JP6525772B2 - 画像処理装置、画像処理方法、放射線撮影システムおよび画像処理プログラム - Google Patents

Description

本明細書の開示は、放射線画像に画像処理を施す画像処理装置、及び画像処理プログラムに関する。

被写体に放射線を照射することにより得られる放射線画像は、放射線源から直進する一次放射線による成分と、被写体内で散乱された放射線である散乱線による成分とからなり、さらにノイズによる成分が含まれる。かかる散乱線成分は放射線画像のコントラストを低下させるおそれがある。また、ノイズ成分は放射線画像の画質を低下させるおそれがある。

近年、画像処理によって放射線画像から散乱線成分とノイズ成分を低減する方法が提案されている。特許文献１には、放射線画像の周波数と輝度値とに基づいて、低周波数帯域で高輝度の画素は散乱線成分が支配的、高周波数帯域で低輝度の画素はノイズ成分が支配的とみなして、それぞれの成分を低減することが開示されている。

米国特許第８０６４６７６号公報

いわゆるノイズには、たとえばＸ線光子のランダムな現象の結果としてＸ線光子が放射線検出器に検出される位置や密度に統計的なゆらぎが生じることによる量子ノイズがある。量子ノイズは放射線検出器に到達した放射線量と近似的に相関することが知られている。放射線画像の周波数と輝度値とに基づいて、散乱線成分低減処理とノイズ低減処理とをそれぞれ行う方法では、散乱線が放射線検出器に到達する量と生じるノイズ量との相関を考慮していないので、ノイズ成分の低減の精度が低下する恐れがある。

本発明の実施形態の一つに係る画像処理装置は、被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定手段と、前記放射線画像から取得される第一のノイズ情報と、前記散乱線成分を前記放射線画像から低減した散乱線低減画像から取得される第二のノイズ情報とに基づいて、前記放射線画像に含まれるノイズ成分を低減するノイズ低減手段と、前記散乱線成分と前記ノイズ成分とを前記放射線画像から低減した補正画像を出力する出力手段と、を有することを特徴とする。

これにより、放射線画像から取得されるノイズ情報と、散乱線低減画像から取得されるノイズ情報とを考慮することで、散乱線低減画像の信号成分に応じたノイズ成分を考慮することができ、放射線検出器に到達した散乱線量に応じたノイズ量を低減することができる。

本発明の実施形態に係る画像処理装置を含む情報システムの構成を示す図である。 本発明の実施形態に係る画像処理装置の構成を示す図である。 本発明の実施形態に係る画像処理装置を利用するワークフローを例示する図である。 本発明の第一の実施例を説明するブロック図である。 本発明の第一の実施例を説明するブロック図である。 本発明の第一の実施例を説明するブロック図である。 本発明の第二の実施例を説明するブロック図である。 本発明の第二の実施例を説明するブロック図である。 本発明の第二の実施例を説明するブロック図である。 本発明の第三の実施例を説明するブロック図である。 本発明の第三の実施例を説明するブロック図である。 本発明の第三の実施例を説明するブロック図である。 本発明の第四の実施例を説明するブロック図である。 本発明の別の実施形態に係る画像処理を説明するブロック図である。 ノイズ低減フィルタを説明する図である。

図１に基づいて本発明の実施形態に係る画像処理装置と、放射線撮影システム１００を含む情報システム１２０について説明する。一実施形態に係る画像処理装置は、放射線撮影システム１００に含まれる制御部１０５に対応する。以下では、本発明に係る画像処理について説明する立場から、制御部１０５を画像処理装置１０５と呼ぶことがある。情報システム１２０は、放射線画像の撮影の前後で情報を管理するシステムであり、たとえばＨＩＳ（Ｈｏｓｐｉｔａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）１１１と、ＲＩＳ（Ｒａｄｉｏｇｒａｐｈｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）１１２と、ＷＳ（Ｗｏｒｋ Ｓｔａｔｉｏｎ）１１３と、ＰＡＣＳ（Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）１１４と、Ｖｉｅｗｅｒ１１５と、Ｐｒｉｎｔｅｒ１１６とを有する。ＨＩＳ１１１は患者情報や放射線撮影による検査等を含む診療情報を総合的に管理するシステムである。ＲＩＳ１１２は放射線撮影のオーダを管理するシステムである。ＷＳ１１３は画像処理端末であり、放射線撮影システム１００で撮影された放射線画像に画像処理を施す。ＷＳは同様の機能を有するソフトウェアをインストールした一又は複数のコンピュータで代替してもよい。ＰＡＣＳ１１４は当該情報システム１２０内の放射線撮影やその他の医用画像撮影装置で得られた画像を保持するデータベースシステムである。ＰＡＣＳ１１４は医用画像及びかかる医用画像の撮影条件や患者情報等の付帯情報を記憶する記憶部（不図示）と、当該記憶部に記憶される情報を管理するコントローラ（不図示）とを有する。Ｖｉｅｗｅｒ１１５は、画像診断用の端末であり、ＰＡＣＳ１１４等に記憶された画像を読み出し、診断のために表示する。Ｐｒｉｎｔｅｒ１１６はたとえばフィルムプリンタであり、ＰＡＣＳ１１４等に記憶された画像をフィルムに出力する。

実施形態における放射線撮影システム１００では、放射線としてＸ線を用いる。放射線撮影システム１００は、放射線発生装置の例であるＸ線源１０１と、ＦＰＤ（Ｆｌａｔ Ｐａｎｅｌ Ｄｅｔｅｃｔｏｒ）１０２と、制御部１０５とを有する。これらはケーブルもしくは通信システムを介して接続されている。制御部１０５は撮影された放射線画像に、当該撮影の撮影条件や患者情報等を付帯させる。たとえばＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ）規格に則って情報を付帯させ、放射線画像のデータ、患者情報、及び撮影条件等の情報を含むＤＩＣＯＭ画像ファイルを生成する。制御部１０５は当該画像をＷＳ１１３やＰＡＣＳ１１４に送信する。当該撮影のオーダはたとえばＲＩＳ１１２から制御部１０５に送信される。制御部１０５はＲＩＳ１１２からの入力情報に応じて撮影条件を記憶部（不図示）から読み出す。

Ｘ線源１０１は、Ｘ線管、又は医用画像もしくは他の画像の取得に適した他の任意の放射線源であってもよい。高圧発生部１０４は、ユーザが曝射スイッチを押下するとＸ線源１０１に高圧パルスを与え、Ｘ線源１０１から被写体１０３が配置されている領域にＸ線を曝射させる。被写体１０３を透過もしくは周囲を通過したＸ線は、Ｘ線検出器であるＦＰＤ１０２に入射する。ＦＰＤ１０２は制御部１０５に制御され、入射したＸ線を電気信号に変換した後、デジタル画像として制御部１０５に送信する。たとえば、ＦＰＤ１０２は入射したＸ線を蛍光体（不図示）が可視光に変換し、可視光をフォトダイオード（不図示）が検出し、Ａ／Ｄ変換器（不図示）により電気信号に変換する。あるいは、ＦＰＤ１０２はＸ線をアモルファスセレン（不図示）により電気信号に変換する。放射線画像の画素値はＦＰＤ１０２を構成する放射線検出素子（不図示）からの出力により得られる。放射線検出素子（不図示）は、例えば蛍光体（不図示）とフォトダイオード（不図示）で構成される。別の例では、アモルファスセレン（不図示）で構成される。

デジタル画像は制御部１０５やＷＳ１１３で画像処理が施され、ＰＡＣＳ１１４等に保存される。情報システム１２０に含まれる各部はバスやその他通信システムにより相互に接続されていればよく、それぞれを遠隔に設置することもできる。

続いて、図２に基づいて本発明の実施形態に係る画像処理装置の構成を詳細に説明する。本発明の実施形態に係る画像処理装置は、情報システム１２０放射線撮影システム１００と接続されている制御部１０５であり、一又は複数のコンピュータで構成される。制御部１０５を構成するコンピュータは、主制御部であるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１、記憶部であるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０５、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）２０６、グラフィック制御部であるＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０８、通信部であるＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）２０３及び２０４、接続部であるＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）２０７、ＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）２０９を有し、これらは内部バスにより通信可能に接続されている。ＣＰＵ２０１は制御部１０５及びこれに接続する各部を統合的に制御する制御回路である。ＲＡＭ２０２は制御部１０５を及びこれに接続する各部における処理を実行するためのプログラムや、画像処理で用いる各種パラメータを記憶するためのメモリである。ＲＡＭ２０２に展開されたプログラムに含まれる命令がＣＰＵ２０１で逐次実行されることにより、後述する画像処理が実現される。たとえば、通信部である第一のＮＩＣ２０３は放射線撮影を行う施設のアクセスポイントに接続し、第二のＮＩＣ２０４は情報システム１２０内の通信を中継するアクセスポイントに接続する。ＳＳＤ２０６は上述したようなプログラムや、撮影により得られる放射線画像、付帯情報、その他各種パラメータが記憶される。ＵＳＢ２０７は操作部１０７と接続する。ＧＰＵ２０８は画像処理ユニットであり、ＣＰＵ２０１からの制御に応じて画像処理を実行する。画像処理の結果得られる画像はＨＤＭＩ（登録商標）２０９を介してモニタ１０６に出力され、表示される。モニタ１０６及び操作部１０７はタッチパネルモニタに統合されていても良い。

ＳＳＤ２０６に記憶されるプログラムは、たとえば撮影制御モジュール２１１、通信制御モジュール２１２、画像取得モジュール２１３、出力モジュール２１４、表示制御モジュール２１５、画像処理モジュール２２０、及び画像処理モジュール２２０に含まれる散乱線推定モジュール２２１、ノイズ低減モジュール２２２、周波数処理モジュール２２３などである。各モジュールは、ＣＰＵ２０１またはＧＰＵ２０８により実行されて機能する。

撮影制御モジュール２１１は、放射線撮影の実行を統合的に制御するためのプログラムである。撮影制御モジュール２１１により、ＲＩＳ１１２から送信されたオーダを読みだして撮影条件を指定し、ＦＰＤ１０２の状態を要求する信号を通信モジュール２１２に送信させる。撮影条件の指定は、ユーザが操作部１０７を介して撮影条件を入力した内容を読みだしてもよい。さらに、高圧発生装置１０４の状態を要求する信号を通信モジュール２１２に送信させる。

通信制御モジュール２１２は、第一のＮＩＣ２０３及び第二のＮＩＣ２０４による通信を制御する。通信制御モジュール２１２により、撮影制御モジュール２１１からの制御や操作部１０７からの入力に応じてＦＰＤ１０２を撮影可能な状態に遷移させるための信号を通信手段（不図示）に送信させる。また、撮影制御モジュール２１１からの制御や、操作部１０７からの入力に応じて高圧発生装置１０４がＸ線源１０１に対して高圧パルスを発生可能な状態に遷移させるための信号を通信手段（不図示）に送信させる。

画像取得モジュール２１３は、本発明の実施形態に係る画像処理に供する画像を取得する工程の制御を行う。たとえば、ＮＩＣ２０３に、ＦＰＤ１０２により撮影された放射線画像を受信させる。放射線画像の受信において、データ量の小さい、放射線画像の縮小画像を先行的に受信させた後、放射線画像のうち当該縮小画像以外のデータを受信させて放射線画像の受信を完了させることとしてもよい。縮小画像は、たとえばＦＰＤ１０２を構成し、放射線画像の画素値を与える複数の放射線検出素子のうちの偶数列を読み出すなど、選択的に一部の素子から読み出した出力信号だけを用いて得られる。または、いくつかの素子をまとめて読みだしてもよい。読みだした画像を複数の小領域に分割して、小領域の代表値を用いて縮小画像としてもよい。あるいは、ＮＩＣ２０３に、ＰＡＣＳ１１４やその他ネットワーク上の記憶部に記憶された放射線画像を受信させる。あるいは画像処理装置１０５のＳＳＤ２０６やその他の記憶部に記憶されている放射線画像を読み出す。

画像処理モジュール２２０は、画像取得モジュール２１３により取得された放射線画像に対して画像処理を施す。画像処理モジュール２２０には例えば、散乱線推定モジュール２２１と、ノイズ低減モジュール２２２と、周波数処理モジュール２２３が含まれる。画像処理モジュール２２０が行う画像処理は、散乱線推定モジュール２２１、ノイズ低減モジュール２２２、周波数処理モジュール２２３により行われる処理以外の、公知の画像処理を含む。画像処理モジュール２２０がＣＰＵ２０１により実行され、ＣＰＵ２０１はＧＰＵ２０８を制御し、ＧＰＵ２０８により画像処理が実行される。画像処理の具体的な内容については後述する。

出力モジュール２１４は、画像処理モジュール２２０による画像処理が施され、散乱線成分とノイズ成分が低減された補正画像の出力を制御する。たとえば、出力モジュール２１４はモニタ１０６に補正画像を出力することにより、モニタ１０６に補正画像を表示させる。またたとえば、出力モジュール２１４はＮＩＣ２０４を介して補正画像をＰＡＣＳ１１４やＰｒｉｎｔｅｒ１１６に出力する。これにより、ＰＡＣＳ１１４に補正画像が保存され、Ｐｒｉｎｔｅｒ１１６によって補正画像がフィルム等に出力される。また、出力モジュール２１４は、制御部１０５内外のその他の記憶部（不図示）に補正画像を出力し、補正画像を記憶させてもよい。さらに、ＤＩＣＯＭ規格に則って種々の情報を付帯させて補正画像を出力することが好ましい。モダリティとは、患者を撮影し、医用画像を生成する画像生成装置である。本発明の実施形態に係る情報システム１２０においては、たとえばＸ線源１０１とＦＰＤ１０２とを有する放射線撮影システム１００がモダリティに該当する。このとき、Ｍｏｄａｌｉｔｙタグ（０００８，００６０）としてＤｉｇｉｔａｌ Ｒａｄｉｏｇｒａｐｈｙを示すＤＸを付帯させる。動画撮影の場合にはＲａｄｉｏ Ｆｌｕｏｒｏｓｃｏｐｙを示すＲＦを付帯させる。さらにＰＡＣＳ１１４に保存する場合にはＳｅｒｖｉｃｅとＯｂｊｅｃｔのＰａｉｒを指定するタグであるＳＯＰ Ｃｌａｓｓ ＵＩＤ（０００８，００１６）タグとして、ＯｂｊｅｃｔのＤｉｇｉｔａｌ Ｘ−ｒａｙ ＩｍａｇｅとＳｅｒｖｉｃｅのＳｔｏｒａｇｅの組合せを示す１．２．８４０．１０００８．５．１．４．１．１．１．１を付帯させる。

表示制御モジュール２１５は、モニタ１０６に表示される内容を制御する。例えば、患者情報、撮影条件の情報、ＦＰＤ１０２の状態を示す情報等をモニタ１０６に表示させる制御を行う。これらは、上述の補正画像とともにモニタ１０６に表示される。

別の実施形態では、出力制御モジュール２１４による補正画像をモニタ１０６に表示させる表示制御を、表示制御モジュール２１５で実行することとしてもよい。この場合、表示制御モジュール２１５で、モニタ１０６に撮影された放射線画像を表示させたり、補正画像を表示させたりする。

なお、制御部１０５が有する構成要素の一部又は全部は、制御部１０５に固定されるものではなく、情報システム１２０に含まれる画像処理システムとして実現してもよい。たとえば、画像取得モジュール２１３、出力制御モジュール２１４、及び画像処理モジュール２２０を有する画像処理プログラムを実行する画像処理装置を、撮影制御モジュール２１１を実行する制御部１０５とは別に設けることとしてもよい。またたとえば、ＷＳ１１３がこれらのモジュールの一部または全部を有していてもよい。ＰＡＣＳ１１４がこれらのモジュールの一部または全部を有していてもよい。ＦＰＤ１０２が、たとえば画像処理モジュール２２０の機能を実現するＦＰＧＡ（ｆｉｅｌｄ−ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）を備えていてもよい。制御部１０５が有する構成要素が異なる装置に重複して含まれていてもよく、ユーザの指示に従って処理を行う装置を選択できるようにしてもよい。さらに、ネットワークを介して接続されたワークステーション、サーバ、記憶装置によって構成されていてもよく、必要に応じてこれらの装置と通信して本発明の実施形態に係る画像処理を行うようにしてもよい。

次に、図３（ａ）及び図３（ｂ）に基づいて、放射線撮影システム１００及び情報システム１２０を用いて行われる放射線画像の撮影、画像処理、出力までのフローについて説明する。下記の処理において、特に断りがない場合、各モジュールによる処理を実現する主体は、ＣＰＵ２０１またはＧＰＵ２０８である。

ステップＳ３００では、被写体１０３にＸ線を照射してＸ線画像を得るための準備が行われる。撮影制御モジュール２１１はＲＩＳから受信した撮影オーダを読みだし、撮影条件や画像処理のパラメータの情報を設定する。設定された情報に基づいて、高圧発生装置１０４を高圧パルス発生可能な状態に遷移させ、ＦＰＤ１０２を撮影可能な状態に遷移させる。

ステップＳ３１０では、Ｘ線画像を得るための撮影が行われる。高圧発生装置１０４の曝射スイッチをユーザが押下すると、Ｘ線源１０１から被写体１０３にＸ線が照射され、ＦＰＤ１０２によってＸ線が検出される。ＦＰＤ１０２に到達したＸ線は電気信号に変換され、Ｘ線画像のデータが生成される。撮影に際して、散乱線がＦＰＤ１０２に到達する線量を低減するための散乱線低減グリッド（以下、グリッドと称する）を使用してもよい。

ステップＳ３２０では、制御部１０５は画像取得モジュール２１３によりＦＰＤ１０２からＸ線画像のデータを受信し、Ｘ線画像を取得する。Ｘ線画像は、ＲＡＭ２０２に一度格納され、ＳＳＤ２０６に保存される。

ステップＳ３３０では、画像処理モジュール２２０によりＸ線画像に画像処理を施す。画像処理のフローについて、図３（ｂ）に基づいて説明する。

ステップＳ３３１では、画像処理モジュール２２０により、ステップＳ３２０で取得されたＸ線画像の解析が行われる。解析により、たとえば、Ｘ線画像の撮影条件や撮影部位を取得する。画像処理モジュール２２０は撮影制御モジュール２１１を制御して、撮影条件や撮影部位を示す情報を取得してもよい。また、解析により各画素の信号の大きさとその頻度を表すヒストグラムを作成する。

ステップＳ３３２では、画像処理モジュール２２０により、第一の画質調整の処理が行われる。たとえば、ＦＰＤ１０２の蛍光体（不図示）の特性のばらつきを補正するための処理や、欠陥のある画素を補正する処理、ＦＰＤ１０２由来のボケの補正をする処理等を行う。ステップＳ３１０でグリッドを使用して撮影を行った場合には、取得されたＸ線画像にはグリッドに由来する縞模様がＸ線画像に重畳しているおそれがある。したがって、ステップＳ３３１で撮影に際してグリッドが使用されたことを示す情報が取得された場合には、画像処理モジュール２２０は、グリッドに由来する縞模様を低減するための画像処理を施す。ステップＳ３００で設定された情報に加えて、ステップＳ３３１で取得された情報に基づいて第一の画質調整の処理に係るパラメータを決定してもよい。

ステップＳ３３３は、画像処理モジュール２２０に含まれる散乱線推定モジュール２２１、ノイズ低減モジュール２２２により行われる。散乱線推定モジュール２２１により、Ｘ線画像に含まれ、被写体１０３中で散乱して生じた散乱Ｘ線による散乱Ｘ線成分を推定する。ノイズ低減モジュール２２２は、当該Ｘ線画像から取得される第一のノイズ情報と、散乱線推定モジュール２２１により推定された散乱Ｘ線成分を当該Ｘ線画像から低減した散乱Ｘ線低減画像から取得される第二のノイズ情報とを取得する。そして、ノイズ低減モジュールは当該Ｘ線に含まれるノイズ成分を低減する。周波数成分モジュール２２３による処理を併せて行ってもよい。ステップＳ３３３の処理については、図４乃至図１３に基づいて後述する。

ステップＳ３３４では、画像処理モジュール２２０により、第二の画質調整の処理が行われる。たとえば、ステップＳ３３１で取得された画素値のヒストグラムや撮影部位を示す情報に基づいて、階調処理やダイナミックレンジ圧縮処理、周波周強調処理等を行う。ステップＳ３００で設定された情報に加えて、ステップＳ３３１で取得された情報に基づいて第二の画質調整の処理に係るパラメータを決定してもよい。

ステップＳ３４０では、ステップＳ３３０で画像処理モジュール２２０により画像処理が施された画像と、当該画像に関連する情報を、出力制御モジュール２１４と表示制御モジュール２１５によりモニタ１０６に表示させる。ユーザはこのときモニタ１０６に表示されている内容を参照しながら、適宜画像処理のパラメータ等を変更する操作入力を行うことができる。当該変更の操作入力に基づいて、Ｓ３３０に戻り画像処理モジュール２２０により画像処理が行われ、ステップＳ３４０に進み当該変更後の内容を出力制御モジュール２１４と表示制御モジュール２１５によりモニタ１０６に表示させる。

ステップＳ３５０では、ステップＳ３４０で画像処理モジュール２２０による画像処理が施され、散乱線成分とノイズ成分が低減された画像を出力する。たとえば、出力モジュール２１４はＮＩＣ２０４を介して補正画像をＰＡＣＳ１１４やＰｒｉｎｔｅｒ１１６に出力する。これにより、ＰＡＣＳ１１４に補正画像が保存され、Ｐｒｉｎｔｅｒ１１６によって補正画像がフィルム等に出力される。出力モジュール２１４は、ステップＳ３５０において画像にＤＩＣＯＭ規格に則った各種情報の対応付けを行い、画像と併せて出力する。

これにより放射線撮影システム１００を用いたワークフローは完了する。ステップＳ３３０の画像処理及びステップＳ３４０の表示の処理を行うのと並行して、ステップＳ３００乃至ステップＳ３２０の処理を行い、当該画像処理が施されているＸ線画像とは異なるＸ線画像の撮影を行ってもよい。

次に、図４に基づいて画像処理装置１０５が実行する散乱線推定及びノイズ低減に係る処理、すなわち図３に示すステップＳ３３３に該当する処理を詳細に説明する。下記の処理において、特に断りがない場合、処理の主体はＣＰＵ２０１またはＧＰＵ２０８である。

放射線撮影により得られた画像は、Ｘ線源１０１からＦＰＤ１０２を構成する放射線検出素子（不図示）に直線的に到達した一次Ｘ線による一次Ｘ線像に、被写体１０３内で散乱した散乱Ｘ線による散乱Ｘ線像が重畳している。さらに、Ｘ線画像にはいわゆるノイズによるノイズ成分が含まれている。

デジタルＸ線撮影系であるＦＰＤ１０２の出力は、ＦＰＤ１０２に入射するＸ線光子数と、そのＸ線光子がもたらすエネルギーと深く関係する。デジタルＸ線撮影系におけるノイズは、検出器のもつ電気的なノイズ、放射線検出素子の検出効率の差に由来する構造ノイズ、Ｘ線光子のランダムな性質に基づく量子ノイズに大別される。このうち、電気的なノイズと構造ノイズは撮影線量に依存しないことが知られている。Ｘ線光子のゆらぎの統計的な分布はポアソン分布に従い、量子ノイズはＦＰＤ１０２に到達したＸ線光子数に相関することが知られている。また、人体を被写体としてＸ線撮影を行う際の線量では、発生するノイズのうち量子ノイズが画質に与える影響が大きいことが多いことが知られている。

画像処理によって散乱Ｘ線を低減した画像においては、信号成分は散乱Ｘ線に由来する成分が低減されている。しかし、量子ノイズは一次Ｘ線と散乱Ｘ線とを合わせた線量に相関する量が含まれる。したがって、散乱Ｘ線低減画像を観察する際に、観察対象である被写体の構造情報を含む信号成分に対して、ノイズ成分が多く含まれるような印象を与えてしまうおそれがある。たとえば、散乱Ｘ線低減画像は、粒状性が悪化してざらついた印象を与えてしまうおそれがある。そこで、散乱Ｘ線の量に応じてノイズ成分を低減することが有効であると考えられる。従来、グリッドを使用してＦＰＤ１０２に到達する散乱Ｘ線量を低減することにより、取得される放射線画像に含まれる散乱Ｘ線成分を低減することが多く行われてきた。これを鑑みると、グリッドを使用しないで撮影されたＸ線画像に対して画像処理を施して、グリッドを使用して撮影されたのと同程度に散乱Ｘ線成分とノイズ成分とをＸ線画像から低減することが好ましい。画像処理によって低減される散乱Ｘ線成分の量と、ノイズ低減処理によって低減するノイズ成分の量とを関連付ける方法を以下に説明する。

まず、本発明の第一の実施例について図４乃至図６に基づいて説明する。

図４は第一の実施例の画像処理のフローを示す図である。画像取得モジュール２１３により画像処理装置１０５はＸ線画像４００を取得する。ステップＳ４１０において、Ｘ線画像４００に含まれる散乱Ｘ線成分を推定し、低減する散乱線低減処理を行い、散乱線低減画像４１３を得る。ステップＳ４２０において、Ｘ線画像４００に含まれるノイズ成分を低減するノイズ低減処理を行い、ノイズ低減画像４２３を得る。グリッドを使用して撮影して得られるＸ線画像と同等の一次Ｘ成分及びノイズ成分を含む画像を得ることが好ましい。

ステップＳ４１０の散乱線低減処理では、ステップＳ４１１においてＸ線画像４００に含まれる散乱Ｘ線成分を推定し、ステップＳ４１２においてステップＳ４１１で推定した散乱Ｘ線成分をＸ線画像４００から低減する。得られる散乱線低減画像４１３は、グリッドを用いたＸ線画像に相当する１次Ｘ線の信号量をもつ画像であることが好ましい。

ステップＳ４１１の散乱線推定処理は、公知の方法を用いて行うことができる。たとえば、特開２０１０−１８８１１３号公報に開示の方法を用いる。Ｘ線画像４００をＭとし、一次Ｘ線成分をＰ、散乱Ｘ線成分をＳの和で表現できると仮定する。このとき、式１のように表せる。
Ｍ＝Ｐ＋Ｓ ・・・（式１）
散乱Ｘ線成分Ｓを表す近似式を一次Ｘ線成分Ｐで表現すれば、式１をＰについて解くことで散乱線成分を推定できる。たとえば特開２０１０−１８８１１３号公報では、散乱Ｘ線成分Ｓを一次Ｘ線成分Ｐで表現する近似式としては、式２が開示されている。
Ｓ＝−ＰｌｎＰ＊（Ｇ_１＋Ｇ_２） ・・・（式２）
ここで、Ｇ_１及びＧ_２はそれぞれＲａｙｌｅｉｇｈ散乱とＣｏｍｐｔｏｎ散乱をモデル化するためのガウス関数である。＊はコンボリューションの演算子である。 式１と式２から取得される一次Ｘ成分Ｐにより、散乱Ｘ線成分Ｓを推定できる。

ステップＳ４１２の散乱線減算処理は、ステップＳ４１１で推定した散乱Ｘ線成分をＸ線画像４００から減算し、散乱線低減画像４１３を得る。このとき、所望の比率で散乱Ｘ線成分を減算するようにしてもよい。たとえば、ステップＳ４１１で推定した散乱Ｘ線成分にグリッドの散乱線透過率（ＪＩＳ規格）を乗じてＸ線画像から減算することにより、グリッドを使用して撮影したのと同等の一次Ｘ線成分と散乱Ｘ線成分を含む画像を得ることができる。これは、式３で表される。
Ｖ_ｓｒ（ｘ，ｙ）＝Ｒ_ｐ・（Ｖ_ｏｒｇ（ｘ，ｙ）−Ｖ_ｓ（ｘ，ｙ））＋Ｒ_ｓ・Ｖ_ｓ（ｘ，ｙ） ・・・（式３）
ここで、Ｖ_ｓｒ（ｘ，ｙ）は散乱線低減画像４１３の座標（ｘ，ｙ）における画素値であり、Ｖ_ｏｒｇ（ｘ，ｙ）はＸ線画像４００の座標（ｘ，ｙ）における画素値であり、Ｖ_ｓ（ｘ，ｙ）はステップＳ４１１で推定した散乱Ｘ線成分の座標（ｘ，ｙ）における画素値である。Ｒ_ｐは一次Ｘ線の透過率であり、値を１に固定してもよい。Ｒ_ｓは散乱Ｘ線の透過率であり、ＪＩＳ規格によるグリッドの散乱線透過率を利用する。Ｒ_ｓはユーザが適宜調整できるようにしてもよい。

ステップＳ４２０のノイズ低減処理では、まずステップＳ４２１でＸ線画像４００から取得される第一のノイズ情報と、散乱線低減画像４１３から取得される第二のノイズ情報とに基づいて、ノイズ低減率取得処理を行う。またステップＳ４２２において、ステップＳ４２１で得られたノイズ低減率に基づいてノイズ調節処理を行う。得られるノイズ低減画像４２３は、グリッドを使用して撮影したのと同等のノイズ成分を含むことが好ましい。

図５に基づいてステップＳ４２１で行うノイズ低減率取得処理を説明する。ノイズ低減率は、ステップＳ４２２のノイズ調節処理において、指標となる値である。ステップＳ５０１では各画素のノイズ統計量取得処理を行う。すなわち、Ｘ線画像４００の各画素値から第一のノイズ統計量を取得して、第一のノイズ情報を取得する。また、散乱線低減画像４１３の各画素値から第二のノイズ統計量を取得し、第二のノイズ情報を取得する。ステップＳ５０２では、ノイズ低減率画像取得処理を行う。第一のノイズ統計量に対する第二のノイズ統計量の比に基づいて、ノイズ低減の指標となるノイズ低減率を取得し、ノイズ低減率の画像であるノイズ低減率画像５０３を得る。上述したように、画像処理によって散乱Ｘ線成分を低減する場合には、信号成分は散乱Ｘ線に由来する成分が低減されるにも関わらず、量子ノイズは一次Ｘ線と散乱Ｘ線とを合わせた線量に相関する量が含まれる。散乱線低減画像４１３の各画素値から取得される第二のノイズ統計量は、散乱線低減画像４１３に含まれるノイズ量そのものを示す値ではなく、当該画素値を与える線量すなわち散乱Ｘ線が低減された線量により生成すると考えられるノイズ量を示すものである。したがって、第一のノイズ統計量に対する第二のノイズ統計量の比は、散乱Ｘ線成分を低減する処理に応じたノイズ低減の指標となる。

ステップＳ５０１では、Ｘ線画像４００と散乱線低減画像４１３に対してノイズ統計量取得処理を行う。ノイズ統計量は、ここでは各画素値に基づく標準偏差とする。各画素値に基づく分散を用いてもよい。別の例では、放射線検出器の種類に応じて、ある画素の値と当該画素に含まれるノイズ統計量の相関をルックアップテーブルの形式でＳＳＤ２０６に記憶しておく。ノイズ低減モジュール２２２によりＲＡＭ２０２にルックアップテーブルからノイズ統計量を読みだして用いる。

まず、第一のノイズ統計量であるＸ線画像４００のノイズ標準偏差σ_ｏｒｇ（ｘ，ｙ）は式４で得られる。

ここで、σ_ｐ（ｖ）は画素値がｖである画素に含まれる量子ノイズの標準偏差であり、σ_ｓｙｓはシステムノイズの標準偏差である。

第二のノイズ統計量である散乱線低減画像４１３のノイズ標準偏差σ_ｓｒ（ｘ，ｙ）は式５で得られる。

ステップＳ５０２ではノイズ低減率画像取得処理を行う。ノイズ低減率ＲＮＲＲ（ｘ，ｙ）は、第一のノイズ統計量に対する第二のノイズ統計量の比である。すなわち、入力画像のノイズ量であるＸ線画像４００のノイズ標準偏差σ_ｏｒｇ（ｘ，ｙ）に対する、目標とするノイズ量である１次Ｘ線成分相当の散乱線低減画像４１３のノイズ標準偏差σ_ｓｒ（ｘ，ｙ）の比である。ＲＮＲＲ（ｘ，ｙ）は式６を用いて得られる。

Ｖ_ｓｒ（ｘ，ｙ）が式３に表されるような、グリッドを使用したＸ線撮影で得られた画像に相当する散乱Ｘ線低減画像であれば、目標とするノイズ量もグリッドを使用したＸ線撮影で得られた画像と同等とすることができる。

続いて、図６に基づいてステップＳ４２２で行うノイズ調節処理を説明する。ノイズ調節処理では、Ｘ線画像４００に含まれるノイズ成分を低減する程度を調節する。これにより、部位によって発生する散乱Ｘ線量が異なることに応じたノイズ低減処理が可能である。

ステップＳ４２２で行われるノイズ調節処理は、まずステップＳ６０１において、第一のノイズ統計量に対する第二のノイズ統計量の比に基づいて取得されるノイズ低減率画像５０３から、各画素の重み付けの係数であるα値を取得する画素α値取得処理を行う。ステップＳ６０２において、Ｓ５０１で取得される第一のノイズ統計量と、散乱線低減画像４１３に対してノイズ低減フィルタによる画像処理を行う。ステップＳ６０３において、散乱線低減画像４１３と、ステップＳ６０２で散乱線低減画像４１３に対してノイズ低減フィルタによる画像処理を施して得られる画像と、ステップＳ６０１で取得した各画素の重み付けの係数であるα値からノイズ低減量を調整するαブレンド処理を行う。以下、詳述する。

まず、Ｓ６０３で行うαブレンド処理を式７に示す。
Ｖ_ｏｕｔ（ｘ，ｙ）＝（１−α（ｘ，ｙ））・Ｖ_ｉｎ（ｘ，ｙ）＋α（ｘ，ｙ）・Ｖ_ｎｒ（ｘ，ｙ） ・・・（式７）
ここで、Ｖ_ｏｕｔ（ｘ，ｙ）はノイズ低減画像４２３の座標（ｘ，ｙ）における画素値である。Ｖ_ｉｎ（ｘ，ｙ）は散乱線低減画像４１３の座標（ｘ，ｙ）における画素値である。Ｖ_ｎｒ（ｘ，ｙ）は散乱線低減画像４１３に対してノイズ低減フィルタによる画像処理を施して得られる画像の座標（ｘ，ｙ）における画素値である。αはステップＳ６０１で取得される各画素の重み付けの係数であるα値を示す。αは０≦α≦１を満たす。

このとき、ノイズ低減率から各画素のα値は式８で求めることができる。

ここで、α（ｘ，ｙ）は各画素のα値、ＲＮＲＲ（ｘ，ｙ）はノイズ低減率、Ｒはノイズ低減フィルタによるノイズ低減率、を示す。

式８のノイズ低減率Ｒは、線形性の成り立つノイズ低減フィルタであれば分散の加法性からフィルタ係数の二乗和の平方根を用いる。また、線形性の成り立たないフィルタであればＦＰＤ１０２で得られるある画像に対して、実際にノイズ低減フィルタを掛けた際のノイズ低減率を代表値として利用してもよい。

以下に、式７で表されるαブレンド処理において、ノイズ低減率とα値の関係式である式８を導出する過程を説明する。

まず、式７を各画像の画素値Ｖ（ｘ，ｙ）に含まれるノイズ成分Ｎ（ｘ，ｙ）のみについて記述すると式９のように表せる。
Ｎ_ｏｕｔ（ｘ，ｙ）＝（１−α（ｘ，ｙ））・Ｎ_ｉｎ（ｘ，ｙ）＋α（ｘ，ｙ）・Ｎ_ｎｒ（ｘ，ｙ） ・・・（式９）
ここで、Ｎ_ｏｕｔ（ｘ，ｙ）はノイズ低減画像４２３のノイズ成分、Ｎ_ｉｎは散乱線低減画像４１３のノイズ成分、Ｎ_ｎｒは散乱線低減画像４１３に対してノイズ低減フィルタによる画像処理を施して得られる画像のノイズ成分である。

ノイズ低減フィルタによるノイズ低減率がＲであるとき、式９より式８は式１０のように表せる。
Ｎ_ｏｕｔ（ｘ，ｙ）＝（１−α（ｘ，ｙ））・Ｎ_ｉｎ（ｘ，ｙ）＋α（ｘ，ｙ）・Ｒ・Ｎ_ｉｎ（ｘ，ｙ） ・・・（式１０）
更に、式１０をα（ｘ，ｙ）について解くと、式１１で表せる。

この時、Ｎ_ｏｕｔ（ｘ，ｙ）／Ｎ_ｉｎ（ｘ，ｙ）は、ノイズ低減前のノイズ量とノイズ低減後のノイズ量の比であるのでノイズ低減率と同義である。このＮ_ｏｕｔ（ｘ，ｙ）／Ｎ_ｉｎ（ｘ，ｙ）を、目標とするノイズ低減率ＲＮＲＲ（ｘ，ｙ）に置き換えることで式８が導出できる。すなわち、第一のノイズ統計量に対する第二のノイズ統計量の比に基づいて、ノイズ低減を調節するための係数であるα値が導かれる。

次に、ステップＳ６０２について説明する。ステップＳ６０２ではステップＳ５０１で取得した第一のノイズ統計量を利用する。ノイズ低減フィルタ処理に用いるフィルタが、εフィルタのεの閾値やｎｌ−ｍｅａｎｓの画素に対する係数の重みづけを取得する場合、ノイズ統計量を用いる必要があるためである。

一般的にノイズ低減フィルタを用いた画像処理では、入力画像の画素値に対して量子ノイズと電気的なノイズといったノイズ統計量を推定する手法が用いられる。しかし、本実施例では、ステップＳ４１０における散乱線低減処理によってＸ線画像４００の画素値を変化させて得られる散乱線低減画像４１３を入力画像とするため、元となるＸ線画像４００に含まれる量子ノイズの推定が難しくなる。そのため、Ｘ線画像４００から第一のノイズ統計量を取得し、ノイズ低減フィルタに用いている。なお、この処理はノイズ低減フィルタがノイズ統計量を必要としないフィルタである場合、省略してもよい。

ステップＳ６０２では、散乱線低減画像４１３にノイズ低減フィルタによる画像処理を施し、Ｓ６０３におけるαブレンド処理の合成に用いるための、最大限にノイズ低減を行った画像を作成する。

ノイズ低減フィルタとしては、例えばローパスフィルタやεフィルタ、バイラテラルフィルタ、ｎｌ−ｍｅａｎｓ等が用いる。グリッドを使用して撮影したＸ線画像に対して用いるノイズ低減フィルタと同じフィルタを用いれば、グリッド使用して撮影したＸ線画像と同等のノイズ量に合わせて低減することができる。但し、厳密に同じノイズ低減フィルタで無くとも、ノイズ低減率が近いものであれば、グリッドを用いた場合のノイズ量に近づけることができる。

最後に、Ｓ６０３におけるαブレンド処理について説明する。αブレンド処理では、散乱線低減画像４１３と、Ｓ６０２のノイズ低減フィルタ処理で作成した最大限にノイズを低減した画像と、Ｓ６０１で取得した各画素のα値と、を用いて、ノイズ低減画像４２３を取得する。すなわち、散乱線低減画像４１３と、散乱線低減画像４１３に対してノイズ低減フィルタに依る画像処理を施した画像とを、画素ごとにそれぞれ重み付けして合成することにより、Ｘ線画像４００に含まれるノイズ成分を低減する。αブレンド処理は、前述した式７を用いて行う。

以上の処理により、Ｘ線画像４００に含まれる散乱Ｘ線成分を推定し、第一のノイズ情報と第二のノイズ情報とに基づいてノイズ成分を低減し、当該散乱Ｘ線成分とノイズ成分とをＸ線画像４００から低減した補正画像が得られる。補正画像は出力制御モジュール２１４及び表示制御モジュール２１５によって、モニタ１０６に表示され、ＰＡＣＳ１１４に出力される。

式４及び式５に示すように、ステップＳ４１１で推定した散乱Ｘ線成分だけでは、ノイズ調節の指標となるノイズ低減率ＲＮＲＲを取得することはできず、散乱Ｘ線量に応じたノイズ低減を行おうとしても低減すべき量が定まらない。第一のノイズ情報と、第二のノイズ情報とに基づくことにより、ＦＰＤ１０２に到達した散乱Ｘ線量に応じた、適切なノイズ低減を行うことができる。

次に、本発明の第二の実施例を説明する。第二の実施例では、ユーザがノイズ低減の度合いを設定することができ、ユーザの設定した度合いに合わせて画像全体のノイズ低減を調節する画像処理装置を示す。

一般的に、ノイズ成分を低減する処理と信号成分の喪失はトレードオフの関係であり、ノイズが低減される程、信号成分の一部は失われる。このトレードオフが許容される程度は、ユーザが放射線画像を観察する目的等によって異なるため、ユーザがノイズ低減の度合いを調整できるようにすることが好ましい。

図７に基づいて、第二の実施例における画像処理のフローを説明する。第一の実施例と同様の構成は詳しい説明を省略する。ユーザ調整量７００は、画像全体のノイズ低減を調節するための基準として、ユーザが設定した値である。ステップＳ４１０と同様の処理により、Ｘ線画像４００に含まれる散乱Ｘ線成分を推定し、低減して散乱線低減画像４１３を得る。Ｘ線画像４００と、散乱線低減画像４１３と、ユーザ調整量７００に基づいて、ステップＳ７１０でノイズ低減処理を行う。ユーザ調整量７００は、ステップＳ７１１におけるノイズ調節処理に用いられる。これにより、ノイズ低減画像７１２を得る。

図８に基づいて、ユーザ調整量７００を用いるノイズ調節処理について説明する。ステップＳ７１１で行われるノイズ調整処理は、まず、ステップＳ８０１においてノイズ低減率画像５１３とユーザ調整量７００を用いて各画素のα値を取得するα値取得処理を行う。さらに、第一の実施例と同様のステップＳ５０１でＸ線画像４００から取得した第一のノイズ統計量を取得する。第一の実施例と同様のステップＳ６０２で、散乱線低減画像４１３に対してノイズ低減フィルタによる画像処理を施して、最大限にノイズ低減した画像を作成するノイズ低減フィルタ処理を行う。第一の実施例と同様のステップＳ６０３で、散乱線低減画像４１３とステップＳ６０２で作成した画像と、ステップＳ８０１で取得した各画素のα値からノイズ低減量を調整するαブレンド処理を行う。

図９に基づいて、ステップＳ８０１で行われる画素α値取得処理について説明する。画素α値取得処理では、第一の実施例と同様の処理により得られるノイズ低減率画像５０３と、ユーザ調整量７００から、Ｓ６０３で行われるαブレンド処理に用いる各画素のα値を取得する。ユーザ調整量７００は、例えば式８で表せるようなαブレンド処理において、各画素におけるノイズ調整量の基準となる値である。散乱Ｘ線量に応じたノイズ低減を行うと、散乱Ｘ線が多く発生している部位に対応する画素値と、散乱Ｘ線があまり発生していない部位に対応する画素値とでは、ノイズ低減の程度が異なることになる。ユーザにとって好適なノイズ低減の程度に設定するためには画素ごとにα値を設定する必要がある。しかし、全ての画素に対してユーザがα値を設定するのはかえって手間がかかってしまう。そこで、ステップＳ８０１では、ユーザ調整量７００としてαブレンドの基準α値となるα_Ｎを取得し、α_Ｎをある画素位置でのα値としたときに画像全体で適切なノイズ低減がなされるように各画素のα値を取得する。

画素値α値導出処理は、まずステップＳ９０１において、ユーザ調整量７００を基準として、各画素のノイズ低減率を取得する基準ノイズ低減率取得処理を行う。さらに、ステップＳ９０２において、ノイズ低減率画像５０３と、ステップＳ９０１で取得した基準ノイズ低減率から各画素のα値を取得するα値換算処理を行う。以下、詳述する。

ステップＳ９０１では、基準α値であるα_Ｎを、ノイズ低減率を取得する式８に適用する。式１２のように表され、これを基準ノイズ低減率ＮＮＲＲとする。
ＮＮＲＲ＝（Ｒ−１）・α_Ｎ＋１ ・・・（式１２）
ステップＳ９０２では、ノイズ低減率画像５０３とステップＳ９０１で取得した基準ノイズ低減率とに基づいて画像全体のα値を取得するためのα値換算処理を行う。すなわち、第一のノイズ統計量に対する第二のノイズ統計量の比に基づいて取得されるノイズ低減率画像５０３と、Ｘ線画像４００のある画素の重み付けの係数であるα値を操作入力に基づいて基準α値として取得し、これらに基づいて画像全体のα値すなわち重み付けの係数を調節して、続くステップでノイズ低減が行われる。

α値換算処理は、式８におけるノイズ低減率ＲＮＲＲ（ｘ，ｙ）に対して基準ノイズ低減率を乗じたものを最終的なノイズ低減率とする。したがって、式１３で各画素のα値は表される。

ただし、α（ｘ，ｙ）が１より大きな値をとる場合、α（ｘ，ｙ）は１とする。

ユーザの操作入力により設定される基準α値を適用する画素は、ノイズ低減率ＲＮＲＲ（ｘ，ｙ）が１に近い画素、すなわち散乱Ｘ線の発生量が少なかった部位に対応する画素であることが好ましい。基準α値の値と最終的なノイズ低減率となる値とが近くなるためである。基準α値を適用する画素は、第一のノイズ統計量に対する第二のノイズ統計量の比であるＲＮＲＲ（ｘ，ｙ）に基づいて画像処理モジュール２２０により選択してもよい。

ノイズ調節処理に係るその他の処理は第一の実施例と同様であり、説明を省略する。

これにより、ユーザの操作入力に応じたノイズ低減量に調節することが可能になり、ユーザにとってより好適な放射線画像の観察ができる。

続いて、本発明の第三の実施例について説明する。第一の実施例や第二の実施例とは、散乱線低減処理とノイズ低減処理の順序が異なっている。第一の実施例と第二の実施例と同様に、ＦＰＤ１０２に到達した散乱Ｘ線量に応じたノイズ低減を行うことを目的とするが、ノイズ低減フィルタがフィルタ対象画像のノイズ統計量を必要とするフィルタである場合に、処理を簡略化できる。

図１０に基づいて、第三の実施例における画像処理のフローについて説明する。画像取得モジュール２１３により画像処理装置１０５はＸ線画像４００を取得する。ステップＳ１００１において、Ｘ線画像４００に含まれる散乱Ｘ線成分を推定する。ステップＳ１００１で推定された散乱Ｘ線成分と、Ｘ線画像４００と、ユーザ調整量７００と、に基づいてステップＳ１０１０でノイズ低減処理を行い、ノイズ低減画像１０１３を得る。ステップＳ１００２では、ノイズ低減画像１０１３とステップＳ１００１で推定された散乱Ｘ線成分とに基づいてノイズ低減画像１０１３から散乱Ｘ線成分を低減する散乱線減算処理を行い、散乱線低減画像１００３を得る。

第一の実施例及び第二の実施例と同様の処理を行う場合には、詳しい説明を省略する。

まず、第一の実施例及び第二の実施例と同様にして、ステップＳ１００１における散乱線推定処理を行い、Ｘ線画像４００に含まれる散乱Ｘ線成分を推定する。

次に、ステップＳ１０１０のノイズ低減処理について説明する。まず、ステップＳ１０１１でＸ線画像４００と、ステップＳ１００１で推定した散乱Ｘ線成分とに基づいてノイズ低減率を取得するノイズ低減率取得処理を行う。ステップＳ１０１２では、ステップＳ１０１１で取得したノイズ低減率と、Ｘ線画像４００と、ユーザ調整量７００と、に基づいてノイズ量調節処理を行う。

ステップＳ１０１１のノイズ低減率取得処理について、図１１に基づいて説明する。

まず、ステップＳ１１０１において、ステップＳ１００１で推定された散乱Ｘ線成分をＸ線画像４００から減算して散乱線低減画像１１０２を取得する。ステップＳ１１０３では、Ｘ線画像４００と、散乱線低減画像１１０２のそれぞれにおいて各画素のノイズ統計量を取得し、すなわち第一のノイズ情報と第二のノイズ情報を取得する。ステップＳ１１０４では第一のノイズ統計量に対する第二のノイズ統計量の比に基づいて、ノイズ低減率画像１１０５を取得する。以下、ステップＳ１０１１について詳述する。第一の実施例及び第二の実施例と同様の処理については詳しい説明を省略する。

ステップＳ１１０１における散乱線減算処理は第一の実施例及び第二の実施例と同様の処理を行い、散乱線低減画像１１０２を取得する。

ステップＳ１１０３における各画素のノイズ統計量を取得する処理は、第一の実施例及び第二の実施例と同様の処理である。これにより、ノイズ低減率画像１１０５を取得する。

次に、ステップＳ１０１２のノイズ量調節処理について図１２に基づいて説明する。

まず、ステップＳ１２０１において、ノイズ低減率画像１１０５とユーザ調整量７００とに基づいて画素ごとの重み付けの係数であるα値を取得する画素α値取得処理を行う。ステップＳ１２０２において、Ｘ線画像４００に対してノイズ低減フィルタによる画像処理を施した画像を取得するノイズ低減フィルタ処理を行う。ステップＳ１２０３において、Ｘ線画像４００とステップＳ１２０２で取得した画像とを、ステップＳ１２０１で求めた各画素のα値に基づいて合成してノイズ低減画像１０１３を得るαブレンド処理を行う。以下、詳述する。第一の実施例及び第二の実施例と同様の処理を行う場合には、詳しい説明を省略する。

ステップＳ１２０１の画素α値取得処理は第二の実施例と同様の処理である。

ステップＳ１２０２においては、第一の実施例及び第二の実施例と同様のノイズ低減フィルタを用いる。第三の実施例においては、この処理はＸ線画像４００に対してノイズ低減フィルタによる画像処理を施すので、画像処理を施す画像の画素値と、当該画像に含まれるノイズ統計量を一意に結びつけることができる。よって、事前に各画素のノイズ統計量を取得しておく必要がなく、第三の実施例では処理を簡略化できる。

ステップＳ１２０３のαブレンド処理では、ステップＳ１２０２でＸ線画像４００にノイズ低減フィルタによる画像処理を施した画像と、Ｘ線画像４００と、ステップＳ１２０１で取得した各画素のα値とに基づいてαブレンド処理を行う。上述したようにαブレンド処理の入力画像は第一の実施例及び第二の実施例とは異なっているが、処理の方法は第一の実施例及び第二の実施例と同様である。

続いて、ステップＳ１００２の散乱線減算処理について説明する。ノイズ低減画像１０１３からステップＳ１００１で推定した散乱Ｘ線成分を減算し、散乱線低減画像１００３を得る。第一の実施例及び第二の実施例と減算の方法は同様である。

これにより、Ｘ線画像４００から散乱Ｘ線成分と、ＦＰＤ１０２に到達した散乱Ｘ線量に応じたノイズ量を低減することができる。ステップＳ１０００やステップＳ１０１０において、グリッドの散乱線透過率やグリッドのノイズ低減率に合わせたノイズ低減フィルタ処理を行い、グリッドを使用した撮影で得られるＸ線画像と同等の一次Ｘ線成分、散乱Ｘ線成分とノイズ成分とを含む画像を得る。かつステップＳ１２０２において事前に各画素のノイズ統計量を取得しておく必要がないため処理を簡略化できる。

最後に、本発明の第四の実施例について説明する。第四の実施例では、ノイズ低減処理を複数の周波数帯域の成分に分解して行う場合について例示する。その他の画像処理のフローは、第一の実施例、第二の実施例及び第三の実施例と同様でよい。ここでは、図１１に示す第三の実施例の画像処理のフローに含まれるステップＳ１０１０のノイズ低減処理を複数帯域の成分に分解して行う場合について説明する。

図１３に基づいて、第四の実施例におけるノイズ低減処理に含まれるノイズ調節処理について説明する。ステップＳ１３００におけるノイズ調節処理は、まず第三の実施例と同様にしてステップＳ１２０１でノイズ低減率画像１１０５とユーザ調整量７００から各画素のα値を取得する画素α値取得処理を行う。ステップＳ１３０１で、周波数処理モジュール２２３は、Ｘ線画像４００を複数の周波数帯域の成分に分解する周波数分解処理を行う。ステップＳ１３０２では、複数の周波数帯域の成分のそれぞれに対してノイズ低減フィルタによる画像処理を施すノイズ低減フィルタ処理を行う。ステップＳ１３０３で、ノイズ低減フィルタによる画像処理が施されたそれぞれの周波数帯域の成分と、Ｘ線画像４００のそれぞれの周波数帯域の成分とを合成するαブレンド処理を行う。ステップＳ１３０４では、αブレンド処理により合成されたそれぞれの周波数帯域の成分を、合成する周波数合成処理を行い、ノイズ低減画像１３０６を得る。

ステップＳ１３０１の周波数分解処理は、周波数処理モジュール２２３により行われる。図１２に示すように、ハイパスフィルタ（ＨＰＦ）と周波数帯域のそれぞれ異なる複数のバンドパスフィルタ（ＢＰＦ１乃至ＢＰＦＮ）とローパスフィルタによる画像処理をＸ線画像４００に施すことにより得られる。その他の周波数分解を行うための手法としては、ラプラシアンピラミッド分解や、ウェーブレット変換を用いてもよい。

ステップＳ１３０２のノイズ低減フィルタ処理では、第一の実施例、第二の実施例、第三の実施例と同様のノイズ低減フィルタを用いる。それぞれの周波数帯域の成分に対してノイズ低減フィルタによる画像処理を施す。

ステップＳ１３０３のαブレンド処理では、Ｘ線画像４００のそれぞれの周波数帯域の成分と、ステップＳ１３０２でノイズ低減フィルタによる画像処理を施したそれぞれの周波数帯域の成分とを合成し、それぞれノイズ低減された周波数帯域の成分を取得する。これにより、それぞれの周波数帯域の成分についてノイズ量を調節した成分が作成される。αブレンド処理における各画像を合成する手法については第一の実施例、第二の実施例、第三の実施例と同様である。

ステップＳ１３０４では、ノイズ量が調節されたそれぞれの周波数帯域の成分を周波数処理モジュール２２３により合成する。ステップＳ１３０３で取得した各周波数帯域の成分を各画素において加算することで合成できる。

ステップＳ１０００の散乱線低減処理も同様にして周波数処理モジュール２２３により各画像を複数の周波数帯域の成分に分解して行ってもよい。

これにより、Ｘ線画像４００から散乱Ｘ線成分と、ＦＰＤ１０２に到達した散乱Ｘ線量に応じたノイズ量を低減した画像を得ることができる。複数の周波数帯域の成分に分解し、それぞれの周波数帯域の成分ごとにノイズ低減フィルタによる画像処理や、散乱線低減処理を行うことで、得たい画像の一次Ｘ線成分と散乱Ｘ線成分のバランスやノイズ量をより精度良く調節することが可能となる。

第一の実施例乃至第四の実施例において、散乱線推定モジュール２２１は、散乱線推定処理を行う前に、Ｘ線画像のノイズ成分を低減するためのプレノイズ低減処理を行うようにしてもよい。第一の実施例においてプレノイズ低減処理を行う場合を図１４に例示する。画像取得モジュール２１３により取得されたＸ線画像４００に基づいて、ステップＳ１４００で散乱線低減処理を行い、散乱線低減画像１４０４を得る。Ｘ線画像４００と散乱線低減画像１４０４に基づいて、ステップＳ１４１０でノイズ低減処理を行い、ノイズ低減画像１４１３を得る。プレノイズ低減処理以外の処理については、第一の実施例と同様であるため、詳細な説明を省略する。散乱線低減処理に含まれる、ステップＳ１４０１において、プレノイズ低減処理を行う。散乱線推定処理に用いる画像にノイズが含まれていると、推定処理の結果得られる推定画像にもノイズが生じてしまうおそれがあるためである。プレノイズ低減処理は、散乱線推定モジュール２２１がノイズ低減モジュール２２３を制御して行う。ノイズ低減の手法は、公知のノイズ低減フィルタを用いて行う。たとえば、εフィルタや、売らてらるフィルタ、ｎｌ−ｍｅａｎｓである。散乱線推定処理の入力画像であるＸ線画像４００を解析して、プレノイズ低減処理を行うか否かを判定してもよい。

第一の実施例乃至第四の実施例、及びプレノイズ低減処理に用いるノイズ低減フィルタについて図１５に基づいて説明する。ここでは、ノイズ低減フィルタとしてεフィルタを用いる。式１４に示すように、Ｖ_ｉｎ（ｘ，ｙ）を入力画像として、εフィルタによる処理を行い、出力画像Ｖ_ｏｕｔ（ｘ，ｙ）を得る。

ここで、ｎはεフィルタのＸ軸方向のサイズ、ｍはεフィルタのＹ軸方向のサイズを示す。また、ｆ（Ｖ）は式１５に示す関数である。

式１５のｐは放射線検出器の特性に応じて定めることができる。ＦＰＤ１０２においては式１６に示す通りである。
ｐ＝ε ・・・式１６
式１５で表される関数が図１５である。

さらに、ａ（Ｎ，Ｍ）は画像の平均値を保存するための係数であり、式１７に示すように、総和が１となるように設定する。

式１７を満たせば、ａ（Ｎ，Ｍ）はＮやＭの値に関わらず均一な値としてもよい。ガウス分布状に中心画素（Ｎ＝０、Ｍ＝０）に近いほど値を大きく重み付けしてもよい。

第一の実施例乃至第四の実施例において、ノイズ調節処理として、ノイズ低減フィルタにより最大限にノイズ成分を低減した画像と、散乱線低減画像若しくはＸ線画像とをαブレンド処理により合成して行っていた。各画素のノイズ低減量を調節する処理として、αブレンド処理ではなく、ノイズ低減フィルタのノイズ低減率を各画素で調節して行ってもよい。上述したεフィルタを例に説明すると、式１６に示すεをノイズ低減率とノイズ標準偏差に基づいて決定することができる。すなわち、εの値を、ノイズ標準偏差が大きいほど大きく、ノイズ低減率が小さいほど大きく設定する。

第一の実施例乃至第四の実施例において、ノイズ低減率画像５０３といった中間的に生成される画像は、画像処理の過程で表示可能なデータとして保持しておいてもよい。その場合、ユーザは中間的に生成される画像を参照しつつ、よりユーザにとって好適な画像処理を行うことができる。また、中間的に生成される画像を、表示可能なデータとして保持しないようにしてもよい。その場合、かかる画像処理のコストを削減することができる。

第一の実施例乃至第四の実施例において、グリッドを使用して撮影したＸ線画像と同等の一次Ｘ線成分とノイズ成分とを含む画像を得たい場合がある。その場合は、ノイズ低減フィルタのノイズ低減率をグリッドによるノイズ低減率に近付けるとよい。また、散乱線低減画像を作成するステップにおいて、グリッドの散乱Ｘ線透過率、一次Ｘ線透過率を利用して行うとよい。Ｘ線画像から散乱Ｘ線成分を低減した散乱線低減画像のみを出力制御モジュール２１４と表示制御モジュール２１５によりたとえばモニタ１０６に表示させてもよい。その場合、当該散乱線低減画像を参照することにより、ユーザがユーザ調整量を入力する際に、ユーザにとってより好適なノイズ低減率となるような値を入力することが容易になる。

第一の実施例乃至第四の実施例において、ノイズ低減モジュール２２２は、特定の場合にノイズ低減の程度を制限するように制御してもよい。上述したように、ノイズ成分の低減と信号成分の喪失はトレードオフの関係にある。たとえば、第一のノイズ統計量に対する第二のノイズ統計量の比に基づいて、ノイズ低減の程度を制限する。当該比の値は、散乱Ｘ線の発生量が多い部位ほど低くなる。当該比の値に関して閾値を設定し、閾値を下回る比の値となる画素においてはノイズ低減の程度を制限して、ノイズ成分を低減しすぎないように制御する。比が閾値を上回る画素のα値と、比が閾値と等しい場合のα値との変化量よりも、比が閾値を下回る画素のα値と、比が閾値と等しい場合のα値との変化量が小さくなるように調節すればよい。あるいは、散乱線低減画像の中に比の値が閾値を下回る画素がある場合に、ユーザ調整量に基づいて画像全体のα値を設定する画素α値取得処理において、画像全体としてノイズ低減の程度を制限するようにα値を設定し、ノイズ成分を低減しすぎないように制御する。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

上述の実施形態における画像処理装置は単体の装置であったが、複数の情報処理装置を含む装置を互いに通信可能に組合せた画像処理システムで上述の処理を実行する形態も、本発明に含まれる。あるいは複数のモダリティで共通のサーバ装置あるいはサーバ群で、上述の処理を実行することとしてもよい。この場合、当該共通のサーバ装置は実施形態に係る画像処理装置に対応し、当該サーバ群は実施形態に係る画像処理システムに対応する。情報システム１２０あるいは画像処理システムを構成する複数の装置は所定の通信レートで通信可能であればよく、また同一の施設内あるいは同一の国に存在することを要しない。

また、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラムを、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータが該供給されたプログラムのコードを読みだして実行するという形態を含む。

したがって、本実施形態に係る処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明の一つである。また、コンピュータが読みだしたプログラムに含まれる指示に基づき、コンピュータで稼働しているＯＳなどが、実際の処理の一部または全部を行い、その処理によっても前述した実施形態の機能が実現される。

上述の実施形態を適宜組み合わせた形態も、本発明に含まれる。

Claims (32)

1. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定手段と、
   前記放射線画像から取得される第一のノイズ情報と、前記散乱線成分を前記放射線画像から低減した散乱線低減画像から取得される第二のノイズ情報とに基づいて、前記放射線画像に含まれるノイズ成分を低減するノイズ低減手段と、
   前記散乱線成分と前記ノイズ成分とを前記放射線画像から低減した補正画像を出力する出力手段と、を有することを特徴とする画像処理装置。
2. 前記ノイズ低減手段は、前記第一のノイズ情報を前記放射線画像の各画素値から取得される第一のノイズ統計量から取得し、前記第二のノイズ情報を前記推定手段により推定された散乱線成分を前記放射線画像から低減した散乱線低減画像の各画素値から取得される第二のノイズ統計量から取得するように構成されていることを特徴とする請求項１に記載の画像処理装置。
3. 前記ノイズ低減手段は、前記第一のノイズ統計量に対する前記第二のノイズ統計量の比に基づいて、前記放射線画像に含まれるノイズ成分を低減する請求項２に記載の画像処理装置。
4. 前記ノイズ低減手段による低減の程度を調節する調節手段をさらに有することを特徴とする請求項１乃至請求項３のいずれか一項に記載の画像処理装置。
5. 前記第一のノイズ統計量に対する前記第二のノイズ統計量の比に基づいて、前記ノイズ低減手段による低減の程度を調節する調節手段をさらに有する請求項２又は請求項３のいずれか一項に記載の画像処理装置。
6. 前記調節手段は、前記比が所定の値を下回る場合に、前記ノイズ低減手段による低減の程度を制限するように構成されていることを特徴とする請求項５に記載の画像処理装置。
7. 前記調節手段は、前記比が所定の値を下回る画素において、前記ノイズ低減手段による低減の程度を制限するように構成されていることを特徴とする請求項５に記載の画像処理装置。
8. 前記ノイズ低減手段は、前記散乱線低減画像に対してノイズ低減フィルタによる画像処理を施した画像と、前記散乱線低減画像とに基づいて、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１乃至請求項７のいずれか一項に記載の画像処理装置。
9. 前記散乱線低減画像に対してノイズ低減フィルタによる画像処理を施した画像と、前記散乱線低減画像とを、画素ごとにそれぞれ重み付けして合成することにより、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項８に記載の画像処理装置。
10. 前記散乱線低減画像を複数の周波数帯域の成分に分解する周波数分解手段をさらに有し、
    前記ノイズ低減手段は、前記散乱線低減画像の複数の周波数帯域の成分のそれぞれに対してノイズ低減フィルタによる画像処理を施してノイズ低減された複数の周波数帯域の成分を合成した画像と、前記散乱線低減画像とに基づいて、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１乃至請求項７のいずれか一項に記載の画像処理装置。
11. 前記ノイズ低減手段は、前記ノイズ低減された複数の周波数帯域の成分と前記散乱線低減画像の複数の周波数帯域の成分とを、画素ごとにそれぞれ重み付けして合成して、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１０に記載の画像処理装置。
12. 前記ノイズ低減手段は、前記放射線画像に対してノイズ低減フィルタによる画像処理を施した画像と、前記散乱線低減画像とに基づいて、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１乃至請求項７のいずれか一項に記載の画像処理装置。
13. 前記放射線画像に対してノイズ低減フィルタによる画像処理を施した画像と、前記散乱線低減画像とを、画素ごとにそれぞれ重み付けして合成することにより、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１２に記載の画像処理装置。
14. 前記放射線画像と前記散乱線低減画像をそれぞれ複数の周波数帯域の成分に分解する周波数分解手段をさらに有し、
    前記ノイズ低減手段は、前記放射線画像の複数の周波数帯域の成分のそれぞれに対してノイズ低減フィルタによる画像処理を施してノイズ低減された複数の周波数帯域の成分を合成した画像と、前記散乱線低減画像とに基づいて、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１乃至請求項７のいずれか一項に記載の画像処理装置。
15. 前記ノイズ低減手段は、前記ノイズ低減された複数の周波数帯域の成分と前記散乱線低減画像の複数の周波数帯域の成分とを、画素ごとにそれぞれ重み付けして合成して、前記放射線画像に含まれるノイズ成分を低減するように構成されていることを特徴とする請求項１４に記載の画像処理装置。
16. 前記ノイズ低減手段は、前記散乱線低減画像から前記ノイズ成分を低減した画像と、前記散乱線低減画像とを、画素ごとにそれぞれ重み付けして合成し、
    前記調節手段は、前記比に基づいて該重み付けを調節するように構成されていることを特徴とする請求項５に記載の画像処理装置。
17. 前記調節手段は、前記比と、前記放射線画像のある画素における重み付けの係数を決定する操作入力とに基づいて前記重み付けを調節するように構成されていることを特徴とする請求項１６に記載の画像処理装置。
18. 前記調節手段は、前記比と、前記比に基づいて選択される特定の画素における重み付けの係数を決定する操作入力とに基づいて前記重み付けを決定するように構成されていることを特徴とする請求項１６に記載の画像処理装置。
19. 前記調節手段は、前記比と、前記比に基づいて選択される特定の画素における重み付けの係数を決定する操作入力とに基づいて前記重み付けを決定し、前記比が所定の値をとる画素と前記比が所定の値を上回る画素との重み付けの係数の変化量よりも、前記比が所定の値をとる画素と前記比が所定の値を下回る画素との重み付けの係数の変化量が小さくなるように、前記ノイズ低減手段による低減の程度を調節するように構成されていることを特徴とする請求項１６に記載の画像処理装置。
20. 前記ノイズ低減手段は、画素値からノイズ情報を取得する関数を有し、前記関数により前記第一のノイズ情報と前記第二のノイズ情報とを取得するように構成されていることを特徴とする請求項１乃至請求項１９のいずれか一項に記載の画像処理装置。
21. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定ステップと、
    前記放射線画像から、前記推定ステップで推定された散乱線成分を低減して散乱線低減画像を得る散乱線低減ステップと、
    前記放射線画像から取得される第一のノイズ情報と、前記散乱線低減画像から取得される第二のノイズ情報とに基づいて、前記放射線画像に含まれるノイズ成分を前記散乱線低減画像から低減して補正画像を得るノイズ低減ステップと、
    を有することを特徴とする画像処理方法。
22. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じる散乱線による散乱線成分を推定する推定ステップと、
    前記放射線画像から取得される第一のノイズ情報と、前記推定ステップで推定された散乱線成分を前記放射線画像から低減した画像から取得される第二のノイズ情報とに基づいて、前記放射線画像に含まれるノイズ成分を低減してノイズ低減画像を得るノイズ低減ステップと、
    前記ノイズ低減画像から前記散乱線成分を低減する散乱線低減ステップと、を有することを特徴とする画像処理方法。
23. 前記ノイズ成分の低減の程度を調節する調節ステップをさらに有することを特徴とする請求項２１又は請求項２２のいずれか一項に記載の画像処理方法。
24. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定手段と、
    前記放射線画像から取得される第一のノイズ情報と、前記散乱線成分を前記放射線画像から低減した画像から取得される第二のノイズ情報とに基づいて、前記放射線画像に含まれるノイズ成分を前記放射線画像から低減するノイズ低減手段と、
    前記散乱線成分と前記ノイズ成分とを前記放射線画像から低減した補正画像を出力する出力手段と、を有することを特徴とする放射線撮影システム。
25. 請求項２１又は請求項２３のいずれか一項に記載の画像処理方法を、コンピュータに実行させるための画像処理プログラム。
26. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定手段と、
    前記放射線画像から前記散乱線成分を低減する補正手段とを備え、
    前記補正手段は、前記放射線画像から取得される第一の統計情報と、前記放射線画像から前記散乱線成分を低減した散乱線低減画像から取得される第二の統計情報とに基づいて、前記散乱線低減画像に含まれるノイズ成分を低減することを特徴とする画像処理装置。
27. 前記補正手段は、前記散乱線低減画像からノイズ成分を低減した画像と、前記散乱線低減画像とを合成して、補正画像を生成することを特徴とする請求項２６に記載の画像処理装置。
28. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定ステップと、
    前記放射線画像から、前記推定ステップで推定された散乱線成分を低減して散乱線低減画像を得る散乱線低減ステップと、
    前記放射線画像から取得される第一の統計情報と、前記散乱線低減画像から取得される第二の統計情報とに基づいて、前記散乱線低減画像に含まれるノイズ成分を低減するノイズ低減ステップと、を有することを特徴とする画像処理方法。
29. 前記散乱線低減画像からノイズ成分を低減した画像と、前記散乱線低減画像とを合成して、補正画像を生成する補正画像生成ステップを有することを特徴とする請求項２８に記載の画像処理方法。
30. 被写体に放射線を照射することにより得られる放射線画像に含まれる、前記放射線が散乱して生じた散乱線による散乱線成分を推定する推定手段と、
    前記放射線画像から前記散乱線成分を低減する補正手段とを備え、
    前記補正手段は、前記放射線画像から取得される第一の統計情報と、前記放射線画像から前記散乱線成分を低減した散乱線低減画像から取得される第二の統計情報とに基づいて、前記散乱線低減画像に含まれるノイズ成分を低減することを特徴とする放射線撮影システム。
31. 前記補正手段は、前記散乱線低減画像からノイズ成分を低減した画像と、前記散乱線低減画像とを合成して、補正画像を生成することを特徴とする請求項３０に記載の放射線撮影システム。
32. 請求項２８に記載の画像処理方法を、コンピュータに実行させるための画像処理プログラム。

Images