トップ :: A 生活必需品 :: A61 医学または獣医学;衛生学




【発明の名称】 信号依存性のノイズを含む画像の処理方法
【発明者】 【氏名】ラウル フローラン

【氏名】シェリフ マクラム−エベイ

【氏名】クリステル スワイェ
【要約】 【課題】本発明は、信号成分及び信号に依存するノイズ成分を含む輝度を有する画素により形成された画像に関係するノイズ曲線を決定する画像処理方法の提供を目的とする。

【解決手段】本発明の方法は、画像を取得し(S100)、画像の輝度レベルの集合を実質的に均一輝度レベルを備えた帯域に分割し(S101)、量子化標準ノイズ偏差のレベルで量子化標準ノイズ偏差の分布を帯域の輝度に結合する複数の統計的分布規則を決定し(S111)、統計的分布規則に基づいて、画像の実質的に均一輝度レベルの関数として複数の標準ノイズ偏差を決定し(S114)、画像の輝度レベルの関数として標準ノイズ偏差の分散の統計的規則としてノイズ曲線を決定する(S120)。
【特許請求の範囲】
【請求項１】 画像に関係するノイズ曲線を決定する画像処理方法において、信号成分及び信号に依存するノイズ成分を含む輝度を有する画素により形成された画像を取得する段階と、上記画像の輝度レベルの集合を実質的に均一輝度レベルを備えた帯域に分割する段階と、量子化標準ノイズ偏差のレベルで量子化標準ノイズ偏差の分布を上記帯域の輝度に結合する複数の統計的分布規則を決定する段階と、上記統計的分布規則に基づいて、上記画像の実質的に均一輝度レベルの関数として複数の標準ノイズ偏差を決定する段階と、上記画像の上記輝度レベルの関数として上記標準ノイズ偏差の分散の統計的規則として上記ノイズ曲線を決定する段階とを含む方法。
【請求項２】 上記画像の帯域の輝度レベルに対し上記量子化ノイズ偏差の実質的に同一レベルを有する多数の画素を表現する１個の統計的パラメータを含む統計的パラメータを決定する段階と、上記統計的パラメータを帯域毎に上記量子化標準ノイズ偏差のレベルに結合する関係として上記複数の統計的分布規則を決定し、上記統計的分布規則毎に、対応した固有標準ノイズ偏差に結合された最大統計的パラメータを決定する段階と、上記固有標準ノイズ偏差毎に、帯域の実質的に均一輝度レベルに対応した標準ノイズ偏差を決定し、上記標準ノイズ偏差を上記帯域の上記輝度レベルに結合する関係として上記ノイズ曲線を決定する段階とを含む請求項１記載の方法。
【請求項３】 上記画像中のアドレスｋ（但し、ｋ∈［１，Ｋ］）を有する着目画素を決定する段階と、上記着目画素の周辺の多数の画素及び上記着目画素を含む近傍を決定する段階と、現在画素とも称される上記着目画素に基づいて上記近傍に関して画像を走査する段階と、上記近傍で上記現在画素に割り当てられる平均輝度値を決定する段階と、上記平均輝度値に対応した上記標準ノイズ偏差を決定する段階とを更に有し、上記輝度レベルの帯域及び上記標準偏差レベルを決定する請求項２記載の方法。
【請求項４】 局所平均輝度値及び対応した標準ノイズ偏差を離散化する段階と、上記量子化された局所平均値及び上記量子化された標準ノイズ偏差を座標として有し、上記座標の変数次元は所定の量子化局所平均値及び対応した量子化標準ノイズ偏差を有する画素の数である上記統計的パラメータが、画像の点に相当する２次元画像としてヒストグラムを作成する段階とを更に含み、上記統計的パラメータを決定する請求項３記載の方法。
【請求項５】 上記ヒストグラムに基づいて、上記統計的パラメータの値と、上記量子化局所輝度値毎に量子化された上記標準ノイズ偏差との間の関係として、統計的規則を決定する段階を更に有する請求項４記載の方法。
【請求項６】 固有の量子化標準ノイズ偏差に対応した量子化されていない標準ノイズ偏差の値を決定する段階と、対応した量子化されていない輝度レベルの値を決定する段階とを更に有する請求項５記載の方法。
【請求項７】 上記局所平均輝度Ｍｋは、以下の式、【数１】

に従って計算され、式中、Ｉは着目画素の輝度を表し、Ｖｋは上記着目画素の近傍を表し、Ｎは上記近傍Ｖｋ内の画素数を表し、ｊは上記近傍Ｖｋ内の画素の指数を表し、上記関連した標準ノイズ偏差Ｓｋは、以下の式、【数２】

に従って計算され、式中、Ｃｋは上記近傍Ｖｋ内の中心画素の輝度値を表すことを特徴とする請求項６記載の方法。
【請求項８】 上記局所平均輝度Ｍｋ及び上記関連した標準ノイズ偏差Ｓｋは、以下の簡単化された式、【数３】

に従って計算され、式中、Ｉは着目画素の輝度を表し、Ｖｋは上記着目画素の近傍を表し、Ｎは上記近傍Ｖｋ内の画素数を表し、ｊは上記近傍Ｖｋ内の画素の指数を表し、Ｃｋは上記近傍Ｖｋ内の中心画素の輝度値を表すことを特徴とする請求項６記載の方法。
【請求項９】 ノイズを圧縮する前に処理されるべき画像又は画像のシーケンスのノイズを評価するため、請求項１乃至８のうちいずれか１項記載の方法を実施することを特徴とする画像のノイズを圧縮する方法。
【請求項１０】 ノイズを含むディジタル医用画像中のノイズを圧縮する手段を具備した医用映像化装置において、信号成分及びノイズ成分を含む輝度を有する画素によって形成された画像を取得するシステムと、上記画像のデータ及び表示システムにアクセス可能であり、請求項９に記載された方法を実施するマイクロプロセッサを含む画像処理システムとを有する医用映像化装置。
【発明の詳細な説明】【０００１】
【発明の属する技術分野】本発明は、信号成分及び信号成分に依存するノイズ成分を含む輝度を有する画素によって形成された画像を取り込み、画像に関係するノイズ曲線を決定する画像処理方法に関する。本発明は、画像のノイズを低減する画像処理方法、及び、かかる方法を実施するシステムが設けられた医用映像化装置に関する。
【０００２】本発明は、特に、医用Ｘ線映像化システムに使用することが意図されている。Ｘ線画像のノイズは信号に依存する。これは、画像の暗い領域と明るい領域とでノイズレベルが同じではないことを意味する。ノイズは、一方で、平均ノイズに対する標準ノイズ偏差と称される値によって定義される。他方で、標準ノイズ偏差は、所謂ノイズ曲線と称される信号の関数によって表現することができる。ノイズは、輝度レベルと関連する確率密度と結びつけられる。ビデオの場合、確率密度は、信号とは独立した電子ノイズであるガウス性ノイズの確率密度である。このとき、信号の関数として標準ノイズ偏差を表現するノイズ曲線は一定である。Ｘ線の場合、確率密度は、量子化ノイズから生ずるポアソンノイズ分布の確率密度であり、この量子化ノイズは信号に依存する。信号の関数として標準ノイズ偏差を表現するノイズ曲線は、一般的に直線的であり、ポアソンノイズ分布の場合には増加的である。このとき生ずる問題点は、Ｘ線システムがノイズ曲線の形状を変形する電子装置を含むことである。ポアソンノイズ分布の場合、ノイズ曲線は、一般的に非線形であり、一定に増加しない。ノイズは電子回路の全体を通過するので、問題となるのは真正なポアソンノイズ分布のノイズ曲線ではない。したがって、ノイズ曲線は個別のケース毎に決定される必要がある。
【０００３】
【従来の技術】ノイズが信号に依存するディジタル画像のシーケンス中のノイズの分散を処理の途中に判定する画像処理方法は、英国で発行されたKonad W Leszcynskiによる論文"An adaptive technique for digital noise suppression in on-line portal imaging", Phys. Med. Biol., 1990, Vol.35, No.3, 429-439 により公知である。本引用文献は、ノイズの分散を考慮したノイズ圧縮方法を開示する。このため、画素の輝度の分散が画像の処理中に平均化された画像の均一領域内においてオンラインで測定される。この平均化された画像はＮ個の個別のビデオ画像の平均である。分散は１／Ｎの関数として表現される。ノイズの分散は平均化された画像内で倍率Ｎで圧縮される。かくして、ランダムノイズの分散が局所分散の勾配を用いて評価される。
