JPH10155115A - 骨部画像処理方法および装置 - Google Patents
骨部画像処理方法および装置Info
- Publication number
- JPH10155115A JPH10155115A JP9253270A JP25327097A JPH10155115A JP H10155115 A JPH10155115 A JP H10155115A JP 9253270 A JP9253270 A JP 9253270A JP 25327097 A JP25327097 A JP 25327097A JP H10155115 A JPH10155115 A JP H10155115A
- Authority
- JP
- Japan
- Prior art keywords
- bone
- image
- density
- trabecular
- image processing
- 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
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 298
- 238000000034 method Methods 0.000 title claims description 90
- 230000037182 bone density Effects 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 52
- 239000011707 mineral Substances 0.000 claims description 52
- 230000000877 morphologic effect Effects 0.000 claims description 34
- 230000005855 radiation Effects 0.000 claims description 27
- 238000003672 processing method Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 12
- 210000004872 soft tissue Anatomy 0.000 claims description 11
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 230000008520 organization Effects 0.000 abstract 2
- 239000003153 chemical reaction reagent Substances 0.000 abstract 1
- 230000003628 erosive effect Effects 0.000 description 15
- 208000001132 Osteoporosis Diseases 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000010339 dilation Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 5
- 208000004434 Calcinosis Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 210000005075 mammary gland Anatomy 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 208000010392 Bone Fractures Diseases 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- 206010017076 Fracture Diseases 0.000 description 2
- 210000001185 bone marrow Anatomy 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 102100035971 Molybdopterin molybdenumtransferase Human genes 0.000 description 1
- 101710119577 Molybdopterin molybdenumtransferase Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 骨部画像処理装置において、骨部組織におけ
る骨梁の状態を視覚的にも認識し易くして診断に有用な
情報を取得し得る。 【解決手段】 軟部組織（A2，B2）と骨部組織（A1，B
1）とを含む被検体を被写体とする、エネルギーサブト
ラクション処理用の高エネルギー画像Ａと低エネルギー
画像Ｂとに基づいて、エネルギーサブトラクション処理
手段10により、骨部組織C1が強調された骨部画像Ｃを生
成し、この骨部画像Ｃを表す骨部画像信号Ｓsub に基づ
いて、骨密度解析手段30により、骨成分の密度に関する
数値情報を求めるとともに、骨梁強調手段50により骨梁
を強調処理した骨梁強調画像を得る。また、骨梁強調画
像に基づいて骨梁構造の指標値を算出するようにしても
よい。
る骨梁の状態を視覚的にも認識し易くして診断に有用な
情報を取得し得る。 【解決手段】 軟部組織（A2，B2）と骨部組織（A1，B
1）とを含む被検体を被写体とする、エネルギーサブト
ラクション処理用の高エネルギー画像Ａと低エネルギー
画像Ｂとに基づいて、エネルギーサブトラクション処理
手段10により、骨部組織C1が強調された骨部画像Ｃを生
成し、この骨部画像Ｃを表す骨部画像信号Ｓsub に基づ
いて、骨密度解析手段30により、骨成分の密度に関する
数値情報を求めるとともに、骨梁強調手段50により骨梁
を強調処理した骨梁強調画像を得る。また、骨梁強調画
像に基づいて骨梁構造の指標値を算出するようにしても
よい。
Description
【０００１】
【発明の属する技術分野】本発明は人体等の骨部におけ
る骨成分に関する情報を取得する方法および装置に関
し、詳しくは骨粗鬆症等の診断に有用な骨成分の密度と
いう数値情報と骨梁の画像という形態情報を取得する骨
部画像処理方法および装置に関するものである。
る骨成分に関する情報を取得する方法および装置に関
し、詳しくは骨粗鬆症等の診断に有用な骨成分の密度と
いう数値情報と骨梁の画像という形態情報を取得する骨
部画像処理方法および装置に関するものである。
【０００２】
【従来の技術】骨塩定量、すなわち骨の中のカルシウム
の量を定量的に測定することは骨折予防の診断のために
有用である。
の量を定量的に測定することは骨折予防の診断のために
有用である。
【０００３】つまり、骨塩量は、骨の内部を構成する海
綿質である骨梁の疎密、すなわち骨密度によってに定ま
るため、骨密度が疎であれば骨部画像における骨部の陰
影の濃度が高くなり、骨密度が密であれば骨部画像にお
ける骨部の陰影の濃度は低くなる。
綿質である骨梁の疎密、すなわち骨密度によってに定ま
るため、骨密度が疎であれば骨部画像における骨部の陰
影の濃度が高くなり、骨密度が密であれば骨部画像にお
ける骨部の陰影の濃度は低くなる。
【０００４】したがって、骨中のカルシウムの微量変化
を知ることは骨粗鬆症の早期発見を可能にし、骨折予防
のうえでも重要な効果がある。
を知ることは骨粗鬆症の早期発見を可能にし、骨折予防
のうえでも重要な効果がある。
【０００５】そこで従来、ＭＤ法(Microdensitometry)
、ＳＰＡ法(Single Photon Absorptiometry)、ＤＰＡ
法(Dual Photon Absorptiometry)、ＱＤＲ法(Quantitat
ive Digited Radiography)、ＱＣＴ法(Quantitative Co
mputer Tomography)、ＤＱＣＴ法(Dual energy Quantit
ative Computer Tomography)等、数々の骨塩定量の方法
が提案され、実施されている。
、ＳＰＡ法(Single Photon Absorptiometry)、ＤＰＡ
法(Dual Photon Absorptiometry)、ＱＤＲ法(Quantitat
ive Digited Radiography)、ＱＣＴ法(Quantitative Co
mputer Tomography)、ＤＱＣＴ法(Dual energy Quantit
ative Computer Tomography)等、数々の骨塩定量の方法
が提案され、実施されている。
【０００６】しかしながらこれらの技術には、骨粗鬆症
を端的に表す椎骨の骨塩定量を行なうことができない、
装置が大規模となる、放射線による被曝量が多くなる
等、それぞれ難点がある。
を端的に表す椎骨の骨塩定量を行なうことができない、
装置が大規模となる、放射線による被曝量が多くなる
等、それぞれ難点がある。
【０００７】そこで本願出願人は、特開平４−11473 号
等において、エネルギーサブトラクション処理を用いた
骨塩定量分析方法を提案している。
等において、エネルギーサブトラクション処理を用いた
骨塩定量分析方法を提案している。
【０００８】このエネルギーサブトラクション処理を用
いた方法とは、軟部組織および骨部組織を含む被写体に
放射線を照射し、その透過放射線を、２枚以上の蓄積性
蛍光体シートあるいはＸ線フイルム等の記録シートのそ
れぞれに、互いにエネルギー状態が異なる画像となるよ
うに記録し、各記録シートから読み取って得られたデジ
タル画像信号を、軟部組織を消去するように各画像の対
応する画素間で減算することにより骨部組織のみの画像
（骨部画像）を形成する差信号を得るエネルギーサブト
ラクション処理において、被写体の放射線画像を記録す
る際に、予め既知の骨塩量が段階的に変化した、人骨を
模した骨塩レファレンスを被写体とともに記録し、上記
骨部画像上で骨部組織の陰影の濃度と骨塩レファレンス
の濃度とを比較することにより骨塩量を定量化する方法
である。
いた方法とは、軟部組織および骨部組織を含む被写体に
放射線を照射し、その透過放射線を、２枚以上の蓄積性
蛍光体シートあるいはＸ線フイルム等の記録シートのそ
れぞれに、互いにエネルギー状態が異なる画像となるよ
うに記録し、各記録シートから読み取って得られたデジ
タル画像信号を、軟部組織を消去するように各画像の対
応する画素間で減算することにより骨部組織のみの画像
（骨部画像）を形成する差信号を得るエネルギーサブト
ラクション処理において、被写体の放射線画像を記録す
る際に、予め既知の骨塩量が段階的に変化した、人骨を
模した骨塩レファレンスを被写体とともに記録し、上記
骨部画像上で骨部組織の陰影の濃度と骨塩レファレンス
の濃度とを比較することにより骨塩量を定量化する方法
である。
【０００９】
【発明が解決しようとする課題】しかし、上記特開平４
−11473 号により開示した方法では、骨成分の密度を精
度よく測定することができるものの、骨粗鬆症の診断に
おいては、さらに診断に有用な情報を提供することが求
められている。
−11473 号により開示した方法では、骨成分の密度を精
度よく測定することができるものの、骨粗鬆症の診断に
おいては、さらに診断に有用な情報を提供することが求
められている。
【００１０】すなわち、骨密度という数値情報だけを提
示しても、骨梁の状態をそれだけで把握するのは困難で
ある。
示しても、骨梁の状態をそれだけで把握するのは困難で
ある。
【００１１】本発明は、上記事情に鑑みなされたもので
あって、骨部組織における骨梁の状態を認識し易くして
診断に有用な情報を取得し得る骨部画像処理方法および
装置を提供することを目的とするものである。
あって、骨部組織における骨梁の状態を認識し易くして
診断に有用な情報を取得し得る骨部画像処理方法および
装置を提供することを目的とするものである。
【００１２】
【課題を解決するための手段】本発明の骨部画像処理方
法および装置は、放射線画像に対してエネルギーサブト
ラクション処理を施すことにより骨成分の密度に関する
数値情報を取得するとともに、放射線画像に対して骨梁
の強調処理を施すことにより骨梁の形態情報を取得する
ことを特徴とし、数値情報および形態情報の取得によ
り、骨梁の状態をより認識しやすいものとし、特に骨粗
鬆症の診断を的確に行なううえで非常に有用である。
法および装置は、放射線画像に対してエネルギーサブト
ラクション処理を施すことにより骨成分の密度に関する
数値情報を取得するとともに、放射線画像に対して骨梁
の強調処理を施すことにより骨梁の形態情報を取得する
ことを特徴とし、数値情報および形態情報の取得によ
り、骨梁の状態をより認識しやすいものとし、特に骨粗
鬆症の診断を的確に行なううえで非常に有用である。
【００１３】すなわち、本発明の第１の骨部画像処理方
法は、軟部組織と骨部組織とを含む被検体を被写体とす
る、エネルギーサブトラクション処理用の放射線エネル
ギー分布が互いに異なる２つの放射線画像に基づいて、
前記骨部組織における骨成分の密度に関する情報を取得
する骨部画像処理方法であって、前記２つの放射線画像
に対してエネルギーサブトラクション処理を施すことに
より、前記被写体中の骨部組織の画像が抽出又は強調さ
れた骨部画像を生成し、該骨部画像に基づいて、前記骨
成分の密度に関する数値情報を取得するとともに、該骨
部画像に対して骨梁の強調処理を施すことにより、該骨
梁の形態情報を取得することを特徴とするものである。
法は、軟部組織と骨部組織とを含む被検体を被写体とす
る、エネルギーサブトラクション処理用の放射線エネル
ギー分布が互いに異なる２つの放射線画像に基づいて、
前記骨部組織における骨成分の密度に関する情報を取得
する骨部画像処理方法であって、前記２つの放射線画像
に対してエネルギーサブトラクション処理を施すことに
より、前記被写体中の骨部組織の画像が抽出又は強調さ
れた骨部画像を生成し、該骨部画像に基づいて、前記骨
成分の密度に関する数値情報を取得するとともに、該骨
部画像に対して骨梁の強調処理を施すことにより、該骨
梁の形態情報を取得することを特徴とするものである。
【００１４】この場合、前記骨梁の形態情報に基づい
て、骨梁情報を表す指標値を算出してもよく、さらには
この骨梁情報を表す指標値および前記骨成分の密度に関
する数値情報に基づいて、被検体の骨部組織の状態を判
定するようにしてもよい。
て、骨梁情報を表す指標値を算出してもよく、さらには
この骨梁情報を表す指標値および前記骨成分の密度に関
する数値情報に基づいて、被検体の骨部組織の状態を判
定するようにしてもよい。
【００１５】ここで、骨梁の強調処理としては、モーフ
ォロジー演算に基づくスケルトン処理を適用するのが好
ましい。
ォロジー演算に基づくスケルトン処理を適用するのが好
ましい。
【００１６】ここでモーフォロジー演算（以下、モーフ
ォロジー処理ともいう）について説明する。
ォロジー処理ともいう）について説明する。
【００１７】モーフォロジー処理とは、原画像のうち異
常な陰影等の特定の画像部分だけを選択的に抽出する、
モーフォロジー（Morphology；モフォロジーまたはモル
フォロジーとも称する）のアルゴリズムに基づく処理で
あり、特に乳癌における特徴的形態である微小石灰化像
を検出するのに有効な手法として研究されているが、対
象画像としてはこのようなマンモグラムにおける微小石
灰化像に限るものではない。
常な陰影等の特定の画像部分だけを選択的に抽出する、
モーフォロジー（Morphology；モフォロジーまたはモル
フォロジーとも称する）のアルゴリズムに基づく処理で
あり、特に乳癌における特徴的形態である微小石灰化像
を検出するのに有効な手法として研究されているが、対
象画像としてはこのようなマンモグラムにおける微小石
灰化像に限るものではない。
【００１８】そしてこのモーフォロジー処理は、抽出し
ようとする画像部分の大きさ、形状に対応した構造要素
Ｂを用いた処理を行なうものであり、複雑なバックグラ
ウンド情報に影響されにくい、抽出した画像が歪まな
い、などの特徴がある。
ようとする画像部分の大きさ、形状に対応した構造要素
Ｂを用いた処理を行なうものであり、複雑なバックグラ
ウンド情報に影響されにくい、抽出した画像が歪まな
い、などの特徴がある。
【００１９】すなわち、この手法は一般の微分処理に比
べて、石灰化像のサイズ・形状・濃度分布などの幾何学
的情報をよりよく保って検出することができる。
べて、石灰化像のサイズ・形状・濃度分布などの幾何学
的情報をよりよく保って検出することができる。
【００２０】以下、このモーフォロジー処理の概要を、
マンモグラムにおける微小石灰化像の検出に適用した例
について説明する。
マンモグラムにおける微小石灰化像の検出に適用した例
について説明する。
【００２１】（モーフォロジーの基本演算）モーフォロ
ジー処理は一般的にはＮ次元空間における集合論として
展開されるが、直感的な理解のために２次元の濃淡画像
を対象として説明する。
ジー処理は一般的にはＮ次元空間における集合論として
展開されるが、直感的な理解のために２次元の濃淡画像
を対象として説明する。
【００２２】濃淡画像を座標（ｘ，ｙ）の点が濃度値ｆ
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）程大きな画像信号値となる高
輝度高信号レベルの信号とする。
（ｘ，ｙ）に相当する高さをもつ空間とみなす。ここ
で、濃度値ｆ（ｘ，ｙ）は、濃度が低い（ＣＲＴに表示
した場合には輝度が高い）程大きな画像信号値となる高
輝度高信号レベルの信号とする。
【００２３】まず、簡単のため上記２次元の濃淡画像の
断面に相当する１次元の関数ｆ（ｘ）を考える。モーフ
ォロジー演算に用いる構造要素ｇは次式（３）に示すよ
うに、原点について対称な対称関数
断面に相当する１次元の関数ｆ（ｘ）を考える。モーフ
ォロジー演算に用いる構造要素ｇは次式（３）に示すよ
うに、原点について対称な対称関数
【００２４】
【数３】
【００２５】であり、定義域内で値が０で、その定義域
Ｇが下記式（４）であるとする。
Ｇが下記式（４）であるとする。
【００２６】
【数４】
【００２７】このとき、モーフォロジー演算の基本形は
式（５）〜（８）に示すように、非常に簡単な演算とな
る。
式（５）〜（８）に示すように、非常に簡単な演算とな
る。
【００２８】
【数５】
【００２９】すなわち、ダイレーション（dilation）処
理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じ
て決定される値であって、図10中のマスクサイズに相
当）の幅の範囲内の最大値を探索する処理であり（同図
（Ａ）参照）、一方、エロージョン（erosion ）処理
は、注目画素を中心とした、±ｍの幅の範囲内の最小値
を探索する処理である（同図（Ｂ）参照）。また、オー
プニング（opening ）処理はエロージョン処理後にダイ
レーション処理を行なう処理、すなわち最小値の探索の
後に最大値を探索する処理であり、クロージング（clos
ing ）処理は、ダイレーション処理後にエロージョン処
理を行なう処理、すなわち最大値の探索の後に最小値を
探索する処理に相当する。
理は、注目画素を中心とした、±ｍ（構造要素Ｂに応じ
て決定される値であって、図10中のマスクサイズに相
当）の幅の範囲内の最大値を探索する処理であり（同図
（Ａ）参照）、一方、エロージョン（erosion ）処理
は、注目画素を中心とした、±ｍの幅の範囲内の最小値
を探索する処理である（同図（Ｂ）参照）。また、オー
プニング（opening ）処理はエロージョン処理後にダイ
レーション処理を行なう処理、すなわち最小値の探索の
後に最大値を探索する処理であり、クロージング（clos
ing ）処理は、ダイレーション処理後にエロージョン処
理を行なう処理、すなわち最大値の探索の後に最小値を
探索する処理に相当する。
【００３０】つまりオープニング処理は、低輝度側から
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凸状の濃度変動部分（周囲
部分よりも輝度が高い部分）を取り除くことに相当する
（同図（Ｃ）参照）。
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凸状の濃度変動部分（周囲
部分よりも輝度が高い部分）を取り除くことに相当する
（同図（Ｃ）参照）。
【００３１】一方、クロージング処理は、高輝度側から
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凹状の濃度変動部分（周囲
部分よりも輝度が低い部分）を取り除くことに相当する
（同図（Ｄ）参照）。
濃度曲線ｆ（ｘ）を滑らかにし、マスクサイズ２ｍより
空間的に狭い範囲で変動する凹状の濃度変動部分（周囲
部分よりも輝度が低い部分）を取り除くことに相当する
（同図（Ｄ）参照）。
【００３２】なお、構造要素ｇが原点に対して対称では
ない場合の、式（５）に示すダイレーション演算をミン
コフスキー（Minkowski ）和、式（６）に示すエロージ
ョン演算をミンコフスキー差という。
ない場合の、式（５）に示すダイレーション演算をミン
コフスキー（Minkowski ）和、式（６）に示すエロージ
ョン演算をミンコフスキー差という。
【００３３】ここで、濃度の高いもの程大きな値となる
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
に対するダイレーション処理と高輝度高信号レベルに対
するエロージョン処理（同図（Ｂ））とは一致し、高濃
度高信号レベルの信号に対するエロージョン処理と高輝
度高信号レベルに対するダイレーション処理（同図
（Ａ））とは一致し、高濃度高信号レベルの信号に対す
るオープニング処理と高輝度高信号レベルに対するクロ
ージング処理（同図（Ｄ））とは一致し、高濃度高信号
レベルの信号に対するクロージング処理と高輝度高信号
レベルに対するオープニング処理（同図（Ｃ））とは一
致する。
高濃度高信号レベルの信号の場合においては、濃度値ｆ
（ｘ）の画像信号値が高輝度高信号レベルの場合に対し
て大小関係が逆転するため、高濃度高信号レベルの信号
に対するダイレーション処理と高輝度高信号レベルに対
するエロージョン処理（同図（Ｂ））とは一致し、高濃
度高信号レベルの信号に対するエロージョン処理と高輝
度高信号レベルに対するダイレーション処理（同図
（Ａ））とは一致し、高濃度高信号レベルの信号に対す
るオープニング処理と高輝度高信号レベルに対するクロ
ージング処理（同図（Ｄ））とは一致し、高濃度高信号
レベルの信号に対するクロージング処理と高輝度高信号
レベルに対するオープニング処理（同図（Ｃ））とは一
致する。
【００３４】なお、本項では高輝度高信号レベルの画像
信号（輝度値）の場合について説明する。
信号（輝度値）の場合について説明する。
【００３５】（石灰化陰影検出への応用）石灰化陰影の
検出には、原画像から平滑化した画像を引き去る差分法
が考えられる。単純な平滑化法では石灰化陰影と細長い
形状の非石灰化陰影（乳腺、血管および乳腺支持組織
等）との識別が困難であるため、東京農工大の小畑ら
は、多重構造要素を用いたオープニング処理に基づく下
記式（９）で表されるモーフォロジーフィルターを提案
している（「多重構造要素を用いたモルフォロジーフィ
ルタによる微小石灰化像の抽出」電子情報通信学会論文
誌 D-II Vol.J75-D-II No.7 P1170 〜1176 1992年７
月、「モルフォロジーの基礎とそのマンモグラム処理へ
の応用」MEDICAL IMAGING TECHNOLOGY Vol.12 No.1 Jan
uary 1994 等）。
検出には、原画像から平滑化した画像を引き去る差分法
が考えられる。単純な平滑化法では石灰化陰影と細長い
形状の非石灰化陰影（乳腺、血管および乳腺支持組織
等）との識別が困難であるため、東京農工大の小畑ら
は、多重構造要素を用いたオープニング処理に基づく下
記式（９）で表されるモーフォロジーフィルターを提案
している（「多重構造要素を用いたモルフォロジーフィ
ルタによる微小石灰化像の抽出」電子情報通信学会論文
誌 D-II Vol.J75-D-II No.7 P1170 〜1176 1992年７
月、「モルフォロジーの基礎とそのマンモグラム処理へ
の応用」MEDICAL IMAGING TECHNOLOGY Vol.12 No.1 Jan
uary 1994 等）。
【００３６】
【数６】
【００３７】ここでＢi （ｉ＝１，２，…，ｎ）は、直
線状の大きさがｍ画素でｎ個（例えば図11に示すもので
は、９画素４方向でありｍ＝９，ｎ＝４）の構造要素
（これらを全体として以下、ｍ画素ｎ方向の多重構造要
素という）である。構造要素Ｂi を検出対象である石灰
化陰影よりも大きく設定すれば、上記オープニング演算
による処理で、構造要素Ｂi よりも細かな信号変化部分
（空間的に狭い範囲で信号が変動する画像部分）であっ
て周囲よりも輝度値の大きい凸状の部分である石灰化陰
影は取り除かれる。一方、細長い形状の乳腺の陰影等の
非石灰化陰影はその長さが構造要素Ｂi よりも長く、そ
の傾きが４つの構造要素Ｂi のいずれかに一致すればオ
ープニング処理（式（９）の第２項の演算）をしてもそ
のまま残る。したがってオープニング処理によって得ら
れた平滑化画像（石灰化陰影のみが取り除かれた画像）
を原画像ｆから引き去ることで、小さな石灰化陰影のみ
が含まれる画像が得られる。これが式（９）の考え方で
ある。
線状の大きさがｍ画素でｎ個（例えば図11に示すもので
は、９画素４方向でありｍ＝９，ｎ＝４）の構造要素
（これらを全体として以下、ｍ画素ｎ方向の多重構造要
素という）である。構造要素Ｂi を検出対象である石灰
化陰影よりも大きく設定すれば、上記オープニング演算
による処理で、構造要素Ｂi よりも細かな信号変化部分
（空間的に狭い範囲で信号が変動する画像部分）であっ
て周囲よりも輝度値の大きい凸状の部分である石灰化陰
影は取り除かれる。一方、細長い形状の乳腺の陰影等の
非石灰化陰影はその長さが構造要素Ｂi よりも長く、そ
の傾きが４つの構造要素Ｂi のいずれかに一致すればオ
ープニング処理（式（９）の第２項の演算）をしてもそ
のまま残る。したがってオープニング処理によって得ら
れた平滑化画像（石灰化陰影のみが取り除かれた画像）
を原画像ｆから引き去ることで、小さな石灰化陰影のみ
が含まれる画像が得られる。これが式（９）の考え方で
ある。
【００３８】なお、前述したように、高濃度高信号レベ
ルの信号の場合においては、石灰化陰影は周囲の画像部
分よりも濃度値が低くなり、石灰化陰影は周囲部分に対
して濃度値の小さい凹状の信号変化部分となるため、オ
ープニング処理に代えてクロージング処理を適用し、式
（９）に代えて式（10）を適用する。
ルの信号の場合においては、石灰化陰影は周囲の画像部
分よりも濃度値が低くなり、石灰化陰影は周囲部分に対
して濃度値の小さい凹状の信号変化部分となるため、オ
ープニング処理に代えてクロージング処理を適用し、式
（９）に代えて式（10）を適用する。
【００３９】
【数７】
【００４０】なお、モーフォロジー演算の一例である式
（10）のクロージング処理を具体的に説明する。
（10）のクロージング処理を具体的に説明する。
【００４１】すなわち、高濃度高信号レベルの画像信号
である濃度値Ｓorg についてのモーフォロジー演算によ
れば、例えば図12（１）の実線に示すような濃度値Ｓor
g の分布を有する画像データに対して、同図（２）に示
すような直線状の３画素の構造要素Ｂで、最大値処理
（ダイレーション処理）を行うことにより、ある注目画
素の濃度値Ｓi は、その注目画素を中心として互いに隣
接する３画素（構造要素Ｂにより決定される）の中の最
大値Ｓi+1 を採用したＳi ′に変換される。この演算を
全画素について行うことにより、濃度値Ｓorg ′の分布
を有する同図（１）の破線で示す最大値信号に変換され
る。
である濃度値Ｓorg についてのモーフォロジー演算によ
れば、例えば図12（１）の実線に示すような濃度値Ｓor
g の分布を有する画像データに対して、同図（２）に示
すような直線状の３画素の構造要素Ｂで、最大値処理
（ダイレーション処理）を行うことにより、ある注目画
素の濃度値Ｓi は、その注目画素を中心として互いに隣
接する３画素（構造要素Ｂにより決定される）の中の最
大値Ｓi+1 を採用したＳi ′に変換される。この演算を
全画素について行うことにより、濃度値Ｓorg ′の分布
を有する同図（１）の破線で示す最大値信号に変換され
る。
【００４２】次に、この最大値処理により得られた最大
値信号に対してさらに構造要素Ｂによる最小値処理（エ
ロージョン処理）を考えると、同図（１）の破線で示さ
れた注目画素の最大値信号Ｓi ′は、その注目画素を中
心として互いに隣接する３画素の中の最小値Ｓi-1 ′を
採用したＳi ″（＝Ｓi ）に変換される。この演算を全
画素について行うことにより、最大値処理後の最小値信
号Ｓorg ″の分布は同図（１）の一点鎖線で示すものと
される。この一点鎖線で示された画像信号は、もとの実
線のオリジナルの画像データに対して、構造要素Ｂより
も空間的に狭い範囲で信号が変動する画像部分が消え、
構造要素Ｂよりも空間的に広い範囲で変動する信号値の
変化部分である画像部分や変動のない画像部分はもとの
形状のまま残っていることを示している。すなわち、以
上の処理（クロージング処理）は、画像濃度の分布を高
濃度側から平滑化する処理として作用する。
値信号に対してさらに構造要素Ｂによる最小値処理（エ
ロージョン処理）を考えると、同図（１）の破線で示さ
れた注目画素の最大値信号Ｓi ′は、その注目画素を中
心として互いに隣接する３画素の中の最小値Ｓi-1 ′を
採用したＳi ″（＝Ｓi ）に変換される。この演算を全
画素について行うことにより、最大値処理後の最小値信
号Ｓorg ″の分布は同図（１）の一点鎖線で示すものと
される。この一点鎖線で示された画像信号は、もとの実
線のオリジナルの画像データに対して、構造要素Ｂより
も空間的に狭い範囲で信号が変動する画像部分が消え、
構造要素Ｂよりも空間的に広い範囲で変動する信号値の
変化部分である画像部分や変動のない画像部分はもとの
形状のまま残っていることを示している。すなわち、以
上の処理（クロージング処理）は、画像濃度の分布を高
濃度側から平滑化する処理として作用する。
【００４３】このようにクロージング処理で得られた値
（Ｓorg に対して最大値処理を行なった後にさらに最小
値処理を行なった値）を原画像信号Ｓorg から差し引く
ことにより得られた値Ｓmor は、上記クロージング処理
で消された空間的に狭い範囲で変動する信号値の変化部
分である画像部分を表す。
（Ｓorg に対して最大値処理を行なった後にさらに最小
値処理を行なった値）を原画像信号Ｓorg から差し引く
ことにより得られた値Ｓmor は、上記クロージング処理
で消された空間的に狭い範囲で変動する信号値の変化部
分である画像部分を表す。
【００４４】ここで、本来、画像信号は２次元の要素で
ある位置（ｘ，ｙ）と、３次元目の要素である信号値ｆ
（ｘ，ｙ）を有するが、上記説明においては、理解の容
易化のために、この２次元上に展開された画像の所定の
断面に現れた、１次元状の画像信号分布曲線について説
明した。
ある位置（ｘ，ｙ）と、３次元目の要素である信号値ｆ
（ｘ，ｙ）を有するが、上記説明においては、理解の容
易化のために、この２次元上に展開された画像の所定の
断面に現れた、１次元状の画像信号分布曲線について説
明した。
【００４５】したがって実際には、以上の説明を２次元
画像に適用する必要があり、多重構造要素を用いるのも
２次元画像に対応させるためである。
画像に適用する必要があり、多重構造要素を用いるのも
２次元画像に対応させるためである。
【００４６】次にモーフォロジー演算に基づくスケルト
ン処理について説明する。
ン処理について説明する。
【００４７】スケルトン処理とは一般に図形の骨格（sk
eleton）を抽出する処理であり、骨格とは図形に内接す
る円盤の中心の集合としてとらえることができる。すな
わち例えば図13（Ａ）〜（Ｅ）に示す各図形（中太の実
線で表記）の骨格はそれぞれ太い実線で示すものとな
る。
eleton）を抽出する処理であり、骨格とは図形に内接す
る円盤の中心の集合としてとらえることができる。すな
わち例えば図13（Ａ）〜（Ｅ）に示す各図形（中太の実
線で表記）の骨格はそれぞれ太い実線で示すものとな
る。
【００４８】以下、このスケルトン処理を、上述したモ
ーフォロジー演算により行なう場合について説明する。
この場合、スケルトン処理は下記式（１）または（２）
で表すことができる。
ーフォロジー演算により行なう場合について説明する。
この場合、スケルトン処理は下記式（１）または（２）
で表すことができる。
【００４９】
【数１】
【００５０】
【数２】
【００５１】ここで式（１）と式（２）とは前述した、
画像を高濃度高信号レベルの画像信号として表すか、ま
たは高輝度高信号レベルの画像信号として表すかの差異
によるものであり、高濃度高信号レベルの画像信号で表
された画像から低濃度（高輝度）の画像部分の骨格を抽
出する場合は式（１）を適用し、一方、高輝度高信号レ
ベルの画像信号で表された画像から低輝度（高濃度）の
画像部分の骨格を抽出する場合は式（２）を適用するも
のであり、作用自体の実質的な差はない。
画像を高濃度高信号レベルの画像信号として表すか、ま
たは高輝度高信号レベルの画像信号として表すかの差異
によるものであり、高濃度高信号レベルの画像信号で表
された画像から低濃度（高輝度）の画像部分の骨格を抽
出する場合は式（１）を適用し、一方、高輝度高信号レ
ベルの画像信号で表された画像から低輝度（高濃度）の
画像部分の骨格を抽出する場合は式（２）を適用するも
のであり、作用自体の実質的な差はない。
【００５２】例えばネガフイルム（高濃度高信号レベ
ル）上においては骨部は他の画像部分に比べてその濃度
は低いものとなり、骨梁の存在する部分は濃度が低く、
存在しない部分は濃度が高くなる。したがって、周囲よ
りも濃度の低い部分となる骨梁を対象としてスケルトン
処理を行なうことに該当するため式（１）を適用すれば
よい。
ル）上においては骨部は他の画像部分に比べてその濃度
は低いものとなり、骨梁の存在する部分は濃度が低く、
存在しない部分は濃度が高くなる。したがって、周囲よ
りも濃度の低い部分となる骨梁を対象としてスケルトン
処理を行なうことに該当するため式（１）を適用すれば
よい。
【００５３】ここで式（１）における構造要素Ｂを半径
ｒの円とし、図14に示す図形に対してスケルトン処理を
施した状態を示す。図14に示す図形は、その輪郭よりも
外側領域が濃度の高い部分であり、内側が濃度の低い部
分である。
ｒの円とし、図14に示す図形に対してスケルトン処理を
施した状態を示す。図14に示す図形は、その輪郭よりも
外側領域が濃度の高い部分であり、内側が濃度の低い部
分である。
【００５４】この図形に対してまず図示上段では構造要
素Ｂによるエロージョン処理が施される。λ＝０（構造
要素Ｂによる０回のエロージョン処理）では図形は何ら
変化がない。
素Ｂによるエロージョン処理が施される。λ＝０（構造
要素Ｂによる０回のエロージョン処理）では図形は何ら
変化がない。
【００５５】λ＝１（構造要素Ｂによる１回のエロージ
ョン処理）では図形が構造要素Ｂの半径ｒ分だけ内側に
埋め込められる。
ョン処理）では図形が構造要素Ｂの半径ｒ分だけ内側に
埋め込められる。
【００５６】λ＝２（構造要素Ｂによる２回のエロージ
ョン処理）では図形の円から突出した部分が完全に消失
する。
ョン処理）では図形の円から突出した部分が完全に消失
する。
【００５７】同様の操作を繰り返すことにより、λ＝Ｎ
−１（構造要素ＢによるＮ−１回のエロージョン処理）
で図形は半径ｒ以下の円のみとなる。
−１（構造要素ＢによるＮ−１回のエロージョン処理）
で図形は半径ｒ以下の円のみとなる。
【００５８】一方、図示中段は、この構造要素Ｂによる
各回（λ＝０，１，２，…，Ｎ−１，Ｎ）のエロージョ
ン処理を施した画像に対して、さらにそれぞれ構造要素
Ｂによるオープニング処理を施した図形である。
各回（λ＝０，１，２，…，Ｎ−１，Ｎ）のエロージョ
ン処理を施した画像に対して、さらにそれぞれ構造要素
Ｂによるオープニング処理を施した図形である。
【００５９】この図示上段の図形から図示中段の図形
を、処理の回数を対応させて差し引いた図形が図示下段
である。
を、処理の回数を対応させて差し引いた図形が図示下段
である。
【００６０】λ＝１において、元の図形の円から突出し
た部分の骨格要素が抽出され、λ＝Ｎ−１において、元
の図形の円の骨格要素が抽出されていることが分かる。
た部分の骨格要素が抽出され、λ＝Ｎ−１において、元
の図形の円の骨格要素が抽出されていることが分かる。
【００６１】このように元の図形に対してエロージョン
処理を施し、さらにオープニング処理を施し、処理回数
を対応させて差し引き、この結果の和集合を求めたもの
が式（１）の意味するところである。
処理を施し、さらにオープニング処理を施し、処理回数
を対応させて差し引き、この結果の和集合を求めたもの
が式（１）の意味するところである。
【００６２】式（２）では濃度の高低が式（１）とは逆
転した図形から骨格要素を抽出するのに有効であり、元
の図形に対してダイレーション処理を施し、さらにクロ
ージング処理を施し、処理回数を対応させて差し引き、
この結果の和集合を求めることにより骨格要素を抽出す
ることを意味する。
転した図形から骨格要素を抽出するのに有効であり、元
の図形に対してダイレーション処理を施し、さらにクロ
ージング処理を施し、処理回数を対応させて差し引き、
この結果の和集合を求めることにより骨格要素を抽出す
ることを意味する。
【００６３】なお上記式（１）、（２）中の和集合とし
て、ｎ1 の値が比較的大きいもののみの和集合、すなわ
ち例えばｎ1 ＝０，１の場合を除いたλ＝２，３，４，
５等の和集合を採用し、この場合に得られる骨格要素を
表示することにより、骨梁の変化をより見易くすること
ができ、好ましい。これは、λが０や１のときは特に、
非常に空間周波数の高いノイズ成分も抽出されるため、
和集合からこれらのノイズ成分を除外することによっ
て、より読影性能の高い画像を得ることができるからで
ある。以下の発明においても同様である。
て、ｎ1 の値が比較的大きいもののみの和集合、すなわ
ち例えばｎ1 ＝０，１の場合を除いたλ＝２，３，４，
５等の和集合を採用し、この場合に得られる骨格要素を
表示することにより、骨梁の変化をより見易くすること
ができ、好ましい。これは、λが０や１のときは特に、
非常に空間周波数の高いノイズ成分も抽出されるため、
和集合からこれらのノイズ成分を除外することによっ
て、より読影性能の高い画像を得ることができるからで
ある。以下の発明においても同様である。
【００６４】本発明の第２の骨部画像処理方法は、軟部
組織と骨部組織とを含む被検体を被写体とする、エネル
ギーサブトラクション処理用の放射線エネルギー分布が
互いに異なる２つの放射線画像に基づいて、前記骨部組
織における骨成分の密度に関する情報を取得する骨部画
像処理方法であって、前記２つの放射線画像に対してエ
ネルギーサブトラクション処理を施すことにより、前記
被写体中の骨部組織の画像が抽出又は強調された骨部画
像を生成し、該骨部画像に基づいて、前記骨成分の密度
に関する数値情報を取得するとともに、前記２つの放射
線画像のうち少なくとも一方、または該２つの放射線画
像を画素を対応させて重み付け加算して得られた加算画
像に対して、骨梁の強調処理を施すことにより該骨梁の
形態情報を取得することを特徴とするものである。
組織と骨部組織とを含む被検体を被写体とする、エネル
ギーサブトラクション処理用の放射線エネルギー分布が
互いに異なる２つの放射線画像に基づいて、前記骨部組
織における骨成分の密度に関する情報を取得する骨部画
像処理方法であって、前記２つの放射線画像に対してエ
ネルギーサブトラクション処理を施すことにより、前記
被写体中の骨部組織の画像が抽出又は強調された骨部画
像を生成し、該骨部画像に基づいて、前記骨成分の密度
に関する数値情報を取得するとともに、前記２つの放射
線画像のうち少なくとも一方、または該２つの放射線画
像を画素を対応させて重み付け加算して得られた加算画
像に対して、骨梁の強調処理を施すことにより該骨梁の
形態情報を取得することを特徴とするものである。
【００６５】すなわち、本発明の第１の骨部画像処理方
法が、エネルギーサブトラクション処理のための２つの
放射線画像をエネルギーサブトラクション処理した後の
骨部画像に基づいて骨梁の強調処理を行なうものである
のに対し、本発明の第２の骨部画像処理方法は、エネル
ギーサブトラクション処理を行なうのに先だってエネル
ギーサブトラクション処理のための２つの放射線画像の
うち少なくとも一方、または２つの放射線画像を画素を
対応させて重み付け加算して得られた加算画像に対し
て、骨梁の強調処理を行なうものである。
法が、エネルギーサブトラクション処理のための２つの
放射線画像をエネルギーサブトラクション処理した後の
骨部画像に基づいて骨梁の強調処理を行なうものである
のに対し、本発明の第２の骨部画像処理方法は、エネル
ギーサブトラクション処理を行なうのに先だってエネル
ギーサブトラクション処理のための２つの放射線画像の
うち少なくとも一方、または２つの放射線画像を画素を
対応させて重み付け加算して得られた加算画像に対し
て、骨梁の強調処理を行なうものである。
【００６６】また、本発明の第２の骨部画像処理方法に
おいても、第１の骨部画像処理方法と同様に、前記骨梁
の形態情報に基づいて骨梁構造を表す指標値を算出して
もよく、さらにはこの骨梁構造を表す指標値および前記
骨成分の密度に関する数値情報に基づいて、被検体の骨
部組織の状態を判定するようにしてもよい。
おいても、第１の骨部画像処理方法と同様に、前記骨梁
の形態情報に基づいて骨梁構造を表す指標値を算出して
もよく、さらにはこの骨梁構造を表す指標値および前記
骨成分の密度に関する数値情報に基づいて、被検体の骨
部組織の状態を判定するようにしてもよい。
【００６７】なお、上記各発明において骨成分の密度に
関する数値情報の取得方法としては、前記被検体のほ
か、その骨塩量が既知の骨塩レファレンス、すなわち人
骨を模したレファレンスであってその骨塩量を段階的に
変化させて作成されたもの（各段階における骨塩量は既
知）を被写体に加えて放射線画像を生成し、骨部画像中
に現れた骨塩レファレンスの画像の濃度と前記既知の骨
塩量とから濃度・骨塩量変換テーブルを作成し、濃度・
骨塩量変換テーブルに基づいて被写体の骨部画像におけ
る骨部の濃度を骨塩量に変換することにより取得する方
法（例えば特開平４−11473 号等参照）などを適用する
ことができる。
関する数値情報の取得方法としては、前記被検体のほ
か、その骨塩量が既知の骨塩レファレンス、すなわち人
骨を模したレファレンスであってその骨塩量を段階的に
変化させて作成されたもの（各段階における骨塩量は既
知）を被写体に加えて放射線画像を生成し、骨部画像中
に現れた骨塩レファレンスの画像の濃度と前記既知の骨
塩量とから濃度・骨塩量変換テーブルを作成し、濃度・
骨塩量変換テーブルに基づいて被写体の骨部画像におけ
る骨部の濃度を骨塩量に変換することにより取得する方
法（例えば特開平４−11473 号等参照）などを適用する
ことができる。
【００６８】本発明の骨部画像処理装置は本発明の骨部
画像処理方法を実施するための装置であって、軟部組織
と骨部組織とを含む被検体を被写体とする、エネルギー
サブトラクション処理用の放射線エネルギー分布が互い
に異なる２つ以上の放射線画像に基づいて、前記骨部組
織における骨成分の密度に関する情報を取得する骨部画
像処理装置であって、所定の２つの画像信号に基づい
て、該画像信号が表す画像のうち所望とする骨部を抽出
又は強調処理するエネルギーサブトラクション処理を施
すエネルギーサブトラクション処理手段と、該骨部の画
像信号に基づいて、該骨成分の密度に関する数値情報を
求める骨密度解析手段と、前記エネルギーサブトラクシ
ョン処理前の前記２つの放射線画像を表す各画像信号、
前記エネルギーサブトラクション処理後の前記骨部の画
像信号、または前記２つの放射線画像を表す各画像信号
を重み付け加算して得られた加算画像信号に対して、骨
梁を強調処理する骨梁強調手段とを備えたことを特徴と
するものである。
画像処理方法を実施するための装置であって、軟部組織
と骨部組織とを含む被検体を被写体とする、エネルギー
サブトラクション処理用の放射線エネルギー分布が互い
に異なる２つ以上の放射線画像に基づいて、前記骨部組
織における骨成分の密度に関する情報を取得する骨部画
像処理装置であって、所定の２つの画像信号に基づい
て、該画像信号が表す画像のうち所望とする骨部を抽出
又は強調処理するエネルギーサブトラクション処理を施
すエネルギーサブトラクション処理手段と、該骨部の画
像信号に基づいて、該骨成分の密度に関する数値情報を
求める骨密度解析手段と、前記エネルギーサブトラクシ
ョン処理前の前記２つの放射線画像を表す各画像信号、
前記エネルギーサブトラクション処理後の前記骨部の画
像信号、または前記２つの放射線画像を表す各画像信号
を重み付け加算して得られた加算画像信号に対して、骨
梁を強調処理する骨梁強調手段とを備えたことを特徴と
するものである。
【００６９】また、本発明の骨部画像処理装置において
は、前記骨梁強調手段により強調処理された骨梁の形態
情報に基づいて、骨梁構造を表す指標値を算出する指標
値算出手段を備えるものとしてもよく、さらに、この骨
梁構造を表す指標値および前記骨成分の密度に関する数
値情報に基づいて、被検体の骨部組織の状態を判定する
判定手段を備えるものとしてもよい。
は、前記骨梁強調手段により強調処理された骨梁の形態
情報に基づいて、骨梁構造を表す指標値を算出する指標
値算出手段を備えるものとしてもよく、さらに、この骨
梁構造を表す指標値および前記骨成分の密度に関する数
値情報に基づいて、被検体の骨部組織の状態を判定する
判定手段を備えるものとしてもよい。
【００７０】ここで上記骨梁強調手段としては式（１）
又は（２）で示されるモーフォロジー演算に基づくスケ
ルトン処理を施すモーフォロジー演算手段を適用するこ
とができる。
又は（２）で示されるモーフォロジー演算に基づくスケ
ルトン処理を施すモーフォロジー演算手段を適用するこ
とができる。
【００７１】なお、モーフォロジー演算を適用する画像
信号が高濃度高信号レベルの画像信号で表されるもので
ある場合は、式（１）を適用し、モーフォロジー演算を
適用する画像信号が高輝度高信号レベルの画像信号で表
されるものである場合は、式（２）を適用する。
信号が高濃度高信号レベルの画像信号で表されるもので
ある場合は、式（１）を適用し、モーフォロジー演算を
適用する画像信号が高輝度高信号レベルの画像信号で表
されるものである場合は、式（２）を適用する。
【００７２】高濃度高信号レベルの画像信号で表される
画像においては、骨梁は低濃度の画像部分として表現さ
れ、高輝度高信号レベルの画像信号で表される画像にお
いては、骨梁は高輝度の画像部分として表現されるから
である。
画像においては、骨梁は低濃度の画像部分として表現さ
れ、高輝度高信号レベルの画像信号で表される画像にお
いては、骨梁は高輝度の画像部分として表現されるから
である。
【００７３】なお上記式（１）、（２）中の和集合とし
て、ｎ1 の値が比較的大きいもののみの和集合、すなわ
ち例えばｎ1 ＝０，１の場合を除いたλ＝２，３，４，
５等の和集合を採用し、この場合に得られる骨格要素を
表示することにより、骨梁の変化をより見易くすること
ができ、好ましい。
て、ｎ1 の値が比較的大きいもののみの和集合、すなわ
ち例えばｎ1 ＝０，１の場合を除いたλ＝２，３，４，
５等の和集合を採用し、この場合に得られる骨格要素を
表示することにより、骨梁の変化をより見易くすること
ができ、好ましい。
【００７４】また前記骨密度解析手段としては、被検体
とともに放射線画像に記録された、その骨塩量が既知の
骨塩レファレンスの、前記骨部画像中に現れた骨塩レフ
ァレンスの画像の濃度と前記既知の骨塩量とから作成さ
れる濃度・骨塩量変換テーブルに基づいて、被写体の前
記骨部画像における骨部の濃度を骨塩量に変換して、前
記骨成分の密度に関する数値情報を求めるものを適用す
ることができる。
とともに放射線画像に記録された、その骨塩量が既知の
骨塩レファレンスの、前記骨部画像中に現れた骨塩レフ
ァレンスの画像の濃度と前記既知の骨塩量とから作成さ
れる濃度・骨塩量変換テーブルに基づいて、被写体の前
記骨部画像における骨部の濃度を骨塩量に変換して、前
記骨成分の密度に関する数値情報を求めるものを適用す
ることができる。
【００７５】
【発明の効果】本発明の骨部画像処理方法および装置
は、放射線画像に対してエネルギーサブトラクション処
理を施して骨部画像を得、この骨部画像に基づいて骨成
分の密度に関する数値情報を取得するとともに、放射線
画像または骨部画像に対して骨梁の強調処理を施すこと
により骨梁の形態情報を取得することによって、骨梁の
状態を視覚的にも認識しやすいものとし、特に骨粗鬆症
の診断に有用な情報を提供することができる。
は、放射線画像に対してエネルギーサブトラクション処
理を施して骨部画像を得、この骨部画像に基づいて骨成
分の密度に関する数値情報を取得するとともに、放射線
画像または骨部画像に対して骨梁の強調処理を施すこと
により骨梁の形態情報を取得することによって、骨梁の
状態を視覚的にも認識しやすいものとし、特に骨粗鬆症
の診断に有用な情報を提供することができる。
【００７６】とくに、骨梁の形態情報に基づいて骨梁構
造を表す指標値を算出することにより、骨梁の状態を数
値として得ることができ、これにより骨粗鬆症の診断に
有用な情報を定量的に求めることができる。
造を表す指標値を算出することにより、骨梁の状態を数
値として得ることができ、これにより骨粗鬆症の診断に
有用な情報を定量的に求めることができる。
【００７７】
【発明の実施の形態】以下、本発明の骨部画像処理装置
の具体的な実施の形態について図面を用いて説明する。
の具体的な実施の形態について図面を用いて説明する。
【００７８】図１は本発明の骨部画像処理装置の一実施
形態を示すブロック図、図２は図１に示す骨部画像処理
装置の作用の流れを示す図である。
形態を示すブロック図、図２は図１に示す骨部画像処理
装置の作用の流れを示す図である。
【００７９】図示の骨部画像処理装置100 は、軟部組織
（A2，B2）と骨部組織（A1，B1）とを含む被検体を被写
体とする、エネルギーサブトラクション処理用の高エネ
ルギー画像Ａ（図３参照）と低エネルギー画像Ｂとに基
づいて、骨部組織C1が強調された骨部画像Ｃを生成する
エネルギーサブトラクション処理手段10と、この骨部画
像Ｃを表す骨部画像信号（エネルギーサブトラクション
画像信号）Ｓsub に基づいて、骨部組織C1における骨成
分の密度に関する数値情報を求める骨密度解析手段30
と、骨部画像信号Ｓsub に対して骨梁を強調処理する骨
梁強調手段50とを備えた構成である。
（A2，B2）と骨部組織（A1，B1）とを含む被検体を被写
体とする、エネルギーサブトラクション処理用の高エネ
ルギー画像Ａ（図３参照）と低エネルギー画像Ｂとに基
づいて、骨部組織C1が強調された骨部画像Ｃを生成する
エネルギーサブトラクション処理手段10と、この骨部画
像Ｃを表す骨部画像信号（エネルギーサブトラクション
画像信号）Ｓsub に基づいて、骨部組織C1における骨成
分の密度に関する数値情報を求める骨密度解析手段30
と、骨部画像信号Ｓsub に対して骨梁を強調処理する骨
梁強調手段50とを備えた構成である。
【００８０】ここで上記高エネルギー画像Ａと低エネル
ギー画像Ｂは、いわゆる１ショットエネルギーサブトラ
クション（特開昭59− 83486号等参照）により１回の撮
影で得られたエネルギー分布が互いに異なる画像であ
り、各画像にはそれぞれ被検体の画像とともに、被検体
とともに撮影された骨塩レファレンス31（図４参照）の
画像A3，B3が記録されている。
ギー画像Ｂは、いわゆる１ショットエネルギーサブトラ
クション（特開昭59− 83486号等参照）により１回の撮
影で得られたエネルギー分布が互いに異なる画像であ
り、各画像にはそれぞれ被検体の画像とともに、被検体
とともに撮影された骨塩レファレンス31（図４参照）の
画像A3，B3が記録されている。
【００８１】骨塩レファレンス31は、骨塩の量すなわち
CaCO3 の含有量（wt％）を段階的に変えてそれを異なる
セクションd1，d2，d3，d4，d5，d6に並べた構造であ
り、すべてのセクションにおけるCaCO3 の含有量はそれ
ぞれ既知である。
CaCO3 の含有量（wt％）を段階的に変えてそれを異なる
セクションd1，d2，d3，d4，d5，d6に並べた構造であ
り、すべてのセクションにおけるCaCO3 の含有量はそれ
ぞれ既知である。
【００８２】またエネルギーサブトラクション処理手段
10は、入力された高エネルギー画像Ａを表す高エネルギ
ー画像信号Ｓａと、低エネルギー画像Ｂを表す低エネル
ギー画像信号Ｓｂとに基づいて、低エネルギー画像Ｂの
軟部組織B2と高エネルギー画像Ａの軟部組織A2との濃度
が一致するように、両画像に重み付けをしたうえで両信
号の差（差信号＝エネルギーサブトラクション画像信
号）Ｓsub を演算する。この結果、エネルギーサブトラ
クション画像信号Ｓsub は、骨部組織C1が強調された骨
部画像を表すものとなる。
10は、入力された高エネルギー画像Ａを表す高エネルギ
ー画像信号Ｓａと、低エネルギー画像Ｂを表す低エネル
ギー画像信号Ｓｂとに基づいて、低エネルギー画像Ｂの
軟部組織B2と高エネルギー画像Ａの軟部組織A2との濃度
が一致するように、両画像に重み付けをしたうえで両信
号の差（差信号＝エネルギーサブトラクション画像信
号）Ｓsub を演算する。この結果、エネルギーサブトラ
クション画像信号Ｓsub は、骨部組織C1が強調された骨
部画像を表すものとなる。
【００８３】骨密度解析手段30は、上記骨部画像Ｃ中に
現れた骨塩レファレンス31の画像C3の、各セクションd
1，d2，d3，d4，d5，d6ごとの濃度を求め、この各セク
ションd1，d2，d3，d4，d5，d6ごとの濃度と各セクショ
ンd1，d2，d3，d4，d5，d6ごとの既知の骨塩量とを対応
させて、図５のグラフに示すような対応関係の濃度・骨
塩量変換テーブルを作成する。そして骨部画像Ｃ中に現
れた骨部組織C1の濃度を求め、この求めた濃度を作成し
た濃度・骨塩量変換テーブルにしたがって骨塩量に変換
することで、骨成分の密度に関する数値情報を求めるも
のである。
現れた骨塩レファレンス31の画像C3の、各セクションd
1，d2，d3，d4，d5，d6ごとの濃度を求め、この各セク
ションd1，d2，d3，d4，d5，d6ごとの濃度と各セクショ
ンd1，d2，d3，d4，d5，d6ごとの既知の骨塩量とを対応
させて、図５のグラフに示すような対応関係の濃度・骨
塩量変換テーブルを作成する。そして骨部画像Ｃ中に現
れた骨部組織C1の濃度を求め、この求めた濃度を作成し
た濃度・骨塩量変換テーブルにしたがって骨塩量に変換
することで、骨成分の密度に関する数値情報を求めるも
のである。
【００８４】骨梁強調手段50は、下記式（１）で示され
るモーフォロジー演算に基づくスケルトン処理を施すこ
とによって、骨部画像Ｃにおける骨部組織C1の骨梁を強
調するものである。
るモーフォロジー演算に基づくスケルトン処理を施すこ
とによって、骨部画像Ｃにおける骨部組織C1の骨梁を強
調するものである。
【００８５】
【数１】
【００８６】次に本実施形態の骨部画像処理装置100 の
作用について説明する。
作用について説明する。
【００８７】エネルギーサブトラクション処理手段10は
入力された高エネルギー画像Ａを表す高エネルギー画像
信号Ｓａと、低エネルギー画像Ｂを表す低エネルギー画
像信号Ｓｂとから、下記式（11）に基づくエネルギーサ
ブトラクション処理を施して骨部画像信号Ｓsub を求め
る。
入力された高エネルギー画像Ａを表す高エネルギー画像
信号Ｓａと、低エネルギー画像Ｂを表す低エネルギー画
像信号Ｓｂとから、下記式（11）に基づくエネルギーサ
ブトラクション処理を施して骨部画像信号Ｓsub を求め
る。
【００８８】 Ｓsub ＝Ｋ logＳａ−Ｌ logＳｂ＋Ｍ （11） （但し、Ｋ、Ｌ、Ｍは係数を表わす） 得られた骨部画像信号Ｓsub は、軟部組織A2，B2が消去
された、相対的に骨部組織A1，B1が強調された骨部画像
Ｃを表すものとなる。
された、相対的に骨部組織A1，B1が強調された骨部画像
Ｃを表すものとなる。
【００８９】次いで、このようにして得られた骨部画像
Ｃを表す骨部画像信号Ｓsub は骨密度解析手段30に入力
され、骨密度解析手段30は、骨部画像Ｃ中に現れた骨塩
レファレンス31の画像C3の、各セクションd1，d2，d3，
d4，d5，d6ごとの濃度（画像信号）を求める。
Ｃを表す骨部画像信号Ｓsub は骨密度解析手段30に入力
され、骨密度解析手段30は、骨部画像Ｃ中に現れた骨塩
レファレンス31の画像C3の、各セクションd1，d2，d3，
d4，d5，d6ごとの濃度（画像信号）を求める。
【００９０】そして各セクションd1，d2，d3，d4，d5，
d6ごとの濃度と各セクションd1，d2，d3，d4，d5，d6ご
との既知の骨塩量（CaCO3 量）とを対応させて、濃度・
骨塩量変換テーブル（図５参照）を作成する。その後、
骨部画像信号Ｓsub を濃度・骨塩量変換テーブルにした
がって骨塩量に変換することによって、骨部組織C1にお
ける骨成分の密度に関する数値情報を求める。
d6ごとの濃度と各セクションd1，d2，d3，d4，d5，d6ご
との既知の骨塩量（CaCO3 量）とを対応させて、濃度・
骨塩量変換テーブル（図５参照）を作成する。その後、
骨部画像信号Ｓsub を濃度・骨塩量変換テーブルにした
がって骨塩量に変換することによって、骨部組織C1にお
ける骨成分の密度に関する数値情報を求める。
【００９１】得られた数値情報は表示装置等の出力媒体
に出力され、診断に供される。
に出力され、診断に供される。
【００９２】一方、骨部画像Ｃを表す骨部画像信号Ｓsu
b は骨梁強調手段50にも入力される。
b は骨梁強調手段50にも入力される。
【００９３】骨梁強調手段50は、入力された骨部画像信
号Ｓsub に対して、前記式（１）で示されるモーフォロ
ジー演算に基づくスケルトン処理を施し、骨部画像Ｃに
おける骨部組織C1の骨梁を強調処理する。なお、このモ
ーフォロジー演算に用いられる構造要素は、骨梁の骨格
を抽出するのに適した大きさ（具体的には骨梁の太さに
応じた大きさ）のものを設定する。
号Ｓsub に対して、前記式（１）で示されるモーフォロ
ジー演算に基づくスケルトン処理を施し、骨部画像Ｃに
おける骨部組織C1の骨梁を強調処理する。なお、このモ
ーフォロジー演算に用いられる構造要素は、骨梁の骨格
を抽出するのに適した大きさ（具体的には骨梁の太さに
応じた大きさ）のものを設定する。
【００９４】骨梁は骨の内部に縦横に延びる海綿質であ
り、放射線画像においては図６に示すように、この縦横
に延びる海綿質が幾重にも重なって写し出されるが、骨
梁強調手段50によるモーフォロジー演算に基づくスケル
トン処理によって、図７に示すように海綿質の骨格だけ
が幾重にも重なった画像とされる。
り、放射線画像においては図６に示すように、この縦横
に延びる海綿質が幾重にも重なって写し出されるが、骨
梁強調手段50によるモーフォロジー演算に基づくスケル
トン処理によって、図７に示すように海綿質の骨格だけ
が幾重にも重なった画像とされる。
【００９５】そして、この骨梁の骨格だけが抽出された
画像は外部の表示手段等に出力される。
画像は外部の表示手段等に出力される。
【００９６】このように、本実施形態の骨部画像処理装
置によれば、骨成分の密度を数値情報として定量的に得
ることができるとともに、その骨梁の状態を視覚的な画
像情報としても得ることができるため、骨梁の状態の診
断に非常に有効であり、特に骨粗鬆症の診断に有用な情
報を提供することができる。
置によれば、骨成分の密度を数値情報として定量的に得
ることができるとともに、その骨梁の状態を視覚的な画
像情報としても得ることができるため、骨梁の状態の診
断に非常に有効であり、特に骨粗鬆症の診断に有用な情
報を提供することができる。
【００９７】なお、図１に示した実施形態の骨部画像処
理装置は、骨梁強調手段50において骨梁の画像情報を取
得するものであるが、図15のフローチャートに示すよう
に、骨梁強調処理手段50において得られた骨梁の画像情
報に基づいて、骨梁構造を示す指標値を算出し、この指
標値と骨密度の数値情報とを判定装置に入力して、被検
体の骨部組織の状態を判定するするようにしてもよい。
以下、この指標値の算出について説明する。
理装置は、骨梁強調手段50において骨梁の画像情報を取
得するものであるが、図15のフローチャートに示すよう
に、骨梁強調処理手段50において得られた骨梁の画像情
報に基づいて、骨梁構造を示す指標値を算出し、この指
標値と骨密度の数値情報とを判定装置に入力して、被検
体の骨部組織の状態を判定するするようにしてもよい。
以下、この指標値の算出について説明する。
【００９８】骨梁構造の指標値を算出する方法の具体例
としては、Star volume 法が挙げられる。このStar vol
ume 法は、図16に示すように、骨髄腔内のある点から全
ての方向について骨梁に遮られることなく見渡せる範囲
の骨髄腔体積の平均を意味するmarrow space star volu
me（Ｖｍ）および同様に骨梁の中の点から全ての方向に
骨梁の端に至る範囲の体積の平均を意味するtrabecular
star volume（Ｖｔ）の２種類が定義されている。な
お、図16においては、斜線部が骨梁を、その他の部分が
骨髄腔を示す。Star volume は、標本のサンプリング法
の工夫により骨髄腔の骨梁の大きさをｍｍ3 あるいはμ
ｍ3 といった三次元の値として表す隔たりのない立体学
的指標とされている。Ｖｍは骨梁の連続性が高い場合は
小さく、骨梁の消滅や穿孔が多いときは大きくなり、逆
にＶｔは骨梁の連続性が高い場合は大きく、骨梁の消滅
や穿孔が多いときは小さくなる。
としては、Star volume 法が挙げられる。このStar vol
ume 法は、図16に示すように、骨髄腔内のある点から全
ての方向について骨梁に遮られることなく見渡せる範囲
の骨髄腔体積の平均を意味するmarrow space star volu
me（Ｖｍ）および同様に骨梁の中の点から全ての方向に
骨梁の端に至る範囲の体積の平均を意味するtrabecular
star volume（Ｖｔ）の２種類が定義されている。な
お、図16においては、斜線部が骨梁を、その他の部分が
骨髄腔を示す。Star volume は、標本のサンプリング法
の工夫により骨髄腔の骨梁の大きさをｍｍ3 あるいはμ
ｍ3 といった三次元の値として表す隔たりのない立体学
的指標とされている。Ｖｍは骨梁の連続性が高い場合は
小さく、骨梁の消滅や穿孔が多いときは大きくなり、逆
にＶｔは骨梁の連続性が高い場合は大きく、骨梁の消滅
や穿孔が多いときは小さくなる。
【００９９】骨髄腔内の任意の点ｉにおけるＶｍｉは以
下の式(12)により定義される。
下の式(12)により定義される。
【０１００】 Ｖｍｉ＝π／３×ｌ0m 3 (12) 但し、ｌ0 は点ｉを中心とする任意の方向において、骨
髄腔が連続する長さを示す。また、ｌ0m 3 は点ｉを中心
として放射状に全ての方向においてｌ0 3を求めた場合の
平均値を表す。
髄腔が連続する長さを示す。また、ｌ0m 3 は点ｉを中心
として放射状に全ての方向においてｌ0 3を求めた場合の
平均値を表す。
【０１０１】次に、骨梁上の任意の点ｊにおけるＶｔｊ
は以下の式(13)により定義される。
は以下の式(13)により定義される。
【０１０２】 Ｖｔｊ＝π／３×Σｌ1 4／Σｌ1 (13) 但し、ｌ1 は点ｊを中心とする任意の方向において、骨
梁が連続する長さを示す。また、ｌ1 は点ｊを中心とし
て放射状に全ての方向において求められ、Σはその全て
の方向における和を求めることを表す。そして、本実施
形態においては、ＶｍｉおよびＶｔｊをサンプリング点
ごとに算出し、その平均値をＶｍおよびＶｔとした。
梁が連続する長さを示す。また、ｌ1 は点ｊを中心とし
て放射状に全ての方向において求められ、Σはその全て
の方向における和を求めることを表す。そして、本実施
形態においては、ＶｍｉおよびＶｔｊをサンプリング点
ごとに算出し、その平均値をＶｍおよびＶｔとした。
【０１０３】なお、骨梁構造の指標値としては、Ｖｍと
Ｖｔのいずれを用いてもよいが、本実施形態においては
Ｖｔを用いるものとする。
Ｖｔのいずれを用いてもよいが、本実施形態においては
Ｖｔを用いるものとする。
【０１０４】そして、骨梁の画像情報を得た後、上記式
(13)に基づいてＶｔの値を求め、Ｖｔの値を骨密度の数
値情報とともに判定装置に入力する。
(13)に基づいてＶｔの値を求め、Ｖｔの値を骨密度の数
値情報とともに判定装置に入力する。
【０１０５】判定装置においては、例えば、図17に示す
ように、被検体の年齢、骨密度値およびＶｔを軸とする
三次元座標が形成され、入力された結果がこの三次元座
標内のいずれの位置に存在するかに応じて、骨部組織の
状態を判定するものである。すなわち、判定装置に入力
された被検体の年齢、骨密度値およびＶｔが点Ｐ１で示
す位置にあれば状態Ａにあると判定し、点Ｐ２で示す位
置にあれば状態Ｂにあると判定し、点Ｐ３で示す位置に
あれば状態Ｃにあると判定するものである。
ように、被検体の年齢、骨密度値およびＶｔを軸とする
三次元座標が形成され、入力された結果がこの三次元座
標内のいずれの位置に存在するかに応じて、骨部組織の
状態を判定するものである。すなわち、判定装置に入力
された被検体の年齢、骨密度値およびＶｔが点Ｐ１で示
す位置にあれば状態Ａにあると判定し、点Ｐ２で示す位
置にあれば状態Ｂにあると判定し、点Ｐ３で示す位置に
あれば状態Ｃにあると判定するものである。
【０１０６】このように、骨梁の画像情報に基づいて骨
梁の指標値を得ることにより、骨成分の密度とともに骨
梁の状態をも数値情報として定量的に得ることができる
ため、骨梁の状態の診断に非常に有効であり、特に骨粗
鬆症の診断に有用な情報を提供することができるととも
に、被検体の骨部組織の状態を自動的に判定することが
できる。
梁の指標値を得ることにより、骨成分の密度とともに骨
梁の状態をも数値情報として定量的に得ることができる
ため、骨梁の状態の診断に非常に有効であり、特に骨粗
鬆症の診断に有用な情報を提供することができるととも
に、被検体の骨部組織の状態を自動的に判定することが
できる。
【０１０７】なお、図15に示す実施形態においては、図
17に示すように、被検体の年齢、骨密度値およびＶｔを
軸とする三次元座標を形成して被検体の骨部組織の状態
を判定しているが、図18（ａ）に示すように、被検体の
年齢と骨密度値とに基づいて仮の判定１〜３を求め、図
18（ｂ）に示すように、判定１〜３とＶｔの値との関係
を表すテーブルを参照して被検体の骨部組織の状態を判
定するようにしてもよい。
17に示すように、被検体の年齢、骨密度値およびＶｔを
軸とする三次元座標を形成して被検体の骨部組織の状態
を判定しているが、図18（ａ）に示すように、被検体の
年齢と骨密度値とに基づいて仮の判定１〜３を求め、図
18（ｂ）に示すように、判定１〜３とＶｔの値との関係
を表すテーブルを参照して被検体の骨部組織の状態を判
定するようにしてもよい。
【０１０８】また、図15に示す実施形態においては、Ｖ
ｔを指標値として求めているが、上記Ｖｍを指標値とし
て求めてもよく、さらには、指標値をNode-strut解析に
より求めるようにしてもよい。このNode-strut解析は、
骨梁の連続性を二次元的に評価する方法であり、３個以
上の骨梁の結合点をNode（Ｎｄ）（図19における白
点）、他の骨梁と結合していない終末点をTerminus（Ｔ
ｍ）（図19における黒点）と定義する。そして、図19に
示すようにこれらをつなぐ骨梁の中心線（strut ）をＮ
ｄＮｄ（ＮｄとＮｄとをつなぐstrut ）、ＮｄＴｍ（Ｎ
ｄとＴｍとをつなぐstrut ）、ＴｍＴｍ（ＴｍとＴｍと
をつなぐstrut ）、ＣｔＮｄ（Ｃｔ（皮質骨）とＮｄと
をつなぐstrut ）およびＣｔＴｍ（ＣｔとＴｍとをつな
ぐstrut ）に分類し、それぞれの長さを測定する。これ
らのstrut の長さとＮｄの数およびＴｍの数に基づいて
以下のパラメータを定義する。
ｔを指標値として求めているが、上記Ｖｍを指標値とし
て求めてもよく、さらには、指標値をNode-strut解析に
より求めるようにしてもよい。このNode-strut解析は、
骨梁の連続性を二次元的に評価する方法であり、３個以
上の骨梁の結合点をNode（Ｎｄ）（図19における白
点）、他の骨梁と結合していない終末点をTerminus（Ｔ
ｍ）（図19における黒点）と定義する。そして、図19に
示すようにこれらをつなぐ骨梁の中心線（strut ）をＮ
ｄＮｄ（ＮｄとＮｄとをつなぐstrut ）、ＮｄＴｍ（Ｎ
ｄとＴｍとをつなぐstrut ）、ＴｍＴｍ（ＴｍとＴｍと
をつなぐstrut ）、ＣｔＮｄ（Ｃｔ（皮質骨）とＮｄと
をつなぐstrut ）およびＣｔＴｍ（ＣｔとＴｍとをつな
ぐstrut ）に分類し、それぞれの長さを測定する。これ
らのstrut の長さとＮｄの数およびＴｍの数に基づいて
以下のパラメータを定義する。
【０１０９】（１）長さのパラメータ すべてのstrut の長さの和（ＴＳＬ）に対する各strut
の長さ（％） ＮｄＮｄ／ＴＳＬ、ＮｄＴｍ／ＴＳＬ、ＴｍＴｍ／ＴＳ
Ｌ、ＣｔＮｄ／ＴＳＬ、ＣｔＴｍ／ＴＳＬ （２）単位面積当たりのstrut の長さ（ｍｍ／ｍｍ2 ）
（なお、ＴＶは全骨組織面積または（全骨組織面積−皮
質骨面積）を示す） ＴＳＬ／ＴＶ、ＮｄＮｄ／ＴＶ、ＮｄＴｍ／ＴＶ、Ｔｍ
Ｔｍ／ＴＶ、ＣｔＮｄ／ＴＶ、ＣｔＴｍ／ＴＶ （３）数のパラメータ Ｎ．Ｎｄ／ＴＶ＝単位面積当たりのＮｄの数（／ｍ
ｍ2 ） Ｎ．Ｔｍ／ＴＶ＝単位面積当たりのＴｍの数（／ｍ
ｍ2 ） Ｎ．Ｎｄ／Ｎ．Ｔｍ＝Ｎｄの数とＴｍの数との比 この定義ではＮｄ関連のパラメータが高いほど骨梁の連
続性が高く、Ｔｍ関連のパラメータが高いほど骨梁の連
続性が低いことを示す。このNode-strut解析は骨梁の連
続性を直接かつ簡便に計測できる方法として有用性が高
いものである。
の長さ（％） ＮｄＮｄ／ＴＳＬ、ＮｄＴｍ／ＴＳＬ、ＴｍＴｍ／ＴＳ
Ｌ、ＣｔＮｄ／ＴＳＬ、ＣｔＴｍ／ＴＳＬ （２）単位面積当たりのstrut の長さ（ｍｍ／ｍｍ2 ）
（なお、ＴＶは全骨組織面積または（全骨組織面積−皮
質骨面積）を示す） ＴＳＬ／ＴＶ、ＮｄＮｄ／ＴＶ、ＮｄＴｍ／ＴＶ、Ｔｍ
Ｔｍ／ＴＶ、ＣｔＮｄ／ＴＶ、ＣｔＴｍ／ＴＶ （３）数のパラメータ Ｎ．Ｎｄ／ＴＶ＝単位面積当たりのＮｄの数（／ｍ
ｍ2 ） Ｎ．Ｔｍ／ＴＶ＝単位面積当たりのＴｍの数（／ｍ
ｍ2 ） Ｎ．Ｎｄ／Ｎ．Ｔｍ＝Ｎｄの数とＴｍの数との比 この定義ではＮｄ関連のパラメータが高いほど骨梁の連
続性が高く、Ｔｍ関連のパラメータが高いほど骨梁の連
続性が低いことを示す。このNode-strut解析は骨梁の連
続性を直接かつ簡便に計測できる方法として有用性が高
いものである。
【０１１０】なお、図１に示した実施形態の骨部画像処
理装置は、骨梁強調手段50が骨部画像信号Ｓsub に対し
て強調処理することによって、骨梁の画像情報を取得す
るものであるが、本発明の骨部画像処理装置はこの形態
に限るものではなく、図８のフローチャートに示すよう
に、高エネルギー画像Ａを表す高エネルギー画像信号Ｓ
ａ、若しくは低エネルギー画像Ｂを表す低エネルギー画
像信号Ｓｂに対して、または図９のフローチャートに示
すように高エネルギー画像信号Ｓａと低エネルギー画像
信号Ｓｂとを重み付け加算した加算信号に対して、骨梁
強調手段50が強調処理することによって、骨梁の画像情
報を取得する構成を採用することもできる。
理装置は、骨梁強調手段50が骨部画像信号Ｓsub に対し
て強調処理することによって、骨梁の画像情報を取得す
るものであるが、本発明の骨部画像処理装置はこの形態
に限るものではなく、図８のフローチャートに示すよう
に、高エネルギー画像Ａを表す高エネルギー画像信号Ｓ
ａ、若しくは低エネルギー画像Ｂを表す低エネルギー画
像信号Ｓｂに対して、または図９のフローチャートに示
すように高エネルギー画像信号Ｓａと低エネルギー画像
信号Ｓｂとを重み付け加算した加算信号に対して、骨梁
強調手段50が強調処理することによって、骨梁の画像情
報を取得する構成を採用することもできる。
【０１１１】また、図８および図９に示すフローチャー
トにおいても、図15に示すフローチャートと同様に、骨
梁の画像情報に基づいて骨梁構造の指標値を算出するよ
うにしてもよい。さらに、算出された骨梁の指標値と骨
密度の数値情報とに基づいて、被検体の骨部組織の状態
を判定装置において判定するようにしてもよい。
トにおいても、図15に示すフローチャートと同様に、骨
梁の画像情報に基づいて骨梁構造の指標値を算出するよ
うにしてもよい。さらに、算出された骨梁の指標値と骨
密度の数値情報とに基づいて、被検体の骨部組織の状態
を判定装置において判定するようにしてもよい。
【０１１２】また骨密度解析手段30により求められた骨
成分の密度に関する数値情報と骨梁強調手段50により求
められた骨梁の形態情報とは、同一の出力媒体に出力し
てもよいし、各別の出力媒体に出力してもよい。
成分の密度に関する数値情報と骨梁強調手段50により求
められた骨梁の形態情報とは、同一の出力媒体に出力し
てもよいし、各別の出力媒体に出力してもよい。
【図１】本発明の骨部画像処理装置の一実施形態を示す
ブロック図
ブロック図
【図２】図１に示した骨部画像処理装置の作用の流れを
示すフローチャート
示すフローチャート
【図３】高エネルギー画像Ａ、低エネルギー画像Ｂおよ
びエネルギーサブトラクション処理手段により生成され
る骨部画像Ｃを示す図
びエネルギーサブトラクション処理手段により生成され
る骨部画像Ｃを示す図
【図４】骨塩レファレンスの一例を示す図
【図５】骨密度解析手段30により作成される濃度・骨塩
量変換テーブルの一例を示す図
量変換テーブルの一例を示す図
【図６】放射線画像における骨梁（骨粗鬆症の進行）を
示す模式図
示す模式図
【図７】スケルトン処理後の骨梁（骨粗鬆症の進行）を
示す模式図
示す模式図
【図８】本発明の骨部画像処理装置の他の実施形態の作
用の流れを示すフローチャート（その１）
用の流れを示すフローチャート（その１）
【図９】本発明の骨部画像処理装置の他の実施形態の作
用の流れを示すフローチャート（その２）
用の流れを示すフローチャート（その２）
【図１０】モーフォロジー処理の基本的な作用を示す
図、（Ａ）ダイレーション（dilation）処理、（Ｂ）エ
ロージョン（erosion ）処理、（Ｃ）オープニング（op
ening ）処理、（Ｄ）クロージング（closing ）処理
図、（Ａ）ダイレーション（dilation）処理、（Ｂ）エ
ロージョン（erosion ）処理、（Ｃ）オープニング（op
ening ）処理、（Ｄ）クロージング（closing ）処理
【図１１】モーフォロジー処理に用いる構造要素Ｂi の
一例を示す図
一例を示す図
【図１２】クロージング処理を具体的に説明する図
【図１３】種々の図形とその骨格（skeleton：スケルト
ン）を示す図
ン）を示す図
【図１４】スケルトン処理を具体的に説明する図
【図１５】本発明の骨部画像処理装置の他の実施形態の
作用の流れを示すフローチャート（その３）
作用の流れを示すフローチャート（その３）
【図１６】Star volume 法を説明するための図
【図１７】被検体の骨部組織の状態を判定する方法を説
明するための図（その１）
明するための図（その１）
【図１８】被検体の骨部組織の状態を判定する方法を説
明するための図（その２）
明するための図（その２）
【図１９】Node-strut解析を説明するための図
10 エネルギーサブトラクション処理手段 30 骨密度解析手段 50 骨梁強調手段 100 骨部画像処理装置
Claims (17)
- 【請求項１】 軟部組織と骨部組織とを含む被検体を被
写体とする、エネルギーサブトラクション処理用の放射
線エネルギー分布が互いに異なる２つの放射線画像に基
づいて、前記骨部組織における骨成分の密度に関する情
報を取得する骨部画像処理方法であって、 前記２つの放射線画像に対してエネルギーサブトラクシ
ョン処理を施すことにより、前記被写体中の骨部組織の
画像が抽出又は強調された骨部画像を生成し、 該骨部画像に基づいて、前記骨成分の密度に関する数値
情報を取得するとともに、 該骨部画像に対して骨梁の強調処理を施すことにより、
該骨梁の形態情報を取得することを特徴とする骨部画像
処理方法。 - 【請求項２】 軟部組織と骨部組織とを含む被検体を被
写体とする、エネルギーサブトラクション処理用の放射
線エネルギー分布が互いに異なる２つの放射線画像に基
づいて、前記骨部組織における骨成分の密度に関する情
報を取得する骨部画像処理方法であって、 前記２つの放射線画像に対してエネルギーサブトラクシ
ョン処理を施すことにより、前記被写体中の骨部組織の
画像が抽出又は強調された骨部画像を生成し、 該骨部画像に基づいて、前記骨成分の密度に関する数値
情報を取得するとともに、 前記２つの放射線画像のうち少なくとも一方の放射線画
像、または該２つの放射線画像を画素を対応させて重み
付け加算して得られた加算画像に対して、骨梁の強調処
理を施すことにより該骨梁の形態情報を取得することを
特徴とする骨部画像処理方法。 - 【請求項３】 前記骨梁の形態情報に基づいて、骨梁構
造を表す指標値を算出することを特徴とする請求項１ま
たは２記載の骨部画像処理方法。 - 【請求項４】 前記骨成分の密度に関する数値情報およ
び前記骨梁構造を表す指標値に基づいて、前記被検体の
骨部組織の状態を判定することを特徴とする請求項３記
載の骨部画像処理方法。 - 【請求項５】 前記骨梁の強調処理が下記式（１）で示
されるモーフォロジー演算に基づくスケルトン処理であ
り、該モーフォロジー演算を適用する画像が高濃度高信
号レベルの画像信号で表されるものであることを特徴と
する請求項１から４のいずれか１項記載の骨部画像処理
方法。 【数１】 - 【請求項６】 前記式（１）におけるｎ1 の値が２以上
であることを特徴とする請求項５記載の骨部画像処理方
法。 - 【請求項７】 前記骨梁の強調処理が下記式（２）で示
されるモーフォロジー演算に基づくスケルトン処理であ
り、該モーフォロジー演算を適用する画像が高輝度高信
号レベルの画像信号で表されるものであることを特徴と
する請求項１から４のいずれか１項記載の骨部画像処理
方法。 【数２】 - 【請求項８】 前記式（２）におけるｎ1 の値が２以上
であることを特徴とする請求項７記載の骨部画像処理方
法。 - 【請求項９】 前記被検体のほか、その骨塩量が既知の
骨塩レファレンスを前記被写体に加えて前記放射線画像
を生成し、 前記骨部画像中に現れた前記骨塩レファレンスの画像の
濃度と前記既知の骨塩量とから濃度・骨塩量変換テーブ
ルを作成し、 該濃度・骨塩量変換テーブルに基づいて前記被写体の前
記骨部画像における骨部の濃度を骨塩量に変換して、前
記数値情報を取得することを特徴とする請求項１から８
のいずれか１項記載の骨部画像処理方法。 - 【請求項１０】 軟部組織と骨部組織とを含む被検体を
被写体とする、エネルギーサブトラクション処理用の放
射線エネルギー分布が互いに異なる２つの放射線画像に
基づいて、前記骨部組織における骨成分の密度に関する
情報を取得する骨部画像処理装置であって、 所定の２つの画像信号に基づいて、該画像信号が表す画
像のうち所望とする骨部を抽出又は強調処理するエネル
ギーサブトラクション処理を施すエネルギーサブトラク
ション処理手段と、 該骨部の画像信号に基づいて、前記骨成分の密度に関す
る数値情報を求める骨密度解析手段と、 前記エネルギーサブトラクション処理前の前記２つの放
射線画像のうち少なくとも一方の画像を表す画像信号、
該２つの放射線画像を画素を対応させて重み付け加算し
て得られた加算画像を表す画像信号、または前記エネル
ギーサブトラクション処理後の前記骨部の画像信号に対
して、骨梁を強調処理する骨梁強調手段とを備えたこと
を特徴とする骨部画像処理装置。 - 【請求項１１】 前記骨梁強調手段により強調処理され
た骨梁の形態情報に基づいて、骨梁構造を表す指標値を
算出する指標値算出手段をさらに備えたことを特徴とす
る請求項１０記載の骨部画像処理装置。 - 【請求項１２】 前記骨成分の密度に関する数値情報お
よび前記骨梁構造を表す指標値に基づいて、前記被検体
の骨部組織の状態を判定する判定手段をさらに備えたこ
とを特徴とする請求項１１記載の骨部画像処理装置。 - 【請求項１３】 前記骨梁強調手段が下記式（１）で示
されるモーフォロジー演算に基づくスケルトン処理を施
すモーフォロジー演算手段であり、該モーフォロジー演
算を適用する画像信号が高濃度高信号レベルの画像信号
で表されるものであることを特徴とする請求項１０から
１２のいずれか１項記載の骨部画像処理装置。 【数１】 - 【請求項１４】 前記式（１）におけるｎ1 の値が２以
上であることを特徴とする請求項１３記載の骨部画像処
理装置。 - 【請求項１５】 前記骨梁強調手段が下記式（２）で示
されるモーフォロジー演算に基づくスケルトン処理を施
すモーフォロジー演算手段であり、該モーフォロジー演
算を適用する画像信号が高輝度高信号レベルの画像信号
で表されるものであることを特徴とする請求項１０から
１２のいずれか１項記載の骨部画像処理装置。 【数２】 - 【請求項１６】 前記式（２）におけるｎ1 の値が２以
上であることを特徴とする請求項１５記載の骨部画像処
理装置。 - 【請求項１７】 前記骨密度解析手段が、 前記被検体とともに前記放射線画像に記録された、その
骨塩量が既知の骨塩レファレンスの、前記骨部画像中に
現れた前記骨塩レファレンスの画像の濃度と前記既知の
骨塩量とから作成される濃度・骨塩量変換テーブルに基
づいて、前記被写体の前記骨部画像における骨部の濃度
を骨塩量に変換して、前記数値情報を求めるものである
ことを特徴とする請求項１０から１６のいずれか１項記
載の骨部画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25327097A JP3824749B2 (ja) | 1996-09-25 | 1997-09-18 | 骨部画像処理方法および装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8-253258 | 1996-09-25 | ||
| JP25325896 | 1996-09-25 | ||
| JP25327097A JP3824749B2 (ja) | 1996-09-25 | 1997-09-18 | 骨部画像処理方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10155115A true JPH10155115A (ja) | 1998-06-09 |
| JP3824749B2 JP3824749B2 (ja) | 2006-09-20 |
Family
ID=26541108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25327097A Expired - Fee Related JP3824749B2 (ja) | 1996-09-25 | 1997-09-18 | 骨部画像処理方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3824749B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005006918A (ja) * | 2003-06-19 | 2005-01-13 | Hitachi Medical Corp | 放射線画像撮像装置 |
| WO2012128036A1 (ja) * | 2011-03-18 | 2012-09-27 | 日立アロカメディカル株式会社 | 骨密度測定装置 |
| WO2017169312A1 (ja) * | 2016-03-28 | 2017-10-05 | 富士フイルム株式会社 | 放射線画像撮影システム、画像処理装置、放射線画像撮影装置、画像処理方法、及び画像処理プログラム |
| CN110381837A (zh) * | 2017-01-10 | 2019-10-25 | 媒堤亚株式会社 | 骨密度测定装置、骨密度测定系统以及拍摄辅助件 |
| JP2021069791A (ja) * | 2019-10-31 | 2021-05-06 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
-
1997
- 1997-09-18 JP JP25327097A patent/JP3824749B2/ja not_active Expired - Fee Related
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005006918A (ja) * | 2003-06-19 | 2005-01-13 | Hitachi Medical Corp | 放射線画像撮像装置 |
| JP4526110B2 (ja) * | 2003-06-19 | 2010-08-18 | 株式会社日立メディコ | 放射線画像撮像装置 |
| WO2012128036A1 (ja) * | 2011-03-18 | 2012-09-27 | 日立アロカメディカル株式会社 | 骨密度測定装置 |
| JP2012192118A (ja) * | 2011-03-18 | 2012-10-11 | Hitachi Aloka Medical Ltd | 骨密度測定装置 |
| WO2017169312A1 (ja) * | 2016-03-28 | 2017-10-05 | 富士フイルム株式会社 | 放射線画像撮影システム、画像処理装置、放射線画像撮影装置、画像処理方法、及び画像処理プログラム |
| JPWO2017169312A1 (ja) * | 2016-03-28 | 2018-08-09 | 富士フイルム株式会社 | 放射線画像撮影システム、画像処理装置、放射線画像撮影装置、画像処理方法、及び画像処理プログラム |
| US10765390B2 (en) | 2016-03-28 | 2020-09-08 | Fujifilm Corporation | Radiography system, image processing apparatus, radiography apparatus, image processing method, and image processing program |
| CN110381837A (zh) * | 2017-01-10 | 2019-10-25 | 媒堤亚株式会社 | 骨密度测定装置、骨密度测定系统以及拍摄辅助件 |
| JP2021069791A (ja) * | 2019-10-31 | 2021-05-06 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3824749B2 (ja) | 2006-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3656695B2 (ja) | 骨計測方法および装置 | |
| Majumdar et al. | Application of fractal geometry techniques to the study of trabecular bone | |
| US5910972A (en) | Bone image processing method and apparatus | |
| JP7194143B2 (ja) | 肝臓腫瘍例のレビューを容易にするシステムおよび方法 | |
| Yaffe et al. | Breast cancer risk and measured mammographic density | |
| Martın-Badosa et al. | A method for the automatic characterization of bone architecture in 3D mice microtomographic images | |
| KR101747300B1 (ko) | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 | |
| JP2001238870A (ja) | 器官の厚みを補償する方法および装置 | |
| US20120257808A1 (en) | Method and system for processing an image | |
| Bianchi et al. | Software comparison to analyze bone radiomics from high resolution CBCT scans of mandibular condyles | |
| JP6526669B2 (ja) | 画像データからの骨の区分化 | |
| JP2009512511A (ja) | 医療用画像の改善された視覚化のための方法 | |
| Highnam et al. | Comparing measurements of breast density | |
| JP2002099896A (ja) | 異常陰影候補検出方法および装置 | |
| JP6492553B2 (ja) | 画像処理装置及びプログラム | |
| EP2973391B1 (en) | Determining a residual mode image from a dual energy image | |
| JP2007029514A (ja) | 画像解析装置、画像解析方法およびそのプログラム | |
| JPH10108073A (ja) | 骨部画像処理方法および装置 | |
| JP2018524071A (ja) | 医用画像を表示するための伝達関数の選択 | |
| Cerneaz et al. | Finding curvilinear structures in mammograms | |
| JP3824749B2 (ja) | 骨部画像処理方法および装置 | |
| Leszczyński et al. | The use of fractal analysis in medicine: A literature review | |
| Bhan et al. | Detection and grading severity of caries in dental X-ray images | |
| JPH11155849A (ja) | 骨画像情報取得方法 | |
| Mol et al. | Application of digital image analysis in dental radiography for the description of periapical bone lesions: a preliminary study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050824 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051004 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051202 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060214 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060403 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20060424 |
|
| 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: 20060627 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060628 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100707 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130707 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |