JP7220643B2 - 画像処理装置、方法およびプログラム - Google Patents

画像処理装置、方法およびプログラム Download PDF

Info

Publication number
JP7220643B2
JP7220643B2 JP2019184032A JP2019184032A JP7220643B2 JP 7220643 B2 JP7220643 B2 JP 7220643B2 JP 2019184032 A JP2019184032 A JP 2019184032A JP 2019184032 A JP2019184032 A JP 2019184032A JP 7220643 B2 JP7220643 B2 JP 7220643B2
Authority
JP
Japan
Prior art keywords
body thickness
subject
radiation
thickness
radiographic
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.)
Active
Application number
JP2019184032A
Other languages
English (en)
Other versions
JP2021058363A (ja
Inventor
隆浩 川村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2019184032A priority Critical patent/JP7220643B2/ja
Priority to US17/060,284 priority patent/US11478209B2/en
Publication of JP2021058363A publication Critical patent/JP2021058363A/ja
Application granted granted Critical
Publication of JP7220643B2 publication Critical patent/JP7220643B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4266—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a plurality of detector units
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5252—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data removing objects from field of view, e.g. removing patient table from a CT image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physiology (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

本開示は、放射線画像を用いて被写体の組成割合を導出する画像処理装置、方法およびプログラムに関するものである。
従来より、脂肪および筋肉等の人体の組成を導出するための各種手法が提案されている。例えば、特許文献１には、被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された複数の放射線画像から、被写体の軟部組織を表す軟部画像を生成し、軟部画像および放射線画像を取得した際の撮影条件に基づいて、被写体の体厚分布を推定し、推定した体厚分布を人体に対応するモデルで近似した近似体厚分布を算出し、近似体厚分布に基づいて、被写体内の体脂肪率の分布を算出する手法が提案されている。とくに、特許文献１に記載された手法においては、体厚分布を推定するための撮影条件として、放射線源と放射線検出器との間の距離（ＳＩＤ(Source to image receptor distance)）を使用している。
特開２０１８－１５３６０５号公報
しかしながら、上記特許文献１に記載された手法におけるＳＩＤは、正確に測定することは困難であり、その結果、特許文献１に記載された手法では、体脂肪率を精度よく算出できない可能性がある。このため、脂肪等の被写体内の組成割合を精度よく求めることが望まれている。
本開示は上記事情に鑑みなされたものであり、被写体内の組成割合を精度よく導出できるようにすることを目的とする。
本開示による画像処理装置は、複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得する画像取得部と、
２つの放射線画像のそれぞれについての画素毎に、被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出する体厚導出部と、
第１の体厚および第２の体厚に基づいて、放射線画像の画素毎に、被写体の組成割合を導出する組成割合導出部とを備える。
なお、本開示による画像処理装置においては、組成割合導出部は、第１の体厚と第２の体厚との相違に基づいて、組成割合を導出するものであってもよい。
また、本開示による画像処理装置においては、体厚導出部は、複数の組成のそれぞれについての異なるエネルギー分布毎の放射線の減弱係数に基づいて、第１の体厚および第２の体厚を導出し、
組成割合導出部は、組成の厚さおよび組成毎の減弱係数を変更しつつ、体厚導出部に、第１の体厚および第２の体厚を導出させ、第１の体厚と第２の体厚との相違が予め定められたしきい値以下となる組成の厚さに基づいて、組成割合を導出するものであってもよい。
また、本開示による画像処理装置においては、２つの放射線画像に含まれる散乱線成分を除去する散乱線除去部をさらに備えるものであってもよい。
また、本開示による画像処理装置においては、２つの放射線画像は、被写体を透過した放射線を、互いに重ねられた２つの検出部に同時に照射することによって、２つの検出部により取得されたものであってもよい。
また、本開示による画像処理装置においては、組成割合の分布を、２つの放射線画像のいずれかと重畳して表示部に表示する表示制御部をさらに備えるものであってもよい。
また、本開示による画像処理装置においては、複数の組成は、筋肉および脂肪であってもよい。
本開示による画像処理方法は、複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得し、
２つの放射線画像のそれぞれについての画素毎に、被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
第１の体厚および第２の体厚に基づいて、放射線画像の画素毎に、被写体の組成割合を導出する。
なお、本開示による画像処理方法をコンピュータに実行させるためのプログラムとして提供してもよい。
本開示による他の画像処理装置は、コンピュータに実行させるための命令を記憶するメモリと、
記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得し、
２つの放射線画像のそれぞれについての画素毎に、被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
第１の体厚および第２の体厚に基づいて、放射線画像の画素毎に、被写体の組成割合を導出する処理を実行する。
本開示によれば、被写体内の組成割合を精度よく導出できる。
本開示の実施形態による画像処理装置を適用した放射線画像撮影装置の概略構成図 本実施形態による画像処理装置の概略構成を示す図 低エネルギー画像および高エネルギー画像により導出される体厚の相違を説明するための図 体厚の差と脂肪の組成割合との関係を規定したテーブルを示す図 体脂肪率の表示画面を示す図 第１の実施形態において行われる処理を示すフローチャート 第２の実施形態において行われる処理を示すフローチャート
以下、図面を参照して本開示の実施形態について説明する。図１は本開示の第１の実施形態による画像処理装置を適用した放射線画像撮影システムの構成を示す概略ブロック図である。図１に示すように、第１の実施形態による放射線画像撮影システムは、エネルギー分布が異なる２つの放射線画像を撮影し、２つの放射線画像を用いてエネルギーサブトラクション処理を行うことが可能なものであり、撮影装置１と、本実施形態による画像処理装置を内包するコンソール２とを備える。
撮影装置１は、第１の放射線検出器５および第２の放射線検出器６に、放射線源３から発せられ、被写体Ｈを透過したＸ線等の放射線を、それぞれエネルギーを変えて照射するいわゆる１ショット法によるエネルギーサブトラクションを行うための撮影装置である。撮影時においては、図１に示すように、放射線源３に近い側から順に、第１の放射線検出器５、銅板等からなる放射線エネルギー変換フィルタ７、および第２の放射線検出器６を配置して、放射線源３を駆動させる。なお、第１および第２の放射線検出器５，６と放射線エネルギー変換フィルタ７とは密着されている。
これにより、第１の放射線検出器５においては、いわゆる軟線も含む低エネルギーの放射線による被写体Ｈの第１の放射線画像Ｇ１が取得される。また、第２の放射線検出器６においては、軟線が除かれた高エネルギーの放射線による被写体Ｈの第２の放射線画像Ｇ２が取得される。第１および第２の放射線画像は、コンソール２に入力される。なお、本実施形態においては、被写体Ｈの撮影時には、被写体Ｈを透過した放射線の散乱線成分を除去する散乱線除去グリッドは使用されない。このため、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２には、被写体Ｈを透過した放射線の一次線成分および散乱線成分が含まれる。
なお、エネルギーサブトラクション処理とは、被写体を構成する物質によって透過した放射線の減衰量が異なることを利用して、エネルギー分布が異なる２種類の放射線を被写体に照射して得られた２枚の放射線画像を用いて、被写体内の異なる組織（例えば軟部および骨部）を抽出した画像を生成する処理である。本実施形態による放射線画像撮影システムにおける撮影装置１は、エネルギーサブトラクション処理を行うことが可能なものであるが、本実施形態は、被写体の組成割合を導出するものであるため、エネルギーサブトラクション処理についての詳細な説明は省略する。
第１および第２の放射線検出器５，６は、放射線画像の記録および読み出しを繰り返して行うことができるものであり、放射線の照射を直接受けて電荷を発生する、いわゆる直接型の放射線検出器を用いてもよいし、放射線を一旦可視光に変換し、その可視光を電荷信号に変換する、いわゆる間接型の放射線検出器を用いるようにしてもよい。また、放射線画像信号の読出方式としては、ＴＦＴ（thin film transistor）スイッチをオン・オフさせることによって放射線画像信号が読み出される、いわゆるＴＦＴ読出方式のもの、または読取り光を照射することによって放射線画像信号が読み出される、いわゆる光読出方式のものを用いることが望ましいが、これに限らずその他のものを用いるようにしてもよい。
コンソール２には表示部８および入力部９が接続されている。表示部８は、ＣＲＴ（Cathode Ray Tube）あるいは液晶ディスプレイ等からなり、撮影により取得された放射線画像およびコンソール２において行われる処理に必要な各種入力の補助を行う。
入力部９は、キーボード、マウスまたはタッチパネル方式等の入力装置からなり、操作者による撮影装置１の操作の指示を受け付ける。また、撮影を行うために必要な、撮影条件等の各種情報の入力および情報の修正の指示も受け付ける。本実施形態においては、操作者が入力部９から入力した情報に従って、撮影装置１の各部が動作する。
コンソール２には、第１の実施形態による画像処理プログラムがインストールされている。コンソール２が本実施形態による画像処理装置に対応する。本実施形態においては、コンソール２は、操作者が直接操作するワークステーションあるいはパーソナルコンピュータでもよいし、それらとネットワークを介して接続されたサーバコンピュータでもよい。画像処理プログラムは、ネットワークに接続されたサーバコンピュータの記憶装置、あるいはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じてコンピュータにダウンロードされ、インストールされる。または、ＤＶＤ（Digital Versatile Disc）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。
図２はコンソール２を構成するコンピュータに画像処理プログラムをインストールすることにより実現される、第１の実施形態による画像処理装置の概略構成を示す図である。図２に示すように、画像処理装置は、標準的なコンピュータの構成として、ＣＰＵ(Central Processing Unit)２１、メモリ２２、ストレージ２３および通信部２４を備える。
ストレージ２３は、ハードディスクドライブまたはＳＳＤ（Solid State Drive）等のストレージデバイスからなり、撮影装置１の各部を駆動するためのプログラムおよび画像処理プログラムを含む各種情報が記憶されている。また、撮影により取得された放射線画像も記憶される。
通信部２４は、不図示のネットワークを介した各種情報の伝送制御を行うネットワークインターフェースである。
メモリ２２には、各種処理をＣＰＵ２１に実行させるために、ストレージ２３に記憶された画像処理プログラム等が一時的に記憶される。画像処理プログラムは、ＣＰＵ２１に実行させる処理として、撮影装置１に撮影を行わせてエネルギー分布が互いに異なる第１および第２の放射線画像Ｇ１，Ｇ２を取得する画像取得処理、第１および第２の放射線画像Ｇ１，Ｇ２に含まれる散乱線成分を除去する散乱線除去処理、第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての画素毎に、被写体Ｈの体厚をそれぞれ第１の体厚および第２の体厚として導出する体厚導出処理、第１の体厚および第２の体厚に基づいて、放射線画像の画素毎に、被写体Ｈの組成割合を導出する組成割合導出処理、並びに組成割合の分布を表示する表示制御処理を規定する。
そして、ＣＰＵ２１が画像処理プログラムに従いこれらの処理を実行することで、コンソール２は、画像取得部３１、散乱線除去部３２、体厚導出部３３、組成割合導出部３４および表示制御部３５として機能する。なお、本実施形態においては、組成割合として、脂肪の組成割合を導出するものとする。このため、被写体Ｈには骨部が含まれているが、説明のために、第１および第２の放射線画像Ｇ１，Ｇ２には、骨部は含まれず、軟部のみが含まれているものとして説明する。
画像取得部３１は、放射線源３を駆動して被写体Ｈに放射線を照射し、被写体Ｈを透過した放射線を第１および第２の放射線検出器５，６により検出して、第１および第２の放射線画像Ｇ１，Ｇ２を取得する。この際、撮影線量、エネルギー分布および管電圧等の撮影条件が設定される。撮影条件は、操作者による入力部９からの入力により設定すればよい。設定された撮影条件は、ストレージ２３に保存される。なお、画像処理プログラムとは別個のプログラムにより第１および第２の放射線画像Ｇ１，Ｇ２を取得してストレージ２３に保存するようにしてもよい。この場合、画像取得部３１は、ストレージ２３に保存された第１および第２の放射線画像Ｇ１，Ｇ２を処理のためにストレージ２３から読み出すものとなる。なお、本実施形態においては、被写体Ｈの胸部から腹部を撮影して、胸部から腹部についての第１および第２の放射線画像Ｇ１，Ｇ２を取得するものとする。
散乱線除去部３２は、第１および第２の放射線画像Ｇ１，Ｇ２に含まれる、被写体Ｈ内において放射線が散乱することにより生じる散乱線成分を除去する。散乱線成分を除去する手法としては、例えば、特開２０１４－２０７９５８号公報等に記載された任意の手法を用いることができる。特開２０１４－２０７９５８号公報に記載された手法は、放射線画像の撮影時に散乱線を除去するために使用が想定されるグリッドの特性を取得し、この特性に基づいて放射線画像に含まれる散乱線成分を導出し、導出された散乱線成分を用いて散乱線除去処理を行う手法である。
体厚導出部３３は、散乱線成分が除去された第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての画素毎に、被写体Ｈの体厚をそれぞれ第１の体厚および第２の体厚として導出する。具体的には、体厚導出部３３は、第１の放射線画像Ｇ１に関して、輝度分布が被写体Ｈの体厚の分布と一致するものと仮定し、第１の放射線画像Ｇ１の画素値を、被写体Ｈの筋肉における減弱係数を用いて厚さに変換することにより、被写体Ｈの第１の体厚ｔ１を導出する。また、体厚導出部３３は、第２の放射線画像Ｇ２に関して、輝度分布が被写体Ｈの体厚の分布と一致するものと仮定し、第２の放射線画像Ｇ２の画素値を、被写体Ｈの筋肉における減弱係数を用いて厚さに変換することにより、被写体Ｈの第２の体厚ｔ２を導出する。
ここで、放射線源３から出射される放射線はエネルギー分布を持ち、被写体Ｈにおける放射線の減弱係数も放射線のエネルギーに対する依存性があり、高エネルギー成分ほど減弱係数が小さくなる特性を持つ。このため、放射線は物質を透過する過程で相対的に低エネルギー成分を多く失い、高エネルギー成分の割合が増えてくる、ビームハードニングという現象が生じる。ビームハードニングの程度は、被写体Ｈ内における脂肪の厚さｔｆおよび筋肉の厚さｔｍに依存するため、脂肪の減弱係数μｆおよび筋肉の減弱係数μｍは、脂肪の厚さｔｆおよび筋肉の厚さｔｍの非線形の関数として、μｆ（ｔｆ，ｔｍ）、μｍ（ｔｆ，ｔｍ）と定義することができる。
本実施形態のように、２つの異なるエネルギー分布の放射線により取得された第１および第２の放射線画像Ｇ１，Ｇ２は、それぞれ低エネルギー画像および高エネルギー画像に相当する。このため、本実施形態においては、低エネルギー画像である第１の放射線画像Ｇ１についての脂肪の減弱係数はμｌｆ（ｔｆ，ｔｍ）、筋肉の減弱係数はμｌｍ（ｔｆ，ｔｍ）と表すことができる。また、高エネルギー画像である第２の放射線画像Ｇ２についての脂肪の減弱係数はμｈｆ（ｔｆ，ｔｍ）、筋肉の減弱係数はμｈｍ（ｔｆ，ｔｍ）と表すことができる。
また、低エネルギー画像である第１の放射線画像Ｇ１の各画素の画素値Ｇ１（ｘ，ｙ）および高エネルギー画像である第２の放射線画像Ｇ２の各画素の画素値Ｇ２（ｘ，ｙ）は、対応する画素位置における脂肪の厚さｔｆ（ｘ，ｙ）、筋肉の厚さｔｍ（ｘ，ｙ）、および減弱係数μｌｆ（ｘ，ｙ）、μｈｆ（ｘ，ｙ）、μｌｍ（ｘ，ｙ）、μｈｍ（ｘ，ｙ）を用いて、下記の式（１）、（２）により表される。なお、式（１）、（２）においては（ｘ，ｙ）の記載は省略している。
Ｇ１＝μｌｆ×ｔｆ＋μｌｍ×ｔｍ （１）
Ｇ２＝μｈｆ×ｔｆ＋μｈｍ×ｔｍ （２）
上述したように、本実施形態においては、第１の体厚ｔ１および第２の体厚ｔ２を導出する際には、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２の画素値を、被写体Ｈにおける筋肉の減弱係数を用いて厚さに変換している。このため、第１の実施形態においては、体厚導出部３３は、第１の体厚ｔ１および第２の体厚ｔ２を、下記の式（３）、（４）により導出していることとなる。
ｔ１＝Ｇ１／μｌｍ （３）
ｔ２＝Ｇ２／μｈｍ （４）
第１および第２の体厚ｔ１，ｔ２を導出した画素位置において、被写体Ｈには筋肉のみしか含まれない場合、第１の体厚ｔ１と第２の体厚ｔ２とは一致する。しかしながら、実際の被写体Ｈにおいては、第１および第２の放射線画像Ｇ１，Ｇ２の同一の画素位置においては、筋肉および脂肪の双方が含まれる。このため、式（３）、（４）により導出した第１および第２の体厚ｔ１，ｔ２は、被写体Ｈの実際の体厚とは一致しなくなる。また、低エネルギー画像である第１の放射線画像Ｇ１から導出した第１の体厚ｔ１と、高エネルギー画像である第２の放射線画像Ｇ２から導出した第２の体厚ｔ２とでは、第１の体厚ｔ１の方が第２の体厚ｔ２よりも大きい値となる。例えば、図３に示すように、実際の体厚が１００ｍｍであり、脂肪および筋肉の厚さがそれぞれ３０ｍｍおよび７０ｍｍであったとする。この場合、低エネルギーの放射線による取得される第１の放射線画像Ｇ１により導出した第１の体厚ｔ１は例えば８０ｍｍ、高エネルギーの放射線による取得される第２の放射線画像Ｇ２により導出した第２の体厚ｔ２は例えば７０ｍｍと導出される。また、第１の体厚ｔ１と第２の体厚ｔ２との相違は、脂肪の組成割合が大きいほど大きくなる。
ここで、第１の体厚ｔ１と第２の体厚ｔ２との相違は、被写体Ｈにおける脂肪および筋肉の組成割合に応じて変化する。このため、本実施形態においては、脂肪の組成割合を種々変化させた被写体モデルを、異なるエネルギー分布の放射線により撮影し、これにより取得された２つの放射線画像から体厚をそれぞれ導出し、２つの放射線画像から導出した体厚の差と、脂肪の組成割合とを対応づけたテーブルを予め作成してストレージ２３に保存しておく。
図４は、２つの放射線画像から導出した体厚の差と脂肪の組成割合とを対応づけたテーブルを示す図である。図４に示すように、テーブルＬＵＴ１は横軸が２つの放射線画像のそれぞれから導出した体厚の差であり、縦軸が脂肪の組成割合である。図４に示すように、２つの放射線画像のそれぞれから導出した体厚の差が大きいほど脂肪の組成割合が大きくなっている。なお、２つの放射線画像のそれぞれから導出した体厚の差と、脂肪の組成割合とを対応づけたテーブルは、撮影時に使用する放射線のエネルギー分布毎に用意されて、ストレージ２３に保存される。
組成割合導出部３４は、体厚導出部３３が導出した第１の体厚ｔ１と第２の体厚ｔ２との差分を導出し、ストレージ２３に保存されたＬＵＴ１を参照して、脂肪の組成割合を導出する。なお、導出した脂肪の組成割合を１００％から減算することにより、筋肉の組成割合を導出することができる。
表示制御部３５は、組成割合導出部３４が導出した第１および第２の放射線画像Ｇ１，Ｇ２の画素毎の脂肪の組成割合に基づいて、脂肪の組成分布を表示部８に表示する。図５は表示部８に表示された脂肪の組成分布の表示画面を示す図である。図５に示すように、表示画面４０には、脂肪の組成分布が、体脂肪率分布として第１の放射線画像Ｇ１に重畳されて表示されている。なお、体脂肪率分布を第２の放射線画像Ｇ２に重畳してもよい。なお、図５においては、体脂肪率分布を３段階に色分けして表示している。なお、図５においては色分けを濃度の相違により表しており、濃度が大きいほど体脂肪率が高いことを示している。また、表示部８には、濃度と体脂肪率との関係を表すリファレンス４１が表示されている。リファレンス４１を参照することにより、体脂肪率の分布を容易に認識することができる。
次いで、第１の実施形態において行われる処理について説明する。図６は第１の実施形態において行われる処理を示すフローチャートである。なお、第１および第２の放射線画像Ｇ１，Ｇ２は、撮影により取得されてストレージ２３に保存されているものとする。処理を開始する指示が入力部９から入力されると、画像取得部３１が、第１および第２の放射線画像Ｇ１，Ｇ２をストレージ２３から取得する（ステップＳＴ１）。次いで、散乱線除去部３２が、第１および第２の放射線画像Ｇ１，Ｇ２から散乱線成分を除去する（ステップＳＴ２）。さらに、体厚導出部３３が、散乱線成分が除去された第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての画素毎に、被写体Ｈの体厚をそれぞれ第１の体厚ｔ１および第２の体厚ｔ２として導出する（ステップＳＴ３）。
続いて、組成割合導出部３４が、体厚導出部３３が導出した第１の体厚ｔ１と第２の体厚ｔ２との相違を導出し、ストレージ２３に保存されたＬＵＴ１を参照して、脂肪の組成割合を導出する（ステップＳＴ４）。そして、組成割合導出部３４は、全画素の組成割合を導出したか否かを判定し（ステップＳＴ５）、ステップＳＴ５が否定されると、ステップＳＴ３に戻る。これにより、ステップＳＴ３～ＳＴ５の処理が繰り返される。ステップＳＴ５が肯定されると、表示制御部３５が、組成割合導出部３４が導出した脂肪の組成割合に基づく脂肪の組成分布を表示部８に表示し（ステップＳＴ６）、処理を終了する。
このように、第１の実施形態においては、第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての画素毎に、被写体Ｈの体厚をそれぞれ第１の体厚ｔ１および第２の体厚ｔ２として導出し、第１の体厚ｔ１および第２の体厚ｔ２との相違に基づいて、被写体Ｈの組成割合を導出するようにした。このため、特許文献１に記載されたように、正確なＳＩＤが不要となる。したがって、本実施形態によれば、被写体内の組成割合を精度よく導出できる。
なお、上記第１の実施形態においては、体厚導出部３３は、第１および第２の放射線画像Ｇ１，Ｇ２の画素値を筋肉の減弱係数を用いて厚さに変換することにより、第１および第２の体厚ｔ１，ｔ２を導出しているが、これに限定されるものではない。第１および第２の放射線画像Ｇ１，Ｇ２の画素値を脂肪の減弱係数を用いて厚さに変換することにより、第１および第２の体厚ｔ１，ｔ２を導出してもよい。この場合、２つの放射線画像から導出した体厚の差と、筋肉の組成割合とを対応づけたテーブルを予め作成して、ストレージ２３に保存しておく。そして、組成割合導出部３４は、２つの放射線画像から導出した体厚の差と、筋肉の組成割合とを対応づけたテーブルを参照して、筋肉の組成割合を導出するものとすればよい。この場合、導出された筋肉の組成割合を１００％から減算することにより、脂肪の組成割合を導出することができる。
次いで、本開示の第２の実施形態について説明する。なお、第２の実施形態における画像処理装置は、図２に示す本開示による第１の実施形態による画像処理装置の構成と同一であり、行われる処理のみが異なる。このため、ここでは装置についての詳細な説明は省略する。第２の実施形態による画像処理装置は、体厚導出部３３が、複数の組成のそれぞれについての異なるエネルギー分布毎の放射線の減弱係数に基づいて、第１の体厚ｔ１および第２の体厚ｔ２を導出し、組成割合導出部３４が、組成の厚さおよび組成毎の減弱係数を変更しつつ、体厚導出部３３に第１の体厚ｔ１および第２の体厚ｔ２を導出させ、第１の体厚ｔ１と第２の体厚ｔ２との相違が予め定められたしきい値Ｔｈ１以下となる組成の厚さに基づいて、組成割合を導出するようにした点が第１の実施形態と異なる。
ここで、第１の体厚ｔ１は、脂肪の厚さｔｆと筋肉の厚さｔｍとの加算値、すなわちｔ１＝ｔｆ＋ｔｍとなる。ｔｍ＝ｔ１－ｔｆであるため、上記式（１）は、下記の式（５）に変形できる。
Ｇ１＝μｌｆ×ｔｆ＋μｌｍ×（ｔ１－ｔｆ） （５）
式（５）をｔ１について解くと、下記の式（５）となる。
ｔ１＝｛Ｇ１＋（μｌｍ－μｌｆ）×ｔｆ｝／μｌｍ （６）
また、第２の体厚ｔ２＝ｔｆ＋ｔｍであるため、式（２）を式（５）と同様に変形してｔ２について解くと、下記の式（７）となる。
ｔ２＝｛Ｇ２＋（μｈｍ－μｈｆ）×ｔｆ｝／μｈｍ （７）
ｔ１とｔ２との相違が小さくなるように、好ましくはｔ１＝ｔ２となるように脂肪の厚さｔｆを導出することにより、脂肪の組成割合を導出することができる。しかしながら、減弱係数μｌｆ、μｈｆ、μｌｍ、μｈｍは、脂肪の厚さｔｆおよび筋肉の厚さｔｍについての非線形の関数であるため、式（６）、（７）からは、代数的に脂肪の厚さｔｆを導出することはできない。このため、第２の実施形態においては、組成割合導出部３４は、脂肪の厚さｔｆおよび減弱係数μｌｆ、μｈｆ、μｌｍ、μｈｍを変更しつつ、体厚導出部３３に第１の体厚ｔ１および第２の体厚ｔ２を導出させる。そして、組成割合導出部３４は、第１の体厚ｔ１と第２の体厚ｔ２との相違が予め定められたしきい値Ｔｈ１以下となる、すなわち｜ｔ１－ｔ２｜≦Ｔｈ１となる脂肪の厚さｔｆを導出し、脂肪の厚さｔｆに基づいて脂肪の組成割合を導出する。なお、しきい値Ｔｈ１はできるだけ小さい値であることが好ましく、Ｔｈ１＝０であることがより好ましい。
具体的には、ｔｆ＝０であり、かつｔ１＝ｔ２である場合は、その画素（ｘ，ｙ）はすべて筋肉である。また、ｔｆ＝０であり、かつｔ１≠ｔ２となる場合、組成割合導出部３４は、脂肪の厚さｔｆを変更しつつ、｜ｔ１－ｔ２｜≦Ｔｈ１となる脂肪の厚さｔｆを探索することにより、脂肪の厚さｔｆを導出する。そして、組成割合導出部３４は、導出された脂肪の厚さｔｆを第１の体厚ｔ１または第２の体厚ｔ２で除算することにより、脂肪の組成割合を導出する。なお、導出した脂肪の組成割合を１００％から減算することにより、筋肉の組成割合を導出することができる。
次いで、第２の実施形態において行われる処理について説明する。図７は第２の実施形態において行われる処理を示すフローチャートである。なお、第１および第２の放射線画像Ｇ１，Ｇ２は、撮影により取得されてストレージ２３に保存されているものとする。処理を開始する指示が入力部９から入力されると、画像取得部３１が、第１および第２の放射線画像Ｇ１，Ｇ２をストレージ２３から取得する（ステップＳＴ１１）。次いで、散乱線除去部３２が、第１および第２の放射線画像Ｇ１，Ｇ２から散乱線成分を除去する（ステップＳＴ１２）。さらに、体厚導出部３３が、脂肪の厚さｔｆの初期値を設定し（ステップＳＴ１３）、散乱線成分が除去された第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての画素毎に、被写体Ｈの体厚をそれぞれ第１の体厚ｔ１および第２の体厚ｔ２として導出する（ステップＳＴ１４）。なお、脂肪の厚さｔｆの初期値は、組成割合導出部３４が設定してもよい。
続いて、組成割合導出部３４が、｜ｔ１－ｔ２｜≦Ｔｈ１であるか否かを判定し（ステップＳＴ１５）、ステップＳＴ１５が否定されると、脂肪の厚さｔｆを変更し（ステップＳＴ１６）、ステップＳＴ１４に戻る。これにより、ステップＳＴ１４～ＳＴ１６の処理が繰り返される。ステップＳＴ１５が肯定されると、組成割合導出部３４は、ステップＳＴ１５が肯定された際の脂肪の厚さｔｆに基づいて、脂肪の組成割合を導出する（ステップＳＴ１７）。そして、組成割合導出部３４は、全画素の組成割合を導出したか否かを判定し（ステップＳＴ１８）、ステップＳＴ１８が否定されると、ステップＳＴ１３に戻る。これにより、ステップＳＴ１３～ＳＴ１８の処理が繰り返される。ステップＳＴ１８が肯定されると、表示制御部３５が、組成割合導出部３４が導出した脂肪の組成割合に基づく脂肪の組成分布を表示部８に表示し（ステップＳＴ１９）、処理を終了する。
このように、第２の実施形態においても、特許文献１に記載されたように、正確なＳＩＤが不要となるため、被写体内の組成割合を精度よく導出できる。
なお、上記第２の実施形態においては、脂肪の厚さｔｆに基づいて脂肪の組成割合を導出しているが、筋肉の厚さｔｍに基づいて、筋肉の組成割合を導出してもよい。この場合、ｔｆ＝ｔ１－ｔｍであり、式（１）に基づいてｔ１を導出すると下記の式（８）となる。また、式（２）をｔ２について解くと下記の式（９）となる。
ｔ１＝｛Ｇ１＋（μｌｆ－μｌｍ）×ｔｍ｝／μｌｆ （８）
ｔ２＝｛Ｇ２＋（μｈｆ－μｈｍ）×ｔｍ｝／μｈｆ （９）
この場合、組成割合導出部３４は、第１の体厚ｔ１と第２の体厚ｔ２との相違が予め定められたしきい値Ｔｈ２以下となる、すなわち｜ｔ１－ｔ２｜≦Ｔｈ２となるｔｍを探索することにより、筋肉の厚さｔｍを導出し、導出された筋肉の厚さｔｍを第１の体厚ｔ１または第２の体厚ｔ２で除算することにより、筋肉の組成割合を導出する。
また、上記各実施形態においては、散乱線除去部３２により，第１および第２の放射線画像Ｇ１，Ｇ２から散乱線成分を除去しているが、これに限定されるものではない。例えば、撮影時に散乱線除去グリッドを用いた場合、第１および第２の放射線画像Ｇ１，Ｇ２から散乱線成分を除去することなく、組成割合を導出する処理を行うようにしてもよい。この場合、本実施形態の画像処理装置においては、散乱線除去部３２は不要となる。
また、上記各実施形態においては、１ショット法により第１および第２の放射線画像Ｇ１，Ｇ２を取得しているが、放射線検出器を１つのみ用いて撮影を２回行ういわゆる２ショット法により第１および第２の放射線画像Ｇ１，Ｇ２を取得してもよい。２ショット法の場合、被写体Ｈの体動により、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２に含まれる被写体Ｈの位置がずれる可能性がある。このため、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２において、被写体の位置合わせを行った上で、本実施形態の処理を行うことが好ましい。位置合わせの処理としては、例えば特開２０１１－２５５０６０号公報に記載された手法を用いることができる。特開２０１１－２５５０６０号公報に記載された手法は、第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての、周波数帯域が異なる構造物を表す複数の第１の帯域画像および複数の第２の帯域画像を生成し、対応する周波数帯域の第１の帯域画像および第２の帯域画像における、互いに対応する位置の位置ずれ量を取得し、位置ずれ量に基づいて第１の放射線画像Ｇ１と第２の放射線画像Ｇ２との位置合わせを行うようにしたものである。
また、上記各実施形態においては、第１および第２の放射線検出器５，６を用いて被写体Ｈの放射線画像Ｇ１，Ｇ２を撮影するシステムにおいて取得した放射線画像を用いて、組成割合を導出する処理を行っているが、検出部として蓄積性蛍光体シートを用いて第１および第２の放射線画像Ｇ１，Ｇ２を取得する場合にも、本開示を適用できることはもちろんである。この場合、２枚の蓄積性蛍光体シートを重ねて被写体Ｈを透過した放射線を照射して、被写体Ｈの放射線画像情報を各蓄積性蛍光体シートに蓄積記録し、各蓄積性蛍光体シートから放射線画像情報を光電的に読み取ることにより第１および第２の放射線画像Ｇ１，Ｇ２を取得すればよい。なお、蓄積性蛍光体シートを用いて第１および第２の放射線画像Ｇ１，Ｇ２を取得する場合にも、２ショット法を用いるようにしてもよい。
また、上記各実施形態における放射線は、とくに限定されるものではなく、Ｘ線の他、α線またはγ線等を適用することができる。
また、上記各実施形態において、例えば、画像処理装置であるコンソール２の画像取得部３１、散乱線除去部３２、体厚導出部３３、組成割合導出部３４および表示制御部３５といった各種の処理を実行する処理部（Processing Unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（Processor）を用いることができる。上記各種のプロセッサには、上述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Field Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device :PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせまたはＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアとの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip:SoC）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（Circuitry）を用いることができる。
１ 放射線画像撮影装置
２ コンピュータ
３ 放射線源
５、６ 放射線検出器
７ 放射線エネルギー変換フィルタ
８ 表示部
９ 入力部
２１ ＣＰＵ
２２ メモリ
２３ ストレージ
２４ 通信部
３１ 画像取得部
３２ 散乱線除去部
３３ 体厚導出部
３４ 組成割合導出部
３５ 表示制御部
４０ 表示画面
４１ リファレンス
Ｇ１ 第１の放射線画像
Ｇ２ 第２の放射線画像
ＬＵＴ１ テーブル

Claims (10)

  1. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく第１の放射線画像および第２の放射線画像を含む２つの放射線画像を取得する画像取得部と、
    前記第１の放射線画像の画素値および前記第２の放射線画像の画素値を、前記被写体に含まれる筋肉についての前記異なるエネルギー分布毎の放射線の減弱係数、または前記被写体に含まれる脂肪についての前記異なるエネルギー分布毎の放射線の減弱係数により変換することにより、前記第１の放射線画像についての画素毎に前記被写体の体厚を第１の体厚として導出し、前記第２の放射線画像についての画素毎に前記被写体の体厚を第２の体厚として導出する体厚導出部と、
    前記第１の体厚と前記第２の体厚との差分を導出し、第１の体厚と第２の体厚の差分と前記被写体の組成割合との関係を対応付けたテーブルを参照して、前記導出した差分に応じた前記組成割合を導出する組成割合導出部とを備えた画像処理装置。
  2. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得する画像取得部と、
    前記２つの放射線画像のそれぞれについての画素毎に、前記複数の組成のそれぞれについての前記異なるエネルギー分布毎の放射線の減弱係数に基づいて、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出する体厚導出部と、
    前記組成の厚さおよび前記組成毎の減弱係数を変更しつつ、前記体厚導出部に、前記第１の体厚および前記第２の体厚を導出させ、前記第１の体厚と前記第２の体厚との相違が予め定められたしきい値以下となる前記組成の厚さに基づいて、前記放射線画像の画素毎に、前記被写体の組成割合を導出する組成割合導出部とを備えた画像処理装置。
  3. 前記２つの放射線画像に含まれる散乱線成分を除去する散乱線除去部をさらに備えた請求項１または２に記載の画像処理装置。
  4. 前記２つの放射線画像は、前記被写体を透過した放射線を、互いに重ねられた２つの検出部に同時に照射することによって、前記２つの検出部により取得されたものである請求項１から３のいずれか１項に記載の画像処理装置。
  5. 前記組成割合の分布を、前記２つの放射線画像のいずれかと重畳して表示部に表示する表示制御部をさらに備えた請求項１から４のいずれか１項に記載の画像処理装置。
  6. 前記複数の組成は、筋肉および脂肪である請求項１から５のいずれか１項に記載の画像処理装置。
  7. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく第１の放射線画像および第２の放射線画像を含む２つの放射線画像を取得し、
    前記第１の放射線画像の画素値および前記第２の放射線画像の画素値を、前記被写体に含まれる筋肉についての前記異なるエネルギー分布毎の放射線の減弱係数、または前記被写体に含まれる脂肪についての前記異なるエネルギー分布毎の放射線の減弱係数により変換することにより、前記第１の放射線画像についての画素毎に前記被写体の体厚を第１の体厚として導出し、前記第２の放射線画像についての画素毎に前記被写体の体厚を第２の体厚として導出し、
    前記第１の体厚と前記第２の体厚との差分を導出し、第１の体厚と第２の体厚の差分と前記被写体の組成割合との関係を対応付けたテーブルを参照して、前記導出した差分に応じた前記組成割合を導出する画像処理方法。
  8. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得し、
    前記２つの放射線画像のそれぞれについての画素毎に、前記複数の組成のそれぞれについての前記異なるエネルギー分布毎の放射線の減弱係数に基づいて、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
    前記組成の厚さおよび前記組成毎の減弱係数を変更しつつ、前記第１の体厚および前記第２の体厚を導出し、前記第１の体厚と前記第２の体厚との相違が予め定められたしきい値以下となる前記組成の厚さに基づいて、前記放射線画像の画素毎に、前記被写体の組成割合を導出する画像処理方法。
  9. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく第１の放射線画像および第２の放射線画像を含む２つの放射線画像を取得する手順と、
    前記第１の放射線画像の画素値および前記第２の放射線画像の画素値を、前記被写体に含まれる筋肉についての前記異なるエネルギー分布毎の放射線の減弱係数、または前記被写体に含まれる脂肪についての前記異なるエネルギー分布毎の放射線の減弱係数により変換することにより、前記第１の放射線画像についての画素毎に前記被写体の体厚を第１の体厚として導出し、前記第２の放射線画像についての画素毎に前記被写体の体厚を第２の体厚として導出する手順と、
    前記第１の体厚と前記第２の体厚との差分を導出し、第１の体厚と第２の体厚の差分と前記被写体の組成割合との関係を対応付けたテーブルを参照して、前記導出した差分に応じた前記組成割合を導出する手順とをコンピュータに実行させる画像処理プログラム。
  10. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得する手順と、
    前記２つの放射線画像のそれぞれについての画素毎に、前記複数の組成のそれぞれについての前記異なるエネルギー分布毎の放射線の減弱係数に基づいて、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出する手順と、
    前記組成の厚さおよび前記組成毎の減弱係数を変更しつつ、前記第１の体厚および前記第２の体厚を導出し、前記第１の体厚と前記第２の体厚との相違が予め定められたしきい値以下となる前記組成の厚さに基づいて、前記放射線画像の画素毎に、前記被写体の組成割合を導出する手順とをコンピュータに実行させる画像処理プログラム。
JP2019184032A 2019-10-04 2019-10-04 画像処理装置、方法およびプログラム Active JP7220643B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019184032A JP7220643B2 (ja) 2019-10-04 2019-10-04 画像処理装置、方法およびプログラム
US17/060,284 US11478209B2 (en) 2019-10-04 2020-10-01 Image processing apparatus, method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019184032A JP7220643B2 (ja) 2019-10-04 2019-10-04 画像処理装置、方法およびプログラム

Publications (2)

Publication Number Publication Date
JP2021058363A JP2021058363A (ja) 2021-04-15
JP7220643B2 true JP7220643B2 (ja) 2023-02-10

Family

ID=75274517

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019184032A Active JP7220643B2 (ja) 2019-10-04 2019-10-04 画像処理装置、方法およびプログラム

Country Status (2)

Country Link
US (1) US11478209B2 (ja)
JP (1) JP7220643B2 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090208084A1 (en) 2008-02-15 2009-08-20 Xin Liu System and method for quantitative imaging of chemical composition to decompose more than two materials
US20150212015A1 (en) 2014-01-24 2015-07-30 Institute For Basic Science Apparatus and method for computed tomography image processing
JP2017093879A (ja) 2015-11-26 2017-06-01 株式会社日立製作所 Ｘ線測定システム及びｘ線検出データ処理方法
WO2019181230A1 (ja) 2018-03-20 2019-09-26 キヤノン株式会社 放射線撮影システム、撮影制御装置及び方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6233473B1 (en) * 1999-02-16 2001-05-15 Hologic, Inc. Determining body composition using fan beam dual-energy x-ray absorptiometry
US6999549B2 (en) * 2002-11-27 2006-02-14 Ge Medical Systems Global Technology, Llc Method and apparatus for quantifying tissue fat content
JP2008229122A (ja) * 2007-03-22 2008-10-02 Fujifilm Corp 画像成分分離装置、方法、およびプログラム
JP5399278B2 (ja) * 2009-03-31 2014-01-29 富士フイルム株式会社 乳腺含有率推定装置及び方法
JP5612371B2 (ja) 2010-06-11 2014-10-22 富士フイルム株式会社 画像位置合わせ装置および方法並びにプログラム
JP6006193B2 (ja) 2013-03-28 2016-10-12 富士フイルム株式会社 放射線画像処理装置および方法並びにプログラム
US8983571B2 (en) * 2013-06-12 2015-03-17 General Electric Company Method for measuring liver fat mass using dual-energy X-ray absorptiometry
WO2016200983A1 (en) * 2015-06-09 2016-12-15 The Board of Trustees of the Leand Stanford Junior University System for determining tissue density values using polychromatic x-ray absorptiometry
JP6676337B2 (ja) * 2015-10-30 2020-04-08 キヤノン株式会社 放射線撮像システム、放射線画像の情報処理装置、放射線画像の情報処理方法、及び、そのプログラム
JP6653629B2 (ja) * 2016-06-21 2020-02-26 富士フイルム株式会社 放射線画像処理装置、方法およびプログラム
US20190223788A1 (en) * 2016-07-13 2019-07-25 Naked Labs Austria Gmbh Determination of Body Fat Content by Body-Volume-Distribution and Body-Impedance-Measurement
JP6704374B2 (ja) 2017-03-16 2020-06-03 富士フイルム株式会社 体脂肪率測定装置、方法およびプログラム
US11234641B2 (en) * 2017-03-16 2022-02-01 Fujifilm Corporation Body fat percentage measurement device, method and program
KR20200095859A (ko) * 2019-02-01 2020-08-11 삼성전자주식회사 엑스선 영상 처리 방법 및 그에 따른 엑스선 영상 처리 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090208084A1 (en) 2008-02-15 2009-08-20 Xin Liu System and method for quantitative imaging of chemical composition to decompose more than two materials
US20150212015A1 (en) 2014-01-24 2015-07-30 Institute For Basic Science Apparatus and method for computed tomography image processing
JP2017093879A (ja) 2015-11-26 2017-06-01 株式会社日立製作所 Ｘ線測定システム及びｘ線検出データ処理方法
WO2019181230A1 (ja) 2018-03-20 2019-09-26 キヤノン株式会社 放射線撮影システム、撮影制御装置及び方法

Also Published As

Publication number Publication date
US11478209B2 (en) 2022-10-25
US20210100520A1 (en) 2021-04-08
JP2021058363A (ja) 2021-04-15

Similar Documents

Publication Publication Date Title
JP6704374B2 (ja) 体脂肪率測定装置、方法およびプログラム
US11234641B2 (en) Body fat percentage measurement device, method and program
JP6906479B2 (ja) 骨塩情報取得装置、方法およびプログラム
JP7016293B2 (ja) 骨塩情報取得装置、方法およびプログラム
US20210353241A1 (en) Subject information acquisition device, method for operating subject information acquisition device, and non-transitory computer readable medium
JP7016294B2 (ja) 骨塩情報取得装置、方法およびプログラム
JP7220643B2 (ja) 画像処理装置、方法およびプログラム
US20220323032A1 (en) Learning device, learning method, and learning program, radiation image processing device, radiation image processing method, and radiation image processing program
JP7258165B2 (ja) 画像処理装置、方法およびプログラム
JP7289922B2 (ja) エネルギーサブトラクション処理装置、方法およびプログラム
JP7289769B2 (ja) 画像処理装置、方法およびプログラム
US11911204B2 (en) Scattered ray model derivation device, scattered ray model derivation method, scattered ray model derivation program, radiation image processing device, radiation image processing method, and radiation image processing program
US20240016465A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
US20230134187A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
US20230172576A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
US20240104729A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
US20240023919A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
JP2024010991A (ja) 放射線画像処理装置、方法およびプログラム
US20230093849A1 (en) Image processing device, image processing method, and image processing program
WO2023054287A1 (ja) 骨疾患予測装置、方法およびプログラム、学習装置、方法およびプログラム並びに学習済みニューラルネットワーク
JP2023047910A (ja) 脂肪量導出装置、方法およびプログラム
JP2023177980A (ja) 放射線画像処理装置、方法およびプログラム
JP2024040945A (ja) 画像処理装置、方法およびプログラム
JP2020162857A (ja) 放射線画像処理装置及びその作動方法並びに放射線画像処理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220114

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221011

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221111

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221129

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221226

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: 20230110

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230131

R150 Certificate of patent or registration of utility model

Ref document number: 7220643

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150