JP7467253B2 - Ｘ線ｃｔシステム及び医用処理装置 - Google Patents

Description

本発明の実施形態は、Ｘ線ＣＴシステム及び医用処理装置に関する。

Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）スキャナで収集した２種類以上のＸ線エネルギーに対応する投影データに基づいて、複数の基準物質による対象物の物質弁別を行い、その結果を画像として表示する技術がある。２種類のＸ線エネルギーを利用する場合、この技術はデュアルエナジー（Ｄｕａｌ Ｅｎｅｒｇｙ：ＤＥ）と呼ばれ、２種類の基準物質による物質弁別が可能である。

例えば、デュアルエナジーの技術によれば、被検体の体内における腎臓結石や脂肪、軟組織、骨といった物質を弁別することが可能である。また、デュアルエナジーの技術によれば、被検体の体内における腎臓結石がカルシウムタイプの結石であるか尿酸タイプの結石であるかを判定することができる。

ここで、Ｘ線ＣＴスキャナが収集する投影データには、種々の要因により、ノイズやアーチファクトが含まれてしまう場合がある。特に、被検体の体格が大きいとＸ線が減衰しやすく、投影データの質の低下が顕著である。ここで、高エネルギー且つ高線量のＸ線を使用することで投影データの質を向上させることはできるものの、被検体の被ばく量は増加する。また、デュアルエナジーにおける低エネルギー側のＸ線についてエネルギーを高くする場合、エネルギー差が小さくなることにより、物質弁別の精度の低下も懸念される。

特開平０４－３４７１４３号公報 特開２００５－１４３９４８号公報 特開平０８－２９４４８５号公報 特開２００８－２２９１６１号公報

本発明が解決しようとする課題は、物質弁別の精度を向上させることである。

実施形態のＸ線ＣＴシステムは、スキャン部と、処理部とを備える。スキャン部は、被検体の第１の領域にＸ線を照射することで第１のＸ線エネルギーに対応する第１の被検体データセットを収集する第１のスキャンを実行し、前記第１のスキャンの後で、前記第１の領域に含まれる第２の領域にＸ線を照射することで第２のＸ線エネルギーに対応する第２の被検体データセット及び前記第２のＸ線エネルギーとは異なる第３のＸ線エネルギーに対応する第３の被検体データセットを収集する第２のスキャンを実行する。処理部は、前記第１の被検体データセットと前記第２及び第３の被検体データセットの一方とに基づき得られる第４の被検体データセットと、前記第２及び第３の被検体データセットの他方とに基づいて、複数の基準物質による物質弁別を行なう。

図１は、第１の実施形態に係るＸ線ＣＴシステムの構成の一例を示すブロック図である。 図２は、第１の実施形態に係るＸ線ＣＴシステムの処理の一例を示す図である。 図３は、第１の実施形態に係る投影データセットの補正処理について説明するための図である。 図４Ａは、第１の実施形態に係るセグメンテーションについて説明するための図である。 図４Ｂは、第１の実施形態に係るセグメンテーションについて説明するための図である。 図４Ｃは、第１の実施形態に係るセグメンテーションについて説明するための図である。 図５は、第１の実施形態に係るＸ線ＣＴシステムの処理の一連の流れを説明するためのフローチャートである。 図６は、第２の実施形態に係る医用情報処理システムの構成の一例を示すブロック図である。

以下、添付図面を参照して、Ｘ線ＣＴシステム及び医用処理装置の実施形態について詳細に説明する。なお、本願に係るＸ線ＣＴシステム及び医用処理装置は、以下に示す実施形態によって限定されるものではない。

（第１の実施形態）
まず、図１を参照しながら、第１の実施形態に係るＸ線ＣＴシステム１０の構成について説明する。図１は、第１の実施形態に係るＸ線ＣＴシステム１０の構成の一例を示すブロック図である。図１に示すように、Ｘ線ＣＴシステム１０は、架台装置１１０と、寝台装置１３０と、コンソール装置１４０とを有する。なお、Ｘ線ＣＴシステム１０は、Ｘ線ＣＴ装置又はＸ線ＣＴスキャナとも呼ばれる。

図１においては、非チルト状態での回転フレーム１１３の回転軸又は寝台装置１３０の天板１３３の長手方向をＺ軸方向とする。また、Ｚ軸方向に直交し、床面に対し水平である軸方向をＸ軸方向とする。また、Ｚ軸方向に直交し、床面に対し垂直である軸方向をＹ軸方向とする。なお、図１は、説明のために架台装置１１０を複数方向から描画したものであり、Ｘ線ＣＴシステム１０が架台装置１１０を１つ有する場合を示す。

架台装置１１０は、Ｘ線管１１１と、Ｘ線検出器１１２と、回転フレーム１１３と、Ｘ線高電圧装置１１４と、制御装置１１５と、ウェッジ１１６と、コリメータ１１７と、ＤＡＳ１１８とを有する。

Ｘ線管１１１は、熱電子を発生する陰極（フィラメント）と、熱電子の衝突を受けてＸ線を発生する陽極（ターゲット）とを有する真空管である。Ｘ線管１１１は、Ｘ線高電圧装置１１４からの高電圧の印加により、陰極から陽極に向けて熱電子を照射することで、被検体Ｐ１に対し照射するＸ線を発生する。

Ｘ線検出器１１２は、Ｘ線管１１１から照射されて被検体Ｐ１を通過したＸ線を検出し、検出したＸ線量に対応した信号をＤＡＳ１１８へと出力する。Ｘ線検出器１１２は、例えば、Ｘ線管１１１の焦点を中心とした１つの円弧に沿ってチャンネル方向（チャネル方向）に複数の検出素子が配列された複数の検出素子列を有する。Ｘ線検出器１１２は、例えば、チャネル方向に複数の検出素子が配列された検出素子列が列方向（スライス方向、roｗ方向）に複数配列された構造を有する。

例えば、Ｘ線検出器１１２は、グリッドと、シンチレータアレイと、光センサアレイとを有する間接変換型の検出器である。シンチレータアレイは、複数のシンチレータを有する。シンチレータは入射Ｘ線量に応じた光子量の光を出力するシンチレータ結晶を有する。グリッドは、シンチレータアレイのＸ線入射側の面に配置され、散乱Ｘ線を吸収するＸ線遮蔽板を有する。なお、グリッドはコリメータ（１次元コリメータ又は２次元コリメータ）と呼ばれる場合もある。光センサアレイは、シンチレータからの光量に応じた電気信号に変換する機能を有し、例えば、フォトダイオード等の光センサを有する。なお、Ｘ線検出器１１２は、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であっても構わない。

回転フレーム１１３は、Ｘ線管１１１とＸ線検出器１１２とを対向支持し、制御装置１１５によってＸ線管１１１とＸ線検出器１１２とを回転させる円環状のフレームである。例えば、回転フレーム１１３は、アルミニウムを材料とした鋳物である。なお、回転フレーム１１３は、Ｘ線管１１１及びＸ線検出器１１２に加えて、Ｘ線高電圧装置１１４やウェッジ１１６、コリメータ１１７、ＤＡＳ１１８等を更に支持することもできる。更に、回転フレーム１１３は、図１において図示しない種々の構成を更に支持することもできる。以下では、架台装置１１０において、回転フレーム１１３、及び、回転フレーム１１３と共に回転移動する部分を、回転部とも記載する。

Ｘ線高電圧装置１１４は、変圧器（トランス）及び整流器等の電気回路を有し、Ｘ線管１１１に印加する高電圧を発生する高電圧発生装置と、Ｘ線管１１１が発生するＸ線に応じた出力電圧の制御を行なうＸ線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であってもよい。なお、Ｘ線高電圧装置１１４は、回転フレーム１１３に設けられてもよいし、図示しない固定フレームに設けられても構わない。

制御装置１１５は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等を有する処理回路と、モータ及びアクチュエータ等の駆動機構とを有する。制御装置１１５は、入力インターフェース１４３からの入力信号を受けて、架台装置１１０及び寝台装置１３０の動作制御を行なう。例えば、制御装置１１５は、回転フレーム１１３の回転や架台装置１１０のチルト、寝台装置１３０の動作等について制御を行なう。一例を挙げると、制御装置１１５は、架台装置１１０をチルトさせる制御として、入力された傾斜角度（チルト角度）情報により、Ｘ軸方向に平行な軸を中心に回転フレーム１１３を回転させる。なお、制御装置１１５は架台装置１１０に設けられてもよいし、コンソール装置１４０に設けられてもよい。

ウェッジ１１６は、Ｘ線管１１１から照射されたＸ線量を調節するためのＸ線フィルタである。具体的には、ウェッジ１１６は、Ｘ線管１１１から被検体Ｐ１へ照射されるＸ線が予め定められた分布になるように、Ｘ線管１１１から照射されたＸ線を減衰させるＸ線フィルタである。例えば、ウェッジ１１６は、ウェッジフィルタ（ｗｅｄｇｅ ｆｉｌｔｅｒ）やボウタイフィルタ（ｂｏｗ－ｔｉｅ ｆｉｌｔｅｒ）であり、所定のターゲット角度や所定の厚みとなるようにアルミニウム等を加工して作製される。

コリメータ１１７は、ウェッジ１１６を透過したＸ線の照射範囲を絞り込むための鉛板等であり、複数の鉛板等の組み合わせによってスリットを形成する。なお、コリメータ１１７は、Ｘ線絞りと呼ばれる場合もある。また、図１においては、Ｘ線管１１１とコリメータ１１７との間にウェッジ１１６が配置される場合を示すが、Ｘ線管１１１とウェッジ１１６との間にコリメータ１１７が配置される場合であってもよい。この場合、ウェッジ１１６は、Ｘ線管１１１から照射され、コリメータ１１７により照射範囲が制限されたＸ線を透過して減衰させる。

ＤＡＳ１１８は、Ｘ線検出器１１２が有する各検出素子によって検出されるＸ線の信号を収集する。例えば、ＤＡＳ１１８は、各検出素子から出力される電気信号に対して増幅処理を行なう増幅器と、電気信号をデジタル信号に変換するＡ／Ｄ変換器とを有し、検出データを生成する。ＤＡＳ１１８は、例えば、プロセッサにより実現される。

ＤＡＳ１１８が生成したデータは、回転フレーム１１３に設けられた発光ダイオード（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ：ＬＥＤ）を有する送信機から、光通信によって、架台装置１１０の非回転部分（例えば、固定フレーム等。図１での図示は省略している）に設けられた、フォトダイオードを有する受信機に送信され、コンソール装置１４０へと転送される。ここで、非回転部分とは、例えば、回転フレーム１１３を回転可能に支持する固定フレーム等である。なお、回転フレーム１１３から架台装置１１０の非回転部分へのデータの送信方法は、光通信に限らず、非接触型の如何なるデータ伝送方式を採用してもよいし、接触型のデータ伝送方式を採用しても構わない。

寝台装置１３０は、スキャン対象の被検体Ｐ１を載置、移動させる装置であり、基台１３１と、寝台駆動装置１３２と、天板１３３と、支持フレーム１３４とを有する。基台１３１は、支持フレーム１３４を鉛直方向に移動可能に支持する筐体である。寝台駆動装置１３２は、被検体Ｐ１が載置された天板１３３を、天板１３３の長軸方向に移動する駆動機構であり、モータ及びアクチュエータ等を含む。支持フレーム１３４の上面に設けられた天板１３３は、被検体Ｐ１が載置される板である。なお、寝台駆動装置１３２は、天板１３３に加え、支持フレーム１３４を天板１３３の長軸方向に移動してもよい。

コンソール装置１４０は、メモリ１４１と、ディスプレイ１４２と、入力インターフェース１４３と、処理回路１４４とを有する。なお、コンソール装置１４０は架台装置１１０とは別体として説明するが、架台装置１１０にコンソール装置１４０又はコンソール装置１４０の各構成要素の一部が含まれてもよい。

メモリ１４１は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ１４１は、被検体Ｐ１に対するスキャンを実行することで収集される各種のデータを記憶する。また、例えば、メモリ１４１は、Ｘ線ＣＴシステム１０に含まれる回路がその機能を実現するためのプログラムを記憶する。なお、メモリ１４１は、Ｘ線ＣＴシステム１０とネットワークを介して接続されたサーバ群（クラウド）により実現されることとしてもよい。

ディスプレイ１４２は、各種の情報を表示する。例えば、ディスプレイ１４２は、処理回路１４４が生成した表示用のＣＴ画像を表示したり、物質弁別の結果を示す画像を表示したりする。また、例えば、ディスプレイ１４２は、ユーザからの各種操作を受け付けるためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を表示する。例えば、ディスプレイ１４２は、液晶ディスプレイやＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイである。ディスプレイ１４２は、デスクトップ型でもよいし、コンソール装置１４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

入力インターフェース１４３は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路１４４に出力する。例えば、入力インターフェース１４３は、ＣＴ画像データを再構成する際の再構成条件や、ＣＴ画像データから表示用のＣＴ画像を生成する際の画像処理条件等をユーザから受け付ける。例えば、入力インターフェース１４３は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行なうタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース１４３は、架台装置１１０に設けられてもよい。また、入力インターフェース１４３は、コンソール装置１４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース１４３は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、コンソール装置１４０とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１４４へ出力する電気信号の処理回路も入力インターフェース１４３の例に含まれる。

処理回路１４４は、スキャン機能１４４ａ、処理機能１４４ｂ、及び制御機能１４４ｃを実行することで、Ｘ線ＣＴシステム１０全体の動作を制御する。なお、スキャン機能１４４ａは、スキャン部の一例である。また、処理機能１４４ｂは、処理部の一例である。

例えば、処理回路１４４は、スキャン機能１４４ａに相当するプログラムをメモリ１４１から読み出して実行することにより、被検体Ｐ１に対するスキャンを実行する。例えば、スキャン機能１４４ａは、Ｘ線高電圧装置１１４を制御することにより、Ｘ線管１１１に高電圧を供給する。これにより、Ｘ線管１１１は、被検体Ｐ１に対し照射するＸ線を発生する。また、スキャン機能１４４ａは、寝台駆動装置１３２を制御することにより、被検体Ｐ１を架台装置１１０の撮影口内へ移動させる。また、スキャン機能１４４ａは、ウェッジ１１６の位置、及び、コリメータ１１７の開口度及び位置を調整することで、被検体Ｐ１に照射されるＸ線の分布を制御する。また、スキャン機能１４４ａは、制御装置１１５を制御することにより回転部を回転させる。また、スキャン機能１４４ａによってスキャンが実行される間、ＤＡＳ１１８は、Ｘ線検出器１１２における各検出素子からＸ線の信号を収集し、検出データを生成する。また、スキャン機能１４４ａは、ＤＡＳ１１８から出力された検出データに対して、前処理を施す。例えば、スキャン機能１４４ａは、ＤＡＳ１１８から出力された検出データに対して、対数変換処理やオフセット補正処理、チャンネル間の感度補正処理、ビームハードニング補正等の前処理を施す。なお、前処理を施した後のデータについては生データとも記載する。また、前処理を施す前の検出データ及び前処理を施した後の生データを総称して、投影データとも記載する。

また、処理回路１４４は、処理機能１４４ｂに相当するプログラムをメモリ１４１から読み出して実行することにより、前処理後の投影データに基づいて画像データを生成する。例えば、処理機能１４４ｂは、投影データに対して、フィルタ補正逆投影法や逐次近似再構成法、逐次近似応用再構成法等を用いた再構成処理を行なうことにより、ＣＴ画像データ（ボリュームデータ）を生成する。また、処理機能１４４ｂは、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）による再構成処理を行なって、ＣＴ画像データを生成することもできる。例えば、処理機能１４４ｂは、ＤＬＲ（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）法により、ＣＴ画像データを生成する。また、処理機能１４４ｂは、投影データに基づいて、複数の基準物質による物質弁別を行なう。なお、処理機能１４４ｂは、再構成処理を施す前の段階（投影データの段階）で物質弁別を行なってもよいし、再構成処理を施した後の段階（ＣＴ画像データの段階）で物質弁別を行なってもよい。処理機能１４４ｂによる弁別処理については後述する。

また、処理回路１４４は、制御機能１４４ｃに対応するプログラムをメモリ１４１から読み出して実行することにより、ディスプレイ１４２における表示の制御を行なう。例えば、制御機能１４４ｃは、入力インターフェース１４３を介してユーザから受け付けた入力操作等に基づいて、処理機能１４４ｂにより生成されたＣＴ画像データを、公知の方法により表示用のＣＴ画像（任意断面の断層像データや３次元画像データ等）に変換する。そして、制御機能１４４ｃは、変換した表示用のＣＴ画像をディスプレイ１４２に表示させる。また、例えば、制御機能１４４ｃは、処理機能１４４ｂによる物質弁別の結果を示す画像をディスプレイ１４２に表示させる。また、制御機能１４４ｃは、ネットワークを介して各種のデータを送信する。一例を挙げると、制御機能１４４ｃは、処理機能１４４ｂにより生成されたＣＴ画像データや物質弁別の結果を示す画像を、図示しない画像保管装置に送信して保管させる。

図１に示すＸ線ＣＴシステム１０においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ１４１へ記憶されている。処理回路１４４は、メモリ１４１からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、プログラムを読み出した状態の処理回路１４４は、読み出したプログラムに対応する機能を有することとなる。

なお、図１においては単一の処理回路１４４にて、スキャン機能１４４ａ、処理機能１４４ｂ、及び制御機能１４４ｃが実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路１４４を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、処理回路１４４が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

また、処理回路１４４は、ネットワークを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路１４４は、メモリ１４１から各機能に対応するプログラムを読み出して実行するとともに、Ｘ線ＣＴシステム１０とネットワークを介して接続されたサーバ群（クラウド）を計算資源として利用することにより、図１に示す各機能を実現する。

以上、Ｘ線ＣＴシステム１０の構成例について説明した。以下、Ｘ線ＣＴシステム１０が行なう処理について詳細に説明する。

まず、図２を用いて、Ｘ線ＣＴシステム１０が行なう処理について説明する。図２においては、ｋＶスイッチング方式のスキャンＡ１２を実行し、２種類の基準物質による物質弁別を行なう場合について説明する。図２は、第１の実施形態に係るＸ線ＣＴシステム１０の処理の一例を示す図である。

図２に示すように、スキャン機能１４４ａは、まず、スキャンＡ１１を実行する。具体的には、スキャン機能１４４ａは、図２に示すように、Ｘ線の焦点位置を被検体Ｐ１の周囲で回転させながら、被検体Ｐ１の体軸方向に沿った範囲Ｒ１に対してエネルギーＥ１１のＸ線を照射させることで、複数の照射方向（ビュー）のそれぞれについて投影データを収集する。以下では、複数の投影データをまとめて、投影データセットとも記載する。

即ち、スキャン機能１４４ａは、範囲Ｒ１にＸ線を照射することで、エネルギーＥ１１に対応する投影データセットＢ１１を収集する。例えば、スキャン機能１４４ａは、コンベンショナルスキャン、ヘリカルスキャン、ステップアンドシュートといった方式のスキャンを実行することで、投影データセットＢ１１を収集する。また、処理機能１４４ｂは、スキャンＡ１１により収集された投影データセットＢ１１に基づいて、３次元の画像データＣ１１を再構成する。

なお、スキャンＡ１１は、第１のスキャンの一例である。また、範囲Ｒ１は、第１の範囲又は第１の領域の一例である。また、エネルギーＥ１１は、第１のＸ線エネルギーの一例である。また、投影データセットＢ１１は、第１の投影データセット及び第１の被検体データセットの一例である。また、画像データＣ１１は、第１画像データの一例である。

次に、制御機能１４４ｃは、画像データＣ１１に対するレンダリング処理を実行することで参照画像を生成し、生成した参照画像をディスプレイ１４２に表示させる。ここで、レンダリング処理の例としては、断面再構成法（ＭＰＲ：Ｍｕｌｔｉ Ｐｌａｎａｒ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）により、画像データＣ１１から任意断面の２次元画像を生成する処理が挙げられる。また、レンダリング処理の他の例としては、ボリュームレンダリング（Ｖｏｌｕｍｅ Ｒｅｎｄｅｒｉｎｇ）処理や、最大値投影法（ＭＩＰ：Ｍａｘｉｍｕｍ Ｉｎｔｅｎｓｉｔｙ Ｐｒｏｊｅｃｔｉｏｎ）により、画像データＣ１１から、３次元の情報を反映した２次元画像を生成する処理が挙げられる。また、制御機能１４４ｃは、参照画像を参照したユーザからの入力操作を受け付けることで、スキャンＡ１２のスキャン範囲である範囲Ｒ２を設定する。なお、スキャンＡ１２は、第２のスキャンの一例である。また、範囲Ｒ２は、第２の範囲又は第２の領域の一例である。

即ち、スキャンＡ１１は、範囲Ｒ２を設定するための位置決め撮影であり、画像データＣ１１は、範囲Ｒ２の設定に使用される位置決め画像データである。従って、スキャンＡ１１の範囲Ｒ１は、診断対象の臓器等を含むように、比較的広域に設定されることが好ましい。また、範囲Ｒ２は、範囲Ｒ１において設定されるものであるため、通常は図２に示すように、範囲Ｒ１より狭い範囲となる。言い換えると、範囲Ｒ２は、範囲Ｒ１に含まれる範囲である。なお、位置決め画像データは、スキャノ画像データやスキャノグラム、スカウト画像データと呼ばれる場合もある。また、３次元のスキャノグラムである画像データＣ１１については、３Ｄスキャノグラムとも記載する。

次に、スキャン機能１４４ａは、参照画像に設定された範囲Ｒ２に対して、スキャンＡ１２を実行する。具体的には、スキャン機能１４４ａは、１又は複数のビューごとに、Ｘ線管１１１から被検体Ｐ１に対して照射するＸ線のエネルギーをエネルギーＥ１２とエネルギーＥ１３との間で変化させることで、スキャンＡ１２を実行する。これにより、スキャン機能１４４ａは、エネルギーＥ１２に対応する投影データセットＢ１２、及び、エネルギーＥ１３に対応する投影データセットＢ１３を収集する。

なお、エネルギーＥ１２は、第２のＸ線エネルギーの一例である。また、投影データセットＢ１２は、第２の投影データセット及び第２の被検体データセットの一例である。また、エネルギーＥ１３は、第３のＸ線エネルギーの一例である。また、投影データセットＢ１３は、第３の投影データセット及び第３の被検体データセットの一例である。ここで、エネルギーＥ１２は、エネルギーＥ１３より小さいエネルギーである。また、エネルギーＥ１１は、エネルギーＥ１２及びエネルギーＥ１３とは異なるエネルギーであってもよいし、エネルギーＥ１２及びエネルギーＥ１３のいずれかと同じエネルギーであってもよい。

次に、処理機能１４４ｂは、投影データセットＢ１１に基づいて、エネルギーＥ１２に対応する投影データセットＢ１４を生成する。また、処理機能１４４ｂは、投影データセットＢ１４に基づいて投影データセットＢ１２を補正することで、エネルギーＥ１２に対応する投影データセットＢ１６を生成する。即ち、処理機能１４４ｂは、投影データセットＢ１２及び投影データセットＢ１４に基づいて投影データセットＢ１６を生成する。なお、投影データセットＢ１４は第４の投影データセットの一例であり、投影データセットＢ１６は第６の投影データセット及び第４の被検体データセットの一例である。投影データセットＢ１４及び投影データセットＢ１６の生成処理については後述する。

そして、処理機能１４４ｂは、エネルギーＥ１２に対応する投影データセットＢ１６と、エネルギーＥ１３に対応する投影データセットＢ１３とに基づいて、２種類の基準物質による物質弁別を実行し、物質弁別画像を生成する。

一例を挙げると、処理機能１４４ｂは、投影データセットＢ１６及び投影データセットＢ１３を用いて、範囲Ｒ２内に存在する２つの基準物質を分離する。具体的には、処理機能１４４ｂは、投影データセットＢ１６及び投影データセットＢ１３それぞれについて線減弱係数の分布を求め、線減弱係数の各位置（各画素）について、以下の式（１）の連立方程式を解くことで、各位置における２つの基準物質の混合量や混合割合を算出する。

ここで、「μ（Ｅ１）」は単色Ｘ線エネルギー「Ｅ１」における各位置の線減弱係数を示し、「μ（Ｅ２）」は単色Ｘ線エネルギー「Ｅ２」における各位置の線減弱係数を示す。また、「μα（Ｅ）」は基準物質αの線減弱係数を示し、「μβ（Ｅ）」は基準物質βの線減弱係数を示す。また、「ｃα」は基準物質αの混合量を示し、「ｃβ」は基準物質βの混合量を示す。なお、各基準物質のエネルギーごとの線減弱係数は既知である。例えば、処理機能１４４ｂは、「Ｅ１」にエネルギーＥ１１を代入し、「Ｅ２」にエネルギーＥ１２を代入して式（１）の連立方程式を解くことで、２種類の基準物質「α、β」による物質弁別を行なう。

そして、処理機能１４４ｂは、物質弁別の結果を示す画像を生成する。例えば、処理機能１４４ｂは、基準物質ごとに物質弁別画像を生成する。一例を挙げると、処理機能１４４ｂは、基準物質αを強調した物質弁別画像と、基準物質βを強調した物質弁別画像とをそれぞれ生成する。また、処理機能１４４ｂは、基準物質ごとに生成した複数の物質弁別画像を用いて、各基準物質の混合割合に基づく重み付け計算処理を行なうことにより、所定のエネルギーにおける仮想単色Ｘ線画像（モノクロマティック画像とも記載する）や、密度画像、実効原子番号画像等、種々の画像を生成することもできる。また、制御機能１４４ｃは、これら物質弁別の結果を示す画像を、ディスプレイ１４２に表示させる。

なお、再構成処理を施す前の段階で物質弁別を行なうものとして説明したが、処理機能１４４ｂは、再構成処理を施した後の段階で物質弁別を行なってもよい。即ち、処理機能１４４ｂは、投影データセットＢ１６及び投影データセットＢ１３の各画素について式（１）の連立方程式を解くことで物質弁別を行なってもよいし、投影データセットＢ１６に基づくＣＴ画像データ及び投影データセットＢ１３に基づくＣＴ画像データの各画素について式（１）の連立方程式を解くことで物質弁別を行なってもよい。

また、上記した式（１）について「μ」を線減弱係数、「ｃ」を混合量として説明したが、実施形態はこれに限定されるものではない。例えば、処理機能１４４ｂは、各物質における「μ」を質量減弱係数とし、「ｃ」を密度として、式（１）を解くこととしても構わない。

次に、投影データセットＢ１４及び投影データセットＢ１６の生成処理について、図３を用いてより詳細に説明する。具体的には、Ｘ線ＣＴシステム１０は、図３に示すように、スキャンＡ１１により収集された投影データセットＢ１１から投影データセットＢ１４を生成し、スキャンＡ１２により収集された投影データセットＢ１２を投影データセットＢ１４を用いて補正することで投影データセットＢ１６を生成する。即ち、図３は、第１の実施形態に係る投影データセットＢ１２の補正処理について説明するための図である。

より具体的には、スキャン機能１４４ａは、まず、スキャンＡ１１を実行し、エネルギーＥ１１に対応する投影データセットＢ１１を収集する。ここで、投影データセットＢ１１は、図３に示すように、チャンネル方向及びビュー方向の軸を有するデータとして表現することができる。また、スキャンＡ１１は単一エネルギー（エネルギーＥ１１）のＸ線を用いて実行されたものであるため、投影データセットＢ１１は、いずれのビューについてもエネルギーＥ１１のデータとなる。即ち、スキャンＡ１１は、エネルギーＥ１１のＸ線を用いたシングルエナジーのスキャンである。

なお、図３では記載を省略しているものの、投影データセットＢ１１は、被検体Ｐ１の体軸方向（Ｚ軸方向）を含む３次元データである。例えば、投影データセットＢ１１は、チャンネル方向に「Ｐ」、ビュー方向に「Ｑ」、体軸方向に「Ｒ」のマトリクスサイズを有する。

次に、処理機能１４４ｂは、投影データセットＢ１１に基づく再構成処理を実行して、３次元の画像データＣ１１を生成する。ここで、画像データＣ１１は、ＣＴ値（単位：ＨＵ）の分布を示した３次元データである。

次に、処理機能１４４ｂは、ＣＴ値に応じて画像データＣ１１をセグメンテーションする。具体的には、処理機能１４４ｂは、画像データＣ１１における各画素を、ＣＴ値に応じて、空気や水、軟組織、骨などに組織分類する。なお、ＣＴ値は、Ｘ線吸収係数に比例した値である。即ち、処理機能１４４ｂは、Ｘ線吸収係数に応じて、画像データＣ１１をセグメンテーションする。

ここで、処理機能１４４ｂによる画像データＣ１１のセグメンテーションについて、図４Ａ、図４Ｂ及び図４Ｃを用いてより詳細に説明する。図４Ａ、図４Ｂ及び図４Ｃは、第１の実施形態に係るセグメンテーションについて説明するための図である。

図４Ａは、セグメンテーションされた画像データＣ１１を示す。例えば、処理機能１４４ｂは、画像データＣ１１における画素のそれぞれを、空気や水、軟組織、骨といった組織のいずれかに分類する。ここで、異なる組織は、それぞれ、異なる減弱係数を示す。例えば、図４Ｂに示すように、同一のエネルギーＥ１１のＸ線が照射された場合でも、骨と軟組織とでは減弱係数は異なる。即ち、「μbone（Ｅ１１）≠μsoft tissue（Ｅ１１）」となる。また、異なるＸ線エネルギーは、それぞれ、異なる減弱係数を示す。また、例えば、図４Ｃに示すように、同一の組織「骨」に対してＸ線を照射する場合でも、エネルギーＥ１１のＸ線とエネルギーＥ１２のＸ線とでは減弱係数は異なる。即ち、「μbone（Ｅ１１）≠μbone（Ｅ１２）」となる。なお、画素ごとにセグメンテーションするものとして説明したが、処理機能１４４ｂは、複数の画素を束ねた画素群ごとにセグメンテーションを行なってもよい。

次に、処理機能１４４ｂは、画像データＣ１１をエネルギーＥ１２に応じて順投影することで、投影データセットＢ１４を生成する。即ち、各組織のエネルギーごとの減弱係数は既知であることから、処理機能１４４ｂは、組織ごとにセグメンテーションした画像データＣ１１をエネルギーＥ１２に応じて順投影することで、エネルギーＥ１２で収集された投影データセットをシミュレーションし、投影データセットＢ１４を生成することができる。即ち、投影データセットＢ１１はスキャンＡ１１により実際に収集された投影データセットであるのに対して、投影データセットＢ１４はシミュレーションされた投影データセットである。例えば、処理機能１４４ｂは、エネルギーＥ１２のＸ線が各種の組織を透過する際に生じるＸ線の減衰を計算することで、投影データセットＢ１４を生成する。

次に、処理機能１４４ｂは、投影データセットＢ１４についてリサンプリングを行なう。即ち、順投影して生成された投影データセットＢ１４は投影データセットＢ１１と同じ「Ｐ×Ｑ×Ｒ」のマトリクスを有するところ、投影データセットＢ１４のマトリクスと、スキャンＡ１２により収集される投影データセットのマトリクスとは異なっている場合がある。そこで、処理機能１４４ｂは、投影データセットＢ１４のマトリクスと、スキャンＡ１２により収集される投影データセットのマトリクスとを揃えるように、投影データセットＢ１４についてリサンプリングを行なう。

例えば、スキャンＡ１２により収集された投影データセットは、「Ｐ×Ｍ×Ｎ」のマトリクスを有する。即ち、チャンネル方向のマトリクスサイズは通常は変化しないため、スキャンＡ１２により収集される投影データセットは、投影データセットＢ１４と同じく、チャンネル方向に「Ｐ」のマトリクスサイズを有する。一方で、ビュー方向及び体軸方向のマトリクスサイズはスキャンごとに変化しうるものである。例えば、投影データセットＢ１４がビュー方向に「Ｑ」、体軸方向に「Ｒ」のマトリクスサイズを有するのに対し、スキャンＡ１２により収集される投影データセットは、ビュー方向に「Ｍ」、体軸方向に「Ｎ」のマトリクスサイズを有する。そこで、処理機能１４４ｂは、投影データセットＢ１４のマトリクスが「Ｐ×Ｍ×Ｎ」となるように、リサンプリングを行なう。

次に、処理機能１４４ｂは、投影データセットＢ１４をスパースな状態に加工する。具体的には、処理機能１４４ｂは、エネルギーＥ１２に対応する投影データセットＢ１２と同様にスパースな状態となるように、順投影して生成された投影データセットＢ１４を加工して、スパースな投影データセットＢ１４を生成する。

即ち、スキャンＡ１２により収集された投影データセットは、図３に示すように、複数エネルギー（エネルギーＥ１２及びエネルギーＥ１３）が混合した投影データセットである。ここで、スキャンＡ１２により収集された投影データセットから分離された投影データセットＢ１２は、エネルギーＥ１３のビューに対応するデータが欠損したスパースなデータとなる。そこで、処理機能１４４ｂは、投影データセットＢ１２と同様のスパースな状態となるように、投影データセットＢ１４を加工する。

なお、図３はあくまで一例であり、処理フローについては適宜の変更が可能である。例えば、処理機能１４４ｂは、先に投影データセットＢ１４をスパースな状態に加工してから、「Ｐ×Ｑ×Ｒ」から「Ｐ×Ｍ×Ｎ」へのリサンプリングを行なってもよい。また、例えば、処理機能１４４ｂは、投影データセットＢ１１についてリサンプリングを行なってから、画像データＣ１１を再構成してもよい。また、例えば、処理機能１４４ｂは、画像データＣ１１についてリサンプリングを行なってから、セグメンテーションを行なうこととしてもよい。また、例えば、処理機能１４４ｂは、セグメンテーションされた画像データＣ１１についてリサンプリングを行なってから、順投影を行なうこととしてもよい。また、図３においては、順投影によってスパースでないフルデータを生成した後、これを加工してスパースなデータを生成するものとして説明したが、処理機能１４４ｂは、順投影によってスパースなデータを生成してもよい。

上述したように、処理機能１４４ｂは、画像データＣ１１を順投影して投影データセットＢ１４を生成し、更に、投影データセットＢ１４について種々の加工を行なう。例えば、処理機能１４４ｂは、投影データセットＢ１４について、投影データセットＢ１２とマトリクスを揃えるとともに、投影データセットＢ１２と同様のスパースな状態に加工する。即ち、処理機能１４４ｂは、投影データセットＢ１２とデータ形式を揃えるように、投影データセットＢ１４を加工する。

次に、処理機能１４４ｂは、投影データセットＢ１４と投影データセットＢ１２とをブレンディングして、投影データセットＢ１６を生成する。例えば、処理機能１４４ｂは、投影データセットＢ１４と投影データセットＢ１２との位置合わせを行なうとともに、所定の割合で投影データセットＢ１４と投影データセットＢ１２とを重み付き加算して、投影データセットＢ１６を生成する。換言すると、処理機能１４４ｂは、投影データセットＢ１４により投影データセットＢ１２を補正して、投影データセットＢ１６を生成する。

或いは、処理機能１４４ｂは、ＡＩにより、投影データセットＢ１４に基づく投影データセットＢ１２の補正を行なってもよい。一例を挙げると、処理機能１４４ｂは、同一対象から収集された２つの投影データセットの入力を受けて高品質の投影データセットを出力するように機能付けられた学習済みモデルＭ１を事前に生成して、メモリ１４１に記憶させる。そして、スキャンＡ１１及びスキャンＡ１２が実行された際、処理機能１４４ｂは、メモリ１４１から読み出した学習済みモデルＭ１に対して、投影データセットＢ１４及び投影データセットＢ１２を入力することにより、投影データセットＢ１６を生成する。

以下、学習済みモデルＭ１の生成処理の一例を説明する。まず、処理機能１４４ｂは、学習データとして、同一対象から収集された投影データセットの組を取得する。以下、学習データの例として、投影データセットＢ２１、投影データセットＢ２２及び投影データセットＢ２３の組について説明する。例えば、投影データセットＢ２１、投影データセットＢ２２及び投影データセットＢ２３は、被検体Ｐ１や、被検体Ｐ１と異なる被検体Ｐ２、人体を模したファントム等について３回のスキャンを行なうことで収集される。また、投影データセットＢ２３は、投影データセットＢ２１及び投影データセットＢ２２と比較して、高線量のＸ線を使用して収集された高品質の投影データセットである。投影データセットＢ２１、投影データセットＢ２２及び投影データセットＢ２３は、Ｘ線ＣＴシステム１０において収集されてもよいし、他のシステムにおいて収集されてもよい。

例えば、処理機能１４４ｂは、投影データセットＢ２１及び投影データセットＢ２２を入力側データ、高品質の投影データセットＢ２３を出力側データとする機械学習を実行することにより、学習済みモデルＭ１を生成する。

ここで、学習済みモデルＭ１は、例えば、ニューラルネットワーク（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）により構成することができる。ニューラルネットワークとは、層状に並べた隣接層間が結合した構造を有し、情報が入力層側から出力層側に伝播するネットワークである。例えば、処理機能１４４ｂは、上述した学習データを用いて多層のニューラルネットワークについて深層学習（ディープラーニング）を実行することで、学習済みモデルＭ１を生成する。なお、多層のニューラルネットワークは、例えば、入力層と、複数の中間層（隠れ層）と、出力層とにより構成される。

一例を挙げると、処理機能１４４ｂは、投影データセットＢ２１及び投影データセットＢ２２を入力側データとしてニューラルネットワークに入力する。ここで、ニューラルネットワークにおいては、入力層側から出力層側に向かって一方向に隣接層間でのみ結合しながら情報が伝播し、出力層からは、投影データセットＢ２３を推定した投影データセットが出力される。

例えば、ニューラルネットワークにおいては、投影データセットＢ２１と投影データセットＢ２２とを位置合わせするとともに、投影データセットＢ２１及び投影データセットＢ２２それぞれの重みを決定して、投影データセットＢ２１と投影データセットＢ２２とをブレンディングする処理が行なわれる。なお、投影データセットＢ２１及び投影データセットＢ２２それぞれの重みは、画素ごとに決定されてもよい。そして、ニューラルネットワークの出力層からは、質の高い投影データセットＢ２３を推定した投影データセットが出力される。なお、入力層側から出力層側に向かって一方向に情報が伝播するニューラルネットワークについては、畳み込みニューラルネットワーク（ＣＮＮ：Ｃｏｎｖｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）とも呼ばれる。

処理機能１４４ｂは、入力側データを入力した際にニューラルネットワークが好ましい結果を出力することができるよう、ニューラルネットワークのパラメータを調整することで、学習済みモデルＭ１を生成する。例えば、処理機能１４４ｂは、投影データセット間の近さを表す関数（誤差関数）を用いて、ニューラルネットワークのパラメータを調整する。

一例を挙げると、処理機能１４４ｂは、投影データセットＢ２３と、ニューラルネットワークが推定した投影データセットとの間の近さを示す誤差関数を算出する。そして、処理機能１４４ｂは、算出した誤差関数が極小となるように、ニューラルネットワークのパラメータを調整する。これにより、処理機能１４４ｂは、同一対象から収集された２つの投影データセットの入力を受けて高品質の投影データセットを出力するように機能付けられた学習済みモデルＭ１を生成する。また、処理機能１４４ｂは、生成した学習済みモデルＭ１を、メモリ１４１に記憶させる。

なお、学習済みモデルＭ１は、入力された２つの投影データセットのブレンディングの前処理を更に行なうよう機能付けられたものであってもよい。例えば、学習済みモデルＭ１は、入力された２つの投影データセットのマトリクスが異なる場合に、入力された２つの投影データセットの少なくとも一方についてリサンプリングを行なう。また、例えば、学習済みモデルＭ１は、入力された２つの投影データセットの一方がスパースなデータである場合に、他方の投影データセットが同様のスパースなデータとなるように加工する。

また、学習済みモデルＭ１がニューラルネットワークにより構成されるものとして説明したが、処理機能１４４ｂは、ニューラルネットワーク以外の機械学習手法により、学習済みモデルＭ１を生成してもよい。また、処理機能１４４ｂが学習済みモデルＭ１を生成するものとして説明したが、学習済みモデルＭ１は、他の装置において生成されるものであっても構わない。

投影データセットＢ１２及び投影データセットＢ１４に基づいて投影データセットＢ１６を生成した後、処理機能１４４ｂは、エネルギーＥ１２に対応する投影データセットＢ１６と、エネルギーＥ１３に対応する投影データセットＢ１３とに基づいて、２種類の基準物質による物質弁別を実行する。

例えば、処理機能１４４ｂは、まず、各投影データセットの欠損部分のデータを補間する。即ち、投影データセットＢ１６及び投影データセットＢ１３はいずれもスパースなデータであるため、処理機能１４４ｂは、それぞれの欠損部分のデータを補間してフルデータとする。なお、処理機能１４４ｂによる補間処理の例としては、線形補間、ラグランジェ補間、シグモイドなどが挙げられる。そして、処理機能１４４ｂは、フルデータの状態にした投影データセットＢ１６と投影データセットＢ１３とに基づいて、物質弁別を実行する。例えば、処理機能１４４ｂは、物質弁別の処理により、軟組織から腎臓結石を分離することができる。

更に、処理機能１４４ｂは、物質弁別の結果を示す画像を生成する。例えば、処理機能１４４ｂは、「カルシウム」を強調した物質弁別画像と、「水」を強調した物質弁別画像とをそれぞれ生成する。また、処理機能１４４ｂは、所定のエネルギーにおけるモノクロマティック画像や、密度画像、実効原子番号画像等、種々の画像を生成することもできる。また、制御機能１４４ｃは、物質弁別の結果を示す画像を、ディスプレイ１４２に表示させる。

なお、図３において、処理機能１４４ｂは、投影データセットＢ１４と投影データセットＢ１２とのブレンディングの前に、投影データセットＢ１２について欠損部分の補間処理尾を行なってもよい。即ち、処理機能１４４ｂは、投影データセットＢ１４をスパースなデータに加工する処理を省略するとともに、フルデータの状態の投影データセットＢ１４と投影データセットＢ１２とをブレンディングしてもよい。

また、図３においては、スキャンＡ１１により収集された投影データセットとスキャンＡ１２により収集された投影データセットとでマトリクスが異なるものとして説明したが、スキャン機能１４４ａは、投影データセットのマトリクスが同じになるように、スキャンＡ１１及びスキャンＡ１２を実行してもよい。この場合、処理機能１４４ｂは、リサンプリングの処理を省略することができる。

また、エネルギーＥ１１とエネルギーＥ１２とが同じエネルギーである場合、スキャン機能１４４ａは、再構成、セグメンテーション及び順投影の処理を省略することとしてもよい。即ち、エネルギーＥ１１とエネルギーＥ１２とが同じエネルギーである場合、スキャン機能１４４ａは、スキャンＡ１１により収集された投影データセットＢ１１をそのまま用いて、投影データセットＢ１２の補正を行なうこともできる。

次に、Ｘ線ＣＴシステム１０による処理の手順の一例を、図５を用いて説明する。図５は、第１の実施形態に係るＸ線ＣＴシステム１０の処理の一連の流れを説明するためのフローチャートである。

ステップＳ１０１及びステップＳ１０７は、スキャン機能１４４ａに対応する。ステップＳ１０２、ステップＳ１０３、ステップＳ１０８及びステップＳ１０９は、処理機能１４４ｂに対応する。ステップＳ１０４、ステップＳ１０５、ステップＳ１０６及びステップＳ１１０は、制御機能１４４ｃに対応する。

まず、処理回路１４４は、被検体Ｐ１の体軸方向に沿った範囲Ｒ１にＸ線を照射することでスキャンＡ１１を実行し、エネルギーＥ１１に対応する投影データセットＢ１１を収集する（ステップＳ１０１）。次に、処理回路１４４は、投影データセットＢ１１に対する再構成処理を実行し、画像データＣ１１を生成する（ステップＳ１０２）。

次に、処理回路１４４は、投影データセットＢ１１に基づいて、エネルギーＥ１２に対応する投影データセットＢ１４を生成する（ステップＳ１０３）。具体的には、処理回路１４４は、投影データセットＢ１１に基づく画像データＣ１１をＸ線吸収係数に応じてセグメンテーションし、セグメンテーションした画像データＣ１１をエネルギーＥ１２に応じて順投影することで、投影データセットＢ１４を生成する。

また、処理回路１４４は、画像データＣ１１に対するレンダリング処理を行なうことで参照画像を生成し（ステップＳ１０４）、生成した参照画像をディスプレイ１４２に表示させる（ステップＳ１０５）。ここで、処理回路１４４は、参照画像を参照したユーザにより、スキャンＡ１２のスキャン範囲である範囲Ｒ２が設定されたか否かを判定し（ステップＳ１０６）、スキャン範囲が設定されていない場合には待機状態となる（ステップＳ１０６否定）。

一方で、スキャン範囲が設定された場合（ステップＳ１０６肯定）、処理回路１４４は、参照画像に設定されたスキャン範囲に対してスキャンＡ１２を実行する（ステップＳ１０７）。具体的には、処理回路１４４は、被検体Ｐ１の体軸方向に沿った範囲Ｒ２にＸ線を照射することで、エネルギーＥ１２に対応する投影データセットＢ１２及びエネルギーＥ１３に対応する投影データセットＢ１３を収集する。

次に、処理回路１４４は、投影データセットＢ１２及び投影データセットＢ１４に基づいて、エネルギーＥ１２に対応する投影データセットＢ１６を生成する（ステップＳ１０８）。次に、処理回路１４４は、エネルギーＥ１２に対応する投影データセットＢ１６と、エネルギーＥ１３に対応する投影データセットＢ１３とに基づいて、２種類の基準物質による物質弁別を行なう（ステップＳ１０９）。そして、処理回路１４４は、物質弁別の結果を示す物質弁別画像をディスプレイ１４２に表示させ（ステップＳ１１０）、処理を終了する。

なお、ステップＳ１０３と、ステップＳ１０４、ステップＳ１０５、ステップＳ１０６及びステップＳ１０７とを行なう順序は任意であり、並行して行なってもよい。

また、図３では、スキャンＡ１２において１つのビューごとにＸ線のエネルギーを変化させるものとして説明したが、スキャン機能１４４ａは、複数のビューごとにＸ線のエネルギーを変化させることとしても構わない。

また、図３では、スキャンＡ１２がデュアルエナジー（エネルギーＥ１２及びエネルギーＥ１３）であるものとして説明したが、スキャン機能１４４ａは、スキャンＡ１２として、３種類以上のエネルギーのＸ線を用いたマルチエナジーのスキャンを実行してもよい。この場合、処理回路１４４は、３種類以上の基準物質による物質弁別を行なうことができる。

上述したように、第１の実施形態によれば、スキャン機能１４４ａは、被検体Ｐ１の体軸方向に沿った範囲Ｒ１にＸ線を照射することでエネルギーＥ１１に対応する投影データセットＢ１１を収集するスキャンＡ１１を実行する。また、スキャン機能１４４ａは、被検体Ｐ１の体軸方向に沿った範囲Ｒ２にＸ線を照射することでエネルギーＥ１２に対応する投影データセットＢ１２、及びエネルギーＥ１３に対応する投影データセットＢ１３を収集するスキャンＡ１２を実行する。また、処理機能１４４ｂは、投影データセットＢ１１に基づいて、エネルギーＥ１２に対応する投影データセットＢ１４を生成する。また、処理機能１４４ｂは、投影データセットＢ１４と、投影データセットＢ１２及び投影データセットＢ１３とに基づいて、複数の基準物質による物質弁別を行なう。従って、第１の実施形態に係るＸ線ＣＴシステム１０は、物質弁別の精度を向上させることができる。

特に、低エネルギー側のデータである投影データセットＢ１２は、高エネルギー側のデータである投影データセットＢ１３よりも質が低くなる場合が多い。ここで、Ｘ線ＣＴシステム１０は、投影データセットＢ１４に基づいて投影データセットＢ１２を補正し、低エネルギー側のデータの質を向上させることができる。これにより、Ｘ線ＣＴシステム１０は、低エネルギー側のデータ及び高エネルギー側のデータに基づく物質弁別の精度を向上させることができる。

また、処理機能１４４ｂは、投影データセットＢ１１に基づいて画像データＣ１１を生成し、Ｘ線吸収係数に応じて画像データＣ１１をセグメンテーションし、セグメンテーションした画像データＣ１１をエネルギーＥ１２に応じて順投影することで、投影データセットＢ１４を生成する。ここで、投影データセットＢ１１に含まれていたノイズは、再構成及び順投影の処理の中で少なくとも一部が除去される。即ち、投影データセットＢ１４は、投影データセットＢ１１よりもノイズが少ないデータとなる。従って、Ｘ線ＣＴシステム１０は、投影データセットＢ１４を生成することにより、投影データセットＢ１１をそのまま用いて投影データセットＢ１２を補正する場合と比較して、投影データセットＢ１２を精度よく補正することができる。

また、スキャンＡ１１は、スキャンＡ１２を実行するための位置決めスキャンであり、一般的な処理フローに含まれるものである。即ち、スキャンＡ１１を実行するとしても、処理フローを複雑化させるものではなく、また、被検体Ｐ１の被ばく量を増加させるものでもない。

また、Ｘ線ＣＴシステム１０は、スキャンＡ１１の結果を、スキャンＡ１２の位置決めに使用するとともに、物質弁別の処理にも使用する。即ち、Ｘ線ＣＴシステム１０は、スキャンＡ１１による被検体Ｐ１の被ばくをより有意義なものとすることができる。

（第２の実施形態）
さて、これまで第１の実施形態について説明したが、上述した実施形態以外にも、種々の異なる形態にて実施されてよいものである。

例えば、上述した実施形態では、スキャンＡ１１により収集された投影データセットＢ１１に基づいて、スキャンＡ１２により収集された投影データセットＢ１２及び投影データセットＢ１３のうち、投影データセットＢ１２のみを補正するものとして説明した。しかしながら実施形態はこれに限定されるものではなく、処理機能１４４ｂは、投影データセットＢ１１に基づいて、投影データセットＢ１３の補正を行なってもよい。

例えば、処理機能１４４ｂは、まず、投影データセットＢ１１に基づいて画像データＣ１１を生成し、Ｘ線吸収係数に応じて画像データＣ１１をセグメンテーションする。次に、処理機能１４４ｂは、セグメンテーションした画像データＣ１１をエネルギーＥ１３に応じて順投影することで、投影データセットＢ１５を生成する。なお、投影データセットＢ１５は、第５の投影データセットの一例である。

次に、処理機能１４４ｂは、投影データセットＢ１３と投影データセットＢ１５とに基づいて、エネルギーＥ１３に対応する投影データセットＢ１７を生成する。即ち、処理機能１４４ｂは、投影データセットＢ１５に基づいて投影データセットＢ１３を補正することで、投影データセットＢ１７を生成する。例えば、処理機能１４４ｂは、学習済みモデルＭ１に対して投影データセットＢ１３と投影データセットＢ１５とを入力することにより、投影データセットＢ１７を生成する。なお、投影データセットＢ１７は、第７の投影データセット及び第４の被検体データセットの一例である。そして、処理機能１４４ｂは、エネルギーＥ１２に対応する投影データセットＢ１２と、エネルギーＥ１３に対応する投影データセットＢ１７とに基づいて、物質弁別を行なう。

高エネルギー側のデータである投影データセットＢ１３は一般に高品質であるものの、被検体Ｐ１の体格が大きいときには、投影データセットＢ１３にもノイズが含まれる場合がある。また、Ｘ線管１１１において生じる放電現象、被検体Ｐ１の体動といった種々の要因により、投影データセットＢ１３にアーチファクトが生じる場合もある。これに対し、処理機能１４４ｂは、スキャンＡ１１により収集された投影データセットＢ１１に基づいて、投影データセットＢ１３の補正を行なうことができる。

或いは、処理機能１４４ｂは、スキャンＡ１１により収集された投影データセットＢ１１に基づいて、投影データセットＢ１２及び投影データセットＢ１３の両方を補正することもできる。

例えば、処理機能１４４ｂは、まず、投影データセットＢ１１に基づいて画像データＣ１１を生成し、Ｘ線吸収係数に応じて画像データＣ１１をセグメンテーションする。次に、処理機能１４４ｂは、セグメンテーションした画像データＣ１１をエネルギーＥ１２に応じて順投影することで、投影データセットＢ１４を生成する。また、処理機能１４４ｂは、セグメンテーションした画像データＣ１１をエネルギーＥ１３に応じて順投影することで、投影データセットＢ１５を生成する。

次に、処理機能１４４ｂは、投影データセットＢ１２と投影データセットＢ１４とに基づいて、エネルギーＥ１２に対応する投影データセットＢ１６を生成する。例えば、処理機能１４４ｂは、学習済みモデルＭ１に投影データセットＢ１２と投影データセットＢ１４とを入力することにより、投影データセットＢ１６を生成する。また、処理機能１４４ｂは、投影データセットＢ１３と投影データセットＢ１５とに基づいて、エネルギーＥ１３に対応する投影データセットＢ１７を生成する。例えば、処理機能１４４ｂは、学習済みモデルＭ１に投影データセットＢ１３と投影データセットＢ１５とを入力することにより、投影データセットＢ１７を生成する。そして、処理機能１４４ｂは、エネルギーＥ１２に対応する投影データセットＢ１６と、エネルギーＥ１３に対応する投影データセットＢ１７とに基づいて、物質弁別を行なう。

また、上述した実施形態では、再構成、セグメンテーション及び順投影の処理により、投影データセットＢ１１から投影データセットＢ１４及び投影データセットＢ１５を生成するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。

例えば、処理機能１４４ｂは、スケーリング処理により、投影データセットＢ１１から投影データセットＢ１４及び投影データセットＢ１５を生成することもできる。ここで、スケーリング処理は、Ｘ線のエネルギーに応じてＸ線の透過量が変化することに基づいて、異なるエネルギーのデータを生成する処理である。例えば、処理機能１４４ｂは、エネルギーＥ１１とエネルギーＥ１２との差に応じた係数を投影データセットＢ１１に乗じることで、投影データセットＢ１１におけるＸ線の透過量を、Ｘ線のエネルギーがエネルギーＥ１２である場合のＸ線の透過量に近似させ、エネルギーＥ１２に対応する投影データセットＢ１４を生成する。また、例えば、処理機能１４４ｂは、エネルギーＥ１１とエネルギーＥ１３との差に応じた係数を投影データセットＢ１１に乗じることで、投影データセットＢ１１におけるＸ線の透過量を、Ｘ線のエネルギーがエネルギーＥ１３である場合のＸ線の透過量に近似させ、エネルギーＥ１３に対応する投影データセットＢ１５を生成する。

また、上述した実施形態では、スキャンＡ１２のスキャン範囲である範囲Ｒ２をユーザが設定するものとして説明したが、実施形態はこれに限定されるものではない。例えば、制御機能１４４ｃは、画像データＣ１１、又は画像データＣ１１に基づいて生成した参照画像を解析し、診断対象の臓器等を抽出することで、範囲Ｒ２を自動設定してもよい。

また、上述した実施形態では、スキャンＡ１１が、スキャンＡ１２のスキャン範囲である範囲Ｒ２を設定するための位置決めスキャンであるものとして説明したが、実施形態はこれに限定されるものではない。例えば、スキャンＡ１１は、スキャンＡ１２とは異なる日に実行されたスキャンであってもよい。また、スキャンＡ１１は、スキャンＡ１２よりも後に実行されるスキャンであってもよい。

また、上述した実施形態では、ｋＶスイッチング方式のスキャンＡ１２を実行することで、投影データセットＢ１２と投影データセットＢ１３とを収集する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。

例えば、スキャン機能１４４ａは、スキャンＡ１２に代えて、積層型検出器方式（デュアルレイヤー方式とも記載する）のスキャンＡ１３を実行してもよい。この場合、Ｘ線ＣＴシステム１０は、Ｘ線検出器１１２として、積層型検出器を備える。例えば、Ｘ線検出器１１２は、第１の層１１２ａと、第２の層１１２ｂとから構成され、Ｘ線管１１１から照射されたＸ線を分光して検出する。そして、スキャン機能１４４ａは、スキャンＡ１３を実行することにより、第１の層１１２ａの検出結果に基づく投影データセットＢ１２と、第２の層１１２ｂの検出結果に基づく投影データセットＢ１３とを収集することができる。

また、例えば、スキャン機能１４４ａは、スキャンＡ１２又はスキャンＡ１３に代えて、デュアルソース方式のスキャンＡ１４を実行してもよい。この場合、Ｘ線ＣＴシステム１０は、Ｘ線管１１１として、Ｘ線管１１１１及びＸ線管１１１２を備える。また、Ｘ線ＣＴシステム１０は、Ｘ線検出器１１２として、Ｘ線管１１１１から照射されたＸ線を検出するＸ線検出器１１２１と、Ｘ線管１１１２から照射されたＸ線を検出するＸ線検出器１１２２とを備える。そして、スキャン機能１４４ａは、スキャンＡ１４を実行することにより、Ｘ線検出器１１２１の検出結果に基づく投影データセットＢ１２と、Ｘ線検出器１１２２の検出結果に基づく投影データセットＢ１３とを収集することができる。

また、例えば、スキャン機能１４４ａは、スキャンＡ１２、スキャンＡ１３又はスキャンＡ１４に代えて、スプリット方式のスキャンＡ１５を実行してもよい。この場合、Ｘ線ＣＴシステム１０は、ウェッジ１１６として、Ｘ線管１１１から照射されたＸ線を、エネルギーの異なる複数のＸ線に分割するフィルタを備える。

一例を挙げると、Ｘ線ＣＴシステム１０は、ウェッジ１１６として、Ｘ線フィルタ１１６ａ及びＸ線フィルタ１１６ｂを備える。Ｘ線フィルタ１１６ａ及びＸ線フィルタ１１６ｂは、材質や厚み等が異なり、同一エネルギーのＸ線を、エネルギーの異なる複数のＸ線に分割する。この場合、スキャン機能１４４ａは、Ｘ線管１１１から照射されたＸ線を、Ｘ線フィルタ１１６ａによってエネルギーＥ１２まで減衰させ、Ｘ線フィルタ１１６ｂによってエネルギーＥ１３まで減衰させて、スキャンＡ１５を実行する。より具体的には、スキャン機能１４４ａは、Ｘ線フィルタ１１６ａ及びＸ線フィルタ１１６ｂを図１に示したＺ軸方向（列方向）に並べた状態において、Ｘ線フィルタ１１６ａ及びＸ線フィルタ１１６ｂに対してＸ線管１１１からＸ線を照射させる。これにより、スキャン機能１４４ａは、列方向にエネルギーＥ１２のＸ線とエネルギーＥ１３のＸ線とを分布させた状態においてスキャンＡ１５を実行し、エネルギーＥ１２に対応する投影データセットＢ１２とエネルギーＥ１３に対応する投影データセットＢ１３とを収集することができる。

別の例を挙げると、Ｘ線ＣＴシステム１０は、ウェッジ１１６として、Ｘ線フィルタ１１６ｃのみを備える。例えば、スキャン機能１４４ａは、Ｘ線管１１１からエネルギーＥ１３のＸ線を照射させるとともに、Ｘ線の一部をＸ線フィルタ１１６ｃによってエネルギーＥ１２まで減衰させて、スキャンＡ１５を実行する。より具体的には、スキャン機能１４４ａは、列方向の所定範囲のＸ線を、Ｘ線フィルタ１１６ｂによってエネルギーＥ１３からエネルギーＥ１２まで減衰させて、被検体Ｐ１に照射させる。なお、Ｘ線フィルタ１１６ｂによる減衰を受けなかったＸ線については、エネルギーＥ１３のまま被検体Ｐ１に照射される。これにより、スキャン機能１４４ａは、列方向にエネルギーＥ１２のＸ線とエネルギーＥ１３のＸ線とを分布させた状態においてスキャンＡ１５を実行し、エネルギーＥ１２に対応する投影データセットＢ１２とエネルギーＥ１３に対応する投影データセットＢ１３とを収集することができる。

なお、デュアルレイヤー方式、デュアルソース方式、又はスプリット方式で収集された投影データセットＢ１２及び投影データセットＢ１３はスパースなデータではないため、処理機能１４４ｂは、投影データセットＢ１２及び投影データセットＢ１３について補間処理を行なったり、投影データセットＢ１１に基づく投影データセットＢ１４及び投影データセットＢ１５をスパースなデータに加工したりすることを要しない。

また、上述した実施形態では、投影データセットＢ１２や投影データセットＢ１３を補正対象として説明した。即ち、上述した実施形態では、投影データ領域で補正を行なう場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、処理機能１４４ｂは、画像領域で補正を行なうこととしても構わない。

例えば、処理機能１４４ｂは、スキャンＡ１１により収集された投影データセットＢ１１に基づいて、エネルギーＥ１１に対応する３次元の画像データＣ１１を再構成する。また、処理機能１４４ｂは、スキャンＡ１２により収集された投影データセットＢ１２に基づいて、エネルギーＥ１２に対応する３次元の画像データＣ１２を再構成する。また、処理機能１４４ｂは、スキャンＡ１２により収集された投影データセットＢ１３に基づいて、エネルギーＥ１３に対応する３次元の画像データＣ１３を再構成する。ここで、画像データＣ１１は、第１の被検体データセットの一例である。また、画像データＣ１２は、第２の被検体データセットの一例である。また、画像データＣ１３は、第３の被検体データセットの一例である。

次に、処理機能１４４ｂは、画像データＣ１１に基づいて、画像データＣ１２及び画像データＣ１３の少なくとも一方を補正する。ここで、画像データＣ１１は、画像データＣ１２及び画像データＣ１３と異なるＸ線エネルギーに対応したものであるとしても、被検体Ｐ１におけるＸ線の減衰や解剖学的構造に関して価値ある情報を有している。従って、処理機能１４４ｂは、画像データＣ１１に基づいて、画像データＣ１２や画像データＣ１３といった再構成画像の品質を向上させることができる。そして、処理機能１４４ｂは、少なくとも一方が補正された画像データＣ１２及び画像データＣ１３に基づいて、物質弁別の処理を実行する。

なお、画像領域で補正を行なう場合、処理機能１４４ｂは、上述した投影データセットＢ１４及び投影データセットＢ１５の生成処理を省略することができる。即ち、処理機能１４４ｂは、別エネルギーの投影データセットをシミュレーションする処理を省略することができる。

また、上述した画像領域での補正処理については、機械学習の手法により実現することも可能である。例えば、処理機能１４４ｂは、第１のスキャンに基づく画像データと第２のスキャンに基づく画像データとの入力を受けて第２のスキャンに基づく画像データの補正を行なうように機能付けられた学習済みモデルＭ２を事前に生成し、メモリ１４１に記憶させる。また、スキャンＡ１１及びスキャンＡ１２が実行された際、処理機能１４４ｂは、メモリ１４１から読み出した学習済みモデルＭ２に対して、スキャンＡ１１に基づく画像データＣ１１と、スキャンＡ１２に基づく画像データＣ１２とを入力することにより、画像データＣ１２を補正した画像データＣ１２’を生成する。そして、処理機能１４４ｂは、エネルギーＥ１２に対応する画像データＣ１２’と、エネルギーＥ１３に対応する画像データＣ１３とに基づいて、物質弁別の処理を実行する。ここで、画像データＣ１２’は、第４の被検体データセットの一例である。即ち、処理機能１４４ｂは、第１の被検体データセットと第２の被検体データセットとに基づき得られる第４の被検体データセットと、第３の被検体データセットとに基づいて、物質弁別の処理を実行する。

或いは、処理機能１４４ｂは、学習済みモデルＭ２に対して、スキャンＡ１１に基づく画像データＣ１１と、スキャンＡ１２に基づく画像データＣ１３とを入力することにより、画像データＣ１３を補正した画像データＣ１３’を生成する。そして、処理機能１４４ｂは、エネルギーＥ１２に対応する画像データＣ１２と、エネルギーＥ１３に対応する画像データＣ１３’とに基づいて、物質弁別の処理を実行する。ここで、画像データＣ１３’は、第４の被検体データセットの一例である。即ち、処理機能１４４ｂは、第１の被検体データセットと第３の被検体データセットとに基づき得られる第４の被検体データセットと、第２の被検体データセットとに基づいて、物質弁別の処理を実行する。

或いは、処理機能１４４ｂは、学習済みモデルＭ２を用いて、画像データＣ１２を補正した画像データＣ１２’、及び、画像データＣ１３を補正した画像データＣ１３’の双方を生成する。そして、処理機能１４４ｂは、エネルギーＥ１２に対応する画像データＣ１２’と、エネルギーＥ１３に対応する画像データＣ１３’とに基づいて、物質弁別の処理を実行する。即ち、処理機能１４４ｂは、第１の被検体データセットと第２の被検体データセットとに基づき得られる第４の被検体データセットと、第１の被検体データセットと第３の被検体データセットとに基づき得られる第４の被検体データセットとに基づいて、物質弁別の処理を実行する。

なお、学習済みモデルＭ２は学習済みモデルＭ１と同様に構成することができる。例えば、学習済みモデルＭ２は、ニューラルネットワークにより構成することができる。一例を挙げると、処理機能１４４ｂは、多層のニューラルネットワークについて深層学習（ディープラーニング）を実行することで、学習済みモデルＭ２を生成する。ここで、ニューラルネットワークの種別については特に限定されるものではなく、畳み込みニューラルネットワーク（ＣＮＮ）であってもよいし、全結合ニューラルネットワークや再帰型ニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ：ＲＮＮ）等の他種のニューラルネットワークであってもよい。或いは、処理機能１４４ｂは、ニューラルネットワーク以外の機械学習手法により、学習済みモデルＭ２を生成してもよい。また、処理機能１４４ｂは、学習済みモデルＭ２の生成処理を行わず、他の装置において生成された学習済みモデルＭ２を取得して使用することとしても構わない。

また、これまで、第２のスキャンにおいて、少なくともエネルギーＥ１２に対応する投影データセットＢ１２、及びエネルギーＥ１３に対応する投影データセットＢ１３を収集するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、スキャン機能１４４ａは、第２のスキャンにおいて、投影データセットＢ１２及び投影データセットＢ１３のいずれか一方のみを収集してもよい。この場合、処理機能１４４ｂは、投影データセットＢ１１に基づいて、投影データセットＢ１２及び投影データセットＢ１３のいずれか一方の補正を行なうとともに、補正後の投影データセットに基づいて質の高いＣＴ画像データを再構成することができる。或いは、処理機能１４４ｂは、投影データセットＢ１１から再構成した画像データＣ１１に基づいて、投影データセットＢ１２から再構成した画像データＣ１２及び投影データセットＢ１３から再構成した画像データＣ１３のいずれか一方を補正し、品質を向上させることができる。

また、これまで、物質弁別をＸ線ＣＴシステム１０が実行するものとして説明したが、実施形態はこれに限定されるものではない。例えば、物質弁別は、Ｘ線ＣＴシステム１０と異なる他の装置において実行されても構わない。以下、この点について、図６に示す医用情報処理システム１を例として説明する。図６は、第２の実施形態に係る医用情報処理システム１の構成の一例を示すブロック図である。医用情報処理システム１には、Ｘ線ＣＴシステム１０、及び、物質弁別を実行する医用処理装置２０が含まれる。

図６に示すように、Ｘ線ＣＴシステム１０と医用処理装置２０とは、ネットワークＮＷを介して相互に接続される。ここで、ネットワークＮＷを介して接続可能であれば、Ｘ線ＣＴシステム１０及び医用処理装置２０が設置される場所は任意である。例えば、医用処理装置２０は、Ｘ線ＣＴシステム１０と異なる病院に設置されてもよい。即ち、ネットワークＮＷは、院内で閉じたローカルネットワークにより構成されてもよいし、インターネットを介したネットワークでもよい。また、図６においてはＸ線ＣＴシステム１０を１つ示すが、医用情報処理システム１は複数のＸ線ＣＴシステム１０を含んでもよい。

医用処理装置２０は、ワークステーション等のコンピュータ機器によって実現される。例えば、医用処理装置２０は、図６に示すように、メモリ２１と、ディスプレイ２２と、入力インターフェース２３と、処理回路２４とを有する。

メモリ２１は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ２１は、Ｘ線ＣＴシステム１０から送信された各種のデータを記憶する。また、例えば、メモリ２１は、医用処理装置２０に含まれる回路がその機能を実現するためのプログラムを記憶する。なお、メモリ２１は、医用処理装置２０とネットワークＮＷを介して接続されたサーバ群（クラウド）により実現されることとしてもよい。

ディスプレイ２２は、各種の情報を表示する。例えば、ディスプレイ２２は、処理回路２４による物質弁別の結果を示す画像を表示したり、ユーザからの各種操作を受け付けるためのＧＵＩ等を表示したりする。例えば、ディスプレイ２２は、液晶ディスプレイやＣＲＴディスプレイである。ディスプレイ２２は、デスクトップ型でもよいし、医用処理装置２０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

入力インターフェース２３は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路２４に出力する。例えば、入力インターフェース２３は、ＣＴ画像データを再構成する際の再構成条件や、ＣＴ画像データから表示用のＣＴ画像を生成する際の画像処理条件等をユーザから受け付ける。例えば、入力インターフェース２３は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行なうタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース２３は、医用処理装置２０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース２３は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、医用処理装置２０とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路２４へ出力する電気信号の処理回路も入力インターフェース２３の例に含まれる。

処理回路２４は、処理機能２４ａ及び制御機能２４ｂを実行することで、医用処理装置２０全体の動作を制御する。なお、処理機能２４ａは、処理部の一例である。処理回路２４による処理については後述する。

図６に示す医用処理装置２０においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ２１へ記憶されている。処理回路２４は、メモリ２１からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、プログラムを読み出した状態の処理回路２４は、読み出したプログラムに対応する機能を有することとなる。

なお、図６においては単一の処理回路２４にて、処理機能２４ａ及び制御機能２４ｂが実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路２４を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、処理回路２４が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

また、処理回路２４は、ネットワークＮＷを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路２４は、メモリ２１から各機能に対応するプログラムを読み出して実行するとともに、医用処理装置２０とネットワークＮＷを介して接続されたサーバ群（クラウド）を計算資源として利用することにより、図６に示す各機能を実現する。

例えば、まず、Ｘ線ＣＴシステム１０におけるスキャン機能１４４ａは、被検体Ｐ１の体軸方向に沿った範囲Ｒ１にＸ線を照射してスキャンＡ１１を実行し、エネルギーＥ１１に対応する投影データセットＢ１１を収集する。また、スキャン機能１４４ａは、被検体Ｐ１の体軸方向に沿った範囲Ｒ２にＸ線を照射してスキャンＡ１２を実行し、エネルギーＥ１２に対応する投影データセットＢ１２、及びエネルギーＥ１３に対応する投影データセットＢ１３を収集する。なお、スキャン機能１４４ａは、ｋＶスイッチング方式のスキャンＡ１２に代えて、デュアルレイヤー方式のスキャンＡ１３、デュアルソース方式のスキャンＡ１４、又はスプリット方式のスキャンＡ１５を実行してもよい。また、制御機能１４４ｃは、投影データセットＢ１１、投影データセットＢ１２及び投影データセットＢ１３を、ネットワークＮＷを介して、医用処理装置２０に送信する。

次に、医用処理装置２０における処理機能２４ａは、投影データセットＢ１１に基づいて、エネルギーＥ１２に対応する投影データセットＢ１４及びエネルギーＥ１３に対応する投影データセットＢ１５の少なくとも一方を生成する。また、処理機能２４ａは、投影データセットＢ１４及び投影データセットＢ１５の少なくとも一方と、投影データセットＢ１２及び投影データセットＢ１３とに基づいて、物質弁別を行なう。

例えば、処理機能２４ａは、投影データセットＢ１２及び投影データセットＢ１４に基づいて、エネルギーＥ１２に対応する投影データセットＢ１６を生成し、投影データセットＢ１６及び投影データセットＢ１３に基づいて物質弁別を行なう。また、例えば、処理機能２４ａは、投影データセットＢ１３及び投影データセットＢ１５に基づいて、エネルギーＥ１３に対応する投影データセットＢ１７を生成し、投影データセットＢ１２及び投影データセットＢ１７に基づいて物質弁別を行なう。また、例えば、処理機能２４ａは、投影データセットＢ１２及び投影データセットＢ１４に基づいて投影データセットＢ１６を生成し、投影データセットＢ１３及び投影データセットＢ１５に基づいて投影データセットＢ１７を生成し、投影データセットＢ１６及び投影データセットＢ１７に基づいて物質弁別を行なう。

また、制御機能２４ｂは、処理機能２４ａによる物質弁別の結果を示す画像をディスプレイ２２に表示させる。或いは、制御機能２４ｂは、物質弁別の結果を示す画像をＸ線ＣＴシステム１０に送信する。この場合、Ｘ線ＣＴシステム１０における制御機能１４４ｃは、物質弁別の結果を示す画像をディスプレイ１４２に表示させる。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、あるいは、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等の回路を意味する。プロセッサはメモリ１４１又はメモリ２１に保存されたプログラムを読み出し実行することで機能を実現する。

なお、図１においては、単一のメモリ１４１が処理回路１４４の各処理機能に対応するプログラムを記憶するものとして説明した。また、図６においては、単一のメモリ２１が処理回路２４の各処理機能に対応するプログラムを記憶するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、複数のメモリ１４１を分散して配置し、処理回路１４４は、個別のメモリ１４１から対応するプログラムを読み出す構成としても構わない。同様に、複数のメモリ２１を分散して配置し、処理回路２４は、個別のメモリ２１から対応するプログラムを読み出す構成としても構わない。また、メモリ１４１又はメモリ２１にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。

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

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

以上説明した少なくとも１つの実施形態によれば、物質弁別の精度を向上させることができる。

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

１ 医用情報処理システム
１０ Ｘ線ＣＴシステム
１４０ コンソール装置
１４４ 処理回路
１４４ａ スキャン機能
１４４ｂ 処理機能
１４４ｃ 制御機能
２０ 医用処理装置
２４ 処理回路
２４ａ 処理機能
２４ｂ 制御機能

Claims (16)

1. 被検体の第１の領域にＸ線を照射することで第１のＸ線エネルギーに対応する第１の被検体データセットを収集する第１のスキャンを実行し、前記第１のスキャンの後で、前記第１の領域に含まれる第２の領域にＸ線を照射することで２以上の数のＸ線エネルギーそれぞれに対応する複数の被検体データセットを収集する第２のスキャンを実行するスキャン部と、
   前記第１の被検体データセットと前記複数の被検体データセットに含まれる少なくとも１つの被検体データセットとに基づき得られる被検体データセットと、前記複数の被検体データセットのうち前記少なくとも１つの被検体データセットを除いた被検体データセットとに基づいて、前記２以上の数の基準物質による物質弁別を行なう処理部と
   を備えた、Ｘ線ＣＴシステム。
2. 前記スキャン部は、前記第２のスキャンとして、前記第２の領域にＸ線を照射することで第２のＸ線エネルギーに対応する第２の被検体データセット及び前記第２のＸ線エネルギーとは異なる第３のＸ線エネルギーに対応する第３の被検体データセットを収集するスキャンを実行し、
   前記処理部は、前記第１の被検体データセットと前記第２及び第３の被検体データセットの一方とに基づき得られる第４の被検体データセットと、前記第２及び第３の被検体データセットの他方とに基づいて、２つの基準物質による物質弁別を行なう、請求項１に記載のＸ線ＣＴシステム。
3. 前記スキャン部は、
   前記被検体の体軸方向に沿った前記第１の領域にＸ線を照射することで前記第１のスキャンを実行して、前記第１の被検体データセットとして第１の投影データセットを収集し、
   前記第１のスキャンの後で、前記体軸方向に沿った前記第１の領域より狭い第２の領域にＸ線を照射することで前記第２のスキャンを実行して、前記第２の被検体データセットとして第２の投影データセットを収集し、前記第３の被検体データセットとして第３の投影データセットを収集し、
   前記処理部は、
   前記第１の投影データセットに基づいて、前記第２のＸ線エネルギーに対応する第４の投影データセット、及び前記第３のＸ線エネルギーに対応する第５の投影データセットのうち少なくとも一方を生成し、
   前記第４の投影データセット及び前記第２の投影データセットと、前記第５の投影データセット及び前記第３の投影データセットとの一方に基づき得られる前記第４の被検体データセットと、前記第２及び第３の投影データセットの他方とに基づいて前記物質弁別を行なう、請求項２に記載のＸ線ＣＴシステム。
4. 前記第１のＸ線エネルギーは、前記第２のＸ線エネルギー及び前記第３のＸ線エネルギーとは異なる、請求項２又は３に記載のＸ線ＣＴシステム。
5. 前記第２のＸ線エネルギーは、前記第３のＸ線エネルギーより小さく、
   前記処理部は、
   前記第１の投影データセットに基づいて、前記第２のＸ線エネルギーに対応する前記第４の投影データセットを生成し、
   前記第２の投影データセット及び前記第４の投影データセットに基づいて、前記第２のＸ線エネルギーに対応する第６の投影データセットを生成し、
   前記第３の投影データセット及び前記第６の投影データセットに基づいて、前記物質弁別を行なう、請求項３に記載のＸ線ＣＴシステム。
6. 前記処理部は、
   前記第１の投影データセットに基づいて、前記第２のＸ線エネルギーに対応する前記第４の投影データセット及び前記第３のＸ線エネルギーに対応する前記第５の投影データセットを生成し、
   前記第２の投影データセット及び前記第４の投影データセットに基づいて、前記第２のＸ線エネルギーに対応する第６の投影データセットを生成し、
   前記第３の投影データセット及び前記第５の投影データセットに基づいて、前記第３のＸ線エネルギーに対応する第７の投影データセットを生成し、
   前記第６の投影データセット及び前記第７の投影データセットに基づいて、前記物質弁別を行なう、請求項３に記載のＸ線ＣＴシステム。
7. 前記処理部は、前記第１の投影データセットに基づいて３次元の第１画像データを生成し、Ｘ線吸収係数に応じて前記第１画像データをセグメンテーションし、セグメンテーションした前記第１画像データを前記第２のＸ線エネルギーに応じて順投影することで前記第４の投影データセットを生成する、請求項５に記載のＸ線ＣＴシステム。
8. 前記処理部は、前記第１の投影データセットに基づいて３次元の第１画像データを生成し、Ｘ線吸収係数に応じて前記第１画像データをセグメンテーションし、セグメンテーションした前記第１画像データを前記第２のＸ線エネルギーに応じて順投影することで前記第４の投影データセットを生成し、セグメンテーションした前記第１画像データを前記第３のＸ線エネルギーに応じて順投影することで前記第５の投影データセットを生成する、請求項６に記載のＸ線ＣＴシステム。
9. 前記処理部は、同一対象から収集された２つの投影データセットの入力を受けて高品質の投影データセットを出力するように機能付けられた学習済みモデルに対して、前記第４の投影データセットと前記第２の投影データセットとを入力することにより、前記第６の投影データセットを生成する、請求項５又は７に記載のＸ線ＣＴシステム。
10. 前記処理部は、同一対象から収集された２つの投影データセットの入力を受けて高品質の投影データセットを出力するように機能付けられた学習済みモデルに対して、前記第４の投影データセットと前記第２の投影データセットとを入力することにより前記第６の投影データセットを生成し、前記第５の投影データセットと前記第３の投影データセットとを入力することにより前記第７の投影データセットを生成する、請求項６又は８に記載のＸ線ＣＴシステム。
11. 前記スキャン部は、１又は複数のビューごとに、前記第２のＸ線エネルギーと前記第３のＸ線エネルギーとの間でＸ線のエネルギーを変化させることで、前記第２のスキャンを実行する、請求項２～１０のいずれか一項に記載のＸ線ＣＴシステム。
12. 前記スキャン部は、第１のＸ線管から前記第２のＸ線エネルギーのＸ線を照射させ、第２のＸ線管から前記第３のＸ線エネルギーのＸ線を照射させることで、前記第２のスキャンを実行する、請求項２～１０のいずれか一項に記載のＸ線ＣＴシステム。
13. 前記スキャン部は、前記第２のＸ線エネルギーのＸ線を検出する第１の層と、前記第３のＸ線エネルギーのＸ線を検出する第２の層とを有する積層型のＸ線検出器を用いて、前記第２のスキャンを実行する、請求項２～１０のいずれか一項に記載のＸ線ＣＴシステム。
14. 前記スキャン部は、透過したＸ線を前記第２のＸ線エネルギーまで減衰させる第１のＸ線フィルタと、透過したＸ線を前記第３のＸ線エネルギーまで減衰させる第２のＸ線フィルタとを用いて、前記第２のスキャンを実行する、請求項２～１０のいずれか一項に記載のＸ線ＣＴシステム。
15. 前記スキャン部は、透過したＸ線を前記第２のＸ線エネルギーから前記第３のＸ線エネルギーまで減衰させるＸ線フィルタを用いて、被検体に照射されるＸ線の一部を減衰させることで、前記第２のスキャンを実行する、請求項２～１０のいずれか一項に記載のＸ線ＣＴシステム。
16. 第１のスキャンにおいて被検体の第１の領域にＸ線を照射することで収集された第１のＸ線エネルギーに対応する第１の被検体データセットと前記第１のスキャンの後で実行された第２のスキャンにおいて前記第１の領域に含まれる第２の領域にＸ線を照射することで収集された２以上の数のＸ線エネルギーそれぞれに対応する複数の被検体データセットに含まれる少なくとも１つの被検体データセットとに基づき得られる被検体データセットと、前記複数の被検体データセットのうち前記少なくとも１つの被検体データセットを除いた被検体データセットとに基づいて、前記２以上の数の基準物質による物質弁別を行なう処理部
    を備えた、医用処理装置。

Images