WO2016111016A1 - 放射線画像生成方法および画像処理装置 - Google Patents

放射線画像生成方法および画像処理装置 Download PDF

Info

Publication number
WO2016111016A1
WO2016111016A1 PCT/JP2015/050549 JP2015050549W WO2016111016A1 WO 2016111016 A1 WO2016111016 A1 WO 2016111016A1 JP 2015050549 W JP2015050549 W JP 2015050549W WO 2016111016 A1 WO2016111016 A1 WO 2016111016A1
Authority
WO
WIPO (PCT)
Prior art keywords
image processing
weighting factor
image
nearest neighbor
weighting
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.)
Ceased
Application number
PCT/JP2015/050549
Other languages
English (en)
French (fr)
Inventor
智則 ▲崎▼本
和義 西野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shimadzu Corp
Original Assignee
Shimadzu Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shimadzu Corp filed Critical Shimadzu Corp
Priority to PCT/JP2015/050549 priority Critical patent/WO2016111016A1/ja
Priority to JP2016568258A priority patent/JP6460125B2/ja
Priority to US15/541,962 priority patent/US10950012B2/en
Priority to CN201580072820.4A priority patent/CN107205710B/zh
Publication of WO2016111016A1 publication Critical patent/WO2016111016A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T12/00—Tomographic reconstruction from projections
    • G06T12/30—Image post-processing, e.g. metal artefact correction
    • 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]
    • 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
    • A61B6/04—Positioning of patients; Tiltable beds or the like
    • 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
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • 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
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T12/00—Tomographic reconstruction from projections
    • G06T12/20—Inverse problem, i.e. transformations from projection space into object space
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • 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
    • A61B6/025—Tomosynthesis
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image

Definitions

  • the present invention relates to a radiation image generation method for generating a radiation image and an image processing apparatus for performing image processing for generating a radiation image.
  • a reconstructed image As an example of a radiation image.
  • image reconstruction image reconstruction
  • back projection is used.
  • a general method is a pixel-driven method.
  • a ray is guided from an X-ray source to the position where the X-ray detector is located through the center of the reconstructed pixel.
  • the pixel value assigned to the reconstructed pixel is determined by the pixel value in the X-ray detector near the position where the surface of the X-ray detector and the oblique line intersect.
  • the pixel value assigned to the reconstructed pixel is determined by linear interpolation (see, for example, Patent Documents 1 and 2).
  • an interpolation method in the reconstruction there are a bilinear method, a nearest neighbor method, and the like, as shown in Patent Document 2: Japanese Patent No. 4293307 (Japanese Patent Publication No. 2005-522304).
  • FIG. 5A shows a normal distribution noise image reconstructed by the filtered back projection method using the bilinear method as an interpolation method
  • FIG. 5B shows the pixel value distribution. Note that, for convenience of illustration, FIG. 5A is reversed in black and white, and it should be noted that the noise is actually white spots (so-called “whiteout”) in the entire black image. As shown in FIG. 5B, it can be confirmed that the dispersion of the pixel values differs depending on the location (ROI1 and ROI2 in FIG. 5).
  • reference symbol S is an X-ray tube as a light source
  • reference symbol R is a reconstructed image
  • reference symbol I is a detector
  • the pixel R n only the pixel values of the X-ray detector I n is reflected.
  • the average of the pixel values of the X-ray detectors I n + 1 and I n + 2 is reflected in the reconstructed pixel R n + 1 . In this way, S / N unevenness in the reconstructed image is generated.
  • the present invention has been made in view of such circumstances, and an object thereof is to provide a radiation image generation method and an image processing apparatus capable of suppressing noise and artifacts.
  • the radiographic image generation method is a radiographic image generation method for generating a radiographic image, wherein individual image processing is performed based on the result of each pixel value obtained by a plurality of different image processing algorithms.
  • weighted addition is performed by combining individual image processing algorithms in order to combine a plurality of different image processing algorithms.
  • a weighting coefficient for the weighted addition is set based on the result of each pixel value obtained by each image processing algorithm.
  • the weight coefficient in the image processing algorithm that has an adverse effect on the region of a certain pixel value is set small, and a good result is obtained in the same region (the other)
  • An example of a radiation image is a reconstructed image.
  • the weighting factor is set based on the result of each backprojection pixel value obtained by a plurality of different image processing algorithms.
  • the weighting coefficient in the remaining image processing algorithm can be set small by setting the weighting coefficient in the image processing algorithm large.
  • the weighting coefficient in the remaining image processing algorithm can be set large by setting the weighting coefficient in the image processing algorithm small.
  • the specific image processing algorithm is not particularly limited.
  • a spline interpolation method may be used.
  • simpler algorithms such as the nearest neighbor method, bilinear method, and spline interpolation method than the precise interpolation algorithm such as Lanczos method. It is useful to apply to an interpolation algorithm. By applying to a simple interpolation algorithm, the calculation cost is low, the load is small, and the calculation time can be reduced while suppressing noise and artifacts.
  • the image processing algorithm is the nearest neighbor method and the bilinear method.
  • the weighting factor setting step the weighting factor is set based on the result of each pixel value obtained by the nearest neighbor method and the bilinear method, and weighting is performed.
  • the adding step it is preferable to perform weighted addition related to the nearest neighbor method and the bilinear method. In a region where an adverse effect by the nearest neighbor method is strong (a region where a high luminance difference edge exists), step artifacts can be suppressed by setting a large weighting factor in the bilinear method.
  • a grid-like artifact due to S / N unevenness can be suppressed by setting a large weighting factor in the nearest neighbor method.
  • simple interpolation algorithms such as the nearest neighbor method and the bilinear method have a low calculation cost, a low load, and a reduction in calculation time, while reducing step artifacts and grid-like artifacts due to S / N unevenness. Can be suppressed.
  • the radiographic image is a reconstructed image, and is an X-ray
  • a weighting factor is set based on the result of the backprojected pixel value obtained by the nearest neighbor method and the backprojected pixel value obtained by the bilinear method. Useful when.
  • the radiation image is a reconstructed image, and the radiation is an X-ray
  • the weight in the bilinear method increases as the absolute value of the difference increases. It is preferable that the coefficient be set so as to increase, and that the weight coefficient in the nearest neighbor method be increased as the absolute value of the difference becomes smaller.
  • the place where the absolute value of the difference is large is regarded as a region where a high luminance difference edge exists, and the step of the edge region is suppressed by increasing the weighting coefficient (that is, increasing the weight) in the bilinear method.
  • the weighting coefficient in the nearest neighbor method is increased (that is, the weight is increased) to suppress lattice artifacts due to S / N unevenness.
  • the step in the edge region is suppressed.
  • the weight in the remaining nearest neighbor method is set by setting a small weighting factor w bi in the bilinear method in order to suppress lattice-like artifacts due to S / N unevenness.
  • the coefficient wnn is increased (that is, the weight is increased).
  • lattice artifacts due to S / N unevenness are suppressed.
  • the image processing apparatus is an image processing apparatus that performs image processing for generating a radiation image, and based on the result of each pixel value obtained by a plurality of different image processing algorithms,
  • a weighting factor setting unit configured to set a weighting factor for weighted addition combining individual image processing algorithms; and a weighting addition unit configured to perform the weighting addition based on the set weighting factor. It is characterized by obtaining.
  • the weight coefficient in the image processing algorithm that has an adverse effect in a region of a certain pixel value is set small, By setting a large weighting factor in the image processing algorithm that produces good results in the same region (the other), a radiographic image in which noise and artifacts are suppressed can be obtained.
  • the weighting factor in the image processing algorithm that adversely affects a region of a certain pixel value is reduced according to the result of the pixel value obtained by each image processing algorithm.
  • FIG. 1 is a block diagram of the tomographic apparatus according to the embodiment
  • FIG. 2 is a block diagram of an image processing unit of the tomographic apparatus according to the embodiment.
  • a reconstructed image will be described as an example of a radiation image
  • an X-ray will be described as an example of radiation.
  • a human body will be described as an example of the subject.
  • the tomography apparatus includes a top plate 1 on which a subject M is placed, an X-ray tube 2 that emits X-rays toward the subject M, and X-rays that have passed through the subject M.
  • a flat panel X-ray detector hereinafter abbreviated as “FPD”) 3.
  • the tomography apparatus generates a tube voltage and a tube current of the X-ray tube 2 as well as the top plate control unit 4 that controls the elevation and horizontal movement of the top plate 1, the FPD control unit 5 that controls the scanning of the FPD 3, and so on.
  • An X-ray tube control unit 7 having a high voltage generation unit 6 to be generated, an A / D converter 8 that digitizes and extracts an X-ray detection signal that is a charge signal from the FPD 3, and an X output from the A / D converter 8
  • An image processing unit 9 that performs various processes based on a line detection signal, a controller 10 that controls these components, a memory unit 11 that stores processed images, and an input unit that is used by an operator to perform input settings 12 and a monitor 13 for displaying processed images and the like.
  • the image processing unit 9 corresponds to the image processing device in this invention.
  • the top board control unit 4 horizontally moves the top board 1 to accommodate the subject M up to the imaging position, moves the top and bottom, rotates and horizontally moves the subject M to a desired position, or horizontally moves the subject M. Then, the image is picked up, or the image is moved horizontally after the image pickup is finished, and the control is performed to retract from the image pickup position.
  • These controls are performed by controlling a top plate drive mechanism (not shown) including a motor and an encoder (not shown).
  • the FPD control unit 5 performs control to translate the FPD 3 along the body axis z direction that is the longitudinal direction of the subject M. This control is performed by controlling an FPD drive mechanism (not shown) including a rack, pinion, motor, encoder (not shown), and the like.
  • the high voltage generator 6 generates a tube voltage and a tube current for irradiating X-rays, and supplies them to the X-ray tube 2.
  • the X-ray tube control unit 7 performs control to translate the X-ray tube 2 in the direction opposite to the translation of the FPD 3. This control is performed by controlling an X-ray tube driving unit (not shown) including a column, a screw rod, a motor, an encoder (not shown), and the like.
  • the X-ray tube controller 7 controls the setting of the irradiation field of the collimator (not shown) on the X-ray tube 2 side.
  • the irradiation field of view is set by controlling the collimator so as to irradiate fan beam-shaped X-rays extending in the body axis z direction.
  • the image processing unit 9 and the controller 10 are configured by a central processing unit (CPU) and the like, and the memory unit 11 is a storage medium represented by ROM (Read-only Memory), RAM (Random-Access Memory), and the like. Etc.
  • the input unit 12 includes a pointing device represented by a mouse, a keyboard, a joystick, a trackball, a touch panel, and the like.
  • a program or the like for performing various image processing is written and stored in a storage medium represented by a ROM or the like, and the program or the like is read from the storage medium and executed by the CPU of the image processing unit 9. Appropriate image processing is performed.
  • image processing is performed.
  • setting of a weighting factor and weighting addition are performed.
  • the memory unit 11 is configured to write and store each image processed by the image processing unit 9. In addition, a threshold value, which will be described later, and a weighting factor set by the weighting factor setting unit 9a (see FIG. 2) of the image processing unit 9 are written and stored in the memory unit 11.
  • the FPD control unit 5 and the X-ray tube control unit 7 are also composed of a CPU or the like, similar to the image processing unit 9 and the controller 10.
  • a radiological image generation method is applied to a tomosynthesis kit that performs tomography by reconstructing projection images obtained by moving the X-ray tube 2 and the FPD 3 in the directions shown in FIG.
  • the image processing unit 9 includes a weighting factor setting unit 9a and a weighting addition unit 9b.
  • the weighting factor setting unit 9a corresponds to the weighting factor setting unit in the present invention
  • the weighting addition unit 9b corresponds to the weighting addition unit in the present invention.
  • the weighting coefficient setting unit 9a sets a weighting coefficient for weighted addition obtained by combining the individual image processing algorithms based on the result of each pixel value obtained by a plurality of different image processing algorithms. A specific function of the weighting factor setting unit 9a in this embodiment will be described in detail with reference to FIG.
  • the weight addition unit 9b performs weight addition based on the set weight coefficient. Then, a radiation image (reconstructed image in this embodiment) is obtained by the weighted addition.
  • the specific function of the weighted addition unit 9b in this embodiment will also be described in detail with reference to FIG.
  • FIG. 3 is a flowchart showing a flow of a series of radiation image generation methods according to the embodiment.
  • FIG. 4 shows the absolute value of the difference regarding the backprojection pixel value on the horizontal axis and the weighting factor in the bilinear method on the vertical axis. It is a graph.
  • the radiological image generation method of FIG. 3 is performed by the CPU of the image processing unit 9 executing a program.
  • Step S1 Tomography
  • the X-ray tube 2 and the FPD 3 are moved in opposite directions while irradiating X-rays from the X-ray tube 2 to be different from each other with respect to the subject M.
  • the FPD 3 detects X-rays irradiated from the direction (projection angle).
  • a plurality of X-ray images are acquired by X-rays irradiated on the subject M from different directions.
  • the X-ray image is projection data projected on the detection surface of the FPD 3.
  • Step S2 Reconstruction Based on the X-ray image (projected image) obtained in step S1, reconstruction is performed by a filtered back projection method using the nearest neighbor method as an interpolation method. In parallel with this, reconstruction is performed based on the X-ray image (projected image) obtained in step S1 by the filter-corrected back projection method using the bilinear method as an interpolation method.
  • the filter-corrected backprojection method using the nearest neighbor method / bilinear method as an interpolation method is a known method, and thus the description thereof is omitted.
  • Backprojected pixel values based on the nearest neighbor method with the I nn backprojected pixel values by the bilinear method to I bi.
  • Step S3 Setting of Weighting Factor
  • the weighting factor setting unit 9a (see FIG. 2) combines individual image processing algorithms based on the results of the respective pixel values obtained by a plurality of different image processing algorithms. Sets the weighting coefficient for weighted addition.
  • the nearest neighbor method and the bilinear method are used as the image processing algorithm. Therefore, in this embodiment, the weighting factor setting unit 9a sets the weighting factor based on the result of each pixel value obtained by the nearest neighbor method and the bilinear method.
  • step S2 the absolute value
  • the weight coefficient w nn in the nearest neighbor method is represented by (1-w bi ), and the weight coefficient symbol is unified by the weight coefficient w bi in the bilinear method.
  • the weighting coefficient in the bilinear method that is, the bilinear ratio at the time of mixing
  • the bilinear ratio w bi is based on the difference from the backprojected pixel values I nn and I bi as follows. It is determined by equations (1) to (3).
  • TH1 and TH2 are threshold values
  • [a, b] means a closed section and means that ⁇ x
  • as a variable is a non-decreasing function (monotonically increasing function). Accordingly, the absolute value
  • of the bilinear method is set so that the weight coefficient w bi in the bilinear method increases as the absolute value
  • ), the weight coefficient w bi in the bilinear method is constant at w bi 1. Further, since the graph of FIG.
  • the weighting factors w bi and w nn set by the weighting factor setting unit 9a may be written and stored in the memory unit 11 (see FIG. 1).
  • This step S3 corresponds to the weighting coefficient setting step in the present invention.
  • Step S4 Weighted Addition
  • the backprojection pixel value after weighting (after mixing) is defined as Inew .
  • Inew wbi * Ibi + (1- wbi ) * Inn (4)
  • of the difference from the backprojected pixel values obtained by the nearest neighbor method and the bilinear method is large is regarded as a region where a high luminance difference edge exists.
  • the step of the edge region is suppressed by increasing the weighting coefficient w bi in the bilinear method (that is, increasing the weight).
  • the lattice-like artifact due to S / N unevenness is increased by increasing the weighting factor w nn in the nearest neighbor method (that is, increasing the weight).
  • This step S4 corresponds to the weighted addition step in the present invention.
  • the (4) By arranging the backprojected pixel values I new new after weighting obtained by the equation (after mixing) for each pixel to obtain the (reconstructed image in this case) the radiation image.
  • a radiation image (reconstructed image) is written in the memory unit 11 and stored.
  • a weighting factor is set based on the result of each pixel value obtained by a plurality of different image processing algorithms (nearest neighbor method and bilinear method in this embodiment), and the set weighting factor is set. It is a feature of the present invention to perform weighted addition combining individual image processing algorithms based on the above.
  • Patent Document 2 Japanese Patent No. 4293307 (Special Table No. 2005-522304) discloses a bilinear method and a nearest neighbor method as an interpolation method in reconstruction, but does not suggest weighted addition thereof. Please keep in mind.
  • weighted addition is performed by combining individual image processing algorithms in order to combine a plurality of different image processing algorithms (in this embodiment, the nearest neighbor method and the bilinear method). Therefore, the result of each pixel value obtained by each image processing algorithm (in this embodiment, the backprojected pixel value I nn obtained by the nearest neighbor method and the backprojected pixel value I bi obtained by the bilinear method) Is set based on the absolute value
  • the weighting coefficient in the image processing algorithm that has an adverse effect in a certain pixel value region is set to be small.
  • a radiation image (reconstructed image in the present embodiment) in which noise and artifacts are suppressed can be obtained by setting a large weighting factor in the image processing algorithm that produces good results in the same region (the other).
  • an example of the radiation image is a reconstructed image.
  • the weight coefficient Set based on the result of each backprojection pixel value obtained by a plurality of different image processing algorithms (in this embodiment, the absolute value of the difference
  • the individual weighting factors are set in cooperation with each other.
  • the weighting coefficient in the remaining image processing algorithm can be set small by setting the weighting coefficient in the image processing algorithm large.
  • the weighting coefficient in the remaining image processing algorithm can be set large by setting the weighting coefficient in the image processing algorithm small.
  • the image processing algorithm is the nearest neighbor method and the bilinear method
  • the weighting factor setting step (step S3) the result of each pixel value obtained by the nearest neighbor method and the bilinear method (this embodiment)
  • the weighting factors w nn and w bi are set, and in the weighted addition step (step S4), weighted addition related to the nearest neighbor method and the bilinear method is performed.
  • a step artifact can be suppressed by setting a large weighting factor w bi in the bilinear method.
  • the grid-like artifact due to S / N unevenness can be suppressed by setting a large weighting factor wnn in the nearest neighbor method. Can do.
  • simple interpolation algorithms such as the nearest neighbor method and the bilinear method have a low calculation cost, a low load, and a reduction in calculation time, while reducing step artifacts and grid-like artifacts due to S / N unevenness. Can be suppressed.
  • the radiographic image is a reconstructed image, is an X-ray, and is the result of the backprojection pixel value I nn obtained by the nearest neighbor method and the backprojection pixel value I bi obtained by the bilinear method (this embodiment) Then, it is useful when setting the weighting factors w nn and w bi based on the absolute value of the difference
  • the radiation image is a reconstructed image, and the radiation is an X-ray
  • set as the weighting factor w bi in the bilinear method increases as the increase, the absolute value of the difference
  • the weighting factor wnn at Where the absolute value
  • each weighting factor in cooperation as described below. That is, the weighting factor corresponding to the nearest neighbor method and the bilinear method takes a non-negative value of 1 or less, and as described again, the weighting factor in the nearest neighbor method is set to w nn, and the weighting factor in the bilinear method is used.
  • the weighting factor w bi in the remaining bilinear method is increased (that is, the weight is increased).
  • the step in the edge region is suppressed.
  • the weight coefficient w bi in the bilinear method is set to be small in order to suppress lattice artifacts due to S / N unevenness.
  • the weight coefficient wnn in the nearest neighbor method is increased (that is, the weight is increased). As a result, lattice artifacts due to S / N unevenness are suppressed.
  • the image processing apparatus image processing unit 9) according to the present embodiment, the result of the pixel value obtained by each image processing algorithm (in this embodiment, the nearest neighbor method and the bilinear method) (in this embodiment).
  • ) of the difference between the backprojected pixel value I nn obtained by the nearest neighbor method and the backprojected pixel value I bi obtained by the bilinear method Radiation images that suppress noise and artifacts by setting a small weighting factor in the image processing algorithm that adversely affects and setting a large weighting factor in the image processing algorithm that produces good results in the same region (the other) ( In this embodiment, a reconstructed image) can be obtained.
  • FIGS. 7 (a) to 7 (c) show the results of experiments on the shoulder when the subject is a human body
  • FIG. 7 (a) is an image of the nearest neighbor method
  • FIG. 7 (b) is an image of the method of the present invention
  • 8 (a) to 8 (c) are experimental results when the subject is other than a human body.
  • FIG. 8 (a) is an image of the nearest neighbor method
  • FIG. 8 (b) is bilinear.
  • FIG. 8C is an image of the method of the present invention.
  • FIG. 7B it can be confirmed that lattice artifacts due to S / N unevenness appear in the bilinear method.
  • FIG. 7C it can be confirmed that the technique of the present invention has improved the S / N unevenness without the appearance of the lattice artifacts due to the S / N unevenness.
  • FIG. 8A it can be confirmed that a step artifact appears in the vicinity of the edge by the nearest neighbor method in a portion surrounded by a white frame.
  • FIG. 8C it can be confirmed that the method of the present invention can maintain the natural appearance of the image near the edge without any step artifacts.
  • the present invention is not limited to the above embodiment, and can be modified as follows.
  • X-rays are taken as an example of radiation, but radiation other than X-rays (for example, ⁇ rays, ⁇ rays, ⁇ rays, etc.) may be used.
  • the reconstructed image is taken as an example of the radiation image, but the image processing does not necessarily have to be back projection in the reconstruction. You may apply to image processing, such as rotation and expansion / reduction.
  • the imaging was represented by tomography, but it may be applied to fluoroscopy in which radiation is irradiated with a dose lower than that in imaging and the radiation image is monitored in real time.
  • the image processing apparatus (in the embodiment, the image processing unit 9) is incorporated in a fluoroscopic apparatus such as a tomographic apparatus, but may be a single image processing apparatus.
  • the tomographic technique to be applied is not particularly limited.
  • tomography that rotates around the body axis of the subject or one end of a curved C-arm holds the X-ray tube and the other end You may apply to the tomography which hold
  • radiation other than X-rays may be used.
  • the image processing algorithms are the nearest neighbor method and the bilinear method, and the individual image processing algorithms are combined to combine the two image processing algorithms composed of the nearest neighbor method and the bilinear method.
  • weighted addition is performed, the number of image processing algorithms is not particularly limited as long as it is plural.
  • a spline interpolation method may be combined in addition to the nearest neighbor method or the bilinear method, and the number of image processing algorithms may be three or more.
  • the weighting factors corresponding to each image processing algorithm are set in cooperation with each other, but the weighting factors may be set independently.
  • the remaining weighting factor may be variably set regardless of the one weighting factor, or conversely, while the one weighting factor is variably set, The remaining weighting factor values may be fixed regardless of the weighting factor.
  • the image processing algorithm is the nearest neighbor method and the bilinear method, but the image processing algorithm is not limited to the nearest neighbor method or the bilinear method.
  • Lanczos method or spline interpolation method may be used.
  • simpler algorithms such as the nearest neighbor method, bilinear method, and spline interpolation method than the precise interpolation algorithm such as Lanczos method. It is useful to apply to an interpolation algorithm. By applying to a simple interpolation algorithm, the calculation cost is low, the load is small, and the calculation time can be reduced while suppressing noise and artifacts.
  • the weighting factor setting means (weighting factor setting unit 9a in the embodiment) is configured by the CPU or the like so that the weighting factor is automatically set.
  • the weighting factor is not necessarily set automatically. There is no need.
  • the weighting factor setting means is configured by a pointing device such as the input unit 12 in FIG. 1, and the result of each pixel value obtained by each image processing algorithm is displayed on the monitor, and based on the display result on the monitor The weighting factor may be manually set by the operator.
  • the result of each pixel value obtained by each image processing algorithm is the difference between the pixel values (in the embodiment, the backprojected pixel value I nn obtained by the nearest neighbor method and the bilinear method).
  • ) of the difference from the back-projected pixel value I bi obtained in the above is not limited to the pixel value difference.
  • a pixel value ratio may be obtained, and a weighting factor may be set based on the pixel value ratio.
  • the weighting factor is constant in the section below the threshold TH1 and in the section exceeding the threshold TH2, and continuously increases in the open space of the threshold TH1 and TH2.
  • the weighting factor is not limited to the form of FIG. Regardless of the threshold value, the weighting factor may be set by continuously increasing or decreasing, or the weighting factor may be set by increasing or decreasing the weighting factor with a trigonometric function or a higher-order polynomial. Further, the weighting coefficient need not be a continuous function, and may be set by increasing or decreasing the weighting coefficient stepwise.
  • weighting factor setting unit 9b ... weighted addition unit I nn ... recently backprojected pixel values obtained by the backprojected pixel values I bi ... bilinear method obtained by the neighbor algorithm w nn ... nearest neighbors weight coefficient in the weight coefficient w bi ... bilinear method of TH1, TH2 ... threshold I new new ... backprojected pixel values of the weighted

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)

Abstract

　この発明の画像処理装置として画像処理部９は、最近傍法で得られた逆投影画素値Ｉｎｎとバイリニア法で得られた逆投影画素値Ｉｂｉとの差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜に基づいて、最近傍法およびバイリニア法を結合した重み付け加算の重み係数ｗｎｎ，ｗｂｉを設定する重み係数設定部９ａと、設定された重み係数ｗｎｎ，ｗｂｉに基づいて重み付け加算を行う重み付け加算部９ｂとを備えている。重み付け後（混合後）の逆投影画素値Ｉｎｅｗを画素毎に並べることで、再構成画像を得る。差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜に応じて、ある画素値の領域において悪影響が出る画像処理アルゴリズムでの重み係数を小さく設定して、同一領域において好結果がでる（他方の）画像処理アルゴリズムでの重み係数を大きく設定することで、ノイズやアーティファクトを抑制した再構成画像を得ることができる。

Description

放射線画像生成方法および画像処理装置
　この発明は、放射線画像を生成する放射線画像生成方法、および放射線画像を生成するための画像処理を行う画像処理装置に関する。
　以下、放射線画像として再構成画像を例に採って説明する。多くの放射線断層画像の生成（画像再構成）方法において、逆投影が用いられる。逆投影法のうち、一般的な方法としてピクセルドリブン法(pixel driven)がある。ピクセルドリブン法では、Ｘ線源から、再構成画素の中心を通りＸ線検出器のある位置まで斜線(ray)が導かれる。再構成画素に割り当てられる画素値は、Ｘ線検出器の面上と斜線とが交差する位置近辺のＸ線検出器における画素値によって決定される。典型的には、線形補間により、再構成画素に割り当てる画素値を決定する（例えば、特許文献１、２参照）。再構成における補間方法としては、特許文献２：特許第４２９３３０７号（特表２００５－５２２３０４号）にも示されているように、バイリニア法(bilinear)や最近傍法(nearest neighbor)などがある。
特開２０１０－１１５４７５号公報 特許第４２９３３０７号
　しかしながら、逆投影時のＸ線検出器と斜線とが交差する位置によって、補間方法によりＳ／Ｎのムラが生じるという問題点がある。図５（ａ）に、バイリニア法を補間方法としたフィルタ補正逆投影法によって再構成した正規分布ノイズ画像を示し、図５（ｂ）に、その画素値分布を示す。なお、図示の便宜上、図５（ａ）は白黒反転しており、実際には全体的に黒の画像にノイズが白の斑点（いわゆる「白とび」）となっていることに留意されたい。図５（ｂ）に示すように、場所（図５ではＲＯＩ１，ＲＯＩ２）によって、画素値の分散が異なっていることを確認することができる。
　再構成における補間方法にバイリニア法のような線形補間を用いた場合、図６（符号Ｓは光源であるＸ線管，符号Ｒは再構成画像，符号Ｉは検出器）のケースでは、再構成画素ＲｎにはＸ線検出器Ｉｎの画素値のみが反映される。一方、再構成画素Ｒｎ＋１にはＸ線検出器Ｉｎ＋１およびＩｎ＋２の画素値の平均が反映される。このようにして、再構成画像におけるＳ／Ｎのムラができる。
　このようなＳ／Ｎのムラを緩和する方法として、より緻密な補間アルゴリズムを使う方法がある。例えば、Lanczos法を用いた補間では、このようなムラを緩和することができるが、計算コストが増大する，負荷が大きくなる，演算時間が長くなるという別の問題が生じる。Ｓ／Ｎのムラを緩和する別の方法として、上述した最近傍法を用いた画素値の決定がある。この方法は簡便で計算コストも少なく，負荷も小さく，演算時間を低減させることができる。しかし、再構成画像の画素値エッジ近辺に段差が生じるという問題が生じる。例えば、周囲の画素値に対して著しく異なる画素値が直線状に延びている場合には、その直線が画素値エッジとなるが、直線自体に段差が生じる。
　上述した問題は、再構成における逆投影のみならず、回転や拡大・縮小などの画像処理によっても起こり、簡便な画像処理アルゴリズムでノイズやアーティファクト（例えば段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクト）を抑制することが望まれる。
　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、ノイズやアーティファクトを抑制することができる放射線画像生成方法および画像処理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、この発明に係る放射線画像生成方法は、放射線画像を生成する放射線画像生成方法であって、互いに異なる複数の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、個々の画像処理アルゴリズムを結合した重み付け加算の重み係数を設定する重み係数設定工程と、設定された当該重み係数に基づいて当該重み付け加算を行う重み付け加算工程とを備え、当該重み付け加算により前記放射線画像を得ることを特徴とするものである。
　この発明に係る放射線画像生成方法によれば、互いに異なる複数の画像処理アルゴリズムを結合するために個々の画像処理アルゴリズムを結合した重み付け加算を行う。そのために、各々の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、当該重み付け加算の重み係数を設定する。各々の画像処理アルゴリズムで得られた画素値の結果に応じて、ある画素値の領域において悪影響が出る画像処理アルゴリズムでの重み係数を小さく設定して、同一領域において好結果がでる（他方の）画像処理アルゴリズムでの重み係数を大きく設定することで、ノイズやアーティファクトを抑制した放射線画像を得ることができる。
　放射線画像の一例は再構成画像である。この一例の場合には、互いに異なる複数の画像処理アルゴリズムで得られた各々の逆投影画素値の結果に基づいて、重み係数を設定する。
　画像処理アルゴリズム毎に対応する重み係数は個々に独立して設定されていてもよい（前者）し、下記のように協働してそれぞれ設定されていてもよい（後者）。すなわち、後者の場合には、画像処理アルゴリズム毎に対応する重み係数は１以下の非負の値をとり、ｎを２以上の整数とし、個々の重み係数をｗ１，ｗ２，…，ｗｎとすると、ｗ１＋ｗ２＋…＋ｗｎ＝１を満たすように個々の重み係数をそれぞれ設定する。このようにｗ１＋ｗ２＋…＋ｗｎ＝１を満たすように個々の重み係数をそれぞれ設定することで、個々の重み係数は協働してそれぞれ設定される。したがって、ある画像処理アルゴリズムでの影響を強めたい場合には当該画像処理アルゴリズムでの重み係数を大きく設定することで、残りの画像処理アルゴリズムでの重み係数を小さく設定することができる。逆に、ある画像処理アルゴリズムでの影響を弱めたい場合には当該画像処理アルゴリズムでの重み係数を小さく設定することで、残りの画像処理アルゴリズムでの重み係数を大きく設定することができる。
　具体的な画像処理アルゴリズムについては、特に限定されない。上述した最近傍法やバイリニア法やLanczos法の他に、スプライン補間法でもよい。ただし、簡便な補間アルゴリズムであってもノイズやアーティファクトを抑制することができることを鑑みれば、Lanczos法のような緻密な補間アルゴリズムよりも、最近傍法やバイリニア法やスプライン補間法のような簡便な補間アルゴリズムに適用するのが有用である。簡便な補間アルゴリズムに適用することで、計算コストも少なく，負荷も小さく，演算時間を低減させつつ、ノイズやアーティファクトをも抑制することができる。
　よって、画像処理アルゴリズムは、最近傍法およびバイリニア法であって、重み係数設定工程では、最近傍法およびバイリニア法で得られた各々の画素値の結果に基づいて、重み係数を設定し、重み付け加算工程では、最近傍法およびバイリニア法に関する重み付け加算を行うのが好ましい。最近傍法による悪影響が強い領域（高輝度差エッジの存在する領域）ではバイリニア法での重み係数を大きく設定することで、段差アーティファクトを抑制することができる。逆に、バイリニア法による悪影響が強い領域（Ｓ／Ｎのムラが出る領域）では最近傍法での重み係数を大きく設定することで、Ｓ／Ｎのムラによる格子状アーティファクトを抑制することができる。このように、最近傍法やバイリニア法のような簡便な補間アルゴリズムであっても、計算コストも少なく，負荷も小さく，演算時間を低減させつつ、段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクトを抑制することができる。
　画像処理アルゴリズムが最近傍法およびバイリニア法である場合には、下記のような発明に有用である。すなわち、放射線画像は再構成画像であるとともに、Ｘ線であって、最近傍法で得られた逆投影画素値およびバイリニア法で得られた逆投影画素値の結果に基づいて、重み係数を設定するときに有用である。このような放射線がＸ線の場合での再構成における逆投影において、上述した段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクトが生じやすくなるが、最近傍法で得られた逆投影画素値およびバイリニア法で得られた逆投影画素値の結果に基づいて、重み係数を設定することで、段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクトを抑制することができる。
　画像処理アルゴリズムが最近傍法およびバイリニア法であって、放射線画像が再構成画像であるとともに、放射線がＸ線である場合には、下記のように設定するのが好ましい。すなわち、最近傍法で得られた逆投影画素値とバイリニア法で得られた逆投影画素値との差分の絶対値に基づいて、当該差分の絶対値が大きくなるのにしたがってバイリニア法での重み係数が大きくなるように設定し、当該差分の絶対値が小さくなるのにしたがって最近傍法での重み係数が大きくなるように設定するのが好ましい。上述した差分の絶対値が大きいところは、高輝度差エッジの存在する領域とみなし、バイリニア法での重み係数を大きくする（すなわち重みを強くする）ことによりエッジ領域の段差を抑制する。逆に上述した差分の絶対値が小さい領域では、最近傍法での重み係数を大きくする（すなわち重みを強くする）ことによりＳ／Ｎのムラによる格子状アーティファクトを抑制する。
　より具体的には、下記のように各重み係数を協働して設定するのが好ましい。すなわち、最近傍法およびバイリニア法に対応する重み係数は１以下の非負の値をとり、最近傍法での重み係数をｗｎｎとするとともに、バイリニア法での重み係数をｗｂｉとすると、ｗｎｎ＋ｗｂｉ＝１を満たすように個々の重み係数をそれぞれ設定するのが好ましい。上述した差分の絶対値が大きいところは、高輝度差エッジの存在する領域とみなし、エッジ領域の段差を抑制するために最近傍法での重み係数ｗｎｎを小さく設定することで、残りのバイリニア法での重み係数ｗｂｉを大きくする（すなわち重みを強くする）。その結果、エッジ領域の段差を抑制する。逆に上述した差分の絶対値が小さい領域では、Ｓ／Ｎのムラによる格子状アーティファクトを抑制するためにバイリニア法での重み係数ｗｂｉを小さく設定することで、残りの最近傍法での重み係数ｗｎｎを大きくする（すなわち重みを強くする）。その結果、Ｓ／Ｎのムラによる格子状アーティファクトを抑制する。
　また、この発明に係る画像処理装置は、放射線画像を生成するための画像処理を行う画像処理装置であって、互いに異なる複数の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、個々の画像処理アルゴリズムを結合した重み付け加算の重み係数を設定する重み係数設定手段と、設定された当該重み係数に基づいて当該重み付け加算を行う重み付け加算手段とを備え、当該重み付け加算により前記放射線画像を得ることを特徴とするものである。
　この発明に係る画像処理装置によれば、各々の画像処理アルゴリズムで得られた画素値の結果に応じて、ある画素値の領域において悪影響が出る画像処理アルゴリズムでの重み係数を小さく設定して、同一領域において好結果がでる（他方の）画像処理アルゴリズムでの重み係数を大きく設定することで、ノイズやアーティファクトを抑制した放射線画像を得ることができる。
　この発明に係る放射線画像方法および画像処理装置によれば、各々の画像処理アルゴリズムで得られた画素値の結果に応じて、ある画素値の領域において悪影響が出る画像処理アルゴリズムでの重み係数を小さく設定して、同一領域において好結果がでる（他方の）画像処理アルゴリズムでの重み係数を大きく設定することで、ノイズやアーティファクトを抑制した放射線画像を得ることができる。
実施例に係る断層撮影装置のブロック図である。 実施例に係る断層撮影装置の画像処理部のブロック図である。 実施例に係る一連の放射線画像生成方法の流れを示したフローチャートである。 逆投影画素値に関する差分の絶対値を横軸として、バイリニア法での重み係数を縦軸としたグラフである。 （ａ）はバイリニア法を補間方法としたフィルタ補正逆投影法によって再構成した正規分布ノイズ画像、（ｂ）はその画素値分布である。 再構成における補間方法に線形補間を用いた場合の光源，再構成画像並びに検出器の配置を模式的に示した概略図である。 被検体を人体としたときの肩での実験結果であって、（ａ）は最近傍法の画像、（ｂ）はバイリニア法の画像、（ｃ）は本発明の手法の画像である。 被検体が人体以外のときの実験結果であって、（ａ）は最近傍法の画像、（ｂ）はバイリニア法の画像、（ｃ）は本発明の手法の画像である。
　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、実施例に係る断層撮影装置のブロック図であり、図２は、実施例に係る断層撮影装置の画像処理部のブロック図である。本実施例では、放射線画像として再構成画像を例に採って説明するとともに、放射線としてＸ線を例に採って説明する。また、被検体として人体を例に採って説明する。
　断層撮影装置は、図１に示すように、被検体Ｍを載置する天板１と、その被検体Ｍに向けてＸ線を照射するＸ線管２と、被検体Ｍを透過したＸ線を検出するフラットパネル型Ｘ線検出器（以下、「ＦＰＤ」と略記する）３とを備えている。
　断層撮影装置は、他に、天板１の昇降および水平移動を制御する天板制御部４や、ＦＰＤ３の走査を制御するＦＰＤ制御部５や、Ｘ線管２の管電圧や管電流を発生させる高電圧発生部６を有するＸ線管制御部７や、ＦＰＤ３から電荷信号であるＸ線検出信号をディジタル化して取り出すＡ／Ｄ変換器８や、Ａ／Ｄ変換器８から出力されたＸ線検出信号に基づいて種々の処理を行う画像処理部９や、これらの各構成部を統括するコントローラ１０や、処理された画像などを記憶するメモリ部１１や、オペレータが入力設定を行う入力部１２や、処理された画像などを表示するモニタ１３などを備えている。画像処理部９は、この発明における画像処理装置に相当する。
　天板制御部４は、天板１を水平移動させて被検体Ｍを撮像位置にまで収容したり、昇降、回転および水平移動させて被検体Ｍを所望の位置に設定したり、水平移動させながら撮像を行ったり、撮像終了後に水平移動させて撮像位置から退避させる制御などを行う。これらの制御は、モータやエンコーダ（図示省略）などからなる天板駆動機構（図示省略）を制御することで行う。
　ＦＰＤ制御部５は、ＦＰＤ３を被検体Ｍの長手方向である体軸ｚ方向に沿って平行移動させる制御を行う。この制御は、ラックやピニオンやモータやエンコーダ（図示省略）などからなるＦＰＤ駆動機構（図示省略）を制御することで行う。
　高電圧発生部６は、Ｘ線を照射させるための管電圧や管電流を発生してＸ線管２に与える。Ｘ線管制御部７は、Ｘ線管２をＦＰＤ３の平行移動とは逆方向に平行移動させる制御を行う。この制御は、支柱やネジ棒やモータやエンコーダ（図示省略）などからなるＸ線管駆動部（図示省略）を制御することで行う。
　また、Ｘ線管制御部７は、Ｘ線管２側のコリメータ（図示省略）の照視野の設定の制御を行う。本実施例では、体軸ｚ方向に広がりを有するファンビーム状のＸ線を照射するようにコリメータを制御して照視野を設定する。
　画像処理部９やコントローラ１０は、中央演算処理装置（ＣＰＵ）などで構成されており、メモリ部１１は、ＲＯＭ（Read-only Memory）やＲＡＭ（Random-Access Memory）などに代表される記憶媒体などで構成されている。また、入力部１２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。
　なお、各種の画像処理を行うためのプログラム等をＲＯＭなどに代表される記憶媒体に書き込んで記憶し、その記憶媒体からプログラム等を読み出して画像処理部９のＣＰＵが実行することでそのプログラムに応じた画像処理を行う。特に、本実施例では再構成画像を生成するために、重み係数の設定や重み付け加算をそれぞれ行う。
　メモリ部１１は、画像処理部９で処理された各々の画像を書き込んで記憶するように構成されている。その他にも、後述する閾値や、画像処理部９の重み係数設定部９ａ（図２を参照）で設定された重み係数をメモリ部１１に書き込んで記憶する。ＦＰＤ制御部５やＸ線管制御部７も、画像処理部９やコントローラ１０と同様にＣＰＵなどで構成されている。
　本実施例では、図１に示す方向にＸ線管２およびＦＰＤ３をそれぞれ移動させて得られた投影画像を再構成して断層撮影を行うトモシンセシス(tomosynthesis) に放射線画像生成方法を適用する。
　画像処理部９は、図２に示すように、重み係数設定部９ａと重み付け加算部９ｂとを備えている。重み係数設定部９ａは、この発明における重み係数設定手段に相当し、重み付け加算部９ｂは、この発明における重み付け加算手段に相当する。
　重み係数設定部９ａは、互いに異なる複数の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、個々の画像処理アルゴリズムを結合した重み付け加算の重み係数を設定する。本実施例における具体的な重み係数設定部９ａの機能については、図３以降で詳述する。
　重み付け加算部９ｂは、設定された重み係数に基づいて重み付け加算を行う。そして、その重み付け加算により放射線画像（本実施例では再構成画像）を得る。本実施例における具体的な重み付け加算部９ｂの機能についても、図３以降で詳述する。
　本実施例における具体的な放射線画像生成方法について、上述した図１および図２とともに、図３および図４を参照して説明する。図３は、実施例に係る一連の放射線画像生成方法の流れを示したフローチャートであり、図４は、逆投影画素値に関する差分の絶対値を横軸として、バイリニア法での重み係数を縦軸としたグラフである。図３の放射線画像生成方法については、画像処理部９のＣＰＵがプログラムを実行することにより行う。
　（ステップＳ１）断層撮影
　図１に示すように、Ｘ線管２およびＦＰＤ３を互いに逆方向に平行移動させつつ、Ｘ線管２からＸ線を照射することで、被検体Ｍに対して互いに異なる方向（投影角度）から照射されたＸ線をＦＰＤ３が検出する。ＦＰＤ３が検出することによって、被検体Ｍに対して互いに異なる方向からそれぞれ照射されたＸ線による複数のＸ線画像を取得する。Ｘ線画像は、ＦＰＤ３の検出面に投影された投影データである。
　（ステップＳ２）再構成
　ステップＳ１で得られたＸ線画像（投影画像）に基づいて、最近傍法を補間方法としたフィルタ補正逆投影法によって再構成を行う。それと並行して、ステップＳ１で得られたＸ線画像（投影画像）に基づいて、バイリニア法を補間方法としたフィルタ補正逆投影法によって再構成を行う。最近傍法・バイリニア法を補間方法としたフィルタ補正逆投影法については公知の手法であるので、その説明を省略する。最近傍法による逆投影画素値をＩｎｎとするとともに、バイリニア法による逆投影画素値をＩｂｉとする。
　（ステップＳ３）重み係数の設定
　重み係数設定部９ａ（図２を参照）は、互いに異なる複数の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、個々の画像処理アルゴリズムを結合した重み付け加算の重み係数を設定する。本実施例では、画像処理アルゴリズムとして最近傍法およびバイリニア法を用いる。よって、本実施例では、重み係数設定部９ａは、最近傍法およびバイリニア法で得られた各々の画素値の結果に基づいて、重み係数を設定する。
　より具体的に説明すると、ステップＳ２において最近傍法で得られた逆投影画素値Ｉｎｎとバイリニア法で得られた逆投影画素値Ｉｂｉとの差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜に基づいて、重み係数を設定する。最近傍法およびバイリニア法に対応する重み係数は１以下の非負の値をとり、最近傍法での重み係数をｗｎｎとするとともに、バイリニア法での重み係数をｗｂｉとすると、ｗｎｎ＋ｗｂｉ＝１を満たすように個々の重み係数をそれぞれ設定する。以下では、最近傍法での重み係数ｗｎｎを（１－ｗｂｉ）で表し、バイリニア法での重み係数ｗｂｉで重み係数の記号を統一する。また、バイリニア法での重み係数（すなわち混合時のバイリニア比）をｗｂｉ［０，１］とすると、バイリニア比ｗｂｉは、逆投影画素値Ｉｎｎ，Ｉｂｉとの差分に基づいて、下記（１）式～（３）式で決定される。
　ｗｂｉ＝０　ＴＨ１＞｜Ｉｂｉ－Ｉｎｎ｜のとき　…（１）
　ｗｂｉ＝（｜Ｉｂｉ－Ｉｎｎ｜－ＴＨ１）／（ＴＨ２－ＴＨ１）　ＴＨ１＜｜Ｉｂｉ－Ｉｎｎ｜＜ＴＨ２のとき　…（２）
　ｗｂｉ＝１　ＴＨ２＜｜Ｉｂｉ－Ｉｎｎ｜のとき　…（３）
　ここで、ＴＨ１，ＴＨ２は閾値で、ＴＨ１＜ＴＨ２である。なお、［ａ，ｂ］は閉区間を意味し、｛ｘ｜ａ≦ｘ≦ｂ｝を満たすことを意味する。よって、ｗｂｉ［０，１］は、｛ｗｂｉ｜０≦ｗｂｉ≦１｝を満たす（すなわち１以下の非負の値をとる）ことを意味する。
　逆投影画素値に関する差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜を横軸として、バイリニア法での重み係数ｗｂｉを縦軸とすると、図４に示すように、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜を変数とした重み係数ｗｂｉの関数は、非減少関数（単調増加関数）となる。したがって、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が大きくなるのにしたがってバイリニア法での重み係数ｗｂｉが大きくなるように設定し、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が小さくなるのにしたがって最近傍法での重み係数ｗｎｎが大きくなるように設定する。上述したように、ｗｎｎ＋ｗｂｉ＝１であり、バイリニア法での重み係数ｗｂｉはｗｂｉ＝１－ｗｎｎで表されるので、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が小さくなるのにしたがって最近傍法での重み係数ｗｎｎが大きくなるということは、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が小さくなるのにしたがってバイリニア法での重み係数ｗｂｉが小さくなるということを意味している。
　図４や上記（１）式～（３）式に示すように差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が閾値ＴＨ１未満の区間（ＴＨ１＞｜Ｉｂｉ－Ｉｎｎ｜）では、バイリニア法での重み係数ｗｂｉはｗｂｉ＝０と一定であるが、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が閾値ＴＨ１を超え、かつ閾値ＴＨ２未満の区間（ＴＨ１＜｜Ｉｂｉ－Ｉｎｎ｜＜ＴＨ２）では、バイリニア法での重み係数ｗｂｉは傾きΔが１／（ＴＨ２－ＴＨ１）で切片が－ＴＨ１／（ＴＨ２－ＴＨ１）の一次関数で増加し、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が閾値ＴＨ２を超える区間（ＴＨ２＜｜Ｉｂｉ－Ｉｎｎ｜）では、バイリニア法での重み係数ｗｂｉはｗｂｉ＝１と一定となる。また、図４のグラフは連続関数であるので、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が閾値ＴＨ１と等しい（ＴＨ１＝｜Ｉｂｉ－Ｉｎｎ｜）場合には、上記（１）式，（２）式のいずれであってもよく、差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が閾値ＴＨ２と等しい（ＴＨ２＜｜Ｉｂｉ－Ｉｎｎ｜）場合には、上記（２）式，（３）式のいずれであってもよい。
　重み係数設定部９ａで設定された重み係数ｗｂｉ，ｗｎｎをメモリ部１１（図１を参照）に書き込んで記憶してもよい。このステップＳ３は、この発明における重み係数設定工程に相当する。
　（ステップＳ４）重み付け加算
　重み付け加算部９ｂ（図２を参照）は、ステップＳ３で設定された重み係数ｗｂｉ，ｗｎｎ（＝１－ｗｂｉ）に基づいて下記（４）式の重み付け加算を行う。重み付け後（混合後）の逆投影画素値をＩｎｅｗとする。
　Ｉｎｅｗ＝ｗｂｉ・Ｉｂｉ＋（１－ｗｂｉ）・Ｉｎｎ　…（４）
　上記（４）式では、最近傍法およびバイリニア法でそれぞれ得られた逆投影画素値との差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が大きいところは、高輝度差エッジの存在する領域とみなし、バイリニア法での重み係数ｗｂｉを大きくする（すなわち重みを強くする）ことによりエッジ領域の段差を抑制する。逆に上述した差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜小さい領域では、最近傍法での重み係数ｗｎｎを大きくする（すなわち重みを強くする）ことによりＳ／Ｎのムラによる格子状アーティファクトを抑制する。このステップＳ４は、この発明における重み付け加算工程に相当する。
　このようにして、上記（４）式で得られた重み付け後（混合後）の逆投影画素値Ｉｎｅｗを画素毎に並べることで、放射線画像（ここでは再構成画像）を得る。放射線画像（再構成画像）をメモリ部１１に書き込んで記憶する。
　このように、互いに異なる複数の画像処理アルゴリズム（本実施例では最近傍法およびバイリニア法）で得られた各々の画素値の結果に基づいて重み係数を設定して、設定された当該重み係数に基づいて個々の画像処理アルゴリズムを結合した重み付け加算を行うのが、本発明の特徴である。特許文献２：特許第４２９３３０７号（特表２００５－５２２３０４号）には、再構成における補間方法としてバイリニア法や最近傍法が開示されているが、それらの重み付け加算については示唆されていないことに留意されたい。
　本実施例に係る放射線画像生成方法によれば、互いに異なる複数の画像処理アルゴリズム（本実施例では最近傍法およびバイリニア法）を結合するために個々の画像処理アルゴリズムを結合した重み付け加算を行う。そのために、各々の画像処理アルゴリズムで得られた各々の画素値の結果（本実施例では最近傍法で得られた逆投影画素値Ｉｎｎとバイリニア法で得られた逆投影画素値Ｉｂｉとの差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に基づいて、当該重み付け加算の重み係数を設定する。各々の画像処理アルゴリズムで得られた画素値の結果（差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に応じて、ある画素値の領域において悪影響が出る画像処理アルゴリズムでの重み係数を小さく設定して、同一領域において好結果がでる（他方の）画像処理アルゴリズムでの重み係数を大きく設定することで、ノイズやアーティファクトを抑制した放射線画像（本実施例では再構成画像）を得ることができる。
　本実施例では、放射線画像の一例は再構成画像である。本実施例の場合には、互いに異なる複数の画像処理アルゴリズムで得られた各々の逆投影画素値の結果（本実施例では差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に基づいて、重み係数を設定する。
　本実施例では、画像処理アルゴリズム毎に対応する重み係数は協働してそれぞれ設定されている。すなわち、画像処理アルゴリズム毎に対応する重み係数は１以下の非負の値をとり、ｎを２以上の整数とし、個々の重み係数をｗ１，ｗ２，…，ｗｎとする（本実施例ではｎ＝２であり、個々の重み係数ｗ１，ｗ２はｗｎｎ，ｗｂｉに対応する）と、ｗ１＋ｗ２＋…＋ｗｎ＝１を満たす（本実施例ではｗｎｎ＋ｗｂｉ＝１を満たす）ように個々の重み係数をそれぞれ設定する。このようにｗ１＋ｗ２＋…＋ｗｎ＝１を満たす（ｗｎｎ＋ｗｂｉ＝１を満たす）ように個々の重み係数をそれぞれ設定することで、個々の重み係数は協働してそれぞれ設定される。したがって、ある画像処理アルゴリズムでの影響を強めたい場合には当該画像処理アルゴリズムでの重み係数を大きく設定することで、残りの画像処理アルゴリズムでの重み係数を小さく設定することができる。逆に、ある画像処理アルゴリズムでの影響を弱めたい場合には当該画像処理アルゴリズムでの重み係数を小さく設定することで、残りの画像処理アルゴリズムでの重み係数を大きく設定することができる。
　本実施例では、画像処理アルゴリズムは、最近傍法およびバイリニア法であって、重み係数設定工程（ステップＳ３）では、最近傍法およびバイリニア法で得られた各々の画素値の結果（本実施例では差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に基づいて、重み係数ｗｎｎ，ｗｂｉを設定し、重み付け加算工程（ステップＳ４）では、最近傍法およびバイリニア法に関する重み付け加算を行うのが好ましい。最近傍法による悪影響が強い領域（高輝度差エッジの存在する領域）ではバイリニア法での重み係数ｗｂｉを大きく設定することで、段差アーティファクトを抑制することができる。逆に、バイリニア法による悪影響が強い領域（Ｓ／Ｎのムラが出る領域）では最近傍法での重み係数ｗｎｎを大きく設定することで、Ｓ／Ｎのムラによる格子状アーティファクトを抑制することができる。このように、最近傍法やバイリニア法のような簡便な補間アルゴリズムであっても、計算コストも少なく，負荷も小さく，演算時間を低減させつつ、段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクトを抑制することができる。
　本実施例のように画像処理アルゴリズムが最近傍法およびバイリニア法である場合には、下記のような発明に有用である。すなわち、放射線画像は再構成画像であるとともに、Ｘ線であって、最近傍法で得られた逆投影画素値Ｉｎｎおよびバイリニア法で得られた逆投影画素値Ｉｂｉの結果（本実施例では差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に基づいて、重み係数ｗｎｎ，ｗｂｉを設定するときに有用である。このような放射線がＸ線の場合での再構成における逆投影において、上述した段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクトが生じやすくなるが、最近傍法で得られた逆投影画素値Ｉｎｎおよびバイリニア法で得られた逆投影画素値Ｉｂｉの結果（差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に基づいて、重み係数ｗｎｎ，ｗｂｉを設定することで、段差アーティファクトやＳ／Ｎのムラによる格子状アーティファクトを抑制することができる。
　本実施例のように画像処理アルゴリズムが最近傍法およびバイリニア法であって、放射線画像が再構成画像であるとともに、放射線がＸ線である場合には、下記のように設定するのが好ましい。すなわち、最近傍法で得られた逆投影画素値Ｉｎｎとバイリニア法で得られた逆投影画素値Ｉｂｉとの差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜に基づいて、当該差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が大きくなるのにしたがってバイリニア法での重み係数ｗｂｉが大きくなるように設定し、当該差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が小さくなるのにしたがって最近傍法での重み係数ｗｎｎが大きくなるように設定するのが好ましい。上述した差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が大きいところは、高輝度差エッジの存在する領域とみなし、バイリニア法での重み係数ｗｂｉを大きくする（すなわち重みを強くする）ことによりエッジ領域の段差を抑制する。逆に上述した差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が小さい領域では、最近傍法での重み係数ｗｎｎを大きくする（すなわち重みを強くする）ことによりＳ／Ｎのムラによる格子状アーティファクトを抑制する。
　より具体的には、下記のように各重み係数を協働して設定するのが好ましい。すなわち、最近傍法およびバイリニア法に対応する重み係数は１以下の非負の値をとり、再三述べているように、最近傍法での重み係数をｗｎｎとするとともに、バイリニア法での重み係数をｗｂｉとすると、ｗｎｎ＋ｗｂｉ＝１を満たすように個々の重み係数をそれぞれ設定するのが好ましい。上述した差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が大きいところは、高輝度差エッジの存在する領域とみなし、エッジ領域の段差を抑制するために最近傍法での重み係数ｗｎｎを小さく設定することで、残りのバイリニア法での重み係数ｗｂｉを大きくする（すなわち重みを強くする）。その結果、エッジ領域の段差を抑制する。逆に上述した差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜が小さい領域では、Ｓ／Ｎのムラによる格子状アーティファクトを抑制するためにバイリニア法での重み係数ｗｂｉを小さく設定することで、残りの最近傍法での重み係数ｗｎｎを大きくする（すなわち重みを強くする）。その結果、Ｓ／Ｎのムラによる格子状アーティファクトを抑制する。
　また、本実施例に係る画像処理装置（画像処理部９）によれば、各々の画像処理アルゴリズム（本実施例では最近傍法およびバイリニア法）で得られた画素値の結果（本実施例では最近傍法で得られた逆投影画素値Ｉｎｎとバイリニア法で得られた逆投影画素値Ｉｂｉとの差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）に応じて、ある画素値の領域において悪影響が出る画像処理アルゴリズムでの重み係数を小さく設定して、同一領域において好結果がでる（他方の）画像処理アルゴリズムでの重み係数を大きく設定することで、ノイズやアーティファクトを抑制した放射線画像（本実施例では再構成画像）を得ることができる。
　［実験結果］
　本発明の手法（最近傍法およびバイリニア法の重み付け加算）の結果について、図７および図８を参照して説明する。また、本発明の手法の結果との比較のために、最近傍法並びにバイリニア法も併せて図示する。図７（ａ）～図７（ｃ）は、被検体を人体としたときの肩での実験結果であって、図７（ａ）は最近傍法の画像であり、図７（ｂ）はバイリニア法の画像であり、図７（ｃ）は本発明の手法の画像である。また、図８（ａ）～図８（ｃ）は、被検体が人体以外のときの実験結果であって、図８（ａ）は最近傍法の画像であり、図８（ｂ）はバイリニア法の画像であり、図８（ｃ）は本発明の手法の画像である。
　図７（ｂ）では、バイリニア法ではＳ／Ｎのムラによる格子状アーティファクトが現れていることが確認できる。これに対して、図７（ｃ）では、本発明の手法ではＳ／Ｎのムラによる格子状アーティファクトが現れずにＳ／Ｎのムラが改善されたことが確認できる。
　図８（ａ）では、白枠で囲まれた箇所において最近傍法ではエッジ付近で段差アーティファクトが現れていることが確認できる。これに対して、図８（ｃ）では、本発明の手法では段差アーティファクトが現れずにエッジ付近での画像の見え方を自然なまま維持することができることが確認できる。
　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、放射線としてＸ線を例に採って説明したが、Ｘ線以外の放射線（例えばα線，β線，γ線など）であってもよい。
　（２）上述した実施例では、放射線画像として再構成画像を例に採って説明したが、必ずしも画像処理は再構成における逆投影である必要はない。回転や拡大・縮小などの画像処理に適用してもよい。
　（３）上述した実施例では、被検体として人体を用いたが、非破壊検査などに用いられる基板などであってもよい。
　（４）上述した実施例では、断層撮影などに代表される撮影であったが、撮影よりも弱い線量で放射線を照射してリアルタイムに放射線画像をモニタリングする透視に適用してもよい。
　（５）上述した実施例では、画像処理装置（実施例では画像処理部９）は断層撮影装置などの透視撮影装置に組み込まれていたが、画像処理装置単体であってもよい。
　（６）上述した実施例では、図１のトモシンセシスに放射線画像生成方法を適用したが、適用する断層撮影の術式については特に限定されない。例えば、Ｘ線ＣＴ(computed tomography)装置のように被検体の体軸の軸心周りに回転させる断層撮影や、湾曲状に形成されたＣアームの一端がＸ線管を保持し、他端がＸ線検出器を保持し、Ｃアームに沿って回転させる断層撮影に適用してもよい。また、上述したようにＸ線以外の放射線であってもよい。
　（７）上述した実施例では、画像処理アルゴリズムは、最近傍法およびバイリニア法であって、最近傍法およびバイリニア法からなる２つの画像処理アルゴリズムを結合するために個々の画像処理アルゴリズムを結合した重み付け加算を行ったが、画像処理アルゴリズムの数については複数であれば特に限定されない。例えば、最近傍法やバイリニア法の他にスプライン補間法をも結合してもよく、画像処理アルゴリズムの数については３つ以上であってもよい。
　（８）上述した実施例では、画像処理アルゴリズム毎に対応する重み係数は協働してそれぞれ設定されていたが、重み係数は個々に独立して設定されていてもよい。例えば、一方の重み係数の値を固定しつつ、当該一方の重み係数に関係なく残りの重み係数を可変に設定してもよいし、逆に一方の重み係数を可変に設定しつつ、当該一方の重み係数に関係なく残りの重み係数の値を固定してもよい。
　（９）上述した実施例では、画像処理アルゴリズムは、最近傍法およびバイリニア法であったが、画像処理アルゴリズムについては、最近傍法やバイリニア法に限定されない。Lanczos法やスプライン補間法でもよい。ただし、簡便な補間アルゴリズムであってもノイズやアーティファクトを抑制することができることを鑑みれば、Lanczos法のような緻密な補間アルゴリズムよりも、最近傍法やバイリニア法やスプライン補間法のような簡便な補間アルゴリズムに適用するのが有用である。簡便な補間アルゴリズムに適用することで、計算コストも少なく，負荷も小さく，演算時間を低減させつつ、ノイズやアーティファクトをも抑制することができる。
　（１０）上述した実施例では、重み係数設定手段（実施例では重み係数設定部９ａ）をＣＰＵなどで構成することで、重み係数を自動的に設定したが、必ずしも重み係数を自動で設定する必要はない。図１の入力部１２のようなポインティングデバイスで重み係数設定手段を構成し、各々の画像処理アルゴリズムで得られた各々の画素値の結果をモニタに表示して、そのモニタでの表示結果に基づいて重み係数をオペレータが手動で設定してもよい。
　（１１）上述した実施例では、各々の画像処理アルゴリズムで得られた各々の画素値の結果は、画素値の差分（実施例では最近傍法で得られた逆投影画素値Ｉｎｎとバイリニア法で得られた逆投影画素値Ｉｂｉとの差分の絶対値｜Ｉｂｉ－Ｉｎｎ｜）であったが、画素値の差分に限定されない。画素値の比を求め、その画素値の比に基づいて重み係数を設定してもよい。
　（１２）上述した実施例では、重み係数は、例えば図４に示すように、閾値ＴＨ１未満の区間，閾値ＴＨ２を超える区間では一定であり、閾値ＴＨ１・ＴＨ２の開空間では連続的に増加したが、重み係数は図４の形態に限定されない。閾値に関係なく重み係数を連続的に増加あるいは減少させて設定してもよいし、三角関数や二次以上の多項式で重み係数を曲線的に増加あるいは減少させて設定してもよい。また、重み係数は連続関数である必要はなく、重み係数を階段状に増加あるいは減少させて設定してもよい。
　９　…　画像処理部
　９ａ　…　重み係数設定部
　９ｂ　…　重み付け加算部
　Ｉｎｎ　…　最近傍法で得られた逆投影画素値
　Ｉｂｉ　…　バイリニア法で得られた逆投影画素値
　ｗｎｎ　…　最近傍法での重み係数
　ｗｂｉ　…　バイリニア法での重み係数
　ＴＨ１，ＴＨ２　…　閾値
　Ｉｎｅｗ　…　重み付け後の逆投影画素値

Claims (8)

  1. 　放射線画像を生成する放射線画像生成方法であって、
    　互いに異なる複数の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、個々の画像処理アルゴリズムを結合した重み付け加算の重み係数を設定する重み係数設定工程と、
    　設定された当該重み係数に基づいて当該重み付け加算を行う重み付け加算工程と
    　を備え、
    　当該重み付け加算により前記放射線画像を得ることを特徴とする放射線画像生成方法。
  2. 　請求項１に記載の放射線画像生成方法において、
    　前記放射線画像は再構成画像であって、
    　前記重み係数設定工程では、互いに異なる複数の画像処理アルゴリズムで得られた各々の逆投影画素値の結果に基づいて、前記重み係数を設定することを特徴とする放射線画像生成方法。
  3. 　請求項１または請求項２に記載の放射線画像生成方法において、
    　前記画像処理アルゴリズム毎に対応する前記重み係数は１以下の非負の値をとり、
    　ｎを２以上の整数とし、個々の重み係数をｗ１，ｗ２，…，ｗｎとすると、
    　ｗ１＋ｗ２＋…＋ｗｎ＝１を満たすように個々の重み係数をそれぞれ設定することを特徴とする放射線画像生成方法。
  4. 　請求項１から請求項３のいずれかに記載の放射線画像生成方法において、
    　前記画像処理アルゴリズムは、最近傍法およびバイリニア法であって、
    　前記重み係数設定工程では、前記最近傍法および前記バイリニア法で得られた各々の画素値の結果に基づいて、前記重み係数を設定し、
    　前記重み付け加算工程では、前記最近傍法および前記バイリニア法に関する重み付け加算を行うことを特徴とする放射線画像生成方法。
  5. 　請求項４に記載の放射線画像生成方法において、
    　前記放射線画像は再構成画像であるとともに、前記放射線はＸ線であって、
    　前記重み係数設定工程では、前記最近傍法で得られた逆投影画素値および前記バイリニア法で得られた逆投影画素値の結果に基づいて、前記重み係数を設定することを特徴とする放射線画像生成方法。
  6. 　請求項５に記載の放射線画像生成方法において、
    　前記重み係数設定工程では、前記最近傍法で得られた逆投影画素値と前記バイリニア法で得られた逆投影画素値との差分の絶対値に基づいて、当該差分の絶対値が大きくなるのにしたがって前記バイリニア法での重み係数が大きくなるように設定し、当該差分の絶対値が小さくなるのにしたがって前記最近傍法での重み係数が大きくなるように設定することを特徴とする放射線画像生成方法。
  7. 　請求項６に記載の放射線画像生成方法において、
    　前記最近傍法および前記バイリニア法に対応する前記重み係数は１以下の非負の値をとり、
    　前記最近傍法での重み係数をｗｎｎとするとともに、前記バイリニア法での重み係数をｗｂｉとすると、
    　ｗｎｎ＋ｗｂｉ＝１を満たすように個々の重み係数をそれぞれ設定することを特徴とする放射線画像生成方法。
  8. 　放射線画像を生成するための画像処理を行う画像処理装置であって、
    　互いに異なる複数の画像処理アルゴリズムで得られた各々の画素値の結果に基づいて、個々の画像処理アルゴリズムを結合した重み付け加算の重み係数を設定する重み係数設定手段と、
    　設定された当該重み係数に基づいて当該重み付け加算を行う重み付け加算手段と
    　を備え、
    　当該重み付け加算により前記放射線画像を得ることを特徴とする画像処理装置。
PCT/JP2015/050549 2015-01-09 2015-01-09 放射線画像生成方法および画像処理装置 Ceased WO2016111016A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2015/050549 WO2016111016A1 (ja) 2015-01-09 2015-01-09 放射線画像生成方法および画像処理装置
JP2016568258A JP6460125B2 (ja) 2015-01-09 2015-01-09 放射線画像生成方法および画像処理装置
US15/541,962 US10950012B2 (en) 2015-01-09 2015-01-09 Radiation image generation method and image processing device
CN201580072820.4A CN107205710B (zh) 2015-01-09 2015-01-09 放射线图像生成方法以及图像处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/050549 WO2016111016A1 (ja) 2015-01-09 2015-01-09 放射線画像生成方法および画像処理装置

Publications (1)

Publication Number Publication Date
WO2016111016A1 true WO2016111016A1 (ja) 2016-07-14

Family

ID=56355736

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/050549 Ceased WO2016111016A1 (ja) 2015-01-09 2015-01-09 放射線画像生成方法および画像処理装置

Country Status (4)

Country Link
US (1) US10950012B2 (ja)
JP (1) JP6460125B2 (ja)
CN (1) CN107205710B (ja)
WO (1) WO2016111016A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220049003A (ko) * 2019-08-16 2022-04-20 어답틱스 리미티드 X선 단층촬영 시스템 및 방법
JPWO2023204006A1 (ja) * 2022-04-21 2023-10-26

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10388000B2 (en) * 2014-09-15 2019-08-20 Analogic Corporation Noise reduction in radiation image
CN113017662B (zh) * 2021-01-28 2022-06-14 明峰医疗系统股份有限公司 一种ct图像的混叠伪影去除方法及系统、ct扫描仪

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002150266A (ja) * 2000-11-08 2002-05-24 Hitachi Medical Corp 画像処理装置
JP2003153893A (ja) * 2001-11-21 2003-05-27 Hitachi Medical Corp 断層写真像の作成装置
JP2004313391A (ja) * 2003-04-15 2004-11-11 Shimadzu Corp 断層再構成装置およびそれを用いた断層撮影装置
JP2005522304A (ja) * 2002-04-15 2005-07-28 ゼネラル・エレクトリック・カンパニイ 投影法及び逆投影法並びにその実行アルゴリズム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2670635B2 (ja) * 1989-10-19 1997-10-29 富士写真フイルム株式会社 エネルギーサブトラクション画像の表示方法および装置
US6748098B1 (en) * 1998-04-14 2004-06-08 General Electric Company Algebraic reconstruction of images from non-equidistant data
US6137856A (en) * 1998-12-14 2000-10-24 General Electric Company Generic architectures for backprojection algorithm
US6272200B1 (en) * 1999-07-28 2001-08-07 Arch Development Corporation Fourier and spline-based reconstruction of helical CT images
US6285732B1 (en) * 1999-11-16 2001-09-04 General Electric Company Methods and apparatus for adaptive interpolation reduced view CT scan
US6339632B1 (en) * 1999-12-23 2002-01-15 Ge Medical Systems Global Technology Company, Llc Multi slice single filtering helical weighting method and apparatus to use the same
US6980681B1 (en) * 2000-04-24 2005-12-27 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for helical reconstruction for multislice CT scan
US6587537B1 (en) * 2002-04-01 2003-07-01 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for multi-slice image reconstruction
US6775347B2 (en) * 2002-05-29 2004-08-10 Ge Medical Systems Global Technology Company Methods and apparatus for reconstructing an image of an object
US6845144B2 (en) * 2003-02-08 2005-01-18 Ge Medical Systems Global Technology Company, Llc Three dimensional back projection method and an X-ray CT apparatus
US8116426B2 (en) * 2008-11-11 2012-02-14 Kabushiki Kaisha Toshiba Computed tomography device and method using circular-pixel position-adaptive interpolation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002150266A (ja) * 2000-11-08 2002-05-24 Hitachi Medical Corp 画像処理装置
JP2003153893A (ja) * 2001-11-21 2003-05-27 Hitachi Medical Corp 断層写真像の作成装置
JP2005522304A (ja) * 2002-04-15 2005-07-28 ゼネラル・エレクトリック・カンパニイ 投影法及び逆投影法並びにその実行アルゴリズム
JP2004313391A (ja) * 2003-04-15 2004-11-11 Shimadzu Corp 断層再構成装置およびそれを用いた断層撮影装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220049003A (ko) * 2019-08-16 2022-04-20 어답틱스 리미티드 X선 단층촬영 시스템 및 방법
JP2022544691A (ja) * 2019-08-16 2022-10-20 アダプティックス リミテッド Ｘ線断層撮影システム及び方法
US12008705B2 (en) 2019-08-16 2024-06-11 Adaptix Ltd X-ray tomography system and method
JP7592696B2 (ja) 2019-08-16 2024-12-02 アダプティクス リミテッド Ｘ線断層撮影システム及び方法
KR102926005B1 (ko) 2019-08-16 2026-02-11 어답틱스 리미티드 X선 단층촬영 시스템 및 방법
JPWO2023204006A1 (ja) * 2022-04-21 2023-10-26

Also Published As

Publication number Publication date
CN107205710A (zh) 2017-09-26
JPWO2016111016A1 (ja) 2017-08-31
JP6460125B2 (ja) 2019-01-30
CN107205710B (zh) 2021-02-19
US20180025513A1 (en) 2018-01-25
US10950012B2 (en) 2021-03-16

Similar Documents

Publication Publication Date Title
JP5106978B2 (ja) Ｘ線ｃｔ装置
JP4508836B2 (ja) コンピュータ断層撮影イメージングシステムにおけるアーチファクトを低減するための方法及び装置
US9202296B2 (en) Metal artifacts reduction for cone beam CT
JP6122269B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP4350738B2 (ja) Ｘ線断層撮影装置およびアーチファクトの低減方法
JP4646810B2 (ja) 断層撮影像の再構成方法及び断層撮影装置
WO2016017534A1 (ja) Ｘ線撮像装置および画像再構成方法
WO2012164921A1 (ja) 放射線断層画像生成方法および放射線断層画像生成プログラム
US20190139272A1 (en) Method and apparatus to reduce artifacts in a computed-tomography (ct) image by iterative reconstruction (ir) using a cost function with a de-emphasis operator
CN107430765A (zh) 用于对计算机断层摄影进行引导去噪的系统和方法
JP6460125B2 (ja) 放射線画像生成方法および画像処理装置
JP7799150B2 (ja) 画像の散乱線補正のためのノイズおよびアーティファクト低減
WO2013161443A1 (ja) Ｘ線cｔ装置及び画像再構成方法
JP2011019801A (ja) 断層撮影装置
JP7483654B2 (ja) 医用画像処理装置および医用画像処理方法
WO2016132880A1 (ja) 演算装置、ｘ線ｃｔ装置、及び画像再構成方法
US10398392B2 (en) X-ray CT apparatus, image processing device and image reconstruction method
US20120275561A1 (en) Methods and apparatus for ct smoothing to reduce artifacts
JP6051393B2 (ja) ポアソンノイズ除去装置、ポアソンノイズ除去方法、及びｘ線撮影装置
WO2017130657A1 (ja) Ｘ線ｃｔ装置、撮影条件設定方法及び撮影条件設定プログラム
CN111344742A (zh) 针对多种不同类型的投影数据每个体素具有一次几何计算的单个ct反投影器
JP2013027520A (ja) 画像生成方法、画像生成装置及びプログラム並びにｘ線ｃｔ装置
JP6875960B2 (ja) Ｘ線ｃｔ装置
Chen et al. A semi-stationary CT system
WO2015045165A1 (ja) 放射線断層画像処理方法および放射線断層撮影装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15876891

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016568258

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15541962

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15876891

Country of ref document: EP

Kind code of ref document: A1