JP7241000B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Description

開示の技術は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

骨粗鬆症等の骨系疾患において、骨密度の診断に用いられる代表的な骨塩定量方法の一つにＤＸＡ法（Dual X-ray Absorptiometry）が知られている。ＤＸＡ法は、人体に入射し透過する放射線が、人体を構成する物質（例えば骨）に依存する質量減弱係数μ（ｃｍ^２／ｇ）とその密度ρ(ｇ／ｃｍ^３)及び厚さｔ(ｃｍ)によって特徴づけされる減弱を受けることを利用し、２種類のエネルギーの放射線で撮影して得られた放射線画像のピクセル値から、骨塩量を算出する手法である。

また、照射された放射線に応じた電荷を蓄積する複数の画素を含む放射線検出器を２つ備え、これらの２つの放射線検出器が積層されて配置された放射線画像撮影装置が知られている。また、この種の放射線画像撮影装置において、各放射線検出器に照射された放射線の線量に応じた電気信号の各々を用いて、被写体の骨塩量を測定する技術が知られている（特許文献１参照）。

また、ＤＸＡ画像における各ピクセルの脂肪組織及び赤身組織各々の割合を導出する技術が知られている（特許文献２参照）。特許文献２に記載の技術では、低エネルギー及び高エネルギーのＤＶＸＡ画像の組み合わせを解析することにより、脂肪組織割合及び赤身組織（筋肉、非脂肪、及び非ミネラル組織）割合を測定する。

特開２０１８－１５４５３号公報 特開２０１９－６３４９９号公報

ところで、疾患のリスク、または疾患レベル等と、筋肉量との間に対応関係が認められている傷病が知られている。このような傷病に対して、予防や、診療の観点から、被写体の筋肉量を把握することが望まれている。特に、傷病（疾患）に関連する被写体の部位（組織）における、局所的な筋肉量を把握することが望まれている。

本開示は、以上の事情を鑑みて成されたものであり、被写体の局所的な筋肉量を把握することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

上記目的を達成するために、本開示の第１の態様の情報処理装置は、被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、被写体の軟部組織による軟部領域を表す軟部画像を生成する軟部画像生成部と、軟部画像の軟部領域の画素毎に、画素値に基づいて筋肉量を導出する筋肉量導出部と、第１放射線画像及び第２放射線画像から、被写体の骨部組織による骨部領域を表す骨部画像を生成する骨部画像生成部と、骨部画像の骨部領域の画素毎に、画素値に基づいて骨塩量を導出する骨塩量導出部と、を備え、骨塩量導出部は、撮影時の管電圧に応じたコントラストの相違、及びビームハードニングの影響によるコントラストの低下を補正するための画素毎の補正係数により、骨部画像の骨部領域の各画素を補正して、骨部領域の画素毎の骨塩量を導出する。

本開示の第２の態様の情報処理装置は、第１の態様の情報処理装置において、筋肉量導出部は、軟部組織における脂肪組織以外の組織を筋肉組織として筋肉量を導出する。

本開示の第３の態様の情報処理装置は、第１の態様または第２の態様の情報処理装置において、筋肉量導出部は、被写体の予め定められた部位の筋肉量を導出し、予め定められた疾患の罹患リスクまたは予め定められた疾患の疾患レベルを表す疾患情報と予め定められた部位の筋肉量との対応関係を表す対応関係情報、及び筋肉量導出部が導出した筋肉量に基づいて、罹患リスクまたは疾患レベルを特定する特定部をさらに備える。

本開示の第４の態様の情報処理装置は、第３の態様の情報処理装置において、予め定められた部位は、下肢の部位であり、予め定められた疾患は糖尿病であり、疾患情報は、糖尿病の罹患リスクである。

本開示の第５の態様の情報処理装置は、第３の態様の情報処理装置において、予め定められた部位は、四肢の部位または全身の部位であり、予め定められた疾患はサルコペニアであり、疾患情報は、サルコペニアの疾患レベルである。

本開示の第６の態様の情報処理装置は、第１の態様または第２の態様の情報処理装置において、筋肉量導出部は、被写体の予め定められた部位の筋肉量を導出し、予め定められた部位の筋肉量または予め定められた部位の筋肉量に応じた筋力である筋肉情報と被写体の転倒率との対応関係を表す対応関係情報、及び筋肉量導出部が導出した筋肉量に基づいて、転倒率を特定する特定部をさらに備えた。

本開示の第７の態様の情報処理装置は、第１の態様から第３の態様のいずれか１態様の情報処理装置において、筋肉量導出部は、被写体の予め定められた部位の筋肉量を導出し、予め定められた部位の筋肉量または予め定められた部位の筋肉量に応じた筋力である筋肉情報と被写体の転倒率との対応関係を表す対応関係情報、及び筋肉量導出部が導出した筋肉量、及び骨塩量導出部が導出した骨塩量に基づいて、転倒率を特定する特定部をさらに備える。

本開示の第８の態様の情報処理装置は、第６の態様の情報処理装置において、予め定められた部位は、下肢及び骨盤の少なくとも一方である。

本開示の第９の態様の情報処理装置は、第１の態様から第８の態様のいずれか１態様の情報処理装置において、筋肉量に基づいて、筋肉量の分布を表す筋肉量分布画像を生成する筋肉量分布画像生成部をさらに備える。

本開示の第１０の態様の情報処理装置は、第１の態様から第９の態様のいずれか１態様の情報処理装置において、第１放射線画像は、被写体を透過した放射線が照射される方向に重ねられた第１放射線検出器及び第２放射線検出器のうちの第１放射線検出器により取得され、第２放射線画像は、第２放射線検出器により取得される。

本開示の第１１の態様の情報処理装置は、第１の態様から第９の態様のいずれか１態様の情報処理装置において、第１放射線画像は、被写体を透過した第１エネルギー分布の放射線が照射された放射線検出器により取得され、第２放射線画像は、被写体を透過し、かつ第１エネルギー分布と異なる第２エネルギー分布の放射線が照射された放射線検出器により取得される。

また、上記目的を達成するために、本開示の第１２の態様の情報処理装置は、被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、被写体の軟部組織による軟部領域を表す軟部画像を生成する軟部画像生成部と、軟部画像の軟部領域の画素毎に、画素値に基づいて被写体の予め定められた部位の筋肉量を導出する筋肉量導出部と、第１放射線画像及び第２放射線画像から、被写体の骨部組織による骨部領域を表す骨部画像を生成する骨部画像生成部と、骨部画像の骨部領域の画素毎に、画素値に基づいて骨塩量を導出する骨塩量導出部と、予め定められた部位の筋肉量または予め定められた部位の筋肉量に応じた筋力である筋肉情報と被写体の転倒率との対応関係を表す対応関係情報、及び筋肉量導出部が導出した筋肉量、及び骨塩量導出部が導出した骨塩量に基づいて、転倒率を特定する特定部と、を備える。
また、上記目的を達成するために本開示の第１３の態様の情報処理方法は、被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、被写体の軟部組織による軟部領域を表す軟部画像を生成し、軟部画像の軟部領域の画素毎に、画素値に基づいて筋肉量を導出し、第１放射線画像及び第２放射線画像から、被写体の骨部組織による骨部領域を表す骨部画像を生成し、骨部画像の骨部領域の画素毎に、画素値に基づいて骨塩量を導出する処理を備え、撮影時の管電圧に応じたコントラストの相違、及びビームハードニングの影響によるコントラストの低下を補正するための画素毎の補正係数により、骨部画像の骨部領域の各画素を補正して、骨部領域の画素毎の骨塩量を導出する。

また、上記目的を達成するために本開示の第１４の態様の情報処理プログラムは、被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、被写体の軟部組織による軟部領域を表す軟部画像を生成し、軟部画像の軟部領域の画素毎に、画素値に基づいて筋肉量を導出し、第１放射線画像及び第２放射線画像から、被写体の骨部組織による骨部領域を表す骨部画像を生成し、骨部画像の骨部領域の画素毎に、画素値に基づいて骨塩量を導出する処理を備え、撮影時の管電圧に応じたコントラストの相違、及びビームハードニングの影響によるコントラストの低下を補正するための画素毎の補正係数により、骨部画像の骨部領域の各画素を補正して、骨部領域の画素毎の骨塩量を導出する処理をコンピュータに実行させるためのものである。

本開示によれば、被写体の局所的な筋肉量を把握することができる。

第１実施形態の放射線画像撮影システムの構成の一例を示す概略ブロック図である。 第１実施形態の情報処理装置のハードウェア構成の一例を示す図である。 第１実施形態の情報処理装置の機能的な構成の一例を示す機能ブロック図である。 筋肉組織を透過後の放射線と脂肪組織を透過後の放射線とのエネルギースペクトルの一例を示す図である。 第１実施形態の情報処理装置で実行される情報処理の流れの一例を示すフローチャートである。 第２実施形態の情報処理装置の機能的な構成の一例を示す機能ブロック図である。 被写体の体厚に対する骨部と軟部とのコントラストの関係を示す図である。 第２実施形態で用いられるルックアップテーブルの一例を示す図である。 第２実施形態における筋肉量と転倒率との間の相関関係を表す対応関係情報の一例である。 第２実施形態の情報処理装置で実行される情報処理の流れの一例を示すフローチャートである。 第３実施形態の情報処理装置の機能的な構成の一例を示す機能ブロック図である。 筋肉量分布画像生成部によって生成される筋肉量分布画像の一例を示す図である。 第３実施形態の情報処理装置で実行される情報処理の流れの一例を示すフローチャートである。

以下、図面を参照して、本開示の技術を実施するための形態例を詳細に説明する。なお、各図面において、実質的に同一または等価な、構成要素または部分には同一の符号を付している。

図１は本実施形態の放射線画像撮影システム１の構成の一例を示す概略ブロック図である。放射線画像撮影システム１は、放射線源３、第１の放射線検出器５、第２の放射線検出器６、放射線エネルギー変換フィルタ７、及び情報処理装置１０を備えている。

第１放射線検出器５及び第２放射線検出器６は、それぞれ、放射線源３から放射され、被写体Ｗを透過した放射線に基づいて放射線画像を生成する。第１放射線検出器５及び第２放射線検出器６の各々は、ＴＦＴ（thin film transistor）スイッチをオン・オフさせることによって放射線画像信号が読み出される、いわゆるＦＰＤ（Flat Panel Detector）の形態を有していてもよい。この場合において、第１放射線検出器５及び第２放射線検出器６の各々は、放射線の照射を直接受けて電荷を発生する直接型であってもよいし、放射線を一旦可視光に変換し、その可視光を電荷信号に変換する間接型であってもよい。また、第１放射線検出器５及び第２放射線検出器６の各々は、イメージングプレートに記録した画像を、レーザー光線を照射することによって読み取るＣＲ（Computed Ragiography）技術を適用したものであってもよい。放射線エネルギー変換フィルタ７は、放射線に含まれる特定のエネルギー成分を吸収し得る銅板等の金属板によって構成される。

放射線源３（被写体Ｗ）に近い方から、第１放射線検出器５、放射線エネルギー変換フィルタ７、及び第２放射線検出器６がこの順で重ねられた状態で放射線画像が撮影されることにより、１ショットエネルギーサブトラクションが実現される。すなわち、放射線源３から、１回、放射線を照射することにより、第１放射線検出器５及び第２放射線検出器６から、エネルギー分布が異なる２つの放射線画像が取得される。

第１放射線検出器５においては、いわゆる軟線も含む低エネルギーの放射線による被写体Ｗの第１放射線画像Ｇ１が取得される。また、第２放射線検出器６においては、軟線が除かれた高エネルギーの放射線による被写体Ｗの第２放射線画像Ｇ２が取得される。第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々は、情報処理装置１０に入力される。

なお、本実施形態の放射線画像撮影システム１では、被写体Ｗを撮影する場合、被写体Ｗを透過した放射線の散乱線成分を除去する散乱線除去グリッドは使用されない。このため、第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々には、被写体Ｗを透過した放射線の一次線成分及び散乱線成分が含まれる。

情報処理装置１０は、被写体Ｗについて取得された第１放射線画像Ｇ１及び第２放射線画像Ｇ２に基づいて、被写体Ｗの局所的な筋肉量を導出する機能を有する。

図２は、本実施形態の情報処理装置１０のハードウェア構成の一例を示す図である。情報処理装置１０は、ＣＰＵ（Central Processing Unit）２０、メモリ２１、記憶部２２、液晶ディスプレイ等の表示部２４、キーボードとマウス等の入力部２６、及び外部Ｉ／Ｆ（InterFace）２８を備える。ＣＰＵ２０、メモリ２１、記憶部２２、表示部２４、入力部２６、及び外部Ｉ／Ｆ２８は、バス２９に接続される。外部Ｉ／Ｆ２８には、第１放射線検出器５及び第２放射線検出器６が接続される。情報処理装置１０は、例えば、パーソナルコンピュータまたはサーバコンピュータを構成するものであってもよい。

記憶部２２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、またはフラッシュメモリ等によって実現される。記憶媒体としての記憶部２２には、情報処理プログラム３０が記憶される。ＣＰＵ２０は、記憶部２２から情報処理プログラム３０を読み出してからメモリ２１に展開し、展開した情報処理プログラム３０を実行する。また、記憶部２２には、後述する対応関係情報３６が記憶される。

図３は、情報処理装置１０の機能的な構成の一例を示す機能ブロック図である。情報処理装置１０は、取得部４０、軟部画像生成部４４、筋肉量導出部４６、及び特定部４８を備えている。情報処理装置１０は、ＣＰＵ２０が、情報処理プログラム３０を実行することで、取得部４０、軟部画像生成部４４、筋肉量導出部４６、及び特定部４８として機能する。

取得部４０は、被写体Ｗを透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像Ｇ１及び第２放射線画像Ｇ２を取得する。具体的には第１放射線検出器５から出力された第１放射線画像Ｇ１を表す画像データを取得し、また第２放射線検出器６から出力された第２放射線画像Ｇ２を表す画像データを取得する。第１放射線画像Ｇ１及び第２放射線画像Ｇ２の撮影においては、放射線源３から照射される放射線の照射線量、管電圧、及びＳＩＤ（Source-to-Image receptor Distance）等の撮影条件が設定される。設定された撮影条件は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々に対応付けられて記憶部２２に記憶される。なお、ここでいうＳＩＤとは、第１放射線検出器５の場合は、放射線源３から第１放射線検出器５における放射線の検出面までの距離を表し、第２放射線検出器６の場合は、放射線源３から第２放射線検出器６における放射線の検出面までの距離を表す。

軟部画像生成部４４は、取得部４０が取得した第１放射線画像Ｇ１及び第２放射線画像Ｇ２から、被写体Ｗの軟部組織による軟部領域を表す軟部画像Ｇｓを生成する。なお、本実施形態において被写体Ｗの「軟部組織」とは、骨部組織以外のことをいい、具体的には、筋肉組織、脂肪組織、血液、及び水分を含む。

一例として、本実施形態の軟部画像生成部４４は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に対して、下記の（１）式に示すように、相対応する画素間で重み付け減算を行うことにより、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に含まれる被写体Ｗの軟部のみが抽出された軟部画像Ｇｓを生成する。なお、下記（１）式における、μｓは、重み付け係数であり、ｘ、ｙは軟部画像Ｇｓの各画素の座標である。
Ｇｓ（ｘ，ｙ）＝Ｇ１（ｘ，ｙ）－μｓ×Ｇ２（ｘ，ｙ） ・・・（１）

なお、上述したように、第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々には、被写体Ｗを透過した放射線の一次線成分以外に、散乱線成分が含まれる。そのため、第１放射線画像Ｇ１、第２放射線画像Ｇ２、及び軟部画像Ｇｓから散乱線成分を除去することが好ましい。なお、第１放射線画像Ｇ１、第２放射線画像Ｇ２、及び軟部画像Ｇｓから散乱線成分を除去する情報は特に限定されない。例えば、軟部画像生成部４４は、特開２０１５－０４３９５９号公報に記載された方法を適用して、第１放射線画像Ｇ１、第２放射線画像Ｇ２、及び軟部画像Ｇｓから、散乱線成分を除去してもよい。

また例えば、人体を模擬したファントム、及び中央部に放射線が透過するピンホールが開けられた平板状の放射線遮蔽部材を用いたキャリブレーションによって予め得られた複数の散乱線補正用データを記憶部２２に記憶させておき、軟部画像生成部４４が、この散乱線補正用データを用いて第１放射線画像Ｇ１、第２放射線画像Ｇ２、及び軟部画像Ｇｓから散乱線を除去する方法を適用してもよい。なお、発生する散乱線の量は、上述した撮影条件や、被写体Ｗの体厚、及び被写体の軟部組織の組成（筋肉と脂肪との割合）等の条件によって異なる。そのため、これらの各種条件に応じた複数種類のファントムを用いて、各条件に応じた散乱線補正用データを予め取得しておくことが好ましい。

また、放射線源３と、第１放射線検出器５及び第２放射線検出器６各々との距離（ＳＩＤ）等が異なる。そのため、第１放射線画像Ｇ１と第２放射線画像Ｇ２とでは、ＰＳＦ（Point Spread Function）とも称される散乱線の拡がりや、散乱線の強度が異なり、散乱線の含有率が異なる。そのため、第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々に対応付けて、上記散乱線補正用データを記憶させてもよいし、第１放射線画像Ｇ１と第２放射線画像Ｇ２との散乱線含有率の相違を補正する処理を行ってもよい。

なお、上述したように、被写体Ｗの体厚に応じて第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々に含まれる散乱線成分の量が異なるため、軟部画像生成部４４は、被写体Ｗの体厚を考慮して散乱線の除去を行うことが好ましい。

軟部画像生成部４４が被写体Ｗの体厚を導出する方法は特に限定されず、例えば特開２０１５－０４３９５９号公報に記載された手法を用いて、被写体Ｗの体厚分布Ｔ（ｘ，ｙ）を導出してもよい。以下において、被写体Ｗの体厚分布Ｔ（ｘ，ｙ）の導出方法の一例について説明する。なお、説明する例では、被写体Ｗに近い側の放射線検出器５により取得された第１放射線画像Ｇ１を用いた形態について説明するが、本形態に限定されず第２放射線画像Ｇ２を用いてもよい。

まず、軟部画像生成部４４は、初期体厚分布Ｔ０（ｘ，ｙ）を有する被写体Ｗの仮想モデルＫを取得する。仮想モデルＫは、初期体厚分布Ｔ０（ｘ，ｙ）に従った体厚が、第１放射線画像Ｇ１の各画素の座標位置に対応付けられた、被写体Ｗを仮想的に表すデータである。なお、初期体厚分布Ｔ０（ｘ，ｙ）を有する被写体Ｗの仮想モデルＫは、記憶部２２に予め記憶されていてもよい。

次に、軟部画像生成部４４は、仮想モデルＫに基づいて、仮想モデルＫの撮影により得られる一次線画像を推定した推定一次線画像と、仮想モデルＫの撮影により得られる散乱線画像を推定した推定散乱線画像とを合成した画像を、被写体Ｗの撮影により得られた第１放射線画像Ｇ１を推定した推定画像として生成する。

次に、軟部画像生成部４４は、推定画像と第１放射線画像Ｇ１との違いが小さくなるように仮想モデルＫの初期体厚分布Ｔ０（ｘ，ｙ）を修正する。軟部画像生成部４４は、推定画像と第１放射線画像Ｇ１との違いが予め定められた終了条件を満たすまで推定画像の生成及び体厚分布の修正を繰り返し行う。軟部画像生成部４４は、終了条件を満たした際の体厚分布を、被写体Ｗの体厚分布Ｔ（ｘ，ｙ）として導出する。

筋肉量導出部４６は、軟部画像生成部４４が生成した軟部画像Ｇｓにおける軟部領域の画素毎に、画素値に基づいて筋肉量を導出する。上述したように、軟部組織は、筋肉組織、脂肪組織、血液、及び水分を含む。一例として、本実施形態の筋肉量導出部４６では、軟部組織における脂肪組織以外の組織を、筋肉組織とみなす。即ち、本実施形態の筋肉量導出部４６では、筋肉組織に、血液及び水分も含めた非脂肪組織を筋肉組織として扱う。

筋肉量導出部４６は、軟部画像Ｇｓから、筋肉組織及び脂肪組織のエネルギー特性の差を利用して、筋肉と脂肪とを分離する。

図４に示すように、人体である被写体Ｗに入射前の放射線に比べて、被写体Ｗを透過後の放射線は低くなる。また、筋肉組織と脂肪組織とは吸収するエネルギーが異なり、減弱係数が異なるため、被写体Ｗを透過後の放射線のうち、筋肉組織を透過後の放射線と、脂肪組織を透過後の放射線とではエネルギースペクトルが異なる。図４に示すように、被写体Ｗを透過して、第１放射線検出器５及び第２放射線検出器６の各々に照射される放射線のエネルギースペクトルは、被検体の体組成、具体的には、筋肉組織と脂肪組織との割合に依存する。筋肉組織よりも脂肪組織の方が放射線を透過し易いため、脂肪組織に比べて筋肉組織の割合が多い方が、人体を透過後の放射線の線量が少なくなる。

そこで本実施形態の筋肉量導出部４６は、軟部画像Ｇｓから、上述した筋肉組織及び脂肪組織のエネルギー特性の差を利用して、筋肉と脂肪とを分離する。すなわち、筋肉量導出部４６は、軟部画像Ｇｓから筋肉画像と脂肪画像とを生成する。また、筋肉量導出部４６は、筋肉画像の画素値に基づいて、各画素の筋肉量を導出する。

なお、筋肉量導出部４６が、軟部画像Ｇｓから筋肉と脂肪とを分離する具体的な方法は限定されないが、一例として、本実施形態の筋肉量導出部４６は、下記（２）式及び（３）式により、軟部画像Ｇｓから筋肉画像を生成する。具体的には、まず、筋肉量導出部４６は、下記（２）式により、軟部画像Ｇｓ内の各画素位置（ｘ，ｙ）における筋肉率ｒｍ（ｘ，ｙ）を導出する。なお、下記（２）式における、μｍは筋肉組織の減弱係数に応じた重み付け係数であり、μｆは脂肪組織の減弱係数に応じた重み付け係数である。また、Δ（ｘ，ｙ）は、濃度差分布を表す。濃度差分布とは、放射線が被写体Ｗを透過することなく第１放射線検出器５及び第２放射線検出器６に到達することにより得られる濃度から見た濃度変化の画像上の分布である。濃度変化の画像上の分布は、軟部画像Ｇｓにおける放射線が直接、第１放射線検出器５及び第２放射線検出器６に照射することにより得られる素抜け領域における濃度から被写体Ｗの領域における各画素の濃度を減算することにより算出される。

さらに、筋肉量導出部４６は、下記（３）式により、軟部画像Ｇｓから筋肉画像を生成する。なお、下記（３）式における、ｘ、ｙは筋肉画像Ｇｍの各画素の座標である。
Ｇｍ（ｘ，ｙ）＝ｒｍ（ｘ，ｙ）×Ｇｓ（ｘ，ｙ） ・・・（３）

なお、筋肉量導出部４６は、筋肉量として、筋肉の絶対量を導出してもよいし、各画素における筋肉の割合を導出してもよい。

特定部４８は、筋肉量導出部４６が導出した予め定められた部位の筋肉量と、対応関係情報３６とに基づいて、予め定められた疾患の罹患リスク、または予め定められた疾患の疾患レベルを特定し、特定結果を表す情報を表示部２４に出力する。なお、本実施形態において、予め定められた部位の筋肉量とは、軟部画像Ｇｓにおける、予め定められた部位に相当する領域の画素毎の筋肉量の平均値のことをいう。例えば、予め定められた部位が太腿ならば、軟部画像Ｇｓにおける太腿に該当する領域の画素毎の筋肉量の平均値を、太腿の筋肉量として扱う。

対応関係情報３６とは、予め定められた疾患の罹患リスク、または予め定められた疾患の疾患レベルを表す疾患情報と、予め定められた部位の筋肉量との対応関係を表す情報である。

一般に、筋肉量と罹患リスクとの間に関係があることが知られている疾患がある。例えば、筋肉は、血液中のブドウ糖の一部を取り込み、血糖値の調整を行うことが知られている。そのため、筋肉の量が減少すると、血糖値が上昇し、糖尿病の罹患リスクが高くなる。特に下肢の筋肉量の減少に対応する傾向がある。そのため、糖尿病については、予め定められた部位として下肢の部位である太腿の筋肉量と、糖尿病の罹患リスクとの対応関係を表す情報を対応関係情報３６とする。具体例としては、年齢毎に、太腿の筋肉量の平均値を基準値とし、基準値よりも少なく、かつ基準値からの乖離量が高くなるほど、高い罹患リスクが対応付けられた対応関係情報３６が挙げられる。

また例えば、サルコペニアの場合、病気が進行すると、即ち疾患レベルが高くなると、筋肉量、特に四肢の筋肉量が低下する傾向があることが知られている。そのため、サルコペニアについては、予め定められた部位として四肢の筋肉量と、サルコペニアの疾患レベル（進行程度）との対応関係を表す情報を対応関係情報３６とする。具体例としては、年齢毎に、四肢の筋肉量の平均値を基準値とし、基準値よりも少なく、かつ基準値からの乖離量が高くなるほど、高い疾患レベルが対応付けられた対応関係情報３６が挙げられる。

なお、情報処理装置１０は、このように複数種類の疾患に応じた対応関係情報３６を記憶部２２に記憶させておいてもよいし、特定の疾患用の対応関係情報３６を記憶部２２に記憶させておいてもよい。

このように本実施形態の特定部４８は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に写る被写体の部位（撮影部位）に応じた対応関係情報３６を用いて、予め定められた疾患の罹患リスク、または予め定められた疾患の疾患レベルを特定する。なお、特定部４８が、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に写る被写体の部位を特定する方法は特に限定されない。撮影条件と共に撮影部位が第１放射線画像Ｇ１及び第２放射線画像Ｇ２に対応付けられている場合は、対応付けられている撮影部位に基づいて特定すればよい。また例えば、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に写る骨の形状や大きさ等、骨に関する情報から被写体の部位を特定してもよい。また例えば、医師等のユーザが入力部２６によって入力した被写体の部位を特定部４８が取得する形態としてもよい。

次に、本実施形態の情報処理装置１０の作用について説明する。図５は、ＣＰＵ２０が、情報処理プログラム３０を実行することによって実施される情報処理の流れの一例を示すフローチャートである。情報処理プログラム３０は、例えば、ユーザによって入力部２６を介して実行開始の指示が入力された場合に実行される。

図５に示したステップＳ１００で取得部４０は、上述したように、被写体Ｗが撮影された第１放射線画像Ｇ１及び第２放射線画像Ｇ２を、放射線画像撮影システム１の第１放射線検出器５及び第２放射線検出器６からそれぞれ取得する。

次のステップＳ１０２で軟部画像生成部４４は、上述したように、第１放射線画像Ｇ１及び第２放射線画像Ｇ２における相対応する画素間で、上記（１）式に示す重み付け減算を行うことにより、被写体の軟部組織による軟部領域を表す軟部画像Ｇｓを生成する。

次のステップＳ１０４で筋肉量導出部４６は、上述したように、軟部画像Ｇｓにおいて、上記（２）式に示す重み付け減算を行うことにより、被写体の筋肉組織による筋肉画像Ｇｍを生成する。

次のステップＳ１０６で特定部４８は、上述したように、被写体の撮影部位を特定し、特定して部位に応じた対応関係情報３６を参照して、撮影部位に応じた、疾患リスクまたは疾患レベルを特定する。例えば、特定部４８が、上述したように撮影部位が太腿であることを特定した場合、糖尿病の疾患リスクと太腿の筋肉量との対応関係を表す対応関係情報３６を参照し、上記ステップＳ１０４で導出した筋肉量に対応する糖尿病の疾患リスクを特定する。

次のステップＳ１０８で特定部４８は、上記ステップＳ１０６で特定した特定結果を表示部２４に表示させる。なお、上記ステップＳ１０４で導出した筋肉量を表す情報も表示部２４に表示させてもよい。ステップＳ１０８の処理が終了すると、本情報処理が終了する。

このように、本実施形態の情報処理装置１０は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２から軟部画像Ｇｓを生成し、軟部画像Ｇｓの画素毎に、筋肉量を導出する。これにより、本実施形態の情報処理装置１０によれば、被写体全体の筋肉量ではなく、被写体の太腿や四肢等、局所的な筋肉量を医師が把握することができるようになる。

また、本実施形態の情報処理装置１０では、被写体の局所的な筋肉量に応じて、疾患のリスクまたは疾患レベルを特定するため、医師の診療をより適切に支援することができ、疾患の効果的な予防及び治療を可能とすることができる。また情報処理装置１０によれば、被写体に対しても、疾患のリスクまたは疾患レベルを分かり易く提示することができる。

［第２実施形態］
以下、第２実施形態について詳細に説明する。
図６は、本実施形態の情報処理装置１０の機能的な構成の一例を示す機能ブロック図である。本実施形態の情報処理装置１０は、骨部画像生成部４５及び骨塩量導出部４７をさらに備える点で、第１実施形態の情報処理装置１０（図３参照）と異なる。

骨部画像生成部４５は、取得部４０が取得した第１放射線画像Ｇ１及び第２放射線画像Ｇ２から、被写体Ｗの骨部組織による骨部領域を表す骨部画像Ｇｂを生成する。

一例として、本実施形態の骨部画像生成部４５は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に対して、下記の（４）式に示すように、相対応する画素間で重み付け減算を行うことにより、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に含まれる被写体Ｗの骨部のみが抽出された骨部画像Ｇｂを生成する。なお、下記（４）式における、μｂは、重み付け係数であり、ｘ、ｙは骨部画像Ｇｂの各画素の座標である。
Ｇｂ（ｘ，ｙ）＝Ｇ１（ｘ，ｙ）－μｂ×Ｇ２（ｘ，ｙ） ・・・（４）

なお、第１放射線画像Ｇ１及び第２放射線画像Ｇ２の各々には、被写体Ｗを透過した放射線の一次線成分以外に、散乱線成分が含まれるため、軟部画像生成部４４が軟部画像Ｇｓを生成する処理において上述したように、第１放射線画像Ｇ１、第２放射線画像Ｇ２、及び骨部画像Ｇｂから散乱線成分を除去することが好ましい。

骨塩量導出部４７は、骨部画像Ｇｂの画素毎に骨塩量Ｂを導出する。本実施形態において、骨塩量導出部４７は、骨部画像Ｇｂの各画素値を、基準撮影条件により取得した場合の骨画像の画素値に変換することにより骨塩量Ｂを導出する。より具体的には、骨塩量導出部４７は、後述するルックアップテーブル（図示省略）から取得される補正係数を用いて、骨部画像Ｇｂの各画素値を補正することにより骨塩量Ｂを導出する。

ここで、放射線源３における管電圧が高く、放射線源３から放射される放射線が高エネルギーであるほど、放射線画像における軟部と骨部とのコントラストが小さくなる。また、放射線が被写体Ｗを透過する過程において、放射線の低エネルギー成分が被写体Ｗに吸収され、放射線が高エネルギー化するビームハードニングが生じる。ビームハードニングによる放射線の高エネルギー化は、被写体Ｗの体厚が大きいほど大きくなる。

図７は被写体Ｗの体厚に対する骨部と軟部とのコントラストの関係を示す図である。なお、図７においては、８０ｋＶ、９０ｋＶおよび１００ｋＶの３つの管電圧における、被写体Ｗの体厚に対する骨部と軟部とのコントラストの関係を示している。図７に示すように、管電圧が高い程コントラストは低くなる。また、被写体Ｗの体厚がある値を超えると、体厚が大きいほどコントラストは低くなる。なお、骨部画像Ｇｂにおける骨部領域の画素値が大きいほど、骨部と軟部とのコントラストは大きくなる。このため、図７に示す関係は、骨部画像Ｇｂにおける骨部領域の画素値が大きいほど、高コントラスト側にシフトすることとなる。

本実施形態において、骨部画像Ｇｂにおける、撮影時の管電圧に応じたコントラストの相違、およびビームハードニングの影響によるコントラストの低下を補正するための補正係数を取得するためのルックアップテーブル（図示省略）が、記憶部２２に記憶されている。補正係数は、骨部画像Ｇｂの各画素値を補正するための係数である。

図８は、記憶部２２に記憶されるルックアップテーブルの一例を示す図である。図８において、基準撮影条件を、管電圧９０ｋＶに設定したルックアップテーブルが例示されている。図８に示すようにルックアップテーブルにおいて、管電圧が大きいほど、かつ被写体の体厚が大きいほど、大きい補正係数が設定されている。図８に示す例において、基準撮影条件が管電圧９０ｋＶであるため、管電圧が９０ｋＶで体厚が０の場合に、補正係数が１となっている。なお、図８において、ルックアップテーブルを２次元で示しているが、補正係数は骨部領域の画素値に応じて異なる。このため、ルックアップテーブルは、実際には骨部領域の画素値を表す軸が加わった３次元のテーブルとなる。

骨塩量導出部４７は、被写体Ｗの体厚分布Ｔ（ｘ，ｙ）及び記憶部２２に記憶された管電圧の設定値を含む撮影条件に応じた画素毎の補正係数Ｃ０（ｘ，ｙ）を、ルックアップテーブルから抽出する。そして、骨塩量導出部４７は、下記（５）式に示すように、骨部画像Ｇｂにおける骨部領域の各画素（ｘ，ｙ）に対して、補正係数Ｃ０（ｘ，ｙ）を乗算することにより、骨部画像Ｇｂの画素毎の骨塩量Ｂ（ｘ，ｙ）を導出する。このようにして導出された骨塩量Ｂ（ｘ，ｙ）は、基準撮影条件である９０ｋＶの管電圧により被写体Ｗを撮影することにより取得され、かつビームハードニングの影響が除去された放射線画像に含まれる骨部領域の骨部の画素値を表すものとなる。

Ｂ（ｘ，ｙ）＝Ｃ０（ｘ，ｙ）×Ｇｂ（ｘ，ｙ） ・・・（５）

本実施形態の特定部４８には、筋肉量導出部４６から筋肉量を表す情報が入力され、また、骨塩量導出部４７から骨塩量を表す情報が入力される。特定部４８は、筋肉量導出部４６が導出した予め定められた部位の筋肉量と、骨塩量導出部４７が導出した骨塩量と、対応関係情報３６とに基づいて、被写体の転倒率（転倒発生率）を特定する。

一般に人間が転倒する確率と、筋肉もしくは筋力とには、相関関係があることが知られている。特に、下肢の部位であるふくらはぎの筋肉（ヒラメ筋）や、骨盤を支える筋肉（大臀筋及び中臀筋）の量もしくはこれらの筋肉による筋力と相関関係があることが知られている。

一例として、図９には、年齢毎に、筋肉量と転倒率との間の相関関係を表す対応関係情報３６が示されている。図９に示した対応関係情報３６では、いずれの年齢においても筋肉量が少ないほど、転倒率は高くなる。なお、同じ筋肉量であっても、骨塩量が少ないほど転倒率は高くなり、また、転倒した場合における骨折する確率が高くなる。そのため、本実施形態の情報処理装置１０では、骨塩量毎に、図９に示したような年齢毎の対応関係情報３６を有しており、複数の対応関係情報３６が記憶部２２に記憶される。

なお、筋肉の質にもよるが、筋肉量が多いほど、筋力が大きい傾向がある。そのため、筋肉量に代えて、転倒率を特定するための筋力をパラメータとして用いてもよい。

このように本実施形態の特定部４８は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に写る被写体の部位（撮影部位）に応じた対応関係情報３６を用いて、被写体の転倒率を特定する。

次に、本実施形態の情報処理装置１０の作用について説明する。図１０は、ＣＰＵ２０が、情報処理プログラム３０を実行することによって実施される情報処理の流れの一例を示すフローチャートである。本実施形態の情報処理は、ステップＳ１０４とステップＳ１０８との間にステップＳ１０６に代えて、ステップＳ１０５Ａ、Ｓ１０５Ｂ、及びＳ１０７を含む点が、第１実施形態の情報処理（図５参照）と異なっている。

図１０に示したステップＳ１０５Ａで骨部画像生成部４５は、上述したように、第１放射線画像Ｇ１及び第２放射線画像Ｇ２における相対応する画素間で、上記（４）式に示す重み付け減算を行うことにより、被写体の骨部組織による骨部画像Ｇｂを生成する。

次のステップＳ１０５Ｂで骨塩量導出部４７は、上述したように、画素毎の補正係数Ｃ０（ｘ，ｙ）を用いて、上記（５）式により、被写体の骨塩量を導出する。

そのため、次のステップＳ１０７で特定部４８は、上述したように、上記ステップＳ１０５Ｂで導出した骨塩量に応じた対応関係情報３６を参照して、上記ステップＳ１０４で導出した筋肉量に応じた、転倒率を特定する。

次のステップＳ１０８で特定部４８は、上記ステップＳ１０７で特定した特定結果を表示部２４に表示させる。なお、上記ステップＳ１０４で導出した筋肉量やステップＳ１０５Ｂで導出した骨塩量を表す情報も表示部２４に表示させてもよい。また、転倒率が予め定められた閾値以上の場合、警告を表す情報を表示部２４に表示させてもよい。ステップＳ１０８の処理が終了すると、本情報処理が終了する。

このように、本実施形態の情報処理装置１０は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２から軟部画像Ｇｓを生成し、軟部画像Ｇｓの画素毎に、筋肉量及び骨塩量を導出する。これにより、本実施形態の情報処理装置１０によれば、被写体全体の筋肉量ではなく、被写体の太腿や四肢等、局所的な筋肉量を医師が把握することができるようになると共に、骨塩量も把握することができる。

また、本実施形態の情報処理装置１０では、被写体の局所的な筋肉量と、骨塩量とに応じて、被写体の転倒率を特定するため、転倒の発生の抑止や、転倒予防のトレーニング効果等を分かり易く提示することができる

［第３実施形態］
以下、第３実施形態について詳細に説明する。
図１１は、本実施形態の情報処理装置１０の機能的な構成の一例を示す機能ブロック図である。本実施形態の情報処理装置１０は、特定部４８に代わり筋肉量分布画像生成部４９を備える点で、第１実施形態の情報処理装置１０（図３参照）と異なる。

筋肉量分布画像生成部４９は、筋肉量導出部４６が導出した軟部画像Ｇｓの画素毎の筋肉量に基づき、筋肉量の分布を表す筋肉量分布画像を生成する。図１２には、筋肉量分布画像Ｇｍａの一例を示す。筋肉量分布画像Ｇｍａとは、いわば、筋肉量の２次元マップである。図１２では、一例として、第１放射線検出器５から取得した第１放射線画像Ｇ１に対して、筋肉量に応じて異なる色をマッピングした筋肉量分布画像Ｇｍａを示している。なお、本形態に限定されず、例えば、第２放射線検出器６から取得した第２放射線画像Ｇ２または軟部画像Ｇｓに対して、筋肉量に応じたマッピングを行ってもよい。筋肉量分布画像Ｇｍａによれば、予め定められた部位、例えば図１２の例では四肢の部位において、局所的な筋肉量に加えて、筋肉量の全体的な分布を容易に把握することができる。

次に、本実施形態の情報処理装置１０の作用について説明する。図１３は、ＣＰＵ２０が、情報処理プログラム３０を実行することによって実施される情報処理の流れの一例を示すフローチャートである。本実施形態の情報処理は、ステップＳ１０６及びＳ１０８に代えて、ステップＳ１１０及びＳ１１２を含む点が、第１実施形態の情報処理（図５参照）と異なっている。

図１３に示したステップＳ１１０で筋肉量分布画像生成部４９は、上述したように、上記ステップＳ１０４で導出した、軟部画像Ｇｓの画素毎の筋肉量に基づき、筋肉量分布画像Ｇｍａを生成する。

次のステップＳ１１２で筋肉量分布画像生成部４９は、上記ステップＳ１１０で生成した筋肉量分布画像Ｇｍａを表示部２４に表示させる。なお、上記ステップＳ１０４で導出した具体的な筋肉量を表す情報も表示部２４に表示させてもよい。ステップＳ１１２の処理が終了すると、本情報処理が終了する。

このように、本実施形態の情報処理装置１０によれば、筋肉量分布画像生成部４９が筋肉量分布画像Ｇｍａを生成するため、筋肉量の全体的な分布を容易に把握することができる。

以上説明したように、上記各実施形態の情報処理装置１０は、被写体Ｗを透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像Ｇ１及び第２放射線画像Ｇ２から、被写体Ｗの軟部組織による軟部領域を表す軟部画像Ｇｓを生成する軟部画像生成部４４と、軟部画像Ｇｓの軟部領域の画素毎に、画素値に基づいて筋肉量を導出する筋肉量導出部４６と、を備える。

上記各実施形態の情報処理装置１０は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２から軟部画像Ｇｓを生成し、軟部画像Ｇｓの画素毎に、筋肉量を導出する。これにより、本実施形態の情報処理装置１０によれば、被写体全体の筋肉量ではなく、被写体の太腿や四肢等、局所的な筋肉量を医師が把握することができるようになる。

また、上記各実施形態の情報処理装置１０によれば、ＣＴ（Computed Tomography）画像やＭＲＩ（Magnetic Resonance Imaging）画像等ではなく、単純撮影により得られた放射線画像を用いることができるため、より簡便な装置により被写体の局所的な筋肉量を把握することができる。

なお、上記各実施形態に限定されず、例えば上記各実施形態を組み合わせてもよい。例えば、特定部４８が、筋肉量導出部４６が導出した予め定められた部位の筋肉量と、骨塩量と、対応関係情報３６とに基づいて、予め定められた疾患の罹患リスク、または予め定められた疾患の疾患レベルを特定する形態としてもよい。また例えば、情報処理装置１０が、特定部４８と筋肉量分布画像生成部４９とを備える形態としてもよい。

また、上記各実施形態における筋肉量の導出、及び第２実施形態における骨塩量の導出に用いる画像が、縮小画像であってもよい。例えば、筋肉量導出部４６は、筋肉画像Ｇｍを縮小した縮小画像の画素毎に筋肉量を導出してもよい。また例えば、骨塩量導出部４７は、骨部画像Ｇｂを縮小した縮小画像の画素毎の骨塩量を導出してもよい。このように縮小画像を用いた場合、ノイズを低減させてＳＮ比（Signal to Noise ratio)を向上させることができるため、導出精度を向上させることができる。

また、上記各実施形態においては、１ショット法により第１放射線画像Ｇ１及び第２放射線画像Ｇ２を取得しているが、撮影を２回行ういわゆる２ショット法により第１放射線画像Ｇ１及び第２放射線画像Ｇ２を取得してもよい。この場合、放射線画像撮影システム１に備えられる放射線検出器は１つでよい。撮影条件としては、第１放射線画像Ｇ１を取得した際の撮影条件、及び第２放射線画像Ｇ２を取得した際の撮影条件のいずれを用いてもよい。また、２ショット法の場合、撮影間における被写体Ｗの体動により、第１放射線画像Ｇ１及び第２放射線画像Ｇ２に含まれる被写体Ｗの位置がずれる可能性がある。このため、第１放射線画像Ｇ１及び第２放射線画像Ｇ２において、被写体Ｗの位置合わせを行った上で、上記各実施形態の処理を行うことが好ましい。位置合わせの処理としては、例えば特開２０１１－２５５０６０号公報に記載された手法を用いることができる。特開２０１１－２５５０６０号公報に記載された手法は、第１放射線画像Ｇ１及び第２放射線画像Ｇ２のそれぞれについての、周波数帯域が異なる構造物を表す複数の第１帯域画像及び複数の第２帯域画像を生成し、対応する周波数帯域の第１帯域画像および第２帯域画像における、互いに対応する位置の位置ずれ量を取得し、位置ずれ量に基づいて第１放射線画像Ｇ１と第２放射線画像Ｇ２との位置合わせを行うようにしたものである。

また、上記実施形態における情報処理装置１０の各機能部等の各種の処理を実行する処理部（processing unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（processor）を用いることができる。上記各種のプロセッサには、前述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（field-programmable gate array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device：PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。

１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせや、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。

複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアント及びサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip：SoC）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。

更に、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（circuitry）を用いることができる。

また、上記実施形態では、情報処理プログラム３０が記憶部２２に予め記憶（インストール）されている態様を説明したが、これに限定されない。情報処理プログラム３０は、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disc Read Only Memory）、及びＵＳＢ（Universal Serial Bus）メモリ等の記録媒体に記録された形態で提供されてもよい。また、情報処理プログラム３０は、ネットワークを介して外部装置からダウンロードされる形態としてもよい。

以上の記載から、以下の付記項に係る技術を把握することができる。

［付記項］
プロセッサと、
前記プロセッサに内蔵または接続されたメモリと、を備え、
前記プロセッサは、
被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、前記被写体の軟部組織による軟部領域を表す軟部画像を生成し、
前記軟部画像の前記軟部領域の画素毎に、画素値に基づいて筋肉量を導出する、
情報処理装置。

１ 放射線画像撮影システム
３ 放射線源
５ 第１放射線検出器
６ 第２放射線検出器
７ 放射線エネルギー変換フィルタ
１０ 情報処理装置
２０ ＣＰＵ
２１ メモリ
２２ 記憶部
２４ 表示部
２６ 入力部
２８ 外部Ｉ／Ｆ
２９ バス
３０ 画像処理プログラム
３２ 散乱線補正用データ
３６ 対応関係情報
４０ 取得部
４２ 補正部
４４ 軟部画像生成部
４５ 骨部画像生成部
４６ 筋肉量導出部
４７ 骨塩量導出部
４８ 特定部
４９ 筋肉量分布画像生成部
Ｇｍａ 筋肉量分布画像
Ｗ 被写体

Claims (14)

1. 被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、前記被写体の軟部組織による軟部領域を表す軟部画像を生成する軟部画像生成部と、
   前記軟部画像の前記軟部領域の画素毎に、画素値に基づいて筋肉量を導出する筋肉量導出部と、
   前記第１放射線画像及び前記第２放射線画像から、前記被写体の骨部組織による骨部領域を表す骨部画像を生成する骨部画像生成部と、
   前記骨部画像の前記骨部領域の画素毎に、画素値に基づいて骨塩量を導出する骨塩量導出部と、
   を備え、
   前記骨塩量導出部は、撮影時の管電圧に応じたコントラストの相違、及びビームハードニングの影響によるコントラストの低下を補正するための画素毎の補正係数により、前記骨部画像の前記骨部領域の各画素を補正して、前記骨部領域の画素毎の骨塩量を導出する
   情報処理装置。
2. 前記筋肉量導出部は、前記軟部組織における脂肪組織以外の組織を筋肉組織として筋肉量を導出する、
   請求項１に記載の情報処理装置。
3. 前記筋肉量導出部は、前記被写体の予め定められた部位の前記筋肉量を導出し、
   予め定められた疾患の罹患リスクまたは予め定められた疾患の疾患レベルを表す疾患情報と前記予め定められた部位の筋肉量との対応関係を表す対応関係情報、及び前記筋肉量導出部が導出した筋肉量に基づいて、前記罹患リスクまたは前記疾患レベルを特定する特定部をさらに備えた、
   請求項１または請求項２に記載の情報処理装置。
4. 前記予め定められた部位は、下肢の部位であり、
   前記予め定められた疾患は糖尿病であり、
   前記疾患情報は、前記糖尿病の前記罹患リスクである、
   請求項３に記載の情報処理装置。
5. 前記予め定められた部位は、四肢の部位または全身の部位であり、
   前記予め定められた疾患はサルコペニアであり、
   前記疾患情報は、前記サルコペニアの前記疾患レベルである、
   請求項３に記載の情報処理装置。
6. 前記筋肉量導出部は、前記被写体の予め定められた部位の前記筋肉量を導出し、
   前記予め定められた部位の筋肉量または前記予め定められた部位の筋肉量に応じた筋力である筋肉情報と被写体の転倒率との対応関係を表す対応関係情報、及び前記筋肉量導出部が導出した筋肉量に基づいて、前記転倒率を特定する特定部をさらに備えた、
   請求項１または請求項２に記載の情報処理装置。
7. 前記筋肉量導出部は、前記被写体の予め定められた部位の前記筋肉量を導出し、
   前記予め定められた部位の筋肉量または前記予め定められた部位の筋肉量に応じた筋力である筋肉情報と被写体の転倒率との対応関係を表す対応関係情報、及び前記筋肉量導出部が導出した筋肉量、及び前記骨塩量導出部が導出した骨塩量に基づいて、前記転倒率を特定する特定部をさらに備えた、
   請求項１から請求項３のいずれか１項に記載の情報処理装置。
8. 前記予め定められた部位は、下肢及び骨盤の少なくとも一方である、
   請求項６に記載の情報処理装置。
9. 前記筋肉量に基づいて、前記筋肉量の分布を表す筋肉量分布画像を生成する筋肉量分布画像生成部をさらに備えた、
   請求項１から請求項８のいずれか１項に記載の情報処理装置。
10. 前記第１放射線画像は、前記被写体を透過した放射線が照射される方向に重ねられた第１放射線検出器及び第２放射線検出器のうちの前記第１放射線検出器により取得され、
    前記第２放射線画像は、前記第２放射線検出器により取得される、
    請求項１から請求項９のいずれか１項に記載の情報処理装置。
11. 前記第１放射線画像は、前記被写体を透過した第１エネルギー分布の放射線が照射された放射線検出器により取得され、
    前記第２放射線画像は、前記被写体を透過し、かつ前記第１エネルギー分布と異なる第２エネルギー分布の放射線が照射された前記放射線検出器により取得される、
    請求項１から請求項９のいずれか１項に記載の情報処理装置。
12. 被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、前記被写体の軟部組織による軟部領域を表す軟部画像を生成する軟部画像生成部と、
    前記軟部画像の前記軟部領域の画素毎に、画素値に基づいて前記被写体の予め定められた部位の筋肉量を導出する筋肉量導出部と、
    前記第１放射線画像及び前記第２放射線画像から、前記被写体の骨部組織による骨部領域を表す骨部画像を生成する骨部画像生成部と、
    前記骨部画像の前記骨部領域の画素毎に、画素値に基づいて骨塩量を導出する骨塩量導出部と、
    前記予め定められた部位の筋肉量または前記予め定められた部位の筋肉量に応じた筋力である筋肉情報と被写体の転倒率との対応関係を表す対応関係情報、及び前記筋肉量導出部が導出した筋肉量、及び前記骨塩量導出部が導出した骨塩量に基づいて、前記転倒率を特定する特定部と、
    を備えた情報処理装置。
13. 被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、前記被写体の軟部組織による軟部領域を表す軟部画像を生成し、
    前記軟部画像の前記軟部領域の画素毎に、画素値に基づいて筋肉量を導出し、
    前記第１放射線画像及び前記第２放射線画像から、前記被写体の骨部組織による骨部領域を表す骨部画像を生成し、
    前記骨部画像の前記骨部領域の画素毎に、画素値に基づいて骨塩量を導出する
    処理を備え、
    撮影時の管電圧に応じたコントラストの相違、及びビームハードニングの影響によるコントラストの低下を補正するための画素毎の補正係数により、前記骨部画像の前記骨部領域の各画素を補正して、前記骨部領域の画素毎の骨塩量を導出する
    情報処理方法。
14. 被写体を透過したそれぞれエネルギー分布が互いに異なる放射線により取得された第１放射線画像及び第２放射線画像から、前記被写体の軟部組織による軟部領域を表す軟部画像を生成し、
    前記軟部画像の前記軟部領域の画素毎に、画素値に基づいて筋肉量を導出し、
    前記第１放射線画像及び前記第２放射線画像から、前記被写体の骨部組織による骨部領域を表す骨部画像を生成し、
    前記骨部画像の前記骨部領域の画素毎に、画素値に基づいて骨塩量を導出する
    処理を備え、
    撮影時の管電圧に応じたコントラストの相違、及びビームハードニングの影響によるコントラストの低下を補正するための画素毎の補正係数により、前記骨部画像の前記骨部領域の各画素を補正して、前記骨部領域の画素毎の骨塩量を導出する
    処理をコンピュータに実行させるための情報処理プログラム。

Images