JP2006231069A - イメージングシステムの表示プロセッサ - Google Patents

Abstract

【課題】 超音波イメージングシステムの表示プロセッサの組織種別の差別化能力を改善する。
【解決手段】 このプロセッサには、高空間分解能画像信号I_Dから平滑化された画像信号I_Pを発生させる２次元フィルタ（１２）が含まれる。信号I_Pは高いコントラスト分解能に最適化されており、組織に対する良好な差別化を呈し、一方、信号I_Dは高い細部分解能および精細な構造的細部の表示に最適化されている。信号I_PおよびI_Dはアドレス入力としてルックアップテーブル（１４）に与えられ、このテーブルが出力画像I₀を発生する。この出力信号は信号I_Dの細部分解能と信号I_Pのコントラスト分解能とを結合する。信号I₀は細部分解能を輝度として、またコントラスト分解能をカラーとして表示できる。信号I₀はまた、信号I_PおよびI_Dの重み付け結合または加算の量として形成することができる。
【選択図】 図１

Description

本発明はイメージングシステムに関し、とくに、このようなシステムにおける多重種類の分解能の同時表示を強調できる表示プロセッサに関する。

超音波画像を診断的に使用することで２つの異なる目的を果たすことができ、その一つは組織を構造的に表示することであり、もう一つは種々の種類の組織を差別化することである。この画像が高い空間分解能（すなわち、細部分解能（detail resolution））を有していると、ユーザの能力を最大限に発揮させて精細な構造的細部を検出することができる。また、この画像のコントラスト分解能（contrast resolution）が高いと、やはりユーザの能力を最大限に発揮させて組織の種類差を検出することができる。

コントラスト分解能に関する基本的な制限の一つはスペックルノイズである。スペックルノイズはコヒーレントなイメージングシステムに固有なものであり、分解できないほどに細かな構造物により散乱された波のコヒーレントな（位相感知の）干渉によって生じる。スペックルノイズは、対象物の構造の詳細に関する情報を有していないが、その低周波成分は対象物の後方散乱の平均強度を示す情報を有している。このため、コントラスト分解能を向上させるには、スペックルノイズの高周波成分を減少させる必要がある。

コントラスト分解能を改善するため様々な信号処理技法が使用されている。ローパス・ビデオフィルタ、ローパス・スキャン変換フィルタ、さらには表示モニタの帯域幅の限定化さえも、スペックルノイズの高周波数の空間変化を減じるために使用することができる。このようにして、ある組織から別の組織への平均後方散乱強度の差は著しく目立たせることができる。しかし、コントラスト分解能を改善するためのこのようなアプローチに従う空間的スムージングによって細部分解能を著しく下げてしまう。

Bamperの米国特許第４７８３８３９号には、スペックルノイズを減じるためのシステムが開示されており、このシステムは画像にかけるスムージングの量を、画像に似たスペックルの個々の領域がどの程度接近しているかの関数として変化させる。多くの場合、スペックルノイズは対象物の分解可能な構造的細部に重畳しており、診断的に有益な細部分解能はしたがって失われてしまう。

別の信号処理技法として非線形表示マッピング法があり、この技法もコントラスト分解能を改善するために使用されている。とくに、スムージング用ビデオフィルタにカスケード接続する場合、非線形表示マップを用いると、選択した表示強度レベルではコントラスト分解能を上げることができるが、その代わりに、そのほかの表示強度レベルでの細部分解能及びコントラスト分解能が低下するという犠牲を伴う。

スペックルノイズは画像形成の過程においても、種々の非干渉性アベレージング（合成）法のどれかの方法で減らすことができ、その技法には空間的、周波数的、また時間的合成法が含まれる。

画像形成における空間的合成、横、軸、または深さ方向でトランスデューサをシフトさせることで実現できる。周波数的合成は、入力パルスの通過帯域を周波数ドメイン上の複数のサブ帯域に分割することで行える。時間的合成により画像を生成するには、距離（range）強度サンプルを非干渉的に加算することで行える。

これらの合成法は、スペックル画像の全体平均は元の対象物の非干渉性平均と同じであるという事実を活用している。斑点状の姿で現れるスペックルノイズはイメージング装置についてのみの情報しかもっておらず、イメージングする対象物についての情報は持っていないから、スペックル変動値は、元々の目標コントラストを変化させることなく、独立した測定値を非干渉的に平均化することで減じることができる。スペックル変動を減らした結果として、細部分解能を減少させるという代償を払うが、コントラスト分解能は改善できる。

Lipschultzの米国特許第５２２４４８３号には、画像中の血液プール（pool）領域のクラッタを減らすようにして超音波画像を高めるシステムが開示されている。この血液プール領域はローパスフィルタリング及び非線形強度マッピングによって識別され、実質的に組織領域のある値と実質的に血液プール領域の別の値とを持つマスク信号が発生される。画像信号は次いでそのマスク信号で変調されて、血液プールのクラッタが殆ど除去される。このマスク信号は好ましくは、厳密な２値ではなく、マスクする領域とマスクしない領域との間で信号値がスムーズに移動する中間レベルの値を含み、これにより最終画像の不自然な表示が排除される。この技術は血液プール領域のクラッタを抑制する場合のみ適用されるもので、組織領域のコントラスト分解能の改善の問題には言及していない。

したがって、表示プロセッサに対するニーズは、画像上の診断的に重要で精細な構造的細部を失うことなく、コントラスト分解能を高めて組織種別の差別化能（肝臓か腎臓か、健康な組織か病変部か）を改善することである。

本発明によれば、イメージングシステムの表示プロセッサは共通エンティティを描写する第１および第２の画像信号に応答する。この第１の画像信号の細部分解能は第２の画像信号のそれよりも大きく、一方、第２の画像信号のコントラスト分解能は第１の画像信号のそれよりも大きい。表示プロセッサは、第１の画像信号による細部情報および第２の画像信号によるコントラスト情報を合成する出力信号を、この２つの信号に関する関数として形成する。

この表示プロセッサは好適には、２次元マップといった表示発生器を備える。ある実施例では、出力信号は、第１の画像信号による細部分解能を表示する強度と第２の画像信号によるコントラスト分解能を表示するカラーとにより特徴付けられる。ほかの実施例では、出力信号は第１および第２の画像信号の重み付け加算として形成され、その重み付け加算は第１および第２の画像信号の両者に応じて変わる重み付けファクタを有する。

図面を参照すると、図１は本発明の１つの好適な実施例のブロック図であり、任意の適宜な超音波イメージングシステムＳが発生する高細部分解能画像信号I_Dに応ずるものである。このシステムＳは従来使用されているものであり、本実施例では、上記信号I_Dは標準のＢモード画像信号で、その強度は組織の後方散乱係数の関数として変わる。勿論、本発明はＢモード画像信号の使用に限定されるものはなく、組織のほかのどのような適宜な音響的特性（減衰係数、音速、弾性など。しかし、これらに限定されない。）をモニタする超音波イメージングシステムも同様に本発明に使用できる。この画像信号I_Dは処理されていない画像信号、すなわち、何がしかの量のビデオフィルタリング（スムージングまたはエッジ強調のいずれか）を要する画像信号であることができる。

図１に示すように、この画像信号I_Dは入力信号として表示プロセッサ１０に加えられ、この表示プロセッサは２次元フィルタ１２と、２次元ルックアップテーブルといった表示発生器１４を有する。この２次元フィルタ１２は、処理された高コントラスト分解能画像信号I_Pを出力として発生するビデオフィルタで形成できる。この画像信号I_Pの細部分解能は低いが、上記画像信号I_Pよりもコントラスト分解能は高い。

フィルタ１２で行うスムージングの程度は、コントラスト分解能、すなわち種々の組織の種別を差別化する能力を強調するように選択される。一般に、前記信号I_Pは組織の種別の変化により変わるマルチレベルの信号で、この信号により固体組織の異なる種類の主要な領域は互いに差別化できる。例えば、血液プールおよび少なくとも第１、第２の種類の固体組織を含む領域の画像信号I_Pにより、好適に、血液プールを固体組織から差別化することができ、さらに、第１、第２の種類の固体組織を互いに差別化することができる。２次元空間フィルタ１２のサイズおよび形状はアプリケーションや患者の体の形状に合うように広範囲に変えることができる。このフィルタとしてマルチ・ユーザの選択型フィルタを提供できるし、シングルフィルタをユーザ・アジャスタブルで使用することもできる。

この２次元空間フィルタ１２については多くのインプレメンテーションが当業者には知られている。図２乃至４に示す１つの適した手法は、画像メモリ２４、方位フィルタ２６、レンジフィルタ２８、およびスケーリング回路３０を有する。この画像メモリ２４は前記細部画像信号I_Dから得た音響データから成るラインを記憶しており、レンジフィルタ２８はそのラインに沿ってフィルタリングし、さらに方位フィルタ２６はライン間でフィルタリングする。

図３に示す如く、方位フィルタ２６は２個のＦＩＦＯレジスタ３２、３４を含み、この両方のレジスタがメモリ２４から同一の画像信号を受ける。このレジスタはクロック信号の制御の元に加算器３６に出力信号を供給する。遅延要素３８がレジスタ３４の出力信号を所望のライン数に等しい量Ｄ_１だけ時間的にシフトさせる。l_nはライン数で、t_nはレンジサンプル数とするとき、オリジナルの画像信号はI_D(l_n,t_n)であるとすると、加算器３６の出力I_Sは以下のように表される。

この信号I_Sは次いでアキュムレータ４０に供給される。このアキュムレータは加算器４２およびラインＦＩＦＯレジスタ４４を有する。アキュムレータ４０はラインデータを積分し、以下のような出力信号I_INTを発生する。

このため、信号I_INTはＤ_１隣接ラインの合計となる。これはサイズＤ_１のボックスカーフィルタに相当する。

図４にレンジフィルタ２８の詳細を示す。このフィルタはライン数の代わりにレンジサンプル数の関数として差を演算し、累積する。そのほかの点では、レンジフィルタ２８は上述した方位フィルタ２６と同様の方法で機能する。

２次元フィルタ１２のサイズは上限値および下限値との間で選択することができる。この上限値は最小の病変部または被検出種類のほかの組織のサイズに等しい。下限値は平均スペックルサイズおよびコントラスト・ノイズ比（ＣＮＲ）の所望の改善度に左右される。平均スペックルサイズは点広がり関数の自己相関の範囲（例えば、-６．８ｄＢ）に等しい。ＣＮＲは以下のように定義される。

ΔＩは病変部と背景との間の平均強度（後方散乱係数）の差で、σ_β ^２およびσ_ｌ ^２はそれぞれ背景と病変部の変数である。ＣＮＲを３ｄＢだけ増大させるとすると、フィルタサイズは平均スペックルサイズに等しく設定する必要がある。

図１の如くの実施例の場合、I_PはI_Dから発生させるが、I_Dの高細部分解能はI_Pのコントラスト分解能に寄与する。これは、細部分解能が高くなると、それにより、処理（平均）に使用できる、より独立したサンプルが得られるからである。これによる改善度は、独立サンプル数の二乗平方根に比例する。上述したように、高い細部分解能が高いコントラスト分解能にとっての十分な条件ではない。というのは、画像信号I_Dの高い空間周波数成分が、画像のコントラスト差を知覚するユーザの能力に不利な影響を与えるからである。

高コントラスト分解能画像信号I_Pは画像信号I_Dからビデオフィルタを使って得なければならないということは、本質的事項ではない。ほかの種類の空間フィルタリング、周波数合成、時間合成、空間合成、これらの技法の組み合わせ、さらには、ほかのスペックル除去法などの各種の技法も使用できる。また、ビーム形成法を使用して直接に画像信号I_PおよびI_Dを発生させることが好適な場合もある。この場合、画像プロセッサにいかなる種類の２次元フィルタを含める必要がないことも多々あると想定できる。一般に、同一のビーム形成した画像信号を二度処理することは容易である（一度は細部分解能のためのI_Dを生成する処理で、もう一度はコントラスト分解能のためのI_Pを生成する処理）。

I_DおよびI_Pは一度上述したように形成されると、出力画像信号I_Oを発生する表示発生器１４の第１および第２の入力１６および１８に供給される。この信号I_OはI_Dの細部情報とI_Pのコントラスト情報とを合成または重畳するもので、これにより重畳された細部およびコントラスト情報は共に保持され、信号I_Oがモニタ２０に表示されたとき人間の目はその両方の情報を区別できる。高い空間分解能のとき、I_Oは I_Dにしたがって変化する。反対に、低い空間分解能のとき、I_Oは I_Pにしたがって変化する。

このため、出力画像信号I_Oは、収集され処理されて細部分解能を最大化させた信号I_Dと収集され処理されてコントラスト分解能を最大化させた信号I_Pとの合成信号になる。

この実施例では、表示発生器１４は２次元のルックアップテーブルであり、その中でI_DおよびI_Pは、テーブルから対応する格納値I_Oを選択するアドレスとして使用されている。I_DおよびI_Pは、時間軸上のどの点においても、画像化する対象物の同一の物理領域に関係するように同期されている。

この実施例の表示発生器のルックアップテーブルはカラーテーブルで、以下の式（１）に示すようにI_DおよびI_Pの両方に基づいて画素値をI_Oに割り当てる。

式（１）の関数Ｆはベクトル関数として教示でき、このベクトル関数の各コンポーネントを表示カラーに対応させることができる。従来のＲＧＢ（赤、緑、青）モニタ２０を用いたときには、Ｆは好適には３次元ベクトル関数である。この赤、緑、および青のコンポーネントが互いに等しく設定されたとき、I_Oの対応する値はグレースケール値になる。関数Ｆの形状を正確に設定すると、画質の多様な面を強調するように設定できる。例えば、I_Dが高いときでさえも、I_Pが低いならば、Ｆの値を低くすることでノイズを減らすようにＦを設定することができる。I_Oの特定のある画素の輝度がI_Dとともに変わり、その一方で、その画素のカラーがI_Pとともに変わるようにＦを設定することで、コントラスト分解能と細部分解能の両方をI_Pに保持させることができる。これが行われた場合、コントラストレベルが異なる２つの違う組織が異なるカラーで表示される。図５は、I_Dの所定値およびI_Pの変化値に対する３次元のＦの３つのコンポーネントに対する可能な１つの形を示す。

以下の式（２）乃至（５）を使ってI_Oの赤、緑、および青のコンポーネントをI_DおよびI_Pの関数として決めることができる。

以下の定数を式（２）乃至（５）に挿入することができ、ここで使用している添字Ｒ，Ｇ，Ｂは赤、緑、および青コンポーネントをそれぞれ示す。

このアプローチによれば、最適化された細部分解能を有する画像信号I_Dを、カラーシェーディングによって、最適化されたコントラスト分解能を有する画像信号I_Pに重ねることができる。このように、強調されたコントラスト情報および強調された細部情報は信号I_Oを介してモニタ２０上に同時に提示され、その両方の種類の情報がユーザによって知覚できるようになる。

図５および６は表示発生器１４の別の好適な実施例に関する。この実施異例では、表示発生器は出力画像信号I_OをIDおよびI_Pの単色の２次元マッピングとして発生させる。すなわち、

このＦ’（I_P,I_D）を明示する形は式（７）により与えられる。すなわち、

であり、ここでα（I_P,I_D）はI_PおよびI_Dの重み付けファクタである。このため、I_OはI_PおよびI_Dの重み付けされた組み合わせ信号になる。例えば、α＝０のときI_O＝I_Pであり、α＝１のときI_O＝I_Dである。αを０と１の間で変化させることで、出力画像信号I_Oは、このような２つの限度値間でI_PおよびI_Dのいかなる重み付けの組み合わせにも等しくすることができる。

出力画像I_Oの平均輝度は式（８）により与えられ、＜＞は空間アベレージング処理を示す。

実際上、式（８）の第２項は零または略零となる。したがって、画像信号I_Oの平均輝度はI_Pのそれと略等しくなる。

関数αは超音波画像の周知の特性に基づいて設定することができる。例えば、I_Pが低い場合、αを零に近い値に設定することにより、暗い背景中のノイズを除去または実質的に減少させることができる。また暗い背景中にある小さい目標体の抑制を望まず、この抑制を回避するには、I_PおよびI_D間の差が小さい場合、より大きい値をαに与えることができる。目標体が小さく、そのサイズがノイズスペックルのサイズよりも大きい限り、すなわち、その目標体がノイズよりも明るい限り、その目標体の（I_D-I_P）の値はノイズよりも小さくなる傾向にある。この理由によって、I_Pが小さく、（I_D-I_P）が大きい場合、αは好適には零に設定される。同様に、背景の強度が高く（I_Pが大きい）かつ（I_P-I_D）が大きい場合、αを零に近い値に設定して、明るい背景中の暗い穴を抑制し、スペックルノイズを減少させ、そして比較的明るい組織領域中に良好なコントラスト分解能を達成することができる。

I_DおよびI_Pが殆ど等しい場合、I_Dは主に画像の細部を表し、とくにI_Pが中間レベルから高いレベルに及んでいる場合にそうである。この場合、αを高い値に設定してそれらの画像の細部を保持させる。

図６はα（I_P,I_D）の１つの好適なフォームを図示しており、このフォームは先に説明した考察に大略したがうものである。図６中の対角線状に延びているリッジの幅を調整し、またその対角線に沿ったリッジの高さを変えることにより、ノイズ抑制と細部保持とを良好にバランスさせることができる。

表示発生器１４は、入力アドレスとしてのI_PおよびI_Dを有する２次元ルックアップテーブルとしてインプリメントすることができる。これはα（I_P,I_D）およびその結果としてのＦ’（I_P,I_D）を事前に演算してテーブルに格納しておくことができることに因る。図７はI_O＝Ｆ’（I_P,I_D）を示し、これは図６に示すα（I_P,I_D）を使って計算されたものである。勿論、種々のルックアップテーブルを、特定のアプリケーションや種類の組織または患者で使用するために格納するようにしてもよい。

図６および図７に関連して先に議論した手法により、重要な利点が得られる。つまり、この手法により暗い領域中のノイズを抑制し（例えば血液プール中のクラッタ）、明るい組織領域中のスペックルノイズを減少させることができるということである。その結果、小さい構造やエッジ部分の細部を殆ど失う又は失うことがない。さらに、画像の平均強度も保持される。

表示プロセッサ１０の２次元フィルタ１２は全ての実施例で必要なわけではない。また、処理された画像信号I_Pは任意の適宜な手法で発生させて、異なる種別の組織間の有効なコントラスト情報を提供するようにもできる。

アプリケーションの中には、コントラストを高め、境界を強調するため、表示画像中の血液プールを抑制することが強く望まれる場合がある。運動情報は、以下に述べるように、時間コヒーレンス、すなわち連続するフレーム間の相関を測定することにより容易に得ることができる。この運動情報を用いて、組織の細部情報に影響を及ぼすことなく、血液プールを検出し、その血液プール画像を抑制することができる。

図８はそのような実施例の１つを示し、図１の２次元フィルタ１２を運動推定器２２で置換したものである。この運動推定器２２は処理された画像信号I_Pを２次元ルックアップテーブル１４’に供給するようになっている。

運動推定器２２は、画像信号I_Dの連続するフレーム間で相関係数（すなわち、零次遅れにおける規格化された相互相関）を計算する。好適には、各フレームがサブフレームに分割されていることで、各サブフレームが２０λ×２０λ（λはイメージングプローブの中心周波数に対する波長）のサイズを有することである。このようなサブフレームを用いると、計算上の必要条件を減らすことができ、その一方で運動推定の有効性を確保することができる。細部情報は高分解能画像信号I_Dによっても提供されるので、この細部情報の喪失は重大なものにはならない。

相関係数は次いで補間され、しきい値処理されて、異なる運動速度間で区別される。ローパスフィルタリングにより異なる速度の領域間の移行が平滑化される。この結果生じる信号I_Dは画素毎の信号で、この信号がルックアップテーブル１４’に対するアドレス用信号として使用される。このテーブル１４’を適宜に選択して運動速度が速い領域（血液プールなど）を抑制することができ、これにより、組織のコントラストを増強することができる。このテーブル１４’により発生される出力I_Oは、上述したようにマルチカラー画像または単色画像のいずれか一方をエンコードすることができる。

超音波イメージングシステムの標準動作モードの１つは、スペクトルドップラーモードである。このモードの場合、サンプルボリュームから得られるドップラーシフト周波数fdのパワースペクトラムの変動が時間の関数として表示される。時間は水平方向の軸に沿ってプロットされ、周波数が垂直方向の軸に沿ってプロットされる。（このスペクトラムの振幅は強度に変調される。）ドップラースペクトラムはサンプルボリューム内の速度分布に比例する。平坦な速度プロファイルからのスペクトラムは狭い帯域幅となり、一方、放物線状のプロファイルからのそれは広い帯域幅となる。乱流の場合、スペクトラムは時間の経過に伴って素早く変動する。

Ｂモード画像の増強について説明した上述の方法は同様に、スペクトラムドップラーモードの画像を改善するために用いることができる。その例の場合、第１の画像信号I_Dは従来のスペクトラムドップラー信号I_D（fd,t）であり、第２の画像信号I_Pは処理されたスペクトラムドップラー信号I_P（fd,t）であり、ここで、

である。式（８）において、＊はコンボリューションを意味し、h（fd）およびh(t)はそれぞれ周波数と時間のフィルタである。このフィルタh（fd）およびh(t)は増強する特徴に基づいて選ばれる。

例えば、パワースペクトラム振幅のゆっくりした変化を増強し、かつ、ノイズを減らすためには（すなわち、画像のコントラストを増加させるには）、周波数または時間のドメインにおいて、フィルタh（fd）またはh(t)はローパスフィルタとして設定される。このため、I_Pは式（２）または（７）を使って振幅をカラーエンコードするのに用いられる。反対に、速い変化を増強させるには、そのフィルタh（fd）およびh(t)はハイパスフィルタになるように設定できる。例えば、I_Pを生成するハイパスフィルタh(t)を使用し、かつ、式（２）で説明したように出力をカラーコーディングすることによって、乱流またはジェットを強調することができる。速く、時間変動し、かつ高速の流れ、または推定の変動といった特別な特徴を抽出するため、I_Pを生成するプロセッサは非線形のプロセッサ（または、線形フィルタおよび非線形デシジョンメーキングの組み合わせ）にも形成することができる。

この実施例では、画像信号I_D（fd,t）は画像信号I_P（fd,t）よりも広い帯域幅を有し、この両方の信号により描写されるエンティティ(entity)は生体組織よりむしろスペクトラムドップラーのプロットである。この結果生じる出力信号は、I_D（fd,t）にしたがって変化する広い帯域幅の部分と、I_P（fd,t）にしたがって変化する狭い帯域幅の部分とを有する。

上述のことから、先に説明した実施例に広範囲にわたる変形または修正を加えることができるということは明白である。Ｆ（I_P,I_D），Ｆ’（I_P,I_D）およびα（I_P,I_D）は全て特定のアプリケーションに適宜になるように適応させることができる。表示発生器はI_PおよびI_Dから直接にI_Oを決めるようにしてもよく（例えば、計算によって）、これにより、ルックアップテーブルを用いる必要性をなくするようにしてもよい。最も広範囲に及ぶ手法を用いる場合、分離したビーム形成法またはI_DからI_Pを発生させる手法のいずれかによって、I_PおよびI_Dを発生させることができる。

本発明は超音波イメージングシステムに使用する場合に限定されない。そのシステムの代わりに、例えば走査型電子顕微鏡などの多様なイメージングシステムに使用することができる。加えて、本発明は物理領域または目標体以外のエンティティの画像を強調するのに使用することができる。例えば、波形やスペクトラムドップラーデータ表示などのエンティティの画像も上述した手法を使って強調することができる。したがって、ここで意図したいことは、先の説明は限定をなすものではなく、説明として見做されるということである。本発明の範囲を定義することを意図しているのは、全ての均等物を含む、以下のクレームである。

本発明の好適な実施例を具体化する超音波イメージングシステムのブロック図である。 図１に示すフィルタのブロック図である。 図２に示す方位フィルタのブロック図である。 図２に示すレンジフィルタのブロック図である。 図１に示す表示発生器の１つの好適な実施例に関するグラフである。 図１に示す表示発生器の別の好適な実施例に関するα(I_P,I_D)を示すグラフである。 図１に示す表示発生器の前記別の好適な実施例に関するF’(I_P,I_D)を示すグラフである。 本発明の別の実施例を具体化する超音波イメージングシステムのブロック図である。

Claims (1)

1. 共通のエンティティを描写する第１および第２の画像信号に応答し、前記第１の画像信号は前記第２の画像信号よりも大きな細部分解能を有し、かつ前記第２の画像信号は前記第１の画像信号よりも大きなコントラスト分解能を有するイメージングシステムの表示プロセッサであって、この表示プロセッサは、
   前記第１の画像信号を受信する第１の入力と、
   前記第２の画像信号を受信する第２の入力と、
   前記第１および第２の入力に結合され、少なくとも前記第１および第２の画像信号の重み付けされた組み合わせとして出力信号を形成し、この重み付けされた組み合わせは前記第１および第２の画像信号の両方にしたがって変化する重み付けファクタを有するように形成した手段と、を備えたイメージングシステムの表示プロセッサ。

Images