JPWO2014050263A1 - デジタル画像処理方法および撮影装置 - Google Patents
デジタル画像処理方法および撮影装置 Download PDFInfo
- Publication number
- JPWO2014050263A1 JPWO2014050263A1 JP2014538238A JP2014538238A JPWO2014050263A1 JP WO2014050263 A1 JPWO2014050263 A1 JP WO2014050263A1 JP 2014538238 A JP2014538238 A JP 2014538238A JP 2014538238 A JP2014538238 A JP 2014538238A JP WO2014050263 A1 JPWO2014050263 A1 JP WO2014050263A1
- Authority
- JP
- Japan
- Prior art keywords
- digital image
- image
- pixel
- processed
- filter
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 28
- 238000012545 processing Methods 0.000 claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000001914 filtration Methods 0.000 claims abstract description 53
- 238000009206 nuclear medicine Methods 0.000 claims description 50
- 230000000877 morphologic effect Effects 0.000 claims description 39
- 238000003384 imaging method Methods 0.000 claims description 18
- 238000003745 diagnosis Methods 0.000 claims description 9
- 230000002146 bilateral effect Effects 0.000 abstract description 28
- 230000006870 function Effects 0.000 description 106
- 238000002591 computed tomography Methods 0.000 description 95
- 238000002600 positron emission tomography Methods 0.000 description 84
- 230000005251 gamma ray Effects 0.000 description 22
- 238000006243 chemical reaction Methods 0.000 description 20
- 238000009499 grossing Methods 0.000 description 20
- 238000013480 data collection Methods 0.000 description 19
- 238000007796 conventional method Methods 0.000 description 15
- 238000002595 magnetic resonance imaging Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000003325 tomography Methods 0.000 description 6
- 238000012885 constant function Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 229940121896 radiopharmaceutical Drugs 0.000 description 3
- 239000012217 radiopharmaceutical Substances 0.000 description 3
- 230000002799 radiopharmaceutical effect Effects 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
この発明のデジタル画像処理では、バイラテラルフィルタを用いたフィルタリング処理として、画素間の距離を変数とする重み関数F、近傍画素の画素値の差分を変数とする重み関数Hをそれぞれ設定する(ステップS4)。このとき、処理対象のPET画像を用いずに、別のデジタル画像としてCT画像を用いて、CT画像のエッジ強度(隣接画素と注目画素との画素値の差分)に依存した重みを与える重み関数Hを設定する。このように、別のデジタル画像としてCT画像も用いてフィルタ係数を決定して(ステップS6)、決定されたフィルタ係数を用いて、処理対象のデジタル画像としてPET画像のフィルタリング処理を行う(ステップS7)。したがって、処理対象のPET画像のノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、空間分解能の維持とノイズの低減とをともに図ることができる。
Description
この発明は、デジタル画像を処理するデジタル画像処理方法、および撮影を行う撮影装置に係り、特に、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいてフィルタ係数を決定する技術に関する。
この種のデジタル画像処理方法および撮影装置は、医用画像装置全般(CT(Computed Tomography)装置、MRI(Magnetic Resonance Imaging)装置、超音波断層撮影装置、核医学断層撮影装置など)、非破壊検査CT装置、デジタルカメラ、デジタルビデオカメラなどに用いられている。
エッジ保存型平滑化フィルタのひとつであるバイラテラルフィルタ(bilateral filter)を提案した論文があり(例えば、非特許文献1参照)、バイラテラルフィルタのPET(Positron Emission Tomography)画像への適用結果について述べた論文がある(例えば、非特許文献2参照)。平滑化フィルタとして一般に知られている加重平均フィルタ(平均値フィルタ、ガウシアンフィルタ等)は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報に基づいて、フィルタカーネルの係数(以下、「フィルタ係数」と略記する)を決定する。一方、バイラテラルフィルタでは、注目画素と近傍画素とに関する画素間の距離情報の他に、注目画素と近傍画素とに関する画素値の差分情報に基づいて、下記(1)式および下記(2)式によりフィルタ係数Wを決定する。
ここで、iは注目画素の番号、jは注目画素iに対する近傍画素(隣接画素)の番号、wは注目画素iに対する近傍画素(隣接画素)jの重み係数、Ωiは注目画素iの近傍画素集合(図5を参照)、kは近傍画素集合Ωiに属する変数、r(i)は基準点からの注目画素iの位置ベクトル、r(j)はその基準点からの近傍画素jの位置ベクトル、x(i)は注目画素iの画素値、x(j)は近傍画素(隣接画素)jの画素値、Gσは標準偏差σのガウス関数をそれぞれ表す。平滑化の程度を決定するパラメータσr,σx(以下、「平滑化パラメータ」と呼ぶ)については、処理対象の画像の性質に応じて設定する。上記(2)式に示すように、バイラテラルフィルタは、画素値の差分が大きい画素対のフィルタ係数を小さくするために画像中のエッジ(画素値の差分)を保存する性質を有する。
Carlo Tomasi, Roberto Manduchi, "Bilateral Filtering for Gray and Color Images", Proceedings of the ICCV 1998.
Frank Hofheinz, Jens Langner, Bettina Beuthien-Baumann et al., "Suitability of bilateral filtering for edge-preserving noise reduction in PET", EJNMMI Research, vol. 1, no. 23, 2011.
しかしながら、従来技術で述べたバイラテラルフィルタでは、以下のような問題点がある。
すなわち、従来技術で述べたバイラテラルフィルタでは、処理対象の画像内において、画素値の差分が大きい画素対を「真のエッジ(信号)」であるとみなして保存しようとする。しかし、PET画像やSPECT(Single Photon Emission CT)画像に代表される核医学画像では、画素値の系統的および統計的変動(以下、まとめて「ノイズ」と呼ぶ)が大きいので、ノイズによって生じた「偽のエッジ」を真のエッジであると誤って判断し保存しやすい。その結果、バイラテラルフィルタを核医学画像に適用すると、核医学画像では偽のエッジを真のエッジとして誤検出してしまう。
すなわち、従来技術で述べたバイラテラルフィルタでは、処理対象の画像内において、画素値の差分が大きい画素対を「真のエッジ(信号)」であるとみなして保存しようとする。しかし、PET画像やSPECT(Single Photon Emission CT)画像に代表される核医学画像では、画素値の系統的および統計的変動(以下、まとめて「ノイズ」と呼ぶ)が大きいので、ノイズによって生じた「偽のエッジ」を真のエッジであると誤って判断し保存しやすい。その結果、バイラテラルフィルタを核医学画像に適用すると、核医学画像では偽のエッジを真のエッジとして誤検出してしまう。
この場合、画像の空間分解能を維持するために平滑化パラメータσr,σxの値を小さくすると、ノイズ由来の偽のエッジも保存してしまい、ノイズを十分に除去することができない。反対に、ノイズの除去性能を高めるために平滑化パラメータσr,σxの値を大きくすると、真のエッジもぼやけてしまい、画像の空間分解能を維持することができない。このように従来技術では、ノイズの大きな画像を処理対象とした場合に、空間分解能の維持とノイズの低減とを両立することができないという問題点があった。
この発明は、このような事情に鑑みてなされたものであって、空間分解能の維持とノイズの低減とをともに図ることができるデジタル画像処理方法および撮影装置を提供することを目的とする。
この発明は、このような目的を達成するために、次のような構成をとる。
すなわち、この発明に係るデジタル画像処理方法は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいてフィルタ係数を決定して、その決定されたフィルタ係数を用いてデジタル画像を処理するデジタル画像処理方法であって、Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した別のデジタル画像としたときに、当該別のデジタル画像Bの情報も用いて、前記フィルタ係数を決定して、前記処理対象のデジタル画像Aを処理することを特徴とするものである。
