一种用于诊断骨质疏松症的系统的制作方法

1.本发明涉及医疗诊断技术领域，尤其涉及一种用于诊断骨质疏松症的系统。


背景技术：

2.骨质疏松是一种以骨量减少和骨密度下降为特征的代谢性骨疾病，这种进行性的骨疾病容易导致骨脆性的增加和骨折风险的增高，尤其在人体的髋骨、脊椎骨、腕骨和肩胛骨等部位。原发性骨质疏松症的患病率随年龄增长而增加，并因种族而异。继发性骨质疏松症常由钙、性激素、维生素d紊乱，以及长期服用外源性糖皮质激素造成的骨量丢失引起。性腺功能下降、饮酒过多、使用糖皮质激素是男性继发性骨质疏松症的最常见原因。女性继发性骨质疏松症常见原因有钙离子吸收障碍、甲状旁腺功能亢进、维生素d不足、甲状腺功能亢进、库欣病、家族性低尿钙性高钙血症等。
3.cn1735379公开了一种应用全景x射线图像的骨质疏松症诊断支援系统。将数字化的全景x射线照片的图像输入个人计算机。为把全景x射线照片上的下腭骨臼齿部下缘皮质骨作为观察对象，以鼠标指定该部位。对此提取的图像作以下图像处理：于图像上加中值滤波器以尽可能减少噪声；求微小结构要素的骨骼；提取与下腭骨下缘的斜面相平行的成分；例如用大津氏的线性判别法将图像二值化。然后据二值化线条的大小分类成三组，除去最小一组的线条，当分类成最大一组的线条中的线条不只一条时，判定有骨质疏松症的嫌疑。
4.然而，上述现有技术所提供的诊断装置采用x成像技术，其会对被检测者的身体造成巨大负担，尤其是对于一些高龄的被检测者或者具有长期住院史的被检测者，其次，采用其他成像设备虽然能够用于骨质疏松的诊断，但其往往只能辅助医生判断被检测者是否存在可能的骨质疏松症，而难以借助有限的检测图像对被检测者的骨质疏松发展进程进行准确判断并同时给出合理的治疗康复指导意见，此外，已知的现有技术中存在大量通过拍摄例如被检测者的下颌骨等骨骼部位的图像来进行骨质疏松判定的方法，但基于此类方法进行骨质疏松判定时，往往存在准确度不高、技术手段复杂的问题，以及在对下颌骨部位成像时，难以获得边界清晰、范围合理的骨骼图像，这对于后续测量及计算结果的准确性带来巨大的影响。因此，现有技术仍然有需要改进的至少一个或几个方面。
5.此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于发明人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。


技术实现要素：

6.针对现有技术之不足，本发明提供了一种用于诊断骨质疏松症的系统，旨在解决现有技术中存在的至少一个或多个技术问题。
7.为实现上述目的，本发明提供了一种用于诊断骨质疏松症的系统，至少包括：成像装置，其被配置为用于拍摄被检测者的特定骨骼部位以输出对应图像，以及向该组织部位
施加使其沿第一方向振动的第一声波和/或沿第二方向振动的第二声波；分析装置，其被配置为用于分析及计算由成像装置所输出的关于被检测者骨骼部位图像所包含的图像信息，以及由成像装置输出至被检测者骨骼部位的第一声波和/或第二声波的彼此间的声速比。
8.优选地，分析装置至少包括能够检测并计算施加至被检测者相应骨骼部位的第一声波和第二声波在抵达对应骨骼部位时的第一声速和第二声速的检测部以及通过计算第一声波和第二声波彼此的第一声速和/或第二声速之间比值的方式来判定相应骨骼部位的老化或衰减程度的判定部。
9.优选地，判定部是按照计算用于表征被检测者骨骼形态保持能力的第一衰变系数η1和第一标准衰变系数η0之间差值，以及用于表征被检测者骨骼运动能力的第二衰变系数η2和第二标准衰变系数η2之间差值的方式来判定被检测者相应骨骼部位的老化或衰减程度的。
10.优选地，第一衰变系数η1被定义为用于表征被检测者的振动前骨骼状态，且其中，h1为基于第一声波所得的第一声速，v1为基于第二声波所得的第一声速。
11.优选地，第二衰变系数η2被定义为用于表征被检测者的振动后骨骼状态，且其中，h2为基于第一声波所得的第二声速，v2为基于第二声波所得的第二声速。
12.优选地，在第一衰变系数η1大于第一标准衰变系数η0时，分析装置的判定部判定被检测者的骨骼结构异常，而当第一衰变系数η1小于第一标准衰变系数η0时，分析装置的判定部判定被检测者的骨骼结构正常且具备良好的骨骼形态保持能力。
13.优选地，在第二衰变系数η2大于第二标准衰变系数η0’
时，分析装置的判定部判定被检测者的骨骼运动能力异常，其骨骼处于老化加快的状态；而当第二衰变系数η2小于第二标准衰变系数η0’
时，分析装置的判定部判定被检测者骨骼运动能力正常，其骨骼处于衰老速率减缓的状态。
14.优选地，分析装置还包括用于提取被检测者至少部分下颌骨图像所对应轮廓图像的第一提取部，用于从下颌骨图像中提取图像线条的第二提取部，以及根据由第一提取部获取的下颌骨轮廓图像和由第二提取部获取的线条进行皮质骨厚度计算的第一计算部。
15.优选地，第一计算部基于第一提取部提取的下颌骨轮廓图像确立若干基准测量点并在其周边间隙设立多个参考点，获取若干参考点与轮廓之间的垂直距离，并在该垂直线段上按照预设间隔求其灰度值，通过选择若干下颌骨轮廓图像中具有最大减小幅值w
max
的轮廓图作为适合于测量皮质骨厚度的最佳轮廓，确定从基准测量点开始沿下颌骨轮廓上的每一点处的轮廓梯度gi，并计算在灰度值减小状态下的平均梯度值g
ave
，选取满足其灰度值靠近测量起点且其轮廓梯度gi小于平均梯度值g
ave
的点，并将基准测量点与该点之间的距离定义为皮质骨厚度。
16.优选地，第一提取部对于被检测者下颌骨轮廓图像的获取是按照如下方法实施的：突出被检测者下颌骨图像中的宽大区域、低频成分和主干成分，或者抑制图像噪声及高频干扰成分以使得骨骼图像能够呈现平滑渐变的状态；通过模拟软件计算下颌骨图像的边缘强度和其方向；将下颌骨图像进行局部最大搜索处理，以消除冗余边界框从而获取下颌骨图像的最佳目标边界框；提取某一像素位置幅值：在其高于第一阈值时保留该像素位置，
在其低于第二阈值时去除该像素位置，并且若其处于第一阈值和第二阈值之间，则该像素位置仅在其处于一个高于第一阈值的像素位置时才被保留，其中，第一阈值大于第二阈值。
17.优选地，第二提取部是通过如下方法从提取的下颌骨轮廓图像中提取若干由于密度差异而分布形成的线段的：结合对应于下颌骨轮廓最左侧的点xj和与下颌骨轮廓基准测量点距离为yj的点形成像素坐标(xj，yj)，并基于该坐标将其转换为图像，其中，第二提取部提取的线段至少包括由皮质骨灰度峰形成的第一线段、由皮质骨粗糙结构灰度峰形成的第二线段以及噪声线段，其中，由任一沿x轴宽度方向小于预设像素值的点所形成的噪声线段被去除，在去除噪声影响后的图像中，位于图像最下端的线段被规定为第一线段。
18.优选地，适合于测量下颌骨厚度的最佳轮廓的选取是按照如下方法来完成的：在下颌骨的厚度测量区域内存在粗糙结构时，通过前期提取的由皮质骨灰度峰形成的第一线段和皮质骨粗糙结构灰度峰形成的第二线段，从所获取的下颌骨轮廓图像中的众多峰值中选择包含有皮质骨和粗糙结构的灰度峰，其中，当x轴不存在任何由皮质骨灰度峰形成的第一线段时，则所提取的下颌骨轮廓曲线在沿x轴方向上没有形成稳定的皮质骨灰度峰值，该轮廓不适于测量皮质骨厚度。
19.优选地，最佳轮廓至少包括仅包含有由皮质骨灰度峰形成的第一线段的图像相对应的下颌骨轮廓，并且基于该下颌骨轮廓用于测量皮质骨厚度时的搜索范围是按如下方法确立的：在该下颌骨轮廓中存在对应于由皮质骨粗糙结构灰度峰形成的第二线段的点时，基于第一线段分别在皮质骨的灰度值峰值和皮质骨粗糙结构的灰度值峰值处定义搜索范围的起点t1和终点t2；在该下颌骨轮廓中不包含对应于由皮质骨粗糙结构灰度峰形成的第二线段的点时，基于第一线段将下颌骨轮廓搜索范围的起点t1定义在皮质骨的灰度峰峰值处，而将终点t2定义在t1+预设像素处。
20.优选地，在下颌骨轮廓图像中含有由皮质骨粗糙结构灰度峰形成的第二线段且该下颌骨轮廓图像包含有至少一个能够对应于皮质骨粗糙结构灰度值峰值的峰时，该下颌骨轮廓图像被选定为适合于测量皮质骨厚度的最佳轮廓图，而其余不包含该峰的轮廓图像被排除。
21.优选地，在下颌骨轮廓图像中不含有由皮质骨粗糙结构灰度峰形成的第二线段时，在不缩小下颌骨轮廓搜索范围的情况下，将任一包含有皮质骨灰度峰峰值的下颌骨轮廓选定为最佳轮廓。
22.优选地，系统至少还包括显示设备，其被配置为用于显示成像装置所拍摄的被检测者特定骨骼部位的图像和/或基于成像装置的输出图像而通过分析装置所获取的输出信息的显示装置。
附图说明
23.图1是根据本发明所提供的一种优选实施例的系统原理图；
24.图2是本发明的关于下颌骨轮廓图像中基准测量点选取时优选的示意图；
25.图3是本发明中对于下颌骨轮廓搜索范围选取以及减小幅值w优选的示意图。
26.附图标记列表
27.1：成像装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
2：分析装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
3：显示装置
28.21：中央处理器
ꢀꢀꢀꢀꢀꢀꢀꢀ
22：存储器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
23：接口
29.221：第一提取部
ꢀꢀꢀꢀꢀꢀꢀ
222：第一计算部
ꢀꢀꢀꢀꢀꢀꢀ
223：第二计算部
30.224：第二提取部
ꢀꢀꢀꢀꢀꢀꢀ
225：检测部
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
226：诊断部
31.x1、x2：基准测量点
ꢀꢀꢀꢀꢀ
t1：起点
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
t2：终点
32.w：减小幅值
具体实施方式
33.下面结合附图1-3进行详细说明。
34.本发明提供了一种用于诊断骨质疏松症的系统，可以包括：被配置为用于拍摄被检测者躯体或其特定骨骼部位以输出相应图像的成像装置1、被配置为用于分析及计算由成像装置1所输出的关于被检测者躯体或其特定骨骼部位图像所包含的图像信息的分析装置2，以及至少能够用于显示成像装置1所拍摄的被检测者躯体或其特定骨骼部位的图像和/或基于成像装置1的输出图像而通过分析装置2所获取的输出信息的显示装置3。具体地，这些单元均可通过有线或无线的方式连接在一起。可选地，成像装置1包括但不限于超声成像设备、x射线成像设备及ct成像设备中的一种或其组合。优选地，本实施例中成像装置1可采用超声成像设备，其对于人体的危害较小。
35.根据一种优选实施方式，分析装置2可以包括中央处理器21、存储器22及多个接口23。其中一接口23可通过有线或无线的方式连接于成像装置1，另一接口23可用于连接显示装置3。进一步地，中央处理器21可被划分为通过程序实现包括但不限于以下功能的若干功能部：用于提取被检测者躯体或其特定皮肤组织图像所对应的轮廓图像的第一提取部221、基于第一提取部221的提取信息来计算被检测者的例如皮质骨厚度的第一计算部222、基于第一提取部221的提取信息用于计算被检测者的例如皮质骨粗度的第二计算部223、基于第一提取部221输出的拍摄图像从中提取图像线条以用于计算皮质骨厚度或粗度的第二提取部224，用于检测成像装置1所产生声波的声速的检测部225，以及基于被检测者皮质骨变化状态的计算结果来进行骨质疏松及其发展进度判定的诊断部226。优选地，本实施例中用于参考及计算的图像为被检测者的皮质骨图像，且第一提取部221所提取的是被检测者下颌骨外缘轮廓的至少一部分。
36.根据一种优选实施方式，成像装置1将其所拍摄到的关于被检测者皮质骨部位的图像发送至分析装置2。分析装置2基于图像所包含的属性信息通过第一提取部221和第二提取部224分别提取其中的组织部位轮廓和曲线，并基于该组织部位的轮廓和曲线信息通过第一计算部222和第二计算部223分别计算关于被检测者的皮质骨厚度值或粗度值，从而使得诊断部226能够基于第一计算部222和第二计算部223的计算结果并通过诸如求其比值或差值的方式来结合云服务器或数据库中的相关信息以判断被检测者是否患有骨质疏松症以及骨质疏松症的发展进程。
37.根据一种优选实施方式，对于判断被检测者是否患有骨质疏松症以及其病症的发展进程是基于如下的操作分析流程来完成或实现的：
38.s1、获取图像：通过成像装置1获取被检测者的下颌骨及其周边组织的图像；
39.s2、图像提取：成像装置1的拍摄图像被输入至分析装置2，分析装置2通过第一提取部221剖析被检测者的下颌骨图像以进一步地获取下颌骨轮廓图像，和通过第二提取部224剖析被检测者的下颌骨图像以进一步地获取下颌骨线段图像；
40.s3：皮质骨厚度或粗度计算：基于成像装置1的拍摄图像和通过第一提取部221及第二提取部224获得的图像轮廓或线段信息来计算被检测者皮质骨厚度或粗度；
41.s4：症状判定：诊断部226基于第一计算部222和第二计算部223的输出结果并按照将通过公式所得的计算结果与云服务器或数据库中的相关信息相结合的方式来判断被检测者是否患有骨质疏松症以及骨质疏松症患者的发展进程。
42.根据一种优选实施方式，第一提取部221对于被检测者下颌骨轮廓图像的提取是按照如下方法实施的：(1)通过插值、卷积或滤波等方法来突出被检测者下颌骨图像中的宽大区域、低频成分和主干成分，或者抑制图像噪声及高频干扰成分以使得下颌骨图像能够尽可能呈现平滑渐变的状态；(2)通过模拟软件结合算法对下颌骨图像的边缘强度和其方向进行计算；(3)对下颌骨图像进行局部最大搜索处理，以消除冗余边界框从而获取下颌骨图像的最佳目标边界框；(4)提取某一像素位置幅值：在其高于第一阈值时保留该位置，在其低于第二阈值时去除该位置，并且若其处于第一阈值和第二阈值之间时，则该像素位置仅在其处于一个高于第一阈值的像素时才被保留，其中，第一阈值是大于第二阈值的，并且该步骤的主要目的是避免由于拍摄图像时光线等干扰因素对输出图像连续性所产生的影响。进一步地，可通过诸如kirsch算法使得第一提取部221仅提取下颌骨边缘图像，而与其无关的边缘图像则被舍弃。
43.根据一种优选实施方式，对于上述步骤s3中皮质骨厚度的测量至少包括以下步骤：
44.s301、确立基准测量点：为了提升对被检测者下颌骨厚度计算的准确性，以位于被检测者左右两侧枕骨孔正下方的点位为基准测量点。例如，如图2所示的x1和x2两个基准测量点。具体地，x1和x2可通过如下方式确立：确定位于被检测者左右两侧枕骨孔正下方的下颌骨轮廓上的切线与垂线所成角度小于或等于10度的点，并通过将左右两侧下颌骨间的垂直距离与设定系数相乘的方式确立两个基准测量点之间的距离从而获得x1和x2的具体位置。
45.s302、获取轮廓：在下颌骨轮廓曲线的每个基准测量点周边按照一定间隙设立多个参考点，获取若干参考点与下颌骨轮廓之间的垂直距离，并在该垂直线段上按照预设间隔求其灰度值，具体的灰度值数据可在数据库文件中获得。可选地，可通过包括但不限于高斯滤波器、中值滤波器和双边滤波器等类型的去噪滤波器将下颌骨轮廓图像中的噪声去除。具体地，像素值的确立是通过从下颌骨轮廓上的x1和x2两个基准测量点及其周边若干个参考点形成的垂直线段来确立的，并将该像素值转换为图像，即结合对应于下颌骨轮廓最左侧的点xj和距离下颌骨轮廓基准测量点为yj(j＝1、2、
……
、100)的点形成像素坐标(xj，yj)以基于该坐标将其转换为图像。进一步地，获取所提取下颌骨轮廓曲线的峰值，并按照将下颌骨图像相应位置处的像素值最大化的方式使图像变白，从而便于图像分析及皮质骨厚度计算。
46.s303、提取线段：第二提取部224是通过指数滤波器来从提取的下颌骨轮廓图像中提取若干由于密度差异而分布形成的线段的。线段的提取过程与轮廓的提取过程是类似的，即需要结合对应于下颌骨轮廓最左侧的点xj和距离下颌骨轮廓基准测量点为yj(j＝1、2、
……
、100)的点形成像素坐标(xj，yj)以基于该坐标将其转换为图像。具体地，利用指数滤波器所提取的下颌骨线段可被配置为以下几种类型：由皮质骨灰度峰形成的第一线段，皮
质骨粗糙结构灰度峰形成的第二线段以及噪声线段。优选地，将由任一沿x轴宽度方向小于20像素的点所形成的噪声线段从下颌骨图像中删除，且为了去除噪声影响所选取的像素差值是根据后续测量需求所规定的。进一步地，在去除噪声影响后的下颌骨图像中，位于图像最下端的线段被规定为第一线段。优选地，基于测量的样本数据并结合骨骼结构分布可得，下颌骨轮廓中对于皮质骨与松质骨的边界判定通常是以处于灰度值峰值t1和t1+20之间的点来确立的。优选地，在去除噪声后的图像中，若干第一线段中的任一沿y轴方向像素值大于或等于20像素值的线段被去除，因其对皮质骨厚度的测量几乎没有影响。因此，分别在沿x轴和y轴方向去除若干噪声线段后，使得下颌骨轮廓图像更为清晰，并基于该图像所测量或计算出的皮质骨厚度值更为准确。
47.s304、选择最佳的用于测量皮质骨厚度的下颌骨轮廓图。具体地，基于去除噪声后的下颌骨轮廓图像，若皮质骨的厚度测量区域内有粗糙结构，则可以利用前期提取的由皮质骨灰度峰形成的第一线段和皮质骨粗糙结构灰度峰形成的第二线段，从所获取的下颌骨轮廓图像中的众多峰值中选择包含有皮质骨和粗糙结构的灰度峰值。优选地，可通过下述方法选择最佳的用于测量皮质骨厚度的下颌骨轮廓：(1)当x轴不存在任何由皮质骨灰度峰形成的第一线段时，则认为所提取的下颌骨轮廓曲线在沿x轴方向上没有形成稳定的皮质骨灰度峰值，因此该轮廓是不适合用于测量皮质骨厚度的；(2)仅将与包含有由皮质骨灰度峰形成的第一线段的图像相对应的下颌骨轮廓用于测量皮质骨厚度，并且用于测量皮质骨厚度的下颌骨轮廓搜索范围的确定可按如下方法进行：若在该下颌骨轮廓中存在对应于由皮质骨粗糙结构灰度峰形成的第二线段的点，则通过确定的第一线段分别在皮质骨的灰度值峰值和皮质骨粗糙结构的灰度值峰值处定义搜索范围的起点t1和终点t2；反之，若在该下颌骨轮廓中不包含对应于由皮质骨粗糙结构灰度峰形成的第二线段的点，则通过确定的第一线段将下颌骨轮廓搜索范围的起点t1定义在皮质骨的灰度峰峰值处，而将终点t2定义在t1+20像素处。
48.根据一种优选实施方式，当下颌骨轮廓图像中含有由皮质骨粗糙结构灰度峰形成的第二线段且该下颌骨轮廓图像包含有至少一个能够对应于皮质骨粗糙结构灰度值峰值的峰时，则该下颌骨轮廓图像被选定为适合于测量皮质骨厚度的最佳轮廓图，而其余不包含该峰的轮廓图像则被排除在外；而当下颌骨轮廓图像中不含有由皮质骨粗糙结构灰度峰形成的第二线段时，在不缩小下颌骨轮廓搜索范围的情况下，将任一包含有皮质骨灰度峰峰值的下颌骨轮廓都选定为最佳轮廓图。基于前述通过确立下颌骨轮廓图像中是否含有由皮质骨粗糙结构灰度峰形成的第二线段以选定最佳轮廓图的判断过程，来从所选取的最佳轮廓图中确定搜索起点t1的灰度值与相应搜索范围内最小灰度值之间的减小幅值w。优选地，减小幅值w被定义为搜索起点t1与搜索终点t2之间的变化幅值，其可用于表示皮质骨和松质骨之间的边界划分，并且在若干下颌骨轮廓图中选取具有最大减小幅值w
max
的轮廓图作为适合于测量皮质骨厚度的最佳轮廓。进一步地，在基于通过确立下颌骨轮廓图像中是否含有由皮质骨粗糙结构灰度峰形成的第二线段以选定最佳轮廓图的判断过程之后，按照上述参照减小幅值w的方法来选取20个相邻轮廓以组合形成适用于测量下颌骨厚度的最佳轮廓组，并且该20个相邻轮廓所包含的减小幅值w的和最大。
49.s305、皮质骨厚度测量：基于通过上述步骤所确定的最佳轮廓组和前述所确立的动态的下颌骨轮廓搜索范围，并根据下颌骨轮廓的梯度变化来设置皮质骨与松质骨之间的
边界值，从而测量皮质骨厚度。具体地，基于下颌骨轮廓梯度的皮质骨测量包括确定从基准测量点开始沿下颌骨轮廓上的每一点处的轮廓梯度gi(i＝1、2、
……
、20)，以及仅计算在灰度值减小状态下的平均梯度值g
ave
。进一步地，选取满足其灰度值靠近t1且其轮廓梯度gi小于平均梯度值g
ave
的点，并将基准测量点与该点之间的距离定义为皮质骨厚度。优选地，基于下颌骨轮廓图像所反映出的骨质疏松症状进展的表现类型至少包括以下几类：(1)被检测者的两侧皮质骨内表面光滑；(2)被检测者的两侧皮质骨内表面形状不规则，且至少部分内表面出现类似线性吸收的现象；(3)被检测者的皮质骨整体出现高强度的线性吸收甚至产生骨折。
50.根据一种优选实施方式，前述步骤s3中皮质骨粗度的测量与皮质骨厚度的测量是相似的。进一步地，显示装置3上可最终显示被检测者的皮质骨厚度值或粗度值，并且中央处理器21可通过分析将最终的检测数值进行分类及对比。进一步地，基于皮质骨厚度和/或皮质骨粗度的检测结果，中央处理器21可自动依照以往检测的样本数据或实验数据将皮质骨厚度划分为多个皮质骨厚度区间，同样地，皮质骨粗度可被划分为多个皮质骨粗度区间。优选地，不同的皮质骨厚度区间或皮质骨粗度区间可用于表征被检测者下颌骨的不同发育状态。
51.根据一种优选实施方式，本发明中所采用的成像装置1是超声波成像设备，在利用超声波对被检测者进行骨骼成像的过程中，其被配置为可以在被检测者的诸如下颌骨等部位骨骼处分别施加使其沿第一方向(x轴)振动的第一声波和沿第二方向(y轴)的第二声波，而分析装置2中的检测部225则能够检测到施加给被检测者相应骨骼部位的使其分别沿第一方向(x轴)和第二方向(y轴)振动的第一声波和第二声波，并计算相应声波在抵达下颌骨前的第一声速和经下颌骨传导后的第二声速。可选地，第一声波的施加是参照被检测者下颌骨的水平移动来完成的，第二声波的施加是参照被检测者下颌骨的竖直移动来完成的。优选地，第一声波和第二声波的施加能够表现相应骨骼部位的结构保持能力和/或运动能力，从而反应该骨骼部位的发育水平或老化程度。进一步地，诊断部226能够通过计算第一声波和第二声波彼此的第一声速和/或第二声速之间比值的方式来判定相应骨骼部位的老化或衰减程度，并结合皮质骨厚度的检测结果来获知被检测者是否存在骨质疏松的可能，以及其骨质疏松发展程度并得出可能存在的风险，从而便于医护人员根据该结论给出准确的治疗指导意见。
52.根据一种优选实施方式，施加到被检测者下颌骨上的第一声波和第二声波各自所具备的第一声速是彼此不同的，因下颌骨在水平或竖直方向上所能接收的振动力度是不同的。其次，基于被检测者皮质骨厚度的差异性，施加至被检测者下颌骨上的第一声波和第二声波的波长或波速需要经过调整来适应被检测者的骨骼状态以使其能够保持正常振动状态。例如，参照检测实验数据，将基于第一声波所得的第一声速定义为h1，将基于第二声波所得的第一声速定义为v1，其比值被定义为用于表征被检测者的振动前骨骼状态的第一衰变系数。优选地，当第一衰变系数η1大于第一标准衰变系数η0时，可判定被检测者的骨骼结构出现异常，具体的异常结构至少可对应于前述的用于反映骨质疏松症状进展的表现类型(2)和(3)；而当第一衰变系数η1小于第一标准衰变系数η0时，则其骨骼结构正常且具备良好的骨骼形态保持能力，具体的正常结构至少可对应于前述的用于反映骨质疏松症状
进展的表现类型(1)，其中，第一标准衰变系数η0的设定是参照不同年龄段人群所具备正常发育水平及标准结构的骨骼形态相对应的理论值或实验值的方式来完成的。
53.根据一种优选实施方式，在第二声波和第一声波抵达下颌骨并经下颌骨传导后，由于被检测者下颌骨的骨骼特性(包括因骨骼结构、骨密度引起的骨态变化等)，第一声速经历振动衰变为第二声速，通过求第二声波和第一声波彼此的第二声速之间的比值来反映被检测者下颌骨的运动能力以进一步表征被检测者的骨骼发育状况。例如，参照检测实验数据，将基于第一声波所得的第二声速定义为h2，将基于第二声波所得的第二声速定义为v2，其比值被定义为用于表征被检测者的振动后骨骼状态的第二衰变系数。优选地，当第二衰变系数η2大于第二标准衰变系数η0’
时，则其骨骼运动能力异常，可判定被检测者的骨骼衰老速度加剧，则其处于老化加快的状态；而当第二衰变系数η2小于第二标准衰变系数η0’
时，则其骨骼运动能力正常，可判定被检测者的骨骼衰老速率减缓，且其是较实际老化程度更轻微的，属于骨骼优异人群，其中，第二标准衰变系数η0’
的设定是参照不同年龄段人群所具备正常发育水平及运动能力的骨骼形态相对应的理论值或实验值的方式来完成的。
54.根据一种优选实施方式，将分别用于表征被检测者的骨骼形态保持能力与骨骼运动能力的第一衰变系数η1和第二衰变系数η2与被检测者的不同皮质骨厚度或粗度区间所反映出的骨骼状态表现类型相对应，以使得医护人员能够通过结合皮质骨轮廓图像和皮质骨厚度或粗度的测量结果来判断被检测者是否存在可能的骨质疏松症，并且基于第一衰变系数η1和第二衰变系数η2所反映出的骨骼形态及其运动能力能够获知被检测者骨质疏松症的发展进程甚至推算出被检测者的骨龄，从而辅助医护人员针对被检测者的骨质疏松症发展进程给予合理准确的康复治疗指导意见。
55.需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。