JP4169400B2 - 医用イメージング・システム及び医用画像を形成する方法 - Google Patents
医用イメージング・システム及び医用画像を形成する方法 Download PDFInfo
- Publication number
- JP4169400B2 JP4169400B2 JP26264298A JP26264298A JP4169400B2 JP 4169400 B2 JP4169400 B2 JP 4169400B2 JP 26264298 A JP26264298 A JP 26264298A JP 26264298 A JP26264298 A JP 26264298A JP 4169400 B2 JP4169400 B2 JP 4169400B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- filter
- data set
- forming
- 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 - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 47
- 238000002059 diagnostic imaging Methods 0.000 title claims description 4
- 238000001914 filtration Methods 0.000 claims description 35
- 238000009499 grossing Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 description 27
- 230000008569 process Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
【０００１】
【産業上の利用分野】
本発明の分野は、医用イメージングであり、具体的には、医用画像の視覚的な品質を向上させるための医用画像のフィルタ処理及び強調である。
【０００２】
【従来の技術】
医用画像の画質は、用いられているイメージング・モダリティと、画像データを収集するのに用いられている特定の方法との関数である。一般的には、用いられているイメージング・モダリティに拘わらず、医用画像の画質は、ランダム・ノイズの影響を抑えるように平均することのできる冗長的なデータを収集することにより向上し得る。残念ながら、この解決法は走査時間を長引かせ、患者に不便を強い、又、経費も高い。もう１つの方法は、イメージング・システムの出力を増大させることである。ＭＲＩでは、このことは、より強い分極磁場（例えば、０．５テスラではなく１．５テスラにする）という形態を採ることができ、Ｘ線システムでは、より高出力のＸ線ビームという形態を採ることができ、超音波では、より強力なＲＦ増幅器及びトランスデューサという形態を採ることができる。しかしながら、これらの手段によると、設備の経費が増大し、又、Ｘ線の場合には、患者への電離放射線の照射量が増大する。
【０００３】
患者に造影剤を注入することにより被検体のイメージング性を向上させる試みが為されている。例えば、Rosenの米国特許第４，８３４，９６４号を参照されたい。しかしながら、注入された造影剤は、限定された範囲の画像特性を向上させるに留まり、又、この方法は侵襲的手法であるので、医学的理由から不適当な場合がある。
【０００４】
収集された医用画像は又、例えば、米国特許第５，０６３，６０７号に記載されているように、大域的又は局所的な方式で信号値のヒストグラム又は分布を修正することにより、臨床に関わる画像の値を強調するように処理することができる。他の強調手法には、各々のサブイメージ領域のグレイ・スケールの範囲を、表示範囲の全体をカバーするように拡張するものがあり、例えば、米国特許第４，９９１，０９２号に開示されている。しかしながら、データのダイナミック・レンジを拡大するヒストグラム修正は又、画像のノイズも増大させる。局所的ヒストグラム修正は、ブロッキング効果を招き、その結果、画像全体にわたる一様性が損なわれる。
【０００５】
畳み込み又はフィルタ処理手法を用いて画像を強調することもできる。このような手法には、Changの米国特許第５，０７２，３１４号に示されているような選択された周波数帯域を増幅させるものがある。他の手法では、例えば、Kwonへの米国特許第５，０８１，６９２号又はHirosawaへの同第４，９７２，２５６号に示されているように、ハイ・パス・フィルタ処理及びロウ・パス・フィルタ処理の組み合わせを用いて画像を強調している。しかしながら、大域的フィルタ処理手法は、画像にボケを生じさせると共により低い周波数領域を排除する傾向を有する。これにより、画像の臨床的な評価が困難になる。
【０００６】
大域的フィルタ処理又は畳み込みの欠点のいくつかを解消するために、局所的に調節されたフィルタ処理を用いることもできる。例えば、Denison等の米国特許第４，７６１，８１９号、Swonの同第４，９９１，０９２号、Furusawaの同第５，０５０，２２７号及びIEEE Transactions on Pattern Analysis and Machine Intelligence誌、１９９１年６月、第１３巻、第６号のSaint-Marc等による「適応型平滑化：初期視覚のための一般的なツール」（Adaptive Smoothing: A General Tool For Early Vision）を参照されたい。しかしながら、局所的フィルタ処理手法では、エッジを原因とする急激な画像の変動とノイズを原因とする急激な画像の変動とを区別することが困難である。これらの手法は又、エッジ方向及び領域の分散における差を取り扱うことができず、エッジを考慮に入れないまま過度に平滑化された画像を形成する。
【０００７】
収集過程をモデル化して、イメージング過程の劣化を数学的に記述する復旧法を用いることもできる。次いで、これらの手法は、最小自乗、ベイズ（Bayesian）又はカルマン（Kalman）のフィルタ処理等の復旧法を用いて劣化を反転させようとする。しかしながら、これらの復旧法は、収集過程についての正確なモデルを必要とする。ＭＲＩイメージングのような複雑な収集過程は、正確にモデル化することがあまりにも困難であるし、所与の画像についての複雑なモデルのパラメータは、長時間の繰り返し計算を要求する可能性がある。
【０００８】
Fenster等の米国特許第４，６９１，３６６号は、長いエッジを強調すると共にノイズ及び点を減衰させるように調節されているフィルタを用いている。しかしながら、この手法は、妥当なフィルタを形成するためにイメージング・システムの分析を必要とする。このような分析は、計算集約的であり、長時間を要し、誤りを生じ易い。
【０００９】
【課題を解決するための手段】
本発明は、医用画像の画質を向上させるために用いられるマルチ・パス・フィルタ・フレームワーク（multi-pass filter framework）である。より具体的には、このマルチ・パス・フィルタ・フレームワークは、収集された画像データを記憶する記憶手段と、収集された画像データを１回のパスにおいて受け入れ、対応するフィルタ処理された画像データを形成する複数の独立したフィルタ関数と、フィルタ処理後の画像データに定数（α）を乗算するスケーリング手段と、適当なスケーリングによって、フィルタ処理後の画像データと原画像データとを結合し、出力画像を形成する加算手段と、画像データを選択されたフィルタ関数に複数回通過（パス）させる繰り返し手段とを含んでいる。フィルタ関数は、多くの異なるイメージング・モダリティ及び臨床用途に向けたマルチ・パス・フィルタを形成するように、多くの異なる形態を採ることができる。
【００１０】
本発明の一般的な目的は、特殊なハードウェアを追加したり画像処理時間を大幅に延長させたりせずに、医用画像の画質を強調することにある。画像データのマルチ・パス・フィルタ処理を用いることにより、独立したフィルタ処理関数を大幅に単純化することができる。例えば、１５×１５要素のフィルタ・カーネルでフィルタ処理する代わりに、３×１要素のフィルタ・カーネルを用いているフレームワークを３回通過させると、同じ結果を得ることができる。これは、処理がより簡略化し、より高速化していることを意味する。又、マルチ・パス手法を用いることにより、各々のパスごとにフィルタを変更して、遥かにより広い範囲の画像効果を得ることができる。
【００１１】
本発明のより特定的な目的は、ＭＲＩシステムによって収集された画像の画質を向上させることにある。ノイズは、画像のエッジに敏感な方向性平滑化フィルタを用いて画像データからフィルタ除去され得る。エッジは、これらエッジに沿って平滑化されるが、エッジの鮮鋭度（sharpness）は減少しない。セグメント化を用いて、強いエッジと弱いエッジとで異なるように領域をフィルタ処理してもよい。これらの異なるフィルタ関数を、フィルタ・フレームワークの多数回の通過の際に異なる組み合わせで用いてもよい。
【００１２】
本発明の上述の目的及び利点、並びにその他の目的及び利点は、以下の記載から明らかになろう。この記載では、記載の一部を形成している図面を参照するが、図面は、本発明の好ましい実施例を説明するために示されている。しかしながら、このような実施例は、本発明の完全な範囲に必ずしも相当していないので、本発明の要旨を理解するためには、請求項を参照するものとする。
【００１３】
【本発明の一般的な記載】
本発明は、医用画像に対して広い範囲のフィルタ処理演算を実現するようにユーザによって構成されることの可能なフィルタ・フレームワークである。ここで、図３について詳細に説明する。このフレームワークは、基本フィルタ・ブロックＦ11の周囲に形成されており、基本フィルタ・ブロックＦ11は、参照番号１０の所で入力される入力画像データに対して作用するフィルタＦ1 で構成されている。フィルタＦ1 の出力は、ファクタｃ1 によってスケーリングされ、加算器１２において、スケーリング後の入力画像データと結合される。入力画像データ用のスケーリング・ファクタは、（１−ｃ）である。フィルタ・ブロックＦ11の出力１４は、１次のフィルタ処理のワン・パス（１回通過）を経た中間画像データである。フィルタＦ1 は、３×１のフィルタ・カーネルを用いている平滑化（smoothing）フィルタ又は鮮鋭化（sharpening）フィルタ等の構造的に比較的簡単なものであってもよいし、又は各々のパスの際に選択的に用いることのできる異なるフィルタの組み合わせであってもよい。
【００１４】
このフィルタ・フレームワークは、図３のフィルタ・ブロックを用いて、図４に示すようなマルチ・パス・フィルタＦ21を形成する。中間画像データは、もう１回パスするようにフィルタ・ブロックにフィード・バックされるが、用いられる特定のフィルタ関数及びスケーリング・ファクタｃは、各々のパスについて異なっていてもよい。図４に示すように、任意の回数（ｎ）のパスを実行することができ、最後のパスの後に、フィルタ処理された出力画像データは、スケーリング・ファクタ（ｄ）によってスケーリングされ、加算点１６において、スケーリングされた原入力画像データと結合される。フィルタ処理後の画像データは、参照番号１８の所で出力される。後に詳述するように、本発明の好ましい実施例は、ＭＲＩシステムによって収集された画像データと共に用いられる３回パス（即ち、ｎ＝３）のフィルタである。
【００１５】
特にノイズの多い画像の場合には、２次フィルタを形成する必要があるかもしれない。図５を詳細に見ると、このことは、本発明のフィルタ・フレームワークを用いて、図４のフィルタＦ21のようなマルチ・パス・フィルタ・ブロックを縦続することにより達成され得る。各々のマルチ・パス・フィルタ・ブロックＦ21，Ｆ22，…，Ｆ2mの出力１８は、フレームワークを通してフィード・バックされ、鎖の次のフィルタ・ブロックへの入力となる。最後のフィルタ・ブロックＦ2mの出力１８は、スケーリング・ファクタ（ｅ）によってスケーリングされ、加算点２０において、スケーリングされた原入力画像データと結合される。フィルタ処理後の画像データは、参照番号２２の所で出力される。所望の画像効果を得るのに必要ならば、２次フィルタＦ31自体を縦続して、更により高次のフィルタを形成することもできることは明らかであろう。
【００１６】
加算点１２、１６及び２０は、スケーリングされたピクセル強度の算術加算といった単純なものであってもよいが、画像を異なる領域にセグメント化し、これらの領域を原画像と結合することも可能である。例えば、強いエッジを有している領域は原画像の対応するデータと加算せず、逆に弱いエッジを有している領域は加算するようにしてもよい。
【００１７】
本発明のもう１つの側面は、所望のフィルタ関数を得るようにこのフィルタ・フレームワークを構成する能力である。上述したように、フィルタ・ブロックを形成すると共に、これらのフィルタ・ブロックを縦続するために、パラメータのセットがフィルタ・フレームワークを制御する。これらのパラメータは、各回のパスの際に実行されるべき特定のフィルタ関数を選択すると共に、ｃ1 〜ｃn 、ｄ1 〜ｄn 等のスケーリング・ファクタの値を選択する。記憶されているパラメータのセットを用いて、特定の医療用途に向けたフィルタ・フレームワークを構成してもよい。
【００１８】
【実施例】
先ず、図１について説明する。同図には、本発明を組み込んだ好ましいＭＲＩシステムの主要な構成要素が示されている。システムの動作は、キーボード及び制御パネル１０２と、表示装置１０４とを含んでいるオペレータ・コンソール１００から制御される。コンソール１００はリンク１１６を介して、独立した計算機システム１０７と交信しており、計算機システム１０７は、オペレータがスクリーン１０４上での画像の形成及び表示を制御することを可能にしている。計算機システム１０７は、バックプレーンを介して互いに交信している多数のモジュールを含んでいる。これらのモジュールは、画像プロセッサ・モジュール１０６と、ＣＰＵモジュール１０８と、画像データ配列を記憶するフレーム・バッファとして当業界で知られているメモリ・モジュール１１３とを含んでいる。計算機システム１０７は、画像データ及びプログラムを記憶するためのディスク記憶装置１１１及びテープ・ドライブ１１２に結合されており、又、高速シリアル・リンク１１５を介して別個のシステム制御部１２２と交信している。
【００１９】
システム制御部１２２は、バックプレーン１１８によってまとめて接続された一組のモジュールを含んでいる。これらのモジュールは、ＣＰＵモジュール１１９と、パルス発生器モジュール１２１とを含んでおり、パルス発生器モジュール１２１は、シリアル・リンク１２５を介してオペレータ・コンソール１００に接続している。リンク１２５を介して、システム制御部１２２は実行されるべき走査シーケンスを指示する命令（コマンド）をオペレータから受け取る。パルス発生器モジュール１２１は、システムの構成要素を動作させて、所望の走査シーケンスを実行する。モジュール１２１は、発生されるべきＲＦパルスのタイミング、強度及び形状、並びにデータ収集ウィンドウのタイミング及び長さを指示するデータを発生する。パルス発生器モジュール１２１は、一組の勾配増幅器１２７に接続しており、走査中に発生される勾配パルスのタイミング及び形状を指示する。パルス発生器モジュール１２１は又、患者に接続された多数の異なるセンサからの信号、例えば電極からの心電図（ＥＣＧ）信号又はベローズからの呼吸信号を受信する生理学データ収集制御装置１２９から患者のデータを受信する。最後に、パルス発生器モジュール１２１は、走査室インタフェイス回路１３３に接続しており、走査室インタフェイス回路１３３は、患者及びマグネット・システムの状態に関連した様々なセンサからの信号を受信する。走査室インタフェイス回路１３３を介して、患者位置決めシステム１３４も又、走査に望ましい位置に患者を移動させるための命令を受信する。
【００２０】
パルス発生器モジュール１２１によって発生される勾配波形は、Ｇx 増幅器と、Ｇy 増幅器と、Ｇz 増幅器とで構成されている勾配増幅器システム１２７に印加される。各々の勾配増幅器は、全体的に参照番号１３９で示すアセンブリ内の対応する勾配コイルを励起して、収集される信号を空間的にエンコードするのに用いられる磁場勾配を発生する。勾配コイル・アセンブリ１３９は、分極マグネット１４０と全身型ＲＦコイル１５２とを含んでいるマグネット・アセンブリ１４１の一部を形成している。システム制御部１２２内の送受信器モジュール１５０がパルスを発生し、これらのパルスは、ＲＦ増幅器１５１によって増幅されて、送信／受信（Ｔ／Ｒ）スイッチ１５４によってＲＦコイル１５２に結合される。患者の内部の励起した核によって放出される結果として生ずる信号は、同じＲＦコイル１５２によって検知され、送信／受信スイッチ１５４を介して前置増幅器１５３に結合され得る。増幅されたＮＭＲ信号は、送受信器１５０の受信器部において復調され、濾波されると共にディジタル化される。送信／受信スイッチ１５４は、パルス発生器モジュール１２１からの信号によって制御されて、送信モード時にはＲＦ増幅器１５１をコイル１５２に電気的に接続し、受信モード時には前置増幅器１５３をコイル１５２に電気的に接続する。送信／受信スイッチ１５４は又、送信モード又は受信モードのいずれの場合にも、分離型ＲＦコイル（例えば、頭部コイル又は表面コイル）を用いることを可能にしている。
【００２１】
ＲＦコイル１５２によって捕えられたＮＭＲ信号は、送受信器モジュール１５０によってディジタル化されて、システム制御部１２２内のメモリ・モジュール１６０へ転送される。走査が完了してデータの配列の全体がメモリ・モジュール１６０内に収集されたときに、アレイ・プロセッサ１６１が動作して、このデータを画像データの配列へフーリエ変換する。この画像データ・セットは、シリアル・リンク１１５を介して計算機システム１０７へ伝送されて、ここで、ディスク・メモリ１１１に記憶される。オペレータ・コンソール１００から受信された命令に応答して、この画像データをテープ・ドライブ１１２に保管してもよいし、又は本発明に従って画像プロセッサ１０６によって更に処理してオペレータ・コンソール１００へ伝送すると共に表示装置１０４に表示してもよい。
【００２２】
送受信器１５０の更なる詳細については、米国特許第４，９５２，８７７号及び同第４，９２２，７３６号に記載されている。これらの特許はここに参照されるべきものである。
本発明は、ディジタル形態で記憶されている画像に対して、図１に示す画像プロセッサ１０６において、図２の流れ図によって示す一連の工程を実行することにより実現される。このフィルタ処理過程は、マルチ・パス（繰り返し式の）・フレームワークを提供し、選択により、各回のパスの際に用いられるパラメータを変更することができる。処理ブロック２００によって示すように、特定の用途について、フィルタ処理過程を制御する１８のパラメータがオペレータによって入力される。後により詳細に述べるように、これらのパラメータは、フィルタ処理効果を制御するものであり、画像の完全な平滑化から、画像の特徴の完全な鮮鋭化に到る範囲を網羅することができるばかりでなく、セグメント化に基づく適応型の平滑化及び鮮鋭化を行うこともできる。研究環境では、オペレータによって個別のパラメータが指定されてもよいが、臨床環境では、オペレータによって特定の用途に応じて一群の記憶されているパラメータが選択されてもよい。
【００２３】
処理ブロック２０２に示すように、次の工程は、実行されるべきマルチ・パス・フィルタ演算についてシステムを初期化すると共に入力画像データをスケーリングするものである。スケーリングを行う主な理由は、画像データのダイナミック・レンジ及び画像データのＤＣオフセット値に依存しないフィルタ処理関数を作成することにある。より明確に述べると、以下の工程が実行される。
【００２４】
（１） 次節で議論する内部パラメータを初期化し、繰り返しカウンタを１にセットする。
（２） 最大画像強度値（MAX_ORIGINAL）及び最小画像強度値（MIN_ORIGINAL）を決定する。
（３） 繰り返しの回数が１であれば、原データをＩ2 として保存する。
【００２５】
（４） scale ＝ 4095.0 / MAX_ORIGINAL
（５） 次の関係式を用いて、スケーリング後の画像Ｉを得る。即ち、I = (I - MIN_ORIGINAL) * scale
（６） フィルタ処理前の画像をＩ1 ＝Ｉとして保存する。
（７） フィルタ処理前のＩの平均画像強度値（MEAN_BEFORE ）を算出する。
【００２６】
ＭＲの画像データは１２ビットの精度を有しているので、スケーリング用に4095 / MAX_ORIGINAL が用いられる。画像Ｉ1 は、後述される中間配合演算に用いられ、他方、記憶された画像Ｉ2 は、やはり後述される最終配合演算に用いられる。
デシジョン・ブロック２０４によって示されるように、２つの方向性平滑化関数のいずれかが画像データに対して実行される。この選択は、前述の１８の制御パラメータの１つに相当している。１つの選択肢（「１」）は、処理ブロック２０６によって示される方向性平滑化関数であり、この関数では、画像Ｉに対して同時的な方向性平滑化演算が適用される。この同時的な方向性平滑化演算は、Computer Graphics and Image Processing誌、１９７５年、第４巻、第２４８頁〜第２７０頁のL. S. Davisの「エッジ検出手法の概観」（"A Survey of Edge-Detection Techniques"）に記載されている。この手法は、以下の工程を用いている。
【００２７】
（１） ラスタ・フォーマットで画像を１回走査する。
（２） 各々の画像ピクセルにおいて、４つの方向（４５°、１３５°、９０°、０°）のすべてについて４つの１次元３×１フィルタを考える。
（３） 各々の方向において、３つの対応するピクセルの平均値及び分散を算出する。
【００２８】
（４） 最小の分散を与える方向を決定し、後続の計算のために対応する平均値を選択する。
（５） このようにして、所与の位置（ｘ，ｙ）におけるこの新たなピクセル値は、以下の方程式に従って修正される。（meanは平均を表す。）
I(x,y) = mean
設計によって、この処理は、線構造及びエッジに沿って平滑化を行うが、線構造及びエッジを横切る平滑化は行わない。所与の画像の境界ピクセルは、異なる方式で取り扱われなければならず、処理後の画像においてはゼロにセットされる。
【００２９】
デシジョン・ブロック２０４における他方の選択肢（「２」）は、処理ブロック２０８によって示されている逐次的な平滑化関数である。この平滑化関数は画像Ｉに対して適用され、その作用は、IEEE Transactions In Acoustics, Speech and Signal Processing誌、１９８５年２月、第３３巻、第１１７頁〜第１２６頁のP. Chan及びJ. S. Limによる「適応型画像復旧のための１次元処理」（"One-Dimensional Processing for Adaptive Image Restoration"）に記載されている。この逐次的な平滑化関数は、以下の工程を用いている。即ち、
（１） ラスタ・フォーマットで画像を４回走査する。
【００３０】
（２） 各々のピクセルにおいて、４つの方向（４５°、１３５°、９０°、０°）のすべてについて４つの１次元３×１フィルタを逐次的に考える。
（３） １つの方向について、３つの対応するピクセルの平均値及び分散を算出し、後続の計算にこれらの値を用いる。
（４） 分散（var）が予め選択されたノイズ分散（nvar）よりも大きければ、var = var - nvarとセットし、他の場合には、var = 0とセットする。
【００３１】
（５） このようにして、所与の位置（ｘ，ｙ）におけるこの新たなピクセル値は、以下の方程式に従って修正される。（meanは平均を表す。）
O(x,y) = mean + (I(x,y) - mean) * (var / (var + nvar))
ここで、Ｏ（ｘ，ｙ）は、テンポラリ画像である。画像内のすべての点が処理された後に、各々の点（ｘ，ｙ）について、Ｉ（ｘ，ｙ）＝Ｏ（ｘ，ｙ）とセットする。
【００３２】
（６） 残りの方向角のすべてについて工程（３）〜（５）を繰り返す。
このフィルタ関数の場合には、単一のパラメータnvarを用いて平滑化の量を制御することができる。この手法は、逐次的な方向性フィルタ処理であるので、累積的ではない。しかしながら、この手法は、エッジを保存しつつ全体的なより強い平滑化効果を発揮しながら、エッジを横切る最小の平滑化しか行わないことが判明している。所与の画像の境界ピクセルは、異なる方式で取り扱われねばならず、処理後の画像においてはゼロに等しくなるようにセットされる。
【００３３】
どちらの平滑化関数が実行されるかに拘わらず、フィルタ・フレームワークの次の工程は、処理ブロック２１０に示すように、画像のエッジが鮮鋭化されるべきか否かを決定することである。鮮鋭化されるべきであれば、処理ブロック２１２において、方向性鮮鋭化及びセグメント化関数が実行される。このフィルタ関数によって実行される作用は、以下のものを含んでいる。即ち、
（１） 各々のピクセルにおいて、４つの方向（０°、４５°、９０°、１３５°）の各々について、以下の方程式を用いて画像の１次元ラプラシアンを求める。
【００３４】
E(k) = 2.0 * I(k) = I(k-1) - I(k+1)
ここで、インデクスｋは所与の方向に沿ったカレントの位置を表しており、Ｅ（ｋ）はエッジ強度であり、Ｉ（ｋ）はこのピクセルにおける強度値である。
（２） 所与のピクセルにおける４つのエッジ強度のすべてを算出した後に、最大の方向性エッジ強度を決定し、この値を、この位置におけるエッジ強度Ｅ（ｘ，ｙ）として後続の工程で用いる。
【００３５】
（３） この過程を画像内のすべてのピクセルについて続行する。所与の画像の境界ピクセルは、異なる方式で取り扱われなければならず、後続の工程のためにゼロに等しくなるようにセットされる。
（４） 以下の工程を実行することにより、画像Ｅ（ｘ，ｙ）のエッジを平滑化して、エッジ強度平滑化後の画像ＥＳ（ｘ，ｙ）を形成する。
【００３６】
（ａ） ラスタ・フォーマットで画像Ｅ（ｘ，ｙ）を１回走査する。
（ｂ） 各々の画像ピクセルにおいて、４つの方向（４５°、１３５°、９０°、０°）のすべてについて４つの１次元３×１フィルタを考える。
（ｃ） 各々の方向において、３つの対応するピクセルの平均値及び分散を算出する。
【００３７】
（ｄ） 最小の分散を与える方向を決定し、後続の計算のために対応する平均値を選択する。
（ｅ） このようにして、所与の位置（ｘ，ｙ）におけるこの新たなピクセル値は、以下の方程式に従って修正される。（meanは平均を表す。）
ES(x,y) = mean
（５） ＥＳ（ｘ，ｙ）の最大値及び最小値を決定する。この最大値及び最小値の絶対値のうちより大きな方をパラメータＭＡＸとして選択する。
【００３８】
（６） 以下の方程式を用いて閾値（threshold）を算出する。
threshold = MAX / threshold_parameter
ここで、threshold_parameterは１８の選択可能なパラメータの１つである。
（７） この工程では、segment_parameter と呼ばれる１８の選択可能なパラメータのうちのもう１つのパラメータを用いて下された決定に基づき、計算が実行される。この決定ロジックにより、mask(x,y)と呼ばれるマスクも作成される。パラメータHPF_attenuated_parameter及びHPF_unattenuated_parameterも又、ユーザによる選択が可能である。これらのパラメータを用いて、以下のようにして決定されるセグメント化規準に基づき、平滑化後の画像Ｉ（ｘ，ｙ）に戻し加算されるエッジ強度画像ＥＳ（ｘ，ｙ）の量を本質的に制御する。
【００３９】
（ａ） segment_parameter = 1ならば、以下を実行する。
(ES(x,y) <= threshold)ならば、
mask(x,y) = 1 とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_attenuated_parameterとセットする。又は、
(ES(x,y) > threshold) ならば、
mask(x,y) = 0とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_unattenuated_parameterとセットする。
【００４０】
（ｂ） segment_parameter = 2ならば、以下を実行する。
(ES(x,y) ≧ - threshold)ならば、
mask(x,y) = 1とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_attenuated_parameterとセットする。又は、
(ES(x,y) < - threshold)ならば、
mask(x,y) = 0とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_unattenuated_parameterとセットする。
【００４１】
（ｃ） segment_parameter = 3ならば、以下を実行する。
(abs(ES(x,y)) ≦ threshold)ならば、
mask(x,y) = 1とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_attenuated_parameterとセットする。又は、
(abs(ES(x,y)) > threshold)ならば、
mask(x,y) = 0とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_unattenuated_parameterとセットする。
鮮鋭化及びセグメント化処理２１２の完了時には、異なる方式で強調された強いエッジと弱いエッジとが得られており、画像は、強いエッジの領域と弱いエッジの領域とに分割されている。
【００４２】
処理ブロック２１４によって示すように、実行されるべき次の関数は、配合及び再スケーリング演算であり、この演算では、フィルタ処理後の画像Ｉ（ｘ，ｙ）を記憶されているフィルタ処理前の画像Ｉ1 （ｘ，ｙ）と結合すると共に結合後の画像を再スケーリングする。この演算は、以下の工程を含んでいる。
（１） フィルタ処理後の画像Ｉ（ｘ，ｙ）とフィルタ処理前の画像Ｉ1 （ｘ，ｙ）とを以下の方程式を用いて配合する。
【００４３】
I(x,y) = alpha * (I(x,y) - I1(x,y)) + I1(x,y)
ここで、alpha は、０＜alpha ＜１であるような選択可能なパラメータの１つである。
（２） 配合後の画像Ｉ（ｘ，ｙ）の平均ピクセル強度（MEAN_AFTER）を算出する。
【００４４】
（３） 正規化ファクタNORM_FACTOR = MEAN_BEFORE / MEAN_AFTERを算出する。
（４） 以下の式を用いて正規化後の画像を算出する。
I(x,y) = (I(x,y) * NORM_FACTOR) + MIN_ORIGINAL
ここで、MIN_ORIGINALは原画像の最小強度である。
【００４５】
（５） 画像Ｉ1 （ｘ，ｙ）の値を画像Ｉ（ｘ，ｙ）と等しくなるようにセットする。
処理２１４の完了時に、フィルタ・フレームワークを通過するすべてのパスが完了したか否かを決定する試験がデシジョン・ブロック２１６において行われる。好ましい実施例では、選択されたフィルタ関数のすべてを画像Ｉ（ｘ，ｙ）に対して繰り返すように処理ブロック２０２に分岐して戻ることにより、３回のパスが実行される。実行されるフィルタ関数は、各回のパスで同じである必要はない。例えば、１回目のパスの際に同時的な方向性平滑化関数２０２を実行し、最後のパスの際に方向性鮮鋭化関数２１２を実行するときに最良の結果が得られることが判明している。これらの方式以外にも、オペレータは、所望の効果を得るために各回の繰り返しの際に任意の関数を選択することができる。
【００４６】
フィルタ・フレームワークによって実行される最後の作用は、処理ブロック２１８に示すようなセグメント化に基づく配合である。この作用の目的は、エッジの存在していない（即ち、低いエッジ強度の）領域において原画像のテクスチュアを保持することにある。フィルタ処理後の画像Ｉ（ｘ，ｙ）と、フィルタ処理前の画像Ｉ2 （ｘ，ｙ）とを以下の方程式を用いて配合することにより、最終画像Ｉf （ｘ，ｙ）が得られる。
【００４７】
mask(x,y) = 1ならば、
If(x,y) = alpha_f * I(x,y) + beta_f * I2(x,y)とセットし、又は、
mask(x,y) = 0ならば、
If(x,y) = I(x,y)とセットする。
ここで、alpha_f及びbeta_fは、１８の選択可能なパラメータのうちの２つのパラメータであり、mask(x,y)は、前述の処理ブロック２１２によって形成されている。この処理で用いられているパラメータalpha_f及びbeta_fの選択に応じて、適応型グレイ・レベル圧縮及び拡張を行うことができる。このようにして、以下のように様々な視覚効果を得ることができる。
【００４８】
(alpha_f + beta_f) = 1ならば、グレイ・スケールの圧縮も拡張も行われない。
(alpha_f + beta_f) > 1ならば、グレイ・スケールの圧縮が生じて、全体的な平滑化効果を与える。
(alpha_f + beta_f) < 1ならば、コントラスト強調が生じて、向上したコントラストを与える。
【００４９】
このフィルタ・フレームワークの好ましい実施例に用いられるユーザによる選択の可能な１８のパラメータがある。これらのパラメータの様々な組み合わせ方によって、様々な視覚効果が得られる。以下の記載では、これらのパラメータをＰ［ｉ］として示す。ここで、ｉはパラメータ番号を示す。
Ｐ［１］：
説明：鮮鋭化処理での上限を設定する。このパラメータは、１２ビット画像については４０９５に等しくなるようにセットされ得る。
【００５０】
範囲：４０００〜６０００。
Ｐ［２］：
説明：弱いエッジの増幅を防止するダンプニング（dampening）・ファクタ。このパラメータは、好ましい実施例では０．１にセットされる。
範囲：０＜Ｐ［２］＜１。
【００５１】
Ｐ［３］及びＰ［４］：
説明：原画像から、処理の最終工程のフィルタ処理後の画像の弱いエッジの領域に配合されるセグメント化マスクによって決定される部分的テクスチャ。Ｐ［３］及びＰ［４］を適当にセットすると、全体的な平滑性を与えながら「黒ずみ」（"smushiness"）を防止する。
【００５２】
範囲：０≦Ｐ［３］≦１０、０≦Ｐ［４］≦１０。ここで、「≦」は、「より小さい又は等しい」を表す。
Ｐ［５］：
説明：最終のパスにおいて、フィルタ処理後の画像に対してエッジを戻し加算するためのエッジ画像に対する乗算ファクタ（HPF_unattenuated_factor）。このパラメータを高く（＞０．２）選択すると、強いエッジの全体的な鮮鋭度が増大する。「セグメント化工程での脱落を回避するために、このパラメータを０に等しくセットしてはならない。」
範囲：０．００００１≦Ｐ［５］≦５。
【００５３】
Ｐ［６］：
説明：最後から２回目の繰り返し（好ましい実施例では、パス番号２）において、フィルタ後の画像に対してエッジを戻し加算するためのエッジ画像に対する乗算ファクタ（HPF_unattenuated_factor）。暗い構造をより暗くすると共に白いエッジをより白くするといった作業のために更にエッジ強調を強化することが必要ならば、このパラメータを用いる。又、このパラメータを用いて、画像に対してより高い全体的な平滑性を与えながら画像に幾分かのテクスチャを回復させることもできる。
【００５４】
範囲：０．０≦Ｐ［６］≦５。
Ｐ［７］、Ｐ［８］、Ｐ［９］：
説明：１回目、２回目及び３回目のパスについての平滑化の量を制御するための分散閾値。これらの値は、方向性平滑化「２」が用いられるならば、そしてこの場合にのみ、有用である。これらの値を過度に高くすると、画像にボケを生じる傾向がある。
【００５５】
範囲：０．１≦Ｐ［７］≦１０００００００、０．１≦Ｐ［８］≦１０００００００、０．１≦Ｐ［９］≦１０００００００。
Ｐ［１０］、Ｐ［１１］、Ｐ［１２］：
説明：これらのパラメータは、３回のパスの各々について、パス前のフィルタ処理された画像に配合されるパス後のフィルタ処理された画像の分率を表している。
【００５６】
範囲：０≦Ｐ［１０］≦１、０≦Ｐ［１１］≦１、０≦Ｐ［１２］≦１。
Ｐ［１３］、Ｐ［１４］、Ｐ［１５］：
説明：３回の繰り返しの各回における弱いエッジの増幅を防止するダンプニング・ファクタ（HPF_attenuated_factor）。
範囲：０≦Ｐ［１３］≦１、０≦Ｐ［１４］≦１、０≦Ｐ［１５］≦１。
【００５７】
Ｐ［１６］：
説明：何回目の繰り返しの際に、方向性平滑化「１」（ブロックＤ）ではなく方向性平滑化「２」（ブロックＥ）を行うべきかを決定する制御パラメータ。１回目のパスについては常に方向性平滑化「１」を用い、残りの回のパスについてはどちらかの平滑化方式を用いる。
【００５８】
範囲：１≦Ｐ［１６］≦４。
Ｐ［１７］：
説明：このパラメータ（threshold_parameter）の逆数を最大エッジ強度に乗じて、画像を強いエッジの領域と弱いエッジの領域とにセグメント化する際の閾値を決定する。
【００５９】
範囲：１≦Ｐ［１７］≦２００。
Ｐ［１８］：
説明：このパラメータ（segment_parameter）は、フィルタ処理のために３つのセグメント化モードのどれを適用すべきかを決定する。このパラメータは、ユーザが白いエッジを強調する必要があるが黒いエッジは強調しなくてもよいときには、１に等しくセットされる。又、黒いエッジを強調しなければならないが白いエッジは強調しなくてもよいときには、２にセットされる。すべてのエッジを強調しなければならないときには３にセットされる。
【００６０】
範囲：１≦Ｐ［１８］≦３。
可能なパラメータの組み合わせの数は膨大なものになるが、そのすべてが有用なわけではない。従って、所望のフィルタ処理効果を得るためにはパラメータを調節することが重要である。これらの効果を得るために、以下のガイドラインを用いることができる。
【００６１】
強いエッジの領域：一般に、ノイズの多い画像については、強いエッジは、強調されるか又は原画像と同じに保持されなければならない。平滑化は、強いエッジに沿って実行することができるが、エッジを横切って実行してはならない。このことは、医用画像に望ましくない画像の細部のボケを回避するのに重要である。
【００６２】
弱いエッジの領域：経験的に、弱いエッジの領域は、減衰されなければならない。弱いエッジの領域を鮮鋭化すると、一般に、ノイズの増幅の機会が増すと共に、ＭＲ画像に「ウォーム」（worm）の出現が増す。これらの領域のテクスチャは、ピクセル強度の「しみ」（"smudging") や「黒ずみ」を回避するために、自然な様相を有するように維持されていなければならない。
【００６３】
以下は、特定の視覚効果を得るために本発明の好ましい実施例に用いられている例示的なパラメータ・セットである。
フィルタ例：１
簡単な説明：平滑化を殆ど伴わない鮮鋭化。
詳細な説明：このフィルタは、殆ど平滑化を伴わない全体的なフィルタであり、構造的エッジを強調する。
【００６４】
推奨の用途：頭部、腹部及び四肢等の高信号且つ極めて低ノイズの２５６×２５６ピクセルの画像。
パラメータの組み合わせ：
Ｐ［１］＝４０９５
Ｐ［２］＝０．１
Ｐ［３］＝０．０
Ｐ［４］＝１．０
Ｐ［５］＝０．７５
Ｐ［６］＝０．０
Ｐ［７］＝８０００００．
Ｐ［８］＝８０００．
Ｐ［９］＝８０００．
Ｐ［１０］＝０．４５
Ｐ［１１］＝０．４５
Ｐ［１２］＝０．４５
Ｐ［１３］＝０
Ｐ［１４］＝０
Ｐ［１５］＝０．０４
Ｐ［１６］＝４
Ｐ［１７］＝１５
Ｐ［１８］＝３
フィルタ例：２
簡単な説明：平滑化を伴う鮮鋭化。
【００６５】
詳細な説明：このフィルタは、平滑化を伴う全体的な鮮鋭化フィルタであり、構造的エッジを強調すると共にノイズを抑制する。
推奨の用途：四肢。
パラメータの組み合わせ：
Ｐ［１］＝４０９５
Ｐ［２］＝０．１
Ｐ［３］＝０．７
Ｐ［４］＝０．３
Ｐ［５］＝０．６
Ｐ［６］＝０．４５
Ｐ［７］＝８０００００．
Ｐ［８］＝８０００．
Ｐ［９］＝８０００．
Ｐ［１０］＝０．４５
Ｐ［１１］＝０．４５
Ｐ［１２］＝０．４５
Ｐ［１３］＝０
Ｐ［１４］＝０
Ｐ［１５］＝０．０４
Ｐ［１６］＝３
Ｐ［１７］＝１５．
Ｐ［１８］＝２
フィルタ例：３
簡単な説明：高平滑化及び極く僅かの鮮鋭化。
【００６６】
詳細な説明：全体的に、このフィルタは、平滑化を行って鮮鋭化は殆ど行わずにノイズを抑制し、より平滑な構造エッジを与える。
推奨の用途：高分解能で低信号の画像。
パラメータの組み合わせ：
Ｐ［１］＝４０９５
Ｐ［２］＝０．１
Ｐ［３］＝０．８
Ｐ［４］＝０．４５
Ｐ［５］＝０．０１
Ｐ［６］＝０．１
Ｐ［７］＝８０００００．
Ｐ［８］＝８０００．
Ｐ［９］＝８０００．
Ｐ［１０］＝１．０
Ｐ［１１］＝１．０
Ｐ［１２］＝１．０
Ｐ［１３］＝０
Ｐ［１４］＝０
Ｐ［１５］＝０．００１
Ｐ［１６］＝２
Ｐ［１７］＝１．０
Ｐ［１８］＝１
本発明のフィルタは、マルチ・パス方式で用いられるときに、３×１の１次元の計算を用いて効率的に実行される様々なフィルタ処理関数を提供する選択可能な関数のフレームワークを提供している。このフレームワークは、領域のエッジ強度に応じて平滑化及び鮮鋭化を行うことが可能であり、従って、放射線関連業者によって有用であると見做されるような可変のフィルタ処理効果を生じる。弱いエッジの領域は、減衰されるが、完全に除去されることはなく、又、強いエッジは常に、エッジに沿って平滑化されるが、エッジを横切って平滑化されることはないので、視覚的に好ましい結果が得られる。更に、このフレームワークは、鮮鋭性及び平滑性を得るために、マルチレベルの制御を提供している。パラメータの組み合わせの実例は、高磁場ＭＲ画像の場合に本発明を用いて達成され得る様々な視覚効果を例示している。得られる結果の示すところによると、提案されたフレームワークは、様々な強度のＭＲＩシステムのいずれについても良好に作用するが、最適な結果を得るためにはパラメータの値を別個に調節すべきである。
【図面の簡単な説明】
【図１】本発明を採用しているＭＲＩシステムのブロック線図である。
【図２】本発明の好ましい実施例によって、収集された画像をフィルタ処理するために図１のＭＲＩシステムによって実行される作用の流れ図である。
【図３】本発明の好ましい実施例によるワン・パス・フィルタのブロック線図である。
【図４】図３のワン・パス・フィルタを用いているマルチ・パスの１次フィルタのブロック線図である。
【図５】図４のフィルタを用いているマルチ・パスの２次フィルタのブロック線図である。
【符号の説明】
１０ 入力
１２、１６、２０ 加算点
１４、１８、２２ 出力
１００ オペレータ・コンソール
１０２ キーボード及び制御パネル
１０４ 表示装置
１０６ 画像プロセッサ
１０７ 計算機システム
１０８、１１９ ＣＰＵモジュール
１１１ ディスク記憶装置
１１２ テープ・ドライブ
１１３、１６０ メモリ・モジュール
１１５ 高速シリアル・リンク
１１６ リンク
１１８ バックプレーン
１２１ パルス発生器モジュール
１２２ システム制御部
１２５ シリアル・リンク
１２７ 勾配増幅器
１２９ 生理学データ収集制御装置
１３３ 走査室インタフェイス回路
