JP5716238B2 - 急性脳卒中の組織状態をマッピングする方法及びシステム - Google Patents

Description

本発明は、虚血性病変部の同定、特に急性脳卒中の組織状態を反映するペナンブラ領域及び梗塞領域を同定する方法及びシステムに関する。

脳卒中は、死亡や障害を引き起す深刻な病気の１つである。脳卒中は、出血性と虚血性の場合があるが、脳卒中には、脳全体または一部分への血液供給が突然封鎖されることによる虚血性のものが多い。脳卒中の間、虚血性病変による生存率は、血流障害のレベルと持続時間によって左右される。脳卒中の発症から数時間以内では、虚血性病変部は、次の２種類の組織の何れかで構成される可能性がある。
（１）回復不能な程に損傷した組織の梗塞中心部、（２）更なる梗塞の危険性があるが、組織はその領域への血流を迅速に回復させることで救済可能な、血流が低下したペナンブラ領域。
従って、急性脳卒中の梗塞中心部及びペナンブラを無侵襲的に同定する血液灌流測定プロセスにより、患者に対する適切な治療法、例えば急性虚血性脳卒中患者に対する血栓溶解療法等を決定するための重要な情報を医師に提供できる。

急性脳卒中の虚血性ペナンブラ及び梗塞中心部を描出することに関する多数のシステムが開示されている。一般に、そうしたシステムでは、コンピュータ断層撮影（ＣＴ）または核磁気共鳴画像法（ＭＲＩ）等のダイナミック撮影セッション中に、造影剤を血管内ボーラスとして給送する必要がある。画素または対象領域（ＲＯＩ）における画像強度の時間プロファイルは、脈管構造を通過する造影剤、つまり血液の特徴を反映する。
量的な灌流指数を得る典型的な方法には、（ａ）画像診断療法の種類に応じて、信号強度プロファイルを造影剤濃度プロファイルに変換するステップ、（ｂ）栄養血管から対象組織への動脈入力関数（ＡＩＦ）を測定するステップ、（ｃ）デコンボリューションを用いて組織プロファイルとＡＩＦから組織衝動残留関数（ＩＲＦ）を抽出するステップ、（ｄ）ＩＲＦを使用して、脳血流量（ＣＢＦ）、脳血液量（ＣＢＶ）、平均通過時間（ＭＴＴ）を含む量的灌流指数を計算するステップ、を含む複数のステップが必要となる。
実際には、対象組織に直接供給する血管からＡＩＦを測定するのは困難である。その代わりに、包括的ＡＩＦ_ｇ（ｇｌｏｂａｌ ＡＩＦ_ｇ）を、内頚動脈（ＩＣＡ）、中大脳動脈（ＭＣＡ）、または前大脳動脈（ＡＣＡ）といった大血管から検出することが多い。

特許文献１には、ダイナミックＣＴ灌流を用い、ペナンブラ及び梗塞部画像を作成する方法が開示されている。特定の閾値を、測定した脳血流量（ＣＢＦ）または平均通過時間（ＭＴＴ）に適用して虚血性病変部を同定し、その病変部を更に、特定の閾値を測定した脳血液量（ＣＢＦ）に適用して、ペナンブラと梗塞部とに分類する。
しかしながら、正常な灰白質におけるＣＢＦ値とＣＢＶ値は、正常な白質においてより高い（通常約２〜３倍）ため、同じＣＢＶまたはＣＢＦ閾値を灰白質と白質に適用すると、正確にペナンブラ領域と梗塞領域を描写できない可能性がある。その上、急性脳卒中等の深刻な血管疾患の場合には、測定した大動脈からの包括的ＡＩＦ_ｇが、虚血組織に到達するまでの遅延及び分散効果と関連することが多く、標準的なデコンボリューション法で計算したＭＴＴの過大評価やＣＢＦの過小評価の原因になっている。従って、ＭＴＴまたはＣＢＦ閾値を使用した虚血性病変部を同定する方法は、体系的に虚血性病変部とペナンブラの範囲を過大評価する危惧がある。

組織リスクマップを使用して新規な脳卒中治療を評価する別の方法が、特許文献２で開示されている。特許文献２では、ＧＬＭアルゴリズムを、拡散強調ＭＲＩ（ＤＷＩ）及び灌流強調ＭＲＩ（ＰＷＩ）で測定したＴ_２強調ＭＲＩ、ＤＷＩ、ＡＤＣ（見かけの拡散係数）、ＣＢＶ、ＣＢＦ及び／またはＭＴＴを組合せて使用している。
ここでも同様に、遅延及び分散効果については考慮されておらず、従って潜在的なＣＢＦ過小評価やＭＴＴ過大評価が、虚血性病変部及びペナンブラに関する過大評価に繋がる可能性がある。

特許文献３には、信号強度曲線から計算した「到着遅延マップ」を測定して、異常な血流を検出するＭＲＩ法が開示されている。ＡＩＦのデコンボリューションを使用しないと、「到着遅延マップ」値は、特定のスキャンに対する造影剤の注入速度や患者の心拍出量に影響を受ける場合がある。
従って、このパラメータは、血流が異常な領域に対する相対指標である。また、分散効果について全く考慮されておらず、どのように虚血性ペナンブラを同定するかについても全く開示していない。

特許文献４（本出願人）では、遅延及び分散効果について考慮されていて、その結果ＣＢＦ、ＣＢＶ、ＭＴＴ、ＤＴ（動脈遅延時間）を含む灌流測定値がより正確となる、改良した灌流測定方法について開示している。
しかしながら、虚血性ペナンブラをどのように同定するかについては全く開示していない。

また、灌流画像データは、特に低放射線量のプロトコルで取得したダイナミックＣＴ灌流データについて、かなりのノイズ変動があることが多い。上述した簡単な閾値法では、画像ノイズのために虚血性ペナンブラと梗塞領域として偽候補画素を生成する可能性がある。そのため、真の虚血性病変部を反映する結合画素の大クラスタから、孤立した小領域または画素を区別するために、更にクラスタ分析を適用するのが望ましい。

米国特許第６７９２３０２号 ＰＣＴ／ＵＳ０１／０３５０２号 米国特許第５６８５３０５号 ＰＣＴ／ＡＵ２００４／０００８２１号

本発明は、１つまたは複数の上記問題点を実質的に解消、或は少なくとも改善することを課題とする。

本発明の第１態様によれば、
（ａ）灌流画像データを電子メモリ要素にロードし、
（ｂ）ＣＢＶマップ及びＤＴマップを含む灌流マップを、動脈遅延及び分散効果を考慮して、導出し、
（ｃ）ＤＴが所定の第１閾値より大きく、ＣＢＶが第２閾値より小さい虚血部画素を検出し、
（ｄ）ＤＴが所定の第３閾値より大きく、及び／またはＣＢＶが第４閾値より小さい虚血性病変部の梗塞部分を検出し、
（ｅ）検出した虚血性病変部画素及び梗塞部画素それぞれ全てに対して、小島を除去するまたは所定の第５閾値より小さい最大クラスタサイズを有する小穴を塞ぐことによってクラスタ分析を適用し、
（ｆ）ペナンブラを、虚血性病変部と梗塞中心部との間のミスマッチ領域として同定すること、
によって虚血性病変部を同定する方法を提供する。

本方法は、データをロードした後に運動修正を適用して、組織または器官等の被検者が時間と共に動くことに起因する運動アーチファクトを補正するステップを更に含んでもよい。本方法は、主幹動脈から包括的な動脈入力関数（ＡＩＦ_ｇ）、及び大流出静脈から静脈出力関数（ＶＯＦ）を求めるステップを更に含んでもよい。ＶＯＦを使用して、ＡＩＦ_ｇプロファイルを増大させて、ＡＩＦ_ｇからの部分容積効果（ｐａｒｔｉａｌ ｖｏｌｕｍｉｎｇ ｅｆｆｅｃｔ）を最小化できる。

本方法は、動脈遅延及び分散効果を考慮して修正できる、特異値分解（ＳＶＤ）法等のモデルフリーなデコンボリューション法を使用して様々な灌流マップを導出するステップを、更に含んでもよい。組織プロファイルからＡＩＦ_ｇをデコンボリューションして、組織ＩＲＦを求めると、特定の時点Ｔｍａｘで最大ＩＲＦが現れ、Ｔｍａｘ＝０では、正常な組織における正常な血液の供給が反映される。しかしながら、Ｔｍａｘ＞０は、動脈遅延及び分散効果により急性虚血性病変部と関連付けられることが多い。そうした動脈遅延及び分散効果を、分散スキャンを相対分散係数及び遅延時間によって求める特許文献４に基づいて、動脈輸送関数によって考慮に入れることができる。
本発明では、デコンボリューションを繰返すアプローチを、一連の遅延時間値ＤＴ_ｉを０〜Ｔｍａｘの範囲でループ化して、更に使用する。各遅延時間に対して、モデル化した動脈輸送関数を、測定した包括的ＡＩＦｇでコンボリューションしてＡＩＦｉを求め、このＡＩＦ_ｉを組織曲線のＳＶＤデコンボリューションに使用して、その最大値がＴｍａｘ（ｉ）で現れるＩＲＦ_ｉを生成する。実際の遅延時間ＤＴを、Ｔｍａｘ（ｉ）＝０となる最小ＤＴ_ｉ値として求める。次に、ＣＢＦとＣＢＶを、ＭＴＴ＝ＣＢＶ／ＣＢＦで、それぞれＩＲＦ_ｉの最大値と積分によって求められる。

本方法は、虚血性病変部及びペナンブラを同定するために、画素毎に反復処理を繰返して、更なる分析用の様々な灌流マップを作製するステップを、更に含んでもよい。

本方法は、ＤＴ閾値に関する所定の第１値を３秒または４秒に設定することを更に含む。

本方法は、ＣＢＶ閾値に関する第２値を、血管に対するＣＢＶの下限を表す９ｍｌ／１００ｇに設定することを更に含む。

本方法は、ＤＴ閾値に関する所定の第３値を１０秒に設定することを更に含んでもよい。

本方法は、ＣＢＶ閾値に関する第４値を１．５ｍｌ／１００ｇ、または同じ被検者から測定した正常な組織における平均ＣＢＶ値の５０％に設定することを更に含んでもよい。

本方法は、３〜５ｍｍの標準値を有する最小病変部サイズである所定の第５閾値によって求めたカーネルサイズを有する開口や閉塞等の形態学的演算子を適用するクラスタ分析のステップを含んでもよい。

本発明の第２態様によれば、第１態様によるステップ（ａ）〜（ｆ）を実行するために、コンピュータプログラム手段を提供する。

組織等の対象領域を通過する造影剤の流れを示した被検者の頭部の側面図 データ保存システム及び処理システムにリンクさせた多数のスキャナを含む通信ネットワークを示すブロック図 被検者の頭部の異なる部分で、造影剤が対象領域と入力動脈を横断する際の特性を示すグラフ及び説明図 部分容積効果を示している細動脈に関する入力動脈プロファイルを、静脈プロファイルに基づいて増大したプロットを示すグラフ ＢＦ、ＢＶ、ＭＴＴ等の血液灌流指標に関する値を得るためにコンピュータプログラムが実行するステップを示す一部フローチャート 同、一部フローチャート データ保存システム及び処理システムにリンクさせた多数のスキャナを含む通信ネットワークを示すブロック図 急性脳卒中患者の灌流及び組織状態のマップ：（ｉ）ＣＢＶ、（ｉｉ）ＣＢＦ、（ｉｉｉ）ＭＴＴ、（ｉｖ）ＤＴ、（ｖ）ペナンブラ（緑）７０４で囲まれた梗塞部（赤）７０２を含む組織状態マップを示す。急性ペナンブラは、１日後にスキャンした拡散強調ＭＲＩの明輝度領域によれば、（ｖｉ）に示した亜急性梗塞にまで進行した。 急性脳卒中患者の灌流及び組織状態のマップ：（ｉ）ＣＢＶ、（ｉｉ）ＣＢＦ、（ｉｉｉ）ＭＴＴ、（ｉｖ）ＤＴ、（ｖ）ペナンブラ（緑）７０４で囲まれた梗塞部（赤）７０２を含む組織状態マップを示す。殆どの急性ペナンブラは、１日後にスキャンした拡散強調ＭＲＩによれば、（ｖｉ）に示した亜急性の更なる梗塞ステージには進行しなかった。 様々な灌流マップを処理し、次に、急性脳卒中患者の治療を誘導するために虚血性ペナンブラ及び梗塞部を示す組織状態マップを作成するように、コンピュータプログラムで実行するステップについて示すフローチャート

本発明の目的及び効果については、添付図と以下の詳細な説明により示される。
以下の詳細な記述は多数の説明目的の具体例を含むが、以下の例示的な細部に対する多数の変形例や変更例も本発明の範囲内とする。以下の本発明の好適実施形態は、特許請求の範囲に記載した発明に対する一般性を喪失することなく、特許請求の範囲に記載した発明を限定することなく記載するものである。

本発明は特に、ＣＴ、ＭＲＩ、ＮＭ画像システムに適用可能である。造影剤のボーラスを、針を介して、例えば、患者の腕から患者に注入する。しかしながら、ボーラスは患者の他の部分からでも投与できる。対象領域（ＲＯＩ）を、図１で示したように、患者の脳の一部における組織６としてもよい。或はまた、ＲＯＩを、単一の画素または複数の画素とし、多数の画素で算出した画像を表して、１つまたは複数の灌流マップを作製してもよい。患者の全身を循環する血液は造影剤を含むようになり、特に動脈８を介して組織６に送達され、組織６を流通した血液は、静脈１０を介して心臓に戻される。
ＣＴスキャナ２０、ＭＲＩスキャナ３０またはＮＭスキャナ３５等からのスキャンで収集した生データを、図２の画像保管通信システム（ＰＡＣＳ）の形をしたデータ保存システム４０に転送する。コンピュータの形をしたプロセッサ５０で動作するコンピュータプログラムを使用して、スキャナ２０、３０または３５の何れか１台から、或はデータ保存システム４０からの様々な画像や生データを検索する。次に、プログラムによりこれらの画像を、特に血流量、血液量、平均通過時間、動脈遅延時間、動脈分散時間、相対動脈分散、組織分散時間または相対組織分散を含む灌流指標に関して、臨床医が使用できるよう改良したデータセットを提供するように処理する。コンピュータプログラムは、コンピュータ５０に存在させる必要はなく、スキャナ２０、３０または３５の何れか１台にリンクさせたコンソールコンピュータに存在させてもよい。或はまた、プログラムはワークステーション（スタンドアロン、またはシステム内）に、またはＰＡＣＳ４０に存在させてもよい。

適切な動脈入力関数（ＡＩＦ）を選択するために、スキャンからの様々な画像（スライス）を解析して、対象となる主幹動脈を同定する。ＣＴでは、信号の変化は造影剤濃度プロファイルに正比例する。しかしながら、ＭＲＩでは、測定した信号時間曲線を造影剤濃度プロファイルに変換するために、数理変換を使用する。検索した生データから、システム５０のメモリに保存したプログラムにより、測定した造影剤の信号強度に基づいて、自動的に造影剤濃度を計算する。次に、最適なＡＩＦ（またはＶＩＦ）を検出するために、ＡＩＦに関しては早期に到達する、高くて幅狭のピーク、及びＶＩＦに関しては遅く到達し、最大ピーク領域を有する高くて幅広のピークという基準に基づいて、全画素を探索する。プログラムは、探索したＡＩＦ及びＶＩＦ画素を対応する画像に表示し、ＡＩＦ及びＶＩＦ時間曲線をプロットする。
ユーザは、最良の動脈入力関数を確認するために、選択したＡＩＦに対するプロファイルを動的に見ながら、特定の画素を更に選択してもよい。より良好な動脈画素を保存し、保存したＡＩＦと置換または平均化でき、その後ユーザは、自分が選択したＡＩＦに満足するまで、更なる画素を更新したＡＩＦと比較するために、更なる画素を「クリック」してもよい。最良のＡＩＦを選択するが、動脈の一部だけが画素に含まれる際の部分容積効果（ＰＶ）を抑制するための対策として、異なるスライスでこれを行なってもよい。同様に、最良のＶＩＦプロファイルもユーザによって確認できる。

図５に示すように、コンピュータプログラムはステップ１００で、スキャナ２０、３０、３５またはＰＡＣＳ４０の何れか１つから、造影剤の情報を含む信号強度等の生データ及び／または画像を検索する。ステップ１０２で、プログラムにより、信号強度に基づいて造影剤濃度を計算する。次に、ステップ１０４で、時間に対する造影剤濃度プロファイルＣ（ｔ）をプロットする。データをＭＲＩスキャンから検索する場合には、信号強度を、ステップ１０６でＣ（ｔ）を得るために数学的に変換する。ステップ１０８では、プログラムにより、プロットから取得した画素を探索して、到着時間やピーク等の基準に基づいて、最適なＡＩＦ（ＶＩＦ）を検出する。ステップ１１０では、プログラムにより、ＡＩＦ（ＶＩＦ）の探索画素を表示して、ステップ１１２でその画素を時間の関数としてプロットする。次に、これまでの最良画素を、ステップ１１４で、コンピュータ５０に配置したようなメモリ手段に保存する。最適な画素を検出し保存したかを判定するために、ステップ１１６で決定が行なわれるが、その決定はユーザが行なえる。最適な画素を検出していない場合、プログラムは、保存した画素より良好な画素を検出するために、ステップ１１８に戻り続け、その結果より良好な画素をステップ１１４で保存する。最適画素を検出すると、プロセスは、以下に記載するステップ１２０に移動する。

次に、組織６を通過する造影剤の量を、コンピュータプログラムで測定して、造影剤濃度をＣ（ｔ）として表してもよい。

つまり、造影剤の濃度を、動脈入力関数と組織の血流量を乗じた組織ＩＲＦとのコンボリューションによって導出する。これで遅延または分散が全くない状態となり、その結果主幹動脈から選択したＡＩＦ_ａ（ｔ）は、直接組織に供給したＡＩＦ_ｔ（ｔ）と同じと考えられる。

しかしながら、実際には、動脈入力関数を、異なる対象組織に対する入力で測定するのは困難である。これは、実用性の面から、直接組織に供給する動脈が通常サイズ的に小さく、部分容積効果をかなり受けるためである。急性脳卒中または頚動脈狹窄症等の深刻な血管疾患の場合には、主幹動脈から選択したＡＩＦが、対象となる病的組織に達するまでの遅延や分散と関連付けられることが多い。
実施例に関する説明を図３に対して行なうと、図３では動脈入力関数を動脈８で測定した結果、図３（Ａ）のグラフを得た。造影剤の注入から動脈入力関数を動脈８で測定する点に到着するまでに、時間ｔ_ａがかかることがグラフから分かる。振幅が大きく幅狭の「パルス」になっている。次に、図３（Ｃ）では、６０で示した組織６の入力動脈で測定した場合の動脈入力関数について示している。グラフが若干分散しているまたは広がっている他、脳卒中または狹窄症等の血管疾患が発生した可能性がある細動脈６２を横断する際の時間の遅延ｔ_ｄも起きていることが分かる。別の組織に供給する他の正常な細動脈では、殆ど遅延や分散がないかも知れない。そのため、正常な内頚動脈（ＩＣＡ）、中大脳動脈（ＭＣＡ）、前大脳動脈（ＡＣＡ）または後大脳脈（ＰＣＡ）といった大血管を、患者の頭頸部で複数スライスして選択するのは、実際に有用である。造影剤が動脈８から単独または複数の動脈６２を経由して組織６への入口点６０まで通過することについて、遅延ｔｄと推定分散パラメータを用いて、組織入力動脈６０での模擬関数ＡＩＦ_ｔ（ｔ）を導出する血管輸送モデル（ＶＴＭ）によって記述する。次に造影剤濃度が通過する部分について、造影剤が組織６を入力部６０から出力部６４まで横断する、組織灌流モデル（ＴＰＭ）によって記述する。測定した造影剤濃度プロファイルＣ（ｔ）は、図３（Ｅ）で示した曲線で表したように、組織６に残留する造影剤を表していて、組織の血流Ｆ_ｔと衝動残留関数（ＩＲＦ）Ｒ_ｅ（ｔ）を、特異値分解（ＳＶＤ）法等のモデルフリーなデコンボリューション法を使用して推定できる。しかしながら、そうしたデコンボリューションはノイズに影響を受けるため、Ｒ_ｅ（ｔ）の幾つかの数理解を出せるかも知れないが、生理的意義はない。その上、推定したＦ_ｔとＲ_ｅ（ｔ）は、遅延及び分散効果が不明なことで不確定となり、精確でない可能性がある。図３（Ｄ）で示したような典型的な形状を有するモデルから導出したＩＲＦ Ｒ_ｓ（ｔ）を用いた制約デコンボリューション処理を使用するのが望ましい。推定Ｒ_ｅ（ｔ）を使用してＲ_ｓ（ｔ）のパラメータを導出できる。

一般に、以下の式（数１）で表したガンマ変量関数（ＧＶＦ）は、血管系を通り血液が循環中での造影剤の時間的プロファイルについて記述するために使用されてきた。

動脈６２を通る際の遅延及び分散を説明するために、コンピュータプログラムは、血管輸送関数を以下として表すために、ＧＶＦの第１モデルを採用する。

式中、

であるため、

であり、

はガンマ関数であり、ｔ_１は、動脈８から動脈６０に到達するまでに測定した初期ＡＩＦ_ａ（ｆ）に要した時間であり、σ_１とα_１はそれぞれｈ_ａ（ｔ）の平均通過時間と分散に関する。α_１＝０と設定した場合、式（数２）は、以下になる。

ｈ_ａ（ｔ）対時間のプロットの例を図３（Ｂ）に示す。値ｔ_１を、図３（Ｅ）のＣ（ｔ）と図３（Ａ）のＡｌＦ_ａ（ｔ）の間での遅延として、ｔ_ｄで推定できる。α_１＝０の推定から開始し、ｈ_ａ（ｔ）の平均通過時間をｔ_１＋σ_１とし、相対的な動脈の分散を、β_１＝σ_１／（ｔ_１＋σ_１）として０〜１の範囲で定義する。相対分散値β_１＝１２％を、動脈（１２％）、静脈（３０％）、全臓器（４０％）に典型的な分散前測定値に基づいて選ぶ。従って、σ_１の初期推定値を、ｔ_１β_１／（１−β_１）として得られる。

再び図５を参照すると、ステップ１２０では、コンピュータプログラムがＧＶＦを適用して、第１モデルでｈ_ａ（ｔ）を表す。ステップ１２２では、ｔ_１をＣ（ｔ）及びＡＩＦ_ａ（ｔ）のプロットから推定する。次に、ステップ１２４では、プログラムはｔ_１及びα_１＝０と仮定した場合の相対分散値β_１を使用して、σ_１を推定する。次に、処理はステップ１２６に移動する。

推定したｔ_１、α_１、σ_１値で、式（数２）で推定したｈ_ａ（ｔ）関数を、ステップ１２６でコンピュータプログラムによって計算して、次式で動脈輸送を記述できる。

対象となる組織における造影剤濃度プロファイルを更に次式で求められる。

式中、ｋ_Ｈ＝（１−Ｈ_ａ）／（１−Ｈ_ｔ）は、造影剤が血液の細胞外液部分（血漿）に残留するため、異なる値の動脈血球容積Ｈ_ａと組織血球容積Ｈ_ｔを考慮に入れた修正定数である。血球容積は血液中にある血球の体積率であり、動脈等の大血管に対する典型的な値はＨ_ａ≒０．４５で、組織中の毛細血管等の小血管に対する値はＨ_ｔ≒０．２５である。

測定したＣ（ｔ）とモデルから導出したＡｌＦ_ｔ（ｔ）で、Ｆ_ｔとＲ_ｅ（ｔ）の推定値を、特異値分解（ＳＶＤ）法等のモデルフリーなデコンボリューション法を用いて得ることができる。デコンボリューションは極めてノイズに影響を受けるため、Ｒ_ｅの幾つかの数理解を出せるかも知れないが、生理的意義はない。更に、推定したＦｔとＲｅ（ｔ）は、初期推定値ｔ_１、α_１、σ_１値に伴う不確定さのために、精確でない可能性がある。図３（Ｄ）で示したような典型的な形状を有するモデルから導出したＩＲＦを用いた制約デコンボリューション処理を用いるのが望ましい。

再び、図５を参照すると、コンピュータ５０のメモリに保存したコンピュータプログラムにより、ステップ１２８でコンピュータに、式（数４）でＡＩＦ_ａ（ｔ）とｈ_ａ（ｔ）のコンボリューションからＡＩＦ_ｔ（ｔ）の推定値を計算するよう命令し、ステップ１３０で、式（数５）からＦ_ｔとＲ_ｅ（ｔ）の推定値を計算するよう命令する。

組織ＩＲＦのより現実的な（模擬）プロファイルを、ＧＶＦの第２モデルによって提供でき、そのモデルでは以下の組織輸送関数を記述する。

式中、

であり、ｔ_２、σ_２、α_２は、それぞれ組織を通るｈ_ｓ（ｔ）の平均通過時間と分散に関するパラメータである。）ｔ_２＝０と仮定すると、式（数６）は以下になる。

ｈ_ｓ（ｔ）の幾つかの典型的な特性パラメータを、以下のように求める。

（数７ｂ）
ピーク立上り時間（ＲＴ）＝σ_２α_２
平均通過時間（ＭＴＴ）＝σ_２（１＋α_２）

或は、α_２＝０と仮定すると、式（数６）は以下になる。

ｈ_ｓ（ｔ）の幾つかの特性パラメータを、以下のように求める。

（数８ｂ）
ピーク高さ（ＰＨ）＝１／σ_２
平均通過時間（ＭＴＴ）＝ｔ_２＋σ_２

組織ＩＲＦ Ｒ（ｔ）と輸送関数ｈ（ｔ）との関係は以下となる。

ｈ（ｔ）は確率密度関数のため、Ｒ（ｔ）は、図３（Ｄ）で示すようにＲ（０）＝１とする、時間に対する正の減少関数となる。

式（数５）からデコンボリューションした推定Ｒ_ｅ（ｔ）プロファイルから、推定輸送関数ｈ_ｅ（ｔ）を、ｈ_ｅ（ｔ）＝−ｄＲ_ｅ（ｔ）／ｄｔとして導出できる。次に、ｈ_ｅ（ｔ）のピーク立上り時間と平均通過時間を計算し、使用して、式（数７ｂ）を用いてσ_２とα_２を推定できる、または式（数８ｂ）を用いてσ_２とｔ_２を推定できる。

ｔ_２＝０でσ_２及びα_２の推定値が分かるか、またはα_２＝０でσ_２及びｔ_２が分かるので、次にこれらを式（数６）に代入して、模擬輸送関数ｈ_ｓ（ｔ）を求める。次に、模擬組織ＩＲＦ Ｒ_ｓ（ｔ）を、以下の式（数９）から求められる。

Ｒ_ｓ（ｔ）を求めたなら、次に、模擬濃度曲線を以下のように求められる。

コンピュータプログラムを使用して、ユーザは初期ＡＩＦ及びＶＩＦを選択して、プログラムにより自動的に組織６へのＡＩＦ_ｔ（ｔ）入力を、第１モデルとそのコンボリューションに基づいて導出する。次に、プログラムにより、組織の血流Ｆ_ｔとＩＲＦ Ｒ_ｅ（ｔ）を推定し、第２モデルで模擬組織ＩＲＦ Ｒ_ｓ（ｔ）を確立するのに使用するパラメータ値を導出する。更に、プログラムにより、対象となる組織で模擬造影剤曲線を計算する。７つのパラメータＦ_ｔ、ｔ_１、σ_１、α_１、σ_２、α_２、ｔ_２を、模擬Ｃ_ｓ（ｔ）を測定した組織曲線Ｃ（ｔ）に適合させるために、最小二乗法で最適化する。最小二乗法は、以下の式（数１２）で定義する量Ｓの最小化処理で表せる。

最適化した７パラメータＦ_ｔ、ｔ_１、σ_１、α_１、σ_２、α_２、ｔ_２で、幾つかの定量的な灌流指標を、以下のように求められる。

（数１３）
血流量（ＢＦ）＝Ｆ_ｔ
平均通過時間（ＭＴＴ）＝ｔ_２＋σ_２（１＋α_２）
血液量（ＢＶ）＝ＢＦ×ＭＴＴ
動脈遅延時間（ＤＴ）＝ｔ_１＋σ_１（１＋α_１）
動脈分散時間（ＡＤＴ）＝σ_１（１＋α_１）^１/２
組織分散時間（ＴＤＴ）＝σ_２（１＋α_２）^１/２
相対動脈分散（ＲＡＤ）＝ＡＤＴ／ＤＴ
相対組織分散（ＲＴＤ）＝ＴＤＴ／ＭＴＴ

これらの指標を、画素毎に求めて、更に解析及び解釈するためにそれぞれに定量的灌流マップを作成できる。

これにより、一層正確な情報を臨床医に提供でき、それにより臨床医は上述した結果またはデータを検索して患者に対して適切な治療法を決定できる。

従って、再び図５を参照すると、ステップ１３２では、ＲＯＩを横断する輸送関数の推定値を、

を用いてコンピュータプログラムで計算する。
ステップ１３４では、プログラムによりｔ_２、σ_２、α_２を（α_２＝０またはｔ_２＝０のどちらかで）式（数７ｂ）または式（数８ｂ）を用いて、ｈ_ｅ（ｔ）曲線から導出する。ステップ１３６では、ｈ_ｓ（ｔ）を、プログラムによって、第２モデルを用いてｔ_２、σ_２、α_２に対する値を知ることで導出する。ステップ１３８では、Ｒ_ｓ（ｔ）を、式（数１０）からプログラムによって導出する。ステップ１４０では、Ｃ_ｓ（ｔ）を、プログラムによってＲ_ｓ（ｔ）、ＡＩＦ_ｔ（ｔ）、ｋ_Ｈ、Ｆ_ｔの推定値を用いて、求める。ステップ１４２では、最小二乗法をプログラムで使用して、Ｃ（ｔ）にＣ_ｓ（ｔ）を適合させ、パラメータＦ_ｔ、ｔ_１、σ_１、α_１、σ_２、α_２、ｔ_２を式（数１２）でＳを最小化することを繰返して最適化する。最後に、ステップ１４４では、プログラムにより、式（数１３）を用いて、ＢＦ、ＭＴＴ、ＢＶ等といった灌流指標の値を計算する。

通常、動脈については、動脈入力関数を得るプロセスで選択するが、脳においては、主幹動脈を得るのは必ずしも容易なわけではない。その代わりに脳の細動脈を選択すると、部分容積効果を招く危惧がある。部分容積効果を補正するために、動脈より極めて太く、同定し易いことが多い静脈を使用してもよい。ユーザ及び／またはコンピュータプログラムは、部分容積効果が極僅かとなる大静脈を探索する。細動脈を選択し、静脈プロファイルに対して増減させることができる。従って、大流出静脈からＶＩＦのプロファイルを求める。次に、ＡＩＦを、ＶＩＦと同じ第１通過ボーラスのピーク領域を有するように増大させて、ＡＩＦからのＰＶ効果を最小化する。第１通過ＡＩＦ及びＶＩＦプロファイルを、それぞれＧＶＦプロファイルに適合させて取得することで、造影剤の再循環効果を無くすことができる。静脈プロファイル下の領域は、動脈プロファイルと同じであるはずである。しかしながら、このＶＩＦ_ａ（ｔ）を使用してＡＩＦ_ａ（ｔ）の部分容積効果を修正するアプローチは、造影剤が胴体を通過中に血管系内に必ずしも留まるとは限らないため、脳以外では適用できない。通常、胴体では、部分容積効果がない大動脈を、画像スライスで検出できる。

従って、図４では、最初に選択した動脈のＡＩＦプロファイル８０について示していて、そのプロファイルは部分容積効果のために予想したプロファイルより遥かに小さくなっている。そのため、静脈を選択し、静脈にはＶＩＦプロファイル８４を有する。再循環効果のために、各プロファイルは極大値８２（ＡＩＦ曲線で）と８６（ＶＩＦ曲線で）を示している。ＧＶＦをコンピュータプログラムによってＶＩＦに適合させて、極大値８６を排除しコンター（ｃｏｎｔｏｕｒ）８７に従い、適合したＶＩＦ曲線下で全領域（ＢＶ）の推定値を得る。次に、ＧＶＦを、コンピュータプログラムによって、選択したＡＩＦに適用して、極大値８２を排除すると共にコンター８９に沿ってプロファイルを延長する。次に、プログラムはこの推定値を使用して、元のＡＩＦ８０をＡＩＦ８８に増大させて、造影剤濃度の推定値を増大したＡＩＦ８８から得る。このアプローチにより、患者を特定のスキャナでスキャンするのにかかる時間を最短に抑えるためにスキャン時間を短くすることで、データの端部が欠落した状態で、ＶＩＦが部分的にしか表示されないといった問題を解消できる。

第１モデル及び第２モデルそれぞれでＧＶＦを使用することで、計算が比較的容易になる。多変量ガンマ関数（ｆｕｌｌ ＧＶＦ）を第１と第２の両モデルに使用する場合、最小二乗法による処理で最適化する必要がある調整可能なパラメータが７つある。コンピュータプログラムにより、ユーザが最小二乗法処理によって、α_１＝０及びｔ_２＝０（またはα_１＝０及びα_２＝０）等といった特定のパラメータを固定できるようにし、その結果その処理で５つのパラメータＦ_ｔ、σ_２、α_２、σ_１、ｔ_１（またはＦ_ｔ、α_２、ｔ_２、σ_１、ｔ_１）だけを最適化すればよいように、様々なオプションを提供してもよい。更に、コンピュータプログラムにより、ユーザが相対動脈分散値β_１を固定できるようにし、その結果σ_１をｔ_１に応じて計算できる。固定値β_１＝１２％を、以前に公開した結果に基づいて選ぶこともできる。

または、ＡＩＦ_ａ（ｔ）に対して遅延を示す細動脈を同定してＡＩＦ_ｔ（ｔ）を測定できる場合は、最適化したσ_１値及びｔ_１値を、式（数３）及び式（数４）からの模擬ＡＩＦ_ｔ（ｔ）を測定ＡＩＦ_ｔ（ｔ）に適合することによって求められる。次に、相対分散値b_１を求め、一定の相対分散と仮定する同じ被検者の他の画素全てに適用できる。従って、最小二乗法処理のロバスト性を向上させるために最適化する必要があるパラメータは、Ｆ_ｔ、σ_２、α_２、ｔ_１（またはＦ_ｔ、σ_２、ｔ_２、ｔ_１）の４つだけとなる。

更にまた、上述したアプローチを、急性脳卒中や狹窄症等でのように、遅延と分散を伴う血管異常がある様々な被検者に適用してもよい。一貫した相対分散値β_１を表示した全事例から求めたなら、式（数３）の血管輸送関数を、定数β_１と共に単一変数ｔ_１で記述できる。遅延と分散を明らかにするために２ステップ法を実施できる。初めに、初期ＩＲＦ Ｒ_０（ｔ）を、モデルフリーのＳＶＤ法を用いてＣ（ｔ）からＡＩＦ_ａ（ｔ）をデコンボリューションして導出できる。遅延時間ｔ_１は、Ｒ_０（ｔ）の最大位置、即ちＲ_０ｍａｘ≡Ｒ_０（ｔ＝ｔ_１）によって求められる。このように求めたｔ_１値は、デコンボリューションが時間曲線の全データ点に関与するため、曲線のノイズにあまり影響を受けない。第２ステップでは、ＲＯＩに供給するＡＩＦ_ｔ（ｔ）を、ｔ_１と定数β_１を用いたσ_１を求める式（数３）から導出できる。次に、Ｆ_ｔと修正したＩＲＦ Ｒ_ｅ（ｔ）の値を、ＳＶＤ法を用いてＣ（ｔ）からＡｌＦ_ｔ（ｔ）を導出するモデルをデコンボリューションして、得られる。灌流指標を、

ＢＦ＝Ｆ_ｔ
ＢＶ＝ＢＦ＊ＭＴＴ

として、計算したＲ_ｅ（ｔ）から求められる。時間のかかる最小二乗法処理をせずに、遅延と分散について明らかにすることで、コンピュータプログラムを介して灌流マップを高速に処理するために、このアプローチを実施できる。

或はまた、輸送関数ｈ（ｔ）は単に通過時間の確率分布関数であるため、修正ガウス関数等の他の関数を以下の式（数１４）で使用して、式（数１）に代用でき、従ってｈ_ａ（ｔ）とｈ_ｓ（ｔ）をそれぞれ表すことができる。

であり、

は誤差関数である。式（数３）で第１モデルに、式（数８ａ）で第２モデルにそれぞれ代用するためにガウス関数を使用する場合、５パラメータ（Ｆ_ｔ、s_２、ｔ_２、s_１、ｔ_１）で、最小二乗法処理を通して最適化が必要となる。

更にまた、これら２モデルについては、急性脳卒中または頚動脈狹窄症等といった患者の頭部に関連する深刻な血管疾病で使用するという範囲に限定しない。そのモデルは、あらゆる血管内用途で使用でき、従って、腎臓、肺または脾臓の皮質等、患者の胴体の様々な部分にも適用できる。

これらのモデルを、造影剤が血管内に完全に残留しないが、腫瘍内等組織内に漏出した可能性がある他の場合にも、更に拡大適用できる。τの平均通過時間を有する組織ＲＯＩに関して、組織ＩＲＦを、以下の組織均質モデルに対する断熱近似によって記述できる。

式中、第１項は血管内成分であり、第２項は漏出成分である。Ｅは血管から組織中に漏出する血流におけるトレーサの抽出分画であり、トレーサのクリアランス速度定数ｋ＝Ｅ×Ｆ_ｔ／Ｖ_ｅは、漏出した造影剤が血流内へと逆拡散し、組織を出る速度定数であり、Ｙ_ｅは、組織内の血管外及び細胞外空間（ＥＥＳ）の体積分率である。

通常、組織内血管の通過時間τの分布と関連する灌流異質性がある。かかる分布については、漏出を伴う平均組織ＩＲＦが以下になるように、確率密度関数ｈ_ｓ（τ）で記述できる。

式中、ｈ_ｓ（τ）を、式（数１）のＧＶＦモデルまたは式（数１４）のガウス分布関数で記述できる。

上述した血管内灌流に関する方法を、式（数１１）の模擬Ｃ_ｓ（ｔ）に関して、式（数１０）を式（数１６）に置換えることで、腫瘍における灌流測定に拡大適用できる。２つの追加パラメータ、ＥとＶ_ｅ（またはｋ）を用いて、上述した方法を使用して、Ｆ_ｔ、Ｅ、Ｖ_ｅを含む血液灌流と透過性に関する両指標を測定するパラメータを導出できる。パラメータＥ及びＶ_ｅの値を０〜１とする。プログラムは、ＥとＶ_ｅの特定初期値、例えばＥ＝０．２とＶ_ｅ＝０．４を選択し、その後ＥとＶｅを、他の全ての調整可能なパラメータ（例えば、Ｆ_ｔ、σ_２、α_１、σ_１、ｔ_１、α_２、ｔ_２）と共に、式（数１２）の最小二乗法を用いて最適化する。次に、透過性表面積を、ＰＳ＝−Ｆ_ｔ１ｎ（１−Ｅ）（式中、Ｅ＜＜１のとき、ＰＳ＝Ｅ×Ｆ_ｔとなる）によって求められる。

本発明は特に、患者への造影剤ボーラスの静脈注射を伴うＣＴ及びＭＲＩによるダイナミック灌流撮像に適用可能である。
ＣＴスキャナ６０２、ＭＲＩスキャナ６０４等からスキャンして取得した生データ及び／または画像を、図６の画像保管通信システム（ＰＡＣＳ）の形をしたデータ保存システム６０６に転送する。コンピュータの形のプロセッサ６０８で動作するコンピュータプログラムを使用して、スキャナ６０２、６０４の何れか１台からまたはデータ保存システム６０６から様々な画像または生データを検索する。コンピュータプログラムはコンピュータ６０８に存在させる必要はないが、スキャナ６０２または６０４の何れか１台にリンクさせたコンソールコンピュータに存在させてもよい。或はまたプログラムはワークステーション（スタンドアロンの、またはシステム内の）に、またはＰＡＣＳ６０８に存在させてもよい。

プログラムによりダイナミック灌流データ及び／または画像をロードし、次にそれらを処理して、ＣＢＶ、ＶＢＦ、ＭＴＴ、ＤＴを含む様々な灌流マップを作製し、更に、対応する未加工画像上に重ね合わせた梗塞領域（赤）７０２とペナンブラ領域（緑）で構成した、組織の状態を色分けしたマップを作成する。
図７では、急性脳卒中患者において現行手法で検出した急性虚血性ペナンブラの例を示しているが、効果的な治療がされず、初期ペナンブラ領域が翌日までに更に進行して梗塞になっている。対照的に、別の急性脳卒中患者において現行手法で検出した、早期に処置が行なわれたペナンブラ領域は、図８に示すように、翌日までに殆ど救済された（梗塞中心部が殆ど拡大せず）。これら２例は、現行手法で同定した虚血性ペナンブラと梗塞部が、急性期の組織状態をより精確に反映する可能性があることを実証していて、従って、組織状態マップと併せて虚血性病変部全体に占める割合としてペナンブラの測定値とを、急性脳卒中患者の治療を誘導するのに使用すると、一層良い結果を出すことが期待できる。

図９に示すように、コンピュータプログラムが行なうステップのフローチャート９００を示していて、ステップ９０２では、コンピュータプログラムによりデータ及び／または画像をメモリにロードするが、造影剤の信号強度を含む情報等のデータを、スキャナ６０２、６０４またはＰＡＣＳ６０６の何れか１台から検索しておく。ステップ９０４では、プログラムにより、（ｉ）運動修正、（ｉｉ）ＡＩＦ及びＶＯＦの検出、（ｉｉｉ）造影剤到達前基準期間の設定、（ｉｖ）信号強度プロファイルの造影剤濃度時間曲線への変換を含む、様々な前処理を行なう。

ステップ９０６では、プログラムは、画素毎にデータを処理して、動脈の遅延と分散効果を考慮に入れて、特異値分解（ＳＶＤ）法等のモデルフリーなデコンボリューション法を使用して様々な灌流マップを作製する。組織時間曲線からＡＩＦをデコンボリューションして組織ＩＲＦを出すと、特定の時点Ｔｍａｘで最大ＩＲＦが現れる。適切に動脈の遅延及び分散効果を考慮するために、デコンボリューションを繰返すアプローチを、一連の遅延時間値ＤＴ_ｉを０〜Ｔｍａｘの範囲でループ化して適用する。各遅延時間に対して、モデル化した動脈輸送関数を、測定した包括的ＡＩＦ_ｇでコンボリューションしてＡＩＦ_ｉを求め、このＡＩＦ_ｉを組織曲線のＳＶＤデコンボリューションに使用して、その最大値がＴｍａｘ（ｉ）で現れるＩＲＦ_ｉを生成する。実際の遅延時間ＤＴを、Ｔｍａｘ（ｉ）＝０となる最小ＤＴ_ｉ値として求める。次に、ＣＢＦとＣＢＶを、ＭＴＴ＝ＣＢＶ／ＣＢＦで、それぞれＩＲＦ_ｉの最大値と積分によって求められる。

ステップ９０８では、プログラムにより、ＤＴが所定の第１閾値より大きく、ＣＢＶが第２閾値より小さい虚血部画素を同定する。

ステップ９１０では、プログラムにより、ＤＴが所定の第３閾値より大きく、及び／またはＣＢＶが第４閾値より小さい虚血性病変の梗塞部分を同定する。

ステップ９１２では、プログラムは、全ての検出した虚血部画素及び梗塞部画素それぞれに対して、小島を除去するまたは所定の第５閾値より小さな最大クラスタサイズを有する小穴を塞いで、クラスタ分析を更に適用してもよい。クラスタ分析は、開放や閉鎖等の一般的な形態学的演算子、または一般的なｋ−平均クラスタリング手法を必要とするかも知れない。

虚血性ペナンブラを、虚血性病変部と梗塞部との間のミスマッチ領域によって、ステップ９１４で同定できる。次に、組織状態マップを作成して、ペナンブラ（緑）７０４で囲まれた梗塞（赤）梗塞領域（赤）７０２を、カラーオーバレイとして対応する未加工画像上に表示できる。

ステップ９１６では、プログラムにより、上記虚血性病変部全体に占める割合としてペナンブラ体積を測定して、急性脳卒中患者の治療を決定する。

この実施形態では、急性脳卒中患者のＣＴ灌流画像の例を用いて説明してきた。本発明は同様に、動物にも適用可能であり、ＭＲＩスキャンも使用できる。

当業者には、多数の変形例及び／または変更例を、特定の実施形態で示したように、広範に説明した本発明の精神または範囲から逸脱することなく、本発明に対して行なうことができる。従って、示した実施形態は、あらゆる点で説明を目的としていて、限定を目的とするものではない。

本発明について、複数の例示的実施形態に従い説明したが、これらの実施形態は、あらゆる面でむしろ説明を目的としたものであり、制限を目的としたものではない。従って、本発明は、詳細な実装において多数の変形例が可能であり、本明細書に含まれる記載から当業者によって導き出せる。全てのそうした変形例についても、以下のクレーム及び法的な均等物によって定義した本発明の範囲及び精神に含まれる。

６ 組織
８ 動脈
１０ 静脈
２０、６０２ ＣＴスキャナ
３０、６０４ ＭＲＩスキャナ
３５ ＮＭスキャナ
４０、６０６ データ保存システム
５０、６０８ プロセッサ
６０ 入力部
６２ 細動脈
６４ 出力部
８０ ＡＩＦプロファイル
８２、８６ 極大値
８４ ＶＩＦプロファイル
８７、８９ コンター
８８ ＡＩＦ
７０２ 梗塞領域
７０４ ペナンブラ

Claims (18)

1. コンピュータに入力した灌流画像データについてコンピュータプログラムを介して、コンピュータが被検者における虚血性病変部を同定する方法であって、
   （ａ）灌流画像データを電子メモリ手段にロードし、灌流画像データに、組織を含む対象領域（ＲＯＩ）を通過する造影剤の情報を含み、
   （ｂ）正常な主幹動脈から包括的動脈入力関数ＡＩＦを測定し、そのＡＩＦを、時間に沿って測定される強度プロファイルとし、
   （ｃ）組織において組織造影剤曲線Ｃ（ｔ）を測定し、そのＣ（ｔ）を、時間に沿って測定される強度プロファイルとし、
   （ｄ）遅延補正デコンボリューション法を用いて、画素毎にＣ（ｔ）からＡＩＦをデコンボリューションすることで灌流マップを導出し、その灌流マップを、動脈遅延時間（ＤＴ）マップと、脳血液量（ＣＢＶ）マップ、脳血流（ＣＢＦ）マップ、平均通過時間（ＭＴＴ）マップとを含むものとし、
   （ｅ）ＤＴを所定の第１閾値より大きく、ＣＢＶを第２閾値より小さくし、灌流画像データから虚血性病変部画素を決定するステップにおいて、
   上記ステップ（ｄ）を、
   （ａ）モデルフリーのデコンボリューション法を用いて、Ｃ（ｔ）からＡＩＦをデコンボリューションして、組織衝動残留関数（ＩＲＦ）を計算し、そのＩＲＦの最大値を特定の時点Ｔｍａｘで現し、
   （ｂ）得られたＴｍａｘを用いて、一連の遅延時間値ＤＴ _ｉ を、０〜Ｔｍａｘの範囲でループ化し、各遅延時間に対して、遅延時間ＤＴｉと既知の相対分散係数を有する動脈輸送関数を、ＡＩＦでコンボリューションしてＡＩＦ _ｉ を求め、ＩＲＦ _ｉ を、モデルフリーのデコンボリューション法を用いて、Ｃ（ｔ）からＡＩＦ _ｉ をデコンボリューションして計算し、ＩＲＦ _ｉ の最大値をＴｍａｘ（ｉ）で現し、
   （ｃ）Ｔｍａｘ（ｉ）＝０となる最小ＤＴ _ｉ 値でＤＴを求め、対応するＩＲＦ _ｉ をＩＲＦ _ｏ として記録し、
   （ｄ）ＣＢＦとＣＢＶを、それぞれＩＲＦ _ｏ の最大値と積分によって求め、ＭＴＴ＝ＣＢＶ／ＣＢＦとする
   ことによって実行する
   ことを特徴とする虚血性病変部同定方法。
2. 虚血性病変部の梗塞部分を決定するステップを含み、（ｉ）ＤＴを所定の第３閾値より大きく、（ｉｉ）ＣＢＶを第４閾値より小さくする
   請求項１に記載の虚血性病変部同定方法。
3. 虚血性病変部画素及び梗塞部画素それぞれに対して、小島を除去または小穴を塞いでクラスタ分析を適用するステップを含み、小島または小穴の最大クラスタサイズを、所定の第５閾値より小さくする
   請求項２に記載の虚血性病変部同定方法。
4. 虚血性病変部と梗塞部との間のミスマッチ領域によりペナンブラを決定するステップを含む
   請求項２に記載の虚血性病変部同定方法。
5. ペナンブラ体積を虚血性病変部体積に占める割合として求めるステップを含む
   請求項４に記載の虚血性病変部同定方法。
6. （ａ）所定の第１閾値を、３〜４秒とし、
   （ｂ）所定の第２閾値を、９ｍｌ／１００ｇとする
   請求項１に記載の虚血性病変部同定方法。
7. （ａ）所定の第３閾値を、１０秒とし、
   （ｂ）所定の第４閾値を、１．５ｍｌ／１００ｇ、或は、（ｃ）所定の第４閾値を、被検者の影響を受けていない正常な組織から測定した平均ＣＶＢ値の５０％とする
   請求項２に記載の虚血性病変部同定方法。
8. 所定の第５閾値を、３〜５ｍｍとする
   請求項３に記載の虚血性病変部同定方法。
9. ステップ（ｄ）に、下記のいずれかのステップを適用する：
   （ａ）ＡＩＦを血管輸送に対する第１モデルでコンボリューションして、組織入力関数ＡＩＦ_ｔをシミュレートし、
   （ｂ）ＡＩＦｔを組織輸送関数に対する第２モデルでコンボリューションして、組織曲線Ｃ_ｓ（ｔ）をシミュレートし、
   （ｃ）最小二乗法を用いて、少なくとも４つの調整可能なパラメータの値を最適化することで、模擬Ｃ_ｓ（ｔ）を測定した組織曲線Ｃ（ｔ）に適合させ、
   （ｄ）モデルフリーのデコンボリューション法を用いて、調整可能なパラメータの最適値を導出するために、最小二乗法処理のための調整可能なパラメータの初期値を推定し、
   （ｅ）灌流マップを、調整可能なパラメータの最適値から計算する
   請求項１に記載の虚血性病変部同定方法。
10. ステップ（ａ）で灌流画像データをロードした後に、運動修正を適用するステップを含む
    請求項１に記載の虚血性病変部同定方法。
11. 灌流画像データを、ダイナミック画像スキャン中に被検者の体管腔に造影剤を投与して生成し、体管腔には動脈または静脈を含み、造影剤からの画像レスポンスを、コンピュータのコンピュータデータストレージに記録する
    請求項１に記載の虚血性病変部同定方法。
12. Ｃ（ｔ）を、灌流画像データから得た造影剤の時間的濃度とし、灌流画像データに、被検者のＲＯＩを造影剤が通過中に連続して取得する造影剤画像を含み、造影剤濃度を時間に対してプロットする
    請求項１に記載の虚血性病変部同定方法。
13. 被検者における虚血性病変部を同定するシステムであって、
    造影剤をダイナミック画像スキャン中に被検者に投与し、被検者の灌流画像データを取得するスキャン手段と、
    画像データをスキャン手段から検索するまたは受信する保存手段と、
    （ａ）灌流画像データを電子メモリ手段にロードし、灌流画像データには、対象領域（ＲＯＩ）を通過する造影剤の情報を含み、そのＲＯＩは組織を含み、
    （ｂ）正常な主幹動脈から包括的な動脈入力関数ＡＩＦを測定し、そのＡＩＦを、時間に沿って測定される強度プロファイルとし、
    （ｃ）組織において組織造影剤曲線Ｃ（ｔ）を測定し、Ｃ（ｔ）を、時間に沿って測定される強度プロファイルとし、
    （ｄ）遅延及び分散補正デコンボリューション法を用いて、画素毎にＣ（ｔ）からＡＩＦをデコンボリューションすることで灌流マップを導出し、その灌流マップは、動脈遅延時間（ＤＴ）マップと、脳血液量（ＣＢＶ）マップ、脳血流（ＣＢＦ）マップ及び平均通過時間（ＭＴＴ）マップとを含み、
    （ｅ）灌流画像データから虚血性病変部画素を決定し、ＤＴは所定の第１閾値より大きく、ＣＢＶは第２閾値より小さいこと、
    を含むプロセッサ手段と、をみ、
    上記（ｄ）では、
    （ａ）モデルフリーのデコンボリューション法を用いて、Ｃ（ｔ）からＡＩＦをデコンボリューションして、組織衝動残留関数（ＩＲＦ）を計算し、そのＩＲＦの最大値を特定の時点Ｔｍａｘで現し、
    （ｂ）得られたＴｍａｘを用いて、一連の遅延時間値ＤＴ _ｉ を、０〜Ｔｍａｘの範囲でループ化し、各遅延時間に対して、遅延時間ＤＴｉと既知の相対分散係数を有する動脈輸送関数を、ＡＩＦでコンボリューションしてＡＩＦ _ｉ を求め、ＩＲＦ _ｉ を、モデルフリーのデコンボリューション法を用いて、Ｃ（ｔ）からＡＩＦ _ｉ をデコンボリューションして計算し、ＩＲＦ _ｉ の最大値をＴｍａｘ（ｉ）で現し、
    （ｃ）Ｔｍａｘ（ｉ）＝０となる最小ＤＴ _ｉ 値でＤＴを求め、対応するＩＲＦ _ｉ をＩＲＦ _ｏ として記録し、
    （ｄ）ＣＢＦとＣＢＶを、それぞれＩＲＦ _ｏ の最大値と積分によって求め、ＭＴＴ＝ＣＢＶ／ＣＢＦとする
    ことによって実行する
    ことを特徴とする虚血性病変部同定システム。
14. 虚血性病変部の梗塞部分を決定する手段を含み、（ｉ）ＤＴは所定の第３閾値より大きく、（ｉｉ）ＣＢＶは第４閾値より小さくする
    請求項１３に記載の虚血性病変部同定システム。
15. 虚血性病変部画素及び梗塞部画素それぞれに対して、小島を除去または小穴を塞いでクラスタ分析を適用する手段を含み、小島または小穴の最大クラスタサイズを、所定の第５閾値より小さくする
    請求項１３に記載の虚血性病変部同定システム。
16. 虚血性病変部と梗塞部との間のミスマッチ領域によりペナンブラを決定する手段を含む
    請求項１４に記載の虚血性病変部同定システム。
17. ペナンブラ体積を虚血性病変部体積に占める割合として求めて、急性脳卒中患者の治療を誘導する手段を含む
    請求項１６に記載の虚血性病変部同定システム。
18. スキャン手段を、コンピュータ断層（ＣＴ）撮影システム及び磁気共鳴断層撮影（ＭＲＩ）システムの少なくとも１つとする
    請求項１３に記載の虚血性病変部同定システム。

Images