JP2004057812A

JP2004057812A - Method for quantitative analysis of cerebral blood flow and device therefor

Info

Publication number: JP2004057812A
Application number: JP2003156083A
Authority: JP
Inventors: Kiyoko Abe; 阿部　清子
Original assignee: GE Medical Systems Global Technology Co LLC
Current assignee: GE Medical Systems Global Technology Co LLC
Priority date: 2002-06-03
Filing date: 2003-06-02
Publication date: 2004-02-26
Anticipated expiration: 2023-06-02
Also published as: JP4041012B2

Abstract

<P>PROBLEM TO BE SOLVED: To prevent overestimation and underestimation in a cerebral blood flow (CBF) quantitative rate. <P>SOLUTION: In computing the cerebral blood flow CBFq with a given pixel (q), images acquired through a magnetic resonance perfusion weighted imaging approach (MR-PWI) are not employed (steps W4, W5 and W6) after a time when the effect of a contrast agent at the pixel (q) is lost. A corrective parameter Pq which differs pixel by pixel (q) is used (steps W8 and W9). Accordingly. the influence of a signal for a superfluous duration can be avoided, and the difference in tissues between pixels can be corrected. Thus accurate CBF quantitative values can be acquired to prevent overestimation and underestimation thereof. <P>COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は、ＣＢＦ（Ｃｅｒｅｂｒａｌ　Ｂｌｏｏｄ　Ｆｌｏｗ：脳血流量）定量解析方法および装置に関し、更に詳しくは、ＣＢＦ定量値の過大評価および過小評価を防ぐことが出来るＣＢＦ定量解析方法および装置に関する。
【０００２】
【従来の技術】
従来、造影剤を用いて撮影した組織のＭＲ−ＰＷＩ（Ｍａｇｎｅｔｉｃ　Ｒｅｓｏｎａｎｃｅ　−　Ｐｅｒｆｕｓｉｏｎ　Ｗｅｉｇｈｔｅｄ　Ｉｍａｇｉｎｇ）画像からＣＢＦ定量値を求めるＣＢＦ定量解析方法が知られている（非特許文献１〜５参照。）。
【０００３】
図１５は、従来のＣＢＦ定量解析方法の処理手順を示すフロー図である。
ステップＪ１では、造影剤を用いると共にＧＲＥ（ＧＲａｄｉｅｎｔ　Ｅｃｈｏ）系のＥＰＩ（Ｅｃｈｏ　Ｐｌａｎａｒ　Ｉｍａｇｉｎｇ）法のパルスシーケンスにより撮影した組織のＭＲ−ＰＷＩ（Ｍａｇｎｅｔｉｃ　Ｒｅｓｏｎａｎｃｅ　−　Ｐｅｒｆｕｓｉｏｎ　Ｗｅｉｇｈｔｅｄ　Ｉｍａｇｉｎｇ）画像Ｇ（ｔ１）〜Ｇ（ｔｎ）を得る。ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）は、例えば１．４秒間隔（Δｔ＝１．４）で連続撮影した８５フレーム（ｎ＝８５）の画像である。
【０００４】
ステップＪ２では、ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）に平滑処理を施し、ノイズ成分を抑制する。
【０００５】
ステップＪ３では、ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の各画素ｑについての信号値より組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を求める。図１６に、組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を概念的に示す。
なお、関数名に添字ｑを付けた場合、ある画素ｑについての当該関数の値を意味するものとする。
【０００６】
ステップＪ５では、組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）より組織濃度行列［ΔＲ_２ ^＊ｑ］を得る。図１７に、組織濃度行列［ΔＲ_２ ^＊ｑ］を示す。
【０００７】
ステップＪ６では、ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の動脈中に選んだ数点の画素についての信号値の平均値を基にして動脈濃度Ｃａｉｆ（ｔ１）〜Ｃａｉｆ（ｔｎ）を求め、動脈入力関数ＡＩＦ（Ａｒｔｅｒｉａｌ　Ｉｎｐｕｔ　Ｆｕｎｃｔｉｏｎ）の係数行列［Ａ］を得る。図１８に、動脈濃度Ｃａｉｆ（ｔ１）〜Ｃａｉｆ（ｔｎ）を概念的に示す。また、図１９に、係数行列［Ａ］を示す。係数行列［Ａ］は、ｎ次正方行列である。
【０００８】
ステップＪ７では、係数行列［Ａ］をＳＶＤ（Ｓｉｎｇｕｌａｒ　Ｖａｌｕｅ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎ）法により特異値分解する。すなわち、［Ａ］＝［Ｕ］・［Ｓ］・［Ｖ］^Ｔに分解する。行列［Ｕ］はｎ次正方行列であり、［Ｕ］^Ｔ・［Ｕ］＝［Ｉ］（ｎ次単位行列）である。また、行列［Ｓ］はｎ次対角行列であり、対角要素Ｓ１，Ｓ２，…，Ｓｎは係数行列［Ａ］の特異値（［Ａ］^Ｔ・［Ａ］の固有値の正平方根）であり、Ｓ１≧Ｓ２≧…≧Ｓｎ≧０である。図２０に、行列［Ｓ］を示す。転置行列［Ｖ］^Ｔはｎ次正方行列であり、［Ｖ］^Ｔ・［Ｖ］＝［Ｖ］・［Ｖ］^Ｔ＝［Ｉ］である。
【０００９】
ステップＪ９では、各画素ｑのレスポンス関数行列［Ｒｑ］を算出する。すなわち、［Ｒｑ］＝［Ａ］^−１・［ΔＲ_２ ^＊ｑ］である。逆行列［Ａ］^−１は、［Ａ］^−１＝［Ｖ］・［Ｓ］^−１・［Ｕ］^Ｔである。逆行列［Ｓ］^−１は、対角要素Ｓ１^−１，Ｓ２^−１，…，Ｓｎ^−１）を持つｎ次対角行列である。ただし、Ｓｉ＝０のとき、Ｓｉ^−１＝０とする（ｉ＝１〜ｎ）。
【００１０】
ステップＪ１０では、各画素ｑの脳血流量ＣＢＦｑを算出する。すなわち、Ｋを補正パラメータ、Ｒｑｍａｘをレスポンス関数行列［Ｒｑ］の要素の最大値とするとき、ＣＢＦｑ＝Ｋ・Ｒｑｍａｘである。
なお、補正パラメータＫは、例えば太い血管の赤血球容積率をＨＬＶとし、細い血管の赤血球容積率をＨＳＶとし、脳密度をρとするとき、Ｋ＝（１−ＨＬＶ）／｛（１−ＨＳＶ）・ρ｝である。
【００１１】
ステップＪ１１では、各画素ｑの脳血液量ＣＢＶｑを算出する。すなわち、ＣＢＶｑ＝∫_ｔ１ ^ｔｎＧｑ（ｔｉ）ｄｔ／∫_ｔ１ ^ｔｎＣａｉｆｑ（ｔｉ）ｄｔ、ｉ＝１，２，…，ｎである。
さらに、各画素ｑの平均通過時間ＭＴＴｑを算出する。すなわち、ＭＴＴｑ＝ＣＢＶｑ／ＣＢＦｑである。
【００１２】
ステップＪ１２では、ＣＢＦマップ画像、ＭＴＴマップ画像、ＣＢＶマップ画像を作成し、描画する。
【００１３】
図２１は、従来の組織濃度算出処理手順を示すフロー図である。
ステップＶ１では、組織のＭＲ−ＰＷＩ画像内の複数画素（例えば全脳の画素）の平均信号強度Ｓａｖ（ｔ）を得る。図２２に、平均信号強度Ｓａｖ（ｔ）を例示する。
ステップＶ２では、平均信号強度Ｓａｖ（ｔ）の造影剤が入る前と思われる領域を操作者がスキップ領域Ｋとして設定する。図２２に、スキップ領域Ｋを例示する。
ステップＶ３では、スキップ領域Ｋに含まれる平均信号強度Ｓａｖ（ｔ）の平均値をベースライン値Ｓｏとする。図２２に、ベースライン値Ｓｏを例示する。
ステップＶ７’では、エコー時間をＴＥとし、ＭＲ−ＰＷＩ画像内のある画素ｑの値をｇｑ（ｔ）とするとき、次式により画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を求める。
ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏ｝
図２３に、画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を例示する。この画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を概念的に表した図が、図１６である。
【００１４】
【非特許文献１】
Ｋａｔｒｉｎ　Ａ．　Ｒｅｍｍｐ，　Ｅｔｃ：Ｑｕａｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　Ｒｅｇｉｏｎａｌ　Ｃｅｒｅｂｒａｌ　Ｂｌｏｏｄ　Ｆｌｏｗ　ａｎｄ　Ｖｏｌｕｍｅ　ｗｉｔｈ　Ｄｙｎａｍｉｃ　Ｓｕｓｃｅｐｔｉｂｉｌｉｔｙ　Ｃｏｎｔｒａｓｔ−ｅｎｈａｎｃｅｄ　ＭＲ　Ｉｍａｇｉｎｇ：Ｒａｄｉｏｌｏｇｙ，　Ｖｏｌ．１９３：６３７−６４１
【非特許文献２】
Ｌｅｉｆ　Ｏｓｔｅｒｇａａｒｄ，　Ｅｔｃ：Ｈｉｇｈ　Ｒｅｓｏｌｕｔｉｏｎ　Ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　Ｃｅｒｅｂｒａｌ　Ｂｌｏｏｄ　Ｆｌｏｗ　ｕｓｉｎｇ　Ｉｎｔｒａｖａｓｃｕａｒ　Ｔｒａｃｅｒ　Ｂｏｌｕｓ　Ｐａｓｓａｇｅ．　Ｐａｒｔ　１：Ｍａｔｈｅｍａｔｉｃａｌ　Ａｐｐｒｏａｃｈ　ａｎｄ　Ｓｔａｔｉｓｔｉｃａｌ　Ａｎａｌｙｓｉｓ：ＭＲＭ，　Ｖｏｌ．３６：７１５−７２５
【非特許文献３】
Ｌｅｉｆ　Ｏｓｔｅｒｇａａｒｄ，　Ｅｔｃ：Ｈｉｇｈ　Ｒｅｓｏｌｕｔｉｏｎ　Ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　Ｃｅｒｅｂｒａｌ　Ｂｌｏｏｄ　Ｆｌｏｗ　ｕｓｉｎｇ　Ｉｎｔｒａｖａｓｃｕａｒ　Ｔｒａｃｅｒ　Ｂｏｌｕｓ　Ｐａｓｓａｇｅ．　Ｐａｒｔ　２：Ｅｘｐｅｒｉｍｅｎｔａｌ　Ｃｏｍｐａｒｉｓｏｎ　ａｎｄ　Ｐｒｅｌｉｍｉｎａｒｙ　Ｒｅｓｕｌｕｓ：ＭＲＭ，　Ｖｏｌ．３６：７２５−７３６
【非特許文献４】
椎野顯彦，　Ｅｔｃ：Ｄｙｎａｍｉｃ　ｓｕｓｃｅｐｔｉｂｉｌｉｔｙ　ｃｏｎｔｒａｓｔ　法によるＣＢＦ定量化−ＡＩＦ補正法：日本磁気共鳴医学会雑誌　Ｖｏｌ．３１：１３４
【非特許文献５】
宮地利明：ＤＳＣ−ＭＲＩによる脳血流動態の測定：日本放射線技術学会雑誌第５８巻　第１号　第５８頁〜第６６頁
【００１５】
【発明が解決しようとする課題】
従来のＣＢＦ定量解析方法では、ＣＢＦ定量値の過大評価および過小評価を生じる問題点があった。
そこで、本発明の目的は、ＣＢＦ定量値の過大評価および過小評価を防ぐことが出来るＣＢＦ定量解析方法および装置を提供することにある。
【００１６】
【課題を解決するための手段】
第１の観点では、本発明は、造影剤を用いて撮影した組織のＭＲ−ＰＷＩ画像を基に各画素ｑの組織濃度ΔＲ_２ ^＊ｑを求め、各組織濃度ΔＲ_２ ^＊ｑの時間変化から各画素ｑの造影剤の影響の消失時刻を求め、造影剤の影響の消失時刻より後のＭＲ−ＰＷＩ画像は当該画素ｑの脳血流量ＣＢＦｑを算出するのに用いないことを特徴とするＣＢＦ定量解析方法を提供する。
造影剤の影響が現われる期間は、部位によって異なる。つまり、造影剤の影響が現われる期間は、全ての画素で同一ではない。しかし、従来のＣＢＦ定量解析方法では、どの画素ｑの脳血流量ＣＢＦｑを算出するのにも、全てのＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）を基にして求めた組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）および動脈濃度Ｃａｉｆ（ｔ１）〜Ｃａｉｆ（ｔｎ）を用いていた。このため、余分の期間の信号の影響が入り、ＣＢＦ定量値が不正確になっていた。
そこで、上記第１の観点によるＣＢＦ定量解析方法では、造影剤を用いて撮影した組織のＭＲ−ＰＷＩ画像を基に各画素ｑの組織濃度ΔＲ_２ ^＊ｑを求めた後、組織濃度ΔＲ_２ ^＊ｑの時間変化から各画素ｑの造影剤の影響の消失時刻を求め、造影剤の影響の消失時刻より後のＭＲ−ＰＷＩ画像は当該画素ｑの脳血流量ＣＢＦｑを算出するのに用いないこととした。これにより、余分の期間の信号の影響が入らず、ＣＢＦ定量値が正確になり、ＣＢＦ定量値の過大評価および過小評価を防ぐことが出来る。
【００１７】
第２の観点では、本発明は、
（１）造影剤を用いると共にＧＲＥ系のＥＰＩ法により撮影した組織のＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）を得る。
（２）ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の各画素ｑについて組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を求める。
（３）ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の各画素ｑについての組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークの立上り時刻の最も早い時刻を開始時刻ｔａとする。また、組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークが終わった時刻を終了時刻ｔｅｑとする。ここで、ｔ１≦ｔａ＜ｔｅｑ≦ｔｎである。
（４）各画素ｑについてＭＲ−ＰＷＩ画像Ｇ（ｔａ）〜Ｇ（ｔｅｑ）の組織濃度ΔＲ_２ ^＊ｑ（ｔａ）〜ΔＲ_２ ^＊ｑ（ｔｅｑ）より組織濃度行列［ΔＲ_２ ^＊ｑ］を得る。
（５）ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の動脈にとった関心領域中の画素ｇの平均値を基にして各画素ｑについての動脈濃度Ｃａｉｆｑ（ｔａ）〜Ｃａｉｆｑ（ｔｅｑ）を求め、係数行列［Ａｑ］を求める。係数行列［Ａｑ］は（ｔｅｑ−ｔａ＋１）次正方行列である。
（６）係数行列［Ａｑ］をＳＶＤ法で［Ａｑ］＝［Ｕｑ］・［Ｓｑ］・［Ｖｑ］^Ｔに分解する。行列［Ｕｑ］は（ｔｅｑ−ｔａ＋１）次正方行列であり、［Ｕｑ］^Ｔ・［Ｕｑ］＝［Ｉ］（ｎ次単位行列）である。また、行列［Ｓｑ］は（ｔｅｑ−ｔａ＋１）次対角行列であり、対角要素Ｓ１≧Ｓ２≧…≧Ｓｅｑ−ａ＋１≧０であり、Ｓ１，Ｓ２，…，Ｓｅｑ−ａ＋１は係数行列［Ａｑ］の特異値（［Ａｑ］^Ｔ・［Ａｑ］の固有値の正平方根）である。行列［Ｖｑ］は（ｔｅｑ−ｔａ＋１）次正方行列であり、［Ｖｑ］^Ｔ・［Ｖｑ］＝［Ｖｑ］・［Ｖｑ］^Ｔ＝［Ｉ］である。
（７）逆行列［Ｓｑ］^−１＝ｄｉａｓ（Ｓ１^−１，Ｓ２^−１，…，Ｓｅｑ−ａ＋１^−１）を求める。ただし、ｄｉａｓ（）は対角行列を表し、Ｓｉ＝０のとき、Ｓｉ^−１＝０とする（ｉ＝１〜ｅｑ−ａ＋１）。
（８）逆行列［Ａｑ］^−１を算出する。すなわち、［Ａｑ］^−１＝［Ｖｑ］・［Ｓｑ］^−１・［Ｕｑ］^Ｔである。
（９）係数行列［Ａｑ］の対角要素Ｓ１，Ｓ２，…，Ｓｅｑ−ａ＋１の平均値Ｓａｖｅｑと最大値Ｓｍａｘｑを求め、さらに補正パラメータＰｑ＝Ｓａｖｅｑ／Ｓｍａｘｑを算出する。
（１０）画素ｑのレスポンス関数行列［Ｒｑ］を算出する。すなわち、［Ｒｑ］＝Ｐｑ・［Ａｑ］^−１・［ΔＲ_２ ^＊ｑ］である。
（１１）画素ｑの脳血流量ＣＢＦｑを算出する。すなわち、Ｋを補正パラメータ、Ｒｑｍａｘをレスポンス関数行列［Ｒｑ］の要素の最大値とするとき、ＣＢＦｑ＝Ｋ・Ｒｑｍａｘである。
以上の（１）〜（１１）のステップを含むことを特徴とするＣＢＦ定量解析方法を提供する。
【００１８】
造影剤の影響が現われる期間は、部位によって異なる。つまり、造影剤の影響が現われる期間は、全ての画素で同一ではない。しかし、従来のＣＢＦ定量解析方法では、どの画素ｑの脳血流量ＣＢＦｑを算出するのにも、全てのＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）を基にして求めた組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）および動脈濃度Ｃａｉｆ（ｔ１）〜Ｃａｉｆ（ｔｎ）を用いていた。このため、余分の期間の信号の影響が入り、ＣＢＦ定量値が不正確になっていた。
そこで、上記第２の観点によるＣＢＦ定量解析方法では、造影剤を用いて撮影した組織のＭＲ−ＰＷＩ画像を基に各画素ｑの組織濃度ΔＲ_２ ^＊ｑを求めた後、組織濃度ΔＲ_２ ^＊ｑの時間変化から各画素ｑの造影剤の影響の出現時刻ｔａｑと造影剤の影響の消失時刻ｔｅｑを求め、全画素で最も早い出現時刻を開始時刻ｔａとし、消失時刻ｔｅｑを終了時刻ｔｅｑとし、開始時刻ｔａから終了時刻ｔｅｑの間のＭＲ−ＰＷＩ画像を用いて当該画素ｑの脳血流量ＣＢＦｑを算出することとした。これにより、余分の期間の信号の影響が入らず、ＣＢＦ定量値が正確になる。
