JPH04156532A - 放射線画像読取条件及び／又は画像処理条件決定方法及び装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、放射線画像を表わす画像信号に基づいて、画
像信号を得る際の読取条件１画像信号に画像処理を施す
際の画像処理条件を求める放射線画像読取条件及び／又
は画像処理条件決定方法および装置に関するものである
。

（従来の技術） 記録された放射線画像を読み取って画像信号を得、この
画像信号に適切な画像処理を施した後、画像を再生記録
することは種々の分野で行なわれている。たとえば、後
の画像処理に適合するように設計されたガンマ値の低い
Ｘ線フィルムを用いてＸ線画像を記録し、このＸ線画像
が記録されたフィルムからＸ線画像を読み取って電気信
号に変換し、この電気信号（画像信号）に画像処理を施
した後コピー写真等に可視像とし、て再生することによ
り、コントラスト、シャープネス、粒状性等の画質性能
の良好な再生画像を得ることが行なわれている（特公昭
６１−５１９３号公報参照）。

また本願出願人により、放射線（Ｘ線、α線。

β線、γ線、電子線、紫外線等）を照射するとこの放射
線エネルギーの一部か蓄積され、その後可視光等の励起
光を照射すると蓄積されたエネルギーに応じて輝尽発光
を示す蓄積性蛍光体（輝尽性蛍光体）を利用して、人体
等の被写体の放射線画像情報を一部シート状の蓄積性蛍
光体に記録し、この蓄積性蛍光体シートをレーザー光等
の励起光で走査して輝尽発光光を生ぜしめ、得られた輝
尽発光光を光電的に読み取って画像信号を得、この画像
データに基づき被写体の放射線画像を写真感光材料等の
記録材料、ＣＲＴ等に可視像として出力させる放射線画
像記録再生システムかすでに提案されている（特開昭５
５−１２４２９号、同５Ｂ−１１３９５号。

同５５−１６３４７２号、同５６−１０４６４５号、同
５５−１１６３４０号等）。

このシステムは、従来の銀塩写真を用いる放射線写真シ
ステムと比較して極めて広い放射線露出域にわたって画
像を記録しうるという実用的な利点を有している。すな
わち、蓄積性蛍光体においては、放射線露光量に対して
蓄積後に励起によって輝尽発光する発光光の光量が極め
て広い範囲にわたって比例することが認められており、
従って種々の撮影条件により放射線露光量がかなり大幅
に変動しても、蓄積性蛍光体シートより放射される輝尽
発光光の光量を読取ゲインを適当な値に設定して光電変
換手段により読み取って電気信号に変換し、この電気信
号を用いて写真感光材料等の記録材料、ＣＲＴ等の表示
装置に放射線画像を可視像として出力させることによっ
て、放射線露光量の変動に影響されない放射線画像を得
ることができる。

上記システムにおいて、蓄積性蛍光体シートに照射され
た放射線の線量等に応じて最適な読取条件で読み取って
画像信号を得る前に、予め低レベルの光ビームにより蓄
積性蛍光体シートを走査してこのシートに記録された放
射線画像の概略を読み取る先読みを行ない、この先読み
により得られた先読画像信号を分析し、その後上記シー
トに高レベルの光ビームを照射して走査し、この放射線
画像に最適な読取条件で読み取って画像信号を得る本読
みを行なうように構成されたシステムもある。

ここで読取条件とは、読取りにおける輝尽発光光の光量
と読取装置の出力との関係に影響を与える各種の条件を
総称するものであり、例えば入出力の関係を定める読取
ゲイン、スケールファクタあるいは、読取りにおける励
起光のパワー等を意味するものである。

また、光ビームの高レベル／低レベルとは、それぞれ、
上記シートの単位面積当りに照射される光ビームのエネ
ルギーの大／小、もしくは上記シートから発せられる輝
尽発光光のエネルギーが上記光ビームの波長に依存する
（波長感度分布を有する）場合は、上記シートの単位面
積当りに照射される光ビームのエネルギーを上記波長感
度で重みづけした後の重みづけエネルギーの大／小をい
い、光ビームのレベルを変える方法としては、異なる波
長の光ビームを用いる方法、レーザ光源等から発せられ
る光ビームの強度そのものを変える方法、光ビームの光
路上にＮＤフィルター等を挿入、除去することにより光
ビームの強度を変える方法、光ビームのビーム径を変え
て走査密度を変える方法、走査速度を変える方法等、公
知の種々の方法を用いることができる。

また、この先読みを行なうシステムか先読みを行なわな
いシステムかによらず、得られた画像信号（先読画像信
号を含む）を分析し、画像信号に画像処理を施す際の最
適な画像処理条件を決定するようにしたシステムもある
。ここで画像処理条件とは、画像信号に基づく再生画像
の階調や感度等に影響を及ぼす処理を該画像信号に施す
際の各種の条件を総称するものである。この画像信号に
基づいて最適な画像処理条件を決定する方法は、蓄積性
蛍光体シートを用いるシステムに限られず、たとえば従
来のＸ線フィルム等の記録シートに記録された放射線画
像から画像信号を得るシステムにも適用されている。

上記画像信号（先読画像信号を含む）に基づいて読取条
件及び／又は画像処理条件（以下、読取条件等と呼ぶ。

）を求める演算は、あらかじめ多数の放射線画像を統計
的に処理した結果からそのアルゴリズムが定められてい
る（たとえば、特開昭８０−１．８５９４４号公報、特
開昭６１−２８０１８３号公報参照）。

この従来採用されているアルゴリズムのひとつ　　−と
じて、画像信号のヒストグラムを求め、このヒストグラ
ムに基づいて読取条件等を求める方法が知られている。

このヒストグラムに基づいて読取条件等を求める方法は
、画像信号のヒストグラムから画像情報として必要な範
囲の最大値と最小値の両者を求め、この最大値と最小値
とに挾まれた範囲内の画像情報か例えば本読みにおいて
精度良く読み取られるように読取条件等を求める方法（
特開昭６０−１５６０５５号公報参照）や、ヒストグラ
ムから最大値のみを求め、その最大値から所定値を引い
た値を最小値とし、この最大値と最小値とに挾まれた範
囲を必要な画像情報の範囲とする方法（特開昭８０−１
８５９４４号公報参照）、あるいは、ヒストグラムから
最小値のみを求め、その最小値に所定値を足した値を最
大値とし、この最小値と最大値とに挾まれた範囲を必要
な画像情報の範囲とする方法（特開昭６１−２８０１６
３号公報参照）、その他、差分ヒストグラムを用いる方
法（特願昭６２−６７３０２号参照）、累積ヒストグラ
ムを用いる方法（特開昭Ｅｉ１−１７０７３０号公報参
照）、ヒストグラムを判別基準により複数の小領域に分
割する方法（特願昭６２−９６７１８号参照）等、多数
の方法によって読取条件等を定める方法か知られている
。

しかし、上記の画像信号のヒストグラムに基づいて読取
条件等を求めるヒストグラム解析による方法では、しき
い値処理をして局所的解析により各種特性値を算出して
いるため、ヒストグラムの局所的特徴を重視しすぎて誤
った結果を出してしまうことかある。

そこで、近年出現した、ニューラルネ・ソトワークを利
用した方法をこの分野に適用することか考えられる。

このニューラルネットワークは、ある入力信号を与えた
ときに出力された出力信号が正しい信号であるか誤った
信号であるかという情報（教師信号）を入力することに
より、ニューラルネ・ントワーク内部の各ユニット間の
結合の重み（シナプス結合のウェイト）を修正するとい
う誤差逆伝幡学習（パックプロパゲーション）機能を備
えたものであり、縁り返し　′学習゛　させることによ
り、新たな信号か入力されたときに正解を出力する確率
を高めることができるものである。

このニューラルネットワークを用いると、放射線画像の
画像データを入力として、上記の前述の読取条件等の決
定を行なうことか可能である。

すなわち、上記放射線画像の画像データを上記ニューラ
ルネットワークに入力し、読取条件等を出力とし、二〇
ニューラルネットワークにあらかじめ繰り返し　′学習
゛　させることにより次第に正しい読取条件等を求める
ことかできるようにすることができる。

（発明が解決しようとする課題） しかし、上記のニューラルネットワークを用いて読取条
件等を求める方法においては、与えられた画像データを
そのまま受は取り、画像データ全体について判断をする
ため、画面における被写体の位置が標準のもの（第２Ａ
図）から大きくすれている場合（第２Ｂ図）には、被写
体が全くない所謂ず抜は部についても画像の被写体部分
と同様のウェイトを置いて判断のための演算を行なうの
で、誤った結果を出してしまうことかある。また、画像
データをそのまま入力して学習を繰返するため、このよ
うな位置ずれをした画像が多数入力されると学習に膨大
な時間をかける必要かあり、現実的に実施するのが困難
であるという問題かある。

そこで本発明は、ニューラルネットワークを用いた場合
における上記のような位置ずれに伴なう各種の欠点を解
消して、能率良く、高い精度で放射線画像読取条件及び
／又は画像処理条件を決定する方法および装置を提供す
ることを目的とするものである。

（課題を解決するための手段） 本発明のひとつは前述した蓄積性蛍光体シートを用い、
先読みを行なうシステムに用いられるものであり、その
放射線画像読取条件及び／又は画像処理条件決定方法は
、 被写体の放射線画像が記録された蓄積性蛍光体シートに
励起光を照射し該蓄積性蛍光体シートから発せられた輝
尽発光光を読み取って得られた前記放射線画像を表わす
第一の画像信号に基づいて、前記蓄積性蛍光体シートに
再度励起光を照射し該蓄積性蛍光体シートから発せられ
た輝尽発光光を読み取って前記放射線画像を表わす第二
の画像信号を得る際の読取条件及び／又は得られた前記
第二の画像信号に画像処理を施す際の画像処理条件を求
める放射線画像読取条件及び／又は画像処理条件決定方
法において、 前記第一の画像信号を二二−ラルネットワークに入力し
、該ニューラルネットワークから前記読取条件及び／又
は前記画像処理条件を出力させる際、該ニューラルネッ
トワークに、前記画像中の被写体の中心位置に関する情
報を入力し、該ニューラルネットワークにおいて、該被
写体の中心位置を考慮して前記画像信号から前記読取条
件及び／又は前記画像処理条件を出力させることを特徴
とするものである。

そして、上記方法を実施する本発明による放射線画像読
取条件及び／又は画像処理条件決定装置は、被写体の放
射線画像が記録された蓄積性蛍光体シートに励起光を照
射し該蓄積性蛍光体シートから発せられた輝尽発光光を
読み取って得られた前記放射線画像を表わす第一の画像
信号に基づいて、前記蓄積性蛍光体シートに再度励起光
を照射し該蓄積性蛍光体シートから発せられた輝尽発光
光を読み取って前記放射線画像を表わす第二の画像信号
を得る際の読取条件及び／又は得られた前記第二の画像
信号に画像処理を施す際の画像処理条件を求める放射線
画像読取条件及び／又は画像処理条件決定装置において
、 前記第一の画像信号から前記画像中の被写体の中心位置
を決定し出力する手段と、 該被写体中心位置決定手段の出力と前記第一の画像信号
とを入力し、該被写体の中心位置を考慮しつつ、前記第
一の画像信号に基づいて前記読取条件及び／又は前記画
像処理条件を出力するニューラルネットワークとからな
ることを特徴とするものである。

また、本発明によるもうひとつの方法は、蓄積性蛍光体
シートに限られず、画像処理条件を求めるものである。

すなわちこの放射線画像処理条件決定方法は、 被写体の放射線画像を表わす画像信号に基づいて、該画
像信号に画像処理を施す際の画像処理条件を求める放射
線画像処理条件決定方法において、前記画像信号をニュ
ーラルネットワークに入力し、該ニューラルネットワー
クから前記画像処理条件を出力させる際、該ニューラル
ネットワークに、前記画像中の被写体の中心位置に関す
る情報を入力し、該ニューラルネットワークにおいて、
該被写体の中心位置を考慮して前記画像信号がら前記画
像処理条件を出力させることを特徴とするものである。

そしてそれを実施するための装置は、放射線画像を表わ
す画像信号に基づいて、該画像信号に画像処理を施す際
の画像処理条件を求める放射線画像処理条件決定装置に
おいて、 前記画像信号から前記画像中の被写体の中心位置を決定
し出力する手段と、 該被写体中心位置決定手段の出力と前記画像信号とを入
力し、該被写体の中心位置を考慮しつつ、前記画像信号
に基づいて前記画像処理条件を出力するニューラルネッ
トワークとからなることを特徴とするものである。

（発明の作用および効果） 本発明による放射線画像読取条件及び／又は画像処理条
件決定方法は、画像信号をニューラルネットワークに入
力し、該ニューラルネットワークから読取条件及び／又
は画像処理条件を出力させる際、ニューラルネットワー
クに、画像中の被写体の中心位置に関する情報を入力し
、該ニューラルネットワークにおいて、被写体の中心位
置を考慮して前記画像信号から読取条件及び／又は画像
処理条件を出力させるものであるから、ニューラルネッ
トワークは画像の位置にずれがあっても、その被写体の
位置を常に正しく捕えて、標準の被写体の画像データと
類似した画像データについて判断のための演算をすれば
よいので、能率良く、高い精度で放射１画像読取条件及
び／又は画像処理条件を決定することができる。

なお、画像中の被写体中心位置を決定する方法としては
、例えば特開平２−２８７８２号に記載されている方法
が採用できる。

（実　施　例） 以下、本発明の実施例について、図面を参照して説明す
る。

第１図は本発明の基本的概念を示すブロック図である。

すなわち、本発明の放射線画像読取条件及び／又は画像
処理条件決定方法を実施する装置は、被写体の放射線画
像の画像信号１がら前記画像中の被写体の中心位置を決
定し出力する手段２と、該被写体中心位置決定手段２の
出力と前記画像信号２とを入力し、該被写体の中心位置
を考慮しつつ、前記画像信号に基づいて前記読取条件及
び／又は前記画像処理条件を出力するニューラルネット
ワーク３とを備えたものである。

これにより、前記画像信号１をニューラルネットワーク
３に入力し、該ニューラルネットワーク３から前記読取
条件及び／又は前記画像処理条件を出力させる際、該二
二−ラルネットワーク３に、前記画像中の被写体の中心
位置に関する情報を入力し、該ニューラルネットワーク
３において、該被写体の中心位置を考慮して前記画像信
号から前記読取条件及び／又は前記画像処理条件を出力
させることかできる。

次に、本発明による放射線画像読取条件及び／′又は画
像処理条件決定方法を適用したコンピュータシステムを
内包したＸ線画像読取装置の一例について詳細に説明す
る。

第３図は、Ｘ線画像読取装置の一例、および本発明の放
射線画像読取条件及び／又は画像処理条件決定装置の一
例を内包したコンピュータシステムの一例を示した斜視
図である。このシステムは前述した蓄積性蛍光体シート
を用い、先読みを行なうシステムである。

図示しないＸ線撮影装置において、被写体のＸ線画像が
蓄積性蛍光体シートに蓄積記録される。

このＸ線画像が記録された蓄積性蛍光体シート１１は、
まず弱い光ビームで走査してこのシート１１に蓄積され
た放射線エネルギーの一部のみを放出させて先読みを行
なう先読手段】００の所定位置にセットされる。この所
定位置にセットされた蓄積性蛍光体シート１１は、モー
タ１２により駆動されるエンドレスベルト等のシート搬
送手段１３により、矢印Ｙ方向に搬送（副走査）される
。一方、レーザー光源１４から発せられた弱い光ビーム
１５はモータ２３により駆動され矢印方向に高速回転す
る回転多面鏡１６によって反射偏向され、ｆθレンズ等
の集束レンズ１７を通過した後、ミラー１８により光路
を変えて前記シート１１に入射し副走査の方向（矢印Ｙ
方向）と略垂直な矢印Ｘ方向に主走査する。この光ビー
ム１５か照射されたシート１１の箇所からは、蓄積記録
されている放射線画像情報に応じた光量の輝尽発光光１
９か発散され、この輝尽発光光１９は光ガイド２０によ
って導かれ、フォトマルチプライヤ（光電子増倍管）２
１によって光電的に検出される。上記光ガイド２０はア
クリル板等の導光性材料を成形して作られたものであり
、直線状をなす入射端面２０ａが蓄積性蛍光体シート】
１上の主走査線に沿って延びるように配され、円環状に
形成された出射端面２０ｂに上記フォトマルチプライヤ
２１の受光面が結合されている。上記入射端面２０ａか
ら光ガイド２０内に入射した輝尽発光光１９は、該光ガ
イド２０の内部を全反射を繰り返して進み、出射端面２
０ｂから出射してフォトマルチプライヤ２１に受光され
、放射線画像を表わす輝尽発光光１９の光量かフォトマ
ルチプライヤ２１によって電気信号に変換される。

フォトマルチプライヤ２１から出力されたアナログ出力
信号Ｓは対数増幅器２６で対数的に増幅され、Ａ／Ｄ変
換器２７てディジタル化され、先読画像信号Ｓｐが得ら
れる。この先読画像信号Ｓｐの信号レベルは、シート１
１の各画素から発せられた輝尽発光光の光量の対数と比
例している。

上記先読みにおいては、蓄積性蛍光体シート】１に蓄積
された放射線エネルギーの広い領域にわたって読み取る
ことができるように、読取条件即ちフォトマルチプライ
ヤ２Ｉに印加する電圧値や対数増幅器２６の増幅率等が
定められている。

得られた先読画像信号Ｓｐは、コンピュータシステム４
０に入力される。このコンピュータシステム４０は、本
発明の放射線画像読取条件及び／又は画像処理条件決定
装置の一例を内包するものであり、ＣＰＵおよび内部メ
モリが内蔵された本体部４１、補助メモリとしてのフロ
ッピィディスクか挿入されドライブされるドライブ部４
２．オペレータがこのコンピュータシステム４０に必要
な指示等を入力するためのキーボード４３．および必要
な情報を表示するためのＣＲＴデイスプレィ４４から構
成されている。　　・ このコンピュータシステム４０内では、入力された先読
画像信号Ｓｐに基づいて必要に応じて分割パターン及び
照射野が認識され、次いでその先読画像信号Ｓｐに基づ
いてニューラルネットワークにより本読みの際の読取条
件、即ち本読みの際の感度ＳｋおよびラチチュードＧｐ
が求められ、この求められた感度Ｓｋ、ラチチュードｃ
ｐに従って、たとえばフォトマルチプライヤ２１′　に
印加する電圧値や対数増幅器２６′の増幅率等が制御さ
れる。このとき、ニューラルネットワークには被写体中
心位置の情報が先読画像信号Ｓｐとともに入力され、該
ニューラルネットワークにおいて、該被写体中心位置を
考慮して前記先読画像信号Ｓｐから前記感度Ｓｋおよび
ラチチュードＧｐが出力される。

ここでラチチュードＧｐとは、本読みの際に画像信号に
変換される最も微弱な輝尽発光光に対する最も強大な輝
尽発光光の光量比に対応するものであり、感度Ｓｋとは
所定の光量の輝尽発光光をどのレベルの画像信号とする
かを定める光電変換率をいう。

先読みの終了した蓄積性蛍光体シート１１′　は、本読
手段１００′の所定位置にセットされ、上記先読みに使
用した光ビームより強い光ビーム１５′　によりシート
１１′が走査され、前述のようにして定められた読取条
件により画像信号が得られるが、本読手段１００′の構
成は上記先読手段１００の構成と路間−であるため、先
読手段１００の各構成要素と対応する構成要素には先読
手段１００で用いた番号にダッシユを付して示し、説明
は省略する。

Ａ／Ｄ変換器２７′でディジタル化されることにより得
られた画像信号Ｓ０は、再度コンピュータシステム４０
に入力される。コンビコータシステム４０内では画像信
号ＳΩに適切な画像処理が施され、この画像処理の施さ
れた画像信号は図示しない再生装置に送られ、再生装置
において二の画像信号に基づくＸ線画像が再生表示され
る。

前記コンピュータシステム４０では先読画像信号Ｓｐを
ニューラルネットワーク３に入力する一方、これと同時
に、該先読画像信号Ｓｐを前記画像中の被写体の中心位
置を決定する手段２に入力し、該ニューラルネットワー
ク３においては、被写体の中心位置を考慮して前記画像
信号から本読みの際の読取条件が決定される。

前記被写体中心位置の決定方法としては、特開平２−２
８７８２号に開示されている方法が有効である。

すなわち、被写体像を含む放射線画像が記録された、蓄
積性蛍光体シート、写真フィルム等の記録シート上の各
画素から得られた画像信号に基づいて、各画素に対応す
る画像信号値またはこの逆数でそれぞれ対応する各画素
を重み付けして記録シートの重心を求め、この重心を、
被写体像内の画像点とする。

あるいは、上記と同様にして画像信号を得た後、この画
像信号に基づいて、各画素に対応する画像信号値または
この画像信号値の逆数をそれぞれ対応する各画素に対応
づけたときに、記録シート上の互いに異なる２つの方向
のそれぞれについて、画像信号値またはこの逆数を上記
各方向に累積してプロットした累積分布を求め、これら
の累積分布のそれぞれについて最大の累積値の略半分の
値に対応する各方向についての座標点を求め、これらの
座標点により定まる記録シート上の位置を、被写体像内
の画像点とすることもできる。

また、上記２つの方法において画像信号値またはこの逆
数のいずれを用いるかを決定するに当っては、以下の方
法を用いることができる。すなわち、画像信号を得た後
、この画像信号に基づいて、記録シートの周辺部に対応
する画像信号値を代表する第１の代表値と、記録シート
の全部または略中央部に対応する画像信号値を代表する
第２の代表値とを求め、これら第１の代表値と第２の代
表値との大小を比較し、この比較結果に応じて画像信号
値またはこの逆数の一方を選択することができる。

以下、ニューラルネットワークが学習を繰り返して、ニ
ューラルネットワークにより正しい読取条件を出力させ
る方法について詳述する。

第４図は誤差逆伝播学習（パックプロパゲーション）機
能を備えたニューラルネットワークの一例を表わした図
である。誤差逆伝播学習（パックプロパゲーション）と
は、前述したように、ニューラルネットワークの出力を
正解（教師信号）と比べることにより、出力側から入力
側に向かって順次結合の重み（シナプス結合のウェイト
）を修正するという“学習°アルゴリズムをいう。

図に示すように、このニューラルネットワークの第１層
（入力層）、第２層（中間層）、第３層（出力層）はそ
れぞれ１１個、ｎ２個、２個のユニットから構成される
。第１層（入力層）に入力される各信号Ｆ１．Ｆ２．・
・・・・・ＩＦＩＩＩはＸ線画像の各画素に対応する先
読画像信号ｓｐであり、第３層（出力層） からの２つの出力ｙ：＋　　Ｆ２は本読みの際のそれぞ
れ感度およびコントラストに対応した信号である。第に
層のｉ番目のユニットを ｕｉ、該ユニット　７への各入力をＸ：、各出力をＹ　
７　ｓ　ｕ　？から　：ｌへの結合の重みをＷｋｌｌ　
とし、各ユニット　７は同一の特性関数を有するものと
する。このとき、各ユニット　７の入力Ｘ：、出力ｙ：
は、 Ｘニー８ｗ７−”１　　・ｙニー゛　　　・（４）Ｙ＋
　−ｆ　（Ｘ＋　）　　　　　　　　　　・・・（５）
となる。たたし入力層を構成する各ユニットｕ：（ｉ＝
　］、２．−．　　ｎ　Ｈ）　ヘの各入力Ｆ１　、Ｆ２
．−、。

Ｆ＋＋１は重みづけされずにそのまま各ユニットｕ：　
（＋＝１，２．・・・、ｎｌ）に入力される。入力され
た０１個の信号Ｆヱ、Ｆ２．・・＋Ｆｆｉｌは、各結合
の重みＷｋ　ｋ　＋　ｌ　　によって重ろ付けられなが
ら最終的な出力Ｙ？ｌ　　ｙ２にまで伝達され、これに
より本読みの際の読取条件（感度とコントラスト）が求
められる。

ここで、上記各結合の重みｗ　Ｌ　ｋ　＋　ｌ　　の決
定方法について説明する。先ず乱数により各結合の重み
Ｗｋｌｉ＋１　　の初期値が与えられる。このとき、入
力Ｆ、〜ｉｌが最大に変動しても、出力Ｙ　：　＋　　
Ｙ　２が所定範囲内の値またはこれに近い値となるよう
に、その乱数の範囲を制限しておくことが好ましい。

最適な読取条件が既知の多数のＸ線画像か記録された蓄
積性蛍光体シートを前述したようにして読み取って先読
画像信号ｓｐを得、これにより上記０１個の入力Ｆ１　
＋　　Ｆ２　、・・・、Ｆｎ）が求められる。この０１
個の入力Ｆｌ　、Ｆ２　＋　・・・、Ｆｏ、が第４図に
示すニューラルネットワークに入力され、各ユニットＵ
、の出力　７がモニタきれる。

各出力ｙ７が求められると、最終的な出力である）’ｌ
ｌ　　ｙ２と、この画像に関し正しい読取条件イ としての教師信号（感度ｙ１およびコントラスト１　　
　　、　　ρ１ Ｅｌ　　−（Ｊ’＋−ｙ＋）２　　　　・・・（６）１
　　　　３　　　勺 Ｅｚ−（Ｆ２　　　Ｆ２）２　　　　・・・（７）が求
められる。これらの二乗誤差Ｅ１．Ｅ２かそれぞれ最小
となるように、以下のようにして各結合の重みｗ：：”
が修正される。尚、以下ｙ：の出力に関して述へ、ｙ２
については３’？と同様であるため、ここでは省略する
。

二乗誤差Ｅ１を最小にするには、二〇Ｅ１はＷ７７”の
関数であるから のように各結合の重みｗ：：’Ｉか修正される。ここで
ηは学習係数と呼ばれる係数である。

ここで、 であり、（４）式より ｘ：１−Σ　１ｉ＋＋　、　ｙ、　　　　　−（４）’
であるから、（９）式は、 となる。

ここで、（６）式より、 （５）式を用いてこの（１１）式を変形すると、ここで
、（３）式より、 ｔ’　（ｘ）　−ｆ　　（ｘ）　　（１−ｆ　　（ｘ）
　）　　−（１３）であるから、 ｆ’　（Ｘ＋　）−Ｙ：　・　（Ｉ　　Ｙ？）　　　・
・・（１４）となる。

（１０）式にいてに−２と置き、（１２）、（１４）式
を（１０）式に代入すると、 −（Ｖニー７）・ｙｌ・（１３／？）・ｙ。

・・・（１５） この（１５）式を（８）式に代入して、Ｗ？　：　−Ｗ
？　？−η・　（ｙ：　　ｄ）・ｙ：、（ｌｙ：）　　
・ｙｌ　　　　　・・・（１６）となる。この（１Ｂ）
式に従って、Ｗ？　？　（ｉ−１，２，・・・。

ｎｌ）の各結合の重みが修正される。

次に、 であるから、この（１７）式に（４）、　（５）式を代
入して、二二で（１３）式より、 ｆ’　（Ｘ？）　−ｙ”＋　・（１３／：　）　　　−
（１９）であるから、この（１９）式と、（１２）、　
　（１４）式を（１８）式に代入して、 ・ｙ、・　（１ｙ＋）　　・Ｗ４．　・・・（２０）（
１０）式においてに−１と置き、（２０）式を（ｌＯ）
式に代入すると、 ・７丁・　（１−ｙ？）・Ｗ」１　・ｙｌ・・・（２１
） この（２１）式を（８）式に代入すると、ｋ−１と置い
て、３　ゴ Ｗｌ　、　−Ｗｌ　、−η・　（ｙ＋　　　ｙ＋）　　
・ｙｌ・　（１−ｙｏ）・ｙｌ　・　（１−ｙ＋）・ｙ
；・Ｗ４．　　　　　　　　　　　　　　　　・・・（
２２）となり、（１６）式で修正されたＷｌ　ｒ　（１
−１，２，・・・。

ｎｘ）がこの（２２）式に代入され、Ｗｌ　」（ｉ”１
，２゜・・・、　　ｎｌ　　；ｊ−１，Ｌ・・・、ｎｌ
）が修正される。

尚、理論的には（１６）式、　（２２）式を用い、学習
係数ηを十分小さくとって学習回数を十分に多くするこ
とにより、各結合の重みｗ：　：”ｌを所定の値に収束
させ得るが、学習係数ηをあまり小さくすることは学習
の進みを遅くするため現実的ではない。一方学習係数η
を大きくとると学習が振動してしまう（上記結合の重み
が所定の値に収束しない）ことがある。そこで実際には
、結合の重みの修正量に次式のような慣性項を加えて振
動を抑え、。

学習係数ηはある程度大きな値に設定される。

（例えば、Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ、Ｇ、Ｅ、Ｈｉ
ｎｔｏｎ　ａｎｄ　Ｒ１゜Ｗ１１目ａｓｓ：Ｌｅａｒｎ
ｉｎｇ　１ｎｔｅｒｎａｌ　ｒｅｐｒｅｓｅｎｔａｔｉ
ｏｎｓｂｙｅｒｒｏｒｐｒｏｐａｇａｔｉｏｎｌｎＰａ
ｒａｌ　］ｅｌＤｉｓｔｒｉｂｕｔｅｄＰｒｏｃｅｓｓ
ｉｎｇ、Ｖｏｌｕｍｅ　　ＩＪ、Ｌ、ＭｃＣｌｅｌ！ａ
ｎｄ、Ｄ、Ｅ。

Ｒｕｍｅｌｈａｒｔ　　ａｎｄ　　Ｔｈｅ　　ＰＤＰ　
Ｒｅ５ｅａｒｃｈ　　Ｇｒｏｕｐ、ＨＩＴＰｒｅｓｓ、
Ｌ９８６ｂ　Ｊ参照） ΔＷフ”ｒ”　（ｔ＋１）−α・ΔＷ　？　：　””（
ｔ）十ただしΔＷ：；”（ｔ）は、を回目の学習におけ
る、修正後の結合重みＶ／７　：”から修正前の該結合
の重みＷ：　：”を引いた修正量を表わす。また、αは
、慣性項と呼ばれる係数である。

慣性項α、学習係数ηとしてたとえばα−０，９η−０
，２５を用いて各結合の重ろＷｉ：“１の修正（学習）
をたとえば２０万回行ない、その後は、各結合の重みＷ
？　：”は最終の値に固定される。この学習の終了時に
は、２つの出力Ｖ：＋　　ＹＨは本読みの際のそれぞれ
感度、コントラストを正しく表わす信号となる。

そこで学習が終了した後は、今度は先読みの際のＸ線画
像を表わす先読画像信号からそのヒストグラムが求めら
れ、これが第４図に示すニューラルネットワークに入力
され、それにより得られた出力ｙ？＋３’２かそのＸ線
画像に対する本読みの読取条件（感度とコントラスト）
を表わす信号となる。この信号は、Ｌ記のようにして学
習を行なった後のものであるため、本読みの際の読取条
件を精度良く表わしている。

尚、上記ニューラルネットワークは３層構造のものに限
られるものではなく、さらに多層にしてもよいことはも
ちろんである。また各層のユニットの数も、入力される
先読画像信号ｓｐの画素の数、必要とする読取条件の精
度等に応じた任意の数のユニットで各層を構成し得るこ
とももちろんである。

上記のニューラルネットワークのみを用いて読取条件等
を求める方法においては、与えられた画像データをその
まま受は取り、画像データ全体について判断をするため
、画面における被写体の位置が標準のもの（第２Ａ図）
から大きくずれている場合（第２Ｂ図）には、被写体が
全くない所謂ず抜は部についても画像の被写体部分と同
様のウェイトを置いて判断のための演算を行なうので、
誤った結果を出してしまうことがある。また、画像デー
タをそのまま入力して学習を繰返するため、このような
位置ずれをした画像が多数入力されると学習に膨大な時
間をかける必要があり、現実的に実施するのが困難であ
る。

そこで本発明では、ニューラルネットワークを使用する
場合において、上記のような位置ずれがあっても、能率
良く、高い精度で放射線画像読取条件を決定することが
できるように、前記画像信号をニューラルネットワーク
に入力し、該ニューラルネットワークから前記読取条件
を出力させる際、該ニューラルネットワークに、前記画
像中の被写体中心位置に関する情報を入力し、該ニュー
ラルネットワークにおいて、該被写体中心位置を考慮し
て前記画像信号の全体をこの中心位置のずれにしたがっ
て総体的に移動し、ニューラルネットワークが学習した
ときの画像信号の被写体中心位置と、入力された画像信
号の被写体中心位置とが一致するようにしてから前記読
取条件を出力するものである。

これにより、上記のような位置ずれがあっても、能率良
く、高い精度で放射線画像読取条件を決定することがで
きる。

上記のようにしてニューラルネットワークにより求めら
れた読取条件に従って本読手段１００′のフォトマルチ
プライヤ２１’　に印加する電圧や増幅器２６′の増幅
率等が制御され、この制御された条件に従って本読みが
行なわれる。

尚、上記実施例では、先読手段１．００と本読手段１０
０′　とが別々に構成されているが、前述したように先
読手段１００と本読手段１００′の構成は路間−である
ため、先読手段１００と本読手段１００′　とを一体に
して兼用してもよい。この場合は、先読みを行なった後
、蓄積性蛍光体ンート】１を戻して、再度走査して本読
みを行なうようにすればよい。

先読手段と本読手段とを兼用した場合、先読みの場合と
本読みの場合とで光ビームの強度を切替える必要がある
か、この切替えの方法としては、前述のように、レーザ
ー光源からの光強度そのものを切替える方法ねフィルタ
ーを使用する方法等、種々の方法を使用することができ
る。

また、上記実施例では、コンピュータシステム４０で本
読みの際の読取条件を求める方法について説明したが、
上記コンピュータシステム４０により、画像信号Ｓ０に
画像処理を施す際の画像処理条件を求めることもできる
。

すなわち、ヒストグラムとニューラルネットワークを用
いた上記コンピュータ４０による読取条件決定の方法を
、画像信号に各種の画像処理を施すときの画像処理条件
決定に適用することもできる。

この場合、本読みの際は先読画像信号Ｓｐにかかわらず
所定の読取条件で読み取ることとし、コンピュータシス
テム４０では、先読画像信号Ｓｐに基づいて、画像処理
条件を決定するようにしてもよく、また、コンピュータ
システム４０で上記読取条件と画像処理条件の双方を決
定するようにしてもよい。

さらに、上記実施例は、先読みを行なう放射線画像読取
方法に本発明を適用したものであるが、本発明は先読み
無しで本読みに相当する読取りを行なう放射線画像読取
方法にも適用可能である。

この場合は、適当な方法で読み取られて得られた画像信
号からヒストグラム解析により画像処理条件を求め、こ
れにニューラルネットワークを構成するコンピュータシ
ステムで補正を加えて適正な画像処理条件が求められる
。

さらに、上記画像処理条件を決定する実施例は、蓄積性
蛍光体シートに記録された画像を読み取ることを前提と
しているが、本発明は蓄積性蛍光体シートに記録された
放射線画像のみならず、その他、従来のＸ線フィルムに
記録された医用画像等の画像を適宜の方法で読み取った
信号に画像処理を施す場合についても適用可能なこと勿
論である。

こうして求められた最適な画像処理条件は、画像処理装
置に入力され、該画像処理装置において、入力された画
像信号に該最適な画像処理条件で、例えば階調処理等の
画像処理が施される。

【図面の簡単な説明】

第１図は、本発明の画像読取条件及び／又は画像処理条
件決定方法の基本的構成を示すブロック図、 第２Ａ図と第２Ｂ図は、被写体中心位置が画面に対して
ずれた２つの画像例を示す図、第３図は、本発明の方法
を実施するためのコンピュータシステムを内包する、Ｘ
線画像読取装置の一例を示す斜視図、 第４図は、本発明の方法に使用されるニューラルネット
ワークの一例を表わした図である。 １・・・画像信号 ２・・・被写体中心決定手段 ３・・・ニューラルネットワーク １１、１１’　・・・蓄積性蛍光体シート１９、１９’
・・・輝尽発光光 ２１、２１’・・・フォトマルチプライヤ２６、２６’
　・・・対数増幅器 ２７、２７’・・・Ａ／Ｄ変換器 ４０・・・コンピュータシステム １００′・・・本読手段 Ｓｐ・・・先読み画像信号

Claims (4)

【特許請求の範囲】
1. （１）被写体の放射線画像が記録された蓄積性蛍光体シ
   ートに励起光を照射し該蓄積性蛍光体シートから発せら
   れた輝尽発光光を読み取って得られた前記放射線画像を
   表わす第一の画像信号に基づいて、前記蓄積性蛍光体シ
   ートに再度励起光を照射し該蓄積性蛍光体シートから発
   せられた輝尽発光光を読み取って前記放射線画像を表わ
   す第二の画像信号を得る際の読取条件及び／又は得られ
   た前記第二の画像信号に画像処理を施す際の画像処理条
   件を求める放射線画像読取条件及び／又は画像処理条件
   決定方法において、 前記第一の画像信号をニューラルネットワークに入力し
   、該ニューラルネットワークから前記読取条件及び／又
   は前記画像処理条件を出力させる際、該ニューラルネッ
   トワークに、前記画像中の被写体の中心位置に関する情
   報を入力し、該ニューラルネットワークにおいて、該被
   写体の中心位置を考慮して前記画像信号から前記読取条
   件及び／又は前記画像処理条件を出力させることを特徴
   とする放射線画像読取条件及び／又は画像処理条件決定
   方法。
2. （２）被写体の放射線画像が記録された蓄積性蛍光体シ
   ートに励起光を照射し該蓄積性蛍光体シートから発せら
   れた輝尽発光光を読み取って得られた前記放射線画像を
   表わす第一の画像信号に基づいて、前記蓄積性蛍光体シ
   ートに再度励起光を照射し該蓄積性蛍光体シートから発
   せられた輝尽発光光を読み取って前記放射線画像を表わ
   す第二の画像信号を得る際の読取条件及び／又は得られ
   た前記第二の画像信号に画像処理を施す際の画像処理条
   件を求める放射線画像読取条件及び／又は画像処理条件
   決定装置において、 前記第一の画像信号から前記画像中の被写体の中心位置
   を決定し出力する手段と、 該被写体中心位置決定手段の出力と前記第一の画像信号
   とを入力し、該被写体の中心位置を考慮しつつ、前記第
   一の画像信号に基づいて前記読取条件及び／又は前記画
   像処理条件を出力するニューラルネットワークとからな
   ることを特徴とする放射線画像読取条件及び／又は画像
   処理条件決定装置。
3. （３）被写体の放射線画像を表わす画像信号に基づいて
   、該画像信号に画像処理を施す際の画像処理条件を求め
   る放射線画像処理条件決定方法において、前記画像信号
   をニューラルネットワークに入力し、該ニューラルネッ
   トワークから前記画像処理条件を出力させる際、該ニュ
   ーラルネットワークに、前記画像中の被写体の中心位置
   に関する情報を入力し、該ニューラルネットワークにお
   いて、該被写体の中心位置を考慮して前記画像信号から
   前記画像処理条件を出力させることを特徴とする放射線
   画像処理条件決定方法。
4. （４）放射線画像を表わす画像信号に基づいて、該画像
   信号に画像処理を施す際の画像処理条件を求める放射線
   画像処理条件決定装置において、 前記画像信号から前記画像中の被写体の中心位置を決定
   し出力する手段と、 該被写体中心位置決定手段の出力と前記画像信号とを入
   力し、該被写体の中心位置を考慮しつつ、前記画像信号
   に基づいて前記画像処理条件を出力するニューラルネッ
   トワークとからなることを特徴とする放射線画像処理条
   件決定装置。