JP6152897B2

JP6152897B2 - 画像処理方法

Info

Publication number: JP6152897B2
Application number: JP2015559719A
Authority: JP
Inventors: 知宏中矢; 和義西野
Original assignee: Shimadzu Corp
Current assignee: Shimadzu Corp
Priority date: 2014-02-03
Filing date: 2014-02-03
Publication date: 2017-06-28
Anticipated expiration: 2034-02-03
Also published as: JPWO2015114834A1; WO2015114834A1; CN105960203A; CN105960203B

Description

この発明は、画像処理を行う画像処理方法に係り、特に、椎体の領域を自動抽出する技術に関する。

椎体の領域を自動抽出する画像処理方法では、Ｘ線透視撮影装置や骨密度測定装置などで得られた脊柱が映り込んだ医用画像を用いて行われる。以下では、骨密度測定装置を例に採って説明する。

骨密度測定装置では、例えばＤＸＡ（Dual Energy X-Ray Absorptiometry）法という２つの異なるエネルギピークを有するX線ビームを用いた測定を行う。具体的には、被検体（患者）をベッドに寝かせて、膝を曲げた状態で腰椎を撮影し、骨だけが選択的に映った画像（Ｘ線減弱画像）を得る。一定量の骨の中に含まれる（カルシウムやリンなどの）ミネラル分の骨の中に含まれる量を示す指標である骨塩定量などの骨密度を求めるために、個々の椎体の面積を正確に求める必要がある。そこで、椎体の領域を自動抽出する技術が提案されている（例えば、特許文献１、２、非特許文献１、２参照）。

領域の抽出では、横輪郭（サイドライン）を検出し、互いに隣接する椎体間の境界線を検出することで個々の椎体をそれぞれ抽出する。なお、脊柱は、図６に示すように、頸椎・骨盤間に上下に延びており、椎体Ａの他に、互いに隣接する椎体Ａ間に椎間（椎間板）Ｃがある。椎体Ａ間の境界線は、椎間Ｃの中心に引かれることで検出される。従来では、腰椎の輪郭（サイドライン）のくびれ位置や、椎間の画素値（モニタに画素値を表示する場合には階調処理により「輝度」になる）が低いこと、または椎体と椎体との間の明暗や椎体上下端のエッジ情報などから椎体間の境界を検出していると考えられる。なお、本明細書では、特に断りがない限り画素値と輝度とを同等に扱うものとする。

特表２００４−５０９７２２公報特開２００９−２０７７２７号公報

"Prodigy for Bone Health"、 [online] 、GE healthcare社、インターネット< URL : http://www3.gehealthcare.com/en/Products/Categories/Bone_Health/DXA/Prodigy_for_Bone_Health#tabs/tab4EA97F28C16A4A7FBDAF86CC8F673F6B > "Raising the bar in skeletal health imaging"、 [online] 、HOLOGIC社、インターネット< URL : http://www.hologic.com/en/skeletal/osteoporosis-assessment/discovery/>

しかしながら、これらの検出処理において、現実的には、椎体が湾曲している場合や回転してずれている場合などには、種々のパターンに対応する必要があるという問題点がある。なお、椎体が湾曲する場合には、椎体のポジション（椎体に対応する画素）が画像中心から平行移動にずれるケースも含まれる。

理想的な椎体画像の領域抽出が可能なアルゴリズムであっても、上述したような椎体が湾曲している場合や、正常な椎体であっても撮影ポジションがずれることによって回転方向にずれている状態で撮影した場合（回転ズレを起こした場合）などには椎体の領域を正確に抽出することができない。

この発明は、このような事情に鑑みてなされたものであって、椎体の領域を正確に抽出することができる画像処理方法を提供することを目的とする。

この発明は、このような目的を達成するために、次のような構成をとる。
すなわち、この発明の画像処理を行う画像処理方法であって、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインを抽出するセンターライン抽出工程と、前記センターライン抽出工程で抽出された当該センターラインが画像中央の直線に乗るように前記長手方向と直交する短手方向のシフト量を演算して、当該シフト量に応じて画素を少なくとも短手方向に移動させる幾何学変換を行うことで、椎体に対して幾何学変換によって直線状に修正する幾何学変換工程と、前記幾何学変換工程で修正された椎体の領域を抽出する椎体領域抽出工程と、前記椎体領域抽出工程で抽出された当該椎体の領域から、前記幾何学変換工程での前記幾何学変換の逆変換により修正前の元の画像での椎体の領域を得る逆変換工程とを備えることを特徴とするものである。

この発明の画像処理方法によれば、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインをセンターライン抽出工程では抽出する。椎体が湾曲あるいは回転ズレを起こしているので、抽出された椎体のセンターラインも湾曲あるいは回転ズレを起こしている。そこで、幾何学変換工程では、センターライン抽出工程で抽出された当該センターラインが画像中央の直線に乗るように長手方向と直交する短手方向のシフト量を演算して、当該シフト量に応じて画素を少なくとも短手方向に移動させる幾何学変換を行うことで、椎体に対して幾何学変換によって直線状に修正する。幾何学変換工程で修正された椎体の領域を椎体領域抽出工程では抽出する。このように、幾何学変換工程で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎体領域抽出工程で用いられるアルゴリズムは簡易なものとなる。よって、椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像においても椎体の領域を正確に抽出することができる。したがって、抽出性能（検出性能）が向上する。また、領域抽出工程で用いられるアルゴリズムが簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎体の領域を抽出するアルゴリズムの汎用性も高まるという効果をも奏する。

上述した発明の画像処理方法において、上述した元の画像を平滑化する平滑化工程を備え、センターライン抽出工程では、平滑化工程で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることによりセンターラインを抽出するのが好ましい。元の画像にはノイズ成分が重畳されているので、平滑化工程では元の画像を平滑化し、センターライン抽出工程では、平滑化工程で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることによりセンターラインを抽出することにより、ノイズの影響を低減させて、センターラインを抽出し易くすることができる。もちろん、元の画像を必ずしも平滑化する必要はなく、元の画像自体からセンターラインを抽出してもよい。

上述したこれらの発明の画像処理方法において、センターライン抽出工程で抽出されたセンターラインの法線方向のラインに基づいて、椎間を抽出する椎間抽出工程を備え、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像での椎間を得るのが好ましい。センターラインの法線方向のラインに基づいて椎間を抽出することで、修正後の画像において椎間を正確に抽出することができるとともに、修正前の元の画像においても椎間を正確に抽出することができる。

上述した椎間抽出工程では、幾何学変換工程で直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出し、椎間抽出工程で抽出された当該椎間から、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像での椎間を得るのがより好ましい。すなわち、幾何学変換工程では、センターラインも直線状に修正されるので、当該直線状に修正されたセンターラインの法線方向のラインは、頸椎・骨盤間に延びた長手方向と直交する水平方向（短手方向）に延びる。このように、直線状に修正されたセンターラインの法線方向のラインは水平方向に延びているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎間抽出工程で用いられるアルゴリズムは簡易なものとなる。よって、直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出する際に簡易なアルゴリズムで当該椎間を正確に抽出することができ、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像においても椎間を正確に抽出することができる。したがって、椎体の領域を抽出する場合と同様に椎間においても抽出性能（検出性能）が向上する。また、椎間抽出工程で用いられるアルゴリズムが簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎間を抽出するアルゴリズムの汎用性も高まるという効果をも奏する。

この発明に係る画像処理方法によれば、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインをセンターライン抽出工程では抽出し、幾何学変換工程では、センターライン抽出工程で抽出された当該センターラインが画像中央の直線に乗るように前記長手方向と直交する短手方向のシフト量を演算して、当該シフト量に応じて画素を少なくとも短手方向に移動させる幾何学変換を行うことで、椎体に対して幾何学変換によって直線状に修正し、幾何学変換工程で修正された椎体の領域を椎体領域抽出工程では抽出する。このように、幾何学変換工程で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎体領域抽出工程で用いられるアルゴリズムは簡易なものとなる。よって、椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像においても椎体の領域を正確に抽出することができる。

実施例に係る画像処理装置のブロック図である。実施例に係る画像処理方法の流れを示す一連のフローチャートである。図２のステップＳ１のセンターライン検出（平滑化）に関する模式図である。図２のステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）に関する模式図である。図２のステップＳ２の幾何学変換（近似式から直線への幾何学変換）に関する模式図である。脊柱における椎体・椎間の模式図である。

以下、図面を参照してこの発明の実施例を説明する。図１は、実施例に係る画像処理装置のブロック図である。図１では、骨密度測定装置で得られた脊柱が映り込んだＸ線減弱画像を用いて画像処理を行う場合を例に採って説明する。

図１に示す画像処理装置１は、ＧＰＵ（Graphics Processing Unit），中央演算処理装置（ＣＰＵ）あるいはプログラムデータに応じて内部の使用するハードウェア回路（例えば論理回路）が変更可能なプログラマブルデバイス（例えばＦＰＧＡ(Field Programmable Gate Array)）、およびマウスやキーボードやジョイスティックやトラックボールやタッチパネルなどに代表されるポインティングデバイスで構成された入力部などで構成されている。

本実施例では、図１に示すように、画像処理装置１は、平滑化処理部１１とセンターライン抽出部１２と幾何学変換部１３と椎体領域・椎間抽出部１４と逆変換部１５とを備え、各画像を出力表示する表示部１６を備えている。図１では、逆変換部１５で得られた椎体の領域や椎間が映り込んだ画像を表示部１６に出力表示しているが、実際には、平滑化処理部１１やセンターライン抽出部１２や幾何学変換部１３や椎体領域・椎間抽出部１４で得られた各画像も表示部１６に出力表示している。平滑化処理部１１，センターライン抽出部１２，幾何学変換部１３，椎体領域・椎間抽出部１４および逆変換部１５の具体的な機能については、図２以降で詳述する。

次に、平滑化処理部１１，センターライン抽出部１２，幾何学変換部１３，椎体領域・椎間抽出部１４および逆変換部１５の具体的な機能について、上述した図１と併せて、図２〜図５を参照して説明する。図２は、実施例に係る画像処理方法の流れを示す一連のフローチャートであり、図３は、図２のステップＳ１のセンターライン検出（平滑化）に関する模式図であり、図４は、図２のステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）に関する模式図であり、図５は、図２のステップＳ２の幾何学変換（近似式から直線への幾何学変換）に関する模式図である。

なお、椎体の画像であるので、椎体領域では画素値（輝度）は高くなって白っぽく映り、それ以外の背景領域では画素値（輝度）は低くなって黒っぽく映るが、図示の便宜上、図３（ａ），図５（ａ）および図５（ｂ）では、白黒反転させた画像としてハッチングで模式的に表す。よって、画素値（輝度）が低い背景領域については白塗りで図示し、それ以外の画素値（輝度）が比較的に低い領域については右上斜線のハッチングで図示し、画素値（輝度）が比較的に高い領域（例えば後述する椎弓根や棘突起）についてはクロス射線のハッチングで図示する。また、図３（ｂ），図４では、平滑化された画像においても白黒反転させた画像として模式的に表す。図３〜図５では骨盤については図示を省略する。また、図３〜図５では、水平方向をｘ方向（ここでは右方向を正方向）とし、頸椎・骨盤間に延びた長手方向を上下のｙ方向（骨盤に向かう方向を正方向）とする。

なお、図３〜図５では、湾曲した椎体を例としている。また、図３（ａ），図５（ａ）および図５（ｂ）では、椎体の領域や椎間を輪郭で図示しているが、実際には図２のステップＳ３の椎体検出アルゴリズム実行以降でなければ、椎体の領域や椎間は輪郭として抽出されないことに留意されたい。

骨密度測定装置で撮影を行う場合には、先ず、図１に示すように、被検体（患者）ＭをベッドＢに寝かせて、膝を曲げた状態で２つの異なるエネルギピークを有するＸ線ビームを腰椎に向けて照射させて、Ｘ線減弱画像を取得する。なお、Ｘ線透視撮影装置で取得された脊柱が映り込んだＸ線画像を用いてもよい。骨密度測定装置で取得されたＸ線減弱画像あるいはＸ線透視撮影装置で取得されたＸ線画像を用いて、下記の画像処理を行う。

（ステップＳ１）センターライン検出
図２のフローチャートに示すように、Ｘ線減弱画像あるいはＸ線画像に対して、平滑化処理部１１（図１を参照）は平滑化処理を行う。平滑化処理は、公知の処理であれば特に限定されない。図３（ａ）の椎体画像は平滑化処理前の元の画像（Ｘ線減弱画像あるいはＸ線画像）であり、図３（ｂ）の椎体画像は平滑化された画像である。

椎体上部（椎体の頸椎側）には「椎弓根」と呼ばれる領域が左右に現れる。この椎弓根は椎体上部にほぼ必ず見られ、周辺に比べて画素値が高い。図３（ａ）では椎弓根Ｒとする。図５（ａ）や図５（ｂ）も含めて図３（ａ）の画像では、上述したように白黒反転させてハッチングで模式的に図示しているので、実際の椎弓根Ｒでの画素は白っぽく映る。

また、椎体中央には「棘突起（spinous process）」と呼ばれる領域が現れる。この棘突起も椎弓根Ｒと同様に周辺に比べて画素値が高い。図３（ａ）では棘突起ＳＰとする。図５（ａ）や図５（ｂ）も含めて図３（ａ）の画像では、上述したように白黒反転させてハッチングで模式的に図示しているので、実際の棘突起ＳＰでの画素は白っぽく映る。

実際の椎弓根Ｒや棘突起ＳＰでの画素値が高いので、平滑化処理により実際の椎体の中央部分は白っぽく映る。図４も含めて図３（ｂ）の画像では、上述したように白黒反転させて模式的に図示しているので、平滑化された画像における椎体の中央部分を黒っぽく図示している。

次に、平滑化された画像において、センターライン抽出部１２（図１を参照）は、行単位（画素ラインの単位）で画素値のピークを検索し、図４（ａ）に示すようにピーク値を有する座標（画素）をプロットする（図４ではプロットを「白丸」で表記）。それぞれでプロットされた画素（センター候補点）を並べて多項式近似（１次を含む最大５次程度の多項式近似）を行い、検索する次数内で最も誤差の小さい曲線をセンターラインとすることにより当該センターラインを抽出する。抽出されたセンターラインを、図４（ｂ）ではセンターラインＣＬとする。このステップＳ１は、この発明における平滑化工程およびセンターライン抽出工程に相当する。

（ステップＳ２）幾何学変換
ステップＳ１で抽出されたセンターラインＣＬは、湾曲した椎体に伴い、図４（ｂ）に示すように湾曲している。そこで、幾何学変換部１３（図１を参照）は、当該センターラインＣＬに基づいて椎体に対して幾何学変換によって直線状に修正する。具体的には、図５（ａ）に示すように元の画像に対してセンターラインＣＬを重ねあわせ、図５（ｂ）に示すようにセンターラインＣＬを直線状に修正するのに伴って、椎体に対しても直線状に修正する。

図５（ｃ）に示すように椎体画像の水平方向（ｘ方向）の画素数をＸ_ＳＩＺＥとする。例えば、画像中央に移動させたい場合には、ステップＳ１で得られたセンターラインＣＬがｘ＝Ｘ_ＳＩＺＥ／２の直線に乗るように幾何学変換を行う。センターラインＣＬがｘ＝Ｘ_ＳＩＺＥ／２の直線に乗るシフト量を行単位でそれぞれ演算し、演算されたシフト量分に応じて行単位で画素をそれぞれ移動させることで椎体全体も直線状に修正される。

このとき、上下のｙ方向についてもｘ方向のシフト量に応じてｙ方向に関するシフト量を決定してもよい。ｙ方向に関するシフト量分に応じて画素を上下にそれぞれ移動させることで、図５（ａ）の水平方向から傾いた椎体の境界線を図５（ｂ）のように水平方向に戻すことができる。なお、直線状に修正されたセンターラインＣＬの法線方向に基づいて、後述するように椎間を抽出するので、必ずしもｙ方向に関するシフト量も決定する必要はない。このステップＳ２は、この発明における幾何学変換工程に相当する。

（ステップＳ３）椎体検出アルゴリズム実行
ステップＳ２で修正された画像に対して、椎体領域・椎間抽出部１４（図１を参照）は椎体検出アルゴリズムを実行して、椎体（vertebral body）の領域を輪郭（図３（ａ）や図５（ａ）や図５（ｂ）では符号ＶＢで表記）として抽出するとともに、椎間（intervertebral disk）を輪郭（図３（ａ）や図５（ａ）や図５（ｂ）では符号ＩＤで表記）として抽出する。椎体検出アルゴリズムによる椎体の領域や椎間の抽出処理は、公知の処理であれば特に限定されない。

ステップＳ２で修正された椎体の領域を抽出するには、例えば二値化処理した上で、例えばモルフォロジー演算における収縮処理（「エロージョン処理」とも呼ばれる）などを用いて細線化処理した画像に基づいて椎体の領域の輪郭ＶＢを抽出する。その他にも、例えばSobelフィルタやRobertsフィルタやラプラシアンフィルタのような画素値の差分を取った一次微分あるいは画素値の差分のさらなる差分を取った二次微分などの強調処理を行った画像に基づいて椎体の領域の輪郭ＶＢを抽出する。

また、椎間を抽出するには、ステップＳ１で抽出されステップＳ２で直線状に修正されたセンターラインＣＬの法線方向のラインに基づいて行う。例えば椎体の領域を抽出する場合と同様に、二値化処理や細線化処理などの強調処理を行った画像、またはSobelフィルタやRobertsフィルタやラプラシアンフィルタのような画素値の差分を取った一次微分あるいは画素値の差分のさらなる差分を取った二次微分などの強調処理を行った画像に基づいて椎弓根Ｒの領域を抽出する。そして、直線状に修正されたセンターラインＣＬの法線方向のラインに平行で、かつ椎弓根Ｒの頸椎側に接するラインを、当該椎弓根Ｒが属する椎体の上辺とする。

このように椎体の上辺を抽出した場合において、当該椎体に頸椎側に隣接した椎体の下辺を抽出するには、特に限定されない。例えば、左右の椎弓根Ｒで水平方向に分割された各画素値の平均値の大小関係を、直線状に修正されたセンターラインＣＬの法線方向のライン毎に比較することにより、椎体の下辺を抽出する。このように抽出された椎体の上辺と、当該椎体に頸椎側に隣接した椎体の下辺とで囲まれた領域を椎間として抽出する。椎体の上辺および椎体の下辺で囲んだ辺を、椎間の輪郭ＩＤとして抽出する。

以上のように、椎体検出アルゴリズムについては公知のアルゴリズムを用いればよく、簡易なものとなる。よって、椎体検出アルゴリズムの汎用性が高まる。このステップＳ３は、この発明における椎体領域抽出工程および椎間抽出工程に相当する。

（ステップＳ４）逆変換
ステップＳ３で抽出された椎体の領域から、逆変換部１５（図１を参照）は、ステップＳ２での幾何学変換の逆変換により修正前の元の画像での椎体の領域を得る。また、修正前の元の画像での椎体の領域を得る場合と同様に、ステップＳ３で抽出された椎間から、逆変換部１５は、ステップＳ２での幾何学変換の逆変換（このステップＳ４）により修正前の元の画像での椎間を得る。

具体的には、ステップＳ２で求められたシフト量に応じて、ステップＳ２とは逆方向に画素をそれぞれ移動させることで、椎体の領域および椎間を元の画像の位置にまで戻す。このような逆変換により得られた椎体の領域の輪郭ＶＢおよび椎間の輪郭ＩＤは、図３（ａ）に示す通りである。このステップＳ４は、この発明における逆変換工程に相当する。

本実施例に係る画像処理方法によれば、湾曲を起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインＣＬをステップＳ１のセンターライン検出では抽出する。椎体が湾曲を起こしているので、抽出された椎体のセンターラインＣＬも湾曲を起こしている。そこで、ステップＳ２の幾何学変換では、ステップＳ１のセンターライン検出で抽出された当該センターラインＣＬに基づいて椎体に対して幾何学変換によって直線状に修正する。ステップＳ２の幾何学変換で修正された椎体の領域をステップＳ３の椎体検出アルゴリズム実行により抽出する。このように、ステップＳ２の幾何学変換で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）は簡易なものとなる。よって、椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像においても椎体の領域を正確に抽出することができる。したがって、抽出性能（検出性能）が向上する。また、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）が簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎体の領域を抽出するアルゴリズム（椎体検出アルゴリズム）の汎用性も高まるという効果をも奏する。

なお、特許文献２：特開２００９−２０７７２７号公報では椎体のセンターライン（「中心線」で表記）が曲線であることは言及されているが、その曲線を直線状に修正することについては講じられていない。

本実施例では、好ましくは、ステップＳ１のセンターライン検出（平滑化）では元の画像を平滑化し、ステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）では、ステップＳ１のセンターライン検出（平滑化）で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素（センター候補点）を並べることによりセンターラインＣＬを抽出している。元の画像にはノイズ成分が重畳されているので、ステップＳ１のセンターライン検出（平滑化）では元の画像を平滑化し、ステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）では、ステップＳ１のセンターライン検出（平滑化）で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることによりセンターラインＣＬを抽出することにより、ノイズの影響を低減させて、センターラインＣＬを抽出し易くすることができる。

本実施例では、好ましくは、ステップＳ１のセンターライン検出で抽出されたセンターラインＣＬの法線方向のラインに基づいて、椎間をステップＳ３の椎体検出アルゴリズム実行により抽出し、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像での椎間を得る。センターラインＣＬの法線方向のラインに基づいて椎間を抽出することで、修正後の画像において椎間を正確に抽出することができるとともに、修正前の元の画像においても椎間を正確に抽出することができる。

本実施例では、より好ましくは、ステップＳ２の幾何学変換で直線状に修正されたセンターラインＣＬの法線方向のラインに基づいて椎間をステップＳ３の椎体検出アルゴリズム実行により抽出し、ステップＳ３の椎体検出アルゴリズム実行により抽出された当該椎間から、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像での椎間を得る。すなわち、ステップＳ２の幾何学変換では、センターラインＣＬも直線状に修正されるので、当該直線状に修正されたセンターラインＣＬの法線方向のラインは、頸椎・骨盤間に延びた長手方向と直交する水平方向（短手方向）に延びる。このように、直線状に修正されたセンターラインＣＬの法線方向のラインは水平方向に延びているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）は簡易なものとなる。よって、直線状に修正されたセンターラインＣＬの法線方向のラインに基づいて椎間を抽出する際に簡易なアルゴリズムで当該椎間を正確に抽出することができ、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像においても椎間を正確に抽出することができる。したがって、椎体の領域を抽出する場合と同様に椎間においても抽出性能（検出性能）が向上する。また、また、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）が簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎間を抽出するアルゴリズム（椎体検出アルゴリズム）の汎用性も高まるという効果をも奏する。

この発明は、上記実施形態に限られることはなく、下記のように変形実施することができる。

（１）上述した実施例では、椎体画像は腰椎画像であったが、腰椎以外の領域における椎体や、腰椎を含んだ領域にも適用することができる。

（２）上述した実施例では、湾曲した椎体について適用したが、回転ズレを起こした椎体にも適用することができる。この場合には、回転ズレによる回転角度を演算し、各々の画素を当該回転角度とは逆方向に回転移動させることで椎体全体も画像のｙ方向に平行に修正する。もちろん、湾曲かつ回転ズレを起こした椎体にも適用することができる。

（３）上述した実施例では、元の画像を平滑化したが、ノイズの影響が少ない場合には元の画像を必ずしも平滑化する必要はなく、元の画像自体からセンターラインを抽出してもよい。

（４）上述した実施例では、抽出されたセンターラインの法線方向のラインに基づいて、椎間を抽出したが、必ずしも椎間を抽出する必要はない。また、椎間を抽出する際においても必ずしもセンターラインの法線方向のラインに基づいて行う必要はなく、上述した椎体検出アルゴリズムを実行することで、センターラインの法線方向のラインを使用することなく椎間を抽出することができる。また、修正の有無に関係なく水平方向（ｘ方向）を常にスキャンする方向として椎間を抽出してもよい。ただし、椎間を正確に抽出する場合には、上述した実施例のようにセンターラインの法線方向のラインを使用して椎間を抽出するのが好ましい。

（５）上述した実施例では、直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出し、抽出された当該椎間から、幾何学変換の逆変換により修正前の元の画像での椎間を得たが、この手順に限定されない。修正前に椎間を先に抽出してから、幾何学変換でセンターラインとともに、抽出された当該椎間を修正してから、幾何学変換の逆変換により修正前の元の画像での椎間を再度得てもよい。ただし、上述した実施例のように直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出する方が、簡易なアルゴリズムで当該椎間を正確に抽出することができるので、直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出するのが好ましい。

以上のように、この発明は、ＤＸＡ法により椎体（例えば腰椎）の骨密度を測定する場合などに適している。

ＣＬ … センターライン
ＶＢ … 椎体の領域の輪郭
ＩＤ … 椎間の輪郭

Claims

画像処理を行う画像処理方法であって、
湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインを抽出するセンターライン抽出工程と、
前記センターライン抽出工程で抽出された当該センターラインが画像中央の直線に乗るように前記長手方向と直交する短手方向のシフト量を演算して、当該シフト量に応じて画素を少なくとも短手方向に移動させる幾何学変換を行うことで、椎体に対して幾何学変換によって直線状に修正する幾何学変換工程と、
前記幾何学変換工程で修正された椎体の領域を抽出する椎体領域抽出工程と、
前記椎体領域抽出工程で抽出された当該椎体の領域から、前記幾何学変換工程での前記幾何学変換の逆変換により修正前の元の画像での椎体の領域を得る逆変換工程と
を備えることを特徴とする画像処理方法。
請求項１に記載の画像処理方法において、
前記元の画像を平滑化する平滑化工程を備え、
前記センターライン抽出工程では、前記平滑化工程で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることにより前記センターラインを抽出することを特徴とする画像処理方法。
請求項１または請求項２に記載の画像処理方法において、
前記センターライン抽出工程で抽出された前記センターラインの法線方向のラインに基づいて、椎間を抽出する椎間抽出工程を備え、
前記幾何学変換工程での前記幾何学変換の逆変換により修正前の前記元の画像での椎間を得ることを特徴とする画像処理方法。
請求項３に記載の画像処理方法において、
前記椎間抽出工程では、前記幾何学変換工程で直線状に修正された前記センターラインの法線方向のラインに基づいて前記椎間を抽出し、
前記椎間抽出工程で抽出された当該椎間から、前記幾何学変換工程での前記幾何学変換の逆変換により修正前の前記元の画像での椎間を得ることを特徴とする画像処理方法。