JPH04204936A - 経過観察用放射線画像の読取条件決定方法 - 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、経過観察用の放射線画像の読取条件決定方法
、特に詳しくは、肩部を含む経過観察用放射線画像が記
録された複数の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画像信号を
得るときの読取条件を求める経過観察用放射線画像の読
取条件決定方法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Ｃ７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
６１−５１９３号公報参照）。

また、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−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、既
に本願出願人により提案されている（特開昭５５−１２
４２９号、同５Ｂ−１１３９５号。

同５５−１８３４７２号、同５６−１０４６４５号、同
５５−１１６３４０号等）。

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
みを行なうことも考えられている。

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ろ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７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。

（発明が解決（７ようとする課題） 上記のような放射線画像記録再生システムでは、先読み
によって本読みの読取条件を決定することにより、再生
される画像の濃度（感度）やダイナミックレンジを一定
にするようにしているため、常に安定した画像が得られ
るという利点があり、対象とする画像が同一患者の同一
部位であり、かつ特定の治療部の手術後の経過を観察す
るものであるような場合には、特に有利である。

しかし、その経過により関心部位の濃度か変化するよう
な場合、例えば肺炎等の合併症の有無や進行状況を見る
ため、含気の経時変化を観察し、たい場合等には、本来
変化して見えなければならない濃度が一定となるように
再生されてしまうため、かえって診断がしにくくなると
いう問題がある。

そこで、本発明は、画像の濃度を安定して出力する一方
、観察されなければならない濃度変化は正確に反映する
ような画像を再生するための読取条件決定方法を提供す
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） 本発明による経過観察用放射線画像の読取条件決定方法
は、肩部を含む経過観察用放射線画像が記録された複数
の蓄積性蛍光体シートに励起光を照射し、そのとき該複
数の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一の画像信号を得、 前記複数の蓄積性蛍光体シートに再度励起光を照射し、
そのとき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を、前記第一の画像信号に基づいて
求める経過観察用放射線画像の読取条件決定方法におい
て、前記放射線画像の肩部を含む特定領域内の特徴量を
求め、 その特徴量か前記複数の蓄積性蛍光体シートから読み取
られた複数の放射線画像に亘って一定となるように感度
を設定することを特徴とするものである。

前記特定領域内の特徴量としては、例えば、該特定領域
内の画像信号の平均値、最大値、最小値のいずれか１つ
を採用することができる。

すなわち本発明は、肩部を含む特定領域内の特徴量（平
均値、最大値、最小値等）を求め、その特徴量が前記複
数の放射線画像に亘って一定となるように感度を設定す
るように読取条件を決定することを特徴とするものであ
る。

請求項３に記載された本発明は、上記のような経過観察
用放射線画像の読取条件決定方法において、 前記第−の画像信号のうち前記肩部を含む特定領域内の
画像信号を入力とし、該肩部を含む特定領域内の画像が
一定の濃度で再生されるように前記本読みの読取条件の
うちの感度を出力するニューラルネットワークにより、
前記複数の蓄積性蛍光体シートから読み取られた複数の
放射線画像に亘って前記肩部を含む特定領域が一定の濃
度となるように感度を設定することを特徴とするもので
ある。

すなわちこの放射線画像読取条件決定方法は、前記肩部
を含む特定領域内の画像信号を入力とし、該肩部を含む
特定領域内の画像が一定の濃度で再生されるように前記
本読みの読取条件のうちの感度を設定するニューラルネ
ットワークを利用して、前記複数の放射線画像に亘って
前記肩部を含む特定領域が一定の濃度となるように感度
を設定するようにしたことを特徴とするものである。

また、もう一つの本発明による放射線画像読取条件決定
方法は、前記肩部を含む特定領域内の画像信号を入力と
し、該肩部を含む特定領域内の画像が一定の濃度で再生
されるように前記本読みの読取条件を出力するニューラ
ルネットワークを利用して、前記複数の放射線画像に亘
って前記肩部を含む特定領域が一定の濃度となるように
感度を設定することを特徴とするものである。

（作用および発明の効果） 本発明の放射線画像読取条件決定方法によれば、複数の
経過観察用放射線画像を通して、肩部を含む特定領域の
濃度か一定の濃度で再生されるように読取条件が決定さ
れるので、経過観察において濃度が変化しない肩部の濃
度に対して関心領域（部位）の濃度がどのように変化す
るかを観察することができ、含気量の変化等が適切に観
察できるため、経過観察が容易になり、診断性能の高い
放射線画像を得ることかできる。

また、上記ニューラルネットワークを利用した方法では
、ニューラルネットワークに予め必要な学習をさせてお
けば、常に適切な読取条件か直ちに決定されるので、特
定領域における特徴量を求めて、それを基準に感度を決
定するというような手順が不要になるという利点がある
。

上記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か、あるいは誤って
いるかという情報（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）を修正する誤差逆伝幡学
習（パックプロパゲーション）機能を備えたもので、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、ｒ　Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ
、Ｇ、Ｅ。

Ｈｆｎｔｏｎ　　ａｎｄ　　Ｒ，Ｊ、Ｗｆｌｌｆａｍｓ
：Ｌｅａｒｎｉｎｇ　　ｒｅｐｒｅｓｅｎｔａｔｔｏｎ
ｓ　ｂｙ　ｂａｃｋ−ｐｒｏｐａｇａｔｉｎｇ　ｅｒｒ
ｏｒｓ、Ｎａｔｕｒｅ、３２３−９．５８３−３５Ｂ、
１９８８ａＪ、　　ｒ麻生英樹：バックプロパゲーショ
ン　Ｃｏ＊ｐｕｔｒｏｌ　Ｎ００２４５３−６０Ｊ　、
　　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）。

（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い、
関心領域として人体の肩関節部が肺野部とともに撮影さ
れたＸ線画像を取り扱う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ｌのＸ線源２からＸ線３か人体４の肩
部を含む上半身４ａに向けて照射され、人体４を透過し
たＸ線３ａか蓄積性蛍光体シート１１に照射されること
により、人体の肩部を含む上半身４ａ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２図は、蓄積性蛍光体シーＨ１上に蓄積記録された肩
部４ｂと肺野部４ｃを含むＸ線画像の一例を模式的に表
わした図である。

後述するように、この肩部４ｂの濃度が複数の放射線画
像に亘って常に一定になるように再生されれば、その濃
度と比較して関心部である肺野部４ｃの濃度の経時変化
をよく観察することができる。

第３図は、Ｘ線画像読取装置の一例、および本発明の方
法を実施するコンピュータシステムの一例を示した斜視
図である。このシステムは前述した蓄積性蛍光体シート
１１を扱い、先読みを行な・うシステムである。

Ｘ線画像か記録された蓄積性蛍光体シートｌｌ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
読ろを行なう先読手段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、レーサー光源１４から発せられた弱い先ビーム１
５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°Ｃ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放射線画像情報
に応（：た光量の輝尽発光光１９か発散される。

この輝尽発光光１９は光ガイＩ・２０によって導かれ、
フォトマルチプライヤ（光電「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か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２０１〕から
射出し７てフォトマルチプライヤ２１に受光され、放射
線画像を表わず輝尽発光光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ｌ−フグ
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か
得られる。この先読画像信号Ｓｐの信号レベルは、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（−でいる。

上記先読みにおいては、蓄積性蛍光体シート］１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
ことかできるように、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２Ｂ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、Ｃ
ＰＵおよび内部メモリか内蔵された本体部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、後述するように
して本読みの際の読取条件、即ち本読みの際の感度およ
びダイミックレンジか求められ、この感度、ダイミック
レンジに従って、例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。

ここでダイミックレンジとは、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から、最も強大な輝尽
発光光までの転回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１−１１’　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
１−１１’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。尚、この
本読手段１００　’　の構成は上記先読手段１００の構
成と路間−であるので、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のものと同【７
番号にダッシュを付（１，で示し、説明は省略する。

Ａ／Ｄ変換器２７′でディジタル化し２て得られた画像
信号ＳＱは、コンピュータシステム４ｏに入力される。

コンビコータシステム４ｏ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
像信号が示すＸ線画像か再生表示される。

次に、コンピュータシステム４０内で先読画像信号Ｓｐ
に基づいて、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４図は、このコンピュータシステム４ｏにおける演算
のプロセスを示すブロック図である。先読手段１００に
より読み取られた先読画像信号Ｓｐからは、その先読画
像信号Ｓｐから前記肩部４ｂを含む特定領域のみの画像
信号が抽出され、次いで、その特定領域の画像信号のヒ
ストグラムが作成される。さらに、このヒストグラムの
例えば最大値等の特徴量が抽出され、その特徴量が本読
みの読取条件決定部５０に送られ、この読取条件決定部
５゜で、この特徴量が一定の値に本読みによって読み取
られるように本読みの読取条件としての感度（濃度）が
決定される。

一方、ダイナミックレンジとしては、予め設定されてい
る固定値を採用して一定のダイナミックレンジが設定さ
れる。

このようにして、先読画像信号Ｓｐから本読みの読取条
件としての感度とダイナミックレンジが決定される。

上記特徴量としては、上記特定領域の中の最大発光量（
最大レベルの信号）に対応する最大値（Ｓｍａｘ）の代
りに、最小発光量（最小レベルの信号）に対応する最小
値（Ｓａｊｎ）を利用してもよいし、発光量の平均値（
Ｓａｖｅ）を利用してもよい。また、発光量のメデイア
ン値を利用してもよい。いずれにしても、感度を決定す
るために利用できる特徴的な値であれば、いかなる値を
用いてもよい。

上記実施例では、先読画像信号Ｓｐのヒストグラムを利
用して前記特定領域の画像信号の特徴値を抽出している
が、その特徴量が最大値や最小値、平均値である場合に
は、必ずしもヒストグラムを用いる必要はない。

また、上記実施例では前記特定領域の画像信号の特徴値
を抽出しているが、特徴量を利用せず、特定領域の画像
信号から直接本読みの読取条件を決定することも可能で
ある。このための実施例として、以下、ニューラルネッ
トワークを利用した方法を説明する。

第５図は、ニューラルネットワークによって先先読み画
像信号から本読みの読取条件を直接決定する方法のプロ
セスを示すブロック図である。

ニューラルネットワーク５４には、先読画像信号Ｓｐが
直接入力され、ニューラルネットワーク５４では、この
先読画像信号Ｓｐから直接、本発明の目的に沿った、前
記特定領域の濃度を一定にするような読取条件が演算さ
れて出力される。

このためには、該ニューラルネットワーク５４にそのよ
うに演算をする機能を付与するための学習をさせる必要
がある。以下その学習について詳細に説明をする。

このためのニューラルネットワークの構成の、基本的概
念を第６図にブロック図で示す。

第６図は誤差逆伝播学習（パックプロパゲーション）ａ
！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、二〇ニューラルネットワークの第１層
（入力層）１第２層（中間層）、第３層（出力層）はそ
れぞれｎ１個、ｎ２個、１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．・
・・・・・１　Ｆｏｌは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１つの
出力ｙ１は本読み条件の感度に対応１７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　７への各入力をＸ７、各出力を！／
：ｓｕ’：から　ｌ：＋ｌへの結合の重みをｗ　ｋ　ｋ
＋ｌと【７、各ユニットｕｉ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ニーΣＷ？　”、　　　−ｙ　’、　’　　　　−（
４）ｙ：”’ｆ（ｘ：）　　　　　　　　　　・（５）
となる。たたし入力層を構成する各ユニットｕ：（ｉ＝
１，２．−、　　ｎｘ　）への各人力Ｆ１．Ｆ２．−。

Ｆ、、１は重みつ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０１個の信’３Ｆ１　＋　　Ｆ２−　”’＋　　Ｆ
ｎｌは、各結合の重みＷ！　ｋ　＋　＋　　によって重
みイζｊけられなから最終的な出力　？にまて伝達され
、これにより本読み条件の感度に対応し、た（ｉｌ；号
か求められる。

ここで、上記各結合の重みＷ７７　＋　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”
”　　の初期値か与えられる。このとき、入力Ｆ１〜Ｆ
ｎｌが最大に変動しても、出力ｙｊか所定範囲内の値ま
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７い。

最適な読取条件が既知で、肩部４ｂと肺野部４ｃを含ん
だ上半身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Ｉ〕１個の入力Ｆ１゜Ｆ２．・・＋Ｆｎｌが
求められる。本発明の特徴と（。

で、上記最適な読取条件は、Ｘ線画像中で特に肩部４ｂ
の部分が一定の濃度で示される条件とされ、さらに、画
像全体が所定のダイナミックレンジで再生されるによう
な値が出力されるようにする。

この０１個の入力Ｆ　１　＋　　Ｆ　Ｚ　、”’、Ｆ　
ｎｌ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　？の出力ｙｉ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Ｙ？と
、この画像に関し正しい条件としての教ご 師信号（感度ｙ＋）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、以上のようにして各結合の重みＷ：：“１
か修正される。尚、以下Ｖ？の出力に関して述べる。

二乗誤差Ｅ１を最小にするには、二〇Ｅ１はＷ　７　ｈ
、　”　ｌの関数であるからのように各結合の重みＷ：
：“１か修正される。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：−ΣＷｋｋ−１＋・　７　　　　　・・（４）′で
あるから、（８）式は、 となる。

ここで、（６）式より、 （５）式を用いてこの（１０）式を変形すると、ここで
、（３）式より、 ｆ’　（ｘ）　−ｆ　（ｘ）　（１−ｆ　（ｘ）　）　
　”・（１２）であるから、 ｆ’　（Ｘ＋　）　−ｙ”、　”　（１−ｙ＋　）　　
　−（１３）となる。

（９）式においてに−２と置き、（１１）、（１３）式
を（９）式に代入すると、 ・・・（１４） この（１４）式を（７）式に代入して、ｗ？　？−Ｗ可
、−η・（ｙマーｄ）・ｙｌ・　（１ｙ＋）　　・ｙｌ
　　　　　　・・・（１５）となる。この（１５）式に
従って、Ｗ：　、（＋４，２．・・・。

ｎｌ）の各結合の重みか修正される。

次に、 であるから、この〈Ｉ６）式に＋４）、　＋５）式を代
入して、ここで（１２）式より、 ｆ’　（Ｘ？　）　−３’？　・（Ｉ　　Ｙ？　）　　
　−（１８）であるから、この（１８）式と、（１１）
、　　（１３）式を（１７）式に代入して、 ・Ｙ？　・（Ｉ　　Ｖ？）・Ｗτ；　・・・（１９）（
９）においてに−１と置き、（１９）式を（９）式に代
入すると、 ・ｙイ・（Ｉ　　Ｓ）・Ｗ、１　・ｙ。

・・・（２０） この（２０）式を（７）式に代入すると、ｋ−１と置い
て、３″″Ｉ Ｗｌ、−Ｗｌ、−η・　（ｙ＋　　　ｙ＋）　　・ｙｌ
・　（Ｉ　　Ｙ＋）　　・ｙ？・　（１−７丁）・ｙ−
・Ｗｌ、　　　　　　　　　　　　　　　　　・・・（
２１）となり、（１５）式で修正されたＷ？　？　（ｉ
−１，２，・・・。

ｎｘ）がこの（２■）式に代入され、Ｗｌｌ　（ｆ−１
，２゜・・・、ｒＤ　　；ｊ−１，２，・・・、ｎｌ）
が修正される。

尚、理論的には（１５）式、　（２１）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？　？”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
か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、Ｈｆ
ｎｔｏｎ　ａｎｄ　Ｒ，Ｊ、Ｗｉｌｌｉａｌｎｓ：Ｌｅ
ａｒｎｉｎｇ　１ｎｔｅｒｎａｌ　ｒｅｐｒｅｓｅｎｔ
ａｔｉｏｎｓ　ｂｙｅｒｒｏｒ　ｐｒｏｐａｇａｔｉｏ
ｎ　Ｉｎ　ＰａｒａｌＪｅｌ　Ｄｉｓｔｒｉｂｕｔｅｄ
　Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌｕｍｅ　ｌ、Ｊ、Ｌ、
ＭｃＣｌｅｌｌａｎｄ、Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ　
ａｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅ５ｅａｒｃｈ　Ｇｒｏｕ
ｐ、ＨＩＴ　Ｐｒｅｓｓ、１９８６ｂ」参照） ６ｗ７’：＋１　（ｔ＋１）−α・ΔＷ７７”　　（ｉ
）−１−ただしΔＷ１．’（ｔ）は、を回目の学習にお
ける、修正後の結合重みｗ：　７”から修正前の該結合
の重みｗ　ｋ　ｋ　”　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　ｋ　ｋ　”　ｌ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Ｗｉ：“１は最終の値に固定される。この学習の
終ｒ時には、出力ｙ１は本読みの、感度を表わす（Ｘ線
画像中で、肩部４ｂ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、今度は本読みの際の適正な
読取条件を求めるため、Ｘ線画像を表わす先読画像信号
Ｓｐか第６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ｙ１が、そのＸ線画像に対す
る本読みの読取条件の感度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
から、本読みの際の読取条件を精度良く補正するもので
ある。

このようにして最適な本読みの読取条件を得ることがで
きる。

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（７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出力さ
れた読取条件に従っ゛Ｃ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２Ｂ’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【７た場合、先読めの場合
と本読みの場合とで光ビームの強度を切替える必要かあ
るが、この切替えの方法とり、では、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。

【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２図は、蓄
積性蛍光体シート上に蓄積記録された肩部と肺野部を含
むＸ線画像の一例を模式的に表わした図、 第３図は、Ｘ線画像読取装置の一例、および本発明の方
法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４図は、コンピュータシステムにおける演算のプロセ
スを示すブロック図、 第５図は、ニューラルネットワークによって先先読み画
像信号から本読ろの読取条件を直接決定する方法のプロ
セスを示すブロック図、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。 コ・・Ｘ線撮影装置　　　２・・・Ｘ線源４ｂ・・・肩
部 １１、１１’・・・蓄積性蛍光体シート１９、１９’・
・・輝尽発光光 ２］、　２１’・・・フォトマルチプライヤ２６、２８
’・・・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 ５０・・・本読み読取条件決定手段 ５２・・・ヒストグラム作成手段 ５４・・・ニューラルネットワーク Ｑ 偽 ５図

Claims (4)

【特許請求の範囲】
1. （１）肩部を含む経過観察用放射線画像が記録された複
   数の蓄積性蛍光体シートに励起光を照射し、そのとき該
   複数の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一の画像信号を得
   、 前記複数の蓄積性蛍光体シートに再度励起光を照射し、
   そのとき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を、前記第一の画像信号に基づいて
   求める経過観察用放射線画像の読取条件決定方法におい
   て、 前記放射線画像の肩部を含む特定領域内の特徴量を求め
   、 その特徴量が前記複数の蓄積性蛍光体シートから読み取
   られた複数の放射線画像に亘って一定となるように感度
   を設定することを特徴とする経過観察用放射線画像の読
   取条件決定方法。
2. （２）前記特定領域内の特徴量が、該特定領域内の画像
   信号の平均値、最大値、最小値のいずれか１つであるこ
   とを特徴とする請求項第１項記載の経過観察用放射線画
   像の読取条件決定方法。
3. （３）肩部を含む経過観察用放射線画像が記録された複
   数の蓄積性蛍光体シートに励起光を照射し、そのとき該
   複数の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一の画像信号を得
   、 前記複数の蓄積性蛍光体シートに再度励起光を照射し、
   そのとき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を、前記第一の画像信号に基づいて
   求める経過観察用放射線画像の読取条件決定方法におい
   て、 前記第一の画像信号のうち前記肩部を含む特定領域内の
   画像信号を入力とし、該肩部を含む特定領域内の画像が
   一定の濃度で再生されるように前記本読みの読取条件の
   うちの感度を出力するニューラルネットワークにより、
   前記複数の蓄積性蛍光体シートから読み取られた複数の
   放射線画像に亘って前記肩部を含む特定領域が一定の濃
   度となるように感度を設定することを特徴とする経過観
   察用放射線画像の読取条件決定方法。
4. （４）肩部を含む経過観察用放射線画像が記録された複
   数の蓄積性蛍光体シートに励起光を照射し、そのとき該
   複数の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一の画像信号を得
   、 前記複数の蓄積性蛍光体シートに再度励起光を照射し、
   そのとき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を、前記第一の画像信号に基づいて
   求める経過観察用放射線画像の読取条件決定方法におい
   て、 前記第一の画像信号のうち前記肩部を含む特定領域内の
   画像信号を入力とし、該肩部を含む特定領域内の画像が
   、一定の濃度で再生されるように前記本読みの読取条件
   を出力するニューラルネットワークにより、前記複数の
   蓄積性蛍光体シートから読み取られた複数の放射線画像
   に亘って前記肩部を含む特定領域が一定の濃度となるよ
   うに感度を設定することを特徴とする経過観察用放射線
   画像の読取条件決定方法。