JP2013116293A - 骨粗鬆症診断支援装置、骨粗鬆症診断支援プログラム、及び骨密度変化部位特定方法 - Google Patents

Abstract

【課題】操作者が熟練していなくても精度の高い骨粗鬆症の判別結果を得ることのできる骨粗鬆症診断支援装置等を提供する。
【解決手段】骨粗鬆症診断支援装置１００は、下顎骨下縁皮質骨が撮像されたＸ線画像を取得する取得部１３１と、骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報、又はその平均的位置情報を算出するための情報を記憶する記憶部１２０と、位置情報もしくは平均的位置情報を基にＸ線画像の中の骨密度変化部位を特定する特定部１３２と、特定した骨密度変化部位が含まれる所定範囲の画像領域を関心領域として抽出する抽出部１３３と、抽出された関心領域の画像を基にＸ線画像に撮像された人が骨粗鬆症か否かを判別する判別部１３４と、を備える。
【選択図】図５

Description

本発明は、骨粗鬆症診断支援装置、骨粗鬆症診断支援プログラム、及び骨密度変化部位特定方法に関する。

骨粗鬆症を発見する方法として、二重Ｘ線吸収測定装置（ＤＸＡ）を使った腰椎・大腿骨の骨密度測定方法や、定量的超音波検査装置（ＱＵＳ）を使った踵骨の骨密度測定方法が知られている。しかし、これらの方法は特殊な装置を使用することが前提となっており、一般的に利用されるには至っていない。

近年の研究で、骨密度の低下に伴い下顎骨下縁皮質骨に形態の変化が起こることが明らかになっている（例えば、非特許文献１）。この原理を利用して、特許文献１には、歯の治療・診断で一般的に使用されるパノラマＸ線画像を使って、簡単に骨粗鬆症を判別できる骨粗鬆症診断支援装置が開示されている。

特開２００４−２０９０８９号公報

Klemetti E, et al :Pantomography in assessment of the osteoporosis risk group, Scandinavian Journal of Dental Research,1994,102,P68-72

特許文献１の骨粗鬆症診断支援装置は、骨密度低下の判別対象となる部位（以下、「骨密度変化部位」という。）を、操作者自身がパノラマＸ線画像を見て選択する必要がある。しかしながら、骨密度変化部位の選択候補となる領域は比較的広範囲にわたっており、また、患者の歯や顎の状態によっては選択すべき部位を判断し難い場合がある。そのため、特許文献１の装置は、操作者が熟練していないと、誤った部位を骨密度変化部位として選択してしまい、その結果、精度の高い判別結果が得られないという問題がある。

本発明は、このような問題に鑑みてなされたものであり、操作者が熟練していなくても精度の高い骨粗鬆症の判別結果を得ることのできる骨粗鬆症診断支援装置、及び骨粗鬆症診断支援プログラムを提供すること、並びに操作者が熟練していなくても精度よく骨密度変化部位を特定できる骨密度変化部位特定方法を提供することを目的とする。

上記目的を達成するため、本発明の第１の観点に係る骨粗鬆症診断支援装置は、
下顎骨下縁皮質骨が撮像されたＸ線画像を取得する取得手段と、
骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報、又はその平均的位置情報を算出するための情報を記憶する記憶手段と、
前記平均的位置情報を基に、前記Ｘ線画像の中の骨密度変化部位を特定する特定手段と、
特定した骨密度変化部位が含まれる所定範囲の画像領域を関心領域として抽出する抽出手段と、
抽出された関心領域の画像を基に、前記Ｘ線画像に撮像された人が骨粗鬆症か否かを判別する判別手段と、を備える、
ことを特徴とする。

前記記憶手段は、前記平均的位置情報として複数の座標情報を記憶し、
前記特定手段は、複数の前記座標情報を基に複数の前記骨密度変化部位を特定し、
前記抽出手段は、複数の前記骨密度変化部位の情報を基に複数の前記関心領域を抽出し、
前記判別手段は、抽出された前記関心領域それぞれについて骨密度が低下しているか否か判別し、複数の前記関心領域のうちのいずれかで骨密度が低下していると判別した場合、前記Ｘ線画像に撮像された人が骨粗鬆症であると判別してもよい。

前記特定手段は、
前記Ｘ線画像にエッジ検出処理を実行することによって、下顎骨下縁皮質骨と首部分との境界線を示す下顎境界線を取得し、
前記平均的位置情報に対応する前記Ｘ線画像中の点または領域を通過する線と前記下顎境界線の接線とが垂直に交わる位置を骨密度変化部位として特定してもよい。

前記特定手段は、
前記平均的位置情報に対応する前記Ｘ線画像中の点または領域が含まれる所定範囲の領域を前記Ｘ線画像から抽出し、
抽出した前記Ｘ線画像の領域に対してエッジ検出処理を実行することによって前記下顎境界線を取得してもよい。

前記関心領域は、四角形の領域であり、
前記下顎境界線の前記骨密度変化部位を通過する前記接線は、前記関心領域の対向する第１の辺および第２の辺と平行であり、
下顎骨下縁皮質骨は、前記第１の辺の側に、首部分は前記第２の辺の側に位置しており、
前記第１の辺から前記接線までの距離は、前記第２の辺から前記接線までの距離より大きくてもよい。

前記第２の辺と前記接線は一致していてもよい。

前記特定手段は、Ｃａｎｎｙ法によるエッジ検出処理によって前記下顎境界線を抽出してもよい。

前記Ｘ線画像は、パノラマＸ線画像であってもよい。

上記目的を達成するため、本発明の第２の観点に係る骨粗鬆症診断支援プログラムは、
コンピュータに、
下顎骨下縁皮質骨が撮像されたＸ線画像を取得する取得機能と、
骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報を基に、前記Ｘ線画像の中の骨密度変化部位を特定する特定機能と、
特定した骨密度変化部位が含まれる所定範囲の画像領域を関心領域として抽出する抽出機能と、
抽出した関心領域の画像を基に、前記Ｘ線画像に撮像された人が骨粗鬆症か否かを判別する判別機能と、を実行させる、
ことを特徴とする。

上記目的を達成するため、本発明の第３の観点に係る骨密度変化部位特定方法は、
下顎骨下縁皮質骨が撮像されたＸ線画像を取得するステップと、
前記Ｘ線画像をエッジ検出処理することによって下顎骨下縁皮質骨に沿った下顎下縁エッジ線を抽出するステップと、
骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報を取得するステップと、
取得した平均的位置情報に対応する前記Ｘ線画像の中の点または領域を通過する線と前記下顎下縁エッジ線の接線とが垂直に交わる位置を骨密度変化部位として特定するステップと、を有する、
ことを特徴とする。

本発明によれば、操作者が熟練していなくても精度の高い骨粗鬆症の判別結果を得ることのできる骨粗鬆症診断支援装置、及び骨粗鬆症診断支援プログラムを提供すること、並びに操作者が熟練していなくても精度よく骨密度変化部位を特定できる骨密度変化部位特定方法を提供することができる。

下顎骨下縁皮質骨を説明するためのパノラマＸ線画像である。 本発明の実施形態に係る骨粗鬆症診断支援装置のブロック図である。 パノラマＸ線画像を説明するための図である。 左第２小臼歯相当部、右第２小臼歯相当部、左第１大臼歯相当部、右第１大臼歯相当部を説明するための図である。 骨粗鬆症診断支援装置の制御部によって実現される機能を示す機能ブロック図である。 本発明の実施形態に係る骨粗鬆症診断支援処理を説明するためのフローチャートである。 パノラマＸ線画像から平均的位置情報の示す座標の周囲を大まかに切り取った様子を示す図である。 図７で切り取った画像から真の骨密度変化部位を特定する様子を示す図であり、（Ａ）は下顎境界線を取得する様子を示す図、（Ｂ）は下顎境界線を基に真の骨密度変化部位を特定する様子を示す図である。 真の骨密度変化部位を基に関心領域を抽出する様子を示す図である。 図６に示す骨粗鬆症診断支援処理で実行される骨密度低下判別処理を説明するためのフローチャートである。 骨密度が低下しているか否かを判別するための二値化画像を取得する様子を示す図であり、（Ａ）は骨密度が正常な下顎骨下縁皮質骨を示す図、（Ｂ）は骨密度が低下している下顎骨下縁皮質骨を示す図である。 スケルトン処理を説明するための図であり、（Ａ）はスケルトンの意味を説明するための図、（Ｂ）〜（Ｄ）はスケルトンを得る処理を説明するための図である。 パノラマＸ線画像上の下顎骨、正常な皮質骨、及び骨密度低下者の皮質骨を示す図である。

以下、本発明を実施するための形態について図面を参照しながら説明する。

本発明の実施形態に係る骨粗鬆症診断支援装置１００は、下顎骨下縁皮質骨（例えば図１に示すように、下顎骨の下縁に写された骨密度の高い帯状の部分）が撮像されたＸ線画像を基に、Ｘ線画像に撮像された人が骨粗鬆症であるか否かを判別するための装置である。なお、以下の説明では、理解を容易にするため、Ｘ線画像は歯の治療・診断の際に撮像されるパノラマＸ線画像とする。

骨粗鬆症診断支援装置１００は、図２に示すように、入力部１１０と、記憶部１２０と、制御部１３０と、表示部１４０と、操作部１５０とから構成される。

入力部１１０は、不図示のパノラマＸ線撮影装置を使って撮像されたパノラマＸ線画像のデータを取得するためのデータ入力装置である。入力部１１０は、例えば、半導体メモリ、光ディスク、磁気ディスク等の外部記憶装置に格納されたデータを読み取るデータ読取装置、又はＬＡＮ（Local Area Network）ケーブル、ＵＳＢ(Universal Serial Bus）ケーブル等の通信線を介してデータを取得する外部インターフェース等から構成される。

入力部１１０は、例えば、不図示のパノラマＸ線撮影装置と通信線を介して接続されている。パノラマＸ線撮影装置が患者を撮像すると、パノラマＸ線撮影装置は、骨粗鬆症診断支援装置１００に対し例えば通信線を介して撮像したパノラマＸ線画像を送信する。入力部１１０は、パノラマＸ線撮影装置からパノラマＸ線画像を受信すると、受信したパノラマＸ線画像を制御部１３０を介して記憶部１２０に格納する。

記憶部１２０は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等を備える主記憶装置、又はハードディスクやフラッシュメモリ等を備える補助記憶装置等のデータ読み書き可能な記憶装置から構成される。記憶部１２０には「パノラマＸ線画像」や「平均的位置情報」等の各種データが格納されている。

「パノラマＸ線画像」とは、パノラマＸ線撮影装置（例えば、患者の頭部を所定の位置に固定する固定具と、固定された患者の頭の周りを水平回転して患者の歯および歯周辺の顎骨を撮像するＸ線カメラとを備えた装置）によって撮像されるＸ線画像であって、湾曲した顎骨が１枚の展開された画像として表現されるＸ線画像のことである。なお、以下の説明では、理解を容易にするため、パノラマＸ線画像は、例えば図３に示すように、横（Ｘ軸）１４００ピクセル、縦（Ｙ軸）２８００ピクセルのグレースケール画像として説明する。また、記憶部１２０には複数の患者のパノラマＸ線画像が予め格納されているものとする。

「平均的位置情報」とは、骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位、例えば、図３の（ａ）と（ｂ）に示すように、下顎骨下縁皮質骨の下顎第２小臼歯相当部周辺から下顎角（エラ）の手前までの領域、または、その領域と他の部分との境界線上を含むその領域内の所定部分（以下、「骨密度変化部位」という。）であって、複数の人間の平均的な骨密度変化部位の位置を示す情報のことである。平均的位置情報は例えば装置製作者等の手によって予め記憶部１２０に格納されている。なお、以下の説明では、理解を容易にするため、骨密度変化部位は、左右の第２小臼歯相当部、及び左右の第１大臼歯相当部の４点とする。なお、「第２小臼歯相当部」は下顎第２小臼歯の歯根を下顎骨下縁皮質骨に向かって延長した部分であり、「第１大臼歯相当部」は下顎第１大臼歯の歯根を下顎骨下縁皮質骨に向かって延長した部分である。また、平均的位置情報は、その４点を示すパノラマＸ線画像上の座標情報とする。この４点の座標（平均的位置情報）は、例えば、以下の方法により取得される。

まず、異なる人をそれぞれ撮像したｎ枚のパノラマＸ線画像を取得する。そして、ｎ枚のパノラマＸ線画像それぞれについて、図４に示すように、左第２小臼歯相当部ＬＰ_ｋ、右第２小臼歯相当部ＲＰ_ｋ、左第１大臼歯相当部ＬＭ_ｋ、右第１大臼歯相当部ＲＭ_ｋを判別する。なお、ｋはｎ枚のパノラマＸ線画像に対応する１〜ｎまでの整数である。これら４点の位置は、例えば、歯科医等の専門家によって判別される。そして、専門家によって判別されたこれら４点×ｎ枚の位置をＸ線画像の左下を原点（０，０）として座標情報に変換する（以下、変換された座標情報をＬＰ_ｋ（Ｘ_ＬＰｋ，Ｙ_ＬＰｋ）、ＲＰ_ｋ（Ｘ_ＲＰｋ，Ｙ_ＲＰｋ）、ＬＭ_ｋ（Ｘ_ＬＭｋ，Ｙ_ＬＭｋ）、ＲＭ_ｋ（Ｘ_ＲＭｋ，Ｙ_ＲＭｋ）という）。そして、これら４点×ｎ枚の座標情報を、例えば以下の（式１）〜（式８）によって平均する。

Ｘ_ＬＰＡ＝（Ｘ_ＬＰ１＋Ｘ_ＬＰ２＋・・・・＋Ｘ_ＬＰｎ）／ｎ ・・・・・（式１）
Ｙ_ＬＰＡ＝（Ｙ_ＬＰ１＋Ｙ_ＬＰ２＋・・・・＋Ｙ_ＬＰｎ）／ｎ ・・・・・（式２）
Ｘ_ＲＰＡ＝（Ｘ_ＲＰ１＋Ｘ_ＲＰ２＋・・・・＋Ｘ_ＲＰｎ）／ｎ ・・・・・（式３）
Ｙ_ＲＰＡ＝（Ｙ_ＲＰ１＋Ｙ_ＲＰ２＋・・・・＋Ｙ_ＲＰｎ）／ｎ ・・・・・（式４）
Ｘ_ＬＭＡ＝（Ｘ_ＬＭ１＋Ｘ_ＬＭ２＋・・・・＋Ｘ_ＬＭｎ）／ｎ ・・・・・（式５）
Ｙ_ＬＭＡ＝（Ｙ_ＬＭ１＋Ｙ_ＬＭ２＋・・・・＋Ｙ_ＬＭｎ）／ｎ ・・・・・（式６）
Ｘ_ＲＭＡ＝（Ｘ_ＲＭ１＋Ｘ_ＲＭ２＋・・・・＋Ｘ_ＲＭｎ）／ｎ ・・・・・（式７）
Ｙ_ＲＭＡ＝（Ｙ_ＲＭ１＋Ｙ_ＲＭ２＋・・・・＋Ｙ_ＲＭｎ）／ｎ ・・・・・（式８）

装置製作者等は、上記の方法により得られた４点の座標情報、ＬＰ_Ａ（Ｘ_ＬＰＡ，Ｙ_ＬＰＡ）、ＲＰ_Ａ（Ｘ_ＲＰＡ，Ｙ_ＲＰＡ）、ＬＭ_Ａ（Ｘ_ＬＭＡ，Ｙ_ＬＭＡ）、ＲＭ_Ａ（Ｘ_ＲＭＡ，Ｙ_ＲＭＡ）を平均的位置情報として記憶部１２０に格納する。

制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の処理装置（プロセッサ）から構成される。制御部１３０は不図示のＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）に格納されているプログラムに従って動作し、後述の「骨粗鬆症診断支援処理」を含む種々の動作を実行する。

制御部１３０は、「骨粗鬆症診断支援処理」に従って動作することで、図５に示すように、取得部１３１、特定部１３２、抽出部１３３、判別部１３４として機能する。なお、これら機能の動作については、後述の「骨粗鬆症診断支援処理」の説明の箇所で述べる。

表示部１４０は、ＬＣＤ（Liquid Crystal Display：液晶ディスプレイ）やＯＥＬＤ（Organic ElectroLuminescence Display：有機ＥＬディスプレイ）等の表示装置から構成される。表示部１４０は制御部１３０の制御に従って「骨粗鬆症診断支援処理」の処理結果等を表示する。

操作部１５０は、キーボードやマウス等の入力装置から構成される。ユーザーがキーボードやマウスを使って表示部１４０に表示された操作画面を操作すると、操作部１５０はその操作情報を制御部１３０に送信する。制御部１３０は操作部１５０から操作情報を受信すると、その操作内容に応じて「骨粗鬆症診断支援処理」を実行する。

次に、このような構成を有する骨粗鬆症診断支援装置１００の動作について説明する。

制御部１３０は操作部１５０から操作情報を受信すると、その操作内容に応じて、パノラマＸ線画像に撮像された人が骨粗鬆症であるか否かを判別する「骨粗鬆症診断支援処理」を開始する。以下、図６のフローチャートを参照して「骨粗鬆症診断支援処理」を説明する。

取得部１３１は、操作部１５０からの操作情報に基づいて、記憶部１２０に格納されている複数のパノラマＸ線画像の中から、診断対象となる人のパノラマＸ線画像を１つ選択し、選択したパノラマＸ線画像を記憶部１２０から受信する（ステップＳ１１０）。

特定部１３２は、記憶部１２０に格納されている４点の平均的位置情報（左第２小臼歯相当部ＬＰ、右第２小臼歯相当部ＲＰ、左第１大臼歯相当部ＬＭ、右第１大臼歯相当部ＲＭを示す４点の座標情報）の中から１つ座標情報を選択する（ステップＳ１２０）。

なお、パノラマＸ線撮影装置で歯を撮像する際、患者はパノラマＸ線撮影装に頭部を固定される。そのため、同じ装置で撮像されたのであれば、どの患者も画像中の下顎骨の位置はほぼ同じ位置となっている。したがって、平均的位置情報の示す位置近くに実際の骨密度変化部位（以下、「真の骨密度変化部位」という。）も位置していると考えられる。そこで、特定部１３２は、パノラマＸ線画像から平均的位置情報の示す座標の周囲を大まかに切り取ることで、真の骨密度変化部位を含む一定領域の画像をパノラマＸ線画像から抽出する。例えば、ステップＳ１２０で左第２小臼歯相当部ＬＰ_Ａを選択したとすれば、特定部１３２は、図７に示すように、左第２小臼歯相当部ＬＰ_Ａ（Ｘ_ＬＰＡ，Ｙ_ＬＰＡ）を中心とした一定範囲の領域、例えば２００ピクセル×３００ピクセルの領域をパノラマＸ線画像から切り取り、不図示のＲＡＭに格納する（ステップＳ１３０）。

なお、人の首の部分には舌骨や椎骨等、小さな骨しかないため、首部分と下顎の部分とは、図７に示す（ａ）ように、明確に明るさが異なっている。また、人間の下顎の底部は、通常、凹凸の少ないなだらかな曲面となっている。そのため、Ｘ線画像にエッジ検出処理を施すことによって、下顎骨と首部分との境界を凹凸の少ないなだらかな曲線として明確に特定することができる。そこで、特定部１３２は、ステップＳ１３０で抽出した領域をエッジ検出処理することによって、下顎骨下縁皮質骨と首部分との境界線（以下、「下顎境界線」という。）を取得する（ステップＳ１４０）。

ここでエッジ検出処理とは処理装置（プロセッサ）が行う処理であって、画像の色や明るさが不連続に変化している箇所を特定し、物体の境界を示す連続した線（以下、「エッジ線」という。）を検出する処理（例えば、Ｃａｎｎｙ法）のことをいう。例えば、ステップＳ１３０で抽出した領域をエッジ検出処理することによって、例えば図８（Ａ）に示すようなエッジ線（下顎境界線）を得ることができる。なお、エッジ検出処理で複数のエッジ線が取得された場合は、そのうちの最も大きな線、例えば線を構成するピクセル（画素）の数が最も多い線を下顎境界線として特定する。

図６に戻り、特定部１３２は、下顎境界線の接線と、ステップＳ１２０で選択した座標を通過する線（垂線）とが直角に交わる位置を真の骨密度変化部位として特定する（ステップＳ１５０）。例えば、ステップＳ１２０で左第２小臼歯相当部ＬＰ_Ａを選択したとすれば、特定部１３２は、図８（Ｂ）に示すように、下顎境界線の接線と、左第２小臼歯相当部ＬＰ_Ａを通過する垂線とが直角に交わる点を真の左第２小臼歯相当部ＬＰ_Ｒ（Ｘ_ＬＰＲ，Ｙ_ＬＰＲ）として特定する。

図６に戻り、抽出部１３３は、後述の骨粗鬆症判別処理で使用する領域であって、真の骨密度変化部位が含まれる所定範囲の画像領域を「関心領域」として抽出する（ステップＳ１６０）。例えば、ステップＳ１２０で左第２小臼歯相当部ＬＰ_Ａを選択したとすれば、特定部１３２は、図９に示す（ａ）のように、左第２小臼歯相当部ＬＰ_Ｒ（Ｘ_ＬＰＲ，Ｙ_ＬＰＲ）が含まれる一定範囲の領域、例えば１００ピクセル×１００ピクセルの四角形の領域をパノラマＸ線画像から切り取り、関心領域として不図示のＲＡＭに格納する。また、ステップＳ１２０で左第１大臼歯相当部ＬＭ_Ａを選択したとすれば、特定部１３２は、図９に示す（ｂ）のように、左第１大臼歯相当部ＬＭ_Ｒ（Ｘ_ＬＭＲ，Ｙ_ＬＭＲ）が含まれる一定範囲の領域、例えば１００ピクセル×１００ピクセルの四角形の領域をパノラマＸ線画像から切り取り、関心領域として不図示のＲＡＭに格納する。このとき、特定部１３２は、後述する「骨密度低下判別処理」を容易にするため、骨密度変化部位を通る下顎境界線の接線が関心領域の対向する２つの辺、例えば上辺及び下辺と平行となるように関心領域を抽出する。また、特定部１３２は、下顎骨下縁皮質骨が画像の中に多く含まれるように、接線が関心領域の下半分に位置するように、つまり、上辺から接線までの距離が下辺から接線までの距離より大きくなるように関心領域を抽出してもよい。なお、下顎骨下縁皮質骨が画像の大半を占めるように、下辺から２０％以下の位置となるように、より望ましくは下辺と接線とが一致するように、関心領域を抽出してもよい。

図６に戻り、関心領域の抽出が完了したら、判別部１３４は関心領域に撮像された皮質骨の骨密度が低下しているか否かを判別するための「骨密度低下判別処理」を開始する（ステップＳ１７０）。なお、本処理は、非特許文献１に示されるKlemettiらの報告に基づくものであり、パノラマＸ線画像上での下顎骨下縁皮質骨の形態変化を数理形態学的画像処理手法の一つであるスケルトンを用いて識別するものである。なお、パノラマＸ線画像にスケルトンを用いることは、例えば、丹部氏らの論文（丹部貴大，他「パノラマＸ線写真からの顎骨骨梁抽出」電子情報通信学会，２００２年，Ｐ９４）にも記載されている。以下、図１０のフローチャートを参照して「骨密度低下判別処理」を説明する。

判別部１３４は、ステップＳ１６０で抽出したＸ線画像の関心領域に対し、メディアンフィルタをかけ、可及的にノイズを少なくした画像を取得する（ステップＳ１７１）。メディアンフィルタは、周囲の領域とかなり異なる小さくてランダムに散在するノイズを取り除くための処理である。このフィルタは、通常の画像処理プログラムの機能として知られており、必要に応じて使用する。

判別部１３４は、ノイズを除去した画像に対し、スケルトン処理を施して例えば図１１（Ａ）に示す（ｂ）や、図１１（Ｂ）に示す（ｂ）のようなスケルトン画像を取得する（ステップＳ１７２）。ここで、スケルトン（skeleton）とは骨格の意味であり、スケルトン処理とは画像中の物体を削り取って骨組みにする処理のことである。以下、スケルトン処理ついて詳細に説明する。

物体をＸとするとき、構造要素ＢによるスケルトンＳＫ（Ｘ，Ｂ）は次のように定義される。

上式は、次のような意味を表している。まず、数１の下記数２で示した部分は「構造要素の相似形ｎＢを図形Ｘの内部に敷き詰めたときの、ｎＢの中心の集合」という意味である。

図１２（Ａ）（図形Ｘ：長方形、Ｂ：円）を用いて、スケルトンの意味を説明する。さて、ｎ'＜ｎとすると、中心に配置された構造要素ｎＢ（左側）は、それより大きいｎ’ＢをＸの内部に配置しても覆えない部分がある。それ以外の場所に配置されたｎＢ（右側）は、Ｘの内部にあるｎ’Ｂで完全に覆うことができる。

このように、数１の下記数３で示した部分には「ｎＢをこの位置に配置したとき、ｎより大きなサイズの相似形をＸの内部に配置しても完全には覆うことができない」という性質がある。そこで、「Ｂ（例えば、円）のなるべく大きな相似形を使ってＸ（例えば、長方形）をきっちり覆う」ことを考えると、下記数３に配置したｎＢは、それより大きな相似形で置き換えることはできない必要不可欠なものということになる。これを集めたものがスケルトンとなる。

したがって、図１２（Ｂ）の図形Ｘ（長方形）のスケルトンは、Ｂ（円）のなるべく大きな相似形を使って、例えば図１２（Ｃ）に示すようにＸ（長方形）をきっちり覆ったときの、例えば図１２（Ｄ）に示すような相似形の中心の軌跡ということになる。この画像処理により、関心領域は１つあるいは複数の線素によって構成されたものとなる。

スケルトン処理を行うと、図１１（Ａ）に示す（ｂ）、図１１（Ｂ）に示す（ｂ）のように、細かい線が色々な方向に走っているスケルトン画像が得られる。さて、下顎骨下縁皮質骨の中には、血管の束があり、骨密度が低下した人は、図１３に示す（ｃ）のように、その管腔組織に沿って線状に吸収を起こしている。この吸収は、下顎骨下縁と平行な線として現れる。

そこで、判別部１３４は、図１０に戻り、このスケルトン画像から下顎骨下縁の傾きと下顎骨下縁とほぼ平行な線の抽出を行う（ステップＳ１７３）。具体的には、判別部１３４は、下顎骨下縁と平行する長方形（線）のパターンを用意し、そのパターンと一致する線を抽出する。図１１（Ａ）に示す（ｂ）のスケルトン画像や図１１（Ｂ）に示す（ｂ）のスケルトン画像は、関心領域を抽出した段階で、すでに下顎骨下縁と平行となっているので、水平なパターンを用意し、そのパターンと一致する線を抽出している。これは、スケルトンの場合、抽出するためのパターンが細く小さいために、下顎骨下縁と平行する斜めのパターンを用意することが難しい。このために、水平なパターンを用意すればよいように、あらかじめステップＳ１６０の関心領域を抽出する時に、下顎骨下縁と平行する矩形となるように関心領域の抽出処理を行っている。

図１０に戻り、判別部１３４は、取得したスケルトン画像（グレースケール画像）に対し、二値化処理を施して二値化画像を得る（ステップＳ１７４）。このとき、スケルトン処理により作成された線を背景から分離するように二値化処理を行う。このため、例えば、大津氏の二値化手法（大津展之「判別および最小２乗規準に基づく自動しきい値選定法」電子通信学会論文誌 Vol．J63-D No.4 １９８０年４月）により、二値化の閾値を定めて、二値化処理を行うとよい。図１１（Ａ）に示す（ｃ）、図１１（Ｂ）に示す（ｃ）の画像は、図１１（Ａ）に示す（ｂ）、図１１（Ｂ）に示す（ｂ）のスケルトン画像から、下顎骨下縁と平行な部分のみ取り出して、二値化処理した後の二値化画像である。図１１（Ａ）に示す（ｃ）の画像は骨密度が正常なときの二値化画像であり、図１１（Ｂ）に示す（ｃ）は骨密度が低下したときの二値化画像である。骨密度が正常なときは二値化画像中に線（以下、「線素」という。）が１本しか表れないのに対し、骨密度が低下したときは線素が複数表れる。

図１０に戻り、判別部１３４は、取得した二値化画像中の線素の数から、関心領域に撮像された皮質骨の骨密度が低下しているか否かを判別し、その判別結果を記憶部１２０に格納する（ステップＳ１７５）。具体的には、判別部１３４は、以下の方法により骨密度の低下を判別する。

まず、判別部１３４は二値化画像中に表れた複数の線素を、その大きさ（ピクセル数）に基づいて、以下の３群に分類する。

第１群：ノイズによる線素（ピクセル数Ｐ１以下の線素）
第２群：線状の骨吸収によって現れたやや小さめの線素（ピクセル数Ｐ２以下の線素）
第３群：下顎骨下縁皮質骨による主線（ピクセル数がＰ２より大きい線素）

なお、閾値Ｐ１は閾値Ｐ２より小さい値である。例えば、閾値Ｐ１は１１７ピクセルであり、閾値Ｐ２は２３０ピクセルである。そして、判別部１３４はこの分類結果から以下のように骨密度が低下しているか否か判別する。

１．まず、第２群の線素が１つも存在せず、第３群の線素が１本のみ存在する場合、「骨密度正常」と判別とする。
２．第２群に分類された線素が１つでも存在する場合は「骨密度低下」と判別する。
３．第３群の線素が２本以上存在する場合は、骨吸収による線（第２群の線素）が連続して第３群の線素となったと考えられるので、「骨密度低下」と判別する。

判別部１３４は、この判別結果をステップＳ１２０で選択した平均的位置情報と関連付け、記憶部１２０に格納する。例えば、ステップＳ１２０で左第２小臼歯相当部ＬＰ_Ａを選択したとすれば、判別部１３４は、左第２小臼歯相当部ＬＰ_Ａを示す情報と、骨密度の判別結果（「骨密度正常」または「骨密度低下」）とを関連付け、記憶部１２０に格納する。

判別結果の格納が完了すると、図６のフローに戻り、判別部１３４は４点の平均的位置情報（座標情報）全てで骨密度低下の判別が完了したか判別する（ステップＳ１８０）。まだ、判別が完了していない平均的位置情報がある場合（ステップＳ１８０：Ｎｏ）、ステップＳ１２０に戻り、まだ判別の完了していない平均的位置情報で骨密度低下を判別する。４点全てで骨密度低下の判別が完了している場合（ステップＳ１８０：Ｙｅｓ）、ステップ１９０に進む。

判別部１３４は、記憶部１２０から４つの判別結果を取得する。４つの判別結果が全て「骨密度正常」となっている場合、判別部１３４はＸ線画像に撮像された人に骨粗鬆症の疑いはないと判別し、表示部１４０に骨粗鬆症の疑いはない旨を表示する。４つの判別結果のいずれかが「骨密度低下」となっている場合、Ｘ線画像に撮像された人が骨粗鬆症である（骨粗鬆症の疑いがある）と判別し、表示部１４０に骨粗鬆症である旨（骨粗鬆症の疑いがある旨）を表示する（ステップＳ１９０）。表示が完了したら、制御部１３０は骨粗鬆症診断支援処理を終了する。

本実施形態によれば、関心領域が装置によって自動的に選択されるので、操作者が熟練していなくても容易に精度の高い骨粗鬆症の判別結果を得ることができる。

また、Ｘ線画像に歯科医院等で一般的に使用されるパノラマＸ線画像を使用しているので、患者に過大な負担をかけることなく、容易、迅速、かつ安価に骨粗鬆症の疑いを発見できる。また、歯科医等が関心領域の選択をしなくてもよいので、歯科医等は業務の合間に関心領域の選択という手間に煩わされることなく、歯の治療・診断の際に撮像されたパノラマＸ線画像を骨粗鬆症診断支援装置に入力するという簡単な手間をかけるだけで、精度の高い判別結果を得ることができる。また、一般的に、骨粗鬆症にかかる年齢では歯の治療の機会も多くなると考えられるので、骨粗鬆症診断支援装置の歯科医院等への導入が進むことによって、骨粗鬆症の早期発見が実現できる。

また、複数の関心領域それぞれについて骨密度が低下しているか否か判別し、そのうちの１つでも骨密度が低下していると判別された場合を、骨粗鬆症の疑いありと判別している。そのため、１つの関心領域のみで骨粗鬆症を判別する場合と比べ、骨粗鬆症の判別漏れを少なくすることができる。

また、人体の構造上、Ｘ線画像の首部分と下顎部分は明確に明るさが異なっており、また、下顎の底部はなだらかな曲面となっている。エッジ検出処理の性質上、明るさがくっきり異なり、物の境界がなだらかな曲面となっている場合、エッジ線は非常に精度よく検出できる。そのため、骨粗鬆症診断支援装置は、下顎骨下縁部分が撮像されたＸ線画像にエッジ検出処理を施すことによって、精度よく下顎境界線を検出することができる。骨粗鬆症診断支援装置はその下顎境界線を使って精度よく骨密度変化部位を特定することができる。

また、ステップＳ１６０では、下顎境界線の接線が関心領域の上辺及び下辺と平行になるように、かつ、下顎境界線の接線が関心領域の下半分に位置するように、関心領域を抽出している。そのため、関心領域の多くの面積は下顎骨下縁皮質骨で占められることとなる。その結果、骨密度低下判別処理は精度の高い処理結果を得ることができる。

なお、人によっては下顎骨下縁皮質骨と舌骨とが重なって撮像される場合がある。この場合、ステップＳ１５０で真の骨密度変化部位が正常に取得できない恐れがある。そこで、骨粗鬆症診断支援装置１００は、ステップＳ１５０で取得された座標をパノラマＸ線画像上にポイントして表示部１４０に表示する手段と、操作者がそのポイントされた座標を操作する手段とを備え、表示された座標を操作者が除去または修正できるよう構成されていてもよい。より精度の高い判別結果を取得することが可能になる。

また、ステップ１４０で使用されるエッジ検出処理はＣａｎｎｙ法に限定されず、既知のさまざまな手法を使用することが可能である。エッジ検出処理の例として、例えば、Ｓｏｂｅｌ法、Ｐｒｅｗｉｔｔ法、Ｒｏｂｅｒｓ法、ＧａｕｓｓｉａｎのＬａｐｌａｃｉａｎ法、Ｚｅｒｏ−Ｃｒｏｓｓ法、微分エッジ検出法等を使用することが可能である。

また、記憶部１２０には、平均的位置情報が必ずしも記憶されている必要はない。記憶部１２０には平均的位置情報を算出するための情報が記憶されていればよい。例えば、記憶部１２０に複数の人間の骨密度変化部位を示すｎ組の座標情報、例えば左第２小臼歯相当部ＬＰ_ｋ、右第２小臼歯相当部ＲＰ_ｋ、左第１大臼歯相当部ＬＭ_ｋ、右第１大臼歯相当部ＲＭ_ｋ（ｋ＝１〜ｎ）が格納されており、骨粗鬆症診断支援を実行する度に、上述の（式１）〜（式８）により平均的位置情報（左第２小臼歯相当部ＬＰ、右第２小臼歯相当部ＲＰ、左第１大臼歯相当部ＬＭ、右第１大臼歯相当部ＲＭ）を算出してもよい。

骨密度変化部位や平均的位置情報はＸ画像中の点を示す座標情報に限られない。Ｘ線画像上の一定範囲の領域を示す情報であってもよい。このとき、ステップ１５０で求める垂線は、平均的位置情報が示す領域を通過すればよい。

また、骨粗鬆症診断支援処理で使用されるＸ線画像はパノラマＸ線画像に限られず、通常のレントゲン装置を使って撮像されたＸ線画像であってもよい。

本実施形態の骨粗鬆症診断支援装置１００は、専用のシステムにより実現してもよいし、通常のコンピュータシステムにより実現してもよい。例えば、上述の動作を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に格納して配布し、該プログラムをコンピュータにインストールして、上述の処理を実行することによって骨粗鬆症診断支援装置１００を構成してもよい。また、インターネット等のネットワーク上のサーバ装置が備えるディスク装置に格納しておき、例えばコンピュータにダウンロード等できるようにしてもよい。また、上述の機能を、ＯＳとアプリケーションソフトとの共同により実現してもよい。この場合には、ＯＳ以外の部分のみを媒体に格納して配布してもよく、また、コンピュータにダウンロード等してもよい。

上記プログラムを記録する記録媒体としては、ＵＳＢメモリ、フレキシブルディスク、ＣＤ、ＤＶＤ、Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標）、ＭＯ、ＳＤカード、メモリースティック（登録商標）、その他、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリ、磁気テープ等のコンピュータ読取可能な記録媒体を使用することができる。

本発明の実施形態で説明した骨粗鬆症診断支援装置の精度を検証した。

検証で使用した骨粗鬆症診断支援装置は、４点の関心領域（左第２小臼歯相当部ＬＰ_Ｒ、右第２小臼歯相当部ＲＰ_Ｒ、左第１大臼歯相当部ＬＭ_Ｒ、右第１大臼歯相当部ＲＭ_Ｒ）を自動で選択し、一部自動選択が不可能であった部分のみ手動で選択する装置（以下、「装置Ａ」という。）と、４点の関心領域をすべて手動で選択する装置（以下、「装置Ｂ」という。）の２つである。いずれの装置も、４点の関心領域のいずれかで骨密度低下と判別された場合を骨粗鬆症の疑いありと判別する。

検証には、１００人の被検者のパノラマＸ線画像を使った。１００人の被験者は全て骨粗鬆症になりやすい５０歳以上の閉経後の女性である。この１００人の被験者はパノラマＸ線画像の撮像と同時にＤＸＡによる腰椎骨密度検査を受けており、骨粗鬆症か否かが判明している。ＤＸＡによって実際に骨粗鬆症であると診断された者は１００人中２５人である。

骨粗鬆症診断支援装置（装置Ａ、装置Ｂ）の操作は１４人の開業歯科医師が行った。１４人の開業歯科医師は、１ヶ月の間隔をおいて２回操作を行った。表１は、同じ操作者が時間をおいて同じパノラマＸ線画像を使って骨粗鬆症診断支援装置を操作しても同じ結果が得られるか（以下、「操作者内再現性」という。）を検証した結果である。なお、操作者内再現性の評価にはＣｏｈｅｎのκ−ｉｎｄｅｘを使用した。

また、表２は同じパノラマＸ線画像であれば操作者が異なっていても同じ結果となるか（以下、「操作者間再現性」という。）を検証した結果である。操作者間再現性の評価にはＦｌｅｉｓｓのκ−ｉｎｄｅｘを使用した。

装置Ａでは多くの関心領域を自動的に選択できるため、関心領域の選択を全て手動にした場合（装置Ｂ）と比較して、再現性の向上が見られることが分かった。なお、装置Ａでは８０％以上の計測点において自動で関心領域の選択を行うことに成功した。

また、１４人の開業歯科医師それぞれについて、装置Ａと装置Ｂを使った判別結果と、ＤＸＡによる骨粗鬆症か否かの判別結果とを照合し、骨粗鬆症診断支援装置の「感度」、「特異度」、「陽性予測値」、「陰性予測値」、「正診率」を算出した。なお、「感度」とは、ＤＸＡによって骨粗鬆症と診断された者のうち、本装置で骨粗鬆症の疑いがあると判別された者の割合である。また、「特異度」とはＤＸＡによって骨粗鬆症でないと診断された者のうち、本装置で骨粗鬆症の疑いがないと判別された者の割合である。また、「陽性予測値」とは本装置で骨粗鬆症の疑いがあると判別された者のうち、ＤＸＡによって実際に骨粗鬆症と診断された者の割合である。また、「陰性予測値」とは本装置で骨粗鬆症の疑いがないと判別された者のうち、ＤＸＡによって実際に骨粗鬆症でないと診断された者の割合である。また、「正診率」とはＤＸＡによる全ての診断結果と本装置による全ての判別結果との一致率である。表３は１４人の開業歯科医師が装置Ａを使用した結果の平均値である。

また、表４は１４人の開業歯科医師が装置Ｂを使用した結果の平均値である。

装置Ａ（関心領域の選択を基本的に自動にした場合）では装置Ｂ（関心領域の選択を全て手動にした場合）と比較して、判別精度が向上していることが分かった。

本発明の骨粗鬆症診断支援装置は、歯の治療・診断の際に一般的に使用されるパノラマＸ線画像を使って骨粗鬆症の疑いを判別する。そのため、パノラマＸ線画像を撮像するパノラマＸ線撮影装置の一機能として、又は、パノラマＸ線画像を画像処理するアプリケーションプログラムとして提供することが可能である。

１００ 骨粗鬆症診断支援装置
１１０ 入力部
１２０ 記憶部
１３０ 制御部
１３１ 取得部
１３２ 特定部
１３３ 抽出部
１３４ 判別部
１４０ 表示部
１５０ 操作部

Claims (10)

1. 下顎骨下縁皮質骨が撮像されたＸ線画像を取得する取得手段と、
   骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報、又はその平均的位置情報を算出するための情報を記憶する記憶手段と、
   前記平均的位置情報を基に、前記Ｘ線画像の中の骨密度変化部位を特定する特定手段と、
   特定した骨密度変化部位が含まれる所定範囲の画像領域を関心領域として抽出する抽出手段と、
   抽出された関心領域の画像を基に、前記Ｘ線画像に撮像された人が骨粗鬆症か否かを判別する判別手段と、を備える、
   ことを特徴とする骨粗鬆症診断支援装置。
2. 前記記憶手段は、前記平均的位置情報として複数の座標情報を記憶し、
   前記特定手段は、複数の前記座標情報を基に複数の前記骨密度変化部位を特定し、
   前記抽出手段は、複数の前記骨密度変化部位の情報を基に複数の前記関心領域を抽出し、
   前記判別手段は、抽出された前記関心領域それぞれについて骨密度が低下しているか否か判別し、複数の前記関心領域のうちのいずれかで骨密度が低下していると判別した場合、前記Ｘ線画像に撮像された人が骨粗鬆症であると判別する、
   ことを特徴とする請求項１に記載の骨粗鬆症診断支援装置。
3. 前記特定手段は、
   前記Ｘ線画像にエッジ検出処理を実行することによって、下顎骨下縁皮質骨と首部分との境界線を示す下顎境界線を取得し、
   前記平均的位置情報に対応する前記Ｘ線画像中の点または領域を通過する線と前記下顎境界線の接線とが垂直に交わる位置を骨密度変化部位として特定する、
   ことを特徴とする請求項１又は２に記載の骨粗鬆症診断支援装置。
4. 前記特定手段は、
   前記平均的位置情報に対応する前記Ｘ線画像中の点または領域が含まれる所定範囲の領域を前記Ｘ線画像から抽出し、
   抽出した前記Ｘ線画像の領域に対してエッジ検出処理を実行することによって前記下顎境界線を取得する、
   ことを特徴とする請求項３に記載の骨粗鬆症診断支援装置。
5. 前記関心領域は、四角形の領域であり、
   前記下顎境界線の前記骨密度変化部位を通過する前記接線は、前記関心領域の対向する第１の辺および第２の辺と平行であり、
   下顎骨下縁皮質骨は、前記第１の辺の側に、首部分は前記第２の辺の側に位置しており、
   前記第１の辺から前記接線までの距離は、前記第２の辺から前記接線までの距離より大きい、
   ことを特徴とする請求項３又は４に記載の骨粗鬆症診断支援装置。
6. 前記第２の辺と前記接線は一致している、
   ことを特徴とする請求項５に記載の骨粗鬆症診断支援装置。
7. 前記特定手段は、Ｃａｎｎｙ法によるエッジ検出処理によって前記下顎境界線を抽出する、
   ことを特徴とする請求項３乃至６のいずれか１項に記載の骨粗鬆症診断支援装置。
8. 前記Ｘ線画像は、パノラマＸ線画像である、
   ことを特徴とする請求項１乃至７のいずれか１項に記載の骨粗鬆症診断支援装置。
9. コンピュータに、
   下顎骨下縁皮質骨が撮像されたＸ線画像を取得する取得機能と、
   骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報を基に、前記Ｘ線画像の中の骨密度変化部位を特定する特定機能と、
   特定した骨密度変化部位が含まれる所定範囲の画像領域を関心領域として抽出する抽出機能と、
   抽出した関心領域の画像を基に、前記Ｘ線画像に撮像された人が骨粗鬆症か否かを判別する判別機能と、を実行させる、
   ことを特徴とする骨粗鬆症診断支援プログラム。
10. 下顎骨下縁皮質骨が撮像されたＸ線画像を取得するステップと、
    前記Ｘ線画像をエッジ検出処理することによって下顎骨下縁皮質骨に沿った下顎下縁エッジ線を抽出するステップと、
    骨粗鬆症によって骨密度が低下しやすい下顎骨下縁皮質骨上の部位を示す情報であって複数の人間の平均的な骨密度変化部位を示す平均的位置情報を取得するステップと、
    取得した平均的位置情報に対応する前記Ｘ線画像の中の点または領域を通過する線と前記下顎下縁エッジ線の接線とが垂直に交わる位置を骨密度変化部位として特定するステップと、を有する、
    ことを特徴とする骨密度変化部位特定方法。