JP4872093B2 - 骨年齢推定装置、骨年齢推定方法および骨年齢推定プログラム - Google Patents

Description

本発明は、骨年齢を推定する骨年齢推定装置、骨年齢推定方法および骨年齢推定プログラムに関する。特に、本発明は、骨を透過したＸ線画像に基づいて骨年齢を推定する骨年齢推定装置、骨年齢推定方法および骨年齢推定プログラムに関する。

従来、骨年齢を測定するための様々な技術が開発されている。従来の技術には以下のような方法がある。

（１） ＤＸＡ法
ＤＸＡ法（Ｄｕａｌ ｅｎｅｒｇｙ Ｘ−ｒａｙ Ａｂｓｏｒｐｔｉｏｍｅｔｒｙ、２重エネルギーＸ線吸収測定法）では、エネルギーの異なる２本のＸ線を身体に照射し、身体を透過したＸ線を検出する。そして、Ｘ線の検出結果、ならびに、骨組織および軟部組織のＸ線吸収特性に基づいて、骨密度を算出する。算出された骨密度に基づいて、骨年齢を測定する。現在、ＤＸＡ法を用いた骨密度測定は、広く用いられている（例えば、非特許文献１参照）。

（２） 超音波測定法
超音波測定法では、超音波を被験者の身体に送波し、身体を透過した超音波の受波信号に基づいて、骨の内部の超音波の音速や減衰率を求める。これらを、骨年齢あるいは骨の症状の評価指標として用いる（例えば、非特許文献２参照）。

「ＤＸＡ法による腰椎骨塩定量に関する研究−後方要素骨塩量とその年代差について−」、平松哲、岐阜大学医学部学位論文、平成７年９月 「超音波式骨年齢測定装置（Ｂｏｎａｇｅ）を用いた日本人・小児の骨年齢測定における注意点」、金高宏文、鹿屋体育大学学術研究紀要 第３６号，２００７

従来の技術には、次のような問題があった。
（１）まず、ＤＸＡ法などにおいてＸ線写真を撮影する時に、Ｘ線の輝度を時間的に完全に一定に保つことができない。そのため、Ｘ線フィルムごとの感光量に誤差が生じる。この感光量の誤差により、撮影結果から算出する検体のＸ線透過率、したがって、骨密度あるいは骨年齢に計測誤差が起きる。

（２）また、ＤＸＡ法あるいは超音波測定法のいずれでも、骨の計測部位、計測時の計測装置から検体までの距離、あるいは、計測環境の差などにより、計測誤差が発生する。

（３）さらに、ＤＸＡ法および超音波測定法のいずれも、測定法が複雑である。そのため、いずれの方法も計測処理に時間がかかる。つまり、いずれの方法を用いたシステムも、即応性が無い。

本発明は、上記のような問題を解決するためになされたものである。本発明は、骨を透過したＸ線のＸ線画像に基づいて、簡易な手順によって、骨年齢を精度よく推定できる骨年齢推定装置、骨年齢推定方法および骨年齢推定プログラムを提供することを課題とする。

本発明の１つの局面に従うと、骨年齢推定装置であって、骨を透過したＸ線に対応する画像データを取得するための画像取得手段と、画像データの第１の領域を指定する第１の領域指定手段と、第１の領域の画素の中から最高輝度を有する最明画素を抽出する第１の抽出手段と、画像データのうち最明画素を含む所定のサイズの第２の領域を指定する第２の領域指定手段と、第２の領域の画素の中から最高輝度に応じたしきい値以上の輝度を有する複数の明画素を抽出する第２の抽出手段と、骨の骨密度に応じて変化する複数の明画素の分布特性に基づいて、骨の骨年齢を推定する推定手段とを備える。

好ましくは、推定手段は、最明画素から各明画素までの最大距離および最小距離を求め、最小距離の最大距離に対する比に基づいて、骨年齢を推定する。

さらに好ましくは、推定手段は、最小距離の最大距離に対する比が低いほど骨年齢を高く推定する。

好ましくは、第１の領域は、複数の指定領域を含み、第１の抽出手段は、指定領域ごとに最明画素を抽出し、第２の領域は、各指定領域の最明画素を各々含む複数の処理領域を含み、第２の抽出手段は、処理領域ごとに明画素を抽出し、推定手段は、各処理領域における明画素の分布特性を求め、分布特性の統計に基づいて、骨年齢を推定する。

好ましくは、第１の領域指定手段は、骨の骨髄に相当する領域内に第１の領域を設定する。

好ましくは、第２の領域指定手段は、最明画素を中心とする領域を第２の領域として指定する。

好ましくは、画像取得手段は、骨を透過したＸ線のＸ線画像を記録したフィルムをスキャンするためのスキャナを含む。

好ましくは、画像取得手段は、Ｘ線を出力するＸ線源と、Ｘ線源から出力し、骨を透過したＸ線を検出するＸ線検出器とを含む。

本発明の他の局面に従うと、骨年齢推定方法であって、骨を透過したＸ線に対応する画像データを取得するステップと、画像データの第１の領域を指定するステップと、第１の領域の画素の中から最高輝度を有する最明画素を抽出するステップと、画像データのうち最明画素を含む所定のサイズの第２の領域を指定するステップと、第２の領域の画素の中から最高輝度に応じたしきい値以上の輝度を有する複数の明画素を抽出するステップと、骨の骨密度に応じて変化する複数の明画素の分布特性に基づいて、骨の骨年齢を推定するステップとを備える。

本発明のさらに他の局面に従うと、骨年齢推定プログラムであって、骨を透過したＸ線に対応する画像データを取得するステップと、画像データの第１の領域を指定するステップと、第１の領域の画素の中から最高輝度を有する最明画素を抽出するステップと、画像データのうち最明画素を含む所定のサイズの第２の領域を指定するステップと、第２の領域の画素の中から最高輝度に応じたしきい値以上の輝度を有する複数の明画素を抽出するステップと、骨の骨密度に応じて変化する複数の明画素の分布特性に基づいて、骨の骨年齢を推定するステップとをコンピュータに実行させる。

本発明に係る骨年齢推定装置（あるいは、骨年齢推定方法、骨年齢推定プログラム）は、骨を透過したＸ線のＸ線画像データ内の指定領域のうち最も輝度の高い最明画素を抽出する。また、骨年齢推定装置は、最明画素を含む所定のサイズの領域の中から、最明画素の輝度に応じたしきい値以上の輝度を有する画素を抽出する。そして、骨年齢推定装置は、抽出した画素の分布特性に基づいて、骨の年齢を推定する。したがって、本発明によれば、骨を透過したＸ線画像に基づいて、簡易な手順によって、骨年齢を精度よく推定できる。

第１の実施の形態に係る検査システムの構成を示す図である。 コンピュータのハードウェア構成をブロック図形式で示す図である。 コンピュータの機能的構成をブロック図形式で示す図である。 第１の実施の形態に係る検査システムが骨年齢を推定するにあたって行なう処理の流れをフローチャート形式で示す図である。 骨画像の一例を示す図である。 サムネイル表示を含む画面の一例を示す図である。 画像処理部が行なう処理の流れをフローチャート形式で示す図である。 切取画像データの具体例について説明するための図である。 再構成画像の一例を示す図である。 年齢推定部が行なう処理の流れをフローチャート形式で示す図である。 抽出された画素の位置、画素値、中心からの距離、および、距離比の具体例を示す図である。 第１の測定データについて求めた距離比を示す図である。 図１２に示した距離比の計算結果をグラフ形式で示した図である。 距離比の合計をグラフ形式で示した図である。 第２の測定データ抽出について説明するための図である。 第２の測定データについて求めた距離比を示す図である。 各サンプルについて求めた距離比の、全抽出ポイントにわたっての平均値をまとめて示す図である。 図１７に示した値をグラフ形式で示した図である。 各サンプルについて求めた距離比の、ポイント２およびポイント３にわたっての平均値をまとめて示す図である。 図１９に示した値をグラフ形式で示した図である。 第２の実施の形態に係る検査システムの構成を示す図である。 検査システムが骨年齢を推定するにあたって行なう処理の流れをフローチャート形式で示す図である。

以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部分には同一の符号を付してある。それらの名称および機能も同じである。したがってそれらについての詳細な説明は繰り返さない。

［第１の実施の形態］
＜システム構成＞
図１を参照して、本実施の形態に係る骨年齢推定のための検査システム１の概要を説明する。図１は、第１の実施の形態に係る検査システム１の構成を示す図である。検査システム１は、コンピュータ１０と、スキャナ２０と、ケーブル３０とを含む。

ケーブル３０は、コンピュータ１０とスキャナ２０とを接続する。ケーブル３０としては、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ケーブルや、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）ケーブルである。ただし、コンピュータ１０とスキャナ２０とは、ケーブル３０を介して、データをやりとりする。ただし、コンピュータ１０とスキャナ２０とは、他の方法で接続されていてもよい。例えば、コンピュータ１０とスキャナ２０とは、電波、赤外線、あるいは、光などを用いた無線通信を行なってもよい。

スキャナ２０は、骨を透過したＸ線によるＸ線画像が記録されたＸ線フィルム４０を読み込み、読み込んだＸ線フィルム４０に応じた画像データを出力する。以下、スキャナ２０がＸ線フィルム４０を読み込んだ結果、スキャナ２０が出力する画像データを「Ｘ線画像データ」と呼ぶ。

本実施の形態では、Ｘ線フィルム４０としては、超軟Ｘ線によるＸ線画像が記録されているものを用いる。超軟Ｘ線は、紫外線に近く、波長が短く、エネルギーが約数１０ｅＶと非常に低い。超軟Ｘ線は、低エネルギーであるため、人体のＸ線撮像に好適である。ただし、Ｘ線フィルム４０への記録に用いられるＸ線は、超軟Ｘ線に限られるわけではない。

また、スキャナ２０としては、Ｘ線フィルム４０に記録された画像を適切に読み取れる、透過型のスキャナを用いる。ただし、スキャナ２０は、反射型であっても構わない。スキャナ２０は、特にこれに限定されるものではないが、例えば、ＢＭＰ／ＤＩＰ（Ｗｉｎｄｏｗｓ（登録商標） Ｂｉｔｍａｐ形式）、ＪＰＧ／ＪＰＥＧ／ＪＰＥ（ＪＰＥＧ Ｆｏｒｍａｔ形式）、ＰＮＧ（Ｐｏｒｔａｂｌｅ Ｎｅｔｗｏｒｋ Ｇｒａｐｈｉｃ形式）、ＴＩＦ／ＴＩＦＦ（Ｔａｇｇｅｄ Ｉｍａｇｅ Ｆｉｌｅ Ｆｏｒｍａｔ形式）あるいはＧＩＦ（Ｃｏｍｐｕｓｅｒｖｅ ＧＩＦ形式）といった画像形式のスキャン画像を作成する。好ましくは、スキャナは、ＢＭＰ／ＤＩＰ、ＪＰＧ／ＪＰＥＧ／ＪＰＥ、ＴＩＦ／ＴＩＦＦの画像データを作成する。より好ましくは、スキャナは、ＢＭＰ／ＤＩＰの画像データを作成する。

コンピュータ１０は、ケーブル３０を介して、スキャナ２０からＸ線画像データを受け取る。また、コンピュータ１０は、Ｘ線画像データに基づいて、Ｘ線フィルム４０に撮像された骨の骨年齢を推定する。

検査システム１は、次のように用いられる。検査者は、検体の骨年齢の推定にあたり、Ｘ線源を用いて、検体をＸ線撮像したＸ線フィルム４０を準備する。そして、検査者は、スキャナ２０にＸ線フィルム４０を読み込ませる。あるいは、検査者は、すでに撮像され、保管されているＸ線フィルム４０に撮像された骨の骨年齢推定に、本検査システム１を用いてもよい。

＜ハードウェア構成＞
図２を参照して、コンピュータ１０のハードウェア構成について説明する。図２は、コンピュータ１０のハードウェア構成をブロック図形式で示す図である。

コンピュータ１０は、キーボード１１０と、マウス１２０と、ディスプレイ１３０と、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１４０と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１５０と、ハードディスク１６０と、外部インターフェース１７０と、ＦＤ（Ｆｌｅｘｉｂｌｅ Ｄｉｓｃ）ドライブ１８０と、光ディスクドライブ１９０と、ＵＳＢコネクタ２００と、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）ドライブ２１０と、これらを互いに接続するバス２２０とを含む。

キーボード１１０およびマウス１２０は、外部からの指示を受け付ける。つまり、キーボード１１０およびマウス１２０は、入力装置として機能する。なお、コンピュータ１０は、タッチパッド、タッチパネルあるいはタブレット等の他の種類の入力装置を備えていてもよい。

ディスプレイ１３０は、コンピュータ１０内部の情報を外部に表示する。ディスプレイ１３０の構造は、特に限定されない。ディスプレイ１３０としては、例えば、ブラウン管ディスプレイ、液晶ディスプレイあるいはプラズマディスプレイなどを用いることができる。

ＣＰＵ１４０は、キーボード１１０およびマウス１２０が受け付けた指示などに基づいて、各種の演算を行なう。ＣＰＵ１４０は、コンピュータ１０の各部の動作を制御する。

ＲＡＭ１５０は、ＣＰＵ１４０が実行するプログラムのワーキングメモリとして用いられる。

ハードディスク１６０は、種々のデータを格納する。具体的には、ハードディスク１６０は、骨年齢推定のためのプログラム１６１、骨画像データ１６２、切取画像データ１６３、再構成データ１６４および分析結果１６５を格納する。

骨画像データ１６２は、スキャナ２０がＸ線フィルム４０を読み取って得たものである。切取画像データ１６３は、骨画像データ１６２の一部の領域の画像データである。再構成データ１６４は、骨年齢推定処理の途中で、プログラム１６１が生成するデータである。分析結果１６５は、プログラム１６１が求めた骨年齢を含む。これらのデータの詳細については後述する。

なお、図２に示した各データは、必ずしも、ハードディスク１６０に格納されている必要はない。例えば、これらのデータは、ＦＤ１８２、光ディスク１９２、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）フラッシュメモリ２０２、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）カード２１２などの記憶媒体に格納されていてもよい。また、プログラム１６１などの固定されたデータは、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）に格納されていてもよい。

外部インターフェース１７０は、コンピュータ１０と外部装置とを接続する。外部インターフェース１７０は、ケーブル３０用のケーブルコネクタを含む。なお、例えば、ＵＳＢコネクタを外部インターフェース１７０として用いることもできる。あるいは、無線通信ユニットを外部インターフェース１７０とすることもできる。

ＦＤドライブ１８０は、ＦＤ１８２に格納されたデータの読み出し、および、ＦＤ１８２へのデータの書込みを行なう。

光ディスクドライブ１９０は、光ディスク１９２に格納されたデータを読み出す。光ディスク１９２は、光の反射率を利用してデータが記録がされた記録媒体である。光ディスク１９２としては、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）−Ｒ、ＣＤ−ＲＷ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）±Ｒ、ＤＶＤ±／ＲＷ、ＤＶＤ±ＲＡＭ、ブルーレイディスクなどが挙げられる。

ＵＳＢコネクタ２００には、ＵＳＢ端子を着脱可能である。ＵＳＢコネクタ２００は、ＵＳＢコネクタ２００に接続された機器との間で、データのやりとりを行なう。特に、ＵＳＢコネクタ２００は、ＵＳＢコネクタ２００に接続されたＵＳＢフラッシュメモリ２０２のデータの読出しおよび書込みを行なう。

ＳＤドライブ２１０は、ＳＤカード２１２のデータの読出しおよび書込みを行なう。また、ＳＤドライブ２１０は、アダプタが装着されたＳＤＨＣカード（ＳＤ Ｈｉｇｈ Ｃａｐａｃｉｔｙ）、ｍｉｎｉＳＤカード、ｍｉｎｉＳＤＨＣカード、ｍｉｃｒｏＳＤカード、ｍｉｃｒｏＳＤＨＣカードのデータの読出しおよび書込みも行なうこともできる。

コンピュータ１０が扱える記憶媒体は、上述のものに限られるわけではない。ＦＤドライブ１８０、光ディスクドライブ１９０、ＵＳＢコネクタ２００およびＳＤドライブ２１０は、記憶媒体のデータの読み書きを行なうインターフェースの例である。コンピュータ１０は、他の記憶媒体に対応するインターフェースを備えていてもよい。

＜機能的構成＞
図３を参照して、コンピュータ１０の機能的構成を説明する。図３は、コンピュータ１０の機能的構成をブロック図形式で示す図である。

図３を参照して、コンピュータ１０は、入力部３１０と、出力部３２０と、インターフェース部３３０と、記憶部３４０と、制御部３５０とを含む。

入力部３１０は、外部からの指示を受け付ける。キーボード１１０やマウス１２０などの入力装置が入力部３１０に相当する。

出力部３２０は、外部にコンピュータ１０内部の情報を出力する。図２に示す構成では、ディスプレイ１３０が、出力部３２０に相当する。なお、コンピュータ１０がスピーカなどの他の出力装置を備えている場合、そのような出力装置も出力部３２０に相当する。

インターフェース部３３０は、コンピュータ１０と外部装置との間の信号あるいはデータのやり取りを仲介する。インターフェース部３３０は、外部インターフェース１７０、ＦＤドライブ１８０、光ディスクドライブ１９０、ＵＳＢコネクタ２００およびＳＤドライブ２１０を含む。

記憶部３４０は、データを格納する。具体的には、記憶部３４０は、プログラム１６１と、骨画像データ１６２と、切取画像データ１６３と、再構成データ１６４と、分析結果１６５とを格納する。ＲＡＭ１５０、ハードディスク１６０、コンピュータ１０に接続されている記憶媒体（ＦＤ１８２、光ディスク１９２など）や記憶装置（外付けのハードディスクや、外部装置内の記憶装置など）が、記憶部２４０に相当する。

制御部３５０は、入力部３１０が受け付けた信号等に基づいて、出力部３２０、インターフェース部３３０および記憶部３４０の動作を制御する。制御部３５０は、画像取得部３５１と、画像処理部３５２と、年齢推定部３５８とを含む。

画像取得部３５１は、インターフェース部３３０を制御して、外部（本実施の形態ではスキャナ２０）から骨画像データ１６２を取得する。また、画像取得部３５１は、外部から取得した骨画像データ１６２を、記憶部３４０に格納する。

画像処理部３５２は、骨画像データ１６２に対して画像処理を行なう。また、画像処理部３５２は、骨画像データ１６２への画像処理の結果生じる画像データに対しても、画像処理を行なう。画像処理部３５２は、画像切取部３５３と、再構成部３５４と、年齢推定部３５８とを含む。

画像切取部３５３は、骨画像データ１６２内の領域を指定する。画像切取部３５３は、指定された領域の画像データを切取画像データ１６３として記憶部３４０に格納する。

再構成部３５４は、切取画像データ１６３に対し所定の画像処理を行ない、切取画像データ１６３に基づいて、再構成データ１６４を作成する。また、再構成部３５４は、作成した再構成データ１６４を記憶部３４０に格納する。

再構成データ１６４は、切取画像データ１６３のうち最も輝度の高い画素（最明画素とよぶ）のデータと、最明画素を含む領域に含まれる、最明画素の輝度を基準として「明るい」と判断される画素（明画素）のデータとを含む。再構成データ１６４の詳細および具体例については、後述する。

再構成部３５４は、最明画素抽出部３５５と、領域設定部３５６と、明画素抽出部３５７とを含む。最明画素抽出部３５５は、切取画像データ１６３から最明画素を抽出する。領域設定部３５６は、明画素を抽出する領域を設定する。明画素抽出部３５７は、領域設定部３５６が設定した領域から明画素を抽出する。

年齢推定部３５８は、再構成データ１６４における明画素の分布に基づいて、骨画像データ１６２に記録された対象の骨年齢の推定値を算出する。そして、年齢推定部３５８は、骨年齢の推定値を、分析結果１６５として、記憶部３４０に格納する。年齢推定部３５８による骨年齢の推定方法の詳細については後述する。

本実施の形態では、プログラム１６１をＲＡＭ１５０に展開して実行するＣＰＵ１４０が、制御部３５０の上述の機能を実現する。ただし、制御部３５０の機能の一部または全部は、専用回路などのハードウェアによって実現されてもよい。

＜骨年齢推定手順＞
ここからは、検査システム１による骨年齢推定の手順について、図４を参照しつつ説明する。図４は、第１の実施の形態に係る検査システム１が骨年齢を推定するにあたって行なう処理の流れをフローチャート形式で示す図である。

ステップＳ１０１において、検査システム１は、Ｘ線画像を取り込む。具体的には、検査システム１は、スキャナ２０により、Ｘ線フィルム４０をスキャンし、骨画像データ１６２を作成する。コンピュータ１０の画像取得部３５１は、ユーザの指示に基づいて、あるいは、スキャンの実行時に自動的に、スキャナ２０から骨画像データ１６２を受け取り、記憶部２４０に格納する。

なお、検査システム１は、ステップＳ１０１において、複数のＸ線フィルム４０をスキャンすることが好ましい。この手順によれば、検査システム１が、骨年齢の推定のたびに１枚ずつＸ線フィルム４０をスキャンする場合に比べ、骨年齢の推定作業を効率的に進めることができる。

骨画像データ１６２に基づく画像（以下、簡単のため、「骨画像」とよぶ）の一例を図５に示しておく。図５に示す骨画像５００は、関節部分の２本の骨の撮像結果である。骨画像５００の中で、網目状部分５１０は、骨髄に相当する。また、網目状部分５１０を囲む白色領域５２０が、骨質に相当する。

図４に戻って説明を続ける。ステップＳ１０３において、検査システム１は、ステップＳ１０１において取得した骨画像データ１６２の中から、骨年齢を求める対象となる骨画像データ１６２を選択する。

本実施の形態では、コンピュータ１０の画像取得部３５１が、ユーザの指示に基づいて、１つの骨画像データ１６２を選択する。コンピュータ１０は、ユーザが骨画像データ１６２を選択できるように、複数の骨画像データ１６２を選択可能にサムネイル表示する。図６にサムネイル表示を含む画面の一例を示す。図６に示す画面６００は、骨画像のサムネイル６１０，６２０および６３０を含む。

なお、スキャナ２０が、複数のＸ線フィルム４０のスキャン結果を格納するメモリを有し、格納したスキャン結果をユーザに選択可能に提示できるのであれば、ユーザは、スキャナ２０を操作して、骨年齢を求める骨画像データ１６２を選択してもよい。この場合、コンピュータ１０は、スキャナ２０から、スキャナ２０が選択した骨画像データ１６２を受け取り、受け取った骨画像データ１６２を記憶部３４０に格納する。

また、ステップＳ１０１において、検査システム１が、１枚しかＸ線画像を取り込んでいない場合は、ステップＳ１０３の処理は不要である。

再び図４に戻る。ステップＳ１０５において、制御部３５０に含まれる画像処理部３５２は、ステップＳ１０３にて選択された骨画像データ１６２に対して、骨年齢推定のための画像処理を行ない、再構成データ１６４を作成する。ステップＳ１０５における画像処理の詳細については、後述する。

ステップＳ１０７において、制御部３５０に含まれる年齢推定部３５８は、再構成データ１６４に基づいて、ステップＳ１０３で選択された骨画像データ１６２に映った対象の骨年齢を推定する。ステップＳ１０７における骨年齢推定処理の詳細については、後述する。

ステップＳ１０９において、制御部３５０は、骨年齢推定の終了指示を受け付けたかどうか判断する。例えば、入力部３１０がユーザの入力に基づいて終了指示を作成する。終了指示があった場合（ステップＳ１０９においてＹＥＳ）、制御部３５０は、年齢推定処理を終了する。終了指示がない場合（ステップＳ１０９においてＮＯ）、制御部３５０は、ステップＳ１０３（対象画像の選択）からの処理を繰り返す。

（画像処理）
ステップＳ１０５において画像処理部３５２が行なう処理について、図７を参照して詳細に説明する。図７は、画像処理部３５２が行なう処理の流れをフローチャート形式で示す図である。

ステップＳ２０１において、画像処理部３５２に含まれる画像切取部３５３は、選択された骨画像データ１６２の一部の領域（部分画像）の画像データである切取画像データ１６３を取得する。

本実施の形態では、ペイントソフトを実行するＣＰＵ１４０が、画像切取部３５３の機能を実現する。すなわち、ユーザは、ペイントソフト上に骨画像データ１６２を呼び出す。そして、ユーザは、ペイントソフトを用いて、骨画像データ１６２の中から、所望の領域を切り出す。さらに、ユーザは、ペイントソフトに切り出した領域の保存処理を指示する。この処理により保存されたデータが、切取画像データ１６３である。

なお、ユーザは、１つの骨画像データ１６２について複数の切取画像データ１６３を作成してもよい。後で述べるように、年齢の推定精度の向上のためには、１つの骨画像データ１６２について複数の切取画像データ１６３を作成することが好ましい。

切取画像データ１６３の具体例について、図８を参照して説明する。図８は、切取画像データ１６３の具体例について説明するための図である。

図８Ａは、骨画像と部分画像との関係の一例を説明するための図である。図８Ａには、図５に示した骨画像５００を再び示している。画像切取部３５３は、骨画像５００から、３つの部分画像８１０，８２０および８３０（図中、白枠で囲まれた領域の画像）を切り出す。

図８Ｂには、１つの切取画像データ１６３に対応する部分画像（画像８４０）を拡大して示している。図８Ｂを参照して分かるように、切取画像データ１６３は、骨の構造についての情報を含む。画像８４０中の明るい部分に、骨組織（有機質）が存在する。また、画像８４０中の暗い部分は、骨の中空領域である。暗い部分を多く含む切取画像データ１６３に映っている骨は、骨密度が低く、したがって、骨年齢が高い可能性が高い。逆に、明るい部分を多く含む切取画像データ１６３に映っている骨は、骨密度が高く、したがって、骨年齢が低い可能性が高い。

ところで、骨年齢を正確に推定するためには、切取画像データ１６３の領域は、図８Ａに示すように、骨髄に相当する領域内にあることが好ましい。これは、年齢推定部３５８が、骨髄内の骨組織の分布に基づいて、骨年齢を推定するためである。骨組織の分布は、骨画像データ１６２中の高輝度の画素の分布に対応する。ところが、骨髄外に存在する骨質も高輝度である。よって、切取画像データ１６３の領域内に、骨質が含まれるとき、年齢推定部３５８は、正しく骨年齢を推定できないおそれがある。

本実施の形態では、ユーザが、骨画像を視認して、骨髄に相当する領域内に切取画像データ１６３の領域を指定する。ただし、コンピュータ１０が、画像の輝度分布等に基づいて、切取画像データ１６３の領域を決定する構成であってもよい。

図７に戻って、ステップＳ２０３において、画像処理部３５２に含まれる再構成部３５４は、以降の処理の対象となる切取画像データ１６３を決定する。例えば、再構成部３５４は、ユーザの選択指示に基づいて、複数の切取画像データ１６３の中から、１つの切取画像データ１６３を選択する。あるいは、再構成部３５４は、自動的に、１つの切取画像データ１６３を選択してもよい。例えば、再構成部３５４は、最も作成時刻が早い切取画像データ１６３を選択してもよい。

ステップＳ２０３のあと、再構成部３５４は、ステップＳ２０３にて選択された切取画像データ１６３に対して、以下のステップＳ２０５からステップＳ２０９の処理を実行する。再構成部３５４は、画像処理・解析ソフトを用いて、所定のスクリプトを実行することで、ステップＳ２０５からステップＳ２０９の処理を行なう。

ステップＳ２０５において、再構成部３５４に含まれる最明画素抽出部３５５は、ステップＳ２０３にて選択された切取画像データ１６３の各画素の輝度値を比較し、最も高い輝度を持つ画素（最明画素）を抽出する。以下では、最明画素の輝度を、最高輝度と呼ぶ。

ステップＳ２０７において、再構成部３５４に含まれる領域設定部３５６は、最明画素を含む所定のサイズの領域を、以降の処理の対象となる処理領域に設定する。具体的には、領域設定部３５６は、最明画素を中心とする正方形の領域を処理領域に設定する。再構成部３５４は、最明画素を中心とするため、明画素の分布を的確に求められる。ただし、最明画素と処理領域との位置関係、処理領域の形状は、これに限られるわけではない。

領域のサイズは、予め設定されていてもよいし、ユーザが適宜設定してもよい。ただし、領域のサイズは、領域内の画像データに年齢による骨組織の構造の差異が現れるように設定することが好ましい。したがって、領域のサイズは、領域内に骨髄以外の領域が含まれないように設定されることが好ましい。

ステップＳ２０９において、再構成部３５４に含まれる明画素抽出部３５７は、処理領域に含まれる「明画素」を抽出する。具体的には、明画素抽出部３５７は、しきい値以上の輝度を持つ画素を「明画素」として抽出する。なお、明画素抽出部３５７は、輝度の高いものから順に、画素を抽出するものとする。

ここで、明画素抽出部３５７は、しきい値を、最高輝度に基づいて決定する。つまり、しきい値は、固定されているのではなく、最高輝度に応じて変動する。具体的には、本実施の形態では、明画素抽出部３５７は、最高輝度に所定の割合（例えば６０％）をかけた値をしきい値に設定する。所定の割合は、予め設定されていてもよいし、ユーザが設定してもよい。

なお、しきい値は、最高輝度に応じて変動するものであれば、必ずしも上記のものに限られない。例えば、明画素抽出部３５７は、最高輝度から所定の値を引いた値をしきい値に設定してもよい。

このように、明画素抽出部３５７は、最高輝度に応じたしきい値に基づいて、明画素を抽出する。したがって、明画素抽出部３５７は、骨密度の違いを除く輝度変動の要因（誤差要因）を排除して、明画素を抽出することができる。なお、誤差要因としては、撮像条件の時間的変動によって生じるＸ線フィルム４０ごとの感光量のばらつき、撮像位置の違いによる１枚のＸ線フィルム４０内での感光量のばらつきなどがある。

後で詳しく説明するように、年齢推定部３５８は、このように抽出された明画素の分布特性に基づいて、骨年齢を推定する。したがって、本実施の形態に係る検査システム１は、骨密度の差に由来しない輝度分布の違いの影響を抑えて、高精度に骨年齢を推定することができる。

また、明画素抽出部３５７は、所定のサイズの領域から明画素を抽出する。よって、年齢推定部３５８は、サイズの異なる部分画像に対しても、同一の基準で骨年齢を推定できる。

ステップＳ２１１において、再構成部３５４は、ステップＳ２０５において抽出した最明画素およびステップＳ２０９において抽出した明画素に基づいて、再構成データ１６４を作成する。再構成データ１６４は、最高輝度画素および明画素のＸ座標、Ｙ座標、ならびに輝度を含む。なお、Ｘ座標およびＹ座標は、画素の位置を特定するためのデータの一例である。検査システム１は、Ｘ座標およびＹ座標のかわりに、各画素に固有に割り当てられ、各画素の位置を特定可能な識別情報（例えば、画素内の位置に応じた通し番号）を出力してもよい。

さらに、再構成部３５４は、ステップＳ２１１において、再構成データ１６４を、記憶部３４０に格納する。なお、後述するように、表計算ソフトを実行するＣＰＵ１４０が、年齢推定部３５８の一部の機能を実現する。そのため、再構成部３５４は、再構成データ１６４を、表計算ソフトで扱えるＣＳＶ（Ｃｏｍｍａ Ｓｅｐａｒａｔｅｄ Ｖａｌｕｅｓ）形式に変換する。再構成部３５４は、ＣＳＶ形式の再構成データ１６４を記憶部３４０に格納する。

再構成データ１６４に対応する画像（再構成画像）の一例を図９に示す。再構成画像９００の中心には、最明画素が位置する。再構成画像９００では、各明画素の位置に、明画素の輝度の順に応じた数字を示している。

図７に戻る。ステップＳ２１３において、画像処理部３５２は、すべての部分画像について、ステップＳ２０５からステップＳ２１１までの処理を行なったかどうか判断する。全ての部分画像について処理を行なっている場合（ステップＳ２１３においてＹＥＳ）、画像処理部３５２は、画像処理を終了する。画像処理部３５２は、処理を行なっていない部分画像がある場合（ステップＳ２１３においてＮＯ）、ステップＳ２０３（画像の選択）の処理に戻る。

なお、画像切取部３５３が、骨画像データ１６２から１つの切取画像データ１６３しか作成しない場合は、ステップＳ２０３の処理およびステップＳ２１３の処理は不要である。画像処理部３５２は、ステップＳ２１１を完了すると、画像処理を終了する。

（骨年齢の推定）
図４のステップＳ１０７において、年齢推定部３５８が行なう処理の流れについて、図１０を参照して説明する。図１０は、年齢推定部３５８が行なう処理の流れをフローチャート形式で示す図である。

ステップＳ３０１において、年齢推定部３５８は、記憶部３４０に格納された再構成データ１６４の中から、骨年齢を推定する骨画像データ１６２について得られた再構成データ１６４の１つを選択する。また、年齢推定部３５８は、選択した再構成データ１６４を、記憶部３４０から読み出す。

ステップＳ３０３において、年齢推定部３５８は、次の式（＊）で与えられる、輝度の最高点（最明画素）から、各測定ポイント（明画素）までの距離を計算する。

（輝度の最高点から測定ポイントまでの距離）＝√［（明画素のＸ座標−最明画素のＸ座標）の２乗＋（明画素のＹ座標−最明画素のＹ座標）の２乗］ …（＊）
なお、本実施の形態では、最明画素の座標は、再構成データ１６４の画像領域の中心である。最明画素の座標は、不変なので、プログラムの作成者は、最明画素の座標を式（＊）に予め与えておいてよい。

ステップＳ３０５において、年齢推定部３５８は、輝度の最高点から測定ポイントまでの距離の最小値および最大値を抽出する。そして、年齢推定部３５８は、次の式（＊＊）で与えられる、骨年齢推定のための指標値を計算する。

（指標値）＝（輝度の最高点から測定ポイントまでの距離の最小値）／（輝度の最高点から測定ポイントまでの距離の最大値） …（＊＊）
このように、年齢推定部３５８は、簡単な式（＊）および式（＊＊）に基づいて、骨年齢推定のための指標値を計算できる。そのため、コンピュータ１０は、ステップＳ３０３およびステップＳ３０５の処理を、短時間で行なえる。また、コンピュータ１０は、Ｅｘｃｅｌ（登録商標）などの汎用的な表計算ソフトによって、これらの処理を簡易に実現できる。

ステップＳ３０３およびステップＳ３０５の処理結果の一例を図１１に示す。図１１は、抽出された画素の位置、画素値、中心からの距離、および、指標値の具体例を示す図である。図１１の各行は、左から順に、最明画素あるいは明画素を区別するための識別番号（Ｎｏ．１が最明画素）、最明画素あるいは明画素のＸ座標、最明画素あるいは明画素のＹ座標、最明画素あるいは明画素の画素値、最明画素からの距離を示す。また、最右列の”ＭＩＮ／ＭＡＸ”の下の数字は、図１１に示すデータの指標値である。

ステップＳ３０７において、年齢推定部３５８は、骨年齢を推定する骨画像データ１６２に関するすべての再構成データ１６４について、ステップＳ３０３からステップＳ３０７までの処理を行なったかどうか判断する。全ての再構成データ１６４について処理を行なっている場合（ステップＳ３０７においてＹＥＳ）、年齢推定部３５８は、ステップＳ３０９の処理に進む。画像処理部３５２は、まだ、ある再構成データ１６４について処理を行なっていない場合（ステップＳ３０７においてＮＯ）、ステップＳ３０１（再構成データ１６４の選択）の処理に戻る。

ステップＳ３０９において、年齢推定部３５８は、指標値に基づいて、骨年齢を推定する。一般に、骨密度は、加齢にともなって低下する。これにともない、指標値は、加齢にともなって減少する。年齢推定部３５８は、この特性を利用して、骨年齢の推定値を求めることができる。

年齢推定部３５８は、具体的には、例えば、指標値と骨年齢との関係を表わすデータ（相関データとよぶ）を利用して、骨年齢の推定値を求める。このような相関データは、予め求められており、記憶部３４０に格納されているものとする。年齢推定部３５８は、記憶部３４０から相関データを読み出し、相関データがステップＳ３０５で求めた指標値と対応づけている骨年齢を、骨年齢の推定値とする。

なお、相関データは、例えば、検査システム１の設計者あるいはユーザによって作成されるものとする。設計者あるいはユーザは、複数のサンプルデータに基づいて、統計的あるいは経験的に相関データを作成し、作成したデータを記憶部３４０に格納しておく。相関データは、例えば、ある範囲内の指標値と、ある範囲内の骨年齢（４０歳〜５０歳など）とを対応付ける。あるいは、相関データは、１つの指標値と１つの骨年齢の推定値とを対応付ける関数であってもよい。

本実施の形態では、年齢推定部３５８は、１つの骨画像データ１６２に写った対象の骨年齢を、骨画像データ１６２の複数の部分画像にそれぞれ対応する複数の再構成データ１６４での指標値の統計と相関データとに基づいて、推定する。ここで、「指標値の統計」としては、指標値の平均値あるいは合計値を用いることができる。

年齢推定部３５８は、複数の再構成データ１６４から得られた複数の指標値に基づいて推定値を求めるため、１つの指標値に基づいて骨年齢を推定する場合に比べ、高精度に骨年齢を推定することができる。ただし、年齢推定部３５８は、１つの再構成データ１６４に基づいて、骨年齢を推定しても構わない。

＜測定データ＞
実際の測定データに基づいて、本検査システム１による骨年齢の推定方法の正当性について説明しておく。

（第１の測定データ）
まず、図８Ａに示すような骨画像から求めた指標値について説明する。ここでは、２１歳の被測定者の骨画像、５５歳の被測定者の骨画像、８０歳の被測定者の骨画像を、それぞれ、３枚ずつ準備した。

ユーザは、各骨画像から、３つの部分領域を指定する。コンピュータ１０は、指定された各部分領域についての切取画像データを作成する。ユーザは、図８Ａに示すように、骨髄内の領域の中で、３つの部分領域を設定する。

ただし、ユーザが部分領域を設定するため、部分領域は、厳密に図８Ａに示した領域と一致するわけではない。しかしながら、本推定方法は、最明画素の抽出、最明画素を含む所定のサイズの領域の明画素の抽出、抽出した明画素の分布による年齢推定という手順により骨年齢を推定するため、ユーザが骨画像から切り取る領域の誤差は、推定結果にほぼ影響しない。

各骨画像について求められた指標値を、図１２に示す。図１２は、第１の測定データについて求めた指標値を示す図である。図１２には、２１歳、５５歳、８０歳の骨の画像サンプル（サンプル１、サンプル２、サンプル３）について、抽出ポイント（Ｐｏｉｎｔ１、Ｐｏｉｎｔ２、Ｐｏｉｎｔ３）の切取画像データに基づいて求めた指標値を示している。

図１３は、図１２に示した指標値の計算結果をグラフ形式で示した図である。図１３では、２１歳、５５歳、８０歳のそれぞれについて、９つの計算結果（３つのサンプル×３つの抽出ポイント）を示している。

図１４は、指標値の合計をグラフ形式で示した図である。図１３では、２１歳、５５歳、８０歳のそれぞれについて、９つの指標値の計算結果の合計値を示している。

指標値は、年齢の増加とともに減少することが期待される。しかし、図１３からは、この傾向を読み取ることは難しい。このような場合でも、図１４から分かるように、複数の切取画像データのそれぞれについて求めた指標値の統計を用いれば、骨年齢を推定することができる。つまり、本推定方法は、指標値の統計を用いて骨年齢を推定することで、骨年齢を高精度に推定することができる。

（第２の測定データ）
次に、第２の測定データについて説明する。第２の測定データを得るにあたっては、図１５に示すように、１つの骨画像から５つの切取画像データを抽出した。図１５は、第２の測定データ抽出について説明するための図である。図１５を参照して、第２の測定データの取得にあたっては、ユーザは、骨画像１５００の中から、５つの部分領域（部分領域１５１０、１５２０、１５３０、１５４０、１５５０）を指定する。コンピュータ１０は、各部分領域に対応する切取画像データを作成する。

図１６は、第２の測定データについて求めた指標値を示す図である。図１６には、２１歳、５５歳、８０歳の骨の画像サンプルについて、抽出ポイント（Ｐｏｉｎｔ１〜５）の切取画像データに基づいて求めた指標値を示している。図１６では、代表的に各年齢での４つのサンプルについて、各抽出ポイントで求めた指標値を示している。なお、実際には、５つのサンプルについて指標値を求めている。

また、図１６には、各ポイントで求めた指標値の、全サンプル（５つ）にわたっての合計値および平均値を示している（各表の下の「合計」「平均」）。さらに、図１６には、各サンプルについて、指標値の全ポイントにわたっての合計値および平均値、ポイント１とポイント２の指標値の平均値、ポイント２とポイント３の指標値の平均値、ポイント３とポイント４の指標値の平均値、および、ポイント４とポイント５の指標値の平均値を示している（各表の右側の「合計」「平均」など）。

図１７に、各サンプルについて求めた指標値の、全抽出ポイントにわたっての平均値をまとめて示す。図１７に示した値は、図１６において左上から右下の斜線をかけたセル内の値と同じである。図１８は、図１７に示した値をグラフ形式で示した図である。図１８に示すグラフの縦軸は、図１７に示した値である。この値は、相対的に年齢を表わすため、「年齢相対値」と呼んでいる。

なお、各サンプルについて、全抽出ポイントについての平均（あるいは合計）をとる必要は必ずしもない。むしろ、限定した抽出ポイントについての平均（合計）のほうが、骨年齢をよく表わすこともある。図１７に示した測定データでは、ポイント２およびポイント３についての、各サンプルにわたっての平均（あるいは合計）が、他のポイントでの対応する値に比べて、年齢によって大きく変化している。したがって、ポイント２およびポイント３の平均値が、骨年齢をよく表わす。

図１９は、各サンプルについて求めた指標値の、ポイント２およびポイント３にわたっての平均値をまとめて示す図である。また、図２０は、図１９に示した値をグラフ形式で示した図である。

図１８に示すグラフでは、サンプル１についての平均値が、他の各サンプルについての平均値と離れている。しかし、図２０に示すグラフでは、そのようなことはない。したがって、ポイント２およびポイント３の平均値を用いることで、全ポイントの平均値を求めるよりも、より精度よく骨年齢を推定することができる。

どの抽出ポイントを骨年齢推定に用いるかどうかは、例えば、各抽出ポイントにおける指標値の平均（合計でもよい）の、年齢によるばらつきに基づいて決定することができる。

具体的には、例えば、最高齢のサンプルについての指標値の平均に対する、最若年のサンプルについての指標値の平均の比を、「ばらつき」として求める。そして、ばらつきが大きいものから順に所定数のポイントを、骨年齢推定に用いることにする。あるいは、ばらつきが所定のしきい値以上のポイントを、骨年齢推定に用いてもよい。あるいは、ばらつきが、上位所定数以内、かつ、所定のしきい値以上のポイントを骨年齢推定に用いることにしてもよい。

上で説明した骨年齢推定に用いる抽出ポイントの決定は、コンピュータ１０によって行なうこともできるし、ユーザが行なうこともできる。

また、抽出ポイントを決定する他の方法として、例えば、年齢が分かっているいくつかのサンプルについての骨年齢推定結果に基づいて、抽出ポイントを決定してもよい。具体的には、まず、骨年齢の検査者は、検体の骨年齢推定を行なう前に、いくつかの年齢が分かっているサンプルについて、複数の抽出ポイントで指標値を求める。次に、検査者は、いくつかの抽出ポイントで求めた指標値の統計に基づく骨年齢の推定値とサンプルの年齢とを比較する。そして、検査者は、推定値がサンプルの年齢と強い相関を持つ抽出ポイントの組を求める。検査者は、求めた抽出ポイントの組での指標値の統計に基づいて、抽出した検体の骨年齢を推定する。

以上の構成により、本実施の形態に係る検査システム１による骨年齢の推定は、以下のような特徴を有する。

（１）Ｘ線撮像の測定誤差の影響を受けにくい
検査システム１は、一枚の骨画像データ１６２の中から、最高輝度に対する輝度の割合に基づいて抽出した明画素の分布特性に基づいて、骨年齢を推定する。そのため、検査システム１は、Ｘ線画像データの輝度に測定誤差によるばらつきがあったとしても、正確に骨年齢を推定することができる。

（２） 計測部位が限定されない
検査システム１は、骨密度の加齢による変化特性を利用して、高輝度の画素の分布特性に基づいて、骨年齢を推定する。したがって、検査システム１は、Ｘ線で撮影した骨画像に基づいて、骨画像がどの部位についての画像であっても、骨年齢を推定することができる。検査システム１は、骨画像のうち、骨密度の加齢変化が現れる骨髄領域のデータに基づいて、骨年齢を推定できる。

（３） 複雑な手順が不要
検査システム１は、高輝度の画素の抽出などの画像の処理をプログラムに沿って実行する。また、検査システム１は、非常にシンプルな計算式に基づいて、骨年齢を推定する。そのため、検査システム１のユーザは、骨年齢推定の作業をすばやくこなせ、非常に短時間で骨年齢推定を行なえる。

つまり、本実施の形態に係る検査システム１によれば、骨年齢の検査者は、多様な骨画像に撮影された骨の骨年齢を、高精度にかつ短時間で推定することができる。

［第２の実施の形態］
第１の実施の形態に係る検査システム１は、骨が撮像されたＸ線フィルムのスキャン結果に基づいて、骨年齢を推定していた。これに対し、第２の実施の形態に係る検査システム２は、フィルムのスキャン結果ではなく、Ｘ線検出器による骨のＸ線撮像結果（デジタルデータ）に基づいて、骨年齢を推定する。

第２の実施の形態に係る検査システム２の構成を図２１に示す。検査システム１は、コンピュータ１０と、Ｘ線源５０と、Ｘ線検出器６０と、ケーブル７０とを含む。

Ｘ線源５０は、骨８０に対して、Ｘ線５２を照射する。なお、図では、骨８０は、むき出しであるように描いている。これは、白骨化死体の年齢推定などを行なう場合を想定しているものである。しかしながら、骨８０は、生体内の骨であってもよい。

Ｘ線検出器６０は、Ｘ線５２の照射範囲に設置され、Ｘ線５２の強度を検出する。Ｘ線検出器６０は、平面状に配置された複数のＸ線検出素子からなる検出面を有する。検査システム２の使用時には、Ｘ線源５０とＸ線検出器６０との間に骨８０が置かれる。したがって、Ｘ線検出器６０は、骨８０のＸ線画像を撮像する。また、Ｘ線検出器６０は、Ｘ線５２の検出結果に対応する画像デジタルデータ（Ｘ線画像データ）を出力する。

ケーブル７０は、コンピュータ１０と、Ｘ線検出器６０とを接続する。ただし、これらの接続方法には、第１の実施の形態と同様の変形例を用いうる。

コンピュータ１０の構成は、第１の実施の形態とほぼ同様であり、その詳細な説明は繰り返さない。第２の実施の形態に係るコンピュータ１０は、スキャナ２０からではなく、Ｘ線検出器６０からＸ線画像データを取得する点で、第１の実施の形態に係るコンピュータ１０と異なる。ただし、コンピュータ１０がＸ線画像データに対して行なう処理は、第１の実施の形態と同様である。

検査システム２による骨年齢推定の手順について、図２２を参照しつつ説明する。図２２は、検査システム２が骨年齢を推定するにあたって行なう処理の流れをフローチャート形式で示す図である。

ステップＳ４０１において、Ｘ線源５０は、Ｘ線５２を照射する。なお、Ｘ線源５０がＸ線５２を照射する前に、検査システム２のユーザは、骨８０をＸ線源５０とＸ線検出器６０との間に配置しておく。

ステップＳ４０３において、Ｘ線検出器６０は、Ｘ線画像を撮影する。すなわち、Ｘ線検出器６０は、Ｘ線検出器６０に入射したＸ線の強度を検出する。そして、Ｘ線検出器６０は、検出面内の各Ｘ線検出素子のＸ線検出結果を表わすデジタルデータ（Ｘ線画像データ）を出力する。

ステップＳ４０５において、コンピュータ１０は、Ｘ線検出器６０からＸ線画像データを受信する。Ｘ線検出器６０は、Ｘ線画像データの取得の都度、取得したＸ線画像データをコンピュータ１０に送信するものとする。ただし、例えば、コンピュータ１０が、ユーザからの指示に基づいて、Ｘ線検出器６０に格納されているＸ線画像データを取得してもよい。

ステップＳ４０７からステップＳ４１３までの処理は、図４に示したステップＳ１０３からステップＳ１０９までの処理と同様であり、これらの詳細な説明は繰り返さない。

第２の実施の形態に係る骨年齢検査方法は、Ｘ線検出器６０からのＸ線画像データに基づいて、骨年齢を推定する。第１の実施の形態に比べると、ユーザは、Ｘ線フィルムをスキャンしなくてよいので、より、簡単に骨年齢を推定することができる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明は、社会医学の分野、好ましくは法医学の分野に利用できる。すなわち、本発明は、これらの分野における実務である、身元不詳死体（特に、白骨化死体）の身元確認および個人識別に利用できる。

１ 検査システム、２ 検査システム、１０ コンピュータ、２０ スキャナ、３０ ケーブル、４０ Ｘ線フィルム、５０ Ｘ線源、５２ Ｘ線、６０ Ｘ線検出器、７０ ケーブル、８０ 骨、１１０ キーボード、１２０ マウス、１３０ ディスプレイ、１６０ ハードディスク、１６１ プログラム、１６２ 骨画像データ、１６３ 切取画像データ、１６４ 再構成データ、１６５ 分析結果、１７０ 外部インターフェース、１８０ ＦＤドライブ、１９０ 光ディスクドライブ、１９２ 光ディスク、２００ ＵＳＢコネクタ、２０２ フラッシュメモリ、２１０ ＳＤドライブ、２１２ ＳＤカード、２２０ バス、２４０ 記憶部、３１０ 入力部、３２０ 出力部、３３０ インターフェース部、３４０ 記憶部、３５０ 制御部、３５１ 画像取得部、３５２ 画像処理部、３５３ 画像切取部、３５４ 再構成部、３５５ 最明画素抽出部、３５６ 領域設定部、３５７ 明画素抽出部、３５８ 年齢推定部。

Claims (10)

1. 骨を透過したＸ線に対応する画像データを取得するための画像取得手段と、
   前記画像データの第１の領域を指定する第１の領域指定手段と、
   前記第１の領域の画素の中から最高輝度を有する最明画素を抽出する第１の抽出手段と、
   前記画像データのうち前記最明画素を含む所定のサイズの第２の領域を指定する第２の領域指定手段と、
   前記第２の領域の画素の中から前記最高輝度に応じたしきい値以上の輝度を有する複数の明画素を抽出する第２の抽出手段と、
   前記骨の骨密度に応じて変化する前記複数の明画素の分布特性に基づいて、前記骨の骨年齢を推定する推定手段とを備える、骨年齢推定装置。
2. 前記推定手段は、前記最明画素から各前記明画素までの最大距離および最小距離を求め、前記最小距離の前記最大距離に対する比に基づいて、前記骨年齢を推定する、請求項１に記載の骨年齢推定装置。
3. 前記推定手段は、前記比が低いほど前記骨年齢を高く推定する、請求項２に記載の骨年齢推定装置。
4. 前記第１の領域は、複数の指定領域を含み、
   前記第１の抽出手段は、前記指定領域ごとに前記最明画素を抽出し、
   前記第２の領域は、各前記指定領域の前記最明画素を各々含む複数の処理領域を含み、
   前記第２の抽出手段は、前記処理領域ごとに前記明画素を抽出し、
   前記推定手段は、各前記処理領域における前記明画素の測定値分布を求め、前記測定値分布の統計に基づいて、前記骨年齢を推定する、請求項１から３のいずれか１項に記載の骨年齢推定装置。
5. 前記第１の領域指定手段は、前記骨の骨髄に相当する領域内に前記第１の領域を設定する、請求項１から４のいずれか１項に記載の骨年齢推定装置。
6. 前記第２の領域指定手段は、前記最明画素を中心とする領域を前記第２の領域として指定する、請求項１から５のいずれか１項に記載の骨年齢推定装置。
7. 前記画像取得手段は、前記骨を透過した前記Ｘ線のＸ線画像を記録したフィルムをスキャンするためのスキャナを含む、請求項１から６のいずれか１項に記載の骨年齢推定装置。
8. 前記画像取得手段は、
   前記Ｘ線を出力するＸ線源と、
   前記Ｘ線源から出力し、前記骨を透過した前記Ｘ線を検出するＸ線検出器とを含む、請求項１から６のいずれか１項に記載の骨年齢推定装置。
9. コンピュータによって実行される骨年齢推定方法であって、
   前記コンピュータのプロセッサが、骨を透過したＸ線に対応する画像データを取得するステップと、
   前記プロセッサが、前記画像データの第１の領域を指定するステップと、
   前記プロセッサが、前記第１の領域の画素の中から最高輝度を有する最明画素を抽出するステップと、
   前記プロセッサが、前記画像データのうち前記最明画素を含む所定のサイズの第２の領域を指定するステップと、
   前記プロセッサが、前記第２の領域の画素の中から前記最高輝度に応じたしきい値以上の輝度を有する複数の明画素を抽出するステップと、
   前記プロセッサが、前記骨の骨密度に応じて変化する前記複数の明画素の分布特性に基づいて、前記骨の骨年齢を推定するステップとを備える、骨年齢推定方法。
10. 骨を透過したＸ線に対応する画像データを取得するステップと、
    前記画像データの第１の領域を指定するステップと、
    前記第１の領域の画素の中から最高輝度を有する最明画素を抽出するステップと、
    前記画像データのうち前記最明画素を含む所定のサイズの第２の領域を指定するステップと、
    前記第２の領域の画素の中から前記最高輝度に応じたしきい値以上の輝度を有する複数の明画素を抽出するステップと、
    前記骨の骨密度に応じて変化する前記複数の明画素の分布特性に基づいて、前記骨の骨年齢を推定するステップとをコンピュータに実行させるための、骨年齢推定プログラム。