[go: up one dir, main page]

JP6060302B1 - 心筋核医学画像データの解析方法及び解析装置 - Google Patents

心筋核医学画像データの解析方法及び解析装置 Download PDF

Info

Publication number
JP6060302B1
JP6060302B1 JP2016115778A JP2016115778A JP6060302B1 JP 6060302 B1 JP6060302 B1 JP 6060302B1 JP 2016115778 A JP2016115778 A JP 2016115778A JP 2016115778 A JP2016115778 A JP 2016115778A JP 6060302 B1 JP6060302 B1 JP 6060302B1
Authority
JP
Japan
Prior art keywords
data
myocardial
time
image data
nuclear medicine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016115778A
Other languages
English (en)
Other versions
JP2017219490A (ja
Inventor
和正 西田
和正 西田
一男 浜田
一男 浜田
和徳 小林
和徳 小林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nihon Medi Physics Co Ltd
Original Assignee
Nihon Medi Physics Co Ltd
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
Priority to JP2016115778A priority Critical patent/JP6060302B1/ja
Application filed by Nihon Medi Physics Co Ltd filed Critical Nihon Medi Physics Co Ltd
Publication of JP6060302B1 publication Critical patent/JP6060302B1/ja
Application granted granted Critical
Priority to KR1020170015822A priority patent/KR20170140063A/ko
Priority to EP17159381.7A priority patent/EP3254625B1/en
Priority to ES17159381T priority patent/ES2739425T3/es
Priority to US15/451,686 priority patent/US10258247B2/en
Priority to CN201710134690.3A priority patent/CN107485404A/zh
Publication of JP2017219490A publication Critical patent/JP2017219490A/ja
Priority to HK18102761.3A priority patent/HK1243299A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • 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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesizing signals from measured signals
    • 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
    • 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
    • A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine (AREA)

Abstract

【課題】虚血状態を評価するための信頼性の高い手法を提供する。【解決手段】安静時と負荷時の２度に亘って放射性医薬品の投与と放射線測定を行う核医学測定プロトコールにおいて、２度目の放射性医薬品投与前に、放射性医薬品投与を行わない放射線収集を行い、その結果を用いて２度目の放射性医薬品投与による核医学測定結果を補正する。【選択図】図３

Description

本願は、心筋核医学画像データの解析方法及び解析装置に関する。
心臓に関する様々な生理学的、生化学的情報を得るために、核医学の手法がしばしば用いられる。特にＳＰＥＣＴ検査は、負荷検査が容易に行え、検査成功率が高く、侵襲性が低いという優れた特徴を有する。
心臓に対する核医学画像検査の利用分野の一つに、虚血の検出がある。虚血の検出は、安静時に撮像した核医学画像と負荷を与えて撮像した核医学画像とを比較することによって行われる。
核医学測定で得られる一次的な画像は、放射線のカウント値又は組織放射能濃度を画像化したものであり、トレーサーの集積度が高い部位に対応する画素は画素値が大きくなり、明るく表示される。しかし、放射線カウント値や組織放射能濃度は様々な因子に影響を受けるため、特定の画素の画素値が他の部位と異なるからといって、対応する組織に異常があるかどうかは必ずしも明らかではない。そこで、各画素値をある規則に従って正規化することにより、画素値を定量的に評価する試みがなされてきた。そのような定量値としてよく用いられるのがＳＵＶ（Standardized Uptake Value）である。ＳＵＶは次のような値である。
ＳＵＶ＝組織放射能濃度／｛放射能投与量／被験者の体重｝
すなわちＳＵＶとは、組織の放射能濃度を体重あたりの放射能投与量で正規化した値である。単なる体重ではなく、除脂肪体重を用いることもある（非特許文献１）。
Yoshifumi Sugawara, Kenneth R. Zasadny et al, "Reevaluation of the Standardized Uptake Value for FDG: Variations with Body Weight and Methods for Correction", November 1999 Radiology, 213, 521-525.
従来のＳＵＶは、トレーサーが全身または筋肉に均一に分布することを仮定して作られた値である。しかし心臓を対象とする核医学検査の場合、トレーサーは主に心筋に集積するので、従来のＳＵＶにおける仮定は適切ではない可能性がある。このため、トレーサー集積を定量的に評価する新たな手法を開発する必要が生じた。
また、従来の虚血検出法は、多枝病変の虚血性心筋症患者のように、瀰漫性に心筋血流が低下した患者では、虚血状態を過小評価する可能性が指摘されている。このため、虚血状態を評価するための信頼性の高い手法の開発が望まれていた。
本願が開示する発明は、これらの課題のうち少なくともいずれかを解決しようとして成された発明である。
本願に記載される発明の１つは、心筋核医学測定で得られる画像データを、心臓の大きさに関する値を用いて正規化することを特徴とする。
好適な実施形態は、心筋核医学画像データの各画素の画素値を、次式：

ＳＵＶ＝組織放射能濃度／（放射能投与量／心臓の大きさに関する値）

で表現されうるような、ＳＵＶに変換することを特徴とする。
この発明は、心筋核医学画像データの正規化を行うにあたり、トレーサーが集積する心臓の大きさに関する値を、正規化の基準とする。従って、正規化の基準が、従来技術に比べて心機能診断剤の実態をより正確に反映したものとなっている。このため、従来技術に比べて正規化値の妥当性が増し、従来よりも適切な画像評価が可能となる。
上記発明において、「心臓の大きさに関する値」は、例えば心臓の重量であることができる。心臓の重量は、例えば心筋の重量であることができる。心筋重量は、例えば、心筋体積に密度係数を乗じて得られた値でもよい。
上記発明において、「組織放射能濃度」は、心筋核医学画像データの画素値にベクレルキャリブレーションファクタ（ＢＣＦ）を乗じて得られる値であってもよい。ＢＣＦとは、放射線カウント値を放射能濃度（例えばBq/ml）に変換する係数である。ＢＣＦは公知の方法にて求める事ができる。例えば、総放射能量既知の放射性医薬品を格納したバイアル（又はシリンジ）を対象として核医学画像の撮像を行い、以下の式にて算出した値とする事ができる。

ＢＣＦ＝減衰補正総放射能量（Ｂｑ）÷（全スライスのトータルカウント÷収集時間（秒））
また、円柱ファントムを利用して得られたデータからＢＣＦを求める場合は、下記の式を用いる事ができる。

ボリューム係数＝１スライスにおける平均カウント値÷（１ピクセルの体積×収集時間（秒））

ＢＣＦ＝減衰補正総放射能量（Ｂｑ）÷（ファントム容量×ボリューム係数）
実施形態によっては、ＢＣＦに収集時間補正を行ってもよい。収集時間補正は、例えば、｛１ピクセルの体積［ｃｍ３］／収集時間［ｓｅｃ］｝をＢＣＦに乗ずることにより、なされてもよい。
なお、心筋核医学画像データによっては、各画素値が既に放射能濃度を表している場合があるので、その場合はもちろん、ＢＣＦを用いた変換は不要である。
上記の発明の実施形態の一種には、次のような方法が存在する。この方法は、心筋核医学画像データを処理する方法であって、装置の処理手段がプログラム命令を実行することにより遂行される方法において、
・ 前記装置を、心臓の大きさに関する値である心臓パラメータを記憶する第１手段、および、放射能投与量を記憶する第２手段として動作させることと；
・ 前記第１手段及び前記第２手段に記憶されている値を用いて、前記画像データの少なくとも一部の画素の画素値を、次式：

ＳＵＶ＝組織放射能濃度／（放射能投与量／心臓パラメータに基づく値）

によって、ＳＵＶに変換して記憶することと；
を含む。
実施形態によっては、前記心臓パラメータは心筋重量であり、前記心臓パラメータに基づく値も心筋重量である。
実施形態によっては、前記心臓パラメータは心筋体積であり、前記心臓パラメータに基づく値は、前記心筋体積に換算係数を乗じて算出した心筋重量である。
上記の発明の実施形態の一種には、装置の処理手段に実行されると、前記装置に、上記方法を遂行させるように構成されるプログラム命令を備える、コンピュータプログラムが存在する。
また 上記の発明の実施形態の一種には、処理手段及び記憶手段を備える装置であって、前記記憶手段はプログラム命令を格納し、該プログラム命令は、前記処理手段に実行されると、上記方法を遂行させるように構成される、装置が存在する。
本願に記載される発明の別の１つは、安静時と負荷時の２度に亘って放射性医薬品の投与と放射線測定を行う核医学測定プロトコールにおいて、２度目の放射性医薬品投与前に、放射性医薬品投与を行わない放射線収集を行い、その結果を用いて２度目の放射性医薬品投与による後続の核医学測定結果を補正することを特徴とする。
本明細書では、この２度目の放射性医薬品投与前に行う放射線収集をプレスキャン（PreScan）と呼ぶ。プレスキャンは、負荷時測定と安静時測定とのうち、時間的に後の測定の直前に行われ、時間的に後の測定のための放射性医薬品投与を行う直前に行われる。
安静時測定と負荷時測定との間に十分な時間を置かない場合、時間的に後の核医学測定により得られた核医学データには、時間的に先行した核医学測定における放射性医薬品投与の影響が残存する。上記の発明によれば、この影響を、プレスキャンのデータ収集結果により補正することができる。従って、安静時と負荷時との間で核医学データの比較をより正確に行うことが可能になる。また、従来は、１回目の放射性医薬品投与の影響がなくなるまで、２回目の核医学測定を行うことができなかったのであるが、上記の発明によれば、この影響を補正することができるので、安静時測定と負荷時測定との時間的間隔を短くすることが可能になる。例えば従来は、安静時測定と負荷時測定とを別の日に行わなければならないこともあったが、上記の発明によれば、同じ日に２つの測定を行うことも問題なく可能になる。
上記の発明の実施形態の一種には、次のような方法が存在する。この方法は、安静時に対する負荷時の血流増加率を求めるために、心筋核医学画像データを処理する方法であって、装置の処理手段がプログラム命令を実行することにより遂行される方法であり、
・ 安静時に収集された心筋核医学画像データと、負荷時に収集された心筋核医学画像データのうち、時間的に先行して収集された第１の心筋核医学画像データの少なくとも一部を記憶することと；
・ 前記安静時の核医学画像データ収集と前記負荷時の核医学画像データ収集との間に収集された核医学画像データであって、前記安静時と前記負荷時における心筋核医学画像データのうちの時間的に後行するデータ収集のための放射性医薬品の投与前に収集された第２の心筋核医学画像データの少なくとも一部を記憶することと；
・ 前記安静時に収集された心筋核医学画像データと、前記負荷時に収集された心筋核医学画像データのうち、時間的に遅れて収集された第３の心筋核医学画像データの少なくとも一部を記憶することと；
・ 前記第３の心筋核医学画像データに残存する前記第１の心筋核医学画像データに係る残存放射能の影響を除去すべく、前記第２の心筋核医学画像データの少なくとも一部を使って前記第３の心筋核医学画像データの少なくとも一部を補正することと；
・ 前記第１の心筋核医学画像データの少なくとも一部と、前記補正後の前記第３の心筋核医学画像データの少なくとも一部とを用いて、前記血流増加率を求めることと；
を含む。
実施形態によっては、上記方法は、
・ 前記装置を、心臓の大きさに関する値である心臓パラメータを記憶する第１手段、および、放射能投与量を記憶する第２手段として動作させることと；
・ 前記第１手段及び前記第２手段に記憶されている値を用いて、前記画像データの少なくとも一部の画素の画素値を、次式：

ＳＵＶ＝組織放射能濃度／（放射能投与量／心臓パラメータに基づく値）

によって、ＳＵＶに変換して記憶することと；
・ 前記ＳＵＶの少なくとも一部を用いて前記血流増加率を求めることと；
を更に含んでもよい。
実施形態によっては、前記心臓パラメータは心筋重量であり、前記心臓パラメータに基づく値も心筋重量であってもよい。実施形態によっては、前記心臓パラメータは心筋体積であり、前記心臓パラメータに基づく値は、前記心筋体積に換算係数を乗じて算出した心筋重量であってもよい。
実施形態によっては、上記方法は、前記第１〜第３の心筋核医学画像データを２次元Ａｒｒａｙデータ又はポーラーマップに変換し、該変換後データを用いて前記心筋血流増加率を計算することを更に含んでもよい。
上記の発明の実施形態の一種には、装置の処理手段に実行されると、前記装置に、上記方法を遂行させるように構成されるプログラム命令を備える、コンピュータプログラムが存在する。
また 上記の発明の実施形態の一種には、処理手段及び記憶手段を備える装置であって、前記記憶手段はプログラム命令を格納し、該プログラム命令は、前記処理手段に実行されると、上記方法を遂行させるように構成される、装置が存在する。
現時点で好適と考えられる本願発明の具現化形態のいくつかを、特許請求の範囲に含まれる請求項に特定している。しかしこれらの請求項に特定される構成が、本願明細書及び図面に開示される新規な技術思想の全てを含むとは限らない。出願人は、現在の請求項に記載されているか否かに関わらず、本願明細書及び図面に開示される新規な技術思想の全てについて、特許を受ける権利を有することを主張するものであることを記しておく。
本発明を実施し得るシステムのハードウェア構成を説明するための図である。 本願で解析対象とするデータを取得するための核医学測定プロトコールを説明するための図である。 心筋血流増加率を算出する処理の好適な実施例を説明するための図である。 図３のステップ３４５の具体的実施例を説明するための図である。 図３のステップ３４５の別の具体的実施例を説明するための図である。 図３のステップ３４５の更に別の具体的実施例を説明するための図である。 図３のステップ３４５の更に別の具体的実施例を説明するための図である。
以下、添付図面を参照しつつ、本願に開示される技術思想の好適な実施形態の例を説明する。
図１は、本発明を実施し得るシステム１００のハードウェア構成を説明するための図である。図１に描かれるように、システム１００は、ハードウェア的には一般的なコンピュータと同様であり、ＣＰＵ１０２，主記憶装置１０４，大容量記憶装置１０６，ディスプレイ・インターフェース１０７，周辺機器インタフェース１０８，ネットワーク・インターフェース１０９などを備えることができる。一般的なコンピュータと同様に、主記憶装置１０４としては高速なＲＡＭ（ランダムアクセスメモリ）を使用することができ、大容量記憶装置１０６としては、安価で大容量のハードディスクやＳＳＤなどを用いることができる。システム１００には、情報表示のためのディスプレイを接続することができ、これはディスプレイ・インターフェース１０７を介して接続される。またシステム１００には、キーボードやマウス、タッチパネルのようなユーザインタフェースを接続することができ、これは周辺機器インタフェース１０８を介して接続される。ネットワーク・インターフェース１０９は、ネットワークを介して他のコンピュータやインターネットに接続するために用いられることができる。
大容量記憶装置１０６には、オペレーティングシステム（ＯＳ）１１０や、心筋血流増加率算出プログラム１２０、位置合わせプログラム１２２、輪郭抽出・体積計算プログラム１２４が格納される。システム１００の最も基本的な機能は、ＯＳ１１０がＣＰＵ１０２に実行されることにより提供される。心筋血流増加率算出プログラム１２０は、本願によって開示される新規な処理に関するプログラム命令を備えており、それら命令の少なくとも一部がＣＰＵ１０２に実行されることにより、システム１００は、本願に開示される新規な処理を遂行することができる。
位置合わせプログラム１２２は、複数の核医学画像データ間で画像の位置や大きさを合わせるための命令を備えるプログラムである。現在市販の多くのＰＥＴ，ＳＰＥＣＴ装置には、このようなプログラムが備えられており、位置合わせプログラム１２２として、そのようなプログラム又はその一部を利用してもよい。
輪郭抽出・体積計算プログラム１２４は、心筋の輪郭を抽出するための命令を備えるプログラムである。心筋輪郭抽出のアルゴリズム又はソフトウェアにはいくつかのものが知られており、例えば本願出願人によるＰＣＴ出願の国際公開公報（WO2013/047496A1）にそのようなアルゴリズムが開示されている。その他にも、Cedras-Sinai Medical Centerで開発されたQGS、University of Michiganで開発された4D-MSPECT、札幌医大で開発されたpFASTのような、心筋輪郭抽出のアルゴリズム又はソフトウェアが存在する。輪郭抽出・体積計算プログラム１２４に含まれるプログラム命令は、これらのアルゴリズムやソフトウェアを使って心筋輪郭の抽出を行い、抽出した心筋の体積を計算するように構成されてもよい。本願に開示される発明の実施形態は、様々な心筋輪郭抽出アルゴリズムと共に動作しうるが、その抽出精度の高さから、WO2013/047496A1に記載のアルゴリズムを用いて心筋輪郭抽出を行うことは好ましいことである。
大容量記憶装置１０６にはさらに、三次元核医学画像データ１３０，１３２，１３４が格納されていることができる。これらの核医学画像データは、プログラム１２０，１２２，１２４による解析又は操作の対象となる。大容量記憶装置１０６にはさらに、上記核医学画像データに関連する各種のデータ収集条件を格納する、収集条件ファイル１３１，１３３，１３５も格納されていることができる。これらのデータの詳細については後に改めて説明する。図１には他にも、データ１４０，１５０，１５２が描かれているが、これらについても後に説明する。
システム１００は、図１に描かれた要素の他にも、電源や冷却装置など通常のコンピュータシステムが備える装置と同様の構成を備えることができる。コンピュータシステムの実装形態には、記憶装置の分散・冗長化や仮想化、複数ＣＰＵの利用、ＣＰＵ仮想化、ＤＳＰなど特定処理に特化したプロセッサの使用、特定の処理をハードウェア化してＣＰＵに組み合わせることなど、様々な技術を利用した様々な形態のものが知られている。本願で開示される発明は、どのような形態のコンピュータシステム上に搭載されてもよく、コンピュータシステムの形態によってその範囲が限定されることはない。本明細書に開示される技術思想は、一般的に、（１）処理手段に実行されることにより、当該処理手段を備える装置またはシステムに、本明細書で説明される各種の処理を遂行させるように構成される命令を備えるプログラム、（２）当該処理手段が当該プログラムを実行することにより実現される装置またはシステムの動作方法、（３）当該プログラム及び当該プログラムを実行するように構成される処理手段を備える装置またはシステムなどとして具現化されることができる。前述のように、ソフトウェア処理の一部はハードウェア化される場合もある。
また、システム１００の製造販売時や起動時には、データ１３０〜１３５等は、大容量記憶装置１０６の中に記憶されていない場合が多いことに注意されたい。これらのデータは、例えば周辺機器インタフェース１０８やネットワーク・インターフェース１０９を介して外部の装置からシステム１００に転送されるデータであってもよい。実施形態によっては、データ１３１，１３３，１３５，１４０，１５０，１５２は、心筋血流増加率算出プログラム１２０がＣＰＵ１０２に実行されることを通じて形成されたものであってもよい。また、位置合わせプログラム１２２やＯＳ１１０の実装形態によっては、データ１３１，１３３，１３５，１４０，１５０，１５２の少なくともいずれかは、大容量記憶装置１０６に格納されず、主記憶装置１０４にしか格納されない場合もある。本願で開示される発明の範囲は、これらのデータの有無によって限定されるものではないことを、念のために記しておく。
次に、三次元核医学画像データ１３０，１３２，１３４について詳しく説明する。これらの画像データは、心筋血流増加率を求めるために遂行される核医学測定により得られる画像データである。また本実施例においては、当該三次元核医学画像データは、核医学測定の手法としてＳＰＥＣＴを用いて得られた画像データである。心筋血流増加率を求めるには、一般に、負荷（Stress）を与えて核医学測定を行って得られた核医学画像データと、安静（Rest）時に核医学測定を行って得られた核医学画像データとを比較する。従って、心筋血流増加率を求めるためには、少なくともこれら２つの核医学画像データが必要である。本実施例においては、データ１３０が、負荷（Stress）を与えた直後にＳＰＥＣＴデータ収集を行って得られたデータであり、データ１３４が、安静（Rest）時にＳＰＥＣＴデータ収集を行って得られたデータであるとする。以後、それぞれ負荷時データ、安静時データと称する場合がある。
以下に詳細に説明する実施例においては、画像データ１３０，１３２，１３４は、いずれも、各画素値が放射線カウント値に対応している画像データである。しかし、実施形態によっては、画像データ１３０，１３２，１３４は、各画素値が組織放射能濃度を表すような画像データである場合がある。
さらに、本願で解析対象とする核医学データの収集を行うプロトコールは、負荷時測定と安静時測定との間に、放射性医薬品の投与を行わずに、核医学装置を用いて被験者の体内から放射される放射線の収集を行うことを含むことを特徴とする。この放射線収集をプレスキャン（PreScan）と呼ぶ。プレスキャンは、負荷時測定と安静時測定とのうち、時間的に後の測定の直前に行われ、当該後の測定における一連のデータ収集の直前に行われる。例えば、後で図２を参照して説明するように、後の測定が負荷時データの測定である場合は負荷をかける直前、後の測定が安静時データである場合は放射性医薬品投与の直前に、プレスキャンを行う。本実施例においては、このプレスキャンによって得られた核医学画像データを符号１３２で表している。従って、本願で解析対象とするデータには、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４の、少なくとも３つが含まれる。
図２を参照して、本願で解析対象とするデータを取得するための核医学測定プロトコールについて、より具体的に説明する。この図には、プロトコールの中でどのようなイベントが行われるのかが時間軸上に模式的に描かれている。上述のように、心筋血流増加率を求めるには負荷時及び安静時のそれぞれについて核医学測定を行う必要があるが、負荷時測定を先行させるようなプロトコールを組むこともできるし、安静時測定を先行させるようなプロトコールを組むこともできる。
負荷時測定を先行する場合、はじめに被験者に負荷を与える（２０２）。負荷としては、例えばエルゴメータやトレッドミルを用いた運動負荷、アデノシンやジピリダモールを用いた薬剤負荷を採用することができる。負荷をかけている最中に、放射性医薬品の投与（静脈注射）を行う（２０４）。続いて負荷を停止し、核医学装置を用いて被験者の体内から放射される放射線のデータ収集を行う（２０６）。その後、一定の時間（数時間）を空けて安静時測定を行うのであるが、安静時測定の前に、まずは放射性医薬品の投与を行わずに核医学装置を用いて被験者の体内から放射される放射線のデータ収集を行う（２０８）。すなわちプレスキャンを行う。プレスキャン終了直後、安静時測定用の放射性医薬品投与を行い（２１０）、核医学装置を用いて被験者の体内から放射される放射線のデータ収集を行う（２１２）。データ収集２０６によって得られる画像データが負荷時データ１３０となり、データ収集２０８によって得られる画像データがプレスキャンデータ１３２となり、データ収集２１２によって得られる画像データが安静時データ１３４になる。
一方、安静時測定を先行する場合、まずは被験者に安静時測定用の放射性医薬品投与を行い（２２２）、核医学装置を用いて被験者の体内から放射される放射線のデータ収集を行う（２２４）。その後、一定の時間（数時間）を空けて負荷時測定を行うが、負荷時測定の前に、まずは放射性医薬品の投与を行わずに核医学装置を用いて被験者の体内から放射される放射線データ収集を行う（２２６）。すなわちプレスキャンを行う。プレスキャン終了後、直ちに負荷を開始する（２２８）。また、負荷の最中に、負荷時測定用の放射性医薬品の投与を行う（２３０）。負荷終了後、核医学装置を用いて被験者の体内から放射される放射線のデータ収集を行う（２３２）。データ収集２３２によって得られる画像データが負荷時データ１３０となり、データ収集２２６によって得られる画像データがプレスキャンデータ１３２となり、データ収集２２４によって得られる画像データが安静時データ１３４になる。
なお前述のように、本実施例においては、放射線データ収集に用いられる核医学装置はＳＰＥＣＴ装置であり、従って投与される放射性医薬品は、ＳＰＥＣＴ装置による放射線データ収集に適した医薬品である。心筋血流の核医学画像化に適したＳＰＥＣＴ用放射線医薬品としては、例えば201TlCl（塩化タリウム）やテトロホスミンテクネチウム（99mＴc）注射液、15-(4-ヨードフェニル)- 3(R,S)-メチルペンタデカン酸（123Ｉ）注射液等が知られている。本願に開示される発明は、心筋血流の核医学画像化に適した放射性医薬品のいずれに対しても使用可能である。
次に、図３を用いて、本願に開示される、心筋血流増加率を算出する処理３００の流れを説明する。処理３００は、心筋血流増加率算出プログラム１２０がＣＰＵ１０２に実行されることにより、システム１００が遂行する処理であることができる。また、実施形態によっては、処理３００が遂行される途中で、位置合わせプログラム１２２や輪郭抽出・体積計算プログラム１２４が心筋血流増加率算出プログラム１２０から呼び出され、ＣＰＵ１０２に実行されることにより、所定の処理が遂行されることがある。
ステップ３０５は処理の開始を示す。ステップ３１０では、心筋血流増加率算出プログラム１２０による処理対象となるデータの読み込み（ロード）が行われる。すなわち、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４のそれぞれにつき、その全部又は一部が大容量記憶装置１０６から読み出され、主記憶装置１０４に格納される。なお、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４は，外部の核医学装置から，ネットワーク・インターフェース１０９を介して直接主記憶装置１０４に取り込まれても良い。
ステップ３１５では、データ収集プロトコールの判定が行われる。すなわち、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４を収集したプロトコールが、負荷時測定と安静時測定とのうちどちらを先行させるプロトコールであったのかを判定する。この判定は、例えば、負荷時データ１３０及び安静時データ１３４に含まれている時間情報（例えばデータ収集開始時刻等）を比較することにより、行われてもよい。例えば、負荷時データ１３０の収集開始時刻が安静時データ１３４の収集開始時刻よりも時間的に早い場合は、負荷先行のプロトコールであったと判定することができる。逆に、負荷時データ１３０の収集開始時刻が安静時データ１３４の収集開始時刻よりも時間的に遅い場合は、安静先行のプロトコールであったと判定することができる。実施形態によっては、どちらのプロトコールであるかの情報を操作者がシステム１００に入力することにより、システム１００がデータ収集プロトコールを特定するようにしてもよい。
なお、データ１３０が負荷時データであることは、データ１３０に含まれる識別情報により判断されてもよい。同様に、データ１３４が安静時データであることは、データ１３４に含まれる識別情報により判断されてもよい。
ステップ３２０では、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４についての各種収集条件の取得が行われる。各種収集条件とは、例えば次のような情報である。
・ 被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。例えば投与する放射性医薬品を投与用のシリンジに入れた状態で、そのシリンジごと放射線量を測定することにより、得られる値。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ データ収集時間
・ 被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。例えば、投与後のシリンジに残存する放射線量の測定値。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
・ ＢＣＦ（ベクレルキャリブレーションファクタ，放射線カウント値を放射能濃度（例えばBq/ml）に変換する係数）
実施形態によっては、これらの収集条件は負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４に含まれていることがある。その場合、システム１００は、データ１３０〜１３４からこれらの情報を読み込んで、主記憶装置１０４や大容量記憶装置１０６に格納してもよい。
実施形態によっては、システム１００は、これらの収集条件を操作者が入力するためのユーザインタフェース（例えばダイアログボックス）を生成して表示するように構成されてもよい。操作者が必要な収集条件を入力すると、システム１００は、それらを主記憶装置１０４や大容量記憶装置１０６に格納してもよい。
なお、画像データ１３０〜１３４が、各画素値が組織放射能濃度を表す画像データである実施形態においては、ＢＣＦは使われないので、ＢＣＦを取得することも不要である。
上記の収集条件のうち、どの情報が必要であるかは、実施形態によって異なってもよい。実際に、後にステップ３４５の実施形態をいくつか紹介するが、これらの実施形態の間で必要な情報は異なっている。また、負荷時データ１３０や安静時データ１３４と、プレスキャンデータ１３２とにおいては、必要とされる情報が異なってもよい。システム１００は、収集条件の入力対象となるデータによって、（すなわち当該データが負荷時データ１３０であるか、プレスキャンデータ１３２であるか、安静時データ１３４であるかによって、）異なるユーザインタフェースを生成して表示してもよく、それぞれのユーザインタフェースは、当該データに対して求められる固有のデータ入力に便利なように構成されてもよい。
上述のように、システム１００は、取得した収集条件情報を、主記憶装置１０４や大容量記憶装置１０６に格納するように構成されてもよい。本実施例では、あくまで例であるが、負荷時データ１３０のための収集条件情報が収集条件ファイル１３１に、プレスキャンデータ１３２のための収集条件情報が収集条件ファイル１３３に、安静時データ１３４のための収集条件情報が収集条件ファイル１３５に、それぞれ格納されているとする。
ステップ３２５では、必要であれば、データ１３２がプレスキャンデータであるか否かの判定が行われる。実施形態によっては、この判定は、データ１３２に含まれる識別情報に基づいて行われてもよい。実施形態によっては、この判定は、データ１３２に含まれている時間情報（例えばデータ収集開始時刻等）に基づいて行われてもよい。例えば、データ収集プロトコールが負荷先行の場合、データ１３２が示すデータ収集開始時刻が、負荷時データ１３０のデータ収集終了時刻と安静時データ１３４のデータ収集開始時刻との間にあることをもって、データ１３２がプレスキャンデータであると判定してもよい。また、データ収集プロトコールが安静先行の場合、データ１３２が示すデータ収集開始時刻が、安静時データ１３４のデータ収集終了時刻と負荷時データ１３４のデータ収集開始時刻との間にあることをもって、データ１３２がプレスキャンデータであると判定してもよい。
ステップ３３０では、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４の位置合わせが行われる。すなわち、これらのデータから画像化される心筋の位置や大きさが、互いに合致するように位置や大きさの補正を行う。この処理は、位置合わせプログラム１２２がＣＰＵ１０２に実行されることにより遂行されてもよい。心筋血流増加率算出プログラム１２０は、ステップ３３０において位置合わせプログラム１２２を呼び出してＣＰＵ１０２に実行させるように構成されてもよい。
データ収集プロトコールが負荷先行の場合、安静時データ１３４を基準に位置合わせを行うことが好ましい。データ収集プロトコールが安静先行の場合、負荷時データ１３０を基準に位置合わせを行うことが好ましい。
ステップ３３５はオプションの処理である。このステップでは、位置合わせ後の負荷時データ１３０及び安静時データ１３４のそれぞれについて、心筋輪郭抽出が行われる。ステップ３３５の処理は、ステップ３４５の実施形態として、処理６００又は処理７００を行う場合に、特に必要とされる。
ステップ３３５の処理は、輪郭抽出・体積計算プログラム１２４がＣＰＵ１０２に実行されることにより遂行されてもよい。前述のように、心筋輪郭抽出のアルゴリズム又はソフトウェアにはいくつかのものが知られており、例えば本願出願人によるＰＣＴ出願の国際公開公報（WO2013/047496A1）に、そのようなアルゴリズムが開示されている。輪郭抽出・体積計算プログラム１２４に含まれるプログラム命令は、そのアルゴリズムを使って心筋輪郭の抽出を行うように構成されてもよい。
また実施形態によっては、輪郭抽出・体積計算プログラム１２４は、抽出した輪郭を使って、心筋の体積を計算するように構成されてもよい。例えば、抽出した心筋内膜と心筋外膜との間に存在する画素数に、画素−体積の換算係数（例えば、画素あたりの体積）を乗じて、心筋の体積とすることとしてもよい。
実施形態によっては、プレスキャンデータ１３２についても心筋輪郭抽出を行うように構成してもよい。しかしプレスキャンは、データ収集時間が短い場合があり、放射性医薬品の投与も行わずにデータ収集を行うため、プレスキャンデータ１３２の各画素の画素値（放射線カウント値）は低いことが多い。このためプレスキャンデータ１３２においては、心筋輪郭抽出に失敗する場合がある。その場合、プレスキャンデータ１３２の心筋輪郭情報は、負荷時データ１３０または安静時データ１３４のいずれかの心筋輪郭情報と同じとみなすこととしてもよい。特に、負荷時データ１３０と安静時データ１３４とのうち、時間的に遅く収集されたデータの心筋輪郭情報と同じとみなすこととしてもよい。
ステップ３４０もオプションのステップである。実施形態によっては、負荷時データ１３０及び安静時データ１３４の全ての画素又は全ての心筋画素に対して心筋血流増加率を算出してもよいが、実施形態によっては、その一部の画素についてのみ、心筋血流増加率を算出してもよい。例えば、データ１３０〜１３４を、本願の技術分野でしばしば用いられるＡｒｒａｙデータやポーラーマップ（極座標表示）に変換し、その各画素に対して心筋血流増加率を算出することとしてもよい。すなわち、心筋血流増加率のＡｒｒａｙデータやポーラーマップを作成することとしてもよい。なお、Ａｒｒａｙデータとは、所定範囲の短軸断層画像のそれぞれについて、画像中心から所定角度毎に放射状に走査して最大画素値を求め、これを、一方の軸を短軸断層画像の位置、他方の軸を画像中心からの角度にとった２次元マップに表現したものである。これに対してポーラーマップとは、やはり所定範囲の短軸断層画像のそれぞれについて、画像中心から所定角度毎に放射状に走査して最大画素値を求め、これを同心円状の極座標に展開したものである。
データ１３０〜１３４をＡｒｒａｙデータやポーラーマップに変換することで、次のステップ３４５における処理負荷を軽くすることができると共に、結果の可視性を向上させることができる。
ステップ３４０を行う場合、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４のそれぞれを、Ａｒｒａｙデータ又はポーラーマップに変換する。この変換を行う場合、以下の説明において、負荷時データ１３０，プレスキャンデータ１３２，安静時データ１３４は、いずれもＡｒｒａｙデータ又はポーラーマップに変換されたものであると理解して欲しい。
ステップ３４５では、心筋血流増加率の算出が行われる。このステップの実施形態は大きく４つの種類がある。以下、図４〜７を用いて、それぞれの実施形態を説明する。
図４は、図３のステップ３４５の実施形態の１つである処理４００を説明するためのフローチャートである。また処理４００は、（図３や図５〜７に例示される処理と同様に）心筋血流増加率の算出するための処理であり、心筋血流増加率算出プログラム１２０がＣＰＵ１０２に実行されることにより、システム１００が遂行する処理である。
更に処理４００は、ステップ３１５においてデータ収集プロトコールが、負荷時測定を安静時測定に先行させるプロトコールであると判定された場合に行われる処理である。更に処理４００は、画像データ１３０や１３４に対して後述のＳＵＶ変換を行わずに、心筋血流増加率を算出する場合に行われる処理である。
ステップ４０２は処理の開始を示す。ステップ４０４では、負荷時測定で被験者に投与された放射線量（負荷時投与量）を算出する。投与された放射線量の算出に必要な情報は次の通りである。
・ 被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ 被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
本実施例では、これらの情報はステップ３２０で取得され、収集条件ファイル１３１に格納されている。従ってシステム１００は、ステップ４０４において、これらの情報を、収集条件ファイル１３１から読み込むことにより取得してもよい。
続いて、次の式を用いて、負荷時投与量を算出する。

減衰時間１（秒）＝ ｜投与前放射線量の測定日時−データ収集開始日時｜
減衰時間２（秒）＝ ｜投与後放射線量の測定日時−データ収集開始日時｜
減衰係数＝ＬＮ（２．０）／半減期（秒） （ＬＮ；底がｅの自然対数）
負荷時投与量＝｛投与前放射線量×Ｅｘｐ（−減衰係数×減衰時間１）｝−｛投与後放射線量×Ｅｘｐ（−減衰係数×減衰時間２）｝
続いてステップ４０６では、プレスキャンにおいて被験者に投与された放射線量（プレスキャン投与量）を算出する。この算出に必要な情報は次の通りである。
・ 負荷時において、被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ 負荷時において、被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
すなわち、負荷時投与量を算出するために必要な情報と同じである。
なお前述のように、プレスキャンのために個別に放射性医薬品の投与を行うことはしない。図２の負荷先行型プロトコールに関連して説明したように、この実施形態におけるプレスキャンは、負荷時測定の後に、放射性医薬品の投与を行うことなく遂行される放射線データ収集である。従って上記の情報は、データ収集開始日時を除いて、負荷時測定に関する情報と同じである。すなわちステップ４０４で用いた情報と同じである。データ収集開始日時のみは、プレスキャンのデータ収集開始日時情報が必要である。
従って実施形態によっては、上記の情報のうち、データ収集開始日時以外の情報を、負荷時データ１３０用の収集条件ファイル１３１から取得してもよい。データ収集開始日時については、プレスキャンデータ１３２用の収集条件ファイル１３３から取得してもよい。（プレスキャンのデータ収集開始日時についてはステップ３２０で取得されている。）実施形態によっては、システム１００は、データ収集開始日時以外の情報を、収集条件ファイル１３１から収集条件ファイル１３３に自動的にコピーするように構成されてもよく、その場合システム１００は、本ステップにおいて、上記の情報を全て収集条件ファイル１３３から取得するように構成されてもよい。
上記の情報を取得した後、システム１００は、負荷時の場合と同様に、次の式を用いてプレスキャン投与量を算出する。

減衰時間１（秒）＝ ｜投与前放射線量の測定日時−データ収集開始日時｜
減衰時間２（秒）＝ ｜投与後放射線量の測定日時−データ収集開始日時｜
減衰係数＝ＬＮ（２．０）／半減期（秒） （ＬＮ；底がｅの自然対数）
プレスキャン投与量＝｛投与前放射線量×Ｅｘｐ（−減衰係数×減衰時間１）｝−｛投与後放射線量×Ｅｘｐ（−減衰係数×減衰時間２）｝
ステップ４０８では、安静時において被験者に投与された放射線量（安静時投与量）を算出する。この算出に必要な情報も、負荷時投与量を算出した時と同じであり、次の通りである。
・ 安静時において、被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ 安静時において、被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
本実施例では、これらの情報はステップ３２０で取得され、収集条件ファイル１３５に格納されている。従ってシステム１００は、本ステップにおいて、これらの情報を、収集条件ファイル１３５から読み込むことにより取得してもよい。
その後システム１００は、負荷時の場合と同様に、次の式を用いて安静時投与量を算出するように構成されてもよい。

減衰時間１（秒）＝ ｜投与前放射線量の測定日時−データ収集開始日時｜
減衰時間２（秒）＝ ｜投与後放射線量の測定日時−データ収集開始日時｜
減衰係数＝ＬＮ（２．０）／半減期（秒） （ＬＮ；底がｅの自然対数）
安静時投与量＝｛投与前放射線量×Ｅｘｐ（−減衰係数×減衰時間１）｝−｛投与後放射線量×Ｅｘｐ（−減衰係数×減衰時間２）｝
ステップ４１０では、プレスキャンデータ１３２の各画素値に対して、次の補正係数を乗じることにより、投与量補正を行う。

プレスキャン用投与量補正係数＝負荷時投与量／プレスキャン投与量
ステップ４１２では、安静時データ１３４の各画素値に対して、次の補正係数を乗じることにより、投与量補正を行う。

安静時用投与量補正係数＝負荷時投与量／安静時投与量
ステップ４１４では、投与量補正を行ったプレスキャンデータ１３２の各画素値に対して、次の補正係数を乗じることにより、収集時間補正を行う。

プレスキャン用収集時間補正係数＝負荷時データ収集時間／プレスキャンデータ収集時間
本実施例においては、負荷時データ収集時間及びプレスキャンデータ収集時間は、ステップ３２０において取得され、それぞれ収集条件ファイル１３１，１３３に格納されている。そこでシステム１００は、これらのファイルから負荷時データ収集時間及びプレスキャンデータ収集時間の情報を取得し、プレスキャン用収集時間補正係数を計算するように構成されてもよい。
ステップ４１６では、投与量補正を行った安静時データ１３４の各画素値についても、次の補正係数を乗じることにより、収集時間補正を行う。

安静時用収集時間補正係数＝負荷時データ収集時間／安静時データ収集時間
本実施例においては、安静時データ収集時間は、ステップ３２０において取得され、収集条件ファイル１３５に格納されているので、システム１００は、収集条件ファイル１３５から必要な情報を得て、安静時用収集時間補正係数を計算するように構成されてもよい。
ステップ４１８では、投与量補正及び収集時間補正を行ったプレスキャンデータ１３２を用いて、投与量補正及び収集時間補正を行った安静時データ１３４のカウント補正を行う。この補正は、前記補正（投与量補正（ステップ４１２）及び収集時間補正（ステップ４１６））後の安静時データ１３４の各画素につき、その画素値から、前記補正後のプレスキャンデータ１３２の対応する位置の画素の画素値を減算することによって、行われる。このカウント補正により、負荷時に投与された放射性医薬品の影響が、安静時データ１３４から除去される。
ステップ４２０では、負荷時データ１３０と、カウント補正後の安静時データ１３４とを用いて、心筋血流増加率の計算が行われる。画素ｉｊの心筋血流増加率（ＩｎｃＭａｐｉｊ）は、負荷時データ１３０の各画素の画素値（Ｓｔｒｅｓｓｉｊ）と、カウント補正後の安静時データ１３４の対応する位置の画素の画素値（Ｒｅｓｔｉｊ）とから、次の式によって求められる。

ＩｎｃＭａｐｉｊ［％］＝（Ｓｔｒｅｓｓｉｊ−Ｒｅｓｔｉｊ）／（Ｒｅｓｔｉｊ）×１００
計算した増加率データは、増加率データ１４０として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。増加率データ１４０は、例えば、各画素の画素値が増加率を示す、３次元画像データであることができる。また、図３のステップ３４０を行う場合には、各画素の画素値が増加率を示す、２次元Ａｒｒａｙデータ又は２次元ポーラーマップであることができる。
ステップ４１８のカウント補正が行われることにより、負荷時に投与された放射性医薬品の影響が、安静時データ１３４から除去されている。従って、当該補正後の安静時データ１３４中の各画素の画素値は、安静時における心機能をより正確に反映している。そして、そのようなデータを用いて計算することにより、従来技術に比べてより正確に、心筋血流増加率を求めることが可能になる。
ステップ４２２は処理の終了を示す。
図５は、図３のステップ３４５の実施形態の１つであり、心筋血流増加率を算出するための処理５００を説明するためのフローチャートである。処理５００は、ステップ３１５においてデータ収集プロトコールが、安静時測定を負荷時測定に先行させるプロトコールであると判定された場合に行われる処理である。更に処理５００は、画像データ１３０や１３４に対して後述のＳＵＶ変換を行わずに、心筋血流増加率を算出する場合に行われる処理である。
ステップ５０２は処理の開始を示す。ステップ５０４では、安静時測定で被験者に投与された放射線量（安静時投与量）を算出する。投与された放射線量の算出に必要な情報は次の通りである。
・ 被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ 被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
本実施例では、これらの情報はステップ３２０で取得され、収集条件ファイル１３５に格納されている。従ってシステム１００は、ステップ５０２において、これらの情報を、収集条件ファイル１３５から読み込むことにより取得してもよい。
続いて、次の式を用いて、安静時投与量を算出する。

減衰時間１（秒）＝ ｜投与前放射線量の測定日時−データ収集開始日時｜
減衰時間２（秒）＝ ｜投与後放射線量の測定日時−データ収集開始日時｜
減衰係数＝ＬＮ（２．０）／半減期（秒） （ＬＮ；底がｅの自然対数）
安静時投与量＝｛投与前放射線量×Ｅｘｐ（−減衰係数×減衰時間１）｝−｛投与後放射線量×Ｅｘｐ（−減衰係数×減衰時間２）｝
続いてステップ５０６では、プレスキャンにおいて被験者に投与された放射線量（プレスキャン投与量）を算出する。この算出に必要な情報は次の通りである。
・ 安静時の核医学画像データ収集において、被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ 安静時の核医学画像データ収集において、被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
すなわち、安静時投与量を算出するために必要な情報と同じである。
なお前述のように、プレスキャンのために個別に放射性医薬品の投与を行うことはしない。図２の安静先行型プロトコールに関連して説明したように、この実施形態におけるプレスキャンは、安静時測定の後に、放射性医薬品の投与を行うことなく遂行される放射線データ収集である。従って上記の情報は、データ収集開始日時を除いて、安静時測定に関する情報と同じである。すなわちステップ５０４で用いた情報と同じである。データ収集開始日時のみは、プレスキャンのデータ収集開始日時情報が必要である。
従って実施形態によっては、上記の情報のうち、データ収集開始日時以外の情報を、安静時データ１３４用の収集条件ファイル１３５から取得してもよい。データ収集開始日時については、プレスキャンデータ１３２用の収集条件ファイル１３３から取得してもよい。（プレスキャンのデータ収集開始日時についてはステップ３２０で取得されている。）実施形態によっては、システム１００は、データ収集開始日時以外の情報を、収集条件ファイル１３５から収集条件ファイル１３３に自動的にコピーするように構成されてもよく、その場合システム１００は、本ステップにおいて、上記の情報を全て収集条件ファイル１３３から取得するように構成されてもよい。
上記の情報を取得した後、システム１００は、安静時の場合と同様に、次の式を用いてプレスキャン投与量を算出する。

減衰時間１（秒）＝ ｜投与前放射線量の測定日時−データ収集開始日時｜
減衰時間２（秒）＝ ｜投与後放射線量の測定日時−データ収集開始日時｜
減衰係数＝ＬＮ（２．０）／半減期（秒） （ＬＮ；底がｅの自然対数）
プレスキャン投与量＝｛投与前放射線量×Ｅｘｐ（−減衰係数×減衰時間１）｝−｛投与後放射線量×Ｅｘｐ（−減衰係数×減衰時間２）｝
ステップ５０８では、負荷時において被験者に投与された放射線量（負荷時投与量）を算出する。この算出に必要な情報も、安静時投与量を算出した時と同じく、次の通りである。
・ 被験者への放射性医薬品投与前に測定した放射線量（投与前放射線量）。
・ 投与前放射線量の測定日時
・ データ収集開始日時
・ 被験者への放射性医薬品投与後に測定した放射線量（投与後放射線量）。
・ 投与後放射線量の測定日時
・ 放射性医薬品に含まれるトレーサーの半減期
本実施例では、これらの情報はステップ３２０で取得され、収集条件ファイル１３１に格納されている。従ってシステム１００は、本ステップにおいて、これらの情報を、収集条件ファイル１３１から読み込むことにより取得してもよい。
その後システム１００は、安静時の場合と同様に、次の式を用いて負荷時投与量を算出するように構成されてもよい。

減衰時間１（秒）＝ ｜投与前放射線量の測定日時−データ収集開始日時｜
減衰時間２（秒）＝ ｜投与後放射線量の測定日時−データ収集開始日時｜
減衰係数＝ＬＮ（２．０）／半減期（秒） （ＬＮ；底がｅの自然対数）
負荷時投与量＝｛投与前放射線量×Ｅｘｐ（−減衰係数×減衰時間１）｝−｛投与後放射線量×Ｅｘｐ（−減衰係数×減衰時間２）｝
ステップ５１０では、プレスキャンデータ１３２の各画素値に対して、次の補正係数を乗じることにより、投与量補正を行う。

プレスキャン用投与量補正係数＝安静時投与量／プレスキャン投与量
ステップ５１２では、負荷時データ１３０の各画素値に対して、次の補正係数を乗じることにより、投与量補正を行う。

負荷時用投与量補正係数＝安静時投与量／負荷時投与量
ステップ５１４では、投与量補正を行ったプレスキャンデータ１３２の各画素値に対して、次の補正係数を乗じることにより、収集時間補正を行う。

プレスキャン用収集時間補正係数＝安静時データ収集時間／プレスキャンデータ収集時間
本実施例においては、安静時データ収集時間及びプレスキャンデータ収集時間は、ステップ３２０において取得され、それぞれ収集条件ファイル１３５，１３３に格納されている。そこでシステム１００は、これらのファイルから安静時データ収集時間及びプレスキャンデータ収集時間の情報を取得し、プレスキャン用収集時間補正係数を計算するように構成されてもよい。
ステップ５１６では、投与量補正を行った負荷時データ１３０の各画素値についても、次の補正係数を乗じることにより、収集時間補正を行う。

負荷時用収集時間補正係数＝安静時データ収集時間／負荷時データ収集時間
本実施例においては、負荷時データ収集時間は、ステップ３２０において取得され、収集条件ファイル１３１に格納されているので、システム１００は、収集条件ファイル１３１から必要な情報を得て、負荷時用収集時間補正係数を計算するように構成されてもよい。
ステップ５１８では、投与量補正及び収集時間補正を行ったプレスキャンデータ１３２を用いて、投与量補正及び収集時間補正を行った負荷時データ１３０のカウント補正を行う。この補正は、投与量補正（ステップ５１２）及び収集時間補正（ステップ５１６）後の負荷時データ１３０の各画素につき、その画素値から、前記補正後のプレスキャンデータ１３２の対応する位置の画素の画素値を減算することによって、行われる。このカウント補正により、安静時測定のために投与された放射性医薬品の影響が、負荷時データ１３０から除去される。
ステップ５２０では、カウント補正後の負荷時データ１３０と、安静時データ１３４とを用いて、心筋血流増加率の計算が行われる。画素ｉｊの心筋血流増加率（ＩｎｃＭａｐｉｊ）は、カウント補正後の負荷時データ１３０の各画素の画素値（Ｓｔｒｅｓｓｉｊ）と、安静時データ１３４の対応する位置の画素の画素値（Ｒｅｓｔｉｊ）とから、次の式によって求められる。

ＩｎｃＭａｐｉｊ［％］＝（Ｓｔｒｅｓｓｉｊ−Ｒｅｓｔｉｊ）／（Ｒｅｓｔｉｊ）×１００
計算した増加率データは、増加率データ１４０として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。増加率データ１４０は、例えば、各画素の画素値が増加率を示す３次元画像データであることができる。また、図３のステップ３４０を行う場合には、各画素の画素値が増加率を示す、２次元Ａｒｒａｙデータ又は２次元ポーラーマップであることができる。
ステップ５１８のカウント補正が行われることにより、安静時に投与された放射性医薬品の影響が、負荷時データ１３０から除去されている。従って、負荷時データ１３０中の各画素の画素値は、負荷時における心機能をより正確に反映している。そして、そのようなデータを用いて計算することにより、従来技術に比べてより正確に、心筋血流増加率を求めることが可能になる。
ステップ５２２は処理の終了を示す。
図６は、図３のステップ３４５の実施形態の１つであり、心筋血流増加率を算出するための処理６００を説明するためのフローチャートである。処理６００は、ステップ３１５においてデータ収集プロトコールが、負荷時測定を安静時測定に先行させるプロトコールであると判定された場合に行われる処理である。更に処理６００は、画像データ１３０や１３４に対して、本願に開示される特徴的なＳＵＶ変換を行った上で、心筋血流増加率を算出する場合に行われる処理である。
ステップ６０２は処理の開始を示す。ステップ６０４では、負荷時測定で被験者に投与された放射線量（負荷時投与量）を算出する。負荷時投与量の算出方法は、図４の処理４００に関連して説明したステップ４０４と同一であるので、説明を省略する。
ステップ６０６では、負荷時データ１３０の各画素の画素値をＳＵＶに変換する。既存のＳＵＶ変換は、被験者の体重を用いて正規化を行うものである。しかし、本実施形態のＳＵＶ変換は、次の式１によって行われる。

［式１］
ＳＵＶ＝組織放射能濃度／（放射能投与量／心筋重量）
各パラメータについて簡単に説明すると、次の通りである。
組織放射能濃度： 負荷時データ１３０の各画素の画素値に、ベクレルキャリブレーションファクタ（Ｂｅｃｑｕｅｒｅｌ Ｃａｌｉｂｒａｔｉｏｎ Ｆａｃｔｏｒ；ＢＣＦ）を乗じて得られる値である。ＢＣＦとは、放射線カウント値を放射線濃度（例えばＢｑ／ｍｌ）に変換する係数である。本実施例では、ＢＣＦはステップ３２０で取得されている。負荷時データ１３０の各画素の画素値が組織放射能濃度を表しているような実施形態においては、ＢＣＦを乗じることなく、画素値をそのまま組織放射能濃度として用いてよい。
放射能投与量： 本ステップでは、負荷時測定で被験者に投与された放射線量である。すなわち、ステップ６０４で求められた負荷時投与量である。
心筋重量： ステップ３３５で得られた、負荷時データの心筋輪郭データに基づいて計算される。例えば、抽出した心筋内膜と心筋外膜との間に存在する画素数に、画素−体積の換算係数を乗じて、心筋の体積を求めると共に、求めた心筋体積に、心筋体積−心筋重量の換算係数（密度係数）を乗じて、心筋重量を求めてもよい。密度係数は、公知の文献値等を用いることができ、例えば１．０５であることができる。心筋重量の算出は、ステップ３３５で行われてもよいし、本ステップで行われてもよい。実施形態によって、心筋重量算出アルゴリズムは、輪郭抽出・体積計算プログラム１２４に実装されてもよいし、心筋血流増加率算出プログラム１２０に実装されてもよい。計算された心筋重量は、主記憶装置１０２や大容量記憶装置１０６に格納されてもよい。実施形態によっては、ＣＰＵ１０２のレジスタに格納されてもよい。
各画素の画素値をＳＵＶに変換した後の負荷時データは、負荷時ＳＵＶデータ１５０として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。
なおＢＣＦは、公知の方法にて求める事ができる。例えば、総放射能量既知の放射性医薬品を格納したバイアル（又はシリンジ）を対象として核医学画像の撮像を行い、以下の式にて算出した値とする事ができる。

ＢＣＦ＝減衰補正総放射能量（Ｂｑ）÷（全スライスのトータルカウント÷収集時間（秒））
また、円柱ファントムを利用して得られたデータからＢＣＦを求める場合は、下記の式を用いる事ができる。

ボリューム係数＝１スライスにおける平均カウント値÷（１ピクセルの体積×収集時間（秒））

ＢＣＦ＝減衰補正総放射能量（Ｂｑ）÷（ファントム容量×ボリューム係数）
実施形態によっては、ＢＣＦに収集時間補正を行ってもよい。収集時間補正は、例えば、｛１ピクセルの体積［ｃｍ３］／収集時間［ｓｅｃ］｝をＢＣＦに乗ずることにより、なされてもよい。
ステップ６０８では、安静時測定で被験者に投与された放射線量（安静時投与量）を算出する。安静時投与量の算出方法は、図４の処理４００に関連して説明したステップ４０８と同一であるので、説明を省略する。
ステップ６１０では、プレスキャンデータ１３２の各画素値に対して、次の補正係数を乗じることにより、収集時間補正を行う。

収集時間補正係数＝安静時データ収集時間／プレスキャンデータ収集時間
本実施例においては、安静時データ収集時間及びプレスキャンデータ収集時間は、ステップ３２０において取得され、それぞれ収集条件ファイル１３５，１３３に格納されている。そこでシステム１００は、これらのファイルから安静時データ収集時間及びプレスキャンデータ収集時間の情報を取得し、上の収集時間補正係数を計算するように構成されてもよい。
ステップ６１２では、収集時間補正を行ったプレスキャンデータ１３２の各画素値に対して、次のように求める減衰補正係数を乗じることにより、減衰補正を行う。

減衰時間（秒）＝ プレスキャンのデータ収集開始日時−安静時のデータ収集開始日時
減衰係数＝ＬＮ（２．０）／トレーサーの半減期（秒） （ＬＮ；底がｅの自然対数）
減衰補正係数＝Exp（減衰係数×減衰時間）
ステップ６１４では、収集時間補正及び減衰補正を行ったプレスキャンデータ１３２を用いて、安静時データ１３４のカウント補正を行う。この補正は、安静時データ１３４の各画素につき、その画素値から、補正後のプレスキャンデータ１３２の対応する位置の画素の画素値を減算することによって、行われる。このカウント補正により、負荷時に投与された放射性医薬品の影響が、安静時データ１３４から除去される。
ステップ６１６では、カウント補正後の安静時データ１３４の各画素の画素値をＳＵＶに変換する。変換式は、前述の式１と同じである。ただし、式中の「組織放射能濃度」は、安静時データ１３４の画素値であって、ステップ６１４で説明したカウント補正後の画素値に、前述のＢＣＦを乗じた値である。また、式中の「放射能投与量」は、ステップ６０８で求められた安静時投与量である。さらに、式中の「心筋重量」も、安静時データの心筋輪郭データ（例えばステップ３３５で得られたもの）に基づいて計算されたものである。
各画素の画素値をＳＵＶに変換した後の安静時データは、安静時ＳＵＶデータ１５２として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。
ステップ６１８では、負荷時ＳＵＶデータ１５０と、安静時ＳＵＶデータ１５２とを用いて、心筋血流増加率の計算が行われる。画素ｉｊの心筋血流増加率（ＩｎｃＭａｐｉｊ）は、負荷時ＳＵＶデータ１５０の各画素の画素値（Ｓｔｒｅｓｓ＿ＳＵＶｉｊ）と、安静時ＳＵＶデータ１５２の対応する位置の画素の画素値（Ｒｅｓｔ＿ＳＵＶｉｊ）とから、次の式によって求められる。

ＩｎｃＭａｐｉｊ［％］＝（Ｓｔｒｅｓｓ＿ＳＵＶｉｊ−Ｒｅｓｔ＿ＳＵＶｉｊ）／（Ｒｅｓｔ＿ＳＵＶｉｊ）×１００
計算した増加率データは、増加率データ１４０として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。増加率データ１４０は、例えば、各画素の画素値が増加率を示す、３次元画像データであることができる。また、図３のステップ３４０を行う場合には、各画素の画素値が増加率を示す、２次元Ａｒｒａｙデータ又は２次元ポーラーマップであることができる。
本実施例では、トレーサーが集積する心筋の重量を基準として心筋核医学画像データの正規化を行う。従って、正規化値が、従来技術に比べて心機能の実態をより正確に反映している。そのような正規化値を用いて心筋血流増加率が計算されるため、心筋血流増加率の比較可能性が従来技術よりも向上する。すなわち、例えば過去の測定結果との比較や、他の被験者の測定結果との比較がやりやすくなる。なお、実施形態によっては、心筋重量ではなく心筋体積を用いて正規化を行ってもよく、また心臓の大きさに関するその他の指標を用いて正規化をおこなってもよい。
さらに、ステップ６１４のカウント補正が行われることにより、負荷時に投与された放射性医薬品の影響が、安静時データ１３４から除去されている。従って、安静時データ１３４中の各画素の画素値は、安静時における心機能をより正確に反映している。そして、そのようなデータを用いて計算することにより、従来技術に比べてより正確に、ＳＵＶや心筋血流増加率を求めることが可能になる。
ステップ６２０は処理の終了を示す。
図７は、図３のステップ３４５の実施形態の１つであり、心筋血流増加率を算出するための処理７００を説明するためのフローチャートである。処理７００は、ステップ３１５においてデータ収集プロトコールが、安静時測定を負荷時測定に先行させるプロトコールであると判定された場合に行われる処理である。更に処理７００は、画像データ１３０や１３４に対して、本願に開示される特徴的なＳＵＶ変換を行った上で、心筋血流増加率を算出する場合に行われる処理である。
ステップ７０２は処理の開始を示す。ステップ７０４では、安静時測定で被験者に投与された放射線量（安静時投与量）を算出する。安静時投与量の算出方法は、図４の処理４００に関連して説明したステップ４０８と同一であるので、説明を省略する。
ステップ７０６では、安静時データ１３０の各画素の画素値をＳＵＶに変換する。変換式は、ステップ６０６に関連して開示した式１と同じである。ただし、式中の「組織放射能濃度」は、安静時データ１３４の画素値にＢＣＦを乗じた値である。また、式中の「放射能投与量」は、ステップ７０４で求められた安静時投与量である。さらに、式中の「心筋重量」も、安静時データの心筋輪郭データに基づいて計算されたものである。
各画素の画素値をＳＵＶに変換した後の安静時データは、安静時ＳＵＶデータ１５２として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。
ステップ７０８では、負荷時測定で被験者に投与された放射線量（負荷時投与量）を算出する。負荷時投与量の算出方法は、図４の処理４００に関連して説明したステップ４０４と同一であるので、説明を省略する。
ステップ７１０では、プレスキャンデータ１３２の各画素値に対して、次の補正係数を乗じることにより、収集時間補正を行う。

収集時間補正係数＝負荷時データ収集時間／プレスキャンデータ収集時間
本実施例においては、負荷時データ収集時間及びプレスキャンデータ収集時間は、ステップ３２０において取得され、それぞれ収集条件ファイル１３１，１３３に格納されている。そこでシステム１００は、これらのファイルから負荷時データ収集時間及びプレスキャンデータ収集時間の情報を取得し、上の収集時間補正係数を計算するように構成されてもよい。
ステップ７１２では、収集時間補正を行ったプレスキャンデータ１３２の各画素値に対して、次のように求める減衰補正係数を乗じることにより、減衰補正を行う。

減衰時間（秒）＝ プレスキャンのデータ収集開始日時−負荷時のデータ収集開始日時

減衰係数＝ＬＮ（２．０）／トレーサーの半減期（秒） （ＬＮ；底がｅの自然対数）

減衰補正係数＝Exp（減衰係数×減衰時間）
ステップ７１４では、収集時間補正及び減衰補正を行ったプレスキャンデータ１３２を用いて、負荷時データ１３０のカウント補正を行う。この補正は、負荷時データ１３０の各画素につき、その画素値から、補正後のプレスキャンデータ１３２の対応する位置の画素の画素値を減算することによって、行われる。このカウント補正により、安静時測定で投与された放射性医薬品の影響が、負荷時データ１３０から除去される。
ステップ７１６では、カウント補正後の負荷時データ１３０の各画素の画素値をＳＵＶに変換する。変換式は、前述の式１と同じである。ただし、式中の「組織放射能濃度」は、負荷時データ１３０の画素値であって、ステップ７１４で説明したカウント補正後の画素値に、前述のＢＣＦを乗じた値である。また、式中の「放射能投与量」は、ステップ７０８で求められた負荷時投与量である。さらに、式中の「心筋重量」も、ステップ６０６で説明したように、負荷時データの心筋輪郭データに基づいて計算されたものである。
各画素の画素値をＳＵＶに変換した後の負荷時データは、負荷時ＳＵＶデータ１５２として、例えば大容量記憶装置１０６に格納することとしてもよい（図１参照）。
ステップ７１８では、負荷時ＳＵＶデータ１５０と、安静時ＳＵＶデータ１５２とを用いて、心筋血流増加率の計算が行われる。このステップの処理は、ステップ６１８と同一である。従って説明を省略する。
本実施例では、トレーサーが集積する心筋の重量又は体積を基準として心筋核医学画像データの正規化を行う。従って、正規化値が、従来技術に比べて心機能の実態をより正確に反映している。そのような正規化値を用いて心筋血流増加率が計算されるため、心筋血流増加率の比較可能性が従来技術よりも向上する。すなわち、例えば過去の測定結果との比較や、他の被験者の測定結果との比較がやりやすくなる。
さらに、ステップ７１４のカウント補正が行われることにより、安静時測定で投与された放射性医薬品の影響が、負荷時データ１３０から除去されている。従って、負荷時データ１３０中の各画素の画素値は、安静時における心機能をより正確に反映している。そして、そのようなデータを用いて計算することにより、従来技術に比べてより正確に、ＳＵＶや心筋血流増加率を求めることが可能になる。
ステップ７２０は処理の終了を示す。
これで、図３のステップ３４５の実施形態のバリエーションの説明を終了する。
いずれのバリエーションでも、負荷時測定と安静時測定のうち、時間的に後に行われる測定により得られるデータが、プレスキャンにより得られるデータにより補正される。それによって、時間的に後に行われる測定により得られるデータに残存する、時間的に先行する測定で投与された放射能の影響が、補正される。このため、データの妥当性が向上し、計算される心筋血流増加率の信頼性が高くなる。さらに、負荷時測定と安静時測定との間に空けなければならない時間間隔を、従来よりも著しく短縮することが可能になり、測定者と被験者の両方にとって測定の負担が軽減される。
また、処理６００や処理７００で例示した実施形態によれば、核医学画像データの画素値を心筋重量を使ってＳＵＶ化しており、トレーサーの集積に対して従来よりも適切な仮定の下で正規化を行っているので、測定日時や被験者が異なるデータを比較する際の、妥当性・信頼性が向上する。
図３のフローチャートに戻る。ステップ３５０では、心筋血流増加率の算出結果の表示を行う。表示の方法は様々であることができる。例えば、結果が格納されている増加率データ１４０が、各画素の画素値が増加率を示す３次元画像データである場合、例えば、短軸断層画像を並べて表示することにより、算出した心筋血流増加率の表示を輝度又は色調の違いによって行ってもよい。かかる表示法によれば、各断層位置で、心筋血流増加率がどのように変化しているのかを詳しく観察することが可能となる。
例えば、結果が格納されている増加率データ１４０が、各画素の画素値が増加率を示す、２次元Ａｒｒａｙデータ又は２次元ポーラーマップである場合は、そのまま２次元Ａｒｒａｙや２次元ポーラーマップとして表示してもよい。場所による心筋血流増加率の高低を、一枚の図で容易に観察することが可能となる。実施形態によっては、２次元Ａｒｒａｙデータ又は２次元ポーラーマップに変換されている負荷時データ１３０や安静時データ１３４と共に、増加率データ１４０を表示してもよい。または、２次元Ａｒｒａｙデータ又は２次元ポーラーマップに変換されている負荷時ＳＵＶデータ１５０及び安静時ＳＵＶデータ１５２と共に、増加率データ１４０を表示してもよい。このとき、安静時→負荷時→増加率の順にマップを並べると、負荷時の増加率が観察し易くなり、好都合である。
以上、好適な実施例を用いて本願発明を詳しく説明してきたが、上記の説明や添付図面は、本願発明の範囲を限定する意図で提示されたものではなく、むしろ、法の要請を満たすために提示されたものである。本願発明の実施形態には、ここで紹介されたもの以外にも、様々なバリエーションが存在する。例えば、明細書又は図面に示される各種の数値もいずれも例示であり、これらの数値は発明の範囲を限定する意図で提示されたものではない。明細書又は図面に紹介した各種の実施例に含まれている個々の特徴は、その特徴が含まれることが直接記載されている実施例と共にしか使用できないものではなく、ここで説明された他の実施例や説明されていない各種の具現化例においても、組み合わせて使用可能である。特にフローチャートで紹介された処理の順番は、紹介された順番で実行しなければならないわけではなく、実施者の好みや必要性に応じて、順序を入れ替えたり並列的に同時実行したり、さらに複数のブロックを一体不可分に実装したり、適当なループとして実行したりするように実装してもよい。これらのバリエーションは、全て、本願で開示される発明の範囲に含まれるものであり、処理の実装形態によって発明の範囲が限定されることはない。請求項に特定される処理の記載順も、処理の必須の順番を特定しているわけではなく、例えば処理の順番が異なる実施形態や、ループを含んで処理が実行されるような実施形態なども、請求項に係る発明の範囲に含まれるものである。
更に例えば、心筋血流増加率算出プログラム１２０の実施形態には、単一のプログラムであるようなものや、複数の独立のプログラムから構成されるプログラム群であるようなものや、位置合わせプログラム１２２や輪郭抽出・体積計算プログラム１２４の全部又は一部が一体化されたものも含まれうる。よく知られているように、プログラムの実装形態には様々なものがあり、それらのバリエーションは全て、本願で開示される発明の範囲に含まれるものである。
更に、本願に開示される新規なＳＵＶは、本願に開示される心筋血流増加率の導出にのみ用いられうるものではないことには注意が必要である。本願に開示される新規なＳＵＶは、心筋の重量又は体積を用いて正規化を行うことを特徴としているため、心臓を対象とする各種の核医学検査等、この正規化が妥当性を有する全ての分野において、本願のＳＵＶを用いることができる。
現在の特許請求の範囲で特許請求がなされているか否かに関わらず、出願人は、本願に開示される発明の思想を逸脱しない全ての形態について、特許を受ける権利を有することを主張するものであることを記しておく。
１００ システム
１０２ ＣＰＵ
１０４ 主記憶装置
１０６ 大容量記憶装置
１０７ ディスプレイ・インターフェース
１０８ 周辺機器インタフェース
１０９ ネットワーク・インターフェース
１２０ 心筋血流増加率算出プログラム
１２２ 位置合わせプログラム
１２４ 輪郭抽出・体積計算プログラム
１３０ 負荷時データ
１３２ プレスキャンデータ
１３４ 安静時データ

Claims (8)

  1. 安静時に対する負荷時の血流増加率を求めるために、心筋核医学画像データを処理する方法であって、装置の処理手段がプログラム命令を実行することにより遂行される方法において、
    安静時に収集された心筋核医学画像データと、負荷時に収集された心筋核医学画像データのうち、時間的に先行して収集された第１の心筋核医学画像データの少なくとも一部を記憶することと
    前記安静時と前記負荷時との間に収集された第２の心筋核医学画像データの少なくとも一部を記憶することと；
    前記安静時に収集された心筋核医学画像データと、前記負荷時に収集された心筋核医学画像データのうち、時間的に遅れて収集された第３の心筋核医学画像データの少なくとも一部を記憶することと；
    前記第３の心筋核医学画像データに残存する前記第１の心筋核医学画像データの影響を除去すべく、前記第２の心筋核医学画像データの少なくとも一部を使って前記第３の心筋核医学画像データの少なくとも一部を補正することと；
    前記第１の心筋核医学画像データの少なくとも一部と、前記補正後の前記第３の心筋核医学画像データの少なくとも一部とを用いて、前記血流増加率を求めることと；
    を含むと共に、
    前記装置を、心臓の大きさに関する値である心臓パラメータを記憶する第１手段、および、放射能投与量を記憶する第２手段として動作させることと；
    前記第１手段及び前記第２手段に記憶されている値を用いて、前記画像データの少なくとも一部の画素の画素値を、次式：

    ＳＵＶ＝組織放射能濃度／（放射能投与量／心臓パラメータに基づく値）

    によって、ＳＵＶに変換して記憶することと；
    前記ＳＵＶの少なくとも一部を用いて前記血流増加率を求めることと；
    を更に含む、方法。
  2. 前記心臓パラメータは心筋重量であり、前記心臓パラメータに基づく値も心筋重量である、請求項１に記載の方法。
  3. 前記心臓パラメータは心筋体積であり、前記心臓パラメータに基づく値は、前記心筋体積に換算係数を乗じて算出した心筋重量である、請求項１に記載の方法。
  4. 前記組織放射能濃度は、前記画素値にベクレルキャリブレーションファクタ（ＢＣＦ）を乗じて得られる値である、請求項１から３のいずれかに記載の方法。
  5. 前記ベクレルキャリブレーションファクタに収集時間補正を行う、請求項４に記載の方法。
  6. 前記第１〜第３の心筋核医学画像データを２次元Ａｒｒａｙデータ又はポーラーマップに変換し、該変換後データを用いて前記心筋血流増加率を計算することを更に含む、請求項１から５のいずれかに記載の方法。
  7. 装置の処理手段に実行されると、前記装置に、請求項１から６のいずれかに記載の方法を遂行させるように構成されるプログラム命令を備える、コンピュータプログラム。
  8. 処理手段及び記憶手段を備える装置であって、前記記憶手段はプログラム命令を格納し、該プログラム命令は、前記処理手段に実行されると、請求項１から６のいずれかに記載の方法を遂行させるように構成される、装置。
JP2016115778A 2016-06-10 2016-06-10 心筋核医学画像データの解析方法及び解析装置 Active JP6060302B1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
JP2016115778A JP6060302B1 (ja) 2016-06-10 2016-06-10 心筋核医学画像データの解析方法及び解析装置
KR1020170015822A KR20170140063A (ko) 2016-06-10 2017-02-03 심근 핵의학 화상 데이터의 분석 방법 및 분석 장치
ES17159381T ES2739425T3 (es) 2016-06-10 2017-03-06 Método y aparato para analizar una imagen de medicina nuclear del miocardio
EP17159381.7A EP3254625B1 (en) 2016-06-10 2017-03-06 Method and apparatus for analyzing nuclear medicine image of myocardia
US15/451,686 US10258247B2 (en) 2016-06-10 2017-03-07 Method and apparatus for analyzing nuclear medicine image of myocardia
CN201710134690.3A CN107485404A (zh) 2016-06-10 2017-03-08 心肌核医学图像数据的解析方法和解析装置
HK18102761.3A HK1243299A1 (zh) 2016-06-10 2018-02-27 心肌核医学图像数据的解析方法和解析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016115778A JP6060302B1 (ja) 2016-06-10 2016-06-10 心筋核医学画像データの解析方法及び解析装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2016177350A Division JP2017219531A (ja) 2016-09-12 2016-09-12 心筋核医学画像データの解析方法及び解析装置

Publications (2)

Publication Number Publication Date
JP6060302B1 true JP6060302B1 (ja) 2017-01-11
JP2017219490A JP2017219490A (ja) 2017-12-14

Family

ID=57756267

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016115778A Active JP6060302B1 (ja) 2016-06-10 2016-06-10 心筋核医学画像データの解析方法及び解析装置

Country Status (7)

Country Link
US (1) US10258247B2 (ja)
EP (1) EP3254625B1 (ja)
JP (1) JP6060302B1 (ja)
KR (1) KR20170140063A (ja)
CN (1) CN107485404A (ja)
ES (1) ES2739425T3 (ja)
HK (1) HK1243299A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11065475B2 (en) * 2017-12-05 2021-07-20 Siemens Medical Solutions Usa, Inc. Multi-cycle dosimetry and dose uncertainty estimation
JP6530128B1 (ja) * 2018-08-27 2019-06-12 日本メジフィジックス株式会社 被ばく線量管理装置、被ばく線量管理方法、およびプログラム
JP7246907B2 (ja) * 2018-12-12 2023-03-28 日本メジフィジックス株式会社 心筋核医学画像データのスコアリング
JP7217633B2 (ja) * 2019-01-07 2023-02-03 日本メジフィジックス株式会社 診断支援方法、診断支援プログラム及び診断支援装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3724511B2 (ja) * 1994-09-19 2005-12-07 司 山本 心筋バイアビリティの評価方法及び心筋断層画像処理装置
US5970182A (en) * 1995-11-15 1999-10-19 Focus Imaging, S. A. Registration process for myocardial images
JP2006053102A (ja) * 2004-08-13 2006-02-23 Daiichi Radioisotope Labs Ltd 脳画像データ処理プログラム、記録媒体および脳画像データ処理方法
JP4656008B2 (ja) * 2006-06-13 2011-03-23 株式会社島津製作所 核医学診断装置
JP5449651B2 (ja) * 2007-03-09 2014-03-19 株式会社東芝 Ｘ線ｃｔ装置および心筋パーフュージョン情報生成システム
US7848557B2 (en) * 2007-03-23 2010-12-07 University Of Utah Research Foundation Rapid multi-tracer PET imaging systems and methods
JP5358855B2 (ja) * 2007-09-25 2013-12-04 富士フイルムＲｉファーマ株式会社 心臓核医学検査法による検査画像の解析装置及び方法
US8155408B2 (en) * 2008-04-15 2012-04-10 General Electric Company Standardized normal database having anatomical phase information
PT2534136T (pt) * 2010-02-08 2017-12-15 Lantheus Medical Imaging Inc Métodos para sintetizar agentes de imagiologia, e seus intermediários
US9205156B2 (en) * 2010-05-27 2015-12-08 Hadasit Medical Research Services & Development Limited Molecular imaging agents
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
ES2731471T3 (es) * 2011-09-09 2019-11-15 Lantheus Medical Imaging Inc Composiciones, métodos y sistemas para la síntesis y el uso de agentes de obtención de imágenes
WO2013047496A1 (ja) 2011-09-27 2013-04-04 日本メジフィジックス株式会社 心筋輪郭判定技術
CA2775869A1 (en) * 2012-04-30 2013-10-30 Elazar A. Bienenstock Single photon emission computed tomography imaging method
JP5930193B2 (ja) * 2012-05-29 2016-06-08 日本メジフィジックス株式会社 Ｓｐｅｃｔ画像の画像変換装置、画像変換プログラム、および画像変換方法
US11730430B2 (en) * 2012-09-21 2023-08-22 The General Hospital Corporation System and method for single-scan rest-stress cardiac pet
US20140121511A1 (en) * 2012-10-30 2014-05-01 The University Of Utah Rapid Stress-Rest Cardiac PET Imaging Systems and Methods
JP5754718B1 (ja) * 2014-12-03 2015-07-29 公立大学法人横浜市立大学 核医学画像データの定量化

Also Published As

Publication number Publication date
CN107485404A (zh) 2017-12-19
ES2739425T3 (es) 2020-01-31
EP3254625A1 (en) 2017-12-13
KR20170140063A (ko) 2017-12-20
HK1243299A1 (zh) 2018-07-13
JP2017219490A (ja) 2017-12-14
US20170354333A1 (en) 2017-12-14
US10258247B2 (en) 2019-04-16
EP3254625B1 (en) 2019-07-03

Similar Documents

Publication Publication Date Title
Schelbert et al. PET myocardial perfusion and glucose metabolism imaging: Part 2-Guidelines for interpretation and reporting
CN103040479B (zh) 可能的灌注缺陷的确定
JP6060302B1 (ja) 心筋核医学画像データの解析方法及び解析装置
CN106687823B (zh) 核医学图像数据的定量化系统及存储介质
US9626759B2 (en) Method for the automatic recognition of anatomical structures in images obtained by positron emission tomography, system and computer program for performing said method
Mansoor et al. Gated SPECT imaging
EP3254624B1 (en) Method and apparatus for analyzing nuclear medicine image of myocardia
US9842194B2 (en) Simplified method for robust estimation of parameter values
JP5930193B2 (ja) Ｓｐｅｃｔ画像の画像変換装置、画像変換プログラム、および画像変換方法
US20070135710A1 (en) Device and method for determining the concentration of a tracer in blood
US10098605B2 (en) Synchronous physiological measurements for cardiac acquisitions
JP2017219531A (ja) 心筋核医学画像データの解析方法及び解析装置
Sala et al. Assessment of left ventricular volumes and ejection fraction using ultra-low-dose thallium-201 SPECT on a CZT camera: a comparison with magnetic resonance imaging
JP5713868B2 (ja) 脳血流量定量装置、脳血流量定量プログラム、及び脳血流量定量方法
JP2017219530A (ja) 心筋核医学画像データの解析方法及び解析装置
Wells et al. Comparison of attenuation, dual-energy-window, and model-based scatter correction of low-count SPECT to 82Rb PET/CT quantified myocardial perfusion scores
Watson Quantitative SPECT techniques
JP7217633B2 (ja) 診断支援方法、診断支援プログラム及び診断支援装置
Calandri et al. Evaluation of Left Ventricular Volumes and Ejection Fraction from Gated Myocardial Perfusion SPECT Processed with “Myovation Evolution”: Comparison of Three Automated Software Packages using Cardiac Magnetic Resonance as Reference
JP7240664B2 (ja) 画像診断支援装置、画像診断支援方法および画像診断支援プログラム
Khorsand et al. Assessment of left ventricular volumes, ejection fraction and mass
JP2023009708A (ja) 心筋血流動態解析方法、心筋血流動態解析装置および心筋血流動態解析プログラム
JP2023083660A (ja) 心筋エネルギー計算方法、心筋エネルギー計算システム、心筋エネルギー計算装置及び心筋エネルギー計算プログラム
Izaki et al. Influence of the arm position in myocardial perfusion imaging acquisition
Fricke Myocardial perfusion quantitation with PET: time to do our homework

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161212

R150 Certificate of patent or registration of utility model

Ref document number: 6060302

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250