JPH04152478A - 放射線画像読取条件及び／又は画像処理条件決定方法及び装置 - Google Patents

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】 （産業上の利用分野） 本発明は、放射線画像を表わす画像信号に基づいて、画
像信号を得る際の読取条件１画像信号に画像処理を施す
際の画像処理条件を求める放射線画像読取条件及び／又
は画像処理条件決定方法および装置に関するものである
。

（従来の技術） 記録された放射線画像を読み取って画像信号を得、この
画像信号に適切な画像処理を施した後、画像を再生記録
することは種々の分野で行なわれている。たとえば、後
の画像処理に適合するように設計されたガンマ値の低い
Ｘ線フィルムを用いてＸ線画像を記録し、このＸ線画像
が記録されたフィルムからＸ線画像を読み取って電気信
号に変換し、この電気信号（画像信号）に画像処理を施
した後コピー写真等に可視像として再生することにより
、コントラスト、シャープネス、粒状性等の画質性能の
良好な再生画像を得ることが行なわれている（特公昭６
１−５１９３号公報参照）。

また本願出願人により、放射線（Ｘ腺、α線。

β線、γ線、電子線、紫外線等）を照射するとこの放射
線エネルギーの一部が蓄積され、その後可視光等の励起
光を照射すると蓄積されたエネルギーに応じて輝尽発光
を示す蓄積性蛍光体（輝尽性蛍光体）を利用して、人体
等の被写体の放射線画像情報を−Ｈシート状の蓄積性蛍
光体に記録し、この蓄積性蛍光体シートをレーザー光等
の励起光で走査して輝尽発光光を生ぜしめ、得られた輝
尽発光光を光電的に読み取って画像信号を得、この画像
データに基づき被写体の放射線画像を写真感光材料等の
記録材料、ＣＲＴ等に可視像として出力させる放射線画
像記録再生システムがすでに提案されている（特開昭５
５−１２４２９号、同５６−１１３９５号。

同５５−１８３４７２号１同５６−１０４８４５号、同
５５−１１８３４０号等）。

このシステムは、従来の銀塩写真を用いる放射線写真シ
ステムと比較して極めて広い放射線露出域にわたって画
像を記録しうるという実用的な利点を有している。すな
わち、蓄積性蛍光体においては、放射線露光量に対して
蓄積後に励起によって輝尽発光する発光光の光量が極め
て広い範囲にわたって比例することが認められており、
従って種々の撮影条件により放射線露光量がかなり大幅
に変動しても、蓄積性蛍光体シートより放射される輝尽
発光光の光量を読取ゲインを適当な値に設定して充電変
換手段により読み取って電気信号に変換し、この電気信
号を用いて写真感光材料等の記録材料、ＣＲＴ等の表示
装置に放射線画像を可視像として出力させることによっ
て、放射線露光量の変動に影響されない放射線画像を得
ることができる。

上記システムにおいて、蓄積性蛍光体シートに照射され
た放射線の線量等に応じて最適な読取条件で読み取って
画像信号を得る前に、予め低レベルの光ビームにより蓄
積性蛍光体シートを走査してこのシートに記録された放
射線画像の概略を読み取る先読みを行ない、この先読み
により得られた先読画像信号を分析し、その後上記シー
トに高レベルの光ビームを照射して走査し、この放射線
画像に最適な読取条件で読み取って画像信号を得る本読
みを行なうように構成されたシステムもある。

ここで読取条件とは、読取りにおける輝尽発光光の光量
と読取装置の出力との関係に影響を与える各種の条件を
総称するものであり、例えば入出力の関係を定める読取
ゲイン、スケールファクタあるいは、読取りにおける励
起光のパワー等を意味するものである。

また、光ビームの高レベル／低レベルとは、それぞれ、
上記シートの単位面積当りに照射される光ビームのエネ
ルギーの大／小、もしくは上記シートから発せられる輝
尽発光光のエネルギーが上記光ビームの波長に依存する
（波長感度分布を有する）場合は、上記シートの単位面
積当りに照射される光ビームのエネルギーを上記波長感
度で重みづけした後の重みづけエネルギーの大／小をい
い、光ビームのレベルを変える方法としては、異なる波
長の光ビームを用いる方法、レーザ光源等から発せられ
る光ビームの強度そのものを変える方法、光ビームの光
路上にＮＤフィルター等を挿入１除去することにより光
ビームの強度を変える方法、光ビームのビーム径を変え
て走査密度を変える方法、走査速度を変える方法等、公
知の種々の方法を用いることができる。

また、この先読みを行なうシステムか先読みを行なわな
いシステムかによらず、得られた画像信号（先読画像信
号を含む）を分析し、画像信号に画像処理を施す際の最
適な画像処理条件を決定するようにしたシステムもある
。ここで画像処理条件とは、画像信号に基づく再生画像
の階調や感度等に影響を及ぼす処理を該画像信号に施す
際の各種の条件を総称するものである。この画像信号に
基づいて最適な画像処理条件を決定する方法は、蓄積性
蛍光体シートを用いるシステムに限られず、たとえば従
来のＸ線フィルム等の記録シートに記録された放射線画
像から画像信号を得るシステムにも適用されている。

上記画像信号（先読画像信号を含む）に基づいて読取条
件及び／又は画像処理条件（以下、読取条件等と呼ぶ。

）を求める演算は、あらかじめ多数の放射線画像を統計
的に処理した結果からそのアルゴリズムが定められてい
る（たとえば、特開昭Ｇｏ−１８５９４４号公報、特開
昭６１−２８０１８３号公報参照）。

この従来採用されているアルゴリズムのひとつとして、
画像信号のヒストグラムを求め、このヒストグラムに基
づいて読取条件等を求める方法が知られている。このヒ
ストグラムに基づいて読取条件等を求める方法は、画像
信号のヒストグラムから画像情報として必要な範囲の最
大値と最小値の両者を求め、この最大値と最小値とに挾
まれた範囲内の画像情報が例えば本読みにおいて精度良
く読み取られるように読取条件等を求める方法（特開昭
６０−１５８０５５号公報参照）や、ヒストグラムから
最大値のみを求め、その最大値から所定値を引いた値を
最小値とし、この最大値と最小値とに挾まれた範囲を必
要な画像情報の範囲とする方法（特開昭６０−１８５９
４４号公報参照）、あるいは、ヒストグラムから最小値
のみを求め、その最小値に所定値を足した値を最大値と
し、この最小値と最大値とに挾まれた範囲を必要な画像
情報の範囲とする方法（特開昭６１−２８０１６３号公
報参照）、その他、差分ヒストグラムを用いる方法（特
願昭６２−８７３０２号参照）、累積ヒストグラムを用
いる方法（特開昭８１−１７０７３０号公報参照）、ヒ
ストグラムを判別基準により複数の小領域に分割する方
法（特願昭８２−９８７１８号参照）等、多数の方法に
よって読取条件等を定める方法が知られている。

しかし、上記の画像信号のヒストグラムに基づいて読取
条件等を求めるヒストグラム解析による方法では、しき
い値処理をして局所的解析により各種特性値を算出して
いるため、ヒストグラムの局所的特徴を重視しすぎて誤
った結果を出してしまうことがある。

そこで、近年出現した、ニューラルネットワークを利用
した方法をこの分野に適用することが考えられる。

このニューラルネットワークは、ある入力信号を与えた
ときに出力された出力信号が正しい信号であるか誤った
信号であるかという情報（教師信号）を入力することに
より、ニューラルネットワーク内部の各ユニット間の結
合の重み（シナプス結合のウェイト）を修正するという
誤差逆伝播学習（パックプロパゲーション）機能を備え
たものであり、繰り返し°学習゛　させることにより、
新たな信号が入力されたときに正解を出力する確率を高
めることができるものである。

このニューラルネットワークを用いると、放射線画像の
画像データを入力として、上記の前述の読取条件等の決
定を行なうことが可能である。

すなわち、上記放射線画像の画像データを上記ニューラ
ルネットワークに入力し、読取条件等を出力とし、この
ニューラルネットワークにあらかじめ繰り返し゛学習゛
　させることにより次第に正しい読取条件等を求めるこ
とができるようにすることができる。

（発明が解決しようとする課題） しかし、上記のニューラルネットワークを用いて読取条
件等を求める方法は、局所的解析ではないので局所的特
徴を重視しすぎて誤った結果を出してしまうことは防止
できるが、画像データをそのまま入力して学習を繰返さ
せるため、学習に膨大な時間をかける必要があり、現実
的に実施するのが困難であるという問題がある。

そこで本発明は、ニューラルネットワークを用いた方法
の欠点を解消して、大局的な判断のできるニューラルネ
ットワークを用いる一方、その学習量を少なくして、能
率良く、高い精度で放射線画像読取条件及び／又は画像
処理条件を決定する装置を提供することを目的とするも
のである。

（課題を解決するための手段） 本発明のひとつは前述した蓄積性蛍光体シートを用い、
先読みを行なうシステムに用いられるものである。すな
わち本発明の第１の放射線画像読取条件及び／又は画像
処理条件決定方法は、放射線画像が記録された蓄積性蛍
光体シートに励起光を照射し該蓄積性蛍光体シートから
発せられた輝尽発光光を読み取って得られた前記放射線
画像を表わす第一の画像信号に基づいて、前記蓄積性蛍
光体シートに再度励起光を照射し該蓄積性蛍光体シート
から発せられた輝尽発光光を読み取って前記放射線画像
を表わす第二の画像信号を得る際の読取条件及び／又は
得られた前記第二の画像信号に画像処理を施す際の画像
処理条件を求める放射線画像読取条件及び／又は画像処
理条件決定方法において、 前記第一の画像信号を該画像信号の最大値及び最小値で
正規化した後、ニューラルネットワークに入力し、該ニ
ューラルネットワークがら前記読取条件及び／又は前記
画像処理条件を出力させることを特徴とするものである
。

そして、上記方法を実施する本発明による放射線画像読
取条件及び／又は画像処理条件決定装置は、放射線画像
が記録された蓄積性蛍光体シートに励起光を照射し該蓄
積性蛍光体シートから発せられた輝尽発光光を読み取っ
て得られた前記放射線画像を表わす第一の画像信号に基
づいて、前記蓄積性蛍光体シートに再度励起光を照射し
該蓄積性蛍光体シートから発せられた輝尽発光光を読み
取って前記放射線画像を表わす第二の画像信号を得る際
の読取条件及び／又は得られた前記第二の画像信号に画
像処理を施す際の画像処理条件を求める放射線画像読取
条件及び／又は画像処理条件決定装置において、 前記第一の画像信号の最大値と最小値を検出し出力する
手段と、 該検出手段により検出された前記最大値及び最小値と前
記第一の画像信号とを入力し、該第一の画像信号を前記
最大値と最小値によって正規化する正規化手段と、 該正規化手段により出力された画像信号を入力し、この
正規化された画像信号に基づいて前記読取条件及び／又
は前記画像処理条件を出力するニューラルネットワーク
とからなることを特徴とするものである。

また、本発明によるもうひとつの方法は、蓄積性蛍光体
シートに限られず、画像処理条件を求めるものである。

すなわちこの放射線画像処理条件決定方法は、 放射線画像を表わす画像信号に基づいて、該画像信号に
画像処理を施す際の画像処理条件を求める放射線画像処
理条件決定方法において、前記画像信号を該画像信号の
最大値及び最小値で正規化した後、ニューラルネットワ
ークに入力し、該ニューラルネットワークから前記画像
処理条件を出力させることを特徴とするものである。

また、この方法を実施する装置は、放射線画像を表わす
画像信号に基づいて、該画像信号に画像処理を施す際の
画像処理条件を求める放射線画像処理条件決定装置にお
いて、 前記画像信号の最大値と最小値を検出し出力する手段と
、 該検出手段により検出された前記最大値及び最小値と前
記画像信号とを入力し、該画像信号を前記最大値と最小
値によって正規化する正規化手段と、 該正規化手段により出力された画像信号を入力し、この
正規化された画像信号に基づいて、前記画像処理条件を
出力するニューラルネットワークとからなることを特徴
とするものである。

本発明において、画像信号を該画像信号の最大値及び最
小値で正規化するとは、最大値と最小値にばらつきのあ
る多数の画像信号を揃えるため、各画像信号の、最大値
と最小値をそれぞれ一定の大きさに揃え、これによって
、レベルやスケールファクターが互いに異なっている画
像信号を、同じレベルとスケールファクターを持った画
像信号に揃えることを言う。

（作　　用） 本発明による放射線画像読取条件及び／又は画像処理条
件決定装置は、画像信号を該画像信号の最大値及び最小
値で正規化するため、レベルやスケールファクターが互
いに異なっているばらつきのある多数の画像信号であっ
ても、その画像信号のレベルやスケールファクターを同
じものに揃えることができるので、ニューラルネットワ
ークによる学習が楽になり、能率良く、高い精度で放射
線画像読取条件及び／又は画像処理条件を決定すること
ができる。

（実　施　例） 以下、本発明の実施例について、図面を参照して説明す
る。

第１図は、本発明の基本的概念を示すブロック図である
。すなわち、本発明による方法の基本的概念は、放射線
画像を表わす画像信号１の最大値と最小値を検出手段２
で検出し、これを前記画像信号１とともに正規化回路３
に入力し、前記画像信号を該画像信号の最大値及び最小
値で正規化したものを二二−ラルネットワーク４に入力
し、該ニューラルネットワーク４から読取条件及び／又
は画像処理条件５を出力させるものである。

次に、本発明による放射線画像読取条件決定方法を適用
したコンピュータシステムを内包したＸ線画像読取装置
の一例について詳細に説明する。

第２図は、Ｘ線画像読取装置の一例、および本発明の放
射線画像読取条件及び／又は画像処理条件決定装置の一
例を内包したコンピュータシステムの一例を示した斜視
図である。このシステムは前述した蓄積性蛍光体シート
を用い、先読みを行なうシステムである。

図示しないＸ線撮影装置において、被写体のＸ線画像が
蓄積性蛍光体シートに蓄積記録される。

このＸ線画像が記録された蓄積性蛍光体シート１１は、
まず弱い光ビームで走査してこのシート１１に蓄積され
た放射線エネルギーの一部のみを放出させて先読みを行
なう先読手段１００の所定位置にセットされる。この所
定位置にセットされた蓄積性蛍光体シート１１は、モー
タ１２により駆動されるエンドレスベルト等のシート搬
送手段１３により、矢印Ｙ方向に搬送（副走査）される
。一方、レーザー光源１４から発せられた弱い光ビーム
１５はモータ２３により駆動され矢印方向に高速回転す
る回転多面鏡１６によって反射偏向され、ｆθレンズ等
の集束レンズ１７を通過した後、ミラー１８により光路
を変えて前記シート１１に入射し副走査の方向（矢印Ｙ
方向）と略垂直な矢印Ｘ方向に主走査する。この光ビー
ム１５が照射されたシート１１の箇所からは、蓄積記録
されている放射線画像情報に応じた光量の輝尽発光光１
９が発散され、この輝尽発光光１９は光ガイド２０によ
って導かれ、フォトマルチプライヤ（光電子増倍管）　
２）によって光電的に検出される。上記光ガイド２０は
アクリル板等の導光性材料を成形して作られたものであ
り、直線状をなす入射端面２０ａが蓄積性蛍光体シート
１１上の主走査線に沿って延びるように配され、円環状
に形成された出射端面２０ｂに上記フォトマルチプライ
ヤ２Ｉの受光面が結合されている。上記入射端面２０ａ
から光ガイド２０内に入射した輝尽発光光１９は、該光
ガイド２０の内部を全反射を繰り返して進み、出射端面
２０ｂから出射してフォトマルチプライヤ２）に受光さ
れ、放射線画像を表わす輝尽発光光１９の光量がフォト
マルチプライヤ２）によって電気信号に変換される。

フォトマルチプライヤ２）から出力されたアナログ出力
信号Ｓは対数増幅器２６で対数的に増幅され、Ａ／Ｄ変
換器２７でディジタル化され、先読画像信号Ｓｐが得ら
れる。この先読画像信号Ｓｐの信号レベルは、シート１
１の各画素から発せられた輝尽発光光の光量の対数と比
例している。

上記先読みにおいては、蓄積性蛍光体シート１１に蓄積
された放射線エネルギーの広い領域にわたって読み取る
ことができるように、読取条件即ちフォトマルチプライ
ヤ２）に印加する電圧値や対数増幅器２６の増幅率等が
定められている。

得られた先読画像信号Ｓｐは、コンピュータシステム４
０に入力される。このコンピュータシステム４０は、本
発明の放射線画像読取条件決定装置の一例を内包するも
のであり、ＣＰＵおよび内部メモリが内蔵された本体部
４１．補助メモリとしてのフロッピィディスクが挿入さ
れドライブされるドライブ部４２．オペレータがこのコ
ンピュータシステム４０に必要な指示等を入力するため
のキーボード４３．および必要な情報を表示するための
ＣＲＴデイスプレィ４４から構成されている。

このコンピュータシステム４０内では、入力された先読
画像信号Ｓｐに基づいて必要に応じて分割パターン及び
照射野が認識され、次いでその先読画像信号Ｓｐに基づ
いてヒストグラムが求められ、このヒストグラムに基づ
いてニューラルネットワークにより本読みの際の読取条
件、即ち本読みの際の感度ＳｋおよびラチチュードＧｐ
が求められ、この求められた感度Ｓｋ、ラチチュードＧ
ｐに従って、たとえばフォトマルチプライヤ２）’　に
印加する電圧値や対数増幅器２６′の増幅率等が制御さ
れる。

ここでラチチュードＧｐとは、本読みの際に画像信号に
変換される最も微弱な輝尽発光光に対する最も強大な輝
尽発光光の光量比に対応するものであり、感度Ｓｋとは
所定の光量の輝尽発光光をどのレベルの画像信号とする
かを定める光電変換率をいう。

先読みの終了した蓄積性蛍光体シート１１′　は、本読
手段１００′の所定位置にセットされ、上記先読みに使
用した光ビームより強い光ビーム１５′　によりシート
１１′が走査され、前述のようにして定められた読取条
件により画像信号が得られるが、本読手段１００′の構
成は上記先読手段１００の構成と路間−であるため、先
読手段１００の各構成要素と対応する構成要素には先読
手段１００で用いた番号にダッシュを付して示し、説明
は省略する。

Ａ／Ｄ変換器２７′でディジタル化されることにより得
られた画像信号Ｓ０は、再度コンピュータシステム４０
に入力される。コンピュータシステム４０内では画像信
号ＳＱに適切な画像処理が施され、この画像処理の施さ
れた画像信号は図示しない再生装置に送られ、再生装置
においてこの画像信号に基づくＸ線画像が再生表示され
る。

前記コンピュータシステム４０では、先読画像信号Ｓｐ
を該先読画像信号Ｓｐの最大値及び最小値で正規化した
後、ニューラルネットワーク４に入力し、該ニューラル
ネットワーク４により本読みの際の読取条件が決定され
る。

以下、ニューラルネットワークにより、学習を繰り返し
て、該ニューラルネットワークにより、正しい読取条件
を出力させる方法について詳述する。

第３図は誤差逆伝播学習（パックプロパゲーション）機
能を備えたニューラルネットワークの一例を表わした図
である。誤差逆伝播学習（バックプロパゲーション）と
は、前述したように、ニューラルネットワークの出力を
正解（教師信号）と比べることにより、出力側から入力
側に向かって順次結合の重み（シナプス結合のウェイト
）を修正するという“学習”アルゴリズムをいう。

図に示すように、このニューラルネットワークの第１層
（入力層）、第２層（中間層）、第３層（出力層）はそ
れぞれ０１個、ｎ２個、２個のユニットから構成される
。第１層（入力層）に入力される各信号Ｆ１．Ｆ２．・
・・・・・、Ｆ、１は正規化されたＸ線画像の各画素に
対応する先読画像信号Ｓｐであり、第３層（出力層）か
らの２つの出力ｙ？、ｙｚは本読みの際の感度およびコ
ントラストに対応した信号である。

第に層のｉ番目のユニットを ｕｉ、該ユニットｕｉへの各入力をＸ？、各出力をＹ’
＋ｓ（Ｊ’＋から　ｉ＋１への結合の重みをＷ？　：”
とし、各ユニット　７は同一の特性関数を有するものと
する。このとき、各ユニット７の入力　７、出力ｙ：は
、 ７−８ｗ　ニー１　：　　　、　ｙ７−”　　　　・・
・（４）Ｙ＋　　−ｆ　　（＞＋）　　　　　　　　　
　　・・・（５）となる。ただし入力層を構成する各ユ
ニットｕ１（ｉ＝Ｌ２．−、ｎｌ　）　への各人力Ｆｌ
、Ｆ２゜Ｆ、１は重みづけされずにそのまま各ユニット
ｕ：　（ｉ−１，２，・・・、ｎｌ）に入力される。入
力されたｎ１個の信号Ｆ１　ｒ　　Ｆ２　＋　”’＊　
　Ｆ　ｍｌは、各結合の重みＷ？７”　　によって重み
付けられながら最終的な出力Ｙ：＋　　Ｆ２にまで伝達
され、これにより本読みの際の読取条件（感度とコント
ラスト）が求められる。

ここで、上記各結合の重みＷｋｋ＋１　　の決定方法に
ついて説明する。先ず乱数により各結合の重みＷ’＋”
Ｈ”　　の初期値が与えられる。このとき、人力Ｆ１〜
Ｆ、１が最大に変動しても、出力ｙ＋、Ｖ２が所定範囲
内の値またはこれに近い値となるようにその乱数の範囲
を制限しておくことが好ましい。

最適な読取条件が既知の画像、例えば肩関節が記録され
た多数の蓄積性蛍光体シートを、前述のようにして読み
取って先読画像信号Ｓｐを得、これにより上記ｎ１個の
入力Ｆ１　＋　　Ｆ２　＊　・・・、Ｆｏｌが正規化処
理を通して求められる。本発明の特徴として、上記最適
な読取条件は、Ｘ線画像中で特に肩関節の部分が最適な
濃度で示される条件とされる。

このｎ１個の入力Ｆ１１　　Ｆ２　、”’、Ｆ　、１が
第３図に示すニューラルネットワークに入力され、各ユ
ニット　７の出力　７がモニタされる。

各出力　？が求められると、最終的な出力である３’＋
＋Ｙ２と、この画像に関し正しい読取条件どぢ Ｆ２）との二乗誤差 が求められる。

これらの二乗誤差Ｅ１ がそ れぞれ最小となるように、以下のようにして各結合の重
みｗ：：＋１が修正される。尚、以下Ｙ？の出力に関し
て述べ、ｙ：についてはｙｌ と同様であ るため、ここでは省略する。

二乗誤差Ｅ１を最小にするには、 Ｗ”＋’Ｈ”の関数であるから このＥｌ は のように各結合の重みＷニア”が修正される。ここでη
は学習係数と呼ばれる係数である。

ここで、 であり、（４）式より Ｘ：＋′−ΣＷ１゛　・ｙ であるから、（９）式は、 ・・・（４）′ となる。

ここで、（６）式より、 （５）式を用いてこの（１１）式を変形すると、ここで
、（３）式より、 ｆ′ （ｘ）　　−ｆ （ｘ） （１−ｆ （ｘ） ・・・（１３） であるから、 ｆ’　　（Ｘ＋　　）−Ｖ＋ （１）’＋ ・・・（１４〉 となる。

（ｌＯ）式においてに−２と置き、 （１２）、（１４） 式を （ｌＯ）式に代入すると、 ご ＝　　（Ｖ＋　　　Ｙｌ　）　　”）’＋（１７＋ ・・・（１５） このり１５）式を（８）式に代入して、Ｗ、、　　−Ｗ
ｌ　　、　　−η・　（ｙ＋　　　ｄ）　　・ｙ。

（１）’＋ ・・・（１６） となる。

この（１６）式に従って、ＷＩ　。

（ｉ＝１．２゜ の各結合の重みが修正される。

次に、 であるから、 この（１７）式に（４）。

（５）式を代入して、 ここで（１３）式より、 ｆ’　（Ｘ？）　−Ｙｒ （１ｙ＋） ・・・（１９） であるから、 この（１９）式と、 （１２）。

（１４）式を（１８） 式に代入して、 ・ｙ？　・　（１ｙ＋）　　・Ｗ、１　・・・（２０）
（１０）式においてに−１と置き、（２０）式を（１０
）式に代入すると、 −（ｙニー讃）・ｙ：　　（１−ｙ＋　＞・）’：（１
−ｙｉ）　・Ｗ、、−ｙ ・・・（２）） この（２））式を（８）式に代入すると、ｋ−１と置い
て、Ｗ：　？　−ｗ：　？−η・（ｙニーｙ：）・ｙｌ
（Ｉ　　　Ｖ＋）　　・Ｖ＋　　　（１）’＋）　　・
ｙＩＩ　ＷＩ　ｌ ・・・（２２） となり、（１６）式で修正されたＷ？　：　（ｉ−１，
２，・・・ｎｌ）がこの（２２）式に代入され、ＷＩ　
ｒ　（１−１，２゜”’＋　　０１　　；Ｊ−１，２，
”’＋　　ｎ　２　）が修正サレル。

尚、理論的には（１６）式、　（２２）式を用い、学習
係数ηを十分小さくとって学習回数を十分に多くするこ
とにより、各結合の重みＷｋｋ＋ｌを所定の値に集束さ
せ得るが、学習係数ηをあまり小さくすることは学習の
進みを遅くするため現実的ではない。一方学習係数ηを
大きくとると学習が振動してしまう（上記結合の重みが
所定の値に収束しない）ことがある。そこで実際には、
結合の重みの修正量に次式のような慣性項を加えて振動
を抑え、学習係数ηはある程度大きな値に設定される。

（例えば、Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ、Ｇ、Ｅ、Ｈ３
ｎｔｏｎ　ａｎｄ　Ｒ，Ｊ、ＷｌｌｌｌａＩＩｌｓ：Ｌ
ｅａｒｎｉｎｇ　１ｎｔｅｒｎａｌ　ｒｅｐｒｅｓｅｎ
ｔａｔｉｏｎｓ　ｂｙｅｒｒｏｒ　ｐｒｏｐａｇａｔｉ
ｏｎ　Ｉｎ　Ｐａｒａｌｌｅｌ　Ｄｉｓｔｒｉｂｕｔｅ
ｄ　Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌｕｍｅ　１．Ｊ、Ｌ
、ＭｃＣ］ｅｌｌａｎｄ、Ｄ、Ｅ、Ｒｕｌｌ１ｅｌｈａ
ｒｔ　ａｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅ５ｅａｒｃｈ　Ｇ
ｒｏｕｐ、ＭＩＴ　Ｐｒｅｓｓ、１９８６ｂＪ参照） ΔＷ：　’４＋Ｉ（ｔ　＋ｌ　）−α・ΔＷ？　７”　
　（ｔ）　十ｄ　Ｘ　“１ 盪 ・・・（２３） ただし６ｗ７７”　　（ｔ）は、 を回目の学習にお ける、修正後の結合重みＷｌ　、　　から修正前の該結
合の重みｗ：　７”ｌを引いた修正量を表わす。また、
αは、慣性項と呼ばれる係数である。

慣性項α、学習係数ηとしてたとえばα−０，９η−０
，２５を用いて各結合の重みＷ？　７＋１の修正（学習
）をたとえば２０万回行ない、その後は、各結合の重み
ｗ：　：”Ｉは最終の値に固定される。この学習の終了
時には、２つの出力ｙ＋＋Ｖ２は本読みの際のそれぞれ
感度、コントラストを適正に表わす（つまりＸ線画像中
で、肩関節の部分が所定の安定した濃度で再生されるよ
うになる）信号となる。

そこで学習が終了した後は、本読みの際の適正な読取条
件を求めるため、Ｘ線画像を表わす正規化された先読画
像信号Ｓｐがニユーラルネツトワ−りに入力され、それ
により得られた出力ｙ；。

Ｙ２が、そのＸ線画像に対する本読みの読取条件（感度
とコントラスト）を表わす信号となる。この信号は、学
習を行なった後のものであるから本読みの際の最適読取
条件を精度良く表わしている。

尚、上記ニューラルネットワークは３層構造のものに限
られるものではなく、さらに多層にしてもよいことはも
ちろんである。また各層のユニットの数も、入力される
先読画像信号Ｓｐの画素の数、必要とする読取条件の精
度等に応じた任意の数に設定し得るものである。

上記のようにしてニューラルネットワークにより求めら
れた読取条件に従って本読手段１００′のフォトマルチ
プライヤ２）′に印加する電圧や増幅器２６′の増幅率
等が制御され、この制御された条件に従って本読みが行
なわれる。

尚、上記実施例では、先読手段１００と本読手段１００
′　とが別々に構成されているが、前述したように先読
手段１００と本読手段１００′の構成は路間−であるた
め、先読手段１００と本読手段１００′　とを一体にし
て兼用してもよい。この場合、先読みを行なった後、蓄
積性蛍光体シート１■を一回バツクさせ、再度走査して
本読みを行なうようにすればよい。

先読手段と本読手段とを兼用した場合、先読みの場合と
本読みの場合とで光ビームの強度を切替える必要がある
が、この切替えの方法としては、レーザー光源からの光
強度そのものを切替える方そこで、この読取条件を示す
情報Ｃを本読手段１００′に送り、本読みにおける読取
条件を該情報Ｃが示す通りに設定すれば、濃度が安定し
た放射線画像を再生可能となる。

また、上記実施例では、コンピュータシステム４０で本
読みの際の読取条件を求める方法について説明したが、
上記コンピュータシステム４０により、画像信号に画像
処理を施す際の画像処理条件を求めることもできる。

すなわち、ニューラルネットワークを用いた上記コンピ
ュータ４０による読取条件決定の方法を、画像信号に各
種の画像処理を施すときの画像処理条件決定に適用する
こともできる。この場合、本読みの際は先読画像信号Ｓ
ｐにかかわらず所定の読取条件で読み取ることとし、コ
ンピュータシステム４０では、先読画像信号Ｓｐに基づ
いて、画像処理条件を決定するようにしてもよく、また
、コンピュータシステム４０で上記読取条件と画像処理
条件の双方を決定するようにしてもよい。

さらに、上記実施例は、先読みを行なう放射線画像読取
方法に本発明を適用したものであるが、本発明は先読み
無しで本読みに相当する読取りを行なう放射線画像読取
方法にも適用可能である。

この場合は、適当な方法で読み取られて得られた画像信
号からニューラルネットワークを構成するコンピュータ
システムで適正な画像処理条件が求められる。

さらに、上記画像処理条件を決定する実施例は、蓄積性
蛍光体シートに記録された画像を読み取ることを前提と
しているが、本発明は蓄積性蛍光体シートに記録された
放射線画像のみならず、その他、従来のＸ線フィルムに
記録された医用画像等の画像を適宜の方法で読み取った
信号に画像処理を施す場合についても適用可能なこと勿
論である。

こうして求められた最適な画像処理条件は、画像処理装
置に入力され、該画像処理装置において、入力された画
像信号に該最適な画像処理条件で、例えば階調処理等の
画像処理が施される。

【図面の簡単な説明】

第１図は、本発明の方法を実施するシステムの概略構成
を示すブロック図、 第２図は、Ｘ線画像読取装置の一例、および本発明を実
施するコンピュータシステムの一例を示した斜視図、 第３図は、本発明の方法において利用される、ニューラ
ルネットワークの一例を表わした概略図である。 １・・・Ｘ線撮影装置　　　２・・・Ｘ線源１１、１１
’　・・・蓄積性蛍光体シート１９、１９’・・・輝尽
発光光 ２）、２）’　・・・フォトマルチプライヤ２６、２６
’・・・対数増幅器 ２７、２７’・・・Ａ／Ｄ変換器 ４０・・・コンピュータシステム

Claims (1)

1. 【特許請求の範囲】 （１）放射線画像が記録された蓄積性蛍光体シートに励
   起光を照射し該蓄積性蛍光体シートから発せられた輝尽
   発光光を読み取って得られた前記放射線画像を表わす第
   一の画像信号に基づいて、前記蓄積性蛍光体シートに再
   度励起光を照射し該蓄積性蛍光体シートから発せられた
   輝尽発光光を読み取って前記放射線画像を表わす第二の
   画像信号を得る際の読取条件及び／又は得られた前記第
   二の画像信号に画像処理を施す際の画像処理条件を求め
   る放射線画像読取条件及び／又は画像処理条件決定方法
   において、 前記第一の画像信号を該画像信号の最大値及び最小値で
   正規化した後、ニューラルネットワークに入力し、該ニ
   ューラルネットワークから前記読取条件及び／又は前記
   画像処理条件を出力させることを特徴とする放射線画像
   読取条件及び／又は画像処理条件決定方法。（２）放射
   線画像が記録された蓄積性蛍光体シートに励起光を照射
   し該蓄積性蛍光体シートから発せられた輝尽発光光を読
   み取って得られた前記放射線画像を表わす第一の画像信
   号に基づいて、前記蓄積性蛍光体シートに再度励起光を
   照射し該蓄積性蛍光体シートから発せられた輝尽発光光
   を読み取って前記放射線画像を表わす第二の画像信号を
   得る際の読取条件及び／又は得られた前記第二の画像信
   号に画像処理を施す際の画像処理条件を求める放射線画
   像読取条件及び／又は画像処理条件決定装置において、 前記第一の画像信号の最大値と最小値を検出し出力する
   手段と、 該検出手段により検出された前記最大値及び最小値と前
   記第一の画像信号とを入力し、該第一の画像信号を前記
   最大値と最小値によって正規化する正規化手段と、 該正規化手段により出力された画像信号を入力し、この
   正規化された画像信号に基づいて前記読取条件及び／又
   は前記画像処理条件を出力するニューラルネットワーク
   とからなることを特徴とする放射線画像読取条件及び／
   又は画像処理条件決定装置。 （３）放射線画像を表わす画像信号に基づいて、該画像
   信号に画像処理を施す際の画像処理条件を求める放射線
   画像処理条件決定方法において、 前記画像信号を該画像信号の最大値及び最小値で正規化
   した後、ニューラルネットワークに入力し、該ニューラ
   ルネットワークから前記画像処理条件を出力させること
   を特徴とする放射線画像処理条件決定方法。 （４）放射線画像を表わす画像信号に基づいて、該画像
   信号に画像処理を施す際の画像処理条件を求める放射線
   画像処理条件決定装置において、 前記画像信号の最大値と最小値を検出し出力する手段と
   、 該検出手段により検出された前記最大値及び最小値と前
   記画像信号とを入力し、該画像信号を前記最大値と最小
   値によって正規化する正規化手段と、 該正規化手段により出力された画像信号を入力し、この
   正規化された画像信号に基づいて、前記画像処理条件を
   出力するニューラルネットワークとからなることを特徴
   とする放射線画像処理条件決定装置。