本发明涉及医疗器械技术领域，具体涉及应用x-射线测量技术定量测量骨密度的装置。
背景技术：
目前市场上已有多种多样的骨密度检测方法及产品【1】，如双能量x-射线吸收法(dualx-rayabsorptiometry,dxa)，定量ct法(quantitativecomputedtomography,qct)、定量磁共振法(quantitativemagneticresonanceimaging,qmri)和定量超声法(quantitativeultrasound,qus)，其中双能量x-射线吸收法(dxa)是who建议的用于临床诊断骨质疏松的金标准方法，但是其存在着设备相对昂贵、维修成本高、需要经过专门培训的专业人士操作的等诸多弱点。在这种情况下，人工智能与传统检测技术的结合，使得其他新的检测技术被不断地被人们所关注、开发。
技术实现要素：
本发明所要解决的技术问题是，提供一种利用参考模块测量骨密度的装置，降低成本，便于操作。
为解决上述技术问题，本发明采用如下技术方案：一种利用参考模块测量骨密度的装置，包括，
数字x-射线影像设备：用于采集被测骨骼投影的图像；
图像预处理装置：将包含有被测骨骼的图像进行预处理；
图像分割处理装置：将预处理后的被测骨骼的图像进行分割处理，分割出骨骼和骨骼周围的软组织区域，并分别计算出这些区域的几何参数，其中的几何参数包括大小、相对位置，以及这些区域中所包含的图像灰度值i(x，y)；
骨骼衰减因子计算装置，将x-射线曝光参数以及上述描述的几何参数作为输入变量，依据x-射线的衰减特性，透过被照骨骼区域后，x-射线探测器所接收到的图像灰度信号i(x，y)表示为，
或
m(x，y)＝ln[i0(x，y)/i(x，y)]+ms-ma
其中，m(x，y)是被照部位的骨骼衰减因子，i0(x，y)是x-射线探测器在没有经过任何物体衰减所接受到的图像信号强度，s(x，y)是射线锥形束散射修正因子，ms＝lns(x，y)是射线散射修正值，m0则是软组织吸收的修正值；
骨密度等效分析装置：把上述m(x，y)值与一个已知等效骨密度值的参考模块所成的影像中具有相同的m(x，y)值的区域相对应，对应的参考模块区域的等效骨密度值即为被测骨骼部位的骨密度值。
优选的，图像预处理包括对x-射线探测器的每个像素单元的的信号降噪处理、x-射线探测器灵敏度以及x-射线分布的不均匀性矫正，以及对照射投影几何失真进行有效的修正。
优选的，所述骨骼衰减因子计算装置具有深度学习模块，先计算出软组织的吸收衰减以及射线锥形束射线散射对图像骨骼区域的灰度信号的修正量，最后根据修正量得出有效骨骼衰减因子。
优选的，所述参考模块由一组不同厚度的铝片和丙烯酸树脂、以及聚乙烯组合成梯形状。
优选的，还包括骨质疏松症诊断参数计算装置，依据人群特定部位的骨密度值数据库，得出高出或低于健康年轻人的标准方差数作为骨质疏松症诊断的参数。
本发明通过普通的数字x-射线影像设备(dr)来采集人体骨骼投影的图像，采用智能计算与x-射线放射吸收原理相结合的方法来对包含该骨骼的图像进行处理，计算出该骨骼中感兴趣的骨骼区域的骨密度值。由于与传统的dxa方法相比较，具有测量精度高、便于操作等优点，因此有望成为最具有发展前景的诊断骨质疏松症的技术之一。
附图说明
图1为本发明中参考模块的设计示意图。
具体实施方式
本发明通过普通的数字x-射线影像设备(dr)来采集人体骨骼投影的图像，采用智能计算与x-射线放射吸收原理相结合的方法来对包含该骨骼的图像进行处理，计算出该骨骼中感兴趣的骨骼区域的骨密度值。以下对本发明的具体实施方式做出具体说明。
一种利用参考模块测量骨密度的装置，包括，
数字x-射线影像设备：用于采集被测骨骼投影的图像；
图像预处理装置：将包含有被测骨骼的图像进行预处理；
图像分割处理装置：将预处理后的被测骨骼的图像进行分割处理，分割出骨骼和骨骼周围的软组织区域，并分别计算出这些区域的几何参数，其中的几何参数包括大小、相对位置，以及这些区域中所包含的图像灰度值i(x，y)；
骨骼衰减因子计算装置，将x-射线曝光参数以及上述描述的几何参数作为输入变量，依据x-射线的衰减特性，透过被照骨骼区域后，x-射线探测器所接收到的图像灰度信号i(x，y)表示为，
或
m(x，y)＝ln[i0(x，y)/i(x，y)]+ms-m0
其中，m(x，y)是被照部位的骨骼衰减因子，i0(x，y)是x-射线探测器在没有经过任何物体衰减所接受到的图像信号强度，s(x，y)是射线锥形束散射修正因子，ms＝lns(x，y)是射线散射修正值，m0则是软组织吸收的修正值；
骨密度等效分析装置：把上述m(x，y)值与一个已知等效骨密度值的参考模块所成的影像中具有相同的m(x，y)值的区域相对应，对应的参考模块区域的等效骨密度值即为被测骨骼部位的骨密度值。
利用上述装置对骨密度进行测量的测量方法说明如下，智能放射吸收测量法是以普通数字x射线影像设备为图像采集平台，首先采集被测量的骨骼投影的图像，接下来将该图像输入到图像处理工作站进行预处理，接下来将该图像输入到图像处理工作站进行预处理。这预处理可包括对平板探测器的每个像素单元的灵敏度，以及平板探测器表面x-射线分布的不均匀性进行矫正，同时也对射线投影造成的几何失真进行有效的修正。然后采用常用的图像分割算法，比如gvfsnake自动分割方法，将预处理后的骨骼的图像进行分割处理，有效地再投影图像中分割出感兴趣的骨骼和其周围的软组织区域，以及这些区域中所包含的图像灰度值i0，及其分布。然后，依据x-射线的衰减特性计算得出骨骼衰减因子。最后，我们采用“参考模块法”，把上述m(x，y)值与一个已知等效骨密度值的参考模块所成的影像中具有相同的m(x，y)值的区域相对应，对应的参考模块区域的等效骨密度值为我们被测骨骼部位的骨密度值。
一种更全面的方法可以通过深度学习的方法，骨骼衰减因子计算装置具有深度学习模块，先计算出软组织的吸收衰减以及射线锥形束射线散射对图像骨骼区域的灰度信号的修正量，最后得出有效骨骼衰减因子m(x，y)。
在测量骨密度值时，是对某一个特定的部位区域来进行测量的。而这些区域则是需要依据骨骼特定的解剖学部位来定义的，比方说在测量手臂时，采用尺骨茎突尖端、桡骨远端关节软骨下终板、尺骨桡侧与桡骨尺侧交界处作为参考点指标来定位被测区域的骨密度值。
骨密度测量对测量系统精度要求特别高，因此，必须对测量系统采用特殊的矫正方法。在实际测量过程中，操作人员需要对所使用的数字x-射线影像设备进行必要的矫正。这些矫正包含多方面的内容，包括x-射线矫正、系统矫正、图像矫正。采用矫正确认后处理测量系统的所测得的结果的稳定性和一致性，如果发现测量结果有偏差，算法就会对测量系统进行相应的自动矫正。
在本实施例中，图像分割处理装置可以采用gvfsnake图像分割算法，将预处理后的被测骨骼的图像进行分割处理。当然，本领域技术人员可以理解是，成熟的图像分割算法目前有很多种，具体使用包括但并不限于gvfsnake图像分割算法。
参考模块包含有一系列不同等效骨密度值的规则区域。采用参考模块法来进行定量分析计算被测骨骼的骨密度值。这里特殊加工的“参考模块”，如图1所示。图中a：模拟前臂的部分，黑色部分是铝材料用来模拟骨骼，灰色部分是丙烯酸树脂用来模拟皮肤软组织。图中b：不同厚度铝片所组成的铝梯,用于模拟不同面密度的骨骼。图中c：不同厚度的聚乙烯(polyethyleneh或acrylic)所组成的阶梯,用于模拟不同厚度的脂肪组织，肌肉组织。它包含可用于跟踪原始入射射线特性的由一组不同厚度的铝片和丙烯酸树脂、以及聚乙烯所组合成的梯形状。这里可分别采用三种材料、纯铝、丙烯酸树脂、聚乙烯来模拟标准骨骼、脂肪、肌肉的射线吸收衰减、射线的散射和软组织的吸收，当然其他类似等效的材料也可以用于分析模块中，这些材料的射线的等效衰减特性，包括等效密度值都已经被确定。
进一步地，该装置还包括骨质疏松症诊断参数计算装置，可以依据人群特定部位的骨密度值数据库，得出高出(+)或低于(-)健康年轻人的标准方差数作为骨质疏松症诊断的参数，即t-值。
除上述优选实施例外，本发明还有其他的实施方式，本领域技术人员可以根据本发明作出各种改变和变形，只要不脱离本发明的精神，均应属于本发明权利要求书中所定义的范围。