JP7289769B2 - 画像処理装置、方法およびプログラム - Google Patents

画像処理装置、方法およびプログラム Download PDF

Info

Publication number
JP7289769B2
JP7289769B2 JP2019185961A JP2019185961A JP7289769B2 JP 7289769 B2 JP7289769 B2 JP 7289769B2 JP 2019185961 A JP2019185961 A JP 2019185961A JP 2019185961 A JP2019185961 A JP 2019185961A JP 7289769 B2 JP7289769 B2 JP 7289769B2
Authority
JP
Japan
Prior art keywords
image
contrast
bone
scattered radiation
radiographic
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.)
Active
Application number
JP2019185961A
Other languages
English (en)
Other versions
JP2021058508A (ja
Inventor
隆浩 川村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2019185961A priority Critical patent/JP7289769B2/ja
Priority to US17/063,767 priority patent/US11969281B2/en
Publication of JP2021058508A publication Critical patent/JP2021058508A/ja
Priority to JP2023062898A priority patent/JP7408867B2/ja
Application granted granted Critical
Publication of JP7289769B2 publication Critical patent/JP7289769B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4266—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a plurality of detector units
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A61B6/5241—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT combining overlapping images of the same imaging modality, e.g. by stitching
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

本開示は、放射線画像に含まれる被写体の体厚を導出する画像処理装置、方法およびプログラムに関する。
従来、被写体を透過した放射線により被写体の放射線画像を撮影する際、とくに被写体の厚さが大きいと、被写体内において放射線が散乱して散乱線が発生し、この散乱線により、取得される放射線画像のコントラストが低下するという問題がある。このため、放射線画像の撮影時には、放射線を検出して放射線画像を取得するための放射線検出器に散乱線が照射されないように、被写体と放射線検出器との間に散乱線除去グリッド（以下単にグリッドとする）を配置して撮影を行うことがある。グリッドを用いて撮影を行うと被写体により散乱された放射線が放射線検出器に照射されにくくなるため、放射線画像のコントラストを向上させることができる。
また、グリッドを使用することなく放射線画像の撮影を行い、グリッドによる散乱線の除去による画質改善の効果を、画像処理により放射線画像に対して付与することが行われている（特許文献１参照）。特許文献１の手法は、放射線画像の撮影時に散乱線を除去するために使用が想定されるグリッドの特性を取得し、グリッド特性および被写体の体厚分布に基づいて放射線画像に含まれる散乱線成分を推定し、推定された散乱線成分を用いて散乱線除去処理を行うものである。また、被写体の体厚分布を推定し、推定した体厚分布を用いて散乱線成分を推定して、散乱線除去処理を行う手法も提案されている（特許文献２参照）。
特開２０１４－２０７９５８号公報 特開２０１５－４３９５９号公報
ところで、上記特許文献１，２に記載された手法においては、散乱線成分を精度よく推定することが重要である。散乱線成分を精度よく推定するためには、被写体の体厚分布を精度よく推定することが重要である。しかしながら、被写体には筋肉および脂肪等の軟部のみならず、骨部も含まれる。放射線画像においては、骨部は軟部よりもコントラストが高いため、放射線画像に基づいて体厚分布を導出すると、骨部の影響により、骨部が存在する部分の体厚が、本来の体厚よりも大きくなるように体厚が導出されてしまう。
本開示は上記事情に鑑みなされたものであり、被写体の体厚を精度よく導出することを目的とする。
本開示による画像処理装置は、軟部および骨部を含む被写体を表す放射線画像における、軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成する画像生成部と、
コントラスト低下画像に基づいて、被写体の体厚を導出する体厚導出部とを備る。
「軟部以外の領域のコントラストを低下させる」とは、主に骨部の領域のコントラストを低下させることを意味する。なお、軟部以外の領域のコントラストを低下させる処理を行うことにより、軟部以外の領域と隣接する軟部の領域の一部に、コントラストを低下させる処理が施されてしまう場合がある。本開示による「軟部以外の領域のコントラストを低下させる」は、このように、軟部以外の領域と隣接する軟部の領域の一部のコントラストが低下されてしまうことをも含むものである。
なお、本開示による画像処理装置においては、コントラスト低下画像および導出された体厚に基づいて、放射線画像に含まれる放射線の散乱線成分を導出する散乱線成分導出部をさらに備えるものであってもよい。
この場合、導出された散乱線成分に基づいて、放射線画像に含まれる散乱線成分を除去する散乱線除去部をさらに備えるものであってもよい。
また、本開示による画像処理装置においては、画像生成部は、被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得し、２つの放射線画像の相対応する画素間において、予め定められた重み係数を用いた重み付け減算を行うことにより、被写体の軟部を抽出した軟部画像をコントラスト低下画像として生成するものであってもよい。
また、本開示による画像処理装置においては、２つの放射線画像は、被写体を透過した放射線を、互いに重ねられた２つの検出部に同時に照射することによって、２つの検出部により取得されたものであってもよい。
また、本開示による画像処理装置においては、画像生成部は、放射線画像に対して骨低減処理を行ってコントラスト低下画像を生成するものであってもよい。
また、本開示による画像処理装置においては、画像生成部は、放射線画像の骨部に対してローパスフィルタによるフィルタリング処理を行って、コントラスト低下画像を生成するものであってもよい。
本開示による画像処理方法は、軟部および骨部を含む被写体を表す放射線画像における、軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成し、
コントラスト低下画像に基づいて、被写体の体厚を導出する。
なお、本開示による画像処理方法をコンピュータに実行させるためのプログラムとして提供してもよい。
本開示による他の画像処理装置は、コンピュータに実行させるための命令を記憶するメモリと、
記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
軟部および骨部を含む被写体を表す放射線画像における、軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成し、
コントラスト低下画像に基づいて、被写体の体厚を導出する処理を実行する。
本開示によれば、被写体の体厚を精度よく導出することができる。
本開示の第１の実施形態による画像処理装置を適用した放射線画像撮影装置の概略構成図 第１の実施形態による画像処理装置の概略構成を示す図 コントラスト低下画像を示す図 体厚導出部の構成を示す概略ブロック図 第１の実施形態において行われる処理を示すフローチャート 本開示の第２の実施形態による画像処理装置を適用した放射線画像撮影装置の概略構成図
以下、図面を参照して本開示の実施形態について説明する。図１は本開示の第１の実施形態による画像処理装置を適用した放射線画像撮影システムの構成を示す概略ブロック図である。図１に示すように、本実施形態による放射線画像撮影システムは、エネルギー分布が異なる２つの放射線画像を撮影し、２つの放射線画像を用いてエネルギーサブトラクション処理を行うことが可能なものであり、撮影装置１と、本実施形態による画像処理装置を内包するコンソール２とを備える。
撮影装置１は、第１の放射線検出器５および第２の放射線検出器６に、放射線源３から発せられ、被写体Ｈを透過したＸ線等の放射線を、それぞれエネルギーを変えて照射するいわゆる１ショット法によるエネルギーサブトラクションを行うことが可能な撮影装置である。撮影時においては、図１に示すように、放射線源３に近い側から順に、第１の放射線検出器５、銅板等からなる放射線エネルギー変換フィルタ７、および第２の放射線検出器６を配置して、放射線源３を駆動させる。なお、第１および第２の放射線検出器５，６と放射線エネルギー変換フィルタ７とは密着されている。
これにより、第１の放射線検出器５においては、いわゆる軟線も含む低エネルギーの放射線による被写体Ｈの第１の放射線画像Ｇ１が取得される。また、第２の放射線検出器６においては、軟線が除かれた高エネルギーの放射線による被写体Ｈの第２の放射線画像Ｇ２が取得される。第１および第２の放射線画像は、コンソール２に入力される。なお、本実施形態においては、被写体Ｈの撮影時には、被写体Ｈを透過した放射線の散乱線成分を除去する散乱線除去グリッドは使用されない。このため、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２には、被写体Ｈを透過した放射線の一次線成分および散乱線成分が含まれる。
第１および第２の放射線検出器５，６は、放射線画像の記録および読み出しを繰り返して行うことができるものであり、放射線の照射を直接受けて電荷を発生する、いわゆる直接型の放射線検出器を用いてもよいし、放射線を一旦可視光に変換し、その可視光を電荷信号に変換する、いわゆる間接型の放射線検出器を用いるようにしてもよい。また、放射線画像信号の読出方式としては、ＴＦＴ（thin film transistor）スイッチをオン・オフさせることによって放射線画像信号が読み出される、いわゆるＴＦＴ読出方式のもの、または読取り光を照射することによって放射線画像信号が読み出される、いわゆる光読出方式のものを用いることが望ましいが、これに限らずその他のものを用いるようにしてもよい。
コンソール２には表示部８および入力部９が接続されている。表示部８は、ＣＲＴ（Cathode Ray Tube）あるいは液晶ディスプレイ等からなり、撮影により取得された放射線画像並びに後述する軟部画像および骨部画像等を表示したり、コンソール２において行われる処理に必要な各種入力の補助を行ったりする。
入力部９は、キーボード、マウスまたはタッチパネル方式等の入力装置からなり、操作者による撮影装置１の操作の指示を受け付ける。また、撮影を行うために必要な、撮影条件等の各種情報の入力および情報の修正の指示も受け付ける。本実施形態においては、操作者が入力部９から入力した情報に従って、撮影装置１の各部が動作する。
コンソール２には、本実施形態による画像処理プログラムがインストールされている。コンソール２が本実施形態による画像処理装置に対応する。本実施形態においては、コンソール２は、操作者が直接操作するワークステーションあるいはパーソナルコンピュータでもよいし、それらとネットワークを介して接続されたサーバコンピュータでもよい。画像処理プログラムは、ネットワークに接続されたサーバコンピュータの記憶装置、あるいはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じてコンピュータにダウンロードされ、インストールされる。または、ＤＶＤ（Digital Versatile Disc）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。
図２はコンソール２を構成するコンピュータに画像処理プログラムをインストールすることにより実現される画像処理装置の概略構成を示す図である。図２に示すように、画像処理装置は、標準的なコンピュータの構成として、ＣＰＵ(Central Processing Unit)２１、メモリ２２、ストレージ２３および通信部２４を備える。
ストレージ２３は、ハードディスクドライブまたはＳＳＤ（Solid State Drive）等のストレージデバイスからなり、撮影装置１の各部を駆動するためのプログラムおよび画像処理プログラムを含む各種情報が記憶されている。また、撮影により取得された放射線画像も記憶される。
通信部２４は、不図示のネットワークを介した外部装置との各種情報の伝送制御を行うネットワークインターフェースである。
メモリ２２には、各種処理をＣＰＵ２１に実行させるために、ストレージ２３に記憶されたプログラム等が一時的に記憶される。画像処理プログラムは、ＣＰＵ２１に実行させる処理として、撮影装置１に撮影を行わせてエネルギー分布が互いに異なる第１および第２の放射線画像Ｇ１，Ｇ２を取得する画像取得処理、第１または第２の放射線画像Ｇ１，Ｇ２における軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成する画像生成処理、コントラスト低下画像に基づいて、被写体Ｈの体厚を導出する体厚導出処理、コントラスト低下画像および導出された体厚に基づいて、放射線画像に含まれる放射線の散乱線成分を導出する散乱線成分導出処理、導出された散乱線成分に基づいて、放射線画像に含まれる散乱線成分を除去する散乱線除去処理、並びに散乱線が除去された第１および第２の放射線画像Ｇ１，Ｇ２等を表示部８に表示する表示制御処理を規定する。
そして、ＣＰＵ２１が画像処理プログラムに従いこれらの処理を実行することで、コンソール２は、画像取得部３１、画像生成部３２、体厚導出部３３、散乱線成分導出部３４、散乱線除去部３５、および表示制御部３６として機能する。
画像取得部３１は、放射線源３を駆動して被写体Ｈに放射線を照射し、被写体Ｈを透過した放射線を第１および第２の放射線検出器５，６により検出して、第１および第２の放射線画像Ｇ１，Ｇ２を取得する。この際、撮影線量、エネルギー分布、管電圧およびＳＩＤ（Source Image Distance）等の撮影条件が設定される。撮影条件は、操作者による入力部９からの入力により設定すればよい。設定された撮影条件は、ストレージ２３に保存される。なお、画像処理プログラムとは別個のプログラムにより第１および第２の放射線画像Ｇ１，Ｇ２を取得してストレージ２３に保存するようにしてもよい。この場合、画像取得部３１は、ストレージ２３に保存された第１および第２の放射線画像Ｇ１，Ｇ２を処理のためにストレージ２３から読み出すものとなる。なお、本実施形態においては、被写体Ｈの胸部から腹部を撮影して、胸部から腹部についての第１および第２の放射線画像Ｇ１，Ｇ２を取得するものとする。
画像生成部３２は、第１および第２の放射線画像Ｇ１，Ｇ２における軟部以外の領域のコントラストを低下させたコントラスト低下画像ＧＬを生成する。第１の実施形態においては、第１および第２の放射線画像Ｇ１，Ｇ２は、１ショット法によるエネルギーサブトラクションを行うことが可能な撮影装置１により取得されている。このため、画像生成部３２は、下記の式（１）に示すように、第１および第２の放射線画像Ｇ１，Ｇ２を、相対応する画素間で重み付け減算するサブトラクション処理を行うことにより、被写体Ｈにおける軟部が抽出された軟部画像をコントラスト低下画像ＧＬとして生成する。なお、αは予め設定された重み係数である。図３は軟部画像であるコントラスト低下画像ＧＬを示す図である。図３に示すように、コントラスト低下画像ＧＬは軟部画像であるため、第１および第２の放射線画像Ｇ１，Ｇ２における骨部が除去され、その結果、骨部のコントラストが低下されたものとなっている。
ＧＬ（ｘ，ｙ）＝α・Ｇ２（ｘ，ｙ）－Ｇ１（ｘ，ｙ） （１）
体厚導出部３３は、第１および第２の放射線画像Ｇ１，Ｇ２を取得した際の撮影条件、並びにコントラスト低下画像ＧＬに基づいて、被写体Ｈの体厚分布を推定する。体厚分布の推定に際し、体厚導出部３３は、コントラスト低下画像ＧＬの低周波成分を表す低周波コントラスト低下画像ＧＬｓを生成する。具体的には、コントラスト低下画像ＧＬに対してローパスフィルタによるフィルタリング処理を施すことにより、低周波コントラスト低下画像ＧＬｓを生成する。なお、ウェーブレット変換、およびフーリエ変換等の周知の手法を用いて、低周波コントラスト低下画像ＧＬｓを生成してもよい。
本実施形態においては、体厚導出部３３は、例えば特開２０１５－０４３９５９号公報に記載された手法を用いて、被写体Ｈの体厚分布を推定する。図４は体厚導出部３３の構成を示す概略ブロック図である。図４に示すように、体厚導出部３３は、仮想モデル取得部４１、推定画像生成部４２、修正部４３および体厚分布決定部４４を備える。
仮想モデル取得部４１は、初期体厚分布Ｔ０（ｘ，ｙ）を有する被写体Ｈの仮想モデルＫを取得する。なお、仮想モデルＫは、予め生成されてストレージ２３に保存されている。
推定画像生成部４２は、仮想モデルＫに基づいて、仮想モデルＫの撮影により得られる一次線画像を推定した推定一次線画像Ｉｇｐと、仮想モデルＫの撮影により得られる散乱線画像を推定した推定散乱線画像Ｉｇｓとを合成した画像を、被写体Ｈの撮影により得られ、かつサブトラクション処理により得られる低周波コントラスト低下画像ＧＬｓを推定した推定画像Ｉｍとして生成する。
修正部４３は、推定画像Ｉｍと低周波コントラスト低下画像ＧＬｓとに基づいて、推定画像Ｉｍと低周波コントラスト低下画像ＧＬｓの違いが小さくなるように仮想モデルＫの初期体厚分布Ｔ０を修正する。
体厚分布決定部４４は、修正された体厚分布Ｔｎ－１（ｎは自然数）を低周波コントラスト低下画像ＧＬｓの体厚分布Ｔ（ｘ，ｙ）に決定する。
散乱線成分導出部３４は、体厚導出部３３が導出した被写体Ｈの体厚分布Ｔ（ｘ，ｙ）から、下記の式（２）、（３）にしたがって、放射線画像の各画素における一次線成分および散乱線成分を算出し、算出した一次線成分および散乱線成分から式（４）に基づいて、散乱線含有率分布Ｓ（ｘ，ｙ）を散乱線成分として導出する。なお、本実施形態においては、撮影時において被写体Ｈに近い側にある放射線検出器５により取得された第１の放射線画像Ｇ１についての散乱線成分を導出するものとする。なお、散乱線含有率分布Ｓ（ｘ，ｙ）は０～１の間の値をとる。
Ip(x,y) = Io(x,y)×exp(-μ×T(x,y)) （２）
Is(x,y) = Io(x,y)＊Sσ(T(x,y)) （３）
S(x,y) = Is(x,y)/(Is(x,y)+Ip(x,y)) （４）
ここで、（ｘ，ｙ）は第１の放射線画像Ｇ１の画素位置の座標、Ｉｐ（ｘ，ｙ）は画素位置（ｘ，ｙ）における一次線成分、Ｉｓ（ｘ，ｙ）は画素位置（ｘ，ｙ）における散乱線成分、Ｉｏ（ｘ，ｙ）は画素位置（ｘ，ｙ）における被写体Ｈの表面への入射線量、μは被写体Ｈの線減弱係数、Ｓσ（Ｔ（ｘ，ｙ））は画素位置（ｘ，ｙ）における被写体Ｈの体厚に応じた散乱の特性を表す畳みこみカーネルである。式（２）は公知の指数減弱則に基づく式であり、式（３）は「J M Boon et al, An analytical model of the scattered radiation distribution in diagnostic radiolog, Med. Phys. 15(5), Sep/Oct 1988」（参考文献１）に記載された手法に基づく式である。なお、被写体Ｈの表面への入射線量Ｉｏ（ｘ，ｙ）は、どのような値を定義してもＳ（ｘ，ｙ）を算出する際に除算によってキャンセルされるため、例えば値を１とする等、任意の値とすればよい。
ここで、式（３）における＊は畳みこみ演算を表す演算子である。カーネルの性質は、被写体Ｈの体厚の他に、照射野の分布、被写体Ｈの組成の分布、撮影時の照射線量、管電圧、撮影距離、および放射線検出器５，６の特性等によっても変化する。参考文献１に記載された手法によれば散乱線は一次線に対する位置拡張関数（Point Spread Function、式（３）におけるSσ（Ｔ（ｘ，ｙ）））の畳みこみにより近似することができる。なお、Sσ（Ｔ（ｘ，ｙ））は、照射野情報、被写体情報および撮影条件等に応じて実験的に求めることができる。
本実施形態においては、撮影時の照射野情報、被写体情報および撮影条件に基づいてSσ（Ｔ（ｘ，ｙ））を算出してもよいが、各種照射野情報、各種被写体情報および各種撮影条件とSσ（Ｔ（ｘ，ｙ））とを対応付けたテーブルをストレージ２３に記憶しておき、撮影時の照射野情報、被写体情報および撮影条件に基づいて、このテーブルを参照してSσ（Ｔ（ｘ，ｙ））を求めるようにしてもよい。なお、Sσ（Ｔ（ｘ，ｙ））をＴ（ｘ，ｙ）にて近似するようにしてもよい。
散乱線除去部３５は、散乱線成分導出部３４が導出した散乱線成分を用いて、第１の放射線画像Ｇ１に含まれる、被写体Ｈ内において放射線が散乱することにより生じる散乱線成分を除去する。散乱線成分を除去する手法としては、例えば、特開２０１４－２０７９５８号公報および特開２０１５－０４３９５９号公報等に記載された任意の手法を用いることができる。以下、特開２０１４－２０７９５８号公報に記載された手法について説明する。
散乱線除去部３５は、散乱線成分導出部３４が導出した散乱線成分情報に基づいて、第１の放射線画像Ｇ１における散乱線と見なせる周波数帯域の周波数成分を低減させることにより、散乱線除去処理を行う。このため、散乱線除去部３５は、第１の放射線画像Ｇ１を周波数分解して複数の周波数帯域毎の周波数成分を取得し、少なくとも１つの周波数成分のゲインを低減する処理を行い、処理済みの周波数成分およびこれ以外の周波数成分を合成して、散乱線除去処理済みの第１の放射線画像Ｇ１ｐを取得する。なお、周波数分解の手法としては、放射線画像を多重解像度変換する手法の他、ウェーブレット変換およびフーリエ変換等、公知の任意の手法を用いることができる。
散乱線除去部３５は、仮想グリッド特性である散乱線透過率Ｔｓおよび一次線透過率Ｔｐ、並びに散乱線含有率分布Ｓ（ｘ，ｙ）から、周波数成分を変換する変換係数Ｒ（ｘ，ｙ）を下記の式（５）により算出する。なお、散乱線透過率Ｔｓおよび一次線透過率Ｔｐは、予め取得されてストレージ２３に保存されている。
R(x,y) = S(x,y)×Ts + (1-S(x,y))×Tp （５）
散乱線透過率Ｔｓおよび一次線透過率Ｔｐ、並びに散乱線含有率分布Ｓ（ｘ，ｙ）は０～１の間の値となるため、変換係数Ｒ（ｘ，ｙ）も０～１の間の値となる。散乱線除去部３５は、変換係数Ｒ（ｘ，ｙ）を複数の周波数帯域のそれぞれについて算出する。
なお、以降の説明において、第１の放射線画像Ｇ１の画素値をＩ（ｘ，ｙ）、周波数分解により得られる周波数成分画像をＩ（ｘ，ｙ，ｒ）、周波数合成をＩ（ｘ，ｙ）＝ΣｒＩ（ｘ，ｙ，ｒ）、周波数帯域毎の変換係数をＲ（ｘ，ｙ，ｒ）、周波数帯域毎の散乱線透過率および一次線透過率をＴｓ（ｒ）、Ｔｐ（ｒ）で表すものとする。なお、ｒは周波数帯域の階層を表し、ｒが大きいほど低周波であることを表すものとする。したがって、Ｉ（ｘ，ｙ，ｒ）は、ある周波数帯域の周波数成分画像となる。散乱線含有率分布Ｓ（ｘ，ｙ）は、散乱線成分導出部３４が散乱線成分として導出したものをそのまま用いればよいが、散乱線透過率Ｔｓおよび一次線透過率Ｔｐと同様に、周波数帯域のそれぞれについて散乱線成分導出部３４が導出するようにしてもよい。
本実施形態においては、周波数成分毎に変換係数Ｒ（ｘ，ｙ，ｒ）を算出し、周波数成分画像Ｉ（ｘ，ｙ，ｒ）に対して対応する周波数帯域の変換係数Ｒ（ｘ，ｙ，ｒ）を乗算して、周波数成分画像Ｉ（ｘ，ｙ，ｒ）の画素値を変換し、変換係数Ｒ（ｘ，ｙ，ｒ）が乗算された周波数成分画像Ｉ（ｘ，ｙ，ｒ）（すなわち、Ｉ（ｘ，ｙ，ｒ）×Ｒ（ｘ，ｙ，ｒ））を周波数合成して処理済みの放射線画像Ｉ′（ｘ，ｙ）を取得する。したがって、散乱線除去部３５において行われる処理は、下記の式（６）により表される。なお、変換係数Ｒ（ｘ，ｙ，ｒ）は０～１の間の値となるため、周波数成分（ｘ，ｙ，ｒ）に対して対応する周波数帯域の変換係数Ｒ（ｘ，ｙ，ｒ）を乗算することにより、その周波数成分の画素位置（ｘ，ｙ）における画素値すなわちゲインが低減されることとなる。
I’(x,y)=Σr{I(x,y,r)×R(x,y,r)}
=Σr{I(x,y,r)×(S(x,y)×Ts(r)+(1-S(x,y))×Tp(r))} （６）
ここで、本実施形態においては、放射線画像を６つの周波数帯域に周波数分解するものとし、散乱線透過率Ｔｓおよび一次線透過率Ｔｐは６つの周波数帯域について取得されるものとする。この場合、散乱線透過率Ｔｓおよび一次線透過率Ｔｐは、例えば下記式（７）に示す値となる。なお、式（７）では右側ほど低周波数帯域の値を表すものとする。
Ts={0.7, 0.7, 0.7, 0.7, 0.3, 0.2}
Tp={0.7, 0.7, 0.7, 0.7, 0.7, 0.7} （７）
式（７）に示すように、散乱線透過率Ｔｓおよび一次線透過率Ｔｐは、高周波数帯域（ｒ＝１～４）では同一の値であるが、低周波数帯域（ｒ＝５～６）においては、散乱線透過率Ｔｓの方が低い値となる。これはグリッドは散乱線の周波数成分が支配的である低周波帯域ほどその除去率が高いが、一次線については除去率の周波数依存性が小さいからである。
式（５）、（７）に基づいて算出した変換係数は、放射線画像における散乱線の含有率が高い領域ほど値が小さくなる。したがって、このように算出した変換係数を用いて式（６）に示す処理を行うことにより取得された処理済みの放射線画像においては、使用が想定されるグリッドの種類に応じて散乱線成分が除去されたものとなる。
なお、散乱線除去部３５においては、下記のようにして放射線画像の散乱線を除去するようにしてもよい。まず、上記と同様に周波数合成をＩ（ｘ，ｙ）＝ΣｒＩ（ｘ，ｙ，ｒ）で表すとすると、散乱線除去部３５は、周波数成分画像Ｉ（ｘ，ｙ，ｒ）を、下記の式（８）により、散乱線含有率分布Ｓ（ｘ，ｙ）を用いて、散乱線成分Ｉｓ（ｘ，ｙ，ｒ）と一次線成分Ｉｐ（ｘ，ｙ，ｒ）とに分解する。
Is(x,y,r)= S(x,y)×I(x,y,r)
Ip(x,y,r)=(1-S(x,y))×I(x,y,r) （８）
さらに散乱線除去部３５は、下記の式（９）により、散乱線成分Ｉｓ（ｘ，ｙ，ｒ）および一次線成分Ｉｐ（ｘ，ｙ，ｒ）のそれぞれに対して、仮想グリッド特性である散乱線透過率Ｔｓ（ｒ）および一次線透過率Ｔｐ（ｒ）を適用して画像変換し、変換された散乱線成分Ｉｓ′（ｘ，ｙ，ｒ）および一次線成分Ｉｐ′（ｘ，ｙ，ｒ）を算出する。
Is′(x,y,r)=Is(x,y,r)×Ts(r)=S(x,y)×I(x,y,r)×Ts(r)
Ip′(x,y,r)=Ip(x,y,r)×Tp(r)=(1-S(x,y))×I(x,y,r)×Tp(r) （９）
そして、散乱線除去部３５は、下記の式（１０）により、Ｉｓ′（ｘ，ｙ，ｒ）および一次線成分Ｉｐ′（ｘ，ｙ，ｒ）を周波数合成して、第１の放射線画像Ｇ１における散乱線成分が除去された処理済みの放射線画像Ｉ′（ｘ，ｙ）、すなわち処理済みの第１の放射線画像Ｇ１ｐを導出する。
I′(x,y)=Σr{Is′(x,y,r)+Ip′(x,y,r)}
=Σr{S(x,y)×I(x,y,r)×Ts(r)+(1-S(x,y))×I(x,y,r)×Tp(r)}
=Σr{I(x,y,r)×(S(x,y)×Ts(r)+(1-S(x,y))×Tp(r))} …（１０）
表示制御部３６は、散乱線成分が除去された処理済みの第１の放射線画像Ｇ１ｐを表示部８に表示する。
次いで、第１の実施形態において行われる処理について説明する。図５は第１の実施形態において行われる処理を示すフローチャートである。なお、第１および第２の放射線画像Ｇ１，Ｇ２は、撮影により取得されてストレージ２３に保存されているものとする。処理を開始する指示が入力部９から入力されると、画像取得部３１が、第１および第２の放射線画像Ｇ１，Ｇ２をストレージ２３から取得する（ステップＳＴ１）。次いで、画像生成部３２が、第１の放射線画像Ｇ１のコントラストを低下させたコントラスト低下画像ＧＬを生成する（ステップＳＴ２）。そして、体厚導出部３３が、コントラスト低下画像ＧＬに基づいて、被写体Ｈの体厚を導出する（ステップＳＴ３）。
次いで、散乱線成分導出部３４が、コントラスト低下画像ＧＬおよび導出された体厚に基づいて、第１の放射線画像Ｇ１に含まれる放射線の散乱線成分を導出する（ステップＳＴ４）。そして、散乱線除去部３５が、導出された散乱線成分に基づいて、第１の放射線画像Ｇ１に含まれる散乱線成分を除去する（散乱線除去；ステップＳＴ５）。さらに、表示制御部３６が、散乱線成分が除去された処理済みの第１の放射線画像Ｇ１ｐを表示部８に表示し（放射線画像表示；ステップＳＴ６）、処理を終了する。
このように、第１の実施形態においては、第１の放射線画像Ｇ１における軟部以外のコントラストを低下させたコントラスト低下画像ＧＬを生成し、コントラスト低下画像ＧＬに基づいて、被写体Ｈの体厚を導出するようにした。ここで、コントラスト低下画像ＧＬにおいては、被写体Ｈの骨部のコントラストが低下されている。これにより、第１の実施形態によれば、体厚を導出するに際し、骨部による影響を低減させることができるため、被写体Ｈの体厚を精度よく導出することができる。また、被写体Ｈの体厚を精度よく導出できるため、散乱線成分も精度よく導出でき、その結果、第１の放射線画像Ｇ１に含まれる放射線の散乱線成分を精度よく除去することができる。
次いで、本開示の第２の実施形態について説明する。図６は本開示の第２の実施形態による画像処理装置を適用した放射線画像撮影システムの構成を示す概略ブロック図である。なお、図６において図１と同一の構成については同一の参照番号を付与し、詳細な説明は省略する。また、第２の実施形態における画像処理装置は、図２に示す本開示による第１の実施形態による画像処理装置の構成と同一であり、行われる処理のみが異なる。このため、ここでは画像処理装置についての詳細な説明は省略する。第２の実施形態による画像処理装置を適用した放射線画像撮影システムは、１つの放射線検出器１０を用いて１つの放射線画像Ｇ３を取得するようにし、コンソール２において、画像生成部３２が、放射線画像Ｇ３に対して骨低減処理を行うことによりコントラスト低下画像ＧＬを生成するようにした点が第１の実施形態と異なる。
ここで、骨低減処理としては、放射線画像Ｇ３から骨部領域を検出し、骨部領域のコントラストを低下させる処理を用いることができる。骨部領域の検出は、放射線画像Ｇ３のヒストグラムを導出し、ヒストグラムにおける低濃度（高輝度）領域を骨部領域として検出する手法を用いることができる。また、骨部領域を検出するように機械学習を行うことにより構築された骨部検出モデルを用いて、骨部領域を検出するようにしてもよい。
また、骨部領域のコントラストを低下させる処理は、骨部領域の濃度を高くして軟部領域との濃度差を小さくする処理を用いることができる。
このように、放射線画像Ｇ３に対して骨低減処理を施してコントラスト低下画像ＧＬを生成することによっても、放射線画像Ｇ３における骨部領域のコントラストを低下させることができる。したがって、体厚を導出するに際し、骨部による影響を低減させることができ、その結果、被写体Ｈの体厚を精度よく導出することができる。また、被写体Ｈの体厚を精度よく導出できるため、散乱線成分も精度よく導出でき、その結果、放射線画像Ｇ３に含まれる放射線の散乱線成分を精度よく除去することができる。
次いで、本開示の第３の実施形態について説明する。なお、第３の実施形態における画像処理装置は、図２に示す本開示による第１の実施形態による画像処理装置の構成と同一であり、行われる処理のみが異なる。このため、ここでは装置についての詳細な説明は省略する。第３の実施形態による画像処理装置は、第２の実施形態と同様の放射線画像撮影システムにおいて取得された放射線画像Ｇ３を用いるものである。そして、画像生成部３２が、放射線画像Ｇ３の骨部領域に対して、ローパスフィルタによるフィルタリング処理を行うことにより、コントラスト低下画像ＧＬを生成するようにした点が第２の実施形態と異なる。
なお、骨部領域を検出する手法としては、第２の実施形態と同様に、放射線画像Ｇ３のヒストグラムを導出し、ヒストグラムにおける低濃度（高輝度）領域を骨部領域として検出する手法を用いることができる。また、骨部領域を検出するように機械学習を行うことにより構築された骨部検出モデルを用いて、骨部領域を検出するようにしてもよい。
ローパスフィルタのサイズは、検出した骨部領域の大きさに応じて決定すればよい。例えば、肋骨のような細い骨部は肋骨のサイズに応じたサイズを有するローパスフィルタを用いればよく、椎骨のような太い骨部は椎骨のサイズに応じたサイズを有するローパスフィルタを用いればよい。なお、ローパスフィルタによるフィルタリング処理により、骨部領域に隣接する軟部領域の一部にも、フィルタリング処理が施されることとなる。しかしながら、軟部領域にローパスフィルタによるフィルタリング処理が施されても、体厚の導出に際しては、大きな影響を与えるものではない。
このように、放射線画像Ｇ３の骨部領域に対してローパスフィルタによるフィルタリング処理を施すことにより、コントラスト低下画像ＧＬを生成することによっても、放射線画像Ｇ３における骨部領域のコントラストを低下させることができる。したがって、体厚を導出するに際し、骨部による影響を低減させることができ、その結果、被写体Ｈの体厚を精度よく導出することができる。また、被写体Ｈの体厚を精度よく導出できるため、散乱線成分も精度よく導出でき、その結果、放射線画像Ｇ３に含まれる放射線の散乱線成分を精度よく除去することができる。
なお、上記第１の実施形態においては、第１の放射線画像Ｇ１に基づいて被写体Ｈの体厚を導出して散乱線成分を導出しているが、これに限定されるものではない。第１の放射線画像Ｇ１に代えて、第２の放射線画像Ｇ２に基づいて体厚を導出するようにしてもよい。この場合、導出した体厚を用いて第２の放射線画像Ｇ２の散乱線成分を導出して散乱線除去処理を行い、処理済みの第２の放射線画像Ｇ２ｐを導出するようにしてもよい。
また、第１の放射線画像Ｇ１に加えて、第２の放射線画像Ｇ２に対しても体厚を導出して、散乱線成分が除去された処理済みの第２の放射線画像Ｇ２ｐを導出するようにしてもよい。この場合、処理済みの第１の放射線画像Ｇ１ｐと処理済みの第２の放射線画像Ｇ２ｐとの相対応する画素間で重み付け減算処理を行うことにより、被写体Ｈの軟部画像および骨部画像を導出するようにしてもよい。
また、上記第１の実施形態において、第１および第２の放射線画像Ｇ１，Ｇ２に対して、第２の実施形態と同様に骨低減処理を施すことによりコントラスト低下画像ＧＬを生成してもよい。また、上記第１の実施形態において、第１および第２の放射線画像Ｇ１，Ｇ２に対して、第３の実施形態と同様にローパスフィルタによるフィルタリング処理を施すことによりコントラスト低下画像ＧＬを生成してもよい。
また、上記第１の実施形態においては、１ショット法により第１および第２の放射線画像Ｇ１，Ｇ２を取得しているが、撮影を２回行ういわゆる２ショット法により第１および第２の放射線画像Ｇ１，Ｇ２を取得してもよい。２ショット法の場合、被写体Ｈの体動により、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２に含まれる被写体Ｈの位置がずれる可能性がある。このため、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２において、被写体Ｈの位置合わせを行った上で、本実施形態の処理を行うことが好ましい。位置合わせの処理としては、例えば特開２０１１－２５５０６０号公報に記載された手法を用いることができる。特開２０１１－２５５０６０号公報に記載された手法は、第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての、周波数帯域が異なる構造物を表す複数の第１の帯域画像および複数の第２の帯域画像を生成し、対応する周波数帯域の第１の帯域画像および第２の帯域画像における、互いに対応する位置の位置ずれ量を取得し、位置ずれ量に基づいて第１の放射線画像Ｇ１と第２の放射線画像Ｇ２との位置合わせを行うようにしたものである。
また、上記各実施形態においては、第１および第２の放射線検出器５，６並びに放射線検出器１０を用いて被写体Ｈの放射線画像を撮影するシステムにおいて取得した放射線画像を用いて処理を行っているが、検出部として蓄積性蛍光体シートを用いて第１および第２の放射線画像Ｇ１，Ｇ２並びに放射線画像Ｇ３を取得する場合にも、本開示を適用できることはもちろんである。この場合、第１の実施形態においては、２枚の蓄積性蛍光体シートを重ねて被写体Ｈを透過した放射線を照射して、被写体Ｈの放射線画像情報を各蓄積性蛍光体シートに蓄積記録し、各蓄積性蛍光体シートから放射線画像情報を光電的に読み取ることにより第１および第２の放射線画像Ｇ１，Ｇ２を取得すればよい。なお、蓄積性蛍光体シートを用いて第１および第２の放射線画像Ｇ１，Ｇ２を取得する場合にも、２ショット法を用いるようにしてもよい。
また、上記実施形態における放射線は、とくに限定されるものではなく、Ｘ線の他、α線またはγ線等を適用することができる。
また、上記実施形態において、例えば、画像処理装置であるコンソール２の画像取得部３１、画像生成部３２、体厚導出部３３、散乱線成分導出部３４、散乱線除去部３５、および表示制御部３６といった各種の処理を実行する処理部（Processing Unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（Processor）を用いることができる。上記各種のプロセッサには、上述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Field Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device :PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせまたはＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアとの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip:SoC）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（Circuitry）を用いることができる。
１ 放射線画像撮影装置
２ コンピュータ
３ 放射線源
５、６、１０ 放射線検出器
７ 放射線エネルギー変換フィルタ
８ 表示部
９ 入力部
２１ ＣＰＵ
２２ メモリ
２３ ストレージ
３１ 画像取得部
３２ 画像生成部
３３ 体厚導出部
３４ 散乱線成分導出部
３５ 散乱線除去部
３６ 表示制御部
Ｇ１ 第１の放射線画像
Ｇ２ 第２の放射線画像
Ｇ３ 放射線画像
ＧＬ コントラスト低下画像

Claims (6)

  1. 軟部および骨部を含む被写体を表す放射線画像から骨部領域を抽出し、前記骨部領域の濃度を高くすることによる骨低減処理を行って前記骨部領域を含む前記軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成する画像生成部と、
    前記コントラスト低下画像に基づいて、前記被写体の体厚を導出する体厚導出部とを備えた画像処理装置。
  2. 前記コントラスト低下画像および導出された前記体厚に基づいて、前記放射線画像に含まれる放射線の散乱線成分を導出する散乱線成分導出部をさらに備えた請求項１に記載の画像処理装置。
  3. 導出された前記散乱線成分に基づいて、前記放射線画像に含まれる散乱線成分を除去する散乱線除去部をさらに備えた請求項２に記載の画像処理装置。
  4. 前記画像生成部は、前記放射線画像から前記骨部領域を検出するように機械学習を行うことにより構築された骨部検出モデルを用いて、前記放射線画像から骨部領域を抽出する請求項１から３のいずれか１項に記載の画像処理装置。
  5. 軟部および骨部を含む被写体を表す放射線画像から骨部領域を抽出し、前記骨部領域の濃度を高くすることによる骨低減処理を行って前記骨部領域を含む前記軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成し、
    前記コントラスト低下画像に基づいて、前記被写体の体厚を導出する画像処理方法。
  6. 軟部および骨部を含む被写体を表す放射線画像から骨部領域を抽出し、前記骨部領域の濃度を高くすることによる骨低減処理を行って前記骨部領域を含む前記軟部以外の領域のコントラストを低下させたコントラスト低下画像を生成する手順と、
    前記コントラスト低下画像に基づいて、前記被写体の体厚を導出する手順とをコンピュータに実行させる画像処理プログラム。
JP2019185961A 2019-10-09 2019-10-09 画像処理装置、方法およびプログラム Active JP7289769B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019185961A JP7289769B2 (ja) 2019-10-09 2019-10-09 画像処理装置、方法およびプログラム
US17/063,767 US11969281B2 (en) 2019-10-09 2020-10-06 Image processing apparatus, method, and program
JP2023062898A JP7408867B2 (ja) 2019-10-09 2023-04-07 画像処理装置、方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019185961A JP7289769B2 (ja) 2019-10-09 2019-10-09 画像処理装置、方法およびプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023062898A Division JP7408867B2 (ja) 2019-10-09 2023-04-07 画像処理装置、方法およびプログラム

Publications (2)

Publication Number Publication Date
JP2021058508A JP2021058508A (ja) 2021-04-15
JP7289769B2 true JP7289769B2 (ja) 2023-06-12

Family

ID=75380839

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019185961A Active JP7289769B2 (ja) 2019-10-09 2019-10-09 画像処理装置、方法およびプログラム
JP2023062898A Active JP7408867B2 (ja) 2019-10-09 2023-04-07 画像処理装置、方法およびプログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023062898A Active JP7408867B2 (ja) 2019-10-09 2023-04-07 画像処理装置、方法およびプログラム

Country Status (2)

Country Link
US (1) US11969281B2 (ja)
JP (2) JP7289769B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015043959A (ja) 2013-07-31 2015-03-12 富士フイルム株式会社 放射線画像解析装置および方法並びにプログラム
JP2018117900A (ja) 2017-01-25 2018-08-02 キヤノン株式会社 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム
JP2018153605A (ja) 2017-03-16 2018-10-04 富士フイルム株式会社 体脂肪率測定装置、方法およびプログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3901770B2 (ja) * 1996-10-21 2007-04-04 富士フイルム株式会社 エネルギーサブトラクション処理方法および装置
US6614874B2 (en) * 2002-01-28 2003-09-02 Ge Medical Systems Global Technology Company, Llc Robust and efficient decomposition algorithm for digital x-ray de imaging
EP1624411A3 (en) * 2004-08-06 2006-08-09 Gendex Corporation Soft tissue filtering in medical images
JP5085031B2 (ja) * 2005-11-10 2012-11-28 株式会社東芝 Ｘ線アンギオ撮影装置
JP5612371B2 (ja) 2010-06-11 2014-10-22 富士フイルム株式会社 画像位置合わせ装置および方法並びにプログラム
KR20130010952A (ko) 2011-07-20 2013-01-30 삼성전자주식회사 이중 에너지 엑스선 영상 장치 및 그 제어방법
JP6006193B2 (ja) 2013-03-28 2016-10-12 富士フイルム株式会社 放射線画像処理装置および方法並びにプログラム
WO2017055527A1 (en) 2015-09-30 2017-04-06 Koninklijke Philips N.V. Generating a lung condition map
JP6667462B2 (ja) * 2017-02-21 2020-03-18 富士フイルム株式会社 エネルギーサブトラクション処理装置、方法およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015043959A (ja) 2013-07-31 2015-03-12 富士フイルム株式会社 放射線画像解析装置および方法並びにプログラム
JP2018117900A (ja) 2017-01-25 2018-08-02 キヤノン株式会社 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム
JP2018153605A (ja) 2017-03-16 2018-10-04 富士フイルム株式会社 体脂肪率測定装置、方法およびプログラム

Also Published As

Publication number Publication date
JP2021058508A (ja) 2021-04-15
JP7408867B2 (ja) 2024-01-05
US20210106298A1 (en) 2021-04-15
US11969281B2 (en) 2024-04-30
JP2023076735A (ja) 2023-06-01

Similar Documents

Publication Publication Date Title
US9836830B2 (en) Radiographic image processing device, method, and recording medium
US10475181B2 (en) Image processing apparatus, image processing method, and image processing program
JP6156847B2 (ja) 放射線画像処理装置および方法並びにプログラム
JP2017051395A (ja) 放射線画像処理装置、方法およびプログラム
JP2019202035A (ja) 骨塩情報取得装置、方法およびプログラム
JP7016294B2 (ja) 骨塩情報取得装置、方法およびプログラム
JP2019209027A (ja) 骨塩情報取得装置、方法およびプログラム
WO2020158659A1 (ja) 被写体情報取得装置及びその作動方法並びに被写体情報取得プログラム
JP7289769B2 (ja) 画像処理装置、方法およびプログラム
US11763501B2 (en) Radiographic image processing device, radiographic image processing method, and radiographic image processing program
WO2021054091A1 (ja) 画像処理装置、方法およびプログラム
JP7289922B2 (ja) エネルギーサブトラクション処理装置、方法およびプログラム
JP7220643B2 (ja) 画像処理装置、方法およびプログラム
US11922603B2 (en) Radiographic image processing device, radiographic image processing method, and radiographic image processing program
JP7069077B2 (ja) 放射線画像処理装置及びその作動方法並びに放射線画像処理プログラム
JP2024000885A (ja) 放射線画像処理装置、方法およびプログラム
JP2024013138A (ja) 放射線画像処理装置、方法およびプログラム
JP2024010992A (ja) 放射線画像処理装置、方法およびプログラム
US20240104729A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
JP2023177980A (ja) 放射線画像処理装置、方法およびプログラム
JP2024010991A (ja) 放射線画像処理装置、方法およびプログラム
JP2024040945A (ja) 画像処理装置、方法およびプログラム
JP2023082549A (ja) 放射線画像処理装置、方法およびプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220114

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221216

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230117

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230407

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20230407

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20230417

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20230418

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: 20230509

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230531

R150 Certificate of patent or registration of utility model

Ref document number: 7289769

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150