JPH11112877A - 骨計測方法および装置 - Google Patents
骨計測方法および装置Info
- Publication number
- JPH11112877A JPH11112877A JP9266565A JP26656597A JPH11112877A JP H11112877 A JPH11112877 A JP H11112877A JP 9266565 A JP9266565 A JP 9266565A JP 26656597 A JP26656597 A JP 26656597A JP H11112877 A JPH11112877 A JP H11112877A
- Authority
- JP
- Japan
- Prior art keywords
- bone
- index value
- image
- bone tissue
- tissue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S128/00—Surgery
- Y10S128/92—Computer assisted medical diagnostics
- Y10S128/922—Computer assisted medical diagnostics including image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 骨部組織の構造状態を、放射線画像に基づい
て、精度よくかつ定量的に把握する。 【解決手段】 モーフォロジー演算手段10が、入力され
た骨部画像情報Sbを含む画像情報Ｓに対してスケルトン
処理を施して骨部画像情報Sbを抽出し、得られた骨部画
像情報Sbに基づいて、骨構造指標値算出手段20が骨部組
織Paの構造状態を表す１つの指標値であるＶｔ値を、下
記式により求められる骨梁上の任意の点ｊにおける指標
値Ｖｔｊの平均値として求める。 Ｖｔｊ＝（π／３）×Σｌ1 4／Σｌ1
て、精度よくかつ定量的に把握する。 【解決手段】 モーフォロジー演算手段10が、入力され
た骨部画像情報Sbを含む画像情報Ｓに対してスケルトン
処理を施して骨部画像情報Sbを抽出し、得られた骨部画
像情報Sbに基づいて、骨構造指標値算出手段20が骨部組
織Paの構造状態を表す１つの指標値であるＶｔ値を、下
記式により求められる骨梁上の任意の点ｊにおける指標
値Ｖｔｊの平均値として求める。 Ｖｔｊ＝（π／３）×Σｌ1 4／Σｌ1
Description
【０００１】
【発明の属する技術分野】本発明は骨計測方法および装
置に関し、詳しくは骨粗鬆症等の診断に有用な人体等の
骨部組織の構造を、放射線画像に基づいて、定量的な指
標値として求める方法および装置に関するものである。
置に関し、詳しくは骨粗鬆症等の診断に有用な人体等の
骨部組織の構造を、放射線画像に基づいて、定量的な指
標値として求める方法および装置に関するものである。
【０００２】
【従来の技術】骨塩定量、すなわち骨の中のカルシウム
の量を定量的に測定することは骨折予防の診断のために
有用である。
の量を定量的に測定することは骨折予防の診断のために
有用である。
【０００３】つまり、骨塩量は、骨の内部を構成する海
綿質である骨梁の疎密、すなわち骨密度によってに定ま
るため、骨密度が疎であれば骨部画像における骨部の陰
影の濃度が高くなり、骨密度が密であれば骨部画像にお
ける骨部の陰影の濃度は低くなる。
綿質である骨梁の疎密、すなわち骨密度によってに定ま
るため、骨密度が疎であれば骨部画像における骨部の陰
影の濃度が高くなり、骨密度が密であれば骨部画像にお
ける骨部の陰影の濃度は低くなる。
【０００４】したがって、骨中のカルシウムの微量変化
を知ることは骨粗鬆症の早期発見を可能にし、骨折予防
のうえでも重要な効果がある。
を知ることは骨粗鬆症の早期発見を可能にし、骨折予防
のうえでも重要な効果がある。
【０００５】そこで従来、ＭＤ法(Microdensitometry)
、ＳＰＡ法(Single Photon Absorptiometry)、ＤＰＡ
法(Dual Photon Absorptiometry)、ＱＤＲ法(Quantitat
ive Digited Radiography)、ＱＣＴ法(Quantitative Co
mputer Tomography)、ＤＱＣＴ法(Dual energy Quantit
ative Computer Tomography)等、数々の骨塩定量の方法
が提案され、実施されている。
、ＳＰＡ法(Single Photon Absorptiometry)、ＤＰＡ
法(Dual Photon Absorptiometry)、ＱＤＲ法(Quantitat
ive Digited Radiography)、ＱＣＴ法(Quantitative Co
mputer Tomography)、ＤＱＣＴ法(Dual energy Quantit
ative Computer Tomography)等、数々の骨塩定量の方法
が提案され、実施されている。
【０００６】ところで、これらの各手法はいわゆる骨密
度を計量するものであり、確かに骨粗鬆症の診断の指標
値として従来から広く一般に用いられているが、最近
は、この骨密度値の他に、骨構造状態を指標値として定
量的に表すことが提案されている。
度を計量するものであり、確かに骨粗鬆症の診断の指標
値として従来から広く一般に用いられているが、最近
は、この骨密度値の他に、骨構造状態を指標値として定
量的に表すことが提案されている。
【０００７】すなわち、骨密度値は、単純には体積に対
する質量の比の値であるから、荷重を支持する骨として
の実体である骨梁の分布状態（骨構造）の差異が反映さ
れるものではないが、骨粗鬆症は本来は骨の強度の問題
であって、この強度は骨梁の分布状態に大きく依存する
ものであるから、骨構造状態を指標値化することは、骨
粗鬆症の診断においては極めて有用な技術である。
する質量の比の値であるから、荷重を支持する骨として
の実体である骨梁の分布状態（骨構造）の差異が反映さ
れるものではないが、骨粗鬆症は本来は骨の強度の問題
であって、この強度は骨梁の分布状態に大きく依存する
ものであるから、骨構造状態を指標値化することは、骨
粗鬆症の診断においては極めて有用な技術である。
【０００８】このような骨構造状態を表す指標値として
は、例えば、スターボリューム（Star volume ）、ノー
ドストラット解析（Node-strut analysis ）により得ら
れる指標置などが知られている。
は、例えば、スターボリューム（Star volume ）、ノー
ドストラット解析（Node-strut analysis ）により得ら
れる指標置などが知られている。
【０００９】なお、本明細書においては、説明の冗長を
避けるため、指標値であるスターボリュームを算出する
処理方法をスターボリューム法と、ノードストラット解
析により指標置を算出する処理方法をノードストラット
解析法と、それぞれ称するものとする。
避けるため、指標値であるスターボリュームを算出する
処理方法をスターボリューム法と、ノードストラット解
析により指標置を算出する処理方法をノードストラット
解析法と、それぞれ称するものとする。
【００１０】スターボリューム法では、図３に示すよう
に、骨髄腔内の所定の点ａから全ての方向について骨梁
に遮られることなく見渡せる範囲の骨髄腔体積の平均を
意味するＶｍ（marrow space star volume）、およびこ
れと同様に骨梁の中の点ｂから全ての方向に骨梁の端に
至る範囲の骨梁体積の平均を意味するＶｔ（trabecular
star volume）の２種類の指標値が定義されている。な
お、図３においては斜線部が骨梁を、その他の部分が骨
髄腔を示す。Star volume は、標本のサンプリング法の
工夫により骨髄腔の骨梁の大きさをｍｍ3 あるいはμｍ
3 といった３次元の値として表す隔たりのない立体学的
指標とされている。Ｖｍは骨梁の連続性が高い場合は小
さく、骨梁の消滅や穿孔が多いときは大きくなり、逆に
Ｖｔは骨梁の連続性が高い場合は大きく、骨梁の消滅や
穿孔が多いときは小さくなる。
に、骨髄腔内の所定の点ａから全ての方向について骨梁
に遮られることなく見渡せる範囲の骨髄腔体積の平均を
意味するＶｍ（marrow space star volume）、およびこ
れと同様に骨梁の中の点ｂから全ての方向に骨梁の端に
至る範囲の骨梁体積の平均を意味するＶｔ（trabecular
star volume）の２種類の指標値が定義されている。な
お、図３においては斜線部が骨梁を、その他の部分が骨
髄腔を示す。Star volume は、標本のサンプリング法の
工夫により骨髄腔の骨梁の大きさをｍｍ3 あるいはμｍ
3 といった３次元の値として表す隔たりのない立体学的
指標とされている。Ｖｍは骨梁の連続性が高い場合は小
さく、骨梁の消滅や穿孔が多いときは大きくなり、逆に
Ｖｔは骨梁の連続性が高い場合は大きく、骨梁の消滅や
穿孔が多いときは小さくなる。
【００１１】骨髄腔内の任意の点ｉにおけるＶｍｉは以
下の式（１）により定義される。
下の式（１）により定義される。
【００１２】 Ｖｍｉ＝（π／３）×ｌ0m 3 （１） 但し、点ｉを中心とする任意の方向において、骨髄腔が
連続する長さをｌ0 としたとき、ｌ0m 3 は点ｉを中心と
して放射状に全ての方向においてｌ0 3を求めた場合の平
均値を表す。
連続する長さをｌ0 としたとき、ｌ0m 3 は点ｉを中心と
して放射状に全ての方向においてｌ0 3を求めた場合の平
均値を表す。
【００１３】また、骨梁上の任意の点ｊにおけるＶｔｊ
は以下の式（２）により定義される。
は以下の式（２）により定義される。
【００１４】 Ｖｔｊ＝（π／３）×Σｌ1 4／Σｌ1 （２） 但し、ｌ1 は点ｊを中心とする任意の方向において、骨
梁が連続する長さを示す。また、ｌ1 は点ｊを中心とし
て放射状に全ての方向において求められ、Σはその全て
の方向における和を求めることを表す。そして、Ｖｍｉ
およびＶｔｊをサンプリング点ごとに算出し、その平均
値をＶｍおよびＶｔとすればよい。
梁が連続する長さを示す。また、ｌ1 は点ｊを中心とし
て放射状に全ての方向において求められ、Σはその全て
の方向における和を求めることを表す。そして、Ｖｍｉ
およびＶｔｊをサンプリング点ごとに算出し、その平均
値をＶｍおよびＶｔとすればよい。
【００１５】なお、骨梁構造の指標値としては、Ｖｍと
Ｖｔのいずれを用いてもよい。
Ｖｔのいずれを用いてもよい。
【００１６】そして例えば図４に示すように、被検体の
年齢、骨密度値およびＶｔを軸とする三次元座標系が形
成され、入力された結果がこの三次元座標内のいずれの
位置に存在するかに応じて、骨部組織の状態を判定す
る。すなわち、被検体の年齢、骨密度値およびＶｔが点
Ｐ１で示す位置にあれば状態Ａ（例えば、骨粗鬆症の疑
いがある状態）にあり、点Ｐ２で示す位置にあれば状態
Ｂ（注意を要する状態）にあり、点Ｐ３で示す位置にあ
れば状態Ｃ（正常な状態）にある、と判定するものであ
る。
年齢、骨密度値およびＶｔを軸とする三次元座標系が形
成され、入力された結果がこの三次元座標内のいずれの
位置に存在するかに応じて、骨部組織の状態を判定す
る。すなわち、被検体の年齢、骨密度値およびＶｔが点
Ｐ１で示す位置にあれば状態Ａ（例えば、骨粗鬆症の疑
いがある状態）にあり、点Ｐ２で示す位置にあれば状態
Ｂ（注意を要する状態）にあり、点Ｐ３で示す位置にあ
れば状態Ｃ（正常な状態）にある、と判定するものであ
る。
【００１７】一方、ノードストラット解析法は、骨梁の
連続性を二次元的に評価する方法であり、３個以上の骨
梁の結合点をＮｄ（Node；ノード、図５における白
点）、他の骨梁と結合していない終末点をＴｍ（Termin
us、図５における黒点）と定義する。そして、図５に示
すように、これらをつなぐ骨梁の中心線（strut ；スト
ラット）を、ＮｄＮｄ（結合点同士をつなぐストラッ
ト）、ＮｄＴｍ（結合点と終末点とをつなぐストラッ
ト）、ＴｍＴｍ（終末点同士をつなぐストラット）、Ｃ
ｔＮｄ（皮質骨（Ｃｔ）と結合点とをつなぐストラッ
ト）、およびＣｔＴｍ（皮質骨と終末点とをつなぐスト
ラット）に分類し、各ストラットの長さを測定する。
連続性を二次元的に評価する方法であり、３個以上の骨
梁の結合点をＮｄ（Node；ノード、図５における白
点）、他の骨梁と結合していない終末点をＴｍ（Termin
us、図５における黒点）と定義する。そして、図５に示
すように、これらをつなぐ骨梁の中心線（strut ；スト
ラット）を、ＮｄＮｄ（結合点同士をつなぐストラッ
ト）、ＮｄＴｍ（結合点と終末点とをつなぐストラッ
ト）、ＴｍＴｍ（終末点同士をつなぐストラット）、Ｃ
ｔＮｄ（皮質骨（Ｃｔ）と結合点とをつなぐストラッ
ト）、およびＣｔＴｍ（皮質骨と終末点とをつなぐスト
ラット）に分類し、各ストラットの長さを測定する。
【００１８】次いでこれらの各ストラットの長さと結合
点Ｎｄの数ＮNdおよびＴｍの数ＮTmに基づいて以下の指
標値を定義する。
点Ｎｄの数ＮNdおよびＴｍの数ＮTmに基づいて以下の指
標値を定義する。
【００１９】（１）長さの指標値 すべてのストラットの長さの和ＴSLに対する各ストラッ
トの長さの割合（％） ＮｄＮｄ／ＴSL ＮｄＴｍ／ＴSL ＴｍＴｍ／ＴSL ＣｔＮｄ／ＴSL ＣｔＴｍ／ＴSL （２）面積に対する長さの指標値 骨部組織（骨梁および皮質骨の和、または骨梁のみ）の
面積ＴＶに対するストラットの長さの割合（ｍｍ／ｍｍ
2 ） ＴSL／ＴＶ ＮｄＮｄ／ＴＶ ＮｄＴｍ／ＴＶ ＴｍＴｍ／ＴＶ ＣｔＮｄ／ＴＶ ＣｔＴｍ／ＴＶ （３）数の指標値 ＮNd／ＴＶ；骨部組織の面積当たりの結合点の数（／ｍ
ｍ2 ） ＮTm／ＴＶ；骨部組織の面積当たりの終末点の数（／ｍ
ｍ2 ） ＮNd／ＮTm；結合点の数と終末点の数との比 以上の指標値は、結合点Ｎｄ関連の指標値が大きいほど
骨梁の連続性が高く、終末点Ｔｍの関連のパラメータが
大きいほど骨梁の連続性が低いことを示す。
トの長さの割合（％） ＮｄＮｄ／ＴSL ＮｄＴｍ／ＴSL ＴｍＴｍ／ＴSL ＣｔＮｄ／ＴSL ＣｔＴｍ／ＴSL （２）面積に対する長さの指標値 骨部組織（骨梁および皮質骨の和、または骨梁のみ）の
面積ＴＶに対するストラットの長さの割合（ｍｍ／ｍｍ
2 ） ＴSL／ＴＶ ＮｄＮｄ／ＴＶ ＮｄＴｍ／ＴＶ ＴｍＴｍ／ＴＶ ＣｔＮｄ／ＴＶ ＣｔＴｍ／ＴＶ （３）数の指標値 ＮNd／ＴＶ；骨部組織の面積当たりの結合点の数（／ｍ
ｍ2 ） ＮTm／ＴＶ；骨部組織の面積当たりの終末点の数（／ｍ
ｍ2 ） ＮNd／ＮTm；結合点の数と終末点の数との比 以上の指標値は、結合点Ｎｄ関連の指標値が大きいほど
骨梁の連続性が高く、終末点Ｔｍの関連のパラメータが
大きいほど骨梁の連続性が低いことを示す。
【００２０】このノードストラット解析法は、骨梁の連
続性を直接かつ簡便に計測できる方法として有用性が高
い。
続性を直接かつ簡便に計測できる方法として有用性が高
い。
【００２１】
【発明が解決しようとする課題】しかし、上述した骨構
造の状態を表す指標値を求める方法は、骨のスライス試
片という実体の標本を対象とするものであるため、被検
体から非侵襲的に求めることができないという、実用上
の問題があった。
造の状態を表す指標値を求める方法は、骨のスライス試
片という実体の標本を対象とするものであるため、被検
体から非侵襲的に求めることができないという、実用上
の問題があった。
【００２２】一方、上記骨部組織を含む放射線画像に基
づいて上記骨部組織の構造状態を指標値化する試みもあ
るが、放射線画像における、軟部組織との重なり、濃度
・コントラストの変動等の要因のため、実用上の計測精
度を確保することができないという問題がある。
づいて上記骨部組織の構造状態を指標値化する試みもあ
るが、放射線画像における、軟部組織との重なり、濃度
・コントラストの変動等の要因のため、実用上の計測精
度を確保することができないという問題がある。
【００２３】本発明は、上記事情に鑑みなされたもので
あって、骨部組織の構造状態を、放射線画像に基づいて
精度よく指標値化することを可能にした骨計測方法およ
び装置を提供することを目的とするものである。
あって、骨部組織の構造状態を、放射線画像に基づいて
精度よく指標値化することを可能にした骨計測方法およ
び装置を提供することを目的とするものである。
【００２４】
【課題を解決するための手段】本発明の骨計測方法は、
放射線画像を表す画像情報に対してモーフォロジー演算
に基づく骨部組織の強調処理を施すことにより、骨部組
織の構造を抽出または強調処理し、その抽出または強調
処理された骨部組織の構造を表す画像に基づいて、当該
構造状態を表す指標値を算出するものである。
放射線画像を表す画像情報に対してモーフォロジー演算
に基づく骨部組織の強調処理を施すことにより、骨部組
織の構造を抽出または強調処理し、その抽出または強調
処理された骨部組織の構造を表す画像に基づいて、当該
構造状態を表す指標値を算出するものである。
【００２５】すなわち本発明の骨計測方法は、骨部組織
の構造の状態を表す指標値を取得する骨計測方法であっ
て、少なくとも前記骨部組織を含む被検体を被写体とす
る放射線画像に対してモーフォロジー演算に基づく骨部
組織の強調処理を施し、前記強調処理された骨部組織の
構造を表す骨部組織画像に対して、前記指標値を取得す
る処理を施すことを特徴とするものである。
の構造の状態を表す指標値を取得する骨計測方法であっ
て、少なくとも前記骨部組織を含む被検体を被写体とす
る放射線画像に対してモーフォロジー演算に基づく骨部
組織の強調処理を施し、前記強調処理された骨部組織の
構造を表す骨部組織画像に対して、前記指標値を取得す
る処理を施すことを特徴とするものである。
【００２６】ここで、骨部組織とは、骨梁とそれ以外の
空洞部分である骨髄腔、およびこれらの外周を覆う皮質
骨等を意味し、骨部組織の構造の状態とは主として骨梁
と骨髄腔との分布状態を意味する。
空洞部分である骨髄腔、およびこれらの外周を覆う皮質
骨等を意味し、骨部組織の構造の状態とは主として骨梁
と骨髄腔との分布状態を意味する。
【００２７】骨部組織の構造の状態を表す指標値として
は、前述したスターボリューム法によるＶｍ若しくはＶ
ｔ、またはノードストラット解析法によるＮｄＮｄ／Ｔ
SL、ＮｄＴｍ／ＴSL、ＴｍＴｍ／ＴSL、ＣｔＮｄ／
ＴSL、ＣｔＴｍ／ＴSL、ＴSL／ＴＶ、ＮｄＮｄ／ＴＶ、
ＮｄＴｍ／ＴＶ、ＴｍＴｍ／ＴＶ、ＣｔＮｄ／ＴＶ、Ｃ
ｔＴｍ／ＴＶ、ＮNd／ＴＶ、ＮTm／ＴＶ、ＮNd／ＮTm等
を適用することができる。
は、前述したスターボリューム法によるＶｍ若しくはＶ
ｔ、またはノードストラット解析法によるＮｄＮｄ／Ｔ
SL、ＮｄＴｍ／ＴSL、ＴｍＴｍ／ＴSL、ＣｔＮｄ／
ＴSL、ＣｔＴｍ／ＴSL、ＴSL／ＴＶ、ＮｄＮｄ／ＴＶ、
ＮｄＴｍ／ＴＶ、ＴｍＴｍ／ＴＶ、ＣｔＮｄ／ＴＶ、Ｃ
ｔＴｍ／ＴＶ、ＮNd／ＴＶ、ＮTm／ＴＶ、ＮNd／ＮTm等
を適用することができる。
【００２８】また、モーフォロジー演算に基づく骨部組
織の強調処理としては、スケルトン処理を適用すること
ができる。ここでモーフォロジー演算について説明す
る。
織の強調処理としては、スケルトン処理を適用すること
ができる。ここでモーフォロジー演算について説明す
る。
【００２９】モーフォロジー演算（以下、モーフォロジ
ー処理ともいう）とは、原画像のうち異常な陰影等の特
定の画像部分だけを選択的に抽出する、モーフォロジー
（Morphology；モフォロジーまたはモルフォロジーとも
称する）のアルゴリズムに基づく処理であり、特に乳癌
における特徴的形態である微小石灰化像を検出するのに
有効な手法として研究されているが、対象画像としては
このようなマンモグラムにおける微小石灰化像に限るも
のではない。
ー処理ともいう）とは、原画像のうち異常な陰影等の特
定の画像部分だけを選択的に抽出する、モーフォロジー
（Morphology；モフォロジーまたはモルフォロジーとも
称する）のアルゴリズムに基づく処理であり、特に乳癌
における特徴的形態である微小石灰化像を検出するのに
有効な手法として研究されているが、対象画像としては
このようなマンモグラムにおける微小石灰化像に限るも
のではない。
【００３０】そしてこのモーフォロジー処理は、抽出し
ようとする画像部分の大きさ、形状に対応した構造要素
Ｂを用いた処理を行なうものであり、複雑なバックグラ
ウンド情報に影響されにくい、抽出した画像が歪まな
い、などの特徴がある。
ようとする画像部分の大きさ、形状に対応した構造要素
Ｂを用いた処理を行なうものであり、複雑なバックグラ
ウンド情報に影響されにくい、抽出した画像が歪まな
い、などの特徴がある。
【００３１】すなわち、この手法は一般の微分処理に比
べて、石灰化像のサイズ・形状・濃度分布などの幾何学
的情報をよりよく保って検出することができる。
べて、石灰化像のサイズ・形状・濃度分布などの幾何学
的情報をよりよく保って検出することができる。
【００３２】以下、このモーフォロジー処理の概要を、
マンモグラムにおける微小石灰化像の検出に適用した例
について説明する。
マンモグラムにおける微小石灰化像の検出に適用した例
について説明する。
【００３３】（モーフォロジーの基本演算）モーフォロ
ジー処理は一般的にはＮ次元空間における集合論として
展開されるが、直感的な理解のために２次元の濃淡画像
を対象として説明する。
ジー処理は一般的にはＮ次元空間における集合論として
展開されるが、直感的な理解のために２次元の濃淡画像
を対象として説明する。
【００３４】濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）程大きな画像信号値となる高
輝度高信号レベルの信号とする。
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）程大きな画像信号値となる高
輝度高信号レベルの信号とする。
【００３５】まず、簡単のため上記２次元の濃淡画像の
断面に相当する１次元の関数ｆ（ｘ）を考える。モーフ
ォロジー演算に用いる構造要素ｇは次式（３）に示すよ
うに、原点について対称な対称関数
断面に相当する１次元の関数ｆ（ｘ）を考える。モーフ
ォロジー演算に用いる構造要素ｇは次式（３）に示すよ
うに、原点について対称な対称関数
【００３６】
【数１】
【００３７】であり、定義域内で値が０で、その定義域
Ｇが下記式（４）であるとする。
Ｇが下記式（４）であるとする。
【００３８】
【数２】
【００３９】このとき、モーフォロジー演算の基本形は
式（５）〜（８）に示すように、非常に簡単な演算とな
る。
式（５）〜（８）に示すように、非常に簡単な演算とな
る。
【００４０】
【数３】
【００４１】すなわち、ダイレーション（dilation）処
理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じ
て決定される値であって、図６中のマスクサイズに相
当）の幅の範囲内の最大値を探索する処理であり（同図
（Ａ）参照）、一方、エロージョン（erosion ）処理
は、注目画素を中心とした、±ｍの幅の範囲内の最小値
を探索する処理である（同図（Ｂ）参照）。また、オー
プニング（opening ）処理はエロージョン処理後にダイ
レーション処理を行なう処理、すなわち最小値の探索の
後に最大値を探索する処理であり、クロージング（clos
ing ）処理は、ダイレーション処理後にエロージョン処
理を行なう処理、すなわち最大値の探索の後に最小値を
探索する処理に相当する。
理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じ
て決定される値であって、図６中のマスクサイズに相
当）の幅の範囲内の最大値を探索する処理であり（同図
（Ａ）参照）、一方、エロージョン（erosion ）処理
は、注目画素を中心とした、±ｍの幅の範囲内の最小値
を探索する処理である（同図（Ｂ）参照）。また、オー
プニング（opening ）処理はエロージョン処理後にダイ
レーション処理を行なう処理、すなわち最小値の探索の
後に最大値を探索する処理であり、クロージング（clos
ing ）処理は、ダイレーション処理後にエロージョン処
理を行なう処理、すなわち最大値の探索の後に最小値を
探索する処理に相当する。
【００４２】つまりオープニング処理は、低輝度側から
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凸状の濃度変動部分（周囲
部分よりも輝度が高い部分）を取り除くことに相当する
（同図（Ｃ）参照）。
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凸状の濃度変動部分（周囲
部分よりも輝度が高い部分）を取り除くことに相当する
（同図（Ｃ）参照）。
【００４３】一方、クロージング処理は、高輝度側から
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凹状の濃度変動部分（周囲
部分よりも輝度が低い部分）を取り除くことに相当する
（同図（Ｄ）参照）。
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凹状の濃度変動部分（周囲
部分よりも輝度が低い部分）を取り除くことに相当する
（同図（Ｄ）参照）。
【００４４】なお、構造要素ｇが原点に対して対称では
ない場合の、式（５）に示すダイレーション演算をミン
コフスキー（Minkowski ）和、式（６）に示すエロージ
ョン演算をミンコフスキー差という。
ない場合の、式（５）に示すダイレーション演算をミン
コフスキー（Minkowski ）和、式（６）に示すエロージ
ョン演算をミンコフスキー差という。
【００４５】ここで、濃度の高いもの程大きな値となる
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
に対するダイレーション処理と高輝度高信号レベルに対
するエロージョン処理（同図（Ｂ））とは一致し、高濃
度高信号レベルの信号に対するエロージョン処理と高輝
度高信号レベルに対するダイレーション処理（同図
（Ａ））とは一致し、高濃度高信号レベルの信号に対す
るオープニング処理と高輝度高信号レベルに対するクロ
ージング処理（同図（Ｄ））とは一致し、高濃度高信号
レベルの信号に対するクロージング処理と高輝度高信号
レベルに対するオープニング処理（同図（Ｃ））とは一
致する。
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
に対するダイレーション処理と高輝度高信号レベルに対
するエロージョン処理（同図（Ｂ））とは一致し、高濃
度高信号レベルの信号に対するエロージョン処理と高輝
度高信号レベルに対するダイレーション処理（同図
（Ａ））とは一致し、高濃度高信号レベルの信号に対す
るオープニング処理と高輝度高信号レベルに対するクロ
ージング処理（同図（Ｄ））とは一致し、高濃度高信号
レベルの信号に対するクロージング処理と高輝度高信号
レベルに対するオープニング処理（同図（Ｃ））とは一
致する。
【００４６】なお、本項では高輝度高信号レベルの画像
信号（輝度値）の場合について説明する。
信号（輝度値）の場合について説明する。
【００４７】（石灰化陰影検出への応用）石灰化陰影の
検出には、原画像から平滑化した画像を引き去る差分法
が考えられる。単純な平滑化法では石灰化陰影と細長い
形状の非石灰化陰影（乳腺、血管および乳腺支持組織
等）との識別が困難であるため、東京農工大の小畑ら
は、多重構造要素を用いたオープニング処理に基づく下
記式（９）で表されるモーフォロジーフィルターを提案
している（「多重構造要素を用いたモルフォロジーフィ
ルタによる微小石灰化像の抽出」電子情報通信学会論文
誌 D-II Vol.J75-D-II No.7 P1170 〜1176 1992年７
月、「モルフォロジーの基礎とそのマンモグラム処理へ
の応用」MEDICAL IMAGING TECHNOLOGY Vol.12 No.1 Jan
uary 1994 等）。
検出には、原画像から平滑化した画像を引き去る差分法
が考えられる。単純な平滑化法では石灰化陰影と細長い
形状の非石灰化陰影（乳腺、血管および乳腺支持組織
等）との識別が困難であるため、東京農工大の小畑ら
は、多重構造要素を用いたオープニング処理に基づく下
記式（９）で表されるモーフォロジーフィルターを提案
している（「多重構造要素を用いたモルフォロジーフィ
ルタによる微小石灰化像の抽出」電子情報通信学会論文
誌 D-II Vol.J75-D-II No.7 P1170 〜1176 1992年７
月、「モルフォロジーの基礎とそのマンモグラム処理へ
の応用」MEDICAL IMAGING TECHNOLOGY Vol.12 No.1 Jan
uary 1994 等）。
【００４８】
【数４】
【００４９】ここでＢi （ｉ＝１，２，…，ｎ）は、直
線状の大きさがｍ画素でｎ個（例えば図７に示すもので
は、９画素４方向でありｍ＝９，ｎ＝４）の構造要素
（これらを全体として以下、ｍ画素ｎ方向の多重構造要
素という）である。構造要素Ｂi を検出対象である石灰
化陰影よりも大きく設定すれば、上記オープニング演算
による処理で、構造要素Ｂi よりも細かな信号変化部分
（空間的に狭い範囲で信号が変動する画像部分）であっ
て周囲よりも輝度値の大きい凸状の部分である石灰化陰
影は取り除かれる。一方、細長い形状の乳腺の陰影等の
非石灰化陰影はその長さが構造要素Ｂi よりも長く、そ
の傾きが４つの構造要素Ｂi のいずれかに一致すればオ
ープニング処理（式（９）の第２項の演算）をしてもそ
のまま残る。したがってオープニング処理によって得ら
れた平滑化画像（石灰化陰影のみが取り除かれた画像）
を原画像ｆから引き去ることで、小さな石灰化陰影のみ
が含まれる画像が得られる。これが式（９）の考え方で
ある。
線状の大きさがｍ画素でｎ個（例えば図７に示すもので
は、９画素４方向でありｍ＝９，ｎ＝４）の構造要素
（これらを全体として以下、ｍ画素ｎ方向の多重構造要
素という）である。構造要素Ｂi を検出対象である石灰
化陰影よりも大きく設定すれば、上記オープニング演算
による処理で、構造要素Ｂi よりも細かな信号変化部分
（空間的に狭い範囲で信号が変動する画像部分）であっ
て周囲よりも輝度値の大きい凸状の部分である石灰化陰
影は取り除かれる。一方、細長い形状の乳腺の陰影等の
非石灰化陰影はその長さが構造要素Ｂi よりも長く、そ
の傾きが４つの構造要素Ｂi のいずれかに一致すればオ
ープニング処理（式（９）の第２項の演算）をしてもそ
のまま残る。したがってオープニング処理によって得ら
れた平滑化画像（石灰化陰影のみが取り除かれた画像）
を原画像ｆから引き去ることで、小さな石灰化陰影のみ
が含まれる画像が得られる。これが式（９）の考え方で
ある。
【００５０】なお、前述したように、高濃度高信号レベ
ルの信号の場合においては、石灰化陰影は周囲の画像部
分よりも濃度値が低くなり、石灰化陰影は周囲部分に対
して濃度値の小さい凹状の信号変化部分となるため、オ
ープニング処理に代えてクロージング処理を適用し、式
（９）に代えて式（10）を適用する。
ルの信号の場合においては、石灰化陰影は周囲の画像部
分よりも濃度値が低くなり、石灰化陰影は周囲部分に対
して濃度値の小さい凹状の信号変化部分となるため、オ
ープニング処理に代えてクロージング処理を適用し、式
（９）に代えて式（10）を適用する。
【００５１】
【数５】
【００５２】なお、モーフォロジー演算の一例である式
（10）のクロージング処理を具体的に説明する。
（10）のクロージング処理を具体的に説明する。
【００５３】すなわち、高濃度高信号レベルの画像信号
である濃度値Ｓorg についてのモーフォロジー演算によ
れば、例えば図８（１）の実線に示すような濃度値Ｓor
g の分布を有する画像データに対して、同図（２）に示
すような直線状の３画素の構造要素Ｂで、最大値処理
（ダイレーション処理）を行うことにより、ある注目画
素の濃度値Ｓi は、その注目画素を中心として互いに隣
接する３画素（構造要素Ｂにより決定される）の中の最
大値Ｓi+1 を採用したＳi ′に変換される。この演算を
全画素について行うことにより、濃度値Ｓorg ′の分布
を有する同図（１）の破線で示す最大値信号に変換され
る。
である濃度値Ｓorg についてのモーフォロジー演算によ
れば、例えば図８（１）の実線に示すような濃度値Ｓor
g の分布を有する画像データに対して、同図（２）に示
すような直線状の３画素の構造要素Ｂで、最大値処理
（ダイレーション処理）を行うことにより、ある注目画
素の濃度値Ｓi は、その注目画素を中心として互いに隣
接する３画素（構造要素Ｂにより決定される）の中の最
大値Ｓi+1 を採用したＳi ′に変換される。この演算を
全画素について行うことにより、濃度値Ｓorg ′の分布
を有する同図（１）の破線で示す最大値信号に変換され
る。
【００５４】次に、この最大値処理により得られた最大
値信号に対してさらに構造要素Ｂによる最小値処理（エ
ロージョン処理）を考えると、同図（１）の破線で示さ
れた注目画素の最大値信号Ｓi ′は、その注目画素を中
心として互いに隣接する３画素の中の最小値Ｓi-1 ′を
採用したＳi ″（＝Ｓi ）に変換される。この演算を全
画素について行うことにより、最大値処理後の最小値信
号Ｓorg ″の分布は同図（１）の一点鎖線で示すものと
される。この一点鎖線で示された画像信号は、もとの実
線のオリジナルの画像データに対して、構造要素Ｂより
も空間的に狭い範囲で信号が変動する画像部分が消え、
構造要素Ｂよりも空間的に広い範囲で変動する信号値の
変化部分である画像部分や変動のない画像部分はもとの
形状のまま残っていることを示している。すなわち、以
上の処理（クロージング処理）は、画像濃度の分布を高
濃度側から平滑化する処理として作用する。
値信号に対してさらに構造要素Ｂによる最小値処理（エ
ロージョン処理）を考えると、同図（１）の破線で示さ
れた注目画素の最大値信号Ｓi ′は、その注目画素を中
心として互いに隣接する３画素の中の最小値Ｓi-1 ′を
採用したＳi ″（＝Ｓi ）に変換される。この演算を全
画素について行うことにより、最大値処理後の最小値信
号Ｓorg ″の分布は同図（１）の一点鎖線で示すものと
される。この一点鎖線で示された画像信号は、もとの実
線のオリジナルの画像データに対して、構造要素Ｂより
も空間的に狭い範囲で信号が変動する画像部分が消え、
構造要素Ｂよりも空間的に広い範囲で変動する信号値の
変化部分である画像部分や変動のない画像部分はもとの
形状のまま残っていることを示している。すなわち、以
上の処理（クロージング処理）は、画像濃度の分布を高
濃度側から平滑化する処理として作用する。
【００５５】このようにクロージング処理で得られた値
（Ｓorg に対して最大値処理を行なった後にさらに最小
値処理を行なった値）を原画像信号Ｓorg から差し引く
ことにより得られた値Ｓmor は、上記クロージング処理
で消された空間的に狭い範囲で変動する信号値の変化部
分である画像部分を表す。
（Ｓorg に対して最大値処理を行なった後にさらに最小
値処理を行なった値）を原画像信号Ｓorg から差し引く
ことにより得られた値Ｓmor は、上記クロージング処理
で消された空間的に狭い範囲で変動する信号値の変化部
分である画像部分を表す。
【００５６】ここで、本来、画像信号は２次元の要素で
ある位置（ｘ，ｙ）と、３次元目の要素である信号値ｆ
（ｘ，ｙ）を有するが、上記説明においては、理解の容
易化のために、この２次元上に展開された画像の所定の
断面に現れた、１次元状の画像信号分布曲線について説
明した。
ある位置（ｘ，ｙ）と、３次元目の要素である信号値ｆ
（ｘ，ｙ）を有するが、上記説明においては、理解の容
易化のために、この２次元上に展開された画像の所定の
断面に現れた、１次元状の画像信号分布曲線について説
明した。
【００５７】したがって実際には、以上の説明を２次元
画像に適用する必要があり、多重構造要素を用いるのも
２次元画像に対応させるためである。
画像に適用する必要があり、多重構造要素を用いるのも
２次元画像に対応させるためである。
【００５８】次にモーフォロジー演算に基づくスケルト
ン処理について説明する。
ン処理について説明する。
【００５９】スケルトン処理とは一般に図形の骨格（sk
eleton）を抽出する処理であり、骨格とは図形に内接す
る円盤の中心の集合としてとらえることができる。すな
わち例えば図９（Ａ）〜（Ｅ）に示す各図形（中太の実
線で表記）の骨格はそれぞれ太い実線で示すものとな
る。
eleton）を抽出する処理であり、骨格とは図形に内接す
る円盤の中心の集合としてとらえることができる。すな
わち例えば図９（Ａ）〜（Ｅ）に示す各図形（中太の実
線で表記）の骨格はそれぞれ太い実線で示すものとな
る。
【００６０】以下、このスケルトン処理を、上述したモ
ーフォロジー演算により行なう場合について説明する。
この場合、スケルトン処理は下記式（11）または（12）
で表すことができる。
ーフォロジー演算により行なう場合について説明する。
この場合、スケルトン処理は下記式（11）または（12）
で表すことができる。
【００６１】
【数６】
【００６２】
【数７】
【００６３】ここで式（11）と式（12）とは前述した、
画像を高濃度高信号レベルの画像信号として表すか、ま
たは高輝度高信号レベルの画像信号として表すかの差異
によるものであり、高濃度高信号レベルの画像信号で表
された画像から低濃度（高輝度）の画像部分の骨格を抽
出する場合は式（11）を適用し、一方、高輝度高信号レ
ベルの画像信号で表された画像から低輝度（高濃度）の
画像部分の骨格を抽出する場合は式（12）を適用するも
のであり、作用自体の実質的な差はない。
画像を高濃度高信号レベルの画像信号として表すか、ま
たは高輝度高信号レベルの画像信号として表すかの差異
によるものであり、高濃度高信号レベルの画像信号で表
された画像から低濃度（高輝度）の画像部分の骨格を抽
出する場合は式（11）を適用し、一方、高輝度高信号レ
ベルの画像信号で表された画像から低輝度（高濃度）の
画像部分の骨格を抽出する場合は式（12）を適用するも
のであり、作用自体の実質的な差はない。
【００６４】例えばネガフイルム（高濃度高信号レベ
ル）上においては骨部は他の画像部分に比べてその濃度
は低いものとなり、骨梁の存在する部分は濃度が低く、
存在しない部分は濃度が高くなる。したがって、周囲よ
りも濃度の低い部分となる骨梁を対象としてスケルトン
処理を行なうことに該当するため式（11）を適用すれば
よい。
ル）上においては骨部は他の画像部分に比べてその濃度
は低いものとなり、骨梁の存在する部分は濃度が低く、
存在しない部分は濃度が高くなる。したがって、周囲よ
りも濃度の低い部分となる骨梁を対象としてスケルトン
処理を行なうことに該当するため式（11）を適用すれば
よい。
【００６５】ここで式（11）における構造要素Ｂを半径
ｒの円とし、図10に示す図形に対してスケルトン処理を
施した状態を示す。図10に示す図形は、その輪郭よりも
外側領域が濃度の高い部分であり、内側が濃度の低い部
分である。
ｒの円とし、図10に示す図形に対してスケルトン処理を
施した状態を示す。図10に示す図形は、その輪郭よりも
外側領域が濃度の高い部分であり、内側が濃度の低い部
分である。
【００６６】この図形に対してまず図示上段では構造要
素Ｂによるエロージョン処理が施される。λ＝０（構造
要素Ｂによる０回のエロージョン処理）では図形は何ら
変化がない。
素Ｂによるエロージョン処理が施される。λ＝０（構造
要素Ｂによる０回のエロージョン処理）では図形は何ら
変化がない。
【００６７】λ＝１（構造要素Ｂによる１回のエロージ
ョン処理）では図形が構造要素Ｂの半径ｒ分だけ内側に
埋め込められる。
ョン処理）では図形が構造要素Ｂの半径ｒ分だけ内側に
埋め込められる。
【００６８】λ＝２（構造要素Ｂによる２回のエロージ
ョン処理）では図形の円から突出した部分が完全に消失
する。
ョン処理）では図形の円から突出した部分が完全に消失
する。
【００６９】同様の操作を繰り返すことにより、λ＝Ｎ
−１（構造要素ＢによるＮ−１回のエロージョン処理）
で図形は半径ｒ以下の円のみとなる。
−１（構造要素ＢによるＮ−１回のエロージョン処理）
で図形は半径ｒ以下の円のみとなる。
【００７０】一方、図示中段は、この構造要素Ｂによる
各回（λ＝０，１，２，…，Ｎ−１，Ｎ）のエロージョ
ン処理を施した画像に対して、さらにそれぞれ構造要素
Ｂによるオープニング処理を施した図形である。
各回（λ＝０，１，２，…，Ｎ−１，Ｎ）のエロージョ
ン処理を施した画像に対して、さらにそれぞれ構造要素
Ｂによるオープニング処理を施した図形である。
【００７１】この図示上段の図形から図示中段の図形
を、処理の回数を対応させて差し引いた図形が図示下段
である。
を、処理の回数を対応させて差し引いた図形が図示下段
である。
【００７２】λ＝１において、元の図形の円から突出し
た部分の骨格要素が抽出され、λ＝Ｎ−１において、元
の図形の円の骨格要素が抽出されていることが分かる。
た部分の骨格要素が抽出され、λ＝Ｎ−１において、元
の図形の円の骨格要素が抽出されていることが分かる。
【００７３】このように元の図形に対してエロージョン
処理を施し、さらにオープニング処理を施し、処理回数
を対応させて差し引き、この結果の和集合を求めたもの
が式（11）の意味するところである。
処理を施し、さらにオープニング処理を施し、処理回数
を対応させて差し引き、この結果の和集合を求めたもの
が式（11）の意味するところである。
【００７４】式（12）では濃度の高低が式（11）とは逆
転した図形から骨格要素を抽出するのに有効であり、元
の図形に対してダイレーション処理を施し、さらにクロ
ージング処理を施し、処理回数を対応させて差し引き、
この結果の和集合を求めることにより骨格要素を抽出す
ることを意味する。
転した図形から骨格要素を抽出するのに有効であり、元
の図形に対してダイレーション処理を施し、さらにクロ
ージング処理を施し、処理回数を対応させて差し引き、
この結果の和集合を求めることにより骨格要素を抽出す
ることを意味する。
【００７５】なお上記式（11）、（12）中の和集合とし
て、ｎ1 の値が比較的大きいもののみの和集合、すなわ
ち例えばｎ1 ＝０，１の場合を除いたλ＝２，３，４，
５等の和集合を採用し、この場合に得られる骨格要素を
表示することにより、骨梁の変化をより見易くすること
ができ、好ましい。これは、λが０や１のときは特に、
非常に空間周波数の高いノイズ成分も抽出されるため、
和集合からこれらのノイズ成分を除外することによっ
て、より読影性能の高い画像を得ることができるからで
ある。
て、ｎ1 の値が比較的大きいもののみの和集合、すなわ
ち例えばｎ1 ＝０，１の場合を除いたλ＝２，３，４，
５等の和集合を採用し、この場合に得られる骨格要素を
表示することにより、骨梁の変化をより見易くすること
ができ、好ましい。これは、λが０や１のときは特に、
非常に空間周波数の高いノイズ成分も抽出されるため、
和集合からこれらのノイズ成分を除外することによっ
て、より読影性能の高い画像を得ることができるからで
ある。
【００７６】以上がモーフォロジー演算およびスケルト
ン処理の内容である。
ン処理の内容である。
【００７７】なお、モーフォロジー演算に基づく強調処
理の対象としては、骨部組織を含む被検体を被写体とし
た通常の放射線画像に代えて、エネルギーサブトラクシ
ョン処理用の、放射線エネルギー分布が互いに異なる２
つ以上の放射線画像に基づいて骨部組織が抽出又は強調
処理されたエネルギーサブトラクション画像を適用する
こともできる。
理の対象としては、骨部組織を含む被検体を被写体とし
た通常の放射線画像に代えて、エネルギーサブトラクシ
ョン処理用の、放射線エネルギー分布が互いに異なる２
つ以上の放射線画像に基づいて骨部組織が抽出又は強調
処理されたエネルギーサブトラクション画像を適用する
こともできる。
【００７８】本発明の骨計測装置は、放射線画像を表す
画像情報に対してモーフォロジー演算に基づく骨部組織
の強調処理を施すことにより、骨部組織の構造を抽出
し、その抽出（強調処理）された骨部組織の構造を表す
画像に基づいて、当該構造状態を表す指標値を算出する
ものである。
画像情報に対してモーフォロジー演算に基づく骨部組織
の強調処理を施すことにより、骨部組織の構造を抽出
し、その抽出（強調処理）された骨部組織の構造を表す
画像に基づいて、当該構造状態を表す指標値を算出する
ものである。
【００７９】すなわち本発明の骨計測装置は、骨部組織
の構造の状態を表す指標値を算出する骨構造指標値算出
手段を備えた骨計測装置であって、少なくとも前記骨部
組織を含む被検体を被写体とする放射線画像に対してモ
ーフォロジー演算に基づく骨部組織の強調処理を施すモ
ーフォロジー演算手段をさらに備え、前記骨構造指標値
算出手段が、前記強調処理された骨部組織の構造を表す
骨部組織画像に対して、前記指標値を取得する処理を施
すものであることを特徴とするものである。
の構造の状態を表す指標値を算出する骨構造指標値算出
手段を備えた骨計測装置であって、少なくとも前記骨部
組織を含む被検体を被写体とする放射線画像に対してモ
ーフォロジー演算に基づく骨部組織の強調処理を施すモ
ーフォロジー演算手段をさらに備え、前記骨構造指標値
算出手段が、前記強調処理された骨部組織の構造を表す
骨部組織画像に対して、前記指標値を取得する処理を施
すものであることを特徴とするものである。
【００８０】ここで、骨部組織、骨部組織の構造の状
態、指標値、モーフォロジー演算に基づく骨部組織の強
調処理、およびスケルトン処理については、上述した本
発明の骨計測方法におけるものと同義である。
態、指標値、モーフォロジー演算に基づく骨部組織の強
調処理、およびスケルトン処理については、上述した本
発明の骨計測方法におけるものと同義である。
【００８１】
【発明の効果】本発明の骨計測方法および装置によれ
ば、放射線画像を表す画像情報に対して、スケルトン処
理等の、モーフォロジー演算に基づく骨部組織の強調処
理を施すことにより、被検体に非侵襲で骨部組織の構造
状態を精度よく抽出または強調処理することができ、そ
の抽出または強調処理された骨部組織の構造を表す画像
に基づいて、スターボリューム法による指標値やノード
ストラット解析法による指標値等の、当該骨部組織の構
造状態を表す指標値を算出することにより、特に骨粗鬆
症の診断に有用な情報である骨部組織の構造状態を、定
量的な指標値として提供することができる。
ば、放射線画像を表す画像情報に対して、スケルトン処
理等の、モーフォロジー演算に基づく骨部組織の強調処
理を施すことにより、被検体に非侵襲で骨部組織の構造
状態を精度よく抽出または強調処理することができ、そ
の抽出または強調処理された骨部組織の構造を表す画像
に基づいて、スターボリューム法による指標値やノード
ストラット解析法による指標値等の、当該骨部組織の構
造状態を表す指標値を算出することにより、特に骨粗鬆
症の診断に有用な情報である骨部組織の構造状態を、定
量的な指標値として提供することができる。
【００８２】
【発明の実施の形態】以下、本発明の骨計測装置の具体
的な実施の形態について図面を用いて説明する。
的な実施の形態について図面を用いて説明する。
【００８３】図１は本発明の骨計測装置の一実施形態の
構成を示すブロック図である。
構成を示すブロック図である。
【００８４】図示の骨計測装置100 は、入力された、軟
部組織Paと骨部組織Pbとを含む人体等を被写体とした放
射線画像Ｐを表す画像信号（以下、放射線画像情報とい
う）Ｓに対して、モーフォロジー演算に基づいたスケル
トン処理を施すことにより当該骨部組織Pbに相当する画
像（スケルトン画像）を表す画像情報Sbを抽出するモー
フォロジー演算手段10と、このモーフォロジー演算手段
10により抽出された画像情報Sbに対して、当該骨部組織
Paの構造状態を表す指標値Ｖｔを求める骨構造指標値算
出手段20とを備えた構成である。
部組織Paと骨部組織Pbとを含む人体等を被写体とした放
射線画像Ｐを表す画像信号（以下、放射線画像情報とい
う）Ｓに対して、モーフォロジー演算に基づいたスケル
トン処理を施すことにより当該骨部組織Pbに相当する画
像（スケルトン画像）を表す画像情報Sbを抽出するモー
フォロジー演算手段10と、このモーフォロジー演算手段
10により抽出された画像情報Sbに対して、当該骨部組織
Paの構造状態を表す指標値Ｖｔを求める骨構造指標値算
出手段20とを備えた構成である。
【００８５】ここで、上記本実施形態の骨計測装置 100
に入力される画像情報Ｓは、例えば、放射線を照射する
とこの放射線のエネルギーの一部が蓄積され、その後、
可視光やレーザー光等の励起光を照射すると蓄積された
放射線エネルギーに応じた輝尽発光を示す蓄積性蛍光体
（輝尽性蛍光体）を利用して、人体等の少なくとも骨部
組織を含む被写体の放射線画像情報を一旦、シート状の
蓄積性蛍光体（蓄積性蛍光体シート）に記録し、この蓄
積性蛍光体シートをレーザー光等の励起光で走査して輝
尽発光光を生じせしめ、この輝尽発光光を光電的に読み
取って得られた画像信号である。なお、この画像情報と
しては、単一の放射線画像に基づいて得られた画像情報
だけでなく、同一被写体についての、エネルギー分布状
態が互いに異なる２つのエネルギーサブトラクション処
理用画像情報に基づいて得られる、骨部組織をある程度
抽出した画像情報を適用することもでき、また、骨部組
織の構造状態の指標値を求めようとする画像部分が、全
体画像のうちの一部である場合は、当該画像部分にＲＯ
Ｉ（region of interest；関心領域）設定を行ったうえ
で、当該ＲＯＩ内の画像部分に対応する画像情報のみを
適用してもよい。
に入力される画像情報Ｓは、例えば、放射線を照射する
とこの放射線のエネルギーの一部が蓄積され、その後、
可視光やレーザー光等の励起光を照射すると蓄積された
放射線エネルギーに応じた輝尽発光を示す蓄積性蛍光体
（輝尽性蛍光体）を利用して、人体等の少なくとも骨部
組織を含む被写体の放射線画像情報を一旦、シート状の
蓄積性蛍光体（蓄積性蛍光体シート）に記録し、この蓄
積性蛍光体シートをレーザー光等の励起光で走査して輝
尽発光光を生じせしめ、この輝尽発光光を光電的に読み
取って得られた画像信号である。なお、この画像情報と
しては、単一の放射線画像に基づいて得られた画像情報
だけでなく、同一被写体についての、エネルギー分布状
態が互いに異なる２つのエネルギーサブトラクション処
理用画像情報に基づいて得られる、骨部組織をある程度
抽出した画像情報を適用することもでき、また、骨部組
織の構造状態の指標値を求めようとする画像部分が、全
体画像のうちの一部である場合は、当該画像部分にＲＯ
Ｉ（region of interest；関心領域）設定を行ったうえ
で、当該ＲＯＩ内の画像部分に対応する画像情報のみを
適用してもよい。
【００８６】モーフォロジー演算手段10によるスケルト
ン処理は、具体的には図２に示すように、処理対象であ
る画像情報Ｓに対して、ダイレーション処理を８回（ｎ
＝０〜７）行い、各ダイレーション処理後の各画像情報
Ａ（０）、Ａ（１）、…、Ａ（７）に対してそれぞれエ
ロージョン処理を施して画像情報Ｂ（０）、Ｂ（１）、
…、Ｂ（７）を得、これらの各結果Ｂ（ｎ）をそれぞれ
のダイレーション処理前の画像情報Ａ（ｎ−１）（ただ
し、Ａ（−１）はＳに等しい）から減じる演算を行って
差分画像情報Ｓ（ｎ）＝｛Ａ（ｎ−１）−Ｂ（ｎ）｝を
求める。
ン処理は、具体的には図２に示すように、処理対象であ
る画像情報Ｓに対して、ダイレーション処理を８回（ｎ
＝０〜７）行い、各ダイレーション処理後の各画像情報
Ａ（０）、Ａ（１）、…、Ａ（７）に対してそれぞれエ
ロージョン処理を施して画像情報Ｂ（０）、Ｂ（１）、
…、Ｂ（７）を得、これらの各結果Ｂ（ｎ）をそれぞれ
のダイレーション処理前の画像情報Ａ（ｎ−１）（ただ
し、Ａ（−１）はＳに等しい）から減じる演算を行って
差分画像情報Ｓ（ｎ）＝｛Ａ（ｎ−１）−Ｂ（ｎ）｝を
求める。
【００８７】そして得られた各差分画像情報Ｓ（ｎ）を
それぞれ予め設定された閾値により２値化してスケルト
ン画像情報Ｓkl（ｎ）＝｛Ｓkl（０），Ｓkl（１），Ｓ
kl（２），Ｓkl（３），Ｓkl（４），Ｓkl（５），Ｓkl
（６），Ｓkl（７）｝を得る。
それぞれ予め設定された閾値により２値化してスケルト
ン画像情報Ｓkl（ｎ）＝｛Ｓkl（０），Ｓkl（１），Ｓ
kl（２），Ｓkl（３），Ｓkl（４），Ｓkl（５），Ｓkl
（６），Ｓkl（７）｝を得る。
【００８８】さらにこれらのスケルトン画像情報Ｓkl
（ｎ）のうち、ｉ≦ｎ≦ｊなる（ｉ，ｊ）を用いて、論
理和ＳＵＭ（ｉ，ｊ）＝Ｓkl（ｉ）＋Ｓkl（ｉ＋１）＋
…＋Ｓkl（ｊ）が表すサムセット画像情報を得る。一例
としては、ＳＵＭ（０，１）、ＳＵＭ（２，５）、ＳＵ
Ｍ（３，６）、ＳＵＭ（４，７）の４つが適当である。
（ｎ）のうち、ｉ≦ｎ≦ｊなる（ｉ，ｊ）を用いて、論
理和ＳＵＭ（ｉ，ｊ）＝Ｓkl（ｉ）＋Ｓkl（ｉ＋１）＋
…＋Ｓkl（ｊ）が表すサムセット画像情報を得る。一例
としては、ＳＵＭ（０，１）、ＳＵＭ（２，５）、ＳＵ
Ｍ（３，６）、ＳＵＭ（４，７）の４つが適当である。
【００８９】そしてこれらの４つのサムセット画像情報
ＳＵＭ（０，１）、ＳＵＭ（２，５）、ＳＵＭ（３，
６）、ＳＵＭ（４，７）と８つのスケルトン画像情報Ｓ
kl（０），Ｓkl（１），Ｓkl（２），Ｓkl（３），Ｓkl
（４），Ｓkl（５），Ｓkl（６），Ｓkl（７）が、スケ
ルトン処理の結果である骨部画像情報Sbとして、モーフ
ォロジー演算手段10から出力される。
ＳＵＭ（０，１）、ＳＵＭ（２，５）、ＳＵＭ（３，
６）、ＳＵＭ（４，７）と８つのスケルトン画像情報Ｓ
kl（０），Ｓkl（１），Ｓkl（２），Ｓkl（３），Ｓkl
（４），Ｓkl（５），Ｓkl（６），Ｓkl（７）が、スケ
ルトン処理の結果である骨部画像情報Sbとして、モーフ
ォロジー演算手段10から出力される。
【００９０】また、骨構造指標値算出手段20による、骨
部画像情報Sbが表す骨部組織Paの構造状態を表す指標値
Ｖｔを求める処理としては、本実施形態においては、前
述したスターボリューム法が適用される。そして本実施
形態のスターボリューム法では、骨梁の中の点から延ば
す放射状の全方向として、例えば９度ごとの40方向を設
定し、骨梁の中の点からこれらの全ての方向（40方向）
について、骨梁の端に至る範囲（図３参照）の体積の平
均を意味する、骨部組織の構造状態を表す１つの指標値
Ｖｔを求める。
部画像情報Sbが表す骨部組織Paの構造状態を表す指標値
Ｖｔを求める処理としては、本実施形態においては、前
述したスターボリューム法が適用される。そして本実施
形態のスターボリューム法では、骨梁の中の点から延ば
す放射状の全方向として、例えば９度ごとの40方向を設
定し、骨梁の中の点からこれらの全ての方向（40方向）
について、骨梁の端に至る範囲（図３参照）の体積の平
均を意味する、骨部組織の構造状態を表す１つの指標値
Ｖｔを求める。
【００９１】ここでまず、任意のサンプリング点ｊにつ
いての指標値Ｖｔｊを次式（２）にしたがって求める。
いての指標値Ｖｔｊを次式（２）にしたがって求める。
【００９２】 Ｖｔｊ＝（π／３）×Σｌ1 4／Σｌ1 （２） 但し、ｌ1 は点ｊを中心とする任意の方向において、骨
梁が連続する長さを示す。また、ｌ1 は点ｊを中心とし
て放射状に全ての方向において求められ、Σはその全て
の方向における和を求めることを表す。
梁が連続する長さを示す。また、ｌ1 は点ｊを中心とし
て放射状に全ての方向において求められ、Σはその全て
の方向における和を求めることを表す。
【００９３】そして、Ｖｔｊを各サンプリング点ごとに
算出し、それらの平均値を指標値Ｖｔとすればよい。
算出し、それらの平均値を指標値Ｖｔとすればよい。
【００９４】次に本実施形態の骨計測装置100 の作用に
ついて説明する。
ついて説明する。
【００９５】まず、前述した骨部画像情報Sbを含む放射
線画像情報Ｓがモーフォロジー演算手段10に入力され、
このモーフォロジー演算手段10は入力された画像情報Ｓ
に対してスケルトン処理（図２）を施して骨部画像情報
Sbを抽出する。
線画像情報Ｓがモーフォロジー演算手段10に入力され、
このモーフォロジー演算手段10は入力された画像情報Ｓ
に対してスケルトン処理（図２）を施して骨部画像情報
Sbを抽出する。
【００９６】得られた骨部画像情報Sbは骨構造指標値算
出手段20に入力され、骨構造指標値算出手段20は、入力
された骨部画像情報Sbに基づき、骨部組織Paの構造状態
を表す１つの指標値であるＶｔ値を上記式（２）にした
がって算出する。
出手段20に入力され、骨構造指標値算出手段20は、入力
された骨部画像情報Sbに基づき、骨部組織Paの構造状態
を表す１つの指標値であるＶｔ値を上記式（２）にした
がって算出する。
【００９７】このように算出された指標値Ｖｔは骨計測
装置100 から出力され、骨粗鬆症の診断等に供される。
装置100 から出力され、骨粗鬆症の診断等に供される。
【００９８】このように本実施形態の骨計測装置100 に
よれば、モーフォロジー演算に基づくスケルトン処理に
より、放射線画像中における骨部組織を軟部組織から精
度よく分離した画像情報を得ることができ、そしてこの
ように精度よく抽出された骨部組織を表す画像情報に基
づいて当該骨部組織の構造を表す指標値を求めることに
より、骨構造の診断に有用な情報を定量的なものとし
て、かつ放射線画像から精度よく得ることができる。
よれば、モーフォロジー演算に基づくスケルトン処理に
より、放射線画像中における骨部組織を軟部組織から精
度よく分離した画像情報を得ることができ、そしてこの
ように精度よく抽出された骨部組織を表す画像情報に基
づいて当該骨部組織の構造を表す指標値を求めることに
より、骨構造の診断に有用な情報を定量的なものとし
て、かつ放射線画像から精度よく得ることができる。
【００９９】なお、上記実施形態における骨構造指標値
算出手段20は、骨部組織の構造を表す指標値として骨梁
体積の平均を意味するＶｔ値を算出するものとしたが、
本発明の骨計測装置はこの実施形態に限るものではな
く、骨髄腔体積の平均を意味するＶｍ値（式（１））
や、ノードストラット解析法による、すべてのストラッ
トの長さの和ＴSLに対する各ストラットの長さの割合
（％）、骨部組織（ここでは、骨梁および皮質骨の和、
または骨梁のみ）の面積に対するストラットの長さ、結
合点または終末点の数等を骨部組織の構造を表す指標値
として求める骨構造指標値算出手段を適用することがで
きる。
算出手段20は、骨部組織の構造を表す指標値として骨梁
体積の平均を意味するＶｔ値を算出するものとしたが、
本発明の骨計測装置はこの実施形態に限るものではな
く、骨髄腔体積の平均を意味するＶｍ値（式（１））
や、ノードストラット解析法による、すべてのストラッ
トの長さの和ＴSLに対する各ストラットの長さの割合
（％）、骨部組織（ここでは、骨梁および皮質骨の和、
または骨梁のみ）の面積に対するストラットの長さ、結
合点または終末点の数等を骨部組織の構造を表す指標値
として求める骨構造指標値算出手段を適用することがで
きる。
【図１】本発明の骨計測装置の一実施形態を示すブロッ
ク図
ク図
【図２】図１に示した骨計測装置におけるモーフォロジ
ー演算手段10によるスケルトン処の流れを示すフローチ
ャート
ー演算手段10によるスケルトン処の流れを示すフローチ
ャート
【図３】スターボリューム法による指標値を説明するた
めの図
めの図
【図４】骨部組織の状態を判定する方法を示す図
【図５】ノードストラット解析法による指標値を説明す
るための図
るための図
【図６】モーフォロジー処理の基本的な作用を示す図、
（Ａ）ダイレーション（dilation）処理、（Ｂ）エロー
ジョン（erosion ）処理、（Ｃ）オープニング（openin
g ）処理、（Ｄ）クロージング（closing ）処理
（Ａ）ダイレーション（dilation）処理、（Ｂ）エロー
ジョン（erosion ）処理、（Ｃ）オープニング（openin
g ）処理、（Ｄ）クロージング（closing ）処理
【図７】モーフォロジー処理に用いる構造要素Ｂi の一
例を示す図
例を示す図
【図８】クロージング処理を具体的に説明する図
【図９】種々の図形とその骨格（skeleton；スケルト
ン）を示す図
ン）を示す図
【図１０】スケルトン処理を具体的に説明する図
10 モーフォロジー演算手段 20 骨構造指標値算出手段 100 骨計測装置
Claims (8)
- 【請求項１】 骨部組織の構造の状態を表す指標値を取
得する骨計測方法であって、 少なくとも前記骨部組織を含む被検体を被写体とする放
射線画像に対してモーフォロジー演算に基づく骨部組織
の強調処理を施し、 前記強調処理された骨部組織の構造の状態を表す骨部組
織画像に対して、前記指標値を取得する処理を施すこと
を特徴とする骨計測方法。 - 【請求項２】 前記強調処理が、スケルトン処理である
ことを特徴とする請求項１記載の骨計測方法。 - 【請求項３】 前記指標値を取得する処理が、スターボ
リューム法に基づく処理であることを特徴とする請求項
１または２記載の骨計測方法。 - 【請求項４】 前記指標値を取得する処理が、ノードス
トラット解析法に基づく処理であることを特徴とする請
求項１または２記載の骨計測方法。 - 【請求項５】 骨部組織の構造の状態を表す指標値を算
出する骨構造指標値算出手段を備えた骨計測装置であっ
て、 少なくとも前記骨部組織を含む被検体を被写体とする放
射線画像に対してモーフォロジー演算に基づく骨部組織
の強調処理を施すモーフォロジー演算手段をさらに備
え、 前記骨構造指標値算出手段が、前記強調処理された骨部
組織の構造を表す骨部組織画像に対して、前記指標値を
取得する処理を施すものであることを特徴とする骨計測
装置。 - 【請求項６】 前記モーフォロジー演算手段による強調
処理が、スケルトン処理であることを特徴とする請求項
５記載の骨計測装置。 - 【請求項７】 前記骨構造指標値算出手段による指標値
を取得する処理が、スターボリューム法に基づく処理で
あることを特徴とする請求項５または６記載の骨計測装
置。 - 【請求項８】 前記指標値を取得する処理が、ノードス
トラット解析法に基づく処理であることを特徴とする請
求項５または６記載の骨計測装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26656597A JP3656695B2 (ja) | 1997-09-30 | 1997-09-30 | 骨計測方法および装置 |
| US09/161,701 US6449502B1 (en) | 1997-09-30 | 1998-09-29 | Bone measurement method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26656597A JP3656695B2 (ja) | 1997-09-30 | 1997-09-30 | 骨計測方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11112877A true JPH11112877A (ja) | 1999-04-23 |
| JP3656695B2 JP3656695B2 (ja) | 2005-06-08 |
Family
ID=17432605
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26656597A Expired - Lifetime JP3656695B2 (ja) | 1997-09-30 | 1997-09-30 | 骨計測方法および装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6449502B1 (ja) |
| JP (1) | JP3656695B2 (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004329825A (ja) * | 2003-05-06 | 2004-11-25 | Sony Corp | 画像処理方法、および画像処理装置 |
| US7580504B2 (en) | 2000-08-29 | 2009-08-25 | Imaging Therapeutics, Inc. | Calibration devices and methods of use thereof |
| US7664297B2 (en) | 2001-04-26 | 2010-02-16 | Teijin Limited | Three-dimensional joint structure measuring method |
| JP2010240290A (ja) * | 2009-04-09 | 2010-10-28 | Kinki Univ | 骨年齢推定装置、骨年齢推定方法および骨年齢推定プログラム |
| US8913818B2 (en) | 2000-10-11 | 2014-12-16 | Imatx, Inc. | Methods and devices for evaluating and treating a bone condition based on X-ray image analysis |
| US8939917B2 (en) | 2009-02-13 | 2015-01-27 | Imatx, Inc. | Methods and devices for quantitative analysis of bone and cartilage |
| US8965087B2 (en) | 2004-09-16 | 2015-02-24 | Imatx, Inc. | System and method of predicting future fractures |
| US8965075B2 (en) | 2002-09-16 | 2015-02-24 | Imatx, Inc. | System and method for predicting future fractures |
| KR101502708B1 (ko) * | 2013-12-31 | 2015-03-13 | 가톨릭대학교 산학협력단 | 팔-다리뼈의 부피와 표면적을 이용한 성별판별법 |
| US9155501B2 (en) | 2003-03-25 | 2015-10-13 | Imatx, Inc. | Methods for the compensation of imaging technique in the processing of radiographic images |
| US9267955B2 (en) | 2001-05-25 | 2016-02-23 | Imatx, Inc. | Methods to diagnose treat and prevent bone loss |
| US9767551B2 (en) | 2000-10-11 | 2017-09-19 | Imatx, Inc. | Methods and devices for analysis of x-ray images |
| WO2024185441A1 (ja) * | 2023-03-09 | 2024-09-12 | 住友化学株式会社 | 多孔質セラミックス層、多孔質セラミックス積層体及び分離膜 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6904123B2 (en) * | 2000-08-29 | 2005-06-07 | Imaging Therapeutics, Inc. | Methods and devices for quantitative analysis of x-ray images |
| CN1498385A (zh) | 2000-08-29 | 2004-05-19 | X图像量析的方法与装置 | |
| US7574248B2 (en) * | 2002-05-17 | 2009-08-11 | General Hospital Corporation | Method and apparatus for quantitative bone matrix imaging by magnetic resonance imaging |
| US7840247B2 (en) | 2002-09-16 | 2010-11-23 | Imatx, Inc. | Methods of predicting musculoskeletal disease |
| US8290564B2 (en) * | 2003-09-19 | 2012-10-16 | Imatx, Inc. | Method for bone structure prognosis and simulated bone remodeling |
| WO2005027732A2 (en) | 2003-09-19 | 2005-03-31 | Imaging Therapeutics, Inc. | Method for bone structure prognosis and simulated bone remodeling |
| US7738682B2 (en) * | 2003-10-22 | 2010-06-15 | Medtrain Technologies, Llc | Tissue engineered construct analytical imaging system and method of obtaining and analyzing images of tissue engineered constructs |
| US8139829B2 (en) * | 2005-02-09 | 2012-03-20 | Hitachi Medical Corporation | Diagnostic imaging support system and diagnostic imaging support program |
| JPWO2008132988A1 (ja) * | 2007-04-12 | 2010-07-22 | コニカミノルタエムジー株式会社 | Ｘ線画像分析システム及びプログラム |
| JP2012223338A (ja) | 2011-04-19 | 2012-11-15 | Fujifilm Corp | 木構造作成装置および方法ならびにプログラム |
| JP5391229B2 (ja) * | 2011-04-27 | 2014-01-15 | 富士フイルム株式会社 | 木構造抽出装置および方法ならびにプログラム |
| KR101472898B1 (ko) | 2014-01-10 | 2014-12-16 | 연세대학교 원주산학협력단 | X-ray 영상 골절분석장치 |
| US20220398226A1 (en) * | 2021-06-02 | 2022-12-15 | Tbcasoft, Inc. | Methods for accurate downtime caculation |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4783751A (en) * | 1983-08-17 | 1988-11-08 | University Of South Carolina | Analysis of pore complexes |
| US5390291A (en) * | 1990-10-05 | 1995-02-14 | Atlantic Richfield Company | Method for interpolating between two regions of a display |
| DE69513300T2 (de) * | 1994-08-29 | 2000-03-23 | Torsana A/S, Skodsborg | Bestimmungsverfahren |
| DE69629732T2 (de) * | 1995-01-23 | 2004-07-15 | Fuji Photo Film Co., Ltd., Minami-Ashigara | Vorrichtung zur rechnerunterstützten Diagnose |
| DE69636911T2 (de) * | 1995-03-29 | 2007-11-22 | Fujifilm Corp. | Bildverarbeitungsverfahren und -Vorrichtung |
| CA2201057C (en) * | 1996-03-29 | 2002-01-01 | Kenji Morimoto | A method of processing a sectional image of a sample bone including a cortical bone portion and a cancellous bone portion |
| US5910972A (en) * | 1996-09-25 | 1999-06-08 | Fuji Photo Film Co., Ltd. | Bone image processing method and apparatus |
-
1997
- 1997-09-30 JP JP26656597A patent/JP3656695B2/ja not_active Expired - Lifetime
-
1998
- 1998-09-29 US US09/161,701 patent/US6449502B1/en not_active Expired - Fee Related
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7580504B2 (en) | 2000-08-29 | 2009-08-25 | Imaging Therapeutics, Inc. | Calibration devices and methods of use thereof |
| US9767551B2 (en) | 2000-10-11 | 2017-09-19 | Imatx, Inc. | Methods and devices for analysis of x-ray images |
| US8913818B2 (en) | 2000-10-11 | 2014-12-16 | Imatx, Inc. | Methods and devices for evaluating and treating a bone condition based on X-ray image analysis |
| US9275469B2 (en) | 2000-10-11 | 2016-03-01 | Imatx, Inc. | Methods and devices for evaluating and treating a bone condition on x-ray image analysis |
| US7664297B2 (en) | 2001-04-26 | 2010-02-16 | Teijin Limited | Three-dimensional joint structure measuring method |
| US9267955B2 (en) | 2001-05-25 | 2016-02-23 | Imatx, Inc. | Methods to diagnose treat and prevent bone loss |
| US9460506B2 (en) | 2002-09-16 | 2016-10-04 | Imatx, Inc. | System and method for predicting future fractures |
| US8965075B2 (en) | 2002-09-16 | 2015-02-24 | Imatx, Inc. | System and method for predicting future fractures |
| US9155501B2 (en) | 2003-03-25 | 2015-10-13 | Imatx, Inc. | Methods for the compensation of imaging technique in the processing of radiographic images |
| JP2004329825A (ja) * | 2003-05-06 | 2004-11-25 | Sony Corp | 画像処理方法、および画像処理装置 |
| US8965087B2 (en) | 2004-09-16 | 2015-02-24 | Imatx, Inc. | System and method of predicting future fractures |
| US8939917B2 (en) | 2009-02-13 | 2015-01-27 | Imatx, Inc. | Methods and devices for quantitative analysis of bone and cartilage |
| JP2010240290A (ja) * | 2009-04-09 | 2010-10-28 | Kinki Univ | 骨年齢推定装置、骨年齢推定方法および骨年齢推定プログラム |
| KR101502708B1 (ko) * | 2013-12-31 | 2015-03-13 | 가톨릭대학교 산학협력단 | 팔-다리뼈의 부피와 표면적을 이용한 성별판별법 |
| WO2024185441A1 (ja) * | 2023-03-09 | 2024-09-12 | 住友化学株式会社 | 多孔質セラミックス層、多孔質セラミックス積層体及び分離膜 |
Also Published As
| Publication number | Publication date |
|---|---|
| US6449502B1 (en) | 2002-09-10 |
| JP3656695B2 (ja) | 2005-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3656695B2 (ja) | 骨計測方法および装置 | |
| van Assen et al. | Automatic coronary calcium scoring in chest CT using a deep neural network in direct comparison with non-contrast cardiac CT: a validation study | |
| Martın-Badosa et al. | A method for the automatic characterization of bone architecture in 3D mice microtomographic images | |
| Bianchi et al. | Software comparison to analyze bone radiomics from high resolution CBCT scans of mandibular condyles | |
| EP3971830B1 (en) | Pneumonia sign segmentation method and apparatus, medium and electronic device | |
| JPH09134434A (ja) | 明暗度画像内の所定のタイプの癌領域を自動検出する画像処理方法及び装置 | |
| JP6526669B2 (ja) | 画像データからの骨の区分化 | |
| Väänänen et al. | Automated segmentation of cortical and trabecular bone to generate finite element models for femoral bone mechanics | |
| Highnam et al. | Comparing measurements of breast density | |
| JP6492553B2 (ja) | 画像処理装置及びプログラム | |
| JP2002099896A (ja) | 異常陰影候補検出方法および装置 | |
| Nazia Fathima et al. | A Survey on Osteoporosis Detection Methods with a Focus on X-ray and DEXA Images | |
| JP4236405B2 (ja) | 断層像セグメント分割 | |
| JP2007530132A (ja) | コンピュータ断層撮影画像を向上させるための方法、コンピュータプログラムプロダクトおよび装置 | |
| Marar et al. | Mandible bone osteoporosis detection using cone-beam computed tomography | |
| Saranya et al. | RETRACTED ARTICLE: Analyzing fibrous tissue pattern in fibrous dysplasia bone images using deep R-CNN networks for segmentation | |
| Elmoutaouakkil et al. | Segmentation of cancellous bone from high-resolution computed tomography images: influence on trabecular bone measurements | |
| Johari et al. | Metal artifact suppression in dental cone beam computed tomography images using image processing techniques | |
| Cerneaz et al. | Finding curvilinear structures in mammograms | |
| US11311259B2 (en) | Image processing apparatus, image processing method, and computer-readable medium | |
| JPH10108073A (ja) | 骨部画像処理方法および装置 | |
| JP6564075B2 (ja) | 医用画像を表示するための伝達関数の選択 | |
| JP3229200B2 (ja) | 骨計測方法 | |
| JP3824749B2 (ja) | 骨部画像処理方法および装置 | |
| Rachmil et al. | Automatic segmentation of femoral tumors by nnU-net |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041022 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041102 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041224 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050301 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050301 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080318 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080318 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090318 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090318 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100318 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100318 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110318 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110318 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120318 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120318 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130318 Year of fee payment: 8 |