JP5886965B2 - 磁気共鳴撮像装置、診断支援システムおよびプログラム - Google Patents

磁気共鳴撮像装置、診断支援システムおよびプログラム Download PDF

Info

Publication number
JP5886965B2
JP5886965B2 JP2014528084A JP2014528084A JP5886965B2 JP 5886965 B2 JP5886965 B2 JP 5886965B2 JP 2014528084 A JP2014528084 A JP 2014528084A JP 2014528084 A JP2014528084 A JP 2014528084A JP 5886965 B2 JP5886965 B2 JP 5886965B2
Authority
JP
Japan
Prior art keywords
disease
spectrum
magnetic resonance
analysis data
record
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.)
Active
Application number
JP2014528084A
Other languages
English (en)
Other versions
JPWO2014021144A1 (ja
Inventor
智嗣 平田
智嗣 平田
悦久 五月女
悦久 五月女
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Hitachi Medical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Priority to JP2014528084A priority Critical patent/JP5886965B2/ja
Application granted granted Critical
Publication of JP5886965B2 publication Critical patent/JP5886965B2/ja
Publication of JPWO2014021144A1 publication Critical patent/JPWO2014021144A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/30—Sample handling arrangements, e.g. sample cells, spinning mechanisms
    • G01R33/307—Sample handling arrangements, e.g. sample cells, spinning mechanisms specially adapted for moving the sample relative to the MR system, e.g. spinning mechanisms, flow cells or means for positioning the sample inside a spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/34—Constructional details, e.g. resonators, specially adapted to MR
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
    • G01R33/385—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field using gradient magnetic field coils
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/485—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy based on chemical shift information [CSI] or spectroscopic imaging, e.g. to acquire the spatial distributions of metabolites
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0475—Special features of memory means, e.g. removable memory cards
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Physiology (AREA)
  • Optics & Photonics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Description

本発明は、磁気共鳴撮像装置を用いて計測される磁気共鳴スペクトルを用いた臨床診断の支援のためのデータ解析技術に関する。
磁気共鳴撮像(Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ、以下、ＭＲＩと略す)を行うＭＲＩ装置は、静磁場中に置かれた被検体に対し、特定周波数の高周波磁場を照射することにより、被検体に含まれる水素等の原子核の核磁化を励起し、この励起後に被検体から発生する核磁気共鳴信号を検出して、物理的・化学的情報を取得する。ＭＲＩ装置を用いた計測法には、核磁気共鳴信号を画像化する磁気共鳴イメージングの他に、水素原子核を含む様々な分子の化学結合の違いによる共鳴周波数の差異(以下、ケミカルシフトと呼ぶ)を手掛かりに、１〜数個の領域から得られた核磁気共鳴信号を分子毎の信号に分離し、代謝物質の情報を取得する磁気共鳴スペクトル(Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｓｐｅｃｔｒｏｓｃｏｐｙ、以下、ＭＲＳと略す)計測がある(例えば、特許文献１参照)。
特許文献１に記載されている手法はＰＲＥＳＳ(プレス)法と呼ばれるもので、計測対象領域を局所化する方法として、現在のＭＲＳ計測では最もよく用いられる手法である。ＰＲＥＳＳ法では、核磁化を励起する高周波磁場(ＲＦ)パルスとともに、所定のスライスを選択する傾斜磁場(ＧＣ)パルスを印加後、核磁化を反転させる高周波磁場パルスとともに、前記スライスに直交する２方向のスライスを選択する傾斜磁場パルスをそれぞれ印加し、３つのスライスが交差する領域からの核磁気共鳴信号を計測する。そして、計測した核磁気共鳴信号に対し時間軸方向にフーリエ変換を施すことにより、磁気共鳴スペクトル信号を得る。
ＭＲＳ計測は、人体内部の代謝物質を無侵襲で測定できるという他の計測法には無い大きな長所があり、近年、臨床の場に広まりつつある。しかしながら、ＭＲＳで得られるデータはスペクトルグラフであるため、通常のＭＲＩ画像診断に較べ解釈が難しく経験を要する。このため、専門外の医師にとっては、やや敷居の高い診断法として認識されている。実際にＭＲＳを臨床診断に適用する例として、個別の疾患に対するスペクトル信号強度値比(主要代謝物質の濃度値比)の判定(分類)閾値が提案されているが、十分ではない。
このような状況に対して、本分野の専門家で形成されている日本磁気共鳴学会の臨床ＭＲＳ有用性検討プロジェクトにおいて、ＭＲＳの更なる普及／啓蒙を目的に、診断ガイドラインの作成や症例データベース(以下、ＤＢと略す)の構築が計画されている。症例ＤＢは、カルテに記載された診断結果を記した文章とスペクトルグラフ画像とを蓄積データとする症例集である。ＭＲＳの臨床普及に際しては、今後、このような症例ＤＢを用いた診断支援が重要となる。
また、症例ＤＢの一つとして、特定の臓器の疾患毎のスペクトルグラフをＤＢ(疾患毎スペクトルＤＢ)として統計的に構築する試みがなされている(例えば、非特許文献１参照)。例えば、２０００〜２００２年に行われた欧州での多施設共同臨床研究報告では、頭部の１３種類の変性疾患(３〜８６例／疾患)に対し、疾患毎に短ＴＥと長ＴＥの２パターンの平均スペクトルグラフが作成され、それらのスペクトルグラフは、所定の基準値により視覚的に分類され、疾患毎スペクトルＤＢとして登録されている。
多施設共同臨床研究報告では、この疾患毎スペクトルＤＢから、新規に取得した疾患が未知のスペクトルに近似性、類似性の高い平均スペクトルをユーザが抽出する支援を行うとともに、抽出した平均スペクトルを、未知のスペクトル上に重畳表示させることにより、診断支援を行う手法が提案されている。さらに、ユーザーが抽出した平均スペクトルと、その平均スペクトルが属する疾患に対応づけて登録される平均スペクトル群の標準偏差とを、帯スペクトル(線幅が標準偏差に相当)として未知のスペクトルに重畳表示する手法も提案されている。
計測した磁気共鳴スペクトル信号(計測スペクトル)に含まれる、各代謝物質の濃度値(信号強度値)の解析法として、Ｌｉｎｅａｒ Ｃｏｍｂｉｎａｔｉｏｎ Ｍｏｄｅｌ(ＬＣＭ)法がある(例えば、非特許文献２参照)。まず、各代謝物質単体を所定濃度で含むファントム群を用い、代謝物質毎の磁気共鳴スペクトル信号を得る。これを各代謝物質の標準スペクトルとする。各代謝物質の標準スペクトルをそれぞれ係数倍して足し合わせて同定スペクトル候補を作成する。この同定スペクトル候補と、計測スペクトルとの差分が最小となるよう、係数を決定する。決定された係数により、計測スペクトルに含まれる各代謝物質の濃度値(または各信号ピークの信号強度値)を確率密度関数として得る。このとき、得られた確率密度関数の各標本値の標準偏差の百分率表示値を、標準偏差率(以下、「％ＳＤ」と称する)として併せて得る。
特開昭５９−１０７２４６号公報
Ａ．Ｒ．Ｔａｔｅ ｅｔ ａｌ．， ＮＭＲ ＩＮ ＢＩＯＭＥＤＩＣＩＮＥ ２００６ １９ ｐ４１１−４３４ Ｓ．Ｗ．Ｐｒｏｖｅｎｃｈｅｒ、 Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ ｉｎ Ｍｅｄｉｃｉｎｅ、 １９９３ ３０ ｐ６７２−６７９
非特許文献１に開示の疾患毎スペクトルＤＢは、以下の手順で作成される。まず、確定診断された疾患毎の1以上の磁気共鳴スペクトル信号(以下、確定スペクトルと呼ぶ。)に対して、複数の専門家がデータクオリティの検証を行う。そして、合格した確定スペクトルに対してピーク位置合わせと正規化とを施し、平均値と標準偏差とを算出し、疾患に対応づけて平均スペクトルグラフとして登録する。
疾患毎スペクトルＤＢ作成の際に複数人の判断が入るため、判定基準が曖昧になり、構築されるＤＢのクオリティが不安定となる。これが、高精度な解析を妨げている。また、専門化によりクオリティ検証のステップが必須であるため、ユーザがＤＢを更新したりカスタマイズしたりすることができず、自由度が低い。また、ＤＢ構築に要する時間も長くなる。
また、未知のスペクトルに類似性の高い平均スペクトルの抽出は、以下の手法で行われる。疾患毎スペクトルＤＢの作成と同時に、ＤＢ作成に用いた各確定スペクトルの特性を平面上にマッピングした２次元マップを作成する。特性として、例えば、所定の信号ピーク間の比を用いる。新規に取得した未知スペクトルからも同様の特性を抽出し、２次元マップにマッピングする。ユーザは、未知スペクトルがマッピングされた位置近傍にマッピングされた確定スペクトルを類似性の高い確定スペクトルと認識でき、重畳表示させる平均スペクトルとして抽出できる。
類似性の高いスペクトルの抽出に、全疾患共通の信号ピーク間の比が用いられる。本来、疾患毎に、生じる信号は変化するため、疾患によっては、特性として用いる信号ピークの信号強度が弱く、抽出の信頼度が低下する。
本発明は、上記事情に鑑みてなされたもので、ＭＲＳ計測で得るＭＲＳスペクトルを用い、簡便かつ高精度な診断支援が可能なデータ解析技術を提供することを目的とする。
本発明では、予め作成された疾患毎のスペクトルデータベースのレコードと、新規に取得した未知のＭＲＳスペクトルの解析データとにより類似性を判別し、疾患候補を提示する。類似性の判別には、前記解析データの中の、所定の特徴項毎の信頼性指標が所定の条件を満足するデータのみを用いる。また、疾患毎のスペクトルデータベース作成時も同様に、確定診断された１以上のＭＲＳスペクトルの解析データの中の、所定の特徴項毎の信頼性指標が所定の条件を満足するデータのみを用いる。
ＭＲＳ計測で得るＭＲＳスペクトルを用い、簡便かつ高精度な診断支援を行うことができる。
(ａ)は、本発明の実施形態のＭＲＩ装置であって水平磁場方式のＭＲＩ装置の外観図であり、(ｂ)は同垂直磁場方式のＭＲＩ装置の外観図であり、(ｃ)は、同開放感を高めたＭＲＩ装置の外観図である。 本発明の実施形態のＭＲＩ装置の機能構成を示すブロック図である。 ＰＲＥＳＳ法のパルスシーケンスの一例を示す図である。 (ａ)〜(ｃ)は、ＰＲＥＳＳ法のパルスシーケンスにより励起される領域を説明するための説明図である。 本発明の実施形態の計算機の機能ブロック図である。 本発明の実施形態の疾患毎スペクトルＤＢ作成処理のフローチャートである。 (ａ)は、本発明の実施形態の疾患毎スペクトルＤＢを説明するための説明図であり、(ｂ)は、本発明の実施形態の計測解析データを説明するための説明図である。 本発明の実施形態の疾患候補抽出処理のフローチャートである。 本発明の実施形態の類似性判別処理のフローチャートである。 本発明の実施形態のシステム構成例を説明するための説明図である。
以下、本発明を適用する実施形態を、図面を用いて説明する。なお、実施形態を説明するための全図において、同一機能を有するものは、同一の符号を付し、その繰り返しの説明は省略する。また、この実施形態により本発明が限定されるものではない。
まず、本実施形態の磁気共鳴撮影装置(ＭＲＩ装置)について説明する。図１は、本実施形態のＭＲＩ装置の外観図である。図１(ａ)は、ソレノイドコイルで静磁場を生成するトンネル型磁石を用いた水平磁場方式のＭＲＩ装置１００である。図１(ｂ)は、開放感を高めるために磁石を上下に分離したハンバーガー型(オープン型)の垂直磁場方式のＭＲＩ装置１２０である。また、図１(ｃ)は、図１(ａ)と同じトンネル型磁石を用い、磁石の奥行を短くし且つ斜めに傾けることによって、開放感を高めたＭＲＩ装置１３０である。本実施形態では、これらの外観を有するＭＲＩ装置のいずれを用いてもよい。なお、これらは一例であり、本実施形態のＭＲＩ装置はこれらの形態に限定されるものではない。本実施形態では、装置の形態やタイプを問わず、公知の各種のＭＲＩ装置を用いることができる。以下、特に区別する必要がない場合は、ＭＲＩ装置１００で代表する。
図２は、本実施形態のＭＲＩ装置１００の機能構成図である。本図に示すように、本実施形態のＭＲＩ装置１００は、被検体１０１が置かれる空間に、静磁場を発生させる静磁場コイル１０２と、互いに直交する３方向(例えば、ｘ方向、ｙ方向、ｚ方向)にそれぞれ傾斜磁場を発生させ、被検体１０１に印加する傾斜磁場コイル１０３と、静磁場分布を調整するシムコイル１０４と、被検体１０１の計測領域に対し高周波磁場を照射する高周波磁場照射コイル１０５(以下、単に送信コイルという)と、被検体１０１から発生する核磁気共鳴信号を受信する核磁気共鳴信号受信コイル１０６(以下、単に受信コイルという)と、送信機１０７と、受信機１０８と、計算機１０９と、傾斜磁場用電源部１１２と、シム用電源部１１３と、シーケンス制御装置１１４と、を備える。
静磁場コイル１０２は、図１(ａ)、図１(ｂ)、図１(ｃ)にそれぞれ示した各ＭＲＩ装置１００、１２０、１３０の構造に応じて、種々の形態のものが採用される。傾斜磁場コイル１０３及びシムコイル１０４は、それぞれ傾斜磁場用電源部１１２及びシム用電源部１１３により駆動される。送信コイル１０５が照射する高周波磁場は、送信機１０７により生成される。受信コイル１０６が検出した核磁気共鳴信号は、受信機１０８を通して計算機１０９に送られる。なお、本実施形態では、送信コイル１０５と受信コイル１０６とに別個のものを用いる場合を例にあげて説明するが、これらは、送信コイル１０５と受信コイル１０６との機能を兼用する１のコイルで構成してもよい。
シーケンス制御装置１１４は、計算機１０９からの指示に従って傾斜磁場コイル１０３の駆動用電源である傾斜磁場用電源部１１２、シムコイル１０４の駆動用電源であるシム用電源部１１３、送信機１０７及び受信機１０８の動作を制御し、傾斜磁場、高周波磁場の印加および核磁気共鳴信号の受信のタイミングを制御する。制御のタイムチャートはパルスシーケンスと呼ばれ、計測に応じて予め設定され、後述する計算機１０９が備える記憶装置等に格納される。
計算機１０９は、受け取った核磁気共鳴信号に対して様々な演算処理を行い、画像情報やスペクトル情報、温度情報、温度精度情報を生成するとともに、シーケンス制御装置１１４に指示を与え、ＭＲＩ装置１００全体の動作を制御する。計算機１０９は、ＣＰＵ、メモリ、記憶装置などを備える情報処理装置であり、計算機１０９にはディスプレイ等の表示装置１１０、外部記憶装置１１１、入力装置１１５などが接続される。
表示装置１１０は、演算処理で得られた結果等をオペレータに表示するインタフェースである。入力装置１１５は、本実施形態で行われる演算処理に必要な条件、パラメータ等をオペレータが入力するためのインタフェースである。外部記憶装置１１１は、記憶装置とともに、計算機１０９が実行する各種の演算処理に用いられるデータ、演算処理により得られるデータ、入力された条件、パラメータ等を保持する。
次に、本実施形態のＭＲＳ計測で用いるパルスシーケンスを説明する。本実施形態では、ＭＲＳ計測の基本的な計測法である対称型ＰＲＥＳＳ法を用いる。このＰＲＥＳＳ法による各部の動作と励起される領域との関係を図３および図４を用いて説明する。
図３は、対称型ＰＲＥＳＳ法のパルスシーケンス３００を説明するための図である。ここでは、水平磁場方式のＭＲＩ装置１００を用い、静磁場方向をＺ軸方向とする。本パルスシーケンス３００において、ＲＦは高周波磁場、ＧｚはＺ軸方向の傾斜磁場、ＧｘはＸ軸方向の傾斜磁場、ＧｙはＹ軸方向の傾斜磁場の印加タイミングを、Ａ／Ｄは核磁気共鳴信号(エコー信号)の取得タイミングをそれぞれ示す。また、ＴＥはエコー時間である。
図４は、図３に示すパルスシーケンス３００により励起および反転される領域を説明するための図である。なお、図４に示す画像は、本撮影に先立って位置決め用および参照用に取得されるスカウト画像であって、それぞれ、図４(ａ)は、位置決め用トランス像４１０、図４(ｂ)は、位置参照用サジタル像４２０、図４(ｃ)は、位置参照用コロナル像４３０である。ここでは、Ｚ軸に垂直な第一のスライス４４１と、Ｘ軸に垂直な第二のスライス４４２と、Ｙ軸に垂直な第三のスライス４４３とが交差する領域(ボクセル)４５０を計測対象領域とする。
まず、Ｚ軸方向のスライス選択用傾斜磁場パルス(スライス選択ＧＣパルス)Ｇｓ１１の印加とともにフリップ角が９０゜の高周波磁場パルス(９０゜パルス)ＲＦ１を印加し、第一スライス４４１内の核磁化のみを選択的に励起状態とする。このとき、９０゜パルスＲＦ１の送信周波数ｆ１は、スライス選択ＧＣパルスＧｓ１１と組み合わせて選択される第一スライス４４１が計測対象領域４５０を含むよう決定される。なお、以下の全ての高周波磁場パルス(ＲＦパルス)は、送信周波数、励起(反転)周波数帯域、励起(フリップ)角および送信位相をそれぞれ調整することができ、選択的に励起／反転を行う「スライスの位置と厚み」および選択スライス内に含まれる「核磁化を倒す角度と方向」をそれぞれ任意に変更することができる。
次に、９０゜パルスＲＦ１の印加からＴＥ／４後に、Ｘ軸方向のスライス選択ＧＣパルスＧｓ２２の印加とともにフリップ角が１８０゜のＲＦパルス(１８０゜パルス)ＲＦ２を印加し、９０゜パルスＲＦ１によって励起された第一スライス４４１内の核磁化のうち、第二スライス４４２にも含まれる核磁化のみを１８０゜反転させる。１８０゜パルスＲＦ２の送信周波数ｆ２は、スライス選択ＧＣパルスＧｓ２２と組み合わせて選択される第二スライス４４２が、計測対象領域４５０を含むよう決定される。
さらに、１８０゜パルスＲＦ２の印加からＴＥ／２後に、Ｙ軸方向のスライス選択ＧＣパルスＧｓ３３の印加とともにフリップ角が１８０゜のＲＦパルス(１８０゜パルス)ＲＦ３を印加し、１８０゜パルスＲＦ２によって反転された第一スライス４４１と第二スライス４４２との交差領域内にある核磁化のうち、第三スライス４４３にも含まれる計測対象領域４５０内の核磁化のみを再度１８０゜反転させる。１８０゜パルスＲＦ３の送信周波数ｆ３は、スライス選択ＧＣパルスＧｓ３３と組み合わせて選択される第三スライス４４３が、計測対象領域４５０を含むよう決定される。
これらの３組のスライス選択ＧＣパルス及び領域選択ＲＦパルスの印加により、計測対象領域４５０内が選択励起され、１８０゜パルスＲＦ３の印加からＴＥ／４後の時点をエコー時間とする核磁気共鳴信号Ｓｉｇ．１が計測対象領域４５０内から発生する。発生する核磁気共鳴信号Ｓｉｇ．１は、時間軸方向の信号変化を有し、上述したケミカルシフトの情報を含む。この核磁気共鳴信号Ｓｉｇ．１を、所定のサンプリング間隔で受信コイル１０６にて検出し、計算機１０９において時間軸方向のフーリエ変換を施すことにより、磁気共鳴スペクトルを得る。
なお、パルスシーケンス３００において、スライス選択ＧＣパルスＧｓ１１の印加の直後に印加されるＧＣパルスＧｒ１１は、スライス選択ＧＣパルスＧｓ１１に対するリフェイズ(位相戻し)用のＧＣパルス(リフェイズＧＣパルス)である。また、１８０゜パルスＲＦ２の印加の前後に印加されるＧＣパルスＧｄ２１とＧＣパルスＧｄ２１’、ＧＣパルスＧｄ２２とＧＣパルスＧｄ２２’及びＧＣパルスＧｄ２３とＧＣパルスＧｄ２３’は、９０゜パルスＲＦ１の印加により励起された核磁化の位相は乱さず、１８０゜パルスＲＦ２の印加により励起された核磁化のみをディフェイズ(位相乱し)し、疑似信号を減じるためのＧＣパルス(ディフェイズＧＣパルス)である。さらに、１８０゜パルスＲＦ３の印加の前後に印加されるＧＣパルスＧｄ３１とＧＣパルスＧｄ３１’、ＧＣパルスＧｄ３２とＧＣパルスＧｄ３２’及びＧＣパルスＧｄ３３とＧＣパルスＧｄ３３’は、９０゜パルスＲＦ１の印加により励起された核磁化の位相は乱さず、１８０゜パルスＲＦ３の印加によって励起された核磁化のみをディフェイズし、疑似信号を減じるためのＧＣパルス(ディフェイズＧＣパルス)である。
ＰＲＥＳＳ法では、以上のパルスシーケンス３００を撮影シーケンスとして実行することにより、図４に示すように、３つのスライス４４１、４４２、４４３が交差する計測対象領域４５０内に含まれる核磁化のみを選択的に励起し、計測対象領域４５０からの核磁気共鳴信号Ｓｉｇ．１を検出する。
なお、必要とするＳＮＲを確保するために積算を行う場合、繰り返し時間ＴＲ間隔で、上記パルスシーケンス３００を繰り返し、核磁気共鳴信号Ｓｉｇ．１の検出をＮ回(通常、数十回〜数百回程度)繰り返す。この場合、全計測時間は「繰り返し時間×積算回数＝ＴＲ×Ｎ」となる。この繰り返し時間ＴＲは、励起された核磁化が励起前の熱平衡状態に戻るのに要する時間に従って定められ、励起対象となっている代謝物質の種類や励起を行う照射ＲＦ強度(フリップ角)等によって変化する。ＭＲＳで計測可能な人体内部の一般的な代謝物質の核磁化を９０゜パルスで励起する場合、通常、繰り返し時間ＴＲは１〜２秒程度に設定される。
本実施形態のＭＲＩ装置１００は、人の介在無しに疾患毎の磁気共鳴スペクトルの特徴を示す情報を格納するデータベースを作成するとともに、当該データベースを用いた診断支援を行う。このデータベース作成および診断支援を実現する本実施形態の計算機１０９の機能について説明する。図５は、本実施形態の計算機１０９の機能ブロック図である。本図に示すように、本実施形態の計算機１０９は、スペクトル生成部２１０と、スペクトル解析部２２０と、データベース(ＤＢ)作成部２３０と、疾患候補抽出部２４０と、を備える。これらの機能は、計算機１０９のＣＰＵが、記憶装置に予め格納されたプログラムを、メモリにロードして実行することにより実現される。
スペクトル生成部２１０は、計算機１０９が受けとった核磁気共鳴信号から、磁気共鳴スペクトルを生成する。本実施形態では、例えば、上記パルスシーケンス３００を実行して得た核磁気共鳴信号Ｓｉｇ，１に対し、時間方向にフーリエ変換を施すことにより、磁気共鳴スペクトルを得る。
スペクトル解析部２２０は、スペクトル生成部２１０において得られた磁気共鳴スペクトルを解析し、予め定めた特徴項毎の予め定めた特性値および予め定めた信頼性指標を解析データとして算出する。解析データの算出は、例えば、前述のＬＣＭ法などを用いて行う。
特徴項は、例えば、磁気共鳴スペクトルに含まれる各代謝物質(予め定めた代謝物質の種類)、磁気共鳴スペクトルの各信号ピーク、などとする。特性値は、濃度値および信号強度値の少なくとも一方とする。また、信頼性指標は、特徴項が代謝物質である場合、標準偏差率％ＳＤとし、特徴項が信号ピークである場合、信号雑音比ＳＮＲとする。標準偏差率％ＳＤは、確率密度関数として算出される、代謝物質毎の特性値の標本値の標準偏差の百分率値とする。
標準偏差率％ＳＤは、標準偏差率％ＳＤとして算出される値が小さければ小さいほど、その代謝物質の特性値が確からしいことを表す。特性値の大小と標準偏差率％ＳＤの大小とは反比例の関係にある。また、信号雑音比ＳＮＲは、ピーク面積とノイズ領域の標準偏差を用いて算出する。
ＤＢ作成部２３０は、疾患毎スペクトルＤＢ５００を作成する。疾患毎スペクトルＤＢ５００は、疾患毎の磁気共鳴スペクトルの特徴を示す情報(登録値)を、疾患毎にレコードとして格納するデータベースである。作成された疾患毎スペクトルＤＢ５００は、計算機１０９が備える記憶装置内に記憶される。
疾患毎スペクトルＤＢの各レコードの登録値は、所定の疾患であることが確定診断された１以上の磁気共鳴スペクトルの解析データ(確定解析データ)を用いて算出される。このとき、確定解析データの中の、信頼性指標が所定の条件を満足する確定解析データの特性値および信頼性指標のみを用いて算出する。疾患毎のレコードの作成のタイミングは、確定スペクトルが所定数以上収集された後であればよい。作成の詳細は後述する。
疾患候補抽出部２４０は、取得した磁気共鳴スペクトルの解析データ(計測解析データ)を用い、当該磁気共鳴スペクトルにより推定される疾患候補を決定し、ユーザに提示する。決定には疾患毎スペクトルＤＢを用いる。疾患候補は、計測解析データとの類似度の高いレコードで特定される疾患が選択される。類似度は、疾患毎スペクトルＤＢの各レコードの特徴項毎の登録値との類似度により決定する。決定手法の詳細は後述する。なお、ユーザへの提示は、例えば、各疾患候補の疾患名を表示装置１１０に表示することにより行う。
次に、ＤＢ作成部２３０による疾患毎スペクトルＤＢ作成処理の詳細をその流れとともに説明する。図６は、本実施形態の疾患毎スペクトルＤＢ作成処理の処理フローの一例である。ここでは、１の疾患のレコードの作成処理を説明する。本実施形態の疾患毎スペクトルＤＢ作成処理は、上述のように、作成対象の疾患について、確定診断された磁気共鳴スペクトル(確定スペクトル)が所定数収集された後、ユーザからの指示により開始される。また、ＤＢ作成部２３０による疾患毎スペクトルＤＢ作成処理に先立ち、スペクトル解析部２２０により、確定スペクトルの解析処理が行われる。以下の処理フローでは、このスペクトル解析部２２０による解析処理も含めて説明する。
ここでは、収集された確定スペクトル数をＬ(Ｌは１以上の整数)とする。また、特徴項には代謝物質を、特性値には濃度値を、信頼性指標には標準偏差率％ＳＤを、それぞれ用いる。濃度値を算出する代謝物質数はＮ(Ｎは１以上の整数)とする。
まず、スペクトル解析部２２０は、Ｌ個の確定スペクトルそれぞれのスペクトル解析処理を行う(ステップＳ１００１)。ここでは、Ｌ個の確定スペクトルそれぞについて、各代謝物質の濃度値および標準偏差率％ＳＤを確定解析データとして算出する。その結果、Ｌ×Ｎ個の確定解析データが算出される。以下、各代謝物質をＭｉ(ｉ＝１、２、・・・Ｎ)と表し、それぞれの代謝物質の標準偏差率を％ＳＤ(Ｍｉ)と表す。
次に、ＤＢ作成部２３０は、各確定スペクトルの採否判定処理を開始する(ステップＳ１００２)。採否判定処理では、Ｌ×Ｎ個の確定解析データそれぞれについて、疾患毎スペクトルＤＢのレコード作成に採用するか否かを判定する。ここでは、解析元の確定スペクトル毎に、各代謝物質Ｍｉの確定解析データの採否を判定する。従って、まず、確定スペクトルをカウントするカウンタｋを初期化(ｋ＝１)する。
そして、ＤＢ作成部２３０は、各代謝物質Ｍｉの採否判定を開始する(ステップＳ１００３)。採否判定処理では、ｋ番目の確定スペクトルから得た確定解析データ群について、代謝物質Ｍｉ毎にその信頼性を判定し、採否を決定する。この採否判定処理を開始するため、ＤＢ作成部２３０は、代謝物質Ｍｉをカウントするカウンタｉを初期化(ｉ＝１)する。
採否判定処理では、ＤＢ作成部２３０は、ステップＳ１００１で算出した、各代謝物質Ｍｉの確定解析データ内の標準偏差率％ＳＤ(Ｍｉ)と、予め定めた閾値Ｂ１とを比較する(ステップＳ１００４)。閾値Ｂ１には、例えば、２０を用いる。そして、標準偏差率％ＳＤ(Ｍｉ)が閾値Ｂ１以下(％ＳＤ≦Ｂ１)であれば、その代謝物質Ｍｉの確定解析データを採用と判断し、採用データとして記憶装置に登録する(ステップＳ１００５)。登録は、確定スペクトルおよび代謝物質Ｍｉに対応づけて行う。一方、それ以外の場合は、当該データは登録しない。
ステップＳ１００４およびＳ１００５の処理を、全代謝物質Ｍｉについて繰り返す。すなわち、カウンタｉがＮになるまで、カウンタｉを１インクリメントしながら繰り返す(ステップＳ１００６、Ｓ１００７)。
そして、ＤＢ作成部２３０は、代謝物質Ｍｉ毎の判定処理(ステップＳ１００３〜ステップＳ１００７の処理)を、全確定スペクトルについて繰り返す。すなわち、カウンタｋがＬになるまで、カウンタｋを１インクリメントしながら繰り返す(ステップＳ１００８、Ｓ１００９)。
その後、ＤＢ作成部２３０は、採用データとして登録された各確定解析データを用いて、当該レコードの登録値を計算し、疾患毎スペクトルＤＢに格納する(ステップＳ１０１０)。本実施形態では、レコードの登録値は、代謝物質Ｍｉ毎に、計算される。具体的には、採用データの中から、同じ代謝物質Ｍｉの採用データを抽出し、代謝物質Ｍｉ毎に、濃度値および標準偏差率％ＳＤそれぞれの統計値を計算し、それぞれ登録値として格納する。統計値は、例えば、平均値および分散値とする。登録する統計値は１種に限られない。
本実施形態のスペクトル解析部２２０およびＤＢ作成部２３０は、以上のステップＳ１００１からステップＳ１０１０を、各疾患の確定スペクトルについて行い、疾患毎のレコードを生成し、疾患毎スペクトルＤＢを構築する。
なお、上記ステップＳ１０１０において、ＤＢ作成部２３０が、代謝物質Ｍｉ毎の登録値だけでなく、さらに、全採用データを用いて「平均化されたスペクトル波形(平均スペクトル波形)およびその標準偏差波形」を算出し、ＤＢ情報として登録するよう構成してもよい。
これらの平均スペクトル波形および標準偏差波形を算出する際、ＤＢ作成部２３０は、まず、全採用スペクトルデータ(各信号強度値)を用いて横軸各点における「信号強度の平均値」と「信号強度の標準偏差値」とを算出する。算出された全横軸点上の「平均値」を示す各点を繋いだ波形が平均スペクトル波形に相当し、全横軸点上の「平均値と標準偏差値の和の値」を示す各点を繋いた波形が標準偏差波形の上限に、全横軸点上の「平均値と標準偏差値の差の値」を示す各点を繋いた波形が標準偏差波形の下限に、それぞれ相当する。
また、上記処理フローでは、収集した全確定スペクトルを予め解析し、全解析データを算出してから、解析データの採否を判定しているが、この手順に限られない。例えば、各確定スペクトルから、特徴項毎の解析データを独立に算出可能な場合は、特徴項毎の解析データを算出する毎に、当該解析データの採否を判定するよう構成してもよい。また、確定スペクトル毎に、解析データを算出し、採否を判定するよう構成してもよい。
図７(ａ)に、ＤＢ作成部２３０により上記手順で作成された、頭部の疾患毎スペクトルＤＢ５００の例を示す。ここでは、疾患が膿腫のレコード５１０と、膠芽腫のレコード５１０と、転移癌のレコード５１０と、髄膜腫のレコード５１０とを例示する。また、代謝物質Ｍｉ毎の登録値として、標準偏差率％ＳＤを代表で示す。これらの図に示すように、本実施形態の疾患毎スペクトルＤＢ５００の各レコード５１０は、疾患を特定する情報である疾患名５２０と、特徴項(ここでは、代謝物質)５３０と、それぞれの特徴項５３０の信頼性指標(ここでは、標準偏差率％ＳＤ)から得た登録値５４０とを備える。さらに、図示していないが、それぞれの登録値５４０としてさらにその特性値が格納されてもよい。
ここで、疾患毎スペクトルＤＢ作成処理において、用意されたＬ個の確定スペクトルから得た１の代謝物質Ｍｉの標準偏差率％ＳＤ(Ｍｉ)が、全て上記基準に達していない(Ｂ１より大きい)場合、当該代謝物質Ｍｉの採用データは０となる。この場合、当該疾患の、当該代謝物質Ｍｉの特性値としてゼロを登録するよう構成してもよい。ユーザは、０が登録されていることにより、採用データが無かったこと判別できる。
また、採用データが０の場合、信頼性指標(上記例では、標準偏差率％ＳＤ)の登録値は、不採用とされた確定解析データの値を用いて算出し、登録するよう構成してもよい。
また、確定スペクトル自体の合否を判別するよう構成してもよい。例えば、疾患毎に、採用判定が得られるべき代謝物質を指定しておく。そして、採用判定が得られるべき代謝物質について全て採用判定が得られた場合、当該確定解析データの元となる確定スペクトルを合格とする。この場合、合格とされた確定スペクトルから得た信頼性指標、特性値のみで疾患毎スペクトルＤＢの登録値を算出するよう構成してもよい。
さらに、既に構築された疾患毎スペクトルＤＢ５００のレコード５１０を、当該疾患の新たな確定スペクトルを用いて更新するよう構成してもよい。この場合、まず、スペクトル解析部２２０が追加の確定スペクトルの特徴項毎の特性値および信頼性指標を算出する。そして、特徴項毎に信頼性指標を用いて上記ステップＳ１００４の手法で採否を判別する。そして、採用と判別された特徴項の、当該レコード５１０の登録値(特性値および信頼性指標)５４０を、その採用データ(特性値および信頼性指標)を用いて更新する。
次に、疾患候補抽出部２４０による、疾患候補抽出処理を説明する。図８は、本実施形態の疾患候補抽出処理の処理フローである。本実施形態の疾患候補抽出処理は、例えば、上記ＰＲＥＳＳシーケンスで撮像を行い、患者の磁気共鳴スペクトルデータを得たことを契機に開始する。以下、取得した解析対象の磁気共鳴スペクトルデータを、計測スペクトルと呼ぶ。疾患候補抽出部２４０による疾患候補抽出処理に先立ち、スペクトル解析部２２０により、計測スペクトルの解析処理が行われる。以下の処理フローでは、このスペクトル解析部２２０による解析処理も含めて説明する。
また、疾患毎スペクトルＤＢ作成処理同様、特性値には濃度値を、信頼性指標には標準偏差率％ＳＤを用いるものとし、解析対象の代謝物質数はＮとする。Ｎ個の代謝物質を、それぞれ、Ｍｉ(ｉ＝１、２、・・・Ｎ)と表す。また、計測スペクトルの代謝物質毎の標準偏差率％ＳＤを、％ＳＤｓ(Ｍｉ)と表す。
スペクトル解析部２２０は、計測スペクトルのスペクトル解析処理を行う(ステップＳ１１０１)。ここでは、得られた計測スペクトルについて、各代謝物質の濃度値および標準偏差率％ＳＤｓ(Ｍｉ)を計測解析データとして算出する。その結果、Ｎ個の計測解析データが算出される。ここで得られた計測解析データ５５０の例を図７(ｂ)に示す。
疾患候補抽出部２４０は、各代謝物質Ｍｉの採否判定処理を開始する(ステップＳ１１０２)。ここでは、代謝物質Ｍｉ毎に、当該代謝物質Ｍｉの計測解析データが、類似性判定に採用すべきか否かを判定する採否判定処理を行う。この処理を開始するため、まず、代謝物質Ｍｉをカウントするカウンタｉを初期化(ｉ＝１)する。
採否判定処理では、疾患候補抽出部２４０は、ステップＳ１１０１で算出した、各代謝物質Ｍｉの標準偏差率％ＳＤｓ(Ｍｉ)と、予め定めた閾値Ｂ２とを比較する(ステップＳ１１０３)。閾値Ｂ２は、ＤＢ作成処理で用いた閾値Ｂ１と同じ値であってもよく、例えば、２０を用いる。そして、標準偏差率％ＳＤｓ(Ｍｉ)が閾値Ｂ２以下(％ＳＤｓ≦Ｂ２)であれば、その代謝物質Ｍｉの計測解析データを類似性判定に採用と判定し、採用データとして記憶装置に登録する(ステップＳ１１０４)。登録は、代謝物質Ｍｉに対応づけて行う。一方、それ以外の場合は、当該データは登録しない。
ステップＳ１１０３およびＳ１１０４の処理を、全代謝物質Ｍｉについて繰り返す。すなわち、カウンタｉがＮになるまで、カウンタｉを１インクリメントしながら繰り返す(ステップＳ１１０５、Ｓ１１０６)。
その後、疾患候補抽出部２４０は、採用データとして登録された各データを用いて、疾患毎スペクトルＤＢ５００に登録される疾患毎のレコード５１０の登録値との類似性を判別する類似性判別処理を行う(ステップＳ１１０７)。本実施形態では、後述のように、この類似性判別処理では、疾患毎スペクトルＤＢ５００に登録されるレコード５１０(疾患)それぞれについて、例えば、類似度が高いものほど小さな値となる類似性指標を算出する。
そして、疾患候補抽出部２４０は、類似性判別処理の結果である類似性指標を用い、疾患候補を決定する(ステップＳ１１０８)。本実施形態では、類似性の高いものから、予め定めた数だけレコード５１０を抽出し、当該レコード５１０で特定される疾患を、疾患候補とする。
そして、疾患候補抽出部２４０は、疾患候補を特定する情報を表示装置１１０に表示し(ステップＳ１１０９)、処理を終了する。このとき、疾患候補を特定する情報として、疾患名を表示する。
次に、上記ステップＳ１１０７の、疾患候補抽出部２４０による、類似性判別処理の詳細を説明する。図９は、本実施形態の類似性判別処理の処理フローである。以下、Ｍ種(Ｍは１以上の整数)の疾患のレコード５１０が疾患毎スペクトルＤＢ５００に登録されているものとする。また、それぞれのレコード５１０には、それぞれＮ個の代謝物質Ｍｉの信頼性指標(ここでは、標準偏差率％ＳＤ(Ｍｉ))が登録されているものとする。また、ｊ番目のレコード(疾患ｊ)(ｊは１以上Ｍ以下の整数)５１０の代謝物質Ｍｉの標準偏差率を、％ＳＤｊ(Ｍｉ)とする。
類似性判別処理において、疾患候補抽出部２４０は、疾患毎スペクトルＤＢ５００に登録されているＭ種の疾患のレコード５１０全てについて、計測解析データとの類似性を示す指標(類似性指標)を算出する。本実施形態では、類似性指標として、代謝物質Ｍｉ毎の登録値とステップＳ１１０４で得た採用データとの差分の２乗の和の平方根の正値である差分和ＤＦ(ｊ)を用いる。本実施形態では、差分をとる登録値および採用データとして、標準偏差率％ＳＤを用いる。
疾患候補抽出部２４０は、各疾患の判定処理を開始する(ステップＳ１２０１)。ここでは、疾患毎スペクトルＤＢ５００のレコード５１０毎に、すなわち、疾患毎に判定処理を開始するため、レコード５１０をカウントするカウンタｊを初期化(ｊ＝１)するとともに、ｊ番目のレコード５１０の登録値との差分和ＤＦ(ｊ)を初期化(ＤＦ(ｊ)＝０)する。
そして、疾患候補抽出部２４０は、各代謝物質Ｍｉの採否判定を開始する(ステップＳ１２０１)。ここでは、代謝物質Ｍｉ毎の差分の計算を開始するため、代謝物質Ｍｉをカウントするカウンタｉを初期化(ｉ＝１)する。
そして、まず、採用データに、当該代謝物質Ｍｉの標準偏差率％ＳＤｓ(Ｍｉ)が登録されているか否かを判別する(ステップＳ１２０３)。
そして、登録されている場合、差分計算を行う(ステップＳ１２０４)。具体的には、ｊ番目のレコード５１０(疾患ｊ)の代謝物質Ｍｉについて、その登録値(％ＳＤｊ(Ｍｉ))と採用データとして登録されている値(％ＳＤｓ(Ｍｉ))との差分Ｄ(ｊ，ｉ)を計算する。本実施形態では、信頼性指標、算出式には、以下の式(１)を用いる。
Ｄ(ｊ，ｉ)＝｜％ＳＤｊ(Ｍｉ)−％ＳＤｓ(Ｍｉ)｜・・・(１)
そして、その結果を２乗し、差分和ＤＦ(ｊ)の２乗に加算し、差分和ＤＦ(ｊ)の２乗を更新する(ステップＳ１２０５)。具体的には、以下の式(２)に従って計算する。
ＤＦ(ｊ)2＝ＤＦ(ｊ)2＋Ｄ(ｊ，ｉ)2・・・(２)
なお、ステップＳ１２０３で登録されていないと判別された場合は、ステップＳ１２０５の差分計算およびステップＳ１２０６の差分和更新を行わない。
ステップＳ１２０３からＳ１２０５の処理を、全代謝物質Ｍｉについて繰り返す。すなわち、カウンタｉがＮになるまで、カウンタｉを１インクリメントしながら繰り返す(ステップＳ１２０６、Ｓ１２０７)。
そして、疾患候補抽出部２４０は、得られた差分和の２乗ＤＦ(ｊ)の平方根の正値を計算し、当該疾患毎スペクトルＤＢの疾患ｊに対応づけて類似性指標として記憶装置に格納する(ステップＳ１２０８)。
そして、疾患候補抽出部２４０は、上記ステップＳ１２０２からステップＳ１２０８の処理を、疾患毎スペクトルＤＢ５００に登録されているＭ種の疾患のレコード５１０全てについて行い、レコード５１０(疾患)毎に類似性指標を算出し、記憶装置に登録し(ステップＳ１２０９、ステップＳ１２１０)、処理を終了する。
なお、疾患候補抽出処理において、ステップＳ１１０９の表示時に、さらに、ステップＳ１１０７の類似性判別処理で得た類似性指標も併せて表示してもよい。さらに、疾患毎スペクトルＤＢに平均スペクトル波形、標準偏差波形が登録されている場合は、これらを併せて表示してもよい。
また、上記ステップＳ１１０９の表示時に、類似性の高いものから順に表示するよう構成しているが、順不同で抽出された疾患候補を列挙するよう構成してもよい。
なお、本例では、信頼性指標から算出した類似性指標のみで類似度を判定しているが、これに限られない。例えば、各代謝物質の特性値から同様に類似性指標を算出し、類似性の判定に用いてもよい。さらに、代謝物質間の特性値比(濃度比もしくは信号強度値比等)の比較結果も考慮して類似度を判定してもよい。
また、予め、類似する可能性のある疾患がいくつか抽出されている場合、上記類似性判別処理は、疾患毎スペクトルＤＢに登録されている全疾患(全レコード５１０)について行わず、可能性のある疾患(レコード５１０)に対してのみ行うよう構成してもよい。
なお、本実施形態では、上記疾患毎スペクトルＤＢ作成、疾患候補抽出処理、類似性判別処理において、特徴項には代謝物質を用い、信頼性指標には標準偏差率％ＳＤを用いているが、これに限られない。例えば、特徴項に、信号ピークを、信頼性指標に、信号雑音比ＳＮＲを、それぞれ用いてもよい。
この場合、各代謝物質について標準偏差率％ＳＤを求める替わりに、各信号ピークについて信号雑音比ＳＮＲを算出する。また、疾患毎スペクトルＤＢ作成処理では、ステップＳ１００３からステップＳ１００７の処理を、疾患候補抽出処理では、ステップＳ１１０２からステップＳ１１０６の処理を、信号ピーク数だけ繰り返す。
また、特性値は、濃度値および信号強度値の少なくとも一方であればよい。
また、上記実施形態では、疾患毎スペクトルＤＢ５００の各レコード５１０を作成する確定スペクトルや計測スペクトルとして、ＰＲＥＳＳ法シーケンスで計測した磁気共鳴スペクトルを用いる場合を例にあげて説明したが、磁気共鳴スペクトルの取得シーケンスはこれに限られない。例えば、磁気共鳴スペクトルをマルチボクセルで計測する３Ｄ−ＣＳＩ法、高速マルチボクセル計測が可能なＥＰＳＩ法などのシーケンスであってもよい。
また、上記実施形態では、ＭＲＩ装置１００の計算機１０９が、スペクトル生成部２１０、スペクトル解析部２２０、ＤＢ作成部２３０および疾患候補抽出部２４０を備え、磁気共鳴スペクトルの生成、磁気共鳴スペクトルの解析、疾患毎スペクトルＤＢ５００に登録する各レコード５１０の作成および疾患候補の抽出を行うよう構成しているが、これに限られない。ＭＲＩ装置１００の計算機１０９が外部装置とデータの送受信の機能を備える場合、ＭＲＩ装置１００から独立した、外部の装置がスペクトル生成部２１０、スペクトル解析部２２０、ＤＢ作成部２３０および疾患候補抽出部２４０の少なくとも一つを備え、当該装置で処理を行うよう構成してもよい。
ＭＲＩ装置１００外の装置でこれらの処理を行う場合のシステム６００の一例を図１０に示す。本図に示すように、本システム６００は、スペクトル解析部２２０、ＤＢ作成部２３０および疾患候補抽出部２４０を備えるサーバ６１０と、ＭＲＩ装置１００に接続される複数のクライアント６２０と、を備える。ここでは、スペクトル生成部２１０は、各クライアント６２０が備えるものとする。サーバ６１０と、各クライアント６２０とは、それぞれ、外部装置とデータの送受信を行う通信インタフェースを備え、通信回線６３０を介して互いに接続される。サーバ６１０は、例えば、作成された疾患毎スペクトルＤＢを記憶する記憶装置６４０を備える。
なお、疾患毎スペクトルＤＢを記憶する記憶装置６４０は、通信インタフェースを備え、サーバ６１０およびクライアント６２０とは独立して通信回線６３０に接続されていてもよい。この場合、サーバ６１０およびクライアント６２０は、通信回線６３０を介して記憶装置６４０にアクセス可能とする。また、クライアント６２０が、スペクトル解析部２２０、ＤＢ作成部２３０および疾患候補抽出部２４０の少なくとも１つの機能を備えていてもよい。また、サーバ６１０が、スペクトル生成部２１０を備えていてもよい。
なお、上記図１０に示す構成は一つの例であり、この構成に限定されるものでは無い。例えば、サーバ６１０は複数存在してもよいし、クライアント６２０は３台以上、ＭＲＩ装置１００は４台以上存在してもよい。また上記の例では、通信回線６３０を用いて情報を伝達する場合について述べたが、磁気ディスクや光ディスク等の記録媒体を用いて、情報の伝達を行ってもよい。
なお、上記ＭＲＩ装置およびシステムでは，疾患毎スペクトルＤＢを自ら生成する機能を有する事を想定しているが，本専門分野の医師等によりコンセンサスが形成され，疾患毎スペクトルＤＢが標準化された場合，疾患毎スペクトルＤＢを自ら生成する機能は必要では無くなる。即ち，クラウドコンピューティング等のネットワーク(特にインターネット)をベースとしたコンピュータ利用形態において，標準化された疾患毎スペクトルＤＢをクラウド側に置いておくことにより，クライアント側からの要望に応じて疾患毎スペクトルＤＢをダウンロードさせたり，クライアント側からアップロードされてきた計測スペクトルデータに対して，診断支援情報(疾患候補リスト)を返す形態を取っても良い。
＜実施例＞
以下、本発明の実施例を示す。
人体頭部に疾患を有する患者を被検体１０１として取得した確定スペクトルから作成された疾患毎スペクトルＤＢ例を表１に示す。使用したＭＲＩ装置は、図１(ａ)に示すＭＲＩ装置１００(静磁場強度１．５テスラ)である。また、実行したシーケンスは、上記図３に示すＰＲＥＳＳ法パルスシーケンス(ＴＲ／ＴＥ＝２０００ｍｓ／１３６ｍｓ)である。疾患毎スペクトルＤＢ作成対象とした疾患は、膿瘍、膠芽腫、転移癌、髄膜腫の４種とした。
また、確定スペクトル数は、各疾患について、疾患毎スペクトルＤＢのレコードを作成するのに必要十分な数取得したものとする。作成手順は、上記図６に示すものとする。なお、疾患毎スペクトルＤＢの各レコードの登録値として、信頼性指標値(ここでは、各代謝物質の標準偏差率％ＳＤ)のみを抜粋して示す。
Figure 0005886965
次に、同じＭＲＩ装置１００(静磁場強度１．５テスラ)上で、図３に示すＰＲＥＳＳ法パルスシーケンス(ＴＲ／ＴＥ＝２０００ｍｓ／１３６ｍｓ)を実行することにより、人体頭部側頭葉付近に有る疾患領域(計測ボクセルサイズ＝８．０ｃｃ＝２０ｍｍ×２０ｍｍ×２０ｍｍ)から得た磁気共鳴スペクトルを、解析対象の計測スペクトルとする。この計測スペクトルに対し、上記スペクトル解析処理を行い、得られた計測解析データを表２に示す。ここでは、上記同様、各代謝物の標準偏差率％ＳＤのみを示す。
Figure 0005886965
表２に示す計測解析データと上記表１に示す頭部の疾患毎スペクトルＤＢの各レコードとを用い、本実施形態の疾患候補抽出処理のステップＳ１１０２以降を実行した。このとき、使用した標準偏差率％ＳＤの基準値Ｂ２には、２０を用いた。
この結果得られた疾患毎の標準偏差率％ＳＤの差分和ＤＦは、以下のとおりである。
・疾患が膿瘍のレコードとの差分和(ＤＦ(膿瘍))
DF(膿瘍)=√((19-11)2+(19-10)2+(15-5)2+(15-20)2+(12-8)2)=16.9
・疾患が膠芽腫のレコードとの差分和(ＤＦ(膠芽腫))
DF(膠芽腫)=√((13-11)2+(12-10)2+(7-5)2+(18-20)2+(10-8)2)=4.5
・疾患が転移癌のレコードとの差分和(ＤＦ(転移癌))
DF(転移癌)=√((17-11)2+(19-10)2+(6-5)2+(16-20)2+(9-8)2)=11.6
・疾患が髄膜腫のレコードとの差分和(ＤＦ(髄膜腫))
DF(髄膜腫)=√((78-11)2+(92-10)2+(9-5)2+(356-20)2+(415-8)2)=538.3
この疾患毎の標準偏差率％ＳＤ差分和(ＤＦ(疾患))の値が小さい順に疾患名を並べると、以下のとおりとなる。なお、括弧内は各差分和ＤＦの値である。
１)膠芽腫(４．５)
２)転移癌(１１．６)
３)膿瘍(１６．９)
４)髄膜腫(５３８．３)
この実施例では、計測解析データは、疾患が膠芽腫のレコードとの類似性が最も高い事が分かる。従って、この計測スペクトルの疾患候補として膠芽腫があげられる。
以上説明したように、本実施形態のＭＲＩ装置１００は、取得した核磁気共鳴信号に対し演算処理を行う計算機１０９と、前記計算部における演算結果を表示する表示装置１１０と、を備えるＭＲＩ装置１００であって、前記計算機１０９は、前記核磁気共鳴信号から磁気共鳴スペクトルを生成するスペクトル生成部２１０と、前記磁気共鳴スペクトルを解析し、予め定めた特徴項毎の予め定めた信頼性指標を解析データとして算出するスペクトル解析部２２０と、所定の疾患であると確定診断された１以上の磁気共鳴スペクトルの前記解析データである確定解析データから作成されたレコード５１０が疾患毎に登録される疾患毎スペクトルＤＢ５００を用い、疾患が未知の磁気共鳴スペクトルから推定される疾患候補を抽出し、ユーザに提示する疾患候補抽出部２４０と、を備え、前記疾患候補抽出部２４０は、前記疾患が未知の磁気共鳴スペクトルの解析データである計測解析データの中の、前記信頼性指標が示す信頼度が所定以上である計測解析データを用い、前記疾患毎スペクトルＤＢに登録されるレコード５１０との類似度を判定し、類似度が所定以上のレコード５１０の疾患を、前記疾患候補とする。
前記計算機１０９は、さらに、前記疾患毎スペクトルＤＢ５００の各レコード５１０を生成するＤＢ作成部２３０を備え、前記ＤＢ作成部２３０は、前記信頼性指標が示す信頼度が所定以上である前記確定解析データを用いて前記レコード５１０を作成するよう構成してもよい。
このとき、前記レコード５１０は、前記特徴項毎に登録値を備え、前記登録値は、前記採用データの前記信頼性指標の統計値としてもよい。
前記類似度は、前記特徴項毎の前記計測解析データの前記信頼性指標と前記レコード５１０の前記登録値との差分和が小さいものほど高いと判定されるよう構成してもよい。
また、本実施形態は、取得した核磁気共鳴信号から磁気共鳴スペクトルを生成する磁気共鳴撮像装置(ＭＲＩ装置)１００と、前記磁気共鳴撮像装置(ＭＲＩ装置)１００において得られた磁気共鳴スペクトルを解析するサーバ６１０と、を備える診断支援システム６００であって、前記サーバ６１０は、所定の疾患であると確定診断された１以上の磁気共鳴スペクトルから得た確定解析データを用いて作成されたレコードが疾患毎に登録される疾患毎スペクトルデータベース５００を用い、疾患が未知の磁気共鳴スペクトルから推定される疾患候補を抽出し、ユーザに提示する疾患候補抽出部２３０、を備え、前記確定解析データは、前記確定診断された１以上の磁気共鳴スペクトルを解析して得た、予め定めた特徴項毎の予め定めた信頼性指標を備え、前記疾患候補抽出部２３０は、前記疾患が未知の磁気共鳴スペクトルの解析データである計測解析データの中の、前記信頼性指標が示す信頼度が所定以上である計測解析データを用い、前記疾患毎スペクトルデータベースに登録されるレコードとの類似度を判定し、類似度が所定以上のレコードの疾患を、前記疾患候補とすることを特徴とする診断支援システム６００として構成してもよい。
さらに、本実施形態は、コンピュータを、所定の疾患であると確定診断された１以上の磁気共鳴スペクトルから得た確定解析ルデータを用いて作成されたレコードが疾患毎に登録される疾患毎スペクトルデータベース５００を用い、疾患が未知の磁気共鳴スペクトルから推定される疾患候補を抽出し、ユーザに提示する疾患候補抽出手段(疾患候補抽出部)２３０として機能させるためのプログラムであって、前記確定解析データは、前記確定診断された１以上の磁気共鳴スペクトルをそれぞれ解析して得た予め定めた特徴項毎の予め定めた信頼性指標を備え、前記疾患候補抽出手段(疾患候補抽出部)２３０は、さらに、前記疾患が未知の磁気共鳴スペクトルの解析結果である計測解析データであって、前記信頼性指標が示す信頼度が所定以上である計測解析データを用い、前記疾患毎スペクトルデータベースに登録されるレコードとの類似度を判定し、類似度が所定以上のレコードの疾患を、前記疾患候補とすることを特徴とするプログラムにより実現されてもよい。
このため、本実施形態によれば、ＭＲＳ撮像で取得した磁気共鳴スペクトルの信頼度の検証が自動的に行われる。
疾患毎スペクトルＤＢ作成時は、診断が確定した確定スペクトルから得た解析データの合否、ＤＢ作成への採否も自動的に決定される。このため、非専門分野の医師であっても、診断が確定した確定スペクトルから、疾患毎のスペクトルＤＢを容易に構築することができる。このため、疾患毎スペクトルＤＢ構築時に、専門家がデータを取捨選択するといった手順が発生しないため、時間がかからないだけでなく、専門家の主観の相違に伴う誤差も排除でき、構築される疾患毎スペクトルＤＢの精度も一定に保つことができる。また、ユーザが容易に疾患毎スペクトルＤＢを更新でき、高い自由度が得られる。
また、疾患毎スペクトルＤＢに登録されるデータとの類似性の比較を、計測スペクトルの解析データの中で、信頼性が所定以上と判断されたデータのみを使用して行う。また、類似性の判断基準に、信頼性指標を用いるため、より精度の高い診断支援情報を提供できる可能性が高まる。
１００：ＭＲＩ装置、１０１：被検体、１０２：静磁場コイル、１０３：傾斜磁場コイル、１０４：シムコイル、１０５：送信コイル、１０６：受信コイル、１０７：送信機、１０８：受信機、１０９：計算機、１１０：表示装置、１１１：外部記憶装置、１１２：傾斜磁場用電源部、１１３：シム用電源部、１１４：シーケンス制御装置、１１５：入力装置、１２０：ＭＲＩ装置、１３０：ＭＲＩ装置、２１０：スペクトル生成部、２２０：スペクトル解析部、２３０：ＤＢ作成部、２４０：疾患候補抽出部、３００：パルスシーケンス、４１０：位置決め用トランス像、４２０：位置参照用サジタル像、４３０：位置参照用コロナル像、４４１：第一スライス、４４２：第二スライス、４４３：第三スライス、４５０：計測対象領域、５００：疾患毎スペクトルＤＢ、５１０：レコード、５２０：疾患名、５３０：特徴項、５４０：登録値、５５０：計測解析データ、６００：システム、６１０：サーバ、６２０：クライアント、６３０：通信回線、６４０：記憶装置、ＲＦ：高周波磁場、Ｇｚ：Ｚ軸方向の傾斜磁場、Ｇｙ：Ｙ軸方向の傾斜磁場、Ｇｘ：Ｘ軸方向の傾斜磁場、Ａ／Ｄ：信号取得、ＲＦ１：高周波磁場パルス、ＲＦ２：高周波磁場パルス、ＲＦ３：高周波磁場パルス、Ｇｓ１１：スライス選択傾斜磁場パルス、Ｇｒ１１：リフェイズ(位相戻し)傾斜磁場パルス、Ｇｄ２１：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ２１’：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ３１：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ３１’：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ２２：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｓ２２：スライス選択傾斜磁場パルス、Ｇｄ２２’：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ３２：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ３２’：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ２３：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ２３’：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｄ３３：ディフェイズ(位相乱し)傾斜磁場パルス、Ｇｓ３３：スライス選択傾斜磁場パルス、Ｇｄ３３’：、Ｓｉｇ．１：核磁気共鳴信号、ＴＲ：繰り返し時間、ＴＥ：エコー時間、ＮＡＡ：Ｎ−アセチルアスパラギン酸信号、Ｃｒ：クレアチン信号、Ｃｈｏ：コリン信号、Ｉｎｓ：イノシトール信号、Ｌａｃ：乳酸信号、Ａｌａ：アラニン信号、Ｌｉｐ０９：０．９ｐｐｍの周波数位置にピークを有する脂質信号、Ｌｉｐ１３：１．３ｐｐｍの周波数位置にピークを有する脂質信号

Claims (9)

  1. 取得した核磁気共鳴信号に対し演算処理を行う計算部と、前記計算部における演算結果を表示する表示装置と、を備える磁気共鳴撮像装置であって、
    前記計算部は、
    前記核磁気共鳴信号から磁気共鳴スペクトルを生成するスペクトル生成部と、
    前記磁気共鳴スペクトルを解析し、予め定めた特徴項毎の予め定めた信頼性指標を解析データとして算出するスペクトル解析部と、
    所定の疾患であると確定診断された１以上の磁気共鳴スペクトルの前記解析データである確定解析データから作成されたレコードが疾患毎に登録される疾患毎スペクトルデータベースを用い、疾患が未知の磁気共鳴スペクトルから推定される疾患候補を抽出し、ユーザに提示する疾患候補抽出部と、を備え、
    前記疾患候補抽出部は、前記疾患が未知の磁気共鳴スペクトルの解析データである計測解析データの中の、前記信頼性指標が示す信頼度が所定以上である計測解析データを用い、前記疾患毎スペクトルデータベースに登録されるレコードとの類似度を判定し、類似度が所定以上のレコードの疾患を、前記疾患候補とすること
    を特徴とする磁気共鳴撮像装置。
  2. 請求項１記載の磁気共鳴撮像装置であって、
    前記計算部は、さらに、前記疾患毎スペクトルデータベースの各レコードを生成するデータベース作成部を備え、
    前記データベース作成部は、前記確定解析データの中の、前記信頼性指標が示す信頼度が所定以上である採用データを用いて前記レコードを作成すること
    を特徴とする磁気共鳴撮像装置。
  3. 請求項２記載の磁気共鳴撮像装置であって、
    前記レコードは、前記特徴項毎に登録値を備え、
    前記登録値は、前記採用データの前記信頼性指標の統計値であること
    を特徴とする磁気共鳴撮像装置。
  4. 請求項３記載の磁気共鳴撮像装置であって、
    前記類似度は、前記特徴項毎に求める前記計測解析データの前記信頼性指標と前記レコードの前記登録値との差分の２乗の合計が小さいものほど高いと判定されること
    を特徴とする磁気共鳴撮像装置。
  5. 請求項１記載の磁気共鳴撮像装置であって、
    前記スペクトル解析部は、前記特徴項毎の濃度値および信号強度値の少なくとも一方を前記解析データとしてさらに算出し、
    前記特徴項は、代謝物質および信号ピークのいずれか一方であり、
    前記信頼性指標は、前記特徴項が代謝物質である場合、前記濃度値の標準偏差率であり、前記特徴項が信号ピークである場合、前記信号強度値から算出される信号雑音比であること
    を特徴とする磁気共鳴撮像装置。
  6. 取得した核磁気共鳴信号から磁気共鳴スペクトルを生成する磁気共鳴撮像装置と、前記磁気共鳴撮像装置において得られた磁気共鳴スペクトルを解析するサーバと、を備える診断支援システムであって、
    前記サーバは、
    所定の疾患であると確定診断された１以上の磁気共鳴スペクトルから得た確定解析データを用いて作成されたレコードが疾患毎に登録される疾患毎スペクトルデータベースを用い、疾患が未知の磁気共鳴スペクトルから推定される疾患候補を抽出し、ユーザに提示する疾患候補抽出部、を備え、
    前記確定解析データは、前記確定診断された１以上の磁気共鳴スペクトルを解析して得た、予め定めた特徴項毎の予め定めた信頼性指標を備え、
    前記疾患候補抽出部は、前記疾患が未知の磁気共鳴スペクトルの解析データである計測解析データの中の、前記信頼性指標が示す信頼度が所定以上である計測解析データを用い、前記疾患毎スペクトルデータベースに登録されるレコードとの類似度を判定し、類似度が所定以上のレコードの疾患を、前記疾患候補とすること
    を特徴とする診断支援システム。
  7. 請求項６記載の診断支援システムであって、
    前記サーバは、さらに、前記疾患毎スペクトルデータベースの各レコードを生成するデータベース作成部を備え、
    前記データベース作成部は、前記信頼性指標が示す信頼度が所定以上である前記確定解析データを用いて前記レコードを作成すること
    を特徴とする診断支援システム。
  8. コンピュータを、
    所定の疾患であると確定診断された１以上の磁気共鳴スペクトルから得た確定解析データを用いて作成されたレコードが疾患毎に登録される疾患毎スペクトルデータベースを用い、疾患が未知の磁気共鳴スペクトルから推定される疾患候補を抽出し、ユーザに提示する疾患候補抽出手段として機能させるためのプログラムであって、
    前記確定解析データは、前記確定診断された１以上の磁気共鳴スペクトルをそれぞれ解析して得た予め定めた特徴項毎の予め定めた信頼性指標を備え、
    前記疾患候補抽出手段は、さらに、前記疾患が未知の磁気共鳴スペクトルの解析結果である計測解析データの中の、前記信頼性指標が示す信頼度が所定以上である計測解析データを用い、前記疾患毎スペクトルデータベースに登録されるレコードとの類似度を判定し、類似度が所定以上のレコードの疾患を、前記疾患候補とすること
    を特徴とするプログラム。
  9. 請求項８記載のプログラムであって、前記コンピュータを、さらに、
    前記疾患毎スペクトルデータベースの各レコードを、前記信頼性指標が示す信頼度が所定以上である前記確定解析データを用いて生成するデータベース作成手段として機能させるためのプログラム。
JP2014528084A 2012-07-31 2013-07-23 磁気共鳴撮像装置、診断支援システムおよびプログラム Active JP5886965B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014528084A JP5886965B2 (ja) 2012-07-31 2013-07-23 磁気共鳴撮像装置、診断支援システムおよびプログラム

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2012170017 2012-07-31
JP2012170017 2012-07-31
JP2014528084A JP5886965B2 (ja) 2012-07-31 2013-07-23 磁気共鳴撮像装置、診断支援システムおよびプログラム
PCT/JP2013/069932 WO2014021144A1 (ja) 2012-07-31 2013-07-23 磁気共鳴撮像装置、診断支援システムおよびプログラム

Publications (2)

Publication Number Publication Date
JP5886965B2 true JP5886965B2 (ja) 2016-03-16
JPWO2014021144A1 JPWO2014021144A1 (ja) 2016-07-21

Family

ID=50027824

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014528084A Active JP5886965B2 (ja) 2012-07-31 2013-07-23 磁気共鳴撮像装置、診断支援システムおよびプログラム

Country Status (3)

Country Link
US (1) US20150182143A1 (ja)
JP (1) JP5886965B2 (ja)
WO (1) WO2014021144A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101497662B1 (ko) * 2013-03-26 2015-03-03 재단법인대구경북과학기술원 진단 보조용 내시경 시스템 및 그 제어 방법
JP6453668B2 (ja) * 2015-02-27 2019-01-16 富士フイルム株式会社 計測値管理装置とその作動方法および作動プログラム、並びに計測値管理システム
US10283320B2 (en) 2016-11-11 2019-05-07 Applied Materials, Inc. Processing chamber hardware fault detection using spectral radio frequency analysis
CN110192858A (zh) * 2018-02-27 2019-09-03 鸿海精密工业股份有限公司 核磁共振成像仪以及失智症预检系统
WO2020144581A1 (en) * 2019-01-07 2020-07-16 Translational Research Institute Pty Ltd As Trustee For Translational Research Institute Trust Systems architecture for analysis of spectroscopy and fmri data using multiple integrated classifiers

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006095279A (ja) * 2004-08-30 2006-04-13 Toshiba Corp 医用画像表示装置
JP2010528744A (ja) * 2007-06-07 2010-08-26 メンティス キュラ イーエイチエフ． 病状の重症度を反映した定量的測定を生成するシステム及び方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050130321A1 (en) * 2001-04-23 2005-06-16 Nicholson Jeremy K. Methods for analysis of spectral data and their applications

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006095279A (ja) * 2004-08-30 2006-04-13 Toshiba Corp 医用画像表示装置
JP2010528744A (ja) * 2007-06-07 2010-08-26 メンティス キュラ イーエイチエフ． 病状の重症度を反映した定量的測定を生成するシステム及び方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JPN6013042506; 相田典子: '「１Ｈ-ＭＲＳ法を用いた脳内代謝物の測定に関する研究」' こども医療センター医学誌 Ｖｏｌ．４０　Ｎｏ．４, 20111031, Ｐ３０１-Ｐ３０４ *
JPN6013042507; 丸山信行、他: '「てんかん焦点同定のためのＭＲＳを用いた海馬機能評価-健常者のＭＲＳデータベース作成-」' てんかん研究 Ｖｏｌ．２９　Ｎｏ．２, 20110930, Ｐ２８７ *
JPN6013042508; 今村惠子、他: '「臨床ＭＲＳ画像データベースの構築と応用」' 日本磁気共鳴医学会雑誌 Ｖｏｌ．２６　Ｎｏ．２, 20060415, Ｐ１１４-Ｐ１２１ *
JPN6013042509; 原田雅史、他: '「脳血管障害の画像診断　最近の進歩　ＭＲＳ　臨床有用性と可能性」' 臨床画像 Ｖｏｌ．１６　Ｎｏ．５, 20000526, Ｐ５１６-Ｐ５２３ *
JPN6016003121; Ｅｌｉｓａｂｅｔｈ　Ｗｅｉｌａｎｄ，　ｅｔ　ａｌ．: '"Ａｕｔｏｍａｔｉｃ　Ｑｕａｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　Ｐａｔｈｏｌｏｇｉｃａｌ　ＣＳＩ　Ｄａｔａ：　Ａ　Ｃｏｍｂｉｎａｔｉｏｎ　ｏｆ　Ａｓｓｕｍｐｔｉｏｎ-Ｆｒｅｅ　ａｎｄ　Ｋｎｏｗｌｅｄｇｅ' Ｐｒｏｃ．　Ｉｎｔｌ．　Ｓｏｃ．　Ｍａｇ．　Ｒｅｓｏｎ．　Ｍｅｄ． , 20020518, ２５０７ *

Also Published As

Publication number Publication date
US20150182143A1 (en) 2015-07-02
WO2014021144A1 (ja) 2014-02-06
JPWO2014021144A1 (ja) 2016-07-21

Similar Documents

Publication Publication Date Title
JP5886965B2 (ja) 磁気共鳴撮像装置、診断支援システムおよびプログラム
Tournier et al. MRtrix: diffusion tractography in crossing fiber regions
US20160291107A1 (en) 3D Balanced EPI Magnetic Resonance Fingerprinting
JP5942268B2 (ja) 磁気共鳴イメージング装置および磁気共鳴イメージング方法
JP2022041978A (ja) 磁気共鳴イメージング装置及び医用データ処理装置
EP3382416A1 (en) Selection of magnetic resonance fingerprinting dictionaries for anatomical regions
US20180313925A1 (en) Method to measure tissue texture using nmr spectroscopy to identify the chemical species of component textural elements in a targeted region of tissue
EP3385743A1 (en) System and method for phase cycling magnetic resonance fingerprinting (phc-mrf)
US20190242961A1 (en) Direct measurement of the b0-off-resonance field during magnetic resonance fingerprinting
KR20200006003A (ko) 자기 공명 이미징을 위한 펄스 시퀀스들의 데이터베이스를 구축하는 컴퓨터 구현 방법 및 이러한 데이터베이스를 이용하여 자기 공명 이미징을 수행하는 방법
WO2013084142A1 (en) Magnetic resonance spectroscopic imaging volume of interest positioning
US20190353730A1 (en) System and method for generating a magnetic resonance fingerprinting dictionary using semi-supervised learning
JP7227953B2 (ja) Ｎｍｒ分光法を用いて組織の標的領域内の成分テクスチャ要素の化学種を同定する組織テクスチャ測定方法
JP4564015B2 (ja) 磁気共鳴撮影装置及び磁気共鳴撮影方法
US10761166B2 (en) Imaging system for single voxel spectroscopy
US11313931B2 (en) System and method for quantifying T1, T2 and resonance frequency using rosette trajectory acquisition and read segmented reconstruction
US20180067184A1 (en) System and method for reducing partial voluming artifacts in quantitative myocardial tissue characterization
US11619694B2 (en) Magnetic resonance imaging apparatus and medical data processing apparatus
US11241163B2 (en) Measuring blood vessel characteristics with MRI
US9459335B2 (en) System and method for parallel magnetic resonance imaging with optimally selected in-plane acceleration
US11287501B1 (en) System and method for multiple contrast encoding with magnetic resonance imaging
JP2011036452A (ja) 磁気共鳴イメージング装置
US20210311146A1 (en) Magnetic resonance fingerprinting thermometry
US10401459B2 (en) Systems and methods for imaging vascular calcifications with magnetic resonance imaging
JP2024509257A (ja) 臓器における非侵襲的脂肪組成測定のためのオープンｎｍｒ装置を使用するシステム及び方法

Legal Events

Date Code Title Description
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: 20160202

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160212

R150 Certificate of patent or registration of utility model

Ref document number: 5886965

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

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