JP2005052648A - パフュージョンパラメータ画像の自動較正方法 - Google Patents

Abstract

【課題】パフュージョンパラメータ画像の自動的な較正を可能にする。
【解決手段】本発明は、断層撮影画像形成測定による画像データがパフュージョンモデルの使用のもとで解析され、解析から得られたパフュージョンパラメータ値が較正係数により生理学的標準値に較正されるパフュージョンパラメータ画像の較正方法に関する。較正の実施のために、得られたパフュージョンパラメータ画像から、複数の異なる組織組成を含みほぼ標準的なパフュージョン比を前提とすることのできる画像領域が選択される。次に、この画像領域に含まれているパフュージョンパラメータ値の頻度解析が行なわれ、既知の組織組成のパフュージョンパラメータ値の発生頻度間隔に少なくともほぼ相当する少なくとも１つの頻度間隔が選択される。この頻度間隔におけるパフュージョンパラメータ値から平均値が算出され、この組織組成についての生理学的標準値との比較から較正係数または較正係数に入った較正値が求められる。
【選択図】図３

Description

本発明は、１つの検査ボリュームから断層撮影画像形成法により時間的に連続して作成された複数の画像の画像データを準備し、検査ボリュームの位置分解されたパフュージョンパラメータ値を得るためにパフュージョンモデルを用いて画像データを解析し、解析から得られたパフュージョンパラメータ値を較正係数により生理学的標準値に較正する、特に脳のパフュージョンパラメータ画像の自動較正方法に関する。このようにして得られ較正されたパフュージョンパラメータ値は、較正されたパフュージョンパラメータ画像内に表示することができる。

器官の画像形成パフュージョン測定は医学的診断における重要な手段である。これは、特に脳パフュージョンパラメータの測定に当てはまる。この脳パフュージョンパラメータの測定は、例えば虚血性脳梗塞の診断の場合におけるような急性脳パフュージョン障害の表示に用いられる。パフュージョンパラメータ、例えば脳血流量（ＣＢＦ）または脳血液量（ＣＢＶ）の測定では、造影剤ボーラスの注入後に時間的に連続して同じ検査ボリュームにおいて多数の断層画像撮影（一般には脳の予め設定可能な１つのスライスの断層撮影）が行なわれ、パフュージョンパラメータを求めるために解析される。脳パフュージョンパラメータを求める大抵の画像形成法はトレーサ運動モデル式を利用する。このモデル式により、パフュージョンパラメータを画像表示するために、複数の画像の画像データからパフュージョンパラメータが算出される。このパフュージョンパラメータ画像は、虚血性の重大度および拡大性の判断を可能にする。脳パフュージョンコンピュータ断層撮影における使用されたモデル式の例および種々のパフュージョンパラメータの算定は公知である（例えば、非特許文献１および非特許文献２参照）。ここで使用されたパフュージョンコンピュータ断層撮影法は、他の画像形成法に比べて、血管系における造影剤の時間的濃度変化がＣＴ値の比例的な変化に直接的に反映されるという利点を提供する。

脳の簡単な断層撮影のほかに、今日では多断層（マルチスライス）コンピュータ断層撮影装置の使用により、平行な多数の断層（スライス）の同時捕捉によって脳または他の器官のより大きなボリューム範囲も測定することができる。

画像データからパフュージョンパラメータを算定するのにモデル式が必要なことによって、しばしば方法上の問題が発生する。なぜならば、最適な注入ボーラスを生じさせることはできないからであり、あるいは算定に必要な特性量を十分な絶対的精度で検出することはできないからである。得られたパフュージョンパラメータ画像は、測定検査ボリューム内における相対的なパフュージョン比を確かに正しく再現するが、しかし絶対値の検出を困難にする患者依存のシステム誤差を有する。これは臨床診断にとって確かに実際上の制限ではない。なぜならば、画像印象が既に大抵の場合に十分な診断を可能にし、相対値も定量的解析を可能にするからである（非特許文献３参照）。しかしながら、それにもかかわらず生理学的な標準値への較正は望ましいことである。なぜならば、それはとりわけ規格化されたカラー表示を可能にし、この規格化されたカラー表示に関しては例えば神経科医である使用者おいて受け入れが非常に高まっているからである。

パフュージョンパラメータ画像の較正のための公知技術では、手動でＲＯＩ（＝Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ、関心領域）が、既知の組織組成の解剖学的に関連する領域へ置かれ、このＲＯＩにおけるパフュージョンパラメータ値が求められる。この求められた値とこの組織組成の想定された生理学的な標準値との比から画像全体のための較正係数が求められ、この較正係数により画像の全てのパフュージョンパラメータ値がスケーリングされる。

しかしながら、この方法は幾つかの欠点を有する。例えば、均一な組成の画像領域を得るためにＲＯＩが手動で位置決めされ大きさを調整されなければならない。画像形成パフュージョン測定の際に十分なコントラストにとって必要である大きなスライス厚により、均一な組織組成の領域は現実には僅かしか存在しない。これは、とりわけ、該当ＲＯＩに関して非常に小さく選択されなければならない灰色脳物質に対して当てはまる。確かに髄層領域は大きく選ぶこともできるが、しかしパフュージョンパラメータ値は低くて非常にノイズの影響を受けやすい。しかも、老人の場合、この領域における値は非常に変化しやすい。
Ｍ．Ｋｏｅｎｉｇほか著「"ＣＴ−Ｐｅｒｆｕｓｉｏｎｓｂｉｌｄｇｅｂｕｎｇ ｂｅｉｍ ａｋｕｔｅｎ ｉｓｃｈａｅｍｉｓｃｈｅｎ Ｈｉｒｎｉｎｆａｒｋｔ： Ｖｅｒｇｌｅｉｃｈ ｖｏｎ Ｐａｒａｍｅｔｅｒｂｉｌｄｅｒｎ ｄｅｒ ｚｅｒｅｂｒａｌｅｎ Ｐｅｒｆｕｓｉｏｎ ｕｎｄ Ｎａｔｉｖ−ＣＴ−Ｂｅｆｕｎｄｅｎ"，Ｆｏｒｔｓｃｈｒ Ｒｏｅｎｔｇｅｎｓｔｒ ２０００，１７２」の第２１９〜２２６頁 Ｍ．Ｋｏｅｎｉｇほか著「"Ｚｅｒｅｂｒａｌｅ Ｐｅｒｆｕｓｉｏｎｓ−ＣＴ−Ｔｈｅｏｒｅｔｉｓｃｈｅ Ｇｒｕｎｄｌａｇｅｎ，ｍｅｔｈｏｄｉｓｃｈｅ Ｒｅａｌｉｓｉｅｒｕｎｇ ｕｎｄ ｐｒａｋｔｉｓｃｈｅ Ｅｒｆａｈｒｕｎｇｅｎ ｉｎ ｄｅｒ Ｄｉａｇｎｏｓｔｉｋ ｄｅｓ ｉｓｃｈａｅｍｉｓｃｈｅｎ Ｈｉｒｎｉｎｆａｒｋｔｅｓ"，Ｆｏｒｔｓｃｈｒ Ｒｏｅｎｔｇｅｎｓｔｒ ２０００，１７２」の第２１０〜２１８頁 Ｍ．Ｋｏｅｎｉｇほか著「"Ｑｕａｎｔａｔｉｖｅ Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｔｈｅ Ｉｓｃｈｍｉｃ Ｂｒａｉｎ ｂｙ ｍｅａｎｓ ｏｆ Ｐｅｒｆｕｓｉｏｎ−Ｒｅｌａｔｅｄ Ｐａｒａｍｅｔｅｒｓ Ｄｅｒｉｖｅｄ ｆｒｏｍ Ｐｅｒｆｕｓｉｏｎ ＣＴ"；Ｓｔｒｏｋｅ ２００１；３２」の第４３１〜４３７頁

