JPH041628A - 放射線画像読取条件及び／又は画像処理条件決定装置 - 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読取
条件、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６
１−５１９３号公報参照）。

また本願出願人により、放射線（Ｘ！、　　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が蓄積され、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がすでに提案されている（特開昭５
５−１２４２９号、同５Ｂ−１１３９５号。

同５５−１８３４７２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櫃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（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６０−１８５９４４号公報、特開
昭ｆｉｌ−２８０１８３号公報参照）。

この従来採用されているアルゴリズムは、−殻内には画
像信号のヒストグラムを求め、ヒストグラム上における
画像信号の最大値、最小値、画像信号の出現開度が最大
となる点の画像信号の値等の種々の特徴点を求め、この
特徴点に基づいて読取条件等を求めるものである。

ところが、近年、上記のようなアルゴリズムとは全く異
なるニューラルネットワークなる考え方が出現し、種々
の分野に適用されつつある。

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、ニューラルネッ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
たちのであり、繰り返し　゛学習′させることにより、
新たな信号が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。（例えば、ｒＤ、Ｅ、Ｒ
ｕｍｅｌｈａｒｔ、Ｇ、Ｅ、ＨｉｎＬｏｎ　ａｎｄ　Ｒ
，Ｊ、Ｗｉｌｌｉａｃｓ：Ｌｅａｒｎｌｎｇ　ｒｅｐｒ
ｅｓｅｎｔａｔｉｏｎｓ　ｂｙ　ｂａｃｋ−ｐｒｏｐａ
ｇａｔｌｎｇｅｒｒｏｒｓ、Ｎａｔｕｒｅ、３２３−９
．５３３−３５６．１９１１６ａＪ、　　ｒ麻生英樹二
バックプロパゲーションＣｏｍｐｕｔｒｏｌ　Ｎｏ、２
４５３−６０Ｊ、　　ｒ金属−幸著　ニューラルコンピ
ュータ東京電機大学出版局」参照）。

このニューラルネットワークを読取条件等の決定にも適
用することが可能であり、画像信号等をニューラルネッ
トワークに入力することにより読取条件等を出力させる
ことができる。

（発明が解決しようとする課題） 読取条件等決定に上記ニューラルネットワークを用いる
と、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ができるようにな
るが、このニューラルネットワークとして万能のもの、
例えば人体の肩を被写体としたＸ線画像を取扱うシステ
ムにおいて、種々の変動、例えば右肩と左肩（画像の反
転）、拡大された画像と縮小された画像、王立と横向き
と倒立、位置ずれが生じている画像等があっても正しい
読取条件等を求めることができるニューラルネットワー
クを構築しようとすると、非常に多数のユニットを備え
たニューラルネットワークを用いる必要があり、各ユニ
ット間の結合の重みを記憶しておく記憶装置の記憶容量
も厖大なものが必要となり、また゛学習゛を行なわせる
際極めて多数回学習を繰り返す必要が生じるという問題
がある。

本発明は、上記問題に鑑み、入力される画像が種々に変
動しても比較的少数のユニットを備えたニューラルネッ
トワークを用いて正しい読取条件等を求めることのでき
る放射線画像読取条件及び／又は画像処理条件決定装置
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、前述した番積性蛍光体シートを用い
、いわゆる先読みを行なうシステムに適用されるもので
ある。すなわち本発明の放射線画像読取条件及び／又は
画像処理条件決定装置は、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括づいて、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、 放射線画像の標準的なパターンを記憶しておく記憶手段
と、 前記第一の画像信号が担持する前記放射線画像を前記標
準的なパターンに変換して、該変換された放射線画像を
担持する変換画像信号を求める信号変換手段と、 前記変換画像信号を入力とし前記読取条件及び／又は前
記画像処理条件を出力とするニューラルネットワークか
らなる条件決定手段とを備えたことを特徴とするもので
ある。

また、本発明の他のひとつは、蓄積性蛍光体シートには
限定されるものではなく、また画像処理条件を求めるも
のである。すなわち本発明の放射線画像処理条件決定装
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、放射線画像の標準的なパター
ンを記憶しておく記憶手段と、 前記画像信号が担持する放射線画像を前記標準的なパタ
ーンに変換して、該変換された放射線画像を担持する変
換画像信号を求める信号変換手段と、 前記変換画像信号を入力とし前記画像処理条件を出力と
するニューラルネットワークからなる条件決定手段とを
備えたことを特徴とするものである。

ここで前記「放射線画像の標準的なパターン」に関し、
どのようなパターンを標準的なパターンとするかは、本
発明においては特定のパターンに限られるものではなく
、設計思想等に基づいて任意に定めることができる事項
である。

また、本発明において、「前記標準的なパターンに変換
する」とは、特定の操作に限られるものではないが、例
えば前記第一の画像信号が担持する放射線画像の反転、
回転、位置調整、拡大、縮小等をいう。

（作　　用） 本発明は、放射線画像の標準的パターンを記憶しておき
、読取条件２画像処理条件を求めるべき基礎となる画像
信号（第一の画像信号を含む）が得られたとき該画像信
号上で該画像信号が担持する放射線画像を標準的なパタ
ーンに変換した後、この変換された画像信号（変換画像
信号）をニューラルネットワークに入力するようにした
ため、規模の小さなニューラルネットワークを用いるこ
とができ、各ユニット間の結合の重みを記憶しておく記
憶装置の記憶容量が小さくて済み、同程度の正確さの読
取条件１画像処理条件を求め得るようになるまでの゛学
習゛の回数も少なくて済むこととなる。

（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。尚、ここでは前述した蓄積性蛍光体シートを用い、
人体の肩部のＸ線画像を取扱う例について説明する。

第４図は、Ｘ線撮影装置の一例の概略図である。

このＸ線撮影装置１のＸ線源２からＸ線３が人体４の肩
部４ａに向けて照射され、人体４を透過したＸ線３ａが
蓄積性蛍光体シート１１に照射されることにより、人体
の肩部４ａの透過Ｘ線画像が蓄積性蛍光体シート１１に
蓄積記録される。

第１Ａ図、第１Ｂ図は、蓄積性蛍光体シート上に蓄積記
録された肩部Ｘ線画像の一例を模式的に表わした図であ
る。

第１Ａ図、第１Ｂ図はそれぞれ右肩、左肩のＸ線画像を
表わし、それぞれ人体の陰影が記録された被写体部５の
ほか、被写体に照射されないＸ線が直接蓄積性蛍光体シ
ート１１に照射された直接Ｘ線部６が形成されている。

第５図は、Ｘ線画像読取装置の一例、および本発明の一
例を内包したコンビュータン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。

Ｘ線画像が記録された蓄積性蛍光体シー［１は、まず弱
い光ビームで走査してこの蓄積性蛍光体シート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１０（ｌ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！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蓄積性蛍光体シート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。蓄積性蛍光体シート１１の、この光ビーム１
５が照射された箇所からは、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１９が発散され、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）　２１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１１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射出
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、射出端面２０ｂから射出し
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の光量がフォトマルチプライヤ２
１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でディジタル化され、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Ｈ，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
ことかできるように、読取条件即ち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
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
ッピィディスクが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
情報を表示するだめの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、後述するように
して本読みの際の読取条件、即ち本読みの際の感度およ
びコントラストが求められ、この感度、ラチュードに従
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。

ここでコントラストとは、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１
１′が走査され、先読画像信号Ｓｐに基づいて求められ
た読取条件により画像信号が得られるが、本読手段１０
０′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ュを付して示
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。コンピュータシステム４０内では画像信
号Ｓ０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
においてこの画像信号に基づくＸ線画像が再生表示され
る。

次に、コンピュータシステム４０内で先読画像信号Ｓｐ
に基づいて本読みの際の読取条件を求める方法について
説明する。

ここでは肩部のＸ線を取り扱っているため、第１Ａ図、
第１Ｂ図に示すように略左右反転した画像が得られるこ
とがある。そこで以下のようにして右肩の画像（第１Ａ
図）であるか左肩の画像（第１Ｂ図）であるかが判定さ
れる。尚本実施例では右肩の画像（第１Ａ図）が本発明
にいう標準的なパターンと観念される。

第２Ａ図、第２Ｂ１１は、コンピュータシステム４０内
にあらかじめ記憶された、それぞれ標準パターンおよび
反転パターンを表わした図である。

これらの標準パターン、反転パターンは、第１Ａ図、第
１Ｂ図に示すＸ線画像の被写体部５に対応する先読画像
信号Ｓｐの平均的な値を有する第一の領域７と、第１Ａ
図、第１Ｂ図に示すＸ線画像の直接Ｘ線部６から読み取
った先読画像信号Ｓｐの平均的な値を有する第二の領域
８とから構成されている。

先読画像信号Ｓｐがコンピュータシステム４０内に入力
されると、画像信号上でこの先読画像信号Ｓｐと、第２
Ａ図に示す標準パターンおよび第２Ｂ図に示す反転パタ
ーンのそれぞれとのパターンマツチングがとられ、入力
された先読画像信号Ｓｐが右肩のＸ線画像を表わす信号
であるか左肩のＸ線画像を表わす信号であるかが判定さ
れる。

ここでは、このパターンマツチングは、標準パターン、
反転パターン（第２Ａ図、第２Ｂ図）を担持する信号を
それぞれＳＳ、ＳＲとしたとき、互いに対応する各画素
毎に先読画像信号Ｓｐとの差分の二乗値（Ｓｓ−５ｐ）
２．（ＳＲ−３ｐ）２が求められ、これを画像全面にわ
たって加算した量ＱＳ、ＱＲが Ｑ５−Σ　（Ｓｓ　−３ｐ　）　２　　　　　　　　・
・・（１）ＱＲ−Σ　（ＳＲ−５ｐ）　２　　　　　　
　　・”（２）が求められ、先読画像信号Ｓｐが担持す
るＸ線画像はこれらのｆｆ１Ｑｓ、ＱＲのいずれか値の
小さい方に対応した画像であると判断される。

このようにして判断された、先読画像信号Ｓｐが担持す
る画像が左肩のＸ線画像（第１Ｂ図）であった場合、先
読画像信号Ｓｐ上でＸ線画像を裏返す（反転させる）操
作を行う。これにより以下に示すニューラルネットワー
クには常に第１Ａ図の右肩の画像、もしくはこれとほぼ
同様なパターンである反転された左肩の画像が入力され
る。

このように入力される画像のパターンをあらかじめ定め
られた標準的なパターン（ここでは右肩のパターン）に
調整した上でニューラルネットワークに入力することに
より、ニューラルネットワークを構成するユニットの数
を減らすことができ、各ユニット間の結合の度合を示す
重み係数を記憶しておく容量も少なくて済み、さらに学
習を比較的短時間で行なわせることができる。

第３図は誤差逆伝播学習（パックプロパゲーション）ａ
！！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０１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Ｆｌ　ｒ　Ｆ２
　ｒ　・・・・・・、Ｆ□はＸ線画像（左肩の場合は反
転された画像をいう）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＋＋
）’２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？
、該ユニットＵ：への各人力をｘｉ、各出力をＦ７　％
　ｕ　：から　ｌ；４１への結合の重みをＷ冒”と腰各
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・ソトｕ：の入力Ｘ７、出力ｙ：は、 ＸニーΣＷニー’　：　　””−’　　　　””’Ｙ’
＋　−ｆ　（Ｘ：）　　　　　　　　　・・・（５）と
なる。ただし入力層を構成する各ユニットｕ′（１＝１
，２ｓ・・、　　ｎｌ　）　ヘの各人力Ｆ工、Ｆ２．−
・・Ｆ、、、は重みづけされずにそのまま各ユニットｕ
：　（１−１，２，・・・、ｎｌ）に入力される。入力
された０１個の信号Ｆ１　＋　　Ｆ２　＋　”’＋　　
Ｆ　ａｌは、各結合の重みＷ’＋：”　　によって重み
付けられながら最終的な出力ＹＩＩＶ２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）か求められる。

ここで、上記各結合の重みＷｉｉ″１　の決定方法へ Ｆ２）との二乗誤差 について説明する。先ず乱数により各結合の重みＷｋｋ
＋１　　の初期値が与えられる。このとき、入力１　　
　　　３　　　”３ Ｅｌ　＝　　　　　（ｙ＋−ｙ＋）２ ・・・（６） Ｆ　１　”’−Ｆ　ｎ　１が最大に変動しても、出力ｙ
？、　　ｙｚ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右肩のＸ線画像もしくは
左肩のＸ線画像が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、さら
に左肩のＸ線画像の場合は得られた先読画像信号Ｓｐが
反転され、これにより上記０１個の入力Ｆ１．Ｆ２、・
・・＋Ｆａｌが求められる。このｎ１個の入力Ｆ１＋Ｆ
２＋　・・・＋Ｆａ１１　　　　、　　へ− Ｅｚ−（１／２　　　Ｆ２）２ ・・・（７） が求められる。これらの二乗誤差Ｅ！ がそ 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ｗｋｋ＋ｌが修正される。尚、以下ｙｉの出力に関し
て述べ％Ｙ２についてはｙｉと同様であるため、ここで
は省略する。

二乗誤差Ｅｌを最小にするには、このＥｌはｗ：：”ｌ
の関数であるから が第３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　？の出力　？がモニタされる。

各出力ｙｉが求められると、最終的な出力であるＹｌ＋
Ｙｚと、この画像に関し正しい読取条件へ としての教師信号（感度ｙＩおよびコントラストのよう
に各結合の重みＷ″ｋｋ＋１が修正される。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：１−８ｗ：：＋１・ ・・・（４）′ （１０）式にいてに−２と置き、 （１０）式に代入すると、 （１２）、（１４） 式を であるから、（９）式は、 となる。

３′ｖ３ ”’（＞’ｌ　　　Ｖ＋ （１−ｙＩ）　　・　ｙ ・・・（１５） ここで、（６）式より、 この（１５）式を（８）式に代入して、Ｗ、、”Ｗｌ　
、−η・　（ｙＩ　　ｄ）　　・ｙｌ（１ｙＩ）　　・
ｙＩ ・・・（１６） （５）式を用いてこの（１１）式を変形すると、となる
。この（１６）式に従って、Ｗ、１ｎ１）の各結合の重
みが修正される。

次に、 （１−１，２゜ ここで、（３）式より、 ｆ’　（ｘ）　−ｆ　　（ｘ）　　（１−ｆ　　（ｘ）
　）・・・（１３） であるから、 であるから、 この（１７）式に（４）。

（５）式を代入して、 ｆ’　（Ｘ＋　）　”’）’： （Ｉ　　Ｙ？） ・・・（１４） となる。

二の（２１）式を（８）式に代入すると、ｋ−１と置い
て、３′ｖ３ Ｗｌ　１−Ｗｌｌ−η・　（ｙＩ　　ｙＩ）　　・ｙｌ
ここで（１３）式より、 ｆ’　（Ｘ？　）　−）’？　　（Ｉ　　Ｙ？　）　　
　・−（１９）であるから、この（１９）式と、（１２
）、　　（１４）式を（１８）式に代入して、 ・（Ｉ　　Ｙ？）　・Ｖ？（１−Ｙ＋）　　・ｙ・Ｗｌ
、　　　　　　　　　　　　　　　　　　　　　・・・
（２２）・ｙ？（１−ｙ丁）・Ｗｉｌ　・・・（２０）
（１０）式においてに−１と置き、（２０）式を（ｌＯ
）式に代入すると、 −（ｙ・−ｙ・）・　？ （１）’＋） ０　ｙ　」 （１−３’＋　）　　・Ｗ、ｌ ｌｙ１ ・・・（２１） となり、（１６）式で修正されたｗ？　：　（＋−１，
２，・・・ｎｘ）がこの（２２）式に代入され、Ｗ：　
？　（１−１，２゜−、ｎｌ　　；ｊ−１，２，−、ｎ
ｚ　）が修正される。

尚、理論的には（１Ｇ）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’：；”を所定の値に集束さ
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、Ｒｕａｅｌｈａｒｔ、Ｇ、Ｅ、Ｈｌ
ｎｔｏｎ　ａｎｄ　Ｒ，Ｊ、Ｗｌｌｌｆａｍｓ：Ｌｅａ
ｒｎｉｎｇ　１ｎｔｅｒｎａｌ　　ｒｅｐｒｅｓｅｎｔ
ａｔｉｏｎｓ　ｂｙｅｒｒｏｒ　ｐｒｏｐａｇａｔｉｏ
ｎ　Ｉｎ　Ｐａｒａｌｌｅｌ　Ｄｌｓｔｒｉｂｕｔｅｄ
　Ｐｒｏｃｅｓｓｌｎｇ、Ｖｏｌｕｍｅ　１．Ｊ、Ｌ、
ＭｃＣｌｅｌｌａｎｄ、Ｄ、Ｅ、Ｒｕｍｅｌｈａｒｔ　
ａｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅ５ｅａｒｃｈ　Ｇｒｏｕ
ｐ、ＨＩＴ　Ｐｒｅｓｓ、１９８６ｂＪ参照） ΔＷｉド’　（ｔ＋１）−α・６ｗ　７　：　”　ｌ　
＜　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Ｗｌ、　から修正前の該
結合の重みｗ　ｋ　ｋ　”　ｌ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みｗ：　：＋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：　：”ｌ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Ｙ：ｒ’Ｓ’ｘ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、今度は本読みの際の読取条
件がＸ線画像を表わす先読画像信号Ｓｐが求められ、こ
れが第３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＋、）’２　がその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、上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、上記実施例では肩部のＸ線画像について、ニューラ
ルネットワークに入力するに先立って第２Ａ図、第２Ｂ
図に示したようなパターンとパターンマツチングをとる
ことによって標準画像（右肩の画像）であるか反転画像
（左肩の画像）であるかを判断し、反転画像（左肩の画
像）の場合に標準画像（右肩の画像）に合わせるべく画
像を反転する操作を行なったが、本発明は左右の反転を
取扱う場合であっても肩部の画像のみに限られるもので
はなく、例えば、左右の手足の画像、右向き／左向きの
頭部、腹部等の画像等を取扱うシステムにも適用できる
ものである。

また本発明は左右反転にのみ拘泥されるものではなく、
例えば撮影に際し蓄積性蛍光体シートを斜めにセットし
てしまいその結果類いた画像を担持する画像信号が得ら
れた場合や、読取の際の蓄積性蛍光体シートのセットの
方向が異なり、横に傾いた画像、もしくは倒立した画像
を表わす画像信号や得られた場合にこれを正常な向きに
直すための回転を行なう場合であってもよく、また直接
Ｘ線撮影と間接Ｘ線撮影等拡大率（縮小率）の異なる画
像を補正する場合であってもよく、また所望とする被写
体が画像の端に記録された場合に該被写体が画像の中央
に配置されるように位置調整を行なう場合であってもよ
い。またこれらを組合わせた複数について調整するよう
にしてもよい。

また、上記実施例では、先読手段１００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、先読みを行なった後、蓄
積性蛍光体シート１１を一回バツクさせ、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
が、この切替えの方法としては、前述したように、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装置について説明したが、
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、画像信号ＳＱに画像
処理を施す際の画像処理条件を求め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求め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
装置について説明したが、本発明は先読みを行なわずに
いきなり上記本読みに相当する読取りを行なう放射線画
像読取装置にも適用することができる。この場合、読取
りの際は所定の読取条件で読み取られて画像信号が得ら
れ、この画像信号に基づいて、コンピュータシステム４
０内で画像処理条件が求められ、この求められた画像処
理条件に従って画像信号に画像処理が施される。

（発明の効果） 以上詳細に説明したように、本発明は、画像を標準的な
パターンに変換した後ニューラルネットワークを用いて
読取条件１画像処理条件を求めるようにしたため、これ
を行なわない場合と比べ、ニューラルネットワークの規
模を小さくすることができ、このニューラルネットワー
クを記憶しておく２仏装置の記憶容量を小さくすること
ができ、また学習の回数も少なくて済むこととなる。

【図面の簡単な説明】

第１Ａ図、第１Ｂ図はそれぞれ右肩、左肩のＸ線画像を
表わした図、 第２Ａ図、第２Ｂ図は、それぞれ標準パターンおよび反
転パターンを表わした図、 第３図は、ニューラルネットワークの一例を表わした図
、 第４図は、Ｘ線撮影装置の一例の概略図、第５図は、Ｘ
線画像読取装置の一例、および本発明の一例を内包した
コンピュータシステムの一例を示した斜視図である。 １・・・Ｘ線撮影装置　　　２・・・Ｘ線源５・・・被
写体部　　　　　６・・・直接Ｘ線部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、２８’
・・・対数増幅器 ２７、２７’・・・Ａ／Ｄ変換器 ４０・・・コンピュータシステム １００・・・先読手段　　　　　１００′・・・本読手
段第１Ａ図 第８図 第２Ａ図 第２Ｂ図

Claims (4)

【特許請求の範囲】
1. （１）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、 放射線画像の標準的なパターンを記憶しておく記憶手段
   と、 前記第一の画像信号が担持する前記放射線画像を前記標
   準的なパターンに変換して、該変換された放射線画像を
   担持する変換画像信号を求める信号変換手段と、 前記変換画像信号を入力とし前記読取条件及び／又は前
   記画像処理条件を出力とするニューラルネットワークか
   らなる条件決定手段とを備えた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。
2. （２）前記標準的なパターンへの変換が、前記第一の画
   像信号が担持する放射線画像の反転、回転、位置調整、
   拡大、縮小のうちいずれか一つまたはこれらのうちの複
   数の組合せであることを特徴とする請求項１記載の放射
   線画像読取条件及び／又は画像処理条件決定装置。
3. （３）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、 放射線画像の標準的なパターンを記憶しておく記憶手段
   と、 前記画像信号が担持する放射線画像を前記標準的なパタ
   ーンに変換して、該変換された放射線画像を担持する変
   換画像信号を求める信号変換手段と、 前記変換画像信号を入力とし前記画像処理条件を出力と
   するニューラルネットワークからなる条件決定手段とを
   備えたことを特徴とする放射線画像処理条件決定装置。
4. （４）前記標準的なパターンへの変換が、前記画像信号
   が担持する放射線画像の反転、回転、位置調整、拡大、
   縮小のうちいずれか一つまたはこれらのうちの複数の組
   合せであることを特徴とする請求項３記載の放射線画像
   処理条件決定装置。