WO2020241030A1 - 画像処理装置、画像処理方法及びプログラム - Google Patents
画像処理装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- WO2020241030A1 WO2020241030A1 PCT/JP2020/014095 JP2020014095W WO2020241030A1 WO 2020241030 A1 WO2020241030 A1 WO 2020241030A1 JP 2020014095 W JP2020014095 W JP 2020014095W WO 2020241030 A1 WO2020241030 A1 WO 2020241030A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- plane distribution
- radiation
- image processing
- acquisition means
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims description 4
- 230000005855 radiation Effects 0.000 claims abstract description 154
- 239000000126 substance Substances 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 12
- 210000004872 soft tissue Anatomy 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 210000001519 tissue Anatomy 0.000 claims description 4
- 230000037237 body shape Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 description 8
- 230000009467 reduction Effects 0.000 description 6
- 238000000926 separation method Methods 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 238000002945 steepest descent method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- MARUHZGHZWCEQU-UHFFFAOYSA-N 5-phenyl-2h-tetrazole Chemical compound C1=CC=CC=C1C1=NNN=N1 MARUHZGHZWCEQU-UHFFFAOYSA-N 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011669 selenium Substances 0.000 description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- 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
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/30008—Bone
Abstract
画像処理装置は、異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、入力画像に含まれる物質について平面分布を示す出力画像を取得する平面分布取得部を備え、平面分布取得部は、尤度と、注目画素の画素値または周囲の画素の画素値を入力とする事前確率から、入力が入力画像であるときに、出力が平面分布の値となる確率が最大となるように出力画像を決定する。
Description
本発明は、画像処理装置、画像処理方法及びプログラムに関する。
近年、放射線のエネルギー情報を利用した画像化技術であるスペクトラル・イメージング技術では複数の異なる放射線エネルギー画像から複数の物質の厚さ画像を求めたり、あるいは面密度と実効原子番号画像の画像を求めたりすることができる。こうした厚さ画像、面密度画像、実効原子番号画像(「物質にかかわる平面分布」の一例)は物質透過後の放射線が厚さなどの指数関数として減衰すると仮定して、透過後の放射線の画素値から逆算することで求めることができる。
特許文献1では軟部組織の画像を平滑化し、その画像を蓄積画像から減算することで、骨部画像の画質を改善する技術が開示されている。
しかしながら、物質にかかわる平面分布の推定演算においては、システムノイズや放射線に由来する量子ノイズが計算過程で伝播し、出力された画像はノイズを含んだものとなり得る。特許文献1の技術においても、単純な四則演算を用いて平面分布の推定演算をしており、放射線の線量が低くなる場合などにおいては、ノイズを除去しきれず、また、平滑化により画像が不鮮明になる場合が生じ得る。
本発明は、上記の課題に鑑み、確率的に分布するノイズを低減し、より優れた画質の画像を取得することが可能な画像処理技術を提供することを目的とする。
本発明の目的を達成するために、本発明の一態様による画像処理装置は、異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、前記入力画像に含まれる物質について平面分布を示す出力画像を取得する平面分布取得手段を備え、前記平面分布取得手段は、尤度と、注目画素の画素値または周囲の画素の画素値を入力とする事前確率から、入力が前記入力画像であるときに、出力が前記平面分布の値となる確率が最大となるように前記出力画像を決定することを特徴とする。
本発明によれば、ノイズを低減し、より優れた画質の画像を取得することが可能になる。
本発明のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。なお、添付図面においては、同じ若しくは同様の構成には、同じ参照番号を付す。
本発明のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。なお、添付図面においては、同じ若しくは同様の構成には、同じ参照番号を付す。
添付図面は明細書に含まれ、その一部を構成し、本発明の実施形態を示し、その記述と共に本発明の原理を説明するために用いられる。
実施形態に係る放射線撮影装置の構成例を示す図。
実施形態に係る撮影処理の流れを説明する図。
物質の平面分布を取得する処理の流れを説明する図。
画素値の差分と事前確率の分布を模式的に示す図。
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。以下の実施形態及び特許請求の範囲において、放射線は、X線の他、α線、β線、γ線、及び各種粒子線なども含む。
図1は、本発明の実施形態に係る放射線撮影装置100の構成例を示す図である。放射線撮影装置100は、放射線管球101、FPD103(Flat Panel Detector(放射線検知部))、コンピュータ109(画像処理装置)、操作盤104及び同期装置118、照射指示部108を有する。
放射線管球101は、同期装置118から送信された放射線照射の指示信号に基づいて、放射線を発生させ、被写体102に放射線を照射する。放射線管球101には、低エネルギーの放射線を除去するためのフィルタを設けることがある。放射線管球101から放射線が被写体102に照射されると、放射線は被写体102を透過してFPD103に入射する。
FPD103は、放射線を可視光に変換する蛍光体と、可視光を電荷、電圧に変換する撮像素子(素子は複数個あり、1つの素子と1つの画素が対応する)と、変換された電圧をさらにデジタル値の画像へ変換する画像形成部と、画像に補正(オフセット補正、ゲイン補正、欠陥補正)を行う画像補正部を有する。撮像素子は、入射光に応じた信号を出力する画素がアレイ状(二次元の領域)に配置されている。各画素の画像形成部は蛍光体により可視光に変換された放射線を電気信号に変換し、画像信号として出力する。尚、放射線を電圧に直接変換する方式のFPD、例えば、テルル化カドミウム(CdTe)や非晶質セレン(a-Se)を用いたFPDにおいても本実施形態を適用することが可能である。FPD103は画像信号に基づく電荷の蓄積を行って放射線画像を取得し、放射線画像をコンピュータ109に出力する。
操作盤104は、放射線管球101から照射する放射線の照射条件を指定することが可能であり、操作盤104は、条件指定部105、撮影部位指定部106、条件表示部107を有する。条件指定部105は、ボタン等の操作部を介した操作者からの操作入力に基づいて、管電圧、管電流、照射時間を指定可能である。操作盤104は画質調整を行うための画質調整部(ダイヤルなど)を保持しており、操作者はダイヤルを操作することで医師などの画像確認者が放射線画像を確認しやすい画質に設定することができる。
撮影部位指定部106には、撮影部位と放射線の照射条件が予め関連付けられていて、操作者は、被写体の撮影部位を指定すると、撮影部位指定部106は、指定されたさ撮影部位に関連付けられている放射線の照射条件を呼び出し、設定することができるようになっている。条件表示部107には、指定されている放射線の照射条件が表示されるように構成されている。
照射指示部108はフットペダルで、操作者はペダルを踏むことで、照射指示信号が同期装置118に入力され、同期装置118の制御に基づいて放射線管球101から放射線を照射することが可能になる。
FPD103から出力された画像(放射線画像)は、コンピュータ109へ転送される。コンピュータ109は、FPD103から取得した放射線画像を処理する画像処理装置として機能することが可能であり、機能構成として、FPD103から画像(放射線画像)を取得する画像取得部110、事前情報取得部111、平面分布取得部112、事前情報保存部113を有している。これらの機能構成は、例えば、図示されていないコンピュータ109の中央演算処理装置(CPU)、主記憶装置、ハードディスクなどの記憶装置、高速計算のためのグラフィック・プロセッシング・ユニット、LAN(Local Area Network)アダプタなどのハードウェアにより構成することが可能である。
また、各機能はソフトウェアとして実装することが可能である。例えば、中央演算処理装置と、記憶装置から読み込んだプログラムを用いて、各部の機能を構成することが可能である。同様の機能を果たすのであれば、それらは集積回路(同等の電気回路)などで構成してもよい。尚、FPD103に搭載されている画像補正部を、コンピュータ109に設けてもよい。また、操作盤104の代わりに、コンピュータ109に予め放射線の照射条件を保存しておくことも可能である。この場合、操作盤104で放射線の照射条件を指定する際に、操作盤104が保存されている照射条件をコンピュータ109から読み出して、設定すればよい。
画像取得部110は、FPD103から画像(放射線画像)を取得する。また、事前情報取得部111は、事前情報として、例えば、放射線に関する確率分布の情報(例えばポアソン分布、正規分布の関数やポアソン分布や正規分布のパラメタである平均値、標準偏差などの情報)、管球情報(管電圧、管電流、照射時間、放射線フィルタの有無を含む情報)、FPD103に関する情報(蓄積時間など)、撮影部位情報(例えば、被写体の胸部、頭部などの部位)、被写体情報(入力装置114で入力される被写体の識別番号、氏名、性別、年齢、身長、体重など)、造影剤情報(造影剤の種類、濃度など)、Cアーム116の情報(材質、位置、角度など)、架台117の情報(架台の位置など)が含まれる。
平面分布取得部112は、異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、前記入力画像に含まれる物質について平面分布を示す出力画像を取得する。平面分布取得部112による計算プロセスは後に説明する。
コンピュータ109に接続する入力装置114は、コンピュータ109やFPD103に対する指示を入力するユーザーインターフェイスとして機能する。入力装置114は、例えば、コンピュータ109のキーボードなどにより構成することが可能である。操作者は、入力装置114を使用して、撮影部位情報や被写体情報を入力することが可能である。撮影部位情報や被写体情報は、入力装置114による入力の他に、例えば、コンピュータ109に実装されるLANアダプタを通じ、ネットワークを介して外部の装置から入力してもよい。
また、コンピュータ109に接続する表示装置115は、コンピュータ109がFPD103から受信した放射線画像(デジタル画像)やコンピュータ109から出力された画像(画像処理された画像)を表示することが可能である。表示装置115として、特にカラー・ディスプレイが用いられた場合は、物質にかかわる平面分布を色として表現することが可能になり、画像診断性能の向上を図ることが可能になる。
また、操作盤104の機能の一部を入力装置114、表示装置115が備えてもよい。例えば、操作盤104の条件指定部105あるいは撮影部位指定部106を通じて行った放射線の照射条件の入力操作を入力装置114にて行ってもよいし、入力された管電圧などの放射線の照射条件の表示を、条件表示部107の代わりに表示装置115で行ってもよい。
同期装置118は、放射線管球101、FPD103、操作盤104、照射指示部108及びコンピュータ109に接続され、FPD103の状態と、照射指示部108の押下状態と、コンピュータ109の処理状態から放射線の照射可否を決定する。同期装置118は照射制御部として機能し、決定したタイミングに基づいて放射線の照射及び撮影を制御する。
本発明の実施形態に係る撮影処理の流れを図2のフローチャートを参照して説明する。放射線撮影装置100の操作者は、ステップS201において、放射線の照射条件を入力する。放射線の照射条件入力は、例えば、操作盤104の条件指定部105あるいは撮影部位指定部106を通じて行うことが可能である。また、入力装置114を通じて、被写体の識別番号などの情報も併せて入力する。
ステップS202において、操作者は、照射指示部108を通じて放射線の照射を指示する。その後、ステップS203において、同期装置118は、放射線管球101、FPD103、操作盤104、照射指示部108、コンピュータ109の状態から照射可否を判断する。照射不可の場合(S203-No)、ステップS204において、同期装置118は表示装置115に警告を表示させる。一方、ステップS203において、同期装置118が照射可と判定した場合(S203-Yes)、処理をステップS205に進める。
ステップS205において、事前情報取得部111は、事前情報として、放射線に関する確率分布の情報、管球情報、FPD103に関する情報、撮影部位情報、被写体情報等を取得する。この時、識別物質数などの情報に応じて、画像取得枚数(例えば、エネルギーレベルの異なる2つのエネルギー(高エネルギー、低エネルギー)による物質分離を行うなら2枚)を決定する。そして、事前情報取得部111は、決定した画像取得枚数やFPD103における情報(蓄積時間など)等を同期装置118に通知する。
ステップS206において、同期装置118は、事前情報取得部111から取得した情報に基づいて、放射線照射の指示信号を生成し、放射線管球101とFPD103に放射線照射の指示信号を送信する。これにより、放射線管球101による放射線の照射とFPD103による画像取得が制御される。FPD103は、異なる放射線エネルギーレベルで撮影された複数の放射線画像(例えば、低エネルギー放射線画像、高エネルギー放射線画像)を撮影する。
FPD103により必要な画像取得枚数が取得されたら、ステップS207において、撮影を終了する。ステップS207において、撮影が終了すると、画像取得部110は、FPD103から画像(放射線画像)を取得する。すなわち、画像取得部110は、異なる放射線エネルギーレベルで撮影された複数の放射線画像(低エネルギー放射線画像、高エネルギー放射線画像)を取得する。
ステップS208において、平面分布取得部112は、ステップS205で求められた放射線に関する確率分布の情報等の事前情報と、ステップS206にて取得された画像とに基づいて、物質にかかわる平面分布を算出する。平面分布の詳細な算出処理については後述する。
ステップS209において、コンピュータ109のCPUは平面分布の算出結果をコンピュータ109内の記憶装置し、また、CPUは、平面分布の算出結果を表示装置115に表示させる。CPUは、例えば、分離した物質の厚さ、実効原子番号、面密度などの平面分布の算出結果と可視光の色とを対応させた画像(物質識別画像)を表示装置115にカラーで表示するような表示制御を行うことが可能である。
(平面分布算出処理)
次に、ステップS208の物質にかかわる平面分布の算出処理方法を詳細に説明する。ここでは、物質にかかわる平面分布算出の一例として、2色(高エネルギー放射線画像と低エネルギー放射線画像の2種類)の画像から、物質ごとの厚さの分布を示す画像(物質分離画像)を出力するプロセスについて説明するが、画像が3色以上の場合においても同様に平面分布の算出処理を適用することができる。
次に、ステップS208の物質にかかわる平面分布の算出処理方法を詳細に説明する。ここでは、物質にかかわる平面分布算出の一例として、2色(高エネルギー放射線画像と低エネルギー放射線画像の2種類)の画像から、物質ごとの厚さの分布を示す画像(物質分離画像)を出力するプロセスについて説明するが、画像が3色以上の場合においても同様に平面分布の算出処理を適用することができる。
FPD103内に一時保存された放射線分布情報は、サンプリングホールド実施後、読み出し可能となり、画像取得部110は、FPD103から異なるタイミングで、放射線分布情報(XL)と放射線分布情報(XL+XH)の読み出しを実施する。画像取得部110は、放射線分布情報(XL+XH)から放射線分布情報(XL)を差し引くことで、放射線分布情報(XH)を得ることができる。ここで、低エネルギーの放射線分布情報(XL)が低エネルギーの放射線による画像(低エネルギー放射線画像)になり、高エネルギーの放射線分布情報(XH)が高エネルギーの放射線による画像(高エネルギー放射線画像)になる。
平面分布取得部112は、異なる放射線エネルギーで撮影した複数の放射線画像に含まれる物質についての物質特性画像を取得する。平面分布取得部112は、1回の放射線照射で取得された複数の放射線画像を用いて、物質分離画像、物質識別画像といった物質特性画像を取得することが可能である。
ここで物質分離画像とは、複数の放射線画像(低エネルギー放射線画像、高エネルギー放射線画像)に含まれる複数の物質を分離した画像であり、被写体を特定の2以上の物質で表した場合に、その物質の厚さで構成された2以上の画像に分離した画像をいう。
また、物質識別画像とは、複数の放射線画像(低エネルギー放射線画像、高エネルギー放射線画像)に含まれる物質の実効原子番号と面密度の分布を示す画像であり、被写体を特定の1物質で表した場合に、その物質の実効原子番号と面密度の分布に分解した画像をいう。
また、物質にかかわる平面分布は、分離した物質の厚さの分布を示す画像(厚さ画像)、特定の物質に関する実効原子番号の分布を示す画像(実効原子番号画像)と面密度の分布を示す画像(面密度)の2種類に分ける場合や、実効原子番号画像と面密度画像と厚さ画像の3種類以上の画像に分ける場合においても同様に平面分布の算出処理を適用することができる。
入力画像として、異なる放射線エネルギーの画像として、2つの放射線画像(低エネルギー放射線画像、高エネルギー放射線画像)をI=(I(E1、I(E2))とする。ここで、E1、E2は放射線のエネルギーを表す。また、出力画像として、物質の厚さ画像をf(d)=(d1、d2)とする。ノイズのない場合の入力画像(I)と出力画像(f(d))との関係は、以下の数1式により表すことができる。
実際に得られる画像において、放射線の統計的性質に由来する量子ノイズや、検出器の電気的な雑音に由来するシステムノイズが存在する場合には、入力画像(I)と出力画像(f(d))との関係において、数1式の関係は必ずしも成立しない場合が生じ得る。一般にノイズをnとすれば、入力画像(I)、出力画像(f(d))とノイズの関係は、以下の数2式のように、ノイズnは、入力画像(I)と出力画像(f(d))との差分として表される。
ノイズnの従う確率分布は、物質の厚さがdの時、画像がIとなる確率と考えることができる。よって、ノイズnの従う確率分布はp(I|d)と表すことができる。
求めようとしている物質にかかわる平面分布は、入力画像がI(=(I(E1、I(E2)))の時、入力画像に含まれ得る各物質の厚さdの平面分布である。各物質の厚さdについて、求める厚さは入力画像がIであるとき、確率が最大となる物質の厚さdであると考えることができる。つまり以下の数3式を満たす物質の厚さdとなる。平面分布取得部112は、入力が入力画像(I)であるときに、出力が平面分布の値(d)となる確率(事後確率)が最大となるように出力画像を決定する。
また、求める物質の厚さは確率分布の対数が最大となる物質の厚さdと考えてもよく、その場合、式の形は以下の数4式、あるいは数5式で表すことができる。
数5式をベイズの定理を用いて変形すると、以下の数6式のように変形することができる。確率(事後確率)は、尤度と事前確率に基づいて取得することができる。すなわち、平面分布取得部112は、尤度と、注目画素の画素値または周囲の画素の画素値を入力とする事前確率とから、入力が入力画像(I)であるときに、出力が平面分布の値(d)となる確率(事後確率)が最大となるように出力画像を決定する。ここで、尤度は、入力される値が平面分布の値(物質の厚さd)のときに、入力に対応する画像が入力画像となる確率を示すものである。
ここで、数6式において、logp(I|d)は、尤度と呼ばれる項であり、logpprior(d)は事前確率と呼ばれる項である。事前確率の項の形式を変更することで、多様な事前情報を反映した確率を計算することが可能になる。この事前確率は、数6式の解をより頑健にする効果を持ち、正則化項と呼ばれることもある。
数6式を求める方法はいくつか存在するが、極値が最小値の場合、例えば、最急降下法で求めることが可能である。この他、ニュートン法やその他一般的に知られている方法を用いることが可能である。最急降下法を適用する場合、以下の数7式の形でdn+1の逐次近似解を求め、求めた逐次近似解から数6式の解を求めることができる。平面分布取得部112は、出力画像を反復演算による逐次近似解により取得することができる。
数7式において、dnはn回目の反復で求められた物質の厚さである。αは反復の速度を表す係数である。gradはベクトルの微分(勾配)を表す記号である。つまり、入力画像がIであるとき、確率が最大となる物質の厚さdn+1は、数7式のように反復を繰り返すことで逐次的に求めることができる。
図3は、図2のステップS208の詳細な処理(物質の平面分布を取得する処理)の流れを説明するフローチャートである。ステップS301において、画像取得部110は、FPD103から画像(放射線画像)を取得する。図2のステップS207において撮影が終了すると、画像取得部110は、異なる放射線エネルギーレベルで撮影された複数の放射線画像(低エネルギー放射線画像、高エネルギー放射線画像)を取得する。低エネルギー放射線画像、高エネルギー放射線画像の2つの放射線画像が、ステップS301における入力画像Iとなる。
ステップS302において、事前情報取得部111は、ステップS205で求められた放射線に関する確率分布の情報等の事前情報を取得する。
次にステップS303において、平面分布取得部112は、逐次的演算を行う前の初期値(d1)の設定を行う。設定する初期値は、例えば、系にノイズがないと仮定したときの平面分布(物質の厚さ)とすることができる。ノイズのない場合の入力画像(I)と物質の厚さdに関する出力画像(f(d))との関係は、数1式のように表すことができるので、平面分布(物質の厚さ)の初期値d1は、以下の数8式から求めることができる。数8式に基づいて、平面分布取得部112は、ノイズがないと仮定したときの平面分布の値を初期値として反復演算を行う。
別の初期値の設定方法として、数8式で得られた画像に更に画像処理を加えた画像を物質の厚さの初期値として入力することも可能である。あるいは、エネルギーサブトラクション法により、異なる放射線エネルギーにより撮影された複数の放射線画像に含まれる複数の物質に分離した出力画像(例えば、軟部組織の厚さ画像や骨部の厚さ画像)について平滑化する手法で物質にかかわる平面分布を計算し、その出力を初期値として入力してもよい。すなわち、平面分布取得部112は、出力画像に対する平滑化処理により取得した平面分布の値を初期値として反復演算を行うことも可能である。
ステップS304以降の処理が反復演算(逐次近似)の処理となり、平面分布取得部112は、予め設定された繰り返し回数nに到達するまで(S304-Yes)、ステップS305において、数7式における逐次近似解の更新を繰り返す。逐次近似解の更新処理において、数7式の微分項(grad)の処理は数値的に求めてもよいし、解析的に求めてもよい。微分項(grad)の処理方法の詳細は後述する。
そして、ステップS306において、平面分布取得部112は、反復の速度を表す係数αnを更新する。一般に繰り返しの最初の数回における解は最終的な解と比較して差分が大きいはずであるから、平面分布取得部112は、反復の速度を表す係数αnを大きい値(第1係数値)に設定する。反復演算を行うにつれて誤差が小さくなるはずだから、平面分布取得部112は、反復の速度を表す係数αnを小さい値、すなわち、第1係数値に比べて小さい第2係数値に設定する。反復の速度を表す係数αnは、例えば、k×αn→αn+1という形式となる。ここで、「→」の表記は、k×αnをαn+1に代入するという意味であり、係数kは0より大きく1より小さい実数の定数である(0<k(実数の定数)<1)。第1係数値をαnとすると、第2係数値(αn+1)は、k×第1係数値で求めることができる。平面分布取得部112は、反復演算(逐次近似)の繰り返し回数に応じて、反復の速度を表す係数αnが小さくなるように係数αnの設定を更新する。
ステップS304の判定処理で、設定された繰り返し回数nに到達した場合(S304-No)、平面分布取得部112は、本処理を終了する。
(具体的な数式を用いた処理の例)
(物質の厚さと画像(出力画像)の関係f(d)について)
次に、具体的な数式を用いた処理の例について説明する。まず、数1式、数2式などに現れる物質の厚さと画像(出力画像)の関係f(d)については、以下の数9式、あるいは数10式に示した透過に関するランベルト・ベールの法則の式を用いることができる。数9式、数10式において、I'/I0は減弱率、μは線減弱係数、dは物質の厚さであり、Eは放射線のエネルギー、Φ(E)は放射線のスペクトルを示す。Iは入力画像であり、異なる2つの放射線エネルギーで撮影した画像(低エネルギー放射線画像、高エネルギー放射線画像)である。独立した2つの連立方程式を解くことで、未知の変数である物質の厚さd1、d2の値を求めることができる。
(物質の厚さと画像(出力画像)の関係f(d)について)
次に、具体的な数式を用いた処理の例について説明する。まず、数1式、数2式などに現れる物質の厚さと画像(出力画像)の関係f(d)については、以下の数9式、あるいは数10式に示した透過に関するランベルト・ベールの法則の式を用いることができる。数9式、数10式において、I'/I0は減弱率、μは線減弱係数、dは物質の厚さであり、Eは放射線のエネルギー、Φ(E)は放射線のスペクトルを示す。Iは入力画像であり、異なる2つの放射線エネルギーで撮影した画像(低エネルギー放射線画像、高エネルギー放射線画像)である。独立した2つの連立方程式を解くことで、未知の変数である物質の厚さd1、d2の値を求めることができる。
(数6式の尤度の項について)
入力される値が平面分布の値(物質の厚さd)のときに、入力に対応する画像が入力画像となる確率を示す尤度の項について説明する。平面分布取得部112は、尤度の確率分布として、正規分布またはポアソン分布のいずれかを用いる。
入力される値が平面分布の値(物質の厚さd)のときに、入力に対応する画像が入力画像となる確率を示す尤度の項について説明する。平面分布取得部112は、尤度の確率分布として、正規分布またはポアソン分布のいずれかを用いる。
物質の厚さdの時、画像がIとなる確率を示す尤度(logp(I|d):数6式)は、確率分布を正規分布で近似した以下の数11式や、確率分布をポアソン分布で近似した以下の数12式を用いることができる。ここで、数11式において、σは分散を示している。また、数12式において、所定の時間中に平均でλ1回発生する事象がk1回(kは正の整数)発生する確率、λ2回発生する事象がk2回(k は正の整数)発生する確率を示し、I1=k1となる確率と、I2=k2となる確率は独立である。
(数6式の事前確率の項について)
平面分布取得部112は、異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、入力画像に含まれる物質について平面分布を示す出力画像を取得し、出力画像における注目画素の画素値と周囲の画素の画素値との差分により平面分布の連続性を評価する。
平面分布取得部112は、異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、入力画像に含まれる物質について平面分布を示す出力画像を取得し、出力画像における注目画素の画素値と周囲の画素の画素値との差分により平面分布の連続性を評価する。
出力画像における連続性に関する事前確率は、平面分布の連続性の評価に基づいて取得される。数6式で示した事前確率の項(logpprior(d))については、例えば、注目画素と周囲の画素との比較(差分)を行う項を導入することができる。一例として、例えば、以下の数13式を事前確率の項として用いることが可能である。ここで、平面分布取得部112は、事前確率を、出力画像における注目画素の画素値と注目画素に対する周囲の画素の画素値との差分に基づいて取得する。
数13式において、「| |」の表記は絶対値を示す。数13式における、k、lは、注目画素に対して上下、左右、斜めの隣接画素の項を表現するための添え字であり、一例として、k=±1、l=±1の組み合わせが挙げられる。比較(差分)の範囲は、隣接画素に限られず、k=±1、l=±1の組み合わせの隣接画素を含む、より広い範囲にわたった周囲の画素との比較(差分)の項を、数13式の事前確率の項に追加することも可能である。
数13式で示したような事前確率の項(正則化項)を導入することで、平面分布取得部112は、出力画像(物質分離画像)における注目画素の画素値と周囲の画素の画素値との比較(差分)により、出力画像における平面分布の空間的な連続性を評価することができる。そして、平面分布取得部112は、平面分布の空間的な連続性の評価結果に基づいて、出力画像に対するノイズ低減処理を行う。これにより、確率的に分布するノイズが低減され、より優れた画質の画像を取得することが可能になる。
数13式で示したような事前確率の項(正則化項)における正則係数μi、ηiは事前確率の項(正則化項)の影響の度合い(強さ)を表す係数である。正則係数μi、ηiが大きい値をとるほど事前確率で導入した仮定が強く影響することになる。図4は、画素値の差分と事前確率の分布を模式的に示す図である。注目画素401及び周囲の画素402のように画素値の差分が小さい場合、事前確率は大きくなる傾向を示す。一方、注目画素401及び周囲の画素403のように画素値の差分が大きい場合、事前確率は小さくなる傾向を示す。
すなわち、数13式の事前確率の項(正則化項)は、連続性の評価値(注目画素の画素値と周囲の画素の画素値との差分)が小さければ小さいほど事前確率が大きくなることを意味する。
また、正則係数μi、ηiに大きい値を設定しても事前確率の項(正則化項)の出力を大きくすることができる。これにより、事前確率で導入した仮定(画素値の連続性により出力画像は滑らかであるという事前の仮定)が強く影響する。正則係数μi、ηiが大きい値であればあるほど、出力画像の取得演算処理(逐次近似演算)により注目画素と周囲の画素との画素値の差分が小さくなり、より滑らかな出力画像(物質分離画像)が得られるようになる。滑らかな出力画像が得られる傾向にあるから、事前確率の項(正則化項)を用いることで、物質にかかわる平面分布(物質の厚さの分布を示す物質分離画像)のノイズを低減することができる。
平面分布取得部112は、事前情報取得部111が取得した事前情報に含まれる撮影条件に基づいて、事前確率の項(正則化項)の影響の度合い(強さ)を表す正則係数μi、ηiを変更することができる。例えば、放射線の照射条件(線量)が所定の閾値に比べて小さい場合、平面分布取得部112は、正則係数μi、ηiを所定の基準値に比べて大きい値に変更して事前確率の項(正則化項)を大きくすることで、ノイズ除去(ノイズ低減)をより優先した設定にすることができる。
平面分布取得部112は、放射線の照射条件(線量)に関する情報を、事前情報取得部111が取得した事前情報に基づいて取得することができる。例えば、事前情報に含まれる管球情報(管電圧、管電流、照射時間)は線量に関わる情報であり、平面分布取得部112は、放射線の照射条件(線量)に基づいて、事前確率の項(正則化項)の影響の度合いを表す正則係数μi、ηiを変更することができる。尚、放射線撮影装置100の入力装置114に画質調整を行うための調整装置が付属している場合は、平面分布取得部112は、調整装置が示す値に基づいて事前確率の項(正則化項)の正則係数μi、ηiの設定を調整することができる。
また、事前情報に含まれる被写体情報(身長、体重など)は被写体の体形に関わる情報であり、線量に関わる情報である。平面分布取得部112は、放射線の照射条件(線量)に関する情報として被写体情報(被写体の体形に関する情報)に基づいて、事前確率の項(正則化項)の影響の度合いを表す正則係数μi、ηiを変更することができる。例えば、被写体の体重が大きいほど透過する線量は低くなるので、平面分布取得部112は、正則係数μi、ηiを所定の基準値に比べて大きい値に変更して事前確率の項(正則化項)を大きくすることで、ノイズ除去(ノイズ低減)をより優先した設定にすることができる。
また、Cアーム116や、架台117の位置設定の情報も線量に関わる情報である。例えば、Cアーム116の位置や角度、すなわち、放射線発生装置(放射線管球101)と放射線検知部(FPD103)との相対的な位置または角度によって、放射線が被写体102を通過する距離が長くなる場合には、距離が短い場合に比べて透過する線量は相対的に低くなることが予想される。また、放射線が被写体を通過する距離が短くなる場合は、距離が長い場合に比べて透過する線量は相対的に高くなることが予想される。
平面分布取得部112は、放射線の照射条件(線量)に関する情報として放射線発生装置(放射線管球101)と放射線検知部(FPD103)との相対的な位置または角度に基づいて、事前確率の項(正則化項)の影響の度合いを表す正則係数μi、ηiを変更することができる。
また、架台117は放射線を遮る要素の一つであるため、架台117の有無も線量に関わる情報であり、平面分布取得部112は、放射線の照射条件(線量)に関する情報として架台117の情報に基づいて、事前確率の項(正則化項)の影響の度合いを表す正則係数μi、ηiを変更することができる。
発明者は、物質分離画像のうち、特に脂肪などの軟部組織に関する物質の厚さの分布を示す画像(厚さ画像)に対して、事前確率の項(正則化項)を導入することが、ノイズ低減等の画質向上に効果的であることを見出した。そのため、着目する部位が脂肪などの軟部組織である場合には、軟部組織に係る厚さ画像に対する事前確率の項(正則化項)の正則係数を、骨などの硬部組織に係る厚さ画像に対する事前確率の項(正則化項)の正則係数に比べて大きく設定して事前確率の項(正則化項)を大きくすることで、ノイズが除去(ノイズ低減)され、より優れた画質の画像(物質分離画像)を提供することが可能になる。
この場合、平面分布取得部112は、軟部組織の厚さ画像における、注目画素の画素値と周囲の画素の画素値との差分により軟部組織の厚さ画像における連続性の評価を行う。そして、平面分布取得部112は、平面分布の空間的な連続性の評価結果に基づいて、出力画像に対するノイズ低減処理を行う。これにより、確率的に分布するノイズが低減され、より優れた画質の画像を取得することが可能になる。
尚、着目する部位が、骨などの硬部組織である場合には、骨などの硬部組織に係る厚さ画像に対する事前確率の項(正則化項)の正則係数を、脂肪などの軟部組織に係る厚さ画像に対する事前確率の項(正則化項)の正則係数に比べて大きく設定してもよい。
数13式を解く場合に最急降下法においては、事前確率の項(正則化項)の厚さに関する微分を計算することになるが、数13式を微分した場合、数13式のうち、以下の数14式、数15式に示す2つの項は不連続な解となる。
数14式及び数15式に示す2つの項は、具体的には以下の数16式でそれぞれ表すことができる。
数14式及び数15式における不連続性を回避するためには、絶対値を含む項の代わりに微分が連続になる関数、例えば、シグモイド関数を含む以下の数17式の関数の積分を、数14式で示す項の代わりに用いることで不連続性を回避することができる。
以上、事前確率の項(正則化項)は注目画素と周囲の画素との差分の項(例えば、数13式)を持つ例を説明したが、事前確率の項(正則化項)は必ずしも注目画素と周囲の画素の差分であるとは限らない。平面分布取得部112は、事前確率を、出力画像(物質の厚さ画像)における注目画素の画素値に基づいて取得することも可能である。例えば、物質の厚さ画像(d1やd2)はゼロ以上の有限の値となるから、物質の厚さを入力として、以下の数18式に示すような正則化項を導入することができる。数18式において、κは正の定数で、正則係数の一例である。
物質の厚さがゼロより小さくなると、数18式に示す事前確率の項(正則化項)であるlogprior(d1i,j、d2i,j)もゼロより小さくなり、ゆえに尤度と事前確率の項(正則化項)とを合わせた全体の事後確率は小さくなる。物質の厚さ画像(d1,d2)はゼロより大きい画素値を持つ画像となる可能性が向上する。この事前確率も、正負の値にばらつくはずだった厚さ画像を正の値だけにする効果を持つから、周囲の画素との差分の項を持つ事前確率の項(正則化項)と同様に平面分布の連続性を評価する項の一例であり、またノイズを低減する結果をもたらす。すなわち、平面分布取得部112は、出力画像(物質の厚さ画像)における注目画素の画素値により平面分布の連続性を評価し、評価結果に基づいて出力画像におけるノイズを低減する。これにより、確率的に分布するノイズが低減され、より優れた画質の画像を取得することが可能になる。
(処理の高速化)
数1式、数8式から数13式を、数7式に代入することで、数7式の逐次近似解(更新解)を求めることができるが、式の変形により解析解をもとめることが可能となり、結果演算をより高速化することができる。
数1式、数8式から数13式を、数7式に代入することで、数7式の逐次近似解(更新解)を求めることができるが、式の変形により解析解をもとめることが可能となり、結果演算をより高速化することができる。
数11式は、物質の厚さdの時、画像がIとなる確率を示す尤度の確率分布を正規分布で近似した式であるが、数11式の対数をとると、数11式は以下の数19式のように表すことができる。
尤度に関しては数19式のように展開することができ、事前確率の項(正則化項)に関しては数13式のように展開できるので、数7式中の-logp(I|d)-logpprior(d)という数式部分は、以下の数20式で表すことができる。
数20式を数7式に代入すると、ベクトルの微分(勾配)を表すgradの項は、以下の数21式のように表すことができる。
数21式の解を解析的に求めることにより、演算精度を維持しつつ演算処理をより高速化することができる。
数12式は尤度の確率分布をポアソン分布で近似した式であるが、数12式の対数をとると、数12式は数22式のように表すことができる。
尤度に関しては数22式のように展開することができ、事前確率の項(正則化項)に関しては数13式のように展開できるので、数7式中の-logp(I|d)-logpprior(d)という数式部分は、以下の数23式で表すことができる。
数23式を数7式に代入すると、ベクトルの微分(勾配)を表すgradの項は、以下の数24式のように表すことができる。
数24式の解を解析的に求めることにより、演算精度を維持しつつ演算処理をより高速化することができる。
(単色近似)
尤度の確率分布を正規分布で近似した数11式に現れるfi(d)、あるいは尤度の確率分布をポアソン分布で近似した数12式に現れるλi(d)(i=1、2)は平均画素値となる。これはノイズがないときの平均画素値であり、数9式に基づいて決定することができる。数9式あるいは数10式を、数21式、数24式に代入することで最急降下法による逐次近似解を数7式から求めることができる。数9式及び数10式における放射線のスペクトル(Φ(E))の幅を考慮することで、放射線が透過したときのエネルギー変化の影響(ビームハードニング)を抑制することが可能になる。
尤度の確率分布を正規分布で近似した数11式に現れるfi(d)、あるいは尤度の確率分布をポアソン分布で近似した数12式に現れるλi(d)(i=1、2)は平均画素値となる。これはノイズがないときの平均画素値であり、数9式に基づいて決定することができる。数9式あるいは数10式を、数21式、数24式に代入することで最急降下法による逐次近似解を数7式から求めることができる。数9式及び数10式における放射線のスペクトル(Φ(E))の幅を考慮することで、放射線が透過したときのエネルギー変化の影響(ビームハードニング)を抑制することが可能になる。
一方、以下の数25式に示すように放射線スペクトルを、デルタ関数(e=1、2)を用いて単色近似することで、より簡潔に解を表現することができる。計算精度が必要な場合は数9式や数10式を用いて計算を行い、計算速度が必要である場合、数9式及び数10式における放射線のスペクトル(Φ(E))に単色近似を導入にして計算を行えばよい。平面分布取得部112は、異なる放射線エネルギーに対応した放射線スペクトルを単色の放射線スペクトルとして近似して出力画像を取得する。
単色近似を導入したとき、数9式、あるいは、数10式は、以下の数26式となり、物質の厚さdの座標も考慮すると、数26式は数27式のように表すことができる。
数27式を微分すると数28式、数29式のように表すことができる。
数27式、数28式、数29式を正規分布に関する数21式に代入すると、数21式の各成分は、以下の数30式及び数31式のように表すことができる。
同様に数27式、数28式、数29式をポアソン分布に関する数24式に代入することで、単色近似を導入した場合におけるポアソン分布に関する数24式の各成分を求めることができる。尚、ここでは、放射線スペクトルの単色近似について説明したが、正規分布やポアソン分布の再生性、つまり独立な確率変数X1とX2がそれぞれ正規分布やポアソン分布(パラメタλ1とλ2)に従うとき、確率変数の和X1+X2も正規分布やポアソン分布に従うことを考慮すると、放射線スペクトルの幅を考慮したときの画素値I=Σii(Ei)についても同様の議論を展開することができる。この場合、平面分布取得部112は、異なる放射線エネルギーに対応した放射線スペクトルに基づいて取得された各画像の画素値を加算して出力画像を取得し、取得した出力画像に対して本実施形態の処理を適用することができる。
(その他の実施形態)
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。
本願は、2019年5月30日提出の日本国特許出願、特願2019-101484を基礎として優先権を主張するものであり、その記載内容の全てを、ここに援用する。
100:放射線撮影装置、101:放射線管球(放射線発生装置)、103:FPD(放射線検知部):104:操作盤、108:照射指示部、109:コンピュータ(画像処理装置)、110:画像取得部、111:事前情報取得部、112:平面分布取得部、113:事前情報保存部、114:入力装置、115:表示装置、116:Cアーム、117:架台、118:同期装置
Claims (19)
- 異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、前記入力画像に含まれる物質について平面分布を示す出力画像を取得する平面分布取得手段を備え、
前記平面分布取得手段は、尤度と、注目画素の画素値または周囲の画素の画素値を入力とする事前確率とから、入力が前記入力画像であるときに、出力が前記平面分布の値となる確率が最大となるように前記出力画像を決定する
ことを特徴とする画像処理装置。 - 前記平面分布取得手段は、前記事前確率を、前記出力画像における前記注目画素の画素値と前記周囲の画素の画素値との差分に基づいて取得することを特徴とする請求項1に記載の画像処理装置。
- 前記平面分布取得手段は、前記事前確率を、前記出力画像における前記注目画素の画素値に基づいて取得することを特徴とする請求項1または2に記載の画像処理装置。
- 前記平面分布取得手段は、前記差分により前記平面分布の連続性を評価し、前記評価に基づいて前記出力画像におけるノイズを低減することを特徴とする請求項2に記載の画像処理装置。
- 前記平面分布取得手段は、前記出力画像を反復演算による逐次近似解により取得することを特徴とする請求項1乃至4のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記反復演算の繰り返し回数に応じて、反復の速度を表す係数が小さくなるように前記係数の設定を更新することを特徴とする請求項5に記載の画像処理装置。
- 前記平面分布取得手段は、ノイズがないと仮定したときの平面分布の値を初期値として前記反復演算を行うことを特徴とする請求項5または6に記載の画像処理装置。
- 前記平面分布取得手段は、前記出力画像に対する平滑化処理により取得した平面分布の値を初期値として前記反復演算を行うことを特徴とする請求項5または6に記載の画像処理装置。
- 前記平面分布取得手段は、前記異なる放射線エネルギーに対応した放射線スペクトルに基づいて取得された各画像の画素値を加算して前記出力画像を取得することを特徴とする請求項1乃至8のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記異なる放射線エネルギーに対応した放射線スペクトルを単色の放射線スペクトルとして近似して前記出力画像を取得することを特徴とする請求項1乃至8のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記尤度の確率分布として、正規分布またはポアソン分布のいずれかを用いることを特徴とする請求項1乃至10のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記出力画像として、前記複数の放射線画像に含まれる複数の物質に分離した画像を取得することを特徴とする請求項1乃至11のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記出力画像として、被写体を構成する軟部組織の厚さ画像と、前記被写体を構成する硬部組織の厚さ画像を取得することを特徴とする請求項12に記載の画像処理装置。
- 前記平面分布取得手段は、前記軟部組織の厚さ画像における、注目画素の画素値と周囲の画素の画素値との差分により前記軟部組織の厚さ画像における連続性の評価を行うことを特徴とする請求項13に記載の画像処理装置。
- 前記平面分布取得手段は、前記事前確率の影響の度合いを表す正則係数を撮影条件に基づいて変更することを特徴とする請求項1乃至14のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記事前確率の影響の度合いを表す正則係数を放射線の照射条件に基づいて変更することを特徴とする請求項1乃至15のいずれか1項に記載の画像処理装置。
- 前記平面分布取得手段は、前記事前確率の影響の度合いを表す正則係数を被写体の体形に関する情報に基づいて変更することを特徴とする請求項1乃至16のいずれか1項に記載の画像処理装置。
- 画像処理装置の画像処理方法であって、
異なる放射線エネルギーで撮影した複数の放射線画像を入力画像とし、前記入力画像に含まれる物質について平面分布を示す出力画像を取得する工程を有し、
前記工程では、尤度と、注目画素の画素値または周囲の画素の画素値を入力とする事前確率とから、入力が前記入力画像であるときに、出力が前記平面分布の値となる確率が最大となるように前記出力画像を決定する
ことを特徴とする画像処理方法。 - コンピュータを、請求項1乃至17のいずれか1項に記載の画像処理装置の手段として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/526,697 US20220076415A1 (en) | 2019-05-30 | 2021-11-15 | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019101484A JP7352382B2 (ja) | 2019-05-30 | 2019-05-30 | 画像処理装置、画像処理方法及びプログラム |
JP2019-101484 | 2019-05-30 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US17/526,697 Continuation US20220076415A1 (en) | 2019-05-30 | 2021-11-15 | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2020241030A1 true WO2020241030A1 (ja) | 2020-12-03 |
Family
ID=73545442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2020/014095 WO2020241030A1 (ja) | 2019-05-30 | 2020-03-27 | 画像処理装置、画像処理方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220076415A1 (ja) |
JP (1) | JP7352382B2 (ja) |
WO (1) | WO2020241030A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022118536A (ja) * | 2021-02-02 | 2022-08-15 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置および医用画像処理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011156302A (ja) * | 2010-02-03 | 2011-08-18 | Kyoto Univ | X線ct画像処理方法,x線ctプログラムおよび該プログラムが搭載されたx線ct装置 |
WO2014185078A1 (ja) * | 2013-05-15 | 2014-11-20 | 国立大学法人京都大学 | X線ct画像処理方法,x線ct画像処理プログラム及びx線ct画像装置 |
WO2018105493A1 (ja) * | 2016-12-05 | 2018-06-14 | キヤノン株式会社 | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム |
JP2019068953A (ja) * | 2017-10-06 | 2019-05-09 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE209344T1 (de) * | 1995-04-28 | 2001-12-15 | Gyula Domjan | Verfahren und vorrichtung zur analyse eines gegenstandes |
US7028899B2 (en) * | 1999-06-07 | 2006-04-18 | Metrologic Instruments, Inc. | Method of speckle-noise pattern reduction and apparatus therefore based on reducing the temporal-coherence of the planar laser illumination beam before it illuminates the target object by applying temporal phase modulation techniques during the transmission of the plib towards the target |
US6988660B2 (en) * | 1999-06-07 | 2006-01-24 | Metrologic Instruments, Inc. | Planar laser illumination and imaging (PLIIM) based camera system for producing high-resolution 3-D images of moving 3-D objects |
US6959870B2 (en) * | 1999-06-07 | 2005-11-01 | Metrologic Instruments, Inc. | Planar LED-based illumination array (PLIA) chips |
US6754298B2 (en) * | 2002-02-20 | 2004-06-22 | The Regents Of The University Of Michigan | Method for statistically reconstructing images from a plurality of transmission measurements having energy diversity and image reconstructor apparatus utilizing the method |
EP2240079A1 (en) * | 2008-01-02 | 2010-10-20 | Yeda Research And Development Company Ltd. | Method and system for detecting and grading prostate cancer |
US8416986B2 (en) * | 2009-10-29 | 2013-04-09 | Raytheon Company | Methods and systems for processing data using non-linear slope compensation |
JP5921180B2 (ja) * | 2011-12-15 | 2016-05-24 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN103744124B (zh) * | 2013-12-31 | 2015-07-22 | 华中科技大学 | 一种平面地形中地下管状设施红外成像探测定位方法 |
JP6389477B2 (ja) * | 2014-01-09 | 2018-09-12 | エーザイ・アール・アンド・ディー・マネジメント株式会社 | カチオン性脂質 |
JP6284898B2 (ja) * | 2015-03-31 | 2018-02-28 | 富士フイルム株式会社 | ノイズ抑制処理装置および方法並びにプログラム |
US10176642B2 (en) * | 2015-07-17 | 2019-01-08 | Bao Tran | Systems and methods for computer assisted operation |
US10149958B1 (en) * | 2015-07-17 | 2018-12-11 | Bao Tran | Systems and methods for computer assisted operation |
JP6676338B2 (ja) * | 2015-10-30 | 2020-04-08 | キヤノン株式会社 | 放射線撮像システム、放射線画像の情報処理装置、放射線画像の情報処理方法、及び、そのプログラム |
US9911208B2 (en) * | 2016-04-11 | 2018-03-06 | Toshiba Medical Systems Corporation | Apparatus and method of iterative image reconstruction using regularization-parameter control |
WO2018223047A1 (en) * | 2017-06-02 | 2018-12-06 | The Johns Hopkins University | Reconstruction of difference images using prior structural information |
US11120968B2 (en) * | 2017-10-25 | 2021-09-14 | Northwestern University | High speed/low dose multi-objective autonomous scanning materials imaging |
JP7208723B2 (ja) * | 2018-07-09 | 2023-01-19 | キヤノン株式会社 | 画像処理装置およびその制御方法、放射線撮影システム、プログラム |
JP2020061080A (ja) * | 2018-10-12 | 2020-04-16 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法 |
US11294077B2 (en) * | 2019-11-22 | 2022-04-05 | Hellma Materials Gmbh | Method and device for multi-dimensional direction measurement of gamma radiation in the far field |
CN115209808A (zh) * | 2020-02-26 | 2022-10-18 | 株式会社岛津制作所 | 学习完毕模型的制作方法、图像生成方法以及图像处理装置 |
-
2019
- 2019-05-30 JP JP2019101484A patent/JP7352382B2/ja active Active
-
2020
- 2020-03-27 WO PCT/JP2020/014095 patent/WO2020241030A1/ja active Application Filing
-
2021
- 2021-11-15 US US17/526,697 patent/US20220076415A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011156302A (ja) * | 2010-02-03 | 2011-08-18 | Kyoto Univ | X線ct画像処理方法,x線ctプログラムおよび該プログラムが搭載されたx線ct装置 |
WO2014185078A1 (ja) * | 2013-05-15 | 2014-11-20 | 国立大学法人京都大学 | X線ct画像処理方法,x線ct画像処理プログラム及びx線ct画像装置 |
WO2018105493A1 (ja) * | 2016-12-05 | 2018-06-14 | キヤノン株式会社 | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム |
JP2019068953A (ja) * | 2017-10-06 | 2019-05-09 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
LEMMENS, CATHERINE ET AL.: "Suppression of Metal Artifacts in CT Using a Reconstruction Procedure That Combines MAP and Projection Completion", IEEE TRANSACTIONS ON MEDICAL IMAGING, vol. 28, no. 2, 30 January 2009 (2009-01-30), pages 250 - 260, XP011232599, DOI: 10.1109/TMI.2008.929103 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022118536A (ja) * | 2021-02-02 | 2022-08-15 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置および医用画像処理方法 |
JP7395523B2 (ja) | 2021-02-02 | 2023-12-11 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置および医用画像処理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020192269A (ja) | 2020-12-03 |
JP7352382B2 (ja) | 2023-09-28 |
US20220076415A1 (en) | 2022-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10292672B2 (en) | Radiographic image processing device, method, and recording medium | |
EP3355791B1 (en) | Generating a lung condition map | |
US10258305B2 (en) | Radiographic image processing device, method, and program | |
JP5124363B2 (ja) | エネルギーサブトラクション処理装置、方法、およびプログラム | |
JP2019516460A (ja) | 空間とスペクトル情報に基づく複数エネルギーのct画像におけるノイズ制御のためのシステムと方法 | |
JP6156847B2 (ja) | 放射線画像処理装置および方法並びにプログラム | |
EP2567659B1 (en) | Calibration free dual energy radiography method | |
JP6746676B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7054329B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
EP3804623B1 (en) | Radiation imaging apparatus, radiation imaging method, and program | |
US10143432B2 (en) | X-ray apparatus and control method for the same | |
EP3301650B1 (en) | Image processing apparatus, image processing system, image processing method, and program | |
JP2017080343A (ja) | 放射線撮像システム、放射線画像の情報処理装置、放射線画像の情報処理方法、及び、そのプログラム | |
CN105916445B (zh) | X射线ct装置以及x射线ct装置用图像运算装置 | |
WO2020241030A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
WO2020241110A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
KR101245536B1 (ko) | 저밀도 촬영상 ct 영상 재구성에서 줄 인공물 억제 방법 | |
JPH0448453B2 (ja) | ||
JP7246281B2 (ja) | 画像処理装置およびその制御方法、放射線撮影装置、プログラム | |
WO2020095578A1 (ja) | 情報処理装置および方法、放射線撮影システム | |
JP2021122674A (ja) | 画像処理装置および方法、プログラム | |
WO2018105493A1 (ja) | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム | |
Kim et al. | Model-based noise reduction in scatter correction using a deep convolutional neural network for radiography | |
Ohashi et al. | Segmentation Ability of Pulmonary Nodules Using Deep Learning in Dual-Energy Subtraction Images |
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: 20813595 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20813595 Country of ref document: EP Kind code of ref document: A1 |