CN1682236A - 用于x射线图像分析的方法和设备 - Google Patents

用于x射线图像分析的方法和设备 Download PDF

Info

Publication number
CN1682236A
CN1682236A CNA038222736A CN03822273A CN1682236A CN 1682236 A CN1682236 A CN 1682236A CN A038222736 A CNA038222736 A CN A038222736A CN 03822273 A CN03822273 A CN 03822273A CN 1682236 A CN1682236 A CN 1682236A
Authority
CN
China
Prior art keywords
bone
image
girder
ray
assessment
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.)
Pending
Application number
CNA038222736A
Other languages
English (en)
Inventor
菲利普·兰
丹尼尔·斯泰尼斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Imaging Therapeutics Inc
Original Assignee
Imaging Therapeutics Inc
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 Imaging Therapeutics Inc filed Critical Imaging Therapeutics Inc
Publication of CN1682236A publication Critical patent/CN1682236A/zh
Pending legal-status Critical Current

Links

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 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
    • A61B6/58—Testing, adjusting or calibrating apparatus or devices for radiation diagnosis
    • A61B6/582—Calibration
    • A61B6/583—Calibration using calibration phantoms
    • 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
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4423—Constructional features of apparatus for radiation diagnosis related to hygiene or sterilisation
    • 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
    • A61B6/508—Clinical applications for non-human patients
    • A61B6/51—
    • 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

Abstract

本发明涉及用于分析X射线图像的方法和装置。特别是，提供可以用于根据X射线图像对骨结构进行精确可靠的评估的装置、方法和算法。

Description

用于X射线图像分析的方法和设备
技术领域
本发明属于X射线成像及其分析领域，尤其是，描述了基于X射线照片的用于骨矿物密度和/或骨结构的精确分析的方法及组合。
背景技术
X射线照片和其他X射线图像分析是重要的诊断工具，尤其是用于与骨骼相关的病症。目前，可用于骨质疏松症的诊断的对骨骼的非侵害评估技术，或对骨折危险性增加的评价技术包括：双X射线吸收测定法(DXA)(Eastell等人，(1998)New Engl J.Med 338：736-746)；定量计算层析X射线摄影法(QCT)(Cann(1988)  Radiology 166：509-522)；外围DXA(pDXA)(Patel等人，(1999)J Clin Densitom 2：397-401)；外围QCT(pQCT)(Gluer等人，(1997)Semin Nucl Med 27：229-247)；X射线图像吸收测定法(RA)(Gluer等人，(1997)Semin Nucl Med 27：229-247)；和定量超声波(QUS)(Njeh等人，″QuantitativeUltrasound：Assessment of Osteoporosi s and Bone Status″1999，Martin-Dunitz，London England；美国专利号6,077,224，此处参考其全文进行结合)。(也参见WO 9945845；WO 99/08597；和美国专利号6,246,745)。
脊柱和髋部的DXA已经成为测量BMD的最广泛使用的方法。Tothill，P.and D.W.Pye，(1992)Br J Radiol 65：807-813。DXA背后的基本原理是测量通过躯体的两个不同光子能级的X射线的传输。由于对原子数和光子能级的衰减系数的依赖，对两个能级传输系数的测量可以推断出两个不同类型组织的表面密度(即：每单位投影面积的质量)。在DXA扫描中，分别区分为骨矿物(羟磷灰石)和软组织。然而，被广泛承认的是，DXA扫描的精度受到软组织的不同成分的限制。由于脂肪具有更高的氢含量，它的衰减系数与瘦的(lean)组织的衰减系数不同。根据几项研究的结果，Tothill，P.和D.W.Pye，(1992)BrJ Radiol，65：807-813；Svendsen，O.L.等人，(1995)J Bone Min Res 10：868-873，在BMD测量中，在穿过骨头的X射线光束路径上的软组织成分与邻近的软组织参考区域相比的差值引起了误差。此外，DXA系统体积庞大且昂贵，其价格在75,000美元和150,000美元范围之间。
定量计算层析X射线摄影法(QCT)通常用于测量椎体中的带小梁的骨头。Cann(1988)Radiology 166：509-522。当误差的主要来源是骨髓的不同成分时，QCT研究通常使用单一的kV装置(单能量QCT)进行。然而，也能够使用双kV扫描(双能量QCT)。这虽然减小了精度误差，但是是以低精确度和高辐射剂量为代价。然而，与DXA一样，QCT非常昂贵并且目前这种设备仅限于少数的研究中心使用。
定量超声波(QUS)是一种测量外围骨骼的技术。Njeh等人，(1997)  Osteoporosis Int7：7-22；Njeh等人，Quantitative Ultrasound：Assessment of Osteoporosis and BoneStatus.1999，London，England：Martin Dunitz。设备可以有各种各样的变化，但是大部分设备都是以脚后跟作为测量位置的。由于信号被小梁(trabeculae)散射和吸收，穿过骨骼的声谱脉冲被急剧地削弱。衰减随着频率线性增加，并且上述关系的斜率与宽带超声波衰减有关(BUA；单位：dB/MHz)。由于在脚后跟中很少有小梁来削弱信号，所以骨质疏松症患者的BUA值减小。除BUA外，大部分QUS系统也在脚后跟处通过声谱仪变换器之间的距离除以传播时间(单位：m/s)来对声音的速度(SOS)进行测量。因为随着矿物化的骨骼的损失，骨骼的弹性系数降低，从而使骨质疏松症患者的SOS值减小。然而仍然存在QUS测量的限制。在预测年轻患者的骨折危险性上的QUS的成功仍然存在不确定性。QUS测量的另一个困难是它们没有毫无困难地包含在对于骨质疏松和骨质减少的WHO定义中。此外，没有发展干预域值。因此，不能将测量用于治疗决策。
对于QUS也有几项技术限制。很多设备采用了将病人的脚后跟置于固定的变换器之间的脚支撑架。因此，测量位置不易于适应跟骨的不同尺寸和形状，并且病人与病人之间测量的确切解剖学位置是不同的。人们通常认为QUS测量相对较低的精确度使得大部分设备不适合监测病人对治疗的反应。Gluer，(1997)J Bone Min Res 12：1280-1288。
X射线图像吸收测定法(RA)是一种很多年前用于评定手内的骨密度而发展起来的技术，但是这种技术近来重新引起了人们兴趣。Gluer等人，(1997)Semin Nucl Med 27：229-247。采用这种技术，可以对指骨中的BMD进行测量。手的RA的主要缺陷在于相对缺少对带小梁的骨头的高度翻转。由于这个原因，手的RA限制了检测骨质疏松症的灵敏度，而对于监测由治疗引起的改变并不是很有用。
如上所述的外围X射线吸光测定法，实质上比价格在15,000美元和35,000美元范围内的DXA和QCT便宜。然而，流行病学研究表明，外围BMD测量对预知脊柱和髋部骨折的鉴别能力低于使用脊柱和髋部的BMD测量。Cummings等人，(1993)Lancet 341：72-75；Marshal等人，(1996)Br Med J 312：1254-1259。其主要原因是在使用这些技术的测量部位缺少带小梁的骨头。另外，由于激素取代疗法引起的前臂或手的BMD的改变，双膦酸酯和选择性雌激素受体调节器相对较小，使得这类测量不如主要对带小梁的骨头的测量更适合对治疗反应进行监测。Faulkner，(1998)J Clin Densitom 1：279-285；Hoskings等人，(1998)N Engl J Med 338：485-492。尽管人们已经尝试了从牙齿的X射线照片中获得关于骨矿物密度的信息。(参见，例如，Shrout等人，(2000)J.Periodonol.71：335-340；Verhoeven等人，(1998)Clin Oral Implants Res 9(5)：333-342)，但这些尝试不能提供准确和可靠的结果。
此外，现有的方法和设备通常没有考虑骨结构分析。参见，例如，Ruttimann等人，(1992)Oral Surg Oral Med Oral Pathol 74：98-110；Southard & Southard(1992)OralSurg Oral Med Oral Patltol 73：751-9；White & Rudolph，(1999)Oral Surg Oral MedOral Pathol Oral Radiol Endod 88：628-35。
因此，尽管存在多种评测骨密度的设备和方法，但这些设备和方法均存在很多局限。因此，本发明人从其他事例中认识到了需求，提供了能从X射线图像和数据中获得精确的骨矿物密度和骨结构信息的能力的方法及组合。
发明内容
本发明通过提供可以根据X射线图像对骨矿物密度和/或骨结构进行分析的组合及方法，以满足这些以及其他需求。例如，X射线图像可以是牙齿或髋部的X射线照片。同时还提供了X射线装置，该X射线装置包括精确的标准模型，尤其是，为了根据X射线图像确定骨结构，以标准模型作为参考。
在一个方面，发明包括一种根据X射线图像得到骨结构和/或骨矿物密度的定量信息的方法，该方法包括：(a)获得X射线图像，其中X射线图像包括用于确定骨结构的外部标准；以及(b)分析从步骤(a)中获得的图像以得到骨结构的定量信息。X射线图像(X射线照片)，例如，可以是髋部X射线照片或者是从牙齿的X射线胶片上得到的牙齿的X射线照片，该牙齿的X射线胶片可以带有或不带有包含投影于下颌骨或上颌骨外面的标准模型的外部标准。标准模型可以包括几何图形，例如，由塑料、金属或金属粉末制成。
在某些实施例中，图像可以数字式地获得，例如，采用硒探测器系统或者硅探测器系统或者计算机X射线照相系统。在其他实施例中，可以对图像进行数字化以便分析。
此处所述的任何方法中，分析可以包括采用一个或多个计算机程序(或单元)。此外，分析可以包括，例如，为了获得骨矿物密度和/或骨结构信息，在分析图像之前、同时或者之后，识别图像中的一个或多个解剖学的研究区(interest)(ROI)。根据ROI和/或具有所选择的骨结构或骨密度信息的图像的区域，可以人工或者，更好的，采用计算机单元识别特定间距的骨结构或骨密度信息。研究区可以是，例如，下颌骨、上颌骨或一个或更多牙齿。骨密度信息可以是，例如，最高密度区域、最低密度区域或者中间密度区域。骨结构信息可以是，例如，小梁厚度；小梁间距；小梁之间的二维或三维空间；小梁网的二维或三维结构。
在其他方面，发明包括一种根据X射线图像获得骨结构的定量信息的方法，该方法包括：(a)获得X射线图像；以及(b)用从霍夫变换(Hough transform)、骨架操作(skeletonoperator)、形态学操作(morphological operators)、平均(mean)像素密度、像素密度的方差、傅立叶谱分析、分形维数、形态学参数及其组合构成的组中选出的一个或多个指标对在步骤(a)中获得的图像进行分析，由此得到骨结构的定量信息。同时或者接下来可以进行不同的分析，例如，骨架操作可以在霍夫变换之前进行。另外，当采用两个或更多指标时，他们可以有不同的权重。此外，任一的这些方法也可以包括采用此处描述的任一方法对图像进行分析以获得骨矿物密度信息。
在另一方面，此处描述的任一方法还可以包括将一个或多个校正系数用于从图像获得的数据。例如，可以将校正系数编程到计算机单元中。计算机单元可以是与进行图像分析相同的单元，或者也可以是不同的单元。在某些实施例中，校正系数说明个体之间软组织厚度的变化。
在另一方面，此处描述的任一方法可以进一步包括在获得X射线图像的同时将图像中的软组织压缩到一选定的厚度。
在此处描述的任一装置中，标准模型可以集成到装置内，例如，集成到卫生盖内、X射线胶片内(例如，在胶片的一层或两层之间)和/或支架内。或者，标准模型可以暂时地与装置连接，例如，插入到卫生盖的隔板内或者机械地连接到X射线胶片上。在某些实施例中，标准模型包括多个作为骨结构特征(例如，小梁厚度；小梁间距；小梁之间的二维或三维空间；小梁网络的二维和/或三维结构)的参考的几何图形(例如，圆形、星形、方形、月牙形、椭圆形、多边体形、不规则形状体及其组合)。标准模型(或其中的几何图形)可以由金属、塑料、金属粉末或其组合物构成。在此处描述的任一装置中，胶片可以集成到卫生盖内。
在更进一步的方面，发明包括一种诊断骨病症(例如，骨质疏松症，骨折的危险性)的方法，该方法包括对用此处描述的任一种方法获得的X射线照片进行分析。
在更进一步的方面，发明包括一种骨病症的治疗方法，例如通过此处描述的方法对病症进行诊断以及为对象选择并实施一种或多种治疗方法。
在另一方面，发明包括一种从图像得到骨结构信息的方法，该方法包括：(a)从对象处获得图像；(b)分析从步骤(a)获得的图像以得到骨结构的定量信息。在某些实施例中，分析包括将从图像得到的骨结构信息与从选定的对象处获得的骨结构测量数据库进行对比。该图像可以是，例如，X射线图像或者电子图像。在某些实施例中，图像包括一外部标准。构成数据库的选定的对象可以是，例如，普通对象，带有骨质疏松病症的对象或者其组合。此外，数据库包括人口统计数据以及对象中的骨结构数据，例如，其中所述对象是年龄、性别以及种族对比(racematched)。
在某些实施例中，骨结构信息从小梁厚度、小梁间距、小梁连接性、小梁之间的二维或三维空间、小梁网络的二维或三维结构和/或其组合。此外，此处描述的任一种方法还可以包括对图像(例如，X射线图像)中的一个或更多研究区(ROI)定位的步骤，例如，采用规则活性形状(regularized active shape)算法定位的ROI或者自动定位的ROI。
在某些方面，步骤(b)包括采用从小梁密度、小梁周长、星形体体积、带小梁的骨头图形系数、小梁厚度、小梁取向、取向特定的小梁的评估、小梁连接性及其组合构成的组中选出的一个或多个指标对在步骤(a)中获得的图像进行分析。在某些实施例中，这些指标至少包括一个小梁密度指标，且密度是小梁面积与总面积的比。在另一些实施例中，至少一个指标是采用傅立叶分析确定的取向特定的小梁的评估。在另一些实施例中，至少一个指标是通过欧几里得距离(Euclidean distance)变换而确定的小梁厚度。在另一些实施例中，至少一个指标是通过2D快速傅立叶变换(FFT)确定的小梁取向。在另一些实施例中，至少一个指标是采用节点计数确定的小梁连接性。此外，可以对两个或更多系数进行分析。
在另一方面，发明包括一种对对象的骨病症进行诊断的方法，该方法包括对从基于此处描述的任一种方法得到的图像中的信息进行分析，其中如果分析表明从对象得到的骨结构信息与通常掌握的对象的信息不同，则诊断出骨病症。骨病症可以是，例如，骨质疏松症。
又在另一方面，发明包括一种对骨病症进行治疗的方法，包括：(a)从对象获得图像信息；(b)对步骤(a)中获得的图像进行分析从而得到骨结构的定量信息；(c)基于步骤(b)的分析进行骨病症的诊断；以及(d)基于该诊断而为对象选择并实施一种合适的治疗方法。在某些实施例中，对从步骤(b)获得的信息的分析是通过将该信息与从选定的对象获得的骨结构测量的数据库的信息进行比较来进行的。该治疗可以包括，例如，实施一种或多种防再吸收剂，实施一种或多种合成代谢剂，或其组合。
在另一方面，发明包括一种根据X射线图像确定骨矿物密度的方法，该方法包括步骤：(a)确定图像中的一个或多个内部标准密度；(b)在步骤(a)中获得的值之间建立权平均值；(c)利用权平均值确定图像中的骨骼的骨矿物密度。内部标准可以，例如，从空气、脂肪、水、金属及其组合构成的组中选出。
在另一方面，发明包括一种根据X射线图像确定骨结构的方法，该方法包括步骤：(a)在X射线图像上标识一个或更多内部标准；(b)确定标准的密度或结构；以及(c)利用标准的密度、结构或其组合确定X射线图像的骨结构。该内部标准可以是，例如，牙齿、牙齿的一部分、皮层骨、空气、皮下脂肪和肌肉。
在另一方面，发明包括一种对对象的骨骼疾病进行评估的方法，该方法包括步骤：(a)从对象获得X射线图像，其中该图像包括一个或更多骨骼；(b)在图像的至少一个解剖学的区域内对骨矿物密度进行评估；(c)对该区域内的骨结构进行评估；以及(d)将对骨矿物密度和骨结构的评估综合起来对骨骼疾病进行评估。骨骼疾病可以是，例如，骨折的危险性，诸如骨质疏松骨折等。评估可以包括，例如，诊断骨骼疾病，监测骨骼疾病发展过程(例如，通过在不同的离散时间点对骨骼疾病进行评估)以及诸如此类的。在某些实施例中，此处所述的方法还包括根据骨骼疾病的评估为对象选择治疗方法以及实施该治疗方法。还有一些实施例，此处所述的评估的方法包括在实施所选定的治疗方法期间或之后对骨骼疾病的发展过程的监测。还有一些实施例，此处所述的任何一种方法还可以包括对图像中的一个或更多宏观解剖学参数进行评估以及将骨矿物密度、骨结构以及宏观解剖学参数的评估进行综合以便对骨骼疾病进行诊断的步骤。
还在另一方面，发明包括一种对对象的骨骼疾病进行治疗的方法，该方法包括步骤：(a)从对象获得一图像(例如X射线照片或电子图像)，其中该图像包括一个或更多骨骼；(b)对图像的至少一个解剖学区域进行骨矿物密度评估；(c)对该区域中的骨结构进行评估；(d)综合骨矿物密度和骨结构的评估以对骨骼疾病进行评估；(e)根据骨骼疾病的评估结果选择一种治疗方法；以及(f)对对象实施该治疗方法。在某些实施例中，步骤(a)至(d)可以分两次或多次执行。在另一项实施例中，步骤(a)至(e)分两次或多次执行。
在另一方面，发明包括一种对对象的骨骼疾病进行评估的方法，该方法包括步骤：(a)获得对象的图像(例如，X射线照片或电子图像)，其中该图像包括一个或更多骨骼；(b)对图像中的骨骼进行骨结构评估；(c)对图像中的一个或更多宏观解剖学参数进行评估；以及(d)将骨结构评估和宏观解剖学参数评估结和起来以对骨骼疾病进行评估。该骨骼疾病可以是，例如，骨折的危险性，诸如骨质疏松骨折。该评估包括，例如，对骨骼疾病进行诊断和/或在两个或更多离散时间点上对骨骼疾病的发展进程进行监测(例如，在两个或更多时间点上重复步骤(a)至(d))。该方法还可以包括根据骨骼疾病的评估选择一种治疗方法以及对对象实施该治疗方法。此外，该评估可以包括在实施选定的治疗方法期间或之后对骨骼疾病的发展过程进行监测。
本发明的这些和其他实施例可以很容易地使本领域的熟练技术人员理解此处的公开。
附图说明
图1示出了一牙齿X射线照片的例子。可以看到标准模型110。将研究区120设置为用来测量骨矿物密度或结构。
图2示出了另一牙齿X射线照片的例子。可以看到标准模型110。将研究区120设置为用来测量骨矿物密度或结构。
图3示出了一根据对下颌骨或上颌骨的骨矿物密度的测量而得到的分析报告的例子。对象(X)大于一个低于年龄匹配管理的平均值的标准偏差，(X轴为年龄，y轴为任意的BMD单元)。
图4示出了一个安装在牙齿120上的V型标准模型110的例子。齿龈130也被示出。
图5示出了一个用于标准模型110的夹具115的例子。夹具115安装在牙齿120上。齿龈130同样被示出。
图6，画面B至E示出了沿着不同像素行的灰度值轮廓，其被用来对牙齿的顶点进行定位。从上到下，作为牙齿根部的特性曲线峰值(在牙齿X射线画面A中示出)逐渐地消失。
图7示出了一个测试图像(画面B)的霍夫变换(画面A)。所有来自于同一直线的共线点变换为正弦曲线，该曲线在单一点交叉(圆)。
图8示出了一个概略的带小梁的骨头X射线图像(画面B)的霍夫变换(画面A)。画面A的白色区域示出了更长的片段和主要的角度。
图9示出了构造元素E2的不同尺寸的影响；带有不同宽度线条(1，3，5，7，9，11，13像素)的标准模型图像(左上)；分别地采用直径3像素(右上)，7像素(左下)以及11像素(右下)的E2进行骨骼的操作。
图10示出了构造元素E2的不同尺寸的影响；带小梁的骨头的灰度等级图(左上，画面A)；分别采用直径3像素(右上，画面B)，7像素(左下，画面C)，11像素(右下，画面D)的E2进行骨骼的操作。
图11示出了来自一用于骨折分析的牙齿X射线照片的解剖学研究区的灰度值表面曲线。
图12示出了一个卫生盖夹具的例子，该夹具包括为一标准模型和一充满液体的小而圆的背衬而设置的间隔。
图13示出了一个解剖学研究区的例子(黑点)，其相对取决于牙齿或下颌骨的凸度/凹度。
图14示出了一个三个解剖学研究区的例子(黑点)，其相对取决于牙齿或下颌骨的凸度/凹度。
图15示出了一个如此处所述的用于使导管形成角度最小化的典型系统的侧视图。图中，将系统示出为牙齿的X射线照片系统。伸长管(200)连接到环形的Rinn夹具(102)。伸长管的外径比位于牙齿X射线照片系统/牙齿X射线照片导管前部的导管的内径稍小。这样，伸长管可以插入到金属管之中，以便减小导管的形成角度以及在骨表观密度和骨结构测量中的合成误差。
具体实施方式
在对本发明进行详细描述之前，应当理解，本发明不限于特定的公式或处理参数，而理所当然的是可以变化的。还应当理解，此处所用的术语仅仅是为了描述本发明的特定实施例，并不表示为限定。
除非特别指明，本发明所用的实例采用了本领域技术人员常用的X射线的成像和处理方法。在本文中对这些技术进行了充分的解释。例如，参见，X-Ray StructureDetermination：A Practical Guide，2nd Edition，editors Stout and Jensen，1989，John Wiley & Sons，publisher；Body CT：A Practical Approach，editor Slone，1999，McGraw-Hill publisher；The Essential Physics of Medical Imaging，editors Bushberg，Seibert，Leidholdt Jr & Boone，2002，Lippincott，Williams & Wilkins；X-rayDiagnosis：A Physician’s Approach，editor Lam，1998 Springer-Verlag，publisher；以及Dental Radiology：Understanding the X-Ray Image，editor Laetitia Brocklebank1997，OXford University Press publisher。
此处引用的所有出版物，专利和专利申请，无论是上述或下述，都参照全文进行结合。
必须注意的是，如本说明书和附加的权利要求所用到的，除非内容清楚地表明，否则单数形式的“a”，“an”，和“the”均包括复数的指示物。因此，例如，提及“一个标准模型”即包括一个或更多这样的模型。
定义
除非进行了定义，否则，这里所用的所有的技术和科学术语具有与本发明有关的技术领域的普通技术人员的通常理解具有相同的含义。尽管任何一种与此处描述相近或等价的方法和材料都可以在实践中用于对本发明进行测试，但此处描述了较佳的材料和方法。
术语“对象”包含任何温血动物，特别是包括哺乳类动物的一员，例如，但不局限于，人类和诸如黑猩猩和其他的猿和猴类一类的非人类的灵长类；诸如牛，绵羊，猪，山羊和马一类的农畜；诸如狗和猫一类的家畜；包括诸如小鼠、大鼠以及豚鼠一类的啮齿动物在内的实验室动物以及诸如此类的。此术语不指定特定的年龄或性别，因此，包括成年的及新生的对象，其无论为雄性或雌性。
“骨质疏松症”指一种以骨骼组织的骨质量小和骨组织微结构退化的骨骼问题为特征的病症，其结果是增大了骨骼的脆性和骨折的敏感性。骨质疏松症通常表现为脊椎骨骨折或髋骨骨折，这是由骨矿物密度的降低及结构性能和骨骼微结构的退化造成的。
“对象”较佳的是指动物，例如，诸如人类这样的哺乳动物。当此处使用术语“患者”时，其指代人类对象。
“计算单元”指任何目前或未来的用于计算的软件、芯片或其他装置，例如骨结构计算，它们可以是现在已经发展的或是未来将要发展的。计算单元可以设计来控制X射线装置或探测器(也可以是与X射线探测器有关的其他参数)。对于此处描述的方法和设备而言，本领域的熟练技术人员可以认识到计算单元的其他应用。计算单元可以用于与本技术相关的任何其他应用，这些技术可以很容易地应用于计算机软件或硬件。
“骨结构”指骨组织的二维或三维排列(例如结构或微结构)。通常骨组织包括两种类型的骨骼——其内具有管道或毛细孔并且通常较坚硬的皮层骨的外层，以及结构上通常像海绵或者像蜂巢的带小梁的(或多孔的)骨头的内层。皮层骨或带小梁的骨头的结构特征包括，但不局限于，小梁厚度；小梁间距；小梁之间的二维或三微空间；小梁网络的二维或三维结构，固体物质(典型的是大于3000μm)，主要的和/或次要的小梁(典型的是75至200μm)，主要的和次要的骨单位(典型的是100至300um)，丛状的，带间隙的骨骼，小梁包，薄片(典型的是1至20μm)，腔隙，粘合线，小管，胶原质-矿物合成物(典型的是0.06至0.4μm)，皮孔，小梁连接性，节点和分支点及诸如此类的。在本发明的实践中可以对一个或更多这些或其他结构特征进行测量。较佳的，测量尺寸在亚毫米范围内，更典型的是在10至500μm范围。微结构参数的非限定性例子包括小梁结构极限的二进制图像参数，例如小梁面积；总面积；小梁面积/总面积；小梁周长面积；小梁距离变换；骨髓距离变换；小梁距离变换的区域性最大值(平均值，最小值，最大值，标准偏差)；骨髓距离变换的区域性最大值(平均值，最小值，最大值，标准偏差)；星形体容积(参见，例如，Ikuta等人，(2000)JBMR 18：217-277；Vesterby(1990)Bone 11：149-155；和Vesterby等人，(1989)Bone 10：7-13)；带小梁的骨头的图形系数(Hahn等人，(1992)Bone 13：327-330)；TBPf＝(P1-P2)/(A1-A2)，其中P1和A1是扩张前的周长和带小梁的骨头的面积，P2和A2既是在单像素扩张后的对应值，也是小梁的骨骼参数，例如连接骨数目或分支数(T)；节点数(N)；段数(S)；节点到节点的段数(NN)；节点到自由端的段数(NF)；节点到节点的段长(NNL)；节点到自由端的段长(NFL)；自由端到自由端的段长(FFL)；节点到节点的总支撑长度(NN.TSL)(参见，例如，Legrand等人，(2000)JMBR 15：13-19)；自由端到自由端的总支撑长度(FF.TSL)；总支撑长度(TSL)；FF.TSL/TSL；NN.TSL/TSL；环数目(Lo)；环面积；每个连接骨的平均距离变换值；每段的平均距离变换值(Tb.Th)；每个节点到节点的段的平均距离变换值(Tb.Th.NN)；每个节点到自由端的段的平均距离变换值(Tb.Th.NF)；每段的取向(角度)；段之间的角度；长度厚度比(NNL/Tb.Th.NN)和(NFL/Tb.Th.NF)；以及互连性系数(ICI)，其中ICI＝(N*NN)/(T*(NF+1))。
“宏观解剖学参数”指任何描述骨的形状，尺寸或厚度的参数和/或包围结构，典型的参数是至少在一个维度内尺寸大于0.5mm。宏观解剖学参数包括，例如，在髋部内的股骨干骨皮层的连接厚度，股骨颈皮质的厚度；髋骨轴长度，CCD(头-颈-骨干)角度及转节区域的宽度。
概述
已经描述了分析X射线图像时有用的方法及组合。特别的，本发明包括从X射线图像中得到和/或经推导得到关于骨矿物密度和/或骨结构的信息的方法。另外，本发明涉及用于确定骨结构的精确的标准模型的规定以及利用这些标准模型的方法。特别的，本发明第一次认识到，在牙齿或髋骨的骨密度和/或骨结构的X射线图像中的探测部位的错位引起的误差可以通过对X射线管、探测器和/或进行定位，探测器和/或参照与解剖标志(或解剖研究区)相关的标准而加以修正。
本发明的优点包括，但不限于：(i)提供用于分析X射线图像的方便和可靠的方法；(ii)提供骨结构和排列结构的非侵入式的测量方法；(iii)提供诊断骨病症的方法(例如，骨质疏松症，骨折危险性)；(iv)提供治疗骨病症的方法；以及(v)以节约成本的方式提供这些方法。
1.0.从X射线图像获得数据
X射线图像可以通过使用众所周知的技术从任何本地位置获得。例如，在某些方面，采用2D平面X射线成像技术。2D平面X射线成像是一种使X射线穿过身体或结构或材料传输，并通过在身体或结构或材料的另一面测量X射线的衰减而产生图像的方法。2D平面X射线成像与诸如计算机化断层X射线成像或磁共振成像一类的截面成像技术相区别。如果采用传统的X射线胶片记录X射线图像，X射线图像可以使用任何合适的扫描装置来数字化。数字化的X射线图像可以通过网络系统，如Internet网，传送到远程计算机或服务器。很明显，X射线图像也可以使用数字采集技术获得，如采用磷感光探测器系统或硒或硅探测器系统，X射线图像信息已经可以提供数字化的形式，这种形式可以方便地通过网络传送。
可以使用包括但不局限于数字X射线照片及传统的X射线胶片(其可以用商业上可提供的平板扫描仪来进行数字化)在内的任何X射线图像。在某些实施例中，髀厌的X射线照片可以使用例如标准数字X射线成像设备(Kodak DirectView DR 9000，Kodak，Rochester，NY)来完成。患者典型的以仰卧的方式位于X射线成像工作台上，与工作台的长轴平行，手放在身体两侧。对象的脚可以足尖向上或向内旋转地放在中间位置，或者也可以放在脚固定支架上使得脚处于中间位置(0°旋转)，或以相对于中间位置的任何需要的角度旋转(例如，向内或向外)(也参见下面的例8)。适用于这种目的的脚固定支架可以包括，例如，从脚下伸出来的底座，例如，从中部到末端，从大腿到脚后跟。底座较好的位于X射线成像工作台上。这样放置患者的脚，使得脚后跟的后侧位于底座之上。脚的内侧用任何合适的装置(例如，皮带，维可牢尼龙搭扣，可塑体，带子等)靠着以90度角坚固地连接在底座上的中间导引装置放置。以90度角固定到底盘上并带有滑动机构的第二侧向导引装置可以向脚的侧向移动并在适当的位置锁定，例如，当其接触到脚的侧面时。脚固定支架的使用可以帮助改善骨结构参数或宏观解剖学参数测量的再现性。
通常，射线集中在髋关节的中部，超过大转节。标准模型，如铝阶跃式光楔，也可以包含在图像之中，用以在图像分析之前校准灰度值。
在另一个实施例中，由于可以相对容易和相对低费用地获得，因此牙齿的X射线图像是较佳的。另外，下颌骨和上颌骨主要由带小梁的骨头组成。由于带小梁的骨头的代谢更新约大于皮层骨8倍，诸如椎体一类的主要的带小梁的骨头的区域为较好的测量骨矿物密度的位置。Lang等人，(1991)Radiol Clin North Am 29：49-76。因此，带小梁的骨头的实际情况可以在牙齿X射线图像中清楚地看出，这样有助于骨矿物密度和结构的定量分析。Jeffcoat等人，(2000)Periodontol 23：94-102；Southard等人，(2000)J Dent Res79：964-969。更进一步的，在骨质疏松症患者中，最早的骨损耗出现在带小梁的骨头的区域。大部分美国人一生中都要拍多幅牙齿的X射线照片。实际上，每年大约有7亿5千万人次美国人看牙医，这些患者中的1亿5千万每年产生10亿幅牙齿X射线图像。因此，依据牙齿的X射线照片诊断骨质疏松症的能力会非常有价值，因为它能提供人口的低成本群体筛选检查的机会。
更适宜的是，用标准X射线设备完成X射线成像，例如标准牙齿X射线设备(例如General Electric Medical Systems，Milwaukee，WI)。用80kVp的标准X射线成像技术和自动曝光调整装置进行自动曝光或用10mA管电流的手动技术来获得门牙区域和犬齿区域的X射线照片。例如可在Kodak超高速胶片(Kodak，Rochester，NY)上获得X射线图像。X射线图像可以用有透明度选项的商业平板扫描仪来进行数字化(AcerScanPremio ST)。
1.1标准模型
更好的是，X射线图像包括精确的参考标记，例如为评定任一给定的X射线图像的骨矿物密度和/或骨结构的标准模型。已经对用于成像技术的标准参考(也称为标准模型)进行了描述。参见，例如，美国专利No.5,493,601和美国专利No.5,235,628。美国专利No.5,335,260揭示了一种代表包含不同钙浓度的人类组织的标准模型，其作为在X射线成像系统和CT成像系统中对钙、骨质量和骨矿物密度进行定量的参考。然而，目前可用的标准模型并不总是准确的。因为在骨质疏松症中骨矿物密度导致了显著低于100％的骨折危险性。(Ouyang等人，(1997)Calif Tissue Int，60：139-147)。此处所描述的方法和装置中的一些，不仅被设计来评定骨矿物密度也用来评定骨结构。通过对这两个参数进行评估，可以为诸如骨质疏松症一类的病症提供更精确的检测和筛查。
因此，在某些方面，本发明为提供了对X射线照片中所包含的诸如解剖学结构的密度和/或解剖结构的形态一类的信息进行精确的定量评估的方法和设备。可以使用任何合适的标准模型，例如，由铝或其他放射线不能透过的材料构成的标准模型。美国专利No.5,335,260描述了其他适合用于对X射线图像中的骨矿物密度进行评估的标准模型。其他合适的标准模型的材料的例子可以是流体或类流体材料，例如，一个或多个充满不同浓度的氯化钙的容器或类似物品。
许多标准模型(或参考标准)都可以用在本发明的实践中。典型的，用于监控目标生物体中骨矿物密度和/或骨结构的系统包含X射线照片(例如，牙或髋骨的X射线照片)，其提供了与对象有关的信息；包含标准模型的装置，其作为牙齿X射线照片中的数据的参考；和至少一个数据处理系统，其对从牙齿X射线图像和/或从标准模型装置中得来的数据数据进行计算和处理。
显然，标准模型可以包含单一的，已知的密度或结构参考。此外，X射线照片的密度梯度可以通过沿着X射线束的路径改变标准模型的厚度或几何形状来实现，例如，采用一个不同厚度的V形标准模型(图4)。标准模型也可以包含角。例如，标准模型可以是“T”型或“L”型，从而包括一个或多个90度角。
标准模型可以包括几个不同的具有不同辐射不透明度的区域。例如，标准模型可以有一个阶跃式设计，由此，在光楔的局部厚度的改变导致对射线不透明度的差异。采用不同厚度的材料的阶跃式光楔常常被用于放射学中进行X射线光束特性测试的质量控制。通过改变阶跃的厚度，可以改变投影图像中X射线光束的强度和谱线成分。阶跃式光楔通常用铝，铜和其他方便的和均匀的并已知具有使X射线衰减的特性的材料制成。类阶跃式光楔模型也可以包含磷酸钙粉末或在熔化的石蜡中的磷酸钙粉末。
可替换的，可以使用连续光楔，或可以设计标准参考使对射线的不透明度从周围到中心(例如，在圆、椭圆、矩形、三角形的其他形状结构中)发生改变。如上注意到，标准参考还可以构造为多个分离的腔，例如，充满液体的腔，每一个腔包含一种特定浓度的参考液体(例如，氯化钙)。除了一种或更多液体，标准模型还可以包括包埋在其中(例如，包埋在塑料中)的金属粉末，例如铝或钢粉末。
在某些实施例中，对标准模型进行特殊的设计而作为骨结构(例如，小梁间距、厚度及诸如此类的)的参考。例如，标准光楔可以包含一个或更多具有已知尺寸的几何图案图形，例如，栅格，由此栅格的间距、独立栅格元件的厚度等是已知的。标准模型中的这种对射线不透明的元件的已知几何形状可以用于改进X射线照片中的带小梁的骨结构的测量的精度。这些对带小梁的骨结构的测量包括，但不局限于，小梁间距，小梁长度和小梁厚度。这些小梁间距、小梁长度和小梁厚度的测量可以，例如在牙齿或髋部X射线照片中进行。这些标准模型可以采用包括塑料、金属及其组合在内的多种材料制成。另外，参考元件可以为固体、粉末、液体或其结合。这样，标准光楔还可以用于改进骨结构的测量。
由于本发明着重对牙齿的X射线图像进行分析而得到骨结构、骨矿物密度或结构和密度两者的信息，因此显然，标准模型应根据对结构、密度或两者同时进行测量而进行选择。于是，提供了一种或多种标准模型。
无论标准模型是怎样的形状或组合，此处，在模型中的已知密度和/或结构处至少设置一个标记。此外，较好的，标准模型至少包含一个几何形状或图案图形。可以采用任何形状，包括，但不局限于，方形、圆形、椭圆形、矩形、星形、月牙形、多边体(如八边形)、V或U形、颠倒的V或U形、不规则形状等等，只要其位置是已知的以便与标准模型的特定密度相联系。在较佳的实施例中，此处描述的标准模型用于2D平面X射线成像。
标准模型可以在取得X射线图像之前或之后成像。或者，标准模型可以与X射线图像同时成像。标准模型可以物理地连接到X射线胶片和/或胶片固定架上。该物理连接可以采用任何合适的机械或其他连接方式的机构，包括但不局限于粘合剂、化学粘接、采用螺钉或钉子、焊接、VelcroTM皮带或VelcroTM材料等等来实现。类似的，标准模型可以采用一个或更多连接机构(例如，机械连接装置、VelcroTM皮带或VelcroTM材料、化学粘接、采用螺钉或钉子、焊接以及粘合剂)物理地连接到用于数字X射线成像的探测器系统或存储板上。外部标准和胶片可以采用固定装置进行连接，例如对胶片和外部标准两者采用压配合。
此外，标准模型装置可以连接到解剖学结构，例如，一个或多个牙齿、粘膜、下颌骨和/或上颌骨。例如，标准模型可以连接(如通过粘合剂连接装置)到下颌骨或上颌骨上的上皮或粘膜内。或者，标准模型可以放置在牙齿上或与之相邻，例如，可以采用V或U形(在上颌骨的情况下)或倒置的V或U形(在下颌骨的情况下)的标准模型。V或U的开口可以与至少一个牙齿或者也许与几个牙齿的自由边沿相接触(图4)。
在较佳的实施例中，当得到解剖学结构或非活体对象的X射线照片时，标准模型被包含在可视范围内。可以采用任何合适的标准模型，例如，包含铝或其他对辐射不透明的材料的标准模型。美国专利No.5,335,260描述了其他适合用于对X射线图像中的骨矿物密度进行评估的标准模型。其他合适的标准参考材料的例子可以是液体或类液体材料，例如，一个或多个充满不同浓度的绿化钙的腔等等。在优选的实施例中，模型的材料可以是不锈钢(如，含碳0.08％、锰2％、硅1％、磷0.045％、硫0.03％、镍10-14％、铬16-18％、钼2-3％、加上铁构成100％的AISI级316)。成分的相对百分比可以相对于重量或体积。
显然，适于连接到解剖学结构的标准模型可以具有不同的形状，其依赖于解剖学结构的形状(如一个或多个牙齿)，标准模型可以设置成位于该解剖学结构上或与之相邻，该形状包括但不局限于U形、V形、曲线形、平坦形或其结合。例如，U形(或倒置的U形)标准模型可以放置在臼齿上，而V形(或倒置的V形)可以放置在门牙上。此外，显然，在某些实例(例如，在下颚上的牙齿)中，标准模型可以仅根据其重量而放在牙齿上或者固定到牙齿上(如采用粘合剂)。在上颚上的牙齿的情况下，标准模型典型的是被固定到牙齿上，例如采用粘合剂。
任何这些连接可以是永久的或者暂时的，且标准模型可以集成(如内置)到胶片、胶片固定支架和/或探测器系统，或者可以在胶片和/或胶片固定支架生产之后适当地永久或暂时性地固定或放置。因此，标准模型可以为单用途(如可随意使用的)或者根据不同的X射线图像有多种用途。由此，在某些实施例中，标准模型可以重复使用，并且，此外，可以在两次使用之间进行消毒。标准模型的集成可以通过将已知X射线密度的材料包含于X射线胶片的两个物理层之间来实现。集成还可以通过将已知X射线密度的材料包含于X射线胶片的一个物理层内来实现。此外，标准模型可以集成到胶片盖内。标准模型或外部标准还可以集成到用于数字X射线成像的探测器系统或存储板内。例如，集成可以通过将已知X射线密度的材料包含于探测器系统或存储板的两个物理层之间来实现。集成还可以通过将已知X射线密度的材料包含于探测器系统或存储板的一个物理层内来实现。
在某些实施例中，例如那些将标准模型暂时性地固定到X射线装置系统(如X射线胶片固定支架、X射线胶片、探测器系统等等)的元件上的实施例，可以将交叉的细丝、线或其他标志放在装置上作为为标准模型定位的指示物。这些指示物可以有助于确定标准模型的定位，使其并不投射到材料上，这会改变结果图像中的表观密度。
此处描述的任何一种标准模型包含的装置可以用于对X射线图像进行骨结构(或骨矿物密度)的分析和/或定量的方法。该方法通常包括为了对成像的材料(如骨质量)的密度进行定量而同时对标准模型和另一材料(如来自对象的骨组织)进行成像或扫描。在牙齿的X射线照片的情况下，标准模型、X射线管或牙齿的X射线胶片典型的以确保将标准模型和下颌骨和/或上颌骨的一部分包含在X射线图像内的方式放置。较好的，标准模型、X射线管和牙齿的X射线胶片被放置，使得在图像上至少下颌骨或上颌骨的截面的一部分包含主要的带小梁的骨头而不是皮层骨。
这样，采用本发明的方法，尽管本发明允许对模型和对象非同时进行扫描，但是，较好的是标准模型与独立的对象同时成像或扫描。通过X射线成像技术对结构进行扫描和成像的方法是公知的。通过将标准模型与对象一起放置到X射线光束内，参考标准样本提供对骨的系数特性的校准和定标。当模型与每一对象同时成像或扫描时，由于模型和对象照射同样的X射线光束谱线，X射线光束能量和光线束硬化现象的变化得到校正。具有不同尺寸、厚度、肌肉脂肪比及骨成分的每一对象对光束的衰减不同，这就改变了X射线光束谱线的效果。将与骨等价的标准模型置于与对象的骨相同的光束谱线中以提供精确的标准是必须的。
目前使用的X射线成像装置并没有考虑与被成像的结构相关的标准模型的位置。因此，当包含已知的装置时，标准模型常常以投射到材料或结构(如骨)并改变所得到的X射线图像的标准模型的表观密度的方式定位。显然，这一表观密度的改变会影响到作为确定骨矿物密度的参照物的标准模型的精度。因此，本发明的一个目的是提供一种标准模型不会投射到材料或结构上而改变参照物的表观密度的方法。在有关牙齿X射线照片的上下文中，例如，此处描述了确保标准模型不投射到骨(如，牙齿，颚)组织上的方法。这能够以不同的方式完成，例如，将标准模型放置在X射线胶片或X射线胶片固定支架上以使其位于牙齿X射线照片上的牙齿之间。
本发明的标准模型材料和方法更好的配置为足够小和足够薄以便放入口腔内，本发明的方法可以用于通过标准牙齿X射线系统，例如，通过将标准模型暂时或者永久地包含在牙齿X射线胶片固定支架内，对骨质量进行定量。此外，更合适的是将标准模型这样放置，使得至少一部分不会投射到结构或材料上而改变标准模型的表观密度或结构特性。更好的，还可以将标准模型相距至少一个牙齿或下颌骨或上颌骨的一段规定的距离放置，由此标准模型的实质部分并不投射到X射线图像上的牙齿、下颌骨或上颌骨上。可以采用任何合适的距离，例如介于大约1mm至5cm之间或其间的任意值。
可以采用交叉标准模型对系统性能进行优化，例如，X射线管底座，或胶片处理器底座，或为了提高可比性的不同机器或系统，典型的位于不同的位置。为此，可以获得不包括患者或身体局部的分离的图像。该图像包括用于患者的最初的标准模型，例如，已知密度的阶跃型光楔以及交叉标准模型。于是针对交叉标准模型的密度对最初的标准模型的表观密度进行校准。由最初标准合成的交叉模型可以有助于提高骨密度、骨结构和宏观解剖学参数的测量精度。也可以有助于提高测量的整体可重复性。在本发明的一个实施例中，X射线照片技术人员或牙科专家可以一天进行一次交叉模型测试，典型的是在早晨的早些时候，在对第一个患者进行扫描之前。交叉模型或完全交叉模型研究的结果可以通过网络传送到中心计算机。于是中心计算机可以为了在不同系统之间保持高水平的可比性而进行校准。
1.2固有的参考标记
在本发明的某些实施例中，在解剖学结构或非活体对象中固有的信息可以用于对解剖学结构或非活体对象内选定的骨研究区的密度和/或结构进行评估。例如，由于已经知道典型的肌肉、脂肪、水(如，软组织)、金属(如，牙齿填充物)和空气的X射线密度，围绕在解剖学结构或非活体对象周围的空气的密度、皮下脂肪的密度以及肌肉组织的密度可以用于对所选定的骨区域，例如，在末端范围内，的密度进行评估。例如，权平均值可以确定在一个或更多内部标准(如，空气，水，金属，和/或脂肪)之间，并用作内部标准来确定在同一X射线图像内的骨密度。类似的，牙齿或牙齿的一部分的密度可以用于对所选定的骨区域，如，下颌骨区域，的密度进行评估。
解剖学结构内的固有信息还可以与标准模型提供的信息相结合，该结合可以使标准模型的精度得到提高。
1.3固定支架和卫生盖
如上提到的，在某些实施例中，可以采用固定支架对标准模型进行定位。为了方便固定到牙齿，固定支架可以为U形或V形(图5)。该固定可以例如，采用粘合剂粘合。标准模型按顺序固定到固定支架。类似的，标准模型可以固定到包含一个或更多具有至少一个或更多牙齿的模制体的固定支架上。此外，固定支架可以用于对胶片和标准模型两者相对于包含在X射线图像内的骨质结构进行定位。在另一个实施例中，能够固定X射线胶片的固定装置集成在标准模型内。该固定装置可以在进行X射线照相之前将胶片固定在适当位置。该固定装置可以装有弹簧或者采用其他诸如使X射线胶片固定并保持平衡的机械装置。
在某些实施例中，固定支架可以包括可随意使用或可消毒的卫生盖。参见，例如，WO99/08598，其所公开的内容此处参考全文进行结合。此外，固定支架可以包括多个元件，例如，标准模型和集成或可插入的小而圆的背衬，其能够通过计入与标准模型和/或与骨一起投射的软组织的影响而提高标准模型的精度。
在某些实施例中，标准模型这样配置，即不使用额外的固定支架而依靠着周围的组织而自动地保持平衡。该标准模型可以采用卫生盖来保护。
固定支架(如，卫生盖)可以由刚性材料、弹性材料或其结合构成。另外，固定支架可以包括一个或更多腔/室以便接纳诸如标准模型、小而圆的背衬等附加的元件。此外，固定支架的一个或更多部分可以是对射线透明的。
2.0数据的分析和处理
然后，较好的，对如上所述的从X射线图像获得的数据进行分析和处理。从而，此处描述的系统和装置还可以包括一个或多个计算单元，其被设计用来，例如，分析图像中的骨密度或骨结构数据，鉴别解剖区域的解剖学标记，对软组织测量做校正，和/或对图像的骨密度和结构进行评估。计算单元进一步还可以包括数据库，其包含，例如参考解剖图，同时，计算单元还可以用来将解剖图与参考解剖图进行比较。该参考解剖图可以是过去的(来自于同一或其他患者，作为询问协议的一部分)，或者理论上的或者任何其他适合的类型的参考图。
为了获得和处理数据，可以对任何X射线图像进行分析。由此，基于本发明的数据点、推导得到的数据以及数据标志数据库可以包括如下内容：(1)数据点的采集，该数据点包括从X射线图像获得的信息，例如，骨矿物密度信息或关于骨结构(体系结构)的信息；以及(2)这些数据点与相关数据点标志的结合。该方法还可以包括(3)根据一个或更多直接数据点确定推导得到的数据点，以及(4)这些数据点与相关数据点属性的结合。该方法还可以包括(5)采用远程计算机对数据点进行采集，借此远程计算机通过网络环境进行操作。
在某些较佳的实施例中，信息可以通过牙齿的X射线图像获得。如此处所述，牙齿的X射线图像可以采用已知的技术在本地获得。如果X射线图像采用传统的X射线胶片进行捕捉，那么X射线图像的数据点(信息)可以采用扫描装置进行数字化。然后数字化了的X射线图像信息可以通过网络，例如因特网，传输到远程计算机或服务器。如果X射线图像采用数字采集技术获得，例如，采用磷平板系统或硒或硅探测器系统，那么X射线图像信息已经以数字的形式提供。在这种情况下，图像可以直接通过网络传送，如因特网。在传送前还可以对该信息进行压缩和/或加密。传送还可以通过诸如传真、邮件等其他方法进行。
2.1数据点
于是，此处描述的方法及组合用于采集测量值的数据集合，例如对X射线图像进行的骨结构和/或骨矿物密度的测量。记录可以被制定成类似电子表格的形式，例如包含诸如X射线照片数据、患者年龄、性别、体重、目前的治疗药物、地理位置等数据属性。数据库的制定还可以包含对从一个或更多所获得的数据点推导或计算出的数据点的计算。多个推导出来的数据点在随后的数据库操作期间可以有助于提供与个体或组相关的信息，并因此在数据库制定期间被典型地包括进数据库。推导得到的数据点包括，但不局限于：(1)骨矿物密度最大值，其取决于所选定的骨区域或来自相同或不同对象的多个样本；(2)骨密度的最小值，其取决于所选择的骨区域或来自相同或不同对象的多个样本；(3)骨密度的平均值，其取决于所选定的骨区域或来自相同或不同对象的多个样本；(4)反常地高或低的测量值的个数，其通过将所给定的测量数据点与选定值进行比较而确定，以及诸如此类的。其他的推导得到的数据点包括，单不局限于：(1)所选定的骨结构参数的最大值，其取决于所选定的骨区域或来自相同或不同对象的多个样本；(2)所选定的骨结构参数的最小值，其取决于所选定的骨区域或来自相同或不同对象的多个样本；(3)所选定的骨结构参数的平均值，其取决于所选定的骨区域或来自相同或不同对象的多个样本；(4)反常地高或低的骨结构测量值的个数，其通过将所给定的测量数据点与选定值进行比较而确定，以及诸如此类的。在本发明所教导公开的情况下教导，其他推导得到的数据点对于本领域的普通技术人员是显而易见的。可提供的数据和从提供的原始数据推导(或者通过分析)得到的数据的数量提供了空前数量的与诸如骨质疏松症一类的骨相关疾病的处理非常相关的信息。例如，通过随着时间推移不断地对对象进行检查，可以对药物治疗的功效进行评估。
分别对测量和推导得到的数据点进行采集和计算，并可以与一个或更多数据属性相关联从而形成数据库。可提供的数据和根据提供的原始数据推导(或通过分析)得到的数据的数量提供了空前数量的与诸如骨质疏松症一类的骨相关疾病的处理非常相关的信息。例如，通过随着时间推移不断地对对象进行检查，可以对药物治疗的功效进行评估。
数据属性可以是与X射线图像一起自动输入的，并且可以包括，例如，按年代顺序排列的信息(如DATE以及TIME)。其他这类属性可以包括，但不局限于，所用的X射线成像器的类型，扫描信息，数字化信息及诸如此类的。或者，数据属性可以由对象和/或操作者输入，例如对象的标识，也就是与特定对象相关的属性。这些标识包括但不局限于：(1)对象代码(例如，数字或字母数字序列)；(2)人口统计学信息，诸如种族，性别和年龄；(3)物理特性，诸如体重，身高及体密度系数(BMI)；(4)对象的治疗史的选定方面(例如，疾病状态或病症等)；以及(5)与特征相关的疾病，例如，骨病的类型(如果有的话)；对象所用药物治疗的类型。在本发明的实践中，每个数据点典型地以特定对象来命名，也可以是对象的人口统计学特性等等。
在本说明书教导公开的情况下，其他数据标志对本领域普通技术人员而言是显而易见的。
2.2数据集合的存储及将数据点与数据属性相关联
存在多种用来存储数据集合并同时关联到相关属性的形式，包括但不局限于(1)表格式的(tabular)，(2)关系式的(relational)，以及(3)空间的(dimensional)。通常，数据库包括数据点，与物理测量(“得到的”数据项或数据点)或者根据一个或更多得到的数据点计算或推导出来的单个数据结果相对应的数值，该得到的数据点采用此处公开的各种方法获得。数据库既可以包括未加工的数据也可以包括附加的相关信息，例如数据表也称作数据点的“属性”。数据库可以采用多种不同的形式或者以不同的方法构建。
最常见的形式是表格，通常称作电子表格。当前存在各种各样的电子表格程序，并且在本发明的实践中被典型地采用，其包括但不局限于，微软EXcel电子表格软件以及CorelQuattro电子表格软件。在这种形式中，数据点与相关属性的关联通过在测量时将数据点和与数据点相关的标志输入在唯一的行中产生。
另外，也可以使用有理的(rational)，关系式的(relational)(Database Design forMere Mortals，by Michael J.Hernandez，1997，Addison-Wesley Pub.Co.，publisher；Database Design for Smarties，by Robert J.Muller，1999，Morgan KaufmannPublishers，publisher；Relational Database Design Clearly EXplained，by Jan L.Harrington，1998，Morgan Kaufmann Publishers，publisher)以及空间的(dimensional)(Data-Paralles Computing，by V.B.Muchnick等人，1996，International ThomsonPublishing，publisher；Understanding Fourth Dimensions，by David Graves，1993，Computerized Pricing Systems，publisher)数据库系统及管理。
关系数据库典型地支持一组由关系代数定义的操作。这些数据库典型地包括由列和行构成的用于存放数据库中数据的表格。数据库的每个表格具有主关键字，其可以为任一列或列的组，其值唯一地定义了表中的行，其值与另一表中的主关键字匹配。典型的，关系数据库还支持一组操作(例如，选择，连接和合并)，该组操作在数据库中形成对关系进行管理的关系代数的基础。
这些关系数据库可以以不同的方式执行。例如，在Sybase(Sybase Systems，Emeryville，CA)数据库中，表格可以物理地分割成不同的数据库。相反，采用Oracle(Oracle Inc.，Redwood Shores，CA)数据库，因为存在一个工作空间的实例，为不同表格规定了不同的所有权，因此不同的表格物理上并不分隔。在一些配置中，数据库全部位于一个单一计算机的单一数据库(例如，一个数据仓库)中。在另一些例子中，不同的数据库分在不同的计算机中。
当然，应当理解，数据库并不局限于上述方案或结构。多种其他的方案对本领域技术人员而言是显而易见的。
2.3数据操作
如此处所描述的，从X射线图像获得的数据可以进行操作，例如，采用多个统计分析以生成有用的信息。本发明的数据库可以，例如，在定义的时间周期内(如，日，月，年)由单一个体采集的数据或由选定组的个体构成的组，由推导得到的数据，以及由数据属性产生。
例如，数据可以通过与数据点相关联的属性进行合并、分类、选择、筛分、分组以及分离。存在多个数据提炼软件程序，可以用于执行想要的操作。
可以对不同数据之间的关系进行直接查询和/或通过统计方法对数据进行分析以便对从数据库操作中获得的信息进行评估。
例如，可以为选定的数据组，以及平均值、中间值和由此计算得到的模式建立分布曲线。另外，可以计算得到数据的分布特性，例如可变性、二十五分差以及标准偏差。
研究的任意变量之间的关系的性质可以通过对相关系数的计算而进行检测。能够这样做的有用的方法包括但不局限于：Pearson积差相关(Pearson Product MomentCorrelation)以及Spearman等级次序相关(Spearman Rank Order Correlation)。
不同的分析允许对样品组中的差异进行测试以确定是否一个选定的变量对测量的参数具有可辨别的影响。
非参数测试可以用于对经验数据与实验期望之间的变化是仅仅归因于概略还是归因于被检测的一个或多个变量的测试。这些包括卡方(Chi Square)测试、卡方吻合度、2×2列联表、符号测试以及φ(phi)相关系数。
在标准数据提炼软件中存在许多可用的工具和分析，这些软件可以用于对本发明的数据库进行分析。这些工具和分析包括，但不局限于，集束分析，因子分析，决策树，神经网络，规则归纳，数据驱动建模以及数据可视化。可以采用一些数据提炼技术的更复杂的方法来发现更经验性的且数据驱动的，而不是与之相反的理论驱动的关系。
可用于分析和/或生成本发明的数据库的具有示范性的数据提炼软件包括，但不局限于：联结分析(例如，组合分析，连续图形，连续时间图形和贝叶斯网络)；分类(例如，神经网络分类，贝叶斯判决规则分类，k-最近邻域分类，线性判别分析，基于推理的记忆，以及通过联合分类)；集束(例如，k-平均集束，统计学集束，关系分析以及神经网络集束)；统计方法(例如，平均值，标准偏差，频率，线性回归，非线性回归，t测试，F测试，x2测试，主分量分析以及因子分析)；预测(例如，神经网络预测模型，基于函数的放射性预测，模糊逻辑预测，时序分析以及基于推理的记忆)；操作系统；以及其他(例如，平行可量测性，简单查询语言函数，以及为应用生成的C++对象)。提供这些软件的公司包括，举例如下：Adaptative Methods Group at UTS(UTS City Campus，Sydney，NSW2000)，CSI，Inc.，(Computer Science Innovations，Inc.Melbourne，Florida)，IBM(International Business Machines Corporation，Armonk，NY)，Oracle(OracleInc.，Redwood Shores，CA)以及SAS(SAS Institute Inc.，Cary，NC)。
这些方法和步骤可以应用到采用此处描述的方法获得的数据上，例如，数据库包括：X射线图像数据组，导出的数据以及数据属性。
在某些实施例中，数据(例如，骨结构信息或骨矿物密度信息)从普通管理的对象处利用此处描述的方法获得。这些数据库典型地称作“参考数据库”并且能够用于任何给出的对象的X射线图像的辅助分析，例如，通过对从对象处获得的信息与参考数据库进行对比。通常，对从普通管理对象处获得的信息进行平均化或者进行另外的统计操作以提供一个“普通”测量的范围。在看过本文的教导之后，对本领域技术人员而言，合适的统计操作和/或评估是显而易见的。对象的X射线照片信息与参考数据库的比较可以用于确定对象的骨信息是否落在了建立在参考数据库中的普通范围之外或者是否与普通管理具有统计显著性的不同。本领域技术人员可以很容易地确定统计显著性。在X射线图像分析中应用参考数据库使诸如骨质疏松症一类的骨病症的诊断、治疗和检测变得容易。
关于应用于数据分析的统计方法的通常论述，参见Applied Statistics for Scienceand Industry，by A.Romano，1977，Allyn and Bacon，publisher。
这些数据更好地是采用一个或更多计算机程序或计算机系统进行存储和操作。这些系统典型地可以具有数据存储能力(例如，磁盘驱动器，磁带存储器，CD-ROMs等)。另外，计算机系统可以联网或是一孤立的系统。如果联网，计算机系统可以将数据传送到与联网的计算机系统相连接的任何装置上，例如通过标准e-mail软件连接到医生或医疗保健机构，通过数据库查询和升级软件(例如，从大量对象中得到的数据点的数据仓库，导出的数据以及数据属性)连接到中心数据库。或者，用户可以利用任一带有因特网入口的计算机系统，从医生的办公室或医疗机构进行访问，以便回顾可能对确定治疗方案有用的历史数据。
如果联网的计算机系统包含了环球网(World Wide Web)的应用，那么该应用就包含了产生数据库语言语句所要求的可执行代码，例如，SQL语句。这些典型的可执行代码包括嵌入的SQL语句。该应用还包括配置文件，该配置文件将指针和地址包含到位于数据库服务器以及根据用户需要而访问的不同的外部和内部的数据库上的不同软件实体。如果数据库服务器分布在两个或更多不同的计算机上，那么在需要的时候该配置文件还将对数据库服务器资源的请求指向合适的硬件。
通常，每个联网的计算机系统包括一环球网浏览器，其为访问联网的数据库服务器提供用户界面。联网的计算机系统能够创立用于通过环球网浏览器从数据库检索信息的检索请求。通过进入环球网浏览器，用户典型地能够点击诸如按钮、下拉菜单以及其他图形用户界面元素一类的用户界面元素，以便准备和提交从数据库中提取相关信息的查询。紧接着，以这种方式制定的请求传送到环球网应用，该环球网应用将这些请求格式化以便产生能够用于从数据库提取相关信息的查询。
当利用基于环球网的应用时，环球网应用通过以诸如Sybase或Oracle SQL之类的数据库语言来构造查询，然后将查询传送到关系数据库管理系统，其按顺序处理查询以从数据库获得相关信息。
因此，本发明的一个方面描述了一种提供从网上(例如，因特网)的X射线图像获得的数据的方法，以及采用这一连接提供实时且定时的数据分析的方法。中心网络还可以允许医生对对象的数据进行访问。类似的，如果病人读取的信息超出了预定的范围，等等，会向医生发出警报。然后医生可以通过网页界面上的e-mail或消息向患者发送反馈建议。另外，对来自所有对象的数据的整个数据库的访问对统计学或研究目的是有用的。当然，还要使用适当的网络安全特征(例如，为数据传递，查询，设备升级等)。
另外，远程计算机可以用于对通过网络自动传送的X射线照片进行分析。例如，照这样，可以产生与对象有关的X射线照片的密度信息或结构信息。X射线密度信息可以，例如，是骨矿物密度。如果用这种方式，可以将测试用于诸如骨质疏松症一类的与骨相关的疾病的诊断。
2.4图形用户界面
在某些计算机系统中，包含诸如具有一整套功能的界面屏幕一类的界面，以便使用户能够容易地对从本发明的方法和数据库中寻求的信息进行访问。这些界面通常包括用户可以开始多种不同类型的分析的主菜单页。例如，用于数据库的主菜单页通常包括用于访问某些类型的信息的按钮，这些信息包括，但不局限于，投影信息，投影之间的比较，天次，事件，日期，次数，值的范围等。
2.5计算机程序产品
可以利用各种各样的计算机程序产品来实施此处公开的各种方法和分析。通常，计算机程序产品包括计算机可读介质以及执行上述阐明的方法所必须的代码。程序指令在其上被编码的计算机可读介质可以是任何一种已知的介质类型，包括但不局限于微处理器，软盘，硬盘驱动器，ZIP驱动器，WORM驱动器，磁带以及诸如CD-ROMs一类的光学介质。
例如，X射线图像或从该图像获得的数据一旦通过本地或远程计算机网络进行传送，并且远程计算机或连接到远程计算机的计算机接收到X射线图像上的数据，可以进行形态学和骨密度分析，例如，采用合适的计算机程序。对象的形态学分析可以是二维的，尽管其也可能是三维的，特别是当X射线图像已经利用多个不同的X射线传输角度或X射线平面从解剖对象获得时。例如，在对骨质结构进行成像时，这些对传送的X射线图像的分析可以用于对明示或暗示了骨损耗或变化的骨疾病的参数进行测量。这些参数包括所有现在和将来可用于对骨质结构进行评估的参数。例如，这些参数包括，但不局限于小梁间距，小梁厚度，小梁连接性以及小梁间的空间。
当诸如空间分辨率一类的X射线图像采集参数已知时，解剖对象的形态学或2D或3D结构的信息可以更精确地导出。其他诸如锥面光束失真一类的参数也有助于这种调整。
如上所述，X射线图像可以从本地传送到远程服务器，同时远程服务器能够执行对X射线照片的自动化分析。另外，远程服务器或连接到远程服务器的计算机然后可以生成诊断报告。因此，在某些实施例中，计算机程序(例如，在远程服务器或连接到远程服务器的计算机上)可以为诊断报告生成费用(charge)。然后远程服务器可以将诊断报告传送给医生，典型的，是预定该测试或为患者进行治疗的医生。针对包括还可以传送到的三方，例如，健康保险公司。诊断报告的这些传送可以以电子的(例如通过e-mail)、邮件、传真或其他通信方式进行。其中所有或部分的传送信息(例如，患者的识别信息)可以进行加密以便保护医疗记录的机密性。
因此，此处描述了一个通过至少包含对象的下颌骨和/或上颌骨的至少一部分的牙齿X射线照片对对象系统中的骨骼的形态学或构造进行分析的典型系统，继之以评估或X射线图像。牙齿X射线照片可以通过任何传统的方法获得。X射线照片产生图像，该图像可以被一关联的系统控制器进行解释(例如，使用选定的算法和/或计算机程序)以提供用于显示的骨矿物密度或骨结构的评估。
在本发明的另一方面，监测系统可以包括两个或更多元件，其中，第一元件包括用于提取和监测对象的骨相关数据的X射线图像和标准模型，从第一元件接收数据的第二元件对数据进行处理操作，然后将处理好的数据显示出来。可以在其中一个或两个元件上建立微处理器功能。监测系统的第二元件可以采取很多种形式。
3.0.0.0校正因子
尽管标准模型的存在很大程度上有助于提高从牙齿X射线照片上获得的数据的精度，但是本发明者还意识到，在某些例子种，可能存在应用一个或更多校正因子以更进一步提高从任何给定的X射线图像中获得的数据的精度的需要。这些校正因子可以计入一种或更多广泛不同的可能改变X射线图像上的表观密度或结构信息的影响(例如，软组织厚度，提取数据的区域等等)。
在这点上，为了定标和标准化的目的，可以采用一个或更多的参考数据库。例如，图像的标准化或软组织衰减的校正可以采用患者的诸如体重、身高和体质量指数一类的特征数据进行。在一个例子中，更高的软组织衰减可以假定为高体重和低身高的对象；而低的软组织衰减可以假定为低体重和高身高的对象。
在另一实施例中，将标准刻度曲线应用到X射线图像，由此刻度曲线可以从利用标准模型获得的参考X射线照片推导出来。例如，对100名患者进行带有标准模型的牙齿X射线照相，从这些图像可以推导得到标准刻度曲线。
3.1.0.0解剖学标记
在一个实施例中，所要分析的结构的解剖学标记的识别，或随后定位的所要分析的与结构相邻的解剖学标记的识别以及与这些或随后定位的解剖学标记相关的X射线图像的计算机分析以及与这些解剖学标记相关的解剖学研究区(ROI)的计算机分析。本发明还包括对牙齿或其他X射线探测器的定位，对牙齿的X射线管的定位以及基于下列信息利用标记对所得到的图像的分析：1)组织信息，2)结构信息，3)密度信息(例如，密度)，或4)2或3维轮廓信息5)要被测量的组织或结构以及与测量位置相邻的组织或结构的信息的结合。本发明还包括仅仅基于解剖标记非必须的方法和装置，但是在一些应用中可以结合到解剖学标记实施例。较好的，此处描述的许多实施例设计成自动应用且操作者干预最小值，并优先选用这些装置的远程或计算机控制。
在一个实施例中，可以采用对准装置来确保牙齿的X射线管相对于牙齿胶片垂直或近似于垂直对准，由此降低由管的角度导致的几何失真。例如，牙齿胶片固定器相对于解剖学标记定位，例如，在门牙区域的下颌骨的后壁。图15示出了采用牙齿X射线胶片固定器的示范性对准系统的侧视图。该系统包括牙垫(100)，不锈钢棒(101)，胶片(103)，任意的标准模型(104)，典型地具有环或环形室形状的Rinn固定器(102)以及延伸管(200)。延伸管用来装配在Rinn固定器内并可以暂时地或永久地固定。系统可以使胶片位置相对于诸如牙槽缘或下颌骨后壁一类的解剖学标记的位置达到高度再现性。延伸管允许对X射线管进行对准以便使其近似于垂直于Rinn器具，并且最终垂直于牙齿胶片。
由于对牙齿的X射线管的手工对准，也就是为了指向和对准的目的而位于牙齿X射线管前面的管(例如，金属的)相对于3，5的对准误差并不总是很精确，或者甚至更大程度上，为了使X射线管前面的金属管与Rinn固定器之间垂直或近似于垂直的对准，优选采用机械的或电磁的装置。例如，金属管可以采用一个或更多VelcroTM皮带，物理地固定到Rinn固定器，或者其可以采用诸如水平、十字线、光源(点或面)等光学辅助手段进行对准。或者，这些物理连接可以通过采用一个或多个磁铁刚性地固定到牙齿X射线系统金属管和Rinn固定器上来实现。在这一实施例中，Rinn固定器和牙齿X射线系统金属管上的磁铁可以对准并且实现物理接触。在另一个实施例中，延伸管可以，例如通过粘合剂，固定到Rinn固定器上。延伸管还可以是Rinn固定器的一部分。延伸管可以这样设计，即其内径比牙齿X射线系统的金属管的外径稍大。然后，将牙齿X射线系统金属管插入到固定在Rinn固定器的延伸管内，由此大大地降低了X射线管相对于X射线胶片的对准误差。或者，延伸管也可以这样设计，即其外径比牙齿X射线系统的金属管的内径稍小。然后牙齿X射线系统金属管向前覆盖(advanced over)固定到Rinn固定器的延伸管上，由此大大地降低了X射线管相对于X射线胶片的对准误差。在阅读了此处的教导之后，本领域的技术人员很容易意识到还可以采用许多其他的连接装置来使牙齿X射线管与牙齿X射线胶片正确地对准。连接结构的结合也是可以的。
选定的解剖学标记是解剖区域的一部分。解剖区域是指骨、牙齿或其他能通过解剖学特征或位置来识别的确定的生命体上的部位。解剖区域可以包括表面下的生命体。通常，这样的区域可根据标准医学参考方法学来确定，就象Williams等人，Gray’s Anatomy，1980中看到的那样。解剖区域可以从任何这些结构中的下颌骨边缘、上颌骨边缘、牙齿边缘、任何这些结构中的谷或槽或其结合构成的组中进行选择。牙齿X射线图像可以容易地取得，且包含解剖学部位。其他解剖学区域包括但不局限于髋部、脊骨、前臂、脚和膝盖。
例如，将研究区设置在牙齿顶点和下颌骨的下皮层之间。顶点可以通过如下的方式自动地找到：对像素的每一行检测灰度值曲线。在或多或少(in an alternating fashion)横切骨和齿根形成的曲线具有多个不同的峰和谷的同时，仅包括带小梁的骨头的曲线在灰度值上显示出不规则的变化(图6)。牙齿顶点位于这两个图形之间的过渡区域。
用于评估带小梁的骨结构的测量技术被优选设计成不需要用户干预地工作。为了使分析牙齿X射线照片的过程全自动化，发展为研究区(ROIs)定位的技术是必要的，该研究区用于对带小梁的骨结构参数进行计算。如果某一特定像素行的曲线包含了不同的峰值，就可以确定它们的数量、宽度和高度。接下来，对在这些线条以下的行进行计算，直到峰值消失。该线条确定了边界，ROI可以置于其下方5mm的地方，并位于根部的纵轴中间，其还可以由行曲线(图6)确定。在像素尺寸为0.042mm×0.042mm的情况下，对应于600dpi的分辨率，ROI具有5.4mm×5.4mm(128×128像素)的尺寸。采用其他扫描分辨率时，ROI的像素分辨率可以随之调节。
在缺齿的患者的情况下，骨矿物密度可以在所有ROI内进行测量，该ROI位于，例如牙槽缘下方8mm且平行于牙槽缘的线上。ROI可以在像素对像素的基线上从左向右移动。最终，带有最低BMD的ROI可以选作结构骨参数的进一步的评估。这有助于去除X射线照片上包含的一些区域，在这些区域中由于靠近犬齿的下颌骨的弯曲部分的投影使得对骨矿物密度估计过高。或者，可以采用具有中间BMD的ROI。为了达到这一目的，可以采用其他统计学参数。
因此，软件或其他计算单元可以识别所查询的X射线图像中选定的解剖学标记，并采用不同的参数和分析函数直接对图像进行分析。另外，还可以采用这些软件或其他计算分析单元来识别距选定的标记一定距离的特定密度的区域。类似的，手工的或计算机分析可以用于识别相对于选定标记的最低、最高、中间或平均密度(或结构特征)的区域。
另外，可以对不同时期同样的标记进行比较(标记内比较)或对一个或更多标记进行比较(标记间比较)。例如，标记内比较可以用于单一查询协议过程，该单一查询协议需要与特定解剖学标记有关的同一区域的多重查询。可以使用此处描述的且在本领域公知的统计分析方法。
因此，本发明提供对骨结构，即带小梁的骨头的二维或三维结构组织，进行评估的装置，包括但不局限于，对小梁间距、小梁厚度、小梁长度和小梁连接性的测量。表1提供了对骨结构测量的其他例子。这些测量可以单独使用或者采用标准模型或外部标准来提高，该外部标准能够允许对图像的密度进行校正或标准化并且在某些实施例中还能够允许例如对由X射线光束的锥形光束几何形状导致的几何失真的校正。
如此处所描述的，骨结构的一个或更多测量可以用于选择治疗方法，例如，在骨损耗或恶化的情况下使用合成代谢或防再吸收药物。在某些实施例中，骨结构的测量随着时间的过去而一直实施以便随着时间的过去而持续地对对象的骨健康进行监测。测量可以在不同的时间点T1，T2，…，Tn进行，并且将骨结构参数的改变记录下来用于跟踪患者的骨健康。在单一或连续测量中，医生可以获悉测量结果并且能够包含预定的分离值(例如，当测量到的患者的骨结构参数与正常的、健康的参考人群的参数之差超出一或两个标准偏差时)，同时应用该信息来选择治疗方法。
此处描述的获得和分析得到的数据可以用于监测病人对治疗方法的反应。例如，病人接受合成代谢或防再吸收药物治疗后在不同时间间隔T1，T2，…，Tn对与骨结构信息相关的信息进行评估，可以使用骨结构参数的变化对治疗效果进行评估。医生可以利用该信息调整治疗(例如，骨质疏松症的治疗)药物的剂量或者改变药物的服用方法。
应用X射线照片信息的其他技术，例如层析X射线照相组合，也可以用于对骨结构进行测量以及选择治疗方法或者监测治疗方法。
骨结构可以采用多种不同的技术方法来测量。这些包括但不局限于霍夫变换，小梁的密度和尺寸分布的分析，多维分类图，平均像素密度，像素密度差，傅立叶谱分析，分形维数及形态学参数。
3.1.1.0霍夫变换
霍夫变换(参见，例如，Hough“Machine analysis of bubble chamber pictures”in International Conference on High Energy Accelerators and Instrumentation.1959.CERN)可以用于探测二进制图像中的几何对象。作为一种对骨结构进行评估的全新的方法，本发明包括使用这些方法对骨X射线图像中的带小梁的骨头的方向和长度进行分析。为了达到这一目的，采用高斯滤波器会使研究区(ROI)模糊化。然后，将滤波ROI的像素值从原始ROI中的像素值中减去，并且在每一像素位置上加上值128。这就得到了平均灰度值为128的图像，其还可以用作阈值以生成二进制图像，该图像中小梁由白色像素代表。
在骨架化步骤之后，可以将采用线性参数化法ρ＝xcosθ+ysinθ进行的霍夫变换应用到二进制图像以找出直线段。此处ρ为线距原点的垂直距离，θ是X轴与法线之间的夹角。原始图像中的每一点
Figure A0382227300331
变换成已变换图像中的位于(ρ，θ)平面内的一条正弦曲线 ρ = x ^ cos θ + y ^ sin θ (参见图7)。理想地，在原始图像内来自同一直线上的点的曲线在已变换图像内相交于同一点。然而，(ρ，θ)平面可以分成多个箱(bin)，其每个箱对穿过其的已变换曲线进行计数。该数字对应于原始图像内的线段上的共线点的数目，这就是该线段的长度。另外，已变换图像提供原始图像内线段的支配角(predominant angle)的信息(参见图8)。
线段的平均长度和方差可以作为骨小梁的形状的结构参数，该长度和方差可以通过计算具有超出某一阈值计数的所有箱而得到。平均长度以及长度的可变性在骨质疏松症患者中会降低。该阈值会产生影响，使只有某些最小长度的片段被包含在计算中。对阈值进行选择，以便可以向阅读了本教导之后的本领域技术人员提供简单地确定健康和疾病个体的最佳辨别。
由下式给出的已变换图像h的“质心”是测量小梁片段的支配角的一种方法。
CM = ( Σ ( ρ , θ ) ( ρ , θ ) T * H ( ρ , θ ) ) / Σ ( ρ , θ ) H ( ρ , θ ) ,
其中，每一箱被解释为一个具有于其计数相等的质量的元件。对与齿槽边缘相关的厘米尺寸的角度进行测量以便获得一标准值。更重要的是，片段角(在对箱的计数进行阈值处理之后再次进行测量)的方差提供了小梁结构的各向异性的信息。骨质疏松的椎骨的组织形态学(histomorphological)研究表面小梁取向的方差随着疾病而降低。
3.1.2.0小梁的密度和尺寸分布的分析
诸如膨胀、腐蚀及其结合的形态学操作也可以用于在灰度等级或二进制图像中的结构的尺寸进行探测。例如，骨架因子可以用于对不同尺寸和方向的小梁进行提取和定量，这就导致了对小梁结构的尺寸分布的测量。该骨架因子是基于Kumasaka等人，(1997)DentomaXillofac Rad 26：161-168的工作以及如下工作的基础上：
以二维结构元件e作为基于-m≤i，j≤m(m＞0)且E(i，j)∈{0，1}范围内的函数。膨胀因子将灰度图像f内的一像素值f(x，y)设置为该尺寸m范围内的这些值的最大值，此时e(i，j)＝1，有：
[ f ⊕ E ] ( x , y ) = max - m ≤ i , j ≤ m { f ( x + i , y + i ) | E ( i , j ) = 1 }
从而，将最大值用最小值代替，则腐蚀因子定义为：
[ f ⊕ E ] ( x , y ) = min - m ≤ i , j ≤ m { f ( x + i , y + i ) | E ( i , j ) = 1 }
“开放”是在最小值检索之后进行的最大值检索的操作：
fE＝(fE)E
因此，“关闭”操作定义为最大值检索之后的最小值检索：
fE＝(fE)E
如果固定结构元件E1给定为E1(i，j)＝1，且-1≤i，j≤1，则骨架操作定义为
Figure A0382227300344
E2是另一个圆形并且尺寸可变的结构元素，因此提供了对图像中的结构的对尺寸敏感的骨架算子。f与E2的腐蚀删除了比E2小的结构而提取了那些在尺寸上至少相等的小梁。那些尺寸正好相等的结构减小到一个像素的宽度。带有E1的开放步骤导致所有一个像素宽度的结构消失(式(1)中的第二项)。在从第一项中减掉该项之后，仅有那些正好与E2的尺寸匹配的小梁结构保留下来。最后，图像进行标准为1的阈值化处理。这一算子的影响示于图9。
图10证明了与图9中具有相同结构元素尺寸的骨架算子在来自包含小梁骨的牙齿X射线照片的研究区的灰度等级区域内的应用。从每一骨架操作得到的二进制图像的亮像素的数目对应于原始图像中的特定尺寸的那部分小梁。如果以每一骨架化了的图像中的亮像素相对于总的像素数目的百分比对直径E2作曲线，曲线的“质心”，也就是支配结构尺寸，可以作为鉴别骨质疏松和健康骨骼的系数。
另外，骨架算子优选的进行优化和延伸以便探测仅沿特定方向定向的结构。这可以通过将腐蚀操作加入到具有结构元素的骨架算子中而实现，其中，例如，仅仅将对角线像素设为1。
这可以用于计算各向异性系数，类似于从霍夫变换推导得到的结果。对两个各向异性系数进行与其先天(potential)有关的测试以便从骨质疏松的骨头中辨别健康的骨头。
以类似的方式，可以对骨髓空间进行检测。于是，骨架算子可以定义为
3.1.3.0多维分类图
在某些实施例中，优选采用多系数对骨结构参数进行测量。由此，可以使用将一个或更多合适的系数结合起来的新方法。这些系数可以优化并合并为一个多维分类图，例如，采用最近邻域分类法。Cover等人，(1967)IEEE Trans Inform Theory 13(1)：21-7。(参见例3)。
表1提供了可测量参数的不同分析与解剖学/生理学关系的例子。
                       表1
分析 解剖学/生理学关系
霍夫变换 小梁的长度和方向；各向异性
形态学算子 小梁的厚度和方向，各向异性，骨髓空间的厚度和长度
平均像素密度 骨矿物密度
像素密度的方差 小梁结构的复杂性
傅立叶谱线分析 小梁结构的复杂性
分形维数 小梁结构的复杂性
形态学参数 小梁的长度、尺寸；小梁结构的复杂性，骨髓空间的尺寸；骨髓空间的复杂性
3.1.3.1平均像素密度
平均像素密度是骨矿物密度的一个常用参数。穿过骨组织的X射线被吸收的程度取决于骨头的矿物成分。具有高的矿物密度的骨头吸收X射线的大部分，因此在X射线图像中呈现得更亮。
在ROI中的平均像素密度 f(x，y)可以根据包含在图像中的铝标准光楔进行校准。绘出了标准光楔的每一厚度水平的平均像素密度的log值相对于厚度的曲线，其中使 f(x，y)转换为标准铝厚度的等价物，其作为该参数的值。标准光楔的不同厚度水平的自动识别将不同的几何图形描绘在X射线图像示出的光楔内并能够自动定位。
3.1.3.2像素密度的方差
在研究区中像素灰度等级的方差，var f(x，y)，描述了像素密度的可变性，并且由此能够作为对小梁形成的程度的测量。将带小梁的骨头的损耗预测为由下降的var f(x，y)函数反映。Southard &Southard(1992)Oral Surg Oral Med Oral Pathol 74：111-117。
3.1.3.3傅立叶谱线分析
组织的空间频率谱线提供了其粗糙度的相关信息。图像内的细微组织结构和边缘对应于频域内的高频，而粗糙的组织则表现为低频。应用到带小梁的骨头的X射线图像，这一方法，具有粗糙的或小的小梁的区域显示了傅立叶谱线能量集中在低空间频率，而细微的小梁结构区域则显示了谱线能量集中在高频。
典型的，选定的ROI的2维傅立叶系数。这些2维系数通过使所有的系数在具有与离散空间频率u相对应的半径的圆上平均化，用于确定一个1维的能量谱F(u)。在将第一(“DC”)系数排除之后，确定绝对值系数的平均变换系数绝对值| F(u)|和平均空间第一时刻 M 1 = Σ u = 1 N | F ( u ) | · u N - 1 . M1提供了频率对谱线的能量作出最大贡献的测量，类似于几何对象的“质心”。
3.1.3.4分形维数
一种对图像中的组织进行分析的不同方法是分形分析。分形是表现出某些统计学的自相似或自模仿特性的对象，这样，对象的一部分，按其原始尺寸的规定，具有例如与原始对象相同的表面积(3-d)或相同的周长(2-d)。在分形维数分析的上下文中，特定组织的灰度值可以解释为一高度，并分析了所得到的3维表面(图11)。
分形维数(fd)是一对象的周长或表面积随着测量比例的减小而增加的速率。Russ“The Image Processing Handbook”，Third edition ed.1999，Boca Raton：CRC press。它是对边界或表面的复杂性的测量，并且对应于对象粗糙度的直觉概念。在没有一个理论束缚的情况下，假定为骨质疏松的带小梁的骨头，其中小梁变细并且损失了其连贯性，因此，复杂性增加，则其应当具有比健康骨更高的分形维数。
能够测量FD的多种方法得到的结果并不具有可比性。由此，可以进行不同的方法的测试以确定其中哪个(或结合)提供了普通对象与骨质疏松对象之间的最佳的辨别力。
在采用快速傅立叶变换(FFT)对ROI的2-D能量谱进行计算之后将第一种方法应用于频域中。如上所述，为了进行傅立叶分析，从2-D傅立叶系数中产生1-D能量谱。当以能量的对数对频率的对数绘制该1-D能量谱时，根据分形理论，其必然具有大小为b且1＜b＜3的负的斜率。于是，计算得到FD值为FD1＝3.5-b/2。
另一种方法，Minkowski法，测量对应于表面的上下包络线之间的差(ROI上之和)作为所用的邻域的尺寸。Peleg等人，(1984)Anal Mach Intell 6(4)：518-523。如果δ(δ＝1，2，3，…)是包络线与表面之间的距离，那么上包络线uδ和下包络线lδ由下式给出
u0(i，j)＝l0(i，j)＝f(i，j)
u δ + 1 ( i , j ) = max { u δ ( i , j ) + 1 , max | | ( m , n ) - ( i , j ) | | ≤ 1 { u δ ( m , n ) } }
l δ + 1 ( i , j ) = min { l δ ( i , j ) - 1 , min | | ( m , n ) - ( i , j ) | | ≤ 1 { l δ ( m , n ) } }
其中，f(i，j)是在ROI内的像素(i，j)的灰度值。面积A(δ)的对数对log(δ)作曲线，测定具有大小为b的负斜率的线。于是分形维数由FD2＝2-b′给出。令 v δ = Σ ( i , j ) ∈ ROl ( u δ ( i , j ) - l δ ( i , j ) ) , 则可计算得到 A ( δ ) = v δ - v δ - 1 2 .
3.1.3.5形态学参数
在上述特征和参数提供了关于带小梁的骨结构的相当普通的信息的同时，下面的例子进行了更详细方面的描述。
首先对研究区域的灰度等级进行二进制化。如White等人，(1999)Oral Surg Oral MedOral Patholo Oral Radiol Endod 88：628-635中所描述的，这能够通过如下方式获得：通过高斯滤波器装置使ROI变模糊。然后从原始ROI中减去模糊的ROI，再在每一像素位置加上值128。这就得到了具有平均灰度值为128的图像，该值128还可以作为阈值，得到小梁是白色而骨髓空间是黑色的的图像。
根据该二进制图像，白色像素总是代表了小梁区域，其以占总的ROI面积的百分比来计算。外部小梁边界上的像素的数目测量了小梁的周长。通过对黑色像素进行计算，同样的参数可以用于测量骨髓空间。
在二进制图像骨架化之后，由白色像素的总数可以确定小梁的总长。另外，端点和分支点的数目可以表示为小梁长度的比例。通过总的小梁长度与端点和分支点的总和的比值可以估算小梁的平均长度。
3.2.0.0软组织
软组织厚度的差异对于分析和评估X射线照片中的骨密度和骨结构是重要的。由此，本发明还包括对骨结构或密度组织的评估中的软组织进行校正的方法和装置，尤其是用于诊断和/或预测骨质疏松症或其他骨病症。
在某些实施例中，X射线图像是牙齿的X射线图像并且这些校正方法包括：(a)采用X射线探测器对对象的下颌骨和/上颌骨的至少一部分进行探测；(b)产生所探测的下颌骨和/或上颌骨的X射线图像；(c)从与骨密度或骨结构有关的X射线图像获得数据；(d)探测周围的软组织以确定软组织的厚度；以及(e)通过校正软组织厚度来校正从X射线图像获得的数据。这些研究组群包括：非骨质疏松症的绝经期前的患者，非骨质疏松症的绝经期后的患者，骨质疏松症的绝经期后的患者。显然，尽管对牙齿的X射线照片进行了举例说明，但是此处描述的许多方法还可以应用到其他X射线图像，例如髋部或脊骨的X射线图像。
所测量的对象的软组织厚度也可以与从管理人群(例如，年龄、性别、种族、体重匹配的普通对象)中获得的参照软组织厚度进行比较。参考软组织厚度可以通过对具有正常的血管、心脏、肝、肾功能以及没有其他潜在医学疾病的健康对象的软组织厚度进行测量而得到。参考软组织厚度可以标识为，但不局限于，平均和标准偏差或标准误差。参考软组织厚度可以分别从15-20，20-30，30-40，40-50，50-60，60-70，70-80，以及80岁以上的患者中分别获取，并且优选的分别根据男人和女人以及种族(例如，亚洲，非洲，高加索以及西班牙对象)来获取。此外，参考软组织厚度可以分别根据每一年龄、性别和种群内的不同对象体重来获取。
个体患者可以与参考软组织厚度相比较。如果患者的软组织厚度偏大，可以使用校正因子。校正因子的数量/大小(amount/magnitude)受在软组织厚度中增加的大小的影响，而软组织厚度受到脂肪、纤维以及肌肉组织分别的大小的影响。可以对临床研究组群进行评估以生成用于更进一步研究的数据库或者生成更多改进的校正因子。这些研究组群包括：非水肿非骨质疏松的绝经期前的患者，非水肿非骨质疏松的绝经期后的患者，非水肿骨质疏松的绝经期后的患者，水肿非骨质疏松的绝经期前的患者，水肿非骨质疏松的绝经期后的患者，以及水肿骨质疏松的绝经期后的患者。在每一研究组群种执行下列步骤以进行对比：脊骨、髋骨或小梁的双X射线吸收测量(“DXA”)，同时进行SOS和BUA测量或定量计算层析X射线摄影(“QCT”)。由此，软组织厚度的校正还可以改进X射线照片及其他X射线照片的分析的精度和判别能力。这些方法还可以用于对诸如骨质疏松症一类的骨病症的危险性的升高或降低的人群的鉴别。
4.0应用
骨矿物密度或小梁结构的测量，例如在下颌骨或上颌骨或在髋骨内或在椎骨内，可用于推导得到任一对象的骨健康的评估。此外，根据对X射线照片的数据的分析和操作可以对骨健康进行评估，该评估接下来可以用于给出一合适的治疗方式。处理方式的效果也可以采用此处描述的方法和装置进行评估(例如，通过在下颌骨或上颌骨或髋骨或椎骨取两个分离的时间点T1和T2进行测量以检测骨矿物密度或小梁结构的差异)。
此外，此处描述的方法不仅改进了对骨质疏松症发展以及治疗反应进行检测的工具，还允许在标准髋骨X射线照片的基础上对，例如，带小梁的骨结构组织和结构排列的评估进行全自动操作。在某些实施例中，这些方法包括利用形态学算子采用对小梁网络的分支点和端点进行探测和分类，将带小梁的骨头二进制化和骨架化成为自由端片段和点对点片段。在其他实施例中，这些方法包括在已经二进制化和/或骨架化的图像基础上，测量小梁密度、小梁周长、带小梁的骨头的图形因子、片段数、片段长度、片段取向角度以及点对点片段相对于自由端片段的比例。在又一些实施例中，这些方法包括：(a)采用Euclidean距离变换(也参见例3)对小梁厚度进行测量；(b)采用2D快速傅立叶变换对小梁取向进行评估；以及/或(c)创建骨结构系数以便结合至少两个或更多这些结构参数对骨质疏松症或预测骨折的危险性进行诊断。
在某些实施例中，X射线照片是对象的髋骨。另外，为了有助于控制X射线照片的位置对骨结构测量精度的影响，这些方法包括下面的一个或多个：在髋骨中评估骨结构测量对角度的依赖性，例如，通过将从健康到骨质疏松症患者(对象)的髋关节前后的X射线照片与在中间位置的股骨X射线照片进行比较，并且以不同角度向内或向外旋转或者通过获取具有不同管形成角度度数的髋骨的X射线照片进行比较。骨结构测量可以在不同位置之间进行比较以便确定哪个骨结构参数对X射线照片位置的依赖性最小和/或采用脚固定器将病人的脚固定在中间位置，以防对大多数所测量的结构参数在0°中间位置与向内或向外旋转15°的位置的结果的差超过10％。
在其他实施例中，提供对骨结构进行长期(例如，纵向地)监测的方法，例如，对骨质疏松症的发展和/或治疗的反应进行评估。在某些实施例中，这些方法包括对髋关节内的研究区(ROI)的布局进行自动操作，例如，创建和采用包含六块定义好的研究区(ROI’s)的近侧股骨的通用模式。
此处描述的允许对骨结构进行部分地测量的方法，对骨质疏松症的诊断和治疗是有用的。最终，这些技术可以有助于在不需要昂贵的专业的和先进的设备的情况下，采用标准、普遍使用的X射线照相设备，高度节约成本且精确的方式对大量妇女进行骨质疏松症危险性的筛查。很显然，这种类型的程序能够靠采用新的合成代谢或防再吸收药物，有力地使治疗干预成为可能，防止预期的骨质疏松骨折的流行需要这种治疗干预。
4.1套件
本发明还提供用于从X射线图像获得信息的套件，例如从诸如牙齿X射线照片一类的X射线照片获得与骨结构相关的信息。在某些实施例中，该套件包括一个或更多计算机(例如，软件)程序，例如，用于在X射线图像的基础上接收，分析和生成报告。在另一些实施例中，这些套件可以包括标准模型，例如集成或固定到固定器的标准模型，卫生盖，X射线胶片和/或X射线胶片固定器。
本发明还提供治疗套件，例如用于治疗骨质疏松症或牙齿疾病。在某些实施例中，这些套件包括共一个或更多X射线胶片使用的标准模型，计算机软件产品，数据库，治疗药物以及，可选择地，有用的指令(例如，在进行X射线照相时为标准模型定位的指令，用软件对X射线照片，放射剂量进行分析等等)。治疗药物可以是，例如，防再吸收或合成代谢药物。
4.2诊断和预测
在又一方面，提供对对象中的与骨相关疾病(例如，骨质疏松症，Paget病、成骨不全、骨癌)、牙周疾病或口腔植入失败的治疗与预测的方法，例如采用此处描述的任何套件、方法和/或装置。显然，这些方法可以用于牙周疾病和植入失败，还可以用于任何与骨相关的病症，例如，骨质疏松症，骨癌及诸如此类的。
仅骨质疏松症就是对于25,000,000绝经期女性和7,000,000男性的主要公共健康威胁。1995年，用于骨质疏松症和相关骨折的国家直接支出是$13,000,000,000。人口统计学显示，随着人口老龄化的增长，骨质疏松骨折以及初发的和潜在的、经济的、难以处理的骨质疏松症的流行大大地增加。美国预计在40年内仅对骨质疏松症的总投入每年超过240,000,000,000美元。
少于20％的患者知道他们有病，并且其中很少的人接受医生直接有效的治疗。有效处理骨质疏松症流行的威胁的障碍不是缺乏治疗的医疗器械而是没有对有危险性的人以及需要进行治疗的人的鉴别能力。进行骨质疏松症检测的限制在很大程度上是当前可用的系统的高额费用造成的，结果是其仅能局限在医院和专业诊所内小范围的安装。
通过提供廉价且可靠的骨结构分析筛查并且得到骨病症和/或病症的存在的诊断，此处描述的装置和方法提出了这些和其他观点。的确，骨矿物密度(BMD)的测量在技术上相对容易实现，尽管小梁结构和排列结构的进行性破裂是引起老年个体中发生骨折危险的主要方式，但是低的BMD在100％的骨折危险中占相当小的比重。
因此，在某些实施例中，这些方法包括，采用计算机程序对X射线图像(例如，牙齿的X射线图像)的骨矿物密度或骨结构进行分析，并且将该值或从图像获得的测量与参考标准或参考曲线进行比较，由此确定对象是否具有诸如骨质疏松症一类的骨相关疾病，或者由此确定对象的骨折危险性。X射线图像还可以包括标准模型，例如此处描述的标准模型。
在某些实施例中，骨结构的测量与宏观解剖学参数(例如，髋骨X射线照片上的皮层厚度)相结合或相关联，例如，采用统计学或数学方法，创建疾病的严重性系数。随后，将该系数与至少两个或更多这些骨结构或形态学参数相结合，用于对骨质疏松症的诊断或对骨折危险性进行预测。
4.3治疗
此处描述的方法和装置还可以用于发展针对有需要的对象的合适的治疗方式。此外，本发明还可以对对象的治疗方式的效果进行分析。
尽管在绝经后雌激素缺乏是得到广泛证明的导致骨质疏松症的原因，且这可以通过激素放置疗法(HRT)来避免，但HRT在长期使用者中还会导致乳腺癌危险性的增加(大约35％)。Lancet(1997)350：1047-1059。结果是，致力于发展针对骨质疏松症的替代治疗方法。在这些治疗中，双膦酸酯日益被接受为一种治疗选择。Lin(1996)Bone 18：75-85；Liberman等人，(1995)N Engl J Med 333：1437-1443；Mortensen等人，(1998)J ClinEndocrinol Metab 83：396-402。近年来引入的另一种新一类的治疗药物是选择性的雌激素受体调节器(SERMs)。Delmas等人，(1997)N Engl J Med 337：1641-1647；Lufkin等人，(1998)J Bone Min Res 13：1747-1754。诸如甲状旁腺激素一类的合成代谢疗法也已经提出用来治疗骨质疏松症。Roe等人，(1999)J Bone Miner Res 14(suppll)：S137，Abst#1019；Lane等人，(1998)J Clin Invest 102：1627-33。
这些及其他研究的综合结果表明，骨质疏松症的有效治疗方法可以在病症一旦诊断出来就马上进行。例如，采用此处描述的任何一种方法、套件、和/或装置，对对象的骨质疏松症的存在进行诊断，并且为对象提供合适的治疗方法(例如一种或更多抗再吸收药物和/或一种或更多合成代谢药物)。可以对牙周疾病进行类似的诊断和治疗，这在从口腔卫生实践到外科范围内受到推荐。随着时间的推移，此处描述的方法可以用于对选定的治疗方法的效果进行评估以及根据需要更换治疗方法。
4.4决策树
由此，通过此处描述的方法，可以很容易地实现诊断、预测、发展治疗方法、评估治疗效果以及诸如此类的。在某些方面，这些应用可以利用算法或决策树(也称作逻辑树或流程图)来实现。显然，这些决策树可以等效地应用到其他应用当中(例如，设计治疗方案，评估治疗效果，等等)。
用于预测骨问题(例如，骨质疏松，等等)、牙周疾病或口腔植入失败的一个示范性的方法采用了阈值分级评估的决策树(也称作分类树)(参见，例如，J.J.Oliver等人，in Proceedings of the 5th Australian Joint Conference on Artificial Intelligence，pages 361-367，A.Adams and L.Sterling，editors，World Scientific，Singapore，1992；D.J.Hand等人，Pattern Recognition，31(5)：641-650，1998；J.J.Oliverand D.J.Hand，Journal of Classificaiton，13：281-297，1996；W.Buntine，Statisticsand Computing，2：63-73，1992；L.Breiman等人，“Classification and RegressionTrees”Wadsworth，Belmont，CA，1984；C4.5：Programs for Machine Learning，J.RossQuinlan，The Morgan Kaufmann Series in Machine Learning，Pat Langley，SeriesEditor，October 1992，ISBN 1-55860-238-0)。提供了用于构造和执行决策树的商业软件(例如，CART(5)，Salford Systems，San Di ego，CA；C4.5(6)，RuleQuest ResearchPty Ltd.，St Ives NSW Australia)并且在看到本说明书的教导之后可以用于本发明的方法。一个该决策树的简单版本是在特定解剖学标记处(例如，下颌骨或上颌骨的边缘，齿根的末端，等等)读取的同时选择一个骨结构或骨矿物密度阈值。如果图像的该值比阈值低很多，那么就预测到了骨病症、牙周疾病或植入失败。
例如，第一级决策由算法构成，其基于采用此处所描述的被获得的和被分析的最近的X射线图像，与可以预测即将的或当前的与骨或牙周相关的事件的初始阈值相比较。例如，该算法可以将当前的骨结构测量(time＝n)或预测的骨结构测量(time＝n+1)与阈值相比较。如果骨结构测量比阈值高，那么通过算法进行决策以提出更进一步的将来的X射线照片。如果骨结构测量小于或等于阈值水平，那么算法继续到下一级的决策树。
决策树的下一级可以是对对象进行X射线照相时(n)的年龄和/或性别进行评估，将其与同样年龄和/或性别的“正常”对象相比较。例如，如果对象的骨测量比特定年龄和/或性别的阈值骨结构水平高，那么通过算法作出决策以进一步提示在将来进行监测。如果骨结构信息小于或等于阈值，那么算法继续进入决策树的下一级。
决策树的下一级可以是，例如，对对象的软组织(例如，齿龈)厚度(n)进行评估，将其与测量阈值相比较。例如，如果软组织明显低于或高于正常的厚度，那么通过算法进行决策，检验更多的X射线图像或对骨相关病症进行预测。
决策树还可以通过增加更多的等级来进行进一步的加工。例如，在确定骨和/或牙周事件可能发生之后，对象可以再次进行X射线照相以观察值是否已经改变。再一次，也可以对年龄、性别、体重、软组织厚度以及诸如此类的进行测试并考虑以确认预测。
在这些决策树中，最重要的标志典型地放置在决策树的根部。在本发明的一个实施例中，根属性是当前骨结构的测量。在另一实施例中，在一将来时间点的预测的骨结构的测量可以作为根属性。或者，可以采用骨矿物密度和/或植入结构作为根属性。
另外，阈值不需要(但可以)预先建立。算法可以从单个对象的读取和测量的数据库记录中学习。算法可以自追踪以便采用基于数据库记录中的数据建立阈值，例如，决策树算法。
另外，决策树可以比上述的单一情况更复杂。例如，如果特定对象的软组织非常厚，算法可以把骨测量阈值设置得比正常值高或低。
通过选择参数(例如，当前或将来的骨信息，等等)以及算法基于个体对象的这些参数的数据库记录进行自追踪，该算法可以独立地或结合疾病预测因素和/或植入失败对每一参数进行评估。由此，可以对预测模型进行追踪，并且算法确定哪个参数是最重要的预测因素。决策树可以采用诸如递归划分算法之类的算法从数据以自动操作的方式进行学习。递归划分算法通过根节点中的所有追踪例子开始建立树。根节点可以是“分裂”的，例如，采用如下的三个步骤。(1)根节点可以在所有可用的属性上、在所有可用(例如，在培训数据库中)的阈值分裂，对每一个被考虑到的分裂应用一个标准(例如，GINI指数，数据平均信息量或数据的信息长度)。(2)选择属性(A)和阈值(T)对标准进行优化。这就得到了具有一个分裂节点和两个叶片的决策树。(3)将追踪数据库中的每个例子关联到这两个叶片中的一个(基于培训例子的测量)。采用该三个步骤对每个叶节点进行递归分裂。分裂持续到一个停止标准被应用。停止标准的一个例子是如果一节点具有的例子比其相关联的追踪数据库中的例子少于50个。
在更进一步的实施例中，在决策树的决策的每一级，算法软件将概率结合到决策。可以对决策的每一级的概率进行评估(例如，求和)并且可以应用累积概率确定是否预测到疾病和/或植入失败。接收器操作特性(ROC)曲线分析可以用于上述的决策树分析。ROC分析是另一阈值优化方法。其在将错误正分数最小化的同时，提供了一种确定最佳正确正分数的方法。ROC分析可以用于对两个分类图进行比较，并确定哪个图是选定的事件(例如，骨质疏松症的证据)的更全面的预测因素；例如，ROC分析可以用于将一个单一阈值分类器与决策树相比较。ROC软件包典型地包括如下步骤：关联、连续地分配以及固有的分类速率尺度数据；在两个副法线ROC曲线之间进行统计学比较；从连续的以及分类的数据组中对副法线ROC曲线的最大可能性评估；对统计能量进行分析以比较ROC曲线。提供了构造和执行ROC的商业软件(例如，Analyse-It for Microsoft EXcel，Analyse-ItSoftware，Ltd.Leeds LS12 5XA，England，UK；MedCalc，MedCalc Software，Mariakerke，Belgium；AccuROC，Accumetric Corporation，Montreal，Quebec，CA)。
可用于上述分析的相关技术包括，但不局限于，决策图，决策规则(也称作规则归纳)，判别式分析(包括步进式判别式分析)，逻辑回归，最近邻域分类，神经网络以及朴素贝叶斯分类器。
本发明的所有这些方面既可以单独也可以结合用于实践。典型地，下列的实施例的结合使用是更有利地。另外，尽管对象发明的优选实施例已经进行了某种程度的详细描述，但是应当理解，在不脱离本发明的精神和范围的情况下可以进行明显的改变。
实验
下面是完成本发明的特定实施例的例子。这些例子仅提供对发明目的的描述，并不打算以任何方式对本发明的范围进行限定。
例1：在活体内的可再现性以及在活体内的诊断灵敏度
A.牙齿的X射线照片
为了测试从牙齿的X射线照片获得的数据在活体内的可再现性，进行下面的实验。对象坐在牙科治疗椅上，并且对门牙区域和下颌骨的臼齿区域拍摄X射线照片。标准模型阶跃式光楔固定到牙齿的X射线胶片。采用标准的X射线成像技术对牙齿的X射线胶片进行曝光从而得到门牙区域的X射线照片。对象来回行走15分钟，在该点采用同样的步骤进行重复测试。
X射线胶片可以用带有透明性选项的商业化的平板扫描仪(Acer Scan Premio ST)进行数字化。采用NIH图像软件程序(http：//rsb.info.nih.gov/nih-image/Default.html)在同一对象的已经完全数字化了的X射线照片中的与牙齿根部相对应的同样位置对研究区(RIOs)进行手工定位。ROI内的平均灰度值的测量的可再现性确定为变化系数(COV＝测量的标准偏差/测量的平均值)。两个对象的所有结果以均方差 ( RMS = Σ 1 n x i 2 / n ) 的形式给出。表2中对数据进行了汇总。
表2：在数字化的牙齿的X射线照片中的平均灰度值的测量的可再现性
    区域   COV对象A   COV对象B     RMS
    门牙   2.9％(n＝3)   5.9％(n＝3)     4.6％
    臼齿   3.0％(n＝3)   4.1％(n＝3)     3.6％
  所有区域：     4.2％
数据显示，已经与许多超声波系统比较，获得了诊断骨质疏松症的可再现性。
B.髋骨X射线照片
为了测试髋骨X射线照片中的骨组织分析是否能够探测到正常的与骨质疏松的骨头之间的差异，用计算X射线照相系统的Fuji FCR 5000(Fuji Medical Systems，Stemford，CT)获取两位患者的样本髋骨X射线图像。在用DXA测量的髋骨中，第一位患者具有正常的骨矿物密度。对于第二位患者，采用DXA测量的股骨颈部BMD低于正常的一个标准偏差。
为了进行X射线成像，将患者以仰卧的姿势定位在X射线工作台上，平行于工作台的长轴。患者的手臂放置的其身体两侧。在患者的颈部下面放上枕头以确保患者舒适。但是，在膝盖下面并不使用枕头。X射线技术人员通过从头到脚(其放置在中间位置，同时脚尖朝上)的观察检查确认患者直着躺在工作台上。射线聚焦到髋关节的中部并超过大转子。
采用下面的参数获取前后髋骨的X射线照片：胶片聚焦距离：100cm；管电压：65kVp；曝光：自动曝光装置进行自动曝光或者采用手动曝光带有20mAs；对准：限制到髋关节，包括近侧的股骨骨干；聚焦：股骨头部上方(参见上文)；管形成角度：0度。在进一步图像分析前将铝质的阶跃型光楔(BioQuest，Tempe，AZ)包含在图像内以校准灰度值。采用ImageJ，NIH图像的Java版本(http：//rsb.info.nih.gov/ij/)进行处理。
如图9所示在近似的位置人工选择六个研究区。通过背景减法将小梁提取出来。得到的二进制图像示于图中。在下一步中，将所选定研究区的带小梁的骨头骨架化。
采用正常的和骨质疏松患者的二进制化了的ROI以确定小梁密度比(小梁面积比ROI面积)。从骨架化的ROI得到下面的骨结构测量结果：平均片段长度，总骨架长度(利用ROI面积标准化)，骨架片段数(利用ROI面积标准化)，以及骨架节点数(利用ROI面积标准化)。结果示于表3至7。
表3：小梁密度比例(小梁面积/ROI面积)
  ROI A   ROI B   ROI C   ROI D   ROI E   ROI F
    正常   0.473   0.482   0.514   0.494   0.476   0.485
    骨质减少   0.382   0.455   0.492   0.426   0.424   0.455
    骨质减少相对于正常的百分比 81％ 94％ 96％ 86％ 89％ 94％
表4：平均骨架片段的长度
  ROI A   ROI B   ROI C   ROI D   ROI E   ROI F
    正常   7.116   8.071   10.765   8.175   8.272   7.313
    骨质减少   7.146   9.877   10.004   6.699   8.607   9.750
    骨质减少相对于正常的百分比 100％ 122％ 93％ 82％ 104％ 133％
表5：总的骨架长度(采用ROI面积标准化)
ROI A  ROI B  ROI C  ROI D  ROI E  ROI F
 正常 0.0736  0.0758  0.0906  0.0889  0.0806  0.0785
 骨质减少 0.0503  0.0589  0.0672  0.0584  0.0681  0.0543
 骨质减少相对于正常的百分比 68％ 78％ 74％ 66％ 84％ 69％
表6：骨架片段数(采用ROI面积标准化)
ROI A  ROI B  ROI C  ROI D  ROI E  ROI F
正常 0.0100  0.0094  0.0084  0.0109  0.0097  0.0107
骨质减少 0.0070  0.0060  0.0067  0.0087  0.0079  0.0056
骨质减少相对于正常的百分比 68％ 63％ 80％ 80％ 81％ 52％
表7：骨架节点数(采用ROI面积标准化)
ROI A  ROI B  ROI C  ROI D  ROI E  ROI F
正常 0.0198  0.0210  0.0229  0.0244  0.0156  0.0240
骨质减少 0.0090  0.0117  0.0132  0.0113  0.0088  0.0081
骨质减少相对于正常的百分比 46％ 56％ 58％ 47％ 56％ 34％
这些结果证明，小梁结构的评估显示了正常和骨质疏松的骨头之间的显著差异，并且在不同ROI的特定方向上取向的小梁的选择性分析可以对近侧股骨的生物力学稳定性进行结构临界值的评估。
例2：图像处理技术
对股骨头部、颈部以及近轴的不同区域的小梁的结构进行分析的技术在PC机上的Matlab(The Math Works，Inc.，Natick，MA)软件中得到发展。已经发展了下面的技术(模块)：在X射线照片中不同研究区(ROI)的小梁的密度、长度、厚度以及取向的软件分析算法，以及对这些ROI进行自动设置的技术。
为了进行骨微结构评估，在近股骨中选择六块研究区。这些ROI的尺寸和形状设计为捕捉小梁密度和结构的局部改变(参见，例如，图9)，并且可以反映不同压缩能力和拉伸能力的小梁的组群的特定区域。Singh等人，(1970)J Bone Joint Surg Am.1970.52：457-467。由此，发展了基于为髋骨骨折预测提供高精度系数的多参数的统计会聚的分类图。
例3：髋骨X射线照片的骨结构分析
采用背景抑制的方法提取股骨中的小梁，本质上如Geraets等人(1998)Bone 22：165-173中所描述的那样。图像的一个副本采用15×15的高斯滤波器进行模糊化，该结果代表非均匀的背景。从原始图像中减去该背景图像，从而得到小梁结构的图像。然后应用阈值0将该图像转换为小梁结构的二进制图像。一个最终结果的例子示于图10。
在第二步中，在小梁骨架或中心线上对与小梁结构的几何形状和连接性相关的参数进行测量。采用形态学无计划(hit-or-miss)稀释，例如，如Soille，“Morphologicalimage analysis：principles and application”Springer，1998：p.129-154中所述的，进行骨架化。探测骨架网络的分支点和端点，将骨架片段分类为自由端片段和点对点片段。
由二进制化的以及骨架化的ROI，可以使用下面的一个或更多参数：小梁密度；小梁面积对总ROI面积的比例；小梁周长；星形体积(Ikuta等人(2000)J Bone Miner Res.18：271-277；Vesterby(1990)Bone 11：149-155)；带小梁的骨图形因子(Hahn等人(1992)Bone 13：327-330)；欧几里得距离变换；采用傅立叶分析对小梁取向进行评估；以及特定取向小梁的评估。另外，可以采用下面的参数对骨架化了的小梁网络上的每个ROI进行测量，总体上为所有骨架片段以及每个类型的骨架：片段数；片段长度；片段取向角；以及互连指数(Legrand等人(2000)J.Bone Miner Res.15：13-19)：标准化了的点对点的片段的数目相对于自由端片段数目的比例。
例如，在欧几里得距离变换中，为二进制化了的小梁上的每一像素赋值，该值等于其距离结构边界的欧几里得距离。于是，厚的小梁在中心具有更大的距离变换值，因此评估小梁厚度沿小梁骨架计算距离变换值的平均值(参见图11)。另外，将该值乘以2就得到小梁厚度的测量结果。
类似的，支配性小梁取向可以采用2D快速傅立叶变换(FFT)来评估。在采用该变换之前在每一ROI内选定一矩形区域，并且乘以2D Kaiser窗口(参见图12，左)。对傅立叶量级取对数，以形成代表ROI的频域的图像。于是结果采用5×5的高斯滤波器滤波以减小局部误差。一个例子的图像示于图12，中间。傅立叶图像实质上在固定的量级水平取得阈值。对该二进制图像进行重新取样为一正方形图像以便将垂直轴和水平之的长度标准化，确定其主轴的方向和长度(图12，右)。测量相对于股骨颈部和轴部的轴的角度。该轴由装配线确定为二进制化的股骨的中心线的两个最长片段(也参见图14)。对ROI定位，这样其包含了每个均能被特定方向特征化的近侧股骨中的不同压缩能力和拉伸能力的小梁的组群。上面解释的为了那些在每个ROI中沿期盼为特殊的ROI的特性方向取向的小梁，评估不同量化结构参数的全自动技术已经得到发展。
通过对应于骨架点的线的梯度，可以找到每个小梁骨架片段的取向。基于该取向信息，为了一个特殊的ROI，在结构参数的评估中仅有那些近似于沿特性方向取向的小梁被考虑到。
例4：多维分类
例3描述了通过测量对近侧股骨的不同区域的小梁结构进行评估的多个参数。在本例中，在每一断面上将不同的结构参数相结合，在整个研究区上确定一个单一系数。
根据先前的DXA结果，将一组对象的髋骨X射线图像的一个追踪组分成两类“骨质疏松”和“非骨质疏松”。然后，对追踪组中的所有X射线照片，为如例3中所描述的那样设置的所有研究区计算例3中列出的参数，对于追踪组I＝{Ii}，i＝1，...，n得到一组m维原型特征向量fi＝(fi1，...，fim)T。
为每一参数计算单一的标量参数。所有的参数值结合到一个n维的特征向量。在一个步骤中，从绝经期前、绝经期后健康的以及绝经期后骨质疏松的对象的临床确认研究中对系统进行数据追踪。该对象组群优选地分成“骨折”和“非骨折”类。从X射线图像中计算得到的特征向量用作原型图形。
在计算原型图形的同时根据X射线照片为每个患者计算特征向量，并且如果最接近于原型图形的多数属于类C，那么个体患者分类为类C。患者的特征向量f＝(f1，f2，...，fn)T与原型图形p＝(p1，p2，...，pn)T之间的距离d由欧几里得标准L2定义：
d ( f , p ) = L 2 ( f , p ) = Σ i = 1 n ( f i - p i ) 2
优选的，还确定不同参数的优化尺度。然而，对于某些参数，类之间的系数值的差比对其他的要小。同样，确定最佳值k。增大k以期改进分类的精度，但是，其必须比每个类中的原型的数量小。确定分类的最接近的原型图形的多数k的准确百分比值提供了分类可靠性的测量。来自一特殊类C的原型图形的百分比越高，由分类提供的信息就越有意义。
采用股骨位置研究(参见例8)中的0°中间位置图形和活体可再现性研究中的短期基线髋骨X射线照片进行一系列除一(leave-one-out)实验，使这一分类方法得到验证。在这些实验中，优选的将每一对象作为一个测试实例一次。系统的追踪组构成为所有或大部分剩余的对象构成的图形。采用该追踪组对测试实例进行正确的分类，并且确定骨结构参数的结合的诊断敏感性和专一性。
除了上述的测量(其为“小梁长度”、“小梁方向和各向异性”以及“小梁厚度”参数提供了系数值)，在过去根据X射线、CT以及MR图像对骨密度和结构进行研究而探索的分类系统中，对其他参数的额外测量有：(1)平均像素密度；(2)像素密度的方差；(3)傅立叶谱线分析；(4)分形维度；(5)诸如小梁面积、小梁周长、总的小梁长度、端点和分支点数量的形态学参数，除此还可以使用骨髓的类似参数。
例5：研究区(ROI)的自动布局
随着用于对带小梁的骨结构参数的计算的一个或更多研究区(ROI)定位的技术的发展，X射线照片(例如，髋骨X射线照片)的分析会变得容易。例如，股骨的通常位置是采用在适当的灰度值下对髋骨的X射线二进制图像进行阈值化来定位的。在典型的髋骨X射线图像中，股骨是从骨盆延伸出来的亮的结构(图13)。通过在典型股骨密度值下对数字化了的X射线图像进行阈值化，产生显示股骨的二进制图像。通过在二进制图像上应用形态学操作，可以将股骨干骨的相对薄的结构提取出来。带有直立的矩形结构元素的形态学的大礼帽(top-hat)滤波器(从输入中减去开口)将股骨干骨分段。在原始X射线图像上添加了二进制化了的股骨的轮廓的结果示于图13。为了进一步的处理，对该区域进行修剪，优选地，留下足够的空间来包含股骨头部。
为了对预定的ROI进行定位，可以采用规则化的有效(active)形状算法(Behiels等人(1999)Proceedings of the 2nd International Conference on Medical ImageComputing and Computer-Assisted Intervention-MICCAI’99，Lecture notes inComputer Science 1679：128-137；Cootes(1994)Image and Vision Computing 12：355-366)。通过手工描绘典型的髋骨X射线照片的追踪组中的形状的轮廓，创建一个近侧股骨的通用模型，以便形成一平均形状。然后，六个预定义的ROI包含在该模型中。该平均模型沿其中心线等轴地按比例减小80％。同样将该变换应用于预定的ROI上。然后，将重定比例的模型的轮廓线用作初始模板，并在输入图像的近侧股骨内定位。随后，将轮廓的控制点从最近的中心线点向外扩张。在该迭代步骤中被优化的能量函数能够考虑局部特征，例如梯度，密度，与平均模型的方差以及轮廓片段的曲率。图14描绘了初始控制点向股骨边缘的传播。当迭代步骤完成后，计算得到变形区域的模型面积。为了模型的ROI，将该变形区域内插到股骨模型的边界内。结果得到适应于输入图像的ROI的新的组，但是类似于解剖学标记的模型ROI(参见图9)。
例6：数据分析
将患者选入到三个组群中的一个：健康的绝经前的(PRE)；健康的绝经后的(POST)，以及骨质疏松的绝经后的(OSTEO)女性。对所有组群进行如下研究：(1)根尖周的以及犬齿的牙齿X射线图像；(2)脊骨和(3)髋骨的定量计算层析X射线摄影；(4)脊骨和(5)髋骨的双X射线吸收测量；(6)跟骨的单X射线吸收测量，以及(7)采用标准技术的跟骨的超声波测量。如果由在侧面穿透X射线照片上胸和腰的脊骨的形态学改变的半定量评估确定，观察到至少一个无损伤的椎骨骨折时，进行骨质疏松症的诊断。
对每个患者组群的不同骨结构的测量结果(参见上文)和骨矿物密度测量结果(下颌骨的BMD，椎骨QCT，髋骨QCT，椎骨DXA，髋骨DXA，跟骨SXA，跟骨超声波)进行计算。采用学生的t测试(t值和p值)和百分比衰减量对不同测量结果进行比较，以反应组间差异。每年的年龄相关的改变表现为在年龄为30岁的预测值的百分比改变以及PRE的分数标准偏差(SD)。还报告年龄与p值的相关性。在年龄校正逻辑回归基础上对奇数比例(对测量参数中的1SD的改变)和95％可信度限制进行计算以测量识别能力(用于在绝经后的骨质疏松和正常的绝经后组群之间)以及与测量参数相关的骨质疏松骨折的危险性。采用年龄校正接收器操作特性(ROC)取向分析对识别能力的成对比较进行测试。
通过会集所有对象以及使用Pearson的关联因子(r)、评估的百分比标准误差(CV)，以及用于测试关系有效性的p值获得所有技术的成对比较。
为了比较测量结果的诊断能力，在正常绝经后的女性(POST)和骨质疏松绝经后的女性(OSTEO)进行κ分值(score)分析。这可以通过对来自绝经后组群的每位女性进行分类，如果她的T分值与参考组群(PRE)相比小(又或结构参数大于)2.5以上，则分类为骨质疏松的。将每位个体的女性的T分值和特定的测量结果定义为测量结果减去年轻正常者(PRE)的平均测量结果除以PRE组群中的测量结果的SD。注意，T分值个体女性在PRE组群中的位置，其不同于学生的t分值。
例7：骨结构的纵向监测
发展了使在时间点T2获得的作为重复的牙齿X射线照片与在更早的时间点T1获得的基线X射线照片相匹配的算法和软件。为了监测治疗反应，必须在不同时间点在下颌骨的同一位置对骨结构参数进行测量。因此，为了补偿患者定位时的差值，并且为了找到为在基线与重复检查之间进行结果的比较的研究区(ROI’s)，需要对两X射线图像作记录。
由于在两被记录的图像中X射线光束投射到胶片上的角度可能有轻微的差别，优选包括一弹性匹配步骤。然而，第一步，是球形仿射变换，由此其共有信息用作一成本函数。Wells等人(1996)Medical Image Analysis 1：35-51。两图像M和N的共有信息IM,N定义为
I M , N = Σ ( m , n ) P MN ( m , n ) log ( p MN ( m , n ) p M ( m ) p N ( n ) )
此处，在两图像中产生的灰度值作为随机变量，而共有信息提供了这些变量之间的依赖关系的强度测量。pM和pN分别为M和N的分布，pMN为M和N的联合分布。Maintz等人(1998)SPIE Medical Imaging-Image Processing。这些分布可以与边缘和连接的灰度值直方图近似，采用Parzen窗口函数可以使之更加精确。Powell的方法可以用于寻找N与M相匹配的最佳仿射变换的最优化图表。Press等人(“Numerical Recipes in C.”2nd edition，1992，Cambridge University Press)。
该全局变换之后是局部弹性校正以改进匹配。为了达到该目的，根据全局地记录了的图像的连接直方图可以评估条件概率密度p(n|m)。然后确定该变换矢量场t(x)，以便通过使对应的局部灰度值最大化，而使N(x-t(x))尽可能地近似于M(x)，其当x为一固定值时定义为
cx(t)＝∫w(x′-x)p(N(x′-t)|M(x′))dx′。
此处，w是窗口函数，其宽度决定了用于计算t(x)的区域的尺寸。为了确定窗口函数，使用了一种类似于Warfield等人“Brain Warping”1999，Academic Press，p：67-84中描述的方法。多个连续的更宽的窗口函数wi结合到单一的窗口 w = Σ i W i w i , 其中权Wi为：
W i = 1 Σ i det ( Q i ) det ( Q i ) , 其中Qi＝∫wi(x′-x)N(x′)NT(x′)dx′。
在对特定患者的基线图像进行自动排列之后，ROI的准确位置保留在数据库内。当患者返回进行重复检查时，用基线图像对新的图像进行记录，并由此转换为基线图像的坐标系统。然后，在已记录的重复X射线照片中的骨结构就可以在相对于基线图像完全相同的位置进行测量。
例8：骨结构测量中股骨定位的影响
在骨结构评估的每个参数中，检查股骨定位的影响。从正常绝经后女性和带有骨质疏松症的绝经后女性中在中间位置以及向内和向外以不同角度旋转的位置获得髋骨X射线照片。
当在侧面穿透X射线照片中，胸和腰脊骨的形态学改变的半定量评估确定观察到至少一个无损伤的椎骨骨折时，进行骨质疏松症的诊断。也参见Genant等人(1993)J.BoneMiner Res.8：1137-1148。
采用末端30℃向内旋转，15℃向内旋转，0°，15℃向外旋转以及30℃向外旋转获取标准前后髋骨的X射线照片。这些角度通过将脚和踝相对股骨向内或向外旋转，靠在一30°或15°的楔块上放置来实现。采用Velcro皮带将脚牢固地靠在楔块上。
通过计算每个个体对象在0°位置和其他位置之间的结果之间的差异(CV％)的成对系数，对定位的影响进行评估。对每个30°角向内旋转、15°角向内旋转、15°角向外旋转以及30°角向外旋转，角度依赖性表现为所有对象的这些CV％值的均方根。通常，选择股骨的角度定位具有最低依赖性的参数。
如果0°中间位置和15°向内或向外旋转位置的结果之间的变化的成对系数超过所测量的大部分的结构参数10％，可以采用将患者的脚固定在中间位置的脚固定器。该脚固定器设计成具有从中间到末端大腿直到脚后跟延伸的基板。基板优选位于X射线工作台上。患者的脚定位成使脚后跟的后侧位于基板顶部。脚的中部靠着以90°角坚固地固定到基板上的中间导引放置。然后，将采用滑动机械的以90°角固定到基板的侧面导引向脚的侧面移动，并且一旦其接触到脚的侧面就在该位置锁定。采用Velcro皮带将脚牢固地固定到中间和侧面导引。采用这种方法以期将无意识的向内或向外旋转限制在小于5°。
例9：骨结构测量中X射线管所成角度的影响
检查骨结构评估的每个参数中X射线管的定位的影响。从正常绝经后女性和具有骨质疏松症的绝经后女性中获取牙齿的X射线照片。当在侧面穿透X射线照片中，胸和腰脊骨的形态学改变的半定量评估确定观察到至少一个无损伤的椎骨骨折时，进行骨质疏松症的诊断。也参见Genant等人(1993)J.Bone Miner Res.8：1137-1148。
从下颌骨的门牙区域获取标准的前后牙齿X射线照片。X射线管相对于牙齿的X射线胶片成0°，10°，20°，30°以及-10°，-20°，和-30°角度排列。这些角度采用角度计来获得，该角度计应用到放置在牙齿的X射线管前的金属管上。牙齿的X射线胶片放在门牙区域的后下颌骨壁处。
通过对每一个体对象的0°位置和其他管位置的结果之间的差异(CV％)的成对系数进行计算，评估定位的影响。角度依赖性表现为对每个角度所有对象的这些CV％值的均方根。
结果显示10度的管形成角度能够导致在表观密度上的12％的误差。
于是，机械对准系统可以用于Rinn固定器。为了达到这一目的，将一延伸管固定的Rinn固定器上。延伸管设计成其内径比牙齿的X射线系统金属管的外径稍大(并且套上)(图15)。然后将牙齿的X射线金属管插入到固定到Rinn固定器的延伸管内，该Rinn固定器减小了X射线管相对于X射线胶片的对准误差。然后使一组患者经历两次每个门牙区域的X射线照相。结果显示随着机械对准系统的使用，减小了X射线管相对于牙齿胶片和下颌骨内的解剖学标志所成的角度，牙齿的骨密度和骨结构测量的短期活体内可再现性误差随之减小。
例10：骨结构的测量和选择治疗方法
采用能够对骨结构进行评估的计算机程序可以对下颌骨或下颌骨或髋骨或脊骨或其他骨骼的X射线图像进行分析，例如，如上所述。计算机程序推导出带小梁的骨头的一个或更多结构参数的测量。将结构参数的测量与数据库进行比较，该数据库包含正常、健康的通过年龄、性别和种族匹配进行管理的一个或更多结构参数的信息。如果患者的骨结构的测量与年龄、性别和正常的种族匹配、健康的对象的平均值相差2个标准偏差以上，那么将给医生发送报告，医生根据骨结构的测量结果选择一种治疗方法。
例11：骨结构的测量和监测治疗方法
在两个不同的时间点T1和T2，从正在进行骨质疏松症治疗，例如采用合成代谢或防再吸收药物，的患者处获取一个或更多的X射线图像(下颌骨，髋骨或脊骨或其他骨头)。采用能够评估骨结构的计算机程序分析X射线照片。计算机程序为两个时间点T1和T2推导出带小梁的骨头的一个或更多结构参数。在T1和T2的结构参数的测量与数据库的每个时间点相比较，该数据库包括正常的、健康的通过年龄、性别和种族匹配进行管理的一个或更多结构参数的信息。如果结果显示，尽管进行治疗，但是患者在时间点T1和T2之间仍然损失了5％或更多的骨质，医生将选择不同的，更强效的治疗方法。

Claims (63)

1、一种从图像推导骨结构信息的方法，包括：
(a)从一对象获取图像；
(b)对从步骤(a)中获取的图像进行分析，推导骨结构的定量信息；以及
(c)将从图像获取的信息与从多个选定对象获取的骨结果测量数据库进行比较。
2、如权利要求1所述的方法，其特征在于步骤(a)至(c)对对象的骨疾病的存在性或严重性进行评估。
3、如权利要求1或2所述的方法，其特征在于该图像是X射线图像。
4、如权利要求1或2所述的方法，其特征在于该图像是电子图像。
5、如权利要求1或2所述的方法，其特征在于该图像包括一外部标准。
6、如权利要求1或2所述的方法，其特征在于该多个选定的对象为正常对象。
7、如权利要求1或2所述的方法，其特征在于该多个选定的对象为骨质疏松症对象。
8、如权利要求1或2所述的方法，其特征在于所述数据库还包括人口统计学数据和对象骨结构的数据。
9、如权利要求1或2所述的方法，其特征在于所述多个对象在年龄、性别和种族上与所述一对象相匹配。
10、如权利要求1或2所述的方法，其特征在于骨结构信息从小梁厚度、小梁间距、小梁连接性、小梁间的二维或三维空间、小梁网络的二维或三维间架结构构成的组中选定。
11、如权利要求1或2所述的方法，还包括对所述X射线图像中的一个或多个研究区(ROI)定位。
12、如权利要求11所述的方法，其特征在于所述ROI采用规则活性形状算法进行定位。
13、如权利要求12所述的方法，其特征在于ROI自动进行定位。
14、如权利要求1或2所述的方法，其特征在于步骤(b)包括采用从小梁密度、小梁周长、星形体积、小梁骨图形因子、小梁厚度、小梁取向、特定取向小梁评估、小梁连接性及其组合构成的组中选定的一个或多个系数对从步骤(a)中获取的图像进行分析，由此推导得到骨结构的定量信息。
15、如权利要求14所述的方法，其特征在于至少一个系数为小梁密度，并且其中所述密度为小梁面积相对于总面积的比。
16、如权利要求14所述的方法，其特征在于至少一个系数是采用傅立叶分析确定的特定取向的小梁评估。
17、如权利要求14所述的方法，其特征在于至少一个系数是采用欧几里德距离变换确定的小梁厚度。
18、如权利要求14所述的方法，其特征在于至少一个系数是采用2D快速傅立叶变换(FFT)确定的小梁取向。
19、如权利要求14所述的方法，其特征在于至少一个系数是采用节点数确定的小梁连接性。
20、如权利要求14所述的方法，其特征在于对两个或更多系数进行分析。
21、一种对对象的骨病症进行诊断的方法，该方法包括基于如权利要求1或2所述的方法的图像对信息进行分析，其特征在于如果分析显示所述从对象获取的骨结构信息与从正常管理对象获取的不同，则诊断出骨病症。
22、如权利要求21所述的方法，其特征在于骨病症是骨质疏松症。
23、一种对骨病症进行治疗的方法，包括
(a)从一对象获取图像；
(b)对从步骤(a)获取的图像进行分析，以推导得到骨结构的定量信息；
(c)根据步骤(b)的分析对骨病症进行诊断；以及
(d)根据诊断结果为所述对象选择并实施一种合适的治疗方法。
24、如权利要求23所述的方法，还包括将该信息与从选定的对象处获取的骨结构测量的数据库进行比较的步骤。
25、如权利要求23所述的方法，其特征在于治疗包括使用一种或多种防再吸收剂。
26、如权利要求23或25所述的方法，其特征在于包括使用一种或多种合成代谢剂。
27、一种根据X射线图像确定骨矿物密度的方法，该方法包括步骤：
(a)在所述图像中确定一个或更多内部标准的密度；
(b)在从步骤(a)获取的值之间创建一个加权平均值；
(c)利用所述加权平均值确定所述图像中的骨的骨矿物密度。
28、如权利要求27所述的方法，其特征在于该内部参考从空气、脂肪、水、金属及其组合构成的组中选择。
29、一种根据X射线图像确定骨结构的方法，包括步骤
(a)在所述X射线图像上识别一个或多个内部标准；
(b)确定所述标准的骨密度或骨结构；以及
(c)利用所述标准的密度、结构或其结合确定X射线图像的骨结构。
30、如权利要求29所述的方法，其特征在于所述内部标准从牙齿、牙齿的一部分、空气、皮下脂肪以及肌肉构成的组中选择。
31、一种对对象的骨疾病进行评估的方法，该方法包括步骤：
(a)从所述对象获取图像，其中所述图像包括一块或更多块骨；
(b)对所述图像的至少一个解剖学区域进行骨矿物密度进行评估；
(c)对所述区域的骨结构进行评估；以及
(d)结合骨矿物密度和骨结构的评估对骨疾病进行评估。
32、如权利要求31所述的方法，其特征在于所述骨疾病包括骨折的危险性或骨质疏松骨折的危险性。
33、如权利要求31所述的方法，其特征在于所述评估包括诊断骨疾病。
34、如权利要求31所述的方法，其特征在于所述评估包括对骨疾病的发展进行监测。
35、如权利要求31所述的方法，还包括根据骨疾病的评估选择一种治疗方法，并且对所述对象实施所述治疗方法。
36、如权利要求35所述的方法，其特征在于所述评估包括在实施所述选定的治疗方法之后对骨疾病的发展进行监测。
37、如权利要求31所述的方法，还包括对所述图像中的一个或更多宏观解剖学参数进行评估以及将所述骨矿物密度、骨结构和宏观解剖学参数结合起来对骨疾病进行诊断的步骤。
38、一种治疗对象的骨疾病的方法，该方法包括步骤：
(a)基于权利要求31对对象的骨疾病进行评估；
(b)根据骨疾病的评估选择一个治疗方法，以及
(c)对对象实施所述治疗方法。
39、如权利要求38所述的方法，其特征在于重复步骤(a)和(b)。
40、如权利要求38所述的方法，其特征在于重复步骤(a)至(c)。
41、一种对对象的骨疾病进行评估的方法，该方法包括步骤：
(a)获取所述对象的图像，其中所述图像包括一块或多块骨；
(b)在所述图像中的所述骨的骨结构进行评估；
(c)对所述图像中的一个或多个宏观解剖学参数进行评估；以及
(d)将骨结构和宏观解剖学参数的评估结合起来以对骨疾病进行评估。
42、如权利要求41所述的方法，其特征在于所述骨疾病包括骨折的危险性。
43、如权利要求42所述的方法，其特征在于所述骨折为骨质疏松骨折。
44、如权利要求41所述的方法，其特征在于所述评估包括对骨疾病进行诊断。
45、如权利要求41所述的方法，其特征在于所述评估包括对骨疾病的发展进行监测。
46、如权利要求45所述的方法，其特征在于监测包括在两个或更多时间点重复步骤(a)至(d)。
47、如权利要求41所述的方法，还包括根据骨疾病的评估选择一种治疗方法，并对所述对象实施所述治疗方法。
48、如权利要求47所述的方法，其特征在于所述评估包扩在实施所述选定的治疗方法之后对骨疾病的发展进行监测。
49、如权利要求2所述的方法，其特征在于骨疾病是骨质疏松症或折断危险性。
50、如权利要求1所述的方法，其特征在于在获取图像之前将定位装置应用到对象身体的一部分或末端。
51、如权利要求50所述的方法，其特征在于所述定位装置包括一脚固定器。
52、如权利要求1所述的方法，还包括步骤
获取一图像，该图像并不包含对象的身体的一部分而是包含第一标准模；
将第一标准模型的表观密度与第二标准模型的表观密度进行校正。
53、如权利要求52所述的方法，其特征在于从对象获取的图像包含所述第二标准模型。
54、如权利要求52所述的方法，其特征在于所述第一标准模型用于对不同位置进行比较。
55、一种使X射线管的形成角度最小化的方法，该X射线管包含一X射线胶片固定器，包括步骤
提供一固定机构；以及
将X射线系统固定到X射线胶片以便使管所成角度最小化。
56、如权利要求55所述的方法，其特征在于所述X射线胶片固定器包括一Rinn装置。
57、如权利要求55所述的方法，其特征在于所述固定机构是机械的。
58、如权利要求55所述的方法，其特征在于所述固定机构是电磁的。
59、如权利要求55所述的方法，其特征在于所述固定机构采用Velcro或和粘合剂。
60、一种使X射线管的形成角度最小化的方法，该X射线管包含一牙齿的X射线胶片固定器，包括步骤
提供一X射线管排列系统；以及是X射线系统与X射线胶片实质上垂直排列以便管的形成角度最小化，其中所述排列系统采用一个或更多光学辅助手段。
61、如权利要求60所述的方法，其特征在于所述光学辅助手段包括一个或更多等级。
62、如权利要求60所述的方法，其特征在于所述光学辅助手段包括一个或更多交叉瞄准线。
63、如权利要求60所述的方法，其特征在于所述光学辅助手段包括一个或更多光点或光面。
CNA038222736A 2002-08-20 2003-08-19 用于x射线图像分析的方法和设备 Pending CN1682236A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/225,083 US7660453B2 (en) 2000-10-11 2002-08-20 Methods and devices for analysis of x-ray images
US10/225,083 2002-08-20

Publications (1)

Publication Number Publication Date
CN1682236A true CN1682236A (zh) 2005-10-12

Family

ID=31946294

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA038222736A Pending CN1682236A (zh) 2002-08-20 2003-08-19 用于x射线图像分析的方法和设备

Country Status (6)

Country Link
US (3) US7660453B2 (zh)
EP (1) EP1530775A2 (zh)
CN (1) CN1682236A (zh)
AU (1) AU2003263926A1 (zh)
CA (1) CA2495745A1 (zh)
WO (1) WO2004019256A2 (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102084270A (zh) * 2008-02-28 2011-06-01 拉派斯坎安全产品股份有限公司 扫描系统
CN101199429B (zh) * 2006-12-13 2012-06-06 计算机逻辑公司 超声波骨评估的方法和装置
CN102910436A (zh) * 2012-10-26 2013-02-06 昆山特力伯传动科技有限公司 传送带自动检测方法
CN103239248A (zh) * 2012-02-09 2013-08-14 富士胶片株式会社 分析对象部位的确定方法、图像处理装置及记录介质
CN104318057A (zh) * 2014-09-25 2015-01-28 新乡医学院第一附属医院 医学影像三维可视化系统
WO2015165252A1 (zh) * 2014-04-30 2015-11-05 苏州瑞派宁科技有限公司 待成像对象模子的制作方法和个体化的成像方法
CN107610096A (zh) * 2009-09-11 2018-01-19 斯特拉克斯联合控股有限公司 用于所选组织结构的图像分析的方法及系统
CN108491770A (zh) * 2018-03-08 2018-09-04 李书纲 一种基于骨折影像的数据处理方法
CN109014626A (zh) * 2018-08-27 2018-12-18 王天骄 能量束工作状态控制方法
CN109036560A (zh) * 2018-07-09 2018-12-18 黄卫保 骨发育分析系统
CN109425610A (zh) * 2017-08-24 2019-03-05 南京理工大学 一种脆性材料极限切深自动辨识方法
CN110544535A (zh) * 2019-07-26 2019-12-06 广州市妇女儿童医疗中心 Turner综合征骨健康评价系统及其建立方法
CN110849815A (zh) * 2019-12-02 2020-02-28 中国工程物理研究院激光聚变研究中心 一种预测光学元件表面激光损伤性能的方法和系统
CN113222951A (zh) * 2021-05-20 2021-08-06 吉林大学 一种识别髋关节x线的骨质疏松人工智能诊断装置
CN113686904A (zh) * 2021-07-28 2021-11-23 河北工业大学 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法

Families Citing this family (101)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU772012B2 (en) 1998-09-14 2004-04-08 Board Of Trustees Of The Leland Stanford Junior University Assessing the condition of a joint and preventing damage
US9289153B2 (en) * 1998-09-14 2016-03-22 The Board Of Trustees Of The Leland Stanford Junior University Joint and cartilage diagnosis, assessment and modeling
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
EP1365684A2 (en) * 2000-08-29 2003-12-03 Imaging Therapeutics Methods and devices for quantitative analysis of x-ray images
US7467892B2 (en) 2000-08-29 2008-12-23 Imaging Therapeutics, Inc. Calibration devices and methods of use thereof
US20020186818A1 (en) * 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US6904123B2 (en) 2000-08-29 2005-06-07 Imaging Therapeutics, Inc. Methods and devices for quantitative analysis of x-ray images
AU9088801A (en) 2000-09-14 2002-03-26 Univ Leland Stanford Junior Assessing the condition of a joint and devising treatment
EP2036495A1 (en) 2000-09-14 2009-03-18 The Board of Trustees of The Leland Stanford Junior University Assessing condition of a joint and cartilage loss
US7660453B2 (en) * 2000-10-11 2010-02-09 Imaging Therapeutics, Inc. Methods and devices for analysis of x-ray images
US8639009B2 (en) * 2000-10-11 2014-01-28 Imatx, Inc. Methods and devices for evaluating and treating a bone condition based on x-ray image analysis
CA2427695C (en) * 2001-04-26 2012-12-11 Teijin Limited Method for measuring 3d joint structure
US8000766B2 (en) 2001-05-25 2011-08-16 Imatx, Inc. Methods to diagnose treat and prevent bone loss
DE10132816A1 (de) * 2001-05-31 2002-12-05 Philips Corp Intellectual Pty Vorrichtung und Verfahren zur Anpassung der Strahlungsdosis einer Röntgenstrahlungsquelle
US20030198316A1 (en) * 2002-04-17 2003-10-23 Piet Dewaele Osteoporosis screening method
US6881958B2 (en) * 2002-09-11 2005-04-19 Flow X-Ray Corporation Phosphor plate positioning device
EP1546982A1 (en) * 2002-09-16 2005-06-29 Imaging Therapeutics, Inc. Imaging markers in musculoskeletal disease
US8600124B2 (en) 2004-09-16 2013-12-03 Imatx, Inc. System and method of predicting future fractures
US8965075B2 (en) 2002-09-16 2015-02-24 Imatx, Inc. System and method for predicting future fractures
US7840247B2 (en) 2002-09-16 2010-11-23 Imatx, Inc. Methods of predicting musculoskeletal disease
US7769214B2 (en) * 2002-12-05 2010-08-03 The Trustees Of The University Of Pennsylvania Method for measuring structural thickness from low-resolution digital images
FR2849241B1 (fr) * 2002-12-20 2005-06-24 Biospace Instr Procede et dispositif d'imagerie radiographique
US7664298B2 (en) 2003-03-25 2010-02-16 Imaging Therapeutics, Inc. Methods for the compensation of imaging technique in the processing of radiographic images
US7488109B2 (en) * 2003-03-27 2009-02-10 Wright State University Osteoporosis screening using radiographic absorptiometry of the mandible
DE10316558B4 (de) * 2003-04-10 2005-03-31 Siemens Ag Verfahren zur Detektion von Lageänderungen eines Implantates sowie Röntgenanlage zur Durchführung des Verfahrens
JP4077430B2 (ja) * 2003-07-31 2008-04-16 佳知 高石 骨密度評価装置および骨密度評価方法
WO2005027732A2 (en) 2003-09-19 2005-03-31 Imaging Therapeutics, Inc. Method for bone structure prognosis and simulated bone remodeling
US8290564B2 (en) * 2003-09-19 2012-10-16 Imatx, Inc. Method for bone structure prognosis and simulated bone remodeling
GB0325523D0 (en) * 2003-10-31 2003-12-03 Univ Aberdeen Apparatus for predicting bone fracture risk
US7522779B2 (en) * 2004-06-30 2009-04-21 Accuray, Inc. Image enhancement method and system for fiducial-less tracking of treatment targets
US7366278B2 (en) * 2004-06-30 2008-04-29 Accuray, Inc. DRR generation using a non-linear attenuation model
DE102004051401A1 (de) * 2004-10-21 2006-05-24 Siemens Ag Verfahren zur Befundung in der dreidimensionalen Bildgebung, insbesondere in der Mammographie
JP5080986B2 (ja) * 2005-02-03 2012-11-21 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 画像診断システム及び画像診断方法
WO2006085525A1 (ja) * 2005-02-09 2006-08-17 Hitachi Medical Corporation 画像診断支援システム、画像診断支援プログラム
GB0502844D0 (en) 2005-02-11 2005-03-16 Univ Edinburgh Storing digital content for access using a captured image
JP4851723B2 (ja) * 2005-03-04 2012-01-11 富士通株式会社 内部構造画像取得装置、内部構造画像取得方法および内部構造画像取得プログラム
US7471761B2 (en) * 2005-09-15 2008-12-30 Schick Technologies, Inc. System and method for computing oral bone mineral density with a panoramic x-ray system
US8417010B1 (en) 2006-01-12 2013-04-09 Diagnoscan, LLC Digital x-ray diagnosis and evaluation of dental disease
US7532705B2 (en) * 2006-04-10 2009-05-12 Duke University Systems and methods for localizing a target for radiotherapy based on digital tomosynthesis
WO2008034101A2 (en) * 2006-09-15 2008-03-20 Imaging Therapeutics, Inc. Method and system for providing fracture/no fracture classification
US7959742B2 (en) * 2007-07-11 2011-06-14 Whirlpool Corporation Outer support body for a drawer-type dishwasher
CA2696584C (en) * 2007-08-17 2016-11-29 Mohamed Rashwan Mahfouz Implant design analysis suite
US9171344B2 (en) 2007-10-30 2015-10-27 Onemednet Corporation Methods, systems, and devices for managing medical images and records
US8065166B2 (en) * 2007-10-30 2011-11-22 Onemednet Corporation Methods, systems, and devices for managing medical images and records
DE102008008733A1 (de) * 2008-02-12 2009-08-13 Sirona Dental Systems Gmbh Verfahren zur Erstellung einer Schichtaufnahme
EP2385792A1 (en) 2008-08-12 2011-11-16 Wyeth Pharmaceuticals Inc. Morphometry of the human knee joint and prediction for ostearthritis
WO2010018406A1 (en) 2008-08-12 2010-02-18 Wyeth Pharmaceuticals Inc. Morphometry of the human hip joint and prediction of osteoarthritis
WO2010033210A2 (en) * 2008-09-19 2010-03-25 Duke University Systems and methods for generating an osteoarthritis progression predictor and systems and methods for using the predictor
US8939917B2 (en) * 2009-02-13 2015-01-27 Imatx, Inc. Methods and devices for quantitative analysis of bone and cartilage
US20100222705A1 (en) * 2009-03-01 2010-09-02 Craig John J Method of measuring quality of the equine distal phallange from a lateral-medial radiograph
WO2010126797A1 (en) 2009-04-29 2010-11-04 Onemednet Corporation Methods, systems, and devices for managing medical images and records
EP2754385A1 (en) 2010-09-08 2014-07-16 Covidien LP Catheter with imaging assembly
RU2013129865A (ru) * 2010-12-01 2015-01-10 Конинклейке Филипс Электроникс Н.В. Особенности диагностического изображения рядом с источниками артефактов
US9235892B2 (en) 2011-03-31 2016-01-12 Denise De Andrade Castro Method and device for comparing radiographic images
US9044186B2 (en) 2012-06-25 2015-06-02 George W. Ma Portable dual-energy radiographic X-ray perihpheral bone density and imaging systems and methods
USD717340S1 (en) 2012-09-07 2014-11-11 Covidien Lp Display screen with enteral feeding icon
US9198835B2 (en) 2012-09-07 2015-12-01 Covidien Lp Catheter with imaging assembly with placement aid and related methods therefor
USD716841S1 (en) 2012-09-07 2014-11-04 Covidien Lp Display screen with annotate file icon
US9517184B2 (en) 2012-09-07 2016-12-13 Covidien Lp Feeding tube with insufflation device and related methods therefor
USD735343S1 (en) 2012-09-07 2015-07-28 Covidien Lp Console
EP3010418B1 (en) 2014-06-21 2019-09-11 O.N. Diagnostics, LLC Quantitative phantomless calibration of computed tomography scans
US9848818B1 (en) * 2013-08-09 2017-12-26 O.N.Diagnostics, LLC Clinical assessment of fragile bone strength
US11850061B2 (en) * 2013-08-09 2023-12-26 O.N.Diagnostics, LLC Clinical assessment of fragile bone strength
EP3035891B1 (en) 2013-08-21 2020-05-27 Laboratoires Bodycad Inc. Anatomically adapted orthopedic implant
US10667829B2 (en) 2013-08-21 2020-06-02 Laboratoires Bodycad Inc. Bone resection guide and method
US10006271B2 (en) * 2013-09-26 2018-06-26 Harris Corporation Method for hydrocarbon recovery with a fractal pattern and related apparatus
AT515149B1 (de) * 2013-11-29 2017-01-15 Braincon Handels-Gmbh Verfahren zur Früherkennung von Knochengelenkserkrankungen
US9418415B2 (en) * 2014-02-05 2016-08-16 Shimadzu Corporation Trabecular bone analyzer
PL229430B1 (pl) * 2014-08-04 2018-07-31 Univ Slaski Sposób ustalania parametrów fizycznych badanego obiektu zobrazowanego tomografem komputerowym oraz układ do realizacji tego sposobu
US20180020999A1 (en) * 2015-02-13 2018-01-25 Shimadzu Corporation Bone analyzing device
JP6563214B2 (ja) * 2015-02-26 2019-08-21 キヤノンメディカルシステムズ株式会社 医用画像処理装置および医用画像処理方法
US9704300B2 (en) * 2015-03-06 2017-07-11 Siemens Medical Solutions Usa, Inc. Detection of anatomy orientation using learning-based regression
US9922201B2 (en) 2015-04-01 2018-03-20 Dropbox, Inc. Nested namespaces for selective content sharing
US9852147B2 (en) 2015-04-01 2017-12-26 Dropbox, Inc. Selective synchronization and distributed content item block caching for multi-premises hosting of digital content items
US10963430B2 (en) 2015-04-01 2021-03-30 Dropbox, Inc. Shared workspaces with selective content item synchronization
US9917898B2 (en) 2015-04-27 2018-03-13 Dental Imaging Technologies Corporation Hybrid dental imaging system with local area network and cloud
US20170000392A1 (en) * 2015-07-01 2017-01-05 Rememdia LC Micro-Camera Based Health Monitor
US9913583B2 (en) 2015-07-01 2018-03-13 Rememdia LC Health monitoring system using outwardly manifested micro-physiological markers
JP6454626B2 (ja) * 2015-10-06 2019-01-16 株式会社リガク 骨塩密度の解析装置、解析方法および解析プログラム
US9571573B1 (en) 2015-10-29 2017-02-14 Dropbox, Inc. Peer-to-peer synchronization protocol for multi-premises hosting of digital content items
US10691718B2 (en) 2015-10-29 2020-06-23 Dropbox, Inc. Synchronization protocol for multi-premises hosting of digital content items
CA3019321A1 (en) * 2015-11-13 2017-05-18 Rutgers, The State University Of New Jersey Differential diagnosis of periapical diseases based on results of image analysis
US9537952B1 (en) 2016-01-29 2017-01-03 Dropbox, Inc. Apparent cloud access for hosted content items
WO2018086893A1 (en) * 2016-11-08 2018-05-17 Koninklijke Philips N.V. Apparatus for the detection of opacities in x-ray images
USD808524S1 (en) 2016-11-29 2018-01-23 Laboratoires Bodycad Inc. Femoral implant
EP3366221A1 (en) * 2017-02-28 2018-08-29 Koninklijke Philips N.V. An intelligent ultrasound system
JP6758249B2 (ja) * 2017-05-18 2020-09-23 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
WO2019099544A1 (en) * 2017-11-14 2019-05-23 Imatrex, Inc. Geometric calibration of x-ray imaging systems
US11182920B2 (en) 2018-04-26 2021-11-23 Jerry NAM Automated determination of muscle mass from images
US20210215642A1 (en) * 2018-06-26 2021-07-15 Massachusetts Institute Of Technology Systems and Methods For Imaging Cortical Bone And Soft Tissue
US11464466B2 (en) * 2018-07-11 2022-10-11 Novodynamics, Inc. Methods and systems for periodontal disease screening
JP7067335B2 (ja) * 2018-07-20 2022-05-16 コニカミノルタ株式会社 医用画像処理装置及び医用画像撮影システム
RU2757707C2 (ru) * 2019-09-06 2021-10-20 федеральное государственное автономное образовательное учреждение высшего образования "Южный федеральный университет" Способ компьютерной диагностики деформаций суставов конечностей человека на цифровых медицинских рентгенографических изображениях
US11290531B2 (en) 2019-12-04 2022-03-29 Dropbox, Inc. Immediate cloud content item creation from local file system interface
US11337644B2 (en) * 2020-01-06 2022-05-24 M2Test S.R.L. Method, device and machine for calculating an index representative of the properties of a material of the bone type
US11054534B1 (en) 2020-04-24 2021-07-06 Ronald Nutt Time-resolved positron emission tomography encoder system for producing real-time, high resolution, three dimensional positron emission tomographic image without the necessity of performing image reconstruction
US11300695B2 (en) 2020-04-24 2022-04-12 Ronald Nutt Time-resolved positron emission tomography encoder system for producing event-by-event, real-time, high resolution, three-dimensional positron emission tomographic image without the necessity of performing image reconstruction
US11741694B2 (en) 2020-06-09 2023-08-29 Merative Us L.P. Spinal fracture detection in x-ray images
EP4312729A1 (en) 2021-04-02 2024-02-07 Spintech, Inc. Systems and methods for template-based automatic detection of anatomical structures
WO2023078545A1 (en) * 2021-11-03 2023-05-11 Medimaps Group Sa Method for analyzing a texture of a bone from a digitized image
CN115482914B (zh) * 2022-09-14 2023-10-24 湖南提奥医疗科技有限公司 一种医疗影像数据处理方法，设备及存储介质

Family Cites Families (196)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2274808A (en) * 1941-01-07 1942-03-03 Irwin C Rinn Bite wing for dental film packs and the like
US7366676B2 (en) 2001-05-29 2008-04-29 Mevis Breastcare Gmbh & Co. Kg Method and system for in-service monitoring and training for a radiologic workstation
DE2042009C3 (de) * 1970-08-25 1975-02-27 Siemens Ag, 1000 Berlin U. 8000 Muenchen Anordnung zur zerstörungsfreien Dichtemessung von Stoffen lebender Objekte mittels durchdringender Strahlen
US4012638A (en) * 1976-03-09 1977-03-15 Altschuler Bruce R Dental X-ray alignment system
US4126789A (en) 1977-06-06 1978-11-21 Vogl Thomas M X-ray phantom
US4298800A (en) * 1978-02-27 1981-11-03 Computome Corporation Tomographic apparatus and method for obtaining three-dimensional information by radiation scanning
GB2023920A (en) 1978-06-19 1980-01-03 Thoro Ray Inc Dental X-ray apparatus
US4686695A (en) * 1979-02-05 1987-08-11 Board Of Trustees Of The Leland Stanford Junior University Scanned x-ray selective imaging system
US4233507A (en) 1979-05-07 1980-11-11 General Electric Company Computer tomography table containing calibration and correlation samples
US4251732A (en) * 1979-08-20 1981-02-17 Fried Alan J Dental x-ray film holders
US4356400A (en) * 1980-08-04 1982-10-26 General Electric Company X-Ray apparatus alignment method and device
US4400827A (en) 1981-11-13 1983-08-23 Spears James R Method and apparatus for calibrating rapid sequence radiography
FR2547495B1 (fr) * 1983-06-16 1986-10-24 Mouyen Francis Appareil permettant d'obtenir une image radiologique dentaire
US4649561A (en) * 1983-11-28 1987-03-10 Ben Arnold Test phantom and method of use of same
JPS61109557A (ja) * 1984-11-02 1986-05-28 帝人株式会社 骨のｘ線写真像の評価方法
JPH07102210B2 (ja) 1986-05-14 1995-11-08 帝人株式会社 歯槽骨の骨萎縮度評価法
US4782502A (en) * 1986-10-01 1988-11-01 Schulz Eloy E Flexible calibration phantom for computer tomography system
US4985906A (en) * 1987-02-17 1991-01-15 Arnold Ben A Calibration phantom for computer tomography system
CA1288176C (en) 1987-10-29 1991-08-27 David C. Hatcher Method and apparatus for improving the alignment of radiographic images
US4922915A (en) * 1987-11-27 1990-05-08 Ben A. Arnold Automated image detail localization method
US5127032A (en) * 1987-12-03 1992-06-30 Johns Hopkins University Multi-directional x-ray imager
US5090040A (en) * 1989-03-10 1992-02-18 Expert Image Systems, Inc. Data acquisition system for radiographic imaging
US4956859A (en) * 1989-03-10 1990-09-11 Expert Image Systems, Inc. Source filter for radiographic imaging
US5001738A (en) * 1989-04-07 1991-03-19 Brooks Jack D Dental X-ray film holding tab and alignment method
FR2649883B1 (fr) * 1989-07-20 1991-10-11 Gen Electric Cgr Procede de correction de la mesure de la densite osseuse dans un scanner
US5537483A (en) * 1989-10-03 1996-07-16 Staplevision, Inc. Automated quality assurance image processing system
US5864146A (en) * 1996-11-13 1999-01-26 University Of Massachusetts Medical Center System for quantitative radiographic imaging
US6031892A (en) * 1989-12-05 2000-02-29 University Of Massachusetts Medical Center System for quantitative radiographic imaging
US5150394A (en) * 1989-12-05 1992-09-22 University Of Massachusetts Medical School Dual-energy system for quantitative radiographic imaging
US5562448A (en) * 1990-04-10 1996-10-08 Mushabac; David R. Method for facilitating dental diagnosis and treatment
US5122664A (en) 1990-04-27 1992-06-16 Fuji Photo Film Co., Ltd. Method and apparatus for quantitatively analyzing bone calcium
US5228445A (en) * 1990-06-18 1993-07-20 Board Of Regents, The University Of Texas System Demonstration by in vivo measurement of reflection ultrasound analysis of improved bone quality following slow-release fluoride treatment in osteoporosis patients
US5172695A (en) 1990-09-10 1992-12-22 Cann Christopher E Method for improved prediction of bone fracture risk using bone mineral density in structural analysis
DE9016046U1 (zh) * 1990-11-26 1991-02-14 Kalender, Willi, Dr., 8521 Kleinseebach, De
US5533084A (en) 1991-02-13 1996-07-02 Lunar Corporation Bone densitometer with improved vertebral characterization
US5577089A (en) * 1991-02-13 1996-11-19 Lunar Corporation Device and method for analysis of bone morphology
JP2641078B2 (ja) 1991-03-28 1997-08-13 富士写真フイルム株式会社 骨塩定量分析方法
US5200993A (en) * 1991-05-10 1993-04-06 Bell Atlantic Network Services, Inc. Public telephone network including a distributed imaging system
US5270651A (en) 1991-05-21 1993-12-14 The Trustees Of The University Of Pennsylvania Method and apparatus for diagnosing osteoporosis
US5247934A (en) * 1991-08-09 1993-09-28 Trustees Of The University Of Pennsylvania Method and apparatus for diagnosing osteoporosis with MR imaging
JP2973643B2 (ja) 1991-10-04 1999-11-08 松下電器産業株式会社 物質の定量測定法
US5271401A (en) 1992-01-15 1993-12-21 Praxair Technology, Inc. Radiological imaging method
DE69329168T2 (de) 1992-05-20 2001-04-05 Aloka Co Ltd Vorrichtung zur Bestimmung der Eigenschaften von Knochen
US5521955A (en) * 1992-05-29 1996-05-28 Ge Yokogawa Medical Systems, Limited Method for quantitatively determining bone mineral mass by CT system
US5321520A (en) * 1992-07-20 1994-06-14 Automated Medical Access Corporation Automated high definition/resolution image storage, retrieval and transmission system
US5281232A (en) 1992-10-13 1994-01-25 Board Of Regents Of The University Of Arizona/ University Of Arizona Reference frame for stereotactic radiosurgery using skeletal fixation
US5320102A (en) * 1992-11-18 1994-06-14 Ciba-Geigy Corporation Method for diagnosing proteoglycan deficiency in cartilage based on magnetic resonance image (MRI)
US5335260A (en) * 1992-11-25 1994-08-02 Arnold Ben A Calibration phantom and improved method of quantifying calcium and bone density using same
US5592943A (en) * 1993-04-07 1997-01-14 Osteo Sciences Corporation Apparatus and method for acoustic analysis of bone using optimized functions of spectral and temporal signal components
US5513240A (en) * 1993-05-18 1996-04-30 The Research Foundation Of Suny Intraoral radiograph alignment device
FR2705785B1 (fr) 1993-05-28 1995-08-25 Schlumberger Ind Sa Procédé pour déterminer la fonction d'atténuation d'un objet par rapport à la transmission d'une épaisseur de référence d'un matériau de référence et dispositif pour la mise en Óoeuvre du procédé.
US5657369A (en) * 1993-11-22 1997-08-12 Hologic, Inc. X-ray bone densitometry system having forearm positioning assembly
US5432834A (en) 1993-11-22 1995-07-11 Hologic, Inc. Whole-body dual-energy bone densitometry using a narrow angle fan beam to cover the entire body in successive scans
US5931780A (en) 1993-11-29 1999-08-03 Arch Development Corporation Method and system for the computerized radiographic analysis of bone
DE69321244T3 (de) * 1993-12-24 2003-03-13 Agfa Gevaert Nv Verfahren mit einer teildurchsichtigen Abschirmung zum Ausgleich der Röntgenbilddarstellung von Streustrahlen in Röntgenbildern
DE69534619T2 (de) * 1994-02-19 2006-07-13 Seikagaku Corp. Verfahren zur bestimmung von normalem aglycan, bestimmungssatz und verfahren zur beurteilung von informationen bezüglich der gelenke
GB9506050D0 (en) 1995-03-24 1995-05-10 Osteometer A S Assaying collagen fragments in body fluids
JP3547481B2 (ja) 1994-04-19 2004-07-28 松下電器産業株式会社 映像信号処理方法および映像信号処理装置
US5600574A (en) * 1994-05-13 1997-02-04 Minnesota Mining And Manufacturing Company Automated image quality control
US5476865A (en) 1994-07-06 1995-12-19 Eli Lilly And Company Methods of inhibiting bone loss
EP0777892B1 (en) * 1994-08-29 1999-11-10 Torsana A/S A method of estimation
US5493593A (en) 1994-09-27 1996-02-20 University Of Delaware Tilted detector microscopy in computerized tomography
AU1837495A (en) 1994-10-13 1996-05-06 Horus Therapeutics, Inc. Computer assisted methods for diagnosing diseases
JPH08186762A (ja) 1994-12-27 1996-07-16 Toshiba Medical Eng Co Ltd マンモグラフィ装置
SE9601065L (sv) * 1996-03-20 1997-03-03 Siemens Elema Ab Narkossystem
US5594775A (en) 1995-04-19 1997-01-14 Wright State University Method and apparatus for the evaluation of cortical bone by computer tomography
US5886353A (en) * 1995-04-21 1999-03-23 Thermotrex Corporation Imaging device
US5565678A (en) 1995-06-06 1996-10-15 Lumisys, Inc. Radiographic image quality assessment utilizing a stepped calibration target
US6038287A (en) 1995-10-10 2000-03-14 Miles; Dale A. Portable X-ray device
WO1997023994A1 (en) 1995-12-22 1997-07-03 Philips Electronics N.V. X-ray examination apparatus including a subtraction unit
US5772592A (en) * 1996-01-08 1998-06-30 Cheng; Shu Lin Method for diagnosing and monitoring osteoporosis
US6215846B1 (en) * 1996-02-21 2001-04-10 Lunar Corporation Densitometry adapter for compact x-ray fluoroscopy machine
US5785041A (en) * 1996-03-26 1998-07-28 Hologic Inc. System for assessing bone characteristics
EP0898766A1 (en) * 1996-05-06 1999-03-03 Torsana Osteoporosis Diagnostics A/S A method of estimating skeletal status
US6108635A (en) * 1996-05-22 2000-08-22 Interleukin Genetics, Inc. Integrated disease information system
DE19625835A1 (de) 1996-06-27 1998-01-02 Siemens Ag Medizinische Systemarchitektur mit Komponenten-Navigation
US5837674A (en) * 1996-07-03 1998-11-17 Big Bear Bio, Inc. Phosphopeptides and methods of treating bone diseases
US5919808A (en) 1996-10-23 1999-07-06 Zymogenetics, Inc. Compositions and methods for treating bone deficit conditions
US5945412A (en) * 1996-12-09 1999-08-31 Merck & Co., Inc. Methods and compositions for preventing and treating bone loss
US8545569B2 (en) 2001-05-25 2013-10-01 Conformis, Inc. Patient selectable knee arthroplasty devices
GB9702202D0 (en) 1997-02-04 1997-03-26 Osteometer Meditech As Diagnosis of arthritic conditions
JP3863963B2 (ja) 1997-03-27 2006-12-27 大日本印刷株式会社 Ｘ線撮影画像のデジタルデータ補正、保存方法及びその装置
WO1999001835A1 (en) * 1997-07-04 1999-01-14 Torsana Osteoporosis Diagnostics A/S A method for estimating the bone quality or skeletal status of a vertebrate
WO1999008597A1 (en) 1997-08-19 1999-02-25 Mendlein John D Multi-site ultrasound methods and devices, particularly for measurement of fluid regulation
JP3706719B2 (ja) 1997-08-19 2005-10-19 キヤノン株式会社 画像処理装置及び方法及び記憶媒体
US6064716A (en) * 1997-09-05 2000-05-16 Cyberlogic, Inc. Plain x-ray bone densitometry apparatus and method
US5917877A (en) 1997-09-05 1999-06-29 Cyberlogic, Inc. Plain x-ray bone densitometry apparatus and method
HUP0004581A2 (hu) 1997-09-09 2001-05-28 The Procter & Gamble Co. Eljárás csonttérfogat növelésére nem természetes előfordulású FP szelektív agonisták alkalmazásával
US5852647A (en) * 1997-09-24 1998-12-22 Schick Technologies Method and apparatus for measuring bone density
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
US6252928B1 (en) * 1998-01-23 2001-06-26 Guard Inc. Method and device for estimating bone mineral content of the calcaneus
JPH11239165A (ja) * 1998-02-20 1999-08-31 Fuji Photo Film Co Ltd メディカルネットワークシステム
AU2887499A (en) * 1998-03-02 1999-09-20 Image Anaylsis, Inc. Automated x-ray bone densitometer
US6077224A (en) * 1998-03-23 2000-06-20 Lang; Philipp Methods and device for improving broadband ultrasonic attenuation and speed of sound measurements using anatomical landmarks
US6013031A (en) 1998-03-09 2000-01-11 Mendlein; John D. Methods and devices for improving ultrasonic measurements using anatomic landmarks and soft tissue correction
CA2322420A1 (en) 1998-03-09 1999-09-16 Philipp Lang Methods and devices for improving broadband ultrasonic attenuation and speed of sound measurements
DE69815814T2 (de) 1998-04-24 2004-05-06 Eastman Kodak Co. Verfahren und System zum Zuordnen von belichteten Röntgenfilmen zu zugehörigen Patienteninformationen
US6835377B2 (en) 1998-05-13 2004-12-28 Osiris Therapeutics, Inc. Osteoarthritis cartilage regeneration
WO2000002216A1 (fr) 1998-07-03 2000-01-13 Ks Techno Co., Ltd. Commutateur
US6442287B1 (en) 1998-08-28 2002-08-27 Arch Development Corporation Method and system for the computerized analysis of bone mass and structure
US6714623B2 (en) 1998-08-31 2004-03-30 Canon Kabushiki Kaisha Image collecting system
JP3639750B2 (ja) 1998-08-31 2005-04-20 キヤノン株式会社 画像収集装置
AU772012B2 (en) * 1998-09-14 2004-04-08 Board Of Trustees Of The Leland Stanford Junior University Assessing the condition of a joint and preventing damage
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
US6368326B1 (en) 1998-09-28 2002-04-09 Daos Limited Internal cord fixation device
US6501827B1 (en) 1998-09-29 2002-12-31 Canon Kabushiki Kaisha Examination system, image processing apparatus and method, medium, and x-ray photographic system
JP3499761B2 (ja) 1998-10-22 2004-02-23 帝人株式会社 骨画像処理方法及び骨強度評価方法
US6283997B1 (en) 1998-11-13 2001-09-04 The Trustees Of Princeton University Controlled architecture ceramic composites by stereolithography
DE19853965A1 (de) 1998-11-23 2000-05-31 Siemens Ag Verfahren zum Ermitteln von für die Planung und/oder Auswahl von Prothesenimplantaten relevanter Knochenstrukturen und Knochenstrukturen sowie Röntgenanlage zur Durchführung dieses Verfahrens
US7283857B1 (en) 1998-11-30 2007-10-16 Hologic, Inc. DICOM compliant file communication including quantitative and image data
US6302582B1 (en) * 1998-12-22 2001-10-16 Bio-Imaging Technologies, Inc. Spine phantom simulating cortical and trabecular bone for calibration of dual energy x-ray bone densitometers
US6430427B1 (en) 1999-02-25 2002-08-06 Electronics And Telecommunications Research Institute Method for obtaining trabecular index using trabecular pattern and method for estimating bone mineral density using trabecular indices
JP4067220B2 (ja) * 1999-03-25 2008-03-26 富士フイルム株式会社 医療診断装置の品質管理システム
US6178225B1 (en) * 1999-06-04 2001-01-23 Edge Medical Devices Ltd. System and method for management of X-ray imaging facilities
US6356621B1 (en) 1999-07-14 2002-03-12 Nitto Denko Corporation Pressure-sensitive adhesive sheet for radiography
US6694047B1 (en) 1999-07-15 2004-02-17 General Electric Company Method and apparatus for automated image quality evaluation of X-ray systems using any of multiple phantoms
US6285901B1 (en) * 1999-08-25 2001-09-04 Echo Medical Systems, L.L.C. Quantitative magnetic resonance method and apparatus for bone analysis
US6490476B1 (en) 1999-10-14 2002-12-03 Cti Pet Systems, Inc. Combined PET and X-ray CT tomograph and method for using same
US6246745B1 (en) * 1999-10-29 2001-06-12 Compumed, Inc. Method and apparatus for determining bone mineral density
US6605591B1 (en) 1999-11-12 2003-08-12 Genelabs Technologies, Inc. Treatment of subnormal bone mineral density
US6336903B1 (en) 1999-11-16 2002-01-08 Cardiac Intelligence Corp. Automated collection and analysis patient care system and method for diagnosing and monitoring congestive heart failure and outcomes thereof
US6385283B1 (en) 1999-11-24 2002-05-07 Hologic, Inc. Device and method for determining future fracture risk
US6219674B1 (en) 1999-11-24 2001-04-17 Classen Immunotherapies, Inc. System for creating and managing proprietary product data
US6315553B1 (en) 1999-11-30 2001-11-13 Orametrix, Inc. Method and apparatus for site treatment of an orthodontic patient
FR2801776B1 (fr) 1999-12-03 2002-04-26 Commissariat Energie Atomique Procede d'utilisation d'un systeme d'osteodensitometrie, par rayonnement x bi-energie, a faisceau conique
KR100343777B1 (ko) 1999-12-10 2002-07-20 한국전자통신연구원 톱니 모양의 래크를 이용한 골소주 지표 보정방법
US6463344B1 (en) 2000-02-17 2002-10-08 Align Technology, Inc. Efficient data representation of teeth model
AU2001241763A1 (en) 2000-02-25 2001-09-03 Healthscreen International, Inc. Method for centralized health data management
WO2001065449A1 (en) 2000-03-01 2001-09-07 Medeview.Com, Inc. A medical diagnosis and prescription communications delivery system, method and apparatus
US6775401B2 (en) 2000-03-29 2004-08-10 The Trustees Of The University Of Pennsylvania Subvoxel processing: a method for reducing partial volume blurring
US7088847B2 (en) 2000-07-19 2006-08-08 Craig Monique F Method and system for analyzing animal digit conformation
JP2002045722A (ja) 2000-08-03 2002-02-12 Inax Corp 生ごみの粉砕装置
US6249692B1 (en) * 2000-08-17 2001-06-19 The Research Foundation Of City University Of New York Method for diagnosis and management of osteoporosis
WO2002017210A2 (en) 2000-08-18 2002-02-28 Cygnus, Inc. Formulation and manipulation of databases of analyte and associated values
US7467892B2 (en) 2000-08-29 2008-12-23 Imaging Therapeutics, Inc. Calibration devices and methods of use thereof
EP1365684A2 (en) 2000-08-29 2003-12-03 Imaging Therapeutics Methods and devices for quantitative analysis of x-ray images
US7050534B2 (en) * 2000-08-29 2006-05-23 Imaging Therapeutics, Inc. Methods and devices for quantitative analysis of x-ray images
US6904123B2 (en) 2000-08-29 2005-06-07 Imaging Therapeutics, Inc. Methods and devices for quantitative analysis of x-ray images
US20020186818A1 (en) 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
EP1319217B1 (en) * 2000-09-14 2008-11-12 The Board Of Trustees Of The Leland Stanford Junior University Technique for manipulating medical images
EP2036495A1 (en) * 2000-09-14 2009-03-18 The Board of Trustees of The Leland Stanford Junior University Assessing condition of a joint and cartilage loss
AU9088801A (en) 2000-09-14 2002-03-26 Univ Leland Stanford Junior Assessing the condition of a joint and devising treatment
US6690761B2 (en) * 2000-10-11 2004-02-10 Imaging Therapeutics, Inc. Methods and devices for analysis of X-ray images
US20070047794A1 (en) * 2000-10-11 2007-03-01 Philipp Lang Methods and devices for analysis of x-ray images
US7660453B2 (en) * 2000-10-11 2010-02-09 Imaging Therapeutics, Inc. Methods and devices for analysis of x-ray images
US8639009B2 (en) 2000-10-11 2014-01-28 Imatx, Inc. Methods and devices for evaluating and treating a bone condition based on x-ray image analysis
ATE360401T1 (de) 2000-10-17 2007-05-15 Maria-Grazia Ascenzi System und methode zur modellierung von knochenstrukturen
WO2002037423A2 (en) 2000-10-31 2002-05-10 École De Technologie Supérieure High precision modeling of a body part using a 3d imaging system
KR100419573B1 (ko) 2000-12-14 2004-02-19 한국전자통신연구원 엑스선 영상을 이용한 해면골 발달정도 측정 방법
DE20100641U1 (de) 2001-01-27 2001-07-26 Steer Sebastian Universell verstellbares Halter-System zur einfachen Positionierung eines Aufnahmemediums bei Röntgenaufnahmen
FR2820966B1 (fr) 2001-02-16 2003-04-04 Commissariat Energie Atomique Procede de radiographie a double energie, et dispositif de calibration pour ce procede
US6975894B2 (en) 2001-04-12 2005-12-13 Trustees Of The University Of Pennsylvania Digital topological analysis of trabecular bone MR images and prediction of osteoporosis fractures
US20050037515A1 (en) 2001-04-23 2005-02-17 Nicholson Jeremy Kirk Methods for analysis of spectral data and their applications osteoporosis
US6829378B2 (en) 2001-05-04 2004-12-07 Biomec, Inc. Remote medical image analysis
US8000766B2 (en) 2001-05-25 2011-08-16 Imatx, Inc. Methods to diagnose treat and prevent bone loss
GB0124947D0 (en) 2001-10-17 2001-12-05 Mccue Plc Bone simulation analysis
US6895077B2 (en) * 2001-11-21 2005-05-17 University Of Massachusetts Medical Center System and method for x-ray fluoroscopic imaging
US20030133601A1 (en) 2001-11-23 2003-07-17 University Of Chicago Automated method and system for the differentiation of bone disease on radiographic images
PT1829565E (pt) 2001-12-20 2010-04-26 Bone Support Ab Novo substituto mineral de osso
RU2319483C2 (ru) 2002-02-08 2008-03-20 Ф.Хоффманн-Ля Рош Аг Способ лечения и предупреждения потери костной ткани
JP3799603B2 (ja) 2002-02-13 2006-07-19 勇 鹿島 骨梁構造の解析方法及び骨梁構造の改善効果判定支援方法
EP1923809A3 (en) 2002-03-27 2010-12-29 Agfa HealthCare NV Method of performing geometric measurements on digital radiological images
US20050168460A1 (en) 2002-04-04 2005-08-04 Anshuman Razdan Three-dimensional digital library system
US20030198316A1 (en) 2002-04-17 2003-10-23 Piet Dewaele Osteoporosis screening method
EP1357480A1 (en) 2002-04-17 2003-10-29 Agfa-Gevaert Osteoporosis screening method
SG165160A1 (en) 2002-05-06 2010-10-28 Univ Johns Hopkins Simulation system for medical procedures
WO2003096899A1 (en) 2002-05-17 2003-11-27 The General Hospital Corporation Method and apparatus for quantitative bone matrix imaging by magnetic resonance imaging
KR100442503B1 (ko) 2002-05-18 2004-07-30 엘지.필립스 엘시디 주식회사 프랙탈 차원을 이용한 디스플레이 장치의 화질 분석 방법및 시스템
EP1550024A2 (en) 2002-06-21 2005-07-06 Cedara Software Corp. Computer assisted system and method for minimal invasive hip, uni knee and total knee replacement
US6904118B2 (en) 2002-07-23 2005-06-07 General Electric Company Method and apparatus for generating a density map using dual-energy CT
US8600124B2 (en) 2004-09-16 2013-12-03 Imatx, Inc. System and method of predicting future fractures
US8965075B2 (en) * 2002-09-16 2015-02-24 Imatx, Inc. System and method for predicting future fractures
EP1546982A1 (en) 2002-09-16 2005-06-29 Imaging Therapeutics, Inc. Imaging markers in musculoskeletal disease
US7840247B2 (en) 2002-09-16 2010-11-23 Imatx, Inc. Methods of predicting musculoskeletal disease
US6836557B2 (en) * 2002-10-02 2004-12-28 VirtualS{tilde over (c)}opics, LLC Method and system for assessment of biomarkers by measurement of response to stimulus
US20040101186A1 (en) 2002-11-27 2004-05-27 Xin Tong Initializing model-based interpretations of digital radiographs
US7769214B2 (en) 2002-12-05 2010-08-03 The Trustees Of The University Of Pennsylvania Method for measuring structural thickness from low-resolution digital images
JP2006517433A (ja) 2003-01-07 2006-07-27 イメージング セラピューティクス，インコーポレーテッド 筋骨格疾患を予測する方法
US7848558B2 (en) 2003-02-14 2010-12-07 The University Of Chicago Method and system for fractal-based analysis of medical image texture
US7664298B2 (en) 2003-03-25 2010-02-16 Imaging Therapeutics, Inc. Methods for the compensation of imaging technique in the processing of radiographic images
US7488109B2 (en) 2003-03-27 2009-02-10 Wright State University Osteoporosis screening using radiographic absorptiometry of the mandible
US7092749B2 (en) 2003-06-11 2006-08-15 Siemens Medical Solutions Usa, Inc. System and method for adapting the behavior of a diagnostic medical ultrasound system based on anatomic features present in ultrasound images
US20050015002A1 (en) * 2003-07-18 2005-01-20 Dixon Gary S. Integrated protocol for diagnosis, treatment, and prevention of bone mass degradation
US20050059887A1 (en) 2003-09-16 2005-03-17 Hassan Mostafavi Localization of a target using in vivo markers
US8290564B2 (en) 2003-09-19 2012-10-16 Imatx, Inc. Method for bone structure prognosis and simulated bone remodeling
WO2005027732A2 (en) 2003-09-19 2005-03-31 Imaging Therapeutics, Inc. Method for bone structure prognosis and simulated bone remodeling
GB0325523D0 (en) 2003-10-31 2003-12-03 Univ Aberdeen Apparatus for predicting bone fracture risk
EP1598778B1 (en) 2004-05-18 2008-08-13 Agfa HealthCare NV Method for automatically mapping of geometric objects in digital medical images
JP5116947B2 (ja) 2005-03-02 2013-01-09 株式会社沖データ 転写装置及び画像形成装置
US20070156066A1 (en) 2006-01-03 2007-07-05 Zimmer Technology, Inc. Device for determining the shape of an anatomic surface
WO2008034101A2 (en) 2006-09-15 2008-03-20 Imaging Therapeutics, Inc. Method and system for providing fracture/no fracture classification
US8377016B2 (en) 2007-01-10 2013-02-19 Wake Forest University Health Sciences Apparatus and method for wound treatment employing periodic sub-atmospheric pressure
TWI346309B (en) 2007-12-21 2011-08-01 Ind Tech Res Inst Method for reconstructing three dimension model
US8617175B2 (en) 2008-12-16 2013-12-31 Otismed Corporation Unicompartmental customized arthroplasty cutting jigs and methods of making the same
US8939917B2 (en) * 2009-02-13 2015-01-27 Imatx, Inc. Methods and devices for quantitative analysis of bone and cartilage
US9330490B2 (en) 2011-04-29 2016-05-03 University Health Network Methods and systems for visualization of 3D parametric data during 2D imaging

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101199429B (zh) * 2006-12-13 2012-06-06 计算机逻辑公司 超声波骨评估的方法和装置
CN102084270B (zh) * 2008-02-28 2015-08-26 拉派斯坎安全产品股份有限公司 扫描系统
CN102084270A (zh) * 2008-02-28 2011-06-01 拉派斯坎安全产品股份有限公司 扫描系统
CN107610096A (zh) * 2009-09-11 2018-01-19 斯特拉克斯联合控股有限公司 用于所选组织结构的图像分析的方法及系统
CN107610096B (zh) * 2009-09-11 2021-08-10 斯特拉克斯联合控股有限公司 用于所选组织结构的图像分析的方法及系统
CN103239248A (zh) * 2012-02-09 2013-08-14 富士胶片株式会社 分析对象部位的确定方法、图像处理装置及记录介质
CN103239248B (zh) * 2012-02-09 2017-04-26 富士胶片株式会社 分析对象部位的确定方法及图像处理装置
CN102910436A (zh) * 2012-10-26 2013-02-06 昆山特力伯传动科技有限公司 传送带自动检测方法
WO2015165252A1 (zh) * 2014-04-30 2015-11-05 苏州瑞派宁科技有限公司 待成像对象模子的制作方法和个体化的成像方法
US9931097B2 (en) 2014-04-30 2018-04-03 Raycan Technology Co., Ltd. (Su Zhou) Imaging subject mould manufacturing method, and individualized imaging method
CN104318057A (zh) * 2014-09-25 2015-01-28 新乡医学院第一附属医院 医学影像三维可视化系统
CN109425610A (zh) * 2017-08-24 2019-03-05 南京理工大学 一种脆性材料极限切深自动辨识方法
CN109425610B (zh) * 2017-08-24 2021-03-26 南京理工大学 一种脆性材料极限切深自动辨识方法
CN108491770A (zh) * 2018-03-08 2018-09-04 李书纲 一种基于骨折影像的数据处理方法
CN108491770B (zh) * 2018-03-08 2023-05-30 李书纲 一种基于骨折影像的数据处理方法
CN109036560A (zh) * 2018-07-09 2018-12-18 黄卫保 骨发育分析系统
CN109036560B (zh) * 2018-07-09 2021-10-01 广西壮族自治区妇幼保健院 骨发育分析系统
CN109014626A (zh) * 2018-08-27 2018-12-18 王天骄 能量束工作状态控制方法
CN110544535A (zh) * 2019-07-26 2019-12-06 广州市妇女儿童医疗中心 Turner综合征骨健康评价系统及其建立方法
CN110544535B (zh) * 2019-07-26 2023-07-14 广州市妇女儿童医疗中心 Turner综合征骨健康评价系统及其建立方法
CN110849815B (zh) * 2019-12-02 2022-10-18 中国工程物理研究院激光聚变研究中心 一种预测光学元件表面激光损伤性能的方法和系统
CN110849815A (zh) * 2019-12-02 2020-02-28 中国工程物理研究院激光聚变研究中心 一种预测光学元件表面激光损伤性能的方法和系统
CN113222951B (zh) * 2021-05-20 2023-05-02 吉林大学 一种识别髋关节x线的骨质疏松人工智能诊断装置
CN113222951A (zh) * 2021-05-20 2021-08-06 吉林大学 一种识别髋关节x线的骨质疏松人工智能诊断装置
CN113686904A (zh) * 2021-07-28 2021-11-23 河北工业大学 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法
CN113686904B (zh) * 2021-07-28 2023-08-29 河北工业大学 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法

Also Published As

Publication number Publication date
US20100197639A1 (en) 2010-08-05
US9767551B2 (en) 2017-09-19
AU2003263926A1 (en) 2004-03-11
CA2495745A1 (en) 2004-03-04
EP1530775A2 (en) 2005-05-18
US20140126800A1 (en) 2014-05-08
WO2004019256A3 (en) 2004-08-05
US7660453B2 (en) 2010-02-09
US8625874B2 (en) 2014-01-07
WO2004019256A2 (en) 2004-03-04
US20030112921A1 (en) 2003-06-19

Similar Documents

Publication Publication Date Title
CN1682236A (zh) 用于x射线图像分析的方法和设备
US9155501B2 (en) Methods for the compensation of imaging technique in the processing of radiographic images
US9275469B2 (en) Methods and devices for evaluating and treating a bone condition on x-ray image analysis
US6690761B2 (en) Methods and devices for analysis of X-ray images
US20070047794A1 (en) Methods and devices for analysis of x-ray images
CN1849094A (zh) 在本发明的射线照相影像领域的处理中用于补偿成像技术的方法
AU2002213193B2 (en) Methods and devices for analysis of X-ray images
AU2007201613A1 (en) Methods and devices for analysis of X-ray images
AU2002213193A1 (en) Methods and devices for analysis of X-ray images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication