TW201637615A - 骨結構檢測方法與系統 - Google Patents

骨結構檢測方法與系統 Download PDF

Info

Publication number
TW201637615A
TW201637615A TW104112488A TW104112488A TW201637615A TW 201637615 A TW201637615 A TW 201637615A TW 104112488 A TW104112488 A TW 104112488A TW 104112488 A TW104112488 A TW 104112488A TW 201637615 A TW201637615 A TW 201637615A
Authority
TW
Taiwan
Prior art keywords
bone
contour line
outer contour
bone structure
pixel
Prior art date
Application number
TW104112488A
Other languages
English (en)
Other versions
TWI610661B (zh
Inventor
張維正
孫嘉陽
張宏生
黃鴻文
李柏穎
謝靜宜
顧正偉
蔡坤龍
Original Assignee
財團法人國家實驗研究院
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 財團法人國家實驗研究院 filed Critical 財團法人國家實驗研究院
Priority to TW104112488A priority Critical patent/TWI610661B/zh
Priority to US14/947,560 priority patent/US9775577B2/en
Publication of TW201637615A publication Critical patent/TW201637615A/zh
Application granted granted Critical
Publication of TWI610661B publication Critical patent/TWI610661B/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/505—Clinical applications involving diagnosis of bone
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. 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
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G06V10/471—Contour-based spatial representations, e.g. vector-coding using approximation functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/033—Recognition of patterns in medical or anatomical images of skeletal patterns

Abstract

本發明提供一種骨結構檢測方法與系統，係根據斷層掃描器所拍攝一生物骨骼之影像資料，進行運算處理與影像重建，可呈現該生物骨骼之骨結構參數分佈狀態。其方法之流程步驟包含在生物骨骼之影像資料中，分割出至少一骨頭進行分析，骨頭之影像由多個像素組成，各像素具有一亮度值，亮度值與骨結構參數具有正向關係。將骨頭之一慣性主軸之長軸對齊卡氏座標的一主軸。骨頭之皮質骨區域與垂直主軸之至少一主平面相交，各主平面上形成皮質骨區域之外輪廓線與內輪廓線。在主平面上之外輪廓線之內側區域進行一骨結構參數分析運算法，以計算出沿著外輪廓線上之骨結構參數分佈狀態。藉由組合各主平面之外輪廓線上之骨結構參數分佈狀態，可呈現出骨頭之骨結構參數分佈狀態，組合各骨頭之骨結構參數分佈狀態，以呈現出生物骨骼之骨結構參數分佈狀態。

Description

骨結構檢測方法與系統
本發明係關於一種骨結構檢測方法與系統，特別是一種使用特殊之骨結構參數分析運算法之骨結構檢測方法與系統，使生物骨骼之影像資料經由運算處理與影像重建，可呈現該生物骨骼之骨結構參數分佈狀態。
針對老年人之骨頭與關節的健康，骨質疏鬆症的預防逐漸受到重視。骨質疏鬆是判斷是否會產生骨折之重要因素，因為骨質疏鬆後，導致骨頭脆弱，所以容易在意外跌倒後產生骨折。老年人之髖部如果因為骨質疏鬆發生骨折後，必須長期臥床與依賴他人照顧，不但會造成家庭及社會巨大的負擔，病患更會因為缺乏運動、肌肉萎縮、身體之抵抗力下降等因素進而產生各種疾病。
在目前之骨質密度檢查方式，最常見為超音波及X光兩種型式。其中超音波型式是針對人體之足部進行超音波檢查。因為跟骨具有全身小樑骨(trabecular)含量最高的區域(高達95%)，所以骨質是否流失，可以從跟骨骨質密度提早發現。但是跟骨之骨質異常，並不代表其它骨質結構也一定異常，所以有 關腰椎及髖骨之骨質密度，需再一步檢查以做為治療與否的依據。
雙能量X光吸收儀(DEXA,Dual-energy X-ray absorptiometry)為X光型式之代表性之檢查儀器。其操作原理是利用不同能量之X光分辨骨骼和肌肉的部份，並從而分辨出骨質的含量。檢測方式為使用X光照射受測者之身體，再將雙能量X光吸收儀所得出之T值，與骨質密度高峰期之同種族年青人之平均值作出比較，以顯示骨質流失的程度。其中，T值若低於-1則代表受測者之骨質已經出現疏鬆或流失之狀況。以雙能量X光吸收儀檢測之結果，T值僅能代表骨質密度處於正常、偏低、極低及嚴重疏鬆之四種程度，無法精確知骨頭之每一位置之骨質疏鬆狀況。
據此，在治療骨質疏鬆症之領域中，迫切需要一種 方法與系統可以計算分析生物骨骼之骨結構參數分佈狀態，並且藉由運算處理與影像重建方式，將骨結構參數分佈狀態以三維立體圖方式呈現，以利醫生學者進行相關研究。
有鑑於此，本發明提供一種骨結構檢測方法與系統，根據斷層掃描器所拍攝之生物骨骼影像資料，進行運算處理與影像重建，可得到該生物骨骼之骨結構參數分佈狀態，以利醫師診斷骨質疏鬆症狀，以提早發現並預防骨骼因為變得脆弱，而呈現容易骨折的狀態。
本發明提供一種骨結構檢測方法，其步驟包含(1)在生物骨骼之影像資料中，分割出至少一骨頭進行分析，骨頭之 影像由多個像素組成，各像素具有一亮度值，亮度值與骨結構參數，例如骨質密度，具有正向關係；(2)將骨頭之一慣性主軸之長軸對齊卡氏座標的一主軸；(3)骨頭之皮質骨區域與垂直主軸之至少一主平面相交，各主平面上形成皮質骨區域之一外輪廓線與一內輪廓線；(4)在主平面上之外輪廓線之內側區域進行一骨結構參數分析運算法，以計算出沿著外輪廓線上之骨結構參數分佈狀態；(5)在各主平面上計算外輪廓線上之骨結構參數分佈狀態，以計算出骨頭之骨結構參數分佈狀態；以及(6)組合各骨頭之骨結構參數分佈狀態，以呈現出生物骨骼之骨結構參數分佈狀態。
在本發明的一具體實施例中，該骨結構參數為骨質 密度，該骨質密度分析運算法為一法線向量運算法，其計算方式為計算主平面上之外輪廓線上之像素之法線向量，並且以該像素為起點，沿著法線向量向外輪廓線之內側累加位於外輪廓線與內輪廓線之間區域之各像素之亮度值，以及計算沿著法線向量之外輪廓線與內輪廓線之間距離。最後在外輪廓線上之各像素完成上述計算，即可計算出外輪廓線上各像素之骨質密度分佈狀態。
在本發明的另一具體實施例中，，該骨結構參數為 骨質密度，該骨質密度分析運算法為一縱深式運算法，其計算方式為計算主平面上之外輪廓線與內輪廓線之間區域之重心位置，再以重心位置分別連線至外輪廓線上之各像素，在每一條連線上累加各像素之亮度值以及計算外輪廓線與內輪廓線之間距離。
在本發明的又一具體實施例中，該骨結構參數為骨 質密度，該骨質密度分析運算法為一環狀式運算法，其計算方式為計算主平面上之外輪廓線與內輪廓線之間區域之重心位置，再以重心位置向外幅射式連線至外輪廓線上，連線與連線之間相隔角度為固定角度，在每一條連線上累加各像素之亮度值以及計算外輪廓線與內輪廓線之間距離。
在本發明之再一具體實施例中，環狀式運算法之連 線與連線之間相隔角度為非固定角度。
在本發明之一實施例中，上述之骨結構檢測方法其 進一步根據，該骨結構參數分析運算法之計算結果，沿著外輪廓線上之骨結構參數分佈狀態以三維高度圖(3D Geographic Positioning System Map)表示。
在本發明之另一實施例中，上述之骨結構檢測方法 其進一步根據骨結構參數分析運算法之計算結果，沿著外輪廓線上之骨結構參數分佈狀態以三維影像圖(3D Visualization)表示。
在本發明之又一實施例中，上述之骨結構檢測方法 其進一步根據骨結構參數分析運算法之計算結果，沿著該外輪廓線上之骨結構參數分佈狀態以二維地圖(2D Map)表示。
在本發明之一具體實施例中，三維高度圖上之長度 維度與寬度維度代表各該像素對應該骨之位置，高度維度代表各該像素之骨結構參數。
在本發明之另一具體實施例中，二維地圖上之長度 維度與寬度維度代表各該像素對應該骨之位置，顏色分佈代表各該像素之骨結構參數。
本發明更提供一種骨結構檢測系統，其包含一斷層 掃描單元、一影像處理單元、一骨結構參數計算單元及一顯示單元。其中斷層掃描單元具有一X光發射器與一接收器，X光束穿透位於X光發射器與接收器中間之受測生物；影像處理單元將接收器所接收之X光束能轉換為一影像資料；骨結構參數計算單元具有如前述之骨結構檢測方法，將斷層掃單元與影像處理單元所處理之生物骨骼之影像資料，進行運算處理與影像重建，可呈現生物骨骼之骨結構參數分佈狀態；以及顯示單元呈現骨結構參數計算單元所計算之生物骨骼之骨結構參數分佈狀態。
無須進一步的闡述，咸相信本發明所屬技術領域中 具有通常知識者基於前述說明即可利用本發明至最廣的程度。因此，可以理解以下的說明僅僅是作為例示說明之用，而非以任何方式限制其餘的揭露內容。
10‧‧‧生物骨骼
12‧‧‧骨結構檢測方法
14‧‧‧至少一骨頭
16‧‧‧多個像素
20‧‧‧慣性主軸
22‧‧‧主軸
24‧‧‧至少一主平面
26‧‧‧外輪廓線
28‧‧‧內輪廓線
30‧‧‧骨質密度分析運算法
40‧‧‧法線向量運算法
50‧‧‧縱深式運算法
60‧‧‧環狀式運算法
S1-S6‧‧‧骨結構檢測方法之流程步驟
第1圖係根據本發明之骨結構檢測方法之流程步驟。
第2圖係根據本發明之骨結構檢測方法之一具體實施例所檢測之骨頭示意圖。
第3圖係根據本發明之骨結構檢測方法之法線向量運算法之示意圖。
第4圖係根據本發明之骨結構檢測方法之縱深式運 算法之示意圖。
第5圖係根據本發明之骨結構檢測方法之環狀式運算法之示意圖。
第6圖係根據本發明之骨結構檢測方法之三維高度圖示意圖。
第7圖係根據本發明之骨結構檢測方法之三維影像圖示意圖。
第8圖係根據本發明之骨結構檢測方法之二維地圖示意圖。
除非另有指明，所有在此處使用的技術性和科學性術語具有如同本發明所屬技藝中之通常技術者一般所瞭解的意義。
本文中所使用的「一」乙詞，如未特別指明，係指至少一個(一個或一個以上)之數量。
在本發明之一部分中，提供一種骨結構檢測方法，根據斷層掃描器所拍攝之生物骨骼影像資料，進行運算處理與影像重建，可得到該生物骨骼之骨結構參數分佈狀態，以利醫師診斷骨質疏鬆症狀，以提早發現並預防骨骼因為變得脆弱，而呈現容易骨折的狀態。
根據國際骨質疏鬆基金會指出，老年人之髖骨發生 骨折後，約有12%至20%的髖關節骨折病人在骨折後一年內死亡。 因此在本發明之實施例中，以髖關節之腿骨進行分析，計算腿骨之骨結構參數分佈狀態，進而預防髖關節之骨折。第1圖係根據本發明之骨結構檢測方法之流程步驟，第2圖係根據本發明之骨結構檢測方法之一具體實施例所檢測之骨頭示意圖，請參閱第1圖與第2圖，其中檢測之骨結構參數為骨質密度，當受測者在經由斷層掃描儀器拍攝後，拍攝之影像資料經由電腦運算與重建可得到三維立體之人體內部組織與結構影像。在本發明之骨結構檢測方法12中，該方法之第一步驟將不規則形狀之生物骨骼10分割出來，將其細分為至少一骨頭14，並且針對各骨頭14進行分析。影像是由多個像素16組成，各像素16具有一亮度值，亮度值與骨結構參數，例如骨質密度，之間具有正向關係。第二步驟是將骨頭14之一慣性主軸20之長軸對齊卡氏座標的一主軸22。第三步驟是將骨14之骨質區域與垂直主軸22之至少一主平面24相交，各主平面24上形成皮質骨區域之一外輪廓線26與一內輪廓線28。第四步驟是在主平面24上之外輪廓線26之內側區域進行一骨質密度分析運算法30，以計算出沿著外輪廓線26上之骨質密度分佈狀態。第五步驟是在各主平面24上計算外輪廓線26上之骨質密度分佈狀態，以計算出骨頭14之骨質密度分佈狀態。第六步驟是組合各骨頭14之骨質密度分佈狀態，以呈現出生物骨骼10之骨質密度分佈狀態。
值得一提的是，生物骨骼10由不規則形狀之骨頭14 組成，並且骨頭之兩端結構較為複雜，為了方便分析，我們將分 割生物骨骼10進行不同區域之分析(請再參閱第2圖)。首先，針對生物骨骼10中間較規則的部分進行分割，計算分割後之骨頭10之慣性主軸方向20，然後再將慣性主軸20之長軸向量轉至卡氏座標系統的一主軸22方向(例如Z軸)，依此方式，在與該主軸22垂直之至少一主平面24(例如XY平面)即可以呈現骨頭的截面。有關於結構較為複雜之骨頭兩端或其它部分，在本發明之部分實施例中，可以將其切割為多塊皆為較規則形狀之骨頭，利用上述慣性主軸之長軸向量轉至卡氏座標系統之一主軸方向之相同技術，分別利用骨質密度分析運算法30計算出該些骨頭之骨質密度分佈狀態。
另外，在本發明之骨結構檢測方法12中，斷層掃描 器所拍攝之生物骨骼10影像資料中，每一像素16之亮度值的單位為Hu，不同的Hu值反映器官與組織對X光的吸收程度，Hu值愈大的區域表示高吸收區，亦即高密度區，如骨骼部分。當Hu值愈大時，影像上的亮度也愈強，藉此關連性讓我們可以透過影像來分析骨頭的密度大小。
在本發明之骨結構檢測方法12中，利用了三種不同 之骨質密度分析運算法30對各主平面24上之外輪廓線26之內側區域進行計算分析，其中，各主平面上形成之外輪廓線26與內輪廓線28中間之區域對應到骨頭14之皮質骨區域。
第一種骨質密度分析運算法30為法線向量運算法40 (請參閱第3圖)，該方法是在各主平面24上由外輪廓線26上的每 一個像素16分別為起點，沿著各該像素16的法線向量向骨頭中心計算累加每個位於外輪廓線26與內輪廓線28中間區域之亮度值，並且計算外輪廓線26與內輪廓線28中間區域之骨壁厚度。在計算外輪廓線26的每一個像素16之法線向量必須先計算該像素16之切線向量，再將切線向量旋轉90度後成為法線向量。
第二種骨質密度分析運算法30為縱深式運算法50 (請參閱第4圖)，該方法是針對每一主平面24上之外輪廓線26與內輪廓線28中間區域，計算其重心位置，再從該主平面24上建立外輪廓線28上的每一像素16與重心的連線，計算每一條連線上的累加亮度值以及外輪廓線26與內輪廓線28中間區域之骨壁厚度，即可得到此主平面24之骨質分析結果，再以此方式反覆計算所有主平面24，以得到整根骨頭的分析結果。
第三種骨質密度分析運算法30為環狀式運算法60 (請參閱第5圖)，該方法是針對每一主平面24上之外輪廓線26與內輪廓線28中間區域，計算其重心位置，再從重心位置以360度放射狀的方式向外建立掃描線，由中心點沿各放射狀向量前進，每次前進一個像素16，直到前進至外輪廓線26上為止。累加每一條連線上由中心點到外輪廓線26上之亮度值，即可得到此主平面24的骨質分析結果，再以此方式反覆計算所有主平面24，來得到整根骨頭的分析結果。須注意的是，線與線之間隔可以是固定角度(例如1度角)，但本發明不以此為限，線與線之間隔也可以是非固定角度。
經由上述三種不同之骨質密度分析運算法30對各主 平面24上之外輪廓線26之內側區域進行計算分析，可以計算得到位於該骨頭14之外輪廓線26(皮質骨之外表面)上之每一像素16對應之累加亮度值(Hu值)。更進一步地，本發明之骨結構檢測方法使用運算處理與影像重建，可以將上述之計算結果以三維高度圖(3D Geographic Positioning System Map)、三維影像圖(3D Visualization)或二維地圖(2D Map)呈現(請參閱第6-8圖)，其中，三維高度圖上之長度維度與寬度維度代表各該像素對應該骨頭之位置，高度維度代表各該像素之骨結構參數。另外，每一像素16對應之累加亮度值依數值之大小具有不同之顏色，因此醫生或學者可藉由三維影像圖及二維地圖上之顏色分佈診斷骨質疏鬆症狀。
在本發明之另一部分中，提供一種骨結構檢測系 統，其包含一斷層掃描單元、一影像處理單元、一骨結構參數計算單元及一顯示單元。其中斷層掃描單元具有一X光發射器與一接收器，X光束穿透位於X光發射器與接收器中間之受測生物；影像處理單元將接收器所接收之X光束能轉換為一影像資料；骨結構參數計算單元具有如前述之骨結構檢測方法12中，將斷層掃單元與影像處理單元所處理之生物骨骼10之影像資料，進行運算處理與影像重建，可呈現生物骨骼10之骨結構參數分佈狀態；以及顯示單元呈現骨結構參數計算單元所計算之生物骨骼10之骨結構參數分佈狀態。
在本發明之骨結構檢測系統中，所檢測之骨結構參 數為骨質密度，骨質密度計算單元具有三種骨結構參數分析運算法30，其分別為法線向量運算法40、縱深式運算法50及環狀式運算法60。其中，法線向量運算法40是計算各主平面24上之外輪廓線26上之像素16之法線向量，並且以該像素16為起點，沿著法線向量向外輪廓線26之內側累加位於外輪廓線26與內輪廓線28之間區域之各像素16之亮度值以及計算沿著法線向量之外輪廓線26與內輪廓線28之間距離，即可計算出外輪廓線26上各像素16之骨質密度分佈狀態；縱深式運算法50是計算各主平面24上之外輪廓線26與內輪廓線28之間區域之重心位置，再以重心位置分別連線至外輪廓線26上之各像素16，在每一條連線上累加各像素16之亮度值以及計算外輪廓線26與內輪廓線28之間距離；環狀式運算法60是計算各主平面24之外輪廓線26與內輪廓線28之間區域之重心位置，再以重心位置向外幅射式連線至外輪廓線26上，連線與連線之間相隔角度為固定角度或非固定角度，在每一條連線上累加各像素16之亮度值以及計算外輪廓線26與內輪廓線28之間距離。
在本發明之骨結構檢測系統中，經由三種不同之骨 質密度分析運算法30對各主平面24上之外輪廓線26之內側區域進行計算分析，可以將計算之結果以三維高度圖(3D Geographic Positioning System Map)、三維影像圖(3D Visualization)或二維地圖(2D Map)呈現。
綜上所述，本發明之骨結構檢測方法與系統，藉由 三種骨結構參數分析運算法30(法線向量運算法40、縱深式運算法50及環狀式運算法60)，計算出生物骨骼10之骨結構參數分佈狀態，再以三維高度圖(3D Geographic Positioning System Map)、三維影像圖(3D Visualization)或二維地圖(2D Map)呈現。在本發明之實施例的實際應用中，可以有效的發現病人之骨結構參數分佈狀態在半年前與半年後出現變化，更可以知道骨結構參數變化之位置，因此本發明之骨結構檢測方法與系統確實達到了計算分析生物骨骼之骨結構參數分佈之功能，不但以利醫生學者進行相關研究，更可以預防老年人發生骨質疏鬆之骨折疾病。
本領域的技藝人士會理解可對前述具體實施例進行改變而不偏離其廣義之發明概念。因此，應明瞭本發明不受限於所揭示之特定具體實施例，而是涵蓋所附申請專利範圍所定義的精神及範圍內之修飾。
S1-S6‧‧‧骨結構檢測方法之流程步驟

Claims (21)

  1. 一種骨結構檢測方法，係根據斷層掃描器所拍攝一生物骨骼之影像資料，進行運算處理與影像重建，可呈現該生物骨骼之骨質密度分佈狀態，以利醫師診斷骨質疏鬆症狀，該骨結構檢測方法包含以下步驟：(1)在該生物骨骼之影像資料中，分割出至少一骨頭進行分析，該骨頭之影像由多個像素組成，各該像素具有一亮度值，該亮度值與骨結構參數具有正向關係；(2)將該骨頭之一慣性主軸之長軸對齊卡氏座標的一主軸；(3)該骨頭之骨質區域與垂直該主軸之至少一主平面相交，各該主平面上形成骨質區域之一外輪廓線與一內輪廓線；(4)在該主平面上之該外輪廓線之內側區域進行一骨結構參數分析運算法，以計算出沿著該外輪廓線上之骨結構參數分佈狀態；(5)在各該主平面上計算該外輪廓線上之骨結構參數分佈狀態，以計算出該骨頭之骨結構參數分佈狀態；以及(6)組合各該骨頭之骨結構參數分佈狀態，以呈現出該生物骨骼之骨結構參數分佈狀態。
  2. 如申請專利範圍第1項所述之骨結構檢測方法，其中該骨結構參數為骨質密度。
  3. 如申請專利範圍第2項所述之骨結構檢測方法，其中該骨 質密度分析運算法為一法線向量運算法，其計算方式為計算該主平面上之該外輪廓線上之該像素之法線向量，並且以該像素為起點，沿著法線向量向該外輪廓線之內側累加位於該外輪廓線與該內輪廓線之間區域之各該像素之亮度值以及計算沿著法線向量之該外輪廓線與該內輪廓線之間距離，最後在該外輪廓線上之各該像素完成上述計算，即可計算出該外輪廓線上各該像素之骨質密度分佈狀態。
  4. 如申請專利範圍第2項所述之骨結構檢測方法，其中該骨質密度分析運算法為一縱深式運算法，其計算方式為計算該主平面上之該外輪廓線與該內輪廓線之間區域之重心位置，再以重心位置分別連線至該外輪廓線上之各該像素，在每一條連線上累加各該像素之亮度值以及計算該外輪廓線與該內輪廓線之間距離。
  5. 如申請專利範圍第2項所述之骨結構檢測方法，其中該骨質密度分析運算法為一環狀式運算法，其計算方式為計算該主平面上之該外輪廓線與該內輪廓線之間區域之重心位置，再以重心位置向外幅射式連線至該外輪廓線上，連線與連線之間相隔角度為固定角度，在每一條連線上累加各該像素之亮度值以及計算該外輪廓線與該內輪廓線之間距離。
  6. 如申請專利範圍第5項所述之骨結構檢測方法，其中該環狀式運算法之連線與連線之間相隔角度為非固定角度。
  7. 如申請專利範圍第2、3、4、5或6項所述之骨結構檢測方法，其進一步包含下列步驟： 根據該骨質密度分析運算法之計算結果，沿著該外輪廓線上之骨質密度分佈狀態以三維高度圖(3D Geographic Positioning System Map)表示。
  8. 如申請專利範圍第2、3、4、5或6項所述之骨結構檢測方法，其進一步包含下列步驟：根據該骨質密度分析運算法之計算結果，沿著該外輪廓線上之骨質密度分佈狀態以三維影像圖(3D Visualization)表示。
  9. 如申請專利範圍第2、3、4、5或6項所述之骨結構檢測方法，其進一步包含下列步驟：根據該骨質密度分析運算法之計算結果，沿著該外輪廓線上之骨質密度分佈狀態以二維地圖(2D Map)表示。
  10. 如申請專利範圍第7項所述之骨結構檢測方法，其中三維高度圖上之長度維度與寬度維度代表各該像素對應該骨頭之位置，高度維度代表各該像素之骨結構參數。
  11. 如申請專利範圍第9項所述之骨結構檢測方法，其中二維地圖上之長度維度與寬度維度代表各該像素對應該骨頭之位置，顏色分佈代表各該像素之骨結構參數。
  12. 一種骨結構檢測系統，其包含：一斷層掃描單元，具有一X光發射器與一接收器，X光束穿透位於該X光發射器與該接收器中間之受測生物；一影像處理單元，將該接收器所接收之X光束能轉換為一影像資料； 一骨結構參數計算單元，其具有一如申請專利範圍第1項所述之骨結構檢測方法，將該斷層掃單元與該影像處理單元所處理之該生物骨骼之影像資料，進行運算處理與影像重建，可呈現該生物骨骼之骨結構參數分佈狀態；以及一顯示單元，呈現該骨質密度計算單元所計算之該生物骨骼之骨結構參數分佈狀態。
  13. 如申請專利範圍第10項所述之骨結構檢測系統，其中該骨結構參數為骨質密度，該骨質密度分析運算法為一法線向量運算法，其計算方式為計算該主平面上之該外輪廓線上之該像素之法線向量，並且以該像素為起點，沿著法線向量向該外輪廓線之內側累加位於該外輪廓線與該內輪廓線之間區域之各該像素之亮度值以及計算沿著法線向量之該外輪廓線與該內輪廓線之間距離，最後在該外輪廓線上之各該像素完成上述計算，即可計算出該外輪廓線上各該像素之骨質密度分佈狀態。
  14. 如申請專利範圍第10項所述之骨結構檢測系統，其中該骨結構參數為骨質密度，該骨質密度分析運算法為一縱深式運算法，其計算方式為計算該主平面上之該外輪廓線與該內輪廓線之間區域之重心位置，再以重心位置分別連線至該外輪廓線上之各該像素，在每一條連線上累加各該像素之亮度值以及計算該外輪廓線與該內輪廓線之間距離。
  15. 如申請專利範圍第10項所述之骨結構檢測系統，其中該骨結構參數為骨質密度，該骨質密度分析運算法為一環狀式運算法，其計算方式為計算該主平面上之該外輪廓線與該內輪廓線之間區域之重心位置，再以重心位置向外幅射式連線至該外輪廓線 上，連線與連線之間相隔角度為固定角度，在每一條連線上累加各該像素之亮度值以及計算該外輪廓線與該內輪廓線之間距離。
  16. 如申請專利範圍第3項所述之骨結構檢測系統，其中該環狀式運算法之連線與連線之間相隔角度為非固定角度。
  17. 如申請專利範圍第13或14項所述之骨結構檢測系統，其中根據該骨質密度分析運算法之計算結果，沿著該外輪廓線上之骨質密度分佈狀態以三維高度圖(3D Geographic Positioning System Map)表示。
  18. 如申請專利範圍第13或14項所述之骨結構檢測系統，其中根據該骨質密度分析運算法之計算結果，沿著該外輪廓線上之骨質密度分佈狀態以三維影像圖(3D Visualization)表示。
  19. 如申請專利範圍第13或14項所述之骨結構檢測系統，其中根據該骨質密度分析運算法之計算結果，沿著該外輪廓線上之骨質密度分佈狀態以二維地圖(2D Map)表示。
  20. 如申請專利範圍第18項所述之骨結構檢測系統，其中三維高度圖上之長度維度與寬度維度代表各該像素對應該骨頭之位置，高度維度代表各該像素之骨結構參數。
  21. 如申請專利範圍第19項所述之骨結構檢測系統，二維地圖上之長度維度與寬度維度代表各該像素對應該骨頭之位置，顏色分佈代表各該像素之骨結構參數。
TW104112488A 2015-04-17 2015-04-17 骨結構檢測方法與系統 TWI610661B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW104112488A TWI610661B (zh) 2015-04-17 2015-04-17 骨結構檢測方法與系統
US14/947,560 US9775577B2 (en) 2015-04-17 2015-11-20 Method and system for detection of bone structure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104112488A TWI610661B (zh) 2015-04-17 2015-04-17 骨結構檢測方法與系統

Publications (2)

Publication Number Publication Date
TW201637615A true TW201637615A (zh) 2016-11-01
TWI610661B TWI610661B (zh) 2018-01-11

Family

ID=57128663

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104112488A TWI610661B (zh) 2015-04-17 2015-04-17 骨結構檢測方法與系統

Country Status (2)

Country Link
US (1) US9775577B2 (zh)
TW (1) TWI610661B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661052A (zh) * 2022-10-13 2023-01-31 高峰医疗器械(无锡)有限公司 牙槽骨的骨质检测方法、装置、设备及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10039513B2 (en) 2014-07-21 2018-08-07 Zebra Medical Vision Ltd. Systems and methods for emulating DEXA scores based on CT images
US10588589B2 (en) 2014-07-21 2020-03-17 Zebra Medical Vision Ltd. Systems and methods for prediction of osteoporotic fracture risk
CN112712594A (zh) * 2020-12-29 2021-04-27 深圳技术大学 骨骼模型构建方法、装置、计算机设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5673303A (en) * 1995-04-19 1997-09-30 Wright State University Method and apparatus for the evaluation of structural width and density by computed tomography
US5910972A (en) * 1996-09-25 1999-06-08 Fuji Photo Film Co., Ltd. Bone image processing method and apparatus

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661052A (zh) * 2022-10-13 2023-01-31 高峰医疗器械(无锡)有限公司 牙槽骨的骨质检测方法、装置、设备及存储介质
CN115661052B (zh) * 2022-10-13 2023-09-12 高峰医疗器械(无锡)有限公司 牙槽骨的骨质检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US9775577B2 (en) 2017-10-03
TWI610661B (zh) 2018-01-11
US20160302748A1 (en) 2016-10-20

Similar Documents

Publication Publication Date Title
Cheung et al. Ultrasound volume projection imaging for assessment of scoliosis
US9317661B2 (en) Automatic implant detection from image artifacts
US8483458B2 (en) Method and system for measuring visceral fat mass using dual energy x-ray absorptiometry
WO2016190327A1 (ja) 医療用ｘ線測定システム
Jiang et al. A fast 3-D ultrasound projection imaging method for scoliosis assessment
JP2023062179A (ja) 肺および血管の健康状態を検査し評価する方法
TWI610661B (zh) 骨結構檢測方法與系統
Bell et al. Four-dimensional computed tomography scans facilitate preoperative planning in snapping scapula syndrome
Pauchard et al. Automated quantification of three-dimensional subject motion to monitor image quality in high-resolution peripheral quantitative computed tomography
ten Berg et al. Quantifying scaphoid malalignment based upon height-to-length ratios obtained by 3-dimensional computed tomography
Zhang et al. Sonoelastography shows that Achilles tendons with insertional tendinopathy are harder than asymptomatic tendons
WO2021155373A1 (en) Systems and methods for detection of musculoskeletal anomalies
US20160180520A1 (en) Quantitative method for 3-d joint characterization
Xu et al. Back shape measurement and three-dimensional reconstruction of spinal shape using one kinect sensor
Tang et al. A model-based approach to investigate the effect of a long bone fracture on ultrasound strain elastography
Courvoisier et al. Evaluation of a three-dimensional reconstruction method of the rib cage of mild scoliotic patients
Geraets et al. Orientation of the trabecular pattern of the distal radius around the menopause
Kickuth et al. 3D CT versus axial helical CT versus conventional tomography in the classification of acetabular fractures: a ROC analysis
Vo et al. 3D ultrasound imaging method to assess the true spinal deformity
Masjedi et al. A method of assessing the severity of cam type femoro-acetabular impingement in three dimensions
Forbes et al. Musculoskeletal ultrasound for 3D bone modeling: A preliminary study applied to lumbar vertebra
JP2011062253A (ja) 断層画像処理装置、筋断面積測定システム及び断層画像処理方法
Cooley et al. Computed tomographic characterization of the pulmonary system in clinically normal alpacas
JP2016059593A (ja) 医用画像処理装置、医用画像解析システム、医用画像処理方法及びプログラム
Fujinuma et al. Evaluation of tibiofibular joint alignment in ankle osteoarthritis based on 3D bone thickness

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees