JP2896799B2 - 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
放射線画像読取条件及び／又は画像処理条件決定装置Info
- Publication number
- JP2896799B2 JP2896799B2 JP2102015A JP10201590A JP2896799B2 JP 2896799 B2 JP2896799 B2 JP 2896799B2 JP 2102015 A JP2102015 A JP 2102015A JP 10201590 A JP10201590 A JP 10201590A JP 2896799 B2 JP2896799 B2 JP 2896799B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- reading
- image signal
- image processing
- radiation
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Lifetime
Links
Landscapes
- Radiography Using Non-Light Waves (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
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。
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
61−5193号公報参照）。
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
体の放射線画像情報を一旦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
を光電気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材料の記録材
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る（特開昭55−12429号，
同56−11395号，同55−163472号，同56−104645号，同5
5−116340号等）。
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旦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
を光電気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材料の記録材
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る（特開昭55−12429号，
同56−11395号，同55−163472号，同56−104645号，同5
5−116340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。
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。
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
量と読取装置行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。
量と読取装置行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。
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。
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60−185944号公報，特開昭61
−280163号公報参照）。
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61
−280163号公報参照）。
この従来採用されているアルゴリズムは、一般的には
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、画像信号の出現頻度が最
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。
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、画像信号の出現頻度が最
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
異なるニュート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。
異なるニュート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（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確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、「D.E.Rumelh
art,G.E.Hinton and R.J.Williams:Learning represent
ations by back−propagating errors,Nature,323−9,5
33−356,1986a」，「麻生英樹：バックプロパゲーショ
ンComputrol No.24 53−60」，「合原一幸著 ニューラ
ルコンピュータ 東京電機大学出版局」参照）。
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確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、「D.E.Rumelh
art,G.E.Hinton and R.J.Williams:Learning represent
ations by back−propagating errors,Nature,323−9,5
33−356,1986a」，「麻生英樹：バックプロパゲーショ
ンComputrol No.24 53−60」，「合原一幸著 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。
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、正立と横向き
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
たニュート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。
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、正立と横向き
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
たニュート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、上記問題に感み、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。
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、前述した蓄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て前記読取条件及び／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。
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て前記読取条件及び／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て前記画像処理条件を出
力とするニュート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。
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て前記画像処理条件を出
力とするニュート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。
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。
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，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、学習の対象が標準的なパターンのみでよくな
り、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，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。すなわち、対象
とする多様なパターンをそのまま入力とせず、標準的な
パターンに変換してから入力するようにすれば、ニュー
トラルネットワークの学習も認識もその負担が減少し、
規模も小さくすることができる。例えば右肩の画像と左
肩の画像の２種類が対象画像としてあった場合、右肩の
画像を標準的なパターンとして記憶しておき、左肩の画
像が入力画像として与えられた場合には、これを反転し
て右肩の画像のような画像（標準的なパターン）に変換
した後に、その画像をニューラルネットワークに入力す
るようにすれば、ニューラルネットワークとしては標準
的なパターンの右肩の画像のみ学習しておけばよいか
ら、右肩と左肩の両方を学習しておかなければならない
ニューラルネットワークに比して、規模（ニューラルネ
ットワークの中間層の数やニューロンの数）を小さくす
ることができる。
き、読取条件，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、学習の対象が標準的なパターンのみでよくな
り、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，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。すなわち、対象
とする多様なパターンをそのまま入力とせず、標準的な
パターンに変換してから入力するようにすれば、ニュー
トラルネットワークの学習も認識もその負担が減少し、
規模も小さくすることができる。例えば右肩の画像と左
肩の画像の２種類が対象画像としてあった場合、右肩の
画像を標準的なパターンとして記憶しておき、左肩の画
像が入力画像として与えられた場合には、これを反転し
て右肩の画像のような画像（標準的なパターン）に変換
した後に、その画像をニューラルネットワークに入力す
るようにすれば、ニューラルネットワークとしては標準
的なパターンの右肩の画像のみ学習しておけばよいか
ら、右肩と左肩の両方を学習しておかなければならない
ニューラルネットワークに比して、規模（ニューラルネ
ットワークの中間層の数やニューロンの数）を小さくす
ることができる。
（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。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。
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。
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。
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に照射された直線Ｘ線部６が形成されている。
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に照射された直線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。
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。
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15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21によって電
気信号に変換される。
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15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2
7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。
信号Ｓは対数増幅器26で対数的に増幅され、A/D変換器2
7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。
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のわたって読み取る
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。
された放射線エネルギーの広い領域のわたって読み取る
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。
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42,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ディスプレイ44から構成されている。
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42,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ディスプレイ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。
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
める光伝変換率をいう。
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
める光伝変換率をいう。
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、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100′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1
00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。
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、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100′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1
00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40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。
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40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。
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。
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2B図は、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。
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。
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2A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ッチングがとられ、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、このパターンマッチングは、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−Sp）2,（SR−Sp）２が求
められ、これを画像全面にたって加算した量QS,QRが QS＝Σ（SS−Sp）２ …（１） QR＝Σ（SR−Sp）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
らの量QS,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。
れると、画像信号上でこの先読画像信号Spと、第2A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ッチングがとられ、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、このパターンマッチングは、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−Sp）2,（SR−Sp）２が求
められ、これを画像全面にたって加算した量QS,QRが QS＝Σ（SS−Sp）２ …（１） QR＝Σ（SR−Sp）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
らの量QS,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、あるいは標準的なパターン
である右肩の画像のように見えるように反転（変換）さ
れた左肩の画像が入力される。
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、あるいは標準的なパターン
である右肩の画像のように見えるように反転（変換）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
す重ね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。
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
す重ね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（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。
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。
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（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 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ｋ層のｉ番目のユニットを 各出力を への結合の重みを とし、各ユニット は同一の特性関数 を有するものとする。このとき、 となる。ただし入力層を構成する各ユニット 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 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 によって重み付けられながら最終的な出力 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。
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（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 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ｋ層のｉ番目のユニットを 各出力を への結合の重みを とし、各ユニット は同一の特性関数 を有するものとする。このとき、 となる。ただし入力層を構成する各ユニット 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 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 によって重み付けられながら最終的な出力 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 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 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 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。
重み 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 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 がモニタされる。
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 がモニタされる。
各出力 が求められると、最終的な出力である 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 およびコントラスト との二乗誤差 が求められる。これらの二乗誤差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 が修正される。尚、以下 の出力に関して述べ、 と同様であるため、ここでは省略する。
（感度 およびコントラスト との二乗誤差 が求められる。これらの二乗誤差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 が修正される。尚、以下 の出力に関して述べ、 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、このE1は の関数であるから のように各結合の重み 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。
る。
ここで であり、（４）式より 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、 ｆ′（ｘ）＝ｆ（ｘ）（１−ｆ（ｘ）） …（13） であるから、 となる。
（10）式においてｋ＝２と置き、（12），（14）式を
（10）式に代入すると、 この（15）式を（８）式に代入して、 となる。この（16）式に従って、 の各結合の重みが修正される。
（10）式に代入すると、 この（15）式を（８）式に代入して、 となる。この（16）式に従って、 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、 ここで（13）式より、 であるから、この（19）式と、（12），（14）式を（1
8）式に代入して、 （10）式においてｋ＝１と置き、（20）式を（10）式
に代入すると、 この（21）式を（８）式に代入すると、ｋ＝１と置い
て、 となり、（16）式で修正された がこの（22）式に代入され、 が修正される。
て、 ここで（13）式より、 であるから、この（19）式と、（12），（14）式を（1
8）式に代入して、 （10）式においてｋ＝１と置き、（20）式を（10）式
に代入すると、 この（21）式を（８）式に代入すると、ｋ＝１と置い
て、 となり、（16）式で修正された がこの（22）式に代入され、 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 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。
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 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.Rumelhart,G.E.Hinton and R.J.William
s:Learning internal representations by error propa
gation In Parallel Distributed Processing,Volume
1,J.M.L.McClelland,D.E.Rumelhart and The PDP Resea
rch Group,MIT Press,1986b」参照） ただし は、ｔ回目の学習における、修正後の結合重み から修正前の該結合の重み 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。
s:Learning internal representations by error propa
gation In Parallel Distributed Processing,Volume
1,J.M.L.McClelland,D.E.Rumelhart and The PDP Resea
rch Group,MIT Press,1986b」参照） ただし は、ｔ回目の学習における、修正後の結合重み から修正前の該結合の重み 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＝0.2
5を用いて各結合の重み 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 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 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。
5を用いて各結合の重み 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 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 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 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。
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 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。
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置みが行なわ
れる。
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置みが行なわ
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ッチングをとるこ
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。
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ッチングをとるこ
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傾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。
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傾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100′
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′の構成は略同一であるため、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
を一回バックさせ、再度操作して本読みを行なうように
すればよい。
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′の構成は略同一であるため、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
を一回バックさせ、再度操作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。
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。
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
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。
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
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。
（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，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記憶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。
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，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記憶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。
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 26,26′……対数増幅器 27,27′……A/D変換器 40……コンピュータシステム 100……先読手段、100′……本読手段
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 26,26′……対数増幅器 27,27′……A/D変換器 40……コンピュータシステム 100……先読手段、100′……本読手段
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平１−114899（ＪＰ，Ａ) 特開 平１−291298（ＪＰ，Ａ) 特開 平２−81257（ＪＰ，Ａ)
Claims (4)
- 【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。 - 【請求項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。 - 【請求項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。 - 【請求項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。
Priority Applications (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2102015A JP2896799B2 (ja) | 1990-04-18 | 1990-04-18 | 放射線画像読取条件及び／又は画像処理条件決定装置 |
| DE1991631630 DE69131630T2 (de) | 1990-04-18 | 1991-04-17 | Verfahren und Vorrichtung zum Regeln von Lesebedingungen und/oder Bildverarbeitungsbedingungen für Strahlungsbilder, Strahlungsbildlesevorrichtung und Verfahren und Vorrichtung zur Strahlungsbildanalyse |
| EP96106224A EP0726542B1 (en) | 1990-04-18 | 1991-04-17 | Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus |
| DE1991630716 DE69130716T2 (de) | 1990-04-18 | 1991-04-17 | Vorrichtung zum Einstellen von Auslese- und/oder Bildverarbeitungsbedingungen für Strahlungsbilder |
| EP19910106174 EP0452915B1 (en) | 1990-04-18 | 1991-04-17 | Apparatus for adjusting read-out conditions and/or image processing conditions for radiation images |
| US08/164,825 US5515450A (en) | 1990-04-18 | 1993-12-09 | Method and apparatus for adjusting read-out conditions and/or image |
| US08/591,934 US5999638A (en) | 1990-04-18 | 1996-01-29 | Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus |
| US08/864,451 US5828775A (en) | 1990-04-18 | 1997-05-28 | Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images , radiation image read-out apparatus, and radiation image analyzing method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2102015A JP2896799B2 (ja) | 1990-04-18 | 1990-04-18 | 放射線画像読取条件及び／又は画像処理条件決定装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH041628A JPH041628A (ja) | 1992-01-07 |
| JP2896799B2 true JP2896799B2 (ja) | 1999-05-31 |
Family
ID=14315933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2102015A Expired - Lifetime JP2896799B2 (ja) | 1990-04-18 | 1990-04-18 | 放射線画像読取条件及び／又は画像処理条件決定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2896799B2 (ja) |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61163339A (ja) * | 1985-01-14 | 1986-07-24 | Canon Inc | 光記録方法 |
| JPH0666855B2 (ja) * | 1986-10-15 | 1994-08-24 | 富士写真フイルム株式会社 | 照射野検出装置 |
| JPH0638200B2 (ja) * | 1987-10-28 | 1994-05-18 | 日本電気株式会社 | ダイナミックなニューラルネットワーク |
| JPH01121038A (ja) * | 1987-11-06 | 1989-05-12 | Toshiba Corp | 画像診断装置 |
| JPH01232938A (ja) * | 1988-03-14 | 1989-09-18 | Fuji Photo Film Co Ltd | 放射線画像のサブトラクション方法 |
| US4965725B1 (en) * | 1988-04-08 | 1996-05-07 | Neuromedical Systems Inc | Neural network based automated cytological specimen classification system and method |
| JP2733955B2 (ja) * | 1988-05-18 | 1998-03-30 | 日本電気株式会社 | 適応型音声認識装置 |
| JPH0281257A (ja) * | 1988-09-19 | 1990-03-22 | Toshiba Corp | タスク割当て装置 |
| JPH0296283A (ja) * | 1988-09-30 | 1990-04-09 | Nec Corp | ニューラルネット画像処理装置 |
-
1990
- 1990-04-18 JP JP2102015A patent/JP2896799B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH041628A (ja) | 1992-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0726542B1 (en) | Method and apparatus for adjusting read-out conditions and/or image processing conditions for radiation images, radiation image read-out apparatus, and radiation image analyzing method and apparatus | |
| EP0691627B1 (en) | Gradation correcting method and apparatus | |
| JP2676009B2 (ja) | 放射線画像読取条件および／または画像処理条件決定方法および装置ならびに放射線画像解析方法および装置 | |
| US5272339A (en) | Method for adjusting conditions in radiation image recording, readout, and reproducing systems | |
| JP2694580B2 (ja) | 被写体像内画像点決定方法 | |
| JP2896799B2 (ja) | 放射線画像読取条件及び／又は画像処理条件決定装置 | |
| JP2727257B2 (ja) | ニューラルネットワークを用いた放射線画像処理方法 | |
| JP3013095B2 (ja) | 放射線画像読取条件及び／又は画像処理条件決定方法 | |
| JP2981677B2 (ja) | ニューラルネットワーク学習方法 | |
| JP2739386B2 (ja) | 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 | |
| JPH04261649A (ja) | 放射線画像解析方法および装置 | |
| JP2678815B2 (ja) | 放射線画像読取装置 | |
| JP2565791B2 (ja) | 多層型ニューラルネットワークの係数格納装置 | |
| EP0452915B1 (en) | Apparatus for adjusting read-out conditions and/or image processing conditions for radiation images | |
| JP2739385B2 (ja) | 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 | |
| JP2952422B2 (ja) | 放射線画像解析装置 | |
| JPH08214164A (ja) | 階調補正方法および装置 | |
| JPH06102599A (ja) | 放射線画像読取条件および／または画像処理条件決定方法および装置 | |
| JPH04118782A (ja) | 放射線画像読取装置 | |
| JP2852818B2 (ja) | 放射線照射野認識方法 | |
| JP2727258B2 (ja) | 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 | |
| JPH04317047A (ja) | 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 | |
| JPH04152478A (ja) | 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 | |
| JPH04141153A (ja) | 放射線画像の***認識方法 | |
| JPH04317263A (ja) | ニューラルネットワークを用いた照射野認識の前処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080312 Year of fee payment: 9 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080312 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100312 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100312 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110312 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110312 Year of fee payment: 12 |