JPH02153477A - 画像処理方法及びその装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は、Ｘ線断層撮影に関するもので、特に、医療用
イメージデータの圧縮と再生に適用される画像処理方法
及びその装置に関するものである。

（従来の技術） 医療用の画像処理では、膨大な量のデジタルイメージデ
ータの生成、処理、記憶が必要になる。

デジタルイメージの圧縮を用いてイメージを表現してい
るが、その際、できるだけ使用するビット数を少なくし
てイメージの高い忠実度に合わせており、その目的は、
データ処理と転送の時間を短縮し、必要なデータ記憶空
間を縮小することである。

ここで、圧縮アルゴリズムは、所定のイメージを未相関
データサンプルで表現しようとするものである。位置の
関数である画像強度など、そのイメージの空間的特徴を
表すデータは、相関度が高いので、一部のデータ値に関
する情報が与えられれば、その他のデータ値を補間する
ことができる。

このため、空間イメージデータには重複情報が生じ、所
定のイメージ品質でデータを最大限圧縮することができ
なくなる。

また、デジタルイメージの圧縮では、圧縮度と、再現し
たイメージ、すなわち、圧縮した後に減圧したデータか
らできたイメージの劣化との釣合いを取っている。イメ
ージデータの変換圧縮は、イメージの劣化が妥当な場合
に限り、高い圧縮比が得られる方法の１つである。この
圧縮比は、圧縮していないイメージを表現するのに必要
なデータビット数を、同じイメージを圧縮形式で表現す
るのに必要なデータビット数で割った比率である。

このような比率としては、２０ビツトを１ビツト（２０
：　１）に圧縮するのが一般的である。

さらに、圧縮は、１ピクセル当たりのビット数でも示さ
れる。一般に、１０データビツトで１ピクセル分の医療
用イメージを表現する。ロスのない圧縮技術であれば、
１ピクセル当たり約４．０ビットまで削減することがで
きる。しかし、変換コーディング方法を用いて１ピクセ
ル当たり０．５ビツトのコーディング率で圧縮したイメ
ージを形成するのが望ましい。このような最低限の圧縮
では、高周波情報がなくなることによってイメージがス
ムーズ化される。また、イメージをたくさんのサブイメ
ージやブロックに分割する圧縮方法では、サブイメージ
同士の境界でサブイメージの不連続をさらに目立たせる
こともある。結局、イメージブロック内で最も顕著なト
ポグラフィツクの特徴だけを選択して圧縮する方法であ
れば、ノイズ成分を表すコンポーネントのサブセットを
任意に選択できる。減圧すると、この部分情報によって
、中間周波から高周波の本質的に好ましくない２通りの
寸法パターンが現れる可能性がある。

（発明が解決しようとする課題） このようなイメージ劣化の問題を解決する一般的な方法
としては、圧縮比を下げてイメージの細部をこれまで以
上に保存する方法と、画像処理技術を用いて劣化したイ
メージを復元する方法がある。どちらの解決方法も、必
要なデータ記憶量が増したり、処理時間またはデータ転
送時間が長くなるか、あるいはこれらのすべてが増した
り長くなったりするので、データ圧縮の上記の目的を損
なってしまう。場合によっては、ブロックエツジ境界の
外形を改善する計算方法などの場合に、ブロック内にア
ーチファクトを生じる可能性がある。このため、問題を
１つ解決すると、別の問題を発生することになる。

そこで、本発明の目的は、データの記憶や処理に要する
時間を実質的に長くしないで、再現した医療用イメージ
データの視覚アーチファクトを実質的に削減する画像処
理方法及びその装置を提供することにある。

