本稿では，はじめに放射光の発生原理，おもな性能，国内の放射光施設について紹介した後，空間，時間，および密度分解能という3種類の分解能の視点から放射光を利用した各イメージングについて概説する．さらに，筆者がこれまでに携わってきたイメージングとして，九州シンクロトロン光研究センター（SAGA LS）のBL07で稼働しているクライオマイクロX線CTの概要と計測例を，また高エネルギー加速研究機構の放射光施設（KEK PF）のBL-14Cで稼働している分離型X 線干渉計を利用した撮像システムの原理と装置の概要，および計測例についてバイオメディカル応用を中心に紹介する．

X線Talbot干渉計はX 線位相CT に使われるアプローチの一つであるが，結晶を使わないため，高分解能測定や定量測定，さらには，動的測定など，さまざまな研究目的に応じて適用が拡大している．本稿では，大型放射光施設SPring-8においてX線Talbot干渉計を用いて得られたX線位相CTの測定事例を医学・生物学系試料への応用を中心に紹介し，その今後を展望する．

近年のアトグラム単位での分析技術より，宇宙に存在する多くの元素が，人の身体や細胞を構成していることが明らかになりつつある．すなわち，私たちの身体も宇宙の分子であり，身体機能や健康に関わっている．細胞組織内のタンパク質や核酸などの生体分子に関わる研究は，分子レベルでの研究が展開している一方で，微量元素が細胞組織内でどのように局在し機能しているかや，生体分子との関係についても不明な点は多い．私たちは，細胞内の元素イメージングが可能な走査型蛍光X線顕微鏡システム（SXFM）の開発を行い，細胞生物・医学応用のための研究開発に従事してきた．本稿では，SXFMによる細胞内元素イメージングを紹介し，現時点での問題点を明らかにし，細胞生物，医学応用への可能性を議論する．

X線回折波2重撮影法（superimposed wavefront imaging of diffraction-enhanced X-rays; SWIDeX）は，Si単結晶薄板アナライザーとX線カメラを密着配置し，屈折率分布𝛿 の2 次微分に対応する投影を取得する新しい屈折コントラストCT撮像法である．本手法は，従来の位相コントラストイメージングで困難であった被写体と検出器の近接配置を可能とし，X線焦点サイズに起因するぼけを大幅に低減できる．本論文では，SWIDeXの撮像原理および再構成理論を紹介し，ヒト生体組織標本を用いたXDFIとの画質比較，さらにSWIDeX-CTがもつスパース性を生かした，total variation 正則化を導入した代数的再構成法が投影数の削減に有効であることを示す．

放射光マイクロX線CTは，大強度，平行，かつ単色という放射光の特徴を利用してミクロンオーダーの高い空間分解能で高精細な三次元観察を行うことができる．しかし，一般に計測時間が数分から数時間以上に及ぶため，計測中のサンプル位置変動によって発生するモーションアーチファクトによる像質劣化が問題となっている．本研究では，放射光の平行ビームという特性を利用し，サンプルの回転角度が0°，180°，および360°の投影像から位置変動をマッチングにより検出し，位置変動をソフトウェア的に補正することで同アーチファクトを高速に低減する方法を新たに開発した．本法の原理，放射光マイクロX線CTの概要，数値シミュレーションおよび実計測データに適用した結果について報告する．

SPECT（single photon emission computed tomography）において，off-set収集は投影数が少なくても良好な画像が得られる収集法であるが，検出器を不等間隔に配置する特別な機構が必要であるため臨床への応用は難しい．そこで本研究では，特別な機構を必要としない3 検出器SPECT装置における新たな収集法を提案し，その有用性について検討した．提案法はステップ角を一部変更することで対向データを収集せず，サンプリングする角度が等間隔になるように収集する方法である．散乱，減弱およびコリメーター開口を考慮したモンテカルロシミュレーションにより投影データを取得した後，ML-EM（maximum likelihood-expectation maximization）法により再構成した．FWHM（full width at half maximum）はどの収集法においても大きな差はみられなかったが，NRMSE（normalized root mean square error）では24投影未満の偶数投影数の場合に提案法が最良値を示した．提案法は360°バランスよく投影データを収集することで再構成画像のひずみを回避し，効率的に投影データを収集することで総投影数が少ない場合において精度の高い再構成画像を得ることができた．

In magnetic resonance imaging (MRI), motion artifacts vary in intensity and direction, which prevents accurate image diagnosis. However, through use of transfer learning and employing gradient-weighted class activation mapping (Grad-CAM) to create a classification model, the characteristics of these classifications can be clarified. Previous studies have indicated that the model exhibited a greater response to more prominent artifacts, and this response distribution may depend on the difference in the phase-encoding direction of the image. The study aim was to create motion-artifact classification models for different phase-encoding direction and use Grad-CAM to evaluate their effects. Using T2-weighted images from 25 head MRI cases, we performed computational simulation to create 9,000 images with artifacts. The data were divided into 70% training, 30% validation, and GoogLeNet was used to perform transfer learning. The test accuracy was 91.5% for the combined phase-encoding direction of the vertical and horizontal models, 96.4% for the vertical model, and 96.7% for the horizontal model. The Grad-CAM results reflected the characteristics of the models, and the combined model did not show any phase-encoding direction effects.