JP6832215B2

JP6832215B2 - 検査装置及びプログラム

Info

Publication number: JP6832215B2
Application number: JP2017075191A
Authority: JP
Inventors: 詩麻夫米山; 政憲若生; 知沙美米山
Original assignee: Meiko Co Ltd; University of Yamanashi NUC
Current assignee: Meiko Co Ltd; University of Yamanashi NUC
Priority date: 2017-04-05
Filing date: 2017-04-05
Publication date: 2021-02-24
Anticipated expiration: 2037-04-05
Also published as: JP2018175048A

Description

本発明は検査装置及びプログラムに関し、特に、股関節脱臼の疑いを検査する技術に関する。

股関節のレントゲン写真等の断面画像から、股関節の脱臼を診断する技術が提案されている。特許文献１には、剛体ばねモデルを用いて股関節の力学解析を行うことによって股関節の脱臼を診断する技術が開示されている。

特開昭５８−４６９４５号公報

股関節脱臼のうち、特に乳幼児における股関節脱臼は早期発見及び早期治療が重要といわれている。現在は乳児期に健診を行い股関節脱臼のスクリーニングする場合が多いが、多くの場合理学所見のみの診察であり、検者による誤差やそれに伴う脱臼の見逃しが社会的な問題となっている。また、客観的な検査方法はレントゲンや超音波装置がよく用いられるが、レントゲン撮影の場合は検査を行う場所や検者が限られてしまい、被爆の問題も軽視できない。超音波検査は被爆はないが検者の熟練を要する。さらにはこれらの装置は、導入コストも高く、診断のための場所や人が限定されるため診断効率が悪く、早期発見及び早期治療の妨げになりかねない。

本発明はこれらの点に鑑みてなされたものであり、股関節脱臼の診断効率を向上させる技術を提供することを目的とする。

本発明の第１の態様は、検査装置である。この装置は、股関節を支点とする運動を繰り返す被検者の下肢に付されたマーカを被写体に含む動画像を取得する動画取得部と、前記動画像における前記マーカの位置座標の軌跡を取得する軌跡取得部と、前記軌跡の位置座標に基づいて、前記軌跡を円弧でモデル化するモデル化部と、前記下肢の各動作の軌跡それぞれを近似する各円弧のモデル化パラメータのずれ量と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いを判定する判定部と、を備える。

前記判定部は、各円弧の中心座標のずれ量が前記閾値を超える場合、股関節脱臼の疑いがあると判定してもよい。

前記判定部は、各円弧の半径のずれ量が前記閾値を超える場合、股関節脱臼の疑いがあると判定してもよい。

本発明の第２の態様も、検査装置である。この装置は、股関節を支点とする運動をする被検者の下肢に付されたマーカを被写体に含む動画像を取得する動画取得部と、前記動画像における前記マーカの位置座標の軌跡を取得する軌跡取得部と、前記軌跡の位置座標に基づいて、当該軌跡を円弧でモデル化するモデル化部と、モデル化した前記円弧のモデル化誤差と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いがあるか否かを判定する判定部と、を備える。

前記判定部は、前記軌跡の位置座標と当該軌跡を近似する円弧とのずれ量が前記閾値を超える場合、股関節脱臼の疑いがあると判定してもよい。

前記モデル化部は、前記被検者の左下肢に付されたマーカの位置座標に基づいてモデル化した左円弧モデルと、前記被検者の右下肢に付されたマーカの位置座標に基づいてモデル化した右円弧モデルと、の２種類の円弧モデルを生成してもよく、前記検査装置はさらに、前記左円弧モデルを用いて算出した前記ずれ量と、前記右円弧モデルを用いて算出した前記ずれ量とに基づいて、前記閾値を設定する閾値設定部を備えてもよい。

本発明の第３の態様は、プログラムである。このプログラムは、コンピュータに、股関節を支点とする運動を繰り返す被検者の下肢に付されたマーカを被写体に含む動画像を取得する機能と、前記動画像における前記マーカの位置座標の軌跡を取得する機能と、前記軌跡の位置座標に基づいて、前記軌跡を円弧でモデル化する機能と、前記下肢の各動作の軌跡それぞれを近似する各円弧のモデル化パラメータのずれ量と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いを判定する機能と、を実現させる。

本発明の第４の態様も、プログラムである。このプログラムは、コンピュータに、股関節を支点とする運動をする被検者の下肢に付されたマーカを被写体に含む動画像を取得する機能と、前記動画像における前記マーカの位置座標の軌跡を取得する機能と、前記軌跡の位置座標に基づいて、当該軌跡を円弧でモデル化する機能と、モデル化した前記円弧のモデル化誤差と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いがあるか否かを判定する機能と、を実現させる。

このプログラムは、ＰＣ（Personal Computer）等のハードウェア資源の基本的な制御を行うために機器に組み込まれるファームウェアの一部として提供されてもよい。このファームウェアは、例えば、機器内のＲＯＭ（Read Only Memory）やフラッシュメモリなどの半導体メモリに格納される。このファームウェアを提供するため、あるいはファームウェアの一部をアップデートするために、このプログラムを記録したコンピュータ読み取り可能な記録媒体が提供されてもよく、また、このプログラムが通信回線で伝送されてもよい。

なお、以上の構成要素の任意の組み合わせ、本発明の表現を方法、装置、システム、コンピュータプログラム、データ構造、記録媒体などの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、乳幼児の股関節脱臼の診断の効率を向上するための技術を提供することができる。

実施の形態に係る検査システムの概要を模式的に示す図である。実施の形態に係る検査装置が実行する処理の概要を説明するための模式図である。実施の形態に係る検査装置の機能構成を模式的に示す図である。実施の形態に係るモデル化部が導出した複数の円弧モデルを模式的に示す図である。円弧モデルのモデル化誤差を説明するための図である。実施の形態に係る検査装置が実行する検査処理の流れを説明するためのフローチャートである。

＜実施の形態の概要＞
以下、図１及び図２を参照して実施の形態の概要を述べる。
図１は、実施の形態に係る検査システムＳの概要を模式的に示す図である。実施の形態に係る検査システムＳは、検査装置１、撮像装置２、表示装置３、及び診察台４を備える。

実施の形態に係る検査システムＳは、被検者Ｐに股関節脱臼の疑いがあるか否かを検査するためのシステムである。実施の形態に係る検査システムＳにおいて、被検者Ｐは主に乳児であり、先天性の股関節脱臼の疑いを検査することが想定されている。しかしながら、実施の形態に係る検査システムＳの検査対象は乳幼児に限られず、成人の関節異常にも適用されうる。また、乳幼児の股関節脱臼以外の股関節不安定性の検査にも適用できる。

医師Ｄ等の医療従事者は、被検者Ｐの下肢のうち、大腿から下腿に移行する部分（いわゆる「膝」の部分）の側面に、マーカＭを付す。医師Ｄ等の医療従事者は、診察台４において仰臥位となっている被検者Ｐの下肢を股関節屈曲伸展方向に運動させる。以下、本明細書において、股関節脱臼の検査の際に被検者Ｐの下肢を股関節屈曲伸展方向に運動させることを前提として、「股関節屈曲伸展方向」の記載を省略して単に「被検者Ｐの下肢を運動させる」のように記載する。

撮像装置２は、股関節を支点とする運動を繰り返す被検者Ｐの下肢に付されたマーカＭを被写体に含むように動画像を撮像するための装置であり、検査用のビデオカメラである。検査用のビデオカメラは、例えば２００［コマ／秒］で被写体を撮像できる。検査装置１は、撮像装置２が撮像した動画像を取得し、動画像に撮像されているマーカＭの動きを解析する。検査装置１は、例えばデスクトップＰＣ、ノートＰＣ、タブレットＰＣ、ワークステーション等の既知の計算機である。なお、撮像装置２は、検査用のビデオカメラに替えて、汎用的なビデオカメラ（３０［コマ／秒］程度）を用いてもよい。

表示装置３は、検査装置１が出力した情報を医師Ｄ等の医療従事者に提示するための装置であり、既知のモニタである。図１は、マーカＭが付された被検者Ｐの下肢を表示装置３が表示している様子を示している。

図２は、実施の形態に係る検査装置１が実行する処理の概要を説明するための模式図である。以下、検査装置１が実行する一連の処理を（１）、（２）、（３）、（４）、及び（５）で説明するが、これらの説明は図２中の（１）、（２）、（３）、（４）、及び（５）と対応する。

（１）．検査装置１は、撮像装置２が撮像した動画像を取得する。煩雑となることを避けるためにすべてについて符号を付すことは省略しているが、図２において、黒丸は動画像を構成する各フレームにおけるマーカＭである。すなわち、図２における黒丸を結んでできる曲線は、被検者Ｐの下肢が動いたことに起因するマーカＭの軌跡となる。検査装置１は、既知のモーションキャプチャ技術を用いることで、マーカＭの軌跡を取得することができる。

（２）．検査装置１は、動画像におけるマーカＭの軌跡を、円弧モデルでモデル化する。詳細は後述するが、検査装置１は、動画像を構成する各フレームにおけるマーカＭが同一円周上にあると仮定し、その円の方程式を最小二乗法を用いて算出する。

（３）．検査装置１は、マーカＭの軌跡を円弧モデルでモデル化することにより、中心座標（Ｘｃ，Ｙｃ）、及び半径Ｒのモデル化パラメータを取得する。
（４）．撮像装置２から取得した動画像に股関節を支点とする運動が繰り返し撮像されている場合、検査装置１は、各運動におけるマーカＭの軌跡を円弧モデルでモデル化する。これにより、検査装置１は円弧モデルに関する複数のモデル化パラメータを取得する。図２は、検査装置１が円Ｃ１、円Ｃ２、及び円Ｃ３の３つの円に関するモデル化パラメータを取得した場合を示している。

（５）．検査装置１は、取得した円弧モデルを解析することにより、被検者Ｐに股関節脱臼の疑いがあるか否かを判定する。検査装置１は、例えば各円のモデル化パラメータのばらつきが所定の閾値よりも大きい場合には、被検者Ｐに股関節脱臼の疑いがあると判定する。また、検査装置１は、マーカＭの軌跡を円弧モデルでフィッティングしたときのモデル化誤差が所定の閾値よりも大きい場合には、被検者Ｐに股関節脱臼の疑いがあると判定する。

なお、実施の形態に係る検査システムＳは、スクリーニングとしての使用を想定しており感度よりも特異度を重要視している。言い換えると、実施の形態に係る検査システムＳは、被検者Ｐが股関節脱臼であるということを判定することよりも、被検者Ｐが股関節脱臼ではないということを判定することを主な利用シーンとして想定している。検査装置１が、股関節脱臼の疑いがないことが明らかである被検者Ｐを判定することによって、股関節脱臼の疑いが少しでもある被検者Ｐを医師Ｄ等の医療従事者が診察するための時間を増やすことができる。

このように、実施の形態に係る検査システムＳは、汎用的な計算機である検査装置１を用いて実現できるため、コストを削減することができる。また、検査装置１は、被検者Ｐに股関節脱臼の疑いがあるか否かの判定を円弧モデルを用いて定量的に実行できるため、検査者の経験や技術に依存せず判定精度の安定性を向上することができる。結果として、だれでも容易に場所を選ばず股関節脱臼のスクリーニングが可能となり、股関節脱臼の診断の効率を向上することができる。

＜検査装置１の機能構成＞
図３は、実施の形態に係る検査装置１の機能構成を模式的に示す図である。実施の形態に係る検査装置１は、記憶部１０と制御部１１とを備える。制御部１１は、動画取得部１１０、軌跡取得部１１１、モデル化部１１２、判定部１１３、及び閾値設定部１１４を備える。

記憶部１０は、検査装置１のＢＩＯＳ（Basic Input Output System）等を格納するＲＯＭや検査装置１の作業領域となるＲＡＭ（Random Access Memory）、ＯＳ（Operating System）やアプリケーションプログラム等を格納するＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の大容量記憶装置である。

制御部１１は、検査装置１のＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等のプロセッサであり、記憶部１０に記憶されたプログラムを実行することによって動画取得部１１０、軌跡取得部１１１、モデル化部１１２、判定部１１３、及び閾値設定部１１４として機能する。

動画取得部１１０は、股関節を支点とする運動をする被検者Ｐの下肢に付されたマーカＭを被写体に含む動画像を取得する。軌跡取得部１１１は、動画取得部１１０が取得した動画像におけるマーカＭの位置座標の軌跡を取得する。ここで、被検者Ｐの下肢が股関節を支点とする運動を繰り返す場合、軌跡取得部１１１は、取得した動画像中の各運動におけるマーカＭの軌跡を取得する。軌跡取得部１１１は、既知のモーションキャプチャ技術を用いることで、マーカＭの軌跡を取得する。

モデル化部１１２は、軌跡取得部１１１が取得した軌跡の位置座標に基づいて、軌跡を円弧でモデル化する。具体的には、モデル化部１１２は、マーカＭの軌跡を構成する各点の位置座標との誤差が小さくなる円の方程式を、最小二乗法を用いて算出する。以下、モデル化部１１２による円弧モデルの導出について説明する。

（最小二乗法による円弧モデルの導出）
図２の（３）に示すＸＹ平面において、中心の座標が（Ｘｃ，Ｙｃ）、半径がＲの円の方程式は、以下の式（１）で表される。
（Ｘ−Ｘｃ）^２＋（Ｙ−Ｙｃ）^２＝Ｒ^２（１）
ここで、Ｘｃ，Ｙｃ、及びＲは、円弧モデルのモデル化パラメータである。

式（１）を変形すると以下の式（２）を得る。
ＡＸ＋ＢＹ＋Ｃ＝Ｘ^２＋Ｙ^２（２）
ここで、Ａ、Ｂ、Ｃは以下の式（３）、式（４）、及び式（５）を満たす。
Ｘｃ＝Ａ／２（３）
Ｙｃ＝Ｂ／２（４）
Ｒ^２＝Ｘｃ^２＋Ｙｃ^２＋Ｃ（５）

いま、軌跡取得部１１１が取得したマーカＭの軌跡を構成する点の位置座標を、（Ｘ_１，Ｙ_１）、（Ｘ_２，Ｙ_２），・・・，（Ｘ_Ｎ，Ｙ_Ｎ）とする。ただし、Ｎ（Ｎは３以上の整数。）は、マーカＭの軌跡を構成する点の個数である。これらの位置座標を式（２）に代入すると、以下の式を得る。

ＡＸ_１＋ＢＹ_１＋Ｃ＝Ｘ_１ ^２＋Ｙ_１ ^２
ＡＸ_２＋ＢＹ_２＋Ｃ＝Ｘ_２ ^２＋Ｙ_２ ^２
・・・
ＡＸ_Ｎ＋ＢＹ_Ｎ＋Ｃ＝Ｘ_Ｎ ^２＋Ｙ_Ｎ ^２
上式を行列を用いて表現すると、以下の式（６）を得る。

式（６）において、左辺第１項の行列を構成する各要素はマーカＭの軌跡を構成する点の位置座標であるため、既知である。また、右辺の列ベクトルを構成する各要素もマーカＭの軌跡を構成する点の位置座標から導出できるため、既知である。これに対し、左辺第２項の列ベクトルを構成する各要素は、式（１）で示される円弧モデルのモデル化パラメータを用いて式（３）、式（４）、及び式（５）から導出される値であるため、未知である。

式（６）の左辺第１項の行列を行列Ｇ、左辺第２項の列ベクトルを列ベクトルｐ、右辺の列ベクトルを列ベクトルｄ、としたとき、誤差ベクトルｅを以下の式（７）で定義する。
ｅ＝ｄ−Ｇｐ（７）

Ｎがモデルパラメータの数、すなわち３より大きい場合、誤差ベクトルｅの２−ノルムの二乗であるｅ^Ｔｅ（Ｔはベクトル又は行列の転置を意味する。）を最小にするという意味において最適なベクトルｐは、最小二乗解ｐ_ｏｐｔとして既知である。具体的には、最小二乗解ｐ_ｏｐｔは以下の式（８）で得られる。
ｐ_ｏｐｔ＝（Ｇ^ＴＧ）^−１Ｇ^Ｔｄ（８）
ここで「−１」は、逆行列を意味する。

式（８）を、マーカＭの軌跡を構成する点の位置座標を用いて具体的に表すと以下の式（９）を得る。

式（９）の右辺を構成する各要素はマーカＭの軌跡を構成する点の位置座標から導出できる。モデル化部１１２は軌跡取得部１１１から取得したマーカＭの軌跡を構成する各点の位置座標に基づいて、式（９）からＡ、Ｂ、及びＣの最小二乗解を算出する。モデル化部１１２は、算出したＡ、Ｂ、及びＣの最小二乗解に基づいて、式（３）、式（４）、及び式（５）から円弧モデルのモデル化パラメータＸｃ、Ｙｃ、及びＲ^２を算出できる。

モデル化部１１２は、動画取得部１１０が取得した動画像に股関節を支点とする運動が繰り返し撮像されている場合、各運動におけるマーカＭの軌跡を円弧モデルでモデル化する。これにより、モデル化部１１２は円弧モデルに関する複数のモデル化パラメータを取得する。

判定部１１３は、被検者Ｐの下肢の各動作の軌跡それぞれを近似する各円弧のモデル化パラメータのずれ量と、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いを判定する。以下、判定部１１３による判定処理について説明する。

（股関節脱臼の疑いの判定処理）
図４（ａ）―（ｂ）は、モデル化部１１２が導出した複数の円弧モデルを模式的に示す図である。具体的には、図４（ａ）は被検者Ｐが健常であり股関節脱臼ではない場合の円弧モデルの例であり、図４（ｂ）は、被検者Ｐが股関節脱臼である場合の円弧モデルの例である。図４（ａ）―（ｂ）において、「Ｘ」で示す点は各円弧モデルの中心である。

被検者Ｐが股関節脱臼でない場合、股関節を支点とする運動は安定する。この結果、マーカＭの軌跡を円弧モデルでフィッティングすると、図４（ａ）に示すように各円弧モデルはおおむね一致することになる。これに対し、被検者Ｐが股関節脱臼である場合、股関節を支点とする運動は中心が定まらず不安定となる。この結果、マーカＭの軌跡を円弧モデルでフィッティングすると、図４（ｂ）に示すように各円（円弧）はばらつくことになる。

（第１の判定方法）
そこで、判定部１１３は、各円弧の中心座標のずれ量が閾値を超える場合、股関節脱臼の疑いがあると判定する。具体的には、判定部１１３は、各円弧の中心を含む最小の矩形の面積を、中心座標のずれ量として計算する。すなわち、各円弧の中心のＸ座標の最大値をＸ_ｍａｘ、最小値をＸ_ｍｉｎ、Ｙ座標の最大値をＹ_ｍａｘ、最初値をＹ_ｍｉｎとすると、判定部１１３はずれ量ＬをＬ＝（Ｘ_ｍａｘ−Ｘ_ｍｉｎ）×（Ｙ_ｍａｘ−Ｙ_ｍｉｎ）とする。

ここで、判定部１１３が股関節脱臼の疑いを判定する際に参照する閾値は、被検者Ｐの月齢や性別、被検者Ｐの左右の足それぞれの円弧モデルの相違等を鑑みて実験により定めればよい。また、過去に股関節脱臼であることが確定している被検者Ｐの運動から算出したずれ量Ｌから、統計的に閾値を決定してもよい。なお、被検者Ｐの左右の足それぞれの円弧モデルの相違から閾値を設定することについては後述する。

判定部１１３は、各円弧の中心を含む最小の矩形の面積に替えて、各円弧の中心座標のばらつきを用いてずれ量Ｌを算出してもよい。具体的には、各円弧の中心のＸ座標の標準偏差をＸ_ｓｄ、Ｙ座標の標準偏差をＹ_ｓｄとしたとき、判定部１１３は、ずれ量ＬをＬ＝Ｘ_ｓｄ×Ｙ_ｓｄ又はＬ＝Ｘ_ｓｄ＋Ｙ_ｓｄとする。いずれにしても、各円弧の中心座標のばらつきが大きくなるほど、ずれ量Ｌは大きくなる。

（第２の判定方法）
図４（ｂ）に示すように各円弧がばらつくと、各円弧の半径もばらつくと考えられる。そこで、判定部１１３は、各円弧の半径のずれ量Ｌが閾値を超える場合、股関節脱臼の疑いがあると判定してもよい。具体的には、各円弧の半径Ｒの標準偏差をＲ_ｓｄとしたとき、判定部１１３は、ずれ量ＬをＬ＝Ｒ_ｓｄとする。

なお、ずれ量Ｌとして各円弧の半径Ｒの標準偏差Ｒ_ｓｄを用いる場合であっても、判定部１１３が股関節脱臼の疑いを判定する際に参照する閾値は、被検者Ｐの月齢や性別、被検者Ｐの左右の足それぞれの円弧モデルの相違等を鑑みて実験により定めればよい。また、過去に股関節脱臼であることが確定している被検者Ｐの運動から算出したずれ量Ｌから、統計的に閾値を決定してもよい。また、判定部１１３は、半径Ｒの標準偏差Ｒ_ｓｄに替えて、半径Ｒの平均絶対偏差を用いてもよい。

（第３の判定方法）
第１の判定方法及び第２の判定方法は、判定部１１３が円弧のモデル化パラメータのずれ量Ｌに基づいて股関節脱臼の疑いを判定する場合について説明した。これに対し、第３の判定方法では、判定部１１３は、モデル化した円弧のモデル化誤差と、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いがあるか否かを判定する。

図５（ａ）―（ｂ）は、円弧モデルのモデル化誤差を説明するための図である。具体的には、図５（ａ）は被検者Ｐが健常であり股関節脱臼ではない場合の円弧モデルの例であり、図５（ｂ）は、被検者Ｐが股関節脱臼である場合の円弧モデルの例である。図５（ａ）―（ｂ）において、「Ｘ」で示す点は各円弧モデルの中心である。また、黒丸は動画像におけるマーカＭである。

図５（ａ）に示す例では、各マーカＭは半径Ｒの円周Ａ上に乗っている。このため、図５（ａ）に示す例では、円弧モデルのモデル化誤差は０である。一方、被検者Ｐが股関節脱臼である場合、股関節を支点とする運動は中心が定まらず不安定となる。この結果、マーカＭの軌跡を円弧モデルでフィッティングすると、図５（ｂ）に示すように各マーカＭは円弧から外れることになる。例えば、図５（ｂ）において、符号Ｍで示すマーカＭは中心ＸからＲ＋ｕだけ離れた位置に存在する。すなわち、図５（ｂ）において符号Ｍで示すマーカＭは、距離ｕだけ誤差が生じているといえる。

そこで、判定部１１３は、軌跡の位置座標と軌跡を近似する円弧とのずれ量Ｌが閾値を超える場合、股関節脱臼の疑いがあると判定する。具体的には、判定部１１３はずれ量Ｌを以下の式（１０）に基づいて導出する。

式（１０）から明らかなように、各マーカＭが円弧からずれるほど、ずれ量Ｌは大きくなる。なお、判定部１１３が股関節脱臼の疑いを判定する際に参照する閾値は、被検者Ｐの月齢や性別、被検者Ｐの左右の足それぞれの円弧モデルの相違等を鑑みて実験により定めればよい。また、過去に股関節脱臼であることが確定している被検者Ｐの運動から算出したずれ量Ｌから、統計的に閾値を決定してもよい。

（第４の判定方法）
上述したように、モデル化部１１２は、マーカＭの軌跡を構成する各点の位置座標との誤差が小さくなる円の方程式を、最小二乗法を用いて算出する。すなわち、モデル化部１１２が求めた円弧モデルにおける、誤差ベクトルｅの２−ノルムの二乗であるｅ^Ｔｅは、モデル化誤差そのものを表現する値といえる。そこで、モデル化部１１２は、ずれ量Ｌとして誤差ベクトルｅの最小二乗誤差を採用してもよい。具体的には、判定部１１３は、式（７）に式（８）を代入して算出した、以下の式（１１）で表されるｅ^Ｔｅの最小二乗誤差を用いてずれ量Ｌを定義する。

ここでＩはＮ次の単位行列である。
式（１１）の右辺のベクトル及び行列の成分はいずれもマーカＭの軌跡を構成する各点の位置座標から導出できる。ずれ量Ｌは、マーカＭの軌跡を構成する点の個数Ｎ一点当たりの誤差として、
Ｌ＝ｅ^Ｔｅ_ｏｐｔ／Ｎ（１２）
で定める。

（閾値の設定の具体例）
続いて、判定部１１３が、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するために参照する閾値の設定方法の具体例について説明する。

被検者Ｐの下肢にマーカＭを付し、被検者Ｐに股関節を支点とする運動をさせた場合、マーカＭの軌跡は股関節を中心とする円弧を描く。しかしながら、マーカＭの軌跡が円弧からどれくらいずれるかは個人差があると考えられるので、被検者Ｐ毎に個別に設定できるようにしてもよい。

被検者Ｐは、左右の下肢に対応する二つの股関節を持つ。ここで、被検者Ｐが股関節脱臼を患っている場合において、左右の股関節がともに股関節脱臼である確率は、左右のいずれかの股関節のみが股関節脱臼である確率よりも小さいと考えられる。そこで、以下、被検者Ｐの一方の股関節が股関節脱臼であるが、他方の股関節は正常であることを前提とする場合について説明する。

被検者Ｐの一方の股関節が股関節脱臼であり、他方の股関節は正常である場合、股関節脱臼を患っている下肢における円弧モデルから算出したずれ量Ｌは、正常な下肢における円弧モデルから算出したずれ量Ｌよりも大きくなる。すなわち、正常な下肢における円弧モデルから算出したずれ量Ｌは、判定部１１３が、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するために参照する閾値として利用し得る。

そこで、モデル化部１１２は、被検者Ｐの左下肢に付されたマーカＭの位置座標に基づいてモデル化した左円弧モデルと、被検者Ｐの右下肢に付されたマーカＭの位置座標に基づいてモデル化した右円弧モデルと、の２種類の円弧モデルを取得する。閾値設定部１１４は、左円弧モデルを用いて算出したずれ量Ｌ_Ｌと、右円弧モデルを用いて算出したずれ量Ｌ_Ｒとに基づいて、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するための閾値を設定する。ここで判定部１１３は、上述した第１の判定方法から第４の判定方法までのいずれかの方法でずれ量Ｌを算出すればよい。

いま、ずれ量Ｌ_Ｌとずれ量Ｌ_Ｒとのうち、小さい方をＬ_ｍｉｎ、大きい方をＬ_ｍａｘとする。被検者Ｐのいずれか一方の股関節が脱臼している場合は、被検者Ｐの両方の股関節が正常である場合よりも、Ｌ_ｍａｘとＬ_ｍｉｎとの差であるＬ_ｍａｘ−Ｌ_ｍｉｎが大きくなる。すなわち、被検者Ｐの両方の股関節が正常である場合、Ｌ_ｍａｘ＜αＬ_ｍｉｎとなり、被検者Ｐのいずれか一方の股関節が脱臼している場合、Ｌ_ｍａｘ≧αＬ_ｍｉｎとなるようなαを設定できる。

ここで、αは被検者Ｐの股関節脱臼を判定するためにＬ_ｍｉｎに設定する倍率である。すなわち、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するための閾値がαＬ_ｍｉｎであることを意味する。

αの値は、過去に股関節脱臼であることが確定している被検者Ｐの運動から算出したずれ量Ｌから、統計的に定めればよいが、例えば１．１である。この場合、Ｌ_ｍｉｎの１０％よりもＬ_ｍａｘが大きくなると、判定部１１３は被検者Ｐが股関節脱臼であると判定することになる。

判定部１１３が、被検者Ｐに股関節脱臼の疑いがあるか否かを判定するために参照する閾値は、上述したαの値に限られない。この他にも、医師Ｄが過去の診断経験に基づいて手動で設定したり、過去の診断結果から統計的に設定したりしてもよい。いずれの方法で設定したとしても、この閾値を、検査データの増加とともに適応的に変化させてもよい。これにより、検査データの増加とともに閾値の精度の向上が見込め、ひいては股関節脱臼の判定精度を向上することができる。

また、この閾値及び検査データは、複数の医療機関の間で共有してもよい。これにより、１つの医療機関で検査データを集める場合と比較して短期間で検査データの数を増やせるため、閾値の精度も短期間で向上することができる。

また、閾値及び検査データを共有する医療機関は、一定の地域に存在する医療機関に限定してもよいし、地域を限定せずにより多くの医療機関の間で共有するようにしてもよい。前者の場合、医療機関が存在する地域の被検者Ｐに特化した検査データを収集できる点で効果がある。後者の場合、多様な被検者Ｐから検査データを収集できるため、より汎用的な閾値を設定することができる。

また、地域を限定せずにより多くの医療機関から検査データを収集したうえで、検査データを地域情報と関連付けて記憶部１０に記憶させてもよい。これにより、閾値設定部１１４は、特定の地域と関連付けられた検査データから閾値を算出して、その地域特有の閾値とすることができる。また、閾値設定部１１４は、地域を特定せずに広域で収集した検査データから閾値を算出して利用することもできる。

さらに、記憶部１０は、閾値設定部１１４が算出した閾値を用いて判定部１１３が判定した結果に関する医師Ｄからの評価を格納することができる。記憶部１０は、例えば図示しないキーボードやマウス等の検査装置１の図示しない入力インタフェースを介して、医師Ｄからの評価を取得する。閾値設定部１１４は、記憶部１０に格納されている評価に基づいて、股関節脱臼の疑いがあるか否かを判定するための閾値を修正してもよい。記憶部１０は、閾値設定部１１４が医師Ｄからの評価に基づいて閾値を修正した場合、当該評価の対象となった検査データと医師Ｄの判断結果とを紐づけて格納する。これにより、閾値設定部１１４は、修正のきっかけとなった検査データ及び閾値を事後的に解析し、閾値設定の精度向上のために用いることができる。

＜検査装置１が実行する検査処理の処理フロー＞
図６は、実施の形態に係る検査装置１が実行する検査処理の流れを説明するためのフローチャートである。本フローチャートにおける処理は、例えば検査装置１が起動したときに開始する。

動画取得部１１０は、股関節を支点とする運動を繰り返す被検者Ｐの下肢に付されたマーカＭを被写体に含む動画像を取得する（Ｓ２）。軌跡取得部１１１は、動画像におけるマーカＭの位置座標の軌跡を取得する（Ｓ４）。

モデル化部１１２は、マーカＭの軌跡の位置座標に基づいて、軌跡を円弧モデルでモデル化する（Ｓ６）。判定部１１３は、モデル化部１１２がモデル化した円弧モデルに基づいて被検者Ｐに股関節脱臼の疑いがあるか否かを判定する（Ｓ８）。判定部１１３による判定が終了すると、本フローチャートにおける処理は終了する。

以上説明したように、実施の形態に係る検査装置１によれば、股関節脱臼の診断の効率を向上することができる。特に、検査装置１はレントゲン写真装置のような特殊な装置が不要であるため、だれでも容易に股関節脱臼の疑いを検査できるようになる。また、検査装置１は円弧モデルに基づいて導出される数値であるずれ量に基づいて股関節脱臼の疑いを判定するため、定量的で客観的な判定を実現できる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。特に、装置の分散・統合の具体的な実施形態は以上に図示するものに限られず、その全部又は一部について、種々の付加等に応じて、又は、機能負荷に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

＜変形例＞
上記では、被検者Ｐの膝にマーカＭを付す場合について主に説明した。これは、被検者Ｐの下肢の運動における回転中心の「ずれ」の主要因が、股関節脱臼のみであることを仮定しているともいえる。しかしながら、被検者Ｐによっては、被検者Ｐの下肢の運動における回転中心の「ずれ」が、股関節脱臼以外によっても生じる場合がある。例えば、被検者Ｐの下肢を運動させている最中に被検者Ｐの下肢以外の部分が動いても、被検者Ｐの下肢の運動における回転中心に「ずれ」が生じる。

そこで、変形例に係る検査システムＳは、膝付近に付すマーカＭに加えて、被検者Ｐの腰骨付近にもマーカＫを付した被検者Ｐを撮像して解析する。被検者Ｐの腰椎付近は被検者Ｐが下肢を運動させたとしてもその動きが小さい部分と考えられる。すなわち、被検者Ｐの腰椎付近に付したマーカＫの動きは、いわば被検者Ｐの下肢の運動を計測する際のバイアス成分となる。したがって、変形例に係る検査システムＳは、被検者Ｐの膝に付されたマーカＭと被検者Ｐの腰椎付近に付されたマーカＫとを同時に撮影し、マーカＭの座標を、マーカＫが動いた量だけ補正した後に円弧モデルでモデル化する。

これにより、被検者Ｐの下肢以外の部分が検査中に動いたとしても、その動きをキャンセルしてモデル化できる。結果として、被検者Ｐの下肢以外の部分が検査中に動くことによってマーカＭの点群の中心が大きく変動し、正常な被検者Ｐが正常とスクリーニングされないリスクを低減できる。

１・・・検査装置
２・・・撮像装置
３・・・表示装置
４・・・診察台
１０・・・記憶部
１１・・・制御部
１１０・・・動画取得部
１１１・・・軌跡取得部
１１２・・・モデル化部
１１３・・・判定部
１１４・・・閾値設定部
Ｓ・・・検査システム

Claims

股関節を支点とする運動を繰り返す被検者の下肢に付されたマーカを被写体に含む動画像を取得する動画取得部と、
前記動画像における前記マーカの位置座標の軌跡を取得する軌跡取得部と、
前記軌跡の位置座標に基づいて、前記軌跡を円弧でモデル化するモデル化部と、
前記下肢の各動作の軌跡それぞれを近似する各円弧のモデル化パラメータのずれ量と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いを判定する判定部と、
を備える検査装置。
前記判定部は、各円弧の中心座標のずれ量が前記閾値を超える場合、股関節脱臼の疑いがあると判定する、
請求項１に記載の検査装置。
前記判定部は、各円弧の半径のずれ量が前記閾値を超える場合、股関節脱臼の疑いがあると判定する、
請求項１に記載の検査装置。
股関節を支点とする運動をする被検者の下肢に付されたマーカを被写体に含む動画像を取得する動画取得部と、
前記動画像における前記マーカの位置座標の軌跡を取得する軌跡取得部と、
前記軌跡の位置座標に基づいて、当該軌跡を円弧でモデル化するモデル化部と、
モデル化した前記円弧のモデル化誤差と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いがあるか否かを判定する判定部と、
を備える検査装置。
前記判定部は、前記軌跡の位置座標と当該軌跡を近似する円弧とのずれ量が前記閾値を超える場合、股関節脱臼の疑いがあると判定する、
請求項４に記載の検査装置。
前記モデル化部は、前記被検者の左下肢に付されたマーカの位置座標に基づいてモデル化した左円弧モデルと、前記被検者の右下肢に付されたマーカの位置座標に基づいてモデル化した右円弧モデルと、の２種類の円弧モデルを生成し、
前記検査装置はさらに、
前記左円弧モデルを用いて算出した前記ずれ量と、前記右円弧モデルを用いて算出した前記ずれ量とに基づいて、前記閾値を設定する閾値設定部を備える、
請求項１から５のいずれか一項に記載の検査装置。
コンピュータに、
股関節を支点とする運動を繰り返す被検者の下肢に付されたマーカを被写体に含む動画像を取得する機能と、
前記動画像における前記マーカの位置座標の軌跡を取得する機能と、
前記軌跡の位置座標に基づいて、前記軌跡を円弧でモデル化する機能と、
前記下肢の各動作の軌跡それぞれを近似する各円弧のモデル化パラメータのずれ量と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いを判定する機能と、
を実現させるプログラム。
コンピュータに、
股関節を支点とする運動をする被検者の下肢に付されたマーカを被写体に含む動画像を取得する機能と、
前記動画像における前記マーカの位置座標の軌跡を取得する機能と、
前記軌跡の位置座標に基づいて、当該軌跡を円弧でモデル化する機能と、
モデル化した前記円弧のモデル化誤差と、前記被検者に股関節脱臼の疑いがあるか否かを判定するための閾値との比較結果に基づいて、股関節脱臼の疑いがあるか否かを判定する機能と、
を実現させるプログラム。