放射線透過試験（RT）の像質管理デジタル化とAI自動欠陥判定の最前線
放射線透過試験（RT：Radiographic Testing）は、溶接構造物や鋳造品の内部欠陥を検出する非破壊検査の王道として長年活用されてきた。しかし、従来の化学フィルムを用いたアナログ管理から、デジタルラジオグラフィ（DR: Digital Radiography）やコンピューテッドラジオグラフィ（CR: Computed Radiography）への移行が進み、さらにAI（人工知能）画像解析技術による自動欠陥判定の導入が現実のものとなりつつある。
本稿では、RTの基礎から像質計の選定、JIS/ISO規格に基づく厳格な判定基準、そしてAI自動化を見据えた像質管理のデジタルデータ化（DICONDEの活用など）について、実務直結の技術データを網羅して解説する。
1. 基礎知識・原理：デジタルRT（CR/DR）のメカニズムと像質評価の基本
1.1 放射線透過試験の基本原理とフィルムレス化
RTは、試験体に放射線（X線または$\gamma$線：$^{192}\text{Ir}, ^{60}\text{Co}$など）を照射し、背面に置いた検出器を透過した放射線の強弱（減衰の差）を画像化する手法である。内部にブローホール（気孔）や割れ、スラッグ巻き込みなどの欠陥が存在する場合、その部分の厚みが減少するため放射線の吸収が少なくなり、検出器上でコントラストとして現れる。
従来は工業用X線フィルムが主流であったが、近年は以下の理由からデジタル化が標準となっている。
- CR（Computed Radiography）: IP（イメージングプレート）に放射線エネルギーを蓄積し、レーザースミヤで読み取ってデジタル画像化する方式。
- DR（Digital Radiography）: FPD（フラットパネルディテクタ）を用い、リアルタイムでデジタル画像を取得する方式。
1.2 像質（画質）を決定する主要因子
RTにおける画質は、以下の3つの要素で評価される。
1. 粒状性（Granularity）: フィルムの銀粒子やIPの輝尽発光体サイズ、FPDの画素ピッチに起因する画像のざらつき。
2. コントラスト感度（Contrast Sensitivity）: 最小限の厚み変化を識別できる能力。管電圧（kV）の選択や散乱線の除去に左右される。
3. 鮮鋭度（Sharpness / Indefinition）: 欠陥の輪郭のボケ具合。幾何学的不鮮鋭度（$U_g$）によって支配される。
# 幾何学的不鮮鋭度（$U_g$）の計算式
$$U_g = \frac{f \cdot d}{i}$$
- $f$: 放射線源の大きさ（焦点寸法） [mm]
- $d$: 試験体表面から検出器（フィルム/IP）までの距離 [mm]
- $i$: 放射線源から試験体表面までの距離（照射距離） [mm]
JIS Z 3104（鋼溶接部の放射線透過試験方法）などの規格では、材料厚や管電圧に応じて$U_g$の許容値が厳格に規定されている。
2. 像質計（IQI）の選定と規格適合の考え方
像質計（Image Quality Indicator: IQI）は、撮影された画像の品質（感度）を客観的に保証するために用いられる。
2.1 像質計の種類と特徴
JIS Z 2306（放射線透過試験用像質計）およびISO 19232に規定される主要な像質計は以下の通りである。
| 像質計の形式 | 構造・形状 | 特徴・適用規格 |
|---|---|---|
| 線型像質計（Wire IQI） | 細い金属線を並べたもの。JIS/ISOの主流。 | 線径の識別により像質を評価。ISO 19232-1に準拠。 |
| 穴型像質計（Hole IQI） | 厚みと径の異なる穴があいた板状。 | 主にASME規格等で使用される。ISO 19232-2に準拠。 |
| ステップ・ホール型 | 段差と穴の組み合わせ。 | 高い感度確認が必要な特殊部材に適用。 |
2.2 線型像質計の選定手順（JIS規格に基づく実務）
線型像質計の選定は、試験体の透過厚さ（母材厚＋余盛りの高さ）に基づいて決定する。
1. 像質計の材質: 原則として、試験体と同等または放射線吸収係数が近い材質（例：炭素鋼・低合金鋼には鋼製、ステンレス鋼にはステンレス製）を選定する。
2. 配置位置: 照射野の有効範囲内であり、かつ欠陥検出が最も困難と予想される箇所（通常は溶接継手の中央部や母材境界部）、または線源側に置く（線源側配置が原則だが、構造上困難な場合は検出器側に置くことも可。その場合は感度補正が必要）。
3. 識別規定: 撮影された画像において、規定された番号の線が何本連続して（または指定された線径が）明瞭に識別できるかで合否を判定する。
3. 欠陥等級判定の基準と実務データ
溶接部のRTにおける欠陥等級は、JIS Z 3104に基づき、欠陥の種類と占有面積・寸法によって1級から4級（または不合格）に分類される。
3.1 欠陥の分類
- 第1種欠陥: 球状ブローホール、比較的孤立した欠陥。
- 第2種欠陥: 偏平なブローホール、す巣、比較的密集した欠陥。
- 第3種欠陥: スラッグ巻き込み、タングステン巻き込みなどの不純物。
- 第4種欠陥: 割れ、完全な融合不良、およびそれに類する有害な線状欠陥。
3.2 判定の仕組み（母材厚に応じた許容限界）
評価は、基本長さ（通常10mmまたは母材厚の倍数）を基準としたブロック内で行う。
- 第4種欠陥（割れ等）: 一発不合格（0級相当）である。割れ、溶け込み不良、融合不良は構造物の致命的な破壊起点となるため、長さや許容数に関わらず厳格に不合格となる。
- 第1種〜第3種欠陥: 連続する長さ150mmの溶接部、または任意の単位長さ中に存在する欠陥の投影面積率や長さを測定し、JIS規格表の許容限界値と比較する。
4. 放射線透過試験の最新技術動向：像質管理のデジタル化とAI自動判定
従来のフィルムレス化（CR/DR）の普及に加え、近年は「取得したデジタル画像のデータ完全管理」と「AIによる自動欠陥検出・等級判定」への移行が、プラント建設や造船、橋梁の施工管理現場における最大の焦点となっている。
4.1 デジタル画像データの標準規格：DICONDE
医療分野におけるDICOM規格の非破壊検査版として、DICONDE（Digital Imaging and Communication in Nondestructive Evaluation / ASTM E2339）が国際標準となっている。
- トレーサビリティの確保: 撮影日時、管電圧、管電流、線源種類、幾何学条件、操作者情報、像質計の配置データなどがすべてメタデータとして画像ファイルに埋め込まれる。
- 改ざん防止と長期保存: アナログフィルムのように経年劣化や退色がなく、クラウドサーバーや高信頼性ストレージで半永久的に品質データを保持できる。
4.2 AI画像解析・自動欠陥判定のメカニズム
ディープラーニング（CNN：畳み込みニューラルネットワーク）を用いたAI判定エンジンが、RT画像に対して以下のプロセスを瞬時に実行する。
1. 前処理・ノイズ除去: デジタル画像特有の構造的ノイズや散乱線によるムラを補正し、SNR（信号対雑音比）を最適化。
2. 像質計の自動認識: 画像内の像質計（線型IQI）の位置をAIが自動検出し、必要な線が規定通りに写っているか（像質保証の確認）を数値化。
3. セグメンテーションと欠陥分類:
- 溶接線パスを自動追従し、関心領域（ROI）を設定。
- ピクセル単位で密度変化を検知し、ブローホール、スラッグ、割れを分類。
- JIS/ISO規格の寸法・面積基準に照らし合わせ、自動で欠陥等級（1〜4級）を算出。
4.3 AI自動判定導入における規格上の課題と実務対応
現行のJIS Z 3104やASME Boiler and Pressure Vessel Codeなどの多くは、人間の目によるフィルムまたはビューワでの目視判定を前提としている。そのため、AIを実務に導入する際には以下の「バリデーション（妥当性確認）」が不可欠となる。
- 見逃し率（False Negative）のゼロ化: 特に第4種欠陥（割れ）の見逃しは致命的であるため、AIの検出閾値は厳しめに設定し、最終確認は資格者（JIS Z 2305 認証試験技術者 レベル2またはレベル3）が行う「ハイブリッド判定」が現在の主流。
- ゴールドスタンダード・データセットの構築: 過去の数万枚に及ぶ良品・不良品（多様な欠陥サンプル）の教師データを用いて、AIの認識精度を担保する社内基準（内規）の策定が求められる。