JPH04146731A - 画像計測方式 - Google Patents
画像計測方式Info
- Publication number
- JPH04146731A JPH04146731A JP2270402A JP27040290A JPH04146731A JP H04146731 A JPH04146731 A JP H04146731A JP 2270402 A JP2270402 A JP 2270402A JP 27040290 A JP27040290 A JP 27040290A JP H04146731 A JPH04146731 A JP H04146731A
- Authority
- JP
- Japan
- Prior art keywords
- linear
- image
- point
- region
- measurement method
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims description 6
- 238000001514 detection method Methods 0.000 claims abstract description 43
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 16
- 238000000691 measurement method Methods 0.000 claims description 12
- 230000001054 cortical effect Effects 0.000 claims description 9
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 5
- 239000011707 mineral Substances 0.000 claims description 5
- 210000000278 spinal cord Anatomy 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 210000002745 epiphysis Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[産業上の利用分野コ
本発明は、X1ICT画像の定量診断に用いる画像計測
の自動化方式に係り、特に、外乱に強く高再現性を実現
する方式に関する。
の自動化方式に係り、特に、外乱に強く高再現性を実現
する方式に関する。
[従来の技術]
従来、XlICT画像を用いたホーンミネラル計測方式
については、 文献[1] :ラジオロン−168−1(7/1988
)の219頁から221頁(RadiologytVO
L、 1.68 、 No、 1 、 July 19
88 、 p p219−221)、あるいは 文献[2]:アイ・イー・イー・イー、トランザクショ
ン オンメディカル イメージング、ボリューム8、ナ
ンバー4 (1989年)の371頁から376頁(I
EEE Trans、 on MI、 VOL、 8
゜No、4.Dec、1989.pp371〜376)
において論じられている。文献[1]では、を髄骨のス
キャノグラム画像を用い、切断する位置を自動設定する
スライス位置決め方式、文献[2]では、切断されたス
ライス画像を用い、脊推骨内部にミネラル計測を行なう
ための関心領域(ROI : Region of I
nterest )を自動設定する方式について述べる
。
については、 文献[1] :ラジオロン−168−1(7/1988
)の219頁から221頁(RadiologytVO
L、 1.68 、 No、 1 、 July 19
88 、 p p219−221)、あるいは 文献[2]:アイ・イー・イー・イー、トランザクショ
ン オンメディカル イメージング、ボリューム8、ナ
ンバー4 (1989年)の371頁から376頁(I
EEE Trans、 on MI、 VOL、 8
゜No、4.Dec、1989.pp371〜376)
において論じられている。文献[1]では、を髄骨のス
キャノグラム画像を用い、切断する位置を自動設定する
スライス位置決め方式、文献[2]では、切断されたス
ライス画像を用い、脊推骨内部にミネラル計測を行なう
ための関心領域(ROI : Region of I
nterest )を自動設定する方式について述べる
。
[発明が解決しようとする課題]
(1)スライス位置決め自動化方式
上記文献[1]では、最初に操作者は、スキャノグラム
画像中の特定の脊推骨の内部領域を指定し、そこを基点
とし、骨の端部を構成する線状の画像要素を検出し、ス
ライス位置である骨の中心線を算出するという処理を繰
り返し、すべての骨の中心線を設定している。本従来方
式では、骨の端部の検出を、全て単一ラインで、一定距
離範囲にある最大濃度値、あるいは最大微分値という条
件で行なっている。そのため、以下の問題が生じる。
画像中の特定の脊推骨の内部領域を指定し、そこを基点
とし、骨の端部を構成する線状の画像要素を検出し、ス
ライス位置である骨の中心線を算出するという処理を繰
り返し、すべての骨の中心線を設定している。本従来方
式では、骨の端部の検出を、全て単一ラインで、一定距
離範囲にある最大濃度値、あるいは最大微分値という条
件で行なっている。そのため、以下の問題が生じる。
(a)距離をパラメータで与えることによる問題点
を髄骨のサイズは、年齢、体格、さらに撮影時の視野の
違いなどにより大きく異なるため距離をパラメータで与
えてしまうと、このような画像のバリエーションに対応
できないことになる。
違いなどにより大きく異なるため距離をパラメータで与
えてしまうと、このような画像のバリエーションに対応
できないことになる。
(b)単一特徴量の最大値による検出に伴う問題点
ここで対象としているスキャノグラム画像は。
撮影条件によっては、ノイズの多い画像と成る。
又、上記(1)の方法による影響と併せ、最大値に近い
点が複数個検出される可能性が高く、検出の信頼性が低
くなる。
点が複数個検出される可能性が高く、検出の信頼性が低
くなる。
(c)単一ライン上でのスキャンによる問題点スキャノ
グラム画像ではノイズが多いことを考えると特定のライ
ンのみのスキャンだけでは、検出の信頼性が低い。
グラム画像ではノイズが多いことを考えると特定のライ
ンのみのスキャンだけでは、検出の信頼性が低い。
(2)ROIの自動設定方式
上記文献[2]では、断層像として得られるを椎像とし
て得られる脊推骨内の皮質骨上に複数の基点を設定し、
この基点を用いて推骨全体の向きの算出、及びROIの
設定を行なっているが、基点を検出する際に、(1)の
スライス位置決めと同様に、一定距離範囲内での最大値
で検出を行なっているため、検出の信頼性が低く、脊推
骨の傾き検出処理、R○■設定の基準となる皮質骨頂点
の検出の際に問題が生ずる。
て得られる脊推骨内の皮質骨上に複数の基点を設定し、
この基点を用いて推骨全体の向きの算出、及びROIの
設定を行なっているが、基点を検出する際に、(1)の
スライス位置決めと同様に、一定距離範囲内での最大値
で検出を行なっているため、検出の信頼性が低く、脊推
骨の傾き検出処理、R○■設定の基準となる皮質骨頂点
の検出の際に問題が生ずる。
本発明の目的は、上記、(1)スライス位置決め自動化
方式、(2)R○工自動設定方式において、対象とする
画像要素を高い信頼性を持って検出できる方式で提供す
ることにある。
方式、(2)R○工自動設定方式において、対象とする
画像要素を高い信頼性を持って検出できる方式で提供す
ることにある。
[課題を解決するための手段]
上記課題を解決するために、本発明では、上記課題(1
)スライス位置決め自動化方式に対しくa)検出距離範
囲を指定するパラメータは設けず、検出対象画像要素(
この場合は、骨の端部)とそれ以外の画像要素の特徴量
の差を各画像各画像要素毎に算出し、適応性を高める手
段(b)単一ではなく、複数の画像特徴量を用いた統合
判定により検出の信頼性を高める手段(c)単一スキャ
ンではなく、位置を変えて多重スキャンを行ない、複数
の候補点の中から、最も信頼性のある候補点を選びだす
手段 を提供したものである。
)スライス位置決め自動化方式に対しくa)検出距離範
囲を指定するパラメータは設けず、検出対象画像要素(
この場合は、骨の端部)とそれ以外の画像要素の特徴量
の差を各画像各画像要素毎に算出し、適応性を高める手
段(b)単一ではなく、複数の画像特徴量を用いた統合
判定により検出の信頼性を高める手段(c)単一スキャ
ンではなく、位置を変えて多重スキャンを行ない、複数
の候補点の中から、最も信頼性のある候補点を選びだす
手段 を提供したものである。
さらに、(2)ROIの自動設定方式に対しくa)1次
元ではなく、2次元的な領域抽出により、主軸検出の信
頼性を高める手段 (b)繰返し補正処理による主軸検出の信頼性向上手段
。
元ではなく、2次元的な領域抽出により、主軸検出の信
頼性を高める手段 (b)繰返し補正処理による主軸検出の信頼性向上手段
。
(c)単一ではなく、複数の画像特徴量を用いた統合判
定により検出の信頼性を高める手段を提供したものであ
る。
定により検出の信頼性を高める手段を提供したものであ
る。
[作用]
第3図に、本発明によるスライス位置決め操作、ROI
自動設定操作を示す。前者では、最初に、管端部である
指定点31を与えるとを骸骨30の中心線32を自動的
に決定する。又、後者では、椎孔33内の指定点35を
与えると海綿骨37と皮質骨34の境界にROIを自動
的に設定するものである。
自動設定操作を示す。前者では、最初に、管端部である
指定点31を与えるとを骸骨30の中心線32を自動的
に決定する。又、後者では、椎孔33内の指定点35を
与えると海綿骨37と皮質骨34の境界にROIを自動
的に設定するものである。
以下、課題解決のための各手段の作用について記す。
(1)スライス位置決め自動方式
(a)の手段により絶対的な距離を指定する必要が無く
なり、対象画像の形状の違いに対する安定性が増す。又
、各画像毎にその特徴量を捕らえて、対象となる要素を
抽出するので、画像毎の性質の違いに対する適応性が、
高まる。第4図、5図にその具体例を示す。第4図では
、管端部44を抽出するのに、指定点31に近傍に平均
輝度算出領域49を設定し、そこで求めた平均輝度値と
、検出点間の傾き値により、管端部の領域であるか否か
の判定を行なう。又、第5図は、検出済みの管端部44
から次骨端部57を検出する様子を表わしている。ここ
では、管端部44.45と内部領域45のそれぞれの領
域内で、画像特徴量を求めている。
なり、対象画像の形状の違いに対する安定性が増す。又
、各画像毎にその特徴量を捕らえて、対象となる要素を
抽出するので、画像毎の性質の違いに対する適応性が、
高まる。第4図、5図にその具体例を示す。第4図では
、管端部44を抽出するのに、指定点31に近傍に平均
輝度算出領域49を設定し、そこで求めた平均輝度値と
、検出点間の傾き値により、管端部の領域であるか否か
の判定を行なう。又、第5図は、検出済みの管端部44
から次骨端部57を検出する様子を表わしている。ここ
では、管端部44.45と内部領域45のそれぞれの領
域内で、画像特徴量を求めている。
次に、(b)の手段により、単一の特徴量を用いる場合
と比較し、対象要素の検出精度が高くなる。
と比較し、対象要素の検出精度が高くなる。
例えば、第5図では、管端部44と内部45のそれぞれ
の代表領域50.51内の標準偏差値と、輝度値の2つ
の特徴量を用いている。ここで、管端部は、エツジ部が
存在しているため、°標準偏差値が高く、輝度も高い値
を取る。又、内部は、逆に標準偏差値、輝度値とも低い
値を取る。このように、複数の特徴量を用いることによ
り一方の特徴量だけは判定しにくいあるいは、判定を誤
るケースを救うことが可能となる。
の代表領域50.51内の標準偏差値と、輝度値の2つ
の特徴量を用いている。ここで、管端部は、エツジ部が
存在しているため、°標準偏差値が高く、輝度も高い値
を取る。又、内部は、逆に標準偏差値、輝度値とも低い
値を取る。このように、複数の特徴量を用いることによ
り一方の特徴量だけは判定しにくいあるいは、判定を誤
るケースを救うことが可能となる。
さらに(c)の手段により、画像中の位置により異なる
画像特徴量のバラツキを吸収し、安定な判別を行なうこ
とが可能と成る。例えば、第6図に示すように、複数本
のスキャンを行ない、複数の検出点61の中で、評価値
の高い点を最終的な検出点62とする。
画像特徴量のバラツキを吸収し、安定な判別を行なうこ
とが可能と成る。例えば、第6図に示すように、複数本
のスキャンを行ない、複数の検出点61の中で、評価値
の高い点を最終的な検出点62とする。
(2)ROI自動設定方式
(a)、(b)の手段により、第9図に示すように、指
定点を中心とした、2次元領域912を抽出し、該抽出
領域を用いて第10図に示すような繰返しに補正により
、スキャン方向を定める主軸を求めるため、ノイズ等に
左右されない主軸検出が可能と成る。
定点を中心とした、2次元領域912を抽出し、該抽出
領域を用いて第10図に示すような繰返しに補正により
、スキャン方向を定める主軸を求めるため、ノイズ等に
左右されない主軸検出が可能と成る。
又、(c)の手段により、第11図に示すように、単一
の特徴量で検出された複数の候補点1110の中から、
さらに別の特徴量を用いて絞り込みを行ない、最終検出
点1121を得ることにより、検出の信頼性を高めるこ
とが可能となる。
の特徴量で検出された複数の候補点1110の中から、
さらに別の特徴量を用いて絞り込みを行ない、最終検出
点1121を得ることにより、検出の信頼性を高めるこ
とが可能となる。
[実施例]
以下、第1図〜第11図を用いて、本発明の詳細な説明
する。
する。
本実施例は、X@CT装置で得られるスキャノグラム画
像を用いてスライス位置決めを行ない(第3図、(a)
)該位置で断層像を撮影し、断層像中のを髄管にROI
(Regin of Interest)を設置し、
そのROI中のホーンミネラル計測を行なうものである
(第3図、(b))。以下、(1)スライス位置決め白
化方式、(2)ROIの自動設定方式に分けて実施例を
記す。
像を用いてスライス位置決めを行ない(第3図、(a)
)該位置で断層像を撮影し、断層像中のを髄管にROI
(Regin of Interest)を設置し、
そのROI中のホーンミネラル計測を行なうものである
(第3図、(b))。以下、(1)スライス位置決め白
化方式、(2)ROIの自動設定方式に分けて実施例を
記す。
1、スライス位置決め自動化方式
第1図は、概略処理フローを示す。以下、各ステップ順
に説明を行ない。
に説明を行ない。
[5teplO] :椎骨端部上の一点を指示すること
により、管端部を検出する。
により、管端部を検出する。
[5tepH] :検出済みの管端部を基に、垂直方向
にサーチを行ない隣の管端部を検出する。
にサーチを行ない隣の管端部を検出する。
[5tep12] :指定した数の管端部を検出するま
で5tepH,12を繰り返す。
で5tepH,12を繰り返す。
[5tep13] :検出した管端部の長さの中央値を
算出し、それ以上の長さのものは、中央値に補正する。
算出し、それ以上の長さのものは、中央値に補正する。
[5tep14] :補正後の管端部を最小二乗法によ
り、直線近似する。
り、直線近似する。
[5tep15] :椎骨両サイドの近似直線より、中
心線を算出する。
心線を算出する。
以下に、各ステップの詳細内容を記す。
(1)管端部44の検出(第4図) : 5teppl
。
。
指定点31(最初は、マニュアル指示点、他は、検出中
央点)から、この図では、上下方向に指定範囲内で輝度
最大値を追跡する。この時、指定した一定範囲402を
除いて、44内の点を中心とした算出領域49(骨も含
む)内の平均輝度を基準値としてそれ以下の点、あるい
は、同図右下に示すように、Y軸との傾きが大きい点を
検出し、管端部の終端40.41とする。傾きの計算は
、まず検出点45から、Y方向に検出位置46Jlれた
。傾き検出点48の、X方向の距離を傾き検出値47と
する。次に、安定して検出できる。上方終端40と指定
点31までのY方向距離L43の倍の範囲の画素点を用
いて、管端部の近似直線401を求める。
央点)から、この図では、上下方向に指定範囲内で輝度
最大値を追跡する。この時、指定した一定範囲402を
除いて、44内の点を中心とした算出領域49(骨も含
む)内の平均輝度を基準値としてそれ以下の点、あるい
は、同図右下に示すように、Y軸との傾きが大きい点を
検出し、管端部の終端40.41とする。傾きの計算は
、まず検出点45から、Y方向に検出位置46Jlれた
。傾き検出点48の、X方向の距離を傾き検出値47と
する。次に、安定して検出できる。上方終端40と指定
点31までのY方向距離L43の倍の範囲の画素点を用
いて、管端部の近似直線401を求める。
(2)次骨端部の検出(第5図) : 5tepH5t
eploで検出された上方終端からY方向にLの距離の
点、(中央点58)を中心に、複数のスキャンライン5
2を近似直線401と垂直に一定間隔で設定し、52上
で背端部領域50、内部領域51内の標準偏差値と最大
輝度値を算出する。最大輝度値は、同図下段に示すよう
に、検出点55から上下方向に指定範囲56で最大輝度
を追跡し、その平均値とする。今、管端部をA、内部を
Bとし、それぞれの特徴量を、σ^2M^、σa、MB
とした時、判定のためのしきい値σS、MSは、例えば
、その平均 σs=(σ^十σB)/2 Ms = (MA+MB)/ 2 として与え、全てのスキャンラインで上記σS、MSを
求め、さらにその最小値を全てのスキャンライン上の判
定用しきい値として使用する。別の与え方としては、各
スキャンライン毎に求めたσs、Msをそのまま使用す
る方法もある。
eploで検出された上方終端からY方向にLの距離の
点、(中央点58)を中心に、複数のスキャンライン5
2を近似直線401と垂直に一定間隔で設定し、52上
で背端部領域50、内部領域51内の標準偏差値と最大
輝度値を算出する。最大輝度値は、同図下段に示すよう
に、検出点55から上下方向に指定範囲56で最大輝度
を追跡し、その平均値とする。今、管端部をA、内部を
Bとし、それぞれの特徴量を、σ^2M^、σa、MB
とした時、判定のためのしきい値σS、MSは、例えば
、その平均 σs=(σ^十σB)/2 Ms = (MA+MB)/ 2 として与え、全てのスキャンラインで上記σS、MSを
求め、さらにその最小値を全てのスキャンライン上の判
定用しきい値として使用する。別の与え方としては、各
スキャンライン毎に求めたσs、Msをそのまま使用す
る方法もある。
さて1次背端部57の検出処理を第6図を用いて説明す
る。第6図に示すように、各サーチラインの開始点60
よりサーチを開始し、標準偏差と最大輝度平均が共にし
きい値σs、Ms以上の点を検出点61とする。全ての
スキャンラインの検出点を抽出後、検出点の距離(開始
点60から)と最大輝度平均をそれぞれ小さい順に並び
かえる。
る。第6図に示すように、各サーチラインの開始点60
よりサーチを開始し、標準偏差と最大輝度平均が共にし
きい値σs、Ms以上の点を検出点61とする。全ての
スキャンラインの検出点を抽出後、検出点の距離(開始
点60から)と最大輝度平均をそれぞれ小さい順に並び
かえる。
同図下段に示す、事前定義された距離と輝度のメンバー
シップ関数63.64を用いて、複数個の検出点の中で
最も高い適合度の点62を最終的な背端部の検出点とす
る。ここで、63.64の横軸は、物理量ではなく順番
をあられしている。従って、この例では、開始点からの
距離が中央にあり、輝度が最も高い点が最大の評価点と
なる。この例以外にも、例えば、横軸に物理量を取るこ
とも可能であり、メンバシップ関数の形も任意の形を取
ることができる6又、上記2種の特徴量の適合度として
は、両者の積あるいは、最小値等で求めることができる
。
シップ関数63.64を用いて、複数個の検出点の中で
最も高い適合度の点62を最終的な背端部の検出点とす
る。ここで、63.64の横軸は、物理量ではなく順番
をあられしている。従って、この例では、開始点からの
距離が中央にあり、輝度が最も高い点が最大の評価点と
なる。この例以外にも、例えば、横軸に物理量を取るこ
とも可能であり、メンバシップ関数の形も任意の形を取
ることができる6又、上記2種の特徴量の適合度として
は、両者の積あるいは、最小値等で求めることができる
。
(3)背端部の長さ補正(第7図) : 5tep13
指定された数の管端部検出後に、各背端部の上方終端4
0と下方終端41によりその長さを計算し、小さい順に
並びかえ、中央値71−を検出する。
指定された数の管端部検出後に、各背端部の上方終端4
0と下方終端41によりその長さを計算し、小さい順に
並びかえ、中央値71−を検出する。
その後、各背端部の上方終端を基点とし、中央値より長
い物は、中央値にカットされ(カット部70)、その他
は検出された長さとする。
い物は、中央値にカットされ(カット部70)、その他
は検出された長さとする。
これは、下方終端が、背端部をはずれた所でも高輝度の
部分が多く、正しい検出が難しいため、安定な、上方終
端を基点に補正するもである。
部分が多く、正しい検出が難しいため、安定な、上方終
端を基点に補正するもである。
(4)中心線の算出(第7図) : 5tep14,1
5(3)で求めた背端部74の画素の座標より、最小二
乗法により、それぞれの近似直線71.72を求める。
5(3)で求めた背端部74の画素の座標より、最小二
乗法により、それぞれの近似直線71.72を求める。
これは、画素点座標をXia、 yIJ、個数をnとす
ると近似直線の式を Y=ax+b とした時、 n*ΣX”lJ (ΣX17)” (ΣXIJ)2 n*ΣX”lJ で求めることができる。
ると近似直線の式を Y=ax+b とした時、 n*ΣX”lJ (ΣX17)” (ΣXIJ)2 n*ΣX”lJ で求めることができる。
以下、中心線は、一方の中央点から上下に一定距離の近
似直線の座標711,712を求める。次に、この上下
座標点から近似直線に垂直な直線を計算し、となりの近
似直線との交点721゜722を算出後、上下の近似直
線上の座標を結んだ直線を2分割する直線を求め、中心
線73とする。
似直線の座標711,712を求める。次に、この上下
座標点から近似直線に垂直な直線を計算し、となりの近
似直線との交点721゜722を算出後、上下の近似直
線上の座標を結んだ直線を2分割する直線を求め、中心
線73とする。
2、ROIの自動設定方式
第2図に、概略処理フローを示す。以下、各ステップ順
に説明を行なう。
に説明を行なう。
[5tep20] :第3図(b)に示すように椎孔3
3上に指示点35を設定する。
3上に指示点35を設定する。
[5tep21] :リージヨングローイング(領域拡
張法)により椎孔部を抽出する。
張法)により椎孔部を抽出する。
[5tep221 : 5tep21で抽出した推孔部
の重心(pa)−慣性の主軸、椎孔部のエツジ点(Pl
)を検出する。
の重心(pa)−慣性の主軸、椎孔部のエツジ点(Pl
)を検出する。
[5tep23] : 5tep22で検出した主軸と
垂直方向にサーチを行ない皮質骨34との交点(外皮点
: Ps)を検出する。
垂直方向にサーチを行ない皮質骨34との交点(外皮点
: Ps)を検出する。
[5tep24] :外皮の下方検出限界点(P2)
、椎体中心点(Pc)を検出する。
、椎体中心点(Pc)を検出する。
[5tep25] :外皮点psから最大濃度をサーチ
し。
し。
外皮中心線を検出。
[5tep26] :外皮の内側、外側の輪郭線を検出
する。
する。
[5tep27コ:海綿骨37内に計測用関心領域RO
Iの輪郭線36を検出。
Iの輪郭線36を検出。
[step2g] :輪郭線で囲まれたROIの内部領
域を検出する。
域を検出する。
次に、第8図〜第11図に、クレーム7〜1゜に対応す
る詳細内容を記す。
る詳細内容を記す。
第8,9図は、5tep20,21の内容を示したもの
である。第8図(、)は、椎孔81中の指定点80を与
えた様子を示している。8oを中心に一定のサイズの円
形領域82を設定し、82内の輝度値の平均値、最大値
を検出する。ここで用いるリージヨングローイング法で
は、領域拡張時に拡張条件として輝度値にしきい値を設
定するが、その与え方は例えば、しきい値をS、平均値
□、最大値mx、係数にとして、 S =m+(m X−J]1) ・k で求める。尚、ここでkはO〜1.0の値を取る。
である。第8図(、)は、椎孔81中の指定点80を与
えた様子を示している。8oを中心に一定のサイズの円
形領域82を設定し、82内の輝度値の平均値、最大値
を検出する。ここで用いるリージヨングローイング法で
は、領域拡張時に拡張条件として輝度値にしきい値を設
定するが、その与え方は例えば、しきい値をS、平均値
□、最大値mx、係数にとして、 S =m+(m X−J]1) ・k で求める。尚、ここでkはO〜1.0の値を取る。
次に、(b)は実際の拡張処理内容を示している。指定
点80(15!と呼ぶ)から出発し、親の回りで上記し
きい値S以上の点があれば、条件に合った子84、ヌし
きい値以下の時には、条件に合わない子85とする。拡
張は(b)の上段に示すように進められる。この時、拡
張条件として、制約のゆるい条件■(86)と、きつい
条件■(87)の2種を用いる。前者では、次に対象と
なる1点の条件のみで決定されるが、後者では。
点80(15!と呼ぶ)から出発し、親の回りで上記し
きい値S以上の点があれば、条件に合った子84、ヌし
きい値以下の時には、条件に合わない子85とする。拡
張は(b)の上段に示すように進められる。この時、拡
張条件として、制約のゆるい条件■(86)と、きつい
条件■(87)の2種を用いる。前者では、次に対象と
なる1点の条件のみで決定されるが、後者では。
親の垂直方向両画素と対象画素の3点の条件で判定され
る。
る。
第9図は、領域拡張処理を複数回くり返す様子を示して
いる。(a)は、初期処理を示しており先に述べたしき
い値により領域拡散処理を行なう指定点80を与えた時
、初期処理で抽出領域91が求まる。この段階では、9
1内部に空領域(しきい値以上で、領域外と判定された
もの)96が存在している。次に、(b)では、96を
含め、91内の最大輝度値を求め、これをしきい値にし
て再す−ジョングローイング94及を行ない、同図に示
す抽出領域95を求める。処理は、空領域96がなくな
るまでくり返えされる。又、2回目以降の処理で、拡張
条件■を用いると、領域のしみ出しく周りの領域に拡張
してしまう現象)を抑制する効果がある。
いる。(a)は、初期処理を示しており先に述べたしき
い値により領域拡散処理を行なう指定点80を与えた時
、初期処理で抽出領域91が求まる。この段階では、9
1内部に空領域(しきい値以上で、領域外と判定された
もの)96が存在している。次に、(b)では、96を
含め、91内の最大輝度値を求め、これをしきい値にし
て再す−ジョングローイング94及を行ない、同図に示
す抽出領域95を求める。処理は、空領域96がなくな
るまでくり返えされる。又、2回目以降の処理で、拡張
条件■を用いると、領域のしみ出しく周りの領域に拡張
してしまう現象)を抑制する効果がある。
次に、第10図により5tep22の内容を説明する。
上記リージミングローイング処理により抽出された椎孔
81の重心(P、)IOoと主軸lolを下記により算
出する。
81の重心(P、)IOoと主軸lolを下記により算
出する。
抽出領域の座標を(x*y)、抽出点をNとすると、
重心(x 、 y)は、
X=Σx/N
y=Σx / N
慣性の主軸の傾きθは。
で求めることができる。以下、(a)〜(e)に分けて
処理順を述べる。
処理順を述べる。
(a)抽出した椎孔81全体を用いて重心100、主軸
101を算出。
101を算出。
(b)主軸101と垂直方向に複数本のラインスキャン
を行ない、領域境界点(P工)を検出し、その平均長1
04を求める。
を行ない、領域境界点(P工)を検出し、その平均長1
04を求める。
(c)101と平行に平均長以上の領域105゜109
をカットして再度主軸108を求める。
をカットして再度主軸108を求める。
(d)108を新らたな主軸として(b)、(c)の処
理をくり返し再補正後の主軸1o11を求める。
理をくり返し再補正後の主軸1o11を求める。
(e)(d)で求まった主軸を最終結果としPlを算出
。
。
最後に、第11図により5tep23の内容を説明する
。ここでは、第10図で求めたP、、Pl、主軸より皮
質骨内の外皮点(Ps)を検出する処理を行なう。
。ここでは、第10図で求めたP、、Pl、主軸より皮
質骨内の外皮点(Ps)を検出する処理を行なう。
110t−は1重心(P、)100を基点に主軸101
1と垂直方向上で、P0〜P工間の距離Qに一定係数を
かけた距離に、最大輝度検出領域1100を設定する。
1と垂直方向上で、P0〜P工間の距離Qに一定係数を
かけた距離に、最大輝度検出領域1100を設定する。
さらに、1100内の最大濃度値をラインスキャン時の
しきい4111112として設定する。本実施例では、
Poがら2.9Qの距離に0.80の領域を設定してい
る。次に111に示すように1100の先端付近にスキ
ャン開始点1111を設定し、候補点111oの検出を
開始する。皮質前部は、高輝度領域のため。
しきい4111112として設定する。本実施例では、
Poがら2.9Qの距離に0.80の領域を設定してい
る。次に111に示すように1100の先端付近にスキ
ャン開始点1111を設定し、候補点111oの検出を
開始する。皮質前部は、高輝度領域のため。
上記で設定したしきい値より高い値をもつ点を候補点1
110として検出する。111にそのプロファイル11
13を示している。この候補点がら最終検出点(Ps)
1121を決定する方式を112に示す、即ち、候補点
111oがら最大輝度値を一定個数サーチしその評価範
囲112o内で、最大(Hmax)、最小(Hmin)
、平均値πを検出し、次式の評価値Eを計算する6 E = (Hrrrax−Hmin)/H本来のPs
点は、高輝度領域が連続しているためEは非常に低い値
となり、逆に他の候補点は、スパイク状の高輝度点であ
るためHmaxとHminの差が大きく、Hも低めとな
るためEは高い値となるそこで最終的に評価値Eが最小
の候補点を皮質骨との交点Psと決定する。尚、評価値
として上記以外にも、標準偏差等の統計量を用いること
も可能である。
110として検出する。111にそのプロファイル11
13を示している。この候補点がら最終検出点(Ps)
1121を決定する方式を112に示す、即ち、候補点
111oがら最大輝度値を一定個数サーチしその評価範
囲112o内で、最大(Hmax)、最小(Hmin)
、平均値πを検出し、次式の評価値Eを計算する6 E = (Hrrrax−Hmin)/H本来のPs
点は、高輝度領域が連続しているためEは非常に低い値
となり、逆に他の候補点は、スパイク状の高輝度点であ
るためHmaxとHminの差が大きく、Hも低めとな
るためEは高い値となるそこで最終的に評価値Eが最小
の候補点を皮質骨との交点Psと決定する。尚、評価値
として上記以外にも、標準偏差等の統計量を用いること
も可能である。
[発明の効果コ
本発明によれば、(a)複数の画像特徴量を用いた統合
判定、(b)多重スキャン、(c)反復補正処理等の機
能を設けたことにより、xgc’r画像上で、操作者が
任意の1点を指示することにより、外乱に強く(ロバス
ト性)、オペレーションの違いに左右されない高再現性
を有する。(aスライス位置決め、及び(b)測定領域
設定の自動化が実現できる。
判定、(b)多重スキャン、(c)反復補正処理等の機
能を設けたことにより、xgc’r画像上で、操作者が
任意の1点を指示することにより、外乱に強く(ロバス
ト性)、オペレーションの違いに左右されない高再現性
を有する。(aスライス位置決め、及び(b)測定領域
設定の自動化が実現できる。
第1図は本発明のスライス位置決め自動化方式の処理フ
ロー、第2図はROIの自動設定方式の処理フロー、第
3図はホーンミネラル計測内容を表す図、第4図はスラ
イス位置決め自動化方式の背端部検出方式を表す図、第
5図は1成骨端部の検出方式を表す図、第6図は、次骨
端部の検呂処理時の多重スキャン方式を表す図、第7図
は前端部の長さ補正方式を表す図、第8図はROIの自
動設定方式におけるリージヨングローイング方式を表す
図、第9図はリージヨングローイングの反復処理方式を
表す図、第10図は主軸検出方式を表す図、第11図は
主軸がら皮質骨の交点を検出する方式を表す図である。 矛2ワ 6ダU ち)
ロー、第2図はROIの自動設定方式の処理フロー、第
3図はホーンミネラル計測内容を表す図、第4図はスラ
イス位置決め自動化方式の背端部検出方式を表す図、第
5図は1成骨端部の検出方式を表す図、第6図は、次骨
端部の検呂処理時の多重スキャン方式を表す図、第7図
は前端部の長さ補正方式を表す図、第8図はROIの自
動設定方式におけるリージヨングローイング方式を表す
図、第9図はリージヨングローイングの反復処理方式を
表す図、第10図は主軸検出方式を表す図、第11図は
主軸がら皮質骨の交点を検出する方式を表す図である。 矛2ワ 6ダU ち)
Claims (1)
- 【特許請求の範囲】 1、X線CTで撮影された画像を用い、ホーンミネラル
計測処理を行う際、複数の線状画像要素と該要素にはさ
まれた複数の内部領域より構成される脊推骨のスキャノ
グラム画像上で、線状画像要素中の任意の一点を指示す
ることにより、該内部領域の中心位置を自動的に設定・
表示することを特徴とする画像計測方式。 2、請求項1記載の画像計測方式において、上記中心位
置を自動的に設定する処理は、(a)線状画像要素の線
状方式の長さ検出処理、(b)線状画像要素に対し、直
角方向にスキャンを行い、次線状画像要素を検出する処
理、(c)(a)(b)を繰返し、指示された数の線状
画像要素を検出する処理、(d)検出した複数の線状画
像要素から代表線長を決定する処理、(e)(d)で決
定された代表直線長を用い、検出された複数の線状画像
要素の長さを補正する処理、(f)(e)で得られた線
状画像要素上の画素を用いて直線近似処理を行ない、近
似直線間の中心線を算出する処理を含む。 3、請求項2記載の画像計測方式において、上記(a)
線状画像要素の直線方向の長さ検出処理は、線状画像要
素中の任意の一点を指定した後、該要素を線状方向にス
キャンし、指示した点の近傍の代表濃度値とスキャン中
の点の近傍の代表濃度値あるいは座標の傾きを逐次比較
してスキャン終了条件とする。 4、請求項2記載の画像計測方式において、上記(b)
線状画像要素に対し、直角方向にスキャンし、次線状要
素を検出する処理は、線状要素上での任意点の周りの任
意サイズの領域中の濃度標準偏差、代表濃度値、もしく
は、その両方と、線状要素にはさまれた内部領域上での
同一濃度統計量との差を用い、線状要素であるか否かの
しきい値を設定して判定を行ない、次線状要素を検出す
るまでスキャンを続ける。 5、請求項第4記載の画像計測方式において、上記判定
のためのしきい値は、該複数の線状要素で得られる複数
のしきい値の代表値として設定する。 6、請求項4記載の画像計測方式において、上記次線状
要素検出処理において、検出用のスキャク処理を場所を
ずらせて多重に行ない、全スキャン終了後に、終了点の
近傍の代表濃度値、代表距離等の複数の特徴量を評価す
ることにより、複数のスキャン終了点の中でから最も信
頼性のある点を選択する処理を含むとする画像計測方式
。 7、請求項の画像計測方式において、上記設定される中
心位置で撮影された断層像上で脊髄骨内部の任意の1点
を指示し、(a)指示点を中心に領域拡張法(リージヨ
ングローイング)による、指示点を含む閉領域の作成、
(b)閉領域の慣性主軸の算出、(c)慣性主軸にたい
し、垂直方向スキャンによる皮質骨との交点の検出の各
処理を含む。 8、請求項7記載の画像計測方式において、上記(a)
領域拡張法による閉領域の作成処理は、領域拡張処理を
複数回繰り返し、その際拡張条件を1回目と2回目以降
で変える処理を含む。 9、請求項7記載の画像計測方式において、上記(b)
閉領域の慣性主軸の算出処理は、該閉領域の形状に制約
を加え、主軸算出を複数回繰り返す処理を含む。 10、請求項7記載の画像計測方式において、上記(c
)皮質骨との交点の検出処理スキャン時に検出される複
数個の交点候補をその近傍領域内の濃度のバラツキによ
り評価し、最も信頼性のある点を選択する処理からなる
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2270402A JPH04146731A (ja) | 1990-10-11 | 1990-10-11 | 画像計測方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2270402A JPH04146731A (ja) | 1990-10-11 | 1990-10-11 | 画像計測方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH04146731A true JPH04146731A (ja) | 1992-05-20 |
Family
ID=17485763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2270402A Pending JPH04146731A (ja) | 1990-10-11 | 1990-10-11 | 画像計測方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH04146731A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2758990B2 (ja) * | 1993-08-31 | 1998-05-28 | イー・アイ・デュポン・ドゥ・ヌムール・アンド・カンパニー | 1,1,1,2,3,4,4,5,5,5−デカフルオロペンタンを含む組成物 |
JP2001157676A (ja) * | 1999-10-15 | 2001-06-12 | General Electric Co <Ge> | スカウト画像をベースとした心臓石灰化計数のための方法及び装置 |
JP2005073817A (ja) * | 2003-08-29 | 2005-03-24 | Hitachi Medical Corp | 医用画像表示装置 |
JP2006527434A (ja) * | 2003-06-10 | 2006-11-30 | バイオスペース インスツルメンツ | 3次元再構成のための放射線画像法並びにその方法を実施するコンピュータプログラムおよび装置 |
JP2008093229A (ja) * | 2006-10-13 | 2008-04-24 | Univ Of Tokyo | 膝関節診断支援方法及び装置並びにプログラム |
JP2009207886A (ja) * | 2008-02-07 | 2009-09-17 | Fujifilm Corp | 椎骨中心検出装置および方法並びにプログラム |
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 |
-
1990
- 1990-10-11 JP JP2270402A patent/JPH04146731A/ja active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2758990B2 (ja) * | 1993-08-31 | 1998-05-28 | イー・アイ・デュポン・ドゥ・ヌムール・アンド・カンパニー | 1,1,1,2,3,4,4,5,5,5−デカフルオロペンタンを含む組成物 |
JP2001157676A (ja) * | 1999-10-15 | 2001-06-12 | General Electric Co <Ge> | スカウト画像をベースとした心臓石灰化計数のための方法及び装置 |
JP2006527434A (ja) * | 2003-06-10 | 2006-11-30 | バイオスペース インスツルメンツ | 3次元再構成のための放射線画像法並びにその方法を実施するコンピュータプログラムおよび装置 |
JP2005073817A (ja) * | 2003-08-29 | 2005-03-24 | Hitachi Medical Corp | 医用画像表示装置 |
JP2008093229A (ja) * | 2006-10-13 | 2008-04-24 | Univ Of Tokyo | 膝関節診断支援方法及び装置並びにプログラム |
JP2009207886A (ja) * | 2008-02-07 | 2009-09-17 | Fujifilm Corp | 椎骨中心検出装置および方法並びにプログラム |
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 |
CN104582579A (zh) * | 2012-10-23 | 2015-04-29 | 株式会社日立医疗器械 | 图像处理装置及椎管评价方法 |
JPWO2014065317A1 (ja) * | 2012-10-23 | 2016-09-08 | 株式会社日立製作所 | 画像処理装置及び脊柱管評価方法 |
US9594975B2 (en) | 2012-10-23 | 2017-03-14 | Hitachi, Ltd. | Image processing device and spinal canal evaluation method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5306306A (en) | Method for periprosthetic bone mineral density measurement | |
US6853741B1 (en) | Automatic region of interest locator for AP spinal images and for hip images in bone densitometry | |
EP1400203B1 (en) | Computer assisted bone densitometer | |
US5480439A (en) | Method for periprosthetic bone mineral density measurement | |
US20070116357A1 (en) | Method for point-of-interest attraction in digital images | |
US8019139B2 (en) | Method and system for processing an image of body tissues | |
US8649843B2 (en) | Automated calcium scoring of the aorta | |
CN104582579A (zh) | 图像处理装置及椎管评价方法 | |
JPH0765154A (ja) | 血管像の定量解析装置及びその定量解析方法 | |
CA2177475A1 (en) | Automated method and system for the detection of gross abnormalities and asymmetries in chest images | |
US7280683B2 (en) | Method, code, and system for assaying joint deformity | |
US20100150418A1 (en) | Image processing method, image processing apparatus, and image processing program | |
JP4219456B2 (ja) | 領域抽出方法及び領域抽出装置 | |
JP2007105264A (ja) | 医用画像判定装置、医用画像判定方法およびそのプログラム | |
CN102018525B (zh) | 椎骨和椎间盘的定位方法和装置 | |
JPH06261894A (ja) | 骨塩定量方法 | |
JP4858963B2 (ja) | 医用画像処理装置 | |
JP4318862B2 (ja) | 画像診断装置 | |
US9763636B2 (en) | Method and system for spine position detection | |
JP2004057275A (ja) | 画像診断装置 | |
JPH04146731A (ja) | 画像計測方式 | |
CN105556567A (zh) | 用于脊椎位置探测的方法和系统 | |
JP2007289335A (ja) | 医用画像診断支援装置 | |
JP7382059B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
US11893745B2 (en) | System and method for generating and displaying contours |