JP2006105743A - 脳血流定量解析プログラム、記録媒体および脳血流定量解析方法 - Google Patents

Abstract

【課題】２回以上の分割投与法を用いる場合に、サブトラクションを行なわずに脳画像再構成を行うことができ、基底核を含むスライスの選択およびＲＯＩの設定における術者毎のバラツキを避け、定量画像にバラツキを生じさせないようにすると共に、術者の煩雑さを解消することができる脳血流定量解析プログラム等を提供する。
【解決手段】ＲＩで標識されたトレーサが被験者の脳へ２回以上分割投与され、各分割投与後にＳＰＥＣＴ測定を行って得られた各投影データを入力する。次に、入力された各投影データに基づき、各分割投与後の再構成画像を得て、当該各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る。得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得ることができる。再構成画像を得る際に、ＩＢＬ法またはＡＢＬ法を用いる。解剖学的正規化後のＳＰＥＣＴ画像に対しLassenの補正を行なう。
【選択図】 図１

Description

本発明は、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析プログラム等に関し、特に、ＲＩで標識されたトレーサを用いて単光子放出コンピュータ断層撮影測定等により脳血流の定量解析を行なう脳血流定量解析プログラム等に関する。

近年、患者等に大きな負担をかけずに身体内の様子を画像として捕らえ正確な診断を行なうための画像診断機は医療の現場において必須のものとなっている。このような画像診断機には、例えばＸ線断層写真撮影機（Computer Tomography : ＣＴ）、磁気共鳴映像機（Magnetic Resonance Imaging : ＭＲＩ）、超音波診断機および放射線診断機等がある。これらの画像診断機を用いた画像診断は、患者の病気の早期診断、治療法の選択、治療効果の予測および判定などの機能情報を提供するものとして広く用いられている。

核医学の臨床の場においては、例えば非特許文献１に記載されているように患者体内に放射性同位元素（ラジオアイソトープ、Radio Isotope : ＲＩ）を導入し、そこから発せられるγ線を利用する単光子放出コンピュータ断層撮影（Single Photon Emission Computed Tomography : ＳＰＥＣＴ）および陽電子放出断層撮影（Positron Emission Tomography : ＰＥＴ）がそれぞれの装置を用いることで利用されている。上述の様な医用画像処理装置においては、収集した投影データから画像再構成および画像解析等の様々な画像処理ができるように各種のコンピュータ・プログラムが用意されている。

Ｔｃ（テクネシウム）-９９ｍＥＣＤ（エチル・システイネイト・ダイマ、ethyl cysteinate dimer。以下、「ＥＣＤ」と省略する。 ）は、脳血流ＳＰＥＣＴ用の放射性医薬品である短半減期トレーサとして良く利用されている。このトレーサの特徴は、化合物の構成元素の一部をＲＩで置き換えて目印をつける標識後の安定性が良いことである。脳組織へこのトレーサが取り込まれた後は数分以内に脳内分布が固定するので、長時間、その分布を保つことが特徴的性質である。この特徴的性質を利用して、２回分割投与法（split-dose）とacetazolamide (アセタゾラミド、ＡＣＺ)負荷による脳循環予備能を評価するプロトコルとが臨床で使用されている。

２回分割投与法とは、非特許文献１に記載されているように、通常１回で使用される投与量のトレーサを２回に分割して投与し、各々条件を変えて連続した２回の脳画像の撮影を行なう方法である。図３９は、２回分割投与法のプロトコルを示す。図３９において、横軸は経過時間（分）であり、１回目のＥＣＤを静注した時刻を０分とする。図３９に示されるように、時刻ｔ１（およそ５分）から１回目のＳＰＥＣＴデータ（ＳＰＥＣＴ１。安静時）の収集を開始する。これは５分程度の経過によりＥＣＤの脳内分布が固まるためである。時刻ｔ１で、負荷試験のためにDiamox（登録商標）を静注しておく。Diamox（登録商標）は炭酸脱水素酵素阻害薬acetazolamideであって、選択的且つ強力な脳血管拡張作用を有している。ＳＰＥＣＴ１データの収集は時刻ｔ２まで行ない、時刻ｔ２で２回目のＥＣＤを静注する。この２回目のＥＣＤの脳内分布が固まった時刻ｔ３から２回目のＳＰＥＣＴデータ（ＳＰＥＣＴ２。負荷時）の収集を開始する。ＳＰＥＣＴ２データの収集は時刻ｔ４まで行なう。Diamox（登録商標）の効果は時刻ｔ１からｔ２までの間にはほとんど発現せず、時刻ｔ２からｔ３までの間に発現する。この結果、ＳＰＥＣＴ２データは脳血管が拡張された場合における２回目のＥＣＤの脳内分布が固まった状態のデータとなる。ＳＰＥＣＴ１データの収集時間はDiamox（登録商標）の効果発現までの待ち時間となる。

２回目の条件（負荷時）下での局所的脳血流分布の画像は、ＳＰＥＣＴ２データからＳＰＥＣＴ１データをサブトラクション（subtraction : ＳＵＢ）することにより得ることができる。図４０は、サブトラクション法の概念を示す。図４０（Ａ）はＳＰＥＣＴ１データを示し、図４０（Ｂ）はＳＰＥＣＴ２データを示す。上述のように、ＳＰＥＣＴでは患者体内に導入されたＲＩから発せられるγ線を検出するが、総収集カウントの３乃至４割は散乱線成分であり、この散乱線の多くはコンプトン散乱線である。つまり、ＳＰＥＣＴデータは非散乱成分（プライマリ成分）とコンプトン光子による散乱成分とを含んでいる。図４０（Ａ）において、符号１０４はＳＰＥＣＴ１データのプライマリ成分Ｐ_ｉ ^[１st]であり、１０２はＳＰＥＣＴデータ１の散乱成分Ｓ_ｉ ^[１st]であり、両者を合わせたｙ_ｉ ^[１st]がＳＰＥＣＴ１データである。図４０（Ｂ）において、符号１０８はＳＰＥＣＴ２データの真のプライマリ成分Ｐ_ｉ ^{[2nd true]}であり、１０６はＳＰＥＣＴ２データの真の散乱成分Ｓ_ｉ ^{[2nd true]}であり、両者を合わせたものが真のＳＰＥＣＴ２データである。図４０（Ｂ）に示されるように、ＳＰＥＣＴ２データｙ_ｉ ^[2nd]には１回目のＥＣＤ投与による脳内残留放射能であるＳＰＥＣＴ１データｙ_ｉ ^[１st]がベースラインとして加算されている。このため、ＳＰＥＣＴ２データｙ_ｉ ^[2nd]はＳＰＥＣＴ１データｙ_ｉ ^[１st]と真のＳＰＥＣＴ２データとを合わせたものとなる。したがって、２回分割投与法における従来の脳画像処理においては、ＳＰＥＣＴ２データｙ_ｉ ^[2nd]からＳＰＥＣＴ１データｙ_ｉ ^[１st]をサブトラクションすることにより局所的脳血流分布の再構成画像を得ていた。再構成とは、上述のＳＰＥＣＴデータからＦＢＰ(filtered backprojection)法または逐次近似型画像再構成法であるＯＳＥＭ(ordered subsets-expectation maximization)法を利用して、横断像を作成することである。すなわち、ＳＰＥＣＴ１データを再構成して横断像（１st横断像）を作成し、上述のサブトラクションにより得られたデータを再構成して横断像(２sub横断像)を作成する。これらの１st横断像、２sub横断像を定性ＳＰＥＣＴ画像と呼ぶ。

一方、１回目のＥＣＤ静注時（時刻０）と同時にＲＩangiography（血管投影法）を行い（約２分間）、大動脈弓部に集積されたＲＩと脳部に集積されたＲＩとを利用したパトラックプロット(patlak plot)法またはＢＵＲ（brain uptake ratio）法により、正常側の大脳半球における平均脳血流値を算出する。上述の１st横断像に対して、この平均脳血流値を用いたラッセン（Lassen）の補正を行ない、安静時定量脳血流値の横断像に変換する。ＥＣＤの脳組織への取り込みは脳血流と直線関係にないため、高血流領域で過小評価される。そこで、ラッセンの補正を行なうことにより高血流領域の部分を持ち上げ補正する。

次に、２sub横断像における基底核ＳＰＥＣＴカウント、１st横断像の基底核ＳＰＥＣＴカウントおよび上記平均脳血流値から負荷後の平均脳血流値を求める。図４１は、基底核を含むスライス（またはフレーム）の選択を説明するための図である。図４１にはスライス１９から３６が示されており、このうち符号Ｓで示されるスライス２８から３０が基底核を含むスライスとして選択され、スライス加算される。スライス加算された画像の正常側の大脳半球またはより軽症側の大脳半球の参照領域としてＲＯＩ（region of interest。関心領域）を設定する。図４２（Ａ）、４２（Ｂ）はスライス加算された画像を示す。図４２（Ａ）において、符号ＲＯＩａは正常側の大脳半球またはより軽症側の大脳半球に設定されたＲＯＩを示す。両大脳半球が均一な分布を示す場合は、図４２（Ｂ）に示されるように大脳全体を囲むようにＲＯＩｂを設定する。以上のように設定されたＲＯＩａまたはＲＯＩｂ内の平均ＳＰＥＣＴ値を求める。この平均ＳＰＥＣＴ値と負荷後の平均脳血流値とを用いて、１st横断像の場合と同様に、２sub横断像に対してラッセンの補正を行ない、負荷時定量脳血流値の横断像に変換する。以上のようにして得られた、変換された１st横断像、２sub横断像を定量ＳＰＥＣＴ画像と呼ぶ。これらの定量画像は所望の表示ソフトウェアにより表示され、局所脳血流解析を行なう。
西村恒彦、改訂版最新脳ＳＰＥＣＴ／ＰＥＴの臨床−脳機能の検査法、第１２頁−第１７頁、株式会社メジカルビュー社

上述の２回分割投与法は、ＳＰＥＣＴ２データからＳＰＥＣＴ１データをサブトラクションすることによる負荷画像の信号・雑音比（Ｓ／Ｎ比）が悪化するという問題があった。投与量比が１：１の場合、サブトラクションによって２回目の再構成画像の分散が３倍悪化（すなわち標準偏差がルート３倍悪化）すると言われている。理論的には、投与量比が１:２時に１回目および２回目の再構成画像は同じＳ／Ｎ比になると言われている。このような画像の劣化を避けるためには、全体のＥＣＤ投与量を増加させる必要があるが、ＥＣＤ投与量の増加は患者に対する被爆の上昇を招き、検査費用の増加も招くこととなるため好ましいものではない。

上述の基底核を含むスライスの選択およびＲＯＩの設定は術者が行なっていたため、煩雑であると共に術者毎のバラツキは避けられなかった。この結果、定量画像にバラツキが生じるという問題があった。

そこで、本発明の目的は、上記問題を解決するためになされたものであり、２回（または２回以上の）分割投与法を用いる場合に、サブトラクションを行なわずに脳画像再構成を行うことができる脳血流定量解析プログラム等を提供することにある。

本発明の第２の目的は、基底核を含むスライスの選択およびＲＯＩの設定における術者毎のバラツキを避け、定量画像にバラツキを生じさせないようにすると共に、術者の煩雑さを解消することができる脳血流定量解析プログラム等を提供することにある。

この発明の脳血流定量解析プログラムは、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析プログラムであって、コンピュータに、所定の薬剤が被験者の脳へｎ回（ｎは２以上）に分割投与され、各分割投与後に前記コンピュータ断層撮影測定を行って得られた各投影データを入力する投影データ入力ステップ、前記投影データ入力ステップで入力された各投影データに基づき、各分割投与後の再構成画像を得る画像再構成ステップ、前記画像再構成ステップで得られた各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る解剖学的正規化ステップ、前記解剖学的正規化ステップで得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化ステップを実行させるための脳血流定量解析プログラムである。

ここで、この発明の脳血流定量解析プログラムにおいて、前記コンピュータ断層撮影測定は単光子放出コンピュータ断層撮影測定又は陽電子放出断層撮影測定であり、前記所定の薬剤は放射性同位元素（ＲＩ）で標識されたトレーサを含み、前記画像再構成ステップは、ｍを再構成画像上の画素の総数とし、ｊ（＝１〜ｍ）を再構成画像上の画素とし、ｎを脳へ投与された放射性同位元素から放出された光子又は陽電子が投影される投影データ上の画素の総数又は当該光子又は陽電子を検出する検出器の総数とし、ｉ（＝１〜ｎ）を投影データ上の画素とし、ここでｍおよびｎは予め画素数記録部に記録されており、ｃ_ｉｊを再構成画像上の画素ｊから放出された光子又は陽電子が投影データ上の１画素ｉで検出される確率とし、ここでｃ_ｉｊは予めｊ＝１からｍまで及びｉ＝１からｎまで検出確率記録部に記録されており、ｈ＝１から分割投与の数Ｌ（Ｌは２以上）について、λ_ｊ ^０[h]を、第ｈ回目の分割投与について用いられる、０回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度とし、ここでλ_ｊ ^０[h]は予めｊ＝１からｍまで第ｈ回推定ＲＩ濃度初期値記録部に記録されており、ｈ＝１からＬについて、ｙ_ｉ ^[h]を、第ｈ回目の分割投与後に、投影データ上の１画素ｉで検出された光子又は陽電子のカウント数とし、ここでｙ_ｉ ^[h]は検出後にｉ＝１からｎまで第ｈ回測定データ記録部に記録されており、ｈ＝１からＬについて、Ｓ_ｉ ^[h]を第ｈ回目の分割投与後における投影データ上の１画素ｉにおける散乱補正項とし、ここでＳ_ｉ ^[h]はｉ＝１からｎまで第ｈ回散乱補正項記録部に記録されており、第１回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[1]を式（１）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第１回再構成画像生成ステップと、

ここで、λ_ｊ ^０[1]は前記第１回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[1]は前記第１回測定データ記録部に記録されており、Ｓ_ｉ ^[１]は前記第１回散乱補正項記録部に記録されており、ｈ＝２からＬまで、第ｈ回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[h]を式（２）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第ｈ回再構成画像生成ステップとを備え、

ここで、λ_ｊ ^０[h]は前記第ｈ回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[h]は前記第ｈ回測定データ記録部に記録され、Ｓ_ｉ ^[ｈ]は前記第ｈ回散乱補正項記録部に記録されているものとすることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、式（１）の代わりに式（３）

を用いることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記解剖学的正規化ステップは、前記各分割投与後の再構成画像について、第２回目以降の分割投与後の再構成画像を第１回目の分割投与後の再構成画像と同じ位置に合わせる補正を行なう位置合わせステップと、前記位置合わせステップによる補正後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより各標準脳画像を得る標準化ステップと、前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記変形パラメータは、所定の重み付けをされた各投影データの総和である総和投影データを求め、該総和投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであるものとすることができる。

ここで、この発明の記載の脳血流定量解析プログラムにおいて、前記定量化ステップにおける所定の定量化は、各標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた各定量画像を表示する表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた各定量画像に基づき、所定の領域における局所脳血流の増加量及び／又は増加率を所定の表示形式で表示する増加量等表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記所定の表示形式は、各分割投与毎の局所脳血流値をグラフで表示することができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における局所脳血流値と第ｈ回より前の分割投与における局所脳血流値とのピクセル毎の差を所定の色を用いて識別可能に表示することができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における所定の関心領域における局所脳血流値の平均値と第ｈ回より前の分割投与における前記所定の関心領域における局所脳血流値の平均値との差を所定の色を用いて識別可能に表示することができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された第１回分割投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた各定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。

この発明の脳血流定量解析プログラムは、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析プログラムであって、コンピュータに、所定の薬剤が被験者の脳へ投与され、投与後に前記コンピュータ断層撮影測定を行って得られた投影データを入力する投影データ入力ステップ、前記投影データ入力ステップで入力された投影データに基づき、投与後の再構成画像を得る画像再構成ステップ、前記画像再構成ステップで得られた投与後の再構成画像に対して解剖学的正規化を行って標準脳画像を得る解剖学的正規化ステップ、前記解剖学的正規化ステップで得られた標準脳画像に対し所定の定量化を行なって定量画像を得る定量化ステップを実行させるための脳血流定量解析プログラムである。

ここで、この発明の脳血流定量解析プログラムにおいて、前記解剖学的正規化ステップは、前記投与後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより標準脳画像を得る標準化ステップと、前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記変形パラメータは、前記投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであるものとすることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記定量化ステップにおける所定の定量化は、標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて定量画像を得ることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた定量画像を表示する表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。

この発明の記録媒体は、本発明のいずれかまたは複数の脳血流定量解析プログラムを記録したコンピュータ読取り可能な記録媒体である。

この発明の脳血流定量解析方法は、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析方法であって、所定の薬剤が被験者の脳へｎ回（ｎは２以上）に分割投与され、各分割投与後に前記コンピュータ断層撮影測定を行って得られた各投影データを入力する投影データ入力ステップと、前記投影データ入力ステップで入力された各投影データに基づき、各分割投与後の再構成画像を得る画像再構成ステップと、前記画像再構成ステップで得られた各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る解剖学的正規化ステップと、前記解剖学的正規化ステップで得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化ステップとを備えたことを特徴とする。

ここで、この発明の脳血流定量解析方法において、前記コンピュータ断層撮影測定は単光子放出コンピュータ断層撮影測定又は陽電子放出断層撮影測定であり、前記所定の薬剤は放射性同位元素（ＲＩ）で標識されたトレーサを含み、前記画像再構成ステップは、ｍを再構成画像上の画素の総数とし、ｊ（＝１〜ｍ）を再構成画像上の画素とし、ｎを脳へ投与された放射性同位元素（ＲＩ）から放出された光子又は陽電子が投影される投影データ上の画素の総数又は当該光子又は陽電子を検出する検出器の総数とし、ｉ（＝１〜ｎ）を投影データ上の画素とし、ここでｍおよびｎは予め画素数記録部に記録されており、ｃ_ｉｊを再構成画像上の画素ｊから放出された光子又は陽電子が投影データ上の１画素ｉで検出される確率とし、ここでｃ_ｉｊは予めｊ＝１からｍまで及びｉ＝１からｎまで検出確率記録部に記録されており、ｈ＝１から分割投与の数Ｌ（Ｌは２以上）について、λ_ｊ ^０[h]を、第ｈ回目の分割投与について用いられる、０回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度とし、ここでλ_ｊ ^０[h]は予めｊ＝１からｍまで第ｈ回推定ＲＩ濃度初期値記録部に記録されており、ｈ＝１からＬについて、ｙ_ｉ ^[h]を、第ｈ回目の分割投与後に、投影データ上の１画素ｉで検出された光子又は陽電子のカウント数とし、ここでｙ_ｉ ^[h]は検出後にｉ＝１からｎまで第ｈ回測定データ記録部に記録されており、ｈ＝１からＬについて、Ｓ_ｉ ^[h]を第ｈ回目の分割投与後における投影データ上の１画素ｉにおける散乱補正項とし、ここでＳ_ｉ ^[h]はｉ＝１からｎまで第ｈ回散乱補正項記録部に記録されており、第１回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[1]を式（４）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第１回再構成画像生成ステップと、

ここで、λ_ｊ ^０[1]は前記第１回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[1]は前記第１回測定データ記録部に記録されており、Ｓ_ｉ ^[１]は前記第１回散乱補正項記録部に記録されており、ｈ＝２からＬまで、第ｈ回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[h]を式（５）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第ｈ回再構成画像生成ステップとを備え、

ここで、λ_ｊ ^０[h]は前記第ｈ回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[h]は前記第ｈ回測定データ記録部に記録され、Ｓ_ｉ ^[ｈ]は前記第ｈ回散乱補正項記録部に記録されているものとすることができる。

ここで、この発明の脳血流定量解析方法において、式（４）の代わりに式（６）

を用いることができる。

ここで、この発明の脳血流定量解析方法において、前記解剖学的正規化ステップは、前記各分割投与後の再構成画像について、第２回目以降の分割投与後の再構成画像を第１回目の分割投与後の再構成画像と同じ位置に合わせる補正を行なう位置合わせステップと、前記位置合わせステップによる補正後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより各標準脳画像を得る標準化ステップと、前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えることができる。

ここで、この発明の脳血流定量解析方法において、前記変形パラメータは、所定の重み付けをされた各投影データの総和である総和投影データを求め、該総和投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであるものとすることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップにおける所定の定量化は、各標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップで得られた各定量画像を表示する表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップで得られた各定量画像に基づき、所定の領域における局所脳血流の増加量及び／又は増加率を所定の表示形式で表示する増加量等表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析方法において、前記所定の表示形式は、各分割投与毎の局所脳血流値をグラフで表示することができる。

ここで、この発明の脳血流定量解析方法において、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における局所脳血流値と第ｈ回より前の分割投与における局所脳血流値とのピクセル毎の差を所定の色を用いて識別可能に表示することができる。

ここで、この発明の脳血流定量解析方法において、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における所定の関心領域における局所脳血流値の平均値と第ｈ回より前の分割投与における前記所定の関心領域における局所脳血流値の平均値との差を所定の色を用いて識別可能に表示することができる。

ここで、この発明の脳血流定量解析方法において、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された第１回分割投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップで得られた各定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。

この発明の脳血流定量解析方法は、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析方法であって、所定の薬剤が被験者の脳へ投与され、投与後に前記コンピュータ断層撮影測定を行って得られた投影データを入力する投影データ入力ステップと、前記投影データ入力ステップで入力された投影データに基づき、投与後の再構成画像を得る画像再構成ステップと、前記画像再構成ステップで得られた投与後の再構成画像に対して解剖学的正規化を行って標準脳画像を得る解剖学的正規化ステップと、前記解剖学的正規化ステップで得られた標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化ステップとを備えたことを特徴とする。

ここで、この発明の脳血流定量解析方法において、前記解剖学的正規化ステップは、前記投与後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより標準脳画像を得る標準化ステップと、前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えることができる。

ここで、この発明の脳血流定量解析方法において、前記変形パラメータは、前記投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであるものとすることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップにおける所定の定量化は、標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて定量画像を得ることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップで得られた定量画像を表示する表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析方法において、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えることができる。

ここで、この発明の脳血流定量解析方法において、前記定量化ステップで得られた定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。

この発明の脳血流定量解析装置は、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析装置であって、所定の薬剤が被験者の脳へｎ回（ｎは２以上）に分割投与され、各分割投与後に前記コンピュータ断層撮影測定を行って得られた各投影データを入力する投影データ入力手段と、前記投影データ入力手段で入力された各投影データに基づき、各分割投与後の再構成画像を得る画像再構成手段と、前記画像再構成手段で得られた各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る解剖学的正規化手段と、前記解剖学的正規化手段で得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化手段とを備えたことを特徴とする。

ここで、この発明の脳血流定量解析装置において、前記コンピュータ断層撮影測定は単光子放出コンピュータ断層撮影測定又は陽電子放出断層撮影測定であり、前記所定の薬剤は放射性同位元素（ＲＩ）で標識されたトレーサを含み、前記画像再構成手段は、ｍを再構成画像上の画素の総数とし、ｊ（＝１〜ｍ）を再構成画像上の画素とし、ｎを脳へ投与された放射性同位元素から放出された光子又は陽電子が投影される投影データ上の画素の総数又は当該光子又は陽電子を検出する検出器の総数とし、ｉ（＝１〜ｎ）を投影データ上の画素とし、ここでｍおよびｎは予め画素数記録部に記録されており、ｃ_ｉｊを再構成画像上の画素ｊから放出された光子又は陽電子が投影データ上の１画素ｉで検出される確率とし、ここでｃ_ｉｊは予めｊ＝１からｍまで及びｉ＝１からｎまで検出確率記録部に記録されており、ｈ＝１から分割投与の数Ｌ（Ｌは２以上）について、λ_ｊ ^０[h]を、第ｈ回目の分割投与について用いられる、０回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度とし、ここでλ_ｊ ^０[h]は予めｊ＝１からｍまで第ｈ回推定ＲＩ濃度初期値記録部に記録されており、ｈ＝１からＬについて、ｙ_ｉ ^[h]を、第ｈ回目の分割投与後に、投影データ上の１画素ｉで検出された光子又は陽電子のカウント数とし、ここでｙ_ｉ ^[h]は検出後にｉ＝１からｎまで第ｈ回測定データ記録部に記録されており、ｈ＝１からＬについて、Ｓ_ｉ ^[h]を第ｈ回目の分割投与後における投影データ上の１画素ｉにおける散乱補正項とし、ここでＳ_ｉ ^[h]はｉ＝１からｎまで第ｈ回散乱補正項記録部に記録されており、第１回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[1]を式（１）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第１回再構成画像生成手段と、

ここで、λ_ｊ ^０[1]は前記第１回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[1]は前記第１回測定データ記録部に記録されており、Ｓ_ｉ ^[１]は前記第１回散乱補正項記録部に記録されており、ｈ＝２からＬまで、第ｈ回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[h]を式（２）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第ｈ回再構成画像生成手段とを備え、

ここで、λ_ｊ ^０[h]は前記第ｈ回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[h]は前記第ｈ回測定データ記録部に記録され、Ｓ_ｉ ^[ｈ]は前記第ｈ回散乱補正項記録部に記録されているものとすることができる。

ここで、この発明の脳血流定量解析装置において、式（１）の代わりに式（３）

を用いることができる。

ここで、この発明のいずれかの脳血流定量解析装置において、前記解剖学的正規化手段は、前記各分割投与後の再構成画像について、第２回目以降の分割投与後の再構成画像を第１回目の分割投与後の再構成画像と同じ位置に合わせる補正を行なう位置合わせ手段と、前記位置合わせ手段による補正後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより各標準脳画像を得る標準化手段と、前記標準化手段後の再構成画像について、平滑化フィルタをかける平滑化手段とを備えることができる。

ここで、この発明の脳血流定量解析装置において、前記変形パラメータは、所定の重み付けをされた各投影データの総和である総和投影データを求め、該総和投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであるものとすることができる。

ここで、この発明のいずれか脳血流定量解析装置において、前記定量化手段における所定の定量化は、各標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ることができる。

ここで、この発明のいずれかの脳血流定量解析装置において、前記定量化手段で得られた各定量画像を表示する表示手段をさらに備えることができる。

ここで、この発明のいずれかの脳血流定量解析装置において、前記定量化手段で得られた各定量画像に基づき、所定の領域における局所脳血流の増加量及び／又は増加率を所定の表示形式で表示する増加量等表示手段をさらに備えることができる。

ここで、この発明の脳血流定量解析装置において、前記所定の表示形式は、各分割投与毎の局所脳血流値をグラフで表示することができる。

ここで、この発明の脳血流定量解析装置において、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における局所脳血流値と第ｈ回より前の分割投与における局所脳血流値とのピクセル毎の差を所定の色を用いて識別可能に表示することができる。

ここで、この発明の脳血流定量解析装置において、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における所定の関心領域における局所脳血流値の平均値と第ｈ回より前の分割投与における前記所定の関心領域における局所脳血流値の平均値との差を所定の色を用いて識別可能に表示することができる。

ここで、この発明のいずれかの脳血流定量解析装置において、前記画像再構成手段に先立ち、前記投影データ入力手段で入力された第１回分割投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示手段をさらに備えることができる。

ここで、この発明のいずれかの脳血流定量解析装置において、前記定量化手段で得られた各定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。

この発明の第２の脳血流定量解析装置は、コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析装置であって、所定の薬剤が被験者の脳へ投与され、投与後に前記コンピュータ断層撮影測定を行って得られた投影データを入力する投影データ入力手段と、前記投影データ入力手段で入力された投影データに基づき、投与後の再構成画像を得る画像再構成手段と、前記画像再構成手段で得られた投与後の再構成画像に対して解剖学的正規化を行って標準脳画像を得る解剖学的正規化手段と、前記解剖学的正規化手段で得られた標準脳画像に対し所定の定量化を行なって定量画像を得る定量化手段とを備えたことを特徴とする。

ここで、この発明の第２の脳血流定量解析装置において、前記解剖学的正規化手段は、前記投与後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより標準脳画像を得る標準化手段と、前記標準化手段後の再構成画像について、平滑化フィルタをかける平滑化手段とを備えることができる。

ここで、この発明の第２の脳血流定量解析装置において、前記変形パラメータは、前記投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであるものとすることができる。

ここで、この発明のいずれかの第２の脳血流定量解析装置において、前記定量化手段における所定の定量化は、標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて定量画像を得ることができる。

ここで、この発明のいずれかの第２の脳血流定量解析装置において、前記定量化手段で得られた定量画像を表示する表示手段をさらに備えることができる。

ここで、この発明のいずれかの第２の脳血流定量解析装置において、前記画像再構成手段に先立ち、前記投影データ入力手段で入力された投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示手段をさらに備えることができる。

ここで、この発明のいずれかの第２の脳血流定量解析装置において、前記定量化手段で得られた定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。

本発明の脳血流定量解析プログラム等によれば、所定の薬剤、例えばＲＩで標識されたトレーサを含む薬剤が被験者の脳へｎ回（ｎは２以上）分割投与され、各分割投与後にコンピュータ断層撮影測定を行って得られた各投影データを入力する。コンピュータ断層撮影測定としては、ＳＰＥＣＴ測定またはＰＥＴ測定が好適であるが、ＭＲＩ測定またはＣＴ測定であってもよい。次に、入力された各投影データ（例えばＳＰＥＣＴデータ）に基づき、各分割投与後の再構成画像を得て、当該各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る。得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得ることができる。再構成画像を得る際に、後述のＩＢＬ法またはＡＢＬ法を用いることにより、２回（または２回以上の）分割投与法を用いる場合に、サブトラクションを行なわずに脳画像再構成を行うことができる。本発明の脳血流定量解析プログラムでは、解剖学的正規化後のＳＰＥＣＴ等の画像に対し、入力された被験者の安静時の平均脳血流値（ｍＣＢＦ）を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ている。このため、負荷時基底核カウントおよび安静時基底核カウントを自動的にRange３１−４０と選択されたスライス画像の値にすることができる。本発明の脳血流定量解析プログラムでは、スライス加算された画像の正常側の大脳半球またはより軽症側の大脳半球にＲＯＩを設定する際に、ＲＯＩテンプレートを用いて設定することができる。このため、ＲＯＩの設定における術者毎のバラツキを避け、定量画像にバラツキを生じさせないようにすると共に、術者の煩雑さを解消することができるという効果がある。

以下、本発明の実施例について図面を参照して詳細に説明する。本発明におけるコンピュータ断層撮影測定は、所定の薬剤、例えばＲＩで標識されたトレーサを含む薬剤を被験者の脳へｎ回（ｎは２以上）分割投与し、各分割投与後に各投影データを測定するものである。例えば、ＳＰＥＣＴ測定またはＰＥＴ測定が好適であるが、ＭＲＩ測定またはＣＴ測定であってもよい。以下では、一例としてＳＰＥＣＴ測定を用いて説明する。

図１は、本発明の実施例１における脳血流定量解析プログラム等の流れをフローチャートで示す。まず、脳血流定量解析プログラム等の流れの概要を説明し、次に各ステップについて詳細に説明する。図１に示されるように、ＲＩで標識されたトレーサが被験者の脳へ２回以上分割投与され、各分割投与後にＳＰＥＣＴ測定を行って得られた各投影データ（ＳＰＥＣＴデータ）を入力する（投影データ入力ステップ。ステップＳ１０）。次に、投影データ入力ステップ（ステップＳ１０）で入力された各投影データに基づき、各分割投与後の再構成画像を得る（画像再構成ステップ。ステップＳ２０）。画像再構成ステップ（ステップＳ２０）で得られた各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る（解剖学的正規化ステップ。ステップＳ４０）。解剖学的正規化ステップ（ステップＳ５０）で得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得る（定量化ステップ。ステップＳ５０）。

以上の説明では、本発明の実施例１における脳血流定量解析プログラムをステップ単位で記載した。しかし、当該脳血流定量解析プログラムはコンピュータ・ソフトウェアである以上、各ステップは当然当該プログラムの各機能であることは言うまでもない。従って、投影データ入力ステップ、画像再構成ステップ、解剖学的正規化ステップ、定量化ステップ、表示ステップ（後述）等は、各々投影データ入力機能（手段）、画像再構成機能（手段）、解剖学的正規化機能（手段）、定量化機能（手段）、表示機能（手段）等と言い換えても良いことは勿論である。

図２は、本発明の実施例１における投影データ入力ステップ（ステップＳ１０）を説明するための図である。投影データ入力ステップ（ステップＳ１０）では上述の背景技術で説明した２回分割投与法（図３８参照）を用いることもでき、さらに図２に示されるように、通常１回で使用される投与量のトレーサを３回に分割して投与し、各々条件を変えて連続した３回の脳画像の撮影を行なうこと（３回分割投与法）もできる。図２に示される３回分割投与法は、２回分割投与までは図３８に示されるものと同様であるため説明は省略する。図２に示されるように、ＳＰＥＣＴ２データ（負荷時１）の収集は時刻ｔ４まで行ない、時刻ｔ４で３回目のＥＣＤを静注する。この３回目のＥＣＤの脳内分布が固まった時刻ｔ５から３回目のＳＰＥＣＴデータ（ＳＰＥＣＴ３。負荷時２）の収集を開始する。ＳＰＥＣＴ３データの収集は時刻ｔ６まで行なう。図２では３回分割投与法について説明したが、投影データ入力ステップ（ステップＳ１０）では必要に応じて４回以上の分割投与法を用いることも可能である。

次に、画像再構成ステップ（ステップＳ２０）について説明する。本発明の脳血流定量解析プログラム等では、逐次近似型画像再構成法（ＯＳＥＭ法）に前回（例えば１回）までのＥＣＤ投与によるベースラインの影響を予め組み込んだアルゴリズムを用いることが特徴である。そこで、まず逐次近似型画像再構成法について説明する。

未知数である体内のＲＩ分布を、収集された投影データから統計的手法により最も可能性の高いケースとして推定する方法として、最尤推定−期待値最大化（Maximumlikelihood - Expectation Maximization : ML−ＥＭ）再構成法がある。このML−ＥＭ法は最尤推定法と期待値最大化法とを組合せた方法である。ML−ＥＭ法は、推定した体内のＲＩ分布から計算した投影データを実際に収集した投影データにできるだけ近づけるように、逐次近似法を用いて体内のＲＩ分布を繰返し修正していく方法である。

図３は、最尤推定法の画像再構成への適用を説明する図である。図３において、符号１０は脳画像の断層画像、３は断層画像１０のマトリクスにおけるＲＩ濃度がλ（ＭＢｑ）の１画素、３０は検出器であり投影データ２０上の１画素を示す。ｃは画素３０で光子が検出される検出確率を示し、ｘは投影データ２０上の１画素３０（または画素を検出器と考えて、１検出器３０）における画素３からの光子の計数を示す。ＲＩ濃度がλ（ＭＢｑ）のＲＩ（画素３）から放出された光子を検出器３０（画素３０）でｎ回測定した場合、各測定毎の計数をｘｉとすると、計数ｘの最尤推定値は式７で与えられる。

ＲＩ濃度λの最尤推定値は、λ×ｃ＝ｘであるため、式８で与えられる。

次に、ＲＩをｎ方向の検出器で測定した場合について説明する。図４は、ＲＩをｎ方向の検出器で測定した場合における最尤推定法の画像再構成への適用を説明する図である。図４で図３と同じ符号を付した箇所は同じ要素を示すため説明は省略する。図４において、符号５は断層画像１０のマトリクスにおけるＲＩ濃度がλ_ｊ（ＭＢｑ）の１画素ｊ（ｊ＝１〜断層画像１０のマトリクスにおける画素の総数ｍ）を示す。符号３１ないし３３は検出器であり各々投影データ２０等上の１画素を示す。検出器はｎ個あるが図面の都合上３個のみ示されている。ｃ_ｉｊ（ｉ＝１〜検出器の数ｎまたは投影データ上の各画素の数ｎ、ｊ＝１〜ｍ）は画素ｊ（５）から放出された光子が画素ｉ（または検出器ｉ）で検出される検出確率を示し、ｘ_ｉｊは画素ｊ（５）から放出され画素ｉ（または検出器ｉ）で検出される光子数を示す。以上の条件の場合、画素ｊ（５）の濃度λ_ｊの最尤推定値は式９で与えられる。

実際には画素ｊ（５）の周辺にもＲＩが存在するため、光子数ｘ_ｉｊは直接測定することはできない。図５は、画素ｊ（５）の周辺のＲＩを考慮した場合における最尤推定法の画像再構成への適用を説明する図である。図５で図４と同じ符号を付した箇所は同じ要素を示すため説明は省略する。図５において、ｙ_ｉは検出器ｉにおける各画素ｊ（５）等からの計測値の総和（投影カウント）を示す。総和ｙ_ｉから光子数ｘ_ｉｊを推定する必要がある。ここでは最大事後確率推定（ＭＡＰ推定）を用いると、光子数ｘ_ｉｊのＭＡＰ推定値は式１０で与えられる。

つまり、最尤推定法により求めたい未知数である画素ｊ（５）のＲＩ濃度λ_ｊを検出確率ｃ_ｉｊと光子数ｘ_ｉｊとから推定する場合、光子数ｘ_ｉｊは直接測定できないため、光子数ｘ_ｉｊのＭＡＰ推定値により求めることになる。そこで、式９の右辺の光子数ｘ_ｉｊに式１０の光子数ｘ_ｉｊのＭＡＰ推定値を代入すると式１１を得ることができる。

式１１は右辺にもＲＩ濃度λ_ｊがあるためλ_ｊについて解けない。このためＥＭ法により逐次式を作成する。λ_ｊ ^ｋをｋ回目の逐次近似における推定値とすると、式１１より式１２を得ることができる。

図６は、式１２を用いてＲＩ濃度λ_ｊを推定する計算例を示す。図６に示されるように、まず投影方向数ｎ＝２とし、断層画像のマトリクスサイズを３×３（ｍ＝３×３＝９）とし、各検出確率ｃ_ｉｊは投影方向にのみ１とし他の方向へは０と仮定する（ステップＳ６０）。つまり投影方向以外の画素ｊ（５）からは計測されないものと仮定する。つまり、ｃ_１１、ｃ_１４、ｃ_１７だけが１である。図６のステップＳ６２に示されるように、真の値をｍ＝１から９へかけて１ないし９とすると、各投影方向への投影カウント数ｙ_ｉは投影方向の画素ｊの値の総和となる。例えばｍ＝１、４および７の方向では画素ｊの値は各々１、４、７であるため投影カウント数ｙ_ｉ＝１＋４＋７＝１２となる。他の投影カウント数ｙ_ｉについても同様であるため、説明は省略する。推定値についてはステップＳ６２に示されるように、ｍ＝１から９へかけてλ_１ないしλ_９となる。次に、ｋ＝０のすべてのλ_ｊ ^０を１と仮定して式１２により推定計算を行なう（ステップＳ６４）。詳細はステップＳ６６に示されるようになる。例えばλ_１ ^１については、λ_１ ^０＝１．０であり、ｃ_１１λ_１ ^０からｃ_１９λ_９ ^０までの総和に関してはｃ_１１、ｃ_１４、ｃ_１７だけが１であって他は０であるため３．０となる。ｙ_１ｃ_１１＝１２×１、ｙ_２ｃ_２１＝６×１であり、ｃ_１１＋ｃ_２１＝２であるため、λ_１ ^１＝３．０となる。

１回目の推定値としてステップＳ６８に示されるように、ｍ＝１ないし９にかけて、λ_１ ^１＝３．０、λ_２ ^１＝３．５、λ_３ ^１＝４．０、λ_４ ^１＝４．５、λ_５ ^１＝５．０、λ_６ ^１＝５．５、λ_７ ^１＝６．０、λ_８ ^１＝６．５、λ_９ ^１＝７．０と求められる。次に、今求められたλ_ｊ ^１を用いて式１２により同様にλ_ｊ ^２を求める（ステップＳ７０）。２回目の推定値としてステップＳ７２に示されるように、ｍ＝１ないし９にかけて、λ_１ ^２＝２．２、λ_２ ^２＝２．８、λ_３ ^２＝３．３、λ_４ ^２＝４．３、λ_５ ^２＝５．０、λ_６ ^２＝５．８、λ_７ ^２＝６．４、λ_８ ^２＝７．３、λ_９ ^２＝８．１と求められる。以上の計算を所望の繰返し回数だけ繰り返す（ステップＳ７４）。所望の収束条件により繰返しの終了判定を行なってもよい。結果として真の値（または近似値）を求めることができる(ステップＳ７６)。

本発明の脳血流定量解析プログラムにおける画像再構成ステップ（ステップＳ２０）は、上述した逐次近似型画像再構成法を用いるものである。図７および図８は、本発明の脳血流定量解析プログラムにおける画像再構成ステップの流れを一連のフローチャートで示す。本フローチャートでは説明の便宜上、分割投与の回数ｈを２回とする。図７は第１回目（ｈ＝１）の分割投与後の再構成画像の生成のフローチャート（第１回再構成画像生成ステップ）であり、図８は図７中のステップＳ２６から先の処理、すなわち第２回目（ｈ＝２）の分割投与後の再構成画像の生成のフローチャート（第２回再構成画像生成ステップ）である。図７に示されるように、まず再構成画像上の画素の総数ｍと、投影データ上の画素の総数ｎとを画素数記録部８４（後述。図３７参照）から読み出す（ステップＳ２１）。再構成画像上の画素ｊ＝１とし（ステップＳ２２）、上述の繰返しの回数ｋ＝０とする（ステップＳ２３）。再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[１]＝を第１回（ｈ＝１）推定ＲＩ濃度初期値記録部８６-１（後述。図３７参照）から読み出す（ステップＳ２４）。投影データ上の画素ｉ＝１からｎについて、散乱補正項Ｓ_ｉ ^[１]を第１回散乱補正項記録部８８−１（後述。図３７参照）から適宜読み出し、検出確率ｃ_ｉｊを検出確率記録部８５（後述。図３７参照）から適宜読み出し、投影データ上の画素ｉで検出された光子のカウント数ｙ_i ^[1]を第１（ｈ＝１）回測定データ記録部８７−１（後述。図３７参照）から適宜読み出して、式１２を計算する（ステップＳ２５）。ただし、式１２に散乱補正項Ｓ_ｉ ^[１]を考慮し、分割投与の回数ｈ＝１を考慮して式１２は式１のようになっている。式１で［１］はｈ＝１を意味する。

所定繰返し回数だけ繰り返したか否かを判断し（ステップＳ２６）、繰返していない場合は、繰返しの回数ｋを１増加し、式１で求められたλ_j ^ｋ[１]を用いてステップＳ２５と同様に新たなｋにつき式１を計算する。ステップＳ２６で繰返し回数が終了したと判断した場合は、第１回目（ｈ＝１）の分割投与後の再構成画像の生成は終了し、次にＡへ進む。

図８に示されるように、まず再構成画像上の画素の総数ｍと、投影データ上の画素の総数ｎとを画素数記録部８４から読み出す（ステップＳ３０）。このステップＳ３０はステップＳ２１と同様であるため省略してもよい。再構成画像上の画素ｊ＝１とし（ステップＳ３１）、上述の繰返しの回数ｋ＝０とする（ステップＳ３２）。再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[２]＝を第２回（ｈ＝２）推定ＲＩ濃度初期値記録部８６-２から読み出す（ステップＳ３３）。投影データ上の画素ｉ＝１からｎについて、検出確率ｃ_ｉｊを検出確率記録部８５から適宜読み出し、散乱補正項Ｓ_ｉ ^[２]を第２回散乱補正項記録部８８−２から適宜読み出し、投影データ上の画素ｉで検出された光子のカウント数ｙ_i ^[２]を第２（ｈ＝２）回測定データ記録部８７−２から適宜読み出して、以下の式２を計算する（ステップＳ３４）。

本発明の脳血流定量解析プログラムにおける画像再構成ステップの特徴は、式２に示されるようにベースライン放射能としてｋ＋１回目の逐次近似によって作成された１stの再構成画像を投影したデータを用いる点にある。このため、ベースライン放射能は毎回更新されることになる。この方法をＩＢＬ(iterative baseline estimation)法と呼ぶ。

次に、所定繰返し回数だけ繰り返したか否かを判断し（ステップＳ３５）、繰返していない場合は、繰返しの回数ｋを１増加し、式２で求められたλ_j ^ｋ[ｈ]を用いてステップＳ３４と同様に新たなｋにつき式２を計算する。ステップＳ３５で繰返し回数が終了したと判断した場合は、第２回目（ｈ＝２）の分割投与後の再構成画像の生成は終了する。

上述のＩＢＬ法において、式１の代わりに以下の式３を用いることもできる。

以下、式３について説明する。ＳＰＥＣＴ２の成分は、ｙ_ｉ ^[2]＝Ｐ_ｉ ^[1]＋Ｐ_ｉ ^{[2 true]}＋Ｓ_ｉ ^{[2 ]}と表すことができる。もし１stの再構成において、ｙ_ｉ ^[2]に含まれる１stの投与による残留放射能のプライマリー成分（Ｐ_ｉ ^[1]）を取り出して利用することができれば、１stの再構成画像のＳ／Ｎ向上に寄与するものと考えられる。いま、１stと２ndの投影データを加算したデータ（ｙ_ｉ ^[1]＋ｙ_ｉ ^[2]）を考えると、これは２Ｐ_ｉ ^[1]＋Ｐ_ｉ ^{[2 true]}＋Ｓ_ｉ ^[1]＋Ｓ_ｉ ^[2]となる。すなわち、１stの再構成から見れば、２ndの投与による正味のプライマリー成分（Ｐ_ｉ ^{[2 true]}）をベースラインとみなすことができる。従って、この場合も同様にしてＯＳＥＭ再構成に組み込むことができる。すなわち、１stの再構成が上記の式３のように得られる。式３と式２の分母のλ_ｊ ^ｋ+1[２]、λ_ｊ ^ｋ+1[1]の項は、各々式３のｋ＋１回目、式２のｋ＋１回目の繰返しより交互に求めることができるため、これらを繰返し毎に代入することにより再構成画像を得ることができる。この方法をＡＢＬ(alternate baseline estimation)と呼ぶ。

収束性の評価．
各再構成法の収束性を評価するために、バックグラウンド（ＢＧ）放射能が存在する円柱ファントム(直径１８cm)内に、放射能濃度の低いＣｏｌｄ領域（直径５cm）と高いＨｏｔ領域（直径５cm）が存在するという線源分布を仮定した。各領域の放射能濃度比はＢＧ：Ｈｏｔ：Ｃｏｌｄ＝１：４：０．２５とし、ファントムのマトリックスサイズは１２８×１２８（ピクセルサイズ:３．１２５ｍｍ）を仮定した。収束性の問題のみに注目するためにγ線の吸収、散乱、および統計ノイズは全くない物とし、数値積分によって１２０方向の投影データを作成した。１stと2ndの投与量比は、背景技術で説明したサブトラクション（ＳＵＢ）法で０．６６７：１．３３３、その他の方法で１：１と仮定した。各再構成法で得られた１st, 2ndの画像上のバックグラウンド領域、Ｈｏｔ領域、およびＣｏｌｄ領域に円形ＲＯＩ （直径４．３７５cm）をとって、次の式１３で計算されるコントラスト回復係数（contrast recovery coefficient : ＣＲＣ）の変化を繰返し回数の関数として計算した。

ここで、ＢＧはバックグラウンド領域、ＳはＨｏｔ領域あるいはＣｏｌｄ領域のどちらかを表し、(Contrast)_measがＲＯＩから計算されたコントラスト、(Contrast)_trueが仮定した放射能濃度から計算された真のコントラストである。真値に収束するとＣＲＣ＝１．０に近づいていく。繰返し回数は１〜１５０回、subset＝とした。

最適投与量比と統計ノイズの影響．
次に各再構成法において、投与量比（２nd／１st）を変化させた時の統計ノイズの評価をモンテカルロシミュレーションによって行った。シミュレーション方法とパラメータ条件は、投与量比を０．５、１．５、２．０、２．５、３．０、３．５、４．０の８種類とし、投与量の総量（すなわち、２ndの投影データの総カウント）が常に一定（５．４０ Mcounts／slice）になるようにした。数値ファントムは円柱ファントム(１８cmφ)を使用し、一様吸収体(μ＝０．１５cm^−１)を仮定した。再構成はイタレーション回数を４回、subset＝２０とした。ＳＰＥＣＴ画像の定量性はγ線の吸収（減弱）および散乱により損なわれるため、定量的なＳＰＥＣＴ画像を得るためには吸収（減弱）および散乱の補正を行なう必要がある。実施例１においては吸収補正は仮定したμマップを用いてChang法で行い、散乱成分はTriple Energy Window (TEW)法を用いて推定した。円柱ファントムの中心に設定したＲＯＩ（５cmφ）内の％COV（＝標準偏差／ＲＯＩ値×１００％）を計算し、％COVが１stと２ndで同一になる最適投与量比を決定した。なお、比較のためにＳＵＢ法とＭＢＬ法についてもシミュレーションを行った。ＭＢＬは、ＩＢＬ法における２ndの再構成について式２の代わりに以下の式１４を用いるものである。

再構成画像の画質と定量性の評価．
Zubalらの３Ｄデジタル脳ファントムを用いて同様にモンテカルロシミュレーションを行った。血流パターンは１stが安静脳血流パターン、２ndがＡＣＺ負荷によって右半球のみ血流増加が見られるパターンとし、これを組み合わせて各再構成法の画質と定量性を評価した。データの作成は次のようにして行った。まず、安静脳血流パターンの灰白質:白質の放射能濃度比を４：１と仮定してモンテカルロシミュレーションによって投影データ（ｙ_ｉ ^[1]）を作成した。次にＡＣＺ負荷時の血流パターンは、安静時血流パターンの右半球の灰白質の放射能濃度のみ１．４倍して、同様にシミュレーションで投影データ（ｙ_ｉ ^{[２ true]}）を作成した。２ndの投影データに含まれるベースライン放射能成分（ｙ_ｉ ^{[1 base]}）の量は、本来、１stの投影データ（ｙ_ｉ ^[1]）と同じであるが、統計ノイズを独立にするために別の乱数を用いてシミュレーションを行った。２ndの投影データは、これらの２つの投影データを加算して作成した（ｙ_ｉ ^[2]＝（ｙ_ｉ ^{[1 base]}＋ｙ_ｉ ^{[2 true]}）。与量比はＳＵＢ法で０．６６７：１．３３３、その他の方法で１：１とし、投与量をすべての方法で一定にするために、２ndの投影データの総カウントを一定（１．９５Mcounts）にした。前処理フィルタはButterworthフィルタ（ｆｃ＝０．２６cycles／pixel、ｎ＝８）を用いた。吸収補正はデジタル脳ファントムから作成されたμマップとChang法で行った。ＲＯＩ解析をthree-dimensional stereotaxic ROI template （3ＤＳＲＴ）によって行い、脳の各セグメントでの定量値を比較検討した。

結果．
収束特性、および、コントラスト．
図９、図１０は、各々１st画像のＣｏｌｄ領域、Ｈｏｔ領域における各再構成法の収束特性を示したグラフを示し、図１１、図１２は各々２nd画像のＣｏｌｄ領域、Ｈｏｔ領域における各再構成法の収束特性を示したグラフを示す。図９に示されるように、１st画像のＣｏｌｄ領域ではすべての方法で大体同じ特性になり、ＣＲＣは繰返し回数＝５０〜６０程度で一定値になった。一方、図１０に示されるように、Ｈｏｔ領域ではＡＢＬ法でやや違った特性を示したが、繰返し回数＝５０程度でどの方法も真値に到達した。２nd画像で評価すると、図１１に示されるように、Ｃｏｌｄ領域ではＭＢＬ法が他の３法に較べて収束が遅く繰返し回数＝９０程度で収束した。他の３法はほぼ同一の特性であり、１st画像の時とほぼ同じような経過で収束した。図１２に示されるように、Ｈｏｔ領域ではそれぞれの領域で異なる特性を示した。ＩＢＬ法は繰返しに従って真の値にスムーズに漸近し収束した。一方、ＡＢＬ法では早い繰返し回数で大きくオーバーシュートしてから真の値に近づいた。ＳＵＢ法、ＭＢＬ法でも同様にややオーバーシュートの傾向が見られた。ＩＢＬ法はＳＵＢ法と同程度の繰返し回数（約３０回）で真値に到達した。ＭＢＬ法が最も遅い収束特性であった。全体的に見ると、どの方法でもＣｏｌｄ領域の方がＨｏｔ領域に較べて収束が遅かった。

最適投与量比と統計ノイズの評価．
図１３ないし図１６は各々、ＭＢＬ法、ＳＵＢ法、ＩＢＬ法およびＡＢＬ法における、投与量比（２nd／１st）に対する％COVの変化を示すグラフである。図１３ないし図１６において、横軸は投与量比（injection dose ratio）であり、縦軸は％ＣＯＶである。図１３および図１４に示されるように、ＭＢＬ法およびＳＵＢ法は、投与量比が１．０、および２．０の時に１stと２ndの％COVがほぼ一致し、それぞれ約５３ ％と約７３ ％であった。一方、図１５および図１３に示されるようにＩＢＬ法はＭＢＬ法に比較してやや２ndの％COVが小さく、その結果、最適投与量比は約０．８５とやや小さい方にシフトした。この時のＩＢＬ法の％COVは約５０％となりＭＢＬ法よりやや良かった。図１６に示されるように、ＡＢＬ法は１stの％COVが２ndのそれより極めて良く、％COVが１stと２ndで一緒になる投与量比は、本シミュレーションの範囲では見つからなかった。図１５および図１６に示されるようにＩＢＬ法とＡＢＬ法の２ndの再構成の式は全く同じであるが、ＡＢＬ法の方がどの条件でも％COVが良かった。

画質、および、定量値の評価．
図１７は、上述の各再構成法で得られた脳デジタルファントムの１st （REST。安静時）、２nd (ＡＣＺ。負荷時)画像を示す。比較のために、ｙ_i ^{[２nd true]}を直接再構成し得られた真の血流増加画像(Ｔｒｕｅ ＡＣＺ)も示してある。図１７に示されるように、画質という観点から言うと、１st画像ではＡＢＬ法が最もよく、ＳＵＢ法が最も悪かった。ＭＢＬ法とＩＢＬ法とは全く同じ計算式であるので結果画像は同じである。一方、２nd画像では、やはりＡＢＬ法が最も良く、ＩＢＬ法とＭＢＬ法とはほぼ同じであった。ＳＵＢ法が最も悪かった。これらはプールファントムによる結果（図１４）と一致した。ＭＢＬ法はＩＢＬ法より中心部の低カウント領域でコントラストの低下がわずかに認められる。ＡＢＬ法では１stの画質が２ndの画質よりわずかに良かった。以上のように、２回（または２回以上の）分割投与法を用いる場合に、サブトラクションを行なわずに脳画像再構成を行うことができる。

次に、本発明の脳血流定量解析プログラムにおける解剖学的正規化ステップ（ステップＳ４０）について説明する。図１８は、本発明の脳血流定量解析プログラムにおける解剖学的正規化ステップ（ステップＳ４０）の詳細をフローチャートで示す。図１８に示されるように、各分割投与後の再構成画像について、第２回目以降の分割投与後の再構成画像（ＳＰＥＣＴ２以降）を第１回目の分割投与後の再構成画像（ＳＰＥＣＴ１と同じ位置に合わせる補正を行なう（位置合わせステップ。ステップＳ４２）。次に、位置合わせステップによる補正後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより各標準脳画像を得る（標準化ステップ。ステップＳ４４）。ここで、変形パラメータとはＳＰＭ９９またはＳＰＭ２等における変形パラメータと同じパラメータである。但し、本実施例１では、投影データとして所定の重み付けをされた各投影データの総和である総和投影データを求め、この総和投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、この処理に基づき変形パラメータを得る。所定の重み付けの例としては、ＳＰＥＣＴ１データに対して１、ＳＰＥＣＴ２データに対して１／２、ＳＰＥＣＴ３データに対して１／３とすることが好適である。この場合、総和投影データは、ＳＰＥＣＴ１＋ＳＰＥＣＴ２データ×（１／２）＋ＳＰＥＣＴ３データ×（１／３）となる。以上のようにして算出された変形パラメータを、１回目、２回目、３回目の再構成画像の解剖学的正規化のための変形パラメータとして用いる。続いて、標準化ステップ（ステップＳ４４）後の再構成画像について、平滑化フィルタをかける（平滑化ステップ。ステップＳ４６）。

上述の解剖学的正規化ステップ（ステップＳ４０）は、例えばフリーソフトウェアのＳＰＭ（statistical parametricmapping）９９またはＳＰＭ２を用いて実行することができる。あるいは、３Ｄ−ＳＳＰ（three-dimensional stereotactic surface projections）を用いてもよい。

次に、本発明の脳血流定量解析プログラムにおける定量化ステップ（ステップＳ５０）について説明する。ＳＰＥＣＴ画像には定性画像および定量画像がある。定性画像では画素（ピクセル）値は実際にカウントされたカウント値等を示しているため、投与された薬剤等が多ければそれに応じて画素値も大きくなる。さらに、対象を撮像した時間が長いほどそれに応じて画素値も大きくなる。従って、画素値自体にはあまり意味はない。一方、定量画像では画素値は実際にカウントされたカウント値等を所望の単位、例えば流量（ml／１００g／min）に変換した値を示している。従って、画素値には例えば流量として意味があることになる。定量化（絶対的定量法）には、^１２３Ｉ−ＩＭＰ（Ｎ-isopropyl-p-[¹²³I]iodoamphetamine。以下「ＩＭＰ」と省略する。）およびＥＣＤをトレーサとして用いるmicrosphere法、ＩＭＰをトレーサとして用いるautoradiography法、microsphere法から発展したＥＣＤをトレーサとして用いるpatlak plot法、ＥＣＤをトレーサとして用いるＢＵＲ等がある。本実施例１の定量化ではpatlak plot法を用いた場合について説明するが、上記の他の方法を用いてもよいことは勿論である。

図１９は、patlak plot法を行なうタイミングを示す。図１９は図２の一部（時刻０からｔ４まで）を拡大したものであるため、図２と同じ箇所の説明は省略する。図１９に示されるように、時刻０でＥＣＤが静注されると、ＥＣＤは血管の流れに沿って心臓の大動脈弓部と脳とに集積されていく。patlak plot法では、大動脈弓部と脳とに集積されたＥＣＤをＳＰＥＣＴで撮像する。時間的には約２分間要するが、ＳＰＥＣＴ１（安静時）データの収集開始前には終了している。ＲＯＩは大動脈弓部と脳（健側の大脳半球）とに設定する。

図２０（Ａ）および（Ｂ）は、大動脈弓部と脳とに集積されたＥＣＤの時間放射能曲線（Time-activity curve : ＴＡＣ）を示す。図２０（Ａ）および（Ｂ）において、横軸は時間（ｔ）であり、縦軸は放射能量であり、大動脈弓部（Aorta）のＴＡＣはＡ（ｔ）、脳（Brain）のＴＡＣはＢ（ｔ）で示す。ＥＣＤは大動脈弓部から脳へ流れるため、図２０（Ａ）に示されるようにＡ（ｔ）のピーク位置ＰａとＢ（ｔ）のピーク位置Ｐｂとはずれている。そこで、図２０（Ｂ）に示されるように、Ｂ（ｔ）を並行移動させてこれらのピーク位置ＰａおよびＰｂを合わせる。

次に、図２０（Ｂ）に示されるＴＡＣから図２０（Ｃ）に示されるようなpatlak plotを求める。具体的には、横軸を、以下の式、

とし、縦軸をＢ（ｔ）／Ａ（ｔ）として図２０（Ｃ）に示されるようにプロットする。この結果、得られる直線は以下の式１５となる。

ここで、傾きＫｕは速度流入定数（脳血流量に対応するパラメータ）であり、切片Ｖｎは初期分布容積（脳血液量に対応するパラメータ）である。次に、傾きＫｕを用いて次の式１６によりＢＰＩ（Brain perfusion index）を算出する。

続いて、予め求めておいたＢＰＩ（ＥＣＤ−ＢＰＩ）と平均脳血流量（mean cerebral blood flow : ｍＣＢＦ）との換算式から大脳半球平均ＣＢＦを算出する。換算式としては、例えば式１７ないし１９が挙げられる。

^１３３Ｘｅ−ｍＣＢＦ＝２．５９×ＥＣＤ−ＢＰＩ＋１９．８ （１７）
^１３３Ｘｅ−ｍＣＢＦ＝３．３４×ＥＣＤ−ＢＰＩ＋１９．７ （１８）
^１２３ＩＭＰ−ｍＣＢＦ＝３．６９×ＥＣＤ−ＢＰＩ＋４．６１ （１９）

式１７はＥＰ法（early picture method）、式１８はＳＰ法（sequential picture method）、式１９は持続動脈採決法であり、施設毎に一定であればいずれの換算式を用いてもよい。本発明の脳血流定量解析プログラムにおける定量化ステップ（ステップＳ５０）では、所定の定量化として、各標準脳画像に対し、入力された被験者の安静時の平均脳血流値（ｍＣＢＦ）を用いて、背景技術で触れたLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ている。Lassenの補正は具体的には以下のLassenの補正式２０を用いて行なわれる。

１st横断像（安静時）の場合、Ｆｒは上述のｍＣＢＦ（安静時における平均脳血流値）であり、Ｃ’は、領域iの１st横断像の値／３ＤＳＲＴのＲＯＩテンプレート（後述）によって設定されたＲＯＩ部の１st横断像の値の平均値である。一方、２sub横断像（負荷時１）の場合、Ｆｒは上述のｍＣＢＦ×負荷時基底核カウント／安静時基底核カウントである。ここで、負荷時基底核カウントは、自動的にRange３１−４０と選択されたスライス画像（２nd）の値であり、安静時基底核カウントは、自動的にRange３１−４０と選択されたスライス画像（１st）の値である。Ｃ’は、領域iの２sub横断像の値／上記３ＤＳＲＴのＲＯＩテンプレートによって設定されたＲＯＩ部の２subの値の平均値である。

図２１は、上述のＲＯＩテンプレートを示す。本発明の脳血流定量解析プログラムでは図２１に示されるような標準的なＲＯＩが用意されている。スライス加算された画像の正常側の大脳半球またはより軽症側の大脳半球にＲＯＩを設定する際には、このＲＯＩテンプレートを用いて設定することができる。このため、ＲＯＩの設定における術者毎のバラツキを避け、定量画像にバラツキを生じさせないようにすると共に、術者の煩雑さを解消することができる。

上述のように、本発明の脳血流定量解析プログラムでは、解剖学的標準化後のＳＰＥＣＴ画像に対し、入力された被験者の安静時の平均脳血流値（ｍＣＢＦ）を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ている。この解析法の検討は以下のように行なわれ、その結果として、上述のように負荷時基底核カウントおよび安静時基底核カウントを自動的にRange３１−４０と選択されたスライス画像の値にすることができた。

使用機器及び収集条件．
撮像に用いたガンマカメラは低エネルギー用汎用型コリメータ（ＬＥＧＰ）を装着した２検出器対向型ガンマカメラＧＣＡ７２００Ａ／ＰＩ (東芝社製) で，画像処理装置はＧＭＳ５５００ＰＩを用いた。Dynamic dataは１２８×１２８matrix 、１フレームあたり１秒で収集した。ＳＰＥＣＴは６４×６４matrixで、ピクセルサイズ４．３ｍｍ、収集時間は、２分３０秒／１回転の連続反復４回転収集（１０分）で行った。散乱線補正は行っていない。画像再構成はramp filter によるフィルタ逆投影法で行い，前処理フィルタにはButterworth（order８、cutoff frequency０．５０cycles/cm）を用い、減弱補正はChang（減弱係数０．０９cm^−１）を用いた。Dynamic dataから得られた入力関数を用い、ＢＵＲ法）にて正常側の平均脳血流値を算出した。

対象症例．
基底核スライス設定：左脳梗塞と診断された６５歳の女性で、視覚的に左右差を認め、ＢＵＲ法にて右側の平均脳血流値４５ml／１００g／minと算出された全３９スライスの安静時脳血流ＳＰＥＣＴ画像（図２２）を使用した。従来の手動的な定量解析（従来法）と正規化後にLassenの補正を行った定量解析法（３ＤＳＲＴ法）の比較を、臨床症例１１例のデータを用いて行った。

方法及び検討項目．
定性ＳＰＥＣＴ画像を、ＳＰＭ９９を使用した３ＤＳＲＴにて解剖学的正規化を行った（図２３）。その解剖学的正規化後のＳＰＥＣＴ画像５９枚（実際は６８枚存在しているが、３ＤＳＲＴの表示されている５９枚に対し）を対象に、基底核スライスの選択を行った。基底核スライスの選択として、一般的に省かれる最頭頂部と小脳を除くように、上限を１１、１６、２１、２６、３１スライスに変化させ、下限を２０、２１、３１、３６、４０、４７の組み合わせの１９通りで検討した。解剖学的正規化後の正常側の参照ＲＯＩ設定は、３ＤＳＲＴのＲＯＩをそのまま使用し、選択スライスに含まれる平均カウントを求めた。３ＤＳＲＴは平均カウントで表示されるため、それぞれのピクセル数を用いて補正後、再度平均カウントを算出した。臨床症例１１例のデータに対し、従来法と３ＤＳＲＴ法を比較するため、それぞれの定量ＳＰＥＣＴ画像に対し、３ＤＳＲＴ解析を行い、両側１２領域の局所脳血流値を算出した。両測定値は、Bland-Altman（縦軸に従来法と３ＤＳＲＴ法の差をとり、横軸にその平均値をプロットした）解析を用いた。

結果．
定性ＳＰＥＣＴ画像に３ＤＳＲＴを行い、解剖学的正規化した定性ＳＰＥＣＴ画像に対し（図２３）、基底核スライスの選択の違いを比較した。この結果、図２４に示すように、頭頂部のスライスが含まれれば全体的な血流は高値を示し、選択の違いによる局所の定量値の違いが確認された。図２４で、横軸は基底核スライスの選択（上限スライス−下限スライス）を示し、縦軸は平均カウントを示す。図２４に示されるように、比較はAnterior(R)からCerebellum(L)までの２４領域でおこなった。従来法で求めた脳血流値が、３ＤＳＲＴ法で求めた脳血流値に最も近い値となったのは、図２４に示されるように３１から４０スライスであった。解剖学的正規化前のＳＰＥＣＴで基底核スライスを視覚的に最適と考えた１９から２２スライス（４．３ｍｍ×４＝１７．２ｍｍ）で作成された３ＤＳＲＴの値に近似し、視覚的にも基底核の選択に近い、解剖学的正規化後３１〜４０スライス（２ｍｍ×１０＝２０ｍｍ）を基底核と定め、臨床１１例にて比較した。従来法と３ＤＳＲＴ法の両者の２４領域をBland-Altman分析した結果、１１例中９例は平均値と２ＳＤの中に含まれていた。残りの２例（Case.10.11）に関しては若干の違いを認めた。

考察．
現在、脳血流解析結果の再現性の悪さを指摘され、この問題点として基底核スライスの選択や特に正常側のＲＯＩ設定が術者にゆだねられていることが原因と考えられている。しかし上述の３ＤＳＲＴ法は、３ＤＳＲＴのＲＯＩ設定自体が脳質などの平均カウントを下げる部分への設定が行われていないため、選択による違いはあるが、その差はあまり大きくない。基底核スライスの選択基準に関しては、再度検討する必要はあるが、解剖学的正規化後に行うことで、症例や術者に関係なく常に同一スライスを選択することが可能となり、また正常側のＲＯＩ設定に３ＤＳＲＴのＲＯＩ値を使用するため、作成される定量ＳＰＥＣＴ画像に再現性があった。１１例の臨床例において従来法との比較で違いが生じた２症例については、従来法にて正常側のＲＯＩ設定やスライス選択を再度行えば、３ＤＳＲＴ法に近似する可能性も考えられる。

上述のように、定性ＳＰＥＣＴ画像に対して解剖学的正規化を行い、その解剖学的正規化後の画像に対してLassen補正を行う方法は、術者の基底核スライスの選択やＲＯＩ設定を排除した方法であり、３ＤＳＲＴを用いた局所脳血流定量において非常に再現性の高い方法であると考えられる。従来法で作成された局所脳血流量とも一致しており、現在の臨床的な評価を変更することなく、再現性を向上させる新しい定量解析法である。

本発明の脳血流定量解析プログラムは、定量化ステップ（ステップＳ５０）で得られた各定量画像を表示する表示ステップをさらに備えることができる。図２５は、本発明の脳血流定量解析プログラムにおける表示機能による表示結果の実例を示す。図２５において、符号４０は投影データの選択を行なうためのファイル選択（File Selection）欄であり、REST（安静時）としてファイル００RESTが選択され、ＡＣＺ１（負荷時１）としてファイル００ACZ＿７＿５が選択され、ＡＣＺ２（負荷時２）としてファイル００ACZ＿２０が選択された状態を示す。図２５では３分割投与法を用いる場合について示しているが、２分割投与法を用いる場合には、REST（安静時）およびＡＣＺ１（負荷時１）のみを選択すればよい。符号４２は再構成におけるバターワース（Butterworth）フィルタパラメータ（Filter Parameter）欄であり、投与量、収集時間の補正係数（Weight）、バターワースフィルタの係数であるカットオフ（Cutoff）およびオーダー（order）を上述の各ファイル毎に指定することができる。符号４４はアクイジションパラメータ（Acquisition Parameter）欄であり、回転（rotation）として３６０ＣＣＷが選択され、マトリックス（Matrix）のサイズとして６４×６４が選択され、開始角度（Start Angle）として１８０度が選択され、ピクセルサイズ（Pixel Size）として４．３０（ｍｍ）が選択され、ステップ（Steps）として６０が選択された状態を示す。符号４６は減弱補正（Attenuation）欄であり、Changが選択され、係数（Atten.）は０．０９（固定）が選択され、閾値（Theshold）は２０％が選択された状態を示す。符号４８はLassen補正欄であり、Lassen補正が選択され（On）、大脳半球の正常側（Normal）として左側(left)が選択され、安静時の平均血流値(ｍＣＢＦ)として４０が選択され、基底核スライスとしてRange２３−３２が選択された状態を示す。Lassen補正が選択された場合（On）には定量画像が作成され、Lassen補正が選択されなかった場合（Off）は定量画像は作成されず、定性画像が作成される。符号５０は再構成をしていない状態のＳＰＥＣＴデータの表示欄（Projection）であり、右側または下部のバー（Frame）を動かすことにより任意の時点に撮像されたＳＰＥＣＴデータを表示させることができる。符号５２は患者情報欄であり、病院名、患者名、患者ＩＤ（識別子）および患者の性別を表示または入力することができる。符号５４は散乱補正欄であり、散乱成分の推定にＴＥＷ法を用いない（Off）ことが選択されている状態を示す。符号５６はＯＳＥＭパラメータ欄であり、繰返し回数（Number of iteration）として４０回、サブセット数（Number of Subsets）として１、安静時（REST）と負荷時１（ACZ1)との間隔(Interval)として７．５（分）、負荷時１（ACZ1）と負荷時２（ACZ２)との間隔(Interval)として２０（分）が選択された状態を示す。符号５８はGoボタンであり、クリックされることにより本発明の脳血流定量解析プログラムの処理が開始される。

図２６は、Goボタン５８がクリックされて解析が開始された状態の表示例を示す。図２６の左側のウィンドウには図２５で選択された種々のパラメータの一部が表示されており、右側のウィンドウには投影データ入力ステップ（ステップＳ１０）、画像再構成ステップ（ステップＳ２０）が進行中であるというメッセージが表示されている。

図２７は、ＳＰＭ９９またはＳＰＭ２による解剖学的正規化ステップ（ステップＳ４０）が実行されている状態の表示例を示す。図２７に示されるように、画像再構成ステップ（ステップＳ２０）が終了すると、自動的にＳＰＭ９９またはＳＰＭ２が立ち上がり解剖学的正規化を実行する。

本発明の脳血流定量解析プログラムでは、定量化ステップ（ステップＳ５０）で得られた各定量画像を表示する表示ステップをさらに備えることができる。図２８は、Lassen補正欄４８でLassen補正(On)を選択した場合、つまり定量画像の作成を選択した場合における、表示ステップの表示例を示す。図２９は、Lassen補正欄４８でLassen補正(Off)を選択した場合、つまり定性画像の作成を選択した場合における、表示ステップの表示例を示す。図３０は、図２９における安静時の定性画像の拡大例を示す。

本発明の脳血流定量解析プログラムでは、定量化ステップ（ステップＳ５０）で得られた各定量画像に基づき、所定の領域における局所脳血流の増加量及び／又は増加率を所定の表示形式で表示する増加量等表示ステップをさらに備えることができる。所定の表示形式としては、各分割投与毎の局所脳血流値をグラフで表示することができる。図３１は、上記グラフ化を行なう際の、安静時、負荷時１および負荷時２の各データの選択方法を示す。具体的には、図３１に示されるように、右側のファイル3DSRT_ntCBFtcACZ1.csvの７０行目から負荷時１のデータをコピーして左側の定量グラフ.xlsの４行目にペーストし、右側のファイル3DSRT_ntCBFtcREST.csvの７０行目から安静時のデータをコピーして左側の定量グラフ.xlsの５行目にペーストし、右側のファイル3DSRT_ntCBFtcACZ2.csvの７０行目から負荷時２のデータをコピーして左側の定量グラフ.xlsの６行目にペーストする。その後、矢印６０をクリックすることにより、所定の領域における局所脳血流の増加量及び／又は増加率をグラフ形式で表示することができる。

図３２は、増加量等表示ステップで表示された１２領域のグラフを示す。図３３（Ａ）ないし(Ｌ)は、図３２に示される１２領域のグラフの拡大例であり、各々安静時（REST）、７．５分経過後の負荷時１および２０分経過後の負荷時２について、増加量がグラフで表示されている。図３３（Ａ）は増加量等表示ステップで表示された脳梁辺縁における増加量表示の例を示し、図３３（Ｂ）は増加量等表示ステップで表示された中心前における増加量表示の例を示し、図３３（Ｃ）は増加量等表示ステップで表示された中心における増加量表示の例を示し、図３３（Ｄ）は増加量等表示ステップで表示された頭頂における増加量表示の例を示し、図３３（Ｅ）は増加量等表示ステップで表示された角回における増加量表示の例を示し、図３３（Ｆ）は増加量等表示ステップで表示された側頭における増加量表示の例を示し、図３３（Ｇ）は増加量等表示ステップで表示された後大脳における増加量表示の例を示し、図３３（Ｈ）は増加量等表示ステップで表示された脳梁周囲における増加量表示の例を示し、図３３（Ｉ）は増加量等表示ステップで表示されたレンズ核における増加量表示の例を示し、図３３（Ｊ）は増加量等表示ステップで表示された視床における増加量表示の例を示し、図３３（Ｋ）は増加量等表示ステップで表示された海馬における増加量表示の例を示し、図３３（Ｌ）は増加量等表示ステップで表示された小脳半球における増加量表示の例を示す。

上述の所定の表示形式としては、第ｈ（ｈは２以上）回分割投与における局所脳血流値と第ｈ回より前の分割投与における局所脳血流値とのピクセル毎の差を所定の色を用いて識別可能に表示することもできる。図３４（Ａ）は安静時の定量画像を示し、図３４（Ｂ）は負荷時の定量画像を示し、図３４（Ｃ）は上記負荷時の局所脳血流値から上記安静時の局所脳血流値をピクセル毎に引いた場合の増加量の画像を示す。上述の所定の色としては、図３４（Ｃ）の右側のスケールに示されるように、増加量が大から小になるのに応じてピンク色、赤色、オレンジ色、緑色、．．．青色とすることができる。

本発明の脳血流定量解析プログラムは、画像再構成ステップ（ステップＳ２０）に先立ち、投影データ入力ステップ（ステップＳ１０）で入力された第１回分割投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えることができる。図３５は、本発明の脳血流定量解析プログラムにおける表示機能による表示結果の他の実例を示す。図３５で図２５と同じ符号を付した箇所は同じ要素を示すため説明は省略する。図３５において、符号５７は上記確認表示ステップで表示される再構成画像である。図３５に示されるように、Refボタン５９がクリックされた場合、投影データにフィルタをかけてプレビュー欄５７に表示することができる。上記フィルタとしてスムージングフィルタが好適である。

上述の所定の表示形式としては、第ｈ（ｈは２以上）回分割投与における所定の関心領域における局所脳血流値の平均値と第ｈ回より前の分割投与における前記所定のＲＯＩ（関心領域）における局所脳血流値の平均値との差を所定の色を用いて識別可能に表示することもできる。ＲＯＩの設定には上述したＲＯＩテンプレートを用いることができる。図３６（Ａ）は安静時の定量画像を示し、図３６（Ｂ）は負荷時の定量画像を示し、図３６（Ｃ）は上記負荷時のＲＯＩにおける局所脳血流値の平均値から上記安静時の同じＲＯＩにおける局所脳血流値の平均値を引いた場合の増加量を示す。図３６（Ｄ）は上記安静時のＲＯＩにおける局所脳血流値の平均値から上記負荷時の同じＲＯＩにおける局所脳血流値の平均値への増加率を示す。上述の所定の色としては、図３６（Ｃ）および３６（Ｄ）の右側のスケールに示されるように、増加量が大から小になるのに応じてピンク色、赤色、オレンジ色、緑色、．．．青色とすることができる。

本発明の脳血流定量解析プログラムは、定量化ステップ（ステップＳ５０）で得られた各定量画像に基づき、所定のＲＯＩ（関心領域）における局所脳血流値の平均値を所定の色を用いて識別可能に表示することができる。上記ＲＯＩとしては上述のＲＯＩテンプレートを用いることができる。図３７は、ＲＯＩテンプレートを用いた場合における平均ＲＯＩカウント画像を示す。図３７に示されるように、ＲＯＩ単位での局所脳血流値の平均値を表示することができる。上述の所定の色としては、図３７の右側のスケールに示されるように、局所脳血流値の平均値が大から小になるのに応じてピンク色、赤色、オレンジ色、緑色、．．．とすることができる。

以上説明したように、本発明の実施例１によれば、ＲＩで標識されたトレーサが被験者の脳へ２回以上分割投与され、各分割投与後にＳＰＥＣＴ測定を行って得られた各投影データ（ＳＰＥＣＴデータ）を入力する。次に、入力された各投影データに基づき、各分割投与後の再構成画像を得て、当該各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る。得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得ることができる。再構成画像を得る際に、ＩＢＬ法またはＡＢＬ法を用いることにより、２回（または２回以上の）分割投与法を用いる場合に、サブトラクションを行なわずに脳画像再構成を行うことができる。

本発明の脳血流定量解析プログラムでは、解剖学的正規化後のＳＰＥＣＴ画像に対し、入力された被験者の安静時の平均脳血流値（ｍＣＢＦ）を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ている。このため、負荷時基底核カウントおよび安静時基底核カウントを自動的にRange３１−４０と選択されたスライス画像の値にすることができた。本発明の脳血流定量解析プログラムでは、スライス加算された画像の正常側の大脳半球またはより軽症側の大脳半球にＲＯＩを設定する際に、ＲＯＩテンプレートを用いて設定することができる。このため、ＲＯＩの設定における術者毎のバラツキを避け、定量画像にバラツキを生じさせないようにすると共に、術者の煩雑さを解消することができる。

上述した表示ステップ（機能または手段）は、フリーソフトウェアであるＭＲＩＣＲＯまたはＯＳＩＲＩＳ等の画像ビューワーを用いることにより実行させることも可能である。但し、予め決められたＲＯＩを設定することはできない可能性はある。

本発明の脳血流定量解析プログラムは、分割投与を行なわない場合の投影データ（例えば安静時データ）に対しても容易に適用することもできる。この場合、本発明の脳血流定量解析プログラムは、コンピュータに、所定の薬剤が被験者の脳へ投与され、投与後にコンピュータ断層撮影測定を行って得られた投影データを入力する投影データ入力ステップと、投影データ入力ステップで入力された投影データに基づき、投与後の再構成画像を得る画像再構成ステップと、画像再構成ステップで得られた投与後の再構成画像に対して解剖学的正規化を行って標準脳画像を得る解剖学的正規化ステップと、解剖学的正規化ステップで得られた標準脳画像に対し所定の定量化を行なって定量画像を得る定量化ステップを実行させることができる。例えば、１人の被験者の対する３回分の投影データ（ＳＰＥＣＴ１、ＳＰＥＣＴ２、ＳＰＥＣＴ３）の代わりに、分割投与を行わない検査における３人分の安静時データを１回で処理することができる。

図３８は、本発明のコンピュータ・プログラムを実行するコンピュータの内部回路７０を示すブロック図である。図３８に示されるように、ＣＰＵ７１、ＲＯＭ７２、ＲＡＭ７３、画像制御部７６、コントローラ７７、入力制御部７９および外部インタフェース（Interface : Ｉ／Ｆ）部８１はバス８２に接続されている。図３８において、上述の本発明のコンピュータ・プログラムは、ＲＯＭ７２、ディスク７８ａまたはＣＤ−ＲＯＭ７８ｎ等の記録媒体（脱着可能な記録媒体を含む）に記録されている。このコンピュータ・プログラムは、ＲＯＭ７２からバス８２を介し、またはディスク７８ａ若しくはＣＤ−ＲＯＭ７８ｎ等の記録媒体からコントローラ７７を経由してバス８２を介しＲＡＭ７３へロードされる。画像制御部７６は脳画像データをＶＲＡＭ７５へ送出し、表示部７４はＶＲＡＭ７５から送出された脳画像データに基づいて脳画像を表示するディスプレイ等の表示装置である。ＶＲＡＭ７５は表示部７４の一画面分のデータ容量に相当する容量を有している画像メモリである。入力操作部８０はコンピュータに入力を行うためのマウス、テンキー等の入力装置であり、入力制御部７９は入力操作部８０と接続され入力制御等を行う。外部Ｉ／Ｆ部８１は、例えばインターネット等の外部の通信網（不図示）と接続する際のインタフェース機能を有している。ディスク７８ａには、画素数記録部８４、検出確率記録部８５、第ｈ回推定ＲＩ濃度初期値記録部８６−ｈ、第ｈ回測定データ記録部８７−ｈ、第ｈ回散乱補正項記録部８８−ｈ等を記録しておくことができる。

上述のようにＣＰＵ７１が本発明のコンピュータ・プログラムを実行することにより、本発明の目的を達成することができる。当該コンピュータ・プログラムは上述のようにＣＤ−ＲＯＭ７８ｎ等の記録媒体の形態でコンピュータＣＰＵ７１に供給することができ、当該コンピュータ・プログラムを記録したＣＤ−ＲＯＭ７８ｎ等の記録媒体も同様に本発明を構成することになる。当該コンピュータ・プログラムを記録した記録媒体としては上述された記録媒体の他に、例えばメモリ・カード、メモリ・スティック、ＤＶＤ、光ディスク、ＦＤ等を用いることができる。

本発明の活用例として、びまん性の脳血流低下の検出、経過観察（治療前後）、異なる患者間の客観的な比較、安静時と負荷時との比較等に適用することができる。

発明の実施例１における脳血流定量解析プログラム等の流れを示すフローチャートである。 本発明の実施例１における投影データ入力ステップ（ステップＳ１０）を説明するための図である。 最尤推定法の画像再構成への適用を説明する図である。 ＲＩをｎ方向の検出器で測定した場合における最尤推定法の画像再構成への適用を説明する図である。 画素ｊ（５）の周辺のＲＩを考慮した場合における最尤推定法の画像再構成への適用を説明する図である。 式１２を用いてＲＩ濃度λ_ｊを推定する計算例を示す図である。 本発明の脳血流定量解析プログラムにおける画像再構成ステップの一連の流れを示すフローチャートである。 本発明の脳血流定量解析プログラムにおける画像再構成ステップの一連の流れを示すフローチャートである。 １st画像のＣｏｌｄ領域における各再構成法の収束特性を示したグラフである。 １st画像のＨｏｔ領域における各再構成法の収束特性を示したグラフである。 ２nd画像のＣｏｌｄ領域における各再構成法の収束特性を示したグラフである。 ２nd画像のＨｏｔ領域における各再構成法の収束特性を示したグラフである。 ＭＢＬ法における、投与量比（２nd／１st）に対する％COVの変化を示すグラフである。 ＳＵＢ法における、投与量比（２nd／１st）に対する％COVの変化を示すグラフである。 ＩＢＬ法における、投与量比（２nd／１st）に対する％COVの変化を示すグラフである。 ＩＢＬ法における、投与量比（２nd／１st）に対する％COVの変化を示すグラフである。 上述の各再構成法で得られた脳デジタルファントムの１st （REST。安静時）、２nd(ＡＣＺ。負荷時)画像を示す図である。 本発明の脳血流定量解析プログラムにおける解剖学的正規化ステップ（ステップＳ４０）の詳細を示すフローチャートである。 patlak plot法を行なうタイミングを示す図である。 大動脈弓部と脳とに集積されたＥＣＤの時間放射能曲線ＴＡＣを示す図である。 ピーク位置ＰａとＰｂとを合わせた場合のＴＡＣを示す図である。 patlak plotを示す図である。 ＲＯＩテンプレートを示す図である。 ＢＵＲ法にて右側の平均脳血流値４５ml／１００g／minと算出された全３９スライスの安静時脳血流ＳＰＥＣＴ画像図である。 解剖学的正規化後のＳＰＥＣＴデータを示す図である。 基底核スライスの選択の違いを比較した図である。 本発明の脳血流定量解析プログラムにおける表示機能による表示結果の実例を示す図である。 Goボタン５８がクリックされて解析が開始された状態の表示例を示す図である。 ＰＭ９９またはＳＰＭ２による解剖学的正規化ステップ（ステップＳ４０）が実行されている状態の表示例を示す図である。 Lassen補正欄４８でLassen補正(On)を選択した場合、つまり定量画像の作成を選択した場合における、表示ステップの表示例を示す図である。 Lassen補正欄４８でLassen補正(Off)を選択した場合、つまり定性画像の作成を選択した場合における、表示ステップの表示例を示す図である。 図２９における安静時の定性画像の拡大例を示す図である。 上記グラフ化を行なう際の、安静時、負荷時１および負荷時２の各データの選択方法を示す図である。 増加量等表示ステップで表示された１２領域のグラフを示す図である。 増加量等表示ステップで表示された脳梁辺縁における増加量表示の例を示す図である。 増加量等表示ステップで表示された中心前における増加量表示の例を示す図である。 増加量等表示ステップで表示された中心における増加量表示の例を示す図である。 増加量等表示ステップで表示された頭頂における増加量表示の例を示す図である。 増加量等表示ステップで表示された角回における増加量表示の例を示す図である。 増加量等表示ステップで表示された側頭における増加量表示の例を示す図である。 増加量等表示ステップで表示された後大脳における増加量表示の例を示す図である。 増加量等表示ステップで表示された脳梁周囲における増加量表示の例を示す図である。 増加量等表示ステップで表示されたレンズ核における増加量表示の例を示す図である。 増加量等表示ステップで表示された視床に於ける増加量表示の例を示す図である。 増加量等表示ステップで表示された海馬における増加量表示の例を示す図である。 増加量等表示ステップで表示された小脳半球における増加量表示の例を示す図である。 安静時の定量画像を示す図である。 負荷時の定量画像を示す図である。 上記負荷時の局所脳血流値から上記安静時の局所脳血流値をピクセル毎に引いた場合の増加量の画像を示す図である。 発明の脳血流定量解析プログラムにおける表示機能による表示結果の他の実例を示す図である。 安静時の定量画像を示す図である。 負荷時の定量画像を示す図である。 上記負荷時のＲＯＩにおける局所脳血流値の平均値から上記安静時の同じＲＯＩにおける局所脳血流値の平均値を引いた場合の増加量を示す図である。 上記安静時のＲＯＩにおける局所脳血流値の平均値から上記負荷時の同じＲＯＩにおける局所脳血流値の平均値への増加率を示す図である。 ＲＯＩテンプレートを用いた場合における平均ＲＯＩカウント画像を示す図である。 本発明のコンピュータ・プログラムを実行するコンピュータの内部回路２１０を示すブロック図である。 ２回分割投与法のプロトコルを示す図である。 サブトラクション法の概念を示す図である。 基底核を含むスライスの選択を説明するための図である。 スライス加算された画像を示す図である。 スライス加算された画像を示す図である。

符号の説明

３，５ 画素、 １０ 断層画像、 ２０ 投影データ、 ３０，３１，３２，３３ 検出器、 ４０ 画素数記録部、 ４２ 検出確率記録部、 ４０ ファイル選択欄、 ４２ フィルタパラメータ欄、 ４４ アクイジションパラメータ欄、 ４６ 減弱補正欄、 ４８ Lassen補正欄、 ５０ ＳＰＥＣＴデータの表示欄、 ５２ 患者情報欄、 ５４ 散乱補正欄、 ５６ ＯＳＥＭパラメータ欄、 ５７ プレビュー欄、 ５８ Ｇｏボタン、 ５９ Refボタン、 ６０ 矢印、 ７０ 内部回路、 ７１ ＣＰＵ、 ７２ ＲＯＭ、 ７３ ＲＡＭ、 ７５ ＶＲＡＭ、 ７６ 画像制御部、 ７８ａ ディスク、 ７８ｎ ＣＤ−ＲＯＭ、 ７７ コントローラ、 ８０ 入力操作部、 ７９ 入力制御部、 ８１ 外部Ｉ／Ｆ部、 ８２ バス、 ８４ 画素数記録部、 ８５ 検出確率記録部、 ８６−ｈ 第ｈ回推定ＲＩ濃度初期値記録部、 ８７−ｈ 第ｈ回測定データ記録部、 ８８−ｈ 第ｈ回散乱補正項記録部、 １０２、１０６ 散乱成分、 １０４、１０８ プライマリ成分。

Claims (41)

1. コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析プログラムであって、コンピュータに、
   所定の薬剤が被験者の脳へｎ回（ｎは２以上）に分割投与され、各分割投与後に前記コンピュータ断層撮影測定を行って得られた各投影データを入力する投影データ入力ステップ、
   前記投影データ入力ステップで入力された各投影データに基づき、各分割投与後の再構成画像を得る画像再構成ステップ、
   前記画像再構成ステップで得られた各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る解剖学的正規化ステップ、
   前記解剖学的正規化ステップで得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化ステップ
   を実行させるための脳血流定量解析プログラム。
2. 請求項１記載の脳血流定量解析プログラムにおいて、
   前記コンピュータ断層撮影測定は単光子放出コンピュータ断層撮影測定又は陽電子放出断層撮影測定であり、前記所定の薬剤は放射性同位元素（ＲＩ）で標識されたトレーサを含み、
   前記画像再構成ステップは、
   ｍを再構成画像上の画素の総数とし、ｊ（＝１〜ｍ）を再構成画像上の画素とし、ｎを脳へ投与された放射性同位元素から放出された光子又は陽電子が投影される投影データ上の画素の総数又は当該光子又は陽電子を検出する検出器の総数とし、ｉ（＝１〜ｎ）を投影データ上の画素とし、ここでｍおよびｎは予め画素数記録部に記録されており、
   ｃ_ｉｊを再構成画像上の画素ｊから放出された光子又は陽電子が投影データ上の１画素ｉで検出される確率とし、ここでｃ_ｉｊは予めｊ＝１からｍまで及びｉ＝１からｎまで検出確率記録部に記録されており、
   ｈ＝１から分割投与の数Ｌ（Ｌは２以上）について、λ_ｊ ^０[h]を、第ｈ回目の分割投与について用いられる、０回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度とし、ここでλ_ｊ ^０[h]は予めｊ＝１からｍまで第ｈ回推定ＲＩ濃度初期値記録部に記録されており、
   ｈ＝１からＬについて、ｙ_ｉ ^[h]を、第ｈ回目の分割投与後に、投影データ上の１画素ｉで検出された光子又は陽電子のカウント数とし、ここでｙ_ｉ ^[h]は検出後にｉ＝１からｎまで第ｈ回測定データ記録部に記録されており、
   ｈ＝１からＬについて、Ｓ_ｉ ^[h]を第ｈ回目の分割投与後における投影データ上の１画素ｉにおける散乱補正項とし、ここでＳ_ｉ ^[h]はｉ＝１からｎまで第ｈ回散乱補正項記録部に記録されており、
   第１回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[1]を式（１）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第１回再構成画像生成ステップと、
   

   

   ここで、λ_ｊ ^０[1]は前記第１回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[1]は前記第１回測定データ記録部に記録されており、Ｓ_ｉ ^[１]は前記第１回散乱補正項記録部に記録されており、
   ｈ＝２からＬまで、第ｈ回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[h]を式（２）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第ｈ回再構成画像生成ステップとを備え、
   

   

   ここで、λ_ｊ ^０[h]は前記第ｈ回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[h]は前記第ｈ回測定データ記録部に記録され、Ｓ_ｉ ^[ｈ]は前記第ｈ回散乱補正項記録部に記録されていることを特徴とする脳血流定量解析プログラム。
3. 請求項２記載の脳血流定量解析プログラムにおいて、式（１）の代わりに式（３）
   

   

   を用いることを特徴とする脳血流定量解析プログラム。
4. 請求項１ないし３のいずれかに記載の脳血流定量解析プログラムにおいて、前記解剖学的正規化ステップは、
   前記各分割投与後の再構成画像について、第２回目以降の分割投与後の再構成画像を第１回目の分割投与後の再構成画像と同じ位置に合わせる補正を行なう位置合わせステップと、
   前記位置合わせステップによる補正後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより各標準脳画像を得る標準化ステップと、
   前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えたことを特徴とする脳血流定量解析プログラム。
5. 請求項４記載の脳血流定量解析プログラムにおいて、
   前記変形パラメータは、所定の重み付けをされた各投影データの総和である総和投影データを求め、該総和投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであることを特徴とする脳血流定量解析プログラム。
6. 請求項１ないし５のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップにおける所定の定量化は、各標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ることを特徴とする脳血流定量解析プログラム。
7. 請求項１ないし６のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた各定量画像を表示する表示ステップをさらに備えたことを特徴とする脳血流定量解析プログラム。
8. 請求項１ないし７のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた各定量画像に基づき、所定の領域における局所脳血流の増加量及び／又は増加率を所定の表示形式で表示する増加量等表示ステップをさらに備えたことを特徴とする脳血流定量解析プログラム。
9. 請求項８記載の脳血流定量解析プログラムにおいて、前記所定の表示形式は、各分割投与毎の局所脳血流値をグラフで表示することを特徴とする脳血流定量解析プログラム。
10. 請求項８記載の脳血流定量解析プログラムにおいて、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における局所脳血流値と第ｈ回より前の分割投与における局所脳血流値とのピクセル毎の差を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析プログラム。
11. 請求項８記載の脳血流定量解析プログラムにおいて、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における所定の関心領域における局所脳血流値の平均値と第ｈ回より前の分割投与における前記所定の関心領域における局所脳血流値の平均値との差を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析プログラム。
12. 請求項１ないし１１のいずれかに記載の脳血流定量解析プログラムにおいて、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された第１回分割投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えたことを特徴とする脳血流定量解析プログラム。
13. 請求項１ないし１２のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた各定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析プログラム。
14. コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析プログラムであって、コンピュータに、
    所定の薬剤が被験者の脳へ投与され、投与後に前記コンピュータ断層撮影測定を行って得られた投影データを入力する投影データ入力ステップ、
    前記投影データ入力ステップで入力された投影データに基づき、投与後の再構成画像を得る画像再構成ステップ、
    前記画像再構成ステップで得られた投与後の再構成画像に対して解剖学的正規化を行って標準脳画像を得る解剖学的正規化ステップ、
    前記解剖学的正規化ステップで得られた標準脳画像に対し所定の定量化を行なって定量画像を得る定量化ステップ
    を実行させるための脳血流定量解析プログラム。
15. 請求項１４記載の脳血流定量解析プログラムにおいて、前記解剖学的正規化ステップは、
    前記投与後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより標準脳画像を得る標準化ステップと、
    前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えたことを特徴とする脳血流定量解析プログラム。
16. 請求項１５記載の脳血流定量解析プログラムにおいて、
    前記変形パラメータは、前記投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであることを特徴とする脳血流定量解析プログラム。
17. 請求項１４ないし１６のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップにおける所定の定量化は、標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて定量画像を得ることを特徴とする脳血流定量解析プログラム。
18. 請求項１４ないし１７のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた定量画像を表示する表示ステップをさらに備えたことを特徴とする脳血流定量解析プログラム。
19. 請求項１４ないし１８のいずれかに記載の脳血流定量解析プログラムにおいて、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えたことを特徴とする脳血流定量解析プログラム。
20. 請求項１４ないし１９のいずれかに記載の脳血流定量解析プログラムにおいて、前記定量化ステップで得られた定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析プログラム。
21. 請求項１ないし２０のいずれかに記載の脳血流定量解析プログラムを記録したコンピュータ読取り可能な記録媒体。
22. コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析方法であって、
    所定の薬剤が被験者の脳へｎ回（ｎは２以上）に分割投与され、各分割投与後に前記コンピュータ断層撮影測定を行って得られた各投影データを入力する投影データ入力ステップと、
    前記投影データ入力ステップで入力された各投影データに基づき、各分割投与後の再構成画像を得る画像再構成ステップと、
    前記画像再構成ステップで得られた各分割投与後の再構成画像に対して解剖学的正規化を行って各標準脳画像を得る解剖学的正規化ステップと、
    前記解剖学的正規化ステップで得られた各標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化ステップとを備えたことを特徴とする脳血流定量解析方法。
23. 請求項２２記載の脳血流定量解析方法において、
    前記コンピュータ断層撮影測定は単光子放出コンピュータ断層撮影測定又は陽電子放出断層撮影測定であり、前記所定の薬剤は放射性同位元素（ＲＩ）で標識されたトレーサを含み、
    前記画像再構成ステップは、
    ｍを再構成画像上の画素の総数とし、ｊ（＝１〜ｍ）を再構成画像上の画素とし、ｎを脳へ投与された放射性同位元素（ＲＩ）から放出された光子又は陽電子が投影される投影データ上の画素の総数又は当該光子又は陽電子を検出する検出器の総数とし、ｉ（＝１〜ｎ）を投影データ上の画素とし、ここでｍおよびｎは予め画素数記録部に記録されており、
    ｃ_ｉｊを再構成画像上の画素ｊから放出された光子又は陽電子が投影データ上の１画素ｉで検出される確率とし、ここでｃ_ｉｊは予めｊ＝１からｍまで及びｉ＝１からｎまで検出確率記録部に記録されており、
    ｈ＝１から分割投与の数Ｌ（Ｌは２以上）について、λ_ｊ ^０[h]を、第ｈ回目の分割投与について用いられる、０回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度とし、ここでλ_ｊ ^０[h]は予めｊ＝１からｍまで第ｈ回推定ＲＩ濃度初期値記録部に記録されており、
    ｈ＝１からＬについて、ｙ_ｉ ^[h]を、第ｈ回目の分割投与後に、投影データ上の１画素ｉで検出された光子又は陽電子のカウント数とし、ここでｙ_ｉ ^[h]は検出後にｉ＝１からｎまで第ｈ回測定データ記録部に記録されており、
    ｈ＝１からＬについて、Ｓ_ｉ ^[h]を第ｈ回目の分割投与後における投影データ上の１画素ｉにおける散乱補正項とし、ここでＳ_ｉ ^[h]はｉ＝１からｎまで第ｈ回散乱補正項記録部に記録されており、
    第１回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[1]を式（４）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第１回再構成画像生成ステップと、
    

    

    ここで、λ_ｊ ^０[1]は前記第１回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[1]は前記第１回測定データ記録部に記録されており、Ｓ_ｉ ^[１]は前記第１回散乱補正項記録部に記録されており、
    ｈ＝２からＬまで、第ｈ回目の分割投与後の再構成画像を、ｋ回目の逐次近似における再構成画像上の画素ｊの推定ＲＩ濃度λ_ｊ ^ｋ[h]を式（５）を用いてｋ＝０から所定の繰返し回数まで繰返し計算することにより求める第ｈ回再構成画像生成ステップとを備え、
    

    

    ここで、λ_ｊ ^０[h]は前記第ｈ回推定ＲＩ濃度初期値記録部に記録され、ｃ_ｉｊは前記検出確率記録部に記録され、ｙ_ｉ ^[h]は前記第ｈ回測定データ記録部に記録され、Ｓ_ｉ ^[ｈ]は前記第ｈ回散乱補正項記録部に記録されていることを特徴とする脳血流定量解析方法。
24. 請求項２３記載の脳血流定量解析方法において、式（４）の代わりに式（６）
    

    

    を用いることを特徴とする脳血流定量解析方法。
25. 請求項２２ないし２４のいずれかに記載の脳血流定量解析方法において、前記解剖学的正規化ステップは、
    前記各分割投与後の再構成画像について、第２回目以降の分割投与後の再構成画像を第１回目の分割投与後の再構成画像と同じ位置に合わせる補正を行なう位置合わせステップと、
    前記位置合わせステップによる補正後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより各標準脳画像を得る標準化ステップと、
    前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えたことを特徴とする脳血流定量解析方法。
26. 請求項２５記載の脳血流定量解析方法において、
    前記変形パラメータは、所定の重み付けをされた各投影データの総和である総和投影データを求め、該総和投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであることを特徴とする脳血流定量解析方法。
27. 請求項２２ないし２６のいずれかに記載の脳血流定量解析方法において、前記定量化ステップにおける所定の定量化は、各標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて各定量画像を得ることを特徴とする脳血流定量解析方法。
28. 請求項２２ないし２７のいずれかに記載の脳血流定量解析方法において、前記定量化ステップで得られた各定量画像を表示する表示ステップをさらに備えたことを特徴とする脳血流定量解析方法。
29. 請求項２２ないし２８のいずれかに記載の脳血流定量解析方法において、前記定量化ステップで得られた各定量画像に基づき、所定の領域における局所脳血流の増加量及び／又は増加率を所定の表示形式で表示する増加量等表示ステップをさらに備えたことを特徴とする脳血流定量解析方法。
30. 請求項２９記載の脳血流定量解析方法において、前記所定の表示形式は、各分割投与毎の局所脳血流値をグラフで表示することを特徴とする脳血流定量解析方法。
31. 請求項２９記載の脳血流定量解析方法において、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における局所脳血流値と第ｈ回より前の分割投与における局所脳血流値とのピクセル毎の差を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析方法。
32. 請求項２９記載の脳血流定量解析方法において、前記所定の表示形式は、第ｈ（ｈは２以上）回分割投与における所定の関心領域における局所脳血流値の平均値と第ｈ回より前の分割投与における前記所定の関心領域における局所脳血流値の平均値との差を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析方法。
33. 請求項２２ないし３２のいずれかに記載の脳血流定量解析方法において、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された第１回分割投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えたことを特徴とする脳血流定量解析方法。
34. 請求項２２ないし３３のいずれかに記載の脳血流定量解析方法において、前記定量化ステップで得られた各定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析方法。
35. コンピュータ断層撮影測定により脳血流の定量解析を行なう脳血流定量解析方法であって、
    所定の薬剤が被験者の脳へ投与され、投与後に前記コンピュータ断層撮影測定を行って得られた投影データを入力する投影データ入力ステップと、
    前記投影データ入力ステップで入力された投影データに基づき、投与後の再構成画像を得る画像再構成ステップと、
    前記画像再構成ステップで得られた投与後の再構成画像に対して解剖学的正規化を行って標準脳画像を得る解剖学的正規化ステップと、
    前記解剖学的正規化ステップで得られた標準脳画像に対し所定の定量化を行なって各定量画像を得る定量化ステップとを備えたことを特徴とする脳血流定量解析方法。
36. 請求項３５記載の脳血流定量解析方法において、前記解剖学的正規化ステップは、
    前記投与後の再構成画像について、空間の変形パラメータを用いて標準脳に一致するように変形することにより標準脳画像を得る標準化ステップと、
    前記標準化ステップ後の再構成画像について、平滑化フィルタをかける平滑化ステップとを備えたことを特徴とする脳血流定量解析方法。
37. 請求項３６記載の脳血流定量解析方法において、
    前記変形パラメータは、前記投影データに基づき再構成画像を得た後、該再構成画像に対して解剖学的正規化を行って標準脳画像を得る処理を行い、該処理に基づき得られるものであることを特徴とする脳血流定量解析方法。
38. 請求項３５ないし３７のいずれかに記載の脳血流定量解析方法において、前記定量化ステップにおける所定の定量化は、標準脳画像に対し、入力された前記被験者の安静時の平均脳血流値を用いてLassenの補正を行なうことにより局所脳血流を求めて定量画像を得ることを特徴とする脳血流定量解析方法。
39. 請求項３５ないし３８のいずれかに記載の脳血流定量解析方法において、前記定量化ステップで得られた定量画像を表示する表示ステップをさらに備えたことを特徴とする脳血流定量解析方法。
40. 請求項３５ないし３９のいずれかに記載の脳血流定量解析方法において、前記画像再構成ステップに先立ち、前記投影データ入力ステップで入力された投与後の投影データを構成する１枚のスライス分の投影データに所定のフィルタをかけ、再構成した画像を表示する確認表示ステップをさらに備えたことを特徴とする脳血流定量解析方法。
41. 請求項３５ないし４０のいずれかに記載の脳血流定量解析方法において、前記定量化ステップで得られた定量画像に基づき、所定の関心領域における局所脳血流値の平均値を所定の色を用いて識別可能に表示することを特徴とする脳血流定量解析方法。
    
    

Images