CN104873213A - 基于x-射线数字影像的骨骼病变评估方法和装置 - Google Patents

Abstract

本发明公开了一种基于X-射线数字影像的骨骼病变评估方法和装置，包括如下步骤：首先，X-射线源照射人体待诊断部位以及标准参考模块，平板探测器在接收到透过人体待诊断部位以及标准参考模块的射线后，将射线信号转化成电信号，电信号经过进一步放大和校正后，生成数字图像信号；然后，对数字图像信号进行处理，计算出被测人体待诊断部位的面骨密度；最后，根据人体待诊断部位与标准参考模块之间的材料等价关系，计算出人体待诊断部位的骨质密度。本发明将计算机成像技术与RA相结合，无需添加新的硬件设备和场地，成本更低，而且测量精度更高，测量误差小，具有良好的推广应用价值。

Description

基于X-射线数字影像的骨骼病变评估方法和装置

技术领域

本发明涉及X-射线成像技术。

背景技术

临床上骨密度(bone mineral density,BMD)测量可用于诊断骨骼病变，特别是骨质疏松症，因此测量骨密度具有重要的临床意义。目前国内外主要有以下几种骨密度测量的方法：放射吸收法(radiographic absorptiometry,RA)，双能量X-射线吸收法(dual energy X-ray absorptiometry,DEXA)，定量CT测量法(quantitative computed tomography,QCT)，单光子吸收测量法(single X-ray absorptiometry,SXA)，定量超声测量法(quantitative ultrasound，QUS)，其他还有中性活化分析、磁共振成像、PET/CT扫描等。在这些骨密度测量方法中，目前应用比较成熟的方法有双能量X-射线吸收法DEXA和定量超声QUS的测量方法，其中DEXA是世界卫生组织(WHO)承认的用于诊断骨质疏松的金标准，但其存在着设备昂贵，需要经过专门培训的专业人士操作的弱点。而定量测量超声骨密度的方法测量精度相对较差。在这种情况下，测量技术的发展使得其他的检测方法也开始被更多的人所接受。RA正是其中最有应用前景的技术之一。

RA法于上世纪六十年代起逐渐被人们重视并有更多的人开始研究RA技术，但是由于早期原始的RA法人为测量方法的误差较大，测量精度不够理想，操作繁琐，洗胶片要求严格，RA法一直没有成为主流的检测方法。近十多年来，随着计算机技术的迅速发展和X-射线成像技术的不断成熟，以及数字X-射线影像拍片机(Digital radiographic，DR)的被广泛采用。人们将计算机成像技术与RA 相结合，并应用于临床有了广泛的基础。RA技术是在数字X-射线拍片机基础上进行，无需添加新的硬件设备和场地，因此，RA技术能更加容易被推广。

发明内容

本发明所要解决的技术问题就是提供了一种基于X-射线数字影像的骨骼病变评估方法和装置，提高了测量精度，减小了测量误差。

为解决上述技术问题，本发明采用如下技术方案：基于X-射线数字影像的骨骼病变评估方法，包括如下步骤：

首先，X-射线源照射人体待诊断部位以及标准参考模块，平板探测器在接收到透过人体待诊断部位以及标准参考模块的射线后，将射线信号转化成电信号，电信号经过进一步放大和校正后，生成数字图像信号；

然后，对数字图像信号进行处理，计算出被测人体待诊断部位的面骨密度；

最后，根据人体待诊断部位与标准参考模块之间的材料等价关系，计算出人体待诊断部位的骨质密度。

其中，标准参考模块采用纯铝和聚乙烯组合而成，其中纯铝模拟骨骼、聚乙烯模拟软组织。

对外围手腿骨骼部位进行诊断时，只需进行一次单能量照射，对于内部软组织和骨骼是混合在一起人体待诊断部位，需经过两次不同能量(分别是高能量、低能量)对人体待诊断部位和标准参考模块进行照射；

在数字图像信号处理过程中，对于内部软组织和骨骼是混合在一起人体待诊断部位，将下述非线性计算应用到人体待诊断部位和标准参考模块的图像中：

$m_{\mathrm{eff\; Bone}}(x,y)={\mathrm{\α}}_1\ln [I_0^{\mathrm{HE}}(x,y)/I^{\mathrm{HE}}(x,y)]+{\mathrm{\α}}_2\ln [I_0^{\mathrm{LE}}(x,y)/I^{\mathrm{LE}}(x,y)]$ 【1】；

$m_{\mathrm{eff\; soft}}(x,y)={\mathrm{\β}}_1\ln [I_0^{\mathrm{HE}}(x,y)/I^{\mathrm{HE}}(x,y)]+{\mathrm{\β}}_2\ln [I_0^{\mathrm{LE}}(x,y)/I^{\mathrm{LE}}(x,y)]$ 【2】；

这里I₀(x，y)是X-射线探测器在没有经过任何物体衰减所接受到的原始图像信号强度,I(x，y)是透过物体的探测器接受到的图像信号；α₁，α₂和和β₁，β₂是去软组织或去骨骼的加权系数，HE代表是高能量信号，LE代表是低能量信号；这些加权系数是经验参数，具体数值的大小取决于具体所用射线能量以及人体具体部位，可通过一系列人体影像实验来获得，在选取这些经验参数是基于以获得最佳纯骨骼以及纯软组织图像为判断标准。我们可采用全自动的图像判别方法，其是采用骨骼区域与软组织区域图像信号的“对比分辨率”值作为定量判断的标准，最佳骨骼图像对应于最大的“对比分辨率”值，在实际应用中，我们可以不仅仅限制于这一个方法，其他定量的判断方法也可以被采用，或通过观察骨骼图像，人工进行选择最佳骨骼图像的方法。然后采用公式【1】和【2】，我们就可以分别得到我们所关心的、只含有骨骼的图像；最后利用这骨骼的像，进行骨密度计算。

对于外围骨骼部位，软组织衰减相对很小，这时我们就有以下近似公式成立：

m_eff Bone(x，y)＝ln[I₀(x，y)/I(x，y)]-m₀     【3】；

公式【3】中的m₀是在计算骨密度函数m_eff Bone(x，y) 时，对骨骼周围的软组织影响的一个修正值。具体的值可以通过在骨骼边缘(不包括骨骼)软组织的衰减求得：m₀＝<ln[I₀(x，y)/I(x，y)]>,这里<…>表示对骨骼边缘软组织区域的修正 值的平均，这里I₀(x，y)是X-射线探测器在没有经过任何物体衰减所接受到的原始图像信号强度,I(x，y)是透过软组织的探测器接受到的图像信号。

优选的，对于内部软组织和骨骼是混合在一起人体待诊断部位，所述标准参考模块采用不同厚度的纯铝材料和聚乙烯组合，对于外围骨骼部位，所述标准参考模块只需采用纯铝材料。

优选的，厚度为1mm的纯铝等效于面密度为130mg/cm²的骨矿物质，因此得出人体被测部位的骨密度：m(x，y)＝[(130mg/cm²)/1mm]t_Al。

优选的，骨密度函数在骨骼内部的分布结果以等密度线、灰度或彩色的方式显示，这样就可以诊断出局部骨骼的病变。

优选的，将定期检查的相同部位的骨密度图像做相减处理再进行显示，这样可以诊断出局部骨密度值随时间的变化。

优选的，骨密度函数采用统计的方法，提取有效诊断参数，具体步骤如下：对于所获取的骨密度分布图，依据自动算法(例如，一种方法是基于图像信号梯度差值进行分割的算法)，计算机自动找出骨骼边缘，限定定量测量的骨骼区域，然后再对测定的范围内的骨密度函数求平均，得到一个对于该骨骼的一个骨密度平均值，最后，将该骨骼的骨密度平均值与根据统计得出特定的骨密度值的变化范围进行比较得出诊断结果。

一种基于X-射线数字影像的骨骼病变评估装置，包括X-射线照射源，平板探测器，图像信号放大、校正装置，以及数字图像信号处理单元，所述X-射线源照射人体待诊断部位以及标准参考模块，所述平板探测器接收透过人体待诊断部位以及标准参考模块的射线后将射线信号转化成电信号，所述图像信号放大、 校正装置将电信号经过进一步放大和校正后，生成数字图像信号，所述数字图像信号处理单元对数字图像信号进行处理，计算出被测人体待诊断部位的面骨密度。

本发明将计算机成像技术与RA相结合，无需添加新的硬件设备和场地，成本更低，而且测量精度更高，测量误差小，具有良好的推广应用价值。

附图说明

下面结合附图和具体实施方式对本发明作进一步描述：

图1为本发明变评估方法的过程原理图；

图2为对数字图像信号进行处理的过程原理图；

图3为骨密度函数在骨骼内部的分布结果显示图；

图4为将定期检查的相同部位的骨密度图像做相减处理的示意图；

图5为不同年龄段、不同性别的骨密度值的变化范围统计分析图。

具体实施方式

如图1所示，平板探测器在接收到透过人体组织器官(比如骨骼)以及标准模块的射线后，将射线信号转化成电信号，电信号经过放大器的放大以及灵敏度校正后，生成数字图像信号。然后该数字图像信号被输入到“计算、提取定量图像信息单元”(如图2所示)，经过该单元的计算处理，输出仅与骨骼特性有关的骨参数图，以及通过统计对比计算，得出统计参数，用于同类人群的统计比较，对骨骼疏松的诊断、骨折分析的评估。

“图2”给出了“计算、提取骨骼内骨参数的处理”的具体方法是：首先对人体、模块所生成的图像进行空间几何缩放修正。依据X-射线的吸收衰减特性，透过被测物体(人体和标准模块)的探测器接受到的图像信号I(x，y)有以下关系：

I(x，y)＝I₀(x，y)e^-m(x，y)    【4】

其中I₀(x，y)是X-射线探测器在没有经过任何物体衰减所接受到的图像信号强度，m(x，y)是被照物体的面密度函数。

在成像过程中，除一些外围骨骼部位，如手指骨，脚趾骨等部位(这些部位射线衰减基本上由骨骼本身造成)，人体被照射部位内部软组织和骨骼是混合在一起，当射线透过人体时，软组织(皮肤，脂肪、肌肉)和骨骼都会对入射射线都会产生衰减。在分别诊断骨骼或软组织特性时，就需要把这两种不同成份分离开来。一种有效的方法就是利用双能量图像信号的非线性组合，即分别采用高能量、低能量X-射线对人体待诊断部位和参考模块进行两次照射【2】。然后将下述非线性计算应用到人体和模块图像中：

$m_{\mathrm{eff\; Bone}}(x,y)={\mathrm{\&alpha;}}_1\ln [I_0^{\mathrm{HE}}(x,y)/I^{\mathrm{HE}}(x,y)]+{\mathrm{\&alpha;}}_2\ln [I_0^{\mathrm{LE}}(x,y)/I^{\mathrm{LE}}(x,y)]$ 【2】

和

$m_{\mathrm{eff\; soft}}(x,y)={\mathrm{\&beta;}}_1\ln [I_0^{\mathrm{HE}}(x,y)/I^{\mathrm{HE}}(x,y)]+{\mathrm{\&beta;}}_2\ln [I_0^{\mathrm{LE}}(x,y)/I^{\mathrm{LE}}(x,y)]$ 【3】

这里α₁，α₂和β₁，β₂是去软组织、或去骨骼的加权系数，HE代表是高能量信号，LE代表是低能量信号。我们采用公式【2】和【3】，就可以分别得到只含有骨骼和软组织信息的图像。

如果只是外围骨骼部位，如手指骨，脚趾骨等部位，软组织的衰减可以忽略不计，这时我们就只需要简化成一次单能量照射，公式【2】可以简化为：

m_eff Bone(x，y)＝ln[I₀(x，y)/I(x，y)]-m₀     【4】

这里m₀是在计算骨密度函数m_eff Bone(x，y)时，对软组织影响的一个修正值。具体的值可以通过在骨骼边缘区域(不包括骨骼)软组织的衰减求的：m₀＝<ln[I₀(x，y)/I(x，y)]>,这里<…>表示对骨骼边缘，软组织区域的修正值的平均。

如果人体部位和参考模块都是在相同的拍摄条件下，输出图像信号I(x，y)相同就意味着他们有相同的面密度值。待测骨密度

m(x，y)_bone＝m(x，y)_参考模块

由于纯铝与人体骨骼、聚乙烯与人体软组织的X-射线衰减特性类似，因此我们可以用铝块加聚乙烯来作为参考模块的材料。对于外围骨骼部位，如手指骨，脚趾骨等，软组织的衰减很小。这时可以简单地只用纯铝材料来做参考模块。Keane已证明：厚度为1mm的铝等效于面密度为130mg/cm²的骨矿物质。这样就可以得出人体被测部位的骨密度：

m(x，y)＝[(130mg/cm²)/1mm]t_Al   【5】

利用公式【5】，就可由与人体待测处相同输出图像信号的参考模块的厚度t_Al，从而计算出被测骨的面骨密度。

为了尽量减小人为引起的测量误差，在拍片时，体位要求可重复性，一种方法是设计一系列体位的标准摆位，临床测量时严格按照标准体位进行操作。另一种方法是设计一些可以用来固定具体体位的简单装置，用以固定具体的体位。

骨密度函数在骨骼内部的分布可以以等密度线、或灰度或彩色的方式显示。如图3所示，等密度线可以用来定量描述骨骼内的局部病变，及骨密度值随时间 的细微变化。也可以将定期检查的相同部位的骨密度图像做相减处理(如图4)，这样就更容易看到在骨骼内部的骨密度函数随时间的细微变化。医生可以很容易地发现病变比较快的区域/部位，针对病变的发展程度，医生可以采用有针对性的治疗方案，防止骨折发生的预备方案。

同时，骨密度的输出函数也可以采用统计的方法，提取有效诊断参数。具体步骤如下：对于所获取的骨密度分布图，依据自动算法程序(一种方法是基于图像信号梯度差值进行分割的算法)，计算机自动找出骨骼的边缘，从而可以限定定量测量的范围，然后再对测定的范围内的骨面密度函数求平均，得到一个对于该骨骼的一个骨面密度的平均值，由于不同的年龄、不同的性别，正常的骨密度平均值不尽相同，因此简单地从个体上给出骨密度值意义不大。这时，我们需要对不同的年龄段、不同的性别，需要做出统计分析。如图5所示，给出有统计意义的骨密度值的变化范围，比如在特定人群中(特定的年龄段、特定的性别)正常、骨质疏松、严重骨质疏松的骨密度值变化的范围。建立并输出标准的临床诊断报告。这里我们采用通常使用的T-值。当T-值大于或等于-1.0时，我们就认为是正常状态。当T-值介于-2.5和-1.0之间，认为是轻度骨质疏松，当T-值小于-2.5时，我们就认为是严重的骨质疏松。这样的临床诊断报告就可以与其他骨密度检测结果，如专门X-射线的双能骨密度仪或超声骨密度仪的检测结果，进行比较，来进一步优化诊断结果。

Claims (8)

1.基于X-射线数字影像的骨骼病变评估方法，其特征在于包括如下步骤：

首先，X-射线源照射人体待诊断部位以及标准参考模块，平板探测器在接收到透过人体待诊断部位以及标准参考模块的射线后，将射线信号转化成电信号，电信号经过进一步放大和校正后，生成数字图像信号；

然后，对数字图像信号进行处理，计算出被测人体待诊断部位的面骨密度；

其中，对外围手脚骨骼部位进行诊断时，由于软组织对X-射线的衰减相对很小，因此只需进行一次单能量照射；而对于内部软组织和骨骼是混合在一起人体待诊断部位，X-射线源分别采用高能量、低能量X-射线对人体待诊断部位和标准参考模块进行两次照射；

在数字图像信号处理过程中，

对于内部软组织和骨骼是混合在一起人体待诊断部位，将下述非线性计算应用到人体待诊断部位和标准参考模块的图像中：

对于外围手脚骨骼部位，公式【1】简化成：

m_effBone(x，y)＝ln[I₀(x，y)/I(x，y)]-m_o    【3】；

这里I₀(x，y)是X-射线探测器在没有经过任何物体衰减所接受到的原始图像信号强度,I(x，y)是透过人体的探测器接受到的图像信号，公式【3】中的m₀是在计算骨密度函数m_effBone(x，y)时，骨骼周围的软组织射线衰减影响的一个修正值，α₁，α₂和β₁，β₂是去软组织或去骨骼的加权系数，HE代表是高能量信号， LE代表是低能量信号；

最后，根据人体待诊断部位与标准参考模块之间的材料等价关系，计算出人体待诊断部位的骨质密度。

2.根据权利要求1所述的基于X-射线数字影像的骨骼病变评估方法，其特征在于：公式【3】中m₀的具体值通过在骨骼边缘软组织区域的衰减求得：m_o＝＜ln[I₀(x，y)/I(x，y)]＞,这里<…>表示对骨骼边缘软组织区域的修正值的平均。

3.根据权利要求1所述的基于X-射线数字影像的骨骼病变评估方法，其特征在于：对于内部软组织和骨骼是混合在一起人体待诊断部位，所述标准参考模块采用不同厚度的纯铝材料和聚乙烯组合，对于外围骨骼部位，所述标准参考模块采用铝材料。

4.根据权利要求3所述的基于X-射线数字影像的骨骼病变评估方法，其特征在于：厚度为1mm的铝等效于面密度为130mg/cm²的骨矿物质，因此得出人体被测部位的骨密度：

m(x，y)＝[(130mg/cm²)/1mm]t_Al   【4】。

5.根据权利要求1至4任意一项所述的基于X-射线数字影像的骨骼病变评估方法，其特征在于：骨密度函数在骨骼内部的分布结果以等密度线、或灰度或彩色的方式显示，这样就可以诊断出局部区域的骨质病变，使得骨质疏松更容易被诊断。

6.根据权利要求1至4任意一项所述的基于X-射线数字影像的骨骼病变评估方法，其特征在于：将定期检查的相同部位的骨密度图像做相减处理再进行显示，这样能容易地诊断骨骼病变随时间的变化。

7.根据权利要求1至4任意一项所述的基于X-射线数字影像的骨骼病变评估方法，其特征在于：骨密度函数采用统计的方法，提取有效诊断参数，具体步骤如下：对于所获取的骨密度分布图，依据自动算法，自动找出骨骼的边缘，从而限定定量测量的范围，然后再对测定的范围内的骨面密度函数求平均，得到一个对于该骨骼的一个骨面密度的平均值，最后，将该骨骼的骨密度平均值与根据不同人群统计得出特定的骨密度值的变化范围进行比较得出诊断结果。

8.一种基于X-射线数字影像的骨骼病变评估装置，其特征在于：包括X-射线照射源，平板探测器，图像信号放大、校正装置，以及数字图像信号处理单元，所述X-射线源照射人体待诊断部位以及特定的标准参考模块，所述平板探测器接收透过人体待诊断部位以及标准参考模块的射线后将射线信号转化成电信号，所述图像信号放大、校正装置将电信号经过进一步放大和校正后，生成数字图像信号，所述数字图像信号处理单元对数字图像信号进行处理，计算出被测人体待诊断部位的面骨密度。