【０００４】
【発明が解決しようとする課題】Ｘ線映像化に関する第１の適用例において、患者に当てられる信号は一般的に非常に弱く、Ｘ線画像は一般的に非常にノイズを多く含むので、ノイズを圧縮することが極めて重要である。画像中のノイズ圧縮を実現するには、上記の理由から、ノイズを評価し、すなわち、信号の関数として標準ノイズ偏差曲線を決定することが必要である。
【０００５】ビデオに関する別の適用例において、ノイズは高周波を含み、高周波の符号化は非常にコスト高であるため、符号化の前にノイズを圧縮することが重要である。
【０００６】
【課題を解決するための手段】本発明は、上記の問題点を解決するため請求項１に記載された画像処理方法を提供する。本発明による画像処理方法は、量子化ノイズを評価し、かつ、電子ノイズ、すなわち、ポアソン分布並びにガウス分布を備えたノイズを評価するため使用できる点が有利である。また、本発明の別の利点は実時間処理に適していることである。
【０００７】画像のノイズを圧縮する画像処理方法は、請求項９に記載された方法を実施する。ノイズを含むディジタル医用画像のノイズを圧縮する手段を具備した医用映像化装置は、請求項１０に記載された手段を含む。
【０００８】
【発明の実施の形態】以下、添付図面を参照して本発明の詳細な説明を行う。本発明による方法の原理は、ノイズの分散の増加の特性、より詳細には、標準偏差の増大の特性に基づく。標準ノイズ偏差に関する限り、ノイズと信号の和の標準偏差Ｓ（Ｂ＋Ｓｇ）は、ノイズのみの標準偏差Ｓ（Ｂ）よりも常に大きく、以下の式： Ｓ（Ｂ＋Ｓｇ） ＞ ＳＢ （１）
に従う。この式は、ノイズが信号に依存する場合でも、ノイズが信号から区別されることを意味する。このことは、他の関係から確認される。ノイズと信号の和の分散は、信号の分散で増加されたノイズの分散に一致し、以下の式で表される。
【０００９】
分散（Ｂ＋Ｓｇ）＝分散（Ｂ）＋分散（Ｓｇ） （２）
但し、分散（Ｂ）＝［Ｓ（Ｂ）］2 （３）
図２を参照するに、Ｘ線画像のような初期画像Ｊ0 において、信号Ｓｇは、特に、対象エッジ１０により形成される。背景は本質的にノイズＢを表す。当業者は、一般的に、ノイズを評価する前に信号をノイズから分離すべきこと、並びに、この目的のためエッジを抽出し得ることを知っている。このタイプの従来の方法は、エッジを検出し、次に、エッジを抽出する。このような従来の方法には多数の欠点がある。実際上、エッジを正確に評価し、信頼できる方式でこれらのエッジを検出することは困難である。したがって、抽出される情報は、過剰であるか、若しくは、不足しているため、これらのエッジを抽出することは困難である。その上、エッジの抑制はノイズの確率密度を変化させる。そのため、エッジの検出の終了時に、ノイズの評価はこの動作によってバイアスがかけられている。本発明によれば、信号Ｓｇ及びノイズＢを明示的な形で分離するのではなく、信号及びノイズが統計的な形で分離される。
【００１０】図１に示された本発明の方法のフローチャートを参照して、以下、段階１）乃至１５）を含む本発明の方法を説明する。
段階１）ステップ１００において、集合［１，ｋ］に属するアドレスｋと、信号成分Ｓｇ及び信号成分に依存したノイズ成分Ｂを含む輝度とを有する画素Ａｋにより形成された画像Ｊ0 が取得される（ステップ１００）。
【００１１】段階２）ステップ１０１において、画像の輝度レベルが帯域に分割される。本発明の方法のステップは、信号が存在する画像ゾーン、例えば、図２のゾーン１０では、信号とノイズの和の標準偏差がノイズの存在しないゾーン、例えば、図２のゾーン２０に関係した標準偏差よりも常に大きいという事実に基づいて、統計的な手法で信号からノイズを分離することを目的とする。また、本発明の原理は、ノイズＢが信号Ｓｇに依存するという事実に基づく。このステップにおいて、ノイズは局所平均輝度レベルに依存するので、画像の輝度レベルの集合は、１からＰまでの番号が付けられた多数のＰ個の輝度レベルの帯域に分割され、各帯域は実質的に一定の輝度レベルを含む。帯域毎に、帯域中の輝度レベルの平均値Ｍｋに対する標準ノイズ偏差Ｓｋが存在する。したがって、Ｐ個の輝度レベルの各帯域において、信号Ｓｇ及びノイズＢの随伴出現に対応した最大値を備えた種々の実現可能な標準ノイズ偏差Ｓｋが存在する。
【００１２】段階３）ステップ１０２において、画像内の着目画素Ａｋが判定される。図２に示されるような初期画像Ｊ0 は、全ての原画素を収容するか、若しくは、サブサンプルされている。
段階４）ステップ１０３において、着目画素Ａｋを取り囲む多数の画素及び着目画素Ａｋ自体を含む近傍Ｖｋが判定される。計算の簡単のため、近傍Ｖｋは、一般的に、図２に示される如く、正方形若しくは矩形状を有する。円形状若しくは円盤状の場合、計算が複雑化する。
【００１３】段階５）ステップ１０４において、近傍Ｖｋが与えられた着目画素Ａｋに従って画像が走査される。好ましくは、画像は、当業者に公知の標準的な走査系に従って、例えば、図２に示される如く、平行線Ｘ１，Ｘ２，Ｘｎに沿って左右及び上下に走査される。処理中の各画素は現在画素Ａｋと称される。
段階６）ステップ１０５において、近傍Ｖｋ内で局所平均輝度Ｍｋが決定される。決定された局所平均輝度Ｍｋは現在画素Ａｋに割り当てられる。局所平均輝度は以下の式に従って決定してもよい。
【００１４】
【数４】

【００１５】式中、Ｉは検討されている画素の輝度を表し、ｊは近傍Ｖｋ内の画素の指数であり、Ｎは近傍Ｖｋ内の画素数を表す。計算の簡単化のため、局所平均輝度は、以下の式：Ｍｋ＝Ｃｋ （４ｂ）
に従って計算され、式中、Ｃｋは、近傍Ｖｋ内の中心画素、即ち、現在画素Ａｋの輝度値を表す。
【００１６】段階７）ステップ１０６において、平均輝度Ｍｋに対応する標準ノイズ偏差Ｓｋが決定される。標準ノイズ偏差Ｓｋは以下の式に従って計算され得る。
【００１７】
【数５】

【００１８】上記の式において、標準ノイズ偏差Ｓｋはノイズ分散の平方根として計算される。簡単化された計算方法によれば、標準ノイズ偏差Ｓｋの値は以下の式に従って計算してもよい。
【００１９】
【数６】

【００２０】式（４ａ）及び（５ａ）による平均輝度Ｍｋ及び標準ノイズ偏差Ｓｋの値の完全な計算と、式（４ｂ）及び（５ｂ）による平均輝度Ｍｋ及び標準ノイズ偏差Ｓｋの値の簡単化された計算は、動的には選択されない。この計算の選択は、本方法の開始時に行われ、画素間で変更されない。これらの二通りの計算方法は異なる計算容量を必要とする。
【００２１】段階８）ステップ１０７及び１０８において、局所平均輝度値Ｍｋ及び対応する標準偏差Ｓｋが夫々に量子化され、量子化された値は、夫々、ＱＭｋ及びＱＳｋと表される。このため、ステップ１０７において、局所平均輝度値Ｍｋは、検出された値Ｍｋの整数部Ｅ（Ｍｋ）を求め、正規化係数ＱＭnormを用いて完全分割を実行することにより量子化される。一般的に、正規化係数ＱＭnormは、２のべき乗に一致する。この関係は以下の式で表される。
【００２２】
ＱＭｋ＝Ｅ（Ｍｋ）／ＱＭnorm （６ａ）
また、ステップ１０８において、標準ノイズ偏差Ｓｋは、検出された値Ｓｋと正規化係数ＱＳnormの積の整数部Ｅ（Ｓｋ．ＱＳnorm）を求めることにより量子化される。この関係は以下の式で表される。
ＱＳｋ＝Ｅ［（Ｓｋ）×ＱＳnorm］ （６ｂ）
一般的に、ＱＳnormは、１又は２の値をとる。
【００２３】尚、当業者に公知の他の任意の量子化方式をこの目的のため使用することができる。
段階９）ステップ１１０において、図３に示されるような２次元画像としてヒストグラムＨが作成される。同図において、点は統計的パラメータＨｋを表し、点の座標は量子化局所平均値ＱＭｋと量子化標準偏差ＱＳｋとにより形成される。画像点の輝度に相当する上記座標におけるパラメータの第３の変数次元は、所定の量子化局所平均値ＱＭｋ及び対応した量子化標準ノイズ偏差ＱＳｋを有する画素の個数Ｈｋである。
【００２４】図４にはヒストグラムＨの構造の一例が示されている。横座標には、正規化係数ＱＭnormに依存したＰ個の輝度レベルの帯域を決定することができるように画像の階調レベル又は輝度レベルがプロットされる。正規化係数ＱＭnorm＝８の場合、垂直方向帯域は８輝度レベルの幅を有する。画像Ｊ0 の近傍Ｖｋは、帯域Ｍ１乃至ＭＰの中の一つの帯域に収まる局所平均輝度Ｍｋを生ずる。近傍Ｖｋ毎に、量子化平均値ＱＭｋが与えられたとき、対応した量子化標準偏差ＱＳｋが計算される。量子化標準偏差ＱＳｋは縦座標にプロットされる。正規化係数ＱＳnorm＝１の場合、標準偏差が１輝度レベル毎に分離される区分が決定され、帯域１乃至Ｐの各帯域の上に重ねられる。量子化局所平均値ＱＭｋ及び対応した量子化標準偏差ＱＳｋは、個々にヒストグラムの区分内に点（ＱＭｋ，ＱＳｋ）を形成する。画像Ｊ0 の走査中に、各区分内の点の個数Ｈｋは増大される。この収集によって点の画像の形式のヒストグラムが作成され、点の輝度は同じ座標（ＱＭｋ，ＱＳｋ）を有する点の個数Ｈｋである。正規化係数ＱＭnorm及びＱＳnormは、合理的な個数Ｐ個の帯域がヒストグラムＨ内に存在し、区分内に合理的な値Ｈｋが存在し、すなわち、空の区分、若しくは、１に一致する１個の要素Ｈｋしか含まない区分が僅かしか存在しないように決定される。
【００２５】段階１０）ステップ１１１において、ヒストグラムＨに基づいて、量子化局所輝度値ＱＭｋ毎に統計的パラメータＨｋと量子化標準偏差ＱＳｋとの間の統計的関係が決定される。これにより統計的規則ｆが得られる。統計的規則ｆの個数Ｐは、決定された量子化平均輝度値ＱＭｋの個数Ｐ、又は、ヒストグラムＨの帯域の個数Ｐと一致する。
【００２６】例えば、図５は、ヒストグラムＨの帯域２においてＨｋ＝ｆ（ＱＳｋ）に対する統計的規則ｆを表す。ここで、ＱＭｋ＝２であり、この帯域は、図４に示される如く、輝度レベル８乃至１５によって制限される。
段階１１）ステップ１１２において、Ｐ個の統計的規則が処理される。上記統計的規則ｆ毎に、本発明が依拠する原理から発生する主最大値又は第１の最大値が存在し、即ち、前述の信号及びノイズの付随関係（関係式（１）及び（２））の結果である最大値が存在する。この最大値は演算ステップ１１２の間に決定され、Ｐ個の曲線の中からの曲線ｆ毎にＭ１乃至ＭＰと称されるこの最大値に対し、最大統計的パラメータＨｋｍａｘが対応した固有標準ノイズ偏差ＱＳｋｍａｘと関連して見つけられる。Ｐ個の統計的規則が存在する場合に、ステップ１１２の間に獲得された曲線ｆのＰ個の最大値Ｍ１乃至ＭＰが存在する。
【００２７】段階１２）ステップ１１３において、全てのＨｋｍａｘに対し、関連したＰ個の平均輝度値ＱＭｋ又はＰ個の対応した固有標準ノイズ偏差値ＱＳｋｍａｘが夫々探索される。図６を参照するに、このような方法で座標値ＱＳｋｍａｘ、ＱＭｋで表されるＰ個の点が決定される。
段階１３）ステップ１１４において、上記Ｐ個の点の座標ＱＳｋｍａｘ、ＱＭｋに夫々対応する非量子化値が決定される。ＱＳｋｍａｘに基づいて、各最大値Ｍ１乃至ＭＰに対応した非量子化標準ノイズ偏差Ｓｋｍａｘが決定される。この動作は、平均値Ｍｋのスライスに対応する標準ノイズ偏差ＳＢｋの決定を可能にする。実際上、標準ノイズ偏差ＳＢｋはＳｋｍａｘの線形関係であり、その係数は、以下の式： ＳＢｋ＝［Ｎ／（Ｎ−１）］1/2 Ｓｋｍａｘ （７）
に従って、近傍Ｖｋ内に含まれる画素の数に依存する。また、平均非量子化輝度Ｍｋは、当業者に公知の演算ＱＭｋ-1を利用して量子化平均値ＱＭｋに基づいて決定される。
【００２８】段階１４）ステップ１２０において、解析されたＰ個の点に対応する関連した平均輝度値Ｍｋの関数ｇとして標準ノイズ偏差ＳＢｋの分散に基づき、画像中の信号の関数として標準ノイズ偏差の分散に関係する統計的規則ＮＣが決定され、例えば、ＳＢｋ＝ｇ（ＭＫ）を表す図６に示されたノイズ曲線が形成される。
段階１５）ステップ１３０において、ノイズ曲線の知識を必要とし当業者に公知のいずれかの方法によってノイズ圧縮された画像Ｊを供給するため、ノイズ曲線ＮＣに基づいて画像Ｊ0 のノイズが圧縮される。
【００２９】かくして、本発明の方法は、Ｘ線画像のノイズ圧縮に適用され得る。ステップ１００で取得されるようなＸ線画像Ｊ0 の自動的かつ系統的な走査によって、曲線ＮＣから推定されるノイズが各画素の輝度から除去される。画像のシーケンスが取得される場合、ノイズは大きく変化をしないので、ノイズの除去は、例えば、１０画像毎若しくは２画像毎に更新することができ、表示装置７を用いて実時間に検査され得るノイズ圧縮画像のシーケンスの形成が可能になる。
【００３０】
【実施例】例えば、図７は、上記のノイズ圧縮方法を実施する手段を具備したディジタルＸ線撮影システムを含む医用映像化装置を示す図である。この装置は、Ｘ線源１と、患者収容台２と、患者の体を通過するＸ線の受信装置、特に、Ｘ線増倍装置３と、Ｘ線増倍装置に接続された撮像管４と、撮像管４からデータが供給されるマイクロプロセッサを含む画像処理システム５とを有する。
【００３１】画像処理システム５は幾つかの出力を有し、その中の一つの出力６は、処理後又は処理前の画像若しくは画像のシーケンスを可視化するモニター７に接続される。ディジタル化されたＸ線撮影画像は、８ビット又は１０ビットに符号化された５１２×５１２若しくは１０２４×１０２４画素を含む。各画素は、２５６若しくは１０２４輝度レベルの中のある輝度レベルが割り当てられる。例えば、画像の暗い領域は低輝度レベルを有し、明るい領域は高輝度レベルを有する。
【００３２】ディジタル化された画像は蛍光透視モードで獲得することができる。本発明は、特に、動脈造影画像の処理に使用することができる。上記のディジタル画像処理方法の中の種々のステップ及び動作は、画像処理システム５において実施される。データはメモリ領域（図示しない）に記憶され得る。また、記録手段（図示しない）を使用してもよい。
【出願人】 【識別番号】５９００００２４８
【氏名又は名称】コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ
【氏名又は名称原語表記】Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｅｌｅｃｔｒｏｎｉｃｓ Ｎ．Ｖ．
【住所又は居所原語表記】Ｇｒｏｅｎｅｗｏｕｄｓｅｗｅｇ １，５６２１ ＢＡ Ｅｉｎｄｈｏｖｅｎ， Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ
【出願日】 平成１０年（１９９８）１２月８日
【代理人】 【弁理士】
【氏名又は名称】伊東 忠彦 （外１名）
【公開番号】 特開平１１−２６２４８２
【公開日】 平成１１年（１９９９）９月２８日
【出願番号】 特願平１０−３４９０８３