JP2003215248A

JP2003215248A - 画像生成方法

Info

Publication number: JP2003215248A
Application number: JP2002010282A
Authority: JP
Inventors: Yuichi Kimura; 裕一木村; Keiji Kitamura; 圭司北村
Original assignee: TOKYOTO KOREISHA KENKYU FUKUSH; TOKYOTO KOREISHA KENKYU FUKUSHI SHINKO ZAIDAN; Shimadzu Corp
Current assignee: TOKYOTO KOREISHA KENKYU FUKUSH; TOKYOTO KOREISHA KENKYU FUKUSHI SHINKO ZAIDAN; Shimadzu Corp
Priority date: 2002-01-18
Filing date: 2002-01-18
Publication date: 2003-07-30

Abstract

(57)【要約】【課題】ノイズを低減させて雑音特性を改善するとと
もに、画像の生成の高速化を図る画像生成方法を提供す
ることを目的とする。【解決手段】ＰＥＴ装置によって測定されて収集され
た画素値に関する時系列データを、時系列データの波形
に関する空間である特微量空間（feature space）に展
開し（ステップＳ１）、低次元化を行うために２次元の
１ＰＣ，２ＰＣ平面に投影する（ステップＳ２）。経時
的に同じ挙動を示す、時系列中の各々の画素を同一のク
ラスタに分類するクラスタリングを行い（ステップＳ
３）、クラスタごとに平均化する（ステップＳ４）。こ
れらのステップにより、ノイズを低減させて雑音特性を
改善するとともに、画像の生成の高速化を図ることがで
きる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、経時的にそれぞ
れ変化する各々の画素に関する画素値を生成することで
画素の集合体である画像を生成する画像生成方法に係
り、特に、放射線や磁気共鳴などによって得られた画素
値を生成する技術に関する。

【０００２】

【従来の技術】このような画像生成方法について、陽子
（Positron）、すなわちポジトロンの消滅によって発生
する複数本のγ線を検出して複数個の検出器でγ線を同
時に検出したときのみ被検体の断層画像を再構成するＰ
ＥＴ（Positron Emission Tomography）を例に採って説
明する。ＰＥＴの場合には、放射性薬剤を被検体に投与
した後、対象組織における薬剤蓄積の過程を経時的に測
定することで、様々な生体機能の定量測定（『動態測
定』と呼ばれている）が可能となる。ＰＥＴの場合にお
いて各々の画素ごとに動態測定を適用すれば、従来の領
域単位での生体機能の測定ではなく、生体機能を表す画
像そのものの取得が可能となる。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな動態測定の場合を含めて画像を生成するには、各
々の画素単位のデータのノイズ特性が劣悪であることか
ら、生成された画像の信頼性が低い、画素数が莫大で
あることから生成するための計算にあたって多大な時間
を要するという問題がある。

【０００４】この発明は、このような事情に鑑みてなさ
れたものであって、ノイズを低減させて雑音特性を改善
するとともに、画像の生成の高速化を図る画像生成方法
を提供することを目的とする。

【０００５】

【課題を解決するための手段】この発明は、このような
目的を達成するために、次のような構成をとる。すなわ
ち、請求項１に記載の発明は、経時的にそれぞれ変化す
る各々の画素に関する画素値をそれぞれ生成することで
画素の集合体である画像を生成する画像生成方法であっ
て、（ａ）収集された画素値に関する時系列データを、
時系列データの波形に関する空間である特微量空間に展
開する特微量空間展開過程と、（ｂ）前記特微量空間展
開過程によって前記特微量空間に展開された時系列デー
タを、特微量空間の次元よりも低次元化する低次元化過
程と、（ｃ）前記低次元化過程によって低次元化された
時系列データがガウス分布に基づいて分布していると
し、経時的に同じ挙動を示す画素の集合体をクラスタと
するときに、同じガウス分布に分布する時系列データ中
の各々の画素は同一のクラスタに属するとする、ガウス
混合モデルによるクラスタリングを行うクラスタリング
過程と、（ｄ）前記クラスタリング過程によってクラス
タリングされた各々の画素値について、各々の画素が属
する同一のクラスタ内でそれぞれ平均化する平均化過程
とを備え、前記平均化過程によって平均化された画素に
基づいて画像を生成することを特徴とするものである。

【０００６】〔作用・効果〕画素ごとに、その経時的な
挙動を把握することによって、生体機能の画像化が可能
になる。しかし、全画素×時間ごとのデータの数だけ画
素値に関する時系列データを収集する必要があり、画像
を生成するための計算にあたって多大な時間を要してし
まう。そこで、請求項１に記載の発明によれば、（ｃ）
のクラスタリング過程において、経時的に同じ挙動を示
す画素の集合体をクラスタとし、収集された時系列デー
タ中の各々の画素についてクラスタリングを行い、
（ｄ）の平均化過程において、クラスタリング過程によ
ってクラスタリングされた各々の画素値について、各々
の画素が属する同一のクラスタ内でそれぞれ平均化して
いるので、ノイズが低減して雑音特性を改善することが
できる。さらに、（ｂ）の低次元化過程において、特微
量空間に展開された時系列データを、特微量空間の次元
よりも低次元化し、（ｃ）のクラスタリング過程で低次
元化された時系列データ中の各々の画素についてクラス
タリングを行い、（ｄ）の平均化過程において、クラス
タリング過程によってクラスタリングされた各々の画素
値について、クラスタごとに平均化して生成しているの
で、画像を生成するための計算にあたって多大な時間を
要さず、画像の生成の高速化を図ることができる。

【０００７】また、請求項２に記載の発明は、請求項１
に記載の画像生成方法において、（ｅ）前記（ｃ）のク
ラスタリング過程を複数回に繰り返し行う繰り返し過程
を備え、前記（ｄ）の平均化過程は、前記繰り返し過程
で繰り返しクラスタリングされた各々の画素値につい
て、各々の画素が属する同一のクラスタ内でそれぞれ平
均化することを特徴とするものである。

【０００８】〔作用・効果〕請求項２に記載の発明によ
れば、（ｅ）の繰り返し過程において、（ｃ）のクラス
タリング過程を複数回に繰り返し行うことで、クラスタ
の階層化を行っている。従って、一括してクラスタリン
グを行うときと比較して、計算量を低減させることがで
き、その結果、画像の生成の安定化，高速化をより図る
ことができる。

【０００９】なお、本明細書は、画像生成方法に用いら
れる核医学診断装置、Ｘ線診断装置、および磁気共鳴診
断装置に係る発明も開示している。

【００１０】（１）請求項１に記載の画像生成方法に用
いられる核医学診断装置であって、前記装置は、放射性
薬剤が投与された被検体から発生した放射線を所定時間
ごとにそれぞれ検出し、その検出結果に基づいて画素値
に関する時系列データを収集し、さらに、前記装置は、
（Ａ）（ａ）収集された画素値に関する時系列データ
を、時系列データの波形に関する空間である特微量空間
に展開する特微量空間展開過程と、（ｂ）前記特微量空
間展開過程によって前記特微量空間に展開された時系列
データを、特微量空間の次元よりも低次元化する低次元
化過程と、（ｃ）前記低次元化過程によって低次元化さ
れた時系列データがガウス分布に基づいて分布している
とし、経時的に同じ挙動を示す画素の集合体をクラスタ
とするときに、同じガウス分布に分布する時系列データ
中の各々の画素は同一のクラスタに属するとする、ガウ
ス混合モデルによるクラスタリングを行うクラスタリン
グ過程と、（ｄ）前記クラスタリング過程によってクラ
スタリングされた各々の画素値について、各々の画素が
属する同一のクラスタ内でそれぞれ平均化する平均化過
程とをそれぞれ行う演算手段を備えることを特徴とする
核医学診断装置。

【００１１】〔作用・効果〕上記の発明によれば、検出
された放射線に基づいて、（Ａ）の演算手段が演算処理
を行うので、ノイズを低減させて雑音特性を改善した画
像の生成の高速化を図ることができる。これによって核
医学において被検体を好適に診断することができる。

【００１２】（２）請求項１に記載の画像生成方法に用
いられる放射線診断装置であって、前記装置は、放射線
を被検体に照射して、透過した放射線を所定時間ごとに
それぞれ検出し、その検出結果に基づいて画素値に関す
る時系列データを収集し、さらに、前記装置は、（Ａ）
（ａ）収集された画素値に関する時系列データを、時系
列データの波形に関する空間である特微量空間に展開す
る特微量空間展開過程と、（ｂ）前記特微量空間展開過
程によって前記特微量空間に展開された時系列データ
を、特微量空間の次元よりも低次元化する低次元化過程
と、（ｃ）前記低次元化過程によって低次元化された時
系列データがガウス分布に基づいて分布しているとし、
経時的に同じ挙動を示す画素の集合体をクラスタとする
ときに、同じガウス分布に分布する時系列データ中の各
々の画素は同一のクラスタに属するとする、ガウス混合
モデルによるクラスタリングを行うクラスタリング過程
と、（ｄ）前記クラスタリング過程によってクラスタリ
ングされた各々の画素値について、各々の画素が属する
同一のクラスタ内でそれぞれ平均化する平均化過程とを
それぞれ行う演算手段を備えることを特徴とする放射線
診断装置。

【００１３】〔作用・効果〕上記の発明によれば、検出
された放射線に基づいて、（Ａ）の演算手段が演算処理
を行うので、ノイズを低減させて雑音特性を改善した画
像の生成の高速化を図ることができる。これによって放
射線を被検体に照射して、透過した放射線に基づいて被
検体を診断する場合において、被検体を好適に診断する
ことができる。

【００１４】（３）請求項１に記載の画像生成方法に用
いられる磁気共鳴診断装置であって、前記装置は、磁場
を被検体に照射して、被検体から発生した共鳴信号を所
定時間ごとにそれぞれ検出し、その検出結果に基づいて
画素値に関する時系列データを収集し、さらに、前記装
置は、（Ａ）（ａ）収集された画素値に関する時系列デ
ータを、時系列データの波形に関する空間である特微量
空間に展開する特微量空間展開過程と、（ｂ）前記特微
量空間展開過程によって前記特微量空間に展開された時
系列データを、特微量空間の次元よりも低次元化する低
次元化過程と、（ｃ）前記低次元化過程によって低次元
化された時系列データがガウス分布に基づいて分布して
いるとし、経時的に同じ挙動を示す画素の集合体をクラ
スタとするときに、同じガウス分布に分布する時系列デ
ータ中の各々の画素は同一のクラスタに属するとする、
ガウス混合モデルによるクラスタリングを行うクラスタ
リング過程と、（ｄ）前記クラスタリング過程によって
クラスタリングされた各々の画素値について、各々の画
素が属する同一のクラスタ内でそれぞれ平均化する平均
化過程とをそれぞれ行う演算手段を備えることを特徴と
する磁気共鳴診断装置。

【００１５】〔作用・効果〕上記の発明によれば、検出
された共鳴信号に基づいて、（Ａ）の演算手段が演算処
理を行うので、ノイズを低減させて雑音特性を改善した
画像の生成の高速化を図ることができる。これによって
磁気共鳴において被検体を好適に診断することができ
る。

【００１６】

【発明の実施の形態】以下、図面を参照してこの発明の
一実施例を説明する。図１は、本実施例に係るＰＥＴ装
置の概略構成を示したブロック図である。なお、本実施
例では、放射性薬剤が投与された被検体から発生した放
射線を検出して被検体の断層画像を再構成する核医学診
断装置（Emission CT）（以下、適宜『ＥＣＴ装置』と
略記する）を例に採って説明するとともに、ＥＣＴ装置
として、ＰＥＴ装置を例に採って説明する。

【００１７】本実施例装置では、図１に示すように、放
射性薬剤、すなわち放射性同位元素（ＲＩ）が投与され
た被検体Ｍから放射されるγ線を入射して光を生じる複
数個のシンチレータブロック１が近接配置されている。
また、本実施例装置は、シンチレータブロック１から放
出される光を受光して光電変換信号で出力する複数個の
フォトマルチプライヤ２がシンチレータブロック１のγ
線入射面の反対面側に配置されているγ線検出器３と、
フォトマルチプライヤ２から出力される光電変換された
電気信号に基づいて各シンチレータブロック１のγ線入
射位置（画素）や、画素値や画像情報を導出して出力す
る画像情報導出部４と、画像情報導出部４から導出され
た画像情報に基づいて画像再構成処理を実行して被検体
Ｍにおける関心部位のＲＩ分布ＣＴ像（ＲＩ分布コンピ
ュータ断層画像）を作成し、本実施例に係る画像生成方
法を行うデータ処理部５と、作成されたＲＩ分布ＣＴ画
像などを表示するモニタ６とを備えている。データ処理
部５は、本発明における演算手段に相当する。なお、本
実施例に係る画像生成方法に関する、データ処理部５の
具体的な機能については、後述するステップＳ１〜Ｓ４
で説明する。

【００１８】γ線検出器３では、各シンチレータブロッ
ク１のγ線入射面の反対面側にフォトマルチプライヤ２
が配置されており、シンチレータブロック１およびフォ
トマルチプライヤ２が被検体Ｍの体軸周りを取り囲むよ
うにしてリング状に配置されている。

【００１９】また、シンチレータブロック１が被検体Ｍ
を挟んで対向配置されており、ポジトロン放出型のＲＩ
のポジトロンの消滅により生じて反対方向に進む２つの
（消滅）γ線が対向配置の関係にある２つのシンチレー
タブロック１へそれぞれ入射し、同時に検出される構成
となっている。

【００２０】つまり、画像情報導出部４では、シンチレ
ータブロック１の位置と検出タイミングとをチェック
し、γ線検出器３において被検体Ｍを挟んで対向配置の
関係にある２つのシンチレータブロック１でγ線が同時
に検出されたときのγ線入射位置データのみを適正なデ
ータとしてデータ処理部５に送る。このとき、２つのシ
ンチレータブロック１の一方だけでγ線が検出されたと
きには、ポジトロンの消滅により生じたγ線ではなくノ
イズとして扱われるので、データ処理部５に送られずに
棄却される構成となっている。

【００２１】その結果、本実施例装置（ＰＥＴ装置）に
よれば、ＲＩとしてポジトロン放出型のＲＩを被検体Ｍ
に投与してＲＩ分布ＣＴ像が作成される。本実施例で
は、ＲＩ分布ＣＴ像を所定時間ごとに作成し、所定時間
ごとに作成されたＲＩ分布ＣＴ像を、時系列データとし
て取り扱う。

【００２２】本実施例装置の場合、通常、撮影中に天板
７が天板駆動部８の動きに従って被検体Ｍを載せたまま
被検体Ｍの体軸Ｚに対して平行な方向に移動することに
より、被検体Ｍにおける撮影断面（スライス面）が変化
（走査）する構成となっている。

【００２３】なお、γ線検出器３は、撮影中、シンチレ
ータブロック１およびフォトマルチプライヤ２が被検体
Ｍの周りを回転しながらγ線を検出する回転型でもよい
し、シンチレータブロック１およびフォトマルチプライ
ヤ２が静止したままでγ線を検出する静止型でもよい。

【００２４】また、本実施例装置におけるγ線検出器
３，画像情報導出部４，データ処理部５，モニタ６，天
板駆動部８などの連携動作の制御は、操作卓９の入力操
作や撮影の進行に伴ってコントローラ１０から適時に出
力される指令信号に従って行われる構成となっている。

【００２５】γ線検出器３におけるシンチレータブロッ
ク１の具体的な配置としては、例えば、被検体Ｍの体軸
Ｚと平行な方向にはシンチレータブロック１が２個並
び、被検体Ｍの体軸を巡る方向にはシンチレータブロッ
ク１が多数個並ぶ配置形態が例示される。なお、シンチ
レータブロック１とフォトマルチプライヤ２との間に光
拡散用のライトガイド（図示省略）が介設されている構
成であってもよい。

【００２６】次に、本実施例に係るＰＥＴ装置が画素値
に関する時系列データを収集してからＰＥＴ装置のデー
タ処理部５によって画像を生成するまでの画像生成方法
を、図２のフローチャート、図３〜図８の模式図を参照
して説明する。なお、本実施例では、ＦＤＧ（fluoro-2
-deoxy-D-glucose）モデルを例に採って説明する。

【００２７】ＦＤＧモデルにおいて、図３に示すよう
に、血漿Ｂから細胞ＣＥＬＬに取り込まれる放射線カウ
ント値をＣ_P、細胞ＣＥＬＬ内においてＦＤＧとして存
在する放射線カウント値をＣ_E、細胞ＣＥＬＬ内におい
てＦＤＧ−６−リン酸として存在する放射線カウント値
をＣ_Mとそれぞれすると、これらのカウント値Ｃ_P，
Ｃ_E，Ｃ_Mは、図３に示すようなコンパートメントモデル
で表される。このとき、γ線検出器３によって検出され
た放射線に関する測定対象組織中のカウント値をＣ
（ｔ）とすると、これらのカウント値Ｃ_P，Ｃ_E，Ｃ_M，
Ｃ（ｔ）は、下記（１）〜（３）式のように表される。ｄＣ_E（ｔ）／ｄｔ＝Ｋ₁・Ｃ_P（ｔ） −（ｋ₂＋ｋ₃）・Ｃ_E（ｔ） ……（１）ｄＣ_M（ｔ）／ｄｔ＝ｋ₃・Ｃ_E（ｔ） ……（２）Ｃ（ｔ）＝Ｃ_E（ｔ）＋Ｃ_M（ｔ） ……（３）

【００２８】上記（１），（２）式の解析解と（３）式
とから、Ｃ（ｔ）は、下記（４）式のように表される。Ｃ（ｔ）＝Ｋ₁／（ｋ₂＋ｋ₃）・｛ｋ₂・ｅｘｐ〔−（ｋ₂＋ｋ₃）・ｔ〕＋ｋ₃｝＊Ｃ_P（ｔ） ……（４）（ただし、＊：畳み込み積分）

【００２９】上記（４）式に示すように、ｋ₂，ｋ₃は時
定数を表す項に掛かっており、Ｋ₁は振幅のみに掛かっ
ている。従って、下記（５）式のように画素ごとにＣ
（ｔ）を正規化したＣ´はｋ₂，ｋ₃のみに依存する。Ｃ´＝Ｃ（ｔ）／∫Ｃ（ｕ）ｄｕ ……（５）（ただし、積分範囲は０〜ｔ〜Ｔ_E，Ｔ_Eは最終測定時
刻）

【００３０】所定時間ごとにＰＥＴ装置で断層画像（Ｒ
Ｉ分布ＣＴ像）を撮影する。時間ｔ ₁，…，ｔ_Nごとに測
定する（Ｎは撮影回数）と、時系列データの集合として
Ｃ（ｔ）の集合は、[Ｃ（ｔ_i）（ｉ＝１…Ｎ）]とな
る。さらに正規化されたＣ´の集合は[Ｃ´（ｔ_i）（ｉ
＝１…Ｎ）]となる。

【００３１】なお、横軸を時間（図４中では時刻）と
し、縦軸をＣ（ｔ）（図４中では放射能濃度）とする
と、図４の模式図のように表される。なお、同一の画素
についてはプロットを結線している。

【００３２】（ステップＳ１）特微量空間に展開時系列データであるＣ（ｔ）が収集されると、正規化し
たＣ´をＣ´の波形に関する空間である特微量空間（fe
ature space）に展開する。展開したときの模式図は、
図５に示す通りである。ステップＳ１は、本発明におけ
る特微量空間展開過程の機能に相当する。

【００３３】（ステップＳ２）時系列データの低次元化展開された時系列データはＮ次元であるので、Ｎ次より
も次元の低い次元にする。本実施例の場合には、特微量
空間に展開されて、さらに正規化された時系列データＣ
´（ｔ）をベクトルとみなし、画像全体に対するベクト
ル群の主成分を求める。この主成分の第１，第２主軸１
ＰＣ，２ＰＣからなる平面上に投影する。投影された模
式図は、図６に示す通りである。投影された時系列デー
タは、２次元となる。ステップＳ２は、本発明における
低次元化過程の機能に相当する。

【００３４】（ステップＳ３）クラスタリングの階層化（ステップＳ３１）クラスタリングｋ₂，ｋ₃の組み合わせと、主成分分析で得られた１Ｐ
Ｃ，２ＰＣ平面上のポイントとは対応関係にあるが、実
際には時系列データに含まれるノイズのために１ＰＣ，
２ＰＣ平面に投影された時系列データは真の値から変位
する。そこで、この変位を考慮するためにガウス混合モ
デル（Mixture Gaussian Model）（以下、適宜『ＭＧ
Ｍ』と略記する）を適用してクラスタリングを行う。な
お、本実施例では、階層的にクラスタリングを行うため
にステップＳ３１と後述するステップＳ３２とを行っ
て、画像の生成をより高速に行っている。

【００３５】１ＰＣ，２ＰＣ平面に投影された点をｘと
し、ｘという値をもつ画素が出現する確率をｐ（ｘ）と
し、ｐ（ｘ｜ｊ）を、Ｊ番目のクラスタから値ｘが出力
する確立とし、Ｍをクラスタ数とし、Ｐ（ｊ）をクラス
タの存在確率（存在比）とすると、混合モデルは下記
（６）式のように表される。ｐ（ｘ）＝Σｐ（ｘ｜ｊ）・Ｐ（ｊ） ……（６）（ただしΣの範囲はｊ＝１〜Ｍ）

【００３６】また、｜Σ_j｜を共分散行列の行列値とす
ると、ｐ（ｘ｜ｊ）は、ガウス混合モデル（ＭＧＭ）で
は、下記（７）式で示されるガウス分布の確率密度関数
となる。ｐ（ｘ｜ｊ）＝１／｛（２π）^D/2・｜Σ_j｜^1/2｝・ｅｘｐ〔−１／２・（ｘ−μ_j）^T・ Σ_j ^-1・（ｘ−μ_j）〕 ……（７）

【００３７】上記（６），（７）式と下記（８）式に示
したBayesの定理とを組み合わせることによって、各々
のクラスタに属する確率Ｐ（ｊ｜ｘ）を求めることが可
能になる。Ｐ（ｊ｜ｘ）＝ｐ（ｘ｜ｊ）・Ｐ（ｊ）／ｐ（ｘ） ……（８）

【００３８】そして、各画素は最も所属する確率が高い
クラスタに最終的に配属される。ＭＧＭによってクラス
タリンスされる様子を、図７に示すように模式的に表し
て、説明する（横軸を位置ｘとし、縦軸をガウス分布Ｐ
（ｊ｜ｘ）とする）。

【００３９】クラスタ総数Ｍのガウス分布Ｐ₁，…，
Ｐ_j，…，Ｐ_Mがあるとき、時系列データがガウス分布に
基づいて分布しているとし、経時的に同じ挙動を示す画
素の集合体を、つまり同じ時定数ｋ₂，ｋ₃を持つ画素の
集合体をクラスタとする。このとき、同じガウス分布に
分布する時系列データ中の各々の画素は同一のクラスタ
に属するとする。従って、経時的に同じ挙動を示す（同
じ時定数ｋ₂，ｋ₃）画素は、同じガウス分布に分布する
ことになる。

【００４０】例えば、ある画素ｘ_Aが、図７に示すよう
に、Ｐ₁にある場合には、Ｐ₁に属することになる。ま
た、ある画素ｘ_Bが、図７に示すように、Ｐ₁とＰ₂とに
ある場合には、より存在確率の高いＰ₁に属することに
なる。また、画素ｘ_A，画素ｘ_Bが、同じＰ₁に属するこ
とから、画素ｘ_A，画素ｘ_Bは経時的に同じ挙動を示す、
すなわち時定数ｋ₂，ｋ₃をもつことがわかる。なお、こ
の段階では、どのクラスタに属するかがわかるだけで、
ｋ₂，ｋ₃の値まではわからない。このステップＳ３１
は、本発明におけるクラスタリング過程の機能に相当す
る。

【００４１】（ステップＳ３２）クラスタリングの繰り
返し本実施例では、一括してクラスタリングを行わずに、ク
ラスタの階層化を行っている。すなわち、ステップＳ３
１のクラスタリングを複数回に繰り返し行う。繰り返し
行う場合には、ステップＳ３１に戻ってクラスタリング
を行い、繰り返し行わずに、後述する平均化を行う場合
には、次のステップＳ４に跳ぶ。

【００４２】図８に示す模式図を参照して、クラスタリ
ングの階層化を説明すると、例えば、図８（ａ）に示す
ように、ステップＳ３１で４つのクラスタＣ₁〜Ｃ₄に分
割してクラスタリングを行うとする。そして、分割され
た各々のクラスタＣ₁〜Ｃ₄を、さらに１６個のクラスタ
Ｃ₁₁〜Ｃ₄₄にそれぞれ分割して、クラスタリングをそれ
ぞれ行う。図８（ｂ）では、分割されたクラスタＣ
₄を、クラスタＣ₄₁〜Ｃ₄₄に分割してクラスタリングを
行っている様子を示している。このステップＳ３２は、
本発明における繰り返し過程の機能に相当する。

【００４３】（ステップＳ４）クラスタごとの平均化ステップＳ３でそれぞれクラスタリングされた各々の画
素値について、クラスタごとに平均化する。平均化につ
いては、例えば加算平均や加乗平均など、通常の平均の
手法であれば、特に限定されない。

【００４４】平均化されたこれらの画素値は、測定対象
組織中のカウント値Ｃ（ｔ）（正規化している場合には
Ｃ´）であるので、時定数ｋ₂，ｋ₃を求めるために、平
均化されたこれらの画素値を上記（３）式の左辺に代入
する。そして、上記（４）式が成立するように、最小自
乗法などを用いて時定数ｋ₂，ｋ₃を求める。時定数
ｋ ₂，ｋ₃が求まることで、画素値を生成して、画素の集
合体である画像を生成する。このステップＳ４は、本発
明における平均化過程の機能に相当する。

【００４５】以上のステップＳ１〜Ｓ４の画像生成方法
によれば、ステップＳ３１のクラスタリングにおいて、
経時的に同じ挙動を示す画素の集合体をクラスタとし、
収集された時系列データ中の各々の画素についてクラス
タリングを行い、ステップＳ４のクラスタごとの平均化
においてクラスタリングされた各々の画素値について、
各々の画素が属する同一のクラスタ内でそれぞれ平均化
しているので、ノイズが低減して雑音特性を改善するこ
とができる。

【００４６】さらに、ステップＳ２の時系列データの低
次元化において、特微量空間に展開された時系列データ
を、特微量空間の次元よりも低次元化し、ステップＳ３
１でクラスタリングを行い、ステップＳ４で平均化して
生成しているので、画像を生成するための計算にあたっ
て多大な時間を要さず、画像の生成の高速化を図ること
ができる。

【００４７】また、一括してクラスタリングを行う場合
には、ＭＧＭ中の物理量を全て生成することが困難であ
るが、本実施例では、ステップＳ３２のクラスタリング
の繰り返しを行うことで、クラスタの階層化を行ってい
る。従って、一括してクラスタリングを行うときと比較
して、計算量を低減させることができ、その結果、画像
の生成の安定化，高速化をより図ることができる。

【００４８】また、このようなステップＳ１〜Ｓ４の演
算を行うデータ処理部５を、本実施例装置が備えている
ことから、以下の作用を奏する。すなわち、γ線検出器
３によって検出されたγ線に基づいて画素値に関する時
系列データを収集し、データ処理部５がステップＳ１〜
Ｓ４での演算処理を行うので、ノイズを低減させて雑音
特性を改善した画像の生成の高速化を図ることができ
る。これによって核医学のＰＥＴにおいて、被検体Ｍを
好適に診断することができる。

【００４９】この発明は、上記実施形態に限られること
はなく、下記のように変形実施することができる。

【００５０】（１）上述した本実施例では、適用された
装置はＰＥＴ装置であったが、例えば単一のγ線を検出
して被検体の断層画像を再構成するＳＰＥＣＴ（Single
Photon Emission CT）装置などのＥＣＴ装置（核医学
診断装置）に本発明を適用することができる。

【００５１】また、ＥＣＴ装置以外にも、例えば放射線
を被検体に照射して、透過した放射線を検出する放射線
診断装置（例えばＸ線ＣＴ装置、Ｘ線撮影装置など）に
本発明を適用することもできるし、例えば磁場を被検体
に照射して、被検体から発生した共鳴信号を検出する磁
気共鳴診断装置（Magnetic Resonance Imaging）（以
下、適宜『ＭＲＩ装置』と略記する）にも本発明を適用
することができる。つまり、経時的にそれぞれ変化する
各々の画素値をそれぞれ測定して、画素値を生成すると
ともに画像を生成する手法を用いる装置であれば、本発
明を適用することができる。

【００５２】なお、本実施例に係る画像生成方法では、
収集された時系列データに基づいて画像を生成したが、
例えば、本発明における演算部に相当するデータ処理部
５に、画素値に関する時系列データを収集する機能をも
備えてもよい。

【００５３】（２）上述した本実施例では、ステップＳ
４２のクラスタリングの繰り返しを行うことで、クラス
タの階層化を行ったが、階層化を行わずに一括してクラ
スタリングを行ってもよい。

【００５４】（３）上述した本実施例では、ＦＤＧモデ
ルを例に採って説明したが、表１に示すように、薬剤や
モデルの種類については限定されない。なお、表１中の
『次元数』は、低次元化される次元の数を示している。
例えば、表１中の『神経受容体関係』に係るモデルでは
３次元に低次元化され、表１中の『２コンパートメント
・モデル』では１次元に低次元化される。

【００５５】

【表１】

【００５６】（４）上述した本実施例では、ＦＤＧモデ
ルにおいて正規化を行ったが、正規化を行わずに、Ｃ
（ｔ）をそのまま適用することもできる。

【００５７】

【発明の効果】以上の説明から明らかなように、この発
明によれば、（ｂ）の低次元化過程において、特微量空
間に展開された時系列データを、特微量空間の次元より
も低次元化し、（ｃ）のクラスタリング過程で低次元化
された時系列データ中の各々の画素についてクラスタリ
ングを行い、（ｄ）の平均化過程において、クラスタリ
ング過程によってクラスタリングされた各々の画素値に
ついて、クラスタごとに平均化して生成しているので、
ノイズを低減させて雑音特性を改善するとともに、画像
の生成の高速化を図ることができる。

【図面の簡単な説明】

【図１】本実施例に係るＰＥＴ装置の概略構成を示した
ブロック図である。

【図２】画素値に関する時系列データを収集してから画
像を生成するまでの一連の画像生成方法を示すフローチ
ャートである。

【図３】ＦＤＧモデルにおけるコンパートメントモデル
の模式図である。

【図４】横軸を時間とし、縦軸をＣ（ｔ）としたときの
模式図である。

【図５】特微量空間に展開したときの模式図である。

【図６】１ＰＣ，２ＰＣ平面に投影したときの模式図で
ある。

【図７】ＭＧＭによってクラスタリングされる様子を示
した模式図である。

【図８】（ａ），（ｂ）は、クラスタリングの階層化の
説明に供する模式図である。

【符号の説明】

３ … γ線検出器５ … データ処理部Ｍ … 被検体

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｈ０４Ｎ 5/325 Ｇ０１Ｎ 24/02 ５２０Ｙ (72)発明者北村圭司京都市中京区西ノ京桑原町１番地株式会社島津製作所内Ｆターム(参考） 2G088 EE01 FF04 KK31 4C093 CA06 CA29 FF03 FF06 4C096 AA20 AB07 AB50 AD14 DB12 DB13 DC05 DC31 5B057 AA09 BA01 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CC01 CE02 CE05

Claims

【特許請求の範囲】

【請求項１】経時的にそれぞれ変化する各々の画素に
関する画素値をそれぞれ生成することで画素の集合体で
ある画像を生成する画像生成方法であって、（ａ）収集
された画素値に関する時系列データを、時系列データの
波形に関する空間である特微量空間に展開する特微量空
間展開過程と、（ｂ）前記特微量空間展開過程によって
前記特微量空間に展開された時系列データを、特微量空
間の次元よりも低次元化する低次元化過程と、（ｃ）前
記低次元化過程によって低次元化された時系列データが
ガウス分布に基づいて分布しているとし、経時的に同じ
挙動を示す画素の集合体をクラスタとするときに、同じ
ガウス分布に分布する時系列データ中の各々の画素は同
一のクラスタに属するとする、ガウス混合モデルによる
クラスタリングを行うクラスタリング過程と、（ｄ）前
記クラスタリング過程によってクラスタリングされた各
々の画素値について、各々の画素が属する同一のクラス
タ内でそれぞれ平均化する平均化過程とを備え、前記平
均化過程によって平均化された画素に基づいて画像を生
成することを特徴とする画像生成方法。
【請求項２】請求項１に記載の画像生成方法におい
て、（ｅ）前記（ｃ）のクラスタリング過程を複数回に
繰り返し行う繰り返し過程を備え、前記（ｄ）の平均化
過程は、前記繰り返し過程で繰り返しクラスタリングさ
れた各々の画素値について、各々の画素が属する同一の
クラスタ内でそれぞれ平均化することを特徴とする画像
生成方法。