JPH04212142A - 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 - 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】

【０００１】

【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，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。

【０００２】

【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６１−５１９３　号公報参照）。

【０００３】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旦シート状の蓄積
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５５−１２４２９号，同５６−１１３９５号，同５５
−１６３４７２　号，同５６−１０４６４５　号，同５
５−　１１６３４０号等）。

【０００４】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、Ｃ
ＲＴ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。

【０００５】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。

【０００６】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。

【０００７】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。

【０００８】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。

【０００９】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）。

【００１０】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
方法に関し、これを細分すると、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６０−１５６０５
５　号公報参照）、上記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６０−１８５９４４号公報参
照）、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（特開昭６３−２３３６５８
　号参照）、累積ヒストグラムを用いる方法（特開昭６
１−１７０７３０　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（特開昭６３−
２６２１４１　号参照）等、多数の方法を用いて必要な
画像情報の範囲を求めてこれにより読取条件等を定める
方法が知られている。

【００１１】一方、近年、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。

【００１２】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幡学習（バ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。

【００１３】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。

【００１４】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。

【００１５】

【発明が解決しようとする課題】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
うことがあった。

【００１６】また、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、現実的ではない。

【００１７】そこで本発明は、上記ヒストグラムを用い
た方法とニューラルネットワークを用いた方法の欠点を
ともに解消して、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
理条件を決定する方法および装置を提供することを目的
とするものである。

【００１８】

【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のヒストグラムをニューラル
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
ことを特徴とするものである。

【００１９】また、本発明の第２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、◆上記のような放
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のヒストグラムと、前記蓄積
性蛍光体シートに記録された前記放射線画像に関する付
加情報とを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ものである。

【００２０】また、本発明の第３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
の画像信号のヒストグラムの、直接放射線部に対応する
すぬけ部を除いた最大発光量を示す画像信号の値を最大
値とし、該最大値と前記第一の画像信号の最小値との間
において前記ヒストグラムを最大頻度で正規化した後、
この正規化したヒストグラムをニューラルネットワーク
に、該正規化したヒストグラムの画像信号の最大値と最
小値との間の所定の値が前記ニューラルネットワークの
常に同一の入力ユニットに入力されるように入力し、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し、前記所定の値に基づいて前記
ニューラルネットワークから出力された前記読取条件及
び／又は前記画像処理条件の補正を行ない、最終的な読
取条件及び／又は画像処理条件を決定することを特徴と
するものである。

【００２１】さらに、本発明の第４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、◆上記のような
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のヒストグラムの、直接放
射線部に対応するすぬけ部を除いた最大発光量を示す画
像信号の値を最大値とし、該最大値と前記第一の画像信
号の最小値との間において前記ヒストグラムを最大頻度
で正規化した後、この正規化したヒストグラムと前記蓄
積性蛍光体シートに記録された前記放射線画像に対する
付加情報とを、ニューラルネットワークに、該正規化し
たヒストグラムの画像信号の最大値と最小値との間の所
定の値が前記ニューラルネットワークの常に同一の入力
ユニットに入力されるように入力し、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
を出力し、前記所定の値に基づいて前記ニューラルネッ
トワークから出力された前記読取条件及び／又は前記画
像処理条件の補正を行ない、最終的な読取条件及び／又
は画像処理条件を決定することを特徴とするものである
。

【００２２】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
、第１に、◆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ヒストグラム
を演算し、出力するヒストグラム算出手段と、◆該ヒス
トグラム算出手段により出力されたヒストグラムを入力
し、このヒストグラム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。

【００２３】また、第２に、その精度をさらに高くする
ため、上記装置において、前記第一の画像信号のヒスト
グラムを演算し出力するヒストグラム算出手段に加えて
、前記蓄積性蛍光体シートに記録された前記放射線画像
に関する患者情報や撮影方法等の付加情報を出力する付
加情報出力手段を使用し、前記ヒストグラム算出手段に
より出力されたヒストグラムと、前記付加情報出力手段
により出力された付加情報とをニューラルネットワーク
入力し、このニューラルネットワークによって、前記ヒ
ストグラムおよび付加情報に基づいて読取条件及び／又
は画像処理条件を出力するようにしたことを特徴とする
ものである。

【００２４】また、第３に、◆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
号のヒストグラムを演算し、該ヒストグラムから、直接
放射線部に対応するすぬけ部を除いた最大発光量を示す
画像信号の値を検出し、該検出された画像信号の値を最
大値とし、該最大値と前記第一の画像信号の最小値との
間において前記ヒストグラムを最大頻度で正規化し、出
力する演算手段と、◆前記演算手段より出力された正規
化したヒストグラムを該正規化したヒストグラムの画像
信号の最大値と最小値との間の所定の値が常に同一の入
力ユニットに入力されるように入力し、前記正規化した
ヒストグラム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、◆前
記所定の値に基づいて前記ニューラルネットワークから
出力された前記読取条件及び／又は前記画像処理条件の
補正を行なう補正手段とからなることを特徴とするもの
である。

【００２５】さらに、第４の方法を実施する装置は、◆
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ヒストグラムを演算し、該
ヒストグラムから、直接放射線部に対応するすぬけ部を
除いた最大発光量を示す画像信号の値を検出し、該検出
された画像信号の値を最大値とし、該最大値と前記第一
の画像信号の最小値との間において前記ヒストグラムを
最大頻度で正規化し、出力する演算手段と、前記蓄積性
蛍光体シートに記録された前記放射線画像に関する付加
情報を出力する付加情報出力手段と、◆前記演算手段よ
り出力された正規化したヒストグラムと前記付加情報出
力手段により出力された付加情報とを、前記正規化した
ヒストグラムの画像信号の最大値と最小値との間の所定
の値が常に同一の入力ユニットに入力されるように入力
し、前記正規化したヒストグラム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、◆前記所定の値に基づいて前記ニューラ
ルネットワークから出力された前記読取条件及び／又は
前記画像処理条件の補正を行なう補正手段とからなるこ
とを特徴とするものである。