１３４ 患者位置決めシステム
１３９ 勾配コイル・アセンブリ
１４０ 分極マグネット
１４１ マグネット・アセンブリ
１５０ 送受信器
１５１ ＲＦ増幅器
１５２ 全身型ＲＦコイル
１５３ 前置増幅器
１５４ 送信／受信（Ｔ／Ｒ）スイッチ
１６１ アレイ・プロセッサ
【産業上の利用分野】
本発明の分野は、医用イメージングであり、具体的には、医用画像の視覚的な品質を向上させるための医用画像のフィルタ処理及び強調である。
【０００２】
【従来の技術】
医用画像の画質は、用いられているイメージング・モダリティと、画像データを収集するのに用いられている特定の方法との関数である。一般的には、用いられているイメージング・モダリティに拘わらず、医用画像の画質は、ランダム・ノイズの影響を抑えるように平均することのできる冗長的なデータを収集することにより向上し得る。残念ながら、この解決法は走査時間を長引かせ、患者に不便を強い、又、経費も高い。もう１つの方法は、イメージング・システムの出力を増大させることである。ＭＲＩでは、このことは、より強い分極磁場（例えば、０．５テスラではなく１．５テスラにする）という形態を採ることができ、Ｘ線システムでは、より高出力のＸ線ビームという形態を採ることができ、超音波では、より強力なＲＦ増幅器及びトランスデューサという形態を採ることができる。しかしながら、これらの手段によると、設備の経費が増大し、又、Ｘ線の場合には、患者への電離放射線の照射量が増大する。
【０００３】
患者に造影剤を注入することにより被検体のイメージング性を向上させる試みが為されている。例えば、Rosenの米国特許第４，８３４，９６４号を参照されたい。しかしながら、注入された造影剤は、限定された範囲の画像特性を向上させるに留まり、又、この方法は侵襲的手法であるので、医学的理由から不適当な場合がある。
【０００４】
収集された医用画像は又、例えば、米国特許第５，０６３，６０７号に記載されているように、大域的又は局所的な方式で信号値のヒストグラム又は分布を修正することにより、臨床に関わる画像の値を強調するように処理することができる。他の強調手法には、各々のサブイメージ領域のグレイ・スケールの範囲を、表示範囲の全体をカバーするように拡張するものがあり、例えば、米国特許第４，９９１，０９２号に開示されている。しかしながら、データのダイナミック・レンジを拡大するヒストグラム修正は又、画像のノイズも増大させる。局所的ヒストグラム修正は、ブロッキング効果を招き、その結果、画像全体にわたる一様性が損なわれる。
【０００５】
畳み込み又はフィルタ処理手法を用いて画像を強調することもできる。このような手法には、Changの米国特許第５，０７２，３１４号に示されているような選択された周波数帯域を増幅させるものがある。他の手法では、例えば、Kwonへの米国特許第５，０８１，６９２号又はHirosawaへの同第４，９７２，２５６号に示されているように、ハイ・パス・フィルタ処理及びロウ・パス・フィルタ処理の組み合わせを用いて画像を強調している。しかしながら、大域的フィルタ処理手法は、画像にボケを生じさせると共により低い周波数領域を排除する傾向を有する。これにより、画像の臨床的な評価が困難になる。
【０００６】
大域的フィルタ処理又は畳み込みの欠点のいくつかを解消するために、局所的に調節されたフィルタ処理を用いることもできる。例えば、Denison等の米国特許第４，７６１，８１９号、Swonの同第４，９９１，０９２号、Furusawaの同第５，０５０，２２７号及びIEEE Transactions on Pattern Analysis and Machine Intelligence誌、１９９１年６月、第１３巻、第６号のSaint-Marc等による「適応型平滑化：初期視覚のための一般的なツール」（Adaptive Smoothing: A General Tool For Early Vision）を参照されたい。しかしながら、局所的フィルタ処理手法では、エッジを原因とする急激な画像の変動とノイズを原因とする急激な画像の変動とを区別することが困難である。これらの手法は又、エッジ方向及び領域の分散における差を取り扱うことができず、エッジを考慮に入れないまま過度に平滑化された画像を形成する。
【０００７】
収集過程をモデル化して、イメージング過程の劣化を数学的に記述する復旧法を用いることもできる。次いで、これらの手法は、最小自乗、ベイズ（Bayesian）又はカルマン（Kalman）のフィルタ処理等の復旧法を用いて劣化を反転させようとする。しかしながら、これらの復旧法は、収集過程についての正確なモデルを必要とする。ＭＲＩイメージングのような複雑な収集過程は、正確にモデル化することがあまりにも困難であるし、所与の画像についての複雑なモデルのパラメータは、長時間の繰り返し計算を要求する可能性がある。
【０００８】
Fenster等の米国特許第４，６９１，３６６号は、長いエッジを強調すると共にノイズ及び点を減衰させるように調節されているフィルタを用いている。しかしながら、この手法は、妥当なフィルタを形成するためにイメージング・システムの分析を必要とする。このような分析は、計算集約的であり、長時間を要し、誤りを生じ易い。
【０００９】
【課題を解決するための手段】
本発明は、医用画像の画質を向上させるために用いられるマルチ・パス・フィルタ・フレームワーク（multi-pass filter framework）である。より具体的には、このマルチ・パス・フィルタ・フレームワークは、収集された画像データを記憶する記憶手段と、収集された画像データを１回のパスにおいて受け入れ、対応するフィルタ処理された画像データを形成する複数の独立したフィルタ関数と、フィルタ処理後の画像データに定数（α）を乗算するスケーリング手段と、適当なスケーリングによって、フィルタ処理後の画像データと原画像データとを結合し、出力画像を形成する加算手段と、画像データを選択されたフィルタ関数に複数回通過（パス）させる繰り返し手段とを含んでいる。フィルタ関数は、多くの異なるイメージング・モダリティ及び臨床用途に向けたマルチ・パス・フィルタを形成するように、多くの異なる形態を採ることができる。
【００１０】
本発明の一般的な目的は、特殊なハードウェアを追加したり画像処理時間を大幅に延長させたりせずに、医用画像の画質を強調することにある。画像データのマルチ・パス・フィルタ処理を用いることにより、独立したフィルタ処理関数を大幅に単純化することができる。例えば、１５×１５要素のフィルタ・カーネルでフィルタ処理する代わりに、３×１要素のフィルタ・カーネルを用いているフレームワークを３回通過させると、同じ結果を得ることができる。これは、処理がより簡略化し、より高速化していることを意味する。又、マルチ・パス手法を用いることにより、各々のパスごとにフィルタを変更して、遥かにより広い範囲の画像効果を得ることができる。
【００１１】
本発明のより特定的な目的は、ＭＲＩシステムによって収集された画像の画質を向上させることにある。ノイズは、画像のエッジに敏感な方向性平滑化フィルタを用いて画像データからフィルタ除去され得る。エッジは、これらエッジに沿って平滑化されるが、エッジの鮮鋭度（sharpness）は減少しない。セグメント化を用いて、強いエッジと弱いエッジとで異なるように領域をフィルタ処理してもよい。これらの異なるフィルタ関数を、フィルタ・フレームワークの多数回の通過の際に異なる組み合わせで用いてもよい。
【００１２】
本発明の上述の目的及び利点、並びにその他の目的及び利点は、以下の記載から明らかになろう。この記載では、記載の一部を形成している図面を参照するが、図面は、本発明の好ましい実施例を説明するために示されている。しかしながら、このような実施例は、本発明の完全な範囲に必ずしも相当していないので、本発明の要旨を理解するためには、請求項を参照するものとする。
【００１３】
【本発明の一般的な記載】
本発明は、医用画像に対して広い範囲のフィルタ処理演算を実現するようにユーザによって構成されることの可能なフィルタ・フレームワークである。ここで、図３について詳細に説明する。このフレームワークは、基本フィルタ・ブロックＦ11の周囲に形成されており、基本フィルタ・ブロックＦ11は、参照番号１０の所で入力される入力画像データに対して作用するフィルタＦ1 で構成されている。フィルタＦ1 の出力は、ファクタｃ1 によってスケーリングされ、加算器１２において、スケーリング後の入力画像データと結合される。入力画像データ用のスケーリング・ファクタは、（１−ｃ）である。フィルタ・ブロックＦ11の出力１４は、１次のフィルタ処理のワン・パス（１回通過）を経た中間画像データである。フィルタＦ1 は、３×１のフィルタ・カーネルを用いている平滑化（smoothing）フィルタ又は鮮鋭化（sharpening）フィルタ等の構造的に比較的簡単なものであってもよいし、又は各々のパスの際に選択的に用いることのできる異なるフィルタの組み合わせであってもよい。
【００１４】
このフィルタ・フレームワークは、図３のフィルタ・ブロックを用いて、図４に示すようなマルチ・パス・フィルタＦ21を形成する。中間画像データは、もう１回パスするようにフィルタ・ブロックにフィード・バックされるが、用いられる特定のフィルタ関数及びスケーリング・ファクタｃは、各々のパスについて異なっていてもよい。図４に示すように、任意の回数（ｎ）のパスを実行することができ、最後のパスの後に、フィルタ処理された出力画像データは、スケーリング・ファクタ（ｄ）によってスケーリングされ、加算点１６において、スケーリングされた原入力画像データと結合される。フィルタ処理後の画像データは、参照番号１８の所で出力される。後に詳述するように、本発明の好ましい実施例は、ＭＲＩシステムによって収集された画像データと共に用いられる３回パス（即ち、ｎ＝３）のフィルタである。
【００１５】
特にノイズの多い画像の場合には、２次フィルタを形成する必要があるかもしれない。図５を詳細に見ると、このことは、本発明のフィルタ・フレームワークを用いて、図４のフィルタＦ21のようなマルチ・パス・フィルタ・ブロックを縦続することにより達成され得る。各々のマルチ・パス・フィルタ・ブロックＦ21，Ｆ22，…，Ｆ2mの出力１８は、フレームワークを通してフィード・バックされ、鎖の次のフィルタ・ブロックへの入力となる。最後のフィルタ・ブロックＦ2mの出力１８は、スケーリング・ファクタ（ｅ）によってスケーリングされ、加算点２０において、スケーリングされた原入力画像データと結合される。フィルタ処理後の画像データは、参照番号２２の所で出力される。所望の画像効果を得るのに必要ならば、２次フィルタＦ31自体を縦続して、更により高次のフィルタを形成することもできることは明らかであろう。
【００１６】
加算点１２、１６及び２０は、スケーリングされたピクセル強度の算術加算といった単純なものであってもよいが、画像を異なる領域にセグメント化し、これらの領域を原画像と結合することも可能である。例えば、強いエッジを有している領域は原画像の対応するデータと加算せず、逆に弱いエッジを有している領域は加算するようにしてもよい。
【００１７】
本発明のもう１つの側面は、所望のフィルタ関数を得るようにこのフィルタ・フレームワークを構成する能力である。上述したように、フィルタ・ブロックを形成すると共に、これらのフィルタ・ブロックを縦続するために、パラメータのセットがフィルタ・フレームワークを制御する。これらのパラメータは、各回のパスの際に実行されるべき特定のフィルタ関数を選択すると共に、ｃ1 〜ｃn 、ｄ1 〜ｄn 等のスケーリング・ファクタの値を選択する。記憶されているパラメータのセットを用いて、特定の医療用途に向けたフィルタ・フレームワークを構成してもよい。
【００１８】
【実施例】
先ず、図１について説明する。同図には、本発明を組み込んだ好ましいＭＲＩシステムの主要な構成要素が示されている。システムの動作は、キーボード及び制御パネル１０２と、表示装置１０４とを含んでいるオペレータ・コンソール１００から制御される。コンソール１００はリンク１１６を介して、独立した計算機システム１０７と交信しており、計算機システム１０７は、オペレータがスクリーン１０４上での画像の形成及び表示を制御することを可能にしている。計算機システム１０７は、バックプレーンを介して互いに交信している多数のモジュールを含んでいる。これらのモジュールは、画像プロセッサ・モジュール１０６と、ＣＰＵモジュール１０８と、画像データ配列を記憶するフレーム・バッファとして当業界で知られているメモリ・モジュール１１３とを含んでいる。計算機システム１０７は、画像データ及びプログラムを記憶するためのディスク記憶装置１１１及びテープ・ドライブ１１２に結合されており、又、高速シリアル・リンク１１５を介して別個のシステム制御部１２２と交信している。
【００１９】
システム制御部１２２は、バックプレーン１１８によってまとめて接続された一組のモジュールを含んでいる。これらのモジュールは、ＣＰＵモジュール１１９と、パルス発生器モジュール１２１とを含んでおり、パルス発生器モジュール１２１は、シリアル・リンク１２５を介してオペレータ・コンソール１００に接続している。リンク１２５を介して、システム制御部１２２は実行されるべき走査シーケンスを指示する命令（コマンド）をオペレータから受け取る。パルス発生器モジュール１２１は、システムの構成要素を動作させて、所望の走査シーケンスを実行する。モジュール１２１は、発生されるべきＲＦパルスのタイミング、強度及び形状、並びにデータ収集ウィンドウのタイミング及び長さを指示するデータを発生する。パルス発生器モジュール１２１は、一組の勾配増幅器１２７に接続しており、走査中に発生される勾配パルスのタイミング及び形状を指示する。パルス発生器モジュール１２１は又、患者に接続された多数の異なるセンサからの信号、例えば電極からの心電図（ＥＣＧ）信号又はベローズからの呼吸信号を受信する生理学データ収集制御装置１２９から患者のデータを受信する。最後に、パルス発生器モジュール１２１は、走査室インタフェイス回路１３３に接続しており、走査室インタフェイス回路１３３は、患者及びマグネット・システムの状態に関連した様々なセンサからの信号を受信する。走査室インタフェイス回路１３３を介して、患者位置決めシステム１３４も又、走査に望ましい位置に患者を移動させるための命令を受信する。
【００２０】
パルス発生器モジュール１２１によって発生される勾配波形は、Ｇx 増幅器と、Ｇy 増幅器と、Ｇz 増幅器とで構成されている勾配増幅器システム１２７に印加される。各々の勾配増幅器は、全体的に参照番号１３９で示すアセンブリ内の対応する勾配コイルを励起して、収集される信号を空間的にエンコードするのに用いられる磁場勾配を発生する。勾配コイル・アセンブリ１３９は、分極マグネット１４０と全身型ＲＦコイル１５２とを含んでいるマグネット・アセンブリ１４１の一部を形成している。システム制御部１２２内の送受信器モジュール１５０がパルスを発生し、これらのパルスは、ＲＦ増幅器１５１によって増幅されて、送信／受信（Ｔ／Ｒ）スイッチ１５４によってＲＦコイル１５２に結合される。患者の内部の励起した核によって放出される結果として生ずる信号は、同じＲＦコイル１５２によって検知され、送信／受信スイッチ１５４を介して前置増幅器１５３に結合され得る。増幅されたＮＭＲ信号は、送受信器１５０の受信器部において復調され、濾波されると共にディジタル化される。送信／受信スイッチ１５４は、パルス発生器モジュール１２１からの信号によって制御されて、送信モード時にはＲＦ増幅器１５１をコイル１５２に電気的に接続し、受信モード時には前置増幅器１５３をコイル１５２に電気的に接続する。送信／受信スイッチ１５４は又、送信モード又は受信モードのいずれの場合にも、分離型ＲＦコイル（例えば、頭部コイル又は表面コイル）を用いることを可能にしている。
【００２１】
ＲＦコイル１５２によって捕えられたＮＭＲ信号は、送受信器モジュール１５０によってディジタル化されて、システム制御部１２２内のメモリ・モジュール１６０へ転送される。走査が完了してデータの配列の全体がメモリ・モジュール１６０内に収集されたときに、アレイ・プロセッサ１６１が動作して、このデータを画像データの配列へフーリエ変換する。この画像データ・セットは、シリアル・リンク１１５を介して計算機システム１０７へ伝送されて、ここで、ディスク・メモリ１１１に記憶される。オペレータ・コンソール１００から受信された命令に応答して、この画像データをテープ・ドライブ１１２に保管してもよいし、又は本発明に従って画像プロセッサ１０６によって更に処理してオペレータ・コンソール１００へ伝送すると共に表示装置１０４に表示してもよい。
【００２２】
送受信器１５０の更なる詳細については、米国特許第４，９５２，８７７号及び同第４，９２２，７３６号に記載されている。これらの特許はここに参照されるべきものである。
本発明は、ディジタル形態で記憶されている画像に対して、図１に示す画像プロセッサ１０６において、図２の流れ図によって示す一連の工程を実行することにより実現される。このフィルタ処理過程は、マルチ・パス（繰り返し式の）・フレームワークを提供し、選択により、各回のパスの際に用いられるパラメータを変更することができる。処理ブロック２００によって示すように、特定の用途について、フィルタ処理過程を制御する１８のパラメータがオペレータによって入力される。後により詳細に述べるように、これらのパラメータは、フィルタ処理効果を制御するものであり、画像の完全な平滑化から、画像の特徴の完全な鮮鋭化に到る範囲を網羅することができるばかりでなく、セグメント化に基づく適応型の平滑化及び鮮鋭化を行うこともできる。研究環境では、オペレータによって個別のパラメータが指定されてもよいが、臨床環境では、オペレータによって特定の用途に応じて一群の記憶されているパラメータが選択されてもよい。
【００２３】
処理ブロック２０２に示すように、次の工程は、実行されるべきマルチ・パス・フィルタ演算についてシステムを初期化すると共に入力画像データをスケーリングするものである。スケーリングを行う主な理由は、画像データのダイナミック・レンジ及び画像データのＤＣオフセット値に依存しないフィルタ処理関数を作成することにある。より明確に述べると、以下の工程が実行される。
【００２４】
（１） 次節で議論する内部パラメータを初期化し、繰り返しカウンタを１にセットする。
（２） 最大画像強度値（MAX_ORIGINAL）及び最小画像強度値（MIN_ORIGINAL）を決定する。
（３） 繰り返しの回数が１であれば、原データをＩ2 として保存する。
【００２５】
（４） scale ＝ 4095.0 / MAX_ORIGINAL
（５） 次の関係式を用いて、スケーリング後の画像Ｉを得る。即ち、I = (I - MIN_ORIGINAL) * scale
（６） フィルタ処理前の画像をＩ1 ＝Ｉとして保存する。
（７） フィルタ処理前のＩの平均画像強度値（MEAN_BEFORE ）を算出する。
【００２６】
ＭＲの画像データは１２ビットの精度を有しているので、スケーリング用に4095 / MAX_ORIGINAL が用いられる。画像Ｉ1 は、後述される中間配合演算に用いられ、他方、記憶された画像Ｉ2 は、やはり後述される最終配合演算に用いられる。
デシジョン・ブロック２０４によって示されるように、２つの方向性平滑化関数のいずれかが画像データに対して実行される。この選択は、前述の１８の制御パラメータの１つに相当している。１つの選択肢（「１」）は、処理ブロック２０６によって示される方向性平滑化関数であり、この関数では、画像Ｉに対して同時的な方向性平滑化演算が適用される。この同時的な方向性平滑化演算は、Computer Graphics and Image Processing誌、１９７５年、第４巻、第２４８頁〜第２７０頁のL. S. Davisの「エッジ検出手法の概観」（"A Survey of Edge-Detection Techniques"）に記載されている。この手法は、以下の工程を用いている。
【００２７】
（１） ラスタ・フォーマットで画像を１回走査する。
（２） 各々の画像ピクセルにおいて、４つの方向（４５°、１３５°、９０°、０°）のすべてについて４つの１次元３×１フィルタを考える。
（３） 各々の方向において、３つの対応するピクセルの平均値及び分散を算出する。
【００２８】
（４） 最小の分散を与える方向を決定し、後続の計算のために対応する平均値を選択する。
（５） このようにして、所与の位置（ｘ，ｙ）におけるこの新たなピクセル値は、以下の方程式に従って修正される。（meanは平均を表す。）
I(x,y) = mean
設計によって、この処理は、線構造及びエッジに沿って平滑化を行うが、線構造及びエッジを横切る平滑化は行わない。所与の画像の境界ピクセルは、異なる方式で取り扱われなければならず、処理後の画像においてはゼロにセットされる。
【００２９】
デシジョン・ブロック２０４における他方の選択肢（「２」）は、処理ブロック２０８によって示されている逐次的な平滑化関数である。この平滑化関数は画像Ｉに対して適用され、その作用は、IEEE Transactions In Acoustics, Speech and Signal Processing誌、１９８５年２月、第３３巻、第１１７頁〜第１２６頁のP. Chan及びJ. S. Limによる「適応型画像復旧のための１次元処理」（"One-Dimensional Processing for Adaptive Image Restoration"）に記載されている。この逐次的な平滑化関数は、以下の工程を用いている。即ち、
（１） ラスタ・フォーマットで画像を４回走査する。
【００３０】
（２） 各々のピクセルにおいて、４つの方向（４５°、１３５°、９０°、０°）のすべてについて４つの１次元３×１フィルタを逐次的に考える。
（３） １つの方向について、３つの対応するピクセルの平均値及び分散を算出し、後続の計算にこれらの値を用いる。
（４） 分散（var）が予め選択されたノイズ分散（nvar）よりも大きければ、var = var - nvarとセットし、他の場合には、var = 0とセットする。
【００３１】
（５） このようにして、所与の位置（ｘ，ｙ）におけるこの新たなピクセル値は、以下の方程式に従って修正される。（meanは平均を表す。）
O(x,y) = mean + (I(x,y) - mean) * (var / (var + nvar))
ここで、Ｏ（ｘ，ｙ）は、テンポラリ画像である。画像内のすべての点が処理された後に、各々の点（ｘ，ｙ）について、Ｉ（ｘ，ｙ）＝Ｏ（ｘ，ｙ）とセットする。
【００３２】
（６） 残りの方向角のすべてについて工程（３）〜（５）を繰り返す。
このフィルタ関数の場合には、単一のパラメータnvarを用いて平滑化の量を制御することができる。この手法は、逐次的な方向性フィルタ処理であるので、累積的ではない。しかしながら、この手法は、エッジを保存しつつ全体的なより強い平滑化効果を発揮しながら、エッジを横切る最小の平滑化しか行わないことが判明している。所与の画像の境界ピクセルは、異なる方式で取り扱われねばならず、処理後の画像においてはゼロに等しくなるようにセットされる。
【００３３】
どちらの平滑化関数が実行されるかに拘わらず、フィルタ・フレームワークの次の工程は、処理ブロック２１０に示すように、画像のエッジが鮮鋭化されるべきか否かを決定することである。鮮鋭化されるべきであれば、処理ブロック２１２において、方向性鮮鋭化及びセグメント化関数が実行される。このフィルタ関数によって実行される作用は、以下のものを含んでいる。即ち、
（１） 各々のピクセルにおいて、４つの方向（０°、４５°、９０°、１３５°）の各々について、以下の方程式を用いて画像の１次元ラプラシアンを求める。
【００３４】
E(k) = 2.0 * I(k) = I(k-1) - I(k+1)
ここで、インデクスｋは所与の方向に沿ったカレントの位置を表しており、Ｅ（ｋ）はエッジ強度であり、Ｉ（ｋ）はこのピクセルにおける強度値である。
（２） 所与のピクセルにおける４つのエッジ強度のすべてを算出した後に、最大の方向性エッジ強度を決定し、この値を、この位置におけるエッジ強度Ｅ（ｘ，ｙ）として後続の工程で用いる。
【００３５】
（３） この過程を画像内のすべてのピクセルについて続行する。所与の画像の境界ピクセルは、異なる方式で取り扱われなければならず、後続の工程のためにゼロに等しくなるようにセットされる。
（４） 以下の工程を実行することにより、画像Ｅ（ｘ，ｙ）のエッジを平滑化して、エッジ強度平滑化後の画像ＥＳ（ｘ，ｙ）を形成する。
【００３６】
（ａ） ラスタ・フォーマットで画像Ｅ（ｘ，ｙ）を１回走査する。
（ｂ） 各々の画像ピクセルにおいて、４つの方向（４５°、１３５°、９０°、０°）のすべてについて４つの１次元３×１フィルタを考える。
（ｃ） 各々の方向において、３つの対応するピクセルの平均値及び分散を算出する。
【００３７】
（ｄ） 最小の分散を与える方向を決定し、後続の計算のために対応する平均値を選択する。
（ｅ） このようにして、所与の位置（ｘ，ｙ）におけるこの新たなピクセル値は、以下の方程式に従って修正される。（meanは平均を表す。）
ES(x,y) = mean
（５） ＥＳ（ｘ，ｙ）の最大値及び最小値を決定する。この最大値及び最小値の絶対値のうちより大きな方をパラメータＭＡＸとして選択する。
【００３８】
（６） 以下の方程式を用いて閾値（threshold）を算出する。
threshold = MAX / threshold_parameter
ここで、threshold_parameterは１８の選択可能なパラメータの１つである。
（７） この工程では、segment_parameter と呼ばれる１８の選択可能なパラメータのうちのもう１つのパラメータを用いて下された決定に基づき、計算が実行される。この決定ロジックにより、mask(x,y)と呼ばれるマスクも作成される。パラメータHPF_attenuated_parameter及びHPF_unattenuated_parameterも又、ユーザによる選択が可能である。これらのパラメータを用いて、以下のようにして決定されるセグメント化規準に基づき、平滑化後の画像Ｉ（ｘ，ｙ）に戻し加算されるエッジ強度画像ＥＳ（ｘ，ｙ）の量を本質的に制御する。
【００３９】
（ａ） segment_parameter = 1ならば、以下を実行する。
(ES(x,y) <= threshold)ならば、
mask(x,y) = 1 とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_attenuated_parameterとセットする。又は、
(ES(x,y) > threshold) ならば、
mask(x,y) = 0とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_unattenuated_parameterとセットする。
【００４０】
（ｂ） segment_parameter = 2ならば、以下を実行する。
(ES(x,y) ≧ - threshold)ならば、
mask(x,y) = 1とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_attenuated_parameterとセットする。又は、
(ES(x,y) < - threshold)ならば、
mask(x,y) = 0とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_unattenuated_parameterとセットする。
【００４１】
（ｃ） segment_parameter = 3ならば、以下を実行する。
(abs(ES(x,y)) ≦ threshold)ならば、
mask(x,y) = 1とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_attenuated_parameterとセットする。又は、
(abs(ES(x,y)) > threshold)ならば、
mask(x,y) = 0とセットし、
I(x,y) = I(x,y) + ES(x,y) * HPF_unattenuated_parameterとセットする。
鮮鋭化及びセグメント化処理２１２の完了時には、異なる方式で強調された強いエッジと弱いエッジとが得られており、画像は、強いエッジの領域と弱いエッジの領域とに分割されている。
【００４２】
処理ブロック２１４によって示すように、実行されるべき次の関数は、配合及び再スケーリング演算であり、この演算では、フィルタ処理後の画像Ｉ（ｘ，ｙ）を記憶されているフィルタ処理前の画像Ｉ1 （ｘ，ｙ）と結合すると共に結合後の画像を再スケーリングする。この演算は、以下の工程を含んでいる。
（１） フィルタ処理後の画像Ｉ（ｘ，ｙ）とフィルタ処理前の画像Ｉ1 （ｘ，ｙ）とを以下の方程式を用いて配合する。
【００４３】
I(x,y) = alpha * (I(x,y) - I1(x,y)) + I1(x,y)
ここで、alpha は、０＜alpha ＜１であるような選択可能なパラメータの１つである。
（２） 配合後の画像Ｉ（ｘ，ｙ）の平均ピクセル強度（MEAN_AFTER）を算出する。
【００４４】
（３） 正規化ファクタNORM_FACTOR = MEAN_BEFORE / MEAN_AFTERを算出する。
（４） 以下の式を用いて正規化後の画像を算出する。
I(x,y) = (I(x,y) * NORM_FACTOR) + MIN_ORIGINAL
ここで、MIN_ORIGINALは原画像の最小強度である。
【００４５】
（５） 画像Ｉ1 （ｘ，ｙ）の値を画像Ｉ（ｘ，ｙ）と等しくなるようにセットする。
処理２１４の完了時に、フィルタ・フレームワークを通過するすべてのパスが完了したか否かを決定する試験がデシジョン・ブロック２１６において行われる。好ましい実施例では、選択されたフィルタ関数のすべてを画像Ｉ（ｘ，ｙ）に対して繰り返すように処理ブロック２０２に分岐して戻ることにより、３回のパスが実行される。実行されるフィルタ関数は、各回のパスで同じである必要はない。例えば、１回目のパスの際に同時的な方向性平滑化関数２０２を実行し、最後のパスの際に方向性鮮鋭化関数２１２を実行するときに最良の結果が得られることが判明している。これらの方式以外にも、オペレータは、所望の効果を得るために各回の繰り返しの際に任意の関数を選択することができる。
【００４６】
フィルタ・フレームワークによって実行される最後の作用は、処理ブロック２１８に示すようなセグメント化に基づく配合である。この作用の目的は、エッジの存在していない（即ち、低いエッジ強度の）領域において原画像のテクスチュアを保持することにある。フィルタ処理後の画像Ｉ（ｘ，ｙ）と、フィルタ処理前の画像Ｉ2 （ｘ，ｙ）とを以下の方程式を用いて配合することにより、最終画像Ｉf （ｘ，ｙ）が得られる。
【００４７】
mask(x,y) = 1ならば、
If(x,y) = alpha_f * I(x,y) + beta_f * I2(x,y)とセットし、又は、
mask(x,y) = 0ならば、
If(x,y) = I(x,y)とセットする。
ここで、alpha_f及びbeta_fは、１８の選択可能なパラメータのうちの２つのパラメータであり、mask(x,y)は、前述の処理ブロック２１２によって形成されている。この処理で用いられているパラメータalpha_f及びbeta_fの選択に応じて、適応型グレイ・レベル圧縮及び拡張を行うことができる。このようにして、以下のように様々な視覚効果を得ることができる。
【００４８】
(alpha_f + beta_f) = 1ならば、グレイ・スケールの圧縮も拡張も行われない。
(alpha_f + beta_f) > 1ならば、グレイ・スケールの圧縮が生じて、全体的な平滑化効果を与える。
(alpha_f + beta_f) < 1ならば、コントラスト強調が生じて、向上したコントラストを与える。
【００４９】
このフィルタ・フレームワークの好ましい実施例に用いられるユーザによる選択の可能な１８のパラメータがある。これらのパラメータの様々な組み合わせ方によって、様々な視覚効果が得られる。以下の記載では、これらのパラメータをＰ［ｉ］として示す。ここで、ｉはパラメータ番号を示す。
Ｐ［１］：
説明：鮮鋭化処理での上限を設定する。このパラメータは、１２ビット画像については４０９５に等しくなるようにセットされ得る。
【００５０】
範囲：４０００〜６０００。
Ｐ［２］：
説明：弱いエッジの増幅を防止するダンプニング（dampening）・ファクタ。このパラメータは、好ましい実施例では０．１にセットされる。
範囲：０＜Ｐ［２］＜１。
【００５１】
Ｐ［３］及びＰ［４］：
説明：原画像から、処理の最終工程のフィルタ処理後の画像の弱いエッジの領域に配合されるセグメント化マスクによって決定される部分的テクスチャ。Ｐ［３］及びＰ［４］を適当にセットすると、全体的な平滑性を与えながら「黒ずみ」（"smushiness"）を防止する。
【００５２】
範囲：０≦Ｐ［３］≦１０、０≦Ｐ［４］≦１０。ここで、「≦」は、「より小さい又は等しい」を表す。
Ｐ［５］：
説明：最終のパスにおいて、フィルタ処理後の画像に対してエッジを戻し加算するためのエッジ画像に対する乗算ファクタ（HPF_unattenuated_factor）。このパラメータを高く（＞０．２）選択すると、強いエッジの全体的な鮮鋭度が増大する。「セグメント化工程での脱落を回避するために、このパラメータを０に等しくセットしてはならない。」
範囲：０．００００１≦Ｐ［５］≦５。
【００５３】
Ｐ［６］：
説明：最後から２回目の繰り返し（好ましい実施例では、パス番号２）において、フィルタ後の画像に対してエッジを戻し加算するためのエッジ画像に対する乗算ファクタ（HPF_unattenuated_factor）。暗い構造をより暗くすると共に白いエッジをより白くするといった作業のために更にエッジ強調を強化することが必要ならば、このパラメータを用いる。又、このパラメータを用いて、画像に対してより高い全体的な平滑性を与えながら画像に幾分かのテクスチャを回復させることもできる。
【００５４】
範囲：０．０≦Ｐ［６］≦５。
Ｐ［７］、Ｐ［８］、Ｐ［９］：
説明：１回目、２回目及び３回目のパスについての平滑化の量を制御するための分散閾値。これらの値は、方向性平滑化「２」が用いられるならば、そしてこの場合にのみ、有用である。これらの値を過度に高くすると、画像にボケを生じる傾向がある。
【００５５】
範囲：０．１≦Ｐ［７］≦１０００００００、０．１≦Ｐ［８］≦１０００００００、０．１≦Ｐ［９］≦１０００００００。
Ｐ［１０］、Ｐ［１１］、Ｐ［１２］：
説明：これらのパラメータは、３回のパスの各々について、パス前のフィルタ処理された画像に配合されるパス後のフィルタ処理された画像の分率を表している。
【００５６】
範囲：０≦Ｐ［１０］≦１、０≦Ｐ［１１］≦１、０≦Ｐ［１２］≦１。
Ｐ［１３］、Ｐ［１４］、Ｐ［１５］：
説明：３回の繰り返しの各回における弱いエッジの増幅を防止するダンプニング・ファクタ（HPF_attenuated_factor）。
範囲：０≦Ｐ［１３］≦１、０≦Ｐ［１４］≦１、０≦Ｐ［１５］≦１。
【００５７】
Ｐ［１６］：
説明：何回目の繰り返しの際に、方向性平滑化「１」（ブロックＤ）ではなく方向性平滑化「２」（ブロックＥ）を行うべきかを決定する制御パラメータ。１回目のパスについては常に方向性平滑化「１」を用い、残りの回のパスについてはどちらかの平滑化方式を用いる。
【００５８】
範囲：１≦Ｐ［１６］≦４。
Ｐ［１７］：
説明：このパラメータ（threshold_parameter）の逆数を最大エッジ強度に乗じて、画像を強いエッジの領域と弱いエッジの領域とにセグメント化する際の閾値を決定する。
【００５９】
範囲：１≦Ｐ［１７］≦２００。
Ｐ［１８］：
説明：このパラメータ（segment_parameter）は、フィルタ処理のために３つのセグメント化モードのどれを適用すべきかを決定する。このパラメータは、ユーザが白いエッジを強調する必要があるが黒いエッジは強調しなくてもよいときには、１に等しくセットされる。又、黒いエッジを強調しなければならないが白いエッジは強調しなくてもよいときには、２にセットされる。すべてのエッジを強調しなければならないときには３にセットされる。
【００６０】
範囲：１≦Ｐ［１８］≦３。
可能なパラメータの組み合わせの数は膨大なものになるが、そのすべてが有用なわけではない。従って、所望のフィルタ処理効果を得るためにはパラメータを調節することが重要である。これらの効果を得るために、以下のガイドラインを用いることができる。
【００６１】
強いエッジの領域：一般に、ノイズの多い画像については、強いエッジは、強調されるか又は原画像と同じに保持されなければならない。平滑化は、強いエッジに沿って実行することができるが、エッジを横切って実行してはならない。このことは、医用画像に望ましくない画像の細部のボケを回避するのに重要である。
【００６２】
弱いエッジの領域：経験的に、弱いエッジの領域は、減衰されなければならない。弱いエッジの領域を鮮鋭化すると、一般に、ノイズの増幅の機会が増すと共に、ＭＲ画像に「ウォーム」（worm）の出現が増す。これらの領域のテクスチャは、ピクセル強度の「しみ」（"smudging") や「黒ずみ」を回避するために、自然な様相を有するように維持されていなければならない。
【００６３】
以下は、特定の視覚効果を得るために本発明の好ましい実施例に用いられている例示的なパラメータ・セットである。
フィルタ例：１
簡単な説明：平滑化を殆ど伴わない鮮鋭化。
詳細な説明：このフィルタは、殆ど平滑化を伴わない全体的なフィルタであり、構造的エッジを強調する。
【００６４】
推奨の用途：頭部、腹部及び四肢等の高信号且つ極めて低ノイズの２５６×２５６ピクセルの画像。
パラメータの組み合わせ：
Ｐ［１］＝４０９５
Ｐ［２］＝０．１
Ｐ［３］＝０．０
Ｐ［４］＝１．０
Ｐ［５］＝０．７５
Ｐ［６］＝０．０
Ｐ［７］＝８０００００．
Ｐ［８］＝８０００．
Ｐ［９］＝８０００．
Ｐ［１０］＝０．４５
Ｐ［１１］＝０．４５
Ｐ［１２］＝０．４５
Ｐ［１３］＝０
Ｐ［１４］＝０
Ｐ［１５］＝０．０４
Ｐ［１６］＝４
Ｐ［１７］＝１５
Ｐ［１８］＝３
フィルタ例：２
簡単な説明：平滑化を伴う鮮鋭化。
【００６５】
詳細な説明：このフィルタは、平滑化を伴う全体的な鮮鋭化フィルタであり、構造的エッジを強調すると共にノイズを抑制する。
推奨の用途：四肢。
パラメータの組み合わせ：
Ｐ［１］＝４０９５
Ｐ［２］＝０．１
Ｐ［３］＝０．７
Ｐ［４］＝０．３
Ｐ［５］＝０．６
Ｐ［６］＝０．４５
Ｐ［７］＝８０００００．
Ｐ［８］＝８０００．
Ｐ［９］＝８０００．
Ｐ［１０］＝０．４５
Ｐ［１１］＝０．４５
Ｐ［１２］＝０．４５
Ｐ［１３］＝０
Ｐ［１４］＝０
Ｐ［１５］＝０．０４
Ｐ［１６］＝３
Ｐ［１７］＝１５．
Ｐ［１８］＝２
フィルタ例：３
簡単な説明：高平滑化及び極く僅かの鮮鋭化。
【００６６】
詳細な説明：全体的に、このフィルタは、平滑化を行って鮮鋭化は殆ど行わずにノイズを抑制し、より平滑な構造エッジを与える。
推奨の用途：高分解能で低信号の画像。
パラメータの組み合わせ：
Ｐ［１］＝４０９５
Ｐ［２］＝０．１
Ｐ［３］＝０．８
Ｐ［４］＝０．４５
Ｐ［５］＝０．０１
Ｐ［６］＝０．１
Ｐ［７］＝８０００００．
Ｐ［８］＝８０００．
Ｐ［９］＝８０００．
Ｐ［１０］＝１．０
Ｐ［１１］＝１．０
Ｐ［１２］＝１．０
Ｐ［１３］＝０
Ｐ［１４］＝０
Ｐ［１５］＝０．００１
Ｐ［１６］＝２
Ｐ［１７］＝１．０
Ｐ［１８］＝１
本発明のフィルタは、マルチ・パス方式で用いられるときに、３×１の１次元の計算を用いて効率的に実行される様々なフィルタ処理関数を提供する選択可能な関数のフレームワークを提供している。このフレームワークは、領域のエッジ強度に応じて平滑化及び鮮鋭化を行うことが可能であり、従って、放射線関連業者によって有用であると見做されるような可変のフィルタ処理効果を生じる。弱いエッジの領域は、減衰されるが、完全に除去されることはなく、又、強いエッジは常に、エッジに沿って平滑化されるが、エッジを横切って平滑化されることはないので、視覚的に好ましい結果が得られる。更に、このフレームワークは、鮮鋭性及び平滑性を得るために、マルチレベルの制御を提供している。パラメータの組み合わせの実例は、高磁場ＭＲ画像の場合に本発明を用いて達成され得る様々な視覚効果を例示している。得られる結果の示すところによると、提案されたフレームワークは、様々な強度のＭＲＩシステムのいずれについても良好に作用するが、最適な結果を得るためにはパラメータの値を別個に調節すべきである。
【図面の簡単な説明】
【図１】本発明を採用しているＭＲＩシステムのブロック線図である。
【図２】本発明の好ましい実施例によって、収集された画像をフィルタ処理するために図１のＭＲＩシステムによって実行される作用の流れ図である。
【図３】本発明の好ましい実施例によるワン・パス・フィルタのブロック線図である。
【図４】図３のワン・パス・フィルタを用いているマルチ・パスの１次フィルタのブロック線図である。
【図５】図４のフィルタを用いているマルチ・パスの２次フィルタのブロック線図である。
【符号の説明】
１０ 入力
１２、１６、２０ 加算点
１４、１８、２２ 出力
１００ オペレータ・コンソール
１０２ キーボード及び制御パネル
１０４ 表示装置
１０６ 画像プロセッサ
１０７ 計算機システム
１０８、１１９ ＣＰＵモジュール
１１１ ディスク記憶装置
１１２ テープ・ドライブ
１１３、１６０ メモリ・モジュール
１１５ 高速シリアル・リンク
１１６ リンク
１１８ バックプレーン
１２１ パルス発生器モジュール
１２２ システム制御部
１２５ シリアル・リンク
１２７ 勾配増幅器
１２９ 生理学データ収集制御装置
１３３ 走査室インタフェイス回路
１３４ 患者位置決めシステム
１３９ 勾配コイル・アセンブリ
１４０ 分極マグネット
１４１ マグネット・アセンブリ
１５０ 送受信器
１５１ ＲＦ増幅器
１５２ 全身型ＲＦコイル
１５３ 前置増幅器
１５４ 送信／受信（Ｔ／Ｒ）スイッチ
１６１ アレイ・プロセッサ
Claims (12)
- 患者から画像データを収集する手段と、
収集された該画像データから画像データ・セットを再構成する手段と、
該画像データ・セットを受け取り、フィルタ処理された画像データ・セットを形成するフィルタ・フレームワークとを備えており、
該フィルタ・フレームワークは、フィルタを含み、前記フィルタ処理された画像データ・セットを形成するために、前記画像データ・セットが当該フィルタ・フレームワークを通過する回数を決定しており、
前記フィルタ・フレームワークは、前記フィルタ処理された画像データ・セットを形成するために、前記フィルタ処理された画像データの一部を前記画像データの一部と結合する手段を含んでおり、
前記フィルタ処理された画像データの前記一部は、ファクタαにより決定されており、前記画像データの前記一部は、ファクタ（１−α）により決定されている、医用イメージング・システム。 - 前記フィルタ・フレームワークは、前記フィルタ処理された画像データを、エッジ情報を含んでいる第１の領域と、エッジ情報を実質的に含んでいない第２の領域とに分離するセグメント化手段と、前記画像データ及び前記フィルタ処理された画像データを、前記セグメント化手段により同定された前記第１及び第２の領域により決定される方式で結合する手段とを含んでいる請求項１に記載の医用イメージング・システム。
- 前記フィルタは、３×１のフィルタ・カーネルを採用している請求項１に記載の医用イメージング・システム。
- （ａ） 患者から収集された画像データから画像データ・セットを再構成する工程と、
（ｂ） 該画像データ・セットをフィルタ処理することにより中間画像を形成する工程と、
（ｃ）前記中間画像にファクタαを乗算する工程と、
（ｄ）前記画像データ・セットにファクタ（１−α）を乗算する工程と、
（ｅ）前記工程（ｃ）の結果と前記工程（ｄ）の結果を組み合わせてフィルタ処理された画像データ・セットを形成する工程と、
（ｆ） 該フィルタ処理された画像データ・セットを前記画像データ・セットの代わりに用いて工程（ｂ）乃至（ｅ）を繰り返す工程と、
（ｇ） 前記フィルタ処理された画像データ・セットから医用画像を形成する工程とを備えた医用画像を形成する方法。 - 前記ファクタαは、手動で選択された値である請求項４に記載の医用画像を形成する方法。
- 工程（ｆ）は、手動で選択された回数である複数回実行される請求項４に記載の医用画像を形成する方法。
- 工程（ｂ）の前記フィルタ処理する工程は、最後の処理の際に方向性鮮鋭化及びセグメント化処理を用いることを含んでいる請求項４に記載の医用画像を形成する方法。
- 工程（ｂ）の前記フィルタ処理する工程は、平滑化フィルタを用いると共に、鮮鋭化フィルタを用いることを含んでいる請求項４に記載の医用画像を形成する方法。
- 前記ファクタαは、前記繰り返しの際に変更される請求項４に記載の医用画像を形成する方法。
- 工程（ｅ）において前記フィルタ処理された画像データ・セットから前記医用画像を形成する前に、前記フィルタ処理された画像データ・セットを前記画像データ・セットと結合することを含んでいる請求項４に記載の医用画像を形成する方法。
- 前記フィルタ処理された画像データ・セットを、強いエッジを有している第１のセットの領域と、弱いエッジを有している第２のセットの領域とにセグメント化することを含んでおり、前記画像データ・セットは、前記第２のセットの領域と結合される請求項１０に記載の医用画像を形成する方法。
- 前記第２のセットの領域に対応する前記画像データ・セット内のデータは、前記第２のセットの領域に対応する前記フィルタ処理された画像データ・セットのデータに置き換わる請求項１０に記載の医用画像を形成する方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/932,430 US6246783B1 (en) | 1997-09-17 | 1997-09-17 | Iterative filter framework for medical images |
| US08/932430 | 1997-09-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11155834A JPH11155834A (ja) | 1999-06-15 |
| JP4169400B2 true JP4169400B2 (ja) | 2008-10-22 |
Family
ID=25462300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26264298A Expired - Fee Related JP4169400B2 (ja) | 1997-09-17 | 1998-09-17 | 医用イメージング・システム及び医用画像を形成する方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6246783B1 (ja) |
| JP (1) | JP4169400B2 (ja) |
| CN (1) | CN1191549C (ja) |
| DE (1) | DE19827034A1 (ja) |
| IL (1) | IL126134A0 (ja) |
| NL (1) | NL1010119C2 (ja) |
Families Citing this family (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4471250B2 (ja) * | 1997-12-01 | 2010-06-02 | シー エイチ アイ デベロップメント エムジーエムティー リミテッド エックス ヴィ アイ エルエルシー | アプリケーションフレームワーク用アーキテクチャ |
| US6603494B1 (en) * | 1998-11-25 | 2003-08-05 | Ge Medical Systems Global Technology Company, Llc | Multiple modality interface for imaging systems including remote services over a network |
| US6674449B1 (en) | 1998-11-25 | 2004-01-06 | Ge Medical Systems Global Technology Company, Llc | Multiple modality interface for imaging systems |
| US6970598B1 (en) * | 2000-01-21 | 2005-11-29 | Xerox Corporation | Data processing methods and devices |
| JP2001283215A (ja) * | 2000-01-24 | 2001-10-12 | Hitachi Medical Corp | 画像処理装置 |
| US20020021756A1 (en) * | 2000-07-11 | 2002-02-21 | Mediaflow, Llc. | Video compression using adaptive selection of groups of frames, adaptive bit allocation, and adaptive replenishment |
| JP4191884B2 (ja) * | 2000-08-18 | 2008-12-03 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理方法、画像処理装置および画像撮影装置 |
| US6823086B1 (en) * | 2000-08-29 | 2004-11-23 | Analogic Corporation | Adaptive spatial filter |
| US20030026495A1 (en) * | 2001-03-07 | 2003-02-06 | Gondek Jay Stephen | Parameterized sharpening and smoothing method and apparatus |
| US6801646B1 (en) * | 2001-07-19 | 2004-10-05 | Virtualscopics, Llc | System and method for reducing or eliminating streak artifacts and illumination inhomogeneity in CT imaging |
| DE10143484A1 (de) * | 2001-09-05 | 2003-04-03 | Siemens Ag | Adaptives Filter |
| US7599579B2 (en) * | 2002-07-11 | 2009-10-06 | Ge Medical Systems Global Technology Company, Llc | Interpolated image filtering method and apparatus |
| DE10250197A1 (de) * | 2002-10-28 | 2004-05-13 | Siemens Ag | Bildsystem zur Verarbeitung von Bilddaten |
| US20050157939A1 (en) * | 2004-01-16 | 2005-07-21 | Mark Arsenault | Processes, products and systems for enhancing images of blood vessels |
| US7379587B2 (en) * | 2004-02-12 | 2008-05-27 | Xerox Corporation | Systems and methods for identifying regions within an image having similar continuity values |
| US7590300B2 (en) * | 2004-06-24 | 2009-09-15 | Intel Corporation | Image filtering methods and apparatus |
| US8260013B2 (en) * | 2004-11-22 | 2012-09-04 | Koninklijke Philips Electronics N.V. | Data representation for rtp |
| US8437403B2 (en) * | 2005-01-05 | 2013-05-07 | Jean-Yves Babonneau | Device and method for analysing images by calculating the variance for each pixel of a high-frequency image |
| DE102005034374B3 (de) * | 2005-07-22 | 2007-03-01 | Siemens Ag | Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt |
| CN101489488B (zh) * | 2006-07-20 | 2011-11-23 | 株式会社日立医药 | 超声波图像处理装置 |
| CN101126800B (zh) * | 2006-08-16 | 2010-05-12 | 西门子（中国）有限公司 | 与hifu兼容的mri射频信号的接收线圈及其接收方法 |
| US9314214B2 (en) * | 2006-09-13 | 2016-04-19 | Brainlab Ltd. | Calibration of radiographic images |
| JP5279830B2 (ja) * | 2008-07-14 | 2013-09-04 | シャープ株式会社 | 映像信号処理装置及び映像表示装置 |
| US8786873B2 (en) | 2009-07-20 | 2014-07-22 | General Electric Company | Application server for use with a modular imaging system |
| US8243882B2 (en) | 2010-05-07 | 2012-08-14 | General Electric Company | System and method for indicating association between autonomous detector and imaging subsystem |
| DE102010041107A1 (de) | 2010-09-21 | 2012-01-19 | Siemens Aktiengesellschaft | Bildverarbeitungsverfahren für medizinische Bilddaten |
| TWI462576B (zh) * | 2011-11-25 | 2014-11-21 | Novatek Microelectronics Corp | 固定圖案的邊緣偵測方法與電路 |
| JP6081139B2 (ja) * | 2011-12-26 | 2017-02-15 | 東芝メディカルシステムズ株式会社 | 超音波診断装置、医用画像処理装置、及び医用画像処理方法 |
| TWI500412B (zh) * | 2012-11-09 | 2015-09-21 | Iner Aec Executive Yuan | 一種影像品質的改善處理方法及其造影系統 |
| CN103278702B (zh) * | 2013-06-19 | 2016-03-23 | 深圳市理邦精密仪器股份有限公司 | 提取pace波的智能检测单元、方法及*** |
| GB2527036B (en) * | 2014-06-06 | 2016-12-21 | Siemens Medical Solutions Usa Inc | Methods and apparatus for calibration of medical image data |
| CN105405108B (zh) * | 2015-10-28 | 2019-01-25 | 努比亚技术有限公司 | 图像锐化方法及移动终端 |
| US10043075B2 (en) * | 2015-11-19 | 2018-08-07 | Microsoft Technology Licensing, Llc | Eye feature identification |
Family Cites Families (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0106265B2 (en) | 1982-10-07 | 1992-08-26 | Kabushiki Kaisha Toshiba | Image data processing apparatus |
| IL70213A (en) | 1983-11-13 | 1988-02-29 | Paul Fenster | Digital fluorographic image enhancement system |
| US4834964A (en) | 1986-03-07 | 1989-05-30 | M.R.I., Inc. | Use of charged nitroxides as NMR image enhancing agents for CSF |
| US4761819A (en) | 1987-02-27 | 1988-08-02 | Picker International, Inc. | Adaptive noise reduction filter for reconstructed images |
| US5579444A (en) * | 1987-08-28 | 1996-11-26 | Axiom Bildverarbeitungssysteme Gmbh | Adaptive vision-based controller |
| DE68916661T2 (de) | 1988-02-05 | 1994-11-10 | Dainippon Screen Mfg | Bildschärfeverbesserungsverfahren und -prozessor für Bildreproduktion mit Abtaster. |
| US4991092A (en) | 1988-08-12 | 1991-02-05 | The Regents Of The University Of California | Image processor for enhancing contrast between subregions of a region of interest |
| US5063607A (en) | 1988-10-24 | 1991-11-05 | Hughes Aircraft Company | Image contrast enhancement technique |
| JPH02162475A (ja) | 1988-12-15 | 1990-06-22 | Dainippon Screen Mfg Co Ltd | 画像輪郭修正方法 |
| US5072314A (en) | 1990-04-04 | 1991-12-10 | Rockwell International Corporation | Image enhancement techniques using selective amplification of spatial frequency components |
| US5218649A (en) | 1990-05-04 | 1993-06-08 | U S West Advanced Technologies, Inc. | Image enhancement system |
| US5081692A (en) | 1991-04-04 | 1992-01-14 | Eastman Kodak Company | Unsharp masking using center weighted local variance for image sharpening and noise suppression |
| US5289126A (en) * | 1991-07-23 | 1994-02-22 | Kabushiki Kaisha Toshiba | Magnetic resonance imaging apparatus |
| US5273040A (en) | 1991-11-14 | 1993-12-28 | Picker International, Inc. | Measurement of vetricle volumes with cardiac MRI |
| US5404167A (en) * | 1993-03-12 | 1995-04-04 | At&T Corp. | Subband color video coding using a reduced motion information subband |
| EP0626661A1 (en) * | 1993-05-24 | 1994-11-30 | Societe D'applications Generales D'electricite Et De Mecanique Sagem | Digital image processing circuitry |
| US5602934A (en) * | 1993-09-08 | 1997-02-11 | The Regents Of The University Of California | Adaptive digital image signal filtering |
| US5563962A (en) * | 1994-03-08 | 1996-10-08 | The University Of Connecticut | Two dimensional digital hysteresis filter for smoothing digital images |
| JPH08274986A (ja) * | 1994-04-28 | 1996-10-18 | Ricoh Co Ltd | 画像処理装置 |
| JPH07299053A (ja) * | 1994-04-29 | 1995-11-14 | Arch Dev Corp | コンピュータ診断支援方法 |
| US5734740A (en) * | 1994-10-31 | 1998-03-31 | University Of Florida | Method for automated radiographic quality assurance |
| US5825909A (en) * | 1996-02-29 | 1998-10-20 | Eastman Kodak Company | Automated method and system for image segmentation in digital radiographic images |
| EP0823691B1 (en) * | 1996-08-08 | 2003-12-17 | Agfa-Gevaert | Method of correcting a radiation image for defects in the recording member |
| US5748792A (en) * | 1996-08-13 | 1998-05-05 | Polaroid Corporation | Large kernel filtering using a fixed-size block processor |
| US5819288A (en) * | 1996-10-16 | 1998-10-06 | Microsoft Corporation | Statistically based image group descriptor particularly suited for use in an image classification and retrieval system |
| US6018753A (en) * | 1997-07-29 | 2000-01-25 | Lucent Technologies Inc. | Interpolating filter banks in arbitrary dimensions |
-
1997
- 1997-09-17 US US08/932,430 patent/US6246783B1/en not_active Expired - Fee Related
-
1998
- 1998-06-17 DE DE19827034A patent/DE19827034A1/de not_active Withdrawn
- 1998-09-09 IL IL12613498A patent/IL126134A0/xx unknown
- 1998-09-16 CN CNB981191959A patent/CN1191549C/zh not_active Expired - Fee Related
- 1998-09-17 JP JP26264298A patent/JP4169400B2/ja not_active Expired - Fee Related
- 1998-09-17 NL NL1010119A patent/NL1010119C2/nl not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| NL1010119A1 (nl) | 1999-03-18 |
| IL126134A0 (en) | 1999-05-09 |
| US6246783B1 (en) | 2001-06-12 |
| JPH11155834A (ja) | 1999-06-15 |
| NL1010119C2 (nl) | 2007-08-14 |
| CN1191549C (zh) | 2005-03-02 |
| DE19827034A1 (de) | 1999-03-18 |
| CN1219715A (zh) | 1999-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4169400B2 (ja) | 医用イメージング・システム及び医用画像を形成する方法 | |
| Nikolic et al. | Edge detection in medical ultrasound images using adjusted Canny edge detection algorithm | |
| US9245323B2 (en) | Medical diagnostic device and method of improving image quality of medical diagnostic device | |
| EP1952344B1 (en) | Method and system for enhancing digital images | |
| Zong et al. | Speckle reduction and contrast enhancement of echocardiograms via multiscale nonlinear processing | |
| JP4363667B2 (ja) | 画像のノイズ圧縮方法 | |
| US7660481B2 (en) | Image enhancement using anisotropic noise filtering | |
| US8861821B2 (en) | Ultrasound diagnosis apparatus | |
| KR100830263B1 (ko) | 컴퓨터 단층촬영 영상을 개선하기 위한 방법, 컴퓨터프로그램 제품 및 장치 | |
| US9585636B2 (en) | Ultrasonic diagnostic apparatus, medical image processing apparatus, and medical image processing method | |
| JPH07170406A (ja) | 適応型ディジタル画像信号フィルタ | |
| US8050482B2 (en) | System and method for online optimization of guidewire visibility in fluoroscopic systems | |
| CN101459766B (zh) | 超声图像增强与噪声抑制的方法及其装置 | |
| WO2009013057A1 (en) | Method of generating a multiscale contrast enhanced image | |
| Godtliebsen et al. | A nonlinear Gaussian filter applied to images with discontinuities | |
| US7149358B2 (en) | Method and system for improving contrast using multi-resolution contrast based dynamic range management | |
| US6788826B1 (en) | Method for correcting artefacts in a digital image | |
| CN101821773A (zh) | 增强图像对比度的方法 | |
| US11631160B2 (en) | Image processing apparatus, image processing method, and X-ray CT apparatus | |
| CN113205461A (zh) | 一种低剂量ct影像去噪模型训练方法、去噪方法及装置 | |
| US7139420B2 (en) | Method for tomographic reconstruction with non-linear diagonal estimators | |
| Mohan et al. | Multi-Tier Kernel for Disease Prediction using Texture Analysis with MR Images | |
| JPH0991421A (ja) | 画像処理方法および装置 | |
| WO2008056305A1 (en) | Noise reduction of an image signal | |
| CN112785520A (zh) | Ct图像伪影去除方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050915 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080403 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080422 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080612 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080708 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080805 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110815 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110815 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120815 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130815 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |