數據處理裝置、醫用診斷裝置、數據處理方法以及醫用診斷方法
2023-06-03 06:28:21
專利名稱：數據處理裝置、醫用診斷裝置、數據處理方法以及醫用診斷方法
技術領域：
本發明涉及一種通過降低具有隨機噪聲的時間軸和空間軸的數據中的噪聲來提高SNR (signal to noise ratio,信噪比)的數據處理 裝置、醫用診斷裝置、數據處理方法以及醫用診斷方法，特別涉及與 SNR適應地修正數據以確保高頻部分和高SNR部分的數據並選擇地 降低噪聲的數據處理裝置、醫用診斷裝置、數據處理方法以及醫用診 斷方法。
背景技術：
以往，為了降低具有空間軸和時間軸的數據中存在的隨機噪聲而 進行濾波。在噪聲降低用的濾波器中，除了濾波強度在時間以及空間 上不變化的線性(linear)濾波器之外，還有根據數據來決定濾波強 度的適應型濾波器。作為降低空間或時間的隨機噪聲的適應型濾波 器，提出了結構適應型濾波器和SNR適應型濾波器。結構適應型濾波器是根據數據的結構來決定濾波強度，保持邊 緣、線、點等高頻成分的局部結構的濾波器。在結構適應型濾波器中， 有對邊緣或線的方向進行檢測，根據檢測出的邊緣或線的方向來控制 濾波的方向的類型、控制濾波強度的類型。例如，作為根據從圖像數據檢測出的邊緣來控制濾波強度的結構 適應型濾波器，已知有稱為sigma濾波器的濾波器。sigma濾波器是 進行以下的所謂邊緣強調(edge enhancement)的濾波器，即根據對 圖像數據中的中頻成分或高頻成分進行了強調的數據製成權重函數， 使用所製成的權重函數對圖像數據和強調了中頻成分或高頻成分的 數據進行加權相加，從而在保存圖像數據中的邊緣的同時降低噪聲。如果將成為濾波對象的一維的位置(X)處的原數據設為S。rig (X)，將通過對原數據S。rig ( x )實施高通濾波(HPF: high pass filter )而 取得的高頻成分(high pass filtered data )設為Shigh ( x )，將通過對 原數據S。rig ( x )實施低通濾波(LPF: low pass filter )而取得的低頻 成分(low pass filtered data )設為S1W ( x )，將權重函數設為W ( x )， 將濾波後的修正數據設為Se。r ( x )，則可以如式(1 - 1)以及式(1 -2)那樣表示基於該sigma濾波器的數據修正處理(濾波)。 W ( x ) = Shigh ( x ) /max[Shigh ( x ) 1 (1 - 1) Scor ( x ) = W ( x ) *Sorig ( x ) + {1 - W ( x ) }Sl0W ( x ) (1 - 2 ) 即，如式(1-1)所示，作為原數據S。rig (x)的邊緣部分而提 取出高頻成分Shigh (x)，提取出的高頻成分Shigh (x)根據高頻成分 Shigh (x)的最大值max[Shigh (x)進行標準化。然後，該標準化了的 高頻成分被設為權重函數W (x)。接著，通過使用權重函數W (x) 對原數據S。rig ( x )和作為平滑(smoothing )數據的低頻成分S1W ( x )進行加權相加，取得修正數據S耐(X)。另一方面，SNR適應型濾波器是與數據的SNR對應地對濾波強 度進行最佳化的濾波器。作為SNR適應型濾波器的具體例子，提出 了維納濾波器(WF: Wiener Filter )(例如參照伊藤聰志，山田芳文 "利用菲涅耳轉換的複式解法的MR影像的SNR改善法"(參照英語 名Ito S, Yamada Y. "Use of Dual Fresnel Transform Pairs to Improve Signal-to-Noise Ratio in Magnetic Resonance Imaging" Med.Imag.Tech.19 ( 5 ) ， 355-369 ( 2001 )))。但是，以往提出的WF通常是通過頻率空間中的處理來提高數據 的SNR的濾波器。因此，如果使用WF進行數據的SNR修正，則存 在無法迴避數據的高頻成分中的劣化的問題。對於該問題，沒有特別 提出對應於SNR的空間分布適應地產生作用的SNR適應型濾波器。SNR依賴於數據的位置。即SNR在數據空間中是不一樣的，越 是高信號部分越大而越是低信號部分越小。因此，在以往提出的WF中，提出了保持高頻成分的類型的濾波器。但是，通常WF伴隨非線性的處理，並且由於適用空間為頻率空間，所以需要數據進行實空間
化，存在發生偽像的問題。其結果，存在WF的用途受到制約的現狀。 另外，SNR有時由於視覺地顯示數據的顯示系統中的處理而受 到影響。
另夕卜，在多種設備或各設備中進行了圖像處理的數據中，有SNR 與數據的值不為正相關的數據。作為SNR與數據的值不為正相關的 數據的例子，特別可以舉出在X射線計算機斷層攝影(CT: computed tomography)裝置中取得的CT值或在磁共振成《象(MRI: Magnetic Resonance Imaging)裝置中取得的擴散係數(ADC: Apparent Diffusion Coefficient)等處理數據。
另夕卜，用於求出ADC的擴散強調信號與傾斜磁場因子b對應地 變化，與SNR正相關。但是，ADC是根據擴散強調信號的信號強度 S (b)通過式(2)計算出的。因此，在S (b) <S (0)的情況下， 如果擴散強調信號的信號強度S (b)變大，則ADC的值變小，ADC 相對於SNR ADC呈現負相關。
formula see original document page 8
因此，在數據的值和SNR正相關的情況和不為正相關的情況下， SNR的最佳化處理方法不同。但是，現狀下，沒有提出考慮到數據的 值和SNR是否為正相關的濾波器。
發明內容
本發明是為了解決上述以往的問題而提出的，其目的在於提供 一種數據處理裝置、醫用診斷裝置、數據處理方法以及醫用診斷方法， 在具有隨機噪聲的時間軸和空間軸的數據中，可以與SNR適應地修 正數據，使得在保持高頻部分和高SNR部分的數據的同時選擇地降 低噪聲。
本發明的數據處理裝置為了達到上述目的，具有SNR分布數 據生成單元，根據處理對象數據製成上述處理對象數據的SNR分布 數據；濾波處理單元，通過對上述處理對象數據實施濾波處理來生成提高了上述處理對象數據的SNR的濾波處理數據；權重函數製成單 元，根據上述SNR分布數據製成權重函數；以及修正數據製成單元， 通過使用上述權重函數進行上述處理對象數據和上述濾波處理數據 的加權運算來製成修正數據。另外，本發明的醫用診斷裝置為了達到上述目的，具有數據收 集單元，從被檢體收集處理對象數據；SNR分布數據生成單元，根據 上述處理對象數據製成上述處理對象數據的SNR分布數據；濾波處 理單元，通過對上述處理對象數據實施濾波處理來生成提高了上述處 理對象數據的SNR的濾波處理數據；權重函數製成單元，根據上述 SNR分布數據製成權重函數；以及修正數據製成單元，通過使用上述 權重函數進行上述處理對象數據和上述濾波處理數據的加權運算來 製成修正數據。另外，本發明的數據處理方法為了達到上述目的，具有如下步驟 根據處理對象數據製成上述處理對象數據的SNR分布數據的步驟； 通過對上述處理對象數據實施濾波處理來生成提高了上述處理對象 數據的SNR的濾波處理數據的步驟；根據上述SNR分布數據製成權 重函數的步驟；以及通過使用上述權重函數進行上述處理對象數據和 上述濾波處理數據的加權運算來製成修正數據的步驟。另外，本發明的醫用診斷方法為了達到上述目的，具有如下步驟 從被檢體收集處理對象數據的步驟；根據上述處理對象數據製成上述 處理對象數據的SNR分布數據的步驟；通過對上述處理對象數據實 施濾波處理來生成提高了上述處理對象數據的SNR的濾波處理數據 的步驟；根據上述SNR分布數據製成權重函數的步驟；以及通過使 用上述權重函數進行上述處理對象數據和上述濾波處理數據的加權 運算來製成修正數據的步驟。在這樣的本發明的數據處理裝置、醫用診斷裝置、數據處理方法 以及醫用診斷方法中，在具有隨機噪聲的時間軸和空間軸的數據中， 可以與SNR適應地修正數據，使得在保持高頻部分和高SNR部分的 數據的同時選擇地降低噪聲
