JP2012533384A - 関心腫瘍領域の画成のための生体構造モデリング - Google Patents

Abstract

機能画像内のホットスポットを自動的にセグメント化して定量化するホットスポット検出システムは、解剖学な第１の画像表現７２を被検体の解剖学的構造に対応する領域にセグメント化するセグメント化ユニット７６を含む。ホットスポット検出ユニット９０が、機能的な第２の画像表現７４から高トレーサ摂取領域を検出する。高トレーサ摂取領域は、有害である可能性がある腫瘍病巣又はその他の悪性経過によって生じ得る高い代謝活動を指し示す。しかしながら、数多くの正常機能している器官も、高い量の撮像トレーサ、特にＦＤＧを摂取する。故に、削除ユニット１０２が、分類ユニット１０１の結果に基づいて、機能的な第２の画像表現内で高トレーサ摂取領域を削除する。分類ユニットは、解剖学的な第１の画像表現からセグメント化された解剖学的構造に対する位置に従って、高トレーサ摂取領域を分類する。残りの削除されていない高摂取領域が、特定ユニット１０６によって、可能性ある病変及び可能性ない病変の一方として特定される。

Description

本出願は、診断撮像システム及び方法に関する。本出願は、特に陽電子放出型断層撮影（ＰＥＴ）マルチモダリティ撮像システムに関して適用され、特に多病巣疾患及び多巣性病変の定量化のホットスポット検出を参照して説明される。

核医学撮像は放射線源を使用して患者を画像化する。典型的に、放射性医薬品が患者に注入される。放射性医薬品化合物は、予測可能なレートで放射性崩壊して或る特性エネルギーのガンマ（γ）線の放出を引き起こす放射性同位体を含有する。放出された放射線をモニタして記録するために、患者に隣接して１つ以上の放射線検出器が配置される。時折、検出器は、複数の方向からの放出放射線をモニタするように患者の周りで回転され、あるいは索引付けられる。循環系、選択された器官若しくは組織における放射性医薬品の摂取、及びこれらに類するものを調査するため、例えば検出された位置及びエネルギーなどの情報に基づいて体内の放射性医薬品の分布が決定され、該分布の画像が再構成される。

核医学撮像は、トレーサ（追跡子）［１８Ｆ］−フルオロデオキシグルコース（ＦＤＧ）の成功により、癌の撮像においてますます使用されるようになってきている。異常に高いＦＤＧ摂取を有する病巣領域は、ホットスポットとして知られ、ＰＥＴ画像内で高い局部強度の領域として表示される。ホットスポットは、腫瘍病巣又はその他の悪性経過の結果であり得る高い代謝活動の領域を指し示す。患者の病期診断、及び多くの癌型の治療に対する反応をモニタすることには、ＰＥＴ画像内での、病変活動の正確で信頼性の高い定量化が欠かせない。

画像を評価するため、現行の臨床診療においては、臨床医が手作業で、疾患全体を表していると思われる病変のマーキング及びセグメント化を行っている。しかしながら、例えばリンパ腫及びリンパ節が関与するその他の疾病並びに転移癌などの多病巣疾患では、病巣の数が非常に多くなり得る。時間的な制約のため、通常、３つの主な病変が画成される。しかしながら、指標となる病変はしばしば、正常な解剖学的構造の病的でないトレーサ摂取によって不明瞭なものとなる。ＦＤＧ−ＰＥＴの場合、しばしば、例えば心臓、脳、胆嚢、肝臓又はＫなどの、高い代謝活動を有する正常に機能している器官が、癌に無関係なＦＤＧ摂取を示す。また、部分容積効果（partial volume effect；ＰＶＥ）が、ＰＥＴ画像内で腫瘍病巣を特定することにとっての別の問題を引き起こす。

しばしば、ＰＥＴ画像は、同じ解剖学的領域のコンピュータ断層撮影（ＣＴ）画像、磁気共鳴（ＭＲ）画像又はその他の画像と結合される。

本出願は、上述及びその他の問題を解決する新たな改善されたＰＥＴ撮像システム及び方法を提供する。

一態様によれば、ホットスポット検出システムは、解剖学的な第１の画像表現を、被検体の解剖学的構造に対応する領域にセグメント化するセグメント化ユニットと、機能的な第２の画像表現から、高トレーサ摂取領域を検出するホットスポット検出ユニットとを含む。分類ユニットが、解剖学的な第１の画像表現からセグメント化された解剖学的構造に対する高トレーサ摂取領域の位置に従って、高トレーサ摂取領域を分類する。削除ユニットが、分類ユニットの結果に基づいて、機能的な第２の画像表現内で高トレーサ摂取領域を削除する。特定ユニットが、削除されていない高摂取領域を、可能性ある病変及び可能性ない病変のうちの一方として特定する。

他の一態様によれば、診断撮像方法は、解剖学的な第１の画像表現を、解剖学的構造に対応する領域にセグメント化することと、機能的な第２の画像表現から、複数の高トレーサ摂取領域を検出することとを含む。セグメント化された解剖学的な第１の画像表現の１つ以上のセグメント化された領域に対応する機能的な第２の画像表現内の光摂取領域が削除される。そして、削除されていない高摂取領域が、可能性ある病変及び可能性ない病変のうちの一方として特定される。

第３の態様によれば、解剖学的な第１の画像表現内で特定された解剖学的領域が、機能的な第２の画像表現上に持ち込まれ、そこで、解剖学的構造が輪郭描写され得る。これらの構造におけるトレーサ摂取は、ホットスポットの定量化の基準として使用され得る。例えば、正常な肝臓組織の活動と比較したホットスポットの相対活動が計算され得る。

１つの利点は、病変の自動的な検出及び定量化が改善されることにある。

他の１つの利点は、病変を特定する時間が改善されることにある。

以下の詳細な説明を読んで理解した当業者には、本発明の更なる利点が認識されるであろう。

本発明は、様々な構成要素及びその配置、並びに様々なステップ及びその編成の形態を取り得る。図面は、単に好適実施形態を例示するためのものであり、本発明を限定するものとして解釈されるべきではない。
ホットスポット検出システムを採用した診断撮像システムを示す図である。 ホットスポット検出システムを示す図である。 機能画像表示内の高強度の領域を例示する図である。 解剖学的画像表示内でセグメント化された解剖学的構造を例示する図である。 解剖学的構造が抑圧された後の高強度の領域を例示する図である。 流域アルゴリズムを例示する図である。 高摂取領域を検出する方法を示すフローチャートである。

図１を参照するに、診断システム１０は、第１の撮像システムである、解剖学的な診断画像を取得する診断撮像スキャナ１２を含んでいる。診断撮像スキャナ１２は、例えば、コンピュータ断層撮影（ＣＴ）撮像スキャナ、ＭＲＩスキャナ、又はこれらに類するものである。図示した実施形態において、診断撮像スキャナ１２は、回転式ガントリー１６に取り付けられたｘ線源１４を含んでいる。ｘ線源１４は、検査領域１８を通り抜けるｘ線を生成する。ｘ線は、検査領域１８で、被検体（図示せず）のターゲット領域と相互作用する。被検体は、検査領域１８内でターゲット領域を位置決めする支持体２０によって支持される。ｘ線が被検体と相互作用し且つ被検体によって部分的に吸収される検査領域１８をｘ線ビームが通り抜けた後に、該ｘ線ビームを受けるように、ｘ線検出器アレイ２２が配置されている。故に、検出されるｘ線は、被検体に関する吸収情報を含む。

ＣＴスキャナ１２は、選択されたターゲット領域の、選択された撮像シーケンスを実行するよう、コントローラ３０によって操作される。撮像シーケンスは、ターゲット領域の診断撮像データを収集する。診断撮像データはデータバッファ３２に格納される。再構成プロセッサ３４が、収集された撮像データから３Ｄ画像表現を再構成する。再構成された画像表現は、診断解剖学画像メモリ３６に格納される。

診断システム１０は、第２の撮像システム、特に、機能画像を取得する例えばＰＥＴスキャナ、ＳＰＥＣＴスキャナ又はこれらに類するものなどの機能撮像（ファンクショナル・イメージング）スキャナ４０を含んでいる。図示した実施形態において、機能撮像スキャナ４０は、ＰＥＴスキャナとして示されており、撮像領域４４からのγ線を受け取るように方向付けられた複数の放射線検出器モジュール４２を含んでいる。放射線検出器モジュール４２は、図示のように、アクシャル方向に沿って隣接した幾つかのリング状に配列されている。しかしながら、その他の配列をした放射線検出器モジュールが使用されてもよい。放射線検出器モジュール４２は典型的に、断層撮影スキャナ４０の筐体４６内に収容されているため、外側からは見えない。典型的に、各リングは何百又は何千という放射線検出器モジュール４２からなる。機能撮像スキャナ４０は、撮像領域４４内で対象物又はヒト患者を位置決めする被検体支持体４８を含んでいる。支持体４８は、延長されたアクシャル距離にわたる３次元撮像データの収集を支援するよう、放射線検出器モジュール４２のリングに概して垂直なアクシャル方向に直線移動可能である。

ＰＥＴスキャナ４０は、選択されたターゲット領域の、選択された撮像シーケンスを実行するよう、コントローラ５０によって操作される。典型的に、撮像される対象物又は患者は、１つ以上の放射性医薬品又は放射性同位体のトレーサを注入され、且つ支持体４８によって支持されて検査領域４４内に配置される。このようなトレーサの例は、１８Ｆ ＦＤＧ、Ｃ−１１、Ｔｃ−９９ｍ、Ｇａ６７、及びＩｎ−１１１である。対象物内のトレーサの存在は、対象物からの放出放射線を作り出す。放射線イベントは、検査領域４４の周りの検出器モジュール４２によって検出される。検出された放射線イベントの各々に、タイムスタンプ回路５２によって、タイムスタンプが関連付けられる。同時発生（コインシデンス）検出器５４が、同時発生対の検出時間差及び既知の視野の直径に基づいて、同時発生対のγ線と、各同時発生対のγ線によって定められるライン・オブ・レスポンス（ＬＯＲ）とを決定する。再構成プロセッサ５６が全てのＬＯＲを画像表現へと再構成する。該画像表現は機能画像メモリ５８に格納される。必要に応じて、飛行時間プロセッサ６０が、各ＬＯＲに関するタイムスタンプから飛行時間情報を得ることによって、各放射線イベントの位置を特定する。ワークステーション又はグラフィックユーザインタフェース６２が、スキャンのシーケンス及びプロトコルを選択することや画像データを表示することなどのために臨床医が使用することが可能な表示装置６４及びユーザ入力装置６６を含んでいる。

解剖学的スキャナ及び機能的スキャナは別々に図示されているが、それらが結合されてもよいことは認識されるべきである。一実施形態において、解剖学的スキャナ及び機能的スキャナは、それらの撮像領域の中心軸を一直線にして、互いに連続するように接続される。共通の支持体が、対象物又は患者を、２つの撮像領域を順番に通るように移動させる。他の一実施形態において、解剖学的スキャナ及び機能的スキャナは、共通の筐体及び共通の撮像領域を共有する。例えば、ＰＥＴ検出器が撮像ボリュームを取り囲み、ＭＲＩのマグネット、傾斜磁場コイル、並びにＲＦ送信及び／又は受信コイルが、ＰＥＴ検出器のリングの周囲、内側、上流又は下流に配置されるようにすることができる。同様の結合型のＰＥＴ／ＣＴ、ＳＰＥＣＴ／ＣＴ、ＳＰＥＣＴ／ＭＲＩ、ＰＥＴ／超音波などのスキャナも意図される。

引き続き図１を参照しながら、図２及び３Ｂを更に参照するに、診断システム１０は、解剖学画像メモリ３６からの解剖学的画像７２と機能画像メモリ５８からの機能画像７４とに基づく、病変に関連する関心領域（ＲＯＩ）の自動検出、及び検出された病変における代謝活動の自動定量化のためのホットスポット検出システム７０を含んでいる。セグメント化（分割）ユニット７６が、解剖学的な第１の画像表現７２を、複数の解剖学的構造、特に、可能性ある関心病変を不明瞭にし得る高い放射性医薬品トレーサ摂取量を有する解剖学的構造、に対応する複数の領域に分割する。ＦＤＧ−ＰＥＴの場合において、脳７８、心臓８０及び胆嚢８２が図３Ｂの器官であり、これらは、正常に機能しているときに、癌とは無関係な高い摂取をしばしば示す解剖学的構造の例である。高い摂取を有するその他の器官には腎臓及び肝臓があり、これらもセグメント化される解剖学的構造として意図される。セグメント化はまた、患者の生体構造に対するホットスポットの位置を正確に決定することに役立ち得る。

ここまで、解剖学的画像表現７２及び機能的画像表現７４を相異なる種類の画像表現として例示してきたが、それらは仮定上同じものとしてもよい。それらは何れも、ＰＥＴ、ＳＰＥＣＴ、ＣＴ又はＭＲなどの画像表現とし得る。

セグメント化ユニット７６は、様々な種類のセグメンテーション方法を採用することができる。例えば、セグメント化ユニット７６は、関心ある解剖学的構造が患者を横切って、或る程度、比較的一貫性ある幾何学形態及び位置を有することが中心的な仮定であるモデルベースのセグメント化を採用し得る。形状、幾何学的な位置、大きさ、及びそれらの変動を説明する３次元解剖学的構造モデルのライブラリが、セグメント化に先立って、生体構造データベース８４内に定められる。セグメント化において、これらのモデルは、関心構造の境界を特定８６して画成するためのテンプレートとして機能する。しなしながら、認識されるように、例えばクラスター化、エッジ検出、領域拡張、原理構造解析、及びニューラルネットワークなど、その他のセグメンテーション方法も意図される。

セグメント化ユニット７６はまた、実際の解剖学画像にマッピングされる正常な解剖学的構造のアトラス（地図）を用い得る。そのような一実施形態において、アトラスは生体構造データベース８４を含む。

引き続き図２を参照しながら、図３Ａ及び４を更に参照するに、ホットスポット検出ユニット９０が、機能的な第２の画像表現７４から、図３Ａに示すような高強度の領域９２を検出する。全体としてホットスポットをして参照する高強度の領域９２は、機能的な第２の画像表現内の、高い代謝活動を指し示す領域であり、腫瘍増殖又はその他の悪性経過によって生じている可能性がある。これらの高強度領域はまた、例えば心臓、胆嚢、腎臓、肝臓及び脳などの正常に機能している構造／器官を含んでいる。高強度領域９２は、例えば、流域アルゴリズム（watershed algorithm）によって検出される。瓶（bin）ソートユニット、プロセッサ又はアルゴリズム９４が、第２の画像表現７４の全てのボクセルをグレースケール値に従って分類する。最も高いグレースケール値群を有する流域（basin）は、図４に示すように、事実上あふれさせられる。流域ごとに、その流域領域の小ささの指標と、その流域内の最高グレースケール値と最低グレースケール値との間の振幅と、が計算される。或る特定の閾値９６を超える流域は、カラーオーバーレイ（色付きの重ね合わせ）を用いて、高強度領域９２としてハイライト（強調）されている。特定ユニット、プロセッサ又はアルゴリズム９８が、生体構造データベース８４からの例えば大きさ、形状又は位置などの生体構造情報を用いて、高いトレーサ摂取を有する領域を、例えば唾液腺として、特定する。認識されるように、高い強度の領域を検出するその他の検出アルゴリズムも意図される。

引き続き図２を参照するに、摂取ユニット、プロセッサ又はアルゴリズム１００が、第１の画像表現のセグメント化された領域７８、８０、８２を分析し、例えば均質性及び摂取の少なくとも一方に基づいて、その解剖学的構造が正常又は異常の何れで機能しているかを決定する。摂取ユニット１００は、解剖学的画像表現７２のセグメント化された領域に対応する機能的画像表現７４からの代謝活動を相互に関係付け、特に標準摂取値（standardized uptake value；ＳＵＶ）である摂取値、放射性医薬品トレーサの濃度の指標を決定する。セグメント化された領域にわたって一貫した摂取値を有し且つ所定のレベルと矛盾しない平均摂取値を有するセグメント化された領域は、正常と見なされる。

分類（クラシフィケイション）ユニット、プロセッサ又はアルゴリズム１０１が、高トレーサ摂取の領域を、解剖学的な第１の画像表現からセグメント化された解剖学的構造に対するそれらの位置に従って分類する。削除ユニット、プロセッサ又はアルゴリズム１０２が、分類ユニットの結果を用いて、機能的な第２の画像表現７４内の高強度領域９２を削除する。上述のように、正常に機能している解剖学的構造に対応する高強度領域は、有害である可能性がある病変を不明瞭にしてしまい得る。可能性ある病変の検出を改善するため、正常に機能している解剖学的構造が機能的第２画像表現から削除され、高強度の、図３Ｃに示す、削除されない領域（非削除領域）１０４が、妥当な病変であるかを決定するために更に分析される。なお、異常機能の解剖学的構造も意図される。

特定ユニット、プロセッサ又はアルゴリズム１０６が、非削除領域に対応する指標を計算するように構成される。指標は、以下に限られないが、総腫瘍組織量、糖分解量、ＳＵＶ、平均活動量、最大活動量、最小活動量、均質性、及びこれらに類するものを含む。指標を計算することに加えて、定量化ユニットは、非削除領域１０４が病変であるか決定するために非削除領域１０４について様々な検査を実行する多数のモジュールを含む。例えば、対称性ユニット、プロセッサ又はアルゴリズム１０８が、第１及び／又は第２の画像表現の、ペア（対）をなす解剖学的構造に対応する高強度領域の対称ペアを決定する。例えば、特定ユニット９８によって或る高強度領域が唾液腺として特定される場合、対称性ユニットは、患者の他方側の対応する唾液腺を探索する。対称ペア間での活動パターンが、活動ユニット、プロセッサ又はアルゴリズム１１０によって決定される。対称ペア間に代謝活動の非対称性が存在する場合、その非削除高強度領域１０４は可能性ある病変として特定される。

他の一実施形態において、特定ユニット１０６の結果は表示装置６４上で視覚化される。概略報告が作成される前に、ユーザは、選択されたホットスポットすなわち高摂取領域を、入力装置６６を用いて確認あるいは編集するよう依頼される。

定量化ユニットはまた、第２の画像表現内の高強度領域に関して、リンパ節が存在するかの確率を決定する確率ユニット、プロセッサ又はアルゴリズム１１２を含む。例えば腋窩部又は縦隔などのリンパ節を評価することは、腫瘍が転移していそうかを決定する際の重要な要素である。なお、腫瘍が転移しているかどうかは、癌患者の治療選択に影響する。正規化ユニット、プロセッサ、又はアルゴリズム１１４が、非削除高強度領域の代謝活動を、例えば摂取ユニット１００によって特定された構造などの正常機能している構造と比較する。例えば、一般に、可能性ある病変の代謝活動が、名目（nominal）活動ユニット、プロセッサ又はアルゴリズム１１６によって決定される標準摂取値と比較される。名目活動ユニットはまた、総腫瘍組織量、総糖分解量、又はこれらに類するものを決定することが可能である。比較基準として肝臓の代謝活動を使用することができる。肝臓はセグメント化ユニット７６によってセグメント化されて特定されるので、容易に、非削除高強度領域を肝臓における摂取と比較することができる。以前は、臨床医がワークステーション上で肝臓の領域を手作業で輪郭描写しなければならず、これは時間を消費するとともに大いに主観的であった。第２の画像表現７４内で解剖学的構造を輪郭描写するため、解剖学的な第１の画像表現７１内で特定された解剖学的領域が、機能的な第２の画像表現７４上に持ち込まれ得る。これらの構造におけるトレーサ摂取量をホットスポットの定量化の基準として使用することができ、例えば、正常な肝臓組織と比較した、ホットスポットの相対活動量が計算され得る。

定量化ユニットはまた、削除された領域に近接する高強度領域を、生体構造データベース８４に格納されたモデルに基づいて特定する近接性ユニット１１８を含む。近接性ユニットは、生体構造データベース８４によって提供される生体構造情報を利用して、何処で高強度領域が発生しそうか、発生しそうにないかを決定する。これは、削除される領域が領域を含むか排除するかを調整するために、削除ユニット及び／又はセグメント化ユニットに送られ得る。例えば、リンパ節が心臓の近くに位置する場合、心臓モデル及びリンパ節モデルの演繹的知識を用いて、リンパ節が、セグメント化された心臓内に含まれず、故に、第２の画像表現内で削除されないことが確保される。

セグメント化された解剖学画像、セグメント化されていない解剖学画像、機能画像、高摂取器官が削除された機能画像、定量化されたホットスポットの画像又はマップ、及び重ね合わせたこれらの組み合わせは、ワークステーション又はグラフィカルユーザインタフェース６２の検出画像メモリ１２０に格納される。

図１を参照するに、必要に応じての画像結合器１３０が、解剖学的な第１の画像表現と機能的な第２の画像表現とを、同時表示する結合画像へと結合する。例えば、これらの画像を相異なる色で重ね合わせたり、機能的第２画像表現のホットスポットの輪郭を第１の画像表現上に重ねたり、解剖学的第１画像表現のセグメント化された解剖学的構造の輪郭を機能的第２画像表現上に重ねたり、あるいは、第１及び第２画像表現を共通スケールで隣り合わせて表示したりすることができる。

図５を参照するに、診断撮像方法は、解剖学的な第１の画像表現を、複数の解剖学的構造に対応する複数の領域にセグメント化すること（１４０）と、機能的な第２の画像表現から、高いトレーサ摂取の複数の領域を検出すること（１４２）とを含む。セグメント化された解剖学的第１画像表現の１つ以上のセグメント化された領域に対応する、機能的第２画像表現内の高摂取領域が削除される（１４４）。そして、削除されていない高摂取領域が、可能性ある病変及び可能性ない病変のうちの一方として特定される（１４６）。

好適実施形態を参照して本発明を説明した。以上の詳細な説明を読んで理解した者は変更及び変形に想到し得る。本発明は、添付の請求項の範囲又はその均等範囲に入る限り、全てのそのような変更及び変形を含むと解されるものである。

Claims (19)

1. 解剖学的な第１の画像表現を、被検体の解剖学的構造に対応する領域にセグメント化するセグメント化ユニット；
   機能的な第２の画像表現から、高トレーサ摂取領域を検出するホットスポット検出ユニット；
   前記解剖学的な第１の画像表現からセグメント化された前記解剖学的構造に対する前記高トレーサ摂取領域の位置に従って、前記高トレーサ摂取領域を分類する分類ユニット；
   前記分類ユニットの結果に基づいて、前記機能的な第２の画像表現内で高トレーサ摂取領域を削除する削除ユニット；及び
   削除されていない高摂取領域を、可能性ある病変及び可能性ない病変のうちの一方として特定する特定ユニット；
   を含むホットスポット検出システム。
2. 前記セグメント化ユニットは、前記解剖学的構造の形状、大きさ及び幾何学的位置のうちの少なくとも１つに係る先験的情報に基づいて、前記解剖学的構造を特定してセグメント化する、請求項１に記載のホットスポット検出システム。
3. 前記第１の画像表現のセグメント化された領域を、均質性及び摂取量のうちの少なくとも一方に関して分析し、正常な領域及び異常な領域を特定する摂取ユニット、
   を更に含む請求項１又は２に記載のホットスポット検出システム。
4. 前記削除ユニットは、正常として特定された解剖学的構造に対応する前記機能的な画像表現の前記領域を削除する、請求項３に記載のホットスポット検出システム。
5. 前記機能的な画像表現の前記高摂取領域がリンパ節に対応する確率を決定する確率ユニット、
   を更に含む請求項１乃至４の何れか一項に記載のホットスポット検出システム。
6. 対をなす解剖学的構造に対応する、前記機能的な画像表現の前記高摂取領域の対称的な対を決定する対称性ユニット；及び
   決定された前記高摂取領域の対称的な対間で代謝活動を比較して、代謝活動の非対称性を特定する活動ユニット；
   を更に含む請求項１乃至５の何れか一項に記載のホットスポット検出システム。
7. 総腫瘍組織量、総糖分解量及び標準摂取値のうちの何れか１つに基づいて、前記削除されていない高強度領域の指標を決定する名目活動ユニット；
   を更に含む請求項１乃至６の何れか一項に記載のホットスポット検出システム。
8. 前記名目活動ユニットは、選択されたセグメント化された領域における名目代謝活動を決定する、請求項７に記載のホットスポット検出システム。
9. 前記選択されたセグメント化された領域は肝臓に対応する、請求項８に記載のホットスポット検出システム。
10. 前記ホットスポット検出ユニットは、流域変換を用いて高摂取領域を検出する、請求項１乃至９の何れか一項に記載のホットスポット検出システム。
11. 検出された高摂取領域を、カラーオーバーレイを用いて輪郭描写し、且つ前記検出された高摂取領域を表示装置上に表示するワークステーション、
    を更に含む請求項１乃至１０の何れか一項に記載のホットスポット検出システム。
12. 前記高摂取領域は、高い代謝活動を指し示す、請求項１乃至１１の何れか一項に記載のホットスポット検出システム。
13. 解剖学的な第１の画像表現を生成するように構成された解剖学的画像スキャナ；
    機能的な第２の画像表現を生成するように構成された陽電子放出型断層撮影（ＰＥＴ）スキャナ；及び
    請求項１乃至１２の何れか一項に記載のホットスポット検出システム；
    を有する診断撮像システム。
14. 解剖学的な第１の画像表現を、解剖学的構造に対応する領域にセグメント化するステップ；
    機能的な第２の画像表現から、複数の高トレーサ摂取領域を検出するステップ；
    前記解剖学的な第１の画像表現からセグメント化された前記解剖学的構造に対する前記高トレーサ摂取領域の位置に従って、前記高トレーサ摂取領域を分類するステップ；
    前記高トレーサ摂取領域の前記分類に基づいて、前記機能的な第２の画像表現内で高摂取領域を削除するステップ；及び
    削除されていない高摂取領域を、可能性ある病変及び可能性ない病変のうちの一方として特定するステップ；
    を含む診断撮像方法。
15. 対をなす解剖学的構造に対応する、前記第２の画像表現の前記高摂取領域の対称的な対を、生体構造情報に基づいて決定するステップ；及び
    決定された前記高摂取領域の対称的な対間で代謝活動を比較して、代謝活動の非対称性を特定するステップ；
    を更に含む請求項１４に記載の方法。
16. 選択されたセグメント化された領域における名目強度を用いて、前記削除されていない高摂取領域の代謝活動レベルを正規化するステップ、
    を更に含む請求項１４又は１５に記載の方法。
17. 前記解剖学的構造をセグメント化することは、前記解剖学的構造の形状、大きさ及び幾何学的位置のうちの少なくとも１つに係る先験的情報に基づく、請求項１４乃至１６の何れか一項に記載の方法。
18. 前記機能的な画像表現はＰＥＴ撮像スキャナによって生成される、請求項１４乃至１７の何れか一項に記載の方法。
19. 前記削除されていない高摂取領域は表示される、請求項１４乃至１８の何れか一項に記載の方法。

Images