KR20130136519A - 파노라마 엑스선 사진을 이용한 진단 지원 시스템, 및 파노라마 엑스선 사진을 이용한 진단 지원 프로그램 - Google Patents

파노라마 엑스선 사진을 이용한 진단 지원 시스템, 및 파노라마 엑스선 사진을 이용한 진단 지원 프로그램 Download PDF

Info

Publication number
KR20130136519A
KR20130136519A KR1020137024745A KR20137024745A KR20130136519A KR 20130136519 A KR20130136519 A KR 20130136519A KR 1020137024745 A KR1020137024745 A KR 1020137024745A KR 20137024745 A KR20137024745 A KR 20137024745A KR 20130136519 A KR20130136519 A KR 20130136519A
Authority
KR
South Korea
Prior art keywords
data
mandible
contour
model
diagnostic
Prior art date
Application number
KR1020137024745A
Other languages
English (en)
Other versions
KR101554272B1 (ko
Inventor
히로시 후지타
타케시 하라
아키토시 카츠마타
타츠로 하야시
Original Assignee
고꾸리츠 다이가꾸호오징 기후다이가꾸
메디아 가부시키가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 고꾸리츠 다이가꾸호오징 기후다이가꾸, 메디아 가부시키가이샤 filed Critical 고꾸리츠 다이가꾸호오징 기후다이가꾸
Publication of KR20130136519A publication Critical patent/KR20130136519A/ko
Application granted granted Critical
Publication of KR101554272B1 publication Critical patent/KR101554272B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/51—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A61B6/5241—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT combining overlapping images of the same imaging modality, e.g. by stitching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

진단 지원 시스템(1)은, 복수의 하악골 모델 데이터(9)를 취득하는 모델 데이터 취득 수단(14)과, 하악골 모델 데이터로부터 윤곽 모델 데이터(15)를 생성하는 윤곽 모델 생성 수단(16)과, 윤곽 모델 데이터(15) 등으로부터 윤곽 모델 데이터베이스(19)를 구축하는 윤곽 데이터베이스 기억 수단(20)과, 피험자의 진단 화상 데이터(6)의 입력을 접수하는 진단 화상 데이터 접수 수단(21)과, 진단 화상 데이터(6)로부터 에지 데이터(22)를 추출하는 에지 추출 수단(23)과, 에지 데이터(22)에 기초하여 유사한 윤곽 모델 데이터(15)를 검색하는 유사 모델 검색 수단(24)과, 촬영 정보(17)에 기초하여 촬영 위치 등 및 화상 품질을 각각 판정하는 위치 판정 수단(25) 및 화상 품질 판정 수단(26)과, 제공자 정보(18)에 기초하여 진단 지원 정보(7)를 제공하는 진단 지원 정보 제공 수단(27)을 가지는 진단 지원 컴퓨터(3)를 구비한다.

Description

파노라마 엑스선 사진을 이용한 진단 지원 시스템, 및 파노라마 엑스선 사진을 이용한 진단 지원 프로그램 {DIAGNOSIS ASSITANCE SYSTEM UTILIZING PANORAMIC RADIOGRAPHS, AND DIAGNOSIS ASSISTANCE PROGRAM UTILIZING PANORAMIC RADIOGRAPHS}
본 발명은, 파노라마 엑스선 사진을 이용한 진단 지원 시스템(이하, 간단히 진단 지원 시스템이라고 부른다)과, 파노라마 엑스선 사진을 이용한 진단 지원 프로그램(이하, 간단히 진단 지원 프로그램이라고 부른다)에 관한 것이다. 특히, 본 발명은, 치과 치료시에 촬영되는 파노라마 엑스선 사진을 사용하여 촬영 조건의 적절성을 판정하고, 이환(罹患) 리스크가 높은 질병(치성 상악동염 등)의 진단에 관한 정보를 제공할 수 있는 진단 지원 시스템 및 진단 지원 프로그램에 관한 것이다.
치과 치료시에, 환자의 턱 액면의 영역(상하악, 악관절, 및 상악동을 포함한다)을 1장의 파노라마 엑스선 사진(이하, 간단히 파노라마 화상이라고 부른다)으로서 촬영하는 경우가 있다. 이 파노라마 화상은, 치과 영역에 있어서의 주요 질병의 유무 판단 및 그 밖의 치료 방침 등을 결정하기 위한 유익한 참고 정보로서 사용되고 있다. 특히, 최근, 엑스선 촬영 기기나 디지털 정보 기기의 고성능화, 컴팩트화 및 저비용화 등이 진행되고 있다. 그 때문에, 디지털 파노라마 화상을 촬영하는 촬영 기기를 도입하는 치과 의원의 수도 증가하고 있다.
촬영된 파노라마 화상은, 화상 데이터로서, 환자의 기본 정보, 예를 들어 성명, 생년월일 및 성별과 당해 환자의 의료 정보, 예를 들어 지금까지의 치료력 및 그 밖의 질병 이력과 더불어, 전자 카르테 등에 저장된다. 그 때문에, 환자의 일련의 치료가 끝난 후에, 그 내용을 확인하거나 치유 상태를 파악하는 것을 용이하게 행할 수 있다. 또한 파노라마 화상은, 상기 치과 영역에 대한 질병 이외에도, 전신 질환에 대한 진단을 행하기 위한 유익한 정보를 포함하고 있는 경우도 있다. 따라서, 그러한 유익 정보를, 하악골 영역을 포함하는 파노라마 화상으로부터 제공하는 기술의 개발도 진행되고 있다(예를 들어, 특허문헌 1 내지 특허문헌 3 참조).
더욱 구체적으로 설명하면, 촬영되는 파노라마 화상은, 코의 좌우에 위치하는 부비강의 하나인 1쌍의 상악동 영역을 포함한다. 상악동의 저부는, 치근부와 근접해 있다. 그 때문에, 상악동 영역은, 상악측의 어금니의 충치 혹은 치주병 등의 치과계 질환을 일으키는 세균의 침공을 입는 경우가 있다. 그 결과, "치성 상악동염"이 발증하는 경우가 있다. 이 치성 상악동염은, 원인 치아가 되는 충치 등의 치료를 더불어 행할 필요가 있기 때문에, 일반적으로 치과 의원에서 치료되고 있다.
치성 상악동염에 이환된 환자의 파노라마 화상은, 이하의 특징을 갖는다. 즉, 코를 중심으로 하여 좌우에 존재하는 1쌍의 상악동 중, 일방의 상악동 영역(이환 영역)은, 엑스선 불투과성이다. 그 때문에, 이환 영역은 주로 백색 또는 밝은 색으로 묘출된다. 타방의 상악동 영역(정상 영역)은, 엑스선 투과성이다. 그 때문에, 정상 영역은 흑색 또는 짙은 색으로 묘출된다. 즉, 양 상악동 영역을 포함하는 파노라마 화상에 있어서의 좌우의 상악동 영역의 묘출 농도에 현저한 차이가 관찰되는 경우, 치성 상악동염에 이환되어 있을 가능성이 높은 것을 알 수 있다. 한편, "치성" 상악동염과는 달리, "비성" 상악동염 또는 "혈행성" 상악동염의 경우, 상기 특징적 소견(좌우의 상악동 영역의 묘출 농도의 상이)이 나타나는 일은 적다.
한편, 본원 발명자들은, 촬영한 파노라마 화상에 포함되는 좌우의 상악동 영역의 농도차를 강조 표시하는 화상 처리 시스템을 개발하였다. 또한, 본원 발명자들은, 좌우의 상악동 영역의 차분 상(像)을 작성하는 시스템의 개발을 행하고 있다(비특허문헌 1 참조). 이러한 시스템을 사용하여, 좌우 차분 상에 기초하여 치과 의사들은 좌우의 상악동 영역의 농도차를 용이하게 인식할 수 있다. 그 결과, 치과 의사들은, 환자의 상악동염의 가능성 유무를 판단하고, 그 후, 정밀한 검사 등을 행할 수 있기 때문에, 치성 상악동염의 조기 진단 및 조기 치료가 가능하다.
여기서, 얻어진 의료용 화상으로부터 특정한 대상 부위가 존재하는 위치를 사전 정보에 기초하여 추정하는 기술(아틀라스)이 많이 개발되어 있다. 그러한 기술(아틀라스)의 개시예로서 이하의 것이 있다. 즉, 뇌 영역에 대한 아틀라스의 생성에 관한 방법(비특허문헌 2 및 비특허문헌 3 참조), 뇌 영역보다 형태의 개체차가 큰 복부 장기에 대한 아틀라스를 생성하는 방법(비특허문헌 4 및 비특허문헌 5 참조), 및 상호 정보량을 사용하여 화상간의 유사도를 평가하고, 매우 유사한 화상만을 사용하여 아틀라스를 생성하는 기술(비특허문헌 6 등)이다. 이러한 기술에 의해, 파노라마 화상 등의 의료용 화상으로부터 대상의 위치를 특정하기 때문에, 아틀라스를 생성하는 시도가 많이 이루어지고 있다. 이러한 기술은, 치성 상악동염의 가능성을 판단하는 것 및 상악동의 영역을 특정하는 것에 있어서도, 유용한 기술이라고 생각되고 있다.
1. 일본 공개특허공보 2008-36068호 2. 일본 특허 제3964795호 3. 국제공개번호 WO2006/043523
1. Hara T, Mori S, Kaneda T, Hayashi T, Katsumata A, Fujita H, "Automated contralateral subtraction of dental panoramic radiographs for detecting abnormalities in paranasal sinus", Proc. of SPIE, 2011, Vol.7963, p.79632R-1-79632R-6 2. Guimond A, Meunier J, Thirion JP, "Average Brain Models: A Convergence Study" Computer Vision and Image Understanding, 2000, Vol.77, p.192-210 3. Dinov ID, Mega MS, Thompson PM, Lee L, Woods RP, Holmes CJ, Sumners DW, Toga AW, "Analyzing Functional Brain Images in a Probabilistic Atlas; A Validation of Subvolume Thresholding", Journal of Computer Assisted Tomography, 2000, Vol.24(1), p.128-138 4. Park H, Bland PH, Meyer CR, "Construction of an Abdominal Probabilistic Atlas and its Application in Segmentation", IEEE TRANSACTIONS ON MEDICAL IMAGING, 2003, Vol.22(4), p.483-492 5. 키타가와 테루히코, 샹롱 저우, 하라 타케시, 후지타 히로시, 요코야마 류지로, 콘도 히로시, 카네마츠 마사유키, 호시 히로아키, 「체간부 비조영 X선 CT 화상에 있어서의 간 아틀라스의 구축과 그 간 자동 추출법에 대한 응용」, 전기 정보 통신학회 논문지 D, 2008, Vol.J91-D(7), p.1837-1850 6. Blezek DJ, Miller JV, "Atlas stratification", Medical Image Analysis, 2007, Vol.11, p.443-457 7. Canny JF, "A Computational Approach Edge Detection", IEEETRANSACTION ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 1986, VOL.PAMI-8(6), p.679-698 8. 정택우 외 3명, 「P형 푸리에 기술자에 기초하는 연꽃잎의 부분 형상 특징의 정량적 평가」, 육종학 연구, 2005년, 7(3), p133-142 9. Kirsh R, "Computer Determination of the Constituent Structure of Biological Images", COMPUTERS AND BIOMEDICAL RESEARCH, 1971, Vol.4, p.315-328 10. 마츠모토 타쿠야 외 8명, 「치과 파노라마 X선 화상에 있어서의 하악골의 피질골의 두께 계측에 관한 기초적 연구」, 제29회 일본 의용 화상 공학회 대회ㆍ예고집 CD-ROM, 2010년, p3-11 11. 하야시 타츠로 외 7명, 「치과 파노라마 X선 사진에 있어서의 톱 해트 필터를 사용한 경동맥 석회화의 자동 검출법의 개발」, NPO 법인 일본 치과 방사선학회 제15회 임상 화상 대회, 2010년, O-S5-16, p47
그러나, 파노라마 화상을 사용하여 치과 영역 질환 혹은 전신 질환에 관련된 진단을 행하기 위해서는, 이하의 문제점이 발생할 가능성이 있다. 즉, 파노라마 화상의 촬영은, 촬영 조건을 양호한 정밀도로 엄밀하게 만족시킬 필요가 있다. 따라서, 파노라마 화상의 촬영은 고도의 촬영 기술을 필요로 하는 경우가 있다. 구체적으로 설명하면, 하악골 영역을 포함하는 파노라마 화상을 촬영하는 경우에는, 3개의 포인트를 기준으로 하고, 이들 포인트의 위치가 항상 유지된 상태에서 촬영할 필요가 있다. 여기서, 3개의 포인트란, 피촬영자의 얼굴의 중심("정중선"), 좌우 중 어느 하나의 안와와 외이도 상연의 3개의 점을 연결하여 형성되는 "프랑크푸르트 평면" 및 단층 촬영시에 촬영되는 영역을 나타내는 "단층역"이다. 촬영 중, 이들 3개의 포인트가 어긋나면, 최종적으로 얻어지는 파노라마 화상에 치우침 혹은 변형 등의 문제가 발생하는 경우가 있다. 또한, 이러한 어긋남은, 촬영시의 화상 품질(예를 들어, 엑스선의 위치, 강도, 농도 및 콘트라스트)에 편차를 초래하는 경우도 있다. 이러한 부적정한 촬영 조건으로 촬영된 파노라마 화상은, 질병 등의 불충분한 판단, 질병의 간과 또는 잘못된 질병의 시사를 초래할 수 있다. 그 때문에, 충분한 경험을 가지는 치과 방사선 전문의들에 의해 파노라마 화상이 촬영되지 않는 경우, 질병의 진단을 행할 수 없는 경우가 있다.
더욱이, 전신 질환에 관한 지견을 가지는 치과의 자체가 적기 때문에, 치과 의원 등에서 촬영된 파노라마 화상으로부터 유추되는 질병은, 주로 치과 영역의 질병에 한정된다. 따라서, 적정한 촬영 조건으로 촬영된 파노라마 화상이라도 중대한 질병이 간과될 가능성이 있다.
또한, 파노라마 화상을 사용한 치성 상악동염의 진단은, 하기에 드는 문제점을 발생하는 경우가 있다. 즉, 상기 서술한 바와 같이, 파노라마 화상으로부터 치성 상악동염의 증례를 판독하는 것은 고도의 전문 지식을 필요로 한다. 일반 개업의는, 그러한 증례를 적확하게 진단하기가 곤란하다. 또한, 비특허문헌 1의 지원 시스템을 사용하는 경우, 좌우의 상악동 영역의 농도차를 화상 처리에 의해 강조하는 것에 불과하며, 이러한 농도차가 정량적으로 나타나는 것은 아니다. 그 때문에, 판독을 행하는 의사들은, 그 농도차를 주관에 기초하여 판단하기 때문에, 정확한 진단을 내릴 수 없는 경우도 있다. 특히, 파노라마 화상의 경우, 복수의 구조가 복합적으로 조합되어, 1장의 파노라마 화상으로서 구축된다. 그 때문에, 얻어지는 파노라마 화상이 촬영 조건 등에 따라 크게 상이하다. 또한, 아틀라스를 생성하는 기술은, 뇌 영역 혹은 복부 장기의 영역 등을 주된 대상으로 하므로, 상악동을 포함하는 영역에 대해서는 시도되고 있지 않다.
이에, 상기 실정을 감안하여, 본 발명은, 파노라마 화상을 촬영하였을 때의 촬영 조건을 판정하는 것 및 파노라마 화상이 적정한 촬영 조건으로 촬영된 것인지의 여부를 판단하는 것을 과제로 한다. 또한, 본 발명은, 파노라마 화상으로부터 얻어진 정보에 기초하여 치과 영역의 질환 및 그 이외의 전신 질환의 여러 질병을 추정하는 것을 과제로 한다. 또한, 본 발명은, 이환 리스크가 있는 질병을 진단 지원 정보로서 의사나 피험자 등에게 제공하는 것을 과제로 한다.
상기 과제를 해결하기 위하여, 본 발명의 진단 지원 시스템은, "진단 지원 컴퓨터를 사용하여 파노라마 엑스선 사진을 해석하여, 진단 지원 정보를 제공할 수 있는 진단 지원 시스템으로서, 상기 진단 지원 컴퓨터는, 적정 촬영 조건 및 비적정 촬영 조건을 포함하는 복수의 촬영 조건에 각각 기초하여, 하악골 모델 제공자의 하악골 영역의 상기 파노라마 엑스선 사진을 촬영함으로써 복수의 하악골 모델 데이터를 취득하는 모델 데이터 취득 수단과, 취득된 상기 하악골 모델 데이터로부터 상기 하악골의 윤곽을 추출하여, 윤곽 모델 데이터를 생성하는 윤곽 모델 생성 수단과, 생성된 윤곽 모델 데이터를 촬영 위치, 촬영 자세, 및 화상 품질에 관련된 촬영 정보 그리고 상기 하악골 모델 제공자에 관한 연령, 성별, 및 질병 이력을 포함하는 제공자 정보와 더불어 기억하여, 윤곽 모델 데이터베이스를 구축하는 윤곽 데이터베이스 기억 수단과, 진단 지원 대상인 피험자의 하악골 영역의 파노라마 엑스선 사진을 촬영하여 취득된 진단 화상 데이터의 입력을 접수하는 진단 화상 데이터 접수 수단과, 접수한 상기 진단 화상 데이터로부터 상기 하악골의 에지 데이터를 추출하는 에지 추출 수단과, 추출된 상기 에지 데이터와 상기 윤곽 모델 데이터베이스의 복수의 윤곽 모델 데이터를 대조하여, 유사한 상기 윤곽 모델 데이터를 검색하는 유사 모델 검색 수단과, 유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 촬영 위치 및 촬영 자세에 관련된 위치 적정을 판정하는 위치 판정 수단과, 유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 농도 프로필 및 콘트라스트를 포함하는 화상 품질의 적정도를 판정하는 화상 품질 판정 수단"을 구비하여 주로 구성되어 있다.
여기서, 적정 촬영 조건이란, 이하와 같은 조정을 위한 조건이다. 즉, 하악골 영역의 파노라마 화상을 촬영하는 경우, 하악골 모델 제공자의 얼굴 중심의 정중선 등의 위치함을 세밀하게 조정한다. 그것과 함께, 화상 품질(농도 프로필 등)에 대해서도 조정한다. 바꿔 말하면, 적정 촬영 조건은, 그러한 조정을 한 것을 바탕으로 파노라마 화상을 촬영하기 위한 조건이다. 따라서, 적정 촬영 조건 하에서 얻어진 파노라마 화상은, 치우침, 변형 및 화질 이상이 없다. 즉, 적정 촬영 조건은, 이 파노라마 화상에 기초하여 질병의 추정 등을 행하기에 충분한 것이다. 한편, 비적정 촬영 조건이란, 상기와 상이하며, 피사체가 되는 하악골 영역의 위치 및 방향 그리고 하악골 모델 제공자의 촬영 자세가 적정 범위에서 어긋나 부정한 위치에서 촬영이 행해지는 조건이다. 혹은, 비적정 촬영 조건이란, 선량 부족, 선량 과잉 또는 부적정한 화상 품질(콘트라스트 불량 등)로 촬영이 행해지는 조건이다. 한편, 비적정 촬영 조건은, 적정 촬영 조건을 기준으로 하여, 동일 피사체에 대해 고의로 촬영 조건을 변화시킨 복수의 조건을 포함한다. 따라서, 비적정 촬영 조건 하에서, 동일 피사체에 대해 복수의 하악골 모델 데이터가 취득된다. 그리고, 복수의 하악골 모델 제공자에 대해 복수의 하악골 모델 데이터의 취득을 반복함으로써, 복수의 하악골 모델 데이터가 집적된다(모델 데이터 취득 수단). 한편, 파노라마 화상(하악골 모델 데이터)을 촬영하기 위한 촬영 장치는, 치과 의원 등에 도입된 주지의 파노라마 엑스선 사진 촬영 장치를 사용하여 행해진다.
한편, 윤곽 모델 생성 수단은, 화상 해석에 기초하여, 취득된 복수의 하악골 모델 데이터로부터 하악골의 윤곽을 추출해 윤곽 모델 데이터를 생성한다. 이 윤곽 모델 데이터의 생성은, 캐니(Canny) 필터(비특허문헌 7 참조) 등의 디지털 필터를 사용하여 행할 수 있다. 혹은, 하악골 모델 데이터의 윤곽을 수동으로 지시하여, 윤곽 모델 데이터를 생성해도 된다. 또한, 비특허문헌 8에 나타내는 바와 같이, 윤곽 모델 데이터의 생성은, P형 푸리에 기술자를 사용하여 추출된 윤곽 형상을 수치화하여 규정하고, 푸리에 기술자의 계수를 변량으로 하여 주성분 분석을 행함으로써 가능하다. 한편, 생성된 윤곽 모델 데이터에 대해, 임의의 조건을 미리 설정함으로써, 푸리에 계수를 구해도 된다. 이 경우, 임의의 조건이란, 예를 들어, 주성분을 정의하는 고유 벡터로부터, 각각의 주성분 득점이 0 또는 표준 편차의 +2배인 값을 취하고, 다른 주성분 득점이 전부 0이 되는 조건을 들 수 있다. 이와 같이 하여 푸리에 계수를 구하고, 역푸리에 변환에 의해 하악골의 윤곽 형상을 규정하는 것이 알려져 있다(비특허문헌 1 참조).
또한, 윤곽 데이터베이스 기억 수단은, 상기 서술한 처리에 의해 모델화된 윤곽 모델 데이터를 윤곽 모델 데이터베이스에 기억한다. 특히, 윤곽 모델 데이터베이스에는, 촬영 정보와 제공자 정보가 더불어 기억되어, 윤곽 모델 데이터베이스가 구축된다. 한편, 촬영 정보는, 당해 윤곽 모델 데이터를 촬영할 때의 하악골 모델 제공자의 위치 및 자세, 화상 품질, 촬영 장치의 상태 등을 포함한다. 또한, 제공자 정보는, 하악골 모델 제공자의 연령, 성별, 질병 이력 등을 포함한다.
에지 추출 수단은, 화상 해석 처리를 행하여, 하악골의 에지 데이터를 추출한다. 즉, 진단 지원 대상인 피험자의 파노라마 화상을 촬영함으로써 얻어진 진단 화상 데이터로부터 하악골의 에지 데이터를 추출한다. 이 때, 화상 해석 처리는, 상기의 윤곽 모델 생성 수단의 하악골의 윤곽 검출과 마찬가지로 화소 수의 차이 등을 이용한다. 이 때, 에지 추출 수단은, 미리 마스크 처리를 행해도 된다. 이 마스크 처리에 의해, 하악골의 대략적인 영역을 특정하여, 처리 속도의 효율화 및 에지 데이터의 정밀도를 높인다. 더 구체적으로는, 에지 처리는, 디지털 데이터의 화소가 불연속으로 변화하고 있는 장소를 특정한다. 에지 처리로서, 주지의 캐니법 등을 이용할 수 있다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 입력된 진단 화상 데이터에 대해 에지 처리가 행해진다. 에지 처리에서는, 얻어진 에지 데이터와 미리 구축된 복수의 하악골의 윤곽 모델 데이터의 대비 처리가 행해진다. 그리고, 윤곽 모델 데이터베이스 중에서, 얻어진 에지 데이터와 가장 유사한 윤곽 모델 데이터가 검색된다. 계속해서, 유사 검색에 있어서 해당한 윤곽 모델 데이터에 대응하는 촬영 정보에 기초하여 촬영 위치 등의 위치 적정과 콘트라스트 등의 화상 품질의 적정이 판정된다. 이에 의해, 진단 화상 데이터가 적정한 촬영 조건으로 촬영되었는지의 여부가 판단된다. 이 때, 촬영 정보에 기초하여 윤곽 모델 데이터가 적정 촬영 조건 하 또는 비적정 촬영 조건 하에서 촬영되었는지가 판단된다. 윤곽 모델 데이터가 적정 촬영 조건으로 촬영되어 있는 경우, 당해 진단 화상 데이터도 적정 촬영 조건으로 촬영된 것으로 판정된다. 한편, 윤곽 모델 데이터가 비적정 촬영 조건으로 촬영되어 있는 경우, 당해 진단 화상 데이터도 비적정 촬영 조건으로 촬영된 것으로 판정된다.
여기서, 진단 화상 데이터가 비적정 촬영 조건으로 촬영된 것으로 판정된 경우에는, 그 취지가 출력되고, 처리를 종료한다. 이 경우, 다시 한번 적정 촬영 조건으로 파노라마 화상을 촬영하여, 진단 화상 데이터를 다시 취득할 필요가 있다.
또한, 본 발명의 진단 지원 시스템은, 상기 구성에 더하여 "상기 위치 판정 수단 및 상기 화상 품질 판정 수단에 의해 상기 적정 촬영 조건으로 촬영되었다고 판정된 상기 진단 화상 데이터에 대하여, 유사 검색된 상기 윤곽 모델 데이터의 상기 제공자 정보에 기초하여 이환 리스크가 있는 질병을 상기 진단 지원 정보로서 제공하는 진단 지원 정보 제공 수단을" 더 구비하는 것이어도 된다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 촬영 위치 등 및 화상 품질 전부에 있어서 적정하다고 판정된 진단 화상 데이터는, 이하와 같이 이용된다. 즉, 윤곽 모델 데이터에 대응하는 제공자 정보에 기초하여 진단 화상 데이터로부터 이환 리스크가 높은 질병이 추정된다. 추정된 질병은, 리스트화된다. 구체적으로는, 윤곽 모델 데이터를 제공한 하악골 모델 제공자의 제공자 정보에 포함되는 치료 이력이나 질병력으로부터, 하악골이 유사함으로써 리스크가 상정되는 질병이 판단된다. 이것이 진단 지원 정보로서 제공된다. 따라서, 하악골 영역의 파노라마 화상은, 윤곽 모델 데이터베이스에 포함되는 복수의 윤곽 모델 데이터와의 유사성 판정에 제공된다. 유사 검색으로 해당한 윤곽 모델 데이터베이스로부터, 당해 파노라마 화상의 피험자가 이환될 가능성이 높은 질병에 관한 정보가 제공된다. 이에 의해, 파노라마 화상의 적정 유무 및 질병 리스크의 정보 제공이 일련의 흐름으로 처리되게 된다.
또한, 본 발명의 진단 지원 시스템은, 상기 구성에 더하여 "상기 진단 화상 데이터에 포함되는 상기 하악골의 윤곽을 검출하는 하악골 윤곽 검출 수단과, 검출된 상기 하악골의 윤곽에 관련된 진단 윤곽 데이터에 기초하여, 골다공증, 경동맥의 석회화, 및 상악동염 중 적어도 하나의 질병의 검지를 행하는 질병 검지 수단"을 구비하는 것이어도 된다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 진단 화상 데이터로부터 하악골의 윤곽이 추가로 검출된다. 이 때, 윤곽의 검출을 이하와 같이 행해도 된다. 즉, 이미 유사 검색된 윤곽 모델 데이터의 하악골을 초기 윤곽으로 한다. 이 초기 윤곽을 사용하고, 작성된 에지 데이터에 기초하여 하악골의 에지에 수속하는 동적 윤곽 모델의 생성을 행하여, 윤곽을 검출한다. 이에 의해, 검출된 윤곽 형상으로부터 각종 질병의 검지를 행할 수 있다.
또한, 본 발명의 진단 지원 시스템은, 상기 구성에 더하여 "상기 유사 모델 검색 수단은, 추출된 상기 에지 데이터를 사용하여 상기 하악골의 상기 에지로부터의 거리에 따라 농담을 변화시켜 묘화한 거리 화상을 생성하는 거리 화상 생성 수단과, 상기 윤곽 모델 데이터로부터 상기 하악골의 윤곽 형상을 복원하는 윤곽 복원 수단과, 복원된 상기 윤곽 형상에 관련된 복원 데이터 및 생성된 상기 거리 화상에 관련된 거리 화상 데이터를 겹쳐, 윤곽 상의 평균값을 산출하는 평균값 산출 수단과, 산출된 상기 평균값이 최소값을 나타내는 상기 하악골의 윤곽 형상을 가지는 상기 윤곽 모델 데이터를 특정하고, 특정된 상기 윤곽 모델 데이터를 유사한 상기 윤곽 모델 데이터로 하는 윤곽 모델 특정 수단"을 구비하는 것이어도 된다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 생성된 에지 데이터에 기초하여 에지 부분으로부터의 거리에 따라 농담을 변화시킨 거리 화상이 생성된다. 이 거리 화상은, 윤곽 모델 데이터로부터 복원화된 하악골의 윤곽 형상에 대해 대조 처리된다. 이 때, 서로의 윤곽에 있어서의 평균값을 산출한다. 산출된 평균값이 최소값을 나타내는 윤곽 모델 데이터를 유사한 윤곽 모델로서 특정하는 처리를 행한다. 이에 의해, 거리 화상과 복원된 윤곽 모델 데이터의 윤곽 형상의 차이에 기초하여 유사의 유무를 판단할 수 있게 된다.
또한, 좌우의 상악동의 농도차에 의한 치성 상악동염의 가능성에 관한 정보를 제공하기 위한 본 발명의 진단 지원 시스템은, 상기 구성에 더하여 "상기 모델 데이터 취득 수단은, 상기 하악 모델 제공자의 상기 하악골 영역 및 상악동 영역을 포함하는 영역을 피사체로 하여 촬영한 상기 파노라마 엑스선 사진에 관련된 파노라마 화상 데이터를 취득하고, 당해 파노라마 화상 데이터를 기억하는 화상 데이터 취득 수단을 구비하고, 상기 진단 화상 데이터 접수 수단은, 진단 대상인 피험자의 상기 하악골 및 상기 상악동을 포함하는 영역을 상기 파노라마 엑스선 사진으로 촬영한 검사 대상 화상에 관련된 하악골ㆍ상악동 진단 화상 데이터의 입력을 접수하는 하악골ㆍ상악동 진단 화상 데이터 접수 수단을 구비하고, 상기 에지 추출 수단은, 디지털 해석 기술을 사용하여, 접수한 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 하악골의 윤곽 후보의 에지 데이터를 추출하는 에지 데이터 추출 수단을 구비하고, 상기 유사 모델 검색 수단은, 추출된 상기 에지 데이터 및 상기 모델 데이터베이스에 기억된 복수의 참조 모델 데이터를 대조하여, 상기 에지 데이터와 유사한 상기 하악골의 윤곽 형상을 가지는 유사 참조 모델 데이터를 검색하는 하악골 유사 모델 검색 수단을 구비하고, 상기 진단 지원 컴퓨터는, 상기 파노라마 화상 데이터로부터 상기 하악골의 윤곽 형상 및 상기 상악동의 위치를 특정하여, 참조 모델 데이터를 생성하는 참조 모델 데이터 생성 수단과, 생성된 복수의 상기 참조 모델 데이터를 기억하여, 모델 데이터베이스를 구축하는 참조 데이터베이스 구축 수단과, 유사 검색된 상기 유사 참조 모델 데이터로부터 상기 상악동의 위치의 영역을 추출하여, 상기 상악동에 관련된 아틀라스를 생성하는 아틀라스 생성 수단과, 상기 아틀라스에 기초하여 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 상악동의 영역에 상당하는 상악동 화상을 추출하는 상악동 화상 추출 수단과, 추출된 좌우 1쌍의 상기 상악동 화상의 각각의 특징량을 산출하는 특징량 산출 수단과, 산출된 상기 특징량에 관련된 특징량 데이터로부터 상기 하악골ㆍ상악동 진단 화상 데이터를 취득한 상기 피험자의 치성 상악동염의 이환에 관련된 위험률을 추정하는 위험률 추정 수단"을 구비하는 것이어도 된다.
여기서, 화상 데이터 취득 수단은, 파노라마 화상을 파노라마 화상 데이터로서 전자적으로 취득 및 기억한다. 한편, 파노라마 화상은, 복수의 하악 모델 제공자(생체)의 하악골 및 상악동을 포함하는 영역을 피사체로 하여, 파노라마 엑스선 사진 촬영 장치를 사용하여 촬영된다. 또한 파노라마 화상 데이터는, 화상 파일로서 하드디스크 드라이브나 불휘발성 메모리 등의 기억 수단에 저장 가능하다. 한편, 파노라마 화상 데이터 중에는, 인공 뼈를 사용하여 구축한 두부 촬영용 판톰의 하악골 및 상악동의 영역을 피사체로 하여 촬영한 것을 포함해도 된다. 이에 의해, 복수의 피사체에 대한 파노라마 화상 데이터가 축적되게 된다.
한편, 참조 모델 데이터 생성 수단은, 참조 모델 데이터를 생성한다. 여기서, 참조 모델 데이터는, 취득된 파노라마 화상 데이터로부터 특정된 하악골의 윤곽 형상 및 상악동의 위치의 데이터이다. 예를 들어, 참조 모델 데이터 생성 수단은, 캐니 필터와 같은 디지털 필터를 사용한 화상 해석 기술을 응용하여, 윤곽 형상을 추출하는 것이어도 된다. 혹은, 참조 모델 데이터 생성 수단은, 파노라마 화상 데이터에 포함되는 윤곽 부분을 따라 수동으로 위치를 지정하면서 하악골의 윤곽 형상 및 상악동의 위치를 특정하는 것이어도 된다. 또한, 참조 모델 데이터 생성 수단은, 상악동의 영역에 관해서도 화상 해석 기술을 응용하여 자동적으로 하악골의 윤곽 형상 및 상악동의 위치를 특정하는 것이어도 된다. 혹은, 참조 모델 데이터 생성 수단은, 고도의 판독 기술을 가지는 의사들이 당해 영역을 수작업으로 특정하는 것이어도 된다. 이러한 참조 모델 데이터 생성 수단은, 하악골의 윤곽 형상에 관한 정보와 상악동의 위치에 관한 정보가 서로 상관적으로 특정된다. 파노라마 화상에 묘출되는 하악골의 윤곽 형상(하연부+후연부)은, 치아의 유무, 입의 개폐 상태 및 장해 음영의 비침에 의한 영향이 적다. 그 때문에, 그러한 하악골의 윤곽 형상을 파노라마 화상에 있어서의 기준 위치로서 사용할 수 있다. 하악골의 윤곽 형상에 대한 상악동의 상대적인 위치 관계를 결정함으로써 상악동의 위치를 정확하게 파악할 수 있다. 한편, 상악동의 위치 특정은, 예를 들어, 상악동의 영역의 형상에 따라 정밀한 형상으로 추출하는 것이어도 된다. 혹은, 상악동의 위치 특정은, 직사각형상 등의 단순한 도형으로 상악동의 영역을 특정하는 것이어도 된다. 이에 의해, 참조 모델 데이터에는, 하악골의 윤곽 형상에 관한 정보와, 윤곽 형상과 상대적인 위치 관계로 특정된 상악동의 영역의 위치 및 그 사이즈 등에 관한 정보가 포함되어 있다. 그리고, 각각 생성된 참조 모델 데이터가 집적되어, 모델 데이터베이스가 구축된다. 구축된 모델 데이터베이스는, 기억 수단에 기억된다.
한편, 에지 데이터 추출 수단은, 하악골ㆍ상악동 진단 화상 데이터에 대해 화상 해석 처리를 행하여, 하악골의 윤곽 후보의 에지 데이터를 추출한다. 하악골ㆍ상악동 진단 화상 데이터는, 진단 대상인 피험자의 하악골 및 상악동을 포함하는 영역에 관련된 파노라마 화상(검사 대상 화상)을 촬영함으로써 얻어진다. 얻어진 하악골ㆍ상악동 진단 화상 데이터는, 하악골ㆍ상악동 진단 화상 데이터 접수 수단에 의해 입력을 접수할 수 있다. 에지 데이터 추출 수단에 의해 얻어진 에지 데이터는, 미리 구축된 모델 데이터베이스에 기억된 복수의 하악골의 윤곽 형상에 관한 데이터를 포함하는 참조 모델 데이터와 대조된다. 그리고, 에지 데이터와 유사한 윤곽 형상의 참조 모델 데이터(유사 참조 모델 데이터)의 검색이 행해진다.
또한, 아틀라스 생성 수단은, 유사 검색된 유사 참조 모델 데이터에 기초하여 상악동의 영역을 특정하고, 이 영역을 아틀라스로서 생성한다. 상악동 화상 추출 수단은, 생성된 아틀라스와 진단 화상 데이터를 하악골의 윤곽 형상이 일치하도록 하여 겹친다. 그리고, 아틀라스에 상당하는 진단 화상 데이터의 영역(관심 영역)을 상악동 화상으로서 추출한다. 여기서, 상악동은, 코를 중심으로 얼굴의 좌우에 1쌍 형성되어 있다. 따라서, 생성되는 아틀라스 및 추출되는 상악동 화상도 좌우 1쌍으로 되어 있다. 이에 의해, 하악골의 윤곽 형상을 기준으로 하여 상악동의 영역이 특정된다. 그리고, 진단 화상 데이터로부터 상악동 화상이 자동적으로 추출된다. 한편, 특징량 산출 수단은, 얻어진 상악동 화상의 농도차를, 각종 파라미터에 기초하여 정량적으로 구한다. 이에 의해, 상악동 화상에 관련된 화소값의 수치(예를 들어, 평균값 및 중앙값) 또는 상악동의 영역의 사이즈 등을 구할 수 있다. 이에 기초하여 좌우의 상악동 화상의 특징량의 차이에 따라 위험률을 추정할 수 있다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 접수한 하악골ㆍ상악동진단 화상 데이터에 대해 에지 처리를 실시한다. 얻어진 에지 데이터에 기초하여, 미리 구축된 모델 데이터베이스 중에서 가장 유사한 유사 참조 모델 데이터가 검색된다. 그리고, 유사 검색으로 해당하는 유사 참조 모델 데이터로부터 상악동의 영역의 아틀라스가 생성된다. 또한, 당해 아틀라스와 진단 화상 데이터를 하악골을 기준으로 하여 겹쳐, 상악동 화상의 추출이 행해진다. 계속해서, 특징량의 산출 및 위험률의 추정이 행해진다.
또한, 본 발명의 진단 지원 시스템은, 상기 구성에 더하여 "가우시안 필터를 사용하여, 상기 하악골ㆍ상악동 진단 화상 데이터에 대해 평활화 처리를 행하여, 상기 진단 화상 데이터에 포함되는 노이즈를 제거하는 평활화 수단과, 얻어진 평활화 데이터에 대하여, 상기 하악골의 존재가 기대되는 위치에 미리 마스크 처리를 행하는 마스크 수단과, 얻어진 마스크 데이터에 대하여, 상기 하악골의 윤곽 형상을 구성하는 에지의 구배 방향을 예측하는 구배 방향 예측 수단과, 얻어진 구배 예측 데이터에 대하여, Kirsh법(비특허문헌 9 참조)을 사용하여 상기 에지의 구배 및 강도를 산출하는 구배 강도 산출 수단과, 산출된 강도 데이터에 대하여, 비최대값 억제 처리에 의해 상기 에지를 세선화하는 세선화 수단과, 얻어진 세선화 데이터에 대하여, 히스테리시스 임계값 처리에 의해 상기 에지 데이터를 추출하는 임계값 처리 수단"을 구비하는 것이어도 된다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 진단 화상 데이터로부터 하악골의 에지 데이터를 추출하기 위하여, 캐니법 및 Kirsh법을 조합한 방법이 이용된다. 특히, 평활화 처리 및 마스크 처리에 의해, 윤곽의 에지의 구배를 예측 가능하게 한다. 그 후, Kirsh법을 채용하여, 구배 및 강도를 산출한다. 이에 의해, 추출되는 에지 데이터의 정밀도가 높아진다.
또한, 본 발명의 진단 지원 시스템은, 상기 구성에 더하여 "상기 진단 화상 데이터로부터 추출된 상기 에지 데이터로부터 거리 변환 화상을 생성하는 거리 변환 수단과, 상기 모델 데이터베이스에 기억된 상기 참조 모델 데이터에 대하여 아핀 변환 처리를 하는 아핀 변환 수단과, 상기 거리 변환 화상에 관련된 거리 변환 화상 데이터와 아핀 변환 처리 후의 상기 참조 모델 데이터의 유사도를 추정하여, 유사 참조 모델을 추출하는 유사도 추정 수단"을 구비하는 것이어도 된다.
따라서, 본 발명에 따른 진단 지원 시스템에 의하면, 먼저, 추출된 에지 데이터로부터 거리 변환 화상을 생성한다. 다음으로, 모델 데이터베이스에 기억된 복수의 하악골ㆍ상악동 모델 데이터에 대해 아핀 변환을 실시한다. 그 후, 아핀 변환된 데이터와 생성한 거리 변환 화상 데이터 사이에서 유사도의 추정을 행한다. 여기서, 아핀 변환이란, 화상의 확대 축소, 회전, 평행 이동 등을 정리하고, 행렬을 사용하여 데이터의 변환을 행하는 것이다. 이에 의해, 아핀 변환 후의 하악골ㆍ상악동 모델 데이터와 거리 변환 화상 데이터 사이에서 유사도가 추정된다. 이 때, 유사도가 가장 높은 모델만을 출력해도 된다. 혹은, 유사도가 높은 순서로 복수의 모델 데이터를 출력해도 된다. 또한, 미리 유사도의 임계값을 정하고, 당해 임계값 이내인 것을 출력해도 된다.
한편, 본 발명의 진단 지원 프로그램은, "적정 촬영 조건 및 비적정 촬영 조건을 포함하는 복수의 촬영 조건에 각각 기초하여, 하악골 모델 제공자의 하악골 영역의 파노라마 엑스선 사진을 촬영함으로써 복수의 하악골 모델 데이터를 취득하는 모델 데이터 취득 수단과, 취득된 상기 하악골 모델 데이터로부터 상기 하악골의 윤곽을 추출하여, 윤곽 모델 데이터를 생성하는 윤곽 모델 생성 수단과, 생성된 윤곽 모델 데이터를 촬영 위치, 촬영 자세, 및 화상 품질에 관련된 촬영 정보 그리고 상기 하악골 모델 제공자에 관한 연령, 성별, 및 질병 이력을 포함하는 제공자 정보와 더불어 기억하여, 윤곽 모델 데이터베이스를 구축하는 윤곽 데이터베이스 기억 수단과, 진단 지원 대상인 피험자의 하악골 영역의 파노라마 엑스선 사진을 촬영하여 취득된 진단 화상 데이터의 입력을 접수하는 진단 화상 데이터 접수 수단과, 접수한 상기 진단 화상 데이터로부터 상기 하악골의 에지 데이터를 추출하는 에지 추출 수단과, 추출된 상기 에지 데이터와 상기 윤곽 모델 데이터베이스의 복수의 윤곽 모델 데이터를 대조하여, 유사한 상기 윤곽 모델 데이터를 검색하는 유사 모델 검색 수단과, 유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 촬영 위치 및 촬영 자세에 관련된 위치 적정을 판정하는 위치 판정 수단과, 유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 농도 프로필 및 콘트라스트를 포함하는 화상 품질의 적정도를 판정하는 화상 품질 판정 수단으로서 진단 지원 컴퓨터를 기능시키는" 것으로 주로 구성된다. 또한, "상기 위치 판정 수단 및 상기 화상 품질 판정 수단에 의해 상기 적정 촬영 조건으로 촬영되었다고 판정된 상기 진단 화상 데이터에 대하여, 유사 검색된 상기 윤곽 모델 데이터의 상기 제공자 정보에 기초하여 이환 리스크가 있는 질병을 상기 진단 지원 정보로서 제공하는 진단 지원 정보 제공 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는" 것이어도 된다. 혹은, 본 발명의 진단 지원 프로그램은, "상기 진단 화상 데이터에 포함되는 상기 하악골의 윤곽을 검출하는 하악골 윤곽 검출 수단과, 검출된 상기 하악골의 윤곽에 관련된 진단 윤곽 데이터에 기초하여, 골다공증, 경동맥의 석회화, 및 상악동염 중 적어도 하나의 질병의 검지를 행하는 질병 검지 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는" 것이어도 된다. 혹은, 본 발명의 진단 지원 프로그램은, "추출된 상기 에지 데이터를 사용하여 상기 하악골의 상기 에지로부터의 거리에 따라 농담을 변화시켜 묘화한 거리 화상을 생성하는 거리 화상 생성 수단과, 상기 윤곽 모델 데이터로부터 상기 하악골의 윤곽 형상을 복원하는 윤곽 복원 수단과, 복원된 상기 윤곽 형상에 관련된 복원 데이터 및 생성된 상기 거리 화상에 관련된 거리 화상 데이터를 겹쳐, 윤곽 상의 평균값을 산출하는 평균값 산출 수단과, 산출된 상기 평균값이 최소값을 나타내는 상기 하악골의 윤곽 형상을 가지는 상기 윤곽 모델 데이터를 특정하고, 특정된 상기 윤곽 모델 데이터를 유사한 상기 윤곽 모델 데이터로 하는 윤곽 모델 특정 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는" 것이어도 된다. 또한, 본 발명의 진단 지원 프로그램은, "상기 하악 모델 제공자의 상기 하악골 영역 및 상악동 영역을 포함하는 영역을 피사체로 하여 촬영한 상기 파노라마 엑스선 사진에 관련된 파노라마 화상 데이터를 취득하고, 당해 파노라마 화상 데이터를 기억하는 화상 데이터 취득 수단을 구비하는 상기 모델 데이터 취득 수단과, 진단 대상인 피험자의 상기 하악골 및 상기 상악동을 포함하는 영역을 상기 파노라마 엑스선 사진으로 촬영한 검사 대상 화상에 관련된 하악골·상악동 진단 화상 데이터의 입력을 접수하는 하악골ㆍ상악동 진단 화상 데이터 접수 수단을 구비하는 상기 진단 화상 데이터 접수 수단과, 디지털 해석 기술을 사용하여, 접수한 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 하악골의 윤곽 후보의 에지 데이터를 추출하는 에지 데이터 추출 수단을 구비하는 상기 에지 추출 수단과, 추출된 상기 에지 데이터 및 상기 모델 데이터베이스에 기억된 복수의 참조 모델 데이터를 대조하여, 상기 에지 데이터와 유사한 상기 하악골의 윤곽 형상을 가지는 유사 참조 모델 데이터를 검색하는 하악골 유사 모델 검색 수단을 구비하는 상기 유사 모델 검색 수단과, 상기 파노라마 화상 데이터로부터 상기 하악골의 윤곽 형상 및 상기 상악동의 위치를 특정하여, 참조 모델 데이터를 생성하는 참조 모델 데이터 생성 수단과, 생성된 복수의 상기 참조 모델 데이터를 기억하여, 모델 데이터베이스를 구축하는 참조 데이터베이스 구축 수단과, 유사 검색된 상기 유사 참조 모델 데이터로부터 상기 상악동의 위치의 영역을 추출하여, 상기 상악동에 관련된 아틀라스를 생성하는 아틀라스 생성 수단과, 상기 아틀라스에 기초하여 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 상악동의 영역에 상당하는 상악동 화상을 추출하는 상악동 화상 추출 수단과, 추출된 좌우 1쌍의 상기 상악동 화상의 각각의 특징량을 산출하는 특징량 산출 수단과, 산출된 상기 특징량에 관련된 특징량 데이터로부터, 상기 하악골ㆍ상악동 진단 화상 데이터를 취득한 상기 피험자의 치성 상악동염의 이환에 관련된 위험률을 추정하는 위험률 추정 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는" 것이어도 된다. 혹은, 본 발명의 진단 지원 프로그램은, "가우시안 필터를 사용하여, 상기 하악골ㆍ상악동 진단 화상 데이터에 대해 평활화 처리를 행하여, 상기 진단 화상 데이터에 포함되는 노이즈를 제거하는 평활화 수단과, 얻어진 평활화 데이터에 대하여, 상기 하악골의 존재가 기대되는 위치에 미리 마스크 처리를 행하는 마스크 수단과, 얻어진 마스크 데이터에 대하여, 상기 하악골의 윤곽 형상을 구성하는 에지의 구배 방향을 예측하는 구배 방향 예측 수단과, 얻어진 구배 예측 데이터에 대하여, Kirsh법을 사용하여 상기 에지의 구배 및 강도를 산출하는 구배 강도 산출 수단과, 산출된 강도 데이터에 대하여, 비최대값 억제 처리에 의해 상기 에지를 세선화하는 세선화 수단과, 얻어진 세선화 데이터에 대하여, 히스테리시스 임계값 처리에 의해 상기 에지 데이터를 추출하는 임계값 처리 수단을 가지는 상기 에지 데이터 추출 수단으로서" 혹은 "상기 하악골 유사 모델 검색 수단은, 상기 진단 화상 데이터로부터 추출된 상기 에지 데이터로부터 거리 변환 화상을 생성하는 거리 변환 수단과, 상기 모델 데이터베이스에 기억된 상기 참조 모델 데이터에 대하여 아핀 변환 처리를 하는 아핀 변환 수단과, 상기 거리 변환 화상에 관련된 거리 변환 화상 데이터와 아핀 변환 처리 후의 상기 참조 모델 데이터의 유사도를 추정하여, 유사 참조 모델을 추출하는 유사도 추정 수단을 가지는 상기 하악골 유사 모델 검색 수단으로서" 상기 진단 지원 컴퓨터를 추가로 기능시키는 것이어도 된다.
따라서, 본 발명에 따른 진단 지원 프로그램은, 이하와 같은 작용 효과를 당해 진단 지원 컴퓨터에 발휘시킬 수 있다. 즉, 상기 프로그램을 실행함으로써, 상기 서술한 진단 지원 시스템에 있어서의 진단 지원 컴퓨터를 가동시킬 수 있다. 또한, 본 발명에 따른 진단 지원 프로그램에 의해, 진단 지원 컴퓨터는, 촬영되고, 입력된 파노라마 엑스선 사진의 촬영의 적정도에 관한 정보나 얻어진 진단 화상 데이터로부터 이환 리스크가 높은 치성 상악동염을 추정하는 것에 관한 정보를 제공할 수 있다.
본 발명의 효과로서, 윤곽 모델 데이터베이스로부터 하악골 형상의 유사도를 판정할 수 있다. 유사한 윤곽 모델 데이터의 촬영 정보에 의해, 촬영 조건의 적정도를 판단할 수 있다. 또한, 제공자 정보에 기초하여 이환 리스크가 높은 질병에 관한 정보를 제공할 수 있다. 또한, 본 발명의 효과로서, 추출된 유사 참조 모델 데이터로부터, 상악동의 아틀라스로서 생성되고, 또한 특정된 좌우의 상악동 화상의 특징량을 산출할 수 있다. 또한, 이들을 서로 대비함으로써 치성 상악동염의 가능성(위험률)에 관한 정보를 제공할 수 있다. 이러한 효과에 의해, 화상 해석을 행하는 의사들의 작업 부담을 경감하고, 파노라마 화상을 사용하여 유익한 진단 지원 정보를 제공할 수 있다.
도 1은, 제1 실시형태에 기초하는 진단 지원 시스템에 구비된 진단 지원 컴퓨터의 기능적 구성을 나타내는 블록도이다.
도 2는, 제1 실시형태의 진단 지원 컴퓨터에 의한 처리의 흐름을 나타내는 플로우차트이다.
도 3은, 제1 실시형태의 진단 지원 컴퓨터에 의한 처리의 흐름을 나타내는 플로우차트이다.
도 4는, (a)파노라마 엑스선 사진, (b)하악골의 모식도, 및 (c)윤곽 모델 데이터를 나타내는 설명도이다.
도 5는, (a)적정 촬영 조건, (b)앞으로 10mm 이동(비적정 촬영 조건), (c)뒤로 10mm 이동(비적정 촬영 조건), 및 (d)오른쪽으로 10mm 이동(비적정 촬영 조건)의 각 조건의 파노라마 엑스선 사진의 촬영예를 나타내는 설명도이다.
도 6은, (a)진단 지원 대상의 파노라마 엑스선 사진, (b)에지 데이터, (c)마스크 패턴, 및 (d)마스크 처리 후의 에지 데이터를 나타내는 설명도이다.
도 7은, (a)거리 화상을 나타내는 설명도, (b)유사 검색된 파노라마 엑스선 사진, 및 (c)동적 윤곽 모델을 사용한 하악골의 윤곽 형상의 검출예를 나타내는 설명도이다.
도 8은, (a)건강한 사람의 피질골, (b)골다공증 환자의 피질골, (c)동적 윤곽 모델을 사용한 턱끝 구멍에 대응하는 위치와 하악각의 결정, 및 (d)하악 피질골의 두께 계측을 위한 관심 영역 설정의 일례를 나타내는 설명도이다.
도 9는, (a)경동맥 석회화의 일례, 및 (b)경동맥 석회화를 검출하기 위한 관심 영역 설정의 일례를 나타내는 설명도이다.
도 10은, (a)상악동의 엑스선 불투과 상(像)의 일례, 및 (b)상악동의 관심 영역 설정의 일례를 나타내는 설명도이다.
도 11은, 제2 실시형태의 진단 지원 시스템에 있어서의 진단 지원 컴퓨터의 기능적 구성을 나타내는 블록도이다.
도 12는, 제2 실시형태에 있어서의 진단 지원 컴퓨터에 의한 처리의 흐름을 나타내는 플로우차트이다.
도 13은, 제2 실시형태에 있어서의 진단 지원 컴퓨터에 의한 처리의 흐름을 나타내는 플로우차트이다.
도 14는, (a)검사 대상 화상, (b)인체 구조의 모식도, 및 (c)평활화 화상을 나타내는 설명도이다.
도 15는, (a)마스크 화상, (b)에지 강조 화상, (c)세선화 화상, (d)에지 화상, 및 (e)거리 변환 화상을 나타내는 설명도이다.
도 16은, 거리 변환 화상의 일례를 나타내는 설명도이다.
도 17은, 유사 참조 모델 데이터로부터 생성되는 아틀라스 및 상악동의 관심 영역을 나타내는 설명도이다.
도 18은, 검사 대상 화상으로부터 상악동의 관심 영역을 추출한 결과를 나타내는 설명도이다.
도 19는, 검사 대상 화상의 좌우 차분 상으로부터 상악동의 관심 영역을 추출한 결과를 나타내는 설명도이다.
이하, 본 발명의 제1 실시형태에 기초하는 진단 지원 시스템(1)과, 그 진단 지원 프로그램(2)에 대해, 도 1 내지 도 10에 기초하여 주로 설명한다. 본 실시형태의 진단 지원 시스템(1)은, 진단 지원 컴퓨터(3)에 의해 주로 구성되어 있다. 도 1 등에 나타나 있는 바와 같이, 진단 지원 컴퓨터(3)는, 촬영된 파노라마 화상(4)에 관련된 진단 화상 데이터(6)의 입력을 접수하고, 화상의 해석, 및 촬영 조건 등의 적정도의 판정 처리를 행한다. 이 때문에, 진단 지원 시스템(1)은, 의사들의 진단을 서포트하기 위한 진단 지원 정보(7)를 의사들에게 제공할 수 있다. 여기서, 파노라마 엑스선 사진 촬영 장치(8)(이하, 촬영 장치(8))는, 하악골 모델 제공자의 하악골 영역 또는 진단 대상인 피험자의 하악골 영역의 파노라마 화상(4)을 촬영한다. 이 촬영 장치(8)는, 제1 실시형태에서는 진단 지원 컴퓨터(3)와 직접 접속되어 있다. 따라서, 촬영 장치(8)에 의해 촬영된 파노라마 화상(4)은, 전자화한 하악골 모델 데이터(9) 또는 진단 화상 데이터(6)로서, 진단 지원 컴퓨터(3)에 그대로 받아들여질 수 있다. 또한, 진단 지원 컴퓨터(3)에는, 본 발명의 진단 지원 프로그램(2)이 인스톨되어 있다. 따라서, 당해 진단 지원 프로그램을 기동함으로써, 본 발명의 진단 지원 시스템(1)에 관련된 각 작용 효과를 진단 지원 컴퓨터(3)가 발휘하도록, 당해 진단 지원 컴퓨터(3)를 기능시킬 수 있다.
진단 지원 컴퓨터(3)는, 시판의 퍼스널 컴퓨터를 응용하여 구축해도 된다. 진단 지원 컴퓨터(3)는, 케이싱상의 컴퓨터 본체(10)와, 컴퓨터 본체(10)와 접속하여 각종 정보 및 데이터를 표시 출력 가능한 액정 디스플레이 등의 표시 수단(11)과, 컴퓨터 본체(10)에 대해 각종 조작을 행하는 키보드나 마우스 등의 입력 수단(12)을 주로 구비한다. 한편, 진단 지원 컴퓨터(3)는, 소위 노트북 컴퓨터여도 된다.
진단 지원 컴퓨터(3)는, 화상 데이터 입력용의 인터페이스(13)를 통해 전술한 촬영 장치(8)에 접속되어 있다. 또한, 컴퓨터 본체(10)의 내부는, 통상적인 퍼스널 컴퓨터와 마찬가지로 여러 하드웨어에 의해 구성되어 있다. 하드웨어로서, 예를 들어, 각종 처리를 행하는 중앙 연산 처리 장치(CPU), 일시적인 데이터의 기억을 행하는 메모리, 각종 정보 및 데이터를 저장하는 기억 수단으로서의 하드디스크 드라이브, 및 인터넷 등의 네트워크 기능을 부가하기 위한 네트워크 인터페이스를 들 수 있다(일부 도시를 생략한다). 한편, 촬영 장치(8)는, 전술한 바와 같이, 컴퓨터 본체(10)와 직접 접속되어 있을 필요는 없다. 컴퓨터 본체(10)는, 촬영 장치(8)가 취득한 하악골 모델 데이터(9)나 진단 화상 데이터(6)의 입력을, 주지의 기억 매체 또는 네트워크 회선을 통해 접수해도 된다.
도 1 등에 나타나 있는 바와 같이, 제1 실시형태에 기초하는 진단 지원 시스템(1)의 진단 지원 컴퓨터(3)는, 그 기능적 구성으로서, 모델 데이터 취득 수단(14)과, 윤곽 모델 생성 수단(16)과, 윤곽 데이터베이스 기억 수단(20)과, 진단 화상 데이터 접수 수단(21)과, 에지 추출 수단(23)과, 유사 모델 검색 수단(24)과, 위치 판정 수단(25)과, 화상 품질 판정 수단(26)과, 진단 지원 정보 제공 수단(27)을 구비한다. 모델 데이터 취득 수단(14)은, 파노라마 화상(4)을 전자화하여 얻어지는 하악골 모델 데이터(9)를 취득한다. 이 파노라마 화상(4)은, 하악골 모델 제공자(도시 생략)의 하악골 영역을 피사체로 하여, 적어도 하나의 적정 촬영 조건을 포함하는 복수의 촬영 조건으로, 촬영 장치(8)를 사용하여 촬영된다. 윤곽 모델 생성 수단(16)은, 취득된 하악골 모델 데이터(9)로부터 하악골의 윤곽을 추출하여, 윤곽 모델 데이터(15)를 생성한다. 윤곽 데이터베이스 기억 수단(20)은, 생성된 윤곽 모델 데이터(15)와 함께, 촬영 정보(17)와 제공자 정보(18)를 더불어 기억한다. 촬영 정보(17)는, 하악골 모델 데이터(9)의 바탕이 되는 파노라마 화상(4)을 촬영하였을 때의 촬영 위치 및 촬영 자세, 그리고 파노라마 화상(4)의 화상 품질 등을 포함한다. 또한, 제공자 정보(18)는, 하악골 모델 제공자에 관한 질병 이력 등을 포함한다. 윤곽 데이터베이스 기억 수단(20)은, 윤곽 모델 데이터베이스(19)를 구축한다. 진단 화상 데이터 접수 수단(21)은, 촬영 장치(8)에 의해 촬영된 진단 지원 대상인 피험자의 파노라마 화상(4)으로부터 취득된 진단 화상 데이터(6)의 입력을 접수한다. 에지 추출 수단(23)은, 접수한 진단 화상 데이터(6)로부터 하악골의 에지 데이터(22)를 추출한다. 유사 모델 검색 수단(24)은, 에지 데이터(22)와 윤곽 모델 데이터베이스(19)에 기억된 윤곽 모델 데이터(15)를 서로 대조하여, 유사한 윤곽 모델 데이터를 검색한다. 위치 판정 수단(25)은, 유사 검색된 윤곽 모델 데이터(15)의 촬영 정보(17)에 기초하여 진단 화상 데이터(6)의 촬영 위치 등이 적정한지를 판정한다. 화상 품질 판정 수단(26)은, 촬영 정보(17)에 기초하여 진단 화상 데이터(6)의 화상 품질이 적정한지를 판정한다. 진단 지원 정보 제공 수단(27)은, 유사 검색된 윤곽 모델 데이터(15)에 대응하는 제공자 정보(18)에 포함되는 하악골 모델 제공자의 질병 이력 등에 기초하여, 위치 및 화상 품질이 적정하다고 판정된 진단 화상 데이터(6)에 대해 이환 리스크가 있는 질병을 추정하고, 그 추정 결과를 진단 지원 정보(7)로서 제공한다.
또한, 유사 모델 검색 수단(24)은, 거리 화상 생성 수단(32), 윤곽 복원 수단(33), 평균값 산출 수단(36), 및 윤곽 모델 특정 수단(37)을 더 구비한다. 유사 모델 검색 수단(24)은, 거리 화상(5)을 생성한다. 이 거리 화상(5)은, 추출된 에지 데이터(22)를 사용하여, 하악골의 에지(31)로부터의 거리에 따라 농담이 변화하도록 묘화된다. 윤곽 복원 수단(33)은, 윤곽 모델 데이터(15)로부터 하악골의 윤곽 형상을 복원한다. 평균값 산출 수단(36)은, 복원된 윤곽 형상의 복원 데이터(34)와 생성된 거리 화상(5)의 거리 화상 데이터(35)를 겹쳐, 평균값을 산출한다. 윤곽 모델 특정 수단(37)은, 산출된 평균값이 최소값을 나타내는 윤곽 모델 데이터(15)를 특정하고, 이 윤곽 모델 데이터(15)를 진단 화상 데이터(6)와 유사한 것으로 한다.
다음으로, 제1 실시형태에 기초하는 진단 지원 시스템(1)에 의한 진단 지원 정보(7) 제공의 구체예를, 도 2 및 도 3의 플로우차트 등에 기초하여 설명한다. 한편, 본 실시형태의 진단 지원 시스템(1)은, 복수의 처리를 행한다. 처리의 예로서, 유사 검색의 대상이 되는 윤곽 모델 데이터(15)를 기억하여 윤곽 모델 데이터베이스(19)를 구축하는 처리와, 구축된 윤곽 모델 데이터베이스(19)를 사용하여 피험자의 진단 화상 데이터(6)로부터 이환 리스크가 높은 질병에 관한 진단 지원 정보(7)를 제공하는 처리를 들 수 있다.
먼저, 윤곽 모델 데이터베이스(19)의 구축 처리에 대해 설명을 한다. 먼저, 복수의 하악골 모델 제공자의 하악골 영역을 피사체로 하고, 촬영 장치(8)를 사용하여 파노라마 화상(4)을 촬영한다(단계 S1, 도 4(a) 참조). 도 4(b)는, 일반적인 하악골의 모식도이다. 이 도면으로부터 확인할 수 있는 바와 같이, 하악골의 윤곽(즉, 하연부 및 후연부)은, 안정적인 화상 묘출이 가능하다고 생각된다. 왜냐하면, 치아의 유무, 입의 개폐 상태, 또는 장해 음영의 비침에 의한 영향이 적을 것이 예상되기 때문이다. 그 때문에, 여기서는, 하악골 영역의 파노라마 화상(4)이 사용된다.
촬영된 파노라마 화상(4)에 관련된 하악골 모델 데이터(9)로부터 하악골의 윤곽을 추출한다(단계 S2). 구체적으로는, 전술한 캐니 필터에 의한 화상 해석 기술을 사용하여 하악골의 윤곽을 추출한다. 이 기술은, 디지털 데이터의 화소값이 불연속인 부위를 특정하여 윤곽 부분을 검출하는 처리를 행한다. 다음으로, 추출된 윤곽 형상은 수식화(모델화)된다(단계 S3). 이 모델화된 윤곽 형상에 기초하여, 파노라마 화상(4)으로부터 하악골의 윤곽 형상에 관련된 윤곽 모델 데이터(15)가 생성된다(도 4(c) 참조). 한편, 윤곽 형상의 모델화에서는, 전술한 비특허문헌 8에 나타내는 P형 푸리에 기술자를 사용한 방법을 채용할 수 있다. 이들 처리의 상세는 생략한다.
여기서, 단계 S1에 있어서, 파노라마 화상(4)은, 적정 촬영 조건 하 및 복수의 비적정 촬영 조건 하에서 촬영된다. 여기서, 적정 조건이란, 하악골 영역을 피사체로 하는 촬영 위치, 하악골 모델 제공자의 자세, 파노라마 화상의 화상 품질(예를 들어, 농도 및 콘트라스트)이 미리 적정 범위 내에 정해진 조건이다. 또한, 비적정 촬영 조건이란, 고의로 당해 적정 촬영 조건을 적정 범위 외로 변화시킨 조건이다. 도 5(a) 내지 (d)에 나타나 있는 바와 같이, 예를 들어, 적정 촬영 조건(도 5(a))에 대하여, 촬영 위치를 10mm씩 앞 방향, 뒤 방향 및 오른쪽 방향으로 변화시킨다. 이들의 조건 하에서, 파노라마 화상(4)을 각각 촬영한다. 다음으로, 상이한 조건 하에서 얻어진 파노라마 화상(4)의 윤곽을 추출하여, 각각의 윤곽 모델 데이터(15)를 생성한다. 이러한 처리에 의해, 하나의 피사체에 대하여, 복수의 파노라마 화상(4), 하악골 모델 데이터(9) 및 윤곽 모델 데이터(15)가 정보로서 취득된다. 이러한 처리를 복수의 하악골 모델 제공자에 대해 행함으로써, 윤곽 모델 데이터베이스(19)가 구축된다(단계 S4). 한편, 하악골 모델 제공자란, 통상, 생체(인간)를 의미한다. 그러나, 예를 들어, 인공 뼈를 사용한 두부 촬영용 판톰을 하악골 모델 제공자의 일부로 하여 복수의 파노라마 화상(4)을 촬영해도 된다.
이러한 촬영시, 윤곽 모델 데이터(15)가 촬영 정보(17)와 제공자 정보(18)와 함께 기억되어, 상기 윤곽 모델 데이터베이스(19)가 구축된다. 촬영 정보(17)는, 각각의 촬영 조건(촬영 위치, 하악골 모델 제공자의 촬영 자세, 촬영 각도, 회전, 촬영 장치의 종별, 관전류 및 관전압의 수치, 화상의 농도 프로필, 화상 콘트라스트 등)을 나타낸다. 한편, 제공자 정보(18)는, 하악골 모델 제공자에 관한 연령, 성별, 과거의 질환 유무(예를 들어, 치주병, 상악동염 등), 치유력 또는 치료력, 얻어진 파노라마 화상(4)으로부터 계측된 하악골의 형상의 형태 계측값(피질골의 두께 및 농도값) 등을 나타낸다. 한편, 취득된 윤곽 모델 데이터(15)로부터는, 윤곽 형상을 복원한 복원 데이터(34)를 작성할 수도 있다. 또한, 구축된 윤곽 모델 데이터베이스(19)는, 컴퓨터 본체(10)의 내부의 기억 수단(38)(하드디스크 드라이브에 상당)에 저장된다. 한편, 저장된 윤곽 모델 데이터베이스(19)는, 입력 수단(12)의 조작을 통해 필요에 따라 검색 및 재생 표시 등을 할 수 있다. 이에 의해, 윤곽 모델 데이터베이스(19)의 구축 처리가 완료된다.
다음으로, 진단 지원 컴퓨터(3)는, 진단 화상 데이터(6)의 입력을 접수한다(단계 S5, 도 6(a) 참조). 이 진단 화상 데이터(6)는, 촬영 장치(8)에 의해 촬영된 파노라마 화상(4)에 관련된 것이다. 이 파노라마 화상(4)은, 진단 지원 정보(7)를 제공하는 지원 대상인 피험자의 하악골 영역의 파노라마 화상이다. 계속해서, 얻어진 진단 화상 데이터(6)로부터 에지(31)를 추출한다(단계 S6, 도 6(b) 참조)). 이 추출은, 캐니 필터를 사용한 화상 해석 기술에 의해 행해진다. 한편, 미리 마스크 패턴(도 6(c) 참조)을 사용하여 마스크 처리(단계 S7)를 행한다. 즉, 마스크 처리는, 하악골 영역의 주변만을 추출하고, 그 이외의 에지 부분을 배제하기 위하여 행하여지며, 에지 데이터(22)가 생성된다(단계 S8, 도 6(d) 참조). 얻어진 에지 데이터(22)는, 하악골의 윤곽을 포함한다. 한편, 에지(31)의 검출은, 상기 화상 해석 기술만을 사용하여 행하여도 된다. 혹은, 불필요한 에지(31)가 잔존하고 있는 것을 육안으로 확인할 수 있는 경우에는, 필요에 따라 수작업으로 불필요한 에지 부분을 제거하는 공정을 추가해도 된다.
다음으로, 유사한 윤곽 모델 데이터(15)를 검색하는 처리를 행한다. 즉, 얻어진 에지 데이터(22)와, 윤곽 모델 데이터베이스(19)에 기억된 복수의 윤곽 모델 데이터(15)를 대조하여, 가장 유사한 윤곽 모델 데이터(15)를 검색한다. 이 유사 검색 처리는, 윤곽 모델 데이터베이스(19)에 기억된 모든 윤곽 모델 데이터(15)를 대상으로 할 수 있다. 혹은, 유사 검색 처리시, 각종 검색 조건을 설정하여 검색 대상의 한정(예를 들어, 성별 또는 연령)을 행하여도 된다. 여기서, 검색 조건의 대상이 되는 정보는, 윤곽 모델 데이터(15)와 더불어 기억된 촬영 정보(17) 및 제공자 정보(18)에 포함된다.
이하, 유사한 윤곽 모델 데이터(15)의 검색의 구체적 방법에 대해 설명한다. 먼저, 거리 화상(5)을 에지 데이터(22)로부터 생성한다(단계 S9, 도 7(a) 참조). 이 에지 데이터(22)는, 화상 해석 기술에 있어서 주지의 유클리드 거리 변환 처리 기술을 사용하여 얻어진다. 여기서, 도 7(a)에 나타나 있는 바와 같이, 생성되는 거리 화상(5)은, 화소값이 낮을수록(즉, 흑색에 가까울수록) 하악골의 에지(31)로부터의 거리가 작은 것을 나타내고 있다. 따라서, 에지 데이터(22)에 기초하여 하악골의 윤곽 형상을 특정할 수 있다. 한편, 윤곽 모델 데이터베이스(19)에 기억되어 있는 각 윤곽 모델 데이터(15)에 기초하여 상기 서술한 윤곽 형상의 복원 처리를 행한다(단계 S10). 그리고, 복원된 복원 데이터(34)를 생성된 거리 화상(5)에 겹침으로써, 윤곽 상의 평균값을 산출한다(단계 S11). 즉, 복원 데이터(34)의 윤곽 위치와 거리 화상(5)의 윤곽 위치가 어느 정도 어긋나 있는지를 산출하고, 그 평균값을 구한다. 그 결과, 산출된 평균값이 최소가 되는 하악골의 윤곽 형상을 가지는 윤곽 모델 데이터(15)가 특정된다(단계 S12). 이에 의해, 진단 화상 데이터(6)와 유사한 윤곽 모델 데이터(15)가 결정된다(도 7(b) 참조).
다음으로, 상기 처리에 의해 결정된 윤곽 모델 데이터(15)에 관련된 촬영 정보(17)에 기초하여 진단 화상 데이터(6)의 촬영 조건(예를 들어, 촬영 위치)의 적합 여부를 판정한다(단계 S13). 즉, 특정된 윤곽 모델 데이터(15)는, 각종 촬영 조건 등을 기억한 촬영 정보(17)가 미리 관련지어져 있다. 바꿔 말하면, 촬영 정보(17)에는 윤곽 모델 데이터(15)가 적정 촬영 조건으로 촬영되었는지의 여부에 관한 정보가 포함되어 있다. 여기서, 윤곽 모델 데이터(15)의 촬영 위치나 촬영 자세 등이 적정 촬영 조건인 경우(단계 S13에서 YES), 즉, 촬영 정보(17)에 기초하여 유사 검색된 윤곽 모델 데이터(15)가 적정 촬영 조건으로 촬영된 경우, 윤곽 모델 데이터(15)의 화상 품질의 판정 처리를 행한다(단계 S14). 한편, 상기 촬영 위치 등이 비적정 조건인 경우(단계 S13에서 NO), 즉, 촬영 정보(17)에 기초하여 유사 검색된 윤곽 모델 데이터(15)가 비적정 촬영 조건으로 촬영된 경우, 진단 지원 정보(7)의 제공 처리를 종료하는 취지를 표시 수단(11)에 출력한다(단계 S15). 그것과 함께, 이후의 처리를 종료한다(단계 S16). 즉, 유사 검색된 윤곽 모델 데이터(15)가 적정 촬영 조건으로 촬영되어 있는 경우, 진단 화상 데이터(6)도 적정 촬영 조건으로 촬영된 것으로 판단된다. 한편, 윤곽 모델 데이터(15)가 비적정 촬영 조건으로 촬영되어 있었을 경우, 당해 진단 화상 데이터도 비적정 촬영 조건으로 촬영된 것으로 간주된다. 그 때문에, 윤곽 모델 데이터베이스(19)는, 미리 복수의 적정 및 비적정의 촬영 조건으로 파노라마 화상(4)의 촬영을 행하여 얻어진 데이터를 기억하여, 상기 판단의 기초로 할 수 있도록 구성되어 있다.
또한, 화상 품질의 적합 여부의 판정이 행해진다(단계 S14). 즉, 유사 검색된 윤곽 모델 데이터(15)의 화상 품질(농도 프로필이나 콘트라스트 등)이 적정 범위인지의 여부를 판정한다. 윤곽 모델 데이터(15)의 화상 품질이 적정한 경우(단계 S14에서 YES), 단계 S17의 처리로 이행한다. 한편, 윤곽 모델 데이터(15)의 화상 품질이 적정하지 않은 경우(즉, 촬영 정보(17)에 기초하여 유사 검색된 윤곽 모델 데이터(15)가 농도 프로필 등에 문제가 있는 비적정 촬영 조건으로 촬영된 경우)(단계 S14에서 NO), 상기 단계 S15 및 단계 S16과 동일한 단계로 진행된다. 즉, 진단 지원 정보(7)의 제공 처리를 종료하는 취지를 출력하고(단계 S18), 이후의 처리를 종료한다(단계 S19). 따라서, 이후의 처리는, 적정 촬영 조건 이외의 촬영 조건으로 촬영된 파노라마 화상(4)의 진단 화상 데이터(6)에 대해서만 행해진다. 즉, 비적정 촬영 조건으로 촬영된 파노라마 화상(4)에 기초하여 진단을 행하는 경우, 화상이 선명하지 않거나 불명료한 경우도 상정된다. 이 경우, 질병의 판정에 의의가 발생하기 쉽다. 그 때문에, 적정한 촬영 조건으로 촬영된 파노라마 화상(4)만을 진단 대상으로 한다. 그러한 진단 대상을 사용함으로써 본 실시형태의 진단 지원 시스템(1)에 의한 진단 지원 정보(7)의 정밀도가 높은 것이 된다.
그 후, 촬영 위치 등 및 화상 품질의 어느 것에 대해서도 적정하다고 판정된 윤곽 모델 데이터(15)에 기초하여 피험자의 이환 리스크가 높은 질병을 추정하는 처리를 행한다(단계 S17). 여기서, 각각의 윤곽 모델 데이터(15)에는, 제공자 정보(18)가 관련지어져 기억되어 있다. 이 제공자 정보(18)는, 하악골 모델 제공자의 성별 등의 기초 정보 및 하악골 모델 제공자의 치유력이나 질병 이력 등의 의료 정보를 포함한다. 그리고, 이러한 제공자 정보(18)로부터 하악골 모델 제공자의 이환 또는 과거에 발증한 질병에 관한 정보를 추출하고, 추출된 정보를 진단 지원 정보(7)로서 출력한다(단계 S20). 즉, 진단 화상 데이터(6)를 제공한 피험자의 질병 리스크는, 하악골의 윤곽 형상이 유사한 하악골 모델 제공자의 제공자 정보(18)에 기초하여 예측될 수 있다. 또한, 의사들은, 제공된 진단 지원 정보(7)에 기초하여 피험자의 파노라마 화상(4)을 세밀하게 판독한다. 이에 의해, 당해 질병의 가능성을 판단할 수 있다. 즉, 의사는, 판독시에 미리 유의해야 할 질병 등의 정보를 제공받아, 질병 진단의 판단을 조속히 행할 수 있다. 그 결과, 판단 미스 등을 미연에 방지할 수 있다.
다음으로, 적정 촬영 조건의 판정과 진단 지원 정보(7)의 제공이 이루어진 진단 화상 데이터(6)에 기초하여, 전신 질환에 관한 검지를 행하기 위한 처리에 대해 설명한다. 먼저, 진단 지원 정보(7)가 제공된 진단 화상 데이터(6)로부터 하악골의 윤곽을 추출한다(단계 S21). 구체적으로는, 이러한 처리는, 이미 앞 단계에서 유사 검색된 윤곽 모델 데이터(15)를 사용하여 행한다. 그 때, 당해 윤곽 모델 데이터의 하악골의 윤곽을 초기 윤곽 형상으로 한다. 계속해서, 윤곽의 검출은, 이미 생성되어 있는 에지 데이터(22)의 에지(31)에 수속하도록 동적 윤곽 모델을 적용하여 행한다. 여기서, 동적 윤곽 모델을 적용하는 화상 해석에 대해서는 설명을 생략한다. 이에 의해, 의사들에 대한 진단 지원 정보(7)의 제공 처리가 완료된다(단계 S22).
제1 실시형태에 기초하는 진단 지원 시스템(1)의 진단 지원 컴퓨터(3)는, 질병 검지 수단(도시 생략)을 더 구비하는 것이어도 된다. 이 질병 검지 수단은, 상기 처리에 의해 적정 촬영 조건의 판정 및 질병에 관련된 진단 지원 정보(7)의 제공이 행해진 진단 화상 데이터(6)에 기초하여, 하악골의 윤곽 형상으로부터 전신 질환의 관심 영역에 관한 정보를 제공한다. 구체적으로는, 질병 검지 수단은, 골다공증의 검지, 경동맥 석회화의 검지, 및 상악동염의 검지를 행할 수 있다. 따라서, 파노라마 화상(4)으로부터 상기 질환을 판단하기 위한 컴퓨터 알고리즘을 개발함에 있어서 상기 관심 영역의 결정을 자동화할 수 있게 되어, 의사들의 작업 부담을 대폭 경감할 수 있다. 이하, 질병 검지 수단의 일례를 나타낸다.
지금까지의 지견으로부터, 이하가 밝혀져 있다. 즉, 골다공증 환자의 경우, 하악골 영역의 파노라마 화상(4)을 촬영하면, 건강한 사람의 파노라마 화상(대조군, 도 8(a) 참조)보다 피질골이 얇은 상태의 화상(도 8(b) 참조)으로서 묘출된다. 이 경우, 양호한 골다공증의 검지 성능을 얻기 위해서는, 하악 피질골의 두께를 턱끝 구멍이라 불리는 부위에 대응하는 위치에서 계측하는 것이 알려져 있다(비특허문헌 10 참조). 따라서, 하악골 모델 제공자의 하악골 모델 데이터(9)를 윤곽 모델 데이터베이스(19)에 기억할 때에, 턱끝 구멍에 대응하는 좌표를 미리 기록해 둔다. 계속해서, 상기 처리에 있어서의 초기 윤곽 형상을 얻을 때에, 그 좌표를 배치해 둔다. 그리고, 동적 윤곽 모델의 적용 후의 좌표를 관심 영역(즉, 턱끝 구멍에 대응하는 위치)으로서 결정한다(도 8(c)). 그 결과, 턱끝 구멍의 주변 위치를 하악 피질골의 두께를 계측하기 위한 관심 영역으로서 설정할 수 있다(도 8(d)).
한편, 경동맥은, 파노라마 화상(4)에서는, 하악각의 하방 및 외방에 위치한다. 경동맥의 석회화는, 국소적으로 농도값이 높은 영역으로서 묘출된다(도 9(a)의 화살표 참조). 따라서, 하악각의 위치를 자동적으로 결정하고, 그것에 기초하여 경동맥 석회화를 검출하기 위한 관심 영역을 자동적으로 설정할 수 있다(비특허문헌 11 참조). 한편, 하악각의 결정은, 상기 서술한 골다공증의 턱끝 구멍에 대응하는 위치의 결정과 동일한 방법으로 행할 수 있기 때문에, 여기서는 설명을 생략한다. 이에 의해, 하악각의 하방 및 외방의 영역만을 경동맥의 석회화의 검출을 위한 관심 영역으로 할 수 있다(도 9(b) 참조).
이상, 설명한 바와 같이, 제1 실시형태에 기초하는 진단 지원 시스템(1)은, 피험자의 하악골 영역을 촬영한 파노라마 화상(4)을 사용하고, 미리 구축된 윤곽 모델 데이터베이스(19)와의 유사 검색을 행하여, 해당하는 윤곽 모델 데이터(15)를 얻는다. 이 윤곽 모델 데이터(15)에 관련지어진 촬영 정보(17) 및 제공자 정보(18)에 기초하여, 촬영 조건의 적정도와 피험자가 이환되기 쉬운 질병에 관한 진단 지원 정보(7)를 제공할 수 있다. 즉, 촬영 정보(17)에 기초하는 적정도의 판정에 의해, 비적정의 촬영 조건으로 촬영된 파노라마 화상(4)에 기초하여 진단을 행하는 것이 배제된다. 그 결과, 진단의 정밀도를 높일 수 있다. 또한, 하악골의 윤곽 형상의 유사에 기초하여, 미리 이환 리스크가 높은 질병을 피험자에 대해 제시할 수 있다. 또한, 이 이환 리스크가 높은 질병을, 실제로 진단을 내리는 의사들에 대하여 미리 유익한 정보로서 제공할 수 있다. 이에 의해, 진단시에 제시된 질병에 대해, 의사가 정확한 진단을 내릴 수 있다. 그 결과, 파노라마 화상의 판독시에, 당해 질병을 간과하는 미스를 미연에 방지할 수 있다.
본 발명의 제2 실시형태에 기초하는 진단 지원 시스템(101)과, 그 진단 지원 프로그램(102)에 대해, 도 11 내지 도 19에 기초하여 설명한다. 진단 지원 시스템(101) 및 진단 지원 프로그램(102)은, 제1 실시형태에 있어서의 촬영 조건의 적정도를 판정하는 처리를 행한 후에, 추가로 치성 상악동염의 진단에 관련된 정보를 제공한다. 한편, 제2 실시형태의 진단 지원 시스템(101)은, 도 11 등에 나타나 있는 바와 같이, 피험자의 하악골 및 상악동을 포함하는 영역을 촬영한 검사 대상 화상(104)(파노라마 화상)에 관련된 하악골ㆍ상악동 진단 화상 데이터(116)의 입력을 접수한다. 다음으로, 진단 지원 시스템(101)은, 하악골ㆍ상악동 진단 화상 데이터(116)에 대해 각종 화상 해석 처리를 실시하여,하악골ㆍ상악동 진단 화상 데이터(116)로부터 상악동 화상 데이터(153)를 추출한다. 따라서, 진단 지원 시스템(101)은, 이 상악동 화상 데이터(153)에 기초하여 치성 상악동염의 진단에 유익한 정보를 제공한다. 한편, 진단 지원 시스템(101)은, 진단 지원 컴퓨터(103)에 의해 주로 구성되어 있다.
여기서, 파노라마 화상 데이터 및 검사 대상 화상(104)은, 파노라마 엑스선 사진 촬영 장치(118)(이하, 간단히 촬영 장치(118)라고 부른다)를 사용하여 취득된다. 한편, 파노라마 화상 데이터 및 검사 대상 화상(104)은, 모델 데이터 제공자(도시 생략) 및 두부 촬영용 판톰 등의 피사체와, 진단 대상인 피험자의 각각의 하악골 및 상악동의 영역을 포함하는 피사체에 대해 촬영된다. 당해 촬영 장치(118)는, 진단 지원 컴퓨터(103)와 직접 접속된다. 또한, 촬영 장치(118)는, 촬영된 검사 대상 화상(104)을 파노라마 화상 데이터(119) 또는 하악골ㆍ상악동 진단 화상 데이터(116)로서, 그대로 전자적으로 받아들일 수 있다. 한편, 촬영 장치(118)를 진단 지원 컴퓨터(103)와 접속하지 않는 구성이어도 된다. 이 경우, 당해 데이터는, CD-ROM이나 DVD-ROM 등의 기억 매체, 혹은 인터넷 등의 전기 통신 회선을 통하여 진단 지원 컴퓨터(103)에 받아들여지고, 또한 입력 가능해도 된다.
진단 지원 시스템(101)에 사용되는 진단 지원 컴퓨터(103)는, 제1 실시형태의 진단 지원 컴퓨터(3)와 동일한 하드웨어 구성을 가지는 것이어도 된다. 진단 지원 컴퓨터(103)는, 케이싱에 수납된 컴퓨터 본체(120)와, 디스플레이(121)와, 키보드ㆍ마우스(122)를 구비한다. 또한, 진단 지원 컴퓨터(103)는, 인터페이스(157)를 통해, 전술한 촬영 장치(118)와 전기적으로 접속되어 있다. 따라서, 하악골ㆍ상악동 진단 화상 데이터(116) 등을 진단 지원 컴퓨터(103)에 입력할 수 있다. 또한, 컴퓨터 본체(120)의 내부는, 여러 하드웨어에 의해 구성되어 있다. 하드웨어로서, 예를 들어, 각종 신호 처리를 행하는 중앙 연산 처리 장치(CPU), 일시적인 데이터의 기억 처리를 행하는 메모리, 그리고 각종 정보 및 데이터 등을 저장하여 기억하는 기억 수단(123)으로서의 하드디스크 드라이브를 들 수 있다(일부 도시를 생략한다). 또한, 기억 수단(123)에는, 진단 지원 프로그램(102)이 기억되어 있다. 진단 지원 프로그램(102)은, 진단 지원 컴퓨터(103)가 본 발명의 진단 지원 시스템(101)에 관련된 각종 작용 효과를 발휘하도록 진단 지원 컴퓨터(103)를 기능시키는 역할을 담당한다. 즉, 이 프로그램은, 가동 가능하게 인스톨되어 있다.
진단 지원 컴퓨터(103)는, 도 11 등에 나타나 있는 바와 같이, 그 기능적 구성 요소로서, 화상 데이터 취득 수단(124)과, 참조 모델 데이터 생성 수단(126)과, 참조 데이터베이스 구축 수단(128)과, 하악골ㆍ상악동 진단 화상 데이터 접수 수단(151)과, 에지 데이터 추출 수단(130)과, 하악골 유사 모델 검색 수단(131)과, 아틀라스 생성 수단(133)과, 상악동 화상 추출 수단(135)과, 특징량 산출 수단(136)과, 위험률 추정 수단(137)을 주로 구비한다. 화상 데이터 취득 수단(124)은, 촬영 장치(118)에 의해 촬영된 복수의 파노라마 화상에 관련된 파노라마 화상 데이터(119)를 취득한다. 참조 모델 데이터 생성 수단(126)은, 파노라마 화상 데이터(119)로부터 하악골의 윤곽 및 상악동의 영역을 특정하여, 참조 모델 데이터(125)를 생성한다. 참조 데이터베이스 구축 수단(128)은, 생성된 복수의 참조 모델 데이터(125)를 집적해 기억하여, 모델 데이터베이스(127)를 구축한다. 하악골ㆍ상악동 진단 화상 데이터 접수 수단(151)은, 진단 대상이 되는 피험자의 하악골 및 상악동의 영역을 포함하는 검사 대상 화상(104)을 촬영하고, 취득한 하악골ㆍ상악동 진단 화상 데이터(116)의 입력을 접수한다. 에지 데이터 추출 수단(130)은, 접수한 하악골ㆍ상악동 진단 화상 데이터(116)로부터 하악골의 에지 데이터(129)를 추출한다. 하악골 유사 모델 검색 수단(131)은, 추출된 에지 데이터(129)와 모델 데이터베이스(127)에 포함되는 참조 모델 데이터(125)를 대조한다. 또한, 하악골 유사 모델 검색 수단(131)은, 에지 데이터(129)와 유사한 하악골의 윤곽 형상을 가지는 참조 모델 데이터(125)를 검색한다. 아틀라스 생성 수단(133)은, 유사 검색된 유사 참조 모델 데이터(113)로부터 상악동의 영역을 특정하여, 상악동의 아틀라스(114)를 생성한다. 상악동 화상 추출 수단(135)은, 생성된 아틀라스(114)에 기초하여, 하악골ㆍ상악동 진단 화상 데이터(116)로부터 좌우 1쌍의 상악동의 관심 영역(115)에 상당하는 상악동 화상(134)을 추출한다. 특징량 산출 수단(136)은, 추출된 상악동 화상(134)으로부터 특징량을 산출한다. 위험률 추정 수단(137)은, 산출한 특징량으로부터 하악골ㆍ상악동 진단 화상 데이터(116)의 치성 상악동염의 위험률을 추정한다.
또한, 에지 데이터 추출 수단(130)은, 평활화 수단(138)과, 마스크 수단(140)과, 구배 방향 예측 수단(142)과, 구배 강도 산출 수단(144)과, 세선화 수단(146)과, 임계값 처리 수단(147)을 구비한다. 평활화 수단(138)은, 하악골ㆍ상악동 진단 화상 데이터(116)에 포함되는 노이즈를 제거하기 위한 평활화 처리를 행한다. 마스크 수단(140)은, 얻어진 평활화 데이터(139)에 대해, 하악골의 존재가 미리 기대되는 범위에 대해 마스크 처리를 행하여, 마스크 데이터(141)를 얻는다. 구배 방향 예측 수단(142)은, 마스크 데이터(141)에 대하여, 하악골의 윤곽을 구성하는 에지의 구배 방향을 예측한다. 구배 강도 산출 수단(144)은, 얻어진 구배 예측 데이터(143)에 기초하여, Kirsh법을 사용하여 에지의 구배 및 강도를 산출한다. 세선화 수단(146)은, 산출된 강도 데이터(145)에 대하여, 비최대값 억제 처리에 의해 에지를 세선화한다. 임계값 처리 수단(147)은, 세선화 수단(146)에 의해 얻어진 세선화 데이터(132)에 대해 히스테리시스 임계값 처리를 실시하여, 에지 데이터(129)를 추출한다.
또한, 하악골 유사 모델 검색 수단(131)은, 거리 변환 수단(149)과, 아핀 변환 수단(152)과, 유사도 추정 수단(150)을 더 구비하고 있다. 거리 변환 수단(149)은, 하악골ㆍ상악동 진단 화상 데이터(116)로부터 추출된 에지 데이터(129)에 기초하여 거리 변환 화상 데이터(148)를 생성한다. 아핀 변환 수단(152)은, 모델 데이터베이스(127)에 기억된 참조 모델 데이터(125)를 아핀 변환한다. 유사도 추정 수단(150)은, 아핀 변환된 참조 모델 데이터(125)와 에지 데이터(129)의 유사도를 추정하여, 유사 참조 모델 데이터(113)를 추출한다.
진단 지원 컴퓨터(103)가, 상기와 같은 기능적 구성 요소를 포함함으로써, 피험자의 하악골ㆍ상악동 진단 화상 데이터(116)로부터 치성 상악동염의 이환 가능성에 관한 정보를 치과 의사들에게 제공할 수 있다. 즉, 검사 대상 화상(104)에 포함되는 상악동의 영역의 특징량을 대비하고, 당해 특징량의 차이의 크기에 따라 위험률을 정량적으로 제시할 수 있다.
이하에, 본 실시형태의 진단 지원 시스템(101)에 의해 치성 상악동염에 관한 정보를 제공하는 처리의 구체예를, 도 12 및 도 13의 플로우차트에 기초하여 주로 설명한다. 먼저, 모델 데이터베이스(127)를 구축하는 처리에 대하여 설명한다. 모델 데이터베이스(127)는, 하악골ㆍ상악동 진단 화상 데이터(116)와 유사한 유사 참조 모델 데이터(113)를 검색하기 위한 것이다. 먼저, 촬영 장치(118)를 사용하여, 복수의 모델 데이터 제공자의 하악골 및 상악동의 영역을 피사체로 하여 파노라마 화상을 촬영한다(단계 T1, 도 14(a) 참조). 여기서, 피사체는, 생체의 모델 데이터 제공자 이외에도, 인공 뼈로 제작한 두부 촬영용의 판톰을 포함하는 것이어도 된다. 이에 의해, 연령, 성별 등이 각각 다른 복수의 파노라마 화상 데이터(119)가 취득된다. 여기서, 도 14(b)는, 일반적인 하악골 및 상악동의 영역을 포함하는 인체 구조를 모식화한 것이다. 도 14(a) 및 도 14(b)로부터 분명한 바와 같이, 하악골의 윤곽 형상(즉, 하악골의 하연부 및 좌우의 후연부)은, 치아의 유무, 입의 개폐 상태, 또는 장해 음영의 비침에 의한 영향이 적으므로, 항상 안정적인 파노라마 화상의 묘출이 가능하다. 그 때문에, 본 실시형태의 진단 지원 시스템(101)에 있어서, 상악동 영역을 특정하기 위한 기준점(기준 영역)으로서, 하악골의 윤곽이 사용된다.
촬영된 파노라마 화상은, 진단 지원 컴퓨터(103)의 기억 수단(123)에 파노라마 화상 데이터(119)로서 전자적으로 기억된다. 그 후, 파노라마 화상 데이터(119)는, 디지털 필터에 의해 처리된다. 그 결과, 하악골의 윤곽 위치 및 상악동의 영역 위치가 특정된 참조 모델 데이터(125)가 생성된다(단계 T2 및 단계 T3). 구체적으로 설명하면, 디지털 필터의 1종인 캐니 필터(캐니법)를 사용한 화상 해석 기술을 응용한다. 즉, 이 기술을 이용하여, 파노라마 화상 데이터(119)를 구성하는 화소값이 불연속인 부분을 특정하고, 당해 불연속 부분을 윤곽 부분으로서 검출하는 처리를 행한다(단계 T2). 또한, 검출된 윤곽 부분을 형식화(모델화)함으로써, 하악골의 윤곽 형상을 특정한다. 또한, 해석 대상이 되는 상악동의 위치(관심 영역(115))를 동일한 화면 상(파노라마 화상 데이터(119))에서 특정한다(단계 T3). 여기서, 관심 영역(115)의 특정은, 예를 들어, 화면 표시된 파노라마 화상 데이터(119)(검사 대상 화상(104))의 영역을, 치과 의사들이 수동으로 화면 상의 점 또는 영역을 가리킴으로써 행해지는 것이어도 된다.
이 때, 관심 영역(115)은, 상악동의 외곽 형상을 따라 특정되는 것이어도 된다. 혹은, 관심 영역(115)은, 직사각형상 등의 단순한 도형에 의해 특정되는 것이어도 된다. 이 윤곽의 형상의 특정 및 상악동의 관심 영역(115)에 관한 특정한 정보를 포함한 참조 모델 데이터(125)가 생성된다(단계 T4). 상기 처리는, 복수의 파노라마 화상 데이터(119)에 대하여 반복된다. 그것에 의해, 진단 지원 컴퓨터(103)에 받아들여진 개개의 파노라마 화상 데이터(119)로부터 각각 참조 모델 데이터(125)가 생성되고, 또한 축적된다. 여기서, 참조 모델 데이터(125)는, 각각 하악골의 윤곽 형상에 관한 정보와 함께, 좌우 1쌍의 상악동의 위치에 관한 정보를 포함한다. 또한, 참조 모델 데이터(125)는, 하악골을 기준으로 한 상악동의 상대적 위치 관계가 기술된 정보도 포함한다. 따라서, 참조 모델 데이터(125)를 사용하여, 하악골의 위치를 특정한다. 그 결과, 필연적으로, 하악골의 위치에 대응하는 상악동의 위치를 결정할 수 있다. 그리고, 복수의 참조 모델 데이터(125)가 집적됨으로써 모델 데이터베이스(127)가 구축된다(단계 T5).
촬영 장치(118)에 의해 취득된 파노라마 화상 데이터(119)는, 각각의 촬영 조건 등에 관한 정보와, 참조 모델 제공자의 연령, 성별, 과거의 질병 이력 등에 관한 정보와, 검사 대상 화상(104)으로부터 계측된 하악골 등의 형태 계측(피질골의 두께 등)에 관한 정보가 포함되어 있다. 이들 정보는, 생성된 참조 모델 데이터(125)와 관련지어, 구축되는 모델 데이터베이스(127)에 아울러 기억되는 것이어도 된다(도시 생략). 구축된 모델 데이터베이스(127)는, 진단 지원 컴퓨터(103)의 기억 수단(123)에 저장된다. 모델 데이터베이스(127)는, 마우스(122) 등의 조작 수단에 의한 조작에 따라 기억 수단(123)으로부터 적절히 독출할 수 있다. 한편, 하악골의 윤곽 형상의 모델화 처리에 대해서는, P형 푸리에 기술자를 사용한 주지의 기법을 채용할 수 있다. 이 기술을 이용한 모델화 처리에 대한 상세는 생략한다. 이와 같이 하여, 모델 데이터베이스(127)의 구축이 완료된다. 한편, 도 12 및 도 13에서는, 상기 모델 데이터베이스(127)의 구축 처리와, 이후에 나타내는 하악골ㆍ상악동 진단 화상 데이터(116)에 대한 처리가 연속적으로 행해지는 것으로서 나타나 있으나, 이에 한정되는 것은 아니다. 예를 들어, 상기 단계 T1 내지 단계 T5의 처리(모델 데이터베이스(127)의 구축)를 행한 후에, 적절히 하기의 단계 T6으로부터의 처리를 행해도 된다.
모델 데이터베이스(127)의 구축이 완료된 후, 검사 대상 화상(104)의 하악골ㆍ상악동 진단 화상 데이터(116)의 입력을 접수한다(단계 T6, 도 14(a) 참조). 여기서, 이 검사 대상 화상(104)에는, 진단 지원 컴퓨터(103)는, 촬영 장치(118)에 의해 촬영된 진단 대상인 피험자의 하악골 및 상악동의 영역이 포함된다. 그 후, 접수한 하악골ㆍ상악동 진단 화상 데이터(116)에 대해 디지털 필터를 사용한 화상 해석 처리가 실시된다. 이 처리에 의해, 하악골의 윤곽(에지)에 관련된 에지 데이터(129)가 추출된다(단계 T7 내지 단계 T13: 에지 데이터 추출 수단(130)에 상당). 여기서, 본 실시형태의 진단 지원 시스템(101)에서는, 에지 데이터(129)의 추출을 위해, 캐니 필터에 의한 처리에 더하여, Kirsh법이 적용된다. 그 결과, 하악골ㆍ상악동 진단 화상 데이터(116)로부터, 에지의 구배 방향 및 강도에 관한 정보에 기초하여 보다 세밀한 에지 데이터(129)의 추출이 가능하게 된다.
구체적으로 설명하면, 인터페이스(157)를 통해 촬영 장치(118)로부터 입력된 하악골ㆍ상악동 진단 화상 데이터(116)를 접수한다. 그 후, 당해 하악골ㆍ상악동 진단 화상 데이터(116)에 대해, 가우시안 필터를 사용한 평활화 처리를 실시하여, 하하악골ㆍ상악동 진단 화상 데이터(116)에 포함되는 노이즈를 제거한다(단계 T7, 도 14(c) 참조). 이에 의해, 하악골ㆍ상악동 진단 화상 데이터(116)가 평활화 데이터(139)로 전환된다. 이 때, 2차원의 디지털 화상의 i행 j열에 있어서의 화소값을 f(i, j)로 정의하면, 상기 가우시안 필터는 하기의 수학식 1에 의해 나타내어진다.
Figure pct00001
여기서, σ는 표준 편차를 나타내고 있다. 이 때, σ값이 작아질수록 평활화의 효과가 작아진다. 한편, σ값이 커질수록 평활화의 효과가 커진다. 또한, 얻어진 평활화 데이터(139)에 대해 하악골의 존재가 기대되는 위치를 마스크 영역으로서 정의한다. 마스크 영역은, 영역마다 특정한 에지 패턴을 상정한 템플레이트를 준비하고, Kirsh법에 의해 매칭을 행한다(단계 T8, 도 15(a) 참조). 여기서, 도 15(a)의 마스크 화상(107)을 M으로 하고, M={m(i, j)}로 나타내는 마스크 영역 R∈M을 7개의 소영역(R1, R2,…R7)으로 분할한다. 이하, 개개의 R(R1, R2,…R7)에 대해 설명한다. 하악골의 형상(도 14(a) 등 참조)을 고려한 경우, 하악골의 윤곽의 에지를 예측할 수 있다. 즉, 양단측의 R1 및 R7은 세로 방향의 에지, 중앙에 위치하는 R4는 가로 방향의 에지라고 예측될 수 있다. 이 사전에 입수 가능한 지식에 기초하여, Kirsh법에 의해 에지의 구배 방향과 강도를 다음 식(수학식 2)에 기초하여 결정한다(단계 T9).
Figure pct00002
상기 식에 기초하여 에지 강도가 산출된 에지 강조 화상(108)의 일례를 도 15(b)에 나타낸다. 여기서, Kirsh법에 의해 얻어진 에지 강조 화상(108)은, 평활화 처리시의 가우시안 필터의 영향에 의해, 개개의 선화가 굵어지는 경향이 있다. 그래서, 비최대값 억제 처리에 의해 세선화를 행한다(단계 T10). 여기서, 비최대값 억제 처리는, 미리 산출된 에지의 강도 데이터(145)의 값과, 당해 에지의 연직 방향의 인접 화소의 값을 비교하고, 그 값이 최대가 아닌 경우, 0으로 변경한다. 이에 의해, 얻어진 세선화 화상(109)을 도 15(c)에 나타낸다.
다음으로, 얻어진 세선화 데이터(132)에 대하여, 히스테리시스 임계값 처리에 의해 에지를 검출한다(단계 T11). 여기서, 히스테리시스 임계값 처리에서는, 낮은 값(하한값)과 높은 값(상한값)이라는 2개의 임계값을 규정하고, 이하의 판단을 행한다. 즉, (1)상한값보다 높은 강도값의 화소를 에지, (2)하한값보다 낮은 강도값의 화소를 비(非)에지, (3)하한값 이상, 상한값 이하의 강도값의 화소 중, 에지에 결합하고 있는 화소를 에지로 한다.
그 후, 상기 처리에 의해 얻어진 모든 에지에 대해 라벨을 붙여, 하악골의 윤곽의 에지를 추출한다(단계 T12). 여기서, 검사 대상 화상(104)을 촬영하는 촬영법의 특성을 고려하면, 검사 대상 화상(104)의 좌우 양단, 중앙 및 하악각의 주변은, 경추나 반대측의 하악각에 의한 장해 음영의 영향을 받는다. 한편, 턱끝 구멍 부근은 비교적 안정적으로 묘출된다. 그 때문에, 환자의 위치함이 적절하고, 또한 경추의 음영과의 겹침이 없으면, 하악지의 후연부도 안정적으로 묘출된다. 또한, 히스테리시스 임계값 처리를 적용함으로써, 하악골의 윤곽의 에지는 그 이외의 에지보다 긴 에지로서 검출되는 경향이 있다.
이에, 턱끝 구멍 부근(도 15(a)의 R3 및 R5)에서 가장 가로로 긴 에지와, 하악지의 후연부(도 15(a)의 R1 및 R7)에서 가장 세로로 긴 에지를 하악각의 윤곽으로 결정한다. 그 후, 그 이외의 영역(도 15(a)의 R2, R4, 및 R6)에서, 하악골의 윤곽으로 결정한 에지에 인접한 에지에 대해서도 하악골의 윤곽으로 하는 처리를 행한다. 이에 의해, 하악골의 윤곽 후보 에지가 결정된다(단계 T13). 따라서, 캐니 필터 및 Kirsh법을 사용하여, 하악골ㆍ상악동 진단 화상 데이터(116)로부터 하악골의 윤곽의 형상(에지)에 관련된 에지 데이터(129)가 규정된다.
다음으로, 상기 처리에 의해 얻어진 하악골의 윤곽(에지 데이터(129))에 따라, 구축된 모델 데이터베이스(127)로부터 유사 참조 모델 데이터(113)를 검색한다(단계 T14 내지 단계 T17). 구체적으로 설명하면, F={f3(i, j)}를, 하악골ㆍ상악동 진단 화상 데이터(116)의 하악골 윤곽의 후보 에지의 화소값을 0, 그 이외의 화소값을 1로 하는 화상으로 한다. 또한, D={d(i, j)}를, 그 거리 변환 화상(112)으로 한다. 이 때, 상기 D는, 다음 식(수학식 3)에 의해 결정된다.
Figure pct00003
여기서, 거리 변환을 적용한 거리 변환 화상(112)(거리 변환 화상 데이터(148))을 도 15에 나타낸다(단계 T14). 이에 의해, 화소값이 낮을수록(검을수록), 하악골의 윤곽의 에지 데이터(129)에 근사한다. 한편, 화소값이 높을(흰색)수록, 하악골의 윤곽의 에지 데이터(129)로부터 멀어지는 것이 나타난다. 이에, k번째의 참조 모델 데이터(125)를 Mk={m(i, j)}로 정의하고, 아핀 변환을 적용한다(단계 T15). 여기서, 아핀 변환 적용 후의 참조 모델 데이터(125)를 M'={m'(i', j')}로 하고, 다음 식(수학식 4)으로 나타낼 수 있다.
Figure pct00004
여기서, a, b, c, d, e 및 f는, 아핀 변환에 있어서의 임의의 계수값이다. 이들 계수값은, 이하에 나타내는 식(수학식 5)의 출력값이 낮아지도록 설정된다. 계속해서, 참조 모델 데이터(125)와 하악골ㆍ상악동 진단 화상 데이터(116)의 유사도(유사도 데이터(156))를 추정한다(단계 T16).
Figure pct00005
상기 식은, 출력값이 낮을수록, 참조 모델 데이터(125)(M'k)와 하악골ㆍ상악동 진단 화상 데이터(116)가 유사한 것을 나타내고 있다. 이에 의해, 유사 참조 모델 데이터(113)가 특정되고, 유사 검색이 완료된다(단계 T17). 여기서, 검색 해당의 유사 참조 모델 데이터(113)는, 가장 유사도가 높은(출력값이 낮은) 하나의 유사 참조 모델 데이터(113)만을 출력하는 것이어도 된다. 혹은, 검색 해당의 유사 참조 모델 데이터(113)는, 유사도가 높은 순서로 복수 모델을 출력하는 것이어도 된다. 혹은, 검색 해당의 유사 참조 모델 데이터(113)는, 미리 설정한 임계값 미만의 모든 유사 참조 모델 데이터(113)를 출력하는 것이어도 된다. 도 16은, 상기 식에 의한 평가값(Sim)이 0.10mm 이하에 해당하는 유사 참조 모델 데이터(113)의 출력 결과를 나타낸다.
그 후, 유사 검색된 유사 참조 모델 데이터(113)로부터 상악동의 영역을 추출하여, 상악동의 아틀라스(114)를 생성한다(단계 T18). 여기에 나타내는 예에서는, 본 실시형태의 진단 지원 시스템(101)은, 상기 아틀라스(114)를 생성한다. 그 때, 상기 처리에 의해 유사 검색된 복수의 유사 참조 모델 데이터(113)를 사용한다. 여기서, n2(1=n2=n1)는, 유사 참조 모델 데이터(113)의 수를 나타낸다. Ik(i, j)는, 이하와 같이 정의되는 함수이다. 즉, k번째의 유사 참조 모델 데이터(113)의 화소(i, j)가 상악동의 영역이면, 1을 돌려주는 함수이다. 한편, 상기 화소(i, j)가 상악동의 영역 외이면, 0을 돌려주는 함수이다. 이와 같이 Ik(i, j)를 정의하면, 상악동의 아틀라스(114)는, 하기의 식(수학식 6)에 의해 결정된다.
Figure pct00006
이 때, 상악동의 아틀라스(114)는, 상악동이 존재할 확률에 따라, 0 내지 1의 범위에서 규정된다. 또한, 임계값 처리에 의해, 상악동의 관심 영역(115)을 규정한다(단계 T19). 이 때, G={f4(i, j)}는, 상악동의 관심 영역(115)의 화소가 1, 그 이외의 화소가 0인 화상으로 하면, 다음 식(수학식 7)에 의해 정의된다.
Figure pct00007
여기서, α는 임의의 고정 임계값을 나타낸다. 전술한 도 16의 유사 참조 모델 데이터(113)로부터 상악동의 아틀라스(114)를 생성한다. 도 17은, α=1로서 상악동의 관심 영역(115)을 규정한 화상의 일례를 나타낸다. 여기서, 도 17에서는, 아틀라스(114)는, 3개의 유사 참조 모델 데이터(113)를 겹침으로써 생성된다. 여기서, 아틀라스(114)는, 상악동의 영역일 확률이 높을수록 흰 화소로 표시되어 있다. 또한, 상악동의 관심 영역(115)에서는, 3개의 유사 참조 모델 데이터(113)가 전부 겹친 화소만이 임계값 처리에 의해 추출되어 있다. 즉, 본 실시형태의 진단 지원 시스템(101)에 의하면, 유사 검색된 1 또는 복수의 유사 참조 모델 데이터(113)에 대하여, 참조 모델 데이터(125)에 의해 특정된 상악동의 관심 영역(115)을 겹친다. 이 겹침에 의해, 하악골의 윤곽(에지 데이터(129))에 대응하는 아틀라스(114)를 생성한다.
상기 처리에 의해 얻어진 상악동의 관심 영역(115)에 기초하여, 하악골ㆍ상악동 진단 화상 데이터(116)로부터 상악동 화상(134)(상악동 화상 데이터(153))을 추출한다(단계 T20)(도 18 참조). 이에 의해, 하악골ㆍ상악동 진단 화상 데이터(116)로부터 상악동에 상당하는 영역이 자동적으로 추출된다. 하악골의 윤곽의 에지 데이터(129)를 기준으로 하고, 또한 복수의 유사 참조 모델 데이터(113)에 기초하여 아틀라스(114)의 생성 및 관심 영역(115)의 규정이 행해진다. 그 때문에, 상기 추출 처리에 의해 얻어지는 상악동 화상(134)은, 피험자의 상악동의 위치를 정확하게 나타내고 있다. 한편, 도 19에 나타내는 바와 같이, 하악골ㆍ상악동 진단 화상 데이터(116)의 좌우 차분 상(117)을 생성하고, 이러한 좌우 차분 상(117)으로부터 상악동의 영역을 추출하는 것이어도 된다. 다음으로, 이러한 처리에 의해 추출된 상악동의 영역(상악동 화상(134))에 대해, 특징량(특징량 데이터(154))을 산출한다(단계 T21). 여기서, 특징량은, 예를 들어 상악동의 영역을 구성하는 화소의 평균값, 중앙값, 최빈값, 표준 편차, 히스토그램 분포, 및 영역의 사이즈에 상당한다. 특징량은, 코를 중심으로 하여 좌우의 각각에 대해 정량적으로 나타난다.
그 후, 산출된 특징량 데이터(154)에 기초하여 피험자의 좌우의 상악동 영역에 있어서의 차이를 비교한다. 그 비교 결과에 기초하여 위험률(위험도 데이터(155))을 추정한다(단계 T22). 여기서, 위험률은, 이하와 같이 나타내어진다. 즉, 예를 들어, 미리 위험률의 정도를 정의한다. 그 정의에 기초하여, 산출된 특징량 데이터(154)의 차이의 크기에 따라 수치(예를 들어, 70% 또는 80%)로 나타낸다. 혹은, 위험률은, 정상인 상악동측의 특징량에 대한 치성 상악동염에 이환되어 있는 측의 상악동의 특징량의 변경률로부터 구하는 것이어도 된다. 이에 의해, 특징량 및 위험률이 모두 정량적으로 나타난다. 따라서, 치과 의사들은 검사 대상 화상(104)으로부터 치성 상악동염의 가능성에 관한 정보를 제공받을 수 있다. 또한, 치과 의사들은, 파노라마 화상의 판독 및 재검사 등으로부터 최종적인 판단을 내릴 수 있다. 그 결과, 치과 의원 등에 있어서 일상적으로 촬영되는 파노라마 화상으로부터 유익한 정보의 제공을 얻을 수 있다. 또한, 이러한 처리는, 대량의 파노라마 화상이라도 가능하다. 따라서, 많은 피험자에 대해 파노라마 화상의 촬영을 행하는 경우(예를 들어, 치과 검진)에도, 상기 처리는 치성 상악동염의 의심에 대한 초기 판단에 유용하다. 상기 특징량 및 위험률에 관한 정보가 디스플레이(121)에 출력 표시된다. 이 후, 본 실시형태의 진단 지원 시스템(101)의 처리가 완료된다(단계 T23).
이상, 설명한 바와 같이, 본 실시형태에 기초하는 진단 지원 시스템(101)은, 피험자의 하악골 및 상악동을 포함하여 촬영된 검사 대상 화상(104)으로부터 하악골의 에지 데이터(129)를 결정할 수 있다. 또한, 진단 지원 시스템(101)은, 미리 구축된 모델 데이터베이스(127)의 파노라마 화상 데이터(119) 및 참조 모델 데이터(125)로부터, 에지 데이터(129)와 유사한 유사 참조 모델 데이터(113)를 검색하여, 상악동의 아틀라스(114)를 생성할 수 있다. 또한, 진단 지원 시스템(101)은, 하악골ㆍ상악동 진단 화상 데이터(116)에 있어서의 상악동의 관심 영역(115)을 특정하여, 상악동 화상(134)을 추출할 수 있다. 본 실시형태에 기초하는 진단 지원 시스템(101)은, 이들의 처리를 자동화함으로써, 상악동 화상(134)의 특징량에 기초하는 좌우의 대비를 용이하게 행할 수 있다. 그 결과, 치성 상악동염의 가능성의 시사를 치과 의사들에게 제공할 수 있다.
이상, 본 발명에 대해 바람직한 제1 및 제2 실시형태를 들어 설명하였으나, 본 발명은 이들 실시형태에 한정되는 것은 아니다. 예를 들어, 이하에 나타내는 바와 같이, 본 발명의 요지를 일탈하지 않는 범위에 있어서, 여러 개량 및 설계의 변경이 가능하다.
즉, 제1 실시형태의 진단 지원 시스템(1)에서는, 진단 지원 컴퓨터(3)의 처리의 흐름을, 도 2 및 도 3의 플로우차트에 기초하여 설명하였다. 또한, 제2 실시형태의 진단 지원 시스템(101)에서는, 진단 지원 컴퓨터(103)의 처리의 흐름을, 도 12 및 도 13의 플로우차트에 기초하여 설명하였다. 그러나, 처리의 흐름은, 이들에 한정되는 것은 아니다. 예를 들어, 제1 실시형태의 진단 지원 시스템(1)에서는, 윤곽 모델 데이터베이스(19)의 구축과 그 후의 적정 판정 등의 처리를 연속적으로 행할 필요는 없다. 또한, 촬영 위치 등의 촬영 조건의 판정 처리와 농도 프로필 등의 화상 품질의 판정 처리를 동시에 행해도 된다. 혹은, 이들 판정 처리의 순서를 반대로 해도 된다. 또한, 상기의 제1 및 제2 실시형태에서는, 에지 데이터(22)의 생성 및 유사한 윤곽 모델 데이터(15)의 검색시에, 여러 주지의 화상 해석 기술을 사용하였다. 그러나, 이들 방법에 대해서는 한정되는 것은 아니며, 그 밖의 화상 해석 기술 및 화상 해석 방법을 이용하여 에지 데이터(22) 등이나 윤곽 형상의 특정을 행하는 것이어도 된다.
또한, 제2 실시형태의 진단 지원 시스템(101)에서는, 하악골ㆍ상악동 진단 화상 데이터(116)로부터 에지 데이터(129)를 추출하는 에지 데이터 추출 수단(130)의 화상 해석 기술로서, 캐니 필터와 Kirsh법을 조합한 것을 나타냈다. 그러나, 이에 한정되는 것은 아니며, 그 밖의 화상 해석 기술을 사용하여 에지 데이터(129)의 추출을 행해도 된다. 또한, 상기 제1 및 제2 실시형태에서는, 유사 검색된 복수의 유사 참조 모델 데이터(113)를 사용하여, 상악동의 아틀라스(114)의 생성 및 관심 영역(115)의 규정을 행하였다. 그러나, 이에 한정되는 것은 아니며, 가장 유사도가 높다고 추정된 하나의 유사 참조 모델 데이터(113)만을 사용하는 것이어도 된다.

Claims (14)

  1. 진단 지원 컴퓨터를 사용하여 파노라마 엑스선 사진을 해석하여, 진단 지원 정보를 제공할 수 있는 진단 지원 시스템으로서,
    상기 진단 지원 컴퓨터는,
    적정 촬영 조건 및 비적정 촬영 조건을 포함하는 복수의 촬영 조건에 각각 기초하여 하악골 모델 제공자의 하악골 영역의 상기 파노라마 엑스선 사진을 촬영함으로써 복수의 하악골 모델 데이터를 취득하는 모델 데이터 취득 수단과,
    취득된 상기 하악골 모델 데이터로부터 상기 하악골의 윤곽을 추출하여, 윤곽 모델 데이터를 생성하는 윤곽 모델 생성 수단과,
    생성된 윤곽 모델 데이터를 촬영 위치, 촬영 자세, 및 화상 품질에 관련된 촬영 정보 그리고 상기 하악골 모델 제공자에 관한 연령, 성별, 및 질병 이력을 포함하는 제공자 정보와 더불어 기억하여, 윤곽 모델 데이터베이스를 구축하는 윤곽 데이터베이스 기억 수단과,
    진단 지원 대상인 피험자의 하악골 영역의 파노라마 엑스선 사진을 촬영하여 취득된 진단 화상 데이터의 입력을 접수하는 진단 화상 데이터 접수 수단과,
    접수한 상기 진단 화상 데이터로부터 상기 하악골의 에지 데이터를 추출하는 에지 추출 수단과,
    추출된 상기 에지 데이터와 상기 윤곽 모델 데이터베이스의 복수의 윤곽 모델 데이터를 대조하여, 유사한 상기 윤곽 모델 데이터를 검색하는 유사 모델 검색 수단과,
    유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 촬영 위치 및 촬영 자세에 관련된 위치 적정을 판정하는 위치 판정 수단과,
    유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 농도 프로필 및 콘트라스트를 포함하는 화상 품질의 적정도를 판정하는 화상 품질 판정 수단을 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  2. 제1항에 있어서,
    상기 진단 지원 컴퓨터는,
    상기 위치 판정 수단 및 상기 화상 품질 판정 수단에 의해 상기 적정 촬영 조건으로 촬영되었다고 판정된 상기 진단 화상 데이터에 대하여, 유사 검색된 상기 윤곽 모델 데이터의 상기 제공자 정보에 기초하여 이환 리스크가 있는 질병을 상기 진단 지원 정보로서 제공하는 진단 지원 정보 제공 수단을 더 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  3. 제1항 또는 제2항에 있어서,
    상기 진단 지원 컴퓨터는,
    상기 진단 화상 데이터에 포함되는 상기 하악골의 윤곽을 검출하는 하악골 윤곽 검출 수단과,
    검출된 상기 하악골의 윤곽에 관련된 진단 윤곽 데이터에 기초하여, 골다공증, 경동맥의 석회화, 및 상악동염 중 적어도 하나의 질병의 검지를 행하는 질병 검지 수단을 더 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  4. 제1항 또는 제2항에 있어서,
    상기 유사 모델 검색 수단은,
    추출된 상기 에지 데이터를 사용하여 상기 하악골의 상기 에지로부터의 거리에 따라 농담을 변화시켜 묘화한 거리 화상을 생성하는 거리 화상 생성 수단과,
    상기 윤곽 모델 데이터로부터 상기 하악골의 윤곽 형상을 복원하는 윤곽 복원 수단과,
    복원된 상기 윤곽 형상에 관련된 복원 데이터 및 생성된 상기 거리 화상에 관련된 거리 화상 데이터를 겹쳐 윤곽 상의 평균값을 산출하는 평균값 산출 수단과,
    산출된 상기 평균값이 최소값을 나타내는 상기 하악골의 윤곽 형상을 가지는 상기 윤곽 모델 데이터를 특정하고, 특정된 상기 윤곽 모델 데이터를 유사한 상기 윤곽 모델 데이터로 하는 윤곽 모델 특정 수단을 더 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  5. 제3항에 있어서,
    상기 모델 데이터 취득 수단은,
    상기 하악 모델 제공자의 상기 하악골 영역 및 상악동 영역을 포함하는 영역을 피사체로 하여 촬영한 상기 파노라마 엑스선 사진에 관련된 파노라마 화상 데이터를 취득하고, 당해 파노라마 화상 데이터를 기억하는 화상 데이터 취득 수단을 구비하고,
    상기 진단 화상 데이터 접수 수단은,
    진단 대상인 피험자의 상기 하악골 및 상기 상악동을 포함하는 영역을 상기 파노라마 엑스선 사진으로 촬영한 검사 대상 화상에 관련된 하악골ㆍ상악동 진단 화상 데이터의 입력을 접수하는 하악골ㆍ상악동 진단 화상 데이터 접수 수단을 구비하고,
    상기 에지 추출 수단은,
    디지털 해석 기술을 사용하여, 접수한 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 하악골의 윤곽 후보의 에지 데이터를 추출하는 에지 데이터 추출 수단을 구비하고,
    상기 유사 모델 검색 수단은,
    추출된 상기 에지 데이터 및 상기 모델 데이터베이스에 기억된 복수의 참조 모델 데이터를 대조하여, 상기 에지 데이터와 유사한 상기 하악골의 윤곽 형상을 가지는 유사 참조 모델 데이터를 검색하는 하악골 유사 모델 검색 수단을 구비하고,
    상기 진단 지원 컴퓨터는,
    상기 파노라마 화상 데이터로부터 상기 하악골의 윤곽 형상 및 상기 상악동의 위치를 특정하여, 참조 모델 데이터를 생성하는 참조 모델 데이터 생성 수단과,
    생성된 복수의 상기 참조 모델 데이터를 기억하여, 모델 데이터베이스를 구축하는 참조 데이터베이스 구축 수단과,
    유사 검색된 상기 유사 참조 모델 데이터로부터 상기 상악동의 위치의 영역을 추출하여, 상기 상악동에 관련된 아틀라스를 생성하는 아틀라스 생성 수단과,
    상기 아틀라스에 기초하여 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 상악동의 영역에 상당하는 상악동 화상을 추출하는 상악동 화상 추출 수단과,
    추출된 좌우 1쌍의 상기 상악동 화상의 각각의 특징량을 산출하는 특징량 산출 수단과,
    산출된 상기 특징량에 관련된 특징량 데이터로부터, 상기 하악골ㆍ상악동 진단 화상 데이터를 취득한 상기 피험자의 치성 상악동염의 이환에 관련된 위험률을 추정하는 위험률 추정 수단을 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  6. 제5항에 있어서,
    상기 에지 데이터 추출 수단은,
    가우시안 필터를 사용하여, 상기 하악골ㆍ상악동 진단 화상 데이터에 대해 평활화 처리를 행하여 상기 진단 화상 데이터에 포함되는 노이즈를 제거하는 평활화 수단과,
    얻어진 평활화 데이터에 대하여, 상기 하악골의 존재가 기대되는 위치에 미리 마스크 처리를 행하는 마스크 수단과,
    얻어진 마스크 데이터에 대하여, 상기 하악골의 윤곽 형상을 구성하는 에지의 구배 방향을 예측하는 구배 방향 예측 수단과,
    얻어진 구배 예측 데이터에 대하여, Kirsh법을 사용하여 상기 에지의 구배 및 강도를 산출하는 구배 강도 산출 수단과,
    산출된 강도 데이터에 대하여, 비최대값 억제 처리에 의해 상기 에지를 세선화하는 세선화 수단과,
    얻어진 세선화 데이터에 대하여, 히스테리시스 임계값 처리에 의해 상기 에지 데이터를 추출하는 임계값 처리 수단을 더 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  7. 제5항 또는 제6항에 있어서,
    상기 하악골 유사 모델 검색 수단은,
    상기 진단 화상 데이터로부터 추출된 상기 에지 데이터로부터 거리 변환 화상을 생성하는 거리 변환 수단과,
    상기 모델 데이터베이스에 기억된 상기 참조 모델 데이터에 대하여 아핀 변환 처리를 하는 아핀 변환 수단과,
    상기 거리 변환 화상에 관련된 거리 변환 화상 데이터와 아핀 변환 처리 후의 상기 참조 모델 데이터의 유사도를 추정하여, 유사 참조 모델을 추출하는 유사도 추정 수단을 더 구비하는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 시스템.
  8. 적정 촬영 조건 및 비적정 촬영 조건을 포함하는 복수의 촬영 조건에 각각 기초하여, 하악골 모델 제공자의 하악골 영역의 파노라마 엑스선 사진을 촬영함으로써 복수의 하악골 모델 데이터를 취득하는 모델 데이터 취득 수단과,
    취득된 상기 하악골 모델 데이터로부터 상기 하악골의 윤곽을 추출하여, 윤곽 모델 데이터를 생성하는 윤곽 모델 생성 수단과,
    생성된 윤곽 모델 데이터를 촬영 위치, 촬영 자세, 및 화상 품질에 관련된 촬영 정보 그리고 상기 하악골 모델 제공자에 관한 연령, 성별, 및 질병 이력을 포함하는 제공자 정보와 더불어 기억하여, 윤곽 모델 데이터베이스를 구축하는 윤곽 데이터베이스 기억 수단과,
    진단 지원 대상인 피험자의 하악골 영역의 파노라마 엑스선 사진을 촬영하여 취득된 진단 화상 데이터의 입력을 접수하는 진단 화상 데이터 접수 수단과,
    접수한 상기 진단 화상 데이터로부터 상기 하악골의 에지 데이터를 추출하는 에지 추출 수단과,
    추출된 상기 에지 데이터와 상기 윤곽 모델 데이터베이스의 복수의 윤곽 모델 데이터를 대조하여, 유사한 상기 윤곽 모델 데이터를 검색하는 유사 모델 검색 수단과,
    유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 촬영 위치 및 촬영 자세에 관련된 위치 적정을 판정하는 위치 판정 수단과,
    유사 검색된 상기 윤곽 모델 데이터의 상기 촬영 정보에 기초하여 상기 진단 화상 데이터의 농도 프로필 및 콘트라스트를 포함하는 화상 품질의 적정도를 판정하는 화상 품질 판정 수단으로서,
    진단 지원 컴퓨터를 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
  9. 제8항에 있어서,
    상기 위치 판정 수단 및 상기 화상 품질 판정 수단에 의해 상기 적정 촬영 조건으로 촬영되었다고 판정된 상기 진단 화상 데이터에 대하여, 유사 검색된 상기 윤곽 모델 데이터의 상기 제공자 정보에 기초하여, 이환 리스크가 있는 질병을 상기 진단 지원 정보로서 제공하는 진단 지원 정보 제공 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
  10. 제8항 또는 제9항에 있어서,
    상기 진단 화상 데이터에 포함되는 상기 하악골의 윤곽을 검출하는 하악골 윤곽 검출 수단과,
    검출된 상기 하악골의 윤곽에 관련된 진단 윤곽 데이터에 기초하여, 골다공증, 경동맥의 석회화, 및 상악동염 중 적어도 하나의 질병의 검지를 행하는 질병 검지 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
  11. 제8항 또는 제9항에 있어서,
    추출된 상기 에지 데이터를 사용하여 상기 하악골의 상기 에지로부터의 거리에 따라 농담을 변화시켜 묘화한 거리 화상을 생성하는 거리 화상 생성 수단과,
    상기 윤곽 모델 데이터로부터 상기 하악골의 윤곽 형상을 복원하는 윤곽 복원 수단과,
    복원된 상기 윤곽 형상에 관련된 복원 데이터 및 생성된 상기 거리 화상에 관련된 거리 화상 데이터를 겹쳐 윤곽 상의 평균값을 산출하는 평균값 산출 수단과,
    산출된 상기 평균값이 최소값을 나타내는 상기 하악골의 윤곽 형상을 가지는 상기 윤곽 모델 데이터를 특정하고, 특정된 상기 윤곽 모델 데이터를 유사한 상기 윤곽 모델 데이터로 하는 윤곽 모델 특정 수단으로서 상기 진단 지원 컴퓨터를 추가로 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
  12. 제8항에 있어서,
    상기 하악 모델 제공자의 상기 하악골 영역 및 상악동 영역을 포함하는 영역을 피사체로 하여 촬영한 상기 파노라마 엑스선 사진에 관련된 파노라마 화상 데이터를 취득하고, 당해 파노라마 화상 데이터를 기억하는 화상 데이터 취득 수단을 구비하는 상기 모델 데이터 취득 수단과,
    진단 대상인 피험자의 상기 하악골 및 상기 상악동을 포함하는 영역을 상기 파노라마 엑스선 사진으로 촬영한 검사 대상 화상에 관련된 하악골ㆍ상악동 진단 화상 데이터의 입력을 접수하는 하악골ㆍ상악동 진단 화상 데이터 접수 수단을 구비하는 상기 진단 화상 데이터 접수 수단과,
    디지털 해석 기술을 사용하여, 접수한 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 하악골의 윤곽 후보의 에지 데이터를 추출하는 에지 데이터 추출 수단을 구비하는 상기 에지 추출 수단과,
    추출된 상기 에지 데이터 및 상기 모델 데이터베이스에 기억된 복수의 참조 모델 데이터를 대조하여, 상기 에지 데이터와 유사한 상기 하악골의 윤곽 형상을 가지는 유사 참조 모델 데이터를 검색하는 하악골 유사 모델 검색 수단을 구비하는 상기 유사 모델 검색 수단과,
    상기 파노라마 화상 데이터로부터 상기 하악골의 윤곽 형상 및 상기 상악동의 위치를 특정하여, 참조 모델 데이터를 생성하는 참조 모델 데이터 생성 수단과,
    생성된 복수의 상기 참조 모델 데이터를 기억하여, 모델 데이터베이스를 구축하는 참조 데이터베이스 구축 수단과,
    유사 검색된 상기 유사 참조 모델 데이터로부터 상기 상악동의 위치의 영역을 추출하여, 상기 상악동에 관련된 아틀라스를 생성하는 아틀라스 생성 수단과,
    상기 아틀라스에 기초하여 상기 하악골ㆍ상악동 진단 화상 데이터로부터 상기 상악동의 영역에 상당하는 상악동 화상을 추출하는 상악동 화상 추출 수단과,
    추출된 좌우 1쌍의 상기 상악동 화상의 각각의 특징량을 산출하는 특징량 산출 수단과,
    산출된 상기 특징량에 관련된 특징량 데이터로부터, 상기 하악골ㆍ상악동 진단 화상 데이터를 취득한 상기 피험자의 치성 상악동염의 이환에 관련된 위험률을 추정하는 위험률 추정 수단으로서,
    상기 진단 지원 컴퓨터를 추가로 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
  13. 제12항에 있어서,
    가우시안 필터를 사용하여, 상기 하악골ㆍ상악동 진단 화상 데이터에 대해 평활화 처리를 행하여 상기 진단 화상 데이터에 포함되는 노이즈를 제거하는 평활화 수단과,
    얻어진 평활화 데이터에 대하여, 상기 하악골의 존재가 기대되는 위치에 미리 마스크 처리를 행하는 마스크 수단과,
    얻어진 마스크 데이터에 대하여, 상기 하악골의 윤곽 형상을 구성하는 에지의 구배 방향을 예측하는 구배 방향 예측 수단과,
    얻어진 구배 예측 데이터에 대하여, Kirsh법을 사용하여 상기 에지의 구배 및 강도를 산출하는 구배 강도 산출 수단과,
    산출된 강도 데이터에 대하여, 비최대값 억제 처리에 의해 상기 에지를 세선화하는 세선화 수단과,
    얻어진 세선화 데이터에 대하여, 히스테리시스 임계값 처리에 의해 상기 에지 데이터를 추출하는 임계값 처리 수단을 가지는 상기 에지 데이터 추출 수단으로서,
    상기 진단 지원 컴퓨터를 추가로 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
  14. 제12항 또는 제13항에 있어서,
    상기 하악골ㆍ상악동 진단 화상 데이터로부터 추출된 상기 에지 데이터로부터 거리 변환 화상을 생성하는 거리 변환 수단과,
    상기 모델 데이터베이스에 기억된 상기 참조 모델 데이터에 대하여 아핀 변환 처리를 하는 아핀 변환 수단과,
    상기 거리 변환 화상에 관련된 거리 변환 화상 데이터와 아핀 변환 처리 후의 상기 참조 모델 데이터의 유사도를 추정하여, 유사 참조 모델을 추출하는 유사도 추정 수단을 가지는 상기 하악골 유사 모델 검색 수단으로서,
    상기 진단 지원 컴퓨터를 추가로 기능시키는 것을 특징으로 하는 파노라마 엑스선 사진을 이용한 진단 지원 프로그램.
KR1020137024745A 2011-03-18 2012-03-13 파노라마 엑스선 사진을 이용한 진단 지원 시스템, 및 파노라마 엑스선 사진을 이용한 진단 지원 프로그램 KR101554272B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2011060256 2011-03-18
JPJP-P-2011-060256 2011-03-18
JP2011280656 2011-12-22
JPJP-P-2011-280656 2011-12-22
PCT/JP2012/056375 WO2012128121A1 (ja) 2011-03-18 2012-03-13 パノラマエックス線写真を利用した診断支援システム、及びパノラマエックス線写真を利用した診断支援プログラム

Publications (2)

Publication Number Publication Date
KR20130136519A true KR20130136519A (ko) 2013-12-12
KR101554272B1 KR101554272B1 (ko) 2015-09-18

Family

ID=46879274

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137024745A KR101554272B1 (ko) 2011-03-18 2012-03-13 파노라마 엑스선 사진을 이용한 진단 지원 시스템, 및 파노라마 엑스선 사진을 이용한 진단 지원 프로그램

Country Status (5)

Country Link
US (1) US9710907B2 (ko)
EP (1) EP2687161B1 (ko)
JP (2) JP5763172B2 (ko)
KR (1) KR101554272B1 (ko)
WO (1) WO2012128121A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017061843A1 (ko) * 2015-10-08 2017-04-13 주식회사 바텍이우홀딩스 깊이 정보를 강조하는 의료 영상 재구성 장치 및 방법
KR101881140B1 (ko) * 2017-11-09 2018-07-23 주식회사 초위스컴퍼니 진단 시스템 및 진단 시스템의 동작 방법
KR20190053083A (ko) * 2017-11-09 2019-05-17 (주)초위스컴퍼니 진단 시스템 및 진단 시스템의 동작 방법
KR20210114222A (ko) * 2020-03-10 2021-09-23 오스템임플란트 주식회사 멀티 파노라마 영상 표시방법 및 이를 위한 영상 표시장치

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8548215B2 (en) * 2007-11-23 2013-10-01 Pme Ip Australia Pty Ltd Automatic image segmentation of a volume by comparing and correlating slice histograms with an anatomic atlas of average histograms
JP5722414B1 (ja) 2013-11-25 2015-05-20 メディア株式会社 骨粗鬆症診断支援装置
JP6544786B2 (ja) * 2013-12-18 2019-07-17 メディア株式会社 歯周病診断支援装置及びその方法並びにプログラム
US9510757B2 (en) 2014-05-07 2016-12-06 Align Technology, Inc. Identification of areas of interest during intraoral scans
CN107567638B (zh) * 2015-04-23 2021-10-15 皇家飞利浦有限公司 对解剖结构的基于模型的分割
TWI582710B (zh) * 2015-11-18 2017-05-11 Bravo Ideas Digital Co Ltd The method of recognizing the object of moving image and the interactive film establishment method of automatically intercepting target image
KR20170072633A (ko) * 2015-12-17 2017-06-27 삼성전자주식회사 방사선 촬영 장치 및 방사선 촬영 장치의 제어 방법
KR101893752B1 (ko) * 2016-01-04 2018-08-31 주식회사 바텍 X선 영상에 근거한 촬영 자세/조건 오류 분석 장치 및 방법
JP6833444B2 (ja) * 2016-10-17 2021-02-24 キヤノン株式会社 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム
FI20185069A1 (en) * 2018-01-24 2019-07-25 Palodex Group Oy X-ray photography unit for X-ray photography
CN109828845B (zh) * 2019-03-01 2023-07-28 长沙理工大学 一种基于边缘计算的绝缘子热成像实时诊断系统
US20210049809A1 (en) * 2019-08-12 2021-02-18 Canon Medical Systems Corporation Image processing method and apparatus
JP2021142242A (ja) 2020-03-13 2021-09-24 セイコーホールディングス株式会社 口腔内センシングシステム、及び口腔内センシング方法
KR102538508B1 (ko) * 2020-05-18 2023-05-31 오스템임플란트 주식회사 의료 영상 모듈과 연동되는 전자 차트 관리 방법 및 장치
CN111933252B (zh) * 2020-08-12 2023-08-04 杭州深睿博联科技有限公司 一种牙位检出和缺失牙标记方法及装置
US11921058B2 (en) * 2021-10-12 2024-03-05 Canon Medical Systems Corporation Imaging system and data acquisition method and structure thereof

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3964795B2 (ja) 2003-01-07 2007-08-22 独立行政法人科学技術振興機構 パノラマｘ線画像を用いた骨粗鬆症診断支援装置
JP2005065728A (ja) * 2003-08-25 2005-03-17 Fuji Photo Film Co Ltd 類似画像検索装置
WO2006043523A1 (ja) 2004-10-19 2006-04-27 Hiroshima University Independent Administrative Agency 骨粗鬆症診断支援装置
JP4956815B2 (ja) 2004-10-27 2012-06-20 株式会社吉田製作所 歯科用ｘ線撮影装置
JP2006175036A (ja) * 2004-12-22 2006-07-06 Fuji Photo Film Co Ltd 肋骨形状推定装置、肋骨形状推定方法およびそのプログラム
JP2008036068A (ja) 2006-08-04 2008-02-21 Hiroshima Univ 骨粗鬆症診断支援装置および方法、骨粗鬆症診断支援プログラム、骨粗鬆症診断支援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、骨粗鬆症診断支援用ｌｓｉ
JP5125324B2 (ja) * 2007-08-29 2013-01-23 大日本印刷株式会社 歯形情報本人同定システム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017061843A1 (ko) * 2015-10-08 2017-04-13 주식회사 바텍이우홀딩스 깊이 정보를 강조하는 의료 영상 재구성 장치 및 방법
KR20170042005A (ko) * 2015-10-08 2017-04-18 (주)바텍이우홀딩스 깊이 정보를 강조하는 의료 영상 재구성 장치 및 방법
CN108778130A (zh) * 2015-10-08 2018-11-09 以友技术有限公司 医疗图像重建装置和加强深度信息的方法
US10713825B2 (en) 2015-10-08 2020-07-14 Vatech Co., Ltd. Medical image reconstruction device and method emphasizing depth information
CN108778130B (zh) * 2015-10-08 2022-05-31 以友技术有限公司 医疗图像重建装置和加强深度信息的方法
KR101881140B1 (ko) * 2017-11-09 2018-07-23 주식회사 초위스컴퍼니 진단 시스템 및 진단 시스템의 동작 방법
KR20190053083A (ko) * 2017-11-09 2019-05-17 (주)초위스컴퍼니 진단 시스템 및 진단 시스템의 동작 방법
KR20210114222A (ko) * 2020-03-10 2021-09-23 오스템임플란트 주식회사 멀티 파노라마 영상 표시방법 및 이를 위한 영상 표시장치

Also Published As

Publication number Publication date
KR101554272B1 (ko) 2015-09-18
JP5763172B2 (ja) 2015-08-12
US20140009573A1 (en) 2014-01-09
JP5959699B2 (ja) 2016-08-02
JPWO2012128121A1 (ja) 2014-07-24
US9710907B2 (en) 2017-07-18
WO2012128121A1 (ja) 2012-09-27
EP2687161B1 (en) 2017-05-03
EP2687161A4 (en) 2015-07-08
JP2015178019A (ja) 2015-10-08
EP2687161A1 (en) 2014-01-22

Similar Documents

Publication Publication Date Title
KR20130136519A (ko) 파노라마 엑스선 사진을 이용한 진단 지원 시스템, 및 파노라마 엑스선 사진을 이용한 진단 지원 프로그램
CN111310851B (zh) 一种人工智能超声辅助系统及其应用
JP5601378B2 (ja) 医用画像処理装置
EP2790575B1 (en) Method and apparatus for the assessment of medical images
JP5699936B2 (ja) 医用画像処理装置の作動方法、装置およびプログラム
JP6036009B2 (ja) 医用画像処理装置、およびプログラム
JP4022587B2 (ja) 脳疾患の診断支援方法及び装置
JP6785976B2 (ja) 脳画像正規化装置、方法およびプログラム
KR20200116278A (ko) 치과 영상으로부터 피검체의 성별 및 연령을 판정하는 방법 및 이를 이용한 장치
Paniagua et al. 3D of brain shape and volume after cranial vault remodeling surgery for craniosynostosis correction in infants
CN116580819B (zh) 用于自动化地确定图像序列中的检查结果的方法和系统
Zannah et al. Semantic Segmentation on Panoramic X-ray Images Using U-Net Architectures
KR101455198B1 (ko) Ｃｔ 영상 분석을 이용한 흉곽 변형성 정량적 평가 지표값 계산 방법, 시스템 및 기록 매체
CN111383211A (zh) 骨案例识别方法、装置、服务器及存储介质
Amorim et al. Mandible Segmentation from CT and CBCT Images Based on a Patch-Based Convolutional Neural Network
WO2019003749A1 (ja) 医用画像処理装置、方法およびプログラム
EP4198997A1 (en) A computer implemented method, a method and a system
El Bagoury et al. Dental Disease Detection based on CNN for Panoramic Dental Radiographs
Sobhana et al. Automatic Cephalometric Analysis using Machine Learning
Bin Mushfiq et al. A comparison of deep learning U‐Net architectures for semantic segmentation on panoramic X-ray images
Mohan et al. Development of a Novel UDL-Model for Dental Abnormality Detection from Digital Photographs
Javale et al. Reconstruction of Greyscale X-Ray for Boundary Analysis of Anatomical Structure
CN116110572A (zh) 人工智能模型训练方法及装置、计算机可读存储介质
KR20240057779A (ko) 치과 방사선 영상으로부터 치아 발육단계를 검출하는 방법 및 이를 이용한 장치
CN116246755A (zh) 一种基于细粒度网络毫微米级别影像精细解剖结构量化分析工具

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180808

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190801

Year of fee payment: 5