JP2023034671A - Ｘ線診断装置及び医用情報処理装置 - Google Patents

Abstract

【課題】被検体の骨の状態について、時系列的な変化を適切に評価できるようにすること。【解決手段】実施形態に係るＸ線診断装置は、算出部と、表示制御部とを備える。算出部は、異なる２種のエネルギーのＸ線に対応する被検体の撮影画像及び撮影条件のうち少なくとも一方に基づいて、被検体の骨の状態を評価する指標値の誤差を算出する。表示制御部は、算出された指標値の誤差に基づく情報を表示させる。【選択図】図１

Description

本明細書及び図面に開示の実施形態は、Ｘ線診断装置及び医用情報処理装置に関する。

従来、骨密度（ＢＭＤ：Bone Mineral Density）や骨塩量（ＢＭＣ：Bone Mineral Content）等、骨の状態を表す指標を測定する技術として、ＤＸＡ（Dual-energy X-ray Absorptiometry）法が知られている。ＤＸＡ法では、異なる２種のエネルギーのＸ線に対応する被検体の撮影画像データを用いて骨と軟組織を弁別し、それによって骨密度や骨塩量を算出する。

骨の状態を表す指標を測定する装置としては、専用のＸ線診断装置が知られている（以下、専用機と記す）。専用機は、細い短冊状のＸ線照射領域を、Ｘ線照射領域の短辺方向に順次移動させて撮影することで、散乱線の影響を低減している。また、近年、専用機ではないＸ線診断装置（以下、汎用機と記す）においても、ＤＸＡ法による骨密度・骨塩量の測定が行われている。

なお、上述した専用機や汎用機は、骨密度・骨塩量を表示するが、かかる表示では、骨密度・骨塩量の時系列的な変化を適切に評価できない。

特開２０１８－１９２０５４号公報

「大腿骨近位部BMD測定マニュアル」、［令和３年３月１日検索］、インターネット＜http://www.josteo.com/ja/guideline/doc/4_1.pdf>

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、被検体の骨の状態について、時系列的な変化を適切に評価できるようにすることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

実施形態に係るＸ線診断装置は、算出部と、表示制御部とを備える。算出部は、異なる２種のエネルギーのＸ線に対応する被検体の撮影画像及び撮影条件のうち少なくとも一方に基づいて、前記被検体の骨の状態を評価する指標値の誤差を算出する。表示制御部は、算出された前記指標値の誤差に基づく情報を表示させる。

図１は、第１の実施形態に係るＸ線診断装置の構成の一例を示すブロック図である。 図２は、第１の実施形態に係るＸ線診断装置による処理手順の概要を示すフローチャートである。 図３は、第１の実施形態に係る算出機能及び制御機能による処理手順を示すフローチャートである。 図４は、第１の実施形態に係る算出機能による処理の一例を説明するための図である。 図５は、第１の実施形態に係る制御機能によって表示される情報の一例を示す図である。 図６は、第１の実施形態に係る制御機能によって表示される情報の一例を示す図である。 図７は、第２の実施形態に係る算出機能及び制御機能による処理手順を示すフローチャートである。 図８は、第２の実施形態に係る制御機能によって表示される情報の一例を示す図である。 図９は、第２の実施形態に係る制御機能によって表示される情報の一例を示す図である。 図１０は、第３の実施形態に係るＸ線診断装置の構成の一例を示すブロック図である。 図１１は、その他の実施形態に係る算出機能及び制御機能による処理の一例を説明するための図である。 図１２は、その他の実施形態に係る医用情報処理装置の構成の一例を示すブロック図である。

以下、図面を参照して、Ｘ線診断装置及び医用情報処理装置の実施形態について詳細に説明する。なお、本願に係るＸ線診断装置及び医用情報処理装置は、以下に示す実施形態によって限定されるものではない。また、以下の説明において、同様の構成要素には共通の符号を付与するとともに、重複する説明を省略する。

（第１の実施形態）
第１の実施形態に係るＸ線診断装置における構成について説明する。本実施形態に係るＸ線診断装置は、骨の状態を評価する指標をＤＸＡ法によって測定するものである。骨の状態を評価する指標としては、ＢＭＤ（骨密度）やＢＭＣ（骨塩量）等がある。Ｘ線診断装置は、骨の状態を測定する専用機のほか、Ｘ線ＴＶ装置やＸ線一般撮影装置などの汎用機がある。なお、第１の実施形態では、汎用機であるＣアームタイプのＸ線ＴＶ装置を一例として説明する。

図１は、第１の実施形態に係るＸ線診断装置１の構成の一例を示すブロック図である。図１に示すように、Ｘ線診断装置１は、Ｘ線高電圧装置１１と、Ｘ線管１２と、Ｘ線絞り器１３と、天板１４と、Ｃアーム１５と、Ｘ線検出器１６と、メモリ１７と、ディスプレイ１８と、入力インターフェース１９と、処理回路２０とを備える。

Ｘ線高電圧装置１１は、処理回路２０による制御の下、Ｘ線管１２に高電圧を印加する。例えば、Ｘ線高電圧装置１１は、変圧器（トランス）、整流器等の電気回路を有し、Ｘ線管１２に印加する高電圧を発生する高電圧発生装置と、Ｘ線管１２が照射するＸ線に応じた出力電圧の制御を行うＸ線制御装置とを有する。なお、高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であってもよい。

Ｘ線管１２は、熱電子を発生する陰極（フィラメント）と、熱電子の衝突を受けてＸ線を発生する陽極（ターゲット）とを有する真空管である。Ｘ線管１２は、Ｘ線高電圧装置１１から印加される高電圧を用いて、陰極から陽極に向けて熱電子を照射することにより、Ｘ線を発生する。

Ｘ線絞り器１３は、Ｘ線管１２により発生されたＸ線の照射範囲を絞り込むＸ線絞りと、Ｘ線管１２から曝射されたＸ線を調節するフィルタとを有する。

Ｘ線絞り器１３におけるＸ線絞りは、例えば、スライド可能な４枚の絞り羽根を有する。Ｘ線絞りは、絞り羽根をスライドさせることで、Ｘ線管１２が発生したＸ線を絞り込んで被検体Ｐに照射させる。ここで、絞り羽根は、鉛などで構成された板状部材であり、Ｘ線の照射範囲を調整するためにＸ線管１２のＸ線照射口付近に設けられる。また、絞り羽根は、対向する羽根が非対称に移動可能に形成されてもよく、或いは、対向する羽根が対称移動のみ可能に形成されてもよい。

Ｘ線絞り器１３におけるフィルタは、被検体Ｐに対する被曝線量の低減とＸ線画像データの画質向上を目的として、その材質や厚みによって透過するＸ線の線質を変化させ、被検体Ｐに吸収されやすい軟線成分を低減したり、Ｘ線画像データのコントラスト低下を招く高エネルギー成分を低減したりする。また、フィルタは、その材質や厚み、位置などによってＸ線の線量及び照射範囲を変化させ、Ｘ線管１２から被検体Ｐへ照射されるＸ線が予め定められた分布になるようにＸ線を減衰させる。

例えば、Ｘ線絞り器１３は、モータ、アクチュエータ等の駆動機構を有し、処理回路２０による制御の下、駆動機構を動作させることによりＸ線の照射を制御する。例えば、Ｘ線絞り器１３は、処理回路２０から受け付けた制御信号に応じて駆動電圧を駆動機構に印加することにより、Ｘ線絞りの絞り羽根の開度を調整して、被検体Ｐに対して照射されるＸ線の照射範囲を制御する。また、例えば、Ｘ線絞り器１３は、処理回路２０から受け付けた制御信号に応じて駆動電圧を駆動機構に印加することにより、フィルタの位置を調整することで、被検体Ｐに対して照射されるＸ線の線量の分布を制御する。

天板１４は、被検体Ｐを載せるベッドであり、図示しない寝台の上に配置される。例えば、寝台は、モータ、アクチュエータ等の駆動機構を有し、処理回路２０による制御の下、駆動機構を動作させることにより、天板１４を移動・傾斜させる。

Ｃアーム１５は、Ｘ線管１２及びＸ線絞り器１３と、Ｘ線検出器１６とを、被検体Ｐを挟んで対向するように保持する。例えば、Ｃアーム１５は、モータ、アクチュエータ等の駆動機構を有し、処理回路２０から受け付けた制御信号に応じて駆動電圧を駆動機構に印加することにより、Ｘ線管１２及びＸ線絞り器１３と、Ｘ線検出器１６とを被検体Ｐに対して回転・移動させ、Ｘ線の照射位置や照射角度を制御する。

Ｘ線検出器１６は、例えば、マトリクス状に配列された検出素子を有するＸ線平面検出器（Flat Panel Detector：ＦＰＤ）である。Ｘ線検出器１６は、Ｘ線管１２から照射されて被検体Ｐを透過したＸ線を検出して、検出したＸ線量に対応した検出信号を処理回路２０へと出力する。なお、Ｘ線検出器１６は、グリッド、シンチレータアレイ及び光センサアレイを有する間接変換型の検出器であってもよいし、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であっても構わない。

メモリ１７は、例えば、ＲＡＭ（Random Access Memory）等の半導体メモリ素子により実現される。メモリ１７は、処理回路２０による処理結果を一時的に記憶する。例えば、メモリ１７は、処理回路２０によって収集されたＸ線画像データなどの各種データを受け付けて一時記憶する。ここで、本願におけるＸ線画像データは、Ｘ線検出器１６によって検出された検出信号、検出信号に基づいて生成された投影データ、投影データに基づいて生成されたＸ線画像を含む。また、メモリ１７は、処理回路２０によって読み出されて実行される各種機能に対応するプログラムを記憶する。

ディスプレイ１８は、各種の情報を表示する。例えば、ディスプレイ１８は、処理回路２０による制御の下、操作者の指示を受け付けるためのＧＵＩや、各種のＸ線画像を表示する。また、ディスプレイ１８は、処理回路２０による処理結果を表示する。例えば、ディスプレイ１８は、被検体Ｐの骨の状態を評価する指標（骨密度や骨塩量）の測定値及び当該測定値の誤差等を表示する。

入力インターフェース１９は、操作者からの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路２０に出力する。例えば、入力インターフェース１９は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース１９は、装置本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース１９は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路２０へ出力する電気信号の処理回路も入力インターフェース１９の例に含まれる。

処理回路２０は、Ｘ線診断装置１全体の動作を制御する。また、処理回路２０は、メモリ１７に記憶されたプログラムを読み出して実行することにより、収集機能２０１、制御機能２０２及び算出機能２０３として機能する。制御機能２０２は、表示制御部の一例である。また、算出機能２０３は、算出部の一例である。

ここで、被検体の骨の状態について時系列的な変化を適切に評価することが重要である。しかしながら、過去の検査における測定値と、今回の検査における測定値とを比較する際に、測定された指標値の表示のみでは、その時系列的な変化が有意差と言えるのか否かを一見して把握できず、被検体の骨の状態について時系列的な変化を適切に評価できない。

以上のように構成されたＸ線診断装置１は、被検体の骨の状態を評価する指標値の他に当該指標値の誤差を表示する。これにより、被検体の骨の状態について時系列的な変化を適切に評価できるようにする。

以下、図２を参照してＸ線診断装置１が実行する処理を説明する。図２は、Ｘ線診断装置１による処理手順の概要を示すフローチャートである。

収集機能２０１は、デュアルエナジーによる撮影のＸ線条件を決定する。例えば、収集機能２０１は、入力インターフェース１９から入力されたＸ線条件、メモリ１７に記憶されたＸ線条件（例えば、前回検査時に設定された）を撮影のＸ線条件として決定する。収集機能２０１は、入力インターフェース１９を介して操作者によって撮影の実行指示がなされると、決定したＸ線条件に応じてデュアルエナジーによる撮影を実行する。

なお、収集機能２０１は、デュアルエナジーによる撮影のＸ線条件を透視による位置決めに基づいて決定することもできる。かかる場合には、収集機能２０１は、まず、操作者による透視の実行操作に応じて位置決めを行うための透視画像の収集を順次実行する。ここで、収集機能２０１は、収集される透視画像について、例えば、画素値の平均値を閾値と比較し、比較結果を次の透視画像のＸ線条件にフィードバックさせるＡＢＣ（Automatic Brightness Control）制御を実行する。

そして、収集機能２０１は、ＡＢＣ制御によってＸ線条件が安定した状態に至っている場合に、当該Ｘ線条件に基づく体厚の情報を被検体の「体厚に関する情報」としてメモリ１７に保持させるとともに、「体厚に関する情報」に基づいてデュアルエナジーによる撮影（異なる２種類の管電圧による撮影）のＸ線条件を決定する。なお、ＡＢＣ制御によって安定した状態に至ったＸ線条件に基づいて、デュアルエナジーによる撮影のＸ線条件を決定する場合でもよい。収集機能２０１は、操作者によって撮影の実行指示がなされると、決定したＸ線条件に応じた撮影を実行する（ステップＳ１０１）。

例えば、収集機能２０１は、腰椎や大腿骨近位部といったＲＯＩ（Region of Interest：関心領域）を含む領域を対象として第１の管電圧（高電圧）による撮影を行い、第１の管電圧に対応するＸ線画像データを収集する。また、収集機能２０１は、上記ＲＯＩを含む同一の領域を対象として第２の管電圧（低電圧）による撮影を行い、第２の管電圧に対応するＸ線画像データを収集する。

なお、異なる２種のエネルギーのＸ線に対応する被検体の撮影画像を収集するための撮影は、上記したデュアルエナジーによる撮影に限られない。例えば、連続Ｘ線エネルギーを分光して低エネルギーのＸ線と、高エネルギーのＸ線とを検出する２層検出器を用い、連続Ｘ線エネルギーのＸ線を１回照射する撮影の場合でもよい。

収集機能２０１が撮影を実行すると、算出機能２０３は、デュアルエナジーによる撮影で収集された２種類のＸ線画像データから被検体の骨の状態を評価する指標値を算出する。制御機能２０２は、算出された指標値（例えば、骨密度や骨塩量等）を表示する（ステップＳ１０２）。例えば、算出機能２０３は、２種類のＸ線画像データを基に骨画像を生成し、生成した骨画像の関心領域における骨密度や骨塩量等を計測する。制御機能２０２は、計測された骨密度や骨塩量等をディスプレイ１８に表示させる。

また、ステップＳ１０２においては、算出機能２０３は、算出された指標値（骨密度や骨塩量等）の誤差を算出する。制御機能２０２は、算出された指標値（骨密度や骨塩量等）の誤差を表示する。

以下、ステップＳ１０２における処理の一例を、図３を用いて説明する。ここでは、被検体の骨の状態を評価する指標についてＢＭＤ（骨密度）を一例として説明する。

算出機能２０３は、デュアルエナジーによる撮影で収集された２種類のＸ線画像データから骨画像を生成する。また、算出機能２０３は、生成した骨画像に対してＲＯＩを設定する（ステップＳ２０１）。

算出機能２０３は、操作者によって指定されたＲＯＩを設定してもよい。また、算出機能２０３は、既存のセグメンテーション処理の結果として骨画像から抽出されたＲＯＩを設定してもよい。なお、算出機能２０３によってＲＯＩが設定されるＸ線画像データは、第１の管電圧（高電圧）による撮影で収集された高ｋＶ画像、第２の管電圧（低電圧）による撮影で収集された低ｋＶ画像、或いは、後述する骨強調画像のいずれの画像でもよい。骨の領域がより明瞭に示されている高ｋＶ画像及び骨強調画像を用いることで、より正確なＲＯＩの設定を行うことができる。また、骨強調画像が用いられる場合、ＲＯＩを設定する前に、後述する物質弁別処理が実行される。

続いて、算出機能２０３は、第１の管電圧（高電圧）による撮影で収集された投影データ（高ｋＶ画像）、及び、第２の管電圧（低電圧）による撮影で収集された投影データ（低ｋＶ画像）を基に、骨密度を測定する（ステップＳ２０２）。

具体的には、算出機能２０３は、２種類の投影データそれぞれについて線減弱係数の分布を求め、線減弱係数の分布の各位置（各画素）について、２つの物質（骨と骨以外（軟組織））の線減弱係数と混合量とからなる連立方程式を解くことで、各位置における２つの物質の混合量や混合割合を算出する。また、算出機能２０３は、各位置における骨と軟組織との混合量に基づいて、骨と軟組織それぞれに対応する２種類の投影データを生成する。なお、収集機能２０１によって生成された投影データは、メモリ１７によって記憶される。

また、算出機能２０３は、各位置（各画素）について、２つの物質（骨と骨以外（軟組織））の質量減弱係数と密度とからなる連立方程式を解くことで、各位置における２つの物質の密度をそれぞれ算出する。例えば、算出機能２０３は、ＲＯＩにおける骨密度（ＢＭＤ_m）を算出する。

算出機能２０３は、異なる２種のエネルギーのＸ線に対応する被検体の撮影画像及び撮影条件の少なくとも一方に基づいて、指標値（骨密度）の誤差を算出する。ここで、算出機能２０３は、単一のＤＸＡ撮影、或いは、２層検出器を用いた単一の撮影において得られた骨密度の測定値の誤差を算出する。なお、第１の実施形態に係る骨密度の誤差は、撮影画像に含まれる散乱線に起因する誤差と、量子ノイズ等に起因する誤差とを有する。

以下、撮影画像及び撮影条件を基に指標値（骨密度）の誤差を算出する例について説明する。なお、撮影条件は、単一のＤＸＡ撮影（或いは、２層検出器を用いた単一の撮影）におけるＸ線条件（管電圧、管電流、パルス幅などを含む）と、幾何学的撮影条件と、被検体の体厚に関する情報とを含む。

（散乱線に起因する誤差について）
算出機能２０３は、撮影画像に含まれる散乱線に起因する誤差を求める（ステップＳ２０３）。撮影画像に含まれる散乱線に起因する誤差は、図４に示すように、散乱線が低減されていない画像（元の画像）を基に測定された骨密度と、散乱線が低減された画像を基に測定された骨密度との差分によって求められる。

より具体的には、算出機能２０３は、第１の管電圧（高電圧）に対応するＸ線画像データ（高ｋＶ画像）についての散乱線画像（高ｋＶ散乱線画像）、第２の管電圧（低電圧）に対応するＸ線画像データ（低ｋＶ画像）についての散乱線画像（低ｋＶ散乱線画像）を取得する。散乱線画像は、Ｘ線条件（ｋＶ及びｍＡｓ）と、幾何学的撮影条件と、被検体の体厚に関する情報とに基づいて、各画素における散乱線量（散乱線画像）が取得される。

幾何学的撮影条件は、絞り羽根の位置情報、ＳＩＤ（Source to Image receptor Distance）、ＳＯＤ（Source-to-Object Distance）（又は検出器・天板間距離）等が挙げられる。絞り羽根の位置情報は、例えば、非対称に移動可能な絞り羽根である場合、４つのパラメータにより表される。また、絞り羽根の位置情報は、対称移動のみ可能な絞り羽根の場合、２つのパラメータにより表される。撮影における幾何的撮影条件は、撮影された高ｋＶ画像及び／又は低ｋＶ画像のＤＩＣＯＭタグに記録される。

また、被検体の体厚に関する情報は、ＡＢＣ制御によって取得された「体厚に関する情報」を用いてもよく、或いは、デュアルエナジー撮影によって収集されたＸ線画像データを用いて算出する場合でもよい。

メモリ１７には、例えば、Ｘ線条件、幾何学的撮影条件及び体厚と、散乱線との関係を示す散乱線データが予め記憶される。算出機能２０３は、デュアルエナジー撮影のそれぞれについて、散乱線データをもとに散乱線量を推定して、「高ｋＶ散乱線画像」及び「低ｋＶ散乱線画像」をそれぞれ取得する。算出機能２０３は、高電圧での撮影におけるＸ線条件と、幾何学的撮影条件と、被検体の体厚に関する情報とに基づいて、図４に示す「高ｋＶ散乱線画像」を推定する。同様に、算出機能２０３は、低電圧での撮影におけるＸ線条件と、幾何学的撮影条件と、被検体の体厚に関する情報とに基づいて、図４に示す「低ｋＶ散乱線画像」を推定する。

そして、算出機能２０３は、高ｋＶ画像から高ｋＶ散乱線画像を除外し、低ｋＶ画像から低ｋＶ散乱線画像を除外することにより、各差分画像（差分画像高ｋＶ、差分画像低ｋＶ）を生成する。算出機能２０３は、各差分画像から生成された骨画像（散乱線が低減された画像）に対して、ステップＳ２０１で設定されたＲＯＩの位置・大きさに基づくＲＯＩを設定し、設定したＲＯＩにおける骨密度を算出する。算出機能２０３は、散乱線が低減されていない画像のＲＯＩにおける骨密度と、散乱線が低減されていない画像のＲＯＩにおける骨密度との差分を、撮影画像に含まれる散乱線に起因する誤差として求める。

（量子ノイズ等に起因する誤差について）
図３に戻って、上述したように散乱線に起因する誤差を算出すると、算出機能２０３は、量子ノイズ等に起因する測定値の誤差を求める（ステップＳ２０４）。量子ノイズ等による誤差としては、量子ノイズや回路ノイズによる誤差がある。量子ノイズによる誤差は、Ｘ線の照射経路で確率的に生じるＸ線のばらつきによる誤差であり、回路ノイズによる誤差は、Ｘ線診断装置１に含まれる回路で確率的に生じる動作のばらつきによる誤差である。

算出機能２０３は、撮影画像に基づく値のばらつきを評価する値を、測定値の誤差として算出する。例えば、算出機能２０３は、撮影画像に複数設定されたＲＯＩ（例えば、椎体）について、ＲＯＩ毎に測定された骨密度の標準偏差や分散等の統計情報を、量子ノイズ等に起因する誤差として算出してもよい。

また、算出機能２０３は、量子ノイズ量と回路ノイズ量との和を量子ノイズ等に起因する誤差として算出してもよい。例えば、算出機能２０３は、Ｘ線画像（例えば、デュアルエナジー撮影によって収集された高ｋＶ画像或いは低ｋＶ画像など）の画素値と回路ノイズ量とに基づいてＸ線画像における光子数を求め、光子数に基づいて量子ノイズ量を推定する。回路ノイズ量は、Ｘ線を照射しない状態で取得された信号に基づいて算出される。

また、算出機能２０３は、物質弁別処理に基づいて生成された骨強調画像及び軟組織強調画像に基づく量子ノイズ量を、量子ノイズ等に起因する誤差として算出してもよい。例えば、算出機能２０３は、骨強調画像及び軟組織強調画像を用いたシミュレーションによって各画素に入射した光子数を求め、光子数に基づいて量子ノイズ量を推定する。

このように、量子ノイズ等に起因する誤差が算出されたことに応じて、制御機能２０２は、算出された前記指標値の誤差に基づく情報を表示させる。例えば、制御機能２０２は、骨密度の測定値を誤差とともにディスプレイ１８に表示させる（ステップＳ２０５）。誤差は、撮影画像に含まれる散乱線に起因する誤差と、量子ノイズ等に起因する誤差とを有する。

図５は、ディスプレイ１８に表示される情報の一例を示す図である。縦軸は骨密度（ＢＭＤ）を示し、横軸は検査日（Ｄａｔｅ）を示す。

例えば、制御機能２０２は、「Ｄａｔｅ：ａ」及び「Ｄａｔｅ：ｂ」について、骨密度の測定値を表示するとともに、「散乱線に起因する誤差」及び「量子ノイズ等に起因する誤差」の少なくとも一方を加味したエラーバーを表示させる。エラーバーの測定値に対して高い側は、散乱線が含まれることで骨密度が低く見積もられていることから、「散乱線に起因する誤差」を含む。また、エラーバーの測定値に対して高い側及び低い側は、「量子ノイズ等に起因する誤差」を含む。なお、制御機能２０２によって表示される指標値の誤差に基づく情報は、上記した誤差の値を示す情報に限られず、誤差に基づいて導出される情報の場合でもよい。例えば、制御機能２０２は、算出された誤差と、誤差の基準値とを比較して、比較結果（例えば、誤差が基準値を超えている等）を表示する場合でもよい。

なお、測定値の誤差を推定する条件を変更した場合の誤差を表示してもよい。以下、撮影条件を基に指標値（骨密度）の誤差を算出する例について説明する。かかる場合には、算出機能２０３が、幾何学的撮影条件を変更した場合における測定値の誤差を求める。具体的には、算出機能２０３は、撮影条件における幾何学的撮影条件に基づいて、骨密度の測定値の誤差を求める。例えば、算出機能２０３は、幾何学的撮影条件に基づいて、ＲＯＩ内に入射する散乱線の量を推定し、推定した散乱線の量に基づいて、測定値の誤差を推定する。一例を挙げると、算出機能２０３は、絞り羽根の位置情報、ＳＩＤ、ＳＯＤ等の条件が変更された場合の「散乱線に起因する誤差」を算出する。制御機能２０２は、幾何学的撮影条件を変更した場合の測定値の誤差を表示させる。

図６は、幾何学的撮影条件を変更した場合にディスプレイ１８に表示される情報の一例を示す図であり、図５における「Ｄａｔｅ：ｂ」における幾何学的撮影条件を変更した場合の測定値の誤差を表示させる場合について示す。

例えば、制御機能２０２は、「Ｄａｔｅ：ｂ」の測定値及び誤差の表示と並べて、幾何学的撮影条件を変更した場合の測定値の誤差（点線で示したエラーバー）を表示させる。なお、幾何学的撮影条件を変更した場合をシミュレーションした測定値の誤差を表示させる態様は、図６に示す例に限られず、その他、種々の態様で表示させることができる。例えば、制御機能２０２は、実際の条件に基づく誤差と識別可能となるように異なる色や形状で示したエラーバーを測定値に重ねて表示させることができる。また、制御機能２０２は、幾何学的撮影条件を変更するためのＧＵＩとともに、別ウィンドウで表示させることもできる。

上述した実施形態では、被検体の骨の状態を評価する指標値として、骨密度を用いる場合について説明したが、実施形態はこれに限定されるものではなく、被検体の骨の状態を評価する指標値として、骨塩量を用いる場合でもよい。

上述したように、第１の実施形態によれば、算出機能２０３は、異なる２種のエネルギーのＸ線に対応する被検体の撮影画像及び撮影条件のうち少なくとも一方に基づいて、被検体の骨の状態を評価する指標値の誤差を算出する。制御機能２０２と、算出された指標値の誤差に基づく情報を表示させる。したがって、第１の実施形態に係るＸ線診断装置１は、骨密度・骨塩量の検査において、１回の検査ごとの測定値の誤差を表示させることができ、被検体の骨の状態について、時系列的な変化を適切に評価できるようにすることを可能にする。

また、第１の実施形態によれば、算出機能２０３は、撮影条件における幾何学的撮影条件に基づいて、被検体の骨の状態を評価する指標値の誤差を算出する。したがって、第１の実施形態に係るＸ線診断装置１は、幾何学的な撮影条件を種々変更可能な汎用機によって骨密度及び骨塩量の測定値を算出する場合でも、その誤差を精度よく推定することを可能にする。

例えば、汎用機により骨密度・骨塩量検査を行う場合、その幾何的な撮影条件（絞り羽根の開度、ＳＩＤ、ＳＯＤ等）によってＲＯＩに入射する散乱線の量が変化するため、これに起因して、測定値おける誤差量が変化することとなる。第１の実施形態に係るＸ線診断装置１は、幾何学的撮影条件に基づいて誤差を推定することができるため、このような汎用機による測定においてもその誤差を精度よく算出することができる。

また、第１の実施形態によれば、算出機能２０３は、撮影画像における統計情報を、被検体の骨の状態を評価する指標値の誤差として算出する。したがって、第１の実施形態に係るＸ線診断装置１は、撮影画像に基づいて測定値の誤差を算出することを可能にする。

また、第１の実施形態によれば、算出機能２０３は、幾何学的撮影条件に基づいて、ＲＯＩ内に入射する散乱線の量を推定し、推定した散乱線の量に基づいて、指標値の誤差を推定する。したがって、第１の実施形態に係るＸ線診断装置１は、散乱線による誤差を考慮した指標値の誤差を提示することを可能にする。

また、第１の実施形態によれば、算出機能２０３は、量子ノイズに基づく誤差を含む誤差を推定する。したがって、第１の実施形態に係るＸ線診断装置１は、量子ノイズによる誤差を考慮した指標値の誤差を提示することを可能にする。

また、第１の実施形態によれば、算出機能２０３は、幾何学的撮影条件を変更した場合における指標値の誤差を算出する。制御機能２０２は、幾何学的撮影条件を変更した場合の指標値の誤差を表示させる。したがって、第１の実施形態に係るＸ線診断装置１は、指標値の誤差について、幾何学的な撮影条件に関する種々のシミュレーションを実行することを可能にする。

（変形例１）
上述した実施形態では、散乱線補正前の撮影画像（図４における高ｋＶ画像及び低ｋＶ画像）に基づいて算出した指標値（骨密度）を測定値とし、散乱線補正後の撮影画像（図４における差分画像高ｋＶ及び差分画像低ｋＶ）に基づいて算出した指標値（骨密度）と測定値との差分を当該測定値の誤差として求める例を説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、散乱線補正後の撮影画像（図４における差分画像高ｋＶ及び差分画像低ｋＶ）に基づいて算出した指標値（骨密度や骨塩量等）を測定値とし、散乱線補正前の撮影画像に基づいて算出した指標値と測定値との差分を当該測定値の誤差として求めてもよい。かかる場合には、散乱線に起因する誤差が、エラーバーの測定値に対して低い側に含まれることとなる。なお、散乱線補正後の撮影画像に基づいて算出した指標値を表示する場合、散乱線に起因する誤差を含めず、量子ノイズ等に起因する誤差のみを表示する場合でもよい。

（変形例２）
上述した実施形態では、Ｘ線条件、幾何学的撮影条件及び体厚と、散乱線との関係を示す散乱線データに基づいて散乱線量を推定して、「高ｋＶ散乱線画像」及び「低ｋＶ散乱線画像」をそれぞれ取得する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、ＡＩ（Artificial Intelligence）により、「高ｋＶ散乱線画像」及び「低ｋＶ散乱線画像」をそれぞれ取得する場合でもよい。かかる場合には、例えば、撮影画像と、当該撮影画像に基づく散乱線画像とを学習データとして学習済みモデルが予め生成され、メモリ１７に記憶される。算出機能２０３は、当該学習済みモデルに対して撮影画像（高ｋＶ画像及び低ｋＶ画像）を入力することで、「高ｋＶ散乱線画像」及び「低ｋＶ散乱線画像」をそれぞれ取得する。これにより、撮影条件を用いることなく、撮影画像のみを用いて、指標値の誤差を表示させることができる。

（第２の実施形態）
上述した第１の実施形態では、指標値の誤差が、散乱線に起因する誤差と、量子ノイズ等に起因する誤差とを含む場合について説明した。第２の実施形態では、指標値の誤差が、散乱線量の推定精度上の誤差と、量子ノイズ等に起因する誤差とを含む場合について説明する。なお、第２の実施形態に係るＸ線診断装置１は、第１の実施形態に係るＸ線診断装置１と比較して、算出機能２０３による処理内容が異なる。以下、これを中心に説明する。

以下、図７を用いて、第２の実施形態に係る処理手順を説明する。なお、図７は、図２におけるステップＳ１０２における処理の詳細を示す。ここでは、被検体の骨の状態を評価する指標についてＢＭＤ（骨密度）を一例として説明する。

例えば、第２の実施形態に係るＸ線診断装置１においては、図７に示すように、まず、算出機能２０３が、第１の実施形態と同様に、収集されたＸ線画像に対してＲＯＩを設定する（ステップＳ３０１）。

続いて、算出機能２０３は、デュアルエナジー撮影で収集された２種類のＸ線画像データそれぞれについて、各画素での散乱線量と散乱線の推定精度上の誤差をそれぞれ算出する（ステップＳ３０２）。

（散乱線の推定精度上の誤差について）
算出機能２０３は、撮影条件を基に散乱線の推定精度上の誤差を算出する。具体的には、算出機能２０３は、Ｘ線条件や体厚に関する情報において、散乱線量の推定に用いた値と実際の値との乖離などに起因する「散乱線の推定精度上の誤差」を算出する。例えば、条件ごとに、散乱線量として推定されうる範囲を示す推定精度データが予め生成され、メモリ１７に記憶される。算出機能２０３は、デュアルエナジー撮影のそれぞれについて、推定精度データをもとに散乱線量としてとりうる範囲を算出する。第２の実施形態に係る算出機能２０３は、上記した散乱線量としてとりうる範囲に基づいて、測定値の誤差を算出する。

例えば、算出機能２０３は、「高ｋＶ画像」の撮影条件に基づいて算出した散乱線量として推定されうる範囲と、「低ｋＶ画像」の撮影条件に基づいて算出した散乱線量として推定されうる範囲とを用いた統計処理により、測定値の誤差を推定する。一例を挙げると、算出機能２０３は、「高ｋＶ画像」の撮影条件に基づく範囲と「低ｋＶ画像」の撮影条件に基づく範囲とにおいて、最大となる範囲、或いは、最小となる範囲を、測定値の誤差として推定する。

続いて、算出機能２０３は、散乱線によるＸ線量のズレを補正して、骨強調画像及び軟組織強調画像を算出する（ステップＳ３０３）。具体的には、算出機能２０３は、高ｋＶ画像及び低ｋＶ画像からそれぞれ対応する散乱線画像を減算することにより、各差分画像（差分画像高ｋＶ、差分画像低ｋＶ）を生成する。そして、各差分画像を用いた物質弁別処理に基づいて、骨強調画像と軟組織強調画像とが生成される。なお、高ｋＶ画像及び低ｋＶ画像からそれぞれ対応する散乱線画像は、第１の実施形態に記載のいずれかの手法を用いて実行される。

そして、算出機能２０３は、「量子ノイズ等に起因する誤差」を算出する（ステップＳ３０４）。なお、このステップは、図３のステップＳ２０４と同様に、第１の実施形態に記載のいずれかの手法を用いて実行される。

その後、算出機能２０３は、「散乱線量の推定精度上の誤差」と「量子ノイズ等に起因する誤差」とに基づいて、骨強調画像及び軟組織強調画像の誤差を算出する（ステップＳ３０５）。具体的には、算出機能２０３は、「散乱線量の推定精度上の誤差」及び「量子ノイズ等に起因する誤差」を用いた、数値的手法又は解析的手法によって、骨強調画像及び軟組織強調画像の誤差を算出する。

そして、算出機能２０３は、骨密度の測定値及び誤差を算出する（ステップＳ３０６）。具体的には、算出機能２０３は、ステップＳ３０３において実行した物質弁別処理に基づいて、骨密度の測定値を算出する。また、算出機能２０３は、ステップＳ３０５において算出した強調画像の誤差に基づいて、骨密度の測定値の誤差を算出する。

上述したように、骨密度の測定値及び誤差が算出されると、制御機能２０２は、骨密度の測定値及び誤差をディスプレイ１８に表示させる（ステップＳ３０７）。図８は、ディスプレイ１８に表示される情報の一例を示す図である。縦軸は骨密度（ＢＭＤ）を示し、横軸は検査日（Ｄａｔｅ）を示す。

例えば、制御機能２０２は、「Ｄａｔｅ：ａ」及び「Ｄａｔｅ：ｂ」について、骨密度の測定値を表示するとともに、「散乱線量の推定精度上の誤差」と「量子ノイズ等に起因する誤差」とに基づいて算出された骨密度の測定値の誤差を示すエラーバーを表示させる。

なお、制御機能２０２は、第１の実施形態と同様に、幾何学的撮影条件を変更した場合における測定値の誤差を表示することができる。すなわち、算出機能２０３は、絞り羽根の位置情報、ＳＩＤ、ＳＯＤ等の条件が変更された場合の「散乱線量の推定精度上の誤差」を算出する。そして、算出機能２０３は、算出した「散乱線量の推定精度上の誤差」を用いて骨密度の測定値の誤差を算出する。

制御機能２０２は、幾何学的撮影条件を変更した場合の測定値の誤差を表示させる。図９は、幾何学的撮影条件を変更した場合にディスプレイ１８に表示される情報の一例を示す図であり、図８における「Ｄａｔｅ：ｂ」における幾何学的撮影条件を変更した場合の測定値の誤差を表示させる場合について示す。例えば、制御機能２０２は、「Ｄａｔｅ：ｂ」の測定値及び誤差の表示と並べて、幾何学的撮影条件を変更した場合の測定値の誤差（点線で示したエラーバー）を表示させる。なお、第２の実施形態においても、第１の実施形態と同様に、幾何学的撮影条件を変更した場合をシミュレーションした測定値の誤差を表示させる態様は、種々の態様で表示させることができる。

上述した実施形態では、被検体の骨の状態を評価する指標値として、骨密度を用いる場合について説明したが、実施形態はこれに限定されるものではなく、被検体の骨の状態を評価する指標値として、骨塩量を用いる場合でもよい。

上述したように、第２の実施形態によれば、算出機能２０３は、散乱線量の推定精度上の誤差を用いて指標値の誤差を推定する。したがって、第２の実施形態に係るＸ線診断装置１は、散乱線量の推定誤差に応じた誤差を算出することを可能にする。

（第３の実施形態）
第３の実施形態では、絞り羽根によってＸ線が遮蔽された領域の画素値を用いて散乱線を推定する場合について説明する。すなわち、第３の実施形態では、画像を基に散乱線に起因する誤差を算出する。図１０は、第３の実施形態に係るＸ線診断装置１ａの構成の一例を示すブロック図である。なお、第３の実施形態に係るＸ線診断装置１ａは、第１の実施形態に係るＸ線診断装置１と比較して、処理回路２０ａが補正機能２０４を新たに実行する点と、算出機能２０３による処理内容が異なる。以下、これらを中心に説明する。なお、補正機能２０４は、補正部の一例である。

補正機能２０４は、Ｘ線絞りによって定められたＸ線の照射領域以外の領域における画素値に基づいて、ＲＯＩ内の散乱線の量を補正する。具体的には、補正機能２０４は、まず、絞り羽根によってＸ線が遮蔽された領域において検出された検出信号を散乱線に起因する信号として、Ｘ線が遮蔽された領域における散乱線量を算出する。

そして、補正機能２０４は、算出機能２０３によって推定された散乱線画像に基づいて、Ｘ線の照射領域（絞り羽根によってＸ線が遮蔽されていない領域）における座標依存性の散乱線関数を生成し、生成した散乱線関数を、Ｘ線が遮蔽された領域における散乱線量を用いて補正する。例えば、補正機能２０４は、絞り羽根によるＸ線照射の境界（Ｘ線が照射される位置と遮蔽される位置との境界）において、上記した座標依存性の散乱線関数に基づく散乱線量が連続するように、散乱線関数に定数を乗じる。

そして、補正機能２０４は、補正された散乱線関数に基づいて、Ｘ線の照射領域の各位置における散乱線量を算出する。算出機能２０３は、補正機能２０４によって算出された散乱線量を用いて、測定値の誤差を算出する。なお、算出機能２０３によって推定される散乱線画像は、撮影条件を基に推定されたものでもよく、或いは、ＡＩを用いて推定されたものでもよい。

上述したように、第３の実施形態に係るＸ線診断装置１ａは、絞り羽根によってＸ線が遮蔽された領域の画素値を用いて散乱線を推定することができる。さらに、第３の実施形態に係るＸ線診断装置１ａでは、ＲＯＩの位置に基づいて、散乱線量を推定してもよい。

具体的には、算出機能２０３は、絞り羽根の開度又はＲＯＩから絞り羽根までの距離に応じた散乱線の推定を実行する。例えば、絞り羽根の開度又はＲＯＩから絞り羽根までの距離が閾値よりも大きい場合、算出機能２０３は、第１の実施形態において説明した手法により散乱線量を推定する。ここで、算出機能２０３は、上記した補正機能２０４によって算出された補正済みの散乱線量を用いる場合でもよい。

一方、絞り羽根の開度又はＲＯＩから絞り羽根までの距離が閾値よりも小さい場合、算出機能２０３は、Ｘ線絞りによって定められたＸ線の照射領域以外の領域における画素値に基づいて、ＲＯＩ内の散乱線の量を算出する。すなわち、算出機能２０３は、絞り羽根によってＸ線が遮蔽された領域において検出された検出信号に基づいて、ＲＯＩ内の散乱線量を推定する。例えば、算出機能２０３は、Ｘ線が遮蔽された領域において検出された検出信号に基づいて当該領域における散乱線量を算出して、算出した散乱線量をＲＯＩ内の散乱線量として用いる。

上述したように、第３の実施形態によれば、補正機能２０４は、Ｘ線絞りによって定められたＸ線の照射領域以外の領域における画素値に基づいて、ＲＯＩ内の散乱線の量を補正する。したがって、第３の実施形態に係るＸ線診断装置１ａは、実際に検出される散乱線量に基づいて、推定した散乱線量を補正することができ、より正確な誤差を提示することを可能にする。

また、第３の実施形態によれば、算出機能２０３は、ＲＯＩの位置に基づいて、ＲＯＩ内の散乱線の量を推定する。したがって、第３の実施形態に係るＸ線診断装置１ａは、ＲＯＩの位置に応じた散乱線量の推定を行うことを可能にする。

また、第３の実施形態によれば、算出機能２０３は、Ｘ線絞りによって定められたＸ線の照射領域以外の領域における画素値に基づいて、ＲＯＩ内の散乱線の量を算出する。したがって、第３の実施形態に係るＸ線診断装置１ａは、実際に検出される散乱線量を利用した散乱線量の推定を行うことを可能にする。

（その他の実施形態）
これまで第１～第３の実施形態について説明したが、上述した第１～第３の実施形態以外にも、種々の異なる形態にて実施されてよいものである。

上述した実施形態では、デュアルエナジー撮影後に、指標値（骨密度・骨塩量等）の測定値と誤差を表示させる場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、撮影前に撮影条件に基づく誤差を算出して、撮影条件が適切か否かを判定して報知する場合でもよい。

かかる場合には、算出機能２０３は、単一のＤＸＡ撮影に用いられる撮影条件（或いは、２層検出器による撮影に用いられる撮影条件）に基づいて、指標値（骨密度・骨塩量等）の誤差を算出し、算出した誤差と当該誤差に対応する指標値（骨密度・骨塩量等）の過去の測定値とに基づいて、撮影条件に関する判定を実行する。制御機能２０２は、判定結果を表示させる。

ここで、算出機能２０３は、上記した判定として、絶対値との比較による撮影条件の判定と、過去の指標値（骨密度・骨塩量等）からの変化の評価に関する条件の判定とを実行することができる。以下、これらを順に説明する。

まず、絶対値との比較による撮影条件の判定を行う場合、算出機能２０３は、幾何学的撮影条件とＸ線条件とに基づいて、指標値（骨密度・骨塩量等）の測定値における代表的な誤差量を算出する。例えば、算出機能２０３は、検査対象の被検体の過去の体厚に関する情報を取得し、取得した過去の体厚に関する情報と、今回の撮影における幾何学的撮影条件とＸ線条件とに基づいて、指標値（骨密度・骨塩量等）の測定値の誤差を算出する。なお、被検体の体厚の関する情報は、透視による位置決めに基づいて推定されたものが用いられる場合でもよい。また、撮影条件に基づく代表的な誤差量の算出は、撮影条件ごとに代表的な誤差量が対応付けられたデータが予めメモリ１７に記憶され、当該データに基づいて実行される場合でもよい。

そして、算出機能２０３は、算出した代表的な誤差量を過去の指標値（骨密度・骨塩量等）の測定値に加算した場合に、絶対値との比較において問題となり得るか否かを判定する。ここで、絶対値とは、若年成人の骨密度を１００％とした場合にどの程度低下しているかを示すＹＡＭ（Young Adult Mean）値や、被検体の年齢に対応する年齢層の平均値、骨粗しょう症診断閾値などである。すなわち、算出機能２０３は、このような絶対値と測定値とを比較する際に、誤差によって比較に問題が生じるか否かを判定する。

また、算出機能２０３は、撮影条件の変更に応じて代表的な誤差量を再算出し、絶対値との比較における問題が解消するか否かを判定することもできる。なお、上記した代表的な誤差量は、今回測定される指標値（骨密度・骨塩量等）の測定値の過去からの変化量を見込んで、大き目に設定される場合でもよい。

図１１は、その他の実施形態に係る算出機能２０３及び制御機能２０２による処理の一例を説明するための図である。縦軸は骨密度（ＢＭＤ）を示し、横軸は検査日（Ｄａｔｅ）を示す。また、図１１は、「Ｄａｔｅ：ｂ」の検査前に撮影条件に関する判定を実行する場合の例を示す。

例えば、算出機能２０３は、「Ｄａｔｅ：ｂ」の検査で用いる撮影条件「パラメータＡ：１１１１、パラメータＢ：２２２２」に基づいて、代表的な誤差量を算出する。そして、算出機能２０３は、「Ｄａｔｅ：ａ」の検査におけるＢＭＤの測定値に対して代表的な誤差量を付加した際に、誤差の範囲内に閾値「ｅ」が含まれるか否かを判定する。すなわち、算出機能２０３は、閾値「ｅ」を超えるか否かが誤差によって変化するか否かを判定する。

例えば、算出機能２０３は、図１１の上段の図に示すように、誤差の範囲内に閾値「ｅ」が含まれる場合、閾値との比較において問題となると判定する。制御機能２０２は、判定結果として、例えば、図１１の上段に示すグラフをディスプレイ１８に表示させる。ここで、制御機能２０２は、閾値との比較において問題となると判定された場合に、図１１の上段で示すグラフの表示の他、撮影条件が適切ではないことを示す情報（例えば、アラートなど）をさらに表示させることができる。

そして、算出機能２０３は、図１１の下段の図に示すように、撮影条件のうち「パラメータＡ：１１１１」を「パラメータＡ：３３３３」に変更する処理に応じて、代表的な誤差量を再算出する。さらに、算出機能２０３は、「Ｄａｔｅ：ａ」の検査におけるＢＭＤの測定値に対して代表的な誤差量を付加した際に、誤差の範囲内に閾値「ｅ」が含まれるか否かを判定する。ここで、図１１の下段の図に示すように、誤差の範囲内に閾値「ｅ」が含まれていない場合に、算出機能２０３は、撮影条件が適切であると判定する。制御機能２０２は、撮影条件の変更に応じて、図１１の下段に示すグラフをディスプレイ１８に表示させる。

なお、撮影条件の変更は、操作者による入力操作に基づいて実行されてもよく、或いは、算出機能２０３が、予め設定された情報に基づいて自動で実行する場合でもよい。

次に、過去の指標値（骨密度・骨塩量等）の測定値からの変化の評価に関する条件の判定を実行する場合、算出機能２０３は、過去の指標値（骨密度・骨塩量等）の測定値と測定の目的とに基づいて、推定される誤差に関する閾値を決定する。すなわち、算出機能２０３は、過去の測定値と、目的と、推定される誤差に基づいて、撮影条件が適切であるか否かを判定するための閾値（図１１における閾値ｅなど）を決定する。

例えば、算出機能２０３は、指標値（骨密度・骨塩量等）の測定値が小さいほど、閾値を小さく設定する。また、算出機能２０３は、測定の目的が健診である場合には閾値を大きく設定し、目的が薬効効果判定である場合には閾値を小さく設定し、薬効効果判定を含まない経過観察の場合には閾値をこれらの中間に設定する。

なお、上述した、絶対値との比較による撮影条件の判定と、過去の指標値（骨密度・骨塩量等）の測定値からの変化の評価に関する条件の判定とは、両方実行される場合でもよく、どちらか一方のみが実行される場合でもよい。

また、上述した実施形態では、指標値（骨密度・骨塩量等）の誤差として、散乱線に起因する誤差と量子ノイズ等に起因する誤差とを含む場合、及び、散乱線量の推定精度上の誤差と量子ノイズ等に起因する誤差とを含む場合について、説明した。しかしながら、実施形態はこれに限定されるものではなく、散乱線に起因する誤差、量子ノイズ等に起因する誤差、或いは、散乱線量の推定精度上の誤差のいずれかを指標値（骨密度・骨塩量等）の誤差とする場合でもよい。

上述した実施形態では、Ｘ線診断装置によって各種処理が実行される場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、上述した各処理が医用情報処理装置によって実行される場合でもよい。

図１２は、その他の実施形態に係る医用情報処理装置３の構成の一例を示すブロック図である。図１２に示すように、医用情報処理装置３は、ネットワーク２を介してＸ線診断装置１に接続される。そして、医用情報処理装置３は、通信インターフェース３１と、メモリ３２と、入力インターフェース３３と、ディスプレイ３４と、処理回路３５とを有する。なお、医用情報処理装置３は、例えば、タブレット端末や、ワークステーションなどの情報処理装置である。

通信インターフェース３１は、処理回路３５に接続され、ネットワークを介して接続されたＸ線診断装置１等との間で行われる各種データの伝送及び通信を制御する。例えば、通信インターフェース３１は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。

メモリ３２は、処理回路３５に接続され、各種データを記憶する。例えば、メモリ３２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。本実施形態では、メモリ３２は、Ｘ線診断装置１から受信したＸ線画像データ（位置決めのために収集された透視画像や、デュアルエネジー撮影によって収集されたＸ線画像）などを記憶する。また、メモリ３２は、処理回路３５の処理に用いられる種々の情報や、処理回路３５による処理結果等を記憶する。

入力インターフェース３３は、種々の設定などを行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチモニタ、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。入力インターフェース３３は、処理回路３５に接続されており、操作者から受け付けた入力操作を電気信号に変換して処理回路３５に出力する。なお、本明細書において入力インターフェース３３は、マウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する処理回路も入力インターフェースの例に含まれる。

ディスプレイ３４は、処理回路３５に接続され、処理回路３５から出力される各種情報及び各種画像を表示する。例えば、ディスプレイ３４は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチモニタ等によって実現される。例えば、ディスプレイ３４は、操作者の指示を受け付けるためのＵＩ（User Interface）や、種々の画像、処理回路３５による種々の処理結果を表示する。

処理回路３５は、入力インターフェース３３を介して操作者から受け付けた入力操作に応じて、医用情報処理装置３が有する各構成要素を制御する。処理回路３５は、図１２に示すように、例えば、制御機能３５１と、算出機能３５２と、補正機能３５３とを実行する。ここで、例えば、図１２に示す処理回路３５の構成要素である制御機能３５１と、算出機能３５２と、補正機能３５３が実行する各処理機能は、コンピュータによって実行可能なプログラムの形態でメモリ３２内に記録されている。処理回路３５は、例えば、プロセッサであり、メモリ３２から各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態の処理回路３５は、図１２の処理回路３５内に示された各機能を有することとなる。

制御機能３５１は、医用情報処理装置３の全体を制御する。また、制御機能３５１は、Ｘ線診断装置１とのデータの送受信や、上述した制御機能２０２と同様の処理を実行する。算出機能３５２は、上述した算出機能２０３と同様の処理を実行する。補正機能３５３は、上述した補正機能２０４と同様の処理を実行する。

各実施形態において説明したＸ線診断装置においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ１７へ記憶されている。処理回路２０は、メモリ１７からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路２０は、読み出したプログラムに対応する機能を有することとなる。なお、上記した各実施形態においては、各処理機能が単一の処理回路２０によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、処理回路２０は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路２０が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、あるいは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサはストレージ１１１に保存されたプログラムを読み出し実行することで機能を実現する。

なお、上述した各実施形態においては、メモリ１７が各処理機能に対応するプログラムを記憶するものとして説明した。しかしながら、複数のメモリ１７を分散して配置し、処理回路２０は、個別のメモリ１７から対応するプログラムを読み出す構成としても構わない。また、メモリ１７にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。

上述した実施形態に係る各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現されうる。

また、上述した実施形態で説明した制御方法は、予め用意された制御プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この制御プログラムは、インターネット等のネットワークを介して配布することができる。また、この制御プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な非一過性の記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上説明した少なくとも一つの実施形態によれば、被検体の骨の状態について、時系列的な変化を適切に評価できるようにすることができる。

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、実施形態同士の組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１、１ａ Ｘ線診断装置
３ 医用情報処理装置
２０、２０ａ、３５ 処理回路
２０２、３５１ 制御機能
２０３、３５２ 算出機能
２０４、３５３ 補正機能

Claims (11)

1. 異なる２種のエネルギーのＸ線に対応する被検体の撮影画像及び撮影条件のうち少なくとも一方に基づいて、前記被検体の骨の状態を評価する指標値の誤差を算出する算出部と、
   算出された前記指標値の誤差に基づく情報を表示させる表示制御部と、
   を備える、Ｘ線診断装置。
2. 前記算出部は、前記撮影条件における幾何学的撮影条件に基づいて、前記被検体の骨の状態を評価する指標値の誤差を算出する、請求項１に記載のＸ線診断装置。
3. 前記算出部は、前記撮影画像における統計情報を、前記被検体の骨の状態を評価する指標値の誤差として算出する、請求項１又は２に記載のＸ線診断装置。
4. 前記算出部は、前記幾何学的撮影条件に基づいて、関心領域内に入射する散乱線の量を推定し、推定した散乱線の量に基づいて、前記指標値の誤差を算出する、請求項２に記載のＸ線診断装置。
5. 前記算出部は、量子ノイズに基づく誤差を含む前記誤差を推定する、請求項２～４のいずれか１つに記載のＸ線診断装置。
6. 前記算出部は、関心領域の位置に基づいて、関心領域内の散乱線の量を推定し、推定した散乱線の量に基づいて、前記指標値の誤差を算出する、請求項２に記載のＸ線診断装置。
7. 前記算出部は、前記撮影条件における幾何学的撮影条件を変更した場合における前記指標値の誤差を算出し、
   前記表示制御部は、前記幾何学的撮影条件を変更した場合の前記指標値の誤差を表示させる、請求項２、４～６のいずれか１つに記載のＸ線診断装置。
8. Ｘ線絞りによって定められたＸ線の照射領域以外の領域における画素値に基づいて、関心領域内の散乱線の量を補正する補正部をさらに備え、
   前記算出部は、補正後の散乱線の量に基づいて、前記指標値の誤差を算出する、請求項４～６のいずれか１つに記載のＸ線診断装置。
9. 前記算出部は、Ｘ線絞りによって定められたＸ線の照射領域以外の領域における画素値に基づいて、関心領域内の散乱線の量を算出する、請求項１に記載のＸ線診断装置。
10. 前記算出部は、前記撮影画像の撮影条件に基づいて、前記指標値の誤差を算出し、算出した誤差と当該誤差に対応する過去の測定値とに基づいて、前記撮影画像の撮影に用いられる条件に関する判定を実行し、
    前記表示制御部は、判定結果を表示させる、請求項１～９のいずれか１つに記載のＸ線診断装置。
11. 異なる２種のエネルギーのＸ線に対応する被検体の撮影画像及び撮影条件のうち少なくとも一方に基づいて、前記被検体の骨の状態を評価する指標値の誤差を算出する算出部と、
    算出された前記指標値の誤差に基づく情報を表示させる表示制御部と、
    を備える、医用情報処理装置。

Images