JP2016220850A - 医療用ｘ線測定システム - Google Patents

Abstract

【課題】骨密度画像と軟組織画像（脂肪率画像）とを形成する医療用Ｘ線測定システムにおいて、複数の関心領域の設定に当たってユーザーの負担を軽減する。また、軟組織画像用の関心領域を適正に設定する。
【解決手段】骨密度画像に対して基準関心領域７８をマニュアルで設定すると、その基準関心領域７８の座標情報に基づいて、軟組織エリア７６内に外側関心領域９０及び内側関心領域９６が自動的に設定される。それらの関心領域内の脂肪率分布から、関心領域ごとに平均脂肪率が演算される。大転子の外側に第２の外側関心領域を設定し、その範囲内において平均軟組織厚が演算されてもよい。軟組織画像として色付け処理された脂肪率画像が表示される。
【選択図】図６

Description

本発明は医療用Ｘ線測定システムに関し、特に、骨密度測定及び軟組織測定を行う医療用Ｘ線測定システムに関する。

健康管理あるいは疾病診断のために、Ｘ線を利用して、骨及び軟組織が測定される。軟組織は、脂肪と除脂肪（脂肪以外）とに大別される。大腿骨測定の場合、除脂肪としては、筋肉が支配的である。例えば、老年者の健康管理のためには、定期的に骨密度及び脂肪率（脂肪量）を測定することが望まれる。骨密度が低い場合、骨折リスクが高まるからである。また、脂肪率は成人病に関連する指標だからである。なお、股関節の外側（体中心軸から見て外側）に存在する皮下脂肪は外部からの衝撃を吸収する役割を担っており、その皮下脂肪の厚みの測定が望まれる。そのような厚みを知ることにより、衝撃吸収用のヒッププロテクターを装着する場合に、その厚みを適正に選定することが可能となる。

Ｘ線を利用して骨密度及び軟組織を測定する場合において、１回のＸ線照射で（例えば１回のＸ線ビーム走査で）両者を同時に測定できるならば、被検者の負担を軽減でき、特に被曝量を低減できる。骨密度の測定方法としては、二重エネルギーＸ線吸収測定法（ＤＥＸＡ法）が知られている。ＤＥＸＡ法を利用して脂肪率を演算することも可能である。

特許文献１には、骨密度分布を表した骨密度画像と脂肪率分布を表した脂肪率画像とが合成された合成画像を表示する医療用Ｘ線測定システムが開示されている。骨密度及び脂肪率は上記ＤＥＸＡ法に基づいて演算されている。この特許文献１には、骨密度解析用の関心領域及び脂肪率解析用の関心領域の設定については記載されていない。

特開２００４−１４７８６３号公報

骨及び軟組織の測定結果の解析に先立って、骨の画像上に関心領域を設定し、また、軟組織の画像上に別の関心領域を設定する必要がある。それらの関心領域の設定の全部をユーザー（検査者）に求めるならば、検査者の負担が増大し、また、検査時間も長引くことになる。軟組織画像においては、一般に、軟組織エリアの内部に形態的な特徴を見出し難く、形態的な特徴に基づく関心領域の設定は一般に困難である。検査の再現性の観点からも、骨用の関心領域と軟組織用の関心領域とが常に所定の空間的関係にあることが望まれる。

本発明の目的は、骨と軟組織とを測定する医療用Ｘ線測定システムにおいて、複数の関心領域の設定に際し、検査者の負担を軽減することにある。あるいは、軟組織を表す画像上に精度良く又は再現性良く関心領域を設定することにある。あるいは、骨用の関心領域と軟組織用の関心領域との空間的関係を常に適正化することにある。

本発明に係るシステムは、被検部位を含む二次元領域に対して複数のエネルギーを有するＸ線を照射し、前記複数のエネルギーに対応する複数の検出データを取得する測定装置と、前記複数の検出データに基づいて前記被検部位中の骨密度の分布を表す骨密度画像を形成する骨密度画像形成手段と、前記複数の検出データに基づいて前記被検部位中の軟組織を表す軟組織画像を形成する軟組織画像形成手段と、前記骨密度画像に対して与えられた座標情報に基づいて前記軟組織画像に対して軟組織解析用の関心領域を設定する設定手段と、前記軟組織画像における前記軟組織解析用の関心領域内の画像部分に基づいて解析を実行する解析手段と、を含むものである。

上記構成によれば、骨密度画像に対して手動で又は自動的に座標情報が与えられると、その座標情報に基づいて軟組織画像上に軟組織解析用の関心領域が自動的に設定される。骨密度画像には一般に骨における複数の形態的な特徴が含まれる。よって、１又は複数の形態的な特徴を拠り所として、被部位中の特定部分（特定領域又は特定位置）の座標を比較的に容易に決定することが可能である。一方、軟組織画像においては輪郭を除いて被検部位内部に形態的な特徴が存在せず又はそれが乏しい。そこで、上記構成では、骨の形態的な特徴を拠り所として与えられた座標情報を軟組織のための座標情報としても援用して、軟組織用の関心領域が自動的に設定されるようにしている。これにより、ユーザーの負担を軽減できる。また、骨用の関心領域と軟組織用の関心領域の空間的な関係を常に適正化できるので、軟組織測定の客観性及び再現性を向上できる。

上記の座標情報は、骨密度解析用の関心領域（後述の基準関心領域）を特定する座標情報であるのが望ましい。但し、骨における１又は複数の形態的な特徴が存在する領域又は位置を示す情報であってもよい。骨密度解析用の関心領域が、単純な矩形の領域（その場合、通常、骨領域と軟組織領域の両方を含む領域）として定められてもよいが、骨領域だけを含む領域として定められてもよい。上記の軟組織画像は例えば脂肪率又は除脂肪率の二次元分布を表す画像であるのが望ましいが、レントゲン画像のように単に軟組織を表す画像であってもよい。軟組織解析用の関心領域は、例えば、特定成分の平均値を演算する領域、特定部分の平均厚を演算する領域、等として機能するものである。

望ましくは、前記座標情報は、前記骨密度画像に基づいてユーザーにより設定された骨密度解析用の基準関心領域を特定する座標情報である。望ましくは、前記被検部位は、股関節及びその付近を含む部位であり、前記基準関心領域は、大腿骨像における少なくとも骨頭部分及び大転子部分を囲む領域である。例えば、大腿骨像の軸体部分の長手方向を画像垂直方向とした場合、骨頭部分は、骨軸部分から斜め上方へ突出した形態を有し、大転子像は、骨軸部分から体の外側へ膨らんだ形態を有する。それらはいずれも特徴部位になり得るものである。大腿骨の骨端部には海綿骨が多く含まれ、その部分は骨密度測定対象として好適な部分である。よって、上記のように骨頭部分及び大転子部分を囲む領域として基準関心領域を設定するのが望ましい。

望ましくは、前記設定手段は、前記大腿骨像の外側に、前記軟組織解析用の関心領域として外側関心領域を設定し、前記大腿骨像の内側に、前記軟組織解析用の関心領域として内側関心領域を設定する。この構成によれば、骨用の基準関心領域の座標情報に基づいて、軟組織用の２つの関心領域（骨の一方側及び他方側に設けられる関心領域ペア）が自動的に設定される。これにより２つの関心領域を用いて演算された２つの測定結果を付き合わせたり、それらの平均を演算したりすることが可能となる。なお、Ｘ線測定時には、生殖器の被曝を防止又は低減するための所定の遮蔽部材を利用するのが望ましい。

望ましくは、前記軟組織画像形成手段は、前記軟組織画像として、脂肪率の分布を表す脂肪率画像を形成し、前記外側関心領域及び前記内側関心領域はそれぞれ脂肪率解析用の関心領域であり、前記解析手段は、前記骨密度画像における前記基準関心領域内の画像部分に基づいて平均骨密度を演算し、前記脂肪率画像における前記外側関心領域内の画像部分に基づいて外側平均脂肪率を演算し、前記特定成分画像における前記内側関心領域内の画像部分に基づいて内側平均脂肪率を演算する。

望ましくは、前記基準関心領域は、前記大腿骨像の長手方向に平行な又は略平行な方向をＹ方向とし、前記Ｙ方向に直交する方向をＸ方向とした場合、前記Ｘ方向に平行な第１のＸライン及び第２のＸライン、並びに、前記Ｙ方向に平行な第１のＹライン及び第２のＹラインによって画定され、前記第１のＸラインは、前記骨頭部分に外接するラインとして定められ、前記第２のＸラインは、前記第１のＸラインから遠位側へ隔たって前記大腿骨像を横切るラインとして定められ、前記第１のＹラインは、前記骨頭部分に外接するラインとして定められ、前記第２のＹラインは、前記大転子部分に外接するライン又は前記大転子像から外側へ隔たったラインとして定められる。

望ましくは、前記脂肪率画像における個々の画素値に対して色付け処理を施すカラー処理手段を含む。色相の変化によって脂肪率の大小を表現してもよいし、単色の輝度の変化によって脂肪率の大小を表現してもよい。一般に骨密度画像は白黒画像として構成されるので、それと一緒に表示される脂肪率画像をカラー画像とするのが望ましい。特定の脂肪率を表すラインを表示するようにしてもよい。複数の脂肪率を複数のラインで表現してもよい。

望ましくは、前記被検部位は大腿骨を含む部位であり、前記座標情報は、前記骨密度画像中の大腿骨像に基づいてユーザーにより設定された骨密度解析用の基準関心領域についての座標情報であり、前記設定手段は、前記基準関心領域に基づいて、前記軟組織画像上であって前記大腿骨像の外側に前記軟組織解析用の関心領域を設定し、前記解析手段は、前記軟組織画像における前記軟組織解析用の関心領域内の画像部分に基づいて平均軟組織厚を演算する。この構成によれば、大腿骨の外側の軟組織厚を自動的に求めることができる。その演算結果と骨密度演算結果とから骨折のリスクを総合判断するようにしてもよい。また、軟組織厚に基づいて、被検者に装着するヒッププロテクターの厚さを調整するようにしてもよい。

望ましくは、白黒の骨密度画像とカラーの脂肪率画像とが合成された複合画像が表示される。その場合に、複合画像上に、基準関心領域、外側関心領域、内側関心領域等を特定するグラフィック要素を表示するのが望ましい。また、複合画像に重畳して、又は、その隣に、平均骨密度、外側平均脂肪率、内側平均脂肪率等が数値で表示されるのが望ましい。その際、更に、平均軟組織厚、全平均脂肪率等が数値で表示されてもよい。本願明細書において、「外側」は、注目骨（以下において大腿骨）を基準として、体の中心から遠い側であり、「内側」は、注目骨を基準として、体の中心に近い側である。遠位は体幹部（ボディ）から遠い側（体肢端側）を差し、近位は体幹部に近い側を差す。

本発明によれば、複数の関心領域の設定に際し、検査者の負担を軽減できる。あるいは、軟組織を表す画像上に精度良く又は再現性良く関心領域を設定できる。あるいは、骨用の関心領域と軟組織用の関心領域との空間的関係を常に適正化できる。

本発明に係る医療用Ｘ線測定システムの好適な実施形態を示すブロック図である。 図１に示した演算部が有する複数の機能を図示したブロック図である。 レシオ値から脂肪率を求めるための換算関数を示す図である。 骨密度像上における基準関心領域の設定方法を示す図である。 複合画像（骨密度画像及び脂肪率画像）及び基準関心領域を示す図である。 脂肪率画像上に設定された外側関心領域及び内側関心領域を示す図である。 軟組織厚の測定を説明するための図であり、特に最短幅の特定方法を説明するための図である。 軟組織厚の測定を説明するための図であり、特に特定された最短幅に基づく関心領域（演算範囲）を示す図である。 軟組織厚の測定を説明するための図であり、特に平均軟組織厚の演算方法を説明するための図である。 表示例を示す図である。 脂肪率画像の第１例を示す図である。 脂肪率画像の第１例を形成する際に利用される色付け関数を示す図である。 脂肪率画像の第２例を示す図である。 脂肪質画像の第２例を形成する際に利用される色付け関数を示す図である。 脂肪質画像上に付加された特定脂肪率ラインを示す図である。 高エネルギーＸ線の減衰量と、脂肪面密度及び除脂肪面密度の関係を示す図である。 図１に示した第１実施形態における演算原理を説明するための図である。 第２実施形態における演算原理を説明するための図である。 第３実施形態における演算原理を説明するための図である。 第４実施形態における演算原理を説明するための図である。

以下、本発明の好適な実施形態を図面に基づいて説明する。

（１）医療用Ｘ線測定システム
本発明に係る医療用Ｘ線測定システムは病院等の医療機関に設置されるものである。本実施形態のＸ線測定システムは、図１に示されるように、測定装置１０と演算装置１２とにより構成される。測定装置１０はＸ線の照射及び検出を行う装置であり、演算装置１２は制御機能及び演算機能を有する装置である。演算装置１２は例えばコンピュータで構成される。

測定装置１０は検査台としてのベッド１４を有している。ベッド１４上には被検者１６が載せられる。被検者１６中の測定対象部位（被検部位）がＸ線の照射エリアに含まれるように、被検者１６の位置及び姿勢が調整される。測定対象部位は、本実施形態において、大腿骨の近位側端部及びその周囲に存在する軟組織である。換言すれば、股関節及びその付近である。実際には、大腿骨の骨頭を中心とした二次元範囲に対してＸ線測定が実行される。

ベッド１４は載置台としての天板を有し、天板の下方には下部機構１８が設けられている。下部機構１８はＸ線発生器２０を有している。Ｘ線発生器２０はファンビーム形状をもったＸ線ビームを生成するものである。そのＸ線ビームが被検者の左右方向（図１の紙面貫通方向）に移動するように、Ｘ線発生器２０が機械的に走査される。天板の上方、具体的には被検者１６の上方には、上部機構２２が設けられている。上部機構２２はＸ線検出器２４を有する。Ｘ線検出器２４はＸ線ビーム広がり方向に並んだ複数の検出素子により構成される。Ｘ線検出器２４は、Ｘ線発生器２０と共に移動する。Ｘ線発生器２０及びＸ線検出器２４の移動により、つまり、Ｘ線ビームの走査により、二次元の測定領域が構成される。Ｘ線発生器とＸ線検出器とを入れ換えることも可能である。

本実施形態では、Ｘ線ビームの走査中にＸ線のエネルギーが切り換えられており、具体的には高エネルギーと低エネルギーとが交互に切り換えられている。これにより、画素単位で（つまり検出座標ごとに）、高エネルギーＸ線検出値と、低エネルギーＸ線検出値とが取得される。換言すれば、二次元領域に対応した高エネルギーＸ線検出値アレイ（高エネルギーＸ線検出データ）及び低エネルギーＸ線検出値アレイ（高エネルギーＸ線検出データ）が取得される。

演算装置１２は、演算部２６、入力部２８及び表示部３０を有している。演算部２６は、後に図２を用いて説明するように、骨密度画像形成機能、軟組織画像形成機能、関心領域設定機能等を有している。それはＣＰＵ及びプログラムにより構成されるものである。入力部２８を利用して、ユーザーにより、骨密度画像上に基準関心領域（骨密度解析用関心領域）が設定される。表示部３０には、骨密度画像と軟組織画像（具体的には脂肪率画像）とからなる複合画像（合成画像）が表示され、また各種の測定結果が表示される。

（２）演算部の構成例
図２には、図１に示した演算部が備える複数の機能が複数のブロックにより表現されている。骨密度画像形成部３２は、高エネルギーＸ線検出データ及び低エネルギーＸ線検出データに基づいて、ＤＥＸＡ法に従って骨密度画像を形成するモジュールである。骨密度画像は、骨エリア内における骨密度の二次元分布を表した画像である。骨密度画像においては、軟組織エリア、及び、エアエリア（被検体が存在しないエリア）は通常、画像化されない。ここで、軟組織エリアは、骨が存在しないエリアであってエアエリア以外のエリアである。それらのエリアについては閾値処理により画素値（骨密度値）が０とされる。形成された骨密度画像は、表示処理部５２及び平均骨密度演算部４２へ送られる。

軟組織領域抽出部３４は、骨密度画像の形成過程において、軟組織領域を抽出、特定するモジュールである。閾値処理前の個々の画素値から、当該画素が属するエリアの種別が判定される。高エネルギーＸ線検出データ及び低エネルギーＸ線検出データの一方又は両方に基づいて、軟組織エリア（及びエアエリア）を特定することも可能である。抽出された軟組織エリアの情報は、脂肪率画像形成部３６及び平均軟組織厚演算部４４へ送られる。

脂肪率画像形成部３６は、高エネルギーＸ線検出データ及び低エネルギーＸ線検出データに基づいて、ＤＥＸＡ法に従って脂肪率画像を形成するモジュールである。脂肪率画像は、軟組織エリア内における脂肪率の二次元分布を表した画像である。脂肪率画像に代えて除脂肪率画像が形成されてもよい。除脂肪は脂肪以外の軟組織であり、それは専ら筋肉である。脂肪率の演算については後に詳述する。その演算の際、後に図３に示す換算関数が参照される。図２において、形成された脂肪率画像は、外側平均脂肪率演算部４６、内側平均脂肪率演算部４８、脂肪量／除脂肪量演算部５０、及び、表示処理部５２へ送られている。

基準関心領域設定部３８は、骨密度画像を参照したユーザーにより指定される座標情報に基づいて、骨密度画像上に基準関心領域（骨密度解析用のＲＯＩ）を設定するモジュールである。ユーザーは入力部を利用して基準関心領域の指定を行う。本実施形態では、基準関心領域は後に図５に示すように矩形の領域である。基準関心領域を表す座標情報は、表示処理部５２及び平均骨密度演算部４２の他、軟組織画像用関心領域設定部４０にも送られている。

軟組織画像用関心領域設定部４０は、上記座標情報に基づいて、軟組織画像としての脂肪率画像上に、軟組織解析用の関心領域として、外側関心領域及び内側関心領域を自動的に設定するモジュールである。外側関心領域は軟組織エリア内であって大腿骨像の外側に設定され、内側関心領域は軟組織エリア内であって大腿骨像の内側に設定される。外側は被検者の体中心軸から見て遠い側であり、内側は被検者の背骨から見て近い側である。それらの関心領域については後に図６を用いて詳しく説明する。本実施形態では、骨密度画像を基礎として基準関心領域を設定すると、その座標情報に基づいて、軟組織画像（脂肪率画像）上に自動的に外側関心領域と内側関心領域とが設定される。よって、それらの関心領域をマニュアルで指定する必要がない。骨用の基準関心領域を基準として、軟組織用の２つの関心領域を正確に設定することが可能である。

本実施形態の軟組織画像用関心領域設定部４０は、更に、平均軟組織厚を演算するための外側関心領域を設定する機能を有している。それに関しては、後に図７乃至図１０を用いて説明する。なお、平均脂肪率を演算するための外側関心領域を第１の外側関心領域と称し、平均軟組織厚を演算するための外側関心領域を第２の外側関心領域と称することにする。

第２の外側関心領域の座標情報は平均軟組織厚演算部４４へ送られる。第１の外側関心領域の座標情報は外側平均脂肪率演算部４６へ送られる。内側関心領域の座標情報は内側平均脂肪率演算部４８へ送られる。更に、第１の外側関心領域の座標情報及び内側関心領域の座標情報は脂肪量／除脂肪量演算部５０にも送られている。表示処理部には、第１の外側関心領域、第２の外側関心領域及び内側関心領域の座標情報が送られている。

平均骨密度演算部４２は、骨密度画像における基準関心領域内の画像部分に基づいて平均骨密度を演算するモジュールである。本実施形態では、海綿骨を比較的に多く含む骨端部についての平均骨密度が演算されている。演算された平均骨密度は表示処理部５２へ通知される。平均骨密度から、骨粗鬆症を診断したり、骨折のリスクを評価したりすることが可能である。

平均軟組織厚演算部４４は、第２の外側関心領域内における複数の箇所で軟組織厚を演算し、それらの平均値を平均軟組織厚として演算するモジュールである。第２の外側関心領域の設定に際しては、本実施形態において、最初に、大転子の外側における最短の軟組織厚が特定されており、それを特定する過程で演算された複数の軟組織厚の内の全部又は一部が軟組織画像用関心領域設定部４０から平均軟組織厚演算部４４へわたされてもよい。軟組織画像用関心領域設定部４０と平均軟組織厚演算部４４を単一のモジュールとして構成してもよい。演算された平均軟組織厚は表示処理部５２へ通知される。

外側平均脂肪率演算部４６は、脂肪率画像における第１の外側関心領域内の画像部分に基づいて外側平均脂肪率を演算するモジュールである。演算された外側平均脂肪率は表示処理部５２へ通知される。内側平均脂肪率演算部４８は、脂肪率画像における内側関心領域内の画像部分に基づいて内側平均脂肪率を演算するモジュールである。演算された内側平均脂肪率は表示処理部５２へ通知される。

脂肪量／除脂肪量演算部５０は、例えば、第１の外側関心領域内における脂肪率分布から脂肪量（及び除脂肪量）を演算し、内側関心領域内における脂肪率分布から脂肪量（及び除脂肪量）を演算するモジュールである。任意の領域について脂肪量（及び除脂肪量）を演算することも可能である。演算結果は表示処理部５２へ通知される。尚、平均脂肪率の他の演算方法として、関心領域内の脂肪量および除脂肪量をそれぞれ求め、さらに軟組織量に対する脂肪量の割合（脂肪量／軟組織量）を演算するようにしてもよい。ここで、軟組織量は脂肪量と除脂肪量との和として定義される。脂肪量は体厚に影響されるため、この方法によれば、関心領域内の画素毎の脂肪率を平均化する方法よりも体厚分布を反映した平均脂肪率を得ることができる。

表示処理部５２は、画像合成機能、カラー処理機能等を備え、表示画面上に表示する画像を生成するものである。本実施形態においては後に図１０に示すような画像が表示される。その画像内には複数の解析結果を示す複数の数値が含まれる。表示処理部５２は、脂肪率画像に対して色付け処理を施す機能も有している。その場合においては、任意の色付け関数を選択することが可能である。

（３）脂肪率の演算
以下に脂肪率の演算について説明する。測定領域中の軟組織エリアは、骨エリア及びエアエリア以外のエリアである。軟組織エリア中には、脂肪と脂肪以外の軟組織（もっぱら筋肉）とが存在する。前者の存在割合を示すインデックスとして脂肪率が知られており、後者の存在割合を示すインデックスとして除脂肪率が知られている。

ＤＥＸＡ法において、低エネルギーＸ線減衰量Ｒ_L及び高エネルギーＸ線減衰量Ｒ_Hは以下の計算式（１），（２）によって特定される。

Ｒ_L＝ln（Ｄ_LO／Ｄ_L）＝μ_L1・X₁＋μ_L2・X₂ ・・・（１）
Ｒ_H＝ln（Ｄ_HO／Ｄ_H）＝μ_H1・X₁＋μ_H2・X₂ ・・・（２）

ここで、Ｄ_LO は被検体が存在しない状況下における低エネルギーＸ線の検出値（エアバリュー）である。検出値は具体的には検出器出力値である。Ｄ_Lは低エネルギーＸ線を被検者に照射した場合における被検体通過後のＸ線の検出値である。Ｄ_ＨO は被検体が存在しない状況下における高エネルギーＸ線の検出値（エアバリュー値）である。Ｄ_Ｈは高エネルギーＸ線を被検者に照射した場合における被検体通過後のＸ線の検出値である。μ_L1は脂肪成分についての低エネルギーＸ線吸収係数であり、μ_L2は除脂肪成分についての低エネルギーＸ線吸収係数である（いずれも単位は1/cm）。μ_H1は脂肪成分についての高エネルギーＸ線吸収係数であり、μ_H2は除脂肪成分についての高エネルギーＸ線吸収係数である（同じくいずれも単位は1/cm）。X₁は脂肪成分の厚みであり、X₂は除脂肪成分の厚みである（いずれも単位はcm）。

以下のように、上記Ｒ_L及びＲ_Hについての比がレシオ値αとして定義される。
α＝Ｒ_L／Ｒ_H

上記のレシオ値αから所定の換算関数により脂肪率（体脂肪率）Ｗが求まる。所定の換算関数は、例えば、脂肪率が既知の複数のファントム（例えば脂肪率１００％のファントム及び脂肪率０％のファントム）に対してＸ線照射を行って得られた２つのＸ線検出から求めることが可能である。

図３には換算関数５４が例示されている。横軸はレシオ値に対応しており、縦軸は脂肪率に対応している。脂肪率１００％のファントムに対する測定により得られたレシオ値α_１００に対応するのがＡ点であり、脂肪率０％のファントムに対する測定により得られたレシオ値α_０に対応するのがＢ点である。２つの点に基づいて換算関数５４が求められる。なお、除脂肪率は（１−脂肪率）として定義される。除脂肪について換算関数を用意しておき、それを利用してレシオ値αから除脂肪率を求めることも可能である。

（４）関心領域の設定
図４には、骨密度画像５６が示されている。この骨密度画像５６は、上述したように二次元領域に対応する低エネルギーＸ線検出データ及び高エネルギーＸ線検出データに基づいて形成されるものである。骨密度画像５６には、股関節及びその付近の像５８として、骨盤像６２及び大腿骨像６０が含まれる。骨盤像６２には座骨部分７２が含まれる。大腿骨像６０には骨頭部分６４、大転子部分６６、小転子部分６８及び軸体部分７０が含まれる。なお、図４において、横軸方向がＸ方向であり、縦軸方向がＹ方向である。Ｙ方向は、大腿骨像６０における中心軸と平行あるいは略平行である。

骨密度画像５６に対して基準関心領域をマニュアルで設定する場合、４つのラインＬ１，Ｌ２，Ｌ３，Ｌ４がユーザーによって指定される。具体的には、骨頭部分６４のＹ方向頂点に外接するように水平ラインＬ１が定められる。また、小転子部分６８の下側のエッジを横切るように水平ラインＬ２が定められる。水平ラインＬ１，Ｌ２はいずれもＸ方向に平行なラインである。

一方、骨頭部分６４の左端に接するように垂直ラインＬ３が定められる。また、大転子部分６６の右端に外接するように、あるいは、その右端から一定の距離隔てた位置に垂直ラインＬ４が定められる。なお図４に示す各ラインの設定はいずれも例示であり、それ以外の条件によって個々のラインを定めることも可能である。いずれにしても、大腿骨像６０における近位側端部の全体が含まれるように、すなわち、それを囲むように４つのラインＬ１，Ｌ２，Ｌ３，Ｌ４が定められるのが望ましい。

それらのラインによって画定されるのが図５に示す基準関心領域７８である。その基準関心領域７８は矩形のエリアであり、それは上辺７８ａ、下辺７８ｂ、左辺７８ｃ、右辺７８ｄによって定義される。ちなみに、図５においては複合画像７４が示されており、その複合画像７４は、骨密度画像５６と軟組織画像７６とからなるものである。それら以外のエリアはエア領域である。軟組織画像７６は、本実施形態において脂肪率画像である。

以上のように基準関心領域７８が求められると、骨密度画像５６における基準関心領域７８内の画像部分に基づいて平均骨密度が演算される。

本実施形態においては、図６に示されるように、基準関心領域７８の座標情報に基づいて、外側関心領域（第１の外側関心領域）９０及び内側関心領域９６が設定される。これについて以下に説明する。

図６において、軟組織画像７６が軟組織エリアに相当している。骨密度画像が骨エリア８０に相当している。軟組織エリア及び骨エリア８０以外のエリアがエアエリア８２である。上述したように、大腿骨像を基準として基準関心領域７８が設定されている。骨エリア８０には大腿骨部分６０Ａが含まれる。

本実施形態においては、大腿骨像の外側であって、軟組織エリアに属する所定範囲として外側関心領域９０が定められる。具体的には、基準関心領域７８の上辺及びその延長線と、基準関心領域７８の下辺７８ｂから下方へ一定距離８４だけ離れた水平ライン８６と、の間の範囲８８として、外側関心領域９０が定められている。軟組織エリアは既に抽出されており、その内で大腿骨像の左側の部分を特定することは容易である。それを前提として、Ｙ方向の上限レベル及び下限レベルを指定することにより、外側関心領域９０が画定される。本実施形態においては、基準関心領域７８が設定されると、その座標情報に基づいて自動的に外側関心領域９０が設定される。この外側関心領域９０は、脂肪率解析エリアに相当し、具体的には、その外側関心領域９０内の脂肪率に基づいて平均脂肪率が演算される。

一方、本実施形態においては、座骨下端９２が例えば自動的に特定され、そこを通過する垂直ライン９４が特定される。そして、大腿骨像の内側であって、垂直ライン９４と水平ライン８６とで囲まれる軟組織エリアが内側関心領域９６として定められる。内側関心領域９６も基本的に基準関心領域７８の座標情報に基づいて設定され、つまり基準関心領域７８が設定されると、それに基づいて自動的に内側関心領域９６が設定される。ただし、座骨下端９２をマニュアルで指定するようにしてもよい。そのような場合においても、関心領域の指定にあたってユーザーの負担を軽減することが可能である。本実施形態では内側関心領域９６内の脂肪率分布に基づいて平均脂肪率が演算される。

図６に示した外側関心領域９０及び内側関心領域９６の設定方法は一例であって、いずれにしても、基準関心領域７８の座標情報に基づいて自動的に又は半自動的に外側関心領域９０及び内側関心領域９６が定められるのが望ましい。

そのような構成によれば、基準関心領域７８と、外側関心領域９０及び内側関心領域９６と、の空間的な位置関係を常に適正化することが可能である。これにより測定の客観性及び再現性を高められる。

（５）軟組織厚の測定
次に、図７乃至図９に基づいて軟組織厚の測定について説明する。図７において、符号７６は軟組織画像を表しており、それは軟組織エリアに相当する。符号８０は骨エリアを表している。符号８２はエアエリアを表している。骨エリア８０において、符号６６Ａは大転子部分を示しており、符号６０Ａは大腿骨像の部分を示している。符号６０Ｂは大腿骨像における外側の輪郭を示している。また、符号９８は軟組織エリアにおける外側の輪郭を表している。

本実施形態においては大腿骨像の外側かつ輪郭６０Ｂと輪郭９８との間で、水平方向の距離１０２が演算される。例えば、基準関心領域７８における上辺７８ａと下辺７８ｂとの間において、各Ｙ座標ごとに距離１０２が演算される。あるいは、大転子部分６６Ａが特定されている場合においては、その付近の一定範囲内において複数の距離１０２を演算するようにしてもよい。

以上のような演算により、図８に示されるように、距離が最も短くなるＹ座標が特定される。符号１０２Ａは最短距離を表しており、そのＹ座標が符号１０４で示されている。Ｙ座標１０４から上側及び下側すなわちＹ方向両側に一定距離１０６だけ隔たった位置１０８，１１０が特定される。図９に示されるように、それらの間が平均演算区間１１２である。逆に言えば、大腿骨像の外側であって、軟組織エリアに属し、且つ、区間１１２に含まれる部分がもう１つの外側関心領域（第２の外側関心領域）として機能する。その区間１１２内におい、Ｙ座標ごとに距離１１４が特定され、それらの平均値として平均軟組織圧が演算される。ちなみに、最短距離の特定にあたって、Ｙ座標ごとに距離が演算されるため、それらの距離を平均組織厚の演算において援用するようにしてもよい。軟組織厚に代えて、最短距離に相当する軟組織厚を表示するようにしてもよい。

（６）表示例
図１０には、表示例が示されている。表示画面１１６内には複合画像１１８が表示されている。複合画像１１８は骨密度画像１２０及び軟組織画像１２２を含むものである。軟組織画像１２２は本実施形態において脂肪率画像である。複合画像１１８上には、基準関心領域を示すグラフィック要素７８Ａ、第１の外側関心領域を示すグラフィック要素９０Ａ、内側関心領域を示すグラフィック要素９６Ａ、及び、第２の外側関心領域を示すグラフィック要素１１２Ａが表示されている。それぞれのグラフィック要素は、各領域の外枠を表示するものであってもよい。その内部に半透明の着色処理等が施されてもよい。それぞれの関心領域において解析又は演算された結果が数値として表示されている。具体的には、平均骨密度が表示され（符号１２４参照）、外側平均脂肪率が表示され（符号１２６参照）、内側平均脂肪率が表示され（符号１２８参照）、平均軟組織圧が表示される（符号１３０参照）。更に、外側平均脂肪率及び内側平均脂肪率に基づいて総平均脂肪率が表示されるようにしてもよい。

（７）脂肪率分布の表示例
次に、図１１乃至図１５を用いて脂肪率分布の表示例について説明する。図１１には第１の表示例が示されている。この例において、複合画像１３２は、骨密度画像１３４と脂肪率画像１３６とで構成される。脂肪率画像１３６はカラー画像であり、脂肪率の大小が色相の変化によって表現されている。その対応関係がカラーバー１３８によって表現されている。

具体的には、例えば図１２に示すような関数にしたがって色相が決定される。横軸は脂肪率を表しており、左端の縦軸は緑の輝度軸に対応しており、右側の縦軸が赤の輝度軸に対応している。脂肪率の増大にしたがって、緑の輝度が下げられつつ赤の輝度が引き上げられている。その結果、緑色から黄色を経由して赤色に至る色相変化が与えられている。もちろん、このようなカラーマップは一例である。

図１３には第２表示例が示されている。複合画像１３９は、上記同様に、骨密度画像１４０と脂肪率画像１４２とからなる。脂肪率画像１４２は例えば緑からなる単色の輝度画像であり、輝度と脂肪率との関係がカラーバー１４４によって表現されている。

具体的には、例えば図１４に示すような色付関数が用いられる。横軸は脂肪率に対応しており、縦軸は緑の輝度を表している。脂肪率の高まりに応じて緑の輝度が引き上げられている。

図１５には図１３に示した複合画像と同じ複合画像１３９が示されている。脂肪率画像１４２は上記同様に緑色で表現されたている。図１５に示す例においては、特定の脂肪率を示すライン１４５がグラフィック要素として表現されている。このようなライン１４５を描くことにより、例えば皮下脂肪に相当する部分の厚みを表現することが可能となる。

（８）脂肪量及び除脂肪量の演算
脂肪についての面密度σ_１及び除脂肪についての面密度σ_２と、高エネルギーＸ線減衰量との関係は以下に示すとおりである（面密度の単位はg/cm²）。ｈ_１及びｈ_２は脂肪成分についての係数及び除脂肪成分についての係数である。

σ_１= ｈ₁Ｒ ・・・（３）
σ_２= ｈ_２Ｒ ・・・（４）

上記（３）式に基づいて、密度（g/cm³）及び厚みが既知である１００％脂肪ファントムについて高エネルギーＸ線減衰量Ｒ（＝Ｒ_Ｈ）が測定される。脂肪ファントムの面密度σ_１は容易に特定できるから、その面密度σ_１と高エネルギーＸ線減衰量Ｒから係数ｈ₁が特定される。厚みを段階的に変化させて個々の厚みで係数ｈ₁を特定するようにしてもよい。同様に、（４）式に基づいて、密度（g/cm³）及び厚みが既知である１００％除脂肪ファントムについて高エネルギーＸ線減衰量Ｒ（＝Ｒ_Ｈ）が測定される。除脂肪ファントムの面密度σ_２は容易に特定できるから、その面密度σ_２と高エネルギーＸ線減衰量Ｒから係数ｈ_２が特定される。厚みを段階的に変化させて個々の厚みで係数ｈ_２を特定するようにしてもよい。図１６には、高エネルギーＸ線減衰量Ｒ（＝Ｒ_Ｈ）から、面密度σ_１及び面密度σ_２を特定する２つの関数が例示されている。

軟組織を測定して得られた高エネルギーＸ線減衰量Ｒは、実際には、脂肪と除脂肪の両方によって減衰しているので、仮に軟組織が同じ厚さであっても、脂肪と除脂肪の割合が異なれば、高エネルギーＸ線減衰量Ｒが異なることになる。そこで、以下のモデルに示されているように、高エネルギーＸ線減衰量Ｒが脂肪による減衰量成分と除脂肪による減衰量とに配分されるものとする。

σ_ｘｙ＝（ｈ_１Ｗ_ｘｙ＋ｈ_２（１−Ｗ_ｘｙ））Ｒ_ｘｙ ・・・（５）

ここで、σ_ｘｙは画素（ｘ，ｙ）における脂肪及び除脂肪についての総面密度である。Ｒ_ｘｙは画素（ｘ，ｙ）で検出された高エネルギーＸ線減衰量であり、それは実測値である。Ｗ_ｘｙは画素（ｘ、ｙ）について演算された脂肪率である。ｈ_１及びｈ_２は事前に特定されている係数である。脂肪についての面密度σ_１ｘｙ及び除脂肪についての面密度σ_２ｘｙは以下のように特定される。

σ_１ｘｙ＝ｈ_１Ｗ_ｘｙＲ_ｘｙ ・・・（６）
σ_２ｘｙ＝ｈ_２（１−Ｗ_ｘｙ）Ｒ_ｘｙ ・・・（７）

ある領域内の脂肪量及び除脂肪量は以下のように計算される。

ここで、Δｘ及びΔｙは１画素のｘ方向のサイズ及びｙ方向のサイズである。ある領域内の各画素について面密度に画素面積を乗じたものを、当該領域内のすべての画素について加算することにより、脂肪量及び除脂肪量が求められる。

（９）他の実施形態
図１７には、図２に示した演算部における演算処理が概念的に示されている。Ｈ検出値行列１５０は高エネルギーＸ線検出データであり、Ｌ検出値行列１５２は低エネルギーＸ線検出データである。それらのデータ１５０，１５２に基づいて、符号１５４で示すように、骨密度が演算され、それに基づいて、符号１５６で示すように骨密度画像が生成される。一方、骨密度の演算結果に基づいて符号１５８で示すように軟組織領域が特定される。そして、符号１６０で示されるように、軟組織領域及び２つの検出データ１５０，１５２に基づいて脂肪率が演算される。

図１８には第２実施形態が示されている。この実施形態においては、符号１６２で示すように、Ｈ検出値行列１５０に基づいて軟組織領域が特定されている。その場合、Ｌ検出値行列１５２に基づいて軟組織領域が特定されてもよい。他のブロックについては図１７に示されたブロックと同様である。

図１９には第３実施形態が示されている。この実施形態においては、３つのエネルギーをもったＸ線が照射されている。これによりＨ検出値行列１６６、Ｍ検出値行列１６８及びＬ検出値行列１７０が取得されている。符号１７２で示す骨密度演算はＨ検出値行列１６６及びＭ検出値行列１６８に基づいて実行され、一方、脂肪率演算１７８はＭ検出値行列１６８及びＬ検出値行列１７０に基づいて実行されている。ちなみに、符号１７４に示すように、骨密度演算結果に基づいて骨密度演算画像が生成されており、また符号１７６で示すように、骨密度演算結果に基づいて軟組織領域が特定されている。

図２０には第４実施形態が示されている。この実施形態においては、４つのエネルギーをもったＸ線が照射されている。これにより、Ｈ１検出値行列１８０、Ｌ１検出値行列１８２、Ｈ２検出値行列１８４及びＬ２検出値行列１８６が取得されている。符号１８８で示されるように、骨密度演算は、Ｈ１検出値行列１８０及びＬ１検出値行列１８２に基づいて実行され、一方、脂肪率演算１９４は、Ｈ２検出値行列１８４及びＬ２検出値行列１８６に基づいて実行されている。骨密度画像１９０は骨密度演算結果に基づいて生成され、また符号１９２で示されるように、軟組織領域は骨密度演算結果に基づいて抽出されている。

以上のように、本実施形態に係るシステムによれば、骨の形態に基づいて基準関心領域が設定されると、その座標情報に基づいて軟組織に対して１又は複数の関心領域が自動的に設定される。軟組織画像の内部には一般に形態的な特徴がほとんどないが、上記構成によれば、そのような画像であっても正しく軟組織用関心領域を設定できるという利点が得られる。また、大腿骨の外側及び内側のそれぞれについて平均脂肪率等を演算するようにしたので、それぞれの演算結果から被検者を総合的に診断することが可能となる。更に、平均軟組織厚を演算するようにしたので、それを骨折リスクの１つのファクターとして利用することが可能であり、また平均軟組織厚に基づいてヒッププロテクターの厚みの選定を行えるという利点が得られる。

１０ 測定装置、１２ 演算装置、２６ 演算部、３２ 骨密度画像形成部、３６ 脂肪率画像形成部、３８ 基準関心領域設定部、４０ 軟組織画像用関心領域設定部、４２ 平均骨密度演算部、４４ 平均軟組織圧演算部、４６ 外側平均脂肪率演算部、４８ 内側平均脂肪率演算部。

Claims (8)

1. 被検部位を含む二次元領域に対して複数のエネルギーを有するＸ線を照射し、前記複数のエネルギーに対応する複数の検出データを取得する測定装置と、
   前記複数の検出データに基づいて前記被検部位中の骨密度の分布を表す骨密度画像を形成する骨密度画像形成手段と、
   前記複数の検出データに基づいて前記被検部位中の軟組織を表す軟組織画像を形成する軟組織画像形成手段と、
   前記骨密度画像に対して与えられた座標情報に基づいて前記軟組織画像に対して軟組織解析用の関心領域を設定する設定手段と、
   前記軟組織画像における前記軟組織解析用の関心領域内の画像部分に基づいて解析を実行する解析手段と、
   を含むことを特徴とする医療用Ｘ線測定システム。
2. 請求項１記載のシステムにおいて、
   前記座標情報は、前記骨密度画像に基づいてユーザーにより設定された骨密度解析用の基準関心領域を特定する座標情報である、
   ことを特徴とする医療用Ｘ線測定システム。
3. 請求項２記載のシステムにおいて、
   前記被検部位は、股関節及びその付近を含む部位であり、
   前記基準関心領域は、大腿骨像における少なくとも骨頭部分及び大転子部分を囲む領域である、
   ことを特徴とする医療用Ｘ線測定システム。
4. 請求項３記載のシステムにおいて、
   前記設定手段は、
   前記大腿骨像の外側に、前記軟組織解析用の関心領域として外側関心領域を設定し、
   前記大腿骨像の内側に、前記軟組織解析用の関心領域として内側関心領域を設定する、
   ことを特徴とする医療用Ｘ線測定システム。
5. 請求項４記載のシステムにおいて、
   前記軟組織画像形成手段は、前記軟組織画像として、脂肪率の分布を表す脂肪率画像を形成し、
   前記外側関心領域及び前記内側関心領域はそれぞれ脂肪率解析用の関心領域であり、
   前記解析手段は、
   前記骨密度画像における前記基準関心領域内の画像部分に基づいて平均骨密度を演算し、
   前記脂肪率画像における前記外側関心領域内の画像部分に基づいて外側平均脂肪率を演算し、
   前記特定成分画像における前記内側関心領域内の画像部分に基づいて内側平均脂肪率を演算する、
   ことを特徴とする医療用Ｘ線測定システム。
6. 請求項３記載のシステムにおいて、
   前記基準関心領域は、前記大腿骨像の長手方向に平行な又は略平行な方向をＹ方向とし、前記Ｙ方向に直交する方向をＸ方向とした場合、前記Ｘ方向に平行な第１のＸライン及び第２のＸライン、並びに、前記Ｙ方向に平行な第１のＹライン及び第２のＹラインによって画定され、
   前記第１のＸラインは、前記骨頭部分に外接するラインとして定められ、
   前記第２のＸラインは、前記第１のＸラインから遠位側へ隔たって前記大腿骨像を横切るラインとして定められ、
   前記第１のＹラインは、前記骨頭部分に外接するラインとして定められ、
   前記第２のＹラインは、前記大転子部分に外接するライン又は前記大転子部分から外側へ隔たったラインとして定められる、
   ことを特徴とする医療用Ｘ線測定システム。
7. 請求項５記載のシステムにおいて、
   前記脂肪率画像における個々の画素値に対して色付け処理を施すカラー処理手段を含む、ことを特徴とする医療用Ｘ線測定システム。
8. 請求項１記載のシステムにおいて、
   前記被検部位は大腿骨を含む部位であり、
   前記座標情報は、前記骨密度画像中の大腿骨像に基づいてユーザーにより設定された骨密度解析用の基準関心領域についての座標情報であり、
   前記設定手段は、前記基準関心領域に基づいて、前記軟組織画像上であって前記大腿骨像の外側に前記軟組織解析用の関心領域を設定し、
   前記解析手段は、前記軟組織画像における前記軟組織解析用の関心領域内の画像部分に基づいて平均軟組織厚を演算する、
   ことを特徴とする医療用Ｘ線測定システム。