WO2006043523A1

WO2006043523A1 - 骨粗鬆症診断支援装置

Info

Publication number: WO2006043523A1
Application number: PCT/JP2005/019078
Authority: WO
Inventors: Akira Asano; Akira Taguchi; Takashi Nakamoto; Keiji Tanimoto; Zainal Arifin AGUS
Original assignee: Hiroshima University NUC
Current assignee: Hiroshima University NUC
Priority date: 2004-10-19
Filing date: 2005-10-18
Publication date: 2006-04-27
Anticipated expiration: 2007-04-19
Also published as: JP4956745B2; GB2436980A; JPWO2006043523A1; US20070286467A1; GB2436980B; US7916921B2; GB0709582D0

Abstract

　Ｘ線パノラマ写真を利用することにより、骨粗鬆症診断に係る術者の特別な技能や経験等を要することなく、簡便な方法で正確な骨粗鬆症の診断を可能とする。　デジタル画像化された下顎骨のＸ線パノラマ写真の明暗を強調化し、オトガイ孔と下顎底を含む下顎体の一部を対象領域画像として切り出す対象領域画像取得手段と、該対象領域画像から背景部分と前記下顎体部分を判別し、前記背景部分を排除した部分を判定領域画像として取得する分別・選択手段と、該判定領域画像の前記下顎体を構成する皮質骨と海面骨の形態を鮮明化する鮮明化画像取得手段と、該形態が鮮明化された画像上の皮質骨部分を特定する手段と、前記各手段により特定された前記オトガイ孔と皮質骨を形成する輪郭を基に皮質骨の厚さを求める計算手段と、該求められた皮質骨の厚さを出力する出力手段と、からなる。

Description

明細書

骨粗鬆症診断支援装置

技術分野

[0001] 本発明は、歯科治療において撮影されるノ Vラマ X線写真を用いて骨粗鬆症の診断を行うための骨粗鬆症診断支援装置に関する。

背景技術

[0002] 高齢者人口の増加に伴って骨粗鬆症の患者数が増え、骨粗鬆に対して社会的な関心が集まっている。このような中で、骨粗鬆症検診は老人保健法の対象にもなつており、保健所を始め各種の医療機関で骨粗鬆症検診が行われるようになつている。

[0003] 骨粗鬆症の検診においては、腰椎、橈骨、大腿骨頸部の X線撮影力もそれらの骨量を測定することができる DXA (デキサ）法、中手骨の X線撮影から皮質骨の骨量を測定する MD (エムデ一）法、あるヽは X線を使用しな、超音波法が使用されて、る。デキサ法は詳しいデータに基づき正確な診断ができるが、高価で大がかりな装置を要する。エムデ一法又は超音波法は簡便に測定できるが正確性に劣り、特に超音波法は測定誤差が大きい。

[0004] このため、簡便にかつ正確に測定することができる骨粗鬆症診断方法又は装置が求められており、超音波法については、特許文献 1又は 2に骨密度の測定精度の向上を図る骨粗鬆症診断装置及び方法が開示されている。一方、骨粗鬆症の医学的研究の進展により骨密度の低下に伴い下顎骨を形成する下顎体皮質骨の形態に変化が生じることが明らかにされ、特許文献 3にこの下顎体皮質骨の形態の変化状態力も骨粗鬆症の有無を判断する手段として歯科治療で行われるノ Vラマ X線写真を利用した骨粗鬆症診断支援装置が開示されている。

[0005] 特許文献 1 :特開平 8-215196号公報

特許文献 2 :特開平 11-313820号公報

特許文献 3：特開 2004-209089号公報

発明の開示

発明が解決しょうとする課題 [0006] しかしながら、特許文献 1又は 2に開示された超音波法に基づく骨粗鬆症診断装置又は方法はなお測定精度の向上が求めているとともにその測定原理上力測定精度の向上が容易でないという問題がある。これに対し、パノラマ X線写真を利用した骨粗鬆症診断支援装置は、歯科治療で行われるパノラマ X線写真を利用した骨粗鬆症診断を行うことができるので、病気になった者を治療するという従来のような医療でなぐ今後医療に期待される予防あるいは医療ケアサービスの支援として有望である力さらに測定精度の向上及び測定手段の簡素化を要するという問題がある。

[0007] 本発明は、係る従来の問題点及び社会的な要請を考慮し、パノラマ X線写真を利用することにより、骨粗鬆症診断に関わる術者の特別な技能や経験等を要することなく、簡便な方法で正確な骨粗鬆症の診断を可能とする骨粗鬆症診断支援装置を提案することを目的とする。

課題を解決するための手段

[0008] 本発明の骨粗鬆症診断支援装置は、デジタル画像化された下顎骨のパノラマ X線写真上の下顎骨の明暗を強調化し、オトガイ孔と下顎底を含む下顎体の一部を対象領域画像として切り出す対象領域画像取得手段と、該対象領域画像から背景部分と前記下顎体部分を判別し、前記背景部分を排除した部分を判定領域画像として取得する分別 ·選択手段と、該判定領域画像の前記下顎体を構成する皮質骨と海綿骨の形態を鮮明化する鮮明化画像取得手段と、該形態が鮮明化された画像上の皮質骨部分を特定する手段と、前記各手段により特定された前記オトガイ孔と皮質骨を形成する輪郭を基に皮質骨の厚さを求める計算手段と、該求められた皮質骨の厚さを出力する出力手段と、力なる。

[0009] 上記発明にお、て、分別'選択手段は、下記のアルゴリズム力もなる二値ィ匕処理を行うプログラムであるのがよい。すなわち、（1)対象領域を構成する画素値の頻度ヒストグラムを生成し、頻度がゼロでない画素値を小さい方力も順番にならべる。ここで、 1 つの画素値に属する画素の一群により 1つのクラスタが構成される。（2)隣接する 2つのクラスタ間の距離を測定し、もっとも距離が小さい組を、画素値の小さい方のクラスタに統合する。 (3)上の操作を繰り返してクラスタが 2つになるまでクラスタの統合を進める。（4) (3)で得られた 2つのクラスタのうち、画素値の大きい方のクラスタに属する画素値をすベて 1 (白）とし、小さい方のクラスタに属する画素値をすベて o (黒）に置きかえる。ここで、クラスタ間の距離とはクラスタ内分散と、クラスタ間分散の積で定義される。

[0010] また、計算手段は、下記のアルゴリズム力もなるプログラムであるのがよい。すなわち、（1)特定された皮質骨に属する一点を起点として、 y軸と平行に X座標が大きくなる方向に直線をのばし、輪郭と交わった点の画素を記憶領域に入れる。（2)記憶領域内の各画素力さらに 8近傍内にある輪郭上の画素を記憶領域に入れる。（3)さらに各画素から 8近傍内にある輪郭上の画素を記憶領域に入れる。このような操作を次々に行い、記憶領域に入れるべき画素がなくなる力または記憶領域内の画素数が当初に設定した値になるまで続ける。（4)その記憶領域内の画素群 Aにより皮質骨の外縁が形成されるものとする。ただし、記憶領域内の画素で同一の y座標をもつものがあるときは、最も大きい X座標をもつ画素が皮質骨の外縁を形成するものとする。 (5 )特定された皮質骨に属する一点を起点として、 y軸と平行に X座標が小さくなる方向に直線をのばし、輪郭と交わった点の画素を記憶領域に入れ、（2)から (4)と同様の操作を行なって、記憶領域内の画素群 Bにより皮質骨の内縁が形成されるものとする。（6)画素群 Aの各画素について、その画素および近傍の画素に基づく回帰直線を求める。（7)画素群 Aの各画素について、オトガイ孔とその画素を結ぶ直線と、その画素についての回帰直線とがなす角度を求め、その角度が 90° に最も近くなる画素を外縁点として特定する。（8)外縁点とオトガイ孔を結ぶ直線カゝら一定距離以内にある画素群 Bのうち、外縁点との距離が最小の点を内縁点とする。（9)外縁点から内縁点までの長さを皮質骨の厚さとする。ここで、 y座標とはパノラマ X線写真を撮影したときの下から上の方向すなわち人体の足から頭に向力う方向の座標をいい、 X座標は y 座標に直交し、その正の方向は顎の先端力離れる方向とする。

[0011] 皮質骨部分を特定する手段は、マウス又はライトペンによる外部入力手段と、該外部入力手段による入力された信号に基づき皮質骨部分を特定するプログラム力なるものがよい。

[0012] また、上記発明においては、骨粗鬆症データベースと、該データベースに蓄積されたデータと皮質骨の厚さを比較し、骨粗鬆症認定判断を行う手段とを設けるのがよい [0013] 本発明に係る骨粗鬆症診断支援装置は、下記のプログラムを記録したコンピュータ読み込み可能な記録媒体を用いて容易に構成することができる。すなわち、（1)デジタル画像化されたパノラマ X線写真上の下顎骨の明暗を強調化し、オトガイ孔と下顎底を含む下顎体の一部を対象領域画像として切り出すプログラムと、 (2)該対象領域画像から背景部分と前記下顎体部分を判別し、前記背景部分を排除した部分を判定領域画像とする分別'選択プログラムと、（3)該判定領域画像の前記下顎体を構成する皮質骨と海綿骨の形態及び輪郭を鮮明化するプログラムと、（4)外部入力手段からの信号により前記皮質骨に属する画素を特定するプログラムと、 (5)前記各プログラムにより特定されたオトガイ孔と皮質骨を形成する輪郭を基に皮質骨の厚さを求めるプログラムと、（6)求められた皮質骨の厚さを出力するプログラムと、からなるコンピュータ読み込み可能な記録媒体である。

発明の効果

[0014] 本発明の骨粗鬆症診断支援装置は、歯科医療で一般的に撮影されるパノラマ X線写真を利用し、骨粗鬆症診断に関わる術者の特別な技能や経験等を要することなく、簡便な方法で正確な骨粗鬆症の診断を行うことができる。このため、歯科医療機関と関係医療機関との連携による骨粗鬆症の予防又は医療ケアサービスの向上に資することが期待される。

図面の簡単な説明

[0015] [図 1]下顎骨の模式図である。

[図 2]図 1の断面図である。

[図 3]デジタル画像ィ匕されたパノラマ X線写真の一例の模式図である。

[図 4]ノ Vラマ X線写真のオトガイ孔を含む判定領域画像による皮質骨測定の説明図である。

[図 5]本発明に係る骨粗鬆症診断支援装置の構成を示す説明図である。

[図 6]二値ィ匕法を説明する説明図である。

[図 7]本発明に係る二値ィ匕法を適用した画素値に関する頻度ヒストグラムの一例を示すグラフである。 o

符号の説明

o 下顎骨

12 下顎体

121 下顎底

13 皮質骨

14 海綿骨

16 下顎第二小臼歯

18 オトガイ孔

100 対象画像取得手段

110 分別 ·選択手段

120 鮮明化画像取得手段

130 皮質骨を特定する手段

140 十异+

150 出力手段

発明を実施するための最良の形態

[0017] 以下に、本発明の骨粗鬆症診断支援装置について説明する。図 1は、本発明において対象とされる下顎骨の斜視図である。図 2は図 1の断面図で、図 3は歯科診療において撮影されたパノラマ X線写真の一例を模式ィ匕した図面である。図 1に示すように、下顎骨 10は、下顎体 12の下顎底 121と下顎第二小臼歯 16のほぼ中間部分にオトガイ孔 18を有する。そして、下顎骨 10は、図 2に示すように、下顎体 12を構成する皮質骨 13と海綿骨 14を有し、皮質骨 13の外縁により下顎底 121が形成されている。なお、オトガイ孔 18は正中線を挟んで左右対称位置に 18Aと 18Bの二つがある。

[0018] 本発明の骨粗鬆症診断支援装置は、図 5に示すように、デジタル画像化された下顎骨のパノラマ X線写真上の下顎骨の明暗を強調化し、オトガイ孔と下顎底を含む下顎体の一部を対象領域画像として切り出す対象領域画像取得手段 100と、該対象領域画像から背景部分と前記下顎体部分を判別し、前記背景部分を排除した部分を判定領域画像として取得する分別'選択手段 110と、該判定領域画像の前記下顎体を構成する皮質骨と海綿骨の形態を鮮明化する鮮明化画像取得手段 120と、該形態が鮮明化された画像上の皮質骨部分を特定する手段 130と、前記各手段により明確にされた前記オトガイ孔と皮質骨を形成する輪郭を基に皮質骨の厚さを求める計算手段 140と、求められた皮質骨の厚さを出力する出力手段 150と、を有している。

[0019] 対象領域画像取得手段 100は、デジタル画像化された下顎骨 10のパノラマ X線写真上の下顎骨 10の明暗を強調化し、オトガイ孔 18と下顎底 121を含む下顎体 12の一部を対象領域画像として切り出す。例えば、図 3に示すように、デジタル画像化された下顎骨 10のパノラマ X線写真力も左側のオトガイ孔 18Aを含む部分を切り出す。この場合、左右のオトガイ孔 18A及び 18Bを含む二つの対象領域画像を切り出し、以下に説明する方法で得られた皮質骨 13の厚さの平均値力皮質骨の厚さを判断することちでさる。

[0020] 本発明は、上述のように、オトガイ孔 18を基準にする。このオトガイ孔 18は、上述のように存在する位置は所定範囲に特定されており、し力もコントラストが周囲の海綿骨 14と異なり比較的特定しやすいのであるが、 X線写真ではそれを特定するのに技能と経験を要するという特徴をもつ。このため、まずデジタル画像ィ匕された下顎骨 10のパノラマ X線写真の明暗を強調化する。強調化は公知の手段を使用することができる。例えば、黒色に観察されるオトガイ孔 18とそれより白色に観察される海綿骨 14のコントラス比を強調することによって行う。これによつて、オトガイ孔 18が明確になりオトガイ孔 18の位置を容易に特定することができる。

[0021] なお、デジタル画像ィ匕された下顎骨 10のパノラマ X線写真は、予め作成されたものを用いてもよぐ本骨粗鬆症診断支援装置に付属に設けたパノラマ X線写真フィルムをデジタルィ匕する手段によるものであってもよい。また、フィルムに撮影したパノラマ X 線写真をデジタルィ匕するのは、その全体であってもよぐ予め所定部分を定めたものであってもよい。

[0022] このように明暗が強調化された画像から、図 3に示すように、オトガイ孔 18と下顎底 1 21を含む下顎体 12の一部を対象領域画像 Lとして切り出す。この場合、ノ Vラマ X線写真を撮影したときに下力上の方向すなわち人体の足力頭に向力う方向を y軸とし、これに直交する X軸力もなる xy座標系を上記デジタル画像中に設定するのがよヽ。例えば、図 3に示すような xy座標系をデジタル画像中に設定し、オトガイ孔 18の座標値を含み、 y座標値が十分小さ!ヽ範囲を対象領域画像 Lとして切り出す。

[0023] 分別'選択手段 110は、上記対象領域画像 Lから背景部分と下顎体 10に相当する部分を判別し、図 4に示すように、背景部分 Bを排除した下顎体 10に相当する部分 A を判定領域画像として取得する。この判定領域画像を取得する方法として二値ィ匕手法を用いる。

[0024] 本二値ィ匕手法は、以下のアルゴリズム力もなる。すなわち、まず、対象領域画像しから（1)対象領域を構成する画素値の頻度ヒストグラムを生成し、頻度がゼロでな！、画素値を小さい方力も順番にならべる。そして、 1つの画素値に属する画素の一群により 1つのクラスタが構成されるとするクラスタなる概念と、そのクラスタに基づくクラスタ内分散とクラスタ間分散の積により定義されるクラスタ間の距離なる概念を導入する。

[0025] 本二値ィ匕手法について、図 6を利用して具体的に説明する。まず、隣接するクラスタ 1と 2について、それに属する画素値の平均を各々 ml、 m2とし、頻度を Pl、 P2とする。なお、以下の手順によりクラスタの統合を未だ行っていない最初の段階においては、 mlはクラスタ 1の画素値に等しぐ m2はクラスタ 2の画素値に等しい。頻度は、画素数であっても、画素全体の画素数に対する割合であってもよい。任意の単位を採用することができる。画素値に対しても同様である。

[0026] つぎに、画素値の平均値 mlと m2の、各クラスタに属する画素数で重み付けをした平均 Mを求める。すなわち、 M=(ml X Pl+m2 X P2)/(Pl+P2)を求める。以上より、クラスタ間分散 Dを、 D={P1 X (ml- M)²+P2 X (m2- M)²}/(P1+P2)、クラスタ内分散 dを、 d={Pl X (ml-M)²+P2 X (m2- M)}/(P1+P2)}とし、クラスタ 1とクラスタ 2におけるクラスタ間の距離を D X dと定義する。なお、クラスタ間分散 Dは、クラスタ 1に属する画素値がすべて mlで、クラスタ 2に属する画素値はすべて m2である、と考えたときの、これらの画素値の分散に相当する。クラスタ内分散 dは、両クラスタを統合したときの、全画素値の分散に相当する。

[0027] つぎに、（2)隣接する 2つのクラスタ間の距離を測定し、もっとも距離が小さい組を、画素値の小さい方のクラスタに統合する。（3)この操作を繰り返してクラスタが 2つになるまでクラスタの統合を進める。最後に、（4)上記の操作により最終的に得られた 2 つのクラスタのうち、画素値の大きい方のクラスタに属する画素値をすベて 1 (白）とし、小さい方のクラスタに属する画素値をすベて 0 (黒）に置きかえる。そして、 1に属する画素値により構成される画像を下顎体 10に相当する部分 Aとし、 0に属する画素値により構成される画像を背景部分 Bとして判定領域画像を取得する。

[0028] 対象領域画像 Lの画素値の頻度分布グラフの一例を図 7に示す。この例の場合、上記二値ィヒ法により最終的に画素値力^又は 1に置き換えられる閾値となる画素値は、 149である。本二値化法は、大津の方法（N.Otsu、 A threshold selection method from gray-level histograms ^ IEEti, i rans. Systems Man and Cybernetics vol. SMC— 9 no.l pp.41- 47 1986)より良好な結果を得ている。

[0029] このようにして得られた判定領域画像は、鮮明化画像取得手段 120により下顎体 12 を構成する皮質骨 13と海綿骨 14の形態及び輪郭が鮮明化される。この鮮明化は、公知の方法を使用することができる。たとえば、公知のローノスフィルター及びノヽィパスフィルターをかけることによって皮質骨 13と海綿骨 14の形態及び輪郭を鮮明化させる。この鮮明化された輪郭に属する画素は、以下に説明する皮質骨 13の厚さを計算する計算手段 140における「輪郭」を構成する。すなわち、輪郭に属する画素の集合体は、画像処理にお、てエッジと呼ばれる画素値が急峻に変化する画素の集合体である。

[0030] 鮮明化画像取得手段 120により得られた鮮明化画像は、皮質骨部分を特定する手段 130により皮質骨 13に属する画像部分が特定される。この、皮質骨部分を特定する手段 130は、皮質骨 13と海綿骨 14が人の視覚により明確に判別されるようになった鮮明化画像を表示するモニターで観察できるようにし、例えば、術者がマウス又はライトペンにより特定できるようにするのがよい。これにより、皮質骨の厚さが数 mm以下の非常に薄くなる骨粗鬆症の患者の場合にも高精度で皮質骨の厚さを測定することができ、し力もソフト'プログラム上の構成が簡単になり又測定時間も短縮できる。なお、皮質骨部分の特定をプログラムで行うこともできる。

[0031] つぎに、皮質骨 13の厚さは、計算手段 140により、以下のように求められる。まず、判定領域画像上に図 3に示した xy座標系を定める。すなわち、ノ Vラマ X線写真を撮影したときの下から上の方向、つまり人体の足力頭に向力方向を y軸とし、 y軸に直交しその正の方向を顎の先端力離れる方向とする X軸力なる xy座標系を定める。そして、上記のように特定された皮質骨 13に属する一点を起点として、（l)y軸と平行に X座標が大きくなる方向に直線をのばし、輪郭と交わった点の画素を記憶領域に入れる。

[0032] つぎに、（2)記憶領域内の各画素力さらに 8近傍内にある輪郭上の画素を記憶領域に入れる。 (3)さらに各画素から 8近傍内にある輪郭上の画素を記憶領域に入れる。このような操作を次々に行い、記憶領域に入れるべき画素がなくなる力、または記憶領域内の画素数が当初に設定した値になるまで続ける。例えば、スタック内に入れることができる最大画素数を 1000程度とすることができる。そして、（4)その記憶領域内の画素群 Aにより皮質骨の外縁が形成されるものとする。ただし、記憶領域内の画素で同一の y座標をもつものがあるときは、最も大きい X座標をもつ画素が皮質骨の外縁を形成するものとする。

[0033] また、 (5)特定された皮質骨に属する一点を起点として、 y軸と平行に X座標が小さくなる方向に直線をのばし、輪郭と交わった点の画素を記憶領域に入れ、（2)から (4) と同様の操作を行う。そして、最終的に記憶領域内に入れられた画素群 Bにより皮質骨の内縁が形成されるものとする。

[0034] つぎに、（6)画素群 Aの各画素について、その画素および近傍の画素に基づく回帰直線を求める。回帰直線を求めるために用いる画素数は、例えば着目画素の近傍 50個程度とすることができる。これにより、骨粗鬆症の患者の皮質骨 13の内縁はスポンジ状になっているために、内縁部分を特定するのが容易でないという問題を解決することができる。

[0035] 最後に、（7)画素群 Aの各画素について、オトガイ孔とその画素を結ぶ直線と、その画素についての回帰直線とがなす角度を求め、その角度が 90° に最も近くなる画素を外縁点として特定する。（8)外縁点とオトガイ孔を結ぶ直線カゝら一定距離以内にある画素群 Bのうち、外縁点との距離が最小の点を内縁点とする。そして、（9)外縁点から内縁点までの長さを皮質骨 13の厚さとする。なお、一定距離以内とは、例えば 7画素程度とすることができる。

[0036] 上記の手順について図 4を用いて説明すると以下のようになる。図 4において、皮質骨 13の外縁が 13aで、内縁が 13bである。まず、オトガイ孔 18を通る直線で皮質骨 1 3の外縁 (上記回帰直線が連結された曲線として表される）の垂線に最も近い直線 P

0

Hを求める。そして、直線 P Hと回帰直線 13aの交点 Pを外縁点とする。つぎに、直線 P

0 1

PHから一定範囲以内にある内縁上の画素のうち、外縁点との距離が最小である点 P

0 1

を求め、直線 PPの長さ力皮質骨 13の厚さを求める。

[0037] このようにして求められた皮質骨 13の厚さは、例えば、電圧記録計あるいはモニタ一等の出力手段 150により出力される。この出力された皮質骨 13の厚さにより、骨粗鬆症であるか否かが判別される。この場合、出力手段 150は、骨粗鬆症データベースと、該データベースに蓄積されたデータと皮質骨 13の厚さを比較し、骨粗鬆症認定判断を行う手段を設けるのがよい。これにより精度の高い診断が可能になる。

[0038] 本本発明による骨粗鬆症診断支援装置を用いて、実際に骨粗鬆症の診断を 100枚のノ Vラマ X線写真データに基づいて行った結果を表 1に示す。表 1において、腰椎基準の欄は、デキサ法を用いた腰椎の骨密度データによる診断結果 (この結果を Gol d standardとした）に対する診療経験豊富な 1人の術者による視覚判定による感度等の結果と、本発明の骨粗鬆症診断支援装置を用いた自動判定による感度等の結果を示す。上段は 95%信頼区間を示し、下段は信頼区間の下限及び上限を示す。大腿骨基準欄は、デキサ法による腰椎検査による診断結果に対する腰椎基準と同様な結果を示す。

[0039] この表 1によると、例えば、感度について、腰椎基準による場合は、視覚判定では 9 2.0であるのに対して自動判定による場合は 88.0であり、大腿骨基準による場合は、視覚判定では 87.5であるのに対して自動判定による場合は 87.5である。視覚判定による場合も自動判定による場合も高い感度であり、自動判定による感度はほぼ視覚判定による感度と同様であることが分かる。その他特異度等についても同様であり、本発明の骨粗鬆症診断支援装置を用いた自動判定結果と診療経験豊富な 1人の術者による視覚判定結果の医学統計学的な数値はよく一致しており、本発明の骨粗鬆症診断支援装置を用いた自動判定結果は、高、精度で骨粗鬆症の診断が可能であることが分力ゝる。

[0040] [表 1] 感度特異度陽性陰性正度

的中率的中率

腰椎基準視覚判定 92,0 60.0 43.4 95.7 68.0 2.3

8L4-100.0 48.9-71.1 30.1-56.7 90.0-100.0 58.9-77.1 1.7-3.1 自動判定 88,0 58, 7 41.5 93,6 66.0 2.1

75.3-100.0 47.5-69.8 28.2-54.8 86.6-100.0 56.7-75, 3 1,6-2.9 大腿骨基準視赏判定 87.5 64.8 45.7 93.9 70.5 2.5

74.3-100.0 53.7-75.9 31.3-60.0 87.2-100.0 61.4-79.7 1.8-3.5 自動判定 87.5 56.3 40.4 93.0 64.2 2.0

74.3-100.0 44.8-67.9 27.0-53.7 85.4-100.0 54.6-73.9 1.5-2.7

[0041] なお、表 1において視覚判定を行った術者については、 100枚のパノラマ X線写真データについて二回の判定を行ったが、観察者間再現性及び観察者内再現性とも適正（moderate)からほとんど完全 (almost perfect)であり、その術者による視覚判定の結果は信頼性があることを確認した。

[0042] 骨粗鬆症であるか否かの閾値の設定は、感度'特異度曲線 (ROC curve)により、視覚評価及び自動支援にぉ、て感度が約 90%になるように設定した。

Claims

請求の範囲 [1] デジタル画像化されたパノラマ X線写真上の下顎骨の明暗を強調化し、オトガイ孔と下顎底を含む下顎体の一部を対象領域画像として切り出す対象領域画像取得手段と、該対象領域画像から背景部分と前記下顎体部分を判別し、前記背景部分を排除した部分を判定領域画像として取得する分別 ·選択手段と、該判定領域画像の前記下顎体を構成する皮質骨と海綿骨の形態及び輪郭を鮮明化する鮮明化画像取得手段と、該形態が鮮明化された画像上の皮質骨部分を特定する手段と、前記各手段により特定された前記オトガイ孔と皮質骨を形成する輪郭を基に皮質骨の厚さを求める計算手段と、該求められた皮質骨の厚さを出力する出力手段と、からなる骨粗鬆症診断支援装置。 [2] 分別'選択手段は、下記のアルゴリズム力もなる二値ィ匕処理を行うプログラムであることを特徴とする請求項 1に記載の骨粗鬆症診断支援装置。 (1)対象領域を構成する画素値の頻度ヒストグラムを生成し、頻度がゼロでな、画素値を小さい方力も順番にならべる。ここで、 1つの画素値に属する画素の一群により 1つのクラスタが構成される。 (2)隣接する 2つのクラスタ間の距離を測定し、もっとも距離力、さい組を、画素値の小さ、方のクラスタに統合する。 (3)上の操作を繰り返してクラスタが 2つになるまでクラスタの統合を進める。 (4) (3)で得られた 2つのクラスタのうち、画素値の大きい方のクラスタに属する画素値をすベて 1 (白）とし、小さい方のクラスタに属する画素値をすベて 0 (黒）に置きかえる。ここで、クラスタ間の距離とはクラスタ内分散と、クラスタ間分散の積で定義される。 [3] 計算手段は、下記のアルゴリズム力もなるプログラムであることを特徴とする請求項 1又は 2に記載の骨粗鬆症診断支援装置。

(1)特定された皮質骨に属する一点を起点として、 y軸と平行に X座標が大きくなる方向に直線をのばし、輪郭と交わった点の画素を記憶領域に入れる。

(2)記憶領域内の各画素からさらに 8近傍内にある輪郭上の画素を記憶領域に入れる。

(3)さらに各画素から 8近傍内にある輪郭上の画素を記憶領域に入れる。このような操作を次々に行い、記憶領域に入れるべき画素がなくなる力、または記憶領域内の画素数が当初に設定した値になるまで続ける。

(4)その記憶領域内の画素群 Aにより皮質骨の外縁が形成されるものとする。ただし、記憶領域内の画素で同一の y座標をもつものがあるときは、最も大きい X座標をもつ画素が皮質骨の外縁を形成するものとする。

(5)特定された皮質骨に属する一点を起点として、 y軸と平行に X座標が小さくなる方向に直線をのばし、輪郭と交わった点の画素を記憶領域に入れ、（2)から (4)と同様の操作を行なって、記憶領域内の画素群 Bにより皮質骨の内縁が形成されるものとする。

(6)画素群 Aの各画素について、その画素および近傍の画素に基づく回帰直線を求める。

(7)画素群 Aの各画素について、オトガイ孔とその画素を結ぶ直線と、その画素についての回帰直線とがなす角度を求め、その角度が 90° に最も近くなる画素を外縁点として特定する。

(8)外縁点とオトガイ孔を結ぶ直線から一定距離以内にある画素群 Bのうち、外縁点との距離が最小の点を内縁点とする。

(9)外縁点力内縁点までの長さを皮質骨の厚さとする。

ここで、 y座標とはパノラマ X線写真を撮影したときの下から上の方向すなわち人体の足から頭に向かう方向の座標をいい、 X座標は y座標に直交し、その正の方向は顎の先端から離れる方向とする。

[4] 皮質骨部分を特定する手段は、マウス又はライトペンによる外部入力手段と、該外部入力手段による入力された信号に基づき皮質骨部分を特定するプログラム力なることを特徴とする請求項 1〜3のいずれかに記載の骨粗鬆症診断支援装置。

[5] 骨粗鬆症データベースと、該データベースに蓄積されたデータと皮質骨の厚さを比較し、骨粗鬆症認定判断を行う手段とを設けたことを特徴とする請求項 1〜4のヽずれかに記載の骨粗鬆症診断支援装置。

下記のプログラムを記録したコンピュータ読み込み可能な記録媒体。

(1)デジタル画像化されたパノラマ X線写真上の下顎骨の明暗を強調化し、オトガィ孔と下顎底を含む下顎体の一部を対象領域画像として切り出すプログラムと、

(2)該対象領域画像から背景部分と前記下顎体部分を判別し、前記背景部分を排除した部分を判定領域画像とする分別 ·選択プログラムと、

(3)該判定領域画像の前記下顎体を構成する皮質骨と海綿骨の形態及び輪郭を鮮明化するプログラムと、

(4)外部入力手段力の信号により前記皮質骨に属する画素を特定するプログラムと、

(5)前記各プログラムにより特定されたオトガイ孔と皮質骨を形成する輪郭を基に皮質骨の厚さを求めるプログラムと、

(6)求められた皮質骨の厚さを出力するプログラム。