【００１９】
さらに、上記第２の観点によるＣＢＦ定量解析方法では、補正パラメータＰｑを用いるため、次の作用がある。
（１）画像のコントラストが急激に変化している組織（灰白質や血管など）では、補正パラメータＰｑ＝Ｓａｖｅｑ／Ｓｍａｘｑが小さくなるので、ＣＢＦの過大評価を抑えることが出来る。
（２）画像のコントラストがあまり変化しない組織（白質や脳室や病変組織など）では、補正パラメータＰｑ＝Ｓａｖｅｑ／Ｓｍａｘｑが大きくなるので、ＣＢＦの過小評価を抑えることが出来る。
（３）補正パラメータＰｑは画素ｑごとに異なるため、画素間における組織の差を補うことが出来る。
【００２０】
第３の観点では、本発明は、上記構成のＣＢＦ定量解析方法において、ＣＢＶｑ＝∫_ｔ１ ^ｔｎＧｑ（ｔｉ）ｄｔ／∫_ｔ１ ^ｔｎＣａｉｆｑ（ｔｉ）ｄｔ、ｉ＝１，２，…，ｎにより各画素ｑの脳血液量ＣＢＶｑを算出することを特徴とするＣＢＦ定量解析方法を提供する。
上記第３の観点によるＣＢＦ定量解析方法では、各画素ｑの動脈濃度Ｃａｉｆｑ（ｔ）から脳血液量ＣＢＶｑを算出することが出来る。
【００２１】
第４の観点では、本発明は、上記構成のＣＢＦ定量解析方法において、ＭＴＴｑ＝ＣＢＶｑ／ＣＢＦｑにより各画素ｑの平均通過時間ＭＴＴｑを算出することを特徴とするＣＢＦ定量解析方法を提供する。
上記第４の観点によるＣＢＦ定量解析方法では、各画素ｑの脳血液量ＣＢＶｑおよび脳血流量ＣＢＦｑから平均通過時間ＭＴＴｑを算出することが出来る。
【００２２】
第５の観点では、本発明は、上記構成のＣＢＦ定量解析方法において、ＣＢＦマップ画像、ＭＴＴマップ画像、ＣＢＶマップ画像の少なくとも一つを作成することを特徴とするＣＢＦ定量解析方法を提供する。
上記第５の観点によるＣＢＦ定量解析方法では、部位による脳血流量ＣＢＦ、平均通過時間ＭＴＴ、脳血液量ＣＢＶの差異を容易に視認することが出来る。
【００２３】
第６の観点では、本発明は、造影剤を用いて撮影した組織のＭＲ−ＰＷＩ画像を基に各画素ｑの組織濃度ΔＲ_２ ^＊ｑを求める手段と、各組織濃度ΔＲ_２ ^＊ｑの時間変化から造影剤の影響の消失時刻を求める手段と、造影剤の影響の消失時刻に基づいてＭＲ−ＰＷＩ画像を選択する手段と、選択したＭＲ−ＰＷＩ画像を基に当該画素ｑの脳血流量ＣＢＦｑを算出する手段とを具備したことを特徴とするＣＢＦ定量解析装置を提供する。
上記第６の観点によるＣＢＦ定量解析装置では、上記第１の観点によるＣＢＦ定量解析方法を好適に実施できる。
【００２４】
第７の観点では、本発明は、
（１）造影剤を用いると共にＧＲＥ系のＥＰＩ法により撮影した組織のＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）を得る手段。
（２）ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の各画素ｑについて組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を求める手段。
（３）ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の各画素ｑについての組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークの立上り時刻の最も早い時刻を開始時刻ｔａとし、組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークが終わった時刻を終了時刻ｔｅｑとする手段。ここで、ｔ１≦ｔａ＜ｔｅｑ≦ｔｎである。
（４）各画素ｑについてＭＲ−ＰＷＩ画像Ｇ（ｔａ）〜Ｇ（ｔｅｑ）の組織濃度ΔＲ_２ ^＊ｑ（ｔａ）〜ΔＲ_２ ^＊ｑ（ｔｅｑ）より組織濃度行列［ΔＲ_２ ^＊ｑ］を得る手段。
（５）ＭＲ−ＰＷＩ画像Ｇ（ｔａ）〜Ｇ（ｔｅｑ）の動脈にとった関心領域中の画素ｇの平均値を基にして各画素ｑについての動脈濃度Ｃａｉｆｑ（ｔａ）〜Ｃａｉｆｑ（ｔｅｑ）を求め、係数行列［Ａｑ］を求める手段。係数行列［Ａｑ］は（ｔｅｑ−ｔａ＋１）次正方行列である。
（６）係数行列［Ａｑ］をＳＶＤ法で［Ａｑ］＝［Ｕｑ］・［Ｓｑ］・［Ｖｑ］^Ｔに分解する手段。行列［Ｕｑ］は（ｔｅｑ−ｔａ＋１）次正方行列であり、［Ｕｑ］^Ｔ・［Ｕｑ］＝［Ｉ］（ｎ次単位行列）である。また、行列［Ｓｑ］は（ｔｅｑ−ｔａ＋１）次対角行列であり、対角要素Ｓ１≧Ｓ２≧…≧Ｓｅｑ−ａ＋１≧０であり、Ｓ１，Ｓ２，…，Ｓｅｑ−ａ＋１は係数行列［Ａｑ］の特異値（［Ａｑ］^Ｔ・［Ａｑ］の固有値の正平方根）である。行列［Ｖｑ］は（ｔｅｑ−ｔａ＋１）次正方行列であり、［Ｖｑ］^Ｔ・［Ｖｑ］＝［Ｖｑ］・［Ｖｑ］^Ｔ＝［Ｉ］である。
（７）逆行列［Ｓｑ］^−１＝ｄｉａｓ（Ｓ１^−１，Ｓ２^−１，…，Ｓｅｑ−ａ＋１^−１）を求める手段。ただし、ｄｉａｓ（）は対角行列を表し、Ｓｉ＝０のとき、Ｓｉ^−１＝０とする（ｉ＝１〜ｅｑ−ａ＋１）。
（８）逆行列［Ａｑ］^−１＝［Ｖｑ］・［Ｓｑ］^−１・［Ｕｑ］^Ｔを算出する手段。
（９）係数行列［Ａｑ］の対角要素Ｓ１，Ｓ２，…，Ｓｅｑ−ａ＋１の平均値Ｓａｖｅｑと最大値Ｓｍａｘｑを求め、さらに補正パラメータＰｑ＝Ｓａｖｅｑ／Ｓｍａｘｑを算出する手段。
（１０）画素ｑのレスポンス関数行列［Ｒｑ］＝Ｐｑ・［Ａｑ］^−１・［ΔＲ_２ ^＊ｑ］を算出する手段。
（１１）Ｋを補正パラメータ、Ｒｑｍａｘをレスポンス関数行列［Ｒｑ］の要素の最大値とするとき、画素ｑの脳血流量ＣＢＦｑ＝Ｋ・Ｒｑｍａｘを算出する手段。
以上の（１）〜（１１）の手段を具備したことを特徴とするＣＢＦ定量解析装置を提供する。
上記第７の観点によるＣＢＦ定量解析装置では、上記第２の観点によるＣＢＦ定量解析方法を好適に実施できる。
【００２５】
第８の観点では、本発明は、上記構成のＣＢＦ定量解析装置において、ＣＢＶｑ＝∫_ｔ１ ^ｔｎＧｑ（ｔｉ）ｄｔ／∫_ｔ１ ^ｔｎＣａｉｆｑ（ｔｉ）ｄｔ、ｉ＝１，２，…，ｎにより各画素ｑの脳血液量ＣＢＶｑを算出する手段を具備したことを特徴とするＣＢＦ定量解析装置を提供する。
上記第８の観点によるＣＢＦ定量解析装置では、上記第３の観点によるＣＢＦ定量解析方法を好適に実施できる。
【００２６】
第９の観点では、本発明は、上記構成のＣＢＦ定量解析装置において、ＭＴＴｑ＝ＣＢＶｑ／ＣＢＦｑにより各画素ｑの平均通過時間ＭＴＴｑを算出する手段を具備したことを特徴とするＣＢＦ定量解析装置を提供する。
上記第９の観点によるＣＢＦ定量解析装置では、上記第４の観点によるＣＢＦ定量解析方法を好適に実施できる。
【００２７】
第１０の観点では、本発明は、上記構成のＣＢＦ定量解析装置において、ＣＢＦマップ画像、ＭＴＴマップ画像、ＣＢＶマップ画像の少なくとも一つを作成する手段を具備したことを特徴とするＣＢＦ定量解析装置を提供する。
上記第１０の観点によるＣＢＦ定量解析装置では、上記第５の観点によるＣＢＦ定量解析方法を好適に実施できる。
【００２８】
第１１の観点では、本発明は、上記構成のＣＢＦ定量解析方法において、組織のＭＲ−ＰＷＩ画像のうちの操作者が設定したスキップ領域に含まれるＭＲ−ＰＷＩ画像内の複数画素の平均値からベースライン値Ｓｏを求め、エコー時間をＴＥとしＭＲ−ＰＷＩ画像内のある画素ｑの値をｇｑ（ｔ）として仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏ｝を求め、Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）が急上昇する前の平坦領域を新スキップ領域とし、組織のＭＲ−ＰＷＩ画像のうちの画素ｑの新スキップ領域に含まれる信号値から新ベースライン値Ｓｏｑを求めるか又は新スキップ領域に含まれるＭＲ−ＰＷＩ画像内の複数画素の平均値から新ベースライン値Ｓｏｑを求め、組織濃度ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏｑ｝を求めることを特徴とするＣＢＦ定量解析方法を提供する。
従来は、画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を求めるのに用いるベースライン値Ｓｏとして、操作者が設定したスキップ領域Ｋでの平均信号強度を採用していた。
しかし、異なる組織（動脈，白質，灰白質または静脈）に造影剤が入るタイミングはそれぞれ異なるため、一律に操作者が設定したスキップ領域Ｋでの平均信号強度をベースライン値Ｓｏとすると、異なる組織に造影剤が入るタイミングの異なりにより定量解析に誤差を生じる。また、操作者によりスキップ領域Ｋの設定にバラツキがあるため、これによっても定量解析に誤差を生じる。
そこで、上記第１１の観点によるＣＢＦ定量解析方法では、操作者が設定したスキップ領域Ｋでの平均信号強度をベースライン値Ｓｏとして従来と同様の処理で画素ｑの仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）を求め、次に画素ｑの仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）から当該画素ｑに最適の新スキップ領域Ｋｑを求め、その新スキップ領域Ｋｑでの平均信号強度を新ベースライン値Ｓｏｑとし、その新ベースライン値Ｓｏｑを用いて画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を求めるようにした。
これにより、画素ｑごとに最適化した新ベースライン値Ｓｏｑを用いるため、異なる組織に造影剤が入るタイミングの異なりにより定量解析に誤差を生じることを回避できる。また、新スキップ領域Ｋｑには操作者による設定のバラツキが入らないから、この点でも定量解析に誤差を生じることを回避できる。
なお、組織のＭＲ−ＰＷＩ画像のうちの画素ｑの新スキップ領域に含まれる信号値から新ベースライン値Ｓｏｑを求めるのが好ましいが、簡易的には新スキップ領域に含まれるＭＲ−ＰＷＩ画像内の複数画素の平均値から新ベースライン値Ｓｏｑを求めてもよい。
【００２９】
第１２の観点では、本発明は、上記構成のＣＢＦ定量解析装置において、前記各画素ｑについて組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を求める手段は、組織のＭＲ−ＰＷＩ画像のうちの操作者が設定したスキップ領域に含まれるＭＲ−ＰＷＩ画像内の複数画素の平均値からベースライン値Ｓｏを求め、エコー時間をＴＥとしＭＲ−ＰＷＩ画像内のある画素ｑの値をｇｑ（ｔ）として仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏ｝を求め、Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）が急上昇する前の平坦領域を新スキップ領域とし、組織のＭＲ−ＰＷＩ画像のうちの画素ｑの新スキップ領域に含まれる信号値から新ベースライン値Ｓｏｑを求めるか又は新スキップ領域に含まれるＭＲ−ＰＷＩ画像内の複数画素の平均値から新ベースライン値Ｓｏｑを求め、その新ベースライン値Ｓｏｑを用いて組織濃度ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏｑ｝を求めることを特徴とするＣＢＦ定量解析装置を提供する。
上記第１２の観点によるＣＢＦ定量解析装置では、上記第１１の観点によるＣＢＦ定量解析方法を好適に実施できる。
【００３０】
【発明の実施の形態】
以下、図に示す実施形態により本発明をさらに詳しく説明する。なお、これにより本発明が限定されるものではない。
【００３１】
図１は、本発明の一実施形態にかかる医用画像診断装置を示すブロック図である。
この医用画像診断装置１００は、被検体ＫをスキャンしてＭＲ−ＰＷＩ画像を撮影するＭＲＩ（Ｍａｇｎｅｔｉｃ　Ｒｅｓｏｎａｎｃｅ　Ｉｍａｇｉｎｇ）装置１と、そのＭＲＩ装置１からＭＲ−ＰＷＩ画像を受け取ってＣＢＦ定量解析処理などを行うコンピュータ２と、ＣＲＴのような表示装置３と、キーボードやマウスのような操作装置４と、ハードディスクのような記憶装置５とを具備している。
【００３２】
図２は、本発明にかかるＣＢＦ定量解析方法の処理手順を示すフロー図である。
ステップＷ１では、造影剤を用いると共にＧＲＥ系のＥＰＩ法のパルスシーケンスにより撮影した組織のＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）を得る。ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）は、例えば１．４秒間隔（Δｔ＝１．４）で連続撮影した８５フレーム（ｎ＝８５）の画像である。
【００３３】
ステップＷ２では、ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）に平滑処理を施し、ノイズ成分を抑制する。
【００３４】
ステップＷ３では、ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の各画素ｑについての信号値より組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を求める。図３に、組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）を概念的に示す。
【００３５】
ステップＷ４では、各画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークの立上り時刻ｔａｑのうちで最も早い時刻を開始時刻ｔａとする。また、各画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークが終わった時刻を終了時刻ｔｅｑとする。ここで、ｔ１≦ｔａ＜ｔｅｑ≦ｔｎである。
なお、各画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークの立上り時刻ｔａｑを各画素ｑごとの開始時刻としてもよいが、ピークの立上り時刻ｔａｑにはほとんど差がないので、処理の簡単化のため、開始時刻ｔａを各画素共通とする。これに対して、各画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ１）〜ΔＲ_２ ^＊ｑ（ｔｎ）のピークが終わった時刻には差があるため、終了時刻は各画素共通とせず、各画素ｑごとの終了時刻ｔｅｑとする。
【００３６】
ステップＷ５では、組織濃度ΔＲ_２ ^＊ｑ（ｔａ）〜ΔＲ_２ ^＊ｑ（ｔｅｑ）より組織濃度行列［ΔＲ_２ ^＊ｑ］を得る。図４に、組織濃度行列［ΔＲ_２ ^＊ｑ］を示す。
【００３７】
ステップＷ６では、ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）の動脈中に操作者が選んだ数点（＝関心領域）の画素であってＭＲ−ＰＷＩ画像Ｇ（ｔａ）〜Ｇ（ｔｅｑ）についての信号値の平均値を基にして動脈濃度Ｃａｉｆ（ｔａ）〜Ｃａｉｆ（ｔｅｑ）を求め、動脈入力関数ＡＩＦ（Ａｒｔｅｒｉａｌ　Ｉｎｐｕｔ　Ｆｕｎｃｔｉｏｎ）の係数行列［Ａｑ］を得る。図５に、動脈濃度Ｃａｉｆ（ｔ１）〜Ｃａｉｆ（ｔｎ）を概念的に示す。また、図６に、係数行列［Ａｑ］を示す。係数行列［Ａｑ］は、（ｔｅｑ−ｔａ＋１）次正方行列である。
【００３８】
ステップＷ７では、係数行列［Ａｑ］をＳＶＤ（Ｓｉｎｇｕｌａｒ　Ｖａｌｕｅ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎ）法により特異値分解する。すなわち、［Ａｑ］＝［Ｕｑ］・［Ｓｑ］・［Ｖｑ］^Ｔに分解する。行列［Ｕｑ］は（ｔｅｑ−ｔａ＋１）次正方行列であり、［Ｕｑ］^Ｔ・［Ｕｑ］＝［Ｉ］（ｎ次単位行列）である。また、行列［Ｓｑ］は（ｔｅｑ−ｔａ＋１）次対角行列であり、対角要素Ｓ１，Ｓ２，…，Ｓｅｑ−ａ＋１は係数行列［Ａｑ］の特異値（［Ａｑ］^Ｔ・［Ａｑ］の固有値の正平方根）であり、Ｓ１≧Ｓ２≧…≧Ｓｅｑ−ａ＋１≧０である。図７に、行列［Ｓｑ］を示す。転置行列［Ｖｑ］^Ｔは（ｔｅｑ−ｔａ＋１）次正方行列であり、［Ｖｑ］^Ｔ・［Ｖｑ］＝［Ｖｑ］・［Ｖｑ］^Ｔ＝［Ｉ］である。
【００３９】
ステップＷ８では、係数行列［Ａｑ］の対角要素Ｓ１，Ｓ２，…，Ｓｅｑ−ａ＋１の平均値Ｓａｖｅｑと最大値Ｓｍａｘｑを求め、さらに補正パラメータＰｑを算出する。Ｐｑ＝Ｓａｖｅｑ／Ｓｍａｘｑである。
【００４０】
ステップＷ９では、各画素ｑのレスポンス関数行列［Ｒｑ］を算出する。すなわち、［Ｒｑ］＝Ｐｑ・［Ａｑ］^−１・［ΔＲ_２ ^＊ｑ］である。逆行列［Ａｑ］^−１は、［Ａｑ］^−１＝［Ｖｑ］・［Ｓｑ］^−１・［Ｕｑ］^Ｔである。逆行列［Ｓｑ］^−１は、対角要素Ｓ１^−１，Ｓ２^−１，…，Ｓｅｑ−ａ＋１^−１）を持つ（ｔｅｑ−ｔａ＋１）次対角行列である。ただし、Ｓｉ＝０のとき、Ｓｉ^−１＝０とする（ｉ＝１〜ｅｑ−ａ＋１）。
【００４１】
ステップＷ１０では、各画素ｑの脳血流量ＣＢＦｑを算出する。すなわち、Ｋを補正パラメータ、Ｒｑｍａｘをレスポンス関数行列［Ｒｑ］の要素の最大値とするとき、ＣＢＦｑ＝Ｋ・Ｒｑｍａｘである。
なお、補正パラメータＫは、例えば太い血管の赤血球容積率をＨＬＶとし、細い血管の赤血球容積率をＨＳＶとし、脳密度をρとするとき、Ｋ＝（１−ＨＬＶ）／｛（１−ＨＳＶ）・ρ｝である。
【００４２】
ステップＷ１１では、各画素ｑの脳血液量ＣＢＶｑを算出する。すなわち、ＣＢＶｑ＝∫_ｔ１ ^ｔｎＧｑ（ｔｉ）ｄｔ／∫_ｔ１ ^ｔｎＣａｉｆｑ（ｔｉ）ｄｔ、ｉ＝１，２，…，ｎである。
さらに、各画素ｑの平均通過時間ＭＴＴｑを算出する。すなわち、ＭＴＴｑ＝ＣＢＶｑ／ＣＢＦｑである。
【００４３】
ステップＷ１２では、ＣＢＦマップ画像、ＭＴＴマップ画像、ＣＢＶマップ画像を作成し、表示装置３に表示する。
【００４４】
図８は、医用画像診断装置１００によって求めた健常組織および病変組織の平均ＣＢＦ値、平均ＭＴＴ値、平均ＣＢＶ値を例示する図表である。
健常組織に比べて病変組織では血液が流れにくくなっているが、これは平均ＣＢＦ値の低下と平均ＭＴＴ値の増加とから明確に読みとることが出来る。
【００４５】
図９は、図２に示す本発明にかかるＣＢＦ定量解析方法と図１０に示す従来のＣＢＦ定量解析方法とによって求めたＲＯＩ１〜ＲＯＩ５の平均ＣＢＦ値を比較した図表である。
従来例で平均ＣＢＦ値が高いＲＯＩ１〜ＲＯＩ３では、実施例では平均ＣＢＦ値が低くなっており、過大評価を防ぐことが出来た。また、従来例で平均ＣＢＦ値が低いＲＯＩ４，ＲＯＩ５では、実施例では平均ＣＢＦ値が高くなっており、過小評価を防ぐことが出来た。
【００４６】
図１０は、本発明にかかる組織濃度算出処理手順を示すフロー図である。
ステップＶ１では、組織のＭＲ−ＰＷＩ画像内の複数画素（例えば全脳の画素）の平均信号強度Ｓａｖ（ｔ）を得る。図１１に、平均信号強度Ｓａｖ（ｔ）を例示する。
ステップＶ２では、図１１に示すように、平均信号強度Ｓａｖ（ｔ）の造影剤が入る前と思われる領域を操作者がスキップ領域Ｋとして設定する。
ステップＶ３では、図１１に示すように、スキップ領域Ｋに含まれる平均信号強度Ｓａｖ（ｔ）の平均値をベースライン値Ｓｏとする。図１１に、ベースライン値Ｓｏを例示する。
ステップＶ４では、エコー時間をＴＥとし、ＭＲ−ＰＷＩ画像内のある画素ｑの値をｇｑ（ｔ）とするとき、次式により画素ｑの仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）を求める。
Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏ｝
図１２に、画素ｑの仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）を例示する。
【００４７】
ステップＶ５では、図１２に示すように、画素ｑの仮組織濃度Ｐｒｅ−ΔＲ_２ ^＊ｑ（ｔ）が急上昇する前の平坦領域を画素ｑの新スキップ領域Ｋｑとする。
ステップＶ６では、図１３に示すように、組織のＭＲ−ＰＷＩ画像のうちの画素ｑの新スキップ領域Ｋｑに含まれる信号値Ｓｑ（ｔ）の平均値を新ベースライン値Ｓｏｑとするか又は画素ｑの新スキップ領域Ｋｑに含まれる平均信号強度Ｓａｖ（ｔ）の平均値を画素ｑの新ベースライン値Ｓｏｑとする。
ステップＶ７では、次式により画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を求める。
ΔＲ_２ ^＊ｑ（ｔ）＝−（１／ＴＥ）・ｌｎ｛ｇｑ（ｔ）／Ｓｏｑ｝
図１４に、画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を例示する。この画素ｑの組織濃度ΔＲ_２ ^＊ｑ（ｔ）を概念的に表した図が、図３である。
【００４８】
−他の実施形態−
（１）ＭＲ−ＰＷＩ画像Ｇ（ｔ１）〜Ｇ（ｔｎ）に対する平滑処理を省略してもよい。
（２）組織濃度ΔＲ_２ ^＊　を求める際に何らかの補正処理を加えてもよい。
（３）本明細書で採用したＣＢＦ等の計算方法は　Ｏｓｔｅｒｇａａｒｄ　の研究グループが提案したものであるが、これに限定されず、例えば　Ｒｅｍｍｐ　の研究グループが提案した計算方法に対しても本発明を適用しうる。
【００４９】
【発明の効果】
本発明のＣＢＦ定量解析方法および装置によれば、ある画素ｑの脳血流量ＣＢＦｑを算出するのに、当該画素ｑにおける造影剤の影響が消失する時刻より後のＭＲ−ＰＷＩ画像は用いないから、余分の期間の信号の影響が入らず、ＣＢＦ定量値が正確になり、ＣＢＦ定量値の過大評価および過小評価を防ぐことが出来る。
【００５０】
さらに、画素ｑごとに異なる補正パラメータＰｑを用いるから、画素間の組織の差を補うことが出来る。よって、ＣＢＦ定量値が正確になり、ＣＢＦ定量値の過大評価および過小評価を防ぐことが出来る。
【図面の簡単な説明】
【図１】本発明の一実施形態にかかる医用画像診断装置のブロック図である。
【図２】本発明の一実施形態にかかるＣＢＦ定量解析処理の手順を示すフロー図である。
【図３】組織濃度の時間変化を示す概念図である。
【図４】組織濃度行列の例示図である。
【図５】血管濃度の時間変化を示す概念図である。
【図６】係数行列の例示図である。
【図７】特異値を対角要素とする行列の例示図である。
【図８】本発明により求めた健常組織と病変組織の平均ＣＢＦ値等を示す例示図である。
【図９】本発明により求めた平均ＣＢＦ値と従来方法により求めた平均ＣＢＦ値を比較した図表である。
【図１０】本発明の一実施形態にかかる組織濃度算出処理の手順を示すフロー図である。
【図１１】平均信号強度の時間変化、スキップ領域およびベースライン値を示す概念図である。
【図１２】仮組織濃度の時間変化を示す概念図である。
【図１３】平均信号強度の時間変化、新スキップ領域および新ベースライン値を示す概念図である。
【図１４】組織濃度の時間変化を示す概念図である。
【図１５】従来のＣＢＦ定量解析処理の手順を示すフロー図である。
【図１６】組織濃度の時間変化を示す概念図である。
【図１７】従来の組織濃度行列の例示図である。
【図１８】血管濃度の時間変化を示す概念図である。
【図１９】従来の係数行列の例示図である。
【図２０】特異値を対角要素とする行列の例示図である。
【図２１】従来の組織濃度算出処理の手順を示すフロー図である。
【図２２】平均信号強度の時間変化、スキップ領域およびベースライン値を示す概念図である。
【図２３】組織濃度の時間変化を示す概念図である。
【符号の説明】
１　　　　　　　ＭＲＩ装置
２　　　　　　　コンピュータ
１００　　　　　医用画像診断装置[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a CBF (Cerebral Blood Flow) quantitative analysis method and apparatus, and more particularly to a CBF quantitative analysis method and apparatus that can prevent overestimation and underestimation of CBF quantitative values.
[0002]
[Prior art]
Conventionally, a CBF quantitative analysis method for obtaining a CBF quantitative value from an MR-PWI (Magnetic Resonance-Perfection Weighted Imaging) image of a tissue imaged using a contrast agent is known (see Non-Patent Documents 1 to 5).
[0003]
FIG. 15 is a flowchart showing a processing procedure of a conventional CBF quantitative analysis method.
In Step J1, MR-PWI (Magnetic Resonance-Perfection Weighted Imaging) image G (1) of G- (Gradient Echo) -based EPI (Echo Planar Imaging) method of the tissue imaged using a pulse sequence. tn). The MR-PWI images G (t1) to G (tn) are, for example, 85 frames (n = 85) captured continuously at an interval of 1.4 seconds (Δt = 1.4).
[0004]
In step J2, the MR-PWI images G (t1) to G (tn) are smoothed to suppress noise components.
[0005]
In Step J3, the tissue concentration ΔR is determined from the signal value for each pixel q of the MR-PWI images G (t1) to G (tn).₂ ^*q (t1) to ΔR₂ ^*q (tn) is obtained. FIG. 16 shows the tissue concentration ΔR.₂ ^*q (t1) to ΔR₂ ^*q (tn) is shown conceptually.
In addition, when the subscript q is added to the function name, it means the value of the function for a certain pixel q.
[0006]
In step J5, the tissue concentration ΔR₂ ^*q (t1) to ΔR₂ ^*The tissue concentration matrix [ΔR from q (tn)₂ ^*q]. FIG. 17 shows the tissue concentration matrix [ΔR₂ ^*q].
[0007]
In step J6, the arterial concentrations Caif (t1) to Caif (tn) are calculated based on the average value of the signal values for several selected pixels in the artery of the MR-PWI images G (t1) to G (tn). The coefficient matrix [A] of the arterial input function AIF (Arterial Input Function) is obtained. FIG. 18 conceptually shows the arterial concentrations Caif (t1) to Caif (tn). FIG. 19 shows a coefficient matrix [A]. The coefficient matrix [A] is an n-order square matrix.
[0008]
In step J7, the coefficient matrix [A] is subjected to singular value decomposition by the SVD (Singular Value Decomposition) method. That is, [A] = [U] · [S] · [V]^TDisassembled into The matrix [U] is an n-order square matrix, and [U]^T[U] = [I] (nth order unit matrix). The matrix [S] is an n-order diagonal matrix, and the diagonal elements S1, S2,..., Sn are singular values ([A] of the coefficient matrix [A].^TThe square root of the eigenvalue of [A]), and S1 ≧ S2 ≧. FIG. 20 shows the matrix [S]. Transpose matrix [V]^TIs an nth order square matrix, [V]^T・ [V] = [V] ・ [V]^T= [I].
[0009]
In step J9, a response function matrix [Rq] for each pixel q is calculated. That is, [Rq] = [A]^-1・ [ΔR₂ ^*q]. Inverse matrix [A]^-1[A]^-1= [V] ・ [S]^-1・ [U]^TIt is. Inverse matrix [S]^-1Is the diagonal element S1^-1, S2^-1, ..., Sn^-1) N-order diagonal matrix. However, when Si = 0, Si^-1= 0 (i = 1 to n).
[0010]
In step J10, the cerebral blood flow CBFq of each pixel q is calculated. That is, CBFq = K · Rqmax, where K is the correction parameter and Rqmax is the maximum value of the elements of the response function matrix [Rq].
The correction parameter K is, for example, K = (1−HLV) / {(1−HSV) where the red blood cell volume ratio of a thick blood vessel is HLV, the red blood cell volume ratio of a thin blood vessel is HSV, and the brain density is ρ. .Rho.}.
[0011]
In step J11, the cerebral blood volume CBVq of each pixel q is calculated. That is, CBVq = ∫_t1 ^tnGq (ti) dt / ∫_t1 ^tnCaifq (ti) dt, i = 1, 2,..., N.
Further, the average transit time MTTq of each pixel q is calculated. That is, MTTq = CBVq / CBFq.
[0012]
In step J12, a CBF map image, an MTT map image, and a CBV map image are created and drawn.
[0013]
FIG. 21 is a flowchart showing a conventional tissue concentration calculation processing procedure.
In step V1, an average signal intensity Sav (t) of a plurality of pixels (for example, whole brain pixels) in the MR-PWI image of the tissue is obtained. FIG. 22 illustrates the average signal strength Sav (t).
In step V <b> 2, the operator sets an area that is supposed to be before the contrast medium having the average signal intensity Sav (t) is entered as the skip area K. FIG. 22 illustrates the skip area K.
In step V3, the average value of the average signal strength Sav (t) included in the skip region K is set as the baseline value So. FIG. 22 illustrates the baseline value So.
In step V7 ', when the echo time is TE and the value of a certain pixel q in the MR-PWI image is gq (t), the tissue concentration ΔR of the pixel q is expressed by the following equation.₂ ^*Find q (t).
ΔR₂ ^*q (t) =-(1 / TE) · ln {gq (t) / So}
FIG. 23 shows the tissue density ΔR of the pixel q.₂ ^*Illustrate q (t). The tissue density ΔR of this pixel q₂ ^*FIG. 16 conceptually represents q (t).
[0014]
[Non-Patent Document 1]
Katrin A. Remmp, Etc: Quantification of Regional Cerebral Blood Flow and Volume with Dynamic Sustainability Contrast-enhanced MR Imaging: Radiology. 193: 637-641
[Non-Patent Document 2]
Leif Ostergarard, Etc: High Resolution Measurement of Cerebral Blood Flow using Intravasual Tracer Bolus Passage. Part 1: Mathematical Approach and Statistical Analysis: MRM, Vol. 36: 715-725
[Non-Patent Document 3]
Leif Ostergarard, Etc: High Resolution Measurement of Cerebral Blood Flow using Intravasual Tracer Bolus Passage. Part 2: Experiential Comparison and Preliminary Resus: MRM, Vol. 36: 725-736
[Non-Patent Document 4]
Akihiko Shiino, Etc: Dynamic Susceptibility Contrast CBF quantification-AIF correction: Japan Society for Magnetic Resonance Medicine, Vol. 31: 134
[Non-Patent Document 5]
Toshiaki Miyaji: Measurement of cerebral blood flow dynamics by DSC-MRI: Journal of Japanese Society of Radiological Technology, Vol. 58, No. 1, pp. 58-66
[0015]
[Problems to be solved by the invention]
The conventional CBF quantitative analysis method has a problem in that it causes overestimation and underestimation of the CBF quantitative value.
Therefore, an object of the present invention is to provide a CBF quantitative analysis method and apparatus that can prevent overestimation and underestimation of CBF quantitative values.
[0016]
[Means for Solving the Problems]
In a first aspect, the present invention relates to a tissue concentration ΔR of each pixel q based on an MR-PWI image of a tissue imaged using a contrast agent.₂ ^*q is determined, and each tissue concentration ΔR₂ ^*The disappearance time of the influence of the contrast agent of each pixel q is obtained from the time change of q, and the MR-PWI image after the disappearance time of the influence of the contrast agent is not used to calculate the cerebral blood flow CBFq of the pixel q. The CBF quantitative analysis method characterized by the above is provided.
The period during which the effect of the contrast agent appears varies from site to site. That is, the period in which the influence of the contrast agent appears is not the same for all pixels. However, in the conventional CBF quantitative analysis method, the cerebral blood flow CBFq of any pixel q is calculated using the tissue concentration ΔR obtained based on all the MR-PWI images G (t1) to G (tn).₂ ^*q (t1) to ΔR₂ ^*q (tn) and arterial concentrations Caif (t1) to Caif (tn) were used. For this reason, the influence of the signal of the extra period entered, and the CBF quantitative value was inaccurate.
Therefore, in the CBF quantitative analysis method according to the first aspect, the tissue concentration ΔR of each pixel q is based on the MR-PWI image of the tissue imaged using the contrast agent.₂ ^*After determining q, the tissue concentration ΔR₂ ^*The disappearance time of the influence of the contrast agent of each pixel q is obtained from the time change of q, and the MR-PWI image after the disappearance time of the influence of the contrast agent is not used to calculate the cerebral blood flow CBFq of the pixel q. It was. Thereby, the influence of the signal of the extra period does not enter, the CBF quantitative value becomes accurate, and overestimation and underestimation of the CBF quantitative value can be prevented.
[0017]
In a second aspect, the present invention provides:
(1) MR-PWI images G (t1) to G (tn) of a tissue photographed by a GRE EPI method while using a contrast agent are obtained.
(2) Tissue density ΔR for each pixel q of MR-PWI images G (t1) to G (tn)₂ ^*q (t1) to ΔR₂ ^*q (tn) is obtained.
(3) Tissue density ΔR for each pixel q of MR-PWI images G (t1) to G (tn)₂ ^*q (t1) to ΔR₂ ^*The earliest time of the rise time of the peak of q (tn) is set as the start time ta. Also, tissue concentration ΔR₂ ^*q (t1) to ΔR₂ ^*The time when the peak of q (tn) ends is defined as the end time teq. Here, t1 ≦ ta <teq ≦ tn.
(4) Tissue concentration ΔR of MR-PWI images G (ta) to G (teq) for each pixel q₂ ^*q (ta) to ΔR₂ ^*The tissue concentration matrix [ΔR from q (teq)₂ ^*q].
(5) Based on the average value of the pixels g in the region of interest taken in the artery of the MR-PWI images G (t1) to G (tn), the arterial concentrations Caifq (ta) to Caifq (teq) for each pixel q And the coefficient matrix [Aq] is obtained. The coefficient matrix [Aq] is a (teq−ta + 1) order square matrix.
(6) The coefficient matrix [Aq] is converted into [Aq] = [Uq] · [Sq] · [Vq] by the SVD method.^TDisassembled into The matrix [Uq] is a (teq-ta + 1) order square matrix, and [Uq]^T[Uq] = [I] (n-th unit matrix). The matrix [Sq] is a (teq-ta + 1) degree diagonal matrix, the diagonal elements S1≥S2≥ ... ≥Seq-a + 1≥0, and S1, S2, ..., Seq-a + 1 are the coefficient matrix [Aq ] Singular value ([Aq]^T-The square root of the eigenvalue of [Aq]. The matrix [Vq] is a (teq−ta + 1) order square matrix, and [Vq]^T[Vq] = [Vq] / [Vq]^T= [I].
(7) Inverse matrix [Sq]^-1= Dias (S1^-1, S2^-1, ..., Seq-a + 1^-1) However, dias () represents a diagonal matrix, and when Si = 0, Si^-1= 0 (i = 1 to eq−a + 1).
(8) Inverse matrix [Aq]^-1Is calculated. That is, [Aq]^-1= [Vq] · [Sq]^-1・ [Uq]^TIt is.
(9) The average value Saveq and the maximum value Smaxq of the diagonal elements S1, S2,..., Seq-a + 1 of the coefficient matrix [Aq] are obtained, and the correction parameter Pq = Saveq / Smaxq is calculated.
(10) The response function matrix [Rq] of the pixel q is calculated. That is, [Rq] = Pq · [Aq]^-1・ [ΔR₂ ^*q].
(11) Calculate the cerebral blood flow CBFq of the pixel q. That is, CBFq = K · Rqmax, where K is the correction parameter and Rqmax is the maximum value of the elements of the response function matrix [Rq].
A CBF quantitative analysis method comprising the above steps (1) to (11) is provided.
[0018]
The period during which the effect of the contrast agent appears varies from site to site. That is, the period in which the influence of the contrast agent appears is not the same for all pixels. However, in the conventional CBF quantitative analysis method, the cerebral blood flow CBFq of any pixel q is calculated using the tissue concentration ΔR obtained based on all the MR-PWI images G (t1) to G (tn).₂ ^*q (t1) to ΔR₂ ^*q (tn) and arterial concentrations Caif (t1) to Caif (tn) were used. For this reason, the influence of the signal of the extra period entered, and the CBF quantitative value was inaccurate.
Therefore, in the CBF quantitative analysis method according to the second aspect, the tissue concentration ΔR of each pixel q is based on the MR-PWI image of the tissue imaged using the contrast agent.₂ ^*After determining q, the tissue concentration ΔR₂ ^*The appearance time taq of the influence of the contrast medium and the disappearance time teq of the influence of the contrast medium are obtained from the time change of q, and the earliest appearance time of all the pixels is set as the start time ta and the disappearance time teq is set as the end time teq. The cerebral blood flow CBFq of the pixel q is calculated using the MR-PWI image between the start time ta and the end time teq. Thereby, the influence of the signal of the extra period does not enter and the CBF quantitative value becomes accurate.
[0019]
Furthermore, the CBF quantitative analysis method according to the second aspect has the following effects because the correction parameter Pq is used.
(1) In tissue (gray matter, blood vessels, etc.) in which the contrast of the image changes abruptly, the correction parameter Pq = Saveq / Smaxq becomes small, so that overestimation of CBF can be suppressed.
(2) In a tissue in which the contrast of the image does not change much (white matter, ventricle, lesion tissue, etc.), the correction parameter Pq = Saveq / Smaxq becomes large, so that underestimation of CBF can be suppressed.
(3) Since the correction parameter Pq is different for each pixel q, it is possible to compensate for a difference in tissue between pixels.
[0020]
In a third aspect, the present invention provides a method for quantitatively analyzing CBF having the above-described configuration, wherein CBVq = ∫_t1 ^tnGq (ti) dt / ∫_t1 ^tnThere is provided a CBF quantitative analysis method characterized by calculating a cerebral blood volume CBVq of each pixel q from Caifq (ti) dt, i = 1, 2,..., N.
In the CBF quantitative analysis method according to the third aspect, the cerebral blood volume CBVq can be calculated from the arterial concentration Caifq (t) of each pixel q.
[0021]
In a fourth aspect, the present invention provides a CBF quantitative analysis method characterized in that, in the CBF quantitative analysis method configured as described above, an average transit time MTTq of each pixel q is calculated from MTTq = CBVq / CBFq.
In the CBF quantitative analysis method according to the fourth aspect, the average transit time MTTq can be calculated from the cerebral blood volume CBVq and the cerebral blood flow volume CBFq of each pixel q.
[0022]
In a fifth aspect, the present invention provides a CBF quantitative analysis method characterized in that, in the CBF quantitative analysis method configured as described above, at least one of a CBF map image, an MTT map image, and a CBV map image is created.
In the CBF quantitative analysis method according to the fifth aspect, the differences in cerebral blood flow CBF, average transit time MTT, and cerebral blood volume CBV can be easily recognized.
[0023]
In a sixth aspect, the present invention relates to a tissue concentration ΔR of each pixel q based on an MR-PWI image of a tissue imaged using a contrast agent.₂ ^*Means for obtaining q and each tissue concentration ΔR₂ ^*means for determining the disappearance time of the influence of the contrast agent from the time change of q, means for selecting the MR-PWI image based on the disappearance time of the influence of the contrast agent, and the pixel q based on the selected MR-PWI image There is provided a CBF quantitative analysis apparatus comprising a means for calculating a cerebral blood flow CBFq.
In the CBF quantitative analysis device according to the sixth aspect, the CBF quantitative analysis method according to the first aspect can be suitably implemented.
[0024]
In a seventh aspect, the present invention provides:
(1) Means for obtaining MR-PWI images G (t1) to G (tn) of a tissue photographed by a GRE-based EPI method using a contrast agent.
(2) Tissue density ΔR for each pixel q of MR-PWI images G (t1) to G (tn)₂ ^*q (t1) to ΔR₂ ^*Means for obtaining q (tn).
(3) Tissue density ΔR for each pixel q of MR-PWI images G (t1) to G (tn)₂ ^*q (t1) to ΔR₂ ^*The earliest time of the peak rise time of q (tn) is the start time ta, and the tissue concentration ΔR₂ ^*q (t1) to ΔR₂ ^*Means for setting the end time teq to the time when the peak of q (tn) ends. Here, t1 ≦ ta <teq ≦ tn.
(4) Tissue concentration ΔR of MR-PWI images G (ta) to G (teq) for each pixel q₂ ^*q (ta) to ΔR₂ ^*The tissue concentration matrix [ΔR from q (teq)₂ ^*means for obtaining q].
(5) Based on the average value of the pixels g in the region of interest taken in the artery of the MR-PWI images G (ta) to G (teq), the arterial concentrations Caifq (ta) to Caifq (teq) for each pixel q And a coefficient matrix [Aq]. The coefficient matrix [Aq] is a (teq−ta + 1) order square matrix.
(6) The coefficient matrix [Aq] is converted into [Aq] = [Uq] · [Sq] · [Vq] by the SVD method.^TMeans to disassemble. The matrix [Uq] is a (teq-ta + 1) order square matrix, and [Uq]^T[Uq] = [I] (n-th unit matrix). The matrix [Sq] is a (teq-ta + 1) degree diagonal matrix, the diagonal elements S1≥S2≥ ... ≥Seq-a + 1≥0, and S1, S2, ..., Seq-a + 1 are the coefficient matrix [Aq ] Singular value ([Aq]^T-The square root of the eigenvalue of [Aq]. The matrix [Vq] is a (teq−ta + 1) order square matrix, and [Vq]^T[Vq] = [Vq] / [Vq]^T= [I].
(7) Inverse matrix [Sq]^-1= Dias (S1^-1, S2^-1, ..., Seq-a + 1^-1). However, dias () represents a diagonal matrix, and when Si = 0, Si^-1= 0 (i = 1 to eq−a + 1).
(8) Inverse matrix [Aq]^-1= [Vq] · [Sq]^-1・ [Uq]^TMeans to calculate
(9) Means for obtaining the average value Saveq and the maximum value Smaxq of the diagonal elements S1, S2,..., Seq-a + 1 of the coefficient matrix [Aq], and further calculating the correction parameter Pq = Saveq / Smaxq.
(10) Response function matrix of pixel q [Rq] = Pq · [Aq]^-1・ [ΔR₂ ^*means for calculating q].
(11) Means for calculating the cerebral blood flow CBFq = K · Rqmax of the pixel q when K is a correction parameter and Rqmax is the maximum value of the elements of the response function matrix [Rq].
Provided is a CBF quantitative analysis apparatus characterized by comprising the above means (1) to (11).
In the CBF quantitative analysis device according to the seventh aspect, the CBF quantitative analysis method according to the second aspect can be suitably implemented.
[0025]
In an eighth aspect, the present invention provides a CBF quantitative analysis apparatus configured as described above, wherein CBVq = ∫_t1 ^tnGq (ti) dt / ∫_t1 ^tnProvided is a CBF quantitative analysis apparatus characterized by comprising means for calculating the cerebral blood volume CBVq of each pixel q from Caifq (ti) dt, i = 1, 2,..., N.
In the CBF quantitative analysis device according to the eighth aspect, the CBF quantitative analysis method according to the third aspect can be suitably implemented.
[0026]
In a ninth aspect, the present invention provides a CBF quantitative analysis apparatus having the above-described configuration, comprising means for calculating an average transit time MTTq of each pixel q from MTTq = CBVq / CBFq. provide.
In the CBF quantitative analysis device according to the ninth aspect, the CBF quantitative analysis method according to the fourth aspect can be suitably implemented.
[0027]
In a tenth aspect, the present invention provides the CBF quantitative analysis apparatus having the above-described configuration, and further comprising means for creating at least one of a CBF map image, an MTT map image, and a CBV map image. I will provide a.
In the CBF quantitative analysis device according to the tenth aspect, the CBF quantitative analysis method according to the fifth aspect can be suitably implemented.
[0028]
In an eleventh aspect, the present invention provides a CBF quantitative analysis method having the above-described configuration, based on an average value of a plurality of pixels in an MR-PWI image included in a skip region set by an operator among MR-PWI images of a tissue. The baseline value So is obtained, the echo time is TE, the value of a certain pixel q in the MR-PWI image is gq (t), and the temporary tissue density Pre-ΔR₂ ^*q (t) = − (1 / TE) · ln {gq (t) / So} is obtained, and Pre−ΔR₂ ^*A flat area before q (t) rapidly increases is set as a new skip area, and a new baseline value Soq is obtained from a signal value included in the new skip area of the pixel q in the MR-PWI image of the tissue, or a new skip area A new baseline value Soq is obtained from the average value of a plurality of pixels in the MR-PWI image included in the image, and the tissue concentration ΔR₂ ^*There is provided a CBF quantitative analysis method characterized by obtaining q (t) = − (1 / TE) · ln {gq (t) / Soq}.
Conventionally, the tissue density ΔR of the pixel q₂ ^*As the baseline value So used for obtaining q (t), the average signal intensity in the skip region K set by the operator has been adopted.
However, since the contrast agent enters different tissues (arteries, white matter, gray matter, or veins) at different timings, if the average signal intensity in the skip region K set by the operator is the baseline value So, the different tissues An error occurs in the quantitative analysis due to the difference in the timing at which the contrast medium enters. Further, since there is a variation in the setting of the skip region K by the operator, this also causes an error in the quantitative analysis.
Therefore, in the CBF quantitative analysis method according to the eleventh aspect, the average signal intensity in the skip region K set by the operator is set to the baseline value So, and the temporary tissue density Pre-ΔR of the pixel q is processed in the same manner as in the past.₂ ^*q (t) is obtained, and then the temporary tissue density Pre-ΔR of the pixel q₂ ^*A new skip area Kq optimum for the pixel q is obtained from q (t), the average signal intensity in the new skip area Kq is set as a new baseline value Soq, and the tissue density of the pixel q is determined using the new baseline value Soq. ΔR₂ ^*q (t) was obtained.
Thereby, since the new baseline value Soq optimized for each pixel q is used, it is possible to avoid an error in the quantitative analysis due to a difference in timing when the contrast agent enters different tissues. In addition, since there is no variation in setting by the operator in the new skip area Kq, it is possible to avoid an error in quantitative analysis in this respect as well.
It is preferable to obtain the new baseline value Soq from the signal value included in the new skip area of the pixel q in the tissue MR-PWI image, but for simplicity, the MR-PWI image included in the new skip area The new baseline value Soq may be obtained from the average value of a plurality of pixels.
[0029]
In a twelfth aspect, the present invention provides a tissue concentration ΔR for each pixel q in the CBF quantitative analysis apparatus having the above configuration.₂ ^*q (t1) to ΔR₂ ^*The means for obtaining q (tn) obtains the baseline value So from the average value of a plurality of pixels in the MR-PWI image included in the skip region set by the operator in the tissue MR-PWI image, and calculates the echo time. Let TE be the value of a certain pixel q in the MR-PWI image as TE, and gq (t) as a temporary tissue density Pre-ΔR.₂ ^*q (t) = − (1 / TE) · ln {gq (t) / So} is obtained, and Pre−ΔR₂ ^*A flat area before q (t) rapidly rises is set as a new skip area, and a new baseline value Soq is obtained from a signal value included in the new skip area of pixel q in the MR-PWI image of the tissue, or a new skip area A new baseline value Soq is obtained from the average value of a plurality of pixels in the MR-PWI image included in the image, and the tissue concentration ΔR is obtained using the new baseline value Soq.₂ ^*There is provided a CBF quantitative analysis apparatus characterized by obtaining q (t) = − (1 / TE) · ln {gq (t) / Soq}.
In the CBF quantitative analysis device according to the twelfth aspect, the CBF quantitative analysis method according to the eleventh aspect can be suitably implemented.
[0030]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, the present invention will be described in more detail with reference to embodiments shown in the drawings. Note that the present invention is not limited thereby.
[0031]
FIG. 1 is a block diagram showing a medical image diagnostic apparatus according to an embodiment of the present invention.
The medical image diagnostic apparatus 100 receives an MR-PWI image from the MRI (Magnetic Resonance Imaging) apparatus 1 that scans the subject K and captures an MR-PWI image, and performs CBF quantitative analysis processing and the like. A computer 2 to be performed, a display device 3 such as a CRT, an operation device 4 such as a keyboard and a mouse, and a storage device 5 such as a hard disk are provided.
[0032]
FIG. 2 is a flowchart showing the processing procedure of the CBF quantitative analysis method according to the present invention.
In step W1, MR-PWI images G (t1) to G (tn) of the tissue obtained by using a contrast agent and imaged by a pulse sequence of the GRE EPI method are obtained. The MR-PWI images G (t1) to G (tn) are, for example, 85 frames (n = 85) captured continuously at an interval of 1.4 seconds (Δt = 1.4).
[0033]
In step W2, the MR-PWI images G (t1) to G (tn) are smoothed to suppress noise components.
[0034]
In step W3, the tissue concentration ΔR is determined from the signal value for each pixel q of the MR-PWI images G (t1) to G (tn).₂ ^*q (t1) to ΔR₂ ^*q (tn) is obtained. FIG. 3 shows the tissue concentration ΔR.₂ ^*q (t1) to ΔR₂ ^*q (tn) is shown conceptually.
[0035]
In step W4, the tissue density ΔR of each pixel q₂ ^*q (t1) to ΔR₂ ^*The earliest time among the rise times taq of the peak of q (tn) is set as the start time ta. Further, the tissue density ΔR of each pixel q₂ ^*q (t1) to ΔR₂ ^*The time when the peak of q (tn) ends is defined as the end time teq. Here, t1 ≦ ta <teq ≦ tn.
Note that the tissue density ΔR of each pixel q₂ ^*q (t1) to ΔR₂ ^*The peak rise time taq of q (tn) may be used as the start time for each pixel q. However, since there is almost no difference in the peak rise time taq, the start time ta is common to each pixel for simplification of processing. And In contrast, the tissue concentration ΔR of each pixel q₂ ^*q (t1) to ΔR₂ ^*Since there is a difference in the time when the peak of q (tn) ends, the end time is not common to each pixel, but is the end time teq for each pixel q.
[0036]
In step W5, the tissue concentration ΔR₂ ^*q (ta) to ΔR₂ ^*The tissue concentration matrix [ΔR from q (teq)₂ ^*q]. FIG. 4 shows the tissue concentration matrix [ΔR₂ ^*q].
[0037]
In step W6, the MR-PWI images G (ta) to G (teq) are selected from the MR-PWI images G (t1) to G (tn). ) To obtain arterial concentrations Caif (ta) to Caif (teq), and obtain a coefficient matrix [Aq] of an arterial input function AIF (Arterial Input Function). FIG. 5 conceptually shows the arterial concentrations Caif (t1) to Caif (tn). FIG. 6 shows a coefficient matrix [Aq]. The coefficient matrix [Aq] is a (teq−ta + 1) order square matrix.
[0038]
In step W7, the coefficient matrix [Aq] is subjected to singular value decomposition by the SVD (Singular Value Decomposition) method. That is, [Aq] = [Uq] · [Sq] · [Vq]^TDisassembled into The matrix [Uq] is a (teq-ta + 1) order square matrix, and [Uq]^T[Uq] = [I] (n-th unit matrix). The matrix [Sq] is a (teq-ta + 1) degree diagonal matrix, and the diagonal elements S1, S2, ..., Seq-a + 1 are singular values ([Aq]) of the coefficient matrix [Aq].^TThe square root of the eigenvalue of [Aq], and S1 ≧ S2 ≧... ≧ Seq−a + 1 ≧ 0. FIG. 7 shows the matrix [Sq]. Transposed matrix [Vq]^TIs a (teq-ta + 1) order square matrix, and [Vq]^T[Vq] = [Vq] / [Vq]^T= [I].
[0039]
In step W8, the average value Saveq and the maximum value Smaxq of the diagonal elements S1, S2,..., Seq-a + 1 of the coefficient matrix [Aq] are obtained, and the correction parameter Pq is further calculated. Pq = Saveq / Smaxq.
[0040]
In step W9, a response function matrix [Rq] for each pixel q is calculated. That is, [Rq] = Pq · [Aq]^-1・ [ΔR₂ ^*q]. Inverse matrix [Aq]^-1[Aq]^-1= [Vq] · [Sq]^-1・ [Uq]^TIt is. Inverse matrix [Sq]^-1Is the diagonal element S1^-1, S2^-1, ..., Seq-a + 1^-1) With a (teq-ta + 1) degree diagonal matrix. However, when Si = 0, Si^-1= 0 (i = 1 to eq−a + 1).
[0041]
In step W10, the cerebral blood flow CBFq of each pixel q is calculated. That is, CBFq = K · Rqmax, where K is the correction parameter and Rqmax is the maximum value of the elements of the response function matrix [Rq].
The correction parameter K is, for example, K = (1−HLV) / {(1−HSV) where the red blood cell volume ratio of a thick blood vessel is HLV, the red blood cell volume ratio of a thin blood vessel is HSV, and the brain density is ρ. .Rho.}.
[0042]
In step W11, the cerebral blood volume CBVq of each pixel q is calculated. That is, CBVq = ∫_t1 ^tnGq (ti) dt / ∫_t1 ^tnCaifq (ti) dt, i = 1, 2,..., N.
Further, the average transit time MTTq of each pixel q is calculated. That is, MTTq = CBVq / CBFq.
[0043]
In step W12, a CBF map image, an MTT map image, and a CBV map image are created and displayed on the display device 3.
[0044]
FIG. 8 is a chart illustrating average CBF values, average MTT values, and average CBV values of healthy tissue and lesion tissue obtained by the medical image diagnostic apparatus 100.
Blood is less likely to flow in a diseased tissue than in a healthy tissue, which can be clearly read from a decrease in average CBF value and an increase in average MTT value.
[0045]
9 is a chart comparing the average CBF values of ROI1 to ROI5 obtained by the CBF quantitative analysis method according to the present invention shown in FIG. 2 and the conventional CBF quantitative analysis method shown in FIG.
In ROI1 to ROI3 where the average CBF value is high in the conventional example, the average CBF value is low in the example, and overestimation could be prevented. Moreover, in ROI4 and ROI5 with a low average CBF value in the conventional example, the average CBF value was high in the example, and underestimation could be prevented.
[0046]
FIG. 10 is a flowchart showing a tissue concentration calculation processing procedure according to the present invention.
In step V1, an average signal intensity Sav (t) of a plurality of pixels (for example, whole brain pixels) in the MR-PWI image of the tissue is obtained. FIG. 11 illustrates the average signal strength Sav (t).
In step V2, as shown in FIG. 11, the operator sets a region that is supposed to be before the contrast agent having the average signal intensity Sav (t) enters as the skip region K.
In step V3, as shown in FIG. 11, the average value of the average signal strength Sav (t) included in the skip region K is set as the baseline value So. FIG. 11 illustrates the baseline value So.
In step V4, when the echo time is TE and the value of a certain pixel q in the MR-PWI image is gq (t), the temporary tissue density Pre-ΔR of the pixel q is calculated by the following equation.₂ ^*Find q (t).
Pre-ΔR₂ ^*q (t) =-(1 / TE) · ln {gq (t) / So}
FIG. 12 shows the temporary tissue concentration Pre-ΔR of the pixel q.₂ ^*Illustrate q (t).
[0047]
In step V5, as shown in FIG. 12, the temporary tissue density Pre-ΔR of the pixel q.₂ ^*A flat area before q (t) rapidly increases is defined as a new skip area Kq of the pixel q.
In step V6, as shown in FIG. 13, the average value of the signal values Sq (t) included in the new skip region Kq of the pixel q in the MR-PWI image of the tissue is set as the new baseline value Soq or the pixel The average value of the average signal strength Sav (t) included in the new skip region Kq of q is set as a new baseline value Soq of the pixel q.
In Step V7, the tissue density ΔR of the pixel q is calculated by the following equation.₂ ^*Find q (t).
ΔR₂ ^*q (t) =-(1 / TE) · ln {gq (t) / Soq}
FIG. 14 shows the tissue density ΔR of the pixel q.₂ ^*Illustrate q (t). The tissue density ΔR of this pixel q₂ ^*FIG. 3 conceptually shows q (t).
[0048]
-Other embodiments-
(1) Smoothing processing for MR-PWI images G (t1) to G (tn) may be omitted.
(2) Tissue concentration ΔR₂ ^*Some correction processing may be added when obtaining.
(3) The calculation method of CBF, etc. adopted in this specification is proposed by the Ostagaard research group, but is not limited to this. For example, the present invention is applied to the calculation method proposed by the Remmp research group. Applicable.
[0049]
【The invention's effect】
According to the CBF quantitative analysis method and apparatus of the present invention, the MR-PWI image after the time when the influence of the contrast agent in the pixel q disappears is not used to calculate the cerebral blood flow CBFq of the pixel q. The influence of the signal of the extra period does not enter, the CBF quantitative value becomes accurate, and overestimation and underestimation of the CBF quantitative value can be prevented.
[0050]
Furthermore, since a different correction parameter Pq is used for each pixel q, a difference in tissue between pixels can be compensated. Therefore, the CBF quantitative value becomes accurate, and overestimation and underestimation of the CBF quantitative value can be prevented.
[Brief description of the drawings]
FIG. 1 is a block diagram of a medical image diagnostic apparatus according to an embodiment of the present invention.
FIG. 2 is a flowchart showing a procedure of CBF quantitative analysis processing according to an embodiment of the present invention.
FIG. 3 is a conceptual diagram showing temporal changes in tissue concentration.
FIG. 4 is an exemplary diagram of a tissue concentration matrix.
FIG. 5 is a conceptual diagram showing temporal changes in blood vessel concentration.
FIG. 6 is an exemplary diagram of a coefficient matrix.
FIG. 7 is an exemplary diagram of a matrix having singular values as diagonal elements.
FIG. 8 is an exemplary diagram showing average CBF values and the like of healthy tissue and diseased tissue obtained according to the present invention.
FIG. 9 is a chart comparing the average CBF value obtained by the present invention with the average CBF value obtained by the conventional method.
FIG. 10 is a flowchart showing a procedure of tissue concentration calculation processing according to the embodiment of the present invention.
FIG. 11 is a conceptual diagram showing a temporal change in average signal strength, a skip region, and a baseline value.
FIG. 12 is a conceptual diagram showing temporal changes in temporary tissue concentration.
FIG. 13 is a conceptual diagram showing a temporal change in average signal strength, a new skip area, and a new baseline value.
FIG. 14 is a conceptual diagram showing temporal changes in tissue concentration.
FIG. 15 is a flowchart showing the procedure of a conventional CBF quantitative analysis process.
FIG. 16 is a conceptual diagram showing temporal changes in tissue concentration.
FIG. 17 is a view showing an example of a conventional tissue concentration matrix.
FIG. 18 is a conceptual diagram showing temporal changes in blood vessel concentration.
FIG. 19 is a view showing an example of a conventional coefficient matrix.
FIG. 20 is a diagram illustrating a matrix having singular values as diagonal elements.
FIG. 21 is a flowchart showing the procedure of a conventional tissue concentration calculation process.
FIG. 22 is a conceptual diagram showing a temporal change in average signal strength, a skip region, and a baseline value.
FIG. 23 is a conceptual diagram showing temporal changes in tissue concentration.
[Explanation of symbols]
1 MRI equipment
2 Computer
100 Medical diagnostic imaging equipment

Claims

The tissue concentration ΔR ₂ ^* q of each pixel q is obtained based on the MR-PWI image of the tissue imaged using the contrast agent, and the influence of the contrast agent of each pixel q disappears from the time change of each tissue concentration ΔR ₂ ^* q. A CBF quantitative analysis method characterized in that a time is obtained and an MR-PWI image after the disappearance time of the influence of the contrast agent is not used to calculate the cerebral blood flow CBFq of the pixel q.

(1) MR-PWI images G (t1) to G (tn) of a tissue photographed by a GRE EPI method while using a contrast agent are obtained.
(2) The tissue densities ΔR ₂ ^* q (t1) to ΔR ₂ ^* q (tn) are obtained for each pixel q of the MR-PWI images G (t1) to G (tn).
(3) MR-PWI start the earliest time of the rise time of the peak of the image G (t1) ~G tissue concentration for each pixel q of _{^{(tn) ΔR 2 * q (}} t1) ~ΔR 2 * q (tn) Let time ta. Further, the time when the peaks of the tissue concentrations ΔR ₂ ^* q (t1) to ΔR ₂ ^* q (tn) end is defined as the end time teq. Here, t1 ≦ ta <teq ≦ tn.
(4) obtaining a tissue concentration _{^{ΔR 2 * q (ta) ~ΔR}} 2 * q (teq) from tissue concentration matrix of MR-PWI image G (ta) ~G (teq) [ΔR 2 * q] for each pixel q .
(5) Based on the average value of the pixels g in the region of interest taken in the artery of the MR-PWI images G (t1) to G (tn), the arterial concentrations Caifq (ta) to Caifq (teq) for each pixel q And the coefficient matrix [Aq] is obtained. The coefficient matrix [Aq] is a (teq−ta + 1) order square matrix.
(6) The coefficient matrix [Aq] is decomposed into [Aq] = [Uq] · [Sq] · [Vq] ^T by the SVD method. The matrix [Uq] is a (teq-ta + 1) -order square matrix, and [Uq] ^T · [Uq] = [I] (n-order unit matrix). The matrix [Sq] is a (teq-ta + 1) degree diagonal matrix, and the diagonal elements S1≥S2≥ ... ≥Seq-a + 1≥0, and S1, S2, ..., Seq-a + 1 are the coefficient matrix [Aq ] Is a singular value (the square root of the eigenvalue of [Aq] ^T · [Aq]). The matrix [Vq] is a (teq−ta + 1) order square matrix, and [Vq] ^T · [Vq] = [Vq] · [Vq] ^T = [I].
(7) An inverse matrix [Sq] ⁻¹ = dias (S1 ⁻¹ , S2 ⁻¹ ,..., Seq−a + 1 ⁻¹ ) is obtained. However, dias () represents a diagonal matrix, and when Si = 0, Si ⁻¹ = 0 (i = 1 to eq−a + 1).
(8) The inverse matrix [Aq] ⁻¹ is calculated. That is, [Aq] ⁻¹ = [Vq] · [Sq] ⁻¹ · [Uq] ^T.
(9) The average value Saveq and the maximum value Smaxq of the diagonal elements S1, S2,..., Seq-a + 1 of the coefficient matrix [Aq] are obtained, and the correction parameter Pq = Saveq / Smaxq is calculated.
(10) The response function matrix [Rq] of the pixel q is calculated. That is, [Rq] = Pq · [Aq] ⁻¹ · [ΔR ₂ ^* q]
(11) Calculate the cerebral blood flow CBFq of the pixel q. That is, when K is a correction parameter and Rqmax is the maximum value of the elements of the response function matrix [Rq], CBFq = K · Rqmax
A CBF quantitative analysis method comprising the steps of (1) to (11) above.

3. The CBF quantitative analysis method according to claim 2, wherein CBVq = Ｖ _t1 ^tn Gq (ti) dt / ∫ _t1 ^tn Cifq (ti) dt, i = 1, 2,. CBF quantitative analysis method characterized by calculating

4. The CBF quantitative analysis method according to claim 3, wherein an average transit time MTTq of each pixel q is calculated by MTTq = CBVq / CBFq.

5. The CBF quantitative analysis method according to claim 4, wherein at least one of a CBF map image, an MTT map image, and a CBV map image is created.

Means for obtaining the tissue concentration ΔR ₂ ^* q of each pixel q based on the MR-PWI image of the tissue imaged using the contrast agent, and the disappearance time of the influence of the contrast agent from the time change of each tissue concentration ΔR ₂ ^* q Means for obtaining, means for selecting an MR-PWI image based on the disappearance time of the influence of the contrast agent, and means for calculating the cerebral blood flow CBFq of the pixel q based on the selected MR-PWI image CBF quantitative analysis device characterized by the above.

(1) Means for obtaining MR-PWI images G (t1) to G (tn) of a tissue photographed by a GRE-based EPI method using a contrast agent.
(2) MR-PWI image G (t1) tissue concentrations ΔR ₂ ^* q (t1) for each pixel q of _{^{~G (tn) ~ΔR 2 * q}} (tn) means for calculating a.
(3) MR-PWI start the earliest time of the rise time of the peak of the image G (t1) ~G tissue concentration for each pixel q of _{^{(tn) ΔR 2 * q (}} t1) ~ΔR 2 * q (tn) Means for setting the time ta and the time at which the peaks of the tissue concentrations ΔR ₂ ^* q (t1) to ΔR ₂ ^* q (tn) have ended to the end time teq. Here, t1 ≦ ta <teq ≦ tn.
(4) obtaining a tissue concentration _{^{ΔR 2 * q (ta) ~ΔR}} 2 * q (teq) from tissue concentration matrix of MR-PWI image G (ta) ~G (teq) [ΔR 2 * q] for each pixel q means.
(5) Based on the average value of the pixels g in the region of interest taken in the artery of the MR-PWI images G (ta) to G (teq), the arterial concentrations Caifq (ta) to Caifq (teq) for each pixel q And a coefficient matrix [Aq]. The coefficient matrix [Aq] is a (teq−ta + 1) order square matrix.
(6) Means for decomposing the coefficient matrix [Aq] into [Aq] = [Uq] · [Sq] · [Vq] ^T by the SVD method. The matrix [Uq] is a (teq-ta + 1) -order square matrix, and [Uq] ^T · [Uq] = [I] (n-order unit matrix). The matrix [Sq] is a (teq-ta + 1) degree diagonal matrix, and the diagonal elements S1≥S2≥ ... ≥Seq-a + 1≥0, and S1, S2, ..., Seq-a + 1 are the coefficient matrix [Aq ] Is a singular value (the square root of the eigenvalue of [Aq] ^T · [Aq]). The matrix [Vq] is a (teq−ta + 1) order square matrix, and [Vq] ^T · [Vq] = [Vq] · [Vq] ^T = [I].
(7) Means for obtaining an inverse matrix [Sq] ⁻¹ = dias (S1 ⁻¹ , S2 ⁻¹ ,..., Seq-a + 1 ⁻¹ ). However, dias () represents a diagonal matrix, and when Si = 0, Si ⁻¹ = 0 (i = 1 to eq−a + 1).
(8) Means for calculating the inverse matrix [Aq] ⁻¹ = [Vq] · [Sq] ⁻¹ · [Uq] ^T
(9) Means for obtaining the average value Saveq and the maximum value Smaxq of the diagonal elements S1, S2,..., Seq-a + 1 of the coefficient matrix [Aq], and further calculating the correction parameter Pq = Saveq / Smaxq.
(10) Means for calculating a response function matrix [Rq] = Pq · [Aq] ⁻¹ · [ΔR ₂ ^* q] of the pixel q.
(11) Means for calculating the cerebral blood flow CBFq = K · Rqmax of the pixel q when K is a correction parameter and Rqmax is the maximum value of the elements of the response function matrix [Rq].
A CBF quantitative analysis apparatus comprising the above means (1) to (11).

In CBF quantitative analysis apparatus according to claim _{^{7, CBVq = ∫ t1 tn Gq}} (ti) dt / ∫ t1 tn Caifq (ti) dt, i = 1,2, ..., cerebral blood volume CBVq of each pixel q by n A CBF quantitative analysis apparatus comprising means for calculating

9. The CBF quantitative analysis apparatus according to claim 8, further comprising means for calculating an average transit time MTTq of each pixel q from MTTq = CBVq / CBFq.

10. The CBF quantitative analysis apparatus according to claim 9, further comprising means for creating at least one of a CBF map image, an MTT map image, and a CBV map image.

6. The CBF quantitative analysis method according to claim 1, wherein the average value of a plurality of pixels in the MR-PWI image included in the skip region set by the operator in the MR-PWI image of the tissue is determined. The baseline value So is obtained, the echo time is TE, the value of a certain pixel q in the MR-PWI image is gq (t), and the temporary tissue density Pre-ΔR ₂ ^* q (t) = − (1 / TE) · ln {Gq (t) / So} is obtained, and the flat region before Pre-ΔR ₂ ^* q (t) rapidly rises is set as a new skip region, and is included in the new skip region of pixel q in the MR-PWI image of the tissue. seeking new baseline value SOQ from the signal value from an average value of a plurality of pixels in the MR-PWI images included in or new skipped region finding a new baseline value SOQ, tissue concentrations _{^{ΔR 2 * q (t) =}} - (1 / E) · ln {gq (t) / Soq} CBF quantitative analysis method characterized by determining the.

The CBF quantitative analysis apparatus according to any one of claims 6 to 10, wherein means for obtaining a tissue concentration ΔR ₂ ^* q (t1) to ΔR ₂ ^* q (tn) for each pixel q is a tissue MR- The new baseline value Soq is obtained from the signal value included in the new skip area of the pixel q in the PWI image, or the new baseline value Soq is calculated from the average value of a plurality of pixels in the MR-PWI image included in the new skip area. The echo time is TE, the value of a certain pixel q in the MR-PWI image is gq (t), and the temporary tissue density Pre-ΔR ₂ ^* q (t) = − (1 / TE) · ln {gq (t) / So} is determined, and a flat area before Pre-ΔR ₂ ^* q (t) rapidly rises is set as a new skip area, and a new value is obtained from the signal value included in the new skip area of pixel q in the MR-PWI image of the tissue. Basra Seeking new baseline value SOQ from the average value of a plurality of pixels in the MR-PWI images included in or new skipped region finding the emissions values SOQ, tissue concentrations using the new baseline value Soq ΔR 2 _{* q} ^(t ) = − (1 / TE) · ln {gq (t) / Soq}.