WO2020241110A1 - 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 PDF

Info

Publication number
WO2020241110A1
WO2020241110A1 PCT/JP2020/016777 JP2020016777W WO2020241110A1 WO 2020241110 A1 WO2020241110 A1 WO 2020241110A1 JP 2020016777 W JP2020016777 W JP 2020016777W WO 2020241110 A1 WO2020241110 A1 WO 2020241110A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
substance
radiation
image processing
noise
Prior art date
Application number
PCT/JP2020/016777
Other languages
English (en)
French (fr)
Inventor
聡太 鳥居
貴司 岩下
Original Assignee
キヤノン株式会社
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 キヤノン株式会社 filed Critical キヤノン株式会社
Publication of WO2020241110A1 publication Critical patent/WO2020241110A1/ja
Priority to US17/529,327 priority Critical patent/US20220076397A1/en

Links

Images

Classifications

    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone

Definitions

  • the present invention relates to an image processing device, an image processing method, and a program, and more specifically, to an image processing technique used for still image shooting such as general shooting in medical diagnosis and moving image shooting such as fluoroscopic shooting.
  • spectral imaging technology which is an imaging technology that uses radiation energy information, has been used to obtain thickness images of multiple substances from multiple different radiation energy images, or to obtain images of surface density and effective atomic number images. can do.
  • Patent Document 1 discloses a technique for improving the image quality of a bone image by smoothing an image of soft tissue and subtracting the image from the accumulated image.
  • an object of the present invention is to provide an image processing technique capable of acquiring a substance property image having excellent quantitativeness and reduced noise.
  • the image processing apparatus generates a material property image of a substance contained in a plurality of radiation images taken with different radiation energies using the radiation energy spectrum.
  • Image generation means to be A noise reduction processing means for reducing a noise component of the substance characteristic image is provided.
  • the image generation means uses a composite image acquired from the plurality of radiation images, a first substance characteristic image in which the noise component is reduced, and a composite spectrum obtained from spectra of different radiation energies to reduce noise. It is characterized by generating a second material property image obtained.
  • the image processing apparatus generates a material property image of a substance contained in a plurality of radiation images taken with different radiation energies using the radiation energy spectrum, and the plurality of shot radiation images taken.
  • An image generation means for generating a first table that outputs a material property image corresponding to A noise reduction processing means for reducing a noise component of the substance characteristic image is provided.
  • the image generation means A second substance whose noise is reduced by using a composite image acquired from the plurality of radiation images, a first substance characteristic image in which the noise component is reduced, and a composite spectrum obtained from spectra of different radiation energies.
  • a second table for outputting a characteristic image is generated, and a second material characteristic image corresponding to the composite image and the first substance characteristic image is output from the second table.
  • noise is reduced and it becomes possible to acquire a substance property image having excellent quantitative properties.
  • the accompanying drawings are included in the specification and are used to form a part thereof, show an embodiment of the present invention, and explain the principle of the present invention together with the description thereof.
  • radiation includes not only X-rays but also ⁇ -rays, ⁇ -rays, ⁇ -rays, and various particle beams.
  • FIG. 1 is a diagram showing a configuration example of a radiography system 100 according to a first embodiment of the present invention.
  • the radiography system 100 includes a radiation generator 104, a radiation tube 101, an FPD 102 (Flat Panel Detector), and an image processing device 120.
  • the configuration of the radiography system 100 is also simply referred to as a radiography apparatus.
  • the image processing device 120 processes image information based on a radiation image of a subject.
  • the image processing device 120 includes a control unit 105, a storage unit 108, an image processing unit 109, a display control unit 116, and the like.
  • the radiation generator 104 gives a high voltage pulse to the radiation tube 101 to generate radiation by pressing the exposure switch, and the radiation tube 101 irradiates the subject 103 with radiation.
  • the type of radiation is not particularly limited, but generally X-rays are used as used here.
  • the FPD 102 When the subject 103 is irradiated with radiation from the radiation tube 101, the FPD 102 accumulates an electric charge based on the image signal and acquires a radiation image. The FPD 102 transfers the radiographic image to the image processing apparatus 120.
  • the FPD 102 has a radiation detection unit (not shown) provided with a pixel array for generating a signal corresponding to radiation.
  • the radiation detection unit detects the radiation transmitted through the subject 103 as an image signal.
  • pixels that output a signal corresponding to the incident light are arranged in an array (two-dimensional region).
  • the photoelectric conversion element of each pixel converts the radiation converted into visible light by the phosphor into an electric signal and outputs it as an image signal.
  • the radiation detection unit is configured to detect the radiation transmitted through the subject 103 and acquire an image signal (radiation image).
  • the driving unit of the FPD 102 outputs an image signal (radiation image) read out according to an instruction from the control unit 105 to the control unit 105.
  • the control unit 105 has an image processing unit 109 that processes a radiation image acquired from the FPD 102, and a storage unit 108 that stores the result of image processing and various programs.
  • the storage unit 108 is composed of, for example, a ROM (Read Only Memory), a RAM (Random Access Memory), and the like.
  • the storage unit 108 can store the image output from the control unit 105, the image processed by the image processing unit 109, and the calculation result of the image processing unit 109.
  • the image processing unit 109 has an image generation unit 110, a noise reduction processing unit 111, and a compositing unit 112 as functional configurations.
  • the functions of each unit are configured by using a program read from one or a plurality of CPUs (central processing units) and a storage unit 108.
  • the configuration of each portion of the image processing unit 109 fulfills the same function, they may be configured by an integrated circuit or the like.
  • the internal configuration of the image processing device 120 may include a graphic control unit such as a GPU (Graphics Processing Unit), a communication unit such as a network card, an input / output control unit such as a keyboard, a display, or a touch panel.
  • the monitor 106 displays a radiation image (digital image) received by the control unit 105 from the FPD 102 and an image processed by the image processing unit 109.
  • the display control unit 116 can control the display of the monitor 106 (display unit).
  • the operation unit 107 can input instructions to the image processing unit 109 and the FPD 102, and receives the input of the instructions to the FPD 102 via the user interface.
  • the control unit 105 can perform imaging control using an energy subtraction method for obtaining a new image (for example, a bone image and a fat image) by processing a plurality of radiation images having different energies of radiation irradiating the subject. Is.
  • a new image for example, a bone image and a fat image
  • the FPD 102 performs a plurality of samplings for one irradiation. As a result, the FPD 102 can acquire an image of low-energy radiation (low-energy radiation image) and an image of high-energy radiation (high-energy radiation image) with a single irradiation.
  • the shooting by the FPD 102 may be a still image shooting or a moving image shooting.
  • FPD 102 temporarily stored radiation distribution information in the after sampling hold embodiment allows reading, control unit 105, at different timings from FPD 102, the radiation distribution information (X L) and the radiation distribution information (X L + X H) Read out.
  • Control unit 105 by subtracting the radiation distribution information (X L) from the radiation distribution information (X L + X H), can be obtained radiation distribution information (X H).
  • the low-energy radiation distribution information ( XL ) becomes an image by low-energy radiation (low-energy image)
  • the high-energy radiation distribution information (X H ) becomes an image by high-energy radiation (high-energy image). become.
  • the image processing unit 109 has an image generation unit 110, a noise reduction processing unit 111, and a compositing unit 112 as functional configurations.
  • the image generation unit 110 can generate a plurality of material characteristic images using a plurality of radiation images taken with different radiation energies, and the image generation unit 110 separates substances from the radiation images taken by the FPD 102. Generates substance property images such as images and substance identification images.
  • the image generation unit 110 generates a substance characteristic image of a substance contained in a plurality of radiation images taken with different radiation energies using a radiation energy spectrum.
  • the image generation unit 110 generates a substance property image using a plurality of radiation images acquired by one irradiation.
  • the noise reduction processing unit 111 reduces the noise component of the material characteristic image by the noise reduction processing.
  • the synthesis unit 112 generates a composite image from a plurality of radiation images (low energy image, high energy image).
  • the image generation unit 110 synthesizes a composite image acquired from a plurality of radiation images (low-energy image, high-energy image), a noise-reduced first material characteristic image, and a composite obtained from different radiation energy spectra. The spectrum is used to generate a noise-reduced second material property image.
  • the substance-separated image is an image in which a plurality of substances contained in a plurality of radiation images (low-energy image, high-energy image) are separated, and when the subject is represented by two or more specific substances, the substance.
  • a plurality of substances include fat as a soft substance constituting a subject and bone as a hard substance.
  • the substance identification image is an image showing the distribution of effective atomic numbers and surface densities of substances contained in a plurality of radiation images (low energy image, high energy image), and when the subject is represented by one specific substance. In addition, it refers to an image decomposed into the distribution of the effective atomic number and surface density of the substance.
  • the effective atomic number indicates the atomic number of a substance corresponding to an average view of the elements of an element, compound, or mixture, and the atomic slope number of a virtual element that attenuates photons at the same rate as that substance. It is a quantitative index showing.
  • the effective atomic number image is an image composed of atomic numbers corresponding to the case where the subject is represented by a specific substance in units of pixels.
  • the FPD102 performs sampling a plurality of times for one irradiation. As a result, the FPD 102 can acquire an image of low-energy radiation (low-energy image 201) and an image of high-energy radiation (high-energy image 202) with a single irradiation.
  • the control unit 105 stores the radiation image captured by the FPD 102 in the storage unit 108, and transfers the radiation image to the image processing unit 109.
  • step S210 the image generation unit 110 generates a substance separation image which is a substance property image.
  • the image generator 110, the low energy image 201 (X L) and high energy image 202 (X H) the following equation from equation (1, Number 2) material separated image based on taken with FPD102 To generate.
  • ⁇ is the linear attenuation coefficient
  • d is the thickness of the substance
  • E is the energy of radiation
  • N (E) is the spectrum of radiation
  • H and L are high energy and low energy, respectively.
  • a and B indicate fat and bone, respectively.
  • Number 1 in Equation 2 the unknown variables are the thickness d A, a d B.
  • fat and bone are used as examples of substances as an example of separation, but the substance to be separated is not limited to fat and bone, and any substance can be separated.
  • the simultaneous equations of Equation 1 and Equation 2 in optimization techniques, such as Newton-Raphson method or the bisection method, solving for the thickness of each substance (fat thickness d A, bone thickness d B), shown in FIG. 2 It is possible to generate a substance-separated image 203 separated into a fat image and a bone image.
  • the substance separation image 203 illustrates the fat image.
  • step S211 the compositing unit 112 synthesizes radiation based on an image of low-energy radiation (low-energy image 201 ( XL )) and an image of high-energy radiation (high-energy image 202 ( XH )).
  • An image (hereinafter referred to as a synthetic radiation image) is generated. That is, the combining unit 112, the low-energy image 201 (X L) and high energy image 202 (X H), based on the following equation (3), to generate a composite radiographic image 204 (XProc).
  • the synthesis unit 112 generates a composite image (composite radiation image 204 (Xproc)) by performing a weighted addition process on a plurality of radiation images.
  • the weighting coefficients a and b are arbitrary positive numbers, and the sum of a and b is set to be 1.
  • the synthesis unit 112 calculates the dose and the number of photons when capturing the low-energy image 201 ( XL ) and the high-energy image 202 ( XH ), and calculates the dose ratio or the photon number ratio in a plurality of radiation images. It is also possible to set the values of the weighting coefficients a and b in the addition process of the equation 3 based on (ratio).
  • the synthesis unit 112 acquires the synthetic radiation spectrum (simply also referred to as “composite spectrum”) constituting the synthetic radiation image 204 (Xproc) Xproc together with the synthesis of the radiation image.
  • FIG. 3 is a diagram showing an outline of the composite spectrum.
  • the radiation spectrum (also simply referred to as the "spectrum”) contains information on the number of photons corresponding to the radiation energy.
  • the horizontal axis represents radiation energy (KeV) and the vertical axis represents the number of photons.
  • the storage unit 108 stores the spectrum for each different radiation energy.
  • the synthetic spectrum N proc (E) is, aX L, radiation spectrum N L (E) constituting the bX H, is calculated by calculation N H (E), the radiation was calculated spectrum N L (
  • the composite spectrum N proc (E) can be obtained by adding and averaging E) and NH (E). If the values of the weighting coefficients a and b are known in advance, the low-energy and high-energy radiation spectra are measured with a spectrometer, and the composite spectrum is acquired based on the radiation spectra of each radiation energy measured in advance. It is also possible.
  • step S212 the noise reduction processing unit 111 performs noise reduction processing on the substance separation image 203 generated in step S210.
  • the noise reduction processing unit 111 can perform noise reduction processing on a separated fat image or bone image as a target of noise reduction processing. For example, when acquiring a clearer bone image, the noise reduction processing unit 111 performs noise reduction processing on the fat image, and when acquiring a clearer fat image, the noise reduction processing unit 111 performs bone reduction processing. Noise reduction processing may be performed on the image.
  • the noise reduction processing unit 111 performs noise reduction processing on the fat image and acquires the smoothed fat image 205.
  • the noise reduction processing unit 111 can apply a structure preservation type noise reduction processing that does not lose the edge structure.
  • noise reduction methods such as a bilateral filter, NonLocalMeans, and an epsilon filter.
  • the noise reduction processing unit 111 can also apply a noise reduction method such as a Gaussian filter that reduces high frequency components to an image having a small edge structure such as a fat image.
  • step S213 the image generation unit 110 generates a noise-reduced substance-separated image (bone image 206).
  • the image generator 110 the low energy image 201 taken by the FPD102 and (X L) higher energy image 202 (X H) synthesized composite radiation image 204: and (XProc S211), the noise reduction A noise-reduced bone image 206 is generated from the fat image 205 (S212) and the noise-reduced bone image 206 based on the following equation (Equation 4).
  • ⁇ is the linear attenuation coefficient
  • d is the thickness of the substance
  • E is the energy of radiation
  • N (E) is the spectrum of radiation
  • proc is synthetic
  • subscripts A and B are fat, respectively. And show the bone.
  • the image generation unit 110 generates, for example, a fat image as the first substance characteristic image (S210), and the noise reduction processing unit 111 performs noise reduction processing on the fat image (S212). ).
  • the image generation unit 110 has different radiation energies from the composite image (composite radiation image 204 (Xproc)) and (S211) acquired from a plurality of radiation images, the first material property image (fat image) subjected to noise reduction processing, and the radiation energy.
  • synthetic spectrum N proc (E) synthetic radiation spectrum obtained from the spectrum
  • a noise-reduced second material characteristic image (bone image) is generated (S213).
  • the image generation unit 110 generates an image showing the thickness (or density) of the first substance (for example, fat) constituting the plurality of substances as the first substance property image, and generates the second substance property.
  • an image an image showing the thickness (or density) of a second substance (for example, bone) constituting a plurality of substances is generated.
  • fat and bone are used as examples of substances as an example of separation, but the substance to be separated is not limited to fat and bone, and any substance can be separated.
  • the equation of the number 4 in optimization techniques, such as Newton-Raphson method or the bisection method, the thickness of the material (e.g., d B the thickness of the bone) is solved for, obtaining bone image 206 from which noise has been reduced is shown in FIG. 2 be able to.
  • This embodiment is an example, and is not limited to the processing flow described in FIG.
  • performs noise reduction processing with respect to the sum of separate bone and fat images image solving the equation of Equation 4 for the thickness of each substance (fat thickness d A, bone thickness d B)
  • Number 4 of the equation, solving for the thickness of the material (the thickness d B of the bone) it is possible to obtain the noise reduced bone image as described above, the thickness of the material (fat thickness d A ) Can be solved to obtain a noise-reduced fat image.
  • a plurality of images having different radiation energies (low energy image 201, high energy image 202) are prepared and separated into a plurality of substances (for example, a plurality of fat images and a plurality of bone images). It is possible. Further, the process of FIG. 2 may be alternately repeated for each substance characteristic image, and further noise reduction processing may be performed.
  • the noise reduction processing unit reduces the noise component of the second substance characteristic image (for example, bone image) generated in step S213 by the noise reduction processing (S212). Then, the image generation unit 110 uses the composite image (S211 and 204), the second material characteristic image in which the noise component is reduced, and the composite spectrum to reduce the noise in the first material characteristic image (for example, A fat image) is further generated (S213).
  • the image generation unit 110 uses the composite image (S211 and 204), the second material characteristic image in which the noise component is reduced, and the composite spectrum to reduce the noise in the first material characteristic image (for example, A fat image) is further generated (S213).
  • the image generation unit 110 uses a composite image (S211 and 204), a first substance characteristic image (S212, fat image 205) in which the noise component is reduced, and a second substance whose noise is reduced by using the composite spectrum.
  • a process (first process) for generating a characteristic image (S213, bone image 206) is executed. Further, the image generation unit 110 uses the composite image (S211 and 204), the second material characteristic image (S212, bone image 206) in which the noise component is reduced, and the composite spectrum to reduce the noise.
  • the process (second process) for generating the material property image (S213, fat image 205) of the above is executed. Then, the image generation unit 110 alternately and repeatedly executes the first process and the second process.
  • the spatial distribution of the effective atomic number and the surface density can be obtained by solving the following equations 5 and 6.
  • E is the energy
  • N (E) is the radiation spectrum
  • ⁇ (Z eff , E) is the effective atomic number Z eff and the mass attenuation coefficient at the energy E
  • D eff is the areal density. ..
  • the subscripts H and L indicate high energy and low energy, respectively.
  • the unknown variables in Eqs. 5 and 6 are the effective atomic number Z eff and the areal density D eff . Therefore, as in the case of obtaining the case of obtaining the spatial distribution of the thickness of each substance (substance separation image), the number of images (multiple radiation images (low energy image, high energy image)) taken by radiation of two different energies is counted. Since two independent equations can be generated by substituting into equations 5 and 6, it is possible to obtain the values of the effective atomic number Z eff and the surface density D eff by solving the two independent equations. it can.
  • the synthetic radiation image 204 (Xproc) can be generated by using the equation 3 described above, and the noise is reduced by solving the following equation 7 instead of the equation 4.
  • An identification image can be generated.
  • Equation 7 If the equation of Equation 7 is solved by an optimization method such as Newton's method or dichotomy, a noise-reduced noise-reduced substance identification image (an image showing the distribution of effective atomic number Z eff or area density D eff ) can be obtained. Can be obtained.
  • an optimization method such as Newton's method or dichotomy
  • E energy
  • N (E) is the spectrum of radiation
  • ⁇ (Z eff , E) is the effective atomic number Z eff and the mass attenuation coefficient at energy E
  • D eff is the areal density.
  • proc indicates composition.
  • the image generation unit 110 generates a surface density image as the first substance characteristic image (S210), and the noise reduction processing unit 111 performs noise reduction processing on the surface density image (S210). S212).
  • the image generation unit 110 has different radiation energies from the composite image (composite radiation image 204 (Xproc)) and (S211) acquired from the plurality of radiation images and the noise-reduced first material characteristic image (surface density image).
  • a second material characteristic image an image showing the distribution of effective atomic numbers
  • N proc (E) synthetic radiation spectrum obtained from the spectrum of (S213). That is, the image generation unit 110 generates a surface density image as the first substance characteristic image (S210) and an effective atomic number image as the second substance characteristic image (S213).
  • the image generation unit 110 generates an effective atomic number image as the first material characteristic image (S210), and the noise reduction processing unit 111 performs noise reduction processing on the effective atomic number image.
  • the image generation unit 110 includes a composite image (composite radiation image 204 (Xproc)) and (S211) acquired from a plurality of radiation images, and a noise-reduced first substance property image (effective atomic number image).
  • a second material characteristic image (plane density image) with reduced noise is generated using a synthetic spectrum (synthetic radiation spectrum N proc (E)) obtained from spectra of different radiation energies (S213). That is, the image generation unit 110 generates an image showing the effective atomic number as the first substance characteristic image (S210), and generates an area density image as the second substance characteristic image (S213).
  • the effective atomic number of iodine contained in a contrast medium or the like is 53
  • the effective atomic number of barium is 56
  • the effective atomic number of stainless steel as a member used for a catheter guide wire or the like is 26
  • the effective atomic number of titanium is 22.
  • the image generation unit 110 can generate an image that identifies a substance inside the human body (subject) according to the photographing technique, and the generated image is virtual.
  • a monochromatic radiographic image it can also be used for other processing such as angiography (DSA: Digital Subtraction Angiography) using energy subtraction.
  • DSA Digital Subtraction Angiography
  • the optimization method since the optimization method is used for each pixel during the calculation processing of the energy subtraction, it may take a predetermined time to generate the substance characteristic image.
  • the second embodiment a configuration will be described in which the calculation processing result of the energy subtraction is stored in advance in a table or the like, and the substance property image is acquired in a short time by referring to the table when the energy subtraction is processed.
  • the configuration of the present embodiment has an advantageous effect when real-time performance such as when seeing through is required.
  • the image generation unit 110 generates a material characteristic image of a substance contained in a plurality of radiation images taken with different radiation energies using a radiation energy spectrum, and corresponds to the plurality of shot radiation images.
  • a first table for example, table 501 shown in 5A of FIG. 5 and table 502 shown in 5B of FIG. 5 for outputting a material property image is generated (S410).
  • the noise reduction processing unit 111 reduces the noise component of the material characteristic image. That is, the noise reduction processing unit 111 reduces the noise component of the substance characteristic image output from the first table (for example, table 501 shown in 5A of FIG. 5 and table 502 shown in 5B of FIG. 5).
  • the image generation unit 110 acquires from a composite image (S412, 404) acquired from a plurality of radiation images, a noise-reduced first material property image (S413,405), and different radiation energy spectra. Using the combined spectrum obtained, a second table (for example, 601 in FIG. 6) was generated based on the calculation result of generating a noise-reduced second material characteristic image (S414), and the composite image (404) and noise were generated. The second material property image (S415, 406) corresponding to the reduced first material property image (405) is output from the second table (601).
  • step S410 the image generation unit 110 performs energy subtraction processing in advance and tabulates the calculation results.
  • the image generation unit 110 has a plurality of substances constituting the human body, from the combination of the thicknesses of the substances that can be taken (for example, the combination of the thickness of fat as the first substance and the thickness of bone as the second substance). Solve the simultaneous equations of Equation 2 to obtain a low-energy image ( XL ) and a high-energy image (X H ). For the analysis of two simultaneous equations, it is possible to use an optimization method such as Newton's Rapson method.
  • the image generation unit 110 determines the correspondence between the low-energy image ( XL ) acquired from the simultaneous equations of the equations 1 and 2, the high-energy image (X H ), and the thickness of the first substance (for example, fat). It is generated as the table 501 shown in 5A of FIG. 5 and stored in the storage unit 108. Further, the image generation unit 110 corresponds to the low energy image ( XL ) acquired from the simultaneous equations of the equations 1 and 2, the high energy image (X H ), and the thickness of the second substance (for example, bone). The relationship is generated as the table 502 shown in 5B of FIG. 5 and stored in the storage unit 108.
  • the image generation unit 110 can improve the accuracy of the table by finely setting the step size on the vertical axis and the horizontal axis of the table to be generated. If the step size is set finely, it takes time to generate the table. Therefore, the image generation unit 110 can arbitrarily set the step size of the table so as to obtain desired accuracy.
  • the vertical and horizontal axes of the table may be set linearly or logarithmically. Further, the setting of the vertical axis and the horizontal axis of the table does not have to be continuous because it is possible to interpolate using the values of the setting values in the vicinity.
  • step S411 the image generation unit 110 uses the table (5A in FIG. 5 and 5B in FIG. 5) generated in step S410, the low-energy image 401 ( XL ), and the high-energy image 402 ( XH ). Acquire a substance separation image which is a substance property image.
  • the image generating unit 110 based on the value of each pixel of the low-energy image 401 (X L) and high energy image 402 (X H), table (fat thickness table (5A in Figure 5), bone With reference to the thickness table (5B in FIG. 5), a substance separation image (fat thickness image and bone thickness image) which is a substance property image is acquired.
  • the values in the table can be interpolated by a method such as bilinear interpolation or logarithmic interpolation.
  • step S412 Synthesis of radiation image and radiation spectrum
  • the synthesis unit 112 converts the low-energy radiation image (low-energy image 401 ( XL )) and the high-energy radiation image (high-energy image 402 ( XH )) into images. Based on this, a combined radiation image (hereinafter referred to as a composite radiation image) is generated. That is, the combining unit 112, the low-energy image 401 (X L) and high energy image 402 (X H), based on the equation (3), to generate a composite radiographic image 404 (Xproc).
  • step S413 Noise reduction processing
  • the noise reduction processing unit 111 performs noise reduction processing on the substance separation image 403 acquired in step S411.
  • the noise reduction processing unit 111 can perform noise reduction processing on a separated fat image or bone image as a target of noise reduction processing. For example, when acquiring a clearer bone image, the noise reduction processing unit 111 performs noise reduction processing on the fat image, and when acquiring a clearer fat image, the noise reduction processing unit 111 performs bone reduction processing. Noise reduction processing may be performed on the image.
  • the noise reduction processing unit 111 performs noise reduction processing on the fat image and acquires the smoothed fat image 405.
  • the image generation unit 110 generates a table 601 that associates the thickness of the first substance (for example, fat) with the pixel value of the synthetic radiation image and the thickness of the second substance (for example, bone), and stores the storage unit 108.
  • FIG. 6 is a diagram illustrating a table 601 for acquiring a noise-reduced substance characteristic image.
  • the horizontal axis is set to the pixel value of the synthetic radiation image 404 (Xproc), and the vertical axis is set to the thickness of the first substance (fat).
  • the thickness of one substance (fat) and the distribution of the thickness of the second substance (bone) are associated with each other.
  • the image generation unit 110 determines the thickness d B of the second material (bone). Then, the image generator 110, the thickness of the obtained second material (bone) d B, the pixel value of the combined radiographic image 404 (XProc), first material table associating the thickness d A of the (fat) Generate 601.
  • step S415 the image generation unit 110 generated an image (smoothed) of the thickness of the table 601 and the synthetic radiation image 404 (Xproc) generated in step S414 and the noise-reduced first substance (fat) in step S413.
  • an image (bone image 406) of the thickness of the second substance (bone) is acquired.
  • Image generating unit 110 refers to the table 601, the first substance (fat) thick d A and the second material from the pixel values of the composite radiation image 404 (XProc) from which noise has been reduced in step S413 (bone) it is possible to obtain the thickness d B, to obtain a bone image from which noise has been reduced from the thickness d B of the second material (bone).
  • a substance separation image which is a substance characteristic image can be acquired while reducing the calculation load based on the equations 1 and 2. Can be done. Further, by referring to the table 601 in step S414, it is possible to acquire a substance separation image which is a noise-reduced substance characteristic image while reducing the calculation load based on the equation (4). According to the process of the second embodiment described with reference to FIG. 4, it can be applied to moving image shooting that requires higher speed image processing.
  • FIG. 7 is a diagram illustrating the effect of the embodiment of the present invention.
  • 7A of FIG. 7 is a diagram illustrating the configuration of a phantom for measuring the effect.
  • an image by low-energy radiation (low-energy image) and an image by high-energy radiation (high-energy image) are acquired, and an embodiment of the present invention (for example, the first embodiment) is obtained.
  • the result of determining the thickness of the substance constituting the phantom based on the process of the second embodiment) is the waveform 701 of 7B in FIG.
  • the result of using the energy subtraction method disclosed in Patent Document 1 is the waveform 702 of 7B in FIG. 7.
  • the composition of the phantom is composed of acrylic resin (PMMA) and aluminum (AL).
  • Acrylic resin (PMMA) corresponds to fat, which is a soft substance
  • aluminum (AL) corresponds to bone, which is a hard substance. ..
  • the thickness of aluminum (AL) is constant at 1 cm.
  • acrylic resin (PMMA) thickness 15 cm, 20 cm, and 25 cm.
  • the horizontal axis shows the thickness of acrylic resin (PMMA), and the vertical axis shows the error with respect to the thickness of aluminum (AL) of 1 cm.
  • the thickness error of aluminum (AL) is ⁇ 7 with respect to the thickness of acrylic resin (PMMA). It varies in the range of% to + 4%.
  • the thickness error of aluminum (AL) is about ⁇ 1 with respect to the thickness of acrylic resin (PMMA). It is within the range of%.
  • An embodiment of the present invention can reduce an error as compared with the processing of Patent Document 1 which is a prior art, and the embodiment of the present technology is effective in the case of measurement in which quantitativeness is required in image processing. ..
  • the acrylic resin (PMMA) has a different thickness, and is characterized by excellent quantitativeness even if beam hardening occurs.
  • the present invention supplies a program that realizes one or more functions of the above-described embodiment to a system or device via a network or storage medium, and one or more processors in the computer of the system or device reads and executes the program. It can also be realized by the processing to be performed. It can also be realized by a circuit (for example, ASIC) that realizes one or more functions.
  • a circuit for example, ASIC
  • 100 Radiation imaging system
  • 101 Radiation source
  • 102 FPD (Radiation detection device)
  • 104 Radiation generator
  • 105 Control unit
  • 106 Monitor (display unit)
  • 107 Operation unit
  • 108 Storage unit
  • 109 Image processing unit
  • 110 Generation unit
  • 111 Noise reduction processing unit
  • 112 Synthesis unit
  • 120 Image processing device

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に含まれる物質についての物質特性画像を放射線エネルギーのスペクトルを用いて生成する画像生成部と、物質特性画像のノイズ成分を低減するノイズ低減処理部と、を備える。画像生成部は、複数の放射線画像から取得した合成画像と、ノイズ成分が低減された第１の物質特性画像と、異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成する。

Description

画像処理装置、画像処理方法及びプログラム
　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もので、具体的には、医療診断における一般撮影などの静止画撮影や透視撮影などの動画撮影に用いられる画像処理技術に関する。
　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もと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。
特開平３－２８５４７５号公報
　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の技術では、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、ビームハードニングの効果を考慮できていないため、物性値を定量的に求めることが困難となり得る。
　本発明は、上記の課題に鑑み、ノイズが低減され、定量性に優れた物質特性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に含まれる物質についての物質特性画像を前記放射線エネルギーのスペクトルを用いて生成する画像生成手段と、
　前記物質特性画像のノイズ成分を低減するノイズ低減処理手段と、を備え、
　前記画像生成手段は、前記複数の放射線画像から取得した合成画像と、前記ノイズ成分が低減された第１の物質特性画像と、前記異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成することを特徴とする。
　本発明の他の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に含まれる物質についての物質特性画像を前記放射線エネルギーのスペクトルを用いて生成し、前記撮影した複数の放射線画像に対応する物質特性画像を出力する第１テーブルを生成する画像生成手段と、
　前記物質特性画像のノイズ成分を低減するノイズ低減処理手段と、を備え、
　前記画像生成手段は、
　前記複数の放射線画像から取得した合成画像と、前記ノイズ成分が低減された第１の物質特性画像と、前記異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を出力する第２テーブルを生成し、前記合成画像及び前記第１の物質特性画像に対応する第２の物質特性画像を前記第２テーブルから出力することを特徴とする。
　本発明によれば、ノイズが低減され、定量性に優れた物質特性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。
　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。
第１実施形態に係る放射線撮影システムの構成を示す図。 第１実施形態の画像処理部における処理の流れを説明する図。 第１実施形態の合成放射線スペクトルの概要を示す図。 第２実施形態の画像処理部における処理の流れを説明する図。 第２実施形態の物質特性画像を取得するテーブルを例示する図。 第２実施形態のノイズ低減された物質特性画像を取得するテーブルを示す図。 本発明の実施形態の効果を例示する図。
　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。
　［第１実施形態］
　図１は、本発明の第１実施形態に係る放射線撮影システム１００の構成例を示す図である。放射線撮影システム１００は、放射線発生装置１０４、放射線管１０１、ＦＰＤ１０２（Flat　Panel　Detector（平面検出器））、画像処理装置１２０を有する。尚、放射線撮影システム１００の構成を単に放射線撮影装置ともいう。画像処理装置１２０は、被写体を撮影した放射線画像に基づく画像情報を処理する。画像処理装置１２０は、制御部１０５、記憶部１０８、画像処理部１０９、表示制御部１１６等を有する。
　放射線発生装置１０４は曝射スイッチの押下により放射線管１０１に高電圧パルスを与え放射線を発生させ、放射線管１０１は被写体１０３に放射線を照射する。放射線の種類は特に限定はしないが、一般的にはここで使用するようにＸ線が用いられる。
　放射線管１０１から放射線が被写体１０３に照射されると、ＦＰＤ１０２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する。ＦＰＤ１０２は、放射線画像を画像処理装置１２０に転送する。
　ＦＰＤ１０２は、放射線に応じた信号を生成するための画素アレイを備えた放射線検出部（不図示）を有する。放射線検出部は、被写体１０３を透過した放射線を画像信号として検出する。放射線検出部には、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。各画素の光電変換素子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、画像信号にとして出力する。このように、放射線検出部は被写体１０３を透過した放射線を検出して、画像信号（放射線画像）を取得するように構成されている。ＦＰＤ１０２の駆動部は、制御部１０５からの指示に従って読み出した画像信号（放射線画像）を制御部１０５に出力する。
　制御部１０５は、ＦＰＤ１０２から取得した放射線画像を処理する画像処理部１０９と、画像処理の結果や各種プログラムを記憶する記憶部１０８とを有する。記憶部１０８は、例えば、ＲＯＭ（Read　Only　Memory）、ＲＡＭ（Random　Access　Memory）等により構成される。記憶部１０８は制御部１０５から出力された画像や画像処理部１０９で画像処理された画像、画像処理部１０９における計算結果を記憶することが可能である。
　画像処理部１０９は、機能構成として、画像生成部１１０、ノイズ低減処理部１１１及び合成部１１２を有している。これらの機能構成は、例えば、一つ又は複数のＣＰＵ（central processing unit）、記憶部１０８から読み込んだプログラムを用いて、各部の機能が構成される。画像処理部１０９の各部の構成は、同様の機能を果たすのであれば、それらは集積回路などで構成してもよい。また、画像処理装置１２０の内部構成として、ＧＰＵ（Graphics　Processing　Unit）等のグラフィック制御部、ネットワークカード等の通信部、キーボード、ディスプレイ又はタッチパネル等の入出力制御部等を含む構成も可能である。
　モニタ１０６（表示部）は、制御部１０５がＦＰＤ１０２から受信した放射線画像（デジタル画像）や画像処理部１０９で画像処理された画像を表示する。表示制御部１１６は、モニタ１０６（表示部）の表示を制御することが可能である。操作部１０７は、画像処理部１０９やＦＰＤ１０２に対する指示を入力することができ、ユーザーインターフェイスを介してＦＰＤ１０２に対する指示の入力を受け付ける。
　制御部１０５は、被写体に照射する放射線のエネルギーが異なる複数の放射線画像を処理することによって新たな画像（例えば、骨画像および脂肪画像）を得るエネルギーサブトラクション法を用いた撮影制御を行うことが可能である。エネルギーサブトラクション法による撮影を実施する場合、１枚のサブトラクション画像を生成するために異なる放射線エネルギーで撮影された複数の放射線画像（例えば、少なくとも２枚の放射線画像）が必要となる。ＦＰＤ１０２は、１回の放射線照射に対して複数回のサンプリングを行う。これにより、ＦＰＤ１０２は、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）と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）を１回の放射線照射で取得できる。ＦＰＤ１０２による撮影は静止画撮影または動画撮影であってもよい。
　ＦＰＤ１０２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、制御部１０５は、ＦＰＤ１０２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。制御部１０５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（高エネルギー画像）になる。
　画像処理部１０９は、機能構成として、画像生成部１１０、ノイズ低減処理部１１１及び合成部１１２を有している。画像生成部１１０は、異なる放射線のエネルギーで撮影した複数の放射線画像を用いて複数の物質特性画像生成することが可能であり、画像生成部１１０は、ＦＰＤ１０２で撮影された放射線画像から、物質分離画像、物質識別画像といった物質特性画像を生成する。
　画像生成部１１０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放射線エネルギーのスペクトルを用いて生成する。画像生成部１１０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特性画像を生成する。
　ノイズ低減処理部１１１は、ノイズ低減処理により物質特性画像のノイズ成分を低減する。また、合成部１１２は、複数の放射線画像（低エネルギー画像、高エネルギー画像）から合成画像を生成する。そして、画像生成部１１０は、複数の放射線画像（低エネルギー画像、高エネルギー画像）から取得した合成画像と、ノイズ低減処理された第１の物質特性画像と、異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成する。
　ここで物質分離画像とは、複数の放射線画像（低エネルギー画像、高エネルギー画像）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、その物質の厚さ又は密度で構成された２以上の画像に分離した画像をいう。例えば、複数の物質には被検体を構成する軟物質として脂肪が含まれ、硬物質として骨が含まれる。
　また、物質識別画像とは、複数の放射線画像（低エネルギー画像、高エネルギー画像）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。
　ここで、実効原子番号とは、元素、化合物、混合物の元素を平均的に見た場合に相当する物質の原子番号を示し、その物質と同じ割合で光子を減弱する仮想の元素の原子坂番号を示す定量指標である。実効原子番号画像とは、画素を単位として、被写体を特定の１物質で表した場合に相当する原子番号で構成された画像をいう。
　次に、第１実施形態の画像処理部１０９における処理を、図２に示すフローチャートを用いて詳細に説明する。ここでは、被写体に照射する放射線のエネルギーが異なる複数の放射線画像を処理することによって、新たに取得する複数の画像として、脂肪画像と骨画像に分離する場合について説明するが、他の物質で分離する場合や物質識別画像を用いた場合でも適応できる。
　ＦＰＤ１０２は、１回の放射線照射に対して複数回のサンプリングを行う。これにより、ＦＰＤ１０２は、低エネルギーの放射線による画像（低エネルギー画像２０１）と高エネルギーの放射線による画像（高エネルギー画像２０２）を１回の放射線照射で取得できる。制御部１０５は、ＦＰＤ１０２で撮影された放射線画像を記憶部１０８に記憶するとともに、画像処理部１０９に放射線画像を転送する。
　（Ｓ２１０：物質特性画像の生成）
　ステップＳ２１０において、画像生成部１１０は、物質特性画像である物質分離画像を生成する。具体的には、画像生成部１１０は、ＦＰＤ１０２で撮影された低エネルギー画像２０１（ＸＬ）と高エネルギー画像２０２（ＸＨ）から以下の式（数１、数２）に基づいて物質分離画像を生成する。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　ここで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、Ｎ（Ｅ）は放射線のスペクトル、添え字のＨとＬはそれぞれ高エネルギーと低エネルギーを示し、添え字のＡとＢはそれぞれ脂肪と骨を示す。数１、数２において、未知の変数は、厚さｄＡ、ｄＢである。異なる２つのエネルギーの放射線による画像（低エネルギー画像２０１（ＸＬ）、高エネルギー画像２０２（ＸＨ））を撮影し、数１、数２に代入し、独立した２つの連立方程式を解くことで、厚さｄＡ、ｄＢの値を求めることができる。
　なお、ここでは、分離の例として、脂肪と骨を物質例として用いるが、分離する物質は、脂肪及び骨に限定するものでなく任意の物質を分離することができる。数１と数２の連立方程式をニュートンラプソン法や二分法などの最適化手法で、各物質の厚さ（脂肪の厚さｄＡ、骨の厚さｄＢ）について解けば、図２に示す脂肪画像と骨画像とに分離した物質分離画像２０３を生成することができる。図２の例では、物質分離画像２０３は脂肪画像を例示的に示している。
　（Ｓ２１１：放射線画像と放射線スペクトルの合成）
　ステップＳ２１１において、合成部１１２は、低エネルギーの放射線による画像（低エネルギー画像２０１（ＸＬ））と高エネルギーの放射線による画像（高エネルギー画像２０２（ＸＨ））とに基づいて、合成した放射線画像（以下、合成放射線画像）を生成する。すなわち、合成部１１２は、低エネルギー画像２０１（ＸＬ）と高エネルギー画像２０２（ＸＨ）から、以下の式（数３）に基づいて、合成放射線画像２０４（Ｘproc）を生成する。合成部１１２は、重み付き加算処理を複数の放射線画像に行うことにより合成画像（合成放射線画像２０４（Ｘproc））を生成する。
Figure JPOXMLDOC01-appb-M000003
　ここで、重み係数ａ，ｂは任意の正数であり、ａ，ｂの和は１となるように設定されている。例えば、合成部１１２は、低エネルギー画像２０１（ＸＬ）、高エネルギー画像２０２（ＸＨ）を撮影する際の線量やフォトン数を計算し、複数の放射線画像における線量の比またはフォトン数の比（割合）に基づいて、数３式の加算処理における重み係数ａ，ｂの値を設定することも可能である。
　合成部１１２は、放射線画像の合成とともに合成放射線画像２０４（Ｘproc）Ｘprocを構成する合成放射線スペクトル（単に、「合成スペクトル」ともいう）を取得する。図３は、合成スペクトルの概要を示す図である。放射線スペクトル（単に、「スペクトル」ともいう）には、放射線エネルギーに対応するフォトン数の情報が含まれる。図３において、横軸は放射線エネルギー（ＫｅＶ）を示し、縦軸はフォトン数を示している。記憶部１０８には、異なる放射線エネルギーごとにスペクトルが記憶されている。
　図３で示すように、合成スペクトルＮproc(Ｅ)は、ａＸＬ、ｂＸＨを構成する放射線スペクトルＮＬ(Ｅ)、ＮＨ(Ｅ)を計算により算出し、算出した放射線スペクトルＮＬ(Ｅ)、ＮＨ(Ｅ)を加算平均することにより合成スペクトルＮproc(Ｅ)を取得することができる。事前に重み係数ａ，ｂの値が分かっている場合は、低エネルギー及び高エネルギーの放射線スペクトルをスペクトロメーターで測定しておき、予め測定した各放射線エネルギーの放射線スペクトルに基づいて合成スペクトルを取得することも可能である。
　（Ｓ２１２：ノイズ低減処理）
　ステップＳ２１２において、ノイズ低減処理部１１１は、ステップＳ２１０で生成した物質分離画像２０３に対してノイズ低減処理を行う。ノイズ低減処理部１１１は、ノイズ低減処理の対象として、分離された脂肪画像または骨画像に対してノイズ低減処理を行うことが可能である。例えば、より鮮明な骨画像を取得する場合に、ノイズ低減処理部１１１は、脂肪画像に対してノイズ低減処理を行い、より鮮明な脂肪画像を取得する場合に、ノイズ低減処理部１１１は、骨画像に対してノイズ低減処理を行えばよい。
　ここでは、より鮮明な骨画像を取得する場合を例として、脂肪画像に対してノイズ低減処理を行う例を説明する。ノイズ低減処理部１１１は、脂肪画像に対してノイズ低減処理し、平滑化された脂肪画像２０５を取得する。ノイズ低減処理部１１１は、ノイズ低減手法として、エッジ構造を失わないような構造保存型のノイズ低減処理を適用することが可能である。例えば、バイラテラルフィルタやNon Local Means、イプシロンフィルタなどのノイズ低減手法を適用することが可能である。また、ノイズ低減処理部１１１は、脂肪画像のようにエッジ構造が少ない画像に対して、高周波成分を低減するようなガウシアンフィルタなどのノイズ低減手法を適用することも可能である。
　（Ｓ２１３：ノイズ低減された骨画像の推定）
　ステップＳ２１３において、画像生成部１１０は、ノイズ低減された物質分離画像（骨画像２０６）を生成する。具体的には、画像生成部１１０は、ＦＰＤ１０２で撮影された低エネルギー画像２０１（ＸＬ）と高エネルギー画像２０２（ＸＨ）を合成した合成放射線画像２０４（Ｘproc：Ｓ２１１）と、ノイズ低減された脂肪画像２０５（Ｓ２１２）と、から以下の式（数４）に基づいてノイズ低減された骨画像２０６を生成する。
Figure JPOXMLDOC01-appb-M000004
　ここで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、Ｎ（Ｅ）は放射線のスペクトル、添え字のprocは合成を示し、添え字のＡとＢはそれぞれ脂肪と骨を示す。
　図２に示す処理において、画像生成部１１０は、例えば、第１の物質特性画像として、脂肪画像を生成し（Ｓ２１０）、ノイズ低減処理部１１１は脂肪画像に対してノイズ低減処理を行う（Ｓ２１２）。画像生成部１１０は、複数の放射線画像から取得した合成画像（合成放射線画像２０４（Ｘproc））と（Ｓ２１１）、ノイズ低減処理された第１の物質特性画像（脂肪画像）と、異なる放射線エネルギーのスペクトルから取得した合成スペクトル（合成放射線スペクトルＮproc(Ｅ)）を用いて、ノイズ低減された第２の物質特性画像（骨画像）を生成する（Ｓ２１３）。すなわち、画像生成部１１０は、第１の物質特性画像として、複数の物質を構成する第１の物質（例えば、脂肪）の厚さ（又は密度）を示す画像を生成し、第２の物質特性画像として、複数の物質を構成する第２の物質（例えば、骨）の厚さ（又は密度）を示す画像を生成する。
　なお、ここでは、分離の例として、脂肪と骨を物質例として用いるが、分離する物質は、脂肪及び骨に限定するものでなく任意の物質を分離することができる。数４の方程式をニュートンラプソン法や二分法などの最適化手法で、物質の厚さ（例えば、骨の厚さｄＢ）について解けば、図２に示すノイズ低減された骨画像２０６を取得することができる。
　本実施形態は一例であり、図２で説明した処理の流れに限定されるものではない。例えば、分離した骨画像と脂肪画像を足し合わせた画像に対してノイズ低減処理を行い、数４の方程式を各物質の厚さ（脂肪の厚さｄＡ、骨の厚さｄＢ）について解くことによりノイズ低減された画像を取得することができる。数４の方程式を、物質の厚さ（骨の厚さｄＢ）について解けば、上述のようにノイズ低減された骨画像を取得することができ、物質の厚さ（脂肪の厚さｄＡ）について解けば、ノイズ低減された脂肪画像を取得することができる。
　さらに、放射線エネルギーが異なる画像（低エネルギー画像２０１、高エネルギー画像２０２）をそれぞれ複数用意して、複数の物質（例えば、複数の脂肪画像、複数の骨画像）に分離される場合についても適用することが可能である。また、図２の処理を物質特性画像それぞれに交互に繰り返し、さらにノイズ低減処理を実施しても良い。
　例えば、ノイズ低減処理部は、ノイズ低減処理により、ステップＳ２１３で生成された第２の物質特性画像（例えば、骨画像）のノイズ成分を低減する（Ｓ２１２）。そして、画像生成部１１０は、合成画像（Ｓ２１１、２０４）と、ノイズ成分が低減された第２の物質特性画像と、合成スペクトルを用いて、ノイズ低減された第１の物質特性画像（例えば、脂肪画像）を更に生成する（Ｓ２１３）。
　画像生成部１１０は、合成画像（Ｓ２１１、２０４）と、ノイズ成分が低減された第１の物質特性画像（Ｓ２１２，脂肪画像２０５）と、合成スペクトルを用いて、ノイズ低減された第２の物質特性画像（Ｓ２１３、骨画像２０６）を生成する処理（第１処理）を実行する。また、画像生成部１１０は、合成画像（Ｓ２１１、２０４）と、ノイズ成分が低減された第２の物質特性画像（Ｓ２１２、骨画像２０６）と、合成スペクトルを用いて、ノイズ低減された第１の物質特性画像（Ｓ２１３、脂肪画像２０５）を生成する処理（第２処理）を実行する。そして、画像生成部１１０は、第１処理と第２処理とを交互に繰り返し実行する。
　図２の処理を、物質識別画像に適用する場合、実効原子番号と面密度の空間分布は、以下の数５式及び数６式を解くことにより求めることができる。
Figure JPOXMLDOC01-appb-M000005
Figure JPOXMLDOC01-appb-M000006
　数５式及び数６式において、Ｅはエネルギー、Ｎ（Ｅ）は放射線のスペクトル、μ（Ｚeff，Ｅ）は実効原子番号ＺeffとエネルギーＥにおける質量減弱係数、Ｄeffは面密度である。また、添え字のＨとＬはそれぞれ高エネルギーと低エネルギーを示している。数５式及び数６式において未知の変数は、実効原子番号Ｚeffと面密度Ｄeffである。よって、物質ごとの厚さの空間分布（物質分離画像）を求める場合と同様に、異なる２つのエネルギーの放射線にて撮影した画像（複数の放射線画像（低エネルギー画像、高エネルギー画像））を数５式及び数６式に代入することで、２つの独立した式が生成可能であるから、その独立した２つの式を解くことで実効原子番号Ｚeffと面密度Ｄeffの値を求めることができる。
　また、合成放射線画像２０４（Ｘproc）の生成は、先に説明した数３式を用いることで生成することができ、数４式に代わり以下の数７式を解くことにより、ノイズ低減された物質識別画像を生成することができる。
Figure JPOXMLDOC01-appb-M000007
　数７式の方程式をニュートンラプソン法や二分法などの最適化手法で解けば、ノイズ低減されたノイズ低減された物質識別画像（実効原子番号Ｚeffまたは面密度Ｄeffの分布を示す画像）を取得することができる。
　Ｅはエネルギー、Ｎ（Ｅ）は放射線のスペクトル、μ（Ｚeff，Ｅ）は実効原子番号ＺeffとエネルギーＥにおける質量減弱係数、Ｄeffは面密度である。添え字のprocは合成を示す。
　図２に処理において、画像生成部１１０は、例えば、第１の物質特性画像として、面密度画像を生成し（Ｓ２１０）、ノイズ低減処理部１１１は面密度画像に対してノイズ低減処理を行う（Ｓ２１２）。
　画像生成部１１０は、複数の放射線画像から取得した合成画像（合成放射線画像２０４（Ｘproc））と（Ｓ２１１）、ノイズ低減処理された第１の物質特性画像（面密度画像）と、異なる放射線エネルギーのスペクトルから取得した合成スペクトル（合成放射線スペクトルＮproc(Ｅ)）を用いて、ノイズ低減された第２の物質特性画像（実効原子番号の分布を示す画像）を生成する（Ｓ２１３）。すなわち、画像生成部１１０は、第１の物質特性画像として、面密度画像を生成し（Ｓ２１０）、第２の物質特性画像として、実効原子番号画像を生成する（Ｓ２１３）。
　この例に限られず、画像生成部１１０は、第１の物質特性画像として、実効原子番号画像を生成し（Ｓ２１０）、ノイズ低減処理部１１１は実効原子番号画像に対してノイズ低減処理を行う場合（Ｓ２１２）、画像生成部１１０は、複数の放射線画像から取得した合成画像（合成放射線画像２０４（Ｘproc））と（Ｓ２１１）、ノイズ低減処理された第１の物質特性画像（実効原子番号画像）と、異なる放射線エネルギーのスペクトルから取得した合成スペクトル（合成放射線スペクトルＮproc(Ｅ)）を用いて、ノイズ低減された第２の物質特性画像（面密度画像）を生成する（Ｓ２１３）。すなわち、画像生成部１１０は、第１の物質特性画像として、実効原子番号を示す画像を生成し（Ｓ２１０）、第２の物質特性画像として、面密度画像を生成する（Ｓ２１３）。
　造影剤などに含まれるヨウ素の実効原子番号は５３であり、バリウムの実効原子番号は５６であり、カテーテルのガイドワイヤ等に用いられる部材としてステンレスの実効原子番号は２６である。また、ステントに用いられる部材として、チタンの実効原子番号は２２である。実効原子番号の情報を用いることにより、撮影手技に応じて人体（被写体）の内部に入っている物質を識別することができる。
　画像生成部１１０は、実効原子番号の情報を用いることにより、撮影手技に応じて人体（被写体）の内部に入っている物質を識別する画像を生成することができ、生成された画像は、仮想単色放射線画像として、エネルギーサブトラクションを用いた血管造影（ＤＳＡ：Digital Subtraction Angiography）などの他の処理に用いることも可能である。
　本実施形態によれば、ビームハードニングの影響を低減し、ノイズが低減された物質分離画像を取得することが可能になる。
　［第２実施形態］
　第１実施形態では、エネルギーサブトラクションの演算処理時に画素毎に最適化手法を用いているために、物質特性画像を生成するのに所定の時間を要する場合がある。第２実施形態では、エネルギーサブトラクションの演算処理結果をテーブルなどに予め記憶しておき、エネルギーサブトラクションの処理の際にテーブルを参照することで、物質特性画像を短時間で取得する構成について説明する。
　以下の説明では、第１実施形態と同様の部分は説明を省略し、第２実施形態に特有な構成部分についてのみ説明を行う。本実施形態の構成は、透視時などのリアルタイム性が要求される場合に有利な効果がある。
　本実施形態において、画像生成部１１０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放射線エネルギーのスペクトルを用いて生成し、撮影した複数の放射線画像に対応する物質特性画像を出力する第１テーブル（例えば、図５の５Ａに示すテーブル５０１、図５の５Ｂに示すテーブル５０２）を生成する（Ｓ４１０）。
　ノイズ低減処理部１１１は、物質特性画像のノイズ成分を低減する。すなわち、ノイズ低減処理部１１１は、第１テーブル（例えば、図５の５Ａに示すテーブル５０１、図５の５Ｂに示すテーブル５０２）から出力された物質特性画像のノイズ成分を低減する。
　ここで、画像生成部１１０は、複数の放射線画像から取得した合成画像（Ｓ４１２、４０４）と、ノイズ低減処理された第１の物質特性画像（Ｓ４１３，４０５）と、異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成した演算結果に基づいた第２テーブル（例えば、図６の６０１）を生成し（Ｓ４１４）、合成画像（４０４）及びノイズ低減処理された第１の物質特性画像（４０５）に対応する第２の物質特性画像（Ｓ４１５、４０６）を第２テーブル（６０１）から出力する。
　次に第２実施形態の画像処理部１０９における処理の流れを図４に示すフローチャートを用いて詳細に説明する。
　（Ｓ４１０：物質に関するテーブルの生成）
　ステップＳ４１０において、画像生成部１１０は、予めエネルギーサブトラクション処理を行い、演算結果をテーブル化する。画像生成部１１０は、人体を構成する複数の物質について、取りうる物質の厚さの組み合わせ（例えば、第１物質として脂肪と、第２物質として骨との厚さの組み合わせ）から、数１、数２の連立方程式を解き、低エネルギー画像（ＸＬ）と高エネルギー画像（ＸＨ）を取得する。２つの連立方程式の解析には、例えば、ニュートンラプソン法などの最適化手法を用いることが可能である。画像生成部１１０は、数１、数２の連立方程式から取得した低エネルギー画像（ＸＬ）と、高エネルギー画像（ＸＨ）と、第１物質（例えば、脂肪）の厚さとの対応関係を図５の５Ａに示すテーブル５０１として生成し、記憶部１０８に記憶する。また、画像生成部１１０は、数１、数２の連立方程式から取得した低エネルギー画像（ＸＬ）と、高エネルギー画像（ＸＨ）と、第２物質（例えば、骨）の厚さとの対応関係を図５の５Ｂに示すテーブル５０２として生成し、記憶部１０８に記憶する。
　画像生成部１１０は、生成するテーブルの縦軸及び横軸における刻み幅を細かく設定することによりテーブルの精度を良くすることが可能である。刻み幅を細かく設定するとテーブルの生成に時間を要するので、また、画像生成部１１０は、所望の精度が得られるようにテーブルの刻み幅を任意に設定することが可能である。テーブルの縦軸及び横軸の設定は、線形的に値が設定されたものや対数的に値が設定されたものでもよい。また、テーブルの縦軸及び横軸の設定は、近傍の設定値の値を用いて補間することが可能であるため、連続的でなくても良い。
　（Ｓ４１１：物質特性画像の取得）
　ステップＳ４１１において、画像生成部１１０は、ステップＳ４１０で生成したテーブル（図５の５Ａ、図５の５Ｂ）と、低エネルギー画像４０１（ＸＬ）と高エネルギー画像４０２（ＸＨ）を用いて、物質特性画像である物質分離画像を取得する。具体的には、画像生成部１１０は、低エネルギー画像４０１（ＸＬ）と高エネルギー画像４０２（ＸＨ）の各画素の値に基づいて、テーブル（脂肪厚みテーブル（図５の５Ａ）、骨厚みテーブル（図５の５Ｂ））を参照して、物質特性画像である物質分離画像（脂肪厚み画像と骨厚み画像）を取得する。テーブルの値は、例えば、バイリニア補間や対数補間などの手法により補間することが可能である。
　（Ｓ４１２：放射線画像と放射線スペクトルの合成）
　ステップＳ４１２において、ステップＳ２１１と同様に、合成部１１２は、低エネルギーの放射線による画像（低エネルギー画像４０１（ＸＬ））と高エネルギーの放射線による画像（高エネルギー画像４０２（ＸＨ））とに基づいて、合成した放射線画像（以下、合成放射線画像）を生成する。すなわち、合成部１１２は、低エネルギー画像４０１（ＸＬ）と高エネルギー画像４０２（ＸＨ）から、数３式に基づいて、合成放射線画像４０４（Ｘproc）を生成する。
　（Ｓ４１３：ノイズ低減処理）
　ステップＳ４１３におい、ステップＳ２１２と同様に、ノイズ低減処理部１１１は、ステップＳ４１１で取得した物質分離画像４０３に対してノイズ低減処理を行う。ノイズ低減処理部１１１は、ノイズ低減処理の対象として、分離された脂肪画像または骨画像に対してノイズ低減処理を行うことが可能である。例えば、より鮮明な骨画像を取得する場合に、ノイズ低減処理部１１１は、脂肪画像に対してノイズ低減処理を行い、より鮮明な脂肪画像を取得する場合に、ノイズ低減処理部１１１は、骨画像に対してノイズ低減処理を行えばよい。ここでは、より鮮明な骨画像を取得する場合を例として、ノイズ低減処理部１１１は、脂肪画像に対してノイズ低減処理し、平滑化された脂肪画像４０５を取得する。
　（Ｓ４１４：ノイズ低減された物質特性画像を取得するテーブルの生成）
　画像生成部１１０は、第１物質（例えば、脂肪）の厚さと、合成放射線画像の画素値と、第２物質（例えば、骨）の厚さとを対応づけるテーブル６０１を生成し、記憶部１０８に記憶する。図６は、ノイズ低減された物質特性画像を取得するテーブル６０１を例示する図である。横軸には合成放射線画像４０４（Ｘproc）の画素値が設定され、縦軸には第１物質（脂肪）の厚さが設定されており、合成放射線画像４０４（Ｘproc）の画素値と、第１物質（脂肪）の厚さと、第２物質（骨）の厚さの分布とが対応づけられている。
　具体的なテーブル６０１の生成方法として、画像生成部１１０は、人体でとりうる第１物質（脂肪）の厚さｄＡと合成放射線画像４０４（Ｘproc）の画素値との組み合わせに基づいて数４式から、第２物質（骨）の厚さｄＢを求める。そして、画像生成部１１０は、求めた第２物質（骨）の厚さｄＢと、合成放射線画像４０４（Ｘproc）の画素値、第１物質（脂肪）の厚さｄＡとを対応づけるテーブル６０１を生成する。
　（Ｓ４１５：ノイズ低減された骨画像の取得）
　ステップＳ４１５において、画像生成部１１０は、ステップＳ４１４で生成したテーブル６０１と合成放射線画像４０４（Ｘproc）と、ステップＳ４１３でノイズ低減された第１物質（脂肪）の厚さの画像（平滑化された脂肪画像４０５）を用いて、物質特性画像である第２物質（骨）の厚さの画像（骨画像４０６）を取得する。画像生成部１１０は、テーブル６０１を参照することにより、ステップＳ４１３でノイズ低減された第１物質（脂肪）の厚さｄＡと合成放射線画像４０４（Ｘproc）の画素値から第２物質（骨）の厚さｄＢを求めることができ、第２物質（骨）の厚さｄＢからノイズ低減された骨画像を取得する。
　図４で説明した処理によれば、ステップＳ４１０でテーブル５０１、５０２を参照することにより、数１、数２式に基づいた演算負荷を低減しつつ物質特性画像である物質分離画像を取得することができる。また、ステップＳ４１４でテーブル６０１を参照することにより、数４式に基づいた演算負荷を低減しつつノイズ低減された物質特性画像である物質分離画像を取得することができる。図４で説明した第２実施形態の処理によれば、より高速な画像処理が必要とされる動画撮影に適用することが可能になる。
　［画像処理結果の比較］
　本発明の実施形態（第１実施形態、第２実施形態）で得られる物質特性画像の精度について説明する。図７は、本発明の実施形態の効果を例示する図である。図７の７Ａは効果を測定するためのファントムの構成を例示する図である。図７の７Ａに示すファントムを用いて、低エネルギーの放射線による画像（低エネルギー画像）と高エネルギーの放射線による画像（高エネルギー画像）を取得し、本発明の実施形態（例えば、第１実施形態または第２実施形態）の処理に基づいて、ファントムを構成する物質の厚さを求めた結果が図７の７Ｂの波形７０１である。比較例として、特許文献１で開示されているエネルギーサブトラクションの手法を用いた結果が図７の７Ｂの波形７０２である。ファントムの構成は、アクリル樹脂（ＰＭＭＡ）とアルミ（ＡＬ）とから構成されており、アクリル樹脂（ＰＭＭＡ）は軟物質である脂肪に対応し、アルミ（ＡＬ）は硬物質である骨に対応する。ファントムの構成において、アルミ（ＡＬ）の厚さは１ｃｍで一定である。アクリル樹脂（ＰＭＭＡ）の厚さは、１５ｃｍ、２０ｃｍ、２５ｃｍの３種類である。
　図７の７Ｂにおいて、横軸はアクリル樹脂（ＰＭＭＡ）の厚さを示し、縦軸は、アルミ（ＡＬ）の厚さ１ｃｍに対する誤差を示している。図７の７Ｂの波形７０２に示すように、特許文献１で開示されているエネルギーサブトラクションの手法では、アクリル樹脂（ＰＭＭＡ）の厚さに対して、アルミ（ＡＬ）の厚さ誤差は、－７％から＋４％の範囲でばらついている。一方、図７の７Ｂの波形７０１に示すように、本発明の実施形態の処理によれば、アクリル樹脂（ＰＭＭＡ）の厚さに対して、アルミ（ＡＬ）の厚さ誤差は、約±１％の範囲内に収まっている。
　本発明の実施形態は、従来技術である特許文献１の処理に比べて、誤差を低減することができ、画像処理において定量性が求められる測定の場合は、本技術の実施形態が有効である。特にアクリル樹脂（ＰＭＭＡ）の厚さが変わって、ビームハードニングが起こっても定量性に優れていることが特徴である。
　（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。
　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２０１９－１０１４８３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：放射線撮影システム、１０１：放射線源、１０２：ＦＰＤ（放射線検出装置）、１０４：放射線発生装置、１０５：制御部、１０６：モニタ（表示部）、１０７：操作部、１０８：記憶部、１０９：画像処理部、１１０：生成部、１１１：ノイズ低減処理部、１１２：合成部、１２０：画像処理装置

Claims (22)

  1. 　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前記放射線エネルギーのスペクトルを用いて生成する画像生成手段と、
    　前記物質特性画像のノイズ成分を低減するノイズ低減処理手段と、を備え、
    　前記画像生成手段は、
    　前記複数の放射線画像から取得した合成画像と、前記ノイズ成分が低減された第１の物質特性画像と、前記異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成することを特徴とする画像処理装置。
  2. 　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前記放射線エネルギーのスペクトルを用いて生成し、前記撮影した複数の放射線画像に対応する物質特性画像を出力する第１テーブルを生成する画像生成手段と、
    　前記物質特性画像のノイズ成分を低減するノイズ低減処理手段と、を備え、
    　前記画像生成手段は、
    　前記複数の放射線画像から取得した合成画像と、前記ノイズ成分が低減された第１の物質特性画像と、前記異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を出力する第２テーブルを生成し、前記合成画像及び前記第１の物質特性画像に対応する第２の物質特性画像を前記第２テーブルから出力することを特徴とする画像処理装置。
  3. 　前記物質特性画像は、前記複数の放射線画像に含まれる複数の物質を分離した物質分離画像であ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。
  4. 　前記画像生成手段は、前記第１の物質特性画像として、前記複数の物質を構成する第１の物質の厚さ又は密度を示す画像を生成し、
    　前記第２の物質特性画像として、前記複数の物質を構成する第２の物質の厚さ又は密度を示す画像を生成することを特徴とする請求項３に記載の画像処理装置。
  5. 　前記物質には被検体を構成する軟物質として脂肪が含まれ、硬物質として骨が含まれ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。
  6. 　前記物質特性画像は、前記複数の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物質識別画像であ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。
  7. 　前記画像生成手段は、前記第１の物質特性画像として、前記面密度を示す画像を生成し、
    　前記第２の物質特性画像として、前記実効原子番号の分布を示す画像を生成することを特徴とする請求項６に記載の画像処理装置。
  8. 　前記画像生成手段は、前記第１の物質特性画像として、前記実効原子番号を示す画像を生成し、
    　前記第２の物質特性画像として、前記面密度を示す画像を生成することを特徴とする請求項６に記載の画像処理装置。
  9. 　前記画像生成手段は、前記実効原子番号の情報を用いることにより被検体の内部に入っている物質を識別する画像を生成することを特徴とする請求項６乃至８のいずれか１項に記載の画像処理装置。
  10. 　前記画像生成手段は１回の放射線照射で取得された前記複数の放射線画像を用いて前記物質特性画像を生成することを特徴とする請求項１乃至９のいずれか１項に記載の画像処理装置。
  11. 　前記スペクトルには、前記放射線エネルギーに対応するフォトン数の情報が含まれ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。
  12. 　前記異なる放射線エネルギーごとに前記スペクトルを記憶した記憶手段を更に備え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。
  13. 　前記合成画像を生成する合成手段を更に備え、
    　前記合成手段は、重み付き加算処理を前記複数の放射線画像に行うことにより前記合成画像を生成することを特徴とする請求項１乃至１２のいずれか１項に記載の画像処理装置。
  14. 　前記合成手段は、前記複数の放射線画像を撮影する際の線量またはフォトン数を計算し、前記複数の放射線画像における前記線量の比または前記フォトン数の比に基づいて、前記加算処理における重み係数を設定することを特徴とする請求項１３に記載の画像処理装置。
  15. 　前記合成手段は、測定した各放射線エネルギーの放射線スペクトルと前記重み係数に基づいて前記合成スペクトルを取得することを特徴とする請求項１４に記載の画像処理装置。
  16. 　前記合成手段は、前記複数の放射線画像を構成するスペクトルを算出し、前記算出したスペクトルを加算平均することにより前記合成スペクトルを取得することを特徴とする請求項１３に記載の画像処理装置。
  17. 　前記ノイズ低減処理手段は前記第２の物質特性画像のノイズ成分を低減し、
    　前記画像生成手段は、前記合成画像と、前記ノイズ成分が低減された第２の物質特性画像と、前記合成スペクトルを用いて、ノイズ低減された第１の物質特性画像を更に生成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。
  18. 　前記画像生成手段は、
    　前記合成画像と、ノイズ成分が低減された前記第１の物質特性画像と、前記合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成する処理と、
    　前記合成画像と、ノイズ成分が低減された前記第２の物質特性画像と、前記合成スペクトルを用いて、ノイズ低減された第１の物質特性画像を生成する処理と、を交互に繰り返し実行することを特徴とする請求項１７に記載の画像処理装置。
  19. 　前記画像生成手段で生成された画像を表示部に表示させる表示制御手段を更に備えることを特徴とする請求項１乃至１８のいずれか１項に記載の画像処理装置。
  20. 　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に含まれる物質についての物質特性画像を前記放射線エネルギーのスペクトルを用いて生成する工程と、
    　前記物質特性画像のノイズ成分を低減する工程と、
    　前記複数の放射線画像から取得した合成画像と、前記ノイズ成分が低減された第１の物質特性画像と、前記異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を生成する工程と、を有することを特徴とする画像処理方法。
  21. 　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に含まれる物質についての物質特性画像を前記放射線エネルギーのスペクトルを用いて生成し、前記撮影した複数の放射線画像に対応する物質特性画像を出力する第１テーブルを生成する工程と、
    　前記物質特性画像のノイズ成分を低減する工程と、
    　前記複数の放射線画像から取得した合成画像と、前記ノイズ成分が低減された第１の物質特性画像と、前記異なる放射線エネルギーのスペクトルから取得した合成スペクトルを用いて、ノイズ低減された第２の物質特性画像を出力する第２テーブルを生成し、前記合成画像及び前記第１の物質特性画像に対応する第２の物質特性画像を前記第２テーブルから出力する工程と、
    　を有することを特徴とする画像処理方法。
  22. 　コンピュータを、請求項１乃至１９のいずれか１項に記載の画像処理装置の各手段として機能させるプログラム。
PCT/JP2020/016777 2019-05-30 2020-04-16 画像処理装置、画像処理方法及びプログラム WO2020241110A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/529,327 US20220076397A1 (en) 2019-05-30 2021-11-18 Image processing apparatus, image processing method, and non-transitory computer-readable storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019101483A JP7313194B2 (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
JP2019-101483 2019-05-30

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/529,327 Continuation US20220076397A1 (en) 2019-05-30 2021-11-18 Image processing apparatus, image processing method, and non-transitory computer-readable storage medium

Publications (1)

Publication Number Publication Date
WO2020241110A1 true WO2020241110A1 (ja) 2020-12-03

Family

ID=73545395

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/016777 WO2020241110A1 (ja) 2019-05-30 2020-04-16 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) US20220076397A1 (ja)
JP (1) JP7313194B2 (ja)
WO (1) WO2020241110A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022181022A1 (ja) * 2021-02-26 2022-09-01 キヤノン株式会社 画像処理装置及び方法、放射線撮像システム、プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020003744A1 (ja) * 2018-06-27 2020-01-02 キヤノン株式会社 放射線撮影装置、放射線撮影方法およびプログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03285475A (ja) * 1990-02-14 1991-12-16 Fuji Photo Film Co Ltd エネルギーサブトラクション画像生成方法
JP2008062035A (ja) * 2006-09-08 2008-03-21 General Electric Co <Ge> 対象の多重スペクトル画像を形成する方法及びシステム
JP2008125900A (ja) * 2006-11-22 2008-06-05 Ge Medical Systems Global Technology Co Llc Ｘ線断層撮影装置
JP2009506854A (ja) * 2005-09-06 2009-02-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 複数エネルギー窓をもつ計算機断層撮影におけるデータ処理および解析
JP2014210180A (ja) * 2013-04-04 2014-11-13 株式会社東芝 Ｘ線コンピュータ断層撮影装置
WO2018187735A1 (en) * 2017-04-07 2018-10-11 Photo Diagnostic Systems, Inc. Method for artifact reduction using monoenergetic data in computed tomography

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5485371A (en) * 1990-02-14 1996-01-16 Fuji Photo Film Co., Ltd. Method for forming energy subtraction radiation images, and method and apparatus for smoothing radiation images
JP2003180669A (ja) * 2001-12-18 2003-07-02 Shimadzu Corp Ｘ線撮影装置
EP1492053B1 (en) * 2003-06-26 2006-12-06 Fuji Photo Film Co., Ltd. Method, apparatus and program for image processing, and abnormal shadow detection
EP1712179B1 (en) * 2005-04-13 2010-12-15 Tanita Corporation Trunk visceral fat measuring method and apparatus
WO2012110898A2 (en) * 2011-02-18 2012-08-23 Smiths Heimann Gmbh System and method for multi-scanner x-ray inspection
US9458524B2 (en) * 2013-03-05 2016-10-04 Cabot Corporation Methods to recover cesium or rubidium from secondary ore

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03285475A (ja) * 1990-02-14 1991-12-16 Fuji Photo Film Co Ltd エネルギーサブトラクション画像生成方法
JP2009506854A (ja) * 2005-09-06 2009-02-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 複数エネルギー窓をもつ計算機断層撮影におけるデータ処理および解析
JP2008062035A (ja) * 2006-09-08 2008-03-21 General Electric Co <Ge> 対象の多重スペクトル画像を形成する方法及びシステム
JP2008125900A (ja) * 2006-11-22 2008-06-05 Ge Medical Systems Global Technology Co Llc Ｘ線断層撮影装置
JP2014210180A (ja) * 2013-04-04 2014-11-13 株式会社東芝 Ｘ線コンピュータ断層撮影装置
WO2018187735A1 (en) * 2017-04-07 2018-10-11 Photo Diagnostic Systems, Inc. Method for artifact reduction using monoenergetic data in computed tomography

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IWAMOTO, SHIN- ICHIRO: "Educational lecture materials] X-ray attenuation coefficient in diagnostic imaging", MEDICAL IMAGING AND INFORMATION SCIENCES, vol. 32, no. 3, 2015, pages 54 - 62 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022181022A1 (ja) * 2021-02-26 2022-09-01 キヤノン株式会社 画像処理装置及び方法、放射線撮像システム、プログラム

Also Published As

Publication number Publication date
US20220076397A1 (en) 2022-03-10
JP2020192268A (ja) 2020-12-03
JP7313194B2 (ja) 2023-07-24

Similar Documents

Publication Publication Date Title
JP7217020B2 (ja) Ｘ線装置、ｘ線検査方法、及びデータ処理装置
JP2606828B2 (ja) Ｘ線像を較正する装置
US8054940B2 (en) Image capturing system for medical use, image processing apparatus, and image processing method
US9345443B2 (en) Calibration free dual energy radiography method
JP2017143943A (ja) 放射線画像処理装置、方法およびプログラム
EP3612095B1 (en) Beam hardening correction in x-ray dark-field imaging
EP3804623B1 (en) Radiation imaging apparatus, radiation imaging method, and program
WO2020241110A1 (ja) 画像処理装置、画像処理方法及びプログラム
JP2018038646A (ja) 画像処理装置、方法およびプログラム
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
JP2017080342A (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
JPH0448453B2 (ja)
US11813095B2 (en) Radiation imaging apparatus, radiation imaging method, and non-transitory computer-readable storage medium
JP7144988B2 (ja) 放射線撮影装置、放射線撮影方法およびプログラム
WO2020095578A1 (ja) 情報処理装置および方法、放射線撮影システム
EP3773214B1 (en) Cross directional bilateral filter for ct radiation dose reduction
KR101860145B1 (ko) 광자계수기반 디지털 단층영상합성 장치, 시스템에서의 이중에너지 영상화방법 및 이를 이용한 시스템
JP7144987B2 (ja) 放射線撮影装置、放射線撮影方法およびプログラム
US20100061654A1 (en) Scatter estimation and reduction method and apparatus
WO2021095447A1 (ja) 画像処理装置、放射線撮影装置、画像処理方法及びプログラム
JP2018117900A (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
Butzer MARS-CT: Biomedical Spectral x-ray imaging with Medipix
Stewart Single exposure dual-energy digital radiography

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: 20813111

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: 20813111

Country of ref document: EP

Kind code of ref document: A1