JPWO2013146283A1 - 画像処理装置及び画像処理方法 - Google Patents

Abstract

構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成することが可能な画像処理装置などを提供するために、演算装置は、原画像と平滑化画像の特徴量に基づき、非線形関数の形状を決定する(S101)。次に、演算装置は、S101において形状が決定される非線形関数によって、原画像及び平滑化画像の状態係数を算出する。(S102)。次に、演算装置は、S102において算出される状態係数を用いて、原画像及び平滑化画像の各画素について加重係数を算出する(S103)。次に、演算装置は、原画像と平滑化画像の加重加算を行い、目的画像を生成する(S104)。

Description

本発明は、X線CT装置などによって得られる画像に画像処理を施す画像処理装置に係り、構造物のエッジを保って、ストリーク状のアーチファクトを除去する技術に関する。

X線CT装置は、被検体の周囲からX線を照射し、複数の投影角度において取得される実投影データを逆投影することにより、被検体の断層像を再構成する。

前述のようなX線CT装置などによって得られる原情報に基づいて、肩等の扁平な部位を再構成する際、X線の照射線量が不十分な場合、X線減弱の大きい方向にストリーク状のアーチファクトが生じる。非特許文献1や非特許文献2では、投影データを平滑化した上で前述の画像再構成法を適用することによって、ストリーク状のアーチファクトを低減する手法が提案されている。以降では、これらのストリーク状のアーチファクトを低減する方法を「投影データ平滑化フィルタ」と呼ぶ。

投影データ平滑化フィルタによって得られる画像は、ストリーク状のアーチファクトの低減効果に付随して比較的高コントラストな構造物のエッジにおいて暈けを伴う。ストリーク状のアーチファクトの低減効果と構造物のエッジ保存効果は、トレードオフの関係にあり、前者の効果を大きくするほど後者の効果が小さくなる。従って、強いストリーク状のアーチファクトを低減させる場合には、構造物のエッジに大きな暈けを生じてしまう。構造物のエッジの暈けは臨床診断上好ましくないため、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される画像(以降「目的画像」と呼ぶ。)が望まれる。

この問題の解決策として、投影データから前述の画像再構成法によって得られる画像(以降、「原画像」と呼ぶ。)と、投影データ平滑化フィルタを適用した投影データから前述の画像再構成法によって得られる画像(以降、「平滑化画像」と呼ぶ。)を適切に加重加算する方法が挙げられる。すなわち、画像上でストリーク状のアーチファクトを生ずる部分の画素では平滑化画像の画素値、構造物のエッジ部分では原画像の画素値の比率がそれぞれ大きくなるように加重加算することで、前述の目的画像が得られる。このような原情報を同じくする二枚の画像を混合する手法は、これまでにいくつか提案されている。

特許文献1に記載の手法では、原画像から原画像よりも解像度が低い低解像度画像を作成し、低解像度画像からエッジを検出して低解像度なエッジ画像を作成し、低解像度なエッジ画像のエッジ輝度値から非線形関数によって加重係数を算出する。このとき、エッジの検出には注目画素を含む所定の領域の画素の値の最大値と最小値の差や分散値、濃度勾配などを使用する。原画像に対し、原画像から低解像度画像を差分した画像を前述の加重係数で加重加算することで、構造物のエッジを強調する。このような手法によって、原画像と平滑化画像の加重加算を行うことができる。

特許文献2に記載の手法では、画像を小領域に分割し、小領域の標準偏差値を算出し、全小領域を対象として標準偏差値を階級とするヒストグラムを作成し、ヒストグラムから判別階級値を算出して各小領域を平坦領域と非平坦領域に分類する。画像上の構造物のエッジを検出することは、平坦領域と非平坦領域を識別することに等しい。両者が分類できれば、非平坦領域では原画像の画素値を使用し、平坦領域では平滑化画像の画素値を使用することで、原画像と平滑化画像の加重加算を行うことができる。

特許第3700798号公報 特開平07-93543号公報

J. Hsieh., "Adaptive streak artifact reduction in computed tomography resulting from excessive x-ray photon noise," Med. Phys., Vol.25,No.11, pp.2139-2147, 1998 T. Li et. al., "Nonlinear Sinogram Smoothing for Low-Dose X-Ray CT," IEEE. Trans. Nucl. Sci., Vol.51, No.5,pp.2505-2513, 2004

ところで、強いストリーク状のアーチファクトは、画像に生ずる粒状性のノイズと異なり、直線状の構造物に近い特性を持つ。そうすると、特許文献1に記載の手法のように、注目画素を含む所定の領域の画素の値の最大値と最小値の差や分散値、濃度勾配などを使用してエッジの検出を行う場合、強いストリーク状のアーチファクトがエッジとして検出される可能性が高い。

また、前述のように、強いストリーク状のアーチファクトは、構造物に近い特性を持つ。そうすると、特許文献2に記載の手法のように、標準偏差値を基に構造物の判定を行う場合、ストリーク状のアーチファクトを含む領域は非平坦領域として認識されるおそれがある。

ストリーク状のアーチファクトを構造物や構造物のエッジとして誤認識した場合、ストリーク状のアーチファクトの一部ないし全部が、原画像と平滑化画像の加重加算後の画像に復元してしまう。つまり、特許文献1や特許文献2に記載の手法では、目的画像を得ることができない。

目的画像を得ることができない本質的な理由は、特許文献1や特許文献2に記載の手法では、一様領域における粒状性のノイズと構造物を分類することを目的としており、ストリーク状のアーチファクトと構造物を分類するための指標を用いていないためである。

本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成することが可能な画像処理装置などを提供することである。

前述した目的を達成するための第1の発明は、原情報から生成される原画像、及び同一の前記原情報から生成され、少なくともストリーク状のアーチファクトが低減されている平滑化画像の対応する各画素を加重係数によって加重加算して、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成する画像処理装置であって、前記原画像及び前記平滑化画像の特徴量に基づき、非線形関数の形状を決定する関数形状決定部と、前記非線形関数に基づいて前記加重係数を算出する加重係数算出部と、を具備することを特徴とする画像処理装置である。

第2の発明は、原情報から生成される原画像、及び同一の前記原情報から生成され、少なくともストリーク状のアーチファクトが低減されている平滑化画像の対応する各画素を加重係数によって加重加算して、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成する画像処理方法であって、前記原画像及び前記平滑化画像の特徴量に基づき、非線形関数の形状を決定する関数形状決定ステップと、前記非線形関数に基づいて前記加重係数を算出する加重係数算出ステップと、を含むことを特徴とする画像処理方法である。

本発明により、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成することが可能な画像処理装置などを提供することができる。

X線CT装置の全体概観図 X線CT装置の全体構成図 非線形関数の関数形状の例を示す図 全体の処理フローを示す図 関数形状決定ステップに係る処理フローを示す図 原画像及び平滑化画像の領域分割の例を示す図 原画像、平滑化画像、目的画像の例を示す図

以下図面に基づいて、本発明の実施形態を詳細に説明する。最初に、図1、図2を参照しながら、X線CT装置1の構成を説明する。

図1に示すように、X線CT装置1は、X線管11や検出器12が搭載されるスキャナ2、被検体10を載置する寝台4、検出器12から得られるデータの処理を行う演算装置5、マウス、トラックボール、キーボード、タッチパネルなどの入力装置6、及び再構成画像などを表示する表示装置7などを含む。

操作者は、入力装置6を介して、撮影条件や再構成パラメータなどを入力する。撮影条件は、例えば、寝台送り速度、管電流、管電圧、スライス位置などである。また、再構成パラメータは、例えば、関心領域、再構成画像サイズ、逆投影位相幅、再構成フィルタ関数などである。

図2に示すように、X線CT装置1は、大きく分けて、スキャナ2、操作ユニット3、寝台4から構成される。スキャナ2は、X線管11(X線源)、検出器12(X線検出器)、コリメータ13、駆動装置14、中央制御装置15、X線制御装置16、高電圧発生装置17、スキャナ制御装置18、寝台制御装置19、寝台移動計測装置20、コリメータ制御装置21、プリアンプ22、A/Dコンバータ23などから構成されている。

X線CT装置1は、2次元方向に検出素子が配列された検出器12を用いるマルチスライスCT、検出素子が1列すなわち1次元方向(チャネル方向のみ)に配列された検出器12を用いるシングルスライスCTに大別される。マルチスライスCTでは、検出器12に合わせてX線源であるX線管11から円錐状、もしくは角錐状に広がるX線ビームが照射される。シングルスライスCTでは、X線管11から扇状に広がるX線ビームが照射される。通常、X線CT装置1による撮影では、ガントリ部が、寝台4に載置された被検体10の周りを周回しながら、X線の照射が行われる。

中央制御装置15は、操作ユニット3における入力装置6から撮影条件や再構成パラメータを入力し、撮影に必要な制御信号を、コリメータ制御装置21、X線制御装置16、スキャナ制御装置18、寝台制御装置19に送信する。コリメータ制御装置21は、制御信号に基づいてコリメータ13の位置を制御する。

撮影スタート信号を受けて撮影が開始されると、X線制御装置16は、制御信号に基づいて高電圧発生装置17を制御する。高電圧発生装置17は、X線管11に管電圧、管電流を印加する。X線管11では、印加された管電圧に応じたエネルギーの電子が陰極から放出され、放出された電子がターゲット(陽極)に衝突することによって電子エネルギーに応じたエネルギーのX線が被検体10に照射される。

また、スキャナ制御装置18は、制御信号に基づいて駆動装置14を制御する。駆動装置14は、X線管11、検出器12、プリアンプ22等が搭載されているガントリ部を被検体10の周りに周回させる。寝台制御装置19は、制御信号に基づいて寝台4を制御する。

X線管11から照射されるX線は、コリメータ13によって照射領域が制限され、被検体10内の各組織においてX線減弱係数に応じて吸収(減衰)され、被検体10を通過し、X線管11に対向する位置に配置された検出器12によって検出される。検出器12は、2次元方向(チャネル方向およびこれに直交する列方向)に配置された複数の検出素子によって構成される。各検出素子によって受光したX線は、実投影データに変換される。

すなわち、検出器12によって検出されるX線は、電流に変換され、プリアンプ22によって増幅され、A/Dコンバータ23によってデジタルデータに変換され、LOG変換され、キャリブレーションが行われて実投影データとして演算装置5に入力される。

このとき、互いに対向するX線管11と検出器12が、被検体10の周囲を回転するので、実投影データは、回転方向の離散的なX線管位置(および対応する検出器位置)において収集される。各々のX線管位置における実投影データの取得単位が、「ビュー」と呼ばれている。

演算装置5は、再構成演算装置31、画像処理装置32等から構成される。また、入出力装置9は、入力装置6、表示装置7、記憶装置8(記憶部)等から構成される。

再構成演算装置31は、実投影データを用いて画像再構成処理を行い、再構成画像を生成する。再構成演算装置31は、各ビューの実投影データに再構成フィルタを重畳してフィルタ補正投影データを生成し、フィルタ補正投影データに対して、ビュー方向に重みを加重して逆投影処理を行うことによって、被検体10内部のX線減弱係数の分布図として非破壊的に断層像を画像化する。

再構成演算装置31は、生成される再構成画像を記憶装置8に保存する。また、再構成演算装置31は、表示装置7にCT画像として表示する。あるいは、画像処理装置32が、記憶装置8に保存される再構成画像に対して画像処理を行い、表示装置7にCT画像として表示する。

以降では、X線CT装置1などによって取得される原情報から生成される原画像、及び同一の原情報から生成され、少なくともストリーク状のアーチファクトが低減されている平滑化画像の対応する各画素を加重係数によって加重加算して、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成する画像処理方法について説明する。

本発明の画像処理方法は、以下の3つの制約条件を満たすように、目的画像を生成する。

(制約条件1)目的画像の画素値は、対応する画素に係る原画像の画素値及び平滑化画像の画素値の範囲内とする。

(制約条件2)目的画像は、空間的に(つまり1枚の画像空間において)、滑らかな画像とする。

(制約条件3)目的画像は、平滑化画像と比較して、同一の臓器と思われる領域(＝平坦領域の1つ)において、ストリーク状のアーチファクトなどのノイズが増えないようにする。

制約条件1は、X線CT装置1などによって取得される原情報(但し、ノイズを除く。
)を失わないための条件である。制約条件1を言い換えると、min(原画像の画素値、平滑化画像の画素値)≦目的画像の画素値≦max(原画像の画素値、平滑化画像の画素値)、となる。なお、min()は最小値を出力する演算子であり、max()は最大値を出力する演算子である。

制約条件2は、目的画像で生じうる不連続性を回避するための条件である。制約条件3は、主に粒状性のノイズとストリーク状のアーチファクトを除去するための条件である。
本発明の画像処理方法は、特に、制約条件3を満たすことが特徴である。

加重加算に用いる加重係数は、原画像と平滑化画像の状態を表す状態係数によって決定する。状態係数は、原画像もしくは平滑化画像の注目画素とその近接画素の画素値差を変数とする非線形関数の値とする。

本発明の実施の形態では、非線形関数として一般化ガウス関数を使用する。但し、非線形関数は、滑らかな連続関数であって、複数の任意のパラメータを持ち、その形状が任意に調整可能であれば良く、特に限定する必要はない。非線形関数が、滑らかな連続関数であれば、前述の「(制約条件2)目的画像は、空間的に(つまり1枚の画像空間において)、滑らかな画像とする。」を満たす。非線形関数の他の例としては、ロジスティック関数などが挙げられる。

画像ベクトルをx＝｛x₁，・・・，x_J｝、注目画素sに対する近接画素rの集合をN_sとおいて、一般化ガウス関数により、注目画素sの状態係数g_s(x)を次式で定義する。

ここで、pは、一般化ガウス関数の傾きを調整する任意のパラメータであり、全てのスライスに対して同じ値とする。νは、一般化ガウス関数の折れ曲がり位置を調整する任意のパラメータである。w_srは、注目画素sと近接画素rの間の距離に応じた重み係数であり、例えば次式のように定義する。

ここで、l_srは、注目画素sと近接画素rの間の距離である。Lは、検出器の素子の大きさに対する画素の大きさの比である。但し、w_srは、式(2)に限定する必要はなく、近接画素rが注目画素sに近いほど、値が大きくなる関数であれば良い。また、注目画素sの近傍画素の集合N_s、及び一般化ガウス関数の傾きpは、経験的に決定するものとする。

式(1)において、注目画素sと近接画素rの画素値が等しければ、状態係数は1となり、注目画素sと近接画素rとの画素値の差が大きいほど、状態係数は0に近づく。注目画素sと近接画素rとの画素値差に対し、νを任意の定数cおよび2c、4cと設定したときの関数形状の変化を図3に例示する。画素値差を固定して考えると、νを大きくする程、状態係数が1に近い値になり易くなる。本発明では、1枚の断層像内において、ストリーク状のアーチファクトによって生じると思われる注目画素sと近接画素rとの画素値差に対して、状態係数がほぼ1に近い値になるように、関数の折れ曲がり位置を調整するためのパラメータνを決定する。

［第1の実施形態］
以降では、図4に示す処理フローの流れに沿って、適宜他の図を参照しながら、本発明の第1の実施形態について説明する。

＜ステップS101＞
X線CT装置1の演算装置5(以降、「演算装置5」と表記する。)は、原画像と平滑化画像の特徴量に基づき、非線形関数の形状を決定する。非線形関数の形状を決定する処理については、図5を参照しながら説明する。

＜ステップS201＞
演算装置5は、原画像及び平滑化画像の領域を、互いに対応する小領域に分割する。例えば、図6に示すように、演算装置5は、原画像41及び平滑化画像42の領域を格子状に区切り、小領域に分割する。小領域の大きさは、経験的に決める。

但し、小領域の分割方法は、この例に限定されない。本発明では、原画像41及び平滑化画像42の領域が、同一の分割方法によって小領域に分割されれば良い。また、小領域の形状も、矩形に限定されない。本発明では、近接する複数の画素が同一の小領域に含まれていれば良い。また、一の画素が複数の小領域に重複して含まれていても良い。

＜ステップS202、S203＞
演算装置5は、原画像41及び平滑化画像42の両方に係る各小領域に対して、小領域に含まれる画素の画素値から、原画像41及び平滑化画像42のばらつき値を算出する。
ばらつき値は、例えば、標準偏差値や、(最大値−最小値)などである。ばらつき値は、各小領域のばらつきを示す値であって、各小領域に含まれる画素の画素値から算出される統計量であれば良い。以降では、混乱を避ける為に、標準偏差値を例にして説明する。

ここで、説明のため、小領域に通し番号i＝1，・・・，Ｉを振り、i番目の小領域に注目する。i番目の小領域における原画像41の標準偏差値をσ_i ^(org)、平滑化画像42の標準偏差値をσ_i ^(smt)とおく。

＜ステップS204＞
演算装置5は、小領域ごとに、原画像41のばらつき値を基準とする平滑化画像42のばらつき値の低減率を算出する。本実施形態では、標準偏差値の低減率を算出する。i番目の小領域について、原画像41の標準偏差値を基準とする平滑化画像42の標準偏差値の低減率をρ_iとおき、次式で算出する。

演算装置5は、式(3)に基づき、全ての小領域において、標準偏差値の低減率ρ_iを算出する。式(3)のように、原画像41及び平滑化画像42の両方の画素値から算出される特徴量(例えば、低減率ρ_i)を用いて、非線形関数の形状を決定し、図4に示す処理を行うことによって、前述の「(制約条件3)目的画像は、平滑化画像と比較して、同一の臓器と思われる領域において、ストリーク状のアーチファクトなどのノイズが増えないようにする。」を満たす。

尚、原情報を同じくする二枚の画像を混合する手法に関する従来技術(例えば、特許文献1や2)では、一方の画像のみに含まれる画素の画素値から算出される特徴量しか用いていない。例えば、一方の画像のみに含まれる画素の画素値から算出される標準偏差値では、任意の平滑化処理によって、ノイズが減ったのか、それとも構造物がぼけたのか、の区別ができない。従って、従来技術では、本発明のようにストリーク状のアーチファクトが除去される目的画像を生成することができない。

＜ステップS205＞
演算装置5は、低減率ρ_iに基づいて、小領域の集合から特徴量算出領域を抽出する。
第1の実施の形態では、演算装置5は、所定の範囲内(例えば、同一スライス内)に含まれる小領域の中で、低減率が最大の小領域を、特徴量算出領域として抽出する。尚、所定の範囲は、複数のスライス内としても良いし、全てのスライス内としても良い。

以降では、k番目の小領域を、特徴量算出領域として抽出したものとして説明する。

＜ステップS206＞
演算装置5は、特徴量算出領域(k番目の小領域)の画素値から算出される特徴量から、非線形関数の形状を決定する。以下では、ステップS202において算出される原画像41の標準偏差値σ_k ^(org)及びステップS203において算出される平滑化画像42の標準偏差値σ_k ^(smt)を用いて、特徴量を算出する例を説明する。但し、本発明は、この例に限定されるわけではなく、標準偏差値に代えて、他のばらつき値(例えば、小領域内の画素の最大値および最小値の差)を用いても良い。

任意の定数をα(0＜α＜1)とおき、画素値差がσ_k(σ_k ^(org)とσ_k ^(smt)の総称記号)のとき、状態係数がαの値をとるように、非線形関数の形状を設定する(図3参照)。αは、例えば、0.99、0.98、0.97などの実数値である。例えば、式(1)の一般化ガウス関数であれば、関数の折れ曲がり位置を調整するためのパラメータνは、次式のように定義する。

ここで、tは1ではない正の係数であり、既に撮影済の画像から得られる統計的な情報から、ストリーク状のアーチファクトなどのノイズの影響を考慮して、経験的に決定する。例えば、ガウシアンノイズ(粒状性のノイズ)しか発生しない画像であれば、t＝1とし、式(4)にtを導入する必要はない。しかし、本発明は、ガウシアンノイズよりも強いノイズであるストリーク状のアーチファクトが発生する画像を対象とするので、式(4)に1より大きい値のtを導入する。

式(4)において、原画像41及び平滑化画像42のそれぞれにおいて算出される非線形関数の折れ曲がり位置を調整するためのパラメータを、ν_k ^(org)およびν_k ^(smt)とおく。

演算装置5は、図5に示す処理によって、非線形関数の形状を、所定の範囲毎(例えば、スライス毎)に動的に決定する。第1の実施形態における特徴の一つは、原画像41に対する平滑化画像42の標準偏差値の低減率ρ_iが最大となる領域を特徴量算出領域として抽出し、特徴量算出領域における標準偏差値を用いて非線形関数の形状を決定する点にある。

前述の投影データ平滑化フィルタは、ストリーク状のアーチファクトを大幅に低減するという特性を持つ。この特性から、ストリーク状のアーチファクトを含む小領域において、標準偏差値の低減率ρ_iが大きくなる。また、投影データ平滑化フィルタは、構造物のぼけを伴うという特性を持つ。この特性から、構造物を含む小領域では原画像の標準偏差値が大きくなり、式(3)の分母が大きくなるので、結果として、標準偏差値の低減率ρ_iが小さくなる。つまり、標準偏差値の低減率ρ_iが最大となる領域では、ストリーク状のアーチファクトを含む可能性が高い。

従って、標準偏差値の低減率ρ_iが最大となる領域を特徴量算出領域として抽出すると、ストリーク状のアーチファクトを含む小領域を特徴量算出領域として抽出することになる。そして、ストリーク状のアーチファクトを含む小領域における標準偏差値を式(4)に代入し、非線形関数の折れ曲がり位置を調整するためのパラメータνの値を決定することによって、ひいては、ストリーク状のアーチファクトが除去される目的画像を得ることができる。

図4の説明に戻る。以降では、非線形関数によって、原画像41と平滑化画像42のそれぞれの状態を表す状態係数を算出し、原画像41と平滑化画像42の状態係数から加重加算の加重係数を算出する処理について説明する。

＜ステップS102＞
演算装置5は、ステップS101において形状が決定される非線形関数によって、原画像41及び平滑化画像42の状態係数を算出する。状態係数の算出処理は、式(1)に従う。

＜ステップS103＞
演算装置5は、ステップS102において算出される状態係数を用いて、原画像41及び平滑化画像42の各画素について加重係数を算出する。原画像41の画像ベクトルをx^(org)＝｛x₁ ^(org)，・・・，x_J ^(org)｝とおき、平滑化画像42の画像ベクトルをx^(smt)＝｛x₁ ^(smt)，・・・，x_J ^(smt)｝とおく。画像の加重加算において、注目画素sに係る加重係数をλ_sとおく。λ_sの算出処理は、以下に示す式(5)、式(6)又は式(7)のいずれかに従う。

本発明の特徴の一つは、式(5)〜式(7)に示すように、原画像41と平滑化画像42の両方の状態係数を用いて、対応する画素の加重係数の値を算出する点である。

式(5)及び式(7)は、原画像41と平滑化画像42の少なくともいずれかにおいて、状態係数が0に近い値をとり、注目画素sが構造物のエッジ部分にあたると判断される場合に、加重係数が0に近い値をとる。一方、原画像41と平滑化画像42のいずれも、状態係数が1に近い値をとり、注目画素sが平坦領域(例えば、同一の臓器と思われる領域)にあたると判断される場合に、加重係数が1に近い値をとる。

式(6)は、原画像41と平滑化画像42の両方の状態係数が0に近い値をとる場合に、加重係数が0に近い値をとる。また、式(6)は、原画像41と平滑化画像42の両方の状態係数が1に近い値をとる場合に、加重係数が1に近い値をとる。一方、式(6)は、原画像41と平滑化画像42の状態係数の値の差が大きい場合には、両者の平均値が加重係数となる。

以上より、目的画像において、構造物のエッジを鋭く回復させたい場合には、式(5)又は式(7)を用いることが望ましい。また、目的画像において、構造物のエッジを滑らかに回復させたい場合には、式(6)を用いることが望ましい。両者は、用途によって使い分けるものとする。

＜ステップS104＞
演算装置5は、ステップS103において算出される加重係数を用いて、原画像41と平滑化画像42の加重加算を行い、目的画像を生成する。加重加算後の目的画像の画像ベクトルをx^(mrg)＝｛x₁ ^(mrg)，・・・，x_J ^(mrg)｝とする。演算装置5は、目的画像の注目画素sについて、次式を用いて加重加算を行う。

式(8)を用いて加重加算を行うことによって、前述の「(制約条件1)目的画像の画素値は、対応する画素に係る原画像の画素値及び平滑化画像の画素値の範囲内とする。」を満たす。

図7には、原画像41、平滑化画像42、目的画像43の模式図が図示されている。図7に示すように、原画像41では、ストリーク状のアーチファクト51が発生している。
また、平滑化画像42では、構造物のエッジの暈け52が発生している。図4に示す本発明の画像処理方法によれば、このような原画像41及び平滑化画像42から、構造物のエッジが保たれ、かつストリーク状のアーチファクト51が除去される目的画像43を生成することができる。図7に示すように、目的画像43では、構造物のエッジが保たれており、かつストリーク状のアーチファクト51が除去されている。

［第2の実施形態］
以降では、本発明における第2の実施形態について説明する。尚、第1の実施形態と共通する内容については説明を省略する。

第1の実施形態では、原画像41に対する平滑化画像42のばらつき値の低減率が最大となる小領域を特徴量算出領域として抽出し、特徴量算出領域の特徴量に基づいて、非線形関数の折れ曲がり位置を調整するためのパラメータνを決定している。このとき、ばらつき値の低減率と原画像41又は平滑化画像42のばらつき値の関係をより詳細に解析し、特徴量算出領域を抽出する。これによって、ストリーク状のアーチファクト51を含む平坦領域を特徴量算出領域として抽出する精度が向上する。

第2の実施形態では、演算装置5は、図5のステップS205において、所定の範囲内(例えば、同一スライス内)に含まれる小領域の中で、標準偏差値の低減率ρ_iの上位m領域を抽出する。つまり、演算装置5は、標準偏差値の低減率ρ_iが最大の小領域からm番目の順位の小領域までを抽出する。ここで、mは、任意の定数であり、経験的に決定する。

次に、演算装置5は、原画像41および平滑化画像42のそれぞれについて、上位m領域の中で、標準偏差値が最大となる小領域を、特徴量算出領域として抽出する。後続の処理である特徴量の算出処理、非線形関数の形状決定処理、状態係数の算出処理、加重係数の算出処理、加重加算処理などは、第1の実施形態と同様である。

第2の実施の形態によれば、ストリーク状のアーチファクト51を含む平坦領域を特徴量算出領域として抽出する精度が向上する。

本発明の様々な実施形態に関する以上の記述から、本発明の目的が達成されることは明らかである。本発明を詳細にわたって記述すると共に図示したが、これらは説明及び例示のみを意図したものであって、これらに限定されるものではない。また、本発明の要旨は、特許請求の範囲によってのみ限定されるものとする。

1 X線CT装置、 2 スキャナ、 3 操作ユニット、 4 寝台、 5 演算装置、 6 入力装置、 7 表示装置、 8 記憶装置、 10 被検体、 11 X線管、 41 原画像、 42 平滑化画像、 43 目的画像、 51 ストリーク状のアーチファクト、 52 構造物のエッジの暈け

Claims (14)

1. 原情報から生成される原画像、及び同一の前記原情報から生成され、少なくともストリーク状のアーチファクトが低減されている平滑化画像の対応する各画素を加重係数によって加重加算して、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成する画像処理装置であって、
   前記原画像及び前記平滑化画像の特徴量に基づき、非線形関数の形状を決定する関数形状決定部と、
   前記非線形関数に基づいて前記加重係数を算出する加重係数算出部と、
   を具備することを特徴とする画像処理装置。
2. 前記関数形状決定部は、
   前記原画像及び前記平滑化画像の領域を、互いに対応する小領域に分割する分割部と、
   前記原画像及び前記平滑化画像の両方に係る前記小領域に対してばらつき値を算出し、前記小領域ごとに前記原画像のばらつき値を基準とする前記平滑化画像のばらつき値の低減率を算出する低減率算出部と、
   前記低減率に基づいて、前記小領域の集合から特徴量算出領域を抽出する領域抽出部と、
   前記特徴量算出領域の画素値から、前記特徴量を算出する特徴量算出部と、
   を含むことを特徴とする請求項1に記載の画像処理装置。
3. 前記領域抽出部は、所定の範囲において前記低減率が最大の前記小領域を、前記特徴量算出領域として抽出する
   ことを特徴とする請求項2に記載の画像処理装置。
4. 前記領域抽出部は、所定の範囲において前記低減率が最大の前記小領域から一定順位の前記小領域までの中で、前記ばらつき値が最大の前記小領域を、前記特徴量算出領域として抽出する
   ことを特徴とする請求項2に記載の画像処理装置。
5. 前記非線形関数は、前記原画像又は前記平滑化画像の注目画素とその近接画素との画素値差を変数とする滑らかな連続関数であることを特徴とする請求項1に記載の画像処理装置。
6. 前記非線形関数は、前記画素値差が小さいほど1に近づき、前記画素値が大きいほど0に近づく関数であることを特徴とする請求項5に記載の画像処理装置。
7. 前記加重係数算出部は、前記非線形関数を用いて前記原画像及び前記平滑化画像のそれぞれの状態を表す状態係数を算出し、前記状態係数に基づいて前記加重係数を算出することを特徴とする請求項1に記載の画像処理装置。
8. 原情報から生成される原画像、及び同一の前記原情報から生成され、少なくともストリーク状のアーチファクトが低減されている平滑化画像の対応する各画素を加重係数によって加重加算して、構造物のエッジが保たれ、かつストリーク状のアーチファクトが除去される目的画像を生成する画像処理方法であって、
   前記原画像及び前記平滑化画像の特徴量に基づき、非線形関数の形状を決定する関数形状決定ステップと、
   前記非線形関数に基づいて前記加重係数を算出する加重係数算出ステップと、
   を含むことを特徴とする画像処理方法。
9. 前記関数形状決定ステップは、
   前記原画像及び前記平滑化画像の領域を、互いに対応する小領域に分割する分割ステップと、
   前記原画像及び前記平滑化画像の両方に係る前記小領域に対してばらつき値を算出し、前記小領域ごとに前記原画像のばらつき値を基準とする前記平滑化画像のばらつき値の低減率を算出する低減率算出ステップと、
   前記低減率に基づいて、前記小領域の集合から特徴量算出領域を抽出する領域抽出ステップと、
   前記特徴量算出領域の画素値から、前記特徴量を算出する特徴量算出ステップと、
   を含むことを特徴とする請求項8に記載の画像処理方法。
10. 前記領域抽出ステップは、所定の範囲において前記低減率が最大の前記小領域を、前記特徴量算出領域として抽出する
    ことを特徴とする請求項9に記載の画像処理方法。
11. 前記領域抽出ステップは、所定の範囲において前記低減率が最大の前記小領域から一定順位の前記小領域までの中で、前記ばらつき値が最大の前記小領域を、前記特徴量算出領域として抽出する
    ことを特徴とする請求項9に記載の画像処理方法。
12. 前記非線形関数は、前記原画像又は前記平滑化画像の注目画素とその近接画素との画素値差を変数とする滑らかな連続関数であることを特徴とする請求項8に記載の画像処理方法。
13. 前記非線形関数は、前記画素値差が小さいほど1に近づき、前記画素値が大きいほど0に近づく関数であることを特徴とする請求項12に記載の画像処理方法。
14. 前記加重係数算出ステップは、前記非線形関数を用いて前記原画像及び前記平滑化画像のそれぞれの状態を表す状態係数を算出し、前記状態係数に基づいて前記加重係数を算出することを特徴とする請求項8に記載の画像処理方法。

Images