JP2017189685A - 画像処理装置、ｘ線撮影システム及び画像処理方法 - Google Patents
画像処理装置、ｘ線撮影システム及び画像処理方法 Download PDFInfo
- Publication number
- JP2017189685A JP2017189685A JP2017146934A JP2017146934A JP2017189685A JP 2017189685 A JP2017189685 A JP 2017189685A JP 2017146934 A JP2017146934 A JP 2017146934A JP 2017146934 A JP2017146934 A JP 2017146934A JP 2017189685 A JP2017189685 A JP 2017189685A
- Authority
- JP
- Japan
- Prior art keywords
- image
- subject
- noise
- processing
- ray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 139
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000012805 post-processing Methods 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 claims abstract description 11
- 150000003839 salts Chemical class 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 121
- 241000207961 Sesamum Species 0.000 claims description 56
- 235000003434 Sesamum indicum Nutrition 0.000 claims description 56
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 230000000737 periodic effect Effects 0.000 claims description 10
- 230000001678 irradiating effect Effects 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 82
- 230000008569 process Effects 0.000 description 53
- 238000010521 absorption reaction Methods 0.000 description 31
- 238000001514 detection method Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 239000006096 absorbing agent Substances 0.000 description 15
- 230000035945 sensitivity Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000002950 deficient Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 8
- LFEUVBZXUFMACD-UHFFFAOYSA-H lead(2+);trioxido(oxo)-$l^{5}-arsane Chemical compound [Pb+2].[Pb+2].[Pb+2].[O-][As]([O-])([O-])=O.[O-][As]([O-])([O-])=O LFEUVBZXUFMACD-UHFFFAOYSA-H 0.000 description 8
- 230000007547 defect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008602 contraction Effects 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000010408 film Substances 0.000 description 4
- 239000011669 selenium Substances 0.000 description 4
- 229910052711 selenium Inorganic materials 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000000206 photolithography Methods 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 3
- 229910052721 tungsten Inorganic materials 0.000 description 3
- 239000010937 tungsten Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 239000011133 lead Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 238000012984 biological imaging Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 238000005323 electroforming Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 229910052741 iridium Inorganic materials 0.000 description 1
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000005469 synchrotron radiation Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Abstract
【課題】より診断又は検査しやすい微分位相画像、小角散乱画像を提供できるようにするとともに、これらの画像に施す後処理での処理の安定性の向上及び処理の高速化を図る。【解決手段】コントローラー５の制御部５１は、Ｘ線撮影装置１から受信した被写体無しのモアレ縞画像及び被写体有りのモアレ縞画像の少なくとも１つの特性値に基づいて、微分位相画像又は小角散乱画像におけるごま塩状ノイズ領域を検出し、検出されたごま塩状ノイズ領域を識別したマスク画像を生成する。そして、生成されたマスク画像を用いて、再構成画像及びモアレ縞画像のうちの少なくとも１つの画像に対してマスク処理又は画像の切り出し処理を施すことによりごま塩状ノイズ領域を除外し、ごま塩状ノイズ領域を除外した画像に対して、補正処理、画像処理、合成処理などの後処理を行う。【選択図】図１５
Description
本発明は、画像処理装置、Ｘ線撮影システム及び画像処理方法に関する。
従来、放射線源と放射線検出器との間に格子を配置してＸ線位相イメージングを行う放射線撮影システムが知られている。また、この放射線撮影システムにおいて、格子歪み等に起因した欠陥画素を検出する技術が記載されている（例えば、特許文献１参照）。
ところで、従来の吸収画像においては、照射野外領域等の放射線検出器に十分なＸ線が到達しなかった領域（Ｘ線強度不足領域）は、被写体信号が得られないため画像化に適さない（図２１（ｃ）参照）。そのため、吸収画像に照射野認識処理などを用いてＸ線強度不足領域を検出し、さらにその領域に対してマスク処理を施すことが一般的に行われている。
一方、格子を用いた位相コントラスト法で得られる微分位相画像と小角散乱画像においては、Ｘ線強度不足領域だけでなく、Ｘ線が全ての格子の格子構造部を透過していない格子外領域についてもモアレ縞が形成されないため被写体信号が得られず、画像化に適さない。これらの領域では、演算上、光量子誤差や検出器の誤差などが増幅されて信号値が大きくばらつき、ごま塩状ノイズ（salt and pepper noise）が発生する（図２１（ａ）、
（ｂ）参照）。このごま塩状ノイズ領域は、格子外領域を含むため、従来の照射野認識処理のようにＸ線強度だけを用いる方法では正しく認識することができない。ごま塩状ノイズ領域があると、画像の品質を大きく低下させるだけでなく、ごま塩状ノイズ領域と被写体領域を医師が目視で識別する必要があるために診断や検査に要する時間が長くなり、操作者への負担を増大させる。さらに再構成画像（微分位相画像、小角散乱画像、吸収画像）に対して、補正処理や合成処理等の種々の画像処理（後処理）を行う際に、ごま塩状ノイズ領域が含まれると、処理の安定性が大きく低下し、また不要領域の演算によって処理時間が増大する課題があった。
特許文献１に記載の放射線撮影システムでは、格子内領域における画素単位の格子の製造欠陥や、検出器の欠陥を検出し周辺画素を用いて補正するのみであって、Ｘ線照射野外や格子外領域についてはそのままである。
（ｂ）参照）。このごま塩状ノイズ領域は、格子外領域を含むため、従来の照射野認識処理のようにＸ線強度だけを用いる方法では正しく認識することができない。ごま塩状ノイズ領域があると、画像の品質を大きく低下させるだけでなく、ごま塩状ノイズ領域と被写体領域を医師が目視で識別する必要があるために診断や検査に要する時間が長くなり、操作者への負担を増大させる。さらに再構成画像（微分位相画像、小角散乱画像、吸収画像）に対して、補正処理や合成処理等の種々の画像処理（後処理）を行う際に、ごま塩状ノイズ領域が含まれると、処理の安定性が大きく低下し、また不要領域の演算によって処理時間が増大する課題があった。
特許文献１に記載の放射線撮影システムでは、格子内領域における画素単位の格子の製造欠陥や、検出器の欠陥を検出し周辺画素を用いて補正するのみであって、Ｘ線照射野外や格子外領域についてはそのままである。
本発明の課題は、より診断又は検査しやすい微分位相画像、小角散乱画像を提供できるようにするとともに、これらの画像に施す後処理での処理の安定性の向上及び処理の高速化を図ることである。
上記課題を解決するため、請求項１に記載の発明の画像処理装置は、
Ｘ線源からのＸ線が第１の格子と第２の格子を透過したのち画像信号として読み取られて生成された被写体無しのモアレ縞画像及び被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像から生成された再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成手段と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理手段と、
を備える。
Ｘ線源からのＸ線が第１の格子と第２の格子を透過したのち画像信号として読み取られて生成された被写体無しのモアレ縞画像及び被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像から生成された再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成手段と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理手段と、
を備える。
請求項２に記載の発明は、請求項１に記載の発明において、
前記マスク画像生成手段は、前記生成されたマスク画像を用いて、前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対してマスク処理又は画像の切り出し処理を施すことで、前記ごま塩状ノイズ領域を除外する。
前記マスク画像生成手段は、前記生成されたマスク画像を用いて、前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対してマスク処理又は画像の切り出し処理を施すことで、前記ごま塩状ノイズ領域を除外する。
請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記再構成画像は、微分位相画像及び小角散乱画像のうちの少なくとも１つである。
前記再構成画像は、微分位相画像及び小角散乱画像のうちの少なくとも１つである。
請求項４に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項５に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項６に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項７に記載の発明は、請求項１〜６のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項８に記載の発明は、請求項１〜６のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項９に記載の発明は、請求項１〜６のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項１０に記載の発明は、請求項１〜６のいずれか一項に記載の発明において、
前記マスク画像生成手段は、前記特性値として、前記被写体有りのモアレ縞画像及び前記被写体無しのモアレ縞画像に基づいて微分位相のノイズ指標又は小角散乱のノイズ指標を算出し、この微分位相のノイズ指標又は小角散乱のノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
前記マスク画像生成手段は、前記特性値として、前記被写体有りのモアレ縞画像及び前記被写体無しのモアレ縞画像に基づいて微分位相のノイズ指標又は小角散乱のノイズ指標を算出し、この微分位相のノイズ指標又は小角散乱のノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する。
請求項１１に記載の発明は、
Ｘ線を照射するＸ線源と、
前記Ｘ線の照射経路上に設けられ、周期パターンを形成する第１格子と、
前記第１格子の周期パターンをモアレ縞に変換する第２格子と、
前記Ｘ線源により照射されて前記第１格子及び前記第２格子を透過したＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取ってモアレ縞画像を取得するＸ線検出器と、
前記Ｘ線の照射経路上に設けられた被写体配置位置に被写体を配置せずに前記Ｘ線源からＸ線を照射することにより取得された被写体無しのモアレ縞画像と前記被写体配置位置に被写体を配置して前記Ｘ線源からＸ線を照射することにより取得された被写体有りのモアレ縞画像とに基づいて再構成画像を生成する再構成画像生成手段と、
を備えるＸ線撮影システムであって、
前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成手段と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理手段と、
を備える。
Ｘ線を照射するＸ線源と、
前記Ｘ線の照射経路上に設けられ、周期パターンを形成する第１格子と、
前記第１格子の周期パターンをモアレ縞に変換する第２格子と、
前記Ｘ線源により照射されて前記第１格子及び前記第２格子を透過したＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取ってモアレ縞画像を取得するＸ線検出器と、
前記Ｘ線の照射経路上に設けられた被写体配置位置に被写体を配置せずに前記Ｘ線源からＸ線を照射することにより取得された被写体無しのモアレ縞画像と前記被写体配置位置に被写体を配置して前記Ｘ線源からＸ線を照射することにより取得された被写体有りのモアレ縞画像とに基づいて再構成画像を生成する再構成画像生成手段と、
を備えるＸ線撮影システムであって、
前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成手段と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理手段と、
を備える。
請求項１２に記載の発明は、
Ｘ線を照射するＸ線源と、
前記Ｘ線の照射経路上に設けられ、周期パターンを形成する第１格子と、
前記第１格子の周期パターンをモアレ縞に変換する第２格子と、
前記Ｘ線源により照射されて前記第１格子及び前記第２格子を透過したＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取ってモアレ縞画像を取得するＸ線検出器と、
前記Ｘ線の照射経路上に設けられた被写体配置位置に被写体を配置せずに前記Ｘ線源からＸ線を照射することにより取得された被写体無しのモアレ縞画像と前記被写体配置位置に被写体を配置して前記Ｘ線源からＸ線を照射することにより取得された被写体有りのモアレ縞画像とに基づいて再構成画像を生成する再構成画像生成手段と、
を備えるＸ線撮影システムにおける画像処理方法であって、
前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成工程と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理工程と、
を含む。
Ｘ線を照射するＸ線源と、
前記Ｘ線の照射経路上に設けられ、周期パターンを形成する第１格子と、
前記第１格子の周期パターンをモアレ縞に変換する第２格子と、
前記Ｘ線源により照射されて前記第１格子及び前記第２格子を透過したＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取ってモアレ縞画像を取得するＸ線検出器と、
前記Ｘ線の照射経路上に設けられた被写体配置位置に被写体を配置せずに前記Ｘ線源からＸ線を照射することにより取得された被写体無しのモアレ縞画像と前記被写体配置位置に被写体を配置して前記Ｘ線源からＸ線を照射することにより取得された被写体有りのモアレ縞画像とに基づいて再構成画像を生成する再構成画像生成手段と、
を備えるＸ線撮影システムにおける画像処理方法であって、
前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成工程と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理工程と、
を含む。
本発明によれば、より診断又は検査しやすい微分位相画像、小角散乱画像を提供することが可能となる。また、これらの画像に施す後処理での処理の安定性の向上及び処理の高速化を図ることが可能となる。
＜第１の実施形態＞
以下、図面を参照して本発明の第１の実施形態について説明する。
図１に、第１の実施形態に係るＸ線撮影システムを示す。Ｘ線撮影システムは、Ｘ線撮影装置１とコントローラー５を備える。Ｘ線撮影装置１はタルボ・ロー干渉計によるＸ線撮影を行い、コントローラー５は当該Ｘ線撮影により得られた複数のモアレ縞画像を用いて被写体の再構成画像を生成する。
以下、図面を参照して本発明の第１の実施形態について説明する。
図１に、第１の実施形態に係るＸ線撮影システムを示す。Ｘ線撮影システムは、Ｘ線撮影装置１とコントローラー５を備える。Ｘ線撮影装置１はタルボ・ロー干渉計によるＸ線撮影を行い、コントローラー５は当該Ｘ線撮影により得られた複数のモアレ縞画像を用いて被写体の再構成画像を生成する。
Ｘ線撮影装置１は、図１に示すように、Ｘ線源１１、マルチスリット１２、被写体台１３、第１格子１４、第２格子１５、Ｘ線検出器１６、保持部１７、本体部１８等を備える。
Ｘ線撮影装置１は縦型であり、Ｘ線源１１、マルチスリット１２、被写体台１３、第１格子１４、第２格子１５、Ｘ線検出器１６は、この順序に重力方向であるｚ方向に配置される。Ｘ線源１１の焦点とマルチスリット１２間の距離をｄ１（ｍｍ）、Ｘ線源１１の焦点とＸ線検出器１６間の距離をｄ２（ｍｍ）、マルチスリット１２と第１格子１４間の距離をｄ３（ｍｍ）、第１格子１４と第２格子１５間の距離をｄ４（ｍｍ）で表す。なお、被写体台１３の位置は、第１格子１４と第２格子１５との間に設けられていてもよい。
Ｘ線撮影装置１は縦型であり、Ｘ線源１１、マルチスリット１２、被写体台１３、第１格子１４、第２格子１５、Ｘ線検出器１６は、この順序に重力方向であるｚ方向に配置される。Ｘ線源１１の焦点とマルチスリット１２間の距離をｄ１（ｍｍ）、Ｘ線源１１の焦点とＸ線検出器１６間の距離をｄ２（ｍｍ）、マルチスリット１２と第１格子１４間の距離をｄ３（ｍｍ）、第１格子１４と第２格子１５間の距離をｄ４（ｍｍ）で表す。なお、被写体台１３の位置は、第１格子１４と第２格子１５との間に設けられていてもよい。
距離ｄ１は好ましくは５〜５００（ｍｍ）であり、さらに好ましくは５〜３００（ｍｍ）である。
距離ｄ２は、一般的に撮影室の高さは３（ｍ）程度又はそれ以下であることから、少なくとも３０００（ｍｍ）以下であることが好ましい。なかでも、距離ｄ２は４００〜３０００（ｍｍ）が好ましく、さらに好ましくは５００〜２０００（ｍｍ）である。
Ｘ線源１１の焦点と第１格子１４間の距離（ｄ１＋ｄ３）は、好ましくは３００〜３０００（ｍｍ）であり、さらに好ましくは４００〜１８００（ｍｍ）である。
Ｘ線源１１の焦点と第２格子１５間の距離（ｄ１＋ｄ３＋ｄ４）は、好ましくは４００〜３０００（ｍｍ）であり、さらに好ましくは５００〜２０００（ｍｍ）である。
それぞれの距離は、Ｘ線源１１から照射されるＸ線の波長から、第２格子１５上に第１格子１４による格子像（自己像）が重なる最適な距離を算出し、設定すればよい。
距離ｄ２は、一般的に撮影室の高さは３（ｍ）程度又はそれ以下であることから、少なくとも３０００（ｍｍ）以下であることが好ましい。なかでも、距離ｄ２は４００〜３０００（ｍｍ）が好ましく、さらに好ましくは５００〜２０００（ｍｍ）である。
Ｘ線源１１の焦点と第１格子１４間の距離（ｄ１＋ｄ３）は、好ましくは３００〜３０００（ｍｍ）であり、さらに好ましくは４００〜１８００（ｍｍ）である。
Ｘ線源１１の焦点と第２格子１５間の距離（ｄ１＋ｄ３＋ｄ４）は、好ましくは４００〜３０００（ｍｍ）であり、さらに好ましくは５００〜２０００（ｍｍ）である。
それぞれの距離は、Ｘ線源１１から照射されるＸ線の波長から、第２格子１５上に第１格子１４による格子像（自己像）が重なる最適な距離を算出し、設定すればよい。
Ｘ線源１１、マルチスリット１２、被写体台１３、第１格子１４、第２格子１５、Ｘ線検出器１６は、同一の保持部１７に一体的に保持され、ｚ方向における位置関係が固定されている。保持部１７はアーム状に形成され、本体部１８に設けられた駆動部１８ａによりｚ方向に移動可能に本体部１８に取り付けられている。
Ｘ線源１１は、緩衝部材１７ａを介して保持されている。緩衝部材１７ａは、衝撃や振動を吸収できる材料であれば何れの材料を用いてもよいが、例えばエラストマー等が挙げられる。Ｘ線源１１はＸ線の照射によって発熱するため、Ｘ線源１１側の緩衝部材１７ａは加えて断熱素材であることが好ましい。
Ｘ線源１１は、緩衝部材１７ａを介して保持されている。緩衝部材１７ａは、衝撃や振動を吸収できる材料であれば何れの材料を用いてもよいが、例えばエラストマー等が挙げられる。Ｘ線源１１はＸ線の照射によって発熱するため、Ｘ線源１１側の緩衝部材１７ａは加えて断熱素材であることが好ましい。
Ｘ線源１１はＸ線管を備え、当該Ｘ線管によりＸ線を発生させて重力方向（ｚ方向）にＸ線を照射する。Ｘ線管としては、例えば医療現場で広く一般に用いられているクーリッジＸ線管や回転陽極Ｘ線管を用いることができる。陽極としては、タングステンやモリブデンを用いることができる。
Ｘ線の焦点径は、０．０３〜３（mm）が好ましく、さらに好ましくは０．１〜１（mm）である。
Ｘ線源１１のＸ線照射方向には、Ｘ線の照射範囲を狭めるための図示しない照射野絞りが設けられている。
Ｘ線の焦点径は、０．０３〜３（mm）が好ましく、さらに好ましくは０．１〜１（mm）である。
Ｘ線源１１のＸ線照射方向には、Ｘ線の照射範囲を狭めるための図示しない照射野絞りが設けられている。
マルチスリット１２（第３格子）は回折格子であり、図２に示すようにｘ方向に複数のスリットが所定間隔で設けられている。マルチスリット１２はシリコンやガラスといったＸ線の吸収率が低い材質の基板上に、タングステン、鉛、金といったＸ線の遮蔽力が大きい、つまりＸ線の吸収率が高い材質により形成される。例えば、フォトリソグラフィーによりレジスト層がスリット状にマスクされ、ＵＶが照射されてスリットのパターンがレジスト層に転写される。露光によって当該パターンと同じ形状のスリット構造が得られ、電鋳法によりスリット構造間に金属が埋め込まれて、マルチスリット１２が形成される。
マルチスリット１２のスリット周期は１〜６０（μｍ）である。スリット周期は、図２に示すように隣接するスリット間の距離を１周期とする。スリットの幅（ｘ方向の長さ）はスリット周期の１〜６０（％）の長さであり、さらに好ましくは１０〜４０（％）である。スリットの高さ（ｚ方向の長さ）は１〜５００（μｍ）であり、好ましくは１〜１５０（μｍ）である。
マルチスリット１２のスリット周期をｗ０（μｍ）、第１格子１４のスリット周期をｗ１（μｍ）とすると、スリット周期ｗ０は下記式により求めることができる。
ｗ０＝ｗ１・（ｄ３＋ｄ４）／ｄ４
当該式を満たすように周期ｗ０を決定することにより、マルチスリット１２及び第１格子１４の各スリットを通過したＸ線により形成される自己像が、それぞれ第２格子１５上で重なり合い、いわばピントが合った状態とすることができる。
マルチスリット１２のスリット周期をｗ０（μｍ）、第１格子１４のスリット周期をｗ１（μｍ）とすると、スリット周期ｗ０は下記式により求めることができる。
ｗ０＝ｗ１・（ｄ３＋ｄ４）／ｄ４
当該式を満たすように周期ｗ０を決定することにより、マルチスリット１２及び第１格子１４の各スリットを通過したＸ線により形成される自己像が、それぞれ第２格子１５上で重なり合い、いわばピントが合った状態とすることができる。
図１に示すように、マルチスリット１２に隣接して、マルチスリット１２をｚ方向と直交するｘ方向に移動させる駆動部１２ａが設けられる。駆動部１２ａとしては、例えばウォーム減速機等の比較的大きな減速比系の駆動機構を単体で又は組合せて用いることができる。
被写体台１３は、Ｘ線源１１からのＸ線照射経路上の被写体配置位置に設けられた、被写体を載置するための台である。
第１格子１４は、マルチスリット１２と同様にｘ方向に所定の周期の複数のスリットが設けられた回折格子である（図２参照）。第１格子１４は、マルチスリット１２と同様にＵＶを用いたフォトリソグラフィーによって形成することもできるし、いわゆるＩＣＰ法によりシリコン基板に微細細線で深掘加工を行い、シリコンのみで格子構造を形成することとしてもよい。第１格子１４のスリット周期は１〜２０（μｍ）である。スリットの幅はスリット周期の２０〜７０（％）であり、好ましくは３５〜６０（％）である。スリットの高さは１〜１００（μｍ）である。
第１格子１４は、マルチスリット１２と同様にｘ方向に所定の周期の複数のスリットが設けられた回折格子である（図２参照）。第１格子１４は、マルチスリット１２と同様にＵＶを用いたフォトリソグラフィーによって形成することもできるし、いわゆるＩＣＰ法によりシリコン基板に微細細線で深掘加工を行い、シリコンのみで格子構造を形成することとしてもよい。第１格子１４のスリット周期は１〜２０（μｍ）である。スリットの幅はスリット周期の２０〜７０（％）であり、好ましくは３５〜６０（％）である。スリットの高さは１〜１００（μｍ）である。
第１格子１４として位相型を用いる場合、スリットの高さはスリット周期を形成する２種の素材、つまりＸ線透過部とＸ線遮蔽部の素材による位相差がπ／８〜１５×π／８となる高さとする。好ましくは、π／２又はπとなる高さである。第１格子１４として吸収型を用いる場合、スリットの高さはＸ線遮蔽部によりＸ線が十分吸収される高さとする。
第１格子１４が位相型である場合、第１格子１４と第２格子１５間の距離ｄ４は、次の条件をほぼ満たすことが必要である。
ｄ４＝（ｍ＋１／２）・ｗ１ ２／λ
なお、ｍは整数であり、λはＸ線の波長である。
ｄ４＝（ｍ＋１／２）・ｗ１ ２／λ
なお、ｍは整数であり、λはＸ線の波長である。
第２格子１５は、マルチスリット１２と同様にｘ方向に所定の周期の複数のスリットが設けられた回折格子である（図２参照）。第２格子１５もフォトリソグラフィーにより形成することができる。第２格子１５のスリット周期は１〜２０（μｍ）である。スリットの幅はスリット周期の３０〜７０（％）であり、好ましくは３５〜６０（％）である。スリットの高さは１〜１００（μｍ）である。
本実施形態では第１格子１４及び第２格子１５は、それぞれの格子面がｚ方向に対し垂直（ｘ−ｙ平面内で平行）であり、第１格子１４のスリットの方向と第２格子１５のスリットの方向とは、ｘ−ｙ平面内で所定角度だけ（わずかに）傾けて配置されているが、両者を平行な配置としても良い。
上記マルチスリット１２、第１格子１４、第２格子１５は、例えば下記のように構成することができる。
Ｘ線源１１の焦点径；３００（μｍ）、管電圧：４０（ｋＶｐ）、付加フィルター：アルミ１．６（ｍｍ）
Ｘ線源１１の焦点からマルチスリット１２までの距離ｄ１ ： ２４０（ｍｍ）
マルチスリット１２から第１格子１４までの距離ｄ３ ：１１１０（ｍｍ）
マルチスリット１２から第２格子１５までの距離ｄ３＋ｄ４：１３７０（ｍｍ）
マルチスリット１２のサイズ：１０（ｍｍ四方）、スリット周期：２２．８（μｍ）
第１格子１４のサイズ：５０（ｍｍ四方）、スリット周期：４．３（μｍ）
第２格子１５のサイズ：５０（ｍｍ四方）、スリット周期：５．３（μｍ）
Ｘ線源１１の焦点径；３００（μｍ）、管電圧：４０（ｋＶｐ）、付加フィルター：アルミ１．６（ｍｍ）
Ｘ線源１１の焦点からマルチスリット１２までの距離ｄ１ ： ２４０（ｍｍ）
マルチスリット１２から第１格子１４までの距離ｄ３ ：１１１０（ｍｍ）
マルチスリット１２から第２格子１５までの距離ｄ３＋ｄ４：１３７０（ｍｍ）
マルチスリット１２のサイズ：１０（ｍｍ四方）、スリット周期：２２．８（μｍ）
第１格子１４のサイズ：５０（ｍｍ四方）、スリット周期：４．３（μｍ）
第２格子１５のサイズ：５０（ｍｍ四方）、スリット周期：５．３（μｍ）
マルチスリット１２、第１格子１４、第２格子１５において、スリットが形成された領域（例えば、図２の点線に囲まれた領域）を格子構造部と呼ぶ。
Ｘ線検出器１６は、照射されたＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取る。
Ｘ線検出器１６の画素サイズは１０〜３００（μｍ）であり、さらに好ましくは５０〜２００（μｍ）である。
Ｘ線検出器１６の画素サイズは１０〜３００（μｍ）であり、さらに好ましくは５０〜２００（μｍ）である。
Ｘ線検出器１６は第２格子１５に当接するように保持部１７に位置を固定することが好ましい。第２格子１５とＸ線検出器１６間の距離が大きくなるほど、Ｘ線検出器１６により得られるモアレ縞画像がボケるからである。
Ｘ線検出器１６としては、ＦＰＤ（Flat Panel Detector）を用いることができる。ＦＰＤには、検出されたＸ線を光電変換素子を介して電気信号に変換する間接変換型、検出されたＸ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
Ｘ線検出器１６としては、ＦＰＤ（Flat Panel Detector）を用いることができる。ＦＰＤには、検出されたＸ線を光電変換素子を介して電気信号に変換する間接変換型、検出されたＸ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
間接変換型は、ＣｓＩやＧｄ２Ｏ２Ｓ等のシンチレータプレートの下に、光電変換素子がＴＦＴ（薄膜トランジスタ）とともに２次元状に配置されて各画素を構成する。Ｘ線検出器１６に入射したＸ線がシンチレータプレートに吸収されると、シンチレータプレートが発光する。この発光した光により、各光電変換素子に電荷が蓄積され、蓄積された電荷は画像信号として読み出される。
直接変換型は、アモルファスセレンの熱蒸着により、１００〜１０００（μm）の膜圧のアモルファスセレン膜がガラス上に形成され、２次元状に配置されたＴＦＴのアレイ上にアモルファスセレン膜と電極が蒸着される。アモルファスセレン膜がＸ線を吸収するとき、電子正孔対の形で物質内に電圧が遊離され、電極間の電圧信号がＴＦＴにより読み取られる。
なお、ＣＣＤ（Charge Coupled Device）、Ｘ線カメラ等の撮影手段をＸ線検出器１６として用いてもよい。
なお、ＣＣＤ（Charge Coupled Device）、Ｘ線カメラ等の撮影手段をＸ線検出器１６として用いてもよい。
本体部１８は、図３に示すように、制御部１８１、操作部１８２、表示部１８３、通信部１８４、記憶部１８５等を備えて構成されている。
制御部１８１は、ＣＰＵ（Central Processing Unit）やＲＡＭ（Random Access Memory）等から構成され、記憶部１８５に記憶されているプログラムとの協働により、各種処
理を実行する。制御部１８１は、Ｘ線源１１、駆動部１２ａ、駆動部１８ａ、Ｘ線検出器１６等の各部に接続されており、例えば、コントローラー５から入力される撮影条件の設定情報に従って、Ｘ線源１１からのＸ線照射のタイミングやＸ線照射条件、Ｘ線検出器１６による画像信号の読取タイミング、マルチスリット１２の移動等を制御する。
制御部１８１は、ＣＰＵ（Central Processing Unit）やＲＡＭ（Random Access Memory）等から構成され、記憶部１８５に記憶されているプログラムとの協働により、各種処
理を実行する。制御部１８１は、Ｘ線源１１、駆動部１２ａ、駆動部１８ａ、Ｘ線検出器１６等の各部に接続されており、例えば、コントローラー５から入力される撮影条件の設定情報に従って、Ｘ線源１１からのＸ線照射のタイミングやＸ線照射条件、Ｘ線検出器１６による画像信号の読取タイミング、マルチスリット１２の移動等を制御する。
操作部１８２は、曝射スイッチ等を備え、これらの操作に応じた操作信号を生成して制御部１８１に出力する。
表示部１８３は制御部１８１の表示制御に従って、ディスプレイに操作画面やＸ線撮影装置１の動作状況等を表示する。
表示部１８３は制御部１８１の表示制御に従って、ディスプレイに操作画面やＸ線撮影装置１の動作状況等を表示する。
通信部１８４は通信インターフェイスを備え、ネットワーク上のコントローラー５と通信する。例えば、通信部１８４はＸ線検出器１６によって読み取られ、記憶部１８５に記憶されたモアレ縞画像をコントローラー５に送信する。
記憶部１８５は、制御部１８１により実行されるプログラム、プログラムの実行に必要なデータを記憶している。また、記憶部１８５はＸ線検出器１６によって得られたモアレ縞画像を記憶する。
コントローラー５は、オペレーターによる操作に従ってＸ線撮影装置１の撮影動作を制御する。また、コントローラー５は、Ｘ線撮影装置１により得られた一連のモアレ縞画像を用いて被写体の再構成画像を生成し、生成した再構成画像に各種後処理を施して表示する。
コントローラー５は、図４に示すように、制御部５１、操作部５２、表示部５３、通信部５４、記憶部５５を備えて構成されている。
制御部５１は、ＣＰＵ（Central Processing Unit）やＲＡＭ（Random Access Memory）等から構成され、記憶部５５に記憶されているプログラムとの協働により、後述する画像生成表示処理をはじめとする各種処理を実行する。制御部５１は、再構成画像生成手段、検出手段、マスク画像生成手段、画像処理手段として機能する。
制御部５１は、ＣＰＵ（Central Processing Unit）やＲＡＭ（Random Access Memory）等から構成され、記憶部５５に記憶されているプログラムとの協働により、後述する画像生成表示処理をはじめとする各種処理を実行する。制御部５１は、再構成画像生成手段、検出手段、マスク画像生成手段、画像処理手段として機能する。
操作部５２は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードで押下操作されたキーの押下信号とマウスによる操作信号とを、入力信号として制御部５１に出力する。表示部５３のディスプレイと一体に構成されたタッチパネルを備え、これらの操作に応じた操作信号を生成して制御部５１に出力する構成としてもよい。
表示部５３は、例えば、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、制御部５１の表示制御に従って、操作画面、生成された再構成画像等を表示する。
通信部５４は、通信インターフェイスを備え、ネットワーク上のＸ線撮影装置１やＸ線検出器１６と有線又は無線により通信する。例えば、通信部５４は、Ｘ線撮影装置１に撮影条件や制御信号を送信したり、Ｘ線撮影装置１又はＸ線検出器１６からモアレ縞画像を受信したりする。
記憶部５５は、制御部５１により実行されるプログラム、プログラムの実行に必要なデータを記憶している。例えば、記憶部５５は、図示しないＲＩＳ（Radiology Information System）やＨＩＳ（Hospital Information System）等により予約された撮影の情報で
ある撮影オーダー情報を記憶している。撮影オーダー情報は、患者ＩＤ及び患者名等の患者情報、撮影部位（被写体部位）情報等を含む。
ある撮影オーダー情報を記憶している。撮影オーダー情報は、患者ＩＤ及び患者名等の患者情報、撮影部位（被写体部位）情報等を含む。
また、記憶部５５は、被写体部位と、その被写体部位の撮影に適した撮影条件とを対応付けた撮影条件テーブルを記憶している。
また、記憶部５５は、撮影オーダー情報に基づいてＸ線撮影装置１で取得されたモアレ縞画像、モアレ縞画像に基づき生成された再構成画像等を当該撮影オーダー情報に対応付けて記憶する。
また、記憶部５５は、Ｘ線検出器１６に対応するゲイン補正データ、欠陥画素マップ等を予め記憶する。欠陥画素マップは、Ｘ線検出器１６の欠陥画素（画素がないものも含む）の位置情報（座標）である。
また、記憶部５５は、撮影オーダー情報に基づいてＸ線撮影装置１で取得されたモアレ縞画像、モアレ縞画像に基づき生成された再構成画像等を当該撮影オーダー情報に対応付けて記憶する。
また、記憶部５５は、Ｘ線検出器１６に対応するゲイン補正データ、欠陥画素マップ等を予め記憶する。欠陥画素マップは、Ｘ線検出器１６の欠陥画素（画素がないものも含む）の位置情報（座標）である。
＜Ｘ線撮影システムの動作＞
ここで、上記Ｘ線撮影装置１のタルボ・ロー干渉計によるＸ線撮影方法を説明する。
図５に示すように、Ｘ線源１１から照射されたＸ線が第１格子１４を透過すると、透過したＸ線がｚ方向に一定の間隔で像を結ぶ。この像を自己像といい、自己像が形成される現象をタルボ効果という。自己像を結ぶ位置に第２格子１５が自己像と概ね平行に配置され、第２格子１５を透過したＸ線によりモアレ縞画像（図５においてＭで示す）が得られる。即ち、第１格子１４は、周期パターンを形成し、第２格子１５は周期パターンをモアレ縞に変換する。Ｘ線源１１と第１格子１４間に被写体（図５においてＨで示す）が存在すると、被写体によってＸ線の位相がずれるため、図５に示すようにモアレ縞画像上のモアレ縞は被写体の辺縁を境界に乱れる。このモアレ縞の乱れを、モアレ縞画像を処理することによって検出し、被写体像を画像化することができる。これがタルボ干渉計の原理である。
ここで、上記Ｘ線撮影装置１のタルボ・ロー干渉計によるＸ線撮影方法を説明する。
図５に示すように、Ｘ線源１１から照射されたＸ線が第１格子１４を透過すると、透過したＸ線がｚ方向に一定の間隔で像を結ぶ。この像を自己像といい、自己像が形成される現象をタルボ効果という。自己像を結ぶ位置に第２格子１５が自己像と概ね平行に配置され、第２格子１５を透過したＸ線によりモアレ縞画像（図５においてＭで示す）が得られる。即ち、第１格子１４は、周期パターンを形成し、第２格子１５は周期パターンをモアレ縞に変換する。Ｘ線源１１と第１格子１４間に被写体（図５においてＨで示す）が存在すると、被写体によってＸ線の位相がずれるため、図５に示すようにモアレ縞画像上のモアレ縞は被写体の辺縁を境界に乱れる。このモアレ縞の乱れを、モアレ縞画像を処理することによって検出し、被写体像を画像化することができる。これがタルボ干渉計の原理である。
Ｘ線撮影装置１では、Ｘ線源１１と第１格子１４との間のＸ線源１１に近い位置に、マルチスリット１２が配置され、タルボ・ロー干渉計によるＸ線撮影が行われる。タルボ干渉計はＸ線源１１が理想的な点線源であることを前提としているが、実際の撮影にはある程度焦点径が大きい焦点が用いられるため、マルチスリット１２によってあたかも点線源が複数連なってＸ線が照射されているかのように多光源化する。これがタルボ・ロー干渉計によるＸ線撮影法であり、焦点径がある程度大きい場合にも、タルボ干渉計と同様のタルボ効果を得ることができる。
本実施形態におけるＸ線撮影システムでは、コントローラー５において操作部５２の操作により撮影オーダー情報が選択されると、選択された撮影オーダー情報の被写体部位に対応する撮影条件が読み出されてＸ線撮影装置１に設定され、撮影制御処理が実行されてＸ線撮影が行われる。Ｘ線撮影により得られたモアレ縞画像は、コントローラー５に送信され、モアレ縞画像に基づいて再構成画像が生成される。
図６は、Ｘ線撮影装置１の制御部１８１により実行される撮影制御処理を示すフローチャートである。図６を参照して撮影制御処理の流れについて説明する。
まず、オペレーターにより操作部１８２の曝射スイッチが操作されると（ステップＳ１；ＹＥＳ）、制御部１８１は、Ｘ線源１１、Ｘ線検出器１６、駆動部１２ａを制御して複数ステップの一連の撮影を実行し、モアレ縞の位相が異なる一連のモアレ縞画像を取得する（ステップＳ２）。
一連の撮影では、まず、マルチスリット１２が停止した状態でＸ線源１１によるＸ線の照射が開始される。Ｘ線検出器１６では前回の撮影により残存する不要な電荷を取り除くリセット後、Ｘ線照射のタイミングに合わせて電荷が蓄積され、Ｘ線の照射停止のタイミングに合わせて蓄積された電荷が画像信号として読み取られる。これが１ステップ分の撮影である。１ステップ分の撮影が終了するタイミングでマルチスリット１２の移動が開始され、所定量移動すると停止され、次のステップの撮影が行われる。このようにして、マルチスリット１２の移動と停止が所定のステップ数分だけ繰り返され、マルチスリット１２が停止したときにＸ線の照射と画像信号の読み取りが行われる。マルチスリット１２がスリット周期１周期分移動した撮影が終了したときに、１枚の再構成画像を生成するのに必要な、モアレ縞の位相が異なる複数のモアレ縞画像を取得するための一連の撮影が終了する。
一連の撮影におけるステップ数は２〜２０、さらに好ましくは３〜１０である。視認性の高い再構成画像を短時間で得るという観点からすれば、５ステップが好ましい（参照文献１：K.Hibino, B.F.Oreb and D.I.Farrant, Phase shifting for nonsinusoidal wave forms with phase-shift errors, J.Opt.Soc.Am.A, Vol.12, 761-768(1995)、参照文献２：A.Momose, W.Yashiro, Y. Takeda, Y.Suzuki and T.Hattori, Phase Tomography by X-ray Talbot Interferometetry for biological imaging, Jpn. J. Appl. Phys., Vol.45,5254-5262(2006)）。ここでは、５ステップの撮影を行うこととして説明する。
例えば、マルチスリット１２のスリット周期を２２．８（μｍ）とし、５ステップの撮影を１０秒で行うとする。マルチスリット１２がそのスリット周期の１／５に該当する４．５６（μｍ）移動し停止する毎に撮影が行われる。撮影時間でいえば曝射スイッチＯＮ後、２、４、６、８、１０秒後にそれぞれ撮影が行われる。理想的な送り精度によりマルチスリット１２を一定の送り量で移動できた場合、図７に示すように、５ステップの撮影で、マルチスリット１２のスリット周期１周期分のモアレ縞画像５枚が得られる。
例えば、マルチスリット１２のスリット周期を２２．８（μｍ）とし、５ステップの撮影を１０秒で行うとする。マルチスリット１２がそのスリット周期の１／５に該当する４．５６（μｍ）移動し停止する毎に撮影が行われる。撮影時間でいえば曝射スイッチＯＮ後、２、４、６、８、１０秒後にそれぞれ撮影が行われる。理想的な送り精度によりマルチスリット１２を一定の送り量で移動できた場合、図７に示すように、５ステップの撮影で、マルチスリット１２のスリット周期１周期分のモアレ縞画像５枚が得られる。
一連の各ステップの撮影が終了すると、制御部１８１は、通信部１８４によりコントローラー５に、各ステップのモアレ縞画像を送信させる（ステップＳ３）。通信部１８４からコントローラー５に対しては各ステップの撮影が終了する毎に１枚ずつ送信することとしてもよいし、各ステップの撮影が終了し、全てのモアレ縞画像が得られた後、まとめて送信することとしてもよい。
なお、本実施形態においては、被写体台１３に被写体を載置したＸ線撮影（被写体有りでのＸ線撮影）と被写体台１３に被写体を載置しないＸ線撮影（被写体無しでのＸ線撮影）が行われ、被写体有りの一連のモアレ縞画像及び被写体無しの一連のモアレ縞画像が生成される。モアレ縞画像のうち、被写体有りのモアレ縞画像を被写体モアレ縞画像と呼び、被写体無しのモアレ縞画像をＢＧモアレ縞画像と呼ぶ。
また、被写体モアレ縞画像、ＢＧモアレ縞画像、これらのモアレ縞画像に基づいて生成される画像（再構成画像、位相画像、合成画像等）の領域のうち、照射野外領域等の、被写体信号を画像化するのに十分なＸ線が到達していない領域をＸ線強度不足領域と呼ぶ。また、図８に示すように、上述の画像の領域のうち、Ｘ線がマルチスリット１２、第１格子１４、第２格子１５の全ての格子の格子構造部を透過した領域を格子内領域と呼び（図８のＲ１）、上述の画像の領域のうち、格子内領域以外の領域（Ｘ線が全ての格子の格子構造部を透過していない領域）を格子外領域と呼ぶ（図８のＲ２）。図８に示す各格子においてドット模様で示す領域が格子構造部である。
なお、Ｘ線強度不足領域において十分なＸ線がＸ線検出器１６に到達しない理由としては、Ｘ線の照射範囲がＸ線検出器１６の検出範囲よりも狭いことや、不要なＸ線を抑制するため照射野絞りを使用していること、また装置の一部が照射野内に映り込みＸ線を遮蔽していることなどが挙げられる。
また、被写体モアレ縞画像、ＢＧモアレ縞画像、これらのモアレ縞画像に基づいて生成される画像（再構成画像、位相画像、合成画像等）の領域のうち、照射野外領域等の、被写体信号を画像化するのに十分なＸ線が到達していない領域をＸ線強度不足領域と呼ぶ。また、図８に示すように、上述の画像の領域のうち、Ｘ線がマルチスリット１２、第１格子１４、第２格子１５の全ての格子の格子構造部を透過した領域を格子内領域と呼び（図８のＲ１）、上述の画像の領域のうち、格子内領域以外の領域（Ｘ線が全ての格子の格子構造部を透過していない領域）を格子外領域と呼ぶ（図８のＲ２）。図８に示す各格子においてドット模様で示す領域が格子構造部である。
なお、Ｘ線強度不足領域において十分なＸ線がＸ線検出器１６に到達しない理由としては、Ｘ線の照射範囲がＸ線検出器１６の検出範囲よりも狭いことや、不要なＸ線を抑制するため照射野絞りを使用していること、また装置の一部が照射野内に映り込みＸ線を遮蔽していることなどが挙げられる。
コントローラー５においては、通信部５４により本体部１８からの一連の被写体モアレ縞画像及びＢＧモアレ縞画像が受信されると、制御部５１は、画像生成表示処理（画像生成表示処理Ａ）を実行し、受信した一連の被写体モアレ縞画像及びＢＧモアレ縞画像に基づいて微分位相画像、小角散乱画像等の再構成画像を生成し、表示する。
図９に、コントローラー５の制御部５１により実行される画像生成表示処理Ａのフローチャートを示す。画像生成表示処理Ａは、操作部５２の操作に応じて制御部５１と記憶部５５に記憶されているプログラムとの協働により実行される。
まず、制御部５１は、通信部５４により受信したＢＧモアレ縞画像の特性値に基づいて、ノイズ領域を検出し、検出されたノイズ領域を識別するためのマスク画像を生成する（ステップＳ１１）。
格子を用いた位相コントラスト法では、上述のＸ線強度不足領域及び格子外領域にはモアレ縞が形成されず、微分位相画像と小角散乱画像において、演算上、光量子誤差やＸ線検出器１６の誤差などが増幅されて画素信号値が大きくばらつき、ごま塩状ノイズが発生する（図２１（ａ）、（ｂ）参照）。そこで、このようなごま塩状ノイズ領域が画像中のどこにあるかを識別するためのマスク画像を生成するため、まず、ステップＳ１１においては、ＢＧモアレ縞画像の特性値を用いて、微分位相画像及び小角散乱画像においてごま塩状ノイズ領域となる、Ｘ線強度不足領域及び格子外領域のノイズ領域を検出する処理を行う。
なお、Ｘ線強度不足領域及び格子外領域のノイズは、被写体に関係なくＸ線撮影システムに起因して発生するノイズであり、システム起因のノイズと呼ぶ。
なお、Ｘ線強度不足領域及び格子外領域のノイズは、被写体に関係なくＸ線撮影システムに起因して発生するノイズであり、システム起因のノイズと呼ぶ。
ここで、モアレ縞画像の特性値について説明する。モアレ縞画像の特性値には、モアレ縞画像の特徴を表す平均強度（Ｘ線の平均強度）a0、振幅a1、位相Φ、鮮明度vis、及びこれらの特性値から算出されるノイズ指標（詳細後述）が含まれる。
図１０に、上述の撮影制御処理で取得されたモアレ縞画像の任意の１画素の画素信号値（Ｘ線強度信号値）をプロットしたグラフの一例を示す。図１０は、５ステップでスリット１周期分のモアレ縞画像を取得した場合のグラフである。図１０に示すように、モアレ縞画像の任意の１画素に注目すると、Ｘ線強度を表す画素信号値はほぼｓｉｎ関数的に変化する。このｓｉｎ関数は、平均強度（Ｘ線の平均強度）a0、振幅a1、位相Φのパラメーターにより特徴づけられる。なお、例えば数式や図において被写体モアレ縞画像とＢＧモアレ縞画像の双方のパラメーターが使用される場合等、両者を区別して示す必要がある場合は、被写体モアレ縞画像に係るパラメーターについては添え字sを、ＢＧモアレ縞画像
に係るパラメーターについては添え字rを付す。その画像自体のパラメーターを表す場合には、特に添え字は付さない。
図１０に、上述の撮影制御処理で取得されたモアレ縞画像の任意の１画素の画素信号値（Ｘ線強度信号値）をプロットしたグラフの一例を示す。図１０は、５ステップでスリット１周期分のモアレ縞画像を取得した場合のグラフである。図１０に示すように、モアレ縞画像の任意の１画素に注目すると、Ｘ線強度を表す画素信号値はほぼｓｉｎ関数的に変化する。このｓｉｎ関数は、平均強度（Ｘ線の平均強度）a0、振幅a1、位相Φのパラメーターにより特徴づけられる。なお、例えば数式や図において被写体モアレ縞画像とＢＧモアレ縞画像の双方のパラメーターが使用される場合等、両者を区別して示す必要がある場合は、被写体モアレ縞画像に係るパラメーターについては添え字sを、ＢＧモアレ縞画像
に係るパラメーターについては添え字rを付す。その画像自体のパラメーターを表す場合には、特に添え字は付さない。
モアレ縞画像の各画素の平均強度a0(x,y)、振幅a1(x,y)、位相Φ(x,y)は、それぞれ（式１）〜（式３）により与えられる。ここで、IはＸ線強度信号値、x，yはモアレ縞画像の２次元座標を表す。Mは縞走査回数である。
また、モアレ縞画像の各画素の鮮明度vis(x,y)は、（式４）により定義される。
微分位相画像は、被写体の屈折率差を画像化したものであり、微分位相画像の各画素の信号値DPh(x,y)は、被写体モアレ縞画像における各画素のＸ線強度信号値Is(x,y)とＢＧモアレ縞画像における各画素のＸ線強度信号値Ir(x,y)を用いて以下の（式５）で定義する。Φs(x,y)は被写体モアレ縞画像の各画素における位相、Φr(x,y)はＢＧモアレ縞画像の各画素における位相である。（式５）は、被写体の屈折率差や被写体によるＸ線波面の傾き角を表すものではなく、それらに比例したモアレ縞の位相変化量である。モアレ縞の位相変化量とすることで、信号範囲は−０．５〜０．５で固定され、データとして扱いやすいメリットがある。被写体の物理量に応じた値、例えばＸ線波面の傾き角が必要な場合は（式５）に１／（２πζ)をかけたものを用いても良い。ここでζはＸ線エネルギーや格子周期、被写体位置などによって決まる係数である。
小角散乱画像の各画素の信号値V(x,y)は、被写体モアレ縞画像の各画素のＸ線強度信号値Is(x,y)とＢＧモアレ縞画像の各画素のＸ線強度信号値Ir(x,y)を用いて以下の（式６）で定義する。viss(x,y)は被写体モアレ縞画像の各画素の鮮明度、visr(x,y)はＢＧモアレ縞画像の各画素の鮮明度である。（式６）は被写体の線散乱係数をＸ線の照射方向に積分した値に比例するものではなく、鮮明度の比率（Visibilityコントラスト）で代用したものである。鮮明度の比率とすることで、信号範囲は０〜１で固定できるため、データとして扱いやすいメリットがある。被写体の線散乱係数の積分に比例した値が必要な場合は、-ln(V(x,y))を用いても良い。
同一のモアレ縞画像から従来のＸ線吸収画像に相当する吸収コントラスト画像（以下、吸収画像と呼ぶ）も計算可能である。吸収コントラスト画像の各画素の信号値T(x,y)は、被写体モアレ縞画像の各画素のＸ線強度信号値Is(x,y)とＢＧモアレ縞画像の各画素のＸ
線強度信号値Ir(x,y)を用いて以下の（式７）で定義する。a0s(x,y)は被写体モアレ縞画像の各画素の平均強度、a0r(x,y)はＢＧモアレ縞画像の各画素の平均強度である。（式７）は被写体の線吸収係数をＸ線の照射方向に積分した値に比例するものではなく、透過率で代用したものである。透過率とすることで信号範囲は０〜１で固定されるため、データとして扱いやすいメリットがある。被写体の線吸収数の積分に比例した値が必要であれば、-ln(T(x,y)) を用いても良い。
線強度信号値Ir(x,y)を用いて以下の（式７）で定義する。a0s(x,y)は被写体モアレ縞画像の各画素の平均強度、a0r(x,y)はＢＧモアレ縞画像の各画素の平均強度である。（式７）は被写体の線吸収係数をＸ線の照射方向に積分した値に比例するものではなく、透過率で代用したものである。透過率とすることで信号範囲は０〜１で固定されるため、データとして扱いやすいメリットがある。被写体の線吸収数の積分に比例した値が必要であれば、-ln(T(x,y)) を用いても良い。
ここで、微分位相画像と小角散乱画像のノイズについて解説する。
Ｘ線の光量子ノイズによるモアレ縞画像の各画素のＸ線強度信号値の誤差σI(x,y)を以下の（式８）で定義する。以降、本明細書においてσは標準偏差を意味し、上線（オーバーライン）は平均を意味する。Iはモアレ縞画像のＸ線強度信号値、αはＸ線検出器１６の感度に関わる係数（以降、感度係数と呼ぶ）であり、Ｘ線フォトンを検出器信号に変換する係数である。感度係数はＸ線エネルギーに依存する。
誤差の伝搬則から、Ｘ線の光量子ノイズによるモアレ縞画像の各画素の位相誤差σΦ(x,y)は、以下の（式９）により定義できる。
同様に誤差の伝搬則から、Ｘ線の光量子ノイズによるモアレ縞画像の各画素の鮮明度の相対誤差は、以下の（式１０）により定義できる。ここで、σvis(x,y)は、鮮明度の絶対誤差であり、鮮明度の相対誤差は、鮮明度の絶対誤差を鮮明度の値（平均）で割ったものである。
（式９）、（式１０）より、位相誤差σΦ(x,y)および鮮明度の相対誤差は、平均強度a0(x,y)が小さくなるにつれて、また、鮮明度vis(x,y)が小さくなるにつれて誤差が大きくなることがわかる。そのため、鮮明度vis(x,y)と平均強度a0(x,y)のどちらかが小さけれ
ば、ノイズが強いことが言える。また、鮮明度vis(x,y)は振幅a1(x,y)と平均強度a0(x,y)の比であるため、振幅a1(x,y)と平均強度a0(x,y)を用いてノイズを計算することも可能である。
また、モアレ縞画像の各画素の平均強度の相対誤差は、以下の（式１１）により定義できる。ここで、σa0(x,y)は、平均強度の絶対誤差であり、平均強度の相対誤差は平均強度の絶対誤差を平均強度の値（平均）で割ったものである。
以上の関係式から、鮮明度の相対誤差は、以下の（式１２）のように位相誤差σΦ(x,y)と平均強度の相対誤差の二乗平均平方根の形で表すことができ、位相誤差σΦ(x,y)と平均強度の相対誤差の特性を併せ持つことがわかる。また、位相Φ(x,y)で強いノイズが発
生している画素は、鮮明度vis(x,y)でも強いノイズが発生することが言える。
また、位相誤差σΦ(x,y)と平均強度の相対誤差は以下の（式１３）関係を持つ。
理論上、鮮明度の最大値は１であるが、実際は理想的な格子を製作することが困難であり、Ｘ線の可干渉性を高くすることにも限界がある。そのため放射光施設などを用いる特殊な装置（システム）を除き、鮮明度vis(x,y)は１よりも小さく、経験上０．１〜０．７程度が実際に運用できる範囲と推定される。鮮明度vis(x,y)を０．１〜０．７と仮定すると、鮮明度の相対誤差に与える位相誤差σΦ(x,y)の影響の強さは、平均強度の相対誤差
の４〜２００倍となる。つまり、鮮明度の相対誤差は位相誤差σΦ(x,y)の影響を強く受けるため、簡易的に位相のノイズ領域と鮮明度のノイズ領域を同じものとして扱うことも可能である。
Ｘ線の光量子ノイズによるモアレ縞画像の各画素のＸ線強度信号値の誤差σI(x,y)を以下の（式８）で定義する。以降、本明細書においてσは標準偏差を意味し、上線（オーバーライン）は平均を意味する。Iはモアレ縞画像のＸ線強度信号値、αはＸ線検出器１６の感度に関わる係数（以降、感度係数と呼ぶ）であり、Ｘ線フォトンを検出器信号に変換する係数である。感度係数はＸ線エネルギーに依存する。
ば、ノイズが強いことが言える。また、鮮明度vis(x,y)は振幅a1(x,y)と平均強度a0(x,y)の比であるため、振幅a1(x,y)と平均強度a0(x,y)を用いてノイズを計算することも可能である。
また、モアレ縞画像の各画素の平均強度の相対誤差は、以下の（式１１）により定義できる。ここで、σa0(x,y)は、平均強度の絶対誤差であり、平均強度の相対誤差は平均強度の絶対誤差を平均強度の値（平均）で割ったものである。
生している画素は、鮮明度vis(x,y)でも強いノイズが発生することが言える。
の４〜２００倍となる。つまり、鮮明度の相対誤差は位相誤差σΦ(x,y)の影響を強く受けるため、簡易的に位相のノイズ領域と鮮明度のノイズ領域を同じものとして扱うことも可能である。
微分位相画像および小角散乱画像におけるシステム起因のノイズ領域は、これまで説明してきた各種の誤差をはじめとするノイズ指標を用いて検出することが可能である。ノイズ指標とは、上述のモアレ縞画像の誤差計算式、及び後述する再構成画像の誤差計算式等を用いて求めたノイズ量を評価するための指標である。具体的には、上述の位相誤差、鮮明度の相対誤差または絶対誤差、平均強度の相対誤差や絶対誤差、および後述する、微分位相の誤差、小角散乱の相対誤差や絶対誤差、吸収の相対誤差や絶対誤差に関する計算式、およびそれら計算式において感度係数αを用いない（αに1を代入）簡略化した計算式、およびそれら計算式と比例関係をもつ計算式を用いて求めたノイズ量が含まれる。
［ＢＧモアレ縞画像の位相ノイズ指標を用いたノイズ領域検出］
図９のステップＳ１１の具体例として、図１１を参照して、ＢＧモアレ縞画像の各画素の位相のノイズ指標を使用してノイズ領域を検出し、マスク画像を生成する例について説明する。図１１に示す画像は、実際のＢＧモアレ縞画像に対して実際に処理を施すことにより得られた画像である。
図９のステップＳ１１の具体例として、図１１を参照して、ＢＧモアレ縞画像の各画素の位相のノイズ指標を使用してノイズ領域を検出し、マスク画像を生成する例について説明する。図１１に示す画像は、実際のＢＧモアレ縞画像に対して実際に処理を施すことにより得られた画像である。
まず、（式９）により、ＢＧモアレ縞画像の画素毎に位相誤差σΦ(x,y)を算出する。その際、a0(x,y)およびvis(x,y)の平均値を求める必要があるため、周辺画素を使用して平均値を求めれば良い。周辺画素との平均によってノイズの検出領域がぼやけるような効果が与えられるが、本処理の目的は画素単位の欠陥を検出するものでは無く、ある大きさを持つ領域を検出することであるため問題とはならない。逆に平均化しても本来検出されるべきノイズ画素を正常の画素として誤判定したり、画像の有効領域の内側に画素単位の細かい欠陥を検出することがある。そのためマスク画像を生成した後、膨張収縮処理などを用いて、孤立点の除去や穴埋め処理を施すことが好ましい。Ｘ線検出器１６の感度係数αは、装置固有のパラメーターとして撮影条件毎に実験的に求めることが可能であるが、αを使用しない簡略化したノイズ指標（α=1）を使用しても良い。ただし簡略化したノイズ指標ではノイズの絶対値を求めることができないため、ノイズに比例した相対的な指標として扱う必要がある。
ＢＧモアレ縞画像の画素毎に位相誤差σΦ(x,y)を求めた後、予め定められた閾値よりも位相誤差σΦ(x,y)の値が大きい画素（ノイズ画素）を検出し、ノイズ画素を識別するためのマスク画像を生成する。マスク画像とは、ノイズ画素に０、ノイズ画素以外（正常画素）に１のように異なる値を設定し、ノイズ画素と正常画素を識別可能にした画像である。図１１に示すマスク画像においては、黒で示した領域がノイズ領域である。検出の判定基準である閾値は、固定閾値を用いて良いし、ヒストグラムのクラス間分散などを利用した可変閾値を用いても良い。固定閾値の場合は、装置出荷時やメンテナンス時に、曝射条件毎（管電圧、管電流、ｍＡｓ値、付加フィルターなど）に設定する。
ここでは位相のノイズ指標を使用した例に示したが、前述したとおり、位相のノイズと鮮明度のノイズは相関があり、どちらを使用してもほぼ同じようにノイズ領域を検出可能である。そのため位相のノイズ指標の代わりに鮮明度の相対ノイズ指標を用いても良い。また鮮明度の相対ノイズ指標の代わりに絶対誤差のノイズ指標（σvis）を用いても良い
。
。
図１２（ａ）、（ｂ）は、ＢＧモアレ縞画像（図１２（ａ）参照）において検出されたノイズ領域とこのＢＧモアレ縞画像及び被写体モアレ縞画像に基づいて再構成された微分位相画像（図１２（ｂ）参照）のごま塩状ノイズ領域との関係を示す図である。図１２（ａ）、（ｂ）における点線は、上述のステップＳ１１の処理において検出されたノイズ領域とそれ以外の非ノイズ領域の境界の位置を表している。図１２（ａ）、（ｂ）に示すように、ステップＳ１１で検出されたノイズ領域は、ＢＧモアレ縞画像におけるＸ線強度不足領域及び／又は格子外領域と略一致していることがわかる。また、このノイズ領域は、微分位相画像におけるごま塩状ノイズ領域に略一致していることがわかる。図示していないが、小角散乱画像においても同様である。ＢＧモアレ縞画像の代わりに被写体モアレ縞画像を用いた場合も同様である。即ち、上記ステップＳ１１等の本明細書で説明しているノイズ検出により、微分位相画像、小角散乱画像におけるごま塩状ノイズ領域を精度よく検出し、その領域をマスクするためのマスク画像を生成することができる。
なお、図１２（ａ）に示すＢＧモアレ縞画像において、非ノイズ領域（点線で囲まれた領域）の左上に、Ｘ線強度が十分な格子外領域と同じように視認される領域があるが、この部分は格子内領域である。この領域は、格子の出来が中央部より悪く、鮮明度が低くなっているが、ステップＳ１１においては画像化可能な領域と判断された領域である。
なお、図１２（ａ）に示すＢＧモアレ縞画像において、非ノイズ領域（点線で囲まれた領域）の左上に、Ｘ線強度が十分な格子外領域と同じように視認される領域があるが、この部分は格子内領域である。この領域は、格子の出来が中央部より悪く、鮮明度が低くなっているが、ステップＳ１１においては画像化可能な領域と判断された領域である。
図９に示すフローチャートにおいては、撮影毎にノイズ領域の検出及びマスク画像の生成を行う場合を示しているが、システム起因のノイズ領域が変化しない装置の場合、装置出荷時や装置メンテナンス時にノイズ領域を検出してマスク画像を生成し、記憶部５５に記憶しておくことが好ましい。予めマスク画像を生成しておけば、ステップＳ１１の処理を省略することができるため、処理時間を短縮できるからである。システム起因のノイズ領域が変化する場合は、センサーなどでノイズ領域に係る構成（例えば、照射野絞りの位置や、格子とＸ線またはＸ線検出器１６の相対的な位置関係等）の変化を検出し、その都度ノイズ領域を再検出しても良いし、図９に示すように単純に被写体撮影毎（再構成画像を計算する毎）にノイズ領域を検出しても良い。
例えば、可動式の照射野絞りを使用している場合、撮影毎にＸ線強度不足領域が変わる可能性があるため、その都度ノイズ領域を検出する必要がある。格子外領域は、装置毎にほぼ固定できるものであるが、部品交換や部品の劣化など、格子とＸ線またはＸ線検出器１６の相対的な位置関係が変わった場合にノイズ領域を再検出する必要がある。
例えば、可動式の照射野絞りを使用している場合、撮影毎にＸ線強度不足領域が変わる可能性があるため、その都度ノイズ領域を検出する必要がある。格子外領域は、装置毎にほぼ固定できるものであるが、部品交換や部品の劣化など、格子とＸ線またはＸ線検出器１６の相対的な位置関係が変わった場合にノイズ領域を再検出する必要がある。
［ＢＧモアレ縞画像の鮮明度及び平均強度を用いたノイズ領域検出］
システム起因のノイズが発生する原因は、上述のように、検出器にＸ線が十分に到達していないか、Ｘ線が全ての格子の格子構造部を透過しないことである。つまり、ＢＧモアレ縞画像の鮮明度visと平均強度a0から、簡易的にシステム起因のノイズ領域を検出する
ことが可能である。より正確にノイズ領域を求めるには上述の位相のノイズ指標または鮮明度のノイズ指標を用いることが好ましいが、簡易的な本手法を用いても十分な検出効果が期待できる。
システム起因のノイズが発生する原因は、上述のように、検出器にＸ線が十分に到達していないか、Ｘ線が全ての格子の格子構造部を透過しないことである。つまり、ＢＧモアレ縞画像の鮮明度visと平均強度a0から、簡易的にシステム起因のノイズ領域を検出する
ことが可能である。より正確にノイズ領域を求めるには上述の位相のノイズ指標または鮮明度のノイズ指標を用いることが好ましいが、簡易的な本手法を用いても十分な検出効果が期待できる。
図１３を参照して、ＢＧモアレ縞画像の各画素の鮮明度vis(x,y)と平均強度a0(x,y)を使用してノイズ領域を検出し、マスク画像を生成する処理について説明する。図１３に示す各処理工程の画像は、ＢＧモアレ縞画像に対して実際に処理を施すことにより得られた画像である。
まず、（式４）により、ＢＧモアレ縞画像の画素毎に鮮明度vis(x,y)を算出する。次いで、求めた鮮明度vis(x,y)を予め定められた閾値を用いて二値化して低鮮明度の領域を検出する。図１３に示す二値化画像おいては、黒で示す領域が予め定められた閾値よりも鮮明度が低い低鮮明度領域である。
また、（式１）により、ＢＧモアレ縞画像の画素毎に平均強度a0(x,y)を算出する。次いで、求めた平均強度a0(x,y)を予め定められた閾値を用いて二値化して低強度の領域を検出する。図１３に示す二値化画像においては、黒で示す領域が予め定められた閾値よりも平均強度が低い低強度領域である。
そして、低鮮明度の領域と低強度領域の論理和をとることにより低鮮明度の領域及び／又は低強度領域に該当する領域をノイズ領域として検出し、検出されたノイズ領域を識別するマスク画像を生成する。図１３のマスク画像において、黒で示す領域がノイズ領域である。
なお、閾値の設定やマスク画像の生成方法は、位相のノイズ指標を用いた手法で説明したものと同様である。
また、（式１）により、ＢＧモアレ縞画像の画素毎に平均強度a0(x,y)を算出する。次いで、求めた平均強度a0(x,y)を予め定められた閾値を用いて二値化して低強度の領域を検出する。図１３に示す二値化画像においては、黒で示す領域が予め定められた閾値よりも平均強度が低い低強度領域である。
そして、低鮮明度の領域と低強度領域の論理和をとることにより低鮮明度の領域及び／又は低強度領域に該当する領域をノイズ領域として検出し、検出されたノイズ領域を識別するマスク画像を生成する。図１３のマスク画像において、黒で示す領域がノイズ領域である。
なお、閾値の設定やマスク画像の生成方法は、位相のノイズ指標を用いた手法で説明したものと同様である。
図１１に示すマスク画像と図１３に示すマスク画像からわかるように、実際の処理結果では画素単位の違いは有るものの、平均強度a0及び鮮明度visを用いた簡易的な手法であ
っても略正しくノイズ領域を検出可能である。平均強度a0および鮮明度visは、微分位相
画像や小角散乱画像を計算する過程で計算されるものであり、新たに計算する必要がないため、ノイズ指標を計算するよりも処理を軽くすることができる。鮮明度visおよび平均強度a0は光量子ノイズ等により値がばらつくため、マスク画像に対して、膨張収縮処理などを用いて孤立点の除去や穴埋め処理を施すことが好ましい。
っても略正しくノイズ領域を検出可能である。平均強度a0および鮮明度visは、微分位相
画像や小角散乱画像を計算する過程で計算されるものであり、新たに計算する必要がないため、ノイズ指標を計算するよりも処理を軽くすることができる。鮮明度visおよび平均強度a0は光量子ノイズ等により値がばらつくため、マスク画像に対して、膨張収縮処理などを用いて孤立点の除去や穴埋め処理を施すことが好ましい。
［ＢＧモアレ縞画像の振幅を用いたノイズ領域検出］
システム起因のノイズ領域は、ＢＧモアレ縞画像の振幅a1のみを用いても検出可能である。厳密に言えば、微分位相のノイズと小角散乱のノイズ（後述する（式１４）、（式１５）参照）は、振幅a1と平均強度a0に関連するが、平均強度a0よりも振幅a1に強い影響を受けるため、振幅a1のみで簡易的にノイズ領域を検出することが可能であると推測される。そこで、ＢＧモアレ縞画像の振幅a1のみを用いてもシステム起因のノイズ領域を十分検出可能であることを実験的に確認した。
システム起因のノイズ領域は、ＢＧモアレ縞画像の振幅a1のみを用いても検出可能である。厳密に言えば、微分位相のノイズと小角散乱のノイズ（後述する（式１４）、（式１５）参照）は、振幅a1と平均強度a0に関連するが、平均強度a0よりも振幅a1に強い影響を受けるため、振幅a1のみで簡易的にノイズ領域を検出することが可能であると推測される。そこで、ＢＧモアレ縞画像の振幅a1のみを用いてもシステム起因のノイズ領域を十分検出可能であることを実験的に確認した。
図１４（ａ）に、ＢＧモアレ縞の位相誤差σΦを用いて生成したマスク画像、図１４（ｂ）に、鮮明度の相対誤差を用いて生成したマスク画像、図１４（ｃ）に、振幅a1のみを用いて生成したマスク画像を示す。図１４（ａ）〜（ｃ）に示すマスク画像は、固定閾値を用いて二値化した後、膨張収縮処理などを用いて、孤立点の除去や穴埋め処理を施したものである。黒領域がノイズ領域である。［表１］に、図１４（ａ）〜（ｃ）で用いた二値化の条件およびノイズ領域として検出された画素数を示す。図１４（ａ）〜（ｃ）に示したマスク画像を見ると３種類の検出方法全てで同じようにシステム起因のノイズ領域が検出されていることがわかる。また、［表１］に記載されているノイズ画素数を見ても、検出方法違いによる差異は多くて数百画素である。これは、ノイズ領域の境界が数十画素に一度、外に１画素膨らんだり、内側に１画素入り込んだりする程度の影響であり、大まかにノイズ領域を検出する目的であれば、振幅a1のみでも十分実用可能であると言える。
振幅a1は、微分位相画像や小角散乱画像を計算する過程で計算されるものであり、新たに計算する必要がなく、さらに平均強度a0と鮮明度visを用いるよりも判断基準を２つか
ら１つに減らすことができるため、上述の３つの手法の中で最も処理が速い。振幅a1を用いたノイズ検出方法はそれほど精度が必要でなく、頻繁に行われるような処理に適していると言える。
ら１つに減らすことができるため、上述の３つの手法の中で最も処理が速い。振幅a1を用いたノイズ検出方法はそれほど精度が必要でなく、頻繁に行われるような処理に適していると言える。
振幅a1を用いたノイズ検出の具体的な処理としては、ＢＧモアレ縞画像の各画素の振幅a1(x,y)を算出し、求めた振幅a1(x,y)を予め定められた閾値を用いて二値化して、閾値より振幅a1(x,y)が小さい領域をノイズ領域として検出する。そして、検出されたノイズ領
域を識別するマスク画像を生成する。
なお、閾値の設定やマスク画像の生成方法は、位相のノイズ指標を用いた手法で説明したものと同様である。
域を識別するマスク画像を生成する。
なお、閾値の設定やマスク画像の生成方法は、位相のノイズ指標を用いた手法で説明したものと同様である。
図９に戻り、マスク画像の生成が終了すると、制御部５１は、被写体モアレ縞画像及びＢＧモアレ縞画像に基づいて、微分位相画像、小角散乱画像、吸収画像の３種類の再構成画像を生成する（ステップＳ１２）。
微分位相画像は、各画素に上述の（式５）による計算を行うことにより生成することができる。小角散乱画像は、各画素に上述の（式６）による計算を行うことにより生成することができる。吸収画像は、各画素に上述の（式７）による計算を行うことにより生成することができる。なお、ここでは３種類の再構成画像を生成することとして説明するが、例えば、ユーザーにより選択された種類の再構成画像等、必要な再構成画像のみを生成することとしてもよい。
微分位相画像は、各画素に上述の（式５）による計算を行うことにより生成することができる。小角散乱画像は、各画素に上述の（式６）による計算を行うことにより生成することができる。吸収画像は、各画素に上述の（式７）による計算を行うことにより生成することができる。なお、ここでは３種類の再構成画像を生成することとして説明するが、例えば、ユーザーにより選択された種類の再構成画像等、必要な再構成画像のみを生成することとしてもよい。
次いで、制御部５１は、生成された再構成画像にマスク画像を用いてマスク処理又はノイズ領域の切り出し処理を施す（ステップＳ１３）。
マスク処理は、ノイズ領域が見えないようにするために、ノイズ領域の画素の信号値を同じ値に置き換える処理である。例えば、微分位相画像、又は小角散乱画像の各画素の信号値に対して、マスク画像の対応する画素の値を掛け合わせてマスク処理を施す。または、微分位相画像、小角散乱画像のノイズ画素に判定された画素に、画像毎に設定された所定の値を埋め込んでマスク処理しても良い。画像毎の所定値は被写体信号の値と区別がつきやすいものが好ましい。例えば、微分位相画像の場合、信号値の最大値、最小値である±０．５や、中心値である０などに設定する。小角散乱画像の場合、信号値の最大値である１や、最小値である０、中心値である０．５などに設定する。またデータの有効範囲外である値、例えば−１や２などを埋め込むことで、被写体信号と明確に識別できるようにしても良い。
マスク処理は、ノイズ領域が見えないようにするために、ノイズ領域の画素の信号値を同じ値に置き換える処理である。例えば、微分位相画像、又は小角散乱画像の各画素の信号値に対して、マスク画像の対応する画素の値を掛け合わせてマスク処理を施す。または、微分位相画像、小角散乱画像のノイズ画素に判定された画素に、画像毎に設定された所定の値を埋め込んでマスク処理しても良い。画像毎の所定値は被写体信号の値と区別がつきやすいものが好ましい。例えば、微分位相画像の場合、信号値の最大値、最小値である±０．５や、中心値である０などに設定する。小角散乱画像の場合、信号値の最大値である１や、最小値である０、中心値である０．５などに設定する。またデータの有効範囲外である値、例えば−１や２などを埋め込むことで、被写体信号と明確に識別できるようにしても良い。
図１５、図１６に、微分位相画像と小角散乱画像に対して同じマスク画像を用いてマスク処理を施した例を示す。図１５は微分位相画像にマスク処理を施したもの、図１６は小角散乱画像にマスク処理を施したものである。図１５、図１６では、ノイズ領域を黒で塗りつぶすマスク処理を施しているが、白や灰色などの他の濃度にしても良いし、異なる色を設定しても良い。
また、モアレ縞画像に対しても同様の手法によりマスク処理を施すこととしても良い。再構成画像を計算する前のモアレ縞画像に対してマスク処理を施すことで、再構成画像計算時に、不要な画素の計算を減らすことができる。またモアレ縞画像を記憶部５５に保存する必要がある場合、後述する切り出し処理を施したモアレ縞を保存すれば、データ量を少なくすることができる。
また同一のモアレ縞画像から計算された吸収画像に対して、同じマスク画像を用いてマスク処理を施しても良い。
また同一のモアレ縞画像から計算された吸収画像に対して、同じマスク画像を用いてマスク処理を施しても良い。
マスク処理を施す代わりに、ノイズ領域が少なくなるように画像を切り出しても良い。図１７に、微分位相画像に対して切り出し処理を施した例を示す。切り出し領域の設定は、全てのノイズ画素を含まないように切り出しても良いし、図１７に示すように、画像サイズとそれに含まれるノイズ画素の関係から最適な画像サイズを決定しても良い。例えば、画像サイズとノイズ画素数を用いた評価関数を用いて画像サイズを計算する方法がある。
評価関数を用いて最適な画像サイズを決定する方法としては、例えば、画像の切り出し形状を矩形として、評価関数f=(xe-xs)(ye-ys)−w*npmが最大となるようにxe,xs,ye,ysを設定すれば良い。ここで、xsは画像横方向の切り出し開始位置、xeは画像横方向の切り出し終了位置、ysは画像縦方向の切り出し開始位置、yeは画像横方向の切り出し終了位置である。またxe-xsは画像横方向の切り出し画素数、ye-ysは画像縦方向の切り出し画素数、(xe-xs)*(ye-ys)は切り出し画像の画素数に相当する。npはノイズ領域の画素数、wはノイズ画素数の重み係数、mノイズ画素数の指数である。ただしxs<xe、ys<ye、m>1、w>0とす
る。重み係数wと指数mを変えることで、画像サイズの大きさとノイズ画素数のどちらを重視するか調整可能である。上記例で示した評価関数fは、ノイズ領域の画素数npを用いて
いるが、ノイズ指標を用いて切り出し画像内のノイズ量の総和または二乗平均平方根を用いても良い。
る。重み係数wと指数mを変えることで、画像サイズの大きさとノイズ画素数のどちらを重視するか調整可能である。上記例で示した評価関数fは、ノイズ領域の画素数npを用いて
いるが、ノイズ指標を用いて切り出し画像内のノイズ量の総和または二乗平均平方根を用いても良い。
図９に戻り、マスク処理又は切り出し処理が終了すると、制御部５１は、マスク処理又は切り出し処理済みの再構成画像に各種後処理を施す（ステップＳ１４）。
マスク処理または切り出し処理を施した処理済み画像を用いて、補正処理や画像処理、合成処理などの後処理を行うと、不要なノイズ領域を処理対象から外すことができるため、マスク処理していない画像に対して後処理する場合に比べて処理の安定性が向上し、処理速度も向上する。後処理としては様々な処理が考えられるが、例えば、微分位相画像の補正処理としては、特開２０１２−１７０６１８号公報に記載のように、被写体モアレ縞画像とＢＧモアレ縞画像の撮影間で格子の相対位置関係が変化したことに起因する信号ムラを補正する処理がある。また、ＷＯ２０１２／０２９０４８号に記載のように、微分位相画像を積分した位相画像を生成する処理や、ＷＯ２０１３／１８７１５０号に記載のように、微分位相画像と吸収画像を微分した微分吸収画像に重みをかけて差分する、または微分位相画像を積分した位相画像と吸収画像に重みをかけて差分することで、骨や金属などを除去した画像を生成する処理、特許第５０５９１０７号公報に記載のように、３種類の再構成画像（微分位相画像、小角散乱画像、吸収画像）のうち２種類以上の画像を合成する処理等がある。他にも格子や被写体によるビームハードニングの補正や、一般的な画像処理である粒状抑制処理、鮮鋭化処理、周波数処理、画像の階調変換処理などが挙げられる。
マスク処理または切り出し処理を施した処理済み画像を用いて、補正処理や画像処理、合成処理などの後処理を行うと、不要なノイズ領域を処理対象から外すことができるため、マスク処理していない画像に対して後処理する場合に比べて処理の安定性が向上し、処理速度も向上する。後処理としては様々な処理が考えられるが、例えば、微分位相画像の補正処理としては、特開２０１２−１７０６１８号公報に記載のように、被写体モアレ縞画像とＢＧモアレ縞画像の撮影間で格子の相対位置関係が変化したことに起因する信号ムラを補正する処理がある。また、ＷＯ２０１２／０２９０４８号に記載のように、微分位相画像を積分した位相画像を生成する処理や、ＷＯ２０１３／１８７１５０号に記載のように、微分位相画像と吸収画像を微分した微分吸収画像に重みをかけて差分する、または微分位相画像を積分した位相画像と吸収画像に重みをかけて差分することで、骨や金属などを除去した画像を生成する処理、特許第５０５９１０７号公報に記載のように、３種類の再構成画像（微分位相画像、小角散乱画像、吸収画像）のうち２種類以上の画像を合成する処理等がある。他にも格子や被写体によるビームハードニングの補正や、一般的な画像処理である粒状抑制処理、鮮鋭化処理、周波数処理、画像の階調変換処理などが挙げられる。
後処理が終了すると、制御部５１は、後処理済み画像を表示部５３に表示し（ステップＳ１５）、画像生成表示処理Ａを終了する。
＜第２の実施形態＞
次に、本発明の第２の実施形態について説明する。
第１の実施形態においては、ＢＧモアレ縞画像の特性値に基づいてシステム起因のノイズ領域を検出する場合を例にとり説明したが、第２の実施形態においては、被写体モアレ縞画像の特性値に基づいてシステム起因及び被写体起因のノイズ領域を検出する例について説明する。
次に、本発明の第２の実施形態について説明する。
第１の実施形態においては、ＢＧモアレ縞画像の特性値に基づいてシステム起因のノイズ領域を検出する場合を例にとり説明したが、第２の実施形態においては、被写体モアレ縞画像の特性値に基づいてシステム起因及び被写体起因のノイズ領域を検出する例について説明する。
なお、第２の実施形態におけるＸ線撮影システムの構成及び撮影制御処理については、第１の実施形態で説明したものと同様であるので説明を省略する。
実際の撮影では、被写体撮影時に、被写体の被曝線量を低減するため、被写体にＸ線の防護掛布を掛けたり照射野絞り等で照射野をＢＧモアレ縞画像撮影時よりも狭めたりすることがある。このような場合、微分位相画像や小角散乱画像では、防護掛布や照射野絞り等でＸ線の強度が不十分となった領域にごま塩状ノイズが発生するが、ＢＧモアレ縞画像からではその領域を推定することは不可能である。また、ＢＧモアレ縞画像からでは被写体自身の吸収や散乱によるノイズを検出することも不可能である。このように、被写体自身の吸収や散乱によるノイズに加えて、被写体撮影時にＢＧモアレ縞画像の撮影時よりもＸ線照射範囲が狭められたことによるノイズ、Ｘ線の防護掛布等の被曝低減用の部品を使用したことによるノイズは、被写体の撮影によって生じるノイズであり、被写体起因のノイズとして定義する。
そこで、第２の実施形態においては、ノイズ領域の検出に、被写体モアレ縞画像の特性値を用いる。被写体モアレ縞画像は、格子（マルチスリット１２、第１格子１４及び第２格子１５）と被写体を透過したＸ線をＸ線検出器１６で読み取ったものであり、格子外領域とＸ線強度不足領域によるシステム起因のノイズと被写体起因のノイズの影響を受けるため、被写体モアレ縞の特性値を用いれば、システム起因と被写体起因の両方によるノイズ領域を一度に検出することが可能である。
図１８に、第２の実施形態においてコントローラー５において実行される画像生成表示処理（画像生成表示処理Ｂ）のフローチャートを示す。画像生成表示処理Ｂは、操作部５２の操作に応じて制御部５１と記憶部５５に記憶されているプログラムとの協働により実行される。
画像生成表示処理Ｂにおいて、制御部５１は、まず、通信部５４により受信した被写体モアレ縞画像の特性値に基づいてノイズ領域を検出し、検出されたノイズ領域を識別するためのマスク画像を生成する（ステップＳ２１）。
ステップＳ２１における処理は、図９のステップＳ１１で説明した、ＢＧモアレ縞画像からノイズ領域を検出し、マスク画像を生成する方法とほぼ同じである。即ち、ＢＧモアレ縞画像の代わりに被写体モアレ縞画像を用いるところが異なるだけである。被写体モアレ縞画像の特性値としては、位相のノイズ指標または鮮明度のノイズ指標を用いても良いし、精度よりも計算速度を優先する場合は、平均強度と鮮明度、または振幅を用いても良い。
ステップＳ２１における処理は、図９のステップＳ１１で説明した、ＢＧモアレ縞画像からノイズ領域を検出し、マスク画像を生成する方法とほぼ同じである。即ち、ＢＧモアレ縞画像の代わりに被写体モアレ縞画像を用いるところが異なるだけである。被写体モアレ縞画像の特性値としては、位相のノイズ指標または鮮明度のノイズ指標を用いても良いし、精度よりも計算速度を優先する場合は、平均強度と鮮明度、または振幅を用いても良い。
被写体起因のノイズ領域は撮影毎に変化するため、ノイズ領域を検出するタイミングについては、図１８に示すフローチャートのように、被写体撮影毎（再構成画像の計算毎）に行うことが好ましい。
ステップＳ２１においてマスク画像生成後、制御部５１は、ステップＳ２２〜Ｓ２５の処理を実行する。ステップＳ２２〜Ｓ２５の処理は、第１の実施形態で説明した図９のステップＳ１２〜ステップＳ１５と同様であるので説明を省略する。
ここで、システム起因のノイズ領域と被写体起因のノイズ領域を切り分ける方法を説明する。被写体モアレ縞画像だけでは、システム起因と被写体起因のノイズを切り分けることは困難であるが、ＢＧモアレ縞画像によるノイズ検出を併用すれば可能である。例えば、マスク画像の全画素を０で初期化したのち、ＢＧモアレ縞画像からシステム起因のノイズ領域Ａを検出し、領域Ａに対応するマスク画像の画素に１を設定する。その後、マスク画像で１に設定されていない画素に対して、被写体モアレ縞画像からノイズ領域Ｂ検出し、領域Ｂに対応するマスク画像の画素に２を設定する。領域Ｂは領域Ａを含まないため、システム起因のノイズ領域が除かれたものであり、被写体起因のノイズ領域のみが残る。これによりシステム起因によるノイズ領域と被写体起因のノイズ領域の識別が可能となる。またマスク画像に設定する値は１や２で有る必要はなく、異なる値を用いても良い。
なお、第１の実施形態で説明したＢＧモアレ縞画像の特性値を用いて生成されたマスク画像（マスク画像１とする）と、第２の実施形態で説明した被写体モアレ縞画像の特性値を用いて生成されたマスク画像（マスク画像２とする）の双方を用いて再構成画像にマスク処理や切り出し処理を施すこととしてもよい。
上述のように、被写体モアレ縞画像の特性値を用いてノイズ検出を行えば、システム起因のノイズと被写体起因のノイズの双方を検出することができる。しかし、システム起因のノイズと被写体起因のノイズを同じレベルの閾値を用いて検出する場合、被写体信号を誤ってノイズと検出しないようにするために、ノイズであるか否かを判定するための閾値の値が緩く設定されてしまい、システム起因のノイズが精度よく検出できない可能性がある。そこで、例えば、マスク画像１の生成時に用いる閾値とマスク画像２の生成時に用いる閾値を異なるレベルに設定し、生成されたマスク画像１とマスク画像２でノイズと識別されている領域の論理和をとってマスク画像１及び／又はマスク画像２の領域からなるマスク画像３を生成し、マスク画像３を用いて再構成画像にマスク処理又は切り出し処理を施すこととしてもよい。このようにすれば、システム起因のノイズと被写体起因のノイズの双方を精度良く検出することが可能となる。
上述のように、被写体モアレ縞画像の特性値を用いてノイズ検出を行えば、システム起因のノイズと被写体起因のノイズの双方を検出することができる。しかし、システム起因のノイズと被写体起因のノイズを同じレベルの閾値を用いて検出する場合、被写体信号を誤ってノイズと検出しないようにするために、ノイズであるか否かを判定するための閾値の値が緩く設定されてしまい、システム起因のノイズが精度よく検出できない可能性がある。そこで、例えば、マスク画像１の生成時に用いる閾値とマスク画像２の生成時に用いる閾値を異なるレベルに設定し、生成されたマスク画像１とマスク画像２でノイズと識別されている領域の論理和をとってマスク画像１及び／又はマスク画像２の領域からなるマスク画像３を生成し、マスク画像３を用いて再構成画像にマスク処理又は切り出し処理を施すこととしてもよい。このようにすれば、システム起因のノイズと被写体起因のノイズの双方を精度良く検出することが可能となる。
＜第３の実施形態＞
次に、本発明の第３の実施形態について説明する。
第３の実施形態においては、ＢＧモアレ縞画像の特性値及び被写体モアレ縞画像の特性値に基づいて再構成画像のノイズ指標を算出し、再構成画像のノイズ指標に基づいてシステム起因及び被写体起因のノイズ領域を検出する例について説明する。
次に、本発明の第３の実施形態について説明する。
第３の実施形態においては、ＢＧモアレ縞画像の特性値及び被写体モアレ縞画像の特性値に基づいて再構成画像のノイズ指標を算出し、再構成画像のノイズ指標に基づいてシステム起因及び被写体起因のノイズ領域を検出する例について説明する。
なお、第３の実施形態におけるＸ線撮影システムの構成及び撮影制御処理については、第１の実施形態で説明したものと同様であるので説明を省略し、第３の実施形態における画像生成表示処理（画像生成表示処理Ｃ）について説明する。
図１９に、第３の実施形態においてコントローラー５において実行される画像生成表示処理Ｃのフローチャートを示す。画像生成表示処理Ｃは、操作部５２の操作に応じて制御部５１と記憶部５５に記憶されているプログラムとの協働により実行される。
図１９に、第３の実施形態においてコントローラー５において実行される画像生成表示処理Ｃのフローチャートを示す。画像生成表示処理Ｃは、操作部５２の操作に応じて制御部５１と記憶部５５に記憶されているプログラムとの協働により実行される。
ここで、微分位相画像、小角散乱画像のノイズ解析については、参照文献３で報告されている（参照文献３：Vincent Revol, Rev. Sci. instrum. 81 093709 (2010)）。
Ｘ線の光量子ノイズによる、微分位相誤差σDPh(x,y)を、誤差の伝搬則を用いて求めると、以下の（式１４）で定義でき、ＢＧモアレ縞画像と被写体モアレ縞画像との鮮明度visr(x,y)、viss(x,y)と平均強度a0r(x,y)、a0s(x,y)を用いて表すことができる。ここで、visr(x,y)はＢＧモアレ縞画像の鮮明度、viss(x,y)は被写体モアレ縞の鮮明度、a0r(x,y)はＢＧモアレ縞画像の平均強度、a0s(x,y)は被写体モアレ縞の平均強度である。αrはＢ
Ｇモアレ縞撮影時の検出器の感度係数であり、αsは被写体モアレ縞撮影時の検出器の感度係数である。
同様に誤差の伝搬則から、小角散乱の相対誤差は以下の（式１５）で定義できる。σV(x,y)は小角散乱の絶対誤差である。
微分位相誤差σDPh、小角散乱の相対誤差及び絶対誤差及びこれらの簡易式や比例式を再構成画像のノイズ指標という。
Ｘ線の光量子ノイズによる、微分位相誤差σDPh(x,y)を、誤差の伝搬則を用いて求めると、以下の（式１４）で定義でき、ＢＧモアレ縞画像と被写体モアレ縞画像との鮮明度visr(x,y)、viss(x,y)と平均強度a0r(x,y)、a0s(x,y)を用いて表すことができる。ここで、visr(x,y)はＢＧモアレ縞画像の鮮明度、viss(x,y)は被写体モアレ縞の鮮明度、a0r(x,y)はＢＧモアレ縞画像の平均強度、a0s(x,y)は被写体モアレ縞の平均強度である。αrはＢ
Ｇモアレ縞撮影時の検出器の感度係数であり、αsは被写体モアレ縞撮影時の検出器の感度係数である。
画像生成表示処理Ｃにおいて、制御部５１は、まず、通信部５４により受信したＢＧモアレ縞画像及び被写体モアレ縞画像に基づいて微分位相のノイズ指標を算出し、算出したノイズ指標に基づいてノイズ領域を検出し、検出されたノイズ領域を識別するためのマスク画像Ｍ１を生成する（ステップＳ３１）。
具体的には、まず、上記（式１４）により、画素毎に微分位相誤差σDPh(x,y)を算出する。その際、a0r(x,y) ,a0s(x,y)およびvisr(x,y),viss(x,y)の平均値を求める必要があるため、周辺画素を使用して平均値を求めれば良い。周辺画素との平均によってノイズの認識領域がぼやけるような効果が与えられるが、本処理の目的は画素単位の欠陥を検出するものでは無く、ある大きさを持つ領域を検出することであるため問題とはならない。逆に平均化しても本来検出されるべきノイズ画素を正常の画素として誤判定したり、画像の有効領域の内側に画素単位の細かい欠陥を検出することがある。そのためマスク画像を生成した後、膨張収縮処理などを用いて、孤立点の除去や穴埋め処理を施すことが好ましい。ＢＧモアレ縞画像撮影時のＸ線検出器１６の感度係数αrは、装置固有のパラメーターとして撮影条件毎に実験的に求めることが可能である。被写体モアレ縞画像撮影時の感度係数αsは、被写体によるＸ線硬化の影響によって値が変わるため、医療用途のように撮影対象が限定される場合は、被写体と撮影条件毎に求めることが可能であるが、撮影対象を限定できない場合は感度係数を求めることは困難である。そのような場合、感度係数を用いない簡略化したノイズ指標(αr＝αs＝１)を用いても良い。参照文献３にも記載されているように、感度係数αは被写体によって変化するが、一般的な被写体ではそれほど大きな変化とはならず、αを用いない簡略化したノイズ指標でも、大まかにノイズ領域を検出することは可能である。ただし簡略化したノイズ指標ではノイズの絶対量を求めることができないため、ノイズに比例した相対指標として扱う必要がある。
次いで、各画素の微分位相誤差σDPh(x,y)を予め定められた閾値を用いて二値化してノイズが強い画素（予め定められた閾値よりも微分位相誤差σDPh(x,y)の値が大きい画素：ノイズ画素）を検出し、ノイズ画素を識別するマスク画像Ｍ１を生成する。なお、閾値の設定やマスク画像の生成方法は、位相のノイズ指標を用いたノイズ検出で説明したものと同様である。
次いで、各画素の微分位相誤差σDPh(x,y)を予め定められた閾値を用いて二値化してノイズが強い画素（予め定められた閾値よりも微分位相誤差σDPh(x,y)の値が大きい画素：ノイズ画素）を検出し、ノイズ画素を識別するマスク画像Ｍ１を生成する。なお、閾値の設定やマスク画像の生成方法は、位相のノイズ指標を用いたノイズ検出で説明したものと同様である。
次いで、制御部５１は、ＢＧモアレ縞画像及び被写体モアレ縞画像に基づいて小角散乱の相対誤差（又は絶対誤差）を算出し、算出した小角散乱の相対誤差（又は絶対誤差）に基づいてノイズ領域を検出し、マスク画像Ｍ２を生成する（ステップＳ３２）。
具体的には、まず、（式１５）を使用して、画素毎に小角散乱の相対誤差（又は絶対誤差）を算出する。a0r(x,y) ,a0s(x,y)およびvisr(x,y),viss(x,y)の平均値を求める方法、および感度係数αr、αsの取り扱いについては、微分位相誤差σDPh(x,y)を使用したノイズ検出で説明したものと同じである。小角散乱の相対誤差（又は絶対誤差）の算出後、各画素の小角散乱の相対誤差（又は絶対誤差）のノイズ指標を予め定められた閾値を用いて二値化してノイズが強い画素（予め定められた閾値よりも小角散乱の相対誤差（又は絶対誤差）が大きい画素：ノイズ画素）を検出し、ノイズ画素を識別するマスク画像Ｍ２を生成する。
次いで、制御部５１は、被写体モアレ縞画像とＢＧモアレ縞画像に基づいて再構成画像を生成し（ステップＳ３３）、マスク画像Ｍ１、マスク画像Ｍ２を用いて各再構成画像にマスク処理又は切り出し処理を施す（ステップＳ３４）。
ステップＳ３３の処理は、図９のステップＳ１２で説明したものと同様である。ステップＳ３４においては、マスク画像Ｍ１を用いて微分位相画像にマスク処理又は切り出し処理を施し、マスク画像Ｍ２を用いて小角散乱画像にマスク処理又は切り出し処理を施す。吸収画像については、ごま塩状ノイズが発生し難いため、マスク処理または切り出し処理を施さなくてもよいし、上述の何れのマスク画像を用いてもよい。また後述する（式１７）を使用して、予め定められた閾値よりも吸収の相対誤差の値が大きい画素を検出した別のマスク画像を用いてもよい。また、第１の実施形態で説明したように、マスク画像Ｍ１又はマスク画像Ｍ２を用いてモアレ縞画像にマスク処理や切り出し処理を行うこととしてもよい。
ステップＳ３５以降の処理については、図９のステップＳ１４以降の処理と同様であるので説明を省略する。
上記の画像生成表示処理Ｃで説明したように、微分位相のノイズ指標および小角散乱のノイズ指標を計算し、二つのマスク画像を生成しても良いが、簡易的にどちらか一方のノイズ指標からマスク画像を生成して二つの画像に適用しても良い。小角散乱の相対誤差は、以下の（式１６）に示すように、微分位相誤差σDPh(x,y)と吸収の相対誤差の二乗平均平方根で与えられる。ここで、（式１７）は、吸収の相対誤差である。
（式１６）に示す関係は、（式１２）に示したモアレ縞画像の鮮明度誤差と、位相の誤差と平均強度の誤差の関係と同じである。つまり、小角散乱の相対誤差は微分位相誤差の影響を強く受けるため、簡易的に小角散乱のノイズ領域と微分位相のノイズ領域を同じものとして扱うことも可能である。即ち、簡易的にどちらか一方のノイズ指標からマスク画像を生成しても二つの画像に適用しても良く、この場合は、どちらか一方のノイズ指標を計算する必要がなく、処理時間を短縮することが可能である。いずれのノイズ指標を用いたとしても、計算誤差の影響でマスク画像に孤立点や、穴などが存在する可能性が有り、膨張/収縮処理を用いて孤立点の除去や穴埋めを行うことが好ましい。
ノイズ領域を検出するタイミングについては、被写体起因のノイズ領域は撮影毎に変化するため、被写体撮影毎（再構成画像の計算毎）に行うことが好ましい。
システム起因のノイズ領域と被写体起因のノイズ領域を切り分けるには、第２の実施形態で説明したように、マスク画像を初期化し、ＢＧモアレ縞画像から検出したシステム起因のノイズ領域に１を設定した後、システム起因のノイズ領域と設定されていない画素に対して、再構成画像のノイズ指標を用いて検出した被写体起因のノイズ領域に２を設定するか、二つのマスク画像を用いれば、システム起因によるノイズ領域と被写体起因のノイズ領域の識別が可能となる。
システム起因のノイズ領域と被写体起因のノイズ領域を切り分けるには、第２の実施形態で説明したように、マスク画像を初期化し、ＢＧモアレ縞画像から検出したシステム起因のノイズ領域に１を設定した後、システム起因のノイズ領域と設定されていない画素に対して、再構成画像のノイズ指標を用いて検出した被写体起因のノイズ領域に２を設定するか、二つのマスク画像を用いれば、システム起因によるノイズ領域と被写体起因のノイズ領域の識別が可能となる。
なお、被写体モアレ縞画像の特性値に基づいて生成したマスク画像とＢＧモアレ縞画像の特性値に基づいて生成したマスク画像を併用した場合と同様に、システム起因のノイズの検出精度を上げるため、第１の実施形態で説明したＢＧモアレ縞画像の特性値に基づいてマスク画像Ｍ０をマスク画像Ｍ１とは異なるレベルの閾値を用いて生成し、マスク画像Ｍ０とマスク画像Ｍ１の論理和をとったマスク画像をマスク処理や切り出し処理に用いることとしてもよい。同様に、ＢＧモアレ縞画像の特性値に基づいてマスク画像Ｍ０を生成し、マスク画像Ｍ０とマスク画像Ｍ２の論理和をとったマスク画像をマスク処理や切り出し処理に用いることとしてもよい。
＜第４の実施形態＞
次に、本発明の第４の実施形態について説明する。
第４の実施形態のＸ線撮影システムにおいては、被写体台１３上に、被写体撮影時に被写体が動かないように固定するための撮影用部品１３１が着脱可能に備えられている。図２０ａに、撮影用部品１３１の一例を示す。図２０ｂに、図２０ａに示す撮影用部品１３１に被写体である手指を配置したイメージを示す。なお、撮影用部品１３１としては、図２０ａ、図２０ｂに示したような被写体を固定するもの（固定ユニット）に限定されず、例えば、被写体を回転させる回転テーブルや被写体の状態を可変させる（例えば、圧縮、引張、加温等させる）装置等としてもよい。
次に、本発明の第４の実施形態について説明する。
第４の実施形態のＸ線撮影システムにおいては、被写体台１３上に、被写体撮影時に被写体が動かないように固定するための撮影用部品１３１が着脱可能に備えられている。図２０ａに、撮影用部品１３１の一例を示す。図２０ｂに、図２０ａに示す撮影用部品１３１に被写体である手指を配置したイメージを示す。なお、撮影用部品１３１としては、図２０ａ、図２０ｂに示したような被写体を固定するもの（固定ユニット）に限定されず、例えば、被写体を回転させる回転テーブルや被写体の状態を可変させる（例えば、圧縮、引張、加温等させる）装置等としてもよい。
被写体を載置したＸ線照射時に用いられる撮影用部品１３１が画像に写り込んでしまうと、診断に不要な情報を含んだ画像となり好ましくない。また、後処理時に撮影用部品１３１に含まれるＸ線の吸収体や散乱体の影響で処理の安定性が低下し、かつ不要な領域の処理により無駄な処理時間が発生してしまう。そこで、第２の実施形態〜第３の実施形態で説明したノイズ検出の手法によって撮影用部品１３１の領域をノイズ領域として検出し（即ち、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域として検出し）、マスク処理又は切り出し処理することが好ましいが、撮影用部品１３１は、一部は金属などで構成され、一部は樹脂などで構成されることが多く、Ｘ線吸収が強い部分と弱い部分、小角散乱が強い部分と弱い部分が混在することが多い。ここで小角散乱とは、Ｘ線を被写体に照射して散乱するＸ線のうち、モアレ縞画像の鮮明度を低下させる散乱角が小さいものを言う。そのため第２の実施形態〜第３の実施形態で説明した手法では、金属などの強吸収部、または小角散乱体のみがノイズ領域として検出されてしまい、依然として診断に不要な領域が残った画像となる。ノイズ領域を検出するための閾値をノイズが小さい方向に変更すれば、より広く撮影用部品１３１の領域を検出することができるが、被写体の信号領域までマスクされてしまう問題が発生する。撮影用部品１３１と被写体の信号が同様のノイズ量を持つ場合、閾値のみでは切り分けは困難である。また撮影用部品１３１が既知の場合、その形状や、Ｘ線の吸収、散乱の程度等から認識処理することで、撮影用部品１３１の領域をノイズ領域として設定することも考えられるが、複数の撮影用部品１３１に対して撮影条件や配置が変わっても安定して動作させることは困難であるか、複雑な認識処理が必要となる。
そこで、第２の実施形態〜第３の実施形態の手法を用いて、撮影用部品１３１の領域をノイズ領域として正確に検出するためには、撮影用部品１３１全体で一様に吸収が強いか、または小角散乱が強ければ良い。例えば、撮影用部品１３１のＸ線の入射面またはその反対面、またはその両方に、Ｘ線を十分吸収する吸収体を付加する、またはＸ線を十分に小角散乱させる小角散乱体を付加する等により、撮影用部品１３１の領域と被写体モアレ縞画像上で重なる位置に吸収体又は小角散乱体を設けることで、撮影用部品１３１の領域を精度良く安定してノイズ領域として検出することが可能となる。被写体と撮影用部品１３１の信号のノイズ量が同程度であると被写体までノイズ領域として検出されてしまう可能性があるため、撮影用部品１３１に付加する吸収体または小角散乱体は、被写体よりも吸収または小角散乱が強いことが好ましい。また、これにより被写体と吸収体または小角散乱体でノイズ量に有意差が与えられるため、ヒストグラムのクラス間分散などを用いてノイズ検出に用いる可変閾値を安定して求めることも可能となる。吸収体を使用する場合、被写体よりもＸ線源１１側に配置した方が、被写体の余計な被曝を低減することができるため、好ましい。小角散乱体の場合は被写体前後で効果の違いは無いため、撮影用部品１３１や装置の制約などを考慮して選択すれば良い。吸収体と小角散乱体は、撮影用部品１３１に直接取り付けても良いが、撮影用部品１３１の投影と重なれば良いため、撮影用部品１３１から離して配置しても良い。
尚、吸収体や小角散乱体を撮影用部品１３１の一部と被写体モアレ縞画像上で重なるように配置し、撮影用部品１３１の領域を検出しても良い。例えば撮影用部品１３１の周辺を取り囲むように吸収体や小角散乱体を配置し、吸収体や小角散乱体で囲まれている領域内部を撮影用部品１３１の領域として検出しても良いし、撮影用部品１３１の投影形状の特徴点に吸収体や小角散乱体を配置し、特徴点を結ぶことにより形成される領域内部を撮影用部品１３１の領域として検出しても良い。
尚、吸収体や小角散乱体を撮影用部品１３１の一部と被写体モアレ縞画像上で重なるように配置し、撮影用部品１３１の領域を検出しても良い。例えば撮影用部品１３１の周辺を取り囲むように吸収体や小角散乱体を配置し、吸収体や小角散乱体で囲まれている領域内部を撮影用部品１３１の領域として検出しても良いし、撮影用部品１３１の投影形状の特徴点に吸収体や小角散乱体を配置し、特徴点を結ぶことにより形成される領域内部を撮影用部品１３１の領域として検出しても良い。
吸収体には金、鉛、タングステン、鉄、アルミ、銅、白金、イリジウムなどが適しているが、Ｘ線を十分吸収できるものであれば良い。小角散乱体として、微小な粉末や、気泡が多数含まれた液体や樹脂、また紙や木などが適している。気泡の代わりに金属や樹脂などの球体を使用しても良い。また粉末や気泡、球体の大きさは第一格子の格子周期の半分程度が好ましい。また吸収体と小角散乱体を組み合わせた物でも良い。
以上説明したように、Ｘ線撮影システムにおいて、コントローラー５の制御部５１は、Ｘ線撮影装置１から受信した被写体無しのモアレ縞画像及び被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出し、検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成する。そして、生成されたマスク画像を用いて、再構成画像又はモアレ縞画像のうちの少なくとも１つの画像に対してマスク処理または画像の切り出し処理を施す。
従って、被写体領域と識別しづらいごま塩状ノイズ領域が除去された、より診断又は検査しやすい微分位相画像、小角散乱画像を提供することが可能となる。また、被写体信号ではない不要なごま塩状ノイズ領域が除去されるので、後処理での処理の安定性の向上及び処理の高速化を図ることが可能となる。
従って、被写体領域と識別しづらいごま塩状ノイズ領域が除去された、より診断又は検査しやすい微分位相画像、小角散乱画像を提供することが可能となる。また、被写体信号ではない不要なごま塩状ノイズ領域が除去されるので、後処理での処理の安定性の向上及び処理の高速化を図ることが可能となる。
例えば、制御部５１は、被写体無しのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出することができる。
また、制御部５１は、被写体無しのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出することができる。
また、制御部５１は、被写体無しのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出することができる。
また、制御部５１は、被写体有りのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出することができる。
また、制御部５１は、被写体有りのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出することができる。
また、制御部５１は、被写体有りのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、微分位相画像及び小角散乱画像におけるごま塩状ノイズ領域を検出することができる。
また、制御部５１は、被写体有りのモアレ縞画像及び被写体無しのモアレ縞画像に基づいて微分位相のノイズ指標又は小角散乱のノイズ指標を算出し、この微分位相のノイズ指標又は小角散乱のノイズ指標に基づいて、微分位相画像及び前記小角散乱画像におけるごま塩状ノイズ領域を検出することができる 。
また、撮影用部品１３１と被写体モアレ縞画像上で重なる位置にＸ線吸収体又はＸ線小角散乱体を配置して撮影を行うことで、画像化したくない撮影用部品１３１の領域をごま塩状ノイズ領域として検出することが可能となる。
なお、上述した本実施形態における記述は、本発明に係る好適な一例であり、これに限定されるものではない。
例えば、上記実施形態では、撮影時にマルチスリット１２を第１格子１４及び第２格子１５に対して移動させる方式のタルボ・ロー干渉計を用いたＸ線撮影装置を例にとり説明したが、本発明は、マルチスリット１２又は第１格子１４又は第２格子１５の何れか又はそのうちの二つの格子を移動させる方式のタルボ・ロー干渉計を用いたＸ線撮影装置に適用してもよい。また、本発明は、第１格子１４又は第２格子１５の何れかを他の格子に対して移動させる方式のタルボ干渉計を用いたＸ線撮影装置に適用してもよい。
また、上記実施形態において説明した縞走査法以外にも位相コントラスト画像を計算する方法が複数ある。例えば、一枚の被写体モアレ縞画像とBGモアレ縞画像から位相コントラスト画像を取得する方法として、参照文献４に記載のフーリエ変換法（参照文献４：M.Takeda, H．Ina, and S．Kobayashi,「Fourier-Transform Methode of Fringe-Pattern Analysis for Computer-Based Topography and Interferometry」J.Opt.Soc.Am.72,156（1982）参照）や特開２０１２−１４３４９１に記載の方法等がある。また格子を用いないＤＥＩ（Diffraction Enhanced Imaging）法などがあるが、いずれにしても、位相コントラスト画像を得る計算の過程で振幅や位相、平均強度を計算することができるため、本願に記載した方法を用いて、ノイズ領域を検出することが可能である。即ち、本願は縞走査法に限定されるものではない。
また、上記実施形態においては、マルチスリット１２、第１格子１４及び第２格子１５を一次元格子としたＸ線撮影システムを例にとり説明したが、本発明は、二次元格子を用いて二次元状に縞走査を行うＸ線撮影システムに適用することも可能である。
また、上記実施形態においては、３種の再構成画像を生成する場合について説明したが、微分位相画像又は小角散乱画像の少なくとも一つ生成するＸ線撮影システムであれば本発明を適用することが可能ある。
その他、Ｘ線撮影システムを構成する各装置の細部構成及び細部動作に関しても、発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１ Ｘ線撮影装置
１１ Ｘ線源
１２ マルチスリット
１２ａ 駆動部
１３ 被写体台
１４ 第１格子
１５ 第２格子
１６ Ｘ線検出器
１７ 保持部
１７ａ 緩衝部材
１８ 本体部
１８１ 制御部
１８２ 操作部
１８３ 表示部
１８４ 通信部
１８５ 記憶部
１８ａ 駆動部
５ コントローラー
５１ 制御部
５２ 操作部
５３ 表示部
５４ 通信部
５５ 記憶部
１１ Ｘ線源
１２ マルチスリット
１２ａ 駆動部
１３ 被写体台
１４ 第１格子
１５ 第２格子
１６ Ｘ線検出器
１７ 保持部
１７ａ 緩衝部材
１８ 本体部
１８１ 制御部
１８２ 操作部
１８３ 表示部
１８４ 通信部
１８５ 記憶部
１８ａ 駆動部
５ コントローラー
５１ 制御部
５２ 操作部
５３ 表示部
５４ 通信部
５５ 記憶部
Claims (12)
- Ｘ線源からのＸ線が第１の格子と第２の格子を透過したのち画像信号として読み取られて生成された被写体無しのモアレ縞画像及び被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像から生成された再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成手段と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理手段と、
を備える画像処理装置。 - 前記マスク画像生成手段は、前記生成されたマスク画像を用いて、前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対してマスク処理又は画像の切り出し処理を施すことで、前記ごま塩状ノイズ領域を除外する請求項１に記載の画像処理装置。
- 前記再構成画像は、微分位相画像及び小角散乱画像のうちの少なくとも１つである請求項１又は２に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜３のいずれか一項に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜３のいずれか一項に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として前記被写体無しのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜３のいずれか一項に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の位相のノイズ指標又は鮮明度のノイズ指標を算出し、算出したノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜６のいずれか一項に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の鮮明度及び平均強度を算出し、算出した鮮明度及び平均強度に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜６のいずれか一項に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として前記被写体有りのモアレ縞画像の振幅を算出し、算出した振幅に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜６のいずれか一項に記載の画像処理装置。
- 前記マスク画像生成手段は、前記特性値として、前記被写体有りのモアレ縞画像及び前記被写体無しのモアレ縞画像に基づいて微分位相のノイズ指標又は小角散乱のノイズ指標を算出し、この微分位相のノイズ指標又は小角散乱のノイズ指標に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出する請求項１〜６のいずれか一項に記載の画像処理装置。
- Ｘ線を照射するＸ線源と、
前記Ｘ線の照射経路上に設けられ、周期パターンを形成する第１格子と、
前記第１格子の周期パターンをモアレ縞に変換する第２格子と、
前記Ｘ線源により照射されて前記第１格子及び前記第２格子を透過したＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取ってモアレ縞画像を取得するＸ線検出器と、
前記Ｘ線の照射経路上に設けられた被写体配置位置に被写体を配置せずに前記Ｘ線源からＸ線を照射することにより取得された被写体無しのモアレ縞画像と前記被写体配置位置に被写体を配置して前記Ｘ線源からＸ線を照射することにより取得された被写体有りのモアレ縞画像とに基づいて再構成画像を生成する再構成画像生成手段と、
を備えるＸ線撮影システムであって、
前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成手段と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理手段と、
を備えるＸ線撮影システム。 - Ｘ線を照射するＸ線源と、
前記Ｘ線の照射経路上に設けられ、周期パターンを形成する第１格子と、
前記第１格子の周期パターンをモアレ縞に変換する第２格子と、
前記Ｘ線源により照射されて前記第１格子及び前記第２格子を透過したＸ線に応じて電気信号を生成する変換素子が２次元状に配置され、当該変換素子により生成された電気信号を画像信号として読み取ってモアレ縞画像を取得するＸ線検出器と、
前記Ｘ線の照射経路上に設けられた被写体配置位置に被写体を配置せずに前記Ｘ線源からＸ線を照射することにより取得された被写体無しのモアレ縞画像と前記被写体配置位置に被写体を配置して前記Ｘ線源からＸ線を照射することにより取得された被写体有りのモアレ縞画像とに基づいて再構成画像を生成する再構成画像生成手段と、
を備えるＸ線撮影システムにおける画像処理方法であって、
前記被写体無しのモアレ縞画像及び前記被写体有りのモアレ縞画像のうち少なくとも１つの特性値に基づいて、前記再構成画像におけるごま塩状ノイズ領域を検出し、前記検出されたごま塩状ノイズ領域を識別するためのマスク画像を生成するマスク画像生成工程と、
前記生成されたマスク画像を用いて前記ごま塩状ノイズ領域を除外した前記再構成画像及び前記モアレ縞画像のうちの少なくとも１つの画像に対して、補正処理、画像処理、合成処理などの後処理を行う後処理工程と、
を含む画像処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017146934A JP6365746B2 (ja) | 2017-07-28 | 2017-07-28 | 画像処理装置、ｘ線撮影システム及び画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017146934A JP6365746B2 (ja) | 2017-07-28 | 2017-07-28 | 画像処理装置、ｘ線撮影システム及び画像処理方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014026087A Division JP6187298B2 (ja) | 2014-02-14 | 2014-02-14 | Ｘ線撮影システム及び画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017189685A true JP2017189685A (ja) | 2017-10-19 |
| JP6365746B2 JP6365746B2 (ja) | 2018-08-01 |
Family
ID=60086334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017146934A Active JP6365746B2 (ja) | 2017-07-28 | 2017-07-28 | 画像処理装置、ｘ線撮影システム及び画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6365746B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112150542A (zh) * | 2020-09-24 | 2020-12-29 | 上海联影医疗科技股份有限公司 | 一种射野测量方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007108346A1 (ja) * | 2006-03-22 | 2007-09-27 | Konica Minolta Medical & Graphic, Inc. | 放射線画像処理方法、放射線画像処理装置及び放射線画像撮影システム |
| US20120099702A1 (en) * | 2009-06-16 | 2012-04-26 | Koninklijke Philips Electronics N.V. | Correction method for differential phase contrast imaging |
| JP2013063098A (ja) * | 2011-09-15 | 2013-04-11 | Fujifilm Corp | 放射線撮影装置及び画像処理方法 |
| JP2013255536A (ja) * | 2012-06-11 | 2013-12-26 | Konica Minolta Inc | 放射線画像撮影装置 |
-
2017
- 2017-07-28 JP JP2017146934A patent/JP6365746B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007108346A1 (ja) * | 2006-03-22 | 2007-09-27 | Konica Minolta Medical & Graphic, Inc. | 放射線画像処理方法、放射線画像処理装置及び放射線画像撮影システム |
| US20120099702A1 (en) * | 2009-06-16 | 2012-04-26 | Koninklijke Philips Electronics N.V. | Correction method for differential phase contrast imaging |
| JP2013063098A (ja) * | 2011-09-15 | 2013-04-11 | Fujifilm Corp | 放射線撮影装置及び画像処理方法 |
| JP2013255536A (ja) * | 2012-06-11 | 2013-12-26 | Konica Minolta Inc | 放射線画像撮影装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112150542A (zh) * | 2020-09-24 | 2020-12-29 | 上海联影医疗科技股份有限公司 | 一种射野测量方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6365746B2 (ja) | 2018-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6187298B2 (ja) | Ｘ線撮影システム及び画像処理方法 | |
| JP6413950B2 (ja) | 放射線撮影システム及び画像処理装置 | |
| JP5331940B2 (ja) | 放射線撮影システム及び放射線画像生成方法 | |
| JP5343065B2 (ja) | 放射線撮影システム | |
| JP2011224329A (ja) | 放射線撮影システム及び方法 | |
| JP5783987B2 (ja) | 放射線撮影装置 | |
| US20120250972A1 (en) | Radiographic system and radiographic method | |
| JP2012090945A (ja) | 放射線検出装置、放射線撮影装置、放射線撮影システム | |
| JP6369206B2 (ja) | Ｘ線撮影システム及び画像処理装置 | |
| JP2012115577A (ja) | 放射線撮影システム | |
| JP2011206490A (ja) | 放射線撮影システム及び放射線撮影方法 | |
| JP2014012030A (ja) | 放射線撮影システム | |
| WO2012169426A1 (ja) | 放射線撮影システム | |
| JP6451400B2 (ja) | 画像処理システム及び画像処理装置 | |
| JP2012125423A (ja) | 放射線画像検出装置、放射線撮影装置、放射線撮影システム | |
| JP6365746B2 (ja) | 画像処理装置、ｘ線撮影システム及び画像処理方法 | |
| JP6642676B2 (ja) | 放射線撮影システム及び画像処理装置 | |
| WO2012057278A1 (ja) | 放射線撮影システム及び放射線撮影方法 | |
| JP2013042788A (ja) | 放射線撮影装置及びアンラップ処理方法 | |
| WO2012147749A1 (ja) | 放射線撮影システム及び放射線撮影方法 | |
| JP2011206489A (ja) | 放射線撮影システム及び放射線撮影方法 | |
| JP2011206280A (ja) | 放射線撮影方法及びシステム | |
| WO2013051647A1 (ja) | 放射線撮影装置及び画像処理方法 | |
| WO2012133553A1 (ja) | 放射線撮影システム及び放射線撮影方法 | |
| WO2012057046A1 (ja) | 放射線撮影装置及び放射線撮影システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170728 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180528 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180605 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180618 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6365746 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |