JP2009540998A - 脳梗塞の進展ポテンシャルを推定する方法 - Google Patents
脳梗塞の進展ポテンシャルを推定する方法 Download PDFInfo
- Publication number
- JP2009540998A JP2009540998A JP2009517328A JP2009517328A JP2009540998A JP 2009540998 A JP2009540998 A JP 2009540998A JP 2009517328 A JP2009517328 A JP 2009517328A JP 2009517328 A JP2009517328 A JP 2009517328A JP 2009540998 A JP2009540998 A JP 2009540998A
- Authority
- JP
- Japan
- Prior art keywords
- adc
- cerebral infarction
- potential
- progression
- estimating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- High Energy & Nuclear Physics (AREA)
- Quality & Reliability (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
これに関して、本発明は、急性期における脳梗塞の進展ポテンシャルを決定するための脳の画像化の分野に関するものであり、より具体的には、磁気共鳴(MRI)により得られた画像の分析および処理に関するものである。この手順の利点は、これらの脳血管発作の広がりに対抗するための効果的ではあるが攻撃的な治療の実施により生ずるリスク/利益の比が、早期に決定されるという点にある。
きる方法を提案することにある。
・進展する梗塞モデルに含める候補であるMRI画像要素(ボクセル)の選定。
・病変の全体的形状の正則性。
・ADC測定の異方性に従った、脳実質内での進展の方向。
・関連する初期閉塞のタイプに関する、損傷部位の範囲の数値的確率地図とのマッチング。
最後に、最終的な梗塞により影響を受ける部位内のADCの平均局所値は、科学文献ですでに検討済みである。
・ER:これにより、進展する梗塞部位内のADCの平均局所値は、既定の目標値へ向かう。
・ES:これにより、梗塞の包絡面は正則曲面を有する。
・EV:これにより、この全体エネルギー指数を算出する際、脳組織をモデル化するボクセルのみが考慮される。
・EP:各ボクセルでの梗塞の進展確率を経験的手法から規定する。
・EAN:みかけの拡散係数の局部勾配を算出することにより生じる異方性進展モデルを画定する。
iINF(または各σINF)は、進展部位INFにおけるADCの大きさの経験的平均(または各標準偏差)であり、
NINF(または各NIG)は、各々、部位INFおよびIG内のボクセルの数であり、ESは、デジタル画像処理分野ではよく知られたイジングによる正則化ポテンシャルであり、
Nは、部位INFに含めるための候補ボクセルに隣接するボクセルの総数(例えば3次元では26)であり、そのうち、NVは、すでにINFに属しており、
δおよびβは、定数のスカラパラメータである。
i(v)は、ボクセルvでのADC値であり、
NINF(または各NIG)は、各々、部位INFおよびIG内のボクセルの数である。
p(v)は、ボクセルvが最終形態の梗塞に属する先験的確率である。
病変の状態を仮想オブジェクトとしてエネルギーの最小化を行うと、いくつかの独立パ
ラメータを導入して、得られる結果の感度をより精密にすることができる。
最終的な梗塞内のADCのこの平均局所値は、科学文献ですでに検討済みであり、ある患者と別の患者とでほぼ完全に同じである。このため、良好な結果を得るのに調整の必要がない。
パラメータEVにより、各ボクセルでのADC値に関する収差を回避することができる。このパラメータが小さすぎる場合、ボクセルのADC値が、ノイズを含むかまたは人為的な影響を受けていることが考えられ、高すぎる場合には、ボクセルが、病変内の望ましくない脳脊髄液のボクセルであることが考えられる。
「マップ」という用語は、頭部を構成し「実質」とも呼ばれる組織の、ある一定の特性の空間的分布を表す2次元または3次元の画像を指す。これらのマップは、各患者の特異性に合わせることのできるモデルとするためにデータベースから得られるか、あるいは患者での画像取得中に収集された個別データの活用から得られる。これらのマップには、脳の構造に関する情報、または患者の脳組織の状態に関する情報が示される。有利には、こ
れらのマップは、いくつかの相補的な情報レイヤを同じ画像上で得るために重ね合わせることができる。
図2は、本発明に従った梗塞の進展ポテンシャル推定方法を実施するために従うべきステップ(10,20,30,40,50)のフロー図を示す。
、患者に固有のマップとの重ね合わせも促進される。この種の空間的標準化は、当業者にはよく知られている多くの神経画像化ソフトウェアパッケージにより行うことができる。
初期の梗塞の位置を特定してその境界を画定するステップ30と、ADCの数値を算出するステップ40とが、互いに独立していることに注意するべきである。従って、これらのステップの、互いに対する順序は、本発明に従った進展ポテンシャル推定方法により得られる結果を乱すことなく変更することができる。
・拡張MRI画像のボクセルの強度が、2つの既定の閾値、最小値および最大値を超えない。
・進展部位でのADCの平均値が、例えば患者グループでの遡及検討の間、既定の目標値未満に留まる。
・進展する病変の表面が、良好な正則性を有する。
・局部ADC分布が高レベルの異方性を有する場合、画像内における進展の方向はADCの最小勾配の方向に従う。
・検討されている患者と同タイプの閉塞を起こした後の損傷部位の、確率デジタル地図に対するマッチングによる、ボクセルの選択。
・進展領域内のADC平均の偏差対照(ER)。これは、将来梗塞リスクのある領域内ではADCの原平均値が、わずかにではあるがはっきりと低下することが、生理病理学的モデルにより予測されることを理由とする。特定の実施形態によると、進展部位内ではADCの平均局所値が向かう既定の目標値は、ほぼ740mm2/秒に等しい。あるいは、この目標値は、病変に対する対側実質に取られた対照部位と関連づけて表され、例えば、この対照部位でのADC平均値の0.93倍に等しい。
・梗塞の進展体積に加えるための各ボクセル候補でのADC値の対照(EV)であって、学習ベースにおいて既定された許容値内に当該ADC値が留まるようにする。よって、この関数エネルギー方程式の算出では、脳組織をモデル化するボクセルのみが考慮され、脳脊髄液は考慮されない。
・進展する梗塞の外部表面形状の正則性のチェック(ES)。
・進展の方向が、最小ADC空間変動勾配に従って行われるようにするチェック(EAN)。
・虚血性梗塞による脳部位罹患の確率地図と進展との、マッチングのチェック(EP)。
FAは、当業者にはその定義が知られている平均フラクショナル異方性係数であり、目下進展している病変の表面のボクセル周囲におけるADC分布を特徴づけ、
θおよびγは、定数のスカラパラメータであり、
EANは、当業者にはよく知られているADCマップの各ボクセルにおいて規定された勾配ベクトルのストリーム、すなわち、
i(v)は、ボクセルvでのADC値であり、
NINF(または各NIG)は、各々、部位INFおよびIG内のボクセルの数であり、ESは、デジタル画像処理を専門とする科学分野ではよく知られたイジングによる正則化ポテンシャルであり、
Nは、INF部位に含めるためのボクセル候補に隣接するボクセルの総数(例えば3次元では26)であり、そのうち、NVは、すでにINFに属しており、
δおよびβは、定数のスカラパラメータである。
Claims (15)
- 脳梗塞の進展ポテンシャルを推定する方法であって、
拡散MRI画像シーケンスを取得するステップ(10)と、
皮質実質上の複数の点またはボクセルでのみかけの拡散係数(ADC)を算出するステップ(40)と、
初期の梗塞の位置を特定してその境界を画定するステップ(30)とを備え、
前記ADCの大きさに応じた複数の基本エネルギーパラメータの線形結合により規定される全体エネルギー指数Eの反復最小化を行うことにより確立された進展モデルから前記梗塞における変化をモデル化するステップ(50)をさらに備えることを特徴とする方法。 - 前記線形結合は基本エネルギーパラメータERを含み、該パラメータに従って、進展部位内でのADCの平均局所値は既定の目標値へ向かう、請求項1に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記基本エネルギーパラメータERは、次の関数、すなわち、
iINF(または各σINF)は前記進展部位INFにおけるADCの大きさの経験的平均(または各標準偏差)であり、
- 前記進展部位内でのADCの平均局所値が向かう前記既定の目標値は、ほぼ740mm2/秒に等しい、請求項3に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記進展部位内でのADCの平均局所値が向かう前記既定の目標値は、対側健常部位におけるADCの局所平均値のほぼ0.93倍に等しい、請求項1〜3のいずれか一項に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記線型結合は基本エネルギーパラメータESを含み、該パラメータに従って、前記梗塞の包絡面は正則曲面を有する、請求項1〜5のいずれか一項に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記基本エネルギーパラメータESは、次の関数、すなわち、
NINF(または各NIG)は、各々、前記部位INFおよびIG内のボクセルの数であり、
ESは、デジタル画像処理界ではよく知られたイジングによる正則化ポテンシャルであり、
Nは、前記部位INFに含めるための候補ボクセルに隣接するボクセルの総数(例えば3次元では26)であり、そのうち、NVは、すでにINFに属しており、
δおよびβは、定数のスカラパラメータである、請求項6に記載の脳梗塞の進展ポテンシャルを推定する方法。 - 前記線形結合は基本エネルギーパラメータEVを含み、該パラメータに従って、前記全体エネルギー指数Eを算出する際、脳組織をモデル化するボクセルのみが考慮される、請求項1〜7のいずれか一項に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記基本エネルギーパラメータEVは、次の関数、すなわち、
i(v)は、ボクセルvでのADC値であり、
NINF(または各NIG)は、各々、前記部位INFおよびIG内のボクセルの数であることを特徴とする、請求項8に記載の脳梗塞の進展ポテンシャルを推定する方法。 - 前記線形結合は、各ボクセルでの前記梗塞の進展の確率を経験的手法から規定する基本エネルギーパラメータEPを含む、請求項1〜9のいずれか一項に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記基本エネルギーパラメータEPは、次の関数、すなわち、
p(v)は、ボクセルvが最終形態の前記梗塞に属する先験的確率であることを特徴とする、請求項10に記載の脳梗塞の進展ポテンシャルを推定する方法。 - 前記線形結合は、みかけの拡散係数の局部勾配を算出することにより達成される異方性進展モデルを画定する基本エネルギーパラメータEANを含む、請求項1〜11のいずれか一項に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 前記基本エネルギーパラメータEANは、次の関数、すなわち、
- 前記初期の梗塞の位置を特定してその境界を画定するステップ(30)が自動である、請求項1〜13のいずれか一項に記載の脳梗塞の進展ポテンシャルを推定する方法。
- 請求項1〜14のいずれか一項に記載の方法を実施する、脳梗塞の進展ポテンシャルを推定する装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US81746706P | 2006-06-29 | 2006-06-29 | |
PCT/FR2007/001111 WO2008000973A2 (fr) | 2006-06-29 | 2007-06-29 | Méthode d'estimation du potentiel de croissance des infarctus cérébraux |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009540998A true JP2009540998A (ja) | 2009-11-26 |
Family
ID=38846011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009517328A Pending JP2009540998A (ja) | 2006-06-29 | 2007-06-29 | 脳梗塞の進展ポテンシャルを推定する方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20090326360A1 (ja) |
EP (1) | EP2036044B1 (ja) |
JP (1) | JP2009540998A (ja) |
CA (1) | CA2656299C (ja) |
WO (1) | WO2008000973A2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014501126A (ja) * | 2010-12-17 | 2014-01-20 | オーフス ウニヴァースィテット | 組織病変部の輪郭描出方法 |
KR101611489B1 (ko) | 2013-09-13 | 2016-04-11 | 재단법인 아산사회복지재단 | 뇌 영상에 기반한 경색 영역의 발생 시점의 추정 방법 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332088B (zh) * | 2008-07-21 | 2011-05-11 | 深圳先进技术研究院 | 一种获取脑部特征参数的系统及溶栓决策系统 |
JP5601378B2 (ja) * | 2010-12-02 | 2014-10-08 | 大日本印刷株式会社 | 医用画像処理装置 |
RU2508048C1 (ru) * | 2012-10-19 | 2014-02-27 | Федеральное государственное бюджетное учреждение "Научный центр неврологии" Российской академии медицинских наук | Способ прогнозирования восстановления двигательной функции у больных в остром периоде ишемического инсульта в бассейне артерий каротидной системы |
RU2554213C1 (ru) * | 2014-04-15 | 2015-06-27 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт кардиологии" | Способ оценки риска ишемического нарушения мозгового кровообращения |
RU2573801C1 (ru) * | 2015-02-13 | 2016-01-27 | Федеральное государственное бюджетное научное учреждение "НАУЧНЫЙ ЦЕНТР НЕВРОЛОГИИ" | Способ прогнозирования течения острого периода ишемического инсульта в первые 24 часа при проведении тромболитической терапии |
KR101865110B1 (ko) * | 2016-11-21 | 2018-06-07 | 재단법인 아산사회복지재단 | 급성뇌경색 발생시점 추정시스템, 방법 및 프로그램 |
RU2686418C2 (ru) * | 2017-07-17 | 2019-04-25 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Ивановская государственная медицинская академия" Министерства здравоохранения Российской Федерации | Способ прогнозирования отсутствия регресса двигательного дефицита у пациентов в позднем восстановительном периоде ишемического инсульта с легким или умеренным центральным гемипарезом |
DE102018214325A1 (de) * | 2018-08-24 | 2020-02-27 | Siemens Healthcare Gmbh | Verfahren und Bereitstellungseinheit zum Bereitstellen eines virtuellen tomographischen Schlaganfall-Nachfolgeuntersuchungsbildes |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007046172A1 (ja) * | 2005-10-20 | 2007-04-26 | Niigata University | 磁気共鳴画像処理方法および磁気共鳴画像処理装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AUPR358701A0 (en) * | 2001-03-07 | 2001-04-05 | University Of Queensland, The | Method of predicting stroke evolution |
WO2007058632A1 (en) * | 2005-11-21 | 2007-05-24 | Agency For Science, Technology And Research | Superimposing brain atlas images and brain images with delineation of infarct and penumbra for stroke diagnosis |
-
2007
- 2007-06-29 EP EP07803820A patent/EP2036044B1/fr not_active Not-in-force
- 2007-06-29 JP JP2009517328A patent/JP2009540998A/ja active Pending
- 2007-06-29 CA CA2656299A patent/CA2656299C/fr not_active Expired - Fee Related
- 2007-06-29 WO PCT/FR2007/001111 patent/WO2008000973A2/fr active Application Filing
- 2007-06-29 US US12/306,867 patent/US20090326360A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007046172A1 (ja) * | 2005-10-20 | 2007-04-26 | Niigata University | 磁気共鳴画像処理方法および磁気共鳴画像処理装置 |
Non-Patent Citations (3)
Title |
---|
小久保安昭 他4名: "「脳梗塞急性期、特に中大脳動脈閉塞症患者におけるMRI拡散強調画像ADCの経時的変化について」", 脳循環代謝, vol. 第16巻第2号, JPN6012035497, 30 June 2004 (2004-06-30), JP, pages 122, ISSN: 0002273211 * |
興梠征典、掛田伸吾: "「超急性期における拡散強調画像の意義−ADCによる予後推定は可能か−」", 循環器科, vol. 第59巻第1号, JPN6012035495, 28 January 2006 (2006-01-28), JP, pages 34 - 38, ISSN: 0002273210 * |
舟木健史 他8名: "「Apparent diffusion coefficientを用いた急性期脳虚血領域の可逆性評価」", 脳卒中の外科, vol. 33, no. 1, JPN6012035498, 31 January 2005 (2005-01-31), JP, pages 30 - 34, ISSN: 0002273212 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014501126A (ja) * | 2010-12-17 | 2014-01-20 | オーフス ウニヴァースィテット | 組織病変部の輪郭描出方法 |
KR101611489B1 (ko) | 2013-09-13 | 2016-04-11 | 재단법인 아산사회복지재단 | 뇌 영상에 기반한 경색 영역의 발생 시점의 추정 방법 |
Also Published As
Publication number | Publication date |
---|---|
WO2008000973A3 (fr) | 2008-03-13 |
WO2008000973A8 (fr) | 2008-05-02 |
US20090326360A1 (en) | 2009-12-31 |
CA2656299A1 (fr) | 2008-01-03 |
CA2656299C (fr) | 2016-05-17 |
EP2036044A2 (fr) | 2009-03-18 |
WO2008000973A2 (fr) | 2008-01-03 |
EP2036044B1 (fr) | 2012-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009540998A (ja) | 脳梗塞の進展ポテンシャルを推定する方法 | |
US7995825B2 (en) | Histogram segmentation of FLAIR images | |
US8838201B2 (en) | Atlas-based analysis for image-based anatomic and functional data of organism | |
Hinds et al. | Accurate prediction of V1 location from cortical folds in a surface coordinate system | |
JP5601378B2 (ja) | 医用画像処理装置 | |
JP5699936B2 (ja) | 医用画像処理装置の作動方法、装置およびプログラム | |
Cardenas et al. | Comparison of methods for measuring longitudinal brain change in cognitive impairment and dementia | |
TWI542328B (zh) | 偵測與量化腦梗塞區域的方法 | |
US10638995B2 (en) | Imaging-based biomarker for characterizing the structure or function of human or animal brain tissue and related uses and methods | |
CN109997200A (zh) | 脑中风诊断以及预后预测方法及系统 | |
JP6036009B2 (ja) | 医用画像処理装置、およびプログラム | |
JP2014145770A (ja) | アルツハイマー病の予測を支援する方法及び自動化システム、並びに、前記システムをトレーニングする方法 | |
JP5098393B2 (ja) | 関心領域決定装置 | |
Niogi et al. | Diffusion tensor imaging segmentation of white matter structures using a Reproducible Objective Quantification Scheme (ROQS) | |
CN110956634A (zh) | 一种基于深度学习的脑微出血自动检测方法及系统 | |
US11995832B2 (en) | Method and system for characterizing an impact of brain lesions on brain connectivity using MRI | |
WO2013086026A1 (en) | System and method of automatically detecting tissue abnormalities | |
Chen et al. | Quantification of morphometry and intensity features of intracranial arteries from 3D TOF MRA using the intracranial artery feature extraction (iCafe): A reproducibility study | |
Avants et al. | Spatiotemporal normalization for longitudinal analysis of gray matter atrophy in frontotemporal dementia | |
US20220301169A1 (en) | Method for measuring tracer uptake in cerebral tissue | |
Wang et al. | Semi-automatic segmentation of the fetal brain from magnetic resonance imaging | |
Sima et al. | Use case I: imaging biomarkers in neurological disease. Focus on multiple sclerosis | |
Goodrich-Hunsaker et al. | Age and sex-related effects in children with mild traumatic brain injury on diffusion MRI properties: a comparison of voxelwise and tractography methods | |
US20230320610A1 (en) | Method and system for estimating brain tissue damage within white matter tracts from a quantitative map | |
EP3712844B1 (en) | Method and system for fast assessment of brain change normality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20091001 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20091001 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100609 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120710 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20121211 |