JP2012013665A - 脳血流量定量装置、脳血流量定量プログラム、及び脳血流量定量方法 - Google Patents

Abstract

【課題】低侵襲性で脳血流量を精度良く定量する。
【解決手段】スケーリングファクタと、頭部核医学画像カウント値の経時変化を表すタイムアクティビティーカーブに基づいて求めたスケーリングファクタと脳血液分配係数との積、との関係を格納したデータベースと、被験者のタイムアクティビティーカーブに下記式：

（Ｂ（ｔ）：時刻ｔにおける画像カウント、Ｓ（τ）：標準入力関数、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせ、ｋ_１Ｃ_ｆおよびｋ_２を求める第一パラメータ算出部と、それら結果から、ｋ_１Ｃ_ｆ／k_２に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二パラメータ算出部と、第二パラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記相間式からスケーリングファクタを求める第三パラメータ算出部と、を備えるパラメータ算出装置。
【選択図】図３

Description

本発明は、頭部核医学画像に基づいて脳血流量を定量する装置、プログラム、及び方法に関する。

脳梗塞に代表される脳血管障害は、死亡原因の上位を占めており、また、発見が遅れた場合や治療のタイミングが遅れた場合には、重篤な後遺症を残す場合がある。従って、脳血管障害の早期発見および重症度の診断は、非常に重要である。

脳血管障害の主な診断方法としては、ＭＲＩ、ＣＴの他に、ＳＰＥＣＴ等に代表される核医学画像診断法が知られている。核医学画像診断法は、組織レベルでの脳血流の定量化が比較的容易であるため、脳血管障害の早期診断および重症度診断に広く用いられている。

核医学画像診断法を利用した脳血管障害の診断法としては、Ｍｉｃｒｏｓｐｈｅｒｅ法と、ＩＭＰ−ＡＲＧ法とが主に用いられている。Ｍｉｃｒｏｓｐｈｅｒｅ法は、投与後の早期における脳血流製剤をいわゆるＭｉｃｒｏｓｐｈｅｒｅと見立て、１コンパートメントモデルに基づいて、核医学画像データから局所的な脳血流量を求める方法である。この方法は、理論が単純で計算が容易であるといったメリットを有する反面、動脈血の持続採血が必要であるために侵襲性が高いといった欠点がある。また、薬剤の組織から血管への洗い出しを考慮していないために薬剤投与後の後期における定量精度が低下し、データ収集時間点が投与後比較的早期に限定されるといった欠点も有する。

動脈血の持続採血を行う代わりに、胸部のダイナミックＳＰＥＣＴデータに基づくタイムアクティビティーカーブを用いて入力関数を推定するＮＩＭＳ法も提案されているが、やはり１コンパートメントモデルに基づく方法であり、薬剤投与後の後期においては十分な定量精度が得られない。

一方、ＩＭＰ−ＡＲＧ法は、放射性医薬品としてＩＭＰ（塩酸Ｎ−イソプロピル−４−［^１２３Ｉ］ヨードアンフェタミン）を投与し、頭部核医学画像における一定時間経過後のカウント数を２コンパートメントモデルの式に代入し、ルックアップテーブル法によって脳血流量を求める方法である（非特許文献１）。ＩＭＰ−ＡＲＧ法は、１点の動脈採血データを得て標準入力関数を補正する方法を用いることができ、持続採血データの必要なＭｉｃｒｏｓｐｈｅｒｅ法よりも侵襲性が低いといったメリットがある。

Ｈｉｄｅｈｉｒｏ Ｉｉｄａ ｅｔ ａｌ，″Ｑｕａｎｔａｔｉｖｅ Ｍａｐｐｉｎｇ ｏｆ Ｒｅｇｉｏｎａｌ；Ｃｅｒｅｂｒａｌ Ｂｌｏｏｄ Ｆｌｏｗ Ｕｓｉｎｇ Ｉｏｄｉｎｅ−１２３−ＩＭＰ ａｎｄ ＳＰＥＣＴ″，Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｎｕｃｌｅａｒ Ｍｅｄｉｃｉｎｅ，Ｄｅｃｅｍｂｅｒ １９９４，Ｖｏｌ．３５，Ｎｏ．１２，ｐｐ ２０１９−２０３０

上述のように、ＩＭＰ−ＡＲＧ法は、最も優れた脳血管障害の診断法の一つである。しかし、ＩＭＰ−ＡＲＧ法であっても動脈血採血が必要である。一般に、動脈血採血は、静脈血採血と比較して侵襲性が高い。このような背景から、より侵襲性の低い操作にて脳血流量を定量する方法が望まれていたが、これまでそのような方法は知られていなかった。また、動脈血採血の際に静脈血が混入してしまうと、得られたデータの信頼度が低下してしまうといった問題もあった。
本発明は上記事情に鑑みてなされたものであり、より侵襲性の低い操作によって脳血流量を精度良く定量する方法を提供する事を目的とした。

発明者は鋭意検討の結果、頭部核医学画像（脳血流ＳＰＥＣＴ等）に基づくタイムアクティビティーカーブと２コンパートメントモデルの式とのフィッティングによって求めたパラメータが、採血に基づいて実際に求められるスケーリングファクターの実測値と一定の関係を有することを見出した。そして、この関係を利用する事により、当該タイムアクティビティーカーブに基づいて求められるパラメータを用いて、標準入力関数の補正に用いるスケーリングファクターを決定する事が可能であることを見出し、本発明を完成させた。

なお本明細書において、以下の各用語は、下記の意味で用いる。
入力関数：放射能の対象臓器への流入量の経時変化を表す関数。
標準入力関数：標準的な脳内への放射性医薬品の流入量の時間変化を表す関数、すなわち、複数の被験者における実測値に基づいて決定された入力関数を利用して標準化した入力関数。例えば、複数の被験者の入力関数を平均する事によって作成される。
スケーリングファクター：標準入力関数を被験者における入力関数に近似するための補正係数。
脳血液分配係数（Ｖ_ｄ）：２コンパートメントモデルにおける、脳血流量（ｋ_１）と脳組織から血中への放射能カウントの洗い出しのフラックス（ｋ_２）との比（ｋ_１／ｋ_２）。
また、本発明において、頭部核医学画像は、ＳＰＥＣＴ画像の他、ＰＥＴ画像やプラナー像を用いることができ、用いる放射性医薬品の種類や診断の目的に応じて、適宜選択される。

本発明に係るパラメータ決定装置は、ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式（ｍＣ_ｆ：スケーリングファクター、Ｃ_ｆ：頭部核医学画像のタイムアクティビティーカーブに基づいて求めたスケーリングファクター、Ｖ_ｄ：脳血液分配係数）を格納したデータベースと、被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブに下記式（１）：

（Ｂ（ｔ）：時刻ｔにおける頭部核医学画像における放射能カウント、Ｓ（τ）：標準入力関数、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部と、を備える。

この構成とすることにより、頭部核医学画像のタイムアクティビティーカーブに基づいて標準入力関数の補正に用いるスケーリングファクター（ｍＣ_ｆ）を求めることができるので、頭部核医学画像を用いた脳血流量の定量に際して、侵襲的な動脈血採血を省略することができる。これにより、被験者の負担を軽減する事が可能となるばかりでなく、動脈血採血時の人為的ミスに元づく定量値のばらつきも防ぐ事ができる。

本発明に係るパラメータ決定装置において、上記式（１）とのフィッティングを行うタイムアクティビティーカーブは、頭頂葉から小脳テントにかけての横断像（スライス）に基づいて作成されたものとすることができ（例えば、当該横断像からカウント値が一定の上限値および下限値の間の値であるボクセルを抽出し、抽出されたボクセルにおける放射能カウントの平均値または総和を用いて作成されたもの）、好ましくは頭頂葉から小脳テントにかけて脳室全体をカバーする部位の横断像（スライス）に基づいて作成されたものとすることができる。このような構成とすることにより、脳血流に基づく放射能カウントを確実に収集してタイムアクティビティーカーブを作成する事ができ、より精度良くｍＣ_ｆを求める事が可能となる。

また、本発明に係るパラメータ決定装置において、データベースに格納される相間式は、下記式（３）によって表されるものであっても良い。

（式中、Ｒは比例定数である。）

スケーリングファクター（ｍＣ_ｆ）とＣ_ｆ・Ｖ_ｄとの間には、実質的に比例関係が成り立つ事が、発明者による検討の結果、明らかとなった。従って、前記相間式として上記式（３）に記載された式を用いることにより、スケーリングファクター（ｍＣ_ｆ）とＣ_ｆ・Ｖ_ｄとの関係を、単純な直線関係として表す事が可能となり、より簡便にスケーリングファクター（ｍＣ_ｆ）を求めることが可能となる。

本発明に係るパラメータ決定プログラムは、放射性薬剤を投与された被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブ並びにデータベースに格納されたｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式を利用可能であり、記憶手段とＣＰＵとを具備するコンピュータを動作させるためのコンピュータプログラムであって、前記ＣＰＵで実行されることにより、前記コンピュータを、被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブに下記式（１）：

をフィッティングさせてｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記テータベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部として動作させる。

本発明に係るパラメータ決定法は、放射性薬剤を投与された被験者の核医学画像に基づいて、コンピュータが脳血流量を定量するために用いるパラメータを決定する方法であって、コンピュータによって、被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブに下記式（１）：

をフィッティングさせてｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出処理と、求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出処理と、求めたＣ_ｆ・Ｖ_ｄを利用し、データベースに格納されたｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式からｍＣ_ｆを求める第三のパラメータ算出処理と、を順次実行する。

本発明に係るパラメータ決定プログラム及びパラメータ決定法においても、上記式（１）とのフィッティングを行うタイムアクティビティーカーブは、頭頂葉から小脳テントにかけての横断像（スライス）に相当する部分の画像に基づいて作成されたものとすることができ、好ましくは頭頂葉から小脳テントにかけて脳室全体をカバーする部位の横断像（スライス）に基づいて作成されたものとすることができる。
同様に、本発明に係るパラメータ決定プログラム及びパラメータ決定法においても、データベースに格納された相間式を、脳血流量定量装置と同様に、下記式（３）によって表されるものとすることができる。

上記各発明は、頭部核医学画像に基づいて脳血流量を定量する脳血流量定量装置、脳血流量定量プログラム、及び脳血流量定量法に応用する事も可能である。

本発明に係る脳血流量定量装置は、少なくとも下記の（ア）および（イ）：
（ア）標準入力関数Ｓ（ｔ）：標準的な脳内への放射性医薬品の流入量の時間変化を表す関数
（イ）相間式：ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式、
（ｍＣ_ｆ：スケーリングファクター、Ｃ_ｆ：頭部核医学画像のタイムアクティビティーカーブに基づいて求めたスケーリングファクター、Ｖ_ｄ：脳血液分配係数）の各データを格納したデータベースと、被験者の頭部核医学画像を取得する核医学画像データ取得部と、前記頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブを作成するタイムアクティビティーカーブ作成部と、前記タイムアクティビティーカーブに下記式（１）：

（Ｂ（ｔ）：時刻ｔにおける放射能カウント、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部と、求めた該ｍＣ_ｆを用い、下記式（４）または（５）：

（ｔ_１：頭部核医学画像の撮像開始時刻、ｔ_２：頭部核医学画像の撮像終了時刻）に基づいて単位領域あたりの脳血流量を求める脳血流量算出部と、得られた脳血流量を対応する単位領域と関連づけて表示する表示部と、を備える。

この構成とすることにより、頭部核医学画像のタイムアクティビティーカーブ基づくパラメータから、標準入力関数の補正に用いるスケーリングファクター（ｍＣ_ｆ）を求めることができるので、被験者の動脈血採血を行う必要が無く、より侵襲性の低い脳血流量の定量を実施する事が可能となる。

本発明に係る脳血流量定量装置において、上記式（１）とのフィッティングを行うタイムアクティビティーカーブは、頭頂葉から小脳テントにかけての横断像（スライス）に相当する部分の画像に基づいて作成されたものとすることができ、好ましくは頭頂葉から小脳テントにかけて脳室全体をカバーする部位の横断像（スライス）に基づいて作成されたものとすることができる。このような構成とすることにより、脳血流に基づく放射能カウントを確実に収集してタイムアクティビティーカーブを作成する事ができ、より精度良くｍＣ_ｆを求める事が可能となる。

また、本発明に係る脳血流量定量装置において、データベースに格納される相間式は、下記式（３）によって表されるものであっても良い。

上述したように、スケーリングファクター（ｍＣ_ｆ）とＣ_ｆ・Ｖ_ｄとの間には、実質的に比例関係が成り立つ事が、発明者による検討の結果、明らかとなった。従って、前記相間式として上記式（３）に記載された式を用いることにより、スケーリングファクター（ｍＣ_ｆ）とＣ_ｆ・Ｖ_ｄとの関係を、単純な直線関係として表す事が可能となるので、脳血流量算出部にて利用されるスケーリングファクター（ｍＣ_ｆ）をより簡便に求めることが可能となる。

本発明に係る脳血流量定量プログラムは、被験者の核医学画像並びにデータベースに格納された、ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式及び標準入力関数を利用可能であり、記憶手段とＣＰＵとを具備するコンピュータを動作させるためのコンピュータプログラムであって、前記ＣＰＵで実行されることにより、前記コンピュータを、被験者の頭部核医学画像を取得する核医学画像データ取得部と、前記頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブを作成するタイムアクティビティーカーブ作成部と、前記タイムアクティビティーカーブに下記式（１）：

をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、
求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部と、下記式（４）または（５）：

に基づいて単位領域あたりの脳血流量を求める脳血流量算出部と、得られた脳血流量を対応する単位領域と関連づけて表示する表示部として動作させる。

本発明に係る脳血流量定量法は、コンピュータによって、被験者の頭部核医学画像を取得する核医学画像データ取得処理と、前記頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブを作成するタイムアクティビティーカーブ作成処理と、前記タイムアクティビティーカーブに下記式（１）：

をフィッティングさせてｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出処理と、求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出処理と、求めたＣ_ｆ・Ｖ_ｄを利用し、データベースに格納されたｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式からｍＣ_ｆを求める第三のパラメータ算出処理と、下記式（４）または（５）：

に基づいて単位領域あたりの脳血流量を求める脳血流量算出処理と、得られた脳血流量を対応する単位領域と関連づけて表示する表示処理と、を順次実行させることにより、被験者の核医学画像に基づいて、コンピュータが脳血流量の値を算出するための方法である。

