JPH0998958A - Inspection method by using magnetic resonance - Google Patents
Inspection method by using magnetic resonanceInfo
- Publication number
- JPH0998958A JPH0998958A JP7261178A JP26117895A JPH0998958A JP H0998958 A JPH0998958 A JP H0998958A JP 7261178 A JP7261178 A JP 7261178A JP 26117895 A JP26117895 A JP 26117895A JP H0998958 A JPH0998958 A JP H0998958A
- Authority
- JP
- Japan
- Prior art keywords
- activated
- magnetic resonance
- condition
- cranial nerve
- conditions
- 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
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、磁気共鳴を用いた
検査方法に関する技術分野に属し、特に磁気共鳴イメー
ジング像に含まれる脳機能情報の解析処理方法に関す
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a technical field relating to an inspection method using magnetic resonance, and more particularly to a method for analyzing and processing brain functional information included in a magnetic resonance imaging image.
【０００２】[0002]
【従来の技術】核磁気共鳴を利用した断層イメージング
（ＭＲＩ）は、医療診断の分野で広く用いられている。
これまでＭＲＩ画像は、主に解剖学的情報を与えると見
なされてきた。しかし、１９９２年に脳機能を計測する
方法（Ｐｒｏｃ． Ｎａｔｌ．Ａｃａｄ． Ｓｃｉ．
ＵＳＡ、１９９２、ｖｏｌ．８９、ｐｐ．５９５１−５
９５５）が報告されて以来、ＭＲＩ画像は、脳機能情報
を与えるものとして注目を集めている。ＭＲＩによる脳
機能計測では、脳神経の活動に伴う静脈血の成分や血流
量の変化を、透磁率の変化等として観測している。ここ
で注目している血管は、脳内に深く入り込んでおり微小
であり、静脈血の変化が近隣に存在する神経細胞の活動
に強く関連していると考えられている。従って、ＭＲＩ
によって、脳機能計測を行なうためには、（１）脳神経
を賦活させた場合のデータ（機能データ）と、脳神経を
賦活させず静脈血変化の基準となるデータ（基準デー
タ）、又は、（２）ある条件下で脳神経を賦活させた場
合のデータ（機能データ−１）と、機能データ−１とは
異なる条件下で脳神経を賦活させた場合のデータ（機能
データ−２）とを計測する必要がある。上記（１）で
は、機能データと基準データの違いが、上記（２）で
は、機能データ−１と機能データ−２の違いが、それぞ
れ静脈血の変化、即ち、脳機能情報となる。計測者がＭ
ＲＩデータを見ながら、脳神経賦活領域を抽出するに
は、多くの時間が必要となる。そのため、自動的かつ客
観的に静脈血の変化領域を抽出する方法が考案されてい
る。2. Description of the Related Art Tomographic imaging (MRI) utilizing nuclear magnetic resonance is widely used in the field of medical diagnosis.
Heretofore, MRI images have been regarded as mainly providing anatomical information. However, a method for measuring brain function in 1992 (Proc. Natl. Acad. Sci.
USA, 1992, vol. 89, pp. 5951-5
Since 955) was reported, MRI images have been receiving attention as a source of brain function information. In brain function measurement by MRI, changes in the components of venous blood and blood flow that accompany the activity of cranial nerves are observed as changes in magnetic permeability. The blood vessels of interest here penetrate deep into the brain and are minute, and it is thought that changes in venous blood are strongly related to the activity of nerve cells in the vicinity. Therefore, MRI
Therefore, in order to measure the brain function, (1) data when the cranial nerve is activated (function data), data that becomes a reference of venous blood change without activating the cranial nerve (reference data), or (2 ) It is necessary to measure data when the cranial nerve is activated under a certain condition (functional data-1) and data when the cranial nerve is activated under a condition different from the functional data-1 (functional data-2). There is. In the above (1), the difference between the functional data and the reference data, and in the above (2), the difference between the functional data-1 and the functional data-2 is the change in venous blood, that is, the brain functional information. The measurer is M
It takes a lot of time to extract the cranial nerve activation area while observing the RI data. Therefore, a method for automatically and objectively extracting a venous blood change region has been devised.
【０００３】[0003]
【発明が解決しようとする課題】被験者に種々の刺激を
印加し、又は被験者に種々の課題（問題）を与え、被験
者を種々の条件下において、これらの条件下で計測した
被験者頭部のＭＲＩ画像から、脳神経賦活領域を抽出し
て、それぞれの条件下での脳賦活領域を見い出すことが
できる。このようにして得られた脳神経賦活領域は、図
１のようにサブ領域に分割できる。領域１は、同じ条件
下で繰り返し計測を行った場合に、常に、又は頻繁に賦
活領域として抽出される領域であり、領域２は、領域１
よりも低い頻度で賦活領域として抽出される領域であ
る。領域３は、賦活領域として抽出されない領域であ
る。複数の条件下で脳機能計測した結果を比較するため
には、図１に示すような脳神経賦活領域の存在位置を調
べる必要がある。図２（ａ）に示すように、賦活領域
（１−１、２−１）と賦活領域（１−２、２−２）と重
複しない場合には、これらの賦活領域の間には明瞭な差
異があり、脳神経の全く異なる領域が賦活されていると
考えられる。しかし、図２（ｂ）に示すように、賦活領
域（１−３、２−３）と賦活領域（１−４、２−４）と
が少なくとも一部で重複する部分４を有する場合があ
る。このように賦活領域の間で重複部分を有する場合に
は、計測者が賦活領域の間での賦活の状態の相違を判断
する必要がある。そのため、計測者の主観が解析結果に
含まれるため、不正確な解析結果を生じるという問題が
あった。この問題を解決するために、単に、ＭＲ信号の
強度や変化量をそのまま用いて統計的な処理を行なう
と、賦活領域の間の比較結果に誤りを生じる場合があ
る。例えば、異なる条件下で計測されたＭＲＩ画像にお
いて、重なり合う脳神経賦活領域の賦活頻度が、ＭＲＩ
画像が計測された条件下によらず等しい場合には、それ
らの領域は、被験者がおかれた条件下で、非特異的に賦
活する領域であると判定される必要がある。しかし、Ｍ
Ｒ信号の強度や変化量を用いて比較を行ない、かつ、計
測を行った条件によりＭＲ信号の強度や変化量の値が、
統計的に有意に異なる場合には、計測の条件により賦活
頻度に違いがある領域として、不正確に判定されてしま
うという問題があった。MRI of the head of a subject measured under these conditions by applying various stimuli to the subject or giving various subjects (problems) to the subject. The brain activation area can be extracted from the image to find the brain activation area under each condition. The cranial nerve activation area thus obtained can be divided into sub-areas as shown in FIG. Region 1 is a region that is constantly or frequently extracted as an activation region when repeated measurement is performed under the same conditions, and region 2 is a region 1
This is an area that is extracted as an activation area at a lower frequency than the above. Area 3 is an area that is not extracted as an activation area. In order to compare the results of brain function measurement under a plurality of conditions, it is necessary to examine the existence position of the cranial nerve activation area as shown in FIG. As shown in FIG. 2A, when the activation areas (1-1, 2-1) and the activation areas (1-2, 2-2) do not overlap with each other, there is a clear gap between these activation areas. There is a difference, and it is considered that a completely different region of the cranial nerve is activated. However, as shown in FIG. 2B, the activated area (1-3, 2-3) and the activated area (1-4, 2-4) may have a portion 4 at least partially overlapping. . In this way, when there is an overlapping portion between the activation areas, it is necessary for the measurer to judge the difference in the activation state between the activation areas. Therefore, the subjectivity of the measurer is included in the analysis result, which causes a problem that an inaccurate analysis result is generated. In order to solve this problem, if the intensity and change amount of the MR signal are used as they are for statistical processing, an error may occur in the comparison result between the activated regions. For example, in MRI images measured under different conditions, the activation frequency of overlapping cranial nerve activation regions is
If the images are equal regardless of the measured conditions, those regions need to be determined to be regions that activate nonspecifically under the condition of the subject. But M
The values of the MR signal intensity and the amount of change are compared according to the conditions under which the comparison is performed using the intensity and the amount of change of the R signal.
When the difference is statistically significant, there is a problem that the region is different in activation frequency depending on measurement conditions and is incorrectly determined.
【０００４】本発明の目的は、以上の問題点を解決し、
種々の条件下で計測されたＭＲＩ画像、特に脳神経賦活
領域同士を客観的かつ統計的に、精度よく比較する方法
を提供することにある。[0004] An object of the present invention is to solve the above problems,
An object of the present invention is to provide a method of objectively and statistically comparing MRI images measured under various conditions, in particular, cranial nerve activation areas with high accuracy.
【０００５】[0005]
【課題を解決するための手段】本発明は、刺激の印加、
又は課題を与えた異なる複数の条件下に、被験者を順次
おき、各条件下において所定の回数だけ磁気共鳴信号を
計測して、被験者の頭部の磁気共鳴イメージング画像
（ＭＲＩ画像）を得て、被験者の脳神経が賦活される領
域を判定する磁気共鳴を用いた検査方法において、
（１）各ＭＲＩ画像を構成する所定の数からなる単位領
域毎に、この単位領域の脳神経が賦活される状態を表わ
す数値を与え、この数値を統計処理のための標本とし
て、条件毎に上記各ＭＲＩ画像の所定の領域（計測者の
高い関心をもつ関心領域）において平均するステップ
と、（２）各ＭＲＩ画像の上記所定の領域の単位領域毎
に、「条件が異なる場合にも標本の平均値が等しい」こ
とを帰無仮説として有意検定するステップと、（３）所
定の有意水準について帰無仮説が棄却された単位領域
を、特定の条件下でのみ脳神経が賦活される領域として
判定するステップとを有する磁気共鳴を用いた検査方法
に特徴がある。The present invention is directed to applying a stimulus,
Alternatively, the subject is placed under a plurality of different conditions in which the task is given, the magnetic resonance signal is measured a predetermined number of times under each condition, and a magnetic resonance imaging image (MRI image) of the subject's head is obtained, In the examination method using magnetic resonance to determine the region where the cranial nerve of the subject is activated,
(1) A numerical value representing the state in which the cranial nerves in this unit area are activated is given to each unit area consisting of a predetermined number constituting each MRI image, and this numerical value is used as a sample for statistical processing and A step of averaging in a predetermined region of each MRI image (a region of interest in which the measurer has a high interest); (2) For each unit region of the predetermined region of each MRI image, The step of performing a significant test based on the null hypothesis that "the mean values are equal", and (3) determining the unit area in which the null hypothesis is rejected for a predetermined significance level as the area where the cranial nerve is activated only under specific conditions. The method is characterized by an inspection method using magnetic resonance.
【０００６】上記磁気共鳴を用いた検査方法において、
脳神経が賦活される状態を表わす数値として、基準とな
る条件下で計測された信号値に対する、基準となる上記
条件とは異なる条件下で計測された信号値の変化量を用
いること、脳神経が賦活される状態を表わす数値とし
て、単位領域が脳神経賦活領域であるか否かにより、二
値化した数値を割り当て、有意検定において二項分布、
又はポアソン分布を仮定すること等にも特徴がある。In the above inspection method using magnetic resonance,
As a numerical value that represents the state in which the cranial nerve is activated, use the amount of change in the signal value measured under a condition different from the above-mentioned standard condition, relative to the signal value measured under the standard condition. As a numerical value representing the state, a binarized numerical value is assigned depending on whether the unit area is a cranial nerve activation area, and a binomial distribution in a significance test,
It is also characterized by assuming a Poisson distribution.
【０００７】本発明は、要約すると、以下のようなステ
ップでＭＲＩ画像同士の比較を行なう。（１）賦活、又
は非賦活の状態を数値をパラメータとして表わしてモデ
ル化し、被験者に与えた条件の違いにより生じたＭＲ信
号の強度差等の、ＭＲＩ画像の比較には直接関係しない
パラメータの影響を排除する。（２）（１）でモデル化
に使用したパラメータを用いて、異なる条件下で得たモ
デル化されたＭＲＩ画像間での統計的な有意検定を行な
う。（３）有意検定より得られた有意水準を指標とし
て、ＭＲＩ画像でのある領域の賦活の頻度が、被験者に
与えた条件に依存して変化するか否かを判定する。In summary, the present invention compares MRI images in the following steps. (1) Effects of parameters that are not directly related to comparison of MRI images, such as MR signal intensity differences caused by differences in conditions given to a subject, are modeled by representing numerical values of activated or non-activated states as parameters Eliminate. (2) Using the parameters used for modeling in (1), a statistical significance test is performed between the modeled MRI images obtained under different conditions. (3) Using the significance level obtained from the significance test as an index, it is determined whether the frequency of activation of a certain region in the MRI image changes depending on the condition given to the subject.
【０００８】[0008]
【発明の実施の形態】以下、本発明の実施の形態を図を
用いて詳細に説明する。本発明の処理内容を、被験者を
複数の条件下（条件−１、条件−２、…、条件−ｎ）に
置いてＭＲＩ画像から得られた複数の２次元の賦活領域
を比較する場合を例にとった、図３に示すフローに従っ
て説明する。なお、説明を簡単に行なうためにｎ＝２
（条件−１、条件−２）として説明する。まず、ステッ
プ１１で、上記各条件下においてＭＲＩ画像の計測（脳
機能計測）を複数回行ない、次いで、ステップ１２で上
記各条件下で得たＭＲＩ画像毎に脳神経賦活領域を抽出
する。この抽出方法に関しては、例えば、特願平６−１
１２４６３号、又は特願平６−２７５１８６号の提案が
あり、計測者は、解剖学的な情報であるＭＲＩ画像の上
に重ね合わせた賦活領域より、抽出結果の妥当性を判断
している。次に、ステップ１３で、単位領域毎に、賦活
／非賦活に応じた数値を与える。例えば、賦活領域を
１、非賦活領域を０として二値化する。ここで単位領域
とは、複数のＭＲＩ画像から得た賦活領域間での比較に
おいて、使用される領域の最小単位を意味する。さら
に、ステップ１４で、単位領域の数値を標本として、
「２種類の条件下で得られた標本の平均値が等しい」と
いう帰無仮説の有意検定を、単位領域毎に行なう。帰無
仮説が棄却された領域は、脳神経賦活領域のうち計測の
条件に依存して賦活の頻度に違いが存在する領域であ
る。なお、標本は二項分布、又はポアソン分布に従うた
め、分布に応じた検定を適用する必要がある。Embodiments of the present invention will be described below in detail with reference to the drawings. The processing content of the present invention is an example in which a subject is placed under a plurality of conditions (condition-1, condition-2, ..., Condition-n) and a plurality of two-dimensional activation regions obtained from MRI images are compared. A description will be given according to the flow shown in FIG. Note that n = 2 to simplify the explanation.
(Condition-1, Condition-2) will be described. First, in step 11, MRI image measurement (brain function measurement) is performed a plurality of times under each of the above conditions, and then in step 12, a cranial nerve activation region is extracted for each MRI image obtained under each of the above conditions. Regarding this extraction method, for example, Japanese Patent Application No. 6-1
There is a proposal of No. 12463 or Japanese Patent Application No. 6-275186, and the measurer judges the validity of the extraction result from the activated area superimposed on the MRI image which is anatomical information. Next, in step 13, a numerical value according to activation / non-activation is given to each unit area. For example, the activation area is set to 1, and the non-activation area is set to 0, and binarization is performed. Here, the unit area means a minimum unit of an area used in comparison among activated areas obtained from a plurality of MRI images. Furthermore, in step 14, the numerical value of the unit area is sampled,
The significance test of the null hypothesis that the average values of the samples obtained under the two kinds of conditions are equal is performed for each unit area. The region in which the null hypothesis is rejected is the region in the cranial nerve activation region where the activation frequency varies depending on the measurement conditions. Since the sample follows the binomial distribution or Poisson distribution, it is necessary to apply a test according to the distribution.
【０００９】（イ）二項分布を仮定する場合には、偶然
量分割表を用いて検定を行なう。上記条件−１と条件−
２で、それぞれｍ枚のＭＲＩ画像が得られている場合、
ある単位領域において、条件−１により賦活された頻度
ａ、及び賦活されなかった頻度ｂと、条件−２により賦
活された頻度ｃ、及び賦活されなかった頻度ｄより、
（数１）を用いてカイ２乗値を算出する。(B) When a binomial distribution is assumed, the test is performed using a contingency table. Condition-1 and Condition-
In step 2, when m MRI images are obtained,
In a certain unit area, the frequency a activated by the condition-1 and the frequency b not activated, the frequency c activated by the condition-2, and the frequency d not activated,
The chi-square value is calculated using (Equation 1).
【００１０】[0010]
【数１】 χ2＝Ｎ（ａｄ−ｂｃ）2／（（ａ＋ｃ）（ｂ＋ｄ）（ａ＋ｂ）（ｃ＋ｄ）） …（数１） ここで、ｍ＝ａ＋ｂ＝ｃ＋ｄ、Ｎ＝２ｍである。（数
１）より算出されたカイ２乗値と、自由度１のカイ２乗
分布により、「賦活された頻度と、賦活されなかった頻
度との比率が、刺激によらず一定である」という帰無仮
説が成り立つ確率が得られる。その確率が、閾値となる
有意水準よりも小さな場合には、上記の帰無仮説は棄却
される。Χ 2 = N (ad−bc) 2 / ((a + c) (b + d) (a + b) (c + d)) (Equation 1) Here, m = a + b = c + d and N = 2m. According to the chi-square value calculated from (Equation 1) and the chi-square distribution with one degree of freedom, "the ratio between the activated frequency and the non-activated frequency is constant regardless of the stimulus". The probability that the null hypothesis holds is obtained. If the probability is smaller than the threshold significance level, the null hypothesis above is rejected.
【００１１】（ロ）ポアソン分布を仮定する場合には、
上記条件−１と条件−２で、それぞれｍ枚のＭＲＩ画像
が得られている場合、ある単位領域において、条件−１
における賦活の頻度ａと、条件−２による賦活の頻度ｂ
よりカイ２乗値を、(数２)を用いて算出する。(B) When the Poisson distribution is assumed,
When m pieces of MRI images are obtained for each of the condition-1 and the condition-2, the condition-1 is obtained in a certain unit area.
Activation frequency a and the activation frequency b according to condition-2
A chi-square value is calculated using (Equation 2).
【００１２】[0012]
【数２】 χ2＝（（ａ−ｒ）2＋（ｂ−ｒ）2）／ｒ …（数２） ここで、ｒ＝（ａ＋ｂ）／ｍである。（数２）より算出
されたカイ２乗値と、自由度１のカイ２乗分布により、
「賦活された頻度の平均値が、刺激によらず一定であ
る」という帰無仮説が成り立つ確率が得られる。その確
率が閾値となる有意水準よりも小さい場合には、上記の
帰無仮説は棄却される。## EQU2 ## χ 2 = ((ar) 2 + (br) 2 ) / r (Equation 2) Here, r = (a + b) / m. From the chi-square value calculated from (Equation 2) and the chi-square distribution with one degree of freedom,
The probability that the null hypothesis that "the average value of the activated frequencies is constant regardless of the stimulus" holds is obtained. If the probability is less than the threshold significance level, the null hypothesis above is rejected.
【００１３】（ハ）二項分布やポアソン分布に従う標本
の出現頻度を、正規分布に従う変数に変換した後、検定
を行なうことができる。その変換方法として、二項分布
の場合には、賦活又は非賦活の頻度をＭＲＩ画像の枚数
で除した値を逆三角関数を用いて角度に変換する方法が
あり、ポアソン分布の場合には、賦活の頻度の平方根を
とる方法がある。変換後、ｔ分布やＦ分布を用いた検定
を行ない、（イ）、及び（ロ）の場合と同様に、帰無仮
説が棄却できるか否かを判定する。(C) The test can be performed after converting the appearance frequency of the sample according to the binomial distribution or the Poisson distribution into a variable according to the normal distribution. As the conversion method, in the case of binomial distribution, there is a method of converting a value obtained by dividing the frequency of activation or non-activation by the number of MRI images into an angle using an inverse trigonometric function, and in the case of Poisson distribution, There is a method of taking the square root of the activation frequency. After the conversion, a test using the t distribution or the F distribution is performed to determine whether or not the null hypothesis can be rejected, as in the cases of (a) and (b).
【００１４】最後に、ステップ１５で、帰無仮説が棄却
された単位領域では、領域の賦活の頻度が、被験者に与
えた条件に依存して変化すると判定する。以上説明した
処理のステップにより、脳神経賦活領域を、被験者に与
えた条件に依存せず共通に賦活した領域と、被験者に与
えた特定の条件下にのみ賦活した領域とに区別できる。
以上の説明では、２次元領域で、かつ、２種類の条件
を被験者に与えた場合を例にとって説明したが、上記の
単位領域をボクセルに拡張し、自由度を２以上にして、
３次元領域や、複数種類の条件を被験者に与えた場合に
も、容易に適用できる。Finally, in step 15, in the unit area where the null hypothesis is rejected, it is determined that the frequency of activation of the area changes depending on the condition given to the subject. Through the steps of the processing described above, the cranial nerve activation area can be divided into a common activation area that does not depend on the condition given to the subject and an area activated only under the specific condition given to the subject.
In the above description, the case where the subject is given two kinds of conditions in the two-dimensional region has been described as an example. However, the unit region is expanded to voxels, and the degree of freedom is set to 2 or more.
It can be easily applied even when a subject is given a three-dimensional region or a plurality of types of conditions.
【００１５】また、ＭＲＩ画像の単位領域を特徴づける
数値として、信号変化量を用いることができる。ここで
信号変化量とは、基準となる条件下で計測された信号値
に対する、基準条件下とは異なる条件下で計測された信
号値の変化量である。この信号変化量を用いる処理内容
を表わすフローは、図３に示すフローにおいて、二値化
処理を行なうステップ１３を省略したフローである。有
意検定の方法として、標本が正規分布に従う場合にはｔ
検定や分散分析を用い、正規分布に従わない場合にはノ
ンパラメトリックな検定を用いて、帰無仮説が棄却でき
るか否かを判定する。以下、図３に示すフローの各ステ
ップの説明、及び関心領域の設定に関する説明を、図４
から図８を使用して行なう。図４は、ＭＲＩによる脳機
能計測において、脳神経を賦活するために被験者に印加
する刺激と、ＭＲＩ画像の計測のシーケンスを示す図で
あり、図３に示すステップ１１の具合的内容を示す。図
４に示すように、被験者に刺激Ａ、Ｂ、Ｃをランダムな
順序で印加しながら、各刺激の印加に対応したＭＲ信号
を収集し、ＭＲＩ画像Ｉa、Ｉb、Ｉcを得る。刺激の印
加の回数、及びＭＲＩ画像の計測回数は、脳神経賦活領
域を抽出するために必要なＭＲＩ画像の枚数と、ＭＲＩ
画像同士を比較するために必要なＭＲＩ画像の枚数との
積に依存する。この計測回数は計測者が決定する。刺激
の種類としては、光、音、臭い、味、加速度、温度、電
磁界、放射線や、これらの組み合わせがある。さらに、
言語やパタンを刺激として、付加することもできる。ま
た、刺激を印加する代わりに、言葉を思い浮かべる、数
学問題を解く、本を読ませる等の課題を被験者に遂行さ
せてもよい。図５は、図３に示すステップ１１で得られ
たＭＲＩ画像の例を示す。The amount of signal change can be used as a numerical value that characterizes the unit area of the MRI image. Here, the signal change amount is a change amount of a signal value measured under a condition different from the reference condition with respect to a signal value measured under a reference condition. The flow showing the processing contents using this signal change amount is a flow in which step 13 for performing the binarization processing is omitted in the flow shown in FIG. As a method of significance test, if the sample follows a normal distribution, t
Whether the null hypothesis can be rejected is determined by using a test or analysis of variance and a nonparametric test when the distribution does not follow the normal distribution. Below, an explanation of each step of the flow shown in FIG. 3 and an explanation regarding the setting of the region of interest will be given with reference to FIG.
To using FIG. FIG. 4 is a diagram showing a sequence of the stimulus applied to the subject to activate the cranial nerve and the measurement sequence of the MRI image in the brain function measurement by MRI, and shows the specific contents of step 11 shown in FIG. As shown in FIG. 4, while applying stimuli A, B, and C to a subject in a random order, MR signals corresponding to the application of each stimulus are collected to obtain MRI images I a , I b , and I c . The number of times the stimulus is applied and the number of times the MRI image is measured are determined by the number of MRI images required to extract the cranial nerve activation area and the MRI image.
It depends on the product of the number of MRI images required to compare images. The number of times of measurement is determined by the measurer. Types of stimuli include light, sound, odor, taste, acceleration, temperature, electromagnetic field, radiation, and combinations thereof. further,
Languages and patterns can be added as stimuli. Instead of applying the stimulus, the subject may be made to perform tasks such as thinking of words, solving mathematical problems, reading books, and the like. FIG. 5 shows an example of the MRI image obtained in step 11 shown in FIG.
【００１６】図３に示す、ステップ１２、及びステップ
１３に関する説明を、図６（ａ）、（ｂ）を用いて行な
う。ステップ１２では、刺激Ｃに対応するＭＲＩ画像Ｉ
cを基準に、刺激Ａに対応するＭＲＩ画像Ｉaの脳神経賦
活領域Ａa、Ａa’と、刺激Ｂに対応するＭＲＩ画像Ｉb
の脳神経賦活領域Ａb、Ａb’と、をそれぞれ抽出する。
ステップ１３に関する説明を、次に行なう。まず、単位
領域に二値化した数値を与えた場合について説明する。
この場合には、ステップ１２で、脳神経賦活領域として
抽出されたか否かにより、異なる数値を、単位領域に与
える。例えば、ＭＲＩ画像Ｉaでは、賦活領域Ａaを１、
それ以外の非賦活領域を０として二値化する。また、二
値化の閾値として、ＭＲ信号の強度や変化量等を用いて
もよいが、比較結果に誤りを含む可能性がある。The steps 12 and 13 shown in FIG. 3 will be described with reference to FIGS. 6 (a) and 6 (b). In step 12, the MRI image I corresponding to the stimulus C
Based on c , the cranial nerve activation areas A a and A a ′ of the MRI image I a corresponding to the stimulus A and the MRI image I b corresponding to the stimulus B.
Cb nerve activation areas A b and A b ′ are extracted respectively.
A description of step 13 will be given next. First, a case where a binarized numerical value is given to the unit area will be described.
In this case, in step 12, a different numerical value is given to the unit area depending on whether or not it is extracted as the cranial nerve activation area. For example, in the MRI image I a , the activation area A a is 1,
The other non-activated areas are set to 0 and binarized. Further, as the threshold value for binarization, the intensity or change amount of the MR signal may be used, but the comparison result may include an error.
【００１７】次に、単位領域にＭＲ信号の変化量を用い
る例について説明する。刺激Ａによる賦活領域Ａaの信
号変化量Ｒaとして、基準となる条件下で計測された信
号値Ｓcに対する、この基準となる条件とは異なる条件
下で計測された信号値Ｓaの変化量を用いる。例えば、
Ｒa＝（Ｓa−Ｓc）／Ｓcである。同様に刺激Ｂによる賦
活領域Ａbの信号変化量Ｒbは、例えば、Ｒb＝（Ｓb−Ｓ
c）／Ｓcである。図６では、刺激Ａと刺激Ｂに対応する
１枚ずつのＭＲＩ画像のみを示しているが、実際には、
ＭＲＩ画像同士の比較に必要なすべてのＭＲＩ画像に対
して同様な操作を行なう。 図７は、関心領域の設定を
行ない、ＭＲＩ画像を比較する範囲を、計測者の関心が
高い部分に限定する。これにより、計算時間の短縮がで
きる。なお、図７では、刺激Ａと刺激Ｂに対応する１枚
ずつのＭＲＩ画像のみについての、関心領域４−ａ、４
−ｂを示しているが、実際には、ＭＲＩ画像同士の比較
に必要なすべてのＭＲＩ画像に対して、同様な関心領域
の設定を行なう。Next, an example in which the amount of change in MR signal is used in the unit area will be described. As the signal change amount R a of the activation area A a due to the stimulus A, the change of the signal value S a measured under the condition different from the reference condition with respect to the signal value S c measured under the reference condition. Use quantity. For example,
A R a = (S a -S c ) / S c. Similarly, the signal change amount R b of the activation area A b due to the stimulus B is, for example, R b = (S b −S
c ) / S c . Although FIG. 6 shows only one MRI image corresponding to the stimulus A and the stimulus B, in reality,
The same operation is performed on all the MRI images necessary for comparing the MRI images. In FIG. 7, the region of interest is set and the range in which the MRI images are compared is limited to a portion where the measurer is of high interest. Thereby, the calculation time can be shortened. Note that, in FIG. 7, the regions of interest 4-a and 4 for only one MRI image corresponding to the stimulus A and the stimulus B only.
Although -b is shown, in practice, similar regions of interest are set for all MRI images required for comparison between MRI images.
【００１８】図８は、ステップ１４、及びステップ１５
に関する説明を示す。まず、二値化した数値を標本とす
る、ステップ１４について説明する。FIG. 8 shows steps 14 and 15.
The following is an explanation. First, step 14 in which a binarized numerical value is used as a sample will be described.
【００１９】（ａ）標本に２項分布を適用する場合に
は、以下のように、刺激ＡにおけるＭＲＩ画像Ｉaと刺
激ＢにおけるＭＲＩ画像Ｉbとの検定を、関心領域４−
ａ、４−ｂの各単位領域について行ない、検定結果７を
得る。条件−１を刺激Ａに、条件−２を刺激Ｂに対応さ
せ、（数１）よりカイ２乗値を算出する。ＭＲＩ画像Ｉ
aとＭＲＩ画像Ｉbが各１０枚ずつあり、ある単位領域に
おいて、ａ＝３、ｂ＝７、ｃ＝８、ｄ＝２の場合、カイ
２乗値は５．０５である。「賦活された頻度と、賦活さ
れなかった頻度との比率が、刺激によらず一定である」
という帰無仮説が成り立つ確率は、自由度１のカイ２乗
分布において５％未満である。帰無仮説を棄却するため
の閾値となる有意水準を５％とすれば、上記帰無仮説は
棄却される。仮説が棄却された単位領域を記録し、計測
者に結果を提示する。なお、閾値の設定は、予め計測者
が行なう。(A) When the binomial distribution is applied to the sample, the test of the MRI image I a in the stimulus A and the MRI image I b in the stimulus B is performed as follows in the region of interest 4-
The test result 7 is obtained by performing the unit areas a and 4-b. Condition-1 corresponds to stimulus A and condition-2 corresponds to stimulus B, and a chi-square value is calculated from (Equation 1). MRI image I
a and MRI image I b is located by each 10 sheets in a unit area, the case of a = 3, b = 7, c = 8, d = 2, chi-square value is 5.05. "The ratio between the frequency of activation and the frequency of non-activation is constant regardless of the stimulus."
The probability that the null hypothesis holds is less than 5% in the chi-square distribution with one degree of freedom. The null hypothesis is rejected if the significance level serving as a threshold for rejecting the null hypothesis is 5%. Record the unit area where the hypothesis was rejected and present the results to the measurer. The threshold value is set by the measurer in advance.
【００２０】（ｂ）標本にポアソン分布を適用する場合
には、以下のように、刺激ＡにおけるＭＲＩ画像Ｉaと
刺激ＢにおけるＭＲＩ画像Ｉbとの検定を、関心領域４
−ａ、４−ｂの各単位領域について行ない、検定結果７
を得る。条件−１を刺激Ａに、条件−２を刺激Ｂに対応
させ、（数２）よりカイ２乗値を算出する。ＭＲＩ画像
ＩaとＭＲＩ画像Ｉbが各１０枚ずつあり、ある単位領域
において、ａ＝３、ｂ＝８の場合、カイ２乗値は４６．
６である。「賦活された頻度の平均値が、刺激によらず
一定である」という帰無仮説が成り立つ確率は、自由度
１のカイ２乗分布において０．１％未満である。帰無仮
説を棄却するための閾値となる有意水準を５％とすれ
ば、上記帰無仮説は棄却される。なお、閾値の設定は、
予め計測者が行なう。(B) When the Poisson distribution is applied to the sample, the test of the MRI image I a in the stimulus A and the MRI image I b in the stimulus B is performed in the region of interest 4 as follows.
Test result 7 for each unit area of -a and 4-b
Get. Condition-1 corresponds to stimulus A and condition-2 corresponds to stimulus B, and a chi-square value is calculated from (Equation 2). If there are 10 MRI images I a and 10 MRI images I b and a = 3 and b = 8 in a certain unit area, the chi-square value is 46.
It is 6. The probability that the null hypothesis that “the average value of the activated frequencies is constant regardless of the stimulus” holds is less than 0.1% in the chi-square distribution with one degree of freedom. The null hypothesis is rejected if the significance level serving as a threshold for rejecting the null hypothesis is 5%. The threshold setting is
The measurer performs it in advance.
【００２１】次に、信号変化量を標本とする場合の、ス
テップ１４について説明する。標本が、正規分布に従う
場合には、ｔ検定、又は分散分析を用いる。この場合の
帰無仮説は「信号量変化の平均値が等しい」ことであ
る。また、正規分布に従わない場合には、ノンパラメト
リックな検定方法を用いる。この場合の帰無仮説は「信
号量変化の中央値が等しい」ことである。計測者は予め
帰無仮説を棄却するための閾値となる確率を設定してお
く。ステップ１５では、図８に示すように、帰無仮説が
棄却されなかった領域は、被験者に印加した条件に依存
せずに共通に賦活される領域（共通部分５）として判定
し、帰無仮説が棄却された領域は、被験者に印加した条
件に依存して賦活される領域（非共通部分６）として判
定する。Next, step 14 when the signal change amount is used as a sample will be described. If the sample follows a normal distribution, a t-test or analysis of variance is used. The null hypothesis in this case is that the average values of the signal amount changes are equal. If the distribution does not follow the normal distribution, a nonparametric test method is used. The null hypothesis in this case is that the medians of the signal amount changes are equal. The measurer sets in advance a probability that becomes a threshold for rejecting the null hypothesis. In step 15, as shown in FIG. 8, the region where the null hypothesis is not rejected is determined as a region (common part 5) that is commonly activated without depending on the condition applied to the subject, and the null hypothesis is determined. The area where is rejected is determined as an area (non-common portion 6) that is activated depending on the condition applied to the subject.
【００２２】最後に本発明が適用される核磁気共鳴装置
の構成について、図９を用いて説明する。図９におい
て、６２１は静磁場Ｈ0を発生する磁石、６２２は測定
対象、６２３は高周波磁場の発生と測定対象６２２から
生じる磁気共鳴信号の検出のためのコイル、．６６２
４、６２５、６２６はそれぞれｘ軸方向、ｙ軸方向及び
ｚ軸方向の傾斜磁場を発生させる傾斜磁場発生コイルで
ある。６２７、６２８、６２９は上記各傾斜磁場発生コ
イル６２４、６２５、６２６に電流を供給する傾斜磁場
駆動装置である。上記傾斜磁場発生コイル、傾斜磁場駆
動装置をまとめて傾斜磁場系と呼ぶ。６３０は測定され
たデータの演算を行なう計算機、６３１は計算機６３０
での演算結果を表示するディスプレイである。Finally, the structure of the nuclear magnetic resonance apparatus to which the present invention is applied will be described with reference to FIG. In FIG. 9, 621 is a magnet that generates a static magnetic field H 0 , 622 is a measurement target, 623 is a coil for generating a high frequency magnetic field and detecting a magnetic resonance signal generated from the measurement target 622 ,. 662
Reference numerals 4, 625, and 626 denote gradient magnetic field generation coils that generate gradient magnetic fields in the x-axis direction, the y-axis direction, and the z-axis direction, respectively. Reference numerals 627, 628 and 629 denote gradient magnetic field driving devices that supply current to the gradient magnetic field generating coils 624, 625 and 626. The gradient magnetic field generating coil and the gradient magnetic field driving device are collectively referred to as a gradient magnetic field system. 630 is a computer for calculating the measured data, 631 is a computer 630
It is a display for displaying the calculation result in.
【００２３】次に本検査装置の動作の概要を説明する。
測定対象６２２の核スピンを励起する高周波磁場Ｈ
1は、シンセサイザ６３２により発生させた高周波を変
調装置６３３で波形整形、電力増幅し、コイル６２３に
電流を供給して発生させる。コイル駆動装置６２７、６
２８、６２９から電流を供給された傾斜磁場発生コイル
６２４、６２５、６２６は傾斜磁場を発生し、測定対象
６２２からの磁気共鳴信号を変調する。この変調信号は
コイル６２３により受信され、増幅器６３４で増幅、検
波装置６３５で検波された後、ＡＤ変換され、計算機６
３０に入力される。計算機６３０は演算後、演算結果を
ディスプレイ６３１で表現する。なお、計算機６３０は
予めプログラムされたタイミング、強度で各装置が動作
するように制御を行なう。このプログラムの内、特に高
周波磁場、傾斜磁場、信号受信のタイミングや強度を記
述したプログラムはパルスシーケンスと呼ばれている。Next, the outline of the operation of this inspection apparatus will be described.
High-frequency magnetic field H for exciting the nuclear spins of the measurement target 622
In the modulator 1 , the high frequency generated by the synthesizer 632 is waveform-shaped and power-amplified by the modulator 633, and a current is supplied to the coil 623 to generate it. Coil driving device 627, 6
The gradient magnetic field generating coils 624, 625, 626 supplied with current from 28, 629 generate a gradient magnetic field and modulate the magnetic resonance signal from the measurement target 622. This modulated signal is received by the coil 623, amplified by the amplifier 634, detected by the detector 635, AD converted, and then calculated by the computer 6.
30 is input. After the calculation, the computer 630 displays the calculation result on the display 631. It should be noted that the computer 630 controls each device so that it operates at a preprogrammed timing and intensity. Among these programs, a program that describes the high frequency magnetic field, the gradient magnetic field, the timing and intensity of signal reception, is called a pulse sequence.
【００２４】[0024]
【発明の効果】ＭＲＩによる脳機能計測において、被験
者に対する複数の課題、又は刺激による脳神経賦活領域
の相違を客観的に区別可能となり、計測結果の解析が高
速化でき、解析結果の信頼性が向上する。その結果、よ
り複雑な課題を被験者に与えた場合に対する解析も容易
となる。[Effects of the Invention] In brain function measurement by MRI, it is possible to objectively discriminate a plurality of subjects for a subject or differences in cranial nerve activation regions due to stimulation, speed up analysis of measurement results, and improve reliability of analysis results. To do. As a result, it becomes easy to analyze the subject when a more complicated task is given.
【図１】脳神経賦活領域を模式的に示す図。FIG. 1 is a diagram schematically showing a cranial nerve activation area.
【図２】２種類の条件下での脳神経賦活領域を模式的に
示す図。FIG. 2 is a diagram schematically showing a cranial nerve activation area under two types of conditions.
【図３】本発明の処理内容を示すフロー図。FIG. 3 is a flowchart showing the processing contents of the present invention.
【図４】本発明の複数種類の刺激印加による脳機能計測
シーケンスを示す図。FIG. 4 is a diagram showing a brain function measurement sequence by applying multiple types of stimuli according to the present invention.
【図５】本発明によるＭＲＩ画像を模式的に示す図。FIG. 5 is a diagram schematically showing an MRI image according to the present invention.
【図６】本発明における単位領域、及び脳神経賦活領域
の抽出を模式的に説明する図。FIG. 6 is a diagram schematically illustrating extraction of unit areas and cranial nerve activation areas in the present invention.
【図７】本発明における関心領域の設定を説明する図。FIG. 7 is a diagram illustrating setting of a region of interest according to the present invention.
【図８】有意検定、及び結果判定を模式的に示す図。FIG. 8 is a diagram schematically showing a significance test and result determination.
【図９】本発明が適用される核磁気共鳴装置の構成を示
す図。FIG. 9 is a diagram showing a configuration of a nuclear magnetic resonance apparatus to which the present invention is applied.
１−１、２−１、１−２、２−２、１−３、２−３、１
−４、２−４…賦活領域、４−ａ、４−ｂ…関心領域、
５…共通部分、６…非共通部分、７…検定結果 Ａa、Ａa’…刺激Ａに対応する脳神経賦活領域、Ａb、
Ａb’…刺激Ｂに対応する脳神経賦活領域、１１…ＭＲ
Ｉ画像の計測のステップ、１２…脳神経賦活領域の抽出
のステップ、１３…単位領域のモデル化のステップ、１
４…有意検定のステップ、１５…結果判定のステップ、
６２１…静磁場発生用磁石、６２２…測定査対象、６２
３…高周波磁場発生及び信号検出用コイル、６２４、６
２５、６２６…傾斜磁場発生用コイル、６２７、６２
８、６２９…コイル駆動装置、６３０…計算機、６３１
…ディスプレイ、６３２…シンセサイザ、６３３…変調
装置、６３４…増幅器、６３５…検波装置。1-1, 2-1, 1-2, 2-2, 1-3, 2-3, 1
-4, 2-4 ... activation area, 4-a, 4-b ... area of interest,
5 ... Common part, 6 ... Non-common part, 7 ... Assay result A a , A a '... Cranial nerve activation area corresponding to stimulation A, A b ,
Ab '... Cranial nerve activation area corresponding to stimulation B, 11 ... MR
I image measurement step, 12 ... Cranial nerve activation area extraction step, 13 ... Unit area modeling step, 1
4 ... Significance test step, 15 ... Result judgment step,
621 ... Magnet for generating static magnetic field, 622 ... Target for measurement, 62
3 ... High frequency magnetic field generation and signal detection coils, 624, 6
25, 626 ... Coil for generating gradient magnetic field, 627, 62
8, 629 ... Coil drive device, 630 ... Calculator, 631
... display, 632 ... synthesizer, 633 ... modulator, 634 ... amplifier, 635 ... detector.
Claims (3)
の条件下に、被験者を順次おき、前記各条件下において
所定の回数だけ磁気共鳴信号を計測して、前記被験者の
頭部の磁気共鳴イメージング画像（ＭＲＩ像）を得て、
前記被験者の脳神経が賦活される領域を判定する磁気共
鳴を用いた検査方法において、（１）前記各ＭＲＩ画像
を構成する所定の数の画素からなる単位領域毎に、該単
位領域の前記脳神経が賦活される状態を表わす数値を与
え、該数値を統計処理のための標本として、前記条件毎
に前記各ＭＲＩ画像の所定の領域において平均するステ
ップと、（２）前記各ＭＲＩ画像の前記所定の領域の前
記単位領域毎に、「条件が異なる場合にも標本の平均値
が等しい」ことを帰無仮説として有意検定するステップ
と、（３）所定の有意水準について前記帰無仮説が棄却
された前記単位領域を、特定の前記条件下でのみ前記脳
神経が賦活される領域として判定するステップとを有す
ることを特徴とする磁気共鳴を用いた検査方法。1. A magnetic field of a head of the subject is measured by sequentially placing the subject under a plurality of different conditions to which a stimulus is applied or giving a task, and measuring a magnetic resonance signal a predetermined number of times under each of the conditions. Obtaining a resonance imaging image (MRI image),
In an inspection method using magnetic resonance for determining a region where the cranial nerve of the subject is activated, (1) the cranial nerve of the unit region is divided into unit regions each including a predetermined number of pixels forming each of the MRI images. Giving a numerical value representing the activated state, and averaging the numerical value as a sample for statistical processing in a predetermined region of each MRI image for each condition; (2) the predetermined value of each MRI image; For each unit area of the area, a step of performing a significant test by using the null hypothesis that "the average value of samples is the same even when the conditions are different", and (3) the null hypothesis is rejected for a predetermined significance level. A step of determining the unit area as an area in which the cranial nerve is activated only under the specific condition, and an inspection method using magnetic resonance.
法において、前記脳神経が賦活される状態を表わす数値
として、基準となる条件下で計測された信号値に対す
る、前記基準となる前記条件とは異なる条件下で計測さ
れた信号値の変化量を用いることを特徴とする磁気共鳴
を用いた検査方法。2. The inspection method using magnetic resonance according to claim 1, wherein the reference value is used as a numerical value representing a state in which the cranial nerve is activated, with respect to a signal value measured under a reference condition. An inspection method using magnetic resonance, characterized in that a change amount of a signal value measured under a condition different from the condition is used.
法において、前記脳神経が賦活される状態を表わす数値
として、前記単位領域が脳神経賦活領域であるか否かに
より、二値化した数値を割り当て、前記有意検定におい
て二項分布、又はポアソン分布を仮定することを特徴と
する磁気共鳴を用いた検査方法。3. The examination method using magnetic resonance according to claim 1, wherein the numerical value representing the state in which the cranial nerve is activated is binarized depending on whether or not the unit region is a cranial nerve activation region. A test method using magnetic resonance, wherein a numerical value is assigned and a binomial distribution or a Poisson distribution is assumed in the significance test.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7261178A JPH0998958A (en) | 1995-10-09 | 1995-10-09 | Inspection method by using magnetic resonance |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7261178A JPH0998958A (en) | 1995-10-09 | 1995-10-09 | Inspection method by using magnetic resonance |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0998958A true JPH0998958A (en) | 1997-04-15 |
Family
ID=17358220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7261178A Pending JPH0998958A (en) | 1995-10-09 | 1995-10-09 | Inspection method by using magnetic resonance |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0998958A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006524088A (en) * | 2003-04-24 | 2006-10-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Fiber tracking magnetic resonance imaging method |
| JP2010187776A (en) * | 2009-02-16 | 2010-09-02 | Toshiba Corp | Magnetic resonance imaging apparatus |
| KR102174092B1 (en) * | 2019-06-14 | 2020-11-04 | 성균관대학교산학협력단 | Method for direct monitoring and spatial mapping of neuronal activity |
-
1995
- 1995-10-09 JP JP7261178A patent/JPH0998958A/en active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006524088A (en) * | 2003-04-24 | 2006-10-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Fiber tracking magnetic resonance imaging method |
| JP2010187776A (en) * | 2009-02-16 | 2010-09-02 | Toshiba Corp | Magnetic resonance imaging apparatus |
| KR102174092B1 (en) * | 2019-06-14 | 2020-11-04 | 성균관대학교산학협력단 | Method for direct monitoring and spatial mapping of neuronal activity |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Weiner et al. | The cytoarchitecture of domain-specific regions in human high-level visual cortex | |
| De Martino et al. | The impact of ultra-high field MRI on cognitive and computational neuroimaging | |
| Kiviniemi et al. | A sliding time-window ICA reveals spatial variability of the default mode network in time | |
| Filippi et al. | Changes in the normal appearing brain tissue and cognitive impairment in multiple sclerosis | |
| Facon et al. | MR diffusion tensor imaging and fiber tracking in spinal cord compression | |
| Cohen et al. | Segmentation techniques for the classification of brain tissue using magnetic resonance imaging | |
| Constable et al. | An ROC approach for evaluating functional brain MR imaging and postprocessing protocols | |
| Schneider et al. | Presurgical assessment of the sensorimotor cortex using resting-state fMRI | |
| US20170076452A1 (en) | Image processing apparatus and magnetic resonance imaging apparatus | |
| CN104207778A (en) | Mental health detection method based on resting-state functional magnetic resonance imaging technology | |
| US6298258B1 (en) | Method and apparatus for spatially resolved measurement of the electrical activity of nerve cells using magnetic resonance | |
| Shaw et al. | Evaluating subject specific preprocessing choices in multisubject fMRI data sets using data-driven performance metrics | |
| US10451700B2 (en) | System and method for reducing partial voluming artifacts in quantitative myocardial tissue characterization | |
| Wang et al. | Partner‐matching for the automated identification of reproducible ICA components from fMRI datasets: Algorithm and validation | |
| Kunimatsu et al. | Utilization of diffusion tensor tractography in combination with spatial normalization to assess involvement of the corticospinal tract in capsular/pericapsular stroke: feasibility and clinical implications | |
| US20150182143A1 (en) | Magnetic resonance imaging device, diagnostic assistance system, and program | |
| Tang et al. | Failure to direct detect magnetic field dephasing corresponding to ERP generation | |
| Goykhman et al. | Reproducibility of myocardial perfusion reserve-variations in measurements from post processing using commercially available software | |
| To et al. | Multi-modal magnetic resonance imaging in a mouse model of concussion | |
| Harrison et al. | Generalized Psychophysiological Interaction (PPI) analysis of memory related connectivity in individuals at genetic risk for alzheimer's disease | |
| JPH0998958A (en) | Inspection method by using magnetic resonance | |
| Cohen et al. | Extremity magnetic resonance imaging in rheumatoid arthritis: report of the American College of Rheumatology Extremity Magnetic Resonance Imaging Task Force | |
| Thacker et al. | The effects of motion on parametric fMRI analysis techniques | |
| US6507749B1 (en) | Method and apparatus for tracking the motion of fluid and determining a velocity spectrum thereof from MR data acquired in a single cycle | |
| Wang et al. | Temporal fingerprints of cortical gyrification in marmosets and humans |