JP7093233B2 - 放射線撮影装置、放射線撮影方法およびプログラム - Google Patents

Description

本発明は、放射線撮影装置、放射線撮影方法およびプログラムに関するものである。

放射線による医療画像診断に用いる撮影装置として、平面検出器（Flat Panel Detector、以下「ＦＰＤ」と略す）を用いた放射線撮影装置が普及している。ＦＰＤは、撮影画像をデジタル画像処理することができるため、様々なアプリケーションの開発が行われ実用化されている。特許文献１には、一つのアプリケーションとして、エネルギーサブトラクション法による処理が開示されている。

特開２００２－１７１４４４号公報

ここで、被写体を透過する放射線が被写体内により散乱されて散乱線が発生した場合、放射線画像に含まれる散乱線量を考慮しなければエネルギーサブトラクション法による処理に影響を及ぼす場合が生じ得る。

本発明は上記の課題に鑑みなされたものであり、放射線画像に含まれる散乱線量を推定することが可能な放射線撮影技術の提供を目的とする。

本発明の一態様による放射線撮影装置は以下の構成を備える。すなわち、放射線撮影装置は、異なる放射線エネルギーによる複数の放射線画像を用いて物質特性画像を生成する生成手段と、
複数の物質特性画像の相関を示す評価情報を計算する計算手段と、
前記評価情報に基づいて前記複数の放射線画像に含まれる散乱線量を推定する推定手段と、を備えることを特徴とする。

本発明によれば、放射線画像に含まれる散乱線量を推定することが可能になる。

第１実施形態に係る放射線撮影システムの構成例を示す図。 第１実施形態の画像処理部における処理の流れを説明する図。 低エネルギー及び高エネルギーの放射線分布情報の対数比と、実効原子番号の関係を示す図。 物質の実効原子番号を例示する図。 （ａ）は高エネルギー放射線画像を例示する図、（ｂ）は低エネルギー放射線画像を例示する図、（ｃ）は軟組織の物質分離画像を例示する図、（ｄ）は骨の物質分離画像を例示する図。 第１実施形態の処理を適用した撮影実験の部材構成を例示する図。 第１実施形態の撮影実験の結果を示す図。 画素値依存性を有する関数で散乱線量の分布形状を表した図。 第２実施形態の撮影実験の結果を示す図。

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

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

放射線発生装置１０４は照射スイッチの押下により放射線源１０１に高電圧パルスを与えて放射線を発生させ、放射線源１０１は被写体１０３に放射線を照射する。放射線の種類は特に限定はしないが、一般的にはＸ線を用いることが可能である。

放射線源１０１から放射線が被写体１０３に照射されると、ＦＰＤ１０２は画像信号に基づく電荷の蓄積を行って放射線画像を取得する。ＦＰＤ１０２は、放射線画像を情報処理装置１２０に転送する。尚、ＦＰＤ１０２は、撮影毎に放射線画像を情報処理装置１２０に転送してもよいし、撮影した画像を、撮影毎に転送せずに、ＦＰＤ１０２の内部の画像記憶部に記憶しておき、所定のタイミングでＦＰＤ１０２から情報処理装置１２０に画像を、まとめて転送することが可能である。ＦＰＤ１０２と情報処理装置１２０との間の通信は、有線通信でもよいし、無線通信でもよい。

ＦＰＤ１０２は、放射線に応じた信号を生成するための画素アレイを備えた放射線検出部（不図示）を有する。放射線検出部は、被写体１０３を透過した放射線を画像信号として検出する。放射線検出部には、入射光に応じた信号を出力する画素がアレイ状（二次元の領域）に配置されている。各画素の光電変換素子は蛍光体により可視光に変換された放射線を電気信号に変換し、画像信号として出力する。このように、放射線検出部は被写体１０３を透過した放射線を検出して、画像信号（放射線画像）を取得するように構成されている。ＦＰＤ１０２の駆動部（不図示）は、制御部１０５からの指示に従って読み出した画像信号（放射線画像）を制御部１０５に出力する。

制御部１０５は、ＦＰＤ１０２から取得した放射線画像を処理する画像処理部１０９と、画像処理の結果や各種プログラムを記憶する記憶部１０８とを有する。記憶部１０８は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等により構成される。記憶部１０８は制御部１０５から出力された画像や画像処理部１０９で画像処理された画像、画像処理部１０９における計算結果を記憶することが可能である。

画像処理部１０９は、機能構成として、画像生成部１１０、評価情報計算部１１１、散乱線量推定部１１２を有している。これらの機能構成は、例えば、一つ又は複数のＣＰＵ（central processing unit）、記憶部１０８から読み込んだプログラムを用いて、各部の機能が構成される。画像処理部１０９の各部の構成は、同様の機能を果たすのであれば、それらは集積回路などで構成してもよい。また、情報処理装置１２０の内部構成として、ＧＰＵ（Graphics Processing Unit）等のグラフィック制御部、ネットワークカード等の通信部、キーボード、ディスプレイ又はタッチパネル等の入出力制御部等を含むように構成することが可能である。

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

制御部１０５は、被写体に照射する放射線のエネルギーが異なる複数の放射線画像を処理することによって新たな画像（例えば、骨画像および軟部組織画像）を得るエネルギーサブトラクション法を用いる。エネルギーサブトラクション法による撮影を実施する場合、１枚のサブトラクション画像を生成するために異なる放射線エネルギーで撮影された少なくとも２枚の放射線画像が必要となる。ＦＰＤ１０２は、１回の放射線照射に対して複数回のサンプリングを行う。これにより、ＦＰＤ１０２は、低エネルギーの放射線による画像（低エネルギー放射線画像）と高エネルギーの放射線による画像（高エネルギー放射線画像）を１回の放射線照射で取得できる。ＦＰＤ１０２による撮影は静止画撮影または動画撮影であってもよい。

ＦＰＤ１０２内に一時保存された放射線分布情報は、サンプリングホールド実施後、読み出し可能となり、制御部１０５は、ＦＰＤ１０２から異なるタイミングで、放射線分布情報（Ｘ_Ｌ）と放射線分布情報（Ｘ_Ｌ＋Ｘ_Ｈ）の読み出しを実施する。制御部１０５は、放射線分布情報（Ｘ_Ｌ＋Ｘ_Ｈ）から放射線分布情報（Ｘ_Ｌ）を差し引くことで、放射線分布情報（Ｘ_Ｈ）を得ることができる。ここで、低エネルギーの放射線分布情報（Ｘ_Ｌ）が低エネルギー放射線画像の基の画像になり、高エネルギーの放射線分布情報（Ｘ_Ｈ）が高エネルギー放射線画像の基の画像になる。図５（ａ）は高エネルギー放射線画像を例示する図であり、図５（ｂ）は低エネルギー放射線画像を例示する図である。図５（ｂ）の低エネルギー放射線画像の骨部（鎖骨５０３、脊椎骨５０４）は、図５（ａ）の高エネルギー放射線画像の骨部（鎖骨５０１、脊椎骨５０２）に比べて、コントラストが明確に表示されている。

画像処理部１０９は、機能構成として、画像生成部１１０、評価情報計算部１１１、散乱線量推定部１１２を有している。画像生成部１１０は、異なる放射線エネルギーによる複数の放射線画像を用いて物質特性画像を生成する。すなわち、画像生成部１１０は、ＦＰＤ１０２で撮影された放射線画像から、実効原子番号画像、物質分離画像といった物質特性画像を生成する。

ここで、実効原子番号とは、元素、化合物、混合物の元素を平均的に見た場合に相当する原子番号を示し、その構成物質と同じ割合で光子の減弱をする仮想の元素の原子番号を示す定量指標である。実効原子番号画像とは画素を単位として、被写体を単一の構成物質で表した場合に相当する原子番号で構成された画像をいう。また、物質分離画像とは、被写体を特定の２以上の物質で表した場合に、その物質の厚さ又は密度で構成された２以上の画像に分離した画像をいう。

評価情報計算部１１１は、複数の物質特性画像の相関を示す評価情報を計算し、散乱線量推定部１１２は、評価情報に基づいて複数の放射線画像に含まれる散乱線量を推定する。

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

（Ｓ２０１：物質特性画像の生成）
ステップＳ２０１において、画像生成部１１０は、物質特性画像として、被写体を構成する物質の実効原子番号の画像、又は被写体を構成する物質に分離した物質分離画像を生成する。画像生成部１１０は、ＦＰＤ１０２で撮影された図５（ａ）に示すような高エネルギー放射線画像と図５（ｂ）に示すような低エネルギー放射線画像から以下の[数１]式、[数２]式に基づいて物質分離画像を生成する。

ここで、Ｘ_Ｌは低エネルギーの放射線分布情報であり、低エネルギーの放射線分布情報（Ｘ_Ｌ）が低エネルギー放射線画像の基の画像になる。また、Ｘ_Ｈは高エネルギーの放射線分布情報であり、高エネルギーの放射線分布情報（Ｘ_Ｈ）が高エネルギー放射線画像の基の画像になる。以下、低エネルギー放射線画像を低エネルギー放射線画像Ｘ_Ｌとして表記し、高エネルギー放射線画像を高エネルギー放射線画像Ｘ_Ｈとして表記する。

μは線減弱係数、ｄは物質の厚さであり、添え字のＨとＬはそれぞれ、高エネルギーと低エネルギーを示し、添え字のＡとＢはそれぞれ分離する物質（例えば、軟組織と骨）を示す。なお、ここでは、分離する物質の例として、軟組織と骨を物質例として用いるが、特に限定するものでなく任意の物質を用いることができる。

本実施形態において、制御部１０５は、放射線源１０１からの単一の放射線照射によってＦＰＤ１０２（放射線検出装置）が撮影した複数の放射線画像（Ｘ_Ｌ、Ｘ_Ｈ）を取得する取得部として機能する。制御部１０５（取得部）は、ＦＰＤ１０２（放射線検出装置）が撮影した複数の放射線画像を、異なる放射線エネルギーによる複数の放射線画像として取得する。画像生成部１１０は、制御部１０５（取得部）が取得した複数の放射線画像（Ｘ_Ｌ、Ｘ_Ｈ）に基づいて、複数の物質特性画像を生成する。

画像生成部１１０は、[数１]式と[数２]式の連立方程式を解く演算処理を行うことにより、以下の[数３]式を求めることができ、各物質に分離した物質分離画像を得ることができる。図５（ｃ）は[数３]式の軟組織の厚さｄ_Ａに基づいて取得した物質分離画像を例示する図であり、図５（ｄ）は[数３]式の骨の厚さｄ_Bに基づいて取得した物質分離画像を例示する図である。

また、画像生成部１１０は、低エネルギーの放射線分布情報（Ｘ_Ｌ）と高エネルギーの放射線分布情報（Ｘ_Ｈ）との対数比（ｌｎＸ_Ｌ/ｌｎＸ_Ｈ）を取得して、取得した対数比に基づいて、実効原子番号画像Ｚ_effを生成することができる。図３は低エネルギー及び高エネルギーの放射線分布情報の対数比と、実効原子番号Ｚの関係を示す図であり、予め図３に示すような、対数比と実効原子番号Ｚの関係をテーブル化しておき、画像生成部１１０は、テーブルの参照により、対数比に対応する実効原子番号Ｚを特定して実効原子番号画像Ｚ_effを生成することができる。

図４は、物質の実効原子番号を例示する図である。例えば、脂肪の実効原子番号は５．９～６．５であり、水の実効原子番号は７．４である。また、筋肉の実効原子番号は７．４～７．６であり、骨の実効原子番号は１２．３～１３．８である。このように、脂肪、水、筋肉、骨など、人体（被写体）を構成する特定の領域を実効原子番号により特定することができる。

（Ｓ２０２：評価情報計算）
ステップＳ２０２において、評価情報計算部１１１は、複数の物質特性画像（例えば、物質分離画像）同士の相関を示す評価情報を計算する。一般に物質分離で分離される物質は異なる性質のものであることが多い。例えば、骨と脂肪、脂肪と造影剤など、一般に異なる物質は独立性が高い傾向を示し、相関が低いものになる傾向がある。複数の物質特性画像の相関を示す評価情報として、例えば、相互情報量、情報エントロピー、累積絶対値誤差（SAD（Sum of Absolute Difference））、差分二乗和、相関係数（正規化相互相関）等を用いることができる。

評価情報計算部１１１は、相互情報量、情報エントロピー、累積絶対値誤差、差分二乗和のうちいずれか一つを、複数の物質特性画像の相関を示す評価情報として計算することが可能である。

複数の物質特性画像の相関を示す評価情報として、相互情報量、情報エントロピー、累積絶対値誤差、または差分二乗和を用いる場合、画像間の誤差を最大化、すなわち、評価関数に基づいた評価情報を最大化するようなパラメータを求めればよい。評価情報計算部１１１が評価情報として、相互情報量、情報エントロピー、累積絶対値誤差、差分二乗和のうちいずれか一つを計算する場合、散乱線量推定部１１２は、計算の結果が最大となる散乱線量を、複数の放射線画像に含まれる散乱線量として推定する。

また、評価情報計算部１１１は、評価情報として、複数の物質特性画像の相関を示す相関係数を計算することが可能である。

複数の物質特性画像の相関を示す評価情報として、相関係数を用いる場合、画像間の相関の度合を最小化、すなわち、評価情報の絶対値を最小化するようなパラメータを求めればよい。評価情報計算部１１１が評価情報として相関係数を計算する場合、散乱線量推定部１１２は、相関係数の絶対値が最小となる散乱線量を、複数の放射線画像に含まれる散乱線量として推定する。

本実施形態では、評価情報として相関係数（正規化相互相関）を採用し、評価情報計算部１１１は、以下の[数４]式の評価関数に基づいて、相関係数ＺＮＣＣを計算する。相関係数（正規化相互相関）を評価情報として用いることにより、物質特性画像の画像の画素値の大きさに依存することなく、物質特性画像同士の相関を示す評価情報を取得することができる。

[数４]式において、Σは、物質特性画像の関心領域内の画素情報の総和を示す。すなわち、複数の物質に分解した物質分離画像の関心領域内の画素情報の総和を示す。例えば、分解した物質が、軟組織及び骨である場合、軟組織の厚さｄ_Ａに基づいて取得した物質分離画像、及び骨の厚さｄ_Bに基づいて取得した物質分離画像の関心領域内の画素情報の総和を示す。

また、μ_Aは軟組織の物質分離画像の関心領域内での画素情報の平均値を示し、μ_Ｂは骨の物質分離画像の関心領域内での画素情報の平均値を示す。この関心領域は、例えば、図５（ｃ）、図５（ｄ）の領域５０５のように、分離する物質が両方存在する、操作者の注目度が高い領域を外部の操作部から指定することが可能である。また、撮影する被写体の特定の部位に相当する部分を設定してもよい。さらには分離する物質の特徴が出やすい領域を選択してもよい。

（Ｓ２０３：評価情報収束判定）
ステップＳ２０３において、評価情報計算部１１１は、ステップＳ２０２で取得した評価情報が収束したか判定する。評価情報計算部１１１は、最初の計算で取得した評価情報を記憶部１０８に記憶する。そして、評価情報計算部１１１は、２回目以降の繰り返し計算で取得した評価情報について収束判定を行う。

評価情報計算部１１１は、例えば、ｎ＋１回目（ｎ≧１の整数）の繰り返し計算で取得した評価情報と、記憶部１０８に記憶しているｎ回目の計算に基づく評価情報とを比較する。具体的には、２回目の繰り返し計算で取得した評価情報と、記憶部１０８に記憶している１回目の計算に基づく評価情報とを比較する。あるいは、３回目の繰り返し計算で取得した評価情報と、記憶部１０８に記憶している２回目の計算に基づく評価情報とを比較する。

収束判定は所定の回数を設定してもよいし、[数４]式の相関係数ＺＮＣＣが繰り返し計算により変動しなくなった時点を設定してもよい。例えば、比較結果により得られる評価情報の差分または評価情報の変化率が収束判定の基準値以下となる場合、評価情報計算部１１１は、評価情報が収束したと判定し（Ｓ２０３－Ｙｅｓ）、処理を終了する。

評価情報計算部１１１は、繰り返し計算により取得した評価情報が収束したか否か判定し、散乱線量推定部１１２は、評価情報が収束した場合（Ｓ２０３－Ｙｅｓ）、当該収束した評価情報の計算に用いた散乱線量を、複数の放射線画像に含まれる散乱線量として推定する。

一方、ステップＳ２０３の収束判定で、評価情報が収束していない場合（Ｓ２０３－Ｎｏ）、評価情報計算部１１１は、処理をステップＳ２０４に進める。以下のステップＳ２０４で推定された散乱線量を加味してステップＳ２０１、Ｓ２０２の処理を繰り返し実行する。

（Ｓ２０４：散乱線量推定）
ステップＳ２０４において、散乱線量推定部１１２は、高エネルギー放射線画像Ｘ_Ｈと低エネルギー放射線画像Ｘ_Ｌに含まれる散乱線量を推定する。ここで散乱線量の推定は以下のように行う。まず、高エネルギー放射線画像Ｘ_Ｈに含まれる散乱線量をＳ_Ｈとし、低エネルギー放射線画像Ｘ_Ｌに含まれる散乱線量をＳ_Ｌとして[数１]式、[数２]式を以下の[数５]式、[数６]式のように変更する。

散乱線量推定部１１２は、放射線画像（Ｘ_Ｈ、Ｘ_Ｌ）から設定された散乱線量を除いた画像情報（Ｘ_Ｌ－Ｓ_Ｌ、Ｘ_Ｈ－Ｓ_Ｈ）を生成し、繰り返し計算により、評価情報計算部１１１は画像情報（Ｘ_Ｌ－Ｓ_Ｌ、Ｘ_Ｈ－Ｓ_Ｈ）に基づいて評価情報ＺＮＣＣを計算する。

[数５]において、左辺のＸ_Ｌ－Ｓ_Ｌは低エネルギー放射線画像Ｘ_Ｌから散乱線量Ｓ_Ｌを除いた低エネルギー放射線画像（画像情報）であり、[数６]において、左辺のＸ_Ｈ－Ｓ_Ｈは高エネルギー放射線画像Ｘ_Ｈから散乱線量Ｓ_Ｈを除いた高エネルギー放射線画像（画像情報）を示す。

散乱線量推定部１１２は、散乱線量の設定を変化させた画像情報を生成し、
評価情報計算部１１１は、設定が変化した散乱線量により生成された画像情報に基づいて評価情報を繰り返し計算する。

ここで、散乱線量Ｓ_Ｈ、Ｓ_Ｌは未知情報であるため、散乱線量推定部１１２は、散乱線量の初期値を定め、初期値の設定を微小変化させながら[数４]式の評価関数に基づいて最適値を取得する。最適化方法には、例えば、二分法、勾配法、ニュートン法等種々の非線形最適化手法を用いることができる。

未知情報は、分離する複数の物質の厚さ（例えば、軟組織の厚さｄ_Ａ、骨の厚さｄ_B）_、高エネルギー放射線画像Ｘ_Ｈの散乱線量Ｓ_Ｈ、低エネルギー放射線画像Ｘ_Ｌの散乱線量Ｓ_Ｌの４つとなる。これら４つの未知情報を求めるため、散乱線量推定部１１２は、[数４]、[数５]、[数６]式の３つの方程式に、もう一つ拘束条件を設定することにより、未知情報を解析することが可能である。

拘束条件として、例えば、図５（ｄ）の領域５０６のように、被写体の中で明らかに解析対象の物質（例えば、骨）が含まれない部分について、例えば、腹部等で骨の厚さｄ_B＝０とするような拘束条件を追加することが可能である。また、被写体が無い部分に、厚さ情報が既知の基準物質を配置し、基準物質の厚さの解析結果が既知の厚さの値になるような拘束条件を加えても良い。

また、高エネルギー放射線画像Ｘ_Ｈと低エネルギー放射線画像Ｘ_Ｌにおける散乱線量の比率が予めわかっている場合は、その比率をαとして、散乱線量の関係をＳ_Ｈ＝αＳ_Ｌのように設定して、高エネルギー放射線画像Ｘ_Ｈの散乱線量Ｓ_Ｈと低エネルギー放射線画像Ｘ_Ｌの散乱線量Ｓ_Ｌとを関係付けてもよい。このようにすると、Ｓ_ＨとＳ_Ｌには一定の関係が成立するため、一方の散乱線量の最適値を求めれば他方の散乱線量の最適値を求めることができる。

例えば、一方の散乱線量として、高エネルギー放射線画像Ｘ_Ｈの散乱線量Ｓ_Ｈを微小変化させて、ステップＳ２０１の処理に戻り、[数５]式、[数６]式から解析対象の物質の厚さ（例えば、軟組織の厚さｄ_Ａ、骨の厚さｄ_B）を求め、ステップＳ２０２の処理で、評価情報計算部１１１は、[数４]式の相関係数ＺＮＣＣに基づき、複数の物質特性画像（例えば、物質分離画像）同士の相関を示す評価情報を取得する。

ステップＳ２０４、Ｓ２０１、Ｓ２０２の処理を繰り返すことにより、評価情報計算部１１１は、[数４]式の相関係数ＺＮＣＣが収束する最適値を取得する。評価関数として[数４]式の相関係数を用いる場合、例えば、二分法、勾配法、ニュートン法等の最適化手法により、評価関数ＺＮＣＣが最小化となる散乱線量情報を取得する。すなわち、評価情報計算部１１１は、評価関数ＺＮＣＣを最小化するように高エネルギー放射線画像Ｘ_Ｈの散乱線量Ｓ_Ｈ及び低エネルギー放射線画像Ｘ_Ｌの散乱線量Ｓ_Ｌを繰り返し計算により取得する。

ステップＳ２０４から、Ｓ２０１、Ｓ２０２の処理を繰り返すことにより、散乱線量Ｓ_ＨとＳ_Ｌを推定しつつ、エネルギーレベルの異なる複数の放射線画像から散乱線量が除去された結果に基づいて、物質の厚さ（軟組織の厚さｄ_Ａ、骨の厚さｄ_Ｂ）を求めることができる。

ステップＳ２０１の処理で最初に求めた物質分離画像は散乱線量を含んだ状態での画像となるが、エネルギーレベルの異なる複数の放射線画像（Ｘ_Ｌ、Ｘ_Ｈ）の散乱線量（Ｓ_Ｌ、Ｓ_Ｈ）を推定し（Ｓ２０４）、[数５]式、[数６]式から解析対象の物質の厚さ（軟組織の厚さｄ_Ａ、骨の厚さｄ_B）を求め（Ｓ２０１）、[数４]式の評価関数が最小化するような散乱線量（Ｓ_Ｌ、Ｓ_Ｈ）を取得すれば（Ｓ２０２、Ｓ２０３－Ｙｅｓ）、以下の[数７]式の関係により、エネルギーレベルの異なる複数の放射線画像から散乱線量が除去された結果に基づいて、各物質に分離した物質の厚さ（軟組織の厚さｄ_Ａ、骨の厚さｄ_Ｂ）を求めることができ、各物質に分離した物質分離画像を得ることができる。

画像生成部１１０は、以下の[数７]式のように最終的に推定された散乱線量に基づいて、物質の厚さを補正した物質分離画像を生成する。ここで、[数７]式において、Ｘ_Ｌ－Ｓ_Ｌは低エネルギー放射線画像Ｘ_Ｌから散乱線量Ｓ_Ｌを除いた低エネルギー放射線画像（画像情報）であり、Ｘ_Ｈ－Ｓ_Ｈは高エネルギー放射線画像Ｘ_Ｈから散乱線量Ｓ_Ｈを除いた高エネルギー放射線画像（画像情報）である。

モニタ１０６（表示部）は、制御部１０５がＦＰＤ１０２から受信した放射線画像（デジタル画像）や画像処理部１０９で画像処理された画像を表示する。表示制御部１１６は、撮影された放射線画像をモニタ１０６（表示部）に表示させる。すなわち、表示制御部１１６は、制御部１０５がＦＰＤ１０２から受信した放射線画像（デジタル画像）や画像処理部１０９で画像処理された画像をモニタ１０６（表示部）に表示させる表示制御を行う。

例えば、表示制御部１１６は、散乱線量を含む放射線画像（Ｘ_Ｈ、Ｘ_Ｌ）、放射線画像から散乱線量を除いた放射線画像（Ｘ_Ｈ－Ｓ_Ｈ、Ｘ_Ｌ－Ｓ_Ｌ）、分離した各物質の厚さ（ｄ_Ａ、ｄ_B）に基づいた物質分離画像を組み合せてモニタ１０６（表示部）に表示させるよう表示制御を行うことが可能である。

また、表示制御部１１６は、モニタ１０６（表示部）に表示されている画像から操作者により選択された少なくとも一つの画像を表示部に表示させるよう表示制御を行うことが可能である。

図６は、第１実施形態の処理を適用した撮影実験の部材構成を例示する図である。階段状に形成された部材６０１は骨に相当する部材であり、アルミにより構成されている。部材６０１の段数は１０段であり、各階段の厚さ（高さ）は既知である。部材６０２は軟組織に相当するアクリル板であり、アクリル板の厚さ（高さ）は既知である。撮影実験では、部材６０１の上方より放射線を照射して、高エネルギー放射線画像Ｘ_Ｈ、及び低エネルギー放射線画像Ｘ_Ｌを撮影し、本実施形態の処理を適用して物質分離を行い、散乱線量を除去した物質の厚さを求めている。

図７は、第１実施形態の撮影実験の結果を示す図であり、図７（ａ）は、アルミの厚さの測定結果を示す図であり、縦軸はアルミの厚さを示し、横軸はアルミのステップ数（段数）を示している。アルミの段数は１０段であり、アルミの厚さの正解を示す波形７０１は右上がりの直線を示す。波形７０２は、第１実施形態の処理により、散乱線量を除去した結果に基づいてアルミの厚さを求めた実験結果を示している。波形７０３は、第１実施形態の処理を適用していない処理（散乱線量を含んだ状態での処理（補正無））に基づいて、アルミの厚さを求めた実験結果を示している。

本実施形態の処理を適用していない処理（波形７０３）では、アルミの正解を示す波形７０１に比べて、アルミの厚さが大幅に過小見積もりされるのに比較して、本実施形態の処理（波形７０２）では、アルミの正解を示す波形７０１に定量的に近い値が得られている。

図７（ｂ）は、アクリル板の厚さの測定結果を示す図であり、縦軸はアクリル板の厚さを示し、横軸はアルミのステップ数（段数）を示している。アルミの段数は１０段であり、アルミの段数の高さは段数に応じて変化するが、アクリル板の厚さは一定である。アクリル板の厚さの正解を示す波形７０４は一定の厚さを示す直線となる。波形７０５は、本実施形態の処理により、散乱線量を除去した結果に基づいてアクリル板の厚さを求めた実験結果を示している。波形７０６は、本実施形態の処理を適用していない処理（散乱線量を含んだ状態での処理（補正無））に基づいて、アクリル板の厚さを求めた実験結果を示している。

本実施形態の処理を適用していない処理（波形７０６）では、アクリル板の正解を示す波形７０４に比べて、アルミの厚さが過大見積もりされるのに比較して、本実施形態の処理（波形７０５）では、アクリル板の正解を示す波形７０４に近い値が得られている。

本実施形態によれば、図７（ａ）、図７（ｂ）のように、高エネルギー放射線画像Ｘ_Ｈ、低エネルギー放射線画像Ｘ_Ｌの散乱線量を推定しつつ、より適切な物質分離画像を提供することができる。すなわち、複数の放射線画像（Ｘ_Ｈ、Ｘ_Ｌ）から散乱線量が除去された結果に基づいて、各物質に分離した物質の厚さを求めることができ、各物質に分離した物質分離画像を得ることができる。

本実施形態によれば、異なるエネルギーレベルの放射線を検出するための構成として、複数の蓄積性蛍光体シートを用いることなく、エネルギー分布の異なる複数の放射線画像から散乱線量を精度よく推定し、これら複数の画像から散乱線量を除去することが可能となる。

また、高エネルギー放射線画像と低エネルギー放射線画像の差が小さいとき、放射線画像に含まれる散乱線量の影響が大きくなるが、本実施形態によれば、１ショットにおけるエネルギーサブトラクラクション撮影において得られた放射線画像の散乱線量を精度よく推定し、物質分離を行うことが可能になる。

(第２実施形態)
第１実施形態では、散乱線量の分布は画素位置によらず一定値となる場合について説明したが、本実施形態では、散乱線量の分布特性として、画素値依存性、又は、位置依存性又は、被写体の撮影部位依存性を持たせることにより散乱線量の推定精度を改善する構成を説明する。

以下の説明では、第１実施形態と同様の部分は重複を避けるために説明を省略し、第２実施形態に特有な構成部分についてのみ説明を行う。本実施形態の構成は、散乱線量の分布特性に空間依存性がある場合でも適切に散乱線量の推定ができる。

第１実施形態では[数５]式と[数６]式の散乱線量Ｓ_Ｈ、Ｓ_Ｌで表したように散乱線量を画素位置によらず一定値であることを仮定している。しかしながら、一般的に被写体の形状は一様ではないため、散乱線量も分布形状を持つことになる。

散乱線は物質の内部で散乱されることにより生じる放射線であるため、物質を透過しない場合は生じない。また、放射線を透過できないほど物質が厚い場合は散乱線も透過できない。したがって、放射線の線量に応じて散乱線量も増加するような分布形状（凸形状）を有する関数で表すことができる。

撮影された放射線画像の画素値をＸとすると、散乱線量Ｓは、例えば、以下の[数８]式のような、画素値依存性を有するベータ関数で表すことができる。図８は、画素値依存性を有するベータ関数で散乱線量の分布特性（分布形状）を表した図であり、図８の横軸は画素値を示し、縦軸に散乱線量Ｓを示している。

[数８]式において、α、βはパラメータである。第２実施形態では、散乱線量の分布形状を示す関数として、ベータ関数を例示的に説明するが、これに限定されるものでなく、他にはガウス分布、ＸlogＸ等の関数を用いることもできる。すなわち、散乱線量推定部１１２は、散乱線量の分布形状を、画素値依存性を有する関数（[数８]式）により表し、放射線画像から[数８]式のような関数で表された散乱線量を除いた画像情報（Ｘ_Ｌ－Ｓ（Ｘ）_Ｌ、Ｘ_Ｈ－Ｓ（Ｘ）_Ｈ）を生成する。

また、散乱線量の分布特性（分布形状）として、ボケ等の空間周波数分布を考慮することもできる。この場合、以下の[数９]式のような位置依存性の関数により散乱線量の分布形状を表すことができる。すなわち、散乱線量推定部１１２は、散乱線量の分布形状を、位置依存性を有する関数（[数９]式）により表し、放射線画像から[数９]式のような関数で表された散乱線量を除いた画像情報（Ｘ_Ｌ－Ｓ（Ｘ）_Ｌ、Ｘ_Ｈ－Ｓ（Ｘ）_Ｈ）を生成する。

[数９]式において、α、βは[数８]式と同様にパラメータである。Ｇ(x,y)はガウス関数等を用いたぼかしカーネルの畳み込みを表し、[数９]式により、散乱線が被写体内部で散乱されて広がることによりボケを生じることを表すことができる。例えば、注目画素位置に近いほど重みを大きくし、注目画素から位置が遠くなるほど重みを小さくなるようにぼかしカーネルを設定することで、散乱線量の分布形状を位置依存性の関数により表すことができる。

被写体の形状は一様ではないため、散乱線量も被写体の撮影部位に応じて異なる分布形状を持つことになる。このため、[数８]式、[数９]式において、散乱線量の分布形状を表す関数のパラメータやぼかしカーネルの設定を被写体の撮影部位に応じて変更してもよい。このようにパラメータやぼかしカーネルの設定を被写体の撮影部位に応じて変更することで、散乱線量の分布形状を撮影部位依存性の関数により表すことができる。

例えば、散乱線量推定部１１２は、散乱線量の分布形状を被写体の撮影部位依存性を有する関数により表し、放射線画像から撮影部位依存性を有する関数で表された散乱線量を除いた画像情報（Ｘ_Ｌ－Ｓ（Ｘ）_Ｌ、Ｘ_Ｈ－Ｓ（Ｘ）_Ｈ）を生成する。評価情報計算部１１１は、画像情報（Ｘ_Ｌ－Ｓ（Ｘ）_Ｌ、Ｘ_Ｈ－Ｓ（Ｘ）_Ｈ）に基づいて評価情報（[数４]式）を計算し、関数（Ｓ（ｘ））の値が変化した散乱線量により生成された画像情報に基づいて評価情報を繰り返し計算する。

本実施形態の処理は[数５]式、及び[数６]式のＳ_Ｌ、Ｓ_Ｈを、[数８]式又は[数９]式で置換することにより実行することができ、他の処理の流れは第１実施形態と同様である。散乱線量の分布形状を、[数８]式で表した場合を例として、図６と同様の部材構成を用いた物質分離の撮影実験の結果を図９に示す。

図９は、第２実施形態における撮影実験の結果を示す図であり、図９（ａ）は、アルミの厚さの測定結果を示す図であり、縦軸はアルミの厚さを示し、横軸はアルミのステップ数（段数）を示している。第１実施形態で説明した撮影実験と同様にアルミの段数は１０段であり、アルミの厚さの正解を示す波形９０１は右上がりの直線を示す。波形９０２は、第２実施形態の処理により、散乱線量を除去した結果に基づいてアルミの厚さを求めた実験結果を示している。波形９０３は、第１実施形態の処理により、散乱線量を除去した結果に基づいてアルミの厚さを求めた実験結果を示している。

第２実施形態の処理（波形９０２）では、第１実施形態の処理（波形９０３）に比べて、アルミの正解を示す波形９０１に定量的に近い値が得られている。

図９（ｂ）は、アクリル板の厚さの測定結果を示す図であり、縦軸はアクリル板の厚さを示し、横軸はアルミのステップ数（段数）を示している。アルミの段数は１０段であり、アルミの段数の高さは段数に応じて変化するが、アクリル板の厚さは一定である。アクリル板の厚さの正解を示す波形９０４は一定の厚さを示す直線となる。波形９０５は、第２実施形態の処理により、散乱線量を除去した結果に基づいてアクリル板の厚さを求めた実験結果を示している。波形９０６は、第１実施形態の処理により、散乱線量を除去した結果に基づいてアクリル板の厚さを求めた実験結果を示している。

第２実施形態の処理（波形９０５）では、第１実施形態の処理（波形９０６）に比べて、アクリル板の正解を示す波形９０４に定量的に近い値が得られている。

本実施形態によれば、散乱線量の分布形状を考慮した関数により表すことで、より精度の高い散乱線量の推定が可能になる。

このようにして、本発明によれば高エネルギー放射線画像Ｘ_Ｈ、低エネルギー放射線画像Ｘ_Ｌの散乱線量を推定しつつ、より適切な物質分離画像を提供することができる。

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

１０１：放射線源、１０２：ＦＰＤ（放射線検出装置）、１０７：操作部、
１０４：放射線発生装置、１０５：制御部、１０６：モニタ（表示部）、
１０８：記憶部、１０９：画像処理部、１１０：画像生成部、
１１１：評価情報計算部、１１２：散乱線量推定部

Claims (20)

1. 異なる放射線エネルギーによる複数の放射線画像を用いて物質特性画像を生成する生成手段と、
   複数の物質特性画像の相関を示す評価情報を計算する計算手段と、
   前記評価情報に基づいて前記複数の放射線画像に含まれる散乱線量を推定する推定手段と、
   を備えることを特徴とする放射線撮影装置。
2. 前記推定手段は、前記放射線画像から設定された散乱線量を除いた画像情報を生成し、前記計算手段は前記画像情報に基づいて前記評価情報を計算することを特徴とする請求項１に記載の放射線撮影装置。
3. 前記推定手段は、前記散乱線量の設定を変化させた画像情報を生成し、
   前記計算手段は、前記設定が変化した散乱線量により生成された画像情報に基づいて前記評価情報を繰り返し計算することを特徴とする請求項２に記載の放射線撮影装置。
4. 前記計算手段は、繰り返し計算により取得した前記評価情報が収束したか否か判定し、
   前記推定手段は、前記評価情報が収束した場合、当該収束した評価情報の計算に用いた散乱線量を、前記複数の放射線画像に含まれる散乱線量として推定することを特徴とする請求項１乃至３のいずれか１項に記載の放射線撮影装置。
5. 前記生成手段は、前記物質特性画像として、被写体を構成する物質の実効原子番号の画像、又は被写体を構成する物質に分離した物質分離画像を生成することを特徴とする請求項１乃至４のいずれか１項に記載の放射線撮影装置。
6. 前記生成手段は、前記推定された散乱線量に基づいて、前記物質の厚さを補正した物質分離画像を生成することを特徴とする請求項５に記載の放射線撮影装置。
7. 前記推定手段は、前記散乱線量の分布形状を、画素値依存性を有する関数により表し、前記放射線画像から前記関数で表された散乱線量を除いた画像情報を生成することを特徴とする請求項１乃至６のいずれか１項に記載の放射線撮影装置。
8. 前記推定手段は、前記散乱線量の分布形状を、位置依存性を有する関数により表し、前記放射線画像から前記関数で表された散乱線量を除いた画像情報を生成することを特徴とする請求項１乃至６のいずれか１項に記載の放射線撮影装置。
9. 前記推定手段は、前記散乱線量の分布形状を被写体の撮影部位依存性を有する関数により表し、前記放射線画像から前記関数で表された散乱線量を除いた画像情報を生成することを特徴とする請求項１乃至６のいずれか１項に記載の放射線撮影装置。
10. 前記計算手段は、前記画像情報に基づいて前記評価情報を計算し、
    前記関数の値が変化した散乱線量により生成された画像情報に基づいて前記評価情報を繰り返し計算することを特徴とする請求項７乃至９のいずれか１項に記載の放射線撮影装置。
11. 前記計算手段は、前記評価情報として、前記複数の物質特性画像の相関を示す相関係数を計算することを特徴とする請求項１乃至１０のいずれか１項に記載の放射線撮影装置。
12. 前記計算手段が前記評価情報として前記相関係数を計算する場合、前記推定手段は、前記相関係数の絶対値が最小となる散乱線量を、前記複数の放射線画像に含まれる散乱線量として推定することを特徴とする請求項１１に記載の放射線撮影装置。
13. 前記計算手段は、相互情報量、情報エントロピー、累積絶対値誤差、差分二乗和のうちいずれか一つを、前記複数の物質特性画像の相関を示す前記評価情報として計算することを特徴とする請求項１乃至１０のいずれか１項に記載の放射線撮影装置。
14. 前記計算手段が前記評価情報として、前記相互情報量、前記情報エントロピー、前記累積絶対値誤差、前記差分二乗和のうちいずれか一つを計算する場合、前記推定手段は、前記計算の結果が最大となる散乱線量を、前記複数の放射線画像に含まれる散乱線量として推定することを特徴とする請求項１３に記載の放射線撮影装置。
15. 放射線発生手段からの単一の放射線照射によって放射線検出装置が撮影した複数の放射線画像を取得する取得手段を更に備えることを特徴とする請求項１乃至１４のいずれか１項に記載の放射線撮影装置。
16. 前記取得手段は、前記放射線検出装置が撮影した複数の放射線画像を、前記異なる放射線エネルギーによる複数の放射線画像として取得し、
    前記生成手段は、前記取得手段が取得した複数の放射線画像に基づいて、前記複数の物質特性画像を生成することを特徴とする請求項１５に記載の放射線撮影装置。
17. 撮影された放射線画像を表示手段に表示させる表示制御手段を更に備え、
    前記表示制御手段は、散乱線量を含む前記放射線画像、前記放射線画像から散乱線量を除いた放射線画像、分離した各物質の厚さに基づいた物質分離画像を組み合せて表示部に表示させることを特徴とする請求項１乃至１６のいずれか１項に記載の放射線撮影装置。
18. 前記表示制御手段は、前記表示手段に表示されている画像から選択された少なくとも一つの画像を前記表示手段に表示させることを特徴とする請求項１７に記載の放射線撮影装置。
19. 異なる放射線エネルギーによる複数の放射線画像を用いて物質特性画像を生成する生成工程と、
    複数の物質特性画像の相関を示す評価情報を計算する計算工程と、
    前記評価情報に基づいて前記複数の放射線画像に含まれる散乱線量を推定する推定工程と、
    を有することを特徴とする放射線撮影方法。
20. コンピュータに、請求項１９に記載の放射線撮影方法の各工程を実行させるプログラム。

Images