WO2016171186A1

WO2016171186A1 - Ｘ線検査用のデータ処理装置及びデータ処理方法、並びに、その装置を搭載したｘ線検査装置

Info

Publication number: WO2016171186A1
Application number: PCT/JP2016/062550
Authority: WO
Inventors: 勉山河; 山本　修一郎; 義治小幡; 雅志山▲さき▼; 雅宏岡田
Original assignee: 株式会社ジョブ
Priority date: 2015-04-20
Filing date: 2016-04-20
Publication date: 2016-10-27
Also published as: EP3287774B8; JP6740216B2; EP3287774B1; EP3287774A1; KR20170007366A; US20180209922A1; KR101930150B1; CN106461578A; EP3287774A4; US10502698B2; CN106461578B; JPWO2016171186A1

Abstract

物質の種類や性状を、厚さに無関係に、且つより高精度に同定可能にする。データ処理装置（１２）は、Ｘ線管（２１）から照射されて対象物を透過し且つ光子計数型検出ユニット（２６）により検出されたＸ線のエネルギー領域毎且つ画素毎の計数値が処理する。この装置（１２）は、計数値に基づいて対象物（ＯＢ）の画像を演算する手段（３５）と、画像上に関心領域を設定する手段（３５）とを備える。更に、この装置（１２）は、画像から関心領域に存在する物質の背景となる画素情報を除去する手段（３５）と、関心領域におけるＸ線のエネルギー領域毎且つ画素毎の計数値に基づいて、当該画素毎に物質のＸ線に対する固有の透過特性を固有情報として演算する手段（３５）とを備える。

Description

Ｘ線検査用のデータ処理装置及びデータ処理方法、並びに、その装置を搭載したＸ線検査装置

　本発明は、検査対象をＸ線でスキャンして収集されたＸ線透過データを処理するデータ処理装置及びデータ処理方法、並びに、その装置を搭載したＸ線検査装置に係る。特に、本発明は、食品、工業製品、人体の一部等の検査対象の関心部位の少なくとも種類或いは性状を、又は、その検査対象の内部或いは外側表面に在るかもしれない、当該対象物の組成とは異なる物質の存在の検出、又はその対象或いは物質の種類或いは性状をＸ線透過データから同定（特定又は推定）する機能を有するデータ処理装置、データ処理方法、並びに、Ｘ線検査装置に関する。

　近年、Ｘ線を用いて対象物の種類や形状を特定したいという要望は随所でみられる。その一例として、公衆衛生や食品安全の観点から食品の内部に含まれることがある異物の検査に対するニーズの高まりがある。

　このニーズに応えるＸ線検査も様々あるが、脚光を浴びている検査法は、Ｘ線を食品に照射して、その透過Ｘ線の情報から食品内部の物質の情報を収集する方法である。その一例として、搬送用のベルトを挟んで上下にＸ線管と検出器を配置し、ベルト上に載せた検査対象の食品をＸ線で検査する、所謂、インライン形のＸ線検査装置が知られている。この装置の場合、検査対象の食品はベルト(ライン)に載せられて搬送され、Ｘ線管と検出器との間に形成されるＸ線照射野を通過する。食品を透過したＸ線は、ベルトの下側の検出器で検出され、その検出データに基づいて画像が作成される。この画像を例えばソフトウェアで処理することで、その画像に写り込んでいる陰影から、その食品の内部に紛れ込んでいることがある異物を発見できる。また、検査対象は異物のみに限定されずに、Ｘ線でコントラスト差が生まれるものであって大きさや形状あるいは重量をより正確に求める必要がある対象物であってもよい。

　このようなＸ線検査において、その応用範囲を更に広めることも望まれている。例えば、空港等の施設において鞄や郵便物を開かずに、その不明な内容物の種類及び／又は存在する位置を特定したいという、所謂、手荷物検査での要求がある。また、上述した異物検査において、予め既知の対象物（例えばパン等の食品）に異物（例えば金属片）が紛れ込んでいる場合、その異物の存在及びその種類を発見し特定したいという検査要求もある。つまり、対象物（物質）の種類及び／又はその３次元的な位置をＸ線により同定したいというニーズも潜在的に高い。

　このニーズの高まりに関しては、例えば特許文献１（特開２０１０－０９１４８３）に記載の手法が知られている。この特許文献１に記載の「異物検出方法および装置」は、所謂、デュアルエネルギー法（又はサブトラクション法）と呼ばれる検査法である。この検査法は、２種類のエネルギー（波長）のＸ線が物質を透過するときのＸ線透過情報に差があることを利用している。具体的には、低エネルギーと高エネルギーの２種類のＸ線画像を同時に作成し、それらの画像の相互の差分をとり、その混入異物の成分画像を抽出し、その差分画像から閾値処理して異物を検出することを基本構成としている。この特許公報１に記載の場合には特に、差分演算における最適なパラメータを自動設定することによって高感度な異物検出を行うものである。

　なお、この特許文献１には、Ｘ線の光子（フォトン）の入射をそのエネルギーを弁別した状態で検出可能なＸ線検出器を用いることもできることが示唆されている。つまり、低エネルギーと高エネルギーの２種類のＸ線を同時に得る手立てとして、従来知られている光子計数型（フォトンカウンティング型）のＸ線照射・検出系の利用も示唆されている。

　一方、デュアルエネルギー法による検査法として、非特許文献１に記載の検出法も知られている。この非特許文献１によれば、上述したデュアルエネルギー法の基本構成の元で、さらに検査対象物がベルト上で重なっていたりした場合であっても、その重なりと異物とを混同せずに、異物をより高感度に検出可能なシステムが提供される。

日本国特開２０１０－０９１４８３号日本国特開２０１３－１１９０００号

アンリツテクニカル　No.87, Mar.2012, 「デュアルエネジー方式Ｘ線異物検出機の開発」

　上述した特許文献１及び非特許文献１に記載のデュアルエネルギー法によれば、対象物又はその中に混入する異物の検出感度向上は可能である。しかしながら、その異物がどのような種類のものであるか、又は、これに加えて、その異物が３次元的にどこにあるのか、という異物検査において最も知りたい情報を得ることは困難であった。

　つまりは、この異物の種類等を同定（特定、推定）困難であるということは、Ｘ線が透過する物質自体の種類、又は、これに加えてその３次元的な位置について同定困難であるということである。これは対象物自体の種類が不明な検査において異物を確認したいような場合に極めて不都合なことであった。

　このような不都合を解消しようとした提案が特許文献２によりなされている。この提案は、ラミノグラフィー法を採用する断層装置等から得られる画像を使って、精度良く且つ簡便に対象物に含まれる物質の種類を同定する手法を提供するものである。具体的には、Ｘ線のエネルギーを複数のエネルギー領域に弁別して光子計数した計数値及びその計数値で再構成した被検体画像を用いて、被検体の中の注目部位に在る物質を同定する手法である。この手法によれば、厚さ及び密度の均一な物質を撮像した計数値に基づいて参照画像が作成され、この参照画像の画素値で被検体画像の画素値を画素毎に除算して当該被検体画像の画素値が正規化される。この正規化された画素値から、吸収情報を与えた軸を２次元の一方の軸に、且つ、当該２次元の他方の軸にＸ線のビームハードニング情報を与えた散布図が作成される。この散布図から、被検体の撮像部分に在る物質の種類を同定するための同定情報が取得される。

　しかしながら、この特許文献２に記載の物質同定法の場合、散布図を求めることが前提である。散布図を用いることは、視覚的にどのような状態で物質が入り混じっているのかということを捉える分には良い。しかし、エネルギー帯域の情報を用い、原画像の割り算によってビームハードニング軸上の値を求めるため、ノイズが増加すること、近似曲線（最小二乗法で計算）の通過点（座標原点を通る条件などの通過ポイント）を規定できていないために近似誤差が大きく、安定した結果が得にくいこと、散布図の生成に、収集された全データを使っていないこと、など課題が多い。

　一方、前述した従来の各種の文献に記載の検査法の場合、物質の性質を知り得るための理論的根拠と検出精度の両面で問題があり、特定撮影対象と特定条件に絞った検出感度の向上は可能だが、適用範囲が狭く汎用性がない。

　そこで、本発明は、上述した従来のＸ線検査が抱える状況に鑑みてなされたもので、その目的は、Ｘ線による検査対象の全体又は一部（注目部位）を成す物質の種類や性状を、その厚さに無関係に、かつ、より高精度に同定（推定、特定）可能なデータ処理装置及びデータ処理方法、並びに、その装置を搭載又は実行可能なＸ線検査装置を提供することにある。

　上記目的を達成するため、本発明の一態様に係るデータ処理装置は、Ｘ線管から照射されて対象物を透過し且つ光子計数型の検出器により検出されたＸ線のエネルギー領域毎且つ画素毎の計数値を処理する。このデータ処理装置は、前記計数値に基づいて前記対象物の画像を演算する画像演算手段と、前記画像上に関心領域を設定する関心領域設定手段と、前記画像から前記関心領域に存在する物質の背景となる画素情報を除去する背景除去手段と、前記関心領域における前記Ｘ線のエネルギー領域毎且つ前記画素毎の前記計数値に基づいて、当該画素毎に前記物質の前記Ｘ線に対する固有の透過特性を固有情報として演算する固有情報演算手段と、を備える。

　好適には、前記固有情報は、前記各画素の前記透過特性をベクトル量（ベクトルの要素は例えばエネルギー領域毎に得られる）として表したときの方向を示し且つ前記物質を前記Ｘ線が透過したときのエネルギースペクトラムを擬似的に（仮想的に）示す散布図情報、及び、当該ベクトル量の大きさを示し且つ前記物質による前記Ｘ線の減弱度合を擬似的に（仮想的に）示す減弱情報のうちの少なくとも何れか一方である。

　また、本発明の別の態様は、Ｘ線管から照射されて対象物を透過し且つ光子計数型の検出器により検出されたＸ線のエネルギー領域毎且つ画素毎の計数値を処理する方法である。この方法によれば、前記計数値に基づいて前記対象物の画像を演算し、前記画像上に関心領域を設定し、前記画像から前記関心領域に存在する物質の背景となる画素情報を除去し、前記関心領域における前記Ｘ線のエネルギー領域毎且つ前記画素毎の前記計数値に基づいて、当該画素毎に前記物質の前記Ｘ線に対する固有の透過特性を固有情報として演算する。

　さらに、本発明の別の態様は、Ｘ線検査装置に係り、この装置は上述したデータ処理装置を搭載することを特徴とする。
　なお、本発明における用語の定義は以下の通りである。

　まず、「Ｘ線検査装置は、医用のＸ線撮影装置、Ｘ線診断機器のみならず、Ｘ線による非破壊検査装置も含む。「Ｘ線検査」も同様に医用のＸ線検査及び非破壊検査をも含む概念である。

　また、「検査対象」とは、Ｘ線検査装置のオブジェクト空間に配置されたＸ線によるスキャンを受け、Ｘ線透過データとしてのフレームデータが収集される対象を言う。

　「検査対象の全体」とは、検査対象を成す物の全体であり、例えば検査対象が食品（ピーマン、トマト等の野菜、食パン、カップ麺、食肉、魚等）であれば、Ｘ線検査装置の搬送ベルトに検査のために載せられる個々の物品を指し、検査対象が工業製品や空港手荷物検査の荷物であれば、それもＸ線検査装置の検査に掛けられる単位を成す物品を指す。

　これに対し、「検査対象の一部」とは、検査対象を成す物品の一部分として定義され、例えばＸ線透視画像上で自動的に又は手動で指定される部分を言う。例えば野菜の異物検査の場合、Ｘ線検査装置の検査用搬送ベルトに載せられた沢山の野菜（キュウリ、トマト等）のうち、個々の野菜の一部を言う。検査対象のＸ線透視画像上で指定した関心部位（つまり、検査対象の一部）がその検査対象の本来の組成と違っている場合、その関心領域により指定された部分には「異物」が混入しているものと推定できる。

　なお、この異物検出の場合に、異物以外の部分はデータ処理上、背景成分として処理される。この背景成分は従って、関心領域及びその周辺部分に在る検査対象自体の組成（空気も含む）に由来するデータである。検査対象の全体を物質の同定又は性状の特定の対象領域として設定する場合、背景成分は空気及び検査用搬送ベルト等の既知の成分のみである。

　また、物質の種類の「同定」とは、その種類が何であるかを判別することであり、「特定又は推定」と言い換えてもよい。物質の「性状」とは、その物質を成す組成がどのような状態にあるかを言い、判り易い例で言えば、検査対象としての食肉ブロックの筋肉分と脂肪分の割合の程度などを言う。

　さらに、「関心領域に存在する物質」とは検査対象の全部又は一部であることもあるし、関心領域に存在するが、検査対象それ自体とは異なる物質（異物などの関心物質）であることもある。

　以上のことから、本発明における物質同定には、検査対象それ自体の種類を同定する、検査対象それ自体の性状を特定する、検査対象それ自体とは異なる物質が存在していることを検出する、検査対象それ自体とは異なる物質の種類を同定する、等の態様が含まれる。

　本発明によれば、光子計数型のＸ線検出器により検出されたＸ線のエネルギー領域毎且つ画素毎の計数値に基づいて対象物の画像が演算され、その画像上に関心領域が設定される。さらに、この画像から関心領域に存在する物質の背景となる画素情報が除去された後、関心領域におけるＸ線のエネルギー領域毎且つ画素毎の計数値に基づいて、当該画素毎に物質のＸ線に対する固有の透過特性が固有情報として演算される。このように、画素毎に固有情報が得られるため、Ｘ線による検査対象の全体又は一部（注目部位）を成す物質の種類や性状を、その厚さに無関係に、より高精度に、かつ、同定（特定）可能になる。

　添付図面において、
図１は、本発明の１つの実施形態に係る、データ処理装置を搭載したＸ線検査システムの概要を説明するブロック図である。図２は、光子計数型検出器に設定したエネルギー領域とＸ線エネルギースペクトラムの一例を説明する図である。図３は、単一物質モデルとエネルギー領域別の光子計数との関係を説明する図である。図４は、複数物質モデルとエネルギー領域別の光子計数との関係を説明する図である。図５は、データプロセッサにより実行される、物質同定の処理及びその前処理の概要を説明するフローチャートである。図６は、データプロセッサにより実行される物質同定の前処理を説明する図である。図７は、本実施形態においてデータプロセッサにより実行される物質同定の中心部分を説明する概略フローチャートである。図８は、エネルギー領域毎の画像の関心領域の各画素から、Ｘ線吸収量の３次元ベクトルの生成を説明する図である。図９は、３次元散布図の作成から同定情報の提示までの処理を説明する概略フローチャート。図１０は、正規化された３次元散布図を模式的に説明する斜視図である。図１１は、３次元散布図から物質固有の散布点からの３次元ベクトルの生成を説明する図である。図１２は、物質同定を検証するための１つのシミュレーション結果を説明する図である。図１３は、物質同定を検証するための別のシミュレーション結果を説明する図である。図１４は、物質同定を検証するための別のシミュレーションに係るファントムを示す図である。図１５は、図１４のファントムを用いたシミュレーション結果を説明する図である。図１６は、実施形態において説明した物質同定を実施するデータ処理装置（方法）を搭載した医用のリュウマチ検査装置としてのＸ線検査装置の概要を説明する構成図である。図１７は、実施形態において説明した物質同定を実施するデータ処理装置（方法）を搭載した非破壊検査装置としてのＸ線検査装置の概要を説明する図であって、特に、インライン型異物検査装置と呼ばれるシステムの概要を説明する構成図である。図１８は、前述した実施形態に係る図７のステップＳ１３４の処理をより詳細に説明する部分フローチャートである。図１９は、散布点データを表示する面に関する変形例を説明するグラフである。図２０は、散布点データを表示する面に関する別の変形例を説明するグラフである。図２１は、散布点データを表示する面に関する更に別の変形例を説明するグラフである。図２２は、散布点データを表示する面に関する更に別の変形例を説明するグラフである。図２３は、散布点データを表示する面に関する更に別の変形例を説明するグラフである。

　以下、添付図面を参照して、本発明に係る、Ｘ線検査用のデータ処理装置及びデータ処理方法の実施形態を説明し、そのデータ処理装置を搭載したＸ線検査装置を変形例として説明する。

　［実施形態］
　まず、図１～図１５を参照し、１つの実施形態として、本発明の一態様に係るＸ線検査用のデータ処理装置及びデータ処理方法の１つの実施形態を説明する。図１は、Ｘ線検査システム（Ｘ線検査装置）１０の概略構成を示す。本実施形態はデータ処理装置及びデータ処理方法に焦点を当てて説明するので、このＸ線検査システム１の公知の部分は簡略化して説明する。

　このＸ線検査システム１０にはデータ処理装置１２が通信ラインＬＮを介して通信可能に接続されているが、このデータ処理装置１２はＸ線検査システム１０の例えば制御部と一体に組込まれていてもよいし、別体で設置されていてもよい。

　Ｘ線検査システム１０は、例えば、Ｘ線による非破壊検査システム、又は、医用のＸ線パノラマ撮影システムとして使用される。このＸ線検査システム１０の検査対象としては、食品、工業製品、人体の乳房等、多岐に渡る。判り易い例としては、食品（ソーセージ、ピーマン等の野菜など）の内部に異物が混入していないかどうかを調べるインライン形の食品検査装置であるが、必ずしもこれに限定されるものではない。食品としては、この他に、鮮魚内の釣り針等の異物を検査することも可能である。また、異物の意味合いを変更解釈すれば、食肉の内部の油脂分の含み具合、異物や骨の混入、木材の鬆や水分含有量のチェック等、その性状を特定することにも適用できる。工業製品としては、電子基板部品の実装状態のチェック、ハンダバンプ内の接触状態のチェック等にも適用できる。さらに、人体の乳房を検査するマンモグラフィーにおいては、乳房内に発生する石灰化や腫瘤等の病変部の発見、乳腺含有率の精度の高い計算などに適用可能である。

　非破壊検査やＸ線パノラマ撮影を行う場合、本実施形態に係るＸ線検査用のデータ処理装置及びデータ処理方法は、Ｘ線が物質を透過するときの吸収情報（あるいは減弱情報）に基づき、その物質の種類や性状を同定（特定、弁別、識別、或いは決定とも言える）する処理を行うことを基本要素としている。以下の説明において、この処理を総括的に「物質同定」と呼ぶこともある。

　このＸ線検査装置１０は、図１に示すように、仮想的に、Ｘ、Ｙ、Ｚ軸の直交座標系を設定できるオブジェクト空間ＯＳを有する。この装置１０は、非破壊検査の場合、オブジェクト空間ＯＳにおいてスキャン方向（Ｚ軸方向）に所定のコーン角θを有し、且つ当該スキャン方向に直交する断面（ＸＹ面）に沿った方向（Ｙ軸方向）に所定のファン角βを有するＸ線ビームＸＢを発生するＸ線管２１及びコリメータ２２を備えたＸ線発生器２３を備える。Ｘ線管２１は、点状のＸ線管焦点Ｆ（焦点径は例えば１．０ｍｍφ）を有する、例えば回転陽極Ｘ線管である。このＸ線管２１には、図示しないＸ線高電圧装置からＸ線照射のための駆動用高電圧が供給される。

　さらに、Ｘ線検査装置１０は、Ｘ線管２１に一定距離だけ離間して対向可能且つ移動可能に配置されたＸ線検出器２４（以下、単に検出器と呼ぶ）を備える。検出器２４は、複数のモジュールをライン状に繋いで構成され、これにより、検出器２４は、その全体として、細長い矩形状のＸ線入射窓を有する。各モジュールは、ＣｄＴｅ，ＣＺＴなどの半導体材料から成る検出層を例えば２０×８０個の画素（各画素は０．２ｍｍ×０．２ｍｍのサイズを持つ）に成形した、Ｘ線から電気信号に直接変換する、所謂、直接変換型のＸ線検出要素である。この複数の画素を成す検出層の両面には、図示しないが、実際には荷電電極と収集電極とが貼設されている。この両電極間にバイアス電圧が印加される。

　この検出器２４は、Ｘ線を様々なエネルギーを有するフォトンの集合であると見做して、それらのフォトンの個数をエネルギー領域別に計数可能な光子計数型（photon counting type）の検出器である。このエネルギー領域としては、例えば図２に示すように、４つのエネルギー領域Ｂin_１～Ｂin_４が設定されている。勿論、このエネルギー領域Ｂinの数は複数であればよい。

　この検出器２４では、その画素毎に、且つ、エネルギー領域Ｂin毎に、Ｘ線強度がフォトン数のデジタル量の計数値(累積値)として一定時間毎に検出される。１個のフォトンがある画素に入射すると、そのエネルギー値に応じた波高値の電気パルス信号がその画素に発生する。この電気パルス信号の波高値、すなわちエネルギー値は所定のエネルギー領域Ｂin毎に分類され、その計数値が１つ増える。この計数値は一定時間毎の累積値（デジタル値）として画素毎且つそのエネルギー領域Ｂin毎に収集される。

　この収集は、検出器２４の検出層の下面にＡＳＩＣ層として作り込まれているデータ収集回路２５により行われる。検出器２４及びデータ収集回路２５により、検出ユニット２６が構成されている。このため、検出ユニット２６、即ちデータ収集回路２５から一定のフレームレートでＸ線透過データ（フレームデータ）がデータ処理装置１２に送られる。

　このような構成を持つＸ線検査装置１０の例は、例えば特開２００７－１３６１６３、国際公開公報ＷＯ　２００７／１１０４６５　Ａ１、同ＷＯ　２０１３／０４７７７８　Ａ１に示されている。また、上述した光子計数型検出器２４の例も、例えば国際公開公報ＷＯ　２０１２／１４４５８９　Ａ１に示されている。

　なお、このＸ線検査装置１０を例えば歯科用のＸ線パノラマ撮影に使用する場合、検査対象ＯＢは被検者の頭部である。その場合、Ｘ線発生器２３及び検出器２４の対は、その頭部の周囲において例えば頭部中心をＸ方向の直線を回転軸として回転移動する。このＸ線パノラマ撮影に関するスキャン構造も、例えば特開２００７－１３６１６３に示されている。

　さらに、データ処理装置１２は、Ｘ線検査装置１０から通信ラインＬＮを介してＸ線透過データ（フレームデータ）を受信する。データ処理装置１２は、Ｘ線検査装置１０と一体の装置又は検査システムとして設けられてもよい。また、データ処理装置１２は、本実施形態のように、Ｘ線検査装置１０に対して通信ラインを介して通信可能に接続されている場合、常時、オンラインで接続されていてもよいし、必要なときにだけ通信可能になっていてもよい。さらに、データ処理装置１２はスタンドアロン形式で設けられていてもよい。

　このデータ処理装置１２は、以下に詳述するように、このＸ線透過データを処理して検査対象それ自体を成す物質やその検査対象の注目部位に在る物質の種類又は性状に固有の情報（固有情報）を取得したり、更には検査対象に異物等の他の物質が存在しているか否かを検出したりするように構成されている。

［物質の固有情報の取得、及び、データ処理の詳細］
　以下、データ処理装置１２の構成及びその動作を、本発明の特徴の一つである物質の固有情報の取得法と共に詳述する。

　データ処理装置１２は、一例として、コンピュータシステムＣＰにより構成される。このコンピュータシステムＣＰ自体は公知の演算機能を持つコンピュータシステムであってよく、検出ユニット２６に通信ラインＬＮを介して接続されたインターフェース（Ｉ／Ｏ）３１を備える。このインターフェース３１には、内部バスＢを介して、バッファメモリ３２、ＲＯＭ(read-only memory)３３(“Non-transitory computer readable medium”として機能する)、ＲＡＭ(random access memory)３４、ＣＰＵ(central processing unit)を備えたデータプロセッサ３５（単にプロセッサ又はコンピュータであってもよい）、画像メモリ３６、入力器３７、及び表示器３８が互いに通信可能に接続されている。

　ＲＯＭ３３には、コンピュータ読出し可能な物質同定のプログラムが予め格納されており、データプロセッサ３５がそのプログラムを自分のワークエリアに読み出して実行する。データプロセッサ３５は画像処理専用のＣＰＵである。バッファメモリ３２は、検出ユニット２６から送られてきたフレームデータを一時的に保管するために使用される。ＲＡＭ３４は、データプロセッサ３５の演算時に、演算に必要なデータを一時的に記憶するために使用される。

　画像メモリ３６は、データプロセッサ３５により処理された各種の画像データや情報を保管するために使用される。入力器３７及び表示器３８は、ユーザとの間のマン・マシンインターフェースとして機能し、このうち、入力器３７はユーザからの入力情報を受け付ける。表示器３８は、データプロセッサ３５の制御下において画像等を表示することができる。インターフェース３１、入力器３７、及び表示器３８により外部からの情報（例えばユーザからの情報）を入手するインターフェース部が構成される。

・光子計数法によるデータの収集と物質モデルとの関係
　次に、Ｘ線管２１から照射されたＸ線（ファン状のビームＸ線）が被検体ＯＢを透過し、その透過Ｘ線が光子計数（フォトンカウンティング）法の下で検出器２４により収集されるときの物質モデル毎のデータ収集の概念を図２～４を用いて説明する。

　図２に、横軸にＸ線のエネルギー[keV]をとり、縦軸にＸ線を成す光子（フォトン）の入射頻度（カウント）ととったときの一般的なプロファイルを示す。光子計数の場合、周知の如く、横軸のエネルギーを複数のエネルギー領域Ｂｉｎに分けるために閾値ＴＨが設定される。この図２の例では、４つの閾値ＴＨ_１，ＴＨ_２，ＴＨ_３，ＴＨ_４が比較器（図示せず）への適宜な基準電圧値として与えられ、これにより、使用可能な第１～第３のエネルギー領域Ｂｉｎ_１，Ｂｉｎ_２，Ｂｉｎ_３が設定される。なお、第１のエネルギー領域Ｂｉｎ_１よりも下のエネルギーはノイズが多く計測不能なエネルギー領域に属し、一方、最上位の閾値ＴＨ_４よりも上側に位置する第４のエネルギー領域Ｂｉｎ_４は光子計数には関与しないとして、使用されない。このため、この例の場合、最上位及び最下位のエネルギー領域を除く、第１～第３の３つのエネルギー領域Ｂｉｎ_１，Ｂｉｎ_２，Ｂｉｎ_３が光子計数に使用される。

　この図２に示す頻度のプロファイルの形状はＸ線管２１の陽極材の種類や管電圧により決まり、通常、図示の如く、第２のエネルギー領域Ｂｉｎ_２のカウントが一番大きくなる。このため、エネルギー領域毎の計数値（頻度、カウント）のバランスを考慮して適宜に閾値ＴＨが決められる。この４つの閾値ＴＨ_１～ＴＨ_４は、データ収集回路２５を成すＡＳＩＣにおいて検出器２４の画素毎に比較器への電圧閾値として設定される。このため、Ｘ線光子は、画素毎に且つエネルギー領域毎に計数される。勿論、各画素に閾値ＴＨの数は３つ以上であれば任意の数でよい。閾値ＴＨの数が３つであれば、使用されるエネルギー領域の数は２つである。

　この計数値からＸ線透過画像（濃度画像）を作成するときには、様々な形態を採ることができる。検出器２４のＸ線入射面を成す画素毎に、且つ、エネルギー領域Ｂｉｎ毎に計数情報が得られる。このため、エネルギー領域Ｂｉｎ毎の各画素の計数値に適宜な重み係数を掛けてシフト加算をすれば、その各エネルギー領域ＢｉｎのＸ線透過データ（フレームデータ）が得られる。また、この３つのエネルギー領域Ｂｉｎ_１～Ｂｉｎ_３のうち、任意の２つ又は全てのエネルギー領域Ｂｉｎの計数値に適宜な重み係数を掛けてシフト加算し、１フレームのＸ線透過データとしてもよい。

　このように、エネルギー領域Ｂｉｎ毎にＸ線光子数に応じたエネルギー情報を画素毎に収集し、画素への光子エネルギーの寄与度を勘案して画像作成等へ利用可能であり、用途に応じ自在にエネルギー強調画像を作成でき、従来の積分型のＸ線透過データの収集に対する優位性がある。

　さて、この光子計数法を本願に係る物質同定に適用する場合、物質（検査対象ＯＢの検査したい部位にある物質：検査対象自身を成す物質であることも、検査対象以外の物質であることもある）が単一の組織からできているのか、複数の組織からできているのかに分けて考え、各組織のＸ線吸収を考慮することが妥当である。

（i）物質が単一の組織から成る場合（単一物質モデル）
　この単一物質モデルの場合、図３（Ａ）に示すように、第１～第３のエネルギー領域Ｂｉｎ_１～Ｂｉｎ_３それぞれを代表する線減弱係数μ_１、μ_２、μ_３（ｃｍ^－１）とおける。この線減弱係数は、物質のＸ線に対する固有の透過特性を示す指標である。

　このエネルギー領域Ｂｉｎ毎に異なる線減弱係数μ_１、μ_２、μ_３を持ち且つ厚さｔ（ｃｍ）の物質にＸ線が入射するときのモデルは、図示の如く表される。つまり、入射するＸ線量（光子数）Ｃ_ｌ１，Ｃ_ｌ２，Ｃ_ｌ３がそれぞれ線減弱係数μ_１、μ_２、μ_３と厚さｔに依存する減弱を受けて、その出力するＸ線量（光子数）は
Ｃ_ｏ１＝Ｃ_ｌ１×ｅ^－μ１ｔ
Ｃ_ｏ２＝Ｃ_ｌ２×ｅ^－μ２ｔ
Ｃ_ｏ３＝Ｃ_ｌ３×ｅ^－μ３ｔ
…　（１）
と表すことができる。

　このため、単一組織から成る単一物質モデルの場合、図３（Ｂ）に示すように、Ｘ線量（光子数）Ｃ_ｌｉが、線減弱係数μ_ｉ，厚さｔの物質に入射すると、その出力Ｘ線量（光子数）は
Ｃ_ｏｉ＝Ｃ_ｌｉ×ｅ^－μｉｔ
（ｉ＝１～３）
…　（２）
と表すことができる。

（ii）物質が複数の組織から成る場合（複数物質モデル）
　この複数物質モデルの場合、そのＸ線吸収の観点からみると、図４（Ｂ）に示すように、物質は厚さｔ_ａ且つ線減弱係数μ_ｉａの層、厚さｔ_ｂ且つ線減弱係数μ_ｉｂの層、…、厚さｔ_ｎ且つ線減弱係数μ_ｉｎの層が積層された層構造であると言える。そこで、図４（Ａ）に示すように、第１～第３のエネルギー領域Ｂｉｎ_１～Ｂｉｎ_３それぞれを代表する線減弱係数μ_１ａ、…、μ_１ｎ；μ_２ａ、…、μ_２ｎ；μ_３ａ、…、μ_３ｎ（ｃｍ^－１）と書ける。このエネルギー領域Ｂｉｎ毎に異なる線減弱係数μ_１ａ、…、μ_１ｎ；μ_２ａ、…、μ_２ｎ；μ_３ａ、…、μ_３ｎを層状に持ち且つ層厚さｔ_ａ，…,ｔ_ｎ（ｃｍ）の物質にＸ線が入射するときのモデルは、図示の如く表される。つまり、入射するＸ線量（光子数）Ｃ_ｌ１，Ｃ_ｌ２，Ｃ_ｌ３がそれぞれ線減弱係数μ_１ａ、…、μ_１ｎ；μ_２ａ、…、μ_２ｎ；μ_３ａ、…、μ_３ｎ且つそれぞれ厚さｔ_ａ，…,ｔ_ｎに依存する減弱を受けて、その出力するＸ線量（光子数）は
Ｃ_ｏ１＝Ｃ_ｌ１×ｅ^{－μ１aｔa}×　…　×ｅ^{－μ１nｔn}
Ｃ_ｏ２＝Ｃ_ｌ２×ｅ^{－μ２aｔa}×　…　×ｅ^{－μ２nｔn}
Ｃ_ｏ３＝Ｃ_ｌ３×ｅ^{－μ３aｔa}×　…　×ｅ^{－μ３nｔn}
…　（３）
と表すことができる。

　このため、複数の組成から成る複数物質モデルの場合、図４（Ｂ）に示すように、Ｘ線量（光子数）Ｃ_ｌｉの入射に対して、その出力Ｘ線量（光子数）は
Ｃ_ｏ１＝Ｃ_ｌ１×ｅ^{－μｉaｔa}×　…　×ｅ^{－μｉnｔn}
　（ｉ＝１～３）
…　（４）
と表すことができる。

［処理手順］
　上述した物質モデルによる光子計測と線減弱値μｔとの関係を前提にして、データ処理装置１２により実行される物質同定の処理を説明する。データ処理装置１２では、そのデータプロセッサ３５が所定のプログラムを実行することにより、図５に示す手順に沿って物質同定を行う。

［前処理］
　まず、データプロセッサ３５は、例えばユーザとの間でインターラクティブに又は自動的に画像取得を行うか否かを判断し（ステップＳ１）、画像取得のタイミングまで待機する。画像取得が判断された場合（ステップＳ１，ＹＥＳ）、バッファメモリ３２に既に保存されているフレームデータを例えばＲＡＭ３４に呼び出す（ステップＳ２）。このフレームデータは、図６に模式的に示す如く、３つのエネルギー領域Ｂｉｎ_１、Ｂｉｎ_２，Ｂｉｎ_３それぞれに属するエネルギーを持つＸ線光子の計数値のフレームデータＦＤ_１，ＦＤ_２，ＦＤ_３と、全エネルギー領域Ｂｉｎ__all（Ｂｉｎ_１＋Ｂｉｎ_２＋Ｂｉｎ_３）のＸ線光子の計数値のフレームデータＦＤ_allとから成る。

　次いで、データプロセッサ３５はユーザとの間でインターラクティブに、又は、自動指示に応じて物質同定を行うか否かを判断する（ステップＳ３）。物質同定の指示があるまで待機し、物質同定を実行せずに終了の指令があるときには処理を終わる（ステップＳ４）。

［合焦画像の作成］
　ステップＳ３において物質同定を行うと判断された場合（ステップＳ３，ＹＥＳ）、データプロセッサ３５はユーザとの間でインターラクティブに、又は、自動的に、例えば、検査対象ＯＢと交差する断面を指定する（ステップＳ５）。

　一例として、インターラクティブに断面の位置を指定する場合、図１に示すように、検出器２４からの高さＨｃをユーザが入力器３７を介して指定する例が挙げられる。例えば、図１において搬送ベルト（図示せず）に載せられた検査対象ＯＢの高さ方向（Ｙ軸方向）の高さがＨ_ＯＢ又はそれ以上であることが判っている場合、その検査対象ＯＢの高さ方向におけるほぼ中心に相当する高さＨ_Ｃの断面を指定すればよい。勿論、この例の場合、検出ユニット２６は搬送ベルトの下側に位置するので、その搬送ベルトと検出ユニット２６の検出器２４の検出面との間の隙間分の高さも考慮して高さＨｃが指定される。検査対象ＯＢの高さが不明又はばらつきがあるときには、高さＨｃを搬送ベルトの面の高さに設定しておいてもよい。また、搬送ベルトの入り口に例えば光学的に検査対象ＯＢの高さを検知する装置を設け、それにより高さ情報を得てもよい。

　一方、検査対象ＯＢの断面を自動的に指定したい場合、ステップＳ５においては断面の指定情報として、高さＨｃではなく、画素毎に最適焦点化を図る全画素合焦面を設定する旨の指定がなされる。この場合、この全画素合焦面の高さは必ずしも一定ではなく、画素毎に最適焦点化を図るため、検査対象ＯＢに交差するものの画素毎に高さが異なる凸凹を伴っていることが多い。このような全画素合焦面の作成の仕方は、例えば米国特許第８，４３３，０３３やＰＣＴ／ＪＰ２０１０／６２８４２に例示されている。これらの例示に係る作成方法はラミノグラフィー法（又はトモシンセシス法）を使用している。

　このように断面指定が終わると、データプロセッサ３５は指定断面の断層像を、例えば全ネルギー領域Ｂｉｎ__allに対する複数のフレームデータＦＤ_allを用いて作成する（ステップＳ６）。

　一定の高さＨｃが指定されている場合には、その高さＨｃに相当するシフト量を以ってシフトしながら、複数のフレームデータＦＤ_allを相互に重ねて画素加算するラミノグラフィー法の下で作成すればよい。これにより、最適焦点化の位置を指定高さＨｃに合わせた断層像（ラミノグラフィー像）ＩＭ_allが作成される（図６参照）。この断層像ＩＭ_allも合焦の位置が高さＨｃに限定されてはいるが、合焦画像の１つである。

　一方、検査対象ＯＢの全画素合焦面を設定する旨の指定がなされている場合、収集したフレームデータの中の、例えば全エネルギー領域Ｂｉｎ__allに属する複数のフレームデータＦＤ_allを用いて全画素合焦画像ＩＭ_all´がラミノグラフィー法の下で作成される（図６参照）。この全画素合焦画像ＩＭ_all´には検査対象ＯＢが写り込んでおり、かつ、その全画素合焦画像ＩＭ_all´は高さ方向又はＸ線照射方向において画素毎に最適焦点化された断層像である。この断層像の例として、例えば前述の作成法と同様に、米国特許第８，４３３，０３３やＰＣＴ／ＪＰ２０１０／６２８４２に記載のものが挙げられる。この公報記載の作成法は、歯科用について例示しているが、この作成法により作成された湾曲した擬似的な３次元画像を２次元画像に変換することで、本実施形態で使用可能な合焦画像としての２次元断層像が作成される。この２次元断層像は、全画素合焦という処理を経ている分、合焦の度合が前述した高さ一定の合焦画像ＩＭ_allよりも精緻である。本実施形態では何れの合焦画像であってもよいので、以下、単に合焦画像ＩＭ_allとして説明する。

　続いて、データプロセッサ３５は、３つのエネルギー領域Ｂｉｎ_１、Ｂｉｎ_２，Ｂｉｎ_３から収集されたフレームデータＦＤ_１，ＦＤ_２，ＦＤ_３それぞれを用い、前記指定高さＨｃ、又は、例えば全画素合焦面の平均の高さに応じて、ラミノグラフィー法の下で断層像を順次作成する（ステップＳ７，Ｓ８，Ｓ９）。これにより、図６に模式的に示す如く、エネルギー領域別の合計３つの合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３が作成される。この３つの合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３の作成順は任意である。勿論、この３つの合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３も、上述と同様に、全画素合焦画像として作成してもよい。

［関心領域の設定］
　次いで、データプロセッサ３５は全画素合焦画像ＩＭ_all上で、ユーザとの間でインターラクティブに又は自動的に関心領域ＲＯＩを設定する（ステップＳ１０）。この関心領域ＲＯＩは、例えば、検査対象ＯＢを成す物質の種類を同定する場合には、合焦画像ＩＭ_allに写り込んでいる検査対象ＯＢの中の同一物質で構成されていると想定される部分（厚さは変わってもよい）を囲む適宜なサイズの関心領域ＲＯＩが設定される。異物検出や病変部特定の場合には、異物の疑いがある箇所又は病理学に疑わしい箇所を囲むように適宜なサイズの関心領域ＲＯＩが設定される（図６参照）。

　この全画素合焦画像ＩＭ_all上で関心領域ＲＯＩが決まると、この領域情報を使ってエネルギー領域別の３つの合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３上においても同様に関心領域ＲＯＩが設定される（図６参照）。

［背景推定及び背景削除］
　次いで、データプロセッサ３５は合焦画像ＩＭ_all上で関心領域ＲＯＩにおける背景となる画素成分（背景成分）を推定する（ステップＳ１１）。この背景成分は、前述したように、求めたい同定情報が何かによって決まる。物質の種類や性状を同定又は特定する場合、多くは、ベルト等の搬送手段及び空気を含む既知成分である。異物の種類や病変部の状態を同定（推定）する場合には、それらの既知成分に、検査対象ＯＢ自体の成分が異物又は病変部の背景成分として加わる。この背景成分の情報は既知である場合には、それを固定値として、エネルギー領域別の３つの合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３それぞれの関心領域ＲＯＩから差分される（ステップＳ１２）。

　一方、背景成分の量が不明である場合には、その背景成分を推定する必要がある。この推定法としては、適宜な手法、例えば関心領域外側の相互に離間した任意の複数の位置の画素値から補間法によって推定すればよい。

　なお、上述した前処理は、３つのエネルギー領域別の合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３それぞれに関心領域ＲＯＩを設定し且つその背景成分を除去することが主な目的である。このため、全エネルギー領域の全画素合焦画像ＩＭ_allを作成せずに、合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３の何れかで代替させてもよい。

［物質同定のメイン処理］
　上述のように前処理が終わると、データプロセッサ３５は物質同定のためのメインの処理を行う（ステップＳ１３）。このメインの処理は、図７に示すように行われる。

＜線減弱値μｔの演算＞
　まず、データプロセッサ３５は、３つの合焦画像ＩＭ_１，ＩＭ_２，ＩＭ_３それぞれにおいて関心領域ＲＯＩで囲まれ且つ背景成分が削除された画素値を用いて線減弱値μｔの算出演算をする（図７、ステップＳ１３１）。ここで、μは物質の線減弱係数（単に、減弱係数とも呼ばれる）であり、ｔは物質のＸ線照射方向に沿った厚さである。

　前述した単一物質モデル及び複数物質モデルにおいて、各エネルギー領域Ｂｉｎ_ｉ（ｉ＝１～３）に対して、画素毎に、線減弱値μｔは下記の式から演算される。
μ_ｉｔ＝ｌｎＣｌ_ｉ－ｌｎＣｏ_ｉ　
（ｉ＝１～３：単一物質モデルの場合）
…　（５）

（ｉ＝１～３、ｊ＝ａ～ｎ：複数物質モデルの場合）
…　（６）
ここで、ｌｎは自然対数を採ることを意味している。

　このため、物質に入射（入力）した光子数と物質から出射（出力）した光子数が判れば、線減弱値μｔは演算できる。出射光子数Ｃｏ_ｉは検出器２４によりエネルギー領域別に且つ画素毎に検出された光子数である。Ｃｌ_ｉは実際のＸ線検査と同じ条件の下で入射するＸ線のフォトン数であり、予め設定されている既知の値である。勿論、その都度、実際のＸ線検査条件の変動を考慮して物質同定時に推定した値であってもよい。

　なお、医療検査の場合、マンモグラフィーや手足の軟部組織では、より単純化された物質から構成されていると見做すことができ、さらに、その撮影部の圧迫又は固定に用いる器具も平板構造であるため、この線減弱値μｔはより精度良く演算可能である。また、食品などの非破壊検査においても、前述のように背景成分を適宜に推定できれば、その背景成分を除去した後の画素情報から線減弱値μｔは精度良く演算可能である。

　次いで、データプロセッサ３５は、上述した３つのエネルギー領域Ｂｉｎ_１～Ｂｉｎ_３の合焦画像ＩＭ_１～ＩＭ_３において、それらの関心領域ＲＯＩを成す各画素の線減弱値μｔをピックアップし、ベクトル化する（ステップＳ１３２：図８参照）。

　つまり、各画素について３次元の線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）を作成する（図８参照）。この３次元線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）には未だ厚さｔ及び密度のファクタが含まれているので、このベクトル自体は厚さｔに由来するＸ線減弱量を示しているに過ぎず、物質固有の指標になり得ない。それは、Ｘ線スキャノグラムやＸ線単純撮影と同様に、厚みｔが未知のため、Ｘ線固有の線減弱係数μ_１、μ_２、μ_３を求めることができないからである。ましてや、１つの３次元線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）だけでは、他のノイズ成分に埋もれて、物質固有の情報を求めることは困難である。

　そこで、本発明者等は、この３次元線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）を正規化し且つそれを集合で扱うことで物質同定が可能になることを見出した。

　まず、各３次元線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）を下記の式（７）によって単位長さ（長さ１）に正規化（又は規格化）し、厚さｔ及び密度のファクタが入らない３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）を作成する（ステップＳ１３３）。
（μ_１ ^´、μ_２ ^´、μ_３ ^´）
＝（μ_１ｔ、μ_２ｔ、μ_３ｔ）／（（μ_１ｔ）^２+（μ_２ｔ）^２+（μ_３ｔ）^２）^１／２
＝（μ_１、μ_２、μ_３）／（μ_１ ^２+μ_２ ^２+μ_３ ^２）^１／２　　…（７）

　勿論、この正規化は各３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）の長さを揃えることであり、必ずしも長さ＝１でなくてもよく、任意の長さでもよい。なお、記号μは正規化前の線減弱係数を示し、記号μ´は正規後の線減弱係数を示している。また、図１０，１３、１６，１７、１９，２０，２３に示す減弱係数μは正規化後の値を示している。

　このように正規化することで厚さｔ及び密度のファクタは消えるので、線減弱係数μ_１、μ_２、μ_３を互いに直交軸とする３次元座標上で、その各３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）を座標原点に始点を置けば（ステップＳ１３４）、その終点の位置座標は物質固有の情報（物質の種類、性状の情報）を表していることになる。

　このように本実施形態では、Ｘ線減弱を示すベクトル量を、正規化前には線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）として扱い、正規化後には質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）として扱うようにしている。本実施形態では何れも３次元で処理しているが、２次元であっても同様である。

　このステップＳ１３４における処理は、例えば、図１８に示すように、ＲＯＭ３３に予め格納されていた、線減弱係数μ_１、μ_２、μ_３を表す直交３軸の座標データを空間生成（表示用）のために読み出し（Ｓ１３４－１）、この直交３軸の例えば長さ＝１を通る部分球面をメモリ空間に設定し（ステップＳ１３４－２）、この部分球面に、原点Ｏから各３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）の先端を配置（打点又はマッピングとも呼ばれる）する（ステップＳ１３４－３）。

　なお、各画素に対して正規化の式（７）で置き直された３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）の３次元傾き情報は、３次元空間において物質の種類や性状によって変化する、物質固有の情報を擬似的に（仮想的に）表すエネルギーの散布データとも言える。このため、本発明者等は、この３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）の先端が指し示す位置、即ち、３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）の３次元傾き情報（つまり、散布点）の集合を「３次元散布図」とも呼んでいる。つまり、物質が変われば、３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）の傾きが変わり、その先端が指し示す３次元位置（散布点の位置）も変わるからであり、その３次元位置の情報がＸ線フォトンのエネルギーの分布を反映している。

　さらに、データプロセッサ３５は、各画素に対して、各３次元線減弱ベクトル（μ_１ｔ、μ_２ｔ、μ_３ｔ）の長さを
　（（μ_１ｔ）^２＋（μ_２ｔ）^２＋（μ_３ｔ）^２）^１／２　　…（８）
として演算する。この式（８）で表される量は、Ｘ線が透過した物質での透過しなかったＸ線の吸収量に対応するもので、これも物質同定の補完情報として有用であり、また従来の吸収画像の代替画像としての画素値を成す。このため、この吸収量を階調化した値を画素値とする画像を作成する（ステップＳ１３５）。本発明者等は、この３次元質量減弱ベクトルの長さを擬似的に（仮想的に）Ｘ線減弱値に対応する「吸収ベクトル長」と呼び、これを画素値とした画像を「吸収ベクトル長画像（又は擬似吸収画像）」とも呼んでいる。この吸収ベクトル長画像は、Ｘ線の入射エネルギースペクトラムの形状に依存し難いことから安定した画像であり、各線減弱値μｔを総合的に反映している。この結果、この吸収ベクトル長画像はコントラストの強い画像になる。この吸収ベクトル長画像を画像メモリ３６に保管しておいて、必要なときに表示器３８で表示するようにしてもよい。特にＸ線のビームハードニングが強い質量の大きな物質に対して特徴的な画像を得ることができる。

　最後に、データプロセッサ３５は、上述した３次元散布図のデータを物質固有情報として、また吸収ベクトル長画像を物質同定の補完情報として画像メモリ３６に保存し（図５、ステップＳ１４）、必要に応じて、それらを例えば表示器３８を介してユーザに提示する（ステップＳ１５）。

　以上のように、光子計数型の検出器２４により収集されたエネルギー領域別のＸ線光子計数値に基づいて、ラミノグラフィー法の下であっても、検査対象ＯＢの厚さに無関係に物質固有の情報を取得することができる。これは以下に説明する物質固有情報の表示及び解析と組み合わせると大いなる優位性を発揮する。

　［物質固有情報の表示及び解析の一例］
　この物質固有情報の表示及び解析の処理は、例えば前述したステップＳ１５の一環として実行される。データプロセッサ３５は、例えばユーザから指示に応えて、上述した物質固有情報を表示する。具体的には、正規化された線減弱係数μ_１、μ_２、μ_３を３軸とする３次元座標空間に半径＝１の球表面を設定する（図９、ステップＳ３１）。

　次いで、各画素の３次元質量減弱ベクトル（μ_１ ^´、μ_２ ^´、μ_３ ^´）から成る３次元散布図をその３次元座標空間の原点を始点とし、その終点を、一例として、同一面として機能する球表面上（径＝１に正規化された球面）に配置（打点、マッピング）して表示する（ステップＳ３２）。この打点された球表面上の終点の集合は物質固有の情報に基づく、物質固有の散布点の集合となる。このため、たとえ画素間で厚さｔが互いに異なる物質が検査対象であったとしても、その厚さｔのファクタには依存しない散布点の集合である。

　図１０に、この散布点の集合を３次元散布図として、正規化された球表面の一部（同一面の一部）に打点した例を模式的に示す。

　次いで、データプロセッサ３５は、図１１（Ａ）に示すように、その散布点をグルーピングし（点線の囲み参照：ステップＳ３３）、同図（Ｂ）に示すように、グループ分けされた散布点の重心位置ＧＲを演算する（ステップＳ３４）。次いで、同図（Ｃ）に示すように、各散布点グループの重心位置ＧＲと原点とを結ぶベクトルＶobjを演算する（ステップＳ３５）。

　次いで、このベクトルＶobjを予め保有している基準データに比較して、物質の種類や性状を同定又は特定する（ステップＳ３６）。基準データには、例えば記憶テーブルとして、予め物質の種類や性状に応じて測定したベクトルＶobjの３次元傾きが許容幅と共に記憶されている。このため、演算したベクトルＶobjの傾きがその許容幅に入るか否かで物質同定を行うことができるとともに、ノイズとなるベクトル情報を排除できる。同定された情報は保存される（ステップ、Ｓ３７）。

　なお、前述したステップＳ１５において、３次元散布図及び吸収ベクトル長画像は様々な態様で提示・提供できる。例えば、データプロセッサ３５は、３次元散布図及び吸収ベクトル長画像を表示器３８に分割表示してもよいし、最初に３次元散布図を表示し、ユーザから要請に応じて補助的に吸収ベクトル長画像を表示させるようにしてもよい。

［各種のシミュレーション］
　本発明者等は、本願に係る物質同定の妥当性を検証するために、各種のシミュレーションを行ったので、これを説明する。

［１．物質の性状の違いを特定可能なことを検証するシミュレーション］
　まず、物質の性状の違いによって３次元散布図がどのように変化するのか、生体の脂肪と筋肉の含有率を１０％単位で変え、且つ、その厚さが１ｃｍ、２ｃｍ、３ｃｍと変化する生体ファントムについてシミュレーションを行った。

　図１２（Ａ）に、この生体ファントムを示す。この生体ファントムでは、厚さ＝約３ｃｍ、約２ｃｍ、約１ｃｍの短冊状部分が一方向に配置され、そのもう一方の方向に沿って筋肉９０％、脂肪１０％：筋肉８０％、脂肪２０％：筋肉７０％、脂肪３０％：…：筋肉３０％、脂肪７０％：といった具合に筋肉脂肪割合を変化させている。なお、厚さによってスキャン画像に濃度差が出ないように若干（≪１ｃｍ）厚さを調整している。この生体ファイントムの隣には、背景成分としての空気層が設定されている。空気層での光子計数の統計量は２７，２００カウント、生体ファントムに設定した矩形状ＲＯＩの大きさは２８８ｍｍ^２、背景面積は１８９ｍｍ^２に設定した事例である。

　この生体ファントムを前述した３次元散布図を描画した結果、３次元座標空間で、図１２（Ｂ）に示すように、筋肉脂肪割合毎に散布点が分離し、且つ、その重心位置（図１２（Ｃ）の黒丸印を参照）も分離されることが判った。しかも、ファントムの厚さが変わっても散布点は同一グループの属するように分布している。なお、図１２（Ｂ）の３次元座標空間において原点は現れていないが、この空間から離れた所定位置にある。

　このシミュレーションから、異なる筋肉脂肪の割合（即ち、異なる物質の性状）を持つ生体は、Ｘ線吸収の観点からみると互いに違う物質として特定されることが判る。逆に言えば、この３次元の３次元散布図を描くことによって、筋肉脂肪の割合を推定できる。このシミュレーションの場合、脂肪筋肉の隣接する１０％差の距離に対して誤差成分は最大で１２％程度の乖離があり、厚さに依存せず、±１．２％以内での精度で筋肉脂肪の割合を同定できることが判明した。

［２．物質の種類を同定できることを検証するシミュレーション］
　図１３には、本発明者等が行った物質の種類を同定できることを検証するシミュレーション結果を示す。物質の種類を同定できれば、その物質が異物（検査対象とは別の組織を持つ物質）か否の判別も可能になる。これは、特に、Ｘ線非破壊検査で有用である。

　本発明者等は、野菜としてピーマンの組織を作成し、その中に異物として、１．５ｍｍφで且つ長さ１．５ｍｍのアルミニウム（Ａｌ）を置いたピーマンのファントムを作成した。

　このピーマンファントムを使って前述した３次元散布図を描くと図１３のように描出された。これによれば、検査対象であるピーマン自体の散布点のグループと、ノイズであるピーマンの境界面の散布点と、異物としてのアルミニウムの散布点のグループとにグルーピングできることが確認できた。

　このため、前述したように、各グループの散布点の重心の位置を決められ、この重心位置と３次元座標の原点とを結ぶベクトルを作成され、そのベクトルの３次元傾き情報が基準データと比較される。これにより、異物が存在するか否かを判定することできるし、また異物がアルミニウムの金属片であることも判る。このシミュレーションの場合、アルミニウム片が存在しない場合、この３次元散布図において散布点のグループは出現しない。

［３．吸収ベクトル長（疑似吸収）画像の優位性を検証するシミュレーション］　
　図１４，１５に前述した疑似吸収画像に関わるシミュレーション結果を示す。

　前述したように、３次元散布図を作成する過程において吸収ベクトル長画像をも生成することができる。本発明者等は、この吸収ベクトル長画像の優位性を検証するため、この吸収ベクトル長画像（疑似吸収画像）を、従来の通常の光子計数に基づいてラミノグラフィー法に拠り作成した画像（「通常のフォトンカウンティング画像」と呼ぶ）、及び、低いエネルギー領域において計数した光子数に基づいてラミノグラフィー法に拠り作成した画像（「低エネルギー強調画像」と呼ぶ）と比較するシミュレーションを行った。

　まず、食品としてのピーマンの組織を模した横長のファントムにＡｌ，Ｓｉ、Ｆｅの３種類の金属製異物を混入させたファントムを図１４に示すように作成した。このファントムには、種類毎に直径が異なる円柱状及びサイズが異なる直方体状の異物(Ａｌ、Ｓｉ、Ｆｅ)を断層面０ｃｍ、３ｃｍ、６ｃｍ、９ｃｍのそれぞれに異物種類毎に短手方向に配置した。このファントムに対して、スキャンスピード＝６０ｍ／分、フレームレート＝６６００ｆｐｓ、空気層カウント＝５０カウント／pixel、管電圧＝５０ｋＶ，第１のエネルギー領域Ｂｉｎ_１＝１５～２７ｋｅＶ（平均エネルギー＝２１．６５ｋｅＶ），第２のエネルギー領域Ｂｉｎ_２＝２７～３５ｋｅＶ（平均エネルギー＝３１．０ｋｅＶ），第３のエネルギー領域Ｂｉｎ_３＝３５～５０ｋｅＶ（平均エネルギー＝３９．４ｋｅＶ）という条件でスキャンを行って、ラミノグラフィー法に拠って吸収ベクトル長画像、通常のフォトンカウンティング画像、及び低エネルギー強調画像を作成した。

　この３種類の画像を図１５の右欄に示す。この３種類の画像それぞれにおいて断層面６ｃｍ、サイズが異なる３つのＡＬ直方体の位置(右欄画像のラインを参照)の濃度プロファイルを計算した。この計算結果を図１５の左欄を示す。この濃度プロファイルは、ＡＬ直方体の位置でそのサイズに応じた画素値（濃度）のピークを示した。このピーク差（コントラスト比）は疑似吸収画像が一番大きくなり、疑似吸収画像が一番、吸収量を反映した画素値を呈していることが判る。即ち、この疑似吸収画像は、通常のフォトンカウンティング画像及び低エネルギー強調画像に比べて、Ｘ線吸収量の差をより敏感に反映した濃度画像を提供できることが確認できた。

　以上のように、この実施形態に係るＸ線検査装置１１によれば、各種の作用効果が得られる。

　まず、検査対象ＯＢの断面（又は凹凸のある断面）の焦点化された断層像（画像）に関心領域が設定されるとともに、その画像から、関心領域に存在する関心物質（検査対象や異物らしもの）の背景となる画素情報(背景成分)が除去される。この除去後の断層像のデータとＸ線エネルギー領域毎且つ関心領域の画素毎の計数値とに基づいて、関心物質のＸ線に対する固有の透過特性（例えば線減弱係数μ）が画素毎に固有情報として演算される。この固有情報は、物質の厚さｔに依存しないので、これに基づいて関心物質の種類や性状を同定又は特定することができる。例えば、演算された固有情報を、予め保有しておいた既知の固有情報（物質固有の既知である固有ベクトル情報（一定の許容範囲を持つ情報））と比較することで、物質同定が可能になる。

　また、関心領域の設定次第で、検査対象の全体や一部まで物質同定したい範囲を調整することができる。このときに、この固有情報は厚さｔに影響されない物質の種類や性状（状態）に固有の情報として得られるので、関心領域は厚さの変化に関わらず適宜な広さに設定すればよい。従来の物質同定と異なり、物質同定に不要な情報となる背景成分を除去してから固有情報を求めるので、物質同定をより精度高く行うことができ、その信頼性も向上する。

　さらに具体的には、エネルギー領域別の、線減弱係数μからなるベクトルを正規化して球体面上に３次元散布図を提示可能である。この散布点（スペクトラム）は、かかるベクトルの３次元傾き情報(すなわち物質の固有情報)を表している。このため、この散布点の状態を見ただけで、検査対象ＯＢが例えば金属なのかそれ以外のものか、検査対象ＯＢにそれとは別のもの（異物等）があるか否か、検査対象ＯＢの状態（筋肉と脂肪がどのような割合なのか、などの情報をばらつきのある散布点の重心を求め付加することで、視覚的にも定量的にも把握し易い。

　勿論、この散布図をその球体の内側の位置（例えば原点）からプラネタリウムの如く観察する、また球体を回転させながら散布点の散布状況を観察する、などの様々な観察態様を採ることができる。また球体表面ではなく、これを平面空間に再マップするような方法も様々とりうる。例えば原点を頂点とした、コーン状球体の三角錐底面に原点を結び交点を求め再マップしたり、地球儀の平面展開で用いられる方法などを応用して展開する方法なども考えられる。これは、検査対象とそれに含まれている可能性のある異物との識別すること等に有用なツールとなり得る。

　また、３次元散布図を得る過程において、吸収ベクトル長画像のデータも得られる。本発明者等は、この吸収ベクトル長画像は、従来のＸ線吸収画像に比べて、照射されるＸ線のエネルギースペクトラム形状にそれほど依存しないことを、筋肉と軟骨の厚みを徐々に変えたファントムを使って確認している。スペクトラム形状とは、例えば図２に例示したように、真ん中のエネルギー領域Ｂｉｎ_２における頻度がその両隣のそれよりも高いというスペクトラム形状のことである。本実施形態の場合、前述した実施形態に係る式（８）の処理を行っているので、スペクトラム形状の依存するＸ線吸収の違いが生じにくく、また線減弱係数が最も大きい低エネルギー側の頻度への影響が安定するためであると考えられる。

　このため、この吸収ベクトル長画像は、エネルギースペクトラムの形状依存性が少ない分、Ｘ線管電圧等のＸ線照射条件に対してよりロバストであり、画像コントラストが良く、且つ線減弱値μｔに比例し、すべてのエネルギー帯域の線減弱値μｔを平均化する効果があるためノイズが少なくなる。
本画像の優位性が顕著に現れる事例として下記のようなケースがある。

　・質量の大きい造影剤、例えば、ヨウ素、ガドリニューム、金などを投与する医療の造影剤検査において、造影剤が回っている部位でビームハードニング現象が生じ、結果として低エネルギー側の線減弱値μｔが大きくなり、造影剤が回っている部位と他の部位でコントラスト差の大きな画像を得ることが出来、より造影剤の効能が顕著になる。

　・食品異物検査における異物部のコントラストがより付くために、視覚的な情報として活用できる。

　なお、非破壊検査において背景としてベルトを含む空気層がある場合、異物の種類それ自体を同定することはできないが、異物が存在しているかどうかといった異物検出は可能であることも確認できている。つまり、前述してきた物質同定の手法を異物検出にも使える。このため、まず異物検出を行って、その異物が存在すると判断された部位を精査し、その異物の種類を同定（つまり、物質の種類を特定する物質同定）を行うという２段構えの検査が可能になる。

　［変形例］
　<変形例１>
　上記実施形態に係る物質同定の手法は、必ずしも３次元座標空間で実施されることに限定されない。例えば、図２に示す頻度スペクトラムにおいて、第１及び第２のエネルギー領域Ｂｉｎ_１、Ｂｉｎ_２：Ｂｉｎ_２、Ｂｉｎ_３、又は、Ｂｉｎ_１，Ｂｉｎ_３の２つを使って前述したと同様の処理を行えば、２次元の散布図及び吸収ベクトル長画像を得ることができる。これによっても、２次元に簡便化された質量減弱ベクトルの傾き（物質固有情報）及び長さ（吸収値）によって、簡便に、前述したと同様の物質同定を行うことができる。

　<変形例２>
　また、前述した吸収ベクトル長画像を作成するための演算式（８）は以下のように一般化してもよい。
　(a×(μ₁t)²+b×(μ₂t)²+c×(μ₃t)²)^1/2　　…（８’）

　ここで、ａ，ｂ，ｃは重み付け加算を行うための任意の値を採る係数である。この式に基づいて作成される吸収ベクトル長画像は、Ｘ線管の照射条件を設計すること等に利用できる。この照射条件の設計により、例えば検査対象の物質の種類や比重等に応じた入射エネルギースペクトラムを持つＸ線をＸ線管に照射させることができる。

　<変形例３>
　また、別の変形例として、図１６に、本発明に係るＸ線検査装置を医用のリュウマチ検査装置として実施した例を示す。同図に示すように、このリュウマチ検査装置１１８は、被検者の手の関節部を検査対象ＯＢとし、この関節部に挟んでＸ線発生器１２１と光子計数型検出ユニット１２６を対向させるとともに、この対を同図紙面の前後方向に移動させるスキャノグラム移動機構１２０を備える。このリュウマチ検査装置１１８は更に、検出ユニット１２６から出力されるフレームデータを処理する再構成部１１１と、この再構成部１１１の再構成情報を受けて前述した物質同定の処理を行うデータ処理装置１１２と、この処理装置１１２の処理結果を表示する表示モニタ１３８とを備える。

　再構成部１１１は、フレームデータにラミノグラフィー法を実施して合焦画像（各画素のボケをより少なくした最適焦点化画像）を再構成する再構成ユニット１１１Ａ、この再構成された合焦画像から表示用のエネルギーウェイト画像を作成する作成ユニット１１１Ｂ、及び、３つのエネルギー領域Ｂｉｎ１，Ｂｉｎ２，Ｂｉｎ３に基づいて前述した物質同定の処理を行う処理ユニット１１Ｃを備える。これらのユニット１１１Ｂ，１１１Ｃで処理された画像及び情報は、データ処理装置１１２を介して表示モニタ１３８に表示される。このデータ処理ユニット１１２は、ユーザとの間でインターラクティブに画像及び情報を直接、表示モニタ１３８に表示可能に構成されている。これにより、作成ユニット１１１Ｂで作成された画像及び３次元散布図が表示モニタ１３８に表示される。さらに、データ処理装置１１２は、表示モニタ１３８に表示された画像の部分的に拡大して表示したり、３次元散布図から判定されるリュウマチの進行度を病状判定結果として表示したりすることができるようになっている。これらの表示は、データ処理装置１１２はユーザとの間でインターラクティブに行う。

　このように、前述した物質同定を関節部の物質の性状(状態)の特定に適用することで、より高精度なリュウマチ検査を行うことができる。

　同様に、別の変形例として、図１７に、本発明に係るＸ線検査装置を異物検査のための非破壊検査装置として実施した例を示す。

　<変形例４>
　図１７に示す非破壊検査装置１１９は、前述した再構成部１１１、データ処理装置１１２、及び表示モニタ１３８に加え、Ｘ線スキャン機構ＸＳを備える。このＸ線スキャン機構ＸＳは、搬送ベルトＢＴを挟んでＸ線管及び光子計数型検出ユニット１２６を配置した構成を採る。この搬送ベルトＢＴの移動に伴って、その上に置かれた検査対象ＯＢとしての例えばピーマンが移動する。この移動方向はＸ線ビームＸＢに拠るスキャン方向と一致させている。再構成部１１１、データ処理装置１１２、及び表示モニタ１３８の構成及び動作は前述したものと同じである。なお、このデータ処理装置１１２は、物質同定の判定結果情報として、検査対象ＯＢに金属片等の異物が含まれていたか否かの異物存否情報、又は／及び、異物が含まれていた場合、その異物の種類、或いはその種類を示唆可能な情報（例えば、プラスチック又は金属である可能性が高い、等）を異物同定結果として表示可能に構成されている。また、データ処理装置１１２は３次元散布図を解析した情報や異物部（関心領域ＲＯＩを設定した部分)の背景を削除した画像等をもユーザとの間でインターラクティブに作成し、表示可能になっている。

　このように、前述した物質同定を異物検査に適用することで、異物が在ったか否かの判定を含め、異物検出をより高精度に行うことができる。

　以上のように、本発明に係る物質同定の手法は様々な分野で応用することができる。

　<変形例５>
　さらに、本発明に係る物質同定の処理において、３次元散布図の表示に関す様々な変形も可能である。この変形例は、前述した実施例のみならず、変形例３，４の応用装置にも適用可能である。

　例えば、図１０には、３次元散布図を打点する同一面として、原点から等距離（例えば正規化された径＝１）を成す球面の一部を例示した。しかし、これに限らず、同一面として、その球全体を地球儀のように表示させ、これに３次元散布図を成す散布点を打点してもよい。この球面に打点された散布点を、球内部の原点から又は球外部から原点に向かって観測して絵図をユーザに表示又は提示したり、データとして記憶装置に保存すればよい。

　また、本発明では、３次元散布図を成す散布点は同一面に打点することが重要であるが、この同一面は必ずしも径＝１に正規化されたものに限定されない。各軸方向の距離を距離＝１以外の値に正規化（規格化）された位置を通る平面、又は、球面の一部若しくは全部の面であってもよい。

　さらに、同一面の具体例として、図１９に示すように、各画素のベクトル（μ_１、μ_２、μ_３）を示す直交３軸それぞれの正規化点＝１を結ぶ三角形平面Ｐtriを設定し、この平面Ｐtriに原点Ｏからみたベクトル（μ_１、μ_２、μ_３）の先端位置を散布点として打点（マッピング）してもよい。この処理は、データプロセッサ３５により、前述した図７のステップＳ１３４において実行される。この場合に、勿論、正規化点＝１以外の、３軸上の同じ長さの位置を結ぶ三角形平面であってもよい。

　さらに、図２０に別の例を示す。同図に依れば、図１０に示す正規化された球面の一部Ｐcir上に、基準又は所望の物質の３次元散布図を表す散布点（又はその代表点）Ｐrefの位置で当該球面の一部Ｐcirに接する平面状の接面Ｐtanに、原点Ｏからみたベクトル（μ_１、μ_２、μ_３）の先端位置を散布点として打点してもよい。この処理は、データプロセッサ３５により、前述した図７のステップＳ１３４において実行される。この場合にも、勿論、正規化点＝１以外の、３軸上の同じ長さの位置を結ぶ球面の一部に接する接面であってもよい。

　なお、図１９及び図２０の打点方法の場合、図１のように球面に打点する方法とは異なり、面上での散布点の距離間隔に歪が生じるので、その距離間隔を補正する処理を付加してもよい。

　このように、散布点を打点する面を同一面とし、この同一面の種類の選択の幅が広がり、設計の多様化を図ることができる。また、球面ではなく、平面とすることで、打点された散布点、即ち、３次元散布図の分布状況を観察する上での方向性の制限が少なくなる。

　<変形例６>
　また、別の態様として、３次元散布図を表示器３８に表示させるときに、データプロセッサ３５は、散布点のグループ毎に濃度及び／又はカラーを違えてもよい。このため、データプロセッサ３５は、ステップＳ１５において、図２１に示すように、例えば同一面としての球状の面の全体又はその一部に打点する散布点の濃度及び／又はカラーを変更し（ステップＳ１５－１）、このグループ化した散布点をその面に３次元的に表示する（ステップＳ１５－２）。これにより、表示の多様化を図ることができる。

　<変形例７>
　更に別の態様として、ユーザ等が３次元散布図を目視するときの視線に関する変形例が挙げられる。この変形例では、データプロセッサ３５は、図２２に示すように、例えばユーザとの間でインターラクティブに、例えば同一面としての球状の面の全体又はその一部を目視する原点からの視線の方向を指定する（ステップＳ１５－１１）。この視線としては、例えば、図１１（Ｃ）に示すベクトルＶｏｂｊに沿った視線が挙げられる。次いで、データプロセッサ３５は、この指定された視線に沿って、ベクトル（μ_１、μ_２、μ_３）を表示させる３次元座標と散布点を回転させるように再演算が行われる（ステップＳ１５－１２）。さらに、この３次元座標と散布点は再度、例えば表示器３８に再表示される（ステップＳ１５－１３）。更に、データプロセッサ３５は、その視線の向きを変更させると、図２２の処理を繰り返して、かかる変更に応じて３次元散布図を回転させて表示する。これにより、ユーザにとって使い易くかつ表示の多様化を図ることができる。

　なお、これに類する変形として、データプロセッサ３５は、ステップＳ１５の処理において、３次元散布図を図１１（Ｃ）で示すように、設定したベクトルＶｏｂｊと共に表示してもよいし、球体面と散布点だけを表示してもよいし、球体面と散布点の重心ＧＲの位置とだけを表示してもよい。勿論、球体面を２次元面に変換して散布点と共に表示してもよい。

　更に別な変形として、データプロセッサ３５は、前記原点から延びる前記ベクトルＶｏｂｊに沿った視線を設定し、この視線を示すマーカと共に３次元散布図（３次元散布図）を表示させて３次元散布図を観察できるようにしてもよい。これにより、球体面上のミクロな領域で物質同定の観察を行うときに、常に原点の方向を意識して観察することができ、その視認方向を見失うことを防止できる。

　なお、視線は、図１１（Ｃ）の複数のベクトルＶｏｂｊで示すように、散布点のグループＧＲ毎に複数、設定し、表示器３８に表示するようにしてもよい。

　<変形例８>
　更に別の態様として、データプロセッサ３５は、３次元表示された散布点を２次元表示に変更してもよい。データプロセッサ３５は、球状の面の全体又は一部に打点された３次元の散布図データＤ_３ｄを読み出し（図２３、ステップＳ１５－２１）、これを例えば予め指定された視線Ｖiewから見た２次元散布データＤ_２ｄに投影（変換）する（ステップＳ１５－２２）。この投影には例えばメルカトル図法等を用いることができる。データプロセッサ３５は、この２次元散布データＤ_２ｄを表示器３８に表示する（ステップＳ１５－２３）。これにより、ユーザは普段見慣れている２次元画像をも見ることができるので、図１０や図１１に示す３次元画像に限らず、多様な目視観察の態様を得ることができる。

　以上説明した実施形態及びその変形例において、データプロセッサ３５により実行される図５、図７、図９、図１８～図２２の処理により、様々な機能的なユニット（ブロック又は部とも参照される）が構成される。具体的には、図５のステップＳ１及びＳ２により画像演算手段としての画像演算ユニットが構成され、同図ステップＳ１０により関心領域設定手段としての関心領域設定ユニットが構成され、同図ステップＳ１１，Ｓ１２により背景除去手段としての背景除去ユニットが構成される。更に、図５のステップＳ１３（具体的には図７のステップＳ１３１～Ｓ１３３）が固有情報演算手段としての固有情報演算ユニットを構成している。このうち、ステップＳ１３３は正規化手段としての正規化ユニットに機能的に対応する。

　また、データプロセッサ３５により実行される図７のステップＳ１３４（図８、ステップＳ１３４－１～Ｓ１３４－３を含む）及びＳ１３５の処理により、夫々、散布図作成手段としての散布図作成ユニットおよび画像作成手段としての画像作成ユニットが機能的に提供される。図７のステップＳ１５により、散布図提示手段としての散布図提示ユニット及び画像提示手段としての画像提示ユニットが機能的に提供される。

　さらに、データプロセッサ３５により実行される図９のステップＳ３１～Ｓ３７の処理により解析手段としての解析ユニットが機能的に構成される。このうち、ステップＳ３４が代表点演算手段としての代表点演算ユニットを機能的に構成し、ステップＳ３６が性状特定手段としての性状特定ユニットを機能的に構成している。

　さらに、データプロセッサ３５により実行される図２１のステップＳ１５－１の処理によりグループ化手段としてグループ化ユニットが構成され、同図のステップＳ１５－２の処理により３次元表示手段としての３次元表示ユニットが構成される。同様に、図２２のステップＳ１５－１１が機能的に視線指定手段としての視線指定ユニット、同図のステップＳ１５－１２が機能的に再演算手段としての再演算ユニットに、更に同図のステップＳ１５－１３が機能的に再表示手段としての再表示ユニットにそれぞれ対応する。同様に、図２３のステップＳ１５－２１，２２の処理が機能的に投影手段としての投影ユニットを構成し、同図のステップＳ１５－２３の処理が機能的に２次元表示手段としての２次元表示ユニットを構成している。

　以上、本発明に係るデータ処理装置、データ処理方法、及びＸ線検査装置の様々な態様について説明したが、本発明は勿論、上述した例に限定されるものではなく、特許請求の範囲の要旨を逸脱しない範囲で更に様々な態様に変更可能なものである。

１０　Ｘ線検査システム（データ処理装置を搭載したＸ線検査装置：データ処理方法を実施するＸ線検査装置）
１２　コンピュータシステム（データ処理装置）
２１　Ｘ線管
２４　検出器
２５　データ収集回路
２６　検出ユニット
１２　データ処理装置
３２　バッファメモリ（記憶手段）
３３　ＲＯＭ
３４　ＲＡＭ
３５　データプロセッサ（ＣＰＵ）
３６　画像メモリ（記憶手段）
３７　入力器
３８　表示器
１１１　再構成部
１１２　データ処理装置
１１８　Ｘ線検査装置としての医用のリュウマチ検査装置
１１９　Ｘ線検査装置としての異物検出用の非破壊検査装置
１３８　表示モニタ
ＯＢ　検査対象（対象物）

Claims

　Ｘ線管から照射されて対象物を透過し且つ光子計数型の検出器により検出されたＸ線のエネルギー領域毎且つ画素毎の計数値を処理するデータ処理装置において、
前記計数値に基づいて前記対象物の画像を演算する画像演算手段と、
前記画像上に関心領域を設定する関心領域設定手段と、
　前記画像から前記関心領域に存在する物質の背景となる画素情報を除去する背景除去手段と、
　前記関心領域における前記Ｘ線のエネルギー領域毎且つ前記画素毎の前記計数値に基づいて、当該画素毎に、前記物質を前記Ｘ線が透過したときの透過特性をベクトル量として表したときの当該物質に固有の固有情報を演算する固有情報演算手段と、
　を備えたことを特徴とするデータ処理装置。
　前記固有情報は、前記各画素における前記Ｘ線の前記透過特性を複数の前記エネルギー領域に対する質量減弱ベクトルが指し示す散布図情報、及び、当該質量減弱ベクトルの大きさを示し且つ前記物質による前記Ｘ線の減弱度合を示す減弱情報のうちの少なくとも何れか一方である、ことを特徴とする請求項１に記載のデータ処理装置。
　前記散布図情報から、散布図として、２次元以上の次元の散布点データを作成する散布図作成手段と、
　前記散布図を提示する散布図提示手段と、
　を備えたことを特徴とする請求項２に記載のデータ処理装置。
　前記減弱情報を前記画素毎に画素値に置換した２次元の吸収ベクトル長画像を作成する画像作成手段と、
　前記吸収ベクトル長画像を２次元画像として提示する画像提示手段と、
　を備えたことを特徴とする請求項２に記載のデータ処理装置。
　前記散布図情報から、散布図として、２次元以上の次元の散布点データを作成する散布図作成手段と、
　前記散布図を提示する散布図提示手段と、
　を備えたことを特徴とする請求項４に記載のデータ処理装置。
　前記次元は３次元又は２次元であることを特徴とする請求項１～４の何れか一項に記載のデータ処理装置。
　前記次元は３次元であり、
　前記固有情報演算手段は、前記固有情報として、前記３次元の空間における原点を始点とする３次元ベクトルを前記画素毎に演算し、
　前記散布図作成手段は、前記３次元の空間における前記散布点データを作成する、ことを請求項４～６の何れか一項に記載のデータ処理装置。
　前記固有情報演算手段は、前記画素毎に、前記３次元ベクトルを正規化する正規化手段を備える、ことを特徴とする請求項７に記載のデータ処理装置。
　前記散布図作成手段は、前記３次元空間の原点を始点とする前記３次元ベクトルの方向、及び、同一面上に打点される３次元ベクトルの終点を表すデータを前記散布点データとして作成する、ことを特徴とする請求項４～８の何れか一項に記載のデータ処理装置。
　前記同一面は、前記原点から等距離の径の表示を持つ球状の面の全体又はその一部であ
ることを特徴とする請求項９に記載のデータ処理装置。
　前記同一面は、前記３次元空間上の各軸上に在って前記原点から当距離の位置を結ぶ平面であることを特徴とする請求項９に記載のデータ処理装置。
　前記散布点データを解析して前記物質の種類の同定、当該物質の状態の識別、及び当該物質とは異なる物質或いは不特定物質の検出のうち、少なくとも１つを行うことで当該物質の性状を解析する解析手段を備える請求項１～１１の何れか一項に記載のデータ処理装置。
　前記解析手段は、前記同一面上に打点された複数の前記散布点をグルーピングし且つそのグループ毎の重心の位置を代表点として演算する代表点演算手段と、
　この代表点の位置情報を、予め保有している参照用の位置情報と比較して、前記関心領域に在る前記物質及び当該関心領域内であって当該物質の周辺の物質の性状を特定する性状特定手段とを備える、ことを特徴とする請求項１２に記載のデータ処理装置。
　前記解析手段は、前記関心領域に在る前記物質の種類を同定する手段である、ことを特徴とする請求項１２に記載のデータ処理装置。
　前記解析手段は、前記関心領域に在る前記物質の性状を特定する手段である、ことを特徴とする請求項１２に記載のデータ処理装置。
　前記解析手段は、前記関心領域に在って、かつ前記検査対象それ自体とは異なる物質が存在することを検出すること、又は、その異なる物質の種類を同定する手段である、ことを特徴とする請求項１２に記載のデータ処理装置。
　前記散布図提示手段は、前記散布点のグループ毎にその散布点の濃度又はカラーの少なくとも一方を変えるグループ化手段と、このグループ化した当該散布点を前記同一面上に３次元的に表示する３次元表示手段である請求項１３に記載のデータ処理装置。
　前記３次元表示手段により前記散布点が表示される前記同一面を見るときの視線を指定する視線指定手段と、
　この視線指定手段により指定された視線に従って回転させた３次元座標における前記同一面に前記散布点を打点する位置を再演算する再演算手段と、
　この再演算手段により再演算された前記３次元座標と前記同一面上の前記散布点とを共に再表示する再表示手段と、
を備えたことを特徴とする請求項１７に記載のデータ処理装置。
　前記３次元表示手段により前記散布点が表示される前記同一面を見るときの視線を指定する視線指定手段と、
　前記視線は、前記散布点のグループ毎に当該散布点の重心の位置と座標原点とを結ぶ方向に設定されている、ことを特徴とする請求項１７に記載のデータ処理装置。
　前記３次元表示手段により前記散布点が表示された前記球状の面の全体又は一部を２次元に投影する投影手段と、
　前記投影手段により投影された前記２次元の前記面の全体又は一部を表示する２次元表示手段と、
　を備えたことを特徴とする請求項１７に記載のデータ処理装置。
　Ｘ線管から照射されて対象物を透過し且つ光子計数型の検出器により検出されたＸ線の
エネルギー領域毎且つ画素毎の計数値を処理するデータ処理装置において、
コンピュータ読込み可能なプログラムを予め可能したメモリと、
前記メモリから前記プログラムを読み込んで当該プログラムで与えられた手順を順次実行可能なＣＰＵを備えたプロセッサと、
外部からの情報を入手可能なインターフェース部と、を備え、
前記プロセッサは、前記インターフェース部を介した入手した前記情報に応じて、前記ＣＰＵによる前記手順の実行を介して、
前記計数値に基づいて前記対象物の画像を演算し、
前記画像上に関心領域を設定し、
　前記画像から前記関心領域に存在する物質の背景となる画素情報を除去し、
　前記関心領域における前記Ｘ線のエネルギー領域毎且つ前記画素毎の前記計数値に基づいて、当該画素毎に、前記物質を前記Ｘ線が透過したときの透過特性をベクトル量として表したときの当該物質に固有の固有情報を演算する、
ことを特徴とするデータ処理装置。
　前記Ｘ線を照射するＸ線源と、
　前記Ｘ線検出器と、
　請求項１～２０の何れか一項に記載のデータ処理装置と、を備えたことを特徴とするＸ線検査装置。
Ｘ線管から照射されて対象物を透過し且つ光子計数型の検出器により検出されたＸ線のエネルギー領域毎且つ画素毎の計数値を処理する方法において、
前記計数値に基づいて前記対象物の画像を演算し、
前記画像上に関心領域を設定し、
　前記画像から前記関心領域に存在する物質の背景となる画素情報を除去し、
　前記関心領域における前記Ｘ線のエネルギー領域毎且つ前記画素毎の前記計数値に基づいて、当該画素毎に前記物質の前記Ｘ線に対する固有の透過特性を固有情報として演算する、
　ことを特徴とするデータ処理方法。