圖l是表示本發明的數據處理裝置的實施例的結構圖。
圖2是表示圖1所示的圖像診斷裝置是X射線CT裝置時的數據 處理部件的處理步驟的流程圖。
圖3是表示在圖1所示的圖像診斷裝置是X射線CT裝置時作為 數據處理裝置的處理對象數據而收集到的投影數據的圖。
圖4是表示在圖1所示的圖像診斷裝置是MRI裝置時作為數據 處理裝置的處理對象數據通過徑向掃描(radial scan)而收集到的投 影數據的圖。
圖5是表示由圖l所示的數據處理裝置對處理對象數據的數據值 適應於SNR地進行噪聲降低處理用的處理步驟的流程圖。
圖6是表示在圖l所示的數據處理裝置中，為了針對處理對象數 據的數據值適應於SNR地進行噪聲降低處理而進行的運算的步驟的 流程圖。
圖7是按照時間序列地表示通過圖6所示的運算分別生成的低通 濾波處理數據、權重函數、邊緣部分用的權重函數以及修正數據的一 個例子的圖。
圖8是表示在圖1所示的數據處理裝置中，通過對SNR分布函 數進行非線性轉換來製成權重函數時使用的非線性函數的例子的圖。
圖9是表示由圖1所示的數據處理裝置通過使用用於窗口變換的 信息而製成權重函數來針對處理對象數據的數據值適應於SNR地進 行噪聲降低處理用的處理步驟的流程圖。
圖IO是表示在圖1所示的圖像診斷裝置的數據處理部件中對圖 像數據進行線性窗口變換時的例子的圖。
圖ll是表示在圖9的步驟S30中，通過使用基於窗口設定值的 變換函數轉換SNR分布函數來製成權重函數時的例子的圖。
具體實施方式
參照附圖來說明本發明的數據處理裝置、醫用診斷裝置、數據處 理方法以及醫用診斷方法的實施例。 (結構以及功能)
圖l是表示本發明的數據處理裝置的實施例的結構圖。
通過向計算機2中讀入程序來構築數據處理裝置1。但是，也可 以通過設置具有各種功能的電路來構築數據處理裝置1。數據處理裝 置1具備進行以下的數據處理的功能，即通過降低重疊在具有時間軸 和空間軸的至少一方的數據中的隨機噪聲來提高SNR。特別地，數據 處理裝置1具備適應於SNR地修正數據使得在保持數據的高頻部分 和高SNR部分的數據的同時選擇地降低噪聲的功能。
作為成為基於數據處理裝置1的修正對象的處理對象數據，只要 是具有隨機噪聲並且具有時間軸和空間軸的至少一方的數據，則可以 應用任意的數據。例如，可以在醫用診斷裝置中內置數據處理裝置1, 將在醫用診斷裝置中收集到的原始數據、圖像數據或時間軸數據等收 集數據作為圖像處理裝置1的處理對象數據。但是，不限於在醫用設 備中取得的數據，也可以將由數位照相機攝影的圖像、衛星照片、運
動態圖像等數字圖像作為數據處理裝置1的處理對象數據。
作為具有時間軸的處理對象數據的例子，可以舉出腦波(EEG: electroencephalogram)、 心電圖(ECG: electro cardiogram)、肌 電圖(EMG: electromyogram )、心磁圖(MCG: magnetocardiogram )、 肌磁圖 (MMG : magnetomyogram )、 腦磁圖 (MEG : magnetoencephalogram)。另外，作為具有空間軸的處理對象數據的 例子，可以舉出在醫用圖像診斷裝置中收集到的數據。另外，作為醫 用圖像診斷裝置的具體例子，可以舉出單純(X)射線診斷裝置、數 字螢光攝影(DF: digital fluorography)裝置、計算機斷層攝影(CT: computed tomography)裝置、MRI裝置、單光子釋放計算機斷層攝 影(SPECT: single photon emission computed tomography)裝置、 陽電子釋放計算機斷層才聶影(PET: positron emission computed tomography)裝置、超聲波(US: ultrasonic)診斷裝置。另外，當將在醫用圖像診斷裝置中收集到的數據作為處理對象數 據的情況下，不僅是圖像數據和時間軸數據，還可以將投影
(projection)數據作為處理對象數據。在投影數據中，有在單純射線 裝置、CT裝置、SPECT裝置、PET裝置、MRI裝置等醫用圖像診 斷裝置中取得的投影數據。另外，作為其他實用的處理對象數據，可 以舉出在MRI裝置中取得的Tl (縱緩和時間)強調圖像(weighted image) 、 T2 (橫緩和時間)強調圖像(weighted image ) 、 ADC。
因此，數據處理裝置1還可以內置於醫用圖像診斷裝置和腦波計 等醫用設備中，或還可以經由網絡與醫用圖像診斷裝置連接。圖l表 示將數據處理裝置1內置於圖像診斷裝置3時的例子。
圖像診斷裝置3具有傳感器4、數據存儲部件5、數據處理部件 6、輸入裝置7以及顯示裝置8。傳感器4具有通過計測、檢測或接收 來取得處理對象數據的功能。在圖像診斷裝置3為MRI裝置的情況 下，RF (radio frequency)線圏為傳感器4，在圖像診斷裝置3為X 射線CT裝置的情況下，X射線檢測器為傳感器4。
數據存儲部件5具有存儲在傳感器4中取得的處理對象數據的功 能。數據處理部件6具有從數據存儲部件5取得處理對象數據並進行 圖《象診斷裝置3中的圖l象數據生成所需的數據處理的功能、將數據處 理後的處理對象數據寫入數據存儲裝置的功能。
而且，數據處理裝置1構成為通過從數據存儲部件5取得處理對 象數據並進行噪聲降低修正來生成修正數據，向數據存儲裝置輸出所 生成的修正數據。為此，數據處理裝置1具有數據取得部件9、低通 濾波器部件IO、權重函數製成部件ll、邊緣強調部件12以及加權相 加部件13。
數據取得部件9具有從醫用圖像診斷裝置或腦波計等醫用設備 (在圖1的例子中為圖像診斷裝置3的數據存儲裝置)取得在空間或 時間上具有隨機噪聲的處理對象數據並作為原數據提供給低通濾波 器部件10、權重函數製成部件11以及邊緣強調部件12的功能。另外， 在數據取得部件9中，根據需要具有如下功能在處理對象數據的值與處理對象數據的SNR分布為負相關的情況下，以使處理對象數據 的值與SNR分布成為正相關的方式對處理對象數據進行變換，並作 為原數據提供給低通濾波器部件10以及邊緣強調部件12。低通濾波器部件10具有以下功能通過對從數據取得部件9取 得的原數據進行線性或非線性的低通濾波，來生成降低了噪聲的低通 濾波處理數據的功能；向權重函數製成部件11以及加權相加部件13 提供低通濾波處理數據的功能。權重函數製成部件11具有如下功能根據從數據取得部件9取 得的原數據，求出SNR分布數據，並製成反映出SNR分布數據的權 重函數的功能；向加權相加部件13提供所製成的權重函數的功能。 其中，構成為在從輸入裝置7向數據處理裝置1輸入了根據在低通濾 波器部件10中生成的低通濾波處理數據來製成SNR分布以及權重函 數的指示的情況下，權重函數製成部件11從低通濾波器部件10取得 低通濾波處理數據，根據低通濾波處理數據來製成SNR分布數據以 及權重函數。邊緣強調部件12具有如下功能在從輸入裝置7向數據處理裝 置l輸入了進行處理對象數據的邊緣強調處理的指示的情況下，從數 據取得部件9取得原數據，並在原數據中提取與應保存的邊緣、線、 點狀的結構部分相當的邊緣部分的功能；根據提取出的邊緣部分的 值，求出邊緣部分用的權重函數的功能；向加權相加部件13提供提 取出的邊緣部分的值以及所求出的邊緣部分用的權重函數的功能。另 外，構成為在從輸入裝置7向數據處理裝置1輸入了不進行處理對象 數據的邊緣強調處理的指示的情況下，邊緣強調部件12根據需要向 加權相加部件13提供總是取零值的邊緣部分用的權重函數。加權相加部件13具有如下功能通過使用從權重函數製成部件 11取得的權重函數，對從數據取得部件9取得的原數據以及從低通濾 波器部件10取得的低通濾波處理數據進行加權相加，並且使用從邊 緣強調部件12取得的邊緣部分用的權重函數，對從邊緣強調部件12 取得的原數據的邊緣部分進行加權相加，從而生成降低了隨機噪聲的修正數據。另外，加權相加部件13構成為在從輸入裝置7向數據處 理裝置1輸入了表示輸出目的地的輸出指示的情況下，向指定的輸出 目的地輸出所生成的修正數據。在圖1的例子中，加權相加部件13 構成為向圖像診斷裝置3的數據存儲部件5輸出修正數據。但是，也 可以構成為加權相加部件13向顯示裝置8或經由網絡向期望的設備 輸出修正數據。即，數據處理裝置1根據信號強度和SNR處於正相關關係的原 數據來求出原數據的SNR分布，根據SNR分布來生成SNR部分越 高則權重越大而SNR部分越低則權重越小的權重函數。另外，使用 與SNR分布對應的權重函數對通過對原數據進行低通濾波來實施平 滑的低通濾波處理數據和原數據進行加權相加，從而可以取得SNR 部分越高則以越弱的強度進行低通濾波、並且SNR部分越低則以越 強的強度進行低通濾波的修正數據。對於這樣取得的修正數據，SNR 部分越高則保存原數據，SNR部分越低則成為通過越強的強度的平滑 而降低了噪聲的數據。即，修正數據成為對具有不均勻的噪聲的數據 實施了不均勻的噪聲降低處理的數據。另外，也可以附加地通過從原 數據提取出邊緣部分並進行加權相加來進行邊緣強調。(動作)接著對數據處理裝置1的動作以及作用進行說明。 另外，在此對處理對象數據是在圖像診斷裝置3中收集到的數 據、並且根據在低通濾波器部件10中生成的低通濾波處理數據來制 成加權函數的情況進行說明。首先，預先在圖像診斷裝置3的傳感器4中收集被檢體的處理對 象數據，並將收集到的處理對象數據存儲到數據存儲部件5。存儲在 數據存儲部件5中的處理對象數據成為用於生成圖像數據的數據處理 部件6中的數據處理的對象。但是，在處理對象數據中存在隨機噪聲 的情況下，在數據處理的過程中對處理對象數據實施噪聲降低修正變 得重要。在此，根據在哪個處理結束的定時下進行噪聲的降低處理， 存在處理對象數據與SNR分布為負相關的關係的情況、和為正相關的關係的情況。
作為具體例子，對將在X射線CT裝置中收集到的投影數據作為 數據處理裝置1的處理對象數據的情況進行說明。
圖2是表示圖1所示的圖像診斷裝置3是X射線CT裝置時的數 據處理部件6的處理步驟的流程圖，圖中向S附加數字的標號表示流 程的各步驟。
如圖2所示，在步驟Sl中由作為X射線CT裝置的傳感器4的 X射線檢測器對透過被檢體的X射線進行檢測。然後，從X射線檢測 器輸出透過線量分布1/1。來作為純原始數據。接著，在步驟S2中在數 據處理部件6中進行包括針對作為純原始數據的透過線量分布1/10的 對數變換和靈敏度修正的預處理。由此，透過線量分布1/1o被變換成 吸收係數H的積分值。然後，在X射線CT裝置中，並不是X射線的 透過線量分布I/1。，而是將預處理後的X射線的吸收係數n的積分值 作為原始數據存儲到數據存儲部件5中的情況較多。
接著，在步驟S3中，在數據處理部件6中對原始數據實施包括 水修正的後處理而成為水修正數據。接著在步驟S4中，在數據處理 部件6中對水修正數據實施逆投影(back projection)處理，從而成 為逆投影數據。接著，在步驟S5中，通過進行與1張圖像對應的多 個逆投影數據的圖像重構處理，生成l張的圖像數據。另外，將逆投 影處理前的純原始數據、原始數據以及水修正數據統稱為投影數據。
圖3是表示在圖1所示的圖像診斷裝置3是X射線CT裝置時作 為數據處理裝置1的處理對象數據收集到的投影數據的圖。
另外，在此，為了簡化說明，說明投影數據在與投影方向垂直的 x軸方向上具有一維分布的情況。因此，根據處理對象數據，不僅是 x軸方向，還有時在與x軸交叉的y軸方向或z軸方向上具有分布。 另外，在處理對象數據為時間軸數據的情況下，在時間t軸方向上也 具有分布。對於後述的具有空間軸或時間軸的圖7等各圖中所示的數 據也相同，也有時成為在x軸、y軸、z軸、t軸方向上分布的n維數 據(n為自然數)。
15圖3 (a)是成為處理對象數據的檢測對象的被檢體的剖面圖， 圖3 ( b )表示由作為X射線CT裝置的傳感器4的X射線檢測器檢 測到透過圖3(a)所示的被檢體的X射線的位置x處的X射線的透 過線量分布I/I(j，圖3 (c)表示根據圖3(b)所示的X射線的透過線 量分布I/I。來取得的位置x處的X射線的吸收線量分布n (x)。如圖3 U)所示，被檢體的剖面被脂肪覆蓋，並在內部存在骨 骼和臟器。對這樣的被檢體，照射X射線檢測器所具備的多個檢測元 件中的1個相當的Io的入射計數器值的X射線。由此，在各X射線 檢測元件中對透過被檢體的X射線進行檢測。然後，從X射線檢測 器輸出如圖3 ( b )所示那樣的X射線的透過線量分布I/Io。 X射線的 透過線量分布1/1o是對被檢體的1個檢測元件相當的入射計數器值10 以及來自被檢體的X射線的輸出計數器值即透過線量，即在透過被檢 體後1個檢測元件接受的X射線的計數器值I的透過線量比。如果將某投影線(路徑)p上的X射線的吸收係數設為H (p)， 則X射線對被檢體的入射計數器值Io和來自被檢體的X射線的輸出 計數器值I具有式(3)的關係。I = 1。exp[ - Jpjt ( p ) dp
(3 )因此，通過式(3)對X射線的透過線量分布I/I。的倒數進行對 數變換後的值如式(4)所示那樣成為吸收係數n (p)的積分值。 U (p) dp-ln陶 (4)如圖3(b)所示，X射線的透過線量分布I/10、即純原始數據的 信號值與SNR具有正的相關關係。即，如骨骼(鈣)或人工骨頭等 金屬物質那樣，X射線的透過線量分布1/1o在通過了表示X射線的吸 收程度的吸收係數大的物質的路徑中變小。特別，如果假設X射線檢 測元件的靈敏度在信道之間為恆定，則各檢測元件中的計數器值I的 SNR分布與X射線的透過線量分布1/1o成正比。即，式(5)成立。SNR^I/Io ( 5 )另一方面，表示X射線的吸收係數n (p)的分布的位置x處的 吸收線量分布n ( x )以及CT值(CT # )與SNR如圖3 ( c )所示具有負的相關關係。即，在通過了骨骼等吸收係數大的物質的路徑中，吸收線量分布n (x)變大。另外，在圖3 (a)所示的被檢體的斷層 像中，利用亮度來表示CT值的分布。因此，如果將成為數據處理裝置1的修正對象的處理對象數據設 為預處理前的X射線CT裝置的投影數據，則處理對象數據的信號強 度與SNR具有正的相關關係。相反，如果將成為數據處理裝置1的 修正對象的處理對象數據設為預處理後的X射線CT裝置的投影數 據，則處理對象數據的信號強度與SNR具有負的相關關係。接著，作為其他具體例子，說明將在MRI裝置中收集到的投影 數據作為數據處理裝置1的處理對象數據的情況。圖4是表示在圖1所示的圖像診斷裝置3是MRI裝置時作為數 據處理裝置1的處理對象數據通過徑向掃描而收集到的投影數據的 圖。圖4 (a)是成為處理對象數據的檢測對象的被檢體的剖面圖， 圖4 (b)是表示在MRI裝置中通過徑向掃描從圖4(a)所示的被檢 體收集到的位置x處的MR ( magnetic resonance,磁共振)信號強度 Smr的圖。另外，徑向掃描是使傾斜磁場變化並在k空間(傅立葉空間)上 按照通過原點的放射狀而收集數據的掃描。在k空間中，與投影方向 正交且通過中心的數據相當於投影數據。因此，通過徑向掃描收集到 的MR信號相當於投影數據。如圖4(a)所示，被檢體的剖面被脂肪覆蓋，並在內部存在骨 骼和臟器。如果從這樣的被檢體通過徑向掃描將某方向設為投影方向 來收集MR信號，則取得在與圖4(a)所示那樣的投影方向垂直的位 置x處具有信號強度Smr的MR信號。如圖4(a)所示，通過徑向 掃描收集到的MR信號的信號強度Smr通常呈現與SNR的正相關。另夕卜，作為與徑向掃描類似的數據收集方法，公知PROPELLER (periodically rotated overlapping parallel lines with enhanced reconstruction) 。 PROPELLER是一邊使作為由多個平行的k空間軌跡構成的帶狀區域的葉片以k空間的原點為中心旋轉， 一邊收集k 空間上的數據的方法。通過PROPELLER收集到的k空間上的數據 未必一定通過k空間的中心，但與通過徑向掃描收集到的數據同樣地， 可以作為數據處理裝置1的處理對象數據。在該情況下，取得與在葉 片內存在的平行的數據串的數量對應地具有信號強度分布的MR信號 的組。
這樣，在X射線CT裝置、SPECT裝置以及PET裝置等圖像診 斷裝置3中通過投影法取得的投影數據即吸收線量分布n ( p )具有越 是通過值變大的路徑p而取得的投影數據則SNR越降低的負相關的 性質，相對於此，與MRI裝置中的投影數據相當的通過徑向掃描收 集到的MR信號具有越是通過信號源中的磁化變大且信號強度變高的 路徑的投影數據則SNR越提高的性質。
數據處理裝置1不論是上述那樣的信號強度與SNR處於正相關 的關係的處理對象數據以及信號強度與SNR處於負相關的關係的處 理對象數據中的哪一個，都可以進行噪聲的降低修正處理。因此，可 以將期望的數據作為處理對象數據提供給數據處理裝置1。然後，如 果將處理對象數據提供給數據處理裝置1，則可以適應於SNR地進行 降低重疊在處理對象數據中的隨機噪聲的修正。
另外，在處理對象數據的修正處理之前，從輸入裝置7向數據處 理裝置l提供是否進行保存並強調處理對象數據的邊緣部分的邊緣強 調的指示。但是，也可以與來自輸入裝置7的指示信息無關地預先決 定是否進行邊緣強調。
圖5是表示由圖l所示的數據處理裝置l對處理對象數據的數據 值適應於SNR地進行噪聲降低處理用的處理步驟的流程圖，圖6是 表示在圖l所示的數據處理裝置l中，為了對處理對象數據的數據值 適應於SNR地進行噪聲降低處理而進行的運算的步驟的流程圖，各 圖中向S附加數字的標號表示各流程的各步驟。另外，圖7是按照時 間序列表示通過圖6所示的運算分別生成的低通濾波處理數據、權重 函數、邊緣部分用的權重函數以及修正數據的一個例子的圖。首先在圖5的步驟S10中，數據取得部件9從圖像診斷裝置3 的數據存儲部件5取得預定的處理對象數據。在此，在取得的處理對 象數據的信號強度與SNR處於負相關的關係的情況下，數據取得部 件9對處理對象數據進行變換，以使處理對象數據的信號強度與SNR 成為正相關的關係。然後，將信號強度與SNR成為正相關的關係的 數據設為噪聲降低修正用的位置x處的原數據S。rig (x)。由此，可 以在後級的步驟中根據原數據S。rig (x)求出SNR分布數據。例如，在處理對象數據是在X射線CT裝置中收集、並與保存的 X射線的吸收係數jt的積分值相當的透過線量分布I/Io的倒數的對數 變換值ln[1/1。 (x)的情況下，處理對象數據的信號強度與SNR處於 負相關的關係。因此，數據取得部件9例如如式(6)所示將對數變 換值ln[I/I。( x )I的倒數設為噪聲降低修正用的位置x處的原數據S。rig (x)。Sorig ( x ) = l/ln[I0/I ( x )
(6 )另一方面，在處理對象數據的信號強度與SNR處於正相關的關 系的情況下，數據取得部件9將處理對象數據原辨4殳為噪聲降低修正 用的位置x處的原數據S。rig ( x )。因此，當處理對象數據是在X射線CT裝置中收集到的投影數據 的情況下，如果將作為純原始數據的透過線量分布I ( x ) /1。或透過線 量分布I ( x ) /Iq的對數變換值ln[I ( x ) /10l設為處理對象數據，則信 號強度與SNR處於正相關的關係，所以可以省略用於製成原數據S。rig (x)的處理，縮短處理時間。因此，從簡化處理的觀點來看，優選將 透過線量分布I/Io、透過線量分布I ( x ) /Io的對數變換值ln[I ( x ) /10
設為處理對象數據。另一方面，通常，在X射線CT裝置中，保存有信號強度與SNR 處於負相關的關係的吸收係數H的積分值，所以無需新的存儲裝置的 設置和數據的保存，從該觀點來看，將作為吸收係數n的積分值的原 始數據作為處理對象數據是現實的。另外，在如X射線CT裝置那樣利用投影法來重構圖像數據的情況下，將原始數據等逆投影處理前的數據作為數據處理裝置1的處理
對象數據是有效的。其原因為，SNR小的數據在逆投影處理中在投影 線上均勻地散布，所以在預先執行噪聲的降低修正後進行逆投影處理 的情況下，可以降低起因於SNR的劣化或金屬定位銷的存在而沿著 投影方向延伸的偽像的發生的風險。
但是，還可以將圖像數據設為處理對象數據，可以通過與將投影 數據設為處理對象數據的情況同樣的方法，在數據處理裝置1中進行 噪聲的降低處理。
數據取得部件9向低通濾波器部件10以及邊緣強調部件12提供 這樣取得的原數據S。rig (x)。
接著，在圖5的步驟S11中，低通濾波器部件10對從數據取得 部件9取得的原數據S。rig ( x )進行線性或非線性的低通濾波。由此， 製成降低了噪聲的低通濾波處理數據S,。w (x)。即，如圖6的步驟 20所示，低通濾波器部件10通過對原數據S。rig (x)施加低通濾波 Hi。w (x),計算出低通濾波處理數據S,。w (x)。
在圖7 ( a )中，橫軸表示位置x，縱軸表示數據的信號強度(SI: signal intensity)。另外，圖7 (a)中的實線表示低通濾波處理數據 Slow (x)的例子，虛線表示原數據S。rig (x)的例子。可以通過對如 圖7 (a)所示那樣具有局部的信號強度的變化且具有噪聲的原數據 S。rig( x )進行低通濾波，來製成被平滑了的低通濾波處理數據S1W( x )。
另外，如果將低通濾波器設為線性，則可以簡易地進行處理。相 反如果將低通濾波器設為非線性，則例如可以進行局部地增強平滑的 強度這樣的高精度的噪聲降低處理。低通濾波器部件10向權重函數 製成部件11以及加權相加部件13提供低通濾波處理數據S1W ( x )。
接著，在圖5的步驟S12中，權重函數製成部件ll根據從低通 濾波器部件IO取得的低通濾波處理數據S1W (x)，來製成表示原數 據S。rig ( x )的SNR分布數據的SNR分布函數SNR ( x )。可以將該 SNR分布函數SNR (x)原樣地作為反映出SNR分布數據的權重函 數Wsnr ( x )。還可以將低通濾波處理數據S,。w ( x )原樣地作為SNR分布函數SNR (X)。但是，也可以如上所述那樣將原數據S。rig (x)原樣地作為SNR分布函數SNR (x)。另外，還可以通過以與低通濾波處理數 據SlQW ( x )的製成中使用的低通濾波器的強度不同的強度進行原數據 S。rig (x)的低通濾波，來求出SNR分布函數SNR (x)。即，由於原 數據S。rig ( x )的值與SNR處於正相關的關係，所以原數據S。rig ( x )、 低通濾波處理數據S,。w ( x )以及反映出這些特性的數據的任意一個都 可以用作表示SNR分布的數據。但是，可以通過附帶標準化來將權重函數Wsnr (X)的權重的最 大值例如設為1。因此，在使用低通濾波處理數據S,。w (X)來製成權重函數W咖(x)的情況下，例如通過圖6的步驟S21所示的運算， 可以將使用低通濾波處理數據S一(x)的最大信號強度max(S,。w(x)》 對低通濾波處理數據S1W (x)進行了標準化的值設為權重函數Wsnr (x)。這樣，如果製成反映出SNR分布函數SNR (x)的特性的權重 函數W酣(x)，則可以製成SNR部分越高則值(權重)越大、SNR 部分越低則值越小的權重函數Wsnr (x)。在附帶標準化來製成權重函數W塒(X)的情況下，是最大值為1的權重函數W附(X)。因此，可以降低不同的處理對象數據間的信號強度離散的影響而製成權重函數W犯r (X)。另外，通過根據低通濾波處理數據S1(W (X)來製成SNR分布函數SNR ( x )和權重函數Wsnr ( x )，可以降低SNR分布函數W (X)和權重函數W犯r (X)的噪聲。在圖7 (b)中，橫軸表示位置x，縱軸表示權重W。另外，圖7 (b)中的虛線表示權重函數Wsnr (x)的例子，單點劃線表示權重函 數1-Wsnr (x)，虛線表示對原數據S。rig (x)進行了標準化的數據 的例子。通過如圖7(b)所示那樣對低通濾波處理數據S,。w (x)進行標準化而製成的權重函數W附(X)成為最大值為1、且SNR部分越高則值越大、SNR部分越低則值越小的函數。另外，還可以通過如式(7)所示那樣利用非線性函數f對SNR分布函數SNR (X)進行非線性變換來製成權重函數Wsnr (X)，而並
非將SNR分布函數SNR (x)原樣地設為權重函數W旨(x)。如果 將SNR分布函數SNR(x)設為非線性函數f，則可以調整特定的SNR 部分的權重。
Wsnr ( x ) = f{SNR ( x ) } ( 7 )
對於非線性函數f，例如可以設成製成如下那樣的權重函數Wsnr (x)的函數在原數據S。rig(x)的SNR極端小的部分、即信號強度 S小於等於閾值Smin的情況下，權重函數Wsnr (x)的權重為0，在 信號強度S大於閾值Smin的情況下，越是SNR小的部分則權重越小、 SNR越大則權重越大。如果這樣製成權重函數Wsnr (x)，則通過後 級的步驟中的加權相加，信號強度S小於等於閾值Smin的原數據S。rig (x)不直接保存，而成為低通濾波處理數據S^ (x),所以可以增強 與SNR極端小的部分對應的平滑強度。
在此基礎上，對於非線性函數f，也可以設成製成如下那樣的權 重函數W犯r (x)的函數在大於等於閾值Smin的範圍內，被認為是 邊緣部分的最大SNR部分以及最小SNR部分之間的範圍的權重隨著 從邊緣部分離開而逐漸相對地變小。如果這樣製成權重函數Wsnr( x )， 則通過後級的步驟中的加權相加，越是從邊緣部分離開的部分，原數 據S。rig(x)的比例越減少，另一方面，由於低通濾波處理數據S1(m (x)的比例增加，所以越是從邊緣部分離開的部分，進行強度越強的 平滑。其結果，與伴隨邊緣部分的提取的邊緣強調不同，可以進行適 應於SNR分布的邊緣強調。
在上述的例子的情況下，也可以如式(8)所示那樣決定非線性 函數f。
f(S) - ( S - Smiii) "7Smax : S>Smin， 0:其它 (8) 其中，Smax為信號強度S的最大值，n為使(S)成為向下凸的
函數那樣的任意的係數。因此，n越大則(S)成為越向下凸的函數。 圖8是表示在圖1所示的數據處理裝置1中，通過對SNR分布
函數進行非線性變換來製成權重函數時使用的非線性函數f的例子的圖。在圖8(a)中，縱軸表示位置x，橫軸表示信號強度S,另外， 圖8 (a)中的實線表示SNR分布函數SNR (x)，虛線表示原數據S。rig(X)(或者標準化了的原數據S。rig (x))。另外，在圖8(b)中，縱軸表示成為非線性變換的結果的權重函數的權重W,橫軸表示 信號強度S。另外，圖8 (b)中的實線表示非線性函數W-f (S), 虛線表示一維函數W-S。另外，在圖8(c)中，縱軸表示權重函數 的權重W，橫軸表示位置x。另外，圖8(c)中的實線表示通過4吏用 非線性函數W = f ( S )而對SNR分布函數SNR ( x )進行非線性變換 來取得的權重函數Wsnr ( x )，虛線表示原數據S。rig ( x )(或標準化了的原數據S。rig (x))。如圖8 (a)所示，在SNR分布函數SNR (x)中，有在位置x 的端部存在SNR極端低的情況和存在邊緣部分的情況。在這樣的情 況下，如果使用如圖8 (b)所示那樣信號強度小於等於某值時權重 W為零、信號強度為中間程度的值時權重W相對地變小那樣的非線 性函數W-f(S)，對SNR分布函數SNR (x)進行非線性變換，則 如圖8(c)所示，可以製成SNR極端低的部分的權重W為零且與信 號強度為中間部分以外的邊緣部分對應的部分的權重W被強調了的 權重函數Wsnr (x)。然後，這樣製成的權重函數Wsnr (x)從權重函數製成部件11 提供給加權相加部件13。接著，在圖5的步驟S13中，邊緣強調部件12判定是否從輸入 裝置7向數據處理裝置1輸入了進行處理對象數據的邊緣強調處理的 指示。然後，在向數據處理裝置l輸入了進行處理對象數據的邊緣強 調處理的指示的情況下，邊緣強調部件12從數據取得部件9取得原 數據S。rig(X)，提取與在原數據S。rig (x)中應保存的邊緣、線、點 狀的結構部分相當的邊緣部分。即，在圖6的步驟S22中，在邊緣強調部件12中，判定是否需 要邊緣強調，在判定為"是"的情況下，提取邊緣部分。具體而言，通過利用圖6的步驟S23所示的運算，對原數據S。rig (x)施加高通濾 波Hhigh(x)，從而提取出中頻成分或高頻成分的邊緣部分數據Shigh (x)。
接著，在圖5的步驟S14中，在邊緣強調部件12中，根據邊緣 部分數據Shigh (x)求出用於強調邊緣部分Shigh (x)的邊緣部分用的
權重函數Whigh(X)。即，根據原數據S。rig (x)的中頻成分或高頻成
分來製成邊緣部分用的權重函數Whigh (x)。具體而言，例如通過利 用圖6的步驟S24所示的運算，根據邊緣部分數據Shigh (x)的絕對 值IShigh (x) |的最大值max{|Shigh (x) |}來對邊緣部分數據Shigh (x) 的絕對值IShigh (x) l進行標準化，製成反映出邊緣部分Sh一 (x)的信 號強度的特性且最大值為1的邊緣部分用的權重函數Whigh (x)。
在圖7 (c)中，橫軸表示位置x，縱軸表示權重W。另外，圖7 (c)中的虛線表示邊緣部分用的權重函數Whigh (x)的例子，虛線表 示對原數據S。rig (x)進行了標準化的數據的例子。如圖7 (c)所示， 邊緣部分用的權重函數Whigh (x)成為最大值為l且僅在邊緣部分具 有權重W的函數。
這樣取得的邊緣部分數據Shigh (x)以及邊緣部分用的權重函數 Whigh (x)被從邊緣強調部件12提供給加權相加部件13。
另一方面，在判定為向數據處理裝置1輸入了邊緣強調部件12 不進行處理對象數據的邊緣強調處理的指示的情況下，不進行邊緣部 分數據Shigh (x)的提取處理以及邊緣部分用的權重函數Whigh (x) 的製成處理。但是，如圖6的步驟S25所示，在運算上需要的情況下， 向邊緣部分用的權重函數Whigh (x)代入零，值為零的邊緣部分用的 權重函數Whigh (x)提供給加權相加部件13。
接著，在圖5的步驟S14中，加權相加部件13通過進行圖6的 步驟S26所示的運算，生成降低了隨機噪聲的修正數據Se。r(x)。即，
將從權重函數製成部件ll取得的權重函數Wsnr (X)作為原數據S。rig
(x)的權重，將權重函數1-Wsnr (x)作為從低通濾波器部件10取
得的低通濾波處理數據S,。w (X)的權重，來進行加權相加。進而，在
24進行邊緣強調的情況下，將從邊緣強調部件12取得的邊緣部分用的 權重函數Whigh (x)作為權重，對從邊緣強調部件12取得的邊緣部 分數據Shigh (x)進行加權相加。由此，可以取得利用越是原數據S。rig (x)的SNR小的部分則強度越強的平滑而降低了噪聲電平的修正數據Se。r (X)。另外，如果對邊緣部分數據Shigh (x)進行加權相加，則還可以進行邊緣部分的強調。在圖7(d)中，橫軸表示位置x，縱軸表示數據的信號強度(SI: signal intensity)。另外，圖7(d)中的實線表示修正數據Se。r ( x )的例子，虛線表示原數據S。rig (X)的例子。可以取得如圖7 (d)所示那樣在強調邊緣的同時越是SNR低的部分則以越強的強度進行了平滑的修正數據S附(X)。然後，這樣製成的修正數據Se。r ( X )被從加權相加部件13輸出 到圖像診斷裝置3的數據存儲部件5。但是，也可以向其他設備輸出 修正數據Sc。r(X)。然後，通過圖像診斷裝置3的數據處理部件6中 的對修正數據Sc。r(X)的數據處理，來重構顯示用的圖像數據。例如，當通過在X射線CT裝置中收集到的投影數據的修正來取得修正數據Sc。r ( X )的情況下，可以經由數據處理部件6中的對修正數據Sc。r ( X ) 的後處理、逆投影處理以及圖像重構處理等必要的處理，來製成顯示 用的圖像數據。另外，到此為止，對在權重函數W酣(X)的製成時不使用與在 顯示處理時進行的窗口變換相關的信息的例子進行了說明，但在數據 處理裝置1的處理對象數據為圖像數據的情況下，也可以使用在顯示 系統中窗口變換所使用的信息來製成權重函數Wsnr (X)。圖9是表示由圖1所示的數據處理裝置1通過使用用於窗口變換 的信息而製成權重函數，來對處理對象數據的數據值適應於SNR地進行噪聲降低處理用的處理步驟的流程圖，圖中向s附加數字的標號表示各流程的各步驟。在圖9所示的流程圖中，為了製成權重函數而使用用於窗口變換的信息僅這一點與圖5所示的流程圖不同。因此，在圖9所示的流程 圖中，對與圖5所示的流程圖相同的步驟附加相同標號並省略說明。 如圖9的步驟S30所示，在處理對象數據為圖像數據的情況下， 在權重函數製成部件11中，不僅是SNR分布，還可以製成與用於窗
口變換的信息對應的權重函數Wsnr (X)。作為權重函數W^ (X)的 製成中使用的窗口變換所使用的信息的例子，可以舉出窗口水平
(WL: window level)和窗口寬度(WW: window width)等窗口設 定值以及伽瑪曲線。
根據窗口設定值(WL, WW)對圖像數據進行窗口變換，信號 強度被顯示為作為顯示裝置8的亮度值的對比度值的情況較多。窗口 變換除了是線性變換的情況以外，還有使用伽瑪曲線的非線性變換的 情況。
圖IO是表示在圖1所示的圖像診斷裝置3的數據處理部件6中 對圖像數據進行線性窗口變換時的例子的圖。
在圖10(a)中，縱軸表示位置x，橫軸表示位置x處的信號強 度S，圖10 U)中的實線表示位置x處的圖像數據IMAGE (x)。 另外，在圖10 (b)中，縱軸表示對比度值(亮度值)C，縱軸表示 信號強度S。另外，圖10(b)中的實線表示窗口變換函數WIN(S)， 虛線表示一次函數C-aS + b。另外，在圖10(c)中，縱軸表示對比 度值C，橫軸表示位置x。另外，圖10 (c)中的實線表示通過使用 窗口變換函數WIN (S)對圖像數據IMAGE (x)進行線性窗口變換 而取得的顯示圖像的亮度分布Ic (x)。
通過圖10 (b)所示的窗口變換函數WIN (S)對圖10 (a)所 示那樣的用信號強度S來表示的圖像數據IMAGE( x )進行窗口變換， 變換成如圖10 (c)所示那樣用對比度值C來表示的顯示圖像的亮度 分布Ic (x)。為此，任意地決定窗口設定值WL、 WW。如果窗口 i殳定值WL、 WW被決定，則製成如下那樣變換的窗口變換函數WIN (S):在信號強度S-WL時將信號強度S變換成中間對比度值C (WL)，在信號強度S = WL + WW/2時將信號強度S變換成最高對比度值C ( WL + WW/2 ),在信號強度S = WL - WW/2時將信號強 度S變換成最低對比度值C ( WL - WW/2 )。
在此，根據窗口設定值(WL, WW)製成變換函數fwin (S)， 使用變換函數fwin ( S )來轉換圖像數據IMAGE ( x )的SNR分布函 數SNR(x)，從而可以製成考慮了圖像數據的顯示系統中的顯示處
理的權重函數W旨(X)。即，通過使權重函數Ww (X)符合於顯示 系統中的顯示處理，可以使噪聲降低修正處理適合於視覺效果。
例如也可以按照如下的方針來決定變換函數fwin (S):在圖像 數據IMAGE (x)的信號強度S為WL時(S-WL時)顯示圖像的 亮度分布Ic (x)的SNR為最大，隨著圖像數據IMAGE (x)的信號 強度S從WL離開而信號強度S和WL之差IS-WLI變大，顯示圖像 的亮度分布Ic (x)的SNR變小。
圖ll是表示在圖9的步驟S30中，通過使用基於窗口設定值的 變換函數對SNR分布函數進行變換來製成權重函數時的例子的圖。
在圖11 (a)中，縱軸表示x，橫軸表示位置x處的信號強度S， 圖11(a)中的實線表示圖像數據IMAGE(x)的SNR分布函數SNR (x)。另外，在圖11 (b)中，縱軸表示作為變換函數fwin (S)對 信號強度S的變換值的權重函數的權重W，橫軸表示信號強度S。另 外，圖11 (b)中的實線表示變換函數fwin (S)。另外，在圖11 (c) 中，縱軸表示權重函數的權重W，橫軸表示位置x。另外，圖11 (c) 中的實線表示通過使用變換函數fwin ( S )對SNR分布函數SNR ( x )
進行變換而取得的權重函數Wsnr (X)。
通過利用按照上述的方針決定的圖11 (b)所示的變換函數fwin (S)對圖11 (a)所示那樣的SNR分布函數SNR (x)進行變換，可 以製成適應於圖ll( c )所示那樣的窗口變換處理的權重函數Wsnr( x )。 另外，圖11 (b)所示的變換函數fwin (S)表示了設為SNR分布函 數SNR ( x )的信號強度S = WL時權重W為零、信號強度S = WL + WW/2時以及信號強度S-WL-WW/2時權重W為1那樣的函數 時的例子。即，在窗口變換為線性的情況下，例如可以如式(9)那樣決定變換函數fwin (S)。
fwin(S) = |S — WL|/( WW/2 ) : WL - WW/2<S<WL + WW/2, 1:其它 (9) 然後，通過使用這樣製成的權重函數W^ (x)進行加權相加，
來生成圖像數據IMAGE (X)的修正數據Se。r (X)。進而，製成通
過圖10所示那樣的窗口變換從修正數據SeQr (x)降低隨機噪聲，並 且適合於視覺效果地調整了 SNR的顯示圖像，並顯示在顯示裝置8 上。
另夕卜，可以由用戶通過輸入裝置7的操作，任意地設定窗口設定 值(WL， WW)和伽瑪曲線等窗口條件。因此，在用戶改變了窗口 條件的情況下，權重函數製成部件11可以與設定的窗口條件同步地
動態製成權重函數Wsnr (X)。進而，通過權重函數W皿(X)的同步， 也可以分別動態同步地生成以及顯示修正數據Se。r ( X )以及窗口變換 後的顯示圖像。
但是，對於窗口條件中的伽瑪曲線，如果設定一次，則不會頻繁
地變更。另外，在如X射線CT圖像那樣顯示具有絕對值的圖像或對 信號強度進行了標準化的MR圖像的情況下，根據通常數據種類大致 決定窗口設定值(WL， WW)的情況較多。因此，也可以預先將窗 口設定值(WL， WW)和伽瑪曲線等窗口條件作為預置值存儲到數 據處理裝置1，由權重函數製成部件ll根據預置值自動地製成權重函
數W附(X)。由此，無需頻繁地變更窗口條件，所以可以通過更少
的處理來製成以及顯示顯示圖像，而無需動態多次進行包括權重函數
Wsnr (x)的製成的數據修正處理。
除此之外，還可以根據預先任意決定的條件來自動地設定窗口條 件，權重函數製成部件11根據自動設定的窗口條件來製成權重函數
wsnr(x)。如果預先決定將例如在空氣等背景以外的圖像值的直方圖 上最大的圖像值設為WL並將WL的2倍設為WW那樣的窗口條件 的設定條件，則數據處理裝置1或圖像診斷裝置3可以按照設定條件 自動地設定窗口條件。因此，可以通過包括權重函數Wsnr(x)的制 成和加權相加的1次數據修正處理來製成以及顯示顯示圖像。通過這樣自動化地設定窗口條件，也可以通過更少的處理來製成以及顯示顯 示圖像。
另外，不僅是窗口條件，還可以通過輸入裝置7的操作，來手工 調整決定上述的權重函數W『(x )的製成所需的非線性變換的程度、 進行邊緣強調時的邊緣部分用的權重函數Whigh (x)的值那樣的與數 據修正處理相關的各條件的參數。特別，對於非線性變換的程度、邊 緣成分的權重，有時理想的是可以根據用戶的嗜好來調整。因此，例 如，如果可以通過聲音音調(tone)控制那樣的撥號盤(dial)調整 來進行實時且動態的數據修正處理，則用戶可以一邊參照顯示在顯示 裝置8上的圖像一邊對顯示圖像的修正精度進行最佳化。
即，以上那樣的數據處理裝置1根據所提供的處理對象數據求出 SNR分布，使用反映出SNR分布的特徵的權重函數，進行處理對象 數據和對處理對象數據實施了線性或非線性的濾波的數據的加權相 加，從而求出修正數據。
(效果)
因此，在上述的數據處理裝置1中，即使處理對象數據是SNR 局部地變化的數據，也可以對應於SNR適應地降低噪聲並實現SNR 的提高。即，不僅是噪聲的降低，還可以控制高頻成分的保存比例。 進而，在數據處理裝置l中，可以根據需要進行局部的邊緣成分的保 存或強調。
另外，在數據處理裝置l中，由於可以通過簡單的線性處理來進 行與非線性處理等價的處理，所以可以進行高速處理。由此可以實現 實時且動態的處理。
另夕卜，在數據處理裝置l中，具有可以應用修正處理的空間的自 由度大的優點。例如，可以在實空間、投影數據空間、頻率空間等多 種空間中進行修正處理。即，由於在濾波中4吏用LSI (Linear space invariant,線性空間恆定)濾波器等線性濾波器，所以無論處理對象 數據是通過實空間中的巻積法被處理的數據，還是通過頻率空間中的 FT ( Fourier transform )法被處理的數據，都可以應用為修正處理的對象。
另外，在數據處理裝置1中，不僅是處理對象數據的值和SNR 具有正的相關關係的情況，即使在處理對象數據的值和SNR具有負 的相關關係的情況下，也可以進行處理對象數據的修正處理。即，在 處理對象數據是信號值和SNR正相關的通常的數據的情況下，越是 信號值小且SNR也小的郜分，則可以以越強的強度來實施平滑。相 反，在處理對象數據的信號值與SNR負相關的情況下，越是信號值 大且SNR大的部分，則可以越增強平滑強度。
另外，在數據處理裝置1中，不僅是作為圖像值等數據值的信號 的絕對強度，還可以與用於決定在顯示裝置8中輸出的亮度值的伽瑪 曲線或窗口設定值(WL， WW)同步地對權重函數進行最佳化。因 此，可以進行適合於視覺效果的處理對象數據的修正。
另外，在數據處理裝置l中，為了求出SNR分布而使用處理對 象數據，所以具有無需傳感器4的靈敏度分布那樣的其他數據的優點。
特別，在近年來的MRI裝置中，作為傳感器4即RF線圏的線 團要素而具備多個表面線團的情況較多。在該情況下，各表面線閨由 於具有靈敏度分布，所以由表面線圏收集的數據具有隨機噪聲。因此， 進行降低重疊在來自多個表面線圏的數據中的起因於靈敏度分布的 噪聲的修正處理變得重要。作為其方法之一，可以考慮以下方法使 用表面線團的靈敏度分布數據或靈敏度分布的推定值來求出SNR分 布，根據SNR分布進行起因於表面線團的靈敏度分布而產生的噪聲 的降低修正。
與其相對，如果使用數據處理裝置l，則無需表面線圏的靈敏度 分布數據和靈敏度分布的推定，可以根據來自表面線圏的數據本身來 求出SNR分布。即，在數據處理裝置1中，將處理對象數據和對處 理對象數據實施了濾波處理的數據用作反映出SNR分布的權重函數。 因此，即使沒有收集處理對象數據的傳感器4的靈敏度分布數據，在 處理對象數據的空間的SNR分布或噪聲分布恆定的情況下，也可以 求出局部的SNR分布。另外，在使用靈敏度分布數據來求出SNR分布的情況下，可以 按照傳感器4固有的靈敏度分布數據，在處理對象數據的處理前預先 求出SNR分布。與其相對，在根據處理對象數據來求出SNR分布的 情況下，依賴於處理對象數據來求出SNR分布，所以需要在每次對 處理對象數據進行修正處理時都求出SNR分布。因此，與使用靈敏 度分布數據來求出SNR分布的情況相比，在根據處理對象數據來求 出SNR分布的情況下，處理時間有可能變長。
但是，在數據處理裝置1中，如果通過單純的線性濾波來製成權 重函數W酣(x)，則與無需權重函數W酣(x)的製成的情況相比， 單純的濾波處理僅增加1次。另外，加權相加處理本身的處理時間為 可以忽視的程度。因此，在數據處理裝置l中，可以進行上述那樣的 高速處理。
權利要求
1.一種數據處理裝置，其特徵在於包括SNR分布數據生成單元，根據處理對象數據製成上述處理對象數據的SNR分布數據；濾波處理單元，通過對上述處理對象數據實施濾波處理，來生成提高了上述處理對象數據的SNR的濾波處理數據；權重函數製成單元，根據上述SNR分布數據製成權重函數；修正數據製成單元，通過使用上述權重函數進行上述處理對象數據和上述濾波處理數據的加權運算，製成修正數據。
2. 根據權利要求l所述的數據處理裝置，其特徵在於上述SNR分布數據生成單元構成為通過對上述處理對象數據實 施低通濾波來製成上述SNR分布數據。
3. 根據權利要求l所述的數據處理裝置，其特徵在於 上述權重函數製成單元構成為通過對上述SNR分布數據實施線性變換來製成上述權重函數。
4. 根據權利要求l所述的數據處理裝置，其特徵在於 上述權重函數製成單元構成為通過對上述SNR分布數據實施非線性變換來製成上述權重函數。
5. 根據權利要求l所述的數據處理裝置，其特徵在於上述SNR分布數據生成單元構成為將具有噪聲的投影數據作為 上述處理對象數據。
6. 根據權利要求l所述的數據處理裝置，其特徵在於上述SNR分布數據生成單元構成為將具有噪聲的圖像數據作為 上述處理對象數據。
7. 根據權利要求l所述的數據處理裝置，其特徵在於上述SNR分布數據生成單元構成為將由計算機斷層攝影裝置、 磁共振成像裝置、陽電子釋放計算機斷層攝影裝置以及單光子釋放計 算機斷層攝影裝置中的任意一個取得的投影數據作為上述處理對象數據。
8. 根據權利要求l所述的數據處理裝置，其特徵在於 上述修正數據製成單元構成為伴隨著上述處理對象數據中的邊緣的強調修正而製成上述修正數據。
9. 根據權利要求l所述的數據處理裝置，其特徵在於 上述權重函數製成單元構成為使用在窗口變換中使用的信息來製成上述權重函數。
10. 根據權利要求9所述的數據處理裝置，其特徵在於 上述權重函數製成單元構成為製成上述權重函數，使得在上述SNR分布數據的信號強度為窗口水平士窗口寬度/2時權重最大，並且 在上述信號強度相當於窗口水平時權重最小。
11. 根據權利要求9所述的數據處理裝置，其特徵在於還包括 設定單元，將窗口寬度、窗口水平以及迦瑪曲線的至少一個作為在上述窗口變換中使用的信息，根據輸入裝置的操作來同步，或者預 先作為預置值，或根據預先決定的條件來自動地設定；以及顯示單元，在根據上述輸入裝置的操作而同步地設定上述窗口變 換中使用的信息的情況下，與上述輸入裝置的操作同步地動態顯示根 據上述修正數據生成的數據。
12. 根據權利要求l所述的數據處理裝置，其特徵在於上述SNR分布數據生成單元構成為把將磁共振成像裝置所具備的多個具有靈敏度分布的表面線圏作為傳感器而收集到的數據作為 上述處理對象數據，根據上述處理對象數據製成上述SNR分布數據。
13. 根據權利要求l所述的數據處理裝置，其特徵在於還包括 變換單元，在上述處理對象數據的信號強度與上述處理對象數據的SNR處於負相關的關係的情況下，對上述處理對象數據進行變換， 以使上述信號強度與上述SNR成為正相關的關係。
14. 一種醫用診斷裝置，其特徵在於包括 數據收集單元，從被檢體收集處理對象數據；SNR分布數據生成單元，根據上述處理對象數據製成上述處理對象數據的SNR分布數據；濾波處理單元，通過對上述處理對象數據實施濾波處理，生成提高了上述處理對象數據的SNR的濾波處理數據；權重函數製成單元，根據上述SNR分布數據製成權重函數； 修正數據製成單元，通過使用上述權重函數進行上述處理對象數據和上述濾波處理數據的加權運算，製成修正數據。
15. 根據權利要求14所迷的醫用診斷裝置，其特徵在於 上述數據收集單元構成為收集原始數據作為上述處理對象數據。
16. 根據權利要求14所述的醫用診斷裝置，其特徵在於 上述數據收集單元構成為收集圖像數據作為上述處理對象數據。
17. 根據權利要求14所述的醫用診斷裝置，其特徵在於 上述數據收集單元構成為收集時間軸數據作為上述處理對象數據。
18. —種數據處理方法，其特徵在於包括 根據處理對象數據製成上述處理對象數據的SNR分布數據的步簸.通過對上述處理對象數據實施濾波處理，來生成提高了上述處理 對象數據的SNR的濾波處理數據的步驟；根據上述SNR分布數據製成權重函數的步驟；通過使用上述權重函數進行上述處理對象數據和上述濾波處理 數據的加權運算來製成修正數據的步驟。
19. 一種醫用診斷方法，其特徵在於包括 從被檢體收集處理對象數據的步驟；根據上述處理對象數據製成上述處理對象數據的SNR分布數據 的步驟；通過對上述處理對象數據實施濾波處理，來生成提高了上迷處理 對象數據的SNR的濾波處理數據的步驟；根據上述SNR分布數據製成權重函數的步驟；以及通過使用上述權重函數進行上述處理對象數據和上述濾波處理數據的加權運算來製成修正數據的步驟。
20. 根據權利要求19所述的醫用診斷方法，其特徵在於: 收集原始數據作為上述處理對象數據。
21. 根據權利要求19所述的醫用診斷方法，其特徵在於: 收集圖像數據作為上述處理對象數據。
22. 根據權利要求19所述的醫用診斷方法，其特徵在於: 收集時間軸數據作為上述處理對象數據。
全文摘要
本發明提供一種數據處理轉置、醫用診斷裝置、數據處理方法以及醫用診斷方法，數據處理裝置具有SNR分布數據生成單元、濾波處理單元、權重函數製成單元、以及修正數據製成單元。SNR分布數據生成單元根據處理對象數據製成處理對象數據的SNR分布數據。濾波處理單元通過對處理對象數據實施濾波處理，來生成提高了處理對象數據的SNR的濾波處理數據。權重函數製成單元根據SNR分布數據製成權重函數。修正數據製成單元通過使用權重函數進行處理對象數據和濾波處理數據的加權運算來製成修正數據。
文檔編號A61B5/055GK101320468SQ200810094949
公開日2008年12月10日 申請日期2008年4月30日 優先權日2007年6月7日
發明者木村徳典 申請人:株式會社東芝;東芝醫療系統株式會社