JP2014508340A - 非対称性の自動定量化 - Google Patents

Abstract

装置は脳などの対象における非対称性を検出する。装置は対象の三次元画像を標準脳地図などの予め選択された形状へフィットさせるようにプログラムされたプロセッサを含む。プロセッサは対象の三次元画像を二次元表面画像へ投影する。プロセッサは表面画像の左及び右側の対応する鏡像対称ボクセルペアを比較する。プロセッサはピクセルペアにおける偏差に基づいて非対称性マップと非対称性指数の少なくとも一つを生成する。プロセッサは正常脳において非対称な表面画像のピクセルを比較前にマスクすることもできる。

Description

本願は診断技術に関する。これは特に脳の機能画像と併用して応用され、陽電子放出断層撮影（ＰＥＴ）画像及び単光子放出コンピュータ断層撮影（ＳＰＥＣＴ）かん流画像を含むが、限定されない。しかしながら、記載の技術は他の医用画像装置システム、他の解剖学的領域、無生物対象の検査、若しくは同様のものにも応用され得ることが理解される。

人の脳は、構造の面だけでなく［１８Ｆ］ＦＤＧ ＰＥＴイメージングによって測定される代謝の面でも、ほとんど左右対称である。多くの認知症患者も対称的な脳代謝障害を示す。しかしながら、多くの認知症患者は特に疾患進行の初期に非対称性脳代謝を呈する。

脳における非対称性の決定は診断価値がある。一部の認知症の病態では、脳の罹患部位が非対称的に生じる。例えば、高度な非対称性がアルツハイマー病のごく初期段階で見られる。非対称性の測定はアルツハイマー病の初期段階を含む様々な認知症型を検出若しくは識別するために使用されることができる。現在、診断医は脳若しくは臓器の部分を手動で比較してそれらがどう対称性であるかを決定する。この比較はかなりのスキルを要し、量子化が困難である。評価の主観的性質のために、異なる診断医によって実行される評価を比較することは不正確になり得る。脳などの臓器の様々な領域における非対称性が診断をさらに複雑化することは普通であり得る。

より具体的には、認知症をその初期段階で引き起こしている基礎疾患を診断する最も効率的な方法の一つはＦＤＧ‐ＰＥＴ脳スキャンを実行することによる。アルツハイマー病のような認知症は脳内の代謝低下の典型的なパターンを生じる。あいにく、ＦＤＧ‐ＰＥＴ脳スキャン画像におけるこれらの代謝低下領域の正確な識別は、こうした領域が微妙に異なるグレーの陰影としてあらわれるだけであるため、かなりのスキルを要する。これが、ＦＤＧ‐ＰＥＴ脳スキャンの信頼できる解釈が通常は熟練した専門家によってしか行われない理由である。ＦＤＧ‐ＰＥＴ画像の従来技術の分析において、非対称性は診断価値があるにもかかわらず見落とされるか若しくは評価されないことが多い。わずかな非対称性は人の目にはほとんど見えない。

従って、診断において医療提供者を支援するために非対称性の自動定量化が必要である。

本願は上述の問題などを克服する新たな改良されたシステムと方法を提供する。

一態様によれば、対象における非対称性を検出するための装置は、対象の画像の両側の対応ボクセルを比較するステップを実行するようにプログラムされたプロセッサを有する。比較に基づいて、装置は非対称性マップ及び非対称性指数の少なくとも一つを生成する。

別の態様によれば、非対称性を検出するための方法は対象の画像の両側の対応ピクセルのペアを比較するステップと、比較に基づいて非対称性マップと非対称性指数の少なくとも一つを生成するステップとを有する。

一つの利点は非対称性が容易に検出されることができることである。

別の利点は非対称性が定量化されることができることである。

別の利点はアルツハイマー病を非常に早期に検出することにある。

主題発明のなおさらなる利点は、以下の詳細な記載を読んで理解する上で当業者によって理解される。

本発明は様々な構成要素と構成要素の配置、及び様々なステップとステップの配置で具体化し得る。図面は様々な態様を例示する目的に過ぎず本発明を限定するものと解釈されるものではない。

本明細書に記載の様々な態様にかかる、収集画像を既存テンプレートと比較することによって非対称性マップの表示を促進するシステムを図示する。 非対称性若しくは異常を決定するために画像の手動比較の必要性を除去する、非対称性マップ及び対応する非対称性指数を表示する非対称性マップ計算シーケンスを図示する。 非対称性指数の計算におけるマスクの使用を図示する。 非対称性指数の計算におけるｚスコアの使用を図示する。 非対称性マップ例を図示する。 別の非対称性マップ例を図示する。

図１は非対称性指数を計算するシステム１００を図示する。システム１００はＰＥＴ若しくは他の核医学スキャナなどの機能スキャナ１０４、及びスキャナメモリ１０５に結合する一つ以上のプロセッサ１０２を含む。一実施形態において、本明細書に記載の様々な機能、方法、技術、手順などを実行するためのコンピュータ実行可能命令をプロセッサメモリ１０６が記憶し、プロセッサ１０２が実行する。コンピュータ実行可能命令はプロセッサメモリ１０６にモジュールとして記憶される。別の実施形態において、一連のエンジン、モジュール、ハードウェアコンポーネント、若しくは同様のものが下記の機能を実現する。システムはユーザに情報を提示するディスプレイ１０８をさらに含む。

スキャナ１０４は脳などの対象をスキャンし、好適にはタイムスタンプされた受信データで作られるリストで機能画像データを生成する。画像データはスキャナメモリ１０５に記憶される。

スキャナメモリ１０５に結合する再構成ユニット１１０は画像データを評価し、スキャン対象をあらわす三次元画像へデータを再構成する。一実施形態において、三次元画像が脳若しくは他の臓器における放射性医薬品の分布をあらわすように飛行時間（ＴＯＦ）情報を用いてＰＥＴから画像が再構成される。例えば、放射性医薬品がグルコースを含む場合、これは代謝活性の高い脳の活性領域に取り込まれ、代謝障害若しくは損傷領域にはグルコースがほとんど若しくは全く取り込まれない。障害領域は三次元画像において暗くあらわれる。

正規化モジュール１１２は、ハードウェア若しくはレジストレーションアルゴリズム若しくはプロセッサメモリ１０６からの命令の形で、三次元画像を標準脳地図若しくはテンプレート、例えば定位正規化にフィットさせる。

投影モジュール１１４は、投影アルゴリズム若しくは命令を実行するようにプログラムされた専用ハードウェア若しくはプロセッサの形で、脳の三次元画像、特に脳を示す放射性医薬品分布を脳表面へ投影若しくはマッピングする。図示の実施形態により具体的には、投影モジュールは三次元画像を左外側、右外側、上、下、前、後、左内側、右内側を含む８定位表面投影へマッピングする。脳が対称的である場合、脳の両側、特に対向投影画像は鏡像対称であり、すなわち脳の両側の投影画像のペアの対応ピクセルが同じであり得る。投影ビューはメモリ１０６に保存され、ディスプレイ１０８に選択的に表示される。

左及び右脳半球の外側及び内側投影はボリューム画像に勝るいくつかの利点を持つ。この視覚表現は解釈が容易である。表面投影は皮質における個体差によって生じる対象間及び対象内変動を削減する。従って表面投影は機能的非対称性をとらえるのによく適している（構造的非対称性によりロバストである）。

ピクセル計算アルゴリズム若しくはコンピュータ命令を実行するようにプログラムされた専用ハードウェア若しくはプロセッサの形であるピクセル計算モジュール１１６は、脳の各半分、例えば左側と右側において対応する、例えば鏡像対称のピクセルｘ_ｉを識別する。ピクセル計算モジュール１１６は相対的非対称性を決定するために対応する表面ピクセルの各ペアを比較する。複数の定位表面投影が比較に使用されるとき、投影画像の二つ以上における重複情報は無視され、ピクセル計算モジュール１１６は重複値を二度評価しない。代替的に、重複データはマッピング若しくは投影中に除去されることができる。

ハードウェア若しくはプログラム済プロセッサの形の非対称性決定モジュール１１８は、ピクセル計算モジュール１１６によって生成される対応ピクセル間の差から、非対称性マップ（図５）、若しくは非対称性指数値を計算する。一実施形態において、システムは強度変動が相対的非対称度を示す内側プロット及び外側プロットを含む二つの非対称性マップを計算する。別の実施形態において、システムは同様に相対的非対称度を示す強度変動を表示する８表面投影を計算する。

別の実施形態において、非対称性決定モジュール１１８は非対称性指数を生成する。非対称性指数は正常脳と比較した、検査された脳の相対的非対称性をその全体若しくは選択部位としてあらわす数値である。一実施形態において、比較的対称なスキャン対象は低い非対称性指数を持つ。一方、比較的非対称なスキャン対象は高い非対称性指数、例えば正常からの標準偏差の数を持つ。非対称性指数をスカラー表現として提供することによって、ユーザは迅速かつ効率的にスキャン対象と正常との共通性のレベルを決定することができる。表示モジュール１２０は出力の非対称性情報（例えば非対称性マップ若しくは指数）をディスプレイ１０８での表示に適した形式に変換する。

別の実施形態において、非対称性決定モジュール１１８は非対称性指数を臨床意思決定支援システム（ＣＤＳＳ）１２２へ出力する。ＣＤＳＳ １２２は様々な因子（例えば年齢、他の試験結果など）を考慮してより完全で正確な診断若しくは治療計画案を提供することができる。ＣＤＳＳ １２２は患者情報のためのリポジトリとしてはたらく病院データベース１２４に動作可能なように接続される。情報は、非対称性指数が対応する特定患者に関する情報を含み得るが、これに限定されない。例えば、病院データベース１２４は患者の年齢、人口統計、既往歴などに関する情報を含むことができる。ＣＤＳＳ １２２は病院データベース１２４から情報（例えば患者の他の試験の結果）を取り出し、取り出した情報を非対称性指数と併用して様々な診断若しくは治療コース案の可能性を生じることができる。ＣＤＳＳ １２２は、非対称性指数が自動的に機械決定されることができるので、医師による非対称性の視覚的解釈の必要性を軽減することもできる。システムは経験の浅い医師が正確な診断を得るのを助けることができる。ＣＤＳＳ １２２は提示のためにＣＤＳＳディスプレイ１２６へ生成された結果を出力することができる。

図２は様々な特徴に従って非対称性情報を計算するための方法２００を図示する。方法は一連の動作として記載されるが、記載の目標及び／又は結果を達成するために全ての動作が要求され得るわけではなく、一部の動作は、特定の態様に従って、記載の特定順序と異なる順序で実行され得ることが理解される。動作は１０２及び１１０などの適切にプログラムされたプロセッサによって実行されることができる。

２１０において、対象、例えば脳がスキャンされ、対象に関連する画像データを生成する。代謝脳イメージングの場合、ＰＥＴイメージングが有利であり、かん流ＳＰＥＣＴイメージングも有用である。２２０において、画像データが再構成されてスキャン対象の三次元画像を形成する。２３０において、再構成三次元画像の各ボクセルに対し定位正規化が実行される。再構成三次元画像のボクセルは、例えば非アフィン画像レジストレーションを用いて、対称脳地図若しくはテンプレートなどの標準座標に空間的に変換される。このように、脳のサイズと形状が全患者について標準化される。２４０において、三次元画像は脳表面に投影される一連の二次元画像へとマッピングされ、例えば投影される。二次元画像はとりわけ左外側、右外側、上、下、前、後、左内側、右内側を含む、各半球の多数のビューを有することができる。

２５０において、脳の左側と右側の表面投影のピクセルの対応するペアが、類似性について標準非対称性マップと比較される。データベースは正常脳をあらわし得る標準非対称性マップを記憶する。対応ピクセルペアから非対称性を計算する様々な方法が以下に記載される。

２６０において、対応する左右ピクセルペア間の差異若しくは相対的非対称性から脳表面非対称性マップが作られる。例えば、表面非対称性マップは脳の片側の内側及び外側投影のカラー／グレースケールコーディングによって相対的非対称性を示す（反対側は同じように見えるが左右反転画像である）。対応ピクセルペアにおける相対差は非対称性マップ内のカラー若しくはグレースケール陰影差によってあらわされる。例えば、明るい陰影はより非対称な表面部分を示すことができる。２７０において、内側及び外側投影などの表面非対称性マップの投影はディスプレイ１０８若しくは任意の他の適切な表示装置上でユーザに表示される。

２８０において、スカラー非対称性指数などの全体非対称性値が計算される。非対称性指数は脳の全体若しくは一部の選択部位の非対称性レベルをあらわす。非対称性指数はスキャン対象全体の非対称性レベルを集約するスカラー数としてあらわされることができる。一実施形態において、非対称性指数はマップ上の各ピクセルの非対称性レベルの平均を用いて計算される。例えば、各ピクセルの非対称性は１から１０のスケールでランク付けされることができる。非対称性マップ上のピクセルの平均非対称性レベルがその後計算されることができる。同様に、システムと方法は同様の方法でピクセルの非対称性中央値をあらわす非対称性指数を計算することができる。別の実施形態において、全体非対称性尺度は多重スカラー非対称性指数のベクトルであり、各指数は２５０において異なる方法で得られる。

計算された非対称性指数、若しくは多重スカラー非対称性指数のベクトルは、随意に診断を支援するために臨床意思決定支援システム（ＣＤＳＳ）へ送られる。ＣＤＳＳは患者に関する情報を提供するために他の画像ベース情報（例えば代謝低下のボリューム）若しくは非画像ベース情報（年齢、実験室試験など）と併用して非対称性指数を使用することができる。意思決定支援ソフトウェアは正確な診断が経験の浅い医師によってなされることができる程度まで画像の解釈を支援することを目指す。これは認知症の早期診断のための診断サービスをより広く利用可能にし得る。脳非対称性の自動評価は一般に脳異常性の、及び特に初期認知症のマーカとして有用である。

上記の通り、システム１００は本明細書に記載の様々な機能、方法、手順などを実行するためのコンピュータ実行可能命令（例えばルーチン、プログラム、アルゴリズム、ソフトウェアコードなど）を実行するプロセッサ１０４と、記憶するプロセッサメモリ１０６を含む。付加的に、本明細書で使用される"モジュール"とは、当業者によって理解される通り、コンピュータ実行可能命令のセット、ソフトウェアコード、プログラム、ルーチン、ＡＳＩＣｓ、アレイプロセッサ及び他のハードウェアコンポーネント、若しくは同様のものをあらわす。

メモリはディスク、ハードドライブ、若しくは同様のものなど、制御プログラムが記憶されるコンピュータ可読媒体であり得る。非一時的コンピュータ可読媒体の一般的形式は、例えばフロッピー（登録商標）ディスク、フレキシブルディスク、ハードディスク、磁気テープ、若しくは任意の他の磁気記憶媒体、ＣＤ‐ＲＯＭ、ＤＶＤ、若しくは任意の他の光学媒体、ＲＡＭ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＦＬＡＳＨ‐ＥＰＲＯＭ、それらの変形、他のメモリチップ若しくはカートリッジ、又はプロセッサがそこから読み出し実行することができる任意の他の有形媒体を含む。この文脈において、本明細書に記載のシステムは一つ以上の汎用コンピュータ、専用コンピュータ、プログラム済マイクロプロセッサ若しくはマイクロコントローラ及び周辺集積回路素子、ＡＳＩＣ若しくは他の集積回路、デジタル信号プロセッサ、個別素子回路などの配線電子回路若しくは論理回路、ＰＬＤ、ＰＬＡ、ＦＰＧＡ、グラフィックカードＣＰＵ（ＧＰＵ）、若しくはＰＡＬなどのプログラマブル論理デバイス、又は同様のものとして、又はその上に実現され得る。

一実施形態において、対象の二次元画像のピクセルは非対称性を計算する前にマスクされる。対象は一部の領域においては非対称であるが他の領域においては対称であると予測され得る。正常脳において一部の部位は非対称である。正常な状況下で、非対称性を呈すると予測されるピクセルを計算から除外するためにマスクが３００において適用される。代替的に、適用されるマスクは信頼性の低いピクセルを除外する。例えば、マスクは正常非対称性データベース３０２に記憶される正常脳のグループにおいて所定閾値を超える非対称性指数の標準偏差を持つピクセルを除外することができる。

図３を参照すると、左及び右半球における各対応ピクセルペアｘ_Ｌｉ，ｘ_Ｒｉにおける非対称性が計算される。一実施形態において、３１０において対応する左及び右ピクセル（ｘ_Ｌｉ，ｘ_Ｒｉ）の差の絶対値を決定することによって各ピクセルペアに対する絶対差（Ｄ_ａｂｓ）が計算される、すなわちＤ_ａｂｓ（ｘ_ｉ）＝｜ｘ_Ｌｉ−ｘ_Ｒｉ｜。別の実施形態において、百分率差Ｄ_ｐｅｒが３２０において決定される、すなわちＤ_ｐｅｒ（ｘ_ｉ）＝２^＊Ｄ_ａｂｓ（ｘ_ｉ）／（ｘ_Ｌｉ＋ｘ_Ｒｉ）。別の実施形態において、３３０において方法は対応する左及び右ピクセルｘ_Ｌｉ，ｘ_Ｒｉの比率Ｒ（ｘ_ｉ）を決定する、すなわち、
Ｒ（ｘ_ｉ）＝（ｘ_Ｌｉ／ｘ_Ｒｉ）−１

非対称性マップを計算するために、絶対差、相対（百分率）差、若しくは比率がステップ２６０において使用されることができる。差、百分率差、若しくは比率の大きさに従ってグレースケール若しくはカラー値が設定される。２８０において総非対称性指数を計算するために、非対称ピクセル値の絶対値が考慮される（すなわちＤ_ａｂｓ，｜Ｄ_ｐｅｒ｜，｜Ｒ｜）。一実施形態において、非対称性値の平均若しくは中央値若しくは百分率などの統計的特性が計算される。別の実施形態において、閾値が選ばれ、例えばＤ_ｐｅｒについて１０％の百分率差で、閾値よりも大きいＤ_ｐｅｒを持つピクセル数がカウントされる。

図４は非対称性指数を計算する前にｚスコアをマッピングすることによる非対称性情報の別の計算を図示する。非対称性指数を計算する前に、方法は二次元マップ上の各対応左右ピクセルペアに対するｚスコアを計算する。例えば、各ピクセルｘ_ｉに対するｚスコアを計算するために次式が利用されることができる：ｚ（ｘ_ｉ）＝（ａ（ｘ_ｉ）−ｍｅａｎ＿ａ（ｘ_ｉ））／ｓｔｄ＿ａ（ｘ_ｉ）、ａ（ｘ_ｉ）はピクセルｘ_ｉにおける差、百分率差、比率、若しくは同様のものなどの非対称性尺度をあらわす。Ｍｅａｎ＿ａ（）及びｓｔｄ＿ａ（）は正常脳画像のデータベース上で事前に計算される非対称性尺度ａ（）の平均と標準偏差をあらわす。２６０において、対応ピクセルにおけるグレースケール若しくはカラー値を設定するのにｚスコアを用いて非対称性マップが生成される。２８０において、非対称性指数を計算するためにｚスコアが使用される。

図５はシステム１００及び方法２００によって生成される非対称性マップ例を図示する。マップは相対強度差の外側及び内側プロットを示す。ピクセルは対応ボクセルの非対称性値に基づいて異なる陰影で示される。明るいピクセルは画像強度が右半球において大きいピクセルを示し、暗いピクセルは左半球における高い画像強度と関連する。

図６はシステム１００及び方法２００によって生成される非対称性マップ例を図示する。マップは二次元画像を示し、左外側、右外側、上、下、前、後、左内側、右内側を含むが、かかる画像に限定されない。ピクセルは対応ボクセルの非対称性値に基づいて異なる陰影で示される。明るいピクセルは画像非対称性が大きいピクセルを示し、暗いピクセルはより対称なピクセルと関連する。

本発明は複数の実施形態を参照して記載されている。修正及び変更は先の詳細な説明を読んで理解することで想到され得る。本発明はかかる修正及び変更が添付の請求項若しくはその均等物の範囲内にある限りにおいて全て含むものと解釈されることが意図される。

Claims (20)

1. 対象における非対称性を検出するための装置であって、
   前記対象の画像の両側の対応ボクセルを比較するステップと、
   前記比較に基づいて、非対称性マップと非対称性指数の少なくとも一つを生成するステップと、
   を実行するようにプログラムされたプロセッサを有する、装置。
2. 前記プロセッサがさらに、前記対象の三次元画像を予め選択された形状にフィットさせるようにプログラムされる、請求項１に記載の装置。
3. 前記対象が脳であり、前記プロセッサがさらに、前記脳の三次元画像を標準脳地図にフィットさせるようにプログラムされる、請求項１乃至２のいずれか一項に記載の装置。
4. 前記プロセッサがさらに、前記対象の三次元画像を二次元表面画像へ投影するようにプログラムされ、前記投影が前記フィッティングの後及び前記比較の前に実行される、請求項２乃至３のいずれか一項に記載の装置。
5. 前記プロセッサがさらに、次式
   ｚ（ｘ_ｉ）＝（ａ（ｘ_ｉ）−ｍｅａｎ（ｘ_ｉ））／ｓｔｄ（ｘ_ｉ）
   に従って前記表面画像の両側の対応するピクセルペアに対するｚスコアを計算するようにプログラムされ、ａ（ｘ_ｉ）が前記対応するピクセルペアｘ_ｉにおける非対称性尺度をあらわし、ｍｅａｎ（ｘ_ｉ）が前記ピクセルペアｘ_ｉに対する平均非対称性尺度をあらわし、ｓｔｄ（ｘ_ｉ）が前記ピクセルペアｘ_ｉに対する標準偏差非対称性尺度をあらわし、前記プロセッサが少なくとも一つの公称脳地図に基づいて前記ｍｅａｎ（ｘ_ｉ）及び前記ｓｔｄ（ｘ_ｉ）を計算する、請求項１乃至４のいずれか一項に記載の装置。
6. 前記プロセッサがさらに、
   前記非対称性マップ若しくは前記非対称性指数の計算における使用のために前記表面画像の両側の対応ピクセル間の絶対差を計算する、
   前記非対称性マップ若しくは前記非対称性の計算における使用のために相対差を計算する、
   前記非対称性マップ若しくは前記非対称性指数の計算における使用のために前記表面画像の両側の対応ピクセルペアの大きさ間の比率を計算する、
   の少なくとも一つを行うようにプログラムされる、請求項１乃至４のいずれか一項に記載の装置。
7. 前記プロセッサがさらに、
   各対応ピクセルペアにおけるピクセルがどれだけ異なるか、及び閾値若しくは百分率よりも多く異なるピクセルペアの数に基づいて前記非対称性指数を計算するようにプログラムされる、請求項１乃至６のいずれか一項に記載の装置。
8. 前記プロセッサがさらに、
   通常は非対称な表面画像のピクセルをマスクするようにプログラムされ、当該マスキングは前記投影の後及び前記比較ステップの前に実行される、請求項4乃至７のいずれか一項に記載の装置。
9. 前記非対称性マップ及び前記非対称性指数の少なくとも一つを受信して使用する臨床意思決定支援システムをさらに含む、請求項１乃至８のいずれか一項に記載の装置。
10. 非対称性を検出するための方法であって、
    対象の画像の両側の対応ピクセルのペアを比較するステップと、
    前記比較に基づいて、非対称性マップと非対称性指数の少なくとも一つを生成するステップと
    を有する方法。
11. 前記比較ステップの前に、前記対象の三次元画像を予め選択された形状若しくは地図にマッピングするステップをさらに含む、請求項１０に記載の方法。
12. 前記マッピングステップの後及び前記比較ステップの前に、前記対象の三次元画像を前記対象の表面に投影して二次元表面画像を作るステップをさらに含み、前記比較ステップは前記表面画像の両側の対応ピクセルペアを比較する、請求項１０乃至１１のいずれか一項に記載の方法。
13. 前記比較ステップの前に、正常対象において非対称な、若しくは非対称性計算が信頼できない表面画像のピクセルをマスキングするステップをさらに含む、請求項１０乃至１２のいずれか一項に記載の方法。
14. 前記比較ステップが、
    各対応ピクセルペアのピクセル間の絶対差、
    各対応ピクセルペアのピクセル間の相対差、及び
    各対応ピクセルペアのピクセル間の比率、
    の少なくとも一つを決定するステップを含む、請求項１０乃至１３のいずれか一項に記載の方法。
15. 前記比較ステップが、
    前記表面マップ上の各ピクセルペアに対するｚスコアを次式に従って計算するステップを含み、
    ｚ（ｘ_ｉ）＝（ａ（ｘ_ｉ）−ｍｅａｎ（ｘ_ｉ））/ｓｔｄ（ｘ_ｉ）
    ａ（ｘ_ｉ）は前記対応ピクセルペアｘ_ｉにおける差、相対差、若しくは比率非対称性尺度をあらわし、ｍｅａｎ（ｘ_ｉ）は前記ピクセルペアｘ_ｉに対する平均非対称性尺度をあらわし、ｓｔｄ（ｘ_ｉ）は前記ピクセルペアｘ_ｉに対する標準偏差非対称性尺度をあらわす、請求項１０乃至１４のいずれか一項に記載の方法。
16. 前記非対称性指数を生成するステップが、
    前記比較ステップにおいて外れていると決定されたピクセルペアの相対数若しくは百分率を決定するステップを含む、請求項１０乃至１５のいずれか一項に記載の方法。
17. 前記非対称性マップを生成するステップが、
    各対応ピクセルペアにおけるピクセルの値における偏差に従って二次元画像上のカラー若しくはグレースケールを調節するステップを含む、請求項１０乃至１６のいずれか一項に記載の方法。
18. 前記非対称性マップ及び／又は前記非対称性指数に基づいて治療計画及び診断の少なくとも一つを生成するステップをさらに含む、請求項１０乃至１７のいずれか一項に記載の方法。
19. 請求項１０乃至１８のいずれか一項に記載の方法を実行するように一つ以上のプロセッサを制御するソフトウェアを担持するコンピュータ可読媒体。
20. 初期発生段階における脳疾患を検出するためのシステムであって、
    患者の医療及び人口統計データを記憶するデータベースと、
    一つ以上の２Ｄ表面上に３Ｄ脳画像のボクセルを投影するステップ、
    前記投影された２Ｄ脳画像の両側の対応ボクセルを比較するステップ、
    前記比較に基づいて、非対称性マップと非対称性指数の少なくとも一つを生成するステップ、
    を実行するようにプログラムされたプロセッサと、
    前記非対称性指数若しくはマップ及び病院データベースから取り出される情報から診断案若しくは治療計画の少なくとも一つを生成する臨床意思決定支援システムと、
    を有する、システム。

Images