JP2002523204A - 骨質量・構造のコンピュータ依拠分析方法および装置 - Google Patents

骨質量・構造のコンピュータ依拠分析方法および装置

Info

Publication number
JP2002523204A
JP2002523204A JP2000568049A JP2000568049A JP2002523204A JP 2002523204 A JP2002523204 A JP 2002523204A JP 2000568049 A JP2000568049 A JP 2000568049A JP 2000568049 A JP2000568049 A JP 2000568049A JP 2002523204 A JP2002523204 A JP 2002523204A
Authority
JP
Japan
Prior art keywords
bone
bmd
mechanism configured
estimating
image data
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.)
Pending
Application number
JP2000568049A
Other languages
English (en)
Inventor
ジアン、チュンシェン
シナンダー、マイケル・アール
ギガー、マリーエレン・エル
Original Assignee
アーチ・デベロップメント・コーポレーション
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 アーチ・デベロップメント・コーポレーション filed Critical アーチ・デベロップメント・コーポレーション
Publication of JP2002523204A publication Critical patent/JP2002523204A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

(57)【要約】 骨分析の自動化された方法(図1A)、記憶媒体、および装置(1000)。骨の画像に対応しているディジタル化されたイメージデータが得られる。次に、ディジタル画像に基づいて、骨ミネラル密度(BMD)の測定、骨幾何学の少なくとも1つの測定、ミンコフスキー次元、および梁柱方向が決定される。骨の強さはBMDの測定、骨幾何学の少なくとも1つの測定、ミンコフスキー次元、および梁柱方向に基づいて推定される。骨組織分析を改良するため、本発明はまた、骨の画像に対応するディジタル画像データが得られ、かつ関心領域(ROI)が骨内に選択される(図11B)新規な自動化された方法、記憶媒体、および装置を提供する。人工のニューラルネットワークを使用してROI内に画像データのフラクタルな特徴が取り出される。骨の強さは取り出されたフラクタルな特徴の少なくとも一部に基づいて推定される。骨ミネラル密度の改良された測定で骨分析を遂行するため、本発明はまた、骨の画像に対応するディジタル画像データが得られる新規な自動化された方法、記憶媒体、および装置を提供する。骨の体積的骨ミネラル密度に対応した正規化された骨密度(BMD)の測定が決定され、かつ骨の強度が正規化されたBMD(図10A)の少なくとも一部に基づいて推定される。

Description

【発明の詳細な説明】
【0001】 本発明の一部は、米国政府研究費支援によってなされた。本研究の一部は、U
SPHS研究補助金RO1 AR42739およびT32CA09649によっ
て支援された。本発明において米国政府はいくつかの権利を有する。
【0002】 (発明の分野) 本発明は一般に、骨密度・構造のコンピュータ依拠分析方法および装置に関わ
る。特定用途は、骨強度、および/または、骨粗しょう症評価のために、また、
骨折危険の予測装置として、梁柱質量および骨パターン分析に向けられる。新規
技術としては、骨質量、骨幾何学量、骨構造情報、および、被験者の年齢に関す
るものを始めとする様々な特徴の統合化がある。新たに付加される技術としては
、骨構造のコンピュータ化フラクタル(fractal)分析の補助となるミンコフス
キー次元の応用と人口ニューラルネットワークを含む。
【0003】 本発明は、一般に、例えば、下記の米国特許の一つ以上において開示される、
ディジタル画像自動分析用コンピュータ依拠技術に関わる。その米国特許とは、
第4,839,807号、第4,841,555号、第4,851,984号、
第4,875,165号、第4,907,156号、第4,918,534号、
第5,072,384号、第5,133,020号、第5,150,292号、
第5,224,177号、第5,289,374号、第5,319,549号、
第5,343,390号、第5,359,513号、第5,452,367号、
第5,463,548号、第5,491,627号、第5,537,485号、
第5,598,481号、第5,622,171号、第5,638,458号、
第5,657,362号、第5,666,434号、第5,673,332号、
第5,668,888号、および、第5,740,268号に加えてさらに、米
国特許申請第08/158,388号、第08/173,935号、第08/2
20,917号、第08/398,307号、第08/428,867号、第0
8/523,210号、第08/536,149号、第08/536,450号
、第08/515,798号、第08/562,087号、第08/757,6
11号、第08/758,438号、第08/900,191号、第08/90
0,361号、第08/900,362号、第08/900,188号、および
、第08/900,189号、第08/900,192号、第08/979,6
23号、第08/979,639号、第08/982,282号、第09/02
7,468号、第09/027,685号、09/028,518号、第09/
053,798号、09/092,004号、第09/098,504号、第0
9/121,719号、および、09/131,162号である。これら全てを
引用することによって本申請書に含める。
【0004】 本発明は、上述の米国特許および申請書に参照・記載される各種技術、さらに
は、付属の「付録」に特定される引例に記載される技術や、また、申請書を通じ
て、「付録」に列挙されるそれぞれの引例の、括弧付きのであれ、ゴシック体の
であれ数字によってクロスリファレンスされる技術を含む。前述の関連特許と特
許申請、および、「付録」に列挙される引例を含め、全ての内容を、引用するこ
とによって本申請書に含めることとする。
【0005】 (発明の背景) 骨質に影響を及ぼすものとして沢山の因子があるけれども、骨の機械的性質を
定める二つの主要決定因子は、骨ミネラル密度(BMD)と骨構造である。各種
技術によって骨から抽出した複数の密度・構造性質の中で、BMDが、骨強度や
、骨粗しょう症のような病態に関するもっとも重要な単一予測因子であることに
ついては研究者の意見が一致している。いくつかの研究によって、BMDと骨強
度の間には相関のあることが判明している(Carter と Haye, 1
977[4]、Beck等、1989[2]、Keaveny と Hayes
、1993[9])。このため、骨折危険を評価するため、骨粗しょう症を診断
するため、骨粗しょう症療法を監視するため、かつ、骨強度を予測するため、B
MDを測定するための技術が相当範囲に渡って開発された(Beck等、198
9[2]、Ross等、1990[14]、Adams、1997[1]、Gr
ampp等、1997[7])。
【0006】 骨ミネラル状態の非侵襲的評価用標準法が骨密度測定である。各種骨密度測定
法の中で、二重エネルギーX線吸収度測定法(DXA)が比較的安価で、放射線
量が低く(<5μSv実効透過線量)、かつ、高正確(≒1%)、高精度(≒1
%)である(SartorisとResnick,1990[15]、Adam
s,1977[1]、Lang,1998[10])。DXAは、骨粗しょう症
の通例の診断・監視のために、広く臨床的に受容されている(Adams,19
97[1])。さらに、DXAは、骨全体の幾何学的特性の測定に直接使用が可
能である(Faukner等、1994[6]、Sieranen等、1994
[17]、Karlsson等、1996[8]、Lang、1998[10]
)。しかしながら、DXAによるBMD測定は、骨の機械的性質とは中程度の相
関しか持たず、骨粗しょう症関連の骨折を持つ患者と、持たない患者を分離する
能力は限定されていた(Cann等、1985[3])。DXAは、ある任意の
投射区域について、X線経路に沿った、皮質と梁柱骨ミネラル含量の積分測定値
を与えるが、DXAは、骨構造については示さず、ただ骨質量を測定するだけで
ある。従って、DXA測定は、骨サイズ依存性であって、真の密度、すなわち、
体積当りの骨ミネラル密度(g/cm3)ではなく、単位面積当りの骨ミネラル
密度(g/cm2)を与えるに過ぎない。それ故、異なる骨サイズを持つ患者の
BMD測定値を比較する場合、結果が誤解を招きやすいことがある。
【0007】 DXAを用いた場合、面積BMDに対して骨サイズの影響があることは明白で
あるにも拘わらず(Carter等、1992[5]、Seeman,1998
[16])、その根拠を明らかにする研究はごく少数しか行われてこなかった(
Nielesn等、1980[13]、MartinとBuff,1984[1
1]、Carter等、1992[5])。椎骨体における骨サイズの効果を補
正するために、Carter等(1992)[5]は一つの分析法を開発し、か
つ、体積当りの骨ミネラル密度の尺度として、新しいパラメータ、骨ミネラル見
かけ密度(BMAD)を提案した。
【0008】 また、骨の機能の一つは、骨折や、恒久的な変形のような機械的な障害に抵抗
することである。従って、生体力学性質が、骨質の基本的な尺度となる。梁柱骨
の生体力学的性質は、主に、その内在的材料の性質と、巨視的構造の性質とによ
って決められる(Cowin等、1987[24]、Chakkalakl等、
1990[23]、Brandenburger、1990[21]、Keav
enyとHayes,1993[9])。骨ミネラル密度(BMD)とミネラル
分布を調べることによって、骨の力学的性質を評価する方向に向けて広範な努力
がなされてきた。
【0009】 骨の構造的剛性は、主に、そのミネラル含量から得られるのであるから(El
liot等、1989[27])、骨質量を測定し(ミネラル含量または密度)
、かつ、その測定値を骨の力学的性質と関連づけるために、多くの評価法が開発
されてきた(CarterとHaye,1977[4]、Bentzen等、1
987[20]、Hvid等、1989[32]、KeavenyとHayes
、1993[9]、Keaveny等、1994[36])。インビボ(in viv
o)およびインビトロ(in vitro)実験による結果から、BMD測定は、骨強度と
中程度の相関しか持たないことが示唆された(Carter等、1992[5]
)。また一方、骨の力学的性質や構造の変化がBMDと独立していることを示す
研究もあった(Goldstein、1987[30]、Faulkner等、
1991[28])。さらに、密度は、骨標本内部における骨ミネラル含量の平
均測定値であるのだから、密度は、骨の組み立てまたは構造に関する情報を含ま
ない。
【0010】 組織学的・立体学的分析によって梁柱骨の2次元または3次元構成を調べるイ
ンビトロ実験のために様々な方法が開発されている(Whitehouse、1
974[43]、Feldkamp等、1989[29]、Goulet等、1
994[31]、Croucher等、1996[25])。これらの研究から
、構造的特質を骨密度と組合せることによって、力学的に測定されたヤング率の
変動の内約72から94パーセントが説明されることが判明した。
【0011】 梁柱骨構造の非侵襲的検査のために、研究者達は、高解像度のコンピュータ断
層撮影法(CT)や、磁気共鳴画像法(MRI)を開発した(Feldkamp
等、1989[29]、DurandとRuegsegger、1992[26
]、Majumder等、1998[38])。しかしながら、コスト、および
/または、その他の技術的困難のために、これらの方法は現在通常の臨床には使
用されていない。梁柱骨構造を特徴付けるに当って、X線撮影法の持つ潜在的可
能性についても研究が行われた。X線写真における梁柱構造の外見は極めて複雑
であるけれども、いくつかの研究において、インビトロ実験(Majumdar
等、1993[37]、Benhamou等、1994[19]、Achary
a等、1995[18]、Jiang等、1998[33])およびインビボ実
験(Caligiuri等、1993[22])の両方から、X線写真から梁柱
構造を特徴付けるには、フラクタル分析が、高感度の記述因子となることが示唆
された。
【0012】 しかしながら、フラクタル次元を計算するには、様々の方法がある。ハウスド
ロッフ次元と同一のフラクタル次元の1クラスである、ミンコフスキー次元(M
andelbrot、1982[39])は、ディジタル画像の複雑な組織を分
析するのに特に好適である。なぜなら、同次元は、数学的形態学によって公式的
に定義が可能であり、かつ、形態的操作により容易に計算が可能だからである(
Serra、1982[42]、Maragos,1994「40」)。ある画
像から計算されるミンコフスキー次元は、組織の方向の如何によらず、画像組織
の全体的肌目粗さを特徴付ける総合的次元を与える。同様に、様々な方向から計
算されるミンコフスキー次元は、画像の組織異方性を特徴付けるのに使用可能な
方向次元を供給する(Jiang等、1998a[33])。
【0013】 (発明の概要) 従って、本発明の目的は、骨質量、および/または、骨構造のコンピュータ依
拠分析方法と装置を供給することである。
【0014】 本発明のもう一つの目的は、骨強度評価のための方法と装置を供給することで
ある。
【0015】 本発明のもう一つの目的は、骨幾何学を用いて、体積的骨質量測定値評価のた
めの方法と装置を供給することである。
【0016】 本発明のもう一つの目的は、骨構造パターン分析にミンコフスキー次元を取り
込むための方法と装置を供給することである。
【0017】 本発明のもう一つの目的は、フラクタル依拠組織分析から情報を抽出するため
の方法と装置を提供することである。
【0018】 本発明のもう一つの目的は、骨質量、骨幾何学、骨構造、および/または、被
験者年齢に関する情報を融合して、骨強度に関する測定値を得るための方法と装
置を供給することである。
【0019】 上記およびその他の目的は、本発明によれば、新規の自動化法、方法のステッ
プを実行するためのプログラムを保存する記憶媒体、および、骨の画像に一致す
るディジタル画像データの獲得される装置を供給することによって達成される。
次に、このディジタル画像に基づいて、骨ミネラル密度(BMD)測定値、およ
び、骨幾何学の測定値の少なくとも一つ、ミンコフスキー次元、梁柱方向、およ
び、被験者データが定められる。BMD測定値として、骨の体積的骨ミネラル密
度に一致する正規化BMDを求めることが好ましく、また、骨強度は、少なくと
も一部はこの正規化BMDに基づいて評価されることが好ましい。
【0020】 骨組織分析を改善するために、本発明はさらに新規の自動化法、方法のステッ
プを実行するためのプログラムを保存する記憶媒体、および、骨の画像に一致す
るディジタル画像データが獲得され、かつ、関心領域(ROI)が、骨の内部に
選択される装置を供給する。ROI内部の画像データのフラクタル特徴は、人工
ニューラルネットワークによって抽出される。骨の強度は、少なくとも一部は、
この抽出されたフラクタル特徴に基づいて評価される。
【0021】 骨ミネラル密度に関する改良された測定値によって骨分析を行うために、本発
明はさらに新規の自動化法、方法のステップを実行するためのプログラムを保存
する記憶媒体、および、骨の画像に一致するディジタル画像データを獲得する装
置を供給する。骨の体積的骨ミネラル密度に一致する正規化骨ミネラル密度(B
MD)が求められ、かつ、骨強度は、少なくとも一部はこの正規化BMDに基づ
いて評価される。
【0022】 本発明と、それに付随する利点の多くに関しては、同一内容が、下記の詳細な
説明を、付属の図と共に考慮しながら参照することによってより良く理解するこ
とを通じて、さらに完全な認識が容易に得られるようになる。
【0023】 (詳細な説明) ここで図を、特にその内の図1Aを参照すると、骨分析用の発明の方法を記述
するフローチャートが描かれている。図1Bは、本発明が各種データを取り込ん
で、骨質量、骨幾何学、および/または、構造を分析する様を示す模式図である
【0024】 図1Aに記載される発明法においては、骨の特徴、幾何学、梁柱パターンが、
股関節のような体の骨性部分のディジタル画像から得られる画像データについて
コンピュータ分析することによって抽出される。全体スキームは、ステップS1
0において股関節のX線画像の初回獲得を含む。同画像は、ステップS20にお
いてディジタル化され、メモリーに保存される。別態様として、股関節のディジ
タルX線画像を直接獲得することによって、ステップS10とS20を合併して
単一ステップとしてもよい。次に、ステップS30で、関心領域(ROI)を画
像の大腿骨頚部に置き、対応画像データをメモリーに保存する。ステップS40
で背景の傾向補正を行い、骨における基礎的動揺、すなわち、梁柱パターンを供
給する。ステップS41において、さらにBMDを含めた骨ミネラル密度測定を
この骨について実行する。次に、ステップS42において、骨ミネラル密度測定
の結果をメモリーに保存する。次に、ステップS50において、ROIの画像デ
ータを組織分析スキームに入力し、ステップS60において、骨組織の特徴を計
算する。ステップS70において、ミンコフスキー次元のような組織スキームを
用いて、各種組織測定値を計算し、また、人工ニューラルネットワーク(ANN
)を用いてさらに新たな情報を獲得する。
【0025】 メモリーにおける画像データ(ステップS20による)も、骨幾何学を抽出す
るのに用いられ、大腿頚部厚、および、大腿骨幹厚のような特徴を供給する。こ
れらの特徴はさらに、BMDを正規化し、かつ体積的BMDの推定値を得るのに
用いられる。ステップS80において、骨質量、骨幾何学、骨構造、および、臨
床データ(例えば、被験者の年齢)等の特徴に一致するデータを、直線識別関数
および/または人工ニューラルネットワーク(ANN)のような、1個以上の分
類手段を用いて融合・併合して、骨強度の推定値を、従って、将来の骨折の危険
性確率を供給する。
【0026】 図22は、骨質量と、梁柱構造分析のための発明の方法を導入した装置100
0を例示するブロックダイアグラムである。方法・装置1000を導入するため
に使用される方法とハードウェアが、下記において、図22の説明に続く各節表
題の下にさらに詳細に論じられている。
【0027】 図22を参照すると、画像獲得装置2000は、ある対象物のX線画像を、デ
ィジタル化回路2000aに入力する。画像メモリー2001は、このディジタ
ル化画像を保存する。X線画像が直接ディジタル装置によって獲得された場合、
このディジタル化回路2000aは必要ない。画像メモリー2001は、保存さ
れた画像を、ROIを画像上に配置するために、ROI選択回路2002に送信
する。ROI選択回路は、ROIを含む画像を、背景傾向補正を実行するために
、非直線性検出装置補正回路2003に送信する。非直線性検出装置補正回路2
003は、背景傾向補正が実行された画像データを、同画像データによって表わ
される骨の構造的特徴(梁柱方向を含む)を求めるために、骨構造回路2006
に送信する。骨構造回路は、抽出された構造特徴を、組織回路2020に送信し
、同回路2020は、ミンコフスキー次元を含む組織情報を生成する。ANNフ
ラクタル測定回路2040は、特に、組織回路2020に生成された骨組織情報
のフラクタル的性質を定める。
【0028】 画像メモリー2001はまた、保存された画像データを、BMD計算のために
、骨質量回路2004にも送信する。さらに、画像メモリー2001は、保存画
像データを、大腿頚部幅や大腿骨幹幅を含めた骨幾何学の各種測定値計算のため
に、骨幾何学回路2005に保存画像データを送信する。正規化回路2007は
BMDに基づいて正規化BMDを、また、それぞれ、骨質量回路2004と骨幾
何学回路2005で生成された骨幾何学情報を計算する。正規化BMDは、体積
的骨ミネラル密度の推定値を供給する。
【0029】 データメモリー2009は、BMD、正規化BMD、骨幾何学、および、骨組
織のフラクタル性質に関するデータを保存する。このデータは、データメモリー
2009に保存される前に、重み付け合計回路(図示せず)において重み付けを
施されてもよい。患者臨床データも、データメモリー2009に入力・保存され
る。
【0030】 分類回路2050は、骨質量、骨幾何学、骨構造の測定値、および/または、
患者データに基づいて骨強度(従ってまた、将来の骨折危険の確率)を推定する
。画像メモリー(図示せず)は、装置の様々の成分によって生成される画像デー
タを保存する。ディスプレー装置(例えば、後述する、図23のモニター302
)は、装置の成分によって生成されるディジタル画像データをアナログデータに
変換し、得られた画像を表示する。スーパーポーズ回路(図示せず)は、装置の
計算結果を、表示された画像にスーパーポーズし、その結果をファイルフォーマ
ットに保存し、あるいは、その結果をテキストのみのフォーマットとして供給す
る。
【0031】 データベース 図2Aは、本発明をそれに基づいてテストしたデータベース中の病気の分布を
示すグラフである。このデータベースは、大腿頚部標本を含む。標本は、完全股
関節形成術を受けた患者から摘出したものである。年齢は、20才から94才に
渡っており、平均年齢は49才であった。各患者症例は、標準的、手術前骨盤X
線写真を含んでいた。個々人において、股関節置換を必要とする臨床所見として
は、変形性関節症(n=30)、虚血壊死(n=12)、および、慢性関節リュ
ーマチ(n=2)が含まれていた。標本の多くは、骨疾患ではなくて関節疾患を
患う個人から得られたものであるから、骨の強度は、極めて強固なものから極め
て脆いものまで広がっていた。標本を入手した個人の年齢範囲は、20才から9
4才までであり、その年齢中央値は63才、平均年齢は59才であった。年齢の
広範囲は、骨機械的強度における大変動をもたらした。
【0032】 図2Bは、例示のデータベースにおいて、骨強度に関する症例分布を示すヒス
トグラムである。
【0033】 骨ミネラル密度と骨X線撮影 体積的BMD計算用総合方法としては、骨盤X線写真に基づく、DXAによる
従来の面積依拠BMDと、幾何学的測定値の抽出が含まれる。面積依拠BMDは
、各大腿頚部標本で行った。各大体頚部標本は、整形外科医によって、患者の標
準的骨盤X線写真に現れる角度と変位に適合するように、スチレンフォーム製カ
ップの中に位置付けられた。5センチメートル厚の「ルーサイト(LUCITE
)」を各標本の下に付加し、臨床的BMD測定における軟部組織をシミュレート
させた。LunarDPX−IQ(ウィスコシン州、マジソン、Lunar C
o.)デンシトメータを用いて、各標本をスキャンした。標本のスキャン後、関
心領域(ROI)を特定し、前後方向におけるROI中の面積BMD(g/cm )を、LunarDPX装置で利用可能な分析ソフトウェアを用いて獲得した
。力学試験(後述)用に大腿頚部から梁柱立方体がその後加工調製される部位に
適合するよう、各ROIについて選択が行われた。
【0034】 摘出された大腿頚部標本は、二つの条件下で放射線暴露を受けた。すなわち、
一つは「臨床シミュレーション」設定であり、もう一つは「証明」設定である。
標本のX線写真を取るのに使用された「臨床シミュレーション」設定の模式図が
図3Aに示される。軟部組織をシミュレートする散乱材料として「ルーサイト」
が用いられた。設定のサイズ、スクリーン・フィルム装置やグリッドの選択は、
シカゴ大学病院、放射線科で現在使用されているものである。Lanex媒体/
TMG(ニューヨーク、ロチェスター、イーストマンコダック)製スクリーン・
フィルム装置を、8:1焦点グリッドと共に用いた。X線管の焦点スポットから
フィルムカセットまでの距離は100cmであり、フィルムカセットと「ルーサ
イト」の第1シート底面との間の距離は7.6cmであった。標本の設置(角度
と変位)は、整形外科医によって、大腿頚部の方向が、標準的骨盤X線撮影時の
位置と同様になるように実行された。標本は、それらをポリスチレン製フォーム
カップに固定することによって、その方向に保持した。標本はまた、高解像度フ
ィルム(ニューヨーク、ロチェスター、イーストマンコダック、X−Omat
TL)を用いて、標本を直接フィルムに接触させてX線撮影した。この高品質X
線写真を生成するには、直接露出(すなわち、スクリーンまたはグリッドなしで
)を用いた。これを、本申請書では、「証明」設定と名づける。「証明」設定は
、図3Bに模式的に示される。「証明」設定は、「ルーサイト」を用いないため
にX線散乱の極小な、また、スクリーンを用いないために光分散の無い、高度の
空間解像度を持つ画像を供給する。何人かの患者においては、術前骨盤写真が入
手可能であった。しかしながら、これら術前フィルムの目的は、股関節幾何学を
示すことであるから、そのフィルムは、密度とコントラストにおいて、低画像品
質を呈する場合が多かった。術前フィルムの一例が、図4Aに示される。図4Bは
、図4Aの術前フィルムに相当する、「臨床」標本X線撮影を示す。図4Cは、図
4Aに示す術前フィルムに相当する「証明」X線写真を示す。図4A、4B、お
よび4Cから、骨標本の、骨盤解剖学における他の部に対する相対的な位置を視
認することが可能である。図4Bおよび図4Cに示される関心領域が、そこにお
いて組織測定値が計算される領域である。
【0035】 骨強度確定(すなわち、「真の」)のための生体力学試験 海綿(梁柱)骨を、Isomet−2000鋸歯切断装置(イリノイ州、La
ke Bluff,Beuler Co.)を用いて、厳密に6.5mm立方体
に切断した。この標本を先ず、大腿頚部標本の軸に対して垂直な平面で円板状に
切断した。第1ディスクの下部切断を、図5Aに示すように、鉛ビーズの底部と
軸揃えさせた。
【0036】 図5Bに示すように、次に各ディスクを、前方から後方に向かって6.5mm
の柱に切断した(図5Bの柱A,BとC)。次に、各柱を立方体に切断した。大
腿内側の皮質骨は、全ての標本から除いた。各大腿頚部について、最初にBMD
を測定したROIに相当する領域内部において、前後(AP)方向に沿って複数
の立方体標本を加工調製した。ディジタル化X線写真(コンピュータ依拠分析と
共にさらに詳細に後述する)において抽出される、ROIに相当する標本立方体
を用いて、同標本の強度を求めた。圧縮強度試験は、Linde等(1988)
[45]の記載する方法に基づく。圧縮強度試験は、Instron 8500
plus(イリノイ州、Park Ridge,Instron Co.)材料
試験装置を用いて実行した。立方体を、圧縮試験が上下方向に行われる様に、プ
ラテン間に挿入した。標本は先ず、5ニュートンの付加によって先行負荷した。
先行条件付けのために、標本に、圧縮から0.5%引張、次に弛緩から成る行程
20サイクルを、毎秒0.2サイクルの割合で与えた。先行条件付けの後、負荷
を5ニュートンに戻し、次に、毎秒0.1%歪増の割合で歪を増大させ、これを
標本が破壊するまで続けて、破壊試験を行った。全ての大腿頚部から加工調製し
た全ての標本について、同じ試験条件を用い、圧縮負荷の下で破壊試験を行い、
力学的性質(ヤング率と強度)を、各骨立法体について得た。各大腿頚部につい
て、全体ヤング率(E)と強度(S)を、対応ROI内部の全ての骨立方体(2
から4個の立方体)から得た数値を平均することによって求めた。
【0037】 図6のグラフに示される負荷・歪情報を用いて、破壊係数を、負荷・歪曲線の
最大勾配を、標本の断面積で割って求めた。標本破壊に至る歪は、応力ひずみ曲
線の頂点から得た。組織特徴性能の評価に使用される強度数値は、X線写真にお
いてその面積の少なくとも50%をROI内部に持つ立方体の強度測定値の平均
値とした。
【0038】 骨幾何学と体積的骨ミネラル密度 大腿の幾何学は、各患者について、標準骨盤X線写真から測定した。X線写真
は、レーザーフィルム・ディジタイザー(東京、コニカ、LD4500)によっ
て、121x121μmの空間解像度と、10ビット量子化レベルまでディジタ
ル化した。Karlsson等(1996)[8]の示唆する通りに大腿幾何学
を測定するために、IDLソフトウェア(コロラド州、ボウルダー、Resea
rch Systems)を用いて、対話型(インタラクティブ)ディスプレー
プログラムを開発した。測定は全て、筋肉骨格放射線専門家によって実行された
。図7に示す幾何学測定値を用いて、面積依拠BSDを正規化した。上記幾何学
的測定値には、大腿頚部幅(BB)、および、小転子直下で測定した大腿骨幹幅
(CC)が含まれた。
【0039】 幅を測定した、大腿頚部および大腿骨幹は、ほぼ円形であり、従って、BBと
CCの値は、対応領域の直径として扱うことが可能である。正規化BMD(nB
MD,g/cm)は、面積BMD測定値(g/cm)を直径で正規化計算し
た。すなわち、
【数1】
【0040】 または、
【数2】
【0041】 BMDは大腿頚部から測定されるのであるから、nBMDを得るのに、大腿頚
部直径を用いるのが好ましい。しかしながら、いくつかの症例では、頚部の内面
および側面に骨棘が観察された。これらの症例では、頚部幅の測定は偏倚する可
能性がある。特に、内外側(ML)方向に測定された頚部幅は、AP方向の実際
の頚部幅よりも大きくなる可能性がある。従って、大腿骨幹幅も、それによって
BMDを正規化すべき測定値として調べられた。
【0042】 測定された大腿頚部幅と、骨幹幅の間の平均差を示すために変動解析を行った
。BMD値または正規化BMD値のどちらかと、骨の力学的性質との間において
回帰分析を行った。回帰分析においては、直線モデルと、平方階乗則モデルの両
方を用いた。決定度係数(R)を用いて、面積BMD、および、体積BMDに
よる骨力学的性質の説明ないし予測能力を測定した。
【0043】 測定した大腿頚部幅(BB)と骨幹幅(CC)の記述的統計数値を表1に示す
。変動分析から、BBおよびCCの測定幅は、有意に異なることが示されたが(
p値は0.02未満)、測定された幅における平均値差絶対値は、ごく僅かであ
った。頚部幅平均値は、骨幹幅平均値よりも僅かに8%しか大きくなかった。表
1はまた、骨サイズ測定値における大きな患者間変動を示す。例えば、最大骨幹
幅は、最小骨幹幅よりも60%大きく、かつ、頚部幅測定値のほぼ2倍の大きさ
である。図8は、頚部幅と骨幹幅の間に強い相関のあることを示す。決定度係数
(R)は、0.65であった。図9Aと9Bは、面積依拠BMDと骨サイズの
関係を示す。表1は、近位大腿骨から得られた幾何学的測定値と、BMDの記述
的統計学を示す。
【表1】
【0044】 nBMD―大腿頚部幅(BB)を用いて正規化したBMD nBMD―大腿骨幹幅(CC)を用いて正規化したBMD 図10Aは、強度と面積依拠BMDとの間の関係を示す。面積依拠BMDと強
度に対する一般化直線回帰の決定度係数(R)を表2に示し、面積依拠BMD
とヤング率に対する同じ決定度係数を表3に示す。直線関係、および、階乗則関
係両方に対するRを、同表に示す。階乗則モデルの方が、骨の力学的性質のよ
り多くの変動を説明していることが明らかである。直線モデルに比較すると、階
乗則モデルは、ヤング率および強度を予言する点において、それぞれRを22
%と13%向上させた。表2は、直線および階乗則関係における、強度(S)と
骨密度(D)間の決定度係数(R)を示す。表3は、直線および階乗則関係に
おける、ヤング率(E)と骨密度(D)間の決定度係数(R)を示す。
【表2】
【0045】 注) nBMD―大腿頚部幅(BB)を用いて正規化したBMD nBMD―大腿骨幹幅(CC)を用いて正規化したBMD (全てのモデルを通じてp値≦0.001)
【表3】
【0046】 注) nBMD―大腿頚部幅(BB)を用いて正規化したBMD nBMD―大腿骨幹幅(CC)を用いて正規化したBMD (全てのモデルを通じてp値≦0.001) 正規化BMDの骨強度予言に対する効果を、図10Bと10Cにグラフとして
示す。正規化はデータ変動を下げ、かつ、強度と、nBMDまたはnBMD のいずれかとの間に、より直線的な傾向を明示することが明かである。直線およ
び階乗則モデルによる正規化BMDによって説明される強度のパーセント変動で
、Rで量子化したものを表2に示す。直線モデルにおいては、正規化は、頚部
幅で正規化した面積性BMD(nBMD)と、骨幹幅で正規化した面積性BM
D(nBMD)について、Rを、それぞれ、26%と34%増大させた。階
乗則モデルにおいては、nBMDとnBDNを用いた場合で、Rの増加は
、それぞれ、35%と39%であった。骨強度の場合と同様、正規化は、表3に
示すように、骨密度とヤング率の間の相関に同様の向上をもたらした。
【0047】 DXAによって生成されるBMD測定値は、面積依拠密度であるから、同様の
骨サイズを持つ患者同士のBMDを比較するのは有効である。しかしながら、試
験結果から、骨サイズの変動は極めて高い可能性のあること、例えば、頚部の最
大幅は、最小幅のほぼ2倍大きいことが判明した。さらに、図9Aと図9Bから
示唆されるように、BMDは骨サイズの関数であるという明白な傾向がある。従
って、様々な骨サイズを有する患者のBMD測定値は誤りに導く可能性がある。
それ故、正規化処理は、相対的比較には有用である。力学的性質と、正規化BM
D間においてRが増大することを示す試験結果は、この議論をさらに立証する
【0048】 骨棘が、いくつかの症例において、大腿頚部に観察された。骨棘は、主に、大
腿頚部の内側面と側面にあった。従って、上記症例の場合、測定された頚部幅は
、実際のものよりも大きい可能性がある。骨幹幅の標準偏差と比較して、頚部幅
測定値に見られる大きな変動は(例えば、表1の標準偏差参照)、この現象によ
るものかも知れない。従って、nBMD(大腿頚部幅を用いる)は、nBMD よりも正確さが劣ることが予想された。正規化法は、真の体積密度を測定する
というよりはむしろ相対的比較のために求められるものであるから、大腿骨幹幅
の方が、正規化のためには良い尺度のようである。この選択が正しいことは、下
記の理由に基づく。(1)大腿頚部幅と骨幹幅はほぼ等しく(平均において8%
の差)、骨幹幅は、頚部領域の骨厚を表わすとしてよい程である。(2)大腿頚
部幅の測定に骨棘を含めても、大腿頚部幅と大腿骨幹幅とは直線的な相関を持つ
(図8、R=0.65)。(3)そこから骨幹幅を抽出した小転子領域には骨
棘は観察されなかった。および、(4)大腿骨幹幅は、骨盤X線写真から、また
は、直接DXAスキャンに基づいて測定することが可能である(Faulkne
r等、1994[6]、Karlsson等、1996[8])から、非侵襲的
評価が可能である。
【0049】 このデータベースを分析することによって得られる結果から、それによって骨
密度の臨床評価を改善すべき二つのやり方が示唆された。第1は、平方階乗則関
係を用いてBMDの正規化が可能であることである。単純に、測定されたBMD
を骨サイズで正規化することによって実質的な改善が実現された。骨強度を予測
するに当って、階乗則モデルによって正規化されたBMDを用いるとRは0.
372となった。比較の根拠としてRを用いる、階乗則によって正規化された
BMDを用いると、正規化を用いない単純モデル(Rは0.238に過ぎなか
った)に対して56%の改善をもたらした。本設定においては、大腿頚部領域に
おいて測定したBMDを正規化したのではあるが、その結果は、Carter等
(1992)[5]が、椎骨体全体のBMDを予測するために開発した分析法を
強く支持する。
【0050】 文献においては、様々の指数を持つ各種階乗則関係が報告されているけれども
、われわれのデータは、平方階乗則関係によってもっとも良く記述される。多く
の報告から(例えば、CarterとHaye,1977[4]、McBroo
m等、1985[12])、BMDを単一予測因子として用いた場合、平方階乗
則関係が、係数と強度をもっともよく記述することが明らかにされている。本発
明においては、階乗則モデルは、単純な直線モデルに比較して、Rを13%か
ら30%改善した。
【0051】 本発明においては、骨ミネラル密度と力学的性質との間のR値は、直線モデ
ルおよび平方モデルの両方について、0.24から0.31まで広がっていた。
文献に報告される典型的なR値と比較すると(KeavenyとHayes(
1993)[9]の要約によれば0.4から0.8に広がっている)、本発明に
よって得られたR値は、極めて低かった。これは驚くには当らない。なぜなら
、多くの報告において、BMDも力学的試験も、大腿頚部シミュレーション設定
ではなく、立方体標本において実施されているからである。本発明は、BMD測
定には大腿頚部設定を取り入れている。そのため、本発明によって得られたBM
Dは、大腿頚部の厚さ全体における皮質骨と梁柱骨両方を含む面積密度の積分測
定である。さらに、力学試験は、BMDを測定したROIに相当する骨領域から
加工調製した梁柱骨立方体のみに対して実施した。従って、骨サイズ変動、およ
び、ROIと立方体の軸不揃いとの両方が、Rを下げるのに寄与したことが考
えられる。
【0052】 本発明の目的は、真の体積的骨ミネラル密度を測定する方法を開発することに
あるのではない。そうではなく、本発明の発明者は、(1)面積依拠BMDを用
いることの問題点を強調し、かつ、(2)骨質を臨床応用として評価するに当っ
て、DXAとX線写真使用の実行性を確立しようと努めたのである。しかしなが
ら、DXAから得られる高い空間解像度のお陰で(Lang、1998[10]
)、DXAは、さらにそれ以上の画像法が必要とされないほどに、BMDおよび
骨幾何学測定に直接使用が可能である。
【0053】 BMDと骨幾何学データを用い、本発明の方法によって得られた結果から、骨
ミネラル密度を予測するのにDXA依拠骨密度測定を用いる際、その用法は、本
発明の方法によって改善可能であることが示唆される。DXAを用いて得られた
面積依拠BMDを、標準骨盤X線写真から得られた幾何学的測定によって正規化
した。その結果から、正規化骨ミネラル密度(すなわち、体積的BMD)を用い
ると、骨の力学的性質予測が著明に向上することが示された。本発明者等は、本
発明の方法は、事実上インビボ法によるシミュレーションであるが、骨密度測定
法における、単純、かつ、コスト有効性の高い修正法となり、かつ、臨床応用に
おけるDXA性能の強化を実現する可能性を保持するものと結論した。
【0054】 骨構造パターンの分析 0.121mmピクセルサイズと10ビット量子化によるコニカLD4500
レーザーフィルムディジタイザー(東京、コニカ社)によって、X線写真をディ
ジタル化した。大きさ64x64ピクセルの関心領域(ROI)が、整形外科医
によって大腿内側部において選択された。ROI設置の実例が図4Bに示される
。ROIは、重複構造(例えば、骨棘)を避けるように位置付けられた。介在す
る可能性のある、検出器特徴応答(検出器としてX線撮影フィルムに対するH&
D曲線)の非直線的性質、および、ROI画像データ内部における背景傾向に対
して補正を行った。背景傾向補正は必要である。なぜなら、股関節画像のROI
内部における光学的濁度の変動は、人体の粗大解剖学による変動(背景傾向)と
、骨の梁柱パターンと関連する、微細な基礎組織による変動とを含むからである
。非均一背景傾向は、2次元表面適合法(2次多項式のような)(Katsur
agawa等、1988[35])を用いて求めることが可能である。適合され
た傾向は、基礎動揺を供給するよう、各ROIから差し引かれる。コンピュータ
依拠組織分析を実行する前に、この背景補正を、ROIについて実行した。
【0055】 ROIは、頚部の内側部に選択され、そこにおいて、立方体骨標本は力学試験
のために加工調製された(図11A)。図11Bは、図11Aの頚部X線写真か
ら選択されたROIを示す。
【0056】 フラクタル分析を、ミンコフスキー次元か、表面積法のいずれかを用いて、R
OIに実施した。64x64ピクセルサイズのROI画像に対して、球体ミンコ
フスキー次元DM[f]は、下式によって計算される(Maragos、199
4[40])、すなわち、
【数3】
【0057】 ここに、スケールεにおける構造的要素gに関して、Vg(ε)は、形態演算子
によって得られたfに関する、2個の処理変数値の間の「体積」である。この体
積Vg(ε)は、下式によって計算される、すなわち、
【数4】
【0058】 ここに、(f○+εg)と(f○×εg)は、スケールεにおいて構造要素gを
用いて得られた画像の、それぞれ、拡大種と侵食種である。Vg(ε)は、拡大
した表面と、侵食された表面との間の差から生ずる体積である。log[Vg(
ε)/ε]とlog(1/ε)の間の最小二乗適合線の勾配を求めれば、図1
2に示したような推定フラクタル次元が得られる。
【0059】 方向性ミンコフスキー次元を計算するには、ROI画像を、θ=0°から36
0°まで10°増加分として回転させる(Jiang等、1998b[34])
。各回転θごとに、体積Vg(ε)θを下式によって計算する、すなわち、
【数5】
【0060】 ここにfθは、0度回転の元のROI画像である。θの関数としての方向性ミン
コフスキー次元、D[f]θは、各回転について、式(5)で計算された体積
を用いて式(3)から計算される。
【0061】 3x3ピクセルの平方構造要素(図13A)と、3x1ピクセルの水平構造要
素(図13B)を用いて、球体(数式(2))と、方向性(数式(3))ミンコ
フスキー次元を、それぞれ、計算した(Jiang等、1998a[33])。
得られた、θ対方向性ミンコフスキー次元のプロットを、図14に示す。θの関
数としての方向性フラクタル次元は、X線画像の組織異方性を記述するのに、最
小二乗適合法による楕円に適合した。楕円のパラメータ、すなわち、長径と短径
(aとb)、離心率(e=平方根(a−b)/a)および楕円方向(θe)
を用いて、画像組織を記述した。この記述内容が、次には梁柱構造を特徴付ける
ことになる(図15)。
【0062】 加工調製された骨立方体、および、頚部X線写真から選択されたROIは、図
11Aに示すように様々な方向において存在するものであるから、実際の楕円方
向(θa)を、力学試験の方向に関して計算した。従って、θaは、元の楕円方
向(θe)と、大腿頚部軸の角度(T)に基づいて、0から90度まで変動する
。Tは、各症例ごとに、骨盤X線写真を用いて、放射線専門家が求めた(図16
)。
【0063】 以上まとめると、各ROI画像から得られる、各種コンピュータ抽出、フラク
タル依拠特徴としては、画像組織の異方性を特徴付けるために、画像の肌目粗さ
の球体記述D[f]と、測定値a,b,e,およびθaが含まれた。
【0064】 同一BMDを有する、二つの異なる症例から得られたROIを、図17に示す
(nBMDは、第17(a)と17(b)の症例において、それぞれ、0.20
54と0.2052であった)。しかしながら、球体ミンコフスキー次元(D [F])と、方向(qe)は、この二つのROIに関してまったく違っていた。
図17AのROIについては、D[f]とθeはそれぞれ2.59と34°で
あり、図17BのROIについては、D[f]とθeはそれぞれ2.73と1
49°であった。機械的強度も異なっていた。すなわち、図17Aと17BのR
OIに相当する骨立方体は、それぞれ、0.93と7.47MPaの強度を持っ
ていた。楕円適合の結果から、方向性ミンコフスキー次元は、楕円に極めて良く
適合することが示された。楕円適合の適合の良好性を測るために用いられた決定
度係数Rとして、平均値0.966が得られ、最小値、最大値、および、標準
偏差はそれぞれ0.917、0.990、および、0.016であった。図17
Cと17Dは、それぞれ、図17Aと17BのROIに対する適合楕円データを
示す。
【0065】 力学的性質、BMDおよび、画像組織特徴間のピアソン相関係数(r)を表4
に示す。下記の関係が観察された。密度と構造特徴の間では、nBMDが、強
度とヤング率の両方に対してもっとも高い相関を有し、それに続いて、ミンコフ
スキー次元、方向(θa)、および、年齢で、この順に減少した。強度とD
f]との間の関係を図18に示す。梁柱骨は、BMDとD[f]いずれにおい
ても、その増加と共に固く、強靭になるが(正の相関係数)、年齢と梁柱方向の
いずれにおいても、その減少と共に固く、強靭になる(負の相関係数)。D
f]は、BMDとある程度の相関を持ったけれども、図19から示唆されるよう
に、BMDを正規化し、二乗するとまったく独立になった(r=0.30).B
MDは年齢と梁柱方向のいずれに対してもほとんど相関しなかった(r=−0.
2)。表4は、力学的性質と密度、および、コンピュータ抽出構造画像特徴との
間の、(ピアソン)相関係数を示す。
【表4】
【0066】 注)p値<0.001、p値<0.01、p値<0.1、p値≧0.1 骨質量、骨幾何学、骨構造、および/または、臨床情報を融合して、骨強度推
定値を供給する 一般直線回帰、階段状回帰、最善サブセット選択、および相関を含む統計的分
析を、BMD、年齢、コンピュータ抽出X線写真特徴、および、生体力学的性質
(SとE)を含む、骨質の各種記述子の間において実行した。階段状回帰と最善
サブセット選択を用いて、骨ミネラル密度と構造的特徴に関する各種記述子を選
択・融合し、単一の指数とした。次に、この指数を、生体力学的性質の予測因子
として評価した。特徴相互の直線的結合については前述したけれども、図1Aと
図1Bに示されるように、各種特徴のそれぞれに合致する情報を融合するのに、
人工ニューラルネットワークも用いた。
【0067】 偏りのない比較を行うために、決定度係数を、予測因子の数と、サンプルサイ
ズによって調節し(Neter等、1990[41])、その後の比較には全て
その調節Rを用いた。階段状回帰と最善サブセットを用いて、モデルに対する
最善の予測因子を選択した(Neter等、1990[41])。コンピュータ
抽出構造特徴からは、ヤング率と強度を予測するに当って最善の構造特徴として
、球体ミンコフスキー次元と梁柱方向を選択した。これら二つの構造的特徴と、
密度の他に、さらに、患者年齢も、良好な予測因子として選択した。
【0068】 表5は、ヤング率を予測するに当って、最適な回帰モデルとRを示す。正規
化BMD(nBMD)による平方関係は、面積BMDを直接使用するモデルに
対して実質的な改善を示した。nBMDのみを用いるモデル(R=0.43
1)に対してさらに多くの予測因子を、階段状回帰を用いて一度に一つづつ加え
ていくと、Rは、2個、3個、および、4個の予測因子を用いることによって
、それぞれ、16%、25%、および、29%改善された。モデルにnBMD 、年齢、ミンコフスキー次元、および、梁柱方向を含ませることによって、0.
554のRが達成された。単に面積BMDを用いたモデルと比較すると、4因
子モデル(nBMD,年齢、D[f]、θa)は、そのRを、120%以
上も改善した。表5は、ヤング率(E)と、骨密度および構造特徴との間の回帰
方程式と決定度係数(R)を示す。
【表5】
【0069】 同様な結果が、表6に示すように、骨強度の予測に対する回帰においても得ら
れた。正規化BMD使用による平方関係がここでも、面積BMDを直接使用する
モデルに対して実質的な改善を示した。nBMDのみを用いたモデル(R
0.372)に対して、さらに多くの予測因子を付加すると、2個の、3個の、
および4個の予測因子を用いると、Rは、それぞれ、5%、20%、および2
9%向上した。最高Rは0.48であったが、それは、モデルに、nBMD 、年齢、ミンコフスキー次元、および、梁柱方向を取りれることによって実現さ
れた。単に面積BMDのみによる単一予想因子モデルに対して、4個の予測因子
モデルを用いた場合のRの改善は、約100%であった。表6は、回帰方程式
であり、強度(S)と、骨密度および構造特徴との間の決定度係数(R)であ
る。
【表6】
【0070】 表5および表6において、患者の年齢を用いない場合の、最善の2因子、およ
び、3因子モデルも示されている。ヤング率を予測するには、年齢を組合せた2
因子、および、3因子モデルが、年齢を用いないモデルよりも優れた予測を実現
した。しかしながら、強度を予測するためには、年齢を用いないモデルの方が、
年齢を用いたモデルよりも僅かに優れた予測を行った。ヤング率と強度両方に対
しては、4因子モデルにさらに多くの因子を加えても、モデルの予測能力には、
無視できる改善しかもたらさなかった。密度とミンコフスキー次元については、
全てのモデルにおいて正の回帰相関が見られたが、年齢と方向については、全て
のモデルにおいて負の回帰相関が見られた。残余の分析によって、全てのモデル
において使用されるデータはほぼ正規分布をなし、かつ、ランダムな性質を有す
ることが示された。
【0071】 正規化BMD(体積BMDを表わす)を、コンピュータ抽出構造特徴によって
積分し、骨質評価に関連性を持つ可能性のある方法を供給しようという試みがな
された。この試みの結果から、臨床応用用の上記骨特徴を使用することの可能性
が示唆された。なぜなら、骨強度に対して良好な相関が得られたからである。
【0072】 研究した全ての特徴の中で、骨密度が、骨の力学的性質を予測する点で、単一
ではもっとも強力な予測因子であった(表1)。面積BMDの骨サイズによる標
準化は、極めて重要であることが判明し、また、階乗則関係(すなわち、nBM
)は、骨強度と密度の間の相関をさらに向上させた。
【0073】 評価されたフラクタル依拠構造特徴の内、球体ミンコフスキー次元、D[f
]が、骨の力学的性質に関して、もっとも高度な予測因子を供給した。原理的に
は、球体ミンコフスキー次元は、画像組織の肌目粗さを特徴付ける。組織の肌目
粗さは、X線画像平面に投影された梁柱要素の関数である。従って、より高い球
体ミンコフスキー次元を持つ、すなわち、より肌目粗い画像組織を持つ梁柱骨は
、より健康でより強靭である。
【0074】 梁柱骨は、強度の異方性を有し、かつ、骨の力学的性質は、梁柱の方向に関連
する。従って、梁柱骨は、多くの梁柱要素が揃う方向においてより固く、より強
靭になるが、他の方向では圧縮に対してより感受性が高くなることが予想される
。インビトロ骨の3次元梁柱方向(Jiang等、1998b[34])は、さ
らに緊密に骨強度に関連するけれども、このような方法は、侵襲的であるか、ま
たは、破壊的である。本発明においては、投影X線写真(すなわち、2次元画像
)から計算した組織方向を用いて、梁柱ネットワークの3次元方向を特徴付けた
。その結果から、X線写真から抽出された組織方向は、骨強度に関連すること、
また、球体ミンコフスキー次元と組織方向を合わせると、さらに良く梁柱構造を
記述できることが示唆された。
【0075】 複数予測因子モデルを用いて、本発明によるデータベース分析を行った結果、
密度特徴と、構造特徴の両方が、骨の力学的性質に寄与していることが示された
。骨密度はもっとも重要な特徴ではあるけれども、正規化BMD(すなわち、体
積BMD)によって説明されるのは、骨ヤング率と強度の変動の内のごく一部分
だけでしかない。骨X線写真と年齢から抽出される構造特徴は、骨密度のみでは
説明できない、力学的性質に関するさらに新たな情報を含む可能性がある。図1
9に見られるように、構造的特徴の、骨密度に対する独立性、および、複数予測
因子モデルにおけるRの漸進的改善は、本発明モデルの重要性を根拠づける。
【0076】 本実施例において得られたRは、KeavenyとHayes(1993)
[9]が要約した文献に報告されたものよりも低かった。この違いについてはい
くつかの要因が原因となっていると思われる。第1に、骨ミネラル密度を測定す
るのに、骨全体の厚さを用いた。面積BMDは正規化したけれども、体積密度は
、粗大な測定となった。なぜなら、皮質骨を含む大腿頚部全体厚に由来する骨ミ
ネラルを積分しているからである。一方、骨力学性質は、梁柱骨標本からのみ得
られたことに注意しなければならない。従って、大腿頚部の測定されたBMDは
、厳密には、骨立方体のBMDではない。第2に、X線写真上でのROIを選択
し、骨立方体と適合させ、BMD測定用の場所を適合させるためには慎重な注意
が払われたのであるが、これらの場所を正確に適合させることは不可能である。
梁柱骨の量と梁柱配置とは頚部領域において急激に変化する可能性があるから、
わずかな不適合が、実際のBMD、D[f]、および/または、梁柱方向を変
化させる可能性がある。第3に、梁柱方向を評価するために、骨盤X線写真で測
定した大腿頚部軸は、力学試験における負荷方向と一致すると仮定した。しかし
ながら、X線写真における変位・回転によって、また、いくつかの症例において
は頚部周囲の骨棘の存在によって、骨盤X線写真から測定された大腿骨頚部軸は
、力学試験における方向と一致していない可能性がある。このような軸の不揃い
は、梁柱方向の評価に当って誤差を導き、従って、梁柱方向に対する予測能力を
減退させる可能性がある。
【0077】 人工ニューラルネットワークによるフラクタル依拠システムの分析 骨ROIのフラクタル次元は、前述したように、ミンコフスキー次元によって
、あるいは、別論文で記載したように(Caliguiri等、1994)[4
4]、表面積法によって評価することが可能である。表面積法では、各ピクセル
のグレーレベルを、ピクセルサイズを「長さ」と「幅」とした場合の「高さ」と
見なして、各ROIについて「表面積」を計算する。次に、隣接ピクセルを併合
して、これら併合ピクセルの平均された新たなグレーレベルを持つ、有効的なよ
り大きいピクセルサイズを供給する。次に、新たな「表面積」を各ROIについ
て計算し、先行ステップで得られた隣接ピクセルを併合し、かつ、各新たな有効
ピクセルサイズについて表面積を計算しながら、この行程を連続的に繰り返す(
図20)。各ROIにおけるフラクタル次元(D)は、D=2−Hを用いて計算
される。ここに、Hは、各ROIにおけるlog表面積対logピクセルサイズ
の関係式に適合される最小二乗直線の勾配である。数字2は、グレーレベル表面
のトポロジカルな次元である。
【0078】 上記フラクタル依拠法のいずれにおいても、一つの勾配(図12)、または、
組織の性質が複数フラクタルである場合には、複数の勾配を決めなければならな
い。これは、勾配を決めるのに用いられるデータポイントの数が局限されている
ため困難な場合がある(図12および図20A参照)。しかしながら、我々は、
本申請書において、組織のフラクタル性を決めるためにANNを取り込む方法を
紹介し、それを、骨強度と骨折危険度と関連させる。表面積法には、フィードフ
ォーワード後方伝達ニューラルネットワークが例示される。(同様な使用法が、
ミンコフスキー次元体積法についても実施可能である。)図20Aの表面積対有
効ピクセルサイズプロットにおけるデータポイントを、図20Bに示すANNへ
のインプットノードとして用いた(この例では、6個のインプットノードが用い
られる)。3個のノードを有する1個の隠蔽層と、真のデータ、すなわち、骨機
械的強度データに合わせた単一アウトプットノードがある。ANNに対する好ま
しいアウトプットとして、連続的な負荷・破壊データを用いた。ラウンドロビン
試験法を用いて、標本を、負荷・破壊数値に基づいて強と弱に分類した。表7は
、従来の勾配計算法と、ANN法との負荷・破壊に対する相関を示す。その結果
、それぞれ、−0.53と0.77の相関係数が得られた。骨質量(BMD)と
強度の相関(0.51)も比較のために挙げてある。表8と図21は、ROC分
析における、従来のフラクタル法と、新規のANN法の性能を示す。300ニュ
ートンの区分線を用いて、標本を、7個の強骨と27個の弱骨とに分割した。こ
の場合も、表面(または体積)プロットからフラクタル次元を抽出するANN法
が、BMDだけを使用した場合はもちろん、従来法までも陵駕した。これらの結
果から、ディジタル化X線写真における梁柱骨パターンのコンピュータ依拠組織
分析は、骨強度に関して情報を提供することが可能であることが示された。強骨
と弱骨を区別するという作業において、フラクタル依拠ニューラルネットワーク
を用いることによって、BMDに対して統計的に有意な改善が認められた。
【表7】負荷・破壊との相関
【0079】
【表8】強骨と弱骨の区別において
【0080】 p値は、BMDに比較した場合のものである。
【0081】 コンピュータの導入 本発明は、コンピュータ技術に熟練した当業者にとっては明らかなように、汎
用ディジタルコンピュータ、または、本申請書の教示に従ってプログラムされた
マイクロプロセッサーを用いることによって好適に導入が可能である。適当なソ
フトウェアコード法は、ソフトウェア技術に熟練した当業者にとっては明らかな
ように、本開示の教示に基づいて、熟練したプログラマーによって簡単に調製す
ることが可能である。
【0082】 本発明は、コンピュータにプログラムして、本発明の行程を実行させるために
使用可能な、指令を含む記憶媒体である、コンピュータプログラム製品を含む。
本記憶媒体は、電子的指令を保存するのに好適な、フロッピーディスク、光ディ
スク、CD−ROM、および、MOディスク、ROM、RAM、EPROM、E
EPROM、磁気または光カード、あるいは、ハードドライブを含むいずれのタ
イプであってもよい媒体を含んでいてよいが、ただし、それらに限定されない。
【0083】 図23は、本発明を導入するのに使用可能な汎用コンピュータ300の模式図
である。図23において、コンピュータ300は、例えば、表示装置302(タ
ッチスクリーンインターフェイスを備えたタッチスクリーンモニター)、キーボ
ード304、ポイント装置306、マウスパッドまたはディジタル化パッド30
8、ハードディスク310(または、その他の、固定メディアドライブであって
、SCSIバス、機能強化IDEバス、PCIバス等の適当な装置バスによって
接続される、固定高密度メディアドライブ)、フロッピードライブ312、テー
プまたはCDメディア316付きテープまたはCD−ROMドライブ314(ま
たは、MO媒体のような、その他の取り外し可能な媒体装置)、および、マザー
ボード318を含む。マザーボード318は、例えば、プロセッサー320、R
AM322、および、ROM324を含む。コンピュータ300はさらに、I/
Oポート326と、特殊なハードウェア・ソフトウェア機能を実行するための、
オプション導入による特別ハードウェア328(例えば、音響処理、画像処理、
信号処理、ニューラルネットワーク処理等)、マイクロフォン330、および、
単一スピーカーまたは複数スピーカー340を含む。
【0084】 前述の記憶媒体(コンピュータの読み取り可能な媒体)のいずれか一つに保存
されて、本発明は、コンピュータ300のハードウェアを制御し、かつ、コンピ
ュータ300の人間ユーザーとの対話を可能とさせるプログラミングを含む。こ
のプログラミングは、装置ドライバー導入用ソフトウェア、オペレーティングシ
ステム、および、ユーザーアプリケーションを含んでいてよいが、ただし、それ
らに限定されない。このようなコンピュータの読み取り可能な媒体はさらに、汎
用コンピュータ300に指令して、本発明に一致して作業を実行するためのプロ
グラミング、または、ソフトウェア指令を含む。
【0085】 汎用コンピュータ300のプログラミングは、画像獲得装置によって得られた
画像をディジタル化し、かつ、保存するためのソフトウェアモヂュールを含んで
いてよい。別態様として、本発明はまた、他の手段、例えば、PACSによって
得られたディジタル画像データを処理するために導入されてもよい。
【0086】 本発明はまた、当業者には直ちに明らかなように、アプリケーション特異的統
合回路の調製によって、または、従来の成分回路の適当なネットワークを相互接
続することによって、導入されてもよい。
【0087】 臨床応用においては、骨サイズ変動のために、DXAによって真の体積BMD
を測定することは不可能である。にも拘わらず、様々の骨サイズを有する個人を
比較する目的で、骨厚さに比例する幾何学的次元によって、面積依拠BMDを非
侵襲的に正規化することは可能である。本発明においては、面積依拠BMDと体
積BMDを、骨の力学的性質の予測因子として用いた。さらに、臨床用途に用い
るためにBMD値を非侵襲的に正規化する方法が供給される。
【0088】 本発明は、新規で、改良された、骨分析方法と装置を供給する。大腿股関節内
部領域の分析に関して特異的応用が示される。用いられた技術は、骨の体積的骨
ミネラル密度(BMD)を特徴づけ、かつ、骨幾何学特徴の抽出を可能とする新
規の特徴を含む。本技術はさらに、骨構造パターンの分析、および、フラクタル
依拠組織分析からの情報の抽出に、ミンコフスキー次元の導入を含む。次に、骨
質量、骨幾何学、骨構造、および/または、被験者年齢等の特徴を、人工ニュー
ラルネットワークを用いて融合し、それによって、骨強度の推定値を供給する。
これらの特徴を取り込むことによって、本装置は、インビボスクリンーング(骨
粗しょう症の有無、骨強度、および、将来の骨折危険度に関して)に好適となる
【0089】 本発明を導入することによって得られた結果から、正規化BMD、構造特徴、
および、年齢の、骨の力学的性質、例えば、骨強度、に対する重要な寄与が証明
された。さらに、フラクタル依拠分析の限界が、フラクタル情報を抽出するのに
ANNを用いることによって克服された。
【0090】 明らかに、前記の技法に照らして、本発明に関して多くの修正・変更が可能で
ある。従って、特許請求項の範囲内において、本申請書に記載されたのとは別の
やり方で、本発明を実行することが可能であることを理解しなければならない。
本申請書は、X線写真による医用画像に焦点を定めているけれども、本概念は、
人体の他の画像分析にも拡張が可能である。
【0091】 付録 [1] Adams, J.E. Single and dual energy X-ray absorptiometry. Eur. Radiol
. 7(suppl. 2):S20-S31; 1997. [2] Beck, T.J., Ruff, C.B., Warden, K.E., Scott, W.W. and Rao, G.U. Pred
icting femoral neck strength from bone mineral data, a structural approa
ch. Investigative Radiology 25:6-18; 1989. [3] Cann, C.E., Genant, H.K., Kolb, F.O. and Ettinger, B. Quantitative c
omputed tomography for the prediction of vertebral body fracture risk. B
one 6:1-7; 1985. [4] Carter, D. and Haye, W. The compressive behavior of bone as a two-ph
ase porous structure. J. Bone Joint Surg. 59A:954-962; 1977. [5] Carter, D.R., Bouxsein, M.L. and Marcus, R. New approaches for inter
preting projected bone densitometry data. J. Bone Miner. Res. 7:137-145;
1992. [6] Faulkner, K.T., McClung P. and Cummings S.E. Automated evaluation of
hip axis length of predicting hip fracture. J. Bone Miner. res. 9:1065-
1070; 1994. [7] Grampp, S., Genant, H.K., Mathur, A., Lang, P., Jergas, M., Takada,
M., Gluer C.C., Lu, Y. and Chavez, M. Comparison of noninvasive bone min
eral measurements in assessing age-related loss, fracture discrimination
, and diagnostic classification. J. Bone Miner. Res. 12:697-71 1; 1997. [8] Karlsson, K.M., Sernbo, I., Obrant, K.J., Redlund-Johnell, I. and Jo
hnell, 0. Femoral neck geometry and radiographic signs of osteoporosis a
s predictors of hip fracture. Bone 18:327-330; 1996. [9] Keaveny, T.M. and Hayes, W.C. A 20-year perspective on the mechanica
l properties of trabecular bone, Trans. of ASME 115: 534 542; 1993. [10] Lang, T.F. Summary of research issues in imaging and noninvasive bo
ne measurement. Bone 22:159S-1 60S; 1998. [11] Martin, R. and Burr, D. Non-invasive measurement of long bone cross
-sectional moment of inertia by photon absorptiometry. J. Biomech. 17:19
5-201; 1984. [12] McBroom, R., Hayes, W., Edwards, W., Goldberg, R. and White, A. Pre
diction of vertebral body compressive fracture using quantitative comput
ed tomography. J. Bone Joint Surg. 67A: 1206-12 14; 1985. [13] Nielesn, H., Mosekilde, L., Melsen, B., Christensen, P. and Melsen,
F. Relations of bone mineral content, ash weight and bone mass: implica
tions for correction of bone mineral content for bone size. Clin. Orthop
. 153: 241-247; 1980. [14] Ross, P.D., Davis, J.W., Vogel J.M. and Wasnich R.D. A critical rev
iew of bone mass and the risk of fracture in osteoporosis. Calcif. Tissu
e Int. 46:149-161; 1990. [15] Sartoris, D.J. and Resnick, D. Current and innovation methods for n
oninvasive bone densitometry. Radiologic Clinics of North America 28:257
-278; 1990. [16] Seeman, E. Editorial: Growth in bone mass and size- are racial and
gender differences in bone mineral density more apparent than real? J. C
lin. Endocrinol. Metab. 83:1414-1419; 1998. [17] Sieranen, H., Kannus, P., Oja, P. and Vuori, I. Dual-energy X-ray a
bsorptiometry is also an accurate and precise method to measure the dime
nsions of human long bones. Calcif. Tissue Int. 54: 101-105; 1994. [18]
R.S.A. Acharya, A. LeBlanc, L. Shackelford, V. Swarnarkar, R. Krishnamur
thy, E. Hausman and C. Lin, "Fractal analysis of bone structure with app
lication to osteoporosis and microgravity effects," SPIE 2433, 388-403 (
1995). [19] C. L. Benhamou, E. Lespessailles, G. Jacquet, R. Harba, R. Jennane,
T. Loussot, D. Tourliere and W. Ohley, "Fractal organization of trabecu
lar bone images on calcaneus radiographs," J. Bone and mineral research
9, 1909-1918 (1994). [20] S. M. Bentzen, I. Hvid and J. Jorgensen, "Mechanical strength of ti
bial trabecular bone evaluation by x-ray computed tomography," J. Biomec
h. 20, 743-752 (1987). [21] G. H. Brandenburger, "Clinical determination of bone quality: is ul
trasound an answer," Calcif. Tissue Int. 53, S151 -S 156 (1990). [22] P. Caligiuri, M. L. Giger, M. J. Favus, H. Jia, K. Doi, and L. B. D
ixon, "Computerized radiographic analysis of osteoporosis: preliminary e
valuation," Radiology 186, 471-474 (1993). [23] D.A. Chakkalakl, L. Lippiello, R.F. Wilson, R. Shindell and J.F. Co
nnolly, "Mineral and matrix contributions to rigidity in fracture healin
g," J. Biomech. 23,425-434 (1990). [24] S.C. Cowin, W.C. Van Buskirk and R.B. Ashman, "Properties of bone,"
In Handbook of Bioengineering: edited by R. Skalak and S. Chien, 2.1-2.
28, (McGraw-Hill, NY, 1987). [25] P.1. Croucher, N. J. Garrahan and J. E. Compston, "Assessment of ca
ncellous bone structure: comparison of strut analysis, trabecular bone p
attern factor, and marrow space star volume," J. Bone Miner. Res. 11, 95
5-961 (1996). [26] E.P. Durand and P. Ruegsegger, "High-contrast resolution of CT imag
es for bone structure analysis," Med. Phys. 19, 569-573 (1992). [27] J.C. Elliott, P. Anderson, R. Boakes and S.D. Dover, "Scanning X-ra
y microradiography and microtomography of calcified tissue," In Calcifie
d Tissue: edited by D. W. L. Hukins, (CRC Press, inc. Boca Raton, Florid
a, 1989). [28] K.G. Faulkner, C. Gluer, S. Majumdar, P. Lang, K. Engelke and H.K.
Genant, "Noninvasive measurements of bone mass, structure, and strength:
current methods and experimental techniques," AJR 157, 1229-1237 (1991)
. [29] A. Feldkamp, S.A. Goldstein, A.M. Parfitt, G. Jesion, and M. Klee
rekoper, "The direct examination of three-dimensional bone architecture
in vitro by computed tomography," J. Bone Miner. Res. 4, 3-11 (1989). [30] S.A. Goldstein, "The mechanical properties of trabecular bone: depe
ndence on anatomical location and function," J. Biomech. 20, 1055-1061 (
1987). [31] R.W. Goulet, S. A. Goldstein, M.J. Ciarelli, J.L. Kuhn, M.B. Brown
and L.A. Feldkamp, "The relationship between the structural and orthogon
al compressive properties of trabecular bone," J. Biomech. 27, 375-389 (
1994). [32] I. Hvid, S.M. Bentzen, F. Linde, L. Mosekilde and B. Pongsoipetch,
"X-ray quantitative computed tomography: the relations to physical prope
rties of proximal tibial trabecular bone specimens," J. Biomech. 22, 837
-944 (1989). [33] C. Jiang, R.E. Pitt, J.E.A. Bertram, and D.J. Aneshansley, "Fractal
-based image texture analysis of trabecular bone architecture," Medical
& Biological Engineering & Computing, Submitted (1998a). [34] C. Jiang, R.E. Pitt, J.E.A. Bertram, and D.J. Aneshansley, "Fractal
characterization of trabecular bone structure and its relation to mecha
nical properties," J. Biomech., Submitted (1998b). [35] S. Katsuragawa, K. Doi. and H. MacMahon, "Image feature analysis an
d computer-aided diagnosis in digital radiograph: detection and characte
rization of interstitial lung disease in digital chest radiographs," Med
ical Physics 15:311-319 (1988). [36] T.M. Keaveny, E.F. Wachtel, C.M. Ford and W.C. Hayes, "Differences
between the tensile and compressive strengths of bovine tibial trabecula
r bone depend on modulus," J. Biomech. 27, 1137-1146 (1994). [37] S. Maj
umder, R.S. Weinstein and R.R. Prasad, "Application of fractal geometry
techniques to the study of trabecular bone," Med. Phys. 20, 1611-1619 (1
993). [38] S. Majumder, M. Kotharl, P. Augat, D.C. Newitt, T.M. Link, J.C. Lin
, T. Lang, Y. Lu and H.K. Genant, "High-resolution magnetic resonance im
aging: three-dimensional trabecular bone architecture and biomechanical
properties," Bone 55, 445-454 (1998). [39] B.B. Mandeibrot, The fractal geometry of nature, (Freeman, San Fran
cisco, CA, 1982). [40] P. Maragos, "Fractal signal analysis using mathematical morphology,
" Advances in Electronics and Electron Physics 88, 199-246 (1994). [41] J. Neter, W. Wasserman and M.H. Kuter, Applied linear statistical m
odels (3rd edition), (Richard D. Irwin, Inc., 1990). [42] J. Serra, Image Analysis and Mathematical Morphology. (Academic, Lo
ndon, 1982). [43] W.J. Whitehouse, "The quantitative morphology of anisotropic trabec
ular bone," J. Microsc. 101, 153-168 (1974). [44] Caligiuri P., Giger M.L., Favus M., "Multifractal Radiographic Anal
ysis of Osteoporosis," Medical Physics 21: 503-508, 1994. [45] F. Linde, C. B. Gothgen, I. Hvid, B. Pongsoipetch, and S. Bentzen,
"Mechanical properties of trabecular bone by a non-destructive compressi
ve testing approach," Eng.Med. 17,23-29 (1988).
【図面の簡単な説明】
【図1A】 骨質量・構造を分析するための本発明方法のフローチャートである。
【図1B】 本発明が、骨質量、骨幾何学、および/または、構造を分析するために、各種
データをどのように組合せるかを示す模式図である。
【図2A】 例示のデータベースにおいて、完全股関節形成術を招いた疾患の分布を示すヒ
ストグラムである。
【図2B】 例示のデータベースにおいて、骨強度に関する症例の分布を示すヒストグラム
である。
【図3A】 大腿頚部標本のX線撮影をするのに使用されたセットアップを示す模式図であ
り、図3Aのセットアップは、臨床股関節X線撮影に出現する状態の大腿頚部を
シミュレートしたものである。
【図3B】 大腿頚部標本のX線撮影をするのに使用されたセットアップを示す模式図であ
り、図3Bのセットアップは、標本の高解像度X線写真を生成するのに使用され
た。
【図4A】 術前フィルムの画像である。
【図4B】 「臨床シミュレーション」セットアップを用いた標本フィルムの画像である。
【図4C】 「証明」セットアップを用いた標本フィルムの画像であり、ここに、図4Bと
4Cに示す関心領域が、その組織測定値を計算した領域である。
【図5A】 標本の側面図であって、強度試験のために、骨立方体が最下面を、標本内側に
置かれた鉛ビーズの底と軸が揃うようにカットされた、高さ6.5mmの骨円板
となるように最初にカットされている状態を示す。
【図5B】 骨円板の平面図であって、同円板が6.5cm厚の円柱にカットされ、それが
次に6.5cmの立方体にカットされる状態を示す(左の矢印は、X線写真で選
択されたROIの投影を示す)。
【図6】 力学試験において、どのようにして負荷・破壊が定められるかを示すグラフで
ある。
【図7】 被験者の近位大腿骨における、ROIといくつかの幾何学的測定メジャーを示
す画像である。
【図8】 大腿頚部幅(BB)と大腿骨幹幅(CC)の間の直線的関係を示すグラフであ
る。
【図9A】 BMDの大腿頚部幅に対する依存性を示すプロットである。
【図9B】 BMDの大腿骨幹幅に対する依存性を示すプロットである。
【図10A】 骨強度と面積依拠BMDとの直線関係を示すプロットである。
【図10B】 骨強度と、大腿頚部幅によって正規化されたBMD(nBMD)との階乗則
関係を示すプロットである。
【図10C】 骨強度と、大腿骨幹幅によって正規化されたBMD(nBMD)との階乗則
関係を示すプロットである。
【図11A】 大腿骨から得た、大腿骨頚部標本のX線写真の画像である。
【図11B】 同頚部X線写真から選択されたROIの画像である。
【図12】 正規化体積とスケールの間の関係を示すグラフであり、ミンコフスキー次元を
定めるのに使用された勾配を示す。
【図13A】 球面ミンコフスキー次元を計算するのに用いた3x3ピクセルから成る平方構
造化要素の図である。
【図13B】 方向性ミンコフスキー次元を計算するのに用いた3x1ピクセルから成る水平
構造化要素の図である。
【図14】 単一ROIについて、方向性ミンコフスキー次元を、構造化要素の角度の関数
として示したグラフである。
【図15】 図14に示したプロットを特徴付けるために用いられる楕円のパラメータを示
すグラフである。
【図16】 力学試験に用いたROI方向に対する、ミンコフスキー次元分析で得られた方
向を示す骨盤X線写真画像である。
【図17A】 BMD=0.2054、D[f]=2.59、および、θc=34°である
代表的ROIの画像である。
【図17B】 BMD=0.2052、D[f]=2.73、および、θc=149°であ
る代表的ROIの画像である。
【図17C】 図17Aに対する楕円適合データのプロットである。
【図17D】 図17Bに対する楕円適合データのプロットである。
【図18】 骨強度と、R=0.17とp=0.016である球面ミンコフスキー次元と
の間の関係を示すプロットである。
【図19】 nBMDと、R=0.04とp=0.10であるD[f]との間の関係
を示すグラフである。
【図20A】 あるROIについて表面積フラクタル分析で得られた、log面積と、log
相対長との間の関係を示すグラフである。
【図20B】 図20Aのグラフのデータが、人工ニューラルネットワーク(ANN)の入力
として使用される様子を示す図である。
【図21】 強い骨と弱い骨を区別する際の、従来のフラクタル分析法、ANN法、および
、骨密度のみ、の相対的性能を描くROC曲線を示すグラフである。
【図22】 本発明の方法導入用装置のブロックダイアグラムである。
【図23】 本発明の教示に従ってプログラムされる汎用コンピュータ300の模式図であ
る。
【符号の説明】
300…汎用コンピュータ 302…表示装置 304…キーボード 306
…ポイント装置 308…ディジタル化パッド 310…ハードディスク 31
2…フロッピー(登録商標)ドライブ 314…ROMドライブ 316…CD メディア 318…マザーボード 320.RAM 322…プロセッサー 3 24…ROM 326…Oポート 328…特別ハードウェア 330…マイク ロフォン 340…複数スピーカー 1000…装置 2000…画像獲得装置 2000a…ディジタル化回路 2001…画像メモリー 2002…ROI 選択回路 2003…非直線性検出装置補正回路 2004…骨質量回路 20 05…骨幾何学回路 2006…骨構造回路 2007…正規化回路 2009 …データメモリー 2020…組織回路 2040…ANNフラクタル測定回 路 2050…分類回路
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ギガー、マリーエレン・エル アメリカ合衆国、イリノイ州 60126 エ ルムハースト、クレアモント 265 Fターム(参考) 4C093 DA10 FD01 FF28 5B057 AA08 BA03 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CB18 DA08 DA16 【要約の続き】 密度に対応した正規化された骨密度(BMD)の測定が 決定され、かつ骨の強度が正規化されたBMD(図10 A)の少なくとも一部に基づいて推定される。

Claims (60)

    【特許請求の範囲】
  1. 【請求項1】 骨の画像に一致するディジタル画像データを獲得すること、 前記ディジタル画像データに基づいて、ミンコフスキー次元、および梁柱方向
    に対応している角度測量の内の少なくとも一つを決定すること、 ミンコフスキー次元、および梁柱方向に対応している角度測量の内の少なくと
    も一つに基づいて骨の強度を推定すること、 を備える骨分析方法。
  2. 【請求項2】 前記決定ステップが、骨密度(BMD)を定めることを含み
    、 前記推定ステップが、少なくとも一部は、決定されたBMDに基づいて骨の強
    度を推定することを含む請求項1の方法。
  3. 【請求項3】 さらに、被験者データを入力することを含み、 前記推定ステップが、少なくとも一部は、入力被験者データに基づいて骨強度
    を推定することを含む請求項1の方法。
  4. 【請求項4】 前記入力ステップが、その骨が分析対象とされる患者の年齢
    を、前記被験者データとして入力することを含む請求項3の方法。
  5. 【請求項5】 骨に関するミンコフスキー次元と、骨の梁柱方向の両方を決
    定すること、 その骨が分析対象とされる患者の被験者データを入力すること、 推定ステップが、ミンコフスキー次元の測定値、梁柱方向、および、被験者デ
    ータに基づいて骨強度を推定すること、 をさらに含む請求項1の方法。
  6. 【請求項6】 前記決定ステップが、骨ミネラル密度(BMD)を決定する
    こと、 前記推定ステップが、少なくとも一部は、決定されたBMDに基づいて骨強度
    を推定することを含む請求項5の方法。
  7. 【請求項7】 骨強度の推定値から骨折の確率を予測することをさらに含む
    請求項1の方法。
  8. 【請求項8】 骨強度の推定値から骨折の確率を予測することをさらに含む
    請求項6の方法。
  9. 【請求項9】 BMDを決定するステップが、BMDの測定値として面積依
    拠BMDを決定する請求項2の方法。
  10. 【請求項10】 決定ステップが、骨の体積的骨ミネラル密度に一致する正
    規化BMDを、BMDの測定値として決定し、 推定ステップが、少なくとも一部は、正規化BMDに基づいて、骨強度を推定
    する請求項2の方法。
  11. 【請求項11】 正規化BMDを決定するステップが、 骨の面積依拠BMDを定めること、 骨幾何学分析を実行して、骨幾何学の測定値を生成すること、 面積依拠BMDと骨幾何学測定値から正規化BMDを決定すること、 を含む請求項10の方法。
  12. 【請求項12】 骨幾何学分析を実行するステップが、骨の頚部幅を定める
    ことを含む請求項11の方法。
  13. 【請求項13】 骨幾何学分析を実行するステップが、骨の骨幹幅を定める
    ことを含む請求項11の方法。
  14. 【請求項14】 骨内部に関心領域(ROI)を選択すること、 ROI内部画像データの組織分析を実行して、骨構造の少なくとも一つの測定
    値を定めること、 推定ステップが、骨構造の少なくとも一つの測定値に、少なくとも部分的に基
    づいて骨強度を推定すること、 をさらに含む請求項1の方法。
  15. 【請求項15】 組織分析実行ステップが、 人工ニューラルネットワークによってROI内部画像データのフラクタル特徴
    を抽出することを含み、骨構造の前記少なくとも一つの測定値は、フラクタル特
    徴を含んでいる請求項14の方法。
  16. 【請求項16】 組織分析実行ステップが、 ROI内部画像データに関する方向性ミンコフスキー次元を定めることを含み
    、骨構造の前記少なくとも一つの測定値は、方向性ミンコフスキー次元を含んで
    いる請求項14の方法。
  17. 【請求項17】 組織分析実行ステップが、 ROI内部画像データに関する梁柱方向を定めることを含み、骨構造の前記少
    なくとも一つの測定値は、梁柱方向を含んでいる請求項14の方法。
  18. 【請求項18】 骨強度の推定内容から骨折の確率を予測することをさらに
    含む請求項10の方法。
  19. 【請求項19】 骨の画像に一致するディジタル画像データを獲得すること
    、 骨内部に関心領域(ROI)を選択すること、 人工ニューラルネットワークを用いてROI内部画像データのフラクタル特徴
    を抽出すること、 抽出されたフラクタル特徴に少なくとも部分的に基づいて骨の強度を推定する
    こと、 を備える骨分析方法。
  20. 【請求項20】 前記抽出ステップが、 ROI内部画像データのフラクタル分析を実行して、勾配データを生成するこ
    と、 勾配データを人工ニューラルネットワークに入力して、骨強度を表わす情報を
    生成することを含む請求項19の方法。
  21. 【請求項21】 骨の画像に一致するディジタル画像データを獲得すること
    、 前記ディジタル画像データに基づいて、ミンコフスキー次元、および梁柱方向
    に対応する角度測量の内の少なくとも一つを決定すること、 ミンコフスキー次元、および梁柱方向に対応した角度測量の内の少なくとも一
    つに基づいて骨の強度を推定すること、 のステップを実行することによる骨分析用コンピュータ指令を保存する、コンピ
    ュータ読み取り可能な媒体。
  22. 【請求項22】 前記決定ステップが、骨ミネラル密度(BMD)を決定す
    ることを含み、 前記推定ステップが、決定されたBMDに少なくとも部分的に基づいて骨強度
    を推定することを含む請求項21のコンピュータ読み取り可能な媒体。
  23. 【請求項23】 被験者データを入力するステップを実行するための指令を
    さらに保存し、 前記推定ステップが、入力被験者データに少なくとも部分的に基づいて骨強度
    を推定することを含む請求項21のコンピュータ読み取り可能な媒体。
  24. 【請求項24】 前記入力ステップが、 その骨が分析対象とされる患者の年齢を、前記被験者データとして入力するこ
    とを含む請求項23のコンピュータ読み取り可能な媒体。
  25. 【請求項25】 骨に関するミンコフスキー次元と、骨の梁柱方向の両方を
    定めること、 その骨が分析対象とされる患者の被験者データを入力すること、 推定ステップが、ミンコフスキー次元の測定値、梁柱方向、および被験者デー
    タに基づいて骨強度を推定すること、 をさらに含む請求項21のコンピュータ読み取り可能な媒体。
  26. 【請求項26】 前記決定ステップが、BMDを定めることを含み、前記推
    定ステップが、少なくとも部分的に決定されたBMDに基づいて骨強度を推定す
    ることを含む請求項25のコンピュータ読み取り可能な媒体。
  27. 【請求項27】 骨強度の推定内容から骨折の確率を予測するステップの実
    行指令をさらに保存することを特徴とする、請求項21のコンピュータ読み取り
    可能な媒体。
  28. 【請求項28】 骨強度の推定内容から骨折の確率を予測するステップの実
    行指令をさらに保存する請求項26のコンピュータ読み取り可能な媒体。
  29. 【請求項29】 BMD決定ステップが、面積依拠BMDをBMD測定値と
    して定めることを含む請求項22のコンピュータ読み取り可能な媒体。
  30. 【請求項30】 決定ステップが、BMDの測定値として、骨の体積的骨ミ
    ネラル密度に一致する正規化BMDを定めることを含み、 推定ステップが、この正規化されたBMDに少なくとも部分的に基づいて骨の
    強度を推定することを含む請求項22のコンピュータ読み取り可能な媒体。
  31. 【請求項31】 正規化BMD決定ステップが、 骨の面積依拠BMDを定めること、 骨幾何学分析を実行して、骨幾何学の測定値を生成すること、 面積依拠BMDと骨幾何学の測定値から、正規化BMDを定めること、 を含む請求項30のコンピュータ読み取り可能な媒体。
  32. 【請求項32】 骨幾何学分析実行ステップが、 骨の頚部幅を定めることを含む請求項31のコンピュータ読み取り可能な媒体
  33. 【請求項33】 骨幾何学分析実行ステップが、 骨の骨幹幅を定めることを含む請求項31のコンピュータ読み取り可能な媒体
  34. 【請求項34】 骨内部に関心領域(ROI)を選択すること、 ROI内部画像データの組織分析を実行して、骨構造の少なくとも一つの測定
    値を定めること、 推定ステップが、骨構造の、少なくとも一つの測定値に、少なくとも部分的に
    基づいて骨強度を推定すること、 を含むステップの実行指令をさらに保存する請求項21のコンピュータ読み取り
    可能媒体。
  35. 【請求項35】 組織分析実行ステップが、 人工ニューラルネットワークによってROI内部画像データのフラクタル特徴
    を抽出することを含み、骨構造の前記少なくとも一つの測定値は、フラクタル特
    徴を含んでいる請求項34のコンピュータ読み取り可能な媒体。
  36. 【請求項36】 組織分析実行ステップが、 ROI内部画像データに関する方向性ミンコフスキー次元を定めることを含み
    、骨構造の前記少なくとも一つの測定値は、方向性ミンコフスキー次元を含んで
    いる請求項34のコンピュータ読み取り可能な媒体。
  37. 【請求項37】 組織分析実行ステップが、 ROI内部画像データに関する梁柱方向を定めることを含み、骨構造の前記少
    なくとも一つの測定値は、梁柱方向を含んでいる請求項34のコンピュータ読み
    取り可能な媒体。
  38. 【請求項38】 骨強度の推定内容から骨折の確率を予測するステップの実
    行指令をさらに保存する請求項30のコンピュータ読み取り可能な媒体。
  39. 【請求項39】 骨の画像に一致するディジタル画像データを獲得すること
    、 骨内部に関心領域(ROI)を選択すること、 人工ニューラルネットワークを用いてROI内部画像データのフラクタル特徴
    を抽出すること、 抽出された特徴に少なくとも部分的に基づいて骨強度を推定すること、 のステップを実行することによる骨分析用コンピュータ指令を保存する、コンピ
    ュータ読み取り可能な媒体。
  40. 【請求項40】 前記抽出ステップが、 ROI内部画像データのフラクタル分析を実行して、勾配データを生成するこ
    と、 勾配データを人工ニューラルネットワークに入力して、骨強度を表わす情報を
    生成すること、 を含む請求項39によるコンピュータ読み取り可能な媒体。
  41. 【請求項41】 骨の画像に一致するディジタル画像データを獲得するよう
    に構成される機構、 前記ディジタル画像データに基づいて、ミンコフスキー次元、および梁柱方向
    に対応する角度測量の内の少なくとも一つを決定するように構成される機構、 ミンコフスキー次元、および梁柱方向に対応する角度測量の内の少なくとも一
    つに基づいて、骨強度を推定するように構成される機構、 を備える骨分析装置。
  42. 【請求項42】 前記決定機構が、骨ミネラル密度(BMD)を定めるよう
    に構成される機構を含み、 前記推定機構が、決定されたBMDに少なくとも部分的に基づいて骨強度を推
    定するように構成される機構を含む請求項41の装置。
  43. 【請求項43】 被験者データを入力するよう構成される機構をさらに含み
    、 前記推定機構が、同入力被験者データに少なくとも部分的に基づいて骨強度を
    推定するように構成される機構を含む請求項41の装置。
  44. 【請求項44】 前記入力機構が、 その骨が分析対象とされる患者の年齢を、前記被験者データとして入力するよう
    構成される機構を含む請求項43の装置。
  45. 【請求項45】 骨に関するミンコフスキー次元と、骨の梁柱方向の両方を
    定めるように構成される機構、 その骨が分析対象とされる患者の被験者データを入力するように構成される機
    構とをさらに含み、 推定機構が、ミンコフスキー次元の測定値、梁柱方向、および被験者データに
    基づいて骨強度を推定するように構成される機構を含む請求項41の装置。
  46. 【請求項46】 前記決定機構が、骨ミネラル密度(BMD)を定めるよう
    に構成された機構を含み、 前記推定機構が、決定されたBMDに少なくとも部分的に基づいて骨強度を推
    定するように構成された機構を含む請求項45の装置。
  47. 【請求項47】 骨強度の推定内容から、骨折確率を予測するように構成さ
    れる機構をさらに含む請求項41の装置。
  48. 【請求項48】 骨強度の推定内容から、骨折確率を予測するように構成さ
    れる機構をさらに含む請求項46の装置。
  49. 【請求項49】 BMDを決定するように構成される機構が、面積依拠BM
    DをBMD測定値として定めるように構成される機構を含む請求項42の装置。
  50. 【請求項50】 決定機構が、 骨の体積的骨ミネラル密度に一致する正規化骨BMDを、骨の測定値として定
    めるように構成される機構を含み、 推定機構が、この正規化されたBMDに少なくとも部分的に基づいて骨の強度
    を推定するように構成される機構を含む請求項42の装置。
  51. 【請求項51】 正規化BMDを決定するように構成される機構が、 骨の面積依拠BMDを定めるように構成される機構、 骨幾何学分析を実行して、骨幾何学の測定値を生成するように構成される機構
    、 面積依拠BMDと骨幾何学の測定値から、正規化BMDを定めるように構成さ
    れる機構を含む請求項50の装置。
  52. 【請求項52】 骨幾何学分析を実行するように構成される機構が、 骨の頚部幅を定めるように構成される機構を含む請求項51の装置。
  53. 【請求項53】 骨幾何学分析を実行するように構成される機構が、 骨の骨幹幅を定めるように構成される機構を含む請求項51の装置。
  54. 【請求項54】 骨内部に関心領域(ROI)を選択するように構成される
    機構、 ROI内部画像データの組織分析を実行して、骨構造の少なくとも一つの測定
    値を定めるように構成される機構をさらに含み、 推定するように構成される機構が、骨構造の、少なくとも一つの測定値に、少
    なくとも部分的に基づいて骨強度を推定するように構成される機構を含む請求項
    41の装置。
  55. 【請求項55】 組織分析を実行するように構成される機構が、 人工ニューラルネットワークを用いてROI内部画像データのフラクタル特徴
    を抽出するように構成される機構を含み、前記少なくとも一つの骨構造測定値は
    、フラクタル特徴を含んでいる請求項54の装置。
  56. 【請求項56】 組織分析を実行するように構成される機構が、 ROI内部画像データに関する方向性ミンコフスキー次元を定めるように構成
    される機構を含み、骨構造の前記少なくとも一つの測定値は、方向性ミンコフス
    キー次元を含んでいる請求項54の装置。
  57. 【請求項57】 組織分析を実行するように構成される機構が、 ROI内部画像データに関する梁柱方向を定めるように構成される機構を含み
    、骨構造の前記少なくとも一つの測定値は、梁柱方向を含んでいる請求項54の
    装置。
  58. 【請求項58】 骨強度の推定内容から骨折の確率を予測するように構成さ
    れる機構をさらに含む請求項50の装置。
  59. 【請求項59】 骨の画像に一致するディジタル画像データを獲得するよう
    に構成される機構、 骨内部に関心領域(ROI)を選択するように構成される機構、 人工ニューラルネットワークを用いてROI内部画像データのフラクタル特徴
    を抽出するように構成される機構、 抽出された特徴に少なくとも部分的に基づいて骨強度を推定するように構成さ
    れる機構、 を備える骨分析用装置。
  60. 【請求項60】 前記抽出機構が、 ROI内部画像データのフラクタル分析を実行して、勾配データを生成するよ
    うに構成される機構、 勾配データを人工ニューラルネットワークに入力して、骨強度を表わす情報を
    生成するように構成される機構を含む請求項59の装置。
JP2000568049A 1998-08-28 1999-08-27 骨質量・構造のコンピュータ依拠分析方法および装置 Pending JP2002523204A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/141,535 US6442287B1 (en) 1998-08-28 1998-08-28 Method and system for the computerized analysis of bone mass and structure
US09/141,535 1998-08-28
PCT/US1999/018825 WO2000013133A1 (en) 1998-08-28 1999-08-27 Method and system for the computerized analysis of bone mass and structure

Publications (1)

Publication Number Publication Date
JP2002523204A true JP2002523204A (ja) 2002-07-30

Family

ID=22496116

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000568049A Pending JP2002523204A (ja) 1998-08-28 1999-08-27 骨質量・構造のコンピュータ依拠分析方法および装置

Country Status (6)

Country Link
US (2) US6442287B1 (ja)
EP (1) EP1105834A4 (ja)
JP (1) JP2002523204A (ja)
AU (1) AU6018599A (ja)
CA (1) CA2342344A1 (ja)
WO (1) WO2000013133A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101179081B1 (ko) 2011-02-11 2012-09-03 한국과학기술연구원 골밀도 측정을 이용한 환자 맞춤형 인공삽입물 설계 장치
WO2013115422A1 (ko) * 2012-02-02 2013-08-08 부산대학교 산학협력단 디지털 이미지의 다중 프랙탈 분석을 이용한 대상체 검출방법
KR101379698B1 (ko) 2013-06-25 2014-04-04 한국과학기술정보연구원 인체 뼈의 3차원 형상과 물성 정보 제작 방법 및 장치
JP2017164412A (ja) * 2016-03-18 2017-09-21 メディア株式会社 骨粗鬆症診断支援装置
JPWO2016129682A1 (ja) * 2015-02-13 2017-10-19 株式会社島津製作所 骨解析装置
WO2020054738A1 (ja) 2018-09-10 2020-03-19 京セラ株式会社 推定装置、推定システム及び推定プログラム
CN112116552A (zh) * 2019-06-21 2020-12-22 斯特拉克斯私人有限公司 图像分析方法和系统

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19700530B4 (de) * 1997-01-09 2007-09-06 Perkin Elmer Bodenseewerk Zweigniederlassung Der Berthold Gmbh & Co. Kg Vorrichtung zur Durchführung naßchemischer Reaktionen unter Druck
US6996549B2 (en) * 1998-05-01 2006-02-07 Health Discovery Corporation Computer-aided image analysis
US6941323B1 (en) 1999-08-09 2005-09-06 Almen Laboratories, Inc. System and method for image comparison and retrieval by enhancing, defining, and parameterizing objects in images
US6853741B1 (en) * 1999-08-10 2005-02-08 Hologic, Inc Automatic region of interest locator for AP spinal images and for hip images in bone densitometry
AU2001286892B2 (en) * 2000-08-29 2007-03-15 Imaging Therapeutics Inc. Methods and devices for quantitative analysis of x-ray images
US20020186818A1 (en) * 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US7467892B2 (en) * 2000-08-29 2008-12-23 Imaging Therapeutics, Inc. Calibration devices and methods of use thereof
US6904123B2 (en) 2000-08-29 2005-06-07 Imaging Therapeutics, Inc. Methods and devices for quantitative analysis of x-ray images
US7050534B2 (en) 2000-08-29 2006-05-23 Imaging Therapeutics, Inc. Methods and devices for quantitative analysis of x-ray images
US20070047794A1 (en) * 2000-10-11 2007-03-01 Philipp Lang Methods and devices for analysis of x-ray images
US7660453B2 (en) * 2000-10-11 2010-02-09 Imaging Therapeutics, Inc. Methods and devices for analysis of x-ray images
US8639009B2 (en) * 2000-10-11 2014-01-28 Imatx, Inc. Methods and devices for evaluating and treating a bone condition based on x-ray image analysis
US7124067B2 (en) * 2000-10-17 2006-10-17 Maria-Grazia Ascenzi System and method for modeling bone structure
US20020100483A1 (en) * 2000-10-25 2002-08-01 Boyce Todd M. Non-destructive method for evaluating cancellous bone strength of allograft tissue
WO2002060347A2 (en) * 2001-01-31 2002-08-08 Maria-Grazia Ascenzi Modeling viscoelastic torsional properties of osteons
WO2002087444A1 (fr) * 2001-04-26 2002-11-07 Teijin Limited Procede de mesure d'une structure articulaire tridimensionnelle
US7046834B2 (en) * 2001-05-09 2006-05-16 Electronics And Telecommunications Research Institute Method for measuring bone mineral density by using X-ray image
EP1389947B1 (en) 2001-05-25 2009-08-26 Imaging Therapeutics, Inc. Methods to diagnose treat and prevent bone loss
GB0122601D0 (en) * 2001-09-19 2001-11-07 Imp College Innovations Ltd Manipulation of image data
US7212958B2 (en) * 2001-10-17 2007-05-01 Maria-Grazia Ascenzi Method and system for modelling bone structure
US7353153B2 (en) * 2001-10-17 2008-04-01 Maria-Grazia Ascenzi Method and system for modeling bone structure
US7283940B2 (en) * 2001-10-17 2007-10-16 Maria-Grazia Ascenzi Multidirectional morphology and mechanics of osteonic lamellae
AU2002360293A1 (en) * 2001-11-23 2003-06-10 The University Of Chicago Differentiation of bone disease on radiographic images
GB2385414B (en) * 2002-02-13 2005-07-06 Snell & Wilcox Ltd Improved video processing
US7574248B2 (en) * 2002-05-17 2009-08-11 General Hospital Corporation Method and apparatus for quantitative bone matrix imaging by magnetic resonance imaging
KR100442503B1 (ko) * 2002-05-18 2004-07-30 엘지.필립스 엘시디 주식회사 프랙탈 차원을 이용한 디스플레이 장치의 화질 분석 방법및 시스템
US8965075B2 (en) * 2002-09-16 2015-02-24 Imatx, Inc. System and method for predicting future fractures
US8600124B2 (en) * 2004-09-16 2013-12-03 Imatx, Inc. System and method of predicting future fractures
US7840247B2 (en) * 2002-09-16 2010-11-23 Imatx, Inc. Methods of predicting musculoskeletal disease
US7848558B2 (en) * 2003-02-14 2010-12-07 The University Of Chicago Method and system for fractal-based analysis of medical image texture
EP1605824A2 (en) 2003-03-25 2005-12-21 Imaging Therapeutics, Inc. Methods for the compensation of imaging technique in the processing of radiographic images
US8085898B2 (en) * 2009-05-08 2011-12-27 Osteometer Meditech, Inc. Apparatus for bone density assessment and monitoring
US20100135458A1 (en) * 2003-07-18 2010-06-03 Neeraj Agrawal X-Ray Apparatus for Bone Density Assessment and Monitoring
US20080058613A1 (en) * 2003-09-19 2008-03-06 Imaging Therapeutics, Inc. Method and System for Providing Fracture/No Fracture Classification
US7539332B1 (en) * 2003-09-19 2009-05-26 Compumed, Inc. Method and system for automatically identifying regions of trabecular bone tissue and cortical bone tissue of a target bone from a digital radiograph image
WO2005027732A2 (en) * 2003-09-19 2005-03-31 Imaging Therapeutics, Inc. Method for bone structure prognosis and simulated bone remodeling
US8290564B2 (en) * 2003-09-19 2012-10-16 Imatx, Inc. Method for bone structure prognosis and simulated bone remodeling
WO2005058165A1 (ja) * 2003-12-16 2005-06-30 Hitachi Medical Corporation 領域抽出方法及び装置
US20060018524A1 (en) * 2004-07-15 2006-01-26 Uc Tech Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT
WO2006039358A2 (en) * 2004-09-30 2006-04-13 The Regents Of The University Of California Method for assessment of the structure-function characteristics of structures in a human or animal body
CA2595248A1 (en) * 2005-01-18 2006-07-27 Trestle Corporation System and method for creating variable quality images of a slide
US20060159325A1 (en) * 2005-01-18 2006-07-20 Trestle Corporation System and method for review in studies including toxicity and risk assessment studies
DE102005012708A1 (de) * 2005-03-11 2006-09-21 Eberhard-Karls-Universität Tübingen Verfahren zum Bestimmen von Körperorientierungen im Raum anhand von zwei Röntgenaufnahmen
EP1913870A1 (en) * 2006-10-19 2008-04-23 Esaote S.p.A. Apparatus for determining indications helping the diagnosis of rheumatic diseases and its method
US20090082637A1 (en) * 2007-09-21 2009-03-26 Michael Galperin Multi-modality fusion classifier with integrated non-imaging factors
US8208698B2 (en) * 2007-12-14 2012-06-26 Mela Sciences, Inc. Characterizing a texture of an image
US9070181B2 (en) * 2007-12-21 2015-06-30 General Electric Company System and method for extracting features of interest from an image
ITMI20080967A1 (it) * 2008-05-23 2009-11-24 Salvatore Longoni Metodo di progettazione e/o selezione di un dispositivo e/o materiale impiantabile in tessuti del corpo umano o animale e dispositivo e/o materiale cosi' ottenuto
AU2009292646B2 (en) * 2008-09-19 2015-04-16 Duke University Systems and methods for generating an osteoarthritis progression predictor and systems and methods for using the predictor
US8649577B1 (en) * 2008-11-30 2014-02-11 Image Analysis, Inc. Automatic method and system for measurements of bone density and structure of the hip from 3-D X-ray imaging devices
US8939917B2 (en) 2009-02-13 2015-01-27 Imatx, Inc. Methods and devices for quantitative analysis of bone and cartilage
US8295570B2 (en) * 2009-09-10 2012-10-23 General Electric Company Methods and apparatus for measuring body circumference
US20110064287A1 (en) * 2009-09-14 2011-03-17 Alexandru Bogdan Characterizing a texture of an image
US20110182495A1 (en) * 2010-01-26 2011-07-28 General Electric Company System and method for automatic defect recognition of an inspection image
JP2013542046A (ja) * 2010-11-10 2013-11-21 エコーメトリックス,エルエルシー 超音波画像処理のシステムおよび方法
US20130108134A1 (en) * 2011-10-26 2013-05-02 Hui Luo Method for pelvic image analysis
US9245069B2 (en) * 2012-02-03 2016-01-26 The Regents Of The University Of California Methods for calculating bone fracture load
WO2013146498A1 (ja) * 2012-03-30 2013-10-03 日本碍子株式会社 微構造解析方法、そのプログラム及び微構造解析装置
US9610084B2 (en) 2012-09-12 2017-04-04 Peter Michael Sutherland Walker Method and apparatus for hip replacements
US9848818B1 (en) 2013-08-09 2017-12-26 O.N.Diagnostics, LLC Clinical assessment of fragile bone strength
US11850061B2 (en) 2013-08-09 2023-12-26 O.N.Diagnostics, LLC Clinical assessment of fragile bone strength
CA3030577A1 (en) 2016-07-12 2018-01-18 Mindshare Medical, Inc. Medical analytics system
US11182920B2 (en) 2018-04-26 2021-11-23 Jerry NAM Automated determination of muscle mass from images
WO2020259600A1 (en) * 2019-06-24 2020-12-30 Conova Medical Technology Limited A device, process and system for diagnosing and tracking of the development of the spinal alignment of a person
US11337644B2 (en) * 2020-01-06 2022-05-24 M2Test S.R.L. Method, device and machine for calculating an index representative of the properties of a material of the bone type
CN111724357B (zh) * 2020-06-09 2023-05-16 四川大学 基于数字放射图像及支持向量回归的手臂骨密度测量方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4922915A (en) * 1987-11-27 1990-05-08 Ben A. Arnold Automated image detail localization method
US5745544A (en) * 1991-02-13 1998-04-28 Lunar Corporation Bone densitometer with film cassette
EP0570936B1 (en) 1992-05-20 2000-08-09 Aloka Co. Ltd. Bone assessment apparatus
DE69422130T2 (de) * 1993-04-23 2000-07-20 Teijin Ltd Osteometrie und osteometrische vorrichtung
DE69513300T2 (de) * 1994-08-29 2000-03-23 Torsana A S Skodsborg Bestimmungsverfahren
US5772592A (en) 1996-01-08 1998-06-30 Cheng; Shu Lin Method for diagnosing and monitoring osteoporosis
US5910972A (en) * 1996-09-25 1999-06-08 Fuji Photo Film Co., Ltd. Bone image processing method and apparatus
US5931795A (en) * 1997-11-07 1999-08-03 Manly; Philip Method for evaluating human bone strength

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101179081B1 (ko) 2011-02-11 2012-09-03 한국과학기술연구원 골밀도 측정을 이용한 환자 맞춤형 인공삽입물 설계 장치
WO2013115422A1 (ko) * 2012-02-02 2013-08-08 부산대학교 산학협력단 디지털 이미지의 다중 프랙탈 분석을 이용한 대상체 검출방법
KR101379698B1 (ko) 2013-06-25 2014-04-04 한국과학기술정보연구원 인체 뼈의 3차원 형상과 물성 정보 제작 방법 및 장치
JPWO2016129682A1 (ja) * 2015-02-13 2017-10-19 株式会社島津製作所 骨解析装置
JP2017164412A (ja) * 2016-03-18 2017-09-21 メディア株式会社 骨粗鬆症診断支援装置
JP7217906B2 (ja) 2018-09-10 2023-02-06 京セラ株式会社 推定装置、システム及び推定方法
JP7260886B2 (ja) 2018-09-10 2023-04-19 京セラ株式会社 推定装置及び推定方法
JP2022106895A (ja) * 2018-09-10 2022-07-20 京セラ株式会社 推定装置及び推定方法
JP2022106894A (ja) * 2018-09-10 2022-07-20 京セラ株式会社 推定装置、システム及び推定方法
JP7157425B2 (ja) 2018-09-10 2022-10-20 京セラ株式会社 推定装置、システム及び推定方法
JP7157426B2 (ja) 2018-09-10 2022-10-20 京セラ株式会社 装置及び方法
JP2022180590A (ja) * 2018-09-10 2022-12-06 京セラ株式会社 推定装置及び推定方法
JP2022180589A (ja) * 2018-09-10 2022-12-06 京セラ株式会社 推定装置及び推定方法
JP2023002781A (ja) * 2018-09-10 2023-01-10 京セラ株式会社 推定装置、システム及び推定方法
WO2020054738A1 (ja) 2018-09-10 2020-03-19 京セラ株式会社 推定装置、推定システム及び推定プログラム
JP2023056026A (ja) * 2018-09-10 2023-04-18 京セラ株式会社 装置及びシステム
JP2023056029A (ja) * 2018-09-10 2023-04-18 京セラ株式会社 装置及びシステム
JP2023056028A (ja) * 2018-09-10 2023-04-18 京セラ株式会社 装置及びシステム
JP7385229B2 (ja) 2018-09-10 2023-11-22 京セラ株式会社 装置及びシステム
JP7260887B2 (ja) 2018-09-10 2023-04-19 京セラ株式会社 推定装置及び推定方法
JP7264364B2 (ja) 2018-09-10 2023-04-25 京セラ株式会社 装置及びシステム
JP7266230B2 (ja) 2018-09-10 2023-04-28 京セラ株式会社 装置及びシステム
JP2023062093A (ja) * 2018-09-10 2023-05-02 京セラ株式会社 装置
JP7283672B1 (ja) 2018-09-10 2023-05-30 京セラ株式会社 学習モデル生成方法、プログラム、記録媒体及び装置
JP7283673B1 (ja) 2018-09-10 2023-05-30 京セラ株式会社 推定装置、プログラム及び記録媒体
JP2023082022A (ja) * 2018-09-10 2023-06-13 京セラ株式会社 学習モデル生成方法、プログラム、記録媒体及び装置
JP2023085344A (ja) * 2018-09-10 2023-06-20 京セラ株式会社 推定装置、プログラム及び記録媒体
EP4276753A2 (en) 2018-09-10 2023-11-15 Kyocera Corporation Estimation device, estimation system, and estimation program
JP7385228B2 (ja) 2018-09-10 2023-11-22 京セラ株式会社 装置
CN112116552A (zh) * 2019-06-21 2020-12-22 斯特拉克斯私人有限公司 图像分析方法和系统

Also Published As

Publication number Publication date
US20020025063A1 (en) 2002-02-28
WO2000013133A9 (en) 2000-06-22
EP1105834A1 (en) 2001-06-13
EP1105834A4 (en) 2003-01-02
CA2342344A1 (en) 2000-03-09
WO2000013133A1 (en) 2000-03-09
US20020196966A1 (en) 2002-12-26
US6442287B1 (en) 2002-08-27
AU6018599A (en) 2000-03-21

Similar Documents

Publication Publication Date Title
JP2002523204A (ja) 骨質量・構造のコンピュータ依拠分析方法および装置
US9155501B2 (en) Methods for the compensation of imaging technique in the processing of radiographic images
US9275469B2 (en) Methods and devices for evaluating and treating a bone condition on x-ray image analysis
US9767551B2 (en) Methods and devices for analysis of x-ray images
US20030133601A1 (en) Automated method and system for the differentiation of bone disease on radiographic images
US20070047794A1 (en) Methods and devices for analysis of x-ray images
Pottecher et al. Prediction of hip failure load: in vitro study of 80 femurs using three imaging methods and finite element models—the European Fracture Study (EFFECT)
JP2004522465A (ja) X線画像解析のための方法および装置
JP2006517433A (ja) 筋骨格疾患を予測する方法
Jiang et al. Characterization of bone quality using computer‐extracted radiographic features
Chinander et al. Computerized radiographic texture measures for characterizing bone strength: a simulated clinical setup using femoral neck specimens
Glüer The use of bone densitometry in clinical practice
Chinander et al. Computerized analysis of radiographic bone patterns: effect of imaging conditions on performance
Bousigues et al. 3D reconstruction of the scapula from biplanar X-rays for pose estimation and morphological analysis
Naidoo et al. A novel reconstructive approach of the lumbar vertebral column from 2D MRI to 3D models
Kubik et al. Optimizing the assessment of age-related changes in trabecular bone
JPH09271470A (ja) 骨計測方法
López Picazo 3D subject-specific shape and density modeling of the lumbar spine from 2D DXA images for osteoporosis assessment
Metcalf HR-pQCT scanning of the human calcaneus
Spurway Radiostereometric analysis origin styles: Their impact on the accuracy and precision in the assessment of spinal fusion success
Holmes III et al. Development and Visualization of a normative shape model of vertebral bodies for use in fracture risk assessment
Matsubara et al. Non-invasive assessment of bone quality