JP2019063499A - 骨のｄｘａ断層撮影ベースの有限要素解析のためのシステムおよび方法 - Google Patents

Abstract

【課題】骨のＤＸＡ断層撮影ベースの有限要素解析のためのシステムおよび方法を提供する。【解決手段】撮像システムは、患者の骨構造のより詳細な情報をオペレータに提供するために、断層撮影撮像プロセスまたはモードで得られた２Ｄ ＤＸＡ画像を利用する。撮像システムは、患者の身体を横切る複数のパスにおいて、患者に対して異なる角度で複数の２Ｄ ＤＸＡ画像を取得する。これらの２Ｄ ＤＸＡ画像は、スキャナテーブルなどの患者支持面の平面に平行な平面内などの、患者の身体の少なくとも１つの２Ｄスライスを再構成するために利用することができる。断層撮影再構成によって提供される情報は、現在の断層撮影再構成スライスとの比較から選択された断層撮影再構成スライスの既に利用可能なセットに関連する３Ｄ ＦＥＡモデルを修正するプロセスの強化を提供する。このようにして、本システムおよび方法は、２Ｄ手法と比較して、レビューおよび解析のために、結果として生じる修正された３Ｄ ＦＥＡモデルのエラーを大幅に減少させる。【選択図】図１

Description

本発明は、骨のＤＸＡ断層撮影ベースの有限要素解析のためのシステムおよび方法に関する。

骨密度または骨ミネラル密度（ＢＭＤ）は、骨組織における骨ミネラルの量である。本概念は、撮像時に骨表面の平方センチメートルあたりの光学密度に応じてプロキシによって臨床的に測定されるが、（物理的な意味での密度に関する）骨の体積当たりのミネラルの質量である。骨密度測定は、骨粗鬆症および骨折リスクの間接的指標として、臨床医学において用いられている。それは、しばしば病院または診療所の放射線科または核医学部門で行われる、デンシトメトリーと呼ばれる手法で測定される。測定は無痛で非侵襲性であり、放射線被曝が少ない。測定は、最も一般的には、腰椎にわたって、および臀部の上部にわたって行われる。臀部および腰椎にアクセスできない場合は、前腕をスキャンしてもよい。

体組成は、軟質（非ミネラル）組織を構成する脂肪組織の割合によって表される。体組成は、臨床医学において間接的な指標として、および／または状態もしくは疾患（例えば、筋肉減少症、糖尿病、肥満など）の危険因子として使用される。デンシトメトリーは、体組成を評価するためにも使用される。測定は、最も一般的に、全身または頭を除く全身にわたって行われる。

転倒による脚および骨盤の骨折は、特に、高齢女性において、重大な公衆衛生上の問題であり、多くの医療費、独立した生活不能、さらには死亡リスクにつながる。骨密度の測定は、骨粗鬆症のリスクについて人々をスクリーニングし、骨の強度を改善するための測定によって改善の見込みのある可能性のある人を特定するために使用される。

ＢＭＤ検査には多くの異なるタイプがあるが、全て非侵襲性である。ほとんどの検査は、ＢＭＤ結果を決定するためにどの骨を測定するかによって異なる。これらの検査には、
・二重エネルギーＸ線吸収測定法（ＤＸＡまたはＤＥＸＡ）
・二重Ｘ線吸光光度法およびレーザー（ＤＸＬ）
・定量的コンピュータ断層撮影（ＱＣＴ）
・定量的超音波（ＱＵＳ）
・単一光子吸収測定法（ＳＰＡ）
・二重光子吸収測定法（ＤＰＡ）
・デジタルＸ線ラジオグラム（ＤＸＲ）
・単一エネルギーＸ線吸収測定法（ＳＥＸＡ）
がある。

ＤＸＡは現在、最も広く使用されており、特定の１本または複数本の骨、通常は背骨、臀部、および手首を測定することによって機能する。その場合、これらの骨の密度は、年齢、性別、およびサイズに基づく平均指数と比較される。結果の比較は、骨折のリスクと個体の骨粗鬆症（存在する場合）の段階を判定するために使用される。

図１の例示的な実施形態に示されるように、ＤＸＡスキャナ１００は、患者１０１を支持するためのテーブル１０２を含み、テーブル１０２には、患者１０１の下のテーブル１０２に対して移動可能なＸ線源１０４（典型的には、Ｘ線発生器、Ｘ線管、Ｘ線フィルタ、およびＸ線コリメータ）が配置される。ＤＸＡシステム／スキャナ１００のほとんどの実装態様では、検出器１０６は、検出器１０６の反対側にあるアーム１０８内に配置され、検出器１０６およびＸ線源１０４は、患者１０１の反対側に配置される。検出器１０６は、主に１次元であるが、２次元または他の適切な次元構成とすることができ、Ｘ線源１０４によって放射され患者の身体１０１を通過するＸ線光子を捕捉するように動かされなければならない。アーム１０８は、検出器１０６を移動させ、アーム１０８上の検出器１０６と同期して移動するＸ線源１０４に関連付けられる。アーム１０８は、ＤＸＡテーブル１０２のより長い寸法に対応する方向に検出器１０６およびＸ線源１０４の両方を移動させる。ラスタスキャン（ペンシルビームまたはファンビーム）を実施するＤＸＡスキャナでは、検出器１０６およびＸ線源１０４の両方をＤＸＡテーブル１０２のより長い寸法に垂直な方向に移動させて、テーブル１０２／身体１０１をその幅に沿ってスキャンすることができる。

図１に示すような代替実施形態では、テーブル１０２は、テーブル１０２に対して移動可能なテーブル１０２の上方に離間されたアーム１０８内に配置されたＸ線検出器１０６を含む。テーブル１０２は、検出器１０６およびＸ線源１０４およびアーム１０８とともに、Ｘ線源１０４および／またはアーム１０８の動作を制御することができて、患者１０１を通過し検出器１０６に衝突するＸ線源１０４からのＸ線から得られる検出器１０６からの撮像データを受信することができる、コンピュータシステム１１０に動作可能に接続される。

ＤＸＡ撮像手順では、スキャナ１００は、撮像対象の患者の身体１０１の部分に沿ってアーム１０８およびＸ線源１０４を移動させ、患者の特定の部分の２次元（２Ｄ）ＤＸＡ画像の複数ペア（高エネルギーおよび低エネルギー）を取得する。ＤＸＡスキャナ１００は、所望のＤＸＡ画像を得るために、頭から爪先まで患者の身体１０１に沿って、または身体１０１の任意の部分に沿って、検出器１０６／Ｘ線源１０４／アーム１０８を移動させることができる。Ｘ線源１０４によって生成されるビームのタイプ、例えば、ペンシル、ファン、または狭いファン（図２Ａから図２Ｃ）に応じて、Ｘ線源１０４および／または検出器１０６および／またはアーム１０８は、Ｘ線源１０４および検出器１０６が患者の身体１０１の全体または特定の部分を撮像することを可能にするために、患者の体の主軸に沿って、またはラスタスキャンパターンで、直接移動することができる。

ＤＸＡ撮像を行う場合、Ｘ線検出器１０６は、Ｘ線源１０４によって生成される異なるエネルギースペクトルを有する２本の異なるＸ線ビームを検出することによって、またはＸ線源１０４から生成される１本のＸ線ビームを検出して２つの異なるエネルギービンを識別することによって、身体の特定の部分の二重エネルギー（高エネルギー（ＨＥ）および低エネルギー（ＬＥ））画像を生成する。ＤＸＡを実施するのに主な方法が３つある。

−異なるエネルギースペクトルの２本のＸ線ビーム、および透過Ｘ線光子（身体を通過した光子）によって蓄積されたエネルギーを統合する検出器。

−特定のエネルギースペクトルを有する１本のＸ線ビーム、および透過されたＸ線光子中の少なくとも２つのエネルギービームを識別する検出器。

−特定のエネルギースペクトルを有する１本のＸ線ビーム、および上層が優先的に低エネルギーの光子を検出し、下層が優先的に高エネルギーの光子を検出するような、少なくとも２層の検出器要素で構成される検出器。

一方の画像は高エネルギーであり、他方の画像は低エネルギーである。Ｘ線ビームはスキャンされる患者１０１を通過し、Ｘ線源１０４の反対側のスキャナ１００上に位置する検出器１０６に接触する。検出器１０６は、患者の組織（骨および軟組織）によって吸収されない患者１０１を通過するＸ線と接触し、したがって、各ビームから組織を通過するＸ線の量を測定する。これは組織の組成および厚さにより変化する。２本のビームによる組織のＸ線吸収の差に基づいて、骨密度および／または体組成を測定することができる。

骨密度測定では、スキャン結果を解析して、平均面積骨ミネラル密度（ＢＭＤａ）＝ＢＭＣ／Ａ［Ｋｇ／ｍ^２］としてレポートし、ここで、ＢＭＣは、骨ミネラル含量［Ｋｇ］であり、Ａは、骨ミネラルが混合している混合物を含む容積の投影面積［ｍ^２］である。結果は、一般に、ＴスコアおよびＺスコアの２つの測定値によってスコア化される。Ｚスコアは、個々の被験者における測定値ＢＭＤ_ａと、母分散の年齢一致標準偏差によって正規化された年齢一致平均基準値との間の差を示す。Ｔスコアは同様に定義されるが、年齢一致値の代わりに、若い参照集団からのデータが使用される。ＢＭＤのみに基づく具体的な診断基準は、ＷＨＯのワーキンググループによって開発された、Ｔスコアに基づく骨粗鬆症の実用的な定義によって提供されている。ＷＨＯ（１９９４）の定義では、被験者を４つのグループ、すなわち、正常（ＢＭＤ_ａ Ｔスコア≧−１．０）、低骨量または骨減少（−１．０＞ＢＭＤ_ａ Ｔスコア＞−２．５）、骨粗鬆症（−２．５≧ＢＭＤ_ａ Ｔスコア）、重症骨粗鬆症（−２．５≧ＢＭＤ_ａ Ｔスコアおよび少なくとも１つの骨粗鬆症骨折）、の１つに分類するようＤＸＡによって測定された面積ＢＭＤ_ａを使用する。

ＢＭＤにＤＸＡを使用するにはいくつかの制限がある。例えば、骨密度の計算は、骨の計算されたミネラル密度に基づく骨強度の近似に過ぎないので、骨上の任意の位置における骨に対する応力および／またはひずみの指標を有して、これらの位置での骨強度のより直接的な指標を提供することが望ましい。この骨強度解析を提供する手法の１つは、患者の骨密度のより詳細な表現を提供するために、ＤＸＡ画像と有限要素解析とを組み合わせることである。

ＢＭＤを判定する際にＤＸＡ画像／プロセスを支援するために、ＤＸＡにおいて、一般に、２つの画像、すなわち、高エネルギー（ＨＥ）画像および低エネルギー（ＬＥ）画像が生成される。ＨＥおよびＬＥ画像は、骨等価厚の１つの画像と軟組織等価厚の１つの画像とを生成するためにソフトウェアによって組み合わせることができる。適切な材料で作られた物理的またはシミュレートされたファントムで取得されたデータから得られた材料構成を提供するＨＥおよびＬＥ画像から組織等価画像の他のペアを導出することができる。さらに、２つの画像（ＨＥまたはＬＥ、骨または軟組織）のうちの１つのみを使用することもできる。図３の例示的な実施形態では、少なくとも１つの２Ｄ ＤＸＡ画像が取得されると、適切なコンピュータシステム１１０／５０を使用して、少なくとも１つのＤＸＡ画像１０を、コンピュータシステム５０に動作可能に接続されるか、またはコンピュータシステム５０に格納される基準データベース１２に記憶された２Ｄ ＤＸＡ画像１４と比較して、少なくとも１つの取得された２Ｄ ＤＸＡ画像１０に最も近似するか、最も類似する少なくとも１つの記憶された２Ｄ ＤＸＡ画像１４を配置することができる。このタイプのシステム５０およびデータベース１２の一例は、スペイン、バルセロナのＧａｌｇｏ Ｍｅｄｉｃａｌ ＳＬから入手可能な３Ｄ−ＤＸＡソフトウェアパッケージで見ることができ、システム５０は、２Ｄ ＤＸＡ画像から骨構造を３Ｄで再構成して、Ｈｕｍｂｅｒｔ Ｌ、Ｍａｒｔｅｌｌｉ Ｙ、Ｆｏｎｏｌｌａ Ｒらによる２０１７の３Ｄ−ＤＸＡ：Ａｓｓｅｓｓｉｎｇ ｔｈｅ Ｆｅｍｏｒａｌ Ｓｈａｐｅ，ｔｈｅ Ｔｒａｂｅｃｕｌａｒ Ｍａｃｒｏｓｔｒｕｃｔｕｒｅ ａｎｄ ｔｈｅ Ｃｏｒｔｅｘ ｉｎ ３Ｄ ｆｒｏｍ ＤＸＡ ｉｍａｇｅｓで開示されるプロセスに従って、ＤＸＡ画像１０における骨の皮質骨および骨梁マクロ構造を評価する。ＩＥＥＥ Ｔｒａｎｓ Ｍｅｄ Ｉｍａｇｉｎｇ ３６：２７−３９が、全ての目的のために参照によりその全体が本明細書に明確に組み込まれる。このプロセスでは、基準データベース１２は、記憶されたＤＸＡ画像１４と、予め他の患者から取得され、ＤＸＡ画像１４に対応する記憶された画像のＣＴスキャンセット１８とを含む。記憶されたＤＸＡ画像１４および対応する記憶された画像のＣＴスキャンセット１８は、システム５０によって利用され、データベース１２にも記憶されている３Ｄ有限要素解析（ＦＥＡ）モデル２０のセットを構成し、各ＦＥＡモデルは、モデル２０を導出した各対応するＤＸＡ画像１４および画像のＣＴスキャンセット１８と関連する。システム５０が少なくとも１つの得られたＤＸＡ画像１０を提示される場合、システム５０は、少なくとも１つの得られた２Ｄ ＤＸＡ画像１０に最も近似する２Ｄ ＤＸＡ画像１４の位置を特定する。次いで、システム５０は、少なくとも１つの得られたＤＸＡ画像１０に最も近いものとして選択された特定の記憶されたＤＸＡ画像１４に関連するＦＥＡモデル２０を特定する。次いで、システム５０は、少なくとも１つの得られた２Ｄ ＤＸＡ画像１０からのパラメータに基づいてＦＥＡモデル２０を修正し、これらに限定するものではないが、皮質厚さ、皮質容積密度、および小柱容積密度などを含む、少なくとも１つのＤＸＡ画像１０を提供するＤＸＡスキャナで撮像される骨に関連する異なるパラメータのモデル２０’で異なるカラーマップを図示する修正されたＦＥＡモデル２０’に到達する。

あるいは、図４に示すように、システム５０は、画像のＣＴスキャンセット１８からの画像の特定のＣＴスキャンセット１８に直接関連付けられた、記憶された２Ｄ ＤＸＡ画像１６を計算するように動作することができる。次いで、これらの計算された２Ｄ ＤＸＡ画像１６は、修正されたＦＥＡモデル２０’に到達するために、前述の方法で得られた少なくとも１つの２Ｄ ＤＸＡ画像１０と比較される。

しかしながら、修正されたＦＥＡモデル２０’を取得するプロセスは、取得された少なくとも１つの２Ｄ ＤＸＡ画像１０の骨構造に関する追加の情報を提供するが、修正されたＦＥＡモデル２０’を構築するプロセスは、得られた少なくとも１つの２Ｄ ＤＸＡ画像１０が、ＦＥＡモデル２０を修正して患者の骨の構造の正確な表現を提供するために利用することができる情報の量が限られているという点で依然として重大な欠点がある。

したがって、オペレータに高い容積撮像能力をもたらすことができる骨密度および他の関連パラメータを決定して、それにより、スキャン結果を改善し、骨密度および強度のより良い測定値を提供する撮像システムおよび方法を提供することが望ましい。

患者の骨のＸ線画像を得て、撮像システムが、そのシステムのオペレータに、ＢＭＤなどの骨に関する他の情報に加えて、骨強度を評価するための患者の骨におけるストレスおよび／または歪みに関する情報を提供することを可能にすることができる撮像システムおよび関連する方法に対する必要性または要望が存在する。撮像システムは、患者の骨構造のより詳細な情報をオペレータに提供するために、断層撮影撮像プロセスまたはモードで得られた２Ｄ二重エネルギーＤＸＡ画像を利用する。撮像システムは、患者の身体を横切る単一パスまたは複数パスにおいて、患者に関して異なる角度で複数の２Ｄ ＤＸＡ画像を取得する。次いで、これらの２Ｄ ＤＸＡ画像は、患者の体の少なくとも１セットの２Ｄスライス（通常は１つ（骨の厚さ）または２つ（ＨＥ／ＬＥ、骨／軟組織））を、検出器の面に通常は平行な面に再構成するために使用することができる。断層撮影再構成によって提供される情報の技術的効果は、基準データベース内の対応する記憶されたＤＸＡ画像を判定するために、および患者／個人の骨／骨組織の構造を解析するために少なくとも１つの選択され記憶された２Ｄ ＤＸＡ画像に対応する３Ｄ ＦＥＡモデルを修正するために、機能拡張をもたらす。このようにして、本システムおよび方法は、レビューおよび解析のために、結果として生じる修正された３Ｄ ＦＥＡモデルのエラーを大幅に減少させる。

本発明の別の態様によれば、患者の骨組織を解析する方法であって、本方法は、少なくとも１つのＸ線源、少なくとも１つのＸ線検出器、およびコントローラを含んで、少なくとも１つのＸ線源の移動を制御し、少なくとも１つの検出器から画像データを受け取るスキャンデバイスを提供するステップと、複数の点に対応する複数の二重エネルギーＸ線画像を取得するために患者に対して少なくとも１つの面に沿って少なくとも１つのＸ線源を動作させるステップであって、各点が、少なくとも１つの検出器の検出面に垂直な軸に対して異なる角度に配置される、ステップと、複数の二重エネルギーＸ線画像を使用して患者の骨組織の少なくとも１つの２次元（２Ｄ）平面スライス画像を再構成するステップと、少なくとも１つの２Ｄ平面スライス画像によって提供される情報を用いて有限要素解析（ＦＥＡ）モデルを修正するステップと、を含む。

本発明のさらに別の態様によれば、患者の身体の中の骨の様々なパラメータを決定する方法であって、本方法は、少なくとも１つのＸ線源、少なくとも１つのＸ線検出器、およびコントローラを含んで、少なくとも１つのＸ線源の移動を制御し、少なくとも１つの検出器から画像データを受け取るスキャンデバイスを提供するステップと、複数の点に対応する複数の二重エネルギーＸ線画像を取得するために患者に対して少なくとも１つの面に沿った複数の点で少なくとも１つのＸ線源を動作させるステップであって、各点が、少なくとも１つの検出器の検出面に垂直な軸に対して異なる角度に配置される、ステップと、複数の二重エネルギーＸ線画像を使用して患者の少なくとも１つの２次元（２Ｄ）平面スライス画像を再構成するステップと、少なくとも１つの２Ｄ平面スライス画像をコントローラに動作可能に接続される画像のデータベースと照合するステップと、少なくとも１つの２Ｄ平面スライス画像によって提供される情報を用いて有限要素解析（ＦＥＡ）モデルを修正するステップと、を含む。

本発明のまたさらなる態様によれば、患者の様々なパラメータを判定する方法であって、本方法は、少なくとも１つのＸ線源、少なくとも１つのＸ線検出器、およびコントローラを含んで、少なくとも１つのＸ線源の移動を制御し、少なくとも１つの検出器から画像データを受け取るスキャンデバイスを提供するステップと、複数の点に対応する複数の二重エネルギーＸ線画像を取得するために患者に対して少なくとも１つの面に沿って少なくとも１つのＸ線源を動作させるステップであって、各点が、少なくとも１つの検出器の検出面に垂直な軸に対して異なる角度に配置される、ステップと、複数の二重エネルギーＸ線画像を利用して患者の少なくとも１つの２次元（２Ｄ）平面スライス画像を再構成するステップと、少なくとも１つの２Ｄスライス画像を骨ピクセルおよび組織ピクセルにセグメント化するステップと、組織ピクセル内の組織質量ならびに骨ピクセル内の組織および骨質量を測定するステップと、を含む。

上記の簡単な説明は、詳細な説明でさらに説明される概念の選択を簡略化した形で紹介するために提供されていることを理解されたい。特許請求される主題の重要なまたは本質的な特徴を特定することは意図されておらず、その主題の範囲は詳細な説明に添付される特許請求の範囲によって一義的に定義される。さらに、特許請求される主題は、上記のまたは本開示の任意の部分に記載の欠点を解決する実施態様に限定されない。

図面は、本開示を実施するための現在考えられる最良の形態を示す。

本発明の例示的な実施形態によるＤＸＡ撮像システムの概略図である。 図２Ａ〜２Ｃは、図１のＤＸＡ撮像システムのスキャン形状の概略図である。 図１に示すＤＸＡ撮像システムと関連して利用される先行技術の画像解析システムのブロック概略図である。 図１に示すＤＸＡ撮像システムと関連して利用される先行技術の画像解析システムのブロック概略図である。 本発明の一実施形態による図１のＤＸＡ撮像システムを使用するスキャン方法の概略図である。 図５のスキャン方法に関連して利用される画像解析システムの一実施形態のブロック概略図である。 図５のスキャン方法に関連して利用される画像解析システムの一実施形態のブロック概略図である。 図５のスキャン方法に関連して利用される画像解析システムの一実施形態のブロック概略図である。 図９Ａおよび９Ｂは、図５のスキャン方法に関連して身体組成を判定するために利用される先行技術の身体組成画像解析システムおよび画像解析システムの一実施形態のブロック概略図である。

以下の詳細な説明では、本明細書の一部を形成する添付の図面を参照し、例示のために実施可能な特定の実施形態を示す。これらの実施形態は、当業者が実施形態を実施できるように十分詳細に記載されており、他の実施形態も利用することができること、ならびに論理的、機械的、電気的およびその他の変更を、実施形態の範囲から逸脱せずに行うことができることを理解すべきである。したがって、以下の詳細な説明は、限定的な意味で解釈すべきではない。

図１を参照すると、本発明の１つの例示的な実施形態による二重エネルギーＸ線吸収（ＤＸＡ）撮像システムおよび／またはスキャナ１００が示されている。前述のように、ＤＸＡスキャナ１００は、患者１０１を支持するためのテーブル１０２を含み、患者１０１の下にＸ線源１０４が配置されている。テーブル１０２はまた、テーブル１０２に対して移動可能なテーブル１０２の上方に離間されたアーム１０８内に配置されたＸ線検出器１０６を含む。Ｘ線源１０４および検出器１０６の位置は、必要に応じて逆にすることもできる。テーブル１０２は、検出器１０６およびＸ線源１０４およびアーム１０８とともに、Ｘ線源１０４および／またはアーム１０８の動作を制御することができて、患者１０１を通過し検出器１０６に衝突するＸ線源１０４からのＸ線から得られる検出器１０６からの撮像データを受信することができる、コンピュータシステム１１０に動作可能に接続される。

図１および図５を参照すると、Ｘ線投影データを取得するためにスキャンを実行する際に、アーム１０８の動きならびにＸ線源１０４および／または検出器１０６の動作は、ＤＸＡスキャナ１００の制御機構／コンピュータシステム１１０によって調節される。制御機構１１０は、Ｘ線源１０４に電力およびタイミング信号を供給するＸ線コントローラ１１２と、アーム１０８の速度および位置を制御するアームモータコントローラ１１４とを含む。制御機構１１０内のデータ収集システム（ＤＡＳ）１１６は、検出器が直接デジタル信号を供給しない場合、検出器１０６からのアナログデータをサンプリングし、そのデータをその後の処理のためにデジタル信号に変換する。画像再構成装置１１８は、ＤＡＳ１１６からサンプリングされデジタル化されたＸ線データを受け取り、高速再構成を実行する。再構成画像は、入力として、データベース／大容量ストレージデバイス１２２に画像を記憶する、コンピュータ１２０に適用される。

さらに、コンピュータ１２０はまた、キーボード１２６などの入力デバイスを有することができるオペレータコンソール１２４を介してオペレータからコマンドおよびスキャンパラメータを受信する。関連するディスプレイ１２８によって、オペレータは、コンピュータ１２０からの再構成データおよび他のデータを見ることが可能になる。オペレータによって供給されたコマンドおよびパラメータは、ＤＡＳ１１６、Ｘ線コントローラ１１２、およびアームモータコントローラ１１４に制御および信号情報を提供するためにコンピュータ１２０によって使用される。

図５を特に参照すると、本発明の１つの例示的な実施形態では、患者１０１の頭部から爪先へのスキャン中の、患者１０１および検出器１０６に対する、Ｘ線源１０４の動きが概略的に示されている。図２Ａから図２Ｃに示す先行技術のスキャン経路とは対照的に、スキャナ１００は、Ｘ線源１０４が検出器１０６に垂直な平面に少なくとも部分的に沿って移動するラスタスキャンなどの様々な断層撮像スキャンモードで動作させることができ、スキャンにおいて、Ｘ線源１０４は、少なくとも部分的には連続運動で移動しており、やがて制限されたＸ線露光は、撮像物体の異なる二重エネルギー投影を生成し、および／またはＸ線源１０４は少なくとも部分的に平面Ｐに垂直に移動しており、だが単純な平面ではなく、任意選択的に検出器１０６までの距離が変化するより複雑な移動パターンでは、異なる角度で取得された投影のセットからトモシンセシスデータを再構成する場合に画像品質の最適化を可能にする。図５に示す例示的な実施形態では、Ｘ線源１０４は、検出器１０６の入口または検出表面１０５に平行に配向された患者１０１の平面または区分Ｗに沿って移動され、Ｘ線源１０４と検出器１０６の中心とを通る軸と、少なくとも１つの検出器１０６の検出表面１０５の中心にあって検出表面１０５に垂直な軸Ｐとの間の角度が変化する複数の位置で停止および動作する。所望の数の画像１２９が患者１０１の特定の区分Ｗで得られると、アーム１０８は、追加の画像１２９を得るために、Ｘ線源１０４および／または検出器１０６を異なる、場合によっては重複する部分Ｗに移動させる。このプロセスは、患者１０１が身体の全体または身体の特定の部分にわたって適切にスキャンされるまで、何度も繰り返される。Ｘ線源１０４の撮像位置を複数にすることにより、Ｘ線源１０４が、平面Ｐに対して異なる角度で患者１０１内の同じ物体（例えば、骨）の検出器１０６上に複数の画像１２９を生成または取得することを可能にし、画像１２９は、二重エネルギー画像、すなわち、Ｘ線源１０４が動作する各位置で患者１０１の得られた低エネルギーおよび高エネルギー画像とすることができる。ＤＡＳ１１６および画像再構成装置１１８では、これらの画像１２９を断層撮影により再構成して、検出器１０６に対して平行または他の所望の向きである患者１０１内の異なる高さに２Ｄ画像１３０、１３２の少なくとも１つのセットを形成することができる。

別の例示的な実施形態では、スキャナ１００は、アーム１０８に沿って互いに離間した複数のＸ線源１０４を含むことができる。動作中、個々のＸ線源１０４は、２Ｄ平面画像１３０、１３２のセット１３３への断層再構成のための二重エネルギー画像１２９を生成するために連続的に動作するが、Ｘ線源１０４の移動は検出器１０６の入射面に垂直な所与の平面内で動作しない。したがって、複数のＸ線源１０４の存在および動作は、Ｘ線源１０４が二重エネルギー画像１２９の各々を得るためのプロセスの間は静止したままであるので、Ｘ線源１０４の間で得られる二重エネルギー画像１２９において機械的に誘発される変動を排除することができる。

ここで、図６に示す例示的な実施形態を参照すると、平面画像１３０、１３２の少なくとも１つのセット１３３の再構成を完了すると、これらの画像１３０、１３２は、個別にまたは集合的に、制御機構１１０に動作可能に接続されるデータベース１２２、１３６内に保持される他の患者のＤＸＡスキャンから得られる２Ｄ断層撮影スキャン画像の１つまたは複数の記憶されたセット１３４と比較することができる。セット１３３内の取得された２Ｄ断層画像１３０および１３２の１つまたは複数と、ＴＯＭＯ画像のＤＸＡスキャンセット１３４における１つまたは複数の記憶された２Ｄ断層画像との間に密接な比較がなされるか、または類似性が見られる場合、制御機構１１０は、断層画像の特定の記憶されたＤＸＡスキャンセット１３４に関連してデータベース１２２、１３６に記憶された画像のＣＴスキャンセット１３７にアクセスし、画像の選択され記憶されたセット１３４および１３７に関する記憶された３Ｄ有限要素解析（ＦＥＡ）モデル１３８を生成または配置することができる。モデル１３８の生成またはその修正として、取得されたＤＸＡ断層画像１３０、１３２のセット１３３からの情報が、ＦＥＡモデル１３８に含まれ、モデル１３８’が構成され、続いてディスプレイ１２８またはスキャナ１００に動作可能に接続された他の同様のデバイスに示すことができる。このようにして、少なくとも１つのＤＸＡ断層画像セット１３３によって提供される追加情報は、モデル１３８の構成におけるエラーおよび、骨の皮質厚さ、皮質容積密度、および骨梁容積密度など、ならびに／もしくはモデル１３８上またはモデル１３８によって提供される骨折リスクの評価などの、モデル１３８’上に表示される異なるパラメータのカラーマップの表現におけるエラーを大幅に減らす。

ここで図７を参照すると、本発明の代替実施形態では、ＤＸＡ断層画像１３０、１３２の少なくとも１つの取得されたセット１３３が、データベース１２２、１３６に配置される計算された記憶されたＤＸＡ断層画像１４２のセットと比較される。計算されたＤＸＡ断層画像１４２のセットは、取得されたＤＸＡ断層画像１３０、１３２の少なくとも１つのセット１３３との比較のために、および記憶されたＣＴスキャン画像１４４のセットと取得されたＤＸＡスキャン断層画像１３０、１３２からの情報とを用いてＦＥＡモデル１３８を形成するために、データベース１３６に記憶されている先の患者のＣＴスキャン画像１４４のセットから再構成される。この例示的な実施形態では、ＤＸＡスキャン断層画像１３０、１３２の得られたセット１３３と比較したＤＸＡ画像１４２が、モデル１３８を構成するために使用される患者のＣＴスキャン画像１４４から直接再構成されるので、他の患者について先行するＤＸＡスキャンは行われない。

図８に示される本発明の別の例示的な実施形態では、取得されたＤＸＡスキャン断層画像１３０、１３２の少なくとも１つのセット１３３が、前の患者のＣＴスキャン画像１４８のセットから構成される再フォーマットされたＣＴスキャン画像１４６のセットと比較され、データベース１２２、１３６に記憶される。再フォーマットされたＣＴスキャン画像１４６のセットは、患者の様々な冠状面に沿うなどの、少なくとも１つの取得されたＤＸＡスキャン断層画像１３０、１３２の画像平面に対応するＣＴスキャン画像１４８のセットから再構成される画像である。次いで、選択された再フォーマットされた画像１４６は、ＦＥＡモデル１３８を生成するために、ＣＴスキャン画像１４８および取得されたＤＸＡスキャン断層画像１３０、１３２の少なくとも１つのセット１３３からの情報と共に利用される。

ここで図９Ａを参照すると、ＤＸＡスキャナ１００と、図２Ａから図２Ｃのうちの１つに示されたスキャン方法とを用いて得られるようなＤＸＡスキャン画像１５０が示されている。画像１５０において、各ピクセル１５２は、ピクセル１５２が、脂肪組織１５８および／または赤身組織１６０（筋肉、非脂肪、および非ミネラル組織）から構成される骨ピクセル１５４または軟組織ピクセル１５６であるかどうかに基づいて解析される。軟組織ピクセル１５６において、解析は、低エネルギーおよび高エネルギーＤＸＡ画像の組み合わせから、脂肪組織割合１５８および赤身組織割合１６０を測定する。しかしながら、骨ピクセル１５４では、２つの異なるエネルギーで取得された２つの画像のみから３つの異なる物体の割合（脂肪、赤身、骨）を導き出すことができないため、骨ピクセル１５４内の軟組織の組成が、近傍の軟組織ピクセル１５６内の軟組織組成に類似しており、それに応じて、骨、脂肪、および赤身組織の割合が導出されると仮定される。解析が完了すると、骨組織割合、脂肪組織割合１５８、および赤身組織割合１６０の値が、スキャンされる個体の全身および関心領域にわたって加えられる。

ここで図９Ｂを参照すると、本発明の別の例示的な実施形態では、図５に概略的に示されるＤＸＡスキャナ１００および関連する断層撮影スキャン方法を使用して体組成測定が実行され、身体の、または身体内にある関心領域の、複数の２Ｄ断層撮影スライス１６１を得る。その結果、各断層画像／スライス１６１内の個々のピクセル１６２は同様に骨ピクセル１６４と軟組織ピクセル１６６とにセグメント化されるが、脂肪組織割合１６８および赤身組織割合１７０の定量化は、各スライス１６１において実行することができる脂肪組織割合１６８および赤身組織割合１７０の容積測定によりより正確になり、それにより、より正確な結果が各スライス１６１の結果の組み合わせから得られる。

本明細書は、本発明を開示するために実施例を用いており、最良の形態を含んでいる。また、いかなる当業者も本発明を実施することができるように実施例を用いており、任意の装置またはシステムを製作し使用し、任意の組み込まれた方法を実行することを含んでいる。本発明の特許可能な範囲は、特許請求の範囲によって定義され、当業者に想起される他の例を含み得るものである。このような他の実施例が特許請求の範囲の字義通りの文言と異ならない構造要素を有する場合、または、それらが特許請求の範囲の字義通りの文言と実質的な差異がない等価な構造要素を含む場合には、このような他の実施例は特許請求の範囲内であることを意図している。

１０ ２Ｄ ＤＸＡ画像
１２ 基準データベース
１４ ２Ｄ ＤＸＡ画像
１６ ２Ｄ ＤＸＡ画像
１８ 画像のＣＴスキャンセット
２０ ３Ｄ有限要素解析（ＦＥＡ）モデル
２０’ 修正されたＦＥＡモデル
５０ コンピュータシステム
１００ ＤＸＡスキャナ
１０１ 患者、患者の身体
１０２ ＤＸＡテーブル
１０４ Ｘ線源
１０５ 検出表面
１０６ Ｘ線検出器
１０８ アーム
１１０ コンピュータシステム、制御機構
１１２ Ｘ線コントローラ
１１４ アームモータコントローラ
１１６ データ収集システム（ＤＡＳ）
１１８ 画像再構成装置
１２０ コンピュータ
１２２ データベース／大容量ストレージデバイス
１２４ オペレータコンソール
１２６ キーボード
１２８ ディスプレイ
１２９ 二重エネルギー画像
１３０ ２Ｄ断層画像、ＤＸＡスキャン断層画像
１３２ ２Ｄ断層画像、ＤＸＡスキャン断層画像
１３３ ＤＸＡ断層画像セット
１３４ ＤＸＡスキャンセット
１３６ データベース
１３７ 画像のＣＴスキャンセット
１３８ ３Ｄ有限要素解析（ＦＥＡ）モデル
１３８’ モデル
１４２ ＤＸＡ断層画像
１４４ ＣＴスキャン画像
１４６ 再フォーマットされたＣＴスキャン画像
１４８ ＣＴスキャン画像
１５０ ＤＸＡスキャン画像
１５２ ピクセル
１５４ 骨ピクセル
１５６ 軟組織ピクセル
１５８ 脂肪組織割合、脂肪組織
１６０ 赤身組織割合、赤身組織
１６１ ２Ｄ断層撮影スライス
１６２ ピクセル
１６４ 骨ピクセル
１６６ 軟組織ピクセル
１６８ 脂肪組織割合
１７０ 赤身組織割合

Claims (17)

1. 患者（１０１）の骨組織を解析する方法であって、前記方法は、
   少なくとも１つのＸ線源（１０４）、少なくとも１つのＸ線検出器（１０６）、およびコントローラ（１１２）を含んで、前記少なくとも１つのＸ線源（１０４）の移動を制御し、前記少なくとも１つの検出器（１０６）から画像データを受け取るスキャンデバイスを提供するステップと、
   複数の点で前記複数の点に対応する複数の二重エネルギーＸ線画像（１２９）を取得するために前記患者（１０１）に対して少なくとも１つの面に沿って前記少なくとも１つのＸ線源（１０４）を動作させるステップであって、各点が、前記少なくとも１つの検出器（１０６）の検出面に垂直な軸に対して異なる角度に配置される、ステップと、
   前記複数の二重エネルギーＸ線画像（１２９）を使用して前記患者（１０１）の前記骨組織の少なくとも１つの２次元（２Ｄ）平面スライス画像を再構成するステップと、
   前記少なくとも１つの２Ｄ平面スライス画像によって提供される情報を用いて有限要素解析（ＦＥＡ）モデル（２０）を修正するステップと、
   を備える、方法。
2. 前記少なくとも１つのＸ線源（１０４）を動作させる前記ステップが、
   第１の二重エネルギーＸ線画像（１２９）を生成するために、前記少なくとも１つのＸ線源（１０４）から前記検出器（１０６）に対する第１の位置でＸ線を放射するステップと、
   前記少なくとも１つのＸ線源（１０４）を前記検出器（１０６）に対する前記第１の位置から前記検出器（１０６）に対する第２の位置に移動させるステップと、
   第２の二重エネルギーＸ線画像（１２９）を生成するために、前記検出器（１０６）に対する前記第２の位置で前記少なくとも１つのＸ線源（１０４）からＸ線を放射するステップと、
   を備える、請求項１に記載の方法。
3. 前記少なくとも１つのＸ線源（１０４）を動作させる前記ステップが、
   第１の二重エネルギーＸ線画像（１２９）を生成するために、前記検出器（１０６）に対する第１の位置で第１のＸ線源（１０４）からＸ線を放射するステップと、
   前記第１の位置で前記第１のＸ線源（１０４）から離間した第２の位置で第２のＸ線源（１０４）からＸ線を放射して、第２の二重エネルギーＸ線画像（１２９）を生成するステップと、
   を備える、請求項１に記載の方法。
4. 前記少なくとも１つのＸ線源（１０４）を動作させる前記ステップが、
   前記少なくとも１つのＸ線源（１０４）からＸ線を放射して、前記患者（１０１）の第１の幅に沿って第１の数の二重エネルギーＸ線画像（１２９）を生成するステップと、
   前記Ｘ線源（１０４）を前記第１の幅から離間した前記患者（１０１）の第２の幅に移動させるステップと、
   前記少なくとも１つのＸ線源（１０４）からＸ線を放射して、前記患者（１０１）の前記第２の幅に沿って第２の数の二重エネルギーＸ線画像（１２９）を生成するステップと、
   を備える、請求項１に記載の方法。
5. 患者（１０１）の身体の中の骨の様々なパラメータを決定する方法であって、前記方法は、
   少なくとも１つのＸ線源（１０４）、少なくとも１つのＸ線検出器（１０６）、およびコントローラ（１１２）を含んで、前記少なくとも１つのＸ線源（１０４）の移動を制御し、前記少なくとも１つの検出器（１０６）から画像データを受け取るスキャンデバイスを提供するステップと、
   前記患者（１０１）に対して少なくとも１つの面に沿った複数の点で、前記複数の点に対応する複数の二重エネルギーＸ線画像（１２９）を取得するために、少なくとも１つのＸ線源（１０４）を動作させるステップであって、各点が、前記少なくとも１つの検出器（１０６）の検出面に垂直な軸に対して異なる角度に配置される、ステップと、
   前記複数の二重エネルギーＸ線画像（１２９）を使用して前記患者（１０１）の少なくとも１つの２次元（２Ｄ）平面スライス画像を再構成するステップと、
   少なくとも１つの２Ｄ平面スライス画像を前記コントローラ（１１２）に動作可能に接続される画像のデータベース（１２２）と照合するステップと、
   前記少なくとも１つの２Ｄ平面スライス画像によって提供される情報を用いて有限要素解析（ＦＥＡ）モデル（２０）を修正するステップと、
   を備える、方法。
6. 画像の前記データベース（１２２）が、再構成された２Ｄ平面スライス画像のデータベースを備える、請求項６に記載の方法。
7. 画像の前記データベース（１２２）が、ＣＴスキャン画像（１４４、１４８）から再構成される再構成された２Ｄ平面スライス画像のデータベースを備える、請求項６に記載の方法。
8. 画像の前記データベース（１２２）が、再フォーマットされたＣＴスキャン画像（１４６）のデータベースを備える、請求項６に記載の方法。
9. 前記データベース画像の１つを選択するステップと、
   前記再構成された２Ｄ平面スライス画像を使用して、前記選択されたデータベース画像に関連する有限要素解析（ＦＥＡ）モデル（２０）を修正するステップと、
   をさらに備える、請求項６に記載の方法。
10. 前記ＦＥＡモデル（２０）を修正する前記ステップが、前記ＦＥＡモデル（２０）上に表されるパラメータを変更するステップを備える、請求項１０に記載の方法。
11. 前記パラメータを変更する前記ステップが、前記ＦＥＡモデル（２０）上の前記パラメータの表示を変更するステップを備える、請求項１１に記載の方法。
12. 前記パラメータの表示を変更する前記ステップが、前記ＦＥＡモデル（２０）上に提供されるカラーマップを変更するステップを備える、請求項１２に記載の方法。
13. 前記パラメータが、骨の皮質厚さ、骨の皮質容積密度、および骨の骨梁容積密度からなる群から選択される、請求項１１に記載の方法。
14. 前記ＦＥＡモデル（２０）を修正する前に、前記選択されたデータベース画像と、前記選択されたデータベース画像に関連して前記データベース（１２２）に記憶されるＣＴスキャン画像（１４４、１４８）とを有するＦＥＡモデル（２０）を形成するステップをさらに備える、請求項１０に記載の方法。
15. 前記ＦＥＡモデル（２０）が、前記選択された画像に関連して前記データベース（１２２）に記憶される、請求項１０に記載の方法。
16. 患者（１０１）の様々なパラメータを判定する方法であって、前記方法が、
    少なくとも１つのＸ線源（１０４）、少なくとも１つのＸ線検出器（１０６）、およびコントローラ（１１２）を含んで、前記少なくとも１つのＸ線源（１０４）の移動を制御し、前記少なくとも１つの検出器（１０６）から画像データを受け取るスキャンデバイスを提供するステップと、
    前記患者（１０１）に対して少なくとも１つの面に沿って複数の点で、前記複数の点に対応する複数の二重エネルギーＸ線画像（１２９）を取得するために、前記少なくとも１つのＸ線源（１０４）を動作させるステップであって、各点が、前記少なくとも１つの検出器（１０６）の検出面に垂直な軸に対して異なる角度に配置される、ステップと、
    前記複数の二重エネルギーＸ線画像（１２９）を利用して前記患者（１０１）の少なくとも１つの２次元（２Ｄ）平面スライス画像を再構成するステップと、
    前記少なくとも１つの２Ｄスライス画像を骨ピクセル（１５４、１６４）および組織ピクセルにセグメント化するステップと、
    組織ピクセル内の組織割合ならびに骨ピクセル（１５４、１６４）内の組織および骨割合を測定するステップと、
    を備える、方法。
17. 第１の２Ｄスライス画像を骨ピクセル（１５４、１６４）および組織ピクセルにセグメント化するステップと、
    第２の２Ｄスライス画像を骨ピクセル（１５４、１６４）および組織ピクセルにセグメント化するステップと、
    前記第１の２Ｄスライス画像内の組織ピクセルにおける組織割合と骨ピクセル（１５４、１６４）における組織割合および骨割合とを測定するステップと、
    前記第２の２Ｄスライス画像内の組織ピクセルにおける組織割合と骨ピクセル（１５４、１６４）における組織および骨割合とを測定するステップと、
    前記第１の２Ｄスライス画像の前記組織および骨割合測定値を、前記第２の２Ｄスライス画像の前記組織および骨割合測定値と組み合わせるステップと、
    をさらに備える、請求項１７に記載の方法。