JP2003325472A - Ｍｒｉ装置、フロー定量化装置、及びａｓｌイメージングにおけるフロー定量化方法 - Google Patents

Abstract

(57)【要約】 【課題】演算量が少なくて済み、かつ、フロー（組織血
流）の実際の挙動をより正確に反映させた高精度なフロ
ー値を求めることができるフローの定量化法を提供す
る。 【解決手段】ＭＲＩ装置は、ｔｗｏ−ｃｏｍｐａｒｔｍ
ｅｎｔ ｍｏｄｅｌと呼ばれるモデルに基づいて求めた
トレーサーとしての水のトレーサー濃度と組織血流とし
てのフローとの対応情報（変換式又はテーブル）を求め
て保管する手段（６，１０，１１）と、ＡＳＬイメージ
ングにより得られた画像データに基づくＡＳＬＲ画像値
を前記対応情報に照らして撮像領域における組織血流の
フローを定量化するフロー手段（６，１０，１１）とを
備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、被検体に造影剤を
投与することなく、パフュージョン（perfusion：組織
血流）又は血管の画像を提供することができるＡＳＬ
（Arterial Spin Labeling）法に基づくイメージングを
用いて、フローを簡便な手法で定量化することができる
ＭＲＩ（磁気共鳴イメージング）装置及びＡＳＬイメー
ジングにおけるフロー定量化方法に関する。

【０００２】なお、本発明で説明するＡＳＬ法とは、広
義の意味でのスピンラベリング法の全体を指すこととす
る。

【０００３】

【従来の技術】磁気共鳴イメージングは、静磁場中に置
かれた被検体の原子核スピンをラーモア周波数の高周波
信号で磁気的に励起し、この励起に伴って発生するＦＩ
Ｄ（自由誘導減衰）信号やエコー信号から画像を得る手
法である。

【０００４】この磁気共鳴イメージングの一つのカテゴ
リーとして、組織のパフュージョンを評価するスピンラ
ベリング（spin labeling）法、すなわちＡＳＬ法が知
られている。このＡＳＬ法は、被検体に造影剤を投与す
ることなく、つまり非侵襲の状態で、被検体の血管像や
micro circulation（灌流）を反映させたパフュージョ
ン（組織血流）像などを提供する手法であり、近年、こ
れに関する研究が盛んに行われている。とくに、頭部の
脳血流（ＣＢＦ）を中心に臨床応用も進んでおり、血流
量の定量化も可能になりつつある。

【０００５】ＡＳＬ法は、「continuous ASL（ＣＡＳ
Ｌ）法」と、「pulsed ASL（ＰＡＳＬ）法」（dynamic
ASL（ＤＡＳＬ）法とも呼ばれる）とに大別される。Ｃ
ＡＳＬ法は、大きな連続的なadiabatic ＲＦを印加する
手法であり、血管内のスピン状態をある時点でラベル
（磁化）して、このラベルされた血液のボーラスがイメ
ージングスラブ（観測面）に達した後の信号変化をイメ
ージングする。一方、ＰＡＳＬ法はパルス状のadiabati
c ＲＦを印加する手法であって、血管内の磁化を常に変
化させ、磁化された血流を持続的に受けている組織をイ
メージングすることでその組織のパフュージョンを評価
する。このＰＡＳＬ法は、臨床用のＭＲＩ装置でも比較
的簡単に実施することができる。このＡＳＬイメージン
グでは、一般に、コントロールモード及びラベル（タ
グ）モードの２画像が生成される。タグモードとコント
ロールモード夫々において得られた画像データは、それ
ら画像間の画素毎の差分演算に処せられる。この結果、
イメージングスラブに流入する血液の情報、すなわち灌
流を表すＡＳＬ画像が得られる。

【０００６】このようなＡＳＬイメージングにより、フ
ロー（組織血流）を定量化しようとする試みが知られて
いる。その一例を説明する。

【０００７】フローｆは、一般的には、Ｂｌｏｃｈ方程
式と呼ばれる方程式から導出される（例えば、“MRM 3
5：540-546（1996）、C.Scwarzwauer et al”参照）。
フローｆが在る場合の縦緩和のＢｌｏｃｈ方程式は

【数１】 である。ここで、Ｔ１_ａｐｐは見かけのＴ１である。

【０００８】そこで、タグモード及びコントロールモー
ド夫々にて画像を得て、フローｆを算出する。すなわ
ち、Ｍ_０及びＴ１をピクセル毎に計測して、血液のＴ１
（＝Ｔ１_ａ：添え字ａはarteryを意味する）が組織のＴ
１と同じであると仮定して解くと、フローｆは

【数２】 で表されることが報告されている。

【０００９】しかし、上述した（ｃ）式に拠るフローＦ
を算出するには、現実問題として、Ｍ_０及びＴ１をピク
セル毎に計測する必要があり、計測の手間とデータ数が
多くなるばかりか、演算量が膨大で、演算時間も長くな
る。

【００１０】さらに、撮影の時間差がある多数枚の画像
データを用いるので、体動に因るミスレジストレーショ
ンなどが生じ、この点からも誤差混入に因る計測精度の
劣化が指摘されている。

【００１１】このように、従来のフロー（組織血流）の
定量化法を実際の臨床に応用するには種々の不具合があ
るため、これらを解決した現実的な対応が可能な定量化
法が要望されていた。とくに、一般の急性期梗塞などの
患者に適用する場合、フローを短時間にかつ簡便に定量
化できる必要がある。

【００１２】かかる状況に鑑みて、ＡＳＬイメージング
に拠るイメージングスラブからの収集データの量を必要
最小限に止めることができ、その収集データからリニア
なスケーリングを行うことにより、イメージングスラブ
のフロー（組織血流）を簡単に定量化する手法が特開平
１１−３７５２３７号公報で提案されている。

【００１３】

【発明が解決しようとする課題】しかしながら、上述し
た公報に記載のフロー定量化は、Ｂｌｏｃｈ方程式が基
礎としていた“single-compartment model”（シングル
・コンパートメント・モデル）をそのまま引き継いだ手
法であった。この“single-compartment model”は、
「ＡＳＬにおけるトレーサーである水は完全な拡散性を
有するという仮定に基づいている。すなわち、「組織に
運ばれてきた動脈血流中の水のスピンは、速やかに組織
内に移行して組織のＴ１値に変化する」前提条件に基づ
いている。

【００１４】しかし、実際には、上流の動脈血流をラベ
リングしてからデータ収集開始までの時間（ＴＩ時間
（実際は１〜２ｓｅｃ程度））の間に、そのような条件
が完全に満たされることはない。それは、毛細血管床に
留まっている水スピンが毛細血管外に比べて多いからで
ある。このため、上述したフローの定量化値には、“si
ngle-compartment model”に拠る前提条件が完全に満た
されないことに因る計測誤差が含まれ易いことから、よ
り高精度なフロー化の手法が望まれていた。

【００１５】一方、文献“Jinyuan Z，David AW, Peter
CM：Two-compartment model for perfusion quantific
ation using Arterial Spin Labeling, Proc. Intl. So
c. Magn. Reson. Med., 2000；8, 166”にみられるよう
に、“single-compartment model”よりも正確なモデル
の検討も進んでいる。このようにモデルが複雑化するに
つれて、フローの定量化に必要なパラメータの数も増加
し、演算がますます複雑になっている。

【００１６】一方で、実験的にはＡＳＬの信号強度（AS
L signal）と血流量はほぼ線形の相関があることは動物
実験などでは報告されている。

【００１７】本発明は、上述した従来のＡＳＬ法に拠る
フローの定量化法に鑑みてなされたもので、演算量が少
なくて済み、かつ、フロー（組織血流）の実際の挙動を
より正確に反映させた高精度なフロー値を求めることが
できるフローの定量化法を提供することを、その目的と
する。

【００１８】

【課題を解決するための手段】最初に、本発明における
用語を明確化しておく。

【００１９】「フロー」は、イメージングスラブを脳に
置いて求めることが多く、正式には“CBF：cerebral bl
ood flow”のことを指すが、頭部以外の臓器にも適用可
能な量であるので、組織血流（regional blood flow）
の量の意味に用いられ、一般化してフローｆ［ｍｌ／１
００ｃｃ／ｍｉｎ］と呼ばれる。また、「フローの定量
化」とは、画素毎にフローの定量化情報（血流量など）
を求めることであり、血流量の画像をフロー画像として
提示する態様もこれに含まれる。

【００２０】本発明によれば、造影剤を用いないで、非
侵襲的に、ＡＳＬ法に基づき得た、原則として１枚のＡ
ＳＬ画像にリニアなスケーリング又は高次式基づく変換
を施すことで、フロー（組織血流）の定量化情報を得る
ことができる。このスケーリングに用いるスケール値
（スケーリング値）又は変換に用いる値は事前に算出し
ておくか、その都度、レファレンスファントムの画像値
から算出される。

【００２１】以下、本発明に係る簡便且つ高精度なフロ
ー定量化を実現するために、本発明者が行ったシミュレ
ーション及び実験の結果を説明する。このシミュレーシ
ョン及び実験は、ＡＳＬイメージングにおける局所脳血
流量の定量化の根拠を提示するものである。

【００２２】［Ｉ］シミュレーション ［Ａ］シミュレーションの目的 このシミュレーションでは、臨床応用可能な簡便かつ定
量的ＡＳＬイメージングの実現を目的として、ＡＳＬで
の水をトレーサーとしたモデルに比較的近いとされるtw
o-compartment modelを用いて、パルス法によるＡＳＬ
（ＰＡＳＬ）イメージの信号強度と血流量や他のパラメ
ータとの関係などについて、Cold Xenon-CT（Ｘｅ−Ｃ
Ｔ）やPositron Emission CT（ＰＥＴ）など他のモダリ
ティにおけるモデルとも比較しながら、シミュレーショ
ンによる理論的検討を行う。また、このシミュレーショ
ンでは、実験的にも、頭部ボランティアにてＸｅ−ＣＴ
画像とＰＡＳＬ法により得られた画像（ＰＡＳＬ画像）
との相関をとることにより、単一のＴＩ時間で得られた
ＡＳＬ信号とＣＢＦとの関係から、単純にスケーリング
するという本発明者の着想の妥当性について検討した。

【００２３】［Ｂ］シミュレーションの方法 （Ｂ１）モデル このシミュレーションに用いたtwo-compartment model
を図１に、このモデルで採用したパラメータの定義を以
下に示す。 Ｑ_１／Ｑ_２：血管内／血管外、各コンパートメント内の
トレーサーの量、 Ｑ_ｔ：単位ボクセル内トレーサーの総量（Ｑ_ｔ＝Ｑ_１＋
Ｑ_２）、 Ｖ_１／Ｖ_２：血管内／外、各コンパートメントの体積
（Ｖ_１＋Ｖ_２＝１とする。）、 Ｃ_８：動脈血中のトレーサー濃度（モデルへの入力関
数）、 ｆ：単位あたりの血流量、 ＰＳ：Permeability Surface Area Product of Water
（トレーサーが単位ボクセル内で単位時間に血管の内側
から外側へ漏れる量で［ｍｌ／１００ｃｃ／ｍｉｎ］で
表される。）、 Ｔ１_ｉ／Ｔ１_ｅ：血管内／血管外各コンパートメントで
のＴ１緩和時間、 λ：トレーサーの血液組織分配係数（Ｍ_０ｉ：血管内の
水の定常状態での縦磁化密度、Ｍ_０ｅ：血管外の水の定
常状態での縦磁化密度、とするλ＝Ｍ_０ｅ／Ｍ _０ｉ）、 ｔ：ラべリング後の時間（＝ＴＩ）、 とする。

【００２４】各コンパートメントにおいて微小時間ｄｔ
間で残存するトレーサーの量ｄＱ_ｉ及びｄＱ_ｅはトレー
サーが微小時間ｄｔ間でコンパートメントへ入った分と
出た分との差となるというＦｉｃｋの原理に基づき記述
すると、コンパートメント各々についてのトレーサーの
量の時間的変化は、

【数３】 と表せる。これをＱ_ｉ、Ｑ_ｅについて解くと、Ｑ_ｔ＝Ｑ
_ｉ＋Ｑ_ｅがトレーサー信号強度に比例する単位ボクセル
内の総トレーサー量となる。

【００２５】ＡＳＬイメージングではトレーサーとして
水を用いているが、水は拡散性トレーサーとはいえず、
血管から組織へ移行する度合いを表すＰＳが有限であ
り、そのため単位ボクセル内で血管内・血管外の２つの
コンパートメントに分ける。ＡＳＬはＰＥＴにおける水
トレーサー、Ｈ_２ ^１５Ｏを用いた場合と類似している。
しかし、ＰＥＴの水トレーサーでは緩和時間が２分程度
と長く、２つのコンパートメント内で一様とみなせるの
に対して、ＡＳＬイメージングではトレーサーの緩和時
間が秒単位と短く、かつ血管内外で異なることがＰＥＴ
に比べてモデルを複雑にしている。

【００２６】また、single-compartment modelで解析さ
れているＸｅ−ＣＴで用いられるcold xenonは、数分の
測定時間のオーダーでは拡散性トレーサーとみなしてよ
いとされ、さらに緩和もない。Ｘｅ−ＣＴやＰＥＴでは
呼気からの吸入や経静脈的にトレーサーを注入するた
め、入力関数Ｃ_ａ（ｔ）は、組織での応答関数には肺の
影響が入る。これに対し、ＡＳＬでは、動脈に対するＣ
_ａ（ｔ）は、ＲＦ波により脳内の動脈へ直接に与えられ
る。Ｘｅ−ＣＴ、ＰＥＴ、及びＡＳＬにおける血流から
みた組織モデルは、いずれの場合も、図１に示したtwo-
compartment modelにおけるパラメータのうちλの差を
無視すれば、Ｔ１_ａ、Ｔ１_ｉ、Ｔ１_ｅ及びＰＳの違いと
して表現できる。

【００２７】（Ｂ２）条件 対象は、脳組織の血流量として、灰白質（ＧＭ）と白質
（ＷＭ）の代表的なパラメータを設定した。但し、いず
れもトレーサーが関心組織へ到達する遅れ時間は無視し
（即ちτ_ｄ＝０）、Ｃ_ａ（ｔ）はＴ１_ｉ＝Ｔ１_ｅ＝∞、
ＰＳ＝∞における平衡状態でのトレーサー濃度との相対
濃度で与え、ＰＥＴやＸｅ−ＣＴでのＣ _ａ（ｔ）は、実
際とは大きく異なるが、組織でのＱ_ｔ（ｔ）をＡＳＬと
比較するために動脈にトレーサーを直接、ステップ関数
状に入力したものとし、またＡＳＬ画像の単位ボクセル
内の信号強度（ASL signal）は、トレーサー濃度、すな
わち単位ボクセル内のトレーサー量に比例するものとし
た。

【００２８】具体的には、Ｖ_ｉ＝０．０３（ＣＢＶ＝３
％）、ｆ＝８０［ｍｌ／１００ｃｃ／ｍｉｎ］（ＧＭの
とき）、ｆ＝２０［ｍｌ／１００ｃｃ／ｍｉｎ］（ＷＭ
のとき）は共通とし、入力関数は一般化して、 Ａ：ラべリング効果を表す係数、 Ｔ１_ａ：ラベル部の動脈血のＴ１緩和時間、 τ_ｄ：動脈入力関数計測部分から関心組織に到達するま
での遅れ時間（transmit delay time）、 Ｔ_ｔｅｃ：ラべリング時間幅（tag duration time） のとき、

【数４】 と仮定した（図２（ａ）参照）。この仮定に基づき、Ｘ
ｅ−ＣＴ、ＰＥＴ、及びＰＡＳＬのそれぞれに対して、
パラメータを以下のように与えた。

【００２９】（ａ）Ｘｅ−ＣＴのとき Ａ＝１、Ｔ１_ａ＝Ｔ１_ｉ＝Ｔ１_ｅ＝∞、ＰＳ＝∞、λ＝
１、τ_ｄ＝０、Ｔ_{ｔｅ ｃ}＝∞とする。

【００３０】この場合、（１）式及び（２）式より

【数５】 と簡略化される。

【００３１】（ｂ）水（Ｈ_２ ^１５Ｏ）のＰＥＴのとき Ａ＝１，Ｔ１_ａ＝Ｔ１_ｉ＝Ｔ１_ｅ＝１２０ｓｅｃ，ＰＳ
＝１３０［ｍｌ／１００ｃｃ／ｍｉｎ］，λ＝１，τ_ｄ
＝０，Ｔ_ｔｅｃ＝∞とする。

【００３２】（ｃ）ＰＡＳＬのとき Ａ＝１，Ｔ１_ａ＝Ｔ１_ｉ＝１．２ｓｅｃ，Ｔ１_ｅ＝０．
７／０．９（ＷＭ／ＧＭ）ｓｅｃ，ＰＳ＝１３０［ｍｌ
／１００ｃｃ／ｍｉｎ］，τ_ｄ＝０，λ＝０．８２／
０．９８（ＷＭ／ＧＭ）［１６］，τ_ｄ＝０，Ｔ_ｔｅｃ
＝∞とする。

【００３３】［Ｃ］シミュレーションの内容 （１）式及び（２）式の微分方程式を解いて、下記の検
討を行った。

【００３４】（Ｃ１）各モダリティにおけるトレーサー
の時間的変化：ＰＡＳＬ、水トレーサーのＰＥＴ、Ｘｅ
−ＣＴの３種類の方法における血管内外のコンパートメ
ント及び全体のトレーサー量についての時間的変化を調
べた。

【００３５】（Ｃ２）トレーサー信号強度（ASL signa
l）と血流量ｆとの関係：血流量ｆ以外のパラメータを
一定とした場合、トレーサー信号強度は真の血流量ｆに
どの程度相関するかということについて、血管透過性を
表すＰＳをパラメータとして、single-compartment mod
el（ＰＳ＝∞に相当）とtwo-compartmentmodelの各々に
ついて比較した。なお、single-compartment modelは、
two-compartment modelにおいてＰＳ＝∞に設定したモ
デルに対応する。

【００３６】（Ｃ３）パラメータの変動に因るトレーサ
ー信号強度の変化：脳組織に対して、測定毎には計測し
ないモデルパラメータを一定と仮定することに因る誤差
はどの程度になるのかを調べた。ＧＭの条件を基準に、
ＰＳをパラメータとして、トレーサー信号強度と血管外
でのＴ１緩和時間Ｔ１_ｅ、血流量を表すＶ_ｉ、及びトレ
ーサーの血液組織分配係数λとの関係について、さらに
図３に示すように、血管信号を低減するために用いられ
るタグＩＲパルス（Ｔａｇ−ＩＲ）の印加からラべリン
グ時間幅Ｔ_ｔｅｃ後にタグ部にプリサチュレーションパ
ルス（Presat（Tag End Cut（ＴＥＣ）と称す）の有無
による遅れ時間τ_ｄ及びパラメータＴ_てｃと、トレーサ
ー信号強度との関係についても調べた。

【００３７】（Ｃ４）リニアスケーリング法によるＣＢ
Ｆ定量化：two-compartment modelに基づき、ＧＭ、Ｗ
Ｍのパラメータを与えて求めたトレーサー信号強度（Ｑ
ｔ）を理論値として、この理論値と同一のトレーサー信
号強度を与えるＣＢＦを、single-compartment model、
及びリニアスケーリング法（linear scaling method）
について算出した。

【００３８】リニアスケーリング法ではＷＭ及びＧＭの
理論値の２点を直線近似して、以下の（５）式のｋを求
め、ＣＢＦは（６）式により算出した。

【００３９】

【数６】

【００４０】［Ｄ］ＰＡＳＬ及びＸｅ−ＣＴの実測デー
タをリニアスケーリング法によるＣＢＦ定量化 （Ｄ１）測定対象は、Ｘｅ−ＣＴ及びＰＡＳＬとも同一
スライスで同一日にイメージングした正常ボランティア
９名

【００４１】（Ｄ２）ＡＳＬイメージングには、（株）
東芝製の１．５Ｔ ＭＲＩ装置を用いた。ＰＡＳＬ法に
よるイメージングは、具体的には、ＡＳＴＡＲ法を使用
した。このＡＳＴＡＲ法は、例えば文献「木村徳典：Mo
dified STAR using asymmetric inversion slabs（ＡＳ
ＴＡＲ）法による非侵襲血流イメージング、日磁医誌20
01；20(8)，347-385」に見られるように、ＥＰＩＳＴＡ
Ｒ法（文献「EdelmanRR et al.,：Qualitative mapping
of cerebral blood flow and functional localizatio
n with echo-planar MR imaging and signal targeting
with alternating radio frequency，Radiology 199
4；192：513-520」参照）を変形して構成された手法で
ある。つまり、コントロール部とタグ部を空間的に非対
称に配置することにより、ＭＴ効果をキャンセルしつ
つ、頭頂側から流入する不要な静脈内の血管信号を低減
できるようにしたＡＳＬ法である。

【００４２】また、イメージングは、頭部用送受信ＱＤ
コイルにて受信ゲインを固定するとともに、2D Fast Gr
adient Echo（ＦＦＥ）法（ＴＲ／ＴＥ／ＦＡ＝９ｍｓ
／３．６ｍｓ／１５ｄｅｇ，ＴＩ＝１４００ｍｓ，ＦＯ
Ｖ＝２５．６ｃｍ，スライス厚＝１０ｍｍ，シングルス
ライス）、タグ厚＝１０ｃｍ，slice-tag gap＝１ｃ
ｍ，Ｔ_ｔｅｃ＝８００ｍｓという撮像条件にて行った。
このシーケンスの概要を図３（ａ）に、各スラブの撮影
位置を図３（ｂ）にそれぞれ示す。得られるＡＳＬ画像
のＡＳＬ信号は、タグ画像とコントロール画像の信号差
の絶対値、すなわち流入血流の信号強度とした。

【００４３】（Ｄ３）Ｘｅ−ＣＴ：ＣＴは短時間吸入法
（wash-in／wash-outプロトコル）を用いて、３０％Ｘ
ｅｎｏｎガスを３分吸入、１分ごとに８分間、計９スキ
ャン測定した画像を使用した。

【００４４】（Ｄ４）解析：前頭葉皮質、前頭葉白質、
視床、後頭葉皮質、後頭葉白質、及び半球の左右対称に
ＲＯＩを同一位置及び大きさで設定し、平均値を測定し
た。

【００４５】Xe-CT CBFとＡＳＬ信号の相関から、シミ
ュレーションと同様に（０、０）を通る直線近似の
（５）式を計算して比例定数ｋを求める。この後、Ｋ＝
１／ｋとしてＡＳＬ信号を（６）式によりスケーリング
して、ＣＢＦ値に換算した。なお、相関係数の算出には
前頭葉白質、後頭葉皮質、視床を用いた（被検者数Ｎ＝
９、ＲＯＩ数ｎ＝５４（９ｘ３ｘ２））。さらに、各組
織単位でのXe-CT CBF及びASL CBFの平均値及びＳＤをそ
れぞれ計算し、その平均値及びＳＤの各々においてXe-C
T CBF及びASL CBFを相互に比較した。またXe-CT CBF画
像とASL CBF画像による同一スケーリングでの表示を行
った。なお、Xe-CT画像は、ASL CBF画像と同じ解像度で
表示されるようにスムージングフィルタを使用した。

【００４６】［Ｅ］結果 （Ｅ１）各モダリティでのトレーサー信号強度（ASL si
gnal）の時間的変化を図３に示す。

【００４７】（ａ）Xe-CTの場合：トレーサーが拡散性
で緩和がない場合（ＰＳ＞＞ｆ，Ｔ１_ｉ＝Ｔ１_ｅ＝∞）
の場合 この場合には、トレーサー信号強度（ASL signal）は時
間の経過に従って指数関数的に増加し、３分程度で平衡
に達するが、図４（ａ）に示すように、時間が短い範囲
（１０ｓｅｃ以下）ではほぼ時間に対して線形の関係に
あると、みなすことができる。血管内外のトレーサー量
の比は常に血管内外の体積比と同じである。つまり、Ｑ
_ｉ／Ｑ_ｅ＝Ｖ_ｉ／Ｖ_ｅの関係が成り立つ。

【００４８】（ｂ）水（Ｈ_２ ^１５Ｏ）のＰＥＴの場合：
トレーサーが水で緩和が小さい場合（ＰＳ≒ｆ，Ｔ１_ｉ
＝Ｔ１_ｅ＞＞ｔ）の場合 図４（ｂ）に示すように、トレーサーの注入直後にあっ
ては、血管内トレーサー量は血管外のそれに比べて小さ
いが、時間経過とともに増加して２ｓｅｃ程度で同一に
なり、平衡時には血管内外でのトレーサー濃度が同じに
なり、血管内外の体積比に近づく（Ｑ_ｉ／Ｑ_ｅ→Ｖ_ｉ／
Ｖ_ｅ）。このため、ＰＥＴの測定時間のオーダー（分）
では血管内外は平衡に達しているとみなすことができ
る。

【００４９】（ｃ）ＰＡＳＬの場合：トレーサーが水で
あり、緩和が大きい場合（ＰＳ≒ｆ，Ｔ１_ｉ＝１．２
ｓ，Ｔ１_ｅ＝０．９ｓ）の場合 この場合の測定結果を、図４（ｃ）に示す。ＭＲＩのＡ
ＳＬではＰＥＴの水に比べて緩和がひと桁以上大きいこ
と、及び、ＰＡＳＬではトレーサー信号強度はｔ＝１ｓ
ｅｃ付近にピークを有する特性を示すため、測定時間は
２ｓｅｃ以下にせざるを得ないが、トレーサーの濃度は
その時刻では未だ平衡に達しておらず、トレーサー量の
割合は血管内に比べて血管外の方が小さい（Ｑ_ｉ／Ｑ_ｅ
＞Ｖ_ｉ／Ｖ_ｅ）。

【００５０】（ｄ）ＰＡＳＬでＰＳ＝∞、且つ、他の条
件はｃ）と同一とした場合 この条件は、ＰＳ＝∞、すなわちトレーサーがボクセル
内に均一に拡散するとしたsingle-compartment modelに
相当し、短時間でも血管外成分がほとんどを占めること
になる。図４（ｄ）に示すように、トータルのトレーサ
ー信号強度は実際に近いＰＳを用いた場合に比べて多少
大きくなる。

【００５１】（Ｅ２）トレーサー信号強度と血流量ｆの
関係 血流量ｆに対するトレーサー信号強度（ASL signal）の
変化について、図５にｔ＝１．４ｓでのＰＳをパラメー
タとした曲線を示す。

【００５２】ＰＳ＞＞ｆの場合、single-compartmentに
近似できるため、ラベル後の測定時間ｔを固定（ＰＡＳ
Ｌでの例でｔ＝１〜２ｓｅｃ）すると、トレーサー信号
強度はフローｆに比例する。これに対し、two-compartm
ent modelを用いたＰＡＳＬの場合、トレーサー信号強
度はＰＳが小さいほど高いフローで小さくなる。この結
果、図５に示すように、上に凸の特性になる。しかしな
がら、トレーサー信号強度ＡＳＬ信号とフローｆは脳血
流の０〜１００［ｍｌ／１００ｃｃ／ｍｉｎ］の範囲で
はほぼ比例関係にあるとみなすことができる。但し、こ
れはＧＭのＴ１ _ｅの条件でみたものであり、ＷＭでのＡ
ＳＬ信号はＴ１_ｅが短い分、これより若干小さくなる。

【００５３】（Ｅ３）ＡＳＬにおけるトレーサーの信号
強度と他のパラメータ関係 （ａ）トレーサー信号強度と血管外Ｔ１緩和時間Ｔ１_ｅ
の関係図６（ａ）に示すように、ＰＳが大きいほど、す
なわち血管外への透過率が大きいほど、血管内のトレー
サー成分Ｑ_ｉ（ｔ）より血管外のトレーサー成分Ｑ
_ｅ（ｔ）の割合が増加するため、Ｔ１_ｅの変動に対する
トレーサー信号強度（ASLsignal）の変化率は大きくな
るが、脳組織（ＰＳ＝１３０［ｍｌ／１００ｃｃ／ｍｉ
ｎ］）では、例えばｔ＝１．４ｓの場合ＧＭのＴ１_ｅを
ＷＭのＴ１_ｅと同一と仮定したとしてもトレーサー信号
強度は約５％低下するだけであるが、ＰＳ＝∞としたsi
ngle-compartment modelでは１７％も変化してしまう。

【００５４】（ｂ）トレーサー信号強度の血管床体積Ｖ
_ｉとの関係 図６（ｂ）に示すように、ＡＳＬのＰＳ＝１３０［ｍｌ
／１００ｃｃ／ｍｉｎ］において、トレーサー信号強度
（ASL signal）は、Ｖ_ｉ＜０．０２では多少小さくなる
ものの、Ｖ_ｉ＞０．０３ではあまり変化しない。人体の
脳で採り得るとされるＶ_ｉ＝０．０２〜０．０５の範囲
においてトレーサー信号強度は２０％程度の変化であ
る。

【００５５】一般に、ＰＳ＞＞ｆの場合、血管内外での
緩和が同一ならば全体の信号に占めるＶ_ｉの寄与は単純
にＶ_ｉ分だけであり、かつ時間的にも一定（Ｑ_ｉ（ｔ）
／Ｑ _ｔ（ｔ）＝Ｖ_ｉ／Ｖ_ｔ）である。つまり、単位体積
あたりの全体の総和ではＶ_ｉが変化しても一定である。
しかし、水ＰＥＴやＡＳＬのようにＰＳがｆと同程度だ
と時間的に変化し、定常状態では体積比に近づく（Ｑ_ｉ
（ｔ）／Ｑ_ｔ（ｔ）＞Ｖ_ｉ／Ｖ_ｔ：ｔが短いとき、Ｑ_ｉ
（ｔ）／Ｑ_ｔ（ｔ）→Ｖ_ｉ／Ｖ_ｔ：ｔ→∞のとき）。

【００５６】トレーサー注入後の時間が短いほど、かつ
ＰＳがｆに比べ小さいほどトレーサーが血管内に残存す
る割合は大きい。よって、全体に占める血管容積である
Ｖ_ｉ内の信号の寄与が大きくなる。図４（ｃ）に示すよ
うに、ＡＳＬでの測定時刻１〜２ｓｅｃではＶ_ｉ＝０．
０３程度であっても、全体の半分以上がＶ_ｉ内からの信
号である。

【００５７】（ｃ）トレーサー信号強度とトレーサーの
血液組織分配係数λとの関係 図６（ｃ）に示すように、ＰＳが大きいほど血管外の信
号成分Ｑ_ｅが相対的に大きくなるので、トレーサーの血
液組織分配係数λの変動によるトレーサー信号強度（AS
L signal）の変動も大きくなる。λ＝１とした場合のト
レーサー信号強度は正しいλでのトレーサー信号強度の
（Ｑ_ｉ＋Ｑ_ｅ／Ｑ_ｉ＋λＱ_ｅ）倍になる。水のλはＧＭ
で０．９８、ＷＭで０．８２とすると、λ＝１とした場
合、ＧＭではほとんど問題とならず、ＷＭではｔ＝１．
４ｓでトレーサー信号強度の誤差は６％、過大評価さ
れ、ＣＢＦ換算で１．２［ｍｌ／１００ｃｃ／ｍｉｎ］
程度である。

【００５８】（ｄ）Tag End Cut（ＴＥＣ）のパラメー
タとトレーサー信号強度の関係 Tag End Cut（ＴＥＣ）を用いた場合と用いない場合に
対する、トレーサー信号強度（ASL signal）のＧＭにお
ける時間的変化を図７（ａ）に示し、一方、ｔ＝１．４
ｓｅｃにおけるＧＭとＷＭ双方での遅れ時間τ_ｄとの関
係を図７（ｂ）に示す。

【００５９】測定時刻をｔ＞Ｔ_ｔｅｃ＋τ_ｄに設定すれ
ば、ＴＥＣを印加する場合は、それを印加しない場合に
比べ、トレーサー信号強度は低下するが、遅れ時間τ_ｄ
の変動による影響は軽減される。緩和は遅れ時間τ_ｄの
影響は受けず、ラベル直後（ｔ＝０）から始まるため、
緩和による信号減衰の方が勝るためである。ＴＥＣの時
間パラメータについて、ｔ＞Ｔ_ｔｅｃ＋τ_ｄを満たすよ
うにＴ_ｔｅｃはＶ_ｉを満たすだけの動脈血をラベルする
に十分な時間幅で、かつ、τ_ｄがその測定系で最大の時
間に対してｔを設定すればいいことになる。ＴＥＣを印
加しない場合であっても、ｔ＝２．５ｓｅｃ前後にＴＥ
Ｃを印加した場合のトレーサー信号強度とほぼ同一にな
る条件がある。しかし、ＴＥＣを印加すれば、印加しな
い場合に比べて、測定時刻を短縮できるというＴＥＣの
利点がある。また、遅れ時間τ_ｄを無視できない場合で
も、ｔ＜τ_ｄの範囲では、組織部分では無信号である。
しかしながら、この場合も実際には、ラベルされた血液
が動脈内を通過し続けており、これにより高信号化に伴
う血管アーチファクトが生じ易い。ＴＥＣを印加するこ
とにより、このような事態を抑制することができる。

【００６０】（ｅ）リニアスケーリング法と各モデルに
対するＣＢＦ値との比較 ＣＢＦ値と各モデルに対するトレーサー信号強度（ASL
signal）との関係を図８に示す。ＷＭ及びＧＭの各々に
対してtwo-compartment modelに基づいて算出したトレ
ーサー信号強度を理論値とし、各方法で理論値と同一の
トレーサー信号強度を与えるＣＢＦ値の算出結果を図９
（ａ）の表１に示す。

【００６１】Single-compartment modelではＣＢＦ値は
ＰＳ以外の正しいパラメータを与えてもＷＭで４４％大
きく、ＧＭで６％小さくなり、特にＷＭでの誤差が大き
い。これはＰＳ＝∞としたことに因る血管外成分の過大
評価による影響である。linear scaling methodの場
合、比例係数はｋ＝５．５４３＊１０^−５、Ｋ＝１／ｋ
＝１８０４１となり、算出されたＣＢＦ値は理論値に比
べＷＭで６％大きい程度であり、ＧＭで０．４％小さい
程度と十分なレベルである。

【００６２】（Ｅ４）実測データによるリニアスケーリ
ング法の評価 図１０に示すように、トレーサー信号強度（ASL signa
l）とXe-CT CBFは良好に相関した。

【００６３】

【数７】 であった。

【００６４】また原点（０、０）を通る近似直線では

【数８】 と算出された。従って、Ｋ＝１／ｋ＝０．３と算出さ
れ、この係数をかけてトレーサー信号強度（ASL signa
l）から換算したASL CBFとXe-CT CBFの関係のグラフは
図１１に示すようになった。これに対応するＣＢＦ値は
図９（ｂ）の表２に示す。また、図示しないが、Xe-CT
CBFとASL CBF各画像の例によれば、各組織に関して両画
像とも特に視床での標準偏差が大きくなったが、SD/MEA
Nの比では各組織とも２０％程度のばらつきであった。さ
らに、図示しないが、Tag End Cutのｔａｇ時間幅Ｔ
_ｔｅｃをパラメータとして得たＰＡＳＬ画像によれば、
Ｔ_ｔｅｃの短縮に伴い、下肢側から流入する血液信号が
中大脳動脈、小脳および視床で顕著に低減していること
が確認された。

【００６５】［Ｆ］考察 ［Ｆ１］single-compartment modelとtwo-compartment
modelの違い single-compartment modelは、トレーサー到達後にボク
セル内が瞬時に平衡するモデル、すなわちtwo-compartm
ent modelで血管透過性を表すＰＳが∞でかつ緩和も一
定としたモデルに相当する。ところで、two-compartmen
t modelに基づく実際の装置で得られるトレーサー信号
強度（ASL signal）は、フローｆが大きくない範囲で
は、Ｇ：送受信系のゲインなど測定装置系に依存した比
例係数とし、既出のパラメータを用いて（５）式のｋは
一般的に、

【数９】 と表わすことができる。近似的には、single-compartme
nt modelの場合、

【数１０】 と表わすことができる。

【００６６】ここでＧＡＭ_０ｉ／λ＝１とすると、シミ
ュレーションと同一スケールになる。本発明者のシミュ
レーションにおける図４のＰＳをパラメータとしたトレ
ーサー信号強度（ASL signal）対フローｆの特性では、
ＰＡＳＬでの人体脳におけるパラメータの条件では幸い
にも、血管内外総量のトレーサー信号強度はトレーサー
のＰＳの変化に対し、さほど大きく影響されない。これ
により、ＰＡＳＬ法を用いた場合、少なくとも人体脳で
はＰＳ＞＞ｆのsingle-compartment modelと仮定しても
大きな誤差は生まないことになる。

【００６７】しかし、本発明者が行った、実際により近
いtwo-compartment modelに基づく検討で明らかになっ
たことは、図５に示したようにＰＡＳＬでの人体脳にお
けるパラメータの条件の場合、single-compartment mod
elを用いても計測する必要があるとされているＴ１_ｅや
λの違いの影響は、血管外成分の寄与が小さいために比
較的小さく、またtwo-compartment modelで影響される
血管床容積ＣＢＶの寄与も３％以上では小さい。このた
め、それらのパラメータを一定値としても大きな誤差は
生じないから、測定の必要性は少ない。逆に、それらの
パラメータを計測してsingle-compartment modelに基づ
いてＴ１緩和を補正した場合、過大な補正になり、測定
の意味は無いということである。

【００６８】またラベリングに連続ＲＦ波を使用するＡ
ＳＬ（ＣＡＳＬ）では入力関数である（３）式のＣ
_ａ（ｔ）でｔをτ_ｄに置き換えたものに相当し（図２
（ｂ）の入力関数の波形を参照）、別途実施したシミュ
レーションでは血管内成分の比Ｑ_ｉ／Ｑ_ｔは定常状態で
６０％程度になり、Ｔ１_ｅ、Ｖ_ｉ、及びλのパラメータ
の変動によるトレーサー信号強度の変化もＰＡＳＬの場
合と同程度であった。

【００６９】ＰＡＳＬ及びＣＡＳＬともトレーサー信号
強度以外のパラメータを測定してもsingle-compartment
modelでは過大な補正になることは同じであり、測定す
るならばtwo-compartment modelを用いるべきである。
なお、いずれのモデルにおいても各コンパートメント内
がトレーサー到達後、瞬時に一様に均一になるという仮
定があるが、トレーサー信号強度が血管内外のトレーサ
ー量を決めるＰＳにロバストであることから、その影響
は小さいと考えられる。

【００７０】［Ｆ２］トレーサー信号強度から血流量ｆ
への比例換算の可能性 two-compartment modelに基づいたシミュレーションに
より、測定時刻ｔを固定したトレーサー信号強度（ASL
signal）は血流量ｆとほぼ比例関係とみなすことがで
き、かつ、Ｔ１_ｅ、Ｖ_ｉ、λ、及びＰＳなど異なり得る
パラメータの影響は人体脳において取りうる範囲ではロ
バストであることが明らかになった。

【００７１】また、実測データにおいてもシミュレーシ
ョンでみたように、ＰＡＳＬ法のトレーサー信号強度と
定量測定法として定着しているXe-CT CBFデータとの間
に良好な相関が認められ、ほぼ比例関係にあることが確
認された。このため、何らかの方法により一旦、トレー
サー信号強度（ASL signal）からＣＢＦ値に換算するた
めの比例係数”Ｋ”が求められればＣＢＦ値に換算可能
であることが判明した。

【００７２】ｋを表す（７）式の係数Ｇは測定系依存の
パラメータで装置及び撮影条件を変えない限り有効であ
るので、頻回に測定する必要はなく、送受信系の感度な
どは変化しても現状の装置系の条件での脳組織または静
止ファントムでの信号強度を測定しておけば補正可能で
あると考えられる。

【００７３】今回用いた被検者のコントロール画像の全
体の平均値の変動（ＳＤ／ＭＥＡＮ）は６％程度であ
る。また、同一スライスレベルを用いたこともあり、送
受信系のゲインの影響Ｇはほぼ無視できていると考えら
れた。しかし、コイル感度が異なる場合であっても、ゲ
インＧの影響を低減させる方法がある。それは、測定対
象の血液でもよいが一般に測定困難なので、血液のプロ
トン密度とほぼ同一とみなせる正常白質がほぼ定常状態
になっているとみなせる十分長く取ったＴＩによるコン
トロール画像で縦磁化密度Ｍ_０ｉに比例した信号強度Ｓ
_０（＝Ｇ＊Ｍ_０ｉ）を測定し、その比の相対信号強度：
ASL signal／Ｓ_０を用いれば送受信形のゲインＧやＭ
_０ｉがキャンセルされより普遍的な係数になる。

【００７４】また必要ならば、トレーサー信号強度から
血流量ｆに換算するのに単純なスケーリングでなくても
よい。例えば、血流量とトレーサー信号強度との関係を
テーブル化しておき、このテーブルを用いて、トレーサ
ー信号強度から血量量ｆをサーチすれば、たとえ非線形
であっても定量化可能である。

【００７５】また、ラベルされた血液の経路となる血管
内信号を無視できる場合、遅れ時間τ_ｄの延長に因って
ＴＥＣを用いない場合はトレーサー信号強度の低下、Ｔ
ＥＣを用いた場合でもトレーサー信号強度の僅かな増大
をもたらすが、もしスライス面内で一定なら同一のスケ
ーリング値で換算できる。遅れ時間τ_ｄについては、白
質は灰白質に比べ０．５ｓｅｃ程度延長することは報告
されているが、τ_ｄによる誤差はＰＡＳＬ法ならTag En
d CutによりＴＩ−Ｔ_ｔｅｃ＞τ_ｄに設定すれば軽減さ
れると考えられる。なお実験では遅れ時間τ_ｄを極力短
縮するために、単一スライスを用い、且つ、タグスラブ
とイメージングスラブのギャップを１ｃｍと狭くしてい
るので、ＴＩ−Ｔ_ｔｅｃ＝１．４−０．８＝０．６ｓｅ
ｃとなり、ＧＭとＷＭのτ_ｄの差はほぼ無視できると考
えられる。

【００７６】次に静脈信号の影響であるが、組織におけ
る血液のmean transit timeをＭＴＴとすると、ｔ＞Ｍ
ＴＴではラベルされた水が静脈に到達する割合が増大す
る結果、ボクセル内の静脈信号の寄与も生じうる。しか
し、人体脳ではＭＴＴ＝２〜５ｓｅｃとされ、さらに血
液信号もｅｘｐ［−ｔ／Ｔ１_ａ］倍に小さくなるため、
ｔ＜２ｓｅｃというＰＡＳＬの条件では問題にならない
と考えられる。直接にイメージングスラブ内に入り込む
血管信号の影響は、頭部では頭側からの血流はほぼ静脈
成分とみなせるのでＥＰＩＳＴＡＲ法やＦＡＩＲ法を用
いずに、足側からの血流のみをラベルするＡＳＴＡＲ法
などを用いるか、ラベリング後の遅延時間を与えるTag
End Cutを用い且つパラメータを適切に設定することな
どで軽減される。

【００７７】以上のように、two-compartment modelと
いう、より高精度なモデルを用いたシミュレーションが
提供され、このシミュレーションの中で、ａ）トレーサ
ー量（トレーサー濃度）Ｑｔは、フロー以外のパラメー
タ（Ｔ１ｅ，ｌａｍｂｄａ，Ｖｉ（ＣＢＶ），ＰＳ）に
対してロバストであること（すなわち、Ｑｔ≒function
（ｆ）が成り立つこと）、ｂ）ＴＩを用いるだけでも、
脳血流のオーダー（＜１００［ｍｌ／１００ｃｃ／ｍｉ
ｎ］）の範囲では、ほぼリニアに近似できること（すな
わち、Ｑｔ≒Ｋ・ｆ，Ｋ：比例係数が成り立つこと）、
ｃ）さらに、２次式で近似すれば、近似の精度がより向
上すること（すなわち、Ｑｔ＝ａ・ｆ^２＋ｂ・ｆが好ま
しいこと）などが判明した。

【００７８】［ＩＩ］実験 本発明者は、ＡＳＬ法においてトレーサー濃度からフロ
ーｆへの簡便な換算法を探るために、別の実験も行っ
た。

【００７９】Two-compartment modelを用い、そのモデ
ルの血管外各コンパートメントにおけるＴ１緩和時間Ｔ
１ｅに対して、灰白質（ＧＭ）と白質（ＷＭ）それぞれ
について、正しいパラメータを入れた場合（＃１）のト
レーサー濃度Ｑｔを基準として、そのトレーサー濃度Ｑ
ｔを与える各種の態様（＃２〜７：モデルとＴ１ｅの与
え方の違い、及び、スケーリングによる線形変換の場
合）についてフローｆを算出した（図１２参照）。

【００８０】ここで、正しいパラメータとは、ＷＭの場
合

【数１１】 である。

【００８１】この算出結果を用いて、原点（０，０）、
ＷＭ、ＧＭのフローｆとトレーサー濃度Ｑｔとの理論値
（３点）を線形及び２次式で近似した変換式を図１３、
１４に夫々示す。図１３はＰＡＳＬ法を示し、一方、図
１４はＣＡＳＬ法を示す。

【００８２】この結果から、ＷＭの理論値は線形（ｙ＝
ｋｘ）の近似の場合、多少、誤差があるが、２次式（ｙ
＝ａｘ^２＋ｂｘ）の近似にすると、その誤差は小さくな
っている。つまり、前述したように、フローｆが高い値
になるほど、トレーサー濃度Ｑｔはフローｆに対する比
例関係は崩れ、上に凸の形状を示す曲線になることが分
かっている。したがって、このような高い値のフローｆ
の場合には、２次式など高次式による換算の方がtwo-co
mpartment modelに、より良好に近似することが判明し
た。

【００８３】上述したシミュレーション及び実験から得
られた知見に基づいて、本発明は以下のように構成され
た。

【００８４】本発明に係るＭＲＩ装置によれば、被検体
の撮像領域にＡＳＬ法に基づくスキャンを実行して当該
ＡＳＬ法に基づく前記撮像領域の画像データを得る撮像
手段と、前記被検体の撮像領域における血流が組織に拡
散するときの血流の内外に２つのコンパートメントを設
定して当該血流の組織への拡散状態の時間変化を考慮し
たモデルに基づいて求めたトレーサーとしての水のトレ
ーサー濃度と組織血流としてのフローとの対応情報を求
めて保管する保管手段と、前記撮像手段により得られた
画像データに基づく量を前記トレーサー濃度とフローと
の対応情報に照らして前記撮像領域における組織血流の
フローを定量化するフロー定量化手段とを備えたことを
特徴とする。

【００８５】好適には、前記保管手段は、前記モデルに
前記被検体の撮像領域の組織の代表的なパラメータを適
用して複数の既知のフローのそれぞれに対応する単位ボ
クセル内のトレーサー量を複数個求める手段と、前記複
数の既知フローと前記複数のトレーサー量との関係をリ
ニア又はノンリニアな式で近似する手段と、前記リニア
又はノンリニアな式に基づく対応関係を記憶テーブル又
は変換式として記憶する手段とを備える。

【００８６】例えば、前記フロー定量化手段は、前記撮
像手段により得られたＡＳＬ法に基づく画像データの信
号強度から単位ボクセル内のトレーサー量を求める手段
と、このトレーサー量を前記記憶テーブル又は変換式で
フローに換算する手段とを備える。この前記トランスデ
ューサ量を求める手段は、前記ＡＳＬ法に基づく画像デ
ータからＡＳＬＲ画像を求める手段を有し、このＡＳＬ
Ｒ画像から前記トレーサー量を演算することが好まし
い。

【００８７】上述した各構成において、一例として、前
記保管手段は、レファレンスデータを用いて前記トレー
サー濃度と前記フローとの対応情報を補正する手段を有
する。また、前記撮像手段は、前記スキャンとしてＡＳ
ＴＡＲ法に基づくスキャンを実行する手段であることが
望ましい。

【００８８】また、本発明に係るフロー定量化装置によ
れば、被検体の撮像領域における血流が組織に拡散する
ときの血流の内外に２つのコンパートメントを設定して
当該血流の組織への拡散状態の時間変化を考慮したモデ
ルに基づいて求めたトレーサーとしての水のトレーサー
濃度と組織血流としてのフローとの対応情報を求めて保
管する保管手段と、撮像手段により得られた画像データ
に基づく量を前記トレーサー濃度とフローとの対応情報
に照らして前記撮像領域における組織血流のフローを定
量化するフロー定量化手段とを備えたことを特徴とす
る。

【００８９】例えば、前記保管手段は、前記モデルに前
記被検体の撮像領域の組織の代表的なパラメータを適用
して複数の既知のフローのそれぞれに対応する単位ボク
セル内のトレーサー量を複数個求める手段と、前記複数
の既知フローと前記複数のトレーサー量との関係をリニ
ア又はノンリニアな式で近似する手段と、前記リニア又
はノンリニアな式に基づく対応関係を記憶テーブル又は
変換式として記憶する手段とを備えることが望ましい。

【００９０】さらに、本発明の別の態様に係るフロー定
量化装置によれば、被検体の血流が組織に拡散する状態
を表すモデルに当該被検体の撮像領域の組織の代表的な
パラメータを適用して複数の既知のフローのそれぞれに
対応する単位ボクセル内のトレーサー量を複数個求める
手段と、前記複数の既知フローと前記複数のトレーサー
量との関係をノンリニアな式で近似する手段と、前記ノ
ンリニアな式に基づく対応関係を記憶テーブル又は変換
式として記憶する手段とを備える。好適には、前記モデ
ルは、前記被検体の撮像領域における血流が組織に拡散
するときの血流の内外に２つのコンパートメントを設定
して当該血流の組織への拡散状態の時間変化を考慮した
ツー・コンパートメント・モデルである。

【００９１】さらに、本発明に係るフロー定量化方法に
よれば、被検体の撮像領域における血流が組織に拡散す
るときの血流の内外に２つのコンパートメントを設定し
て当該血流の組織への拡散状態の時間変化を考慮したモ
デルに基づいて求めたトレーサーとしての水のトレーサ
ー濃度と組織血流としてのフローとの対応情報を求めて
保管し、得られた画像データに基づく量を前記トレーサ
ー濃度とフローとの対応情報に照らして前記撮像領域に
おける組織血流のフローを定量化する、ことを特徴とす
る。

【００９２】好適には、前記モデルに前記被検体の撮像
領域の組織の代表的なパラメータを適用して複数の既知
のフローのそれぞれに対応する単位ボクセル内のトレー
サー量を複数個求め、前記複数の既知フローと前記複数
のトレーサー量との関係をリニア又はノンリニアな式で
近似し、前記リニア又はノンリニアな式に基づく対応関
係を記憶テーブル又は変換式として記憶する。

【００９３】さらに、本発明の別の態様に係るフロー定
量化方法によれば、被検体の血流が組織に拡散する状態
を表すモデルに当該被検体の撮像領域の組織の代表的な
パラメータを適用して複数の既知のフローのそれぞれに
対応する単位ボクセル内のトレーサー量を複数個求め、
前記複数の既知フローと前記複数のトレーサー量との関
係をノンリニアな式で近似し、前記ノンリニアな式に基
づく対応関係を記憶テーブル又は変換式として記憶する
ことを特徴とする。好適には、前記モデルは、前記被検
体の撮像領域における血流が組織に拡散するときの血流
の内外に２つのコンパートメントを設定して当該血流の
組織への拡散状態の時間変化を考慮したツー・コンパー
トメント・モデルである。

【００９４】本発明のその他の態様に係る具体的な構成
及び特徴は、以下に記す発明の実施形態及び添付図面に
より明らかにされる。

【００９５】

【発明の実施の形態】以下、本発明の実施の形態を添付
図面に基づき説明する。

【００９６】本発明の１つの実施形態に係るＭＲＩ装置
を、図１５〜図２２を参照して説明する。

【００９７】この実施形態に係るＭＲＩ装置は、本発明
に係るＡＳＬイメージングによるフロー定量化装置を兼
ねるもので、ＡＳＬイメージングを行って、そのイメー
ジング結果を用いたフロー定量化を行う機能と一体に備
えた例を示す。別の形態としては、かかるフロー定量化
の機能を専用的に備えたフロー定量化装置を備えて、本
発明に係るフロー定量化を実施するようにしてもよい。

【００９８】本実施形態に係る、フロー定量化装置を兼
ねたＭＲＩ装置は、トレーサー濃度Ｑｔからフローｆへ
の変換を、予め格納した記憶テーブルを用いて行うこと
に特徴を有する。

【００９９】最初に、ＭＲＩ装置の概略構成から説明す
る。

【０１００】このＭＲＩ装置は、被検体Ｐを載せる寝台
部と、静磁場を発生させる静磁場発生部と、静磁場に位
置情報を付加するための傾斜磁場発生部と、高周波信号
を送受信する送受信部と、システム全体のコントロール
及び画像再構成を担う制御・演算部とを備えている。

【０１０１】静磁場発生部は、例えば超電導方式の磁石
１と、この磁石１に電流を供給する静磁場電源２とを備
え、被検体Ｐが遊挿される円筒状の開口部（診断用空
間）の軸方向（Ｚ軸方向）に静磁場Ｈ_０を発生させる。
なお、この磁石部にはシムコイル１４が設けられてい
る。このシムコイル１４には、後述するコントローラの
制御下で、シムコイル電源１５から静磁場均一化のため
の電流が供給される。寝台部は、被検体Ｐを載せた天板
を磁石１の開口部に退避可能に挿入できる。

【０１０２】傾斜磁場発生部は、磁石１に組み込まれた
傾斜磁場コイルユニット３を備える。この傾斜磁場コイ
ルユニット３は、互いに直交するＸ、Ｙ、Ｚ軸方向の傾
斜磁場を発生させるための３組（種類）のｘ，ｙ，ｚコ
イル３ｘ〜３ｚを備える。傾斜磁場部はさらに、ｘ，
ｙ，ｚコイル３ｘ〜３ｚに電流を供給する傾斜磁場電源
４を備える。この傾斜磁場電源４は、後述するシーケン
サ５の制御のもと、ｘ，ｙ，ｚコイル３ｘ〜３ｚに傾斜
磁場を発生させるためのパルス電流を供給する。

【０１０３】傾斜磁場電源４からｘ，ｙ，ｚコイル３ｘ
〜３ｚに供給されるパルス電流を制御することにより、
物理軸としての３軸であるＸ，Ｙ，Ｚ方向の傾斜磁場を
合成して、論理軸としてのスライス方向傾斜磁場Ｇｓ、
位相エンコード方向傾斜磁場Ｇｅ、および読出し方向
（周波数エンコード方向）傾斜磁場Ｇｒの各方向を任意
に設定・変更することができる。スライス方向、位相エ
ンコード方向、および読出し方向の各傾斜磁場は静磁場
Ｈ_０に重畳される。

【０１０４】送受信部は、磁石１内の撮影空間にて被検
体Ｐの近傍に配設されるＲＦコイル７と、このコイル７
に接続された送信器８Ｔ及び受信器８Ｒとを備える。こ
の送信器８Ｔ及び受信器８Ｒは、後述するシーケンサ５
の制御のもとで、磁気共鳴（ＭＲ）現象を起こさせるた
めのラーモア周波数のＲＦ電流パルスをＲＦコイル７に
供給する一方、ＲＦコイル７が受信した高周波のＭＲ信
号を受信し、各種の信号処理を施して、対応するデジタ
ル信号を形成するようになっている。

【０１０５】さらに、制御・演算部は、シーケンサ（シ
ーケンスコントローラとも呼ばれる）５、ホスト計算機
６、演算ユニット１０、記憶ユニット１１、表示器１
２、および入力器１３を備える。この内、ホスト計算機
６は、記憶したソフトウエア手順により、オペレータが
指令した情報を受け付け、この情報に基づくスキャンシ
ーケンス情報をシーケンサ５に指令するとともに、シー
ケンサ５をはじめとして、演算ユニット１０、記憶ユニ
ット１１、および表示器１２を含む装置全体の動作を統
括する機能を有する。

【０１０６】シーケンサ５は、ＣＰＵおよびメモリを備
えており、ホスト計算機６から送られてきたパルスシー
ケンス情報を記憶し、この情報にしたがって傾斜磁場電
源４、送信器８Ｔ、受信器８Ｒの一連の動作を制御す
る。また、シーケンサ５は、受信器８ＲからのＭＲ信号
のデジタルデータを一旦入力して、再構成処理を行う演
算ユニット１０にそのデータを転送する。

【０１０７】ここで、パルスシーケンス情報とは、一連
のパルスシーケンスにしたがって傾斜磁場電源４、送信
器８Ｒおよび受信器８Ｔを動作させるために必要な全て
の情報であり、例えばｘ，ｙ，ｚコイル３ｘ〜３ｚに印
加するパルス電流の強度、印加時間、印加タイミングな
どに関する情報を含む。

【０１０８】本実施形態のＡＳＬイメージング法は、例
えば、ＡＳＴＡＲ法、ＳＴＡＲ法（signal targetting
with alternating radio frequency）、ＥＰＩＳＴＡＲ
（echo planar MR imaging and signal targetting wit
h alternating radio frequency）法、ＦＡＩＲ（flow-
sensitive alternation inversion recovery）法など、
任意の手法を使用できる。また、それらの手法で採用可
能なパルスシーケンスは、縦磁化の大きさを強調した高
速イメージング用であればどのようなパルスシーケンス
であってもよい。例えば、高速ＦＥ法、高速ＳＥ法、Ｅ
ＰＩ（Echo Planar Imaging）法、ＦＡＳＥ（高速Asymm
etric SE）法、ハイブリッドＥＰＩ法などである。

【０１０９】演算ユニット１０は、入力する生データの
読込み、画像のフーリエ空間（ｋ空間または周波数空間
とも呼ばれる）への生データの配置、データのアベレー
ジング処理、タグモードおよびコントロールモードのデ
ータ相互間の差分、データのしきい値処理、複素数デー
タの絶対値化処理、生データを実空間データに再構成す
る再構成処理（例えば２次元または３次元のフーリエ変
換処理）を適宜な順番で行うようになっている。なお、
３次元撮像が行われた場合、演算ユニット１０は、３次
元画像データから２次元画像データを生成するためにＭ
ＩＰ（最大値投影）処理なども実施できるようになって
いる。

【０１１０】記憶ユニット１１は、生データ及び再構成
画像データのみならず、演算処理が施された画像データ
を保管することができる。表示器１２は画像を表示す
る。また、術者は入力器１３を介して所望のスキャン条
件、スキャンシーケンス、画像処理法などの必要情報を
ホスト計算機６に入力できるようになっている。

【０１１１】次に、この実施形態の動作例を説明する。

【０１１２】図１６に、本実施形態に係るＡＳＬイメー
ジングにおけるフロー定量化の処理例を示す。この処理
は、フロー定量化の機能を有している、ホスト計算機６
又は演算ユニット１０で実行される。

【０１１３】この処理例の場合、トレーサー量Ｑｔをフ
ローｆに変換する変換式又はテーブルが最初に作成され
る。すなわち、測定対象モデル（two-compartment mode
l）の平均値パラメータＰ１，Ｐ２，…，Ｐｍ（例え
ば、Ｔ１ａ，Ｔ１ｉ，Ｔ１ｅ，ｌａｍｂｄａ，Ｖｉ，Ｐ
Ｓ，ｔ（固定値）など）に基づき、その測定対象モデル
に従いトレーサー濃度Ｑｄとフローｆとの関係をテーブ
ル化する（ステップＳ１、Ｓ２）。これにより、ｆ＝Ｔ
ａｂｌｅ（Ｑｔ）の規定するテーブルが準備される。こ
のテーブルにおいて、フローｆとトレーサー量Ｑｔはリ
ニアスケーリング（すなわち、ｆ＝Ｋ・Ｑｔ；Ｋは比例
係数）又は多項式による近似で規定される。なお、固定
値ｔはユーザインターフェースなどの装置からダイナミ
ックに入力される量である。

【０１１４】これを詳述すると、two-compartment mode
lによる表現を含む一般的表現として、 Ｑｔ：単位ボクセル当たりのトレーサー量（トレーサー
濃度）、 ｆ：フロー、 Ｐ１，…，Ｐｎ：フローに関与する他のパラメータ としたとき、あるモデルに対して

【数１２】 の関係にあるとする。次いで、Ｐ１，…，Ｐｎのうち、
影響を与えるｋ個の支配的なパラメータに対する式

【数１３】 に修正される。

【０１１５】仮に、ｋ＝０ならば、フローのみの式Ｑｔ
＝function（ｆ）となる。

【０１１６】次いで、「Ｑｔ ｖｓ．ｆ」の関係を表す
テーブル（又は変換式）が以下の手順で作成される。こ
の作成はホスト計算機６又は演算ユニット１０の演算機
能により、フロー定量化の前の適宜なタイミングで、オ
ペレータとの間でインターラクティブに実行される。

【０１１７】１）：最初のステップでは、代表的な組織
のパラメータに基づき、two-compartment modelによる
シミュレーションを行ってフローｆを得て、トレーサー
量Ｑｔを求める。

【０１１８】フローｆをｆ１、ｆ２、…、ｆｋとする
と、トレーサー量ＱｔはＱｔ（ｆ１）、Ｑｔ（ｆ２）、
…、Ｑｔ（ｆｋ）が求められる。なお、Ｑｔ（ｆ１）、
Ｑｔ（ｆ２）、…、Ｑｔ（ｆｋ）はシミュレーションで
は無く、実測データから求めてもよい。

【０１１９】２）：次のステップでは、「Ｑｔ ｖｓ．
ｆ」の関係を線形式又は高次式で近似する。高次式とし
て、多項式を用いる場合、原点、Ｑｔ（ｆ１）、Ｑｔ
（ｆ２）、…を通る多項式は、

【数１４】 で近似される。そこで、例えば、ｍ＝１の場合、原点及
び１個の点を通る直線（リニアスケーリング）で図１７
（ａ）に示すようになり、ｍ＝２の場合、原点及び２個
の点を通る曲線近似（２次曲線近似）になり、さらに、
ｍ＝ｋの場合、原点及びｋ個の点を通る曲線近似で図１
７（ｂ）に示すようになる。

【０１２０】３）：次のステップでは、「Ｑｔ ｖｓ．
ｆ」の関係からリサンプリングなどによりテーブルが作
成される。具体的には、リサンプリングして離散的なテ
ーブルが図１８に示す如く作成される。この場合、パラ
メータＰ１〜Ｐｋのそれぞれ毎に作成される。

【０１２１】また、two-compartment modelをフローｆ
について

【数１５】 を解析的に解いてテーブルを作成してもよい。この場
合、解は連続関数になるが、解析的に解けない場合、数
値的に解いてもよい。さらに、解析的にも数値的にも解
けない場合、上述したリサンプリングによる方法を用い
るのが良い。

【０１２２】なお、テーブルの代わりに、変換式を記憶
するようにしてもよく、その場合には、上記３）のステ
ップで近似させた直線を表す１次式又は曲線を表す高次
式を記憶させ、フロー定量化の都度、かかる変換式が呼
び出される。

【０１２３】なお、トレーサー量Ｑｔを算出するときに
フローｆ以外のパラメータがＰ１，Ｐ２，…，Ｐｍがあ
る場合には、Ｐ１〜Ｐｍのそれぞれ毎に「Ｑｔ ｖｓ．
ｆ」のテーブルを作成しておく必要がある。また、フロ
ーが組織によりＰ１，Ｐ２，…，Ｐｋに依存する場合、
あるパラメータではあるフローを、別のパラメータでは
別のフローに対応させたテーブルが作成される。テーブ
ルは離散的であることが要求されるが、関数で与えられ
るならば、連続的な値が求まる。

【０１２４】図１９は脳の例を示し、タグパルスを印加
後の時間ＴＩを１個のみの有意なパラメータ（ｋ＝１）
にとったものである（Ｐ１＝ＴＩ）。例えば、脳におけ
るＷＭ及びＧＭの場合、別々のパラメータの組み合わせ
で２点が形成され（ｍ＝２）、これらの点を原点を含め
て、１次式又は２次式でフィッティングする。このフィ
ッティングした直線又は２次曲線はサンプリングされ
て、サンプリングされた値を用いてテーブルが作成され
る。

【０１２５】以上のように何れかの手法により、ＡＳＬ
イメージング前に、「Ｑｔ ｖｓ．ｆ」の関係を表す離
散的なテーブルが作成される。このテーブルは例えば記
憶ユニット１１のメモリに格納され、演算ユニット１０
又はホスト計算機６による定量化の処理時に呼び出され
て用いられる。

【０１２６】次に、オペレータからの指示に呼応して、
ＡＳＬイメージングが好適にはＡＳＴＡＲ法により実行
される。このための実行指令は、シーケンサ５から傾斜
磁場電源４、受信器８Ｒ、及び送信器８Ｔに、ＡＳＴＡ
Ｒ法のパルスシーケンスに基づく制御情報が順次送られ
ることでなされる。このＡＳＴＡＲ法はＰＡＳＬ法及び
ＣＡＳＬ法の何れによって実行できる。

【０１２７】ここで、ＡＳＴＡＲ法の概要を図２０に基
づいて説明する。

【０１２８】図２０に、ＰＡＳＬ法に基づくＡＳＴＡＲ
法により空間的に設定されるスラブ（又はスライス）の
位置関係を示す。同図において、横軸を被検体の体軸方
向ｚにとり、縦軸をイメージングスラブ（Imaging sla
b）のｚ軸方向の中心からの変調周波数オフセット量に
とる。斜めの２本の破線はＩＲ（反転回復）傾斜磁場強
度を示す。

【０１２９】このＡＳＴＡＲ法（ＰＡＳＬ法に拠る）で
は、図２０に示す如く、撮像領域として選択的に設定さ
れるイメージングスラブに対し、タグ用ＩＲ（インバー
ジョン）パルスの印加によるタグスラブ（Tagging slab
またはTag-IR slab）とコントロール用ＩＲパルスの印
加によるコントロールスラブ（Controlling slabまたは
Control-IR slab）とが選択的に設定される。

【０１３０】そして、タグスラブに選択的に印加するタ
グ用ＩＲパルスを含んだパルス列とイメージングスラブ
に選択的に印加するイメージング用パルス列とから成る
第１のパルスシーケンスを用いたスキャン（タグ（ラベ
ル）スキャン）と、コントロールスラブに選択的に印加
するコントロール用ＩＲパルスを含んだパルス列とイメ
ージングスラブに選択的に印加するイメージング用パル
ス列とから成る第２のパルスシーケンスを用いたスキャ
ン（コントロールスキャン）が適宜な順番で時系列的に
実施される。タグスキャンを行う撮像モードをタグモー
ドと呼び、コントロールスキャンを行う撮像モードをコ
ントロールモードと呼ぶことにする。

【０１３１】このタグスキャンおよびコントロールスキ
ャンを実行するに際し、タグ用ＩＲパルスとコントロー
ル用ＩＲパルスのイメージングスラブの中心からのオフ
セット周波数は同じ値にした状態で、各イメージングパ
ルスによるスラブの厚さと位置オフセットを同じ倍率で
変えることを特徴の１つとする。これにより、タグスラ
ブおよびコントロールスラブとイメージングスラブとの
間の距離を調整でき、これにより、両ＩＲパルスの印加
に伴ってイメージングスラブに生じるＭＴ効果を同一に
または殆ど同一にし、かつ、一方向からの血流のみをイ
メージングする手法である。

【０１３２】このＡＳＴＡＲ法を実施して例えば被検体
の頭部を撮像する場合、動脈は下肢側から頭頂部側に流
れているので、タグ用ＩＲスラブはイメージングスラブ
よりも下肢側（下側）に設定され、一方、コントロール
用ＩＲスラブはイメージングスラブよりも頭頂部側（上
部）側に設定される。このＡＳＴＡＲ法では、コントロ
ール用ＩＲスラブを、静脈を含む頭頂部に掛からないよ
うに設定することを必須の特徴とする。つまり、頭頂部
から外れた位置にコントロール用ＩＲスラブが設定され
る。

【０１３３】ＡＳＬ法において、通常、除外したいの
は、静脈系から検出される信号である。「除外」と言っ
ても、結局のところ、反転（ＴＩ）時間内に静脈からの
信号がイメージングスラブに入りこまなければよい。静
脈は動脈に比べて、比較的低速であるため、タグ用ＩＲ
パルスを頭部から位置的に完全に外して印加する必要は
無く、静脈の流速、ギャップ（空隙）の距離、および反
転時間などの条件に応じて、適度なマージンだけイメー
ジングスラブから離して設定できる。

【０１３４】図２１には、上述したＡＳＴＡＴＲ法（Ｐ
ＡＳＬ法に基づく）を実施するためのパルスシーケンス
の詳細な一例を示す。この例は、ＩＲパルスを用いた高
速ＦＥ法のシーケンスを元にしたパルス列で構成されて
いる。

【０１３５】上述したＡＳＴＡＲ法が実行されて、コン
トロールモード及びスキャンモードによるエコーデータ
から、頭部などの所望部位のコントロール画像Ｓ
_ｃｏｎｔ（ｘ，ｙ）とタグ画像Ｓtag（ｘ，ｙ）が演算
ユニット１０により再構成される（ステップＳ３，Ｓ
４）。

【０１３６】次いで、演算ユニット１０により、再構成
されたコントロール画像Ｓ_ｃｏｎｔ（ｘ，ｙ）とタグ画
像Ｓtag（ｘ，ｙ）を用いてＡＳＬ画像ＡＳＬ（ｘ，
ｙ）が、

【数１６】 の引き算により画素毎に演算される（ステップＳ５）。

【０１３７】次いで、演算ユニット１０により、実際に
測定されるＡＳＬ画像ＡＳＬ（ｘ，ｙ）とコントロール
画像値Ｓ_ｃｏｎｔとの比を

【数１７】 に基づき画素毎に求めて、正規化されたＡＳＬＲ（ASL
signal to control signal ratio）画像ＡＳＬＲ（ｘ，
ｙ）が得られる（ステップＳ６）。ここで、Ｓ_{ｃ ｏｎｔ}
は、コントロール画像上のＷＭ又は血液の画像値を表
す。この画像値Ｓ_{ｃ ｏｎｔ}は、プロトン密度を反映する
とみなせる回復時間Ｔ_ｒｅｐが十分に長くない場合（す
なわち、２秒よりも短い場合）、それよりも長いＴ
_ｒｅｐで別に撮像した画像から採用される。

【０１３８】なお、この画像値Ｓ_ｃｏｎｔは以下のよう
な理由で用いられる。いま、送受信ゲインなどの装置に
依存するパラメータをＧ、ラベリング方法（インバージ
ョン角度など）やＴ２緩和などに依存する係数をＡとす
ると、

【数１８】 で表される。仮に、画像値Ｓ_ｃｏｎｔが、Ｔ１緩和が十
分に飽和したとみなせるほどの十分に長いＴＩで計測さ
れているとすれば、

【数１９】 になり、Ｇ、Ａ、及びＭ_０の影響が共にキャンセルさ
れ、単純に、テーブルを参照すれば済むことになる。

【０１３９】脳の場合、血液のＭ_０を測定する必要があ
るが、血液を測定することは困難であるので、その代わ
りに白質部の信号強度を代用してもよい。また、被検者
毎にシングルスライスならば１箇所、画像値Ｓ_ｃｏｎｔ
を求めておけばよいし、マルチスライスならばコイル感
度が異なるので、画像値Ｓ_ｃｏｎｔをスライス毎に求め
ておけばよい。

【０１４０】なお、上述した実施形態の構成において、
ＭＲＩ装置のホスト計算機６、演算ユニット１０、記憶
ユニット１１、表示器１２、及び入力器１３は、本発明
に係るフロー定量化装置Ａとしても機能する構成要素で
ある。

【０１４１】（その他の実施形態…その１）上述した実
施形態にあっては、一度、何等かの方法でトレーサー流
量Ｑｔとフローｆの対応関係を示すテーブルを求めてお
く手法であったが、その他の実施形態としては、フロー
ｆとトレーサー流量Ｑｔの関数関係に基づき直接、変換
するようにしてもよい。

【０１４２】具体的には、上述したテーブルを用いたフ
ロー定量化の中で、代表的な組織のパラメータを元にtw
o-compartment modelに基づくシミュレーションで求め
た「Ｑｔ ｖｓ．ｆ」の関係を縦軸と横軸を入れ変え
て、フローｆを縦軸とする上記（１２）式に変換する。
すなわち、「Ｑｔ ｖｓ．ｆ」の関係をｆ（Ｑｔ１）、
ｆ（Ｑｔ２）、…を通るフローｆの曲線（＝多項式）：

【数２０】 でフィッティングすればよく、このように直接変換方式
を採ることで、（１１）式をｆについて解く必要は無く
なる。

【０１４３】図２２（ａ），（ｂ）は、上述のように
「Ｑｔ ｖｓ．ｆ」の関係を縦軸と横軸を入れ変えてフ
ィッティングし、トレーサー流量Ｑｔからフローｆを求
める手順を例示する。同図（ａ）は、直線近似（リニア
スケーリング）によるフロー定量化を示すもので、前述
した図１７（ａ）に対応する。また同図（ｂ）は、多項
式近似によるフロー定量化を示すもので、前述した図１
７（ｂ）に対応する。

【０１４４】このように近似させた直線又は曲線は、前
述と同様に、リサンプリングして離散的なテーブルとし
て作成される（図１８参照）。例えば、フローｆは１
［ｍｌ／１００ｃｃ／ｍｉｎ］の刻みで作成される。ま
た、このテーブルは、パラメータのＰ１〜Ｐｋのそれぞ
れ毎に作成するようにしてもよい。

【０１４５】なお、テーブルの代わりに、変換式を記憶
するようにしてもよく、その場合には、近似させた直線
を表す１次式又は曲線を表す高次式を記憶させ、フロー
定量化の都度、かかる変換式が呼び出される。

【０１４６】なお、トレーサー量Ｑｔを算出するときに
フローｆ以外のパラメータがＰ１，Ｐ２，…，Ｐｍがあ
る場合には、Ｐ１〜Ｐｍのそれぞれ毎に「Ｑｔ ｖｓ．
ｆ」のテーブルを作成しておく必要がある。また、フロ
ーが組織によりＰ１，Ｐ２，…，Ｐｋに依存する場合、
あるパラメータではあるフローを、別のパラメータでは
別のフローに対応させたテーブルが作成される。テーブ
ルは離散的であることが要求されるが、関数で与えられ
るならば、連続的な値が求まる。

【０１４７】（その他の実施形態…その２）前述した実
施形態では、とくに、レファレンスデータを用いて受信
ゲインの違いによる影響を補正するようにしてもよい。
この補正の一例は以下のように実行される。

【０１４８】予め、静止レファレンスファントムｒｅｆ
１（図２３参照）に対する、コントロールモードにおけ
る受信ゲインで補正後の画像値Ｓ_{ｃｏｎｔ／ｃｏｒ}（ｒ
ｅｆ１）が統計的に演算され、記憶ユニット１１に格納
される（図２３のステップＳ２１）。レファレンスファ
ントムｒｅｆ１は、Ｔ１が血液に近い値（静磁場が１．
５Ｔの場合、１２００〜１５００ｍｓｅｃ）のファント
ムである。この演算は、演算ユニット１０又はホスト計
算機６を使って行なうことができるが、本ＭＲＩ装置と
は別の機器で演算したデータをホスト計算機６が入力器
１３を介して受け取り、これを記憶ユニット１１に格納
してもよい。

【０１４９】なお、受信ゲインＧ_１を算出するために
は、静止レファレンスファントムｒｅｆ１に代えて、頭
部組織そのものを用いることもできる。

【０１５０】そして、被検体の頭部の近傍に静止レファ
レンスファントムｒｅｆ１を置いた状態でＡＳＬイメー
ジング、すなわちコントロールスキャン及びタグスキャ
ンが適宜な順序で１回ずつ実行される。このコントロー
ルスキャン及びタグスキャンは、シーケンサ５の制御の
基に傾斜磁場電源４、送信器８Ｔ、及び受信器８Ｒを動
作させて実行される。ＲＦコイル７で受信され、かつ受
信器８Ｒで処理されたエコーデータは、演算ユニット１
０にて再構成され、各モードでの画像値に生成される。

【０１５１】したがって、各被検体に対するフロー定量
化又は同一被検体に対するフロー定量化の度に（すなわ
ち測定の度に）、コントロールスキャン及びタグスキャ
ンが被検体とレファレンスファントムｒｅｆ１と対して
同時に実行され、各モードのデータ測定及び収集が行な
われる。

【０１５２】この内、コントロールスキャンにより発生
したエコー信号から画像測定値Ｓ_{ｃ
ｏｎｔ／ｍｅａｓｕｒｅｄ}（ｒｅｆ１）が生成される
（ステップＳ２２）。

【０１５３】さらに、上述のコントロール画像Ｓ
_{ｃｏｎｔ／ｍｅａｓｕｒｅｄ}（ｘ，ｙ）及びタグ画像Ｓ
_{ｔａｇ／ｍｅａｓｕｒｅｄ}（ｘ，ｙ）から、その頭部の
gray matterにレファレンスｒｅｆ２（ＲＯＩ）を置い
たときの、レファレンスｒｅｆ２に対するコントロール
スキャン及びタグスキャン各々の画像測定値Ｓ
_{ｃｏｎｔ／ｍ ｅａｓｕｒｅｄ}（ｒｅｆ２）及びＳ
_{ｔａｇ／ｍｅａｓｕｒｅｄ}（ｒｅｆ２）が夫々生成され
る（ステップＳ２３、Ｓ２４）。

【０１５４】ここで、ステップＳ２１〜Ｓ２４は上述し
た処理順に限定されることなく、適宜な順で処理してよ
い。

【０１５５】次いで、前述したステップＳ２１及びＳ２
２で記憶又は生成しているデータから、受信ゲインＧ１
が

【数２１】 により補正演算される（ステップＳ２５）。つまり、測
定毎に、補正された受信ゲインＧ_１が求められる。

【０１５６】なお、正常な灰白質や白質の画像値Ｓ
_{ｃｏｎｔ／ｃｏｒ}の個人差は小さいので、既知の画像値
Ｓ_{ｃｏｎｔ／ｃｏｒ}が有るならば、その値を用いて、測
定毎に受信ゲインＧ_１を補正演算するようにしてもよ
い。これにより、静止レファレンスファントムｒｅｆ１
を用いた事前の測定を省略することができる。さらに、
各回の測定に際し、受信ゲインＧ_１それ自体が既知であ
る場合、ステップＳ２１〜Ｓ２２の一連の測定及び演算
を省略し、その既知のゲイン値を後述する処理で直接用
いるようにしてもよい。

【０１５７】次いで、補正された受信ゲインでスケール
値（比例係数）Ｋ_１ｃｏｒを演算するための処理工程に
入る。最初に、前述したステップＳ２３及びＳ２４にお
ける生成データから、レファレンスｒｅｆ２に対するＡ
ＳＬ画像値ΔＳ_{ｍｅａｓｕｒ ｅｄ}（ｒｅｆ２）が

【数２２】 により差分演算される（ステップＳ２６）。

【０１５８】さらに、ステップＳ２６で補正された受信
ゲインＧ_１を用いてレファレンスｒｅｆ２に対する画像
値ΔＳ_ｃｏｒ（ｒｅｆ２）が、

【数２３】 により演算される（ステップＳ２７）。

【０１５９】このようにして求めた画像値ΔＳ
_ｃｏｒ（ｒｅｆ２）を用いて多項式近似の関数が適宜に
補正され、受信ゲインの違いに因る影響が排除されたフ
ロー定量化がなされる。

【０１６０】以上説明した種々の実施形態によるフロー
定量化によれば、従来のsingle-compartment modelに基
づくスケーリングでは不足していた高精度なフロー定量
化を行うことができる。

【０１６１】これは、本発明者が行ったシミュレーショ
ン及び実験から導出された知見に基づく構成に拠るもの
である。とくに、血流が組織に拡散するモデルとして、
two-compartment modelを用い、このtwo-compartment m
odelに代表的な組織のパラメータを適用して数段階の値
のフローｆに対するトレーサー濃度Ｑｔを求めることに
基礎を置いている。そして、トレーサー濃度Ｑｔからフ
ローｆへの換算式又はテーブルを求めて可能しておく。
さらに、ＡＳＴＡＲ法などに基づくＡＳＬイメージング
で求めたＡＳＬ画像：ＡＳＬ（ｘ，ｙ）は、ＡＳＬＲ画
像：ＡＳＬＲ（ｘ，ｙ）に正規化し、このＡＳＬＲ画像
からトレーサー流量Ｑｔ（ｘ，ｙ）を求め、このトレー
サー流量Ｑｔ（ｘ，ｙ）は、上述した換算式又はテーブ
ルを利用又は参照する簡単なスケーリング操作に付さ
れ、フローｆが画素毎に定量化される。これにより、例
えば頭部のフローｆの２次元分布情報が表示される。

【０１６２】このようにtwo-compartment modelをベー
スモデルとしていること、直線近似に拠るリニアスケー
リングのみならず、２次以上の高次の多項式を用いた曲
線近似がなされることによって、より高精度なフローの
定量化がなされる。

【０１６３】この定量化において、two-compartment mo
delを用いながらも、このモデルに必要なパラメータを
測定しないものの、測定したのとほぼ同等の精度でフロ
ー定量化を行うことができる。また、この定量化の過程
において、従来のsingle-compartment modelに比べて、
組織毎にパラメータＴ１を測定しなくても済むので、定
量性が向上する。さらに、測定データを単一条件におけ
る信号強度であり、この強度に基づくトレーサー濃度Ｑ
ｔでテーブル参照するだけの操作であるから、簡便に血
流量などのフローｆを定量化することができる。

【０１６４】なお、上述した多項式による曲線近似（ノ
ンリニアなスケーリング）は、single-compartment mod
elに基づくスケーリングにも適用可能なものである。従
来は、single-compartment modelに基づくリニアスケー
リングしか知られておらず、このsingle-compartment m
odelに拠る、より簡便なスケーリングの精度をノンリニ
アなスケーリングでカバーすることは大きな利点であ
る。このsingle-compartment modelに拠るスケーリング
によれば、Ｔ１値を測定しなくても済むという利点もあ
る。

【０１６５】また、上述した実施形態にあっては、撮像
部位が頭部である場合を例示したが、撮像部位は腎臓、
肝臓、筋血流など、種々の部位に適用することもでき
る。

【０１６６】なお、本発明は、代表的に例示した上述の
実施の形態に限定されるものではなく、当業者であれ
ば、特許請求の範囲の記載内容に基づき、その要旨を逸
脱しない範囲内で種々の態様に変形、変更することがで
き、それらも本発明の権利範囲に属するものである。

【０１６７】

【発明の効果】以上説明したように、本発明に係るＭＲ
Ｉ装置、フロー定量化装置、及びフロー定量化方法によ
れば、ＡＳＬイメージングにより得られた画像データに
基づく量を、予め保管してあるトレーサー濃度とフロー
との対応情報に照らして線形及び非線形のスケーリング
により組織血流から成るフローを精度良く、且つ、より
少ない測定データ数と演算量で簡便に定量化することが
できる。

【０１６８】とくに、tow-compartment modelを用いて
濃度とフローの対応情報（例えば変換式又はテーブル）
を生成し、保管してあるので、より高精度で且つ簡単な
演算でフローの定量化を行うことができる。また、多項
式などによる非線形近似によるスケーリングも行えるの
で、フローの高精度な定量化を行うことができる。

【０１６９】このため、従来の収集データや演算量が膨
大な、実際には殆ど使用困難な手法に比べて、一般の急
性期梗塞の患者などに対して、とくに有効性を発揮す
る。このフロー定量化を画像表示することで、画像値を
使った臨床的に意味のある比較が可能になり、患者毎に
又は同一患者の時間経過毎にフロー値の変化を追跡する
といった診断法も提供できる。

【０１７０】また、当然に、造影剤が不要であるから非
侵襲性を維持でき、Ｘ被曝も無いといった点でも有利で
ある。

【図面の簡単な説明】

【図１】本発明の原理を説明するために記載したツー・
コンパートメント・モデル（two-compartment model）
の説明図。

【図２】本発明で実施できるＰＡＳＬ法及びＣＡＳＬ法
それぞれにおける入力関数の波形を示す図。

【図３】本発明で好適に採用可能なＡＳＴＡＲ法のパル
スシーケンス及び印加パルスのスラブ位置を説明する
図。

【図４】本発明者が行ったシミュレーションの結果を示
すグラフ。

【図５】本発明者が行ったシミュレーションの結果を示
すグラフ。

【図６】本発明者が行ったシミュレーションの結果を示
すグラフ。

【図７】本発明者が行ったシミュレーションの結果を示
すグラフ。

【図８】本発明者が行ったシミュレーションの結果を示
すグラフ。

【図９】本発明者が行ったシミュレーションの結果を示
す表の図。

【図１０】本発明者が行ったシミュレーションの結果を
示すグラフ。

【図１１】本発明者が行ったシミュレーションの結果を
示すグラフ。

【図１２】本発明者が行った実験の結果を示す表の図。

【図１３】本発明者が行った実験の結果を示すグラフ。

【図１４】本発明者が行った実験の結果を示すグラフ。

【図１５】本発明の実施形態に係るＭＲＩ装置の一例を
示すブロック図。

【図１６】実施形態に係るＡＳＬイメージングにおける
テーブル換算によるフロー定量化の概要を例示するフロ
ーチャート。

【図１７】リニアスケーリング及び多項式近似によるス
ケーリングを用いたフロー算出の概要を説明する図。

【図１８】フロー定量化のための記憶テーブルを説明す
る図。

【図１９】一例として説明する、タグパルスの印加から
イメージングまでの時間ＴＩをパラメータとした多項式
近似の曲線を示すグラフ。

【図２０】実施形態におけるＡＳＬイメージングでＡＳ
ＴＡＲ法をより詳細に説明する図。

【図２１】ＡＳＴＡＲ法に係るパルスシーケンスを例示
する図。

【図２２】リニアスケーリング及び多項式近似によるス
ケーリングを用いたフロー算出の概要を説明する図。

【図２３】他の実施形態に係るリファレンスデータを用
いたスケーリングの補正を説明するフローチャート。

【符号の説明】

１ 磁石（撮像手段） ２ 静磁場電源 ３ 傾斜磁場コイルユニット（撮像手段） ４ 傾斜磁場電源（撮像手段） ５ シーケンサ（撮像手段） ６ ホスト計算機（撮像手段／フロー定量化手段／保管
手段） ７ ＲＦコイル（撮像手段） ８Ｔ 送信器（撮像手段） ８Ｒ 受信器（撮像手段） １０ 演算ユニット（撮像手段／フロー定量化手段／保
管手段） １１ 記憶ユニット（フロー定量化手段／保管手段） １２ 表示器（フロー定量化手段） １３ 入力器（フロー定量化手段）

Claims (14)

【特許請求の範囲】
1. 【請求項１】 被検体の撮像領域にＡＳＬ法に基づくス
   キャンを実行して当該ＡＳＬ法に基づく前記撮像領域の
   画像データを得る撮像手段と、 前記被検体の撮像領域における血流が組織に拡散すると
   きの血流の内外に２つのコンパートメントを設定して当
   該血流の組織への拡散状態の時間変化を考慮したモデル
   に基づいて求めたトレーサーとしての水のトレーサー濃
   度と組織血流としてのフローとの対応情報を求めて保管
   する保管手段と、 前記撮像手段により得られた画像データに基づく量を前
   記トレーサー濃度とフローとの対応情報に照らして前記
   撮像領域における組織血流のフローを定量化するフロー
   定量化手段とを備えたことを特徴とするＭＲＩ装置。
2. 【請求項２】 請求項１に記載のＭＲＩ装置において、 前記保管手段は、前記モデルに前記被検体の撮像領域の
   組織の代表的なパラメータを適用して複数の既知のフロ
   ーのそれぞれに対応する単位ボクセル内のトレーサー量
   を複数個求める手段と、前記複数の既知フローと前記複
   数のトレーサー量との関係をリニア又はノンリニアな式
   で近似する手段と、前記リニア又はノンリニアな式に基
   づく対応関係を記憶テーブル又は変換式として記憶する
   手段とを備えたＭＲＩ装置。
3. 【請求項３】 請求項２に記載のＭＲＩ装置において、 前記フロー定量化手段は、前記撮像手段により得られた
   ＡＳＬ法に基づく画像データの信号強度から単位ボクセ
   ル内のトレーサー量を求める手段と、このトレーサー量
   を前記記憶テーブル又は変換式でフローに換算する手段
   とを備えるＭＲＩ装置。
4. 【請求項４】 請求項３記載のＭＲＩ装置において、 前記トランスデューサ量を求める手段は、前記ＡＳＬ法
   に基づく画像データからＡＳＬＲ画像を求める手段を有
   し、このＡＳＬＲ画像から前記トレーサー量を演算する
   ようにしたＭＲＩ装置。
5. 【請求項５】 請求項１〜４の何れか一項に記載のＭＲ
   Ｉ装置において、 前記保管手段は、レファレンスデータを用いて前記トレ
   ーサー濃度と前記フローとの対応情報を補正する手段を
   有するＭＲＩ装置。
6. 【請求項６】 請求項１〜５の何れか一項に記載のＭＲ
   Ｉ装置において、 前記撮像手段は、前記スキャンとしてＡＳＴＡＲ法に基
   づくスキャンを実行する手段であるＭＲＩ装置。
7. 【請求項７】 被検体の撮像領域における血流が組織に
   拡散するときの血流の内外に２つのコンパートメントを
   設定して当該血流の組織への拡散状態の時間変化を考慮
   したモデルに基づいて求めたトレーサーとしての水のト
   レーサー濃度と組織血流としてのフローとの対応情報を
   求めて保管する保管手段と、 撮像手段により得られた画像データに基づく量を前記ト
   レーサー濃度とフローとの対応情報に照らして前記撮像
   領域における組織血流のフローを定量化するフロー定量
   化手段とを備えたことを特徴とするフロー定量化装置。
8. 【請求項８】 請求項７に記載のフロー定量化装置にお
   いて、 前記保管手段は、前記モデルに前記被検体の撮像領域の
   組織の代表的なパラメータを適用して複数の既知のフロ
   ーのそれぞれに対応する単位ボクセル内のトレーサー量
   を複数個求める手段と、前記複数の既知フローと前記複
   数のトレーサー量との関係をリニア又はノンリニアな式
   で近似する手段と、前記リニア又はノンリニアな式に基
   づく対応関係を記憶テーブル又は変換式として記憶する
   手段とを備えたフロー定量化装置。
9. 【請求項９】 被検体の血流が組織に拡散する状態を表
   すモデルに当該被検体の撮像領域の組織の代表的なパラ
   メータを適用して複数の既知のフローのそれぞれに対応
   する単位ボクセル内のトレーサー量を複数個求める手段
   と、前記複数の既知フローと前記複数のトレーサー量と
   の関係をノンリニアな式で近似する手段と、前記ノンリ
   ニアな式に基づく対応関係を記憶テーブル又は変換式と
   して記憶する手段とを備えたフロー定量化装置。
10. 【請求項１０】 請求項９に記載のフロー定量化装置に
    おいて、 前記モデルは、前記被検体の撮像領域における血流が組
    織に拡散するときの血流の内外に２つのコンパートメン
    トを設定して当該血流の組織への拡散状態の時間変化を
    考慮したツー・コンパートメント・モデルであるフロー
    定量化装置。
11. 【請求項１１】 被検体の撮像領域における血流が組織
    に拡散するときの血流の内外に２つのコンパートメント
    を設定して当該血流の組織への拡散状態の時間変化を考
    慮したモデルに基づいて求めたトレーサーとしての水の
    トレーサー濃度と組織血流としてのフローとの対応情報
    を求めて保管し、 得られた画像データに基づく量を前記トレーサー濃度と
    フローとの対応情報に照らして前記撮像領域における組
    織血流のフローを定量化する、ことを特徴とするフロー
    定量化方法。
12. 【請求項１２】 請求項１１に記載のフロー定量化方法
    において、 前記モデルに前記被検体の撮像領域の組織の代表的なパ
    ラメータを適用して複数の既知のフローのそれぞれに対
    応する単位ボクセル内のトレーサー量を複数個求め、前
    記複数の既知フローと前記複数のトレーサー量との関係
    をリニア又はノンリニアな式で近似し、前記リニア又は
    ノンリニアな式に基づく対応関係を記憶テーブル又は変
    換式として記憶するフロー定量化方法。
13. 【請求項１３】 被検体の血流が組織に拡散する状態を
    表すモデルに当該被検体の撮像領域の組織の代表的なパ
    ラメータを適用して複数の既知のフローのそれぞれに対
    応する単位ボクセル内のトレーサー量を複数個求め、前
    記複数の既知フローと前記複数のトレーサー量との関係
    をノンリニアな式で近似し、前記ノンリニアな式に基づ
    く対応関係を記憶テーブル又は変換式として記憶するこ
    とを特徴とするフロー定量化方法。
14. 【請求項１４】 請求項１３に記載のフロー定量化方法
    において、 前記モデルは、前記被検体の撮像領域における血流が組
    織に拡散するときの血流の内外に２つのコンパートメン
    トを設定して当該血流の組織への拡散状態の時間変化を
    考慮したツー・コンパートメント・モデルを用いるフロ
    ー定量化方法。