JP2016085095A - 線条体画像解析装置、プログラムおよび線条体画像解析システム - Google Patents
線条体画像解析装置、プログラムおよび線条体画像解析システム Download PDFInfo
- Publication number
- JP2016085095A JP2016085095A JP2014217353A JP2014217353A JP2016085095A JP 2016085095 A JP2016085095 A JP 2016085095A JP 2014217353 A JP2014217353 A JP 2014217353A JP 2014217353 A JP2014217353 A JP 2014217353A JP 2016085095 A JP2016085095 A JP 2016085095A
- Authority
- JP
- Japan
- Prior art keywords
- striatum
- region
- image
- axis
- pixel intensity
- 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.)
- Granted
Links
- 238000010191 image analysis Methods 0.000 title claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 210000001577 neostriatum Anatomy 0.000 claims description 250
- 238000000034 method Methods 0.000 claims description 57
- 238000009206 nuclear medicine Methods 0.000 claims description 46
- 238000009825 accumulation Methods 0.000 claims description 44
- 210000001159 caudate nucleus Anatomy 0.000 claims description 33
- 229940121896 radiopharmaceutical Drugs 0.000 claims description 28
- 239000012217 radiopharmaceutical Substances 0.000 claims description 28
- 230000002799 radiopharmaceutical effect Effects 0.000 claims description 28
- 210000002637 putamen Anatomy 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 210000001259 mesencephalon Anatomy 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 17
- 210000004556 brain Anatomy 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 102000006441 Dopamine Plasma Membrane Transport Proteins Human genes 0.000 claims description 7
- 108010044266 Dopamine Plasma Membrane Transport Proteins Proteins 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 6
- 230000004770 neurodegeneration Effects 0.000 abstract description 10
- 208000015122 neurodegenerative disease Diseases 0.000 abstract description 10
- 210000003128 head Anatomy 0.000 description 43
- 238000002603 single-photon emission computed tomography Methods 0.000 description 22
- 238000003384 imaging method Methods 0.000 description 17
- 208000018737 Parkinson disease Diseases 0.000 description 8
- 210000000746 body region Anatomy 0.000 description 8
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 8
- 206010034010 Parkinsonism Diseases 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 230000009870 specific binding Effects 0.000 description 6
- 201000002832 Lewy body dementia Diseases 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 210000005036 nerve Anatomy 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 229960003638 dopamine Drugs 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 210000000869 occipital lobe Anatomy 0.000 description 4
- 206010067889 Dementia with Lewy bodies Diseases 0.000 description 3
- 210000004227 basal ganglia Anatomy 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000007850 degeneration Effects 0.000 description 3
- 230000003291 dopaminomimetic effect Effects 0.000 description 3
- 210000000613 ear canal Anatomy 0.000 description 3
- HXWLAJVUJSVENX-HFIFKADTSA-N ioflupane I(123) Chemical compound C1([C@H]2C[C@@H]3CC[C@@H](N3CCCF)[C@H]2C(=O)OC)=CC=C([123I])C=C1 HXWLAJVUJSVENX-HFIFKADTSA-N 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 208000009829 Lewy Body Disease Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 210000004720 cerebrum Anatomy 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 210000003523 substantia nigra Anatomy 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010003591 Ataxia Diseases 0.000 description 1
- 240000006829 Ficus sundaica Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 208000001089 Multiple system atrophy Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- HGBLNBBNRORJKI-WCABBAIRSA-N cyclacillin Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)C1(N)CCCCC1 HGBLNBBNRORJKI-WCABBAIRSA-N 0.000 description 1
- 210000001029 dorsal striatum Anatomy 0.000 description 1
- 210000000883 ear external Anatomy 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 201000002212 progressive supranuclear palsy Diseases 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Landscapes
- Nuclear Medicine (AREA)
Abstract
【課題】三次元核医学画像を用いて線条体神経変性疾患の被験者ごとの症例の傾向を診断するための客観的かつ定量的な結果を得ることが可能な装置、プログラムおよびシステムを提供する。
【解決手段】線条体画像解析装置１００は、画像取得部２０、基準点特定部３０、軸設定部４０および解析部５０を有している。画像取得部２０は、被験者の線条体を含む頭部の三次元核医学画像を取得する。基準点特定部３０は、左右少なくとも一方の線条体に対応する線条体領域の内部で三次元核医学画像の画素強度に基づいて基準点を特定する。軸設定部４０は、基準点を通り線条体領域の長手方向に延在する基準軸を設定する。解析部５０は、線条体領域の内部における画素強度の分布特性５２を基準軸に沿って解析する。
【選択図】図１
【解決手段】線条体画像解析装置１００は、画像取得部２０、基準点特定部３０、軸設定部４０および解析部５０を有している。画像取得部２０は、被験者の線条体を含む頭部の三次元核医学画像を取得する。基準点特定部３０は、左右少なくとも一方の線条体に対応する線条体領域の内部で三次元核医学画像の画素強度に基づいて基準点を特定する。軸設定部４０は、基準点を通り線条体領域の長手方向に延在する基準軸を設定する。解析部５０は、線条体領域の内部における画素強度の分布特性５２を基準軸に沿って解析する。
【選択図】図１
Description
本発明は、線条体を含む頭部の三次元核医学画像を解析する線条体画像解析装置、プログラムおよび線条体画像解析システムに関する。
線条体は新線条体や背側線条体とも呼ばれ、被殻と尾状核とで構成されている。パーキンソン症候群やレビー小体型認知症疾患は、中脳の黒質緻密部から線条体にドーパミンを投射するドーパミン神経（黒質線条体ドパミン神経）の神経細胞が変性する進行性の運動失調疾患である。これらの疾患では、ドーパミン神経の終末部に存在するドーパミントランスポーター（以下、「ＤＡＴ」と略記する場合がある）の密度が低下することが知られている。１２３Ｉ−イオフルパンは線条体のドーパミン神経のシナプスにおけるＤＡＴに高い親和性を有する放射性医薬品であり、ダットスキャン（登録商標）とも呼ばれる。かかる放射性医薬品は、被験者の血中に投与されると主として線条体のＤＡＴに集積して放射線を放出する。このため、単一光子放射断層撮影（ＳＰＥＣＴ）による検査診断によって脳内におけるＤＡＴの分布密度を画像化（イメージング）することが可能になる。
パーキンソン症候群は、パーキンソン病およびパーキンソン病症状を呈する疾患の総称であり、多系統萎縮症や進行性核上性麻痺、大脳皮質基底核変性症などが含まれる。以下、パーキンソン症候群とレビー小体型認知症疾患とを合わせて、線条体神経変性疾患と呼称する。この種の線条体神経変性疾患の進行はドーパミン神経の変性や脱落として現れるものであり、線条体の外形的な特徴には現れないため、核磁気共鳴画像法（ＭＲＩ）検査やコンピュータ断層撮影（ＣＴ）検査では異常を発見することが困難である。
従来、パーキンソン症候群やレビー小体型認知症疾患の進行度合いの診断は、被験者の症状を診察して診断基準に基づいて判断することが中心であった。そして近年では、上述したダットスキャン（登録商標）を投与して行うＳＰＥＣＴ検査により取得された線条体の画像パターン（ＳＰＥＣＴ画像）から上記の症例の進行度合いを判断することが試みられている。
非特許文献１には、かかるＳＰＥＣＴ画像により健常例とパーキンソン病症例の線条体を対比することが記載されている。具体的には、体軸断面（Ａｘｉａｌ）画像で線条体を定性的に対比評価したところ、健常例では両側の線条体が勾玉状に描出されることが報告されている。これに対し、パーキンソン病症例では被殻および尾状核を中心に、放射性薬剤に由来する放射能の集積の低下が認められ、尾状核頭部が小円状に描出されることが報告されている。非特許文献２および非特許文献３に関しては後述する。
特許文献１には、放射性薬剤を投与して陽電子放射断層撮影（ＰＥＴ）やＳＰＥＣＴにより線条体における放射能の集積度合いを画像化し、また放射能の時間経過を表す放射能曲線を用いて、健常例とパーキンソン病症例とを定性的に対比することが記載されている。
"Reproducibility of dopamine transporter density measured with 123I-FPCIT SPECT in normal control and Parkinson's disease patients", Tatsuro TSUCHIDA et al.著, Annals of Nuclear Medicine Vol. 18, No. 7, P.609-616, 2004年
"Quantification of [123I]FP-CIT SPECT brain images: an accurate technique for measurement of the specific binding ratio", Livia Tossici-Bolt et al.著, European Journal of Nuclear Medicine and Molecular Imaging Vol. 33, No. 12, P.1491-1499, 2006年
"Linear intensity normalization of FP-CIT SPECT brain images usingthe α-stable distribution", Diego Salas-Gonzalez et al.著, NeuroImage Vol. 65, P.449-455, 2013年
ＳＰＥＣＴ画像などの三次元核医学画像を用いてドーパミン神経の変性や脱落の進行度合いを精度よく評価するにあたっては、線条体部分の関心領域（ＶＯＩ）を適切に設定して左右の線条体で放射能の集積度合いを比較することが求められる。これにより、被験者の線条体におけるＤＡＴの密度（以下、「線条体集積」という場合がある）が定量化され、パーキンソン症候群やレビー小体型認知症疾患の早期診断に有効な情報を得ることが期待される。
しかしながら従来は、ＳＰＥＣＴ画像から線条体集積をあくまで定性評価をするに留まるものであるか、または定量評価する場合でも評価者の主観による誤差が大きかった。たとえば、非特許文献１ではＳＰＥＣＴ画像で現れる左右の線条体の形状を定性的に比較するに留まっている。特許文献１では、左右の尾状核、前部被殻、後部被殻などから任意のボクセルを抽出して放射線の計数値を求めている。このため、計数値を求めるボクセルの抽出には評価者の恣意的な判断が入ることとなり、健常例とパーキンソン病症例との結果を対比した場合の誤差を多く含む。また、評価者や評価機関が異なる場合にはボクセルの抽出基準が異なるため、診断結果同士を対比しても必ずしも有意な情報が得られるとは限らない。非特許文献２では、関心領域として左右の線条体をそれぞれ包含する略直方体状の領域を広く設定し、かかる関心領域の全体における計数値を用いて左右の線条体の集積度合いを評価している。
一方、本発明者らの検討によれば、線条体の集積度合いは被験者ごとに様々な傾向を示すことが明らかとなっている。たとえば、症例が進行した場合に、被験者によっては線条体の集積度合いが全体的に低下したり、またはモザイク状に局所的に低下したりするといった異なる傾向を示すことがある。
このため、非特許文献１のような定性評価では被験者ごとの症例の傾向まで含めて線条体の集積度合いを評価することはできない。また、特許文献１のように線条体の尾状核や被殻から評価者がボクセルを選択して計数値を求める手法では、このボクセルの選択によって評価結果が大きく変動する。たとえば左右一方の線条体の集積度合いが他方よりも低かったとしても、これが全体的に低下しているのか局所的に低いボクセルを選択したことに起因しているのかを弁別することはできない。言い換えると被験者ごとの症例の傾向までを考慮した評価をすることはできない。非特許文献２の手法では、線条体の周囲の大脳基底核の計数値の影響を無視することができず正確な定量評価をすることはできない。すなわち、ダットスキャン（登録商標）などＤＡＴに高い親和性を有する放射性医薬品は中脳にも集積するため、非特許文献２のように広域の関心領域を設定した場合は線条体の周囲の大脳基底核における計数値の影響が大きくなる。このため、左右の線条体の集積度合いの差異を定量的に評価することが困難となる。
以上説明したように、ＳＰＥＣＴ画像などの三次元核医学画像を用いた従来の手法では、パーキンソン症候群やレビー小体型認知症疾患の進行度合いを実用的な精度で定量評価することは困難であり改良の余地が多く残されていた。
本発明は上述のような課題に鑑みてなされたものであり、三次元核医学画像を用いて線条体神経変性疾患の被験者ごとの症例の傾向を診断するための客観的かつ定量的な結果を得ることが可能な装置、プログラムおよびシステムを提供するものである。
本発明によれば、被験者の線条体を含む頭部の三次元核医学画像を取得する画像取得手段と、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、を有する線条体画像解析装置が提供される。
また、本発明によれば、被験者の線条体を含む頭部の三次元核医学画像を解析処理する線条体画像解析装置のコンピュータによって実行されるプログラムであって、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定処理と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定処理と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析処理と、を前記コンピュータに実行させるためのプログラムが提供される。
本発明によれば、複数の情報端末がネットワークを介して通信可能に接続されたネットワークシステムであって、被験者の線条体を含む頭部の三次元核医学画像を蓄積する画像蓄積手段と、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、解析された前記分布特性を出力する出力手段と、を有する線条体画像解析システムが提供される。
上記発明によれば、三次元核医学画像の画素強度に基づいて基準点および基準軸が客観的に特定され、かかる基準軸に沿って線条体領域の内部における画素強度の分布特性が解析される。このため、評価者の恣意性を排除したうえで線条体集積の傾向を被験者ごとに正確に定量評価することが可能である。
本発明の線条体画像解析装置、プログラムおよび線条体画像解析システムによれば、三次元核医学画像を用いて線条体神経変性疾患の被験者ごとの症例の傾向を診断するための客観的かつ定量的な結果を得ることができる。
以下、本発明の実施形態について、図面を用いて説明する。なお、すべての図面において、同様の構成要素には同一の符号を付し、適宜に説明を省略する。
図１は本発明の実施形態にかかる線条体画像解析装置１００および周辺装置を示す機能構成図である。周辺機器として、撮像装置１１０、操作受付部１２０および表示装置１３０を例示するが、これに限られない。図２は被験者Ｓの頭部Ｈを示す側面図である。図３は線条体領域１１を包含する関心領域１４（１４ａ・１４ｂ）を示す三次元核医学画像（画像１０）である。
はじめに、本実施形態の概要について説明する。
本実施形態の線条体画像解析装置１００は、画像取得部２０、基準点特定部３０、軸設定部４０および解析部５０を有している。画像取得部２０は、被験者Ｓの線条体ＳＴを含む頭部Ｈの三次元核医学画像（画像１０）を取得する。基準点特定部３０は、左右少なくとも一方の線条体ＳＴに対応する線条体領域１１の内部で三次元核医学画像（画像１０）の画素強度に基づいて基準点１２を特定する。軸設定部４０は、基準点１２を通り線条体領域１１の長手方向に延在する基準軸１３を設定する。解析部５０は、線条体領域１１の内部における画素強度の分布特性５２を基準軸１３に沿って解析する。
図２に示すように、被験者Ｓ（ヒト）の線条体ＳＴは、尾状核ＣＮおよび被殻ＰＵで構成され、中脳ＭＢの上部に位置している。被殻ＰＵは楕円球状をなし、尾状核ＣＮは被殻ＰＵを取り囲む湾曲形状をなしている。左右一対の線条体ＳＴが頭部Ｈの略中心に配置されている。図３に示す画像１０は、被験者Ｓの頭部Ｈの三次元核医学画像のうち、線条体ＳＴの略中心を通り前交連−後交連線ＡＰＬに平行な平面ＡＰＰの一例である。平面ＡＰＰは、大脳の前交連と後交連とを結ぶ前交連−後交連線ＡＰＬ（ＡＣ−ＰＣライン）と平行な平面である。図３に示す頭部領域１９は頭部Ｈに対応している。
図２および図３に示すように、頭部Ｈの前方を＋Ｙ方向、頭頂方向を＋Ｚ方向、頭部Ｈの左方から右方に向かう方向を＋Ｘ方向とする。
次に、本実施形態の線条体画像解析装置１００について詳細に説明する。線条体画像解析装置１００が頭部Ｈの三次元核医学画像（画像１０）を取得し、この画像１０を画像解析して線条体領域１１の内部における画素強度の分布特性５２を解析する。
画像１０の画素とは、二次元画像におけるピクセルまたは三次元画像におけるボクセルである。画像１０の画素強度とは、二次元画像におけるピクセル値または三次元画像におけるボクセル値である。具体的には、線条体ＳＴに集積した放射性薬剤（マーカー）から四方八方に放射されるガンマ線などの頭部放射線Ｒ（図２参照）の計数値、またはかかる計数値より換算可能な数値である。
より具体的には、画像１０の画素強度は、被験者Ｓに投与されて線条体ドーパミントランスポーターと結合する放射性薬剤から放射される放射線の計数値を示す。本実施形態に用いられる放射性薬剤としては、１２３Ｉで標識されたイオフルパン（１２３Ｉ−ＦＰ−ＣＩＴ）を挙げることができる。
線条体画像解析装置１００は、いわゆるコンピュータ端末であってＣＰＵとメモリとを有する。ＣＰＵは、線条体画像解析装置１００に組み込まれたコンピュータプログラムの実行処理を行うハードウェアである。メモリは、ＣＰＵが処理すべきデータを一定期間保持するハードウェアである。なお、ここでメモリは、メインメモリやキャッシュメモリ等の記憶装置を含むハードウェアの総称として扱う。線条体画像解析装置１００は、メモリで保持されたデータやプログラムをＣＰＵで実行することにより、種々の機能をソフトウェア処理によって実現することができる。または、線条体画像解析装置１００は、専用の論理回路を用いたハードウェア処理、およびソフトウェア処理およびハードウェア処理の組み合わせによっても実現可能である。
線条体画像解析装置１００とともに用いられる撮像装置１１０は、上記の放射性薬剤が投与された被験者Ｓの頭部Ｈの三次元核医学画像（画像１０）を撮影する。具体的には、撮像装置１１０はＳＰＥＣＴ装置である。三次元核医学画像は、被験者Ｓの頭部Ｈを任意の方向から撮影して取得することができる。一例として、撮像装置１１０の検出器（図示せず）を、図２に示す前交連−後交連線ＡＰＬまたは眼窩耳孔線ＯＭＬに正対させて撮影することができる。眼窩耳孔線ＯＭＬとは、眼窩中心ＯＢまたは外眼角（目尻点）Ｃと外耳孔Ｍとを結ぶ線であり、ＯＭライン（orbitomeatal base line）と呼称される場合がある。このほか、左右の外耳道上縁と一方の眼窩下点の合計３点を通る平面であるフランクフルト平面と平行に撮影してもよい。このうち、本実施形態の三次元核医学画像は眼窩耳孔線ＯＭＬに正対して検出器を配置して撮影することが好ましい。これにより、図２に示すように尾状核ＣＮおよび被殻ＰＵからそれぞれ放射される頭部放射線Ｒが撮像装置１１０の検出器に良好に入射して計数されるため、図３に例示する体軸断面画像の精度が向上する。
画像取得部２０は、撮像装置１１０で撮像された三次元核医学画像（画像１０）を取得して画像蓄積部２２に格納する。画像取得部２０が画像１０を取得するとは、撮像装置１１０で新たに撮像されたＳＰＥＣＴ画像を撮像装置１１０から取り込むことのほか、予め撮像されて記憶手段（図示せず）に記憶された画像１０を当該記憶手段から受け取ることを含む。また、画像取得部２０が取得する画像１０は、撮像装置１１０または他のコンピュータにより予め三次元再構成された画像でもよく、または三次元未構成の二次元画像を画像取得部２０で取得して三次元再構成してもよい。
なお、画像蓄積部２２や後述する症例蓄積部８０がデータを格納または蓄積するとは、これらの装置がデータを記憶する機能を有することを意味する。すなわち、線条体画像解析装置１００の使用開始時点またはそれ以前に、これらの装置にデータが記憶されていることを必ずしも要しない。
操作受付部１２０は、線条体画像解析装置１００の使用者による操作を受け付ける手段であり、具体的には、操作ボタン、キーボード、マウス等である。線条体画像解析装置１００は、操作受付部１２０から受け付けた電気信号に応じて各種制御を実行する。
画像取得部２０、基準点特定部３０、軸設定部４０、解析部５０および領域設定部６０が行う具体的な処理については後述する。
描画生成部５４（図１参照）は、解析部５０が解析した分布特性５２に基づいて、表示装置１３０で表示可能なグラフや数値、画像などの描画データを生成する。描画生成部５４は、画像蓄積部２２に蓄積されている画像１０や症例蓄積部８０に蓄積されている症例データ８２を取得して、分布特性５２を示す描画データと並列的にまたは重ねあわせて出力してもよい。
線条体画像解析装置１００は、解析部５０で解析して得られた分布特性５２を出力する出力部７０を有している。出力部７０は、描画データを描画生成部５４から受け取って、たとえば表示装置１３０で表示出力する。このほか、紙媒体にプリンタ（図示せず）で印刷出力してもよく、または記憶装置（図示せず）にデータ出力してもよい。
表示装置１３０は、撮像装置１１０で撮像された画像１０や、解析部５０で解析された分布特性５２（詳細は後述）、症例蓄積部８０から読み出された症例データ８２などを使用者または被験者Ｓ等に視認可能に表示出力する装置である。図１においては表示装置１３０と操作受付部１２０とを別々の構成要素として図示しているが、これは一例である。タッチパネル式の表示デバイスなど表示出力および操作入力が可能な装置を用いることにより、表示装置１３０と操作受付部１２０とを一体的に実現することも可能である。
画像取得部２０、基準点特定部３０、軸設定部４０および解析部５０が実行する具体的な処理については後述する。線条体画像解析装置１００は、基準軸１３を中心軸とし線条体領域１１を包含する柱状の関心領域１４を設定する領域設定部６０を更に有している。
線条体画像解析装置１００は、いわゆるスタンドアローン式の独立した機器として実現してもよく、または複数の情報端末がネットワークを介して通信可能に接続されたネットワークシステムとして実現してもよい。すなわち、本発明により実現される線条体画像解析システムは、画像蓄積部２２、基準点特定部３０、軸設定部４０、解析部５０および出力部７０を有する。画像蓄積部２２は、被験者の線条体ＳＴを含む頭部Ｈの三次元核医学画像（画像１０）を蓄積する。基準点特定部３０は、左右少なくとも一方の線条体ＳＴに対応する線条体領域１１の内部で三次元核医学画像（画像１０）の画素強度に基づいて基準点１２を特定する。軸設定部４０は、基準点１２を通り線条体領域１１の長手方向に延在する基準軸１３を設定する。解析部５０は、線条体領域１１の内部における画素強度の分布特性５２を基準軸１３に沿って解析する。そして、出力部７０は、解析された分布特性５２を出力する。
画像蓄積部２２、基準点特定部３０、軸設定部４０、解析部５０、領域設定部６０および出力部７０にそれぞれ相当する機能は、複数の情報端末に分散して設けられていてもよい。
ここでネットワークとは、インターネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の種々のコンピュータネットワークまたはその組合せで構成することができる。このようなネットワークシステムは、例えば、撮像装置１１０で撮像された画像１０を、画像蓄積部２２にあたるネットワーク上のサーバーに蓄積し、当該ネットワークにアクセス可能な別のコンピュータ端末で基準点特定部３０、軸設定部４０および解析部５０の処理を行ってもよい。これにより、クラウドコンピューティングによる線条体画像解析システムが実現される。
本発明は、記憶媒体から読み出されて線条体画像解析装置１００のコンピュータによって実行されるプログラムとしても実現される。記憶媒体とは、磁気ディスクや光学ディスク、フラッシュメモリ等のデータを記憶する装置や部品をいう。すなわち、本発明により実現されるプログラムは、被験者の線条体ＳＴを含む頭部Ｈの三次元核医学画像（画像１０）を解析処理する線条体画像解析装置１００のコンピュータによって実行される。そして、本実施形態のプログラムは、基準点特定処理と軸設定処理と解析処理と、を当該コンピュータに実行させる。基準点特定処理は、基準点特定部３０により実行され、左右少なくとも一方の線条体ＳＴに対応する線条体領域１１の内部で三次元核医学画像（画像１０）の画素強度に基づいて基準点１２を特定する処理である。軸設定処理は、軸設定部４０により実行され、基準点１２を通り線条体領域１１の長手方向に延在する基準軸１３を設定する処理である。解析処理は、解析部５０により実行され、線条体領域１１の内部における画素強度の分布特性５２を基準軸１３に沿って解析する処理である。
＜関心領域の設定について＞
図４は線条体領域１１を含む三次元核医学画像（画像１０）である。図５は基準点１２および基準軸１３を示す説明図である。図４に示す画像１０は、頭部領域１９の体軸断面画像の一例である。左右一対の線条体領域１１ａ・１１ｂは、それぞれ尾状核領域１１ｃと被殻領域１１ｄとで構成されている。かかる画像１０に基づいて図３に示した基準軸１３および関心領域１４を設定し、さらに図１に示す線条体画像解析装置１００の解析部５０により分布特性５２を解析する方法（以下、本方法という場合がある）について説明する。
図４は線条体領域１１を含む三次元核医学画像（画像１０）である。図５は基準点１２および基準軸１３を示す説明図である。図４に示す画像１０は、頭部領域１９の体軸断面画像の一例である。左右一対の線条体領域１１ａ・１１ｂは、それぞれ尾状核領域１１ｃと被殻領域１１ｄとで構成されている。かかる画像１０に基づいて図３に示した基準軸１３および関心領域１４を設定し、さらに図１に示す線条体画像解析装置１００の解析部５０により分布特性５２を解析する方法（以下、本方法という場合がある）について説明する。
図６は線条体画像解析装置１００によって行われる本方法の全体処理のフローチャートである。図７は本方法における解析領域設定ステップＳ１２０の詳細を示すフローチャートである。
図６に示すように、本方法は、画像取得ステップＳ１００、基準点特定ステップＳ１１０、解析領域設定ステップＳ１２０、正規化ステップＳ１３０、出力設定ステップＳ１４０、解析ステップＳ１５０および結果出力ステップＳ１６０で構成されている。
画像取得ステップＳ１００では、画像取得部２０は撮像装置１１０より画像１０を取得し、画像蓄積部２２に格納する。画像蓄積部２２に格納される画像１０はＳＰＥＣＴ画像であり、少なくとも左右一対の線条体領域１１（１１ａ、１１ｂ）の全体を含む頭部領域１９についてＳＰＥＣＴ画像を三次元再構成した三次元画像データである。頭部領域１９は、三次元的に配置された多数のボクセルで構成されている。ボクセルサイズは、たとえば１ｍｍ以上１０ｍｍ以下などとすることができる。各ボクセルの画素強度は、頭部Ｈ（図２参照）における対応位置から放射された頭部放射線Ｒの計数値を表しており、言い換えると頭部Ｈの内部における線条体集積の度合いを表している。
基準点特定ステップＳ１１０では、基準点特定部３０は画像蓄積部２２から画像１０を読み出して、左右の線条体領域１１ａ・１１ｂから画素強度の最大値をそれぞれ求める。具体的には、基準点特定部３０は、眼窩耳孔線ＯＭＬと平行にスライスされた複数枚の体軸断面画像（Ａｘｉａｌ画像：二次元画像）を画像蓄積部２２より取得する。かかる体軸断面画像は、画像取得部２０が撮像装置１１０から取得したものでもよく、または三次元再構成された三次元核医学画像を眼窩耳孔線ＯＭＬと平行にスライスして生成したものでもよい。体軸断面画像は、線条体領域１１ａ・１１ｂを包含する範囲で取得すればよく、具体的には眼窩耳孔線ＯＭＬを基準として、頭尾方向（Ｚ方向）に＋５０ｍｍから−４０ｍｍの範囲などで取得するとよい。体軸断面画像は、かかる範囲の中で、所定のスライス間隔（たとえば３ｍｍ間隔など）で取得するとよい。
基準点特定部３０は、かかる複数枚の体軸断面画像（二次元画像）から、線条体領域１１ａ・１１ｂの内部における画素強度が最大値をとるピクセル（最大強度点）を抽出する。最大値の特定は、閾値法などの常法により行うことができる。基準点特定部３０は、閾値法により体軸断面画像を個別に評価してもよい。または、隣接して重なり合う複数枚の体軸断面画像における画素強度を対応するピクセルごとに加算して生成された加算画像（ＳＵＭ Ａｘｉａｌ画像）を、閾値法により評価して画素強度が最大値となるピクセルの位置を体軸断面内で特定してもよい。
本方法で用いられる画像１０の画素強度は、線条体ドーパミントランスポーターと結合する放射性薬剤から放射される放射線の計数値に対応しているため、画素強度の最大値は線条体領域１１ａまたは１１ｂの内部より抽出される。したがって、体軸断面画像を大きく左右に二分割し、左右各領域における画素強度の最大値を抽出すればよい。これにより、左右の線条体領域１１ａ・１１ｂから画素強度の最大値がそれぞれ求められる。
なお、上記方法に代えて、基準点特定部３０は三次元核医学画像（画像１０）のボクセル値に基づいて、線条体領域１１ａ・１１ｂにおける画素強度の最大値を示すボクセルを閾値法などにより抽出して最大強度点を特定してもよい。
本発明者らの検討によれば、臨床情報から、左右両側の線条体ＳＴで、正常または異常を問わず、多くの症例で最大集積点は安定して同じ位置に出現することが明らかとなっている。この最大集積点は一般に被殻ＰＵ（図２参照）の前部である。
基準点特定部３０は、上記方法により抽出された、線条体領域１１ａ・１１ｂの内部における画素強度の最大値を示すピクセルまたはボクセル（最大強度点）を、そのまま基準点１２ａ・１２ｂとして特定してもよい。ただし本方法では、基準点１２ａ・１２ｂが確実に線条体領域１１ａ・１１ｂの内部から選択されるよう基準点特定部３０は以下の処理を行う。
図８は基準点特定部３０が行う基準点特定処理を示す模式図である。図８は、図４に示す画像１０をＸ方向に切断し、縦軸に画素強度（カウント値）をとったものである。線条体領域１１ａにおける画素強度の最大値を示すピクセルを最大強度点Ｐａとし、線条体領域１１ｂにおける画素強度の最大値を示すピクセルを最大強度点Ｐｂとする。
基準点特定部３０は、線条体領域１１ａ・１１ｂの輪郭をおおまかに抽出し、左右の線条体ＳＴ（図２参照）が尖鋭に切り出されていることを視覚的に確認可能とする。基準点特定部３０は、最大強度点Ｐａ・Ｐｂを閾値ＴＨに設定し、かかる閾値ＴＨを画素強度として有するピクセル数（第一ピクセル数）を計数する。つぎに、閾値ＴＨを所定の刻み幅で減少させ、かかる閾値ＴＨ以上の画素強度を有するピクセル数（第二ピクセル数）を計数する。そして、第二ピクセル数と第一ピクセル数との差分値（ΔＳ）を求める。図８に示すように、差分値（ΔＳ）は、線条体領域１１ａ・１１ｂのグラフと二本の平行線とで囲まれる面積にあたる。基準点特定部３０は、閾値ＴＨを順次低減させて、この差分値（ΔＳ）を求めていく。閾値ＴＨ１まで低減させていく間、線条体領域１１ａ・１１ｂの裾野部分のピクセル数が計数されることとなり、差分値（ΔＳ）は徐々に増大していく。そして、閾値ＴＨ２以上の画素強度を有する第一ピクセル数と、閾値ＴＨ３以上の画素強度を有する第二ピクセル数との差分値（ΔＳ）は急激に増大する。このことから、閾値ＴＨ３は線条体領域１１ａ・１１ｂの内部の画素強度ではなく、線条体領域１１ａ・１１ｂの周辺における脳皮質の画素強度であると判断できる。基準点特定部３０は、差分値（ΔＳ）の大きさ、または前回の差分値（ΔＳ）に対する次回の差分値（ΔＳ）の増大比率が、予め定められた所定値に達したことに基づいて、この直前の閾値ＴＨ２を線条体領域１１ａ・１１ｂの画素強度の下限値と定める。そして、閾値ＴＨ２以上の画素強度を有する領域を線条体領域１１ａ・１１ｂとして特定する。
基準点特定部３０は、上記の閾値処理を、線条体領域１１ａ・１１ｂを含む複数の体軸断面画像に対して行い、線条体領域１１ａ・１１ｂをそれぞれ三次元的に区画する。基準点特定部３０は、上記の閾値処理により区画された三次元領域のうち、１番目および２番目に体積の大きい領域を、線条体領域１１ａ・１１ｂとして特定する。
なお、基準点特定部３０は、線条体領域１１ａおよび線条体領域１１ｂのそれぞれについて、個別に上記の閾値処理を行ってもよく、または共通の閾値ＴＨを用いて線条体領域１１ａおよび線条体領域１１ｂを同時に特定してもよい。線条体神経変性疾患の被験者Ｓの場合、症例によっては、線条体領域１１ａ・１１ｂのうちの一方における画素強度が顕著に低くなることがある。かかる場合には、異なる閾値ＴＨを設定して線条体領域１１ａ・１１ｂを個別に閾値処理するとよい。これにより、線条体領域１１ａ・１１ｂのうち、画素強度が高い一方のみならず、画素強度が低い他方についても、周囲の脳皮質と弁別して三次元的に区画することができる。
ここで、本方法で用いられる放射性薬剤は線条体ドーパミントランスポーターと結合するため、中脳ＭＢ（図２参照）の黒質緻密部にも集積することが知られている。このため、体軸断面画像のＺ方向の高さ位置によっては、線条体領域１１ａ・１１ｂの間の中脳領域１５における画素強度（カウント値）が線条体領域１１ａ・１１ｂの外周の脳皮質に比べて高くなっている場合がある。ただし、中脳領域１５における画素強度は、脳皮質に比べれば高いものの、線条体領域１１ａ・１１ｂよりも有意に低くなることが本発明者らの検討により明らかとなっている。かかる場合、中脳領域１５および線条体領域１１ａ・１１ｂの３つの領域が連結されて一連の三次元領域として特定されるおそれがある。この場合は、上記の閾値処理に代えて他の方法を用いてもよい。たとえば、画像１０をＸ方向に走査して画素強度が高い上位２つの領域を特定することで中脳領域１５を排除することができる。そして、かかる走査をＹ方向にずらしながら繰り返し、特定された領域をそれぞれ連結していくことで、線条体領域１１ａ・１１ｂのみを三次元的に区画することができる。
基準点特定部３０は、三次元的に区画された線条体領域１１ａ・１１ｂを構成するボクセルを対象として、ボクセル値（画素強度）の最大値をそれぞれ抽出し、これらを基準点１２ａ・１２ｂとして特定する。これにより、上述した最大強度点が線条体領域１１ａ・１１ｂの外部に発生した計数誤差に起因する場合でも、基準点特定部３０は、左右一対の線条体領域１１の内部で基準点１２ａ・１２ｂをそれぞれ特定することができる。
つぎに、本方法では解析領域設定ステップＳ１２０を行う。解析領域設定ステップＳ１２０では、基準軸１３を設定し関心領域１４（１４ａ・１４ｂ）を決定する。具体的には、図７に示すように、解析領域設定ステップＳ１２０は、軸設定ステップＳ１２１、対称面決定工程Ｓ１２２および関心領域決定ステップＳ１２３を含む。
本方法において軸設定部４０は、基準軸１３ａ・１３ｂを被験者の前交連−後交連線ＡＰＬ（図２参照）を含む平面ＡＰＰと平行な面内に設定する。図３はその例である。平面ＡＰＰは解剖学的に定められる平面であるため、平面ＡＰＰ上で線条体ＳＴの中心軸を定義することで、この中心軸の延在方向は線条体ＳＴの長手方向と略一致する。これにより、後述する領域設定部６０は、線条体領域１１ｂを包含するように関心領域１４ａ・１４ｂを定義することができる。
軸設定ステップＳ１２１では、軸設定部４０は、基準点１２ａ・１２ｂを通るとともに、輪郭抽出された線条体領域１１ａ・１１ｂの長手方向に延在するように、基準軸１３（１３ａ・１３ｂ）を設定する（図３参照）。
具体的には、まず軸設定部４０は、図５に示すように、基準点１２ａ・１２ｂを結ぶ線分１７ａと、この線分１７ａの垂直二等分線１７ｂを平面ＡＰＰと平行な面内で設定する。つぎに軸設定部４０は、線分１７ａの延在方向にＸ軸に設定し、垂直二等分線１７ｂの延在方向にＹ軸に設定する。軸設定部４０は、Ｘ軸の正方向は頭部Ｈ（図２参照）の右側、負方向が左側とし、Ｙ軸の正方向が前頭葉、負方向が後頭葉ＬＣ（図２参照）となるように座標系を設定する。
軸設定部４０は、２つの基準点１２ａ・１２ｂから、Ｙ軸正方向に１０度以上３０度以下の所定角度の仰角で２本の直線を設定する。言い換えると、軸設定部４０はＹ軸上の１点（基点３２）から２つの基準点１２ａ・１２ｂに対して６０度以上８０度以下の俯角でそれぞれ半直線を設定する。軸設定部４０は、これらの直線（半直線）を基準軸１３ａ・１３ｂとして設定する。ここで、一般的な東洋人の被験者Ｓの場合は上記の仰角を３０度程度に設定し、一般的な西洋人の被験者Ｓの場合は上記の仰角を１０度程度に設定するとよい。これにより、基準軸１３ａ・１３ｂは線条体領域１１ａ・１１ｂの長手方向にそれぞれ延在することとなる。基準軸１３ａ・１３ｂの延在方向にそれぞれ局所座標系を設定する。図３に示すように、基点３２から基準軸１３ａに沿って半直線が延在する方向をXST_leftとし、基点３２から基準軸１３ｂに沿って半直線が延在する方向をXST_rightとする。
なお、基準軸１３ａ・１３ｂの設定方法は上記に限られない。たとえば、基準点特定部３０が三次元的に区画して特定した線条体領域１１ａ・１１ｂに対して、基準点１２ａ・１２ｂを通り線条体領域１１ａ・１１ｂの慣性モーメントが最小となる方向に基準軸１３ａ・１３ｂを設定してもよい。
対称面決定工程Ｓ１２２では、軸設定部４０は、左右一対の基準点１２ａ・１２ｂを結ぶ線分１７ａの垂直二等分線１７ｂを含む鉛直面１８を決定する。鉛直面１８は、平面ＡＰＰに対して鉛直な面である。
領域設定部６０（図１参照）は、線条体領域１１ａ・１１ｂをそれぞれ包含する関心領域１４ａ・１４ｂを設定する。領域設定部６０は、左右一対の基準点１２ａ・１２ｂを結ぶ線分１７ａの垂直二等分線１７ｂを含む鉛直面１８に関して、左右対称に一対の関心領域１４ａ・１４ｂを設定する。
関心領域決定ステップＳ１２３で、領域設定部６０は、基準軸１３ａ・１３ｂを中心軸とし線条体領域１１ａ・１１ｂをそれぞれ包含する柱状の関心領域１４ａ・１４ｂを設定する。
基準軸１３ａ・１３ｂの長さは、左右一対の線条体領域１１ａ・１１ｂに対して、互いに等しい長さで設定してもよく、または異なる長さとしてもよい。たとえば、線条体集積が線条体ＳＴの略全体に及ぶ健常例の場合、線条体領域１１を包含する関心領域１４の基準軸１３は線条体領域１１の長手方向の全長と同等またはそれ以上で比較的長い。一方、線条体集積が低下して線条体ＳＴの一部の画素強度が低くなる線条体神経変性疾患の症例の場合、線条体領域１１として切り出される三次元領域が小さくなる。かかる場合、線条体領域１１を包含する関心領域１４も小さくて足りるため、健常例の場合に比べて基準軸１３を短く設定することができる。
図３に示すように、線条体領域１１ａと線条体領域１１ｂとは互いに重複しない位置および範囲に区画されている。一方、関心領域１４ａと関心領域１４ｂとは、互いに一部同士が重複していてもよい。
領域設定部６０は、関心領域１４ａ・１４ｂに関して、中心軸の位置および長さ、ならびに断面サイズを決定する。領域設定部６０は、線条体領域１１ａ・１１ｂがそれぞれ関心領域１４ａ・１４ｂに完全に包含されるように、中心軸の長さおよび直径を決定する。
領域設定部６０が決定する関心領域１４ａ・１４ｂは、円柱状でもよく、または角柱状でもよい。このほか、楕円柱状や、Ｘ方向寸法がＺ方向寸法よりも小さい矩形柱状としてもよい。関心領域１４ａ・１４ｂが円柱状である場合、領域設定部６０は中心軸の位置および長さ、ならびに直径（半径）を決定する。関心領域１４ａ・１４ｂが角柱状である場合、領域設定部６０は中心軸の位置および長さ、ならびに横断面の縦横の辺長を決定する。
関心領域１４ａ・１４ｂを矩形柱状とする場合、横断面の縦横の辺長は特に限定されないが、１０ｍｍ以上５０ｍｍ以下、より具体的には３０ｍｍ以上４０ｍｍ以下とすることができる。そして、縦横の辺長を等しくし、関心領域１４ａ・１４ｂを正方柱状とするとよい。
領域設定部６０が決定する関心領域１４ａ・１４ｂの形状は、操作受付部１２０を通じて使用者が設定することができる（図１参照）。
領域設定部６０は、決定された関心領域１４ａ・１４ｂと重複する線条体領域１１ａ・１１ｂの体積（重複体積）を算出し、この重複体積が、基準点特定部３０が三次元的に区画して特定された線条体領域１１ａ・１１ｂの領域体積と等しいことを確認する。重複体積が領域体積よりも小さい場合は、線条体領域１１ａ・１１ｂの少なくとも一部が関心領域１４ａ・１４ｂに包含されておらず外部に突出していると判断する（図７：ステップＳ１２４＝ＮＯ）。そして、領域設定部６０は関心領域１４ａ・１４ｂの中心軸の位置および長さ、および／または直径や横断面の縦横の辺長を拡大する。そして、重複体積が領域体積と等しい場合は線条体領域１１ａ・１１ｂが関心領域１４ａ・１４ｂに包含されていると判断し（図７：ステップＳ１２４＝ＹＥＳ）、線条体画像解析装置１００は解析領域設定ステップＳ１２０を終了する。
軸設定部４０は、図３に示すように、基準軸１３ａ・１３ｂを頭部Ｈの前方（＋Ｙ側）から後方（−Ｙ側）に向かって外向き（±Ｘ側）に設定する。領域設定部６０は、中脳ＭＢに対応する中脳領域１５の外部に関心領域１４ａ・１４ｂを設定する。これにより、中脳領域１５における比較的大きな画素強度の影響を受けずに、線条体領域１１ａ・１１ｂに関して後述する解析処理を行うことができる。
図１に示すように、軸設定部４０は、決定した関心領域１４ａ・１４ｂを、出力部７０を通じて表示装置１３０に表示出力させる。これにより、線条体画像解析装置１００の使用者は関心領域１４ａ・１４ｂが線条体領域１１ａ・１１ｂをそれぞれ完全に包含していることを目視的に確認することができる。
図６に戻り、正規化ステップＳ１３０では、関心領域１４ａ・１４ｂにおける画素強度を参照領域１６の画素強度に基づいて正規化する。
領域設定部６０は、脳内に参照領域１６（図４参照）を設定する。参照領域１６は、頭部領域１９の全領域に設定してもよく、または頭部領域１９の内部のうち中脳領域１５および線条体領域１１ａ・１１ｂを含まない一部領域に設定してもよい。本実施形態では、後者の例として頭部領域１９のうち後頭葉ＬＣ（図２参照）に対応する一部領域に参照領域１６を設定する場合を例示する。解析部５０は、関心領域１４における画素強度と参照領域１６における画素強度との比率に基づいて分布特性５２を解析する。具体的には、解析部５０は、たとえば下式（１）または（２）に従って、関心領域１４ａ・１４ｂを構成するボクセル値（画素強度）を正規化する。
後頭葉ＬＣに対応する参照領域１６は、図４に示すように矩形（矩形柱状）に設定してもよく、または楕円形（楕円球状）や円形（球状）に設定してもよい。
（数１）
ＢＲＶＯＩ＝（ＣＶＯＩ−ＣＮＳＢ）／ＣＮＳＢ （１）
ただし、ＣＶＯＩは関心領域１４ａ・１４ｂにおけるボクセル値（画素強度）であり、ＣＮＳＢは参照領域１６における平均のボクセル値（画素強度）である。
（数２）
ＤＶＲ＝ＣＶＯＩ／ＣＮＳＢ （２）
ＢＲＶＯＩ＝（ＣＶＯＩ−ＣＮＳＢ）／ＣＮＳＢ （１）
ただし、ＣＶＯＩは関心領域１４ａ・１４ｂにおけるボクセル値（画素強度）であり、ＣＮＳＢは参照領域１６における平均のボクセル値（画素強度）である。
（数２）
ＤＶＲ＝ＣＶＯＩ／ＣＮＳＢ （２）
解析部５０は、上述したように参照領域１６として頭部領域１９の全領域を設定してもよい。すなわち解析部５０は、頭部領域１９の全領域のボクセル値（画素強度）を平均して全平均値を算出し、上記の式（１）または（２）に従って、関心領域１４ａ・１４ｂを構成するボクセル値（画素強度）を正規化してもよい。または、非特許文献３に基づき、頭部領域１９の全領域に関するボクセル値（画素強度）のヒストグラムを求め、最尤推定法などの統計的推定法を用いて関心領域１４ａ・１４ｂを構成するボクセル値（画素強度）を正規化してもよい。なお、参照領域１６として、頭部領域１９の全領域ではなく、図４に示すように中脳領域１５および線条体領域１１ａ・１１ｂを含まない一部領域を設定することで、線条体集積により比較的高い画素強度を採り得る中脳領域１５や線条体領域１１ａ・１１ｂの影響を排除することができる。
以下、ボクセル値または画素強度とは、正規化された各値を意味する場合がある。
出力設定ステップＳ１４０では、線条体画像解析装置１００は、操作受付部１２０からの使用者の操作入力を受け付けて、解析部５０が解析して求める画素強度の分布特性５２の内容および表示装置１３０で二次元的に出力する態様を決定する。
具体的には、出力設定ステップＳ１４０では、解析される対象領域（線条体領域１１ａまたは１１ｂの一方または両方）や、分布特性５２として解析される下記の指標値、または出力態様（左右の線条体領域１１ａ・１１ｂの個別出力、左右の線条体領域１１ａ・１１ｂ同士の対比、症例データ８２との対比等）などを決定する。
表示装置１３０で出力する出力態様としては、二次元のマップまたはグラフを例示す。マップとは指標値の大小を主として色彩や濃淡、輝度等で可視化した図表であり、グラフとは指標値の大小を主として線や点などの幾何学的な形状や配置で可視化した図表である。二次元マップおよび二次元グラフの一方の軸（縦軸または横軸）は、基準軸１３ａ・１３ｂを設定するとよい。これにより、各種の指標値を線条体領域１１ａ・１１ｂの長手方向に亘って可視化することができる。
＜解析処理について＞
解析ステップＳ１５０では、解析部５０は、基準軸１３ａ・１３ｂに沿って線条体領域１１ａ・１１ｂの内部における画素強度の分布特性５２を解析して求める。これにより、線条体領域１１ａ・１１ｂにおける線条体集積の度合いの単純な平均値の情報を超えて、線条体領域１１ａ・１１ｂの内部における線条体集積の傾向の情報を得ることができる。
解析ステップＳ１５０では、解析部５０は、基準軸１３ａ・１３ｂに沿って線条体領域１１ａ・１１ｂの内部における画素強度の分布特性５２を解析して求める。これにより、線条体領域１１ａ・１１ｂにおける線条体集積の度合いの単純な平均値の情報を超えて、線条体領域１１ａ・１１ｂの内部における線条体集積の傾向の情報を得ることができる。
解析部５０は、解析する分布特性５２として、種々の指標値を選択することができる。たとえば解析部５０は、分布特性５２として、放射性薬剤の集積量、尾状核ＣＮに対応する尾状核領域１１ｃもしくは被殻ＰＵに対応する被殻領域１１ｄ（図４参照）における集積量の変化率、尾状核領域１１ｃと被殻領域１１ｄとの中間領域における集積量の変化率、または集積量の尖度もしくは歪度、の少なくとも一つを解析する。
放射性薬剤の集積量とは、ＤＡＴと放射性薬剤との特異的結合の程度を表す指標であり、たとえば基準軸１３ａ・１３ｂが通過するボクセルに関する正規化されたボクセル値（画素強度）である。ボクセル値（画素強度）は計数値でもよく、または正規化された値でもよい。
放射性薬剤の集積量を解析するにあたっては、解析部５０は、関心領域１４ａ・１４ｂにおける画素強度を、中心軸（基準軸１３ａ・１３ｂ）の交差方向に演算処理して分布特性５２を解析してもよい。
かかる演算処理としては、最大値の抽出、平均化、加算など種々を挙げることができる。すなわち解析部５０は、基準軸１３ａ・１３ｂの直交方向に線条体領域１１ａ・１１ｂのボクセル値（画素強度）を走査して、当該直交方向に並ぶ複数のボクセルより画素強度の最大値を抽出し、または当該複数のボクセルの画素強度の平均値もしくは加算値を算出する。解析部５０は、かかる抽出値や算出値を基準軸１３ａ・１３ｂに沿って求めることにより分布特性５２を解析する。
より具体的には、解析部５０は放射性薬剤の集積量として、線条体領域１１ａ・１１ｂのボクセル値（画素強度）を基準軸１３ａ・１３ｂの各直交方向に投影して、投影経路中の画素強度の最大値を基準軸１３ａ・１３ｂに沿って一次元的または二次元的に求めてもよい。言い換えると、解析部５０は基準軸１３ａ・１３ｂに沿って最大値投影法（ＭＩＰ：maximum intensity projection）により、線条体領域１１ａ・１１ｂのボクセル値（画素強度）の最大値を抽出してもよい。かかる投影は、基準軸１３ａ・１３ｂに直交する任意の一方向に線条体領域１１ａ・１１ｂのボクセル値（画素強度）を走査する平行投影法、または基準軸１３ａ・１３ｂを中心として放射方向にボクセル値（画素強度）を走査する透視投影法により行うことができる。平行投影法を用いる場合の投影方向は、基準軸１３ａ・１３ｂに対してそれぞれ直交する方向であれば特に限定されないが、平面ＡＰＰの面内方向、具体的には頭部領域１９の左右外向きまたは内向きとすることができる。
結果出力ステップＳ１６０では、解析ステップＳ１５０の解析結果を表示装置１３０などで出力する。
出力される分布特性５２の第一例として、図９各図に線条体集積比の二次元マップを示す。図９（ａ）は右側線条体（線条体領域１１ｂ）の結果を示し、図９（ｂ）は左側線条体（線条体領域１１ａ）の結果を示す。図９（ａ）は、横軸に局所座標系（XST_right）上における任意のボクセルから基点３２までの距離をとり、縦軸に当該ボクセルから基準軸１３ｂまでのＸＹ平面（平面ＡＰＰ）上の距離をとり、そして線条体領域１１ｂをＺ方向に走査した場合の複数のボクセルにおける画素強度の最大値をマップ上に濃色で示したものである。図９（ａ）のグラフの上方は基準軸１３ｂよりも＋Ｘ方向（外側）に位置するボクセルを対象とする画素強度の最大値を示し、下方は基準軸１３ｂよりも−Ｘ方向（内側）に位置するボクセルを対象とする画素強度の最大値を示す。図９（ｂ）も同様であり、横軸に局所座標系（XST_left）上における任意のボクセルから基点３２までの距離をとり、縦軸に当該ボクセルから基準軸１３ａまでのＸＹ平面（平面ＡＰＰ）上の距離をとっている。そして図９（ｂ）は、線条体領域１１ａをＺ方向に走査した場合の複数のボクセルにおける画素強度の最大値をマップ上に濃色で示す。図９（ｂ）のグラフの上方は基準軸１３ａよりも−Ｘ方向（外側）に位置するボクセルを対象とする画素強度の最大値を示し、下方は基準軸１３ａよりも＋Ｘ方向（内側）に位置するボクセルを対象とする画素強度の最大値を示す。
上記した分布特性５２の第一例では、図９（ａ）に示す右側線条体（線条体領域１１ｂ）において、中心軸（局所座標系XST_right）に沿って長く、また中心軸から離間した領域まで幅広く、線条体集積の高い領域が分布していることが分かる。逆に、図９（ｂ）に示す左側線条体（線条体領域１１ａ）においては、線条体集積が全体に低いという点のみならず、集積している領域が基準点１２ａの近傍に偏っていることが分かる。これにより、図９（ａ）に示す右側線条体は健常例であり、図９（ｂ）に示す左側線条体は線条体神経変性疾患の症例であると判断することができる。更に、線条体の内部における画素強度（線条体集積の度合い）の分布特性５２の傾向に関する情報も得ることができる。
図１０は、分布特性５２の第二例である計数値の二次元グラフである。同図は、局所座標系XST_right、XST_leftの軸上に沿って、左右の線条体領域１１ａ・１１ｂにおける画素強度の最大値のプロファイルカーブを表している。すなわち、図１０の横軸は局所座標系XST_right、XST_leftの軸上の位置を表し、縦軸は図９（ａ）または図９（ｂ）における横軸上のマップ濃度（画素強度）である。図１０において、図９（ａ）に示した健常例に対応するプロファイルカーブをＰＣ１、図９（ｂ）に示した症例に対応するプロファイルカーブをＰＣ２としている。これらのプロファイルカーブは、線条体の内部の長手方向に関する、ＤＡＴと放射性薬剤との特異的結合の傾向の定量的な指標を示す。
図１０のプロファイルカーブＰＣ１とＰＣ２とは、左右一対の基準点１２ａ・１２ｂが位置合わせした状態で描画されている。すなわち、図１に示す出力部７０は、一対の関心領域１４に関してそれぞれ解析された分布特性５２を、左右一対の基準点１２ａ・１２ｂを位置合わせした状態で対比して表示装置１３０にて出力する。基準点１２ａ・１２ｂは、線条体領域１１ａ・１１ｂにおいて画素強度が最大のボクセルにそれぞれ対応している。そして上述したように、左右両側の線条体ＳＴ（図２参照）で、正常または異常を問わず、多くの症例で最大集積点は安定して同じ位置に出現する傾向にある。このため、基準点１２ａ・１２ｂでプロファイルカーブＰＣ１とＰＣ２を位置合わせすることで、症例（本例ではプロファイルカーブＰＣ２）の進行度合いを健常例と対比して容易に把握することができる。
解析部５０は、得られたプロファイルカーブＰＣ１・ＰＣ２を横軸に沿って複数のエリアに区分し、各エリアにおける画素強度（計数値）の比率やプロファイルカーブＰＣ１・ＰＣ２の変化率を求めてもよい。また、病態が進行した複数の症例について同様にプロファイルカーブＰＣ２を求め、これらの経時変化を求めてもよい。
図１１各図は、線条体ファントム（図示せず）のＳＰＥＣＴ画像を用いた第一の解析結果を示す二次元グラフである。この線条体ファントムは、被殻ＰＵと尾状核ＣＮに対応する貯液部が隔離して形成された線条体分離型ファントムである。各貯液部に同濃度の放射性薬剤を充填してＳＰＥＣＴ装置で三次元核医学画像を撮影した。すなわち、第一の解析は被殻ＰＵと尾状核ＣＮとに亘ってＤＡＴと放射性薬剤との特異的結合が強く見られる健常例を模したものである。この三次元核医学画像に基づいて、上述したように線条体領域１１、基準点１２、基準軸１３および関心領域１４（図３参照）を設定し、基準軸１３に沿って最大値投影法を適用してプロファイルカーブＰＣ３を求めた。
図１１（ａ）の横軸は、線条体ファントムに対応する線条体領域１１の基準軸１３に沿って並ぶボクセルの番号を示している。ボクセル番号５６から６４が尾状核領域１１ｃにあたり、ボクセル番号６４から７２が被殻領域１１ｄにあたる。図１１（ａ）の縦軸は、最大値投影法により求められた画素強度の最大値を示す。縦軸の値は、後頭葉ＬＣ（図２参照）に対応する参照領域１６の画素強度により正規化されている。同図には、分布特性５２の第三例である尾状核領域１１ｃ（図４参照）の立ち上がりを示す直線Ｌ１を合わせて表示している。
図１１（ｂ）は、同様のプロファイルカーブＰＣ３に、分布特性５２の第四例である尾状核領域１１ｃ−被殻領域１１ｄ間の傾きを示す直線Ｌ２を合わせて表示したものである。
図１１（ｂ）は、同様のプロファイルカーブＰＣ３に、分布特性５２の第四例である尾状核領域１１ｃ−被殻領域１１ｄ間の傾きを示す直線Ｌ２を合わせて表示したものである。
図１２各図は、線条体ファントム（図示せず）のＳＰＥＣＴ画像を用いた第二の解析結果を示す二次元グラフである。本例は、被殻ＰＵに対応する貯液部に充填した放射性薬剤の濃度を半分に希釈した点を除き、図１１各図に結果を示した第一の解析と共通する。すなわち、第二の解析は、線条体神経変性疾患の症例を模したものであり、具体的には被殻ＰＵにおけるＤＡＴと放射性薬剤との特異的結合が低下した状態を表している。
図１２（ａ）には、第二の解析で求められたプロファイルカーブＰＣ４に、分布特性５２の第三例である尾状核領域１１ｃの立ち上がりを示す直線Ｌ３を合わせて表示している。
図１２（ｂ）には、同様のプロファイルカーブＰＣ４に、分布特性５２の第四例である尾状核領域１１ｃ−被殻領域１１ｄ間の傾きを示す直線Ｌ４を合わせて表示している。
図１２（ｂ）には、同様のプロファイルカーブＰＣ４に、分布特性５２の第四例である尾状核領域１１ｃ−被殻領域１１ｄ間の傾きを示す直線Ｌ４を合わせて表示している。
図１１（ａ）に示す直線Ｌ１の傾きは約０．２５であり、図１２（ａ）に示す直線Ｌ３の傾きは約０．１６であった。これらの結果を対比すると、図１２（ａ）にあたる症例では尾状核領域１１ｃの立ち上がりが緩やかになっていることが正しく確認された。また、図１１（ｂ）に示す直線Ｌ２の傾きは約−０．０１であり、図１２（ｂ）に示す直線Ｌ４の傾きは約−０．１１であった。これらの結果を対比すると、図１２（ａ）が摸擬する症例では被殻領域１１ｄの画素強度が低下したため、尾状核領域１１ｃ−被殻領域１１ｄ間の傾きが大きな負の値になっていることが正しく確認された。
また、図１１各図に示すプロファイルカーブＰＣ３の最大値は約１．３７であったのに対し、図１２各図に示すプロファイルカーブＰＣ４の最大値は約１．３１と、ほぼ近接する結果となった。このことから、第一および第二の解析とも、同濃度の放射性薬剤が充填された尾状核領域１１ｃにおいて画素強度の最大値が正しく求められていることが確認された。
更に、図１１各図に示すプロファイルカーブＰＣ３の面積（ＡＵＣ：aria under curve）を算出し、図１２各図に示すプロファイルカーブＰＣ４の面積と対比した。具体的には、プロファイルカーブＰＣ３のＡＵＣは約１８．４であったのに対し、プロファイルカーブＰＣ４のＡＵＣは約１２．７と小さな値となった。これにより、図１２各図が摸擬する症例では線条体の全体の傾向としてＤＡＴと放射性薬剤との特異的結合が低下していることが正しく確認された。
解析ステップＳ１５０においては、線条体領域１１における放射性薬剤の集積量の尖度または歪度を解析してもよい。
尖度とは、画素強度の二次元グラフ（プロファイルカーブ）の尖りの鋭さを表す指標である。正規分布と比べて尖度が大きいプロファイルカーブは、鋭いピークと長く裾（尾）をもった分布となり、尖度が小さいプロファイルカーブは、丸みがかったピークと短い裾（尾）をもった分布となる。
歪度とは、プロファイルカーブの非対称性の度合いを表す指標であり、線条体領域１１の長手方向の中央近傍に関する両側の非対称度を表す。
尖度および歪度は公知の統計関数により算出することができる。
歪度とは、プロファイルカーブの非対称性の度合いを表す指標であり、線条体領域１１の長手方向の中央近傍に関する両側の非対称度を表す。
尖度および歪度は公知の統計関数により算出することができる。
線条体画像解析装置１００は、線条体ＳＴの疾患症例に関する分布特性を示す症例データ８２を蓄積しておく症例蓄積部８０を有している。出力部７０は、解析された被験者の分布特性５２と症例データ８２とを対比して出力する。
症例データ８２としては、たとえば同一の被験者の過去のＳＰＥＣＴ画像に基づいて生成された上記の指標値やプロファイルカーブＰＣ１〜ＰＣ４（図１０から図１２参照）を挙げることができる。このほか、年齢や性別ごとに分類された健常例に関する上記の指標値やプロファイルカーブＰＣ１〜ＰＣ４を、症例データ８２として症例蓄積部８０に蓄積してもよい。これにより、本方法による解析結果に基づいて、被験者の線条体神経変性疾患の度合いの経時変化や健常例との対比結果を容易に知得することができ、かかる疾患の定量的な診断に有用な情報を得ることができる。
なお、本発明は上述の実施形態に限定されるものではなく、本発明の目的が達成される限りにおける種々の変形、改良等の態様も含む。
たとえば、上記した本方法では、基準軸１３を中心軸とする柱状の関心領域１４を設定し、この関心領域１４を基準軸１３の交差方向に走査して画素強度の最大値を特定することを説明したが、本発明はこれに限られない。基準軸１３が通過するボクセルのボクセル値（画素強度）を基準軸１３の延在方向に抽出することによって、線条体領域１１の内部における画素強度の分布特性５２を解析してもよい。
本発明の線条体画像解析装置１００の各種の構成要素は、個々に独立した存在である必要はない。複数の構成要素が単一の構成要素として構成されていること、一つの構成要素が複数の構成要素に分割されていること、ある構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等を許容する。また、上述した各種の構成要素の一部は、必ずしも必須の構成要素ではなく、本発明の効果を阻害しない程度に省いてもよく、同等に機能または作用する他の構成要素に代えてもよい。
また、上記実施形態において示した本方法の処理フローは一例であり、上記手順に必ずしも限られない。上記フローチャートに図示した一のステップが複数に分離されて実行されてもよく、複数のステップが一のステップとして実行され、または複数のステップが並行して実行されてもよい。
上記した実施形態は、以下の技術思想を包含するものである。
（１）被験者の線条体を含む頭部の三次元核医学画像を取得する画像取得手段と、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、を有する線条体画像解析装置。
（２）前記基準軸を中心軸とし前記線条体領域を包含する柱状の関心領域を設定する領域設定手段を更に有する上記（１）に記載の線条体画像解析装置。
（３）前記軸設定手段が、前記基準軸を前記頭部の前方から後方に向かって外向きに設定し、前記領域設定手段が、中脳に対応する中脳領域の外部に前記関心領域を設定する上記（２）に記載の線条体画像解析装置。
（４）前記軸設定手段が、前記基準軸を前記被験者の前交連−後交連線を含む平面と平行な面内に設定する上記（２）または（３）に記載の線条体画像解析装置。
（５）前記解析手段が、前記関心領域における前記画素強度を前記中心軸の交差方向に演算処理して前記分布特性を解析する上記（２）から（４）のいずれか一項に記載の線条体画像解析装置。
（６）前記領域設定手段が、脳内に参照領域を設定し、前記解析手段が、前記関心領域における前記画素強度と前記参照領域における前記画素強度との比率に基づいて前記分布特性を解析する上記（２）から（５）のいずれか一項に記載の線条体画像解析装置。
（７）前記基準点特定手段が、左右一対の前記線条体領域の内部で前記基準点をそれぞれ特定し、前記領域設定手段が、左右一対の前記基準点を結ぶ線分の垂直二等分線を含む鉛直面に関して左右対称に一対の前記関心領域を設定する上記（２）から（６）のいずれか一項に記載の線条体画像解析装置。
（８）一対の前記関心領域に関してそれぞれ解析された前記分布特性を、左右一対の前記基準点を位置合わせした状態で対比して出力する出力手段を更に有する上記（７）に記載の線条体画像解析装置。
（９）線条体の疾患症例に関する前記分布特性を示す症例データを蓄積しておく症例蓄積手段を更に有し、前記出力手段が、解析された前記被験者の前記分布特性と前記症例データとを対比して出力する上記（８）に記載の線条体画像解析装置。
（１０）前記画素強度が、前記被験者に投与されて線条体ドーパミントランスポーターと結合する放射性薬剤から放射される放射線の計数値を示す上記（１）から（９）のいずれか一項に記載の線条体画像解析装置。
（１１）前記解析手段が前記分布特性として、前記放射性薬剤の集積量、尾状核に対応する尾状核領域もしくは被殻に対応する被殻領域における前記集積量の変化率、前記尾状核領域と前記被殻領域との中間領域における前記集積量の変化率、または前記集積量の尖度もしくは歪度、の少なくとも一つを解析する上記（１０）に記載の線条体画像解析装置。
（１２）被験者の線条体を含む頭部の三次元核医学画像を解析処理する線条体画像解析装置のコンピュータによって実行されるプログラムであって、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定処理と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定処理と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析処理と、を前記コンピュータに実行させるためのプログラム。
（１３）複数の情報端末がネットワークを介して通信可能に接続されたネットワークシステムであって、被験者の線条体を含む頭部の三次元核医学画像を蓄積する画像蓄積手段と、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、解析された前記分布特性を出力する出力手段と、を有する線条体画像解析システム。
（１）被験者の線条体を含む頭部の三次元核医学画像を取得する画像取得手段と、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、を有する線条体画像解析装置。
（２）前記基準軸を中心軸とし前記線条体領域を包含する柱状の関心領域を設定する領域設定手段を更に有する上記（１）に記載の線条体画像解析装置。
（３）前記軸設定手段が、前記基準軸を前記頭部の前方から後方に向かって外向きに設定し、前記領域設定手段が、中脳に対応する中脳領域の外部に前記関心領域を設定する上記（２）に記載の線条体画像解析装置。
（４）前記軸設定手段が、前記基準軸を前記被験者の前交連−後交連線を含む平面と平行な面内に設定する上記（２）または（３）に記載の線条体画像解析装置。
（５）前記解析手段が、前記関心領域における前記画素強度を前記中心軸の交差方向に演算処理して前記分布特性を解析する上記（２）から（４）のいずれか一項に記載の線条体画像解析装置。
（６）前記領域設定手段が、脳内に参照領域を設定し、前記解析手段が、前記関心領域における前記画素強度と前記参照領域における前記画素強度との比率に基づいて前記分布特性を解析する上記（２）から（５）のいずれか一項に記載の線条体画像解析装置。
（７）前記基準点特定手段が、左右一対の前記線条体領域の内部で前記基準点をそれぞれ特定し、前記領域設定手段が、左右一対の前記基準点を結ぶ線分の垂直二等分線を含む鉛直面に関して左右対称に一対の前記関心領域を設定する上記（２）から（６）のいずれか一項に記載の線条体画像解析装置。
（８）一対の前記関心領域に関してそれぞれ解析された前記分布特性を、左右一対の前記基準点を位置合わせした状態で対比して出力する出力手段を更に有する上記（７）に記載の線条体画像解析装置。
（９）線条体の疾患症例に関する前記分布特性を示す症例データを蓄積しておく症例蓄積手段を更に有し、前記出力手段が、解析された前記被験者の前記分布特性と前記症例データとを対比して出力する上記（８）に記載の線条体画像解析装置。
（１０）前記画素強度が、前記被験者に投与されて線条体ドーパミントランスポーターと結合する放射性薬剤から放射される放射線の計数値を示す上記（１）から（９）のいずれか一項に記載の線条体画像解析装置。
（１１）前記解析手段が前記分布特性として、前記放射性薬剤の集積量、尾状核に対応する尾状核領域もしくは被殻に対応する被殻領域における前記集積量の変化率、前記尾状核領域と前記被殻領域との中間領域における前記集積量の変化率、または前記集積量の尖度もしくは歪度、の少なくとも一つを解析する上記（１０）に記載の線条体画像解析装置。
（１２）被験者の線条体を含む頭部の三次元核医学画像を解析処理する線条体画像解析装置のコンピュータによって実行されるプログラムであって、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定処理と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定処理と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析処理と、を前記コンピュータに実行させるためのプログラム。
（１３）複数の情報端末がネットワークを介して通信可能に接続されたネットワークシステムであって、被験者の線条体を含む頭部の三次元核医学画像を蓄積する画像蓄積手段と、左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、解析された前記分布特性を出力する出力手段と、を有する線条体画像解析システム。
１０ 画像
１１、１１ａ、１１ｂ 線条体領域
１１ｃ 尾状核領域
１１ｄ 被殻領域
１２、１２ａ、１２ｂ 基準点
１３、１３ａ、１３ｂ 基準軸
１４、１４ａ、１４ｂ 関心領域
１５ 中脳領域
１６ 参照領域
１７ａ 線分
１７ｂ 垂直二等分線
１８ 鉛直面
１９ 頭部領域
２０ 画像取得部
２２ 画像蓄積部
３０ 基準点特定部
３２ 基点
４０ 軸設定部
５０ 解析部
５２ 分布特性
５４ 描画生成部
６０ 領域設定部
７０ 出力部
８０ 症例蓄積部
８２ 症例データ
１００ 線条体画像解析装置
１１０ 撮像装置
１２０ 操作受付部
１３０ 表示装置
ＡＰＬ 前交連−後交連線
ＡＰＰ 平面
ＣＮ 尾状核
Ｈ 頭部
Ｌ１〜Ｌ４ 直線
ＬＣ 後頭葉
Ｍ 外耳孔
ＭＢ 中脳
ＯＢ 眼窩中心
ＯＭＬ 眼窩耳孔線
ＰＵ 被殻
Ｐａ、Ｐｂ 強度点
Ｒ 頭部放射線
Ｓ 被験者
ＳＴ 線条体
ＴＨ、ＴＨ１〜ＴＨ３ 閾値
ＰＣ１〜ＰＣ４ プロファイルカーブ
１１、１１ａ、１１ｂ 線条体領域
１１ｃ 尾状核領域
１１ｄ 被殻領域
１２、１２ａ、１２ｂ 基準点
１３、１３ａ、１３ｂ 基準軸
１４、１４ａ、１４ｂ 関心領域
１５ 中脳領域
１６ 参照領域
１７ａ 線分
１７ｂ 垂直二等分線
１８ 鉛直面
１９ 頭部領域
２０ 画像取得部
２２ 画像蓄積部
３０ 基準点特定部
３２ 基点
４０ 軸設定部
５０ 解析部
５２ 分布特性
５４ 描画生成部
６０ 領域設定部
７０ 出力部
８０ 症例蓄積部
８２ 症例データ
１００ 線条体画像解析装置
１１０ 撮像装置
１２０ 操作受付部
１３０ 表示装置
ＡＰＬ 前交連−後交連線
ＡＰＰ 平面
ＣＮ 尾状核
Ｈ 頭部
Ｌ１〜Ｌ４ 直線
ＬＣ 後頭葉
Ｍ 外耳孔
ＭＢ 中脳
ＯＢ 眼窩中心
ＯＭＬ 眼窩耳孔線
ＰＵ 被殻
Ｐａ、Ｐｂ 強度点
Ｒ 頭部放射線
Ｓ 被験者
ＳＴ 線条体
ＴＨ、ＴＨ１〜ＴＨ３ 閾値
ＰＣ１〜ＰＣ４ プロファイルカーブ
Claims (13)
- 被験者の線条体を含む頭部の三次元核医学画像を取得する画像取得手段と、
左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、
前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、
前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、を有する線条体画像解析装置。 - 前記基準軸を中心軸とし前記線条体領域を包含する柱状の関心領域を設定する領域設定手段を更に有する請求項１に記載の線条体画像解析装置。
- 前記軸設定手段が、前記基準軸を前記頭部の前方から後方に向かって外向きに設定し、
前記領域設定手段が、中脳に対応する中脳領域の外部に前記関心領域を設定する請求項２に記載の線条体画像解析装置。 - 前記軸設定手段が、前記基準軸を前記被験者の前交連−後交連線を含む平面と平行な面内に設定する請求項２または３に記載の線条体画像解析装置。
- 前記解析手段が、前記関心領域における前記画素強度を前記中心軸の交差方向に演算処理して前記分布特性を解析する請求項２から４のいずれか一項に記載の線条体画像解析装置。
- 前記領域設定手段が、脳内に参照領域を設定し、
前記解析手段が、前記関心領域における前記画素強度と前記参照領域における前記画素強度との比率に基づいて前記分布特性を解析する請求項２から５のいずれか一項に記載の線条体画像解析装置。 - 前記基準点特定手段が、左右一対の前記線条体領域の内部で前記基準点をそれぞれ特定し、
前記領域設定手段が、左右一対の前記基準点を結ぶ線分の垂直二等分線を含む鉛直面に関して左右対称に一対の前記関心領域を設定する請求項２から６のいずれか一項に記載の線条体画像解析装置。 - 一対の前記関心領域に関してそれぞれ解析された前記分布特性を、左右一対の前記基準点を位置合わせした状態で対比して出力する出力手段を更に有する請求項７に記載の線条体画像解析装置。
- 線条体の疾患症例に関する前記分布特性を示す症例データを蓄積しておく症例蓄積手段を更に有し、
前記出力手段が、解析された前記被験者の前記分布特性と前記症例データとを対比して出力する請求項８に記載の線条体画像解析装置。 - 前記画素強度が、前記被験者に投与されて線条体ドーパミントランスポーターと結合する放射性薬剤から放射される放射線の計数値を示す請求項１から９のいずれか一項に記載の線条体画像解析装置。
- 前記解析手段が前記分布特性として、前記放射性薬剤の集積量、尾状核に対応する尾状核領域もしくは被殻に対応する被殻領域における前記集積量の変化率、前記尾状核領域と前記被殻領域との中間領域における前記集積量の変化率、または前記集積量の尖度もしくは歪度、の少なくとも一つを解析する請求項１０に記載の線条体画像解析装置。
- 被験者の線条体を含む頭部の三次元核医学画像を解析処理する線条体画像解析装置のコンピュータによって実行されるプログラムであって、
左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定処理と、
前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定処理と、
前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析処理と、
を前記コンピュータに実行させるためのプログラム。 - 複数の情報端末がネットワークを介して通信可能に接続されたネットワークシステムであって、
被験者の線条体を含む頭部の三次元核医学画像を蓄積する画像蓄積手段と、
左右少なくとも一方の前記線条体に対応する線条体領域の内部で前記三次元核医学画像の画素強度に基づいて基準点を特定する基準点特定手段と、
前記基準点を通り前記線条体領域の長手方向に延在する基準軸を設定する軸設定手段と、
前記線条体領域の内部における前記画素強度の分布特性を前記基準軸に沿って解析する解析手段と、
解析された前記分布特性を出力する出力手段と、を有する線条体画像解析システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014217353A JP6360417B2 (ja) | 2014-10-24 | 2014-10-24 | 線条体画像解析装置、プログラムおよび線条体画像解析システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014217353A JP6360417B2 (ja) | 2014-10-24 | 2014-10-24 | 線条体画像解析装置、プログラムおよび線条体画像解析システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016085095A true JP2016085095A (ja) | 2016-05-19 |
| JP6360417B2 JP6360417B2 (ja) | 2018-07-18 |
Family
ID=55973632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014217353A Active JP6360417B2 (ja) | 2014-10-24 | 2014-10-24 | 線条体画像解析装置、プログラムおよび線条体画像解析システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6360417B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI686178B (zh) | 2019-10-09 | 2020-03-01 | 中原大學 | 自動化定位核子醫學腦部影像紋狀體與計算紋狀體專一性攝取率的方法與系統 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060054827A1 (en) * | 2004-04-05 | 2006-03-16 | Maleaume Bonnin | Method for quantifying the radioactivity of living structures of small dimensions by employing emission tomography |
| JP2006119022A (ja) * | 2004-10-22 | 2006-05-11 | Daiichi Radioisotope Labs Ltd | 脳血流定量解析プログラム、記録媒体および脳血流定量解析方法 |
| JP2011516866A (ja) * | 2008-04-04 | 2011-05-26 | アビッド レディオファーマシューティカルズ、インク． | 神経変成疾患の放射性薬剤による画像化 |
-
2014
- 2014-10-24 JP JP2014217353A patent/JP6360417B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060054827A1 (en) * | 2004-04-05 | 2006-03-16 | Maleaume Bonnin | Method for quantifying the radioactivity of living structures of small dimensions by employing emission tomography |
| JP2006119022A (ja) * | 2004-10-22 | 2006-05-11 | Daiichi Radioisotope Labs Ltd | 脳血流定量解析プログラム、記録媒体および脳血流定量解析方法 |
| JP2011516866A (ja) * | 2008-04-04 | 2011-05-26 | アビッド レディオファーマシューティカルズ、インク． | 神経変成疾患の放射性薬剤による画像化 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6360417B2 (ja) | 2018-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6124216B2 (ja) | ヘルメット型ｐｅｔ装置 | |
| US8958620B2 (en) | Region of interest definition in cardiac imaging | |
| CN106466188B (zh) | 用于发射断层显像定量的系统和方法 | |
| US8050734B2 (en) | Method and system for performing patient specific analysis of disease relevant changes of a disease in an anatomical structure | |
| JP6704734B2 (ja) | 画像処理装置および画像処理プログラム | |
| KR102004964B1 (ko) | Pet 뇌 영상 아밀로이드 측정을 위한 부피 기반 정량지표 분석 방법 및 컴퓨터 프로그램 | |
| US8831323B2 (en) | Method and apparatus for measuring activity of a tracer | |
| US9078622B2 (en) | Method and apparatus for data selection for positron emission tomogrpahy (PET) image reconstruction | |
| JP6442311B2 (ja) | 核医学画像中の腫瘍輪郭を抽出する技術 | |
| JP6185262B2 (ja) | 核医学骨画像解析技術 | |
| JP2008026144A (ja) | 画像診断支援システム及び方法 | |
| US9202293B2 (en) | Method of extracting contour of tomogram, and computer-readable storage medium and apparatus therefor | |
| US20160055633A1 (en) | Method for the automatic recognition of anatomical structures in images obtained by positron emission tomography, system and computer program for performing said method | |
| JP6360417B2 (ja) | 線条体画像解析装置、プログラムおよび線条体画像解析システム | |
| Lemmens et al. | Impact of metal artefacts due to EEG electrodes in brain PET/CT imaging | |
| JP7237094B2 (ja) | 痛みの強度を測定する方法 | |
| JP2006158791A (ja) | 頭蓋内容積および局所脳構造物解析プログラム、記録媒体および頭蓋内容積および局所脳構造物解析方法 | |
| JP6442309B2 (ja) | 核医学画像解析技術 | |
| AU2015351323A1 (en) | Method for evaluating nuclear medicine image of head | |
| US10395364B2 (en) | Nuclear medical image analysis technique | |
| JP6442310B2 (ja) | 核医学画像中の腫瘍領域を抽出する技術 | |
| Wells et al. | Comparison of attenuation, dual-energy-window, and model-based scatter correction of low-count SPECT to 82Rb PET/CT quantified myocardial perfusion scores | |
| JP6386629B2 (ja) | 核医学骨画像解析技術 | |
| TW201641077A (zh) | 影像處理裝置、影像處理方法、及程式產品 | |
| JP2017072482A (ja) | 散乱補正方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161221 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171031 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171205 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180612 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180622 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6360417 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |