JP7317655B2

JP7317655B2 - 医用画像処理装置および医用画像処理方法

Info

Publication number: JP7317655B2
Application number: JP2019175770A
Authority: JP
Inventors: 悠高橋; 大雅後藤; 浩一廣川
Original assignee: 富士フイルムヘルスケア株式会社
Priority date: 2019-09-26
Filing date: 2019-09-26
Publication date: 2023-07-31
Anticipated expiration: 2039-09-26
Also published as: US11790576B2; CN112545541B; JP2021049271A; CN112545541A; US20210097736A1

Description

本発明は、Ｘ線ＣＴ（ＣｏｍｐｕｔｅｄＴｏｍｏｇｒａｐｈｙ）装置等の医用画像撮影装置によって得られる医用画像を扱う医用画像処理装置および医用画像処理方法に係り、医用画像中の雑音成分に対する構造成分の識別能を向上させる技術に関する。

医用画像撮影装置の一例であるＸ線ＣＴ装置は、被検体の周囲からＸ線を照射して複数の投影角度における投影データを取得し、投影データを逆投影することによって被検体の断層画像を再構成する装置である。再構成された断層画像は医用画像として被検体の画像診断に用いられる。医用画像の各画素には、被検体内の組織の構造等を表す構造成分と、Ｘ線の計測過程等で生じる雑音成分が含まれる。雑音成分は構造成分を識別しにくくさせ画像診断の妨げとなるので、雑音成分を低減する技術が開発されている。

特許文献１には、医用画像から生成される複数の空間周波数成分画像を各々の雑音モデルを用いて正規化し、正規化された空間周波数成分画像の画素値である正規化画素値が小さい範囲において、正規化画素値を減衰させることが開示されている。正規化画素値が小さい範囲では構造成分に対する雑音成分の優位性が統計的に予期されるので、小さい範囲の正規化画素値を減衰させることにより、構造成分に対する雑音成分の低減が期待できる。

特表２０１７－５３５３５３号公報

しかしながら特許文献１では、構造成分と雑音成分が混在する各空間周波数成分画像を増幅または減衰させるため、医用画像中の雑音成分に対する構造成分の識別能を向上できるとは限らない。

そこで本発明の目的は、医用画像中の雑音成分に対する構造成分の識別能を向上させることが可能な医用画像処理装置および医用画像処理方法を提供することである。

上記目的を達成するために本発明は、医用画像を扱う医用画像処理装置であって、前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離部と、前記第二成分を空間周波数で変調する変調する変調部と、前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正部と、を備えることを特徴とする。

また本発明は、医用画像を扱う医用画像処理方法であって、前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離ステップと、
前記第二成分を空間周波数で変調する変調ステップと、前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正ステップと、を備えることを特徴とする。

本発明によれば、医用画像中の雑音成分に対する構造成分の識別能を向上させることが可能な医用画像処理装置および医用画像処理方法を提供することができる。

医用画像処理装置の全体構成図医用画像撮影装置の一例であるＸ線ＣＴ装置の全体構成図医用画像処理装置の機能ブロック図医用画像処理方法の処理の流れの一例を示す図実施例１の周波数変調ステップの処理の流れの一例を示す図異なる再構成フィルタを用いて再構成された断層画像と雑音強度スペクトルの一例を示す図実施例２の周波数変調ステップの処理の流れの一例を示す図実施例２の変調係数を補足説明する図実施例３の周波数変調ステップの処理の流れの一例を示す図異なる再構成フィルタを用いて再構成された断層画像と変調伝達関数の一例を示す図

以下、添付図面に従って本発明に係る医用画像処理装置及び医用画像処理方法の実施例について説明する。なお、以下の説明及び添付図面において、同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略することにする。

図１は医用画像処理装置１のハードウェア構成を示す図である。医用画像処理装置1は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）２、メモリ３、記憶装置４、ネットワークアダプタ５がシステムバス６によって信号送受可能に接続されて構成される。また医用画像処理装置１は、ネットワーク９を介して医用画像撮影装置１０や医用画像データベース１１と信号送受可能に接続されるとともに、表示装置７と入力装置８が接続される。ここで、「信号送受可能に」とは、電気的、光学的に有線、無線を問わずに、相互にあるいは一方から他方へ信号送受可能な状態を示す。

ＣＰＵ２は、各構成要素の動作を制御する装置である。ＣＰＵ２は、記憶装置４に格納されるプログラムやプログラム実行に必要なデータをメモリ３にロードして実行し、医用画像に対して様々な画像処理を施す。メモリ３は、ＣＰＵ２が実行するプログラムや演算処理の途中経過を記憶するものである。記憶装置４は、ＣＰＵ２が実行するプログラムやプログラム実行に必要なデータを格納する装置であり、具体的にはＨＨＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）やＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）等である。ネットワークアダプタ５は、医用画像処理装置１をＬＡＮ、電話回線、インターネット等のネットワーク９に接続するためのものである。ＣＰＵ２が扱う各種データはＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）等のネットワーク９を介して医用画像処理装置１の外部と送受信されても良い。

表示装置７は、医用画像処理装置１の処理結果等を表示する装置であり、具体的には液晶ディスプレイ等である。入力装置８は、操作者が医用画像処理装置１に対して操作指示を行う操作デバイスであり、具体的にはキーボードやマウス、タッチパネル等である。マウスはトラックパッドやトラックボール等の他のポインティングデバイスであっても良い。

医用画像撮影装置１０は、例えば被検体の投影データを取得し、投影データから断層画像を再構成するＸ線ＣＴ（ＣｏｍｐｕｔｅｄＴｏｍｏｇｒａｐｈｙ）装置であり、図２を用いて後述する。医用画像データベース１１は、医用画像撮影装置１０によって取得された投影データや断層画像等を記憶するデータベースシステムである。

図２を用いて医用画像撮影装置１０の一例であるＸ線ＣＴ装置１００の全体構成を説明する。なお、図２において、横方向をＸ軸、縦方向をＹ軸、紙面に垂直な方向をＺ軸とする。Ｘ線ＣＴ装置１００は、スキャナ２００と操作ユニット２５０を備える。スキャナ２００は、Ｘ線管２１１、検出器２１２、コリメータ２１３、駆動部２１４、中央制御部２１５、X線制御部２１６、高電圧発生部２１７、スキャナ制御部２１８、寝台制御部２１９、コリメータ制御部２２１、プリアンプ２２２、Ａ／Ｄコンバータ２２３、寝台２４０等を有する。

Ｘ線管２１１は寝台２４０上に載置された被検体２１０にＸ線を照射する装置である。Ｘ線制御部２１６から送信される制御信号に従って高電圧発生部２１７が発生する高電圧がＸ線管２１１に印加されることによりＸ線管２１１から被検体にＸ線が照射される。

コリメータ２１３はＸ線管２１１から照射されるＸ線の照射範囲を制限する装置である。Ｘ線の照射範囲は、コリメータ制御部２２１から送信される制御信号に従って設定される。

検出器２１２は被検体２１０を透過したＸ線を検出することにより透過Ｘ線の空間的な分布を計測する装置である。検出器２１２はＸ線管２１１と対向配置され、Ｘ線管２１１と対向する面内に多数の検出素子が二次元に配列される。検出器２１２で計測された信号はプリアンプ２２２で増幅された後、Ａ／Ｄコンバータ２２３でデジタル信号に変換される。その後、デジタル信号に対して様々な補正処理が行われ、投影データが取得される。

駆動部２１４はスキャナ制御部２１８から送信される制御信号に従って、Ｘ線管２１１と検出器２１２とを被検体２１０の周囲で回転させる。Ｘ線管２１１と検出器２１２の回転とともに、Ｘ線の照射と検出がなされることにより、複数の投影角度からの投影データが取得される。投影角度毎のデータ収集単位はビューと呼ばれる。二次元に配列された検出器２１２の各検出素子の並びは、検出器２１２の回転方向がチャネル、チャネルに直交する方向が列と呼ばれる。投影データはビュー、チャネル、列によって識別される。

寝台制御部２１９は寝台２４０の動作を制御し、Ｘ線の照射と検出がなされる間、寝台２４０を静止させたままにしたり、Ｚ軸方向に等速移動させたりする。寝台２４０を静止させたままのスキャンはアキシャルスキャン、寝台２４０を移動させながらのスキャンはらせんスキャンとそれぞれ呼ばれる。

中央制御部２１５は以上述べたスキャナ２００の動作を、操作ユニット２５０からの指示に従って制御する。次に操作ユニット２５０について説明する。操作ユニット２５０は、再構成処理部２５１、画像処理部２５２、記憶部２５４、表示部２５６、入力部２５８等を有する。

再構成処理部２５１は、スキャナ２００で取得された投影データを逆投影することにより、断層画像を再構成する。画像処理部２５２は断層画像を診断に適した画像にするため、様々な画像処理を行う。記憶部２５４は投影データや断層画像、画像処理後の画像を記憶する。表示部２５６は断層画像や画像処理後の画像を表示する。入力部２５８は投影データの取得条件（管電圧、管電流、スキャン速度等）や断層画像の再構成条件（再構成フィルタ、ＦＯＶサイズ等）を操作者が設定する際に用いられる。

なお、操作ユニット２５０が図１に示した医用画像処理装置１であっても良い。その場合、は、再構成処理部２５１や画像処理部２５２がＣＰＵ２に、記憶部２５４が記憶装置４に、表示部２５６が表示装置７に、入力部２５８が入力装置８に、それぞれ相当することになる。

図３を用いて本実施例の機能ブロック図について説明する。なお図３に示される各機能は、専用のハードウェアで構成されても良いし、ＣＰＵ２上で動作するソフトウェアで構成されても良い。以降の説明では本実施例の各機能がソフトウェアで構成された場合について説明する。

本実施例は、分離部３０１、変調部３０２、補正部３０３を備える。また記憶装置４には、Ｘ線ＣＴ装置１００で生成された医用画像、再構成フィルタ毎の変調伝達関数（ＭＴＦ：ＭｏｄｕｌａｔｉｏｎＴｒａｎｓｆｅｒＦｕｎｃｔｉｏｎ）や雑音強度スペクトル（ＮＰＳ：ＮｏｉｓｅＰｏｗｅｒＳｐｅｃｔｒｕｍ）等が記憶される。以下、各構成部について説明する。

分離部３０１は、医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する。具体的には、医用画像に平滑化処理が施されることにより、計測過程等で生じる雑音成分がほぼ除去され、第一成分が抽出される。さらに医用画像から第一成分が差分されることにより、第二成分が生成される。すなわち、Ｉが医用画像、Ｓｍｏｏｔｈ（）が平滑化処理の演算子であるとき、第一成分Ｃ１と第二成分Ｃ２は次式によって求められる。

Ｃ１＝Ｓｍｏｏｔｈ（Ｉ） … （１）
Ｃ２＝Ｉ－Ｃ１ … （２）
なお第一成分Ｃ１の主成分である構造成分は被検体２１０内の組織の構造等を表し、第二成分Ｃ２の主成分である雑音成分は検出器２１２の電気雑音やＸ線の量子雑音等によって発生する。構造成分の空間周波数方向の分布形状は診断対象となる組織の種類に依存し、例えば脳出血や肝臓の腫瘍などの広範囲にわたる病変では低周波数帯の成分が多く、肺末梢小型病変や耳硬化症などの微細な病変では高周波数帯の成分が多い。一方、雑音成分の空間周波数方向の分布形状は、検出素子サイズや投影角度方向のデータ収集密度といった医用画像撮影装置の性能や撮像方法に依存する。そのため、構造成分と雑音成分の空間周波数の分布形状に基づいて周波数変調することで、雑音成分に対する構造成分の識別能を向上できる。

なお分離部３０１の平滑化処理には、注目画素とその周辺画素との画素値の平均を算出する移動平均フィルタやガウシアンフィルタ、エッジ保存型フィルタ、逐次近似処理を用いた方法、人工知能を用いた方法等が挙げられる。さらに平滑化処理に先立って医用画像の各画素の雑音成分の量を推定し、推定された雑音成分の量に応じて平滑化処理の強度を調整し、第一成分に含まれる構造成分の比率を高めるようにしても良い。

変調部３０２は、第二成分を空間周波数で変調する。具体的には、フーリエ変換等によって空間周波数毎に分解される第二成分に対して、空間周波数毎の変調係数が乗じられる。すなわち、空間周波数がｆ、空間周波数毎に分解される第二成分がＣ２（ｆ）、空間周波数毎の変調係数がα（ｆ）であるとき、変調された第二成分はα（ｆ）・Ｃ２（ｆ）となる。空間周波数毎の変調係数α（ｆ）は、第一成分Ｃ１の空間周波数分布等に基づいて設定される。

なお、変調部３０２は、上述の周波数空間だけでなく、実空間においても同様の処理を行うことができる。例えば、ガウシアンピラミッド等を用いてＣ２を離散的な空間周波数帯ｊ＝（１、２、…、Ｊ）に分解してＣ２_ｊを生成し、対応する空間周波数帯ｊの変調係数をα_ｊとおくことで、ｊ番目の空間周波数帯における変調された第二成分はα_ｊ・Ｃ２_ｊとなる。

補正部３０３は、第一成分と変調された第二成分とに基づいて補正画像を生成する。具体的には、第一成分と変調された第二成分とが空間周波数毎に加算されることによって補正画像が生成される。すなわち空間周波数毎に分解される第一成分がＣ１（ｆ）であるとき、補正画像Ｉｃｏｒｒの空間周波数ｆに対する成分Ｉｃｏｒｒ（ｆ）は次式によって求められる。

Ｉｃｏｒｒ（ｆ）＝Ｃ１（ｆ）＋α（ｆ）・Ｃ２（ｆ） … （３）
なお分離部３０１において雑音成分の量の推定精度が低い場合や、使用する平滑化処理の分離精度が低い場合、空間周波数がｆの第一成分Ｃ１（ｆ）は主成分が構造成分Ｓ（ｆ）であるとともに雑音成分Ｎ（ｆ）の一部ΔＮ（ｆ）を含み、第二成分Ｃ２（ｆ）は主成分が雑音成分Ｎ（ｆ）であるとともに構造成分Ｓ（ｆ）の一部ΔＳ（ｆ）を含む場合がある。そこで、第一成分Ｃ１（ｆ）に含まれる構造成分を（Ｓ（ｆ）－ΔＳ（ｆ））、第二成分Ｃ２（ｆ）に含まれる雑音成分を（Ｎ（ｆ）－ΔＮ（ｆ））とすることにより、Ｃ１（ｆ）とＣ２（ｆ）は次式となる。

Ｃ１（ｆ）＝（Ｓ（ｆ）－ΔＳ（ｆ））＋ΔＮ（ｆ） … （４）
Ｃ２（ｆ）＝（Ｎ（ｆ）－ΔＮ（ｆ））＋ΔＳ（ｆ） … （５）
この場合、第一成分Ｃ１（ｆ）と変調された第二成分α（ｆ）・Ｃ２（ｆ）とのバランスを調整する係数ｘ、ｙを用いた次式によって、補正画像の周波数成分Ｉｃｏｒｒ（ｆ）が求められても良い。

Ｉｃｏｒｒ（ｆ）＝ｘ・Ｃ１（ｆ）＋ｙ・α（ｆ）・Ｃ２（ｆ） … （６）
すなわち、（４）式、(５)式および(６)式より次の関係が成り立つ。

Ｉｃｏｒｒ（ｆ）＝ｘ・Ｓ（ｆ）＋（ｙ・α（ｆ）－ｘ）・ΔＳ（ｆ）
＋ｙ・α（ｆ）・Ｎ（ｆ）－（ｙ・α（ｆ）－ｘ）・ΔＮ（ｆ） … （７）
（７）式は、ｙに対しｘが相対的に大きく設定されると雑音成分に誤って分離された構造成分ΔＳ（ｆ）が小さくなり、ｘに対しｙが相対的に大きく設定されると構造成分に誤って分離された雑音成分ΔＮ（ｆ）が抑制されることを示す。すなわち、ΔＳ（ｆ）とΔＮ（ｆ）はトレードオフの関係にあり、係数ｘ、ｙが適切に設定されることによりΔＳ（ｆ）とΔＮ（ｆ）の関係が調整される。係数ｘ、ｙは、例えば記憶装置４に保存される係数ｘ、ｙの複数の組合せの中から、被検体２１０の大きさや撮影部位に応じて操作者が入力装置８を介して選択することによって設定されても良い。

最後に、補正画像の周波数成分Ｉｃｏｒｒ(ｆ)を空間周波数ｆについて加算することで、補正画像が生成される。

図４を用いて、本実施例で実行される処理の流れの一例を説明する。

（Ｓ４０１）
分離部３０１は、医用画像Ｉを第一成分Ｃ１と第二成分Ｃ２とに分離する。具体的には（１）式により第一成分Ｃ１が抽出され、（２）式により第二成分Ｃ２が生成される。

（Ｓ４０２）
変調部３０２は、第二成分を空間周波数で変調する。図５を用いて本ステップの処理の流れの一例について説明する。

（Ｓ５０１）
変調部３０２は、再構成処理部２５１において医用画像Ｉの再構成に用いられた再構成フィルタおよびその変調伝達関数を取得する。再構成フィルタは、逆投影処理において投影データに重畳されるものであり、医用画像Ｉの空間周波数分布を変化させる。上述のように分離部３０１によって分離された第一成分Ｃ１は主に医用画像Ｉの構造であるため、操作者は第一成分Ｃ１に応じて再構成フィルタを選択する。すなわち頭部や腹部のように構造成分が主に低周波数帯に分布する部位と肺野や骨のように高周波数帯に分布する部位とでは、再構成に用いられる再構成フィルタが異なる。一般的に、医用画像Ｉの第一成分Ｃ１に関する空間周波数の特性を表す指標として変調伝達関数が用いられる。変調伝達関数は公知の方法で算出可能であり、例えば高吸収で微細な直径を持ったワイヤや円柱を内包するファントムをＸ線ＣＴ装置１００で撮影し、任意の再構成フィルタで再構成した断層画像を、スリット法やラジアルエッジ法を用いて解析することで算出される。各再構成フィルタの変調伝達関数は記憶装置４に格納される。

図１０に、異なる再構成フィルタを用いて再構成された２種類の断層画像と、各再構成フィルタの変調伝達関数の一例を示す。なお図１０（ａ）は低域通過型の再構成フィルタの場合であり、図１０（ｂ）は高域通過型の再構成フィルタの場合である。また２種類の断層画像は広範囲にわたる病変を模した画像と微細な病変を模した画像である。図１０（ａ）と図１０（ｂ）とでは病変の視認性が異なり、広範囲にわたる病変には低域通過型の再構成フィルタの変調伝達関数が、微細な病変では高域通過型の再構成フィルタの変調伝達関数がそれぞれ適していることがわかる。

（Ｓ５０２）
変調部３０２は、Ｓ５０１で取得された再構成フィルタの雑音強度スペクトルを取得する。雑音強度スペクトルは公知の方法で算出可能であり、例えば構造物を含まない平坦なファントムをＸ線ＣＴ装置１００で撮影し、取得した投影データに任意の再構成フィルタを重畳して再構成した断層画像から、仮想スリット法や二次元フーリエ変換法を用いて算出される。複数の再構成フィルタの各々の雑音強度スペクトルは予め算出され、各再構成フィルタに対応付けられて記憶装置４に格納されている。

図６に、２種類の再構成フィルタを用いて再構成された断層画像と、断層画像から算出された雑音強度スペクトルの一例を示す。なお図６（ａ）は低域通過型の再構成フィルタの場合であり、図６（ｂ）は高域通過型の再構成フィルタの場合である。図６（ａ）と図６（ｂ）とでは断層画像の質感が異なり、雑音強度スペクトルのピークを示す空間周波数が高域通過型の方が高い。つまり、構造成分を主成分とする第一成分Ｃ１に適した変調伝達関数に対応する再構成フィルタを使用した場合、変調伝達関数の優位な通過帯域に対応する周波数帯の雑音強度スペクトルも大きくなる。よって、再構成フィルタでは構造成分と雑音成分の周波数分布を互いに独立に変化させるような周波数変調はできない。

（Ｓ５０３）
変調部３０２は、Ｓ５０１で取得された再構成フィルタと再構成フィルタに対応する変調伝達関数、Ｓ５０２で取得された雑音強度スペクトルに基づいて空間周波数毎に変調係数α（ｆ）を算出する。再構成された医用画像Ｉには、再構成に用いられた再構成フィルタに応じた変調伝達関数の構造成分と雑音強度スペクトルの雑音成分が含まれる。以降では、記憶装置４に格納されている複数の再構成フィルタに通し番号を付与し、ｋ番目の再構成フィルタに対応する変調伝達関数をｐ_ｋ（ｆ）、ｌ番目の再構成フィルタに対応する雑音強度スペクトルをｑ_ｌ（ｆ）とおく。さらに、雑音成分に対する構造成分の識別能を表す指標である信号雑音比の空間周波数ｆの成分をＳＮＲ_ｌｋ（ｆ）とおき、次式で表す。

ＳＮＲ_ｌｋ（ｆ）＝√（ｔ^２ｐ_ｋ ^２（ｆ）／ｑ_ｌ（ｆ）） … （８）
すなわち、ＳＮＲ_ｌｋ（ｆ）はｋ番目の再構成フィルタの構造成分とｌ番目の再構成フィルタの雑音成分を組み合わせた画像の画質を表す指標である。任意の空間周波数ｆに対しＳＮＲ_ｌｋ（ｆ）がより大きくなるようにｋとｌを選択することで、雑音成分に対する構造成分の識別能が向上する。

変調係数α（ｆ）の算出方法の一例として、まず、ｋ≠ｌなるｋとｌについて空間周波数方向に（８）式を積分して得られる信号雑音比の代表値をそれぞれ算出し、代表値が最も大きくなるような組合せｋ’とｌ’を選択する。通常は、再構成処理部２５１にて画像を作成する際に操作者が選択した再構成フィルタが所望する構造成分の周波数特性を持っているため、画像再構成時の再構成フィルタにｋ’を固定した上でｌを走査する。次に、ｋ’番目の再構成フィルタに対応する雑音強度スペクトルを持つ第二成分Ｃ２をｌ’番目の再構成フィルタに対応する雑音強度スペクトルに変調するため、変調係数α（ｆ）を次式で算出する。

α（ｆ）＝ｑ_ｌ’（ｆ）／ｑ_ｋ’（ｆ） … （９）
部位の違いによって再構成フィルタの特性が大きく異なる場合には、ｋとｌの取り得る組合せを制限しても良い。別の方法として、信号雑音比の代わりにファントム実験や臨床データ等を使用して各再構成フィルタについて周波数特性が診断上望ましい組合せとなるｌを予め設定しておき、記憶装置４に保存しても良い。この場合、再構成処理部２５１にて使用した再構成フィルタｋ’に対応付けられたｌ’番目の再構成フィルタの雑音強度スペクトルが記憶装置４から読み出され、（９）式によって変調係数α（ｆ）が算出される。さらに別の方法として、各再構成フィルタについて周波数特性が最適な組合せとなるｌをあらかじめ設定し、（９）式により変調係数をα（ｆ）として算出して記憶装置４に保存しても良い。すなわち、ｋ番目の再構成フィルタの変調係数をα_ｋ（ｆ）とおくと、再構成処理部２５１にて使用した再構成フィルタｋ’に対応付けられたα_ｋ’（ｆ）を記憶装置４から読み出して使用する。

上述の手順を通して、変調伝達関数および雑音強度スペクトルの絶対値は解析に使用したファントムの形状や撮影時のＸ線照射量に依存するため、周波数方向に面積を規格化した上で相対値として扱っても良い。

（Ｓ５０４）
変調部３０２は、Ｓ５０３で算出された変調係数α（ｆ）を第二成分Ｃ２に乗算する。再構成フィルタに応じた周波数特性を持つ第一成分Ｃ１に対し、前述の信号雑音比に基づいてＳ５０３で算出された変調係数α（ｆ）が乗じられることにより、第二成分Ｃ２の主成分である雑音成分が周波数変調されることにより、雑音成分に対する構造成分の識別能が向上する。

図４の説明に戻る。

（Ｓ４０３）
補正部３０３は、補正画像Ｉｃｏｒｒを生成する。具体的には（３）式もしくは（６）式により、空間周波数毎に分解された第一成分Ｃ１（ｆ）と変調された第二成分α（ｆ）・Ｃ２（ｆ）とに基づいて補正画像Ｉｃｏｒｒが生成される。なお（６）式が用いられる場合は、係数ｘ、ｙが操作者によって設定される。ただし、ｙを限りなく小さくすることで医用画像Ｉ上の雑音成分を減少させることも可能であるが、極端に雑音成分が少ない画像は診断の際に違和感を与えるため望ましくない。つまり周波数変調の前後における雑音成分の大きさ（雑音強度スペクトルの周波数方向の総和）の変化は小さいことが望ましい。

以上説明した処理の流れにより、医用画像中の雑音成分を周波数変調し、雑音成分に対する構造成分の識別能を向上させることができる。

実施例１では、医用画像Ｉの再構成に用いられた再構成フィルタに基づいて第二成分Ｃ２を空間周波数で変調することについて説明した。本実施例では、医用画像Ｉの再構成に用いられた再構成フィルタとともに、操作者が設定する読影パラメータに基づいて第二成分Ｃ２を空間周波数で変調することについて説明する。なお、実施例１との違いは図４のＳ４０２の処理の流れであるので、それ以外については説明を省略する。

図７を用いて本実施例における第二成分Ｃ２を空間周波数で変調する処理の流れの一例について説明する。

（Ｓ７０１）
変調部３０２は、医用画像Ｉの再構成に用いられた再構成フィルタとともに、読影パラメータを取得する。読影パラメータは、中心周波数ｆ０と周波数帯Δｆと変調強度ｇを含み、操作者によって入力装置８を介して設定される。中心周波数ｆ０は読影時に注目される空間周波数であり、周波数帯Δｆは注目される空間周波数の幅、変調強度ｇは注目される空間周波数に対するゲインである。

（Ｓ７０２）
変調部３０２は、Ｓ７０１で取得された再構成フィルタの雑音強度スペクトルを取得する。実施例１と同様に、雑音強度スペクトルは再構成フィルタ毎に記憶装置４に予め格納されており、Ｓ７０１で取得された再構成フィルタに対応する雑音強度スペクトルが記憶装置４から読み出される。

（Ｓ７０３）
変調部３０２は、Ｓ７０２で取得された雑音強度スペクトルとＳ７０１で取得された読影パラメータに基づいて空間周波数毎に変調係数α（ｆ）を算出する。

図８を用いて、本ステップにおける変調係数α（ｆ）を算出する手順の一例について説明する。本ステップでは、図８（ａ）に例示されるＳ７０２で取得された雑音強度スペクトルから、Ｓ７０１で取得された読影パラメータによって設定される補正用スペクトルを差分し、差分によって得られる差分スペクトルを用いて、変調係数α（ｆ）が算出される。

まず図８（ａ）に例示される雑音強度スペクトルに対して、図８（ｂ）に示す中心周波数ｆ０と、図８（ｃ）に示す周波数帯Δｆ、図８（ｄ）に示す変調強度ｇに応じて、正規分布に従う補正用スペクトルが設定される。なお補正用スペクトルは正規分布に従うものに限定されない。

次に雑音強度スペクトルから補正用スペクトルが差分されて差分スペクトルが得られる。図８（ｅ）には差分スペクトルが実線で、雑音強度スペクトルが点線で示される。

そして雑音強度スペクトルの面積と等しい面積を有するように差分スペクトルが規格化される。再構成処理部２５１における画像再構成時の再構成フィルタの雑音強度スペクトルをｑ_ｍ（ｆ）、規格化された差分スペクトルをｑ_ｎ（ｆ）とおき、変調係数α（ｆ）を次式で算出する。

α（ｆ）＝ｑ_ｎ（ｆ）／ｑ_ｍ（ｆ） … （１０）
図８（ｆ）には規格化された差分スペクトルが実線で、雑音強度スペクトルが点線で示される。なお操作者が確認できるように、図８（ｆ）に例示される両スペクトルを表示装置７に表示させても良い。

（Ｓ７０４）
変調部３０２は、Ｓ７０３で算出された変調係数α（ｆ）を第二成分Ｃ２に乗算する。Ｓ７０３で算出された変調係数α（ｆ）が乗じられることにより、第二成分Ｃ２の主成分である雑音成分、特に読影パラメータに対応する空間周波数の範囲の雑音成分が周波数変調されるので、同範囲において雑音成分に対する構造成分の識別能はより向上する。

以上説明した処理の流れにより、雑音成分を主成分とする第二成分Ｃ２が空間周波数で変調されるので、雑音成分に対する構造成分の識別能を向上させることができる。特に操作者によって設定された読影パラメータに応じた構造成分の識別能を向上できる。

実施例１では、医用画像Ｉの再構成に用いられた再構成フィルタに基づいて、予めファントムを用いて解析した雑音強度スペクトルから撮影したデータの雑音強度スペクトルを予測し、第二成分Ｃ２を空間周波数で変調することについて説明した。本実施例では、操作者が設定する関心領域の雑音強度スペクトルの実測値に基づいて第二成分Ｃ２を空間周波数で変調することについて説明する。なお、実施例１との違いは図４のＳ４０２の処理の流れであるので、それ以外については説明を省略する。

図９を用いて本実施例における第二成分Ｃ２を空間周波数で変調する処理の流れの一例について説明する。

（Ｓ９０１）
変調部３０２は、関心領域内の画素値を取得する。関心領域は、医用画像Ｉに対して、入力装置８を介して操作者によって設定される。関心領域は雑音成分のみが含まれるように設定されることが望ましい。

（Ｓ９０２）
変調部３０２は、Ｓ９０１で取得された関心領域の中の画素値に基づいて雑音強度スペクトルを算出する。雑音強度スペクトルの算出は公知の方法に基づいて行うことができ、仮想スリット法あるいは二次元フーリエ変換法を用いて算出される。

（Ｓ９０３）
変調部３０２は、Ｓ５０１で取得された再構成フィルタおよびそれに対応する変調伝達関数と、Ｓ９０２で算出された雑音強度スペクトルをｑ_ｌ’（ｆ）として、（９）式に基づいて空間周波数毎に変調係数α（ｆ）を算出する。

（Ｓ９０４）
変調部３０２は、Ｓ９０３で算出された変調係数α（ｆ）を第二成分Ｃ２に乗算する。Ｓ９０３で算出された変調係数α（ｆ）が乗じられることにより、第二成分Ｃ２の主成分である雑音成分、特に関心領域の中の雑音成分に基づいて周波数変調される。

以上説明した処理の流れにより、雑音成分を主成分とする第二成分Ｃ２が空間周波数で変調されるので、雑音成分に対する構造成分の識別能を向上させることができる。特に操作者によって設定された関心領域の中の雑音成分に対する構造成分の識別能を向上できる。

なお、本発明の医用画像処理装置及び医用画像処理方法は上記実施例に限定されるものではなく、発明の要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施例に開示されている複数の構成要素を適宜組み合わせても良い。例えば、実施例１乃至３を組み合わせ、読影パラメータと関心領域の中の画素値に基づいて変調係数が設定されても良い。さらに、上記実施例に示される全構成要素からいくつかの構成要素を削除しても良い。

１：医用画像処理装置、２：ＣＰＵ、３：メモリ、４：記憶装置、５：ネットワークアダプタ、６：システムバス、７：表示装置、８：入力装置、１０：医用画像撮影装置、１１：医用画像データベース、１００：Ｘ線ＣＴ装置、２００：スキャナ、２１０：被検体、２１１：Ｘ線管、２１２：検出器、２１３：コリメータ、２１４：駆動部、２１５：中央制御部、２１６：Ｘ線制御部、２１７：高電圧発生部、２１８：スキャナ制御部、２１９：寝台制御部、２２１：コリメータ制御部、２２２：プリアンプ、２２３：Ａ／Ｄコンバータ、２４０：寝台、２５０：操作ユニット、２５１：再構成処理部、２５２：画像処理部、２５４：記憶部、２５６：表示部、２５８：入力部、３０１：分離部、３０２：変調部、３０３：補正部

Claims

医用画像を扱う医用画像処理装置であって、
前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離部と、
前記第二成分を空間周波数で変調する変調部と、
前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正部と、を備え、
前記変調部は、空間周波数毎に分解される前記第二成分に対して、前記第一成分の空間周波数分布に基づいて空間周波数毎に設定される変調係数を乗算することで前記第二成分を変調することを特徴とする医用画像処理装置。
医用画像を扱う医用画像処理装置であって、
前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離部と、
前記第二成分を空間周波数で変調する変調部と、
前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正部と、を備え、
前記変調部は、前記医用画像の生成に用いられる再構成フィルタとは異なる再構成フィルタの中から、前記医用画像の生成に用いられる再構成フィルタの雑音強度スペクトルとの重なりが最も小さい再構成フィルタを選択し、選択された再構成フィルタの雑音強度スペクトルを用いて空間周波数毎に変調係数を算出し、前記変調係数を前記第二成分に乗算することで前記第二成分を変調することを特徴とする医用画像処理装置。
医用画像を扱う医用画像処理装置であって、
前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離部と、
前記第二成分を空間周波数で変調する変調部と、
前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正部と、
読影パラメータが入力される入力部を備え、
前記変調部は、前記医用画像の生成に用いられる再構成フィルタの雑音強度スペクトルと前記読影パラメータに基づいて空間周波数毎に変調係数を算出し、前記変調係数を前記第二成分に乗算することで前記第二成分を変調することを特徴とする医用画像処理装置。
請求項３に記載の医用画像処理装置であって、
前記読影パラメータは、中心周波数と周波数帯と変調強度を含み、
前記変調部は、前記読影パラメータによって設定される補正用スペクトルを前記雑音強度スペクトルから差分した差分スペクトルを用いて、前記変調係数を算出することを特徴とする医用画像処理装置。
請求項４に記載の医用画像処理装置であって、
前記雑音強度スペクトルの面積と等しい面積を有するように規格化された差分スペクトルと前記雑音強度スペクトルとを表示する表示部をさらに備えることを特徴とする医用画像処理装置。
医用画像を扱う医用画像処理方法であって、
前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離ステップと、
前記第二成分を空間周波数で変調する変調ステップと、
前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正ステップと、を備え、
前記変調ステップは、空間周波数毎に分解される前記第二成分に対して、前記第一成分の空間周波数分布に基づいて空間周波数毎に設定される変調係数を乗算することで前記第二成分を変調することを特徴とする医用画像処理方法。
医用画像を扱う医用画像処理方法であって、
前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離ステップと、
前記第二成分を空間周波数で変調する変調ステップと、
前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正ステップと、を備え、
前記変調ステップは、前記医用画像の生成に用いられる再構成フィルタとは異なる再構成フィルタの中から、前記医用画像の生成に用いられる再構成フィルタの雑音強度スペクトルとの重なりが最も小さい再構成フィルタを選択し、選択された再構成フィルタの雑音強度スペクトルを用いて空間周波数毎に変調係数を算出し、前記変調係数を前記第二成分に乗算することで前記第二成分を変調することを特徴とする医用画像処理方法。
医用画像を扱う医用画像処理方法であって、
前記医用画像を、構造成分を主成分とする第一成分と、雑音成分を主成分とする第二成分とに分離する分離ステップと、
前記第二成分を空間周波数で変調する変調ステップと、
前記第一成分と変調された第二成分とに基づいて補正画像を生成する補正ステップと、
読影パラメータが入力される入力ステップを備え、
前記変調ステップは、前記医用画像の生成に用いられる再構成フィルタの雑音強度スペクトルと前記読影パラメータに基づいて空間周波数毎に変調係数を算出し、前記変調係数を前記第二成分に乗算することで前記第二成分を変調することを特徴とする医用画像処理方法。