本発明の課題は、較正の大幅な自動化を可能にするパフュージョンパラメータ画像の較正方法を提供することにある。

この課題は、本発明による方法によれば請求項１によって解決される。本方法の好ましい構成は従属請求項の対象であり、あるいは以下の説明および実施例から引き出すことができる。

パフュージョンパラメータ画像を較正するための本方法では、１つの検査ボリュームから断層撮影画像形成法により時間的に連続して作成された複数の画像の画像データが準備され、検査ボリュームの位置分解されたパフュージョンパラメータ値を得るためにパフュージョンモデルを用いて画像データが解析され、解析から得られたパフュージョンパラメータ値が較正係数により生理学的標準値に較正される。本方法は較正を実施するための次のステップを特徴とする。すなわち、先ず、較正されていないパフュージョンパラメータから作成されたパフュージョンパラメータ画像から、複数の異なる組織組成を含みほぼ標準的なパフュージョン比を前提とすることのできる画像領域が選択される。次に、この画像領域に含まれているパフュージョンパラメータ値の頻度解析が行なわれ、選択された画像領域における既知の組織組成のパフュージョンパラメータ値の発生頻度間隔に少なくともほぼ相当する少なくとも１つの頻度間隔が選択される。選択された頻度間隔におけるパフュージョンパラメータ値から平均値が算出され、この平均値と既知の組織組成についての生理学的な標準値との比較から、較正係数または較正係数に入った較正値が求められる。１つの頻度間隔のみが選択される場合には較正係数が直接に求められる。複数の頻度間隔が選択される場合には、選択された各組織組成に対する個別較正係数に相当する較正値が求められ、これらから平均値形成によって（全）較正係数が求められる。

本方法の場合、個々の既知の組織組成の解剖学的に関連する領域にＲＯＩを手動で合わせることはもはや必要でない。本方法において選択されるべき画像領域はむしろ非常に大きく選択することができ、その場合に、ほぼ正常なパフュージョン比すなわち虚血性でないパフュージョン比を有する範囲、例えば急性の卒中発作時の虚血性でない脳半球部への配置のみが配慮されさえすればよい。選択された画像領域におけるパフュージョンパラメータ値の頻度分布の自動解析によって、頻度間隔と生理学的な標準値との設定時にパフュージョンパラメータ値の較正が完全に自動化されて行なわれる。この方法は、とりわけ、例えばヨウ素造影剤に基づくパフュージョンコンピュータ断層撮影での使用のために、特に脳血流量（ＣＢＦ）および脳血液量（ＣＢＶ）のパラメータ較正に適している。しかしながら、この方法は他の断層撮影画像形成法に同様に適用可能であり、例えばキセノンコンピュータ断層撮影、ガドリニウムボーラス追跡によるＭＲＩすなわち磁気共鳴断層撮影法を用いたパフュージョン画像形成法、ＰＥＴ（＝Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ、陽電子放出断層撮影法）またはＳＰＥＴ（＝Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ、単光子放出コンピュータ断層撮影法）のような核医学測定法に適用可能である。

とりわけ、頻度解析のための画像領域は非常に大きく選択されるので、その中に含まれた組織組成の頻度分布は検査ボリューム全体における組織組成の頻度分布に少なくともほぼ相当する。特に画像形成法により捕捉された被検体スライスの検査ボリューム内に発生する組織組成の頻度分布は一般にはほぼ既知であり、異なる組織組成は異なるパフュージョンパラメータ値を有するので、パフュージョンパラメータ値の頻度分布内の個々の頻度間隔は定められた組織組成に帰属させることができる。この場合に、画像領域から頻度解析によって得られたヒストグラムの分類は、個々の組織組成にそれぞれ割り当てられた多数の間隔範囲において行なわれる。この後、これらの間隔から平均値形成に適した頻度間隔が選択される。この間隔形成と適切な間隔の選択とが累積ヒストグラムに基づいて行なわれると好ましい。

特に好ましい実施態様では、画像領域は、検査ボリュームの少なくともほぼ半分、例えば捕捉された脳スライスの半分に相当するように選択される。この場合に被検体の対称軸線が考慮され、画像領域のために選択された半部はパフュージョン妨害のない対称半部に相当する。虚血性でない半部の選択は両半部に含まれているパフュージョンパラメータ値の値比較によって自動的に行なうことができ、例えば血流量を評価する場合には高い値を有する半部が選択される。

本方法の発展形態では、各選択された頻度間隔についてパフュージョンパラメータ値の平均値を算出し、対応する生理学的標準値により較正値を求めるために、複数の頻度間隔を選択することもできる。個々の較正値の平均値形成によって、パフュージョンパラメータ値の較正に利用される較正係数を得ることもできる。

本方法の実施形態では、選択された画像領域における異なる組織組成の頻度分布を検査ボリュームの準備された画像から予め求めることもできる。

以下に、添付の図面を参照しながら、実施形態に基づいて本発明による方法をもう一度更に詳細に説明する。
図１はパフュージョンコンピュータ断層撮影を実施するためのコンピュータ断層撮影装置の一例、
図２は虚血性のない画像領域のヒストグラムの例、
図３は頻度間隔が示されている図２の頻度分布の累積ヒストグラム、
図４は拡大された梗塞領域が示されている典型的なＣＢＦ画像（典型的なカラー表示は認識不可）の例、
図５は虚血性のない脳半球部と虚血性のある脳半球部とに分割するための自動的に定められる対称軸線が書き込まれている図４のＣＢＦ画像、
図６は選択された図５の虚血性のない脳半球部の選択された頻度間隔を含む累積ヒストグラム、
図７は方法経過についての概要を示す。

図１はパフュージョンコンピュータ断層撮影に使用可能なコンピュータ断層撮影装置の一例を概略図で示す。このような装置により、患者の脳の１つのスライスから時間的に連続する複数の画像が形成され、これらの複数の画像から１つのパフュージョンパラメータ画像が導き出される。典型的なスライス厚は約１０ｍｍであり、造影剤ボーラス注入直後に１画像／秒の速度で３２〜４０画像の画像シーケンスを記録することができる。この場合に、特に、動的画像シリーズ内において先ずセグメント化によって脳組織または血管を表わさない全てのピクセルが除去され、次にピクセル毎の解析の際に予期される画像ノイズを最小限にするために一連の特別な平滑操作が行なわれる。各ピクセルについての密度時間曲線から、最大の重要な前兆となったＣＢＦおよびＣＢＶのパラメータ画像を含んだ脳パフュージョンの一連の機能的画像（ファンクショナル画像）が算出される。

図１では、Ｘ線管３の形のＸ線源があり、これはＸ線検出器要素２を有する検出器行の方向へファン状のＸ線束４を放射する。Ｘ線管３も検出器要素２も、連続的に患者の周りを回転することができるガントリ５に配置されている。患者１は、ガントリ５の中へ伸びている図１に示されていない患者寝台上にいる。ガントリ５は図１に示されている直交座標系ｘ−ｙ−ｚのｘ−ｙ平面内で回転する。患者寝台は、患者１のその都度の表示すべきスライスのスライス厚方向に相当するｚ軸に沿って移動可能である。Ｘ線管１は高電圧発生装置６を介して例えば１２０ｋＶの高電圧を供給される。制御装置７は、測定データ取得を実施するために、コンピュータ断層撮影装置の個々の構成要素、とりわけ高電圧発生装置６、ガントリ５、検出器要素２および図示されていない患者寝台を駆動するのに役立つ。測定データは画像コンピュータ８に転送される。画像コンピュータ８においては、測定データから画像再構成とパフージョンパラメータ値の算出とが行なわれる。

本方法の場合、パフージョンパラメータ値の較正は選択された画像領域におけるパラメータ値の頻度分布の解析に基づいて行なわれる。その選択された画像領域においては、ほぼ標準的で虚血性でないパフュージョン比を前提とすることができる。

この方法は、患者の断層撮影では異なる組織組成の頻度がパフージョンパラメータ値の頻度分布に反映されるという事実に基づいている。典型的な脳スライスにおいては、次の４つの異なる区分のボクセルが存在する。
（１）脳髄液（ＣＳＦ）：パフュージョン無しのためＣＢＦ＝０つまりノイズのみ。
（２）白色物質（髄層）：ＣＢＦは約１５〜３０ｍｌ／ｍｉｎ／１００ｇ。
（３）灰色物質（皮質脳、脳幹神経節）：ＣＢＦは約６０〜８０ｍｌ／ｍｉｎ／１００ｇ。
（４）血管：著しく高い値（パフュージョンＣＴの場合）。

従って、パフュージョンパラメータ値のそれらの大きさに基づく配列は原理的に一義的に上述の区分順序になる。規格化する較正は、白色物質区分または灰色物質区分で行なってもよいし、あるいは場合によっては白色物質区分および灰色物質区分の組み合わせの脳組織全体で行なってもよい。正常なパフュージョン領域におけるＣＢＦ（脳血流量）とＣＢＶ（脳血液量）とは２〜３倍相違することから、それらは原理的にそれらの値に基づいて分離することができるであろう。最後の区分である血管は、例えばヨウ素またはガドリニウムのような血管内のトレーサの場合には問題である。なぜならば、実質パフュージョンだけに関心があるからである。一番目の区分と最後の区分は、確かに場合によっては画像形成前に既にセグメント化処理によって取り除くことができるが、しかししばしばこれは完全にはうまくいかないことがある。更に、約１０ｍｍのスライス厚が存在しておりスライス平面において得られる分解能がどうしても２〜３ｍｍよりも改善されない画像形成測定の僅かな位置分解能のために、実際上完全に１つの区分のみに属するボクセルは僅かしか存在しない。しばしば、部分的ボリューム効果による混合が生じる。従って、付加的に高いノイズにより、パフュージョンパラメータ値のそれらの大きさに基づく正確な分離が一般には可能でない。これは、虚血性でない画像領域のヒストグラムを示す図２において認識することができる。このヒストグラムから、白色および灰色の脳物質についての２つの最大値が解決されていないことが分かる。つまり、このヒストグラムでは灰色の脳物質と白色の脳物質との間に強いオーバラップが生じている。右側へ張り出した長い末端部は血管部分を有するピクセルによって引き起こされる。なお、図２および図３において、ａ．ｕ．は任意単位（arbitrary unit）を表わす。

本方法では、この問題はヒストグラムに基づく頻度解析によって取り除かれる。第１のステップでは、得られたパフュージョンパラメータ画像において十分な大きさの虚血性でない画像領域が認定される。これには脳半球部全部が適している。次のステップでは、この領域の累積ヒストグラムが作成され、間隔形成によって次の５つの範囲へ区分される。
（１） ０＜頻度＜Ｔｈ−０：ＣＳＦ、ノイズピクセル
（２） Ｔｈ−０＜頻度＜Ｔｈ−白色：主に白色物質
（３） Ｔｈ−白色＜頻度＜Ｔｈ−灰色：灰色と白色との混合組織
（４） Ｔｈ−灰色＜頻度＜Ｔｈ−血管：主に灰色物質
（５） Ｔｈ−血管＜頻度＜１００％：高い血管成分
なお、Ｔｈは閾値（ｔｈｒｅｓｈｏｌｄ）を表わす。

この間隔形成は、図２のヒストグラム値に基づく図３の累積ヒストグラムに示されている。３つの平均間隔すなわち
（１） 範囲［Ｔｈ−０，Ｔｈ−白色］の平均−低：白色物質
（２） 範囲［Ｔｈ−白色，Ｔｈ−灰色］の平均−中間：混合物質
（３） 範囲［Ｔｈ−灰色，Ｔｈ−血管］の平均−高：灰色物質
において、パフュージョンパラメータ値の平均値が形成される。本例では、これらの３つの間隔における平均値は１４．４、３０．４および４４．２である。次に、これらの３つの間隔のうち１つにおける平均値を、この間隔に該当する組織の対応する既知のまたは仮定された生理学的標準値で規格化することが行なわれる。７５の皮質ＣＢＦでの規格化の場合には７５／４４．２＝１．７０の較正係数が生じ、５０の全ＣＢＦでの規格化の場合には５０／３０．４＝１．６５の較正係数が生じる。その後、この較正係数を用いて、画像全体、すなわち画像内に含まれる全てのパフュージョンパラメータ値の大雑把なスケーリングが行なわれる。図７は方法の経過の概観をもたらす。図７にはＣＴ画像の画像領域における組織組成の頻度分布を算出するオプション的な算出手段が破線で示されている。

累積ヒストグラムを個々の頻度間隔に区分するために、“Ｔｈ−０”はしばしば０を前提とされる。“Ｔｈ−血管（ｖａｓｃ）”は経験に基づいて決定されなければならない。なぜならば、これは位置分解能に関係するからである。脳において灰色物質と白色物質とはほぼ等しい頻度で存在することから、“Ｔｈ−白色”および“Ｔｈ−灰色”は“Ｔｈ−０”および“Ｔｈ−血管”の範囲内において対称的に配置するとよい。

以下においては、急性の卒中発作を持つ患者にパフュージョンＣＴが実施された例を示す。図４は、この測定から得られたＣＢＦ画像を示し、このＣＢＦ画像においては、もちろん本件特許出願における典型的なカラー表示は認識可能ではない。専門家によく知られているこのカラー表示では、パフュージョン比が種々のカラーによって表示されている。右側の画像半部において具体的に説明するために拡大された梗塞領域９が特別に模造的に目印を付けられている。本実施例では、パフュージョンパラメータ画像において脳を虚血性のある脳半球部と虚血性のない脳半球部とに分割するために、画像における脳の外側輪郭から対称軸線１０が自動的に決定される（図５）。虚血性のない脳半球部は頻度解析が行なわれる画像領域として選択される。これは、完全に自動的に行なうことができる。

図６は、この虚血性のない脳半球部の累積ヒストグラムを示す。個々の頻度間隔への区分けのための閾値は、Ｔｈ−０＝０、Ｔｈ−白色＝２０％、Ｔｈ−灰色＝６０％、Ｔｈ−血管＝８０％に選択された。規格化のために、灰色物質と白色物質との混合組織に相当する中間の間隔における平均値が２６．５に決定される。これは、５０の全ＣＢＦでの規格化によって、較正係数５０／２６．５＝１．８９をもたらす。較正されたパフュージョンパラメータを得るために、図４の全てのパフュージョンパラメータ値はこの較正係数と掛算される。この画像は画像印象に関しては図４のそれと同じであるが、もちろん画像においてカラーでスケーリングされたＣＢＦ値は今や正しい高さで示されている。

従って、この画像の観察者は当該パフュージョンパラメータの絶対高さに関する信頼性のある情報を得る。方法全体は、本実施例におけるように完全に自動化して実施することができる。パフュージョン障害が検査ボリュームの対称半部に存在しない場合には、画像領域を使用者によって大きな労力なしに先ず大雑把に選択し、その後の計算を自動化して行なってもよいし、あるいは選択がパフュージョンパラメータ値の自動評価と異なる画像領域の値比較とにより同様に自動化して行なってもよい。

パフュージョンコンピュータ断層撮影を実施するためのコンピュータ断層撮影装置の一例を示す概略構成図 虚血性のない画像領域についてのヒストグラム 頻度間隔が示されている図２の頻度分布の累積ヒストグラム 拡大された梗塞領域が示されている典型的なＣＢＦ画像（典型的なカラー表示は認識不可）の例を示す概略図 虚血性のない脳半球部と虚血性のある脳半球部とに分割するための自動的に定められる対称軸線が書き込まれている図４のＣＢＦ画像の概略図 選択された図５の虚血性のない脳半球部の選択された頻度間隔を含む累積ヒストグラム 本発明による方法の経過についての概要を示す流れ図

符号の説明

１ 患者
２ 検出器要素
３ Ｘ線管
４ Ｘ線束
５ ガントリ
６ 高電圧発生装置
７ 制御装置
８ 画像コンピュータ
９ 梗塞領域
１０ 対称軸線

Claims (15)

1. １つの検査ボリュームから断層撮影画像形成法により時間的に連続して作成された複数の画像の画像データを準備し、
   検査ボリュームの位置分解されたパフュージョンパラメータ値を得るためにパフュージョンモデルを用いて画像データを解析し、
   解析から得られたパフュージョンパラメータ値を較正係数により生理学的標準値に較正するパフュージョンパラメータ画像の自動較正方法において、
   較正の実施のために、パフュージョンパラメータ値から作成されたパフュージョンパラメータ画像から、複数の異なる組織組成を含みほぼ標準的なパフュージョン比を前提とすることのできる画像領域を選択し、
   この画像領域に含まれているパフュージョンパラメータ値の頻度解析を行ない、既知の組織組成のパフュージョンパラメータ値の発生頻度間隔に少なくともほぼ相当する少なくとも１つの頻度間隔を選択し、
   この頻度間隔におけるパフュージョンパラメータ値の平均値を算出し、この組織組成についての生理学的標準値との比較から較正係数または較正係数に入った較正値を求める
   ことを特徴とするパフュージョンパラメータ画像の自動較正方法。
2. 頻度解析の際に累積ヒストグラムを作成し、この累積ヒストグラムから頻度間隔を選択することを特徴とする請求項１記載の方法。
3. 検査ボリューム全体に存在する組織組成の頻度分布が選択された画像領域における頻度分布に少なくともほぼ相当する大きさを持つ画像領域を選択することを特徴とする請求項１又は２記載の方法。
4. 画像における検査ボリュームの少なくともほぼ半分の広がりに相当するように画像領域を選択することを特徴とする請求項１乃至３の１つに記載の方法。
5. 較正の実施前に、検査ボリュームの複数の画像の少なくとも１つから、画像領域における既知の組織組成の発生頻度間隔を得るために画像領域における異なる組織組成の頻度分布を求めることを特徴とする請求項１乃至４の１つに記載の方法。
6. 脳のパフュージョンパラメータ画像の較正を行なうことを特徴とする請求項１乃至５の１つに記載の方法。
7. 既知の組織組成として、白色脳物質、または灰色脳物質、または白色脳物質と灰色脳物質との混合組織を選択することを特徴とする請求項６記載の方法。
8. 脳半球部全部を画像領域として選択することを特徴とする請求項６又は７記載の方法。
9. 血流量または血液量をパフュージョンパラメータ値として取得し較正することを特徴とする請求項１乃至８の１つに記載の方法。
10. 較正されたパフュージョンパラメータ値を較正されたパフュージョンパラメータ画像として表示することを特徴とする請求項１乃至９の１つに記載の方法。
11. 検査ボリュームの画像をパフュージョンコンピュータ断層撮影またはキセノンコンピュータ断層撮影によって作成することを特徴とする請求項１乃至１０の１つに記載の方法。
12. 検査ボリュームの画像を磁気共鳴断層撮影によって作成することを特徴とする請求項１乃至１０の１つに記載の方法。
13. 検査ボリュームの画像を核医学測定法によって作成することを特徴とする請求項１乃至１０の１つに記載の方法。
14. 頻度間隔および生理学的標準値の設定の際に、頻度解析、平均値算出、較正係数の算定および較正係数によるパフュージョンパラメータ値の較正を画像領域の選択後に自動的に行なうことを特徴とする請求項１乃至１３の１つに記載の方法。
15. 複数の頻度間隔を選択して複数の較正値を得、これらの較正値から平均値形成によって較正係数を求めることを特徴とする請求項１乃至１４の１つに記載の方法。

Images