［発明の構成コ （課題を解決するための手段） 請求項１にかかる発明は、イメージデータの変換圧縮に
よって生じる視覚アーチファクトを実質的に削減するた
めの画像処理方法であって、空間イメージデータを該空
間イメージの周波数成分と振幅を表すスペクトルイメー
ジデータに変換するステップと、前記スペクトルイメー
ジデータのうち指定の周波数特性と振幅特性を有するも
のを排除するステップと、排除した該スペクトルイメー
ジデータの特徴を指定の数学モデルで表す少なくとも１
つのパラメータを計算するステップと、排除しなかった
イメージデータをコード化してデータ圧縮するステップ
と、コード化した該データと前記パラメータをデータ記
憶装置に記憶するステップと、コード化した該スペクト
ルイメージデータをデコードするステップと、前記パラ
メータを前記モデルに適用し排除した前記スペクトルイ
メージデータの近似値を出力するステップとからなるこ
とを特徴とする 請求項２にかかる発明は、医療用イメージデータの変換
圧縮によって生じる視覚アーチファクトを実質的に削減
するための画像処理方法であって、前記イメージデータ
を空間サブイメージデータを有する複数の空間サブイメ
ージに区分するステップと、前記空間サブイメージデー
タを該空間サブイメージデータの周波数成分と振幅を表
すスペクトルサブイメージデータに変換するステップと
、前記スペクトルサブイメージデータのうち指定の周波
数特性と振幅特性を有するものを排除するステップと、
排除した該スペクトルサブイメージデータの特徴を指定
の数学モデルで表す少なくとも１つのパラメータを計算
するステップと、排除しなかったスペクトルサブイメー
ジデータをコード化してデータ圧縮するラステップと、
コード化した該データと前記パラメータをデータ記憶装
置に記憶するステップと、コード化した該スペクトルサ
ブイメージデータをデコードするステップと、前記パラ
メータを前記モデルに適用し排除した前記スペクトルサ
ブイメージデータの近似値を出力するステップとからな
ることを特徴とする請求項３にかかる発明は、医療用イ
メージデータの変換圧縮によって生じる視覚アーチファ
クトを実質的に削減するための画像処理装置であって、
空間イメージデータを該空間イメージデータの周波数成
分と振幅を表すスペクトルイメージデータに変換する手
段と、前記スペクトルイメージデータのうち指定の周波
数特性と振幅特性を有するものを排除する手段と、排除
した該スペクトルイメージデータの特徴を指定の数学モ
デルで表す少なくとも１つのパラメータを計算する手段
と、排除しなかったスペクトルイメージデータをコード
化してデータ圧縮する手段と、コード化した該データと
前記パラメータを記憶するデータ記憶装置と、コード化
した該スペクトルイメージデータをデコードする手段と
、前記パラメータを前記モデルに適用し排除した前記ス
ペクトルイメージデータの近似値を出力するステップと
からなることを特徴とする 請求項４にかかる発明は、医療用イメージデータの変換
圧縮によって生じる視覚アーチファクトを実質的に削減
するための画像処理装置であって、前記イメージデータ
を空間サブイメージデータを有する複数の空間サブイメ
ージに区分する手段と、前記空間サブイメージデータを
該空間サブイメージデータの周波数成分と振幅を表すス
ペクトルサブイメージデータに変換する手段と、前記ス
ペクトルサブイメージデータのうち指定の周波数特性と
振幅特性を有するものを排除する手段と、排除した該ス
ペクトルサブイメージデータの特徴を指定の数学モデル
で表す少なくとも１つのパラメータを計算する手段と、
排除しなかったスペクトルサブイメージデータをコード
化してデータ圧縮する手段と、コード化した該データと
前記パラメータを記憶するデータ記憶装置と、コード化
した該スペクトルサブイメージデータをデコードする手
段と、前記パラメータを前記モデルに適用し排除した前
記スペクトルサブイメージデータの近似値を出力する手
段とからなることを特徴とする。

（作　用） 上記の如くの構成を有する本発明では、圧縮時に排除し
たイメージデータの近似値をとることによって、圧縮し
たイメージデータから再現した医療用イメージの視覚ア
ーチファクトを削減する方法および装置であって、排除
したデータは、ガウス分布などの統計的分布でモデル化
し、排除したこのデータの標準偏差は、排除しなかった
圧縮データとともに記憶しイメージ再現時には、この標
準偏差を用いて圧縮時に排除したデータに近づけ、これ
により視覚アーチファクトを実質的に削減して元のイメ
ージに近づけることができる。

（実施例） 以下本発明の一実施例を図面を参照して説明する。

第１図の医療用画像処理装置２０は、−例として示した
もので限定するためのものではない。これは、結像装置
２４と、中央演算処理装置（ＣＰＵ）３２と、ランダム
アクセスメモリ（ＲＡＭ）３６と、データ記憶装置４０
と、表示装置４４で構成されている。

結像装置２４は空間イメージデータ２８を生成するもの
で、このデータは、第２図のフローチャー）１００の各
ステップで示すように、ＣＰＵ３２によって処理される
。ＲＡＭ３６は、イメージデータ２８の処理時にＣＰＵ
３２が必要とするデータと必要なプログラムを一時的に
記憶する。

データ記憶装置４０は、大容量のディスクドライブであ
るのが好ましいが、処理したデータを恒久的に記憶する
。表示装置４４は、視覚的表示装置（ＶＤＵ）であるの
が好ましいが、記憶装置４０に記憶した再現空間イメー
ジデータをもとにＣＰＵ３２が生成した視覚イメージを
表示する。

第２図のフローチャート１００は、空間イメージデータ
２８の変換、圧縮、再現、表示を行う際に、ＣＰＵ３２
が実行する基本ステップを示したものである。空間イメ
ージデータ２８は複数のデータ値からなる。各データ値
は、好ましい実施例では１０桁の２進数字で表されるが
、１つのビクセルすなわち画素を表している。また、１
つのイメージは多くのビクセルで構成される。

画像処理装置２０は、空間イメージデータ２８を圧縮し
て、必要なデータ記憶空間量や転送時間なニびに処理時
間を最小限に抑えているが、その際、イメージデータを
所定のサイズの空間サブイメージデータブロックに区分
しくステップ１０４）　この空間サブイメージデータを
スぺクトルサブイメージデータに変換しくステップ１０
８）、指定のスペクトルサブイメージデータを排除しく
ステップ１１２）、排除したデータをモデル化しくステ
ップ１１６）、排除しなかったデータを量子化しくステ
ップ１２０）、排除したデータの特徴をそのモデルで表
す少なくとも１つのパラメータと、排除しなかったデー
タとをコード化して記憶している（ステップ１２４）。

画像処理装置２０は、記憶したデーアをもとにイメージ
データ２８の近似値を再現するが、その際、排除したサ
ブイメージデータの特徴をモデルで表すパラメータ（単
数または複数）を検索すると同時に、コード化したデー
タを検索してデコードしくステップ１２８）、検索した
パラメータとモデルをもとに排除したデータの近似値を
出力しくステップ１３２）、スペクトルサブイメージデ
ータを空間サブイメージデータに変換しくステップ１３
６）、この再現したイメージデータをもとにイメージを
生成しくステップ１４０）、視覚表示装置４４に表示し
ている。

次に、イメージの圧縮と再現について詳しく説明する。

まず、Ｆは、空間イメージデータ２８の２通りの寸法値
の行列であるとする。次にＦを一組のｆスクエアサブイ
メージに区分する（フローチャート１００のステップ１
０４）と、指定の寸法を持った一組の空間サブイメージ
ブロックができる。実験によれば１６Ｘ１６ピクセルま
たは３２Ｘ３２ピクセルのブロックサイズが最適である
ことがわかっているが、これは、ブロックサイズが小さ
くなればなるほど圧縮後のイメージの品質が劣化するこ
とを意味する。また、ブロックサイズが大きくなればな
るほど計算の複雑さは増すが、再現されたイメージの品
質に与える影響は最小になる。好ましい実施例では、便
宜的なサイズとして２５６ピクセルのブロックサイズを
選んで、その後の計算の複雑さと再現したイメージの品
質との釣合いを取っているが、本発明はサイズが適当で
あればどんなサイズのブロックにも適用できるであろう
。

直交変換行列Ｔを空間サブイメージデータに適用する（
ステップ１０８）と、そのブロックに含まれる空間情報
が次のようなスペクトル表現で表される。

ｆｏ−〒１〒１（１） ただし、ｉ／１はＴの転置行列である。

本発明の好ましい実施例での変換は、その計算が単純で
相関しておらず、しかもエネルギーパック能力があるた
め、離散形余弦変換（Ｄ　ＣＴ）である。このＤＣＴの
行列要素は次のように定義される。

Ｔ　１ｊ＝　（２Ｃ（ｊ）／Ｎ）ｃｏｓ　［ｙｒ　（国
／２）ｊ／Ｎ］ただし、ｊ−０の場合、Ｃ（ｊ）−１／
１７Ｊ≠０の場合、Ｃ（ｊ）　−１ Ｎ−変換するデータ値の個数 （ｆの１行または１列にあるデータ値の個数）変換した
空間サブイメージデータのスペクトルサブイメージデー
タの行列ｆ゛は、この空間サブイメージ内にある周波数
成分の振幅である。ｆ。

の実際のデータ値は、周波数に依存する２通りの寸法の
各基礎イメージの振幅である。第３図はこのような基礎
イメージの一例を示す図である。

ｆｏの各要素は各基礎イメージに割り当てられる振幅ま
たは重みで、このイメージは重みをつけ重ね合わせると
、ｆのスペクトル成分を表す。また、ｆｏのデータ要素
は、ｆの要素はど相関していないので、データ圧縮に適
したものとなる。

サブイメージのエネルギーを次のように定義すると、 （ただし、（ｊ、ｋ）はこのサブイメージブロック（あ
るいはデータ値の行列ｆ）のデータ値の指数） Ｅ　（ｆ）　−Ｅ　（ｆ’　）となり、直交変換によっ
て全エネルギーが保存されることになる。しかし、デー
タ圧縮に便利な変換には、エネルギーの分布が均一では
ないという性質がある。それどころか、低周波成分すな
わち第３図の最も単純な基礎イメージは他に比べるとほ
んの少数であるにもかかわらず、ブロックエネルギーの
大部分がこれに含まれてしまい、しかも重みっけが一番
重くなっている。このため、ｆの最も顕著な空間的特徴
を記憶するには、ｆｏの低周波成分だけを記憶しなけれ
ばならない。高周波成分にはエツジの細部の微細構造と
元の空間サブイメージブロックのノイズに関する情報が
含まれている。

圧縮にはこのような条件があるため　ｆ　ｌ　のデータ
の一部は排除しなければならない。また、排除しないス
ペクトルサブイメージデータについても、記憶する有効
数字の数を制限しなければならない。スペクトルサブイ
メージブロックすべての周波数成分をことごとく記憶し
、元のデータと同じ有効数字数とともに記憶した場合に
は、再現したイメージは元のメージとほぼ同じになるだ
ろうが、これでは妥当な圧縮比と一致しない。このため
、高周波成分の処分はもっと容易になるが、これはその
成分にイメージの微細部が含まれているためで、このよ
うに処分する間に細部の一部はなくなってしまう。

指定の周波数特性と振幅特性を有するスペクトルサブイ
メージデータを排除すれば、圧縮が行われる。本発明の
好ましい実施例は一例として示しただけで限定するもの
ではないが、この実施例では特定の振幅を有する周波数
成分が、フローチャー４１００のステップ１１２で排除
されている。

この際、本技術では周知の方法で閾値をコーディングす
る適応選択法を使用している。

この適応選択法では、データを排除する−かどうかの判
断は、そのデータの指定圧縮比をもとに行われている。

ある閾値が指定されるので、絶対値がこの指定の閾値よ
り小さい振幅は排除される。

また、閾値に等しいかそれより大きい振幅は、以下に説
明するようにそのまま量子化され、コーディングされる
。

本発明によれば、排除したスペクトルサブイメージデー
タの特徴を指定の数学モデルで表す少なくとも１つのパ
ラメータが計算される。この計算ステップはフローチャ
ート１００のステップ１１６に一例として示しであるが
、これは限定するものではなく、（１）排除した振幅の
分布用にモデルを選択するステップと、（２）指定のモ
デルでそのデータの標準偏差を決定するステップとで構
成される。

排除したスペクトルサブイメージデータに含まれる情報
の多くはモデル化できるが、排除したデータがそのモデ
ルで定義されるので、そのモデルでデータの特徴を表す
パラメータだけを計算してコーディングし、排除しなか
ったスペクトルサブイメージデータとともに記憶すれば
よい。その後、このイメージを再現する場合は、記憶し
たパラメータをそのモデルに適用して排除したデータの
近似値を計算し、排除した振幅の統計サンプルを作成す
ることができる。これによって、元のイメージを正確に
再現するのに必要なデータ記憶空間が小さくなり、上記
のような視覚アーチファクトも生じない。

第４図は、−膜内な医療用イメージの中のｆ。

のうち消去された振幅の確率分布を示す図である。

排除した振幅の数を垂直軸に示し、消去された振幅の値
を水平軸に示す。この排除した振幅の分布は次の式で表
されるガウス関数に一致する。

ただし、ｐ　（ｘ）はガス確率密度、Ｘは消去された振
幅の値、σ２はＸの平方偏差である。この分布では、Ｘ
の標準偏差（平方偏差の平方根）だけを記憶したｐ　（
ｘ）を再現すればよい。

ラプラシアンやレイリーなど、その他のモデル分６ｉで
あれば一部の情報をもっと正確に表現できることもある
ので、本発明は、任意のイメージについて排除したスペ
クトルサブイメージデータを最適にモデル化する分布を
用いて実施しなければならない。このため、本発明は、
特定のモデルや分布に限定されるものではない。

本発明では好ましい実施例で指定のモデルとしてガウス
分布を使用しているが、本発明に応用したように、消去
された振幅の値をＸで表すと、排除した振幅の標準偏差
によって、排除した振幅の発生について完全に確率的に
示される。このため、標準偏差は、数学モデルの機能を
果たす特定のガウス分布によって、排除したデータの特
徴を表すパラメータとなる。

排除したスペクトルサブイメージデータの数学モデルを
示すパラメータを計算する場合、排除した振幅数Ｎと、
排除した各振幅のデータ値ｆ゛　、。

Ｊ と、このようなデータ値それぞれの二乗が累計される。

次に排除した振幅の平方偏差が次のようにＣＰＵ３２に
よって計算される。

σ　−＜（ｆ’　　　−＜ｆ’　　　＞）２＞ｉｊ　　
　　　Ｉｊ さらに、標準偏差がセーブされ、排除しなかった振幅の
ピットストリームに付加される。排除したデータの分布
を示す指定の数学モデルも保存しなければならないが、
これはそのデータとともにデータ記憶装置４０内に記憶
しておく必要はない。

パラメータの選択に使用するのと同じモデルを使い、排
除したデータを再現しなければならない。

標準偏差はイメージ全体について計算するか、必要なデ
ータ圧縮度に応じてスペクトルサブイメージ毎に計算し
てもよい。イメージ全体のスペクトル成分がかなり一定
であれば、過剰な視覚アーチファクトを引き起こさずに
前者の方法を使用することができる。サブイメージ毎に
スペクトル成分がかなり弯化する場合には、スペクトル
サブイメージ毎に標準偏差を計算して記憶しなければな
らない。

上記の変換では、空間イメージデータ値と同じ数のスペ
クトルイメージデータ値ができる。排除しなかった振幅
のダイナミックレンジは空間イメージデータのレンジを
超えてもよい。実質的にデータコーディング率を下げる
には、スペクトルサブイメージデータの値として考えら
れるものをすべて保存することはできない。このため、
データ値はコード化する前に量子化される（フローチャ
ート１００のステップ１２０）。量子化は、多くのデー
タ値を１つのデータ値にマツピングすることによって変
換領域内の情報量を削減するので、さらにデータを圧縮
できるが、圧縮誤差を生じることになる。この圧縮誤差
は、１つの代表値で多くのデータ値の近似値を求めるこ
とから生じる。

量子化は、本技術で周知の統計的量子化方法で行われる
が、この方法はクリッピングアーチファクトを最も少な
くする一方で、最低限の量子化誤差しか発生しない。ｙ
　≦ｙ≦ＹＨでしかもｙの量子化値ｙを有する場合にｙ
で確立変数の値を表すと、ｙの確率分布はｐ　（ｙ）と
なる。−組の識別レベルｄ、と一組の再現値ｒ６は次式
が最小にＪ　　　　　　　　　　　　　　　　　　　Ｊ
なるように定義される。

ｙ−ｒ、　　　（ｄ、　　＜ｙ＜ｄ、の場合）３　　　
　　　　　Ｊ−Ｉ　　　　　　　　Ｊこの場合、Ｅｑは
平均二乗量子化誤差である。この最適量子化問題を解く
と、再現レベルと識別レベルの位置として次の式が得ら
れる。

最初の式は、対応する識別レベル間の分布の中心軌跡に
なるように再現値を選択しなければならないことを示し
ているのに対し、二番目の式は、識別レベルが対応する
再現値の間にこなければならないことを示している。こ
れらの式は再帰的に解いて、ＥＱを最小にすると識別レ
ベルと再現レベルの位置を求めてもよい。このように解
（と、ｙのサンプリング値が発生しやすい領域では、識
別レベル同士の間隔をもっと狭くしなければならないと
いう意見を満足する。

ガウス分布では、第５図に示すように、確率が低く、ｙ
の値が大きい場合にクリッピングが発生する可能性があ
るが、このようにｙの値が大きいことはスペクトルサブ
イメージデータ値の絶対値が大きいことに対応している
。このようにクリッピングが生じると、エツジにアーチ
ファクトができる。このため、空間サブイメージにエツ
ジの細部がかなり含まれている場合には、スペクトルサ
ブイメージの高周波振幅の規模が大きくなるので、本発
明の好ましい実施例では、第５図に示す範囲全体でデー
タ値を均一に量子化することによって、必要な量子化ビ
ット数を増やさずにエツジアーチファクトが発生しない
ようにしている。識別レベルｄ５〜ｄ８と再現値ｒ４〜
「７は、ｙ軸方向に等間隔で示される。例えば、ｄ　　
−６６の識別点の間にあるデータ値は、量子化されて再
現値ｒ５になる。これを行っている間に、量子化誤差の
増加を犠牲にして、クリッピングアーチファクトが削減
されている。

データ圧縮に必要な最終マツピング手順は、排除しなか
った量子化データにコードワードを割り当てる（ステッ
プ１２４）ことである。その量子化データセットを表現
するための一組の２進シンボルを効果的に選択すると、
さらに圧縮される。

好ましい実施例ではハフマンコード（Ｈｕ「「ｍａｎＣ
ｏｄｅ）を使用しているが、これは立証済のコンパクト
コードであるためで、実現の複雑さが要求するように他
のコーディング方法で本発明を実施してもよい。

圧縮したデータと、排除したスペクトルサブイメージデ
ータの数学モデルを示すパラメータは、好ましい実施例
では排除しなかったスペクトルサブイメージデータをコ
ーディングし量子化したものと、排除したスペクトルサ
ブイメージデータの標準偏差とで構成されているが、こ
れらは第１図のデータ記憶装置４０に記憶され、これに
よってデータの圧縮と記憶のプロセスが完了する。

元のイメージを表示装置４４に表示させる場合は、ＣＰ
Ｕ３２が、データ記憶装置４０に記憶されている標準偏
差とコード化したデータを検索してから、このデータを
デコードし、数学モデルとそのモデルを示すパラメータ
を仮定して排除したサブイメージデータを推定し、さら
に元のイメージの近似値を再現しなければならない。ハ
フマンコード値は、本技術では周知の方法で、排除しな
かった量子化サブイメージデータにデコードされる（フ
ローチャート１００のステップ１２８）。

本発明によると、排除したスペクトルサブイメージデー
タの数学モデルに検索したパラメータを適用すれば、排
除したスペクトルサブイメージデータの近似値が生成さ
れる。好ましい実施例は一例として示したもので限定す
るものではないので、この実施例では、排除したスペク
トルサブイメージデータの近似値は、ガウス分布と１の
標準偏差を有する確率変数のサンプルを生成することで
得られる。このサンプルの値に、検索した標準偏差を掛
けて排除した振幅の統計的推定値を求める。

このようなデータ値の統計的推定は、その後、デコード
したスペクトルサブイメージデータに加えられる。

実際には、ガウス分布と１の標準偏差を有する乱数表が
作られる。排除したスペクトルサブイメージデータ値を
置換する場合は、ある数が乱数表から任意に選択される
。この選択された数に検索したパラメータを掛けるが、
このパラメータは好ましい実施例では排除したサブイメ
ージデータの標準偏差である。パラメータを掛けて得ら
れた積は、置換振幅というが、排除したスペクトルサブ
イメージデータの統計的推定値となる。これは正しいこ
とだが、それは、表に並んだ数の分布が、排除した振幅
の分布と同様、ガウス分布になっているからである。こ
のため、置換振幅は、圧縮プロセス中になくなったイメ
ージ情報に統計的に置換される。この置換振幅は、デコ
ードしたデータストリーム内の排除した振幅の位置に挿
入され、ｆの近似値であるｆ　°の構造になる。

次に、ｆ　°の逆変数が次のように行われる（フローチ
ャート１００のステップ１３８）。

〜　〜Ｔ〜　・　〒。

ｆ″″Ｔ　　ｆ９ その結果、空間サブイメージブロックが得られ、それか
ら元のイメージＦデータ値の近似値Ｆ　が再現されて第
１図の表示装置４４に表示される（ステップ１４０）。

その他の利点や変更態様は、当業者には容易に考えられ
るであろう。このため、本発明はより広い要点について
示してあり、本明細書中に示した特定の細かい事項や、
代表的装置、図示の例などに限定されるものではない。

従って、本出願人の一般的な発明概念の精神や範囲を逸
脱せずに、上記の細かい事項からさらに発展させること
は可能である。

［発明の効果］ 以上詳述したように本発明では、排除したデータは、ガ
ウス分布などの統計的分布でモデル化し、排除したこの
データの標準偏差は、排除しなかった圧縮データととも
に記憶し、イメージ再現時には、この標準偏差を用いて
圧縮時に排除したデータに近づけ、これにより視覚アー
チファクトを実質的に削減して元のイメージに近づける
ようにしたことにより、圧縮時に排除したイメージデー
タの近似値をとることによって、圧縮したイメージデー
タから再現した医療用イメージの視覚アーチファクトを
削減する画像処理方法およびその装置を提供することが
できる。

【図面の簡単な説明】

第１図は本発明によるイメージデータの圧縮と再現を実
施する医療用画像処理装置の一例を示す図、第２図は第
１図の装置が実施するイメージデータの圧縮と再現のフ
ローチャート、第３図は基礎イメージのサブイメージブ
ロックを示す図、第４図は排除したスペクトルサブイメ
ージの振幅数とその振幅値との関係を示すグラフ、第５
図は量子化した変数ｙのガウス分布と、識別レベルなら
びに再現値を示すグラフである。 ２４・・・結像装置、２８・・・イメージデータ、４０
・・・データ記憶装置、４４・・・表示装置。

Claims (4)

【特許請求の範囲】
1. （１）イメージデータの変換圧縮によって生じる視覚ア
   ーチファクトを実質的に削減するための画像処理方法で
   あって、空間イメージデータを該空間イメージの周波数
   成分と振幅を表すスペクトルイメージデータに変換する
   ステップと、前記スペクトルイメージデータのうち指定
   の周波数特性と振幅特性を有するものを排除するステッ
   プと、排除した該スペクトルイメージデータの特徴を指
   定の数学モデルで表す少なくとも１つのパラメータを計
   算するステップと、排除しなかったイメージデータをコ
   ード化してデータ圧縮するステップと、コード化した該
   データと前記パラメータをデータ記憶装置に記憶するス
   テップと、コード化した該スペクトルイメージデータを
   デコードするステップと、前記パラメータを前記モデル
   に適用し排除した前記スペクトルイメージデータの近似
   値を出力するステップとからなることを特徴とする画像
   処理方法。
2. （２）医療用イメージデータの変換圧縮によって生じる
   視覚アーチファクトを実質的に削減するための画像処理
   方法であって、前記イメージデータを空間サブイメージ
   データを有する複数の空間サブイメージに区分するステ
   ップと、前記空間サブイメージデータを該空間サブイメ
   ージデータの周波数成分と振幅を表すスペクトルサブイ
   メージデータに変換するステップと、前記スペクトルサ
   ブイメージデータのうち指定の周波数特性と振幅特性を
   有するものを排除するステップと、排除した該スペクト
   ルサブイメージデータの特徴を指定の数学モデルで表す
   少なくとも１つのパラメータを計算するステップと、排
   除しなかったスペクトルサブイメージデータをコード化
   してデータ圧縮するステップと、コード化した該データ
   と前記パラメータをデータ記憶装置に記憶するステップ
   と、コード化した該スペクトルサブイメージデータをデ
   コードするステップと、前記パラメータを前記モデルに
   適用し排除した前記スペクトルサブイメージデータの近
   似値を出力するステップとからなることを特徴とする画
   像処理方法。
3. （３）医療用イメージデータの変換圧縮によって生じる
   視覚アーチファクトを実質的に削減するための画像処理
   装置であって、空間イメージデータを該空間イメージデ
   ータの周波数成分と振幅を表すスペクトルイメージデー
   タに変換する手段と、前記スペクトルイメージデータの
   うち指定の周波数特性と振幅特性を有するものを排除す
   る手段と、排除した該スペクトルイメージデータの特徴
   を指定の数学モデルで表す少なくとも１つのパラメータ
   を計算する手段と、排除しなかったスペクトルイメージ
   データをコード化してデータ圧縮する手段と、コード化
   した該データと前記パラメータを記憶するデータ記憶装
   置と、コード化した該スペクトルイメージデータをデコ
   ードする手段と、前記パラメータを前記モデルに適用し
   排除した前記スペクトルイメージデータの近似値を出力
   するステップとからなることを特徴とする画像処理装置
   。
4. （４）医療用イメージデータの変換圧縮によって生じる
   視覚アーチファクトを実質的に削減するための画像処理
   装置であって、前記イメージデータを空間サブイメージ
   データを有する複数の空間サブイメージに区分する手段
   と、前記空間サブイメージデータを該空間サブイメージ
   データの周波数成分と振幅を表すスペクトルサブイメー
   ジデータに変換する手段と、前記スペクトルサブイメー
   ジデータのうち指定の周波数特性と振幅特性を有するも
   のを排除する手段と、排除した該スペクトルサブイメー
   ジデータの特徴を指定の数学モデルで表す少なくとも１
   つのパラメータを計算する手段と、排除しなかったスペ
   クトルサブイメージデータをコード化してデータ圧縮す
   る手段と、コード化した該データと前記パラメータを記
   憶するデータ記憶装置と、コード化した該スペクトルサ
   ブイメージデータをデコードする手段と、前記パラメー
   タを前記モデルに適用し排除した前記スペクトルサブイ
   メージデータの近似値を出力する手段とからなることを
   特徴とする画像処理装置。