JPH04226636A - 頭部モデル作成法 - Google Patents
頭部モデル作成法Info
- Publication number
- JPH04226636A JPH04226636A JP2416143A JP41614390A JPH04226636A JP H04226636 A JPH04226636 A JP H04226636A JP 2416143 A JP2416143 A JP 2416143A JP 41614390 A JP41614390 A JP 41614390A JP H04226636 A JPH04226636 A JP H04226636A
- Authority
- JP
- Japan
- Prior art keywords
- head
- boundary
- images
- tomographic images
- distortion correction
- 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.)
- Pending
Links
- 230000015572 biosynthetic process Effects 0.000 title 1
- 238000012937 correction Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 11
- 210000003625 skull Anatomy 0.000 abstract 1
- 239000012530 fluid Substances 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000537 electroencephalography Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000002582 magnetoencephalography Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 239000004006 olive oil Substances 0.000 description 1
- 235000008390 olive oil Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【0001】
【産業上の利用分野】この発明は、脳磁や脳波などの研
究に用いられる、頭部モデルの作成法に関する。
究に用いられる、頭部モデルの作成法に関する。
【0002】
【従来の技術】脳磁計や脳波計などを用いて人間の脳の
磁気あるいは電圧を測定し、それらのデータより電流双
極子を算出する際などに、頭部の各部の導電率の違いに
基づくモデルが使用される。
磁気あるいは電圧を測定し、それらのデータより電流双
極子を算出する際などに、頭部の各部の導電率の違いに
基づくモデルが使用される。
【0003】境界要素法を用いて被検者頭部内に仮定し
た神経活動電流源が測定点に作る磁束密度を求める場合
の頭部モデルについては、MRI装置を用いて人間の頭
部を撮影して得た多数の断層面についてのMR像上で、
空間−頭表皮、頭表皮−頭蓋骨、頭蓋骨−脳脊髄液の各
境界を抽出し、3層精密モデルを作成することが知られ
ている(J.W.H.Meijs,et al ”Th
e Influence of Various He
ad Models on EEGs and MEG
s”,Functional Brain Imagi
ng,pp31−45,1988)。
た神経活動電流源が測定点に作る磁束密度を求める場合
の頭部モデルについては、MRI装置を用いて人間の頭
部を撮影して得た多数の断層面についてのMR像上で、
空間−頭表皮、頭表皮−頭蓋骨、頭蓋骨−脳脊髄液の各
境界を抽出し、3層精密モデルを作成することが知られ
ている(J.W.H.Meijs,et al ”Th
e Influence of Various He
ad Models on EEGs and MEG
s”,Functional Brain Imagi
ng,pp31−45,1988)。
【0004】
【課題を解決するための手段】しかしながら、従来の頭
部モデル作成法では、MR画像からモデルを作成してい
るため不正確であるという問題がある。すなわち、MR
画像には歪が存在する(「MR画像の歪に及ぼす撮像パ
ラメータの考察」第46回日本放射線技術学会総会学術
研究発表抄録p1096、及び「定位脳手術におけるM
RIの応用」同p1097等を参照)ため、MR断層像
の部位境界データから頭部モデルを作成し、限界要素法
計算を行う場合に、その頭部モデル自体が誤差要因とな
る。
部モデル作成法では、MR画像からモデルを作成してい
るため不正確であるという問題がある。すなわち、MR
画像には歪が存在する(「MR画像の歪に及ぼす撮像パ
ラメータの考察」第46回日本放射線技術学会総会学術
研究発表抄録p1096、及び「定位脳手術におけるM
RIの応用」同p1097等を参照)ため、MR断層像
の部位境界データから頭部モデルを作成し、限界要素法
計算を行う場合に、その頭部モデル自体が誤差要因とな
る。
【0005】この発明は、上記に鑑み、頭部の幾何学的
形状をより正確に表現できる頭部モデルの作成法を提供
することを目的とする。
形状をより正確に表現できる頭部モデルの作成法を提供
することを目的とする。
【0006】
【課題を解決するための手段】上記の目的を達成するた
め、この発明による頭部モデル作成法においては、MR
断層像から導電率の異なる境界データを得、MR断層像
についての歪補正をこの境界データに施した後、隣接す
る断層像の境界線同士をつなぎ合わせて頭部モデルを作
成することが特徴となっている。MR画像の歪を補正し
た後、これから頭部モデルを作成するため、正確な境界
データに基づいた頭部モデルが得られる。
め、この発明による頭部モデル作成法においては、MR
断層像から導電率の異なる境界データを得、MR断層像
についての歪補正をこの境界データに施した後、隣接す
る断層像の境界線同士をつなぎ合わせて頭部モデルを作
成することが特徴となっている。MR画像の歪を補正し
た後、これから頭部モデルを作成するため、正確な境界
データに基づいた頭部モデルが得られる。
【0007】
【実施例】以下、この発明の一実施例について図面を参
照しながら詳細に説明する。この発明の一実施例にかか
る頭部モデル作成法では、図1のフローチャートに示す
ように、まずMR装置を用いて被検者の頭部についての
多数の精密スライス断層像を撮像する。つぎにその多数
の精密スライス断層像のそれぞれについて、空間−頭表
皮境界、頭表皮−頭蓋骨境界、頭蓋骨−脳脊髄液境界な
どの境界を抽出する。この境界抽出は、空間−頭表皮境
界、頭蓋骨−脳脊髄液境界については画素値のしきい値
処理によって半自動抽出が可能であるが、頭表皮−頭蓋
骨境界については手動抽出する必要がある。
照しながら詳細に説明する。この発明の一実施例にかか
る頭部モデル作成法では、図1のフローチャートに示す
ように、まずMR装置を用いて被検者の頭部についての
多数の精密スライス断層像を撮像する。つぎにその多数
の精密スライス断層像のそれぞれについて、空間−頭表
皮境界、頭表皮−頭蓋骨境界、頭蓋骨−脳脊髄液境界な
どの境界を抽出する。この境界抽出は、空間−頭表皮境
界、頭蓋骨−脳脊髄液境界については画素値のしきい値
処理によって半自動抽出が可能であるが、頭表皮−頭蓋
骨境界については手動抽出する必要がある。
【0008】つぎにこの抽出された境界データについて
、MR画像の幾何学的歪補正を行う。そのため、たとえ
ば図2に示すような補正用ファントム21を用い、その
ファントム21についてMR像を撮像する。このファン
トム21はたとえばアクリル板22のオリーブオイルの
小球23を封入したもので、小球23の埋め込み位置は
既知の正方格子点としている。
、MR画像の幾何学的歪補正を行う。そのため、たとえ
ば図2に示すような補正用ファントム21を用い、その
ファントム21についてMR像を撮像する。このファン
トム21はたとえばアクリル板22のオリーブオイルの
小球23を封入したもので、小球23の埋め込み位置は
既知の正方格子点としている。
【0009】こうして図3に示すような撮像がなされた
とする。図3において黒丸がMR画像に写った小球23
の像である。ファントム21での小球23の位置が白丸
の位置であったとすると、MR画像歪により黒丸位置に
移動したわけである。すなわち、MR画像上で本来は白
丸の位置(u,v)に小球23の画像が現れるはずのと
ころ、画像歪によって黒丸の位置(x,y)に小球23
の画像が現れてしまったのである。
とする。図3において黒丸がMR画像に写った小球23
の像である。ファントム21での小球23の位置が白丸
の位置であったとすると、MR画像歪により黒丸位置に
移動したわけである。すなわち、MR画像上で本来は白
丸の位置(u,v)に小球23の画像が現れるはずのと
ころ、画像歪によって黒丸の位置(x,y)に小球23
の画像が現れてしまったのである。
【0010】たとえば画像歪が単純な場合には、つぎの
ような補正式 u=ax+by+c v=dx+ey+f で、この歪の補正ができる。そこで、このような歪補正
式を用いて、上記の境界データの歪補正を行う。なお、
歪補正式は上記のような1次のものでなく、その補正式
の次数を高くしたり、あるいは補正式を適用する画像領
域を小さくする(画像分割してその各領域にそれぞれ補
正式を適用する)と、正確な補正ができる。
ような補正式 u=ax+by+c v=dx+ey+f で、この歪の補正ができる。そこで、このような歪補正
式を用いて、上記の境界データの歪補正を行う。なお、
歪補正式は上記のような1次のものでなく、その補正式
の次数を高くしたり、あるいは補正式を適用する画像領
域を小さくする(画像分割してその各領域にそれぞれ補
正式を適用する)と、正確な補正ができる。
【0011】つぎに、こうして幾何学的歪が補正された
境界データを用いて頭部モデルを作成する。たとえば、
ひとつの断層像について求めた境界線と、それに隣接す
る断層像について求めた境界線とを、それらの端点同士
を結び合わせることにより、図4に示すような三角形面
素の頭部モデルを作成する。図4において、モデル41
は空間−頭表皮境界モデルであり、モデル42は頭表皮
−頭蓋骨境界モデルであり、モデル43は脳脊髄液−大
脳皮質境界モデルである。
境界データを用いて頭部モデルを作成する。たとえば、
ひとつの断層像について求めた境界線と、それに隣接す
る断層像について求めた境界線とを、それらの端点同士
を結び合わせることにより、図4に示すような三角形面
素の頭部モデルを作成する。図4において、モデル41
は空間−頭表皮境界モデルであり、モデル42は頭表皮
−頭蓋骨境界モデルであり、モデル43は脳脊髄液−大
脳皮質境界モデルである。
【0012】
【発明の効果】以上実施例について説明したように、こ
の発明の頭部モデル作成法によれば、MR画像の歪を補
正した後、これから頭部モデルを作成するため、正確な
境界データに基づいた頭部モデルが得られ、境界要素法
による、被検者頭部内部に仮定した神経活動電流源が測
定点に作る磁束密度分布を求める計算の精度が向上する
。
の発明の頭部モデル作成法によれば、MR画像の歪を補
正した後、これから頭部モデルを作成するため、正確な
境界データに基づいた頭部モデルが得られ、境界要素法
による、被検者頭部内部に仮定した神経活動電流源が測
定点に作る磁束密度分布を求める計算の精度が向上する
。
【図1】この発明の一実施例のフローチャート。
【図2】実施例にかかる補正用ファントムの斜視図。
【図3】補正の説明図。
【図4】頭部モデルの例を示す図。
Claims (1)
- 【請求項1】 被検者の頭部に関する多数のMR断層
像から導電率の異なる境界のデータを得、このデータに
対して、あらかじめ求めておいたMR断層像についての
歪補正を施した後、隣接する断層像の境界線同士をつな
ぎ合わせて頭部モデルを作成することを特徴とする頭部
モデル作成法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2416143A JPH04226636A (ja) | 1990-12-31 | 1990-12-31 | 頭部モデル作成法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2416143A JPH04226636A (ja) | 1990-12-31 | 1990-12-31 | 頭部モデル作成法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH04226636A true JPH04226636A (ja) | 1992-08-17 |
Family
ID=18524384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2416143A Pending JPH04226636A (ja) | 1990-12-31 | 1990-12-31 | 頭部モデル作成法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH04226636A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007236737A (ja) * | 2006-03-10 | 2007-09-20 | Kanazawa Inst Of Technology | 電流素片推定方法および装置 |
CN104524695A (zh) * | 2014-12-29 | 2015-04-22 | 中国医学科学院生物医学工程研究所 | 一种基于头部厚度测量建立标准头的缩放方法 |
CN111008461A (zh) * | 2019-11-20 | 2020-04-14 | 中国辐射防护研究院 | 一种用于辐射防护的人体数字模型设计方法、系统及模型 |
-
1990
- 1990-12-31 JP JP2416143A patent/JPH04226636A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007236737A (ja) * | 2006-03-10 | 2007-09-20 | Kanazawa Inst Of Technology | 電流素片推定方法および装置 |
CN104524695A (zh) * | 2014-12-29 | 2015-04-22 | 中国医学科学院生物医学工程研究所 | 一种基于头部厚度测量建立标准头的缩放方法 |
CN111008461A (zh) * | 2019-11-20 | 2020-04-14 | 中国辐射防护研究院 | 一种用于辐射防护的人体数字模型设计方法、系统及模型 |
CN111008461B (zh) * | 2019-11-20 | 2023-11-14 | 中国辐射防护研究院 | 一种用于辐射防护的人体数字模型设计方法、系统及模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hutton et al. | Voxel-based cortical thickness measurements in MRI | |
Akalin Acar et al. | Effects of forward model errors on EEG source localization | |
Collins et al. | Automated 3D nonlinear deformation procedure for determination of gross morphometric variability in human brain | |
Adjamian et al. | Co-registration of magnetoencephalography with magnetic resonance imaging using bite-bar-based fiducials and surface-matching | |
JP4463106B2 (ja) | 頭蓋および頭蓋の内部構造の3次元モデリング方法 | |
Ardekani et al. | A quantitative comparison of motion detection algorithms in fMRI | |
JP2006502776A5 (ja) | ||
JP6840898B2 (ja) | パーキンソン病診断装置及び方法 | |
US11805969B2 (en) | Biological information measuring apparatus, biological information measurement method, and recording medium | |
Bardouille et al. | Improved localization accuracy in magnetic source imaging using a 3-D laser scanner | |
US5568816A (en) | EEG deblurring method and system for improved spatial detail | |
Hironaga et al. | Proposal for a new MEG–MRI co-registration: a 3D laser scanner system | |
Brinkmann et al. | Scalp-recorded EEG localization in MRI volume data | |
JP4299781B2 (ja) | ソース再構成のための信頼区間を表示する方法及びシステム | |
BR102018076393A2 (pt) | Mapas faciais codificados por cores com distância entre os ossos do ouvido, nariz e garganta | |
Lee et al. | Ramp-preserving denoising for conductivity image reconstruction in magnetic resonance electrical impedance tomography | |
JP3368588B2 (ja) | 磁気共鳴診断装置 | |
Büchel et al. | Lateral geniculate activations can be detected using intersubject averaging and fMRI | |
Koessler et al. | Automatic localization and labeling of EEG sensors (ALLES) in MRI volume | |
JPH04226636A (ja) | 頭部モデル作成法 | |
Steinstraeter et al. | Local sphere-based co-registration for SAM group analysis in subjects without individual MRI | |
Saha et al. | Tensor scale-based image registration | |
JP2797665B2 (ja) | 脳磁計測装置 | |
Shirazi et al. | Influence of mismarking fiducial locations on EEG source estimation | |
Sonka et al. | Automated segmentation of coronary wall and plaque from intravascular ultrasound image sequences |