JP5081224B2

JP5081224B2 - 動的分子イメージング手順のため、運動パラメータ推定を区別する方法

Info

Publication number: JP5081224B2
Application number: JP2009500997A
Authority: JP
Inventors: ロサールスピース; マーノイナラヤナン; バルトジェイバッケル
Original assignee: Koninklijke Philips NV; Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2006-03-23
Filing date: 2007-03-19
Publication date: 2012-11-28
Anticipated expiration: 2027-03-19
Also published as: US20100232662A1; EP2002398A2; CN101466302B; JP2009530636A; WO2007107946A2; US8280130B2; WO2007107946A3; CN101466302A

Description

本発明は、概して分子イメージング分野に関する。より詳細には、本発明は、個々の患者の解剖構造及び病状に動的分子イメージング手順のための運動パラメータ推定を適用することに関する。

分子イメージングは、様々なターゲット又は経路、特に生体内で画像化する技術として、医療に幅広く使用される。プローブとして機能するトレーサは、イメージングを容易にし、この周囲との化学反応をし、関心領域内に生じる分子の変化に従って画像を変化させる。分子イメージングは、多くの異なる関心領域に適用され、例えば病気の通常の症状の発生又は検出の前に生じる、病気にかかる前の状態又は分子状態を決定する。他の用途は、生体における遺伝子発現のイメージング、及び新たなトレーサ又はバイオマーカの開発を含む。

分子イメージングを実現するため、現在いくつかの異なる分子イメージングシステム及び装置、例えばＳＰＥＣＴ（単光子放射断層撮像）システム、ＰＥＴ（ポジトロン放出断層撮像）システムが利用可能である。後者は、例えば脳内において生理的活動をイメージングする場合、又は生体内の流路を決定する場合に重要な技術である。通常分子イメージング装置は、リストモードにおける患者データを連続的にサンプリングし、ここでリストモードデータは、ＳＰＥＣＴにおける単一のイベント、又はＰＥＴにおける同時のイベントが、タイムスタンプで登録されることを意味する。リストモードデータは、その後捨てられ、再構成され、元になる運動パラメータは、薬物動態モデリング技術を利用するように、見積もられる。代替として、リストモードデータは、捨てるステップ及び再構成するステップをバイパスする直接パラメータ推定技術を利用する運動モデルエンジンに直接供給される。

マルチモーダルイメージング装置及び新たなターゲットとされるトレーサの最近の開発では、分子プロセスを客観的に探査することが実現可能になっており、これは、治療反応を早期評価するとともに、根本となる病気の機構を理解する手掛かりである。動的分子イメージングプロトコルは、臨床においてますます使用され、運動モデリングツールは、関連分子パラメータの推定を改善するために開発される。このような分子パラメータの例は、組織又は血液を通じたトレーサのフローレート、トレーサの組織へのトラッピング、ウォッシュアウト、及び取り込みレート、又は化学修飾に着手するトレーサの反応レートである。

パラメトリック画像を生成するのに、基本的に３つのアプローチがある。「間接アプローチ」、「半直接アプローチ」、及び「直接アプローチ」であり、以下により詳細に記載される。

間接アプローチは、測定時間の各々に対して登録された画像をまず再構成し、それから各ボクセルに対して運動パラメータを見積もることを含む。この方法は、各ボクセルに対して低い信号対雑音比の時間放射能曲線をもつという欠点を有し、これは、パラメータの正確な推定を困難にする。

半直接アプローチは、信号サブ空間又はスプラインを介して、各ボクセルに対する時間的経過のあり得る選択を抑制することにより、信号対雑音比を改善しようとする。スプラインベースの方法は、リストモードデータを処理する場合、ある程度の計算の利点を有する。しかしながら、まずスプライン係数を計算し、それから運動パラメータを計算する２ステップの処理であり、特にスプライン係数の数が、運動パラメータの数よりも多い場合、最適性の喪失という結果になり得る。

直接アプローチは、運動パラメータの再構成の直接的な態様を含む。異なる直接推定アルゴリズムは、例えばD．Snyderによる"Parameter estimation for dynamic studies in emission-tomography systems having list-mode data"IEEE Trans Nucl Sci 31（1984）pp 925-931;又はKamasakらによる"Direct reconstruction of kinetic parameter images from dynamic PET data"IEEE Trans Med Imaging（2005）May;24(5):pp636-650；に記載され、これらは、参照によりここに含まれる。

今日では、動的イメージングプロトコルの設計が試行錯誤により概ね達成される。一度良い候補が経験的に識別されると、患者間のばらつきを考慮せず、包括的な態様ですべての患者に対して使用される。これらのプロトコルは、通常、スキャニングが開始されるよりも前に管理されるべきトレーサ活動の量及び画像取得に対するサンプリング方式を特定する。しかしながら、トレーサのバイオキネティクスは、運動パラメータが見積もられる分散及び画質における患者間の変動をもたらす、個々の患者の解剖構造及び病状に大きく依存する。更に、見積もられた運動パラメータの品質を測定する一貫した性能指数は、品質保証手続きを確立するのに不可欠であり、絶対的な必要条件である。

したがって、機構の戦略に対する必要性があり、これは、個々の患者の解剖構造及び病状を適応的に考慮する。更に、最適に適応された動的イメージングプロトコルは、標準的なプロシージャに対して、時間及び費用対効果が良く、誤ったパラメータ設定及び低品質の診断結果となるリスクを低下させることが見込まれる。

それゆえ、分子イメージングにおける有利な方法、例えば患者固有の適応プロトコルを提供することが望ましい。

したがって、本発明は、請求項による方法、装置、システム、コンピュータ可読媒体、及び該装置の使用を提供することにより、好ましくは従来技術の１又はそれより多くの上で認識された欠陥、及び一つ一つの欠点、又はいかなる組み合わせも和らげ、軽減させ、又は排除しようとし、少なくとも上記の問題を解決する。

本発明の一態様によると、動的分子イメージングにおいて、管理されたトレーサのバイオ分布を記載する活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を動的に見積もるステップを有する方法が提供される。該方法は、活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）それぞれの第１ターゲット分散σ_β，Ｔ（ｘ）及び第２ターゲット分散σ_ｋ，Ｔ（ｘ）を特定するステップを有する。更に、前記方法は、画像取得を開始するステップと、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を再構成するステップと、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）の第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σｋ（ｘ）をそれぞれ再構成するステップとを有する。更に、前記方法は、画像取得と、第１パラメータβ（ｘ）、第２パラメータｋ（ｘ）、第１の関連付けられた分散σ_β（ｘ）、及び第２の関連付けられた分散σ_ｋ（ｘ）の再構成とを、第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σ_ｋ（ｘ）がそれぞれ第１ターゲット分散σ_β，Ｔ（ｘ）及び第２ターゲット分散σ_ｋ，Ｔ（ｘ）に等しいか、又は小さくなるまで、σ_β（ｘ）≦σ_β，Ｔ（ｘ）且つσ_ｋ（ｘ）≦σ_ｋ，Ｔ（ｘ）となるまで、繰り返すステップを有する。

本発明の他の態様によると、動的分子イメージングにおいて装置が、管理されたトレーサのバイオ分布を記載する活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を動的に見積もる装置が設けられる。該装置は、画像取得を開始する開始手段と、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を再構成する第１再構成手段と、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）の第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σ_ｋ（ｘ）それぞれを再構成する第２再構成手段と、第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σ_ｋ（ｘ）がそれぞれ第１ターゲット分散σ_β，Ｔ（ｘ）及び第２ターゲット分散σ_ｋ，Ｔ（ｘ）に等しく、又は小さくなるまで、σ_β（ｘ）≦σ_β，Ｔ（ｘ）且つσ_ｋ（ｘ）≦σ_ｋ，Ｔ（ｘ）となるまで、画像取得と、第１パラメータβ（ｘ）、第２パラメータｋ（ｘ）、第１の関連付けられた分散σ_β（ｘ）、及び第２の関連付けられた分散σ_ｋ（ｘ）の再構成とを繰り返す反復手段とを更に有する。

本発明の更なる態様によると、本発明の上記の態様による装置を有する分子イメージングシステムが設けられる。

本発明の更なる態様によると、コンピュータにより処理するコンピュータプログラムを具現化するコンピュータ可読媒体が設けられる。コンピュータプログラムは、活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）それぞれの第１ターゲット分散σ_β，Ｔ（ｘ）及び第２ターゲット分散σ_ｋ，Ｔ（ｘ）を特定する仕様コードセグメントと、画像取得を開始する開始コードセグメントと、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を再構成する第１再構成コードセグメントと、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）それぞれの第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σｋ（ｘ）を再構成する第２再構成コードセグメントと、第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σ_ｋ（ｘ）がそれぞれ第１ターゲット分散σ_β（ｘ）及び第２ターゲット分散σ_ｋ（ｘ）に等しいか、又は小さくなるまで、σ_β（ｘ）≦σ_β，Ｔ（ｘ）且つσ_ｋ（ｘ）≦σ_ｋ，Ｔ（ｘ）となるまで、画像取得と、第１パラメータβ（ｘ）、第２パラメータｋ（ｘ）、第１の関連付けられた分散σ_β（ｘ）、及び第２の関連付けられた分散σ_ｋ（ｘ）の再構成とを反復する反復コードセグメントとを有する。

本発明の更なる態様によると、本発明の態様による方法の使用が提供される。より正確には、病気の通常の症状が検出可能になる前に生じる、病気にかかる前の状態、又は分子状態を決定する方法が使用される。

本発明が可能であるこれら及び他の態様、特徴、及び利点は、添付の図面を参照して、本発明の実施例の以下の説明から明らかにされるであろう。

以下の説明は、動的な分子イメージングにおける特定の用途に適用可能である本発明の実施例にフォーカスする。しかしながら、本発明は、これらの特定の用途又は実施に制限されず、分子イメージングの分野の多くの他の用途に適用され得ることが理解されるであろう。

本発明は、関連分子パラメータの見積りを改善する有利な態様を提供し、これは、組織又は血液を通じてトレーサのフローレート、組織へのトレーサのトラッピング、ウォッシュアウト、及び取り込みレート、又は化学的修飾に着手するトレーサの反応レートであり得る。

更に、本発明は、品質保証手続きを確立する便利なフールプルーフ態様を提供する。これは、見積もられるパラメータに対する変動及び画質における患者間のばらつきをもたらす個々の患者の解剖構造および病状を考慮する。

図１は、組織及び血液コンパートメントを有する既知の薬物動態コンパートメントモデルを示す。例えば^99mＴｃ−tebroximeで動的ＳＰＥＣＴ測定が標準的なプロトコルにしたがって心筋灌流を見積もるために使用される場合、ＳＰＥＣＴ投影がトレーサ注入の後１７分より長く取得される。図１において、Ｃ_Ｐは、血液コンパートメント内のトレーサ濃度を示し、Ｃ_Ｔは、組織コンパートメントにおける濃度を特定する。薬物動態の２つのコンパートメントモデルにおいて、
位置ｘにおける個々のボクセル又は関心領域に対するコンパートメントに関連付けられる個々の濃度の重み付けられた和を含む、測定された全体の活動が、時間ｔの各点に対して、活性関数Ａ（ｘ，ｔ）＝[１−β（ｘ）]・Ｃ_Ｐ＋β（ｘ）・Ｃ_Ｔにより記載される。したがって活性関数Ａ（ｘ，ｔ）は、トレーサのバイオ分散を記載する。ここでパラメータβ（ｘ）は、関心領域における位置ｘでの血液及び組織コンパートメントの仕切りを示す。関心領域は、例えば心臓のような人間の臓器であり得る。組織コンパートメントの濃度Ｃ_Ｔは、（入力関数として指定される）対応するトレーサ濃度Ｃ_Ｐのリザーバからのレートｋの流入と、同じレートｋでのトレーサの流出とからなる。数学的に説明すると、これは、入力関数の組織コンパートメントの「システム関数」との畳み込みにより与えられ、

したがって、

となる。

ここでＣ_Ｐは、例えば動脈若しくは静脈血からサンプリングされるか、または分子画像から抽出される既知の入力関数である。関心領域におけるトレーサの濃度又は活動を決定することができるようにするため、パラメータβ（ｘ）及びｋ（ｘ）は、見積もられる必要がある。最適化、例えば間接的、半直接的、又は直接的な最適化を実行した後、β（ｘ）及びｋ（ｘ）の空間分布又はパラメトリックマップが得られる。

最適化プロセスは、間接的、半直接的、又は直接的なアプローチとはわずかに異なる態様で進み得る。間接的なアプローチは、リストモードデータに基づくＡ（ｘ,ｔ）の推定を特徴とし、β（ｘ）及びｋ（ｘ）は、式１に記載されるコンパートメントモデルにより見積もられたＡ（ｘ,Ｔ）とＡ（ｘ,ｔ）の理論値（正しい値）との間の差（例えば差の二乗和）を最小化するように選択される。

半直接的なアプローチの最適化は、間接的なアプローチとほぼ同じであるが、追加のステップがある。所定の関数（例えばスプライン）が、見積もられた活動Ａ（ｘ,ｔ）にフィッティングされ、スムージングされた~Ａ（ｘ,ｔ）を得て、β（ｘ）及びｋ（ｘ）が~Ａ（ｘ,Ｔ）にフィッティングするように選択される。

直接的なアプローチは、より関連しており、記録されたリストモードデータを最も生成する傾向にある理論的な活性関数Ａ（ｘ,ｔ）を生成するため、β（ｘ）及びｋ（ｘ）を選択するステップを含む。（より詳細な説明には、例えばD．Snyder, "Parameter estimation for dynamic studies in emission-tomography systems having list-mode data"IEEE Trans Nucl Sci 31(1984)pp 925-931又はKamasak ME et al，"Direct reconstruction of kinetic parameter images from dynamic PET data，IEEE Trans Med Imaging(2005)May;24(5):pp636-650;を参照されたい）。

分散σ_β（ｘ）及びσ_ｋ（ｘ）は、同じプロセスで得ることができ、β（ｘ）及びｋ（ｘ）がその最適値付近で変化する場合に、実際の記録に対するモデリングされたＡ（ｘ,ｔ）のフィッティング、すなわち記録されたＡ（ｘ,ｔ）と適合された~Ａ（ｘ,ｔ）との間の差又はリストモードデータを付与された、モデリングされたＡ（ｘ,ｔ）の見込みがどのくらい悪化するかに依存する。

パラメータβ（ｘ）及びｋ（ｘ）を含む活性関数は、活動を表し、したがって間接的に管理されたトレーサの濃度を表わす。活性関数、及びパラメータは、選択されたコンパートメントモデルとともに変化する。図２は、例示的な薬物動態マルチコンパートメントモデルを示し、ここでｋ_１、ｋ_２、ｋ_３、ｋ_４は、コンパートメント間のトレーサ交換レートを表わす。Ｃ_Ｐは、プラズマにおけるトレーサのモル濃度を表わし、Ｃ_Ｆは、非結合トレーサのモル濃度を表わし、Ｃ_Ｂは、代謝又は結合トレーサのモル濃度である。放射トモグラフィデータシステムで動的トレーサ研究に共通して使用されるステップは、
（ａ）連続した時間フレームに対してデータを集めるステップ、
（ｂ）各インターバル又は時間フレームの画像を再構成し、これにより時間の関数として見積もられた空間活動分布を提供するステップ、
（ｃ）動的な研究に対する関心領域を各画像において識別するステップ、
（ｄ）各フレームの関心領域の累積活動を得るため、関心領域に渡って各画像を統合する前に、関心領域の寄与を考慮する係数で各リストモードデータ点を重み付けするステップ、及び
（ｅ）ステップ（ｄ）において生成される再構成活動画像からパラメータを見積もるステップ
である。リストモードデータが直接運動パラメータに再構成されるという意味で、直接パラメータ推定が展開される場合、ある臨床タスク、例えば心筋灌流をイメージングすることに対する標準的な取得プロトコルが使用され、これは、患者の詳細、例えば重さ、サイズ、及び他の個人の特性に適応されない。従来技術の欠点は、管理された活動及び／又はスキャン時間が、個人に合わせて適合されず、したがって、パラメータは、密かに非常に大きなばらつきで推定される。

以下の説明は、動的分子イメージングシステムに適用可能な本発明の実施例にフォーカスし、ここでスキャン時間は、個人ベースで順応して修正されるパラメータとして使用される。このように、関連する運動パラメータを順応して変更することにより、運動パラメータ推定を個人に合わせることは可能である。

プロトコルに必要な運動パラメータは、どのコンパートメントモデルがトレーサシステムを説明するために使用されるかに依存する。通常の場合、時間ｔの点における位置ｘのボクセルの活性関数は、Ａ（ｘ,ｔ；￣ｖ（ｘ））で与えられ、￣ｖ（ｘ）は、自由モデルパラメータのフルセットを表わす。

コンパートメントモデルの選択は、研究されたプロセスに依存する。灌流プロセスに対して、血液コンパートメント及び組織コンパートメントを含み、そのトレーサの交換が単一の運動パラメータｋにより表わされる、非常に特殊なコンパートメントモデルが必要とされる。２つのコンパートメントモデルが展開される通常の用途において、コンパートメント間の移送を記載する運動パラメータは、変化し得て、それゆえ運動パラメータｋ_１及びｋ_２を導入することを必要とする。これは、臨床的に関連する用途を表わす自由なパラメータを２つのみ有するコンパートメントモデルのもっとも簡素な場合であるので、簡素化のため上記の灌流コンパートメントモデルが選択され得る。しかしながら、本発明の考え方は、いかなるコンパートメントトポロジ及びいかなる数の自由パラメータにも適用可能であり、したがって上記の灌流コンパートメントモデルに制限されない。

今日提供されるスキャナシステム（例えばＳＰＥＣＴ及びＰＥＴ）の空間的解像度は、ピクセル又はボクセルにおいて、常に組織及び血液のサブコンパートメントが存在するようになっており、それゆえパラメータβ（ｘ）は、現在使用される通常の２つのコンパートメント又はマルチコンパートメントモデルのままであるだろう。しかしながら、より高い解像度を提供する将来の分子画像取得ではパラメータβ（ｘ）が時代遅れになるであろうということは、予想される。

図３によると、本発明の一実施例は、個人化ベースで、運動パラメータを推定する方法に関する。

該方法は、以下のステップで要約され、第１のステップ３１は、プロトコルに対して必要とされるパラメータに対して、ターゲット信頼区間（２コンパートメントモデルではσ_β,Ｔ（ｘ）及びσ_ｋ,Ｔ（ｘ））を局部的、例えば組織の小さな領域若しくは特定の関心領域に対して、又は全体的に、各ボクセル位置ｘに対して同様に特定するステップである。

実施される方法の第２ステップ３２において、画像取得は、直接パラメータ推定アルゴリズム３５を使用して描写される領域に対するパラメータβ（ｘ）及びｋ（ｘ）、並びにパラメータβ（ｘ）及びｋ（ｘ）（それぞれ以下の導関数を参照されたい）に対して関連付けられる変数σ_β（ｘ）及びσ_ｋ（ｘ）（以下の定義を参照されたい）を推定するため、データ取得３４と同時に開始される。画像取得は、画像データを例えばリストモードで連続的に収集する。画像取得は、例えば当業者に知られる態様で画像を「スキャニング」するＰＥＴ又はＳＰＥＣＴスキャナにより実行され得る。

実際される方法の第３ステップにおいて、σ_β（ｘ）＞σ_β,Ｔ（ｘ）又はσ_ｋ（ｘ）＞σ_ｋ,Ｔ（ｘ）である場合、直接パラメータ推定アルゴリズムの反復ステップの後、データ取得３４から最も新たに取得されたデータは、リストモードデータに加えられ、直接パラメータ推定アルゴリズムは、次の反復ステップ３９において、パラメータβ（ｘ）及びｋ（ｘ）並びに対応する関連付けられる変数σ_β（ｘ）及びσ_ｋ（ｘ）を再度推定する。

最終的に、実施される方法の第４ステップ３３において、データ取得は、関連付けられる変数σ_β（ｘ）及びσ_ｋ（ｘ）がそれぞれターゲット分散σ_β,Ｔ（ｘ）及びσ_ｋ,Ｔ（ｘ）に近づくとき、すなわちσ_β（ｘ）≦σ_β,Ｔ（ｘ）且つσ_ｋ（ｘ）≦σ_ｋ,Ｔ（ｘ）であるときに終了する。この最終的な状態３７において、推定されるパラメータβ（ｘ）及びｋ（ｘ）は、関心領域の高品質分子画像を生成するため、患者間のばらつきにもかかわらず十分正確である。

直接推定の大抵の手順は、尤度関数Ｐ（β（ｘ）,ｋ（ｘ）｜Ｄ）の最大化に基づき、Ｐは、観測されたリストモードデータを付与するパラメータβ（ｘ）及びｋ（ｘ）に対する確率分散を示す。確率分散Ｐは、活性関数の非線形的な振る舞い、及びＰ（β（ｘ）,ｋ（ｘ）｜Ｄ）の式で生じる更なる非線形性により、標準的なガウス又はガンマの形態の１つではない。これらの状況における標準的なアプローチは、この複雑な確率分布をガウス分布で近似することである。この分布の平均は、[β'（ｘ）,ｋ'（ｘ）]＝arg max（Ｐ（β（ｘ）,ｋ（ｘ）｜Ｄ））である。

本発明の一実施例において、確率分布Ｐは、ガウス分布で近似される。この実施例は、コンピュータ的に負担が小さい。

本発明の一実施例によると関連付けられる変数σ_β（ｘ）及びσ_ｋ（ｘ）は、以下のように規定される。

上の関連付けられた変数の式は、最大値で取られる、運動パラメータに対する正確な確率分散の二次導関数を表わす。これら２つの量は、実際の分散の良い近似を与え、それゆえ本発明の方法では、信頼区間として使用され得る。

本発明の他の実施例において、パラメータβ（ｘ）及びｋ（ｘ）並びに関連付けられる変数σ_β（ｘ）及びσ_ｋ（ｘ）は、分子イメージングと関連付けられるいかなるパラメータ、例えば運動又は非運動パラメータであり得る。

本発明の他の実施例において、前記方法が任意の薬物動態コンパートメントモデル、例えば薬物動態２コンパートメントモデル、薬物動態マルチコンパートメントモデル、または対応する運動パラメータを決定するいかなる他のモデルにも適用される。

本発明の他の実施例によると、活性関数のパラメータ、及び、したがってトレーサのバイオ分散を推定するいずれかの最適化アルゴリズム、例えば直接、間接、又は半直接パラメータ推定アルゴリズムも使用され得る。

本発明の一実施例によると、図４にしたがって、動的分子イメージング内の装置４０は、管理されたトレーサのバイオ分散を表わす活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を動的に推定するように設けられ、該装置は、特定手段４１、開始手段４２、第１再構成手段４３、第２再構成手段４４、及び反復手段４５を有する。特定手段４１は、活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）それぞれの第１ターゲット分散σ_β,Ｔ（ｘ）及び第２ターゲット分散σ_ｋ,Ｔ（ｘ）を特定するように設けられる。これらのターゲット分散は、例えば上で説明されるように、正確な確率分散の二次導関数から計算され得る。開始手段４２は、画像データが連続的に記録される画像取得を開始するように設けられる。開始手段４２は、画像取得手段４１により今までのところ集められた取得画像データセットに基づいて、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を再構成するように設けられる第１再構成手段４３に接続される。開始手段４２は、画像取得手段により今までのところ集められた同じ取得画像データに基づいて、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）のそれぞれの第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σ_ｋ（ｘ）を再構成するように設けられる第２再構成手段４４にも接続される。反復手段４５は、関連付けられる分散σ_β（ｘ）及びσ_ｋ（ｘ）が、それぞれターゲット分散σ_β,Ｔ（ｘ）及びσ_ｋ,Ｔ（ｘ）と比較して受け入れられるかどうかを決定するように設けられる。σ_β（ｘ）＞σ_β,Ｔ（ｘ）又はσ_ｋ（ｘ）＞σ_ｋ,Ｔ（ｘ）である場合、反復手段４５は、パラメータの推定を繰り返すため、開始手段４２、第１再構成手段４３、第２再構成手段４４に反復信号を送信するように設けられる。σ_β（ｘ）≦σ_β,Ｔ（ｘ）又はσ_ｋ（ｘ）≦σ_ｋ,Ｔ（ｘ）である場合、反復手段は、パラメータ推定を終了するように設けられる。

本発明の一実施例において、装置は、本発明の方法を実行するように設けられる。

本発明の他の実施例によると、分子イメージングに使用する装置であって、分子パラメータを推定することにより、病気の通常の症状を検出する前に生じる分子状態又は病気前の状態を決定する装置が設けられる。

本発明による一実施例によると、ＰＥＴシステム又はＳＰＥＣＴシステムにおいて、画像取得を開始する開始手段に接続される分子画像取得手段を有する装置が含まれる。

本発明の一実施例によると、前記装置は、医療ワークステーションである。

本発明の一実施例において、本発明による装置を有するシステムが設けられる。

図５によると、本発明の一実施例において、コンピュータにより処理するコンピュータプログラム５０が実現されるコンピュータ可読媒体が設けられ、該コンピュータプログラムは、特定コードセグメント５１、開始コードセグメント５２、第１再構成コードセグメント５３、第２再構成コードセグメント５４、及び反復コードセグメント５５を含む。特定コードセグメント５１は、活性関数の第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）の第１ターゲット分散σ_β,Ｔ（ｘ）及び第２ターゲット分散σ_ｋ,Ｔ（ｘ）をそれぞれ特定することを可能にする。開始コードセグメント５２は、画像取得を開始することを可能にする。第１再構成コードセグメント５３は、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）を再構成することを可能にする。第２再構成コードセグメント５４は、第１パラメータβ（ｘ）及び第２パラメータｋ（ｘ）の第１の関連付けられる分散σ_β（ｘ）及び第２の関連付けられる分散σ_ｋ（ｘ）をそれぞれ再構成することを可能にする。反復コードセグメント５５は、第１の関連付けられた分散σ_β（ｘ）及び第２の関連付けられた分散σ_ｋ（ｘ）がそれぞれ第１ターゲット分散σ_β,Ｔ（ｘ）及び第２ターゲット分散σ_ｋ,Ｔ（ｘ）に等しいか、または小さい、すなわちσ_β（ｘ）≦σ_β,Ｔ（ｘ）且つσ_ｋ（ｘ）≦σ_ｋ,Ｔ（ｘ）となるまで、画像取得および再構成を反復することを可能にする。

本発明の他の実施例において、コンピュータにより処理するコンピュータプログラムを実現するコンピュータ可読媒体が設けられ、該コンピュータプログラムは、本発明の方法を実行することができる。

本発明は、ハードウェア、ソフトウェア、ファームウェア、又はこれらのいずれかの組み合わせを含む、いずれかの適切な形態で実現され得る。しかしながら、好ましくは、本発明は１又はそれより多くのデータプロセッサ及び／又はデジタル信号プロセッサで実行するコンピュータソフトウェアとして実現される。本発明の実施例の要素及びコンポーネントは、いずれかの適切な態様で物理的、機能的、及び論理的に実現され得る。実際に、単一のユニット、若しくは複数のユニットにおいて、又は他の機能的ユニットの一部として実現され得る。そのようなものとして、本発明は、単一のユニットで実現され得るか、又は異なるユニット及びプロセッサの間で物理的及び機能的に分散され得る。

本発明は、特定の実施例を参照して上に記載されているが、ここに説明される特定の形態に制限されることを意図されない。むしろ本発明は請求項のみにより制限され、上記の特定のもの以外の実施例、例えば上記以外の分野の用途も、同様にこれらの請求項の範囲内にあり得る。

請求項において、「有する」という言葉は、他の要素又はステップの存在を排除しない。更に、個々に列挙されるが、複数の手段、要素、又は方法のステップは、例えば単一のユニットまたはプロセッサにより実現され得る。更に、個々の特徴が異なる請求項に含まれ得るが、これらは有利に組み合わされ得、異なる請求項に含むことは、特徴の組み合わせが実現可能でない及び／又は有利でないということを暗示しない。更に、単数形の表記は、複数形を排除しない。「第１」、「第２」等の表記は、複数形を排除しない。請求項における参照符号は、単に例を明確にするものとして提供され、いかなる態様でも請求項の範囲を制限するとして解釈されるべきではない。

図１は、組織及び血液コンパートメントを含む薬物動態の２コンパートメントモデルの概略的な図である。図２は、薬物動態のマルチコンパートメントモデルの概略的な図である。図３は、本発明の方法の一実施例を図示する処理フローチャートである。図４は、本発明の装置の一実施例を図示する概略図である。図５は、本発明の更なる実施例を図示するコンピュータプログラムフローチャートを示す概略図である。

Claims

管理されたトレーサのバイオ分散を表わす活性関数における分配係数及び速度定数を動的に推定する、動的分子イメージングにおける方法であって、
前記分配係数に関する第１ターゲット分散及び前記速度定数に関する第２ターゲット分散を特定するステップと、
画像取得を開始するステップと、
前記分配係数及び前記速度定数を再構成するステップと、
前記分配係数に関連する第１の分散及び前記速度定数に関連する第２の分散を再構成するステップと、
前記第１の分散及び前記第２の分散が、それぞれ前記第１ターゲット分散及び前記第２ターゲット分散に等しく、又は小さくなるまで、前記画像取得と、前記分配係数、前記速度定数、前記第１の分散、及び前記第２の分散の再構成とを反復するステップとを含む方法。
前記第１の分散が前記第１ターゲット分散よりも大きいか、又は前記第２の分散が前記第２ターゲット分散よりも大きい場合、前記第１の分散及び前記第２の分散を再構成した後、前記画像取得が繰り返される、請求項１に記載の方法。
前記分配係数及び速度定数を再構成する前記ステップが、直接パラメータ推定アルゴリズムを使用する、請求項１又は２に記載の方法。
前記直接パラメータ推定アルゴリズムが、尤度関数Ｐ（β（ｘ）,ｋ（ｘ）｜Ｄ）に基づかれ、ここでＰは、観測されるリストモードデータＤが与えられるときの前記分配係数β（ｘ）及び前記速度定数ｋ（ｘ）の確率分布を示す、請求項３に記載される方法。
前記第１の分散σ _β （ｘ）と前記第２の分散σ _ｋ（ｘ）とが、それぞれ

及び

として規定される、請求項４に記載の方法。
前記確率分布Ｐが、ガウス分布又はガンマ分布で近似される請求項４又は５に記載の方法。
前記分配係数及び速度定数は、２コンパートメントモデルに適用される前記直接パラメータ推定アルゴリズムを使用して決定される、請求項３乃至６の何れか一項に記載の方法。
前記分配係数及び速度定数が、マルチコンパートメントモデルに適用される前記直接パラメータ推定アルゴリズムを使用して決定される、請求項３乃至６の何れか一項に記載の方法。
前記活性関数が、Ａ（ｘ,ｔ）として、２コンパートメントモデルでは、

として規定され、ここでＣ_Ｐは既知の入力関数である、請求項１に記載の方法。
前記分配係数又は前記速度定数が運動パラメータである、請求項１乃至９の何れか一項に記載の方法。
管理されたトレーサのバイオ分散を表わす活性関数における分配係数及び速度定数を動的に推定するように設けられる、動的分子イメージングにおける装置であって、
前記分配係数に関する第１ターゲット分散及び前記速度定数に関する第２ターゲット分散を特定する特定手段と、
画像取得を開始する開始手段と、
前記分配係数及び前記速度定数を再構成する第１再構成手段と、
前記分配係数に関連する第１の分散及び前記速度定数に関連する第２の分散を再構成する第２再構成手段と、
前記第１の分散及び前記第２の分散が、それぞれ前記第１ターゲット分散及び前記第２ターゲット分散に等しいか、又は小さくなるまで、前記画像取得と、前記分配係数、前記速度定数、前記第１の分散、及び前記第２の分散の再構成とを反復する反復手段とを有する装置。
ＰＥＴシステム又はＳＰＥＣＴシステムに含まれるとともに、画像取得を開始する前記開始手段に接続される分子画像取得手段を有する、請求項１１に記載の装置。
前記装置が医療ワークステーションである、請求項１１に記載の装置。
請求項１１乃至１３の何れか一項による装置を含む、分子イメージングシステム。
活性関数における分配係数に関する第１ターゲット分散及び速度定数に関する第２ターゲット分散を特定する特定コードセグメントと、
画像取得を開始する開始コードセグメントと、
前記分配係数及び前記速度定数を再構成する第１再構成コードセグメントと、
前記分配係数に関連する第１の分散及び前記速度定数に関連する第２の分散とを再構成する第２再構成コードセグメントと、
前記第１の分散及び前記第２の分散が、それぞれ前記第１ターゲット分散及び前記第２ターゲット分散と等しいか、又は小さくなるまで、前記画像取得と、前記分配係数、前記速度定数、前記第１の分散、及び前記第２の分散の再構成とを反復する反復コードセグメントとを含むコンピュータプログラムを記憶するコンピュータ可読媒体。
請求項１乃至１０の何れか一項に記載の方法をコンピュータに実行させるためのコンピュータプログラム。