JPH041871A - 放射線画像解析装置 - 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データに基づいて該
放射線画像の特徴、例えば読取条件２画像処理条件、被
写体部位等を表わす特徴量を求める放射線画像解析装置
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データを得、こ
の画像データ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（画像データ）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８１−５１９３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５５−１８３４７２号、同５８−１０４８４５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
蓄積後に励起にょ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、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６０−１８５９４４号公報、特開
昭６１−２８０１６３号公報参照）。

この従来採用されているアルゴリズムは、−船釣には画
像信号のヒストグラムを求め、ヒストグラム上における
画像信号の最大値、最小値、画像信号の出現頻度が最大
となる点の画像信号の値等の種々の特徴点を求め、この
特徴点に基づいて読取条件等を求めるものである。

ところが、近年、上記のようなアルゴリズムとは全く異
なる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。（例えば、ｒＤ、Ｅ、Ｒ
ｕｍｅｌｈａｒｔ、Ｇ、Ｅ、Ｈｉｎｔｏｎ　ａｎｄ　Ｒ
，ＪＪｉｌｌｉａｉｓ：Ｌｅａｒｎｌｎｇ　ｒｅｐｒｅ
ｓｅｎｔａｔｔｏｎｓ　ｌａｙ　ｂａｅｋ−１）ｒｏｐ
ａｇａｔｊｎｇｅｒｒｏｒｓ、Ｎａｔｕｒｅ、３２３−
９．５３３−３５６．１９８６ａＪ、　　ｒ麻生英樹：
バックプロパゲーションＣｏｍｐｕｔｒｏｌ　Ｎｏ、２
４５ｇ−８０Ｊ、　　ｒ金属−幸著　ニューラルコンピ
ュータ東京電機大学出版局」参照）。

このニューラルネットワークを読取条件等の決定にも適
用することが可能であり、画像信号等をニューラルネッ
トワークに入力することにより読取条件等を出力させる
ことができる。

またニューラルネットワークを用いると、上記読取条件
１画像処理条件のみでなく、例えば人体を被写体とした
場合の被写体部位（例えば頭部。

頚部、胸部、腹部等およびこれらの撮影の際の向き（正
面、側面等））を認識することも可能であり、この被写
体部位を参照して上記読取条件１画像処理条件を求める
こともできる。

（発明が解決しようとする課題） 上記読取条件１画像処理条件、被写体部位その低放射線
画像の何らかの特徴を表わす特徴量を求めるにあたり上
記ニューラルネットワークを用いると、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特徴量を
求めることができるようになるが、放射線画像は、通常
、非常に多数の画素にそれぞれ対応する多数の画像デー
タから構成されており、これらの画像データをそのまま
ニューラルネットワークに入力すると、非常に多数の入
力点数、したがって非常に多数のユニットを備えたニュ
ーラルネットワークを用いる必要があり、各ユニット間
の結合の重みを記憶しておく記憶装置の記憶容量も厖大
なものが必要となる。またこの場合゛学習゛を行なわせ
る際極めて多数回学習を繰り返す必要も生じる。

本発明は、上記事情に鑑み、比較的少数のユニットを備
えたニューラルネットワークを用いて正しい特徴量を求
めることのできる放射線画像解析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） 本発明の放射線画像解析装置は、 放射線の照射野を一部に含む放射線画像の各画素に対応
する多数の画像データに基づいて前記照射野を認識する
照射野認識手段と、 認忠された前記照射野内の各画素に対応する前記画像デ
ータの全部もしくは一部を入力とし、前記放射線画像の
特徴を表わす特徴量を出力とするニューラルネットワー
クからなる特微量演算手ごとを備えたことを特徴とする
ものである。

ここで、上記照射野認識手段における照射野を認識する
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、照射野内外の画像データの平均的な値の相違、照
射野内外の画像データのばらつきの程度の差異、照射野
の輪郭部付近における画像データの変化の様子等のいず
れかもしくはこれらの組合せ等に基づいて照射野を認識
するいずれのアルゴリズムを採用するものであってもよ
い（例えば、特開昭８１−３９０３９号公報、特開昭６
３−２５９５３８号公報、特開平１−４２４３８号公・
報１特開平２−８７８９０号公報等参照）。

また、上記特徴量とは、その放射線画像の特徴を表わす
量であればよく特定のものには限定されないが、例えば
上記本読みにおいて該放射線画像を読み取る際に最適な
条件で読み取られるように定められた読取条件、該放射
線画像を表わす画像データに画像処理を施す際の画像処
理条件、これら読取条件１画像処理条件を定めるに際し
参照される被写体部位等が挙げられる。

（作　　用） 本発明の放射線画像解析装置は、照射野を認識し、該照
射野内の各画素に対応する画像データのみをニューラル
ネットワークに入力するようにしたため、ニューラルネ
ットワークの入力点数、ユニット数を少なくすることが
でき、各ユニット間の結合の重みを表わす係数を記憶し
ておく記憶装置の記憶容量を下げることができ、また、
比較的短時間の゛学習°で正確な出力を得ることができ
ることとなる。

上記照射野内の各画素の画像データ全てを二二一うルネ
ットワークに入力することに代えて、例えば照射野の各
画素をひとつおきに取り出しこの取り出した画像データ
を入力する等、照射野内の各画素に対応する画像データ
の一部のみをニューラルネットワークに入力するように
すると、さらに記憶容量の低減化等を図ることができる
こととなる。

（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。尚、ここでは前述した蓄積性蛍光体シートを用る例
について説明する。

第６図は、Ｘ線画像読取装置の一例、および本発明の放
射線画像解析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線撮影装置を用いたＸ線撮影により得られ
た、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１Ｂ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
１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１
１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
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、出射端面２
０ｂから出射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、コンビュータシステム４
０に入力される。このコンピュータシステム４０は、本
発明の放射線画像解析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に基づいて後述するようにして照射野が認
識され、次いで本読みの際の読取条件、即ち本読みの際
の感度およびコントラストが求められ、この求められた
感度、コントラストに従って、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。尚、本実施例では、この読取の際
の読取条件が本発明にいう特徴量と観念される。

ここでコントラストとは、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ＳＱ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Ｓ０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で先読画像信号Ｓｐに
基づいて先ず照射野を認識し、次いで本読みの際の読取
条件を求める方法について説明する。

第１図は、本発明の認識手段の一実施例を説明するため
に、Ｘ線画像の一例とこのＸ線画像から得られた先読画
像信号Ｓｐとその微分値ΔＳｐとを表わした図である。

蓄積性蛍光体シート１１には、照射野２内に人体の頭部
を被写体とした被写体像３が撮影記録されている。ここ
では、照射野２内の所定点として蓄積性蛍光体シート１
１の中心Ｃを選択し、この中心Ｃから放射状に延びる複
数の線分５の各々に沿って、各線分上の各画素に対応す
る先読画像信号Ｓｐに微分演算が施され、先読画像信号
Ｓｐの値が急に下がった点が照射野の輪郭上に位置する
輪郭点として求められる。

以下、上記複数の線分５のうち、ξ軸に沿った線分上の
輪郭点を求める場合について説明する。

グラフＡは、ξ軸に沿う各画素から得られた先読画像信
号Ｓｐの値を表わすグラフである。

照射野２内の被写体像３以外の、Ｘ線が蓄積性蛍光体シ
ート１１に直接照射された直接Ｘ線部６の先読画像信号
Ｓｐの値が最も高く、照射野２の輪郭で急激に先読画像
信号Ｓｐの値が下っている。

グラフＢは、グラフＡに示す先読画像信号Ｓｐを、中心
Ｃからξの負方向（図の左方向）、ξの正方向（図の右
方向）に微分して得られたグラフである。

グラフＢにおいて中心Ｃからξ軸の負の方向に向かう線
分上には、下方に突出した主なピークはａｌであり、し
たがってこのピークａ１の位置が輪郭点として定められ
る。

グラフＢにおいて中心Ｃからξ軸の正の方向に向かう線
分上には下方に突出したビークａ２があり、このビーク
ａ２の位置が輪郭点として定められる。

以上・のようにして、中心Ｃと蓄積性蛍光体シート１１
の端部とを結ぶ複数の線分５の各々について輪郭点７が
求められる。これら輪郭点７が求められた後、これらの
輪郭点７に沿った線を求めれば、その線が照射野の輪郭
となる。この輪郭点７に沿った線は、例えばそれらの点
を平滑化処理した後残った点を連結する方法、局所的に
最小二乗法を適用して複数の直線を求め、それらを連結
する方法、スプライン曲線等を当てはめる方法等によっ
て求めることができるが、本実施例では、Ｈｏｕｇｈ変
換を利用して輪郭点７に沿った複数の直線を求める。以
下、この直線を求める処理について説明する。

第１図に示す蓄積性蛍光体シート１１の一端（図の左下
端）を原点として、図に示すようにＸ軸。

ｙ軸を定めたときに、各輪郭点の座標が（ｘｌ、ｙｉ）
、　　（ｇ、Ｖｚ）、・・・・・・、（ｘａ＋　　ｙ、
）として求められるが、ここではこれらの座標を代表さ
せて座標（ｘｏ　＋　　Ｖｏ　）で表わす。ここで上記
輪郭点の座標を（ｘｌ）、ｙｏ）としたときこれらのＸ
Ｏ＋ＹＯを定数として ｐ−ＸＱ　　ｅＯ９θ＋ｙＯｓｉｎθ　　−（１）で表
わされる曲線を、すべての輪郭点座標（ｘｏ。

ｙｏ）について求める。この曲線は第２図に示すような
ものとなり、輪郭点座標（Ｘｏ　＋　　Ｙｏ　）の数だ
け存在する。

次いで上述の複数の曲線のうちの所定数０以上の曲線が
互いに交わる交点（ρ。、θ。）が求められる。なお輪
郭点座標（Ｘｏ　＊　　’Ｗｏ　）の誤差等のため、多
数の曲線が厳密に一点で交わることは少ないので、実際
には例えば２本の曲線の交点が互いに微小所定値以下の
間隔で存在するとき、それらの交点群の中心を上記交点
（ρ０．θ０）とする。次に、交点（ρ。、θ。）から
前記ｘ−ｙ直交座標系において次式 ％式％（２） で規定される直線が求められる。この直線は、複数の輪
郭点座標（ｘ（、、）’ｏ）に沿って延びる直線となる
。この直線は、第１図に示すように輪郭点７が並ぶ場合
、第３図に示すように照射野２（第１図参照）の輪郭を
形成する各線分を延長した直線り工〜Ｌ５として求めら
れる。次に、こうして求めた複数の直線Ｌ１．Ｌ２．Ｌ
、、・・・Ｌ。

によって囲まれる領域が求められ、この領域が照射野２
として認識される。この領域は、詳しくは例えば以下の
ようにして認識される。コンピュータシステム４０内に
は蓄積性蛍光体シート１１の隅部と中心Ｃとを結ぶ線分
Ｍ！　、　ＭＺ　、　Ｍ３　、・・・Ｍ。

（蓄積性蛍光体シートｔｉが矩形の場合は４本）を記憶
しており、この各線分Ｍ１〜Ｍゆと上記各直線Ｌ１〜Ｌ
、、との交点の有無が調べられる。この交点が存在した
場合、上記直線によって２分される平面のうち、シート
隅部を含む側の平面が切り捨てられる。この操作がすべ
ての直線Ｌ１〜Ｌ４、線分Ｍ１〜Ｍ１に関して行なわれ
ることにより、直線り、−Ｌ、によって囲まれる領域が
残される。

この残された領域が照射野２（第１図参照）である。

このようにして照射野２が求められると、この照射野２
に対応する先読画像信号Ｓｐがニューラルネットワーク
に入力され、本読みの際にこの照射野２内の画像信号を
適切な読取条件で読取るように読取条件が定められる。

第４図は照射野内のＸ線画像の一部の各画素を模式的に
示した図である。各正方形が各画素を表わしている。

照射野２が求められた後、本実施例では照射野２内の各
画素に対応する各先読画像信号のうち第４図に斜線を施
した各画素に対応する先読画像信号のみを取り出してニ
ューラルネットワークに入力する。本発明においては照
射野２内の先読画像信号を間引くことは必須な要件では
ないがこのように照射野２内の先読画像信号Ｓｐを間引
いてニューラルネットワークに入力することにより、ニ
ューラルネットワークの入力点数をさらに削減すること
ができる。

尚、照射野２内の先読画像信号Ｓｐを間引く場合であっ
ても、第４図に示したように照射野２内を一様に間引く
ことのほか、照射野２内の中央付近に画像の主要部が存
在することが多いことに鑑み、照射野２内のうち中央付
近は密、端部は粗となるように間引いてもよい。

第５図は誤差逆伝播学習（バ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）２第３層（出力層）はそ
れぞれｒＪ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Ｆ、、Ｆ２．・
・・・・・、Ｆｌ、はＸ線画像照射野２内の各画素のう
ち、第４図に示すようにして間引いた数の各画素に対応
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Ｖ１１３’２は本読みの際のそれぞれ感度お
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ｕフ、 該ユニット　？への各入力をｘフ、各出力をｙ７、ｕ？
から　ｋ＋ｌ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ｘ：、出力ｙ；は、 Ｘツー８ｗ：”　７　１１　ｙフ１　　　・・・（４）
ｙツーｆ（ｘ’；） ・・・（５） となる。ただし入力層を構成する各ユニットＵ゛（１−
Ｌ、２．−、　　ｎｌ　）　ヘの各人力Ｆ、、Ｆ２．−
・・Ｆａｌは重みづけされずにそのまま各ユニットｕ’
、　（１＝１．２．・・・、ｒＤ）に入力される。入力
された０１個の信号ＦＬ　＋　ＦＺ　ｒ　”’＋　　Ｆ
ａｌは、各結合の重みｗ７７＋１　　によって重み付け
られながら最終的な出力）’ｌ、）’２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ｗニア”　　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工〜Ｆ、１
が最大に変動しても、出力Ｙ：、ｙ：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多数のＸ線画像が記録された蓄
積性蛍光体シートから前述したようにして読み取って先
読画像信号Ｓｐを得、さらに第４図に示すように間引か
れて上記ｎ１個の入力ＦｉｒＦ２ｒ　・・・、Ｆ１□が
求められる。この０１個の入力Ｆｌ　＋　ｐ、ｊ　・・
・、Ｆ、１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ｙ７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Ｙ１＊
Ｙ２と、この画像に関し正しい読取条件へ１ としての教師信号（感度ｙ１およびコントラスト１う ｙ２）との二乗誤差 １　　３　ハ１ Ｅｌ　−（ｙｔ　　−Ｖ＋　）２　　　　・・・（６）
１　　　　３　　へ６ Ｅｚ＝　　　　（Ｙ２　　）’２）２　　　・・・（７
）が求められる。これらの二乗誤差Ｅ１．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ｗ
ｔ’；”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　？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Ｅ、はｗ：：”の
関数であるから のように各結合の重みｗ”、”、”−６＜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、（３）式より ｘ：゛１−ΣＷ？フ゛１・ｙ。

・・・（４）′ （ｌＯ）式にいてに−２と置き、 （ｌＯ）式に代入すると、 ＜１２）、（１４） 式を であるから、（９）式は、 となる。

−（ｙニーｙ：）　・ｙＩ　・（１−ｙＩ）　・ｙＩ・
・・（１５） ここで、（６）式より、 この（１５）式を（８）式に代入して、Ｗｌ　１−Ｗｌ
　＋−η・　（ｙｔ−ｄ）　ψｙ１・　（１ｙｌ）　　
・ｙ。

・・・（１６） （５）式を用いてこの（１１）式を変形すると、となる
。この（ＩＢ）式に従って、Ｗｌ　１ｎｌ）の各結合の
重みが修正される。

次に、 （ｉ＝１．２゜ ここで、（３式より、 ｆ’　（ｘ）　−ｆ　（ｘ） であるから、 ｆ’　（Ｘｌ）　−３’１ （１−ｆ （ｘ） （１ｙｌ　） ・・・（１３） ・・・（１４） であるから、 この（１７）式に（４）。

（５）式を代入して、 となる。

ここで（１３）式より、 この（２１）式を（８）式に代入すると、ｋ−１と置い
て、３″３ Ｗｌ　Ｉ−Ｗｌ　ｒ　−１”　（ｙＩ　　Ｙｌ）”　）
’１（１ｙＩ）・ｙＩ（ｌｙ丁）・ｙ： ・Ｗｊｌ　　　　　　　　　　　　　　　　　・・・（
２２）ｆ’（ｘ＋）−ｙ？　　　（Ｉ　　Ｙ？）　　　
−（１９）であるから、この（１９）式と、（１２）、
　　（１４）式を（１８）式に代入して、 ・ｙｒ（１−ｙ？）・Ｗ、１　・・・（２０）（ｌＯ）
式においてに−１と置き、（２０）式を（ｌＯ）式に代
入すると、 ／％／ ””（）’＋　　Ｙｔ）　　・ｙＩ （１ｙＩ） ・１丁・（１−１丁）・Ｗ３．・ｙＩ ・・・（２１） となり、（１Ｂ）式で修正されたＷ、□（ｉ＝１．２．
・・・ｎｌ）がこの（２２）式に代入され、’Ｌ　＋　
（ｉ−１，２゜・・・、　ｎｌ　　；ｊ−１，２，・・
・、ｎ２）が修正される。

尚、理論的には（１Ｂ）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ｗ：　：”を所定の値に集束さ
せ得るが、学習係数ηをあまり小さ（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、Ｒｕａｅｌｈａｒｔ、Ｇ、Ｅ、！（
ｉｎｔｏｎ　ａｎｄ　Ｒ，Ｊ、Ｗｌｌｌｉａｍｓ：Ｌｅ
ａｒｎｉｎｇ　　ｔｎｔｅｒｎａｌ　　ｒｅｐｒｅｓｅ
ｎｔａｔｉｏｎｓ　　ｂｙｅｒｒｏｒ　ｐｒｏｐａｇａ
ｔｌｏｎ　Ｉｎ　Ｐａｒａｌｌｅｌ　Ｄｉｓｔｒｉｂｕ
ｔｅｄ　Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌｕｍｅ　１．Ｊ
、Ｌ、ＭｅＣｌｅｌｌａｎｄ、Ｄ−Ｅ、Ｒｕｍｅｌｈａ
ｒｔ　ａｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅ５ｅａｒｃｈ　Ｇ
ｒｏｕｐ、ＭＩＴ　Ｐｒｅｓｓ、１９８８ｂＪ参照） ΔＷ■　　（ｔ＋１）−α帝ΔＷｌ　ｌ　　　（ｔ）　
十ただし６ｗ　ｋ　ｋ　＋　ｌ　　（ｔ）は、を回目の
学習における、修正後の結合重みＷ７胃から修正前の該
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−〇、９η−０
．２５を用いて各結合の重みＷ、、　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Ｗ７
＋：＋１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Ｖ＋＋　　ｙ２は本読みの際のそれぞれ
感度、コントラストを正しく表わす信号となる。

そこで学習が終了した後は、今度は本読みの際の読取条
件が未知のＸ線画像を表わす先読画像信号Ｓｐが求めら
れ、この先読画像信号ｓｐに基づいて該Ｘ線画像の照射
野が認識され、照射野の先読画像信号Ｓｐが第５図に示
すニューラルネットワークに入力され、それにより得ら
れた出力）’？ｌＹ；　　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、上記のようにして学習を行なった後の
ものであるため、本読みの際の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の画素の数や必要とする読取条件の精
度等に応じた任意の数のユニットで各層を構成し得るこ
とももちろんである。

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２１’　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
こ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１１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、前述したように、レー
ザー光源からの光強度そのものを切替える方法等、種々
の方法を使用することができる。

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装置について説明したが、
本読みの際は、先読画像信号ｓｐにかかわらず所定の読
取条件で読取ることとし、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、画像信号ＳＱに画像
処理を施す際の画像処理条件を求め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求め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
装置について説明したが、本発明は先読みを行なわずに
いきなり上記本読みに相当する読取りを行なう放射線画
像読取装置にも適用することができる。この場合、読取
りの際は所定の読取条件で読み取られて画像信号が得ら
れ、この画像信号に基づいて、コンピュータシステム４
０内で画像処理条件が求められ、この求められた画像処
理条件に従って画像信号に画像処理が施される。

また、本発明は、蓄積性蛍光体シートを用いるシステム
にのみ用い得るものではなく、従来のＸ線フィルムを用
いる装置等にも用いることができる。

また、本発明は読取条件２画像処理条件を求めるものに
限られるものではなく、例えば被写体部位等を本発明に
いう特徴量として求めるものであってもよい。

（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解析装
置は、照射野認識手段と、照射野内の各画素に対応する
画像データの全部もしくは一部を入力し、放射線画像の
特徴量を出力するニューラルネットワークからなる特徴
量演算手段とを備えているため、放射線画像全体に対応
する画像データ全てをニューラルネットワークに入力す
る場合と比ベニューラルネットワークの入力点数を減ら
すことができ、各ユニット間の結合の重みを記憶してお
く記憶装置の記憶容量を減らすことができ、さらに学習
の回数も少なくて済むこととなる。

【図面の簡単な説明】

第１図は、Ｘ線画像の一例と、このＸ線画像から得られ
た先読画像信号およびその微分値のグラフを表わした図
、 第２図は、輪郭点に沿った直線を求める方法を説明する
ためのグラフ、 第３図は、輪郭点に沿った直線で囲まれる領域を抽出す
る方法を説明するための説明図、第４図は、照射野内の
Ｘ線画像の一部の各画素を模式的に示した図、 第５図は、ニューラルネットワークの一例を表わした図
、 第６図は、Ｘ線画像読取装置の一例、および本発明の一
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。 ２・・・照射野　　　　　　３・・・被写体部６・・・
直接Ｘ線部 １１、１１’・・・蓄積性蛍光体シート１９、１９’・
・・輝尽発光光 ２１、２１’・・・フォトマルチプライヤ２Ｂ、　２６
’・・・対数増幅器 ２７、２７’・・・Ａ／Ｄ変換器 ４０・・・コンピュータシステム １００・・・先読手段　　　　　１００′・・・本読手
段第 図 第 図

Claims (1)

1. 【特許請求の範囲】 放射線の照射野を一部に含む放射線画像の各画素に対応
   する多数の画像データに基づいて前記照射野を認識する
   照射野認識手段と、 認識された前記照射野内の各画素に対応する前記画像デ
   ータの全部もしくは一部を入力とし、前記放射線画像の
   特徴を表わす特徴量を出力とするニューラルネットワー
   クからなる特徴量演算手段とを備えたことを特徴とする
   放射線画像解析装置。