載の医用画像診断装置。 - 被検体を撮影する撮影装置と、
前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、
前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記ボリュームデータの全てのノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、
前記ヒストグラムに基づいてノイズレベルを算出する第２のノイズレベル算出手段と、
を有し、
前記第１のノイズレベル算出手段は、前記目標画像のボクセル値が、注目領域に基づくボクセル値範囲内である場合、前記ノイズレベルを算出する、
医用画像診断装置。 - 前記注目領域の選択に基づいて前記ボクセル値範囲を設定するボクセル値範囲設定手段をさらに有する、
請求項５に記載の医用画像診断装置。 - 前記ボクセル値範囲設定手段は、前記ボリュームデータの中心部、又は、断層画像の中心部を前記注目領域として選択する、
請求項６に記載の医用画像診断装置。 - 前記ボクセル値範囲設定手段は、前記ボリュームデータのボクセル値に基づいて前記注目領域を選択する、
請求項６に記載の医用画像診断装置。 - 前記ボクセル値範囲設定手段は、前記マトリクス画像の平均値、又は、前記目標画像に基づいて前記注目領域を選択する、
請求項８に記載の医用画像診断装置。 - 被検体を撮影する撮影装置と、
前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、
前記ボリュームデータに基づいて、前記被検体の体軸方向に垂直な断層の人体組織の断面積を計算する断面積算出手段と、
前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記断面積毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、
前記断層毎の断面積に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、
を有する医用画像診断装置。 - 被検体を撮影する撮影装置と、
前記撮影装置によって収集されたデータに基づいてボリュームデータを生成するボリュームデータ生成手段と、
前記ボリュームデータに基づいて、前記被検体の体軸方向に垂直な断層の人体組織の総吸収係数を算出する総吸収係数算出手段と、
前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記総吸収係数毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、
前記断層毎の総吸収係数に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、
を有する医用画像診断装置。 - 撮影装置によって収集されたデータに基づいて生成されたボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記ボリュームデータの全てのノイズレベルを対象とした第１のヒストグラムを生成すると共に、断層毎のノイズレベルを対象とした第２のヒストグラムを生成するヒストグラム生成手段と、
前記第１及び第２のヒストグラムに基づいて、前記断層毎のノイズレベルを算出する第２のノイズレベル算出手段と、
を有する画像処理装置。 - 撮影装置によって収集されたデータに基づいて生成されたボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記ボリュームデータの全てのノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、
前記ヒストグラムに基づいてノイズレベルを算出する第２のノイズレベル算出手段と、
を有し、
前記第１のノイズレベル算出手段は、前記目標画像のボクセル値が、注目領域に基づくボクセル値範囲内である場合、前記ノイズレベルを算出する、
画像処理装置。 - 撮影装置によって収集されたデータに基づいて生成されたボリュームデータに基づいて、被検体の体軸方向に垂直な断層の人体組織の断面積を計算する断面積算出手段と、
前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記断面積毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、
前記断層毎の断面積に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、
を有する画像処理装置。 - 撮影装置によって収集されたデータに基づいて生成されたボリュームデータに基づいて、被検体の体軸方向に垂直な断層の人体組織の総吸収係数を算出する総吸収係数算出手段と、
前記ボリュームデータにマトリクスを設定するマトリクス設定手段と、
前記マトリクスの目標画像を同定する目標画像同定手段と、
前記マトリクスが示すマトリクス画像と前記目標画像とを比較してノイズレベルを算出する第１のノイズレベル算出手段と、
前記総吸収係数毎に、前記ノイズレベルを対象としたヒストグラムを生成するヒストグラム生成手段と、
前記断層毎の総吸収係数に基づいて、相当するヒストグラムからノイズレベルを算出する第２のノイズレベル算出手段と、
を有する画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013271315A JP6333551B2 (ja) | 2013-12-27 | 2013-12-27 | 医用画像診断装置及び画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013271315A JP6333551B2 (ja) | 2013-12-27 | 2013-12-27 | 医用画像診断装置及び画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015123302A JP2015123302A (ja) | 2015-07-06 |
| JP6333551B2 true JP6333551B2 (ja) | 2018-05-30 |
Family
ID=53534459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013271315A Active JP6333551B2 (ja) | 2013-12-27 | 2013-12-27 | 医用画像診断装置及び画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6333551B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10832403B2 (en) * | 2018-05-14 | 2020-11-10 | Koninklijke Philips N.V. | Systems, methods, and apparatuses for generating regions of interest from voxel mode based thresholds |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5642439B2 (ja) * | 2010-07-06 | 2014-12-17 | 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 | 放射線断層撮像装置 |
| JP5597517B2 (ja) * | 2010-10-25 | 2014-10-01 | 株式会社東芝 | 医用画像処理装置、医用画像撮影装置、及び医用画像処理プログラム |
| US8761540B2 (en) * | 2011-06-14 | 2014-06-24 | Kabushiki Kaisha Toshiba | Method and system for estimating noise level |
-
2013
- 2013-12-27 JP JP2013271315A patent/JP6333551B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2015123302A (ja) | 2015-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7433507B2 (en) | Imaging chain for digital tomosynthesis on a flat panel detector | |
| US7623691B2 (en) | Method for helical windmill artifact reduction with noise restoration for helical multislice CT | |
| KR101576703B1 (ko) | 화상 처리 장치, 화상 처리 방법 및 컴퓨터 판독 가능 저장 매체 | |
| JP5890598B2 (ja) | Ｘ線透視画像を画像を強調する方法 | |
| JP2012200285A (ja) | 画像処理装置、ｘ線ｃｔ装置、及び画像処理方法 | |
| JP4344191B2 (ja) | 画像形成システムの低線量画像シミュレーションのための方法及びシステム | |
| US20060269114A1 (en) | Methods and systems for prescribing parameters for tomosynthesis | |
| US11497459B2 (en) | Methods and system for optimizing an imaging scan based on a prior scan | |
| JP5761972B2 (ja) | Ｘ線ｃｔ装置 | |
| Catalano et al. | Optimizing radiation dose and image quality | |
| JP2016026556A (ja) | Ｘ線ｃｔ装置及び画像処理装置 | |
| US20180211420A1 (en) | Tomographic device and tomographic image processing method according to same | |
| US20170215818A1 (en) | High-resolution computed tomography or c-arm imaging | |
| JP2012176140A (ja) | 画像処理装置およびプログラム並びに画像診断装置 | |
| JP5214110B2 (ja) | Ｘ線ｃｔ装置 | |
| JP5097355B2 (ja) | 放射線断層撮影装置 | |
| Hamann et al. | Evaluation of a low-dose/slow-rotating SPECT-CT system | |
| US11288775B2 (en) | Methods and systems for parametric noise modulation in x-ray imaging | |
| JP2016168120A (ja) | 医用画像処理装置および医用画像処理装置における画像表示制御方法 | |
| JP6333551B2 (ja) | 医用画像診断装置及び画像処理装置 | |
| US20230145920A1 (en) | Systems and methods for motion detection in medical images | |
| US20050018889A1 (en) | Systems and methods for filtering images | |
| JP2012045121A (ja) | 画像処理装置およびプログラム並びに画像診断装置 | |
| JP6873831B2 (ja) | 医用画像診断装置、医用画像処理装置及び医用画像処理プログラム | |
| Lanzolla et al. | Denoising filter to improve the quality of CT images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20160511 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161129 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171017 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171013 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171218 |
|
| 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: 20180327 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180425 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6333551 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |