JPH03266190A

JPH03266190A - 画像表示方法及び画像変換方法

Info

Publication number: JPH03266190A
Application number: JP2066697A
Authority: JP
Inventors: Akinami Ohashi; 大橋　昭南
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1990-03-16
Filing date: 1990-03-16
Publication date: 1991-11-27

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】［発明の目的］（産業上の利用分野）本発明は、ディジタル化された画像データの画素値を用
いてウィンドウに関するパラメータを設定し画像を表示
させるための画像表示方法及び画像変換方法に関する。

（従来の技術）従来より例えば医用画像を表示する場合゛、画像メモリ
にディジタルで記録された画像データを読み出し、この
各画像データを階調変換して表示する装−１例えばモニ
タに表示するようにしていた。この場合、画像を見易く
表示するために、術者が表示された画像を見ながら表示
画像ごとにスイッチを操作して、階調変換に関するパラ
メータとしてのウィンドウレベル（以下ＷＬという。）
。

ウィンドウクイズ（以下ＷＷという。）（以下ＷＬ、Ｗ
Ｗを併せてウィンドウという。）の値を調整し、表示画
像を見易く表示させていた。

また自動的にウィンドウを設定する方法としては、撮影
条件、例えばＭＨＩ（マグネティック・レゾナンス壷イ
メージング）装置における撮影条件ごとに、予め前記ウ
ィンドウをプリセットしておき、これを読み出して前記
撮影条件に合わせてウィンドウをセットする方法もある
。

さらには、前記ウィンドウを自動的に設定して階−変換
する技術に関して、例えば画像表示袋−（特開昭６３−
８４５２６）が既に知られている。

この画像表示装置は、画像表示メモリへ記録する画像デ
ータから抽出した画素値に対するヒストグラムを第１１
図（ａ）に示すように作成し、このヒストグラムの最大
値Ｈｗａｘに対して定められたスレッシュホールドレベ
ルＴｈにより前記ヒストグラム上の最小値Ｗ１及び最大
値ｗｈを求め、これにより第１１図（ｂ）に示すように
画像表示のウィンドウＷとレベルを定めて階調変換テー
ブルデータを作成するようにしたものである。

しかしながら、上記従来の画像表示装置のウィンドウの
自動設定にあっては、次のような問題がある。すなわち
公知技術では、単にヒストグラムのスレッシュホールド
レベルＴｈのみでウィンドウ・レベルＬおよびウィンド
ウ・ワイズＷを設定しているため、人間が設定したウィ
ンドウと一致しない場合が多々あった。このため観察に
適したウィンドウが設定できない場合には、操作者はこ
のウィンドウを観察に適合したウィンドウにいちいち再
設定しなければならず、操作者の負担になっていた。

さらには、前記ウィンドウを自動的に設定して階調変換
する技術に関して、例えば既に同一出願人が出願した特
願平１−１８６８１９がある。この発明は見易い表示画
像を１個に定めているが、見易い表示画像とはその観察
目的により必ずしも１個とは限らない。例えば、画像全
体を見る場合と腫瘍などの特定のものを見る場合では、
見易い表示画像が異なってくる。画像全体を見る場合は
画像全体が見易いことが必要であり、腫瘍などを見る場
合は全体は見えなくとも、その部分のダイナミックレン
ジが広く表示されることが望ましい。

（発明が解決しようとする課題）そこで本発明の目的は、画像を表示する際のウィンドウ
の設定操作を簡単化して、操作者の負担を軽減でき、し
かも装置の特性、観察目的に合った画像を容易に観察し
得る画像表示方法を提供することにある。

さらに、Ｘ線−ＣＴ（コンピュータ・トモグラフィー）
装置にあっては、あらかじめ基準物質を撮影し、計算機
により前記基準物質が予め決められた画素値になるよう
に計算を行なっている。しかしながら、゛前記ＭＲＩ装
置にあっては、撮影する被写体により信号強度が大きく
変化してしまうため、基準物質を決定することが困難で
あった。

このため、従来ではＭＨＩの画素値を基準化できなかっ
たことから、ＭＲＩ画像を表示する場合には、画像に合
わせてウィンドウをいちいち設定しなければならず操作
者の作業負担になっていた。

そこで本発明の他の目的は、ＭＨＩ画像の画素値が略同
−範囲になるように画素値を変換することにより、画像
を表示する際のウィンドウの設定操作を簡単化して、操
作者の負担を軽減できる画像変換方法を提供することに
ある。

［発明の構成］（課題を解決する為の手段）本発明は上記の課題を解決し目的を達成する為に次のよ
うな手段を講じた。本発明は、ディジタル化された画像
データを用いてウィンドウに関するパラメータを設定し
画像を表示させるための画像表示方法において、前記画
像データに基づき画素値に対するヒストグラムを作成す
る手順と、特定の観察目的に対して候補値として前記パ
ラメータを複数種類設定しこれらのパラメータに対して
それぞれ画像の見易さを表現する評価値を求めこれらの
評価値を比較し最も大きい評価値をもつ前記パラメータ
を、前記特定の観察目的のための目的パラメータとして
設定しこの目的パラメータで画像を表示する手順と、複
数の観察目的に対してそれぞれ目的パラメータを設定し
これらの目的パラメータを選択して画像を変更表示する
手順とからなるものである。

また評価値を、ニューラルネットワークにより求める手
順を含むことを特徴とするものである。

また目的パラメータを求める手順は、候補値として前記
パラメータを設定し、設定された前記パラメータに対し
て前記評価値を求める手順と、このパラメータを各々大
きく変化させこれらに対する評価値を求める手順と、こ
れらの評価値に基づき前記候補値のパラメータを変更設
定する手順と、前記パラメータの変化量を順次小さくす
ることにより最も大きい評価値をもつ前記パラメータを
求める手順を含むことを特徴とするものである。

さらにまたパラメータ及び目的パラメータは、ウィンド
ウレベルまたはウィンドウ幅のうち少なくともいずれか
一方であることを特徴とする。

さらにまた前記複数の目的パラメータの中の少なくとも
１つの目的パラメータを用いて変換関数を決定し、この
変換関数により前記ディジタル画像の画素値を変換して
もう１枚のディジタル画像を作成する手順とからなるこ
とを特徴とするものである。

（作用）このような手段を講じたことにより、次のような作用を
呈する。パラメータを特定の観察目的のための目的パラ
メータとして設定しこの目的パラメータで画像を表示し
、複数の観察目的に対してそれぞれ目的パラメータを設
定しこれらの目的パラノー４夕を選択して画像を変更表
示するので、ウィンドウは画像全体を見る場合と、特定
部位を見る場合とで異なることから、例えば最初に全体
を見る場合のウィンドウを設定し、次に観察者が特定の
観察目的を選択することにより、観察目的に応じたウィ
ンドウとなる。これにより観察者は観察目的に適合した
画像を得ることができ、観察者の負担を軽減できる。

また候補値としてパラメータを設定し、設定されたパラ
メータに対して評価値を求め、このパラメータを各々大
きく変化させこれらに対する評価値を求め、これらの評
価値に基づき前記候補値のパラメータを変更設定し、前
記パラメータの変化量を順次小さくすることにより最も
大きい評価値をもつ前記パラメータが自動的に求められ
るので、人間が感する見易い表示画像を得ることができ
る。

さらに変換関数を用いることにより、観察目的に合わせ
てＭＲＩ値を基準化できるので、はぼ−定のウィンドウ
でＭＨＩ画像を観察することができる。これにより観察
者はウィンドウの設定がほとんど不要となるので、観察
者の負担を軽減できる。

（実施例）既に同一出願人が出願した特願平１− １８６８１９の発明（これを第１の発明とする）ではウ
ィンドウの適切さを評価しているが、１枚の画像でも観
察したい対象（部位、腫瘍）、目的などによりウィンド
ウは異なる。

そこで本発明は、観察目的ごとに適切なウィンドウを求
め、観察者の選択により観察目的に合致したウィンドウ
で画像を表示するものである。以下、本発明の具体的な
実施例について説明する。

第１図は本発明に係る画像表示方法の全体の手順を示す
フロー図、第１８図は観察目的に合致したウィンドウを
求める方法の手順を示すフロー図、第１９図は画像表示
方法の手順を示すフロー図、第４図は前記画像表示方法
を適用した画像表示装置を示す概略ブロック図、第５図
は典型的なＭＨＩ画像のヒストグラムを示す図、第９図
は前記ＭＨＩ画像のピークの定義を示す図である。

第４図において、画像表示装置は、ディジタル化された
画像データを記録する画像メモリ１．制御手段としての
計算機２．ウィンドウレベルおよびウィンドウワイズを
マニュアル入力操作するためのＷ　Ｌ　／ＷＷスイッチ
３１画像メモリ１からの画像データを入力して設定され
たウィンドウで階調を持った画像として表示する表示装
置４、二二−ラルネットワーク５、選択スイッチ１０か
ら構成されている。このときの前記画像データの画素値
から階調への変換は、前記ＷＬ、ＷＷにより決定される
ものとなっている。この変換方法は、例えばＭＲＩ装置
で既に用いられている。

前記計算機２は、前記画像メモリ１から読み出される画
像データに基づき、観察目的に合ったＷＬ、ＷＷを表示
装置４に自動的に設定するものとなっている。なおＷ　
Ｌ　／ＷＷスイッチ３をマニュアル操作することにより
、ＷＬ、ＷＷを最適に設定することもできる。

次に前記第１図、第１８図、第１９図、第４図、及び第
５図を参照して前記計算機２により観察目的に合ったＷ
Ｌ、ＷＷを自動設定する画像表示方法を具体的に説明す
る。ここでは、表示画像をＭＨＩ画像とする。

１）計算機２は画像記憶装置（図示していない）から指
定された画像を読み出し、これを画像メモリ１に記憶す
る。

２）計算機２は、画像メモリ１の画像についてヒストグ
ラムを作成する（第１図中手順１００）。

作成された前記ヒストグラムの典型的な例を第５図に示
す。

３）次に計算機２は手順２００において、背景を除去す
るために、このヒストグラムを解析し“Ａ２を求める。

“Ａ″の意味、および求め方は後に詳細に説明する。

４）ここで最も観察したいと推定されるＭＲＩ値をＭＶ
Ｐと名付ける。次に手順３００において、前記ヒストグ
ラムを解析し、観察目的ごとのＭＶＰを求める。このＭ
ＶＰを重用塵の順序に並べたものをＭＶＰｎとする。ま
た、このとき求ま゛ったＭＶＰの数、すなわち観察目的
数をｍとする。

ＭＶＰの定義、および求め方は後に詳細に説明する。

５）次に手順４００において、複数の観察目的ごとにそ
の目的に適したウィンドウを求め、ウィンドウ記憶装置
（図示していない）に記憶する。

この手順については後に第１８図を参照して詳細に説明
する。

６）次に手順５００において、記憶された目的ウィンド
ウの中から、観察者が観察目的に合ったウィンドウを選
択し、これにより画像を表示する。

７）また自動設定されたウィンドウに対して、観察者が
必要に応じ、第４図のＷＬＳＷＷスイッチ３を操作して
ウィンドウを微調整することもてきる。

したがって、画像を表示する場合には、観察目的に合っ
た表示ウィンドウが簡単に設定できるので、観察者の負
担を軽減できる。

次に前記手順２００における“Ａｏの意味、および求め
方を第５図を参照して詳細に説明する。

前記第５図は手順１００において作成されたＭＲＩ画像
のヒストグラムの典型的な例である。

人体のＭＨＩ画像の内、体外に相当する部分は、−船釣
にＭＲＩ値（画素値）が低くほぼ一定値である。これに
より体外に相当する部分は、第５図に示す斜線部分のよ
うな背景Ｈとなる。この背景Ｈは観察を必要としない部
分である。

そこで前記計算機２により前記背景Ｈと体内部との境界
のＭＲＩ値を以下のごとく求める。このＭＲＩ値をＡと
する。第５図に示すようにＭＲＩ値Ａを求めるには、ま
ず最低のＭＲＩ値以上、かつ一定量下のＭＲＩ値の範囲
内であって、ヒストグラムのピーク値Ｈｗａｘを求める
。このピーク値ＨｗａｘからＭＲＩ値の大きい方に数個
のヒストグラム上の点Ｈ１，Ｈ２・・・を求め、その点
Ｈ１Ｈ２・・・を通る直線Ｌｎを最小二乗法により求め
る。

この直線ＬｎとヒストグラムのＯを表すＸ軸との交点に
おけるＭＲＩ値を求め、これをＡとする。

Ａ以下のＭＲＩ値の部分を背景Ｈとする。

次に前記手順３００におけるＭＶＰの定義、およびこの
求め方を第５図、第９図、第１０図を参照して詳細に説
明する。

ＭＶＰは、最も見たい部分と推定されるＭＲＩ値であり
、ＭＶＰｎは第ｎ番目の観察目的に対して最も見たい部
分と推定されるＭＲＩ値である。

観察目的は、例えば画像全体を見る場合と特定の対象（
部位、腫瘍）とを見る場合などがある。画像全体を見る
場合は、その画像の中で背景を除き最も多くの頻度を有
するＭＲＩ値が見易いように表示すれば、全体が見易い
画像になると考えて良い。

したがって、第５図に示すようなヒストグラムを有する
画像では、例えば“へ〇以上のＭＲＩ値の中で最も頻度
の高いＭＲＩ値をＭＶＰと定めている。

また、特定の対象（部位、腫瘍）の場合もそれぞれ部分
的なヒストグラムのピークに相当すると考えて良い。

したがって、第５図の場合は、ＭＶＰＩ、ＭＶＰ２、Ｍ
ＶＰ３がそれぞれ観察目的ごとに最も見たい部分と推定
されるＭＲＩ値である。また、この場合、観察目的数ｍ
−３となる。

したがって、ＭＶＰｎは、“Ａ”以上のＭＲＩ値でヒス
トグラムのピークを探すことにより求める。ここでピー
ク（Ｐｅａｋ）は、第９図に示すように１点の値が両側
の数点の値より高い値であると定義している。

前記ピークはＭＶＰＩ〜ＭＶＰ３の３点であるが、これ
を重用度に応じて順序づけする。ピークの重用度は、１）ピーク間の距離２）ピークの高さ３）ピークの広がりなどを考慮して評価する。ここでは重用度がＭＶＰＩ、
ＭＶＰ２．ＭＶＰ３（７）順とする。またこのとき観察
目的（ＭＶＰの種類）も同時に記憶しておく。

次に手順４００における観察目的に適したウィンドウを
求める手順について第１８図を参照して詳細に説明する
。

１）ｎ−１とおく　（手順４１０）。

２）次に手順４２０において、第１（第ｎ）番目の観察
目的に適したウィンドウを求める。このウィンドウの求
め方については後に第２図を参照して詳細に説明する。

求めたウィンドウＷＤＩ（ＷＤｎ）をウィンドウ記憶装
置（図示していない）に記憶する。

３）手順４３０において、ｎ−ｎ＋１を行い、ｎ−２（
３，４・・ｍ）にする。

４）手順４４０において、ｎと観察目的数ｍを比較する
。９６ｍの場合、すなわち観察目的が残っている場合は
手順４２０〜４４０を繰り返す。

ｎ＞ｍの場合、すなわち全ての観察目的のウィンドウを
求めた場合はこの手順を終了する。

次に前記手順５００における観察目的に合ったウィンド
ウ選択し、画像を表示する手順について、第４図及び第
１９図を参照して詳細に説明する。

第１９図は前述の記憶された目的ウィンドウを選択しそ
れぞれ観察目的ごとのウィンドウにより画像を表示する
手順８１〜Ｆ１を示すフロー図である。

１）ｎ−１を設定する（手順Ｂｌ）。

２）計算機はウィンドウ記憶装置（図示せず）より、目
的ウィンドウＷＤＩ（ＷＤｎ）を読み出し表示装置４に
転送する。表示装置４はそのウィンドウで画像を表示す
る（手順ＣＩ）。

３）次に選択スイッチ１０が押されると（手順Ｄ１）、
押されるごとに目的ウィンドウｎがインクリメントされ
る（手順Ｅｌ）。

４）そしてインクリメントされた目的ウィンドウｎが予
め記憶されている目的数よりも小さいときには（手順Ｆ
１）、計算機２は次の目的ウィンドウｎ（例えば目的ウ
ィンドウ２．３・・・）を読み出し、この目的ウィンド
ウｎを表示装置４に転送することにより、この目的ウィ
ンドウで画像を表示する（手順ＣＩ）。

したがって、観察目的に応じて観察者は簡単な操作によ
り、観察目的に適合したウィンドウで画像を表示できる
。なお選択スイッチ１０による選択回数が、予め記憶さ
れている目的ウィンドウ数を越えた場合は、ウィンドウ
１に戻り、サイクリックに表示する（手順Ｆ１〜手順Ｂ
ｌ）。

次に前記手順４２０における観察目的に適したウィンド
ウの求め方について第２図の実施例を示すフロー図を参
照して詳細に説明する。

１）まず手順すにおいて、候補値として設定されたウィ
ンドウＷＬ及びＷＷで画像を表示した場合の画像の見易
さを表現する評価値としての画像塵を求める。

２）次に手順Ｃにおいて、このＷＬ及びＷＷを各々大き
く変化させて、その時の画像の見易さを評価し、その中
で最も高い画像塵を持つＷＬ。

ＷＷに設定する。

３）次に手順ｄにおいて、前記ＷＬ及びＷＷの変化量を
順次小さくすることにより最も大きい画像塵をもつＷＬ
及びＷＷを求める。

なおウィンドウに関するパラメータは、ＷＬまたはＷＷ
のうち少４くともいずれか一方であっても良い。

この方法の具体的な手順を第３図および第８図を参照し
て説明する。第８図（ａ）はＷＷ、ＷＬを変化させる場
合を示す概略図、第８図（ｂ）はＷＷ、ＷＬに対する画
像塵Ｑを示す概略図、第３図は具体的な手順の実施例を
示すフロー図である。

１）手順４２１０において、前記計算機２によりウィン
ドウの初期値ＷＬｏＳＷＷｏを求める。

初期値は、例えば第５図に示すようにＭＶＰを明るさの
中心として、ＷＬｏ−ＭＶＰ、背景Ｈ以外は全て見える
ようにするために、ＷＷｏ−２（ＭＶＰ−Ａ）のように
設定する。

２）手順４２２０において、Ｗ　Ｌ　ｃ　＝　Ｗ　Ｌ　
。

Ｗ　Ｗ　ｃ　＝　Ｗ　Ｗ　、に設定する。ここでＷ　Ｌ
　ｃ　。

Ｗ　Ｗ　ｃは候補のウィンドウである。

３）手順４２３０において、Δｗｗ−ｗｗｏ　／２とし
、ウィンドウの変化量に初期値を設定する。

４）手順４２４０において、ＷＬ　ｃ　、　ＷＷ　ｃに
おける画像塵Ｑｃを計算する（前記手順すに対応）。こ
の画像塵の求め方については後に詳細に説明する。

５）次に手順４２５０において、ａ）ＷＬｃ＋ΔＷＷ、ＷＷｃにおける画像塵Ｑ　ｄ　ｌ
を前記４）と同様な方法で計算する。

ｂ）ＷＬｃ＋ΔＷＷ、ＷＷｃ＋ΔＷＷにおける画像塵Ｑ
ｄ２を計算する。

ｃ）ＷＬｃ、ＷＷｃ＋ΔＷＷにおける画像塵Ｑｄｓを計
算する。

ｄ）ＷＬｃ−ΔＷＷ、ＷＷｃ十ΔＷＷにおける画像塵Ｑ
ｄ４を計算する。

ｅ）ＷＬｃ−ΔＷＷ、ＷＷｃにおける画像塵Ｑ　ｄ　５
を計算する。

ｆ）ＷＬｃ−ΔＷＷ、ＷＷｃ−ΔＷＷにおける画像塵Ｑ
ｄ６を計算する。

ｇ）ＷＬｃ、ＷＷｃ−ΔＷＷにおける画像塵Ｑ　ｄ　７
を計算する。

ｈ）ＷＬｃ＋ΔＷＷ、ＷＷｃ−ΔＷＷにおける画像塵Ｑ
　ｄ　ｓを計算する。

６）次に手順４２６０において、画像塵Ｑ　ａ　ｒ〜Ｑ
ｄｓの中で、最大の画像塵をＱｄを求め、その画像塵Ｑ
ｄにおけるＷＬ、ＷＷをＷＬ　ｄ。

ＷＷｄとする。

７）次に第８図（ｂ）に示すように、手順４２７０にお
いて、画像塵Ｑｃ＜Ｑｄならば、Ｑｃからこれより高い
画像塵Ｑｄに移動する。すなわち、手順４２８０におい
て、Ｗ　Ｌ　ｃ　−Ｗ　Ｌ　ｄ　。

ＷＷ　ｃ　−ＷＷ　ｄとし、手順４２４０へ戻る（手順
Ｃに対応）。

８）Ｑｃ≧Ｑｄならば、手順４２９０において、ΔＷＷ
−αＸΔＷＷとする（手順ｄに対応）。ここでαく１な
る定数である。

９）手順４２９５において、ΔＷＷ≧ｒならば、手順４
２４０へ戻る。ここで「は終了を決める定数である。Δ
ＷＷ＜ｒならば、ＷＬｃ、ＷＷｃが最終的に求めるＷＬ
、ＷＷとなる。

したがって、候補として設定されたＷＬ、ＷＷに対する
画像塵と、ＷＬ、ＷＷを各々大きく変化させたときにお
ける各画像塵とによりＷＬ、ＷＷが変更設定され、さら
にＷＬ、ＷＷの変化量を順次小さくすると、最大の画像
塵が自動的に求められるので、最適なウィンドウが容易
に設定できる。

これにより観察者の操作負担を軽減でき、しかも人間が
感する見易い表示画像を得ることができる。

次に手順４２４０〜４２５０において用いられている画
像塵を求める方式について詳細に説明する。画像塵はあ
る設定されたウィンドウで画像を表示した場合に、その
ウィンドウにより表示された画像が、どの程度見易いか
を指数化し、これを評価値として表示したものである。

この画像塵は２種類の方式により求められる。

まず方式１について説明する。この方式は、既に同一出
願人が出願した特願平１−１８６８１９に詳細に記載さ
れている。

この画像塵は次のようにして求められる。画像塵をＱと
し、画像塵を決定する項目の数をに個とすると、ＱはＱ−ΣＷｎＸＶｎ　　−−−−（１０１）により計
算される。ここでＷｎは項目ｎの重み係数であり、Ｆｎ
は項目ｎの評価値である。重み係数Ｗｎはその項目が画
像塵に関連する割合により経験的に決定したものであり
、例えばＷｌ−５゜Ｗ２−４．Ｗ３−３．Ｗ４−２．Ｗ
５−２のような数値である。

（１０１）式の項目ごとの評価値Ｖｎは、項目ごとに異
なる評価関数Ｆｎにより求められる。

Ｗｎ、Ｆｎを最初から最適に設定することが困難な場合
もあるが、その場合にはウィンドウの設定結果を見なが
ら最適になるようにＷｎ、Ｆｎを調整する。

ここでは例えば項目の１つであるＭＶＰに関する評価値
を求めるための評価関数Ｆ１について説明する。ここで
ＭＶＰとは最も見たい部分と推定されるＭＲＩ値である
。Ｖｔ　−Ｆ＋　　（ＭＶＰ）　である。

第６図に示すようにＭＲｘ値はＷＬ、ＷＷに応じて、連
続した明るさとして表示される。ただしＷＬ−ＷＷ／２
以下のＭＲＩ値は全て最も暗く、ＷＬ＋ＷＷ／２以上の
ＭＲＩ値は、全て最も明るく表示される。この明るさを
便宜上第６図の縦軸に示す数値、すなわち０．５〜１６
．５の連続値として表現している。

前記ＭＶＰは、最も見たい部分と推定されるＭＲＩ値で
あり、前述のように求められる。このＭＶＰが見易い明
るさになるようにＷＬ、ＷＷを設定することが望ましい
。見易い明るさとは経験的に真ん中の明るさより少し明
るいと考えられる。

従って、ここではＭＶＰが“１０”の明るさになるとき
、最も（ＭＶＰに関する。）評価値が高くなるように、
“１０′から離れるに従って評価値が低くなるようにＦ
ｌを設定する。Ｆ、は厳密に定義されるものではなく、
ファジィ理論におけるメンバーシップ関数のように、人
間の感覚により定義（設定）する。例えばＦ、は第７図
に示すような非線形関数に設定する。

同様にＦ２〜Ｆ、の関数を設定することができるが、例
えば第２の項目は“八”の明るさに関するものであり、
“Ａ″以下ＭＲＩ値は背景と考えられるから、暗いほう
が望ましい。従って、ａ　Ａ　ＩＩの明るさが０．５で
あるときには、評価値が高くなり、明るくなるに従い、
評価値が下がる関数を設定する。

以下同様に、「明るさのバランス」に関する項目など、
これ以外の項目に関する関数を設定する。

なお、この方式１において、画像度を求めるための評価
項目と重み係数、評価関数は観察目的（ＭＶＰの種類）
に応じて異なったものを用いる。

例えば、ＭＶＰが第１８図に示すように、ＭＶＰｌ、Ｍ
ＶＰ２、ＭＶＰ３であるとする。コノ場合、ＭＶＰＩは
観察目的が画像全体である場合であり、ＭＶＰ２、およ
びＭＶＰ３は観察目的が特定の対象（腫瘍など）である
場合である。目的１に対する画像度の評価項目と重み係
数は例えば１）ＭＶＰの明かるさ一一一一５２）”Ａ”の明かるさ一一一一４３）明るさ１２の面積−一一一３４）明るさＬの面積−−−−−２５）明るさのバランスーーーー２と設定する。目的２に対する画像度の評価項目と重み係
数は例えば１）ＭＶＰの明かるさ一一一−６２）“Ｂ”の明るさ−−−−−４３）明るさＬの面積−−−−−２４）明るさのバランスーーー−１と設定する。ここで、“Ｂ”は、第１０図に示すように
そのピークの左側に隣接したピークとの間にあって、ヒ
ストグラムが最も低い点と、そのピークを結ぶ直線がＸ
軸と交差する点の画素値である。評価関数も観察目的に
応じて異なる関数を用いる。

次に前記画像度を求めるための方式２について詳細に説
明する。前記方式１は、画像度をファジィ類似の方式に
より求めている。しかしながら、ファジィ類似の方式の
場合には、評価関数１重み係数を決定することが難しい
。また装置ごとに。

病院ごとの特性に合わせることも難しい。

方式２は前記画像度をニューラルネットワークにより求
め、装置ごとに、病院ごとにの特性に合った画像表示方
法を提供するものである。以下、具体的な実施例を説明
する。

第４図において、計算機２は前記画像度を求める場合に
は、画像度の求めるための評価項目をニューラルネット
ワーク５に□転送する。ニューラルネットワーク５は画
像度を求め、その画像度を計算機２に転送する。その結
果、計算機２は画像度を得ることができる。この場合、
方式１と同様に評価項目と値ネットワーク（重み係数）
、は観察目的（ＭＶＰの種類）に応じて異なったものを
用いる。

以下、画像度をニューラルネットワーク５により求める
方法について詳細に説明する。

第１２図は前記ニューラルネットワーク５の構成を示す
図である。ニューラルネットワーク５は、例えば入力層
３０．中間層３２．出力層３４の３層で構成されている
。入力層３０は、入力層３０ａ〜３０ｅの５素子からな
り、入力層３０ａ〜３０ｅに例えば、１）ＭＶＰの明るさ２）“Ａ”の明るさ３）明るさ１２の面積４）明るさＬの面積５）明るさのバランスの評価項目（特徴）を入力する。本実施例では特徴を５
個としたが、これは本実施例に限定されるものではない
。特徴の個数が増減した場合は、それに応じて入力層３
０の素子数を増減させれば良い。これらの特徴の具体的
な求め方については後に説明する。

前記中間層３２は例えば５０素子からなり、前記入力層
３０ａ〜３０ｅともネットワークを構成している。

出力層３４は１素子で構成され、前記出力層３４から画
像度０〜１を出力する。なお前記方式１においては、画
像度を任意の値で表現していたが、ニューラルネットワ
ーク５を用いているので、画像度を０〜１で表示する。

ただしどちらで表現しても特に問題はない。

前記ニューラルネットワーク５の各素子は、前記実施例
に限定されないが、本実施例では以下に示すシグモイド
関数ｆ　　（ｘ）を用いている。

ｆ　　（ｘ）＝１／　ｆｌ＋ｅｘｐ　（−ｘ＋ｂ）１こ
こで、ｂはバイアスであって、バイアス素子（出力が１
）のウェイトであり、学習により決定される。

ニューラルネットワーク５は予め学習しておく必要があ
る。この学習については後に詳細に説明する。ここでは
、ニューラルネットワーク５は学習が終了しているもの
とする。

第６図に示すようにＭＲＩ値はＷＬ、ＷＷに応じて、連
続した明るさとして表示される。ただしＷＬ−ＷＷ／２
以下のＭＲＩ値は全て最も暗く、ＷＬ＋ＷＷ／２以上の
ＭＲＩ値は、全て最も明るく表示される。この明るさを
便宜上第６図の縦軸に示す数値、すなわち０．５〜１６
．５の連続値として表現している。ここで画素値Ｘ、明
るさＹとし、直線部分だけに限定すると、Ｙ−８，５＋１６ｘ　（Ｘ−ＷＬ）／ＷＷ・・・（１）
Ｘ−ＷＬ＋ＷＷｘ　（Ｙ−８，５）／１６・・・（２）
となる。

第１３図は前記ニューラルネットワーク５により前記画
像度を求める手順を示すフロー図である。

以下この手順を説明する。まず最初に１）手順ａ１では、設定されたウィンドウでのＭＶＰの
明るさを求める。この明るさをＭ　Ｖ　Ｐ　Ｇとすると
、（１）式（７）　Ｘ　ｌ：１ｍ　Ｍ　Ｖ　Ｐを、Ｙに
ＭＶＰＧを代入して、ＭＶＰＧ −８，５＋１６Ｘ　　（ＭＶＰ−ＷＬ）／ＷＷ・・・　
（３）となる。（３）式を用いてＭＶＰＧを求め、それに正規
化係数１／１６．５を乗算し、０〜１の値に正規化する
。

２）手順ｂ１では、手順ａ１と同様に設定されたウィン
ドウでの“Ａ１の明るさを求める。これをＡＧとするとＡＣ−８，５＋１６ｘ　（Ａ−ＷＬ）／ＷＷ・・・（４
）となる。（４）式を用いてＡＣを求め、それに正規化
係数１／１６．５を乗算し、０〜１の値に正規化する。

３）手順Ｃ１ては、前記同様に設定されたウィンドウで
の明るさ１２に相当するヒストグラムの面積を求める。

明るさ１２は明るさ１１．５〜１２．５と考えて、（２
）式にＹ−１１，５〜１２．５を代入すると・、Ｘ工２ −　（３ＷＷ／１６＋ＷＬ）　〜（ＷＷ／４　＋ＷＬ）
・・・　（５）となる。

したがって、明るさ１２に相当するヒストグラムの面積
は（５）式の範囲のヒストグラムの面積を求めればよい
。同様に正規化係数１／１００を乗する。ただし、正規
化後、１を越えるものは１にする。

４）手順ｄ１では、同様に設定されたウィンドウでの明
るさＬに相当するヒストグラムの面積を求める。求めら
れた明るさＬは、第１３図においても最も明るい明るさ
であるから、Ｙ−１６，５に相当する。したがって、（２）式ｉ：Ｙ
−１６，５を代入してＸ　１ｂ、　ｓ　−Ｗ　Ｗ　／　２　＋　Ｗ　Ｌ　　　
　　　　　・・・（６）となる。したがって、Ｘ、、、
、以上のヒストグラムの面積を求めれば、明るさＬに相
当するヒストグラムの面積が求まる。同様に、正規化係
数１／３０を乗する。ただし、正規化後、１を越えるも
のは１にする。

５）手順ｅ１では、同様に設定されたつ・イントウでの
明るさのバランスを求める。明るさのバランスは以下に
より定義する。

（明るさ４〜８の面積）／（明るさ９〜１３の面積）それぞれの明るさの面積は、前記手順ｃ１と同様の方法
により求めることができる。同様に正規化係数１／６を
乗する。ただし正規化後、１を越えるものは１にする。

６）手順ｆ１では、前記手順８１〜手順ｅ１で求めたそ
れぞれの値をニューラルネットワーク５に転送する。

７）手順ｇ１では、ニューラルネットワーク５よりニュ
ーラルネットワーク５が計算した画像度を得る。

次に前述したニューラルネットワーク５の学習について
説明する。前述した如くニューラルネットワークは予め
学習しておく必要がある。学習方式は実施例に限定され
ることはないが、本実施例ではパックプロパゲーション
法を用いる。ニューラルネットワーク５に一定数の学習
データを繰り返し提示し、パックプロパゲーション法に
より学習を行ない、エラーが一定値以下になると、終了
する。本実施例では、以下に示す学習データを用いて学
習するが、この学習データの作成方法は実施例に限定さ
れることはない。

学習データは実際の複数枚の画像と、それを表示するた
めに専門家が設定したウィンドウを基に作成する。

１）まず画像を１枚選択し、この画像に対して、専門家
（観察者）が設定したウィンドウをＷＬＧ。

ＷＷＧとし、このＷＬＧ、ＷＷＧに対して以下の２５個
の学習データを決定するための学習ウィンドウＷＬＳ、
ＷＷＳをサンプリングする。

ＷＬＳ−ＷＬＧ−ＷＷＧ／２ＷＬＧ−ＷＷＧ／４ＷＬＧＷＬＧ＋ＷＷＧ／４ＷＬＧ＋ＷＷＧ／２ＷＷＳ−ＷＷＧ−ＷＷＧ／２ＷＷＧ−ＷＷＧ／４ＷＷＧＷＷＧ＋ＷＷＧ／４ＷＷＧ＋ＷＷＧ／２そして２）これらのＷＬＳ、ＷＷＳに対して前記第１３図に示
す手順ａ１〜ｅ１によりＭＶＰ、　　“Ａ”などの５つ
の特徴量を２５組求め、学習データの入力データを作成
する。

３）またこれらのＷＬＳ、ＷＷＳに対する教師データを
第１４図に示すように定め、前記２）の入力データと組
み合わせて２５組の学習データを作成する。

４）以下、適当な枚数の画像について、それぞれ２５組
の学習データを作成する。

５）そして作成された全ての学習データを、エラーが一
定値以下になるまで、繰り返し学習する。

以上の学習により予め学習を行っておく。

したがって、ニューラルネットワーク５は学習が可能な
ので、前記第１の発明に用いている関数。

重み係数を決定する煩わしさがなくなる。また装置ごと
に、あるいは病院ごとの特性に合った画像を容易に観察
することができる。

次に第３の発明について詳細に説明する。第１５図は前
記ＭＨＩ装置における画像作成の手順を示す概略図であ
る。ＭＨＩ画像データは収集され（ステップＡ）、この
収集されたデータは補正され（ステップＢ）、さらにこ
の補正された画像データは例えば２次元フーリエ変換法
により再構成される（ステップＣ）。さらには再構成さ
れた画像データの画素値はコントラストスケールにより
ＭＲＩ値に変換されてＭＨＩ画像になる（ステップＤ）
。すなわち前記コントラストスケールは一般には、Ｙ■ｐＸ十ｑ・・・（３０１）と表せる。ここで、ＹはＭＲＩ値であり、Ｘは再構成画
像の画素値である。またｐ、ｑは定数である。本実施例
は、前記コントラストスケールの定数ｐ、ｑを、再構成
画像に応じて決定する方法を提供するものである。

次に第１７図に示す手順１００〜手順８００について説
明する（手順１００〜手順８００を第３の発明とする）
。手順１００〜手順５００は第２発明と同一である。

１）手順６００においては、手順１００〜手順５００に
おいて求めたウィンドウを、観察者が表示画像を観察し
ながら必要に応じて、第４図のＷＬ、ＷＷスイッチ３を
用いて微調整する。

２）第１６図はコントラストスケールの定数ｐ。

ｑを求める方法を示す図である。手順７００においては
、前記手順６００で得られたＷＷ、ＷＬＩ：基づき、ウ
ィンドウの上限（ＷＬ十ＷＷ／２）を一定範囲のＭＲＩ
値Ｕに変換し、かつウィンドウの下限（ＷＬ−ＷＷ／２
）をＭＲＩ値しに変換するようにコントラストスケール
（画素値変換関数）の定数ｐ、ｑを決定する。

すなわちこれらの値を前記（３０１）式に代入し、ｐ、
ｑを求めると、ｐ　−（Ｕ−Ｌ）　／ＷＷｑ＝　　（Ｕ＋Ｌ）／２−ＷＬｘ　　（Ｕ−Ｌ）／ＷＷ
となる。

３）手順８００では、手順７００で得られたコントラス
トスケール（変換関数）の定数ｐ、ｑを用いて、再構成
画像の画素値を前記（３０１）式により変換し、ＭＨＩ
画像を得ることができる。

ここで前記ＭＨＩ画像の有効な部分（観測したい部分）
の画素値のほとんどは、前記ウィンドウの上限（ＷＬ十
ＷＷ／２）とウィンドウの下限（ＷＬ−ＷＷ／２）内に
含まれていると考えられる。

したがって、前記ウィンドウの上下限をある一定範囲の
ＭＲＩ値（Ｕ、Ｌ）になるように画素値を変換すれば、
観測したい部分の画素値のダイナミックレンジがＵ、Ｌ
である画像が得られ、ＭＲＩ値が観測したい画素値に基
準化される。

ＭＲＩ値は絶対的な意味を持っていないので、このよう
な基準で基準化しても良い。なお、ＭＨＩ画像のダイナ
ミックレンジを狭くしないように、Ｕ−Ｌは出来るだけ
広く設定した方が良い。

これにより一定のウィンドウ、すなわちウィンドウの上
下限をＵ、Ｌ言い換えればＷＬ−（Ｕ十Ｌ）／２．ＷＷ
−Ｕ−Ｌに設定すれば、基準化したＭＲＩ値の画像を観
察できる。つまりＭＨＩ画像の不要な部分を除いた有効
な部分の画素値を一定のダイナミックレンジにすれば、
ウィンドウを合わせる必要がない。

したがって、画像を表示する場合には、表示ウィンドウ
の設定の操作が簡単になり、操作者の負担を軽減できる
。

なお、観察目的が、例えば全体と腫瘍などのように複数
ある場合は、前記手順５００〜手順８００を繰り返すこ
とにより観察目的ごとの画像を作成しても良、い。

最後に本発明の変形例について説明する。

（１）まず前記実施例はウィンドウレベルおよびウィン
ドウ幅の両方を変化させる方式であるが、ウィンドウレ
ベル、およびウィンドウ幅のいずれか一方を一定値に固
定し、他方を変化させるようにしても良い。

（２）さらに実施例は１枚数の画像ごとにヒストグラム
を作成し、１枚数の画像ごとに表示ウィンドウを探索し
ているが、同一グループに属する全部の画像、例えば１
回のボリュームスキャンで撮影した複数枚のスライスか
らヒストグラムを求め、それに関してウィンドウを決定
し、複数枚数の画像を同一の表示ウィンドウで観察、あ
るいは画像変換するようにしても良い。この場合には１
グループの画像がすべて同一のウィンドウになる。また
、ニューラルネットワークの教師データの作成にも、複
数枚数の画像のヒストグラムを使用してもよい。

（３）さらに実施例では、表示ウィンドウは線形（リニ
アー）であるか、表示ウィンドウは非線形（ノンリニア
ー）であっても良い。

（４）さらに前記実施例は観察目的と推定されるＭＲＩ
値を捜し、それに対する画像度の最も高いウィンドウを
探索している。しかし、計算を簡単にするために、例え
ば以下に示すウィンドウの組み合わせにより画像度を求
め、これを画像度の高い順に並べておき、選択スイッチ
１０が押されるごとに、画像度の高い順のウィンドウで
表示するようにしてもよい。この場合は比較的近いウィ
ンドウを見つけることができたら、操作者がスイッチ３
を操作してウィンドウを微調整する必要がある。

ＷＬ　　：　　ＬＬ−ＤＤ／４、　ＬＬ−ＤＤ／８、　
ＬＬ。

ＬＬ＋ＤＤ／８、ＬＬ＋ＤＤ／４ＷＷ：ＤＤｘ３／４、　ＤＤＸ７／８、　ＤＤ。

ＤＤＸ９／８、　ＤＤＸ５／４ここで、ＬＬＳＤＤは定数である。

（５）さらに前記実施例では１枚の画像ごとにウィンド
ウを計算しているが、同一の条件で連続して撮影した画
像であれば、同一の表示つ・イントウで観察する方が良
い。このため１枚目で観察者が選択したウィンドウ（微
調整を行なった場合は微調整後のウィンドウ）とその画
像度を求めて記憶する。次に２枚目の画像の表示が指定
された場合、１枚目のウィンドウにおける２枚目の画像
の画像度を求め、それを前記記憶した１枚目の画像度と
比較し、その差が一定以下ならウィンドウを変更しない
で、１枚目のウィンドウにより２枚目の画像を表示する
。その差が一定以上の場合には、本発明方法により求め
たウィンドウで表示するようにしても良い。

（６）さらに前記実施例では１枚の画像ごとにウィンド
ウを計算しているが、同一の条件で連続して撮影した画
像であれば、同一の表示ウィンドウで観察する方が良い
。このため同一グループの代表的な画像（例えば中心位
置の画像）でウィンドウを求め、同一グループの全部の
画像に対して同一のウィンドウで画像を表示しても良い
。

（７）さらに、前記実施例では観察目的をヒストグラム
のピークにより推定しているが、以下の情報、方法を用
いて観察部分の画素値を推定するようにしてもよい。

（１）簡単な画像認識を行ない比較的画素値の纏まって
いる部分を見つける。

（２）撮影条件、（３）断面（アクシャル面、コロナル面、サジタル面）
、（４）撮影目的、これは病院オーダーリングシステムか
ら得ることもできる。

また、これらの情報、ヒストグラムの特徴（全体の面積
、ピークの位置、形、高さなど）により、画像度を求め
る項目、評価関数、ウェイト、ニューラルネットワーク
のウェイトなどは異なるものを使用するようにしても良
い。

（８）さらに前記実施例では、あらかじめすべての目的
ウィンドウを求めておき、選択スイッチが押された場合
に、既に求めた目的ウィンドウで画像を表示したが、選
択スイッチが押されるごとに目的ウィンドウを求めるよ
うにしても良い。

次にニューラルネットワークにより画像度を求める方式
における変形例について説明する。

（１）まず前記実施例では、出力素子が１個であり、「
明るさ」、「コントラスト」の両方を統合した画像度を
表しているが、出力素子を「明るさ」、「コントラスト
」に対応して２個とし、これを「明るすぎる〜適当〜暗
すぎる」　（０〜１）。

コントラストが「強すぎる〜適当〜弱すぎる」（０〜１
）のように表しても良い。この場合、画像度は両者の重
み付けの合計として求める。また「明るさ」の教師デー
タは、第１４図においてＷＷＳ−ＷＷＧ−、ｒコントラ
スト」の教師データはＷＬ　Ｓ　−ＷＬ　Ｇとおけばよ
い。

（２）さらに実施例は、学習と実行を同一の二二−ラル
ネットワークで行なっているが、学習はワークステーシ
ョンなどの他のニューラルネットワークで行い、実行は
別の簡単なニューラルネットワークで行っても良い。ま
た学習したニューラルネットワークの重み係数のうち、
値の大きいものだけを取り出し、にニューラルネットワ
ークを使用せずに）計算機のソフトウェアだけで計算し
ても良い。

（３）さらに実施例では、すべての画像について、同一
の重み係数を使用しているが、画像のタイプにより異な
る重み係数を使用しても良い。この場合は、計算機から
ニューラルネットワークに、画像タイプに応じて異なる
重み係数を転送するようにする。また学習も画像タイプ
ごとに別々の学習データを用いて行なう。

（４）さらに実施例では、学習データ用の画像の選択に
ついては説明していないが、例えば装置ごとに、１０枚
数程度の画像（画像タイプごとに別々に）を学習画像と
して記憶する。この画像によりニューラルネットワーク
を学習させる。このようにすれば、装置に応じたニュー
ラルネットワーク（重み係数）が形成される。さらに新
しい学習画像を追加するか、あるいは古い画像、を新し
い画像に更新して、再度全体の学習画像を用いて学習す
るようにすれば、装置の変化にも対応可能である。

（５）さらに前記（３）、（４）では、装置ごとに画像
タイプごとに別々の重み係数を設けるようにしているが
、これを装置ごと、観察者（医師）ごと１画像タイプご
とに別々の重み係数を設けるようにしても良い。

（６）実施例では、特徴量を線形で正規化した値を入力
としたが、正規化は例えば正弦関数や対数変換などで正
規化しても良い。

（７）実施例では、特徴の個数とニューラルネ・ソトワ
ークの入力層の素子数を同一にしたが、１つの特徴に複
数の入力素子を割り当てて、特徴量を線形で正規化した
値と、正弦関数や対数変換などで正規化した値を入力と
しても良い。

このほか本発明の要旨を逸脱しない範囲で種々変形実施
可能であるのは勿論である。

［発明の効果］本発明によれば、ウィンドウを複数の観察目的のための
目的ウィンドウとして設定しこの目的ウィンドウで画像
を表示し、これらの目的ウィンドウを選択して画像を変
更表示するので、ウィンドウは画像全体を見る場合と、
特定部位を見る場合とで異なることから、例えば最初に
全体を見る場合のウィンドウを設定し、次に観察者が特
定の観察目的を選択することにより、観察目的に応じた
ウィンドウとなる。これにより観察者は簡単な操作によ
り、観察目的に適合した表示画像を観察することができ
るので観察者の負担を軽減できる。

さらに人間が感する見易い表示画像を得ることができる
。

さらに観察目的に合わせてＭＲＩ値を基準化できるので
、はぼ一定のウィンドウでＭＨＩ画像を観察することが
できる。これにより観察者はウィンドウの設定がほとん
ど不要になるので、観察者の負担を軽減し得る画像表示
方法及び画像変換方法を提供できる。

【図面の簡単な説明】

第１図は本発明に係る画像表示方法の全体の手順を示す
フロー図、第２図は観察目的に適したウィンドウを求め
る方法を示すフロー図、第３図は前記ウィンドウの求め
方の具体的な手順の実施例を示すフロー図、第４図は前
記画像表示方法を適用した画像表示装置を示す概略ブロ
ック図、第５図は典型的なＭＲＩ画像のヒストグラムを
示す図、第６図はＭＲＩ値をＷＬ、ＷＷに応じて連続し
た明るさとして表示した図、第７図は評価関数を示す図
、第８図はＷＷ、ＷＬを変化させＷＷ。ＷＬに対する画像度Ｑを示す概略図、第９図は前記ＭＲ
Ｉ画像のピークの定義を示す図、第１０図はＭＶＰの求
め方を説明するための図、第１１図は従来のウィンドウ
の設定方法の一例を示す図、第１２図はニューラルネッ
トワークの構成を示す図、第１３図は前記ニューラルネ
ットワークで画像度を求める手順を示すフロー図、第１
４図はＷＬＳ、ＷＷＳに対する教師データを示す図、第
１５図は前記ＭＲＩ装置における画像作成の手順を示す
概略図、第１６図はコントラストスケールの定数ｐ、ｑ
を求める方法を示す図、第１７図は画像変換方法の手順
を示すフロー図、第１８図は観察目的に合致したウィン
ドウを求める方法の手順を示すフロー図、第１９図は画
像表示方法の手順を示すフロー図である。１・・・画像メモリ、２・・・計算機、３・・・ＷＬ、
ＷＷスイッチ、４・・・表示装置、５・・・ニューラル
ネットワーク、１０・・・選択スイッチ、３０・・・人
力層、３２・・・中間層、３４・・・出力層、Ｑ・・・
画像度、ＷＬ・・・ウィンドウレベル、ＷＷ・・・ウィ
ンドウレベル、Ｈ・・・背景、ＭＶＰ・・・最も重要と
推定されるＭＲＩ値、Ｆ・・・評価関数。

Claims

【特許請求の範囲】

（１）ディジタル化された画像データを用いてウィンド
ウに関するパラメータを設定し画像を表示させるための
画像表示方法において、前記画像データに基づき画素値
に対するヒストグラムを作成する手順と、特定の観察目
的に対して候補値として前記パラメータを複数種類設定
しこれらのパラメータに対してそれぞれ画像の見易さを
表現する評価値を求めこれらの評価値を比較し最も大き
い評価値をもつ前記パラメータを、前記特定の観察目的
のための目的パラメータとして設定しこの目的パラメー
タで画像を表示する手順と、複数の観察目的に対してそ
れぞれ目的パラメータを設定しこれらの目的パラメータ
を選択して画像を変更表示する手順とからなることを特
徴とする画像表示方法。
（２）前記評価値をニューラルネットワークにより求め
る手順を含むことを特徴とする請求項１記載の画像表示
方法。
（３）前記目的パラメータを求める手順は、候補値とし
て前記パラメータを設定し、設定された前記パラメータ
に対して前記評価値を求める手順と、このパラメータを
各々大きく変化させこれらに対する評価値を求める手順
と、これらの評価値に基づき前記候補値のパラメータを
変更設定する手順と、前記パラメータの変化量を順次小
さくすることにより最も大きい評価値をもつ前記パラメ
ータを求める手順を含むことを特徴とする請求項１及び
請求項２記載の画像表示方法。
（４）前記パラメータは、ウィンドウレベルまたはウィ
ンドウ幅のうち少なくともいずれか一方であることを特
徴とする請求項１乃至請求項３記載の画像表示方法。
（５）ディジタル化された画像データの各画素値を変換
関数により変換し、もう１枚のディジタル画像を作成す
る画像変換方法において、前記元の画像データの画素値
に対するヒストグラムを作成する手順と、特定の観察目
的に対して前記変換関数を決定するためのパラメータを
候補値として複数種類設定し、これらのパラメータに対
してそれぞれ画像の見易さを表現する評価値を求めこれ
らの評価値を比較し最も大きい評価値をもつ前記パラメ
ータを前記特定の観察目的のための目的パラメータとし
て設定し、この目的パラメータで画像を表示する手順と
、複数の観察目的に対してそれぞれ目的パラメータを設
定しこれらの目的パラメータを選択して画像を変更表示
する手順と、前記複数の目的パラメータの中の少なくと
も１つのパラメータを用いて変換関数を決定し、この変
換関数により前記ディジタル画像の画素値を変換しても
う１枚のディジタル画像を作成する手順とからなる画像
変換方法。
（６）前記評価値をニューラルネットワークにより求め
る手順含むことを特徴とする請求項５記載の画像変換方
法。
（７）前記パラメータを求める手順は、最初に候補値と
して前記パラメータを設定し、設定されたパラメータに
対して前記評価値を求める手順と、このパラメータを各
々大きく変化させこれらに対する評価値を求める手順と
、これらの評価値に基づき前記候補値のパラメータを変
更設定する手順と、前記パラメータの変化量を順次小さ
くすることにより最も大きい評価値をもつ前記パラメー
タを求める手順とを含むことを特徴とする請求項５及び
請求項６記載の画像変換方法。
（８）前記パラメータは、ウィンドウレベルまたはウィ
ンドウ幅のうち少なくともいずれか一方であることを特
徴とする請求項５乃至請求項７記載の画像変換方法。