ES2712551T3 - Método para obtener una reconstrucción tridimensional a partir de una o más vistas proyectivas, y uso de la misma - Google Patents

Abstract

Método para obtener una reconstrucción tridimensional de una o más vistas proyectivas, que comprende llevar a cabo un proceso de registro 3D/2D para ajustar al menos un modelo estadístico tridimensional que comprende información estadística de la forma y apariencia de un objeto, donde dicha información de la apariencia se relaciona con la información sobre la estructura interna del objeto, para maximizar la similitud entre al menos una proyección simulada generada a partir de dicho al menos un modelo estadístico tridimensional y al menos una vista proyectiva verdadera, estando dicho método caracterizado porque comprende: - obtener una reconstrucción tridimensional de la forma y apariencia de al menos dos objetos que se superponen al menos parcialmente en dichas vistas proyectivas, para las porciones de dichos al menos dos objetos que se superponen en dichas vistas proyectivas, mediante la realización de dicho proceso de registro 3D/2D para al menos un modelo estadístico multiobjeto tridimensional que comprende información estadística sobre forma y apariencia, para dichos al menos dos objetos, e información sobre relaciones espaciales relativas entre diferentes poses de dichos objetos - construir dicho al menos un modelo estadístico multiobjeto tridimensional agrupando dicha información estadística sobre forma y apariencia en al menos dos modelos estadísticos de objeto único, uno para la forma y otro para la apariencia, para cada objeto, e incluyéndolos en el modelo estadístico multiobjeto tridimensional, que es al menos uno; y - incluyendo en el modelo estadístico multiobjeto tridimensional construido relaciones entre el modelo de forma de objeto único de un primero de dichos objetos y el modelo de forma de objeto único de un segundo de dichos objetos y entre el modelo de apariencia de objeto único de dicho primer objeto y el modelo de apariencia de un solo objeto de dicho segundo objeto.

Description

DESCRIPCION

Metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y uso de la misma Sector de la tecnica

La presente invencion concierne, en un primer aspecto, a un metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, y mas en particular a un metodo que comprende obtener una reconstruccion tridimensional de la forma y apariencia de dos o mas objetos, asf como informacion sobre relaciones espaciales relativas entre diferentes poses de dichos objetos.

Un segundo aspecto de la invencion concierne a un uso de la reconstruccion tridimensional obtenida mediante el metodo propuesto por el primer aspecto para diagnosis.

Estado de la tecnica anterior

Las vistas proyectivas (tales como las radiograficas obtenidas mediante rayos X, o imagenes DXA, de los terminos “Dual-energy X Ray”: Rayos X de energfa dual, o mediante tecnicas de Fluoroscopfa) son utilizadas comunmente en procedimientos rutinarios clfnicos de diagnosis de diversas patologfas (escoliosis, osteoporosis, etc.), y se encuentran asociadas con unas dosis de radiacion bajas y un bajo coste financiero, ademas de encontrarse facilmente disponibles en clfnicas. Sin embargo, tales vistas o imagenes solamente proporcionan informacion bidimensional sobre las estructuras anatomicas de interes. Para un diagnostico mas preciso, se requiere de una representacion tridimensional de la estructura anatomica y la cuantificacion de la misma.

Tal analisis tridimensional puede ser obtenido mediante dispositivos de formacion de imagenes volumetricas (escaner CT, MRI). Las imagenes volumetricas pueden proporcionar informacion tridimensional detallada sobre las estructuras anatomicas a ser analizadas. Sin embargo, estos dispositivos de formacion de imagenes estan asociados con unas dosis de radiacion altas para el paciente, un coste financiero alto, y en general no se encuentran disponibles para diagnosis rutinarias de muchas patologfas (seguimiento de escoliosis, de osteoporosis, etc.).

Para superar las limitaciones de ambos metodos (diagnosis a partir de vistas proyectivas o a partir de dispositivos de formacion de imagenes volumetricas), son conocidos metodos de modelado tridimensional especfficos para un sujeto, es decir personalizados, a partir de una o mas vistas proyectivas.

Son conocidos metodos que, con el fin de obtener una reconstruccion tridimensional de un objeto o estructura, para un sujeto en particular, a partir de vistas proyectivas, utilizan informacion conocida a priori, en general de otros sujetos, sobre la estructura tridimensional a ser reconstruida.

La idea general de todos estos metodos es la de utilizar un modelo tridimensional (generico o estadfstico) de la estructura anatomica, incorporando informacion sobre la forma, y en algunos casos tambien informacion de dentro de la estructura anatomica (densidad osea, propiedades de tejidos, etc.), denominada comunmente como informacion de apariencia. Estos modelos pueden incorporar tal informacion para una o mas estructuras anatomicas. Para obtener una reconstruccion tridimensional a partir de vistas proyectivas, se conoce utilizar un metodo de registros 3D/2D con el objetivo de ajustar manualmente y/o automaticamente el modelo tridimensional para maximizar la semejanza entre unas proyecciones radiograficas simuladas generadas a partir del modelo tridimensional y las vistas proyectivas reales, es decir las obtenidas de la estructura anatomica del paciente que se pretende reconstruir.

En este campo, los mencionados metodos pueden agruparse en varias categorfas, en funcion del tipo de informacion conocida a priori que se incluye en el modelo tridimensional, y del tipo de reconstruccion que se puede llevar a cabo. A continuacion se indican los diferentes modelos tridimensionales conocidos en el estado de la tecnica.

Modelos genericos

Estos modelos representan la forma de una estructura anatomica y estan construidos a partir de una muestra o un conjunto de muestras de una estructura anatomica. Estos modelos fueron utilizados para conseguir una reconstruccion tridimensional de la forma de unas vertebras a partir de dos vistas proyectivas (Mitulescu, Skalli y otros, 2002; Le Bras, Mitton y otros, 2003; Kolta, Le Bras y otros, 2005). Sin embargo, estos modelos no incorporan ninguna informacion estadfstica sobre variaciones anatomicas en terminos de forma y, consecuentemente, son diffciles de utilizar en un proceso de reconstruccion automatico.

Modelos estadfsticos de forma

Para superar la limitacion mencionada asociada a los modelos genericos, se han propuesto atlas de formas (Cootes, Taylor y otros, 1995). Tales modelos incorporan, de una base de datos de la estructura anatomica de interes (hueso, organo, etc.) variaciones estadfsticas en terminos de forma. Estos metodos fueron utilizados para obtener reconstrucciones tridimensionales de formas (Fleute and Lavallee 1999; Fleute, Lavallee y otros, 2000; Feilkas and Zheng 2007) mediante la busqueda, de manera semiautomatica, de los parametros del modelo que maximizaban la semejanza entre las proyecciones radiograficas simuladas generadas a partir del modelo y las vistas proyectivas reales. No obstante, mediante la incorporacion en el modelo de unicamente informacion sobre forma, las proyecciones radiograficas simuladas no son realistas y es diffcil asegurar la correspondencia entre las proyecciones simuladas y las vistas reales.

Por la solicitud de patente EP1952303 se conoce una propuesta que utiliza uno de dichos modelos estadfsticos de forma, para analizar una parte de interes del cuerpo de un paciente con el fin de evaluar la fortaleza osea y/o el riesgo de una futura fractura, mediante un metodo que comprende la obtencion de informacion conocida a priori de la parte de interes, la realizacion de unos escaneos por absorcion de rayos X de la parte de interes del paciente y la recoleccion de datos de absormetrfa de rayos X a partir de los escaneos, construyendo un modelo tridimensional de la parte de interes del cuerpo del paciente, mediante la utilizacion de la informacion a priori junto con los datos de absormetrfa de rayos X, y realizando medidas de varios parametros geometricos en el modelo tridimensional para determinar propiedades geometricas y estructurales.

En EP1952303, la informacion conocida a priori utilizada para construir el modelo tridimensional hace referencia a un atlas anatomico que comprende informacion sobre la forma de un organo o parte anatomica, ya sea en la forma de un atlas disponible comercialmente, o generado a partir de una base de datos estadfstica que incluye informacion anatomica de forma de una pluralidad de pacientes.

En dicha solicitud se propone realizar un registro 3D/2D sobre el modelo tridimensional a partir de las vistas proyectivas reales obtenidas mediante los escaneos por absorcion de rayos X.

No se indica en dicha solicitud que el modelo tridimensional sea construido para mas de un objeto, ni que los datos estadfsticos de dicho modelo tridimensional hagan referencia a datos que no sean de forma, es decir que no se describe la construccion o utilizacion de un modelo tridimensional estadfstico de apariencia, ni por tanto una reconstruccion tridimensional personalizada a partir del mismo.

Modelos estadfsticos de forma junto con informacion sobre la estructura de dentro de la forma

Con el fin de mejorar los modelos estadfsticos de forma, se propusieron modelos basados en atlas de forma que tambien incorporaban informacion sobre la estructura de dentro del objeto (Yao and Taylor 2003; Lamecker, Wenckebach y otros, 2006; Wilson 2008). Estos modelos incorporan informacion generica sobre la estructura de dentro de la forma y por tanto permiten la generacion de proyecciones radiograficas mas realistas. Sin embargo, estos modelos no incorporan la variacion estadfstica sobre la estructura de dentro de la forma. Por tanto, a pesar de que puede obtenerse una reconstruccion especffica para un sujeto de la forma a partir de vistas proyectivas, la reconstruccion de la estructura de dentro de la forma sigue siendo de caracter general, es decir no especffica para un sujeto.

Modelos estadfsticos de forma y apariencia

Con el proposito de superar la limitacion comentada inherente al anterior modelo citado, se han propuesto modelos tridimensionales de forma y apariencia (Cootes, Edwards y otros, 2001) que incorporan informacion sobre variaciones estadfsticas en terminos de forma y tambien en terminos de estructura interna de la forma (densidad osea, propiedades de tejidos, etc.), es decir de apariencia. A partir de esta clase de modelos es posible generar una proyeccion realista y, por encima de todo, una reconstruccion tridimensional especffica para un sujeto de ambos, la forma y la estructura interna de una estructura anatomica, utilizando una tecnica de registro 3D/2D, que se describira a continuacion. Este metodo fue divulgado por el grupo al que pertenecen los presentes inventores en el "XIV congreso SEIOMM" en Octubre del 2009 en Santander (Whitmarsh, Humbert y otros, 2009), y se refiere unicamente a modelos de objeto unico.

Metodos de registro 3D/2D

Por lo que se refiere a la tecnica de registro 3D/2D mencionada, son conocidos diferentes metodos que han sido ampliamente utilizados para realizar una reconstruccion tridimensional a partir de una o mas vistas radiograficas. Algunos de dichos metodos se conocen como metodos de registro basado en intensidad (Yao and Taylor 2003; Whitmarsh, Humbert y otros, 2009), y tienen como objetivo el encontrar la instancia optima de un modelo que maximice la semejanza entre la proyeccion real y una proyeccion simulada generada a partir del modelo. La instancia optima del modelo es, por tanto, hallada buscando los parametros que describen el modelo (parametros de forma y apariencia, por ejemplo, junto con la pose y escala del modelo).

Los modelos comentados hasta aquf son todos ellos de objeto unico, es decir realizados para un unico objeto, como por ejemplo un hueso, lo cual los hace inadecuados para determinadas aplicaciones, tales como la descrita en los parrafos siguientes.

Mediante la utilizacion de vistas proyectivas, es necesario tratar con el problema de la superposicion de estructuras. Por ejemplo, imagenes de rayos X frontales de la cadera muestran superposicion entre varios huesos (pelvis y femur), tejidos blandos y organos. Mediante la utilizacion de un modelo estadfstico de forma y apariencia de solamente el femur, es imposible obtener una reconstruccion especffica para un sujeto de la cabeza femoral, debido a la superposicion de la pelvis.

Por tanto, serfa deseable que los modelos de forma y apariencia contuviesen informacion sobre mas de un objeto, en particular sobre todas las estructuras que pueden ser observadas en las vistas proyectivas, con el fin de permitir reproducir, en las proyecciones radiograficas simuladas generadas a partir del modelo tridimensional, la misma informacion que existe en las vistas proyectivas reales.

Estos modelos multi-objeto de forma y apariencia permitirfan realizar una reconstruccion tridimensional especffica para un sujeto para ambos, la forma y la estructura interna, de todas las estructuras anatomicas de interes de la vista o vistas proyectivas.

Se han propuesto diversos metodos encaminados a tratar con el modelado multi-objeto, tres de los cuales se describen a continuacion.

Modelos estadfsticos de forma y modelos estadfsticos articulados

Los modelos articulados permiten la definicion del movimiento relativo (pose) que puede ser observado entre dos modelos. Los modelos estadfsticos articulados se construyen a partir de informacion de una base de datos de la estructura de interes, para adquirir el modo de variacion en terminos de pose que puede ser observado entre los diferentes objetos. De ese modo, utilizandolo junto con los atlas de forma, el modelo tridimensional incorpora modos de variacion de forma y pose para todos los objetos (Boisvert, Cheriet y otros, 2008). Esta clase de modelos han sido utilizados para la reconstruccion tridimensional de la forma de las vertebras a partir de vistas proyectivas (Boisvert, Cheriet y otros, 2008), utilizando puntos de referencia manualmente digitalizados por un operador en las radiograffas. El metodo de registro 3D/2D aplicado en este caso tiene como objetivo el buscar los parametros optimos que maximicen la concordancia entre los puntos de referencia y el modelo tridimensional. Sin embargo, estos metodos estan limitados a la reconstruccion tridimensional de la forma.

Modelos de forma y metodos de inferencia

La combinacion de los modelos de forma con metodos de inferencia ofrece un enfoque similar a la aportada por los modelos articulados. En este enfoque los modelos de forma son descritos por un conjunto de parametros geometricos y un conjunto de parametros de pose. Utilizando una base de datos, se definen relaciones estadfsticas entre parametros geometricos y de pose. Esta propuesta ha sido utilizada para obtener una reconstruccion tridimensional de la columna vertebral a partir de proyecciones radiograficas, utilizando un ajuste manual por parte de un operador (Skalli, Humbert y otros, 2008; Humbert, De Guise y otros, 2009).

Mientras que los modelos articulados estan formados a partir de formas estadfsticas independientes vinculadas entre sf por relaciones estadfsticas de pose, en el caso de los metodos de inferencia, ambos, la forma y la pose de todos los objetos, estan vinculados entre sf por relaciones estadfsticas. Sin embargo, como sucede con los modelos articulados, estos metodos estan limitados a la forma de los objetos.

Modelos multi-objeto de forma y apariencia

Estos modelos multi-objeto pueden ser tambien construidos de manera similar a los modelos de objeto unico de forma y apariencia. La idea es tratar todas las formas y todas las estructuras de dentro de las formas, es decir las apariencias, como un solo conjunto, y realizar el mismo analisis estadfstico para adquirir todos los modos de variacion de forma y apariencia a la vez. Tal modelo ha sido creado (Babalola, Cootes y otros, 2008) y usado para la segmentacion de estructuras cerebrales a partir de imagenes volumetricas obtenidas por MRI (de los terminos en ingles “Magnetic Resonance Imaging”, o formacion de Imagenes por Resonancia Magnetica). Sin embargo, esta clase de modelos no se han utilizado nunca para llevar a cabo una reconstruccion tridimensional a partir de vistas proyectivas.

Otras referencias del estado de la tecnica

Seise M. y otros, 2009 se dirige a la segmentacion de objetos superpuestos en una imagen 2D, y no divulga un proceso de registro 2D/3D ni el uso de informacion sobre las poses espaciales relativas de los objetos (que serfan necesarias para llevar a cabo un proceso de registro).

Seise M. y otros, 2009 tampoco describe como reconstruir o evaluar la estructura interna, es decir, la "apariencia", como se entiende en la presente invencion, de los objetos en absoluto. De hecho ni siquiera menciona esa estructura interna.

Cabe senalar que el termino apariencia utilizada en Seise M. y otros, 2009 no se refiere a la estructura interna de los objetos, sino a su apariencia visual.

La densidad mencionada en Seise M. y otros, 2009 en realidad se refiere a las imagenes de densidad de pfxeles mas que a la densidad mineral osea. De hecho, Seise M. y otros, 2009 tampoco menciona en absoluto ni la densidad mineral del hueso ni la estructura interna.

Stan Z. Li 2000 tambien se dirige a separar multiples objetos bajo oclusion. Sin embargo, mucho en la misma manera que Seise M. y otros, 2009, la separacion e identificacion de los objetos no es suficiente para llevar a cabo un proceso de registro 2D/3D debido a la falta de un modelo de poses espaciales relativas en el documento. Ademas, Stan Z. Li 2000 no revela un modelo estadfstico porque esta dirigido al reconocimiento de diferentes objetos en lugar de a la reconstruccion de un modelo 3D y, por lo tanto, su ensenanza no se puede aplicar a un proceso de registro 2D/3D.

Ademas, Stan Z. Li 2000 no menciona ni divulga la reconstruccion de la estructura interna de los objetos.

Mardia K. V. y otros, 1997 se dirige al reconocimiento de objetos en el contexto de la recoleccion robotica en el que el objetivo es el reconocimiento de los objetos en una imagen. Mientras que la ensenanza de Mardia K. V. y otros, 1997 tiene en cuenta la pose de los objetos a reconocer, no tiene en cuenta la relacion espacial entre los objetos. Ademas, se establece explfcitamente en el documento que el metodo divulgado en Mardia K. V. y otros, 1997 solo funciona en los casos en que las regiones ocluidas no son visibles, y no funcionarfan en una imagen de Rayos-X de los huesos. Ademas, Mardia K. V. y otros, 1997 no menciona ni divulga la reconstruccion de la estructura interna de los objetos.

En resumen, son conocidos los modelos estadfsticos y los metodos de registro 3D/2D para obtener una reconstruccion tridimensional a partir de vistas proyectivas, para un unico objeto, pero solamente un metodo ha sido propuesto (por los presentes inventores en el "XIV congreso SEIOMM", Whitmarsh, Humbert y otros, 2009) para obtener una reconstruccion tridimensional de la forma y apariencia utilizando modelos estadfsticos que incluyen los modos de variacion de ambos, la forma y la apariencia.

En el contexto del estudio de los objetos multiples, la reconstruccion tridimensional que puede ser obtenida a partir de vistas proyectivas esta limitada a modelos que incorporan relaciones estadfsticas referentes a la forma y a la pose relativa de los objetos, y, por tanto, estan limitados a la reconstruccion tridimensional de la forma.

El modelado multi-objeto de la forma y apariencia existe, pero solamente para ser utilizado para la segmentacion de imagenes volumetricas, y no para realizar una reconstruccion tridimensional a partir de vistas proyectivas.

Es por tanto necesario ofrecer una alternativa al estado de la tecnica que cubra las lagunas halladas en el mismo, y que ofrezca una solucion al problema tecnico objetivo planteado de como proporcionar un metodo de reconstruccion tridimensional de la forma y apariencia de mas de un objeto, superponiendose al menos parcialmente, a partir del registro de unas vistas proyectivas en un modelo estadfstico tridimensional que incluye los modos de variacion de ambos, la forma y la apariencia, para dos o mas objetos.

Explicacion de la invencion

La presente invencion ofrece una solucion al problema tecnico objetivo indicado, mediante la aportacion, en un primer aspecto, de un metodo para obtener una reconstruccion tridimensional a partir de una o mas vistas proyectivas, que comprende llevar a cabo un proceso de registro 3D/2D para ajustar como mfnimo un modelo estadfstico tridimensional que comprende informacion estadfstica de la forma y apariencia de un objeto, con el fin de maximizar la semejanza entre una o mas proyecciones simuladas, generadas a partir de dicho modelo estadfstico tridimensional, y una o mas vistas proyectivas reales.

A diferencia de las propuestas conocidas, en particular de la divulgada en el "XIV congreso SEIOMM" por Whitmarsh, Humbert y otros, 2009, el metodo propuesto por el primer aspecto de la invencion comprende, de manera caracterfstica, obtener una reconstruccion tridimensional de la forma y apariencia de dos o mas objetos, que se superponen al menos parcialmente en dichas vistas proyectivas, para las partes de dichos al menos dos objetos que se superponen en dichas vistas proyectivas, mediante la realizacion de dicho proceso de registro 3D/2D para como mfnimo un modelo estadfstico tridimensional multi-objeto que comprende informacion estadfstica sobre la forma y apariencia, para dichos objetos, e informacion sobre relaciones espaciales relativas entre diferentes poses de dichos objetos.

Para un ejemplo de realizacion preferido dichas vistas proyectivas son unas vistas radiograficas, tales como vistas DXA o como las obtenidas mediante Fluoroscopfa.

En funcion del ejemplo de realizacion dicha informacion sobre relaciones espaciales relativas es de una naturaleza estadfstica y/o generica (es decir no estadfstica), y tambien incluye opcionalmente informacion sobre escala.

Para un ejemplo de realizacion el metodo comprende obtener reconstruccion tridimensional que tambien incluye las relaciones espaciales relativas entre las poses de los objetos reconstruidos.

Aunque el metodo no esta limitado a un tipo de objeto en particular, para un ejemplo de realizacion preferido los objetos son estructuras anatomicas, tales como huesos, tejidos blandos y/u organos de un paciente, o porciones de como mfnimo una estructura anatomica.

Para otro ejemplo de realizacion los objetos son piezas o estructuras mecanicas.

Por informacion sobre apariencia debe entenderse la informacion existente en el interior del objeto, cualquiera que sea la tecnica de obtencion de la misma, en la forma de, por ejemplo, distribucion de densidades, oseas si el objeto es un hueso, o de intensidades.

Segun un ejemplo de realizacion el metodo se encuentra aplicado a dos o mas objetos articulados entre si, en cuyo caso el metodo comprende utilizar un modelo articulado estadfstico para proporcionar dicha informacion sobre relaciones espaciales relativas.

Para otro ejemplo de realizacion alternativo, el metodo se encuentra aplicado a dos o mas objetos que no estan articulados entre si, en cuyo caso el metodo comprende utilizar otra clase de modelos estadfsticos de pose conocidos, para conseguir obtener la informacion sobre relaciones espaciales relativas entre los objetos.

El metodo comprende, para un ejemplo de realizacion, construir el modelo estadfstico tridimensional multi-objeto utilizado para la reconstruccion tridimensional, si bien, para otros ejemplos de realizacion menos preferidos, tambien se contempla utilizar modelos tridimensionales multi-objeto previamente construidos.

Tal y como se ha indicado en el apartado de estado de la tecnica anterior, para el caso en que dos objetos se superponen es imposible obtener una reconstruccion de forma y apariencia personalizada o especffica para un sujeto, a partir de un modelo estadfstico de forma y apariencia de objeto unico, en particular de la zona superpuesta. Ello es debido a que la distribucion de densidades o intensidades en dicho objeto cambia bruscamente en la zona superpuesta, por lo que al registrar la vista o vistas proyectivas en el modelo tridimensional de objeto unico, debido a la existencia, en el mismo objeto, de valores muy distintos de distribucion, de densidades o intensidades, la reconstruccion obtenida no es muy realista.

En cambio, mediante la utilizacion del metodo propuesto por el primer aspecto de la invencion sf que es posible obtener tal reconstruccion realista tridimensional de forma y apariencia personalizada, incluyendo la zona superpuesta. Ello se consigue gracias a que se ajusta un modelo tridimensional multi-objeto, maximizando la semejanza entre las vistas simuladas y las reales de los dos objetos que se superponen, incluyendo la de sus respectivas distribuciones de densidades o intensidades, por lo que al hallar la vista o vistas simuladas mas semejantes a las reales para ambos objetos, en cuanto a forma y apariencia, su reconstruccion ya incorpora la informacion de forma y apariencia de la zona donde se superponen ambos objetos.

Para otro ejemplo de realizacion, complementario al anterior, el metodo se encuentra aplicado a dos o mas objetos que no se superponen en las vistas proyectivas.

Por lo que se refiere al proceso de registro 3D/2D, este se lleva a cabo, segun una realizacion, como mfnimo en parte de manera automatica.

El metodo comprende, para un ejemplo de realizacion, incluir informacion estadfstica de estructuras anatomicas de pacientes con patologfas en el modelo estadfstico tridimensional multi-objeto, y llevar a cabo la reconstruccion tridimensional con relacion a la forma de como mfnimo un hueso y de su apariencia, o distribucion interna, para un paciente determinado, incluyendo dicha reconstruccion tridimensional informacion que permite identificar patologfas oseas y/o estimar un riesgo de fractura osea, para dicho paciente.

Un segundo aspecto de la invencion concierne a un uso de una reconstruccion tridimensional, relativa a la forma y apariencia de como mfnimo dos objetos, y obtenida de acuerdo con el metodo propuesto por el primer aspecto de la invencion, para diagnosis en general, y en particular para diagnosis de patologfas, cuando los objetos son estructuras anatomicas.

Segun una realizacion de dicho uso, este esta previsto para identificar patologfas oseas y/o estimar un riesgo de fractura osea, para dicho paciente, cuando el modelo estadfstico tridimensional multi-objeto incluye informacion estadfstica de estructuras anatomicas de pacientes con patologfas, y dicha reconstruccion tridimensional es llevada cabo con relacion a la forma de como mfnimo un hueso y de su apariencia, o distribucion interna, de un paciente determinado.

Segun otra realizacion de dicho uso, este comprende construir un modelo para simular una situacion de fractura potencial de como mfnimo uno de dichos objetos, y proporcionar una estimacion del riesgo de fractura del mismo. Al obtener una reconstruccion tridimensional de, no solamente una estructura, sino varias estructuras de interes, mediante el metodo propuesto por el primer aspecto de la invencion, se posibilita la realizacion un diagnostico mejor de diversas patologfas. Por ejemplo, actualmente solamente el area BMD (de los terminos “Bone Mineral Density”: Densidad Mineral Osea) es tomada como una medida a tener en consideracion para evaluar el riesgo de fractura de cadera, mientras que este no es el unico factor que determina la fortaleza de un femur. Es esencial tomar en consideracion la geometrfa del femur, de la articulacion coxofemoral, incluyendo la pelvis, y tambien la geometrfa de los tejidos blandos que rodean a la cadera. Es sabido que cuanto mayor sea el grosor de los tejidos blandos menor sera el riesgo de fractura del femur.

Es por ello que, para otro ejemplo de realizacion del uso propuesto por el segundo aspecto de la invencion, cuando los objetos son como mfnimo parte de un femur, de una pelvis, de una articulacion coxofemoral, y del tejido blando que la rodea, de un paciente, dichas simulaciones son relativas a la cafda de dicho paciente y el uso comprende tambien utilizar dichas simulaciones para proporcionar una estimacion de riesgo de fractura de cadera.

Breve descripcion de los dibujos

Las anteriores y otras ventajas y caracterfsticas se comprenderan mas plenamente a partir de la siguiente descripcion detallada de unos ejemplos de realizacion con referencia a los dibujos adjuntos, que deben tomarse a tftulo ilustrativo y no limitativo, en los que:

la Fig. 1 es un diagrama esquematico que ilustra las principales acciones llevadas a cabo mediante el metodo propuesto por el primer aspecto de la invencion, para un ejemplo de realizacion;

la Fig. 2 muestra, tambien de manera esquematica, el contenido de un modelo tridimensional multi-objeto, para un ejemplo de realizacion, asociado a un proceso de registro 3D/2D;

la Fig. 3 muestra esquematicamente el contenido de un modelo tridimensional multi-objeto, para otro ejemplo de realizacion con algunas diferencias respecto al ilustrado por la Fig. 2, tambien asociado a un proceso de registro 3D/2D; y

la Fig. 4 muestra a dos objetos parcialmente superpuestos, en particular dos huesos, en una vista radiografica proyectiva real, y en la correspondiente reconstruccion tridimensional de la misma.

Descripcion detallada de unos ejemplos de realizacion

En la Fig. 1 se ilustran unos bloques que contienen los distintos elementos utilizados por el metodo propuesto por el primer aspecto de la invencion. En primer lugar, siguiendo un orden de arriba abajo, se ilustra el modelo estadfstico multi-objeto creado y/o utilizado por el metodo de reconstruccion de reconstruccion propuesto, el cual esta formado por una pluralidad de modelos estadfsticos de forma y apariencia, de objeto unico, uno por objeto, los cuales son asociados mediante un modelado multi-objeto, aplicandose finalmente sobre dicho modelo multi-objeto un metodo de registro 3D/2D, tal y como se ha descrito en un apartado anterior.

En las Figs. 2 y 3 se han ilustrado sendos ejemplos de realizacion de modelos estadfstico multi-objeto de forma y apariencia, construidos segun el metodo propuesto por la presente invencion, cuyas caracterfsticas comunes son que en ambos casos el metodo comprende agrupar la informacion estadfstica sobre forma y apariencia en dos modelos estadfsticos de objeto unico, uno para la forma y otro para la apariencia, para cada objeto, e incluirlos en el modelo estadfstico tridimensional multi-objeto.

En este caso solamente se ha ilustrado el metodo aplicado a dos objetos, por lo que en las Figs. 2 y 3, se incluyen dos respectivos modelos de forma, indicados como Modelo de forma 1 y Modelo de forma 2, y dos respectivos modelos de apariencia, indicados como Modelo de apariencia 1 y Modelo de apariencia 2.

Para construir el modelo estadfstico multi-objeto de forma y apariencia de la Fig. 2, el metodo comprende agrupar informacion sobre las poses de cada uno de los objetos, en unos respectivos modelos de pose estadfsticos de objeto unico, en particular en los indicados como Modelo de pose 1 y Modelo de pose 2, comprendiendo el metodo en este caso obtener la mencionada informacion sobre relaciones espaciales relativas a partir de las poses incluidas en dichos Modelos de pose 1 y 2.

Al contrario del caso ilustrado por la Fig. 2, en el ejemplo de realizacion ilustrado por la Fig. 3 el metodo comprende agrupar informacion sobre las poses de los objetos, en este caso dos, en un unico modelo de pose estadfstico de objeto unico, indicado como Modelo de pose 1,2, e incluir dicho modelo de pose estadfstico de objeto unico en el modelo estadfstico tridimensional multi-objeto, obteniendose en este caso, mediante el metodo propuesto por el primer aspecto de la invencion, la informacion sobre relaciones espaciales relativas a partir de la informacion incluida en el Modelo de pose 1,2.

Aunque para un ejemplo de realizacion, no ilustrado, los modelos de forma y apariencia de cada objeto son independientes respecto a los del otro u otros objetos, para otros ejemplos de realizacion ello no es asf, y el metodo comprende incluir en el modelo estadfstico tridimensional multi-objeto relaciones entre el modelo de forma de objeto unico de un primero de dichos objetos y el modelo de forma de objeto unico de un segundo de dichos objetos y/o relaciones entre el modelo de apariencia de objeto unico de dicho primer objeto y el modelo de apariencia de objeto unico de dicho segundo objeto.

Tal es el caso del ejemplo de realizacion ilustrado por las Figs. 2 y 3, en los que los modelos de forma y los de apariencia se encuentran relacionados entre sf, habiendose indicado dichas relaciones de manera esquematica mediante unas respectivas lfneas contfnuas de union entre modelos de objeto unico.

Tales relaciones entre modelos de objeto unico pueden ser de cualquier indole, tales como de una naturaleza generica (por ejemplo, obligando a que la escala del modelo de forma 1 sea la misma que la del modelo de forma 2) y/o estadfstica, es decir establecida a partir de una base de datos.

Las relaciones estadfsticas pueden ser establecidas, por ejemplo, utilizando metodos de inferencia (tal y como se explica en (Skalli, Humbert y otros, 2008)) o utilizando un analisis de componentes principales (como el utilizado en (Babalola, Cootes y otros, 2008)).

Una vez el modelo estadfstico multi-objeto se ha construido a partir de una base de datos apropiada, el metodo comprende controlar el comportamiento del modelo mediante la utilizacion de una serie de parametros que permiten controlar la forma, apariencia y pose de los objetos. Estos parametros pueden influir en mas de un aspecto (un parametro puede controlar, por ejemplo, la forma del Modelo de forma 1 y la del 2, o la pose del modelo de pose 1 y del 2, para el caso de la Fig. 2, asegurando que se cumplan una serie de obligaciones o restricciones de articulacion entre estos dos modelos). El proceso de registro 3D/2D permitira optimizar los parametros de los modelos con el fin de maximizar la semejanza entre las proyecciones simuladas generadas y las vistas proyectivas reales.

Finalmente en la Fig. 4 se ilustra una vista radiografica proyectiva V que ilustra a parte de un femur Fv, a parte de la pelvis Pv a la que se encuentra articulado en la zona que se observa superpuesta en la radiograffa V, indicada como Av, por constituir la articulacion coxofemoral de ambos huesos. Los diferentes rayados de dicha Fig. 4 indican la informacion de apariencia existente en el interior de cada objeto, en particular la distribucion BMD de cada uno de ellos, que en la zona superpuesta Av es muy diferente a la de las porciones de los huesos no superpuestas.

La vista adyacente a la radiograffa V representa, de manera esquematica, a la reconstruccion tridimensional R de los objetos incluidos en la radiograffa V, es decir el femur Fr, la pelvis Pr y la articulacion coxofemoral Ar, obtenida al aplicar el metodo de reconstruccion propuesto por el primer aspecto de la invencion sobre el modelo estadfstico tridimensional multi-objeto construido.

Puede verse que tal reconstruccion R incorpora la informacion de forma y apariencia de la zona Ar donde se superponen ambos huesos, a pesar de los cambios en la distribucion BMD que se producen en dicha zona, gracias a las razones expuestas en el apartado de explicacion de la invencion, es decir a maximizar la semejanza entre la vista real V y la simulada, para los dos huesos que se superponen.

A continuacion se indica con mayor detalle como se ha llevado a cabo la construccion del modelo multi-objeto y el proceso de registro 3D/2D del mismo, para conseguir la reconstruccion R de la Fig. 4, la cual ha sido obtenida para una unica radiograffa V o imagen DXA, asf como para otras reconstrucciones, no ilustradas, obtenidas a partir de varias radiograffas tomadas desde diferentes angulos, con el fin de evaluar su impacto en la precision conseguida en la reconstruccion tridimensional obtenida.

Construccion del modelo estadfstico tridimensional de forma y apariencia multi-objeto

Este se ha construido incorporando tanto las variaciones estadfsticas en terminos de forma como la distribucion BMD tridimensional, es decir la informacion de apariencia. El modelo multi-objeto creado para la obtencion de la reconstruccion R ilustrada de manera esquematica en la Fig. 4, ha incluido el femur y una parte de la pelvis, incluyendo la parte que se superpone en la cabeza femoral, es decir la que constituye la articulacion coxofemoral. El modelo multi-objeto creado sigue los principios de los modelos de forma y apariencia (Cootes, Edwards y otros, 2001) y se ha construido de manera automatica a partir de una base de datos de escaneos cuantitativos de tomograffa computerizada (QCT), desarrollando el metodo descrito por Frangi y otros, (Frangi, Rueckert y otros, 2002) .

El modelo requiere de una base de datos de adquisiciones de imagenes de escaner QCT, para la obtencion de las cuales se ha utilizado un escaner de tomograffa computerizada (CT), junto con un fantasma de densidad para relacionar las unidades Hounsfield a los valores de BMD.

Para la construccion del modelo se ha escogido, en primer lugar, una referencia de volumen QCT de entre todas las adquisiciones. La forma osea del femur y la de la parte de interes de la pelvis de esta imagen escaneada de referencia se ha segmentado para generar una imagen donde se observe la porcion superpuesta de ambos huesos en un area de la imagen que mezcle las superficies de los dos huesos.

Seguidamente todo el resto de imagenes volumetricas son registradas con respecto a este volumen de referencia por medio de una transformada de deformacion. Para cada volumen, o imagen volumetrica, la transformacion se aplica a la parte de la imagen que mezcla las superficies de ambos huesos (el femur y la pelvis) del volumen de referencia, lo cual ofrece como resultado una imagen de mezcla de superficies oseas del femur y la pelvis para cada sujeto.

Tras ello, se han construido dos modelos estadfsticos de forma a partir de los vertices de las partes de la imagen donde se mezclan las superficies oseas, utilizando un analisis de componentes principal.

Posteriormente, con el fin de adquirir solamente las variaciones BMD sin tener en cuenta las variaciones de forma, se utilizan las imagenes adquiridas como producto de las segmentaciones descritas para deformar cada imagen volumetrica hacia la misma forma de referencia media, utilizando una deformacion basada en la funcion de placa delgada (“Thin Plate Spline deformation” (Bookstein 1989)).

Esta tarea se repite dos veces: una para la pelvis y otra para el femur. Se realiza entonces un analisis estadfstico aplicandolo a los valores de densidad osea que resultan en dos modelos de distribucion BMD (modelos de apariencia), uno para cada uno de los huesos.

Para obligar o forzar la pose relativa entre los dos modelos, se ha construido un modelo articulado como el propuesto por Kainmueller, Lamecker y otros, 2009.

El modelo estadfstico es entonces descrito por un conjunto de parametros que definen la forma y un conjunto de parametros que caracterizan la distribucion BMD para los dos huesos, con un conjunto de parametros que caracterizan las poses de ambos huesos bajo las obligaciones impuestas por el modelo articulado.

Registro 3D/2D del modelo multi-objeto

Mediante el metodo propuesto por el primer aspecto de la invencion se consigue obtener una reconstruccion tridimensional, tanto de la forma como de la distribucion BMD, utilizando el modelo multi-objeto justo arriba descrito, a partir de una o varias imagenes DXA.

Esto se consigue encontrando la instancia de los modelos de forma y la instancia de los modelos de densidad, junto con la realizacion de unas transformaciones rfgidas (traslacion, rotacion limitada por el modelo articulado), que maximiza la semejanza entre la imagen DXA (V en la Fig. 4) y la radiograffa reconstruida digitalmente (DRR), denominada anteriormente como proyeccion simulada, generada a partir de los modelos.

De manera similar a la propuesta por Cootes y otros, [1], para cada modelo, el modelo de forma genera una nueva forma sobre la cual se deforma una instancia del modelo de densidad utilizando, por ejemplo, una transformacion TPS.

En un proceso de registro basado en intensidades, el parametro espacio, representando a los parametros de los modelos de forma y densidad y a una transformada de semejanza, es buscado, donde el error absoluto medio entre la imagen real DXA y la simulada DRR de la instancia del modelo de densidad deformado define la mencionada semejanza.

Obviamente, otros procesos de registro 3D/2D conocidos pueden ser utilizados para llevar a cabo la reconstruccion tridimensional propuesta por el metodo segun el primer aspecto de la invencion.

Un experto en la materia podrfa introducir cambios y modificaciones en los ejemplos de realizacion descritos sin salirse del alcance de la invencion segun esta definido en las reivindicaciones adjuntas.

Referencias

A continuacion se indican una serie de referencias bibliograficas, incluyendo documentos de patente, artfculos, etc., incluidas en el campo de la tecnica al que pertenece la presente invencion, las mas relevantes de las cuales se han descrito en el apartado de estado de la tecnica anterior.

[1] Babalola, K. O., T. F. Cootes, y otros, (2008). "3D brain segmentation using active appearance models and local regressors." Med Image Comput Comput Assist Interv 11(Pt 1): 401-408.

[2] Boisvert, J., F. Cheriet, y otros, (2008). "Articulated spine models for 3-D reconstruction from partial radiographic data." IEEE Trans Biomed Eng 55(11): 2565-2574.

[3] Boisvert, J., F. Cheriet, y otros, (2008). "Geometric variability of the scoliotic spine using statistics on articulated shape models." IEEE Trans Med Imaging 27(4): 557-568.

[4] Bookstein, F. L. (1989). "Principal Warps: Thin-Plate Splines and the Decomposition of Deformations." IEEE Trans. Pattern Anal. Mach. Intell. 11(6): 567-585.

[5] Burghardt, A., G. Kazakia, y otros, (in press). "Automated simulation of areal bone mineral density assessment in the distal radius from high-resolution peripheral quantitative computed tomography." Osteoporosis International.

[6] Cody, D. D., G. W. Divine, y otros, (2000). "Bone density distribution and gender dominate femoral neck fracture risk predictors." Skeletal Radiol 29(3): 151-161.

[7] Cootes, T. F., G. J. Edwards, y otros, (2001). Active Appearance Models. IEEE PAM.

[8] Cootes, T. F., C. J. Taylor, y otros, (1995). "Active Shape Models - Their Training and Application." Computer Vision and Image Understanding 61(1): 38-59.

[9] El Maghraoui, A. and C. Roux (2008). "DXA scanning in clinical practice." QJM 101(8): 605-617.

[10] Engelke, K., J. E. Adams, y otros, (2008). "Clinical use of quantitative computed tomography and peripheral quantitative computed tomography in the management of osteoporosis in adults: the 2007 ISCD Official Positions." J Clin Densitom 11(1): 123-162.

[11] Feilkas, T. and G. Zheng (2007). Shape reconstruction using X-ray images. EP1868157.

[12] Fleute, M. and S. Lavallee (1999). Nonrigid 3-D/2-D Registration of Images Using Statistical Models. Medical Image Computing and Computer-Assisted Intervention - MICCAI'99: 138-147.

[13] Fleute, M., S. Lavallee, y otros, (2000). Three-Dimensional Statistic Reconstruction of Surfaces. WO01/22368.

[14] Frangi, A. F., D. Rueckert, y otros, (2002). "Automatic construction of multiple-object three-dimensional statistical shape models: application to cardiac modeling." IEEE Trans Med Imaging 21(9): 1151-1166.

[15] Fritscher, K., B. Schuler, y otros, (2008). Prediction of Biomechanical Parameters of the Proximal Femur Using Statistical Appearance Models and Support Vector Regression. MICCAI. New York City, EEUU. parte I: 568-575.

[16] Humbert, L., J. A. De Guise, y otros, (2009). "3D reconstruction of the spine from biplanar X-rays using parametric models based on transversal and longitudinal inferences." Med Eng Phys.

[17] Kainmueller, D., H. Lamecker, y otros, (2009). "An articulated statistical shape model for accurate hip joint segmentation." Conf Proc IEEE Eng Med Biol Soc 1: 6345-6351.

[18] Kolta, S., A. Le Bras, y otros, (2005). "Three-dimensional X-ray absorptiometry (3D-XA): a method for reconstruction of human bones using a dual X-ray absorptiometry device." Osteoporos Int 16(8): 969-976.

[19] Lamecker, H., T. H. Wenckebach, y otros, (2006). Atlas-based 3D-Shape Reconstruction from X-Ray Images. Pattern Recognition, 2006. ICPR 2006. 18th International Conference on.

[20] Le Bras, A. K., Sami., D. Mitton, y otros, (2003). METHOD AND DEVICE FOR RADIOGRAPHIC IMAGING WO/2004/056270.

[21] Li, W., J. Kornak, y otros, (2009). "Identify fracture-critical regions inside the proximal femur using statistical parametric mapping." Bone 44(4): 596-602.

[22] Mitulescu, A., W. Skalli, y otros, (2002). "Three-dimensional surface rendering reconstruction of scoliotic vertebrae using a non stereo-corresponding points technique." Eur Spine J 11(4): 344-352.

[23] Skalli, W., L. Humbert, y otros, (2008). METHOD FOR RECONSTRUCTION OF A THREE-DIMENSIONAL MODEL OF A BODY STRUCTURE. WO 2008/146069.

[24] Whitmarsh, T., L. Humbert, y otros, (2009). Reconstruccion de la forma del femur y densidad mineral osea en 3D para el diagnostico de osteoporosis a partir de DXA. XIV Congreso SEIOMM 2009. Santander, Espana.

[25] WHO (1994). Assessment of fracture risk and its implication to screening for postmenopausal osteoporosis. World Health Organization Technical Report Series 843.

[26] WHO (2003). Prevention and Management of Osteoporosis. World Health Organization Technical Report Series.

[27] Wilson, K. E. (2008). ESTIMATING RISK OF FUTURE BONE FRACTURE UTILIZING THREE-DIMENSIONAL BONE DENSITY MODEL. EP1952303.

[28] Yao, J. and R. Taylor (2003). Assessing Accuracy Factors in Deformable 2D/3D Medical Image Registration Using a Statistical Pelvis Model. Proceedings of the Ninth IEEE International Conference on Computer Vision -Volume 2, IEEE Computer Society.

[29] Seise M. y otros, "Parts-based segmentation with overlapping part models using Markov chain Monte Carlo". Image and Vision Computing. Elsevier, Guildford, GB, vol. 27, no. 5, 2 Abril 2009, paginas 504-513.

[30] Stan Z. Li "Recognizing Multiple Overlapping Objects in Image: An Optimal Formulation", IEEE Transactions of image processing, IEEE Service center. Piscataway, N^j . US, vol. 9, no. 2, 1 Febrero 2000.

[31] Mardia K. V. y otros, "Deformable template recognition of multiple occluded objects". IEEE Transactions on pattern analysis and machine intelligence, IEEE Service Center, Los Alamitos, CA, US, vol. 19, no. 9, 1 Septiembre 1997, paginas 1035-1042.

Claims (11)

REIVINDICACIONES

1. - Metodo para obtener una reconstruccion tridimensional de una o mas vistas proyectivas, que comprende llevar a cabo un proceso de registro 3D/2D para ajustar al menos un modelo estadfstico tridimensional que comprende informacion estadfstica de la forma y apariencia de un objeto, donde dicha informacion de la apariencia se relaciona con la informacion sobre la estructura interna del objeto, para maximizar la similitud entre al menos una proyeccion simulada generada a partir de dicho al menos un modelo estadfstico tridimensional y al menos una vista proyectiva verdadera, estando dicho metodo caracterizado porque comprende:

- obtener una reconstruccion tridimensional de la forma y apariencia de al menos dos objetos que se superponen al menos parcialmente en dichas vistas proyectivas, para las porciones de dichos al menos dos objetos que se superponen en dichas vistas proyectivas, mediante la realizacion de dicho proceso de registro 3D/2D para al menos un modelo estadfstico multiobjeto tridimensional que comprende informacion estadfstica sobre forma y apariencia, para dichos al menos dos objetos, e informacion sobre relaciones espaciales relativas entre diferentes poses de dichos objetos

- construir dicho al menos un modelo estadfstico multiobjeto tridimensional agrupando dicha informacion estadfstica sobre forma y apariencia en al menos dos modelos estadfsticos de objeto unico, uno para la forma y otro para la apariencia, para cada objeto, e incluyendolos en el modelo estadfstico multiobjeto tridimensional, que es al menos uno; y

- incluyendo en el modelo estadfstico multiobjeto tridimensional construido relaciones entre el modelo de forma de objeto unico de un primero de dichos objetos y el modelo de forma de objeto unico de un segundo de dichos objetos y entre el modelo de apariencia de objeto unico de dicho primer objeto y el modelo de apariencia de un solo objeto de dicho segundo objeto.

2. - Metodo segun la reivindicacion 1, caracterizado porque dichos al menos dos objetos son estructuras anatomicas, o porciones de al menos una estructura anatomica.

3. - Metodo segun la reivindicacion 1 o 2, caracterizado porque se encuentra aplicado a al menos dos objetos articulados entre sf

4. - Metodo segun la reivindicacion 1, caracterizado porque la construccion de dicho al menos un modelo estadfstico multiobjeto tridimensional comprende ademas agrupar informacion sobre las poses:

- de cada uno de dichos al menos dos objetos en al menos dos respectivos modelos estadfsticos de posicion de un solo objeto, incluyendo dichos modelos de objeto unico en dicho al menos un modelo estadfstico multiobjeto tridimensional, y obteniendo dicha informacion sobre las relaciones espaciales relativas de las poses incluido en dichos al menos dos modelos estadfsticos de pose de un solo objeto; o

- de dichos al menos dos objetos en un modelo estadfstico de posicion de un solo objeto, incluyendo dicho modelo estadfstico de posicion de un solo objeto en dicho al menos un modelo estadfstico tridimensional de objetos multiples, y obteninendo dicha informacion sobre las relaciones espaciales relativas de la informacion incluida en dicho modelo estadfstico de pose de un solo objeto.

5. -Metodo segun la reivindicacion 3 o 4, caracterizado porque comprende utilizar al menos un modelo articulado estadfstico para proporcionar dicha informacion sobre relaciones espaciales relativas.

6. - Metodo segun la reivindicacion 1, caracterizado porque dichas relaciones entre modelos de objeto unico son de una naturaleza generica y/o estadfstica.

7. - Metodo segun la reivindicacion 1, caracterizado porque dicha informacion sobre relaciones espaciales relativas es de una naturaleza generica y/o estadfstica.

8. - Metodo segun una cualquiera de las reivindicaciones 1 a 7, caracterizado porque dichos objetos, que son al menos dos, se encuentran seleccionados del grupo que incluye los siguientes objetos: huesos, tejidos blandos y organos.

9. - Uso de una reconstruccion tridimensional, relacionada con la forma y apariencia de al menos dos objetos, y obtenido segun el metodo de acuerdo con una cualquiera de las reivindicaciones anteriores, para identificar patologfas oseas y/o realizar una estimacion del riesgo de fractura osea para dicho paciente cuando el modelo estadfstico multiobjeto tridimensional incluye informacion estadfstica anatomica de la estructura de pacientes con patologfas y dicha reconstruccion tridimensional se realiza en relacion con la forma de al menos un hueso y su apariencia, o distribucion interna , de un paciente.

10. El uso de una reconstruccion tridimensional, relacionada con la forma y apariencia de al menos dos objetos, y obtenido segun el metodo de acuerdo con una cualquiera de las reivindicaciones anteriores, para construir un modelo para simular una situacion potencial de fractura en al menos uno de dichos al menos dos objetos, y proporcionar una estimacion del riesgo de fractura de los mismos.

11. - Uso segun la reivindicacion 21, caracterizado porque cuando dichos al menos dos objetos son al menos parte de un femur, de una pelvis, de una articulacion coxofemoral, y del tejido blando que la rodea, de un paciente, dichas simulaciones son relativas a la cafda de dicho paciente y el uso comprende tambien utilizar dichas simulaciones para proporcionar una estimacion de riesgo de fractura de cadera.