JPH04317047A - 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 - 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】

【０００１】

【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，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。

【０００２】

【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のできるシス
テムが開発されている（特公昭６１−５１９３　号公報
参照）。

【０００３】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を一旦シート状の蓄積性蛍
光体に撮影記録し、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
画像信号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
５５−１２４２９号，同５６−１１３９５号，同５５−
１６３４７２　号，同５６−１０４６４５　号，同５５
−１１６３４０号等）。

【０００４】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、Ｃ
ＲＴ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。

【０００５】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
の後上記シートに上記先読みの際の光ビームよりも高レ
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（特開昭５８−６７
２４０号，同５８−６７２４１号，同５８−６７２４２
号等）。

【０００６】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。

【０００７】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
ビームの強度の大／小、もしくは上記シートから発せら
れる輝尽発光光の強度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強度を上記波長感度で重
みづけした後の重みづけ強度の大／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。

【０００８】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。

【０００９】上記画像信号（先読画像信号を含む）を分
析して最適な読取条件、画像処理条件を求める方法は種
々提案されているが、その方法のひとつとして、画像信
号のヒストグラムを作成する方法が知られている（たと
えば、特開昭６０−１５６０５５　号）。画像信号のヒ
ストグラムを求めることにより、たとえば画像信号の最
大値，最小値や、頻度が最大となる点の画像信号の値等
を知ることができ、これらの各値から蓄積性蛍光体シー
ト，Ｘ線フィルム等の記録シートに記録された放射線画
像の特徴を把握することができる。そこでこのヒストグ
ラムに基づいて最適な読取条件，画像処理条件を求める
ことにより、観察適正のすぐれた放射線画像を再生出力
することが可能となる。

【００１０】一方、近年、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。

【００１１】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（バックプロパゲーション
）機能を備えたものであり、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。

【００１２】このニューラルネットワークを用いて、放
射線画像の画像データあるいは画像データのヒストグラ
ムを入力として、上記の前述の読取条件等の決定を行な
う種々の方法が本出願人により提案されている。（特願
平２−１０２０１５号、同２−２７５５８４号、同３−
５１１３２　号参照）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、この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ができるようにすることができる
。

【００１３】

【発明が解決しようとする課題】上述したニューラルネ
ットワークを用いて読取条件等を求めれば、適切な読取
条件や画像処理条件を求めることができるが、撮影メニ
ュー（撮影方法や撮影部位等）が変化した場合には、あ
る画像に対しては不適切な読取条件や画像処理条件を求
めてしまうことがある。

【００１４】すなわち、前述した読取条件や画像処理条
件を求める際には撮影メニューを考慮しなければ適切な
読取条件や画像処理条件を求めることはできない。また
この撮影メニューも、画像信号等から自動的に認識され
るのが好ましい。

【００１５】本発明は上記事情に鑑み、撮影メニューが
変化しても常に最適な読取条件及び／又は画像処理条件
を求めることができ、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を提供することを目的と
するものである。

【００１６】

【課題を解決するための手段】本発明による第１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、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１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２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２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１の画像信号と前記放射線画像の撮影メニュ
ーと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
条件を出力させることを特徴とするものである。

【００１７】また、本発明による第１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、上述した本発
明による第１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ための装置であり、◆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１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２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２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１の画像信号と前記放射線画像の撮影メニューとを
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ことを特徴
とするものである。

【００１８】また、本発明による第２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、◆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１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２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２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１の画像信号のヒストグラムを算出し、該ヒストグラ
ムと前記放射線画像の撮影メニューとをニューラルネッ
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こと
を特徴とするものである。

【００１９】さらに、本発明による第２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、上述した本
発明による第２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ためのものであり、◆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１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２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２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１の画像信号のヒストグラムを演算し、出力する
ヒストグラム算出手段と、◆該ヒストグラム算出手段に
より出力されたヒストグラムと前記放射線画像の撮影メ
ニューとを入力とし、前記読取条件及び／又は前記画像
処理条件を出力とする第２の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。

【００２０】また、本発明による第３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、ニューラルネ
ットワークを用いないものであり、◆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１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２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２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１の
画像信号のヒストグラムを算出し、該ヒストグラムから
前記撮影メニューに基づいて、前記読取条件及び／又は
前記画像処理条件を求めることを特徴とするものである
。

【００２１】さらに、本発明による第３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、上述した本
発明による第３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ためのものであり、◆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１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２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２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１の画像信号のヒストグラムを演算し、出力する
ヒストグラム算出手段と、◆該ヒストグラム算出手段に
より出力されたヒストグラムから撮影メニューに基づい
て前記読取条件及び／又は画像処理条件を求めるヒスト
グラム解析手段とからなることを特徴とするものである
。

【００２２】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、本発明による第１の放射線画像
処理条件決定方法は、◆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方法において、◆前
記画像信号と前記放射線画像の撮影メニューとをニュー
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ことを特徴とするも
のである。

【００２３】また、本発明による第１の放射線画像処理
条件決定装置は、上述した本発明による第１の放射線画
像処理条件決定方法を実施するための装置であり、◆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、◆前記画像信号と前記放射線画
像の撮影メニューとを入力とし、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ことを特徴と
するものである。

【００２４】また、本発明による第２の放射線画像処理
条件決定方法は、◆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方法において、◆前記画
像信号のヒストグラムを算出し、該ヒストグラムと前記
放射線画像の撮影メニューと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
条件を出力させることを特徴とするものである。

【００２５】さらに、本発明による第２の放射線画像処
理条件決定装置は、上述した本発明による第２の放射線
画像処理条件決定方法を実施するためのものであり、◆
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、◆前記画像信号のヒストグラ
ムを演算し、出力するヒストグラム算出手段と、該ヒス
トグラム算出手段により出力されたヒストグラムと前記
放射線画像の撮影メニューとを入力とし、前記画像処理
条件を出力とする第２の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。

【００２６】また、本発明による第３の放射線画像処理
条件決定方法は、ニューラルネットワークを用いないも
のであり、◆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
のヒストグラムを算出し、該ヒストグラムから前記撮影
メニューに基づいて、前記画像処理条件を求めることを
特徴とするものである。

【００２７】さらに、本発明による第３の放射線画像処
理条件決定装置は、上述した本発明による第３の放射線
画像処理条件決定方法を実施するためのものであり、◆
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、◆前記画像信号のヒストグラ
ムを演算し、出力するヒストグラム算出手段と、該ヒス
トグラム算出手段により出力されたヒストグラムから撮
影メニューに基づいて前記画像処理条件を求めるヒスト
グラム解析手段とからなることを特徴ととするものであ
る。

【００２８】ここで撮影メニューとは、撮影方法（通常
撮影，拡大撮影，断層撮影等）や撮影部位（頭部，頸部
，胸部，腹部等）、撮影装置等を意味するものである。

【００２９】

【作用および発明の効果】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および装置は、画
像信号と撮影メニューとを、あるいは画像信号のヒスト
グラムを算出しこのヒストグラムと撮影メニューとをニ
ューラルネットワークに入力して、このニューラルネッ
トワークにより読取条件及び／又は画像処理条件を求め
るようにしており、また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および装置の別な方
法および装置は、読取条件及び／又は画像処理条件を求
める際にニューラルネットワークを用いないで、画像信
号のヒストグラムを算出し、このヒストグラムから撮影
メニューに基づいてヒストグラム解析により読取条件及
び／又は画像処理条件を求めるようにした。このため撮
影メニューが変化しても撮影メニューに依存しない最適
な放射線画像読取条件及び／又は画像処理条件を求める
ことができる。

【００３０】

【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。

【００３１】図１は、本発明の第１実施例の基本的概念
を示すブロック図である。すなわち、本発明の第１実施
例による方法の基本的概念は、放射線画像を表わす画像
信号１と撮影メニュー２の情報とをニューラルネットワ
ーク３に入力し、このニューラルネットワーク３から読
取条件及び／又は画像処理条件４を出力させるものであ
る。

【００３２】図２は、本発明の第２実施例の基本的概念
を示すブロック図である。すなわち本発明の第２実施例
による方法の基本的概念は、放射線画像を表わす画像信
号１のヒストグラム５を算出し、このヒストグラム５と
撮影メニュー２とをニューラルネットワーク３に入力し
、このニューラルネットワーク３から読取条件及び／又
は画像処理条件４を出力させるものである。

【００３３】図３は、本発明の第３実施例の基本的概念
を示すブロック図である。すなわち、本発明の第３実施
例による方法はニューラルネットワークを用いないもの
であり、放射線画像を表わす画像信号１のヒストグラム
５を算出し、このヒストグラム５から撮影メニュー２に
基づいてヒストグラム解析手段６により読取条件及び／
又は画像処理条件４を求めるものである。

【００３４】また、本発明の第４実施例は、本発明の第
１実施例の基本的概念と同様であるが、画像信号１と撮
影メニュー２の情報とをニューラルネットワーク３に入
力し、このニューラルネットワーク３から画像処理条件
のみを出力させるものである。

【００３５】また、本発明の第５実施例は、本発明の第
２実施例の基本的概念と同様であるが、画像信号１のヒ
ストグラム５と撮影メニュー２とに基づいて、ニューラ
ルネットワーク３から画像処理条件のみを出力させるも
のである。

【００３６】さらに、本発明の第６実施例は、本発明の
第３実施例の基本的概念と同様であるが、画像信号１の
ヒストグラム５から撮影メニュー２に基づいてヒストグ
ラム解析手段６により画像処理条件のみを求めるもので
ある。

【００３７】次に、本発明の一実施例による放射線画像
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線画像読取装置につい
て詳細に説明する。以下説明する実施例は、前述した本
発明の第１実施例の基本的概念によるものある。

【００３８】図４は、本発明の一実施例によるＸ線画像
読取装置、および放射線画像読取条件及び／又は画像処
理条件決定装置を内包したコンピュータシステムを示し
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。

【００３９】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１００　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が照射されたシート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）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
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２０
ａ　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２０ｂ　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の光量が
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。

【００４０】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１１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。

【００４１】上記先読みにおいては、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。

【００４２】得られた先読画像信号ＳＰ　は、コンピュ
ータシステム４０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、ＣＰ
Ｕ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４２，オペレータがこのコンピュータシス
テム４０に撮影メニュー２と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ディスプレイ４４から構成されている。

【００４３】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　と、キーボード４３により
入力された撮影メニュー２と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Ｇｐ　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。

【００４４】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。

【００４５】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１
００　′の構成は上記先読手段１００　の構成と略同一
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。

【００４６】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ＳＱ　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４
０内では画像信号ＳＱ　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。

【００４７】前記コンピュータシステム４０では、先読
画像信号ＳＰ　及び撮影方法や撮影部位等を表わす撮影
メニュー２に基づいて、ニューラルネットワーク３によ
り本読みの際の読取条件及び／又は読取りにより得られ
た画像信号に画像処理を施す際の画像処理条件が決定さ
れる。

【００４８】先読画像信号ＳＰ　は、前記コンピュータ
システム４０内に設けられた本発明の一実施例による読
取条件及び／又は画像処理条件の決定方法を実施する演
算部に入力される。なお、本実施例ではコンピュータシ
ステム４０の、本発明にいう各手段に対応する機能を実
現するためのハードウェアとソフトウェアとの組み合わ
せが該各手段として観念される。

【００４９】以下、ニューラルネットワークにより、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。

【００５０】図５は誤差逆伝播学習（バックプロパゲー
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（バックプロパゲー
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。

【００５１】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ｎ１　個，ｎ２個，２個のユニット
（ニューロン）から構成される。第１層（入力層）に入
力される各信号Ｆ１　，Ｆ２　，……，Ｆｎ１はＸ線画
像の各画素に対応する先読画像信号と撮影メニューの情
報を表わす信号であり、第３層（出力層）からの２つの
出力Ｙ３，１　，Ｙ３，２　は本読みの際のそれぞれ感
度およびラチチュードに対応した信号である。第ｋ層の
ｉ番目のユニットをＵｋ，ｉ　、該ユニットＵｋ，ｉ　
への各入力をＸｋ，ｉ　、各出力をＹｋ，ｉ　、Ｕｋ，
ｉ　からＵｋ＋１，ｊ　への結合の重みをＷｋ，ｉ；ｋ
＋１，ｊ　とし、各ユニットＵｋ，ｊ　は同一の特性関
数

【００５２】

【数１】

【００５３】を有するものとする。このとき、各ユニッ
トＵｋ，ｊ　の入力Ｘｋ，ｊ　、出力Ｙｋ，ｊ　は、

【
００５４】

【数２】

【００５５】

【数３】

【００５６】となる。ただし入力層を構成する各ユニッ
トＵ１，ｉ（ｉ　＝１，２，…，ｎ１　）　への各入力
Ｆ１　，Ｆ２　，…，Ｆｎ１は重みづけされずにそのま
ま各ユニットＵ１，ｉ（ｉ＝１，２，…，ｎ１　）　に
入力される。入力されたｎ１　個の信号Ｆ１　，Ｆ２　
，…，Ｆｎ１は、各結合の重みＷｋ，ｉ；ｋ＋１，ｊ　
によって重み付けられながら最終的な出力Ｙ３，１　，
Ｙ３，２　にまで伝達され、これにより本読みの際の読
取条件（感度とラチチュード）が求められる。

【００５７】ここで、上記各結合の重みＷｋ，ｉ；ｋ＋
１，ｊ　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Ｗｋ，ｉ；ｋ＋１，ｊ　の初期値が与えら
れる。このとき、入力Ｆ１　〜Ｆｎ１が最大に変動して
も、出力Ｙ３，１　，Ｙ３，２　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。

【００５８】最適な読取条件が既知のＸ線画像が記録さ
れた蓄積性蛍光体シートが多数前述したようにして読み
取られ、これにより得られた先読画像信号ＳＰ　が間引
きされ、撮影メニューの情報が加えられて上記ｎ１　個
の入力Ｆ１　，Ｆ２　，…，Ｆｎ１が求められる。この
ｎ１　個の入力Ｆ１　，Ｆ２　，…，Ｆｎ１が図５に示
すニューラルネットワークに入力され、各ユニットＵｋ
，ｉ　の出力Ｙｋ，ｉ　がモニタされる。

【００５９】各出力Ｙｋ，ｉ　が求められると、最終的
な出力であるＹ３，１　，Ｙ３，２　と、この画像に関
し正しい読取条件としての教師信号（感度“Ｙ３，１　
”およびラチチュード“Ｙ３，２　”）との二乗誤差

【００６０】

【数４】

【００６１】

【数５】

【００６２】が求められる。この二乗誤差Ｅ１　，Ｅ２
　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Ｗｋ，ｉ；ｋ＋１，ｊ　が修正される。なお、
以下Ｙ３，１　の出力に関して述べＹ３，２については
Ｙ３，１　と同様であるため、ここでは省略する。

【００６３】二乗誤差Ｅ１　を最小にするには、このＥ
１　はＷｋ，ｉ；ｋ＋１，ｊ　の関数であるから

【００
６４】

【数６】

【００６５】のように各結合の重みＷｋ，ｉ；ｋ＋１，
ｊ　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。

【００６６】ここで、

【００６７】

【数７】

【００６８】であり、（２）　式より

【００６９】

【数８】

【００７０】であるから、（７）　式は、

【００７１】

【数９】

【００７２】となる。

【００７３】ここで、（４）　式より、

【００７４】

【数１０】

【００７５】（３）　式を用いてこの（１０）式を変形
すると、

【００７６】

【数１１】

【００７７】ここで、（１）　式より、

【００７８】

【数１２】

【００７９】であるから、

【００８０】

【数１３】

【００８１】となる。

【００８２】（９）　式においてｋ＝２と置き、（１１
）式、（１３）式を（９）　式に代入すると、

【００８３】

【数１４】

【００８４】この（１４）式を（６）　式に代入して、

【００８５】

【数１５】

【００８６】となる。この（１５）式に従って、Ｗ２，
ｉ；３，１（ｉ＝１，２，…，ｎ１　）の各結合の重み
が修正される。

【００８７】次に、

【００８８】

【数１６】

【００８９】であるから、この（１６）式に（２）　式
、（３）　式を代入して、

【００９０】

【数１７】

【００９１】ここで（１２）式より、

【００９２】

【数１８】

【００９３】であるから、この（１８）式と、（１１）
式、（１３）式を（１７）式に代入して、

【００９４】

【数１９】

【００９５】（９）　式においてｋ＝１と置き、（１９
）式を（９）式に代入すると、

【００９６】

【数２０】

【００９７】この（２０）式を（６）　式に代入すると
、ｋ＝１と置いて、

【００９８】

【数２１】

【００９９】となり、（１５）式で修正されたＷ２，ｉ
；３，１（ｉ＝１，２，…，ｎ１　）がこの（２１）式
に代入され、Ｗ１，ｉ；２，ｊ（ｉ＝１，２，…，ｎ１
　；ｊ＝１，２，…，ｎ２　）が修正される。

【０１００】尚、理論的には（１５）式、（２１）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Ｗｋ，ｉ；ｋ＋１，
ｊ　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．Ｒｕｍｅｌ
ｈａｒｔ，Ｇ．Ｅ．Ｈｉｎｔｏｎ　ａｎｄ　Ｒ．Ｊ．Ｗ
ｉｌｌｉａｍｓ：Ｌｅａｒｎｉｎｇｉｎｔｅｒｎａｌ　
ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ　ｂｙ　ｅｒｒｏｒ　
ｐｒｏｐａｇａｔｉｏｎ　Ｉｎ　Ｐａｒａｌｌｅｌ　Ｄ
ｉｓｔｒｉｂｕｔｅｄ　Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ
ｕｍｅ　１，Ｊ．Ｌ．ＭｃＣｌｅｌｌａｎｄ，Ｄ．Ｅ．
Ｒｕｍｅｌｈａｒｔ　ａｎｄ　Ｔｈｅ　ＰＤＰ　Ｒｅｓ
ｅａｒｃｈ　Ｇｒｏｕｐ，ＭＩＴ　Ｐｒｅｓｓ，１９８
６ｂ」参照）

【０１０１】

【数２２】

【０１０２】ただしΔＷｋ，ｉ；ｋ＋１，ｊ　（ｔ）は
、ｔ回目の学習における、修正後の結合重みＷｋ，ｉ；
ｋ＋１，ｊ　から修正前の該結合の重みＷｋ，ｉ；ｋ＋
１，ｊ　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。

【０１０３】慣性項α、学習係数ηとしてたとえばα＝
０．９　、η＝０．２５を用いて各結合の重みＷｋ，ｉ
；ｋ＋１，ｊ　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Ｗｋ，ｉ；ｋ＋１，ｊ　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Ｙ３，１　，Ｙ３，２　は本読みの際のそれぞれ感度
、ラチチュードを正しく表わす信号となる。

【０１０４】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と撮影メニューと
が図５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Ｙ３，１　，Ｙ３，２　がそのＸ線
画像に対する本読みの読取条件（感度とラチチュード）
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。

【０１０５】なお、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　の画素と撮影メニュ
ーの情報の数、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。

【０１０６】また、上記実施例においては、撮影メニュ
ー２をキーボード４３より入力するようになっているが
、この撮影メニュー２を入力する方法はいかなる方法で
もよく、撮影メニュー２を記憶したバーコードを撮影メ
ニュー２に対応する放射線画像のカセッテに付し、バー
コードリーダによりこのバーコードを読み取って撮影メ
ニュー２を入力するようにしてもよい。

【０１０７】さらに、上述した本発明による第１実施例
においては、ニューラルネットワーク３に先読画像信号
ＳＰ　と撮影メニュー２とを入力して読取条件及び／又
は画像処理条件４を決定するようにしているが、放射線
画像の画像信号１からヒストグラム５を算出する手段を
設けて先読画像信号ＳＰ　のヒストグラム５を算出し、
先読画像信号ＳＰ　にかえて先読画像信号ＳＰ　のヒス
トグラム５を撮影メニュー２とともにニューラルネット
ワーク３に入力して読取条件及び／又は画像処理条件４
を決定するようにしてもよい。さらには、ヒストグラム
算出手段により先読画像信号ＳＰ　のヒストグラム５を
算出し、ヒストグラム解析手段６を用いてヒストグラム
解析によりこのヒストグラム５から撮影メニュー２に基
づいて読取条件及び／又は画像処理条件４を求めるよう
にしてもよい。この場合ヒストグラム解析は公知の方法
（たとえば特開昭６０−１５６０５５　号等）を用いる
ことができる。

【０１０８】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。

【０１０９】さらに、上記実施例は、蓄積性蛍光体シー
トを用いて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、本発明は蓄積性蛍光体シートに限らず被写
体の放射線画像が記録された記録シートを用いて、先読
みを行なわずそのまま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４０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。

【図面の簡単な説明】

【図１】本発明の第１実施例および第４実施例による画
像読取条件及び／又は画像処理条件決定方法の基本的概
念を示すブロック図

【図２】本発明の第２実施例および第５実施例による画
像読取条件及び／又は画像処理条件決定方法の基本的概
念を示すブロック図

【図３】本発明の第３実施例および第６実施例による画
像読取条件及び／又は画像処理条件決定方法の基本的概
念を示すブロック図

【図４】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

【図５】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

【符号の説明】

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 (12)

【特許請求の範囲】
1. 【請求項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１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２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２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１の画像信号と前記放射線
   画像の撮影メニューと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. 【請求項２】　　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１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２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２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１の画像信号と前記放射線
   画像の撮影メニューとを入力とし、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. 【請求項３】　　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１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２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２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１の画像信号のヒストグラ
   ムを算出し、該ヒストグラムと前記放射線画像の撮影メ
   ニューと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。
4. 【請求項４】　　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１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２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２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１の画像信号のヒストグラ
   ムを演算し、出力するヒストグラム算出手段と、該ヒス
   トグラム算出手段により出力されたヒストグラムと前記
   放射線画像の撮影メニューとを入力とし、前記読取条件
   及び／又は前記画像処理条件を出力とする第２のニュー
   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。
5. 【請求項５】　　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１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２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２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１の画像信号のヒストグラ
   ムを算出し、該ヒストグラムから前記撮影メニューに基
   づいて、前記読取条件及び／又は前記画像処理条件を求
   め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。
6. 【請求項６】　　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１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２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２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１の画像信号のヒストグラ
   ムを演算し、出力するヒストグラム算出手段と、該ヒス
   トグラム算出手段により出力されたヒストグラムから撮
   影メニューに基づいて前記読取条件及び／又は画像処理
   条件を求めるヒストグラム解析手段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。
7. 【請求項７】　　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
   号と前記放射線画像の撮影メニューとをニューラルネッ
   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ことを特徴とする放射線画像
   処理条件決定方法。
8. 【請求項８】　　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
   号と前記放射線画像の撮影メニューとを入力とし、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
   なることを特徴とする画像処理条件決定装置。
9. 【請求項９】　　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
   号のヒストグラムを算出し、該ヒストグラムと前記放射
   線画像の撮影メニューと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
   を出力させることを特徴とする放射線画像処理条件決定
   方法。
10. 【請求項１０】　　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
    信号のヒストグラムを演算し、出力するヒストグラム算
    出手段と、該ヒストグラム算出手段により出力されたヒ
    ストグラムと前記放射線画像の撮影メニューとを入力と
    し、前記画像処理条件を出力とする第２のニューラルネ
    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。
11. 【請求項１１】　　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
    信号のヒストグラムを算出し、該ヒストグラムから前記
    撮影メニューに基づいて、前記画像処理条件を求めるこ
    とを特徴とする放射線画像処理条件決定方法。
12. 【請求項１２】　　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
    信号のヒストグラムを演算し、出力するヒストグラム算
    出手段と、該ヒストグラム算出手段により出力されたヒ
    ストグラムから撮影メニューに基づいて前記画像処理条
    件を求めるヒストグラム解析手段とからなることを特徴
    ととする放射線画像処理条件決定装置。