JP2019201879A - 大腰筋領域画定装置および大腰筋領域画定方法 - Google Patents
大腰筋領域画定装置および大腰筋領域画定方法 Download PDFInfo
- Publication number
- JP2019201879A JP2019201879A JP2018098847A JP2018098847A JP2019201879A JP 2019201879 A JP2019201879 A JP 2019201879A JP 2018098847 A JP2018098847 A JP 2018098847A JP 2018098847 A JP2018098847 A JP 2018098847A JP 2019201879 A JP2019201879 A JP 2019201879A
- Authority
- JP
- Japan
- Prior art keywords
- region
- tomographic image
- defining
- psoas muscle
- psoas
- 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
- 210000002097 psoas muscle Anatomy 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 92
- 210000003205 muscle Anatomy 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 25
- 241001465754 Metazoa Species 0.000 claims abstract description 14
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 34
- 238000007781 pre-processing Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 description 29
- 238000002591 computed tomography Methods 0.000 description 10
- 208000023178 Musculoskeletal disease Diseases 0.000 description 7
- 230000007423 decrease Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 208000008035 Back Pain Diseases 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 210000003141 lower extremity Anatomy 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 208000017445 musculoskeletal system disease Diseases 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 208000012659 Joint disease Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 210000001113 umbilicus Anatomy 0.000 description 1
Abstract
【課題】より簡便に断層画像において大腰筋の領域を画定することができる装置および方法を提供する。【解決手段】大腰筋領域画定装置１は、ヒトを含む動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する装置であって、前処理部１１、椎骨領域画定部１２、シード点設定部１３、筋肉領域画定部１４を備える。前処理部１１は、Ｘ線ＣＴ装置等により取得された断層画像に対してノイズ低減処理を行って、ＳＮ比が改善された断層画像を作成する。椎骨領域画定部１２は、前処理後の画像において椎骨の領域を画定する。シード点設定部１３は、椎骨領域画定部１２により画定された椎骨の領域に基づいて、前処理後の画像において大腰筋の領域を画定するためのシード点を設定する。筋肉領域画定部１４は、動的輪郭法を用いて断層画像においてシード点の周りに大腰筋の領域を画定する。【選択図】図１
Description
本発明は、ヒトを含む動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する装置および方法に関するものである。
ヒトを含む動物の大腰筋は、体幹と下肢とを繋ぐ筋肉であり、股関節の屈伸および外旋だけでなく、脊椎の生理的湾曲を保持する役割を果たす。大腰筋は腰痛や筋骨格系の疾患に関連があり、大腰筋の筋肉量の低下によって歩行能力の低下が生じる可能性があるとの報告がある。また、大腰筋は、下肢の筋肉より早期に低下を示すとされている。したがって、運動器疾患の予防改善及び運動器の健康維持改善には、大腰筋の筋肉量の減少の早期発見が重要であるとされている。
Ｘ線ＣＴ（Computed Tomography）装置またはＭＲＩ（Magnetic Resonance Imaging）装置による被験者の断層画像を医師または技師が観察することで、その断層画像において大腰筋領域をマニュアルで画定することができ、そして、その大腰筋領域の面積から大腰筋の筋肉量を推定することができる。しかし、このような医師等によるマニュアルの大腰筋領域の画定は、長時間を要し、また、医師等の熟練を要する。そこで、断層画像において大腰筋領域を画定する技術の自動化が望まれている。
