JP7458750B2 - 画像処理装置、放射線撮影装置、画像処理方法及びプログラム - Google Patents
画像処理装置、放射線撮影装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP7458750B2 JP7458750B2 JP2019205686A JP2019205686A JP7458750B2 JP 7458750 B2 JP7458750 B2 JP 7458750B2 JP 2019205686 A JP2019205686 A JP 2019205686A JP 2019205686 A JP2019205686 A JP 2019205686A JP 7458750 B2 JP7458750 B2 JP 7458750B2
- Authority
- JP
- Japan
- Prior art keywords
- radiation
- image
- energy
- pixel value
- scattered
- 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
Links
- 230000005855 radiation Effects 0.000 title claims description 317
- 238000012545 processing Methods 0.000 title claims description 70
- 238000003384 imaging method Methods 0.000 title claims description 22
- 238000003672 processing method Methods 0.000 title claims description 5
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 210000004872 soft tissue Anatomy 0.000 claims description 75
- 210000000988 bone and bone Anatomy 0.000 claims description 56
- 238000001514 detection method Methods 0.000 claims description 46
- 239000000463 material Substances 0.000 claims description 42
- 239000000126 substance Substances 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000002438 flame photometric detection Methods 0.000 description 30
- 230000037182 bone density Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 15
- 238000002474 experimental method Methods 0.000 description 12
- 230000010365 information processing Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 229920002635 polyurethane Polymers 0.000 description 4
- 239000004814 polyurethane Substances 0.000 description 4
- 210000003109 clavicle Anatomy 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000002083 X-ray spectrum Methods 0.000 description 2
- 238000000326 densiometry Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011888 foil Substances 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000005461 Bremsstrahlung Effects 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 206010071051 Soft tissue mass Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 229910052588 hydroxylapatite Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- XYJRXVWERLGGKC-UHFFFAOYSA-D pentacalcium;hydroxide;triphosphate Chemical compound [OH-].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O XYJRXVWERLGGKC-UHFFFAOYSA-D 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 239000013076 target substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4266—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 or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4291—Arrangements for detecting radiation specially adapted for radiation diagnosis the detector being combined with a grid or grating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4283—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by a detector unit being housed in a cassette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は、画像処理装置、放射線撮影装置、画像処理方法及びプログラムに関する。
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）を用いた放射線撮像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、エネルギーサブトラクション法により画像を取得する方法として、積層したフロント検出器とリア検出器の間に、散乱線除去構造を設けることにより、散乱線が除去された放射線画像をリア検出器から取得する構成が開示されている。
放射線画像に散乱線が含まれると、放射線画像のコントラストが低下し、診断能が低下する原因となり得る。また、エネルギーサブトラクションにおいては骨と軟組織などの物質分離能が低下し、目的とする物質を分離した画像を生成することが難しくなる場合が生じ得る。
しかしながら、特許文献１の方法では、リア検出器を高エネルギー用の検出器（ＦＰＤ）と低エネルギーの検出器（ＦＰＤ）の２層構造にする必要がある。このため、フロント検出器と合わせて少なくとも３層の検出器（ＦＰＤ）が必要となり、ＦＰＤの配置構造が複雑化するとともに、画像処理が複雑化し、ＦＰＤのコスト及び重量の増加等の課題が生じ得る。
上記の従来技術の課題に鑑みて、本発明は、より簡易な構造及び処理により、放射線画像に含まれる散乱線を、より高精度に推定することが可能な画像処理技術を提供する。
本発明の一態様による画像処理装置は、被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する領域特定手段と、
前記領域における物質の厚さ又は密度に基づいて前記放射線画像の推定画素値を取得する画素値推定手段と、
前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する散乱線推定手段と、を備える。
前記領域における物質の厚さ又は密度に基づいて前記放射線画像の推定画素値を取得する画素値推定手段と、
前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する散乱線推定手段と、を備える。
本発明によれば、放射線画像に含まれる散乱線を、より高精度に推定することが可能となる。これにより、エネルギーサブトラクションにおいて取得した画像における散乱線を推定し、推定した散乱線を低減することで、より高精度に分離された軟組織画像、骨画像を生成することができる。
以下、添付の図面を参照して、本発明の実施形態を例示的に詳しく説明する。ただし、以下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、第１実施形態に係る放射線撮影システム１００の構成例を示すブロック図である。放射線撮影システム１００は、放射線発生装置１０４、放射線管１０１、ＦＰＤ１０２（放射線検出器）、情報処理装置１２０を有する。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。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。
図１は、第１実施形態に係る放射線撮影システム１００の構成例を示すブロック図である。放射線撮影システム１００は、放射線発生装置１０４、放射線管１０１、ＦＰＤ１０２（放射線検出器）、情報処理装置１２０を有する。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。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。
放射線発生装置１０４は、不図示の曝射スイッチへのユーザ操作により放射線管１０１に高電圧パルスを与えて放射線を発生させる。なお、放射線という用語は、Ｘ線の他、例えば、α線、β線、γ線粒子線、宇宙線などを含み得る。第１実施形態において放射線の種類は特に限定はしないが、医療用の画像診断には主にＸ線が用いられる。放射線管１０１から発生した放射線は被写体１０３に照射され、放射線の一部が被写体１０３を透過してＦＰＤ１０２に到達する。
ＦＰＤ１０２は、放射線に応じた画像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を有する。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し、情報処理装置１２０に転送する。ＦＰＤ１０２は、放射線強度に応じた信号を生成するための画素アレイを備えた第一放射線検出部１３０と第二放射線検出部１３１を有する。第一放射線検出部１３０と第二放射線検出部１３１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。
第一放射線検出部１３０及び第二放射線検出部１３１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、第一放射線検出部１３０及び第二放射線検出部１３１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。複数の放射線検出部のうち、放射線を発生させる放射線管１０１に対して近い位置に配置されている第一放射線検出部１３０は、複数のエネルギーのうち低エネルギーに対応した低エネルギー放射線画像を生成する。また、放射線管１０１に対して遠い位置に配置されている第二放射線検出部１３１は、低エネルギーに比べて高いエネルギーに対応した高エネルギー放射線画像を生成する。
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。領域特定部１１０は、単一の放射線照射により、重ねて配置された複数の放射線検出部（第一放射線検出部１３０及び第二放射線検出部１３１）から出力された放射線画像に基づいて、一つの物質からなる領域を特定する処理を行う。
散乱線除去グリッド１３２は被写体１０３で発生した散乱線がＦＰＤ１０２に入射するのを抑制する。本実施形態では、被写体１０３と第一放射線検出部１３０との間に散乱線除去グリッド１３２を配置した例を説明しているが、この配置例に限られず、散乱線除去グリッド１３２は、第一放射線検出部１３０と第二放射線検出部１３１との間に配置しても良い。
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。情報処理装置１２０は、制御部１０５、モニタ１０６、操作部１０７、記憶部１０８、画像処理部１０９、表示制御部１１６を有する。
制御部１０５は、不図示の１つまたは複数のプロセッサーを備え、記憶部１０８に記憶されているプログラムを実行することにより情報処理装置１２０の各種制御を実現する。記憶部１０８は、画像処理の結果や各種プログラムを記憶する。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、ＦＰＤ１０２から取得した放射線画像を処理する。画像処理部１０９は、機能構成として、領域特定部１１０、物質密度計算部１１１、画素値推定部１１２、散乱線推定部１１３及び画像生成部１１４を有している。これらの機能構成は、制御部１０５のプロセッサーが所定のプログラムを実行することで実現されてもよいし、画像処理部１０９が備える一つ又は複数のプロセッサーが記憶部１０８から読み込んだプログラムを用いて実現されてもよい。制御部１０５、画像処理部１０９のプロセッサーは、例えば、ＣＰＵ（central processing unit）で構成される。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。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。
以上の構成において、放射線発生装置１０４は、放射線管１０１に高電圧を印加し、被写体１０３に放射線を照射する。ＦＰＤ１０２は、被写体１０３に対して放射線を照射することによって得られた、複数のエネルギーに対応した複数の放射線画像を取得する取得部として機能する。ＦＰＤ１０２は、これらの放射線照射により、放射線のエネルギーが異なる２つの放射線画像を生成する。複数のエネルギーに対応した放射線画像には、低エネルギー放射線画像と、低エネルギー放射線画像に比べて高い放射線エネルギーに基づいて生成された高エネルギー放射線画像とが含まれる。
本実施形態では、第一放射線検出部１３０は低エネルギー放射線画像ＩＬを生成し、第二放射線検出部１３１は高エネルギー放射線画像ＩＨを生成する。一般的に放射線管１０１が放射するＸ線は電子線の制動放射により発生するため幅広いエネルギー帯に広がるＸ線スペクトルを有する。
したがって、第一放射線検出部１３０を放射線が透過することにより、Ｘ線スペクトルの低エネルギー成分が吸収されるため、ビームハードニングが生じ、第二放射線検出部１３１には相対的に高いエネルギーの放射線が入射する。
領域特定部１１０は、被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する。領域特定部１１０は、高エネルギー放射線画像ＩＨ、低エネルギー放射線画像ＩＬを用いて、１つの物質からなる部分を特定する。被写体１０３が人である場合、筋肉、脂肪及び臓器などから構成される軟組織と、骨との概ね２つの物質に分離することができる。骨の存在する部分には骨を被覆する軟組織が存在するが、骨が存在しない部分は軟組織から構成される。したがって、骨が存在しない領域を特定すれば軟組織の物質からなる領域を特定することができる。
領域特定部１１０は領域抽出の方法として様々な方法を用いることが可能であり、例えば、２値化、領域拡張法、エッジ検出、グラフカットなどの領域抽出方法のうち少なくともいずれか一つの領域抽出方法を用いることができる。また、あらかじめ数多くの被写体１０３の放射線画像を教師データとした機械学習を行い、領域特定部１１０は、ＦＰＤ１０２が取得した複数の放射線画像に対する機械学習による領域抽出方法を用いて、１つの物質からなる領域を特定することも可能である。本実施形態のように２つのエネルギーの放射線画像が得られる場合は、予め骨を分離した骨画像を作成すれば上記の一連の領域抽出方法を精度よく実行することができる。
物質密度計算部１１１は、高エネルギー放射線画像ＩＨ、低エネルギー放射線画像ＩＬを用いて領域特定部１１０により特定された領域の軟組織の厚さ又は面密度を計算する。ここで厚さに体積密度を乗じたものが面密度であるため、実質上、厚さと面密度（以下、単に「密度」ともいう）は等価な意味をもつ。物質密度計算部１１１は、複数のエネルギーに対応した放射線画像のうち、いずれか一つのエネルギーに対応した放射線画像（低エネルギー放射線画像ＩＬ、高エネルギー放射線画像ＩＨ）と、一つのエネルギーに対応した物質（軟組織）の質量減弱係数（μＬＡ、μＨＡ）とを用いて物質（軟組織）の厚さ又は密度を算出する。物質密度計算部１１１による算出処理は、以下の[数２]、[数３]に基づくものである。
画素値推定部１１２は、一つの物質からなる領域における物質（軟組織）の厚さ又は密度に基づいて放射線画像の推定画素値を取得する。画素値推定部１１２は物質密度計算部１１１で計算された物質（軟組織）の厚さ又は密度と、物質（軟組織）の質量減弱係数とに基づいて、高エネルギー放射線画像ＩＨ、低エネルギー放射線画像ＩＬの推定画素値を算出する。画素値推定部１１２による算出処理は、例えば、以下の[数４]、[数５]に基づくものである。
散乱線推定部１１３は放射線画像の画素値と推定画素値との差分から放射線画像に含まれる散乱線を推定する。散乱線推定部１１３は、放射線画像の画素値（実測画素値）と、画素値推定部１１２で計算された高エネルギー放射線画像ＩＨの推定画素値ＩＨＥ、及び低エネルギー放射線画像ＩＬの推定画素値ＩＬＥとの差分から散乱線を推定する。散乱線推定部１１３による推定処理は、例えば、以下の[数６]、[数７]に基づくものである。
画像生成部１１４は放射線画像から散乱線を低減した画像（骨の密度を示す骨画像、軟組織の密度を示す軟組織画像）を生成する。画像生成部１１４による処理は、例えば、以下の[数８]～[数１１]に基づくものである。
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。
以下のステップＳ２０１～Ｓ２０５において、画像処理部１０９は、図３（ａ）の高エネルギー放射線画像ＩＨ、図３（ｂ）の低エネルギー放射線画像ＩＬを用いて、散乱線を低減しつつ、図３（ｃ）の軟組織の密度を示す軟組織画像、図３（ｄ）の骨の密度を示す骨画像を生成する。
ここで、図３（ａ）は高エネルギー放射線画像ＩＨを例示する図であり、図３（ｂ）は低エネルギー放射線画像ＩＬを例示する図である。図３（ｂ）の低エネルギー放射線画像ＩＬの骨部（鎖骨３０３、脊椎骨３０４）は、図３（ａ）の高エネルギー放射線画像ＩＨの骨部（鎖骨３０１、脊椎骨３０２）に比べて、コントラストが明確に表示されている。
（領域特定部１１０の処理）
まず、ステップＳ２０１において、領域特定部１１０は、以下の［数１］により、高エネルギー放射線画像ＩＨ、低エネルギー放射線画像ＩＬを用いて図３（ｄ）の骨画像ｄＢを計算する。
まず、ステップＳ２０１において、領域特定部１１０は、以下の［数１］により、高エネルギー放射線画像ＩＨ、低エネルギー放射線画像ＩＬを用いて図３（ｄ）の骨画像ｄＢを計算する。
ここで、骨画像ｄＢは骨密度を示し、単位はｇ／ｃｍ２である。［数１］において、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、Ａが軟組織とＢが骨）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。μＨＡは高エネルギーにおける軟組織の質量減弱係数であり、μＨＢは高エネルギーにおける骨の質量減弱係数である。また、μＬＡは低エネルギーにおける軟組織の質量減弱係数であり、μＬＢは低エネルギーにおける骨の質量減弱係数である。ｘは画像の横方向の画素位置を表し、ｙは縦方向の画素位置を表す。
図３（ｄ）の骨画像ｄＢは軟組織を有さないため、例えば、閾値処理を行うことで、図３（ｃ）の軟組織画像のように骨が存在しない軟組織のみからなる領域を特定することができる。閾値処理は、例えば、公知技術である大津の２値化法を用いることができる。また、同様に公知技術である領域拡張法、エッジ検出、グラフカットを用いても軟組織のみからなる領域を特定することができる。さらに、多数の被写体を撮影した放射線画像が入手できる場合は機械学習によるセグメンテーションを用いて軟組織のみからなる領域を特定しても良い。
本実施形態では領域抽出を容易にするため骨画像ｄＢを用いるが、公知技術を用いて高エネルギー放射線画像ＩＨ、低エネルギー放射線画像ＩＬから骨領域と軟組織のみからなる領域をそれぞれ特定しても良い。
（物質密度計算部１１１の処理）
ステップＳ２０２において、物質密度計算部１１１は以下の［数２］により低エネルギー放射線画像ＩＬを用いてステップＳ２０１で特定した軟組織のみからなる領域の軟組織画像ｄＡを計算する。
ステップＳ２０２において、物質密度計算部１１１は以下の［数２］により低エネルギー放射線画像ＩＬを用いてステップＳ２０１で特定した軟組織のみからなる領域の軟組織画像ｄＡを計算する。
ステップＳ２０１で特定した領域は軟組織からなる領域であることがわかっているため［数２］のような単純な計算が成立する。また、第一放射線検出部１３０は、図１に散乱線除去グリッド１３２に接しているため十分に散乱線が除去されていると考えられる。したがって、低エネルギー放射線画像ＩＬは近似的に散乱線の影響が小さいと考えられる。散乱線除去グリッド１３２を構成する吸収部材（吸収箔）の間隔（Ｄ）に対する吸収部材（吸収箔）の高さ（ｈ）の比（ｈ/Ｄ）を格子比とすると、本実施形態では、散乱線除去グリッド１３２の格子比を１０以上に設定ことが可能である。さらに、グリッドが格子状になるように形成されたクロスグリッドを使用することも可能である。クロスグリッドは縦横方向の散乱線を低減できるため、クロスグリッドを使用することにより等方的に散乱線を低減できるとともに散乱線低減能力を高くすることができる。
なお、先に説明したように散乱線除去グリッド１３２を第一放射線検出部１３０と第二放射線検出部１３１の間に配置した場合、物質密度計算部１１１は以下の［数３］を用いて、軟組織画像ｄＡを計算することができる。
（画素値推定部１１２の処理）
ステップＳ２０３において、画素値推定部１１２は以下の[数４]によって軟組織における高エネルギー放射線画像の推定画素値ＩＨＥを計算する。画素値推定部１１２は、低エネルギー放射線画像ＩＬに基づいて算出した物質（軟組織）の密度を示す軟組織画像ｄＡ（[数２]）と、高エネルギーにおける物質（軟組織）の質量減弱係数μＨＡとに基づいて、物質（軟組織）における高エネルギー放射線画像の推定画素値を算出する。
ステップＳ２０３において、画素値推定部１１２は以下の[数４]によって軟組織における高エネルギー放射線画像の推定画素値ＩＨＥを計算する。画素値推定部１１２は、低エネルギー放射線画像ＩＬに基づいて算出した物質（軟組織）の密度を示す軟組織画像ｄＡ（[数２]）と、高エネルギーにおける物質（軟組織）の質量減弱係数μＨＡとに基づいて、物質（軟組織）における高エネルギー放射線画像の推定画素値を算出する。
ここでｄＡ(ｘ、ｙ)は、[数２]に基づいて、近似的に散乱線の影響が小さい低エネルギー放射線画像ＩＬから計算されているため推定画素値ＩＨＥ（ｘ、ｙ）も散乱線の影響が抑制された高エネルギー放射線画像と考えることができる。
散乱線除去グリッド１３２を第一放射線検出部１３０と第二放射線検出部１３１の間に配置した場合、画素値推定部１１２は以下の[数５]によって低エネルギー放射線画像の推定画素値ＩＬＥを計算する。画素値推定部１１２は、高エネルギー放射線画像ＩＨに基づいて算出した物質（軟組織）の密度を示す軟組織画像ｄＡ（[数３]）と、低エネルギーにおける物質（軟組織）の質量減弱係数μＬＡとに基づいて、物質（軟組織）における低エネルギー放射線画像の推定画素値を算出する。
（散乱線推定部１１３の処理）
ステップＳ２０４において、散乱線推定部１１３は以下の[数６]によって高エネルギー放射線画像の散乱線ＳＨを計算する。散乱線推定部１１３は、高エネルギー放射線画像ＩＨの実測画素値ＩＨ（ｘ、ｙ）と高エネルギー放射線画像ＩＨの推定画素値ＩＨＥ（ｘ、ｙ）との差分に基づいて、物質（軟組織）における高エネルギー放射線画像の散乱線ＳＨを算出する。
ステップＳ２０４において、散乱線推定部１１３は以下の[数６]によって高エネルギー放射線画像の散乱線ＳＨを計算する。散乱線推定部１１３は、高エネルギー放射線画像ＩＨの実測画素値ＩＨ（ｘ、ｙ）と高エネルギー放射線画像ＩＨの推定画素値ＩＨＥ（ｘ、ｙ）との差分に基づいて、物質（軟組織）における高エネルギー放射線画像の散乱線ＳＨを算出する。
また、散乱線除去グリッド１３２を第一放射線検出部１３０と第二放射線検出部１３１の間に配置した場合は以下の[数７]によって低エネルギー放射線画像の散乱線ＳＬを計算する。すなわち、散乱線推定部１１３は、低エネルギー放射線画像ＩLの実測画素値ＩL（ｘ、ｙ）と低エネルギー放射線画像ＩLの推定画素値ＩLＥ（ｘ、ｙ）との差分に基づいて、軟組織における低エネルギー放射線画像の散乱線ＳLを算出する。ここで、画素値推定部１１２は、低エネルギー放射線画像ＩLの推定画素値ＩLＥ（ｘ、ｙ）を、[数４]と同様に低エネルギーにおける軟組織の質量減弱係数μＬＡとｄＡ(ｘ、ｙ)の積により算出することが可能である。
ここで推定された、高エネルギー放射線画像の散乱線ＳＨ(ｘ、ｙ)又は低エネルギー放射線画像の散乱線ＳＬ(ｘ、ｙ)は、軟組織のみからなる領域に関する散乱線である。人体においては、頭部のように骨が支配的な部位以外では図３（ｄ）の鎖骨３０３や脊椎骨３０４のように骨の面積は比較的小さい。従って、散乱線推定部１１３は、被写体を構成する複数の物質として骨が存在する領域の散乱線を、周りの物質（軟組織）のみからなる領域における散乱線推定画素値からの補間や曲面フィッティングによる内挿により推定することができる。また、散乱線推定部１１３は、インペインティング処理のような手法により、周りの物質（軟組織）のみからなる領域における散乱線推定画素値を拡散させることにより、被写体を構成する複数の物質（骨）が存在する領域の散乱線Ｓ´を推定することが可能である。ここで、一つの物質からなる領域は被写体を構成する軟組織からなる領域であり、複数の物質が存在する領域は被写体を構成する骨が存在する領域である。
（画像生成部１１４の処理）
ステップＳ２０５では、画像生成部１１４は放射線画像から散乱線を低減した画像（骨画像、軟組織画像）を生成する。画像生成部１１４は、散乱線推定部１１３の処理（Ｓ２０４）により推定された散乱線を用いて、放射線画像から散乱線を低減した、物質（軟組織）の密度を示す画像（軟組織画像）及び被写体を構成する複数の物質（骨）の密度を示す画像（骨画像）を生成する。
ステップＳ２０５では、画像生成部１１４は放射線画像から散乱線を低減した画像（骨画像、軟組織画像）を生成する。画像生成部１１４は、散乱線推定部１１３の処理（Ｓ２０４）により推定された散乱線を用いて、放射線画像から散乱線を低減した、物質（軟組織）の密度を示す画像（軟組織画像）及び被写体を構成する複数の物質（骨）の密度を示す画像（骨画像）を生成する。
画像生成部１１４は、骨領域において推定した、高エネルギー放射線画像の散乱線Ｓ´
Ｈ(ｘ、ｙ)又は低エネルギー放射線画像のＳ´
Ｌ(ｘ、ｙ)を用いることで、散乱線が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）を以下の[数８]または[数９]に基づいて算出することができる。ここで、[数８]は、高エネルギー放射線画像ＩＨ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ´
Ｈ(ｘ、ｙ)が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）である。また、[数９]は、低エネルギー放射線画像ＩＬ（ｘ、ｙ）から低エネルギー放射線画像の散乱線Ｓ´
Ｌ(ｘ、ｙ)が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）である。
また、画像生成部１１４は、[数６]、[数７]により算出された散乱線ＳＨ(ｘ、ｙ)又はＳＬ(ｘ、ｙ)を用いることで、散乱線が低減された軟組織の密度を示す軟組織画像ｄＡＥ（ｘ、ｙ）を以下の[数１０]または[数１１]に基づいて算出することができる。[数１０]は、高エネルギー放射線画像ＩＨ（ｘ、ｙ）から高エネルギー放射線画像の散乱線ＳＨ(ｘ、ｙ)が低減された軟組織の密度を示す軟組織画像ｄＡＥ（ｘ、ｙ）である。[数１１]は、低エネルギー放射線画像ＩＬ（ｘ、ｙ）から低エネルギー放射線画像の散乱線ＳＬ(ｘ、ｙ)が低減された軟組織の密度を示す軟組織画像ｄＡＥ（ｘ、ｙ）である。
図４は第１実施形態の撮影実験の結果を示す図である。図４（ａ）は撮影実験で用いたファントムの構成を例示する図である。ファントムは、被写体１０３として人体における腰椎を模擬しおり、軟組織を模擬した領域４０１はポリウレタンで作成されており、腰椎を模擬した領域４０３にはハイドロキシアパタイトが埋め込まれている。
撮影実験で用いた散乱線除去グリッド１３２は焦点距離１１０ｃｍ、格子密度５２本／ｃｍ、格子比２４：１のクロスグリッドである。図１に示したように第一放射線検出部１３０と被写体１０３との間に散乱線除去グリッド１３２を配置して撮影実験を行った。また、撮影条件は管電圧１４０ｋＶ、管電流２５ｍＡ、パルス幅３２ｍｓｅｃである。撮影実験では、軟組織を模擬した領域４０１（ポリウレタン）の厚さを１５ｃｍ、２０ｃｍ、２５ｃｍと変更して、骨画像の体厚依存性を調べた。
図４（ｂ）は、[数１]を用いて計算した骨密度を示す骨画像ｄＢ（ｘ、ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図４（ｂ）において、実線は領域４０１（ポリウレタン）の厚さが１５ｃｍにおけるプロファイルを示し、太い破線は厚さが２０ｃｍにおけるプロファイルを示し、細い破線は厚さが２５ｃｍにおけるプロファイルを示している。骨密度のプロファイルは体厚１５ｃｍ、２０ｃｍ、２５ｃｍの場合において、ばらつきが生じており、骨密度の変動係数は６．３％となった。
Ｘ線骨密度測定装置の承認基準（平成１７年４月１日、薬食発第０４０１０５０号）において、体厚依存性の変動係数は２％以下になることが求められており、[数１]を用いて計算した骨密度の変動係数（図４（ｂ））は、承認基準を満たしていない。
図４（ｃ）は、第１実施形態の[数９]を用いて計算した骨密度を示す骨画像ｄＢＥ（ｘ、ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図４（ｃ）において、実線は領域４０１（ポリウレタン）の厚さが１５ｃｍにおけるプロファイルを示し、太い破線は厚さが２０ｃｍにおけるプロファイルを示し、細い破線は厚さが２５ｃｍにおけるプロファイルを示している。骨密度のプロファイルは体厚１５ｃｍ、２０ｃｍ、２５ｃｍの場合において、図４（ｂ）に比べて、ばらつきが抑制されており、骨密度の変動係数は１．１％となっている。これにより、第１実施形態の[数９]を用いて計算した骨密度の変動係数（図４（ｃ））は、上記の承認基準を満たしていることがわかる。
以上説明したように、第１実施形態によれば、エネルギーサブトラクションにおいて取得した画像における散乱線を推定し、推定した散乱線を低減することで、より高精度に分離された軟組織画像、骨画像を生成することができる。また、より高精度に骨密度を算出することができる。
＜第２実施形態＞
第１実施形態では、ＦＰＤ１０２が第一放射線検出部１３０と第二放射線検出部１３１を積層して構成される場合について説明した。第２実施形態では、図５に示すように、ＦＰＤ５０２（放射線検出器）が一つの放射線検出部５３０により構成される場合について説明する。なお、ＦＰＤ５０２を除いたその他の放射線撮影システム５００の構成は第１実施形態で説明した放射線撮影システム１００（図１）と同様である。以下の説明では、第１実施形態と同様の部分は説明を省略し、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。
第１実施形態では、ＦＰＤ１０２が第一放射線検出部１３０と第二放射線検出部１３１を積層して構成される場合について説明した。第２実施形態では、図５に示すように、ＦＰＤ５０２（放射線検出器）が一つの放射線検出部５３０により構成される場合について説明する。なお、ＦＰＤ５０２を除いたその他の放射線撮影システム５００の構成は第１実施形態で説明した放射線撮影システム１００（図１）と同様である。以下の説明では、第１実施形態と同様の部分は説明を省略し、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。
第１実施形態ではビームハードニング効果を用いて、低エネルギー放射線画像ＩＬを第一放射線検出部１３０で取得し、高エネルギー放射線画像ＩＨを第二放射線検出部１３１で取得した。しかしながら、第２実施形態のようにＦＰＤ５０２が一つの放射線検出部５３０のみを備える場合でも、放射線管１０１の管電圧を変更して２回、放射線を照射することで、低エネルギー放射線画像ＩＬ、高エネルギー放射線画像ＩＨを取得することができる。ここで、領域特定部１１０は、異なる管電圧による複数回の放射線照射により、一つの放射線検出部５３０から出力された複数の放射線画像（低エネルギー放射線画像ＩＬ、高エネルギー放射線画像ＩＨ）に基づいて、一つの物質からなる領域を特定する処理を行う。
この場合、管電圧は放射線管１０１の許容範囲内で変更することが可能である。一般的にエネルギーサブトラクションはエネルギー差が大きいほど、物質分離能力、分離画像のＳＮが高くなることが知られている。また、管電圧を下げた場合、被写体を通過してＦＰＤ５０２に到達する線量が低下する。従って、高低エネルギーの放射線のエネルギー差を広げ、個別に管電圧、管電流、パルス幅等の撮影条件を選択することが可能になる点で第２実施形態は第１実施形態に対して有利である。
また、ＦＰＤ５０２は一つの放射線検出部５３０のみで構成されるためコスト及び重量も抑制することができるという利点もある。一方で２回の撮影が必要になる点で、被写体の呼吸、拍動等による体動の影響が生じる可能性が生じ得る点で第１実施形態に対して相違する。
次に、第２実施形態の画像処理部１０９における処理を、図６に示すフローチャートを用いて詳細に説明する。
以下のステップＳ２０１～Ｓ６０５において、画像処理部１０９は、図３（ａ）の高エネルギー放射線画像ＩＨ、図３（ｂ）の低エネルギー放射線画像ＩＬを用いて、散乱線を低減しつつ、図３（ｃ）の物質分離画像（軟組織画像）、図３（ｄ）の物質分離画像（骨画像）を生成する。
（領域特定部１１０の処理）
ステップＳ２０１において、領域特定部１１０は軟組織のみからなる領域を特定する（軟組織領域の特定）。ステップＳ２０１における軟組織領域の特定は第１実施形態で説明した領域特定部１１０の処理と同様である。
ステップＳ２０１において、領域特定部１１０は軟組織のみからなる領域を特定する（軟組織領域の特定）。ステップＳ２０１における軟組織領域の特定は第１実施形態で説明した領域特定部１１０の処理と同様である。
（物質密度計算部１１１の処理）
ステップＳ６０２において、物質密度計算部１１１は以下の［数１２］により、低エネルギー放射線画像ILを用いてステップＳ２０１で特定した軟組織のみからなる領域の軟組織画像ｄＡを計算する。
ステップＳ６０２において、物質密度計算部１１１は以下の［数１２］により、低エネルギー放射線画像ILを用いてステップＳ２０１で特定した軟組織のみからなる領域の軟組織画像ｄＡを計算する。
この領域においては軟組織のみからなることがわかっているため［数１２］のような単純な計算が成立する。また、第二実施形態における低エネルギー放射線画像ＩＬは高エネルギー放射線画像ＩＨに比較して、十分に低い管電圧で撮影される場合が多い。一般にエネルギーが低い放射線で生成された被写体による散乱線は大きな散乱角度を有しやすく、散乱線除去グリッド５３２による散乱線除去がより効果的に行われる。したがって、低エネルギー放射線画像ＩＬは、高エネルギー放射線画像ＩＨに対して十分に散乱線が除去されていると考えられ、近似的に散乱線の影響が小さいと考えられる。
（画素値推定部１１２の処理）
ステップＳ６０３において、画素値推定部１１２は以下の[数１３]によって軟組織における高エネルギー放射線画像の推定画素値ＩＨＥを計算する。
ステップＳ６０３において、画素値推定部１１２は以下の[数１３]によって軟組織における高エネルギー放射線画像の推定画素値ＩＨＥを計算する。
ここでｄＡ(ｘ，ｙ)は近似的に散乱線の影響が小さい低エネルギー放射線画像ＩＬから計算されているため推定画素値ＩＨＥ（ｘ，ｙ）も散乱線の影響が抑制された高エネルギー放射線画像と考えることができる。
（散乱線推定部１１３の処理）
ステップＳ６０４において、散乱線推定部１１３は以下の[数１４]によって高エネルギー放射線画像の散乱線ＳＨを計算する。散乱線推定部１１３は、高エネルギー放射線画像ＩＨの実測画素値ＩＨ（ｘ、ｙ）と高エネルギー放射線画像ＩＨの推定画素値ＩＨＥ（ｘ、ｙ）との差分に基づいて、軟組織における高エネルギー放射線画像の散乱線ＳＨを算出する。
ステップＳ６０４において、散乱線推定部１１３は以下の[数１４]によって高エネルギー放射線画像の散乱線ＳＨを計算する。散乱線推定部１１３は、高エネルギー放射線画像ＩＨの実測画素値ＩＨ（ｘ、ｙ）と高エネルギー放射線画像ＩＨの推定画素値ＩＨＥ（ｘ、ｙ）との差分に基づいて、軟組織における高エネルギー放射線画像の散乱線ＳＨを算出する。
ここで推定された、エネルギー放射線画像の散乱線ＳＨ(ｘ，ｙ)は軟組織のみからなる領域に関する散乱線である。しかしながら、人体においては頭部のように骨が支配的な部位以外では図３（ｄ）の鎖骨３０３や脊椎骨３０４のように骨の面積は比較的小さい。従って、周りの軟組織のみからなる部分から画素の補間や曲面フィッティングで内挿することによって、骨が存在する領域の散乱線を推定することは比較的容易である。また、公知技術のインペインティングのような手法により、骨の周囲の画素を拡散させて骨が存在する領域の散乱線を推定することが可能である。
（画像生成部１１４の処理）
ステップ６０５では、画像生成部１１４は、骨領域において推定した、高エネルギー放射線画像の散乱線Ｓ´ Ｈ(ｘ，ｙ)を用いることで、散乱線が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）以下の[数１５]に基づいて算出することができる。ここで、[数１５]は、高エネルギー放射線画像ＩＨ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ´ Ｈ(ｘ，ｙ)が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）である。
ステップ６０５では、画像生成部１１４は、骨領域において推定した、高エネルギー放射線画像の散乱線Ｓ´ Ｈ(ｘ，ｙ)を用いることで、散乱線が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）以下の[数１５]に基づいて算出することができる。ここで、[数１５]は、高エネルギー放射線画像ＩＨ（ｘ、ｙ）から高エネルギー放射線画像の散乱線Ｓ´ Ｈ(ｘ，ｙ)が低減された骨の密度を示す骨画像ｄＢＥ（ｘ、ｙ）である。
また、画像生成部１１４は、[数１４]により算出された散乱線ＳＨ(ｘ，ｙ)を用いることで、散乱線が低減された軟組織の密度を示す軟組織画像ｄＡＥ（ｘ、ｙ）を以下の[数１６]に基づいて算出することができる。[数１６]は、高エネルギー放射線画像ＩＨ（ｘ、ｙ）から高エネルギー放射線画像の散乱線ＳＨ(ｘ，ｙ)が低減された軟組織の密度を示す軟組織画像ｄＡＥ（ｘ、ｙ）である。
図７は第２実施形態の撮影実験の結果を示す図である。撮影実験で用いたファントムの構成は図４（ａ）で説明したものと同様である。撮影実験で用いた散乱線除去グリッド５３２は焦点距離１１０ｃｍの格子密度５２本／ｃｍ、格子比２４：１のクロスグリッドであり、図５に示したように放射線検出部５３０と被写体１０３との間に散乱線除去グリッド５３２を配置して撮影実験を行った。また、撮影条件は高エネルギー放射線画像ＩＨにおいて管電圧１４０ｋＶ、管電流４０ｍＡ、パルス幅３２ｍｓｅｃであり、低エネルギー放射線画像ＩＬにおいて管電圧７０ｋＶ、管電流３２０ｍＡ、パルス幅６３ｍｓｅｃである。
本実施形態の撮影実験では放射線検出部５３０と被写体１０３間の距離（以下、センサ面距離）を１０ｃｍ、１２．５ｃｍ、１５ｃｍと変更して、骨密度を示す骨画像のセンサ面距離依存性を調べた。
図７（ａ）は、[数１]を用いて計算した骨密度を示す骨画像ｄＢ（ｘ，ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図７（ａ）において、実線はセンサ面距離が１０ｃｍにおけるプロファイルを示し、太い破線はセンサ面距離が１２．５ｃｍにおけるプロファイルを示し、細い破線はセンサ面距離が１５ｃｍにおけるプロファイルを示している。骨密度のプロファイルはセンサ面距離１０ｃｍ、１２．５ｃｍ、１５ｃｍの場合においてばらつきが生じており、骨密度の変動係数は２．１％となった。
Ｘ線骨密度測定装置の承認基準（平成１７年４月１日、薬食発第０４０１０５０号）においてはセンサ面距離依存性の変動係数が２％以下になることを求められており、[数１]を用いて計算した骨密度の変動係数（図７（ａ））は、承認基準を満たしていない。
図７（ｂ）は、第２実施形態の[数１５]を用いて計算した骨密度を示す骨画像ｄＢＥ（ｘ，ｙ）において関心領域４０２の縦方向のプロファイルをプロットした図である。図７（ｂ）において、実線はセンサ面距離が１０ｃｍにおけるプロファイルを示し、太い破線はセンサ面距離が１２．５ｃｍにおけるプロファイルを示し、細い破線はセンサ面距離が１５ｃｍにおけるプロファイルを示している。骨密度のプロファイルはセンサ面距離１０ｃｍ、１２．５ｃｍ、１５ｃｍの場合において、図７（ａ）に比べて、ばらつきが抑制されており、骨密度の変動係数は１．２％となっている。これにより、第２実施形態の[数１５]を用いて計算した骨密度の変動係数（図７（ｂ））は、上記の承認基準を満たしていることがわかる。
以上のように、第２実施形態によれば、エネルギーサブトラクションにおいて取得した画像における散乱線を推定し、推定した散乱線を低減することで、より高精度に分離された軟組織画像、骨画像を生成することができる。また、より高精度に骨密度を算出することができる。
（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。
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。
本発明は上記実施形態に制限されるものではなく、本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。
１００：放射線撮影システム、１０１：放射線管、１０２：ＦＰＤ（放射線検出器）、１０４：放射線発生装置、１０５：制御部、１０６：モニタ（表示部）、１０７：操作部、１０８：記憶部、１０９：画像処理部、１１０：領域特定部、１１１：物質密度計算部、１１２：画素値推定部、１１３：散乱線推定部、１１４：画像生成部、１２０：情報処理装置、１３２：散乱線除去グリッド、５０２：ＦＰＤ、５３２：散乱線除去グリッド
Claims (20)
- 被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する領域特定手段と、
前記領域における物質の厚さ又は密度に基づいて前記放射線画像の推定画素値を取得する画素値推定手段と、
前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する散乱線推定手段と、
を備える画像処理装置。 - 前記放射線画像から前記散乱線を低減した画像を生成する画像生成手段を更に備える請求項１に記載の画像処理装置。
- 前記画像生成手段は、前記散乱線を用いて、前記放射線画像から前記散乱線を低減した、前記被写体を構成する複数の物質の密度を示す画像を生成する請求項２に記載の画像処理装置。
- 前記領域特定手段は、単一の放射線照射により、重ねて配置された複数の放射線検出手段から出力された前記放射線画像に基づいて、前記領域を特定する請求項１乃至請求項３のいずれか１項に記載の画像処理装置。
- 前記複数の放射線検出手段のうち、前記放射線を発生させる放射線管に対して近い位置に配置されている第一放射線検出手段は、前記複数のエネルギーのうち低エネルギーに対応した低エネルギー放射線画像を生成し、
前記放射線管に対して遠い位置に配置されている第二放射線検出手段は、前記低エネルギーに比べて高いエネルギーに対応した高エネルギー放射線画像を生成する請求項４に記載の画像処理装置。 - 前記領域特定手段は、異なる管電圧による複数回の放射線照射により、一つの放射線検出手段から出力された前記放射線画像に基づいて、前記領域を特定する請求項１乃至請求項３のいずれか１項に記載の画像処理装置。
- 前記領域特定手段は、２値化法、領域拡張法、エッジ検出、グラフカット又は、複数の放射線画像に対する機械学習による領域抽出方法のうち少なくともいずれか一つの領域抽出方法を用いて前記領域を特定する請求項１乃至請求項６のいずれか１項に記載の画像処理装置。
- 前記複数のエネルギーに対応した放射線画像のうち、いずれか一つのエネルギーに対応した放射線画像と、当該一つのエネルギーに対応した前記物質の質量減弱係数とを用いて前記物質の厚さ又は密度を取得する取得手段を更に備える請求項１乃至請求項７のいずれか１項に記載の画像処理装置。
- 前記散乱線推定手段は、前記領域における散乱線推定画素値の補間、曲面フィッティングによる内挿、インペインティング処理のうち、少なくともいずれか一つの処理により、前記被写体を構成する複数の物質が存在する領域の散乱線を推定する請求項１乃至請求項８のいずれか１項に記載の画像処理装置。
- 前記複数のエネルギーに対応した放射線画像には、低エネルギー放射線画像と、当該低エネルギー放射線画像に比べて高い放射線エネルギーに基づいて生成された高エネルギー放射線画像とが含まれる請求項１乃至請求項９のいずれか１項に記載の画像処理装置。
- 前記画素値推定手段は、前記低エネルギー放射線画像に基づいて取得した前記物質の厚さ又は密度を示す画像と、高エネルギーにおける前記物質の質量減弱係数とに基づいて、前記物質における高エネルギー放射線画像の推定画素値を取得し、
前記散乱線推定手段は、前記高エネルギー放射線画像の画素値と前記高エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における前記高エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。 - 前記画素値推定手段は、前記高エネルギー放射線画像に基づいて取得した前記物質の厚さ又は密度を示す画像と、低エネルギーにおける前記物質の質量減弱係数とに基づいて、前記物質における低エネルギー放射線画像の推定画素値を取得し、
前記散乱線推定手段は、前記低エネルギー放射線画像の画素値と前記低エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における低エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。 - 前記画素値推定手段は、前記低エネルギー放射線画像から取得した前記物質の厚さまたは密度を示す画像と、高エネルギーにおける前記物質の質量減弱係数とを乗算して、前記物質における高エネルギー放射線画像の前記推定画素値を取得し、
前記散乱線推定手段は、前記高エネルギー放射線画像の画素値と前記高エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における前記高エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。 - 前記画素値推定手段は、前記高エネルギー放射線画像から取得した前記物質の厚さまたは密度を示す画像と、低エネルギーにおける前記物質の質量減弱係数とを乗算して、前記物質における低エネルギー放射線画像の前記推定画素値を取得し、
前記散乱線推定手段は、前記低エネルギー放射線画像の画素値と前記低エネルギー放射線画像の推定画素値との差分に基づいて、前記物質における低エネルギー放射線画像の散乱線を取得する請求項１０に記載の画像処理装置。 - 前記画素値推定手段は、前記物質の厚さ又は密度と、前記物質の質量減弱係数とに基づいて前記放射線画像の推定画素値を取得する請求項１乃至請求項１４のいずれか１項に記載の画像処理装置。
- 前記一つの物質からなる領域は前記被写体を構成する軟組織からなる領域であり、複数の物質が存在する領域は前記被写体を構成する骨が存在する領域である請求項１乃至請求項１５のいずれか１項に記載の画像処理装置。
- 前記領域特定手段は、前記放射線画像と前記放射線画像に含まれる物質の質量減弱係数とを用いて、前記一つの物質を含む画像を取得し、前記取得した画像に対して閾値処理を行うことにより前記領域を特定する請求項１乃至請求項１６のいずれか１項に記載の画像処理装置。
- 重ねて配置された複数の放射線検出手段と、
前記放射線検出手段により検出された放射線画像を処理する、請求項１乃至請求項１７のいずれか１項に記載の画像処理装置と、を備える放射線撮影装置。 - 画像処理装置における画像処理方法であって、
領域特定手段が、被写体に対する放射線の照射により得られた複数のエネルギーに対応した放射線画像から一つの物質からなる領域を特定する工程と、
画素値推定手段が、前記領域における物質の厚さ又は密度から前記放射線画像の推定画素値を取得する工程と、
散乱線推定手段が、前記放射線画像の画素値と前記推定画素値との差分から前記放射線画像に含まれる散乱線を推定する工程と、
を有する画像処理方法。 - コンピュータに、請求項１９に記載の画像処理方法を実行させるプログラム。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019205686A JP7458750B2 (ja) | 2019-11-13 | 2019-11-13 | 画像処理装置、放射線撮影装置、画像処理方法及びプログラム |
| EP20887306.7A EP4032475A4 (en) | 2019-11-13 | 2020-10-19 | IMAGE PROCESSING APPARATUS, RADIOGRAPHY APPARATUS, IMAGE PROCESSING METHOD AND PROGRAM |
| PCT/JP2020/039232 WO2021095447A1 (ja) | 2019-11-13 | 2020-10-19 | 画像処理装置、放射線撮影装置、画像処理方法及びプログラム |
| US17/726,596 US20220240882A1 (en) | 2019-11-13 | 2022-04-22 | Image processing apparatus, radiation imaging apparatus, image processing method, and non-transitory computer readable storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019205686A JP7458750B2 (ja) | 2019-11-13 | 2019-11-13 | 画像処理装置、放射線撮影装置、画像処理方法及びプログラム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2021074461A JP2021074461A (ja) | 2021-05-20 |
| JP2021074461A5 JP2021074461A5 (ja) | 2022-10-14 |
| JP7458750B2 true JP7458750B2 (ja) | 2024-04-01 |
Family
ID=75897691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019205686A Active JP7458750B2 (ja) | 2019-11-13 | 2019-11-13 | 画像処理装置、放射線撮影装置、画像処理方法及びプログラム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220240882A1 (ja) |
| EP (1) | EP4032475A4 (ja) |
| JP (1) | JP7458750B2 (ja) |
| WO (1) | WO2021095447A1 (ja) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002171444A (ja) | 2000-12-04 | 2002-06-14 | Fuji Photo Film Co Ltd | 放射線画像情報推定方法および装置並びに記録媒体 |
| JP2011245117A (ja) | 2010-05-28 | 2011-12-08 | Toshiba Corp | Ｘ線画像診断装置 |
| JP2015181649A (ja) | 2014-03-24 | 2015-10-22 | 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 |
| JP2018511443A (ja) | 2015-04-13 | 2018-04-26 | ケース ウエスタン リザーブ ユニバーシティ | 二重エネルギーｘ線冠動脈カルシウムのグレード付け |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5648997A (en) | 1995-12-29 | 1997-07-15 | Advanced Optical Technologies, Inc. | Apparatus and method for removing scatter from an x-ray image |
| JP3901770B2 (ja) * | 1996-10-21 | 2007-04-04 | 富士フイルム株式会社 | エネルギーサブトラクション処理方法および装置 |
| DE102006046732B4 (de) * | 2006-09-29 | 2014-12-31 | Siemens Aktiengesellschaft | Verfahren für die Streustrahlungskorrektur und eine Vorrichtung für die Aufnahme von Schwächungsbildern |
| DE102007020065A1 (de) * | 2007-04-27 | 2008-10-30 | Siemens Ag | Verfahren für die Erstellung von Massenbelegungsbildern anhand von in unterschiedlichen Energiebereichen aufgenommenen Schwächungsbildern |
| DE102007040519B4 (de) * | 2007-08-28 | 2017-08-17 | Siemens Healthcare Gmbh | Verfahren zur Reduktion des Bildrauschens im Rahmen der Aufnahme eines Bildes mit zwei unterschiedlichen Röntgenspektren |
| JP7280184B2 (ja) * | 2016-11-18 | 2023-05-23 | ウォルフラム アール．ヤーリッシュ | システム、データストレージデバイスおよび方法 |
| US10327727B2 (en) * | 2017-05-12 | 2019-06-25 | Varian Medical Systems, Inc. | Automatic estimating and reducing scattering in computed tomography scans |
| US11016040B2 (en) * | 2017-05-16 | 2021-05-25 | Job Corporation | Apparatus and method of processing data acquired in x-ray examination, and x-ray examination system equipped with the apparatus |
| JP6779832B2 (ja) * | 2017-05-18 | 2020-11-04 | 富士フイルム株式会社 | 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム |
| JP6925294B2 (ja) * | 2018-03-23 | 2021-08-25 | 富士フイルム株式会社 | 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム |
| JP7410637B2 (ja) | 2018-05-29 | 2024-01-10 | 住友ゴム工業株式会社 | 三次元構造物 |
| CN113613561A (zh) * | 2019-05-27 | 2021-11-05 | 迪亚特伦德有限公司 | 处理x射线检测数据的数据处理装置及数据处理方法及搭载有该装置或方法的x射线检查装置 |
-
2019
- 2019-11-13 JP JP2019205686A patent/JP7458750B2/ja active Active
-
2020
- 2020-10-19 WO PCT/JP2020/039232 patent/WO2021095447A1/ja unknown
- 2020-10-19 EP EP20887306.7A patent/EP4032475A4/en not_active Withdrawn
-
2022
- 2022-04-22 US US17/726,596 patent/US20220240882A1/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002171444A (ja) | 2000-12-04 | 2002-06-14 | Fuji Photo Film Co Ltd | 放射線画像情報推定方法および装置並びに記録媒体 |
| JP2011245117A (ja) | 2010-05-28 | 2011-12-08 | Toshiba Corp | Ｘ線画像診断装置 |
| JP2015181649A (ja) | 2014-03-24 | 2015-10-22 | 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 |
| JP2018511443A (ja) | 2015-04-13 | 2018-04-26 | ケース ウエスタン リザーブ ユニバーシティ | 二重エネルギーｘ線冠動脈カルシウムのグレード付け |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220240882A1 (en) | 2022-08-04 |
| EP4032475A1 (en) | 2022-07-27 |
| WO2021095447A1 (ja) | 2021-05-20 |
| JP2021074461A (ja) | 2021-05-20 |
| EP4032475A4 (en) | 2023-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7660381B2 (en) | Scatter compensation in an X-ray system | |
| EP2567659B1 (en) | Calibration free dual energy radiography method | |
| JP7093233B2 (ja) | 放射線撮影装置、放射線撮影方法およびプログラム | |
| EP3612095B1 (en) | Beam hardening correction in x-ray dark-field imaging | |
| KR20160139163A (ko) | 엑스선 장치 및 그 제어방법 | |
| JP2017080343A (ja) | 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 | |
| Alves et al. | Association between subjective evaluation and physical parameters for radiographic images optimization | |
| JP2017080342A (ja) | 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 | |
| KR20160056194A (ko) | 다층 구조 평판형 x선 검출기 및 이를 이용한 다중에너지 x선 영상구현방법 | |
| WO2020095578A1 (ja) | 情報処理装置および方法、放射線撮影システム | |
| JP7458750B2 (ja) | 画像処理装置、放射線撮影装置、画像処理方法及びプログラム | |
| WO2020003744A1 (ja) | 放射線撮影装置、放射線撮影方法およびプログラム | |
| US20230096694A1 (en) | Image processing device, image processing method, and image processing program | |
| US12036061B2 (en) | Image processing apparatus and control method thereof, radiography apparatus, and computer-readable storage medium | |
| US20220287664A1 (en) | Estimation device, estimation method, and estimation program | |
| US20220287663A1 (en) | Estimation device, estimation method, and estimation program | |
| KR101443051B1 (ko) | 산란선 제거 방법 및 이를 이용한 디지털 방사선 시스템 | |
| WO2021153592A1 (ja) | 画像処理装置、放射線撮影装置、画像処理方法及びプログラム | |
| Dinten et al. | Dual-energy x-ray absorptiometry using 2D digital radiography detector: application to bone densitometry | |
| JP7144988B2 (ja) | 放射線撮影装置、放射線撮影方法およびプログラム | |
| KR101860145B1 (ko) | 광자계수기반 디지털 단층영상합성 장치, 시스템에서의 이중에너지 영상화방법 및 이를 이용한 시스템 | |
| US12097062B2 (en) | Estimation device, estimation method, and estimation program | |
| US20220335605A1 (en) | Estimation device, estimation method, and estimation program | |
| US20230017704A1 (en) | Estimation device, estimation method, and estimation program | |
| US20230309942A1 (en) | Radiation imaging apparatus, radiation imaging method, and non-transitory computer-readable storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221005 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221005 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231016 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231201 |
|
| 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: 20240219 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240319 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7458750 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |