医疗用X射线测量装置的制作方法

本发明涉及医疗用x射线测量装置，特别涉及图像处理。

背景技术：

作为医疗用x射线测量装置，公知有骨密度测量装置、x-射线摄像装置、ct装置等。这些装置对生物体的被检测部位照射x射线，并根据这样得到的检测数据来生成表示成为检测对象的被检测部位的二维图像。以下对骨密度测量装置进行说明。

骨密度测量装置一般是按照双能x射线吸收法(dexa法)形成作为二维图像的骨密度图像的装置。在骨密度测量装置中，一边移动x射线束一边重复执行高能x射线的照射以及低能x射线的照射。被检测部位例如是脊椎中的腰椎。根据腰椎的骨密度图像诊断骨质疏松症等骨的疾病。

现有的骨密度测量装置具有以下功能，即确定腰椎的每个椎骨，按照每个椎骨计算平均骨密度。但是，在现有的骨密度测量装置中不具有用于评价或诊断每个椎骨的朝向的功能。在其他的医疗用x射线测量装置中也同样。

现有技术文献

专利文献

专利文献1：日本特开2013-153999号公报

专利文献2：wo2010/095508号公报

技术实现要素：

发明要解决的问题

有各种脊椎疾病。脊柱侧弯症是从正面观察脊椎时多个椎骨的排列成为非直线的疾病。作为其他疾病，有压迫性骨折、骨赘(骨质增生)形成的疾病等。在脊柱侧弯症中通常知道椎骨的旋转(扭曲)。这是椎骨的朝向向右或向左变化的现象。目前还没有提供将该扭曲的程度视觉化或定量化的技术。

专利文献1中公开了骨密度测量装置。在相同文献的图6中表示在前手腕的骨骼(桡骨)上显示移动轨迹的情况。移动轨迹表示骨轴上的各个位置的与骨轴正交方向的最高骨密度。在相同文献的第0038段落中，记载有可以显示重心线作为移动奇迹的情况。但是描绘重心线的对象是不会产生扭曲问题的单一的骨骼。

在专利文献2中公开以下情况，即根据通过x射线的照射而得到的二维图像来计算相当于体轴的正中线。在相同文献的图36中公开了确定身体的左侧以及右侧的边缘，并根据这些边缘来计算中点。

本发明的目的为辅助脊椎的诊断。或者本发明的目的为提供用于辅助椎骨的扭曲诊断的新的信息。

用于解决问题的手段

本发明的医疗用x射线测量装置的特征在于包括：图像形成部，其根据对包括脊椎的被检测部位照射x射线而得到的测量数据形成表示上述被检测部位的二维图像；计算部，其根据上述二维图像中的脊椎图像计算在上述脊椎图像的长度方向的多个位置中反映了向与上述长度方向交叉的方向的脊椎图像变化的多个代表坐标；以及诊断辅助图像生成部，其根据上述多个代表坐标生成用于辅助上述脊椎图像的诊断的诊断辅助图像，上述多个代表坐标中包括至少一个椎体图像代表坐标和至少一个椎间图像代表坐标。

各个椎骨由位于腹侧(前侧)的圆筒状椎体(前部)和存在于背侧(后侧)的后部组成。后部构成椎间关节的一部分。在通过x射线照射被检测部位而形成的二维图像上，椎体图像包括椎体自身的图像成分和存在于其后侧的椎骨部分(椎间关节的一部分)的图像成分。椎间图像包括椎间自身的图像成分和存在于其后侧的其他椎骨部分的图像成分，但是椎间是软组织，所以在椎间图像中，后者即存在于后侧的其他椎骨部分的图像成分是主导的。根据本发明者的调查研究，当椎骨产生了扭曲(旋转、朝向变化)时，认识到在表示这些的二维图像上椎体图像相对于椎间图像有相对偏倚的现象。认为该偏倚的大小与扭曲的大小有关。椎体图像表示椎体自身，所以如果椎体偏倚则伴随该偏倚在二维图像上椎体图像也会偏倚，但是在椎间图像中上述其他的椎骨部分的图像成分是主导的，所以认为即使椎间偏倚而二维图像上椎间图像不太偏倚，或者完全不偏倚。因此，认为使用椎间图像的位置和椎体图像的位置之间的差能够将扭曲视觉化或者定量化。

根据这样的理解，上述结构计算在脊椎图像中的长度方向的多个位置中表示脊椎图像移位的多个代表坐标。详细地说，各个代表坐标表示与长度方向交叉的方向的脊椎图像位置。这些代表坐标中包括至少一个椎体图像代表坐标和至少一个椎间图像代表坐标。通过诊断辅助图像的观察能够识别椎体图像代表坐标与椎间图像代表坐标之间的位置的差异，换言之，能够在视觉上确定椎体图像代表坐标相对于椎间图像代表坐标的位置偏离并进行定量化。由于椎体扭曲以外的原因，椎体代表坐标相对于椎间代表坐标有可能偏倚，在至少两个坐标不同时，能够诊断包括椎体扭曲的任何疾病的可能性。在脊柱侧弯症的病症中，通常认识到椎体的扭曲，所以在这种病例中，认为两个坐标的差异程度表示扭曲的程度。

多个椎体图像与多个椎间图像在长度方向交替排列，所以可以不分离提取它们的图像而在脊椎图像的长度方向多个位置计算代表坐标。另一方面，也能够在脊椎图像中识别了每个椎体图像以及椎间图像后，按照每个图像计算代表坐标。根据这样的结构，能够在数据处理上区别地处理椎体图像代表坐标和椎间代表坐标。

作为诊断辅助图像，希望生成能够观察长度方向排列的多个代表坐标的位置关系的图像。例如，希望生成以曲线表现了上述多个代表坐标的排列的代表线。根据代表线中的某个部位的弯曲度或者不连续性(高低差)能够视觉上确定在该部位的扭曲的可能性。

优选上述二维图像是骨密度图像，上述代表线是重心线，上述重心线包括椎体图像重心线、椎间图像重心点或椎间图像重心线。重心点是反映了横穿脊椎的骨密度分布整体的代表值，所以可以说是作为表示偏倚的代表坐标比单纯的中心点或中间点更适宜的。

优选上述计算部根据上述骨密度图像取得与横穿上述脊椎图像的多个观测线对应的多个骨密度分布，按照上述骨密度分布计算重心位置作为上述代表坐标，上述多个骨密度分布包括与横穿上述脊椎图像中包括的椎体图像的观测线对应的骨密度分布、与横穿上述脊椎图像中包括的椎间图像的观测线对应的骨密度分布。优选根据在上述骨密度图像中设定的关注区域的形式而相应地设定上述多个观测线。能够将各个观测线的方向统一决定为与预定方向(例如图像的水平方向)平行的方向，但是如果根据椎骨图像以及椎间图像的实际排列(例如弯曲度)适当地决定每个观测线的朝向，则能够更加准确地评价在脊椎图像中的各个位置的偏倚。

优选包括识别上述脊椎图像的椎体图像以及椎间图像的识别部，上述计算部包括根据上述椎体图像计算上述至少一个椎体图像代表坐标的椎体图像计算部、根据上述椎间图像计算上述至少一个椎间图像代表坐标的椎间图像计算部，上述诊断辅助图像包括表示上述至少一个椎体图像代表坐标的显示要素、表示上述至少一个椎间图像代表坐标的显示要素。如果识别椎体图像以及椎间图像，则能够按照每个图像区别地计算代表坐标。

例如，可以以图像单位使代表坐标的显示方式(例如色相)不同。根据这样的结构，能够明确地区别椎骨代表坐标和椎间代表坐标并对比两者。另外，以图像单位求出多个代表坐标的平均值，并将其显示。

为了能够视觉识别表示上述至少一个椎体图像代表坐标的显示要素和表示上述至少一个椎间图像代表坐标的显示要素，优选生成上述诊断辅助图像。每个显示要素例如是线段，或者是点。能够生成将多个代表坐标或基于它们的多个值进行了制图的图表。

优选上述识别部根据针对上述二维图像设定的关注区域来识别上述椎体图像以及上述椎间图像。根据这样的结构，能够将关系区域用于图像识别。自动或手动设定关注区域。

优选包括根据上述二维图像计算上述被检测部位的体轴的体轴计算部，在上述二维图像上显示上述诊断辅助图像和上述体轴。根据该结构，通过相对于体轴比较各个代表坐标，能够容易地诊断脊椎的弯曲等。体轴通常是曲线或直线。

优选上述体轴计算部包括检测上述二维图像中包括的被检测部位图像的一方的轮廓线以及另一方的轮廓线的单元、根据上述被检测部位的一方的轮廓线以及另一方的轮廓线来计算上述体轴的单元。

优选包括根据上述二维图像检测上述二维图像中包括的脊椎图像的一方的轮廓线以及另一方的轮廓线的单元，在上述二维图像上显示上述诊断辅助图像、上述体轴、上述脊椎图像的一方的轮廓线以及上述脊椎图像的另一方的轮廓线。

作为二维图像有骨密度图像、x射线图像、ct图像。在骨密度图像中，软组织的信息相对降低，即骨信息成为主导，所以能够客观地高精度地计算每个代表坐标。代表坐标可以是中心坐标、峰值坐标等，但是优选如上述那样是重心坐标。如果显示重心线，则能够根据其整体形状诊断脊椎侧弯症，根据其每一个局部波形来诊断有无压迫、骨赘等以及程度。也能够将腰椎以外的脊椎(胸椎、颈椎)作为测量对象。

本发明的方法包括根据脊椎的骨密度图像计算椎体图像代表坐标以及椎间图像代表坐标的工序、在上述二维图像上以能够对比观察的方式显示上述椎体图像代表坐标以及上述椎间图像代表坐标的工序。在骨密度测量装置、信息处理装置等装置上执行该方法。此时，能够通过软件处理来实现每个工序。提供执行该方法的程序以及将其存储的可携带介质也包括在本申请说明书的公开范围内。

附图说明

图1是表示本发明的骨密度测量装置的优选实施方式的概念图。

图2是表示图1所示的图像处理部的第一结构例的图。

图3是表示骨密度图像的一例的图。

图4是表示从观测线上取得的骨密度分布的图。

图5是表示在骨密度图像上显示的重心线以及体轴线的图。

图6是表示图1所示的图像处理部的第二结构例的图。

图7是表示对骨密度图像设定的关注区域的图。

图8是用于说明基于关注区域的观测线的设定的图。

图9是表示图1所示的图像处理部的第三结构例的图。

图10是表示多个椎体图像的重心线和多个椎间图像的重心线的图。

图11是表示椎体图像重心点和椎间图像重心点的图。

图12是表示椎体图像重心点和椎间图像重心点的排列的图表一例的图。

具体实施方式

以下，根据附图说明本发明的优选实施方式。

图1表示本发明的骨密度测量装置的优选实施方式。骨密度测量装置是医疗用x射线测量装置的一种。也能够将本发明适用于骨密度测量装置以外的医疗用x射线测量装置。骨密度测量装置被设置在医疗机构中，在本实施方式中，脊椎的腰椎为诊断对象。即，包括腰椎的部分是被检测部位。

图1中，骨密度测量装置具有测量部10以及计算部12。优选测量部10是设置在放射线管理区域内的设备。计算部12例如由数据分析装置、个人计算机等信息处理装置构成。后述的骨密度图像形成部28、图像处理部30以及显示处理部分别由处理器等硬件而构成，或者相当于软件的功能。测量部10具有作为被检测体载置台的床14。在图示的例子中，在床14的顶板上载有位于平躺姿势的被检测者。标记16a表示腰椎。顶板14a的下方设置下部单元18，在其内部设置x射线发生器22。顶板14a的上方设置上部单元20，在其内部设置x射线发生器24。在本实施方式中，x射线发生器22形成具有发散形状(扇形射束)的x射线束26。x射线检测器24由与x射线束26对应的多个检测元件构成。在以被检测体16作为基准的左右方向(图1中贯通纸面方向)上扫描x射线束26。这样得到二维检测数据。另外，可以通过对笔形射束进行之字形扫描来取得二维检测数据。另外，可以形成锥形束，并通过一次照射取得二维检测数据。此为，在本实施方式中，根据双能x射线吸收法(dexa法)交替照射高能x射线与低能x射线。

接着，说明计算部12。由根据二维检测数据(二维的高能x射线检测数据以及二维的低能x射线检测数据)，形成骨密度图像的处理器等构成骨密度图像形成部28。由执行对骨密度图像的处理的处理器等构成图像处理部30。在本实施方式中，图像处理部30具有计算脊椎的重心线的功能。对此后面将详细描述。显示处理部32由执行针对骨密度图像的显示处理的处理器等构成。显示处理部32执行基于由图像处理部30进行处理后的结果的显示处理。在显示部34中显示例如骨密度图像。根据需要，对该骨密度图像合成显示各种诊断辅助图像。存储部36由存储器构成，在该存储部36中存储测量结果。可以同时显示过去的测量结果和当前的测量结果。

图2将图1所示的图像处理部30所具有的功能表示为框图。图示的各功能框图通过处理器等硬件或软件的功能来实现。图2表示图像处理部30的第一结构例。

左体边缘检测部40l以及右体边缘检测部40r检测骨密度图像的左侧以及右侧的身体边缘(或身体边缘线)。例如，通过针对骨密度图像的边缘检测处理能够确定左体边缘以及右体边缘。近似曲线计算部42生成将多个左体边缘检测点的排列进行近似的近似曲线，并将其设为表示左体边缘的线。另外，近似曲线计算部42生成将多个右体边缘检测点的排列进行近似时的近似曲线，并将其设为表示右体边缘的线。如后面说明那样在骨密度图像上显示这些线。另外，体轴计算部44根据这些线将体轴作为2个曲线间的中心线来计算。在画面上，将表示体轴的线和后面详细描述的重心线进行比较。

重心计算部48根据骨密度图像38在脊椎的长度方向的各个位置计算重心。能够将重心计算部48称为重心线计算部。在本实施方式中，重心计算部48作为椎体图像重心计算部以及椎间图像重心计算部发挥功能。对此在后面详细描述。

左骨边缘检测部46l根据骨密度图像38的脊椎图像检测其左侧的边缘。右骨边缘检测部46r根据骨密度图像38的脊椎图像检测其右侧的边缘。根据需要这些检测结果被交给重心计算部48。

图3表示骨密度图像50。x方向是射束扫描方向，以被检测体为基准进行观察是左右方向。y方向是脊椎的延伸方向，以被检测体基准进行观察是体轴方向。在本实施方式中，在x方向扫描向y方向扩大的扇形射束，从而形成图3所示的骨密度图像。附图标记52表示相当于扇形射束的像素列，附图标记54表示扇形射束的扫描方向。

如图所示，在本实施方式中，为了包括腰的全部而决定x射线照射区域。即，在骨密度图像50中包括左体边缘56l以及右体边缘56r。

骨密度图像50中包括作为脊椎图像的腰椎图像58。腰椎图像58由多个椎体图像60与多个椎间图像62组成，它们在y方向即脊椎的延伸方向交替排列。并且，构成骨密度图像的各个像素表示骨密度值。但是，不适用排除属于软组织的像素群的处理，属于软组织的像素群也分别具有像素值。

附图标记64表示多个观测线内的一个。例如在y方向的各个位置设定观测线64，从骨密度图像读出与每个观测线64对应的骨密度分布，单独对其进行分析。优选以与y方向的像素间距相同的间隔设定多个观测线64，但是也可以将预定个数(例如5个)的像素作为单位离散地设定多个观测线64。至少为了对每个椎间图像62设定最低一个观测线而决定线间间距。

图4例示与某一个观测线对应的骨密度分布66。在本实施方式中，一维骨密度分布成为分析对象，但是也可以将带状的二维骨密度分布作为分析对象。图4中，横轴表示x方向，纵轴表示骨密度的大小d。区间68表示存在被检测体的范围，区间70表示存在腰椎的范围。例如能够使用边缘检测方法确定关于身体(腰)的2个边缘位置(2个体边缘位置)，能够从这些位置确定中心位置72作为这些的中间点(参照附图标记68-1以及68-2)。该中心位置72构成后述的体轴线的1点。在对左右2个体边缘线进行了近似处理后，或者在针对这些适用了平滑化处理后，确定中心点(中心线)。

与上述同样使用边缘检测方法能够确定身体中的骨骼(腰椎)的两端位置。并且，通过对在两端间包括的部分波形适用重心计算，即对区间70适用重心计算，从而能够确定x方向的重心位置74。在图示的例子中，中心位置72与重心位置74不一致。

在y方向的各个位置取得骨密度分布，对它们进行上述的分析，从而在y方向的各个位置确定中心位置72以及重心位置74。另外，也可以确定区间70的中心位置来代替重心位置74。

图5表示在显示画面上显示的图像的一例。在骨密度图像50上重合显示各种图形要素。这些都是用于诊断辅助的显示要素。

在本实施方式中，如图所示，沿着2个体边缘显示左体边缘线78l以及右体边缘线76r。可以只放大显示腰椎部分。根据这些线76l以及76r来计算体轴线80。体轴线80相当于身体的中心线，也称其为中线。

骨密度图像50中包括腰椎图像58，在其左侧以及右侧显示跟踪线。这些具体是左骨边缘线78l以及右骨边缘线78r。通过显示这样的线78l以及78r，能够使不鲜明的腰椎图像的轮廓变清楚，进而能够事后评价重心计算的准确性。

重心线82是代表腰椎图像58的曲线。重心线82相当于在y方向(垂直方向)的多个位置进行计算的多个重心点的排列。如图所示，重心线82依存于y方向的各个位置的骨密度分布而弯曲。在图示的例子中，重心线82的几乎整体相对于体轴线80向右侧偏移。因此能够根据它们的位置关系识别腰椎向身体的右侧弯曲及其弯曲的程度。

图5中，附图标记84a-84e表示5个椎体区间。另外，附图标记86a-86d表示4个椎体区间。在每个椎体区间84a-84e中能够分别想象椎体图像重心线，另外在每个椎体区间86a-86d中能够分别想象椎间图像重心线。但是在数据处理上这些重心线不分离。它们的连接体是重心线82。如果着眼于每个椎体区间，则该椎体区间不仅出现椎体的图像还会出现椎骨中的其他部分的图像。也包括这些的椎体区间内的图像整体是椎体图像。如果着眼于每个椎间区间，则在该椎体区间不太出现椎间板的图像自身而出现椎骨中的别的其他部分的图像。在椎间区间内出现的图像是椎间图像。通过伴随侧弯的每个椎体的扭曲(椎间关节侧(背侧)作为旋转内侧，将其相反侧(腹侧)设为旋转外侧的旋转)，每个椎体图像以及每个椎间图像的位置和外形发生变化。

检查者根据解剖学的知识识别哪个部分是椎骨区间，哪个部分是椎间区间，所以能够将该知识作为基础评价重心线82的形式。例如，当针对特定椎间区间中出现的重心部分，与其相邻的特定椎体区间出现的重心线部分大大偏倚到右侧或左侧时，能够诊断有椎体扭曲的可能性。另外，当实际产生扭曲时，能够诊断该扭曲的程度。多个椎间图像以及椎骨图像在长度方向交替排列，因此能够评价作为这些整体的扭曲。另外，在图5所示的例子中未认识到显著的扭曲。

另外，能够根据各个椎间区间内的重心线部分的形式来确定压迫、骨赘(突起)等疾病。例如，附图标记83表示骨赘，在产生该骨赘的y方向位置，在重心线82上产生突起85。能够根据椎骨图像上的重心线的局部形式确定这种异常。为了评价椎间扭曲的整体倾向，可以对重心线82适用固定的平滑化处理。但是，为了保存或强调相邻的2个区间间的高低差或不连续，希望以区间单位适用平滑化处理。

在显示图像上显示各个线时，最好使各自的线的颜色等不同。一般骨密度图像是黑白图像，因此最好彩色表现各条线。

图6表示图1所示的图像处理部的第二结构例。图6中由附图标记30a表示图像处理部。在该第二结构例中，使用关于关注区域的坐标信息。另外，图6中，对与图2所示的结构相同的结构标注相同附图标记，省略其说明。

首先，根据图7对关注区域进行一般的说明。在骨密度图像50上设定3个区域包围特定的3个椎骨(椎体)。这些整体上是整体roi(关注区域)94，每个区域是子roi(关注区域)96a、96b、96c。每个子roi96a、96b、96c能够通过图像识别处理自动设定，或者能够通过手动设定。一般设定每个子roi96a、96b、96c后，在每个区域内提取骨部分。其用标记60a表示。被提取出的部分相当于椎体图像(在图7所示的例子中在每个子roi内也包括椎间图像的一部分)。对此为了与其他进行区别，例如实施染色处理。

如果着眼于roi94，这里存在多个区分线98a-98d。每个区分线98a-98d是横穿椎间上的线。最好在观测线的设定中灵活使用这样的区分线。在第二结构例中，在每个观测线的设定时参照各个区分线的角度。使用图8对其进行说明。

图8中，roi94具有多个区分线98a～98d。通过θ1-θ4表示各自的倾斜角度。每个区分线98a～98d可以说是分别确定了椎间的长度方向(横宽方向)的线，所以最好尊重它并决定每个观测线100的朝向。

例如，在第一子roi96a中，可以根据y方向位置的增大使观测线100的角度θi从θ1到θ2连续变化。相同地在第二子roi96b中，根据y方向位置的增大使观测线100的角度θi从θ2到θ3连续变化。关于第三子roi96c也一样。

根据这样的结构，即使在腰椎弯曲的情况下，在该长度方向的每个位置，尽量与腰椎轴正交地设定观测线。即，如果根据从关注区域得到的坐标信息适当地设定观测线的方向，则能够进行更准确的重心分析。

图6所示的图像处理部30a使用关注区域的坐标信息执行分析。具体地说，每个子roi的坐标信息被赋予左体边缘检测部98l、右体边缘检测部98r、左骨边缘检测部92l以及右骨边缘检测部92r，进一步根据需要将该坐标信息赋予重心计算部48。在各单元中，在读出必要的骨密度分布时参照关注区域的坐标信息。

另外，在图6所示的第二结构中，除了骨密度图像38，也根据测量数据生成软组织图像88，在体轴的计算中参照它。即，根据双能x射线吸收法能够生成表示了软组织的图像，将这样的图像作为基础高精度地进行左体边缘以及右体边缘的检测。另外，在上述所说明的计算或分析时，可以使用x射线测量数据自身。

接着，使用图9说明图像处理部的第三结构例。另外，图9中，对与图2以及图6所示的结构相同的结构赋予相同附图标记，并省略其说明。在该第三结构例中，图像处理部30b具备区分处理部102。区分处理部102根据关注区域的坐标信息来执行识别腰椎图像中的每个椎体图像以及椎间图像的处理。

使用图10对其详细描述。在骨密度图像50上设定虽然未图示但如图7以及图8所示的关注区域。将其中包括的多个区分线作为基准，分别设定带状的多个参照区域46a-46d。例如，将特定的区分线作为基准在与其两侧离开一定距离的位置形成并行的2条线，从而定义每个参照区域。根据这样的区域设定，能够在数据处理上区别椎体区间和椎间区间。假设椎间图像部分穿透椎体区间内的情况及其相反的情况，但是这种部分的穿透不会成为大的问题。

将以上的区分处理作为前提，在y轴方向的各个位置执行上述重心位置的计算，作为其结果构成重心线107。该重心线107由多个椎体图像重心线108a-108e和多个椎间图像重心线110a-110d组成。在图10所示的例子中，除了重心线107还显示体轴线80，另外也显示左体边缘线76l以及右体边缘线76r。附图标记60表示椎体图像，附图标记62表示椎间图像。

在本实施方式中，以相互不同的显示方式显示多个椎体图像重心线108a-108e和多个椎间图像重心线110a-110d，即，对其实施识别处理。例如用粗的红色线显示多个椎间图像重心线110a-110d，另一方面，用细的蓝色线表现多个椎体图像重心线108a-108e。因此，将每个椎间图像重心线作为基准，参照与它们相邻的每个椎体图像重心线的位置或形式，从而能够诊断每个椎骨的扭曲可能性。在图10中，每个椎体图像重心线108a-108e相对于每个椎间图像重心线110a-110d多少向右侧偏移。在重度的脊柱侧弯症中，认识到相当的扭曲即偏移。这种情况下，重心线107的描绘在诊断辅助上是有效的。

图11中示意地表示其他的骨密度图像112。这是表示roi1114内的图像，即放大图像。在这里表示的脊椎图像(腰椎图像)58中认识到有显著的侧弯。roi1114由多个子roi1114a-1114d组成。将roi1114中包括的多个区分线116a、116b、116c作为基准，设定具有一定宽度的带状参照区域118a、118b、118c。根据每个区分线的斜率设定每个观测线。

在图11所示的例子中，显示体轴线80，另外显示重心线119。该重心线119作为多个椎体图像重心线120a、120b、120c、120d以及多个椎间图像重心点(代表重心点标志)124a、124b、124c的集合体而构成。进一步，在每个椎体图像重心线120a、120b、120c、120d上显示椎体图像重心线(代表重心点标志)122a、122b、122c、122d。

因此通过参照以上的图像，将每个椎间图像重心点的位置作为基准，评价每个椎体图像重心线或椎体图像重心点的位置，从而能够诊断椎体扭曲的可能性。例如，在比较处于相邻关系的椎间图像重心点124b和椎体图像重心点122b时，当后者相对于前者大幅向右侧偏移时，能够诊断椎体的扭曲，另外能够根据该偏移量诊断扭曲的程度。

此时，可以如图12所示那样显示表示扭曲程度的图形。那里的横轴表示将体轴线80作为基准时的每个重心点的偏移量(观测线方向的相对的偏移量)。通过相互比较上下相邻的2个重心点的位置能够评价扭曲的程度。当然，图12所示的图形是一例，如果是表示脊椎的延伸方向的重心点位置的变化(即横移位)的图形，则能够采用其他的图形。在图12的例子中，如附图标记134所示，将椎体图像重心点相对于椎间图像重心点的相对距离130、132显示为数值列。

能够根据其他图像进行以上的重心线的计算。无论如何，优选计算在脊椎图像的长度方向的各个位置反映了向与其交叉的方向的脊椎图像变化的代表坐标。以骨密度图像设为基础，根据其计算重心位置，能够求出重心位置作为反映了骨密度分布整体的代表坐标。在骨密度图像中主导地表现骨骼，因此能够实现不太受软组织影响的高精度的计算。根据本实施方式能够同时得到骨密度测量和脊椎诊断信息，所以能够减轻被检测者的负担。