JP7069078B2 - 放射線画像処理装置及び放射線画像処理方法 - Google Patents

Description

本発明は、放射線画像について画像処理をする放射線画像処理装置及び画像処理方法に関する。

従来、Ｘ線等の放射線を用いて被写体を撮影する放射線撮影装置が普及している。例えば、被写体が人または動物である場合、放射線画像は病変の診断等に使用する。

放射線撮影においては、被写体等を直進透過した１次線のみを用いて放射線画像を形成することが望ましい。しかし、放射線撮影装置を構成する物及び／または被写体等に放射線が入射すると、その一部は散乱され、いわゆる散乱線となる。放射線画像においては、散乱線によって生じた成分（以下、散乱線成分という）はノイズである。このため、通常は、撮影をする際に散乱線成分を吸収するグリッドを使用し、及び／または、撮影後の画像処理により、散乱線成分を低減する。

撮影後に散乱線成分を低減する画像処理としては、例えば、バーチャルグリッドと呼ばれる画像処理がある（特許文献１，２）。バーチャルグリッドは、被写体の体厚を用いて放射線画像の各画素が含む散乱線成分の量を推定し、これを元の放射線画像から減算することによって、散乱線成分を低減した放射線画像を得る画像処理である。

特開２０１４－２０７９５８号公報 特開２０１６－１７２０９８号公報

放射線画像が含む散乱線成分を低減する画像処理が知られているが、近年においては、さらに精度良く散乱線成分を推定し、これを低減することが求められている。放射線画像を用いて、より正確な診断等のためである。

また、近年においては、診断等のために撮影した放射線画像を表示するだけでなく、放射線画像を用いて演算等をすることにより、被写体が含む一部の組織等を強調した放射線画像や、被写体の組成等に関する情報を提供する場合がある。例えば、診断等に使用する放射線画像はいわゆる投影画像に限らず、被写体の軟部組織を抽出（あるいは強調）した軟部画像、及び／または、被写体の骨部を抽出した骨部画像を用いる場合がある。軟部画像及び／または骨部画像は、いわゆるサブトラクション処理により生成する。サブトラクション処理は、撮影に使用した放射線のエネルギー等が異なる２種類の放射線画像に、所定の重み付けをして差分を算出する処理であり、組成ごとに放射線の減弱係数が異なることを利用した処理である。また、例えば、放射線画像の画素値を用いた演算をすることにより、骨塩量（骨密度）を計測する場合がある。

上記のように放射線画像を演算に使用する場合、演算に使用する放射線画像は、特に精度良く散乱線成分を低減していることが求められる。放射線画像を用いた演算をする場合、散乱線成分による誤差が演算結果に悪影響を及ぼし、正確な演算結果が得られにくくなるからである。

本発明は、画像処理によって、従来よりも精度良く放射線画像の散乱線成分を低減できる放射線画像処理装置及び放射線画像処理方法を提供することを目的とする。

本発明の放射線画像処理装置は、放射線を用いて被写体を撮影した放射線画像を取得する放射線画像取得部と、放射線画像を用いて複数の領域を判別する領域判別部と、領域ごとに異なる散乱線成分推定処理を用いて、領域ごとに放射線の散乱線成分を推定する散乱線成分推定部と、領域ごとに散乱線成分を減算する散乱線成分減算部と、散乱線成分推定部と散乱線成分減算部とを用いて、領域ごとに散乱線成分を順次に推定及び減算することにより、散乱線成分を減算した散乱線成分減算画像を生成する画像処理部と、を備え、画像処理部が散乱線成分を推定及び減算する領域の順序を決定する処理順序決定部を備え、処理順序は、放射線を散乱する散乱体の種類が相対的に少ない領域を相対的に先に処理する順序である。

領域判別部が、放射線が被写体を介さずに直接に放射線検出器に到達した直接領域と、放射線が被写体を介して放射線検出器に到達した被写体領域と、を判別する場合、画像処理部は、放射線画像から直接領域の散乱線成分を減算することにより、直接領域散乱線成分減算画像を生成し、かつ、直接領域散乱線成分減算画像からさらに被写体領域の散乱線成分を減算することにより、被写体領域散乱線成分減算画像を生成することが好ましい。

領域判別部は、被写体領域を、骨部を含む骨部領域と、軟部組織を含む軟部領域と、に分けて判別し、画像処理部は、直接領域散乱線成分減算画像から骨部領域の散乱線成分を減算し、かつ、骨部領域の散乱線成分を減算した直接領域散乱線成分減算画像からさらに軟部領域の散乱線成分を減算することが好ましい。

領域判別部は、被写体領域を、骨部を含む骨部領域と、軟部組織を含む軟部領域と、に分けて判別し、画像処理部は、直接領域散乱線成分減算画像から軟部領域の散乱線成分を減算し、かつ、軟部領域の散乱線成分を減算した直接領域散乱線成分減算画像からさらに骨部領域の散乱線成分を減算することが好ましい。

領域判別部は、軟部領域を、組成ごとに分けて判別することが好ましい。

領域判別部は、放射線画像を撮影する放射線検出器から被写体が離間した離間領域を判別することが好ましい。

領域判別部は、被写体に装着し、または、被写体が含む人工物がある人工物領域を判別することが好ましい。

領域判別部は、放射線の照射野外の領域を判別することが好ましい。

領域ごとの散乱線成分推定処理を選択する選択部を備えることが好ましい。

選択部は、領域の位置、大きさ、形状、及び／または、濃度を用いて、領域について適用する散乱線成分推定処理を自動的に選択することが好ましい。

選択部は、領域ごとに適用する散乱線成分推定処理の選択を受け付けることが好ましい。

本発明の放射線画像処理方法は、放射線画像取得部が、放射線を用いて被写体を撮影した放射線画像を取得する放射線画像取得ステップと、領域判別部が、放射線画像を用いて複数の領域を判別する領域判別ステップと、散乱線成分推定部が、領域ごとに異なる散乱線成分推定処理を用いて、領域ごとに放射線の散乱線成分を推定する散乱線成分推定ステップと、散乱線成分減算部が、領域ごとに散乱線成分を減算する散乱線成分減算ステップと、を備え、画像処理部が、散乱線成分推定部と散乱線成分減算部とを用いて散乱線成分推定ステップと散乱線成分減算ステップとを領域ごとに行うことにより、領域ごとに散乱線成分を順次に推定及び減算して、散乱線成分を減算した散乱線成分減算画像を生成し、かつ、散乱線成分を推定及び減算する領域の順序を決定し、処理順序は、放射線を散乱する散乱体の種類が相対的に少ない領域を相対的に先に処理する順序である。

本発明の放射線画像処理装置及び放射線画像処理方法によれば、画像処理によって、従来よりも精度良く放射線画像の散乱線成分を低減できる。

放射線撮影装置の構成を示す説明図である。 放射線画像処理装置の構成を示すブロック図である。 領域判別部のブロック図である。 散乱線成分推定部のブロック図である。 放射線画像の領域及び散乱体を示す説明図である。 散乱線成分分布を表すグラフである。 被写体領域の画素値の構成を示す説明図である。 散乱線成分の推定及び減算の動作（放射線画像処理方法）を示すフローチャトである。 人体の胸部を撮影した場合の第１放射線画像である。 第２実施形態の領域判別部の構成を示すブロック図である。 離間領域を示す説明図である。 第２実施形態の散乱線成分推定部の構成を示すブロック図である。 第３実施形態の領域判別部の構成を示すブロック図である。 第３実施形態の散乱線成分推定部の構成を示すブロック図である。 第４実施形態の放射線画像処理装置のブロック図である。

［第１実施形態］
図１に示すように、放射線撮影システム１０は、放射線源１３、放射線撮影パネル１４、及びコンソール２０と、放射線画像処理装置３０と、を備える。放射線源１３、放射線撮影パネル１４、及び、コンソール２０は、放射線撮影装置を構成する。

放射線源１３は、撮影に必要な放射線Ｒａを発生する装置であり、放射線Ｒａを発生する放射線管と、放射線管が放射線Ｒａを発生するために必要な高電圧を発生する高電圧発生回路等からなる。放射線源１３は、放射線管の管電圧及び管電流等を調節することにより、線質（エネルギー分布（以下、単にエネルギーという））が異なる複数種類の放射線を発生できる。放射線源１３が発生する放射線のエネルギーは撮影条件の１つである。本実施形態においては、放射線源１３はＸ線を発生するＸ線源である。このため、このため、放射線撮影システム１０はＸ線を用いて被写体Ｏｂｊを撮影することにより、被写体ＯｂｊのＸ線画像を取得するＸ線撮影システムである。被写体Ｏｂｊは例えば人である。

放射線撮影パネル１４は、放射線源１３が発生した放射線Ｒａを用いて被写体Ｏｂｊを撮影する放射線検出器である。放射線撮影パネル１４は、いわゆるＦＰＤ（Flat Panel Detector）であり、被写体Ｏｂｊを透過した放射線Ｒａを検出して電気信号に変換することにより、被写体Ｏｂｊの放射線画像を出力する。放射線撮影パネル１４を用いた撮影においては、必要に応じてグリッド（図示しない）を併用できる。グリッドは、放射線の散乱線成分を除去する装置であり、例えば、静止型のリスホルムブレンデ、または、移動型のブッキーブレンデ等である。

本実施形態においては、放射線撮影パネル１４は、第１放射線検出器１５と第２放射線検出器１６の２個の放射線検出器を備える。第１放射線検出器１５及び第２放射線検出器１６のうち、相対的に被写体Ｏｂｊ及び放射線源１３の近くに配置する検出器が第１放射線検出器１５であり、被写体Ｏｂｊ及び放射線源１３から相対的に遠くに配置する検出器が第２放射線検出器１６である。第１放射線検出器１５及び第２放射線検出器１６は、被写体Ｏｂｊを透過した放射線Ｒａを画素ごとに検出する。また、第１放射線検出器１５と第２放射線検出器１６は被写体Ｏｂｊの放射線画像をそれぞれに出力する。但し、放射線撮影パネル１４は、第１放射線検出器１５と第２放射線検出器１６の間に放射線エネルギー変換フィルタ１７を備える。放射線エネルギー変換フィルタ１７は、例えば銅板等であり、放射線Ｒａの低エネルギー成分を吸収する。このため、放射線Ｒａは、第１放射線検出器１５を透過した後、第２放射線検出器１６に到達するまでにエネルギーが変化する。したがって、放射線撮影パネル１４は、特定の被写体Ｏｂｊを同じ撮影条件（同じ放射線Ｒａ）で同時に撮影するが、第１放射線検出器１５が出力する第１放射線画像Ｇ１（図１０参照）と第２放射線検出器１６が出力する第２放射線画像Ｇ２（第１放射線画像Ｇ１と同様であるため図示を省略する）は、実質的に撮影に使用した放射線Ｒａのエネルギーが互いに異なる放射線画像となる。

なお、第１放射線検出器１５及び第２放射線検出器１６は、間接変換型の検出器または直接変換型の検出器のいずれでもよく、第１放射線検出器１５と第２放射線検出器１６とで異なるタイプの検出器を採用できる。間接変換型の検出器とは、ＣｓＩ（ヨウ化セシウム）等からなるシンチレータを用いて放射線Ｒａを可視光に変換し、その可視光を光電変換することにより、間接的に電気信号を得る検出器である。直接変換型の検出器とは、アモルファスセレン等からなるシンチレータを用いて放射線Ｒａを直接的に電気信号に変換する検出器である。また、第１放射線検出器１５及び第２放射線検出器１６は、それぞれＰＳＳ（Penetration Side Sampling）方式の検出器でもよく、ＩＳＳ（Irradiation Side Sampling）方式の検出器でもよい。ＰＳＳ方式とは、電気信号の読み出しを行うＴＦＴ（Thin Film Transistor）に対してシンチレータを被写体Ｏｂｊ側に配置する方式である。ＩＳＳ方式とは、ＰＳＳ方式とは逆に、シンチレータとＴＦＴを、被写体Ｏｂｊ側からＴＦＴ、シンチレータの順に配置する方式である。

コンソール２０は、放射線源１３及び放射線撮影パネル１４の動作を制御する制御装置（コンピュータ）であり、表示部２１及び操作部２２等を備える。表示部２１は、例えば液晶ディスプレイ等であり、撮影した放射線画像その他操作または設定等に係る必要な表示をする。操作部２２は、撮影条件等の設定入力、放射線源１３及び放射線撮影パネル１４の操作に用いる、例えばキーボード及び／またはポインティングデバイス等である。表示部２１及び操作部２２はタッチパネルで構成することができる。

放射線画像処理装置３０は、診断等における表示のために、または、診断等に係る詳細な画像解析等のために、被写体Ｏｂｊを撮影した放射線画像を用いて画像処理を行う。放射線画像処理装置３０は、コンソール２０と直接的に接続し、被写体Ｏｂｊを撮影した放射線画像をリアルタイムに取得して画像処理に使用できる。また、放射線画像処理装置３０は、コンソール２０に直接的に接続する代わりに、ＲＩＳ（Radiology Information Systems）、ＨＩＳ（Hospital Information Systems）、ＰＡＣＳ（Picture Archiving and Communication Systems）、または、ＰＡＣＳが含むＤＩＣＯＭ（Digital Imaging and COmmunications in Medicine）サーバ等を介して間接的に放射線画像を取得して画像処理に使用できる。

図２に示すように、放射線画像処理装置３０はいわゆるコンピュータであり、表示部３１、操作部３２、放射線画像取得部３３、領域判別部３４、画像処理部３５、処理順序決定部３９、及び、演算部４０を備える。

表示部３１は液晶ディスプレイ等であり、撮影した放射線画像及び放射線画像処理装置３０が生成した画像等を表示する。操作部３２は、放射線画像処理装置３０を操作するためのキーボード及び／またはポインティングデバイス等である。表示部３１及び操作部３２はタッチパネルで構成することができる。なお、本実施形態においは、放射線画像処理装置３０は、コンソール２０とは別体の装置であるが、放射線画像処理装置３０の一部または全部をコンソール２０に設けることができる。この場合、放射線画像処理装置３０の表示部３１及び／または操作部３２には、コンソール２０の表示部２１及び／または操作部２２を使用できる。また、放射線画像処理装置３０の全部をコンソール２０に設ける場合、コンソール２０が放射線画像処理装置３０を構成する。

放射線画像取得部３３は、放射線Ｒａを用いて被写体Ｏｂｊを撮影した放射線画像を取得する。放射線画像取得部３３は、コンソール２０、ＲＩＳ、ＨＩＳ、またはＰＡＣＳ等から放射線画像を取得できる。本実施形態においては、放射線画像取得部３３は、放射線撮影システム１０によって撮影した放射線画像をコンソール２０から直接的に取得する。また、放射線画像取得部３３は、第１放射線検出器１５が出力する第１放射線画像Ｇ１と第２放射線検出器１６が出力する第２放射線画像Ｇ２を取得する。なお、放射線画像取得部３３は、放射線画像を取得する際に、いわゆる原画像（画像処理等を施していない画像）だけでなく、コントラスト等の調整処理またはその他の画像処理等の各種処理を施した放射線画像を取得する場合がある。

領域判別部３４は、放射線画像取得部３３が取得した放射線画像を用いて複数の領域を判別する。また、放射線画像取得部３３が複数の放射線画像を取得した場合、放射線画像ごとに、または、複数の放射線画像のうち少なくとも１つを用いて、領域の判別をする。領域判別部３４が判別する「領域」とは、放射線画像内において、位置、大きさ、範囲、または画素値等について特定の特徴を有する部分であって、その特徴により他の部分に対して区別できる部分をいう。このため、領域判別部３４が判別する「領域」は、その一部または全部が他の領域と重複する場合がある。また、領域について「判別する」とは、上記領域の境界（例えば、輪郭線、または、幅を有する境界ゾーン）を認識（特定または決定）することをいい、特定の領域の境界を認識することによって、結果的に、その特定の領域に属しない領域を認識することを含む。すなわち、領域判別部３４がある領域を判別することは、領域判別部３４が、判別した領域の外側の領域を判別することと同義である。

なお、領域判別部３４は、領域を１つのみ判別する場合がある。放射線画像の全体にほぼ一様な被写体Ｏｂｊが写っている場合等においては実質的に境界等がないので、領域判別部３４は、放射線画像の全体を１つの領域と判別する。また、領域判別部３４が領域判別処理に使用する「放射線画像取得部３３が取得した放射線画像」には、放射線画像取得部３３が取得した放射線画像の他、放射線画像取得部３３が取得した放射線画像に、当該放射線画像処理装置３０または他の放射線画像処理装置等によって画像処理等の処理を施した放射線画像を含む。すなわち、領域判別部３４は、放射線画像取得部３３が取得した放射線画像をそのまま使用できるが、例えば領域判別部３４が領域の判別をしやすくする（領域判別の精度を向上する）等のために所定の画像処理等を施した放射線画像を使用できる。また、領域判別処理は、画素値、画素値の分布等を表す統計量（最大値等）、画素値の出現頻度ヒストグラムの形状（ピークの高さ等を含む）、パターン認識、閾値処理、または、学習済みモデルを用いた認識等により行う。

本実施形態においては、図３に示すように、領域判別部３４は、直接領域判別部５１と、被写体領域判別部５２と、を有し、領域判別部３４はこれらを用いて領域判別処理をする。直接領域判別部５１は、入力を受けた放射線画像について、放射線Ｒａが被写体Ｏｂｊを介さずに直接に放射線検出器に到達した領域（以下、直接領域という）Ｘ１を判別する（図５参照）。また、被写体領域判別部５２は、放射線Ｒａが被写体Ｏｂｊを介して放射線検出器に到達した領域（以下、被写体領域という）Ｘ２を判別する（図５参照）。すなわち、本実施形態においては、領域判別部３４は、直接領域Ｘ１と、被写体領域Ｘ２と、を判別する。

画像処理部３５は、散乱線成分を減算した散乱線成分減算画像を生成する。そのために、画像処理部３５は、散乱線成分推定部３６と、散乱線成分減算部３７と、を有する。

散乱線成分推定部３６は、領域判別部３４が判別した領域ごとに異なる散乱線成分推定処理を用いて、領域ごとに放射線の散乱線成分を推定する。したがって、散乱線成分推定部３６は、複数種類の散乱線成分推定処理を実行できる。また、特定の領域について、散乱線成分推定処理を実行する場合、これら複数種類の散乱線成分推定処理の中から、処理を施す領域に適した１つの散乱線成分推定処理を実行する。なお、散乱線成分推定部３６は、特定の散乱線成分推定処理の結果をパラメータとして利用しながら別の散乱線成分推定処理を実行する、または複数種類の散乱線成分推定処理を組み合わせる等して複数の散乱線成分推定処理を１つの領域に対して実行することができるが、この場合、組み合わせる複数の散乱線成分推定処理は、個々の散乱線成分推定処理とは全体として別の１つの散乱線成分推定処理を構成する。なお、特定の領域の散乱線成分とは、その特定の領域に向けて放射する放射線Ｒａから発生する散乱線成分をいい、放射線撮影パネル１４（第１放射線検出器１５等）において他の領域に入射する成分を含む。

本実施形態においては、図４に示すように、散乱線成分推定部３６は、領域判別部３４が直接領域Ｘ１と被写体領域Ｘ２を判別することに対応して、直接領域散乱線成分推定部６１と、被写体領域散乱線成分推定部６２と、を有する。

直接領域散乱線成分推定部６１は、直接領域Ｘ１用の散乱線成分推定処理（以下、直接領域用散乱線成分推定処理という）により、領域判別部３４が判別した直接領域Ｘ１が含む散乱線成分を推定する。直接領域用散乱線成分推定処理は、直接領域Ｘ１の散乱線成分を推定することに特化した散乱線成分推定処理であり、被写体領域Ｘ２用の散乱成分推定処理と比較して相対的に高精度に直接領域Ｘ１の散乱線成分を推定することができる。「直接領域Ｘ１の散乱線成分」とは、直接領域Ｘ１に向けて放射する放射線Ｒａから発生する散乱線成分をいい、放射線撮影パネル１４（第１放射線検出器１５等）において直接領域Ｘ１の外側に入射する成分を含む。

例えば、図５に示すように、被写体Ｏｂｊを寝台８１に配置して撮影をする場合、直接領域Ｘ１には、寝台８１の天板８２を介して放射線Ｒａが到達する。したがって、簡単のため、放射線源１３から直接領域Ｘ１に向けて放射する放射線Ｒａ（Ｘ１）に対する散乱体が天板８２だけであるとする。この場合、放射線Ｒａ（Ｘ１）が天板８２に入射すると、一部成分（いわゆる１次線成分）ｇ（Ｘ１）は直進を続けて放射線撮影パネル１４（第１放射線検出器１５等）に到達する。一方、他の成分は、天板８２による散乱により進路を変え、散乱線成分ｈ（Ｘ１）となって放射線撮影パネル１４に到達する。したがって、直接領域Ｘ１に向けて放射する放射線Ｒａ（Ｘ１）の放射線撮影パネル１４における分布ｆ（Ｘ１）は、１次線成分ｇ（Ｘ１）と散乱線成分ｈ（Ｘ１）の合計である。すなわち、ｆ（Ｘ１）＝ｇ（Ｘ１）＋ｈ（Ｘ１）である。

一方、天板８２における任意の１点を通過する放射線Ｒａの分布は、ＰＳＦ（point spread function（点拡がり関数））によって近似できる。ＰＳＦは、例えば、ガウス関数（Gaussian）である。このため、図６に示すように、天板８２における任意の１点を通過する１次線成分及び散乱線成分を含めたＰＳＦ９０から、１次線成分を除いた部分が、散乱線成分の拡散を表す分布（以下、散乱線成分分布という）９１となる。

また、撮影に使用する放射線Ｒａのエネルギー等、並びに、散乱体である天板８２の材質（密度等）及び厚さ（質量）が既知であるため、ピークの高さ及び半値幅等、散乱線成分分布９１の具体的形状は予め定まる。したがって、直接領域散乱線成分推定部６１は、散乱線成分分布９１の逆畳み込み演算（deconvolution）により、精度良く、直接領域Ｘ１の散乱線成分ｈ（Ｘ１）を推定することができる。

被写体領域散乱線成分推定部６２は、被写体領域Ｘ２用の散乱線成分推定処理（以下、被写体領域用散乱線成分推定処理という）により、領域判別部３４が判別した被写体領域Ｘ２が含む散乱線成分を推定する。被写体領域用散乱線成分推定処理は、被写体領域Ｘ２の散乱線成分を推定することに特化した散乱線成分推定処理であり、直接領域用散乱線成分推定処理と比較して相対的に高精度に被写体領域Ｘ２の散乱線成分を推定することができる。「被写体領域Ｘ２の散乱線成分」とは、被写体領域Ｘ２に向けて放射する放射線Ｒａから発生する散乱線成分をいい、放射線撮影パネル１４（第１放射線検出器１５等）において被写体領域Ｘ２の外側に入射する成分を含む。

例えば、放射線源１３から被写体領域Ｘ２に向けて放射する放射線Ｒａ（Ｘ２）に対する主要な散乱体は被写体Ｏｂｊである。そして、図７に示すように、被写体Ｏｂｊがある場合（「被写体あり」）の画素値Ｖ２は、被写体Ｏｂｊがない場合（「被写体なし」）の画素値Ｖ１よりも小さい。これは被写体Ｏｂｊの吸収等によるものであるため、その差δ（＝Ｖ１－Ｖ２）は、被写体Ｏｂｊの体厚に関連する。また、被写体Ｏｂｊがない場合の画素値Ｖ１は、直接領域Ｘ１の画素値もしくは散乱線成分ｈ（X１）を減算した直接領域Ｘ１の画素値、または、予め行う実験等によって知ることができる。このため、被写体領域散乱線成分推定部６２は、放射線画像における被写体領域Ｘ２の画素値Ｖ２から、被写体Ｏｂｊを推定することができる。

また、放射線画像における被写体領域Ｘ２の画素値Ｖ２は、１次線成分Ｂ１と散乱線成分Ｂ２とからなり、これらのうち散乱線成分Ｂ２の量（大きさ）は、被写体Ｏｂｊの体厚に関連する。このため、被写体領域散乱線成分推定部６２は、推定した被写体Ｏｂｊの体厚を用いて、被写体領域Ｘ２の各画素における散乱線成分Ｂ２を推定することができる。したがって、被写体領域散乱線成分推定部６２は、被写体領域Ｘ２における画素値の分布から、被写体領域Ｘ２の散乱線成分Ｂ２の分布である散乱線成分ｈ（Ｘ２）を精度良く推定できる。

散乱線成分減算部３７は、領域判別部３４が判別した領域ごとに、入力された放射線画像から散乱線成分を減算する。例えば、散乱線成分減算部３７は、放射線画像取得部３３が取得した放射線画像と、直接領域Ｘ１の散乱線成分ｈ（X１）と、を得る場合、放射線画像取得部３３が取得した放射線画像から直接領域Ｘ１の散乱線成分ｈ（X１）を減算することにより、直接領域散乱線成分減算画像を生成する。また、散乱線成分減算部３７は、直接領域散乱線成分減算画像と、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）と、を得る場合、直接領域散乱線成分減算画像から被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）を減算することにより、被写体領域散乱線成分減算画像を生成する。「領域ごとに散乱線成分を減算する」とは、特定の領域に向けて放射した放射線Ｒａから発生する散乱線成分を減算することをいう。このため、散乱線成分減算部３７は、散乱線成分を減算する領域を特定の領域に限るのではなく、特定の領域の散乱線成分が他の領域に及ぶ場合は、当該他の領域からも散乱線成分を減算する。

画像処理部３５は、散乱線成分推定部３６と散乱線成分減算部３７とを用いて、領域判別部３４が判別した領域ごとに散乱線成分を順次に推定及び減算する。その結果、画像処理部３５は、散乱線成分を減算した散乱線成分減算画像を生成する。本実施形態においては、画像処理部３５は、直接領域Ｘ１の散乱線成分ｈ（Ｘ１）を推定及び減算した後、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）を推定及び減算する。このため、上記の被写体領域散乱線成分減算画像が、画像処理部３５が最終的に出力する散乱線成分減算画像である。

処理順序決定部３９は、画像処理部３５が散乱線成分を推定及び減算する領域の順序を決定する。処理順序決定部３９が決定する処理順序は、放射線Ｒａを散乱する散乱体の種類が相対的に少ない領域を相対的に先にする順序である。すなわち、処理順序決定部３９は、単純（シンプル）な系の処理を相対的に先に行い、複雑な系の処理を相対的に後に行う処理順序を定める。通常は、考慮すべき散乱体の種類が少ない単純な系を構成する領域の方が散乱線成分の推定精度が高い。このため、単純な系を構成する領域の散乱線成分を推定及び減算した後に、複雑な系を構成する領域について散乱線成分を推定すれば、単純な系を構成する領域の散乱線成分を高精度に推定及び減算した清浄な状態で、複雑な系を構成する領域の散乱線成分を推定及び減算できる。その結果、複雑な系を構成する領域についての散乱線成分の推定精度が向上する。各領域の境界近傍、すなわち散乱線成分ｈ（Ｘ１）及び／または散乱線成分ｈ（Ｘ２）が及ぶ程度の範囲においてこの効果は顕著である。したがって、グリッドを用いないで放射線撮影をする場合、グリッドを使用する場合よりも散乱線成分ｈ（Ｘ１）及び／または散乱線成分ｈ（Ｘ２）が及ぶ範囲は大きいので、グリッドを用いないで放射線撮影をする場合に上記効果は特に顕著である。

本実施形態においては、直接領域Ｘ１と被写体領域Ｘ２の散乱線成分を推定及び減算するので、処理順序決定部３９は、直接領域Ｘ１の散乱線成分ｈ（Ｘ１）の推定及び減算を先に、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定及び減算を後にする順序を決定する。直接領域Ｘ１には散乱体は天板８２だけであるが、被写体領域Ｘ２は被写体Ｏｂｊと天板８２の２つの散乱体がある。このため、相対的に直接領域Ｘ１の方が単純な系であり、その散乱線成分ｈ（Ｘ１）の推定精度が高く、かつ、相対的に被写体領域Ｘ２の方が複雑な系であり、その散乱線成分ｈ（Ｘ２）の推定精度が低いからである。すなわち、領域判別部３４が、直接領域Ｘ１と、被写体領域Ｘ２と、を判別する場合、処理順序決定部３９の上記決定により、画像処理部３５は、放射線画像取得部３３が取得した放射線画像から直接領域Ｘ１の散乱線成分ｈ（Ｘ１）を減算することにより、直接領域散乱線成分減算画像を生成し、かつ、直接領域散乱線成分減算画像からさらに被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）を減算することにより、被写体領域散乱線成分減算画像を生成する。そして、画像処理部３５は、被写体領域散乱線成分減算画像を、最終的な散乱線成分減算画像として出力する。この散乱線成分減算画像は、上記の通り、直接領域Ｘ１の散乱線成分ｈ（Ｘ１）と被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の両方を減算することにより、散乱線成分を領域ごとに低減した放射線画像である。

なお、処理順序決定部３９は、領域判別部３４が判別した領域の種類及び／または個数に応じて流動的に上記処理順序を決定することができる。また、領域判別部３４が判別し得る領域の種類が予め定められており、かつ、これら各領域に対応する系が既知（考慮すべき散乱体が既知）である場合には、処理順序決定部３９は、予め上記処理順序を決定しておくことができる。この場合、領域判別部３４が特定の領域を判別しない（当該特定の領域が存在しない）場合、処理順序決定部３９は、判別処理の結果として存在しない種類の領域についての散乱線成分の推定及び減算の処理を、予め定めた処理順序の中から省略（スキップ）する。この他、処理順序決定部３９は、放射線技師または医師等の手動による設定入力等によって、処理順序の指定を受け付けることができる。本実施形態においては、処理順序決定部３９は、予め処理順序を定める。

演算部４０は、画像処理部３５が出力する散乱線成分減算画像を用いて演算をする。例えば、演算部４０は、第１放射線検出器１５から得た第１放射線画像Ｇ１から領域ごとに順次に散乱線成分を減算した第１散乱線成分減算画像と、第２放射線検出器１６から得た第２放射線画像Ｇ２から領域ごとに順次に散乱線成分を減算した第２散乱線成分減算画像と、を用いていわゆるサブトラクション画像を生成する。サブトラクション画像とは、被写体Ｏｂｊが含む特定の構造物を強調する強調画像であり、画素ごとに、あるいは、認識した構造物がある領域ごとに、その構造物の減弱係数μを乗じて放射線画像の減算処理をすることにより生成する。この場合、サブトラクション処理に使用する第１散乱線成分減算画像と第２散乱線成分減算画像は、いずれも領域ごとに高精度に散乱線成分を減算した放射線画像であり、散乱線成分による誤差が特に低減されてるので、結果として、サブトラクション処理後においても散乱線成分による誤差が小さい。したがって、領域ごとに順次に散乱線成分を減算した第１散乱線成分減算画像及び第２散乱線成分減算画像を使用しない場合と比較して、特定の構造物をより正確に強調できる。なお、演算部４０は、領域ごとに順次に散乱線成分を減算した散乱線成分減算画像を用いて、サブトラクション処理以外の演算を行うことができる。例えば、演算部４０は、領域ごとに順に散乱線成分を減算した散乱線成分減算画像を用いて、骨塩量等、被写体Ｏｂｊの組成等に係る数値を求めることができる。この場合、領域ごとに順次に散乱線成分を減算した散乱線成分減算画像を用いることで、散乱線成分を高精度に低減した画素値等を演算に使用できるので、これを使用しない場合と比較して、骨塩量等をより正確に算出できる。

以下、上記のように構成する放射線画像処理装置３０が行う散乱線成分の推定及び減算の動作（放射線画像処理方法）を説明する。図８に示すように、放射線画像取得部３３は、放射線Ｒａを用いて被写体Ｏｂｊを撮影した放射線画像を取得する（ステップＳ１０１（放射線画像取得ステップ））。本実施形態においては、第１放射線検出器１５を用いて撮影した第１放射線画像Ｇ１と、第２放射線検出器１６を用いて撮影した第２放射線画像Ｇ２と、を取得する。

例えば、被写体Ｏｂｊは人であり、その胸部が撮影部位である場合、図９に示すように、第１放射線画像Ｇ１には、肋骨等の骨部１２１、肺１２２、心臓１２３、肩部または上腕等の筋肉１２６、及び、脂肪１２７等が現れる。また、これら胸部及び胸部近傍の各組織等は重畳的に現れる。すなわち、これらの組織等の像（陰影）は、一部または全部が他の組織等の像と重なっている場合がある。これら被写体Ｏｂｊの像の全体が被写体領域Ｘ２である。また、第１放射線画像Ｇ１には、直接領域Ｘ１がある。第２放射線画像Ｇ２も第１放射線画像と同様であるが、第１放射線画像Ｇ１と第２放射線画像Ｇ２とは、実質的に撮影に用いた放射線Ｒａのエネルギーが異なるので、第１放射線画像Ｇ１の各組織の像と、第２放射線画像Ｇ２の各組織の像と、を比較すると、対応する部分であっても各組織の相対的な画素値の大小関係が相違する。その結果、第１放射線画像Ｇ１と第２放射線画像Ｇ２では、各組織の相対的な明るさ及び／またはコントラスト等が相違する。

放射線画像取得部３３が、第１放射線画像Ｇ１及び第２放射線画像Ｇ２を取得すると、領域判別部３４は、第１放射線画像Ｇ１及び／または第２放射線画像Ｇ２から特定の領域を判別する（ステップＳ１０２（領域判別ステップ））。本実施形態においては、第１放射線画像Ｇ１から散乱線成分を推定及び減算する場合には、第１放射線画像Ｇ１を用いて領域の判別をし、第２放射線画像Ｇ２から散乱線成分を推定及び減算する場合には、第２放射線画像Ｇ２を用いて領域の判別をする。また、領域判別部３４は、直接領域判別部５１を用いて直接領域Ｘ１を判別し、かつ、被写体領域判別部５２を用いて被写体領域Ｘ２を判別する。

領域の判別が完了すると、画像処理部３５は、処理順序決定部３９の決定による処理順序にしたがって、領域ごとに散乱線成分を順次に推定及び減算する（ステップＳ１０３～Ｓ１０６）。本実施形態においては、画像処理部３５は、まず、直接領域Ｘ１の散乱線成分ｈ（X１）を推定及び減算する（ステップＳ１０３～Ｓ１０４）。すなわち、直接領域散乱線成分推定部６１が、直接領域Ｘ１の散乱線成分ｈ（Ｘ１）を推定する（ステップＳ１０３（散乱線成分推定ステップ））。その後、画像処理部３５は、散乱線成分減算部３７を用いて、もとの放射線画像（第１放射線画像Ｇ１または第２放射線画像Ｇ２）から、直接領域Ｘ１の散乱線成分ｈ（X１）を減算することにより、直接領域散乱線成分減算画像を生成する（ステップＳ１０４）。

次いで、画像処理部３５は、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）を推定及び減算する（ステップＳ１０５～Ｓ１０６）。すなわち、被写体領域散乱線成分推定部６２が、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）を推定する（ステップＳ１０５（散乱線成分推定ステップ））。その後、画像処理部３５は、散乱線成分減算部３７を用いて、直接領域散乱線成分減算画像から被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）を減算することにより、被写体領域散乱線減算画像を生成する（ステップＳ１０６）。

この結果、画像処理部３５は、もとの放射線画像から、直接領域Ｘ１の散乱線成分ｈ（Ｘ１）と被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）とを減算した上記被写体成分減算画像を「散乱線成分減算画像」として出力する。

上記のように、放射線画像処理装置３０は、画像処理部３５が、散乱線成分推定部３６と散乱線成分減算部３７とを用いて、領域判別部３４が判別した領域ごとに散乱線成分を順次に推定及び減算することにより、散乱線成分を減算した散乱線成分減算画像を生成する。このため、放射線画像処理装置３０は、精度良く放射線画像の散乱線成分を低減できる。例えば、従来、画像処理によって散乱線成分を減算する場合に、領域の判別をせず、全体として最適な方法で散乱線成分を推定及び減算していたのと比較すると、放射線画像処理装置３０は、領域判別部３４が領域を判別し、かつ、判別した領域ごとに異なる散乱線成分推定処理を使用するので、各領域に最適な方法で散乱線成分を推定及び減算できる。この結果、放射線画像処理装置３０は、従来の画像処理よりも高精度に高精度に散乱線成分を推定及び減算できる。

また、従来の放射線画像処理装置等においては、直接領域Ｘ１は被写体Ｏｂｊの像がない部分であるから、直接領域Ｘ１に着目してその散乱線成分ｈ（X１）を推定及び減算していないが、上記第１実施形態においては直接領域Ｘ１に着目し、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定及び減算よりも先に、直接領域Ｘ１の散乱線成分ｈ（X１）を推定及び減算する。その結果、後に行う被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定及び減算の精度を向上することができる。直接領域Ｘ１は相対的に単純な系であり、高精度にその散乱線成分ｈ（Ｘ１）を推定及び減算できるので、従来と比較して清浄な画像状態を基礎に、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定及び減算を行うことができるからである。

［第２実施形態］
上記第１実施形態においては、直接領域Ｘ１と被写体領域Ｘ２を判別し、これら２つの領域の散乱線成分を推定及び減算するが、放射線画像処理装置３０は、直接領域Ｘ１及び被写体領域Ｘ２以外の領域を判別し、かつ、それらの領域ごとに散乱線成分を推定及び減算できる。

例えば、図１０に示すように、領域判別部３４には、直接領域判別部５１及び被写体領域判別部５２に加えて、離間領域判別部１５３、人工物領域判別部１５４、及び、照射野外領域判別部１５５等を設けることができる。

離間領域判別部１５３は、放射線画像を撮影する放射線検出器である放射線撮影パネル１４に被写体Ｏｂｊが接触する接触領域Ｘ３と、放射線検出器である放射線撮影パネル１４から被写体Ｏｂｊが離間している離間領域Ｘ４と、を判別する。例えば、図１１に示すように、被写体Ｏｂｊの頸部１６１を、被写体Ｏｂｊの側面（肩部１６２側）から撮影する場合、肩部１６２が放射線撮影パネル１４に接触するため、頸部１６１及び頭部１６３は、放射線撮影パネル１４から離間し、エアギャップ１６５が生じる。このため、離間領域判別部１５３は、肩部１６２等が放射線撮影パネル１４に接触する領域が接触領域Ｘ３であり、被写体Ｏｂｊの頸部１６１及び頭部１６３が写る領域が離間領域Ｘ４である。

人工物領域判別部１５４は、被写体Ｏｂｊに装着し、または、被写体Ｏｂｊが含む人工物がある人工物領域を判別する。被写体Ｏｂｊに装着する人工物とは、放射線防護具等である。被写体Ｏｂｊが含む人工物とは、被写体Ｏｂｊに挿入したボルト、及び、被写体Ｏｂｊに投与した造影剤等である。

照射野外領域判別部１５５は、放射線Ｒａの照射野外の領域（以下、照射野外領域という）を判別する。照射野外領域は、放射線Ｒａは直接的には入射しない領域である。照射野外領域は、コリメータ（放射線源１３に含む）が定める放射線Ｒａの照射範囲と、放射線撮影パネル１４の相対的な位置関係により発生する場合がある。

上記のように、領域判別部３４が直接領域Ｘ１及び被写体領域Ｘ２以外の領域を判別する場合、それらの領域のうち、少なくとも放射線Ｒａの１次線が入射する領域については、個別に、その領域の散乱線成分を推定する散乱線成分推定処理部を設けることが好ましい。例えば、図１２に示すように、散乱線成分推定部３６には、直接領域散乱線成分推定部６１及び被写体領域散乱線成分推定部６２に加えて、離間領域散乱線成分推定部１７３と、人工物領域散乱線成分推定部１７４と、を設けることが好ましい。

離間領域散乱線成分推定部１７３は、離間領域Ｘ４用の散乱線成分推定処理を用いて、離間領域Ｘ４の散乱線成分ｈ（Ｘ４）を推定する。離間領域Ｘ４の散乱線成分ｈ（Ｘ４）は、被写体領域Ｘ２と同様に被写体Ｏｂｊの体厚を用いて推定できるが、離間領域散乱線成分推定部１７３はさらにエアギャップ１６５の存在を考慮する。エアギャップ１６５がある場合、その量（厚さ）に応じて散乱線成分が減少するからである。エアギャップ１６５は、例えば、撮影時に既知であるＳＩＤ（source to image distance）及びＳＯＤ（source to object distance）と、推定する被写体Ｏｂｊの体厚から算出することができる。すなわち、ＳＩＤからＳＯＤと被写体Ｏｂｊの体厚とを減算した値がエアギャップ１６５の量である。

なお、離間領域Ｘ４は被写体領域Ｘ２の一部である。このため、離間領域Ｘ４を判別する場合（特に離間領域Ｘ４がある場合）、被写体領域判別部５２は、離間領域Ｘ４を被写体領域Ｘ２から除く。そして、処理順序決定部３９は、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定及び減算の処理を、離間領域Ｘ４の散乱線成分ｈ（Ｘ４）の推定及び減算の処理よりも先に行う処理順を決定する。エアギャップ１６５がある分、離間領域Ｘ４に対応する系の方が散乱体の構成が複雑になっているからである。したがって、直接領域Ｘ１、被写体領域Ｘ２（離間領域Ｘ４を除く）、及び、離間領域Ｘ４がある場合、散乱線成分の推定及び減算の処理順は、直接領域Ｘ１、被写体領域Ｘ２（離間領域Ｘ４を除く）、及び、離間領域Ｘ４の順である。このように離間領域Ｘ４を判別し、被写体Ｏｂｊが放射線検出器である放射線撮影パネル１４に接触した被写体領域Ｘ２と、離間領域Ｘ４と、を区別し、各々に適した散乱線成分推定処理を行うことにより、離間領域Ｘ４の散乱線成分ｈ（Ｘ４）の推定精度が向上する。また、離間領域Ｘ４を考慮しない（被写体領域Ｘ２と同一視する）場合と比較すると、散乱特性等が異なる離間領域Ｘ４が被写体領域Ｘ２から除かれていることにより、より均質な被写体領域Ｘ２について散乱線成分ｈ（Ｘ２）の推定処理を行うことができるので、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定精度も向上する。これらの結果、被写体領域Ｘ２及び離間領域Ｘ４における各種演算も、正確性が向上する。

人工物領域散乱線成分推定部１７４は、人工物領域用の散乱線成分推定処理を用いて、人工物領域の散乱線成分を推定する。人工物領域散乱線成分推定部１７４が散乱線成分を推定するのは、人工物領域にある人工物が少なくとも部分的に放射線Ｒａを透過する場合である。この場合、その人工物による放射線Ｒａの散乱を考慮する必要があるからである。

人工物領域は、ほとんどの場合、被写体領域Ｘ２に含まれる。このため、被写体領域判別部５２は、人工物領域を被写体領域Ｘ２から除く。そして、処理順序決定部３９は、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定及び減算の処理を、人工物領域の散乱線成分の推定及び減算の処理よりも先に行う処理順を決定する。人工物がある分、人工物領域に対応する系の方が散乱体の構成が複雑になっているからである。したがって、直接領域Ｘ１、被写体領域Ｘ２（人工物領域を除く）、及び、人工物領域がある場合、散乱線成分の推定及び減算の処理順は、直接領域Ｘ１、被写体領域Ｘ２（人工物領域を除く）、及び、人工物領域の順である。このように人工物領域を判別し、被写体Ｏｂｊが放射線検出器である放射線撮影パネル１４に接触した被写体領域Ｘ２と、人工物領域と、を区別し、各々に適した散乱線成分推定処理を行うことにより、人工物領域の散乱線成分の推定精度が向上する。また、人工物領域を考慮しない（被写体領域Ｘ２と同一視する）場合と比較すると、散乱特性等が異なる人工物領域が被写体領域Ｘ２から除かれていることにより、より均質な被写体領域Ｘ２について散乱線成分ｈ（Ｘ２）の推定処理を行うことができるので、被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定精度も向上する。これらの結果、被写体領域Ｘ２及び人工物領域における各種演算も、正確性が向上する。

人工物領域にある人工物が放射線Ｒａを遮蔽するものである場合、散乱線成分は発生しないので、人工物領域散乱線成分推定部１７４は人工物領域の散乱線成分の推定を行わない。但し、被写体領域判別部５２は、人工物領域を、散乱線成分ｈ（Ｘ２）を推定する被写体領域Ｘ２から除く。被写体領域Ｘ２の散乱線成分ｈ（Ｘ２）の推定精度を向上するためである。

なお、照射野外領域は、散乱線成分は発生しないので、散乱線成分推定処理は行わない。但し、散乱線成分を推定する各領域からは除く。例えば、直接領域Ｘ１に、照射野外領域を含めない。照射野外領域を除くことによって、他の領域における散乱線成分の推定精度を向上するためである。

［第３実施形態］
上記第１実施形態、第２実施形態、及びこれらの変形例等においては、被写体領域判別部５２は被写体Ｏｂｊの像の全体を被写体領域Ｘ２と判別するが、被写体領域判別部５２は、被写体Ｏｂｊの１つの構成物について、または、複数の構成物ごとに、放射線画像の領域を判別することができる。

例えば、被写体領域判別部５２は、被写体Ｏｂｊの骨部が写る骨部領域と軟部組織が写る軟部領域とを区別して判別することができる。この場合、図１３に示すように、被写体領域判別部５２の代わりに、または、被写体領域判別部５２に加えて、骨部領域判別部２０１と軟部領域判別部２０２とを設ける。骨部領域判別部２０１は、第１実施形態等における被写体領域Ｘ２のうち骨部領域を判別する。例えば、第１放射線画像Ｇ１においては、肋骨等の骨部１２１を骨部領域と判別する（図９参照）。軟部領域判別部２０２は、第１実施形態等における被写体領域Ｘ２のうち軟部領域を判別する。例えば、第１放射線画像Ｇ１においては、肺１２２、心臓１２３、肩部または上腕等の筋肉１２６、及び、脂肪１２７等の軟部組織の全体であって、肋骨等の骨部１２１を除く部分を軟部領域と判別する（図９参照）。すなわち、骨部領域と軟部領域の全体が、第１実施形態等における被写体領域Ｘ２を構成する。

また、図１４に示すように、散乱線成分推定部３６には、被写体領域散乱線成分推定部６２を、骨部領域散乱線成分推定部２１１と軟部領域散乱線成分推定部２１２に分けて設ける。骨部領域散乱線成分推定部２１１は、骨部領域用の散乱線成分推定処理を用いて、骨部領域の散乱線成分を推定する。また、軟部領域散乱線成分推定部２１２は、軟部領域用の散乱線成分推定処理を用いて、軟部領域の散乱線成分を推定する。

被写体領域判別部５２及び散乱線成分推定部３６を構成する場合、処理順序決定部３９は、骨部領域の散乱線成分の推定及び減算の処理を、軟部領域の散乱線成分の推定及び減算の処理よりも先に行う処理順を決定することができ、逆に、軟部領域の散乱線成分の推定及び減算の処理を、骨部領域の散乱線成分の推定及び減算処理よりも先に行う処理順を決定することができる。骨部領域は、骨部１２１等とその他軟部組織が重畳した領域であり、軟部領域は、複数種類の軟部組織（肺１２２、心臓１２３、筋肉１２６、及び、脂肪１２７等）が重畳した領域であるため、これら被写体Ｏｂｊの構成物を、どの程度、散乱体として考慮するかの設定等によって、これらの領域に対応する系の複雑さが変わるからである。

軟部組織が放射線Ｒａに対する散乱体としての差異を考慮しない場合、骨部領域の方が、骨部１２１がある分、軟部領域よりも散乱体が多い複雑な系を構成する。このため、軟部組織が放射線Ｒａに対する散乱体としての差異を考慮しない場合には、軟部領域の散乱線成分の推定及び減算の処理を、骨部領域の散乱線成分の推定及び減算処理よりも先に行う処理順が好ましい。放射線画像に直接領域Ｘ１があって、かつ、上記処理順の場合、画像処理部３５は、直接領域散乱線成分減算画像から軟部領域の散乱線成分を減算し、かつ、軟部領域の散乱線成分を減算した直接領域散乱線成分減算画像からさらに骨部領域の散乱線成分を減算する。

一方、骨部１２１は放射線Ｒａの吸収が相対的に大きい特徴的な構成物であるため、重畳する軟部組織の影響が相対的に小さい。このため、骨部領域の散乱線成分の推定においては、実質的に骨部１２１だけを放射線Ｒａの散乱体として扱うことができる場合がある。この場合、骨部領域に対応する系は軟部領域と同程度かそれ以上に簡単な系を構成するので、骨部領域の散乱線成分の推定精度は相対的に高くなりやすい。したがって、骨部領域の散乱線成分の推定及び減算の処理を、軟部領域の散乱線成分の推定及び減算の処理よりも先に行う処理順にすることが好ましい。放射線画像に直接領域Ｘ１があって、かつ、上記処理順の場合、画像処理部３５は、直接領域散乱線成分減算画像から骨部領域の散乱線成分を減算し、かつ、骨部領域の散乱線成分を減算した直接領域散乱線成分減算画像からさらに軟部領域の散乱線成分を減算する。

上記のように、被写体領域Ｘ２をさらに複数の領域に細分化して判別し、かつ、細分化した領域ごとに、その領域用の散乱線成分推定処理を用いて散乱線成分を推定する場合、被写体領域Ｘ２の散乱線成分の推定精度が向上する。すなわち、骨部領域と軟部領域についてそれぞれ散乱線成分の推定することにより、骨部領域及び軟部領域の各散乱線成分の推定精度が向上する。散乱特性が異なる領域を除くことにより、より正確性が高い散乱線成分推定処理を行えるからである。この結果、被写体領域Ｘ２における各種演算も、正確性が向上する。

なお、領域判別部３４は、上記軟部領域を、さらに組成ごとに分けて判別することができる。例えば、被写体Ｏｂｊの構成物のうち軟部組織を、肺１２２、心臓１２３、筋肉１２６、及び、脂肪１２７等の組成を区別して領域を判別することができる。例えば、上記第３実施形態と同様に、軟部領域判別部２０２を、肺領域判別部、心臓領域判別部、筋肉領域判別部、及び、脂肪領域判別部等に細分化し、散乱線成分推定部３６にはこれら各領域に対応する散乱線成分推定部を設けれることができる。この場合、各組成領域用の散乱線成分推定処理を用いて、組成領域ごとに正確な散乱線成分を推定できる。

［第４実施形態］
上記第１実施形態、第２実施形態、第３実施形態、及び、これらの変形例においては、領域判別部３４が判別する領域と、各領域用の散乱線成分推定処理が対応付けられているが、領域判別部３４が判別する領域に対して、複数の散乱線成分推定処理の中から任意の散乱線成分推定処理を選択できることが好ましい。散乱線成分推定処理の選択は、例えば、領域判別部３４を学習済みモデル（いわゆるＡＩ（artificial intelligence））で構成し、領域を判別するが、その領域がどのような領域か（直接領域Ｘ１であるか被写体領域Ｘ２であるかの区別）までは判別しない場合に有効である。領域判別部３４が判別した領域に対して、適切な散乱線成分推定処理を実施できるので、正確に散乱線成分を推定できるからである。

例えば、領域判別部３４が判別する領域に対して、複数の散乱線成分推定処理の中から任意の散乱線成分推定処理を選択する場合、放射線画像処理装置３０には、選択部４０１を設ける。選択部４０１は、領域判別部３４が判別した領域ごとの散乱線成分推定処理を選択する。選択部４０１は、各領域の位置、大きさ、形状、及び／または、濃度を用いて、領域について適用する散乱線成分推定処理を自動的に選択することができる。この場合、放射線画像処理装置３０が、自動的に各領域に適用する散乱線成分推定処理を選択するので、利便性が良い。また、選択部４０１は、例えば、表示部３１にＧＵＩ（graphical user interface）を表示して、領域ごとに適用する散乱線成分推定処理の選択を受け付けることができる。この場合、放射線技師または医師等が手動で各領域に適用する散乱線成分推定処理を選択することができるので、放射線技師または医師等の意思及び判断にしたがって正しい散乱線成分推定処理が選択でき、結果として、信頼性が良い。

なお、上記第１実施形態、第２実施形態、第３実施形態、第４実施形態、及び、これらの変形例は、一部または全部を任意に組み合わせて使用することができる。また、上記第１実施形態等における具体的な散乱線成分推定処理の内容は例であり、他の態様の散乱線成分推定処理を任意に用いることができる。また、上記第１実施形態等における放射線画像処理装置３０は、任意の被写体Ｏｂｊ（動物または物である場合を含む）、及び、任意の被写体Ｏｂｊの撮影部位を撮影した放射線画像を使用できる。

なお、コンピュータまたはコンピュータの構成要素の一部を用いて、放射線を用いて被写体を撮影した放射線画像を取得する放射線画像取得ステップと、放射線画像を用いて複数の領域を判別する領域判別ステップと、領域ごとに異なる散乱線成分推定処理を用いて、領域ごとに放射線の散乱線成分を推定する散乱線成分推定ステップと、領域ごとに散乱線成分を減算する散乱線成分減算ステップを実行し、かつ、散乱線成分推定部と散乱線成分減算部とを用いて散乱線成分推定ステップと散乱線成分減算ステップとを領域ごとに行うことにより、領域ごとに散乱線成分を順次に推定及び減算するプログラムは、放射線画像処理装置３０を構成する。

上記実施形態等において、領域判別部３４、画像処理部３５及び画像処理部３５を構成する各部、処理順序決定部３９、及び、演算部４０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は、次に示すような各種のプロセッサ（processor）である。各種のプロセッサには、ソフトウエア（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（Central Processing Unit)、ＧＰＵ（Graphical Processing Unit）、ＦＰＧＡ (Field Programmable Gate Array) など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）、各種の処理を実行す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などが含まれる。

１つの処理部は、これら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せ（例えば、複数のＦＰＧＡ、ＣＰＵとＦＰＧＡの組み合わせ、またはＣＰＵとＧＰＵの組み合わせ等）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、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウエアの組み合わせで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）など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を１つ以上用いて構成される。

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は、より具体的には、半導体素子などの回路素子を組み合わせた形態の電気回路（circuitry）である。

１０ 放射線撮影システム
１３ 放射線源
１４ 放射線撮影パネル
１５ 第１放射線検出器
１６ 第２放射線検出器
１７ 放射線エネルギー変換フィルタ
２０ コンソール
２１ 表示部
２２ 操作部
３０ 放射線画像処理装置
３１ 表示部
３２ 操作部
３３ 放射線画像取得部
３４ 領域判別部
３５ 画像処理部
３６ 散乱線成分推定部
３７ 散乱線成分減算部
３９ 処理順序決定部
４０ 演算部
５１ 直接領域判別部
５２ 被写体領域判別部
６１ 直接領域散乱線成分推定部
６２ 被写体領域散乱線成分推定部
８１ 寝台
８２ 天板
９１ 散乱線成分分布
１２１ 骨部
１２２ 肺
１２３ 心臓
１２６ 筋肉
１２７ 脂肪
１５３ 離間領域判別部
１５４ 人工物領域判別部
１５５ 照射野外領域判別部
１６１ 頸部
１６２ 肩部
１６３ 頭部
１６５ エアギャップ
１７３ 離間領域散乱線成分推定部
１７４ 人工物領域散乱線成分推定部
２０１ 骨部領域判別部
２０２ 軟部領域判別部
２１１ 骨部領域散乱線成分推定部
２１２ 軟部領域散乱線成分推定部
４０１ 選択部
Ｂ１ １次線成分
Ｂ２ 散乱線成分
Ｇ１ 第１放射線画像
Ｏｂｊ 被写体
Ｒａ 放射線
Ｒａ（Ｘ１） 放射線
Ｓ１０１～Ｓ１０６ 動作ステップ
Ｖ１ 画素値
Ｖ２ 画素値
Ｘ１ 直接領域
Ｘ２ 被写体領域
Ｘ３ 接触領域
Ｘ４ 離間領域

Claims (12)

1. 放射線を用いて被写体を撮影した放射線画像を取得する放射線画像取得部と、
   前記放射線画像を用いて複数の領域を判別する領域判別部と、
   前記領域ごとに異なる散乱線成分推定処理を用いて、前記領域ごとに前記放射線の散乱線成分を推定する散乱線成分推定部と、
   前記領域ごとに前記散乱線成分を減算する散乱線成分減算部と、
   前記散乱線成分推定部と前記散乱線成分減算部とを用いて、前記領域ごとに前記散乱線成分を順次に推定及び減算することにより、前記散乱線成分を減算した散乱線成分減算画像を生成する画像処理部と、
   を備え、
   前記画像処理部が前記散乱線成分を推定及び減算する前記領域の順序を決定する処理順序決定部を備え、
   前記処理順序は、前記放射線を散乱する散乱体の種類が相対的に少ない前記領域を相対的に先に処理する順序である放射線画像処理装置。
2. 前記領域判別部が、前記放射線が前記被写体を介さずに直接に放射線検出器に到達した直接領域と、前記放射線が前記被写体を介して放射線検出器に到達した被写体領域と、を判別する場合、
   前記画像処理部は、前記放射線画像から前記直接領域の前記散乱線成分を減算することにより、直接領域散乱線成分減算画像を生成し、かつ、前記直接領域散乱線成分減算画像からさらに前記被写体領域の前記散乱線成分を減算することにより、被写体領域散乱線成分減算画像を生成する請求項１に記載の放射線画像処理装置。
3. 前記領域判別部は、前記被写体領域を、骨部を含む骨部領域と、軟部組織を含む軟部領域と、に分けて判別し、
   前記画像処理部は、前記直接領域散乱線成分減算画像から前記骨部領域の前記散乱線成分を減算し、かつ、前記骨部領域の前記散乱線成分を減算した前記直接領域散乱線成分減算画像からさらに前記軟部領域の前記散乱線成分を減算する請求項２に記載の放射線画像処理装置。
4. 前記領域判別部は、前記被写体領域を、骨部を含む骨部領域と、軟部組織を含む軟部領域と、に分けて判別し、
   前記画像処理部は、前記直接領域散乱線成分減算画像から前記軟部領域の前記散乱線成分を減算し、かつ、前記軟部領域の前記散乱線成分を減算した前記直接領域散乱線成分減算画像からさらに前記骨部領域の前記散乱線成分を減算する請求項２に記載の放射線画像処理装置。
5. 前記領域判別部は、前記軟部領域を、組成ごとに分けて判別する請求項４に記載の放射線画像処理装置。
6. 前記領域判別部は、前記放射線画像を撮影する放射線検出器から前記被写体が離間した離間領域を判別する請求項１～５のいずれか１項に記載の放射線画像処理装置。
7. 前記領域判別部は、前記被写体に装着し、または、前記被写体が含む人工物がある人工物領域を判別する請求項１～６のいずれか１項に記載の放射線画像処理装置。
8. 前記領域判別部は、前記放射線の照射野外の領域を判別し、
   前記放射線の照射野外の領域を、前記散乱線成分を推定する前記領域から除く請求項１～７のいずれか１項に記載の放射線画像処理装置。
9. 前記領域ごとの前記散乱線成分推定処理を選択する選択部を備える請求項１～８のいずれか１項に記載の放射線画像処理装置。
10. 前記選択部は、前記領域の位置、大きさ、形状、及び／または、濃度を用いて、前記領域について適用する前記散乱線成分推定処理を自動的に選択する請求項９に記載の放射線画像処理装置。
11. 前記選択部は、前記領域ごとに適用する前記散乱線成分推定処理の選択を受け付ける請求項９に記載の放射線画像処理装置。
12. 放射線画像取得部が、放射線を用いて被写体を撮影した放射線画像を取得する放射線画像取得ステップと、
    領域判別部が、放射線画像を用いて複数の領域を判別する領域判別ステップと、
    散乱線成分推定部が、前記領域ごとに異なる散乱線成分推定処理を用いて、前記領域ごとに前記放射線の散乱線成分を推定する散乱線成分推定ステップと、
    散乱線成分減算部が、前記領域ごとに前記散乱線成分を減算する散乱線成分減算ステップと、
    を備え、
    画像処理部が、前記散乱線成分推定部と前記散乱線成分減算部とを用いて前記散乱線成分推定ステップと前記散乱線成分減算ステップとを前記領域ごとに行うことにより、前記領域ごとに前記散乱線成分を順次に推定及び減算して、前記散乱線成分を減算した散乱線成分減算画像を生成し、かつ、前記散乱線成分を推定及び減算する前記領域の順序を決定し、
    前記処理順序は、前記放射線を散乱する散乱体の種類が相対的に少ない前記領域を相対的に先に処理する順序である放射線画像処理方法。

Images