JPH041871A - 放射線画像解析装置 - Google Patents

放射線画像解析装置

Info

Publication number
JPH041871A
JPH041871A JP2103392A JP10339290A JPH041871A JP H041871 A JPH041871 A JP H041871A JP 2103392 A JP2103392 A JP 2103392A JP 10339290 A JP10339290 A JP 10339290A JP H041871 A JPH041871 A JP H041871A
Authority
JP
Japan
Prior art keywords
reading
image
irradiation field
neural network
radiation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2103392A
Other languages
English (en)
Other versions
JP2952422B2 (ja
Inventor
Hideya Takeo
英哉 武尾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Holdings Corp
Original Assignee
Fuji Photo Film Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to JP2103392A priority Critical patent/JP2952422B2/ja
Application filed by Fuji Photo Film Co Ltd filed Critical Fuji Photo Film Co Ltd
Priority to EP96106224A priority patent/EP0726542B1/en
Priority to DE1991630716 priority patent/DE69130716T2/de
Priority to EP19910106174 priority patent/EP0452915B1/en
Priority to DE1991631630 priority patent/DE69131630T2/de
Publication of JPH041871A publication Critical patent/JPH041871A/ja
Priority to US08/164,825 priority patent/US5515450A/en
Priority to US08/591,934 priority patent/US5999638A/en
Priority to US08/864,451 priority patent/US5828775A/en
Application granted granted Critical
Publication of JP2952422B2 publication Critical patent/JP2952422B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Radiography Using Non-Light Waves (AREA)

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。
JP2103392A 1990-04-18 1990-04-19 放射線画像解析装置 Expired - Lifetime JP2952422B2 (ja)

Priority Applications (8)

Application Number Priority Date Filing Date Title
JP2103392A JP2952422B2 (ja) 1990-04-19 1990-04-19 放射線画像解析装置
DE1991630716 DE69130716T2 (de) 1990-04-18 1991-04-17 Vorrichtung zum Einstellen von Auslese- und/oder Bildverarbeitungsbedingungen für Strahlungsbilder
EP19910106174 EP0452915B1 (en) 1990-04-18 1991-04-17 Apparatus for adjusting read-out conditions and/or image processing conditions for radiation images
DE1991631630 DE69131630T2 (de) 1990-04-18 1991-04-17 Verfahren und Vorrichtung zum Regeln von Lesebedingungen und/oder Bildverarbeitungsbedingungen für Strahlungsbilder, Strahlungsbildlesevorrichtung und Verfahren und Vorrichtung zur Strahlungsbildanalyse
EP96106224A EP0726542B1 (en) 1990-04-18 1991-04-17 Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus
US08/164,825 US5515450A (en) 1990-04-18 1993-12-09 Method and apparatus for adjusting read-out conditions and/or image
US08/591,934 US5999638A (en) 1990-04-18 1996-01-29 Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus
US08/864,451 US5828775A (en) 1990-04-18 1997-05-28 Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images , radiation image read-out apparatus, and radiation image analyzing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2103392A JP2952422B2 (ja) 1990-04-19 1990-04-19 放射線画像解析装置

Publications (2)

Publication Number Publication Date
JPH041871A true JPH041871A (ja) 1992-01-07
JP2952422B2 JP2952422B2 (ja) 1999-09-27

Family

ID=14352798

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2103392A Expired - Lifetime JP2952422B2 (ja) 1990-04-18 1990-04-19 放射線画像解析装置

Country Status (1)

Country Link
JP (1) JP2952422B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01289696A (ja) * 1988-05-18 1989-11-21 Fanuc Ltd 視覚センサシステムにおける画像処理方式
JPH0267690A (ja) * 1988-09-01 1990-03-07 Fuji Photo Film Co Ltd 放射線照射野判定方法
JPH0272491A (ja) * 1988-09-08 1990-03-12 Sony Corp 画像変換処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01289696A (ja) * 1988-05-18 1989-11-21 Fanuc Ltd 視覚センサシステムにおける画像処理方式
JPH0267690A (ja) * 1988-09-01 1990-03-07 Fuji Photo Film Co Ltd 放射線照射野判定方法
JPH0272491A (ja) * 1988-09-08 1990-03-12 Sony Corp 画像変換処理装置

Also Published As

Publication number Publication date
JP2952422B2 (ja) 1999-09-27

Similar Documents

Publication Publication Date Title
EP0726542B1 (en) Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus
US5502775A (en) Method and apparatus for adjusting read-out and processing conditions for radiation images
US5081580A (en) Method for recognizing an irradiation field, and method for judging the correctness or incorrectness of prospective contour points of an irradiation field
US5272339A (en) Method for adjusting conditions in radiation image recording, readout, and reproducing systems
US5278755A (en) Method for determining image points in object images using neural networks
JPH04317046A (ja) ニューラルネットワークを用いた放射線画像処理方法
JPH041871A (ja) 放射線画像解析装置
JPH04261649A (ja) 放射線画像解析方法および装置
JPH0538334A (ja) 放射線照射野認識方法および装置
JP2565791B2 (ja) 多層型ニューラルネットワークの係数格納装置
JPH04212142A (ja) 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
JP2739385B2 (ja) 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
JP3013095B2 (ja) 放射線画像読取条件及び/又は画像処理条件決定方法
JPH041745A (ja) 画像記録位置認識装置
JPH04141153A (ja) 放射線画像の体位認識方法
JP2981677B2 (ja) ニューラルネットワーク学習方法
JPH04317263A (ja) ニューラルネットワークを用いた照射野認識の前処理方法
JP2678815B2 (ja) 放射線画像読取装置
JPH04118782A (ja) 放射線画像読取装置
JPH04152478A (ja) 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
JPH04156532A (ja) 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
JPH0415639A (ja) 放射線画像読取条件及び/又は画像処理条件決定装置
JPH04144546A (ja) 放射線画像の撮影方法判定方法
JPH04174651A (ja) 放射線画像読取装置
JP2896799B2 (ja) 放射線画像読取条件及び/又は画像処理条件決定装置

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080716

Year of fee payment: 9

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080716

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090716

Year of fee payment: 10

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090716

Year of fee payment: 10

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100716

Year of fee payment: 11

EXPY Cancellation because of completion of term
FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100716

Year of fee payment: 11