WO2014084287A1 - ステージ判定支援システム - Google Patents

ステージ判定支援システム Download PDF

Info

Publication number
WO2014084287A1
WO2014084287A1 PCT/JP2013/081978 JP2013081978W WO2014084287A1 WO 2014084287 A1 WO2014084287 A1 WO 2014084287A1 JP 2013081978 W JP2013081978 W JP 2013081978W WO 2014084287 A1 WO2014084287 A1 WO 2014084287A1
Authority
WO
WIPO (PCT)
Prior art keywords
stage
determination
support system
region
cerebral
Prior art date
Application number
PCT/JP2013/081978
Other languages
English (en)
French (fr)
Inventor
友寛 川崎
池田　佳弘
重治 大湯
健輔 篠田
Original Assignee
株式会社 東芝
東芝メディカルシステムズ株式会社
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 株式会社 東芝, 東芝メディカルシステムズ株式会社 filed Critical 株式会社 東芝
Priority to CN201380003269.9A priority Critical patent/CN103957778B/zh
Publication of WO2014084287A1 publication Critical patent/WO2014084287A1/ja
Priority to US14/304,183 priority patent/US10736514B2/en

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
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • 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

Definitions

  • Embodiments of the present invention relate to a stage determination support system.
  • cerebral blood flow CBF [ml / 100 g / min]
  • cerebral blood volume CBV [ml / 100 g]
  • cerebral oxygen uptake rate OEF [%]
  • cerebral oxygen metabolism CMRO2 [ ml / 100g / min].
  • CBF is an abbreviation for Cerebral Blood Flow
  • CBV is an abbreviation for Cerebral Blood Volume
  • OEF is an abbreviation for Cerebral Oxygen Extraction Fraction
  • CMRO2 is an abbreviation for Cerebral Metabolic Rate of Oxygen.
  • Physicians usually determine the treatment strategy by comprehensively judging the severity of cerebral circulation metabolism by observing the size of these analytical indices in the ischemic region on a plurality of functional images.
  • the perfusion image is obtained from an X-ray CT (computed tomography) apparatus, an MRI (magnetic resonance to imaging) apparatus, a SPECT (single to photon emission tomography) apparatus, a PET (positron tomography tomography) apparatus, or the like.
  • the magnitudes of the brain oxygen uptake rate OEF and the brain oxygen metabolism CMRO2 are observed especially on the PET image obtained from the PET apparatus.
  • Powers stage classification is an index that divides the stage of severity into three stages according to the combination of the various analysis indices described above. Specifically, this index classifies the severity of cerebral circulation metabolism into stages I, II, and III, as shown in FIG. 11, depending on the size of the four analysis indices (CBF, CBV, OEF, CMRO2) described above. As shown. Generally, stage III is considered an untreatable condition due to infarction (brain cell necrosis).
  • Stage II corresponds to a condition called ischemic penumbra (reversible tissue damage), and is regarded as a state that can be normalized by restoring blood flow by treatment.
  • the remaining proportion of the ischemic penumbra region is important in determining the treatment strategy.
  • the cerebral blood flow CBF on the affected side decreases, the cerebral blood volume CBV increases, the cerebral oxygen uptake rate OEF increases, and the cerebral oxygen metabolism CMRO2 Corresponds to stage III and is considered a brain cell necrosis state.
  • stage classification method as described above cannot be determined without carefully considering which stage the combination of the four analysis indices corresponds to, the determination may take time or may be erroneously determined. is there.
  • the purpose is to provide a stage determination support system that can display the possibility that a disease corresponds to each stage from the obtained functional image and can support the stage determination by the user.
  • the stage determination support system of the embodiment includes storage means, first determination means, second determination means, and calculation means.
  • the storage means stores a plurality of types of functional images of the subject.
  • the first determination unit determines the degree of each of the plurality of types of analysis indices for a disease based on at least each of the function images among the function images and morphological images.
  • the second determination unit determines a stage corresponding to the determination result for each of the analysis indexes based on each determination result by the first determination unit and a predetermined stage determination rule.
  • the calculation means calculates, for each stage, a “value indicating the possibility” that the disease corresponds to the stage, based on each determination result by the second determination means.
  • FIG. 1 is a schematic diagram showing a stage determination support system and its peripheral configuration according to the first embodiment.
  • FIG. 2 is a flowchart for explaining the operation in the embodiment.
  • FIG. 3 is a schematic diagram illustrating an example of a segment obtained by dividing the brain in the embodiment.
  • FIG. 4 is a schematic diagram for explaining a general ischemic penumbra and a central infarct region.
  • FIG. 5 is a schematic diagram for explaining determination of a corresponding range on the stage classification in the embodiment.
  • FIG. 6 is a schematic diagram for explaining a method for calculating the stage possibility according to the embodiment.
  • FIG. 7 is a schematic diagram for explaining another calculation method of the stage possibility in the embodiment.
  • FIG. 8 is a flowchart for explaining the operation in the second embodiment.
  • FIG. 1 is a schematic diagram showing a stage determination support system and its peripheral configuration according to the first embodiment.
  • FIG. 2 is a flowchart for explaining the operation in the embodiment.
  • FIG. 3 is a schematic
  • FIG. 9 is a schematic diagram illustrating an example of a display image of a region having a high possibility of each stage in the embodiment.
  • FIG. 10A is a schematic diagram illustrating an example of an image in which an area having a high possibility of stage I in the embodiment is displayed in different colors.
  • FIG. 10B is a schematic diagram illustrating an example of an image in which regions that are highly likely to be stage II in the embodiment are displayed in different colors.
  • FIG. 10C is a schematic diagram illustrating an example of an image in which regions that are highly likely to be stage III in the embodiment are displayed in different colors.
  • FIG. 11 is a schematic diagram showing general Powers stage classification.
  • FIG. 12 is a diagram showing an example of cerebral circulation metabolism in general internal carotid artery stenosis.
  • FIG. 12 is a diagram showing an example of cerebral circulation metabolism in general internal carotid artery stenosis.
  • FIG. 13 is a schematic diagram for explaining the determination of the corresponding range on the stage classification by the analysis index based on the morphological image.
  • FIG. 14 is a schematic diagram for explaining determination of a corresponding range on stage classification by an analysis index based on a morphological image.
  • FIG. 15 is a schematic diagram illustrating an example of a morphological image using CTA.
  • stage determination support system can be implemented with either a hardware configuration or a combined configuration of hardware resources and software.
  • software of the combination configuration a stage determination support program that is installed in advance from a network or a storage medium into a computer and causes the computer to realize each function of the stage determination support system is used.
  • FIG. 1 is a schematic diagram showing a stage determination support system and its peripheral configuration according to the first embodiment.
  • the stage determination support system is a system for supporting the determination of which stage of the subject corresponds to the disease among a plurality of stages indicating the severity.
  • the stage determination support system includes, for example, a medical image workstation 10, an input device (for example, a keyboard or a mouse) 14, and a monitor device 15.
  • a medical image workstation 10 includes a hard disk 11, a computer 12, and a network I / F (for example, an Ethernet (registered trademark) card) 13.
  • the term “system” in the stage determination support system may be read as “device”, and the term “device” in the input device 14 and the monitor device 15 may be read as “part”.
  • the stage determination support system may be realized as a client device that is connected to the image server device that collects the functional image 11g from each of the devices 20 to 50 via the network and can read the functional image 11g from the image server device. Good.
  • the hard disk 11 stores stage determination support software (stage determination support program) 11s and a plurality of types of functional images 11g and morphological images of the subject (patient).
  • the computer 12 includes a main memory 12m and a processor 12p.
  • the processor 12p reads the stage determination support software 11s in the hard disk 11, each functional image 11g, and the morphological image at least each functional image into the main memory (storage means) 12m and executes the process of the stage determination support software 11s. To do.
  • the processor 12p acquires each functional image 11g and morphological image from the X-ray CT apparatus 20, the MRI apparatus 30, the SPECT apparatus 40, the PET apparatus 50, and the like via the network by the network I / F 13, and stores them in the hard disk 11. .
  • the processor 12p transfers the function images 11g and the morphological images to the main memory 12m without storing them in the hard disk 11, and executes the stage determination support software 11s read from the hard disk 11 to execute each of the function images 11g and morphological images in the main memory 12m.
  • the functional image 11g (and morphological image) may be analyzed.
  • the stage determination support software 11s is executed by the processor 12p and includes a stage determination support program for causing the computer 12 to realize the first determination function, the second determination function, the calculation function, and the display function. That is, the stage determination support software 11s and the processor 12p constitute first determination means, second determination means, and calculation means.
  • the stage determination support software 11s, the processor 12p, and the monitor device 15 constitute display means. Note that the monitor device 15 may be arranged at a location far away from the medical workstation 10. In this case, the display function may be omitted from the stage determination support program.
  • the first determination function is a function of determining the degree of each of a plurality of types of analysis indices for a disease based on at least each function image 11g among the function images 11g and morphological images in the main memory 12m. .
  • the first determination function determines the degree of each of the plurality of types of analysis indexes for the disease based on each functional image 11g, as compared with each of the plurality of types of analysis indexes for the region considered to be normal of the subject.
  • a disease for example, a cerebral ischemic disease can be applied.
  • cerebral blood volume CBV, cerebral blood flow volume CBF, cerebral oxygen uptake rate OEF, and cerebral oxygen metabolism CMRO2 are applicable when based on each functional image.
  • analysis indexes are based on each functional image.
  • some analysis indexes among all analysis indexes may be based on morphological images.
  • an analysis index based on a morphological image for example, Early CT Sign (CRT) or CTA (CT Angiography) can be used.
  • an early CT sign may be used to determine in three stages, stages I, II, and III.
  • the early CT sign has the following three criteria.
  • (3) is the only criterion that can be determined with a simple CT threshold.
  • the selection is made according to the degree of the height of the CT value even in two choices of stage I, stage II, or III, but the determination may be made in three stages of stages I, II, and III.
  • CTA for example, as shown in FIGS. 14 and 15, when the blood vessel in the dominant region 16 is imaged, it corresponds to the stage I, and when the blood vessel in the dominant region 16 is not imaged, the stage II and It corresponds to III. Whether or not the blood vessel in the dominant region 16 is imaged is determined, for example, for each region of interest ROI. In addition, when it is not contrast-enhanced, it cannot identify because the blood vessel itself in the control region 16 cannot be seen. For this reason, in this case as well, it is necessary to compare with the opposite side. If the distance between the ROI on the opposite side and the closest vessel is farther away from the ROI on the disease side, it is determined that the blood vessel that is originally controlling is not contrasted, and the stage is high.
  • the comparison results (large, small, and similar) of the shortest distance from the ROI to the contrasted blood vessel are plotted on the vertical axis, and the stage determination is made based on the magnitude of the distance, I and II. , III can be determined in three stages.
  • the distance from the ROI to the contrasted blood vessel is smaller than or comparable to that of the contralateral side, it does not fall under any of the stages I, II, and III.
  • the first determination function for example, the following (a), (b), (c), or (d) may be used as a determination target region, and the degree determination may be performed.
  • the case where (a) is set as the determination target region is described as an example.
  • the region regarded as normal may be, for example, a contralateral region having a bilaterally symmetric relationship with the determination target region, or a part of the cerebellum (which is less likely to infarct and less likely to fall into ischemia). It may be an area.
  • the stage determination support program further causes the computer 12 to realize an alignment function for performing alignment of each functional image 11g
  • the first determination function is based on each functional image 11g on which the alignment has been performed.
  • the degree determination function may be performed.
  • the second determination function is a function for determining a stage corresponding to the determination result for each analysis index based on each determination result by the first determination function and a predetermined stage determination rule.
  • stage determination rule for example, a determination rule for executing Powers stage classification for cerebral ischemic disease based on cerebral blood volume CBV, cerebral blood flow volume CBF, cerebral oxygen uptake rate OEF, and cerebral oxygen metabolism CMRO2. Applicable.
  • the calculation function is a function for calculating a value indicating a possibility that a disease corresponds to the stage for each stage based on each determination result by the second determination function.
  • the calculation function may be a function of calculating a value indicating possibility by weighting and adding each determination result by the second determination function for each stage.
  • the display function is a function for displaying the calculated value on the monitor device 15 for each stage.
  • the display function may be, for example, a function of executing numerical display, graph display, or color scale display by the monitor device 15 based on the calculated value.
  • the processor 12p reads the stage determination support software 11s in the hard disk 11 to the main memory 12m and executes it by the operation of the input device 14 by the user. . Further, in the present embodiment, the case where each functional image 11g is used among the functional images 11g and the morphological images will be described as an example.
  • step ST1 the medical image workstation 10 causes the processor 12p to transfer each function image 11g in charge of each analysis index of the cerebral circulation metabolism specified by the user from the hard disk 11 to the main memory 12m by operating the input device 14 by the user. Read to. Further, the processor 12p sends each function image 11g to the monitor device 15, and the monitor device 15 displays each function image 11g.
  • the processor 12p executes alignment of each functional image 11g based on the anatomical form.
  • 3D-SSP stereotactic surface projection
  • SPM statistical parametric mapping
  • the 3D-SSP method is described in, for example, document [1].
  • the number of functional images 11g in charge of one analysis index may be one, plural, or zero.
  • a perfusion image obtained mainly from the X-ray CT apparatus 20, the MRI apparatus 30, the SPECT apparatus 40, or the PET apparatus 50 is used as the functional image 11g in charge of the cerebral blood flow volume CBF and the cerebral blood volume CBV.
  • a PET image is used as the functional image 11g in charge of the brain oxygen uptake rate OEF and the brain oxygen metabolism CMRO2.
  • CMRO2 the decrease in the cerebral oxygen metabolism amount CMRO2 can be regarded as a state equivalent to brain cell necrosis
  • DWI diffusion weighted image
  • step ST2 the processor 12p displays all the functional images 11g designated by the user on the screen of the monitor device 15.
  • the processor 12p operates the region of interest ROI (Region of) in a region that is considered to be an ischemic state with a low signal or a high signal compared to the opposite side on the displayed arbitrary functional image 11g by the operation of the input device 14 by the user.
  • ROI Region of
  • the shape of the region of interest ROI may be an ellipse or an arbitrary shape.
  • the processor 12p may detect an area where the left-right difference of the signal value is large by internal processing and automatically set the region of interest ROI in the area.
  • the entire brain or only the outer peripheral region of the brain
  • the entire brain is divided in advance into a plurality of fine segments L1, L2,..., R1, R2,.
  • a plurality of regions of interest ROI may be set in a plurality of regions individually corresponding to the plurality of segments L1, L2,..., R1, R2,.
  • the larger region of interest ROI is a region excluding the region of the smaller region of interest ROI.
  • the regions r2 and r3 such as the central infarction (brain cell necrosis) region (ischemic core) r2 and the other ischemic penumbra region r3 in the cerebral ischemic region r1. It is assumed that each stage determination is desired.
  • step ST3 the processor 12p sets the region of interest ROI corresponding to the region of interest ROI set on the affected side (brain ischemic side) symmetrically on the healthy side (normal side of the brain), and displays each functional image 11g.
  • the average values of the left and right regions of interest ROI are compared.
  • the processor 12p determines the degree to which the average value of the ROI on the affected side is larger, smaller, or similar compared to the healthy side.
  • the determination thresholds for large, small, and similar levels are determined such that the ratio with the healthy side is 120% or higher, the smaller is less than 70%, the smaller is 70% or more, but less than 120% is similar. It is also possible that both sides are ischemic. In order to be able to judge even when both sides are ischemic, set a normal region of interest ROI in the cerebellum, etc. that is not likely to fall into ischemia instead of the left-right ratio and compare it with the ischemic region Also good.
  • step ST4 the processor 12p, for each functional image 11g, for each analysis index, based on the determination result (large, small, comparable) by comparison with the healthy side and the stage determination rule on the stage classification of Powers
  • the stage corresponding to the determination result is determined. For example, in the case shown in FIG. 5, since it is determined that the cerebral blood volume CBV is large, it is determined that it corresponds to all stages I, II, and III, and the corresponding range is determined as stages I to III. Since it is determined that the cerebral blood flow CBF is small, it is determined that the cerebral blood flow CBF corresponds to the stages II and III, and the corresponding range is determined as the stages II to III.
  • the cerebral oxygen uptake rate OEF is determined to be large, it is determined that the cerebral oxygen uptake rate OEF corresponds to stages II and III, and the corresponding range is determined as stages II to III. Since the cerebral oxygen metabolism amount CMRO2 is determined to be approximately the same, it is determined that the cerebral oxygen metabolism amount CMRO2 corresponds to stages I and II, and the corresponding range is determined as stages I to II.
  • step ST5 the processor 12p sets the weighting coefficient of each analysis index in advance by the operation of the input device 14 by the user.
  • the weighting factor for each analysis index is set to a ratio according to the importance considered by the user.
  • the total of the weighting factors for each analysis index is 1 in this example, but is not limited to this, and may be 100, for example (when weighted and added in percentages in advance).
  • the processor 12p sets 1 or 0 according to the determination result of whether each analysis index is applicable or not, and assigns a weight coefficient (0.3, 0.3, 0.3) to each set value (1 or 0).
  • a weighted addition value obtained by adding 0.1 or 0.3) is obtained as a value indicating the possibility of each stage.
  • the value indicating the property is 60%. Similar calculations are performed for stages II and III, which are 100% and 70%, respectively. If such weighted addition is not performed, all the weighting factors may be set to 1.
  • the analysis index in which the target functional image 11g does not exist may be calculated as 1/3 assuming that the possibility of each stage I to III may be 0, and the possibility of any stage I to III is equally. Good.
  • a plurality of functional images 11g obtained from different medical image diagnostic apparatuses exist in one analysis index, a plurality of results may be simply added. In this way, by adding the results of the plurality of functional images 11g, an effect of increasing the reliability of the probability of the stage possibility of the analysis index can be obtained.
  • step ST6 the processor 12p displays the calculated value on the monitor device 15 for each stage.
  • a display method as shown in FIG. 6, it may be displayed numerically together with the Powers stage classification diagram, or may be displayed by another expression method such as a bar graph, a pie graph, or a color scale image.
  • the degree of each analysis index is determined based on each functional image 11g, and the determination is performed for each analysis index based on each determination result and a predetermined stage determination rule.
  • the stage corresponding to the result is determined, and the disease corresponding to each stage is obtained from the obtained functional image 11g by the configuration that calculates and displays the value indicating the possibility of corresponding for each stage based on each determination result.
  • the possibility of performing can be displayed, and the stage determination by the user can be supported.
  • this makes it possible to know at what stage the possibility of which stage is, so that it is not necessary for the user to look at the image and think with his / her head, and the stage classification can be immediately and objectively determined. And there is no misjudgment. Further, even when the combination of analysis indexes does not correspond to any stage, the user can objectively see the high possibility of each stage and determine the stage classification. Further, when the functional image 11g having a plurality of modalities is obtained, the reliability of the value indicating the possibility is increased, so that the determination accuracy can be further improved.
  • this embodiment may be modified as shown in FIG.
  • the ratio itself with the healthy side is directly used for stage determination.
  • the user sets a maximum value (eg, + 100%) and a minimum value (eg, ⁇ 100%) in advance.
  • the processor 12p Determine the stage.
  • the value range indicating the ratio corresponding to stage I is 0% to + 74%
  • the value range indicating the ratio corresponding to stage II and III is + 75%.
  • the range of values corresponding to stage I is 0%
  • the range of values corresponding to stage II is -1% to -50%
  • the range of the value indicating the ratio is -51% to -100%.
  • the range of values indicating the ratio corresponding to Stage I is 0%
  • the range of values indicating the ratio corresponding to Stage II is + 1% to + 99%
  • corresponds to Stage III The range of values indicating the ratio is + 100%.
  • the range of values indicating the ratio corresponding to stages I and II is 0%, and the range of the value indicating the ratio corresponding to stage III is -1% to -100%.
  • the value indicating the ratio of the cerebral blood volume CBV to the healthy side is + 70%, and therefore, it is determined as Stage I corresponding to the range of 0% to + 74%.
  • the cerebral blood flow rate CBF, the cerebral oxygen uptake rate OEF, and the cerebral oxygen metabolism amount CMRO2 are determined to be stage II, stage II, and stages I and II, respectively, by the same method.
  • the method for calculating and displaying the value indicating the possibility of each stage is the same as the method described in steps ST5 to ST6.
  • the second embodiment is a modification of the first embodiment. Unlike the first embodiment using the region of interest ROI, the first determination described above is performed for each pixel unit on each functional image 11g. In this mode, the function, the second determination function, the calculation function, and the display function are executed.
  • the first determination function performs the degree determination for each pixel unit on each functional image 11g in the first determination function described above.
  • the second determination function executes stage determination for each pixel unit in the above-described second determination function.
  • the calculation function calculates a value for each stage for each pixel unit in the calculation function described above.
  • the display function is a function for executing color-coded display so as to represent the stage corresponding to the highest value among the calculated values for each stage in the display function described above.
  • step ST1 the operation from the start to the alignment of each functional image 11g in step ST1 is executed in the same manner as in the first embodiment. Further, after the completion of step ST1, step ST2 (setting of the region of interest ROI) described above is not performed.
  • step ST3a the processor 12p performs the process corresponding to the above-described step ST3 (determination of the degree of comparison of each functional image 11g with the healthy side) for every bilaterally symmetric pixel.
  • step ST4a the processor 12p performs the process corresponding to the above-described step ST4 (stage determination based on the degree determination result) for all the symmetrical pixels.
  • step ST5a the processor 12p performs the processing corresponding to step ST5 described above (calculation of weighted addition values indicating the possibility of each stage based on the determination result of the stage) for all the symmetrical pixels.
  • step ST6a the processor 12p determines, for each pixel, which stage has the highest value indicating the possibility of the stage, and divides pixels having the same determination result into three aggregate regions (clustering).
  • step ST6b the processor 12p displays the result of area division representing the most likely stage on the monitor device 15 in different colors. For example, as illustrated in FIG. 9, the processor 12p determines the region division result having a shape in which an ocher region (stage II) and a blue region (stage I) are sequentially surrounded around the central red region (stage III) in step ST6a. Suppose that In step ST6b, the processor 12p creates an image obtained by superimposing the region division result on the functional image 11g as a region having a high possibility of each stage, and displays the image on the monitor device 15.
  • step ST6b there is a method of displaying an image in which values indicating the possibility of all the symmetrical pixels for each stage are color-coded on an arbitrary functional image 11g by a method such as a color scale.
  • a method such as a color scale.
  • each pixel is displayed in blue (0%), yellow (50%), brown (70%), and red (100%) on the functional image 11g of stage I.
  • a color-coded image is displayed.
  • an image in which each pixel is displayed in different colors in blue (0%), yellow (50%), brown (70%) and purple (90%) is displayed.
  • each pixel is displayed in different colors in green (30%), yellow (50%), red (100%) and purple (90%) is displayed.
  • the color-coded image is drawn with a broken line at the boundary of each color, but actually there is no broken line and the color changes with an unclear boundary like a rainbow color. Yes.
  • the color scale images of the three stages may be displayed simultaneously, or the color scale images of each stage may be switched and displayed.
  • the stage determination is performed for each pixel unit on each functional image 11g, in addition to the effects of the first embodiment.
  • a value indicating the possibility of each stage can be displayed in a pixel unit smaller than the region of interest ROI.
  • the degree of each analysis index is determined based on at least each functional image 11g among each functional image 11g and morphological image, and each determination result and a predetermined stage determination rule Based on the above, for each analysis index, a stage corresponding to the determination result is determined, and based on each determination result, a value indicating the corresponding possibility is calculated and displayed for each stage. Can display the possibility of corresponding to each stage, and can support the stage determination by the user.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Neurology (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)
  • Hematology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

　実施形態のステージ判定支援システムは、記憶手段、第１判定手段、第２判定手段、算出手段及び表示手段を備えている。前記記憶手段は、被検体の複数種の機能画像及び形態画像を記憶する。前記第１判定手段は、前記各機能画像及び前記形態画像のうち、少なくとも前記各機能画像に基づいて、前記疾患に対する複数種の解析指標の各々の度合を判定する。前記第２判定手段は、前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、前記解析指標毎に、当該判定結果に該当するステージを判定する。前記算出手段は、前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する可能性を示す値を算出する。前記表示手段は、前記算出された値を前記ステージ毎に表示する。

Description

ステージ判定支援システム
　本発明の実施形態は、ステージ判定支援システムに関する。
　近年、各種の機能画像を観察することにより、心臓や脳などの疾患の判定が可能となってきている。例えば、急性期脳梗塞、一過性虚血発作、慢性期頭頚部血管狭窄などの脳虚血疾患を診断する場合、各種の医用画像診断装置により得られた２次元又は３次元画像としての灌流（Perfusion）画像に基づいて、脳循環代謝量が評価される。
　脳循環代謝量の具体的な解析指標としては、脳血流量ＣＢＦ［ml/100g/min］、脳血液量ＣＢＶ［ml/100g］、脳酸素摂取率ＯＥＦ［％］及び脳酸素代謝量ＣＭＲＯ２［ml/100g/min］等の種類がある。ここで、ＣＢＦは、Cerebral Blood Flowの略語であり、ＣＢＶは、Cerebral Blood Volumeの略語である。ＯＥＦは、Cerebral Oxygen Extraction Fractionの略語であり、ＣＭＲＯ２は、Cerebral Metabolic Rate of Oxygenの略語である。
　医師は、通常、虚血部位におけるこれらの解析指標の大小を複数の機能画像上で観察することにより、脳循環代謝の重症度を総合的に判断し、治療方針を決定する。
　各解析指標のうち、脳血流量ＣＢＦ及び脳血液量ＣＢＶの大小は、灌流画像上で観察される。なお、灌流画像は、Ｘ線ＣＴ（computed tomography）装置、ＭＲＩ（magnetic resonance imaging）装置、ＳＰＥＣＴ（single photon emission CT）装置又はＰＥＴ（positron emission tomography）装置等から得られる。
　また、各解析指標のうち、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２の大小は、特にＰＥＴ装置から得られるＰＥＴ画像上で観察される。
　各解析指標の大小の観察後、医師が脳循環代謝の重症度を判断する基準となる１つの指標として、パワーズ（Powers）のステージ分類と呼ばれる代表的な重症度判定の考え方がある。パワーズのステージ分類は、上述した各種の解析指標の大小の組合せにより、重症度のステージを３段階に分ける指標である。この指標は、具体的には、上述した４つの解析指標（ＣＢＦ、ＣＢＶ、ＯＥＦ、ＣＭＲＯ２）の大小により、図１１に示すように、脳循環代謝の重症度をステージＩ、ＩＩ、ＩＩＩに分類して示している。一般に、ステージＩＩＩは梗塞（脳細胞壊死）のため治療不能な状態とみなされる。ステージＩＩは虚血性ペナンブラ（可逆性組織障害）と呼ばれる状態に相当し、治療による血流回復により正常化可能な状態とみなされる。虚血性ペナンブラ領域の残っている割合が治療方針の決定に重要である。
　具体的なステージ分類の方法を図１２により説明する。図１２に示す例は、患側（脳の虚血が起きている側）の脳血流量ＣＢＦが減少し、脳血液量ＣＢＶが増加し、脳酸素摂取率ＯＥＦが増加し、脳酸素代謝量ＣＭＲＯ２が減少しているので、ステージＩＩＩに相当し、脳細胞壊死状態とみなされる。
Powers, et al. Stroke 1985, 16:361-376
　しかしながら、以上のようなステージ分類の方法は、４つの解析指標の大小の組合せがどのステージに相当するのかよく考えないと判定できないため、判定に時間がかかったり、誤判定したりする可能性がある。
　また、実際の臨床においては、どのステージにも該当しない組合せが起こり得るため、そのような場合、どのような診断結果を下せば良いのか悩むことになる。
　さらに、全ての機能画像が得られていない場合や、逆に１つの解析指標に異なる医用画像診断装置から得られた複数の機能画像が得られている場合、過不足な情報に対して主観的に判定しがちになり、適切な診断結果を下せない可能性がある。
　目的は、得られた機能画像から疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援し得るステージ判定支援システムを提供することである。
　実施形態のステージ判定支援システムは、記憶手段、第１判定手段、第２判定手段及び算出手段を備えている。
　前記記憶手段は、被検体の複数種の機能画像を記憶する。
　前記第１判定手段は、前記各機能画像及び形態画像のうち、少なくとも前記各機能画像に基づいて、疾患に対する前記複数種の解析指標の各々の度合を判定する。
　前記第２判定手段は、前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、前記解析指標毎に、当該判定結果に該当するステージを判定する。
　前記算出手段は、前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する「可能性を示す値」を算出する。
図１は、第１の実施形態に係るステージ判定支援システム及びその周辺構成を示す模式図である。 図２は、同実施形態における動作を説明するためのフローチャートである。 図３は、同実施形態における脳を分割したセグメントの一例を示す模式図である。 図４は、一般的な虚血性ペナンブラと中心部梗塞領域を説明するための模式図である。 図５は、同実施形態におけるステージ分類上の該当範囲の決定を説明するための模式図である。 図６は、同実施形態におけるステージ可能性の計算方法を説明するための模式図である。 図７は、同実施形態におけるステージ可能性の他の計算方法を説明するための模式図である。 図８は、第２の実施形態における動作を説明するためのフローチャートである。 図９は、同実施形態における各ステージの可能性が高い領域の表示画像の一例を示す模式図である。 図１０Ａは、同実施形態におけるステージIの可能性が高い領域を色分け表示した画像の一例を示す模式図である。 図１０Ｂは、同実施形態におけるステージIIの可能性が高い領域を色分け表示した画像の一例を示す模式図である。 図１０Ｃは、同実施形態におけるステージIIIの可能性が高い領域を色分け表示した画像の一例を示す模式図である。 図１１は、一般的なパワーズのステージ分類を示す模式図である。 図１２は、一般的な内頚動脈狭窄症における脳循環代謝量の一例を示す図である。 図１３は、形態画像に基づく解析指標によるステージ分類上の該当範囲の決定を説明するための模式図である。 図１４は、形態画像に基づく解析指標によるステージ分類上の該当範囲の決定を説明するための模式図である。 図１５は、ＣＴＡを用いた形態画像の一例を示す模式図である。
　以下、各実施形態に係るステージ判定支援システムについて図面を用いて説明する。以下のステージ判定支援システムは、それぞれハードウェア構成、又はハードウェア資源とソフトウェアとの組合せ構成のいずれでも実施可能となっている。組合せ構成のソフトウェアとしては、予めネットワーク又は記憶媒体からコンピュータにインストールされ、ステージ判定支援システムの各機能を当該コンピュータに実現させるためのステージ判定支援プログラムが用いられる。
　＜第１の実施形態＞
　図１は第１の実施形態に係るステージ判定支援システム及びその周辺構成を示す模式図である。ステージ判定支援システムは、重症度を示す複数のステージのうち、いずれのステージに被検体の疾患が該当するかの判定を支援するためのシステムである。ステージ判定支援システムは、例えば、医用画像ワークステーション１０、入力装置（例えば、キーボード又はマウス等）１４及びモニタ装置１５によって構成されている。医用画像ワークステーション１０の内部にはハードディスク１１、コンピュータ１２及びネットワークＩ／Ｆ（例えば、Ethernet（登録商標） Cardなど）１３がある。なお、ステージ判定支援システムにおける「システム」の用語は「装置」と読み替えてもよく、入力装置１４及びモニタ装置１５における「装置」の用語は「部」と読み替えてもよい。また、ステージ判定支援システムは、各装置２０～５０からネットワークを介して機能画像１１ｇを収集する画像サーバ装置に接続され、当該画像サーバ装置から機能画像１１ｇを読出可能なクライアント装置として実現してもよい。
　ハードディスク１１にはステージ判定支援用ソフトウェア（ステージ判定支援プログラム）１１ｓと、被検体（患者）の複数種の機能画像１１ｇ及び形態画像が保管されている。コンピュータ１２は、メインメモリ１２ｍ及びプロセッサ１２ｐを備えている。
　プロセッサ１２ｐは、ハードディスク１１内のステージ判定支援用ソフトウェア１１ｓと各機能画像１１ｇ及び形態画像のうち、少なくとも各機能画像をメインメモリ（記憶手段）１２ｍに読み出してステージ判定支援用ソフトウェア１１ｓの処理を実行する。
　プロセッサ１２ｐは、各機能画像１１ｇ及び形態画像をネットワークＩ／Ｆ１３によりネットワークを介してＸ線ＣＴ装置２０、ＭＲＩ装置３０、ＳＰＥＣＴ装置４０及びＰＥＴ装置５０などから取得し、ハードディスク１１に保管しておく。
　但し、プロセッサ１２ｐは、各機能画像１１ｇ及び形態画像をハードディスク１１に保管せずにメインメモリ１２ｍに転送し、ハードディスク１１から読み出したステージ判定支援用ソフトウェア１１ｓを実行して、メインメモリ１２ｍ内の各機能画像１１ｇ（及び形態画像）を解析しても良い。
　なお、ステージ判定支援用ソフトウェア１１ｓは、プロセッサ１２ｐに実行され、コンピュータ１２に第１判定機能、第２判定機能、算出機能及び表示機能を実現させるためのステージ判定支援プログラムを含んでいる。すなわち、ステージ判定支援用ソフトウェア１１ｓ及びプロセッサ１２ｐは、第１判定手段、第２判定手段及び算出手段を構成している。ステージ判定支援用ソフトウェア１１ｓ、プロセッサ１２ｐ及びモニタ装置１５は、表示手段を構成している。なお、モニタ装置１５は、医用ワークステーション１０から遠く離れた場所に配置される場合がある。この場合、ステージ判定支援プログラムから表示機能を省略してもよい。
　ここで、第１判定機能は、メインメモリ１２ｍ内の各機能画像１１ｇ及び形態画像のうち、少なくとも各機能画像１１ｇに基づいて、疾患に対する複数種の解析指標の各々の度合を判定する機能である。例えば、第１判定機能は、各機能画像１１ｇに基づいて、被検体の正常とみなされる領域に対する複数種の解析指標の各々に比較して、疾患に対する複数種の解析指標の各々の度合を判定する。疾患としては、例えば、脳虚血疾患が適用可能となっている。複数種の解析指標としては、各機能画像に基づく場合、例えば、脳血液量ＣＢＶ、脳血流量ＣＢＦ、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２が適用可能となっている。
　但し、全ての解析指標が各機能画像に基づく必要はなく、例えば全ての解析指標のうち、幾つかの解析指標が形態画像に基づいてもよい。これは以下の各実施形態でも同様である。形態画像に基づく解析指標としては、例えば、アーリーＣＴサイン（Early CT Sign）又はＣＴＡ（CT Angiography）が使用可能となっている。
　アーリーＣＴサインでは、例えば図１３に示すように、ＣＴ値が基準値Ｂより高い場合にはステージII及びIIIに該当し、ＣＴ値が基準値Ｂ以下の場合にステージＩに該当する。
　但し、アーリーＣＴサインでもステージＩ，ＩＩ，ＩＩＩの３段階で判定してもよい。
　補足すると、アーリーＣＴサインには以下の３つの判定基準がある。
　（１）白質／灰白質の境界不明瞭化、　
　（２）脳溝の消失、　
　（３）閉塞動脈の高吸収域。
　ここで、単純なＣＴの閾値で判定可能な基準は（３）のみと推測される。
　（３）の基準を用いる場合、高吸収域か否かの２択とするなら、高吸収の場合にはステージI、II、IIIの全てに該当することになる。
　この場合、図１３の例では、ステージIかステージII, IIIかの2択でもCT値の高さの度合いで区別しているが、ステージI、II、IIIの3段階で判定してもよい。
　例えば、アーリーＣＴサインを用いる場合、他の機能画像の判定と同じように、対側との大小の比較結果（大、小、同 程度）を縦軸にして判定することが可能である。これにより、ＣＴ値の絶対値で判定するのが厳しい場合でも、ステージの判定をI、II、IIIの3段階で判定可能である。
　ＣＴＡでは、例えば図１４及び図１５に示すように、支配領域１６内の血管が造影された場合１７にはステージIに該当し、支配領域１６内の血管が造影されない場合１８にはステージII及びIIIに該当する。支配領域１６内の血管が造影されるか否かは、例えば、関心領域ＲＯＩ毎に判定される。なお、造影されていない場合には、支配領域１６内の血管自体が見えないので特定できない。このため、この場合も同様に、対側と比較する必要がある。対側のROIと最も近い血管までの距離に比べて、疾患側のROIと最も近い血管までの距離が離れている場合、本来支配している血管が造影されていないと判断して、高いステージの判定になるようにする。この場合もROIから造影血管までの最短距離の対側との大小の比較結果（大、小、同程度）を縦軸にして、距離の差が大きさに基づいて、ステージ判定をI、II、IIIの3段階で判定可能である。なお、対側よりもROIから造影血管までの距離が小さいか同程度の場合は、ステージI、II、IIIのいずれにも該当しないことになる。
　また、第１判定機能としては、例えば以下の（ａ），（ｂ），（ｃ）又は（ｄ）を判定対象領域として、度合の判定を実行する機能としてもよい。なお、本実施形態では（ａ）を判定対象領域とした場合を例に挙げて述べている。
　（ａ）各機能画像１１ｇにユーザが設定した関心領域ＲＯＩ。
　（ｂ）各機能画像１１ｇが表す正常領域との画素値の比較によって異常と判定された領域。
　（ｃ）各機能画像１１ｇが表す組織全体を複数のセグメントに分割した領域。
　（ｄ）各機能画像１１ｇ上の各画素単位。
　また、第１判定機能としては、各機能画像１１ｇにおいて当該判定対象領域（上記（ａ），（ｂ），（ｃ）又は（ｄ））と正常とみなされる領域との画素値の比較により、度合の判定を実行する機能としてもよい。ここで、正常とみなされる領域としては、例えば、判定対象領域と左右対称の関係にある対側領域としてもよく、又は、（梗塞しにくく、虚血に陥る可能性が低い）小脳の一部領域としてもよい。
　また、ステージ判定支援プログラムが各機能画像１１ｇの位置合わせを実行する位置合わせ機能を更にコンピュータ１２に実現させる場合には、第１判定機能は、当該位置合わせが実行された各機能画像１１ｇに基づいて、度合の判定を実行する機能としてもよい。
　第２判定機能は、第１判定機能による各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定する機能である。ステージ判定ルールとしては、例えば、脳血液量ＣＢＶ、脳血流量ＣＢＦ、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２に基づいて、脳虚血疾患に対するパワーズのステージ分類を実行するための判定ルールが適用可能となっている。
　算出機能は、第２判定機能による各々の判定結果に基づいて、ステージ毎に、疾患が当該ステージに該当する可能性を示す値を算出する機能である。この算出機能としては、例えば、ステージ毎に、第２判定機能による各々の判定結果を重み付け加算することにより、可能性を示す値を算出する機能としてもよい。
　表示機能は、当該算出された値をステージ毎にモニタ装置１５に表示する機能である。表示機能は、例えば、当該算出された値に基づいて、数値表示、グラフ表示又はカラースケール表示をモニタ装置１５により実行する機能としてもよい。
　次に、以上のように構成されたステージ判定支援システムの動作について図２のフローチャートを用いて説明する。なお、ステージ判定支援システムの医用画像ワークステーション１０は、ユーザによる入力装置１４の操作により、プロセッサ１２ｐがハードディスク１１内のステージ判定支援用ソフトウェア１１ｓをメインメモリ１２ｍに読み出して実行しているものとする。また、本実施形態では、各機能画像１１ｇ及び形態画像のうち、各機能画像１１ｇを用いる場合を例に挙げて述べる。
　ステップＳＴ１において、医用画像ワークステーション１０は、ユーザによる入力装置１４の操作により、プロセッサ１２ｐが、ユーザが指定した脳循環代謝量の各解析指標を担当する各機能画像１１ｇをハードディスク１１からメインメモリ１２ｍに読み出す。さらに、プロセッサ１２ｐは、各機能画像１１ｇをモニタ装置１５に送出し、モニタ装置１５は、各機能画像１１ｇを表示する。
　続いて、プロセッサ１２ｐは、解剖上の形態に基づいて各機能画像１１ｇの位置合わせを実行する。位置合わせの方法としては、公知の代表的な標準脳との位置合わせ法である３Ｄ－ＳＳＰ（stereotactic surface projection）法又はＳＰＭ（statistical parametric mapping）法などが使用可能となっている。
　３Ｄ－ＳＳＰ法は、例えば、文献［１］に記載されている。
　［１］S Minoshima, RA Koeppe, KA Frey, et al., “Anatomic standardization: Linear scaling and nonlinear warping of functional brain images”, J Nucl Med, 35（9）, 1528-1537,（1994）.
　ＳＰＭ法は、例えば、文献［２］及び［３］に記載されている。
　［２］KJ Friston, J Ashburner, CD Frith, et al., “Spatial registration and normalization of images”, Human Brain Mapping, 2, 165-189,（1995）.
　［３］J Ashburner, and KJ Friston, “Nonlinear spatial normalization using basis functions”, Hum Brain Mapp, 7（4）, 254-266,（1999）.
　１つの解析指標を担当する機能画像１１ｇは１つでもよく、複数でもよく、０個でもよい。具体的には、脳血流量ＣＢＦ及び脳血液量ＣＢＶを担当する機能画像１１ｇとしては、主にＸ線ＣＴ装置２０、ＭＲＩ装置３０、ＳＰＥＣＴ装置４０又はＰＥＴ装置５０から得られる灌流画像を用いる。また、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２を担当する機能画像１１ｇとしてはＰＥＴ画像を用いる。また、図１１から分かるように、脳酸素代謝量ＣＭＲＯ２の減少が脳細胞壊死と同等な状態とみなせるため、機能画像１１ｇの代わりにＭＲＩの拡散強調画像ＤＷＩ（Diffusion Weighted Image）の高信号値を解析指標として代用してもよい。
　なお、同一の医用画像診断装置２０～５０で１回の撮像で得られたデータを用いて解析して得られた複数の機能画像１１ｇ同士であれば、位置ズレが発生しないため、本位置合わせ処理は不要である。
　ステップＳＴ２において、プロセッサ１２ｐは、ユーザが指定した全ての機能画像１１ｇをモニタ装置１５の画面上に表示する。プロセッサ１２ｐは、ユーザによる入力装置１４の操作により、表示された任意の機能画像１１ｇ上の、対側と比較して低信号又は高信号で虚血状態と思われる領域に関心領域ＲＯＩ（Region of Interest）を設定する。
　なお、関心領域ＲＯＩの形状は楕円等でも良いし、任意形状でも良い。また、プロセッサ１２ｐは、内部処理により信号値の左右差が大きい領域を検出してその領域に自動的に関心領域ＲＯＩを設定しても良い。或いは、図３に一例を示すように、予め脳全体（又は脳の外周側領域のみ）を複数の細かいセグメントＬ１，Ｌ２，…，Ｒ１，Ｒ２，…に分割しておき、機能画像１１ｇ上で複数のセグメントＬ１，Ｌ２，…，Ｒ１，Ｒ２，…に個別に対応した複数の領域に複数の関心領域ＲＯＩを設定しても良い。なお、各セグメントＬ１，Ｌ２，…，Ｒ１，Ｒ２，…は、左右対称に分割しておくことが、関心領域ＲＯＩを左右対称に設定する観点から好ましい。
　また、ユーザによる入力装置１４の操作に応じて、複数の関心領域ＲＯＩを設定することも可能とする。ユーザが設定した複数の関心領域ＲＯＩが重なっている場合は、大きい方の関心領域ＲＯＩは、小さい方の関心領域ＲＯＩの領域を除いた領域とする。これは、図４に示すように、脳虚血領域ｒ１における中心部梗塞（脳細胞壊死）領域（ischemic core）ｒ２及びそれ以外の虚血性ペナンブラ領域（ischemic penumbra）ｒ３といった各領域ｒ２，ｒ３にそれぞれステージ判定を行いたい場合を想定している。
　ステップＳＴ３において、プロセッサ１２ｐは、患側（脳の虚血側）に設定された関心領域ＲＯＩに対応する関心領域ＲＯＩを健側（脳の正常側）に左右対称に設定し、各機能画像１１ｇに対して左右の関心領域ＲＯＩの平均値を比較する。プロセッサ１２ｐは、健側と比較して患側の関心領域ＲＯＩ平均値が大きいか小さいか同程度かの度合を判定する。大、小、同程度の判定の閾値は、健側との比が１２０％以上は大、７０％未満は小、７０％以上～１２０％未満は同程度などとして判定する。また、両側が虚血に陥っている場合も考えられる。両側が虚血状態の場合にも判定可能とするため、左右比ではなく、虚血に陥る可能性が低い小脳などに正常領域の関心領域ＲＯＩを設定して虚血領域との比較をしても良い。
　ステップＳＴ４において、プロセッサ１２ｐは、各機能画像１１ｇについて、健側との比較による判定結果（大、小、同程度）及びパワーズのステージ分類上のステージ判定ルールに基づいて、解析指標毎に、当該判定結果に該当するステージを判定する。例えば図５に示す場合、脳血液量ＣＢＶは大と判定されたため、ステージＩ、ＩＩ、ＩＩＩの全てのステージに該当することが判定され、該当範囲がステージＩ～ＩＩＩと決定される。脳血流量ＣＢＦは小と判定されたため、ステージＩＩ、ＩＩＩに該当することが判定され、該当範囲がステージＩＩ～ＩＩＩと決定される。脳酸素摂取率ＯＥＦは大と判定されたため、ステージＩＩ、ＩＩＩに該当することが判定され、該当範囲がステージＩＩ～ＩＩＩと決定される。脳酸素代謝量ＣＭＲＯ２は同程度と判定されたため、ステージＩ、ＩＩに該当することが判定され、該当範囲がステージＩ～ＩＩと決定される。
　ステップＳＴ５において、プロセッサ１２ｐは、ユーザによる入力装置１４の操作により、予め各解析指標の重み係数を設定する。解析指標毎の重み係数は、ユーザの考える重要度に応じた割合に設定される。解析指標毎の重み係数の合計は、この例では１とするが、これに限らず、例えば１００でもよい（予め百分率で重み付け加算する場合）。
　プロセッサ１２ｐは、ステージ毎に、各解析指標が該当か非該当の判定結果に応じて１か０を設定し、これら各設定値（１又は０）に重み係数（０．３、０．３、０．１又は０．３）をかけて加算した重み付け加算値を各ステージの可能性を示す値として求める。例えば図６に示す場合、ステージ１の重み付け加算値は、０．３×１＋０．３×０＋０．１×０＋０．３×１＝０．６と計算され、１００を乗じて百分率で表すと、可能性を示す値が６０％となる。ステージＩＩ、ＩＩＩについても同様の計算を行い、それぞれ１００％、７０％となる。なお、このような重み付け加算を行わない場合には、全ての重み係数を１に設定すればよい。
　ここで、対象の機能画像１１ｇが存在しない解析指標は、各ステージＩ～ＩＩＩの可能性を０としてもよく、どのステージＩ～ＩＩＩの可能性も均等にあるとして１／３として計算してもよい。また、１つの解析指標に異なる医用画像診断装置から得られた複数の機能画像１１ｇが存在する場合は、単純に複数の結果を加算すれば良い。このように、複数の機能画像１１ｇの結果を加算することにより、その解析指標のステージ可能性の確からしさの信頼性が増す効果が得られる。
　ステップＳＴ６において、プロセッサ１２ｐは、算出した値をステージ毎にモニタ装置１５に表示する。表示方法としては、図６に示すようにパワーズのステージ分類図とともに数値で表示しても良いし、棒グラフ、円グラフ又はカラースケール画像など別の表現方法で表示しても良い。
　上述したように本実施形態によれば、各機能画像１１ｇに基づいて解析指標の各々の度合を判定し、各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定し、各々の判定結果に基づいて、ステージ毎に、該当する可能性を示す値を算出して表示する構成により、得られた機能画像１１ｇから疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援することができる。
　また、これにより、ひと目でどのステージの可能性がどの程度なのかが分かるので、ユーザが画像を見て頭で考えて判定する必要がなくなり、即座に客観的にステージ分類を判定できるようになり、誤判定もなくなる。また、解析指標の組合せがどのステージにも該当しない場合でも、ユーザが各ステージの可能性の高さを客観的に見て、ステージ分類を判定することができる。さらに、複数モダリティの機能画像１１ｇが得られている場合には、可能性を示す値の信頼性が上がるため、判定の精度を更に向上させることができる。
　なお、本実施形態は図７に示すように変形してもよい。図７に示す例の場合、ステップＳＴ４において健側との比率により大、小、同程度の度合を判定するのではなく、健側との比率自体を直接ステージ判定に用いる。例えば、比率の最大値（例、＋１００％）と最小値（例、－１００％）をユーザが予め設定しておく。プロセッサ１２ｐは、比率の最大値又は最小値を限界値として健側との比率を示す値と、各解析指標のステージに該当する当該比率を示す値の範囲とに基づいて、各解析指標に対してステージを判定する。
　図７に示す例では、脳血液量ＣＢＶにおいて、ステージＩに該当する比率を示す値の範囲が０％～＋７４％であり、ステージＩＩ，ＩＩＩに該当する比率を示す値の範囲が＋７５％である。
　脳血流量ＣＢＦにおいては、ステージＩに該当する比率を示す値の範囲が０％であり、ステージＩＩに該当する比率を示す値の範囲が－１％～－５０％であり、ステージＩＩＩに該当する比率を示す値の範囲が－５１％～－１００％である。
　脳酸素摂取率ＯＥＦにおいては、ステージＩに該当する比率を示す値の範囲が０％であり、ステージＩＩに該当する比率を示す値の範囲が＋１％～＋９９％であり、ステージＩＩＩに該当する比率を示す値の範囲が＋１００％である。
　脳酸素代謝量ＣＭＲＯ２においては、ステージＩ，ＩＩに該当する比率を示す値の範囲が０％であり、ステージＩＩＩに該当する比率を示す値の範囲が－１％～－１００％である。
　従って、図７に示す例の場合、脳血液量ＣＢＶは、健側との比率を示す値が＋７０％であるため、０％～＋７４％の範囲に該当するステージＩと判定される。脳血流量ＣＢＦ、脳酸素摂取率ＯＥＦ及び脳酸素代謝量ＣＭＲＯ２についても同様の方法で、それぞれステージＩＩ、ステージＩＩ及びステージＩ，ＩＩと判定される。各ステージの可能性を示す値の計算方法及び表示方法は、ステップＳＴ５～ＳＴ６に記載の方法と同じである。
　＜第２の実施形態＞
　次に、第２の実施形態に係るステージ判定支援システムについて図１を用いて説明する。なお、前述した部分と同一部分についてはその詳しい説明を省略し、ここでは異なる部分について主に述べる。
　第２の実施形態は、第１の実施形態の変形例であり、関心領域ＲＯＩを用いる第１の実施形態とは異なり、各機能画像１１ｇ上の各画素単位を対象として、前述した第１判定機能、第２判定機能、算出機能及び表示機能を実行する形態である。
　すなわち、第１判定機能は、前述した第１判定機能において、各機能画像１１ｇ上の各画素単位を対象として、度合の判定を実行する。
　第２判定機能は、前述した第２判定機能において、各画素単位を対象として、ステージの判定を実行する。
　算出機能は、前述した算出機能において、各画素単位を対象として、ステージ毎に値を算出する。
　表示機能は、前述した表示機能において、各画素単位を対象として、ステージ毎に当該算出された値のうち、最も高い値に該当するステージを表すように色分け表示を実行する機能となっている。
　他の構成は、第１の実施形態と同様である。
　次に、以上のように構成されたステージ判定支援システムの動作について図８のフローチャートを用いて説明する。
　始めに、開始時からステップＳＴ１の各機能画像１１ｇの位置合わせまでの動作は、第１の実施形態と同様に実行される。また、ステップＳＴ１の完了後、前述したステップＳＴ２（関心領域ＲＯＩの設定）は行わない。
　ステップＳＴ３ａにおいて、プロセッサ１２ｐは、前述したステップＳＴ３に相当する処理（各機能画像１１ｇに対する健側との比較による度合の判定）を左右対称の全ての画素毎に行う。
　ステップＳＴ４ａにおいて、プロセッサ１２ｐは、前述したステップＳＴ４に相当する処理（度合の判定結果に基づくステージの判定）を左右対称の全ての画素毎に行う。
　ステップＳＴ５ａにおいて、プロセッサ１２ｐは、前述したステップＳＴ５に相当する処理（ステージの判定結果に基づく、各ステージの可能性を示す重み付け加算値の計算）を左右対称の全ての画素毎に行う。
　ステップＳＴ６ａにおいて、プロセッサ１２ｐは、画素毎にどのステージの可能性を示す値が最も高い値かを判定し、判定結果が同じ値の画素を３つの集合領域に領域分割（クラスタリング）する。
　ステップＳＴ６ｂにおいて、プロセッサ１２ｐは、可能性が最も高いステージを表す領域分割結果をモニタ装置１５により色分け表示する。例えば、プロセッサ１２ｐは、図９に示すように、中央の赤色領域（ステージＩＩＩ）の周囲を黄土色領域（ステージＩＩ）及び青色領域（ステージＩ）が順に囲んだ形状の領域分割結果をステップＳＴ６ａで得たとする。ステップＳＴ６ｂでは、プロセッサ１２ｐは、この領域分割結果を各ステージの可能性が高い領域として機能画像１１ｇ上に重ねた画像を作成し、この画像をモニタ装置１５により表示する。
　ステップＳＴ６ｂの表示方法の変形例としては、ステージ毎に左右対称の全ての画素の可能性を示す値をカラースケール等の方法により任意の機能画像１１ｇ上に色分け表示した画像を表示する方法がある。図１０Ａ、図１０Ｂ及び図１０Ｃに示す例では、ステージＩの機能画像１１ｇ上には、青色（０％）、黄色（５０％）、茶色（７０％）及び赤色（１００％）で各画素を色分け表示した画像が表示されている。同様に、ステージＩＩの機能画像１１ｇ上には、青色（０％）、黄色（５０％）、茶色（７０％）及び紫色（９０％）で各画素を色分け表示した画像が表示されている。また、ステージＩＩＩの機能画像１１ｇ上に、緑色（３０％）、黄色（５０％）、赤色（１００％）及び紫色（９０％）で各画素を色分け表示した画像が表示されている。なお、色分けした画像は、白黒の二色図面の便宜上、各色の境界に破線を描画したが、実際には破線が無く、虹色のように不明瞭な境界を有して色が変化している。また、図１０Ａ、図１０Ｂ及び図１０Ｃに示すように、３つのステージのカラースケール画像を同時に表示しても良いし、各ステージのカラースケール画像を切り替えて表示してもよい。
　上述したように本実施形態によれば、関心領域ＲＯＩに代えて、各機能画像１１ｇ上の各画素単位を対象として、ステージ判定を実行する構成により、第１の実施形態の効果に加え、前述した関心領域ＲＯＩよりも細かい画素単位で各ステージの可能性を示す値を表示することができる。
　以上説明した少なくとも一つの実施形態によれば、各機能画像１１ｇ及び形態画像のうち、少なくとも各機能画像１１ｇに基づいて解析指標の各々の度合を判定し、各々の判定結果と所定のステージ判定ルールとに基づいて、解析指標毎に、当該判定結果に該当するステージを判定し、各々の判定結果に基づいて、ステージ毎に、該当する可能性を示す値を算出して表示する構成により、疾患が各ステージに該当する可能性を表示でき、ユーザによるステージ判定を支援することができる。
　なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

Claims (11)

  1. 　被検体の複数種の機能画像を記憶する記憶手段と、
    　前記各機能画像及び形態画像のうち、少なくとも前記各機能画像に基づいて、疾患に対する複数種の解析指標の各々の度合を判定する第１判定手段と、
    　前記第１判定手段による各々の判定結果と所定のステージ判定ルールとに基づいて、前記解析指標毎に、当該判定結果に該当するステージを判定する第２判定手段と、
    　前記第２判定手段による各々の判定結果に基づいて、前記ステージ毎に、前記疾患が当該ステージに該当する「可能性を示す値」を算出する算出手段と、
    　を備えたことを特徴とするステージ判定支援システム。
  2. 　請求項１に記載のステージ判定支援システムにおいて、
    　前記疾患は脳虚血疾患であることを特徴とするステージ判定支援システム。
  3. 　請求項２に記載のステージ判定支援システムにおいて、
    　前記複数種の解析指標は、脳血液量、脳血流量、脳酸素摂取率及び脳酸素代謝量であり、
    　前記ステージ判定ルールは、前記脳血液量、前記脳血流量、前記脳酸素摂取率及び前記脳酸素代謝量に基づいて、前記脳虚血疾患に対するパワーズのステージ分類を実行するための判定ルールであることを特徴とするステージ判定支援システム。
  4. 　請求項１乃至請求項３のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記算出手段は、前記ステージ毎に、前記第２判定手段による各々の判定結果を重み付け加算することにより、前記値を算出することを特徴とするステージ判定支援システム。
  5. 　請求項１乃至請求項４のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記第１判定手段は、前記各機能画像にユーザが設定した関心領域、前記各機能画像が表す正常領域との画素値の比較によって異常と判定された領域、前記各機能画像が表す組織全体を複数のセグメントに分割した領域、又は前記各機能画像上の各画素単位、を判定対象領域として、前記度合の判定を実行することを特徴とするステージ判定支援システム。
  6. 　請求項１乃至請求項４のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記第１判定手段は、前記各機能画像において判定対象領域と前記正常とみなされる領域との画素値の比較により、前記度合の判定を実行することを特徴とするステージ判定支援システム。
  7. 　請求項１乃至請求項６のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記正常とみなされる領域は、前記各機能画像において判定対象領域と左右対称の関係にある対側領域であることを特徴とするステージ判定支援システム。
  8. 　請求項１乃至請求項６のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記正常とみなされる領域は、小脳の一部領域であることを特徴とするステージ判定支援システム。
  9. 　請求項１乃至請求項８のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記各機能画像の位置合わせを実行する位置合わせ手段を更に備え、
    　前記第１判定手段は、前記位置合わせが実行された各機能画像に基づいて、前記度合の判定を実行することを特徴とするステージ判定支援システム。
  10. 　請求項１乃至請求項９のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記算出された値を前記ステージ毎に表示する表示手段を更に備え、
    　前記表示手段は、前記算出された値に基づいて、数値表示、グラフ表示又はカラースケール表示を実行することを特徴とするステージ判定支援システム。
  11. 　請求項１乃至請求項４のいずれか１項に記載のステージ判定支援システムにおいて、
    　前記第１判定手段は、前記各機能画像上の各画素単位を対象として、前記度合の判定を実行し、
    　前記第２判定手段は、前記各画素単位を対象として、前記ステージの判定を実行し、
    　前記算出手段は、前記各画素単位を対象として、前記ステージ毎に前記値を算出し、
    　前記表示手段は、前記各画素単位を対象として、前記ステージ毎に前記算出された値のうち、最も高い値に該当するステージを表すように色分け表示を実行することを特徴とするステージ判定支援システム。
PCT/JP2013/081978 2012-11-27 2013-11-27 ステージ判定支援システム WO2014084287A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201380003269.9A CN103957778B (zh) 2012-11-27 2013-11-27 阶段判定支援系统
US14/304,183 US10736514B2 (en) 2012-11-27 2014-06-13 Stage determination support system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-258349 2012-11-27
JP2012258349A JP6017281B2 (ja) 2012-11-27 2012-11-27 ステージ判定支援システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/304,183 Continuation US10736514B2 (en) 2012-11-27 2014-06-13 Stage determination support system

Publications (1)

Publication Number Publication Date
WO2014084287A1 true WO2014084287A1 (ja) 2014-06-05

Family

ID=50827919

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/081978 WO2014084287A1 (ja) 2012-11-27 2013-11-27 ステージ判定支援システム

Country Status (4)

Country Link
US (1) US10736514B2 (ja)
JP (1) JP6017281B2 (ja)
CN (1) CN103957778B (ja)
WO (1) WO2014084287A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10413253B2 (en) * 2014-11-21 2019-09-17 Samsung Electronics Co., Ltd. Method and apparatus for processing medical image
JP6448356B2 (ja) * 2014-12-22 2019-01-09 キヤノン株式会社 画像処理装置、画像処理方法、画像処理システム、及びプログラム
JP6661511B2 (ja) * 2016-10-12 2020-03-11 株式会社日立製作所 脳結合性分析システム、及び脳結合性分析方法
US11202612B2 (en) * 2016-11-28 2021-12-21 Canon Medical Systems Corporation Medical image-processing apparatus, X-ray CT apparatus, and medical image-processing method performing fluid analysis to switch displayed color information
JP6933617B2 (ja) * 2018-09-03 2021-09-08 富士フイルム株式会社 診療支援装置
JP2022040534A (ja) 2020-08-31 2022-03-11 富士フイルムヘルスケア株式会社 磁気共鳴イメージング装置、画像処理装置、および、画像処理方法
US20220375618A1 (en) * 2021-05-11 2022-11-24 Electronics And Telecommunications Research Institute Method and apparatus of calculating comprehensive disease index
CN113963001B (zh) * 2021-10-25 2023-05-23 中国人民解放军总医院第一医学中心 一种基于多时相cta的侧支循环血管定量方法
CN116740066B (zh) * 2023-08-14 2023-10-27 中日友好医院(中日友好临床医学研究所) 基于qsm评估脑氧摄取分数及脑氧代谢率的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040127799A1 (en) * 2000-02-02 2004-07-01 Sorensen Gregory A Method for evaluating novel, stroke treatments using a tissue risk map
WO2011058459A1 (en) * 2009-11-16 2011-05-19 Koninklijke Philips Electronics, N.V. Functional imaging
JP2012512729A (ja) * 2008-11-14 2012-06-07 アポロ メディカル イメージング テクノロジー ピーティーワイ リミテッド 急性脳卒中の組織状態をマッピングする方法及びシステム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6081612A (en) * 1997-02-28 2000-06-27 Electro Optical Sciences Inc. Systems and methods for the multispectral imaging and characterization of skin tissue
AUPR358701A0 (en) * 2001-03-07 2001-04-05 University Of Queensland, The Method of predicting stroke evolution
US6901277B2 (en) * 2001-07-17 2005-05-31 Accuimage Diagnostics Corp. Methods for generating a lung report
US7244230B2 (en) * 2002-11-08 2007-07-17 Siemens Medical Solutions Usa, Inc. Computer aided diagnostic assistance for medical imaging
JP4537681B2 (ja) * 2003-09-24 2010-09-01 株式会社東芝 血流解析装置
US7957574B2 (en) * 2006-11-22 2011-06-07 General Electric Company Methods and apparatus for generating a risk metric for soft plaque in vessels
EP1947606A1 (en) * 2007-01-16 2008-07-23 National University Corporation Kobe University Medical image processing apparatus and medical image processing method
US20110129129A1 (en) * 2009-11-30 2011-06-02 General Electric Company System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related data for determining a disease signature
JP4937397B2 (ja) * 2010-10-25 2012-05-23 富士フイルム株式会社 医用画像診断支援装置および方法、並びにプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040127799A1 (en) * 2000-02-02 2004-07-01 Sorensen Gregory A Method for evaluating novel, stroke treatments using a tissue risk map
JP2012512729A (ja) * 2008-11-14 2012-06-07 アポロ メディカル イメージング テクノロジー ピーティーワイ リミテッド 急性脳卒中の組織状態をマッピングする方法及びシステム
WO2011058459A1 (en) * 2009-11-16 2011-05-19 Koninklijke Philips Electronics, N.V. Functional imaging

Also Published As

Publication number Publication date
CN103957778A (zh) 2014-07-30
US10736514B2 (en) 2020-08-11
JP6017281B2 (ja) 2016-10-26
CN103957778B (zh) 2016-03-16
JP2014104097A (ja) 2014-06-09
US20140296691A1 (en) 2014-10-02

Similar Documents

Publication Publication Date Title
JP6017281B2 (ja) ステージ判定支援システム
Sichtermann et al. Deep learning–based detection of intracranial aneurysms in 3D TOF-MRA
Dai et al. Identifying and mapping connectivity patterns of brain network hubs in Alzheimer's disease
Duncan et al. Brain imaging in the assessment for epilepsy surgery
Dai et al. Discriminative analysis of early Alzheimer's disease using multi-modal imaging and multi-level characterization with multi-classifier (M3)
Cuingnet et al. Automatic classification of patients with Alzheimer's disease from structural MRI: a comparison of ten methods using the ADNI database
Gray et al. Multi-region analysis of longitudinal FDG-PET for the classification of Alzheimer's disease
Brickman et al. Quantitative approaches for assessment of white matter hyperintensities in elderly populations
Parsons Perfusion CT: is it clinically useful?
Chuang et al. Correlation of trabeculae and papillary muscles with clinical and cardiac characteristics and impact on CMR measures of LV anatomy and function
JP5243865B2 (ja) 脳疾患診断システム
Lindemer et al. Regional staging of white matter signal abnormalities in aging and Alzheimer's disease
JP4558645B2 (ja) 画像表示方法及び装置
US10210611B2 (en) Image processing apparatus, image processing method, and computer program product
Caruso et al. Wake-up stroke and CT perfusion: effectiveness and safety of reperfusion therapy
US20150265222A1 (en) Medical information processing apparatus, medical image diagnostic apparatus, and medical information processing method
Madsen et al. Mapping ventricular expansion onto cortical gray matter in older adults
Kuijf et al. Quantification of deep medullary veins at 7 T brain MRI
WO2011070467A1 (en) Collateral blood flow assessment
US8913812B2 (en) Medical image processing apparatus
US20110052024A1 (en) method of analysing stroke images
Seibert et al. Default network correlations analyzed on native surfaces
US20200184649A1 (en) Medical image processing apparatus, medical image processing method, and medical image processing program
Peter et al. Novel assessment of global metabolism by 18F-FDG-PET for localizing affected lobe in temporal lobe epilepsy
Rava et al. Enhancing performance of a computed tomography perfusion software for improved prediction of final infarct volume in acute ischemic stroke patients

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201380003269.9

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13857918

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13857918

Country of ref document: EP

Kind code of ref document: A1