JP7362561B2 - 放射線画像処理装置、方法およびプログラム - Google Patents

Description

本開示は、放射線画像に対して画像処理を行う放射線画像処理装置、方法およびプログラムに関するものである。

従来より、被写体を構成する物質によって透過した放射線の減衰量が異なることを利用して、エネルギー分布が異なる２種類の放射線を被写体に照射して得られた２枚の放射線画像を用いたエネルギーサブトラクション処理が知られている。エネルギーサブトラクション処理とは、上記のようにして得られた２つの放射線画像の各画素を対応させて、画素間で適当な重み係数を乗算した上で減算（サブトラクト）を行って、放射線画像に含まれる特定の構造物を抽出した画像を取得する方法である。このようなエネルギーサブトラクション処理を行うことにより、例えば、胸部を撮影することにより取得した放射線画像から軟部を抽出した軟部画像を導出すれば、骨に邪魔されることなく軟部に現れた陰影を観察できる。逆に骨部を抽出した骨部画像を導出すれば、軟部に邪魔されることなく、骨部に現れた陰影を観察できる。

また、被写体の放射線画像を撮影する際、とくに被写体の厚さが大きいと、被写体内において放射線が散乱して散乱線が発生し、発生した散乱線により、取得される放射線画像のコントラストが低下するという問題がある。このため、放射線画像に含まれる散乱線成分を除去するための散乱線除去処理が行われている（例えば、特許文献１、２参照）。

ところで、エネルギーサブトラクション処理を行う際の、エネルギー分布が異なる放射線より取得された２枚の放射線画像に対する重み係数は、異なるエネルギー分布の放射線のそれぞれに対する軟部および骨部の放射線減弱係数に基づいて導出される。また、上述した散乱線除去処理を行う場合、被写体の放射線減弱係数に基づいて、放射線画像の散乱線成分を導出し、導出した散乱線成分を放射線画像から減算することにより、散乱線除去処理が行われる。

特開２０１５－０４３９５９号公報 特開２０１４－２０７９５８号公報

ここで、エネルギーサブトラクション処理を行う際に使用する重み係数を導出するための放射線減弱係数は、例えばエネルギー分布が低い方の低エネルギー放射線により取得された低エネルギー画像に基づいて、推測する等により求めている。このため、エネルギーサブトラクション処理を行う際には、放射線画像のすべての画素において同一の放射線減弱係数が重み係数として用いられる。また、散乱線除去処理を行う場合にも、被写体がすべて軟部組織からなるものと仮定して、放射線画像のすべての画素において、軟部組織の放射線減弱係数を使用して散乱線成分が推定される。

しかしながら、被写体内の物質の厚さは被写体の場所に応じて異なる。また、上述したように放射線減弱係数は被写体内の物質の厚さに応じて異なる。ここで、被写体である人体においては、軟部および骨部の厚さが人体の場所に応じて一定であることはない。また、軟部は筋肉および脂肪を含み、筋肉および脂肪の割合は被写体の場所に応じて異なる。このため、エネルギーサブトラクション処理において、すべての画素において同一の放射線減弱係数を重み付け係数として用いたのでは、取得される骨部画像および軟部画像において不要な構造物を完全に除去することができない。また、散乱線除去処理において、すべての画素において同一の放射線減弱係数を重み付け係数として用いたのでは、散乱線を精度よく除去することができない。

本発明は上記事情に鑑みなされたものであり、放射線画像に対する画像処理を精度よく行うことを目的とする。

本開示による放射線画像処理装置は、少なくとも１つのプロセッサを備え、
プロセッサは、
複数の組成を含む被写体についての少なくとも１つの放射線画像を取得し、
被写体の組成割合を取得し、
組成割合に応じて、放射線画像の画素毎に、放射線画像を取得する際に使用した放射線の減弱係数を設定し、
設定した減弱係数を用いて、放射線画像に対して画像処理を行うように構成される。

なお、本開示による放射線画像処理装置においては、プロセッサは、放射線画像に含まれる放射線の散乱線成分を除去する散乱線除去処理を、画像処理として行うように構成されるものであってもよい。

また、本開示による放射線画像処理装置においては、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基づく２つの放射線画像を取得し、
減弱係数に基づく重み付け係数を用いた、２つ放射線画像の対応する画素間のエネルギーサブトラクション処理を、画像処理として行うように構成されるものであってもよい。

また、本開示による放射線画像処理装置においては、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基づく２つの放射線画像を取得し、
２つの放射線画像のそれぞれについての画素毎に、被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
第１の体厚および第２の体厚に基づいて、放射線画像の画素毎に、被写体の組成割合を導出するように構成されるものであってもよい。

また、本開示による放射線画像処理装置においては、プロセッサは、第１の体厚と第２の体厚との相違に基づいて、組成割合を導出するように構成されるものであってもよい。

また、本開示による放射線画像処理装置においては、プロセッサは、複数の組成のそれぞれについての異なるエネルギー分布毎の放射線の減弱係数に基づいて、第１の体厚および第２の体厚を導出し、
組成の厚さおよび組成毎の減弱係数を変更しつつ、第１の体厚および第２の体厚を導出し、第１の体厚と第２の体厚との相違が予め定められたしきい値以下となる組成の厚さに基づいて、組成割合を導出するように構成されるものであってもよい。

また、本開示による放射線画像処理装置においては、複数の組成は、筋肉および脂肪であってもよい。

本開示による放射線画像処理方法は、複数の組成を含む被写体についての少なくとも１つの放射線画像を取得し、
被写体の組成割合を取得し、
組成割合に応じて、放射線画像の画素毎に、放射線画像を取得する際に使用した放射線の減弱係数を設定し、
設定した減弱係数を用いて、放射線画像に対して画像処理を行う。

なお、本開示による放射線画像処理方法をコンピュータに実行させるためのプログラムとして提供してもよい。

本開示によれば、放射線画像に対する画像処理を精度よく行うことができる。

本開示の実施形態による放射線画像処理装置を適用した放射線画像撮影システムの構成を示す概略ブロック図 本開示の実施形態による放射線画像処理装置の概略構成を示す図 本開示の実施形態による放射線画像処理装置の機能的な構成を示す図 低エネルギー画像および高エネルギー画像により導出される体厚の相違を説明するための図 ２つの放射線画像から導出した体厚の差と脂肪の組成割合とを対応づけたテーブルを示す図 軟部画像および骨部画像を示す図 本実施形態において行われる処理を示すフローチャート ＣＴ画像を用いての組成割合の導出を説明するための図 本開示の他の実施形態による放射線画像処理装置を適用した放射線画像撮影システムの構成を示す概略ブロック図

以下、図面を参照して本開示の実施形態について説明する。図１は本開示の実施形態による放射線画像処理装置を適用した放射線画像撮影システムの構成を示す概略ブロック図である。図１に示すように、本実施形態による放射線画像撮影システムは、撮影装置１と、本実施形態による放射線画像処理装置１０とを備える。

撮影装置１は、第１の放射線検出器５および第２の放射線検出器６に、放射線源３から発せられ、被写体Ｈを透過したＸ線等の放射線を、それぞれエネルギーを変えて照射するいわゆる１ショット法によるエネルギーサブトラクションを行うための撮影装置である。撮影時においては、図１に示すように、放射線源３に近い側から順に、第１の放射線検出器５、銅板等からなる放射線エネルギー変換フィルタ７、および第２の放射線検出器６を配置して、放射線源３を駆動させる。なお、第１および第２の放射線検出器５，６と放射線エネルギー変換フィルタ７とは密着されている。

これにより、第１の放射線検出器５においては、いわゆる軟線も含む低エネルギーの放射線による被写体Ｈの第１の放射線画像Ｇ１が取得される。また、第２の放射線検出器６においては、軟線が除かれた高エネルギーの放射線による被写体Ｈの第２の放射線画像Ｇ２が取得される。第１および第２の放射線画像は、放射線画像処理装置１０に入力される。第１の放射線画像Ｇ１および第２の放射線画像のいずれも、被写体Ｈの胸部および腹部を含む正面像である。

第１および第２の放射線検出器５，６は、放射線画像の記録および読み出しを繰り返して行うことができるものであり、放射線の照射を直接受けて電荷を発生する、いわゆる直接型の放射線検出器を用いてもよいし、放射線を一旦可視光に変換し、その可視光を電荷信号に変換する、いわゆる間接型の放射線検出器を用いるようにしてもよい。また、放射線画像信号の読出方式としては、ＴＦＴ（thin film transistor）スイッチをオン・オフさせることによって放射線画像信号が読み出される、いわゆるＴＦＴ読出方式のもの、または読取り光を照射することによって放射線画像信号が読み出される、いわゆる光読出方式のものを用いることが望ましいが、これに限らずその他のものを用いるようにしてもよい。

次いで、本実施形態に係る放射線画像処理装置について説明する。まず、図２を参照して、本実施形態に係る放射線画像処理装置のハードウェア構成を説明する。図２に示すように、放射線画像処理装置１０は、ワークステーション、サーバコンピュータおよびパーソナルコンピュータ等のコンピュータであり、ＣＰＵ（Central Processing Unit）１１、不揮発性のストレージ１３、および一時記憶領域としてのメモリ１６を備える。また、放射線画像処理装置１０は、液晶ディスプレイ等のディスプレイ１４、キーボードおよびマウス等の入力デバイス１５、並びにネットワーク１８に接続されるネットワークＩ／Ｆ（InterFace）１７を備える。ＣＰＵ１１、ストレージ１３、ディスプレイ１４、入力デバイス１５、メモリ１６およびネットワークＩ／Ｆ１７は、バス１８に接続される。なお、ＣＰＵ１１は、本開示におけるプロセッサの一例である。

ストレージ１３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、およびフラッシュメモリ等によって実現される。記憶媒体としてのストレージ１３には、放射線画像処理装置１０にインストールされた放射線画像処理プログラム１２が記憶される。ＣＰＵ１１は、ストレージ１３から放射線画像処理プログラム１２を読み出してメモリ１６に展開し、展開した放射線画像処理プログラム１２を実行する。

なお、放射線画像処理プログラム１２は、ネットワークに接続されたサーバコンピュータの記憶装置、あるいはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じて放射線画像処理装置１０を構成するコンピュータにダウンロードされ、インストールされる。または、ＤＶＤ（Digital Versatile Disc）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体から放射線画像処理装置１０を構成するコンピュータにインストールされる。

次いで、本実施形態による放射線画像処理装置の機能的な構成を説明する。図３は、本実施形態による放射線画像処理装置の機能的な構成を示す図である。図３に示すように、放射線画像処理装置１０は、画像取得部２１、組成割合取得部２２、減弱係数設定部２３、画像処理部２４および表示制御部２５を備える。そして、ＣＰＵ１１は、放射線画像処理プログラム１２を実行することにより、画像取得部２１、組成割合取得部２２、減弱係数設定部２３、画像処理部２４および表示制御部２５として機能する。

画像取得部２１は、撮影装置１に被写体Ｈの撮影を行わせることにより、第１および第２の放射線検出器５，６から、被写体Ｈの胸腹部の正面像である第１の放射線画像Ｇ１および第２の放射線画像Ｇ２を取得する。第１の放射線画像Ｇ１および第２の放射線画像Ｇ２の取得に際しては、放射線の照射線量、管電圧およびＳＩＤ（Source-to-Image receptor Distance：Ｘ線管焦点受像面間距離）等の撮影条件が設定される。設定された撮影条件は、ストレージ１３に記憶される。

組成割合取得部２２は、被写体Ｈの組成割合を取得する。本実施形態においては、組成割合取得部２２は、第１および第２の放射線画像Ｇ１，Ｇ２に基づいて、被写体Ｈの組成割合を導出することにより、組成割合を取得する。なお、本実施形態においては、組成割合として、脂肪の組成割合を導出するものとする。このため、被写体Ｈには骨部が含まれているが、説明のために、第１および第２の放射線画像Ｇ１，Ｇ２には、骨部は含まれず、軟部のみが含まれているものとして説明する。

組成割合を導出するために、組成割合取得部２２は、まず、第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての画素毎に、被写体Ｈの体厚をそれぞれ第１の体厚および第２の体厚として導出する。具体的には、組成割合取得部２２は、第１の放射線画像Ｇ１に関して、輝度分布が被写体Ｈの体厚の分布と一致するものと仮定し、第１の放射線画像Ｇ１の画素値を、被写体Ｈの筋肉における放射線減弱係数（以下、単に減弱係数とする）を用いて厚さに変換することにより、被写体Ｈの第１の体厚ｔ１を導出する。また、組成割合取得部２２は、第２の放射線画像Ｇ２に関して、輝度分布が被写体Ｈの体厚の分布と一致するものと仮定し、第２の放射線画像Ｇ２の画素値を、被写体Ｈの筋肉における減弱係数を用いて厚さに変換することにより、被写体Ｈの第２の体厚ｔ２を導出する。

ここで、放射線源３から出射される放射線はエネルギー分布を持ち、被写体Ｈにおける放射線の減弱係数も放射線のエネルギーに対する依存性があり、高エネルギー成分ほど減弱係数が小さくなる特性を持つ。このため、放射線は物質を透過する過程で相対的に低エネルギー成分を多く失い、高エネルギー成分の割合が増えてくる、ビームハードニングという現象が生じる。ビームハードニングの程度は、被写体Ｈ内における脂肪の厚さｔｆおよび筋肉の厚さｔｍに依存するため、脂肪の減弱係数μｆおよび筋肉の減弱係数μｍは、脂肪の厚さｔｆおよび筋肉の厚さｔｍの非線形の関数として、μｆ（ｔｆ，ｔｍ）、μｍ（ｔｆ，ｔｍ）と定義することができる。

本実施形態のように、２つの異なるエネルギー分布の放射線により取得された第１および第２の放射線画像Ｇ１，Ｇ２は、それぞれ低エネルギー画像および高エネルギー画像に相当する。このため、本実施形態においては、低エネルギー画像である第１の放射線画像Ｇ１についての脂肪の減弱係数はμｌｆ（ｔｆ，ｔｍ）、筋肉の減弱係数はμｌｍ（ｔｆ，ｔｍ）と表すことができる。また、高エネルギー画像である第２の放射線画像Ｇ２についての脂肪の減弱係数はμｈｆ（ｔｆ，ｔｍ）、筋肉の減弱係数はμｈｍ（ｔｆ，ｔｍ）と表すことができる。

また、低エネルギー画像である第１の放射線画像Ｇ１の各画素の画素値Ｇ１（ｘ，ｙ）および高エネルギー画像である第２の放射線画像Ｇ２の各画素の画素値Ｇ２（ｘ，ｙ）は、対応する画素位置における脂肪の厚さｔｆ（ｘ，ｙ）、筋肉の厚さｔｍ（ｘ，ｙ）、および減弱係数μｌｆ（ｘ，ｙ）、μｈｆ（ｘ，ｙ）、μｌｍ（ｘ，ｙ）、μｈｍ（ｘ，ｙ）を用いて、それぞれ下記の式（１）、（２）により表される。なお、式（１）、（２）においては、（ｘ，ｙ）の記載は省略している。

Ｇ１＝μｌｆ×ｔｆ＋μｌｍ×ｔｍ （１）
Ｇ２＝μｈｆ×ｔｆ＋μｈｍ×ｔｍ （２）

上述したように、本実施形態においては、第１の体厚ｔ１および第２の体厚ｔ２を導出する際には、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２の画素値を、被写体Ｈにおける筋肉の減弱係数を用いて厚さに変換している。このため、本実施形態においては、組成割合取得部２２は、第１の体厚ｔ１および第２の体厚ｔ２を、下記の式（３）、（４）により導出していることとなる。なお、式（３）、（４）においては、（ｘ，ｙ）の記載は省略している。

ｔ１＝Ｇ１／μｌｍ （３）
ｔ２＝Ｇ２／μｈｍ （４）

第１および第２の体厚ｔ１，ｔ２を導出した画素位置において、被写体Ｈには筋肉のみしか含まれない場合、第１の体厚ｔ１と第２の体厚ｔ２とは一致する。しかしながら、実際の被写体Ｈにおいては、第１および第２の放射線画像Ｇ１，Ｇ２の同一の画素位置においては、筋肉および脂肪の双方が含まれる。このため、式（３）、（４）により導出した第１および第２の体厚ｔ１，ｔ２は、被写体Ｈの実際の体厚とは一致しなくなる。また、低エネルギー画像である第１の放射線画像Ｇ１から導出した第１の体厚ｔ１と、高エネルギー画像である第２の放射線画像Ｇ２から導出した第２の体厚ｔ２とでは、第１の体厚ｔ１の方が第２の体厚ｔ２よりも大きい値となる。

例えば、図４に示すように、実際の体厚が１００ｍｍであり、脂肪および筋肉の厚さがそれぞれ３０ｍｍおよび７０ｍｍであったとする。この場合、低エネルギーの放射線による取得される第１の放射線画像Ｇ１により導出した第１の体厚ｔ１は例えば８０ｍｍ、高エネルギーの放射線による取得される第２の放射線画像Ｇ２により導出した第２の体厚ｔ２は例えば７０ｍｍと導出される。また、第１の体厚ｔ１と第２の体厚ｔ２との相違は、脂肪の組成割合が大きいほど大きくなる。

ここで、第１の体厚ｔ１と第２の体厚ｔ２との相違は、被写体Ｈにおける脂肪および筋肉の組成割合に応じて変化する。このため、本実施形態においては、脂肪の組成割合を種々変化させた被写体モデルを、異なるエネルギー分布の放射線により撮影し、これにより取得された２つの放射線画像から体厚をそれぞれ導出し、２つの放射線画像から導出した体厚の差と、脂肪の組成割合とを対応づけたテーブルを予め作成してストレージ１３に保存しておく。

図５は、２つの放射線画像から導出した体厚の差と脂肪の組成割合とを対応づけたテーブルを示す図である。図５に示すように、テーブルＬＵＴ１は横軸が２つの放射線画像のそれぞれから導出した体厚の差であり、縦軸が脂肪の組成割合である。図５に示すように、２つの放射線画像のそれぞれから導出した体厚の差が大きいほど脂肪の組成割合が大きくなっている。なお、２つの放射線画像のそれぞれから導出した体厚の差と、脂肪の組成割合とを対応づけたテーブルは、撮影時に使用する放射線のエネルギー分布毎に用意されて、ストレージ１３に保存される。

組成割合取得部２２は、導出した第１の体厚ｔ１と第２の体厚ｔ２との差分を導出し、ストレージ１３に保存されたＬＵＴ１を参照して、脂肪の組成割合Ｒ（ｘ，ｙ）を導出する。なお、導出した脂肪の組成割合Ｒ（ｘ，ｙ）を１００％から減算することにより、筋肉の組成割合を導出することができる。

減弱係数設定部２３は、脂肪の組成割合Ｒ（ｘ，ｙ）に応じて、第１および第２の放射線画像Ｇ１，Ｇ２の画素毎に、第１および第２の放射線画像Ｇ１，Ｇ２を取得する際に使用した放射線の減弱係数を設定する。具体的には、被写体Ｈの軟部の減弱係数を設定する。ここで、本実施形態においては、第１の放射線画像Ｇ１は低エネルギー画像に相当し、第２の放射線画像Ｇ２は高エネルギー画像に相当する。このため、減弱係数設定部２３は、低エネルギー画像についての軟部の減弱係数μｌｓ（ｘ，ｙ）および高エネルギー画像についての軟部の減弱係数μｈｓ（ｘ，ｙ）を、下記の式（５）、（６）により導出する。なお、式（５）、（６）においては、（ｘ，ｙ）の記載は省略している。また、μｌｍは低エネルギー画像における筋肉の減弱係数、μｌｆは低エネルギー画像における脂肪の減弱係数、μｈｍは高エネルギー画像における筋肉の減弱係数、μｈｆは高エネルギー画像における脂肪の減弱係数である。

μｌｓ＝（１－Ｒ）×μｌｍ＋Ｒ×μｌｆ （５）
μｈｓ＝（１－Ｒ）×μｈｍ＋Ｒ×μｈｆ （６）

画像処理部２４は、減弱係数設定部２３が設定した減弱係数μｌｓ、μｈｓを用いて、放射線画像に対して画像処理を行う。本実施形態においては、画像処理部２４は、減弱係数に基づく重み付け係数を用いた、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２の対応する画素間のエネルギーサブトラクション処理を画像処理として行う。具体的には、下記の式（７）、（８）に示すように、第１および第２の放射線画像Ｇ１，Ｇ２を相対応する画素間で重み付け減算するサブトラクション処理を行うことにより、被写体Ｈにおける軟部が抽出された軟部画像Ｇｓおよび骨部が抽出された骨部画像Ｇｂを導出する。式（７）、（８）において、αおよびβが重み係数である。

Ｇｓ（ｘ，ｙ）＝α・Ｇ２（ｘ，ｙ）－Ｇ１（ｘ，ｙ） （７）
Ｇｂ（ｘ，ｙ）＝β・Ｇ２（ｘ，ｙ）－Ｇ１（ｘ，ｙ） （８）

式（７）における軟部画像Ｇｓを導出するための重み係数αは、α＝μｌｂ／μｈｂにより導出される。式（８）における骨部画像Ｇｂを導出するための重み係数βは、減弱係数設定部２３が設定した減弱係数を用いて、β＝μｌｓ／μｈｓにより導出される。μｌｂは、低エネルギー画像における骨部の減弱係数、μｈｂは高エネルギー画像における骨部の減弱係数である。なお、本実施形態においては、骨部の減弱係数μｌｂ、μｈｂは、予め用意されてストレージ１３に記憶されている。

図６は軟部画像Ｇｓおよび骨部画像Ｇｂを示す図である。図６に示すように、軟部画像Ｇｓは、被写体Ｈ内の軟部が抽出されている。また、骨部画像Ｇｂは、被写体Ｈ内の骨部が抽出されている。

表示制御部２５は、軟部画像Ｇｓおよび骨部画像Ｇｂをディスプレイ１４に表示する。

次いで、本実施形態において行われる処理について説明する。図７は本実施形態において行われる処理を示すフローチャートである。なお、第１および第２の放射線画像Ｇ１，Ｇ２は、撮影により取得されてストレージ１３に保存されているものとする。処理を開始する指示が入力デバイス１５から入力されると、画像取得部２１が、第１および第２の放射線画像Ｇ１，Ｇ２をストレージ１３から取得する（放射線画像取得；ステップＳＴ１）。次いで、組成割合取得部２２が、被写体Ｈの脂肪の組成割合を取得する（ステップＳＴ２）。

そして、減弱係数設定部２３が、脂肪の組成割合Ｒ（ｘ，ｙ）に応じて、第１および第２の放射線画像Ｇ１，Ｇ２の画素毎に、第１および第２の放射線画像Ｇ１，Ｇ２を取得する際に使用した放射線の減弱係数を設定する（ステップＳＴ３）。さらに、画像処理部２４が、設定された減弱係数に基づいて、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２の対応する画素間のエネルギーサブトラクション処理を画像処理として行う（ステップＳＴ４）。そして、表示制御部２５が、画像処理により取得された軟部画像および骨部画像をディスプレイ１４に表示し（ステップＳＴ５）、処理を終了する。

このように、本実施形態においては、被写体Ｈの組成割合に応じて、放射線画像の画素毎に、放射線画像を取得する際に使用した放射線の減弱係数を設定し、設定した減弱係数を用いて、放射線画像に対して画像処理を行うようにした。このため、画像処理、とくにエネルギーサブトラクション処理により取得される骨部画像Ｇｂにおいて、不要な軟部組織をより精度よく除去することができる。したがって、本実施形態によれば、放射線画像に対する画像処理を精度よく行うことができる。

なお、上記実施形態においては、画像処理部２４が行う画像処理としてエネルギーサブトラクション処理を行っているが、これに限定されるものではない。画像処理部２４は、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２に含まれる散乱線成分を除去する散乱線除去処理を行うものであってもよい。以下、散乱線除去処理について説明する。散乱線除去処理としては、例えば、特開２０１５－０４３９５９号公報等に記載された手法を用いることができる。以下、特開２０１５－０４３９５９号公報に記載された手法を用いた場合の散乱線除去処理について説明する。特開２０１５－０４３９５９号公報に記載された手法等を用いる場合、被写体Ｈの体厚分布の導出および散乱線成分を除去するための散乱線成分の導出が同時に行われる。

なお、散乱剪除処理を行うに際し、画像処理部２４は、被写体Ｈに近い側の第１の放射線検出器５により取得された第１の放射線画像Ｇ１を用いる。しかしながら、被写体Ｈから遠い側の第２の放射線検出器６により取得された第２の放射線画像Ｇ２を用いてもよい。また、上記式（７）により第１の放射線画像Ｇ１および第２の放射線画像Ｇ２放射線画像に含まれる被写体Ｈの軟部が強調された軟部画像Ｇｓを生成し、軟部画像Ｇｓを用いて被写体Ｈの体厚分布を導出してもよい。また、いずれの画像を用いる場合であっても、画像の低周波成分を表す低周波画像を生成し、低周波画像を用いて体厚分布を導出してもよい。

まず、画像処理部２４は、初期体厚分布Ｔｓ（ｘ，ｙ）を有する被写体Ｈの仮想モデルＫ１を取得する。仮想モデルＫ１は、初期体厚分布Ｔｓ（ｘ，ｙ）に従った体厚が、第１の放射線画像Ｇ１の各画素の座標位置に対応づけられた、被写体Ｈを仮想的に表すデータである。なお、初期体厚分布Ｔｓ（ｘ，ｙ）を有する被写体Ｈの仮想モデルＫ１は、ストレージ１３に予め記憶されているものとするが、仮想モデルＫ１が保存された外部のサーバから取得するようにしてもよい。

次に、画像処理部２４は、下記の式（９）、（１０）に示すように、仮想モデルＫ１に基づいて、仮想モデルＫ１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Ｉｐ（ｘ，ｙ）と、仮想モデルＫ１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Ｉｓ（ｘ，ｙ）とを導出する。さらに、画像処理部２４は、下記の式（１１）に示すように、推定一次線画像Ｉｐ（ｘ，ｙ）と推定散乱線画像Ｉｓ（ｘ，ｙ）とを合成した画像を、被写体Ｈの撮影により得られた第１の放射線画像Ｇ１を推定した推定画像Ｉｍ（ｘ，ｙ）として導出する。

Ip(x,y) = Io(x,y)×exp(-μls×T(x,y)) （９）
Is(x,y) = Io(x,y)＊Sσ(T(x,y)) （１０）
Im(x,y) = Is(x,y)+Ip(x,y) （１１）

ここで、（ｘ，ｙ）は第１の放射線画像Ｇ１の画素位置の座標、Ｉｐ（ｘ，ｙ）は画素位置（ｘ，ｙ）における一次線成分、Ｉｓ（ｘ，ｙ）は画素位置（ｘ，ｙ）における散乱線成分、Ｉｏ（ｘ，ｙ）は画素位置（ｘ，ｙ）における被写体Ｈの表面への入射線量、μｌｓは被写体Ｈの減弱係数、Ｓσ（Ｔ１（ｘ，ｙ））は画素位置（ｘ，ｙ）における被写体Ｈの体厚分布Ｔ（ｘ，ｙ）に応じた散乱の特性を表す畳みこみカーネルである。なお、１回目の推定画像Ｉｍ（ｘ，ｙ）の導出の際には、式（９）、（１０）における体厚分布Ｔ（ｘ，ｙ）として、初期体厚分布Ｔｓ（ｘ，ｙ）を用いる。式（９）は公知の指数減弱則に基づく式であり、式（１０）は「J M Boon et al, An analytical model of the scattered radiation distribution in diagnostic radiolog, Med. Phys. 15(5), Sep/Oct 1988」（参考文献１）に記載された手法に基づく式である。なお、被写体Ｈの表面への入射線量Ｉｏ（ｘ，ｙ）は、撮影条件に基づいて導出される照射線量である。また、式（９）における被写体Ｈの減弱係数μｌｓは、減弱係数設定部２３が設定した、被写体Ｈの低エネルギー画像についての軟部組織の減弱係数である。

また、式（１０）における＊は畳みこみ演算を表す演算子である。カーネルの性質は、被写体Ｈの体厚の他に、撮影装置１における照射野の分布、被写体Ｈの組成の分布、撮影時の照射線量、管電圧、撮影距離、および放射線検出器５，６の特性等によっても変化する。参考文献１に記載された手法によれば散乱線は一次線に対する位置拡張関数（Point Spread Function、式（１１）におけるSσ（Ｔ（ｘ，ｙ）））の畳みこみにより近似することができる。なお、Sσ（Ｔ（ｘ，ｙ））は、照射野情報、被写体情報および撮影条件等に応じて実験的に求めることができる。

本実施形態においては、撮影時の照射野情報、被写体情報および撮影条件に基づいてSσ（Ｔ（ｘ，ｙ））を算出してもよいが、各種照射野情報、各種被写体情報および各種撮影条件とSσ（Ｔ（ｘ，ｙ））とを対応づけたテーブルをストレージ１３に記憶しておき、撮影時の照射野情報、被写体情報および撮影条件に基づいて、このテーブルを参照してSσ（Ｔ（ｘ，ｙ））を求めるようにしてもよい。なお、Sσ（Ｔ（ｘ，ｙ））をＴ（ｘ，ｙ）にて近似するようにしてもよい。

次に、画像処理部２４は、推定画像Ｉｍと第１の放射線画像Ｇ１との違いが小さくなるように仮想モデルＫ１の初期体厚分布Ｔｓ（ｘ，ｙ）を修正する。画像処理部２４は、推定画像Ｉｍと第１の放射線画像Ｇ１との違いが予め定められた終了条件を満たすまで、修正した体厚分布Ｔ（ｘ，ｙ）を用いた推定画像Ｉｍの生成および体厚分布Ｔ（ｘ，ｙ）の修正を繰り返し行う。画像処理部２４は、終了条件を満たした際に式（１０）により導出される散乱線成分Ｉｓ（ｘ，ｙ）を第１の放射線画像Ｇ１から減算する。これにより、第１の放射線画像Ｇ１に含まれる散乱線成分が除去される。

なお、散乱線除去処理に際し、画像処理部２４は、第２の放射線画像Ｇ２に対しても上記第１の放射線画像Ｇ１と同様に散乱線除去処理を行うことができる。

また、画像処理部２４において、まず第１の放射線画像Ｇ１および第２の放射線画像Ｇ２に対して散乱線除去処理を行い、散乱線除去処理が施された第１の放射線画像Ｇ１および第２の放射線画像Ｇ２を用いて、エネルギーサブトラクション処理を行うようにしてもよい。

また、上記実施形態においては、組成割合取得部２２が、第１および第２の放射線画像Ｇ１，Ｇ２に基づいて、筋肉と脂肪との組成割合を導出しているが、これに限定されるものではない。例えば、被写体Ｈについて、体組成計を用いて体脂肪率を計測し、計測した体脂肪率を脂肪の組成割合として用いてもよい。この場合、計測した脂肪の組成割合をストレージ１３に保存しておき、画像処理を行うに際して、組成割合取得部２２が、ストレージ１３から脂肪の組成割合を取得するようにしてもよい。

また、組成割合取得部２２は、被写体Ｈについて、ＣＴ(Computed Tomography）装置により取得されたＣＴ画像を用いて、脂肪の組成割合を取得するものであってもよい。ここで、ＣＴ画像においては、筋肉と脂肪とでＣＴ値が異なる範囲に分布する。具体的には、筋肉のＣＴ値は３０～６０ＨＵ程度であり、脂肪のＣＴ値は－１００～－５０ＨＵ程度である。ＣＴ画像は３次元画像である。このため、組成割合取得部２２は、図８に示すように、ＣＴ画像Ｖ０における被写体Ｈを正面に見る方向（図８に示す矢印Ａ方向）に並ぶ、被写体Ｈ内の画素数を体厚画素数Ｐ０としてカウントし、体厚画素数Ｐ０のうち、脂肪となる範囲のＣＴ値を有する画素数を脂肪画素数Ｐｆとしてカウントする。そして体厚画素数Ｐ０に対する脂肪画素数Ｐｆの割合Ｐｆ／Ｐ０を、脂肪の組成割合として導出してもよい。

なお、上記実施形態においては、組成割合取得部２２は、以下のようにして組成割合を導出してもよい。すなわち、組成割合取得部２２は、複数の組成のそれぞれについての異なるエネルギー分布毎の放射線の減弱係数に基づいて、第１の体厚ｔ１および第２の体厚ｔ２を導出し、組成の厚さおよび組成毎の減弱係数を変更しつつ、第１の体厚ｔ１および第２の体厚ｔ２を導出し、第１の体厚ｔ１と第２の体厚ｔ２との相違が予め定められたしきい値Ｔｈ１以下となる組成の厚さに基づいて、組成割合を導出するようにしてもよい。

ここで、第１の体厚ｔ１は、脂肪の厚さｔｆと筋肉の厚さｔｍとの加算値、すなわちｔ１＝ｔｆ＋ｔｍとなる。ｔｍ＝ｔ１－ｔｆであるため、上記式（１）は、下記の式（１２）に変形できる。
Ｇ１＝μｌｆ×ｔｆ＋μｌｍ×（ｔ１－ｔｆ） （１２）

式（１２）をｔ１について解くと、下記の式（１３）となる。
ｔ１＝｛Ｇ１＋（μｌｍ－μｌｆ）×ｔｆ｝／μｌｍ （１３）

また、第２の体厚ｔ２＝ｔｆ＋ｔｍであるため、式（２）を式（１２）と同様に変形してｔ２について解くと、下記の式（１４）となる。なお、式（１２）～（１４）においては、（ｘ，ｙ）を省略している。
ｔ２＝｛Ｇ２＋（μｈｍ－μｈｆ）×ｔｆ｝／μｈｍ （１４）

ｔ１とｔ２との相違が小さくなるように、好ましくはｔ１＝ｔ２となるように脂肪の厚さｔｆを導出することにより、脂肪の組成割合を導出することができる。しかしながら、減弱係数μｌｆ、μｈｆ、μｌｍ、μｈｍは、脂肪の厚さｔｆおよび筋肉の厚さｔｍについての非線形の関数であるため、式（１３）、（１４）からは、代数的に脂肪の厚さｔｆを導出することはできない。このため、組成割合導出部２２は、脂肪の厚さｔｆおよび減弱係数μｌｆ、μｈｆ、μｌｍ、μｈｍを変更しつつ、第１の体厚ｔ１および第２の体厚ｔ２を導出する。そして、組成割合導出部２２は、第１の体厚ｔ１と第２の体厚ｔ２との相違が予め定められたしきい値Ｔｈ１以下となる、すなわち｜ｔ１－ｔ２｜≦Ｔｈ１となる脂肪の厚さｔｆを導出し、脂肪の厚さｔｆに基づいて脂肪の組成割合を導出する。なお、しきい値Ｔｈ１はできるだけ小さい値であることが好ましく、Ｔｈ１＝０であることがより好ましい。

具体的には、ｔｆ＝０であり、かつｔ１＝ｔ２である場合は、その画素（ｘ，ｙ）はすべて筋肉である。また、ｔｆ＝０であり、かつｔ１≠ｔ２となる場合、組成割合導出部２２は、脂肪の厚さｔｆを変更しつつ、｜ｔ１－ｔ２｜≦Ｔｈ１となる脂肪の厚さｔｆを探索することにより、脂肪の厚さｔｆを導出する。そして、組成割合導出部２２は、導出された脂肪の厚さｔｆを第１の体厚ｔ１または第２の体厚ｔ２で除算することにより、脂肪の組成割合を導出する。なお、導出した脂肪の組成割合を１００％から減算することにより、筋肉の組成割合を導出することができる。

なお、本実施形態において、体脂肪計により組成割合を取得する場合、またはＣＴ画像Ｖ０から組成割合を取得する場合において、画像処理がエネルギーサブトラクション処理でなく、散乱線除去処理である場合には、上記実施形態のように２つの放射線検出器５，６を用いて第１および第２の放射線画像Ｇ１，Ｇ２を取得する必要はない。例えば、図９に示すように１つの放射線検出器５のみを用いて、被写体Ｈの１つ放射線画像を取得し、組成割合に応じた減弱係数を設定し、取得した１つの放射線画像に対して、設定した減弱係数を用いて散乱線除去処理を行うようにすればよい。

また、上記実施形態においては、画像処理としてエネルギーサブトラクション処理を行うに際し、１ショット法により第１および第２の放射線画像Ｇ１，Ｇ２を取得しているが、図９に示すように１つの放射線検出器のみ用いて撮影を２回行う、いわゆる２ショット法により第１および第２の放射線画像Ｇ１，Ｇ２を取得してもよい。２ショット法の場合、被写体Ｈの体動により、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２に含まれる被写体Ｈの位置がずれる可能性がある。このため、第１の放射線画像Ｇ１および第２の放射線画像Ｇ２において、被写体の位置合わせを行った上で、本実施形態の処理を行うことが好ましい。位置合わせの処理としては、例えば特開２０１１－２５５０６０号公報に記載された手法を用いることができる。特開２０１１－２５５０６０号公報に記載された手法は、第１および第２の放射線画像Ｇ１，Ｇ２のそれぞれについての、周波数帯域が異なる構造物を表す複数の第１の帯域画像および複数の第２の帯域画像を生成し、対応する周波数帯域の第１の帯域画像および第２の帯域画像における、互いに対応する位置の位置ずれ量を取得し、位置ずれ量に基づいて第１の放射線画像Ｇ１と第２の放射線画像Ｇ２との位置合わせを行うようにしたものである。

また、上記実施形態においては、第１および第２の放射線検出器５，６を用いて被写体Ｈの第１および第２の放射線画像Ｇ１，Ｇ２を撮影するシステムにおいて取得した放射線画像を用いて、組成割合を導出する処理を行っているが、放射線検出器に代えて、蓄積性蛍光体シートを用いて第１および第２の放射線画像Ｇ１，Ｇ２を取得する場合にも、本開示の技術を適用できることはもちろんである。この場合、２枚の蓄積性蛍光体シートを重ねて被写体Ｈを透過した放射線を照射して、被写体Ｈの放射線画像情報を各蓄積性蛍光体シートに蓄積記録し、各蓄積性蛍光体シートから放射線画像情報を光電的に読み取ることにより第１および第２の放射線画像Ｇ１，Ｇ２を取得すればよい。なお、蓄積性蛍光体シートを用いて第１および第２の放射線画像Ｇ１，Ｇ２を取得する場合にも、２ショット法を用いるようにしてもよい。

また、上記実施形態における放射線は、とくに限定されるものではなく、Ｘ線の他、α線またはγ線等を用いることができる。

また、上記実施形態において、例えば、画像取得部２１、組成割合取得部２２、減弱係数設定部２３、画像処理部２４および表示制御部２５といった各種の処理を実行する処理部（Processing Unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（Processor）を用いることができる。上記各種のプロセッサには、上述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Field Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device :PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。

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

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

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

１ 撮影装置
３ 放射線源
５，６ 放射線検出器
７ 放射線エネルギー変換フィルタ
１０ 放射線画像処理装置
１１ ＣＰＵ
１２ 放射線画像処理プログラム
１３ ストレージ
１４ ディスプレイ
１５ 入力デバイス
１６ メモリ
１７ ネットワークＩ／Ｆ
１８ バス
２１ 画像取得部
２２ 組成割合取得部
２３ 減弱係数設定部
２４ 画像処理部
２５ 表示制御部
Ｇ１ 第１の放射線画像
Ｇ２ 第２の放射線画像
Ｇｂ 骨部画像
Ｇｓ 軟部画像
ＬＵＴ１ テーブル
Ｖ０ ＣＴ画像

Claims (8)

1. 少なくとも１つのプロセッサを備え、
   前記プロセッサは、
   複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得し、
   前記２つの放射線画像のそれぞれについての画素毎に、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
   前記第１の体厚および前記第２の体厚に基づいて、前記２つの放射線画像の画素毎に、前記被写体の組成割合を導出し、
   前記組成割合に応じて、前記２つの放射線画像の画素毎に、前記２つの放射線画像を取得する際に使用した放射線の減弱係数を設定し、
   設定した前記減弱係数を用いて、前記２つの放射線画像に対して画像処理を行うように構成される放射線画像処理装置。
2. 前記プロセッサは、前記２つの放射線画像に含まれる前記放射線の散乱線成分を除去する散乱線除去処理を、前記画像処理として行うように構成される請求項１に記載の放射線画像処理装置。
3. 前記プロセッサは、前記減弱係数に基づく重み付け係数を用いた、前記２つ放射線画像の対応する画素間のエネルギーサブトラクション処理を、前記画像処理として行うように構成される請求項１または２に記載の放射線画像処理装置。
4. 前記プロセッサは、前記第１の体厚と前記第２の体厚との相違に基づいて、前記組成割合を導出するように構成される請求項１から３のいずれか１項に記載の放射線画像処理装置。
5. 前記プロセッサは、前記複数の組成のそれぞれについての前記異なるエネルギー分布毎の放射線の減弱係数に基づいて、前記第１の体厚および前記第２の体厚を導出し、
   前記組成の厚さおよび前記組成毎の減弱係数を変更しつつ、前記第１の体厚および前記第２の体厚を導出し、前記第１の体厚と前記第２の体厚との相違が予め定められたしきい値以下となる前記組成の厚さに基づいて、前記組成割合を導出するように構成される請求項１から３のいずれか１項に記載の放射線画像処理装置。
6. 前記複数の組成は、筋肉および脂肪である請求項１から５のいずれか１項に記載の放射線画像処理装置。
7. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得し、
   前記２つの放射線画像のそれぞれについての画素毎に、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
   前記第１の体厚および前記第２の体厚に基づいて、前記２つの放射線画像の画素毎に、前記被写体の組成割合を導出し、
   前記組成割合に応じて、前記２つの放射線画像の画素毎に、前記２つの放射線画像を取得する際に使用した放射線の減弱係数を設定し、
   設定した前記減弱係数を用いて、前記２つの放射線画像に対して画像処理を行う放射線画像処理方法。
8. 複数の組成を含む被写体を透過したそれぞれエネルギー分布が互いに異なる放射線に基づく２つの放射線画像を取得する手順と、
   前記２つの放射線画像のそれぞれについての画素毎に、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出する手順と、
   前記第１の体厚および前記第２の体厚に基づいて、前記２つの放射線画像の画素毎に、前記被写体の組成割合を導出する手順と、
   前記組成割合に応じて、前記２つの放射線画像の画素毎に、前記２つの放射線画像を取得する際に使用した放射線の減弱係数を設定する手順と、
   設定した前記減弱係数を用いて、前記２つの放射線画像に対して画像処理を行う手順とをコンピュータに実行させる放射線画像処理プログラム。