X射线测定装置的制作方法

本发明涉及一种X射线测定装置，特别涉及一种用于计算相当于被检测体的皮下脂肪厚的厚度的技术。

背景技术：

目前，在医疗机构等中使用X射线测定装置。在X射线测定装置中，向被检测体照射X射线，根据透过了被检测体的X射线的衰减量来进行各种测定。目前，使用X射线测定装置测定被检测体的骨盐量或体脂肪率等(例如，日本特开2015-19788号公报以及日本特开2015-19789号公报)。

另一方面，由于能够在身体全体的体脂肪量与皮下脂肪厚度之间观测到相关性等，因此以被检测体的健康管理等为目的来测定皮下脂肪厚度。特别是存在于胯关节外侧(从身体中心轴看为外侧)的皮下脂肪担任吸收来自外部的冲击的作用，根据预先防止大腿骨骨折的观点来测定该皮下脂肪的厚度。作为现有的皮下脂肪厚度的测定方法，使用通过被称为卡钳的器具来夹起被检测体的皮肤并测定被夹起的部分的厚度的方法(卡钳法)或者在通过CT扫描等获得的X射线图像上测量皮下脂肪厚度的方法。

在现有的通过卡钳法进行的皮下脂肪厚度的测定或使用了X射线图像的皮下脂肪厚度的测定中，是测定者实际测量皮肤的厚度和图像上的距离，而不是从测定装置定量得到被检测体的皮下脂肪厚度。由此，根据测定者不同测定值会产生散乱等问题。

技术实现要素：

本发明的目的为，在X射线测定装置中定量地计算相当于被检测体的皮下脂肪厚的厚度。

本发明的X射线测定装置具备：X射线照射器，其对包括被检测体区域以及与其相邻的空气区域的照射区域照射X射线；X射线检测器，其检测透过了上述照射区域的上述X射线，并生成具有与上述照射区域对应的2维排列的检测数据阵列；特性计算单元，其根据上述检测数据阵列，计算表示从上述被检测体区域与上述空气区域的边界向被检测体内侧的方向的脂肪率变动的脂肪率特性；以及脂肪厚度计算单元，其根据由相比于上述脂肪率特性的脂肪率的最大值而在上述被检测内侧的点即满足预定条件的下降点的位置与上述边界的位置定义的距离，来计算关注脂肪带厚度。

根据上述结构，通过检测出从X射线照射器照射的X射线，生成2维排列的检测数据阵列。根据该检测数据阵列，计算从被检测体区域与空气区域的边界向被检测体内侧的方向(以下，为了方便记载为“深度方向”)的脂肪率特性。例如，根据检测数据阵列计算同样的2维排列的脂肪率数据阵列，根据该脂肪率数据阵列计算脂肪率特性。如果计算脂肪率特性，则据此能够计算被检测体的关注脂肪带厚度。关注脂肪带厚度是相当于被检测体的皮下脂肪厚的厚度。在被检测体表面的附近脂肪率变得比较高，在脂肪率特性中，断定山部在被检测体区域与空气区域的边界附近。该山部表示皮下脂肪区域，所以能够根据该山部的深度方向的宽度来计算关注脂肪带厚度。在上述结构中，作为定义该山部的宽度的点，相比于脂肪率特性的脂肪率最大值(即山部的最大值)而采用被检测体内侧的点即满足预定条件的下降点。然后，根据被检测体区域与空气区域的边界的位置和该下降点的位置所表示的距离来计算关注脂肪带厚度。由此，定量地计算相当于皮下脂肪厚度的厚度并提供给测定者或者被检测者。

优选上述下降点是表示相对于上述脂肪率特性的脂肪率的最大值为预定比例的脂肪率的点。本发明的发明人找到在脂肪率特性的脂肪率的最大值(其是在边界附近出现的山部的最大值)与皮下脂肪厚度之间有一定相关性。因此，将表示相对于该山部的最大值的预定比例的脂肪率的点规定为下降点。

优选上述特性计算单元具有：脂肪率数据计算单元，其根据上述检测数据阵列计算具有2维排列的脂肪率数据阵列；特性生成单元，其根据上述脂肪率数据阵列生成上述脂肪率特性。优选上述特性生成单元具有：数据列定义单元，其在将上述边界延伸的方向设为第一方向，将与上述第一方向正交的方向设为第二方向的情况下，在上述脂肪率数据阵列中定义在上述第一方向排列的多个脂肪率数据列；以及数据列合成单元，其在以上述边界作为基准在上述第二方向上述多个脂肪率数据列进行对齐后，合成多个脂肪率数据列，从而生成上述脂肪率特性。

在脂肪率数据阵列中，能够定义在被检测体区域和空气区域的边界延伸的方向(第一方向)排列的1个或多个脂肪率数据列。各个脂肪率数据列包括在深度方向(第二方向)排列的多个脂肪率数据。可以在1列的脂肪率数据列中计算脂肪率特性，但是优选根据多个脂肪率数据列来计算脂肪率特性。详细地说，根据在第一方向排列的多个脂肪率数据列来计算脂肪率特性。由此，能够降低各个脂肪率数据列中包括的噪音等的影响。另外，当将在第一方向排列的多个脂肪率数据列进行合成而生成脂肪率特性时，为按照各个脂肪率数据列适当地对与边界的距离相等的脂肪率数据彼此进行合成，而在各脂肪率数据列以边界为基准在第二方向上对齐后进行合成处理。

另外，本发明的X射线测定程序使计算机作为以下单元而发挥功能，即特性计算单元，其根据检测照射到包括被检测体区域及其周边的空气区域的2维照射区域的X射线而得到的、具有与上述照射区域对应的2维排列的多个检测数据，计算表示从上述被检测体区域与上述空气区域的边界向被检测体内侧的方向的脂肪率的变动的脂肪率特性；以及脂肪厚度计算单元，其根据相比于上述脂肪率特性的脂肪率最大值而在上述被检测体内侧的点即满足预定条件的下降点的位置与上述边界的位置定义的距离，来计算关注脂肪带厚度。

附图说明

图1是X射线照射检测机的外观立体图。

图2是表示在X射线照射检测机中设置了摄影台和被检测体的情况的图。

图3是本实施方式的X射线测定装置的功能框图。

图4是表示2维排列的检测数据群的例子的概念图。

图5是图示了计算部所具有的多个功能的框图。

图6是表示用于测定骨密度的ROI的图。

图7是表示用于测定皮下脂肪厚度的ROI的图。

图8是表示与检测数据群对应的脂肪率数据群的概念图。

图9是表示进行排列后的多个脂肪率数据列的概念图。

图10是表示合成脂肪率数据列的概念图。

图11是表示脂肪率特性的图。

具体实施方式

以下，说明本发明的X射线测定装置。本发明的X射线测定装置用于医疗目的等，根据对被检测体照射X射线并检测透过被检测体的X射线而得到的检测数据群，计算相当于被检测体的皮下脂肪厚度的关注脂肪带厚度。另外，在该X射线测定装置中，除了计算关注脂肪带厚度之外，也能够计算被检测体的骨盐量、骨密度、脂肪量以及瘦体重等。

图1是本发明的X射线测定装置中包括的X射线照射检测机的外观立体图，图2是表示在该X射线照射检测机中设置了摄影台和被检测体的情况的侧视图。另外，在图1以及图2中，将X射线照射检测机的长度方向(进深方向或前后方向)设为x轴，将宽度方向(左右方向)设为y轴，将高度方向设为z轴。

X射线照射检测机10具有：基部12，其从侧面看为大致“コ”字形(U-shaped)，向水平方向延伸；臂部14，其在基部12的上方同样向水平方向延伸；以及壁部16，其从基部12的一侧端部向上方延伸，悬臂支撑臂部14。

如图2所示，X射线照射检测机10和摄影台(滤线台)18一起被使用。X射线照射检测机10是通过滚动轮(Caster)能够自由移动的移动式，在使用X射线照射检测机10时，调节X射线照射检测机10的位置使摄影台18的摄影台顶板20位于基部12和臂部14之间。之后将被检测体22放置在摄影台顶板20的上面，从而在基部12和臂部14之间配置被检测体22。

在基部12的上面配置能够透过X射线的材质的X射线照射检测机顶板24(参照图1)。在X射线照射检测机顶板24的下方空间，照射X射线的X射线照射器在进深方向(x轴方向)扫描。从扫描中的X射线照射器向上方照射X射线。通过设置在臂部14且与X射线照射器同步进行扫描的X射线检测器检测从X射线照射器照射并透过了被检测体的X射线。

另外，在壁部16的前面安装有收容盒26，在收容盒26的内部收容主要用于测定骨密度的校正用物质。

图3是本发明的X射线测定装置的功能框图。本实施方式的X射线测定装置包括X射线照射检测机10以及测定终端50而构成。

X射线照射器30面向被检测体及其周围的空气空间照射扇束形状的X射线。在本实施方式中，X射线照射器30照射向左右方向(y轴方向)扩展的扇束形状的X射线。另外，作为X射线照射器30照射的X射线不限于扇束形状，也可以是锥束形状或笔束形状。

X射线照射器30能够照射高能X射线以及低能X射线。具体地说，通过对X射线照射器30所具有的X射线管交替地施加高电压以及低电压，交替地照射高能X射线以及低能X射线。由此，在后述的测定终端50中，根据两条X射线的衰减量的比，即能够通过DEXA(Dual-Energy X-ray Absorptiometry双能源X射线吸收计量)法计算体脂肪率或骨盐量等。

X射线检测器32检测从X射线照射器30照射，且透过了被检测体22及其周围的空气空间的X射线。X射线检测器32包括在与从X射线照射器30照射的X射线的形状对应的方向排列的多个检测元件而构成。在本实施方式中，从X射线照射器30照射向左右方向扩展的扇束形状的X射线，所以X射线检测器32包括在左右方向排列成一列的多个检测元件。或者，也可以代替该X射线检测器32而使用在左右方向以及进深方向的2维方向排列了多个检测元件的X射线检测器。

扫描部34使X射线照射器30以及X射线检测器32在进深方向扫描。由此，扇束形状的X射线在进深方向扫描。X射线检测器32中包括的各检测元件自身一边扫描一边检测X射线，经由后述的控制部36将通过检测出的X射线得到的多个检测数据发送给测定终端50。由此，测定终端50得到包括2维排列的多个检测数据的检测数据群。

控制部36例如由微型处理器等构成，根据设置在X射线照射检测机10中的存储部(未图示)中存储的程序来控制X射线照射检测机10的各部。控制部36向X射线照射器30发送X射线的照射开始以及照射停止指示，使X射线照射器30开始以及停止X射线的照射，或者，对扫描部34发送扫描指示，使扫描部34扫描X射线照射器30以及X射线检测器32。

图4表示在X射线照射检测机10中取得的检测数据群的概念图。如上所述，从X射线照射器30交替照射高能X射线以及低能X射线，X射线照射器30以及X射线检测器32在进深方向(x轴方向)进行扫描，所以检测数据群38具有在x轴方向交替排列的、检测高能X射线而得到的H(High)检测数据列40以及检测低能X射线而得到的L(Low)检测数据列42。

各个H检测数据列40包括在y轴方向排列的多个H检测值40a，各个L检测数据列42同样包括在y轴方向排列的多个L检测值42a。并且，由1个H检测值40a和在x轴方向相邻的1个L检测值42a组成的对构成一个检测数据44。1个检测数据44成为后述的测定终端50中的计算单位。例如，1个检测数据44与由检测数据群38形成的骨密度图像或脂肪率图像的一个像素对应。另外，如后述，也以各检测数据44为单位来计算表示被检测体的各个位置中的身体脂肪的脂肪率数据。

返回图3，测定终端50是由医生和护士等测定者使用的终端，例如是个人计算机。测定终端50和X射线照射检测机10通过有线或无线可通信地连接，为了防止测定者被照射而配置在与X射线照射检测机10不同的房间。测定终端50包括计算部52、存储部54、输入部56以及显示部58。

计算部52通过例如CPU等计算装置来实现。后面使用图5说明计算部52所具有的各个功能。

存储部54由硬盘、ROM或RAM等构成，存储从X射线照射检测机10发送的检测数据群或用于使测定终端50的各部动作的程序等。

输入部56例如由鼠标和键盘等构成，用于将测定者的指示输入给测定终端50。另外，显示部58例如由液晶面板等构成，显示计算部52所形成的各种图像或测定值等。

图5通过多个模块表现图3所示的计算部52所具有的多个功能。

区域识别部60识别检测数据群38中包括的各检测数据44(参照图4)是否与骨区域、空气区域、软组织区域中的任意一个对应。相对于空气以及软组织来说骨的X射线的吸收率明显要高，所以根据各检测数据44所具有的H检测值40a以及L检测值42a的一方或双方能够容易地识别骨区域。关于空气区域和软组织区域的识别也能够通过H检测值40a以及L检测值42a的一方进行识别，但是在本实施方式中，根据H检测值40a以及L检测值42a双方来进行空气区域和软组织区域的识别(其也识别被检测体与空气区域的边界)。

具体地说，将H检测值40a的值是H空气值(将高能X射线照射到空气区域时的检测值)的70％以下并且L检测值42a的值不是L空气值(将低能X射线照射到空气区域时的检测值)的50％以下的检测数据44识别为与空气区域对应的数据。换言之，将满足H检测值40a的值比H空气值的70％大的条件以及L检测值42a的值比L空气值的50％大的条件中的至少一方的检测数据44识别为是空气区域。这样，使用2个检测值来识别空气区域，由此在能够尽量大范围地取得空气区域的方向进行处理(例如将怀疑是软组织区域还是空气区域的检测数据44识别为与空气区域对应)。由此，能够更加可靠地防止在被识别为软组织区域的检测数据44中混入与空气区域对应的数据。

将识别出的各检测数据44的区域信息发送给单位体组成计算部62。

单位体组成计算部62根据从X射线照射检测机10发送来的检测数据群38(参照图4)来计算与各检测数据44对应的脂肪率(瘦脂率)。具体地说，针对被识别为软组织的检测数据44计算脂肪率。由此，生成与软组织区域的检测数据群对应的脂肪率数据群。针对别识别为空气区域的检测数据44不进行脂肪率的计算。另外，单位体组成计算部62能够针对通过区域识别部60识别为骨区域的检测数据44计算骨密度。将通过单位体组成计算部62计算出的数据发送给图像形成部64以及体组成计算部68。

图像形成部64根据单位体组成计算部62所计算出的脂肪率数据群，形成表示了软组织区域内的脂肪率的2维分布的脂肪率图像。在脂肪率图像中，各检测数据44与一个像素对应，根据该脂肪率来变更该像素的亮度或色相等。由此，在脂肪率图像上表现各个像素的脂肪率。另外，在脂肪率图像中，空气区域以及骨区域通常没有被图像化(进行将像素的亮度值设为0等的处理)。

另外，图像形成部64也能够根据单位体组成计算部62计算出的各检测数据44的骨密度来形成表示了骨区域内的骨密度的2维分布的骨密度图像。在骨密度图像中，通常空气区域以及软组织区域没有被图像化。进一步，图像形成部64也能够使脂肪率图像与骨密度图像重叠而形成复合图像。通过图像形成部64而形成的各个图像被发送给显示处理部70。

ROI设定部66在图像形成部64所形成的各个图像上设定成为分析对象的基准关心区域(ROI(Region Of Interest))。在本实施方式中，ROI设定部66所设定的ROI是矩形区域。具体地说，ROI设定部66根据由参照了骨密度图像或复合图像的测定者(医生、护士等)指定的坐标信息，在骨密度图像上设定骨密度分析用ROI。测定者使用收入部56来进行骨密度分析用ROI的位置的指定。另外，根据由测定者指定的骨密度分析用ROI在脂肪率图像上设定脂肪厚度以及脂肪率分析用ROI(以下简单地记载为“脂肪厚度分析用ROI”)。表示各个ROI的坐标信息被发送给体组成计算部68以及显示处理部70。

体组成计算部68根据ROI设定部66所设定的脂肪厚度分析用ROI以及单位体组成计算部62所计算的脂肪率数据群来进行与被检测体的皮下脂肪厚度相当的厚度即关注脂肪带厚度的计算。后面详细描述体组成计算部68的处理。另外，体组成计算部68也够计算脂肪厚度分析用ROI内的软组织整体的脂肪量或者骨密度分析用ROI内的平均骨密度等。通过体组成计算部68计算出的值被发送给显示处理部70。

显示处理部70具备图像合成功能、彩色处理功能等，进行以下处理，即使得在显示部58上显示图像形成部64所形成的各个图像、ROI设定部66所设定的ROI或者体组成计算部68计算出的各个值。

以上是本实施方式的X射线测定装置的概要。以下，说明本实施方式的关注脂肪带厚度的计算方法。首先，详细说明单位体组成计算部62中的脂肪率数据群的计算方法。

如上所述，脂肪率(瘦脂率)根据H检测值40a以及L检测值42a(参照图4)，按照DEXA法而形成。在DEXA法中，通过以下的公式1以及公式2来确定低能X射线衰减量R_L以及高能X射线衰减量R_H。

R_L＝ln(I_LO/I_L)＝μ_LB·X_B+μ_LS·X_S……(公式1)

R_H＝ln(I_HO/I_H)＝μ_HB·X_B+μ_HS·X_S……(公式2)

在公式1以及公式2中，I_LO是不存在被检测体的状况下的低能X射线的检测值(空气值)。检测值具体地是X射线检测器32的输出值。I_L是将低能X射线照射到被检测者时的透过被检测体后的X射线检测值。I_HO是不存在被检测体的状况下的高能X射线的检测值(空气值)。I_H是将高能X射线照射到被检者时的透过被检测体后的X射线检测值。μ_LB是关于骨成分的低能X射线吸收系数，μ_LS是关于软组织的低能X射线吸收系数(单位都是“1/cm”)。μ_HB是关于骨成分的高能X射线吸收系数，μ_HS是关于软组织的高能X射线吸收系数(单位同样都是“1/cm”)。X_B是骨成分的厚度，X_S是除脂肪成分的厚度(单位都是“cm”)。

着眼于软组织，如果在公式1以及公式2中带入表示不存在骨成分的X_B＝0，则得到以下的值α。

[数学式1]

这里，已知通过以上定义的α(比值)是在将软组织视为除脂肪和脂肪2个成分系统时，相对于脂肪率进行大致直线地变化。因此，通过以下的公式4来求出与各个检测数据44对应的瘦脂率％LEAN。

[数学式2]

公式4中，α_F是脂肪100％的比值，通过对脂肪100％的幻影(Phantom)照射X射线来求出。另外，α_M是肌肉100％的比值，通过对肌肉100％的幻影照射X射线来求出。

然后，通过以下的公式5来求出与各个检测数据44对应的脂肪率％FAT。

[数学式3]

％FAT＝100-％LEAN……(公式5)

根据上述的公式来计算各个检测数据的脂肪率数据。期结果为，生成检测数据群38中与软组织区域的检测数据群对应的脂肪率数据群。

接着，详细说明ROI设定部66进行的脂肪厚度分析用ROI的设定方法。在以下的说明中，被检测体的胯关节及其附近成为被检测部位。

图6表示包括骨盘像82、大腿骨像84、其周围的软组织86以及进一步其周围的空气区域88的复合图像80。测定者根据复合图像80来设定骨密度分析用ROI90。另外，图6中，横轴方向是x方向，纵轴方向是y方向。

测定者操作与x轴方向平行的水平线以及与y轴方向平行的垂直线来设定骨密度分析用ROI90。具体地说，将与大腿骨像84的骨头部分84a的y方向顶点外接的水平线设为骨密度分析用ROI90的上边90a。另外，将横切大腿骨图像84的小转子部分84b的下侧边缘的水平线设为骨密度分析用ROI90的下边90b。另外，将与大腿骨像84的大转子部分84c的右端外接的垂直线设为骨密度分析用ROI90的右边90c。另外，将与骨头部分84a的左端外接的垂直线设为骨密度分析用ROI90的左边90d。

ROI设定部66根据由测定者如上述那样设定的骨密度分析用ROI90来设定脂肪厚度分析用ROI。图7表示在复合图像80上设定的脂肪厚度分析用ROI92。

通过骨密度分析用ROI90的上边90a及其延长线上的线来规定脂肪厚度分析用ROI92的上边92a。同样，通过骨密度分析用ROI90的下边90b以及位于该延长线上的线来规定脂肪厚度分析用ROI92的下边92b。通过规定了上边92a的水平线和规定了下边92b的水平线之间的区域中包括的、通过了大腿骨像84更外侧区域中的软组织区域86和空气区域88的边界线94的垂直线中最外侧的(x坐标为最小)垂直线来规定脂肪厚度分析用ROI92的右边92c。另外，通过从右边92c离开内侧(x轴正方向)预定距离的垂直线来规定脂肪厚度分析用ROI92的左边92d。在本实施方式中，在离右边92c有62mm的内侧设置左边92d。或者，可以代替右边92c而使用边界线94，代替左边92d而设定使边界线94在水平方向上向内侧偏移了预定距离的线。

在高龄者中，大腿骨根部的骨折与卧床不起相关的可能性比较大，因此防止这个种情况非常重要。因此，在对于胯关节及其附近的骨密度分析中，一般进行大腿骨根部的分析，一般在图6所示的位置设定骨密度分析用ROI90。根据这样的骨密度分析用ROI90来设定脂肪厚度分析用ROI92，由此在脂肪厚度分析用ROI92中能够适当地包括位于大腿骨的大转子及其外侧的空气区域之间的软组织。在该部分中测量到的皮下脂肪厚度也能够用作是否安装冲击吸收用的髋部保护器的判断基准，即对预先防止大腿骨根部的骨折是有用的数据。这样，根据本实施方式，随着大腿骨根部的骨密度的分析，能够不烦劳测定者的手(不设定新的ROI)而测定大腿骨根部外侧的皮下脂肪厚度。

图8表示脂肪厚度分析用ROI92内包括的各个像素(即各检测数据)所对应的脂肪率数据群100。另外，为了简单将削减图8所示的脂肪率数据群100中包括的像素的数量。通过单位体组成计算部62，根据2维排列的检测数据群38(参照图4)来计算脂肪率数据群100，所以脂肪率数据群100的与各个像素对应的多个脂肪率数据也进行2维排列。

图8所示的像素中记载为“A”的像素是与空气区域对应的像素，记载为“B”的像素是与骨区域对应的像素(这些如上述那样由区域识别部60进行识别)。另外，记载了数值的像素是与软组织对应的像素。在与软组织对应的像素中记载的数值表示该像素的脂肪率。

在本实施方式中，在X射线照射检测器10取得检测数据群38时，以X射线扇束的扩展方向(图1以及图7的y轴方向)与被检测体的胯关节外侧皮肤面(即被检测体与空气区域的边界面)大致平行的方式进行定位，在此基础上取得检测数据群38。因此，在本实施方式中，在根据检测数据群38计算出的脂肪率数据群100中，空气区域与软组织区域的边界线被视为与y轴平行，将与其垂直的方向即x轴方向视为从边界线向体内侧的方向(深度方向)。

于是，可以说在脂肪率数据群100中，由在x轴方向排列的多个脂肪率数据组成的脂肪率数据列102是在从空气区域与软组织区域的边界线向体内侧的深度方向排列的脂肪率数据列。脂肪率数据群100的脂肪率数据被进行2维排列，所以可以说脂肪率数据群100具有在边界线方向(y轴方向)排列的多个脂肪率数据列102。在本实施方式中，体组织计算部68根据多个脂肪率数据列102来计算表示深度方向的被检测体的脂肪率变动的脂肪率特性。

体组成计算部68根据合成多个脂肪率数据列102而得到的合成脂肪率数据列来计算脂肪率特性。多个脂肪率数据列102的合成是指根据深度方向的排列顺序计算从各脂肪率数据列102一个一个选择脂肪率数据而形成的多个脂肪率数据组的代表值。在本实施方式中使用平均值作为这样的代表值。根据合成脂肪率数据列来计算脂肪率特性，由此能够降低各脂肪率数据列102中包括得到的噪音的影响。以下，使用图8以及图9说明该合成处理。

如图8所示，各脂肪率数据列102具有空气区域和软组织区域的边界104。边界104被定义为空气区域所对应的像素和与其相邻的软组织区域所对应的像素之间的线。另外，由于被检测体的体表面弯曲，或者实际上1个像素是与非常狭窄的区域对应的像素，因此各脂肪率数据列102的边界104的位置在深度方向不对齐。

在本实施方式中，体组成计算部68如图9所示，为了使各脂肪率数据列102所具有的边界104在深度方向对齐而使脂肪率数据群100中包括的各脂肪率数据列102在深度方向移动。具体地说，体组成计算部68根据边界104的位置进行进一步变更各像素的x坐标值68的处理。在排列后的脂肪率数据群中，通过体组成计算部68来分配各像素的x坐标，边界104的位置的x坐标被设为0。通过该处理，在通过在边界线方向相邻的多个脂肪率数据进行定义的多个脂肪率数据组106a～f中分别包括与边界104的距离相等的多个脂肪率数据。

体组成计算部68在多个脂肪率数据列102的排列处理后，分别计算各脂肪率数据组106a～f中包括的脂肪率的平均值。这样得到的是图10所示的合成脂肪率数据列108。合成脂肪率数据列108的脂肪率数据108a～f分别是脂肪率数据组106a～f的平均值。

图11表示根据合成脂肪率数据列108计算出的脂肪率特性110。在图11中，横轴表示深度方向，其右端附近成为被检测体表面(相当于图8的边界104)。纵轴表示脂肪率。

如图11所示，在被检测体表面附近脂肪率变高，这在脂肪率特性110上表示为山部112。比山部112更深的区域的肌肉比例增加等，其脂肪率变低。脂肪率特性110的山部112表示被检测体的皮下脂肪区域，因此体组成计算部68以山部112的宽度作为基准计算相当于皮下脂肪厚度的厚度即关注脂肪带厚度。

具体地说，体组成计算部68从被检测体表面侧分析脂肪率特性110，确定超过了山部112的点即满足预定条件的下降点114。然后，计算通过被检测体表面和下降点114的位置定义的距离作为关注脂肪带厚。

断定在脂肪率特性110的脂肪率最大值(这是山部112的脂肪率的最大值)和皮下脂肪厚度之间有一定的相关性。因此，在本实施方式中，根据山部112的脂肪率的最大值W_lp来决定下降点114。具体地说，将相比于山部112中脂肪率取最大值W_lp的山顶点112a而在体内侧的点即脂肪率取最大值W_lp的80％的脂肪率的点确定为下降点114。即，下降点114是取得脂肪率0.8W_lp的点。

如果确定了下降点114，则计算合成脂肪率数据列108的下降点114所对应的像素的x坐标。这里将该x坐标设为x_sub。被检测体表面即合成脂肪率数据列108的边界104的x坐标是0，所以如果将每一个像素的x轴方向的长度设为ΔX，则通过以下的公式来计算关注脂肪带厚度T_sub。

[数学式4]

T_sub＝X_sub·ΔX……(公式6)

如以上说明的那样，根据本实施方式的X射线测定装置能够定量地计算与被检测体的皮下脂肪厚度相当的厚度。

另外，本发明不限于上述实施方式，能够在不脱离本发明主旨的情况下进行各种变更。例如，在本实施方式中，在2维排列的脂肪率数据群100(参照图8)中，将2维排列的一个方向设为深度方向，但是也可以分析脂肪率数据群100并计算软组织区域和空气区域的边界线的延伸方向，将与其正交的方向定义为深度方向。此时，在所定义的深度方向排列的多个脂肪率数据构成脂肪率数据列102。

另外，在本实施方式中，根据合成多个脂肪率数据列102而得到的合成脂肪率数据列来计算脂肪率特性，但是也可以根据单一的脂肪率数据列来形成脂肪率特性。