【００２６】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。すなわち第５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、◆前記画像信号のヒスト
グラムを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。

【００２７】また、第５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、◆前記画像信号のヒストグラムを
演算し、出力するヒストグラム算出手段と、該ヒストグ
ラム算出手段により出力されたヒストグラムを入力し、
このヒストグラムに基づいて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。

【００２８】さらに、第６の方法、すなわち、前記画像
処理条件決定方法において、前述と同様に前記画像信号
のヒストグラムに加えて前記放射線画像に関する付加情
報を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。

【００２９】さらに第６の方法を実施する装置は、上記
の第５の方法を実施する装置において、前記画像信号の
ヒストグラムを演算し出力するヒストグラム算出手段に
加えて、前記放射線画像に関する患者情報や撮影方法等
の付加情報を出力する付加情報出力手段を使用し、前記
ヒストグラム算出手段により出力されたヒストグラムと
、前記付加情報出力手段により出力された付加情報とを
ニューラルネットワーク入力し、このニューラルネット
ワークによって、前記ヒストグラムおよび付加情報に基
づいて画像処理条件を出力するようにしたことを特徴と
するものである。

【００３０】また第７の方法は、◆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、◆前記画像信号のヒストグラムの、直接放射線部
に対応するすぬけ部を除いた最大発光量を示す画像信号
の値を最大値とし、該最大値と前記画像信号の最小値と
の間において前記ヒストグラムを最大頻度で正規化した
後、この正規化したヒストグラムをニューラルネットワ
ークに、該正規化したヒストグラムの画像信号の最大値
と最小値との間の所定の値が前記ニューラルネットワー
クの常に同一の入力ユニットに入力されるように入力し
、該ニューラルネットワークから前記画像処理条件を出
力し、前記所定の値に基づいて前記ニューラルネットワ
ークから出力された前記画像処理条件の補正を行ない、
最終的な画像処理条件を決定することを特徴とするもの
である。

【００３１】また第７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、◆前記画像信号のヒストグラムを演
算し、該ヒストグラムから、直接放射線部に対応するす
ぬけ部を除いた最大発光量を示す画像信号の値を検出し
、該検出された画像信号の値を最大値とし、該最大値と
前記画像信号の最小値との間において前記ヒストグラム
を最大頻度で正規化し、出力する演算手段と、◆前記演
算手段より出力された正規化したヒストグラムを該正規
化したヒストグラムの画像信号の最大値と最小値との間
の所定の値が常に同一の入力ユニットに入力されるよう
に入力し、前記正規化したヒストグラムに基づいて前記
画像処理条件を出力するニューラルネットワークと、◆
前記所定の値に基づいて前記ニューラルネットワークか
ら出力された前記画像処理条件の補正を行なう補正手段
とからなることを特徴とするものである。

【００３２】さらに、第８の方法は、前記画像処理条件
決定方法において、◆前記画像信号のヒストグラムの、
直接放射線部に対応するすぬけ部を除いた最大発光量を
示す画像信号の値を最大値とし、該最大値と前記画像信
号の最小値との間において前記ヒストグラムを最大頻度
で正規化した後、この正規化したヒストグラムと前記蓄
積性蛍光体シートに記録された前記放射線画像に対する
付加情報とを、ニューラルネットワークに、該正規化し
たヒストグラムの画像信号の最大値と最小値との間の所
定の値が前記ニューラルネットワークの常に同一の入力
ユニットに入力されるように入力し、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し、前記所定の値
に基づいて前記ニューラルネットワークから出力された
前記画像処理条件の補正を行ない、最終的な画像処理条
件を決定することを特徴とするものである。

【００３３】さらに第８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、◆前記画像信号のヒストグラムを
演算し、該ヒストグラムから、直接放射線部に対応する
すぬけ部を除いた最大発光量を示す画像信号の値を検出
し、該検出された画像信号の値を最大値とし、該最大値
と前記画像信号の最小値との間において前記ヒストグラ
ムを最大頻度で正規化し、出力する演算手段と、◆前記
蓄積性蛍光体シートに記録された前記放射線画像に関す
る付加情報を出力する付加情報出力手段と、◆前記演算
手段より出力された正規化したヒストグラムと前記付加
情報出力手段により出力された付加情報とを、前記正規
化したヒストグラムの画像信号の最大値と最小値との間
の所定の値が常に同一の入力ユニットに入力されるよう
に入力し、前記正規化したヒストグラムに基づいて前記
画像処理条件を出力するニューラルネットワークと、◆
前記所定の値に基づいて前記ニューラルネットワークか
ら出力された前記画像処理条件の補正を行なう補正手段
とからなることを特徴とするものである。

【００３４】ここで「正規化したヒストグラムの画像信
号の最大値と最小値との間の所定の値」とあるが、所定
の値とは前記画像信号の最大値と最小値との間にあれば
いかなる値でもよく、画像信号の最大値、最小値、ある
いは最大値と最小値との中間値等ある決められた値を用
いればいかなる値でもよい。この所定の値をニューラル
ネットワークの常に同一の入力ユニットに入力されるよ
うに入力するということは、画像信号の値が変化、所定
の値が変化しても前記所定の値を常にニューラルネット
ワークのある決まったユニットに入力し、画像信号の前
記所定の値以外の値は、前記所定の値を基準として順次
前記ある決まったユニットの隣のユニットに入力されて
いくということである。

【００３５】

【作用および効果】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のひとつは、画像信号の
ヒストグラム、あるいはこれに患者情報や撮影方法等の
付加情報を加えたものをニューラルネットワークに入力
し、このヒストグラムあるいはこれに付加情報を加えた
ものに基づいて読取条件及び／又は画像処理条件をニュ
ーラルネットワークにより出力するようにしているので
、大局的な判断のできるニューラルネットワークにより
、ヒストグラムのみを用いた場合の欠点である局所的解
析による誤りを防止するとともに、ニューラルネットワ
ークの学習量を少なくして、能率良く、高い精度で画像
読取条件及び／又は画像処理条件を決定するすることが
できる。

【００３６】また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の他のひとつは、画像信号
のヒストグラムの、直接放射線部に対応するすぬけ部を
除いた最大発光量を示す画像信号の値を最大値とし、こ
の最大値と画像信号の最小値との間において正規化した
ヒストグラムに基づいて読取条件及び／又は画像処理条
件を求め補正を加えているので、すぬけ部に依存しない
、被写体部のみの画像信号のヒストグラムにより安定し
た読取条件及び／又は画像処理条件を求めることができ
る。

【００３７】また、放射線画像における画像信号は、常
に一定のものが得られるとは限らず、放射線照射量の違
いにより感度が変わり画像信号の値も変化する。すなわ
ち、ヒストグラムの画像信号の最小値およびすぬけ部を
除いた最大値も感度が変わることにより変化するが、本
発明の上記他のひとつの放射線画像読取条件及び／又は
画像処理条件決定装置は、感度が変わっても正規化した
ヒストグラムの画像信号の最大値と最小値の間の所定の
値をニューラルネットワークの常に同一の入力ユニット
に入力するようにし、ニューラルネットワークの出力し
た読取条件及び／又は画像処理条件を、正規化したヒス
トグラムの画像信号の最大値と最小値の間の所定の値に
基づいて補正をすることにより放射線画像の感度に依存
しない安定した画像読取条件及び／又は画像処理条件を
得ることができる。

【００３８】さらに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の他のひとつは、前述の
正規化したヒストグラム、あるいはこれに患者情報や撮
影方法等の付加情報を加えたものをニューラルネットワ
ークに入力し、この正規化ヒストグラムあるいはこれに
付加情報を加えたものに基づいて読取条件及び／又は画
像処理条件をニューラルネットワークにより出力し、前
記所定の値に基づいて補正するようにしているので、前
述した本発明による放射線画像読取条件及び／又は画像
処理条件のひとつと同様に、大局的な判断のできるニュ
ーラルネットワークにより、ヒストグラムのみを用いた
場合の欠点である局所的解析による誤りを防止するとと
もに、ニューラルネットワークの学習量を少なくして、
能率良く、高い精度で画像読取条件及び／又は画像処理
条件を決定するすることができる。

【００３９】

【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。

【００４０】図１は、本発明の第１実施例の基本的概念
を示すブロック図である。すなわち、本発明の第１実施
例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のヒストグラム２を算出し、これを単独で、ある
いはこれに前記放射線画像に関する患者情報や撮影方法
等の付加情報３を加えて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。

【００４１】次に、本発明の第１実施例による放射線画
像読取条件及び／又は画像処理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線画像読取装置につ
いて詳細に説明する。

【００４２】図２は、本発明の第１実施例によるＸ線画
像読取装置、および放射線画像読取条件及び／又は画像
処理条件決定装置を内包したコンピュータシステムを示
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。

【００４３】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
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
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２１の受光面が結合されている。上記入射端面２０
ａ　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。

【００４４】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。

【００４５】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。

【００４６】得られた先読画像信号ＳＰ　は、コンピュ
ータシステム４０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及び／又は画
像処理条件決定装置の一例を内包するものであり、ＣＰ
Ｕ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４
３，および必要な情報を表示するためのＣＲＴディスプ
レイ４４から構成されている。

【００４７】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Ｇｐ　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２
６′の増幅率等が制御される。

【００４８】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。

【００４９】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１
００　′の構成は上記先読手段１００　の構成と略同一
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。

【００５０】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４
０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。

【００５１】前記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、ヒストグラムが算出され、
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及び／又は読取りにより得ら
れた画像信号に画像処理を施す際の画像処理条件が決定
される。

【００５２】先読画像信号ＳＰ　は、前記コンピュータ
システム４０内に設けられた本発明の第１実施例による
読取条件及び／又は画像処理条件の決定方法を実施する
演算部に入力される。なお、本実施例ではコンピュータ
システム４０の、本発明にいう各手段に対応する機能を
実現するためのハードウェアとソフトウェアとの組み合
わせが該各手段として観念される。

【００５３】図３は、先読画像信号ＳＰ　のヒストグラ
ムを表わした図である。図の横軸は先読画像信号ＳＰ　
の値を表わし、縦軸（上方）は各値を有する先読画像信
号ＳＰ　の出現頻度（Ｘ線画像の各画素に対応する各先
読画像信号ＳＰ　を１つと数える）を表わしている。ま
た図の縦軸（下方）は、本読みにより得られた画像信号
ＳＱ　の値を示している。

【００５４】このヒストグラム７０には大きく分けて被
写体像に対応する山Ａと、直接Ｘ線部に対応する、山Ａ
よりも先読画像信号ＳＰ　の値の大きな位置にある山Ｂ
とが存在する。ここでヒストグラム７０上の頻度がＴと
なる位置を先読画像信号ＳＰ　の値の小さい方から値の
大きい方へサーチし、頻度がＴとなる最初の位置ａと次
の位置ｂに対応する先読画像信号ＳＰ１，ＳＰ２が求め
られる。このようにして求められた２つの先読画像信号
ＳＰ１，ＳＰ２に挾まれた範囲がＸ線画像上の被写体像
に対応すると判断される。そこで本読みを行なうとした
場合に、先読画像信号ＳＰ１，ＳＰ２に対応するＸ線画
像上の個所から発せられた輝尽発光光がそれぞれ画像信
号ＳＱ　の最小値ＳＱ１，最大値ＳＱ２に変換されるよ
うに、すなわち、図３に示した直線Ｇ１となるように読
取条件が定められ、この読取条件に従って本読みが行な
われる。ここで読取条件は、直線Ｇ１の図３の横方向の
位置（感度Ｓｋ　）とその直線Ｇ１の傾き（ラチチュー
ドＧｐ　）とで定められる。

【００５５】しかし、ヒストグラム７０が例えば図３に
示すヒストグラム７０′のようにしきい値Ｔを横切る凹
凸があった場合、読取条件に対応する直線は直線Ｇ１′
のように誤って求められることとなり、この読取条件に
基づいて本読みを行なうと被写体像のうち先読画像信号
ＳＰ１，ＳＰ２′に挾まれた領域（ヒストグラム上の領
域Ａ′に対応する）部分しか担持しない画像信号ＳＱ　
となってしまうこととなり、この場合例えば再撮影を行
なう必要等が生じることとなるという欠点を有している
。

【００５６】そこで本発明では、このような場合にも図
３の直線Ｇ１を読取条件として出力するように、ヒスト
グラムのデータをニューラルネットワークに入力して、
ニューラルネットワークに該ヒストグラムに対応する正
しい読取条件を学習により覚えさせ、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。

【００５７】なお、上記ヒストグラムに加え、より条件
決定の精度を高めるために、その放射線画像に関する付
加情報をニューラルネットワークに入力し、この付加情
報とヒストグラムの組合せに応じて読取条件を出力させ
るようにしてもよい。これにより、ニューラルネットワ
ークによる条件決定の精度を大きく向上させることがで
きる。付加情報としては、例えば患者名、撮影部位等の
患者情報や、単純撮影、造影撮影、断層撮影等の撮影方
法等を使用することができる。

【００５８】次に、本発明の第２実施例による放射線画
像読取条件及び／又は画像処理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線画像読取装置につ
いて説明する。

【００５９】図４は、本発明の第２実施例の基本的概念
を示すブロック図である。また図５は先読画像信号ＳＰ
　のヒストグラムを正規化したヒストグラムと本発明に
よるニューラルネットワークの一例を簡単に示した図で
ある。すなわち、本発明の第２実施例による方法の基本
的概念は、演算手段５９において放射線画像を表わす画
像信号５１のヒストグラム５２を算出し、ヒストグラム
５２から直接放射線部に対応するすぬけ部を除いた最大
発光量を示す画像信号の値を検出し、この画像信号Ｓｍ
ａｘ１を最大値とし、最大値Ｓｍａｘ１と画像信号５１
の最小値Ｓｍｉｎ　との間においてヒストグラム５２を
正規化し、正規化したヒストグラム５４を単独で、ある
いはこれに前記放射線画像に関する付加情報５８を加え
て出力し、図５に示すようにニューラルネットワーク５
５に、正規化したヒストグラム５４の画像信号の最大値
Ｓｍａｘ１と最小値Ｓｍｉｎ　間の所定の値として最大
値Ｓｍａｘ１がニューラルネットワーク５５の常に同一
の入力ユニット（ここでは下端の入力ユニット）に入力
されるように入力し、該ニューラルネットワーク５５か
ら出力した画像読取条件及び／又は画像処理条件に感度
補正を行ない、最適な画像読取条件及び／又は画像処理
条件５７を出力するものである。

【００６０】本発明の第２実施例による放射線画像読取
条件及び／又は画像処理条件決定方法を適用したＸ線画
像読取装置、およびコンピュータシステムは、図２にお
けるコンピュータシステム４０内で行なう演算の内容を
除いて前述した図２における本発明の第１実施例による
Ｘ線画像読取装置および放射線画像読取条件及び／又は
画像処理条件決定装置と同一であるので、詳細な説明は
ここでは省略し、以下本発明の第２実施例による放射線
画像読取条件及び／又は画像処理条件決定方法を適用し
たコンピュータシステムについて説明する。

【００６１】本発明の第２実施例においては図２におけ
るコンピュータシステム４０内において、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、そのヒストグラム
から直接放射線部に対応するすぬけ部を除いた最大発光
量を示す画像信号の値を検出し、この画像信号の値を最
大値Ｓｍａｘ１とし、この最大値Ｓｍａｘ１と先読画像
信号ＳＰ　の最小値Ｓｍｉｎ　との間において、前記ヒ
ストグラムを正規化し、この正規化したヒストグラムを
、図５に示すように、正規化したヒストグラムの画像信
号の値が異なっても最大値Ｓｍａｘ１およびＳ′ｍａｘ
１が常に同一の入力ユニット（図５における下端のユニ
ット）に入力されるようにニューラルネットワークに入
力し、この正規化した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、最大値Ｓｍａｘ１に基づいて感度Ｓｋ　′およ
びラチチュードＧｐ　′を補正しこの補正された感度Ｓ
ｋ　，ラチチュードＧｐ　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。

【００６２】次いで前述のようにして定められた読取条
件により、本発明による第１実施例と同様に図２におけ
る本読み手段１００　′により本読みが行なわれ画像信
号が得られる。

【００６３】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４
０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。

【００６４】前記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、ヒストグラムが算出され、
このヒストグラムから直接放射線部に対応するすぬけ部
を除いた最大発光量を示す画像信号の値を検出し、この
画像信号の値を最大値Ｓｍａｘ１とし、最大値Ｓｍａｘ
１と画像信号の最小値Ｓｍｉｎ　との間においてヒスト
グラムを正規化し、この正規化ヒストグラムを、図５に
示すように最大値Ｓｍａｘ１が常に同一の入力ユニット
（下端のユニット）に入力されるようニューラルネット
ワークに入力し、この正規化した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
及び／又は読取りにより得られた画像信号に画像処理を
施す際の画像処理条件が求められ、正規化したヒストグ
ラムの最大値Ｓｍａｘ１と最小値Ｓｍｉｎ　との間の所
定の値である最大値Ｓｍａｘ１に基づいて該画像処理条
件を補正し読み取ったＸ線画像に最適な画像処理条件が
決定される。

【００６５】先読画像信号ＳＰ　は、前記コンピュータ
システム４０内に設けられた本発明の第２実施例による
読取条件及び／又は画像処理条件の決定方法を実施する
演算部に入力される。なお、本実施例ではコンピュータ
システム４０の、本発明にいう各手段に対応する機能を
実現するためのハードウェアとソフトウェアとの組み合
わせが該各手段として観念される。

【００６６】次に、本発明の第２実施例におけるヒスト
グラムを正規化する方法について説明する。

【００６７】図６は、先読画像信号ＳＰ　のヒストグラ
ムを表わした図である。図の横軸は先読画像信号ＳＰ　
の値を表わし、縦軸（上方）は各値を有する先読画像信
号ＳＰ　の出現頻度（Ｘ線画像の各画素に対応する各先
読画像信号ＳＰ　を１つと数える）を表わしている。

【００６８】このヒストグラム８０には大きく分けて被
写体像に対応する山Ｃと、直線Ｘ線部に対応するすぬけ
部を示す、山Ｃよりも先読画像信号ＳＰの値の大きな位
置にある山Ｄとが存在する。ここでヒストグラム８０の
すぬけ部を除いた最大発光量を示す先読画像信号の値が
検出され、この値を最大値Ｓｍａｘ１とする。またヒス
トグラム８０における最小の先読画像信号の値を最小値
Ｓｍｉｎ　とし、先読画像信号ＳＰ　の最小値Ｓｍｉｎ
　とＳｍａｘ１との間における先読画像信号ＳＰ　の最
大頻度でヒストグラム８０の正規化を行なう。すなわち
、この正規化したヒストグラムはすぬけ部に依存しない
、被写体像のみに対応した正規化ヒストグラムとなる。

【００６９】しかし、ヒストグラム８０が図６に示すヒ
ストグラム８０′のように、Ｘ線照射量が変化しヒスト
グラム８０と異なる先読画像信号の値を示した場合、す
なわち画像の感度が異なる場合には、画像信号の最小値
Ｓｍｉｎ　および最大値Ｓｍａｘ１の値も変わりニュー
ラルネットワークに入力される正規化したヒストグラム
の画像信号の値が広範囲に渡ってしまうので、この値を
そのままニューラルネットワークに入力するということ
は、学習に膨大な時間をかける必要があり、また正しい
画像読取条件及び／又は画像処理条件を出力する精度が
低くなってしまう。

【００７０】そこで本発明の第２実施例においては、こ
のような場合にも感度に依存しない安定した、高い精度
の画像読取条件及び／又は画像処理条件を出力するよう
に、図５に示したように正規化したヒストグラムの画像
信号の最大値Ｓｍａｘ１と最小値Ｓｍｉｎ　との間の所
定の値（図５，６では最大値Ｓｍａｘ１）が常に同一の
ニューラルネットワークの入力ユニットに入力されるよ
うにし、ニューラルネットワークに入力される正規化し
たヒストグラムの画像信号値が変化しても常にほぼ同一
条件となるようにし、ニューラルネットワークから出力
された読取条件及び／又は画像処理条件に対して、所定
の値（図５，６においては最大値Ｓｍａｘ１）に基づい
て補正を加えて、画像に適した読取条件及び／又は画像
処理条件を出力させる。

【００７１】なお、上記正規化したヒストグラムの画像
信号の最大値と最小値との間の所定の値として最大値Ｓ
ｍａｘ１を用いたが、これは正規化したヒストグラムの
画像信号の最大値と最小値との間の値であればいかなる
値でもよく、例えば画像信号の最小値、あるいは最大値
と最小値との中間の値等を用いてもよい。この場合、所
定の値は、この所定の値が最小値の場合は図５に示す上
端の入力ユニットに、最大値と最小値の中間の値の場合
は、図５に示す入力ユニットの中間に位置する入力ユニ
ットに入力されるようにすればよい。

【００７２】また、上記正規化したヒストグラムの画像
信号の所定の値（ここでは最大値Ｓｍａｘ１）をニュー
ラルネットワークの常に同一のある決まった入力ユニッ
トに入力する場合、この所定の値以外の画像信号の値は
、所定の値を基準としてある決まった入力ユニットの隣
の入力ユニットに順次入力されていく。例えば本発明で
は図５に示すように最大値Ｓｍａｘ１を下端の入力ユニ
ットに入力した場合、最大値Ｓｍａｘ１から最小値Ｓｍ
ｉｎ　までの正規化したヒストグラムの画像信号が下端
の入力ユニットから上端の入力ユニットへ順次入力され
ていくようになっている。よって所定の値を最小値とし
た場合は上端の入力ユニットから順次下端の入力ユニッ
トへ、所定の値を最大値と最小値の中間の値とした場合
には図５に示す入力ユニットの中間の入力ユニットから
それぞれ上端および下端の入力ユニットに向かって順次
入力されていく。

【００７３】なお、上記正規化したヒストグラムに加え
、より条件決定の精度を高めるために、その放射線画像
に関する付加情報をニューラルネットワークに入力し、
この付加情報とヒストグラムの組合せに応じて読取条件
を出力させるようにしてもよい。これにより、ニューラ
ルネットワークによる条件決定の精度を大きく向上させ
ることができる。

【００７４】以下、ニューラルネットワークにより、学
習を繰り返して、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。

【００７５】図７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。

【００７６】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
（ニューロン）から構成される。第１層（入力層）に入
力される各信号Ｆ１　，Ｆ２　，……，Ｆｎ１はＸ線画
像の各画素に対応する先読画像信号に基づいて算出され
たヒストグラム、あるいは正規化したヒストグラムを表
わす信号であり、第３層（出力層）からの２つの出力Ｙ
３，１　，Ｙ３，２　は本読みの際のそれぞれ感度およ
びラチチュードに対応した信号である。第ｋ層のｉ番目
のユニットをＵｋ，ｉ　、該ユニットＵｋ，ｉ　への各
入力をＸｋ，ｉ　、各出力をＹｋ，ｉ　、Ｕｋ，ｉ　か
らＵｋ＋１，ｊ　への結合の重みをＷｋ，ｉ；ｋ＋１，
ｊ　とし、各ユニットＵｋ，ｊ　は同一の特性関数

【０
０７７】

【数１】

【００７８】を有するものとする。このとき、各ユニッ
トＵｋ，ｊ　の入力Ｘｋ，ｊ　、出力Ｙｋ，ｊ　は、

【
００７９】

【数２】

【００８０】

【数３】

【００８１】となる。ただし入力層を構成する各ユニッ
トＵ１，ｉ（ｉ　＝１，２，…，ｎ１　）　への各入力
Ｆ１　，Ｆ２　，…，Ｆｎ１は重みづけされずにそのま
ま各ユニットＵ１，ｉ（ｉ＝１，２，…，ｎ１　）　に
入力される。入力されたｎ１　個の信号Ｆ１　，Ｆ２　
，…，Ｆｎ１は、各結合の重みＷｋ，ｉ；ｋ＋１，ｊ　
によって重み付けられながら最終的な出力Ｙ３，１　，
Ｙ３，２　にまで伝達され、これにより本読みの際の読
取条件（感度とラチチュード）が求められる。

【００８２】ここで、上記各結合の重みＷｋ，ｉ；ｋ＋
１，ｊ　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Ｗｋ，ｉ；ｋ＋１，ｊ　の初期値が与えら
れる。このとき、入力Ｆ１　〜Ｆｎ１が最大に変動して
も、出力Ｙ３，１　，Ｙ３，２　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。

【００８３】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ｎ１　個の入力Ｆ１　，Ｆ２　，…，Ｆｎ
１が求められる。このｎ１　個の入力Ｆ１　，Ｆ２　，
…，Ｆｎ１が図７に示すニューラルネットワークに入力
され、各ユニットＵｋ，ｉ　の出力Ｙｋ，ｉ　がモニタ
される。

【００８４】各出力Ｙｋ，ｉ　が求められると、最終的
な出力であるＹ３，１　，Ｙ３，２　と、この画像に関
し正しい読取条件としての教師信号（感度“Ｙ３，１　
”およびラチチュード“Ｙ３，２　”）との二乗誤差

【００８５】

【数４】

【００８６】

【数５】

【００８７】が求められる。この二乗誤差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Ｗｋ，ｉ；ｋ＋１，ｊ　が修正される。なお、
以下Ｙ３，１　の出力に関して述べＹ３，２については
Ｙ３，１　と同様であるため、ここでは省略する。

【００８８】二乗誤差Ｅ１　を最小にするには、このＥ
１　はＷｋ，ｉ；ｋ＋１，ｊ　の関数であるから

【００
８９】

【数６】

【００９０】のように各結合の重みＷｋ，ｉ；ｋ＋１，
ｊ　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。

【００９１】ここで、

【００９２】

【数７】

【００９３】であり、（２）　式より

【００９４】

【数８】

【００９５】であるから、（７）　式は、

【００９６】

【数９】

【００９７】となる。

【００９８】ここで、（４）　式より、

【００９９】

【数１０】

【０１００】（３）　式を用いてこの（１０）式を変形
すると、

【０１０１】

【数１１】

【０１０２】ここで、（１）　式より、

【０１０３】

【数１２】

【０１０４】であるから、

【０１０５】

【数１３】

【０１０６】となる。

【０１０７】（９）　式においてｋ＝２と置き、（１１
）式、（１３）式を（９）　式に代入すると、

【０１０８】

【数１４】

【０１０９】この（１４）式を（６）　式に代入して、

【０１１０】

【数１５】

【０１１１】となる。この（１５）式に従って、Ｗ２，
ｉ；３，１（ｉ＝１，２，…，ｎ１　）の各結合の重み
が修正される。

【０１１２】次に、

【０１１３】

【数１６】

【０１１４】であるから、この（１６）式に（２）　式
、（３）　式を代入して、

【０１１５】

【数１７】

【０１１６】ここで（１２）式より、

【０１１７】

【数１８】

【０１１８】であるから、この（１８）式と、（１１）
式、（１３）式を（１７）式に代入して、

【０１１９】

【数１９】

【０１２０】（９）　式においてｋ＝１と置き、（１９
）式を（９）式に代入すると、

【０１２１】

【数２０】

【０１２２】この（２０）式を（６）　式に代入すると
、ｋ＝１と置いて、

【０１２３】

【数２１】

【０１２４】となり、（１５）式で修正されたＷ２，ｉ
；３，１（ｉ＝１，２，…，ｎ１　）がこの（２１）式
に代入され、Ｗ１，ｉ；２，ｊ（ｉ＝１，２，…，ｎ１
　；ｊ＝１，２，…，ｎ２　）が修正される。

【０１２５】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Ｗｋ，ｉ；ｋ＋１，
ｊ　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．Ｒｕｍｅｌ
ｈａｒｔ，Ｇ．Ｅ．Ｈｉｎｔｏｎ　ａｎｄ　Ｒ．Ｊ．Ｗ
ｉｌｌｉａｍｓ：Ｌｅａｒｎｉｎｇｉｎｔｅｒｎａｌ　
ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ　ｂｙ　ｅｒｒｏｒ　
ｐｒｏｐａｇａｔｉｏｎ　Ｉｎ　Ｐａｒａｌｌｅｌ　Ｄ
ｉｓｔｒｉｂｕｔｅｄ　Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ
ｕｍｅ　１，Ｊ．Ｌ．ＭｃＣｌｅｌｌａｎｄ，Ｄ．Ｅ．
Ｒｕｍｅｌｈａｒｔ　ａｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅｓ
ｅａｒｃｈ　Ｇｒｏｕｐ，ＭＩＴ　Ｐｒｅｓｓ，１９８
６ｂ」参照）

【０１２６】

【数２２】

【０１２７】ただしΔＷｋ，ｉ；ｋ＋１，ｊ　（ｔ）は
、ｔ回目の学習における、修正後の結合重みＷｋ，ｉ；
ｋ＋１，ｊ　から修正前の該結合の重みＷｋ，ｉ；ｋ＋
１，ｊ　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。

【０１２８】慣性項α、学習係数ηとしてたとえばα＝
０．９　、η＝０．２５を用いて各結合の重みＷｋ，ｉ
；ｋ＋１，ｊ　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Ｗｋ，ｉ；ｋ＋１，ｊ　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Ｙ３，１　，Ｙ３，２　は本読みの際のそれぞれ感度
、ラチチュードを正しく表わす信号となる。

【０１２９】そこで学習が終了した後は、今度は先読み
の際のＸ線画像を表わす先読画像信号からそのヒストグ
ラムあるいは正規化したヒストグラムが求められ、これ
が図７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Ｙ３，１　，Ｙ３，２　がそのＸ線
画像に対する本読みの読取条件（感度とラチチュード）
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。

【０１３０】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のユニットで各層
を構成し得ることももちろんである。

【０１３１】次に本発明の第２実施例における感度補正
の方法について述べる。本発明の第２実施例においては
図５に示すように正規化したヒストグラムをニューラル
ネットワークに最大値Ｓｍａｘ１が常に同一の入力ユニ
ットに入力し、正規化したヒストグラムの画像信号値の
感度が変化してもその感度に依存しない読取条件を出力
としているため、ニューラルネットワークにより出力さ
れる読取条件（感度およびラチチュード）は絶対的な値
としてではなく相対的な位置情報として出力される。こ
こでラチチュードは前述したよう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る。すなわちラチチュード
は最小値Ｓｍｉｎ　と最大値Ｓｍａｘ１との比に対応す
るものであり、ニューラルネットワークからは最小値Ｓ
ｍｉｎと最大値Ｓｍａｘ１の比がラチチュードとして出
力されるためラチチュードには補正を加える必要はない
。また感度は本発明の第２実施例において、最小値Ｓｍ
ｉｎ　と最大値Ｓｍａｘ１との間の位置情報、すなわち
必要とする領域（図５における斜線部）の感度が正規化
したヒストグラムの先読画像信号ＳＰ　の最小値Ｓｍｉ
ｎ　からみた最大値Ｓｍａｘ１との間の感度位置を百分
率で表したものとしてニューラルネットワークより出力
される。また最小値Ｓｍｉｎ　と最大値Ｓｍａｘ１は既
知であるので以下の式に従って感度補正が行なわれる。

【０１３２】

【数２３】感度Ｓｋ　＝Ｓｍａｘ１−（Ｓｍａｘ１−Ｓ
ｍｉｎ　）×Ｓｋ１（％）　　　　　　……（２３）式
（２３）により感度補正が行なわれ最終的な画像読取条
件（感度およびラチチュード）が決定される。

【０１３３】上記のようにしてニューラルネットワーク
と感度補正手段と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。

【０１３４】なお、上記第１および第２の実施例では、
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Ｓ
Ｐ　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。

【０１３５】さらに、上記第１および第２の実施例は、
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、そのまま上記本読みに相
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４０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。

【図面の簡単な説明】

【図１】本発明の第１実施例による画像読取条件及び／
又は画像処理条件決定方法の基本的構成を示すブロック
図

【図２】本発明の方法を実施するためのコンピュータシ
ステムを内包する、Ｘ線画像読取装置の一例を示す斜視
図

【図３】蓄積性蛍光体シートからの読取画像信号のヒス
トグラムの例を示すグラフ

【図４】本発明の第２実施例による画像読取条件及び／
又は画像処理条件決定方法の基本的構成を示すブロック
図

【図５】先読画像信号のヒストグラムを正規化したヒス
トグラムと本発明によるニューラルネットワークの一例
を簡単に示した図

【図６】蓄積性蛍光体シートからの読取画像信号のヒス
トグラムの別の例を示すグラフ

【図７】本発明の方法に使用されるニューラルネットワ
ークの一例を表わした図

【符号の説明】

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 １００　′　　　　本読手段 ＳＰ　　　　　先読み画像信号

Claims (16)

【特許請求の範囲】
1. 【請求項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のヒストグラ
   ムを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. 【請求項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ヒストグラ
   ムを演算し、出力するヒストグラム算出手段と、該ヒス
   トグラム算出手段により出力されたヒストグラムを入力
   し、このヒストグラム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. 【請求項３】　　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のヒストグラ
   ムと、前記蓄積性蛍光体シートに記録された前記放射線
   画像に関する付加情報を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。
4. 【請求項４】　　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ヒストグラ
   ムを演算し、出力するヒストグラム算出手段と、前記蓄
   積性蛍光体シートに記録された前記放射線画像に関する
   付加情報を出力する付加情報出力手段と、前記ヒストグ
   ラム算出手段により出力されたヒストグラムと、前記付
   加情報出力手段により出力された付加情報とを入力し、
   該ヒストグラムおよび該付加情報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。
5. 【請求項５】　　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
   号のヒストグラムを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。
6. 【請求項６】　　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
   号のヒストグラムを演算し、出力するヒストグラム算出
   手段と、該ヒストグラム算出手段により出力されたヒス
   トグラムを入力し、このヒストグラムに基づいて画像処
   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。
7. 【請求項７】　　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
   号のヒストグラムと、前記放射線画像に関する付加情報
   を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。
8. 【請求項８】　　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
   号のヒストグラムを演算し、出力するヒストグラム算出
   手段と、前記放射線画像に関する付加情報を出力する付
   加情報出力手段と、前記ヒストグラム算出手段により出
   力されたヒストグラムと、前記付加情報出力手段により
   出力された付加情報とを入力し、該ヒストグラムおよび
   該付加情報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。
9. 【請求項９】　　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のヒストグラ
   ムの、直接放射線部に対応するすぬけ部を除いた最大発
   光量を示す画像信号の値を最大値とし、該最大値と前記
   第一の画像信号の最小値との間において前記ヒストグラ
   ムを最大頻度で正規化した後、この正規化したヒストグ
   ラムをニューラルネットワークに、該正規化したヒスト
   グラムの画像信号の最大値と最小値との間の所定の値が
   前記ニューラルネットワークの常に同一の入力ユニット
   に入力されるように入力し、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し
   、前記所定の値に基づいて前記ニューラルネットワーク
   から出力された前記読取条件及び／又は前記画像処理条
   件の補正を行ない、最終的な読取条件及び／又は画像処
   理条件を決定す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。
10. 【請求項１０】　　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ヒストグ
    ラムを演算し、該ヒストグラムから、直接放射線部に対
    応するすぬけ部を除いた最大発光量を示す画像信号の値
    を検出し、該検出された画像信号の値を最大値とし、該
    最大値と前記第一の画像信号の最小値との間において前
    記ヒストグラムを最大頻度で正規化し、出力する演算手
    段と、前記演算手段より出力された正規化したヒストグ
    ラムを該正規化したヒストグラムの画像信号の最大値と
    最小値との間の所定の値が常に同一の入力ユニットに入
    力されるように入力し、前記正規化したヒストグラムに
    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、前記所定の値に基づ
    いて前記ニューラルネットワークから出力された前記読
    取条件及び／又は前記画像処理条件の補正を行なう補正
    手段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。
11. 【請求項１１】　　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のヒストグ
    ラムの、直接放射線部に対応するすぬけ部を除いた最大
    発光量を示す画像信号の値を最大値とし、該最大値と前
    記第一の画像信号の最小値との間において前記ヒストグ
    ラムを最大頻度で正規化した後、この正規化したヒスト
    グラムと前記蓄積性蛍光体シートに記録された前記放射
    線画像に対する付加情報とを、ニューラルネットワーク
    に、該正規化したヒストグラムの画像信号の最大値と最
    小値との間の所定の値が前記ニューラルネットワークの
    常に同一の入力ユニットに入力されるように入力し、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し、前記所定の値に基づいて前記
    ニューラルネットワークから出力された前記読取条件及
    び／又は前記画像処理条件の補正を行ない、最終的な読
    取条件及び／又は画像処理条件を決定することを特徴と
    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。
12. 【請求項１２】　　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ヒストグ
    ラムを演算し、該ヒストグラムから、直接放射線部に対
    応するすぬけ部を除いた最大発光量を示す画像信号の値
    を検出し、該検出された画像信号の値を最大値とし、該
    最大値と前記第一の画像信号の最小値との間において前
    記ヒストグラムを最大頻度で正規化し、出力する演算手
    段と、前記蓄積性蛍光体シートに記録された前記放射線
    画像に関する付加情報を出力する付加情報出力手段と、
    前記演算手段より出力された正規化したヒストグラムと
    前記付加情報出力手段により出力された付加情報とを、
    前記正規化したヒストグラムの画像信号の最大値と最小
    値との間の所定の値が常に同一の入力ユニットに入力さ
    れるように入力し、前記正規化したヒストグラムに基づ
    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、前記所定の値に基づいて
    前記ニューラルネットワークから出力された前記読取条
    件及び／又は前記画像処理条件の補正を行なう補正手段
    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。
13. 【請求項１３】　　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
    信号のヒストグラムの、直接放射線部に対応するすぬけ
    部を除いた最大発光量を示す画像信号の値を最大値とし
    、該最大値と前記画像信号の最小値との間において前記
    ヒストグラムを最大頻度で正規化した後、この正規化し
    たヒストグラムをニューラルネットワークに、該正規化
    したヒストグラムの画像信号の最大値と最小値との間の
    所定の値が前記ニューラルネットワークの常に同一の入
    力ユニットに入力されるように入力し、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し、前記所定の
    値に基づいて前記ニューラルネットワークから出力され
    た前記画像処理条件の補正を行ない、最終的な画像処理
    条件を決定することを特徴とする放射線画像処理条件決
    定方法。
14. 【請求項１４】　　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
    信号のヒストグラムを演算し、該ヒストグラムから、直
    接放射線部に対応するすぬけ部を除いた最大発光量を示
    す画像信号の値を検出し、該検出された画像信号の値を
    最大値とし、該最大値と前記画像信号の最小値との間に
    おいて前記ヒストグラムを最大頻度で正規化し、出力す
    る演算手段と、前記演算手段より出力された正規化した
    ヒストグラムを該正規化したヒストグラムの画像信号の
    最大値と最小値との間の所定の値が常に同一の入力ユニ
    ットに入力されるように入力し、前記正規化したヒスト
    グラム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、前記所定の値に基づいて前記ニュー
    ラルネットワークから出力された前記画像処理条件の補
    正を行なう補正手段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。
15. 【請求項１５】　　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
    信号のヒストグラムの、直接放射線部に対応するすぬけ
    部を除いた最大発光量を示す画像信号の値を最大値とし
    、該最大値と前記画像信号の最小値との間において前記
    ヒストグラムを最大頻度で正規化した後、この正規化し
    たヒストグラムと前記蓄積性蛍光体シートに記録された
    前記放射線画像に対する付加情報とを、ニューラルネッ
    トワークに、該正規化したヒストグラムの画像信号の最
    大値と最小値との間の所定の値が前記ニューラルネット
    ワークの常に同一の入力ユニットに入力されるように入
    力し、該ニューラルネットワークから前記画像処理条件
    を出力し、前記所定の値に基づいて前記ニューラルネッ
    トワークから出力された前記画像処理条件の補正を行な
    い、最終的な画像処理条件を決定することを特徴とする
    放射線画像処理条件決定方法。
16. 【請求項１６】　　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
    信号のヒストグラムを演算し、該ヒストグラムから、直
    接放射線部に対応するすぬけ部を除いた最大発光量を示
    す画像信号の値を検出し、該検出された画像信号の値を
    最大値とし、該最大値と前記画像信号の最小値との間に
    おいて前記ヒストグラムを最大頻度で正規化し、出力す
    る演算手段と、前記蓄積性蛍光体シートに記録された前
    記放射線画像に関する付加情報を出力する付加情報出力
    手段と、前記演算手段より出力された正規化したヒスト
    グラムと前記付加情報出力手段により出力された付加情
    報とを、前記正規化したヒストグラムの画像信号の最大
    値と最小値との間の所定の値が常に同一の入力ユニット
    に入力されるように入力し、前記正規化したヒストグラ
    ム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、前記所定の値に基づいて前記ニューラル
    ネットワークから出力された前記画像処理条件の補正を
    行なう補正手段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。