ホーム > 特許ランキング > 富士フイルム株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024046543
(43)【公開日】2024-04-03
(54)【発明の名称】放射線画像処理装置、方法およびプログラム
(51)【国際特許分類】
A61B 6/00 20240101AFI20240327BHJP
【ＦＩ】
A61B6/00 333
A61B6/00 350S
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2022151983
(22)【出願日】2022-09-22
(71)【出願人】
【識別番号】306037311
【氏名又は名称】富士フイルム株式会社
(74)【代理人】
【識別番号】110001519
【氏名又は名称】弁理士法人太陽国際特許事務所
(72)【発明者】
【氏名】高橋 知幸
【テーマコード（参考）】
4C093
【Ｆターム（参考）】
4C093AA01
4C093CA21
4C093EA07
4C093FD09
4C093FF07
4C093FF34
(57)【要約】
【課題】放射線画像処理装置、方法およびプログラムにおいて、放射線画像に含まれる複数の成分を精度よく分離する。
【解決手段】プロセッサは、複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、第１または第２放射線画像の第１成分のみを含む第１成分領域において、第１および第２放射線画像に基づいて放射線の減弱に関する第１成分の特性を導出し、第１または第２放射線画像の第２成分を含む第２成分領域における前記第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出し、第１または第２放射線画像の少なくとも被写体の領域における第１成分の特性に基づいて、第１成分および第２成分がそれぞれ強調された第１成分画像および第２成分画像を導出する。
【選択図】図３
【解決手段】プロセッサは、複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、第１または第２放射線画像の第１成分のみを含む第１成分領域において、第１および第２放射線画像に基づいて放射線の減弱に関する第１成分の特性を導出し、第１または第２放射線画像の第２成分を含む第２成分領域における前記第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出し、第１または第２放射線画像の少なくとも被写体の領域における第１成分の特性に基づいて、第１成分および第２成分がそれぞれ強調された第１成分画像および第２成分画像を導出する。
【選択図】図３
【特許請求の範囲】
【請求項1】
少なくとも１つのプロセッサを備え、
前記プロセッサは、
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理装置。
前記プロセッサは、
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理装置。
【請求項2】
前記プロセッサは、前記第１放射線画像または前記第２放射線画像における前記第２成分領域を、前記第１放射線画像または前記第２放射線画像の画素値に基づいて特定し、
前記第１放射線画像または前記第２放射線画像における前記第２成分領域以外の領域を前記第１成分領域に特定する請求項１に記載の放射線画像処理装置。
前記第１放射線画像または前記第２放射線画像における前記第２成分領域以外の領域を前記第１成分領域に特定する請求項１に記載の放射線画像処理装置。
【請求項3】
前記プロセッサは、前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域において前記放射線の減弱に関する減弱特性を導出し、
前記被写体の領域における前記減弱特性に基づいて、前記第１成分領域および前記第２成分領域を特定し、
前記第１成分領域について導出された前記減弱特性を、前記第１成分領域についての前記第１成分の特性として使用する請求項１に記載の放射線画像処理装置。
前記被写体の領域における前記減弱特性に基づいて、前記第１成分領域および前記第２成分領域を特定し、
前記第１成分領域について導出された前記減弱特性を、前記第１成分領域についての前記第１成分の特性として使用する請求項１に記載の放射線画像処理装置。
【請求項4】
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記第１成分の特性として導出する請求項１から３のいずれか１項に記載の放射線画像処理装置。
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記第１成分の特性として導出する請求項１から３のいずれか１項に記載の放射線画像処理装置。
【請求項5】
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記減弱特性として導出する請求項３に記載の放射線画像処理装置。
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記減弱特性として導出する請求項３に記載の放射線画像処理装置。
【請求項6】
前記プロセッサは、前記第１減弱画像、前記第２減弱画像および前記第１成分の特性に基づいて、前記第２成分が強調された初期第２成分減弱画像を導出し、
前記初期第２成分減弱画像に含まれる前記第２成分のコントラストを前記第１減弱画像または前記第２減弱画像に含まれる前記第２成分のコントラストと一致させることにより第２成分減弱画像を導出し、
前記第１減弱画像または前記第２減弱画像および前記第２成分減弱画像に基づいて前記第１成分が強調された第１成分減弱画像を導出し、
前記第１成分減弱画像および前記第２成分減弱画像のそれぞれから前記第１成分画像および前記第２成分画像を導出する請求項４に記載の放射線画像処理装置。
前記初期第２成分減弱画像に含まれる前記第２成分のコントラストを前記第１減弱画像または前記第２減弱画像に含まれる前記第２成分のコントラストと一致させることにより第２成分減弱画像を導出し、
前記第１減弱画像または前記第２減弱画像および前記第２成分減弱画像に基づいて前記第１成分が強調された第１成分減弱画像を導出し、
前記第１成分減弱画像および前記第２成分減弱画像のそれぞれから前記第１成分画像および前記第２成分画像を導出する請求項４に記載の放射線画像処理装置。
【請求項7】
前記プロセッサは、前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域において前記複数の組成の厚さに関する情報を導出し、
前記被写体の領域における前記複数の組成の厚さに関する情報に基づいて、前記第１成分領域および前記第２成分領域を特定する請求項１に記載の放射線画像処理装置。
前記被写体の領域における前記複数の組成の厚さに関する情報に基づいて、前記第１成分領域および前記第２成分領域を特定する請求項１に記載の放射線画像処理装置。
【請求項8】
前記プロセッサは、前記第１成分に含まれる前記複数の組成のそれぞれの前記放射線の減弱係数および前記複数の組成のそれぞれの厚さに関する情報に基づいて、前記第１成分の減弱係数を前記第１成分の特性として導出する請求項１、２または７に記載の放射線画像処理装置。
【請求項9】
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像、前記第２減弱画像、前記第１成分の特性および前記第２成分の特性に基づいて、前記第１成分の厚さおよび前記第２成分の厚さを導出し、
前記第１成分の厚さおよび前記第２成分の厚さに基づいて、前記第１成分画像および前記第２成分画像を導出する請求項７に記載の放射線画像処理装置。
前記第１減弱画像、前記第２減弱画像、前記第１成分の特性および前記第２成分の特性に基づいて、前記第１成分の厚さおよび前記第２成分の厚さを導出し、
前記第１成分の厚さおよび前記第２成分の厚さに基づいて、前記第１成分画像および前記第２成分画像を導出する請求項７に記載の放射線画像処理装置。
【請求項10】
前記第１成分は前記被写体の軟部、前記第２成分は前記被写体の骨部であり、前記第１成分に含まれる前記複数の組成は脂肪および筋肉である請求項１に記載の放射線画像処理装置。
【請求項11】
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理方法。
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理方法。
【請求項12】
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得する手順と、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出する手順と、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出する手順と、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する手順とをコンピュータに実行させる放射線画像処理プログラム。
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出する手順と、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出する手順と、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する手順とをコンピュータに実行させる放射線画像処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、放射線画像処理装置、方法およびプログラムに関する。
【背景技術】
【0002】
従来より、被写体を構成する物質によって透過した放射線の減弱量が異なることを利用して、エネルギー分布が異なる２種類の放射線を被写体に照射して得られた２枚の放射線画像を用いたエネルギーサブトラクション処理が知られている（例えば特許文献１，２参照）。エネルギーサブトラクション処理とは、上記のようにして得られた２つの放射線画像の各画素を対応させて、画素間で組成に応じた減弱係数に基づく重み係数を乗算した上で減算（サブトラクト）を行って、放射線画像に含まれる骨部および軟部といった特定の組成を分離した画像を取得する方法である。また、さらにエネルギーサブトラクション処理により、被写体の軟部組織を脂肪および筋肉に分離する手法も提案されている（特許文献３，４参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０２１／０５４０９０号
【特許文献2】特開２０２２－０９７７６０号公報
【特許文献3】特開２０２１－０５８３６３号公報
【特許文献4】特開２０２２－０５６０８４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
エネルギーサブトラクション処理により被写体の骨部および軟部を分離するためには、軟部の減弱係数が必要である。ここで、放射線画像における軟部のみが含まれる領域においては、軟部の減弱係数を放射線画像から直接求めることができる。しかしながら、放射線画像における骨部領域は軟部と骨部とが重なっているため、軟部の減弱係数を放射線画像から直接求めることができない。また、軟部は単一の組成からなるものではなく、脂肪および筋肉といった複数の組成が複雑に混ざり合っている。また、軟部の組成は個人差が大きい。このため、放射線画像における軟部と骨部とが重なった骨部領域において、軟部の減弱係数を精度よく求めることが困難となっている。このように、軟部の減弱係数を精度よく求めることができないと、エネルギーサブトラクション処理のように放射線の減弱に関する特性を用いて処理を行った場合、骨部および軟部といった複数の成分を精度よく分離することができない。
【0005】
本開示は上記事情に鑑みなされたものであり、放射線画像に含まれる複数の成分を精度よく分離することを目的とする。
【課題を解決するための手段】
【0006】
本開示による放射線画像処理装置は、少なくとも１つのプロセッサを備え、
プロセッサは、複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
第１放射線画像または第２放射線画像の第１成分のみを含む第１成分領域において、第１放射線画像および第２放射線画像に基づいて、放射線の減弱に関する第１成分の特性を導出し、
第１放射線画像または第２放射線画像の第２成分を含む第２成分領域における第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出し、
第１放射線画像または第２放射線画像の少なくとも前記被写体の領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する。
プロセッサは、複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
第１放射線画像または第２放射線画像の第１成分のみを含む第１成分領域において、第１放射線画像および第２放射線画像に基づいて、放射線の減弱に関する第１成分の特性を導出し、
第１放射線画像または第２放射線画像の第２成分を含む第２成分領域における第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出し、
第１放射線画像または第２放射線画像の少なくとも前記被写体の領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する。
【0007】
なお、本開示による放射線画像処理装置においては、プロセッサは、第１放射線画像または第２放射線画像における第２成分領域を、第１放射線画像または第２放射線画像の画素値に基づいて特定し、
第１放射線画像または第２放射線画像における第２成分領域以外の領域を第１成分領域に特定するものであってもよい。
第１放射線画像または第２放射線画像における第２成分領域以外の領域を第１成分領域に特定するものであってもよい。
【0008】
また、本開示による放射線画像処理装置においては、プロセッサは、第１放射線画像または第２放射線画像の少なくとも前記被写体の領域において放射線の減弱に関する減弱特性を導出し、
被写体の領域における減弱特性に基づいて、第１成分領域および第２成分領域を特定し、
第１成分領域について導出された減弱特性を、第１成分領域についての第１成分の特性として使用するものであってもよい。
被写体の領域における減弱特性に基づいて、第１成分領域および第２成分領域を特定し、
第１成分領域について導出された減弱特性を、第１成分領域についての第１成分の特性として使用するものであってもよい。
【0009】
また、本開示による放射線画像処理装置においては、プロセッサは、第１放射線画像および第２放射線画像のそれぞれから被写体による放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
第１減弱画像および第２減弱画像の対応する画素間での比率である減弱比を第１成分の特性として導出するものであってもよい。
第１減弱画像および第２減弱画像の対応する画素間での比率である減弱比を第１成分の特性として導出するものであってもよい。
【0010】
また、本開示による放射線画像処理装置においては、プロセッサは、第１放射線画像および第２放射線画像のそれぞれから被写体による放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
第１減弱画像および第２減弱画像の対応する画素間での比率である減弱比を減弱特性として導出するものであってもよい。
第１減弱画像および第２減弱画像の対応する画素間での比率である減弱比を減弱特性として導出するものであってもよい。
【0011】
また、本開示による放射線画像処理装置においては、プロセッサは、第１減弱画像、第２減弱画像および第１成分の特性に基づいて、第２成分が強調された初期第２成分減弱画像を導出し、
初期第２成分減弱画像に含まれる第２成分のコントラストを第１減弱画像または第２減弱画像に含まれる第２成分のコントラストと一致させることにより第２成分減弱画像を導出し、
第１減弱画像または第２減弱画像および第２成分減弱画像に基づいて第１成分が強調された第１成分減弱画像を導出し、
第１成分減弱画像および第２成分減弱画像のそれぞれから第１成分画像および第２成分画像を導出するものであってもよい。
初期第２成分減弱画像に含まれる第２成分のコントラストを第１減弱画像または第２減弱画像に含まれる第２成分のコントラストと一致させることにより第２成分減弱画像を導出し、
第１減弱画像または第２減弱画像および第２成分減弱画像に基づいて第１成分が強調された第１成分減弱画像を導出し、
第１成分減弱画像および第２成分減弱画像のそれぞれから第１成分画像および第２成分画像を導出するものであってもよい。
【0012】
また、本開示による放射線画像処理装置においては、プロセッサは、第１放射線画像または第２放射線画像の少なくとも被写体の領域において複数の組成の厚さに関する情報を導出し、
被写体の領域における複数の組成の厚さに関する情報に基づいて、第１成分領域および第２成分領域を特定するものであってもよい。
被写体の領域における複数の組成の厚さに関する情報に基づいて、第１成分領域および第２成分領域を特定するものであってもよい。
【0013】
また、本開示による放射線画像処理装置においては、プロセッサは、第１成分に含まれる複数の組成のそれぞれの放射線の減弱係数および複数の組成のそれぞれの厚さに関する情報に基づいて、第１成分の減弱係数を第１成分の特性として導出するものであってもよい。
【0014】
また、本開示による放射線画像処理装置においては、プロセッサは、第１放射線画像および第２放射線画像のそれぞれから被写体による放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
第１減弱画像、第２減弱画像、第１成分の特性および第２成分の特性に基づいて、第１成分の厚さおよび第２成分の厚さを導出し、
第１成分の厚さおよび第２成分の厚さに基づいて、第１成分画像および第２成分画像を導出するものであってもよい。
第１減弱画像、第２減弱画像、第１成分の特性および第２成分の特性に基づいて、第１成分の厚さおよび第２成分の厚さを導出し、
第１成分の厚さおよび第２成分の厚さに基づいて、第１成分画像および第２成分画像を導出するものであってもよい。
【0015】
また、本開示による放射線画像処理装置においては、第１成分は被写体の軟部、第２成分は被写体の骨部であり、第１成分に含まれる複数の組成は脂肪および筋肉であってもよい。
【0016】
本開示による放射線画像処理方法は、複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
第１放射線画像または第２放射線画像の第１成分のみを含む第１成分領域において、第１放射線画像および第２放射線画像に基づいて、放射線の減弱に関する第１成分の特性を導出し、
第１放射線画像または第２放射線画像の第２成分を含む第２成分領域における第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出し、
第１放射線画像または第２放射線画像の少なくとも被写体の領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する。
第１放射線画像または第２放射線画像の第１成分のみを含む第１成分領域において、第１放射線画像および第２放射線画像に基づいて、放射線の減弱に関する第１成分の特性を導出し、
第１放射線画像または第２放射線画像の第２成分を含む第２成分領域における第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出し、
第１放射線画像または第２放射線画像の少なくとも被写体の領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する。
【0017】
本開示による放射線画像処理プログラムは、複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得する手順と、
第１放射線画像または第２放射線画像の第１成分のみを含む第１成分領域において、第１放射線画像および第２放射線画像に基づいて、放射線の減弱に関する第１成分の特性を導出する手順と、
第１放射線画像または第２放射線画像の第２成分を含む第２成分領域における第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出する手順と、
第１放射線画像または第２放射線画像の少なくとも被写体の領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する手順とをコンピュータに実行させる。
第１放射線画像または第２放射線画像の第１成分のみを含む第１成分領域において、第１放射線画像および第２放射線画像に基づいて、放射線の減弱に関する第１成分の特性を導出する手順と、
第１放射線画像または第２放射線画像の第２成分を含む第２成分領域における第１成分の特性を、第２成分領域の周囲にある第１成分領域において導出した第１成分の特性に基づいて導出する手順と、
第１放射線画像または第２放射線画像の少なくとも被写体の領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する手順とをコンピュータに実行させる。
【発明の効果】
【0018】
本開示によれば、放射線画像に含まれる複数の成分を精度よく分離することができる。
【図面の簡単な説明】
【0019】
【図1】本開示の第１の実施形態による放射線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
【図2】第１の実施形態による放射線画像処理装置の概略構成を示す図
【図3】第１の実施形態による放射線画像処理装置の機能的な構成を示す図
【図4】第１および第２放射線画像を示す図
【図5】第１の実施形態による放射線画像処理装置において行われる処理を模式的に示す図
【図6】表示画面を示す図
【図7】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
【図8】第２の実施形態による放射線画像処理装置において行われる処理を模式的に示す図
【図9】第３の実施形態による放射線画像処理装置において行われる処理を模式的に示す図
【図10】脂肪および筋肉の減弱係数を示す図
【図11】高エネルギー画像および低エネルギー画像における骨部の厚さおよび軟部の厚さに応じた減弱量を示す図
【図12】第３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
【図13】第４の実施形態による放射線画像処理装置において行われる処理を模式的に示す図
【発明を実施するための形態】
【0020】
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の実施形態による放射線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、第１の実施形態による放射線画像撮影システムは、撮影装置１と、本実施形態による放射線画像処理装置１０とを備える。
【0021】
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撮影を行うための撮影装置である。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。
【0022】
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放射線画像Ｇ２が取得される。第１および第２放射線画像Ｇ１，Ｇ２は、放射線画像処理装置１０に入力される。
【0023】
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。
【0024】
次いで、第１の実施形態による放射線画像処理装置について説明する。まず、図２を参照して、第１の実施形態による放射線画像処理装置のハードウェア構成を説明する。図２に示すように、放射線画像処理装置１０は、ワークステーション、サーバコンピュータおよびパーソナルコンピュータ等のコンピュータであり、ＣＰＵ（Central Processing Unit）１１、不揮発性のストレージ１３、および一時記憶領域としてのメモリ１６を備える。また、放射線画像処理装置１０は、液晶ディスプレイ等のディスプレイ１４、キーボードおよびマウス等の入力デバイス１５、並びに不図示のネットワークに接続されるネットワークＩ／Ｆ（InterFace）１７を備える。ＣＰＵ１１、ストレージ１３、ディスプレイ１４、入力デバイス１５、メモリ１６およびネットワークＩ／Ｆ１７は、バス１８に接続される。なお、ＣＰＵ１１は、本開示におけるプロセッサの一例である。
【0025】
ストレージ１３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、およびフラッシュメモリ等によって実現される。記憶媒体としてのストレージ１３には、放射線画像処理装置１０にインストールされた放射線画像処理プログラム１２が記憶される。ＣＰＵ１１は、ストレージ１３から放射線画像処理プログラム１２を読み出してメモリ１６に展開し、展開した放射線画像処理プログラム１２を実行する。
【0026】
放射線画像処理プログラム１２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、要求に応じて放射線画像処理装置１０を構成する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、その記録媒体から放射線画像処理装置１０を構成するコンピュータにインストールされる。
【0027】
次いで、第１の実施形態による放射線画像処理装置の機能的な構成を説明する。図３は、第１の実施形態による放射線画像処理装置の機能的な構成を示す図である。図３に示すように、放射線画像処理装置１０は、画像取得部２１、領域特定部２２、特性導出部２３、画像導出部２４および表示制御部２５を備える。そして、ＣＰＵ１１は、放射線画像処理プログラム１２を実行することにより、画像取得部２１、領域特定部２２、特性導出部２３、画像導出部２４および表示制御部２５として機能する。
【0028】
画像取得部２１は、撮影装置１に被写体Ｈのエネルギーサブトラクション撮影を行わせることにより、第１および第２の放射線検出器５，６から、被写体Ｈの第１放射線画像Ｇ１および第２放射線画像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等の撮影条件が設定される。撮影条件は、使用者による入力デバイス１５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１３に保存される。なお、第１の実施形態による放射線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放射線画像Ｇ１，Ｇ２を取得するようにしてもよい。この場合、画像取得部２１は、ストレージ１３に保存された第１および第２放射線画像Ｇ１，Ｇ２を処理のためにストレージ１３から読み出すものとなる。
【0029】
図４は第１および第２放射線画像を示す図である。図４に示すように、第１および第２放射線画像Ｇ１，Ｇ２には、被写体Ｈの領域と、放射線が放射線検出器５，６に直接照射することにより得られる直接放射線領域とが含まれる。被写体Ｈの領域には、軟部領域および骨部領域が含まれる。人体の軟部成分は筋肉、脂肪、血液、および水分を含む。本実施形態においては、血液および水分も含めた非脂肪組織を筋肉として扱うものとする。被写体Ｈの軟部成分および骨部成分が、それぞれ本開示の第１成分および第２成分の一例である。筋肉および脂肪が本開示の複数の組成の一例である。
【0030】
第１および第２放射線画像Ｇ１，Ｇ２の軟部領域は、被写体Ｈの軟部成分のみを含む。第１および第２放射線画像Ｇ１，Ｇ２の骨部領域は、実際には骨部成分と軟部成分とが混ざり合った領域である。軟部領域が本開示による第１成分のみを含む第１成分領域の一例であり、骨部領域が本開示による第２成分を含む第２成分領域の一例である。
【0031】
以下、領域特定部２２、特性導出部２３および画像導出部２４について、第１の実施形態による放射線画像処理装置において行われる処理と併せて説明する。図５は第１の実施形態による放射線画像処理装置において行われる処理を模式的に示す図である。なお、図５においては、説明を簡単なものとするために、第１放射線画像Ｇ１および第２放射線画像Ｇ２は、直接放射線領域を含まず、軟部領域に矩形の骨部領域が含まれるものとしている。
【0032】
第１の実施形態において、領域特定部２２は、第１放射線画像Ｇ１または第２放射線画像Ｇ２における骨部領域および軟部領域を特定する。このために、領域特定部２は、第１放射線画像Ｇ１または第２放射線画像Ｇ２の少なくとも被写体Ｈの領域において放射線の減弱に関する減弱特性を導出し、被写体Ｈの領域における減弱特性に基づいて、軟部領域および骨部領域を特定する。第１の実施形態においては、領域特定部２２は、第１放射線画像Ｇ１および第２放射線画像Ｇ２のそれぞれから被写体Ｈによる放射線の減弱量を表す第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出し、第１減弱画像ＣＬおよび第２減弱画像ＣＨの対応する画素間での比率である減弱比を減弱特性として導出する。
【0033】
ここで、第１減弱画像ＣＬの画素値は、被写体Ｈによる低エネルギーの放射線の減弱量を表し、第２減弱画像ＣＨの画素値は、被写体Ｈによる高エネルギーの放射線の減弱量を表す。第１減弱画像ＣＬおよび第２減弱画像ＣＨは、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２から下記の式（１）、（２）により導出される。式（１）においてＧｄ１は第１放射線画像Ｇ１における直接放射線領域の画素値、式（２）においてＧｄ２は第２放射線画像Ｇ２における直接放射線領域の画素値である。
ＣＬ（ｘ，ｙ）＝Ｇｄ１－Ｇ１（ｘ，ｙ） （１）
ＣＨ（ｘ，ｙ）＝Ｇｄ２－Ｇ２（ｘ，ｙ） （２）
ＣＬ（ｘ，ｙ）＝Ｇｄ１－Ｇ１（ｘ，ｙ） （１）
ＣＨ（ｘ，ｙ）＝Ｇｄ２－Ｇ２（ｘ，ｙ） （２）
【0034】
次に領域特定部２２は、第１放射線画像Ｇ１と第２放射線画像Ｇ２との放射線の減弱比を表す減弱比マップを導出する。具体的には、第１減弱画像ＣＬと第２減弱画像ＣＨとの対応する画素間での比率を、下記の式（３）により導出することにより減弱比マップＭ１を導出する。減弱比が本開示の放射線の減弱に関する特性の一例である。
Ｍ１（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）／ＣＨ（ｘ，ｙ） （３）
Ｍ１（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）／ＣＨ（ｘ，ｙ） （３）
【0035】
ここで、第１放射線画像Ｇ１および第２の放射線画像Ｇ２において、軟部成分のみを含む領域の減弱比は骨部成分を含む領域の減弱比よりも小さい。このため、領域特定部２２は、減弱比マップＭ１の各画素の減弱比を比較し、減弱比が予め定められたしきい値よりも大きい画素からなる領域を骨部領域に特定し、骨部領域以外の領域を軟部領域に特定する。なお、領域特定部２２は、減弱比マップＭ１の各画素とその周囲の画素との減弱比を比較し、周囲の画素と比較して減弱比が大きい画素を骨部領域の画素に特定するようにしてもよい。
【0036】
特性導出部２３は、第１放射線画像Ｇ１または第２放射線画像Ｇ２の第１成分のみを含む第１成分領域、すなわち軟部領域において、第１放射線画像Ｇ２および第２放射線画像Ｇ２に基づいて、放射線の減弱に関する第１成分の特性を導出する。また、特性導出部２３は、第２成分領域すなわち骨部領域における第１成分の特性を、骨部領域の周囲にある軟部領域において導出した第１成分の特性に基づいて導出する。本実施形態においては、特性導出部２３は、第１放射線画像Ｇ１と第２放射線画像Ｇ２との減弱比を第１の成分の特性として導出する。
【0037】
ここで、第１の実施形態においては、領域特定部２２が、第１放射線画像Ｇ１または第２放射線画像Ｇ２の被写体Ｈの領域において放射線の減弱に関する特性である減弱比を導出している。このため、特性導出部２３は、領域特定部２２が導出した減弱比マップＭ１における軟部領域の減弱比を、軟部領域における第１成分の特性として使用する。すなわち、第１の実施形態においては、領域特定部２２は特性導出部２３としての機能も有することとなる。
【0038】
一方、骨部領域については、骨部領域の周囲にある軟部領域の減弱比を補間することにより、骨部領域についての第１成分の特性、すなわち減弱比を導出する。なお、補間に代えて、減弱比マップＭ１における軟部領域の減弱比の中央値、平均値あるいは減弱比が小さい側から予め定められた割合となる値を、骨部領域についての減弱比として導出するようにしてもよい。
【0039】
これにより、特性導出部２３は、第１放射線画像Ｇ１または第２放射線画像Ｇ２の被写体Ｈの領域についての第１成分の特性を導出する。第１の実施形態においては、第１成分の特性は軟部領域の減弱比である。第１の実施形態においては、導出した第１成分の特性を、後述する画像導出部２４が骨部画像を導出する際に、軟部を消去する軟部消去係数Ｋ１として用いる。
【0040】
画像導出部２４は、第１放射線画像Ｇ１または第２放射線画像Ｇ２の被写体Ｈの領域における第１成分の特性に基づいて、第１成分が強調された第１成分画像および第２成分が強調された第２成分画像を導出する。具体的には、画像導出部２４は、軟部成分が強調された軟部画像Ｇｓおよび骨部成分が強調された骨部画像Ｇｂを導出する。
【0041】
第１の実施形態においては、画像導出部２４は、まず第１減弱画像ＣＬ、第２減弱画像ＣＨおよび第１成分の特性である軟部消去係数Ｋ１に基づいて、第２成分が強調された初期第２成分減弱画像、すなわち骨部が強調された初期骨部減弱画像を導出する。具体的には、画像導出部２４は、下記の式（４）により、初期骨部減弱画像Ｃｂ０を導出する。
Ｃｂ０（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）－ＣＨ（ｘ，ｙ）×Ｋ１（ｘ，ｙ） （４）
Ｃｂ０（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）－ＣＨ（ｘ，ｙ）×Ｋ１（ｘ，ｙ） （４）
【0042】
ここで、上述したように導出された初期骨部減弱画像Ｃｂ０の骨部領域の画素値は、骨部の厚さに相当する軟部が存在すると仮定することによって骨部の減弱量を軟部の減弱量に置き換えたものと、実際の骨部の減弱量との差分を表すものとなっている。このため、本来導出したい骨部減弱画像に対してコントラストが低い画像となっている。このようにコントラストが低い骨部減弱画像を用いると、後述するように第１減弱画像ＣＬまたは第２減弱画像ＣＨから骨部減弱画像を減算して軟部減弱画像を導出した場合に、骨部成分を良好に除去することができない。
【0043】
このため、第１の実施形態においては、画像導出部２４は、初期骨部減弱画像Ｃｂ０のコントラストを、第１減弱画像ＣＬまたは第２減弱画像ＣＨのコントラストと一致させることにより、骨部減弱画像Ｃｂ１を導出する。第１の実施形態においては、初期骨部減弱画像Ｃｂ０のコントラストを、第１減弱画像ＣＬのコントラストと一致させるものとする。このため、画像導出部２４は、初期骨部減弱画像Ｃｂ０にコントラスト変換係数を乗算して初期骨部減弱画像Ｃｂ０のコントラストを変換する。そして、コントラスト変換後の初期骨部減弱画像Ｃｂ０を第１減弱画像ＣＬから減算することにより導出される差分画像ΔＣＬと、初期骨部減弱画像Ｃｂ０との相関を導出する。そして相関が最小となるように、コントラスト変換係数を決定し、決定したコントラスト変換係数を初期骨部減弱画像Ｃｂ０に乗算することにより、骨部減弱画像Ｃｂ１を導出する。
【0044】
なお、初期骨部減弱画像Ｃｂ０のコントラストと体厚とを関連付けたコントラスト変換係数を表すテーブルを予め作成しておくようにしてもよい。この場合、被写体Ｈの体厚を計測する等によって導出し、初期骨部減弱画像Ｃｂ０のコントラストと体厚とからテーブルを参照してコントラスト変換係数を導出し、導出したコントラスト変換係数により初期骨部減弱画像Ｃｂ０を変換することにより、骨部減弱画像Ｃｂ１を導出するようにしてもよい。
【0045】
そして、画像導出部２４は、下記の式（５）により、第１減弱画像ＣＬから骨部減弱画像Ｃｂ１を減算することにより軟部減弱画像Ｃｓ１を導出する。
Ｃｓ１（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）－Ｃｂ１（ｘ，ｙ） （５）
Ｃｓ１（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）－Ｃｂ１（ｘ，ｙ） （５）
【0046】
さらに、画像導出部２４は、下記の式（６）、（７）により骨部画像Ｇｂおよび軟部画像Ｇｓを導出する。
Ｇｂ（ｘ，ｙ）＝Ｇｄ１（ｘ，ｙ）－Ｃｂ１（ｘ，ｙ） （６）
Ｇｓ（ｘ，ｙ）＝Ｇｄ２（ｘ，ｙ）－Ｃｓ１（ｘ，ｙ） （７）
Ｇｂ（ｘ，ｙ）＝Ｇｄ１（ｘ，ｙ）－Ｃｂ１（ｘ，ｙ） （６）
Ｇｓ（ｘ，ｙ）＝Ｇｄ２（ｘ，ｙ）－Ｃｓ１（ｘ，ｙ） （７）
【0047】
表示制御部２５は、骨部画像Ｇｂおよび軟部画像Ｇｓをディスプレイ１４に表示する。図６は骨部画像Ｇｂおよび軟部画像Ｇｓの表示画面を示す図である。図６に示すように、表示画面３０には骨部画像Ｇｂおよび軟部画像Ｇｓが表示されている。
【0048】
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７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。まず、画像取得部２１が撮影装置１に被写体Ｈのエネルギーサブトラクション撮影を行わせることにより、第１および第２放射線画像Ｇ１，Ｇ２を取得する（放射線画像取得：ステップＳＴ１）。次いで、領域特定部２２が、第１放射線画像Ｇ１および第２放射線画像Ｇ２から第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出し（減弱画像導出：ステップＳＴ２）、第１減弱画像ＣＬまたは第２減弱画像ＣＨにおける軟部成分のみを含む軟部領域および骨部を含む骨部領域を特定する（ステップＳＴ３）。次に、特性導出部２３が、軟部領域において放射線画像の減弱に関する軟部成分の特性（減弱比）を導出する（ステップＳＴ４）。続いて、特性導出部２３が、骨部領域において軟部成分の特性を導出する（ステップＳＴ５）。
【0049】
次いで、画像導出部２４が初期骨部減弱画像Ｃｂ０を導出し（ステップＳＴ６）、初期骨部減弱画像Ｃｂ０のコントラストを変換することにより骨部減弱画像Ｃｂ１を導出する（ステップＳＴ７）。さらに、画像導出部２４は、第１減弱画像ＣＬから骨部減弱画像Ｃｂ１を減算することにより軟部減弱画像Ｃｓ１を導出する（ステップＳＴ８）。続いて、画像導出部２４は、上述した式（６）、（７）により骨部画像Ｇｂおよび軟部画像Ｇｓを導出し（ステップＳＴ９）、表示制御部２５が骨部画像Ｇｂおよび軟部画像Ｇｓを表示し（ステップＳＴ１０）、処理を終了する。
【0050】
このように、第１の実施形態においては、第１放射線画像Ｇ１または第２放射線画像Ｇ２の骨部成分を含む骨部領域における減弱比を、骨部領域の周囲にある軟部領域において導出した軟部成分の減弱比に基づいて導出するようにした。そして、第１放射線画像Ｇ１または第２放射線画像Ｇ２の少なくとも被写体Ｈの領域における減弱比に基づいて、軟部成分が強調された軟部画像Ｇｓおよび骨部成分が強調された骨部画像Ｇｂを導出するようにした。このため、骨部領域において軟部成分の減弱比を精度よく導出することができ、その結果、軟部成分および骨部成分が精度よく分離された軟部画像Ｇｓおよび骨部画像Ｇｂを導出することができる。
【0051】
また、第１の実施形態においては、第１放射線画像Ｇ１および第２放射線画像Ｇ２から放射線の減弱量を表す第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出し、第１減弱画像ＣＬおよび第２減弱画像ＣＨを用いて軟部画像Ｇｓおよび骨部画像Ｇｂを導出するようにしている。このため、導出した減弱量を軟部成分を消去するための軟部消去係数Ｋ１として用いた場合において、上記式（４）により軟部成分を良好に消去することができる。したがって、軟部成分および骨部成分が精度よく分離された軟部画像Ｇｓおよび骨部画像Ｇｂを導出することができる。
【0052】
次いで、本開示の第２の実施形態について説明する。なお、第２の実施形態による放射線画像処理装置の機能的な構成は、図３に示す第１の実施形態による放射線画像処理装置の機能的な構成と同一であるため、機能的な構成についての詳細な説明は省略する。第２の実施形態においては、領域特定部２２が行う処理が第１の実施形態と異なる。
【0053】
図８は第２の実施形態において行われる処理を模式的に示す図である。図８に示すように、領域特定部２２は、第１減弱画像ＣＬまたは第２減弱画像ＣＨから骨部領域を検出する。なお、第１放射線画像Ｇ１または第２放射線画像Ｇ２から骨部領域を検出するようにしてもよい。このために、第２の実施形態においては、領域特定部２２は、放射線画像または減弱画像から骨部領域を検出するようにニューラルネットワークを機械学習することにより構築された学習済みモデルを用いる。この場合、学習済みモデルは、放射線画像または減弱画像の画素値に基づいて骨部領域を学習することにより、骨部領域を検出するように構築される。
【0054】
一方、放射線画像または減弱画像においては、骨部領域の画素値と軟部成分のみを含む軟部領域の画素値とは大きく異なる。このため、放射線画像または減弱画像をしきい値処理することにより放射線画像または減弱画像から骨部領域を検出するようにしてもよい。また、放射線画像または減弱画像においては、骨部領域の画素値と軟部成分のみを含む軟部領域との画素値の相違により骨部領域の形状が特定されている。このため、放射線画像または減弱画像に含まれる被写体Ｈの部位に応じた骨部領域の形状を用いたテンプレートマッチングにより、放射線画像または減弱画像から骨部領域を検出するようにしてもよい。
【0055】
そして、第２の実施形態においては、特性導出部２３が、領域特定部２２が上述したように放射線画像または減弱画像の画素値に基づいて特定した骨部領域における軟部成分の減弱比を導出する。骨部領域における軟部成分の減弱比を導出した以降の処理は上記第１の実施形態と同様であるため、ここでは詳細な説明は省略する。
【0056】
ここで、第２の実施形態において、領域特定部２２が第１放射線画像Ｇ１または第２放射線画像Ｇ２から骨部領域および軟部領域を特定する場合、特性導出部２３が第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出するようにしてもよい。また、この場合、特性導出部２３が、軟部領域の減弱比、骨部領域についての軟部成分の減弱比、および減弱比マップＭ１を導出すればよい。
【0057】
なお、上記第１および第２の実施形態においては、第１減弱画像ＣＬ、第２減弱画像ＣＨおよび軟部消去係数Ｋ１を用いて、初期骨部減弱画像Ｃｂ０、骨部減弱画像Ｃｂ１および軟部減弱画像Ｃｓ１を導出した上で、骨部画像Ｇｂおよび軟部画像Ｇｓを導出しているが、これに限定されるものではない。第１放射線画像Ｇ１、第２放射線画像Ｇ２および軟部消去係数Ｋ１を用いて下記の式（８）、（９）により骨部画像Ｇｂおよび軟部画像Ｇｓを導出するようにしてもよい。
Ｇｂ（ｘ，ｙ）＝Ｇ１（ｘ，ｙ）－Ｋ１（ｘ，ｙ）×Ｇ２（ｘ，ｙ） （８）
Ｇｓ（ｘ，ｙ）＝Ｇ１（ｘ，ｙ）－Ｇｂ（ｘ，ｙ） （９）
Ｇｂ（ｘ，ｙ）＝Ｇ１（ｘ，ｙ）－Ｋ１（ｘ，ｙ）×Ｇ２（ｘ，ｙ） （８）
Ｇｓ（ｘ，ｙ）＝Ｇ１（ｘ，ｙ）－Ｇｂ（ｘ，ｙ） （９）
【0058】
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の実施形態による放射線画像処理装置の機能的な構成は、図３に示す第１の実施形態による放射線画像処理装置の機能的な構成と同一であるため、機能的な構成についての詳細な説明は省略する。上記第１の実施形態においては、軟部成分の減弱比を第１成分の特性として導出しているが、第３の実施形態においては、低エネルギー放射線および高エネルギー放射線の軟部成分による減弱係数である軟部減弱係数を第１成分の特性として導出するようにした点が第１の実施形態と異なる。
【0059】
図９は第３の実施形態において行われる処理を模式的に示す図である。第３の実施形態においては、領域特定部２２が第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出するまでの処理は上記第１および第２の実施形態と同一であるため、ここでは詳細な説明は省略する。
【0060】
第３の実施形態においては、領域特定部２２は、高エネルギーの放射線および低エネルギーの放射線のそれぞれについての脂肪および筋肉の減弱係数を使用して、第１および第２放射線画像Ｇ１，Ｇ２の各画素位置における脂肪の割合を導出する。そして、領域特定部２２は、導出した脂肪の割合に基づいて骨部領域および軟部領域を特定する。
【0061】
ここで、被写体Ｈによる放射線の減弱量は、軟部および骨部の厚さおよび線質（高エネルギーか低エネルギーか）に依存して決まる。このため、単位厚さあたりの減弱率を表す減弱係数をμとすると、低エネルギー画像および高エネルギー画像のそれぞれにおける各画素位置の放射線の減弱量ＣＬ０，ＣＨ０は、下記の式（１０）、（１１）により表すことができる。式（１０）、（１１）において、ｔｓは軟部の厚さ、ｔｂは骨部の厚さ、μＬｓは低エネルギー放射線の軟部減弱係数、μＬｂは低エネルギー放射線の骨部減弱係数、μＨＳは高エネルギー放射線の軟部減弱係数、μＨＢは高エネルギー放射線の骨部減弱係数である。
CL0=μLs(ts,tb)×ts+μLb(ts,tb)×tb （１０）
CH0=μHs(ts,tb)×ts+μHb(ts,tb)×tb （１１）
CL0=μLs(ts,tb)×ts+μLb(ts,tb)×tb （１０）
CH0=μHs(ts,tb)×ts+μHb(ts,tb)×tb （１１）
【0062】
式（１０）、（１１）における低エネルギー画像の減弱量ＣＬ０は第１減弱画像ＣＬの画素値に相当し、高エネルギー画像の減弱量ＣＨ０は第２減弱画像ＣＨの画素値に相当する。したがって、式（１０）、（１１）は下記の式（１２）、（１３）により表される。なお、式（１０）～（１３）はいずれの第１減弱画像ＣＬおよび第２減弱画像ＣＨの各画素における関係を表しているが、画素位置を表す（ｘ，ｙ）を省略している。
CL=μLs(ts,tb)×ts+μLb(ts,tb)×tb （１２）
CH=μHs(ts,tb)×ts+μHb(ts,tb)×tb （１３）
CL=μLs(ts,tb)×ts+μLb(ts,tb)×tb （１２）
CH=μHs(ts,tb)×ts+μHb(ts,tb)×tb （１３）
【0063】
軟部の厚さｔｓおよび骨部の厚さｔｂを変数として式（１２）、（１３）を解くことにより、軟部の厚さｔｓおよび骨部の厚さｔｂを導出することができる。式（１２）、（１３）を解くためには、低エネルギー放射線および高エネルギー放射線のそれぞれについての軟部減弱係数μＬｓ，μＨｓおよび骨部減弱係数μＬｂ，μＨｂが必要である。ここで、骨部は被写体Ｈに応じた組成の差がないため、軟部の厚さｔｓおよび骨部の厚さｔｂに応じた骨部減弱係数μＬｂ，μＨｂは予め用意することができる。
【0064】
一方、軟部は筋肉および脂肪が複雑に混じり合っており、かつ被写体Ｈに応じて筋肉および脂肪の割合が異なるため、予め用意することができない。このため、第３の実施形態においては、領域特定部２２は、第１減弱画像ＣＬおよび第２減弱画像ＣＨを用いて、低エネルギー放射線についての軟部減弱係数μＬｓおよび高エネルギー放射線についての軟部減弱係数μＨｓを導出する。以下、軟部減弱係数μＬｓ，μＨｓの導出について説明する。
【0065】
第３実施形態においては、軟部を構成する組成のうち、最も高密度の組成を筋肉、低密度の組成を脂肪とし、脂肪と筋肉とが混じり合った混合組成は、両者の減弱係数の中間の値となるという前提で軟部減弱係数を導出する。まず、領域特定部２２は、各画素位置における脂肪の割合をＮ％とし、Ｎを０から順次増加させつつ、脂肪の減弱係数と筋肉の減弱係数とをＮ：１００－Ｎの割合で重み付け加算することにより、低エネルギー放射線および高エネルギー放射線のそれぞれについての仮の軟部減弱係数μ０Ｌｓ，μ０Ｈｓを算出する。なお、脂肪と筋肉とが重なっている場合、放射線源３の側に存在する成分（通常は脂肪）の線質硬化の影響を受けて減弱係数が変化するが、本実施形態においては、線質硬化の影響は考慮しないものとする。このため、本実施形態において使用する脂肪の割合であるＮ％は被写体Ｈの実際の体脂肪率とは一致しない。実際の軟部減弱係数は、図１０に示す脂肪の減弱係数と筋肉の減弱係数との間の値となるとの仮定に基づく処理となる。
【0066】
次に領域特定部２２は、第１減弱画像ＣＬの画素値と低エネルギー画像についての仮の軟部減弱係数μ０Ｌｓとから下記の式（１４）により、脂肪の割合がＮ％の場合の体厚ＴＮを算出する。この際、骨部を含む画素も軟部のみで構成されていると仮定して体厚ＴＮを算出する。
ＴＮ（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）／μ０Ｌｓ（ｘ，ｙ） （１４）
ＴＮ（ｘ，ｙ）＝ＣＬ（ｘ，ｙ）／μ０Ｌｓ（ｘ，ｙ） （１４）
【0067】
次いで領域特定部２２は、式（１４）により算出した体厚ＴＮと、高エネルギー放射線についての仮の軟部減弱係数μ０Ｈｓとから、下記の式（１５）により高エネルギー放射線の減弱量ＣＨＮ１を算出する。そして、下記の式（１６）により減弱量ＣＨＮ１から第２減弱画像ＣＨを減算して差分ΔＣＨを算出する。
ＣＨＮ１（ｘ，ｙ）＝ＴＮ（ｘ，ｙ）×μ０Ｈｓ（ｘ，ｙ） （１５）
ΔＣＨ（ｘ，ｙ）＝ＣＨＮ１（ｘ，ｙ）－ＣＨ（ｘ，ｙ） （１６）
ＣＨＮ１（ｘ，ｙ）＝ＴＮ（ｘ，ｙ）×μ０Ｈｓ（ｘ，ｙ） （１５）
ΔＣＨ（ｘ，ｙ）＝ＣＨＮ１（ｘ，ｙ）－ＣＨ（ｘ，ｙ） （１６）
【0068】
差分ΔＣＨが負である場合は、仮の軟部減弱係数μ０Ｌｓ，μ０Ｈｓが正解の軟部減弱係数より小さい、すなわち、より脂肪に近いことを表す。差分ΔＣＨが正である場合は、仮の軟部減弱係数μ０Ｌｓ，μ０Ｈｓがより筋肉に近いことを表す。領域特定部２２は、第１減弱画像ＣＬおよび第２減弱画像ＣＨの全画素について、上記差分ΔＣＨが０に近づくようにＮを変更しつつ仮の軟部減弱係数μ０Ｌｓ，μ０Ｈｓを算出する。そして、差分ΔＣＨが０あるいは予め定められたしきい値以下となったときのＮを、その画素についての脂肪の割合に決定する。また、領域特定部２２は、決定された脂肪の割合Ｎを算出した際の仮の軟部減弱係数μ０Ｌｓ，μ０Ｈｓを軟部減弱係数μＬｓ，μＨｓに決定する。なお、差分ΔＣＨが負の場合には脂肪の割合Ｎを大きくし、差分ΔＣＨが正の場合には脂肪の割合Ｎを小さくするように変更すればよい。
【0069】
ここで、第１放射線画像Ｇ１および第２放射線画像Ｇ２における、骨部成分を含む領域の画素においては、脂肪の割合が０に近い値、または負の値となる。被写体Ｈが人間である場合、脂肪の割合が０となったり負となったりすることはあり得ない。このため、領域特定部２２は、第１放射線画像Ｇ１および第２放射線画像Ｇ２における脂肪の割合Ｎが０に近い値（例えば、予め定められたしきい値未満の値）、または負の値となる画素からなる領域を第１放射線画像Ｇ１および第２放射線画像Ｇ２における骨部領域に特定する。また、領域特定部２２は、第１放射線画像Ｇ１および第２放射線画像Ｇ２における骨部領域以外の領域を軟部領域に特定する。
【0070】
第３の実施形態において、特性導出部２３は、軟部減弱係数μＬｓ，μＨｓを第１の成分の特性として導出する。ここで、第３の実施形態においては、領域特定部２２が、第１放射線画像Ｇ１または第２放射線画像Ｇ２の各画素についての軟部減弱係数μＬｓ，μＨｓを導出している。このため、特性導出部２３は、領域特定部２２が導出した軟部減弱係数μＬｓ，μＨｓを、軟部領域における第１成分の特性として使用する。すなわち、第３の実施形態においては、領域特定部２２は特性導出部２３としての機能も有することとなる。
【0071】
一方、特性導出部２３は、骨部領域における軟部減弱係数μＬｓ，μＨｓを、骨部領域の周囲にある軟部領域の軟部減弱係数を補間することにより導出する。なお、補間に代えて、軟部領域における軟部減弱係数μＬｓ，μＨｓの中央値、平均値あるいは減弱係数が小さい側から予め定められた割合となる値を，骨部領域についての軟部減弱係数μＬｓ，μＨｓとして導出するようにしてもよい。これにより、特性導出部２３は、第１放射線画像Ｇ１または第２放射線画像Ｇ２の少なくとも被写体Ｈの領域についての第１成分の特性を導出する。
【0072】
第３の実施形態において、画像導出部２４は、軟部成分が強調された軟部画像Ｇｓおよび骨部成分が強調された骨部画像Ｇｂを導出する。第３の実施形態においては、特性導出部２３が導出した軟部減弱係数μＬｓ，μＨｓと、予め導出された骨部減弱係数μＬｂ，μＨｂとに基づいて、軟部の厚さｔｓおよび骨部の厚さｔｂを導出し、導出した軟部の厚さｔｓおよび骨部の厚さｔｂに基づいて、軟部画像Ｇｓおよび骨部画像Ｇｂを導出する。
【0073】
軟部の厚さｔｓおよび骨部の厚さｔｂの導出には、上記式（１２）、（１３）を用いる。画像導出部２４は、上述したように、軟部の厚さｔｓおよび骨部の厚さｔｂを変数として式（１２）、（１３）を解くことにより、軟部の厚さｔｓおよび骨部の厚さｔｂを導出する。なお、導出される軟部の厚さｔｓおよび骨部の厚さｔｂは、第１減弱画像ＣＬおよび第２減弱画像ＣＨの各画素において導出されるが、以降の説明においては画素位置を表す（ｘ，ｙ）を省略している。
【0074】
画像導出部２４は、まず式（１３）により、骨部の厚さｔｂ＝０とした場合の軟部の厚さｔｓ０を算出する。ｔｂ＝０、ｔｓ＝ｔｓ０の場合、CH=μHs(ts,0)×ts0+μHb(ts0,0)×0=μHs(ts0,0)×ts0であるから、ｔｓ０は下記の式（１７）により算出される。また、画像導出部２４は、式（１３）により、軟部の厚さｔｓ＝０とした場合の骨部の厚さｔｂ０を算出する。ｔｓ＝０、ｔｂ＝ｔｂ０の場合、CH=μHs(0,tb0)×0+μHb(0,tb0)×tb0であるから、ｔｓｂは下記の式（１８）により算出される。なお、式（１７）、（１８）においては画素位置を表す（ｘ，ｙ）は省略している。
ｔｓ０＝ＣＨ／μＨＳ（ｔｓ０，０） （１７）
ｔｂ０＝ＣＨ／μＨｂ（ｔｂ０，０） （１８）
ｔｓ０＝ＣＨ／μＨＳ（ｔｓ０，０） （１７）
ｔｂ０＝ＣＨ／μＨｂ（ｔｂ０，０） （１８）
【0075】
図１１は骨部の厚さおよび軟部の厚さに応じた減弱量の関係を示す図である。図１１において減弱量３３は、実際に被写体を撮影することにより導出される低エネルギー画像の画素値である減弱量ＣＬおよび高エネルギー画像の画素値である減弱量ＣＨを示す。ここで、低エネルギー画像の減弱量および高エネルギー画像との減弱量は、組成が高密度であるほど大きくなる。このため、ｔｂ＝０、ｔｓ＝ｔｓ０とした場合の組成は、実際の骨部の厚さおよび軟部の厚さに基づく組成よりも密度が低くなる。したがって、ｔｂ＝０、ｔｓ＝ｔｓ０とした場合式（１２）により導出される第１減弱画像（ここでは仮の第１減弱画像ＣＬ′とする）の画素値すなわち減弱量は、図１１の減弱量３４に示すように、実際の骨部の厚さおよび軟部の厚さにより導出される第１減弱画像ＣＬの画素値よりも小さくなる（すなわちＣＬ＞ＣＬ′）。
【0076】
一方、ｔｂ＝ｔｂ０、ｔｓ＝０とした場合の組成は、実際の骨部の厚さおよび軟部の厚さに基づく組成よりも密度が高くなる。このため、ｔｂ＝ｔｂ０、ｔｓ＝０とした場合式（１２）により導出される仮の第１減弱画像ＣＬ′の画素値すなわち減弱量は、図１１の減弱量３５に示すように、実際の骨部の厚さおよび軟部の厚さにより導出される第１減弱画像ＣＬの画素値よりも小さくなる（すなわちＣＬ＜ＣＬ′）。
【0077】
なお、実際の骨部の厚さおよび軟部の厚さを用いて式（１２）により導出される仮の第１減弱画像ＣＬ′の画素値すなわち減弱量は，図１１の減弱量３６に示すように第１減弱画像ＣＬの画素値と同一となる。このことを利用して、画像導出部２４は、以下のようにして骨部の厚さｔｂおよび軟部の厚さｔｓを導出する。
【0078】
（ステップ１）
まず、式（１３）において、第２減弱画像ＣＨの画素値および各画素において導出された軟部減弱係数μＨｂを用いて、仮の軟部の厚さｔｓｋを算出する。なお、仮の骨部の厚さｔｂｋの初期値としては０を用いる。
まず、式（１３）において、第２減弱画像ＣＨの画素値および各画素において導出された軟部減弱係数μＨｂを用いて、仮の軟部の厚さｔｓｋを算出する。なお、仮の骨部の厚さｔｂｋの初期値としては０を用いる。
【0079】
（ステップ２）
次いで、算出した仮の軟部の厚さｔｓｋ、仮の骨部の厚さｔｂｋ、低エネルギー放射線についての軟部減弱係数μＬｓおよび骨部減弱係数μＬｂを用いて上記式（１２）により、仮の第１減弱画像ＣＬ′を算出する。
次いで、算出した仮の軟部の厚さｔｓｋ、仮の骨部の厚さｔｂｋ、低エネルギー放射線についての軟部減弱係数μＬｓおよび骨部減弱係数μＬｂを用いて上記式（１２）により、仮の第１減弱画像ＣＬ′を算出する。
【0080】
（ステップ３）
次いで、仮の第１減弱画像ＣＬ′と第１減弱画像ＣＬとの差分値ΔＣＬを算出する。差分値ΔＣＬを、放射線が骨により減弱された分の画素値と仮定して、骨部の厚さｔｂｋを更新する。
次いで、仮の第１減弱画像ＣＬ′と第１減弱画像ＣＬとの差分値ΔＣＬを算出する。差分値ΔＣＬを、放射線が骨により減弱された分の画素値と仮定して、骨部の厚さｔｂｋを更新する。
【0081】
（ステップ４）
次いで、更新された骨部の厚さｔｂｋおよび軟部の厚さｔｂｋを用いて上記式（１３）により、仮の第２減弱画像ＣＨ′を算出する。
次いで、更新された骨部の厚さｔｂｋおよび軟部の厚さｔｂｋを用いて上記式（１３）により、仮の第２減弱画像ＣＨ′を算出する。
【0082】
（ステップ５）
次いで、仮の第２減弱画像ＣＨ′と第２減弱画像ＣＨとの差分値ΔＣＨを算出する。差分値ΔＣＨを、放射線が軟部により減弱された分の画素値と仮定して、軟部の厚さｔｓｋを更新する。
次いで、仮の第２減弱画像ＣＨ′と第２減弱画像ＣＨとの差分値ΔＣＨを算出する。差分値ΔＣＨを、放射線が軟部により減弱された分の画素値と仮定して、軟部の厚さｔｓｋを更新する。
【0083】
そして、差分値ΔＣＬ，ΔＣＨの絶対値が予め定められたしきい値未満となるまでステップ１～５の処理を繰り返すことにより、軟部の厚さｔｓおよび骨部の厚さｔｓを導出する。なお、ステップ１～５の処理を予め定められた回数繰り返すことにより、軟部の厚さｔｓおよび骨部の厚さｔｓを導出するようにしてもよい。
【0084】
そして、画像導出部２４は、導出された軟部の厚さｔｓに基づいて軟部画像Ｇｓを導出し、導出された骨部の厚さｔｂに基づいて骨部画像Ｇｂを導出する。ここで、軟部画像Ｇｓは軟部の厚さｔｓに応じた大きさの画素値を有し、骨部画像Ｇｂは骨部の厚さＧｂに応じた大きさの画素値を有するものとなる。
【0085】
次いで、第３の実施形態において行われる処理について説明する。図１２は第３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。まず、画像取得部２１が撮影装置１に被写体Ｈのエネルギーサブトラクション撮影を行わせることにより、第１および第２放射線画像Ｇ１，Ｇ２を取得する（放射線画像取得：ステップＳＴ２１）。次いで、領域特定部２２が、第１放射線画像Ｇ１および第２放射線画像Ｇ２から第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出し（減弱画像導出：ステップＳＴ２２）、第１減弱画像ＣＬまたは第２減弱画像ＣＨにおける軟部成分のみを含む軟部領域および骨部を含む骨部領域を特定する（ステップＳＴ２３）。次に、特性導出部２３が、軟部領域において放射線画像の減弱に関する軟部成分の特性（軟部減弱係数）を導出する（ステップＳＴ２４）。続いて、特性導出部２３が、骨部領域において軟部成分の特性を導出する（ステップＳＴ２５）。
【0086】
次いで、画像導出部２４が、軟部の厚さｔｓおよび骨部の厚さｔｂを導出し（ステップＳＴ２６）、軟部の厚さｔｓおよび骨部の厚さｔｂから骨部画像Ｇｂおよび軟部画像Ｇｓを導出する（ステップＳＴ２７）。そして、表示制御部２５が骨部画像および軟部画像Ｇｓを表示し（ステップＳＴ２８）、処理を終了する。
【0087】
このように、第３の実施形態においては、第１放射線画像Ｇ１または第２放射線画像Ｇ２の骨部成分を含む骨部領域において、骨部領域の周囲にある軟部領域において導出した軟部成分の特性、すなわち軟部減弱係数に基づいて軟部減弱係数を導出するようにした。そして、第１放射線画像Ｇ１または第２放射線画像Ｇ２の少なくとも被写体Ｈの領域における軟部減弱係数に基づいて、軟部成分が強調された軟部画像Ｇｓおよび骨部成分が強調された骨部画像Ｇｂを導出するようにした。このため、骨部領域において軟部減弱係数を精度よく導出することができ、その結果、軟部成分および骨部成分が精度よく分離された軟部画像Ｇｓおよび骨部画像Ｇｂを導出することができる。
【0088】
次いで、本開示の第４の実施形態について説明する。なお、第４の実施形態による放射線画像処理装置の機能的な構成は、図３に示す第１の実施形態による放射線画像処理装置の機能的な構成と同一であるため、機能的な構成についての詳細な説明は省略する。第４の実施形態においては、領域特定部２２が行う処理が第３の実施形態と異なる。図１３は第４の実施形態において行われる処理を模式的に示す図である。図１３に示すように、領域特定部２２は、第１減弱画像ＣＬまたは第２減弱画像ＣＨから骨部領域を検出する。なお、第１放射線画像Ｇ１または第２放射線画像Ｇ２から骨部領域を検出するようにしてもよい。このために、第４の実施形態においては、領域特定部２２は、第２の実施形態と同様に、放射線画像または減弱画像から骨部領域を検出するようにニューラルネットワークを機械学習することにより構築された学習済みモデルを用いる。この場合、学習済みモデルは、放射線画像または減弱画像の画素値に基づいて骨部領域を学習することにより、骨部領域を検出するように構築される。
【0089】
一方、放射線画像または減弱画像においては、骨部領域の画素値と軟部成分のみを含む軟部領域との画素値は大きく異なる。このため、放射線画像または減弱画像をしきい値処理することにより放射線画像または減弱画像から骨部領域を検出するようにしてもよい。また、放射線画像または減弱画像においては、骨部領域の画素値と軟部成分のみを含む軟部領域の画素値との相違により骨部領域の形状が特定されている。このため、放射線画像または減弱画像に含まれる被写体Ｈの部位に応じた骨部領域の形状を用いたテンプレートマッチングにより、放射線画像または減弱画像から骨部領域を検出するようにしてもよい。
【0090】
そして、第４の実施形態においては、特性導出部２３が、領域特定部２２が上述したように放射線画像または減弱画像の画素値に基づいて特定した骨部領域における軟部減弱係数を導出する。骨部領域における軟部減弱係数を導出した以降の処理は上記第３の実施形態と同様であるため、ここでは詳細な説明は省略する。
【0091】
ここで、第４の実施形態において、領域特定部２２が第１放射線画像Ｇ１または第２放射線画像Ｇ２から骨部領域および軟部領域を特定する場合、特性導出部２３が第１減弱画像ＣＬおよび第２減弱画像ＣＨを導出するようにしてもよい。また、この場合、特性導出部２３が、脂肪の割合および軟部減弱係数を導出するようにしてもよい。
【0092】
なお、上記第３および第４の実施形態においては、第１減弱画像ＣＬ、第２減弱画像ＣＨを用いて軟部減弱係数を導出して骨部画像Ｇｂおよび軟部画像Ｇｓを導出しているが、これに限定されるものではない。第１放射線画像Ｇ１および第２放射線画像Ｇ２から軟部減弱係数を導出し、骨部の厚さおよび軟部の厚さを導出して骨部画像Ｇｂおよび軟部画像Ｇｓを導出するようにしてもよい。
【0093】
また、上記各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放射線画像Ｇ１，Ｇ２を取得しているが、これに限定されるものではない。１つの放射線検出器のみ用いて撮影を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放射線画像Ｇ１および第２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放射線画像Ｇ１および第２放射線画像Ｇ２において、被写体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。
【0094】
また、上記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を用いて被写体Ｈ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いるが、放射線検出器に代えて、蓄積性蛍光体シートを用いて第１および第２放射線画像Ｇ１，Ｇ２を取得する場合にも、本開示の技術を適用できることはもちろんである。この場合、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。
【0095】
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線等を用いることができる。
【0096】
また、上記実施形態において、例えば、画像取得部２１、領域特定部２２、特性導出部２３、画像導出部２４および表示制御部２５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。
【0097】
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。
【0098】
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。
【0099】
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。
【0100】
以下、本開示の付記項を記載する。
（付記項１）
少なくとも１つのプロセッサを備え、
前記プロセッサは、
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理装置。
（付記項２）
前記プロセッサは、前記第１放射線画像または前記第２放射線画像における前記第２成分領域を、前記第１放射線画像または前記第２放射線画像の画素値に基づいて特定し、
前記第１放射線画像または前記第２放射線画像における前記第２成分領域以外の領域を前記第１成分領域に特定する付記項１に記載の放射線画像処理装置。
（付記項３）
前記プロセッサは、前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域において前記放射線の減弱に関する減弱特性を導出し、
前記被写体の領域における前記減弱特性に基づいて、前記第１成分領域および前記第２成分領域を特定し、
前記第１成分領域について導出された前記減弱特性を、前記第１成分領域についての前記第１成分の特性として使用する付記項１に記載の放射線画像処理装置。
（付記項４）
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記第１成分の特性として導出する付記項１から３のいずれか１項に記載の放射線画像処理装置。
（付記項５）
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記減弱特性として導出する付記項３に記載の放射線画像処理装置。
（付記項６）
前記プロセッサは、前記第１減弱画像、前記第２減弱画像および前記第１成分の特性に基づいて、前記第２成分が強調された初期第２成分減弱画像を導出し、
前記初期第２成分減弱画像に含まれる前記第２成分のコントラストを前記第１減弱画像または前記第２減弱画像に含まれる前記第２成分のコントラストと一致させることにより第２成分減弱画像を導出し、
前記第１減弱画像または前記第２減弱画像および前記第２成分減弱画像に基づいて前記第１成分が強調された第１成分減弱画像を導出し、
前記第１成分減弱画像および前記第２成分減弱画像のそれぞれから前記第１成分画像および前記第２成分画像を導出する付記項４または５に記載の放射線画像処理装置。
（付記項７）
前記プロセッサは、前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域において前記複数の組成の厚さに関する情報を導出し、
前記被写体の領域における前記複数の組成の厚さに関する情報に基づいて、前記第１成分領域および前記第２成分領域を特定する付記項１に記載の放射線画像処理装置。
（付記項８）
前記プロセッサは、前記第１成分に含まれる前記複数の組成のそれぞれの前記放射線の減弱係数および前記複数の組成のそれぞれの厚さに関する情報に基づいて、前記第１成分の減弱係数を前記第１成分の特性として導出する付記項１、２または７に記載の放射線画像処理装置。
（付記項９）
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像、前記第２減弱画像、前記第１成分の特性および前記第２成分の特性に基づいて、前記第１成分の厚さおよび前記第２成分の厚さを導出し、
前記第１成分の厚さおよび前記第２成分の厚さに基づいて、前記第１成分画像および前記第２成分画像を導出する付記項７または８に記載の放射線画像処理装置。
（付記項１０）
前記第１成分は前記被写体の軟部、前記第２成分は前記被写体の骨部であり、前記第１成分に含まれる前記複数の組成は脂肪および筋肉である付記項１から９のいずれか１項に記載の放射線画像処理装置。
（付記項１１）
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理方法。
（付記項１２）
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得する手順と、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出する手順と、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出する手順と、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する手順とをコンピュータに実行させる放射線画像処理プログラム。
（付記項１）
少なくとも１つのプロセッサを備え、
前記プロセッサは、
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理装置。
（付記項２）
前記プロセッサは、前記第１放射線画像または前記第２放射線画像における前記第２成分領域を、前記第１放射線画像または前記第２放射線画像の画素値に基づいて特定し、
前記第１放射線画像または前記第２放射線画像における前記第２成分領域以外の領域を前記第１成分領域に特定する付記項１に記載の放射線画像処理装置。
（付記項３）
前記プロセッサは、前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域において前記放射線の減弱に関する減弱特性を導出し、
前記被写体の領域における前記減弱特性に基づいて、前記第１成分領域および前記第２成分領域を特定し、
前記第１成分領域について導出された前記減弱特性を、前記第１成分領域についての前記第１成分の特性として使用する付記項１に記載の放射線画像処理装置。
（付記項４）
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記第１成分の特性として導出する付記項１から３のいずれか１項に記載の放射線画像処理装置。
（付記項５）
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像および前記第２減弱画像の対応する画素間での比率である減弱比を前記減弱特性として導出する付記項３に記載の放射線画像処理装置。
（付記項６）
前記プロセッサは、前記第１減弱画像、前記第２減弱画像および前記第１成分の特性に基づいて、前記第２成分が強調された初期第２成分減弱画像を導出し、
前記初期第２成分減弱画像に含まれる前記第２成分のコントラストを前記第１減弱画像または前記第２減弱画像に含まれる前記第２成分のコントラストと一致させることにより第２成分減弱画像を導出し、
前記第１減弱画像または前記第２減弱画像および前記第２成分減弱画像に基づいて前記第１成分が強調された第１成分減弱画像を導出し、
前記第１成分減弱画像および前記第２成分減弱画像のそれぞれから前記第１成分画像および前記第２成分画像を導出する付記項４または５に記載の放射線画像処理装置。
（付記項７）
前記プロセッサは、前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域において前記複数の組成の厚さに関する情報を導出し、
前記被写体の領域における前記複数の組成の厚さに関する情報に基づいて、前記第１成分領域および前記第２成分領域を特定する付記項１に記載の放射線画像処理装置。
（付記項８）
前記プロセッサは、前記第１成分に含まれる前記複数の組成のそれぞれの前記放射線の減弱係数および前記複数の組成のそれぞれの厚さに関する情報に基づいて、前記第１成分の減弱係数を前記第１成分の特性として導出する付記項１、２または７に記載の放射線画像処理装置。
（付記項９）
前記プロセッサは、前記第１放射線画像および前記第２放射線画像のそれぞれから前記被写体による前記放射線の減弱量を表す第１減弱画像および第２減弱画像を導出し、
前記第１減弱画像、前記第２減弱画像、前記第１成分の特性および前記第２成分の特性に基づいて、前記第１成分の厚さおよび前記第２成分の厚さを導出し、
前記第１成分の厚さおよび前記第２成分の厚さに基づいて、前記第１成分画像および前記第２成分画像を導出する付記項７または８に記載の放射線画像処理装置。
（付記項１０）
前記第１成分は前記被写体の軟部、前記第２成分は前記被写体の骨部であり、前記第１成分に含まれる前記複数の組成は脂肪および筋肉である付記項１から９のいずれか１項に記載の放射線画像処理装置。
（付記項１１）
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得し、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出し、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出し、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する放射線画像処理方法。
（付記項１２）
複数の組成からなる第１成分および単一の組成からなる第２成分を含む被写体を、エネルギー分布が異なる放射線によって撮影することにより取得された第１放射線画像および第２放射線画像を取得する手順と、
前記第１放射線画像または前記第２放射線画像の前記第１成分のみを含む第１成分領域において、前記第１放射線画像および前記第２放射線画像に基づいて、前記放射線の減弱に関する前記第１成分の特性を導出する手順と、
前記第１放射線画像または前記第２放射線画像の前記第２成分を含む第２成分領域における前記第１成分の特性を、前記第２成分領域の周囲にある前記第１成分領域において導出した前記第１成分の特性に基づいて導出する手順と、
前記第１放射線画像または前記第２放射線画像の少なくとも前記被写体の領域における前記第１成分の特性に基づいて、前記第１成分が強調された第１成分画像および前記第２成分が強調された第２成分画像を導出する手順とをコンピュータに実行させる放射線画像処理プログラム。
【符号の説明】
【0101】
１ 撮影装置
３ 放射線源
５、６ 放射線検出器
７ 放射線エネルギー変換フィルタ
１０ 画像処理装置
１１ ＣＰＵ
１２ 画像処理プログラム
１３ ストレージ
１４ ディスプレイ
１５ 入力デバイス
１６ メモリ
１７ ネットワークＩ／Ｆ
１８ バス
２１ 画像取得部
２２ 領域特定部
２３ 特性導出部
２４ 画像導出部
２５ 表示制御部
３０ 表示画面
３３～３６ 減弱量
Ｇｂ 骨部画像
Ｇｓ 軟部画像
Ｈ 被写体
３ 放射線源
５、６ 放射線検出器
７ 放射線エネルギー変換フィルタ
１０ 画像処理装置
１１ ＣＰＵ
１２ 画像処理プログラム
１３ ストレージ
１４ ディスプレイ
１５ 入力デバイス
１６ メモリ
１７ ネットワークＩ／Ｆ
１８ バス
２１ 画像取得部
２２ 領域特定部
２３ 特性導出部
２４ 画像導出部
２５ 表示制御部
３０ 表示画面
３３～３６ 減弱量
Ｇｂ 骨部画像
Ｇｓ 軟部画像
Ｈ 被写体
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