非特許文献１には、Ｘ線ＣＴ装置による断層画像において大腰筋領域を画定する技術が記載されている。この文献に記載された大腰筋領域画定技術は具体的には次のとおりである。Ｘ線ＣＴ装置により１００人の被験体それぞれの断層画像を取得し、そのうちの２０人の断層画像（学習用データ）を大腰筋形状モデルを構築し（ステップＡ）、その後に、残りの８０人の断層画像（検証用データ）および大腰筋形状モデルを用いて各人の大腰筋領域を画定する（ステップＢ）。
大腰筋形状モデルを構築するステップＡでは、医師等は、断層画像（学習用データ）における大腰筋領域をマニュアルでスケッチし、また、大腰筋の起始および停止をマニュアルで決定する。起始は、大腰筋が椎骨（第１２胸椎、第１腰椎〜第５腰椎）に繋がる位置である。停止は、大腰筋が大腿骨小転子に繋がる位置である。その後、医師等は、起始と停止とを結ぶ線分を求め、その線分に対して大腰筋の表面の曲線を近似する二次関数式を求めることで、大腰筋形状モデルを構築する。
各人の大腰筋領域を画定するステップＢでは、非特許文献２に記載された手法を用いて断層画像（検証用データ）から大腰筋の起始および停止を自動的に決定し、その後、起始と停止とを結ぶ線分を求める。そして、この線分および大腰筋形状モデルを用いてモデルカーブフィッティングを行い、大腰筋領域を画定する。
非特許文献１には、大腰筋形状モデルを用いたモデルカーブフィッティングにより画定された三次元の大腰筋領域Ｒ１と、医師等のスケッチにより画定された三次元の大腰筋領域Ｒ２との間では、類似度を表すＪＳＣ（Jaccard similarity coefficient）の平均値は７２.３％であったと記載されている。ＪＳＣは、領域Ｒ１と領域Ｒ２との論理積を、領域Ｒ１と領域Ｒ２との論理和で除算して得られる値である。ＪＳＣが１００％に近いほど、領域Ｒ１と領域Ｒ２との類似度は高い。
Kamiya,N., et al. "Automated segmentation of psoas major muscle in X-ray CTimages by use of a shape model: Preliminary study." Radiological physicsand technology 5.1 (2012): 5-14.
Zhou, X., et al. "Automatedsegmentation and recognition of the bone structure in non-contrast torso CTimages using implicit anatomical knowledge." Proc of SPIE, 2009.
非特許文献１に記載された大腰筋領域画定技術は、大腰筋形状モデルを構築するステップＡが必要であり、そのステップＡでは医師等によるマニュアルの大腰筋領域画定作業等が必要である。また、非特許文献１に記載された大腰筋領域画定技術は、大腰筋の起始および停止の情報が必要であることから、三次元断層画像が必要である。
本発明は、上記問題点を解消する為になされたものであり、より簡便に断層画像において大腰筋の領域を画定することができる装置および方法を提供することを目的とする。
本発明の大腰筋領域画定装置は、動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する装置であって、動物の椎骨に対して略垂直な二次元断層画像において椎骨の領域を画定する椎骨領域画定部と、椎骨領域画定部により画定された椎骨の領域に基づいて二次元断層画像において大腰筋の領域を画定するためのシード点を設定するシード点設定部と、動的輪郭法を用いて二次元断層画像または三次元断層画像においてシード点の周りに大腰筋の領域を画定する筋肉領域画定部と、を備える。
本発明の大腰筋領域画定装置は、断層画像に対してノイズ低減処理を行う前処理部を更に備え、椎骨領域画定部および筋肉領域画定部それぞれは、前処理部による処理の後の断層画像において領域の画定を行うのが好適である。椎骨領域画定部は、二次元断層画像において横突起および棘突起の形状を消去するのが好適である。
本発明の大腰筋領域画定方法は、動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する方法であって、動物の椎骨に対して略垂直な二次元断層画像において椎骨の領域を画定する椎骨領域画定ステップと、椎骨領域画定ステップにより画定された椎骨の領域に基づいて二次元断層画像において大腰筋の領域を画定するためのシード点を設定するシード点設定ステップと、動的輪郭法を用いて二次元断層画像または三次元断層画像においてシード点の周りに大腰筋の領域を画定する筋肉領域画定ステップと、を備える。
本発明の大腰筋領域画定方法は、断層画像に対してノイズ低減処理を行う前処理ステップを更に備え、椎骨領域画定ステップおよび筋肉領域画定ステップそれぞれは、前処理ステップによる処理の後の断層画像において領域の画定を行うのが好適である。椎骨領域画定ステップは、二次元断層画像において横突起および棘突起の形状を消去するのが好適である。
本発明によれば、より簡便に断層画像において大腰筋の領域を画定することができる。
以下、添付図面を参照して、本発明を実施するための形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。本発明は、これらの例示に限定されるものではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
図１は、本実施形態の大腰筋領域画定装置１の構成を示す図である。本実施形態の大腰筋領域画定装置１は、ヒトを含む動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する装置であって、前処理部１１、椎骨領域画定部１２、シード点設定部１３、筋肉領域画定部１４、記憶部１５および表示部１６を備える。
前処理部１１、椎骨領域画定部１２、シード点設定部１３および筋肉領域画定部１４は、例えばＣＰＵ（Central Processing Unit）を備えるコンピュータ等の処理装置であり、記憶部１５により記憶されたプログラムおよびデータを用いて断層画像について所要の処理を行う。記憶部１５は、例えばハードディスク装置等であり、前処理部１１、椎骨領域画定部１２、シード点設定部１３および筋肉領域画定部１４が処理の際に用いるプログラムおよびデータ、処理対象の断層画像データ、処理途中のデータならびに処理結果のデータ等を記憶する。表示部１６は、例えば液晶ディスプレイ等であり、処理対象の断層画像、処理途中の断層画像および処理結果の断層画像等を表示する。
図２は、本実施形態の大腰筋領域画定方法を説明するフローチャートである。本実施形態の大腰筋領域画定方法は、ヒトを含む動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する方法であって、前処理ステップＳ１１、椎骨領域画定ステップＳ１２、シード点設定ステップＳ１３および筋肉領域画定ステップＳ１４を備える。前処理ステップＳ１１は、前処理部１１により行われる処理である。椎骨領域画定ステップＳ１２は、椎骨領域画定部１２により行われる処理である。シード点設定ステップＳ１３は、シード点設定部１３により行われる処理である。筋肉領域画定ステップＳ１４は、筋肉領域画定部１４により行われる処理である。
処理対象の断層画像は、大腰筋領域を含む画像である。処理対象の断層画像は、Ｘ線ＣＴ装置により取得されたものであってもよいし、ＭＲＩにより取得されたものであってもよい。処理対象の断層画像は、動物の椎骨に対して略垂直な二次元断層画像（axial断面の画像）であってもよいし、三次元断層画像であってもよい。ただし、処理対象の断層画像が三次元断層画像である場合、椎骨領域画定ステップＳ１２およびシード点設定ステップＳ１３においては、その三次元断層画像に基づいて作成された二次元断層画像について処理を行う。
以下では、各ステップの処理の前後の断層画像の例を示しながら詳細に説明する。以下に示す断層画像は、Ｘ線ＣＴ装置（SIEMENS Biograph40）により取得された被験体（ヒト）の断層画像（原画像）、または、この原画像に対して所定の処理がなされた後の画像である。図３は、原画像の例を示す図である。この原画像は、被験体の臍の辺りの二次元断層画像である。原画像の画素数は５１２×５１２であり、各画素値はＣＴ値を１６ビットデータで表したものである。
前処理ステップＳ１１において、前処理部１１は、原画像（図３）に対してノイズ低減処理を行って、ＳＮ比が改善された断層画像を作成する。このノイズ低減処理で用いるフィルタは、任意でよいが、例えば、ガウシアン・フィルタ（Gaussian Filter）、メディアン・フィルタ（Median Filter）、ガイディド・フィルタ（Guided Filter）またはノンローカル・ミーンズ・フィルタ（Non-Local Means Filter）を用いることができる。なお、原画像のＳＮ比が良好であって、原画像のノイズが以降の処理において問題が生じない程度であれば、前処理ステップＳ１１においてノイズ低減処理を行わなくてもよい。また、原画像の各画素値のビット数が多いことにより以降の処理の負荷が大きい場合には、前処理ステップＳ１１において各画素値のビット数を小さくする処理をしてもよい。
図４は、前処理ステップＳ１１後の断層画像の例を示す図である。この前処理後の画像（図４）は、原画像（図３）に対して、各画素値のビット数を１６から８へ変換した後、メディアン・フィルタによりノイズ低減処理をしたものである。
椎骨領域画定ステップＳ１２において、椎骨領域画定部１２は、前処理後の画像（図４）において椎骨の領域を画定する。椎骨領域の画定に際しては、前処理後の画像（図４）において、椎骨領域の画素値が他の領域の画素値と比べて大きいことを利用して、或る閾値より画素値が大きい高輝度領域を椎骨領域とする。また、被験者によって横突起および棘突起の形状が異なることから、椎骨領域画定部１２は、横突起および棘突起の形状を消去するのが好ましい。横突起および棘突起の形状の消去は、最大値フィルタおよび最小値フィルタを用いてクロージングおよびオープニング処理を行うことにより可能である。
図５は、椎骨領域画定ステップＳ１２において閾値処理により椎骨領域を抽出した画像の例を示す図である。各画素値のビット数が８であって画素値が０〜２５５の範囲であるのに対して、閾値を１７５とした。この閾値より画素値が大きい高輝度領域を椎骨領域として抽出した。
図６〜図８は、椎骨領域画定ステップＳ１２において横突起および棘突起の形状を消去する途中および結果の画像の例を示す図である。図６は、骨抽出画像（図５）に対して最大値フィルタ（Radius=5.0）を施した後の画像である。図７は、図６の画像に対して最小値フィルタ（Radius=20.0）を施した後の画像である。図８は、図７の画像に対して最大値フィルタ（Radius=15.0）を施した後の画像である。図８に示される画像において、横突起および棘突起の形状が消去された後の椎骨領域が高輝度領域として示されている。また、図８に示される画像において、Ｘ線ＣＴ装置による断層画像の取得の際に被験体が寝かされていた寝台部の像も消去されている。
シード点設定ステップＳ１３において、シード点設定部１３は、椎骨領域画定部１２により画定された椎骨の領域に基づいて、前処理後の画像（図４）において大腰筋の領域を画定するためのシード点を設定する。解剖学的に大腰筋領域は椎骨領域に対して左右双方に存在するので、二次元断層画像において椎骨領域の外縁から左右に一定距離だけ離れた位置にシード点を設定する。
図９は、シード点設定ステップＳ１３において前処理後の画像（図４）上にシード点を設定する処理について説明する図である。図中の矩形は、椎骨領域画定部１２により画定された椎骨領域に外接する。図中の２つの円形は、椎骨領域の外縁（椎骨領域に外接する矩形）から左右に一定距離だけ離れた位置に設定されたシード点を示す。
筋肉領域画定ステップＳ１４において、筋肉領域画定部１４は、動的輪郭法（Active contour method）を用いて断層画像においてシード点の周りに大腰筋の領域を画定する。動的輪郭法は、逐次計算により物体の輪郭を抽出する手法である。動的輪郭法は、画像中の物体輪郭に最も近い形状において最小となるエネルギー関数等を定義（モデル化）し、エネルギー最小化問題として解く。動的輪郭法としては、スネーク（Snake）法およびレベルセット（Level set）法が知られている。レベルセット法は、画像において輝度に高低差がある位置を認識し、隣接する画素の間の輝度の差分を偏微分方程式をベースに解いていく手法である。レベルセット法では、輪郭の曲率の状態（収縮、膨張、曲率変化等）を解く問題であり、領域の分離、結合を自然な形で表現できる。
また、筋肉領域画定部１４は、動的輪郭法により画定された大腰筋領域についてクロージング処理をしてもよい。動的輪郭法により画定された大腰筋領域では、その内部に空洞（筋肉が存在しないとされる領域）が生じる場合があるが、実際には、そのような空洞は存在しない。そこで、クロージング処理をすることで空洞を埋めて、大腰筋領域の外縁で囲まれる領域の全体が大腰筋領域であるとすることができる。
図１０は、筋肉領域画定ステップＳ１４においてレベルセット法により大腰筋領域を画定した画像の例を示す図である。図中の２つの矢印が指し示す領域が、筋肉領域画定ステップＳ１４において前処理後の画像（図４）上で画定された大腰筋領域である。
図１１は、筋肉領域画定ステップＳ１４においてレベルセット法により大腰筋領域を画定した後にクロージング処理をした画像の例を示す図である。この図において、大腰筋領域高輝度領域として示されている。
このようにして大腰筋領域の外縁が分かれば、大腰筋の断面積を求めることができる。また、二次元断層画像が表す被験体の位置（起始と停止との間における位置）が分かれば、大腰筋の筋肉量を評価することができる。本実施形態によれば、より簡便に断層画像において大腰筋の領域を画定することができる。
筋肉領域画定ステップＳ１４において、筋肉領域画定部１４は、動的輪郭法を用いて三次元断層画像においてシード点の周りに大腰筋の領域を画定することもできる。図１２〜図１４は、筋肉領域画定ステップＳ１４においてレベルセット法により大腰筋領域を画定した三次元画像の例を示す図である。図１２は、体軸断面（axial断面）を示す。図１３は、矢状断面（sagittal断面）を示す。図１４は、冠状断面（coronal断面）を示す。これらの図において、矢印が指し示す領域が、画定された大腰筋領域である。このように動的輪郭法を用いて三次元断層画像において大腰筋の領域を画定することにより、より正確に大腰筋の筋肉量を評価することができる。
次に、４人の健常者を被験体としてＸ線ＣＴ装置（SIEMENS Biograph40）により取得した二次元断層画像を用いて行った検証の結果について説明する。４つの断層画像のサンプルＡ〜Ｄそれぞれについて、上記のようにして動的輪郭法により大腰筋領域を画定するとともに、技師のスケッチにより大腰筋領域を画定して、両者間の類似度を表すＪＳＣを求めた。
図１５は、サンプルＡの原画像、動的輪郭法により画定した大腰筋領域の画像、技師スケッチにより画定した大腰筋領域の画像を示す図である。図１６は、サンプルＢの原画像、動的輪郭法により画定した大腰筋領域の画像、技師スケッチにより画定した大腰筋領域の画像を示す図である。図１７は、サンプルＣの原画像、動的輪郭法により画定した大腰筋領域の画像、技師スケッチにより画定した大腰筋領域の画像を示す図である。図１８は、サンプルＤの原画像、動的輪郭法により画定した大腰筋領域の画像、技師スケッチにより画定した大腰筋領域の画像を示す図である。図１５〜図１８それぞれにおいて、（ａ）は原画像を示し、（ｂ）は動的輪郭法により画定した大腰筋領域の画像を示し、（ｃ）は技師スケッチにより画定した大腰筋領域の画像を示す。
４つの断層画像のサンプルＡ〜ＤそれぞれのＪＳＣは、８６.０％、８９.８％、８１.２％、８８.０％であった。ＪＳＣの平均値は８６.３％であった。本実施例のＪＳＣの平均値は、非特許文献１に記載された技術におけるＪＳＣの平均値７２.３％と比べて高い。本実施形態は、学習用データを用意する必要がなく、大腰筋形状モデルを構築する必要がないので、より簡便に断層画像において大腰筋の領域を画定することができる。また、本実施形態は、二次元断層画像においても大腰筋の領域を画定することができ、この点でも簡便である。
高齢化を迎えた社会において要支援・要介護の予防は急務である。要支援・要介護の原因の約２５％は、関節疾患、転倒・骨折、骨粗鬆症などの運動器疾患によるものとされている。それ故、運動器疾患の予防改善及び運動器の健康維持改善が求められている。運動器疾患の中でも腰痛の有訴者率は、男性では第１位、女性では第２位と高いことが示されている。大腰筋は、腰痛の原因を明らかにするための重要な因子であり、歩行や転倒と関連することが示されている。
本実施形態では、より簡便に断層画像において大腰筋の領域を画定することができ、大腰筋の筋肉量の減少を早期に発見することができる。大腰筋は下肢の筋肉より早期に低下を示すとされている。大腰筋領域の画定に基づく大腰筋の筋肉量と腰部運動器疾患との間の関連性を明らかにすることで、腰部運動器疾患の発症予測が可能となることが期待される。また、取得した推定筋肉量を被験者の健康診断結果にフィードバックすることで、被験者に有益な情報を提供することができる。
１…大腰筋領域画定装置、１１…前処理部、１２…椎骨領域画定部、１３…シード点設定部、１４…筋肉領域画定部、１５…記憶部、１６…表示部。
Claims (6)
- 動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する装置であって、
前記動物の椎骨に対して略垂直な二次元断層画像において前記椎骨の領域を画定する椎骨領域画定部と、
前記椎骨領域画定部により画定された椎骨の領域に基づいて前記二次元断層画像において大腰筋の領域を画定するためのシード点を設定するシード点設定部と、
動的輪郭法を用いて前記二次元断層画像または前記三次元断層画像において前記シード点の周りに大腰筋の領域を画定する筋肉領域画定部と、
を備える大腰筋領域画定装置。 - 断層画像に対してノイズ低減処理を行う前処理部を更に備え、
前記椎骨領域画定部および前記筋肉領域画定部それぞれは、前記前処理部による処理の後の断層画像において領域の画定を行う、
請求項１に記載の大腰筋領域画定装置。 - 前記椎骨領域画定部は、前記二次元断層画像において横突起および棘突起の形状を消去する、
請求項１または２に記載の大腰筋領域画定装置。 - 動物の二次元断層画像または三次元断層画像において大腰筋の領域を画定する方法であって、
前記動物の椎骨に対して略垂直な二次元断層画像において前記椎骨の領域を画定する椎骨領域画定ステップと、
前記椎骨領域画定ステップにより画定された椎骨の領域に基づいて前記二次元断層画像において大腰筋の領域を画定するためのシード点を設定するシード点設定ステップと、
動的輪郭法を用いて前記二次元断層画像または前記三次元断層画像において前記シード点の周りに大腰筋の領域を画定する筋肉領域画定ステップと、
を備える大腰筋領域画定方法。 - 断層画像に対してノイズ低減処理を行う前処理ステップを更に備え、
前記椎骨領域画定ステップおよび前記筋肉領域画定ステップそれぞれは、前記前処理ステップによる処理の後の断層画像において領域の画定を行う、
請求項４に記載の大腰筋領域画定方法。 - 前記椎骨領域画定ステップは、前記二次元断層画像において横突起および棘突起の形状を消去する、
請求項４または５に記載の大腰筋領域画定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018098847A JP7143118B2 (ja) | 2018-05-23 | 2018-05-23 | 大腰筋領域画定装置および大腰筋領域画定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018098847A JP7143118B2 (ja) | 2018-05-23 | 2018-05-23 | 大腰筋領域画定装置および大腰筋領域画定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019201879A true JP2019201879A (ja) | 2019-11-28 |
| JP7143118B2 JP7143118B2 (ja) | 2022-09-28 |
Family
ID=68725426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018098847A Active JP7143118B2 (ja) | 2018-05-23 | 2018-05-23 | 大腰筋領域画定装置および大腰筋領域画定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7143118B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111493918A (zh) * | 2020-04-24 | 2020-08-07 | 杭州健培科技有限公司 | 用于腰椎ct影像的观测面自动定位方法，应用方法及设备 |
| JP2022031225A (ja) * | 2020-08-06 | 2022-02-18 | 曁南大学 | 水生動物の運動過程における筋肉変形の測定及び表示方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005323628A (ja) * | 2004-05-12 | 2005-11-24 | Ge Medical Systems Global Technology Co Llc | 画像再構成方法およびｘ線ｃｔ装置 |
| JP2007312892A (ja) * | 2006-05-24 | 2007-12-06 | Konica Minolta Medical & Graphic Inc | モデリング装置、モデリング方法およびプログラム |
| JP2013052121A (ja) * | 2011-09-05 | 2013-03-21 | Hitachi Medical Corp | 医用画像処理装置及び医用画像処理方法 |
| JP2013118914A (ja) * | 2011-12-07 | 2013-06-17 | Hitachi Medical Corp | 医用画像診断支援装置とその作動方法 |
| JP2013223620A (ja) * | 2012-04-23 | 2013-10-31 | Aze Ltd | 医用画像のレジストレーション処理装置、方法およびプログラム |
| WO2014065317A1 (ja) * | 2012-10-23 | 2014-05-01 | 株式会社 日立メディコ | 画像処理装置及び脊柱管評価方法 |
| JP2016195764A (ja) * | 2015-04-02 | 2016-11-24 | 株式会社東芝 | 医用画像処理装置およびプログラム |
| JP2018011870A (ja) * | 2016-07-22 | 2018-01-25 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法、およびプログラム |
-
2018
- 2018-05-23 JP JP2018098847A patent/JP7143118B2/ja active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005323628A (ja) * | 2004-05-12 | 2005-11-24 | Ge Medical Systems Global Technology Co Llc | 画像再構成方法およびｘ線ｃｔ装置 |
| JP2007312892A (ja) * | 2006-05-24 | 2007-12-06 | Konica Minolta Medical & Graphic Inc | モデリング装置、モデリング方法およびプログラム |
| JP2013052121A (ja) * | 2011-09-05 | 2013-03-21 | Hitachi Medical Corp | 医用画像処理装置及び医用画像処理方法 |
| JP2013118914A (ja) * | 2011-12-07 | 2013-06-17 | Hitachi Medical Corp | 医用画像診断支援装置とその作動方法 |
| JP2013223620A (ja) * | 2012-04-23 | 2013-10-31 | Aze Ltd | 医用画像のレジストレーション処理装置、方法およびプログラム |
| WO2014065317A1 (ja) * | 2012-10-23 | 2014-05-01 | 株式会社 日立メディコ | 画像処理装置及び脊柱管評価方法 |
| JP2016195764A (ja) * | 2015-04-02 | 2016-11-24 | 株式会社東芝 | 医用画像処理装置およびプログラム |
| JP2018011870A (ja) * | 2016-07-22 | 2018-01-25 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法、およびプログラム |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111493918A (zh) * | 2020-04-24 | 2020-08-07 | 杭州健培科技有限公司 | 用于腰椎ct影像的观测面自动定位方法，应用方法及设备 |
| CN111493918B (zh) * | 2020-04-24 | 2022-08-26 | 杭州健培科技有限公司 | 腰椎ct影像的观测面自动定位方法、应用方法及设备 |
| JP2022031225A (ja) * | 2020-08-06 | 2022-02-18 | 曁南大学 | 水生動物の運動過程における筋肉変形の測定及び表示方法 |
| JP7101424B2 (ja) | 2020-08-06 | 2022-07-15 | 曁南大学 | 水生動物の運動過程における筋肉変形の測定及び表示方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7143118B2 (ja) | 2022-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sarkalkan et al. | Statistical shape and appearance models of bones | |
| Nipper et al. | Creation of two tomographic voxel models of paediatric patients in the first year of life | |
| US11074688B2 (en) | Determination of a degree of deformity of at least one vertebral bone | |
| KR101930644B1 (ko) | 환자 맞춤형 최적 이진화 방법과 분수령 알고리즘에 기반한 관절의 완전 자동 영상 분할 방법 및 장치 | |
| US8634626B2 (en) | Registration of 3D tomography images | |
| US10803354B2 (en) | Cross-modality image synthesis | |
| Avrunin et al. | Automatized technique for three-dimensional reconstruction of cranial implant based on symmetry | |
| Allen et al. | Detecting reduced bone mineral density from dental radiographs using statistical shape models | |
| JP2009515635A (ja) | 三次元画像における所定の構造の描画方法 | |
| US20150348261A1 (en) | Medical image processing apparatus | |
| US11257214B2 (en) | Two-stage variational image segmentation of medical images using fracture mechanics | |
| JP7143118B2 (ja) | 大腰筋領域画定装置および大腰筋領域画定方法 | |
| CN110910342B (zh) | 通过使用深度学习来分析骨骼创伤 | |
| US11704796B2 (en) | Estimating bone mineral density from plain radiograph by assessing bone texture with deep learning | |
| Keyhaninejad et al. | Automated segmentation of teeth in multi-slice CT images | |
| Derrick et al. | The Computer-Assisted Decedent Identification Method of Computer-Assisted Radiographic Identification | |
| Zhou et al. | Automated segmentation and recognition of the bone structure in non-contrast torso CT images using implicit anatomical knowledge | |
| Grif et al. | Planning technology for neurosurgical procedures by using a software platform to create an optima configuration of customized titanium implants | |
| Birtane et al. | Rule-based fuzzy classifier for spinal deformities | |
| Groesel et al. | Alternative solution of virtual biomodeling based on CT-scans | |
| Uldin | Virtual anthropology: the forensic approach | |
| WARRIER et al. | REFINED APPROACH FOR AUTOMATIC SEGMENTATION OF SPINAL CANALS. | |
| Pandey et al. | A Framework for Mathematical Methods in Medical Image Processing | |
| Seifert et al. | Segmentation of intervertebral discs, trachea and spinal cord from MRI images | |
| Kawasaki et al. | Statistical Analysis of Sacral Bone Density using a CNN-based Atlas Creation on a Large-scale CT database |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210512 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220331 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220603 |
|
| 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: 20220816 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220914 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7143118 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |