CN105596021A - 图像分析装置和图像分析方法 - Google Patents

图像分析装置和图像分析方法 Download PDF

Info

Publication number
CN105596021A
CN105596021A CN201510796072.6A CN201510796072A CN105596021A CN 105596021 A CN105596021 A CN 105596021A CN 201510796072 A CN201510796072 A CN 201510796072A CN 105596021 A CN105596021 A CN 105596021A
Authority
CN
China
Prior art keywords
joint
image
stress
bone
calculator
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
CN201510796072.6A
Other languages
English (en)
Other versions
CN105596021B (zh
Inventor
大贺淳一郎
广畑贤治
东真也
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.)
Toshiba Corp
Original Assignee
Toshiba 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 Toshiba Corp filed Critical Toshiba Corp
Publication of CN105596021A publication Critical patent/CN105596021A/zh
Application granted granted Critical
Publication of CN105596021B publication Critical patent/CN105596021B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528—Joints
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Multimedia (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Rheumatology (AREA)
  • Dentistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请涉及图像分析装置和图像分析方法。根据一种实施例，图像分析装置包含第一获取器、构造器、第一计算器、第二计算器和第三计算器。第一获取器被配置为获取有关被摄体的关节以及与该关节连接的骨骼的图像信息。构造器被配置为根据图像信息来构造骨骼和关节的三维形状以及骨骼和关节中的负荷和形变之间的关系特性。第一计算器被配置为计算连接于关节的骨骼之间的位置关系。第二计算器被配置为基于该位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。第三计算器被配置为基于三维形状、关系特性和作用力来计算作用于关节上的第一应力。

Description

图像分析装置和图像分析方法
相关申请的交叉引用
本申请基于在2014年11月19日提交的日本专利申请No.2014-234537并要求其优先权益；该专利申请No.2014-234537全文通过引用并入本文。
技术领域
本文所描述的实施例一般地涉及图像分析装置和图像分析方法。
背景技术
用于根据通过在对形成于膝关节、髋关节等中的骨关节炎进行手术之前以普通X射线拍摄关节而获得的二维图像来估计骨骼之间的三维位置关系的技术是众所周知的。
例如，日本专利申请特开No.2006-263241公开了用于基于计算机断层扫描(CT)图像或磁共振(MR)图像而生成包括患者的骨骼与植入构件之间的相对适合度在内的评价函数的方法。日本专利申请特开No.2006-263241还公开了使用该评价函数来选择适合于患者的植入体并制定手术方案的方法。
实际的人类骨骼受到由附着于它们上的肌肉产生的肌张力的作用，并且肌张力改变作用于关节上的应力。但是，常规的技术并没有在对肌肉的作用力予以考虑的情况下估计应力，由此未能准确计算作用于实际患者的关节上的应力。
发明内容
实施例的目的是提供能够准确计算作用于关节上的应力的图像分析装置。
根据一种实施例，图像分析装置包含第一获取器、构造器、第一计算器、第二计算器和第三计算器。第一获取器被配置为获取有关被摄体的关节以及与该关节连接的骨骼的图像信息。构造器被配置为根据图像信息来构造骨骼和关节的三维形状，以及骨骼及关节中的负荷和形变之间的关系特性。第一计算器被配置为计算与关节连接的骨骼之间的位置关系。第二计算器被配置为基于该位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。第三计算器被配置为基于三维形状、关系特性和作用力来计算作用于关节上的第一应力。
根据上文所描述的图像分析装置，能够准确计算作用于关节上的应力。
附图说明
图1是图像分析装置的配置图；
图2是第一力学模型的示意图；
图3是分析图像的示意图；
图4是另一分析图像的示意图；
图5是又一个分析图像的示意图；
图6是又一个分析图像的示意图；
图7是图像分析过程的流程图；
图8是图像分析装置的配置图；
图9示出了人工关节模型；
图10是分析图像的示意图；
图11是另一分析图像的示意图；
图12是又一个分析图像的示意图；
图13是又一个分析图像的示意图；
图14是图像分析过程的流程图；
图15是图像分析装置的配置图；
图16是外部装置的示意图；
图17是图像分析过程的流程图；以及
图18是图像分析装置的硬件配置的图。
具体实施方式
第一实施例
下面参照附图更详细地描述图像分析装置、图像分析方法和计算机程序的示例性实施例。
图1是根据实施例的图像分析装置10的配置图。根据本实施例的图像分析装置10分析被摄体的关节。
图像分析装置10与外部装置18连接。外部装置18提供待由图像分析装置10分析的图像信息。待分析的图像信息是有关被摄体的关节以及与该关节连接的骨骼的图像信息。特别地，待分析的图像信息包括被摄体的关节、与关节连接的骨骼及肌肉。肌肉包括肌肉组织。
例如，外部装置18使用X射线或磁性来扫描被摄体，由此获得被摄体的时间序列的计算机断层扫描(CT)图像信息或时间序列的磁共振(MR)图像信息。图像分析装置10可以包含外部装置18。
下面描述其中根据本实施例的待分析的图像信息为CT图像信息的情形。待分析的图像信息并不限定于CT图像信息。待分析的图像信息可以是例如MR图像信息或超声回波图像信息。
CT图像信息可以是指示CT值的二维空间分布的切片数据或者指示CT值的三维空间分布的体数据。在下面的描述中，CT图像信息是体数据。外部装置18将时间序列的CT图像信息输出到图像分析装置10。图像分析装置10可以从例如另一个装置或者用于将时间序列的CT图像存储于其内的存储器中获取待分析的CT图像信息。待由图像分析装置10分析的图像信息并不限定于时间序列的图像。在下面的描述中，待分析的图像信息简称为图像或CT图像。
图像分析装置10包括控制器12、用户接口(UI)14和存储器16。UI14和存储器16按照向其发送以及从其接收数据和信号的方式连接至控制器12。控制器12与外部装置18连接。
UI14包含输入单元14A和显示器14B。输入单元14A接收来自用户的各种指令和信息。输入单元14A例如是键盘、鼠标、开关或麦克风。
显示器14B显示各种类型的信息，比如CT图像和分析结果。显示器14B例如是阴极射线管(CRT)显示器、液晶显示器、有机电致发光(EL)显示器或等离子体显示器。
UI14可以具有一体化地设置有输入单元14A和显示器14B的触摸面板功能。
存储器16包括各种类型的存储介质，比如硬盘驱动器，并且在其内存储各种类型的数据，比如时间序列的CT图像。例如，存储器16以与医学数字成像和通信(DICOM)相符的医学图像文件格式将时间序列的CT图像存储于其内。存储器16可以按照与时间序列的CT图像关联的方式将由控制器12等获取的医疗数据存储于其内。
控制器12控制着图像分析装置10。控制器12包含第一获取器12A、第一计算器12B、第二计算器12C、接收器12D、构造器12E、第三计算器12F、发生器12G和显示控制器12H。第一获取器12A、第一计算器12B、第二计算器12C、接收器12D、构造器12E、第三计算器12F、发生器12G和显示控制器12H中的一部分或全部可以由诸如中央处理单元(CPU)的处理器执行计算机程序来提供，也就是，作为软件。作为选择，它们中的一部分或全部可以作为诸如集成电路(IC)的硬件或者软件和硬件的结合来提供。
第一获取器12A获取与被摄体的关节以及连接于该关节的骨骼相关的图像。根据本实施例的第一获取器12A获取来自外部装置18的CT图像，由此获取与被摄体的关节以及连接于该关节的骨骼相关的图像(在下文，称为CT图像)。存储器16可以将被摄体的CT图像预先存储于其内。在这种情况下，第一获取器12A从存储器16中读取待分析的被摄体的CT图像，由此获取该CT图像。
第一获取器12A将所获取的CT图像输出到第一计算器12B和构造器12E。
构造器12E根据由第一获取器12A获取的CT图像来构造骨骼和关节的三维形状，以及骨骼及关节的负荷和形变之间的关系特性。
例如，根据本实施例的构造器12E构造了至少指示骨骼和关节的三维形状以及负荷和形变之间的关系特性的第一力学模型。第一力学模型是通过例如给指示骨骼和关节的三维形状的骨骼-关节形状模型添加骨骼及关节的负荷和形变之间的关系特性而获得的数据。负荷和形变之间的关系特性指示形变与负荷的关系。例如，负荷和形变之间的关系特性为硬度。
在下面的描述中，在负荷和形变之间的关系特性可以简称为“硬度”以简化解释。但是，根据本实施例的“硬度”是作为负荷和形变之间的关系特性的示例来给出的，并且关系特性并不限定于此。
特别地，构造器12E从由第一获取器12A获取的CT图像中提取出骨骼区。例如，在待分析的图像是CT图像的情形中，硬的骨骼具有大约1000HU的CT值；然而与除骨骼外的结缔组织对应的软组织，比如肌腱、韧带和肌肉，具有大约0～100HU的CT值。构造器12E预先设定CT值的阈值，用于将骨骼与软组织区分开。阈值可以通过例如由用户在输入单元14A上执行的操作来调整。
构造器12E从由第一获取器12A获取的CT图像中提取具有大于或等于阈值的CT值的区域。因而，构造器12E提取关节区和骨骼区以生成指示关节和骨骼的三维形状的骨骼-关节形状模型。
在图像分析装置10通过使用例如有限元法(FEM)执行数值分析来分析关节的结构的情形中，构造器12E生成三维有限元模型，作为关节和骨骼的骨骼-关节形状模型。FEM是用于通过将待分析的区域划分成由节点包围的网状区域(称为单元)来近似形变的方法。
构造器12E通过将骨骼及关节的负荷和形变之间的关系特性添加到骨骼-关节形状模型来生成第一力学模型。CT值随物理属性而变化。要解决该问题，构造器12E基于CT值来计算每个单元的负荷和形变之间的关系特性，比如骨骼和关节的硬度。构造器12E将关系特性添加到骨骼-关节形状模型上的对应位置处的每个单元，由此生成第一力学模型。构造器12E可以执行过滤以从所生成的形状模型中去除不连续的部分。
位移包括由刚性体位移引起的位移以及由每个部分内的材料形变引起的位移。构造器12E可以将由刚性体位移引起的位移与由每个部分内的材料形变引起的位移分离，以计算每个单元的负荷和形变之间的关系特性。
特别地，构造器12E可以进一步构造除了骨骼或关节之外的活体组织的负荷和形变之间的的第二关系特性，该活体组织几乎不会因除负荷外的因素而形变并且能够从其中提取由负荷引起的形变。除负荷外的因素的示例包括但不限于，肌纤维内的充血程度以及构成肌纤维的细丝的滑动。活体组织的示例包括但不限于肌腱、韧带和软骨。
在这种情况下，构造器12E通过图像分析和跟踪技术来计算连接或附着于包含于CT图像内的骨骼或关节上的肌腱、韧带和软骨的形变量。构造器12E然后计算每个单元的负荷和形变之间的关系特性(第二关系特性)。构造器12E将骨骼和关节的关系特性以及诸如肌腱、韧带和软骨的活体组织的第二关系特性添加到骨骼-关节形状模型上的对应位置处的每个单元，由此构造第一力学模型。
图2是第一力学模型20的示例的示意图。第一力学模型20是通过将关节24及骨骼22的负荷和形变之间的关系特性添加到指示关节24以及与关节24连接的统称为骨骼22的骨骼22A和骨骼22B的三维形状的骨骼-关节形状模型而获得的数据。
返回去参照图1，根据本实施例的构造器12E基于CT值来计算在负荷和形变之间的关系特性，比如骨骼和关节的硬度。构造器12E将关系特性添加到骨骼-关节形状模型上的对应位置处的每个单元，由此生成第一力学模型。
下面描述由构造器12E执行的用于计算每个单元的负荷和形变之间的关系特性的方法的示例。
构造器12E为骨骼和关节(可以包括活体组织，比如肌腱、韧带和软骨)设定肌腱和骨端的负荷条件。构造器12E设定骨端(骨骼的端部)和关节的位移边界条件。构造器12E设定每个活体组织的材料本构方程。构造器12E执行基于连续介质力学(参考：Y.C.Fung，FirstCourseinContinuumMechanics(第三版))的大形变和应力分柝。
大形变和应力分析例如是用于通过用FEM离散化连续介质力学的方程来对在每个部分上的应力、应变、压力和形变的物理量以及物理量的时间变化进行数值计算的方法。大形变和应力分析并不限定于各向同性的形变的弹性分析，而可以是在对骨骼的各向异性的形变特性予以考虑的情况下使用均质化方法的分析。作为选择，大形变和应力分析可以是在考虑到了活体组织的非弹性形变特性和时间相关的形变特性的情况下的非线性分析、静态分析或动态分析。
构造器12E通过执行基于由第一获取器12A获取的CT图像的大形变和应力分析来计算在骨骼和关节内的每个单元的负荷和形变之间的关系特性。构造器12E通过图像分析和跟踪技术进一步构造(计算)除了骨骼或关节之外的几乎不会因除负荷外的因素而形变并且能够从其中提取由负荷引起的形变的活体组织(例如，肌腱、韧带和软骨)的负荷和形变之间的第二关系特性。构造器12E将所计算出的关系特性以及所计算出的第二关系特性添加到骨骼-关节形状模型上的对应位置处的每个单元，由此生成第一力学模型。
构造器12E可以将关系特性添加到骨骼-关节形状模型上的相应位置处的每个单元，以构造第一力学模型(不包括第二关系特性)。构造器12E优选地构造包括第二关系特性的第一力学模型，以提高第一应力的计算的精确性，这将在后面描述。
返回去参照图1，第一计算器12B使用接收自第一获取器12A的CT图像来计算在连接于关节的骨骼之间的位置关系。
在连接于关节的骨骼之间的位置关系包括例如由与关节连接的骨骼围绕该关节形成的角度(关节角度)、以骨骼为中心的坐标系、惯性矩、骨骼的质量以及肌肉雅可比阵(Jacobian)。
根据本实施例的第一计算器12B使用接收自第一获取器12A的CT图像来计算位置关系，由此生成肌肉骨骼模型。
肌肉骨骼模型通过将肌肉的三维形状布置到指示关节和骨骼的三维形状的骨骼-关节形状模型上并对其添加位置关系来获得。肌肉骨骼模型可以进一步设置有例如韧带和肌腱的三维形状。根据本实施例的肌肉是耦接至与关节连接的两个骨骼的肌肉。该肌肉起始于第一骨骼上的起始部分并结束于第二骨骼上的末端部分。
肌肉骨骼模型至少指示关节与连接于该关节的骨骼之间的位置关系。肌肉骨骼模型还可以包括骨骼、关节及与骨骼耦接的肌肉的硬度、重量等。
第一计算器12B使用下面的方法根据CT图像生成肌肉骨骼模型。
特别地，类似于构造器12E，第一计算器12B从由第一获取器12A获取的CT图像中提取具有大于或等于阈值的CT值的区域。因而，第一计算器12B提取关节区和骨骼区，以生成指示关节和骨骼的三维形状的骨骼-关节形状模型。第一计算器12B从CT图像中提取具有软组织(肌肉)的CT值的区域，由此提取肌肉区，并且将肌肉的三维形状布置到骨骼-关节形状模型上。
第一计算器12B进一步根据CT图像来计算关节与连接于关节的骨骼之间的位置关系，比如关节角度、以骨骼为中心的坐标系、惯性矩、骨骼的质量和肌肉雅可比阵。
例如，第一计算器12B从所生成的骨骼-关节形状模型中提取具有骨骼和关节内的特性形状的若干个点。第一计算器12B得出以这些点的重心的位置为中心的坐标系，作为骨骼和关节各自的居中的坐标系。
第一计算器12B使用下面的公式(1)来计算围绕骨骼和关节的每个计算出的居中的坐标系的轴的惯性矩I。
I＝∑miri 2(1)
在公式(1)中，I表示惯性矩，mi表示在骨骼和关节被分割成网格的情况下的单元的质量，并且ri表示到坐标轴的距离。单元的质量基于预先保存的单元的标准密度和体积来计算，并且ri基于骨骼-关节形状模型来计算。
第一计算器12B通过变换与关节连接的两个相邻骨骼的坐标系来计算关节角度。例如，假定Ta是近端骨骼的坐标系(齐次变换矩阵)，并且Tb是指示远端骨骼的坐标系的齐次变换矩阵，则下面的公式(2)得以满足。这些坐标系通过骨骼-关节形状模型来计算。
T＝TbTa -1(2)
第一计算器12B使用公式(2)来比较分别关于X轴、Y轴和Z轴旋转α、β和γ的矩阵与T，由此计算出关节角度α、β和γ(欧拉角的定义)。
第一计算器12B使用下面的公式(3)来计算肌肉雅可比阵。
L＝dl/dθ(3)
在公式(3)中，L表示肌肉雅可比阵，dl表示肌肉长度的变化微量，并且dθ表示关节角度的微量变化。在此，dl和dθ可以是预先确定的值，或者可以基于从CT图像中提取的肌肉与关节的中心之间的几何关系来计算出。
惯性矩、骨骼和关节的质量及肌肉雅可比阵的标准值可以由控制器12预先计算出，并作为标准的位置关系存储于存储器16内。第一计算器12B可以使用存储于存储器16内的惯性矩、骨骼和关节的质量及肌肉雅可比阵。当第一计算器12B新计算出惯性矩、骨骼的质量、关节的质量及肌肉雅可比阵中的至少一项时，第一计算器12B可以将由该计算得到的值作为新的值存储于存储器16内。因而，第一计算器12B更新存储器16。
第一计算器12B将肌肉的三维形状布置于指示关节和骨骼的三维形状的骨骼-关节形状模型上。第一计算器12B将所计算出的位置关系(关节角度、以骨骼为中心的坐标系、惯性矩、骨骼和关节的质量及肌肉雅可比阵)添加到所获得的骨骼-关节形状模型，由此生成肌肉骨骼模型。
第一计算器12B根据时间序列的CT图像生成肌肉骨骼模型，由此生成时间序列的肌肉骨骼模型。特别地，第一计算器12B生成时间序列的肌肉骨骼模型，使得可以基于从按时间序列获取的CT图像中提取的骨骼位置的时间变化来计算关节角度的变化和肌肉长度的变化。
第二计算器12C基于由第一计算器12B计算出的位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。
例如，作用力包括耦接至与关节连接的骨骼的肌肉的肌张力以及作用于关节上的力矩中的至少一个。耦接至与关节连接的骨骼的肌肉是与连接于关节的两个骨骼耦接的肌肉，起始于第一骨骼上的起始部分并结束于第二骨骼上的末端部分。
特别地，第二计算器12C执行基于由第一计算器12B计算出的位置关系的逆动态计算，由此计算肌肉作用于关节上的作用力。
要执行逆动态计算，需要关节与连接于关节的骨骼之间的位置关系，包括关节角度、以骨骼为中心的坐标系、惯性矩、骨骼的质量及肌肉雅可比阵。第二计算器12C从由第一计算器12B计算出的肌肉骨骼模型中获取关节角度、以骨骼为中心的坐标系、惯性矩、骨骼的质量及肌肉雅可比阵。
第二计算器12C使用关节角度、以骨骼为中心的坐标系、惯性矩、骨骼的质量及肌肉雅可比阵来通过下面的公式(4)至(6)执行逆动态计算。因而，第二计算器12C计算肌肉作用于关节上的作用力。下面的公式(4)是作用于关节上的力矩的公式。
在每个关节处的运动方程由公式(4)表示。
τ＝Md2θ/dt2+Ddθ/dt+G(θ)(4)
在公式(4)中，τ表示作用于关节上的力矩，θ表示关节角度，dθ/dt表示关节的角速度，d2θ/dt2表示关节的角加速度，M表示惯性矩，D表示粘滞阻力，以及G(θ)表示重力项(该重力项随姿势而变化)。
第二计算器12C通过以由第一计算器12B计算出的时间序列的肌肉骨骼模型来计算关节角度的角速度而计算出关节的角速度(dθ/dt)。第二计算器12C以由第一计算器12B计算出的时间序列的肌肉骨骼模型来计算关节角度的角速度而计算出关节的角加速度(d2θ/dt2)。粘滞阻力(D)能够预先测得并存储于存储器16内。第二计算器12C基于骨骼的质量和重心的位置来计算重力项(G(θ))。
在由第一获取器12A获取的CT图像不是时间序列的图像(也就是，单拍的CT图像)的情形中，第二计算器12C无法获得在公式(4)中与时间变化相关的项。在这种情况下，第二计算器12C使用τ＝G(θ)执行处理。
第二计算器12C执行逆动态计算，由此计算与连接于关节的骨骼耦接的肌肉的肌张力。
在所施加的负荷F作用于关节上的情形中，下面的公式(5)基于虚功原理而得以满足。
JTF+τ＝LTm(5)
m＝(LT)-1(JTF+τ)(6)
在公式(5)和(6)中，J表示关节角度雅可比阵(位置与关节角度之间的微分关系)，L表示肌肉雅可比阵(关节角度与肌肉长度之间的微分关系)，以及m表示肌张力。通过将公式(5)的左边乘以LT的逆矩阵(参考公式(6))，第二计算器12C计算出肌张力m。
第二计算器12C通过对所施加的负荷(向量)进行关于关节角度(向量)的偏微分来得出在公式(5)和(6)中的关节角度雅可比阵(J)。
如上所述，第二计算器12C执行基于由第一计算器12B计算出的位置关系(肌肉骨骼模型)的逆动态计算。因而，第二计算器12C计算出肌肉作用于关节上的作用力(例如，肌张力和作用于关节上的力矩)。
第二计算器12C可以通过假定模拟实际肌肉的粘弹性模型作为肌肉物理模型来计算作用力。
下面描述第三计算器12F。
第三计算器12F基于由构造器12E构造的三维形状和关系特性以及由第二计算器12C计算出的作用力来计算作用于关节上的第一应力。根据本实施例的第三计算器12F基于由构造器12E构造的第一力学模型以及由第二计算器12C计算出的作用力来计算作用于关节上的第一应力。换言之，第三计算器12F计算在骨骼和关节之间的接触面上的每个单元(在FEM中的每个单元)的第一应力。
特别地，第三计算器12F将在由第二计算器12C执行的逆动态计算中计算出的作用于关节上的肌张力和力矩设定为第一力学模型的外部负荷的边界条件。因而，第三计算器12F分析关节的结构，由此计算出作用于用作骨骼和关节之间的接触面的软骨上的第一应力。为了计算出第一应力，第三计算器12F使用已知的FEM来执行数值分析。
第三计算器12F计算骨骼和关节之间的接触面上的每个单元的第一应力，由此得出作用于关节(即，骨骼和关节之间的接触面)上的第一应力的分布。
发生器12G生成包含指示由第三计算器12F计算出的作用于关节上的第一应力的第一应力图像的分析图像。第一应力图像指示在其上第一应力作用于在被摄体的骨骼和关节之间的接触面上并具有与第一应力的强度对应的色密度的应力区。根据本实施例的色密度指示颜色和密度中的至少一项。
根据本实施例的发生器12G生成指示应力区的应力图像，在该应力区上第一应力作用于在骨骼和关节之间的接触面上并具有与第一应力的强度对应的色密度。发生器12G然后将应力图像布置于指示骨骼的三维形状的骨骼图像上，由此生成第一应力图像。
接收器12D接收由用户经由输入单元14A发出的各种操作指令。
显示控制器12H执行控制，以在显示器14B上显示分析图像34，包含由发生器12G生成的第一应力图像30(参照图3至图6)。
图3是分析图像34的示例的示意图。分析图像34包含例如第一力学模型图像32和第一应力图像30。分析图像34至少包含第一应力图像30。在分析图像34包含第一力学模型图像32的情形中，发生器12G生成该第一力学模型图像32，由此生成包含第一力学模型图像32和第一应力图像30的分析图像34。
第一应力图像30指示骨骼图像40以及在其上第一应力作用于在骨骼和关节之间的接触面上并具有与作用的第一应力的强度对应的色密度的应力区42。在图3所示的示例中，应力区42由指示第一应力为“0”的色密度表示。
第一应力图像30还可以包括指示与第一应力的强度对应的色密度的量规(gauge)36。
例如，量规36按照与对应于各自的色密度的第一应力的值关联的方式显示与第一应力的强度对应的色密度的列表。在图3所示的示例中，应力区42由量规36所显示且指示第一应力为“0”的色密度(3614)表示。该配置能够便于用户通过观看第一应力图像30而识别到为“0”的第一应力正作用于应力区42上。
分析图像34可以包括指示第一力学模型的第一力学模型图像32。第一力学模型图像32包括形状模型图像44和量规38。
当作用于骨骼和关节之间的接触面上的第一应力的分布和强度为由包含于同一分析图像34中的第一应力图像30所指示的第一应力的分布和强度时，形状模型图像44以三维的方式指示骨骼和关节之间的位置关系。
量规38是按照与对应于各自的色密度的关系特性的值关联的方式显示与负荷和形变之间的关系特性的强度对应的色密度的列表的图像。形状模型图像44设置有与负荷和形变之间的关系特性的值对应的色密度。
发生器12G生成包括第一应力图像30的分析图像34，由此显示器14B显示例如图3所示的分析图像34。图像分析装置10显示指示应力区42的第一应力图像30，在该应力区42上第一应力作用于在骨骼和关节之间的接触面上并具有与第一应力的强度对应的色密度。因而，图像分析装置10能够便于用户识别到在其上各种强度下的第一应力作用于骨骼和关节之间的接触面上的位置和范围。
发生器12G生成包含第一应力图像30和第一力学模型图像32的分析图像34，由此显示器14B显示例如图3所示的分析图像34。因而，图像分析装置10能够便于用户识别在由第一应力图像30指示的第一应力正在作用时的关节24和骨骼22之间的位置关系。
发生器12G可以改变关节24和骨骼22之间的位置关系，由此生成与位置关系的变化对应的第一应力图像30和第一力学模型图像32。
例如，发生器12G控制第一计算器12B、构造器12E、第二计算器12C和第三计算器12F，以便计算在关节24和骨骼22之间的位置关系将由与关节24连接的两个骨骼22围绕关节24形成的角度(关节角度)从180°变为45°时作用于关节24上的第一应力。发生器12G从第三计算器12F中获取与每个关节角度对应的第一应力的分布。
让我们假定其中由第一获取器12A获取的时间序列的CT图像是通过改变关节角度(例如，关节角度从180°变为45°)而获得的图像的情形。在这种情况下，第一计算器12B、第二计算器12C、构造器12E和第三计算器12F使用由第一获取器12A获取的时间序列的CT图像来执行以上所描述的处理，由此计算出与每个关节角度对应的第一应力的分布。在这种情况下，发生器12G从第三计算器12F中获取与每个关节角度对应的第一应力的分布。
发生器12G生成与每个关节角度对应的第一应力图像30。显示控制器12H将包含由发生器12G生成的第一应力图像30的分析图像34显示在显示器14B上。发生器12G可以生成第一力学模型图像32，以生成包含第一应力图像30和第一力学模型图像32的分析图像34。
在这种情况下，显示控制器12H将分析图像34显示在显示器14B上，由此将例如图3至图5所示的分析图像34显示在显示器14B上。
图3是包括在由与关节24连接的两个骨骼22A和22B形成的角度(关节角度)近似为180°时的第一力学模型图像32A和第一应力图像30A的分析图像34A的示例的示意图。在图3所示的示例中，应力区42由在量规36中指示第一应力为“0”的色密度(3614)表示。
图4是包括在由与关节24连接的两个骨骼22A和22B形成的角度(关节角度)近似为120°时的第一力学模型图像32B和第一应力图像30B的分析图像34B的示例的示意图。在图4所示的示例中，在骨骼和关节之间的接触面上的应力区421由指示为“8×10-1”的第一应力的色密度361表示。应力区425由指示为“5.333×10-1”的第一应力的色密度365表示。应力区428由指示为“4.0×10-1”的第一应力的色密度368表示。定位于最外面的应力区4214由指示为“0”的第一应力的色密度3614表示。
在图4中，包含于分析图像34B内的第一力学模型图像32B指示由骨骼22A和骨骼22B形成的角度近似为120°。
图5是包括在由与关节24连接的两个骨骼22A和22B形成的角度(关节角度)近似为90°时的第一力学模型图像32C和第一应力图像30C的分析图像34C的示例的示意图。类似于图4，在图5所示的示例中的应力区42由与作用的第一应力的强度对应的各个色密度表示。与在图4中的应力区42内的色密度相比，在图5中的应力区42具有更大面积的更高的第一应力。
如上所述，发生器12G生成取决于关节24和骨骼22之间的位置关系的变化的第一应力图像30(第一应力图像30A、30B或30C)和第一力学模型图像32(第一力学模型图像32A、32B或32C)。显示控制器12H将取决于位置关系的变化的第一应力图像30(第一应力图像30A、30B或30C)和第一力学模型图像32(第一力学模型图像32A、32B或32C)显示在显示器14B上。
因而，图像分析装置10能够便于用户识别到取决于关节24和骨骼22之间的位置关系的变化的第一应力的强度以及在其上第一应力作用于骨骼和关节之间的接触面上的位置和范围。
当用户在输入单元14A上执行操作以输入关节角度时，发生器12G可以生成与所输入的关节角度对应的第一应力图像30和第一力学模型图像32。显示控制器12H可以将包括对应于所输入的关节角度而生成的第一应力图像30和第一力学模型图像32的分析图像34显示在显示器14B上。当用户在输入单元14A上执行操作以命令显示由位置关系的变化引起的分析图像时，显示控制器12H可以通过按照关节角度的降序或升序顺序切换的方式将对应于关节角度而生成的第一应力图像30和第一力学模型图像32显示在显示器14B上。
显示控制器12H可以将选择性地包括具有由用户指定的强度的第一应力的应力区42的第一应力图像30显示在显示器14B上。
例如，让我们假定这样的情形：在显示控制器12H正将分析图像34显示在显示器14B上的同时，用户经由输入单元14A发出指定第一应力具有由量规36指示的预先确定的强度的操作指令。接收器12D接收来自输入单元14A的指示由用户指定的第一应力的强度的信号。
在将包含第一应力图像30的分析图像34显示在显示器14B上的同时接收到来自输入单元14A的指示第一应力的强度的信号时，显示控制器12H在显示器14B上显示第一应力图像30，该第一应力图像30可选择性地仅指示在所显示的第一应力图像30中的各应力区42中具有指定强度的第一应力作用于其上的应力区42。
例如，让我们假定这样的情形：在图5所示的第一应力图像30C正被显示在显示器14B上的同时，用户经由输入单元14A发出操作指令，以指定具有指示在量规36中为“8×10-1”的第一应力的色密度361的显示区。在这种情况下，显示控制器12H将第一应力图像30D(参照图6)显示在显示器14B上。第一应力图像30D选择性地指示其中具有与颜色强度361对应的强度的为“8×10-1”的第一应力作用在骨骼和关节之间的接触面上的应力区421。
与其他区相比，显示控制器12H可以高亮显示具有由用户指定的强度的第一应力的应力区42。
显示控制器12H可以将选择性地包括落入由用户指定的强度范围内的第一应力的应力区42的第一应力图像30显示在显示器14B上。在这种情况下，显示控制器12H在显示器14B上显示选择性地包括落入由用户指定的强度范围内的第一应力作用于其上的应力区42的第一应力图像30。
下面描述由图像分析装置10执行的图像分析的过程。图7是由图像分析装置10执行的图像分析的过程的示例的流程图。
接收器12D确定它是否已经从输入单元14A处接收到分析指令(步骤S100)。例如，用户操作输入单元14A，由此命令图像分析或者显示分析图像。如果接收器12D从输入单元14A处接收到指示图像分析的信号，则接收器12D确定它已经接收到分析指令(在步骤S100处的是)。
如果接收器12D在步骤S100处作出肯定的判定(在步骤S100处的是)，则第一获取器12A获取CT图像(步骤S102)。
构造器12E根据在步骤S102处获取的CT图像来构造第一力学模型(步骤S104)。
第一计算器12B使用在步骤S102处获取的CT图像，由此计算连接于关节的骨骼之间的位置关系(步骤S106)。
第二计算器12C基于由第一计算器12B计算出的位置关系来计算肌肉作用于与关节连接的骨骼上的作用力(步骤S108)。
第三计算器12F基于由构造器12E在步骤S104处构造的第一力学模型以及由第二计算器12C在步骤S108处计算出的作用力来计算作用于关节上的第一应力(步骤S110)。
发生器12G生成指示在步骤S110处计算出的第一应力的第一应力图像(步骤S112)。根据本实施例的发生器12G生成包括如以上所述的第一应力图像的分析图像。
发生器12G将在步骤S112处生成的分析图像存储于存储器16内(步骤S114)。随后，本例程终止。在步骤S114处，发生器12G优选地按照与用于识别分析图像的标识信息关联的方式将在步骤S112处生成的分析图像存储于存储器16内。标识信息优选地包括例如在步骤S102处获取的CT图像中的被摄体的被摄体ID、拍摄CT图像的日期和时间、生成分析图像的日期和时间以及包含于CT图像内的关节的关节角度中的至少一项。例如，第一获取器12A将在CT图像中的被摄体的被摄体ID和拍摄CT图像的日期和时间连同CT图像一起获取。在这种情况下，发生器12G将被摄体ID以及获取的日期和时间用作标识信息。作为选择，发生器12G从第二计算器12C处接收在包含于分析图像中的第一应力图像内的关节的关节角度。在这种情况下，发生器12G将所接收的关节角度用作标识信息。
相比之下，如果接收器12D在步骤S100作出否定的判定(在步骤S100处的否)，则过程进行到步骤S116。例如，如果接收器12D从输入单元14A处接收到指示显示分析图像的信号，则接收器12D在步骤S100处作出否定的判定。接收器12D然后确定它是否已经接收到显示指令。例如，接收器12D确定它是否已经从输入单元14A接收到显示指令以显示分析图像。如果接收器12D在步骤S116处作出肯定的判定(在步骤S116处的是)，则过程进行到步骤S118。相比之下，如果接收器12D在步骤S116处作出否定的判定(在步骤S116处的否)，则本例程终止。
显示控制器12H读取存储于存储器16内的分析图像(步骤S118)。显示控制器12H然后执行控制，以将所读取的分析图像显示在显示器14B上(步骤S120)。随后，本例程终止。
在步骤S118处，显示控制器12H可以读取存储于存储器16内的分析图像的列表和与各自的分析图像对应的标识信息项的列表中的至少一个，并且将其显示在显示器14B上。用户操作输入单元14A，由此选择待显示的分析图像或者与待显示的分析图像对应的标识信息。如果接收器12D从输入单元14A接收到指示待显示的分析图像的信号或者指示标识信息的信号，则显示控制器12H可以从存储器16中读取与指示分析图像的所接收信号或者指示标识信息的所接收信号对应的分析图像，并且将分析图像显示在显示器14B上。
图7所示的图像分析的过程仅作为示例给出，并且由图像分析装置10执行的图像分析的过程并不限定于图7所示的顺序。图像分析装置10可以在执行步骤S106和步骤S108处的处理之后执行在步骤S104处的处理。作为选择，图像分析装置10可以并行地执行在步骤S104处的处理以及在步骤S106和步骤S108处的处理。
如上所述，根据本实施例的图像分析装置10包括第一获取器12A、构造器12E、第一计算器12B、第二计算器12C和第三计算器12F。第一获取器12A获取与被摄体的关节以及连接于该关节的骨骼相关的图像。构造器12E根据该图像来构造骨骼和关节的三维形状以及骨骼和关节的负荷和形变之间的关系特性。第一计算器12B计算连接于关节的骨骼之间的位置关系。第二计算器12C基于该位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。第三计算器12F基于骨骼和关节的三维形状、负荷和形变之间的关系特性以及作用力来计算作用于关节上的第一应力。
如上所述，根据本实施例的图像分析装置10使用肌肉作用于与关节连接的骨骼上的作用力以及第一力学模型来计算作用于关节上的第一应力。因而，根据本实施例的图像分析装置10能够在对肌肉的作用力予以考虑的情况下计算作用于关节上的应力。
根据本实施例的图像分析装置10能够准确计算作用于被摄体的关节上的应力。
根据本实施例的图像分析装置10包含第一获取器12A、构造器12E、第一计算器12B、第二计算器12C、第三计算器12F和显示控制器12H。第一获取器12A获取与被摄体的关节以及连接于该关节的骨骼相关的图像。构造器12E根据该图像来构造骨骼和关节的三维形状以及骨骼及关节的负荷和形变之间的关系特性。第一计算器12B计算连接于关节的骨骼之间的位置关系。第二计算器12C基于该位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。第三计算器12F基于骨骼和关节的三维形状、负荷和形变之间的关系特性以及作用力来计算作用于关节上的第一应力。显示控制器12H将指示第一应力的第一应力图像显示在显示器上。
第二实施例
本实施例进一步计算作用于人工关节上的第二应力。本实施例对人工关节结构建模。
图8是根据本实施例的图像分析装置11A的配置图。图像分析装置11A与外部装置18连接。外部装置18与根据第一实施例的外部装置相同。
图像分析装置11A包含控制器13、UI14、存储器16和建模器15。UI14、存储器16、建模器15和外部装置18按照向其发送以及从其接收数据和信号的方式连接至控制器13。
UI14和存储器16与根据第一实施例的UI和存储器相同。
建模器15是产生三维建模的对象的已知装置。建模器15只需要能够对三维建模的对象建模。建模器15可以采用例如熔融沉积建模系统或粘结剂喷射系统。
由根据本实施例的建模器15用于建模的材料优选地满足人的骨骼、关节和软骨的力学特性的范围。
控制器13控制图像分析装置11A。控制器13包含第一获取器12A、第一计算器13B、第二计算器13C、第一控制器13D、接收器12D、构造器12E、第三计算器12F、第二获取器13E、第四计算器13F、发生器13G、显示控制器13H和建模控制器13I。
第一获取器12A、第一计算器13B、第二计算器13C、第一控制器13D、接收器12D、构造器12E、第三计算器12F、第二获取器13E、第四计算器13F、发生器13G、显示控制器13H和建模控制器13I中的一部分或全部可以由诸如CPU的处理器执行计算机程序来提供，也就是，作为软件。作为选择，它们中的一部分或全部可以作为诸如IC的硬件或者软件和硬件的结合来提供。
第一获取器12A、接收器12D、构造器12E和第三计算器12F与根据第一实施例的那些部件相同。第一获取器12A、接收器12D、构造器12E和第三计算器12F将以简化的方式解释。
第一获取器12A获取与被摄体的关节以及连接于该关节的骨骼相关的图像(在本实施例中的CT图像)。第一获取器12A将所获取的CT图像输出到第一计算器13B和构造器12E。
构造器12E根据由第一获取器12A获取的CT图像来构造第一力学模型。
类似于根据第一实施例的第一计算器12B，第一计算器13B使用接收自第一获取器12A的CT图像来计算在连接于关节的骨骼之间的位置关系，由此生成肌肉骨骼模型。如上所述，位置关系包括例如由与关节连接的骨骼围绕关节形成的角度(关节角度)、以骨骼为中心的坐标系、惯性矩、骨骼的质量和肌肉雅可比阵。如同在第一实施例中所描述的那样，惯性矩、骨骼的质量和肌肉雅可比阵的标准值可以由控制器13预先计算出并存储于存储器16内。第一计算器13B可以使用存储于存储器16内的惯性矩、骨骼的质量和肌肉雅可比阵。
根据本实施例的第一计算器13B从由第一获取器12A获取的CT图像中提取肌肉。第一计算器13B从CT图像中提取具有软组织(肌肉)的CT值的区域，由此提取肌肉区。第一计算器13B进一步基于在所提取的肌肉区中的包括骨骼上的起始部分和结束部分在内的肌肉的特征点来计算出指示肌肉的长度的特征。
第一计算器13B将肌肉的三维形状布置于指示关节和骨骼的三维形状的骨骼-关节形状模型上。第一计算器13B将所计算出的位置关系添加到所获得的骨骼-关节形状模型，由此生成肌肉骨骼模型。第一计算器13B将指示肌肉的长度的特征设置于与肌肉骨骼模型中的肌肉对应的位置。
第二计算器13C基于由第一计算器13B计算出的位置关系以及指示肌肉的长度的特征来计算肌肉作用于与关节连接的骨骼上的作用力。
根据本实施例的第二计算器13C计算出与骨骼耦接的肌肉的肌张力、作用于关节上的力矩以及附着于骨骼的软组织的负荷和形变之间的关系特性中的至少一个，作为作用力。附着于骨骼的软组织的负荷和形变之间的关系特性例如是附着于骨骼的软组织(例如，肌腱和软骨)的硬度。
特别地，类似于根据第一实施例的第二计算器12C，第二计算器13C使用由第一计算器13B计算出的位置关系和特征来执行逆动态计算，由此计算出肌肉作用于关节上的作用力。
特别地，第二计算器13C与根据第一实施例的第二计算器12C类似地计算与连接于关节的骨骼耦接的肌肉的肌张力以及作用于关节上的力矩。
根据本实施例的第二计算器13C使用指示肌肉的长度的特征来执行逆动态计算，由此计算出附着于骨骼的软组织的负荷和形变之间的关系特性(例如，肌腱和软骨的硬度)。第二计算器13C可以通过读取预先存储于存储器16内的标准硬度(附着于骨骼的软组织的负荷和形变之间的关系特性)来计算出附着于骨骼的软组织的负荷和形变之间的关系特性。
如上所述，第二计算器13C执行基于由第一计算器13B计算出的位置关系和特征的逆动态计算。因而，第二计算器13C计算肌肉作用于关节上的作用力(肌张力、作用于关节上的力矩以及附着于骨骼的软组织的负荷和形变之间的关系特性)。
第三计算器12F基于由构造器12E构造的第一力学模型以及由第二计算器13C计算出的作用力来计算作用于关节上的第一应力。换言之，第三计算器12F类似于第一实施例那样计算骨骼和关节之间的接触面上的每个单元(在FEM中的每个单元)的第一应力。
第二获取器13E获取人工关节模型。人工关节模型指示人工关节的三维形状以及人工关节关于骨骼的布置位置。人工关节模型还可以包括例如人工关节的硬度的参数。
第二获取器13E从例如输入单元14A处获取人工关节模型。例如，用户操作输入单元14A，由此输入人工关节的三维形状和布置位置。图像分析装置11A可以响应于由用户在输入单元14A上执行的操作而使用已知的图像创建软件等生成人工关节的三维形状和布置位置。第二获取器13E从输入单元14A获取人工关节模型。人工关节模型可以预先存储于存储器16内。在这种情况下，第二获取器13E可以从存储器16中获取人工关节模型。显示控制器13H可以将存储于存储器16内的人工关节模型的列表显示在显示器14B上。当用户经由输入单元14A发出操作指令，以从所显示的人工关节模型列表中选择期望的人工关节模型时，第二获取器13E可以获取所选择的人工关节模型。
图9示出了人工关节模型23的示例。人工关节模型23包括例如附着于骨骼22C的人工关节23C(参照图9中的(A))和附着于骨骼22D的人工关节23D(参照图9中的(B))的三维形状。例如，人工关节23C和人工关节23D在图9中的(C)所示的布置位置处分别布置于骨骼22C和骨骼22D上。
用户操作输入单元14A，由此输入人工关节模型23的三维形状以及人工关节关于骨骼22的布置位置。因而，第二获取器13E获取人工关节模型。
在人工关节模型23中的人工关节的三维形状和布置位置能够通过由用户经由输入单元14A发出的操作指令适当改变。
返回去参照图8，第四计算器13F从由构造器12E构造的第一力学模型中去除关节的形状模型。第四计算器13F将关节的形状模型替换为由第二获取器13E获取的人工关节模型，由此构造第二力学模型。第四计算器13F基于所构造的第二力学模型以及由第二计算器13C计算出的作用力来计算作用于人工关节上的第二应力。
特别地，第四计算器13F从包含于第一力学模型内的指示骨骼和关节的三维形状的骨骼-关节形状模型中去除指示关节的三维形状的形状模型。第四计算器13F然后将由人工关节模型指示的人工关节的三维形状布置于由在关节的形状模型被从其中去除的骨骼-关节形状模型中的人工关节模型指示的布置位置。因而，第四计算器13F构造出第二力学模型。
类似于第三计算器12F，第四计算器13F基于第二力学模型以及由第二计算器13C计算出的作用力来计算在骨骼和人工关节之间的接触面上的每个单元(在FEM中的每个单元)的第二应力。
让我们假定接收器12D接收到改变人工关节的三维形状和布置位置中的至少一项的改变指令的情形。在这种情况下，第四计算器13F通过将指示由所接收的改变指令改变的人工关节的三维形状和布置位置中的至少一项的人工关节模型添加到第一力学模型来重新构造第二力学模型。换言之，第四计算器13F通过响应于由接收器12D接收到的改变指令来改变人工关节的三维形状和布置位置中的至少一项来重新构造第二力学模型。类似于第三计算器12F，第四计算器13F然后基于所重新构造的第二力学模型以及由第二计算器13C计算出的作用力来计算第二应力。
第一控制器13D控制接收器12D和第四计算器13F，以便使接收改变指令和基于所接收的改变指令计算第二应力按这样的顺序重复执行，直到由第四计算器13F计算出的第二应力变为低于由第三计算器12F计算出的第一应力。
例如，第一控制器13D重复控制接收器12D和第四计算器13F，直到为在骨骼和人工关节之间的接触面上的所有单元计算出的第二应力变为低于与各自单元对应的第一应力。第一控制器13D可以重复控制接收器12D和第四计算器13F，直到为在骨骼和人工关节之间的接触面上的所有单元中的至少一个计算出的第二应力变为低于与该单元对应的第一应力。
其中第二应力低于第一应力的状态意指其中人工关节的使用会降低作用于关节上的应力的状态。
建模控制器13I控制由建模器15执行的建模。根据本实施例的建模控制器13I控制建模器15，以便在第二应力低于第一应力时对与包含于用于计算第二应力的第二力学模型中的人工关节模型对应的三维人工关节结构进行建模。
因而，建模器15在建模控制器13I的控制之下对具有降低的应力作用于关节上的三维人工关节结构进行建模。
当第二应力低于第一应力时，建模控制器13I可以控制建模器15，以便对骨骼的三维骨骼结构和三维人工关节结构两者建模。三维骨骼结构对应于包含于用于计算第二应力的第二力学模型中的骨骼-关节形状模型(不包含关节的三维形状)，而三维人工关节结构对应于人工关节模型。
发生器13G生成包含第一应力图像和第二应力图像的分析图像。
如同在第一实施例中所描述的那样，第一应力图像指示由第三计算器12F计算出的作用于关节上的第一应力。换言之，第一应力图像指示在其上第一应力作用于在被摄体的骨骼和关节之间的接触面上并具有与第一应力的强度对应的色密度的应力区。类似于第一实施例，色密度指示颜色和密度中的至少一项。
第二应力图像指示由第四计算器13F计算出的作用于人工关节上的第二应力。换言之，第二应力图像指示在其上第二应力作用于在被摄体的骨骼与人工关节之间的接触面上并具有与第二应力的强度对应的色密度的应力区。
发生器13G优选地生成指示比由第三计算器12F计算出的第一应力低的第二应力的图像作为第二应力图像，该第二应力由第四计算器13F计算出。
显示控制器13H执行控制以将包括由发生器13G生成的第一应力图像30和第二应力图像52的分析图像51显示在显示器14B上(参照图10至14)。
图10是分析图像51的示例的示意图。分析图像51包含例如第一应力图像30和第二应力图像52。
如同在第一实施例中所描述的那样，第一应力图像30指示骨骼图像40以及在其上第一应力作用于在骨骼和关节之间的接触面上并具有与作用的第一应力的强度对应的色密度的应力区42。第一应力图像30还可以包含指示与第一应力的强度对应的色密度的量规36。
第二应力图像52指示骨骼图像40以及在其上第二应力作用于在骨骼和人工关节之间的接触面上并具有与作用的第二应力的强度对应的色密度的应力区43。第二应力图像52还可以包含指示与第二应力的强度对应的色密度的量规37。
如上所述，图像分析装置11A将包含第一应力图像30和第二应力图像52的分析图像51显示在显示器14B上。因而，图像分析装置11A能够将在手术之前(在插入人工关节之前)作用于关节上的应力与在手术之后(在插入人工关节之后)作用于人工关节上的应力一起并排地显示。
图11是分析图像51的另一个模式的示意图。分析图像51还可以包括指示第一力学模型的第一力学模型图像32以及指示第二力学模型的第二力学模型图像35中的至少一个。
如同在第一实施例中所描述的那样，第一力学模型图像32包含形状模型图像44和量规38。
当作用于骨骼和关节之间的接触面上的第一应力的分布和强度为由包含于同一分析图像51内的第一应力图像30指示的第一应力的分布和强度时，形状模型图像44以三维的方式指示在骨骼22(22A和22B)与关节24之间的位置关系。
量规38是按照与对应于各自的色密度的关系特性的值关联的方式显示与负荷和形变之间的关系特性的强度对应的色密度的列表的图像。形状模型图像44设置有与负荷和形变之间的关系特性的值对应的色密度。
第二力学模型图像35包含形状模型图像45和量规39。
当作用于骨骼和人工关节之间的接触面上的第二应力的分布和强度为由包含于同一分析图像51内的第二应力图像52指示的第二应力的分布和强度时，形状模型图像45以三维的方式指示在骨骼22(22A和22B)与人工关节25之间的位置关系。
量规39是按照与对应于各自的色密度的关系特性的值关联的方式显示与负荷和形变之间的关系特性的强度对应的色密度的列表的图像。形状模型图像45设置有与负荷和形变之间的关系特性的值对应的色密度。
发生器13G生成包括第一应力图像30、第一力学模型图像32、第二应力图像52和第二力学模型图像35的分析图像51。因而，显示器14B显示例如图11所示的分析图像51A。
发生器13G可以改变关节24和骨骼22之间的以及人工关节25和骨骼22之间的位置关系，由此生成与位置关系变化对应的第一应力图像30、第一力学模型图像32、第二应力图像52和第二力学模型图像35。
例如，发生器13G控制第一计算器13B、构造器12E、第二计算器13C、第三计算器12F、第二获取器13E、第四计算器13F和第一控制器13D，以便在关节24和骨骼22之间的以及人工关节25和骨骼22之间的位置关系将关节角度从180°变为45°时计算出作用于关节24上的第一应力和作用于人工关节25上的第二应力。发生器13G从第三计算器12F中获取与每个关节角度对应的第一应力的分布。发生器13G还从第四计算器13F中获取与每个关节角度对应的第二应力的分布。
让我们假定由第一获取器12A获取的时间序列的CT图像是通过改变关节角度(例如，关节角度从180°变为45°)而获得的图像的情形。在这种情况下，第一计算器13B、构造器12E、第二计算器13C、第三计算器12F、第二获取器13E、第四计算器13F和第一控制器13D使用由第一获取器12A获取的时间序列的CT图像来执行以上所描述的处理，由此计算与每个关节角度对应的第一应力的分布和第二应力的分布。在这种情况下，发生器13G从第三计算器12F中获取与每个关节角度对应的第一应力的分布，并且从第四计算器13F中获取与每个关节角度对应的第二应力的分布。
发生器13G生成与每个关节角度对应的第一应力图像30和第二应力图像52。显示控制器13H将包括由发生器13G生成的第一应力图像30和第二应力图像52的分析图像51显示在显示器14B上。发生器13G可以生成第一力学模型图像32和第二力学模型图像35，以生成包括第一应力图像30、第一力学模型图像32、第二应力图像52和第二力学模型图像35的分析图像51。
在这种情况下，显示控制器13H将分析图像51显示在显示器14B上，由此将例如图11至图13所示的分析图像51显示在显示器14B上。
图11是包括在关节角度近似为180°时的第一力学模型图像32A、第一应力图像30A、第二应力图像52A和第二力学模型图像35A的分析图像51A的示例的示意图。在图11所示的示例中，应力区42由量规36中指示为“0”的第一应力的色密度(3614)表示。应力区43由指示为“0”的第二应力的色密度(3714)表示。
图12是包括在关节角度近似为120°时的第一力学模型图像32B、第一应力图像30B、第二应力图像52B和第二力学模型图像35B的分析图像51B的示例的示意图。
在图12所示的示例中，在骨骼和关节之间的接触面上的应力区421由指示为“8×10-1”的第一应力的色密度361表示。应力区425由指示为“5.333×10-1”的第一应力的色密度365表示。应力区428由指示为“4.0×10-1”的第一应力的色密度368表示。定位于最外面的应力区4214由指示为“0”的第一应力的色密度3614表示。
在图12所示的示例中，在骨骼和人工关节之间的接触面上的应力区431由指示为“8×10-1”的第二应力的色密度371表示。应力区435由指示为“5.333×10-1”的第二应力的色密度375表示。应力区438由指示为“4.0×10-1”的第二应力的色密度378表示。定位于最外面的应力区4314由指示为“0”的第二应力的色密度3714表示。
如图12所示，在第二应力图像52B中的第二应力作用于其上的应力区43与在第一应力图像30B中的第一应力作用于其上的应力区42相比具有更低的作用应力强度以及更高应力作用于其上的更小区域。在图12中，包含于分析图像51B中的第一力学模型图像32B和第二力学模型图像35B指出由骨骼22A和骨骼22B形成的角度近似为120°。
图13是包括在关节角度近似为90°时的第一力学模型图像32C、第一应力图像30C、第二应力图像52C和第二力学模型图像35C的分析图像51C的示例的示意图。类似于图12，在图13所示的示例中的应力区42由与作用的第一应力的强度对应的各个色密度表示，并且应力区43由与作用的第二应力的强度对应的各个色密度表示。与在图12中的应力区42和应力区43内的色密度相比，在图13中的应力区42具有更大面积的更高的第一应力，并且在图13中的应力区43具有更大面积的更高的第二应力。
在图13中，包含于分析图像51C中的第一力学模型图像32C和第二力学模型图像35C指示由骨骼22A和骨骼22B形成的角度近似为90°。
如上所述，发生器13G根据关节24和骨骼22之间的位置关系的变化而生成第一应力图像30(第一应力图像30A、30B或30C)和第二应力图像52(第二应力图像52A、52B或52C)。因而，图像分析装置11A能够便于用户识别到每个强度的第一应力作用于骨骼和关节之间的接触面上的位置和范围以及每个强度的第二应力作用于骨骼和人工关节之间的接触面上的位置和范围。
类似于根据第一实施例的显示控制器12H，显示控制器13H可以将选择性地包括具有由用户指定的强度的第一应力的应力区42的第一应力图像30以及选择性地包括具有由用户指定的强度的第二应力的应力区43的第二应力图像52显示在显示器14B上。
类似于根据第一实施例的显示控制器12H，显示控制器13H可以将选择性地包括落入由用户指定的强度范围内的第一应力的应力区42的第一应力图像30以及选择性地包括落入由用户指定的强度范围内的第二应力的应力区43的第二应力图像52显示在显示器14B上。
下面描述由图像分析装置11A执行的图像分析的过程。图14是由图像分析装置11A执行的图像分析的过程的示例的流程图。
接收器12D确定它是否已经从输入单元14A处接收到分析指令(步骤S200)。例如，用户操作输入单元14A，由此命令进行图像分析、显示分析图像或者建模。如果接收器12D从输入单元14A接收到指示进行图像分析的信号，则接收器12D确定它已经接收到分析指令(在步骤S200处的是)。
如果接收器12D在步骤S200处作出肯定的判定(在步骤S200处的是)，则第一获取器12A获取CT图像(步骤S202)。
构造器12E根据在步骤S202处获取的CT图像来构造第一力学模型(步骤S204)。
第一计算器13B使用在步骤S202处获取的CT图像，由此计算在连接于关节的多个骨骼之间的位置关系(步骤S206)。
第一计算器13B根据在步骤S202处获取的CT图像来提取肌肉(步骤S208)。第一计算器13B基于包括骨骼上的起始部分和结束部分在内的所提取的肌肉的特征点来计算指示肌肉的长度的特征(步骤S210)。第一计算器13B将肌肉的三维形状布置于指示关节和骨骼的三维形状的骨骼-关节形状模型上，并且将所计算出的位置关系添加到所获得的骨骼-关节形状模型，由此生成肌肉骨骼模型。第一计算器13B将指示肌肉的长度的特征设置于与肌肉骨骼模型中的肌肉对应的位置。
第二计算器13C基于由第一计算器13B计算出的位置关系以及指示肌肉的长度的特征来计算肌肉作用于与关节连接的骨骼上的作用力(步骤S212)。
第三计算器12F基于由构造器12E在步骤S204处构造出的第一力学模型以及由第二计算器13C在步骤S212处计算出的作用力来计算作用于关节上的第一应力(步骤S214)。
发生器13G生成指示在步骤S214处计算出的第一应力的第一应力图像(步骤S216)。在步骤S216，发生器13G还可以生成与第一应力图像对应的第一力学模型图像。
发生器13G将所生成的第一应力图像存储于存储器16内(步骤S218)。在步骤S218处，发生器13G优选地按照与用于识别第一应力图像的标识信息关联的方式将在步骤S216处生成的第一应力图像存储于存储器16内。例如，标识信息优选地包括在步骤S202处获取的CT图像中的被摄体的被摄体ID、拍摄CT图像的日期和时间、生成分析图像的日期和时间以及包含于CT图像内的关节的关节角度中的至少一项。
第二获取器13E获取通过由用户经由输入单元14A执行操作而输入的人工关节模型(步骤S220)。
第四计算器13F从由构造器12E在步骤S204处构造的第一力学模型中去除关节的形状模型。第四计算器13F将关节的形状模型替换为由第二获取器13E在步骤S220处获得的人工关节模型，由此构造出第二力学模型(步骤S222)。第四计算器13F基于所构造的第二力学模型以及由第二计算器13C在步骤S212处计算出的作用力来计算作用于人工关节上的第二应力(步骤S224)。
第一控制器13D确定在步骤S224处计算出的第二应力是否低于在步骤S214处计算出的第一应力(步骤S226)。
如果第二应力等于或高于第一应力(在步骤S226处的否)，则过程进行到步骤S232。在步骤S232处，第一控制器13D重复作出否定的判定，直到接收器12D接收到改变人工关节的三维形状和布置位置中的至少一项的改变指令(在步骤S232处的否)。在步骤S232处，例如，第一控制器13D控制显示控制器13H，由此将用于改变人工关节的三维形状和布置位置中的至少一项的改变指令的接收屏幕显示在显示器14B上。例如，用户在参考接收屏幕的同时操作输入单元14A，由此输入改变人工关节的三维形状和布置位置中的至少一项的改变指令。因而，接收器12D接收改变指令。
如果第一控制器13D在步骤S232处作出肯定的判定(在步骤S232处的是)，则过程进行到步骤S234。在步骤S234处，第四计算器13F响应于由接收器12D在步骤S232处接收到的改变指令而改变人工关节的三维形状和布置位置中的至少一项(步骤S234)。第四计算器13F重新构造由该改变引起的第二力学模型(步骤S236)。第四计算器13F基于在步骤S236处重新构造的第二力学模型以及由第二计算器13C在步骤S212处计算出的作用力来计算第二应力(步骤S237)。该过程返回到步骤S226。
第一控制器13D控制接收器12D和第四计算器13F，以便重复执行从步骤S226到步骤S237的处理，直到由第四计算器13F计算出的第二应力变为低于由第三计算器12F计算出的第一应力(在步骤S226处的是)。如果第一控制器13D在步骤S226处作出肯定的判定(在步骤S226处的是)，则过程进行到步骤S228。
在步骤S228处，发生器13G生成指示在步骤S226处被确定为低于第一应力的第二应力的第二应力图像(步骤S228)。在步骤S228处，发生器13G还可以生成与第二应力图像对应的第二力学模型图像。
发生器13G将所生成的第二应力图像存储在存储器16内(步骤S230)。随后，本例程终止。在步骤S230处，发生器13G优选地按照与在步骤S218处用于存储第一应力图像的标识信息关联的方式将在步骤S228处生成的第二应力图像存储在存储器16内。
相比之下，如果接收器12D在步骤S200处作出否定的判定(在步骤S200处的否)，则过程进行到步骤S238。在步骤S238处，接收器12D确定它是否已经从输入单元14A接收到指示显示分析图像的显示指令的信号。
如果接收器12D确定它已经接收到指示显示分析图像的显示指令的信号(在步骤S238处的是)，则过程进行到步骤S240。
在步骤S240处，显示控制器13H读取存储于存储器16内的分析图像(步骤S240)。显示控制器13H执行控制以将所读取的分析图像(包含第一应力图像30和第二应力图像52)显示在显示器14B上(步骤S242)。随后，本例程终止。
相比之下，接收器12D在步骤S238处作出否定的判定(在步骤S238处的否)，过程进行到步骤S244。在步骤S244处，接收器12D确定它是否已经从输入单元14A接收到建模指令。如果接收器12D确定它已经接收到建模指令(在步骤S244处的是)，则过程进行到步骤S246。
在步骤S246处，建模控制器13I控制建模器15，以便在第二应力低于第一应力时对与包含于用于计算第二应力的第二力学模型中的人工关节模型对应的三维人工关节结构进行建模(步骤S246)。随后，本例程终止。因而，建模器15在建模控制器13I的控制之下对具有降低的应力作用于关节上的三维人工关节结构进行建模。
在步骤S246处，显示控制器13H可以将存储于存储器16内的第二应力图像的列表显示在显示器14B上。当用户操作输入单元14A以选择所期望的第二应力图像时，建模控制器13I可以控制建模器15以便对与包含于用于计算由所选择的第二应力图像指示的第二应力的第二力学模型中的人工关节模型对应的人工关节结构进行建模。
如果接收器12D在步骤S244处作出否定的判定(在步骤S244处的否)，则本例程终止。
如上所述，根据本实施例的图像分析装置11A包含第一获取器12A、构造器12E、第一计算器13B、第二计算器13C、第三计算器12F、第二获取器13E和第四计算器13F。
第一获取器12A获取与被摄体的关节以及连接于该关节的骨骼相关的图像。构造器12E根据该图像来构造指示骨骼和关节的三维形状以及骨骼及关节的负荷和形变之间的关系特性的第一力学模型。第一计算器13B计算在连接于关节的骨骼之间的位置关系。第二计算器13C基于该位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。第三计算器12F基于第一力学模型和作用力来计算作用于关节上的第一应力。第二获取器13E获取指示人工关节的三维形状和布置位置的人工关节模型。第四计算器13F基于通过给第一力学模型添加人工关节模型而获得的第二力学模型且基于作用力来计算作用于人工关节上的第二应力。
如上所述，根据本实施例的图像分析装置11A类似于第一实施例那样使用肌肉作用于与关节连接的骨骼上的作用力以及第一力学模型来计算作用于关节上的第一应力。因而，根据本实施例的图像分析装置11A能够在对肌肉的作用力予以考虑的情况下计算作用于关节上的应力。
根据本实施例的图像分析装置11A进一步基于作用力和人工关节模型来计算作用于人工关节上的第二应力。
根据本实施例的图像分析装置11A能够准确计算作用于被摄体的关节上的应力以及在人工关节的布置之前和之后的应力(第一应力和第二应力)。因而，根据本实施例的图像分析装置11A适合用于例如在布置人工关节的手术之前执行的模拟。
第三实施例
本实施例获取通过拍摄在被摄体内处于具有施加于其上的负荷的第一负荷状态下的包含待分析的关节的部位而获得的图像以及通过拍摄处于具有施加于其上的比第一负荷状态中的负荷小的负荷的第二负荷状态下的部位而获得的图像。
第一负荷状态是其中预定的负荷被施加于被摄体内包含待分析的关节的部位的状态。第二负荷状态是其中比在第一负荷状态中的负荷小的负荷被施加于被摄体内包含待分析的关节的部位的状态。
在第一负荷状态下施加的负荷并不限定于一种类型的负荷，而可以是具有不同值的多种类型的负荷。与此类似，在第二负荷状态下施加的负荷并不限定于一种类型的负荷，而可以是具有不同值的多种类型的负荷。第二负荷状态包括其中没有施加负荷的状态(即，其中施加为“0”的负荷的状态)。
图15是根据本实施例的图像分析装置11B的配置图。图像分析装置11B与外部装置60连接。外部装置60拍摄被摄体以提供待由图像分析装置11B分析的图像。图像分析装置11B可以包含外部装置60。
图16是外部装置60的示例的示意图。外部装置60包含拍摄单元60A、支撑件62、驱动器60B、通信单元60C、控制器60D、固定单元66、负荷施加单元64、压力传感器65和引导部件63。控制器60D控制外部装置60。控制器60D按照向其发送以及从其接收数据和信号的方式连接至拍摄单元60A、驱动器60B、通信单元60C和压力传感器65。
支撑件62是用于支撑被摄体H的卧榻。支撑件62设置有沿着支撑件62的纵向方向延伸的引导部件63。引导部件63设置有驱动器60B和负荷施加单元64。负荷施加单元64能够沿着引导部件63的纵向方向被移动。驱动器60B使负荷施加单元64在引导部件63的纵向方向上往复运动。固定单元66固定于支撑件62上。
例如，让我们假定被摄体H躺在支撑件62上的情形。固定单元66固定于例如被摄体H的腰部。当负荷施加单元64在控制器60D的控制下沿着引导部件63在接近固定单元66的方向上被移动时，负荷被施加于被摄体H上。施加于被摄体H的负荷由压力传感器65进行检测。当负荷施加单元64在控制器60D的控制下沿着引导部件63在远离固定单元66的方向上被移动时，被摄体H得以从载荷状态中被释放。被摄体H、固定单元66和负荷施加单元64的位置被预先调整，使得在被摄体H内包含待分析的区域的部位(例如，膝盖)被定位于固定单元66和负荷施加单元64之间。
拍摄单元60A提供CT图像或MR图像。拍摄单元60A能够通过驱动机构(未示出)在支撑件62的纵向方向上被移动。因而，拍摄单元60A能够在控制器60D的控制下提供通过拍摄在被摄体H内处于负荷至少被施加于其上的第一负荷状态下的待分析区域而获得的图像以及通过拍摄处于负荷至少被施加于其上的第二负荷状态下的该区域而获得的图像。
通信单元60C与图像分析装置11B的控制器17通信。通信单元60C将由拍摄单元60A获得的图像(例如，CT图像)发送给图像分析装置11B。
返回去参照图15，图像分析装置11B包含控制器17、UI14、存储器16和建模器15。UI14、存储器16、建模器15和外部装置60按照向其发送以及从其接收数据和信号的方式连接至控制器17。
UI14、存储器16和建模器15与根据第二实施例的那些相同。
控制器17控制图像分析装置11B。控制器17包含第一获取器17A、第二控制器17B、第一计算器13B、第二计算器17C、第一控制器13D、接收器12D、构造器12E、第三计算器12F、第二获取器13E、第四计算器13F、发生器13G、显示控制器13H和建模控制器13I。
第一获取器17A、第二控制器17B、第一计算器13B、第二计算器17C、第一控制器13D、接收器12D、构造器12E、第三计算器12F、第二获取器13E、第四计算器13F、发生器13G、显示控制器13H和建模控制器13I中的一部分或全部可以由诸如CPU的处理器执行计算机程序来提供，也就是，作为软件。作为选择，它们中的一部分或全部可以作为诸如IC的硬件或者软件和硬件的结合来提供。
第一计算器13B、第一控制器13D、接收器12D、构造器12E、第三计算器12F、第二获取器13E、第四计算器13F、发生器13G、显示控制器13H和建模控制器13I与根据第二实施例的那些相同。
第一获取器17A获取与被摄体的关节以及连接于该关节的骨骼相关的图像(在本实施例中的CT图像)。根据本实施例的第一获取器17A从外部装置60中获取通过拍摄在被摄体内处于第二负荷状态下的包含待分析关节的部位而获得的CT图像(称为第一图像)以及通过拍摄处于第一负荷状态下的该部位而获得的CT图像(称为第二图像)。
下面描述其中第二负荷状态为没有施加负荷的状态的示例。如上所述，第二负荷状态只需要是施加比第一负荷状态中的负荷小的负荷的状态，而并不限定于此示例。
第二控制器17B控制外部装置60，以便提供通过拍摄在被摄体内处于没有负荷施加于其上的状态(第二负荷状态)下的包含待分析关节的部位而获得的第一图像以及通过拍摄处于负荷被施加于其上的状态(第一负荷状态)下的该部位而获得的第二图像。第二控制器17B可以调整负荷的大小，由此控制外部装置60，以便提供通过拍摄处于多种第二负荷状态下的该部位而获得的多个第一图像和通过拍摄处于施加多种类型的负荷的状态(多种第一负荷状态)下的该部位而获得的多个第二图像。
当从第二控制器17B接收到拍摄指令时，外部装置60的控制器60D控制驱动器60B和拍摄单元60A，以便执行在其中没有负荷被施加于被摄体H上的状态(第二负荷状态)下的拍摄。因而，控制器60D获得第一图像。控制器60D还控制驱动器60B和拍摄单元60A，以便执行在其中负荷被施加于被摄体H上的状态(第一负荷状态)下的拍摄，由此获得第二图像。
例如，其中负荷被施加的状态为其中压力传感器65检测到预定的压力(负荷)的状态。控制器60D控制驱动器60B，以便使负荷施加单元64在接近固定单元66的方向上移动，直到压力传感器65检测到该压力。当该压力被检测到时，控制器60D控制拍摄单元60A，以便执行拍摄。除了施加于关节上的负荷外，控制器60D还可以控制关节的运动范围。除了压力传感器外，控制器60D可以使用能够直接测量负荷的装置(例如，负荷传感器(loadcell))来检测该负荷。
控制器60D将所获得的图像用作第二图像。控制器60D控制驱动器60B，以便使负荷施加单元64在远离固定单元66的方向上移动，直到由压力传感器65检测到的压力变为“0”。当检测到为“0”的压力时，控制器60D控制拍摄单元60A，以便执行拍摄。控制器60D将所获得的图像用作第一图像。通信单元60C将所获得的第一图像和所获得的第二图像发送给图像分析装置11B。因而，第一获取器17A获取第一图像和第二图像。
第一计算器13B、第一控制器13D、接收器12D、构造器12E、第三计算器12F、第二获取器13E、第四计算器13F、发生器13G、显示控制器13H和建模控制器13I将第一图像(通过在没有负荷被施加的第二负荷状态下的拍摄而获得的图像)用作CT图像来执行与第二实施例中的处理相同的处理。
第二计算器17C使用由第一计算器13B计算出的位置关系和指示肌肉长度的特征以及由压力传感器65获取的压力(即，在拍摄时施加的负荷)来计算肌肉作用于与关节连接的骨骼上的作用力。
根据本实施例的第二计算器17C计算与骨骼耦接的肌肉的肌张力、作用于关节上的力矩以及附着于骨骼的软组织的负荷和形变之间的关系特性中的至少一项，作为作用力。例如，附着于骨骼的软组织的负荷和形变之间的关系特性是附着于骨骼的软组织(例如，肌腱和软骨)的硬度。
特别地，类似于根据第一实施例的第二计算器12C，第二计算器17C使用由第一计算器13B计算出的位置关系和特征来执行逆动态计算，由此计算出肌肉作用于关节上的作用力。
根据第二实施例的第二计算器13C可以通过读取预先存储于存储器16内的标准硬度(附着于骨骼的软组织的负荷和形变之间的关系特性)来计算附着于骨骼的软组织的负荷和形变之间的关系特性(例如，肌腱和软骨的硬度)。
相比之下，根据本实施例的第二计算器17C使用由第一获取器17A获取的第一图像和第二图像来计算附着于骨骼的软组织的负荷和形变之间的关系特性。
例如，第二计算器17C使用从第一图像中提取出的软组织的长度、从第二图像中提取出的软组织的长度以及在拍摄第二图像时由外部装置60施加的负荷来执行已知的计算。因而，第二计算器17C计算出附着于骨骼的软组织的负荷和形变之间的关系特性。
让我们假定第一获取器17A获取通过在施加不同的负荷的情况下执行拍摄而获得的多个第二图像的情形。在这种情况下，第二计算器17C使用从第一图像中提取出的软组织的长度、从各个第二图像中提取出的软组织的长度以及在拍摄各个第二图像时由外部装置60施加的负荷来执行该已知的计算。因而，第二计算器17C计算出附着于骨骼的软组织的负荷和形变之间的关系特性。
下面描述由图像分析装置11B执行的图像分析的过程。图17是由图像分析装置11B执行的图像分析的过程的示例的流程图。
接收器12D确定它是否已经从输入单元14A处接收到分析指令(步骤S300)。在步骤S300处的处理与在步骤S200处的处理(参照图14)相同。
如果接收器12D在步骤S300作出肯定的判定(在步骤S300处的是)，则第一获取器17A从外部装置60获取第一图像(步骤S302)。
第二控制器17B向外部装置60发送用于命令外部装置60通过施加负荷来获得第二图像的负荷信号(步骤S304)。接收负荷信号的外部装置60在控制器60D的控制下拍摄在被摄体内处于预定压力的负荷被施加于其上的第一负荷状态下的包含待分析关节的部位。因而，外部装置60获得第二图像。
第一获取器17A从外部装置60获取第二图像(步骤S306)。第一获取器17A将在步骤S302处获取的第一图像以及在步骤S306处获取的第二图像存储于存储器16内(步骤S308)。
控制器17按照与在第二实施例中的从步骤S204到步骤S246的处理相同的方式来执行从步骤S310到步骤S352的处理，只是在步骤S302处获取的第一图像代替在第二实施例中使用的CT图像而被使用。随后，本例程终止。
附着于骨骼的软组织的负荷和形变之间的关系特性有可能可以随被摄体而大幅度变化。
根据本实施例的图像分析装置11B使用第一图像和第二图像来计算附着于骨骼的软组织的负荷和形变之间的关系特性。第一图像通过拍摄在被摄体内处于具有施加于其上的比第一负荷状态中的负荷小的负荷的第二负荷状态下的包含待分析对象的部位来获得，并且第二图像通过拍摄处于负荷被施加于其上的第一负荷状态下的部位来获得。随后，图像分析装置11B执行与第二实施例中的处理相同的处理。
因而，根据本实施例的图像分析装置11B能够比上述实施例更精确地计算作用于被摄体的关节上的第一应力。
第四实施例
下面描述根据上述实施例的图像分析装置10、11A和11B的硬件配置。图18是根据上述实施例的图像分析装置10、11A和11B的示例性硬件配置的框图。
根据上述实施例的图像分析装置10、11A和11B每个都包含CPU800、只读存储器(ROM)820、随机存取存储器(RAM)840、硬盘驱动器(HDD)(未示出)和通信I/F860。CPU800、ROM820、RAM840、HDD(未示出)和通信I/F860经由总线相互连接。图像分析装置10、11A和11B具有典型计算机的硬件配置。
例如，用于执行由根据上述实施例的图像分析装置10、11A和11B执行的图像分析的计算机程序被嵌入并设置于ROM802内。
用于执行由根据上述实施例的图像分析装置10、11A和11B执行的图像分析的计算机程序可以作为可安装的或可执行的文件被存储并设置于计算机可读存储介质内，该计算机程序可以作为计算机程序产品来提供，该计算机可读存储介质比如紧凑盘只读存储器(CD-ROM)、软盘(注册商标)(FD)、可录型紧凑盘(CD-R)和数字通用盘(DVD)。
用于执行由根据上述实施例的图像分析装置10、11A和11B执行的图像分析的计算机程序可以存储于与诸如因特网的网络连接的计算机内，并且通过经由网络进行下载来提供。而且，用于执行由根据上述实施例的图像分析装置10、11A和11B执行的图像分析的计算机程序可以经由诸如因特网的网络来提供或分发。
用于执行由根据上述实施例的图像分析装置10、11A和11B执行的图像分析的计算机程序具有包含以上所述的每个功能单元的模块配置。在实际的硬件中，CPU800从诸如ROM820的存储介质中读取并执行计算机程序，以将每个功能单元加载到主存储器上。因而，每个功能单元在主存储器上生成。
修改例
根据上述实施例的图像分析装置10、11A和11B的第三计算器12F基于第一力学模型和作用力来计算作用于关节上的第一应力。作为第一应力的替代或者除了第一应力外，第三计算器12F可以计算作用于关节上的第一压力。为了计算第一压力，第三计算器12F按照与计算第一应力的方式相同的方式来执行计算。
根据上述实施例的图像分析装置11A和11B的第四计算器13F基于第二力学模型和作用力来计算作用于人工关节上的第二应力。作为第二应力的替代或者除了第二应力外，第四计算器13F可以计算作用于人工关节上的第二压力。为了计算第二压力，第四计算器13F按照与计算第二应力的方式相同的方式来执行计算。
根据上述实施例的图像分析装置10、11A和11B可应用于包含拍摄被摄体的拍摄机构的任何类型的图像分析装置。例如，根据上述实施例的图像分析装置10、1IA和11B可适当地应用于X射线计算断层扫描设备(X射线CT设备)、磁共振诊断设备、超声诊断设备、单光子发射CT(SPECT)设备、正电子发射断层扫描(PET)设备和放射治疗设备。
虽然根据上述实施例的被摄体被假定为人体，但是它也可以是除人体外的对象。例如，该被摄体可以是鞋子。在这种情况下，在对象内的关节对应于在对象内位于具有等于或高于阈值的刚度的两个部分之间的部分。与关节连接的骨骼对应于与对应于关节且具有等于或高于阈值的刚度的部分连接的部分。肌肉作用于与关节连接的骨骼上的作用力对应于除了与骨骼对应的部分外的对象(例如，加强部件)作用于与对应于关节的部分连接的骨骼对应的部分上的作用力。
因而，根据上述实施例的图像分析装置10、11A和11B同样可应用于除人体外的对象被用作被摄体的情形。
如上所述，根据上述实施例的图像分析装置10、11A和11B包含构造器12E、第二计算器12C和13C、第三计算器12F以及显示控制器12H和13H(参照图1、8和15)。构造器12E根据该图像来构造指示骨骼和关节的三维形状以及负荷和形变之间的关系特性的第一力学模型。第二计算器12C和13C根据骨骼之间的位置关系来计算肌肉作用于骨骼上的作用力。第三计算器12F基于第一力学模型和作用力来计算作用于关节上的第一应力。显示控制器13H将指示第一应力的第一应力图像显示在显示器14B上。
因而，除了上述实施例的有利效果外，根据上述实施例的图像分析装置10、11A和11B还能够提供便于用户识别到第一应力的强度以及在其上第一应力作用于在骨骼和关节之间的接触面上的位置和范围的有利效果。
根据以上所述的至少一种实施例的图像分析装置，图像分析装置包含第一获取器、构造器、第一计算器、第二计算器和第三计算器。第一获取器被配置为获取有关被摄体的关节以及与该关节连接的骨骼的图像信息。构造器被配置为根据该图像信息来构造骨骼和关节的三维形状以及骨骼和关节中的负荷和形变之间的关系特性。第一计算器被配置为计算在连接于关节的骨骼之间的位置关系。第二计算器被配置为基于该位置关系来计算肌肉作用于与关节连接的骨骼上的作用力。第三计算器被配置为基于三维形状、关系特性和作用力来计算作用于关节上的第一应力。因此，可以准确地计算出作用于关节上的应力。
虽然已经描述了某些实施例，但是这些实施例仅作为示例给出，并且并非意在限定本发明的范围。实际上，本文所描述的新的实施例可以按照各种其他形式实施；而且，可以在不脱离本发明的精神的情况下对本文所描述的实施例的形式进行各种省略、替代和改变。所附的权利要求以及它们的等效形式意在涵盖将会落入本发明的范围和精神之内的此类形式或修改。

Claims (15)

1.一种图像分析装置，包含：
第一获取器，被配置为获取有关被摄体的关节以及与所述关节连接的骨骼的图像信息；
构造器，被配置为根据所述图像信息来构造所述骨骼和所述关节的三维形状以及所述骨骼和所述关节中的负荷和形变之间的关系特性；
第一计算器，被配置为计算与所述关节连接的所述骨骼之间的位置关系；
第二计算器，被配置为基于所述位置关系来计算肌肉作用于与所述关节连接的所述骨骼上的作用力；以及
第三计算器，被配置为基于所述三维形状、所述关系特性和所述作用力来计算作用于所述关节上的第一应力。
2.根据权利要求1所述的图像分析装置，其中所述第三计算器基于所述三维形状、所述关系特性和所述作用力来计算作用于所述关节上的所述第一应力的分布。
3.根据权利要求1所述的图像分析装置，其中所述第二计算器使用所述位置关系来执行逆动态计算，以计算所述作用力。
4.根据权利要求1所述的图像分析装置，其中
所述第一计算器从所述图像信息中提取所述肌肉，并且进一步基于包括在所述骨骼上的起始部分和结束部分的所述肌肉的特征点来计算指示所述肌肉的长度的特征，以及
所述第二计算器使用所述位置关系和所述特征来执行逆动态计算，以计算所述作用力。
5.根据权利要求1所述的图像分析装置，其中
所述构造器还构造除所述骨骼或所述关节外的活体组织的负荷和形变之间的第二关系特性，所述活体组织几乎不会因除负荷外的因素而形变，但是由负荷引起的形变能够被提取，以及
所述第三计算器基于所述三维形状、所述关系特性、所述第二关系特性和所述作用力来计算作用于所述关节上的所述第一应力。
6.根据权利要求1所述的图像分析装置，其中所述作用力包括与所述骨骼耦接的所述肌肉的肌张力、附着于所述骨骼的软组织的负荷和形变之间的关系特性以及作用于所述关节上的力矩中的至少一项。
7.根据权利要求1所述的图像分析装置，还包含：
第二获取器，被配置为获取指示人工关节的三维形状和布置位置的人工关节模型；以及
第四计算器，被配置为基于第二力学模型并且基于所述作用力来计算作用于所述人工关节上的第二应力，所述第二力学模型通过将所述人工关节模型添加到指示所述三维形状和所述关系特性的第一力学模型而获得。
8.根据权利要求7所述的图像分析装置，还包含接收器，所述接收器被配置为接收改变所述人工关节的所述三维形状和所述布置位置中的至少一项的改变指令，其中
所述第四计算器基于所述第二力学模型并且基于所述作用力来计算作用于所述人工关节上的所述第二应力，所述第二力学模型通过将指示由所接收的改变指令改变的所述人工关节的所述三维形状和所述布置位置中的至少一项的所述人工关节模型添加到所述第一力学模型而获得。
9.根据权利要求8所述的图像分析装置，还包含第一控制器，所述第一控制器被配置为控制所述接收器和所述第四计算器，以便使接收所述改变指令和基于所接收的改变指令计算所述第二应力按此顺序重复执行，直到所计算出的第二应力变为低于所述第一应力。
10.根据权利要求7所述的图像分析装置，还包含建模控制器，所述建模控制器被配置为控制对三维结构进行建模的建模器，以便在所计算出的第二应力低于所述第一应力时对与包含于用于计算的所述第二力学模型内的所述人工关节模型对应的人工关节结构进行建模。
11.根据权利要求7所述的图像分析装置，其中所述第三计算器基于所述第一力学模型和所述作用力来计算作用于所述关节上的所述第一应力或者作用于所述关节上的第一压力。
12.根据权利要求7所述的图像分析装置，其中所述第四计算器基于所述第二力学模型和所述作用力来计算作用于所述人工关节上的所述第二应力或者作用于所述人工关节上的第二压力。
13.根据权利要求1所述的图像分析装置，其中
所述第一获取器获取所述图像信息，所述图像信息包括通过在负荷被施加于所述被摄体上的第一负荷状态下执行拍摄而获得的图像和通过在具有比在所述第一负荷状态中的负荷小的负荷被施加于所述被摄体的第二负荷状态下执行拍摄而获得的图像，以及
所述构造器根据所述图像信息来构造所述骨骼和所述关节的所述三维形状以及在所述拍摄时施加的负荷与在所述骨骼和所述关节内的形变之间的关系特性。
14.一种图像分析方法，包括：
获取与被摄体的关节以及连接于所述关节的骨骼相关的图像；
根据所述图像来构造所述骨骼和所述关节的三维形状以及负荷和形变之间的关系特性；
计算与所述关节连接的所述骨骼之间的位置关系；
基于所述位置关系来计算肌肉作用于与所述关节连接的所述骨骼上的作用力；以及
基于所述三维形状、所述关系特性和所述作用力来计算作用于所述关节上的第一应力。
15.一种图像分析装置，包含：
构造器，被配置为根据图像来构造骨骼和关节的三维形状以及负荷和形变之间的关系特性；
第二计算器，被配置为基于在所述骨骼之间的位置关系来计算肌肉作用于所述骨骼上的作用力；
第三计算器，被配置为基于所述三维形状、所述关系特性和所述作用力来计算作用于所述关节上的第一应力；以及
显示控制器，被配置为将指示所述第一应力的第一应力图像显示在显示器上。
CN201510796072.6A 2014-11-19 2015-11-18 图像分析装置和图像分析方法 Active CN105596021B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014234537A JP2016096889A (ja) 2014-11-19 2014-11-19 画像解析装置、画像解析方法、およびプログラム
JP2014-234537 2014-11-19

Publications (2)

Publication Number Publication Date
CN105596021A true CN105596021A (zh) 2016-05-25
CN105596021B CN105596021B (zh) 2018-12-07

Family

ID=55962160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510796072.6A Active CN105596021B (zh) 2014-11-19 2015-11-18 图像分析装置和图像分析方法

Country Status (3)

Country Link
US (2) US9675293B2 (zh)
JP (1) JP2016096889A (zh)
CN (1) CN105596021B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106175802A (zh) * 2016-08-29 2016-12-07 吉林大学 一种在体骨关节应力分布检测方法
CN107049241A (zh) * 2017-01-22 2017-08-18 北京方可体健康科技有限公司 一种功能检测评估仪
CN111316283A (zh) * 2017-10-31 2020-06-19 Sk电信有限公司 姿势识别方法及装置
CN112364785A (zh) * 2020-11-13 2021-02-12 中移雄安信息通信科技有限公司 一种运动训练指导方法、装置、设备及计算机存储介质
CN113556974A (zh) * 2018-11-14 2021-10-26 普瑞克斯私人有限公司 用于测量关节的解剖运动的方法和装置
WO2023072195A1 (zh) * 2021-10-29 2023-05-04 华为技术有限公司 运动分析方法、装置、电子设备及计算机存储介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101816886B1 (ko) 2014-10-22 2018-01-09 사회복지법인 삼성생명공익재단 호흡 유도 시스템 및 방법
US20160180520A1 (en) * 2014-12-17 2016-06-23 Carestream Health, Inc. Quantitative method for 3-d joint characterization
US10121066B1 (en) 2017-11-16 2018-11-06 Blast Motion Inc. Method of determining joint stress from sensor data
DE102016200202B4 (de) * 2016-01-11 2023-07-13 Siemens Healthcare Gmbh Verfahren zur automatischen Ermittlung einer Gelenkbelastungsinformation, Bildaufnahmeeinrichtung, Patientenliege und Computerprogramm
CA3011603A1 (en) * 2016-01-21 2017-07-27 Deakin University System for simulation for the development and optimization of person specific surgical methods and materials: thorax simulation apparatus, system and process
KR101886650B1 (ko) * 2017-04-13 2018-08-10 주식회사 티제이씨라이프 무릎인대 물성 도출방법
KR101993717B1 (ko) * 2017-05-02 2019-06-27 연세대학교 산학협력단 모션 캡쳐를 이용한 환자의 생체 In-vivo 물성 추출 방법
CN107274389B (zh) * 2017-05-25 2021-06-01 中国科学院苏州生物医学工程技术研究所 基于ct三维序列图像的股骨和髋臼解剖参数获取方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102639082A (zh) * 2009-08-27 2012-08-15 科特拉有限公司 在关节中对力进行重新分布的方法和设备
CN102961176A (zh) * 2012-12-13 2013-03-13 哈尔滨理工大学 股骨颈骨折内固定方式的优选方法
US20140336492A1 (en) * 2010-11-09 2014-11-13 Chung Hua University Wearable assembly for measuring bio-impedance

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8480754B2 (en) * 2001-05-25 2013-07-09 Conformis, Inc. Patient-adapted and improved articular implants, designs and related guide tools
US7239908B1 (en) * 1998-09-14 2007-07-03 The Board Of Trustees Of The Leland Stanford Junior University Assessing the condition of a joint and devising treatment
US9289153B2 (en) * 1998-09-14 2016-03-22 The Board Of Trustees Of The Leland Stanford Junior University Joint and cartilage diagnosis, assessment and modeling
JP2005353078A (ja) * 2000-05-22 2005-12-22 Toyota Central Res & Dev Lab Inc 人体挙動解析方法、プログラム、記録媒体および人体挙動解析・応用システム
DE60136474D1 (de) * 2000-09-14 2008-12-18 Univ R Beurteilung des zustandes eines gelenkes und des verlustes von knorpelgewebe
JP5323885B2 (ja) 2003-02-12 2013-10-23 剛 村瀬 骨矯正のための方法、部材、システムおよびプログラム
WO2004071314A1 (ja) 2003-02-12 2004-08-26 Tsuyoshi Murase 罹患骨切断補助部材及び矯正位置判断補助部材
JP2005185767A (ja) 2003-12-26 2005-07-14 Kobe Steel Ltd 人工関節部材選定支援装置および人工関節部材選定支援プログラム
EP1805687A2 (en) * 2004-09-30 2007-07-11 The Regents of the University of California Method for assessment of the structure-function characteristics of structures in a human or animal body
JP4507097B2 (ja) 2005-03-24 2010-07-21 国立大学法人大阪大学 形態評価と機能評価の最適バランスに基づくインプラント三次元手術計画システム
JP5753075B2 (ja) * 2008-04-09 2015-07-22 アクティブ インプランツ コーポレーション 半月板の人工器官及びこれに関連する方法
US8457930B2 (en) * 2009-04-15 2013-06-04 James Schroeder Personalized fit and functional designed medical prostheses and surgical instruments and methods for making
ES2776151T3 (es) 2011-02-25 2020-07-29 Corin Ltd Un método implementado por ordenador para proporcionar datos de información de alineación para la alineación de un implante ortopédico para una articulación de un paciente
US9788975B2 (en) * 2011-10-28 2017-10-17 Zimmer, Inc. Method of estimating soft tissue balance for knee arthroplasty
EP2833840A4 (en) * 2012-04-06 2016-09-21 Conformis Inc METHODS, TECHNIQUES, DEVICES AND ADVANCED SYSTEMS FOR KNEE IMPLANTS RETAINING CROSS LIGAMENTS
JP5920724B2 (ja) 2012-11-06 2016-05-18 美津濃株式会社 情報処理装置、情報処理方法、情報処理プログラム
JP2014213125A (ja) * 2013-04-30 2014-11-17 株式会社東芝 医用情報処理装置及び医用情報処理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102639082A (zh) * 2009-08-27 2012-08-15 科特拉有限公司 在关节中对力进行重新分布的方法和设备
US20140336492A1 (en) * 2010-11-09 2014-11-13 Chung Hua University Wearable assembly for measuring bio-impedance
CN102961176A (zh) * 2012-12-13 2013-03-13 哈尔滨理工大学 股骨颈骨折内固定方式的优选方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
白雪岭等: "步态下正常股骨的应力应变_主应力线及微动分布特征", 《中国组织工程研究与临床康复》 *
鞠杨等: "股骨形态及应力应变的三维有限元分析", 《力学与实践》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106175802A (zh) * 2016-08-29 2016-12-07 吉林大学 一种在体骨关节应力分布检测方法
CN107049241A (zh) * 2017-01-22 2017-08-18 北京方可体健康科技有限公司 一种功能检测评估仪
CN107049241B (zh) * 2017-01-22 2023-06-06 北京方可体健康科技有限公司 一种功能检测评估仪
CN111316283A (zh) * 2017-10-31 2020-06-19 Sk电信有限公司 姿势识别方法及装置
CN111316283B (zh) * 2017-10-31 2023-10-17 Sk电信有限公司 姿势识别方法及装置
CN113556974A (zh) * 2018-11-14 2021-10-26 普瑞克斯私人有限公司 用于测量关节的解剖运动的方法和装置
CN112364785A (zh) * 2020-11-13 2021-02-12 中移雄安信息通信科技有限公司 一种运动训练指导方法、装置、设备及计算机存储介质
CN112364785B (zh) * 2020-11-13 2023-07-25 中移雄安信息通信科技有限公司 一种运动训练指导方法、装置、设备及计算机存储介质
WO2023072195A1 (zh) * 2021-10-29 2023-05-04 华为技术有限公司 运动分析方法、装置、电子设备及计算机存储介质

Also Published As

Publication number Publication date
US9940714B2 (en) 2018-04-10
JP2016096889A (ja) 2016-05-30
US20170236279A1 (en) 2017-08-17
US20160140758A1 (en) 2016-05-19
CN105596021B (zh) 2018-12-07
US9675293B2 (en) 2017-06-13

Similar Documents

Publication Publication Date Title
CN105596021A (zh) 图像分析装置和图像分析方法
US10636142B2 (en) Real-time and accurate soft tissue deformation prediction
Valente et al. Are subject-specific musculoskeletal models robust to the uncertainties in parameter identification?
Smith et al. Efficient computation of cartilage contact pressures within dynamic simulations of movement
CN105303605A (zh) 一种基于力反馈的骨外科手术仿真系统
CN105938628A (zh) 源自图像的生物标志的直接计算
CN103310072A (zh) 基于力反馈的股骨生物力学有限元分析系统
Echegaray et al. A brain surgery simulator
Wang et al. Haptic simulation of organ deformation and hybrid contacts in dental operations
Shim et al. Rapid prediction of brain injury pattern in mTBI by combining FE analysis with a machine-learning based approach
Kohout et al. Patient-specific fibre-based models of muscle wrapping
Kohout et al. Real‐Time Modelling of Fibrous Muscle
CN103930924B (zh) 图像处理方法
Schoner et al. Measurement‐based interactive simulation of viscoelastic solids
Ahn et al. High‐resolution knee plain radiography image synthesis using style generative adversarial network adaptive discriminator augmentation
Menghani et al. A sensor-enabled cloud-based computing platform for computational brain biomechanics
Liang et al. A QCT‐Based Nonsegmentation Finite Element Head Model for Studying Traumatic Brain Injury
US11416653B2 (en) Numerical model of the human head
EP4040388A1 (en) Intuitive display for rotator cuff tear diagnostics
Chui et al. A component-oriented software toolkit for patient-specific finite element model generation
JP6746751B2 (ja) 画像解析装置、画像解析方法、およびプログラム
Gaofeng et al. Component mode synthesis approach to estimate tibial strains in gait
Lo et al. An efficient procedure for locating joint centers on 3D scanned human models: using hip joint centers as an example
KR20240018144A (ko) 뇌질환 위험도를 예측하는 방법 및 뇌질환 위험도 분석 모델의 학습 방법
Ma et al. An Application of Statistical Modeling for Classification of Human Motor Skill Level

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