JP2024063537A - 情報処理装置及びその制御方法、放射線撮影システム、プログラム - Google Patents

Abstract

【課題】骨密度測定に必要な領域について位置合わせ精度を向上する。【解決手段】情報処理装置は、第一の放射線エネルギーに対応する第一の放射線画像と、第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像とのそれぞれについて骨密度が取得される骨部を表す第一の骨領域を決定し、第一の放射線画像の第一の骨領域を含む第一の部分領域と第二の放射線画像の第一の骨領域を含む第二の部分領域との位置合わせを行い、位置合わせの結果に基づいて得た第一の骨用域を含む差分画像に基づいて、第一の骨領域の骨密度を取得する。【選択図】 図１

Description

本発明は、情報処理装置及びその制御方法、放射線撮影システム、プグラムに関する。

骨密度の一般的な測定方法であるDual energy X-ray Absorptiometry（ＤＸＡ）法では、２種類の異なるエネルギー（線質）のＸ線を取得し、骨と軟部組織の吸収率の差により骨密度が測定される。ＤＸＡ法による骨密度の測定対象となる骨は、例えば、腰椎、大腿骨である。ＤＸＡ法は、いずれの部位でも測定精度が高く、迅速な測定が可能であり、放射線の被爆量も少ないという利点がある。

ここで、２種類の異なるエネルギーのＸ線を取得するＸ線撮影の方式として、２ショット方式がある。この撮影方式では、エネルギーが異なるＸ線を被検者に照射して２回のＸ線撮影が行われる。そのため、２ショット方式では、ショット間の時間差を避けられず、この時間差における被検者の動きによりアーチファクトが生じるという課題がある。この時、２ショットにより得られるＸ線画像を正確に位置合わせすることでアーチファクトが低減された画像を取得することが可能になる。特許文献１には、２つの画像の位置合わせの例として、それぞれの画像から抽出した骨に特徴的な点（ランドマーク）を設定し対応付けることで画像の位置合わせを行う手法が開示されている。また、特許文献２には、画像の全体にわたって所定間隔で設定された格子点のそれぞれについてテンプレートマッチングを行うことにより画像全体の位置合わせを行う手法が開示されている。

特開２０１７－６３９３６号公報 特開２００９－２７３６３８号公報

従来の画像位置合わせは、画像全体で行っている。画像全体で位置合わせを行うと、全体の位置合わせ精度は向上するが、骨密度測定に必要な領域の位置合わせ精度は不十分である場合がある。

本開示は、骨密度測定に必要な領域について位置合わせ精度を向上することを目的とする。

本開示の一態様による情報処理装置は以下の構成を備える。すなわち、
第一の放射線エネルギーに対応する第一の放射線画像と、前記第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像とのそれぞれについて所定の骨部を表す第一の骨領域を決定する決定手段と、
前記第一の放射線画像における前記第一の骨領域を含む第一の部分領域と前記第二の放射線画像における前記第一の骨領域を含む第二の部分領域との位置合わせを行う位置合わせ手段と、
前記位置合わせの結果に基づいて得た前記第一の骨領域を含む差分画像に基づいて、前記第一の骨領域の骨密度を取得する取得手段と、を備える。

本開示によれば、骨密度測定に必要な領域について位置合わせの精度を向上することができる。

第１実施形態による骨密度測定装置の機能構成例を示すブロック図。 第１実施形態による放射線撮影システムのハードウェア構成例を示す図。 第１実施形態による骨密度測定処理を示すフローチャート。 メディアンフィルタによるノイズ除去の例を示す図。 学習モデルの機械学習と骨密度測定領域の設定処理を説明する図。 第１実施形態によるテンプレート画像の切り出しを説明する図。 第１実施形態による探索範囲の設定例を示す図。 第１実施形態によるテンプレートマッチングを説明する図。 第１実施形態による骨画像の生成の手順を説明する図。 第２実施形態による、骨密度測定領域の取得方法を説明する図。 第二腰椎から第四腰椎で構成される骨密度測定領域を抽出するための学習モデルの機械学習を説明する図。 第２実施形態によるテンプレートと探索範囲の設定例を示す図。 第３実施形態による二段階位置合わせプロセスを説明する図。 第４実施形態による骨密度測定処理を示すフローチャート。 第４実施形態による警告メッセージの表示例を示す図。 第５実施形態による、腰椎および大腿骨を同時に骨密度測定領域に設定した場合の骨密度計算処理を説明する図。

以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。

＜第１実施形態＞
第１実施形態による骨密度測定装置の機能構成例を図１に示す。骨密度測定装置１００、第一取得部１０１、第二取得部１０２、領域設定部１０３、位置合わせ部１０４、骨画像生成部１０５、骨密度算出部１０６を有する。第一取得部１０１は、第一の放射線エネルギーに対応する第１の放射線画像を取得し、第二取得部１０２は、第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像を取得する。具体的には、本実施形態では、放射線としてＸ線が用いられる。従って、第一取得部１０１は、Ｘ線センサ２０２（図２）から取得される第一のＸ線画像を入力し、前処理を施した第一のＸ線画像を出力する。第二取得部１０２は、Ｘ線センサ２０２から第二のＸ線画像を入力し、前処理を施した第二のＸ線画像を出力する。第一のＸ線画像は第一のＸ線エネルギーに対応しており、第二のＸ線画像は第一のＸ線エネルギーとは異なる第二のＸ線エネルギーに対応している。

領域設定部１０３は、第一のＸ線画像と第二のＸ線画像とのそれぞれについて骨領域を抽出し、抽出された骨領域を骨密度測定領域として設定する。位置合わせ部１０４は、第一のＸ線画像の骨密度測定領域と第二のＸ線画像の骨密度測定領域との間のシフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）を取得する。位置合わせには、第一のＸ線画像と第二のＸ線画像とのそれぞれに領域設定部１０３が設定した骨密度測定領域に基づいて決定される部分領域が用いられる。骨画像生成部１０５は、位置合わせ部１０４により取得されたシフト量により位置合わせされた第一のＸ線画像と第二のＸ線画像から、上記抽出された骨領域を含む骨画像としての差分画像を生成する。骨密度算出部１０６は、骨画像生成部１０５により生成された骨画像（差分画像）に基づいて、上記抽出された骨領域の骨密度を取得する。

図２は、第１実施形態による放射線撮影システムの構成例を示すブロック図である。本例では、放射線撮影システムとしてＸ線撮影システムが示されている。本実施形態のＸ線撮影システムでは、例えば、情報処理装置の一例としての解析用ＰＣ２１２が骨密度測定装置１００として機能する。コントロールＰＣ２０１、Ｘ線センサ２０２、Ｘ線発生装置２０３、表示部２０５、記憶部２０６、ネットワークインタフェース部２０７、イオンチャンバー２１０、Ｘ線制御部２１１、解析用ＰＣ２１２はギガビットイーサ２０４でつながっている。Ｘ線センサ２０２は、放射線撮影を行う放射線撮影装置の一例である。また、Ｘ線発生装置２０３は、Ｘ線制御部２１１による管電圧などの設定に応じて異なる放射線エネルギーの放射線を発生する放射線発生装置の一例である。なお、ギガビットイーサ２０４は信号の伝送媒体の一例であり、これに限られるものではなく、例えば、Controller Area Network（ＣＡＮ）や光ファイバーなどでもよい。

コントロールＰＣ２０１は、中央演算装置（ＣＰＵ）２０１２、Random Access Memory（ＲＡＭ）２０１３、Read Only Memory（ＲＯＭ）２０１４、記憶部２０１５を備える。また、これらの構成は、バス２０１１に接続されている。また、コントロールＰＣ２０１には、ＵＳＢ、ＰＳ／２などのインターフェースを介して入力部２０８が接続され、ＤｉｓｐｌａｙＰｏｒｔ、ＤＶＩなどのインターフェースを介して表示部２０９が接続される。コントロールＰＣ２０１は、Ｘ線センサ２０２や表示部２０５などにコマンドを送る。コントロールＰＣ２０１において、撮影モード毎の処理内容がソフトウェアモジュールとして記憶部２０１５に格納されており、必要に応じてＲＡＭ２０１３に読み込まれ、ＣＰＵ２０１２により実行される。Ｘ線センサ２０２によって取得されたＸ線画像および処理されたＸ線画像はコントロールＰＣ２０１の記憶部２０１５もしくはコントロールＰＣ２０１の外部の記憶部２０６に保存される。例えば、コントロールＰＣ２０１は、Ｘ線制御部２１１を用いてＸ線撮影を制御する。より具体的には、コントロールＰＣ２０１は、Ｘ線発生装置２０３に第一のＸ線エネルギーによるＸ線を発生させている間にＸ線センサ２０２による撮影を行うことにより、第一のＸ線エネルギーに対応するＸ線画像を取得する。また、コントロールＰＣ２０１は、Ｘ線発生装置２０３に第一のＸ線エネルギーとは異なる第二のＸ線エネルギーによるＸ線を発生させている間にＸ線センサ２０２による撮影を行うことにより、第二のＸ線エネルギーに対応するＸ線画像を取得する。取得されたＸ線画像は記憶部２０６に格納され、解析用ＰＣ２１２により読み出され、解析される。

解析用ＰＣ２１２は、例えば、ＣＰＵ２１２２、ＲＡＭ２１２３、ＲＯＭ２１２４、記憶部２１２５を備える。また、これらの構成は、バス２１２１により接続されている。解析用ＰＣ２１２には、ＵＳＢ、ＰＳ／２などのインターフェースを介して入力部２１３が接続され、ＤｉｓｐｌａｙＰｏｒｔ、ＤＶＩを介して表示部２１４が接続される。解析用ＰＣ２１２は、骨密度算出の処理内容や骨密度解析レポートの作成内容がソフトウェアモジュールとして記憶部２１２５に格納され、必要に応じてＲＡＭ２１２３に読み込まれ、ＣＰＵ２１２２により実行される。処理されたＸ線画像およびレポート（取得された骨密度）は外部の記憶部２０６へと送られ、保存される。

解析用ＰＣ２１２は、骨密度測定装置として機能する情報処理装置の一例であり、図１に示した各機能部ブロックは、記憶部２１２５に格納されているソフトウェアモジュールをＣＰＵ２１２２が実行することで実現され得る。もちろん、図１に示される機能ブロックの少なくとも一部が、画像処理ボードなどの専用のハードウェアにより実現されてもよいし、ＣＰＵ２１２２（ソフトウェア）とハードウェアの協働により実現されてもよい。或いは、骨密度測定装置１００の機能の一部がコントロールＰＣ２０１により実現されてもよい。

以上のような構成を備えた本実施形態の骨密度測定装置の動作について、その詳細を以下に説明する。なお、以下の実施形態では、腰椎における骨密度の算出処理に関して説明する。図３は、第１実施形態による骨密度測定処理を示すフローチャートである。

Ｓ３０１において、第一取得部１０１は、第一のＸ線エネルギーで被検体の腰椎部分を撮影することにより得られた第一のＸ線画像に前処理を施して第一の腰椎画像を得る。ここで、前処理とは、Ｘ線センサ２０２の特性を補正する処理のことで、オフセット補正（暗電流補正）、ゲイン補正、欠損補正などを含む。また、前処理がノイズ除去を含んでもよい。ノイズ除去の方法としては、例えばメディアンフィルタを用いる方法があげられる。図４は、そのようなノイズ除去の一例として、メディアンフィルタによるノイズ除去を説明する図である。メディアンフィルタによるノイズ除去では、任意の大きさのカーネル（図４では３×３）が用いられ、入力画像のカーネル領域内の画素値を昇順に並べ替えて中央値を算出し、カーネルの中心画素値を算出した中央値で置換する。この処理を画像全体に繰り返し実施することで、ノイズのような周囲の画素と比較して大きく異なる画素値を無くすことができる。第二取得部１０２は、第一のＸ線エネルギーとは異なる第二のＸ線エネルギー（線質）で被検体の腰椎部分を撮影することにより得られた第二のＸ線画像に、第一取得部１０１と同様の前処理を施し、第二の腰椎画像を取得する。

Ｓ３０２において、領域設定部１０３は、第一の腰椎画像および第二の腰椎画像のそれぞれに、骨密度測定領域を設定する。領域設定部１０３は、第一の腰椎画像および第二の腰椎画像のそれぞれについて腰椎部分の骨領域（腰椎領域）を決定し、第一の測定領域画像および第二の測定領域画像を生成する。腰椎領域を抽出する方法として、例えば教師ありの機械学習により生成される学習モデルを使用することがあげられる。具体的には、畳み込みニューラルネットワーク（以下ＣＮＮ）を用いて学習モデルを生成する。

図５は、領域設定部１０３における腰椎領域を抽出するための機能の学習と推論を説明する図である。なお、図５では、図示の煩雑さの解消のために、腰椎画像、測定領域画像において腰椎の骨領域のみが示された画像が記載されている。実際には、各画像には、腰椎の他に胸椎や仙骨などの他の骨部や、軟部組織が映っている。このことは、他の図においても同様である。

図５（ａ）は、腰椎領域を抽出する機能の学習時の動作を示す。前処理済の腰椎画像５０１と、腰椎画像５０１について腰椎領域（骨密度の測定に用いられる骨領域）を手動でラベリングした正解画像５０２とを学習モデル５０３（ＣＮＮ）に学習させることにより、学習済みデータ５０８を生成する。以下、学習済みデータ５０８が適用された学習モデル５０３を学習済みモデルと称する。学習モデル５０３の学習に用いられる腰椎画像５０１には、第一のＸ線エネルギーに対応するものと、第一のＸ選エネルギーとは異なる第二のＸ線エネルギーに対応するものとのどちらも含まれる。第一のＸ線エネルギーに対応する腰椎画像と、第二のＸ線エネルギーに対応する腰椎画像の両方を用いた学習により、異なる管電圧に対する推論時のロバスト性が向上する。また、推論時に第一のＸ線エネルギーに対応する腰椎画像と第二のＸ線エネルギーに対応する腰椎画像とで同じ学習済みモデルを利用することができる。このように、学習済みモデルが１つで済むことは、システムの簡易化、メモリ削減に効果がある。

図５（ｂ）は、学習済みモデルを用いた腰椎領域の推論時の動作を示している。領域設定部１０３は、前処理済みの第一のＸ線画像としての第一の腰椎画像５０４および前処理済みの第二のＸ線画像としての第二の腰椎画像５０５を、学習済みモデルに入力する。これにより、それぞれの腰椎画像について骨密度測定領域としての腰椎領域が推論され、第一の測定領域画像５０６および第二の測定領域画像５０７が生成される。より具体的には、第一の腰椎画像５０４に、第一の腰椎画像５０４について推論された骨密度測定領域６０１の情報（位置、大きさ）を加えることにより第一の測定領域画像５０６が生成される。同様に、第二の腰椎画像５０５に、第二の腰椎画像５０５について推論された骨密度測定領域７０１の情報（位置、大きさ）を加えることにより第二の測定領域画像５０７が生成される。

図３に戻り、位置合わせ部１０４は、第一の測定領域画像５０６と第二の測定領域画像５０７とを用いて位置合わせ処理を行う（Ｓ３０３）。本実施形態の位置合わせ処理は、例えば、テンプレートマッチングが使用され、位置合わせ対象の２つの画像について位置合わせのためのシフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）（平行移動量）を求める。ここで得られるシフト量は、第一の測定領域画像５０６における骨密度測定領域と第二の測定領域画像５０７における骨密度測定領域とを一致させるための、移動量である。テンプレートマッチングに用いられるテンプレートは、第一の測定領域画像５０６から生成され、探索範囲は第二の測定領域画像５０７から生成される。テンプレートの作成方法としては、例えば、図６に示されるように、第一の測定領域画像５０６に設定された骨密度測定領域６０１に外接する矩形により規定される部分領域をテンプレート６０２として切り出すことがあげられる。

また、探索範囲７０２は、第二の測定領域画像５０７に設定された骨密度測定領域７０１に基づいて設定される。例えば、図７に示されるように、第二の測定領域画像５０７に設定された骨密度測定領域７０１において、骨密度測定領域７０１を含み、テンプレート６０２よりも大きい部分領域が探索範囲７０２として設定される。なお、探索範囲７０２の大きさは、例えば、骨密度測定領域７０１の大きさに基づいて、テンプレート６０２を用いたテンプレートマッチングを行うのに適した大きさが設定される。或いは、テンプレート６０２の大きさに基づいて探索範囲７０２の大きさが設定されてもよい。この場合、例えば、テンプレート６０２の縦横方向の大きさを所定の割合で増加させて探索範囲７０２の大きさとする。このとき、探索範囲７０２をなるべく小さくすることで、計算コストが抑えられる。また、探索範囲７０２の位置は、例えば、骨密度測定領域７０１の重心と探索範囲７０２の重心とが一致するように決定されてもよい。

そして、位置合わせ部１０４は、上記のようにして取得されたテンプレート６０２と探索範囲７０２とを用いてテンプレートマッチングを行う。この際、図８に示されるように、第二の測定領域画像５０７の探索範囲７０２の中でテンプレート６０２をシフトさせながら、テンプレートの各位置で類似度評価を行う。類似度を評価する方法として、例えば「画素値の差分の絶対値の和」で類似度を評価するＳＳＤ（Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅ）がある。例えば、第二の測定領域画像５０７の画素値をＩ（ｘ,ｙ）、テンプレート６０２の画素値をＴ（ｘ,ｙ）、テンプレート６０２の幅をｗ、高さをｈとすると、ｄｘ，ｄｙの走査位置におけるＳＳＤの値は式（１）で計算され得る。このＳＳＤ値が小さいほど類似度が高いことを表す。位置合わせ部１０４は、最小のＳＳＤ値が得られるテンプレート６０２の位置から、第一の測定領域画像５０６と第二の測定領域画像５０７との間のずれ量（シフト量（ｄｘｍｉｎ、ｄｙｍｉｎ））を出力する。

骨画像生成部１０５は、位置合わせ部１０４による位置合わせの結果を用いて骨画像を生成する（Ｓ３０４）。ここで、位置合わせの結果とは、第一の測定領域画像５０６の骨密度測定領域と第二の測定領域画像５０７の骨密度測定領域との位置合わせるためのパラメータであり、例えば、上述したシフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）である。例えば、骨画像生成部１０５は、図９のように第二の測定領域画像５０７に対して第一の測定領域画像５０６を、位置合わせ部１０４により取得されたシフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）をもとにシフトさせることで、両画像を位置合わせする。骨画像生成部１０５は、位置合わせ後の第一の測定領域画像５０６と第二の測定領域画像５０７との差分を取ることにより差分画像（骨画像）を取得する。本実施形態では、骨画像生成部１０５は、位置合わせ後の第一の測定領域画像５０６と第二の測定領域画像５０７とについて対数差分を得ることで、差分画像（骨画像９０１）を生成する。例えば、位置合わせ後の第二の腰椎画像を高いＸ線エネルギーに対応する高エネルギー画像logy_high、第一の腰椎画像を低いＸ線エネルギーに対応する低エネルギー画像logy_lowとする。そして、それらの差分画像である骨画像Δlogyは、式（２）のようになる。

骨密度算出部１０６は、骨画像生成部１０５で生成された骨画像９０１を用いて骨密度ＢＭＤを算出する（Ｓ３０５）。骨密度ＢＭＤの計算において、骨密度算出部１０６は、骨領域の平均値X_boneとして、骨画像９０１上の骨密度測定領域６０１（または、骨密度測定領域７０１）に相当する部分の画素値の平均値を計算する。次に、骨密度算出部１０６は、バックグランド領域の平均値Y_softtissueとして、骨画像９０１上の軟部組織領域の平均値を計算する。軟部組織領域の平均値は、例えば、腰椎から特定の距離だけ離れた場所（骨を含まない場所）に矩形領域を設定し、当該矩形領域における画素値の平均値を計算することにより得られる。そして、式（３）のように骨領域の平均値X_boneからバックグランド領域の平均値Y_softtissueを差し引いて差分をとることで、骨密度ＢＭＤが算出される。

なお、上記実施形態では、位置合わせ部１０４による線形位置合せとしてシフト（平行移動）のみが用いられたがこれに限られるものではない。画像の回転、拡大縮小、それらの組み合わせなど、他の線形位置合わせが用いられてもよい。また、上記実施形態では、第一の測定領域画像５０６と第二の測定領域画像５０７を位置合わせして骨画像９０１を求めたがこれに限られない。第一の腰椎画像５０４と第二の腰椎画像５０５を、上記シフト量に基づいて位置合わせして骨画像９０１を求めてもよいことは明らかである。また、本実施形態では、腰椎での骨密度算出処理に関して説明したが、これに限られるものではなく、例えば大腿骨での骨密度算出処理にも適用できる。その場合、上述した骨密度測定領域を大腿骨に変更するだけで、他は同様である。

以上のように、第１実施形態によれば、２つのＸ線画像（例えば第一、第二の腰椎画像）のそれぞれにおいて決定された骨密度測定領域に基づいてテンプレートと探索範囲が設定される。このように、決定された骨密度測定領域に基づいて位置合わせに用いられる部分領域が制限され、骨密度測定領域についての高精度な位置合わせが実現され得る。結果、骨密度測定の精度が向上する。

＜第２実施形態＞
第１実施形態では、学習モデルにより決定された骨領域（例えば腰椎全体）を骨密度測定領域として用いて骨密度の算出を行う例を説明した。第２実施形態では、例えば学習モデルにより決定された骨領域のうちの一部を骨密度測定領域として用いて骨密度の算出を行う構成を説明する。第２実施形態の骨密度測定装置の機能構成、ハードウェア構成、および、骨密度測定の全体の処理は第１実施形態（図１、図２、図３）と同様である。以下、図３を流用して、第２実施形態による骨密度測定処理を説明する。

Ｓ３０１において、第一取得部１０１は、第一のＸ線画像としての第一の腰椎画像を取得し、取得した腰椎画像に前処理を施して前処理済の第一の腰椎画像を得る。また、第二取得部１０２は、第二のＸ線画像としての第二の腰椎画像を取得し、取得した腰椎画像に前処理を施して前処理済の第二の腰椎画像を得る。

領域設定部１０３は、第一の腰椎画像および第二の腰椎画像のそれぞれに骨密度測定領域を設定する（Ｓ３０２）。腰椎での骨密度の測定は、腰椎全体ではなく一部分（５つの腰椎のうちから選択された腰椎の集合）を使って測定される場合がある。例えば、まず第二腰椎、第三腰椎、第四腰椎で骨密度を測定し、さらに第一腰椎を追加して骨身度を測定する場合などがある。ユーザは、第一～第五腰椎のうちのどの椎骨を骨密度の測定に用いるかを測定範囲として設定することが可能である。本実施形態では、ユーザにより設定された測定範囲に従って骨密度測定領域が設定される。

図１０は、第２実施形態の領域設定部１０３による骨密度測定領域の設定処理を説明する図である。以下、第一の腰椎画像と第二の腰椎画像とを総称する場合は単に腰椎画像と称する。同様に、第一の領域設定画像と第二の領域設定画像とを総称する場合は単に領域設定画像と称する。測定領域画像１００１は腰椎全体の骨領域を抽出して得られた画像であり、第１実施形態（図５）と同様の学習済みモデルに前処理済みの腰椎画像を入力することにより得られる。領域設定部１０３は、抽出された腰椎全体の骨領域を椎体毎に分離する。腰椎は５つの椎体で構成されているため、図１０に示されるように５つの椎体に分離され、上から順に、第一腰椎１００２、第二腰椎１００３、第三腰椎１００４、第四腰椎１００５、第五腰椎１００６とする。個々の椎体に分離する方法としては、測定領域画像１００１に設定されている骨領域（腰椎全体）の画素値を所定方向に加算して得られるプロファイルに基づいて、椎体ごとの骨領域が決定される。例えば、図１０のように、領域設定部１０３は、測定領域画像１００１における腰椎の並びに略垂直な方向（図１０の例では横方向）に、腰椎の骨領域の画素値を加算したプロファイル１００７を作成する。そして、領域設定部１０３は、プロファイル１００７において極小値となる位置１００８を間隙として抽出することにより、椎体を分離する。こうして得られた分離結果に基づいて骨密度測定領域として用いられる腰椎が抽出される。本実施形態では、骨密度の測定範囲（骨密度測定領域）として、第二腰椎１００３、第三腰椎１００４、第四腰椎１００５がユーザにより設定されている。すなわち、分離された５つの椎体のうちの２番目から４番目の椎骨により構成される領域が骨密度測定領域１０１０として設定される。こうして、骨密度測定領域１０１０が設定された測定領域画像１００９が得られる。骨密度の測定範囲は、腰椎を構成する５つの椎骨の中から所望の組み合わせをユーザが指定することにより設定される。

なお、第一の腰椎画像および第二の腰椎画像から、第１実施形態と同様の機械学習を用いて、測定範囲に設定された腰椎の一部が骨密度測定領域として設定された測定領域画像を得るようにしてもよい。その場合、処理の流れは第１実施形態と同様になる。但し、その場合、測定範囲に対応する椎骨の組み合わせごとに学習済みモデルを用意する必要があり、学習に用いられる正解画像は椎体の組み合わせによって変更されなければならない。例えば第二腰椎～第四腰椎が用いられる場合は、図１１に示されるように、腰椎画像１１０１と、第二腰椎１００３、第三腰椎１００４、第四腰椎１００５をラベリングした正解画像１１０２とを用いた学習が行われる。

次に、位置合わせ部１０４は、第一の測定領域画像と第二の測定領域画像を用いて位置合わせ処理を行う（Ｓ３０３）。本実施形態では、設定されている測定範囲に対応する骨密度測定領域に基づいて位置合わせを行う。図１２は、第二実施形態によるテンプレートマッチングに用いられる、テンプレートと探索範囲の設定を説明する図である。上述のように第二腰椎、第三腰椎、第四腰椎が測定範囲として設定されている場合について説明する。上述のＳ３０２において、第一の腰椎画像５０４において、第二腰椎、第三腰椎、第四腰椎の骨領域が骨密度測定領域に設定された第一の測定領域画像１２１０が生成される。位置合わせ部１０４は、第一の測定領域画像１２１０から、骨密度測定領域（第二腰椎、第三腰椎、第四腰椎）を囲む外接矩形をテンプレート１２０１として切り出す。また、第二の腰椎画像５０５において、第二腰椎、第三腰椎、第四腰椎の骨領域が骨密度測定領域に設定された第二の測定領域画像１２１１において探索範囲１２０２が設定される。探索範囲１２０２は、測定範囲の椎骨以外の椎骨にマッチングしてしまうことを防止するために、腰椎の並びに平行な方向（図１２の縦方向）の範囲を小さく設定し、腰椎の並びに平行な方向へのテンプレート１２０１のシフト量を少なくする。例えば、腰椎の並びに平行な方向の探索範囲として、テンプレートの縦サイズをテンプレートに含まれる椎体の数で割った半分とする。図１２の例では、テンプレート１２０１に含まれる椎体の数が３でありの縦サイズがｈ１であるため、探索範囲の縦サイズｈ２は、ｈ２＝ｈ１＋（ｈ１／３／３）となる。位置合わせ部１０４は、テンプレート１２０１と探索範囲１２０２を用いて第１実施形態と同様に位置合わせを行い、シフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）を取得する。探索範囲１２０２の横方向の大きさは第１実施形態と同様に設定され得る。

その後、骨画像生成部１０５が、第一の測定領域画像１２１０、第二の測定領域画像１２１１、上述したシフト量を用いて骨画像を生成し（Ｓ３０４）、骨密度算出部１０６が骨画像を用いて骨密度測定領域の骨密度を算出する。Ｓ３０４とＳ３０５は、第１実施形態と同様である。

以上のように、第２実施形態では、第１実施形態のように腰椎領域全体ではなく、より骨密度測定領域を限定して位置合わせが行われるので、より精度が向上する。また、ユーザは腰椎のうちの任意の椎骨の組み合わせを骨身と度測定領域に設定し、骨密度を取得することができる。

なお、第２実施形態では、骨密度測定領域として腰椎を用いた例を示したが、これに限られるものではなく、例えば大腿骨を骨密度測定領域としてもよい。大腿骨の場合は、骨頭部や転子部に測定範囲（骨密度測定領域）を限定して位置合わせをすることで、より精度が高くなる。また、上記例では、システム設定された測定範囲に従って骨密度測定領域が設定したが、その後、さらにユーザによる測定範囲の修正が行われた場合に、修正後の測定範囲を骨密度測定領域として使用して、骨密度の測定を繰り返すようにしてもよい。

＜第３実施形態＞
第１実施形態、第２実施形態では、位置合わせ方法として、骨密度測定領域に基づいて設定されたテンプレートと探索範囲によるテンプレートマッチングを説明した。第３実施形態では、骨密度測定領域より大きい骨領域に基づくグローバルマッチングと、骨密度測定領域に基づくローカルマッチングとの２段階のテンプレートマッチングを実施する。第３実施形態の骨密度測定装置の機能構成、ハードウェア構成、および、骨密度測定の全体の処理は第１実施形態（図１、図２、図３）と同様である。以下、図３を流用して、第３実施形態による骨密度測定処理を説明する。

Ｓ３０１からＳ３０２については第２実施形態と同様である。位置合わせ部１０４は、第一の測定領域画像と第二の測定領域画像とを用いて位置合わせ処理を行う（Ｓ３０３）。第３実施形態の位置合わせ処理では、まず、腰椎全体の骨領域に基づいて位置合わせするグローバルマッチングが行われる。そして、グローバルマッチングの後に、ユーザにより設定された、或いはシステムによりあらかじめ設定された測定範囲に対応する骨領域（骨密度測定領域）で位置合わせするローカルマッチングが行われる。このように、第３実施形態では、グローバルマッチングとローカルマッチングとの２段階位置合わせが実施される。

第３実施形態による２段階の位置合わせについて図１３を参照して説明する。まず、図１３（ａ）に示されるように、位置合わせ部１０４は、抽出された腰椎の全体を用いてグローバルマッチングを行う。位置合わせ部１０４は、第１実施形態の位置合わせ処理と同様に、第二の測定領域画像１３０２の探索範囲１３０３において、第一の測定領域画像１３０１から取得された腰椎全体を含むテンプレート１３０４をシフトさせて位置合わせ処理を行う。これにより、グローバルシフト量（ｄｘｍｉｎＧ、ｄｙｍｉｎＧ）が算出される。腰椎全体のテンプレート１３０４は、第１実施形態で用いられた第一腰椎から第五腰椎まですべて含んだテンプレートであり、図６のテンプレート６０２に相当する。同様に、探索範囲１３０３は、図７の探索範囲７０２に相当する。

次に、図１３（ｂ）に示されるローカルマッチングが行われる。ローカルマッチングのテンプレート１３０６は、測定範囲により示される骨密度測定領域（本例では、第二腰椎～第四腰椎）を含むテンプレートである。例えば、テンプレート１３０６は、骨密度測定領域の外接矩形であり、第２実施形態のテンプレート１２０１（図１２）と同様に設定されて得る。また、ローカルマッチングの探索範囲１３０５は、グローバルマッチングにより得られるグローバルシフト量と骨密度測定領域をもとに第二の測定領域画像１３０２に設定される。例えば、第二の測定領域画像１３０２をグローバルシフト量だけ移動した後に、骨密度測定領域（第二～第四腰椎）に基づいて探索範囲１３０５が決定される。グローバルマッチングによる位置合わせを終えているので、探索範囲１３０５は探索範囲１３０３よりも小さく設定され得る。例えば、探索範囲１３０５の縦方向のサイズは、第２実施形態で用いられた探索範囲１２０２（図１２）と同様に設定され得る。また、グローバルマッチングを終えているため、探索範囲１３０５の横方向のサイズは、第２実施形態で用いられた探索範囲１２０２よりも小さくすることができる。テンプレート１３０６の移動量を小さくすることにより、ローカルマッチングにおける計算リソースを抑制できる。位置合わせ部１０４は、ローカルマッチングにより、ローカルシフト量（ｄｘｍｉｎＬ、ｄｙｍｉｎＬ）を算出し、これを最終的なシフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）として出力する。

骨画像生成部１０５は、位置合わせ部１０４から出力されるシフト量、第一の測定領域画像１３０１、第二の測定領域画像１３０２を用いて骨画像１３１０を生成する（Ｓ３０４）。骨密度算出部１０６は、骨画像１３１０に基づいて、骨密度測定領域の骨密度を算出する（Ｓ３０５）。Ｓ３０４とＳ３０５の処理は第１、第２実施形態と同様である。

以上のように、第３実施形態では、腰椎全体で位置合わせするグローバルマッチングの後に、システム設定された測定範囲（骨密度測定領域である腰椎の一部）を用いてローカルマッチングが行われることで、高速かつ高精度な位置合わせを行うことができる。また、グローバルマッチングのテンプレートを腰椎全体とし、ローカルマッチングのテンプレートを腰椎骨密度の測定範囲に絞ることで、グローバルマッチングで局所解へ落ちることが防止されるとともに、位置合わせ精度が向上する。

なお、第３実施形態では、骨密度測定領域として腰椎を用いた例を示したが、これに限られるものではなく、例えば、大腿骨の骨頭部、転子部などを骨密度測定領域としてもよい。例えば、大腿骨の場合は、骨盤部、骨頭部、転子部、骨部を含む全体でグローバルマッチングをし、骨頭部と転子部でローカルマッチングを行うことができる。

＜第４実施形態＞
第１実施形態から第３実施形態では、テンプレートとして用いられる部分領域と探索範囲として用いられる部分領域を絞り込むことにより、骨密度測定領域に関する位置合わせ精度を向上させ、これにより骨密度算出処理の精度を向上させている。しかしながら、テンプレートや探索範囲となる部分領域内の画像によっては、十分な位置合わせ精度が得られなくなる場合がある。第４実施形態では、そのような場合に位置合わせ処理のための部分領域を拡張して、位置合わせ精度を向上させる。第４実施形態の骨密度測定装置の機能構成、ハードウェア構成は第１実施形態（図１、図２）と同様である。図１４は、第４実施形態による骨密度計算処理を説明するフローチャートである。

Ｓ１４０１からＳ１４０２は、第１実施形態（図３）のＳ３０１からＳ３０２と同様である。位置合わせ部１０４は第一の測定領域画像と第二の測定領域画像を用いて位置合わせ処理を行う（Ｓ１４０３）。第１実施形態の処理（Ｓ３０３）では、単にＳＳＤ値が最小となるシフト量（ｄｘｍｉｎ、ｄｙｍｉｎ）が出力される。対して、第４実施形態の位置合わせ部１０４は、ＳＳＤ値を用いて位置合わせ精度を評価し、位置合わせ精度が所定のレベル以上であるか否かを判定する（Ｓ１４０４）。ＳＳＤ値は０に近いほど類似度が高いため、Ｓ１４０３で得られるＳＳＤ値のうち最も０に近いＳＳＤ値（最小のＳＳＤ値）が、位置合わせ精度の評価のために閾値と比較される。ここで用いられる閾値は、あらかじめシステムにおいて設定された値であってもよいし、ユーザにより任意に設定される値であってもよい。最小のＳＳＤ値が閾値未満の場合、位置合せ精度が所定のレベル以上であると判定される（Ｓ１４０４でＹＥＳ）。この場合、骨画像生成部１０５がＳ１４０３における位置合わせの結果を用いて骨画像を生成し（Ｓ１４０５）、骨密度算出部１０６が骨密度を算出する（Ｓ１４０６）。Ｓ１４０５とＳ１４０６の処理は、第１実施形態（図３）のＳ３０４、Ｓ３０５と同様である。

一方、最小のＳＳＤ値が閾値以上の場合、位置合せ精度が所定のレベルに達していないと判定され（Ｓ１４０４でＮＯ）、位置合わせ部１０４は、位置合わせの再処理を行うか否かをユーザに問い合わせる（Ｓ１４０７）。例えば、位置合わせ部１０４は、表示部２１４（図２）に、図１５に示されるようなポップアップ形式の警告メッセージ１５０１を表示する。警告メッセージ１５０１には、例えば、位置合わせ精度が低く、処理を継続すると骨密度算出精度が低下する可能性があるという旨（「位置合わせが不十分です。処理を継続する場合、診断に影響が出る場合があります。」）が表記される。また、警告メッセージ１５０１には継続、中断、もしくは再処理のいずれを行うかを選択するためのボタン１５０２～１５０４が含まれる。継続（ボタン１５０３）が指示されると、処理はＳ１４０８からＳ１４０５へ進み、現在の位置合わせ結果（当該指示の時点における位置合わせ結果）を用いた骨密度の算出（Ｓ１４０５、Ｓ１４０６）が行われる。また、中断（ボタン１５０２）が指示されると、骨密度の算出のための処理は行われず（Ｓ１４０５とＳ１４０６はスキップされる）、処理が終了する。

再処理（ボタン１５０４）が指示された場合は、骨密度測定領域に別の骨部の領域を追加することにより骨密度測定領域が更新され、更新された骨密度測定領域に基づいて再度の位置合わせが行われる。まず、位置合わせ部１０４は、新たに他の骨部を位置合わせ対象として追加する（Ｓ１４０９）。例えば、仙骨、骨盤、肋骨などの骨部が位置合わせ対象として追加される。その後、位置合わせ部１０４は、現在の骨密度測定領域に、位置合わせ対象の骨部の骨領域を追加して、骨密度測定領域を更新する（Ｓ１４０２）。骨密度測定領域の更新方法としては、例えば第１実施形態と同様の機械学習を用いることが可能である。その際、例えば、第２実施形態で説明したように、腰椎に他の骨部（仙骨、骨盤、肋骨など）を加えた領域を手動でラベリングした正解画像を用いて学習された学習モデルが用いられる。なお、骨部が追加された後のテンプレートとしては、第５実施形態（図１６）により後述するように、個別に外接矩形を設定して、設定された外接矩形内の画像が用いられるようにしてもよい。また、探索範囲は、骨部の追加に応じた見直し、拡張により拡大される。また、位置合わせ処理を再実行する場合に、骨部の追加を行わず、探索範囲のみを見直す、または広げて位置合わせを行う処理が含まれてもよい。なお、Ｓ１４０９において、例えば、一回目の再処理では仙骨を、二回目の再処理では骨盤を、三回目の再処理では肋骨を、というように、順次に骨部が追加されて骨密度測定領域が更新されるようにしてもよい。また、再処理において追加された骨部は骨密度測定の対象とはならないので、Ｓ１４０６では、最初にＳ１４０２で設定された骨密度測定領域（すなわち、更新される前の骨密度測定領域）について骨密度が算出される。

以上のように、第４実施形態によれば、骨密度測定領域から得られるテンプレートおよち探索範囲を用いた位置合わせで十分精度が得られない場合に、位置合わせ処理のための部分領域を拡張して位置合わせを繰り返すので、位置合わせ精度が向上する。なお、第４実施形態では骨密度測定領域が腰椎である場合を説明したが、子楡限られるものではなく、他の骨部（例えば大腿骨）が骨密度測定領域に設定されてもよい。

＜第５実施形態＞
第１実施形態から第４実施形態では、骨密度算出領域として、腰椎または大腿骨などの１つのまとまった部位が用いられており、これらは、それぞれ別々のＸ線撮影により得られることを前提としている。第５実施形態では、腰椎および大腿骨といった複数の部位を骨密度測定領域として同時に撮影し、それぞれの骨密度を算出する構成を説明する。第５実施形態の骨密度測定装置の機能構成、ハードウェア構成、および、骨密度測定の全体フローは第１実施形態（図１、図２、図３）と同様である。以下、図３を流用して、第５実施形態による骨密度測定処理を説明する。図１６には、腰椎および大腿骨を同時に撮影したＸ線撮影画像から取得される測定領域画像が示されている。

第一取得部１０１と第二取得部１０２は、それぞれ、Ｘ線照射範囲に被検者の腰椎および大腿骨が収まるように撮影された第一のＸ線画像と第二のＸ線画像を取得する（Ｓ３０１）。次に、領域設定部１０３は、第一のＸ線画像と第二のＸ線画像に対して骨密度測定領域を設定し、第一の測定領域画像１６０１と第二の測定領域画像１６１１を生成する（Ｓ３０２、図１６）。本例では、腰椎１６０２と大腿骨１６０３の骨領域が骨密度測定領域として設定される。骨密度測定領域の設定方法には、例えば第１実施形態と同様の機械学習を用いることが可能である。その際、機械学習に用いられる正解画像は、腰椎と大腿骨の両方の領域を手動でラベリングした画像となる。

位置合わせ部１０４は、複数の骨密度測定領域（図１６の例では、腰椎１６０２と左右の大腿骨１６０３に対応する３つの骨密度測定領域）を含むテンプレート１６０４を設定する。また、位置合わせ部１０４は、第二の測定領域画像１６１１において、腰椎１６０２と大腿骨１６０３を含む探索範囲１６１４を設定する。位置合わせ部１０４は、テンプレート１６０４と探索範囲１６１４とを用いたテンプレートマッチングによりシフト量を計算する（Ｓ３０３）。但し、テンプレートマッチングにおけるＳＳＤ値の計算は、テンプレート１６０４内のそれぞれの骨密度測定領域に外接する複数の外接矩形１６０５～１６０７の内部についてのみ行われる。骨画像生成部１０５は、第一の測定領域画像１６０１と第二の測定領域画像１６１１、シフト量に基づいて骨画像を生成する（Ｓ３０４）。骨画像の生成は、第１実施形態と同様である。骨密度算出部１０６は、骨画像から、それぞれの骨密度測定領域について骨密度を算出する（Ｓ３０５）。骨密度の算出方法は、第１実施形態と同様である。但し、腰椎の骨密度を測定する場合には腰椎の骨領域（例えば腰椎１６０２の領域）について骨密度が計算され、大腿骨の骨密度を測定する場合には大腿骨の骨領域（例えば大腿骨１６０３の領域）について骨密度が計算される。なお、上記では位置合わせにおいて腰椎１６０２と大腿骨１６０３を含むテンプレートと探索範囲により位置合わせを行ったがこれに限られるものではない。例えば、骨密度測定領域ごと（例えば、腰椎と大腿骨ごと）に位置合わせと骨密度の算出が行われるようにしてもよい。例えば、上記例では、腰椎で骨密度を算出する場合には腰椎１６０２の骨密度測定領域で位置合わせを実施し、大腿骨で骨密度を算出する場合には大腿骨１６０３の骨密度測定領域で位置合わせするようにしてもよい。

＜第６実施形態＞
第１～第５実施形態では、位置合わせ処理として平行移動、回転等によるシフト処理（検定位置合わせ）が用いられる例を説明した。第６実施形態では、非線形位置合わせを用いる例を説明する。第６実施形態の骨密度測定装置の機能構成、ハードウェア構成、および、骨密度測定の全体フローは第１実施形態（図１、図２、図３）と同様である。以下、図３を流用して、第６実施形態による骨密度測定処理を説明する。

Ｓ３０１、Ｓ３０２、Ｓ３０５の処理は第１実施形態と同様である。位置合わせ部１０４は、第一の測定領域画像と第二の測定領域画像を用いて位置合わせ処理を行う（Ｓ３０３）。第６実施形態では、位置合わせ部１０４は、線形位置合わせではなく、ワーピングなどの非線形な位置合わせを行う。第一の測定領域画像内の骨密度測定領域内（腰椎内）の点と第二の測定領域画像内の骨密度測定領域内の点を指定する。そして、第一の測定領域画像を第二の測定領域画像に近づけるように画像全体を変形させる非線形変換パラメータを取得する。

骨画像生成部１０５は、位置合わせ部１０４が出力した非線形変換パラメータを入力とし、第一の測定領域画像を変換し、第二の測定領域画像との対数差分することで骨画像を生成する（Ｓ３０４）。なお、差分を取る際は、高エネルギー画像から低エネルギー画像の差を取るようにする。

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

本明細書の開示は、以下の情報処理装置およびその制御方法、放射線撮影システム、プログラムを含む。
（項目１）
第一の放射線エネルギーに対応する第一の放射線画像と、前記第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像とのそれぞれについて所定の骨部を表す第一の骨領域を決定する決定手段と、
前記第一の放射線画像における前記第一の骨領域を含む第一の部分領域と前記第二の放射線画像における前記第一の骨領域を含む第二の部分領域との位置合わせを行う位置合わせ手段と、
前記位置合わせの結果に基づいて得た前記第一の骨領域を含む差分画像に基づいて、前記第一の骨領域の骨密度を取得する取得手段と、を備える情報処理装置。
（項目２）
前記位置合わせ手段は、前記第一の放射線画像において決定された前記第一の部分領域をテンプレートとし、前記第二の放射線画像において決定された前記第二の部分領域を探索範囲とするテンプレートマッチングにより前記位置合わせをする、項目１に記載の情報処理装置。
（項目３）
前記位置合わせの結果は、前記第一の放射線画像における前記第一の部分領域を、前記第二の放射線画像における前記第一の部分領域に対応する領域と一致させるための移動量である、項目１または２に記載の情報処理装置。
（項目４）
前記第一の部分領域は、前記第一の放射線画像において決定された前記第一の骨領域に外接する矩形であり、前記第二の部分領域は前記第一の放射線画像において決定された前記第一の骨領域を含み前記矩形よりも大きい領域である、項目１乃至３のいずれか１項に記載の情報処理装置。
（項目５）
前記決定手段は、前記第一の放射線画像と前記第二の放射線画像とのそれぞれにおいて、前記第一の骨領域を含む第二の骨領域を決定し、前記第二の骨領域の画像に基づいて前記第一の骨領域を決定する、項目１乃至３のいずれか１項に記載の情報処理装置。
（項目６）
前記決定手段は、前記第二の骨領域を機械学習により得られる学習モデルを用いて決定し、前記第二の骨領域の画素値を所定方向に加算して得られるプロファイルに基づいて前記第一の骨領域を決定する、項目５に記載の情報処理装置。
（項目７）
ユーザによる骨密度の測定範囲の指定を受け付ける指示手段をさらに備え、
前記決定手段は、前記第二の骨領域のうちの前記測定範囲に対応する領域を前記第一の骨領域として決定する、項目５または６に記載の情報処理装置。
（項目８）
前記決定手段は、前記第一の放射線画像と前記第二の放射線画像とにおいて、前記第一の骨領域を含み前記第一の骨領域よりも大きい第二の骨領域をさらに決定し、
前記位置合わせ手段は、前記第二の骨領域に基づいて前記第一の放射線画像に設定される部分領域と前記第二の放射線画像に設定される部分領域との位置合せを行った後、前記第一の骨領域に基づいて設定される前記第一の部分領域と前記第二の部分領域との位置合せを行う、項目１乃至３のいずれか１項に記載の情報処理装置。
（項目９）
前記第二の骨領域に基づいて設定される前記第一の部分領域は前記第一の骨領域に基づいて設定される前記第一の部分領域よりも大きく、前記第二の骨領域に基づいて設定される前記第二の部分領域は前記第一の骨領域に基づいて設定される前記第二の部分領域よりも大きい、項目８に記載の情報処理装置。
（項目１０）
前記位置合わせの結果の精度を評価する評価手段をさらに備え、
前記位置合わせ手段は、前記評価手段による評価が所定のレベルに達していない場合に、前記第一の骨領域に別の骨部を追加することにより前記第一の骨領域を更新し、更新された前記第一の骨領域を用いて再度、前記位置合わせを行う、項目１乃至３のいずれか１項に記載の情報処理装置。
（項目１１）
前記取得手段は、前記更新の前の前記第一の骨領域の骨密度を取得する、項目１０に記載の情報処理装置。
（項目１２）
前記評価手段による評価が前記所定のレベルに達しない場合に、再度の前記位置合わせを行うか否かのユーザの指示を受け付ける指示手段をさらに備える、項目１０または１１に記載の情報処理装置。
（項目１３）
ユーザの前記指示が再度の前記位置合わせを行う指示ではなく、骨密度の測定を継続する指示の場合、前記取得手段は、ユーザの前記指示の時点で得られている位置合わせの結果に基づいて前記第一の骨領域の骨密度を取得する、項目１２に記載の情報処理装置。
（項目１４）
前記第一の骨領域は、腰椎を構成する５つの椎体から選択された椎体の集合であり、前記第二の部分領域の前記腰椎の並び方向の大きさは、前記第一の骨領域に外接する矩形に椎体の１つ分に相当する大きさを加えた大きさまたはそれより小さい、項目１乃至６のいずれか１項に記載の情報処理装置。
（項目１５）
前記第一の骨領域は、それぞれについて骨密度が取得される複数の骨部を表す複数の骨領域を含み、
前記テンプレートマッチングでは、前記第一の部分領域のうちの前記複数の骨領域に対して設定される複数の矩形の画像が前記テンプレートとして用いられる、項目２に記載の情報処理装置。
（項目１６）
前記位置合わせ手段は、線形位置合わせもしくは非線形位置合わせにより前記位置合わせを行う、項目１乃至１５のいずれか１項に記載の情報処理装置。
（項目１７）
前記決定手段は、機械学習により得られる学習モデルを用いて、前記第一の放射線画像と前記第二の放射線画像とにおいて前記第一の骨領域を決定する、項目１乃至４のいずれか１項に記載の情報処理装置。
（項目１８）
項目１乃至１７のいずれか１項に記載の情報処理装置と、
放射線発生装置と、
前記放射線発生装置から照射される放射線により前記第一の放射線画像と前記第二の放射線画像とを撮影する放射線撮影装置と、を備える放射線撮影システム。
（項目１９）
前記放射線撮影装置は、前記放射線発生装置が前記第一の放射線エネルギーの放射線を発生している間に前記第一の放射線画像を撮影し、前記放射線発生装置が前記第二の放射線エネルギーの放射線を発生している間に前記第二の放射線画像を撮影する、項目１８に記載の放射線撮影システム。
（項目２０）
第一の放射線エネルギーに対応する第一の放射線画像と、前記第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像とのそれぞれについて所定の骨部を表す第一の骨領域を決定する決定工程と、
前記第一の放射線画像における前記第一の骨領域を含む第一の部分領域と前記第二の放射線画像における前記第一の骨領域を含む第二の部分領域との位置合わせを行う位置合わせ工程と、
前記位置合わせの結果に基づいて得た前記第一の骨領域を含む差分画像に基づいて、前記第一の骨領域の骨密度を取得する取得工程と、を備える情報処理装置の制御方法。
（項目２１）
コンピュータを、項目１乃至１７のいずれか１項に記載の情報処理装置として機能させるプログラム。

発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。

１００：骨密度測定装置、１０１：第一取得部、１０２：第二取得部、１０３：領域設定部、１０４：位置合わせ部、１０５：骨画像生成部、１０６：骨密度算出部

Claims (21)

1. 第一の放射線エネルギーに対応する第一の放射線画像と、前記第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像とのそれぞれについて所定の骨部を表す第一の骨領域を決定する決定手段と、
   前記第一の放射線画像における前記第一の骨領域を含む第一の部分領域と前記第二の放射線画像における前記第一の骨領域を含む第二の部分領域との位置合わせを行う位置合わせ手段と、
   前記位置合わせの結果に基づいて得た前記第一の骨領域を含む差分画像に基づいて、前記第一の骨領域の骨密度を取得する取得手段と、を備える情報処理装置。
2. 前記位置合わせ手段は、前記第一の放射線画像において決定された前記第一の部分領域をテンプレートとし、前記第二の放射線画像において決定された前記第二の部分領域を探索範囲とするテンプレートマッチングにより前記位置合わせをする、請求項１に記載の情報処理装置。
3. 前記位置合わせの結果は、前記第一の放射線画像における前記第一の部分領域を、前記第二の放射線画像における前記第一の部分領域に対応する領域と一致させるための移動量である、請求項１に記載の情報処理装置。
4. 前記第一の部分領域は、前記第一の放射線画像において決定された前記第一の骨領域に外接する矩形であり、前記第二の部分領域は前記第一の放射線画像において決定された前記第一の骨領域を含み前記矩形よりも大きい領域である、請求項１に記載の情報処理装置。
5. 前記決定手段は、前記第一の放射線画像と前記第二の放射線画像とのそれぞれにおいて、前記第一の骨領域を含む第二の骨領域を決定し、前記第二の骨領域の画像に基づいて前記第一の骨領域を決定する、請求項１に記載の情報処理装置。
6. 前記決定手段は、前記第二の骨領域を機械学習により得られる学習モデルを用いて決定し、前記第二の骨領域の画素値を所定方向に加算して得られるプロファイルに基づいて前記第一の骨領域を決定する、請求項５に記載の情報処理装置。
7. ユーザによる骨密度の測定範囲の指定を受け付ける指示手段をさらに備え、
   前記決定手段は、前記第二の骨領域のうちの前記測定範囲に対応する領域を前記第一の骨領域として決定する、請求項５に記載の情報処理装置。
8. 前記決定手段は、前記第一の放射線画像と前記第二の放射線画像とにおいて、前記第一の骨領域を含み前記第一の骨領域よりも大きい第二の骨領域をさらに決定し、
   前記位置合わせ手段は、前記第二の骨領域に基づいて前記第一の放射線画像に設定される部分領域と前記第二の放射線画像に設定される部分領域との位置合せを行った後、前記第一の骨領域に基づいて設定される前記第一の部分領域と前記第二の部分領域との位置合せを行う、請求項１に記載の情報処理装置。
9. 前記第二の骨領域に基づいて設定される前記第一の部分領域は前記第一の骨領域に基づいて設定される前記第一の部分領域よりも大きく、前記第二の骨領域に基づいて設定される前記第二の部分領域は前記第一の骨領域に基づいて設定される前記第二の部分領域よりも大きい、請求項８に記載の情報処理装置。
10. 前記位置合わせの結果の精度を評価する評価手段をさらに備え、
    前記位置合わせ手段は、前記評価手段による評価が所定のレベルに達していない場合に、前記第一の骨領域に別の骨部を追加することにより前記第一の骨領域を更新し、更新された前記第一の骨領域を用いて再度、前記位置合わせを行う、請求項１に記載の情報処理装置。
11. 前記取得手段は、前記更新の前の前記第一の骨領域の骨密度を取得する、請求項１０に記載の情報処理装置。
12. 前記評価手段による評価が前記所定のレベルに達しない場合に、再度の前記位置合わせを行うか否かのユーザの指示を受け付ける指示手段をさらに備える、請求項１０に記載の情報処理装置。
13. ユーザの前記指示が再度の前記位置合わせを行う指示ではなく、骨密度の測定を継続する指示の場合、前記取得手段は、ユーザの前記指示の時点で得られている位置合わせの結果に基づいて前記第一の骨領域の骨密度を取得する、請求項１２に記載の情報処理装置。
14. 前記第一の骨領域は、腰椎を構成する５つの椎体から選択された椎体の集合であり、前記第二の部分領域の前記腰椎の並び方向の大きさは、前記第一の骨領域に外接する矩形に椎体の１つ分に相当する大きさを加えた大きさまたはそれより小さい、請求項１に記載の情報処理装置。
15. 前記第一の骨領域は、それぞれについて骨密度が取得される複数の骨部を表す複数の骨領域を含み、
    前記テンプレートマッチングでは、前記第一の部分領域のうちの前記複数の骨領域に対して設定される複数の矩形の画像が前記テンプレートとして用いられる、請求項２に記載の情報処理装置。
16. 前記位置合わせ手段は、線形位置合わせもしくは非線形位置合わせにより前記位置合わせを行う、請求項１に記載の情報処理装置。
17. 前記決定手段は、機械学習により得られる学習モデルを用いて、前記第一の放射線画像と前記第二の放射線画像とにおいて前記第一の骨領域を決定する、請求項１に記載の情報処理装置。
18. 請求項１乃至１７のいずれか１項に記載の情報処理装置と、
    放射線発生装置と、
    前記放射線発生装置から照射される放射線により前記第一の放射線画像と前記第二の放射線画像とを撮影する放射線撮影装置と、を備える放射線撮影システム。
19. 前記放射線撮影装置は、前記放射線発生装置が前記第一の放射線エネルギーの放射線を発生している間に前記第一の放射線画像を撮影し、前記放射線発生装置が前記第二の放射線エネルギーの放射線を発生している間に前記第二の放射線画像を撮影する、請求項１８に記載の放射線撮影システム。
20. 第一の放射線エネルギーに対応する第一の放射線画像と、前記第一の放射線エネルギーとは異なる第二の放射線エネルギーに対応する第二の放射線画像とのそれぞれについて所定の骨部を表す第一の骨領域を決定する決定工程と、
    前記第一の放射線画像における前記第一の骨領域を含む第一の部分領域と前記第二の放射線画像における前記第一の骨領域を含む第二の部分領域との位置合わせを行う位置合わせ工程と、
    前記位置合わせの結果に基づいて得た前記第一の骨領域を含む差分画像に基づいて、前記第一の骨領域の骨密度を取得する取得工程と、を備える情報処理装置の制御方法。
21. コンピュータを、請求項１乃至１７のいずれか１項に記載の情報処理装置として機能させるプログラム。

Images