すなわち、この発明に係るデジタル画像処理方法は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいてフィルタ係数を決定して、その決定されたフィルタ係数を用いてデジタル画像を処理するデジタル画像処理方法であって、Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した別のデジタル画像としたときに、当該別のデジタル画像Bの情報も用いて、前記フィルタ係数を決定して、前記処理対象のデジタル画像Aを処理することを特徴とするものである。
この発明に係るデジタル画像処理方法によれば、別のデジタル画像Bも用いてフィルタ係数を決定することで、処理対象のデジタル画像Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、空間分解能の維持とノイズの低減とをともに図ることができる。
上述した別のデジタル画像Bは形態画像であるのが好ましい。特に、処理対象の画像が核医学データに基づくデジタル画像(核医学画像)の場合には、核医学画像は生理学的な情報を有しており、「機能画像」と呼ばれているが、解剖学的な情報に乏しい。そこで、解剖学的な情報を有した形態画像を別のデジタル画像Bとして用いることで、空間分解能が高く、ノイズの小さな形態画像を利用することになり、より一層の効果を奏する。
また、フィルタ係数を決定するための、画素値の差分を変数とする関数は、非増加関数であるのが好ましい。画素値の差分値が小さければ値が大きな関数を用いることで平滑化を行うことができ、画素値の差分値が大きければ値が小さな関数を用いることで差分値が大きなエッジの保存を実現することができる。ここで「非増加関数」とは、画素値の差分値が大きくなるにしたがって関数の値が増加しなければよいので、一部の画素値の差分値での領域において関数の値が一定であってもよい。よって、図6のように、画素値の差分値がある閾値(図6ではTa)以下の領域では値が“a”(ただしa>0)(図6ではa=1)の定数の関数であって、画素値の差分値が当該閾値(図6ではTa)よりも高い領域では値が“0”の定数の関数も、非増加関数である。
上述したこれらの発明に係るデジタル画像処理方法の一例は、下記式によりフィルタ係数を決定して処理対象のデジタル画像Aを処理することである。
すなわち、上述したこれらの発明に係るデジタル画像処理方法において、
iを前記注目画素の番号、jを前記注目画素iに対する前記近傍画素の番号、wを注目画素iに対する前記近傍画素jの重み係数、Ωiを注目画素iの近傍画素集合、kを前記近傍画素集合Ωiに属する変数、r(i)を基準点からの注目画素iの位置ベクトル、r(j)を前記基準点からの近傍画素jの位置ベクトル、Ib(i)を前記別のデジタル画像Bでの注目画素iの画素値、Ib(j)を前記別のデジタル画像Bでの近傍画素jの画素値、Fを画素間の距離を変数とする任意の関数、Hを別のデジタル画像Bにおける近傍画素の画素値の差分を変数とする任意の関数としたときに、
前記処理対象のデジタル画像Aのフィルタリング処理における前記フィルタ係数W(i,j)を、
W(i,j)=w(i,j)/Σw(i,k)(ただし、Σw(i,k)は近傍画素集合Ωiに属する変数kのw(i,k)の総和)
w(i,j)=F(||r(i)−r(j)||)×H(|Ib(i)−Ib(j)|)
なる式によって決定することを特徴とするものである。
すなわち、上述したこれらの発明に係るデジタル画像処理方法において、
iを前記注目画素の番号、jを前記注目画素iに対する前記近傍画素の番号、wを注目画素iに対する前記近傍画素jの重み係数、Ωiを注目画素iの近傍画素集合、kを前記近傍画素集合Ωiに属する変数、r(i)を基準点からの注目画素iの位置ベクトル、r(j)を前記基準点からの近傍画素jの位置ベクトル、Ib(i)を前記別のデジタル画像Bでの注目画素iの画素値、Ib(j)を前記別のデジタル画像Bでの近傍画素jの画素値、Fを画素間の距離を変数とする任意の関数、Hを別のデジタル画像Bにおける近傍画素の画素値の差分を変数とする任意の関数としたときに、
前記処理対象のデジタル画像Aのフィルタリング処理における前記フィルタ係数W(i,j)を、
W(i,j)=w(i,j)/Σw(i,k)(ただし、Σw(i,k)は近傍画素集合Ωiに属する変数kのw(i,k)の総和)
w(i,j)=F(||r(i)−r(j)||)×H(|Ib(i)−Ib(j)|)
なる式によって決定することを特徴とするものである。
上記式により、別のデジタル画像Bにおける近傍画素の画素値の差分を変数とする任意の関数Hも用いて注目画素iに対する近傍画素jの重み係数w(i,j)を求め、さらにその重み係数w(i,j)を用いてフィルタ係数W(i,j)を決定する。これにより、別のデジタル画像Bも用いてフィルタ係数W(i,j)を決定する。
また、この発明に係る撮影装置は、撮影を行う撮影装置であって、フィルタリング処理におけるフィルタ係数を決定するフィルタ決定手段と、撮影された画像に基づくデジタル画像を処理するデジタル画像処理手段とを備え、Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した別のデジタル画像としたときに、前記フィルタ決定手段は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいて、さらに前記別のデジタル画像Bの情報も用いて、前記フィルタ係数を決定して、前記デジタル画像処理手段は、フィルタ決定手段で決定されたフィルタ係数を用いて前記処理対象のデジタル画像Aを処理することを特徴とするものである。
この発明に係る撮影装置によれば、フィルタリング処理におけるフィルタ係数を決定するフィルタ決定手段と、撮影された画像に基づくデジタル画像を処理するデジタル画像処理手段とを備える。フィルタ決定手段は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいて、さらに別のデジタル画像Bの情報も用いて、フィルタ係数を決定して、デジタル画像処理手段は、フィルタ決定手段で決定されたフィルタ係数を用いて処理対象のデジタル画像Aを処理する。このように、別のデジタル画像Bも用いてフィルタ係数を決定することで、処理対象のデジタル画像Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、この発明に係るデジタル画像処理方法でも述べたように、空間分解能の維持とノイズの低減とをともに図ることができる。
上述したこの発明に係る撮影装置において、静止画を撮影するカメラ機能または動画を撮影するビデオ機能を有した撮影手段と、その撮影手段で撮影された画像からデジタル画像に変換するデジタル画像変換手段とを備えるのが好ましい。このような撮影手段とデジタル画像変換手段とを備えることで、静止画を撮影あるいは動画を撮影手段で撮影しつつ、撮影手段で撮影された画像(アナログ画像)からデジタル画像変換手段はデジタル画像に変換して、変換されたデジタル画像をデジタル画像処理手段は処理することができる。
上述したこれらの発明に係る撮影装置の一例は、核医学診断を行う核医学診断装置であって、核医学診断で得られた核医学データに基づくデジタル画像をデジタル画像処理手段は処理するのが好ましい。この発明に係るデジタル画像処理方法でも述べたように、核医学診断で得られた核医学データに基づくデジタル画像(核医学画像)は機能画像であり、解剖学的な情報に乏しい。そこで、処理対象のデジタル画像Aを、核医学データに基づくデジタル画像とし、別のデジタル画像Bを形態画像とする。これにより、解剖学的な情報を有した形態画像を別のデジタル画像Bとして用いることで、空間分解能が高く、ノイズの小さな形態画像を利用することになる。したがって、処理対象のデジタル画像が、解剖学的な情報に乏しい機能画像である核医学画像であっても、空間分解能の維持とノイズの低減とをともに図ることができる。
この発明に係るデジタル画像処理方法および撮影装置によれば、別のデジタル画像Bも用いてフィルタ係数を決定することで、処理対象のデジタル画像Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、空間分解能の維持とノイズの低減とをともに図ることができる。
以下、図面を参照してこの発明の実施例を説明する。図1は、実施例に係るPET−CT装置の側面図であり、図2は、実施例に係るPET−CT装置のブロック図である。本実施例では、撮影装置として、PET装置とX線CT装置とを組み合わせたPET−CT装置を例に採って説明する。
図1に示すように、本実施例に係るPET−CT装置1は、水平姿勢の被検体Mを載置する天板2を備えている。この天板2は、上下に昇降移動、被検体Mの体軸に沿って平行移動するように構成されている。PET−CT装置1は、天板2に載置された被検体Mを診断するPET装置3を備えている。その他に、PET−CT装置1は、被検体MのCT画像を取得するX線CT装置4を備えている。PET−CT装置1は、この発明における撮影装置に相当する。
PET装置3は、開口部31aを有したガントリ31と被検体Mから発生したγ線を検出するγ線検出器32とを備えている。γ線検出器32は、被検体Mの体軸周りを取り囲むようにしてリング状に配置されており、ガントリ31内に埋設されている。γ線検出器32は、シンチレータブロック32aとライトガイド32bと光電子増倍管(PMT)32c(図3を参照)とを備えている。シンチレータブロック32aは、複数個のシンチレータからなる。放射性薬剤が投与された被検体Mから発生したγ線をシンチレータブロック32aが光に変換して、変換されたその光をライトガイド32bが案内して、光電子増倍管32cが光電変換して電気信号に出力する。γ線検出器32や後述するX線検出器43は、この発明における撮影手段に相当する。γ線検出器32の具体的な構成については、図3で後述する。
一方、X線CT装置4は、開口部41aを有したガントリ41を備えている。ガントリ41内には、被検体MにX線を照射するX線管42と、被検体Mを透過したX線を検出するX線検出器43とを配設している。X線管42およびX線検出器43が互いに対向位置になるようにそれぞれを配設しており、モータ(図示省略)の駆動によってガントリ41内でX線管42およびX線検出器43を被検体Mの体軸の軸心周りに回転させる。本実施例では、X線検出器43としてフラットパネル型X線検出器(FPD)を採用している。
図1(a)では、PET装置3のガントリ31とX線CT装置4のガントリ41とを互いに別体としたが、図1(b)に示すように、一体型に構成してもよい。
続いて、PET−CT装置1のブロック図について説明する。図2に示すように、PET−CT装置1は、上述した天板2やPET装置3やX線CT装置4の他に、コンソール5を備えている。PET装置3は、上述したガントリ31やγ線検出器32の他に、同時計数回路33を備えている。
コンソール5は、PETデータ収集部51とCTデータ収集部52とデジタル画像変換部53と重畳処理部54とフィルタ決定部55とデジタル画像処理部56とメモリ部57と入力部58と出力部59とコントローラ60とを備えている。デジタル画像変換部53は、この発明におけるデジタル画像変換手段に相当し、フィルタ決定部55は、この発明におけるフィルタ決定手段に相当し、デジタル画像処理部56は、この発明におけるデジタル画像処理手段に相当する。
同時計数回路33は、γ線がγ線検出器32で同時に検出(すなわち同時計数)されたか否かを判定する。同時計数回路33で同時計数されたPETデータをコンソール5のPETデータ収集部51に送り込む。一方、X線検出器43で検出されたX線に基づくCTデータ(X線CT用のデータ)をコンソール5のCTデータ収集部52に送り込む。
PETデータ収集部51は、同時計数回路33から送り込まれたPETデータを、PET装置3で撮影されたアナログ画像(PET用のアナログ画像)として収集する。PETデータ収集部51で収集されたアナログ画像をデジタル画像変換部53に送り込む。
一方、CTデータ収集部52は、X線検出器43から送り込まれたCTデータを、X線CT装置4で撮影されたアナログ画像(X線CT用のアナログ画像)として収集する。CTデータ収集部52で収集されたアナログ画像をデジタル画像変換部53に送り込む。
デジタル画像変換部53は、撮影された画像(アナログ画像)からデジタル画像に変換する。本実施例の場合には、デジタル画像変換部53は、PET装置3で撮影され、PETデータ収集部51を介して送り込まれたPET用のアナログ画像からデジタル画像に変換してPET用のデジタル画像(以下、単に「PET画像」と呼ぶ)を出力する。また、デジタル画像変換部53は、X線CT装置4で撮影され、CTデータ収集部52を介して送り込まれたX線CT用のアナログ画像からデジタル画像に変換してX線CT用のデジタル画像(以下、単に「CT画像」)を出力する。各々のデジタル画像(PET画像,CT画像)を重畳処理部54に送り込む。
重畳処理部54は、デジタル画像変換部53でデジタル画像に変換されたPET画像およびCT画像を互いに位置合わせして重ね合わせる重畳処理を行う。また、CT画像をトランスミッションデータとしてPET画像に作用させて、PET画像の吸収補正を行ってもよい。重畳処理部54で重畳処理されたPET画像およびCT画像を、フィルタ決定部55およびデジタル画像処理部56に送り込む。
フィルタ決定部55は、フィルタリング処理におけるフィルタ係数を決定する。本実施例の場合には、PET画像およびCT画像を用いてフィルタ係数を決定する。フィルタ決定部55で決定されたフィルタ係数をデジタル画像処理部56に送り込む。
デジタル画像処理部56は、撮影された画像に基づくデジタル画像を処理する。本実施例の場合には、デジタル画像処理部56は、PET装置3で撮影され、PETデータ収集部51,デジタル画像変換部53および重畳処理部54を介して送り込まれたPET画像を処理する。また、デジタル画像処理部56で処理されたPET画像と、X線CT装置4で撮影され、CTデータ収集部52,デジタル画像変換部53および重畳処理部54を介して送り込まれたCT画像とを再度重ね合わせる重畳処理を行ってもよい。
メモリ部57は、コントローラ60を介して、PETデータ収集部51やCTデータ収集部52やデジタル画像変換部53や重畳処理部54やデジタル画像処理部56で収集,変換あるいは処理された各々の画像に関するデータ、フィルタ決定部55で決定されたフィルタ係数などのデータを書き込んで記憶し、適宜必要に応じて読み出して、コントローラ60を介して、各々のデータを出力部59に送り込んで出力する。メモリ部57は、ROM(Read-only Memory)やRAM(Random-Access Memory)などに代表される記憶媒体で構成されている。
入力部58は、オペレータが入力したデータや命令をコントローラ60に送り込む。入力部60は、マウスやキーボードやジョイスティックやトラックボールやタッチパネルなどに代表されるポインティングデバイスで構成されている。出力部59は、モニタなどに代表される表示部やプリンタなどで構成されている。
コントローラ60は、実施例に係るPET−CT装置1を構成する各部分を統括制御する。コントローラ60は、中央演算処理装置(CPU)などで構成されている。PETデータ収集部51やCTデータ収集部52やデジタル画像変換部53や重畳処理部54やデジタル画像処理部56で収集,変換あるいは処理された各々の画像に関するデータ、フィルタ決定部55で決定されたフィルタ係数などのデータを、コントローラ60を介して、メモリ部57に書き込んで記憶、あるいは出力部59に送り込んで出力する。出力部59が表示部の場合には出力表示し、出力部59がプリンタの場合には出力印刷する。
放射性薬剤が投与された被検体Mから発生したγ線をγ線検出器32のうち該当するγ線検出器32のシンチレータブロック32a(図3を参照)が光に変換して、変換されたその光をγ線検出器32の光電子増倍管32c(図3を参照)が光電変換して電気信号に出力する。その電気信号を画像情報(画素値)として同時計数回路33に送り込む。
具体的には、被検体Mに放射性薬剤を投与すると、ポジトロン放出型のRIのポジトロンが消滅することにより、2本のγ線が発生する。同時計数回路33は、γ線検出器32のシンチレータブロック32a(図3を参照)の位置とγ線の入射タイミングとをチェックし、被検体Mを挟んで互いに対向位置にある2つのシンチレータブロック32aでγ線が同時に入射したとき(すなわち同時計数したとき)のみ、送り込まれた画像情報を適正なデータと判定する。一方のシンチレータブロック32aのみにγ線が入射したときには、同時計数回路33は、ポジトロンの消滅により生じたγ線ではなくノイズとして扱い、そのときに送り込まれた画像情報もノイズと判定してそれを棄却する。
同時計数回路33に送り込まれた画像情報をPETデータ(エミッションデータ)として、PETデータ収集部51に送り込む。PETデータ収集部51は、送り込まれたPETデータを収集して、デジタル画像変換部53に送り込む。
一方、X線管42およびX線検出器43を回転させながらX線管42から被検体MにX線を照射して、被検体Mの外部から照射されて被検体Mを透過したX線をX線検出器43が電気信号に変換することでX線を検出する。X線検出器43で変換された電気信号を画像情報(画素値)としてCTデータ収集部52に送り込む。CTデータ収集部52は、送り込まれた画像情報の分布をCTデータとして収集して、デジタル画像変換部53に送り込む。
デジタル画像変換部53は、アナログの画素値をデジタルの画素値に変換することで、PETデータ収集部51から送り込まれたPET用のアナログ画像(PETデータ)からPET用のデジタル画像(PET画像)に変換するとともに、CTデータ収集部52から送り込まれたX線CT用のアナログ画像(CTデータ)からX線CT用のデジタル画像(CT画像)に変換する。そして、重畳処理部54に送り込む。
後段の重畳処理部54やフィルタ決定部55やデジタル画像処理部56の具体的な機能については詳しく後述する。
次に、本実施例に係るγ線検出器32の具体的な構成について、図3を参照して説明する。図3は、γ線検出器の具体的構成の概略図である。
γ線検出器32は、深さ方向に減衰時間が互いに異なる検出素子であるシンチレータを複数組み合わせて構成されたシンチレータブロック32aと、シンチレータブロック32aに光学的に結合されたライトガイド32bと、ライトガイド32bに光学的に結合された光電子増倍管32cとを備えて構成されている。シンチレータブロック32a中の各シンチレータは、入射されたγ線によって発光して光に変換することでγ線を検出する。なお、シンチレータブロック32aについては、必ずしも深さ方向(図3ではr)に減衰時間が互いに異なるシンチレータを組み合わせる必要はない。また、深さ方向に2層のシンチレータを組み合わせたが、単層のシンチレータでシンチレータブロック32aを構成してもよい。
次に、重畳処理部54やフィルタ決定部55やデジタル画像処理部56の具体的な機能について、図4〜図7を参照して説明する。図4は、フィルタリング処理を含む一連のデジタル画像処理の流れを示すフローチャートであり、図5は、近傍画素集合を模式的に示した図であり、図6は、重み係数を与える、近傍画素の画素値の差分を変数とする非増加関数の例であり、図7は、フィルタカーネルの模式図である。
Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物(本実施例では被検体Mの関心領域)を撮影した別のデジタル画像とする。本実施例では、処理対象のデジタル画像Aとして、機能画像であるPET画像を例に採って説明するとともに、別のデジタル画像Bとして、形態画像であるCT画像を例に採って説明する。したがって、CT画像の情報も用いて、PET画像のノイズ除去処理(フィルタリング処理)を行う。
(ステップS1)PET画像・CT画像の画素サイズ統一
一般に、CT画像の画素サイズはPET画像の画素サイズよりも小さい。そこで、両画像の画素サイズを事前に統一しておく。本実施例では、CT画像の画素サイズを拡大して、PET画像の画素サイズに合わせる。ここで、「画素サイズを拡大」するとは、1つの画素サイズ自体を拡大する意味でなく、CT画像において、PET画像の画素サイズに対応した複数の画素を1つの画素に統合(結合)する意味であることに留意されたい。
一般に、CT画像の画素サイズはPET画像の画素サイズよりも小さい。そこで、両画像の画素サイズを事前に統一しておく。本実施例では、CT画像の画素サイズを拡大して、PET画像の画素サイズに合わせる。ここで、「画素サイズを拡大」するとは、1つの画素サイズ自体を拡大する意味でなく、CT画像において、PET画像の画素サイズに対応した複数の画素を1つの画素に統合(結合)する意味であることに留意されたい。
(ステップS2)PET画像・CT画像の重畳処理
PET画像とCT画像との位置がずれている場合には、重畳処理部54(図2を参照)は、PET画像およびCT画像を互いに位置合わせして重ね合わせる重畳処理を行う。ここでの位置合わせおよび重畳処理とは、出力部59(図2を参照)のモニタに両画像を表示して入力部58(図2を参照)により手動で両画像を動かして位置合わせおよび重畳処理を行う意味でなく、演算により両画像の画素値の分布を規定して、各分布が一致するように両画像を演算により平行移動あるいは回転移動させる意味であることに留意されたい。
PET画像とCT画像との位置がずれている場合には、重畳処理部54(図2を参照)は、PET画像およびCT画像を互いに位置合わせして重ね合わせる重畳処理を行う。ここでの位置合わせおよび重畳処理とは、出力部59(図2を参照)のモニタに両画像を表示して入力部58(図2を参照)により手動で両画像を動かして位置合わせおよび重畳処理を行う意味でなく、演算により両画像の画素値の分布を規定して、各分布が一致するように両画像を演算により平行移動あるいは回転移動させる意味であることに留意されたい。
(ステップS3)フィルタカーネルサイズの設定
フィルタカーネル(フィルタ係数)のサイズ(近傍画素集合Ωi)を全ての画素に対して設定する。本実施例では、図5に示すようにフィルタカーネルの形状を正方形とする。正方形に設定されたフィルタカーネルの中央の画素を(処理対象となる)注目画素(図5の番号iを参照)とし、当該フィルタカーネルの周囲の画素(図5の灰色を参照)を、注目画素に対する近傍画素とし、これらの近傍画素の集合を近傍画素集合(図5の記号Ωiを参照)とする。図5では、注目画素も含めてフィルタカーネルのサイズは、画素行が3行,画素列が3列の9つの画素の大きさであるので、注目画素を除いた残りの8つの近傍画素は、注目画素の隣接画素となる。
フィルタカーネル(フィルタ係数)のサイズ(近傍画素集合Ωi)を全ての画素に対して設定する。本実施例では、図5に示すようにフィルタカーネルの形状を正方形とする。正方形に設定されたフィルタカーネルの中央の画素を(処理対象となる)注目画素(図5の番号iを参照)とし、当該フィルタカーネルの周囲の画素(図5の灰色を参照)を、注目画素に対する近傍画素とし、これらの近傍画素の集合を近傍画素集合(図5の記号Ωiを参照)とする。図5では、注目画素も含めてフィルタカーネルのサイズは、画素行が3行,画素列が3列の9つの画素の大きさであるので、注目画素を除いた残りの8つの近傍画素は、注目画素の隣接画素となる。
(ステップS4)重み関数F,Hの設定
処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいて、フィルタ決定部55(図2を参照)は、さらには別のデジタル画像(本実施例ではCT画像)Bの情報も用いて、フィルタ係数を決定する。具体的には、フィルタ係数の特性を左右する下記(3)式および下記(4)式の実数値関数F,Hを設定する。
処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいて、フィルタ決定部55(図2を参照)は、さらには別のデジタル画像(本実施例ではCT画像)Bの情報も用いて、フィルタ係数を決定する。具体的には、フィルタ係数の特性を左右する下記(3)式および下記(4)式の実数値関数F,Hを設定する。
Fは、画素間の距離を変数とする任意の関数であって、画素間の距離に依存した重みを与える関数(「重み関数」とも呼ぶ)である。本実施例では、Fを標準偏差σrのガウス関数とする。rは近傍画素と注目画素との画素間の距離であって、後述するようにr(i)を基準点からの注目画素iの位置ベクトル、r(j)を基準点からの近傍画素jの位置ベクトルとすると、rは||r(i)−r(j)||で表される。基準点については特に限定されないが、ある画素を原点としたときに、その原点を基準点としてもよいし、注目画素を常に基準点としてもよい。いずれにしても、同じ隣接画素と注目画素との距離でも、図5に示す近傍画素集合Ωiの場合には、注目画素に対して右上,左上,右下あるいは左下に位置する隣接画素と注目画素との距離は、注目画素に対して上下左右に位置する隣接画素と注目画素との距離の√2倍になる。なお、ガウス関数は正規分布であるが、rが絶対値で必ず正の実数となるので、Fは非増加関数となる。
一方、Hは、別のデジタル画像(本実施例ではCT画像)Bにおける近傍画素の画素値の差分を変数とする任意の関数であって、本実施例ではCT画像Bのエッジ強度(隣接画素と注目画素との画素値の差分)に依存した重みを与える関数(重み関数)である。本実施例では、Hを図6に示す二値関数(閾値Ta)とする。図6では、後述するようにa(i)を形態画像であるCT画像Bでの注目画素iの画素値、a(j)をCT画像Bでの近傍画素jの画素値とすると、画素値の差分は|a(i)−a(j)|で表される。また、画素値の差分|a(i)−a(j)|を変数とする関数Hは、非増加関数であるのが好ましい。例えば、図6のように画素値の差分値が閾値Ta以下の領域では値が“1”の定数の関数であって、画素値の差分値が当該閾値Taよりも高い領域では値が“0” の定数の関数となる二値関数であってもよい。
なお、図6では画素値の差分値が閾値Ta以下の領域では値が“1”の定数の関数であったが、a>0を満たすのであれば、aの値は“1”に限定されない。また、閾値を2つ以上に設定し(例えばTa<Tb)、a>b>0を満たし、画素値の差分値が閾値Ta以下の領域では値が“a”の定数の関数であって、画素値の差分値が閾値Taよりも高く閾値Tb以下の領域では値が“b”の定数の関数であって、画素値の差分値がTbよりも高い領域では値が“0” の定数の関数となる多値関数であってもよい。また、非増加関数であれば、必ずしも一部の画素値の差分値での領域において関数の値が一定である必要はなく、関数の値が滑らかに単調に減少してもよいし、一部の画素値の差分値での領域において関数の値が一定であって、他の領域において関数の値が滑らかに単調に減少してもよい。
(ステップS5)i=1
注目画素iに対して、下記(3)式および下記(4)式にしたがってフィルタ係数を演算して決定する(ステップS6)。さらに、注目画素iのフィルタリング処理を行う(ステップS7)。そのために、先ず、注目画素i=1と設定する。
注目画素iに対して、下記(3)式および下記(4)式にしたがってフィルタ係数を演算して決定する(ステップS6)。さらに、注目画素iのフィルタリング処理を行う(ステップS7)。そのために、先ず、注目画素i=1と設定する。
(ステップS6)画素iに関するフィルタ係数の決定
ステップS5で注目画素i=1と設定された、あるいは後述するステップS10でi≦N(ここでNは画素数)であれば、後述するステップS9でi=i+1で設定された(すなわち、右辺「i+1」を左辺iに代入することでiの値を1つインクリメントした)注目画素iに関するフィルタ係数を演算して決定する。具体的には、処理対象となる注目画素iと当該注目画素の周囲にある近傍画素jとに関する画素間の距離情報(本実施例では||r(i)−r(j)||)および画素値の差分情報(本実施例では|a(i)−a(j)|)に基づいて、フィルタ決定部55(図2を参照)は、CT画像Bの情報も用いて、下記(3)式および下記(4)式によりフィルタ係数Wを決定する。
ステップS5で注目画素i=1と設定された、あるいは後述するステップS10でi≦N(ここでNは画素数)であれば、後述するステップS9でi=i+1で設定された(すなわち、右辺「i+1」を左辺iに代入することでiの値を1つインクリメントした)注目画素iに関するフィルタ係数を演算して決定する。具体的には、処理対象となる注目画素iと当該注目画素の周囲にある近傍画素jとに関する画素間の距離情報(本実施例では||r(i)−r(j)||)および画素値の差分情報(本実施例では|a(i)−a(j)|)に基づいて、フィルタ決定部55(図2を参照)は、CT画像Bの情報も用いて、下記(3)式および下記(4)式によりフィルタ係数Wを決定する。
ここで、iは注目画素の番号、jは注目画素iに対する近傍画素(隣接画素)の番号、wは注目画素iに対する近傍画素(隣接画素)jの重み係数、Ωiは注目画素iの近傍画素集合(図5を参照)、kは近傍画素集合Ωiに属する変数、r(i)は基準点からの注目画素iの位置ベクトル、r(j)はその基準点からの近傍画素jの位置ベクトル、a(i)は形態画像であるCT画像Bでの注目画素iの画素値、a(j)はCT画像Bでの近傍画素(隣接画素)jの画素値、F,Hは任意の関数(重み関数)をそれぞれ表す。上述したように、重み関数F,Hは非増加関数であるのが好ましく、本実施例では、Fを標準偏差σrのガウス関数とし、図6に示すようにHを二値関数とする。また、上記(3)式でΣw(i,k)(ただし、Σw(i,k)は近傍画素集合Ωiに属する変数kのw(i,k)の総和)で除算したのは、フィルタ係数Wの正規化のためである。
つまり、本実施例は、形態画像であるCT画像Bが有する臓器の輪郭情報を先験的な情報として利用した核医学画像(本実施例ではPET画像A)のエッジ保存型平滑化フィルタの手法に関する。核医学画像(PET画像A)の画素値は、上述したように生理学的な情報を有しており、臓器の機能(代謝能、血流量など)を反映した数値であることから、臓器ごとに機能が異なる。すなわち、画素値は臓器に応じて異なると考えられる。そこで、核医学画像(PET画像A)に施す平滑化フィルタのフィルタ係数Wを、形態画像(本実施例ではCT画像B)の画素値情報(本実施例では|a(i)−a(j)|)を利用して、上記(3)式および上記(4)式により計算して決定する。
従来技術でのバイラテラルフィルタでは、核医学画像(PET画像A)中の画素間にエッジがあるか否かを核医学画像(PET画像A)自身の画素値情報を用いて判断するので、ノイズ由来の偽のエッジを検出して保存してしまいやすい。そこで、本実施例では、核医学画像(PET画像A)中の画素間にエッジがあるか否かを、別のデジタル画像、本実施例では高分解能かつ低ノイズの形態画像(CT画像B)の画素値情報を用いて判断するので、核医学画像(PET画像A)のノイズレベルに影響されることなく、エッジ保存型平滑化フィルタによる平滑化処理を実現することができる。
例えば、形態画像(CT画像)B中のエッジの大きさを判断する関数Hとして、図6に示すように、画素値の差分|a(i)−a(j)|がある閾値Taよりも大きければ“0”(エッジ有り)、閾値Ta以下であれば“1”(エッジなし)をとる二値関数を用いる。かかる二値関数を用いれば、図7に示すようにエッジを跨がない領域内のみで平滑化が発生するので、ノイズの低減と同時にエッジ(空間分解能)の保存を実現することができる。
図7の上段に示すようにCT画像において注目画素がA,Dのときには、エッジが十分離れており、フィルタカーネルのサイズ(近傍画素集合ΩA,ΩD)がエッジにかからない。よって、図7の下段の左端や右端に示すように、“1”(エッジなし)の値をとる重み関数Hを用いて通常の重みづけにより平滑化処理を行う。
一方、図7の上段に示すようにCT画像において注目画素がB,Cのときには、エッジが近接しており、フィルタカーネルのサイズ(近傍画素集合ΩB,ΩC)がエッジを跨ぐ。よって、図7の下段の左から二番目や右から二番目に示すように、エッジを跨がない領域では“1”(エッジなし)の値をとり、エッジを跨ぐ領域では“0”(エッジ有り)の値をとる重み関数Hを用いる。その結果、エッジを跨がない領域内のみでは通常の重みづけにより平滑化処理を行い、エッジを跨ぐ領域では重みづけを小さく(図6や図7では“0”)して平滑化を行わないようにする。
このとき、参照する画像情報が、従来の核医学画像自身でなく、高分解能かつ低ノイズの形態画像(CT画像)であるので、核医学画像中に含まれるノイズ由来の偽のエッジに左右されることなく、平滑化処理を行うことができる。
(ステップS7)画素iのフィルタリング処理
ステップS6で上記(3)式および上記(4)式によりフィルタ係数Wを決定したら、デジタル画像処理部56(図2を参照)は、フィルタ決定部55(図2を参照)で決定されたフィルタ係数Wを用いて処理対象のデジタル画像(本実施例ではPET画像)Aを処理する。これによって、注目画素iのフィルタリング処理(加重平均値の計算)を行う。
ステップS6で上記(3)式および上記(4)式によりフィルタ係数Wを決定したら、デジタル画像処理部56(図2を参照)は、フィルタ決定部55(図2を参照)で決定されたフィルタ係数Wを用いて処理対象のデジタル画像(本実施例ではPET画像)Aを処理する。これによって、注目画素iのフィルタリング処理(加重平均値の計算)を行う。
(ステップS8)処理後の値の保存
フィルタリング処理後の値を、処理前のPET画像A(すなわち原画像)とは異なるメモリ部57(図1を参照)のメモリ領域に書き込んで記憶することで、原画像とは異なるメモリ領域に保存する。この保存によって、処理前のPET画像A(原画像)が上書き保存されることなく、処理後の画像および処理前のPET画像A(原画像)をそれぞれ保存することができる。
フィルタリング処理後の値を、処理前のPET画像A(すなわち原画像)とは異なるメモリ部57(図1を参照)のメモリ領域に書き込んで記憶することで、原画像とは異なるメモリ領域に保存する。この保存によって、処理前のPET画像A(原画像)が上書き保存されることなく、処理後の画像および処理前のPET画像A(原画像)をそれぞれ保存することができる。
(ステップS9)i=i+1
i=i+1で設定することにより、iの値を1つインクリメントする。ここでの「=」は等号を意味するものではなく代入を意味することに留意されたい。よって、右辺「i+1」を左辺iに代入することでiの値を1つインクリメントすることになる。
i=i+1で設定することにより、iの値を1つインクリメントする。ここでの「=」は等号を意味するものではなく代入を意味することに留意されたい。よって、右辺「i+1」を左辺iに代入することでiの値を1つインクリメントすることになる。
(ステップS10)i≦N
Nを画素数とし、i≦Nであるか否かを判断する。i≦Nであれば、全ての画素に対するフィルタリング処理が終了していないとして、ステップS6に戻って、ステップS6〜S10をループさせて、全ての画素に対するフィルタリング処理が終了するまでステップS6〜S10を繰り返し行う。i>Nであれば、全ての画素に対するフィルタリング処理が終了したとして、図4の一連のデジタル画像処理を終了する。
Nを画素数とし、i≦Nであるか否かを判断する。i≦Nであれば、全ての画素に対するフィルタリング処理が終了していないとして、ステップS6に戻って、ステップS6〜S10をループさせて、全ての画素に対するフィルタリング処理が終了するまでステップS6〜S10を繰り返し行う。i>Nであれば、全ての画素に対するフィルタリング処理が終了したとして、図4の一連のデジタル画像処理を終了する。
本実施例に係るデジタル画像処理方法によれば、別のデジタル画像(本実施例ではCT画像)Bも用いてフィルタ係数Wを決定することで、処理対象のデジタル画像(本実施例ではPET画像)Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、空間分解能の維持とノイズの低減とをともに図ることができる。
上述した別のデジタル画像Bは本実施例のようにCT画像Bなどに代表される形態画像であるのが好ましい。特に、本実施例のように、処理対象の画像が核医学データに基づくデジタル画像(核医学画像)の場合には、核医学画像は生理学的な情報を有しており、「機能画像」と呼ばれているが、解剖学的な情報に乏しい。そこで、解剖学的な情報を有した形態画像を別のデジタル画像(CT画像)Bとして用いることで、空間分解能が高く、ノイズの小さな形態画像(本実施例ではCT画像B)を利用することになり、より一層の効果を奏する。
また、フィルタ係数Wを決定するための、画素値の差分(本実施例では|a(i)−a(j)|)を変数とする関数(本実施例では重み関数H)は、非増加関数であるのが好ましい。画素値の差分値が小さければ値が大きな関数を用いることで平滑化を行うことができ、画素値の差分値が大きければ値が小さな関数を用いることで差分値が大きなエッジの保存を実現することができる。ここで「非増加関数」とは、画素値の差分値が大きくなるにしたがって関数の値が増加しなければよいので、一部の画素値の差分値での領域において関数の値が一定であってもよい。よって、図6のように、画素値の差分値がある閾値(図6ではTa)以下の領域では値が“a”(ただしa>0)(図6ではa=1)の定数の関数であって、画素値の差分値が当該閾値(図6ではTa)よりも高い領域では値が“0”の定数の関数も、非増加関数である。
また、上記(3)式および上記(4)式を一般化したら下記式のように表される。
すなわち、処理対象のデジタル画像(PET画像)Aのフィルタリング処理におけるフィルタ係数W(i,j)を、
W(i,j)=w(i,j)/Σw(i,k)(ただし、Σw(i,k)は近傍画素集合Ωiに属する変数kのw(i,k)の総和)
w(i,j)=F(||r(i)−r(j)||)×H(|Ib(i)−Ib(j)|)
なる式によって決定する。
すなわち、処理対象のデジタル画像(PET画像)Aのフィルタリング処理におけるフィルタ係数W(i,j)を、
W(i,j)=w(i,j)/Σw(i,k)(ただし、Σw(i,k)は近傍画素集合Ωiに属する変数kのw(i,k)の総和)
w(i,j)=F(||r(i)−r(j)||)×H(|Ib(i)−Ib(j)|)
なる式によって決定する。
なお、上記式での各々の記号は、上記(1)式〜(4)式と共通している。ただし、Ib(i)を別のデジタル画像Bでの注目画素iの画素値、Ib(j)を別のデジタル画像Bでの近傍画素jの画素値としている。そして、上記(4)式中のF(||r(i)−r(j)||)/ΣF(||r(i)−r(k)||)(ただし、ΣF(||r(i)−r(k)||)は近傍画素集合Ωiに属する変数kのF(||r(i)−r(k)||)の総和)を前の段落中の式でのF(||r(i)−r(j)||)に一般化している。同様に、上記(4)式中のH(|a(i)−a(j)|)/ΣH(|a(i)−a(k)|)(ただし、ΣH(|a(i)−a(k)|は近傍画素集合Ωiに属する変数kのH(|a(i)−a(k)|の総和)を前の段落中の式でのH(|Ib(i)−Ib(j)|)に一般化している。
上記式により、別のデジタル画像(本実施例ではCT画像)Bにおける近傍画素の画素値の差分を変数とする任意の関数Hも用いて注目画素iに対する近傍画素jの重み係数w(i,j)を求め、さらにその重み係数w(i,j)を用いてフィルタ係数W(i,j)を決定する。これにより、別のデジタル画像(CT画像)Bも用いてフィルタ係数W(i,j)を決定する。
また、上述の構成を備えた本実施例に係るPET−CT装置1によれば、フィルタリング処理におけるフィルタ係数を決定するフィルタ決定部55と、撮影された画像に基づくデジタル画像(本実施例ではPET画像A)を処理するデジタル画像処理部56とを備えている。フィルタ決定部55は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいて、さらに別のデジタル画像(本実施例ではCT画像)Bの情報も用いて、フィルタ係数Wを決定して、デジタル画像処理部56は、フィルタ決定部55で決定されたフィルタ係数Wを用いて処理対象のデジタル画像(PET画像)Aを処理する。このように、別のデジタル画像(CT画像)Bも用いてフィルタ係数を決定することで、処理対象のデジタル画像(PET画像)Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、本実施例に係るデジタル画像処理方法でも述べたように、空間分解能の維持とノイズの低減とをともに図ることができる。
本実施例に係るPET−CT装置1において、静止画を撮影するカメラ機能または動画を撮影するビデオ機能を有した撮影部(本実施例ではγ線検出器32やX線検出器43)と、そのγ線検出器32で撮影された画像からデジタル画像に変換するデジタル画像変換部53とを備えるのが好ましい。このような撮影部(γ線検出器32やX線検出器43)とデジタル画像変換部53とを備えることで、静止画を撮影あるいは動画を撮影部(γ線検出器32やX線検出器43)で撮影しつつ、撮影部(γ線検出器32やX線検出器43)で撮影された画像(アナログ画像)からデジタル画像変換部53はデジタル画像(本実施例ではPET画像やCT画像)に変換して、変換されたデジタル画像(本実施例ではCT画像)をデジタル画像処理部56は処理することができる。
本実施例では、撮影装置として、核医学診断を行う核医学診断装置を例に採るとともに、核医学診断装置の一種として、PET装置とX線CT装置とを組み合わせたPET−CT装置1を例に採って説明している。核医学診断で得られた核医学データに基づくデジタル画像(本実施例ではPET画像)をデジタル画像処理部56は処理するのが好ましい。本実施例に係るデジタル画像処理方法でも述べたように、核医学診断で得られた核医学データに基づくデジタル画像(核医学画像)は機能画像であり、解剖学的な情報に乏しい。そこで、処理対象のデジタル画像(本実施例ではPET画像)Aを、核医学データに基づくデジタル画像とし、別のデジタル画像Bを形態画像(本実施例ではCT画像B)とする。これにより、解剖学的な情報を有した形態画像を別のデジタル画像(CT画像)Bとして用いることで、空間分解能が高く、ノイズの小さな形態画像(CT画像B)を利用することになる。したがって、処理対象のデジタル画像(PET画像A)が、解剖学的な情報に乏しい機能画像である核医学画像であっても、空間分解能の維持とノイズの低減とをともに図ることができる。
[実験結果]
次に、シミュレーション実験による実験結果について、図9〜図26を参照して説明する。図9は、実証データ(シミュレーション実験)に用いられる原画像であり、図10は、図9の原画像に人為的にノイズを付加したノイズ有りの画像であり、図11は、実証データ(シミュレーション実験)に用いられる形態画像である。また、本実施例の提案手法(形態画像を利用したバイラテラルフィルタ)との比較のために、従来手法1、2の実験結果も併せて示す。図12〜図14は、従来手法1として一般的なガウシアンフィルタによるフィルタリングの処理結果であり、図15〜図20は、従来手法2としてバイラテラルフィルタによるフィルタリングの処理結果であり、図21〜図26は、本実施例の提案手法(形態画像を利用したバイラテラルフィルタ)によるフィルタリングの処理結果である。
次に、シミュレーション実験による実験結果について、図9〜図26を参照して説明する。図9は、実証データ(シミュレーション実験)に用いられる原画像であり、図10は、図9の原画像に人為的にノイズを付加したノイズ有りの画像であり、図11は、実証データ(シミュレーション実験)に用いられる形態画像である。また、本実施例の提案手法(形態画像を利用したバイラテラルフィルタ)との比較のために、従来手法1、2の実験結果も併せて示す。図12〜図14は、従来手法1として一般的なガウシアンフィルタによるフィルタリングの処理結果であり、図15〜図20は、従来手法2としてバイラテラルフィルタによるフィルタリングの処理結果であり、図21〜図26は、本実施例の提案手法(形態画像を利用したバイラテラルフィルタ)によるフィルタリングの処理結果である。
シミュレーション実験として、図9に示す原画像に人為的にノイズを付加して、ノイズ有りの画像(図10を参照)を作成し、従来手法1、2と本実施例の提案手法とによるフィルタリング処理をそれぞれ行った。本実施例の提案手法では、フィルタリング処理に図11に示す形態画像を利用した。それぞれの画像サイズは128×128である。図9および図11の画像中の数値は、各領域を代表する画素値を表す。平滑化パラメータσr,σxは半値幅でもあるので、以下、平滑化パラメータσr,σxを「半値幅」と呼ぶ。
従来手法1として、一般的なガウシアンフィルタ(半値幅σr=1.5,2.0,4.0画素)によるフィルタリング処理結果を図12〜図14に示す。図12は、半値幅σr=1.5画素のとき、図13は、半値幅σr=2.0画素のとき、図14は、半値幅σr=4.0画素のときである。
従来手法2として、バイラテラルフィルタによるフィルタリングの処理結果を図15〜図20に示す。バイラテラルフィルタにおいて、画素間の距離に依存した重みを半値幅σr=2.0,4.0画素のガウス関数とし、画素値の差分に依存した重みを半値幅σx=1.0,3.0,6.0のガウス関数とした。したがって、半値幅σr,σxの組み合わせは合計6パターンの処理結果であり、それぞれ図15〜図20に示す。図15は、半値幅σr=2.0画素,半値幅σx=1.0のとき、図16は、半値幅σr=2.0画素,半値幅σx=3.0のとき、図17は、半値幅σr=2.0画素,半値幅σx=6.0のときである。また、図18は、半値幅σr=4.0画素,半値幅σx=1.0のとき、図19は、半値幅σr=4.0画素,半値幅σx=3.0のとき、図20は、半値幅σr=4.0画素,半値幅σx=6.0のときである。
最後に、本実施例の提案手法(形態画像を利用したバイラテラルフィルタ)によるフィルタリングの処理結果を図21〜図26に示す。提案手法において、画素間の距離に依存した重みを半値幅σr=2.0,4.0画素のガウス関数とし、画素値の差分に依存した重みを半値幅σx=0.05,0.1,0.2のガウス関数とした。したがって、半値幅σr,σxの組み合わせは合計6パターンの処理結果であり、それぞれ図21〜図26に示す。図21は、半値幅σr=2.0画素,半値幅σx=0.05のとき、図22は、半値幅σr=2.0画素,半値幅σx=0.1のとき、図23は、半値幅σr=2.0画素,半値幅σx=0.2のときである。また、図24は、半値幅σr=4.0画素,半値幅σx=0.05のとき、図25は、半値幅σr=4.0画素,半値幅σx=0.1のとき、図26は、半値幅σr=4.0画素,半値幅σx=0.2のときである。
図12〜図14の結果より、従来のガウシアンフィルタでは、画素間の距離を変数とするガウス関数の幅(半値幅σr)を増加させると、ノイズは減少するが、輪郭がぼやけて空間分解能が低下している。また、図15〜図20の結果より、従来のバイラテラルフィルタでは、画素間の距離を変数とするガウス関数の幅(半値幅σr)と画素値の差分に依存したガウス関数の幅(半値幅σx)とをそれぞれ調節しても、ノイズを十分に低減させることができない(図15,図16および図18を参照)、またはノイズは低減するが輪郭がぼやける(図17,図19および図20を参照)といった結果となっている。したがって、空間分解能の維持とノイズの低減とを両立することができない。
一方、図21〜図26の結果より、提案手法では、画素間の距離を変数とするガウス関数の幅(半値幅σr)と形態画像の画素値の差分に依存したガウス関数の幅(半値幅σx)とをそれぞれ調節することで、空間分解能の維持とノイズの低減とを両立することができる。
以上の実験結果より、提案する形態画像を利用したバイラテラルフィルタによるフィルタリング手法は、従来のフィルタリング手法(一般的なガウシアンフィルタや形態画像を利用しない原画像自身を利用したバイラテラルフィルタによるフィルタリング手法)よりも有効であることが示された。
この発明は、上記実施形態に限られることはなく、下記のように変形実施することができる。
(1)上述した実施例では、PET装置とX線CT装置とを組み合わせたPET−CT装置を例に採って説明したが、医用画像装置全般(CT装置、MRI装置、超音波断層撮影装置、核医学断層撮影装置など)、非破壊検査CT装置、デジタルカメラ、デジタルビデオカメラなどの装置の組み合わせ、あるいは単体の装置にも適用することができる。
(2)上述した実施例では、撮影装置として、PET装置とX線CT装置とを組み合わせたPET−CT装置を例に採って説明したが、PET装置単体に適用してもよい。例えば、外部装置であるX線CT装置で得られたCT画像をPET装置に転送して、転送されたCT画像を用いてフィルタ係数を決定してもよい。同じく、PET装置以外の核医学診断装置(例えばSPECT装置)単体に適用して、外部装置で得られ転送された別のデジタル画像(例えばCT画像)を用いてフィルタ係数を決定してもよい。
(3)上述した実施例では、CT画像を用いたPET画像のフィルタリング処理について説明したが、PET−CT装置に限定されない。CT画像を用いたSPECT画像のフィルタリング処理を行うX線CT装置とSPCT装置との組み合わせ、MRI画像を用いたPET画像のフィルタリング処理を行うMRI装置とPET装置との組み合わせ、MRI画像を用いたSPECT画像のフィルタリング処理を行うMRI装置とSPCT装置との組み合わせなどでも適用可能である。この場合には、核医学画像はPET画像あるいはSPECT画像であり、形態画像はCT画像あるいはMRI画像である。
(4)上述した実施例では、撮影装置として、PET装置とX線CT装置とを組み合わせたPET−CT装置のようにマルチモダリティー装置を例に採って説明したが、MRI装置単体に適用してもよい。例えばMRI装置で得られたMRI画像から、T1強調画像と拡散強調画像とをそれぞれ作成して、拡散強調画像を処理対象のデジタル画像Aとするとともに、T1強調画像を別のデジタル画像Bとして、T1強調画像を用いてフィルタ係数を決定して、そのフィルタ係数を用いて拡散強調画像を処理してもよい。このように、同一の装置で撮影された2つの画像を用いてもよい。
(5)上述した実施例では、フィルタカーネルの形状は、図5に示すように、画素行が3行,画素列が3列のサイズの正方形であったが、それ以外のサイズであってもよい。例えば、図8に示すように、画素行が5行,画素列が5列のサイズの正方形であってもよい。実施例の図5に示す画素行が3行,画素列が3列のサイズの正方形の場合には、近傍画素集合Ωiに属する画素は、注目画素を除くと全て隣接画素であったが、図8に示す画素行が5行,画素列が5列のサイズの正方形の場合には、近傍画素集合Ωiに属する画素は、隣接画像以外の画素も近接画素に含まれる。
(6)上述した実施例では、フィルタカーネルの形状は正方形であったが、それ以外の閉じられた図形であれば、特に限定されず、長方形や多角形などであってもよい。
(7)上述した実施例では、図4のフローチャートに示すように、フィルタカーネルを設定したら、全ての画素に対するフィルタリング処理が終了するまで、同じフィルタカーネルでステップS6〜S10を繰り返し行ったが、注目画素iの値を1つインクリメントするたびに、ステップS10からステップS3に戻って、フィルタカーネルを新たに設定し直してもよい。
(8)上述した実施例では、画素間の距離を変数とする重み関数Fはガウス関数であったが、ガウス関数以外の任意の関数であってもよい。ただし、非増加関数が好ましく、実施例の重み関数Hのように二値関数や多値関数であってもよい。
(9)上述した実施例では、画素値の差分を変数とする重み関数Hは二値関数であったが、二値関数以外の任意の関数であってもよい。ただし、画素値の差分値が小さければ値が大きな関数を用いることで平滑化を行うことができ、画素値の差分値が大きければ値が小さな関数を用いることで差分値が大きなエッジの保存を実現することができることを考慮すれば、非増加関数が好ましい。また、実施例でも述べたように、多値関数であってもよい。また、実施例の重み関数Fのようにガウス関数であってもよく、関数の値が滑らかに単調に減少してもよい。
以上のように、この発明は、医用画像装置全般(CT装置、MRI装置、超音波断層撮影装置、核医学断層撮影装置など)、非破壊検査CT装置、デジタルカメラ、デジタルビデオカメラなどに適している。
1 … PET−CT装置
32 … γ線検出器
43 … X線検出器
53 … デジタル画像変換部
55 … フィルタ決定部
56 … デジタル画像処理部
A … 処理対象のデジタル画像(PET画像)
B … 別のデジタル画像(CT画像)
32 … γ線検出器
43 … X線検出器
53 … デジタル画像変換部
55 … フィルタ決定部
56 … デジタル画像処理部
A … 処理対象のデジタル画像(PET画像)
B … 別のデジタル画像(CT画像)
この発明は、このような目的を達成するために、次のような構成をとる。
すなわち、この発明に係るデジタル画像処理方法は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいてフィルタ係数を決定して、その決定されたフィルタ係数を用いてデジタル画像を処理するデジタル画像処理方法であって、Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した、形態画像からなる別のデジタル画像としたときに、前記注目画素と前記近傍画素とに関する画素間の距離を変数とする任意の関数および当該別のデジタル画像Bにおける前記注目画素と前記近傍画素との画素値の差分を変数とする任意の関数に基づいて、前記フィルタ係数を決定して、前記処理対象のデジタル画像Aを処理することを特徴とするものである。
すなわち、この発明に係るデジタル画像処理方法は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいてフィルタ係数を決定して、その決定されたフィルタ係数を用いてデジタル画像を処理するデジタル画像処理方法であって、Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した、形態画像からなる別のデジタル画像としたときに、前記注目画素と前記近傍画素とに関する画素間の距離を変数とする任意の関数および当該別のデジタル画像Bにおける前記注目画素と前記近傍画素との画素値の差分を変数とする任意の関数に基づいて、前記フィルタ係数を決定して、前記処理対象のデジタル画像Aを処理することを特徴とするものである。
この発明に係るデジタル画像処理方法によれば、形態画像からなる別のデジタル画像Bも用いて、注目画素と近傍画素とに関する画素間の距離を変数とする任意の関数および当該別のデジタル画像Bにおける注目画素と近傍画素との画素値の差分を変数とする任意の関数に基づいてフィルタ係数を決定することで、処理対象のデジタル画像Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、空間分解能の維持とノイズの低減とをともに図ることができる。
上述したように別のデジタル画像Bは形態画像である。特に、処理対象の画像が核医学データに基づくデジタル画像(核医学画像)の場合には、核医学画像は生理学的な情報を有しており、「機能画像」と呼ばれているが、解剖学的な情報に乏しい。そこで、解剖学的な情報を有した形態画像を別のデジタル画像Bとして用いることで、空間分解能が高く、ノイズの小さな形態画像を利用することになり、より一層の効果を奏する。
また、この発明に係る撮影装置は、撮影を行う撮影装置であって、フィルタリング処理におけるフィルタ係数を決定するフィルタ決定手段と、撮影された画像に基づくデジタル画像を処理するデジタル画像処理手段とを備え、Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した、形態画像からなる別のデジタル画像としたときに、前記フィルタ決定手段は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離を変数とする任意の関数および当該別のデジタル画像Bにおける前記注目画素と前記近傍画素との画素値の差分を変数とする任意の関数に基づいて、前記フィルタ係数を決定して、前記デジタル画像処理手段は、フィルタ決定手段で決定されたフィルタ係数を用いて前記処理対象のデジタル画像Aを処理することを特徴とするものである。
この発明に係る撮影装置によれば、フィルタリング処理におけるフィルタ係数を決定するフィルタ決定手段と、撮影された画像に基づくデジタル画像を処理するデジタル画像処理手段とを備える。フィルタ決定手段は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離を変数とする任意の関数および(形態画像からなる)当該別のデジタル画像Bにおける注目画素と近傍画素との画素値の差分を変数とする任意の関数に基づいて、フィルタ係数を決定して、デジタル画像処理手段は、フィルタ決定手段で決定されたフィルタ係数を用いて処理対象のデジタル画像Aを処理する。このように、形態画像からなる別のデジタル画像Bも用いてフィルタ係数を決定することで、処理対象のデジタル画像Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、この発明に係るデジタル画像処理方法でも述べたように、空間分解能の維持とノイズの低減とをともに図ることができる。
この発明に係るデジタル画像処理方法および撮影装置によれば、形態画像からなる別のデジタル画像Bも用いてフィルタ係数を決定することで、処理対象のデジタル画像Aのノイズレベルに影響されることなく、フィルタ処理を行うことができる。その結果、空間分解能の維持とノイズの低減とをともに図ることができる。
Claims (8)
- 処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいてフィルタ係数を決定して、その決定されたフィルタ係数を用いてデジタル画像を処理するデジタル画像処理方法であって、
Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した別のデジタル画像としたときに、当該別のデジタル画像Bの情報も用いて、前記フィルタ係数を決定して、前記処理対象のデジタル画像Aを処理することを特徴とするデジタル画像処理方法。 - 請求項1に記載のデジタル画像処理方法において、
前記別のデジタル画像Bは形態画像であることを特徴とするデジタル画像処理方法。 - 請求項1または請求項2に記載のデジタル画像処理方法において、
前記フィルタ係数を決定するための、画素値の差分を変数とする関数は、非増加関数であることを特徴とするデジタル画像処理方法。 - 請求項1から請求項3のいずれかに記載のデジタル画像処理方法において、
iを前記注目画素の番号、jを前記注目画素iに対する前記近傍画素の番号、wを注目画素iに対する前記近傍画素jの重み係数、Ωiを注目画素iの近傍画素集合、kを前記近傍画素集合Ωiに属する変数、r(i)を基準点からの注目画素iの位置ベクトル、r(j)を前記基準点からの近傍画素jの位置ベクトル、Ib(i)を前記別のデジタル画像Bでの注目画素iの画素値、Ib(j)を前記別のデジタル画像Bでの近傍画素jの画素値、Fを画素間の距離を変数とする任意の関数、Hを別のデジタル画像Bにおける近傍画素の画素値の差分を変数とする任意の関数としたときに、
前記処理対象のデジタル画像Aのフィルタリング処理における前記フィルタ係数W(i,j)を、
W(i,j)=w(i,j)/Σw(i,k)(ただし、Σw(i,k)は近傍画素集合Ωiに属する変数kのw(i,k)の総和)
w(i,j)=F(||r(i)−r(j)||)×H(|Ib(i)−Ib(j)|)
なる式によって決定することを特徴とするデジタル画像処理方法。 - 撮影を行う撮影装置であって、
フィルタリング処理におけるフィルタ係数を決定するフィルタ決定手段と、
撮影された画像に基づくデジタル画像を処理するデジタル画像処理手段と
を備え、
Aを処理対象のデジタル画像、Bを当該処理対象のデジタル画像Aと同一の対象物を撮影した別のデジタル画像としたときに、前記フィルタ決定手段は、処理対象となる注目画素と当該注目画素の周囲にある近傍画素とに関する画素間の距離情報および画素値の差分情報に基づいて、さらに前記別のデジタル画像Bの情報も用いて、前記フィルタ係数を決定して、
前記デジタル画像処理手段は、フィルタ決定手段で決定されたフィルタ係数を用いて前記処理対象のデジタル画像Aを処理することを特徴とする撮影装置。 - 請求項5に記載の撮影装置において、
静止画を撮影するカメラ機能または動画を撮影するビデオ機能を有した撮影手段と、
その撮影手段で撮影された画像から前記デジタル画像に変換するデジタル画像変換手段と
を備えることを特徴とする撮影装置。 - 請求項5または請求項6に記載の撮影装置において、
前記撮影装置は、核医学診断を行う核医学診断装置であって、
核医学診断で得られた核医学データに基づくデジタル画像を前記デジタル画像処理手段は処理することを特徴とする撮影装置。 - 請求項7に記載の撮影装置において、
前記処理対象のデジタル画像Aは、前記核医学データに基づくデジタル画像であって、
前記別のデジタル画像Bは形態画像であることを特徴とする撮影装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2012/006248 WO2014049667A1 (ja) | 2012-09-28 | 2012-09-28 | デジタル画像処理方法および撮影装置 |
JPPCT/JP2012/006248 | 2012-09-28 | ||
PCT/JP2013/069283 WO2014050263A1 (ja) | 2012-09-28 | 2013-07-16 | デジタル画像処理方法および撮影装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014050263A1 true JPWO2014050263A1 (ja) | 2016-08-22 |
JP6028804B2 JP6028804B2 (ja) | 2016-11-24 |
Family
ID=50387136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014538238A Active JP6028804B2 (ja) | 2012-09-28 | 2013-07-16 | デジタル画像処理方法および撮影装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20150269724A1 (ja) |
JP (1) | JP6028804B2 (ja) |
CN (1) | CN104685539B (ja) |
WO (2) | WO2014049667A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6286291B2 (ja) * | 2014-06-19 | 2018-02-28 | 株式会社Screenホールディングス | 画像処理装置、画像取得装置、画像処理方法および画像取得方法 |
JP2018068631A (ja) * | 2016-10-28 | 2018-05-10 | キヤノン株式会社 | 放射線撮影システム、放射線表示方法 |
CN108961170B (zh) * | 2017-05-24 | 2022-05-03 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置和系统 |
TWI712989B (zh) * | 2018-01-16 | 2020-12-11 | 瑞昱半導體股份有限公司 | 影像處理方法及影像處理裝置 |
US11315274B2 (en) * | 2019-09-20 | 2022-04-26 | Google Llc | Depth determination for images captured with a moving camera and representing moving features |
CN111882499B (zh) * | 2020-07-15 | 2024-04-16 | 上海联影医疗科技股份有限公司 | Pet图像的降噪方法、装置以及计算机设备 |
JP7436320B2 (ja) | 2020-07-31 | 2024-02-21 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
CN112686898B (zh) * | 2021-03-15 | 2021-08-13 | 四川大学 | 一种基于自监督学习的放疗靶区自动分割方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007190182A (ja) * | 2006-01-19 | 2007-08-02 | Ge Medical Systems Global Technology Co Llc | 画像表示装置およびx線ct装置 |
JP2008258848A (ja) * | 2007-04-03 | 2008-10-23 | Sanyo Electric Co Ltd | ノイズ低減装置、ノイズ低減方法、及び電子機器 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2204797T3 (es) * | 1997-06-09 | 2004-05-01 | Hitachi, Ltd. | Procedimiento de codificacion de secuencia de imagenes. |
US6309659B1 (en) * | 1997-09-02 | 2001-10-30 | Gensci Orthobiologics, Inc. | Reverse phase connective tissue repair composition |
US7069068B1 (en) * | 1999-03-26 | 2006-06-27 | Oestergaard Leif | Method for determining haemodynamic indices by use of tomographic data |
JP3888156B2 (ja) * | 2001-12-26 | 2007-02-28 | 株式会社日立製作所 | 放射線検査装置 |
JP3800101B2 (ja) * | 2002-02-13 | 2006-07-26 | 株式会社日立製作所 | 断層像作成装置及び断層像作成方法並びに放射線検査装置 |
US6856666B2 (en) * | 2002-10-04 | 2005-02-15 | Ge Medical Systems Global Technology Company, Llc | Multi modality imaging methods and apparatus |
JP2005058428A (ja) * | 2003-08-11 | 2005-03-10 | Hitachi Ltd | 病巣位置特定システム及び放射線検査装置 |
JP4780374B2 (ja) * | 2005-04-21 | 2011-09-28 | Nkワークス株式会社 | 粒状ノイズ抑制のための画像処理方法及びプログラム及びこの方法を実施する粒状抑制処理モジュール |
US7903900B2 (en) * | 2007-03-30 | 2011-03-08 | Hong Kong Applied Science And Technology Research Institute Co., Ltd. | Low complexity color de-noising filter |
US8553959B2 (en) * | 2008-03-21 | 2013-10-08 | General Electric Company | Method and apparatus for correcting multi-modality imaging data |
US8369928B2 (en) * | 2008-09-22 | 2013-02-05 | Siemens Medical Solutions Usa, Inc. | Data processing system for multi-modality imaging |
JP5143038B2 (ja) * | 2009-02-02 | 2013-02-13 | オリンパス株式会社 | 画像処理装置及び画像処理方法 |
CN102236885A (zh) * | 2010-04-21 | 2011-11-09 | 联咏科技股份有限公司 | 减少图像噪声的过滤器与过滤方法 |
JP5669513B2 (ja) * | 2010-10-13 | 2015-02-12 | オリンパス株式会社 | 画像処理装置、画像処理プログラム、及び、画像処理方法 |
KR101727285B1 (ko) * | 2010-12-28 | 2017-04-14 | 삼성전자주식회사 | 노이즈 변화와 움직임 감지를 고려한 영상 노이즈 필터링 방법 및 장치 |
KR101248808B1 (ko) * | 2011-06-03 | 2013-04-01 | 주식회사 동부하이텍 | 경계 영역의 잡음 제거 장치 및 방법 |
RU2599867C2 (ru) * | 2011-07-28 | 2016-10-20 | Конинклейке Филипс Н.В. | Устройство для формирования изображений |
EP2806799A1 (en) * | 2012-01-24 | 2014-12-03 | Koninklijke Philips N.V. | Nuclear imaging system |
EP2888720B1 (en) * | 2012-08-21 | 2021-03-17 | FotoNation Limited | System and method for depth estimation from images captured using array cameras |
DE102012220028A1 (de) * | 2012-11-02 | 2014-05-08 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Angiographisches Untersuchungsverfahren |
US9600867B2 (en) * | 2012-12-21 | 2017-03-21 | Koninklijke Philips N.V. | Image processing apparatus and method for filtering an image |
-
2012
- 2012-09-28 WO PCT/JP2012/006248 patent/WO2014049667A1/ja active Application Filing
-
2013
- 2013-06-16 US US14/431,416 patent/US20150269724A1/en not_active Abandoned
- 2013-07-16 JP JP2014538238A patent/JP6028804B2/ja active Active
- 2013-07-16 WO PCT/JP2013/069283 patent/WO2014050263A1/ja active Application Filing
- 2013-07-16 CN CN201380050889.8A patent/CN104685539B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007190182A (ja) * | 2006-01-19 | 2007-08-02 | Ge Medical Systems Global Technology Co Llc | 画像表示装置およびx線ct装置 |
JP2008258848A (ja) * | 2007-04-03 | 2008-10-23 | Sanyo Electric Co Ltd | ノイズ低減装置、ノイズ低減方法、及び電子機器 |
Non-Patent Citations (1)
Title |
---|
JPN6016005456; 豆生田 友里,工藤 博幸: 'MRI情報を用いたPET画像の画質改善' 電子情報通信学会技術研究報告 Vol.105 No.386 第105巻 第386号, 20051031, pp.7-11, 社団法人電子情報通信学会 * |
Also Published As
Publication number | Publication date |
---|---|
CN104685539B (zh) | 2018-05-04 |
WO2014050263A1 (ja) | 2014-04-03 |
JP6028804B2 (ja) | 2016-11-24 |
WO2014049667A1 (ja) | 2014-04-03 |
US20150269724A1 (en) | 2015-09-24 |
CN104685539A (zh) | 2015-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6028804B2 (ja) | デジタル画像処理方法および撮影装置 | |
JP7203852B2 (ja) | 深層学習を使用した低線量petイメージングからの全線量pet画像の推定 | |
US11756164B2 (en) | System and method for image correction | |
Zeng et al. | Spectral CT image restoration via an average image-induced nonlocal means filter | |
US7840052B2 (en) | Restoration of the nuclear medicine 2D planar image by iterative constrained deconvolution | |
CN112770838A (zh) | 使用自关注深度学习进行图像增强的系统和方法 | |
EP4071706A1 (en) | Medical data processing method, model generation method, medical data processing apparatus, and computer-readable non-transitory storage medium storing medical data processing program | |
JP6123652B2 (ja) | 散乱成分推定方法 | |
Li et al. | Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm | |
JP2013003145A (ja) | 核画像におけるアーティファクト除去 | |
Lee | Performance analysis of improved hybrid median filter applied to X-ray computed tomography images obtained with high-resolution photon-counting CZT detector: A pilot study | |
JP6526428B2 (ja) | 医用画像処理装置、医用画像処理方法および医用画像診断装置 | |
CN105631908B (zh) | 一种pet图像重建方法和装置 | |
JP2008267913A (ja) | 核医学診断装置およびそれに用いられる診断システム | |
JP6052425B2 (ja) | 輪郭画像生成装置および核医学診断装置 | |
Al-Ameen et al. | Prevalent degradations and processing challenges of computed tomography medical images: A compendious analysis | |
Yu et al. | Comparison of pre-and post-reconstruction denoising approaches in positron emission tomography | |
Yu et al. | Development and task-based evaluation of a scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT | |
Rahman et al. | DEMIST: A deep-learning-based task-specific denoising approach for myocardial perfusion SPECT | |
JP3726700B2 (ja) | Ect装置 | |
Hein et al. | Ring Artifact Correction in Photon-Counting Spectral CT Using a Convolutional Neural Network With Spectral Loss | |
US20230419455A1 (en) | System and method for image correction | |
US20230237638A1 (en) | Apparatus and methods for unsupervised image denoising using double over-parameterization | |
JP2022161814A (ja) | 医用画像処理装置、方法及びトレーニング方法 | |
WO2022096335A1 (en) | System and method for nuclear medicine imaging with adaptive stopping criteria |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160920 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161003 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6028804 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |