JPH04174651A - 放射線画像読取装置 - 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、被写体の放射線画像情報が記録された蓄積性
蛍光体シート等の記録シートから放射線画像を読み取っ
て画像信号を得る放射線画像読取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線、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一部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５Ｂ−１１３９５号。

同５５−１６３４７２号、同５Ｂ−１０４６４５号、同
５５−１１６３４０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
像を記録しつ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光電変
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二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がある。

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８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、例えば大田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〆小をい
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、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（以下、ＥＤＲと呼ぶ。）は、被写体の
撮影部位（被写体か人体の場合の頭部、胸部、腹部等）
、撮影方法（通常撮影、造影撮影、拡大撮影等）等の種
別毎に分類された多数の放射線画像のそれぞれから得ら
れた多数の画像信号を統計的に処理した結果から、各種
別毎にそのアルゴリズムが定められ、放射線画像を読み
取って画像信号を得ることと相前後してこの放射線画像
の種別がマニュアル入力され、この入力された種別に対
応するアルゴリズムに従って自動的なＥＤＲが行なわれ
る。

第８図は、このＥＤＨの一例を説明するために、先読画
像信号のヒストグラムの例を示した図である。この図は
前述した蓄積性蛍光体シートを用い、先読みを行なうシ
ステムにおけるものである。

先読みにおいて蓄積性蛍光体シートから発せられた輝尽
発光光を読み取ることにより得られた、輝尽発光光の光
量と比例する先読画像信号Ｓｐを横軸（対数軸）にとり
、先読画像信号Ｓｐの各値の出現頻度を縦軸（上方）に
とり、さらに、本読みにより得られる画像信号を縦軸の
下方（対数軸）にとる。ここで例えば「胸部単純撮影」
という「種別」がマニュアル入力された場合、この「胸
部単純撮影」という「種別」に対応するＥＤＲのアルゴ
リズムは、たとえば、しきい値Ｔて先読画像信号Ｓｐの
最小値ＳＬの位置から先読画像信号Ｓｐの値が増加する
方向にサーチしく図の一点鎖線に対応）、最初の立ち上
がり点ａとその次の立ち下がり点すとを見つける。この
２点ａ、ｂに挾まれる範囲の最小値および最大値をそれ
ぞれ５ｐａ（点ａに対応）、５ｐｂ（点すに対応）とし
たとき、この範囲に含まれる画像情報か可視出力画像に
適正に再生されるように本読みにおける読取条件が定め
られる。すなわち、先読画像信号ＳｐにおけるＳｐａお
よびＳｐｂが、本読みにおける最小の本読画像信号Ｑｍ
ｉｎおよび最大の本読画像信号Ｑ　１ｌａｘとなるよう
に、すなわち図の直線Ｇ１に沿うように本読みの読取条
件が定められる。

（発明が解決しようとする課題） ところが例えば上記「胸部単純撮影」等の放射線画像の
「種別」は、オペレータにより入力されるものであるた
め、この「種別」を間違えて入力することがある。たと
えば上記「胸部単純撮影」という「種別」を指定すべき
ところ例えば「手の撮影」という「種別」が入力された
場合この「手」を被写体とした放射線画像を表わす先読
画像信号Ｓｐのヒストグラムも例えば第８図に示すよう
な形状のヒストグラムであり、この場合山Ａと窪みＣと
の双方に対応する画像情報を必要とし、この場合ＥＤＲ
のアルゴリズムとしては、例えば上記と同様にしてしき
い値Ｔでサーチされ、点ａと点Ｃが求められ、この場合
本読みの読取条件として直線Ｇ２に沿う読取条件が求め
られることとなる。

このようにＥＤＲが不適合であると、その放射線画像か
ら得られた画像信号に基づいて可視画像を再生出力した
とき、観察に堪えないほど濃度、コントラストの不適正
な可視画像が出力される場合があるという問題点があり
、最悪の場合には出力された可視画像に必要な画像情報
が全く含まれておらず、放射線画像の撮影からやり直す
必要が生じ、時間の無駄となり、また被写体が人体の場
合、再度の撮影により人体への放射線の照射量が倍加さ
れるという問題点もある。

一方この弊害を是正するために、放射線画像を読み取っ
て得た画像信号（先読画像信号を含む）に基づいて、該
放射線画像の「種別」を自動的に求めることも考えられ
る。しかしこの「種別」を自動的に求める方法は信頼性
はそれほど高いとは言えず、ややもするとマニュアルで
入力ミスを犯す可能性よりも高い、誤った「種別」が求
められる可能性がある。

本発明は、上記事情に鑑み、「種別」の入力を誤ったこ
とによる誤った読取条件１画像処理条件が求められる可
能性を下げることにより、より信頼性の高い本読みもし
くは画像処理を行なうことのできる放射線画像読取装置
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） 上記目的を解決する本発明の第一の放射線画像読取装置
は、蓄積性蛍光体シートを用い、先読みを行なう放射線
画像読取装置に関するものである。

即ち本発明の第一の放射線画像読取装置は、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この
励起光の照射により前記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先
読画像信号を得る先読手段と、前記蓄積性蛍光体シート
に再度励起光を照射しこの励起光の照射により前記蓄積
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本読画像信号を得る本読手段と
、前記放射線画像の種別を入力する入力手段と、前記先
読画像信号を、前記種別毎に定められた多数の分析手法
のうち前記入力手段から入力された前記種別に対応した
分析手法に従って分析することにより、前記本読画像信
号を得る際の読取条件及び／又は得られた前記本読画像
信号に画像処理を施す際の画像処理条件を求める条件演
算手段とを備えた放射線画像読取装置において、前記先
読画像信号に基づいて、前記放射線画像の種別を求める
種別演算手段と、前記入力手段から入力された前記種別
と前記種別演算手段で求められた前記種別とが一致する
か否かを判定する判定手段と、前記判定手段において、
少なくとも前記入力手段から入力された前記種別と前記
種別演算手段から入力された前記種別とが一致しないと
判定された場合に、この一致しない旨を出力する出力手
段とを備えたことを特徴とするものである。

また本発明の第二の放射線画像読取装置は、蓄積性蛍光
体シートに限られるものではなく、また先読みを行なわ
ない放射線画像読取装置に関するものである。すなわち
本発明の第二の放射線画像読取装置は、 放射線画像が記録された記録シートから前記放射線画像
を読み取って該放射線画像を表わす画像信号を得る読取
手段と、前記放射線画像の種別を入力する入力手段と、
前記画像信号を、前記種別毎に定められた多数の分析手
法のうち前記入力手段から入力された前記種別に対応し
た分析手法に従って分析することにより、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条件演算手段
とを備えた放射線画像読取装置において、前記画像信号
に基づいて、前記放射線画像の種別を求める種別演算手
段と、前記入力手段から入力された前記種別と前記種別
演算手段で求められた前記種別とが一致するか否かを判
定する判定手段と、前記判定手段において、少なくとも
前記入力手段から入力された前記種別と前記種別演算手
段から入力された前記種別とが一致しないと判定された
場合に、この一致しない旨を出力する出力手段とを備え
たことを特徴とするものである。

ここで、上記「種別演算手段」における種別を求めるた
めのアルゴリズムは、特定のアルゴリズムに限られるも
のではなく、画像信号（先読画像信号）に基づいて、例
えば「種別」毎に値の異なる何等かの特徴量を求めても
よく、画像のパターンマツチングを行なうことにより「
種別」を求めてもよく、ニュウラルネットワーク等を用
いて「種別」を求めてもよい。

また上記「出力手段」は、上記「一致しない旨」をどの
ような方法で出力してもよく、例えばＣＲＴが免状に表
示すること、音、光等で警告を発すること等のいずれで
もよい。

（作　　用） 上記本発明の第−及び第二の放射線画像読取装置は、オ
ペレータが入力手段から入力した「種別」を種別演算手
段において自動的に求められた「種別」と比較し、この
二つの「種別」が一致しないときにその旨を出力するよ
うにしたため、もしオペレータが間違えて誤った「種別
」を入力してしまったときにその旨通知されることとな
り、これにより正しい「種別」に対応するアルゴリズム
（分析法法）を用いてＥＤＲが行なわれる確度が格段に
高まり、信頼性の高い放射線画像読取装置が実現される
。

（実　施　例） 以下、本発明の実施例について説明する。尚、ここでは
前述した蓄積性蛍光体シートを用いる例について説明す
る。

第１図は、Ｘ線撮影装置の一例の概略図である。

このＸ線撮影装置１のＸ線源２からＸ線３が人体４に向
けて照射され、人体４を透過したＸ線３ａが蓄積性蛍光
体シート１１に照射されることにより、人体の透過Ｘ線
画像が蓄積性蛍光体シート１１に蓄積記録される。

第２Ａ図、第２Ｂ図は、蓄積性蛍光体シート上に蓄積記
録されたＸ線画像の例を模式的に表わした図である。

第２Ａ図、第２Ｂ図はそれぞれ右肩のＸ線画像および頭
部側面のＸ線画像を表わしているが、これらは例に過ぎ
ず頚部正面、′Ｈ４Ｈ４部側面部胸部正面等種々写体部
位および種々の向きについてＸ線撮影が行なわれる。

第３図は、本発明の放射線画像読取装置の一実施例であ
るＸ線画像読取装置の一例を示した斜視図である。この
装置は前述した蓄積性蛍光体シートを用い、先読みを行
なう装置である。

第１図に示すＸ線撮影装Ｗ１１において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
て蓄積性蛍光体シート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。蓄積性蛍
光体シート１１の、この光ビーム１５が照射された箇所
からは、蓄積記録されているＸ線画像情報に応じた光量
の輝尽発光光１９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）　２１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射出端面２０ｂに上記フォ
トマルチプライヤ２１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、射出端面２０ｂから射出してフォトマルチプ
ライヤ２１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２１によって電気信
号に変換される。

フォトマルチプライヤ２１から出力されたアナログ出力
信号Ｓは対数増幅器２Ｂ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、蓄積性蛍
光体シート１１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２１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
発明にいう入力手段１条件演算手段。

種別演算手段１判定手段および出力手段の各−例を内包
するものであり、ＣＰＵおよｄ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には、被写体部位（頭部
、頚部、胸部、腹部等）およびこれらの向き（正面、左
側面、右側面等）等、Ｘ光画像の各「種別」によりそれ
ぞれ異なる、これらの各種別毎のＸ線画像に適合した本
読み読取条件を求めるための多数のアルゴリズムが記憶
されており、蓄積性蛍光体シー）１１がこのＸ線画像読
取装置にセットされるに先立ってオペレータによりキー
ボード４３からこのＸ線画像の「種別」が入力される。

このコンピュータシステム４０内に上記先読画像信号Ｓ
ｐが入力されると、この先読画像信号Ｓｐに基づいて、
この先読画像信号Ｓｐが担持するＸ線画像の「種別」が
求められる。この先読画像信号Ｓｐに基づくＵ種別」の
求め方については後述する。

このＸ前画像の「種別」が求められると、この求められ
た「種別」がオペレータによりキーボード４３から入力
された「種別」と一致しているか否かが判断され、一致
している場合はその「種別」に対応したアルゴリズムが
コンピュータシステム４０内のメモリから読み出され、
この読み出されたアルゴリズムに従って先読画像信号を
分析することにより、本読みの際の読取条件、即ち本読
みの際の感度およびラチチュードが求められ、この感度
、ラチチュードに従ってたとえばフォトマルチプライヤ
２１’　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という
光電変換率をいう。

また、上記キーボード４３から入力された「種別」と先
読画像信号Ｓｐに基づいて求められた「種別」が不一致
である場合、これら双方の「種別」がＣＲＴデイスプレ
ィ４４に表示されるとともにブザーが鳴り、これにより
オペレータの注意が喚起され、オペレータはデイスプレ
ィ４４に表示された「種別」を確認し、自分の入力が誤
っていた場合は、その訂正がなされる。尚その間、本読
手段では本読みを行なわずに待機している。

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、先読画像信号Ｓｐに基づいて求めら
れた読取条件により画像信号が得られるが、本読手段１
００′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１０゜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、再度コンピュタシステム４０に
入力される。コンビニータシステム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
。

次にコンピュータシステム４０内における「種別」の求
め方の例について説明する。

第４図は先読画像信号Ｓｐが担持するＸ線画像５０を縦
横に多数に分割（この例えば縦横にそれぞれ４分割、合
計１６分割）した状態を表わした図である。

このようにして多数に分割された各領域５０ａ。

５０ｂ、・・・、５０ｎのそれぞれについて各領域５０
ａ。

５０ｂ、・・・、５０ｎ内の多数の画素に対応する先読
画像信号Ｓｐの各平均値Ｍａ、Ｍｂ、・・・、Ｍｎが求
められる。一方コンピュータシステム４０内には各種別
ｉ毎に上記と同様にしてあらかじめ求められた各種別に
属する多数のＸ線画像についての領域５０ａ　、　５０
ｂ　、−、５０ｎ内の標準的な平均的Ｍ　ａ　ｉ　。

Ｍ　ｂ　ｉ　、・・・、Ｍｎｉが、多数の種別ｌについ
て記憶されており、今回水められた平均値Ｍａ、Ｍｂ、
・・・。

Ｍｎと各種別毎の標準的な平均値Ｍａｉ、　Ｍｂｉ、・
・・。

Ｍｎｉとの間で、特性値 が求められ、多数の種別ｊのうち上記特性値Ｃ５０値の
最も小さい種別がこの先読画像信号Ｓｐが担持するＸ線
画像の種別とされる。尚、上記例では各領域毎の平均値
を求めるようにしたが、これは平均値に限られるもので
はなく、中央値、　（最大値十最小値）／２等の平均値
に代えて用いうる値、さらには分散等各領域内のばらつ
きの程度を指標する値もしくはこれらの値の組合せ等を
求めるようにしてもよい。

尚、Ｘ線画像の「種別」を演算により求める上記アルゴ
リズムにおいて、全ての「種別」について特性ｇｃｉを
求めることに代え、キーボード４３から入力されるべき
正しい「種別」との間で互いに入力ミスの生じやすいい
くつかの「種別」のみについて特性値Ｃｉを求め、この
うちの最小の値を有する特性値Ｃ１に対応する「種別」
がそのＸ線画像の種別であるとしてもよい。

第５Ａ図、第５Ｂ図は、コンピュータシステム４０内で
種別を求める他の例を説明するためにＸ線画像に近似し
たパターンを有する二値画像の例を表わした図である。

例えば第２Ａ図、第２Ｂ図に示すような種々のパターン
のＸ線画像が撮影記録されることと対応して、Ｘ線画像
の各種別毎に例えば第５Ａ図、第５Ｂ図に示すような標
準的な単純化されたパターンを記憶しておき、先読画像
信号Ｓｐがコンビエータシステム４０に入力されるとこ
の先読画像信号Ｓｐが各画素毎の先読画像信号ＳｐＯ値
の平均値と比較されて二硫化され、二〇二値化されたＸ
線画像とコンピュータシステム４０内にあらかじめ記憶
されていた二値画像のそれぞれと比較され、値の一致し
ている画素の数の最も多い二値画像に対応する「種別」
がこの先読画像信号Ｓｐが担持するＸ線画像の種別であ
るとされる。

尚、上記第５Ａ図、第５Ｂ図を用いて説明した実施例に
おいても、上記第４図を用いて説明した実施例と同様に
、互いに入力ミスの生じやすい「種別」についてのみ上
記パターンマツチングを行なうようにしてもよい。

第６図は、先読画像信号Ｓｐが担持するＸ線画像の種別
を求める他の例として、ニューラルネットワークの一例
を示した図である。

近年所定の情報を入力して何らかの認識を行ないその認
識結果を出力する方法として、これまでの方法と全く異
なる概念を備えたニューラルネットワークなる考え方が
出現し、種々の分野に適用されつつある。

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
誤差違伝幡学習（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（例えば、ｒＤ、Ｅ、Ｒｕ
ｇｅｌｈａｒｔ、Ｇ、Ｅ、Ｈｉｎｔｏｎ　ａｎｄ　Ｒ，
Ｊ、Ｗ１１］ｊａｍｓ：Ｌｅａｒｎｉｎｇ　ｒｅｐｒｅ
ｓｅｎｔａｔｉｏｎｓ　ｂｙ　ｂａｃｋ−ｐｒｏｐａｇ
ａｔｉｎｇｅｒｒｏｒｓ、Ｎａｔｕｒｅ、（２Ｂ−９，
５３３−８５６，１９８６ａＪ、　　ｒ麻生英樹二バッ
クプロパゲーションＣｏｍｐｕｔｒｏｌ　Ｎα２４５３
−６０１ｒ合原−幸著　ニューラルコンピュータ東京電
機大学出版局」参照）。

そこで先読画像信号Ｓｐを入力したとき正しい「種別」
を出力するようにニューラルネットワークに゛学習°を
行なわせることにより、上記の各方法に代えて種別を求
めることができる。

ここでこのニューラルネットワークの学習機能について
説明する。

第６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（パ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ｎ１個、ｎ２個、２個のユニットにューロン）か
ら構成される。第１層（入力層）に入力される各信号Ｆ
ｌ　＋　　ＦＺ　＋　・・・・・・。

Ｆカ、はＸ線画像の間引かれた後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＋＋）’２はそれぞれ１゛又は０゛の信号をａカ
するものであってこの２つの出力ｙ＋＋Ｙ２の組み合わ
せにより、ここでは４つの「種別」が判別される。

第に層のｉ番目のユニットをＵ：、該ユニット？への各
入力を　？、各出力を）’？％Ｌｌ：から７＋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ｕ：の入力
ｘｉ、出力ｙｉは、 ｘｉ−ΣＷｌ　　、　　　・　？−”　　　・・・（２
）鉦−１ｋ ｙ＋−ｆ（Ｘ））　　　　　　　　　　・・・（３）と
なる。ただし入力層を構成する各ユニットｕ１（１＝１
．２．−、　　ｎｌ　）　ヘの各人力Ｆ１．Ｆ２．　・
。

Ｆｌは重みづけされずにそのまま各ユニットｕ：　（ｉ
−１，２：・・・、ｎｔ）に入力される。入力されたｒ
Ｊ個の信号Ｆ１　、Ｆ２　＋　・・・、Ｆゎ１は、各結
合の重みｗ？：”　　によって重み付けられながら最終
的な出力Ｖ１＊Ｖ２にまで伝達され、これにより入力さ
れた先読画像信号ｓｐが担持するＸ線画像の「種別」が
求められる。

ここで、上記各結合の重みｗ　ｋ　ｋ　＋　ｌ　　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：：”　　の初期値が与えられる。このとき、入力Ｆ
１〜Ｆａｌ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Ｘ線画像が記録された蓄積性蛍
光体シートが多数前述したようにして読み取られ、これ
により得られた先読画像信号Ｓｐが間引きされて上記０
１個の入力Ｆ、、Ｆ２．・・・。

Ｆ、１が求められる。このｎ１個の入力Ｆｌ＋Ｆ２＋・
・・、Ｆｏｌが第５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ｕｉの出力　７がモニタされる。

各出力ｙ７が求められると、最終的な出力であるＶ＋＋
　　ｙ２と、この画像に関し正しい読取条件Ｅｓ−（！
／＋　　）’＋）２　　　・・・（４）が求められる。

これらの二乗誤差Ｅ、、Ｅ２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ｗ７７”が修正され
る。尚、以下ｙ１の出力に関して述べ、ｙ２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、このＥｌはＷｌ、　　
の関数であるから のように各結合の重みｗ　ｋ　ｋ　＋　ｌ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、（２式より ｘ：１−８ｗ　ｋ　ｋ　＋　１　、　ｙｋ　　　　　＋
・、　（Ｚ　ｒであるから、（７）式は、 となる。

ここで、４）式より、 （３）式を用いてこの■）式を変形すると、ここで、（
１）式より、 ｆ’　（ｘ）　”ｆ　　（ｘ）　　（１−ｆ　　（ｘ）
　）　　−（１１）であるから、 ｆ’　（Ｘ？　）　−Ｖ：　・（１ｙ：）　　　−（１
２）となる。

（８）式にいてに−２と置き、（１０）、（１２）式を
（８）式に代入すると、 −（パー２）・ｙｌ・（１ｙ：）・ｙ？・・・（１３） この（１３）式を（６）式に代入して、Ｗｌ、ｍＷｌ、
−η・（ｙニーｙ？）・ｙ：・　（１−ｙ＋）　・ｙ？
　　　　　・・・（１４）となる。この（１４）式に従
って、Ｗ？　？　（ｉ−１，２，・・・。

ｎｌ）の各結合の重みが修正される。

次に、 であるから、この（１５）式に（２）、　（３）式を代
入して、ここで（１１）式より、 ｆ’（ｘ丁）−ｙ、・　（１−ｙτ）　　・・・（エフ
）であるから、この（１７）式と、（１０）、　　（１
２）式を（１６）式に代入して、 ・ｙう・（１）’＋）・Ｗ、１　・・・（１８）（８）
式においてに−１と置き、（１８）式を（８）式に代入
すると、 ＝（Ｙ＋　　　Ｖ＋）　　・ｙｌ　・　（１−ｙ＋）や
ｙ、拳　（１−ｙ＋）　　φＷｌ、・ｙ。

・・・（１９） この（１９）式を（６）式に代入すると、ｋ−１と置い
て、３　′〕′ Ｗｌ　、　−Ｗｌ　、−η壷　（ｙ＋　　ｙｌ）Φｙ１
・　（１ｙ＋）　・ｙ、・　（１）’＋）　　・ｙｌ・
Ｗｌｌ　　　　　　　　　　　　　　　　　・・・（２
０〉となり、（１４）式で修正されたＷ、　、　（ｉ＝
１，２．・・・。

ｎｌ）がこの（２０）式に代入され、Ｗｌ＋　（ｉ−１
，２゜・・・、　　ｎｌ　　；ｊ−１＋２．・・・、ｎ
２）が修正される。

尚、理論的には（１４）式、　（２０）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（するこ
とにより、各結合の重みＷ？７“１を所定の値に収束さ
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（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、Ｈｉ
ｎｔｏｎ　ａｎｄ　Ｒ，Ｊ、Ｗｉｌｌｉａｍｓ：Ｌｅａ
ｒｎｌｎｇ　１ｎｔｅｒｎａｌ　ｒｅｐｒｅｓｅｎｔａ
ｔｉｏｎｓ　ｂｙｅｒｒｏｒ　ｐｒｏｐａｇａｔｉｏｎ
　Ｉｎ　Ｐａｒａｌｌｅｌ　Ｄｉｓｔｒｉｂｕｔｅｄ　
Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌｕｍｅ　１．Ｊ、Ｌ、Ｍ
ｃＣＩｅｌｌａｎｄ、Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ　ａ
ｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅ５ｅａｒｃｈ　Ｇｒｏｕｐ
、ＨＩＴ　Ｐｒｅｓｓ、１９８６ｂＪ参照） ΔＷ？’；”　　（ｔ＋１）−α・ΔＷ？　７”　　（
ｔ）　＋ｄＸフ゛・・・（２１） ただしΔｗ：：＋ｌ　（ｔ）は、を回目の学習における
、修正後の結合重みＷｉｉ″１から修正前の該結合の重
みＷ？　：”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Ｗ７７＋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
＋　、　　は最終の値に固定され、この後は「種別」の
不明なＸ線画像に対応する先読画像信号Ｓｐが入力され
ると、このＸ１１画像のＦ種別」が出力されるようにな
る。尚、上記例では４つの「種別」を求める例であるが
、出力点数をもっと増やすことによりさらに多くの「種
別」を求めるようにしてもよい。

ここでは、コンピュータシステム４０内で上記各側に示
したいずれかの手段もしくはそれらの組合せを用いてＸ
線画像の「種別」が求められ、前述したようにこの種別
がキードボード４３からマニュアル入力された「種別」
と比較される。

尚、上記実施例では、本読みの際の読取条件を求める場
合について説明したが、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取ることとし、Ｘ線
画像の「種別」毎に画像処理条件を記憶しておき、キー
ボード４３から入力された「種別」に対応した画像処理
条件をコンピュータシステム４０内のメモリから読み出
し、この読み出された画像処理条件に従って本読画像信
号ＳΩに画像処理を施すようにしてもよく、また、種別
毎に上記読取条件と画像処理条件の双方を読み出すよう
にしてもよい。

第３図を用いて説明した実施例では、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、弱い光ビームで走査して先読みを行なった後
、蓄積性蛍光体シート１１を一回バツクさせ、再度、今
度は強い光ビームで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法、光ビームの光路上にＮＤ
フィルター等を挿入、除去することにより光強度を切替
える方法、光ビームのビーム径を変える方法、上記主走
査の速度や上記副走査の速度を切替える方法等、公知の
種々の方法を使用することができる。

第７図は、本発明の放射線画像読取装置の他の実施例を
示した斜視図である。この実施例は、蓄積性蛍光体シー
トを用いる点では前述した実施例と同様であるが、先読
みは行なわないシステムである。

この実施例において読取手段１００′　の構成は、第３
図に示した実施例の本読手段１００′　と路間−である
ため、対応する構成要素には同一の番号を付し説明は省
略する。

Ａ／Ｄ変換器２７′から出力された画像信号ＳＱは、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′　内には、前述した実施例と同様にし
て画像信号Ｓ０に画像処理を施すための画像処理条件が
Ｘ線画像の種別毎に記憶されている。画像処理の行なわ
れた画像信号は図示しない画像出力装置に送られ、この
画像出力装置では送られてきた画像信号に基づいて放射
線画像のハードコピーが出力される。

尚、上記各実施例は蓄積性蛍光体シートを用いる装置に
ついての例であるが、本発明は従来のＸ線フィルム等を
用いる装置も適用することができるものであることはい
うまでもない。

（発明の効果） 以上詳細に説明したように、本発明の放射線画像読取装
置は、放射線画像の種別を入力するとともにこの種別を
自動的に求め、これら双方の種別が不一致の場合その旨
を出力するようにしたため、オペレータはこの出力によ
り入力ミスがあったか否かを確認することができ、これ
により正しい「種別」に対応した読取条件１画像処理条
件により本読み１画像処理が行なわれることとなり、信
頼度の高い放射線画像読取装置が実現されることとなる
。

【図面の簡単な説明】

第１図は、Ｘ線撮影装置の一例の概略図、第２Ａ図、第
２Ｂ図は、蓄積性蛍光体シート上に蓄積記録されたＸ線
画像の例を模式的に表わした図、 第３図は、本発明の放射線画像読取装置の一実施例であ
るＸ線画像読取装置の一例を示した斜視図、 第４図は、先読画像信号Ｓｐが担持するＸ線画像を縦横
に多数に分割した状態を表わした図、第５図は、コンピ
ュータシステム内で「種別」を求める他の例を説明する
ためにＸ線画像に近似したパターンを有する二値画像の
例を表わした図、第６図は、誤差逆伝播学習機能を備え
たニューラルネットワークの一例を表わした図、第７図
は、本発明の放射線画像読取装置の他の実施例を示した
斜視図、 第８図は、先読画像信号のヒストグラムを示した図であ
る。 １・・・Ｘ線撮影装置　　　２・・・Ｘ線源１１．１１
　’　・・・蓄積性蛍光体シート１．９．１９　’・・
・輝尽発光光 ２１．２１　’　・・・フォトマルチプライヤ２６．２
６　’　・・・対数増幅器 ２７．２７　’　・・・Ａ／Ｄ変換器 ４０．４０　’・・・コンピュータシステム１００・・
・先読手段　　　　１００′・・・本読手段第１図 第２Ａ図 第２旧図 第４図 第５Ａ図 第５６図 第８図 ′：３Ｑ

Claims (2)

【特許請求の範囲】
1. （１）放射線画像が記録された蓄積性蛍光体シートに励
   起光を照射しこの励起光の照射により前記蓄積性蛍光体
   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
   線画像を表わす先読画像信号を得る先読手段と、前記蓄
   積性蛍光体シートに再度励起光を照射しこの励起光の照
   射により前記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本読画像信号
   を得る本読手段と、前記放射線画像の種別を入力する入
   力手段と、前記先読画像信号を、前記種別毎に定められ
   た多数の分析手法のうち前記入力手段から入力された前
   記種別に対応した分析手法に従って分析することにより
   、前記本読画像信号を得る際の読取条件及び／又は得ら
   れた前記本読画像信号に画像処理を施す際の画像処理条
   件を求める条件演算手段とを備えた放射線画像読取装置
   において、前記先読画像信号に基づいて、前記放射線画
   像の種別を求める種別演算手段と、前記入力手段から入
   力された前記種別と前記種別演算手段で求められた前記
   種別とが一致するか否かを判定する判定手段と、前記判
   定手段において、少なくとも前記入力手段から入力され
   た前記種別と前記種別演算手段から入力された前記種別
   とが一致しないと判定された場合に、この一致しない旨
   を出力する出力手段とを備えたことを特徴とする放射線
   画像読取装置。
2. （２）放射線画像が記録された記録シートから前記放射
   線画像を読み取って該放射線画像を表わす画像信号を得
   る読取手段と、前記放射線画像の種別を入力する入力手
   段と、前記画像信号を、前記種別毎に定められた多数の
   分析手法のうち前記入力手段から入力された前記種別に
   対応した分析手法に従って分析することにより、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条件演
   算手段とを備えた放射線画像読取装置において、 前記画像信号に基づいて、前記放射線画像の種別を求め
   る種別演算手段と、前記入力手段から入力された前記種
   別と前記種別演算手段で求められた前記種別とが一致す
   るか否かを判定する判定手段と、前記判定手段において
   、少なくとも前記入力手段から入力された前記種別と前
   記種別演算手段から入力された前記種別とが一致しない
   と判定された場合に、この一致しない旨を出力する出力
   手段とを備えたことを特徴とする放射線画像読取装置。