JP2008093229A - Method, apparatus and program for supporting knee joint diagnosis - Google Patents
Method, apparatus and program for supporting knee joint diagnosis Download PDFInfo
- Publication number
- JP2008093229A JP2008093229A JP2006279562A JP2006279562A JP2008093229A JP 2008093229 A JP2008093229 A JP 2008093229A JP 2006279562 A JP2006279562 A JP 2006279562A JP 2006279562 A JP2006279562 A JP 2006279562A JP 2008093229 A JP2008093229 A JP 2008093229A
- Authority
- JP
- Japan
- Prior art keywords
- knee
- image data
- ray image
- tibia
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000003745 diagnosis Methods 0.000 title claims abstract description 54
- 210000000629 knee joint Anatomy 0.000 title claims abstract description 38
- 210000002303 tibia Anatomy 0.000 claims abstract description 68
- 210000000689 upper leg Anatomy 0.000 claims abstract description 50
- 210000000845 cartilage Anatomy 0.000 claims abstract description 39
- 210000003127 knee Anatomy 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 44
- 238000001514 detection method Methods 0.000 claims description 37
- 238000000605 extraction Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 23
- 230000005484 gravity Effects 0.000 claims description 19
- 201000008482 osteoarthritis Diseases 0.000 abstract description 12
- 239000000463 material Substances 0.000 abstract description 3
- 210000002414 leg Anatomy 0.000 abstract 2
- 238000004458 analytical method Methods 0.000 description 13
- 208000003947 Knee Osteoarthritis Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 210000000988 bone and bone Anatomy 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 3
- 208000012659 Joint disease Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 208000036487 Arthropathies Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000001264 anterior cruciate ligament Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000002082 fibula Anatomy 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000005499 meniscus Effects 0.000 description 1
- 210000002967 posterior cruciate ligament Anatomy 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
Description
本発明は、Ｘ線撮像装置を用いた膝関節の診断方法に関する。特に、変形性膝関節症の診断に有効な診断支援方法及び装置並びにプログラムに関する。 The present invention relates to a method for diagnosing a knee joint using an X-ray imaging apparatus. In particular, the present invention relates to a diagnosis support method, apparatus, and program that are effective for the diagnosis of knee osteoarthritis.
変形性膝関節症（膝ＯＡ）は、膝関節の軟骨がすり減ってしまう症例であり、中高年の方に多く見られる疾病である。高齢化社会の訪れに伴って、この変形性膝関節症の診断、治療、ひいては予防が重要な問題として注目されている。 Osteoarthritis of the knee (knee OA) is a case in which the cartilage of the knee joint is worn away, and is a disease that is common in middle-aged and older people. With the arrival of an aging society, the diagnosis, treatment, and eventually prevention of this knee osteoarthritis are drawing attention as important issues.
さて、ＭＲＩ等を用いる手法によって膝関節の軟骨の様子は非常に明確に調べることができる。しかし、このＭＲＩは装置の価格が高価であり、さらに計測にも時間がかかるという問題点がある。 Now, the state of the cartilage of the knee joint can be examined very clearly by a technique using MRI or the like. However, this MRI has a problem that the price of the apparatus is expensive and the measurement also takes time.
そのため、現在、変形性膝関節症（膝ＯＡ）の診断は主としてＸ線画像によっているが、その診断基準は医師の経験等に基づいているのが現状であり、明確な診断基準は確立されていない。 Therefore, at present, the diagnosis of knee osteoarthritis (knee OA) is mainly based on X-ray images, but the diagnostic criteria are based on the experience of doctors and the like, and clear diagnostic criteria have been established. Absent.
そこで、一般的な診断技術であるＸ線画像による変形性膝関節症の診断をするための客観的な診断情報を提供できれば、医師は、このＸ線画像によってより精度の高い診断が可能となると考えられる。 Therefore, if it is possible to provide objective diagnostic information for diagnosing knee osteoarthritis using an X-ray image, which is a general diagnostic technique, a doctor can perform a more accurate diagnosis using this X-ray image. Conceivable.
先行技術文献
膝関節症の診断、Ｘ線画像の撮影等に関する先行技術の内代表的と思われるものを説明する。
Prior Art Documents A description will be given of what is considered to be representative among prior arts relating to diagnosis of knee joint disease, imaging of X-ray images, and the like.
下記特許文献１には、変形性膝関節症の判定方法・装置が開示されている。この方法は、歩行時の脛骨と踵に取り付けた加速度センサで加速度を検出し、加速度信号のピーク時間を計測し、衝撃伝達時間を求める。この衝撃伝達時間から変形性膝関節症の判定を行う手法が開示されている。 Patent Document 1 below discloses a method and apparatus for determining knee osteoarthritis. In this method, acceleration is detected by an acceleration sensor attached to the tibia and the heel during walking, the peak time of the acceleration signal is measured, and the impact transmission time is obtained. A technique for determining knee osteoarthritis from this impact transmission time is disclosed.
下記特許文献２には、関節症の診断や、人工関節の選定、位置決め等を支援する関節手術支援情報算出方法が開示されている。この方法においては、Ｘ線画像に基づき患者の骨近似３次元データを作成し、このデータに基づき、骨の位置関係に関する情報を得ると記載されている。 Patent Document 2 below discloses a joint surgery support information calculation method that supports diagnosis of arthropathy, selection and positioning of an artificial joint, and the like. In this method, it is described that approximate bone three-dimensional data of a patient is created based on an X-ray image, and information on the positional relationship of the bone is obtained based on this data.
また、下記特許文献３には、膝関節や足の診断性のあるＸ線撮影像を得ることができる撮影台が開示されている。 Patent Document 3 below discloses an imaging table that can obtain an X-ray imaging image having a diagnosis of a knee joint or a foot.
本願発明は、このような背景に鑑みなされたものであり、膝関節の診断を客観的に行うために、医師に対して、有効な定量的な診断情報を提供する診断支援方法・装置を提供することを目的とする。 The present invention has been made in view of such a background, and provides a diagnosis support method and apparatus that provides effective quantitative diagnosis information to a doctor in order to objectively diagnose a knee joint. The purpose is to do.
上述した課題に鑑み、本願発明者は、コンピュータによる読影システムを開発し、Ｘ線画像上の関節裂隙の狭小化の程度の定量化の技術を開発した。このような定量化を行うことによって、医師に対して客観的な診断情報を提供し、医師の診察・判断をより正確なものとすることができよう。 In view of the above-described problems, the present inventor has developed a computer-aided interpretation system and has developed a technique for quantifying the degree of narrowing of the joint space on an X-ray image. By performing such quantification, it is possible to provide objective diagnosis information to the doctor and make the doctor's diagnosis and judgment more accurate.
すなわち、本願発明は、以下のような手段を採用することを特徴とする。 That is, the present invention employs the following means.
なお、本文においては、膝関節を撮像したＸ線画像データを用いているが、その大腿骨方向を「上」「上方」、脛骨方向を「下」「下方」と呼んでいる。 In the text, X-ray image data obtained by imaging the knee joint is used, and the femur direction is referred to as “upper” and “upper”, and the tibial direction is referred to as “lower” and “lower”.
（１）本発明は、上記課題を解決するために、膝のＸ線画像データに基づき、膝の診断の支援を行う方法において、前記Ｘ線画像データから、前記膝の軟骨の存在領域の上辺と下辺とを求める間隔検出ステップと、前記Ｘ線画像データから、前記膝の軟骨の存在する左右方向の範囲を求め、この左右方向の範囲における、前記求めた上辺と下辺とによって囲まれた領域を軟骨の存在する領域と見なし、この領域の面積を取得する面積取得ステップと、を含み、前記間隔検出ステップは、前記Ｘ線画像データにエッジ抽出処理を施し、膝関節の大腿骨の関節面を示す大腿骨エッジを前記上辺として検出するステップと、前記Ｘ線画像データにエッジ抽出処理を施し、前記脛骨の関節面の後縁を示す後縁エッジを検出するステップと、前記Ｘ線画像データに最大輝度抽出処理を施し、前記脛骨の関節面の前縁を示す前縁エッジを検出するステップと、前記前縁エッジと前記後縁エッジとの中線を前記下辺として求めるステップと、を含み、前記面積取得ステップは、前記下辺の回帰直線を求め、前記下辺がこの回帰直線より下方向に位置する範囲を、前記膝の軟骨の存在する左右方向の範囲として求め、この範囲における前記上辺と下辺とによって囲まれた領域の面積を求めることを特徴とする膝関節診断支援方法である。 (1) In order to solve the above-mentioned problem, the present invention provides a method for assisting diagnosis of a knee based on X-ray image data of a knee. And an interval detection step for obtaining a lower side, a lateral range where the cartilage of the knee exists is obtained from the X-ray image data, and an area surrounded by the obtained upper side and lower side in the lateral direction range And an area acquisition step of acquiring the area of this region, and the interval detection step performs an edge extraction process on the X-ray image data to obtain a joint surface of the femur of the knee joint Detecting the femoral edge indicating the upper side, performing edge extraction processing on the X-ray image data, detecting a trailing edge indicating the rear edge of the joint surface of the tibia, and the X-ray image Performing a maximum luminance extraction process on the data, detecting a leading edge indicating a leading edge of the joint surface of the tibia, and obtaining a midline between the leading edge and the trailing edge as the lower side; The area obtaining step obtains a regression line of the lower side, obtains a range in which the lower side is located below the regression line as a range in the left-right direction where the cartilage of the knee exists, and the upper side in the range This is a knee joint diagnosis support method characterized in that the area of a region surrounded by the lower side is obtained.
（２）また、本発明は、上記（１）記載の膝関節診断支援方法において、前記膝のＸ線画像データに、垂直方向のエッジ抽出処理を施し、得られたエッジの重心を求め、この重心を中心とする所定範囲を参照領域として決定する参照領域決定ステップ、を含み、この参照領域において、前記（１）記載の処理を行うことを特徴とする膝関節診断支援方法である。
(2) In the knee joint diagnosis support method according to (1), the present invention performs vertical edge extraction processing on the knee X-ray image data, obtains the center of gravity of the obtained edge, And a reference region determining step of determining a predetermined range centered on the center of gravity as a reference region, wherein the processing described in (1) is performed in the reference region.
（３）本発明は、上記課題を解決するために、膝のＸ線画像データに基づき、膝の診断の支援を行う方法において、前記Ｘ線画像データ中の大腿骨の側面と、脛骨の側面と、を求める側面検出ステップと、前記求めた大腿骨の側面から大腿骨の中心曲線を求め、前記求めた脛骨の側面から脛骨の中心曲線を求め、さらに、前記大腿骨の中心曲線の回帰直線を求め、前記脛骨の中心曲線の回帰直線を求め、そして、前記両回帰直線の交わり角度であるＦＴＡを求めるＦＴＡ取得ステップと、を含むことを特徴とする膝関節診断支援方法である。 (3) In order to solve the above-mentioned problem, the present invention provides a method for assisting diagnosis of a knee based on the X-ray image data of the knee, and the side surface of the femur and the side surface of the tibia in the X-ray image data. And a side detection step for obtaining a femoral center curve from the obtained femoral side surface, obtaining a tibial center curve from the obtained tibial side surface, and further, a regression line of the femoral center curve And a FTA acquisition step of obtaining an FTA which is an intersection angle of the two regression lines, and obtaining a regression line of the central curve of the tibia.
（４）また、本発明は、上記（３）記載の膝関節診断支援方法において、前記膝のＸ線画像データに、垂直方向のエッジ抽出処理を施し、得られたエッジの重心を求め、この重心から上方の所定距離に水平方向の線分を大腿骨と交わるように配置し、配置した前記線分を大腿骨側の参照領域とし、前記重心から下方の所定距離に水平方向の線分を脛骨と交わるように配置し、配置した前記線分を脛骨側の参照領域とする参照領域決定ステップ、を含み、前記側面検出ステップは、前記大腿骨側の参照領域と大腿骨との交点から、前記Ｘ線画像データ中の輝度変化の大きな画素であるエッジを追跡して前記大腿骨の側面を検出し、前記脛骨側の参照領域と脛骨との交点から、前記Ｘ線画像データ中の輝度変化の大きな画素であるエッジを追跡して前記脛骨の側面を検出することを特徴とする膝関節診断支援方法である。 (4) In the knee joint diagnosis support method according to (3), the present invention performs vertical edge extraction processing on the knee X-ray image data, obtains the center of gravity of the obtained edge, A horizontal line segment intersects the femur at a predetermined distance above the center of gravity, and the arranged line segment is used as a reference area on the femur side, and a horizontal line segment is positioned at a predetermined distance below the center of gravity. A reference region determining step that is arranged so as to intersect with the tibia and uses the arranged line segment as a reference region on the tibia side, and the side surface detection step includes the intersection of the reference region on the femur side and the femur, The edge which is a pixel having a large luminance change in the X-ray image data is detected to detect the side surface of the femur, and the luminance change in the X-ray image data is determined from the intersection of the reference region on the tibia side and the tibia. Track edges that are large pixels A knee diagnosis support method characterized by detecting the side surface of the tibia.
（５）また、本発明は、上記（１）、（２）、（３）、（４）のいずれかに記載の膝関節診断支援方法において、膝のＸ線画像データの左右の判定を行う左右判定ステップ、を含むことを特徴とする膝関節診断支援方法である。 (5) Further, in the knee joint diagnosis support method according to any one of (1), (2), (3), and (4), the present invention performs left and right determination of the X-ray image data of the knee. A knee joint diagnosis support method characterized by including a left / right determination step.
（６）また、本発明は、上記（１）、（２）、（３）、（４）のいずれかに記載の膝関節診断支援方法において、膝のＸ線画像データのノイズ除去を行うノイズ除去ステップ、を含むことを特徴とする膝関節診断支援方法である。 (6) In the knee joint diagnosis support method according to any one of (1), (2), (3), and (4), the present invention provides noise that removes noise from knee X-ray image data. A knee joint diagnosis support method comprising a removal step.
（７）本発明は、上記課題を解決するために、膝のＸ線画像データに基づき、膝の診断の支援を行う装置において、前記Ｘ線画像データから、前記膝の軟骨の存在領域の上辺と下辺とを求める間隔検出手段と、前記Ｘ線画像データから、前記膝の軟骨の存在する左右方向の範囲を求め、この左右方向の範囲における、前記求めた上辺と下辺とによって囲まれた領域を軟骨の存在する領域と見なし、この領域の面積を取得する面積取得手段と、を含み、前記間隔検出手段は、前記Ｘ線画像データにエッジ抽出処理を施し、膝関節の大腿骨の関節面を示す大腿骨エッジを前記上辺として検出する手段と、前記Ｘ線画像データにエッジ抽出処理を施し、前記脛骨の関節面の後縁を示す後縁エッジを検出する手段と、前記Ｘ線画像データに最大輝度抽出処理を施し、前記脛骨の関節面の前縁を示す前縁エッジを検出する手段と、前記前縁エッジと前記後縁エッジとの中線を前記下辺として求める手段と、を含み、前記面積取得手段は、前記下辺の回帰直線を求め、前記下辺がこの回帰直線より下方向に位置する範囲を、前記膝の軟骨の存在する左右方向の範囲として求め、この範囲における前記上辺と下辺とによって囲まれた領域の面積を求めることを特徴とする膝関節診断支援装置である。 (7) In order to solve the above-described problem, the present invention provides an apparatus for supporting knee diagnosis based on the X-ray image data of the knee. From the X-ray image data, the upper side of the knee cartilage existing region is obtained. And an interval detection means for obtaining the lower side, and a range in the left-right direction in which the cartilage of the knee exists from the X-ray image data, and a region surrounded by the obtained upper side and lower side in the range in the left-right direction And an area acquisition means for acquiring the area of this area, and the interval detection means performs an edge extraction process on the X-ray image data to obtain a joint surface of the femur of the knee joint Means for detecting the femoral edge as the upper side, means for performing edge extraction processing on the X-ray image data, detecting a trailing edge indicating the rear edge of the joint surface of the tibia, and the X-ray image data Maximum brightness extraction Means for performing processing and detecting a leading edge indicating a leading edge of the joint surface of the tibia, and determining a middle line between the leading edge and the trailing edge as the lower side, and obtaining the area The means obtains a regression line of the lower side, obtains a range in which the lower side is located below the regression line as a lateral direction range where the cartilage of the knee exists, and is surrounded by the upper side and the lower side in this range. The knee joint diagnosis support apparatus is characterized in that the area of the determined region is obtained.
（８）本発明は、上記課題を解決するために、膝のＸ線画像データに基づき、膝の診断の支援を行う装置において、前記Ｘ線画像データ中の大腿骨の側面と、脛骨の側面と、を求める側面検出手段と、前記求めた大腿骨の側面から大腿骨の中心曲線を求め、前記求めた脛骨の側面から脛骨の中心曲線を求め、さらに、前記大腿骨の中心曲線の回帰直線を求め、前記脛骨の中心曲線の回帰直線を求め、そして、前記両回帰直線の交わり角度であるＦＴＡを求めるＦＴＡ取得手段と、を含むことを特徴とする膝関節診断支援装置である。 (8) In order to solve the above-described problems, the present invention provides an apparatus for assisting diagnosis of a knee based on the X-ray image data of the knee, and the side surface of the femur and the side surface of the tibia in the X-ray image data. And a side detection means for determining, a center curve of the femur from the determined side of the femur, a center curve of the tibia from the determined side of the tibia, and a regression line of the center curve of the femur And a FTA acquisition means for obtaining a regression line of the central curve of the tibia and obtaining an FTA which is an intersection angle of the two regression lines.
（９）本発明は、上記課題を解決するために、コンピュータを、膝のＸ線画像データに基づき、膝の診断の支援を行う装置として動作させるプログラムにおいて、前記コンピュータに、前記Ｘ線画像データから、前記膝の軟骨の存在領域の上辺と下辺とを求める間隔検出手順と、前記Ｘ線画像データから、前記膝の軟骨の存在する左右方向の範囲を求め、この左右方向の範囲における、前記求めた上辺と下辺とによって囲まれた領域を軟骨の存在する領域と見なし、この領域の面積を取得する面積取得手順と、を実行させ、前記間隔検出手順は、前記Ｘ線画像データにエッジ抽出処理を施し、膝関節の大腿骨の関節面を示す大腿骨エッジを前記上辺として検出する手順と、前記Ｘ線画像データにエッジ抽出処理を施し、前記脛骨の関節面の後縁を示す後縁エッジを検出する手順と、前記Ｘ線画像データに最大輝度抽出処理を施し、前記脛骨の関節面の前縁を示す前縁エッジを検出する手順と、前記前縁エッジと前記後縁エッジとの中線を前記下辺として求める手順と、を含み、前記面積取得手順は、前記下辺の回帰直線を求め、前記下辺がこの回帰直線より下方向に位置する範囲を、前記膝の軟骨の存在する左右方向の範囲として求め、この範囲における前記上辺と下辺とによって囲まれた領域の面積を求めることを特徴とするプログラムである。 (9) In order to solve the above problems, the present invention provides a program for causing a computer to operate as a device for assisting diagnosis of a knee based on the X-ray image data of the knee. From the interval detection procedure for obtaining the upper side and the lower side of the knee cartilage existing region, and from the X-ray image data, obtain a range in the left-right direction in which the knee cartilage is present, The area surrounded by the obtained upper and lower sides is regarded as an area where cartilage is present, and an area acquisition procedure for acquiring the area of this area is executed, and the interval detection procedure performs edge extraction on the X-ray image data. Processing, detecting a femoral edge indicating the joint surface of the femur of the knee joint as the upper side, applying edge extraction processing to the X-ray image data, A procedure for detecting a trailing edge that indicates the leading edge of the tibial joint surface by performing a maximum luminance extraction process on the X-ray image data, and the leading edge edge and the trailing edge. A step of obtaining a middle line with an edge as the lower side, wherein the area obtaining step obtains a regression line of the lower side, and a range in which the lower side is located below the regression line is defined as a cartilage of the knee. Is obtained as a range in the left-right direction, and the area of the region surrounded by the upper side and the lower side in this range is obtained.
（１０）本発明は、上記課題を解決するために、コンピュータを、膝のＸ線画像データに基づき、膝の診断の支援を行う装置として動作させるプログラムにおいて、前記コンピュータに、前記Ｘ線画像データ中の大腿骨の側面と、脛骨の側面と、を求める側面検出手順と、前記求めた大腿骨の側面から大腿骨の中心曲線を求め、前記求めた脛骨の側面から脛骨の中心曲線を求め、さらに、前記大腿骨の中心曲線の回帰直線を求め、前記脛骨の中心曲線の回帰直線を求め、そして、前記両回帰直線の交わり角度であるＦＴＡを求めるＦＴＡ取得手順と、を実行させることを特徴とするプログラムである。 (10) In order to solve the above problems, the present invention provides a program for causing a computer to operate as a device for assisting diagnosis of a knee based on the X-ray image data of the knee. A lateral detection procedure for determining the lateral surface of the femur and the lateral surface of the tibia, a central curve of the femur from the lateral surface of the determined femur, and a central curve of the tibia from the lateral surface of the determined tibia, Further, a regression line of the femoral center curve is obtained, a regression line of the tibia center curve is obtained, and an FTA acquisition procedure for obtaining an FTA which is an intersection angle of the two regression lines is executed. It is a program.
以上述べたように、本発明によれば、Ｘ線画像に基づいて医師に変形性膝関節症に関する有効な情報を提供することができる。従って、変形性膝関節症の診断や、程度の判断をより正確に行うことができる。さらに、変形性膝関節症の程度が客観的に判断できるのでより適切な予防や生活指導等が可能となり、医療費の抑制を図ることができ、ひいては患者のＱＯＬ（Qualituy of Life）の向上に寄与するものである。 As described above, according to the present invention, effective information regarding knee osteoarthritis can be provided to a doctor based on an X-ray image. Therefore, it is possible to more accurately make a diagnosis of knee osteoarthritis and judge the degree. In addition, since the degree of knee osteoarthritis can be objectively determined, more appropriate prevention and lifestyle guidance are possible, medical costs can be reduced, and the patient's QOL (Qualituy of Life) can be improved. It contributes.
以下、図面に基づき、本発明を実施するための最良の形態を説明する。 The best mode for carrying out the present invention will be described below with reference to the drawings.
１．全体システム
本実施の形態で説明するシステムの全体構成図が図１に示されている。デジタル化したＸ線画像データ（ＸＰとも呼ぶ）を画像データベース１０に格納し、この格納したＸＰを解析用サーバ１２において解析するシステムである。
1. Overall System FIG. 1 shows an overall configuration diagram of a system described in the present embodiment. This is a system in which digitized X-ray image data (also referred to as XP) is stored in the image database 10 and the stored XP is analyzed by the analysis server 12.
画像データベース１０には、従来のＤＩＣＯＭ画像をダウンロードしておくことが好ましいし、さらに別途アナログＸＰのデータをデジタル化して得た画像データを格納しておくことも好ましい。 It is preferable to download a conventional DICOM image in the image database 10, and it is also preferable to store image data obtained by digitizing analog XP data separately.
解析用サーバ１２は、これらの画像を処理し、膝関節症の診断に関する客観的な指標を出力する。この結果、医師が診断をする際に有用な情報が得られ、客観的な診断に寄与するものである。 The analysis server 12 processes these images and outputs an objective index related to the diagnosis of knee osteoarthritis. As a result, useful information is obtained when a doctor makes a diagnosis, which contributes to an objective diagnosis.
本実施の形態で得る情報は、関節中の軟骨の存在する部分の面積と、ＦＴＡである。 Information obtained in the present embodiment is the area of the portion of the joint where the cartilage exists and the FTA.
２．処理フロー
図２には、本実施の形態の処理の流れ・概要を表すフローチャートが示されている。
2. Processing Flow FIG. 2 shows a flowchart representing the flow and outline of the processing of the present embodiment.
ここで示す処理は、デジタルデータに変換したＸ線画像データ（ＸＰ）に対する処理であり、解析用サーバ１２が行う処理である。より詳細に言えば、解析用サーバ１２内の記憶装置にＸ線画像データ解析プログラムが格納されており、解析用サーバ１２のプロセッサがこのＸ線画像データ解析プログラムを実行することによって、下記の各種処理が実行される。 The processing shown here is processing for X-ray image data (XP) converted into digital data, and is processing performed by the analysis server 12. More specifically, an X-ray image data analysis program is stored in a storage device in the analysis server 12, and the processor of the analysis server 12 executes the X-ray image data analysis program, so that Processing is executed.
２．１ ノイズ除去
まず、ステップＳ２−１においては、Ｘ線画像データにメディアンフィルタを３回適用し、ノイズを除去する。この処理の説明図が図３に示されている。このメディアンフィルタは、３×３のメディアンフィルタを用いているが、他の４×４でもよいし、５×５でもよい。
2.1 Noise Removal First, in step S2-1, a median filter is applied to the X-ray image data three times to remove noise. An explanatory diagram of this processing is shown in FIG. This median filter uses a 3 × 3 median filter, but may be another 4 × 4 or 5 × 5.
図３においては、メディアンフィルタの動作の説明図が示されている。この説明図に示されているように、メディアンフィルタとは、注目画素の周辺の所定のテンプレート中の画素の中間値（メディアン）を注目画素に代入するフィルタであり、広くノイズ除去等に用いられる。図３の例では、画素値が「１２」の画素の周辺３×３の９個の画素値が取り出され、それらの値の中間値（メディアン）「６」が注目画素に代入されている。この処理が各画素に施し、ノイズ除去が行われる。 In FIG. 3, an explanatory diagram of the operation of the median filter is shown. As shown in this explanatory diagram, the median filter is a filter that substitutes an intermediate value (median) of pixels in a predetermined template around the target pixel for the target pixel, and is widely used for noise removal and the like. . In the example of FIG. 3, nine pixel values of 3 × 3 around the pixel having the pixel value “12” are extracted, and an intermediate value (median) “6” of these values is substituted for the target pixel. This process is performed on each pixel to remove noise.
本実施の形態においては、メディアンフィルタを用いたが、従来から知られている種々のフィルタが利用可能である。 Although the median filter is used in the present embodiment, various conventionally known filters can be used.
なお、このステップＳ２−１は、請求の範囲のノイズ除去ステップの好適な一例に相当する。 This step S2-1 corresponds to a preferred example of the noise removal step in the claims.
また、このステップＳ２−１の処理もコンピュータプログラムによって解析用サーバ１２が実行するが、メディアンフィルタやその他のノイズ除去のプログラムは従来から広く知られているので、そのような手段（プログラム）を作成することは当業者であれば容易である。 The processing of step S2-1 is also executed by the analysis server 12 using a computer program. Since median filters and other noise removal programs have been widely known, such means (programs) are created. This is easy for a person skilled in the art.
また、処理の対象であるＸ線画像データは、画像データベース１０から取り出すが、この画像データは従来から知られている種々のフォーマットを利用することが可能である。医療分野で広く用いられるＤＩＣＯＭ画像や、ビットマップ画像（ＢＭＰ等）の他、コンピュータが扱える種々のフォーマットを利用することが可能である。 Further, X-ray image data to be processed is taken out from the image database 10, and various known formats can be used for the image data. In addition to DICOM images and bitmap images (such as BMP) widely used in the medical field, various formats that can be handled by a computer can be used.
２．２ 左右の判定
次に、ステップＳ２−２においては、Ｘ線画像データの左右をチェックする。この処理の説明図が図４に示されている。この左右のチェックの処理においては、まず、Ｘ線画像データのエッジを抽出する。そして、２本の骨の幅を取得する。この２本の骨は、脛骨と腓骨である。そして、２本の骨の太さから右足か、左足かを決定する。図４の例では、太い骨（つまり脛骨）が左、細い骨（つまり腓骨）が右に写っているので左足であると判断できる。
2.2 Left / Right Determination Next, in step S2-2, the left / right of the X-ray image data is checked. An explanatory diagram of this processing is shown in FIG. In this left / right check process, first, the edge of the X-ray image data is extracted. Then, the width of the two bones is acquired. The two bones are the tibia and the ribs. Then, the right foot or the left foot is determined from the thickness of the two bones. In the example of FIG. 4, a thick bone (ie, tibia) is shown on the left, and a thin bone (ie, ribs) is shown on the right, so that it can be determined that it is the left foot.
なお、本実施の形態においては、Ｘ線画像データの上側に大腿骨が位置し、下側に脛骨・腓骨が配置されるように撮影がなされている。換言すれば、「上」とは大腿骨の方向すなわち腰側を指し、下とは脛骨・腓骨の方向すなわち足側を指すものとする。 In the present embodiment, imaging is performed such that the femur is positioned above the X-ray image data and the tibia and ribs are disposed below. In other words, “upper” refers to the direction of the femur, that is, the lumbar side, and “lower” refers to the direction of the tibia and fibula, that is, the foot side.
また、撮影は人体に対して前面からＸ線を照射し、人体の背面にＸ線フィルムを配置するものとする。 In addition, photographing is performed by irradiating a human body with X-rays from the front and placing an X-ray film on the back of the human body.
このような位置関係から、脛骨が左にあり脛骨が右にあればそれは左足のＸ線画像データであると判断することができる。 From such a positional relationship, if the tibia is on the left and the tibia is on the right, it can be determined that it is X-ray image data of the left foot.
このような画像処理も、解析用サーバ１２に格納したプログラム及びそれを実行するプロセッサなどによって実行される。領域の太い・細いを検知する処理は、従来から画像処理の分野で知られている技術であるから、このようなプログラムを作成することは当業者であれば容易である。特に、本実施の形態においては、Ｘ線画像データの概ね下方に必ず脛骨と腓骨とが存在することが判明しているのでその部分を横方向に走査し、輝度の変化・値から骨の部分を判断し、その太さを判断することは非常に容易であり、プログラムの作成も容易である。 Such image processing is also executed by a program stored in the analysis server 12 and a processor that executes the program. Since processing for detecting thick / thin areas is a technique conventionally known in the field of image processing, it is easy for those skilled in the art to create such a program. In particular, in the present embodiment, it has been found that the tibia and the rib always exist almost below the X-ray image data. Therefore, the portion is scanned in the horizontal direction, and the portion of the bone is determined from the change in luminance and the value. It is very easy to judge the thickness of the program and to create the program.
２．３ 参照領域の決定
次に、ステップＳ２−３においては、膝の関節部分の参照領域を決定する。この参照領域は、軟骨の検査領域を意味し、この参照領域中の軟骨の厚さ（摩耗の程度）等を算出する。この処理の様子を表す説明図が図５及び図６に示されている。
2.3 Determination of Reference Area Next, in step S2-3, the reference area of the knee joint is determined. This reference area means an inspection area for cartilage, and the thickness (degree of wear) of the cartilage in this reference area is calculated. An explanatory diagram showing the state of this processing is shown in FIGS.
さて、Ｘ線画像データに対して、ロバーツフィルタを用いて、垂直方向のエッジ成分のみを抽出する。この様子が図５に示されている。このエッジであると判断された画素の集合の重心を求め、重心の周りの所定の範囲を参照領域と決定している（図６参照）。 Now, only the edge component in the vertical direction is extracted from the X-ray image data using a Roberts filter. This is shown in FIG. The center of gravity of the set of pixels determined to be the edge is obtained, and a predetermined range around the center of gravity is determined as the reference region (see FIG. 6).
図５はロバーツフィルタによって抽出したエッジ部分である。エッジ部分とは、エッジであると認識された画素の集合である。この画素の集合の重心は関節部分のほぼ中心となると考えられるので、その重心を中心として一定の範囲を参照領域としている。この様子が図６に示されている。
なお、ロバーツフィルタ（Roberts Filter）とは、例えば輪郭の抽出等に用いられるフィルタである。本実施の形態で採用するロバーツフィルタの説明図が図１３に示されている。この図に示すように、本実施の形態のロバーツフィルタは、注目画素の右下３近傍の３個の画素を用いて所定の演算を行いその結果を注目画素に代入するフィルタである。具体的には、図１０に示すように、まず、注目画素とその右下の画素のとの差分ｄｕと、注目画素の右隣の画素と注目画素の下の画素との差分ｄｖと、を求める。次に、ｄｕの２乗とdｖの２乗の和の平方根を取ることによって、値ｆを求める。求めたｆを注目画素の新しい値とする。
つまり、各画素の新しい値は、左上の近接する画素の偏差と、その他２つの近接画素の偏差の絶対値を最大値とする値になる。これによって、ロバーツフィルタ（Roberts Filter）は対角軸に沿って輝度変化が発生する画素をハイライトして輪郭を抽出する。
FIG. 5 shows an edge portion extracted by the Roberts filter. An edge part is a set of pixels recognized as an edge. Since the center of gravity of the set of pixels is considered to be substantially the center of the joint portion, a certain range around the center of gravity is used as a reference area. This is shown in FIG.
Note that the Roberts filter is a filter used for, for example, contour extraction. An explanatory diagram of the Roberts filter employed in the present embodiment is shown in FIG. As shown in this figure, the Roberts filter of this embodiment is a filter that performs a predetermined calculation using three pixels near the lower right 3 of the target pixel and substitutes the result into the target pixel. Specifically, as shown in FIG. 10, first, the difference du between the target pixel and the lower right pixel thereof, and the difference dv between the pixel right next to the target pixel and the lower pixel of the target pixel are obtained. Ask. Next, the value f is obtained by taking the square root of the sum of the square of du and the square of dv. The obtained f is set as a new value of the target pixel.
That is, the new value of each pixel is a value having the maximum value of the deviation of the neighboring pixel on the upper left and the deviation of the other two neighboring pixels. As a result, the Roberts filter highlights the pixels in which the luminance change occurs along the diagonal axis and extracts the contour.
さて、図６は、本実施の形態で採用する参照領域を説明する図である。この図において、四角形が２個並んだものとして表されている領域は関節の間隔を調べる際に用いられる参照領域である。また、上下の平行な直線はＦＴＡ（femorobital angle）の算出のための参照領域である。 Now, FIG. 6 is a diagram for explaining a reference area employed in the present embodiment. In this figure, an area represented as two squares is a reference area used when examining the joint interval. The upper and lower parallel straight lines are reference areas for calculating FTA (femorobital angle).
これらは重心を中心とする所定範囲を経験上妥当と考えた領域である。関節の間隔の算出や、ＦＴＡの算出は後に詳述する。 These are areas where a predetermined range centered on the center of gravity is considered to be appropriate from experience. The calculation of the joint interval and the calculation of the FTA will be described in detail later.
この参照領域の決定処理における重心の算出は、従来から画像処理その他の技術分野で広く行われていることであり、重心の算出を行うプログラムを作成することは当業者にとって容易である。また、その重心を中心とする所定の領域を参照領域とする処理も、重心が決まればそれに対応して所定の距離に参照領域を設定するだけであるから、そのようなプログラムを作成することは容易である。またこのように処理の途中で設定した参照領域のようなパラメータ、中間データ等は、解析用サーバ１２内の記憶手段に格納しておくことが好ましい。従って、参照領域の決定を実行する手段を構成することは当業者にとって容易である。 The calculation of the center of gravity in the determination process of the reference area is conventionally performed widely in image processing and other technical fields, and it is easy for those skilled in the art to create a program for calculating the center of gravity. Also, the process of setting a predetermined area centered on the center of gravity as a reference area only sets the reference area at a predetermined distance corresponding to the center of gravity, so creating such a program Easy. Further, it is preferable to store parameters such as the reference area set in the middle of the processing, intermediate data, and the like in the storage means in the analysis server 12. Therefore, it is easy for those skilled in the art to configure the means for performing the reference region determination.
２．４ 間隔検出（軟骨面積の検出その１）
次に、ステップＳ２−４においては、関節の間隔を検出する。具体的には、大腿骨の下縁と、脛骨の上縁とを求める。これら大腿骨の下縁と脛骨の上縁との間隔は、重要な診断情報の一つである。
2.4 Interval detection (Cartilage area detection 1)
Next, in step S2-4, the joint interval is detected. Specifically, the lower edge of the femur and the upper edge of the tibia are obtained. The distance between the lower edge of the femur and the upper edge of the tibia is one of important diagnostic information.
これらの計測の様子が図７に示されている。この図７に示すように、この間隔検出の処理は以下の流れで実行される。図７のＸ線画像データの拡大図が図８に示されている。 The state of these measurements is shown in FIG. As shown in FIG. 7, this interval detection process is executed in the following flow. An enlarged view of the X-ray image data of FIG. 7 is shown in FIG.
（１）まず、上部の骨、すなわち大腿骨の関節面のエッジを検出する。これは、ステップＳ２−３において説明した処理と同様に、基本的にＸ線画像データの垂直方向の輝度変化を検出してエッジを抽出するのである。このエッジの内、もっとも上部のエッジを大腿骨の関節面を示すエッジ（本文ではこれを大腿骨エッジと呼ぶ）であると認定する（図８参照）。 (1) First, the upper bone, that is, the joint surface edge of the femur is detected. Similar to the processing described in step S2-3, this basically detects the luminance change in the vertical direction of the X-ray image data and extracts the edge. Among these edges, the uppermost edge is recognized as an edge indicating the joint surface of the femur (referred to as a femur edge in the text) (see FIG. 8).
（２）次に、下部の骨、すなわち脛骨の関節面を検出する。一般にレントゲン撮影においては、下の脛骨の関節面が撮影面に対して垂直よりやや傾いているので、膝の関節のＸ線画像データには、ちょうど関節面を斜めから観察したような画像が映し出される。 (2) Next, the lower bone, that is, the joint surface of the tibia is detected. In general, in X-ray photography, the joint surface of the lower tibia is slightly tilted relative to the photographing surface, so that the X-ray image data of the knee joint shows an image that looks exactly as if the joint surface was observed obliquely. It is.
従って、脛骨に関し、大腿骨と同様にエッジを検出すると、関節面の視点から遠い側の縁（後縁）を検出することができる。これを、本文では後縁エッジと呼ぶ（図８参照）。 Accordingly, when the edge is detected in the same manner as the femur for the tibia, the edge (rear edge) on the side far from the viewpoint of the joint surface can be detected. This is called a trailing edge in the text (see FIG. 8).
次に、Ｘ線画像データの脛骨中、輝度が極大値を取る部分をトレースして抽出する。これは、脛骨の関節面の視点に近い側の縁と考えられる。これを、本文では前縁と呼び、抽出したエッジを、本文では前縁エッジと呼ぶ（図８参照）。 Next, a portion of the tibia of the X-ray image data having a maximum luminance value is traced and extracted. This is considered to be the edge on the side close to the viewpoint of the joint surface of the tibia. This is called a leading edge in the text, and the extracted edge is called a leading edge in the text (see FIG. 8).
このようにして取り出した前縁エッジと後縁エッジの２本のエッジの中線を取り、この中線エッジを脛骨の関節面を示すエッジと見なす（図８参照）。 The midline of the two edges of the leading edge and the trailing edge taken out in this way is taken, and this midline edge is regarded as an edge indicating the joint surface of the tibia (see FIG. 8).
（３）このようにして、大腿骨の関節面を示す大腿骨エッジと、脛骨の関節面を示す中線エッジとを得る。そして、両エッジ（大腿骨エッジと中線エッジ）の間が関節の間隔であると認定する。すなわち、軟骨はこの間に存在すると考えられるのである。 (3) In this way, a femoral edge indicating the joint surface of the femur and a midline edge indicating the joint surface of the tibia are obtained. Then, the distance between the two edges (the femur edge and the midline edge) is recognized as the joint interval. That is, cartilage is thought to exist during this time.
さて、本実施の形態においては、最終的に得たい物理量の一つが軟骨部分の存在する部分の面積であるが、この両エッジは、その存在部分の上辺と下辺になる。そして、面積は次のステップＳ２−５において求める。 In the present embodiment, one of the physical quantities to be finally obtained is the area of the portion where the cartilage portion exists, and these two edges are the upper side and the lower side of the existing portion. Then, the area is obtained in the next step S2-5.
このようにして関節の間隔を検出する。なお、全ての処理に先立って、全ての画像にはメディアンフィルタと平滑化フィルタとを施してある。 In this way, the joint interval is detected. Prior to all the processes, all the images are subjected to a median filter and a smoothing filter.
以上のような処理における、エッジを抽出する処理や輝度が極大値を取る画素をトレースして抽出する処理などは、従来から画像処理で知られている技術であるから、そのような処理を実行するプログラムを作成することは容易である。また、２個のエッジの中線を得る処理も基本的な画像処理の一つであるので、それを実行するプログラムを作成することは容易である。従って、間隔の検出処理を実行する手段を作成することは当業者にとって容易である。 In the processing described above, processing for extracting an edge and processing for tracing and extracting a pixel having a maximum luminance value are techniques that have been conventionally known for image processing. It is easy to create a program that does. In addition, since the process of obtaining the middle line of two edges is one of basic image processes, it is easy to create a program for executing the process. Therefore, it is easy for those skilled in the art to create a means for executing the interval detection process.
２．５ 面積取得（軟骨面積の検出その２）
次に、ステップＳ２−５においては、本実施の形態において求める有効な情報の一つである軟骨の存在する部分の面積を求める。この部分（領域）の上辺と下辺（すなわち、上方向と下方向の境界）は上述したステップＳ２−４において求めた。
2.5 Area acquisition (Cartilage area detection part 2)
Next, in step S2-5, the area of the part where the cartilage exists, which is one of the effective information obtained in the present embodiment, is obtained. The upper side and the lower side (that is, the boundary between the upper direction and the lower direction) of this part (region) were obtained in step S2-4 described above.
そこで、次に、この部分（領域）の左右の境界を求める。この処理動作の様子を表す説明図が図９に示されている。そして、図９の写真の拡大図が図１０に示されている。 Therefore, next, the left and right boundaries of this portion (region) are obtained. An explanatory diagram showing the state of this processing operation is shown in FIG. An enlarged view of the photograph of FIG. 9 is shown in FIG.
まず、上で求めた脛骨の関節面を示すエッジを回帰分析し、回帰直線を求める。得られた回帰直線と、脛骨の関節面を示すエッジとを比較し、回帰直線よりエッジが下方向（脛骨の存在する方向である、逆に大腿骨の方向を上方向と呼ぶ）に位置する範囲を軟骨の存在する部分であると認定し、その範囲の左右を軟骨の存在する部分の左辺、右辺と見なす。 First, regression analysis is performed on the edge indicating the joint surface of the tibia obtained above to obtain a regression line. The obtained regression line is compared with the edge indicating the joint surface of the tibia, and the edge is located below the regression line (the direction in which the tibia exists, conversely, the direction of the femur is called the upward direction) The range is recognized as a portion where the cartilage exists, and the left and right sides of the range are regarded as the left side and the right side of the portion where the cartilage exists.
具体的には、回帰直線とエッジとの交点を通る垂直線を引き、この垂直線が左右の境界を規定する直線となる。 Specifically, a vertical line passing through the intersection of the regression line and the edge is drawn, and this vertical line becomes a straight line that defines the left and right boundaries.
一般に回帰直線よりエッジが下方向となる部分は２領域存在し、その２カ所の左辺及び右辺（上述した垂直線）がそれぞれ求められる。この領域は図９の写真においては白抜きで表現されている。また、図１０においては、２領域の左右の範囲は矢印で示されている。 In general, there are two regions where the edge is downward from the regression line, and the left side and the right side (the above-described vertical line) of the two parts are respectively obtained. This area is represented in white in the photograph of FIG. In FIG. 10, the left and right ranges of the two regions are indicated by arrows.
膝の関節は一般に中央部分に前十字靱帯、後十字靱帯、等が位置し、その両側の左右にクッションたる半月板などが存在する。本実施の形態では、そのクッションとなる部分の軟骨の量を検査しようとするものであるので、上述したように、中央部分を除いた左右の部分について面積を求めることになる。 A knee joint generally has an anterior cruciate ligament, a posterior cruciate ligament, etc. at the center, and a meniscus or the like that cushions the left and right sides. In the present embodiment, since the amount of cartilage in the portion serving as the cushion is to be inspected, as described above, the areas are obtained for the left and right portions excluding the central portion.
このようにして求めた軟骨が存在する部分の面積を求めて、その値を出力する。なお、面積を求めることは従来の種々のアルゴリズムで求めることができる。画像上で所定の領域に属する画素の数などを計数すること、その他の手法で求めることができる。従って、この「面積取得」の動作を実行する手段を構成することは当業者にとって容易である。 The area of the portion where the cartilage thus obtained is obtained and the value is output. The area can be obtained by various conventional algorithms. It can be obtained by counting the number of pixels belonging to a predetermined region on the image or by other methods. Therefore, it is easy for those skilled in the art to configure a means for executing this “area acquisition” operation.
２．６ 側面検出（ＦＴＡの検出その１）
次に、ステップＳ２−６においては、上述したステップＳ２−３において求めた参照領域の内、直線状の参照領域を用いてＦＴＡを算出するために、大腿骨と脛骨との側面を検出する。
2.6 Side detection (FTA detection part 1)
Next, in step S2-6, the side surfaces of the femur and tibia are detected in order to calculate the FTA using the linear reference region among the reference regions obtained in step S2-3.
まず、上方の直線状の参照領域上で検出点（輝度の変化量が大なる点）を見つけ、大腿骨の側面上の１点であると認定する。この見つけた検出点から、輝度変化が大である点を追跡（「トレース」とも呼ぶ）することによって大腿骨の側面が得られる。側面は左右２面あるので、検出点も２個見つかり、各２点をスタートとしてエッジを追跡することによって左右の側面が得られる。なお、画像処理であるので、側「面」ではあるが、画像上では側面を表す曲「線」となることは言うまでもない。 First, a detection point (a point where the amount of change in luminance is large) is found on the upper linear reference region, and is identified as one point on the side surface of the femur. From this detected detection point, the side of the femur can be obtained by tracking (also called “trace”) a point where the luminance change is large. Since there are two left and right side surfaces, two detection points are also found, and the left and right side surfaces can be obtained by tracking the edges starting from each of the two points. In addition, since it is image processing, although it is a side "surface", it cannot be overemphasized that it becomes a music "line" showing a side surface on an image.
この様子が図８の説明図に示されている。 This is shown in the explanatory diagram of FIG.
ところで、この側面の内、関節に近い部分はやや不定形の様相をなすため、ＦＴＡの算出には用いていない。この関節に近い部分を除去するため、側面を２回微分し、その２回微分値の符号が変化している部分以降の部位は除去している。このような除去によって、大腿骨の伸長方向と一致する部分の側面だけを取り出すことが可能である。 By the way, the portion close to the joint in this side surface has a slightly irregular shape and is not used in the calculation of FTA. In order to remove the portion close to the joint, the side surface is differentiated twice, and the portion after the portion where the sign of the twice-differentiated value is changed is removed. By such removal, it is possible to take out only the side surface of the portion that coincides with the extension direction of the femur.
このようにして大腿骨の側面を得る。また、図１１では大腿骨のみ示されているが、同様の処理を脛骨にも施し、脛骨の側面を得る。 In this way, the side of the femur is obtained. Although only the femur is shown in FIG. 11, the same process is performed on the tibia to obtain the side surface of the tibia.
このように、側面の検出処理は、概ね、
（１）参照領域を用いた追跡（トレース）のための初期の検出点の検出
（２）初期の検出点からエッジ部分を追跡
（３）不定形部分の除去
という流れになるが、個々の処理はいずれも従来から画像処理の分野で知られている処理であるから、当業者がこれらの処理を行うプログラムを構成することは容易である。このようなプログラムを解析用サーバ１２（のプロセッサ）が実行することによって、側面検出処理を実行する手段を構成することができる。
In this way, the side detection process is generally
(1) Detection of initial detection point for tracking (trace) using reference area (2) Tracking edge part from initial detection point (3) Removal of irregular part Since these are processes conventionally known in the field of image processing, it is easy for those skilled in the art to configure a program for performing these processes. By executing such a program by the analysis server 12 (a processor thereof), a means for executing the side surface detection process can be configured.
２．７ ＦＴＡ取得（ＦＴＡの検出その２）
中心曲線
次に、ステップＳ２−７においては、得られた左右の側面の中心曲線を求める。
2.7 FTA acquisition (FTA detection part 2)
Center curve Next, in step S2-7, the center curves of the obtained left and right side surfaces are obtained.
２本の曲線の中間の曲線を求めることは従来から画像処理で広く行われていることであるので、そのような処理を行うことは当業者であれば容易である。このようにして求められた中心曲線の回帰直線を求めて、大腿骨の伸長方向を示す直線（大腿骨軸）を得る。この様子が図１２に示されている。 Since obtaining an intermediate curve between two curves is conventionally performed widely in image processing, it is easy for those skilled in the art to perform such processing. A regression line of the center curve thus obtained is obtained, and a straight line (femoral axis) indicating the extension direction of the femur is obtained. This is shown in FIG.
なお、「中心曲線」は、「中線」と呼ばれることもある。どちらも２本の曲線の間の中間の曲線を意味する。 Note that the “center curve” is sometimes called a “middle line”. Both mean intermediate curves between the two curves.
また、大腿骨だけでなく、同様の処理を脛骨にも施し、脛骨の中心曲線を求める。このようにして求められた中心曲線の回帰直線を求めて、脛骨の伸長方向を示す直線（脛骨軸）を得る（図１２参照）。 Further, not only the femur but also the same process is performed on the tibia to obtain a central curve of the tibia. A regression line of the central curve thus obtained is obtained to obtain a straight line (tibia axis) indicating the extension direction of the tibia (see FIG. 12).
なお、このような大腿骨軸、脛骨軸の検出処理に際して、画像には、メディアンフィルタと、平滑化フィルタを掛けている。 In such a process of detecting the femoral axis and the tibia axis, the image is subjected to a median filter and a smoothing filter.
ＦＴＡの検出
このようにして求めた大腿骨軸、脛骨軸のなす角度を求め、ＦＴＡ（大腿脛骨角）を検出する。
Detection of FTA The angle formed by the femoral axis and the tibia axis thus obtained is determined, and the FTA (femoral tibia angle) is detected.
画像の上で、線分のなす角度を求めることは一般的な処理であるから、このようなプログラムを構成することは当業者にとって容易であり、このプログラムを解析用サーバ１２（のプロセッサ）が実行することによって、ＦＴＡ取得処理を実行する手段を構成することができる。 Since obtaining an angle formed by a line segment on an image is a general process, it is easy for those skilled in the art to construct such a program, and the analysis server 12 (processor) analyzes this program. By executing, a means for executing the FTA acquisition process can be configured.
このように、ＦＴＡ取得の処理は、概ね、
（１）中心曲線の算出
（２）大腿骨の中心曲線（大腿骨軸）と、脛骨の中心曲線（脛骨軸）とのなす角度を求めるという流れになるが、これらの処理はいずれも従来から画像処理の分野で知られている処理であるから、当業者がこれらの処理を行うプログラムを構成することは容易である。このようなプログラムを解析用サーバ１２（のプロセッサ）が実行することによって、ＦＴＡの算出処理を実行する手段を構成することができる。
In this way, the process of FTA acquisition is roughly
(1) Calculation of center curve (2) Flow of obtaining the angle between the center curve of the femur (femoral axis) and the center curve of the tibia (tibial axis). Since the processing is known in the field of image processing, it is easy for those skilled in the art to configure a program for performing these processing. By executing such a program by the analysis server 12 (processor thereof), means for executing FTA calculation processing can be configured.
まとめ
以上述べたように、本実施の形態によれば、膝のＸ線画像データから、軟骨の存在する領域の面積、及び、ＦＴＡを自動的に算出できる。従って、医師の診断の際に有用な判断材料を提供し、より客観的な診断に資するものである。
Summary As described above, according to the present embodiment, the area of the area where the cartilage exists and the FTA can be automatically calculated from the X-ray image data of the knee. Therefore, it provides useful judgment materials in the diagnosis of a doctor and contributes to a more objective diagnosis.
他の例
上述した例では、図１に示すように、Ｘ線画像データが格納されている画像データベース１０と、実際の画像処理等を実行する解析用サーバ１２と、が別体に構成されているが、１台のコンピュータで実現することももちろん好ましい。
Other Examples In the above-described example, as shown in FIG. 1, the image database 10 in which X-ray image data is stored and the analysis server 12 that executes actual image processing and the like are configured separately. Of course, it is also preferable to implement with one computer.
１０ 画像データベース
１２ 解析用サーバ
10 Image database 12 Analysis server
Claims (10)
前記Ｘ線画像データから、前記膝の軟骨の存在領域の上辺と下辺とを求める間隔検出ステップと、
前記Ｘ線画像データから、前記膝の軟骨の存在する左右方向の範囲を求め、この左右方向の範囲における、前記求めた上辺と下辺とによって囲まれた領域を軟骨の存在する領域と見なし、この領域の面積を取得する面積取得ステップと、
を含み、
前記間隔検出ステップは、
前記Ｘ線画像データにエッジ抽出処理を施し、膝関節の大腿骨の関節面を示す大腿骨エッジを前記上辺として検出するステップと、
前記Ｘ線画像データにエッジ抽出処理を施し、前記脛骨の関節面の後縁を示す後縁エッジを検出するステップと、
前記Ｘ線画像データに最大輝度抽出処理を施し、前記脛骨の関節面の前縁を示す前縁エッジを検出するステップと、
前記前縁エッジと前記後縁エッジとの中線を前記下辺として求めるステップと、
を含み、
前記面積取得ステップは、
前記下辺の回帰直線を求め、前記下辺がこの回帰直線より下方向に位置する範囲を、前記膝の軟骨の存在する左右方向の範囲として求め、この範囲における前記上辺と下辺とによって囲まれた領域の面積を求めることを特徴とする膝関節診断支援方法。 In a method for supporting knee diagnosis based on knee X-ray image data,
An interval detecting step for obtaining an upper side and a lower side of the knee cartilage existing region from the X-ray image data;
From the X-ray image data, a lateral range in which the knee cartilage exists is obtained, and an area surrounded by the obtained upper and lower sides in the lateral range is regarded as an area in which cartilage exists, An area acquisition step for acquiring the area of the region;
Including
The interval detection step includes
Performing an edge extraction process on the X-ray image data, detecting a femoral edge indicating a joint surface of a femur of a knee joint as the upper side;
Performing an edge extraction process on the X-ray image data and detecting a trailing edge indicating a trailing edge of the joint surface of the tibia;
Performing a maximum brightness extraction process on the X-ray image data, and detecting a leading edge indicating a leading edge of the joint surface of the tibia;
Determining a middle line of the leading edge and the trailing edge as the lower side;
Including
The area acquisition step includes
Obtaining a regression line of the lower side, obtaining a range in which the lower side is located below the regression line as a lateral range where the cartilage of the knee exists, and a region surrounded by the upper side and the lower side in this range A method for assisting diagnosis of a knee joint, characterized in that an area of the knee is obtained.
前記膝のＸ線画像データに、垂直方向のエッジ抽出処理を施し、得られたエッジの重心を求め、この重心を中心とする所定範囲を参照領域として決定する参照領域決定ステップ、
を含み、この参照領域において、前記請求項１記載の処理を行うことを特徴とする膝関節診断支援方法。 The knee joint diagnosis support method according to claim 1,
A reference region determination step of performing vertical edge extraction processing on the X-ray image data of the knee, obtaining a center of gravity of the obtained edge, and determining a predetermined range centered on the center of gravity as a reference region;
And performing the process according to claim 1 in the reference region.
前記Ｘ線画像データ中の大腿骨の側面と、脛骨の側面と、を求める側面検出ステップと、
前記求めた大腿骨の側面から大腿骨の中心曲線を求め、前記求めた脛骨の側面から脛骨の中心曲線を求め、さらに、前記大腿骨の中心曲線の回帰直線を求め、前記脛骨の中心曲線の回帰直線を求め、そして、前記両回帰直線の交わり角度であるＦＴＡを求めるＦＴＡ取得ステップと、
を含むことを特徴とする膝関節診断支援方法。 In a method for supporting knee diagnosis based on knee X-ray image data,
A side detection step for obtaining a side surface of the femur and a side surface of the tibia in the X-ray image data;
A femoral center curve is obtained from the obtained femoral side surface, a tibia center curve is obtained from the obtained tibia side surface, a regression line of the femoral center curve is obtained, and a tibia center curve is obtained. An FTA acquisition step of obtaining a regression line and obtaining an FTA that is an intersection angle of the two regression lines;
A method for assisting diagnosis of a knee joint, comprising:
前記膝のＸ線画像データに、垂直方向のエッジ抽出処理を施し、得られたエッジの重心を求め、この重心から上方の所定距離に水平方向の線分を大腿骨と交わるように配置し、配置した前記線分を大腿骨側の参照領域とし、前記重心から下方の所定距離に水平方向の線分を脛骨と交わるように配置し、配置した前記線分を脛骨側の参照領域とする参照領域決定ステップ、
を含み、
前記側面検出ステップは、
前記大腿骨側の参照領域と大腿骨との交点から、前記Ｘ線画像データ中の輝度変化の大きな画素であるエッジを追跡して前記大腿骨の側面を検出し、
前記脛骨側の参照領域と脛骨との交点から、前記Ｘ線画像データ中の輝度変化の大きな画素であるエッジを追跡して前記脛骨の側面を検出することを特徴とする膝関節診断支援方法。 The knee joint diagnosis support method according to claim 3,
The X-ray image data of the knee is subjected to vertical edge extraction processing, the center of gravity of the obtained edge is obtained, and the horizontal line segment is arranged at a predetermined distance above the center of gravity so as to intersect the femur, Refer to the arranged line segment as a reference area on the femur side, arrange a horizontal line segment to intersect the tibia at a predetermined distance below the center of gravity, and use the arranged line segment as a reference area on the tibia side Region determination step,
Including
The side detection step includes
From the intersection of the reference region on the femur side and the femur, the edge that is a pixel having a large luminance change in the X-ray image data is tracked to detect the side surface of the femur,
A knee joint diagnosis supporting method for detecting a side surface of the tibia by tracking an edge which is a pixel having a large luminance change in the X-ray image data from an intersection of the reference region on the tibia side and the tibia.
膝のＸ線画像データの左右の判定を行う左右判定ステップ、
を含むことを特徴とする膝関節診断支援方法。 In the knee joint diagnosis support method according to claim 1, 2, 3, or 4,
A left / right determination step for determining left / right of the X-ray image data of the knee;
A method for assisting diagnosis of a knee joint, comprising:
膝のＸ線画像データのノイズ除去を行うノイズ除去ステップ、
を含むことを特徴とする膝関節診断支援方法。 In the knee joint diagnosis support method according to claim 1, 2, 3, or 4,
A noise removal step for removing noise from the knee X-ray image data;
A method for assisting diagnosis of a knee joint, comprising:
前記Ｘ線画像データから、前記膝の軟骨の存在領域の上辺と下辺とを求める間隔検出手段と、
前記Ｘ線画像データから、前記膝の軟骨の存在する左右方向の範囲を求め、この左右方向の範囲における、前記求めた上辺と下辺とによって囲まれた領域を軟骨の存在する領域と見なし、この領域の面積を取得する面積取得手段と、
を含み、
前記間隔検出手段は、
前記Ｘ線画像データにエッジ抽出処理を施し、膝関節の大腿骨の関節面を示す大腿骨エッジを前記上辺として検出する手段と、
前記Ｘ線画像データにエッジ抽出処理を施し、前記脛骨の関節面の後縁を示す後縁エッジを検出する手段と、
前記Ｘ線画像データに最大輝度抽出処理を施し、前記脛骨の関節面の前縁を示す前縁エッジを検出する手段と、
前記前縁エッジと前記後縁エッジとの中線を前記下辺として求める手段と、
を含み、
前記面積取得手段は、
前記下辺の回帰直線を求め、前記下辺がこの回帰直線より下方向に位置する範囲を、前記膝の軟骨の存在する左右方向の範囲として求め、この範囲における前記上辺と下辺とによって囲まれた領域の面積を求めることを特徴とする膝関節診断支援装置。 In an apparatus for supporting knee diagnosis based on knee X-ray image data,
An interval detecting means for obtaining an upper side and a lower side of the knee cartilage existing region from the X-ray image data;
From the X-ray image data, a lateral range in which the knee cartilage exists is obtained, and an area surrounded by the obtained upper and lower sides in the lateral range is regarded as an area in which cartilage exists, Area acquisition means for acquiring the area of the region;
Including
The interval detecting means includes
Means for performing edge extraction processing on the X-ray image data and detecting a femoral edge indicating a joint surface of a femur of a knee joint as the upper side;
Means for performing an edge extraction process on the X-ray image data and detecting a trailing edge indicating a trailing edge of the joint surface of the tibia;
Means for performing a maximum luminance extraction process on the X-ray image data and detecting a leading edge indicating a leading edge of the joint surface of the tibia;
Means for determining a middle line of the leading edge and the trailing edge as the lower side;
Including
The area acquisition means includes
Obtaining a regression line of the lower side, obtaining a range in which the lower side is located below the regression line as a lateral range where the cartilage of the knee exists, and a region surrounded by the upper side and the lower side in this range An apparatus for assisting diagnosis of knee joint, characterized in that the area of the knee is determined.
前記Ｘ線画像データ中の大腿骨の側面と、脛骨の側面と、を求める側面検出手段と、
前記求めた大腿骨の側面から大腿骨の中心曲線を求め、前記求めた脛骨の側面から脛骨の中心曲線を求め、さらに、前記大腿骨の中心曲線の回帰直線を求め、前記脛骨の中心曲線の回帰直線を求め、そして、前記両回帰直線の交わり角度であるＦＴＡを求めるＦＴＡ取得手段と、
を含むことを特徴とする膝関節診断支援装置。 In an apparatus for supporting knee diagnosis based on knee X-ray image data,
Lateral detection means for determining a lateral surface of the femur and a lateral surface of the tibia in the X-ray image data;
A femoral center curve is obtained from the obtained femoral side surface, a tibia center curve is obtained from the obtained tibia side surface, a regression line of the femoral center curve is obtained, and a tibia center curve is obtained. FTA obtaining means for obtaining a regression line and obtaining an FTA that is an intersection angle of the two regression lines;
A knee joint diagnosis support device comprising:
前記コンピュータに、
前記Ｘ線画像データから、前記膝の軟骨の存在領域の上辺と下辺とを求める間隔検出手順と、
前記Ｘ線画像データから、前記膝の軟骨の存在する左右方向の範囲を求め、この左右方向の範囲における、前記求めた上辺と下辺とによって囲まれた領域を軟骨の存在する領域と見なし、この領域の面積を取得する面積取得手順と、
を実行させ、
前記間隔検出手順は、
前記Ｘ線画像データにエッジ抽出処理を施し、膝関節の大腿骨の関節面を示す大腿骨エッジを前記上辺として検出する手順と、
前記Ｘ線画像データにエッジ抽出処理を施し、前記脛骨の関節面の後縁を示す後縁エッジを検出する手順と、
前記Ｘ線画像データに最大輝度抽出処理を施し、前記脛骨の関節面の前縁を示す前縁エッジを検出する手順と、
前記前縁エッジと前記後縁エッジとの中線を前記下辺として求める手順と、
を含み、
前記面積取得手順は、
前記下辺の回帰直線を求め、前記下辺がこの回帰直線より下方向に位置する範囲を、前記膝の軟骨の存在する左右方向の範囲として求め、この範囲における前記上辺と下辺とによって囲まれた領域の面積を求めることを特徴とするプログラム。 In a program for operating a computer as a device for supporting knee diagnosis based on knee X-ray image data,
In the computer,
From the X-ray image data, an interval detection procedure for obtaining an upper side and a lower side of the knee cartilage existing region;
From the X-ray image data, a lateral range in which the knee cartilage exists is obtained, and an area surrounded by the obtained upper and lower sides in the lateral range is regarded as an area in which cartilage exists, An area acquisition procedure for acquiring the area of the area;
And execute
The interval detection procedure includes:
A procedure for performing edge extraction processing on the X-ray image data and detecting a femoral edge indicating a joint surface of a femur of a knee joint as the upper side;
A procedure of performing edge extraction processing on the X-ray image data and detecting a trailing edge indicating a trailing edge of the joint surface of the tibia;
Performing a maximum luminance extraction process on the X-ray image data, and detecting a leading edge indicating a leading edge of the joint surface of the tibia;
A procedure for determining a middle line between the leading edge and the trailing edge as the lower side;
Including
The area acquisition procedure includes:
Obtaining a regression line of the lower side, obtaining a range in which the lower side is located below the regression line as a lateral range where the cartilage of the knee exists, and a region surrounded by the upper side and the lower side in this range A program characterized by determining the area of a computer.
前記コンピュータに、
前記Ｘ線画像データ中の大腿骨の側面と、脛骨の側面と、を求める側面検出手順と、
前記求めた大腿骨の側面から大腿骨の中心曲線を求め、前記求めた脛骨の側面から脛骨の中心曲線を求め、さらに、前記大腿骨の中心曲線の回帰直線を求め、前記脛骨の中心曲線の回帰直線を求め、そして、前記両回帰直線の交わり角度であるＦＴＡを求めるＦＴＡ取得手順と、
を実行させることを特徴とするプログラム。 In a program for operating a computer as a device for supporting knee diagnosis based on knee X-ray image data,
In the computer,
A side detection procedure for determining a side surface of the femur and a side surface of the tibia in the X-ray image data;
A femoral center curve is obtained from the obtained femoral side surface, a tibia center curve is obtained from the obtained tibia side surface, a regression line of the femoral center curve is obtained, and a tibia center curve is obtained. An FTA acquisition procedure for obtaining a regression line and obtaining an FTA which is an intersection angle of the two regression lines;
A program characterized in that is executed.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006279562A JP4934786B2 (en) | 2006-10-13 | 2006-10-13 | Knee joint diagnosis support method, apparatus and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006279562A JP4934786B2 (en) | 2006-10-13 | 2006-10-13 | Knee joint diagnosis support method, apparatus and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008093229A true JP2008093229A (en) | 2008-04-24 |
| JP4934786B2 JP4934786B2 (en) | 2012-05-16 |
Family
ID=39376707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006279562A Active JP4934786B2 (en) | 2006-10-13 | 2006-10-13 | Knee joint diagnosis support method, apparatus and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4934786B2 (en) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010253243A (en) * | 2008-12-04 | 2010-11-11 | Fujifilm Corp | System for measuring joint fissure width, method and program for measuring joint fissure width |
| KR101151155B1 (en) * | 2010-06-28 | 2012-06-01 | 경희대학교 산학협력단 | Method of joint width measurement using Local binary fitting |
| US8696603B2 (en) | 2008-12-04 | 2014-04-15 | Fujifilm Corporation | System for measuring space width of joint, method for measuring space width of joint and recording medium |
| JP2014117485A (en) * | 2012-12-18 | 2014-06-30 | Konica Minolta Inc | Medical image system |
| KR20170115827A (en) * | 2016-04-08 | 2017-10-18 | 주식회사 이우소프트 | Method and apparatus for separating areas representing a condyle and a fossa of a joint from each other in a 3-dimensional X-ray image |
| JP2017189233A (en) * | 2016-04-11 | 2017-10-19 | 東芝メディカルシステムズ株式会社 | Image processing device and magnetic resonance imaging device |
| JP2018023773A (en) * | 2016-08-05 | 2018-02-15 | キャノンメディカルシステムズ株式会社 | Medical image processing device and x-ray ct device |
| WO2018181363A1 (en) * | 2017-03-27 | 2018-10-04 | 国立大学法人 東京大学 | Diagnostic image processing apparatus, assessment assistance method, and program |
| JP2019510565A (en) * | 2016-03-25 | 2019-04-18 | ペルキネルマー ヘルス サイエンシーズ， インコーポレイテッド | System and method for characterizing central axis of bone from 3D anatomical images |
| CN110956622A (en) * | 2019-11-28 | 2020-04-03 | 天津市天津医院 | Method for automatically extracting knee joint partial image from human body X-ray image |
| US10672124B2 (en) | 2015-12-18 | 2020-06-02 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
| US11219424B2 (en) | 2016-03-25 | 2022-01-11 | Perkinelmer Health Sciences, Inc. | Systems and methods for characterizing a central axis of a bone from a 3D anatomical image |
| US11250561B2 (en) | 2017-06-16 | 2022-02-15 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
| US11526988B2 (en) | 2015-12-18 | 2022-12-13 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
| US11645749B2 (en) | 2018-12-14 | 2023-05-09 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10299750B2 (en) | 2016-08-05 | 2019-05-28 | Toshiba Medical Systems Corporation | Medical image processing apparatus and X-ray CT apparatus |
| WO2023153569A1 (en) * | 2022-02-08 | 2023-08-17 | 주식회사 크레스콤 | Method for analyzing condition of knee joint and device for performing same |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04146731A (en) * | 1990-10-11 | 1992-05-20 | Hitachi Ltd | Measurement of image |
| JP2001351092A (en) * | 2000-04-04 | 2001-12-21 | Konica Corp | Image processing selecting method, image selecting method, and image processor |
| WO2002087444A1 (en) * | 2001-04-26 | 2002-11-07 | Teijin Limited | Three-dimensional joint structure measuring method |
| JP2003144454A (en) * | 2001-11-16 | 2003-05-20 | Yoshio Koga | Joint operation support information computing method, joint operation support information computing program, and joint operation support information computing system |
| JP2004000411A (en) * | 2002-04-03 | 2004-01-08 | Canon Inc | Device, method, and system for displaying animation, device, method, and system for processing the same, program, computer-readable storage medium, and method and system for supporting image diagnosis |
| JP2004057804A (en) * | 2002-06-05 | 2004-02-26 | Fuji Photo Film Co Ltd | Method and apparatus for evaluating joint and program therefor |
| WO2004111948A2 (en) * | 2003-06-10 | 2004-12-23 | Biospace Instruments | Radiographic imaging method for three-dimensional reconstruction, device and computer software for carrying out said method |
| WO2005116937A1 (en) * | 2004-05-28 | 2005-12-08 | Koninklijke Philips Electronics N.V. | A method, a computer program, an apparatus and an imaging system for image processing |
| WO2006104707A2 (en) * | 2005-03-24 | 2006-10-05 | Image Metrics Limited | Method and system for characterization of knee joint morphology |
-
2006
- 2006-10-13 JP JP2006279562A patent/JP4934786B2/en active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04146731A (en) * | 1990-10-11 | 1992-05-20 | Hitachi Ltd | Measurement of image |
| JP2001351092A (en) * | 2000-04-04 | 2001-12-21 | Konica Corp | Image processing selecting method, image selecting method, and image processor |
| WO2002087444A1 (en) * | 2001-04-26 | 2002-11-07 | Teijin Limited | Three-dimensional joint structure measuring method |
| JP2003144454A (en) * | 2001-11-16 | 2003-05-20 | Yoshio Koga | Joint operation support information computing method, joint operation support information computing program, and joint operation support information computing system |
| JP2004000411A (en) * | 2002-04-03 | 2004-01-08 | Canon Inc | Device, method, and system for displaying animation, device, method, and system for processing the same, program, computer-readable storage medium, and method and system for supporting image diagnosis |
| JP2004057804A (en) * | 2002-06-05 | 2004-02-26 | Fuji Photo Film Co Ltd | Method and apparatus for evaluating joint and program therefor |
| WO2004111948A2 (en) * | 2003-06-10 | 2004-12-23 | Biospace Instruments | Radiographic imaging method for three-dimensional reconstruction, device and computer software for carrying out said method |
| WO2005116937A1 (en) * | 2004-05-28 | 2005-12-08 | Koninklijke Philips Electronics N.V. | A method, a computer program, an apparatus and an imaging system for image processing |
| WO2006104707A2 (en) * | 2005-03-24 | 2006-10-05 | Image Metrics Limited | Method and system for characterization of knee joint morphology |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8696603B2 (en) | 2008-12-04 | 2014-04-15 | Fujifilm Corporation | System for measuring space width of joint, method for measuring space width of joint and recording medium |
| JP2010253243A (en) * | 2008-12-04 | 2010-11-11 | Fujifilm Corp | System for measuring joint fissure width, method and program for measuring joint fissure width |
| KR101151155B1 (en) * | 2010-06-28 | 2012-06-01 | 경희대학교 산학협력단 | Method of joint width measurement using Local binary fitting |
| JP2014117485A (en) * | 2012-12-18 | 2014-06-30 | Konica Minolta Inc | Medical image system |
| US11526988B2 (en) | 2015-12-18 | 2022-12-13 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
| US11282195B2 (en) | 2015-12-18 | 2022-03-22 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
| US10672124B2 (en) | 2015-12-18 | 2020-06-02 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
| JP2019510565A (en) * | 2016-03-25 | 2019-04-18 | ペルキネルマー ヘルス サイエンシーズ， インコーポレイテッド | System and method for characterizing central axis of bone from 3D anatomical images |
| US11219424B2 (en) | 2016-03-25 | 2022-01-11 | Perkinelmer Health Sciences, Inc. | Systems and methods for characterizing a central axis of a bone from a 3D anatomical image |
| KR20170115827A (en) * | 2016-04-08 | 2017-10-18 | 주식회사 이우소프트 | Method and apparatus for separating areas representing a condyle and a fossa of a joint from each other in a 3-dimensional X-ray image |
| KR102558791B1 (en) * | 2016-04-08 | 2023-07-24 | (주)바텍이우홀딩스 | Method and apparatus for separating areas representing a condyle and a fossa of a joint from each other in a 3-dimensional X-ray image |
| JP2017189233A (en) * | 2016-04-11 | 2017-10-19 | 東芝メディカルシステムズ株式会社 | Image processing device and magnetic resonance imaging device |
| JP2018023773A (en) * | 2016-08-05 | 2018-02-15 | キャノンメディカルシステムズ株式会社 | Medical image processing device and x-ray ct device |
| JP2018161397A (en) * | 2017-03-27 | 2018-10-18 | 国立大学法人 東京大学 | Diagnostic image processing apparatus, evaluation support method, and program |
| WO2018181363A1 (en) * | 2017-03-27 | 2018-10-04 | 国立大学法人 東京大学 | Diagnostic image processing apparatus, assessment assistance method, and program |
| US11250561B2 (en) | 2017-06-16 | 2022-02-15 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
| US11645749B2 (en) | 2018-12-14 | 2023-05-09 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
| CN110956622A (en) * | 2019-11-28 | 2020-04-03 | 天津市天津医院 | Method for automatically extracting knee joint partial image from human body X-ray image |
| CN110956622B (en) * | 2019-11-28 | 2023-12-22 | 天津市天津医院 | Method for automatically extracting knee joint part image from human body X-ray image |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4934786B2 (en) | 2012-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4934786B2 (en) | Knee joint diagnosis support method, apparatus and program | |
| US9842394B2 (en) | Detection of anatomical landmarks | |
| US11727563B2 (en) | Systems and methods for evaluating accuracy in a patient model | |
| JP5702991B2 (en) | Image processing apparatus and image processing method | |
| JP4909377B2 (en) | Image processing apparatus, control method therefor, and computer program | |
| GB2560666A (en) | System and method for creating a decision support material indicating damage to an anatomical joint | |
| JP5631339B2 (en) | Image processing apparatus, image processing method, ophthalmic apparatus, ophthalmic system, and computer program | |
| JP2009207886A (en) | Vertebral center detecting device, method, and program | |
| JP2010017447A (en) | Walking movement analyzer, walking movement analyzing method, walking movement analyzing program and its recording medium | |
| Pauchard et al. | Automated quantification of three-dimensional subject motion to monitor image quality in high-resolution peripheral quantitative computed tomography | |
| JP2006102353A (en) | Apparatus, method and program for analyzing joint motion | |
| KR101659056B1 (en) | Automated diagnosis system for craniosynostosis using a 2d shape descriptor and automated diagnosis method for craniosynostosis using the same | |
| Bousigues et al. | 3D reconstruction of the scapula from biplanar X-rays for pose estimation and morphological analysis | |
| La Cruz et al. | Non-linear model fitting to parameterize diseased blood vessels | |
| JP2011206519A5 (en) | ||
| KR101796111B1 (en) | Skull deformity analyzing system using a 3d morphological descriptor and a method for analyzing skull deformity using the same | |
| KR20120000730A (en) | Method of joint width measurement using local binary fitting | |
| EP4187546A1 (en) | Assisting subject positioning in medical imaging | |
| Bidari et al. | Performance of Surface Topography Systems in Scoliosis Management: A Narrative Review | |
| Ho | Measuring 3D joint space width from weight bearing CT to monitor progression of knee osteoarthritis | |
| Hoang | A comparison of demons image registration algorithms to monitor longitudinal changes in knee cartilage: Data from the osteoarthritis initiative | |
| JP2019150547A (en) | Fh image diagnostic system and image diagnosis method | |
| Wang | Selective Automatic Image Feature Detection | |
| JP2018089304A (en) | Image processing device, image processing method, and program | |
| Benichou et al. | 376 ONE YEAR CHANGE IN RADIOGRAPHIC JOINT SPACE WIDTH IN PATIENTS WITH BASELINE UNILATERAL JOINT SPACE NARROWING–DATA FROM THE OSTEOARTHRITIS INITIATIVE (OAI) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090825 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110721 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110726 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110818 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120111 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |