JP2017527788A - 個別化テンプレート画像による定位正則化を含むイメージングデータ統計的検定 - Google Patents

Abstract

本方法は統計的検定を介して処理するために被験体の画像を得るステップを含む。本方法は被験体の所定の特徴に基づいて被験体に個別化される被験体個別化テンプレート画像を得るステップを更に含む。本方法は、被験体個別化テンプレート画像を被験体の画像にレジストレーションするステップを更に含む。 本方法は、被験体の画像にレジストレーションされる被験体個別化テンプレート画像を使って統計的検定を実行するステップを更に含む。計算システム304は、統計的検定モジュール320及びデータ324を記憶するメモリ320を含む。計算システムは、ボクセルワイズ統計的検定の定位正則化のための被験体個別化テンプレート画像を使って機能画像のボクセルワイズ統計的検定をプロセッサに実行させる一つ又はそれより多くの命令を実行するプロセッサ318を更に含む。

Description

以下は概してイメージング処理に関し、更には特に個別化テンプレート画像による定位正則化を含むイメージングデータ統計的検定に関し、陽電子放射断層撮影（PET）イメージングへの特定の適用に関して記述される。

PETイメージングは、被験体に導入される放射性医療トレーサの空間分布をイメージングすることによって被験体における生理的活動をイメージングするために用いられることができる。 そのようなトレーサの例は、ブドウ糖の類似体である［18F］フッ化デオキシグルコース（FDG）である。 放射性医療崩壊として、陽電子は放射される。 511keVガンマ線の一致対は、陽電子消滅イベントにおいて電子と相互作用する陽電子に反応して生成される。 ガンマ線は一連の反応に沿って反対方向に進み、一致時間ウインドウ内においてPETイメージングシステムによって検出されるガンマ線対は消滅イベントとして記録される。 イベントは、放射性核種の分布の画像、すなわち組織によって取り込まれるトレーサを生成するように再構成される。

文献は、痴呆が世界保健機構によるグローバルな健康優先トピックとして特定されていることを示す。 高齢化社会及び病気の改善された治療のために、痴呆は将来の治療及び診断に大きな影響を及ぼすことが見込まれる。 公的調査は、神経変性疾患の検出及び差別化診断のためのイメージングの役割が増加していることを示している。この傾向は、脳スキャンの自動化された定量化のための技術の増加可能性をもたらす。 ボクセルワイズ統計的検定は、疑われる神経変性疾患を備える被験体のFDG-PET脳スキャンのためにますます使われる画像定量化技術である。 しかしながら、FDG-PET脳スキャンの外観において広い多様性があり、エラーがボクセルワイズ統計的検定にもたらされ得る。

たとえば、脳脊髄液で満たされる脳の内側に空洞の系を含む脳室は、年齢と共に大きくなり、脳の大部分を有する神経構造の生理的及び病理学的変性の両方によるアルツハイマー病のような神経変性疾患の進行と共に大きくなる。代謝的に活性でない空洞領域が低い信号強度の大きな領域として現れるため、空洞の腫張はFDG-PET脳スキャンの全体的な外観に影響を及ぼす。 残念なことに、年齢に基づく空洞サイズ変化はエラーを定位正則化ステップにもたらし、概して異なる被験体の複数の脳画像から生成される平均画像である、単一の事前生成テンプレート画像に被験体脳画像をレジストレーションすることを含む。

被験体画像における空洞が年齢のために大きくなり、レジストレーションの間、変形させられることが可能になる場合、伸張アーチファクトは定位正則化被験体画像にもたらされ得る。 たとえば、レジストレーションプロセスは、使われるテンプレート画像の形態にマッチすることを被験体画像の空洞境界に要求する数学的制約を確実にするために、画像の小さな領域を伸張させ得る。 これは図1に図示され、元の被験体画像及び静的テンプレート画像の間の空洞サイズが異なる場合、元の被験体画像における小さな領域はかなり変形される必要があることを示す。 低代謝障害が正確に検出され得るが、歪んだ脳画像の視覚的印象は臨床医による視覚的観察及び評価のために不適切となり得る。

視覚的に観察可能な伸張アーチファクトを軽減するアプローチは、空洞境界の近くの変形を妨げるレジストレーション制約を含むことにある。 しかしながら、このアプローチは、低代謝組織として不正確に検出され得る空洞境界の近くにアーチファクトをもたらす。 これは図2に図示され、低代謝領域を示し、その上に重ね合わされるオーバレイによる、レジストレーションされたPET脳画像を示す。図2において、第一の領域202は、脳組織と一致する真の低代謝を表し、第2の領域204は、レジストレーション後の拡大される空洞によってもたらされるアーチファクトを示す。 テンプレート画像は被験体画像における拡大される空洞より小さな空洞を含むため、アーチファクトが現れる。このアーチファクトは、低代謝組織の偽陽性検出をもたらし得る。

残念なことに、ここでも変化する被験体空洞サイズを備える被験体画像のセットの所定の平均画像である、被験体画像及びテンプレート画像の間の空間一致を構成する固有不良設定問題のためにアーチファクトが発生するので、上記議論されたアーチファクトの両方（すなわち、解剖学的伸張及び偽低代謝領域）を避けることができる最新画像レジストレーション技術はない。

ここに記述される態様は、上記の問題及びその他を説明する。

以下は、伸張アーチファクト及び／又は偽陽性を軽減することができる画像ボクセルワイズ統計的検定のためのアプローチを記述する。ここに記述される画像ボクセル統計的検定の定位正則化ステップは、処理される被験体画像のための被験体の所定の基準特徴（例えば、被験体年齢、脳室サイズなど）に基づいてダイナミックに特定（例えば、選択、生成等）される被験体個別化テンプレート画像を使用する。その結果、空間的に正則化される被験体画像は、すべての被験体に対して、異なる被験体の複数の画像から生成される平均画像である単一の静的汎用テンプレート画像を使う画像ボクセルワイズ統計的検定に対して伸張アーチファクト及び／又は偽陽性を低減しているであろう。

1つの態様によると、本方法は統計的検定を介して処理するために被験体の画像を得るステップを含む。本方法は被験体の所定の特徴に基づいて被験体に個別化される被験体個別化テンプレート画像を得るステップを更に含む。本方法は、被験体個別化テンプレート画像を被験体の画像にレジストレーションするステップを更に含む。 本方法は、被験体の画像にレジストレーションされる被験体個別化テンプレート画像を使って統計的検定を実行するステップを更に含む。

他の態様において、計算システムは、統計的検定モジュール及びデータを記憶するメモリを含む。計算システムは、定位正則化のための被験体個別化テンプレート画像を使って機能画像のボクセルワイズ統計的検定をプロセッサに実行させる一つ又はそれより多くの命令を実行するプロセッサを更に含む。

他の態様において、コンピュータ読取り可能な記憶媒体は、コンピュータ読取り可能な命令でエンコードされる。 コンピュータ読取り可能な命令は、プロセッサによって実行されるとき、被験体の機能画像のボクセルワイズ統計的検定の定位正則化ステップのための被験体個別化テンプレート画像をプロセッサに特定させ、被験体個別化テンプレート画像は被験体の年齢又は被験体の関心解剖学的組織のサイズの少なくとも1つに基づいており、定位正則化ステップのための被験体個別化テンプレート画像を使って機能画像のボクセルワイズ統計的検定を実行する。

本発明は、様々なコンポーネント及びコンポーネントの配置と、様々なステップ及びステップの配置との形態をとることができる。図面は、単に好適な実施形態を例示する目的のものであり、本発明を限定するものと見なされるべきではない。

被験体画像・テンプレート画像レジストレーションにおける抑制されない空洞変形のために脳画像における空洞伸張アーチファクトを示す。 被験体画像・テンプレート画像レジストレーションにおける空洞変形を制約することによる脳画像における真の低代謝領域及び脳画像における偽低代謝領域を示す。 被験体画像に関して統計的検定を実行する典型的な計算装置及び被験体画像を生成するイメージング装置を含むシステムを図示する。 統計的検定コンポーネントの例及び計算装置のデータを図示する。 被験体画像のボクセルワイズ統計的検定における個別化テンプレート画像を使って被験体画像を定位正則化する方法を例示する。

画像ボクセルワイズ統計的検定の定位正則化ステップのための単一の静的テンプレート画像を使用することからもたらされる伸張アーチファクト、偽陽性及び／又は他のアーチファクトを軽減することができる画像ボクセル統計的検定のためのアプローチがここに記述される。このアプローチは、被験体の所定の基準特徴（例えば、被験体年齢、関心組織のサイズなど）に基づいて被験体個別化テンプレート画像を選択し、生成する。

最初に図3を参照すると、陽電子放射断層撮影（PET）イメージングシステム及び計算装置304のようなイメージング装置302を含むシステム300は図示される。

イメージング装置302は概して環状構成で縦軸311に沿って検査領域310のまわりに配置されるガントリ306及び少なくとも一つのガンマ放射線感受性検出器308（2つは図3の実施例において示される）を含む。適切な検出器308は、光電子増倍管、フォトダイオードなどのような一つ又はそれより多くのシンチレーション結晶及び対応する光センサーを含み、ガンマ線によって照射されるとき結晶は光を生成し、光センサーは光を受け、それを示す信号を生成する。 検出器308は、検査領域310において発生する陽電子消滅イベント313に特有のガンマ放射線を検出する。

リストモードで動くように構成されるとき、信号は、対応する応答のライン（LOR）の位置及び方向だけでなく、イベントが検出される時間のような情報を含む、検出される消滅イベントのリストを生成するように処理される。飛行時間（TOF）能力で構成されるとき、LORに沿う消滅の位置の推定も提供される。 イメージング装置302は、適切な再構成アルゴリズムを使用してデータを再構成し、スキャンされる対象物又は被験体における崩壊の分布を示す一つ若しくはそれより多くの画像及び／又は画像データを生成する再構成器312を更に含む。

イメージング装置302は、検査領域310における被験体（又は対象物）を支持する被験体支持部314を更に含む。 イメージング装置302は、モニター又はディスプレイのような人間読取り可能な出力装置を含むオペレーターコンソール316（例えば、コンピュータ）並びにキーボード及びマウスのような一つ又はそれより多くの入力装置を更に含む。コンソール316のマイクロプロセッサは、オペレーターがイメージングプロトコル（例えば、FDG-PETイメージングプロトコル）を選択及び／又は修正し、スキャン（例えば、FDG-PETスキャン）を開始、休止、及び終了し、投射及び／又は画像データ（例えば、FDG-PET投射及び／又は画像データ）を表示及び操作することを可能にするコンピュータメモリにおいて常駐するソフトウェアを実行する。

計算装置304は、少なくとも一つのプロセッサ318（例えば、マイクロプロセッサ、中央演算処理装置など）及びコンピュータ読取り可能な記憶媒体（「メモリ」）320を含む。 プロセッサ318は、統計的検定モジュール322の命令を実行する。 メモリ320は、物理メモリ及び／又は他の非一時的記憶媒体を含む（一時的媒体を除外する）。 メモリ320は、モジュール322のコンポーネントを実行するための命令を含む少なくとも一つの統計的検定モジュール322を記憶する。 記載のメモリ320は、統計的検定の結果及び／又は統計的検定のために使われるデータのようなデータ324を更に記憶する。プロセッサ318は、搬送波、信号又は他の一時的媒体によって運ばれる命令も実行し得る。

計算装置304は、表示モニター、フィルマ等のような出力装置326を更に含む。 計算装置304は、マウス、キーボード等のような入力装置328を更に含む。 たとえば、計算装置304は、イメージング装置302とインターフェースするように、例えばイメージング装置302から被験体画像を受信するように構成される少なくとも1つのインターフェース330を更に含む。図の例において、計算装置304は、インターフェース330を介して、少なくともイメージング装置302の再構成器312とインターフェースし、そこから画像を受信することができる。 インターフェース330はまた、統計的検定及び／又は他の処理のための画像を得るために、インターフェースをデータリポジトリ（例えば、PACS及び／又は他のシステム）に提供し得る。 計算装置318はコンソール316の部分になることができ、及び／又はそこから分離することができる（図3）。

統計的検定モジュール322の命令は、プロセッサ318によって実行されるとき、プロセッサ318に、被験体画像上における統計的検定を実行させる。 1つの例において、これは、被験体個別化テンプレート画像で被験体画像を定位正則化するステップと、定位正則化被験体画像を強度スケーリングするステップと、強度スケーリングされる定位正則化被験体画像をフィルタリングするステップと、フィルタリングされる強度スケーリングされる定位正則化被験体画像上でボクセルワイズ統計的検定を実行するステップと、統計マップを生成するステップとを含む。統計マップはメモリ320に記憶されることができ、（例えば、オーバレイとしてその上に重ね合わされる）被験体画像で表示され、他の装置に伝えられ、データリポジトリにおいてアーカイブされる。

以下により詳細に説明されるように、被験体個別化テンプレート画像は、被験体の所定の基準特徴（例えば、被験体年齢、関心解剖学的組織タイプサイズ（例えば、脳画像の空洞サイズ）など）及び処理される被験体に基づいてダイナミックに特定（例えば、選択、生成等）され、被験体画像において、解剖学的構造に幾何学的にマッチする解剖学的構造を含む。その結果、統計的検定の定位正則化ステップは、特徴のためにマイナーなローカル変形だけを伴う。 脳画像を用いて、これは、異なる被験体の複数の被験体画像からの平均画像として生成される汎用テンプレート画像を使うときに発生し得る、伸張アーチファクト及び／又は偽低代謝領域を軽減することができる。

図4は、統計的検定モジュール322のコンポーネント例を図示する。

レジストレーションコンポーネント402は、被験体個別化テンプレート画像で被験体画像をレジストレーションすることによって、被験体画像を定位正則化する。 レジストレーションコンポーネント402は、アフィン（又はリジッド）変換（すなわち、回転、スケーリング、変換などを含む、一次変換）及び／又は弾性（又はノンリジッド）変換（すなわち、画像における構造の歪をさらに可能にする変換）を使うことができる。

テンプレート画像特定コンポーネント404は、定位正則化のための被験体個別化テンプレート画像を特定する。 図示された実施例において、テンプレート画像特定コンポーネント404は、所定の基準データ408に基づいてテンプレート画像データ406の情報を特定することによって、被験体個別化テンプレート画像を特定する。

非限定的な例によって、1つの例において、基準データ408は、テンプレート画像特定コンポーネント404に、被験体の年齢に基づいて被験体個別化テンプレート画像を特定するように命令する。 これのために、テンプレート画像特定コンポーネント404は、例えば、画像上に重ね合わされるインディシアからの画像から、画像を含むデータファイルのフィールドにおけるデータから、ユーザー入力から被験体の年齢を抽出する。テンプレート画像特定コンポーネント404はそれから、年齢に基づいてテンプレート画像データ406から被験体個別化テンプレート画像を選択する。

たとえば、テンプレート画像データ406は、テンプレート画像のセットを含み、各々は特定の年齢又は年齢範囲に対応する。 たとえば、テンプレート画像データ406は、（60-69才の被験体の画像からつくられる）60-69の年齢範囲のためのテンプレート画像、70-79の年齢範囲のためのテンプレート画像等を有し得る。年齢に基づく被験体個別化テンプレート画像は（例示されるように）ローカルに、又はメモリ320の外部に記憶され、抽出され得る。

変形において、テンプレート画像特定コンポーネント404は、被験体の年齢に基づいてテンプレート画像データ406から、年齢に基づく変換を選択する。 たとえば、テンプレート画像データ406は、変換のセットを含み、各々は特定の年齢又は年齢範囲に対応する。 たとえば、テンプレート画像データ406は、（60-69才の被験体の画像からつくられる）60-69の年齢範囲のための変換、70-79の年齢範囲のための変換等を有し得る。

このバリエーションにおいて、テンプレート画像特定コンポーネント404は、年齢又は年齢範囲のための適切な変換で汎用テンプレート画像を変換することによって、年齢又は年齢範囲のための被験体個別化テンプレート画像をダイナミックに生成する。 汎用テンプレート画像は、異なる年齢の被験体の画像を平均化することによってつくられることができる。 汎用テンプレート画像及び／又は年齢別変換は、（例示されるように）ローカルに、又はメモリ320の外部に記憶され、抽出され得る。

年齢に基づく定位正則化のために被験体個別化テンプレート画像を特定するための他のアプローチも、ここに考えられる。

非限定的な他の例において、脳画像に関して、基準データ408は、テンプレート画像特定コンポーネント404に、被験体画像における脳室のサイズに基づいて被験体個別化テンプレート画像を特定するように命令する。たとえば、テンプレート画像データ406は、小、中、大などのサイズ（又はいくつかの他のサイズに基づく描写）にそれぞれ対応する複数のテンプレート画像を含む。これらの異なるテンプレートは、たとえば、空洞サイズに基づいてグループに分けられる、前に収集される画像を平均化及び／又はさもなければ使用することによってあらかじめ決められることができる。

テンプレート画像特定コンポーネント404はそれから、処理される特定の被験体画像のために最小の残留変形をもたらす被験体個別化テンプレート画像を選択することができる。 これは、たとえば、テンプレート画像の一つ又はそれより多くのために残留変形を決定し、それから最も低い残留変形をもたらすテンプレート画像を選択することによって達成されることができる。他の例において、テンプレート画像特定コンポーネント404は、関心被験体個別化テンプレート画像を示すユーザー入力に基づいて被験体個別化テンプレート画像を選択することができる。

バリエーションにおいて、年齢及び空洞サイズの両方は、テンプレート画像を特定するように用いられる。 さらに他のバリエーションにおいて、他の情報は、テンプレート画像を特定するようにさらに、又は代わりに用いられる。

レジストレーションコンポーネント420の出力は、空間正則化被験体画像である。

強度スケーリングコンポーネント410は、強度レファレンスデータ412に基づいて空間正則化被験体画像をスケーリングする。 例えば、強度スケーリングコンポーネント410は、1つの例において、空間正則化画像のボクセルの輝度がノーマルコレクティブ画像に対応するように、空間正則化画像の強度をスケーリングする。

フィルタリングコンポーネント414はアルゴリズムデータ416からのフィルタに基づいて、強度スケーリングされる空間正則化被験体画像をフィルタリングする。 1つの例において、これは、強度スケーリングされる空間正則化画像をローパスフィルタリングし、画像をスムージングし、雑音（例えば、ガウス雑音）を減らすステップを含む。フィルタはデフォルトフィルタ、ユーザー選択フィルタ、ユーザー推奨フィルタ等になり得る。1つの例において、フィルタは、関心組織（例えば、病変、腫瘍など）の推定サイズに基づいて選択され、関心組織をぼやけさせることを軽減し得る。

統計的検定コンポーネント418は、ノーマルコレクティブデータ420のノーマルコレクティブ画像に基づいて、フィルタリングされ、強度スケーリングされる、空間正則化被験体画像上で統計的検定を実行する。 ノーマルコレクティブデータ420は、フィルタリングされ、強度スケーリングされる、空間正則化画像と比較される複数の画像を含む。

1つの例において、ノーマルコレクティブ画像の各々のそれぞれのボクセルは、フィルタリングされ、強度スケーリングされる、空間正則化画像の各々のボクセルと比較される。 他の例において、平均及び標準偏差がノーマルコレクティブ画像の対応するボクセルに対して計算され、各々のボクセルに対する平均及び標準偏差は、フィルタリングされ、強度スケーリングされる、空間正則化画像の各々のボクセルとそれぞれ比較される。 他のアプローチも、ここに考えられる。

ノーマルコレクティブのデータベースは、Buchert他による「FDG陽電子の調節されたスケーリング」、ジャーナルオブニューロイメージング2005; 15(4)： 348-355頁、及びMosconi他による「長期的に確認される健康的な高齢者個人の18F-FDG PETデータベースはアルツハイマー病が疑われる患者における統計評価のためのアルツハイマー病放射線断層撮影画像及び軽度認知障害の検出を改善する」、核医学ジャーナル2007; (48)：1129-1134頁、において議論される。

統計的検定コンポーネント418の出力は、統計マップである。 1つの例において、統計マップは被験体画像の上に重ね合わされることができ、表示されることができ、疑わしい病変領域を視覚的に示すために用いられる。 合成画像は、たとえば、グラフィカルユーザインタフェース（GUI）で出力装置326のディスプレイモニターを介して表示されることができる。

図4の統計的検定モジュール322が、何れのユーザー入力なしで、統計的検定を実行する「閉じた」システムになり得ることは評価されるべきである。 他の例において、図4の統計的検定モジュールは、ユーザー入力が（例えば、標準の、年齢に基づく、サイズに基づく）テンプレート画像、強度スケーリング、フィルタ、ノーマルコレクティブ、統計的検定アルゴリズム等を選択するステップの一つ又はそれより多くに向けることを可能にし得る。

統計的検定モジュール322が統計的検定に基づいてトレーニングされるか、又は習得されることができることは評価されるべきである。これは、被験体個別化テンプレート画像を生成するために用いられる（例えば、年齢に基づく、サイズに基づく）特定のアプローチは良い選択であったか、他方のアプローチに対する一方のアプローチが優れた統計マップをもたらしたか等を示す、統計マップの質を示すユーザーによって提供されるフィードバックから習得するステップを含む。

統計的検定モジュール322は、統計マップが定位であり、被験体がPET-FDG画像に基づいて神経変性疾患を被らない場合、このスキャンはノーマルコレクティブに含まれ、及び／又は対応するテンプレート画像を更新するために使う候補になることをユーザーに提案することができることも評価されるべきである。

図5は、定位正則化のために被験体個別化テンプレート画像を使う被験体画像のボクセルワイズ統計的検定の方法を例示する。

動作の順序が限定的でないことは評価されるべきである。 このように、他の順序は、ここに考えられる。 更に、一つ又はそれより多くの動作は省略されることができ、及び／又は一つ若しくはそれより多くのさらなる動作が含まれ得る。

502において、機能的（例えば、PET）脳画像は、ボクセルワイズ統計的検定のために得られる。 ここに議論されるように、画像はイメージング装置302、他のイメージング装置、データリポジトリ等から得られることができる。

504において、被験体に個別化されるテンプレート画像が得られる。 ここに記述されるように、1つの例において、これは、被験体のための、事前生成された年齢、空洞サイズ等に基づくテンプレート画像、被験体画像における空洞のサイズを抽出するステップと、汎用画像及び事前生成された年齢、空洞サイズ等に基づく変換等に基づいてこのようなテンプレート画像を例えばその場で生成するステップとを含む。

506において、機能画像は、被験体個別化テンプレート画像に基づいて、定位正則化される。

508において、強度レファレンス画像が得られる。

510において、定位正則化機能画像は、強度レファレンス画像を使って強度スケーリングされる。

512において、フィルタは得られる。

514において、強度スケーリングされる、定位正則化機能画像は、フィルタを用いてフィルタリングされる。

516において、ノーマルコレクティブのセットは得られる。

518、フィルタリングされ、強度スケーリングされる、定位正則化機能画像はノーマルコレクティブのセットに基づいてボクセルワイズに統計的検定される。

520において、統計マップは、統計的検定の結果に基づいて生成される。

522において、フィルタリングされ、強度スケーリングされる、定位正則化機能画像は、その上に重ね合わされる統計マップを用いて表示される。

上記方法は、（１又は複数の）コンピュータプロセッサにより実行されると（１又は複数の）プロセッサに説明された動作を実行させる、コンピュータ読取可能記憶媒体上に符号化され又は組み込まれたコンピュータ読取可能命令によって実施することができる。さらに、又は代わりに、コンピュータ読取可能命令のうち少なくとも１つが、信号、搬送波又は他の一時的媒体によって伝えられる。

ここに記述されるアプローチは、限定されないが、アルツハイマー病、パーキンソン病のような病気に関連するアプリケーション、アミロイドPET画像分析及び／又は他のアプリケーションのために使われることができる。

本発明は好ましい実施例を参照して記載される。修正及び変更が、前の詳細な説明を読んで、理解すると、他の人に浮かぶ。本発明はすべてのそのような修正及び変更を含み、本発明の範囲は、添付のクレーム及びその同等の範囲によって規定されることが意図される。

Claims (20)

1. 統計的検定を介して処理するために被験体の画像を得るステップと、
   前記被験体の所定の特徴に基づいて前記被験体に個別化される被験体個別化テンプレート画像を得るステップと、
   前記被験体個別化テンプレート画像を前記被験体の前記画像にレジストレーションするステップと、
   前記被験体の前記画像にレジストレーションされる前記被験体個別化テンプレート画像を用いて統計的検定を実行するステップと
   を有する、方法。
2. 前記被験体の前記所定の特徴は、前記被験体の前記画像の外部の情報又は前記被験体の前記画像に含まれる情報の少なくとも一つである、請求項1に記載の方法。
3. 前記被験体の前記所定の特徴は、前記被験体の年齢又は前記被験体の所定の解剖学的組織タイプのサイズの少なくとも一つである、請求項1乃至２の何れか一項に記載の方法。
4. 異なる年齢に対応する複数のテンプレート画像から前記被験体個別化テンプレート画像を選択するステップ
   を更に有する、請求項1乃至３の何れか一項に記載の方法。
5. 前記年齢の被験体の画像のセットから、又は前記年齢を含む所定の範囲内において、平均画像を決定することによって年齢に基づくテンプレート画像を生成するステップ
   を更に有する、請求項４に記載の方法。
6. 汎用テンプレート画像及び前記患者の前記年齢に対応する年齢に基づく変換に基づいて前記被験体個別化テンプレート画像を生成するステップ
   を更に有する、請求項1乃至３の何れか一項に記載の方法。
7. 異なる解剖学的組織タイプに対応する複数のテンプレート画像から前記被験体個別化テンプレート画像を選択するステップ
   を更に有する、請求項1乃至３の何れか一項に記載の方法。
8. 前記機能画像における前記解剖学的組織タイプのサイズを複数のテンプレートの各々における前記解剖学的組織タイプのサイズにマッチングし、各々のマッチングに対して残留変形を決定し、最小残留変形をもたらす前記テンプレート画像を選択することによって、前記被験体個別化テンプレート画像を選択するステップ
   を更に有する、請求項７に記載の方法。
9. 所定のサイズ範囲内における解剖学的組織タイプサイズを有する被験体の画像のセットから平均画像を決定することによってサイズに基づくテンプレート画像テンプレートを生成するステップ
   を更に有する、請求項７に記載の方法。
10. 前記機能画像は陽電子放射断層撮影脳画像である、請求項1乃至９の何れか一項に記載の方法。
11. 強度レファレンス画像を用いて前記定位正則化される前記機能画像を強度スケーリングするステップと、
    前記強度スケーリングされ、定位正則化される前記機能画像をフィルタリングするステップと、
    ノーマルコレクティブを用いて、前記フィルタリングされ、強度スケーリングされ、定位正則化される前記機能画像についてボクセルワイズ統計的検定を実行するステップと、
    前記ボクセルワイズ統計的検定の結果に基づいて統計マップを生成するステップと
    を更に有する、請求項1乃至１０の何れか一項に記載の方法。
12. 前記フィルタリングされ、強度スケーリングされる定位正則化機能画像を、その上に重ね合わされる前記統計マップで視覚的に表示するステップ
    を更に有する、請求項１１に記載の方法。
13. 前記被験体は神経変性疾患を有さないことを示す前記統計マップに応じて前記ノーマルコレクティブを更新するための候補画像である前記機能画像を示す信号を生成するステップ
    を更に有する、請求項1乃至１０の何れか一項に記載の方法。
14. 前記個別化テンプレート画像は伸張アーチファクト又は偽低代謝検出の少なくとも一つを軽減する、請求項1乃至１３の何れか一項に記載の方法。
15. 統計的検定モジュール及びデータを記憶するメモリと、
    ボクセルワイズ統計的検定の定位正則化のための被験体個別化テンプレート画像を用いて機能画像の前記ボクセルワイズ統計的検定をプロセッサに実行させる一つ又はそれより多くの命令を実行する前記プロセッサと
    を有する、計算システム。
16. 前記一つ又はそれより多くの命令の前記実行は更に前記プロセッサに、
    前記被験体の年齢に基づいて異なる年齢又は年齢範囲に対応する複数のテンプレート画像から年齢に基づくテンプレート画像を選択させ、前記定位正則化のための前記選択される年齢に基づくテンプレート画像を用いて前記機能画像の前記ボクセルワイズ統計的検定を実行させる、
    請求項１５に記載の計算システム。
17. 前記一つ又はそれより多くの命令の前記実行は更に前記プロセッサに、
    前記被験体の年齢に基づいて汎用テンプレート画像及び異なる年齢又は年齢範囲に対応する複数の年齢に基づく変換から年齢に基づくテンプレート画像を生成させ、前記定位正則化のための前記生成される年齢に基づくテンプレート画像を用いて前記機能画像の前記ボクセルワイズ統計的検定を実行させる、
    請求項１５に記載の計算システム。
18. 前記一つ又はそれより多くの命令の前記実行は更に前記プロセッサに、
    異なる解剖学的組織タイプサイズに対応する複数のテンプレート画像から解剖学的組織タイプサイズに基づくテンプレート画像を選択させ、前記定位正則化のための前記選択されるサイズに基づくテンプレート画像を用いて前記機能画像の前記ボクセルワイズ統計的検定を実行させる、
    請求項１５に記載の計算システム。
19. 前記一つ又はそれより多くの命令の前記実行は更に前記プロセッサに、
    前記ボクセルワイズ統計的検定の結果に基づいて統計マップを生成させ、
    その上に重ね合わされる前記統計マップで前記機能マップを視覚的に表示させる、
    請求項１５乃至１８の何れか一項に記載の計算システム。
20. 一つ又はそれより多くのコンピュータ実行可能な命令でエンコードされるコンピュータ読取り可能な記憶媒体であって、計算システムのプロセッサによって実行されるとき、前記プロセッサに、
    被験体の機能画像のボクセルワイズ統計的検定の定位正則化ステップのための前記被験体個別化テンプレート画像を特定させ、前記被験体個別化テンプレート画像は、前記被験体の年齢又は前記被験体の関心解剖学的組織のサイズの少なくとも一つに基づき、
    前記定位正則化ステップのための前記被験体個別化テンプレート画像を用いて前記機能画像のボクセルワイズ統計的検定を実行させる、
    コンピュータ読取り可能な記憶媒体。

Images