CN103239248A - 分析对象部位的确定方法、图像处理装置及记录介质 - Google Patents

分析对象部位的确定方法、图像处理装置及记录介质 Download PDF

Info

Publication number
CN103239248A
CN103239248A CN201310050938XA CN201310050938A CN103239248A CN 103239248 A CN103239248 A CN 103239248A CN 201310050938X A CN201310050938X A CN 201310050938XA CN 201310050938 A CN201310050938 A CN 201310050938A CN 103239248 A CN103239248 A CN 103239248A
Authority
CN
China
Prior art keywords
bone
analytic target
become
radiation image
becomes
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
Application number
CN201310050938XA
Other languages
English (en)
Other versions
CN103239248B (zh
Inventor
山田雅彦
川村隆浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Publication of CN103239248A publication Critical patent/CN103239248A/zh
Application granted granted Critical
Publication of CN103239248B publication Critical patent/CN103239248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种分析对象部位的确定方法、图像处理装置及记录介质。根据骨密度分析用的放射线图像稳定且再现性良好地确定左手或右手的第二掌骨中的规定区域。在根据拍摄骨部而得到的放射线图像(PR)求出该骨部的骨密度的骨密度分析方法中,根据该放射线图像(PR),通过图像处理将成为分析对象的骨(例如左手(LH)的第二掌骨(B2L))中的规定区域确定作为分析对象部位。更详细而言,在拍摄左手(LH)而得到的放射线图像(PR)中确定左手(LH)的第二掌骨(B2L)的部分,根据该被确定的部分来确定第二掌骨(B2L)的两端,基于确定后的该两端来确定第二掌骨(B2L)中的特征点,基于确定后的该特征点来确定规定区域。

