特許 7458750 画像処理装置、放射線撮影装置、画像処理方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-03-22

(45)【発行日】2024-04-01

(54)【発明の名称】画像処理装置、放射線撮影装置、画像処理方法及びプログラム

(51)【国際特許分類】

   A61B 6/00 20240101AFI20240325BHJP

【ＦＩ】

A61B6/00 533

A61B6/00 550A

【請求項の数】 20

(21)【出願番号】P 2019205686

(22)【出願日】2019-11-13

(65)【公開番号】P2021074461

(43)【公開日】2021-05-20

【審査請求日】2022-10-05

(73)【特許権者】

【識別番号】000001007

【氏名又は名称】キヤノン株式会社

(74)【代理人】

【識別番号】110003281

【氏名又は名称】弁理士法人大塚国際特許事務所

(72)【発明者】

【氏名】野田 剛司

【審査官】松岡 智也

(56)【参考文献】

【文献】特開２００２－１７１４４４（ＪＰ，Ａ）

【文献】特開２０１５－１８１６４９（ＪＰ，Ａ）

【文献】特開平１０－１１８０５６（ＪＰ，Ａ）

【文献】特表２０１８－５１１４４３（ＪＰ，Ａ）

【文献】特開２０１８－２３７９４（ＪＰ，Ａ）

【文献】特開２０１１－２４５１１７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ６／００－６／５８

(57)【特許請求の範囲】

【請求項1】

被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する領域特定手段と、
前記領域における物質の厚さ又は密度に基づいて前記放射線画像の推定画素値を取得する画素値推定手段と、
前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する散乱線推定手段と、
を備える画像処理装置。

【請求項2】

前記放射線画像から前記散乱線を低減した画像を生成する画像生成手段を更に備える請求項１に記載の画像処理装置。

【請求項3】

前記画像生成手段は、前記散乱線を用いて、前記放射線画像から前記散乱線を低減した、前記被写体を構成する複数の物質の密度を示す画像を生成する請求項２に記載の画像処理装置。

【請求項4】

前記領域特定手段は、単一の放射線照射により、重ねて配置された複数の放射線検出手段から出力された前記放射線画像に基づいて、前記領域を特定する請求項１乃至請求項３のいずれか１項に記載の画像処理装置。

【請求項5】

前記複数の放射線検出手段のうち、前記放射線を発生させる放射線管に対して近い位置に配置されている第一放射線検出手段は、前記複数のエネルギーのうち低エネルギーに対応した低エネルギー放射線画像を生成し、
前記放射線管に対して遠い位置に配置されている第二放射線検出手段は、前記低エネルギーに比べて高いエネルギーに対応した高エネルギー放射線画像を生成する請求項４に記載の画像処理装置。

【請求項6】

前記領域特定手段は、異なる管電圧による複数回の放射線照射により、一つの放射線検出手段から出力された前記放射線画像に基づいて、前記領域を特定する請求項１乃至請求項３のいずれか１項に記載の画像処理装置。

【請求項7】

前記領域特定手段は、２値化法、領域拡張法、エッジ検出、グラフカット又は、複数の放射線画像に対する機械学習による領域抽出方法のうち少なくともいずれか一つの領域抽出方法を用いて前記領域を特定する請求項１乃至請求項６のいずれか１項に記載の画像処理装置。

【請求項8】

前記複数のエネルギーに対応した放射線画像のうち、いずれか一つのエネルギーに対応した放射線画像と、当該一つのエネルギーに対応した前記物質の質量減弱係数とを用いて前記物質の厚さ又は密度を取得する取得手段を更に備える請求項１乃至請求項７のいずれか１項に記載の画像処理装置。

【請求項9】

前記散乱線推定手段は、前記領域における散乱線推定画素値の補間、曲面フィッティングによる内挿、インペインティング処理のうち、少なくともいずれか一つの処理により、前記被写体を構成する複数の物質が存在する領域の散乱線を推定する請求項１乃至請求項８のいずれか１項に記載の画像処理装置。

【請求項10】

前記複数のエネルギーに対応した放射線画像には、低エネルギー放射線画像と、当該低エネルギー放射線画像に比べて高い放射線エネルギーに基づいて生成された高エネルギー放射線画像とが含まれる請求項１乃至請求項９のいずれか１項に記載の画像処理装置。

【請求項11】

前記画素値推定手段は、前記低エネルギー放射線画像に基づいて取得した前記物質の厚さ又は密度を示す画像と、高エネルギーにおける前記物質の質量減弱係数とに基づいて、前記物質における高エネルギー放射線画像の推定画素値を取得し、
前記散乱線推定手段は、前記高エネルギー放射線画像の画素値と前記高エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における前記高エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。

【請求項12】

前記画素値推定手段は、前記高エネルギー放射線画像に基づいて取得した前記物質の厚さ又は密度を示す画像と、低エネルギーにおける前記物質の質量減弱係数とに基づいて、前記物質における低エネルギー放射線画像の推定画素値を取得し、
前記散乱線推定手段は、前記低エネルギー放射線画像の画素値と前記低エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における低エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。

【請求項13】

前記画素値推定手段は、前記低エネルギー放射線画像から取得した前記物質の厚さまたは密度を示す画像と、高エネルギーにおける前記物質の質量減弱係数とを乗算して、前記物質における高エネルギー放射線画像の前記推定画素値を取得し、
前記散乱線推定手段は、前記高エネルギー放射線画像の画素値と前記高エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における前記高エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。

【請求項14】

前記画素値推定手段は、前記高エネルギー放射線画像から取得した前記物質の厚さまたは密度を示す画像と、低エネルギーにおける前記物質の質量減弱係数とを乗算して、前記物質における低エネルギー放射線画像の前記推定画素値を取得し、
前記散乱線推定手段は、前記低エネルギー放射線画像の画素値と前記低エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における低エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。

【請求項15】

前記画素値推定手段は、前記物質の厚さ又は密度と、前記物質の質量減弱係数とに基づいて前記放射線画像の推定画素値を取得する請求項１乃至請求項１４のいずれか１項に記載の画像処理装置。

【請求項16】

前記一つの物質からなる領域は前記被写体を構成する軟組織からなる領域であり、複数の物質が存在する領域は前記被写体を構成する骨が存在する領域である請求項１乃至請求項１５のいずれか１項に記載の画像処理装置。

【請求項17】

前記領域特定手段は、前記放射線画像と前記放射線画像に含まれる物質の質量減弱係数とを用いて、前記一つの物質を含む画像を取得し、前記取得した画像に対して閾値処理を行うことにより前記領域を特定する請求項１乃至請求項１６のいずれか１項に記載の画像処理装置。

【請求項18】

重ねて配置された複数の放射線検出手段と、
前記放射線検出手段により検出された放射線画像を処理する、請求項１乃至請求項１７のいずれか１項に記載の画像処理装置と、を備える放射線撮影装置。

【請求項19】

画像処理装置における画像処理方法であって、
領域特定手段が、被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する工程と、
画素値推定手段が、前記領域における物質の厚さ又は密度から前記放射線画像の推定画素値を取得する工程と、
散乱線推定手段が、前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する工程と、
を有する画像処理方法。

【請求項20】

コンピュータに、請求項１９に記載の画像処理方法を実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、画像処理装置、放射線撮影装置、画像処理方法及びプログラムに関する。

【背景技術】

【0002】

放射線による医療画像診断に用いる撮影装置として、平面検出器（Flat Panel Detector、以下「ＦＰＤ」と略す）を用いた放射線撮像装置が普及している。ＦＰＤは、撮影画像をデジタル画像処理することができるため、様々なアプリケーションの開発が行われ実用化されている。

【0003】

特許文献１には、エネルギーサブトラクション法により画像を取得する方法として、積層したフロント検出器とリア検出器の間に、散乱線除去構造を設けることにより、散乱線が除去された放射線画像をリア検出器から取得する構成が開示されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特許３４７６６４４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

放射線画像に散乱線が含まれると、放射線画像のコントラストが低下し、診断能が低下する原因となり得る。また、エネルギーサブトラクションにおいては骨と軟組織などの物質分離能が低下し、目的とする物質を分離した画像を生成することが難しくなる場合が生じ得る。

【0006】

しかしながら、特許文献１の方法では、リア検出器を高エネルギー用の検出器（ＦＰＤ）と低エネルギーの検出器（ＦＰＤ）の２層構造にする必要がある。このため、フロント検出器と合わせて少なくとも３層の検出器（ＦＰＤ）が必要となり、ＦＰＤの配置構造が複雑化するとともに、画像処理が複雑化し、ＦＰＤのコスト及び重量の増加等の課題が生じ得る。

【0007】

上記の従来技術の課題に鑑みて、本発明は、より簡易な構造及び処理により、放射線画像に含まれる散乱線を、より高精度に推定することが可能な画像処理技術を提供する。

【課題を解決するための手段】

【0008】

本発明の一態様による画像処理装置は、被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する領域特定手段と、
前記領域における物質の厚さ又は密度に基づいて前記放射線画像の推定画素値を取得する画素値推定手段と、
前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する散乱線推定手段と、を備える。

【発明の効果】

【0009】

本発明によれば、放射線画像に含まれる散乱線を、より高精度に推定することが可能となる。これにより、エネルギーサブトラクションにおいて取得した画像における散乱線を推定し、推定した散乱線を低減することで、より高精度に分離された軟組織画像、骨画像を生成することができる。

【図面の簡単な説明】

【0010】

【図1】第１実施形態による放射線撮影システムの構成例を示す図。

【図2】第１実施形態の画像処理部による処理を示すフローチャート。

【図3】（ａ）は高エネルギー放射線画像を例示する図、（ｂ）は低エネルギー放射線画像を例示する図、（ｃ）は軟組織の物質分離画像を例示する図、（ｄ）は骨の物質分離画像を例示する図。

【図4】第１実施形態の撮影実験の結果を示す図。

【図5】第２実施形態による放射線撮影システムの構成例を示す図。

【図6】第２実施形態の画像処理部による処理を示すフローチャート。

【図7】第２実施形態の撮影実験の結果を示す図。

【発明を実施するための形態】

【0011】

以下、添付の図面を参照して、本発明の実施形態を例示的に詳しく説明する。ただし、以下の実施形態に記載されている構成要素はあくまで例示であり、本発明の技術的範囲は、特許請求の範囲によって確定されるのであって、以下の個別の実施形態によって限定されるわけではない。

【0012】

＜第１実施形態＞
図１は、第１実施形態に係る放射線撮影システム１００の構成例を示すブロック図である。放射線撮影システム１００は、放射線発生装置１０４、放射線管１０１、ＦＰＤ１０２（放射線検出器）、情報処理装置１２０を有する。情報処理装置１２０は、被写体を撮影した放射線画像に基づく情報を処理する。尚、放射線撮影システム１００の構成を単に放射線撮影装置ともいう。

【0013】

放射線発生装置１０４は、不図示の曝射スイッチへのユーザ操作により放射線管１０１に高電圧パルスを与えて放射線を発生させる。なお、放射線という用語は、Ｘ線の他、例えば、α線、β線、γ線粒子線、宇宙線などを含み得る。第１実施形態において放射線の種類は特に限定はしないが、医療用の画像診断には主にＸ線が用いられる。放射線管１０１から発生した放射線は被写体１０３に照射され、放射線の一部が被写体１０３を透過してＦＰＤ１０２に到達する。

【0014】

ＦＰＤ１０２は、放射線に応じた画像信号を生成するための画素アレイを備えた放射線検出部を有する。ＦＰＤ１０２は、画像信号に基づく電荷の蓄積を行って放射線画像を取得し、情報処理装置１２０に転送する。ＦＰＤ１０２は、放射線強度に応じた信号を生成するための画素アレイを備えた第一放射線検出部１３０と第二放射線検出部１３１を有する。第一放射線検出部１３０と第二放射線検出部１３１は、被写体１０３を透過した放射線を画像信号として検出する。

【0015】

第一放射線検出部１３０及び第二放射線検出部１３１には、入射光に応じた信号を出力する画素がアレイ状（二次元の領域）に配置されている。各画素の光電変換素子は蛍光体により可視光に変換された放射線を電気信号に変換し、画像信号として出力する。このように、第一放射線検出部１３０及び第二放射線検出部１３１は被写体１０３を透過した放射線を検出して、画像信号（放射線画像）を取得するように構成されている。複数の放射線検出部のうち、放射線を発生させる放射線管１０１に対して近い位置に配置されている第一放射線検出部１３０は、複数のエネルギーのうち低エネルギーに対応した低エネルギー放射線画像を生成する。また、放射線管１０１に対して遠い位置に配置されている第二放射線検出部１３１は、低エネルギーに比べて高いエネルギーに対応した高エネルギー放射線画像を生成する。

【0016】

ＦＰＤ１０２の駆動部（不図示）は、制御部１０５からの指示に従って読み出した画像信号（放射線画像）を制御部１０５に出力する。領域特定部１１０は、単一の放射線照射により、重ねて配置された複数の放射線検出部（第一放射線検出部１３０及び第二放射線検出部１３１）から出力された放射線画像に基づいて、一つの物質からなる領域を特定する処理を行う。

【0017】

散乱線除去グリッド１３２は被写体１０３で発生した散乱線がＦＰＤ１０２に入射するのを抑制する。本実施形態では、被写体１０３と第一放射線検出部１３０との間に散乱線除去グリッド１３２を配置した例を説明しているが、この配置例に限られず、散乱線除去グリッド１３２は、第一放射線検出部１３０と第二放射線検出部１３１との間に配置しても良い。

【0018】

情報処理装置１２０は、被写体を撮影した放射線画像に基づく情報を処理する。情報処理装置１２０は、制御部１０５、モニタ１０６、操作部１０７、記憶部１０８、画像処理部１０９、表示制御部１１６を有する。

【0019】

制御部１０５は、不図示の１つまたは複数のプロセッサーを備え、記憶部１０８に記憶されているプログラムを実行することにより情報処理装置１２０の各種制御を実現する。記憶部１０８は、画像処理の結果や各種プログラムを記憶する。記憶部１０８は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等により構成される。記憶部１０８は制御部１０５から出力された画像や画像処理部１０９で画像処理された画像、画像処理部１０９における計算結果を記憶することが可能である。

【0020】

画像処理部１０９は、ＦＰＤ１０２から取得した放射線画像を処理する。画像処理部１０９は、機能構成として、領域特定部１１０、物質密度計算部１１１、画素値推定部１１２、散乱線推定部１１３及び画像生成部１１４を有している。これらの機能構成は、制御部１０５のプロセッサーが所定のプログラムを実行することで実現されてもよいし、画像処理部１０９が備える一つ又は複数のプロセッサーが記憶部１０８から読み込んだプログラムを用いて実現されてもよい。制御部１０５、画像処理部１０９のプロセッサーは、例えば、ＣＰＵ（central processing unit）で構成される。画像処理部１０９の各部の構成は、同様の機能を果たすのであれば、それらは集積回路などで構成してもよい。また、情報処理装置１２０の内部構成として、ＧＰＵ（Graphics Processing Unit）等のグラフィック制御部、ネットワークカード等の通信部、キーボード、ディスプレイ又はタッチパネル等の入出力制御部等を含むように構成することが可能である。

【0021】

モニタ１０６（表示部）は、制御部１０５がＦＰＤ１０２から受信した放射線画像（デジタル画像）や画像処理部１０９で画像処理された画像を表示する。表示制御部１１６は、モニタ１０６（表示部）の表示を制御する。操作部１０７は、画像処理部１０９やＦＰＤ１０２に対する指示を入力することができ、不図示のユーザーインターフェイスを介してＦＰＤ１０２に対する指示の入力を受け付ける。

【0022】

以上の構成において、放射線発生装置１０４は、放射線管１０１に高電圧を印加し、被写体１０３に放射線を照射する。ＦＰＤ１０２は、被写体１０３に対して放射線を照射することによって得られた、複数のエネルギーに対応した複数の放射線画像を取得する取得部として機能する。ＦＰＤ１０２は、これらの放射線照射により、放射線のエネルギーが異なる２つの放射線画像を生成する。複数のエネルギーに対応した放射線画像には、低エネルギー放射線画像と、低エネルギー放射線画像に比べて高い放射線エネルギーに基づいて生成された高エネルギー放射線画像とが含まれる。

【0023】

本実施形態では、第一放射線検出部１３０は低エネルギー放射線画像Ｉ_Ｌを生成し、第二放射線検出部１３１は高エネルギー放射線画像Ｉ_Ｈを生成する。一般的に放射線管１０１が放射するＸ線は電子線の制動放射により発生するため幅広いエネルギー帯に広がるＸ線スペクトルを有する。

【0024】

したがって、第一放射線検出部１３０を放射線が透過することにより、Ｘ線スペクトルの低エネルギー成分が吸収されるため、ビームハードニングが生じ、第二放射線検出部１３１には相対的に高いエネルギーの放射線が入射する。

【0025】

領域特定部１１０は、被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する。領域特定部１１０は、高エネルギー放射線画像Ｉ_Ｈ、低エネルギー放射線画像Ｉ_Ｌを用いて、１つの物質からなる部分を特定する。被写体１０３が人である場合、筋肉、脂肪及び臓器などから構成される軟組織と、骨との概ね２つの物質に分離することができる。骨の存在する部分には骨を被覆する軟組織が存在するが、骨が存在しない部分は軟組織から構成される。したがって、骨が存在しない領域を特定すれば軟組織の物質からなる領域を特定することができる。

【0026】

領域特定部１１０は領域抽出の方法として様々な方法を用いることが可能であり、例えば、２値化、領域拡張法、エッジ検出、グラフカットなどの領域抽出方法のうち少なくともいずれか一つの領域抽出方法を用いることができる。また、あらかじめ数多くの被写体１０３の放射線画像を教師データとした機械学習を行い、領域特定部１１０は、ＦＰＤ１０２が取得した複数の放射線画像に対する機械学習による領域抽出方法を用いて、１つの物質からなる領域を特定することも可能である。本実施形態のように２つのエネルギーの放射線画像が得られる場合は、予め骨を分離した骨画像を作成すれば上記の一連の領域抽出方法を精度よく実行することができる。

【0027】

物質密度計算部１１１は、高エネルギー放射線画像Ｉ_Ｈ、低エネルギー放射線画像Ｉ_Ｌを用いて領域特定部１１０により特定された領域の軟組織の厚さ又は面密度を計算する。ここで厚さに体積密度を乗じたものが面密度であるため、実質上、厚さと面密度（以下、単に「密度」ともいう）は等価な意味をもつ。物質密度計算部１１１は、複数のエネルギーに対応した放射線画像のうち、いずれか一つのエネルギーに対応した放射線画像（低エネルギー放射線画像Ｉ_Ｌ、高エネルギー放射線画像Ｉ_Ｈ）と、一つのエネルギーに対応した物質（軟組織）の質量減弱係数（μ_ＬＡ、μ_ＨＡ）とを用いて物質（軟組織）の厚さ又は密度を算出する。物質密度計算部１１１による算出処理は、以下の[数２]、[数３]に基づくものである。

【0028】

画素値推定部１１２は、一つの物質からなる領域における物質（軟組織）の厚さ又は密度に基づいて放射線画像の推定画素値を取得する。画素値推定部１１２は物質密度計算部１１１で計算された物質（軟組織）の厚さ又は密度と、物質（軟組織）の質量減弱係数とに基づいて、高エネルギー放射線画像Ｉ_Ｈ、低エネルギー放射線画像Ｉ_Ｌの推定画素値を算出する。画素値推定部１１２による算出処理は、例えば、以下の[数４]、[数５]に基づくものである。

【0029】

散乱線推定部１１３は放射線画像の画素値と推定画素値との差分から放射線画像に含まれる散乱線を推定する。散乱線推定部１１３は、放射線画像の画素値（実測画素値）と、画素値推定部１１２で計算された高エネルギー放射線画像Ｉ_Ｈの推定画素値Ｉ_ＨＥ、及び低エネルギー放射線画像Ｉ_Ｌの推定画素値Ｉ_ＬＥとの差分から散乱線を推定する。散乱線推定部１１３による推定処理は、例えば、以下の[数６]、[数７]に基づくものである。

【0030】

画像生成部１１４は放射線画像から散乱線を低減した画像（骨の密度を示す骨画像、軟組織の密度を示す軟組織画像）を生成する。画像生成部１１４による処理は、例えば、以下の[数８]～[数１１]に基づくものである。

【0031】

次に、第１実施形態の画像処理部１０９における処理を、図２に示すフローチャートを用いて詳細に説明する。制御部１０５は、ＦＰＤ１０２で撮影された放射線画像を記憶部１０８に記憶するとともに、画像処理部１０９に放射線画像を転送する。

【0032】

以下のステップＳ２０１～Ｓ２０５において、画像処理部１０９は、図３（ａ）の高エネルギー放射線画像Ｉ_Ｈ、図３（ｂ）の低エネルギー放射線画像Ｉ_Ｌを用いて、散乱線を低減しつつ、図３（ｃ）の軟組織の密度を示す軟組織画像、図３（ｄ）の骨の密度を示す骨画像を生成する。

【0033】

ここで、図３（ａ）は高エネルギー放射線画像Ｉ_Ｈを例示する図であり、図３（ｂ）は低エネルギー放射線画像Ｉ_Ｌを例示する図である。図３（ｂ）の低エネルギー放射線画像Ｉ_Ｌの骨部（鎖骨３０３、脊椎骨３０４）は、図３（ａ）の高エネルギー放射線画像Ｉ_Ｈの骨部（鎖骨３０１、脊椎骨３０２）に比べて、コントラストが明確に表示されている。

【0034】

（領域特定部１１０の処理）
まず、ステップＳ２０１において、領域特定部１１０は、以下の［数１］により、高エネルギー放射線画像Ｉ_Ｈ、低エネルギー放射線画像Ｉ_Ｌを用いて図３（ｄ）の骨画像ｄ_Ｂを計算する。

【0035】

【数1】

【0036】

ここで、骨画像ｄ_Ｂは骨密度を示し、単位はｇ／ｃｍ^２である。［数１］において、添え字のＨとＬはそれぞれ、高エネルギーと低エネルギーを示し、添え字のＡとＢはそれぞれ分離する物質（例えば、Ａが軟組織とＢが骨）を示す。なお、ここでは、分離する物質の例として、軟組織と骨を物質例として用いるが、特に限定するものでなく任意の物質を用いることができる。μ_ＨＡは高エネルギーにおける軟組織の質量減弱係数であり、μ_ＨＢは高エネルギーにおける骨の質量減弱係数である。また、μ_ＬＡは低エネルギーにおける軟組織の質量減弱係数であり、μ_ＬＢは低エネルギーにおける骨の質量減弱係数である。ｘは画像の横方向の画素位置を表し、ｙは縦方向の画素位置を表す。

【0037】

図３（ｄ）の骨画像ｄ_Ｂは軟組織を有さないため、例えば、閾値処理を行うことで、図３（ｃ）の軟組織画像のように骨が存在しない軟組織のみからなる領域を特定することができる。閾値処理は、例えば、公知技術である大津の２値化法を用いることができる。また、同様に公知技術である領域拡張法、エッジ検出、グラフカットを用いても軟組織のみからなる領域を特定することができる。さらに、多数の被写体を撮影した放射線画像が入手できる場合は機械学習によるセグメンテーションを用いて軟組織のみからなる領域を特定しても良い。

【0038】

本実施形態では領域抽出を容易にするため骨画像ｄ_Ｂを用いるが、公知技術を用いて高エネルギー放射線画像Ｉ_Ｈ、低エネルギー放射線画像Ｉ_Ｌから骨領域と軟組織のみからなる領域をそれぞれ特定しても良い。

【0039】

（物質密度計算部１１１の処理）
ステップＳ２０２において、物質密度計算部１１１は以下の［数２］により低エネルギー放射線画像Ｉ_Ｌを用いてステップＳ２０１で特定した軟組織のみからなる領域の軟組織画像ｄ_Ａを計算する。

【0040】

【数2】

【0041】

ステップＳ２０１で特定した領域は軟組織からなる領域であることがわかっているため［数２］のような単純な計算が成立する。また、第一放射線検出部１３０は、図１に散乱線除去グリッド１３２に接しているため十分に散乱線が除去されていると考えられる。したがって、低エネルギー放射線画像Ｉ_Ｌは近似的に散乱線の影響が小さいと考えられる。散乱線除去グリッド１３２を構成する吸収部材（吸収箔）の間隔（Ｄ）に対する吸収部材（吸収箔）の高さ（ｈ）の比（ｈ/Ｄ）を格子比とすると、本実施形態では、散乱線除去グリッド１３２の格子比を１０以上に設定ことが可能である。さらに、グリッドが格子状になるように形成されたクロスグリッドを使用することも可能である。クロスグリッドは縦横方向の散乱線を低減できるため、クロスグリッドを使用することにより等方的に散乱線を低減できるとともに散乱線低減能力を高くすることができる。

【0042】

なお、先に説明したように散乱線除去グリッド１３２を第一放射線検出部１３０と第二放射線検出部１３１の間に配置した場合、物質密度計算部１１１は以下の［数３］を用いて、軟組織画像ｄ_Ａを計算することができる。

【0043】

【数3】

【0044】

（画素値推定部１１２の処理）
ステップＳ２０３において、画素値推定部１１２は以下の[数４]によって軟組織における高エネルギー放射線画像の推定画素値Ｉ_ＨＥを計算する。画素値推定部１１２は、低エネルギー放射線画像Ｉ_Ｌに基づいて算出した物質（軟組織）の密度を示す軟組織画像ｄ_Ａ（[数２]）と、高エネルギーにおける物質（軟組織）の質量減弱係数μ_ＨＡとに基づいて、物質（軟組織）における高エネルギー放射線画像の推定画素値を算出する。

【0045】

【数4】

【0046】

ここでｄ_Ａ(ｘ、ｙ)は、[数２]に基づいて、近似的に散乱線の影響が小さい低エネルギー放射線画像Ｉ_Ｌから計算されているため推定画素値Ｉ_ＨＥ（ｘ、ｙ）も散乱線の影響が抑制された高エネルギー放射線画像と考えることができる。

【0047】

散乱線除去グリッド１３２を第一放射線検出部１３０と第二放射線検出部１３１の間に配置した場合、画素値推定部１１２は以下の[数５]によって低エネルギー放射線画像の推定画素値Ｉ_ＬＥを計算する。画素値推定部１１２は、高エネルギー放射線画像Ｉ_Ｈに基づいて算出した物質（軟組織）の密度を示す軟組織画像ｄ_Ａ（[数３]）と、低エネルギーにおける物質（軟組織）の質量減弱係数μ_ＬＡとに基づいて、物質（軟組織）における低エネルギー放射線画像の推定画素値を算出する。

【0048】

【数5】

【0049】

（散乱線推定部１１３の処理）
ステップＳ２０４において、散乱線推定部１１３は以下の[数６]によって高エネルギー放射線画像の散乱線Ｓ_Ｈを計算する。散乱線推定部１１３は、高エネルギー放射線画像Ｉ_Ｈの実測画素値Ｉ_Ｈ（ｘ、ｙ）と高エネルギー放射線画像Ｉ_Ｈの推定画素値Ｉ_ＨＥ（ｘ、ｙ）との差分に基づいて、物質（軟組織）における高エネルギー放射線画像の散乱線Ｓ_Ｈを算出する。

【0050】

【数6】

【0051】

また、散乱線除去グリッド１３２を第一放射線検出部１３０と第二放射線検出部１３１の間に配置した場合は以下の[数７]によって低エネルギー放射線画像の散乱線Ｓ_Ｌを計算する。すなわち、散乱線推定部１１３は、低エネルギー放射線画像Ｉ_Lの実測画素値Ｉ_L（ｘ、ｙ）と低エネルギー放射線画像Ｉ_Lの推定画素値Ｉ_LＥ（ｘ、ｙ）との差分に基づいて、軟組織における低エネルギー放射線画像の散乱線Ｓ_Lを算出する。ここで、画素値推定部１１２は、低エネルギー放射線画像Ｉ_Lの推定画素値Ｉ_LＥ（ｘ、ｙ）を、[数４]と同様に低エネルギーにおける軟組織の質量減弱係数μ_ＬＡとｄ_Ａ(ｘ、ｙ)の積により算出することが可能である。

【0052】

【数7】

【0053】

ここで推定された、高エネルギー放射線画像の散乱線Ｓ_Ｈ(ｘ、ｙ)又は低エネルギー放射線画像の散乱線Ｓ_Ｌ(ｘ、ｙ)は、軟組織のみからなる領域に関する散乱線である。人体においては、頭部のように骨が支配的な部位以外では図３（ｄ）の鎖骨３０３や脊椎骨３０４のように骨の面積は比較的小さい。従って、散乱線推定部１１３は、被写体を構成する複数の物質として骨が存在する領域の散乱線を、周りの物質（軟組織）のみからなる領域における散乱線推定画素値からの補間や曲面フィッティングによる内挿により推定することができる。また、散乱線推定部１１３は、インペインティング処理のような手法により、周りの物質（軟組織）のみからなる領域における散乱線推定画素値を拡散させることにより、被写体を構成する複数の物質（骨）が存在する領域の散乱線Ｓ^´を推定することが可能である。ここで、一つの物質からなる領域は被写体を構成する軟組織からなる領域であり、複数の物質が存在する領域は被写体を構成する骨が存在する領域である。

【0054】

（画像生成部１１４の処理）
ステップＳ２０５では、画像生成部１１４は放射線画像から散乱線を低減した画像（骨画像、軟組織画像）を生成する。画像生成部１１４は、散乱線推定部１１３の処理（Ｓ２０４）により推定された散乱線を用いて、放射線画像から散乱線を低減した、物質（軟組織）の密度を示す画像（軟組織画像）及び被写体を構成する複数の物質（骨）の密度を示す画像（骨画像）を生成する。

【0055】

画像生成部１１４は、骨領域において推定した、高エネルギー放射線画像の散乱線Ｓ^´ _Ｈ(ｘ、ｙ)又は低エネルギー放射線画像のＳ^´ _Ｌ(ｘ、ｙ)を用いることで、散乱線が低減された骨の密度を示す骨画像ｄ_ＢＥ（ｘ、ｙ）を以下の[数８]または[数９]に基づいて算出することができる。ここで、[数８]は、高エネルギー放射線画像Ｉ_Ｈ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ^´ _Ｈ(ｘ、ｙ)が低減された骨の密度を示す骨画像ｄ_ＢＥ（ｘ、ｙ）である。また、[数９]は、低エネルギー放射線画像Ｉ_Ｌ（ｘ、ｙ）から低エネルギー放射線画像の散乱線Ｓ^´ _Ｌ(ｘ、ｙ)が低減された骨の密度を示す骨画像ｄ_ＢＥ（ｘ、ｙ）である。

【0056】

【数8】

【0057】

【数9】

【0058】

また、画像生成部１１４は、[数６]、[数７]により算出された散乱線Ｓ_Ｈ(ｘ、ｙ)又はＳ_Ｌ(ｘ、ｙ)を用いることで、散乱線が低減された軟組織の密度を示す軟組織画像ｄ_ＡＥ（ｘ、ｙ）を以下の[数１０]または[数１１]に基づいて算出することができる。[数１０]は、高エネルギー放射線画像Ｉ_Ｈ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ_Ｈ(ｘ、ｙ)が低減された軟組織の密度を示す軟組織画像ｄ_ＡＥ（ｘ、ｙ）である。[数１１]は、低エネルギー放射線画像Ｉ_Ｌ（ｘ、ｙ）から低エネルギー放射線画像の散乱線Ｓ_Ｌ(ｘ、ｙ)が低減された軟組織の密度を示す軟組織画像ｄ_ＡＥ（ｘ、ｙ）である。

【0059】

【数10】

【0060】

【数11】

【0061】

図４は第１実施形態の撮影実験の結果を示す図である。図４（ａ）は撮影実験で用いたファントムの構成を例示する図である。ファントムは、被写体１０３として人体における腰椎を模擬しおり、軟組織を模擬した領域４０１はポリウレタンで作成されており、腰椎を模擬した領域４０３にはハイドロキシアパタイトが埋め込まれている。

【0062】

撮影実験で用いた散乱線除去グリッド１３２は焦点距離１１０ｃｍ、格子密度５２本／ｃｍ、格子比２４：１のクロスグリッドである。図１に示したように第一放射線検出部１３０と被写体１０３との間に散乱線除去グリッド１３２を配置して撮影実験を行った。また、撮影条件は管電圧１４０ｋＶ、管電流２５ｍＡ、パルス幅３２ｍｓｅｃである。撮影実験では、軟組織を模擬した領域４０１（ポリウレタン）の厚さを１５ｃｍ、２０ｃｍ、２５ｃｍと変更して、骨画像の体厚依存性を調べた。

【0063】

図４（ｂ）は、[数１]を用いて計算した骨密度を示す骨画像ｄ_Ｂ（ｘ、ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図４（ｂ）において、実線は領域４０１（ポリウレタン）の厚さが１５ｃｍにおけるプロファイルを示し、太い破線は厚さが２０ｃｍにおけるプロファイルを示し、細い破線は厚さが２５ｃｍにおけるプロファイルを示している。骨密度のプロファイルは体厚１５ｃｍ、２０ｃｍ、２５ｃｍの場合において、ばらつきが生じており、骨密度の変動係数は６．３％となった。

【0064】

Ｘ線骨密度測定装置の承認基準（平成１７年４月１日、薬食発第０４０１０５０号）において、体厚依存性の変動係数は２％以下になることが求められており、[数１]を用いて計算した骨密度の変動係数（図４（ｂ））は、承認基準を満たしていない。

【0065】

図４（ｃ）は、第１実施形態の[数９]を用いて計算した骨密度を示す骨画像ｄ_ＢＥ（ｘ、ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図４（ｃ）において、実線は領域４０１（ポリウレタン）の厚さが１５ｃｍにおけるプロファイルを示し、太い破線は厚さが２０ｃｍにおけるプロファイルを示し、細い破線は厚さが２５ｃｍにおけるプロファイルを示している。骨密度のプロファイルは体厚１５ｃｍ、２０ｃｍ、２５ｃｍの場合において、図４（ｂ）に比べて、ばらつきが抑制されており、骨密度の変動係数は１．１％となっている。これにより、第１実施形態の[数９]を用いて計算した骨密度の変動係数（図４（ｃ））は、上記の承認基準を満たしていることがわかる。

【0066】

以上説明したように、第１実施形態によれば、エネルギーサブトラクションにおいて取得した画像における散乱線を推定し、推定した散乱線を低減することで、より高精度に分離された軟組織画像、骨画像を生成することができる。また、より高精度に骨密度を算出することができる。

【0067】

＜第２実施形態＞
第１実施形態では、ＦＰＤ１０２が第一放射線検出部１３０と第二放射線検出部１３１を積層して構成される場合について説明した。第２実施形態では、図５に示すように、ＦＰＤ５０２（放射線検出器）が一つの放射線検出部５３０により構成される場合について説明する。なお、ＦＰＤ５０２を除いたその他の放射線撮影システム５００の構成は第１実施形態で説明した放射線撮影システム１００（図１）と同様である。以下の説明では、第１実施形態と同様の部分は説明を省略し、第２実施形態に特有な構成部分についてのみ説明を行う。

【0068】

第１実施形態ではビームハードニング効果を用いて、低エネルギー放射線画像Ｉ_Ｌを第一放射線検出部１３０で取得し、高エネルギー放射線画像Ｉ_Ｈを第二放射線検出部１３１で取得した。しかしながら、第２実施形態のようにＦＰＤ５０２が一つの放射線検出部５３０のみを備える場合でも、放射線管１０１の管電圧を変更して２回、放射線を照射することで、低エネルギー放射線画像Ｉ_Ｌ、高エネルギー放射線画像Ｉ_Ｈを取得することができる。ここで、領域特定部１１０は、異なる管電圧による複数回の放射線照射により、一つの放射線検出部５３０から出力された複数の放射線画像（低エネルギー放射線画像Ｉ_Ｌ、高エネルギー放射線画像Ｉ_Ｈ）に基づいて、一つの物質からなる領域を特定する処理を行う。

【0069】

この場合、管電圧は放射線管１０１の許容範囲内で変更することが可能である。一般的にエネルギーサブトラクションはエネルギー差が大きいほど、物質分離能力、分離画像のＳＮが高くなることが知られている。また、管電圧を下げた場合、被写体を通過してＦＰＤ５０２に到達する線量が低下する。従って、高低エネルギーの放射線のエネルギー差を広げ、個別に管電圧、管電流、パルス幅等の撮影条件を選択することが可能になる点で第２実施形態は第１実施形態に対して有利である。

【0070】

また、ＦＰＤ５０２は一つの放射線検出部５３０のみで構成されるためコスト及び重量も抑制することができるという利点もある。一方で２回の撮影が必要になる点で、被写体の呼吸、拍動等による体動の影響が生じる可能性が生じ得る点で第１実施形態に対して相違する。

【0071】

次に、第２実施形態の画像処理部１０９における処理を、図６に示すフローチャートを用いて詳細に説明する。

【0072】

以下のステップＳ２０１～Ｓ６０５において、画像処理部１０９は、図３（ａ）の高エネルギー放射線画像Ｉ_Ｈ、図３（ｂ）の低エネルギー放射線画像Ｉ_Ｌを用いて、散乱線を低減しつつ、図３（ｃ）の物質分離画像（軟組織画像）、図３（ｄ）の物質分離画像（骨画像）を生成する。

【0073】

（領域特定部１１０の処理）
ステップＳ２０１において、領域特定部１１０は軟組織のみからなる領域を特定する（軟組織領域の特定）。ステップＳ２０１における軟組織領域の特定は第１実施形態で説明した領域特定部１１０の処理と同様である。

【0074】

（物質密度計算部１１１の処理）
ステップＳ６０２において、物質密度計算部１１１は以下の［数１２］により、低エネルギー放射線画像I_Lを用いてステップＳ２０１で特定した軟組織のみからなる領域の軟組織画像ｄ_Ａを計算する。

【0075】

【数12】

【0076】

この領域においては軟組織のみからなることがわかっているため［数１２］のような単純な計算が成立する。また、第二実施形態における低エネルギー放射線画像Ｉ_Ｌは高エネルギー放射線画像Ｉ_Ｈに比較して、十分に低い管電圧で撮影される場合が多い。一般にエネルギーが低い放射線で生成された被写体による散乱線は大きな散乱角度を有しやすく、散乱線除去グリッド５３２による散乱線除去がより効果的に行われる。したがって、低エネルギー放射線画像Ｉ_Ｌは、高エネルギー放射線画像Ｉ_Ｈに対して十分に散乱線が除去されていると考えられ、近似的に散乱線の影響が小さいと考えられる。

【0077】

（画素値推定部１１２の処理）
ステップＳ６０３において、画素値推定部１１２は以下の[数１３]によって軟組織における高エネルギー放射線画像の推定画素値Ｉ_ＨＥを計算する。

【0078】

【数13】

【0079】

ここでｄ_Ａ(ｘ，ｙ)は近似的に散乱線の影響が小さい低エネルギー放射線画像Ｉ_Ｌから計算されているため推定画素値Ｉ_ＨＥ（ｘ，ｙ）も散乱線の影響が抑制された高エネルギー放射線画像と考えることができる。

【0080】

（散乱線推定部１１３の処理）
ステップＳ６０４において、散乱線推定部１１３は以下の[数１４]によって高エネルギー放射線画像の散乱線Ｓ_Ｈを計算する。散乱線推定部１１３は、高エネルギー放射線画像Ｉ_Ｈの実測画素値Ｉ_Ｈ（ｘ、ｙ）と高エネルギー放射線画像Ｉ_Ｈの推定画素値Ｉ_ＨＥ（ｘ、ｙ）との差分に基づいて、軟組織における高エネルギー放射線画像の散乱線Ｓ_Ｈを算出する。

【0081】

【数14】

【0082】

ここで推定された、エネルギー放射線画像の散乱線Ｓ_Ｈ(ｘ，ｙ)は軟組織のみからなる領域に関する散乱線である。しかしながら、人体においては頭部のように骨が支配的な部位以外では図３（ｄ）の鎖骨３０３や脊椎骨３０４のように骨の面積は比較的小さい。従って、周りの軟組織のみからなる部分から画素の補間や曲面フィッティングで内挿することによって、骨が存在する領域の散乱線を推定することは比較的容易である。また、公知技術のインペインティングのような手法により、骨の周囲の画素を拡散させて骨が存在する領域の散乱線を推定することが可能である。

【0083】

（画像生成部１１４の処理）
ステップ６０５では、画像生成部１１４は、骨領域において推定した、高エネルギー放射線画像の散乱線Ｓ^´ _Ｈ(ｘ，ｙ)を用いることで、散乱線が低減された骨の密度を示す骨画像ｄ_ＢＥ（ｘ、ｙ）以下の[数１５]に基づいて算出することができる。ここで、[数１５]は、高エネルギー放射線画像Ｉ_Ｈ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ^´ _Ｈ(ｘ，ｙ)が低減された骨の密度を示す骨画像ｄ_ＢＥ（ｘ、ｙ）である。

【0084】

【数15】

【0085】

また、画像生成部１１４は、[数１４]により算出された散乱線Ｓ_Ｈ(ｘ，ｙ)を用いることで、散乱線が低減された軟組織の密度を示す軟組織画像ｄ_ＡＥ（ｘ、ｙ）を以下の[数１６]に基づいて算出することができる。[数１６]は、高エネルギー放射線画像Ｉ_Ｈ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ_Ｈ(ｘ，ｙ)が低減された軟組織の密度を示す軟組織画像ｄ_ＡＥ（ｘ、ｙ）である。

【0086】

【数16】

【0087】

図７は第２実施形態の撮影実験の結果を示す図である。撮影実験で用いたファントムの構成は図４（ａ）で説明したものと同様である。撮影実験で用いた散乱線除去グリッド５３２は焦点距離１１０ｃｍの格子密度５２本／ｃｍ、格子比２４：１のクロスグリッドであり、図５に示したように放射線検出部５３０と被写体１０３との間に散乱線除去グリッド５３２を配置して撮影実験を行った。また、撮影条件は高エネルギー放射線画像Ｉ_Ｈにおいて管電圧１４０ｋＶ、管電流４０ｍＡ、パルス幅３２ｍｓｅｃであり、低エネルギー放射線画像Ｉ_Ｌにおいて管電圧７０ｋＶ、管電流３２０ｍＡ、パルス幅６３ｍｓｅｃである。

【0088】

本実施形態の撮影実験では放射線検出部５３０と被写体１０３間の距離（以下、センサ面距離）を１０ｃｍ、１２．５ｃｍ、１５ｃｍと変更して、骨密度を示す骨画像のセンサ面距離依存性を調べた。

【0089】

図７（ａ）は、[数１]を用いて計算した骨密度を示す骨画像ｄ_Ｂ（ｘ，ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図７（ａ）において、実線はセンサ面距離が１０ｃｍにおけるプロファイルを示し、太い破線はセンサ面距離が１２．５ｃｍにおけるプロファイルを示し、細い破線はセンサ面距離が１５ｃｍにおけるプロファイルを示している。骨密度のプロファイルはセンサ面距離１０ｃｍ、１２．５ｃｍ、１５ｃｍの場合においてばらつきが生じており、骨密度の変動係数は２．１％となった。

【0090】

Ｘ線骨密度測定装置の承認基準（平成１７年４月１日、薬食発第０４０１０５０号）においてはセンサ面距離依存性の変動係数が２％以下になることを求められており、[数１]を用いて計算した骨密度の変動係数（図７（ａ））は、承認基準を満たしていない。

【0091】

図７（ｂ）は、第２実施形態の[数１５]を用いて計算した骨密度を示す骨画像ｄ_ＢＥ（ｘ，ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図７（ｂ）において、実線はセンサ面距離が１０ｃｍにおけるプロファイルを示し、太い破線はセンサ面距離が１２．５ｃｍにおけるプロファイルを示し、細い破線はセンサ面距離が１５ｃｍにおけるプロファイルを示している。骨密度のプロファイルはセンサ面距離１０ｃｍ、１２．５ｃｍ、１５ｃｍの場合において、図７（ａ）に比べて、ばらつきが抑制されており、骨密度の変動係数は１．２％となっている。これにより、第２実施形態の[数１５]を用いて計算した骨密度の変動係数（図７（ｂ））は、上記の承認基準を満たしていることがわかる。

【0092】

以上のように、第２実施形態によれば、エネルギーサブトラクションにおいて取得した画像における散乱線を推定し、推定した散乱線を低減することで、より高精度に分離された軟組織画像、骨画像を生成することができる。また、より高精度に骨密度を算出することができる。

【0093】

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

【0094】

本発明は上記実施形態に制限されるものではなく、本発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。

【符号の説明】

【0095】

１００：放射線撮影システム、１０１：放射線管、１０２：ＦＰＤ（放射線検出器）、１０４：放射線発生装置、１０５：制御部、１０６：モニタ（表示部）、１０７：操作部、１０８：記憶部、１０９：画像処理部、１１０：領域特定部、１１１：物質密度計算部、１１２：画素値推定部、１１３：散乱線推定部、１１４：画像生成部、１２０：情報処理装置、１３２：散乱線除去グリッド、５０２：ＦＰＤ、５３２：散乱線除去グリッド

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】