WO2015114834A1 - 画像処理方法 - Google Patents

画像処理方法 Download PDF

Info

Publication number
WO2015114834A1
WO2015114834A1 PCT/JP2014/052461 JP2014052461W WO2015114834A1 WO 2015114834 A1 WO2015114834 A1 WO 2015114834A1 JP 2014052461 W JP2014052461 W JP 2014052461W WO 2015114834 A1 WO2015114834 A1 WO 2015114834A1
Authority
WO
WIPO (PCT)
Prior art keywords
vertebral body
extracted
geometric transformation
image
image processing
Prior art date
Application number
PCT/JP2014/052461
Other languages
English (en)
French (fr)
Inventor
知宏 中矢
和義 西野
Original Assignee
株式会社島津製作所
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 株式会社島津製作所 filed Critical 株式会社島津製作所
Priority to CN201480074841.5A priority Critical patent/CN105960203B/zh
Priority to JP2015559719A priority patent/JP6152897B2/ja
Priority to PCT/JP2014/052461 priority patent/WO2015114834A1/ja
Publication of WO2015114834A1 publication Critical patent/WO2015114834A1/ja

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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • 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
    • A61B6/505—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 diagnosis of bone
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G06T2207/30012—Spine; Backbone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure

Definitions

  • the present invention relates to an image processing method for performing image processing, and more particularly to a technique for automatically extracting a vertebral body region.
  • the image processing method for automatically extracting the vertebral body region is performed using a medical image in which a spinal column obtained by an X-ray fluoroscope or a bone density measuring device is reflected.
  • the bone density measuring apparatus will be described as an example.
  • a measurement using an X-ray beam having two different energy peaks such as a DXA (Dual Energy X-Ray Absorptiometry) method is performed.
  • the subject (patient) is laid on a bed, the lumbar spine is imaged with the knee bent, and an image (X-ray attenuation image) in which only bones are selectively reflected is obtained.
  • the bone density such as bone mineral content, which is an indicator of the amount of mineral (such as calcium and phosphorus) contained in a certain amount of bone, the area of each vertebral body is determined. It needs to be determined accurately. Therefore, techniques for automatically extracting the vertebral body region have been proposed (see, for example, Patent Documents 1 and 2 and Non-Patent Documents 1 and 2).
  • a lateral contour (side line) is detected, and individual vertebral bodies are extracted by detecting boundary lines between adjacent vertebral bodies.
  • the spinal column extends vertically between the cervical vertebra and the pelvis, and in addition to the vertebral body A, there is an intervertebral (intervertebral disc) C between adjacent vertebral bodies A.
  • the boundary line between the vertebral bodies A is detected by being drawn to the center of the intervertebral C.
  • the algorithm is capable of extracting the ideal vertebral body image area, even if the vertebral body is curved as described above, or even if it is a normal vertebral body, the imaging position will shift, causing it to shift in the rotational direction.
  • the image is taken in a state where the image is captured (when a rotational shift occurs), the vertebral body region cannot be accurately extracted.
  • the present invention has been made in view of such circumstances, and an object thereof is to provide an image processing method capable of accurately extracting a vertebral body region.
  • an image processing method for performing image processing according to the present invention comprising a centerline extraction step for extracting a centerline of a longitudinal vertebral body extending between a cervical vertebra and a pelvis by causing a curvature or a rotational deviation, and the centerline
  • a centerline extraction step for extracting a centerline of a longitudinal vertebral body extending between a cervical vertebra and a pelvis by causing a curvature or a rotational deviation
  • the centerline A vertebral body that extracts a vertebral body region that has been corrected by the geometric transformation step, and a geometric transformation step that linearly corrects the vertebral body by geometric transformation based on the centerline extracted in the extraction step
  • the region of the vertebral body in the original image before correction is obtained by inverse transformation of the geometric transformation in the geometric transformation step.
  • an inverse conversion step to be obtained.
  • the centerline of the longitudinal vertebral body extending between the cervical vertebra and the pelvis due to bending or rotational deviation is extracted in the centerline extraction step. Since the vertebral body is curved or rotated, the center line of the extracted vertebral body is also curved or rotated. Therefore, in the geometric transformation step, the vertebral body is corrected to a straight line by geometric transformation based on the center line extracted in the center line extraction step. The vertebral body region corrected in the geometric transformation step is extracted in the vertebral body region extraction step.
  • the vertebral body region corrected in the geometric transformation process is linear, even in adverse conditions such as the curvature of the vertebral body itself in the original image before correction, the shift of the imaging position, and the rotation shift
  • the algorithm used in the vertebral body region extraction step is simple. Therefore, by correcting the vertebral body linearly by geometric transformation, it is possible to accurately extract the vertebral body region in the corrected image with a simple algorithm, and the geometric transformation in the geometric transformation process Thus, the vertebral body region can be accurately extracted even in the original image before correction. Therefore, extraction performance (detection performance) is improved.
  • the algorithm used in the region extraction process becomes simple, the frequency of manual correction by the user is reduced, the throughput is improved, and the versatility of the algorithm for extracting the vertebral body region is also increased. .
  • a smoothing process for smoothing the original image described above is provided, and in the centerline extraction process, a peak of pixel values is searched for in a row unit in the image smoothed in the smoothing process. Then, it is preferable to extract the center line by arranging the pixels having the peak. Since the noise component is superimposed on the original image, the original image is smoothed in the smoothing process, and the peak of the pixel value is displayed for each line in the image smoothed in the smoothing process in the centerline extraction process. By searching and extracting the center line by arranging the pixels having the peak, the influence of noise can be reduced and the center line can be easily extracted. Of course, it is not always necessary to smooth the original image, and the center line may be extracted from the original image itself.
  • an intervertebral extraction step for extracting the intervertebral space based on the normal line of the centerline extracted in the centerline extraction step is provided, and the geometry in the geometric conversion step It is preferable to obtain the intervertebral space in the original image before correction by inverse transformation of the academic transformation.
  • the intervertebral space is extracted based on the line in the normal direction of the center line that has been linearly corrected in the geometric transformation process, and the geometrical shape is extracted from the intervertebral space extracted in the intervertebral extraction process. It is more preferable to obtain the intervertebral space in the original image before correction by inverse transformation of geometric transformation in the geometric transformation step. That is, in the geometric transformation process, the center line is also corrected to a straight line, so the normal line of the center line corrected to the straight line is a horizontal direction orthogonal to the longitudinal direction extending between the cervical vertebra and the pelvis. It extends in the (short direction).
  • the algorithm used in the intervertebral extraction process is simple. Therefore, when extracting the intervertebral space based on the line in the normal direction of the center line corrected to a straight line, the intervertebral space can be accurately extracted with a simple algorithm, and the geometry in the geometric conversion process can be extracted. The intervertebral space can be accurately extracted even in the original image before correction by the inverse transformation of the transformation.
  • the extraction performance (detection performance) is improved in the intervertebral space as in the case of extracting the vertebral body region. Further, since the algorithm used in the intervertebral extraction step is simplified, the frequency of manual correction by the user is reduced, the throughput is improved, and the versatility of the algorithm for extracting the intervertebral is also increased.
  • the center line of the longitudinal vertebral body extending between the cervical vertebra and the pelvis due to bending or rotational deviation is extracted in the center line extraction step, and the center line is extracted in the geometric conversion step.
  • the vertebral body is linearly corrected by geometric transformation, and the vertebral body region corrected in the geometric transformation step is extracted in the vertebral body region extraction step.
  • the vertebral body region corrected in the geometric transformation process is linear, even in adverse conditions such as the curvature of the vertebral body itself in the original image before correction, the shift of the imaging position, and the rotation shift
  • the algorithm used in the vertebral body region extraction step is simple.
  • FIG. 1 is a block diagram of an image processing apparatus according to an embodiment. It is a series of flowcharts showing a flow of an image processing method according to an embodiment. It is a schematic diagram regarding the centerline detection (smoothing) of step S1 of FIG. It is a schematic diagram regarding the centerline detection (polynomial approximation from the center candidate point in geometric transformation) of step S1 of FIG. It is a schematic diagram regarding the geometric transformation (geometric transformation from an approximate expression to a straight line) of step S2 of FIG. It is a schematic diagram between the vertebral bodies and vertebrae in the spine.
  • FIG. 1 is a block diagram of the image processing apparatus according to the embodiment.
  • FIG. 1 a case where image processing is performed using an X-ray attenuated image in which a spinal column obtained by a bone density measuring device is reflected will be described as an example.
  • An image processing apparatus 1 shown in FIG. 1 includes a GPU (Graphics ⁇ ⁇ ⁇ Processing (Unit), a central processing unit (CPU), or a programmable device (for example, a logic circuit) that can change an internal hardware circuit (for example, a logic circuit) according to program data (for example, It consists of an input unit composed of an FPGA (Field Programmable Gate Array) and a pointing device represented by a mouse, keyboard, joystick, trackball, touch panel, and the like.
  • a GPU Graphics ⁇ ⁇ ⁇ Processing
  • CPU central processing unit
  • a programmable device for example, a logic circuit
  • program data for example, It consists of an input unit composed of an FPGA (Field Programmable Gate Array) and a pointing device represented by a mouse, keyboard, joystick, trackball, touch panel, and the like.
  • the image processing apparatus 1 includes a smoothing processing unit 11, a centerline extraction unit 12, a geometric conversion unit 13, a vertebral body region / intervertebral extraction unit 14, and an inverse conversion unit 15. And a display unit 16 for outputting and displaying each image.
  • the image of the vertebral body region and the intervertebral space obtained by the inverse transform unit 15 is output and displayed on the display unit 16.
  • the smoothing processing unit 11 and the centerline extraction unit are displayed. 12, each image obtained by the geometric conversion unit 13 and the vertebral body region / intervertebral extraction unit 14 is also output and displayed on the display unit 16.
  • Specific functions of the smoothing processing unit 11, the centerline extraction unit 12, the geometric conversion unit 13, the vertebral body region / intervertebral extraction unit 14, and the inverse conversion unit 15 will be described in detail with reference to FIG.
  • FIG. 2 is a series of flowcharts showing the flow of the image processing method according to the embodiment
  • FIG. 3 is a schematic diagram regarding the centerline detection (smoothing) in step S1 of FIG. 2
  • FIG. 5 is a schematic diagram regarding the center line detection (polynomial approximation from the center candidate point in the geometric conversion) in FIG. 5, and
  • FIG. 5 shows the geometric conversion (geometric conversion from the approximate expression to a straight line) in step S2 in FIG.
  • FIG. 1 is a series of flowcharts showing the flow of the image processing method according to the embodiment
  • FIG. 3 is a schematic diagram regarding the centerline detection (smoothing) in step S1 of FIG. 2
  • FIG. 5 is a schematic diagram regarding the center line detection (polynomial approximation from the center candidate point in the geometric conversion) in FIG. 5
  • FIG. 5 shows the geometric conversion (geometric conversion from the approximate expression to a straight line) in step S2 in FIG.
  • FIG. 5 (a), and FIG. 5 (b) are schematically represented by hatching as black and white inverted images. Therefore, background areas with low pixel values (luminance) are shown in white, and areas with relatively low pixel values (luminance) are shown with hatched hatching on the upper right, comparing pixel values (luminance).
  • a region that is particularly high is illustrated by cross ray hatching. In FIGS.
  • the smoothed image is schematically represented as a black and white inverted image.
  • illustration of the pelvis is omitted.
  • the horizontal direction is the x direction (here, the right direction is the positive direction)
  • the longitudinal direction extending between the cervical vertebra and the pelvis is the up and down y direction (the direction toward the pelvis is the positive direction).
  • 3 to 5 exemplify a curved vertebral body.
  • 3 (a), 5 (a), and 5 (b) the vertebral body regions and vertebrae are illustrated by outlines, but in reality, the vertebral body detection algorithm in step S3 of FIG. Note that vertebral body regions and vertebrae are not extracted as contours until after execution.
  • the following image processing is performed using the X-ray attenuation image acquired by the bone density measuring apparatus or the X-ray image acquired by the X-ray fluoroscopic apparatus.
  • Step S1 Centerline Detection
  • the smoothing processing unit 11 performs a smoothing process on the X-ray attenuated image or the X-ray image.
  • the smoothing process is not particularly limited as long as it is a known process.
  • the vertebral body image in FIG. 3A is an original image (X-ray attenuated image or X-ray image) before the smoothing process, and the vertebral body image in FIG. 3B is a smoothed image.
  • an area called “spinous process” appears in the center of the vertebral body. Similar to the pedicle R, this spinous process also has a higher pixel value than the periphery.
  • the spinous process SP is assumed.
  • the pixels in the actual spinous processes SP are schematically shown by hatching after being reversed in black and white as described above. Appears whitish.
  • the central portion of the actual vertebral body appears whitish by the smoothing process.
  • the central portion of the vertebral body in the smoothed image is shown in black because it is schematically shown in black and white as described above.
  • the center line extraction unit 12 searches for the peak of the pixel value in units of rows (units of pixel lines), and the peak is obtained as shown in FIG. Coordinates (pixels) having values are plotted (in FIG. 4, the plot is represented by “white circles”).
  • the pixels (center candidate points) plotted in each are arranged and subjected to polynomial approximation (polynomial approximation of a maximum of about five orders including the first order), and the curve with the smallest error in the order to be searched is set as the center line.
  • the extracted center line is defined as a center line CL in FIG.
  • This step S1 corresponds to the smoothing step and the centerline extraction step in this invention.
  • Step S2 Geometric Transformation
  • the center line CL extracted in step S1 is curved as shown in FIG. 4B along with the curved vertebral body. Therefore, the geometric conversion unit 13 (see FIG. 1) corrects the vertebral body linearly by geometric conversion based on the center line CL. Specifically, as shown in FIG. 5A, the center line CL is superimposed on the original image, and the center line CL is corrected to a straight line as shown in FIG. The vertebral body is also corrected straight.
  • the number of pixels in the horizontal direction (x direction) of the vertebral body image is assumed to be X SIZE .
  • the shift amount in the y direction may be determined according to the shift amount in the x direction.
  • the boundary line of the vertebral body tilted from the horizontal direction in FIG. 5A can be returned to the horizontal direction as shown in FIG. it can. Since the intervertebral space is extracted based on the normal direction of the center line CL corrected in a straight line, it is not always necessary to determine the shift amount in the y direction.
  • This step S2 corresponds to the geometric conversion step in the present invention.
  • Step S3 Vertebral Body Detection Algorithm Execution
  • the vertebral body region / intervertebral extraction unit 14 executes a vertebral body detection algorithm to obtain a vertebral body (vertebral body ) Is extracted as a contour (denoted by the symbol VB in FIGS. 3A, 5A and 5B), and an intervertebral disk is contoured (FIG. 3A and FIG. 5).
  • Extraction processing of vertebral body regions and vertebrae by the vertebral body detection algorithm is not particularly limited as long as it is a known processing.
  • step S2 In order to extract the vertebral body region corrected in step S2, for example, after binarization processing, for example, based on an image that has been thinned using shrinkage processing (also referred to as “erosion processing”) in morphological calculation or the like.
  • the contour VB of the vertebral body region is extracted.
  • enhancement processing such as a primary differentiation that takes a pixel value difference or a secondary differentiation that takes a further difference in pixel value difference, such as a Sobel filter, Roberts filter, or Laplacian filter.
  • the contour VB of the vertebral body region is extracted.
  • the intervertebral space is extracted based on the normal line of the center line CL extracted in step S1 and straightened in step S2.
  • an image that has been subjected to enhancement processing such as binarization processing or thinning processing, or a primary that has obtained a pixel value difference such as a Sobel filter, Roberts filter, or Laplacian filter
  • a region of the pedicle R is extracted based on an image that has been subjected to enhancement processing such as differentiation or secondary differentiation obtained by taking a further difference of pixel value differences.
  • a line parallel to the line in the normal direction of the center line CL corrected to a straight line and in contact with the cervical vertebra side of the pedicle R is defined as the upper side of the vertebral body to which the pedicle R belongs.
  • the vertebral body can be obtained by comparing the magnitude relationship of the average values of the pixel values divided in the horizontal direction at the left and right pedicle R for each line in the normal direction of the center line CL corrected to a straight line. Extract the bottom side of. A region surrounded by the upper side of the vertebral body thus extracted and the lower side of the vertebral body adjacent to the vertebral body on the cervical vertebra side is extracted as a vertebra. The side surrounded by the upper side of the vertebral body and the lower side of the vertebral body is extracted as the contour ID between the vertebrae.
  • This step S3 corresponds to the vertebral body region extraction step and the intervertebral extraction step in the present invention.
  • Step S4 Inverse transformation From the vertebral body region extracted in step S3, the inverse transformation unit 15 (see FIG. 1) performs the vertebra in the original image before correction by the inverse transformation of the geometric transformation in step S2. Get body area. Similarly to the case of obtaining the vertebral body region in the original image before correction, from the intervertebral space extracted in step S3, the inverse transformation unit 15 performs inverse transformation of the geometric transformation in step S2 (this step In S4), the intervertebral space in the original image before correction is obtained.
  • the vertebral body region and the intervertebral space are returned to the original image positions by moving the pixels in the direction opposite to that in step S2 according to the shift amount obtained in step S2.
  • the contour VB of the vertebral body region and the contour ID between the vertebrae obtained by such inverse transformation are as shown in FIG.
  • This step S4 corresponds to the inverse conversion step in the present invention.
  • the center line CL of the longitudinal vertebral body that is curved and extends between the cervical vertebra and the pelvis is extracted in the center line detection in step S1. Since the vertebral body is curved, the centerline CL of the extracted vertebral body is also curved. Therefore, in the geometric transformation in step S2, the vertebral body is corrected to a straight line by geometric transformation based on the center line CL extracted in the center line detection in step S1. The vertebral body region corrected by the geometric transformation in step S2 is extracted by executing the vertebral body detection algorithm in step S3.
  • step S3 since the region of the vertebral body corrected by the geometric transformation in step S2 is a straight line, an adverse condition such as the curvature of the vertebral body itself in the original image before correction, the shift of the imaging position, or the shift of the rotation.
  • the algorithm (vertebral body detection algorithm) used in step S3 is also simple. Therefore, by correcting the vertebral body linearly by geometric transformation, it is possible to accurately extract the vertebral body region in the corrected image with a simple algorithm, which is the reverse of the geometric transformation in step S2.
  • step S4 By the conversion (step S4), the vertebral body region can be accurately extracted even in the original image before correction. Therefore, extraction performance (detection performance) is improved.
  • step S3 since the algorithm (vertebral body detection algorithm) used in step S3 is simplified, the frequency of manual correction by the user is reduced, the throughput is improved, and the vertebral body region extraction algorithm (vertebral body detection algorithm) ) also increases the versatility.
  • the original image is smoothed in the center line detection (smoothing) in step S1, and the center line detection in step S1 (polynomial approximation from the center candidate point in the geometric transformation) is performed in step S1.
  • the peak of the pixel value is searched in units of rows, and the centerline CL is extracted by arranging the pixels having the peak (center candidate points).
  • center line detection (smoothing) in step S1 smoothes the original image
  • center line detection in step S1 polynomial approximation from center candidate points in geometric transformation
  • the intervertebral space is extracted by executing the vertebral body detection algorithm in step S3 based on the line in the normal direction of the centerline CL extracted in the centerline detection in step S1.
  • Intervertebras in the original image before correction are obtained by inverse transformation of geometric transformation (step S4).
  • the intervertebral space is extracted by executing the vertebral body detection algorithm in step S3 based on the line in the normal direction of the center line CL that has been linearly corrected by the geometric transformation in step S2.
  • the vertebrae in the original image before correction are obtained by inverse transformation of the geometric transformation in step S2 (step S4). That is, in the geometric transformation in step S2, the center line CL is also corrected to a straight line, so the normal line of the center line CL corrected to the straight line is the longitudinal direction extending between the cervical vertebra and the pelvis. It extends in the orthogonal horizontal direction (short direction).
  • step S3 the algorithm (vertebral body detection algorithm) used in step S3 is simple. Therefore, when extracting the intervertebral space based on the line in the normal direction of the center line CL corrected to a straight line, the intervertebral space can be accurately extracted with a simple algorithm, and the geometric transformation in step S2 By the inverse transformation (step S4), the intervertebral space can be accurately extracted even in the original image before correction.
  • the extraction performance is improved in the intervertebral space as in the case of extracting the vertebral body region.
  • the algorithm (vertebral body detection algorithm) used in step S3 becomes simple, the frequency of manual correction by the user is reduced, the throughput is improved, and the intervertebral space extraction algorithm (vertebral body detection algorithm) ) Also increases the versatility.
  • the present invention is not limited to the above embodiment, and can be modified as follows.
  • the vertebral body image is a lumbar vertebra image, but it can also be applied to a vertebral body in a region other than the lumbar vertebra and a region including the lumbar vertebra.
  • the present invention is applied to a curved vertebral body, but the present invention can also be applied to a vertebral body in which a rotational deviation has occurred.
  • the rotation angle due to the rotation shift is calculated, and the entire vertebral body is corrected in parallel with the y direction of the image by rotating each pixel in the direction opposite to the rotation angle.
  • the present invention can also be applied to a vertebral body that is curved and rotationally displaced.
  • the original image is smoothed.
  • the original image does not necessarily need to be smoothed, and the center line can be extracted from the original image itself. Good.
  • the intervertebral space is extracted based on the line in the normal direction of the extracted center line, but it is not always necessary to extract the intervertebral space. Also, it is not always necessary to extract the intervertebral line based on the normal line of the center line, and the normal line of the center line is used by executing the vertebral body detection algorithm described above.
  • the intervertebral space can be extracted without any problems. Further, the intervertebral space may be extracted as a direction in which the horizontal direction (x direction) is always scanned regardless of whether or not correction is performed. However, when accurately extracting the intervertebral space, it is preferable to extract the intervertebral space using a line in the normal direction of the center line as in the above-described embodiment.
  • the intervertebral space is extracted based on the line in the normal direction of the center line that has been linearly corrected, and the data before the correction is obtained from the extracted intervertebral space by inverse transformation of geometric transformation.
  • the intervertebral in the original image but is not limited to this procedure.
  • the intervertebral space is extracted first, then the centerline is corrected by geometric transformation, and the extracted intervertebral space is corrected. May be obtained again.
  • the intervertebral space can be accurately extracted with a simple algorithm if the intervertebral space is extracted based on the line in the normal direction of the center line that has been linearly corrected as in the above-described embodiment.
  • the intervertebral space is extracted based on a line in the normal direction of the center line corrected to a straight line.
  • the present invention is suitable for measuring the bone density of a vertebral body (for example, lumbar vertebrae) by the DXA method.
  • a vertebral body for example, lumbar vertebrae

Landscapes

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

Abstract

　この発明の画像処理方法は、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインをステップＳ１では抽出し、ステップＳ２では、ステップＳ１で抽出された当該センターラインに基づいて椎体に対して幾何学変換によって直線状に修正し、ステップＳ２で修正された椎体の領域をステップＳ３の椎体検出アルゴリズム実行により抽出する。このように、ステップＳ２で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎体検出アルゴリズムは簡易なものとなる。椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像においても椎体の領域を正確に抽出することができる。

Description

画像処理方法
　この発明は、画像処理を行う画像処理方法に係り、特に、椎体の領域を自動抽出する技術に関する。
　椎体の領域を自動抽出する画像処理方法では、Ｘ線透視撮影装置や骨密度測定装置などで得られた脊柱が映り込んだ医用画像を用いて行われる。以下では、骨密度測定装置を例に採って説明する。
　骨密度測定装置では、例えばＤＸＡ（Dual Energy X-Ray Absorptiometry）法という２つの異なるエネルギピークを有するX線ビームを用いた測定を行う。具体的には、被検体（患者）をベッドに寝かせて、膝を曲げた状態で腰椎を撮影し、骨だけが選択的に映った画像（Ｘ線減弱画像）を得る。一定量の骨の中に含まれる（カルシウムやリンなどの）ミネラル分の骨の中に含まれる量を示す指標である骨塩定量などの骨密度を求めるために、個々の椎体の面積を正確に求める必要がある。そこで、椎体の領域を自動抽出する技術が提案されている（例えば、特許文献１、２、非特許文献１、２参照）。
　領域の抽出では、横輪郭（サイドライン）を検出し、互いに隣接する椎体間の境界線を検出することで個々の椎体をそれぞれ抽出する。なお、脊柱は、図６に示すように、頸椎・骨盤間に上下に延びており、椎体Ａの他に、互いに隣接する椎体Ａ間に椎間（椎間板）Ｃがある。椎体Ａ間の境界線は、椎間Ｃの中心に引かれることで検出される。従来では、腰椎の輪郭（サイドライン）のくびれ位置や、椎間の画素値（モニタに画素値を表示する場合には階調処理により「輝度」になる）が低いこと、または椎体と椎体との間の明暗や椎体上下端のエッジ情報などから椎体間の境界を検出していると考えられる。なお、本明細書では、特に断りがない限り画素値と輝度とを同等に扱うものとする。
特表２００４－５０９７２２公報 特開２００９－２０７７２７号公報
"Prodigy for Bone Health"、 [online] 、GE healthcare社、インターネット< URL : http://www3.gehealthcare.com/en/Products/Categories/Bone_Health/DXA/Prodigy_for_Bone_Health#tabs/tab4EA97F28C16A4A7FBDAF86CC8F673F6B > "Raising the bar in skeletal health imaging"、 [online] 、HOLOGIC社、インターネット< URL : http://www.hologic.com/en/skeletal/osteoporosis-assessment/discovery/>
　しかしながら、これらの検出処理において、現実的には、椎体が湾曲している場合や回転してずれている場合などには、種々のパターンに対応する必要があるという問題点がある。なお、椎体が湾曲する場合には、椎体のポジション（椎体に対応する画素）が画像中心から平行移動にずれるケースも含まれる。
　理想的な椎体画像の領域抽出が可能なアルゴリズムであっても、上述したような椎体が湾曲している場合や、正常な椎体であっても撮影ポジションがずれることによって回転方向にずれている状態で撮影した場合（回転ズレを起こした場合）などには椎体の領域を正確に抽出することができない。
　この発明は、このような事情に鑑みてなされたものであって、椎体の領域を正確に抽出することができる画像処理方法を提供することを目的とする。
　この発明は、このような目的を達成するために、次のような構成をとる。
　すなわち、この発明の画像処理を行う画像処理方法であって、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインを抽出するセンターライン抽出工程と、前記センターライン抽出工程で抽出された当該センターラインに基づいて椎体に対して幾何学変換によって直線状に修正する幾何学変換工程と、前記幾何学変換工程で修正された椎体の領域を抽出する椎体領域抽出工程と、前記椎体領域抽出工程で抽出された当該椎体の領域から、前記幾何学変換工程での前記幾何学変換の逆変換により修正前の元の画像での椎体の領域を得る逆変換工程とを備えることを特徴とするものである。
　この発明の画像処理方法によれば、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインをセンターライン抽出工程では抽出する。椎体が湾曲あるいは回転ズレを起こしているので、抽出された椎体のセンターラインも湾曲あるいは回転ズレを起こしている。そこで、幾何学変換工程では、センターライン抽出工程で抽出された当該センターラインに基づいて椎体に対して幾何学変換によって直線状に修正する。幾何学変換工程で修正された椎体の領域を椎体領域抽出工程では抽出する。このように、幾何学変換工程で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎体領域抽出工程で用いられるアルゴリズムは簡易なものとなる。よって、椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像においても椎体の領域を正確に抽出することができる。したがって、抽出性能（検出性能）が向上する。また、領域抽出工程で用いられるアルゴリズムが簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎体の領域を抽出するアルゴリズムの汎用性も高まるという効果をも奏する。
　上述した発明の画像処理方法において、上述した元の画像を平滑化する平滑化工程を備え、センターライン抽出工程では、平滑化工程で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることによりセンターラインを抽出するのが好ましい。元の画像にはノイズ成分が重畳されているので、平滑化工程では元の画像を平滑化し、センターライン抽出工程では、平滑化工程で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることによりセンターラインを抽出することにより、ノイズの影響を低減させて、センターラインを抽出し易くすることができる。もちろん、元の画像を必ずしも平滑化する必要はなく、元の画像自体からセンターラインを抽出してもよい。
　上述したこれらの発明の画像処理方法において、センターライン抽出工程で抽出されたセンターラインの法線方向のラインに基づいて、椎間を抽出する椎間抽出工程を備え、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像での椎間を得るのが好ましい。センターラインの法線方向のラインに基づいて椎間を抽出することで、修正後の画像において椎間を正確に抽出することができるとともに、修正前の元の画像においても椎間を正確に抽出することができる。
　上述した椎間抽出工程では、幾何学変換工程で直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出し、椎間抽出工程で抽出された当該椎間から、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像での椎間を得るのがより好ましい。すなわち、幾何学変換工程では、センターラインも直線状に修正されるので、当該直線状に修正されたセンターラインの法線方向のラインは、頸椎・骨盤間に延びた長手方向と直交する水平方向（短手方向）に延びる。このように、直線状に修正されたセンターラインの法線方向のラインは水平方向に延びているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎間抽出工程で用いられるアルゴリズムは簡易なものとなる。よって、直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出する際に簡易なアルゴリズムで当該椎間を正確に抽出することができ、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像においても椎間を正確に抽出することができる。したがって、椎体の領域を抽出する場合と同様に椎間においても抽出性能（検出性能）が向上する。また、椎間抽出工程で用いられるアルゴリズムが簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎間を抽出するアルゴリズムの汎用性も高まるという効果をも奏する。
　この発明に係る画像処理方法によれば、湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインをセンターライン抽出工程では抽出し、幾何学変換工程では、センターライン抽出工程で抽出された当該センターラインに基づいて椎体に対して幾何学変換によって直線状に修正し、幾何学変換工程で修正された椎体の領域を椎体領域抽出工程では抽出する。このように、幾何学変換工程で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、椎体領域抽出工程で用いられるアルゴリズムは簡易なものとなる。よって、椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、幾何学変換工程での幾何学変換の逆変換により修正前の元の画像においても椎体の領域を正確に抽出することができる。
実施例に係る画像処理装置のブロック図である。 実施例に係る画像処理方法の流れを示す一連のフローチャートである。 図２のステップＳ１のセンターライン検出（平滑化）に関する模式図である。 図２のステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）に関する模式図である。 図２のステップＳ２の幾何学変換（近似式から直線への幾何学変換）に関する模式図である。 脊柱における椎体・椎間の模式図である。
　以下、図面を参照してこの発明の実施例を説明する。図１は、実施例に係る画像処理装置のブロック図である。図１では、骨密度測定装置で得られた脊柱が映り込んだＸ線減弱画像を用いて画像処理を行う場合を例に採って説明する。
　図１に示す画像処理装置１は、ＧＰＵ（Graphics Processing Unit），中央演算処理装置（ＣＰＵ）あるいはプログラムデータに応じて内部の使用するハードウェア回路（例えば論理回路）が変更可能なプログラマブルデバイス（例えばＦＰＧＡ(Field Programmable Gate Array)）、およびマウスやキーボードやジョイスティックやトラックボールやタッチパネルなどに代表されるポインティングデバイスで構成された入力部などで構成されている。
　本実施例では、図１に示すように、画像処理装置１は、平滑化処理部１１とセンターライン抽出部１２と幾何学変換部１３と椎体領域・椎間抽出部１４と逆変換部１５とを備え、各画像を出力表示する表示部１６を備えている。図１では、逆変換部１５で得られた椎体の領域や椎間が映り込んだ画像を表示部１６に出力表示しているが、実際には、平滑化処理部１１やセンターライン抽出部１２や幾何学変換部１３や椎体領域・椎間抽出部１４で得られた各画像も表示部１６に出力表示している。平滑化処理部１１，センターライン抽出部１２，幾何学変換部１３，椎体領域・椎間抽出部１４および逆変換部１５の具体的な機能については、図２以降で詳述する。
　次に、平滑化処理部１１，センターライン抽出部１２，幾何学変換部１３，椎体領域・椎間抽出部１４および逆変換部１５の具体的な機能について、上述した図１と併せて、図２～図５を参照して説明する。図２は、実施例に係る画像処理方法の流れを示す一連のフローチャートであり、図３は、図２のステップＳ１のセンターライン検出（平滑化）に関する模式図であり、図４は、図２のステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）に関する模式図であり、図５は、図２のステップＳ２の幾何学変換（近似式から直線への幾何学変換）に関する模式図である。
　なお、椎体の画像であるので、椎体領域では画素値（輝度）は高くなって白っぽく映り、それ以外の背景領域では画素値（輝度）は低くなって黒っぽく映るが、図示の便宜上、図３（ａ），図５（ａ）および図５（ｂ）では、白黒反転させた画像としてハッチングで模式的に表す。よって、画素値（輝度）が低い背景領域については白塗りで図示し、それ以外の画素値（輝度）が比較的に低い領域については右上斜線のハッチングで図示し、画素値（輝度）が比較的に高い領域（例えば後述する椎弓根や棘突起）についてはクロス射線のハッチングで図示する。また、図３（ｂ），図４では、平滑化された画像においても白黒反転させた画像として模式的に表す。図３～図５では骨盤については図示を省略する。また、図３～図５では、水平方向をｘ方向（ここでは右方向を正方向）とし、頸椎・骨盤間に延びた長手方向を上下のｙ方向（骨盤に向かう方向を正方向）とする。
　なお、図３～図５では、湾曲した椎体を例としている。また、図３（ａ），図５（ａ）および図５（ｂ）では、椎体の領域や椎間を輪郭で図示しているが、実際には図２のステップＳ３の椎体検出アルゴリズム実行以降でなければ、椎体の領域や椎間は輪郭として抽出されないことに留意されたい。
　骨密度測定装置で撮影を行う場合には、先ず、図１に示すように、被検体（患者）ＭをベッドＢに寝かせて、膝を曲げた状態で２つの異なるエネルギピークを有するＸ線ビームを腰椎に向けて照射させて、Ｘ線減弱画像を取得する。なお、Ｘ線透視撮影装置で取得された脊柱が映り込んだＸ線画像を用いてもよい。骨密度測定装置で取得されたＸ線減弱画像あるいはＸ線透視撮影装置で取得されたＸ線画像を用いて、下記の画像処理を行う。
　（ステップＳ１）センターライン検出
　図２のフローチャートに示すように、Ｘ線減弱画像あるいはＸ線画像に対して、平滑化処理部１１（図１を参照）は平滑化処理を行う。平滑化処理は、公知の処理であれば特に限定されない。図３（ａ）の椎体画像は平滑化処理前の元の画像（Ｘ線減弱画像あるいはＸ線画像）であり、図３（ｂ）の椎体画像は平滑化された画像である。
　椎体上部（椎体の頸椎側）には「椎弓根」と呼ばれる領域が左右に現れる。この椎弓根は椎体上部にほぼ必ず見られ、周辺に比べて画素値が高い。図３（ａ）では椎弓根Ｒとする。図５（ａ）や図５（ｂ）も含めて図３（ａ）の画像では、上述したように白黒反転させてハッチングで模式的に図示しているので、実際の椎弓根Ｒでの画素は白っぽく映る。
　また、椎体中央には「棘突起（spinous process）」と呼ばれる領域が現れる。この棘突起も椎弓根Ｒと同様に周辺に比べて画素値が高い。図３（ａ）では棘突起ＳＰとする。図５（ａ）や図５（ｂ）も含めて図３（ａ）の画像では、上述したように白黒反転させてハッチングで模式的に図示しているので、実際の棘突起ＳＰでの画素は白っぽく映る。
　実際の椎弓根Ｒや棘突起ＳＰでの画素値が高いので、平滑化処理により実際の椎体の中央部分は白っぽく映る。図４も含めて図３（ｂ）の画像では、上述したように白黒反転させて模式的に図示しているので、平滑化された画像における椎体の中央部分を黒っぽく図示している。
　次に、平滑化された画像において、センターライン抽出部１２（図１を参照）は、行単位（画素ラインの単位）で画素値のピークを検索し、図４（ａ）に示すようにピーク値を有する座標（画素）をプロットする（図４ではプロットを「白丸」で表記）。それぞれでプロットされた画素（センター候補点）を並べて多項式近似（１次を含む最大５次程度の多項式近似）を行い、検索する次数内で最も誤差の小さい曲線をセンターラインとすることにより当該センターラインを抽出する。抽出されたセンターラインを、図４（ｂ）ではセンターラインＣＬとする。このステップＳ１は、この発明における平滑化工程およびセンターライン抽出工程に相当する。
　（ステップＳ２）幾何学変換
　ステップＳ１で抽出されたセンターラインＣＬは、湾曲した椎体に伴い、図４（ｂ）に示すように湾曲している。そこで、幾何学変換部１３（図１を参照）は、当該センターラインＣＬに基づいて椎体に対して幾何学変換によって直線状に修正する。具体的には、図５（ａ）に示すように元の画像に対してセンターラインＣＬを重ねあわせ、図５（ｂ）に示すようにセンターラインＣＬを直線状に修正するのに伴って、椎体に対しても直線状に修正する。
　図５（ｃ）に示すように椎体画像の水平方向（ｘ方向）の画素数をＸＳＩＺＥとする。例えば、画像中央に移動させたい場合には、ステップＳ１で得られたセンターラインＣＬがｘ＝ＸＳＩＺＥ／２の直線に乗るように幾何学変換を行う。センターラインＣＬがｘ＝ＸＳＩＺＥ／２の直線に乗るシフト量を行単位でそれぞれ演算し、演算されたシフト量分に応じて行単位で画素をそれぞれ移動させることで椎体全体も直線状に修正される。
　このとき、上下のｙ方向についてもｘ方向のシフト量に応じてｙ方向に関するシフト量を決定してもよい。ｙ方向に関するシフト量分に応じて画素を上下にそれぞれ移動させることで、図５（ａ）の水平方向から傾いた椎体の境界線を図５（ｂ）のように水平方向に戻すことができる。なお、直線状に修正されたセンターラインＣＬの法線方向に基づいて、後述するように椎間を抽出するので、必ずしもｙ方向に関するシフト量も決定する必要はない。このステップＳ２は、この発明における幾何学変換工程に相当する。
　（ステップＳ３）椎体検出アルゴリズム実行
　ステップＳ２で修正された画像に対して、椎体領域・椎間抽出部１４（図１を参照）は椎体検出アルゴリズムを実行して、椎体（vertebral body）の領域を輪郭（図３（ａ）や図５（ａ）や図５（ｂ）では符号ＶＢで表記）として抽出するとともに、椎間（intervertebral disk）を輪郭（図３（ａ）や図５（ａ）や図５（ｂ）では符号ＩＤで表記）として抽出する。椎体検出アルゴリズムによる椎体の領域や椎間の抽出処理は、公知の処理であれば特に限定されない。
　ステップＳ２で修正された椎体の領域を抽出するには、例えば二値化処理した上で、例えばモルフォロジー演算における収縮処理（「エロージョン処理」とも呼ばれる）などを用いて細線化処理した画像に基づいて椎体の領域の輪郭ＶＢを抽出する。その他にも、例えばSobelフィルタやRobertsフィルタやラプラシアンフィルタのような画素値の差分を取った一次微分あるいは画素値の差分のさらなる差分を取った二次微分などの強調処理を行った画像に基づいて椎体の領域の輪郭ＶＢを抽出する。
　また、椎間を抽出するには、ステップＳ１で抽出されステップＳ２で直線状に修正されたセンターラインＣＬの法線方向のラインに基づいて行う。例えば椎体の領域を抽出する場合と同様に、二値化処理や細線化処理などの強調処理を行った画像、またはSobelフィルタやRobertsフィルタやラプラシアンフィルタのような画素値の差分を取った一次微分あるいは画素値の差分のさらなる差分を取った二次微分などの強調処理を行った画像に基づいて椎弓根Ｒの領域を抽出する。そして、直線状に修正されたセンターラインＣＬの法線方向のラインに平行で、かつ椎弓根Ｒの頸椎側に接するラインを、当該椎弓根Ｒが属する椎体の上辺とする。
　このように椎体の上辺を抽出した場合において、当該椎体に頸椎側に隣接した椎体の下辺を抽出するには、特に限定されない。例えば、左右の椎弓根Ｒで水平方向に分割された各画素値の平均値の大小関係を、直線状に修正されたセンターラインＣＬの法線方向のライン毎に比較することにより、椎体の下辺を抽出する。このように抽出された椎体の上辺と、当該椎体に頸椎側に隣接した椎体の下辺とで囲まれた領域を椎間として抽出する。椎体の上辺および椎体の下辺で囲んだ辺を、椎間の輪郭ＩＤとして抽出する。
　以上のように、椎体検出アルゴリズムについては公知のアルゴリズムを用いればよく、簡易なものとなる。よって、椎体検出アルゴリズムの汎用性が高まる。このステップＳ３は、この発明における椎体領域抽出工程および椎間抽出工程に相当する。
　（ステップＳ４）逆変換
　ステップＳ３で抽出された椎体の領域から、逆変換部１５（図１を参照）は、ステップＳ２での幾何学変換の逆変換により修正前の元の画像での椎体の領域を得る。また、修正前の元の画像での椎体の領域を得る場合と同様に、ステップＳ３で抽出された椎間から、逆変換部１５は、ステップＳ２での幾何学変換の逆変換（このステップＳ４）により修正前の元の画像での椎間を得る。
　具体的には、ステップＳ２で求められたシフト量に応じて、ステップＳ２とは逆方向に画素をそれぞれ移動させることで、椎体の領域および椎間を元の画像の位置にまで戻す。このような逆変換により得られた椎体の領域の輪郭ＶＢおよび椎間の輪郭ＩＤは、図３（ａ）に示す通りである。このステップＳ４は、この発明における逆変換工程に相当する。
　本実施例に係る画像処理方法によれば、湾曲を起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインＣＬをステップＳ１のセンターライン検出では抽出する。椎体が湾曲を起こしているので、抽出された椎体のセンターラインＣＬも湾曲を起こしている。そこで、ステップＳ２の幾何学変換では、ステップＳ１のセンターライン検出で抽出された当該センターラインＣＬに基づいて椎体に対して幾何学変換によって直線状に修正する。ステップＳ２の幾何学変換で修正された椎体の領域をステップＳ３の椎体検出アルゴリズム実行により抽出する。このように、ステップＳ２の幾何学変換で修正された椎体の領域は直線状となっているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）は簡易なものとなる。よって、椎体に対して幾何学変換によって直線状に修正することで、簡易なアルゴリズムで修正後の画像において椎体の領域を正確に抽出することができ、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像においても椎体の領域を正確に抽出することができる。したがって、抽出性能（検出性能）が向上する。また、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）が簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎体の領域を抽出するアルゴリズム（椎体検出アルゴリズム）の汎用性も高まるという効果をも奏する。
　なお、特許文献２：特開２００９－２０７７２７号公報では椎体のセンターライン（「中心線」で表記）が曲線であることは言及されているが、その曲線を直線状に修正することについては講じられていない。
　本実施例では、好ましくは、ステップＳ１のセンターライン検出（平滑化）では元の画像を平滑化し、ステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）では、ステップＳ１のセンターライン検出（平滑化）で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素（センター候補点）を並べることによりセンターラインＣＬを抽出している。元の画像にはノイズ成分が重畳されているので、ステップＳ１のセンターライン検出（平滑化）では元の画像を平滑化し、ステップＳ１のセンターライン検出（幾何学変換におけるセンター候補点からの多項式近似）では、ステップＳ１のセンターライン検出（平滑化）で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることによりセンターラインＣＬを抽出することにより、ノイズの影響を低減させて、センターラインＣＬを抽出し易くすることができる。
　本実施例では、好ましくは、ステップＳ１のセンターライン検出で抽出されたセンターラインＣＬの法線方向のラインに基づいて、椎間をステップＳ３の椎体検出アルゴリズム実行により抽出し、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像での椎間を得る。センターラインＣＬの法線方向のラインに基づいて椎間を抽出することで、修正後の画像において椎間を正確に抽出することができるとともに、修正前の元の画像においても椎間を正確に抽出することができる。
　本実施例では、より好ましくは、ステップＳ２の幾何学変換で直線状に修正されたセンターラインＣＬの法線方向のラインに基づいて椎間をステップＳ３の椎体検出アルゴリズム実行により抽出し、ステップＳ３の椎体検出アルゴリズム実行により抽出された当該椎間から、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像での椎間を得る。すなわち、ステップＳ２の幾何学変換では、センターラインＣＬも直線状に修正されるので、当該直線状に修正されたセンターラインＣＬの法線方向のラインは、頸椎・骨盤間に延びた長手方向と直交する水平方向（短手方向）に延びる。このように、直線状に修正されたセンターラインＣＬの法線方向のラインは水平方向に延びているので、修正前の元の画像における椎体自体の湾曲や撮影位置のズレや回転ズレといった悪条件においても、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）は簡易なものとなる。よって、直線状に修正されたセンターラインＣＬの法線方向のラインに基づいて椎間を抽出する際に簡易なアルゴリズムで当該椎間を正確に抽出することができ、ステップＳ２での幾何学変換の逆変換（ステップＳ４）により修正前の元の画像においても椎間を正確に抽出することができる。したがって、椎体の領域を抽出する場合と同様に椎間においても抽出性能（検出性能）が向上する。また、また、ステップＳ３で用いられるアルゴリズム（椎体検出アルゴリズム）が簡易なものとなるので、ユーザの手動による修正頻度が減少し、スループットが向上し、椎間を抽出するアルゴリズム（椎体検出アルゴリズム）の汎用性も高まるという効果をも奏する。
　この発明は、上記実施形態に限られることはなく、下記のように変形実施することができる。
　（１）上述した実施例では、椎体画像は腰椎画像であったが、腰椎以外の領域における椎体や、腰椎を含んだ領域にも適用することができる。
　（２）上述した実施例では、湾曲した椎体について適用したが、回転ズレを起こした椎体にも適用することができる。この場合には、回転ズレによる回転角度を演算し、各々の画素を当該回転角度とは逆方向に回転移動させることで椎体全体も画像のｙ方向に平行に修正する。もちろん、湾曲かつ回転ズレを起こした椎体にも適用することができる。
　（３）上述した実施例では、元の画像を平滑化したが、ノイズの影響が少ない場合には元の画像を必ずしも平滑化する必要はなく、元の画像自体からセンターラインを抽出してもよい。
　（４）上述した実施例では、抽出されたセンターラインの法線方向のラインに基づいて、椎間を抽出したが、必ずしも椎間を抽出する必要はない。また、椎間を抽出する際においても必ずしもセンターラインの法線方向のラインに基づいて行う必要はなく、上述した椎体検出アルゴリズムを実行することで、センターラインの法線方向のラインを使用することなく椎間を抽出することができる。また、修正の有無に関係なく水平方向（ｘ方向）を常にスキャンする方向として椎間を抽出してもよい。ただし、椎間を正確に抽出する場合には、上述した実施例のようにセンターラインの法線方向のラインを使用して椎間を抽出するのが好ましい。
　（５）上述した実施例では、直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出し、抽出された当該椎間から、幾何学変換の逆変換により修正前の元の画像での椎間を得たが、この手順に限定されない。修正前に椎間を先に抽出してから、幾何学変換でセンターラインとともに、抽出された当該椎間を修正してから、幾何学変換の逆変換により修正前の元の画像での椎間を再度得てもよい。ただし、上述した実施例のように直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出する方が、簡易なアルゴリズムで当該椎間を正確に抽出することができるので、直線状に修正されたセンターラインの法線方向のラインに基づいて椎間を抽出するのが好ましい。
　以上のように、この発明は、ＤＸＡ法により椎体（例えば腰椎）の骨密度を測定する場合などに適している。
　ＣＬ　…　センターライン
　ＶＢ　…　椎体の領域の輪郭
　ＩＤ　…　椎間の輪郭

Claims (4)

  1. 　画像処理を行う画像処理方法であって、
    　湾曲あるいは回転ズレを起こして頸椎・骨盤間に延びた長手方向の椎体のセンターラインを抽出するセンターライン抽出工程と、
    　前記センターライン抽出工程で抽出された当該センターラインに基づいて椎体に対して幾何学変換によって直線状に修正する幾何学変換工程と、
    　前記幾何学変換工程で修正された椎体の領域を抽出する椎体領域抽出工程と、
    　前記椎体領域抽出工程で抽出された当該椎体の領域から、前記幾何学変換工程での前記幾何学変換の逆変換により修正前の元の画像での椎体の領域を得る逆変換工程と
    　を備えることを特徴とする画像処理方法。
  2. 　請求項１に記載の画像処理方法において、
    　前記元の画像を平滑化する平滑化工程を備え、
    　前記センターライン抽出工程では、前記平滑化工程で平滑化された当該画像において行単位で画素値のピークを検索し、当該ピークを有する画素を並べることにより前記センターラインを抽出することを特徴とする画像処理方法。
  3. 　請求項１または請求項２に記載の画像処理方法において、
    　前記センターライン抽出工程で抽出された前記センターラインの法線方向のラインに基づいて、椎間を抽出する椎間抽出工程を備え、
    　前記幾何学変換工程での前記幾何学変換の逆変換により修正前の前記元の画像での椎間を得ることを特徴とする画像処理方法。
  4. 　請求項３に記載の画像処理方法において、
    　前記椎間抽出工程では、前記幾何学変換工程で直線状に修正された前記センターラインの法線方向のラインに基づいて前記椎間を抽出し、
    　前記椎間抽出工程で抽出された当該椎間から、前記幾何学変換工程での前記幾何学変換の逆変換により修正前の前記元の画像での椎間を得ることを特徴とする画像処理方法。
PCT/JP2014/052461 2014-02-03 2014-02-03 画像処理方法 WO2015114834A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201480074841.5A CN105960203B (zh) 2014-02-03 2014-02-03 图像处理方法
JP2015559719A JP6152897B2 (ja) 2014-02-03 2014-02-03 画像処理方法
PCT/JP2014/052461 WO2015114834A1 (ja) 2014-02-03 2014-02-03 画像処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/052461 WO2015114834A1 (ja) 2014-02-03 2014-02-03 画像処理方法

Publications (1)

Publication Number Publication Date
WO2015114834A1 true WO2015114834A1 (ja) 2015-08-06

Family

ID=53756442

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/052461 WO2015114834A1 (ja) 2014-02-03 2014-02-03 画像処理方法

Country Status (3)

Country Link
JP (1) JP6152897B2 (ja)
CN (1) CN105960203B (ja)
WO (1) WO2015114834A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017169714A (ja) * 2016-03-22 2017-09-28 富士フイルム株式会社 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム
JP2022050004A (ja) * 2020-09-17 2022-03-30 株式会社島津製作所 医用画像処理装置、医用画像処理方法、および、学習モデルの学習方法
JP2023512139A (ja) * 2019-12-04 2023-03-24 データ インテグリティ アドバイザーズ，エルエルシー 放射線パラメータを判定するためのシステムおよび方法
WO2023195443A1 (ja) * 2022-04-08 2023-10-12 キヤノン株式会社 画像処理装置、画像処理装置の作動方法、およびプログラム

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109223032B (zh) * 2017-07-11 2022-02-08 中慧医学成像有限公司 一种三维超声成像检测脊柱变形的方法
CN108888284A (zh) * 2018-05-18 2018-11-27 沈阳东软医疗系统有限公司 图像调整方法、装置及设备、存储介质
CN114693604A (zh) * 2022-03-07 2022-07-01 北京医准智能科技有限公司 脊椎医学影像处理方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002150303A (ja) * 2000-08-14 2002-05-24 Siemens Corporate Res Inc デジタルラジオグラフィにおける脊椎軸及び脊椎境界の自動検出
JP2003520658A (ja) * 2000-01-27 2003-07-08 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 脊柱の幾何学的データを抽出する方法及びシステム
JP2009201872A (ja) * 2008-02-29 2009-09-10 Fujifilm Corp 胸部画像回転装置および方法並びにプログラム
JP2011131040A (ja) * 2009-11-27 2011-07-07 Fujifilm Corp 椎骨セグメンテーション装置、方法及びプログラム
WO2012061452A1 (en) * 2010-11-02 2012-05-10 Siemens Medical Solutions Usa, Inc. Automatic image-based calculation of a geometric feature

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003520658A (ja) * 2000-01-27 2003-07-08 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 脊柱の幾何学的データを抽出する方法及びシステム
JP2002150303A (ja) * 2000-08-14 2002-05-24 Siemens Corporate Res Inc デジタルラジオグラフィにおける脊椎軸及び脊椎境界の自動検出
JP2009201872A (ja) * 2008-02-29 2009-09-10 Fujifilm Corp 胸部画像回転装置および方法並びにプログラム
JP2011131040A (ja) * 2009-11-27 2011-07-07 Fujifilm Corp 椎骨セグメンテーション装置、方法及びプログラム
WO2012061452A1 (en) * 2010-11-02 2012-05-10 Siemens Medical Solutions Usa, Inc. Automatic image-based calculation of a geometric feature

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017169714A (ja) * 2016-03-22 2017-09-28 富士フイルム株式会社 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム
JP2023512139A (ja) * 2019-12-04 2023-03-24 データ インテグリティ アドバイザーズ，エルエルシー 放射線パラメータを判定するためのシステムおよび方法
US11950940B2 (en) 2019-12-04 2024-04-09 Data Integrity Advisors, Llc System and method for determining radiation parameters
JP2022050004A (ja) * 2020-09-17 2022-03-30 株式会社島津製作所 医用画像処理装置、医用画像処理方法、および、学習モデルの学習方法
JP7494678B2 (ja) 2020-09-17 2024-06-04 株式会社島津製作所 医用画像処理装置、医用画像処理方法、および、学習モデルの学習方法
WO2023195443A1 (ja) * 2022-04-08 2023-10-12 キヤノン株式会社 画像処理装置、画像処理装置の作動方法、およびプログラム

Also Published As

Publication number Publication date
CN105960203A (zh) 2016-09-21
CN105960203B (zh) 2019-03-12
JPWO2015114834A1 (ja) 2017-03-23
JP6152897B2 (ja) 2017-06-28

Similar Documents

Publication Publication Date Title
JP6152897B2 (ja) 画像処理方法
Newton et al. Defining the “three-dimensional sagittal plane” in thoracic adolescent idiopathic scoliosis
Labelle et al. Seeing the spine in 3D: how will it change what we do?
JP6280676B2 (ja) 脊柱配列推定装置、脊柱配列推定方法及び脊柱配列推定プログラム
US20150248593A1 (en) Image processing device and spinal canal evaluation method
JP5486197B2 (ja) 椎骨中心検出装置および方法並びにプログラム
US9940735B2 (en) System and method for generating a CT slice image
JP2007069007A (ja) 脊柱画像における脊柱彎曲の自動検出および特定の角度の計算方法および装置
AU2016404824B2 (en) Method and device for measuring spinal column curvature
Zhang et al. 3-D reconstruction of the spine from biplanar radiographs based on contour matching using the hough transform
JP7016944B2 (ja) ３次元超音波画像の表示方法
JP6115643B2 (ja) 画像処理方法
Waldt et al. Measurements and classifications in spine imaging
JP2016087222A (ja) 画像処理装置及びプログラム
US11096645B2 (en) Bone mineral information acquisition apparatus, bone mineral information acquisition method, and bone mineral information acquisition program
Ryu et al. Automated landmark identification for diagnosis of the deformity using a cascade convolutional neural network (FlatNet) on weight-bearing lateral radiographs of the foot
Fitzgerald et al. Three-dimensional radiographic analysis of two distinct Lenke 1A curve patterns
Wojciechowski et al. Automated measurement of parameters related to the deformities of lower limbs based on x-rays images
JP6482457B2 (ja) 骨代謝解析支援プログラム及び方法
Banerjee et al. Automatic Assessment of Ultrasound Curvature Angle for Scoliosis Detection Using 3-D Ultrasound Volume Projection Imaging
Tuttle et al. Measurement of three-dimensional cervical segmental kinematics: Reliability of whole vertebrae and facet-based approaches
WO2018198206A1 (ja) Ｘ線撮像装置
Zhang et al. Computer-aided King classification of scoliosis
Yamamoto et al. Vertebral lateral notch as optimal entry point for lateral mass screwing using modified Roy-Camille technique
Song et al. A novel iterative matching scheme based on homography method for X-ray image

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14880455

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015559719

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14880455

Country of ref document: EP

Kind code of ref document: A1