本発明に係る脳血流量定量プログラム及び脳血流量定量法においても、上記式（１）とのフィッティングを行うタイムアクティビティーカーブは、頭頂葉から小脳テントにかけての横断像（スライス）に基づいて作成されたものとすることができ、好ましくは頭頂葉から小脳テントにかけて脳室全体をカバーする部位の横断像（スライス）に基づいて作成されたものとすることができる。

同様に、本発明に係る脳血流量定量プログラム及び脳血流量定量法においても、データベースに格納された相間式を、脳血流量定量装置と同様に、下記式（３）によって表されるものとすることができる。

本発明に係る脳血流量定量装置、脳血流量定量プログラム、及び脳血流量定量法を用いる事により、動脈血採血を行わずに頭部核医学画像に基づく脳血流量の定量が可能となった。

本発明に係る脳血流量定量装置の好ましい態様における処理の概要を示すフローチャートである。 本発明に係る脳血流量定量装置（脳血流量算出部に係る部分）の好ましい態様における処理の概要を示すフローチャートである。 本発明に係る脳血流量定量装置の好ましい態様における機能ブロック図である。 本発明に係る脳血流量処理装置の好ましい態様におけるシステム構成を示す図である。 本発明に係る脳血流量定量プログラムの好ましい態様における構成を示す図である。 脳血流量の算出を行った左右ＭＣＡ領域の位置を示す図。（白抜き部分。１スライスを代表して表示。） 本発明に係る方法にて求めた脳血流量（縦軸：非採血ＡＲＧと表示）と、従来法（横軸：動脈一点採血ＡＲＧと表示）との相間を示す図。

以下、本発明について、図面を参照しつつ、さらに詳細に説明する。ただし、下記の説明はあくまでも好ましい形態を例示したものであり、本発明の内容を限定する意図ではないことに留意されたい。

（脳血流量定量装置による処理）
図１は本発明に係る脳血流量定量装置１０の処理の概要を示す図である。本発明に係る脳血流量定量装置１０を動作させる事によって本発明に係る脳血流量定量法を実現することができる。

脳血流量定量装置１０は、まず、時間的に連続した複数の核医学画像データを取得する（ステップＳ１１）。好ましい態様において、ここで取得した核医学画像データは、後述するタイムアクティビティーカーブの作成に用いる他、脳血流量の定量にも用いられる。本例においては、各時間点における核医学画像データは、空間的に連続した複数の断層画像（好ましくは横断像）により構成されている。核医学画像データとしては、ＳＰＥＣＴデータの他、ＰＥＴデータを好ましく用いる事ができる。

次に、脳血流量定量装置１０は、取得した核医学画像データを用い、タイムアクティビティーカーブを作成する（ステップＳ１２）。タイムアクティビティーカーブは、カウント値の経時変化を表す曲線であり、カウント値を放射性医薬品の投与後経過時刻に対してプロットする事によって得ることができる。タイムアクティビティーカーブの作成においては、放射性医薬品が取り込まれた部位に対応したピクセルを抽出する必要がある。当該ピクセルの抽出は、種々の方法により行う事ができる。例えば、各時間点における核医学画像データにつき、カウントの最大値と最小値のそれぞれを基準とした閾値を設定し、それぞれ上限及び下限を示す閾値とする。例えば、最大値より３０％小さいカウント、最小値より１０％大きいカウントを、それぞれ上限及び下限の閾値とする。そして、最大値を基準とした閾値以上のカウントと最小値を基準とした閾値以下のカウントを切り捨て、残ったピクセルを、タイムアクティビティーカーブの作成に用いるピクセルとして抽出する事ができる。
タイムアクティビティーカーブは、各時間点において上記抽出されたピクセルのカウント平均値を算出し、放射性医薬品投与後の経過時間に対してプロットする事により、得ることができる。

脳血流量定量装置１０は、上記作成したタイムアクティビティーカーブに、下記式（１）：

（Ｂ（ｔ）：時刻ｔにおける放射能カウント、Ｓ（τ）：標準入力関数、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める（ステップＳ１３）。

そして脳血流量定量装置１０は、上記で算出したｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求め（ステップＳ１４）、データベース３０からｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式を読み出し、上記Ｃ_ｆ・Ｖ_ｄを当該相間式に適用して、ｍＣ_ｆを求める（ステップＳ１５）。

次いで、脳血流量定量装置１０は、データベース３０から標準入力関数Ｓ（ｔ）を読み出し、上記で求めたｍＣ_ｆを用い、下記式（４）または（５）：

に基づいて単位領域あたりの脳血流量を求める（ステップＳ１６）。

図２は、脳血流量を算出するステップ（ステップＳ１６、以下、「脳血流量算出ステップ」という）における処理の流れを示す図である。脳血流量定量装置１０は、ｍＣ_ｆとデータベース３０から読み出した標準入力関数Ｓ（ｔ）とを上記式（４）または（５）に代入し、核医学画像のカウント値Ｂ（ｔ）（式（４）を用いて定量する場合）または上記式（５）の左辺（式（５）を用いて定量する場合）に対応する脳血流量ｋ_１を表すテーブルを作成する（ステップＳ２１）。

テーブルの作成は、公知の方法を用いて行う事ができる。例えば、定量に用いる頭部核医学画像における全ピクセルの最小カウントから最大カウントまでの全てのカウント値に対応する脳血流量ｋ_１をフィッティングによって求め、これをテーブルとしてまとめるといった方法を用いる事ができる。このとき、分配係数Ｖ_ｄの値を、予め公知の方法にて決定された値とし、上記式（４）または（５）に代入しておいても良い。これにより、フィッティングに用いるパラメータの数を減らす事ができ、ｋ_１の算出精度を向上させる事ができる。

なお、脳血流量の算出に用いる頭部核医学画像は、上記ステップＳ１１にて取得した核医学画像データから時間的に連続した複数の画像を選択して用いることができる。例えば、上記式（４）に基づいて定量を行う場合には、選択された画像におけるピクセルごとに、全ての時間点にわたってカウント値の和をとり、放射能カウントＢ（ｔ）とする。そして、選択された一連の画像の撮像時刻のうち、最も早い撮像時刻と最も遅い撮像時刻の中間にあたる時刻を、画像データの取得時刻ｔとする。例えば、１フェーズ２分で１５フェーズ撮像を行って得られた一連の画像データのうち、６〜１５フェーズのデータを用いて定量を行う場合は、データ取得時刻ｔを２０分として計算に用いる。

脳血流量定量装置１０は、各ピクセルにおいて求めたカウント値Ｂ（ｔ）に対応する脳血流量ｋ_１の値を、テーブルより読み出す（ステップＳ２２）。そして、脳血流量定量装置１０は、脳血流量ｋ_１の定量処理を、脳血流量ｋ_１を求めた全てのピクセルについて行ったか否かを判定し（ステップＳ２３）、全ピクセルについて終了していない場合には（ステップＳ２３でＮｏ）、残りのピクセルについて定量処理（ステップＳ２２）を行う。そして、全てのピクセルについて定量処理が完了した場合には（ステップＳ２３でＹｅｓ）、脳血流量算出処理を完了する。
なお、本例では、作成したテーブルから脳血流量ｋ_１を読み出す場合について示したが、他の方法を用いる事ももちろん可能である。例えば、上記テーブルの作成を行わず、脳血流量ｋ_１を求めたい全ピクセルにつき、ピクセルごとにカウント値に対応する脳血流量ｋ_１を、フィッティングによって求めても良い。

脳血流量定量装置１０は、求めた脳血流量ｋ_１を、ディスプレイといった出力機器によって出力する（ステップＳ１７）。出力は、種々の態様により行う事ができる。例えば、各ピクセルにおいて求めた脳血流量ｋ_１の値を、対応するピクセルに、脳血流量の定量値に応じた輝度や色によって表示する方法や、各ピクセルの位置を座標等の数値で表し、その数値に対応させる形で脳血流量ｋ_１を数値により表示するといった方法を用いることができる。

（脳血流量定量装置の構成）
図３は、本発明に係る脳血流量定量装置１０の最も好ましい態様における構成を示す図である。本発明に係る脳血流量定量装置は、後述する脳血流量定量プログラム３００を読み込んだコンピュータとして構成することができる。
なお、本実施の形態においては、頭部核医学画像としてＳＰＥＣＴ画像を用いているが、本発明における頭部核医学画像は、これに限定する必要は無い。ＳＰＥＣＴ画像の他、ＰＥＴ画像やプラナー像を用いる事も可能である。

好ましい態様において、本発明に係る脳血流量定量装置１０は、データベース３０、核医学画像データ取得部４０、タイムアクティビティーカーブ作成部５０、第一のパラメータ算出部６０、第二のパラメータ算出部７０、第三のパラメータ算出部８０、脳血流量算出部９０、出力部１００とから構成されている。本発明に係る脳血流量定量装置１０は、ＳＰＥＣＴ装置２００と電気通信回線を介して結合されており、ＳＰＥＣＴ装置２００は、γカメラ２１０と画像再構成部２２０とを備えている。この例では、γカメラ２１０によって取得された投影データは、画像再構成部２２０により一連の断層画像に再構成される。
また、本例では、本発明に係るパラメータ決定装置２０が、脳血流量定量装置１０の一部として組み込まれている。

図４は、本発明に係る脳血流量定量装置１０の最も好ましい態様におけるシステム構成である。好ましい態様において、脳血流量定量装置１０は、ＣＰＵ２３０と、メモリ２４０と、モニタ等の出力機器２５０と、通信インターフェース２６０と、キーボード等の入力装置２７０とが、バス２８０を介して接続されている。画像処理装置１０は、この他にもＣＤ−ＲＯＭドライブやＵＳＢインターフェース等を備えていても良い。通信インターフェース２６０は、ＳＰＥＣＴ装置２００と接続するために用いられる。また、メモリ３１には、本発明に係る脳血流量定量プログラム３００が記憶されている。

データベース３０は、少なくとも、ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式及び標準入力関数とを格納している。標準入力関数は、公知の方法（例えば、文献（Ｈｉｄｅｈｉｒｏ Ｉｉｄａ ｅｔ ａｌ，Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｎｕｃｌｅａｒ Ｍｅｄｉｃｉｎｅ，Ｄｅｃｅｍｂｅｒ １９９４，Ｖｏｌ．３５，Ｎｏ．１２，ｐｐ ２０１９−２０３０）記載の方法）にて求めたものを利用可能である。ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式は、複数の被験者においてｍＣ_ｆとＣ_ｆ・Ｖ_ｄとを求め、Ｃ_ｆ・Ｖ_ｄに対してｍＣ_ｆをプロットしたグラフを直線近似して求める事ができる。なお、ｍＣ_ｆは、動脈採血データを用いて公知の方法により求めることができ、Ｃ_ｆ・Ｖ_ｄは、タイムアクティビティーカーブを２コンパートメントモデル式へフィッティングさせる事により求める事ができる。

核医学画像データ取得部４０は、上述したステップＳ１１に係る処理を実行する。具体的には、時間的に連続した複数の核医学画像データをＳＰＥＣＴ装置から取得する。ここで取得した核医学画像データは、タイムアクティビティーカーブの作成に用いる他、脳血流量の定量にも用いられる。本例においては、各時間点における核医学画像データは、空間的に連続した複数の断層画像（好ましくは横断像）により構成されている。

タイムアクティビティーカーブ作成部５０は、上述したステップＳ１２に係る処理を実行する。
第一のパラメータ算出部６０は、上述したステップＳ１３に係る処理を実行する。
第二のパラメータ算出部７０は、上述したステップＳ１４に係る処理を実行する。
第三のパラメータ算出部８０は、上述したステップＳ１５に係る処理を実行する。
脳血流量算出部９０は、上述したステップＳ１６及びステップＳ２１〜２３に係る処理を実行する。
そして、出力部１００は、上述したステップＳ１７に係る処理を実行する。
以上、本発明に係る脳血流量定量装置１０の最も好ましい態様について述べた。

次に、本発明に係る脳血流量定量プログラム３００について説明する。上述したように、本発明に係る脳血流量定量装置１０は、脳血流量定量プログラム３００を読み込んだコンピュータとして構成することができる。
図５は、本発明に係る脳血流量定量プログラムの最も好ましい態様における構成を示す図である。好ましい態様において、脳血流量定量プログラム３００は、入力モジュール３１０と、タイムアクティビティーカーブ作成モジュール３２０と、第一のパラメータ算出モジュール３３０と、第二のパラメータ算出モジュール３４０と、第三のパラメータ算出モジュール３５０と、脳血流量算出モジュール３６０と、出力モジュール３７０とにより構成される。また好ましい態様において、第一のパラメータ算出モジュール３３０と、第二のパラメータ算出モジュール３４０と、第三のパラメータ算出モジュール３５０とは、本発明に係るパラメータ決定プログラム３８０を構成し、脳血流量定量プログラム３００に組み込まれている。

入力モジュール３１０は、ステップＳ１１に係る処理をコンピュータに実行させる。タイムアクティビティーカーブ作成モジュール３２０は、ステップＳ１２に係る処理をコンピュータに実行させる。第一のパラメータ算出モジュール３３０は、ステップＳ１３に係る処理をコンピュータに実行させる。第二のパラメータ算出モジュール３４０は、ステップＳ１４に係る処理をコンピュータに実行させる。第三のパラメータ算出モジュール３５０は、ステップＳ１５に係る処理をコンピュータに実行させる。脳血流量算出モジュール３６０は、ステップＳ１６及びステップＳ２１〜ステップＳ２４に係る処理をコンピュータに実行させる。出力モジュール３７０は、ステップＳ１７に係る処理をコンピュータに実行させる。

次に、実施例を記載して本発明をさらに詳しく説明するが、本発明はこの内容に限定されるものではない。なお、下記の実施例において、Ｖ_ｄの値は３８を用いた。
（相間式作成）
複数の被験者の脳血流ＳＰＥＣＴデータ（塩酸Ｎ−イソプロピル−４−ヨードアンフェタミン（^１２３Ｉ）注射液（日本メジフィジックス株式会社製）を２２２ＭＢｑ投与した被験者に基づくもの）を用い、Ｃ_ｆ・Ｖ_ｄに対してｍＣ_ｆをプロットし、直線回帰を行って下記の相間式（６）を得た。

（ＳＰＥＣＴ撮像）
５６例の被験者（平均６４．５歳、１１〜８２歳、男／女＝４４／１２）に対し、塩酸Ｎ−イソプロピル−４−ヨードアンフェタミン（^１２３Ｉ）注射液（日本メジフィジックス株式会社製）を２２２ＭＢｑ投与し、１フェーズ２分で連続１５フェーズのダイナミックＳＰＥＣＴ撮像を行い、各フェーズにつき画像再構成を行ってＳＰＥＣＴ画像を得た（マトリックスサイズ６４×６４、画素サイズ３．４４ｍｍ）。

（本発明に係る方法を用いた脳血流量の定量）
撮像された各フェーズのＳＰＥＣＴ画像を用い、小脳テントから頭頂葉にかけて脳室全体をカバーする部位のスライス（小脳テントから約１５スライス分）を選択し、各ピクセルにおけるカウント値の平均＋２．５ＳＤを上限値とし、当該上限値の１０％＋２．５ＳＤを下限値としてピクセルを抽出した。抽出された全ピクセルにつき、カウント値の平均値を算出した。算出された当該平均カウント値を用い、タイムアクティビティーカーブを作成した。

作成したタイムアクティビティーカーブに、下記式（１）：

（Ｂ（ｔ）：時刻ｔにおける放射能カウント、Ｓ（τ）：標準入力関数、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求め、さらに、下記式（２）：

に基づいて、Ｃ_ｆ・Ｖ_ｄを求めた。求めたＣ_ｆ・Ｖ_ｄを上記式（６）に代入してｍＣ_ｆを求めた。

求めたｍＣ_ｆを用い、下記式（４）：

に従って左右ＭＣＡ領域の脳血流量（ｍＬ／分／１００ｇ）を求めた。定量を行った左右ＭＣＡ領域は、標準脳上で予め設定した領域を用いた（図６）。また脳血流量の計算には、６〜１５フェーズ（放射性医薬品投与１０分後から２０分間）のデータを用いた。

（従来法（１点採血ＡＲＧ法）による定量）
一方、上記ダイナミックＳＰＥＣＴ撮像に並行し、撮像開始１０分後に動脈血を採血し、公知の方法（例えば、文献Ｈｉｄｅｈｉｒｏ Ｉｉｄａ ｅｔ ａｌ，Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｎｕｃｌｅａｒ Ｍｅｄｉｃｉｎｅ，Ｄｅｃｅｍｂｅｒ １９９４，Ｖｏｌ．３５，Ｎｏ．１２，ｐｐ２０１９−２０３０記載の方法）に従ってスケーリングファクター（ｍＣ_ｆ）を求め、脳血流量（ｍＬ／分／１００ｇ）を求めた。

（本発明に係る方法と従来法との脳血流量定量値の比較）
本発明に係る方法にて求めた脳血流量と、従来法により求めた脳血流量との相間を、図７に示す。この図に示すように、本発明に係る方法にて求めた脳血流量（図７では「非採血ＡＲＧ」と表記）と従来法にて求めた脳血流量（図７では「動脈一点採血ＡＲＧ」と表記）との間には、非常に良好な相間が得られ、また、両者の値は良い一致を示していた。
このように、本発明に係る方法を用いる事により、動脈血の採血データを用いなくとも、良好に脳血流量の定量を行う事ができる事が示された。

本発明は、画像処理プログラム分野において利用する事ができる。

１０ 脳血流量定量装置
２０ パラメータ決定装置
３０ データベース
４０ 核医学画像データ取得部
５０ タイムアクティビティーカーブ作成部
６０ 第一のパラメータ算出部
７０ 第二のパラメータ算出部
８０ 第三のパラメータ算出部
９０ 脳血流量算出部
１００ 出力部
２００ ＳＰＥＣＴ装置
２１０ ガンマカメラ
２２０ 画像再構成部
２３０ ＣＰＵ
２４０ メモリ
２５０ モニタ
２６０ 通信インターフェース
２７０ キーボード
２８０ バス
３００ 脳血流量定量プログラム
３１０ 入力モジュール
３２０ タイムアクティビティーカーブ作成モジュール
３３０ 第一のパラメータ算出モジュール
３４０ 第二のパラメータ算出モジュール
３５０ 第三のパラメータ算出モジュール
３６０ 脳血流量算出モジュール
３７０ 出力モジュール
３８０ パラメータ決定プログラム

Claims (10)

1. ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式（ｍＣ_ｆ：スケーリングファクター、Ｃ_ｆ：頭部核医学画像のタイムアクティビティーカーブに基づいて求めたスケーリングファクター、Ｖ_ｄ：脳血液分配係数）を格納したデータベースと、
   被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブに下記式（１）：
   

   

   （Ｂ（ｔ）：時刻ｔにおける放射能カウント、Ｓ（τ）：標準入力関数、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、
   求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：
   

   

   に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、
   第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部と、
   を備えるパラメータ決定装置。
2. 前記タイムアクティビティーカーブが、頭頂葉から小脳テントにかけての横断像に相当する部分の画像に基づいて作成されたものである、請求項１に記載のパラメータ決定装置。
3. 前記データベースに格納された前記相間式が、下記式（３）：
   

   

   （Ｒ：比例定数）で表される、請求項１または請求項２に記載のパラメータ決定装置。
4. 被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブ並びにデータベースに格納されたｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式を利用可能であり、記憶手段とＣＰＵとを具備するコンピュータを動作させるためのコンピュータプログラムであって、前記ＣＰＵで実行されることにより、前記コンピュータを、
   被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブに下記式（１）：
   

   

   をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、
   求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：
   

   

   に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、
   第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部として動作させる、パラメータ決定プログラム。
5. 被験者の核医学画像に基づいて、コンピュータが脳血流量を定量するために用いるパラメータを決定する方法であって、コンピュータによって、
   被験者の頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブに下記式（１）：
   

   

   をフィッティングさせてｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出処理と、
   求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：
   

   

   に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出処理と、
   求めたＣ_ｆ・Ｖ_ｄを利用し、データベースに格納されたｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式からｍＣ_ｆを求める第三のパラメータ算出処理と、を順次実行する、パラメータ決定法。
6. 少なくとも下記の（ア）および（イ）：
   （ア）標準入力関数Ｓ（ｔ）：標準的な脳内への放射性医薬品の流入量の時間変化を表す関数
   （イ）相間式：ｍＣｆとＣｆ・Ｖｄとの関係を表す相間式、
   （ｍＣｆ：スケーリングファクター、Ｃｆ：頭部核医学画像のタイムアクティビティーカーブに基づいて求めたスケーリングファクター、Ｖｄ：脳血液分配係数）の各データを格納したデータベースと、
   被験者の頭部核医学画像を取得する核医学画像データ取得部と、
   前記頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブを作成するタイムアクティビティーカーブ作成部と、
   前記タイムアクティビティーカーブに下記式（１）：
   

   

   （Ｂ（ｔ）：時刻ｔにおける放射能カウント、ｋ_１：脳血流量、ｋ_２：ｋ_１／Ｖ_ｄ）をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、
   求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：
   

   

   に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、
   第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部と、
   下記式（４）または（５）：
   

   

   

   （ｔ_１：頭部核医学画像の撮像開始時刻、ｔ_２：頭部核医学画像の撮像終了時刻）に基づいて単位領域あたりの脳血流量を求める脳血流量算出部と、
   得られた脳血流量を対応する単位領域と関連づけて表示する表示部と、
   を備える脳血流量定量装置。
7. 前記タイムアクティビティーカーブが、頭頂葉から小脳テントにかけての横断像に相当する部分の画像に基づいて作成されたものである、請求項６に記載の脳血流量定量装置。
8. 前記データベースに格納された前記相間式が、下記式（３）：
   

   

   （Ｒ：比例定数）で表される、請求項６または請求項７に記載の脳血流量定量装置。
9. 放射性薬剤を投与された被験者の核医学画像並びにデータベースに格納された、ｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式及び標準入力関数を利用可能であり、記憶手段とＣＰＵとを具備するコンピュータを動作させるためのコンピュータプログラムであって、前記ＣＰＵで実行されることにより、前記コンピュータを、
   被験者の頭部核医学画像を取得する核医学画像データ取得部と、
   前記頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブを作成するタイムアクティビティーカーブ作成部と、
   前記タイムアクティビティーカーブに下記式（１）：
   

   

   をフィッティングさせることにより、ｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出部と、
   求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：
   

   

   に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出部と、
   第二のパラメータ算出部にて求めたＣ_ｆ・Ｖ_ｄと前記データベースに格納された前記相間式からｍＣ_ｆを求める第三のパラメータ算出部と、
   下記式（４）または（５）：
   

   

   

   を前記被験者の頭部核医学画像に適用し、当該頭部核医学画像における単位領域あたりの脳血流量を求める脳血流量算出部と、
   得られた脳血流量を対応する単位領域と関連づけて表示する表示部として動作させる、脳血流量定量プログラム。
10. 被験者の核医学画像に基づいて、コンピュータが脳血流量を定量するための方法であって、コンピュータによって、
    被験者の頭部核医学画像を取得する核医学画像データ取得処理と、
    前記頭部核医学画像におけるカウント値の経時変化を表すタイムアクティビティーカーブを作成するタイムアクティビティーカーブ作成処理と、
    得られた前記タイムアクティビティーカーブに下記式（１）：
    

    

    をフィッティングさせてｋ_１Ｃ_ｆおよびｋ_２を求める第一のパラメータ算出処理と、
    求めたｋ_１Ｃ_ｆおよびｋ_２とから、下記式（２）：
    

    

    に基づいて、Ｃ_ｆ・Ｖ_ｄを求める第二のパラメータ算出処理と、
    求めたＣ_ｆ・Ｖ_ｄを利用し、データベースに格納されたｍＣ_ｆとＣ_ｆ・Ｖ_ｄとの関係を表す相間式からｍＣ_ｆを求める第三のパラメータ算出処理と、
    下記式（４）または（５）：
    

    

    

    を前記被験者の頭部核医学画像に適用し、当該頭部核医学画像における単位領域あたりの脳血流量を求める脳血流量算出処理と、
    得られた脳血流量を対応する単位領域と関連づけて表示する表示処理と、を順次実行する、脳血流量定量法。

Images