CN1469721A

CN1469721A - X射线图像的分析方法和装置

Info

Publication number: CN1469721A
Application number: CNA018172032A
Authority: CN
Inventors: P; P·兰; D·施泰内斯
Original assignee: Imaging Therapeutics Inc
Current assignee: Imaging Therapeutics Inc
Priority date: 2000-10-11
Filing date: 2001-10-11
Publication date: 2004-01-21
Also published as: CA2425656A1; WO2002030283A2; US7120225B2; EP1324695B1; ATE515977T1; US6811310B2; JP2004522465A; US20040081287A1; WO2002030283A3; US6690761B2; AU1319302A; HK1053965A1; EP1324695A2; US20020114425A1; US20040062358A1

Abstract

本发明涉及分析X光图像的方法和装置，特别是提供了装置、方法、算法，以及通过X光图像对骨矿质密度和骨结构进行精确而可靠的评估。

Description

X射线图像的分析方法和装置

(1)技术领域

本发明属于X光成像及分析领域。尤其涉及根据X光对骨矿质密度和/或骨结构进行精确分析的方法和构成。

(2)背景技术

X光和其它的X光图像的分析是重要的诊断工具，尤其适用于骨科疾病的诊断。对诊断骨质疏松骨骼的非侵害性评估或对骨折风险加大的评估，有如下现有技术，包括双X光吸收吸收测定法(DXA)(依斯代尔等人，1998年，新英格兰医学杂志，338：736-746)；定量计算机断层摄影术(QCT)(坎恩，1988，放射学杂志，166：509-522)；周边DXA(pDXA)(帕特尔等人，1999，临床显象密度测定学报：2：397-401)；周边QCT(pQCT)(格鲁厄等人，1997，核医学研讨杂志：27：229-247)；X光图像吸收测定法吸收测定法(RA)(格鲁厄等人，1997，核医学研讨杂志：27：229-247)；以及定量超声波(QUS)(纳吉等人“定量超声波：对骨质疏松和骨况的评估，”1999，英国伦敦，马丁-顿尼茨；美国专利号6,077,224)，(也请参见WO9945845；WO 99/08597；及美国专利号6,246,745)。

脊骨和髋骨的DXA已成为测量骨矿质密度的最常用方法(托特希尔与佩叶，1992，英国发射学学报65：807-813)。DXA最根本的原则就是测量透过X光体传输的两种不同的光子能级。由于衰减系数与原子数和光子能量有关，因此可通过测量两种能级的传输因子来推测两种不同类型组织的区域密度(即每个单位投影区的质量)。在DXA扫描中，这些被分别当作骨矿质(羟磷灰石)和软组织。但是，人们普遍认为，DXA扫描的精确度受到软组织可变构成的限制。由于脂肪的衰减系数有更高的氢含量，它与无脂肪软组织的衰减系数不同。几项研究结果表明，在X光线穿透骨头途径中软组织构成与临近软组织参考区的差异导致了骨矿质密度的测量误差(托特希尔与佩叶，1992，英国放射学学报65：807-813；斯文森等人，1995，骨矿质研究学报10：868-873)。再则，DXA系统大而昂贵，其价格在7万5千美元到15万美元之间。

定量计算机断层摄影术(QCT)一般用来测量椎骨体中的小梁骨(坎恩，1988，放射学杂志，166：509-522)。QCT研究一般采用单一kV设置进行(单一能量QCT)，这时误差的主要来源为骨髓的可变构成。不过，双kV扫描(双重能量QCT)也是可能的。这样可减少准确度误差，但代价是精度降低、放射剂量增加。不过，QCT同DXA一样昂贵。此类设备的使用目前仅限于几家研究中心。

定量超声波(QUS)是测量周边骨胳的一种技术(纳吉等人，1997，骨质疏松综合杂志7：7-22；纳吉等人，“定量超声波：骨质疏松和骨况评估”英国伦敦1999年：马丁-邓尼茨出版)。此类设备有多种，大多数把足跟作为测量点。声象脉冲在穿透骨头时大大衰减，因为信号散射并被骨小梁吸收。衰减随频率线性增大，二者斜率被称为宽带超声波衰减(BUA；单位：分贝/兆赫)。宽带超声波衰减在患有骨质疏松的病人身上降低，因为跟骨的骨小梁太少，不足以衰减信号。除了宽带超声波衰减外，大多数QUS系统也测量足跟中的音速(SOS)，其手段是用声象传感器之间的距离来除以传播时间(单位：米/秒)。SOS的值在患有骨质疏松症的病人身上减少，因为随着矿化骨的丧失，骨头的弹性模量减少了。不过，QUS测量存在好几种局限性。QUS在预测年轻病人骨折风险时的成功性仍未可知。QUS测量的另一难点是它们并没有包含在世界卫生组织关于骨质疏松症和骨质减少的定义中。再则，没有制定出介入的界限。因此，测量不可用于医疗决策中。

QUS还有几种技术限制。许多装置采用一种脚托，把病人的足跟放在固定的传感器之间。因此，测量点不能马上适应跟骨的大小和形状，确切的解剖点的测量因病人而异。人们一般认为，QUS相对较差的测量精度使绝大多数装置不适合监视病人对治疗的反应(格鲁厄，1997，骨矿质研究学报12：1280-1288)。

放射线吸收测定法吸收测定法(RA)是多年前开发的一种技术，用于评估手骨矿质密度，但该技术近年来引起人们的兴趣(格鲁厄等人，1997，核医学研讨杂志：27：229-247)。采用这项技术可测量指骨中的骨矿密度。手部放射吸收测定法的主要缺点是相对缺少高利用率的小梁骨。因此，手部放射线吸收测定法在探测骨质疏松症方面的敏感度有限，对监视因疗法引起的变化方面用处不大。

前面介绍的周边X光吸收测定法比DXA和QCT要便宜得多，其系统的价格在1万5千美元和3万5千美元之间。不过，流行病学研究表明，通过测量周边骨矿质密度以预测脊骨和髋骨骨折的鉴别力低于脊骨和髋骨骨矿质密度测量方法(克明斯等，1993，柳叶刀341：72-75；马歇尔等，1996，英国医学学报312：1254-1259)。造成这一差别的主要原因是在使用上述技术时，测量点缺乏小梁骨。此外，前臂和手部骨矿质密度对荷尔蒙替换疗法、双盐磷酸及选择性雌激素接受调节器作出反应所产生的变化相对较小，使这类测量比用于监视治疗反应的小梁骨测量方法更不适用(福克纳，1998，临床显象密度测定1：279-285；贺斯金斯等人，1998，新英格兰医学杂志338：485-492。人们尽管作出了从X光获取骨矿质密度的努力(例如参见希拉特等人，2000，牙周病学学报71：335-340；佛厚文等人，1998，临床口腔移植研究9(5)：333-342)，但并未提供准确可靠的研究结果。

此外，现存的方法和装置一般不考虑骨结构分析(例如，参见鲁丁曼等人，1992，“口腔外科、口腔医学、口腔病理学”74：98-110；萨沙与萨沙，1992，“口腔外科、口腔医学、口腔病理学”73：751-9；怀特与鲁道夫，1999，“口腔外科、口腔医学、口腔病理学、口腔牙病放射学”88：628-35)。

因此，尽管有不少评估骨矿质密度的方法和装置，但这些方法与装置存在很多局限性。于是，发明者们认识到了种种需要，其中之一就是提供能从X光获取精确的骨矿质密度与骨结构的方法与装置。此外，还需要提供包括可靠而精确的校准影像在内的方法与装置。

(3)发明内容

本发明满足了这些及其它需求，因为它提供了分析X光图像中骨矿质密度及骨结构的组成及方法。在某些实施例中，X光图像为牙齿X光图像。本发明还提供了包括精确校准影像的X光组件，特别是包含了为从X光图像中确定骨结构而以此校准影像为参照的组件。

其中的一个方面是，该发明涉及一种从X光图像中获取骨结构及骨矿质密度定量信息的方法，其中包含：(1)获取牙齿X光图像，该图像包括(i)至少上颌与下颌的一部分(ii)确定骨结构的外部标准；(2)对由步骤(a)获得的图像进行分析，以获取骨结构的定量信息。X光图像最好是牙齿X光图像、从牙齿X光胶片中获取，外部标准最好包含一种校准影像，投射时不阻挡上颌与下颌骨。校准影像可以包含几何图形(例如用塑料、金属或金属粉制成)。

在某些实施例中，图像是以数字方式获得，例如：使用硒探测器系统或硅探测器系统。在其它实施例中，图像可以数字化以供分析。

在此介绍的任何方法中，图像分析可以包含使用一个或更多计算机程序(或单元)，也可以包含识别图像中的一个或更多相关解剖区(ROI)。这可以在分析图像之前、同时或之后进行，以便获取骨矿质密度或骨结构的信息。隔开相关解剖区和/或带有选定骨结构或骨密度的信息之图像区特定距离的骨结构或骨密度的信息可以用手工方式或(最好)用计算机识别。例如，相关区域可以是上颌骨、下颌骨、或一个或更多牙齿。骨密度信息可以是最高、最低或中等密度区域。骨结构信息可以是骨小梁厚度、骨小梁间隔、骨小梁间二维或三维空间、骨小梁网络的二维或三维构造。

在其它方面，本发明涉及一种从X光图像获取骨结定量信息的方法，包含(a)获取X光图像(b)对由步骤(a)获取的图像进行分析，使用的分析方式是采用一个或更多从包含下列内容的群体中选择的指数：Hough变换、骨胳算子、形态学算子、平均像素强度、像素强度方差、傅里叶光谱分析、不规则碎片形大小、形态学参数及其组合，并由此获取骨结构的定量信息。各种分析可以同时进行，或以序列方式进行。比如，骨胳算子可以在Hough变换式之前进行。此外，当采用两个或更多指数时，可以使用不同的指数加权。还有，任何这些方法也可以包括采用在此介绍的任何方法分析图像中骨矿质密度的信息。

在另一方面，在此介绍的任何方法可以进一步包含将一个或多个矫正因子施加到从图像中获得的数据中。例如，矫正因子可以编程到计算机单元中。计算机单元可以是进行图像分析的单元或其它不同单元。在某些实施例中，矫正因子代表单一对象软组织厚度变化。

在另一方面，在此介绍的任何方法可以进一步包含在获取X光图像的同时，把图像中的软组织压缩到一个选定的厚度。

在另一方面，本发明还提供了适应于接受外标物的卫生盖。在其它实施例中，在另一方面，本发明包含一个牙齿X光组件，用于确定骨矿质密度或骨结构。卫生盖还适应于接受X光胶卷(比如说，当使用牙齿X光胶卷时)。卫生盖可以是射线能穿透的。还有，它可以一次性使用的或可以经过消毒循环使用。在某些实施例中，外标物被装到卫生盖里，而在其它实施例中，外标物被暂时地附在卫生盖上，例如，将外标物插入小袋或小盒里，通过使用粘合剂或其它机械附着方式将其附在卫生盖上。在此介绍的任何卫生盖还可以包括一个(注满水或盐的)小容器部件。小容器可以装到卫生盖里或暂时附在卫生盖上，例如，可将其插入小袋或小盒里、使用粘合剂或其它机械附着方式附在卫生盖上。

在另一方面，本发明包含一个牙齿X光组件，用于确定骨矿密度或骨结构。组件包括(a)卫生盖；(b)X光胶片及(c)包含至少一个密度或结构已知的标记的校准影像。该组件还进一步包含一个夹子，如X光胶片夹。在某些实施例中，卫生盖是一次性使用的，而在其它实施例中，卫生盖可消毒后再次使用。

在此介绍的任何组件中，校准影像可装在组件中，如卫生盖、X光胶片(即在胶片的一层或两层之间)和/或夹子里。校准影像也可以暂时地附在组件上，例如通过插入到卫生盖小舱的方式或通过附着在X光上的机械附着方式。在某些实施例中，校准影像包含多种几何图形(如圆形、星形、方形、月牙形、椭圆形、多边形、不规则形及其组合)，作为骨结构特征的参照(如：骨小梁厚度、骨小梁间隔、骨小梁间二维或三维空间、骨小梁网络的二维和/或三维构造)。校准模型(或称几何图形)可以用金属、塑料、金属粉或结合物制成。在此介绍的任何组件中，胶片可以是卫生盖的组成部分。在其它实施例中，校准影像被制作成能适应一个或更多牙齿，例如，采用U或V形状。

在此介绍的任何组件可以进一步包括组件的卫生盖、包括一个小容器的基座(如注满水或盐的小舱)。小容器可以装在卫生盖中或被暂时附着在卫生盖上，例如通过插入到容器或小盒的方式或通过使用粘合剂或其它机械附着方式。

在另一方面，本发明包括一种精确测定牙齿X光图像中骨矿质密度和/或骨结构的方法，该方法包含：提供在此介绍的任何组件，在这个组件中，校准影像经过定位，使X光同时穿透对象与校准影像，其中的图像包括至少上颌与下颌骨的一部分；制作校准影像及上颌与下颌骨的图像；把校准影像图像与对象的解剖结构进行比较，以便确定对象的骨矿质密度和/或骨结构。

在另一方面，本发明包括一种诊断骨病的方法(如骨质疏松症)，包括对通过本文所述任何方法所获得的X光进行分析的方法。

根据本申请揭示的内容，本领域中的普通技术人员将能够随时掌握本发明所述各实施例。

(4)附图说明

图1显示牙齿X光的例子。可以看到校准影像110。相关区域120已被定位，以测量骨矿密度或结构。

图2显示牙齿X光的另一个例子。可以看到校准影像110。相关区域120已被定位，以测量骨矿质密度或结构。

图3显示分析报告的例子，该报告来自于对上颌或下颌骨矿密度的测量。对象X比年龄相配的控制数值(x-轴代表年龄，y-轴代表任意单位骨矿质密度BMD)的平均值低一个标准偏差。

图4显示V形校准影像110被安装在牙齿120上的一个例子。牙龈130也被显示。

图5显示用于校准影像110的夹子115的一个例子。夹子115被安装在牙齿120上。牙龈130也被显示。

图6的B到E条显示用于找出牙齿顶点的各排像素旁的灰度值情况。从上到下，牙根的特征峰值(在牙齿X光A条中显示)逐渐消失。

图7显示一个测试图像(B条)的Hough变换式(A条)。所有同一条线的共线点被变换成以单一点(圆圈)相交的正弦曲线。

图8显示骨骼化了的小梁骨X光图像(B条)Hough变换式(A条)。A条的白色区域表示较长段和支配角。

图9显示结构元素E2尺寸变化的效果；显示不同线宽(1，3，5，7，9，11，13像素)(左上)的校准影像；采用3像素(右上)、7像素(左下)及11像素(右下)直径的E2进行的骨骼手术。

图10显示结构元素E2尺寸变化的效果；显示小梁骨(左上，A条)灰度图像；采用3像素(右上，B条)、7像素(左下，C条)及11像素(右下，D条)直径的E2进行的骨骼手术。

图11显示用于骨折分析的牙齿X光(插图)相关解剖区域的灰度值表面图。

图12显示卫生盖的一个例子，该盖包括用于校准影像及注满液体的小容器基座的小盒。

图13显示相关解剖区域(黑点)的一个例子，该区域相对于牙齿或上颌凸出/凹进部分而确定。

图14显示三个相关解剖区域(黑点)的一个例子，该区域相对于牙齿或上颌凸出/凹进部分而确定。

(5)具体实施方式

在详细描述本发明之前，需要说明的是，本发明不局限于特定的公式或过程参数，因为它们当然会有所不同。还需要说明的是，本文所使用的技术词汇仅仅是为了对本发明的特别实施例进行描述，而不不具有限制性含义。

本发明在实践上运用(除非另有说明)行业通用的X光成像及处理方法。这些方法在说明书中作了完整的解释。请参见“X光结构确定：实用指南”第2版，斯塔特与简森编写，1989年，约翰威理父子出版公司出版；“体CT：实用方法”斯洛恩编写，1999年，麦克格劳-希尔公司出版；“X光诊断：医生实用方法”兰姆编写，1998年，佛拉格公司出版；“牙齿放射学：X光图像解释”布洛克班克编写，1997年，牛津大学出版社出版。

必须说明的是，在本说明书及所附的权利要求中，“一个”及“该”的单数也包括复数的含义，除非内容中另加说明。比如，在提到“一个校准影像”时，也包含一个或多个此类模型。

定义

除非另行定义，否则所有在此采用的科技词汇都具有本发明领域所有专业人员所理解的通常含义。尽管与本文所述相近或相当的任何方法和材料均可用于本发明的测试，但本文只介绍优先使用的方法和材料。

“对象”一词包括任何暖血动物，尤其是哺乳类动物，包括但不限于人类、猩猩、猿猴、农场动物，如牛、羊、猪、山羊、马；家禽动物，如狗与猫；实验室动物如鼠、大鼠与豚鼠等。这一词汇不特指某一年龄或性别，因而包括成年和新生雄性或雌性对象。

“牙齿X光”一词指任何包括至少上颌和/或下颌骨一部分的X光。该X光可以包括上颌及下颌骨的部分或全部。同样，牙齿可以包括在内，也可以不包括在内。因此，牙齿X光指上颌及(或)下颌骨图像，甚至对无牙对象来说也是如此。

“骨质疏松症”指的是一种病症，其特点是低骨质量及骨组织的微构造退化，骨质脆弱程度不断增加，容易骨折。骨质疏松症最常见于椎骨骨折，这是由于骨矿密度减少、骨结构特性退化所致。

“对象”优先表示动物、比如像人一样的哺乳动物。在此使用的“病人”一词指的是人。

“计算工具”指任何目前或未来开发的软件、芯片或其它装置—它们被用来进行计算(如计算骨结构)。计算工具可设计用于确定两个或以上超声源在不同的传送角度使用时的最短的反射距离。计算也可设计用于控制X光组件或探测器(以及与X光探测器相关的其它参数)。计算工具在本文所介绍的方法及装置上的运用将会被专业人士很容易地了解。计算工具可以被用于与此技术有关的其它技术上，而此技术可能配有计算机软件或硬件。

概览

本文描述有助于分析X光图像的方法与构成。本发明特别包括从X光图像中获得和/或导出骨矿质密度和/或骨结构信息的方法。再则，本发明涉及为X光系统提供准确的校准影像及使用这些校准影像来确定骨结构的方法。特别是本发明首次确认，由骨密度与骨结构牙齿X光探询位置错放引起的误差可以通过一种方法来纠正，即把探测器和/或校准参照物按照有关解剖标记(或相关解剖区)进行定位。

本发明的优点包括但不局限于(i)提供简单可靠的X光分析方法；(ii)提供确定骨矿质密度和/或骨结构的精确的校准影像；(iii)提供随时可用于标准X光技术的精确的校准影像；(iv)提供一次性使用或可消毒再用的卫生盖，该盖被设计成可接受一个或更多校准影像，以及作为一种选择，一个或更多注满液体的小容器基座；(v)提供能够提高从X光获取的信息精确度的算法及装置，如通过修正来获得组织厚度的差异；(vi)提供能够预测和/或治疗骨病的方法与装置。

1.0从牙齿X光中获得数据

采用众所周知的技术从任何地点可以获取X光图像。例如，在某些情况下，可以采用二维平面X光成像技术。二维平面X光成像技术的方法是通过发射透过身体、结构或材料的X光束，并通过测量该身体、结构或材料另一面的X光衰减来获得图像。二维平面X光成像是与剖面成像技术(如计算机断层摄影术或磁共振成像技术)有区别的。如果X光图像是通过采用普通X光胶片获取的，那么可以采用任何合适的扫描装置对该X光进行数字化。数字化了的X光可以通过网络系统(如互联网)向远程计算机或服务器传输。很明显，X光图像可以通过采用数字获取技术(如磷盘系统或硒或硅探测器系统)获得。目前已经有X光图像信息的数字格式，它可随时在网络中传送。

X光图像最好是牙齿X光图像，这是由于获得这些图像代价小而且方便。再则，上颌或下颌骨主要是小梁骨。由于小梁骨的新陈代谢周期比皮质骨约大8倍，主要是骨小梁骨的区域(如椎体)是测量骨矿密度的较好的地方(Lang等人，1991年，“北美放射医治”杂志，29：49-76)。因此，小梁骨在牙齿X光图像中清晰可见，易于进行骨矿质密度及结构的定量分析(杰夫科特等人，2000年，：牙周病学，23：94-102；萨沙等人，2000年，牙科研究学报，79：964-969)。再则，患有骨质疏松症病人的早期骨缺失都发生在小梁骨区域。大多数美国人一生中会拍摄多次牙齿X光图像。确实，美国每年去牙科看病有7亿5千万人次，其中1亿5千万病人每年拍摄10亿张X光图像。因此用X光诊断骨质疏松症的能力将极其宝贵，因为它为民众进行低成本的普检创造了很好的机会。

进行X光成像时最好使用标准的牙科X光设备(通用电气医疗系统公司，位于威斯康辛州的密尔沃基市)。采用标准的X光成像技术(80kVp，使用曝光计进行自动曝光)或使用手工技术(带10mA管电流)，可以获得门牙区及犬牙区的X光。可使用科达快速胶片(纽约州罗切斯特市)获取X光图像。采用带幻灯片扫描功能的商用平板扫描器(Acer ScanPremio ST)可把X光图像数字化。

1.1.校准影像

X光图像最好包括准确的参考标记(如校准影像)，以便评估任何给定X光图像的骨矿质密度和/或结构。本文还说明了成像技术中使用的校准参照物(又称校准影像)。请参见美国专利第5,493,601号与美国专利第5,235,628号。美国专利第5,335,260号披露了一种校准影像，它代表了含有不同浓度钙的人体组织，并以此为参考，对X光与CT成像系统中钙、骨质和骨矿质密度进行量化。但是，现有的校准影像不总是精确的，特别是在进行骨结构分析的情况下。由于骨矿密度占到骨质疏松症中骨折不足100％(欧阳等人，1997，加州人体组织综合杂志，60：139-147)，在此介绍的一些方法和装置不仅是为了评估骨矿质密度，而且是为了评估骨结构。通过评估这两项参数，对诸如骨质疏松症这样的病症可以提供更精确的试验与检查。

因此，在某些方面，本发明提供的方法和装置可以对X光中的信息(如解剖结构的密度和/或解剖结构形态)进行精确的定量分析。任何合适的校准影像都可使用，如由铝或其它射线难以穿透的材料制成的校准影像。美国专利第5,335,260号介绍了其它校准影像，它们适合用于评估X光图像中骨矿质密度。其它合适的校准参考材料的例子可以是液体或类似液体的材料，例如：注满不同浓度的氯化钙或类似物质的一个或更多的小舱。

很多校准影像(或称校准参照物)可以被用于本发明的实践中。一般来说，用于监视目标体中骨矿质密度和/或骨结构的系统包含提供对象信息的牙齿X光、含有校准影像的组件，该模型作为牙齿X光数据的参考、至少一个数据处理系统，它评估及处理来自于X光图像和/或校准影像组件的数据。

显而易见，校准影像可以包含单一的、已知的密度或结构参考数值。再则，通过沿X光束路径变化校准影像的厚度或几何形状(如采用不同不同厚度的V形校准影像)，可得到X光的梯度(见图4)。

校准影像可以包含不同程度的射线不透区域。例如，校准影像可以是步阶式设计，楔形物局部厚度的变化会导致射线不透程度的差异。采用不同厚度材料的阶式楔形物在放射学中常用于X光特性测试的质量控制。通过变化阶形物的厚度，使投射图像X光线的强度和光谱含量发生变化。阶式楔形物一般用铝、铜、其它常见的同类材料，这类材料的X光衰减特性已为人所知。阶式楔形物装置也可以包含磷化钙粉或熔化石蜡中的磷化钙粉。

作为选择，校准参考物可以这样设计：X线不透性的变化是从周边向中央发生的(例如：在圆形、椭圆形、长方形或其它形状的结构中)。如上所述，校准参考物也可以用复式腔室构成，如：充满液体的腔室，每一腔室都含有特定浓度的参考液体(如氯化钙)。

在某些实施例中，校准影像是为作为骨结构(如：骨小梁间隔、厚度等)参考物而特别设计的。例如，校准楔形物可以包含带有已知大小的一个或更多几何图形，如：一个方格图形，在此图形中每一个方格的间隔、厚度都是已知的。校准模型中不透X线网格组成的已知几何图形可以被用来提高测量X光中小梁骨结构的精确度。该对小梁骨结构的测量可以包括(但不局限于)小梁间隔、骨小梁长度及厚度。可使用牙齿X光图像对所述骨小梁间隔、骨小梁长度及厚度进行测量。这些校准影像可以是用不同材料制成的，包括塑料、金属及组合材料。再则，参考部件可以是固体、粉状体、液体或组合体。因此，校准楔形物可以用来提高骨结构的测量水平。

由于本发明考虑的是分析牙齿X光图像以获得骨结构和骨矿质密度的信息，显而易见，校准影像的选择依据是校准影像能否对骨结构和骨矿质密度进行测量。因此，使用的校准影像可以是一个或多个。

校准影像的总体形状与构成可以是多种的，但最好在模型的已知密度/结构中有至少一个标记存在。再则，校准影像最好包括至少一种几何形状或图形。任何形状都可采用，包括(但不局限于)：方形、圆形，椭圆形、长方形、星形、月牙形、多边形(如八角形)、V形或U形、倒V形或倒U形及不规则形状，只要其位置与某种校准影像的密度已知相关即可。在优先实施例中，在此描述的校准模型用于二维平面X光成像。

校准影像可以在拍摄X光图像之前或之后成像。或者，校准影像可以在拍摄X光图像的同时成像。校准影像可以与X光胶片和/或胶片夹连接起来。这种实体连接可以用任何合适的机械或其它附着机构完成，包括(但不局限于)：粘胶剂、化学粘合剂、螺丝或钉子、焊接、Velcro^TM绷带或Velcro^TM材料等。同样，校准影像可以用一个或更多附着机构(如：机械连接装置、Velcro^TM绷带或Velcro^TM材料、化学粘合剂、螺丝或钉子、电焊或粘胶剂)与探测器系统或储存盘进行实物上的连接。

此外，校准影像的组件可以被附在解剖结构上，如一个或多个牙齿、粘膜、上颌和/或下颌。比如，校准影像可以被附在(如通过粘合附着手段)上颌和/或下颌内覆盖的上皮或粘膜上。或者，校准影像可以被放在牙齿上或牙齿边，例如，可以使用V形或U形(在用下颌的情况下)或倒V形或倒U形(在用上颌的情况下)校准影像。V形或U形开口将与至少一个牙齿(或可能几个牙齿：见图4)的牙尖接触。

显而易见，适合于附在解剖结构上的校准影像可以有不同的形状，这取决于校准影像所放置的(上边或旁边)的解剖结构的形状(如一个或多个牙齿)，包括(但不局限于)U形、V形、曲线形、扁平形状或这些形状的组合。例如，U形(或倒U形)校准影像可以被放置在臼齿上面而V形(或倒V形)校准影像可以被放置在门牙上。再则，显而易见，在某些情况下(如上颌的牙齿)，校准影像可以仅仅根据其重力而靠在牙齿上或可以附在牙齿上(使用粘合剂)。在上颌牙齿的实施例中，校准影像一般可以附着在牙齿上(比如说使用粘合剂)。

任何此种粘附可以是永久或暂时的，校准影像可以是胶片、胶片夹以和/或探测器系统的一个组成部分(内置)，或者在胶片及(或者)胶片夹生产出以后可以适当地把它永久或暂时地附加或放置上去。因此，校准影像可以设计成一次性用途(用完就扔的)或随不同X光图像多次使用的。因此，在某些实施例中，校准影像可以再次使用，而且在再次使用之前可以消毒。校准影像的结合可以这样完成：在X光胶片的两层之间包含一种已知密度的材料。校准影像的结合也可以这样完成：在X光胶片的层次中的一层之间包含一种已知密度的材料。另外，校准影像可以结合到胶片盖里。校准影像或外部标准也可以被结合到探测器系统或储存盘里，用于数字X光成像。例如，结合可以这样完成：在探测器系统或储存盘的两层之间包含一种已知密度的材料。结合也可以这样完成：在探测器系统或储存盘的层次的一层之间包含一种已知密度的材料。

在某些实施例中，比如在校准影像暂时附着于X光组件系统的某一部件时(如X光胶片夹、X光胶片、探测器系统等等)，十字线、线条或其它标记可以放在装置中，作为校准影像的定位指示器。这些指示器有助于确保校准影像的位置不会投射在改变拍摄图像密度的材料上。

在此介绍的任何含有校准影像的组件可以被用于分析和/或量化X光中骨结构(或骨矿质密度)的方法中。这些方法一般涉及对校准影像及另一种材料(如另一对象的骨组织)同时进行成像或扫描，目的是量化所成像材料(如骨质量)的密度。校准影像、X光管或牙齿X光胶片的定位方式是确保在牙齿X光的图像中包含校准影像及上颌和/或下颌的一部分。校准影像、X光管或牙齿X胶片的定位方式最好使图像中包含的至少一部分上颌及(或)下颌包括的主要是小梁骨，而不是皮质骨。

因此，根据本发明的方法，校准影像最好能与单个对象同时得到成像或扫描。尽管本发明也允许对装置与对象进行非同时扫描。采用放射技术的扫描及成像方法众所周知。通过把X光中的校准影像与对象放在一起，参考校准采样可以对骨头的吸收特性进行纠正与校准。当模型与每一个对象同时被成像或扫描时，X光光束能量和光束硬化的变化得到纠正，因为装置和对象双方同时看见同样的X光束光谱。每个对象具有不同的尺寸、厚度、肌肉与脂肪比例及骨含量，因此他们衰减X光线也不同，因此改变了有效的X光光线谱。骨当量校准影像有必要存在于与对象骨同样的光谱中，以便获得精确的校准。

目前采用的X光成像组件不考虑校准影像的在被成像结构中的位置。因此，当校准影像包括在已知的组件中时，校准影像的位置使它透射在会改变随之而来的X光图像中校准影像密度的材料或结构上(如骨头)。很明显，这种密度的明显改变会影响作为确定骨矿质密度参考的校准影像的精确度。因此，本发明的目的之一是提供一些方法，不使校准影像投射在会改变参照物密度的材料或结构上。例如，在牙齿X光中，在此描述的方法能确保校准影像不投射在骨组织(例如：牙齿、下颌)上。可以用多种方法达到这一目的。例如，把校准影像放置在X光胶片或胶片夹的位置上，这样模型就出现在牙齿X光图像中的牙齿之间。

此外，本发明中校准影像的材料与方法最好可以被设置得小而薄，从而能把它放在嘴里，本发明的方法可以采用标准的牙齿X光系统来量化骨质，例如：把暂时性或永久性的校准影像包括在牙齿X光的胶片夹中。还有，校准影像安放的位置最好能不使校准影像的一部分投射在会改变参照物密度的材料或结构上。还应把校准影像放置在相对于上颌或下颌的至少一个牙齿的规定距离，这样，校准影像的较大部分在X光图像中不会投射在该牙齿、该上颌或下颌上。任何合适的距离都可采用，如1毫米到5厘米之间或任何中间值。

1.2.内在参考标记

在本发明的某些实施例中，解剖结构或非生命物体的内在信息可以被用来评估解剖结构或非生命物体内所选相关区域的骨密度和/或结构。例如，因为肌肉、脂肪、头发的X光密度已知，围绕解剖结构或非活性物体的空气密度、皮下脂肪的密度、肌肉组织的密度等都可被用来估计所选骨区--如在末梢半径内—的密度。

该解剖结构内在的信息也可以与校准影像提供的信息结合使用，从而提高校准影像精度。

1.3.夹子与卫生盖

如上所述，在某些实施例中，夹子可以用来放置校准影像。夹子可以是U形的或V形的(图5)，以便易于附着于牙齿上。附着的方式可以是粘合剂。反过来说，校准影像也可以被附着于夹子上。同样，校准影像可以被附着于包含一个或更多至少一个或更多牙齿模子的夹子上。另外，夹子可以被用来放置胶片和校准模型，相对于将包括在X光图像中的骨结构。在另一种情况中，一种能夹住胶片的夹紧装置被结合到校准影像里。该夹紧装置可以在拍摄X光之前把胶片装好。该夹紧装置可以采用弹簧夹紧或其它手段，如夹住及稳定X光胶片的机械手段。

在某些实施例中，夹子可以包含一个用完就扔或消毒后再用的卫生盖。参见WO99/08598文献。还有，夹子可以包含多个部件，如校准影像和一个整体或可插入的小容器基座，它可通过计算可能与校准影像和/或骨骼一起投射的软组织的影响来提高校准影像的精确度。

在某些实施例中，校准影像可以通过设置使其稳固地放置在周围组织中而不必使用附加的夹子。校准影像可以用卫生盖保护起来。

夹子(如卫生盖)可以包含坚硬材料、柔软材料或二者组合。再者，夹子可以包括一个或更多的容器/小舱，该容器/小舱适应于接受附加的部件，如：校准模型、一个小容器基座等。此外，夹子的一个或更多的部分可以是射线能透过的。

2.0.数据的分析与处理

从以如上方式拍摄的X光图像中获取的数据可优先进行分析处理。因此，在此介绍的系统与组件也可以包括一个或更多计算单元，其设计目的是分析图像中骨密度或骨结构的数据、在解剖区识别解剖标记、修正软组织的测量、和/或评估图像中的骨密度与结构。计算单元还可以包括一个数据库，它包含参考的解剖图；该计算工具还被进一步设计成能够把解剖图与参考解剖图相比较。参考解剖图可以是历史的(来自同一个或另一个病人，作为探询协议的一部分而产生)或理论的，或任何其它所希望的参考图类型。

可以对任何X光图像进行分析，以便获取并操纵数据。因此，本发明所涉及的数据点、导出数据、数据属性数据库可以包含下列内容：(1)收集数据点，所述数据点包含从X光图像获取的信息；例如，骨矿质密度信息或骨结构(构造)信息；(2)把这些数据点与相关数据点特征相关联。该方法可以进一步包含(3)从一个或更多直接数据点确定导出数据点及(4)把这些数据点与相关数据点特征相关联。该方法还可包括(5)用远程计算机收集数据点，该远程计算机是在网络环境中操作的。

在某些优先实施例中，信息是从牙齿X光图像中获得的。如前所述，牙齿X光图像可以在本地地点用已知技术获取。如果用普通X光胶片获取了X光图像，那么X光图像的数据点(信息)可以采用扫描机进行数字化处理。然后，数字化了的X光图像可以在诸如互联网的网络中向远程计算机或服务器传输。如果X光图像是用数字获取方式获得的(如用磷盘系统或硒或硅探测器系统)，那么X光图像的信息即以数字格式存在了。在此情况下，图像可以直接在网络中传送(如互联网)。在传送前也可把信息压缩和/或加密。该传送也可以用其它方式进行，如传真、邮件等。

2.1.数据点

因此，作为本发明一部分的数据点、导出数据及数据属性数据库的编制方法开始于收集度量值数据集。例如，测量上颌或下颌X光图像中骨矿质的密度或骨结构(构造)。可以用表格格式编制记录，包括数据点特征，如X光的日期、病人的年龄、性别、体重、当前用药情况、所在地区等。本发明的数据编制方法还可包括从已获得的一个或更多的数据点中计算导出的数据点或计算过的数据。多种已获数据点可能在随后的数据库操纵中对提供有关个人或团体的信息有用，所以一般被包括在数据库编制中。导出的数据点包括(但不局限于)下列内容：(1)最大骨矿质密度，在所选骨区内确定或从同一或不同对象身上的多个采样中确定；(2)最小骨矿质密度，在所选骨区内确定或从同一或不同对象身上的多个采样中确定；(3)平均骨矿质密度，在所选骨区内确定或从同一或不同对象身上的多个采样中确定；(4)测量结果出现反常的过高或过低。确定方式是把一特定测量数据与一选定值相比较等。其它获取的数据对阅读本说明书解释的普通行业人员来说很明显易懂。现存数据量及从原始数据中导出的数据(或经过分析得到的数据)提供了前所未有的信息量。这些信息对治理诸如骨质疏松等骨病等密切相关。例如，通过长期检查治疗对象，药物的效能可以得到评估。

测算的及导出的数据点分别被收集/计算；人们可以将其与一个或更多数据特征相关联而形成数据库。

数据属性可以与X光图像一起被自动输入，而且可以包含时间信息(如日期与时间)。其它此类属性可以包括(但不局限于)：所使用的X光成像机种类、扫描信息、数字化信息等。此外，数据属性可以由对象和/或操作员输入。比如，对象身份特征，即与某个对象相关的特点。这些身份特征包括(但不局限于)：(1)对象编号(如数字或字母加数字的组合)；(2)种类信息，如种族、性别及年龄；(3)身体特征，如体重、身高及体质指数；(4)对象病史的某些选择性信息，如病况等；(5)与疾病有关的特征，如骨病的种类、对象用什么药。在本发明实践中，每一数据点一般会针对某一对象及该对象的种类特点。

其它获取的数据对阅读本说明书解释的普通专业人员来说很明显易懂。

2.2..整套的数据存储及数据点有关特征的关联

有许多格式可供存储数据集使用，并可同时与相关属性进行关联，包括(但不局限于)：(1)表格格式(2)相关格式(3)量纲格式。总的来说，数据库由数据点和数值组成。数值对应于物理度量(“获得”的数据或数据点)或单一数字结果，它用在此介绍的各种方法从一个或更多获得的数据点计算出或得出数据库可以包括原始数据或附加的有关信息，如数据标记也叫数据点的“属性。”数据库可以是多种形式的，其结构也可以是多种多样的。

最常见的格式是表格格式，通常称为电子表格。目前存在多种表格程序，一般被用于本发明的实践中，包括(但不局限于)：微软Excel电子表格软件及CorelQuattro电子表格软件。在这一格式中，在测量时可以通过以独特排行的方式输入数据点及与该数据点相关的属性，把数据点与相关的属性联系起来。

另外，也可使用合理、相关和量纲数据库系统和管理方法(参见“为普通人设计的数据库”，麦克尔.贺南德斯著，威斯理出版公司1997年出版；“为聪明人设计的数据库”，穆勒著，考夫曼出版社1999年出版；“相关数据库细解”，哈林顿等著，考夫曼出版社1998年出版；“数据平行运算”，莫奇尼克等著，国际汤普森出版社1996年出版；“理解第4维”，格莱佛斯著，电脑定价系统出版社1993年出版)。

相关数据库一般支持由相关代数定义的一套运算。这类数据库一般包括由行列组成的表格，代表数据库中的数据。数据库中每一表格有一个主键，它可以是任意列或一组列。它们的值可以独特地识别表格中的行。数据库中的表格也可以包括一个外来键，它可以是一列或一组列，其值与另一表格的主键值相匹配。一般来说，相关数据库也支持一整套运算(如选择、加入及组合)。该运算形成管理数据库内部关系的代数基础。

此类相关数据库可以用各种方式执行。例如：在Sybase^(加州爱玛维尔Sybase系统公司)数据库中，表格可以被分离到不同数据库中。相比之下，Oracle^数据库(加州雷伍德岸市Oracle公司)中的不同表格不可分离，因为有一例工作空间对不同表格具有明确的所有权。在某些设置中，一些数据库都放在某个单一计算机的单一数据库里(如数据仓库里)。在另一些情况下，各个数据库分别存放在不同的计算机里。

应该指出，数据库不局限于上述安排或结构。多种安排对本领域的专业人员从在此介绍的X光图像中获得的数据可以被处理，例如：利用各种统计分析来说是显而易见的。

2.3.数据库处理

从在此介绍的X光图像中获得的数据可以被处理。例如，利用各种统计分析来编制有用的资料。例如，本发明的数据库可以在规定的时间内(如日、月、年)从个人或选择性群体中收集的数据、导出数据、以及数据属性编制出来。

例如，整套数据可以根据与数据点有关的属性进行集合、排序、挑选、筛选、归类及分割。目前有不少数据提取软件程序可以被用来实施所希望的处理。

用统计方法可以直接查询和/或分析各个数据中的关系，以便评估从处理数据库所获得的信息。

例如，一个分布曲线可以根据所选的一套数据，平均值、中间值、及计算模式而建立。还有，数据展开特征，如变异性、四分点及标准偏差等，也可得到计算。

通用计算相关系数可以检查任何相关变量之间的关系性质。如此实施的有关方法包括(但不局限于)下列内容：“皮尔逊积矩关联”与“斯皮尔曼排序关联。”

通过方差分析可测定各组采样差异，这样可以确定是否所选的数量对正在衡量的参数具有可见的影响。

非参数测试可以被用来作为一种测试手段，看看是否经验数据与实验期望值之间的差别是仅仅归因于机率还是归因于被检查的一个或多个变量。这包括卡方测验、卡方适应度、2×2应急表、信号测试、PHI关联因数。

在标准数据提取软件方面，有许多工具与分析功能可用于本发明数据库的分析。这些这些工具及分析功能包括(但不局限于)：归类分析、因子分析、决策树、神经网络、规则归纳、数据驱动建模、数据视觉化。一些更复杂的数据提取技术方法被用来探究更具经验性与数据驱动的关系，而不是理论驱动的关系。

可以用于本发明数据库分析与制作的典型数据提取软件包括(但不局限于)：这些方法与过程可以应用到本发明的数据库中；数据库包括X光图像数据全链接分析(如关联分析、序列格式、序列时间格式及贝叶网络)；分类(如：神经网络分类、贝叶分类、k-最近邻域分析、线性判别分析、内存推理、关联分类)；归类(如：k-平均值归类、种类分类、关系分类、神经网络归类)；统计方法(如：平均值、标准偏差、频率、线性迴归、非线性回归、t-测试、F-测试、卡方测试、主分量分析、因子分析)；预测(如：神经网络预测模型、以辐射为基础的功能预测、模糊逻辑预测、时间系列分析、内存推理)；操作系统及其它(如：平行可增减性、简单问询语言功能、用于应用的C++对象)。提供这类软件的公司有：UTS适应性方法集团(UTS市校园，悉尼，新南威尔士，2000)；CSI.公司(计算机科学创新公司，佛罗里达州墨尔本市)；IBM.(国际商用机器公司，纽约州阿蒙克市)；Oracle^(加州雷伍德岸市Oracle公司)及SAS(北卡州加利市SAS公司)。

这些方法与过程可以应用到本发明的数据库中，数据库包括X光图像数据全套、导出的数据及数据属性。

如欲了解统计方法应用到数据上的一般讨论，请参见“科学与工业应用统计”，罗马诺著，阿林与贝肯公司1977年出版。

最好采用一个或更多计算机程序或计算机系统对数据进行储存和处理。这些系统一般具有储存能力(如软驱、磁带盒、光盘只读器等)。还有，计算机系统可以是联网的，也可以是独立的。计算机系统如果联网，那么它将能够向任何联网的设备传输数据，比如向医生或医疗机构传输，使用标准的电子邮件软件、采用数据库问询及更新软件(如数据点数据仓库、导出数据、从大量对象中获取的数据属性)的中央数据库。作为选择，用户可以从医生办公室或医疗设施进行网络访问(使用有互联网的计算机系统)，以便查阅可用于确定治疗的历史数据。

如果联网计算机系统包括万维网应用程序，那么该程序包括可执行编码；如欲编写数据库语言语句就要求此码。例如：结构化问询语言(SQL)。此类可执行编码一般包括嵌入的SQL语句。应用程序还包括含有各软件公司的指针和地址的配置文件，该信息位于数据服务器上，此外还有为回应用户要求而被访问的不同的外部、内部数据库。配置文件还将数据服务器资源的请求送到相应的硬件中。如果数据库服务器分布在两个或更多不同的计算机中，就有必要这样作。

一般而言，每个联网计算机系统包括万维网浏览器，它为用户提供联网数据库服务器的接口。联网计算机系统可以通过网络浏览器来帮助发出检索信息的搜索请求。有了网络浏览器，用户可以点击用户接口成份，如钮键、下拉菜单及其它用户图像接口单元，以便准备送交问询内容、从数据库索取相关信息。以此方法编制的请求随后被传送到网络应用程序中。该程序对问询加以格式化，以便使之产生能够从数据库提取有关信息的询问请求。

使用基于网路的应用程序时，网络通过用数据库语言(如Sybase或Oracle SQL)来访问数据库数据，该语言然后把它输送到相关数据管理系统，该系统又对问询加以处理，以便从数据库获得相关信息。

由此推之，本发明在某一方面描述了提供从网络上(如互联网)X光图像中获得数据的方法，还介绍了用此连接手段来提供实时及延迟的数据分析方法。中央网络也可让医生访问对象的数据。同样，如果对象的资料不属于查找范围，该医生会收到提醒。该医生于是可以通过电子邮件或网页界面的留言把建议发回给该病人。还有，所有对象访问整个数据库可能有利于统计与研究。当然，合适的网络安全功能(如数据传输、问讯、装置更新等)也会得到运用。

还有，远程计算机可以被用来分析在网络中已被自动传输的X光。例如，关于对象的X光密度信息或结构信息可以以这种方式产生。X光密度信息可以是骨矿密度。如果如此使用，测试则可以被用来诊断诸如骨质疏松症之类的骨病。

2.4.图像用户接口

在某些计算机系统中，诸如包含一组功能接口屏幕的接口被包括在内，这样一来，用户就可以用本发明的方法和数据库来访问他们寻找的信息。这类接口一般包括主菜单页，用户可以从上面作出各种不同类型的分析。例如，数据库的主菜单页包括访问某类信息的按钮，包括(但不局限于)项目信息、项目间的比较，某日的时候、活动、日期、时间、取值范围等。

2.5.计算机程序

可以使用各种计算机程序来实施本文透露的分析与方法。总而言之，计算机程序包括计算机可读媒体与编码，以便实施上述办法。在计算机可读媒体上编码的程序指示可以是任何已知媒体类型，包括(但不局限于)：微处理机、软盘、硬盘、ZIP驱动器、WORM驱动器、磁带、诸如光盘只读器的光学媒体。

例如，一旦X光通过当地或远程计算机网络传输、一旦X光的数据远程计算机或连接远程网络的计算机接收，那么就可以使用适当的计算机程序分析骨骼的形态和密度。对象形态的分析可以在二维的方式中进行，也可在三维的方式中进行，特别是当X光图像是通过解剖对象使用不同的传输角度获得时。例如，在骨结构成像中，此类传输的X光图像的形态分析可以用来衡量那些表明或暗示骨衰退或新陈代谢骨病的参数。例如，这些参数包括(但不局限于)骨小梁间隔、骨小梁厚度及骨小梁空间。

当X光图像获取参数(如空间分辨率)已知时，关于解剖结构形态的信息或二维或三维形态的信息可以被更精确地获取。诸如锥光失真度等其它参数也可帮助达到上述目的。

上面也提到，X光图像可以从当地地点向远程服务器传输，远程服务器可以对X光进行自动分析。还有，远程服务器或连接远程服务器的计算机可以产生一份诊断报告。因此，在某些情况下，电脑程序(既远程服务器或连接远程服务器的计算机)可以发出诊断报告的帐单。然后，远程服务器可以把诊断报告传送给医生(一般来说传给对病人化验或诊治的医生)。诊断报告还可以传送给第三方，如医疗保险公司。诊断报告的传送可以以电子方式进行(如电子邮件)，也可以通过普通邮件、传真、或其它通讯方式进行。所有或部分传送的信息(如病人身份信息)可以加密，以保护病历的保密性。

因此，在此介绍一个示范系统，它通过牙齿X光(该X光包含对象的至少一部分上颌和/或下颌)来分析对象系统中骨形态或结构，然后对X光图像进行评估。牙齿X光可以用任何普通方法获得。X光可以产生一种可通过相关的系统控制器进行解释的图像(如采用所选的算法和/或计算机程序)，以便提供骨矿质密度或骨结构评估显示。

在本发明的另一方面，监视系统可以包含一个或更多部件，其中第一个部件包含一个X光图像及校准影像，它们可以被用来提取及探测对象中与骨骼相关的数据；第二个部件从第一个部件接受数据、对数据进行处理，然后显示处理过的数据。在一个或两个部件上可以发现微处理机的功能。监视系统的第二个部件可以是多种形式的。

3.0.0.0纠正因子

尽管校准影像大大地有助于提高从牙齿X光获得数据的精度，本发明者也认识到，在某些情况下，可能需要运用一个或更多纠正因子来进一步提高从任何给定X光图像中所获得数据的精度。此类纠正因子将多种影响中的一个或多个影响因素(如软组织厚度、数据提取区域等等)考虑在内，这类影响因素会改变X光图像的表面密度或结构。

3.1.0.0.解剖标解剖标记解剖标解剖标记记记

在某一实施例中，对有待于分析的结构的解剖标记进行识别或对靠近有待于分析的结构的解剖标记进行识别，随后对X光图像进行相对于这些解剖标记的定位、计算机分析，或者随后对相关解剖区域(ROI)进行相对于这些解剖标记的定位、计算机分析。本发明还包括使用解剖标记对牙齿X光探测器进行定位并分析随后产生的图像。进行分析的基础数据可以是(1)组织信息(2)结构信息(3)密度信息(如密度)；(4)二维或三维曲线信息(5)有待于测量的组织或结构以及靠近测量点的组织或结构的组合信息。本发明还包括一些方法和装置，它们不一定仅仅基于解剖标记，而是在某种运用中可以与解剖标记的情况相结合。在此介绍的很多情况大体是为自动化使用而设计的，最大限度地减少操作人员的工作，最好能对这些装置进行远程控制或计算机控制。

所选择的解剖标记是解剖区域的一部分。解剖区域指的是骨、牙齿或其它可定义生物体，它们可以由解剖特点或位置进行识别。解剖区域可以包括表面下方的生物体。一般来说，这一区域可以根据普通的医学参考方法下定义，如在威廉等人所著“格雷解剖学”(1980年)中找到。解剖区域可以从这样一个群体中选择，这一群体包括上颌的边缘、下颌的边缘、牙齿的边缘、任何此类结构的凹陷部分或凹槽或其组合。牙齿X光可以随时拍摄，以便包括解剖点。其它解剖区域包括(但不局限于)髋、脊椎、前臂、脚及膝。

例如，相关区域被放置在牙齿顶点与下颌皮质之间。可以用下列方式自动找到该顶点：对每一排像素来说，灰度值断面图将得到检查。尽管某一种情况以交替的方式与骨及牙根相交、具有好几个明显的高峰点与低点，但某一种仅仅涉及骨小梁骨的情况显示灰度值的不规则变化(图六)。牙齿的顶点位于这两种格式之间的过渡区域。

评估小梁骨结构的测量技术最好设计成能在用户不干预的情况下工作。为了使分析牙齿X光的过程全自动化，有必要开发一种确定相关区域的技术，用于计算小梁骨的结构参数。如果某一排的像素情况包含明显的高峰点，那么其数字、宽度及高度可以被确定。其次，这些线条的下面数排也可得到评估，直到高峰点消失。这条线确定了界线，在它5毫米以下相关区域可以被放置在根的纵向轴之间的中央，这可以从成排的情况中确定(图六)。当像素大小是0.042毫米×0.042毫米时(它相应于600点/英寸的分辨率)，相关区域的大小是5.4毫米×5.4毫米(128×128像素)。对于其它扫描分辨率，相关区域的像素分辨率可以相应调节。

对于无牙齿病人，骨矿质密度可以在位于某一条线的所有相关区域测得—这条线位于，比方说，牙槽脊下面8毫米及与牙槽脊平行的位置。相关区域可以以逐个像素的方式从左向右移。最后，带有最低骨矿密度的相关区域可以被选来作为对骨结构参数的进一步评估。这有助于避免在X光中包括那些骨矿密度有可能被过高估计的区域，这种过高估计是由于犬牙附近下颌曲线部分的投影。或者，可以采用带有中间数量骨矿密度的相关区域。为此，可采用其它统计参数。

因此，软件或其它计算工具可以采用各种参数及分析功能识别有待于探究的X光图像中所选的解剖标记，并直接分析图像。还有，此类软件或其它计算分析工具可以用来从离所选的标记的某一距离来识别特别密度的区域。同样，人工的或计算机的分析可以被用来识别与所选标记相关的最低、最高、中间或平均密度(或结构特征)的区域。

还有，相同的标记可以在不同的时间(标记内比较)进行比较，或者说，一个或多个标记可以比较(标记间比较)。例如，同一标记的比较可以在单一探询协议期间进行比较，该探询协议对有关某个解剖标记的同一区域进行多次探询。

可以进行在此介绍的并为本行业所熟知的统计分析。

3.1.1.0.Hough变换

此外，Hough变换(参见关于高能加速器及装置的国际会议上发表的Hough的“用机器分析气泡腔室图片”，1959，CERN)可以用来探测双图像中的几何物体。作为评估骨结构的全新方法，本发明包括采用此类方法来分析骨X光图像中的骨小梁结构的方向与长度。为此，相关区域(ROI)可以用高斯过滤器来模糊。然后，过滤后的相关区域的像素值可以从原来相关的区域中的像素值中减除，可以在每个像素位置上加上128值。这导致了具有中间灰度值128的图像，这也被作为门限用来产生二进制图像，在此图像中骨小梁由白色像素代表。

在骨骼化步骤以后，具有线参数化的Hough变换ρ＝χCOSθ+y SINθ可以被运用到二进制图像中，以便发现直线段。这里，ρ是线段自原点的垂直距离，θ是X轴和法线之间的夹角。原图像的每个点(χ，y)被转换成被转换了的(ρ，θ)图像平面(见图7)中的正弦曲线ρ＝χCOSθ+y SINθ。理想的情况是，原图像中的共线点在转换了的图像中与单一点相交。不过，(ρ，θ)平面可以被分成网格，每个网格计算通过它的变换后的曲线数目。数目相应于原图像线段上共线点的数目，因而得出了该段的长度。还有，变换了的图像提供了原图像(见图8)线段主导角度的信息。

线段的平均长度和方差(为所有的小箱计算，计数在某种门限之上)可以作为结构参数被用于确定骨小梁的形状。平均长度及长度的变化在患有骨质疏松症的病人身上减短。门限具有这样的效果：只有某个最小长度的段才被包括在计算中。选择门限的目的是能对健康人和病人进行最佳的区分，本领域中的普通技术人员按照本文的说明就可以随时确定此种区分。

变换后的图像“质心”h如下式

CM = (\underset{(ρ, θ)}{Σ} {(ρ, θ)}^{T} * H (ρ, θ)) / \underset{(ρ, θ)}{Σ} (ρ, θ)

式中，每个网格被解释为具有相等于其计数的质的元素；它是测量骨小梁段主导角度的一种方法。在cm处的角度就牙槽脊进行测量，以便获得标准化的值。更重要的是，段角度的方差(对网格计数设立门限以后再次测量)提供了有关骨小梁结构各向异性的信息。骨质疏松脊椎组织形态研究表明，骨小梁方向的变异性随着疾病而减少。

3.1.2.0.骨小梁密度及大小分布的分析

诸如扩张、侵蚀、或二者组合的变异等形态运算可以被用来探测灰度与二进制图像中结构的大小。例如，骨骼算子可以被用来提取并量化大小不同及方向不同的骨小梁，进而得到某种程度的骨小梁结构大小的分布。该骨骼算子是基于库马萨卡等人的撰文介绍(1997)牙上颌面放射学，26：161-168，运算过程如下：

令二维结构单元e为窗口函数-m≤i，j≤m(m＞0)，且E(I，j)∈{0，1}。该扩张算子的设定方法是使达到窗口尺寸m内灰度图像f像素值f(x，y)达到最大，条件是e(i，j)＝1：

[f &CirclePlus; E] (x, y) = \max_{- m \leq i, j \leq m} {f (x + i, y + j) | E (i, j) = 1}

侵蚀算子也可相应地被定义，只不过采用的是最小值而不是最大值：

[f &CirclePlus; E] (x, y) = \max_{- m \leq i, j \leq m} {f (x + i, y + j) | E (i, j) = 1}

“开启”是指在最小范围搜索以后进行的最大范围搜索运算：

f_E＝(fE)E

同样，“关闭”是指最大范围搜索以后进行的最小范围搜索运算：

f^E＝(fE)E

如果固定结构的单元E₁为-1≤i，j≤1，且E₁(i，j)＝1，那么骨骼运算可以被定义为：

S_{Trabeculae} (f) = (f &CircleTimes; E_{2}) - [{(f &CircleTimes; E_{2})}_{E_{1}}] - - - - (1)

E₂是另一种结构单元，具有圆形，大小可以各异，因而使骨胳算子对于图像中结构的大小变得敏感。带E₂的f的侵蚀消除了比E₂小的结构并提取了那些至少大小相等的骨小梁。那些大小一模一样的结构被减小到一个像素的宽度。E1开启的步骤使得所有带有一个像素宽度的结构都消失((1)中的第二项)。此项从第一项中扣除以后，只有那些与E₂同样大小的骨小梁留存下来。最后，图像被设立门限，门限水平为1。此算子的影响在图9中有说明。

图10显示了使用与图9有相同结构成分直径的骨骼算子，它显示在包含小梁骨牙齿X光中的灰度相关的区域里。每个骨骼运算产生的二进制图像中明亮的像素数量与原图像中特定大小部分小梁骨相对应。如果每个骨骼化图像的像素总数的明亮像素百分比针对E₂的直径而被绘制，那么曲线的“质心”(即主导结构的大小)可以被用来作为区分疏松骨与健康骨的指数。

还有，最好把骨骼算子优化并延伸，使它探测具有特定方向的结构。这一点可以做到，方法是把侵蚀运算加到有某种结构成分骨胳算子上—在此种结构成分中，仅仅对角线像素被设置为1。

上述方法可被用来计算各向异性指数，它与从Hough变换式获取的指数相同。这两种指数区分健康骨和疏松骨的潜在能力得到测试。

可以用同样的方式对骨髓空间大小进行检查。于是，骨骼算子被定义为：

S_{Marrow} (f) = (f &CirclePlus; E_{2}) - [{(f &CirclePlus; E_{2})}^{E_{1}}]

3.1.3.0.多维分类法

在某些实施例中，最好使用多种指数来测量骨结构参数。因此，把一个或更多合适指数结合起来的新颖方法可以运用。这些指数可以被优化，被运用到多维分类方法中，例如，最近邻域分类法。科佛等人(1967)，“IEEE变换信息理论”13(1)：21-7(见例3)。

表1提供了对可以被测量的参数进行不同的分析与解剖/生理关联的例子。

表1

分析	解剖/生理关联
分析	解剖/生理关联	Hough变换	小梁骨长度与方向；各向异性
形态算子	小梁骨厚度与方向；各向异性；骨髓空间厚度与长度	Hough变换	小梁骨长度与方向；各向异性
形态算子	小梁骨厚度与方向；各向异性；骨髓空间厚度与长度	平均像素强度	骨矿密度
像素强度方差	小梁骨结构的复杂性	平均像素强度	骨矿密度
像素强度方差	小梁骨结构的复杂性	傅里叶光谱分析	小梁骨结构的复杂性
不规则碎片尺寸	小梁骨结构的复杂性	傅里叶光谱分析	小梁骨结构的复杂性
不规则碎片尺寸	小梁骨结构的复杂性	形态参数	小梁骨长度与大小；小梁骨结构的复杂性；骨髓空间长度与大小；骨髓空间的复杂性

3.1.3.1.平均像素强度

平均像素强度是骨矿密度的一般参数。X光透过骨组织被吸收程度取决于骨矿含量。有较高矿密度含量的骨头能吸收较大部分的X光，因而在X光图像中显得更亮。

相关区域中的平均像素强度 f(x，y)受到包含在图像中的铝校准楔形物的校准。校准楔形物的每一厚度水平的像素平均强度算法根据厚度而绘制，这使得 f(x，y)被转换成相当于标准化了的铝厚度当量，该当量可被用作该参数的值。把线划入楔子(它显示在X光图像中)的不同几何图形使得对校准楔形物的不同厚度水平得到自动认可成为可能，并能被自动本地化。

3.1.3.2.像素强度方差

相关区域，var f(x，y)，像素的灰值方差说明了像素强度的变异性，因此能够成为骨小梁结构程度的量度。预料，小梁骨的缺失会由减少了的varf(x，y)反映出来。萨沙与萨沙(1992)“口腔外科、口腔医学、口腔病理学杂志”74：111-117。

3.1.3.3傅里叶光谱分析

质地的空间频谱提供了有关其粗糙程度的信息。图像中精细的组织结构与边缘相应于频域中的高频，而粗糙的组织由较低的频率代表。运用到小梁骨X光图像中就意味着一个粗糙或小梁结构稀少的区域应该展示低空间频率的傅里叶光谱能量的集中，而精细的小梁结构应该显示高空间频率的光谱能量的密集度。

一般来说，二维傅利叶系数是为所选相关区域而设。这些二维系数用于确定一个一维功率光谱F(u)，方式是对所有带有辐射光线的圆圈上的系数进行平均化，这些辐射光线相应于离散的空间频率u。排除了第一个(“DC”)系数以后，中间转换系数绝对值 |F(u)|与绝对系数的中间空间第一时刻

M_{1} = \frac{Σ_{u = 2}^{N} | F (u) | \cdot u}{N - 1}

得到确定M₁提供了一种对频率大多归因于光谱能的度量，相同于几何物体的“质心”。

3.1.3.4.不规则碎片形尺寸

分析图像中组织的一个不同方法是通过对不规则碎片形的分析。不规则碎片形是展示某种统计学上自我相似或自我仿射属性的物体，这样，物体的一部分(比例尺度被放大到原物体大小)有着与原物体相同的表面面积(3维)或相同的参数(二维)。在不规则碎片分析的情况中，某个组织中的灰度值可以解释为高度，由此而来的三维表面得到了分析(图11)。

不规则碎片形尺寸(fd)是一个物体的表面区参数随着测量尺度的减小而增大的速率。见鲁斯所著“图像处理手册”1999年第三版，伯卡拉顿：CRC出版社出版。它是边界或表面复杂性的一种度量，相应于一个物体粗糙程度的直觉看法。它不受一种理论的束缚，假定疏松的小梁骨(小梁变得更薄，失去了其连续性，因而增加了复杂性)比健康骨具有更大的不规则碎片形尺寸。

几种可以测量FD方法的结果无法进行比较。因此，可以测试各种方法来确定哪一种方法(或方法的组合)能最好地区分正常对象和患有骨质疏松症的对象。

第一种方法在采用快速的傅里叶变换法(FTT)计算相关区域二维功率光谱以后运用于频率范围内。一维功率光谱像如上介绍的那样从二维傅里叶系数为傅里叶分析法而产生。当该一维功率光谱以功率对数和频率对数绘制时，根据不规则碎片形理论，它就必须有一个b带1＜b＜3d的量值负斜率。于是，FD的值被计算为FD₁＝3.5-b/2。

另一种方法是明可斯基方法，它测量上下包络之间的差异(相关区域和)，而该包络作为采用的邻域大小的函数出现在表面上。见佩里格等人(1984)所著“AnalMach Intell”6(4)：518-523。如果δ(δ＝1，2，3，…)是包络和表面之间的距离，那么上包络线uδ和下包络线1δ就由下式给出：

u₀(i，j)＝l₀(i，j)＝f(i，j)

u_{δ + 1} (i, j) = \max {u_{δ} (i, j) + 1, \min_{| | (m, n) - (i, j) | | \leq 1} {l_{δ} (m, n)}}

u_{δ + 1} (i, j) = \max {u_{δ} (i, j) - 1, \min_{| | (m, n) - (i, j) | | \leq 1} {l_{δ} (m, n)}}

式中，f(i，j)是相关区域中像素的灰值f(i，j)。以log(δ)为横坐标所绘制的面积A(δ)的对数产生了一条量值为b的负斜率线。于是，不规则碎片形尺寸由FD₂＝2-b’给出。该区被计算为

A (δ) = \frac{v_{δ} - v_{δ - 1}}{2}

与

v_{δ} = \underset{(i, j) &Element; ROI}{Σ} (u_{δ} (i, j) - l_{δ} (i, j)) .

3.1.3.5.形态参数

先前的特点与参数提供了小梁骨结构的一般信息。下面的例子介绍更多的细节。

灰度相关区域首先被二进制化。见怀特等人所著(1999)“口腔外科、口腔医学、口腔病理、口腔放射学”88：628-635。这可用下列方式获得：采用高斯过滤器模糊相关区域，把128值加到每一个像素位置。这会使图像产生128值的灰值，它也可被用作门限，由此产生一个图像，其中骨小梁是白色的、骨髓是黑色的。

在这个二进制图像中，白色像素的总数代表小梁区，它作为总相关区域的百分比而得到计算。外部小梁边界上的像素数目测量着小梁的周边长度。通过计算黑色像素的数量，可以测量同样的参数，以获得骨髓空间数据。

在对二进制图像进行骨骼化以后，小梁的总长度由白色像素的总数确定。还有，终端点及分支点的计数由小梁长度的一部分来表示。小梁的平均长度作为小梁总长度的比例、作为终端点及分支点的总数而得到计算。

3.2.0.0.软组织

软组织厚度的差异对分析与评估X光中骨密度及结构来说至关重要。因此本发明还包括纠正评估骨结构或高密度组织中软组织偏差的方法与装置，特别是纠正诊断和/或预测骨质疏松或其它骨病中的偏差。

在某些实施例中，X光图像是牙齿X光图像；这些纠正方法涉及到(1)用X光探测器探询对象的至少下颌和/或上颌的一部分；(2)制作被探询的下颌及(或者)上颌的图像；(3)从该X光图像获取有关骨密度与骨结构的数据；(4)探寻周围的软组织，以确定软组织的厚度；(5)通过纠正软组织厚度的偏差来纠正从X光中获取的数据。此类研究病人分组包括：非骨质疏松停经前的病人、非骨质疏松停经后的病人、骨质疏松停经后的病人。尽管在此用了牙齿X光的例子加以说明，但很明显，在此介绍的很多方法也可用于其它X光图像。

在对象身上测量的软组织厚度也可以与从特定群体身上(如年龄、性别、种族或体重相称的正常对象)获得的参考软组织厚度进行比较。通过测量健康对象身上的软组织厚度(这些对象具有正常的血管、心脏、肝脏或肾脏功能，没有其它潜在疾病)可以得出参考软组织厚度。参考软组织可以被表达为(但不局限于)中间与标准偏差或标准误差。参考软组织厚度可以独立地从下列年龄群体的病人身上获得：15-20岁、20-30岁、30-40岁、40-50岁、50-60岁、60-70岁、70-80岁、80岁及岁以上；最好能从男性与女性身上以及不同种族(如亚洲人、非洲人、白种人及拉美人等)的人身上获取。此外，参考软组织厚度可以从每一个年龄、性别与种族分支群体的具有不同体重对象的身上获得。

每个病人都可以与参考软组织厚度进行比较。如果病人的软组织厚度升高了，可以采用纠正因子。纠正因子的量值受到软组织厚度增加的量值的影响，该增加的量值可能受到脂肪、纤维、肌肉组织因素量值的影响。可以对临床研究群体进行评估，以便获得供进一步研究的数据库，或获得更多确切的纠正因子。该研究群体包括：非浮肿、非骨质疏松的停经前病人；非浮肿、非骨质疏松的停经后病人；非浮肿、骨质疏松的停经后病人；浮肿的、非骨质疏松的停经前病人；浮肿的、非骨质疏松的停经前病人；浮肿的、骨质疏松的停经后病人。对每个研究群体可以采用下列程序进行比较：对椎、髋或跟骨施行双X光吸收测定法(“DXA”)，还有音速及宽带超声衰减测量，或定量计算机分层摄影(“QCT”)。因此，纠正软组织密度也可以在X光分析与其它X光中提高精确度和区分能力。此类方法也可以用来识别骨病(如骨质疏松症)风险增加或减少的病人。

3.2.1.0软组织纠正装置

目前的牙齿X光胶片与探测器对于有待于成像的牙齿是手工定位的。结果，制成的图像可能或不能包括上、下颌的解剖标记；再则，图像不一定反映软组织厚度的变化。

图12显示了典型部件的分解图，代表的一个例子表示这些部件包含校准模型夹子组件(用于牙齿X光成像系统)。校准影像104包括上述任何形状的参考材料，其中每一个具有已知的密度和/或间隔。校准影像可以被结合到夹子里或放置在夹子(或卫生盖)中的一个小舱里。因此，卫生盖150最好放在校准影像上。还有，卫生盖应能够接受牙齿X光胶片108，例如把胶片放在盖子的小箱或小舱里。组件可以包括衬垫及(或者)小舱；例如衬垫160被放置在校准影像参考楔形物、卫生盖和/或小容器之间。

一个小容器基座128可以包括在校准影像组件里，例如可以有助于软组织的纠正。小容器基座应注满液体或凝胶体。最好使用诸如水或盐水那样的无毒液体。小容器基座应被放置在有利于X光穿透它的地方，因而能投射在随后的图像上。由于小容器基座具有已知厚度及构成，它的X光密度与软组织相同，它对X光图像的效果已知，能够纠正由软组织造成的可变性。

卫生盖、衬垫和/或小容器最好是由这类材料构成的：它们基本上不会被唾液、其它体液和/或物质所渗透。“基本上不被渗透”的意思是该材料能减少或消除传导(如扩散)。该材料可以允许很低程度的传导，但条件是通过该材料的东西不会对X光图像或校准影像参考楔形物造成很大影响。可以被用于形成衬垫的材料包括(但不局限于)：聚酯、聚酯衍生物、其它聚酯类材料、聚氨酯、聚氨酯衍生物及其它聚氨酯类材料或聚乙烯。

软组织纠正装置也可以包括一个或多个把软组织压缩到一个特别厚度的手段。压缩单元可以是任何形状的，并可以被手工或自动地放在与有待于被压缩的软组织接触及挤压的地方。

4.0.用途

上颌或下颌中骨矿密度或骨小梁构造的尺寸可以被用来对任何对象的骨健康进行评估。此外，对X光数据的分析与操纵可以对骨健康进行评估，它反过来可以被用来提出一套合适的治疗方法。人们也可以采用在此采用的方法和装置来评估这套治疗方法的功效(例如，采用在两个不同的时刻T1与T2对上颌或下颌中骨矿密度或骨小梁结构进行的测定以便探测骨矿密度或骨小梁构造的任何差异)。

4.1.全套用具

本发明还提供用于从X光图像获取信息的全套用具，例如从诸如牙齿X光等X光中获取有关骨结构的信息。在某些实施例中，这套用具包含一个或更多的计算机程序(如软件)，用以接受、分析及产生基于X光的报告。在另一些实施例中，全套用具可以包括校准影像，如结合于或附着于夹子、卫生盖、X光胶片及(或者)X光胶片夹子的校准影像。

本发明还为治疗骨质疏松症或牙病提供了疗法全套用具。在某些实施例中，该全套用具包含X光图像、校准影像、计算机软件产品、数据库和治疗用药品。该药品可以是抗再吸收的或合成代谢的药品。

4.2.诊断与预测

在另一方面，涉及的方法有诊断、预测对象身上与骨有关的疾病(如骨质疏松症、帕杰特病、骨生成先天不足、骨癌)、牙周病、或口腔移植衰竭；涉及的内容还包括在此介绍的任何全套用具、方法和/或装置。显而易见，这些方法适用于任何与骨有关部门的疾病，例如包括骨质疏松症、骨癌等等，还有牙周病与移植衰竭。

对于2500万停经的妇女和700万男性来说，仅仅骨质疏松症就是一个公共健康的主要威胁。1995年，全国用于骨质疏松症以及有关骨折的费用达到130亿美元。随着老年人口的增长，变化中的人口结构逐步造成骨质疏松导致的骨折数量、造成早期的、潜在的、经济上难以承受的骨质疏松症流行。预计，仅仅美国用于骨质疏松症的全部费用在40年里将超过每年2400亿美元。

不足20％的病人了解他们患有此病，而医生指导下治疗的人更少。成功对付即将来临的骨质疏松症流行的一个主要障碍不是缺乏医疗方法，而是不能够识别具有此风险的人以及需要治疗的人。很多人都难以获得骨质疏松症的检查，这是因为费用高，而检查设备仅仅设立在一些医院和专门诊所里。

通过提供廉价而可靠的骨结构研究与随后对骨病的诊断，在此介绍的装置与方法提出了解决这些及其它问题的方法。确实，骨矿密度的度量在技术上较易于操作，而低骨矿密度造成的骨折占的百分比远远不到100％(尽管人们普遍认为，对骨小梁结构和构造的渐进式破坏是造成老年人骨折的主要原因)。

因此，在某些情况下，这些方法包括使用一个计算机程序来分析X光图像中(如牙齿X光图像)骨矿密度或骨结构、包括把从图像获得的值或测量数据与参考标准或曲线进行比较，因而确定对象是否患有诸如骨质疏松症这样的骨病。X光图像还可包括校准影像，例如在此介绍的校准影像。

4.3.治疗

在此介绍的方法与装置还可以用来设计一套针对需要治疗的对象的合适疗法。此外，本发明还提供对此疗法的效能进行不断的分析。

尽管停经后的雌性激素缺乏是患骨质疏松症最有据可查的原因之一，(这可通过荷尔蒙更换疗法[HRT]来防止)，但HRT对长期使用者也可能造成乳腺癌风险的增加(大约35％)(“柳叶刀”(1997)350：1047-1059)。因此，人们作出了很多努力开发对骨质疏松症的替代疗法。在这些治疗中，双盐磷酸正在被越来越多的人接受为一种治疗的选择(林(1998)“骨医学”18：75-85；李伯曼等人(1995)“新英格兰医学杂志”333：1437-1443；莫特森等人(1998)“临床内分泌新陈代谢”83：396-402)。另一类新型的治疗药剂是选择性雌性激素接受调节器(SERMs)(戴尔玛斯等人(1997)“新英格兰医学杂志”337：1641-1647；鲁夫金等人(1998)骨矿质研究学报，13：1747-1754)。诸如甲状旁腺荷尔蒙这样的合成代谢疗法也已经成为向人们推荐的治疗骨质疏松症的方法(罗尔等人(1999)骨矿质研究学报，14(一号增刊)：S137，摘要号码1019；兰恩等人(1998)临床研究学报，102：1627-33。

这些研究与其它研究的综合结果表明，一旦骨质疏松症被诊断出来，可以对其开展有效的治疗。例如，如果采用任何在此介绍的方法、工具和/或装置，患有骨质疏松症的对象是可以被诊断的，也可以向该对象提供适当的疗法(如：一个或更多抗再吸收药剂和/或一个或多个合成代谢药剂。同样，牙周病也可以被诊断与治疗，方法有实行口腔卫生及手术等。随着时间的推移，在此介绍的方法可以用来评估所选治疗的效能以及酌情变更的疗法。因此，本发明在某些实施例中提供了对骨病的疗法。

4.4.决策树

因此，诊断、预测、发展全套疗法、评估疗效等等可以用在此介绍的方法随时实行。在某些方面，可以采用算法或决策树(也称逻辑树或流程图)来完成这些运用。决策树的一个例子就是关于预测骨病。显而易见，这些决策树也同样适用于其它用途(如设计全套疗法、评估疗效等)。

预测骨病(如骨质疏松症等)、牙周病或口腔移植衰竭的一个典型方法是采用分层式门限评估决策树(也称分类树)(例如，请参见J.J.奥利佛等人“第五届澳大利亚人工智能联合会议资料汇编”361-367页，A.亚当斯与L.斯特林编辑，新加坡世界科学出版社出版，1992。D.J.汉德等人“图形识别”31(5)：641-650，1998；J.J.奥利佛与D.J.汉德等人“分类学杂志”13：281-297，1996；W.本亭“统计与计算”2：63-73，1992；L.布雷曼等人“分类与回归树”瓦滋瓦茨，加利福尼亚州贝尔蒙特市，1984。C4.5：“机器学习程序”J.罗斯·昆兰，“摩根·考夫曼机器学习丛书”派特·兰利，丛书编辑，1992，ISBN 1-55860-238-0)。现有关于决策树的构建与执行的软件(如CART[5]，萨尔福德系统，加利福尼亚州圣地亚哥市；C4.5[6]，澳大利亚新南威尔士州圣艾佛市，RuleQuest Research Pty有限公司)可以用于本发明所解释的方法中。此决策树的一个简单的例子就是在一个特定的解剖标记上(如下颌或上颌的边缘、牙根的尽头等)选择一个门限骨结构或骨矿密度读数。如果一个值相等于或低于门限骨数据值，那么图像中更多的内容就得到评估。如果图像中更多的内容低于门限值，那么骨病、牙周病或移植衰竭就会得到预测。

例如，第一阶段的决策由算法基于最近的X光图像(以在此介绍的方法获得与分析)作出，然后该决策与初始门限进行比较，而该门限可能表示将临的或目前的与骨病或牙周病有关的状况。例如，该算法可以将目前骨结构的度量数据(时间＝n)或预测的骨结构度量数据(时间＝n+1)与门限进行比较。如果骨结构数据大于门限值，那么算法将作出决策，提议进一步拍摄X光。如果骨结构数据小于或相等于门限水平，那么该算法将继续下一阶段的决策树。

下一阶段的决策树可以是拍摄X光时(n)对对象的年龄及(或者)性别进行评估，然后与该年龄及(或者)性别的“正常”对象的门限骨数据进行比较。例如，如果该对象的骨数据大于该年龄及(或者)性别的人的门限骨结构水平，那么算法会做出决策，以促成未来的监测。如果该对象的骨结构信息小于或相等于门限，那么该算法将继续下一阶段的决策树。

下一阶段的决策树可以是对对象的软组织(如牙龈)厚度(n)进行评估，然后与门限骨测量数据进行比较。例如，如果软组织大大低于或高于正常的厚度范围，那么算法会做出决策，以检查X光图像的更多内容或预测与骨有关部门的病症。

可以在决策树中加上一些阶段以便使它更详细。例如，在确定可能有骨病或牙周病时，可以对对象再作X光检查，看看那些值是否有变化。还有，可通过测试和考虑年龄、性别、体重、软组织厚度等因素来证实预测的正确性。

在这些决策树中，最重要的特征一般被放在决策树的底部。在本发明某一实施例中，底部的特征是目前骨结构的测量数据。在另一实施例中，经预测的未来某个时候的骨结构数据可以是底部的特性。作为选择，骨结构密度和/或移植结构可能被用作底部特性。

还有，门限不需要(但可以)被确立为优先事项。算法可以从数据库的记录中了解某个对象的读数与测量数据。算法可以让自己根据数据库记录中的数据(采用决策树算法)来建立门限值。

还有，决策树可以比上述介绍的简单情况更复杂。例如，如果某个对象的软组织很厚，该算法也可以为骨测量数据设立一个比正常情况更高或更低的门限。

通过选择参数(如目前及未来的骨信息)、让算法自己根据数据库记录中有关部门某个对象的这些参数来对自身进行培训，算法能够评估每一个参数，把它作为对疾病和/或移植衰竭进行独立的或联合的预测因素。因此，预测模型得到了训练，算法将确定什么参数是最重要的表示因素。决策树可以从数据中被自动了解，方法是采用诸如重复分隔算法之类的算法。重复分隔算法通过与所有根结点中的训练例子一起开始来发展决策树。根结点可以是“分化”的(例如，采用下列三步过程。(1)根结点对所有现有特性、在所有现有门限上可以是分化的(如在训练数据库中)。每一个评价标准将运用于被考虑的分化(如GINI指数、数据库的平均信息量或数据的信息条长度)。(2)选择了一种特征(A)与一种门限(T)，优化评价标准。这造成决策树具有一个分化结点与两个树环节。(3)训练数据库中的每一个例子与这两个环节中的一个相关联(基于训练例子的度量数据)。然后，每一个树环节结点采用三步过程来重复地分化。分化会继续下去，直到运用休止标准。休止标准的一个例子是结点是否有训练数据库的不到50个与其相关的例子。

在另外一个实施例中，在决策树的每一个决策阶段，算法软件可以与决策中的概率相关联。决策每一个阶段的概率性可以得到评估(如进行总计)，累积性概率可以被用来确定疾病和/或移植衰竭是否得到预测。可以把接受器操作特点(ROC)曲线分析运用于上述决策树分析。ROC分析是另一种门限优化手段。它提供了确定最佳真实正分数，而把假正分数减到最低限度。一个ROC分析可以被用来比较两个分类方案并确定哪个方案可以成为所选病症(如骨质疏松症的证据)的较佳综合预测因素。例如，一个ROC分析可以用来把一个简单的门限分类因素与一个决策树进行比较。ROC软件全套一般包括下列程序：相关联的、连续分配的而且是内在范畴额定值尺度数据；两种双正交ROC曲线之间的比较；对连续及范畴数据的双正交ROC曲线进行“最大可能性”评估。目前有ROC的构建与执行的商业软件(如微软Excel“分析它”软件，英国里兹“分析它”软件有限公司，LS12 5XA；MedCalc.、比利时马里亚科克医学计算软件公司；精确ROC软件，加拿大魁北克蒙特利尔Accumetric公司)。

可以被运用于上述分析的有关技术包括(但不局限于)：决策图表、决策法则(也称法则归纳)、判别式分析(包括分段判别式分析)、逻辑回归、最邻近分类、神经网络、朴素贝叶分类法。

本发明的所有这些方面可以单独或结合起来实行。一般来说，采用上述情况中相结合的方法更有利。还有，尽管详细描写了本发明所希望的情况，但应该懂得，在不偏离此发明精神与范围的情况下仍然可以进行不同的实施。

实验

下面是实施本发明的一些特定实施例。这些实施例仅仅是为了说明情况，并非是要限制本发明的范围。

例一：校准影像插入卫生盖里

在此展示的工作树构成了校准影像在图像获取中使用的一个例子。专业人员可以容易地识别把校准影像包括在获取过程中的其它方法，以便使X光图像的度量形式正常化或标准化。

在这一例子中，校准影像被插入一个卫生盖的小舱里，该卫生盖被设计成易于接受校准影像。卫生盖是一次性使用的。校准影像包括能提供骨结构特点参考的几何图案。装有胶片和校准影像的组件被放置在病人的嘴里，其位置确保校准模型不受任何诸如牙齿或嘴唇等结构的阻挡而受到X光光线的照射。

获得了图像以后，胶片被拿到暗房里，带有校准影像的盖子被除下。然后，胶片就像普通牙X光胶片一样得到冲洗。该图像被由一个或更多指数进行数字化并得到分析。

例二：可复制性实验

为了测试从X光获取的数据的可复制性，我们作了下列实验。对象们被要求坐在牙科诊治椅子上，然后对其下颌的和臼牙区域拍摄X光。一个校准影像阶式楔形物被附在牙齿X光胶片上。采用普通的X光成像技术就门牙区X光对牙齿X光胶片进行曝光。然后，对象们被要求从椅子上站起来，在周围走动一会儿。一刻钟以后，用同样的过程进行了这一实验。

采用商用的带带幻灯片扫描功能的平板扫描器(Acer ScanPremio ST)对X光胶片进行数字化。相关区域(ROI)以手工方式被放置在同一对象所有数字化了的X光的牙根的相同部位(采用NIH图像软件程序[http：//rsb.info.nih.gov/nih-image/Default.html]。相关区域里平均灰值度量数据的可复制性作为变化的系数(COV＝测量数据/中间数据的标准偏差)而得到确定。对两个对象实验的总的结果由根中间平方

RMS = \sqrt{Σ_{i}^{n} x_{i}^{2} / n}

表示。

实验数据结果列于表2。

表2：数字化牙齿X光平均灰值度量数据的可复制性

区域	COV对象甲	COV对象乙	RMS
区域	COV对象甲	COV对象乙	RMS	门牙	2.9％(n＝3)	5.9％(n＝3)	4.6％
臼牙	3.0％(n＝3)	4.1％(n＝4)	3.6％	门牙	2.9％(n＝3)	5.9％(n＝3)	4.6％
臼牙	3.0％(n＝3)	4.1％(n＝4)	3.6％			所有区域：	4.2％

数据显示可复制性的完成，它可与诊断骨质疏松症的很多超声波系统相比

例三：多维分类

对每一个参数来说，一种单一的标量指数值得到计算。所有指数的值被结合到一个n-维特征矢量。在第一步中，用数据对该系统进行训练，这些数据来自于我们的临床证实研究，研究对象是50位停经前的人、50位停经后的健康人与50位停经后而患有骨质疏松症的病人。这三个对象小组被分成“骨折”类与“非骨折”类。从牙齿X光图像计算出的特征矢量被用作样板格式。

对每一个新病人来说，特征矢量从X光中被计算出来，其方式与样板格式一样。如果k最近样板格式的大多数属于C类，那么该病人现在可以被分类为C。病人的特征矢量f＝(f₁，f₂，…，f_n)^T与样板格式p＝(p₁，p₂，…，p_n)^T之间的距离d由欧几里德准则L2定义：

d (f, p) = L_{2} (f, p) = \sqrt{Σ_{i = 1}^{n} {(f_{i} - p_{i})}^{2}}

不同参数的最佳尺度得到了确定。但是，对某些参数来说，不同类别之间指数值的差异比其它参数要小。还有，最佳k将被确定。提高k值可望改善分类的精确度，但k值它必须小于每个类别样板的数目。确定分类的大多数最近的k样板格式的确切百分比值提供了一种分类可靠性的度量标准。特定种类C的样板格式百分比越高，所提供的信息就越重要。

该分类方法用一系列“一次性”实验来证实。在这些实验中，每个对象被用作试验仅仅一次。在每个试验中，所有系统的训练项目包含为所有剩余的对象进行计算的格式，以便查证每个实验对象能用此训练项目来正确地分类。

除了在此介绍的度量数据外(它为参数“骨小梁长度”、“骨小梁与各向异性”、“骨小梁厚度”提供了指数值)，也可以使用对分类系统中的其它参数的测量数据，人们曾在过去探讨过这些参数，以便研究X光中的骨密度与结构CT、MR图像，如：(1)平均像素强度；(2)像素强度方差；(3)傅里叶光谱分析；(4)不规则碎片形尺寸；(5)形态参数，如：骨小梁区域、骨小梁周围、骨小梁总长度、终点与支点数、骨髓的相同参数。

例四：数据分析

测试对象被分为三组：健康的停经前妇女(PRE)、健康的停经后妇女(POST)、患有骨质疏松症的停经前妇女(OSTEO)。所有的小组用下列方式进行研究：(1)牙根底部周围区域与犬齿区域的牙齿X光图像；(2)/(3)对脊骨与髋骨进行定量计算机分层摄影；(4)(5)对脊骨与髋骨进行双X光吸收测定；(6)对跟骨进行的单一X光吸收测定；(7)采用标准技术对跟骨进行超声波检查。对骨质疏松症的诊断被定义为至少一种无损伤性脊椎骨折的存在，这种骨折是由侧向普通X光对胸与腰椎形态变化的半定量性评估所确定的。

每一个病人小组的不同骨结构测量数据(见上面)与骨矿密度数据(下颌BMD、QCT脊骨、QCT髋骨、DXA脊骨、SXA跟骨、超声跟骨)的平均值及标准偏差得到了计算。“学生”t检验(t-值与p-值)与百分比减少被用来对反映小组间差异的不同度量数据的进行比较。年度的、与年龄相关的变化被表达为相关于预测过的30岁值的百分比变化，并被表达为PRE的分数标准偏差(SD)。与年龄的关联连同p值也得到了报告。基于年龄调整的逻辑回归的可能性比例(对测量的参数中1SD变化而言)与95％可信度界限得到了计算，以便测量区分能力(用于区分停经后骨质疏松的小组与正常的停经后小组)及与测量的参数相关联的骨质疏松造成的骨折风险。对两个小组之间区别能力的比较进行试验，方法是采用年龄调节接受计算特点(ROC)曲线分析。

可以通过把所有对象(PRE、POST、OSTEO)放在一起的方法来获得两者之间进行比较的所有技术，该方法还包括采用皮尔森的关联系数(r)、估计的百分比标准误差(CV)、测试关联程度的p-值。

为比较测量数据的诊断能力，将对正常的停经后妇女(POST)与骨质疏松的停经后妇女(OSTEO)进行kappa(k)分数分析。这可以通过把对停经后小组分类为骨质缺失的群体来完成(如果她们的参考小组[PRE]的T-分数小于(或在结构参数的情况中也大于)2.5。一个个别妇女与特定测量数据的T-分数被定义为测量数据减掉年轻正常人(PRE)的中间测量数据，再除以PRE组测量数据的SD。注意：T-分数是测量个别妇女在PRE小组中的位置，它不同于“学生”t检验。

例五：对骨结构的纵向监测

开发了用于与后续牙齿X光匹配的算法与软件—此X光是在时间点T₂获得的，它相关于在早先时间点T₁获得的下颌基线X光。为了监测治疗反应，骨结构参数应该在下颌的同一位置于不同的时间得到测量。因此，为了补偿病人位置差异、为了发现相应的相关区域(ROI)以便将基线及跟踪检查进行比较，应该记录两幅牙齿X光图像。

在这两幅有待于记录的X光图像中，由于X光线投射在胶片上的角度的微小差异，一种弹性匹配步骤被包括在内。不过，第一步骤是全面仿射转换，其共有信息被作为成本函数被采用(威尔斯等人(1996)“医学图像分析”1：35-51。两个图像M与N的共有信息I_M，N被定义为：

I_{M, N} = \underset{(m, n)}{Σ} p_{MN} (m, n) \log (\frac{p_{MN} (m, n)}{P_{M} (m) P_{N} (n)})

在此，发生在图像中的灰度值被认为是随机的变数，而共有信息提供了这些变数之间依赖关系强度的一种尺度。PM与PN分别是M与N的分配，而PMN是M与N的联合分配(美恩慈等人(1998)“SPIE医学成像—成像处理”)。这些分配可以通过边际与联合灰度值直方图来估计，更确切地说使用帕曾窗口函数。鲍威尔的方法可以被用作优化方案，以便发现最好的仿射转换，使N能将其与M匹配(普莱斯等人“C语言数字方法”，剑桥大学出版社1992年第2版。

局部弹性调整跟随全局转换而来，以便提高匹配质量。为了做到这点，条件概率密度p(n|m)从全面记录的图像的联合直方图中得到评估。转换矢量场t(x)于是被这样确定：通过把局部灰值相应数据最大化，让N(x-t(x))尽可能与M(x)相同，其固定值x被定义为：

c_{x} (t) = &Integral; w (x^{'} - x) p (N (x^{'} - t) | M (x^{'})) | {dx}^{'}

这里，w是窗口函数，其宽度决定了被用米计算t(x)的区域的大小。为了决定窗口函数，采用的方法类似于华菲尔德等人在“智力偏差”一书中描写的方法(学术出版社1999年出版，67-84页)。不少连续而较宽窗口函数wi被结合到单一窗口

w = \underset{i}{Σ} W_{i} w_{i}

中，其权重W_i由下列公式表示：

W_{i} = \frac{1}{Σ_{i} \det (Q_{i})} \det (Q_{i}),

其中，

Q_{i} = {&Integral; w}_{i} (x^{'} - x) &dtri; N^{T} (x^{'}) {dx}^{'}

在某个病人的基线图像自动放置以后，相关区域的确切位置被保留在数据库里。当该病人回来进行后续检查时，新的图像与基线图像一起得到记录，因而转变成基线图象的坐标系统。于是，在记录的后续X光中的骨结构可以在与基线图像中完全一样的位置得到测量。

例六：无牙病人

由于无牙病人的拍摄位置难以匹配，对这类病人采用了不同的方法来比较不同的时候拍摄的X光的测量数据。

采用索贝尔边缘探测装置来找到下颌的牙槽边，然后采取设立门限的步骤。在一条低于及平行于牙槽边10毫米的线上，一个滑动的相关区域以每一个像素为单位被移动，而且每一个相关区域位置的骨结构参数得到了计算。对每一个参数而言，软件选择最低或最高值，这取决于哪一种最能说明骨质疏松症的存在。例如，对中间像素强度而言，这将会是最低值。这一过程在后续检查中被重复。于是，软件以这样的方式自动探测低于及平行于牙槽边10毫米最大或最小值的区域。然后，这些最大或最小值在以后的时间里被纵向比较。

Claims

1.一种从牙齿X光图像中获取有关骨骼结构的定量信息的方法，其特征在于，它包含：

(1)摄取牙齿X光图像，该图像包括(i)至少上颌或下颌的一部分，以及(ii)用于确定骨骼结构的外部标准；以及

(2)对步骤(a)中获得的图像进行分析，以获取骨骼结构的定量信息。

2.如权利要求1所述的方法，其特征在于，所述外部标准包含一种校准影像，所述影像中不包含上颌或下颌。

3.如权利要求2所述的方法，其特征在于，所述校准影像包含几何图形。

4.如权利要求3所述的方法，其特征在于，所述几何图形是塑料或金属。

5.如权利要求4所述的方法，其特征在于，所述几何图形是金属粉。

6.如权利要求1所述的方法，其特征在于，步骤(b)包含采用一台或更多计算机单元来分析图像。

7.如权利要求6所述的方法，其特征在于，所述分析方法包含识别图像中的相关解剖区域。

8.如权利要求7所述的方法，其特征在于，所述相关解剖区域是在上颌或下颌。

9.如权利要求7所述的方法，其特征在于，所述相关解剖区域是牙齿。

10.如权利要求1所述的方法，其特征在于，所述方法进一步包括分析图像以便获取骨矿密度的信息。

11.如权利要求10所述的方法，其特征在于，所述计算机单元从离开相关解剖区域的特定距离来识别结构或密度信息。

12.如权利要求10所述的方法，其特征在于，所述计算机单元可对具有所选结构特点或密度特点的图像区域进行识别。

13.如权利要求12所述的方法，其特征在于，所选择的密度特点包含具有最高密度的图像区域。

14.如权利要求12所述的方法，其特征在于，所选择的密度特点包含具有最低密度的图像区域。

15.如权利要求12所述的方法，其特征在于，所选结构特点是从组成下列内容的群体所选而来：骨小梁厚度、小梁间隔、在小梁之间的二维或三维空间、小梁网络的二维或三维构造。

16.如权利要求1所述的方法，其特征在于，步骤(a)还包含提供为接受外部标准而设计的卫生盖。

17.如权利要求16所述的方法，其特征在于，所述卫生盖是射线可以穿透的。

18.如权利要求16所述的方法，其特征在于，所述卫生盖是一次性使用的。

19.如权利要求16所述的方法，其特征在于，所述卫生盖是可以消毒再用的。

20.如权利要求16所述的方法，其特征在于，所述外部标准与所述卫生盖组合在一起。

21.如权利要求16所述的方法，其特征在于，在获取图像的同时，外部标准暂时被附在卫生盖上。

22.如权利要求16所述的方法，其特征在于，所述卫生盖还包含X光线穿行路径中的一个小容器。

23.如权利要求22所述的方法，其特征在于，所述小容器里注满了水。

24.如权利要求22所述的方法，其特征在于，小容器与所述卫生盖组合在一起。

25.如权利要求22所述的方法，其特征在于，所述小容器暂时被附在卫生盖上。

26.如权利要求6所述的方法，其特征在于，所述计算机单元包括一个或更多的纠正因子。

27.如权利要求26所述的方法，其特征在于，所述纠正因子将软组织厚度变化因素考虑在内。

28.如权利要求1所述的方法，其特征在于，获取牙齿X光图像还包含把图像中的软组织压缩到一个所选择的厚度。

29.如权利要求1所述的方法，其特征在于，所述X光图像是X光胶片。

30.如权利要求16所述的方法，其特征在于，所述卫生盖还被设计成易于接受X光胶片。

31.如权利要求1所述的方法，其特征在于，图像以数字化的形式被获取。

32.如权利要求31所述的方法，其特征在于，数字化图像通过采用硒探测器系统或硅探测器系统获取。

33.一种从X光图像中获取有关骨骼结构的定量信息的方法，其特征在于，它包括：

(1)摄取X光图像；

(2)采用一个或多个指数对步骤(a)中获取的图像进行分析，指数选自包括

Hough变换法、骨骼算子、形态算子、平均像素强度、像素强度方差、傅里叶光谱分析、不规则碎片形尺寸、形态参数及其组合，经过分析得到骨骼结构的定量信息。

34.如利要求33所述的方法，其特征在于，指数中至少一个是Hough变换法。

35.如利要求33所述的方法，其特征在于，指数中至少一个是骨骼算子。

36.如利要求33所述的方法，其特征在于，指数中至少一个是形态算子。

37.如权利要求33所述的方法，其特征在于，指数中至少一个是平均像素强度。

38.如权利要求33所述的方法，其特征在于，指数中至少一个是像素强度方差。

39.如权利要求33所述的方法，其特征在于，指数中至少一个是傅里叶变换分析。

40.如权利要求33所述的方法，其特征在于，指数中至少一个是不规则碎片形尺寸。

41.如权利要求33所述的方法，其特征在于，指数中至少一个是形态参数。

42.一种确定骨矿质密度或骨结构的X光组件，其特征在于，它包括：

(a)一个卫生盖

(b)X光胶片，以及

(d)校准影像，该影像包括至少一个放置在已知密度或结构区域里的标记。

43.如权利要求42所述的组件，其特征在于，所述卫生盖是一次性使用的。

44.如权利要求42所述的组件，其特征在于，所述卫生盖是可以消毒再用的。

45.如权利要求42所述的组件，其特征在于，所述校准影像与所述卫生盖组合在一起。

46.如权利要求42所述的组件，其特征在于，所述组件还包含一个X光胶片夹，而校准影像被暂时附在X光胶片夹或卫生盖上。

47.如权利要求42所述的组件，其特征在于，所述校准影像包含多种几何图形，这些图形用作骨图案：圆形、星形、方形、月牙形、椭圆形、多边形物体、不规则结构特点的基准。

48.如权利要求47所述的组件，其特征在于，所述骨结构特点是从组成下列内容的群体所选而来：骨小梁厚度、小梁间隔、在小梁之间的二维或三维空间、小梁网络的二维或三维构造。

49.如权利要求47所述的组件，其特征在于，所述几何图形是金属、金属粉或塑料制成的。

50.如权利要求47所述的组件，其特征在于，所述标记是指选自包含下列内容的群体的几何形状的物体及其组合。

51.如权利要求42所述的组件，其特征在于，胶片是卫生盖的一个组成部分。

52.如权利要求42所述的组件，其特征在于，所述校准影像是X光胶片的一个组成部分。

53.如权利要求52所述的组件，其特征在于，校准影像被包括在X光胶片的两层之间。

54.如权利要求52所述的组件，其特征在于，校准影像被包括在X光胶片层的某一层里。

55.如权利要求42所述的组件，其特征在于，卫生盖还包含一个小容器。

56.如权利要求55所述的组件，其特征在于，小容器是卫生盖的一个组成部分。

57.如权利要求55所述的组件，其特征在于，小容器暂时被附在卫生盖上。

58.如权利要求42所述的组件，其特征在于，校准影像被设计成易于放置在一个或更多牙齿上。

59.如权利要求58所述的组件，其特征在于，校准影像是V形或U形的。

60.一种从牙齿X光图像中精确地确定骨矿密度或骨结构的方法，其特征在于，它包括：

提供如权利要求35所述的组件，其中，校准影像被放置的地方使X光同时穿过对象以及校准影像，其中，所述图像包括至少上颌或下颌的一部分；

产生校准影像及上颌或下颌的图像；以及

把校准影像的图像与对象的解剖加以比较，以便确定对象的骨矿质密度。

61.全套用具，包含卫生盖、含有多种几何图形的骨结构或骨密度的校准影像；X光成像组件和计算机程序，其中，所述计算机程序分析及评估骨矿密度或骨结构。

62.一种诊断骨病的方法，包括分析牙齿X光，该X光是采用如权利要求1所述的方法获取的。

63.如权利要求62所述的方法，其特征在于，所述骨病是指骨质疏松症。

64.一种治疗骨病的方法，包括诊断如权利要求52所述的病况以及提供合适的治疗。

65.如权利要求64所述的方法，其特征在于，病况是指骨质疏松症。

66.如权利要求第65所述的方法，其特征在于，所述治疗包括提供一种抗再吸收剂或合成代谢剂。

67.一种确定骨矿质密度或骨结构的X光组件，其特征在于，它包括：

(a)一个卫生盖；

(b)X光胶片，以及

(d)校准影像，该影像测量骨矿密度或结构或其结合。

68.如权利要求67所述的组件，其特征在于，所述卫生盖是一次性使用的。

69.如权利要求67所述的组件，其特征在于，所述卫生盖是可以消毒再用的。

70.如权利要求67所述的组件，其特征在于，所述校准影像与所述卫生盖组合在一起。

71.如权利要求67所述的组件，其特征在于，所述组件还包括一个X光胶片夹，而且校准影像被暂时附在X光胶片夹或卫生盖上。

72.如权利要求67所述的组件，其特征在于，所述校准影像包含多种几何图形，这些图形用作骨结构特点的基准。

73.如权利要求72所述的组件，其特征在于，所述骨结构特点是从组成下列内容的群体所选而来：骨小梁厚度、小梁间隔、在小梁之间的二维或三维空间、小梁网络的二维或三维构造。

74.如权利要求67所述的组件，其特征在于，所述几何图形是金属、金属粉或塑料制成的。

75.如权利要求67条所述的组件，其特征在于，所述标记是指选自包含下列内容的群体的几何图案：圆形、星形、方形、月牙形、椭圆形、多边形物体、不规则形状的物体及其组合。

76.如权利要求67所述的组件，其特征在于，所述胶片是卫生盖的一个组成部分。

77.如权利要求67所述的组件，其特征在于，所述校准影像是X光胶片的一个组成部分。

78.如权利要求77所述的组件，其特征在于，所述校准影像被包括在X光胶片的两层之间。

79.如权利要求77所述的组件，其特征在于，所述校准影像被包括在X光胶片层的某一层里。

80.如权利要求42所述的组件，其特征在于，所述卫生盖还包含一个小容器。

81.如权利要求80所述的组件，其特征在于，所述小容器是卫生盖的一个组成部分。

82.如权利要求80所述的组件，其特征在于，所述小容器暂时被附在卫生盖上。

83.如权利要求67所述的组件，其特征在于，所述校准影像被设计成易于放置在一个或更多牙齿上。

84.如权利要求83所述的组件，其特征在于，所述校准影像是V形或U形的。