Description

分析对象部位的确定方法、图像处理装置及记录介质
技术领域
本发明涉及骨密度分析方法,尤其是涉及在利用拍摄分析对象的骨部而得到的放射线图像来进行骨盐量定量分析的方法中,确定分析对象部位的方法。
另外,本发明涉及用于实施这种方法的图像处理装置、以及记录有使计算机执行这种方法的程序的计算机能够读取的记录介质。
背景技术
以往,已知有为了骨疏松症的诊断等,而利用分析对象的骨部的放射线图像,求出该骨部的骨密度的分析方法。在这种骨密度分析方法中,作为能够比较简便地实施的一个方法,已知有被称为MD(Microdensitometry:显微密度)法的方法。该MD法基本上将从放射线管球产生的放射线向分析对象的骨部和具有放射线透过特性互不相同的多个部分的标准物质同时照射,利用X射线胶片等放射线检测体对透过骨部及标准物质的放射线进行检测而得到表示该骨部及标准物质的放射线图像,在该放射线图像中,基于表示与分析对象的骨部相同的浓度的标准物质的部分的放射线透过特性求出该骨部的骨密度。
需要说明的是,作为上述的标准物质,通常使用厚度连续变化的铝楔,这种情况下,多将与上述放射线透过特性对应的铝楔的厚度定义为表示骨密度的指标。
另外,在上述的MD法中还广为人知有以下的DIP(Digital ImageProcessing)法:尤其是使用能够得到表示放射线图像的数字图像信号的检测体作为放射线检测体,并对其数字图像信号进行处理而求出骨密度(例如参照专利文献1、2及3)。基于该DIP法的骨密度分析由于操作简单且能够在短时间内执行,因此近年来广泛普及。
在如上述DIP法那样使用放射线图像的骨密度分析中,大多数情况是,分析结果具有普遍性,将一定的骨的一定部位规定为分析对象,以便能够与其他的分析结果进行比较,或与为了骨疏松症等的诊断而蓄积的诊断数据进行比较。通常该部位多设为左手的第二掌骨即食指的掌骨的规定范围(例如该第二掌骨的长度方向中央位置具有的、骨全长的1/10的长度的范围)。而且,并不局限于左手,也可以考虑设为右手的第二掌骨的规定范围。
【在先技术文献】
【专利文献】
【专利文献1】日本特开2006-334046号公报
【专利文献2】日本再表2008-044439号
【专利文献3】日本特开2010-200824号公报
发明内容
【发明要解决的课题】
如上所述,为了将左手或右手的第二掌骨的规定范围作为分析对象部位而进行骨密度分析,首先,需要在放射线图像中确定该分析对象部位。因此,以往大多数情况是,分析装置使用者在例如显示于显示单元的放射线图像上通过鼠标的操作等来指定分析对象部位的端部等,并基于该指定输入来确定分析对象部位。
然而,在如此通过装置使用者的手工操作来确定分析对象部位的情况下,其操作有时在装置使用者不注意的状态下多少会变得不准确或产生偏差。这样的话,有时会对与本来应作为分析对象部位的部位稍有不同的部位作出骨密度分析,在将此时得到的分析结果与蓄积的诊断数据相比较来进行诊断的情况下,可能会作出错误的诊断。
另外,当确定分析对象部位的手工操作不稳定时,即便使用相同的放射线图像,骨密度分析结果也会产生偏差,因此分析的再现性、可靠性低。
本发明鉴于上述的情况而作出,目的在于提供一种根据在骨密度分析中使用的放射线图像,能够稳定且再现性良好地确定作为分析对象的骨(左手或右手的第二掌骨等)中的规定区域的方法。
另外,本发明目的在于提供一种用于实施这种方法的图像处理装置以及记录介质。
【用于解决课题的手段】
本发明的骨密度分析中的分析对象部位的确定方法如前述的DIP法那样,在根据拍摄骨部而得到的放射线图像求出该骨部的骨密度的骨密度分析方法中,根据放射线图像,通过图像处理将成为分析对象的骨中的规定区域确定作为分析对象部位,其特征在于,
在拍摄手而得到的放射线图像中确定成为分析对象的骨的部分,
对确定后的成为分析对象的骨中的特征点进行确定,
基于确定后的该特征点来确定所述规定区域。
此外,在本发明的分析对象部位的确定方法中,优选的是,为了确定成为分析对象的骨的部分,在放射线图像中将一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,基于该模板和拍摄上述手而得到的放射线图像来确定成为分析对象的骨的部分。
在此,就上述的“第一掌骨、第二掌骨及成为分析对象的骨所存在的区域”而言,在第一掌骨和第二掌骨的一方是成为分析对象的骨的情况下为该骨和另一方的骨所存在的区域。即,例如在第二掌骨是成为分析对象的骨的情况下,该第二掌骨和第一掌骨所存在的区域成为“第一掌骨、第二掌骨及成为分析对象的骨所存在的区域”。相对于此,在成为分析对象的骨既不是第一掌骨也不是第二掌骨的情况下,当然,包含这3个骨的区域成为“第一掌骨、第二掌骨及成为分析对象的骨所存在的区域”。例如,若成为分析对象的骨是第三近节指骨(中指的指骨),则第一掌骨、第二掌骨及第三近节指骨所存在的区域成为“第一掌骨、第二掌骨及成为分析对象的骨所存在的区域”。这在以下也同样。
另外,在本发明的分析对象部位的确定方法中,优选的是,为了确定成为分析对象的骨中的特征点,在放射线图像中将一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,基于该模板和拍摄上述手而得到的放射线图像来确定所述特征点。
并且,优选的是,如此将一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,在搜索拍摄上述手而得到的放射线图像的与所述模板对应的部分时,基于第一掌骨及第二掌骨彼此所成规定角度(例如20°)以上的角度这一情况,识别成为分析对象的骨。
另外,在本发明的分析对象部位的确定方法中,确定成为分析对象的骨的两端,基于这两端来确定所述特征点。并且,在如此确定特征点的情况下,优选通过识别成为分析对象的骨的关节面来确定成为该分析对象的骨的两端。
另外,在本发明的分析对象部位的确定方法中,优选的是,在拍摄手而得到的放射线图像中,识别与手一起拍摄到的骨密度分析用的标准物质,基于识别出的该标准物质的位置及/或形状,确定拍摄到的手是左右哪一只手。
另一方面,在本发明的分析对象部位的确定方法中,优选的是,确定成为分析对象的骨的长度方向的中央点作为所述特征点。
另外,在本发明的分析对象部位的确定方法中,优选的是,确定成为分析对象的骨的长度方向的中央部分具有的与成为该分析对象的骨的长度的1/10相当的区域作为所述规定区域。
此外,在本发明的分析对象部位的确定方法中,优选的是,将上述列举的特征点或规定区域与成为分析对象的骨的放射线图像一起显示在显示单元上。
【发明效果】
本发明的骨密度分析中的分析对象部位的确定方法如上述那样,通过图像处理,在拍摄手而得到的放射线图像中确定成为分析对象的骨的部分,对确定后的成为分析对象的骨中的特征点进行确定,基于确定后的该特征点来确定规定区域,因此根据该方法,能够稳定且再现性良好地确定左手或右手的第二掌骨等成为分析对象的骨中的规定区域。
需要说明的是,若着眼于人的一只手的5个掌骨中的相邻的2个掌骨彼此所成的角度,则为了骨密度分析而普通地将手放置在放射线检测体上的状态下,第一掌骨与第二掌骨所成的角度显著大于其他的掌骨的组合下的角度。因此,在本发明的方法中,尤其是将一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,在搜索拍摄上述手而得到的放射线图像的与模板对应的部分时,若基于第一掌骨及第二掌骨彼此所成规定角度(例如20°)以上的角度这一情况,识别成为分析对象的骨,则该识别将以极高的概率准确地进行。
另一方面,本发明的图像处理装置为了实施根据拍摄骨部而得到的放射线图像求出该骨部的骨密度的骨密度分析方法,根据该放射线图像,将成为分析对象的骨中的规定区域确定为分析对象部位,其特征在于,具备:
在拍摄手而得到的放射线图像中确定成为分析对象的骨的部分的单元;
对确定后的成为分析对象的骨中的特征点进行确定的单元;
基于确定后的该特征点来确定所述规定区域的单元。
另外,本发明的记录介质记录有用于使计算机执行图像处理方法的程序,为了实施根据拍摄骨部而得到的放射线图像求出该骨部的骨密度的骨密度分析方法,使计算机执行所述图像处理方法,该图像处理方法根据该放射线图像,将成为分析对象的骨中的规定区域确定为分析对象部位,该计算机能够读取的记录介质的特征在于,
所述程序具备:
在拍摄手而得到的放射线图像中确定成为分析对象的骨的部分的步骤;
对确定后的成为分析对象的骨中的特征点进行确定的步骤;
基于确定后的该特征点来确定所述规定区域的步骤。
附图说明
图1是表示实施本发明的一实施方式的方法的骨密度分析系统的简要结构图。
图2是表示为了进行骨密度分析而拍摄的放射线图像的例子的简图。
图3是说明为了骨密度分析而提取图像信号的规定区域的图。
图4是表示上述规定区域的放射线图像的浓度分布图例的图。
图5是按照放射线管球的管电压的每个值来表示由某摄影装置拍摄到的放射线图像的铝楔的厚度(坐标)与透过此处的放射线的图像浓度之间的关系的坐标图。
图6是说明对因放射线管球的管电压的差异造成的图像浓度的差异进行修正的处理的图。
图7是按照摄影装置的每个种类来表示管电压与ΣGS/D值的关系的坐标图。
图8是按照放射线管球的管电压的每个值来表示由另一摄影装置拍摄到的放射线图像的铝楔的厚度(坐标)与透过此处的放射线的图像浓度之间的关系的坐标图。
图9是按照放射线管球的管电压的每个值来表示由又一摄影装置拍摄到的放射线图像的铝楔的厚度(坐标)与透过此处的放射线的图像浓度之间的关系的坐标图。
图10是表示本发明的一实施方式的分析对象部位的确定方法的流程的流程图。
【附图标记说明】
10  第一摄影装置
11  暗盒
12、32  放射线管球
13、33  摄影控制部
14、34  拍摄台
20  读取装置
30  第二摄影装置
40  信号处理装置
41  前处理部
42  部位提取部
43  浓度分析部
44  管电压修正部
45  摄影装置特性修正部
46  骨密度分析部
47  显示控制部
48  存储部
50  输入部
60  显示部
具体实施方式
以下,参照附图,详细说明本发明的实施方式。图1表示通过本发明的一实施方式的方法来确定分析对象部位的骨密度分析系统的简要结构。本系统利用前述的DIP法来进行骨密度分析,如图所示,包括:第一摄影装置10,拍摄包括骨密度分析对象的骨部在内的被摄体的放射线图像;读取装置20,从由该第一摄影装置10拍摄有放射线图像的记录介质读取放射线图像,并输出表示该放射线图像的数字图像信号Pcr;第二摄影装置30,拍摄包含骨密度分析对象的骨部在内的被摄体的放射线图像,并直接输出表示该放射线图像的数字图像信号Pdr;信号处理装置40,基于上述数字图像信号Pcr或Pdr来求出分析对象的骨部的骨盐量;输入部50,用于向上述信号处理单元40提供各种指示;以及显示部60,显示骨密度分析结果。
第一摄影装置10作为一例,是在日本特开平8-266529号公报、日本特开平9-24039号公报等公开的作为放射线检测体的存储荧光片中蓄积记录被摄体的放射线图像信息的装置,在此尤其是使用收容有存储荧光片的暗盒11。即本装置10具有:将暗盒11载置成大致水平状态的拍摄台14;朝向该暗盒11从上方照射放射线R(作为一例为X射线)的放射线管球12;对该放射线管球12的驱动进行控制的摄影控制部13。
在该第一摄影装置10中,在暗盒11上载置有被摄体H的状态下驱动放射线管球12,并从此处朝向暗盒11照射放射线R时,透过了被摄体H的放射线R的能量蓄积于暗盒内的存储荧光片。即,在该存储荧光片中记录有被摄体H的透过放射线图像信息。
读取装置20从存储荧光片读取上述被摄体H的放射线图像信息。关于这种读取装置,例如在日本特开平5-297489号公报等中作了详细的记载,以下简单地对其作基本的说明。在该读取装置20中,利用激光等读取光对从暗盒11取出的存储荧光片进行二维扫描,通过光电转换单元来读取从接收到该读取光的照射的存储荧光片的部分所发出的光激励发光,从而得到表示记录于该荧光体片的放射线图像信息的图像信号。该图像信号为了后面的信号处理而进行A/D转换处理,成为上述的数字图像信号Pcr。
第二摄影装置30具有与上述第一摄影装置10中的放射线管球12、摄影控制部13及拍摄台14分别相同的放射线管球32、摄影控制部33及拍摄台34,但在构成为取代前述的暗盒11而向放射线检测器31照射放射线R这点上与第一摄影装置10基本不同。上述放射线检测器31按照配置成矩阵状的每个像素而输出与照射放射线的能量水平对应的放射线检测信号,该检测信号被进行A/D转换处理,作为表示被摄体的透过放射线图像的数字图像信号Pdr而输出。
需要说明的是,作为以上那样的放射线检测器31,可以应用例如日本特开平7-72253号公报所作的记载那样将接受放射线的照射而发出可视光的闪烁体和检测该可视光的固体光检测元件层叠而构成的检测器,或者例如日本特开2010-206067号公报所作的记载那样具有接受放射线的照射而输出与其能量对应的电信号的放射线光导电层而构成的检测器。
信号处理装置40具有被输入上述的数字图像信号Pcr或Pdr的前处理部41、在该前处理部41的后段依次连接的部位提取部42、浓度分析部43、管电压修正部44、摄影装置特性修正部45、骨密度分析部46及显示控制部47。而且,该信号处理装置40具有与上述管电压修正部44及摄影装置特性修正部45连接的存储部48。
输入部50例如具备键盘51、鼠标52等输入单元而构成,通过这些输入单元,提供信号处理装置40进行的处理的指示。
显示部60例如由液晶显示装置、CRT显示装置等显示单元61构成,基于后述那样输入的信息,根据需要而显示骨密度分析的结果、拍摄到的被摄体的放射线图像。
以上叙述的信号处理装置40、输入部50及显示部60例如可以由通常的个人计算机等计算机系统构成。
接下来,参照图2,说明骨密度分析用的放射线图像的拍摄。在此,首先说明第一摄影装置10的拍摄。在该拍摄时,将收容有存储荧光片的暗盒11载置在第一摄影装置10的拍摄台14上,在其上放置被检者的左手及右手,而且在这两手之间放置作为基准物质的铝楔。该铝楔是厚度连续变化的铝制的板状构件。需要说明的是,也可以取代这种铝楔而使用厚度阶梯变化的铝制的板状构件。
在该状态下,通过操作摄影控制部13来驱动放射线管球12,从此处发出的放射线R透过上述左手及右手、以及铝楔而照射到暗盒11内的存储荧光片上。需要说明的是,在DIP法中,通常,放射线管球12将管电压设为50kV而进行拍摄,在本实施方式中,通过摄影控制部13也将管电压设定为50kV。但是,由于有效管电压存在因经时变化而下降的倾向,因此即便如上述那样设定,有效管电压有时也不会成为50kV。在本实施方式中,为此需要防止产生分析误差的情况,关于该点在后面叙述。
当拍摄结束时,将暗盒11从第一摄影装置10取出,安放于读取装置20。在读取装置20中,如前述那样,从暗盒11内的存储荧光片读取蓄积记录于此的放射线图像信息,得到表示该放射线图像信息的数字图像信号Pcr。载持有该数字图像信号Pcr的放射线图像通过将该信号Pcr输入到所述显示部60等而能够进行重放显示,在进行了显示的情况下,该放射线图像如图2所示。即,在该放射线图像PR中记录有被检者的左手LH、右手RH及铝楔AS。需要说明的是,铝楔AS以随着朝向左手LH及右手RH的指尖方向(图2中的上方)而逐渐变薄的状态安放在前述的暗盒11上。
上述数字图像信号Pcr与表示得到该数字图像信号Pcr的暗盒11的识别信息一起向信号处理装置40的前处理部41输入。而且在第一摄影装置10中进行了前述的拍摄时,从摄影控制部13将表示第一摄影装置10的识别信息、表示暗盒11的识别信息、表示拍摄次序的信息等拍摄信息Scr向信号处理装置40的摄影装置特性修正部45输入。
接下来,说明信号处理装置40的处理。输入到该信号处理装置40的数字图像信号Pcr首先在前处理部41中,接受对因放射线的照射不均、读取装置20的读取特性的不均等引起的信号值的变动进行修正的处理,或根据需要而适当进行的其他的处理,然后向部位提取部42输入。
部位提取部42从数字图像信号Pcr表示的图像中,通过图像处理而自动地或基于所述输入部50的指示,提取进行骨密度分析的部位。在DIP法中,通常对于图2所示的左手第二掌骨B2L进行骨密度分析,因此在本实施方式中也提取左手第二掌骨B2L。并且更详细而言,提取该左手第二掌骨B2L的全长的中央部分具有的h/10的区域(图3中附加剖面线而表示的区域)。
该区域的确定在部位提取部42中应用本发明的分析对象部位的确定方法来进行,关于该点,在后面详细说明。
接下来,浓度分析部43求出上述提取的区域的平均浓度。更具体而言,该浓度分析部43在上述区域中求出横切左手第二掌骨B2L的方向的浓度分布图。该浓度分布图在取代浓度而使用亮度表示时,将成为如图4中曲线Q所示的那样。需要说明的是,该图所示的D为骨宽。这样的浓度分布图如下求出:首先在上述区域中对在骨的长度方向上分布的例如十几个部位左右求出浓度分布图,接着运算它们的平均分布而求出。
以往,该平均的浓度分布图中的浓度原封不动地换算成铝楔的厚度(铝厚),即在放射线图像中求出与分布图的各点浓度相同的浓度的铝楔部分的厚度,将该铝厚换算值的积分值(图4的斜线部)ΣGS除以骨宽D所得到的值ΣGS/D[单位:mmAL(铝)]作为表示骨盐量的DIP值。关于该DIP值,例如日本骨代谢学会公布了性别及各年龄层的基准值,若处于该基准值的100~80%的范围,则可以作出骨盐量处于正常范围这样的诊断。
但是,就上述的DIP值=ΣGS/D而言,取代第一摄影装置10那样以存储荧光片为拍摄记录介质的摄影装置,而将使用了放射线吸收特性与存储荧光片不同的放射线检测器31的第二摄影装置30用于拍摄,或者在有效管电压为50kV以外的情况下,即使拍摄相同的骨部,有时也出现与以上叙述那样求出的情况不同的值。上述的基准值是相对于使用存储荧光片并将管电压设定为50kV而拍摄放射线图像时的DIP值所确定的值,因此若应用该基准值来作出与骨盐量相关的诊断,则需要将上述那样表示不同的值的DIP值修正为与使用存储荧光片并将管电压设定为50kV时的DIP值相应的值。
以下,对于该修正进行说明。本发明人研究了在第一摄影装置10那样将放射线图像拍摄记录于存储荧光片的摄影装置中,在拍摄铝楔时,其厚度与拍摄到的放射线图像的浓度之间的关系根据放射线管球的管电压如何变化。图5表示其结果,这在用于进行骨密度分析的放射线图像拍摄之前预先求出。
需要说明的是,在该图5中,横轴是与铝楔的厚度唯一对应的铝楔的长度方向位置的坐标,纵轴是放射线图像的浓度(相对值)。并且,在此所示的10条特性曲线从上依次是管电压为47kV、48kV、49kV、50kV、51kV、52kV、53kV、54kV、55kV、56kV时的曲线。在此列举的管电压的值不仅在拍摄控制装置中设定,而且利用管电压计测定并确认其成为所设定的值。
如该图所示,上述特性曲线的斜度(浓度斜率)对于管电压的每个值明显不同。利用这种情况,在本实施方式中,图1的管电压修正部44首先根据表示铝楔的数字图像信号Pcr,基于规定坐标间的特性曲线的斜度,求出第一摄影装置10拍摄时的有效管电压为几kV。为此,在存储部48存储有上述斜度与管电压的对应关系,管电压修正部44读出与根据数字图像信号Pcr而求得的斜度对应的管电压。然后,管电压修正部44基于该读出的管电压和管电压50kV,对数字图像信号Pcr进行修正。需要说明的是,为了获知上述斜度,只要对铝楔的至少2点求出所述坐标与浓度的关系即可。
上述修正例如在以有效管电压为48kV的情况为例时,如图6所示进行。即,在铝厚(或骨部的放射线吸收特性)如图示那样为E1的情况下,若管电压为规定值的50kV则本来图像浓度为De1’,而由于有效管电压为48kV,因此图像浓度成为De1,因此将表示图像浓度De1的数字图像信号Pcr修正为表示图像浓度De1’的值。同样地,例如将表示图像浓度De2的数字图像信号Pcr修正为表示图像浓度De2’的值。该修正前和修正后的数字图像信号Pcr的对应关系按照有效管电压的每个值以LUT(查找表)的形式存储在存储部48中,管电压修正部44参照与求出的有效管电压相关的LUT,求出修正后的、即应为修正值的数字图像信号Pcr的值。该修正对于前述的表示平均的浓度分布图的数字图像信号Pcr、及表示铝楔的部分的数字图像信号Pcr的全部进行,该修正后的数字图像信号Pcr’向摄影装置特性修正部45输入。
如前述那样,从第一摄影装置10的摄影控制部13,将表示第一摄影装置10的识别信息、表示暗盒11的识别信息、表示拍摄次序的信息等拍摄信息Scr向摄影装置特性修正部45输入。摄影装置特性修正部45基于该拍摄信息Scr,或基于数字图像信号Pcr附带的拍摄信息,判别为输入的数字图像信号Pcr’的原来的数字图像信号Pcr是由第一摄影装置10生成的数字图像信号时,使输入的数字图像信号Pcr’直接通过而向骨密度分析部46输入。
骨密度分析部46根据输入的数字图像信号Pcr’而求出前述的DIP值=ΣGS/D。即骨密度分析部46将数字图像信号Pcr’表示的平均的浓度分布图(图4的Q)的浓度换算成铝楔的厚度(铝厚),将该铝厚换算值的积分值ΣGS除以骨宽D所得到的值ΣGS/D作为DIP值。骨密度分析部46将表示如此求出的DIP值=ΣGS/D的信息向显示控制部47输入。显示控制部47使该DIP值显示在显示部60的显示单元61上。
如以上那样显示在显示单元61上的DIP值是基于管电压修正部44作了修正后的数字图像信号Pcr’的值,因此与将管电压设定为50kV而得到的DIP值相等。由此,利用前述的基准值而作出的关于骨盐量的诊断能够提高可靠性。需要说明的是,在显示部60的显示单元61中,不仅显示DIP值,也可以同时显示基于与上述基准值的比较的诊断结果,例如显示相对于基准值的比率、显示“没有骨疏松症的担心”等。
在此,也可以取代将上述数字图像信号Pcr修正为数字图像信号Pcr’,而是通过以下方式进行修正:首先基于数字图像信号Pcr求出DIP值=ΣGS/D,并将该求出的DIP值修正为与根据数字图像信号Pcr’而求出的DIP值相应的值。
需要说明的是,前面叙述的基准值是相对于使用存储荧光片并将管电压设定为50kV而拍摄时的DIP值所确定的值,因此在通过使用存储荧光片的第一摄影装置10来拍摄放射线图像的情况下,无需考虑因装置间的特性的差异造成的DIP值的差别。因此这种情况下如前述那样,使数字图像信号Pcr’直接通过摄影装置特性修正部45。而且,在确认出有效管电压为50kV的情况下,也不需要对因管电压的差异造成的DIP值的差别进行修正的处理,因此不进行管电压修正部44中的上述的修正。
接下来,说明在使用图1的第二摄影装置30拍摄放射线图像的情况下由信号处理装置40进行的处理等。首先,在进行了该拍摄的情况下,第二摄影装置30输出的数字图像信号Pdr向前处理部41输入,在此接受与前述同样的处理。而且在进行了该拍摄时,从摄影控制部33将与前述的拍摄信息Scr同样的拍摄信息Sdr向摄影装置特性修正部45输入。
并且这种情况下,在管电压修正部44中,当检测出有效管电压未成为50kV时,进行与通过第一摄影装置10拍摄放射线图像时同样的修正处理。该管电压修正部44的修正处理与前述相同,因此这里省略详细的说明。需要说明的是,在图1中,从第二摄影装置30输出的数字图像信号Pdr’接受了上述修正处理的情况下,将该处理完的数字图像信号表示为Pdr’。
但是,图5所示的坐标与浓度的关系为每个摄影装置固有的,因此通过第二摄影装置30进行拍摄时的该关系如图8所示。在此,第二摄影装置30的放射线检测器31是将由GoS(gadolinium oxide sulfur:硫氧化钆)构成的闪烁体及固体光检测元件层叠而成的。需要说明的是,尽管在图1中未表示,但作为上述的放射线检测器,可以应用将由CsI(碘化铯)构成的闪烁体及固体光检测元件层叠而成的检测器,以下,将应用了这种放射线检测器的摄影装置称为第三摄影装置。图9表示利用这种第三摄影装置进行拍摄时的上述坐标与浓度的关系。
另一方面,本发明人改变为各种管电压而通过第一摄影装置10及第二摄影装置30来拍摄某共同的骨部(这可以取代为具有一定的厚度的铝板材)的放射线图像,对于该拍摄到的骨部,求出前述的DIP值=ΣGS/D。图7表示其结果。这种情况下可知,DIP值如前述那样根据拍摄时的管电压的值而变化,但如图示那样其变化特性针对每个摄影装置而不同。需要说明的是,在该图中,通过第一摄影装置10进行拍摄时的特性为A,通过第二摄影装置30进行拍摄时的特性为B,并且通过所述第三摄影装置进行拍摄时的特性为C。
在本实施方式中,求出将拍摄时的管电压设定为50kV时的ΣGS/D值,因此在图7中,若着眼于该管电压为50kV时的各ΣGS/D值,则尽管拍摄共同的骨部,但ΣGS/D值针对每个摄影装置而不同。这是由于上述存储荧光片、放射线检测器31等两种放射线检测器的放射线吸收特性互不相同而引起的。
在此,在拍摄与能得到图7的特性的骨部不同的骨部的情况下,也可以认为管电压为50kV时的3个ΣGS/D值之间的比率与图7的特性中的比率大致相同。而且,ΣGS/D值对应于图像浓度。鉴于以上的情况,图1的摄影装置特性修正部45在判别出所输入的数字图像信号Pdr’的原来的数字图像信号Pdr为通过第二摄影装置30的拍摄而得到的时,对数字图像信号Pdr’中的与铝楔AS的部分相关的信号进行转换以其表示的浓度Dd’成为浓度Dd”=kDd’。需要说明的是,k是图7中管电压为50kV时的特性A的ΣGS/D值相对于特性B的ΣGS/D值的比率。需要说明的是,上述的判别可以基于从摄影控制部33向摄影装置特性修正部45输入的拍摄信息Sdr或数字图像信号Pdr附带的拍摄信息等进行。
进行了上述的转换处理之后的数字图像信号Pdr”向骨密度分析部46输入。在骨密度分析部46中,基于该数字图像信号Pdr”,与前述同样地求出DIP值=ΣGS/D,显示控制部47使该DIP值显示在显示部60的显示单元61上。需要说明的是,上述的转换处理既可以进行处理的每次运算来执行,或者也可以将转换处理的前后的信号值的组合以LUT的形式存储于存储单元,参照该LUT来执行。
另外,取代对数字图像信号Pdr’中的与铝楔AS的部分相关的信号如上述那样进行转换,为了得到相同的效果,反之,也可以仅对数字图像信号Pdr’中的与左手第二掌骨B2L相关的信号进行转换处理。而且这种转换处理可以在提取铝楔AS或左手第二掌骨B2L的浓度分布图之后,对表示该浓度分布图的数字图像信号Pdr’实施,或者可以对提取前的图像内对应区域的数字图像信号Pdr’实施。
如此显示于显示部60的DIP值进行上述的转换处理,由此,若拍摄对象为相同的骨部,则成为与通过第一摄影装置10进行放射线图像的拍摄时的值相同的值。因此,利用前述的基准值而作出的关于骨盐量的诊断可靠性能够提高。
在此,在本实施方式中,将数字图像信号Pdr’转换成数字图像信号Pdr”,根据该转换后的数字图像信号Pdr”求出DIP值=ΣGS/D,但也可以根据数字图像信号Pdr’求出DIP值=ΣGS/D,基于图7的关系对该求出的DIP值=ΣGS/D进行转换处理以使其与通过第一摄影装置10拍摄时的DIP值相当。
另外,为了同时进行基于管电压修正部44的修正和基于摄影装置特性修正部45的修正这双方,也可以制成对同时进行这双方的修正用的转换值进行了规定的LUT并存储在存储单元中,使用该LUT同时进行上述双方的修正。
需要说明的是,在通过前述的第三摄影装置进行放射线图像的拍摄的情况下,只要对从此输出而向前处理部41输入并根据需要接受了管电压修正处理之后的数字图像信号,实施与将上述数字图像信号Pdr’转换成数字图像信号Pdr”的处理同样的转换处理即可。但是这种情况下,作为所述k的值,适用图7中管电压为50kV时的特性A的ΣGS/D值相对于特性C的ΣGS/D值的比率。
需要说明的是,为了从图1所示的数字图像信号Pcr或Pdr提取表示图2所示的铝楔AS的长度方向上的(即与其厚度对应的)浓度分布图的数字图像信号,单纯地提取在与矩形的放射线图像PR的左右侧缘平行的方向(图2的上下方向)上排列的像素的信号是简单的、为优选。但是,这样做的情况下,若铝楔AS倾斜即相对于放射线图像PR的左右侧缘不平行的状态下拍摄时,将提取出未准确地表示铝楔AS的长度方向上的浓度分布图的图像信号。为了防止这种不良情况,只要检测出铝楔AS相对于放射线图像PR的左右侧缘的斜度角度,设定使放射线图像旋转了该角度的图像区域,提取在与该区域的左右侧缘平行的方向上排列的像素的信号即可。
接下来,详细说明确定图3中附加剖面线而表示的区域、即分析对象部位的方法。图10表示在部位提取部42中进行的该方法的处理的流程。以下,参照该图10进行说明。
部位提取部42在本发明的图像处理装置中,构成对作为分析对象的骨的一例即第二掌骨的部分进行确定的单元、对确定后的第二掌骨之中的特征点进行确定的单元、基于被确定的该特征点而确定规定区域的单元,首先,根据载持有数字图像信号Pcr或数字图像信号Pdr的放射线图像,确定左手(步骤ST1)。该左手的确定如下进行:如图2的放射线图像PR所示,按照铝楔AS以其锯齿形部分CC朝向左手LH这一方的方式配置这样的拍摄时的规则,通过图像处理,将与铝楔AS的锯齿形部分CC相向这一方的手识别为左手。
在此,对于识别铝楔AS的存在位置及方向的方法,列举一例进行说明。例如,若将铝楔AS的形状图案存储在存储单元中,并应用公知的图案识别处理,则能够识别铝楔AS的存在的有无、及确认存在时的位置。而且,铝楔AS的方向、即其锯齿形部分CC朝向哪个方向可以应用以下手法来确定:应用包含锯齿形部分CC的图案在内的对位的手法、或者应用搜索铝楔AS的2条长边并将该边缘的总计长度更长的一方作为锯齿形部分CC存在方的长边这样的手法。
部位提取部42接下来从识别出的左手具有的多个骨中,确定第二掌骨B2L(参照图2)的部分(步骤ST2)。该确定可以应用以下手法来进行:以Afin转换那样的线性的对位而进行模板搜索的手法、或以变形那样的非线性的对位尤其是特开2011-255060号公报记载那样的多重析像度对位的模型拟合进行模板搜索的手法等。
上述的多重析像度对位是以往公知的手法,若说明概要的话,则通过下述的(1)~(5)的步骤进行。
(1)首先,将模板图像(本实施方式中的包含第一及第二掌骨的图像)和参照图像(本实施方式中的成为分析对象的左手的图像)分别分解为多个析像度(拉普拉斯金字塔或Wavelet分解等)。
(2)对于各个析像度的图像,边进行像素搜索边选择成为最大的相互相关系数的场所,由此求出偏移向量。
(3)在求出偏移向量时,在最低析像度的(粗)图像中使用相互相关等而算出偏移向量,第二低析像度的图像以在最低析像度的图像中使用的偏移向量的位置为初始值,同样地根据相互相关等,算出相对于第二低析像度的图像的偏移向量。
(4)在反复进行上述(1)~(3)的处理直至规定的析像度为止,由此算出相对于对象图像的全部的像素的偏移向量。
(5)而且,基于以各析像度算出的偏移向量,使作为变形对象的各析像度图像(模板图像或参照图像的任一方)变形,进行再构成,由此得到变形图像。在本实施方式中,对模板图像进行了变形的这一方在确保骨密度分析的精度方面更方便。需要说明的是,作为其他的方法,也存在通过(4)中最终求出的偏移向量来使图像变形的方法。作为这种方法,例如可以列举如下述参考文献所示那样对最终的偏移向量进行汇总而变形的方法等。
《参考文献》
G.J.Gang,C.A.Varon,H.Kashani,S.Richard,N.S.Paul,R.VanMetter,J.Yorkston,J.H.Siewerdsen,"Multiscale deformable registrationfor dual-energy x-ray imaging,"Medical Physics36:351-363(2009).
如以上那样,对于参照图像,搜索包含有第一及第二掌骨图像的模板图像,使模板变形而进行对位,由此能够确定参照图像中的第一及第二掌骨的部分。
部位提取部42接下来确定该第二掌骨B2L中的特征点(步骤ST3)。在本实施方式中,该特征点例如是图3所示的第二掌骨B2L的中心点、两端点、重心点等。这种特征点的确定可以应用以下手法进行:例如将左手的包含第二掌骨和第一掌骨在内的区域作为模板并对该模板附加界标而通过变形来确定作为规定的特征点的界标的手法、或对模板附加模型(骨的轮廓)并对轮廓进行变形来确定规定的特征点的手法等。
在此,简单地说明使用上述界标的手法。例如在将特征点设为上述中心点的情况下,在第二掌骨的模板上定义中心点作为界标,基于在模板与参照图像之间求出的偏移向量而使中心点(1个特定像素位置)移动,由此能够确定。同样地,定义两端点(另一特定像素位置)作为界标时,基于算出的偏移向量而使2个像素位置移动,成为参照图像中的第二掌骨的两端点。而且,定义模板的第二掌骨的轮廓线作为界标时,通过偏移向量而轮廓线进行移动变形,成为参照图像的第二掌骨的轮廓线。由此求出重心点作为特征点时,求出该轮廓线(闭曲线)的重心。
需要说明的是,如上述那样将左手的包含第二掌骨和第一掌骨在内的区域设为模板时,优选基于2个掌骨彼此所成规定角度(例如20°)以上的角度的情况,来识别第一掌骨及第二掌骨。这样的话,根据前面详细叙述的理由,该识别以极高的概率且准确地进行。
在本发明的方法中,可以基于如上述那样求出的特征点,通过图10的步骤ST5,确定作为分析对象部位的规定区域(图3中附加了剖面线而表示的区域),但在本实施方式中,为了更高精度地确定分析对象部位,适当地,除了图10的步骤ST4之外,也可以选择确定第二特征点并基于该第二特征点确定规定区域。以下,对该处理进行说明。
在步骤ST4中,部位提取部42在步骤ST2中已确定的第二掌骨B2L的部分,首先确定其两端。该两端的确定例如通过确定关节面来进行。更具体而言,考虑第二掌骨B2L的形状,应用使指尖侧为凸形状并使手腕侧为凹形状的关节面的模型,通过对该模型形状以一边限制(维持)一边与对象图像的关节相合的方式进行变形的模型拟合的手法,来确定关节面、即第二掌骨B2L的两端。需要说明的是,作为该模型拟合的手法,具体而言,可以应用前面叙述的多重析像度对位的模型拟合等。
并且,部位提取部42求出上述两端的中间点即第二掌骨B2L的中央点作为第二特征点。该中央点用于求出图3所示的骨的长度方向的中央线CL。
部位提取部42接着基于被确定的中央点,确定在图3中附加剖面线而表示的区域(步骤ST5)。该确定通过例如根据上述中央点而求出骨的长度方向的中央线CL,在骨的两端侧分别设定距该中央线CL为h/20的区域等手法来进行。
需要说明的是,为了根据步骤ST3中求出的特征点来确定上述h/20的区域,例如根据第二掌骨B2L的两端点等通过计算而求出中央点,或者将所述中心点原封不动地作为中央点看待,以后只要与上述同样地进行即可。
另外,可以将具有如以上说明那样对第二掌骨的部分进行确定的步骤、对确定后的第二掌骨之中的特征点进行确定的步骤、基于被确定的该特征点而对作为分析对象部位的规定区域进行确定的步骤的程序记录在计算机能够读取的记录介质中,使用该记录介质使计算机执行各步骤。
另外,如上述那样确定的特征点可以与包含第二掌骨B2L在内的左手的放射线图像一起,进而与由四边形等规定的ROI(关心区域)一起,显示在图1的显示单元61上。由此,能够确认是否正确地进行了特征点的确定。而且,可以基于来自图1的输入部50的指示而使如此显示的特征点移动,或者重新处理,或使骨部的轮廓、ROI变形。
另外,在以上说明的实施方式中,对左手的第二掌骨中的规定区域进行确定,但也可以通过与该实施方式同样的手法对右手的第二掌骨中的规定区域进行确定。
而且,本发明的分析对象部位的确定方法也可以应用于成为分析对象的骨为第二掌骨以外的情况。即,例如若在模板上的成为分析对象的骨的部分定义中心点或两端点等的界标,则根据前述那样的第一掌骨与第二掌骨的位置关系,准确地识别它们及其他手指而使界标变形移动等,由此能够准确地确定第二掌骨以外的成为分析对象的骨。

Claims (20)

1.一种分析对象部位的确定方法,为骨密度分析中的分析对象部位的确定方法,在根据拍摄骨部而得到的放射线图像求出该骨部的骨密度的骨密度分析方法中,根据该放射线图像,通过图像处理将成为分析对象的骨中的规定区域确定作为分析对象部位,其特征在于,
在拍摄手而得到的放射线图像中,确定成为分析对象的骨的部分,
对确定后的成为分析对象的骨中的特征点进行确定,
基于确定后的该特征点来确定所述规定区域。
2.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
为了确定成为所述分析对象的骨的部分,在放射线图像中将一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,基于该模板和拍摄所述手而得到的放射线图像来确定成为分析对象的骨的部分。
3.根据权利要求1或2所述的分析对象部位的确定方法,其特征在于,
为了确定成为所述分析对象的骨中的特征点,在放射线图像中将一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,基于该模板和拍摄所述手而得到的放射线图像来确定所述特征点。
4.根据权利要求2所述的分析对象部位的确定方法,其特征在于,
将所述一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,在搜索拍摄所述手而得到的放射线图像的与所述模板对应的部分时,基于第一掌骨及第二掌骨彼此成规定角度以上的角度这一情况,识别成为分析对象的骨。
5.根据权利要求3所述的分析对象部位的确定方法,其特征在于,
将所述一只手的第一掌骨、第二掌骨及成为分析对象的骨所存在的区域作为模板,在搜索拍摄所述手而得到的放射线图像的与所述模板对应的部分时,基于第一掌骨及第二掌骨彼此成规定角度以上的角度这一情况,识别成为分析对象的骨。
6.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
确定成为所述分析对象的骨的两端,基于所述两端来确定所述特征点。
7.根据权利要求2所述的分析对象部位的确定方法,其特征在于,
确定成为所述分析对象的骨的两端,基于所述两端来确定所述特征点。
8.根据权利要求3所述的分析对象部位的确定方法,其特征在于,
确定成为所述分析对象的骨的两端,基于所述两端来确定所述特征点。
9.根据权利要求4所述的分析对象部位的确定方法,其特征在于,
确定成为所述分析对象的骨的两端,基于所述两端来确定所述特征点。
10.根据权利要求6所述的分析对象部位的确定方法,其特征在于,
通过识别成为所述分析对象的骨的关节面来确定成为该分析对象的骨的两端。
11.根据权利要求7所述的分析对象部位的确定方法,其特征在于,
通过识别成为所述分析对象的骨的关节面来确定成为该分析对象的骨的两端。
12.根据权利要求8所述的分析对象部位的确定方法,其特征在于,
通过识别成为所述分析对象的骨的关节面来确定成为该分析对象的骨的两端。
13.根据权利要求9所述的分析对象部位的确定方法,其特征在于,
通过识别成为所述分析对象的骨的关节面来确定成为该分析对象的骨的两端。
14.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
在拍摄手而得到的放射线图像中,识别与手一起拍摄到的骨密度分析用的标准物质,基于识别出的该标准物质的位置及/或形状,确定所拍摄的手是左右哪一只手。
15.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
确定成为所述分析对象的骨的长度方向的中央点,作为所述特征点。
16.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
确定成为所述分析对象的骨的长度方向的中央部分所具有的、与成为该分析对象的骨的长度的1/10相当的区域,作为所述规定区域。
17.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
将所述特征点与成为所述分析对象的骨的放射线图像一起显示在显示单元上。
18.根据权利要求1所述的分析对象部位的确定方法,其特征在于,
将所述规定区域与成为所述分析对象的骨的放射线图像一起显示在显示单元上。
19.一种图像处理装置,为了实施根据拍摄骨部而得到的放射线图像求出该骨部的骨密度的骨密度分析方法,根据该放射线图像将成为分析对象的骨中的规定区域确定为分析对象部位,其特征在于,具备:
在拍摄手而得到的放射线图像中确定成为分析对象的骨的部分的单元;
对确定后的成为分析对象的骨中的特征点进行确定的单元;
基于确定后的该特征点来确定所述规定区域的单元。
20.一种计算机能够读取的记录介质,记录有用于使计算机执行图像处理方法的程序,为了实施根据拍摄骨部而得到的放射线图像求出该骨部的骨密度的骨密度分析方法,使计算机执行所述图像处理方法的程序,该图像处理方法根据该放射线图像将成为分析对象的骨中的规定区域确定为分析对象部位,所述计算机能够读取的记录介质的特征在于,
所述程序具备:
在拍摄手而得到的放射线图像中确定成为分析对象的骨的部分的步骤;
对确定后的成为分析对象的骨中的特征点进行确定的步骤;
基于确定后的该特征点来确定所述规定区域的步骤。
CN201310050938.XA 2012-02-09 2013-02-08 分析对象部位的确定方法及图像处理装置 Active CN103239248B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-026122 2012-02-09
JP2012026122A JP5599831B2 (ja) 2012-02-09 2012-02-09 骨塩定量分析における分析対象部位の特定方法および、この方法を実施するための画像処理装置並びに記録媒体

Publications (2)

Publication Number Publication Date
CN103239248A true CN103239248A (zh) 2013-08-14
CN103239248B CN103239248B (zh) 2017-04-26

Family

ID=48919367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310050938.XA Active CN103239248B (zh) 2012-02-09 2013-02-08 分析对象部位的确定方法及图像处理装置

Country Status (2)

Country Link
JP (1) JP5599831B2 (zh)
CN (1) CN103239248B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110545729A (zh) * 2017-04-25 2019-12-06 株式会社岛津制作所 X射线摄像装置
CN110974265A (zh) * 2019-11-07 2020-04-10 北京迈尔思瀛海威医疗技术有限公司 一种骨密度测量仪及其测量方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102006139B1 (ko) * 2018-08-07 2019-08-01 주식회사 셀바스헬스케어 골밀도 측정 장치

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02220640A (ja) * 1989-02-23 1990-09-03 Teijin Ltd 骨計測装置及び骨評価システム
JPH0595940A (ja) * 1991-10-14 1993-04-20 Fuji Photo Film Co Ltd 骨計測装置
JPH07289542A (ja) * 1994-04-20 1995-11-07 Hamamatsu Photonics Kk 骨塩量測定方法および装置
US5745544A (en) * 1991-02-13 1998-04-28 Lunar Corporation Bone densitometer with film cassette
US20040059223A1 (en) * 2002-09-19 2004-03-25 Ge Medical Systems Global Technology Company, Llc Bone densitometer providing assessment of absolute fracture risk
JP2004105793A (ja) * 2002-09-13 2004-04-08 Toshiba Corp 熱分解残さ洗浄システム
CN1682236A (zh) * 2002-08-20 2005-10-12 成像治疗仪股份有限公司 用于x射线图像分析的方法和设备
US20080175464A1 (en) * 2007-01-16 2008-07-24 Optasia Medical, Ltd. Computer program products and methods for detection and tracking of rheumatoid arthritis
CN101835425A (zh) * 2007-10-23 2010-09-15 阿洛卡株式会社 骨骼测定装置及骨骼图像处理方法
JP2010200824A (ja) * 2009-02-27 2010-09-16 Fujifilm Corp 画像形成装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2200969A1 (en) * 1994-11-23 1996-05-30 Lunar Corporation Bone densitometer with film cassette
US6892088B2 (en) * 2002-09-18 2005-05-10 General Electric Company Computer-assisted bone densitometer
JP2006334046A (ja) * 2005-06-01 2006-12-14 Canon Inc X線撮影装置及び撮影方法
JP2007151609A (ja) * 2005-11-30 2007-06-21 Canon Inc 骨計測装置及びその方法
JP4835402B2 (ja) * 2006-11-17 2011-12-14 コニカミノルタエムジー株式会社 放射線画像撮影装置
JP5353876B2 (ja) * 2008-03-06 2013-11-27 コニカミノルタ株式会社 画像処理装置
JP2010233880A (ja) * 2009-03-31 2010-10-21 Fujifilm Corp 撮像用器具、撮像方法、撮像装置及び被写体像の判定方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02220640A (ja) * 1989-02-23 1990-09-03 Teijin Ltd 骨計測装置及び骨評価システム
US5745544A (en) * 1991-02-13 1998-04-28 Lunar Corporation Bone densitometer with film cassette
JPH0595940A (ja) * 1991-10-14 1993-04-20 Fuji Photo Film Co Ltd 骨計測装置
JPH07289542A (ja) * 1994-04-20 1995-11-07 Hamamatsu Photonics Kk 骨塩量測定方法および装置
CN1682236A (zh) * 2002-08-20 2005-10-12 成像治疗仪股份有限公司 用于x射线图像分析的方法和设备
JP2004105793A (ja) * 2002-09-13 2004-04-08 Toshiba Corp 熱分解残さ洗浄システム
US20040059223A1 (en) * 2002-09-19 2004-03-25 Ge Medical Systems Global Technology Company, Llc Bone densitometer providing assessment of absolute fracture risk
US20080175464A1 (en) * 2007-01-16 2008-07-24 Optasia Medical, Ltd. Computer program products and methods for detection and tracking of rheumatoid arthritis
CN101835425A (zh) * 2007-10-23 2010-09-15 阿洛卡株式会社 骨骼测定装置及骨骼图像处理方法
JP2010200824A (ja) * 2009-02-27 2010-09-16 Fujifilm Corp 画像形成装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110545729A (zh) * 2017-04-25 2019-12-06 株式会社岛津制作所 X射线摄像装置
CN110974265A (zh) * 2019-11-07 2020-04-10 北京迈尔思瀛海威医疗技术有限公司 一种骨密度测量仪及其测量方法

Also Published As

Publication number Publication date
CN103239248B (zh) 2017-04-26
JP5599831B2 (ja) 2014-10-01
JP2013162822A (ja) 2013-08-22

Similar Documents

Publication Publication Date Title
US7564999B2 (en) Method for identifying markers in radiographic images
US8989346B2 (en) Bone mineral density analysis method, bone mineral density analysis apparatus, and recording medium
Pietka et al. Feature extraction in carpal-bone analysis
KR101901397B1 (ko) 딥러닝을 이용한 수완부 방사선 영상으로부터 골 성숙도(smi) 자동 분석방법
US9449384B2 (en) Method for registering deformable images using random Markov fields
US20080232668A1 (en) Device, method and recording medium containing program for separating image component
Jin et al. A review of the methods on cobb angle measurements for spinal curvature
Mushtaq et al. Localization and edge-based segmentation of lumbar spine vertebrae to identify the deformities using deep learning models
WO2008018998A2 (en) Method for producing a cropped medical image
CN111815585A (zh) 基于ct序列图像获取冠脉树和冠脉入口点的方法和系统
CN103239248A (zh) 分析对象部位的确定方法、图像处理装置及记录介质
Morishita et al. An automated patient recognition method based on an image‐matching technique using previous chest radiographs in the picture archiving and communication system environment
CN114121232A (zh) 分类模型训练方法、装置、电子设备及存储介质
CN111161297B (zh) 限束器边缘的确定方法、装置及x射线系统
Chung et al. Measurement of spinopelvic parameters on standing lateral lumbar radiographs: Validity and reliability
Alukaev et al. A deep learning framework for vertebral morphometry and Cobb angle measurement with external validation
JP2002094772A (ja) 放射線画像処理方法および放射線画像処理装置
CN106652017A (zh) 三维重建中判断dicom图像文件完整性的方法及装置
CN110619621A (zh) 识别图像中肋骨区域的方法、装置、电子设备和存储介质
CN115439453B (zh) 一种脊椎椎体定位方法、装置、电子设备及存储介质
US9978132B2 (en) Radiation image processing device, method, and program
JP2022011259A (ja) 動態品質管理装置、動態品質管理プログラム及び動態品質管理方法
WO2020106393A2 (en) Skeletal maturity determination using radiographs of portions of a hand
JP6501569B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP5908816B2 (ja) 骨塩量計測装置および方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant