JPWO2002087444A1 - 3次元関節構造計測方法 - Google Patents
3次元関節構造計測方法 Download PDFInfo
- Publication number
- JPWO2002087444A1 JPWO2002087444A1 JP2002584799A JP2002584799A JPWO2002087444A1 JP WO2002087444 A1 JPWO2002087444 A1 JP WO2002087444A1 JP 2002584799 A JP2002584799 A JP 2002584799A JP 2002584799 A JP2002584799 A JP 2002584799A JP WO2002087444 A1 JPWO2002087444 A1 JP WO2002087444A1
- Authority
- JP
- Japan
- Prior art keywords
- joint
- image
- dimensional
- image processing
- processing method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000691 measurement method Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 148
- 238000003672 processing method Methods 0.000 claims abstract description 37
- 210000001185 bone marrow Anatomy 0.000 claims abstract description 18
- 238000002372 labelling Methods 0.000 claims abstract description 12
- 230000010339 dilation Effects 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 3
- 210000000988 bone and bone Anatomy 0.000 claims description 45
- 206010023203 Joint destruction Diseases 0.000 claims description 36
- 230000008602 contraction Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 25
- 210000002303 tibia Anatomy 0.000 claims description 24
- 210000000689 upper leg Anatomy 0.000 claims description 22
- 239000000470 constituent Substances 0.000 claims description 18
- 210000000629 knee joint Anatomy 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 11
- 210000004417 patella Anatomy 0.000 claims description 9
- 230000005499 meniscus Effects 0.000 claims description 8
- 210000001503 joint Anatomy 0.000 claims description 6
- 208000020550 Joint related disease Diseases 0.000 claims 3
- 238000010171 animal model Methods 0.000 claims 1
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 210000001188 articular cartilage Anatomy 0.000 abstract description 9
- 239000000284 extract Substances 0.000 abstract description 5
- 230000001066 destructive effect Effects 0.000 abstract description 3
- 230000006378 damage Effects 0.000 description 19
- 241000700159 Rattus Species 0.000 description 18
- 238000000605 extraction Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 210000005065 subchondral bone plate Anatomy 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000005429 filling process Methods 0.000 description 6
- 210000000845 cartilage Anatomy 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000001575 pathological effect Effects 0.000 description 5
- 241000700199 Cavia porcellus Species 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 206010003246 arthritis Diseases 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 201000008482 osteoarthritis Diseases 0.000 description 2
- 206010039073 rheumatoid arthritis Diseases 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012916 structural analysis Methods 0.000 description 2
- 238000003696 structure analysis method Methods 0.000 description 2
- 241000219061 Rheum Species 0.000 description 1
- 208000025747 Rheumatic disease Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000004097 bone metabolism Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000000552 rheumatic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4514—Cartilage
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4528—Joints
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
本発明は、関節断面撮影画像に基づいて関節の形態あるいは表面構造を測定する計測方法に関し、更に詳しくは、関節断面の2値化画像に基づいて関節から関節破壊部位(以下、破壊部)を抽出する計測方法において、関節から破壊部を自動的かつ高速かつ再現性よく抽出でき、非破壊的に3次元関節構造の解析の基礎となる関節と破壊部に分離した3次元画像が得られる計測方法に関する。更に上記計測方法によって得られた関節及び破壊部の3次元構造などの解析指標となる構造学的な種々のパラメータについて計測を実施できる方法に関する。
背景技術
従来、慢性関節リウマチや変形性関節炎等の関節炎における関節の破壊を評価する方法としては、習熟者による透過X線写真の読影を行なう方法が用いられている。透過X線写真の読影においては、ラーセン法(Larsen A.et al;Acta.Radiol.Diag.18.481(1977)、Larsen A.et al;J.Rheumatol.22.1974(1995))や改良シャープス法(Sharp TJ.et al;Arthritis Rheum.28.1326(1985)、van der Heijde DM.et al;Baillieres Clin.Rheumatol.10.435(1996))、あるいは、ケルグナン・ローレンス法(Kellgren JH.and Lawrence JS.et al;Annals.Rheumatic.Diseases.16.494(1957))等によりスコア化されて比較検討されている。しかし、これらのスコア化による評価方法は、基本的には定性的な評価であること、読影者の習熟度に大きく影響されること、再現性に乏しいこと等、種々の問題点を有している。
また、透過X線写真では直接観察することの不可能な関節軟骨に関して、例えばラーセン法やケルグナン・ローレンス法では関節構成骨間間隙、主に大腿骨と脛骨との間隔の変化を関節間隙の狭小化(Joint Space Narrowing;JSN)として間接的に評価することによって代替している。
しかし、透過X線写真は検査対象関節の特定方向からの通過像であり、本来3次元構造物である関節の構造的情報、詳しく言えば、関節表面、関節破壊部及び関節間隙(Joint Space;JS)等の体積、表面積、空間的情報等の3次元構造情報を著しく欠落させている。また、透過X線写真の他にMRIや超音波を用いて直接関節軟骨の破壊を評価する方法も利用されているが、基本的には2次元的評価であり、透過X線写真による評価の問題点を本質的には解決していない。
先述のとおり関節は3次元構造物であり、慢性関節リウマチや変形性関節炎等の関節炎における関節破壊も3次元的に発生することから、関節破壊の評価も3次元にて解析することが望まれ、3次元解析が可能となれば、透過X線写真等による間接的な評価であっても、前述の2次元での解析における問題点は解消されるものである。
これまでに我々は、3次元骨構造を解析する方法を開発し、腰椎椎体部位等の3次元骨構造解析の有用性について報告している(日骨形態計誌.9.97(1999)、日骨形態計誌.10.53(2000))。さらに、この3次元骨構造解析方法を用いて、関節の3次元構造解析を実施し、その3次元構造の特徴を評価しうることを報告している(日骨代謝学会誌.17.57(1999))。
しかし、かかる方法においては、関節構成骨の内部構造、詳しく言えば関節構成骨内の骨梁構造に影響を受けてしまうことから、関節表面及び関節破壊部の3次元的特徴を正確に評価することは難しいと言える。
関節破壊部位の評価方法としては、関節軟骨もしくは関節軟骨下骨の形状を直接計測する方法と、関節軟骨もしくは関節軟骨下骨から破壊部を抽出し、その抽出された破壊部の形状を計測する方法が考えられる。しかるに、これらの概念に関して、求められる要望を充足しうる評価方法は存在しない。前述の3次元骨構造解析方法においても、腰椎椎体等の骨構造を詳細に検討するために、種々の画像処理方法を用いているが(例えば、WO00/74567号明細書を参照)、関節の破壊部位を抽出する為の画像処理方法は開発し得ていない。従って関節から破壊部を再現性良く、正確かつ高速に抽出でき、関節及び破壊部を定量的かつ簡便に3次元解析できる方法の開発が要望されている。
同様に現時点における関節軟骨破壊の代替指標であるJSNに関しても、関節構成骨間の間隙を3次元的に抽出する為の画像処理方法は開発し得ていない。従って関節からJS領域を再現性良く、正確かつ高速に抽出でき、当該領域を定量的かつ簡便に3次元解析できる方法の開発が要望されている。これを解決することが本発明の目的である。
発明の開示
上記目的は以下の本発明にて達成される。すなわち本発明は、被検関節断面の2値化画像を積み上げた3次元画像上にて、3次元画像処理手段を用いることにより、評価対象関節の3次元画像のみを簡便にかつ正確に抽出することができる。さらに本発明は、関節表面の形状的特徴を抽出する為に、関節断面画像において関節骨骨髄腔を穴埋め処理することを特長とする。かかる処理によって得られた被検関節断面像の2値化画像をもとに関節の3次元再構築を行い、その再構築された3次元画像の解析を行った際に、従来の3次元構造解析では成し得なかった関節の内部構造、詳しく言えば関節内骨梁構造に影響されること無く、関節の表面構造を解析することができる。さらに、膨張収縮を組み合わせた方法或いは任意の直径の球体を凹凸に沿って走査する方法を適用することによって、関節表面の凹領域部、言い換えれば破壊部とそれ以外の部位とを構成した関節の3次元画像から3次元的に抽出する画像処理を特長とする。このように本発明は、関節の表面構造及び関節の破壊を定量的かつ客観的に3次元評価可能とするものである。
また本発明は、解析対象に関節を構成する2つの関節構成骨を指定し、3次元的な膨張収縮を組み合わせた方法或いは任意の直径の球体を表面の凹凸に沿って走査する方法を適用することによって、関節構成骨間のJS領域、換言すれば関節軟骨部を3次元的に抽出する画像処理を特長とする。このように本発明は、関節構成骨間のJS領域を定量的かつ客観的に3次元評価可能とするものである。
また関節表面の凹凸、言い換えれば破壊部を3次元的に抽出する方法として、膨張収縮を用いたアルゴリズムと球体による表面走査のアルゴリズムを用いることによって、被検査関節の形状、部位等、詳しく言えば、股関節、指間関節、踵、椎体等の変化に応じた最適な解析手法の提供を可能とするものである。
発明を実施するための最良の形態
以下、ラットの膝関節部位に適用した実施例に基づいて、実施の形態と共に順を追って説明する。
被検関節であるラットの膝関節部位の断面は、前述のWO00/74567号明細書に記載の方法と同様に、本例では撮像手段に膝関節部位の表面構造を計測するのに十分な焦点寸法及び解像度をもつ微小フォーカスX線断層撮影装置(以下、μX線CT)を用いて撮影した。なお、被検骨の撮影には、この他高解像度X線装置または核磁気共鳴画像診断装置(MRI)またはフィルムスキャナー、顕微鏡からの出力画像等の2次元情報を発生する装置等が適用可能である。
μX線CTを用いて撮像した場合、条件によっては関節軟骨の可視化は難しいが、関節軟骨下骨を評価することが可能である。この場合、計測対象は、関節軟骨下骨であり、その表面形状、凹凸の状態及び関節軟骨下骨の破壊部についての情報を得ることができる。また、MRI等、軟骨を鮮明に撮像可能な装置を用いた場合は、計測対象は、関節軟骨であり、その表面構造、凹凸の状態及び軟骨破壊部についての情報を得ることができる。本発明においては、撮像手段に応じて計測対象は変化するものの、同一のアルゴリズムを用いて対象の表面構造、凹凸の状態及び破壊部について計測可能である。本発明では、関節の画像を提供する被検査対象が骨か軟骨かにかかわらず、関節表面の構造を計測できることから、被検査対象を「関節部」、抽出された破壊部領域を「破壊部」と表記し、一般的な関節表面及び関節破壊部の構造解析方法を提供する。
撮像手段で得られた該被検関節部位の画像信号を以下の画像処理装置で処理して、破壊部の計測を行う。本例の画像処理装置10は、図1に示すように画像処理専用の画像処理ボード11(本例ではシャープセミコンダクタ社製、GPB−K)並びに画像記憶用に大容量ハードディスク13を備え、画像表示用の外部モニター12を搭載したパーソナルコンピュータを用いた。そして、図2に示すフローチャートの処理手順を収納し、撮像手段から得られた被検関節部位の画像信号を処理して所定の方法で破壊部領域を自動的に抽出する。
処理に先立ち、前述のWO00/74567号明細書に記載の方法と同様にして、まず、被検対象のラットの大腿骨関節部位を、μX線CT装置によりその軸方向に所定間隔で連続した断層像を撮影して、画像処理装置10へ取り込む。なお、この画像は、関節表面形状を観察するのに十分な程度(10〜30μm)の空間解像度が得られるものがよい。本例において用いたμX線CT画像は、縦512画素×横512画素×高さ(軸方向)210スライス(最大512スライスまで可能)であり、断面の1画素あたりの寸法は37.6μm、スライス間隔30μm、各画素の輝度値CT(濃度値とも言う)は28階調で表現されている。この画像を、図2のステップ1の原画像入力により画像処理装置10に読み込む。
図2のステップ2の2値化ステップを実行し関節軟骨下骨(以下、関節部)を定義する。その際、2値化の方法は、以下の判別分析法を用いる。
図3Aはラット大腿骨関節付近断面の撮影原画像であり、関節部と背景部を明確化するため該撮影画像を2値化(物体無0か有1)することにより、図3Bを得る。実際の画像データは8ビットのデータであり、2値化することにより関節部データと背景データに2極化する必要がある。
画像の2個化方法の手段としては、3次元の画像データに対し判別分析法を使用した。判別分析法は、グループ内の濃度差が小さく、しかもグループ間の偏差が大きい場合に2値化の閾値を決定する際に使用することができる。式1〜式3を用いて、式1の分散比(F0)が最大になるような閾値を求めることにより関節部を検出することができる。
以上の方法により該閾値を決定する方法を判別分析法という。この判別分析法にて検出した関節断面画像データをスライス方向に積み重ねれば関節部の3次元画像(図4)が得られる。
次に図2のステップ3の骨髄腔を抽出するステップを説明する。
3次元関節構造解析において実際に解析対象となるのは、骨表面の凹構造部、すなわち関節破壊部である。その場合、図3Bに示される複雑な関節内部構造が関節表面の構造的特徴を解析する上でノイズとなる為、あらかじめ関節内部空洞(以下、骨髄腔)を抽出しておき、関節内部構造の穴埋め画像、換言すれば関節部と骨髄腔部との和(OR)画像を作成する。この画像処理によって関節表面の構造的特徴を鋭敏に解析することが可能となる。
手順としては、前述の判別分析法にて2値化された関節部画像(図5B)に対してn回膨張処理(図5C)を施した後、最大穴部分を除いた穴部画像(図5D)を検出して、該穴部画像(図5D)と該膨張画像(図5C)の和(OR)画像(図5E)を得る。次にn回画像収縮処理(図5F)を施す。本実施例の場合には、該分断部分の間隙幅からn=10とした。
次に、該画像収縮画像(図5F)から該2値化画像(図5B)の差画像を求めれば骨髄腔画像(図5G)を検出することが可能である。ここで検出した骨髄腔画像データをスライス方向に積み重ねて、3次元上にてm回膨張処理、m回収縮処理することにより骨髄腔の3次元画像(図6)が得られる。
次に図2のステップ4の3次元ラベリングを行うステップについて説明する。
該ラベリング処理は、関節部3次元画像データに対して、骨髄腔部を穴埋め処理した画像(図4と図6の和(OR)画像)を用いて実施し、図2のステップ5に示した解析対象関節部の抽出する為の前処理として行う。また、ここでいうラベリングとは、3次元画像データに対し指定された近傍同士に物体が存在する場合は、物体が連結されていると判断し、3次元上で連結されている物体にラベル番号を定義し、連結個数を数え上げるものである。
走査方法は図7左のように、要素(2,2,2)から要素(i−1,j−1,k−1)まで走査する。その際、現在の要素をx0=(i,j,k)、その近傍で走査済みの要素(X1,X2・・・,X3)を図7右のように表し、さらに、Xpのラベル(画像Lの値)をLpと省略する。連結が26近傍の場合はP=13、連結が6近傍の場合はP=3を用いる。
図8に、アルゴリズムのフローチャートを示す。ます、ステップ2にて、連結成分を表す変数λ(以下、λと称する)を0に初期化する。走査開始する要素を(2,2,2)とする。ステップ3にて現在の要素を(i,j,k)と定義し、ステップ4にて入力画像(Fijk)が0なのか1なのかで処理を分岐する。0の場合は、そこに物体が存在しないことになるのでラベル画像Lijkを0とし、ステップ8を実行する。一方、ステップ4にて入力画像(Fijk)が1の場合は、ステップ5において{T(Lp):P=0,1,2、・・・,13}の中に異なる正の値がn種類あるとし、それらを小さい順に、L1,L2,・・・,Lnとする。
そしてステップ6にて、そのnの値に対応してステップ7にて処理を分岐する。n=0の場合は、初めて出現する物体であるため、λ←λ+1とし、ラベル表T(λ)←λを代入、ラベル表Lijk←λを代入し、ステップ8を実行する。n=1の場合は、連結成分が同じになる物体が1つしかないことになるので、ラベル表Lijk←λを代入し、ステップ8を実行する。それ以外の場合は、連結成分が同じになる物体が複数個存在することになるので、ラベル番号が一番小さいL1をラベル画像Lijkへ代入し、T(γ)=Lp(2≦p≦P、1≦γ≦λ)となるすべてのT(γ)に対してT(γ)=L1を代入し、ステップ8を実行する。ステップ8では、走査する要素が残ってなければステップ9へ、残っていればステップ3へ戻り走査する要素がなくなるまでステップ3からステップ8を繰り返す。ステップ9にてラベル表T(λ)は歯抜けの番号が存在することになるので、通し番号になるよう割り当てなおす。ステップ10にて、ラベル表T(λ)の格納されているラベル番号の最大値を検出し、それを最大ラベル番号:Lmaxとする。次にステップ13にて、すべてのラベル画像を走査し、0より大きいならばステップ12にて、通し番号にしたラベル表T(Lijk)をLijkに代入すれば、すべての処理が完了する。最終的なラベル画像:Lijkが3次元ラベリングデータを格納しており、Lmaxにその最大ラベル番号が格納されている。実際のラット膝関節部位を用いて26近傍にてラベリングした結果を図9に示す。
次に図2のステップ5に示した解析対象関節部の抽出について説明する。該抽出処理は、通常、図9に示したように被検関節領域には、関節構成成分が多数存在する為、これらから解析対象を抽出する目的で行う。
図2のステップ4に示した3次元ラベリング処理によって、被検関節領域に存在する独立した全ての関節構成成分は、独立したラベル番号が与えられていることから、任意のラベル番号の3次元構造体、換言すれば、任意の関節構成成分を解析対象関節部に指定することが可能である。
また、本発明においては、膝関節部位を解析対象とした場合、各関節構成骨の重心位置の相対関係から評価対象となる関節画像すなわち大腿骨、脛骨、膝蓋骨、半月板を自動的に判別・同定し、抽出するアルゴリズムを開発した。
本実施例では、ラット膝関節部位(図9)を用いて解析対象となる大腿骨部、脛骨部、膝蓋骨部、半月板部を抽出する方法を説明する。抽出方法を説明するにあたり、撮影されるCT断層スライス画像は脛骨から大腿骨方向に撮影された順でスライス画像群が構成されている(スライス画像番号が若い方が脛骨側)ものとする。まず脛骨部の抽出方法は、CT断層スライス画像の一番目に接していてボクセル個数の一番大きい特徴を利用して抽出する。ボクセル個数とは、ラベル画像Lijkにて各ラベル番号が存在する頻度をカウントすることにより各ラベル画像が持っているボクセルの個数として定義される。大腿骨部の抽出方法は、CT断層スライス画像の最終番目に接していてボクセル数の一番大きい特徴を利用して抽出する。膝蓋骨の抽出は、同じくCT断層スライス画像の最終番目に接していてボクセル数の2番目に大きい特徴を利用して抽出する。半月板の抽出方法は、図10に示すように各解析対象関節部の重心座標を計算し、膝蓋骨の重心座標と脛骨の重心座標から定義される領域の上部半分(CT断層スライス画像番号の若い方向)に存在するラベル群を半月板として定義することが可能である。抽出された大腿骨を値32、脛骨を値64、膝蓋骨を値96、半月板を値128として定義することによって、各解析対象骨毎に以下に示す3次元構造解析を実施することが可能である。
次に図2のステップ6にて示した破壊部抽出処理について、ステップの手順を追って説明する。本発明において、凹領域の抽出に膨張収縮を利用する方法(以下、膨張収縮法)と、物体境界画素に対し球体を逐次当てはめていき、物体と球体との重なる割合により、その着目画素を抽出するかどうかを判定する方法(以下、球体当てはめ法)を開発した。まずは前者の膨張収縮法について説明する。図11に簡単に原理を2次元にて示す。まずステップ1にて説明用の入力画像を用意した。この画像は物体が白色(以下、1−画素)、背景が黒色(以下、0−画素)とし、凹構造として2nピクセルの長方形の穴を用意した。ピクセルとは画像の大きさを表す単位である。ステップ2にて画像をn回膨張させた結果を示す。この場合、画像境界も大きくなるが2nピクセルの穴も埋まることになる。ステップ3にて画像をn回収縮させた結果を示す。画像全体の大きさは入力画像と一致するが凹領域は穴埋めされているのが分かる。ステップ4にて収縮画像(ステップ3)から入力画像(ステップ1)を差し引くと凹領域のみの画像が抽出可能になる。この膨張収縮法の特徴としては、利点として指定した膨張回数の2倍の凹領域が抽出可能で、比較的計算時間も早いことが上げられる。この膨張収縮法を用いて、関節破壊を有するラットの大腿骨関節部の破壊部を抽出した実施例を図12に示す。
次に後者の方法である球体当てはめ法について手順を追って説明する。図13に簡単に原理を示す。まずステップ1にて説明用の入力画像を用意した。この画像は物体が白色(以下、1−画素)、背景が黒色(以下、0−画素)とし、凹構造として2nピクセルの長方形の穴を用意した。次にステップ2にて物体の境界画素を抽出する。境界画素の抽出方法は、着目した1−画素において隣り合う近傍画素に0−画素が存在すれば、その着目画素は境界となる。次にステップ3で、着目する境界画素上に半径r1の判定領域定義用球体(以下、球体C1)を当てはめ物体と重なり合う体積を数え上げる。この例の場合、領域(A+B+C)がそれに相当する。また、ある程度局率を持たせる形で穴埋めを進行させたい場合は、半径r2の局率定義用球体(以下、球体C2)を球体C1上に中心を置くように当てはめ球体C1と球体C2が重ならない領域(A)を判定体積とする。この着目した1−画素を穴埋めするか、しないかは以下の式4にて判定する。
式4: 領域(A+B+C)の体積 > 領域(A)の体積
領域(A+B+C)の体積が、領域(A)の体積よりも大きい場合、着目した境界画素である1−画素は、穴埋めを実施する処理とする。この処理を画像全体に対して穴埋めする場所がなくなるまで走査していけば、ステップ4の穴埋め画像(図13Dにおける131)を定義可能となる。この球体当てはめ法の特徴としては、評価対象となる3次元構造体が有する表面の緩やかな凹凸構造に対して寛容であり、急激な表面構造の変化を選択的に抽出できることである。図7左図の走査の方法で、この球体当てはめ法を用いて関節破壊を有するラットの大腿骨関節部位の破壊部を抽出した実施例を図14に示す。
次に図2のステップ7の破壊部構造パラメータについて計測方法を説明する。破壊部構造パラメータとして定義可能な項目を、図15へ示す。
前提条件として関節部領域と骨髄腔領域と破壊部領域と背景領域のボクセル値の取り扱いを以下のように定義する。
(a)関節部領域 →1
(b)骨髄腔領域 →2
(c)破壊部領域 →3
(d)背景領域 →0
ボクセルとは、図16の升目の最小単位であり、ボクセル値とは、その升目上に定義されている値のことである。(a)は図2のステップ2にて2値化した関節部領域データに相当し、(b)は図2のステップ3にて抽出した骨髄腔領域に相当し、(c)は図2のステップ6にて抽出した破壊部領域に相当し、関節部領域のボクセル値を1、骨髄腔領域のボクセル値を2、破壊部領域のボクセル値を3、背景領域のボクセル値を0と定義する。
まず、図15のパラメータ1、パラメータ2の関節体積、関節表面積について説明する。関節体積、関節表面積を計測するにあたっては、物体の境界面を定義する方法(改良マーチングキューブス法:日本特許登録番号02798561号)を適用し、境界表面に三角形を連続する様に定義する画像処理手段を用いる。マーチングキューブス法とは、ボクセルを頂点とした2×2×2の8個のキューブのパターン(図17)から考えられる21通りのボクセル値のパターン上にて予め境界面を図18のように定義し、実モデルとのパターンマッチングにて境界面を定義していく方法である。関節の境界を定義するには、ボクセル値が1の関節部領域とボクセル値が2の骨髄腔部を1つの物体と考え、それ以外の領域(ボクセル値が0または3)で二極化されるデータの境界に面を定義することである。そこで、関節部データより2×2×2のボクセル領域でサンプリングされたキューブと、図18のキューブ上のパターンマッチングにより境界面を定義し、これらのキューブデータおよび境界面データを数え上げていくことにより、関節体積と関節表面積が計測可能になる。
次に図15のパラメータ3である関節BS/BVの求め方について説明する。関節BS/BVについては、式5にて算出する。
式5: 関節BS/BV=関節表面積/関節体積
関節BS/BVは、単位体積あたりの表面積の量を表し、関節部表面構造の複雑性を表す指標の1つである。
次に図15のパラメータ4である関節表面凹凸度(Surface Irregularity)の求め方について説明する。関節表面凹凸度については式6にて算出する。
図19に示すように体積(V1)と表面積(S1)は、膨張前の体積、表面積を示し、体積(V2)と表面積(S2)は画像膨張後(1ボクセル分の膨張とする。)の体積、表面積を示す。この数式によって求められた値は、凸構造部位では正となり、凹構造部位では負となる。従って全体の構造として、凸構造が多数を占める構造体では正の値となり、凹構造が多数を占める構造体では負の値となり、凸構造と凹構造がほぼ等しい場合、ゼロ近傍の値となる。
次に図15のパラメータ5、パラメータ6の破壊部体積、破壊部表面積について説明する。破壊部体積、破壊部表面積を計測するにあたっては、図15のパラメータ1およびパラメータ2と同様に物体の境界面を定義する方法(改良マーチングキューブス法:日本特許登録番号02798561号)を適用し、境界表面に三角形を連続する様に定義する画像処理手段を用いることにより破壊部体積、破壊部表面積が求まる。
次に図15のパラメータ7である破壊部内側表面積の求め方について説明する。破壊部内側表面積とは関節部領域(a)と、破壊部領域(c)が重なっている部分の表面積を示す。この場合、関節部領域(a)と破壊部領域(c)のみがキューブ上に存在するパターンのみに対しマーチングキューブス法を適応することにより、破壊部内側表面積が求められる。破壊部内側表面積は換言すれば、関節表面における破壊部の表面積を意味しており、関節破壊の程度を判断する上で重要な指標の1つである。
次に図15のパラメー8である破壊部個数の求め方について説明する。破壊部領域(c)に対し、図2のステップ4で説明した3次元ラベリングを適応することで、画像上で独立している固体の個数が求められ、この個数が破壊部個数に相当する。
次に図15のパラメータ9である破壊部BS/BVについては、式7にて求められる。
破壊部BS/BVは、単位体積あたりの表面積の量を表し、破壊部構造の複雑性を表す指標の1つである。
次に図15のパラメータ10である破壊部体積率の求め方について説明する。破壊部体積率の定義としては、式8を計算することによって求められる。
式8: 破壊部体積率=破壊部体積/(骨体積+骨髄腔体積+破壊部体積)
次に図15のパラメータ11である破壊部内側表面積率の計算方法について説明する。破壊部内側表面積率の定義としては、式9を計算することによって求められる。
式9: 破壊部内側表面積率=破壊部内側表面積/{(骨領域OR骨髄腔領域)の表面積}
次に図15のパラメータ12である破壊部平均体積の計算方法について説明する。破壊部平均体積とは、空間上で独立している破壊部の1個あたりの平均体積をあらわす。式10にその計算方法を示す。
式10: 破壊部平均体積=破壊部体積/破壊部個数
次に図15のパラメータ13である破壊部平均表面積の計算方法について説明する。破壊部平均表面積とは、空間上で独立している破壊部の1個あたりの平均表面積をあらわす。式11にその計算方法を示す。
式11: 破壊部平均表面積=破壊部表面積/破壊部個数
数7〜数11で求められるパラメータ9〜パラメータ13までの各構造パラメータは、関節破壊部の3次元構造体としての構造的特徴を示すものであり、関節破壊部の状態を判断する上で重要な指標群である。
次に図2のステップ8にて示したJS領域抽出について、ステップの手順を追って説明する。
JS領域は対になる関節構成骨の間隙であり、関節破壊部領域と同様にJS領域に関しても解析対象となる関節構成骨に対して膨張収縮法、球体当てはめ法を適応することによりJS領域の3次元画像データの抽出が可能である。
前述の図2のステップ4に示した3次元ラベリング処理によって、本発明においては、被検関節領域に存在する独立した全ての関節構成成分は、独立したラベル番号が与えられている。これにより任意のラベル番号を有する2つの3次元構造体、換言すれば、任意の対となる関節構成骨を解析対象に指定することが可能である。また、同様に本発明においては、膝関節部位を解析対象とした場合、各関節構成骨の重心位置の相対関係から評価対象となる関節画像すなわち大腿骨、脛骨、膝蓋骨、半月板を自動的に判別し、ラベル番号を与えることができる。これにより、膝の対となる関節構成骨、つまり大腿骨・脛骨を解析対象として自動的に指定することが可能である。
JS領域の定義方法のフローチャートを図20に示し、ラット膝関節つまり大腿骨と脛骨のモデルを実施例として具体的なステップを説明する。
まず図20のステップ1にて解析対象となる2つの関節構成骨の合成画像(画像1)を作成する。次に図20のステップ2にて画像1に対し関節破壊部領域と同様に膨張収縮法(または球体当てはめ法)を実施し、画像1との差画像(画像2:図21Aの213)を作成する。次に図20のステップ3にて大腿骨のみの画像で膨張収縮法を実施し大腿骨の関節破壊部領域を抽出して画像3(図21Bの214)を作成する。次に図20のステップ4にて脛骨のみの画像で膨張収縮法を実施し脛骨の関節破壊部領域を抽出して画像4(図21Cの215)を作成する。次に図20のステップ5にて画像2から画像3と画像4の差画像を作成すると、JS領域(画像5:図21Dの216)を定義することが可能である。ここで示した膨張収縮法を球体当てはめ法に置き換えてもJS領域の抽出は可能である。
次に図2のステップ9のJS領域パラメータについて計測方法を説明する。JS領域パラメータとして定義可能な項目を図22へ示す。前提条件として関節部領域と骨髄腔領域とJS領域と背景領域のボクセル値の取り扱いを以下のように定義する。
(e)大腿骨関節部領域 →1
(f)脛骨関節部領域 →2
(g)骨髄腔領域(大腿骨側)→3
(h)骨髄腔領域(脛骨側) →4
(i)JS領域 →5
(j)背景領域 →0
まず、図22のJoint Space Volume(以下JSVと呼ぶ)について説明する。JSVとはJS領域の体積のことである。JSVを計測するにあたっては、マーチングキューブ法を適用する。具体的にはJS領域(i)とそれ以外の領域(e)、(f)、(g)、(h)、(j)に対して、2×2×2のボクセル領域でサンプリングされたキューブと、図18のキューブ上のパターンマッチングにより境界面を定義し、これらのキューブデータおよび境界面データを数え上げていくことにより、JSVが計測可能になる。
次に図22のJoint Space Minimum Distance(以下JSMDと呼ぶ)の計算方法について説明する。JSMDとは、対となる関節構成骨間の距離の最短長、この例では大腿骨関節部と脛骨関節部間の最短距離のことである。JSMDの計算方法のフローチャートを図23に示した。
図23のステップ1にてJS領域(i)と大腿骨関節部領域(e)および大腿骨側骨髄腔領域(g)が接する大腿骨側のボクセル座標をリスト化(リスト1)する。次に図23のステップ2にてJS領域(i)と脛骨関節部領域(f)および脛骨側骨髄腔領域(h)が接する脛骨側のボクセル座標をリスト化(リスト1)する。以上の処理で、図27に示すようにJS領域に接する大腿骨側のボクセルリスト(241)および脛骨側のボクセルリスト(242)が抽出できたことになる。図23のステップ3にて大腿骨側のボクセル座標リスト(241)から脛骨側のボクセル座標リスト(242)へ距離データを求め最短の距離をJSMDとする。
次に本発明において解析可能となった3次元構造パラメータについて解析実施例を示し、その意義・有用性について説明する。
図25に正常ラットの大腿骨関節部(以下、正常)と関節破壊を有するラットの大腿骨関節部(以下、病態)について、図15で示した破壊部に関するパラメータについて解析した結果を示す。
関節部(この実施例では関節軟骨下骨)を直接計測したパラメータ(図25A〜図25D)においても、抽出した破壊部を計測したパラメータ(図25E〜図25M)においても、正常と病態の間で破壊部の増加を検出することができた。
病態における関節BS/BVの増加(図25C)は、表面構造の複雑性の増加を意味し、関節表面凹凸度の低下(図25D)は、表面凹構造の増加を意味し、どちらのパラメータの変化も病態において関節の破壊が進行したことを意味している。特に関節表面凹凸度に関しては、本特許において実施した関節内部の穴埋め処理をすることによってはじめて関節表面の形状変化を特異的に抽出できたものである。比較として関節内部の穴埋め処理を実施せずに関節表面凹凸度を計測した結果を図26に示した。穴埋め処理を実施した場合(図25D)と異なり、病態に対して正常が低値となり、正常の方が病態に対して表面凹構造が多いこと示している。これは病態対して正常の方が、関節内部構造体すなわち骨梁が多く、複雑な構造をしていることに起因する。これらのことから、本発明によって関節表面の構造的変化の検出感度が飛躍的に向上したと言える。
さらに2種類のアルゴリズム(膨張収縮法、球体当てはめ法)によって抽出された破壊部の計測結果(図25E〜図25M)においては、いずれのパラメータにおいても正常に対して病態で増加しており、本発明により病態において関節の破壊が増加していることを検出できた。また、膨張収縮法に対して球体当てはめ法は、低値をとることが見てとれるが(図25E〜図25M)、これは上記2種類の抽出方法の特徴に起因する。更に詳しく言えば、膨張収縮法は表面構造の微細な変化まで鋭敏に抽出するのに対して、球体当てはめ法は、表面の緩やかな凹凸に対して寛容である。目的とする評価対象に応じて2種類のアルゴリズム(膨張収縮法、球体当てはめ法)を区別して用いることによって、より正確かつ詳細な表面構造の変化を検出できるものである。
次に正常モルモットの膝関節部(以下、正常)と関節破壊を有するモルモットの膝関節部(以下、病態)において、JS領域に関して解析した結果について説明する。
図27に正常と病態に関して、膨張収縮法によって抽出したJS領域を示した。両例ともにJS領域のみが正確に抽出されることが確認され、本発明によって、これまで困難であったJS領域の3次元的な認識及び抽出が可能であることが示された。当該JS領域は球体当てはめ法によっても同様に抽出可能である。
次に図28に図27で示した正常及び病態のJS領域に対してJSMDを計測した結果を示した。病態においてJSMDの減少が認められ、正常と比較して関節軟骨の破壊もしくは消失が生じていることが観察された。
以上のことから、本発明によってJS領域の3次元的な視覚認識と3次元的な構造パラメータを客観的かつ定量的に再現性良く解析することが可能となった。
発明の効果
本発明では、関節内部構造の穴埋め処理をすることによって関節表面の構造を感度良く抽出でき、さらに2種類の画像処理方法の開発により、関節部から凹構造領域すなわち破壊部を高速かつ簡単に再現性良く抽出することが可能となった。さらに得られた関節表面および破壊部の画像データは、ともに3次元構造解析を実施することによって、関節破壊に関する構造的な指標を提供することができる。また、関節を構成する対となった関節構成骨を解析対象とすることによって、JS領域の3次元構造を高速かつ再現性良く解析することが可能となった。
また、同一のアルゴリズムを用いて関節表面及び破壊部の抽出をすることが可能であることから、複数の被解析対象関節を解析する場合、すなわち同一患者の経時的変化の解析や薬剤の投与・非投与による治療効果の判定等においても、観察者の主観が介入することなく関節表面及び破壊部の構造的特性を再現性良く、客観的かつ定量的に評価することができる。
さらに、本発明において定義された関節部および関節破壊部を可視化ツールを用いて表示することが可能であり、関節表面構造および関節部に対する関節破壊部の3次元空間的情報を視覚的に観察者に提供できるものである。また、本発明による3次元関節構造解析は、膝関節のみでなく他の関節部位への適用についても可能である。
さらに本発明は、μX線CT撮影装置をはじめ臨床用CT撮影装置、pQCT撮影装置またはMRI等から得られる診断画像情報全般を関節の3次元構造計測に応用できると期待できる。
【図面の簡単な説明】
図1は、本発明を実施する装置例の構成の説明図である。
図2は、関節部、関節破壊部及びJS領域を計算するための全体フローチャートである。
図3は、ラット大腿骨関節付近断面の原画像(図3A)と2値化画像(図3B)である。
図4は、ラット大腿骨関節軟骨下骨の3次元可視化画像である。
図5(図5A〜図5G)は、ラット大腿骨関節断面から骨髄腔を抽出するステップを示す画像群である。
図6は、ラット大腿骨関節付近の骨髄腔の3次元可視化画像である。
図7は、3次元ラベル付け手順の説明図である。
図8は、3次元ラベル付け手順のフローチャートである。
図9は、ラット膝関節部位の関節構成骨の3次元表示である。
図10は、ラット膝関節部位における各関節構成骨の重心位置の3次元表示である。
図11(図11A〜図11D)は、膨張収縮法を用いた破壊部領域の抽出方法の手順である。
図12は、膨張収縮法を用いて抽出した破壊部領域の3次元表示である。
図13(図13A〜図13D)は、球体当てはめ法を用いた破壊部領域の抽出方法の手順である。
図14は、球体当てはめ法を用いて抽出した破壊部領域の3次元表示である。
図15は、破壊部計測で使用するパラメータリストである。
図16は、ボクセル定義を説明する図である。
図17は、マーチングキューブス法のキューブ定義を説明する図である。
図18は、マーチングキューブス法で使用するキューブパターンと境界を示す図である。
図19は、骨表面凹凸度(Surface Irregularity)の計算方法を示す図である。
図20は、JS領域の抽出方法の手順である。
図21(図21A〜図21D)は、JS領域を定義するための説明図である。
図22は、JS領域パラメータで使用するパラメータリストである。
図23は、Joint Space Minimum Distanceを計算する手順である。
図24は、Joint Space Minimum Distanceを計算する手順の説明図である。
図25は、図15で示したパラメータに関するラット大腿骨関節軟骨下骨の計測結果(図25A〜図25M)である。
図26は、関節内部構造の穴埋め処理を実施しなかった場合の表面凹凸度の計測結果である。
図27は、膨張収縮法を用いて抽出したモルモットの膝関節のJS領域(図27A、図27B)である。
図28は、図27で示したモルモットの膝関節JS領域のJSMDの計測結果である。
図中の符号は、それぞれ以下のことを表わす。
10 画像処理装置
11 パーソナルコンピュータ
12 画像処理ボード
13 ハードディスク
91 脛骨
92 大腿骨
93 膝蓋骨
94 半月板
101 脛骨の重心
102 膝蓋骨の重心
103 半月板の重心
131 球体当てはめ法によって抽出された凹部領域
211 脛骨
212 大腿骨
213 膨張収縮法にて抽出されたJS領域及び脛骨・大腿骨の関節破壊部位
214 大腿骨側の関節破壊部位
215 脛骨側の関節破壊部位
216 JS領域
241 JS領域に接する大腿骨側のボクセルリスト
242 JS領域に接する脛骨側のボクセルリスト
Claims (22)
- 被検関節断面の2値化画像の関節内部空洞領域である骨髄腔領域を膨張収縮法を用いて穴埋め処理し、関節断面画像の外輪郭を抽出するステップを有する画像処理方法。
- 請求項1の画像処理方法にて生成される被検関節断面の2値化画像または前処理を行わない被検関節断面の2値化画像を積み上げた3次元画像にて3次元ラベリング処理を施し、評価対象となる関節画像を定義する3次元画像処理方法。
- 請求項2の画像処理方法にて作成される関節部位の3次元ラベル画像より、各関節構成骨の重心位置の相対関係から評価対象となる関節画像を判別・同定し、抽出する画像処理方法。
- 請求項2の画像処理方法にて作成される膝関節位の3次元ラベル画像より、各関節構成骨の重心位置の相対関係から評価対象となる大腿骨、脛骨、膝蓋骨、及び/または半月板の関節画像を判別・同定し、抽出する画像処理方法。
- 請求項2の画像処理方法にて生成される関節骨3次元画像に対し、3次元画像膨張法と3次元画像収縮法を用いて、関節破壊部位の3次元画像を抽出するステップを有する画像処理方法。
- 請求項2の画像処理方法にて生成される関節3次元骨画像に対し、3次元球体当てはめ法を用いて、関節破壊部位の3次元画像を抽出するステップを有する画像処理方法。
- 請求項3の画像処理方法にて生成される関節骨3次元画像に対し、3次元画像膨張法と3次元画像収縮法を用いて、関節破壊部位の3次元画像を抽出するステップを有する画像処理方法。
- 請求項3の画像処理方法にて生成される関節3次元骨画像に対し、3次元球体当てはめ法を用いて、関節破壊部位の3次元画像を抽出するステップを有する画像処理方法。
- 請求項4の画像処理方法にて生成される関節骨3次元画像に対し、3次元画像膨張法と3次元画像収縮法を用いて、関節破壊部位の3次元画像を抽出するステップを有する画像処理方法。
- 請求項4の画像処理方法にて生成される関節3次元骨画像に対し、3次元球体当てはめ法を用いて、関節破壊部位の3次元画像を抽出するステップを有する画像処理方法。
- 請求項2の画像処理方法にて生成される関節骨3次元画像について、表面凹凸度(Surface Irregularity)を計測することを特徴とする関節構造評価方法。
- 請求項1〜10の画像処理方法にて生成される3次元構造体について、体積(BV)、表面積(BS)、BS/BV、個数、平均体積(体積/個数)、及び/または平均表面積(表面積/個数)の構造パラメータを計測することを特徴とする関節構造評価方法。
- 請求項2の画像処理方法にて生成される関節3次元骨画像の内、任意の2つの解析対象に対して、3次元画像膨張法と3次元画像収縮法を用いて、3次元間隙画像を抽出するステップを有する画像処理方法。
- 請求項2の画像処理方法にて生成される関節3次元骨画像の内、任意の2つの解析対象に対し、3次元球体当てはめ法を用いて、3次元間隙画像を抽出するステップを有する画像処理方法。
- 請求項3の画像処理方法にて定義される関節3次元骨画像の内、任意の2つの解析対象に対して、3次元画像膨張法と3次元画像収縮法を用いて、3次元関節間隙画像を抽出するステップを有する画像処理方法。
- 請求項3の画像処理方法にて定義される関節3次元骨画像の内、任意の2つの解析対象に対して、3次元球体当てはめ法を用いて、3次元関節間隙画像を抽出するステップを有する画像処理方法。
- 請求項4の画像処理方法にて定義される関節3次元骨画像の内、任意の2つの解析対象に対して、3次元画像膨張法と3次元画像収縮法を用いて、3次元関節間隙画像を抽出するステップを有する画像処理方法。
- 請求項4の画像処理方法にて定義される関節3次元骨画像の内、任意の2つの解析対象に対して、3次元球体当てはめ法を用いて、3次元関節間隙画像を抽出するステップを有する画像処理方法。
- 請求項13〜18の画像処理方法にて生成される3次元構造体について、Joint Space Volume(JSV)、Joint Space Minimum Distance(JSMD)の構造パラメータを計測することを特徴とする関節構造評価方法。
- 請求項1〜19記載のいずれかの方法を用いて、関節関連疾患動物モデルにおいて関節の構造を評価する評価方法。
- 請求項1〜19記載のいずれかの方法を用いて、関節関連疾患患者の関節の構造を評価する評価方法。
- 請求項1〜19記載のいずれかの方法を用いて、関節関連疾患患者の関節破壊を診断する診断方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001129220 | 2001-04-26 | ||
JP2001129220 | 2001-04-26 | ||
PCT/JP2002/004256 WO2002087444A1 (fr) | 2001-04-26 | 2002-04-26 | Procede de mesure d'une structure articulaire tridimensionnelle |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2002087444A1 true JPWO2002087444A1 (ja) | 2004-08-12 |
JP3888975B2 JP3888975B2 (ja) | 2007-03-07 |
Family
ID=18977778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002584799A Expired - Fee Related JP3888975B2 (ja) | 2001-04-26 | 2002-04-26 | 3次元関節構造計測方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7664297B2 (ja) |
EP (1) | EP1382297B1 (ja) |
JP (1) | JP3888975B2 (ja) |
AU (1) | AU2002251559B9 (ja) |
CA (1) | CA2427695C (ja) |
WO (1) | WO2002087444A1 (ja) |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8545569B2 (en) | 2001-05-25 | 2013-10-01 | Conformis, Inc. | Patient selectable knee arthroplasty devices |
US8556983B2 (en) | 2001-05-25 | 2013-10-15 | Conformis, Inc. | Patient-adapted and improved orthopedic implants, designs and related tools |
US8480754B2 (en) | 2001-05-25 | 2013-07-09 | Conformis, Inc. | Patient-adapted and improved articular implants, designs and related guide tools |
US8882847B2 (en) * | 2001-05-25 | 2014-11-11 | Conformis, Inc. | Patient selectable knee joint arthroplasty devices |
US7184814B2 (en) | 1998-09-14 | 2007-02-27 | The Board Of Trustees Of The Leland Stanford Junior University | Assessing the condition of a joint and assessing cartilage loss |
JP2003141548A (ja) | 2001-10-22 | 2003-05-16 | Ge Medical Systems Global Technology Co Llc | 3次元ラベリング装置及びその方法 |
WO2008034845A2 (en) * | 2006-09-19 | 2008-03-27 | Nordic Bioscience Imaging A/S | Pathology indicating measure related to cartilage structure and automatic quantification thereof |
JP4934786B2 (ja) * | 2006-10-13 | 2012-05-16 | 国立大学法人 東京大学 | 膝関節診断支援方法及び装置並びにプログラム |
US7778453B2 (en) * | 2007-01-30 | 2010-08-17 | Siemens Aktiengesellschaft | Multi-modality method and software for representation and evaluation of extremity exposures of arthritis/arthrosis patients |
US8311306B2 (en) * | 2008-04-30 | 2012-11-13 | Otismed Corporation | System and method for image segmentation in generating computer models of a joint to undergo arthroplasty |
AU2009246474B2 (en) | 2008-05-12 | 2015-04-16 | Conformis, Inc. | Devices and methods for treatment of facet and other joints |
EP2405865B1 (en) | 2009-02-24 | 2019-04-17 | ConforMIS, Inc. | Automated systems for manufacturing patient-specific orthopedic implants and instrumentation |
EP2509539B1 (en) | 2009-12-11 | 2020-07-01 | ConforMIS, Inc. | Patient-specific and patient-engineered orthopedic implants |
US8942917B2 (en) | 2011-02-14 | 2015-01-27 | Microsoft Corporation | Change invariant scene recognition by an agent |
WO2012112702A2 (en) | 2011-02-15 | 2012-08-23 | Conformis, Inc. | Patient-adapted and improved articular implants, designs and related guide tools |
US8571263B2 (en) * | 2011-03-17 | 2013-10-29 | Microsoft Corporation | Predicting joint positions |
US9495752B2 (en) * | 2012-09-27 | 2016-11-15 | Siemens Product Lifecycle Management Software Inc. | Multi-bone segmentation for 3D computed tomography |
US9857470B2 (en) | 2012-12-28 | 2018-01-02 | Microsoft Technology Licensing, Llc | Using photometric stereo for 3D environment modeling |
US9940553B2 (en) | 2013-02-22 | 2018-04-10 | Microsoft Technology Licensing, Llc | Camera/object pose from predicted coordinates |
KR101502708B1 (ko) * | 2013-12-31 | 2015-03-13 | 가톨릭대학교 산학협력단 | 팔-다리뼈의 부피와 표면적을 이용한 성별판별법 |
KR102405687B1 (ko) * | 2014-03-28 | 2022-06-07 | 인튜어티브 서지컬 오퍼레이션즈 인코포레이티드 | 수술용 임플란트의 정량적 3차원 영상화 및 프린팅 |
KR102397670B1 (ko) | 2014-03-28 | 2022-05-16 | 인튜어티브 서지컬 오퍼레이션즈 인코포레이티드 | 정량적 3차원 영상화에 기초한 햅틱 피드백을 갖는 수술 시스템 |
JP6854237B2 (ja) | 2014-03-28 | 2021-04-07 | インテュイティブ サージカル オペレーションズ, インコーポレイテッド | 視野内の器具の定量的三次元視覚化 |
US20160180520A1 (en) * | 2014-12-17 | 2016-06-23 | Carestream Health, Inc. | Quantitative method for 3-d joint characterization |
WO2016146722A1 (en) | 2015-03-19 | 2016-09-22 | Nobel Biocare Services Ag | Segmentation of objects in image data using channel detection |
JP6599672B2 (ja) * | 2015-07-17 | 2019-10-30 | 日本電産サンキョー株式会社 | 文字切り出し装置、文字認識装置、および文字切り出し方法 |
EP3181050B1 (en) | 2015-12-18 | 2020-02-12 | Episurf IP Management AB | System and method for creating a decision support material indicating damage to an anatomical joint |
US11526988B2 (en) | 2015-12-18 | 2022-12-13 | Episurf Ip-Management Ab | System and method for creating a decision support material indicating damage to an anatomical joint |
US10299750B2 (en) | 2016-08-05 | 2019-05-28 | Toshiba Medical Systems Corporation | Medical image processing apparatus and X-ray CT apparatus |
JP6659501B2 (ja) * | 2016-09-14 | 2020-03-04 | 富士フイルム株式会社 | 軟骨定量化装置、方法およびプログラム |
WO2018051898A1 (ja) * | 2016-09-14 | 2018-03-22 | Cyberdyne株式会社 | 膝関節矯正具製造装置及び膝関節矯正具製造方法、並びに膝関節治療支援装置及び膝関節治療支援方法 |
US11250561B2 (en) | 2017-06-16 | 2022-02-15 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
US10783718B2 (en) | 2018-10-09 | 2020-09-22 | Microsoft Technology Licensing, Llc | Complexity reduction of objects via hole filling |
US10438420B1 (en) | 2018-10-09 | 2019-10-08 | Microsoft Technology Licensing, Llc | Complexity reduction of objects via cavity removal |
USD908733S1 (en) | 2018-10-15 | 2021-01-26 | Episurf Ip Management Ab | Display screen with epioscopy icon |
US11645749B2 (en) | 2018-12-14 | 2023-05-09 | Episurf Ip-Management Ab | Determination and visualization of damage to an anatomical joint |
WO2021092015A1 (en) * | 2019-11-07 | 2021-05-14 | Google Llc | Monitoring animal pose dynamics from monocular images |
CN111415356B (zh) * | 2020-03-17 | 2020-12-29 | 推想医疗科技股份有限公司 | 肺炎征象的分割方法、装置、介质及电子设备 |
US11621086B2 (en) | 2020-06-04 | 2023-04-04 | Episurf Ip-Management Ab | Customization of individualized implant |
JP7472845B2 (ja) | 2020-07-21 | 2024-04-23 | 株式会社島津製作所 | X線撮影装置および画像処理方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5846945A (ja) * | 1981-09-14 | 1983-03-18 | 川井 忠彦 | 股関節の脱臼診断装置 |
US5247934A (en) * | 1991-08-09 | 1993-09-28 | Trustees Of The University Of Pennsylvania | Method and apparatus for diagnosing osteoporosis with MR imaging |
JP2798561B2 (ja) | 1992-07-16 | 1998-09-17 | 帝人株式会社 | 物体の境界面生成方法 |
CA2201057C (en) * | 1996-03-29 | 2002-01-01 | Kenji Morimoto | A method of processing a sectional image of a sample bone including a cortical bone portion and a cancellous bone portion |
JPH09322883A (ja) | 1996-06-05 | 1997-12-16 | Tadahiko Kawai | 顎関節の接触圧分布状態の解析装置 |
US6021213A (en) * | 1996-06-13 | 2000-02-01 | Eli Lilly And Company | Automatic contextual segmentation for imaging bones for osteoporosis therapies |
US5820559A (en) * | 1997-03-20 | 1998-10-13 | Ng; Wan Sing | Computerized boundary estimation in medical images |
JP3656695B2 (ja) * | 1997-09-30 | 2005-06-08 | 富士写真フイルム株式会社 | 骨計測方法および装置 |
JPH11296700A (ja) * | 1998-04-07 | 1999-10-29 | Toshiba Fa Syst Eng Corp | 3次元画像表示装置 |
US6442287B1 (en) * | 1998-08-28 | 2002-08-27 | Arch Development Corporation | Method and system for the computerized analysis of bone mass and structure |
US7239908B1 (en) * | 1998-09-14 | 2007-07-03 | The Board Of Trustees Of The Leland Stanford Junior University | Assessing the condition of a joint and devising treatment |
US7184814B2 (en) * | 1998-09-14 | 2007-02-27 | The Board Of Trustees Of The Leland Stanford Junior University | Assessing the condition of a joint and assessing cartilage loss |
JP2000126178A (ja) * | 1998-10-27 | 2000-05-09 | Mitani Sangyo Co Ltd | 立体表面形状定量化方法、及びこれを応用した悪性腫瘍自動識別方法 |
JP3049021B2 (ja) | 1998-11-05 | 2000-06-05 | 五大株式会社 | 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体 |
JP2000180377A (ja) | 1998-12-21 | 2000-06-30 | Sharp Corp | 欠陥・異物検査装置 |
US6839457B1 (en) * | 1999-06-03 | 2005-01-04 | Teijin Limited | Bone measuring method |
DE60136549D1 (de) * | 2000-09-14 | 2008-12-24 | Univ R | Verfahren zur manipulation medizinischer bilder |
US7660453B2 (en) * | 2000-10-11 | 2010-02-09 | Imaging Therapeutics, Inc. | Methods and devices for analysis of x-ray images |
US6785409B1 (en) * | 2000-10-24 | 2004-08-31 | Koninklijke Philips Electronics, N.V. | Segmentation method and apparatus for medical images using diffusion propagation, pixel classification, and mathematical morphology |
US7133543B2 (en) * | 2001-06-12 | 2006-11-07 | Applied Imaging Corporation | Automated scanning method for pathology samples |
-
2002
- 2002-04-26 AU AU2002251559A patent/AU2002251559B9/en not_active Ceased
- 2002-04-26 EP EP02720630A patent/EP1382297B1/en not_active Expired - Lifetime
- 2002-04-26 JP JP2002584799A patent/JP3888975B2/ja not_active Expired - Fee Related
- 2002-04-26 WO PCT/JP2002/004256 patent/WO2002087444A1/ja active Application Filing
- 2002-04-26 CA CA2427695A patent/CA2427695C/en not_active Expired - Fee Related
- 2002-04-26 US US10/475,694 patent/US7664297B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
AU2002251559B9 (en) | 2006-06-29 |
JP3888975B2 (ja) | 2007-03-07 |
US20040136583A1 (en) | 2004-07-15 |
EP1382297B1 (en) | 2012-01-04 |
CA2427695A1 (en) | 2003-05-01 |
EP1382297A1 (en) | 2004-01-21 |
US7664297B2 (en) | 2010-02-16 |
CA2427695C (en) | 2012-12-11 |
AU2002251559B2 (en) | 2006-05-18 |
WO2002087444A1 (fr) | 2002-11-07 |
EP1382297A4 (en) | 2008-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3888975B2 (ja) | 3次元関節構造計測方法 | |
US6799066B2 (en) | Technique for manipulating medical images | |
Zhang et al. | A three-dimensional fractal analysis method for quantifying white matter structure in human brain | |
Uppaluri et al. | Quantification of pulmonary emphysema from lung computed tomography images | |
JP4495891B2 (ja) | 骨計測方法 | |
US20040147830A1 (en) | Method and system for use of biomarkers in diagnostic imaging | |
Cashman et al. | Automated techniques for visualization and mapping of articular cartilage in MR images of the osteoarthritic knee: a base technique for the assessment of microdamage and submicro damage | |
Favre et al. | Anatomically standardized maps reveal distinct patterns of cartilage thickness with increasing severity of medial compartment knee osteoarthritis | |
CA2381693A1 (en) | Digital topological analysis of trabecular bone mr images and prediction of osteoporosis fractures | |
MacKay et al. | MRI texture analysis of subchondral bone at the tibial plateau | |
JP2004535871A (ja) | 組織構造および組織構造の時間変化を定量化するためのシステムおよび方法 | |
Maio et al. | How to measure a Hill–Sachs lesion: a systematic review | |
US20050113663A1 (en) | Method and system for automatic extraction of load-bearing regions of the cartilage and measurement of biomarkers | |
Jaremko et al. | Reliability of an efficient MRI-based method for estimation of knee cartilage volume using surface registration | |
Kubassova et al. | Quantifying disease activity and damage by imaging in rheumatoid arthritis and osteoarthritis | |
Akhtar et al. | An MRI derived articular cartilage visualization framework | |
Rosenthal et al. | 3D-MRI versus 3D-CT in the evaluation of glenoid deformity in glenohumeral arthritis using Dixon 3D FLASH sequence | |
Ikuta et al. | Quantitative analysis using the star volume method applied to skeleton patterns extracted with a morphological filter | |
Sevestre-Ghalila et al. | Texture image analysis for osteoporosis detection with morphological tools | |
Lee et al. | Computer-aided quantification of focal cartilage lesions of osteoarthritic knee using MRI | |
Lee et al. | Computer-aided quantification of focal cartilage lesions using MRI: accuracy and initial arthroscopic comparison | |
Bugeja et al. | Automated analysis of immediate reliability of T2 and T2* relaxation times of hip joint cartilage from 3 T MR examinations | |
Tamez-Peña et al. | Unsupervised definition of the tibia-femoral joint regions of the human knee and its applications to cartilage analysis | |
US20230289967A1 (en) | Device for diagnosing spine conditions | |
Jung et al. | A Method for Selecting Optimal MRI Sequence for Automatic Segmentation Based on Edge Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051220 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060808 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060908 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061128 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101208 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111208 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111208 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121208 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131208 Year of fee payment: 7 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |