JP2013220326A - 経頭蓋脳機能解析方法 - Google Patents

Abstract

【課題】簡便かつ直感的に経頭蓋脳機能データを脳構造に対応付けするための脳構造画像データベースを用い、頭蓋上のランドマーク設定を簡便にし、脳機能解析データの直感的な対応付けを行う。
【解決手段】被験者の頭に３つの安定基準点以外に任意の位置でアンカーを設定し、アンカーの座標を極座標に変換し、極座標に対応させることにより頭表及び脳表データを蓄積した参照脳データベースにおける頭表上の参照アンカーの位置を求め、参照アンカーの座標を標準脳座標系に変換し、標準脳座標系の参照アンカー及び参照脳データベースにおける３つの安定基準点の座標と被験者のアンカー及び３つの安定基準点の座標との対応関係により被験者の頭に設置したプローブの座標を標準化し、標準化したプローブの座標を頭表から脳表に射影し、射影した座標に対し誤差を推定する。
【選択図】図１

Description

本発明は、簡便かつ直感的に経頭蓋脳機能データを脳構造に対応付けする経頭蓋脳機能解析方法に関する。

ヒトの脳機能を非侵襲に計測する手法は、近年、著しい発展を遂げている。脳機能の解析には、脳の機能データと構造データの取得が必要である。脳機能計測法の中には、ｆＭＲＩ（機能的核磁気共鳴撮像法）のように、脳の構造画像と機能画像が同時に取得できる手法もある。

しかし、ＭＥＧ（脳磁計）、ｆＮＩＲＳ（機能的近赤外分光分析法）、ＥＥＧ（脳波計）、ＴＭＳ（経頭蓋磁気刺激法）等の経頭蓋脳機能解析法は、脳の機能データを取得することは可能であるが、脳の構造データを得るためには、別途、ＭＲＩ（核磁気共鳴撮像法）による脳構造画像の撮像、及び、脳構造画像への機能データの対応付け（レジストレーション）が必要である。

また、ＭＲＩによる脳構造画像の取得が可能であっても、経頭蓋脳機能解析法を用いた脳機能計測の場において、すぐに活用できるケースは少なく、レジストレーションを実行するまでのタイムラグが発生する。

これらの問題を解決する手段として、特許文献１に記載されているように、被験者の脳の代わりに、参照脳データベースから任意に選択した脳構造画像を用いて、脳機能データを脳構造データへとレジストレーションする手法がある。

まず、被験者の脳構造画像がないために別の被験者の頭と脳の脳構造画像を借りてくる方法として確率的レジストレーションがある。確率的レジストレーションは、頭表上の位置を記述するための国際１０−２０システムと、脳の位置を記述するためのＭＮＩ（Ｍｏｎｔｒｅａｌ Ｎｅｕｒｏｌｏｇｉｃａｌ Ｉｎｓｔｉｔｕｔｅ）標準脳座標系を結び付けることによって、被験者のＭＲＩ画像がない場合でも、１０−２０基準点を媒介として、経頭蓋脳機能解析法による脳機能計測データをＭＮＩ標準脳座標系にレジストレーションする。

確率的レジストレーションにおいては、事前に撮像した別の被験者のＭＲＩ画像を参照脳データベースとして整備する。まず、ＭＲＩ画像を予めＭＮＩ空間に標準化し、この際、１０−２０システム基準点を設置すると共に標準化する。一方、被験者の頭の上でも、１０−２０システム基準点を設置し、ｆＮＩＲＳプローブの位置と共に３Ｄデジタイザー（三次元空間物差し）で位置計測する。

参照脳データベース上では、１０−２０システム基準点は座標値として記述されているので、それらをターゲットとして、被験者の１０−２０基準点を座標変換する。このときに用いた変換式を適用して、被験者のｆＮＩＲＳ計測点をＭＮＩ空間に変換する。

さらに、レジストレーションに利用する参照脳の数を増やし、統計的に処理することによって、レジストレーションの推定精度（誤差）を求める。標準脳座標系においては、解剖学的な構造と座標が対応化されたアトラスが入手可能であり、これらを介して、脳機能計測データと解剖学的構造との対応化が可能である。

確率的レジストレーション法の推定精度は、脳領域によって異なるが、１ｃｍ以内である。脳の重要な機能単位である脳回の幅が約１ｃｍであることを考えれば、ＭＲＩ計測なしでも脳回レベルの空間解析は可能である。

ところが、３Ｄデジタイザー計測は煩雑な手順を伴い、必ずしも、限られた診断、計測時間の中で行えるとは限らず、また、実際の臨床計測においては、ｆＮＩＲＳホルダーの設置法は予め決められている場合が多い。

この問題を解決する方法として、ｆＮＩＲＳプローブ設定に再現性があると仮定し、ｆＮＩＲＳのプローブ・ホルダー自体の設置と変形をコンピュータ・シミュレーションに組み込んだバーチャル（仮想的）・レジストレーション法がある。

バーチャル・レジストレーション法は、まず、ホルダーの種類や構造に応じたバーチャル・プローブ・ホルダーを生成する。実際の計測では、被験者頭部にプローブ・ホルダーを設置する際にホルダーの変形が生じるが、この変形の様態をアルゴリズム化し、計算によってコンピュータ上で再現する。

次に、バーチャル被験者を生成する。無限に存在するＭＲＩ画像のデータベースの中からランダムに頭部と脳の構造画像を抽出することが望ましいが、現実的には、データベース内のＭＲＩ画像エントリーの数は限られているので、３つのパラメータを用いて、リサンプリング法によって、新規頭部構造を持つバーチャル被験者を生成する。

第１に、データベースの中から、ランダムに１つの頭を選択し、これを変形の基本材料として用いる。第２に、頭の大きさを定義する。第３に、頭の形を表すパラメータとして、頭の幅、奥行き、高さを設定する。

出来上がったバーチャル被験者の頭に、ホルダー変形アルゴリズムを適用し、プローブ・ホルダーをバーチャルに設置する。バーチャル・プローブ・ホルダーの設置後、確率的レジストレーション法と同様の手順により、頭部のプローブ位置を標準脳座標系に変換し、脳表へと投影する。

用途に応じて、数十から数千のバーチャル被験者に対するバーチャル・レジストレーションを行い、位置推定の結果の統計的な処理を行う。これにより、推定位置の被験者間誤差の推定が可能である。ホルダーで覆われた範囲においては、座標値の標準偏差は１ｃｍ以下であり、実用上問題のないレベルの空間的推定精度である。

しかしながら、確率的レジストレーション法では、被験者の頭蓋における４点以上のランドマークと、そのランドマークに対応するＭＲＩデータベース上のランドマークとのアフィン変換を行うが、Ｎｚ（Ｎａｓｉｏｎ，鼻根）とＡＲ，ＡＬ（ｒｉｇｈｔ ａｎｄ ｌｅｆｔ ｐｒｅａｕｒｉｃｕｌａｒ ｐｏｉｎｔｓ）といった３点のランドマークに関しては、一定の正確さと実験参加者間の一貫性を保って定義できるのに対し、４点目のランドマークに関しては、その一貫性を保つのが困難である。

例えば、４点目のランドマークをＩｚ（Ｉｎｉｏｎ，後頭結節）に設定した場合、Ｉｚ自体が解剖・構造的に個人差が大きく、また、評定者・実験者によって変動しやすい部分であるため、レジストレーション結果も不安定になるし、Ｎｚ，ＡＲ，ＡＬといった他のランドマークが成す平面に近い配置となり、頭部の高さ情報が大きく欠落してしまうため、アフィン変換を行うには不適切である。

一方、頭表を比率によってバランス良く分割してランドマーク設定を行う国際１０／２０法のランドマークを用いることにより、後頭部のＩｚではなく頭頂近辺に位置するＣｚを、アフィン変換を行うに十分な高さ情報を持った４点目のランドマークとすることが可能であるが、国際１０／２０法のランドマーク設置手順に従えば、Ｃｚの位置はＩｚに依存しており、ＣｚはＩｚ自体の個人差や大きなばらつきを内包したランドマークになるので、ＩｚやＣｚに依存しないレジストレーション法を実現することが望ましい。

また、標準脳座標系での機能データ表現では、計測の位置は分かるものの、直感的に脳のどの解剖学的構造に対応しているかが即座に分かる訳ではなく、バーチャルレジストレーション法でも、ｆＮＩＲＳプローブの設置には、１０−２０法に準拠した設置などによる詳細な位置決めが必要であるように、直感的な計測位置の把握とレジストレーションに伴う空間位置計測の手間は、経頭蓋脳機能データ解析における大きな問題である。

そこで、本発明は、簡便かつ直感的に経頭蓋脳機能データを脳構造に対応付けするための脳構造画像データベースを用い、頭蓋上のランドマーク設定を簡便にするためのアンカー式レジストレーション法、及び、脳機能解析データの直感的な対応付けを行うリバースレジストレーション法を実現することを目的とする。両者は単独で用いることもできるが、組み合わせて使用すると、さらに簡便な脳機能解析手法となる。

上記の課題を解決するために、本発明である経頭蓋脳機能解析方法は、被験者の頭に３つの安定基準点以外に任意の位置でアンカーを設定するステップと、前記アンカーの座標を極座標に変換するステップと、前記極座標に対応させることにより頭表及び脳表データを蓄積した参照脳データベースにおける頭表上の参照アンカーの位置を求めるステップと、前記参照アンカーの座標を標準脳座標系に変換するステップと、前記標準脳座標系の参照アンカー及び参照脳データベースにおける３つの安定基準点の座標と被験者のアンカー及び３つの安定基準点の座標との対応関係により被験者の頭に設置したプローブの座標を標準化するステップと、前記標準化したプローブの座標を頭表から脳表に射影するステップと、前記射影した座標に対し誤差を推定するステップとからなる構成とした。

また、本発明である経頭蓋脳機能解析方法は、上記方法に加え、被験者の頭部形状に合わせて、参照脳データベースの多数の脳と頭の形状を変形することを特徴とし、当該方法で変形した脳と頭のデータを記録したデータベースも備える。

本発明は、経頭蓋三次元において、磁気式デジタイザーの計測データを座標変換に用いるには頭の上に基準点が４つ必要なため、３つの安定基準点と適当な１点で座標変換をするアンカー式レジストレーション法を実現することにより、従来の確率的レジストレーションに比べて大幅に時間を削減することができる。

また、本発明は、標準脳座標系上での確率表現は直観的に把握しにくいという問題を解決するために、被験者の頭部形状に合わせて、参照脳データベースの多数の脳と頭部を変形するリバースレジストレーション法を実現することにより、脳機能解析データの計測位置を、直観的に脳回レベルで予測することができる。

本発明の実施例１に係るアンカー式レジストレーション法を示す図である。 本発明の実施例１に係るアンカー式レジストレーション法におけるＭＮＩ標準脳座標系への標準化のフローを示す図である。 本発明の実施例１に係るアンカー式レジストレーション法の仮想合成頭表・脳表セットを対象としたプログラムシミュレーションの結果を示す図である。 本発明の実施例１に係るアンカー式レジストレーション法のバリデーション結果を示す図である。 本発明の実施例２に係るリバースレジストレーション法を示す図である。 本発明の実施例３に係るリバースレジストレーション法の概要を示す図である。 本発明の実施例３に係るリバースレジストレーション法を示す図である。

本発明は、簡便かつ直感的に経頭蓋脳機能データを脳構造に対応付けするための脳構造画像データベースを用いた、頭蓋上のランドマーク設定を簡便にするためのアンカー式レジストレーション法、及び、脳機能解析データの直感的な対応付けを行うリバースレジストレーション法であり、両者は単独で用いることもできるが、組み合わせて使用すると、さらに簡便な脳機能解析手法となる。

図１は、本発明の実施例１に係るアンカー式レジストレーション法を示す図である。アンカー式レジストレーション１は、実世界座標系２における被験者の頭の上の３つの安定基準点２ａ、２ｂ、２ｃと、任意の適当な点２ｄで座標変換し、任意の参照脳が存在する参照脳座標系３上の安定基準点３ａ、３ｂ、３ｃ及び任意の適当な点２ｄに相当する点３ｄを求めるものである。尚、Ｎｚ（鼻根）、ＡＬ（左耳）、ＡＲ（右耳）を安定基準点２ａ、２ｂ、２ｃとして用い、任意の適当な点２ｄをアンカーとして用いる。

アンカー式レジストレーション法は、確率的レジストレーション法におけるランドマーク設定に伴う負荷を軽減し、ランドマーク自体のばらつきに起因する空間解析精度を向上させたｆＮＩＲＳ計測における簡便かつ頑健な空間解析法である。

アンカー式レジストレーション法では、Ｎｚ，ＡＲ，ＡＬの３点のランドマークに、頭表上の任意の１点を加えた４点によってアフィン変換を行い、ｆＮＩＲＳプローブ又はチャンネルを参照脳座標系３に変換する。このとき、参照脳においては、ＭＮＩ標準脳座標系への非線形変換行列があらかじめ定義されているので、この非線形変換行列を用いて、ｆＮＩＲＳプローブ又はチャンネルをＭＮＩ標準脳座標系へとさらに変換することが可能である。参照脳座標系３へアフィン変換を行う際に重要となる４点目のランドマークの座標の処理に関して、極座標の概念を導入している点で、従来の確率的レジストレーション法と大きく異なる。

アンカー式レジストレーションでは、まず、Ｎｚ，ＡＲ，ＡＬのランドマーク３点を用いて平面を規定し、当該平面におけるＡＲとＡＬの中点を、極座標における原点Ｏとする。このとき、ＯからＡＲ−ＡＬに直交する方位角φを０とすれば、三次元デジタイザーで計測したランドマークやｆＮＩＲＳプローブの実世界座標を、方位角θ、仰角θ、動径ｒの３パラメータに変換することが可能となる。

実験参加者（被験者）の頭部において計測したｆＮＩＲＳプローブの座標をアフィン変換によって参照脳座標系３に変換するにあたり、ＭＲＩデータベース上でＮｚ，ＡＲ，ＡＬの３点の座標は既知であるが、４点目の座標Ａｓｂｊ（φｓｂｊ，θｓｂｊ，ｒｓｂｊ）に対応するＡｒｈ（φｒｈ，θｒｈ，ｒｒｈ）は未知であるため、φｒｈ＝φｓｂｊ、かつ、θｒｈ＝θｓｂｊを満たすＭＲＩデータベース上の１点を求め、これをＡｒｈとして用いる。即ち、ｒｒｈの値を固定せず、Ｏｓｂｊ−Ａｓｂｊ（φｓｂｊ，θｓｂｊ，ｒｓｂｊ）ベクトルを、Ｏｒｈから伸ばしたとき、ＭＲＩデータベース頭表と交わる１点がＡｒｈとなる。

次に、Ａｒｈを、あらかじめ算出した非線形変換行列によって、ＭＮＩ標準座標における点ＡＭＮＩへと変換する。この手続によれば、確率的レジストレジストレーション法で不可欠な国際１０／２０法に準じるランドマークのマーキングとデジタイジングが不要となるため、非常に効果的かつ迅速にｆＮＩＲＳ計測箇所の空間解析を行うことができる。

尚、アンカー式レジストレーションにおいて、脳機能計測データを表現するための場は、必ずしも標準脳座標系である必要はなく、Ｎｚ，ＡＲ，ＡＬの３点の座標位置が記載されている脳構造画像であれば、任意の脳構造画像へのレジストレーションが可能である。

図２は、本発明の実施例１に係るアンカー式レジストレーション法におけるＭＮＩ標準脳座標系への標準化のフローを示す図である。

予め、仮想的レジストレーション法におけるランダムサンプリング手法に則り、日本人の成人頭部の形と大きさのポピュレーションを反映した１００組の仮想合成頭表・脳表データセットを作成しておく。また、参照脳データベースとして、参照頭表及び参照脳表のデータを蓄積した参照ＭＲＩデータベースを用意しておく。

ステップ１からステップ３において、被験者として１００人の実験参加者（ｎ＝１００）を想定した仮想合成頭表・脳表データセットにおいて、それを構成する各々の頭表で、アンカーＡｓｂｊｎ（ｘｓｂｊｎ，ｙｓｂｊｎ，ｚｓｂｊｎ）を、式１から式３により、極座標Ａｓｂｊｎ（φｓｂｊｎ，θｓｂｊｎ，ｒｓｂｊｎ）に変換する。

ステップ４において、実験参加者頭部におけるアンカーＡｓｂｊｎに対応する参照ＭＲＩデータベース上のアンカーＡｒｈｎの位置を求める。ＡｓｂｊｎとＡｒｈｎとの対応条件は、それぞれの方位角φと仰角θの２つのパラメータが等しいこととする。参照ＭＲＩデータベースのデータエントリは１７個存在するので、ｊ番目の参照アンカーをＡｒｈｎ（φｒｈｎｊ，θｒｈｎｊ，ｒｒｈｎｊ，ｊ＝１〜１７）とすると、アンカーの対応条件は、φｓｂｊｎ＝φｒｈｎｊ，θｓｂｊｎ＝θｒｈｎｊである。

ステップ５において、Ａｒｈｎｊを再びユークリッド座標に変換し、ステップ６において、ＳＰＭ−８（Ｓｔａｔｉｓｔｉｃａｌ Ｐａｒａｍｅｔｒｉｃ Ｍａｐｐｉｎｇ）によって求めた非線形変換行列を用いて、ＭＮＩ標準脳座標系上の１点ＡＭＮＩｎｊに座標変換する。ＡＭＮＩｎｊの座標が得られた段階で、実験参加者頭部で計測したプローブの座標を、アフィン変換によってＭＮＩ標準脳座標系に変換・標準化することが可能となる。

ステップ７、８において、仮想合成頭表・脳表データセットにおけるＮｚ，ＡＬ，ＡＲ，Ａの４点の座標と、これらに対応する参照ＭＲＩデータベースにおけるＭＮＩ標準脳座標系の４点の座標によって変換行列Ｗｎを算出する。ステップ９において、Ｗｎによって標準化を施した１００セットのプローブの座標は、バルーンインフレーション法によって、頭表から脳表への射影を行う。

ステップ１０において、脳表上の１００セットのプローブ座標に対し、各プローブ毎の平均値を求めて最確値とし、また、その最確値を基準として標準偏差を算出し、この値を推定誤差として、参照ＭＲＩデータベースから作成した平均標準脳上に描画する。

図３は、本発明の実施例１に係るアンカー式レジストレーション法の仮想合成頭表・脳表セットを対象としたプログラムシミュレーションの結果を示す図である。

プログラムシミュレーションにおいては、三次元デジタイザーの利用できる実験場面を想定し、まず、仮想頭表を実験参加者の頭蓋とみなし、仮想頭表上でＮｚ，ＡＲ，ＡＬ，Ａの４点の参照点とｆＮＩＲＳプローブの座標を求め、アンカーに相当するＡの座標のみをシステマティックに変化させる。

仮想合成頭表・脳表データセットは、ＭＲＩデータベースを参照し、頭部の形と大きさ、さらに縦・横・奥行き比（Ｎｚ，ＡＲ，ＡＬ、Ｉｚの４点間の重心ＭからＣｚまでの直線距離、ＡＲ−ＡＬ間の直線距離、Ｎｚ−Ｉｚ間の直線距離の比）をリサンプリングし、これらのパラメータを元に新規頭表と脳表を作成する。

仮想合成頭表・脳表データセットは、三次元ボクセル形式のＭＲＩそのものではなく、ＭＲＩから抽出した頭表・脳表に相当する部位であって、三次元散布ベクトルデータである。

Ｘ軸は左右両半球方向に伸び、左半球から右半球に向けてＸの値が増加する。Ｙ軸はＸ軸に直交する形で前頭後頭部方向に伸び、Ｙの値は後頭部から前頭部に向けて増加する。Ｚ軸はＸＹ平面に直交し、Ｚの値は頭部の腹側から背側に向けて増加する。

極座標表現にあたり、ＡＲ−ＡＬ中点を原点Ｏとし、このＯからＡＬ−ＡＲに直交する方位角φの値を０として定め、φの値は、頭頂方向から見て時計回りに増加、半時計回りに減少し、その値の取り得る範囲は０±πである。また、仰角θは、Ｎｚ，ＡＲ，ＡＬの３点が成す平面を０とし、この平面から対象のランドマーク又はプローブ座標への角度として定義する。

仮想合成頭表・脳表データセットにおいて、Ｎｚ，ＡＲ，ＡＬの３点のランドマークの座標は、ＵＩ１０／２０（Ｕｎａｍｂｉｇｕｏｕｓｌｙ−ｉｌｌｕｓｒａｔｅｄ １０／２０）法に基づいて予め参照ＭＲＩデータベースにストックされているものを用いる。アンカー設定条件は、ＭａｘＺ条件、ＶｉｃＰ条件、ＵＩ１０／１０条件の３条件とする。

ＭａｘＺ条件は、頭表において、Ｚの値が最大値を取る１点をアンカーとして設定するものである。尚、軸面（Ａｘｉａｌ）方向に伸びる一軸をＺ軸として定義する。アンカーの位置は比較的Ｃｚに近くなるが、両者は同一点ではない。

ＶｉｃＰ条件は、国際１０／２０法のランドマークの１つであるＣｚを中心とする２ｃｍ範囲内の頭表領域から、ランダムに選択した１点をアンカーとして設定する。本条件は、実際の実験場面において、目視により実験参加者の頭頂周辺から１点の座標を計測した場合を想定したものである。

ＵＩ１０／１０条件は、ＵＩ１０／１０（Ｕｎａｍｂｉｇｕｏｕｓｌｙ−ｉｌｌｕｓｒａｔｅｄ １０／１０）法に則った、矢状面におけるＦｐｚ，ＡＦｚ，Ｆｚ，ＦＣｚ，ＣＰｚ，Ｐｚ，ＰＯｚ，Ｏｚと、冠状面におけるＴ８，Ｃ６，Ｃ４，Ｃ２，Ｃ１，Ｃ３，Ｃ５，Ｔ７の計１６点から１点を選択し、アンカーとして設定する。

仮想合成頭表・脳表データセットの各頭表において、４点のランドマークに加え、仮想プローブホルダーを設置し、当該ホルダーを構成するプローブの座標を求める。このホルダーは、ゴム製のエラスティックホルダーであり、３行×５列のプローブによって構成され、送光器は７個、受光器は８個、プローブ間隔は３ｃｍである。また、その設置箇所は、前頭部、頭頂部、左右両側頭部、後頭部の５箇所とする。

ＭａｘＺ条件アンカー式レジストレーション法によって標準化されたプローブ座標は、確率的レジストレーション法による標準化の結果と非常に近い傾向を示し、比較的安定した標準化方法である。

ＶｉｃＰ条件アンカー式レジストレーション法の結果も、ＭａｘＺ条件アンカー式レジストレーション法の結果と同じ傾向を示し、従来の確率的レジストレーション法と同様に安定した標準化精度であり、実際の計測場面においても実用性の高い空間解析法である。

ＵＩ１０／１０条件におけるアンカー式レジストレーション法の結果としては、全体的に、頭部の高い位置に存在するアンカーの方がより安定することから、アンカー式レジストレーション法における標準化の精度は、アンカーの角度に依存し、アンカーが、ＡＬ，ＡＲから求めた原点Ｏに対して一定の角度基準を満たさない場合は、標準化の結果に系統的なズレが発生し得る。

アンカー式レジストレーション法の実施において、比較的頭表の広い領域が、アンカーとして使用可能であり、国際１０／２０法において定義されたランドマーク以外の箇所でもアンカーとして使用し、ＭＮＩ標準脳座標系への安定した標準化が可能である。

ｆＮＩＲＳを用いる場合に、ＩｚとＣｚの同定とマーキング、座標の計測までの一連の手続は、非常に煩雑で手間の掛かるステップであるため、実験参加者頭部のＮｚ，ＡＬ，ＡＲの３点と、頭頂周辺の適当な１点を三次元デジタイザーで計測するだけで実施することのできるアンカー式レジストレーション法は有用である。

図４は、本発明の実施例１に係るアンカー式レジストレーション法のバリデーション結果を示す図である。

下図は、実験参加者自身のＭＲＩへのプローブ座標の重ね合わせと、ＳＰＭ−８を用いたボクセルベースのレジストレーション１ｂであり、中図は、Ｎｚ，ＡＲ，ＡＬ，Ｃｚの計４点を用いた確率的レジストレーション１ａであり、上図は、Ｎｚ，ＡＲ，ＡＬ，頭頂近辺の１点の計４点を用いたアンカー式レジストレーション１である。

三種のレジストレーションによってＭＮＩ標準座標系に標準化されたプローブ座標は、相互に近しい値であり、また、各々のレジストレーション手法内において、標準化された各プローブ座標の標準偏差は似通った値になり、さらに、三種のレジストレーション手法間で、全プローブ座標の最確値同士の直線距離の中央値は、１０ｍｍを超えない範囲に収まる。

三種のレジストレーションによって求められた座標から、各プローブ毎にグランドアベレージを求め、グランドアベレージから各々のプローブ座標への直線距離を算出し、これらの直線距離をサンプルとした対応のある一元分散分析を行っても、１５個のプローブ全てにおいて、レジストレーション手法間で有意差は見られない。

アンカー式レジストレーション法の実施にあたり必要となるＮｚ，ＡＬ，ＡＲ，頭頂近辺の１点の計４点のランドマーク座標の同定・マーキング・計測の所要時間と、従来の確率的レジストレーション法の実施にあたり必要となるＮｚ，ＡＬ，ＡＲ，Ｃｚの計４点のランドマーク座標の同定・マーキング・計測の所要時間に対して、Ｍａｎｎ−ＷｈｉｔｎｅｙのＵ検定を行ったところ有意差が見られ、両条件間で、ランドマークの座標計測に要する時間に如実な違いがある。即ち、アンカー式レジストレーション法は、従来の確率的レジストレーション法よりも手早く、ｆＮＩＲＳにおける計測箇所を標準化することのできる空間解析法である。

アンカー式レジストレーション法による空間解析は、ｆＮＩＲＳによる脳機能計測以外に、ｆＮＩＲＳとはプローブの構成や計測原理が異なるＥＧＧやＭＥＧ，ＴＭＳといった他の経頭蓋脳機能計測法においても、実験参加者頭部の構造情報が不要な計測箇所の推定法として応用することができる。

また、アンカー式レジストレーション法は、経頭蓋脳機能計測によって得られたデータを、ｆＭＲＩやＰＥＴといったトモグラフィックな脳機能計測法において広く用いられている定位固定の座標と、互換性を保った状態で表現できることが、最大の利点である。

図５は、本発明の実施例２に係るリバースレジストレーション法を示す図である。リバースレジストレーション４は、実世界座標系の参照脳データベース５を用意し、実世界座標系の被験者の頭部６の形状に合致するにように、安定基準点５ａ、５ｂ、５ｃ及び任意の参照点５ｄに対応する安定基準点６ａ、６ｂ、６ｃ及び対応参照点６ｄを基にして、参照脳７への変形を行う。

ＭＥＧの時空間解析には被験者のＭＲＩ撮像が必要であるが、ＭＲＩによる画像データ取得は困難であり、被験者のＭＲＩ画像なしでのＭＥＧ信号源推定も困難である。この問題を解消するために、任意のＭＲＩ画像を被験者の脳機能データが存在する実世界座標系にレジストレーションするのがリバースレジストレーション法である。

リバースレジストレーション法では、被験者以外のヒト脳構造画像からなる参照脳データベースを用意する。次に、参照脳データベースから任意の参照脳を取り出す。それを被験者の頭部形状に合致するように変形させる。ただし、被験者の脳構造が、取り出した変形参照脳と一致する確率は高くないので、複数の参照脳を取り出し、これらを次々にすり替えていく。

この結果、被験者の脳機能データが任意の複数参照脳上に表現されることになり、被験者のＭＲＩが入手困難な場合でも、ＭＥＧデータの信号源推定が可能となる。簡易的な解析に十分な、脳回レベルの信号源推定を実現することができる。

図６は、本発明の実施例３に係るリバースレジストレーション法の概要を示す図である。光トポグラフィ８ａは、脳機能の計測法であるが、頭の上にプローブを置くので、ＭＲＩ画像なしでは、脳のどこを計っているのか不明である。

これを解決する方法として、三次元磁気式デジタイザーでプローブ位置を計測し、ＭＲＩ画像なしでも標準脳座標系で位置を推定する確率的レジストレーション１ａ等の方法がある。

しかし、三次元磁気式デジタイザーの計測データを座標変換に用いるには頭の上に基準点が４つ必要だが、安定基準点は３つしかないため、アンカー式レジストレーション１では、頭の上の安定基準点３つと任意の１点で座標変換をする。

また、標準脳座標系上での確率表現は直観的に把握しにくいので、リバースレジストレーション４では、被験者の頭部形状に合わせて参照脳データベースの多数の脳と頭の形状を変形する。

リバースレジストレーション法８は、アンカー式レジストレーション１を融合することにより、被験者のＭＲＩ画像が無くても、脳構造データベースを参照して直観的に計測位置をリアルタイムで把握するものである。

図７は、本発明の実施例３に係るリバースレジストレーション法を示す図である。リバースレジストレーション法８は、脳に対してプローブがどの位置にあるかリアルタイムで把握できるので、例えば、プローブの中心が脳の中心溝の後に位置しているかどうか確認したい場合に、１チャネル分、後ろにずらせば良いなど、直観的に予測することができる。

参照脳データベースの参照脳を被験者の頭部形状に合致するように変形させたものを、脳構造画像データベースとして蓄積していくことにより、簡便かつ直感的に経頭蓋脳機能データを脳構造に対応付けすることができる。

仮想脳スワッピング法８は、コンピュータシステムとして実現することも可能である。即ち、仮想脳スワッピング法８におけるアンカー式レジストレーション１及びリバースレジストレーション４をアルゴリズム化したプログラムを、記録媒体等からコンピュータのメモリに読み込み、ＣＰＵに実行させる。

三次元磁気式デジタイザや位置センサ付きプローブ等を入力装置とし、モニタやプリンタ等を出力装置とし、参照脳データベース等を記憶装置として利用する。そして、入力装置又は記憶装置から情報をコンピュータのメモリに読み込んで処理し、結果を出力装置又は記憶装置に出力する。

１ アンカー式レジストレーション
１ａ 確率的レジストレーション
１ｂ ボクセルベースのレジストレーション
２ 実世界座標系
２ａ 安定基準点
２ｂ 安定基準点
２ｃ 安定基準点
２ｄ 適当な点
３ 参照脳座標系
３ａ 安定基準点
３ｂ 安定基準点
３ｃ 安定基準点
３ｄ 相当する点
４ リバースレジストレーション
５ 参照脳データベース
５ａ 安定基準点
５ｂ 安定基準点
５ｃ 安定基準点
５ｄ 任意の参照点
６ 被験者の頭部
６ａ 安定基準点
６ｂ 安定基準点
６ｃ 安定基準点
６ｄ 対応参照点
７ 参照脳
８ リバースレジストレーション法
８ａ 光トポグラフィ

特許第４８８２０８７号公報

Claims (7)

1. 被験者の頭に３つの安定基準点以外に任意の位置でアンカーを設定するステップと、
   前記アンカーの座標を極座標に変換するステップと、
   前記極座標に対応させることにより頭表及び脳表データを蓄積した参照脳データベースにおける頭表上の参照アンカーの位置を求めるステップと、
   前記参照アンカーの座標を標準脳座標系に変換するステップと、
   前記標準脳座標系の参照アンカー及び参照脳データベースにおける３つの安定基準点の座標と被験者のアンカー及び３つの安定基準点の座標との対応関係により被験者の頭に設置したプローブの座標を標準化するステップと、
   前記標準化したプローブの座標を頭表から脳表に射影するステップと、
   前記射影した座標に対し誤差を推定するステップとからなることを特徴とする経頭蓋脳機能解析方法。
2. 被験者の頭部形状に合わせて、参照脳データベースの多数の脳と頭の形状を変形することを特徴とする請求項１に記載の
   経頭蓋脳機能解析方法。
3. 請求項２に記載の経頭蓋脳機能解析方法で変形した脳と頭のデータを蓄積したデータベース。
4. 被験者の頭に３つの安定基準点以外に任意の位置でアンカーを設定する手段と、
   コンピュータが前記アンカーの座標を極座標に変換し、前記極座標に対応させることにより頭表及び脳表データを蓄積した参照脳データベースにおける頭表上の参照アンカーの位置を算出し、前記参照アンカーの座標を標準脳座標系に変換し、前記標準脳座標系の参照アンカー及び参照脳データベースにおける３つの安定基準点の座標と被験者のアンカー及び３つの安定基準点の座標との対応関係により被験者の頭に設置したプローブの座標を標準化し、前記標準化したプローブの座標を頭表から脳表に射影し、前記射影した座標に対し誤差を推定する手段とを備えることを特徴とする経頭蓋脳機能解析システム。
5. 被験者の頭部形状に合わせて、参照脳データベースの多数の脳と頭の形状を変形することを特徴とする請求項４に記載の経頭蓋脳機能解析システム。
6. 請求項４又は請求項５に記載の経頭蓋脳機能解析システムを実現するプログラム。
7. 請求項６に記載のプログラムを保存した記録媒体。

Images