JP7015605B2 - 頭蓋内に安全に細胞を投与するための総合システム - Google Patents

頭蓋内に安全に細胞を投与するための総合システム Download PDF

Info

Publication number
JP7015605B2
JP7015605B2 JP2021518980A JP2021518980A JP7015605B2 JP 7015605 B2 JP7015605 B2 JP 7015605B2 JP 2021518980 A JP2021518980 A JP 2021518980A JP 2021518980 A JP2021518980 A JP 2021518980A JP 7015605 B2 JP7015605 B2 JP 7015605B2
Authority
JP
Japan
Prior art keywords
administration
brain
image
data
subject
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
JP2021518980A
Other languages
English (en)
Other versions
JPWO2021132600A1 (ja
Inventor
真人 川堀
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.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of JPWO2021132600A1 publication Critical patent/JPWO2021132600A1/ja
Priority to JP2022005015A priority Critical patent/JP2022059610A/ja
Application granted granted Critical
Publication of JP7015605B2 publication Critical patent/JP7015605B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B6/501—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 the head, e.g. neuroimaging or craniography
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D 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; CALCULATING OR 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0808—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G06T2207/10092—Diffusion tensor magnetic resonance imaging [DTI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06T2207/30016—Brain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physiology (AREA)
  • Neurosurgery (AREA)
  • Neurology (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Surgical Instruments (AREA)
  • Media Introduction/Drainage Providing Device (AREA)

Description

本開示は、中枢神経障害（脳梗塞や脳出血など）に対する細胞治療において有用な技術に関する。
中枢神経障害（脳梗塞や脳出血など）に対して細胞治療が期待されている。投与方法の一つとして脳内投与が考えられ、これは脳血液関門をクリア出来るため、経血管（静脈・動脈）投与に比べ大量の細胞を患部に送ることが出来るメリットがある。ただ脳内投与する際の問題点として新たな脳損傷を作りうる危険性があり、それを避けるためには（１）細胞投与部位（重要部位を避ける）、（２）投与用針の通過する領域（脳溝や血管を避ける）、（３）髄液漏れによる脳移動、を防ぐ必要がある。これらの総合システムに関して細胞治療に関して開示された既存の技術は存在しない。
本発明者らは、本開示において新しい手術・投与の方法を提供する。その方法は、主に以下を特徴とする。
（１）投与部位の決定：細胞投与部位を決定するために事前に脳ＭＲＩで運動線維を描出する。描出された運動線維（脳損傷が強く、描出されない場合には対側の健常な運動線維を参考にする）が障害を受けている部分を把握し、同部位に可及的に近い場所（半径１．５ｃｍ以内）で神経機能に重要な働きをしていないと考えられる部位を投与部位として選択する。
（２）投与針の通過領域の決定：事前に脳ＭＲＩを用いて脳表の太い静脈を確認し針の通過の際に同部位を貫通することが無いように策定する。また一旦脳内に針を刺入した場合以後は脳溝に出ない様な通路を選ぶ（脳溝に出ることによって脳の表面を走っている細い静脈や動脈を傷つける恐れがある）。この手法は、手術の方法として記載できるほか、プログラム発明としても記載可能である。
（３）髄液漏れを防ぐ方法：脳の表面に存在するくも膜を切開すると脳内の髄液が流出する。脳は髄液の中に浮いている様に存在するため、時間が経過した際には脳の位置がずれるｂｒａｉｎ ｓｈｉｆｔ （ｓｉｎｋｉｎｇ）が生じる。これを防ぐためにくも膜を切開する前に、穿刺開始予定部位の脳表のくも膜と軟膜をバイポーラー凝固鑷子などの電気外科器具を用いて凝固接着させる方法がある。これにより針を挿入している際にも脳のずれを防ぐことが出来る。これは特に複数回の穿刺を必要とする場合において特に重要である。
本発明は、以下の項目を提供する。
（項目１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法であって、該方法は
Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
Ｅ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
Ｆ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。
（項目２）
前記画像化デバイスはＭＲＩ、ＣＴ、超音波検査装置または血管造影検査装置を含む、先行する項目のいずれかに記載の方法。
（項目３）
前記運動線維の走行データは、ＤＴＩ画像中に表現される、項目１に記載の方法。
（項目４）
前記走行データは、ＤＴＩ画像におけるＦＡ値（ｆｒａｃｔｉｏｎａｌ ａｎｉｓｏｔｒｏｐｙ ｖａｌｕｅ）により表現される、先行する項目のいずれかに記載の方法。
（項目５）
前記運動線維の走行データが他の部位より低い部位における走行データの低下は、少なくとも５０％以上の低下である、先行する項目のいずれかに記載の方法。
（項目６）
前記安全領域は、前記障害位置から半径約１．５ｃｍ以内に存在する位置を含む、先行する項目のいずれかに記載の方法。
（項目７）
前記安全領域は、前記障害位置から半径約１．５ｃｍ以内に存在する位置で、かつ、神経機能に重要な働きをしていないと考えられる部位が選択される、先行する項目のいずれかに記載の方法。
（項目８）
前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、先行する項目のいずれかに記載の方法。
（項目９）
前記投与部位は、前記障害位置ごとに決定される、先行する項目のいずれかに記載の方法。
（項目１０）
前記投与部位は、前記障害位置に対して１または複数存在する、先行する項目のいずれかに記載の方法。
（項目１１）
該運動線維の走行データが得られない場合、対側の健常な運動線維を参考にして、障害を受けている部分を把握することを特徴とする、先行する項目のいずれかに記載の方法。
（項目１２）
前記選択は、
ＤＷＩ画像とＴ２画像とを比較することにより、現在の脳梗塞で損傷を受けた領域を把握し、該領域は選択から外し、
ＤＷＩ陰性であるが、Ｔ２画像およびＦＬＡＩＲ画像において浮腫が強く出ている部位もまた、選択から外し、
ＤＴＩ領域で運動線維を描出し、該描出された運動線維の領域を選択から外す、
先行する項目のいずれかに記載の方法。
（項目１３）
前記ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ画像において、
ａ）信号強度をプロットしたＦＬＡＩＲ画像において、高信号の部位、および
ｂ）信号強度をプロットしたＴ２強調画像において、高信号の部位のうちの両方を満たす部位を、浮腫と特定する、先行する項目のいずれかに記載の方法。（項目１４）
［１｝前記ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出される場合、
（ａ）該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが断裂しているか、または弱くなっている部分（脳梗塞急性期の場合通常はＤＷＩで白い場所、脳梗塞慢性期の場合Ｔ２／ＦＬＡＩＲの高信号、外傷・脳出血の急性期の場合、ＣＴで高信号、外傷・脳出血の慢性期の場合、Ｔ２／ＦＬＡＩＲで高信号）に近い場所で可及的に近接する正常脳組織であり、かつ、
（ｂ）安全性の高い場所（もし出血やアレルギー反応を起こしても障害が少ない場所：一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａ＊と呼ばれる部位以外）である
という条件を満たし、
（ｃ）必要に応じて、Ｔ２／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍である部分
という条件を満たす部位を投与部位として選択するか、または
［２｝該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出されない場合、
（ａａ）Ｔｒａｃｔｏｇｒａｐｈｙを出すためのＲＯＩの設定（通常は中心前回・内包後脚・橋の３カ所を通過する神経線維選ぶことが多い）を中心前回、内包後脚、橋をそれぞれ単独において出てくるＴｒａｃｔｏｇｒａｐｈｙを参考にし、その中で、通常予想される人間における運動線維を選択するか、もしくは
（ｂｂ）（ａａ）でも出ない場合は対側のＴｒａｃｔｏｇｒａｐｈｙを参考に運動線維の走行を推定して、急性期のＤＷＩ画像において高信号と示される損傷部位、または慢性期にＴ２／ＦＬＡＩＲ画像において低信号と示される損傷部位と、推定されるＴｒａｃｔｏｇｒａｐｈｙの通過点が重なる部位を運動線維が断裂している箇所と推定し、［１｝を行う
ことを特徴とする、先行する項目のいずれかに記載の方法。
（項目１５）
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
（Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
（Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
（Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
（Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
（Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
（Ｆ）該コンピュータデバイスにより、（Ｄ）と（Ｅ）で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するステップと
（Ｇ）該設定された経路を、グラフィック表示として出力するステップと
を包含する方法。
（項目１６）
前記血管は、脳の表面から上矢状静脈洞へ注ぐ太い静脈を含む、項目１５に記載の方法。（項目１７）
前記特定は、ガドリニウム増強Ｔ１画像における高信号部位を血管と判断する、先行する項目のいずれかに記載の方法。
（項目１８）
前記特定は、ＭＲＩ画像に基づき該ＭＲＩ画像について、ＤＷＩ、Ｔ２、ＦＬＡＩＲ（ｆｌｕｉｄ－ａｔｔｅｎｕａｔｅｄ ｉｎｖｅｒｓｉｏｎ－ｒｅｃｏｖｅｒｙ）、およびＤＴＩのうち少なくとも１つを測定することで達成される、先行する項目のいずれかに記載の方法。
（項目１９）
前記特定は、ＭＲＩ画像に基づき該ＭＲＩ画像について、（１）ＦＬＡＩＲ画像、（３）Ｔ２画像、（３）ガドリニウム増強Ｔ１画像のシークエンスで決定される、先行する項目のいずれかに記載の方法。
（項目２０）
前記脳溝非侵襲経路の特定は、ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ画像を確認することにより実現される、先行する項目のいずれかに記載の方法。
（項目２１）
（Ｅ）において、
１）信号強度をプロットしたＦＬＡＩＲ画像において、低信号の部位、および
２）信号強度をプロットしたＴ２強調画像において、高信号の部位
の両方を満たす部位を、脳溝と特定する、先行する項目のいずれかに記載の方法。
（項目２２）
被験体の脳における髄液漏れを防止する方法であって、
Ａ）脳の表面に存在する硬膜を切開するステップと
Ｂ）穿刺開始予定部位の脳表のくも膜と軟膜を電気外科器具を用いて凝固接着させるステップであって、（ａ）該くも膜が白濁するまで、または（ｂ）該くも膜の目視もしくは該くも膜を表示する画像において、該脳の表面に存在する微小血管が確認できなくなるまで、あるいは（ｃ）出力パワーがくも膜が白濁することが確認されている出力パワーに設定される条件で、凝固させて該軟膜と接着させる、ステップと
を含む、方法。
（項目２３）
前記脳における髄液漏れの防止は、前記被験体の中枢神経障害に対する細胞治療におけるものである、先行する項目のいずれかに記載の方法。
（項目２４）
さらに、Ｃ）該被験体に必要となる細胞を投与するステップを含む、先行する項目のいずれかに記載の方法。
（項目２５）
被験体の脳における髄液漏れを防止するためのシステムであって、
Ａ）脳の表面に存在する硬膜を切開する切開具と、
Ｂ）穿刺開始予定部位の脳表のくも膜と軟膜を凝固接着させるように構成される電気外科器具であって、（ａ）該くも膜が白濁するまで、または（ｂ）該くも膜の目視もしくは該くも膜を表示する画像において該脳の表面に存在する微小血管が確認できなくなるまで、あるいは（ｃ）出力パワーがくも膜が白濁することが確認されている出力パワーに設定される条件で、凝固させて該軟膜と接着させるように操作される、電気外科器具と、
Ｃ）該くも膜の白濁を検出し得るセンサーと
を含むシステム。
（項目２６）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
ｂｂ）該選択された投与部位への投与経路を特定するステップと、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。
（項目２７）
前記ａａ）が、
Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データにおいて、運動繊維の量が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
Ｅ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと
を包含する、先行する項目のいずれかに記載の方法。
（項目２８）
前記ｂｂ）が、
（Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
（Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
（Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
（Ｆ）該コンピュータデバイスにより、（Ｄ）と（Ｅ）で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するステップと
を包含する、先行する項目のいずれかに記載の方法。
（項目２９）
前記画像化デバイスはＭＲＩ、ＣＴ、超音波検査装置または血管造影検査装置を含む、先行する項目のいずれかに記載の方法。
（項目３０）
前記運動線維の走行データは、ＤＴＩ画像中に表現される、先行する項目のいずれかのいずれか一項に記載の方法。
（項目３１）
前記走行データは、ＤＴＩ画像におけるＦＡ値（ｆｒａｃｔｉｏｎａｌ ａｎｉｓｏｔｒｏｐｙ ｖａｌｕｅ）により表現される、先行する項目のいずれかに記載の方法。
（項目３２）
前記運動線維の走行データが他の部位より低い部位における走行データの低下は、少なくとも５０％以上の低下である、先行する項目のいずれかに記載の方法。
（項目３３）
前記安全領域は、前記障害位置から半径約１．５ｃｍ以内に存在する位置を含む、先行する項目のいずれかに記載の方法。
（項目３４）
前記安全領域は、前記障害位置から半径約１．５ｃｍ以内に存在する位置で、かつ、神経機能に重要な働きをしていないと考えられる部位が選択される、先行する項目のいずれかに記載の方法。
（項目３５）
前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、先行する項目のいずれかに記載の方法。
（項目３６）
前記投与部位は、前記障害位置ごとに決定される、先行する項目のいずれかに記載の方法。
（項目３７）
前記投与部位は、前記障害位置に対して１または複数存在する、先行する項目のいずれかに記載の方法。
（項目３８）
該運動線維の走行データが得られない場合、対側の健常な運動線維を参考にして、障害を受けている部分を把握することを特徴とする、先行する項目のいずれかに記載の方法。
（項目３９）
前記選択は、
ＤＷＩ画像とＴ２画像とを比較することにより、現在の脳梗塞で損傷を受けた領域を把握し、該領域は選択から外し、
ＤＷＩ陰性であるが、Ｔ２画像およびＦＬＡＩＲ画像において浮腫が強く出ている部位もまた、選択から外し、
ＤＴＩ領域で運動線維を描出し、該描出された運動線維の領域を選択から外す、
先行する項目のいずれかに記載の方法。
（項目４０）
前記ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ画像において、
ａ）信号強度をプロットしたＦＬＡＩＲ画像において、高信号の部位、および
ｂ）信号強度をプロットしたＴ２強調画像において、高信号の部位
のうちの両方を満たす部位を、浮腫と特定する、先行する項目のいずれかに記載の方法。
（項目４１）
［１］前記ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出される場合、
（ａ）該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが断裂しているか、または弱くなっている部分（脳梗塞急性期の場合通常はＤＷＩで白い場所、脳梗塞慢性期の場合Ｔ２／ＦＬＡＩＲの高信号、外傷・脳出血の急性期の場合、ＣＴで高信号、外傷・脳出血の慢性期の場合、Ｔ２／ＦＬＡＩＲで高信号）に近い場所で可及的に近接する正常脳組織であり、かつ、
（ｂ）安全性の高い場所（もし出血やアレルギー反応を起こしても障害が少ない場所：一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａ＊と呼ばれる部位以外）である
という条件を満たし、
（ｃ）必要に応じて、Ｔ２／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍である部分
という条件を満たす部位を投与部位として選択するか、または
［２］該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出されない場合、
（ａａ）Ｔｒａｃｔｏｇｒａｐｈｙを出すためのＲＯＩの設定（通常は中心前回・内包後脚・橋の３カ所を通過する神経線維選ぶことが多い）を中心前回、内包後脚、橋をそれぞれ単独において出てくるＴｒａｃｔｏｇｒａｐｈｙを参考にし、その中で、通常予想される人間における運動線維を選択するか、もしくは
（ｂｂ）（ａａ）でも出ない場合は対側のＴｒａｃｔｏｇｒａｐｈｙを参考に運動線維の走行を推定して、急性期のＤＷＩ画像において高信号と示される損傷部位、または慢性期にＴ２／ＦＬＡＩＲ画像において低信号と示される損傷部位と、推定されるＴｒａｃｔｏｇｒａｐｈｙの通過点が重なる部位を運動線維が断裂している箇所と推定し、［１］を行う
ことを特徴とする、先行する項目のいずれかに記載の方法。
（項目４２）
前記血管は、脳の表面から上矢状静脈洞へ注ぐ太い静脈を含む、先行する項目のいずれかに記載の方法。
（項目４３）
前記特定は、ガドリニウム増強Ｔ１画像における高信号部位を血管と判断する、先行する項目のいずれかに記載の方法。
（項目４４）
前記特定は、ＭＲＩ画像に基づき該ＭＲＩ画像について、ＤＷＩ、Ｔ２、ＦＬＡＩＲ（ｆｌｕｉｄ－ａｔｔｅｎｕａｔｅｄ ｉｎｖｅｒｓｉｏｎ－ｒｅｃｏｖｅｒｙ）、およびＤＴＩのうち少なくとも１つを測定することで達成される、先行する項目のいずれかに記載の方法。
（項目４５）
前記特定は、ＭＲＩ画像に基づき該ＭＲＩ画像について、（１）ＦＬＡＩＲ画像、（３）Ｔ２画像、（３）ガドリニウム増強Ｔ１画像のシークエンスで決定される、先行する項目のいずれかに記載の方法。
（項目４６）
前記脳溝非侵襲経路の特定は、ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ画像を確認することにより実現される、先行する項目のいずれかに記載の方法。
（項目４７）
（Ｅ）において、
１）信号強度をプロットしたＦＬＡＩＲ画像において、低信号の部位、および
２）信号強度をプロットしたＴ２強調画像において、高信号の部位
の両方を満たす部位を、脳溝と特定する、先行する項目のいずれかに記載の方法。
（項目４８）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。
（項目４９）
前記画像化デバイスはＭＲＩ、ＣＴ、超音波検査装置または血管造影検査装置を含む、先行する項目のいずれかに記載の方法。
（項目５０）
前記ｄ）が、
Ｃ）前記コンピュータデバイスにより、前記取得した画像データおよび前記被験体の脳に関するデータを用いて運動線維を描写するステップと、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
Ｅ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
を包含する、先行する項目のいずれかに記載の方法。
（項目５１）
前記ｃ）において、ガドリニウム増強Ｔ１画像における高信号部位を前記脳血管と判定することを含む、先行する項目のいずれかに記載の方法。
（項目５２）
前記ｃ）において、
１）信号強度をプロットしたＦＬＡＩＲ画像において、低信号の部位、および
２）信号強度をプロットしたＴ２強調画像において、高信号の部位
のう両方を満たす部位を、脳溝と特定する、先行する項目のいずれかに記載の方法。
（項目５３）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法であって、
１）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する方法。
（項目５４）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つのデータを含む、項目５３に記載の方法。
（項目５５）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目５４または５５に記載の方法。
（項目５６）
前記細胞の投与位置が、項目１～１４のうちの１つまたは複数の方法により特定されたものである、項目５３～５５のいずれか一項に記載の方法。
（項目５７）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法であって、
１）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する方法。
（項目５８）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目５７に記載の方法。
（項目５９）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目５７または５８に記載の方法。
（項目６０）
前記細胞の投与位置が、項目１５～２５のうちの１つまたは複数の方法により特定されたものである、項目５７～５９のいずれか一項に記載の方法。
（項目６１）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法であって、
１）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する方法。
（項目６２）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目６１に記載の方法。
（項目６３）
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ
ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目６１または６２のいずれか一項に記載の方法。
（項目６４）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目６１～６３のいずれか一項に記載の方法。
（項目６５）
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目２６～５２のうちの１つまたは複数の方法により特定されたものである、項目６１～６４のいずれか一項に記載の方法。
（項目６６）
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目５３～６５のいずれか一項に記載の方法。
（項目６７）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
１）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、プログラム。
（項目６８）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つのデータを含む、項目６７に記載のプログラム。
（項目６９）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目６７または６８に記載のプログラム。
（項目７０）
前記細胞の投与位置が、項目１～１４のうちの１つまたは複数の方法により特定されたものである、項目６７～６９のいずれか一項に記載のプログラム。
（項目７１）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
１）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含するプログラム。
（項目７２）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目７１に記載のプログラム。
（項目７３）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目７１または７２に記載のプログラム。
（項目７４）
前記細胞の投与位置が、項目１５～２５のうちの１つまたは複数の方法により特定されたものである、項目７１～７３のいずれか一項に記載のプログラム。
（項目７５）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
１）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、プログラム。
（項目７６）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目７５に記載のプログラム。
（項目７７）
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ
ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目７５または７６のいずれか一項に記載のプログラム。
（項目７８）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目７５～７７のいずれか一項に記載のプログラム。
（項目７９）
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目２６～５２のうちの１つまたは複数の方法により特定されたものである、項目７５～７８のいずれか一項に記載のプログラム。
（項目８０）
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目６７～７９のいずれか一項に記載のプログラム。
（項目８１）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
１）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、記録媒体。
（項目８２）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つのデータを含む、項目８１に記載の記録媒体。
（項目８３）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目６７または８２に記載の記録媒体。
（項目８４）
前記細胞の投与位置が、項目１～１４のうちの１つまたは複数の方法により特定されたものである、項目８１～８３のいずれか一項に記載の記録媒体。
（項目８５）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
１）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する記録媒体。
（項目８６）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目８５に記載の記録媒体。
（項目８７）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目８５または８６に記載の記録媒体。
（項目８８）
前記細胞の投与位置が、項目１５～２５のうちの１つまたは複数の方法により特定されたものである、項目８５～８７のいずれか一項に記載の記録媒体。
（項目８９）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
１）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、記録媒体。
（項目９０）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目８９に記載の記録媒体。
（項目９１）
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ
ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目８９または９０のいずれか一項に記載の記録媒体。
（項目９２）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目８９～９１のいずれか一項に記載の記録媒体。
（項目９３）
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目２６～５２のうちの１つまたは複数の方法により特定されたものである、項目８９～９２のいずれか一項に記載の記録媒体。
（項目９４）
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目８１～９３のいずれか一項に記載の記録媒体。
（項目９５）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測するためのシステムであって、
１）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
２）細胞の投与位置を示すデータ群を取得する取得部と、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力する入力部と、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させる算出部とを備える、システム。
（項目９６）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つのデータを含む、項目９５に記載のシステム。
（項目９７）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目９５または９６に記載のシステム。
（項目９８）
前記細胞の投与位置が、項目１～１４のうちの１つまたは複数の方法により特定されたものである、項目９５～９７のいずれか一項に記載のシステム。
（項目９９）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測するシステムであって、
１）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させる算出部とを備える、システム。
（項目１００）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目９９に記載のシステム。
（項目１０１）
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目９９または１００に記載のシステム。
（項目１０２）
前記細胞の投与位置が、項目１５～２５のうちの１つまたは複数の方法により特定されたものである、項目９９～１０１のいずれか一項に記載のシステム。
（項目１０３）
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測するシステムであって、
１）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得する取得部と、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させる算出部とを備える、システム。
（項目１０４）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、項目１０３に記載のシステム。
（項目１０５）
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ
ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目１０３または１０４のいずれか一項に記載のシステム。
（項目１０６）
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む、項目９３～１０５のいずれか一項に記載のシステム。
（項目１０７）
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目２６～５２のうちの１つまたは複数の方法により特定されたものである、項目９３～１０６のいずれか一項に記載のシステム。
（項目１０８）
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目９５～１０７のいずれか一項に記載のシステム。
（項目Ａ１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法であって、該方法は
Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Ｙ）学習済みの該人工知能モデルに対して、Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
Ｚ）学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させるステップと
を包含する方法。
（項目Ａ２）
Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
Ｃ）該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと、
Ｆ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ａ１に記載の方法。
（項目Ａ３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ａ１またはＡ２に記載の方法。
（項目Ａ４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ａ１～Ａ３のいずれか一項に記載の方法。
（項目Ａ５）
項目１～１４のうちの１つまたは複数の特徴をさらに含む、項目Ａ１～Ａ４のいずれかに記載の方法。
（項目Ａ６）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Ｙ）学習済みの該人工知能モデルに対して、Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
Ｚ）学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させるステップと
を包含する、プログラム。
（項目Ａ７）
前記方法が、
Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
Ｃ）該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと、
Ｆ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ａ６に記載のプログラム。
（項目Ａ８）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ａ６またはＡ７に記載のプログラム。
（項目Ａ９）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ａ６～Ａ８のいずれか一項に記載のプログラム。
（項目Ａ１０）
項目１～１４のうちの１つまたは複数の特徴をさらに含む、項目Ａ６～Ａ９のいずれかに記載のプログラム。
（項目Ａ１１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Ｙ）学習済みの該人工知能モデルに対して、Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
Ｚ）学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させるステップと
を包含する、記録媒体。
（項目Ａ１２）
前記方法が、
Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
Ｃ）該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと、
Ｆ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ａ１１に記載の記録媒体。
（項目Ａ１３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ａ１１またはＡ１２に記載の記録媒体。
（項目Ａ１４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ａ１１～Ａ１３のいずれか一項に記載の記録媒体。
（項目Ａ１５）
項目１～１４のうちの１つまたは複数の特徴をさらに含む、項目Ａ１１～Ａ１４のいずれかに記載の記録媒体。
（項目Ａ１６）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するためのシステムであって、該システムは
Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
Ｙ）学習済みの該人工知能モデルに対して、Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
Ｚ）学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させる算出部とを備える、システム。
（項目Ａ１７）
Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手する入手部と、
Ｃ）該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写する描写部と、
Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定する特定部であって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定する特定部と、
Ｆ）前記算出された投与部位を、グラフィック表示として出力する出力部と
をさらに備える、項目Ａ１６に記載のシステム。
（項目Ａ１８）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ａ１６またはＡ１７に記載のシステム。
（項目Ａ１９）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ａ１６～Ａ１８のいずれか一項に記載のシステム。
（項目Ａ２０）
項目１～１４のうちの１つまたは複数の特徴をさらに含む、項目Ａ１６～Ａ１９のいずれかに記載のシステム。
（項目Ｂ１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
（Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
（Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
（Ｙ）学習済みの該人工知能モデルに対して、（Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
（Ｚ）学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させるステップと
を包含する方法。
（項目Ｂ２）
（Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
（Ｃ）前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
（Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
（Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
（Ｇ）前記算出された経路を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｂ１に記載の方法。
（項目Ｂ３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｂ１またはＢ２に記載の方法。
（項目Ｂ４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｂ１～Ｂ３のいずれか一項に記載の方法。
（項目Ｂ５）
項目１５～２５のうちの１つまたは複数の特徴をさらに含む、項目Ｂ１～４のいずれか一項に記載の方法。
（項目Ｂ６）
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
（Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
（Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
（Ｙ）学習済みの該人工知能モデルに対して、（Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
（Ｚ）学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させるステップと
を包含する、プログラム。
（項目Ｂ７）
前記方法が、
（Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
（Ｃ）前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
（Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
（Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
（Ｇ）前記算出された経路を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｂ６に記載のプログラム。
（項目Ｂ８）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｂ６またはＢ７に記載のプログラム。
（項目Ｂ９）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｂ６～Ｂ８のいずれか一項に記載のプログラム。
（項目Ｂ１０）
項目１５～２５のうちの１つまたは複数の特徴をさらに含む、項目Ｂ６～９のいずれか一項に記載のプログラム。
（項目Ｂ１１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
（Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
（Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
（Ｙ）学習済みの該人工知能モデルに対して、（Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
（Ｚ）学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させるステップと
を包含する、記録媒体。
（項目Ｂ１２）
前記方法が、
（Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
（Ｃ）前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
（Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
（Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
（Ｇ）前記算出された経路を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｂ１１に記載の記録媒体。
（項目Ｂ１３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｂ１１またはＢ１２に記載の記録媒体。
（項目Ｂ１４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｂ１１～Ｂ１３のいずれか一項に記載の記録媒体。
（項目Ｂ１５）
項目１５～２５のうちの１つまたは複数の特徴をさらに含む、項目Ｂ１１～１４のいずれか一項に記載の記録媒体。
（項目Ｂ１６）
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するためのシステムであって、該システムは
（Ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
（Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
（Ｙ）学習済みの該人工知能モデルに対して、（Ａ）で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
（Ｚ）学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させる算出部と
を包含するシステム。
（項目Ｂ１７）
（Ｂ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手する入手部と、
（Ｃ）前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写する描写部と、
（Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定する経路範囲特定部と、
（Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定する脳溝非侵襲範囲特定部と、
（Ｇ）前記算出された経路を、グラフィック表示として出力する出力部と
をさらに備える、項目Ｂ１６に記載のシステム。
（項目Ｂ１８）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｂ１６またはＢ１７に記載のシステム。
（項目Ｂ１９）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｂ１６～１８のいずれか一項に記載のシステム。
（項目Ｂ２０）
項目１５～２５のうちの１つまたは複数の特徴をさらに含む、項目Ｂ１６～１９のいずれか一項に記載のシステム。
（項目Ｃ１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する方法。
（項目Ｃ２）
ｉｉ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
ｉｉｉ）前記細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｂｂ）該選択された投与部位への投与経路を特定することと、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｃ１に記載の方法。
（項目Ｃ３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｃ１またはＣ２に記載の方法。
（項目Ｃ４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｃ１～Ｃ３のいずれか一項に記載の方法。
（項目Ｃ５）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｃ１～４のいずれか一項に記載の方法。
（項目Ｃ６）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｃ１～５のいずれか一項に記載の方法。
（項目Ｃ７）
項目２６～４７のうちの１つまたは複数の特徴をさらに含む、項目Ｃ１～Ｃ６のいずれか一項に記載の方法。
（項目Ｃ８）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する、プログラム。
（項目Ｃ９）
前記方法が、
ｉｉ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
ｉｉｉ）前記細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｂｂ）該選択された投与部位への投与経路を特定することと、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｃ８に記載のプログラム。
（項目Ｃ１０）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｃ８またはＣ９に記載のプログラム。
（項目Ｃ１１）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｃ８～Ｃ１０のいずれか一項に記載のプログラム。
（項目Ｃ１２）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｃ８～１１のいずれか一項に記載のプログラム。
（項目Ｃ１３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｃ８～１２のいずれか一項に記載のプログラム。
（項目Ｃ１４）
項目２６～４７のうちの１つまたは複数の特徴をさらに含む、項目Ｃ８～Ｃ１３のいずれか一項に記載のプログラム。
（項目Ｃ１５）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する、記録媒体。
（項目Ｃ１６）
前記方法が、
ｉｉ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
ｉｉｉ）前記細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｂｂ）該選択された投与部位への投与経路を特定することと、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むことと、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｃ１５に記載の記録媒体。
（項目Ｃ１７）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｃ１５またはＣ１６に記載の記録媒体。
（項目Ｃ１８）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｃ１５～Ｃ１７のいずれか一項に記載の記録媒体。
（項目Ｃ１９）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｃ１５～１８のいずれか一項に記載の記録媒体。
（項目Ｃ２０）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｃ１５～１９のいずれか一項に記載の記録媒体。
（項目Ｃ２１）
項目２６～４７のうちの１つまたは複数の特徴をさらに含む、項目Ｃ１５～Ｃ２０のいずれか一項に記載の記録媒体。
（項目Ｃ２２）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させる算出部とを備える、システム。
（項目Ｃ２３）
ｉｉ）前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手する入手部と、
ｉｉｉ）前記細胞を投与する経路の候補を以下の手順で提供する提供部であって、該提供部は：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択する選択部と、
ｂｂ）該選択された投与部位への投与経路を特定する特定部と、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択する選択部と
を含む提供部と、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力する出力部と
をさらに包含する、項目Ｃ２２に記載のシステム。
（項目Ｃ２４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｃ２２またはＣ２３に記載のシステム。
（項目Ｃ２５）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｃ２２～Ｃ２４のいずれか一項に記載のシステム。
（項目Ｃ２６）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｃ２２～２５のいずれか一項に記載のシステム。
（項目Ｃ２７）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｃ２２～２６のいずれか一項に記載のシステム。
（項目Ｃ２８）
項目２６～４７のうちの１つまたは複数の特徴をさらに含む、項目Ｃ２２～Ｃ２７のいずれか一項に記載のシステム。
（項目Ｄ１）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する方法。
（項目Ｄ２）
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｄ１に記載の方法。
（項目Ｄ３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｄ１またはＤ２に記載の方法。
（項目Ｄ４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｄ１～Ｄ３のいずれか一項に記載の方法。
（項目Ｄ５）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｄ１～４のいずれか一項に記載の方法。
（項目Ｄ６）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｄ１～５のいずれか一項に記載の方法。
（項目Ｄ７）
項目４９～５２のうちの１つまたは複数の特徴をさらに含む、項目Ｄ１～Ｄ６のいずれか一項に記載の方法。
（項目Ｄ８）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップとを包含する、プログラム。
（項目Ｄ９）
前記方法が、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｄ８に記載のプログラム。
（項目Ｄ１０）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｄ８またはＤ９に記載のプログラム。
（項目Ｄ１１）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｄ８～１０のいずれか一項に記載のプログラム。
（項目Ｄ１２）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｄ８～Ｄ１１のいずれか一項に記載のプログラム。
（項目Ｄ１３）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｄ８～Ｄ１２のいずれか一項に記載のプログラム。
（項目Ｄ１４）
項目４９～５２のうちの１つまたは複数の特徴をさらに含む、項目Ｄ８～Ｄ１３のいずれか一項に記載のプログラム。
（項目Ｄ１５）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する、記録媒体。
（項目Ｄ１６）
前記方法が、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目Ｄ１５に記載の記録媒体。
（項目Ｄ１７）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｄ１５またはＤ１６に記載の記録媒体。
（項目Ｄ１８）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｄ１５～１７のいずれか一項に記載の記録媒体。
（項目Ｄ１９）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｄ１５～Ｄ１８のいずれか一項に記載の記録媒体。
（項目Ｄ２０）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｄ１５～Ｄ１９のいずれか一項に記載の記録媒体。
（項目Ｄ２１）
項目４９～５２のうちの１つまたは複数の特徴をさらに含む、項目Ｄ１５～Ｄ２０のいずれか一項に記載の記録媒体。
（項目Ｄ２２）
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
ｘ）該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
ｙ）学習済みの該人工知能モデルに対して、ｉ）で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
ｚ）学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させる算出部とを備える、システム。
（項目Ｄ２３）
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する入手部と、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供する提供部であって、該提供部は：
ａ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択する切除位置選択部と、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択する開口部選択部と、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定する特定部と、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択する選択部と、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供する情報提供部と、を含む、提供部と、
ｉｖ）前記算出された投与部位を、グラフィック表示として出力する出力部と
をさらに備える、項目Ｄ２２に記載のシステム。
（項目Ｄ２４）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータのうちの少なくとも１つを含む、項目Ｄ２２またはＤ２３に記載のシステム。
（項目Ｄ２５）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータの組み合わせを含む、項目Ｄ２２～Ｄ２４のいずれか一項に記載のシステム。
（項目Ｄ２６）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも１つを含む、項目Ｄ２２～２５のいずれか一項に記載のシステム。
（項目Ｄ２７）
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目Ｄ２２～２６のいずれか一項に記載のシステム。
（項目Ｄ２８）
項目４９～５２のうちの１つまたは複数の特徴をさらに含む、項目Ｄ２２～Ｄ２７のいずれか一項に記載のシステム。
本開示において、上記１または複数の特徴は、明示された組み合わせに加え、さらに組み合わせて提供されうることが意図される。本開示のなおさらなる実施形態および利点は、必要に応じて以下の詳細な説明を読んで理解すれば、当業者に認識される。
各々の発明が達成した効果の例を記載する。
（１）投与部位決定
本開示のように、客観的な方法を提供することで、正確な投与を行うことができ、脳に対する細胞療法の成功率を格段に上昇させることができる。また、コンピュータプログラム化することで、術者に対して成功し得る投与部位の選択肢を提供し、経験と勘に頼った手術ではなく、一定程度客観性を持った手術をすることができ、再現性や成功率の上昇に寄与することができる。
（２）投与針の通過経路決定
本開示のように、客観的な方法を提供することで、正確な投与を行うことができ、脳に対する細胞療法の成功率を格段に上昇させることができる。また、コンピュータプログラム化することで、術者に対して成功し得る投与経路の選択肢を提供し、経験と勘に頼った手術ではなく、一定程度客観性を持った手術をすることができ、再現性や成功率の上昇に寄与することができる。
（３）髄液漏れを防ぐ方法
本開示のように、髄液漏れの客観的な方法を提供することで、失敗確率を大幅に減らした細胞療法を行うことができ、脳に対する細胞療法の成功率を格段に上昇させることができる。また、コンピュータプログラム化することで、術者に対して成功し得る髄液漏れの手法の選択肢を提供し、経験と勘に頼った手術ではなく、一定程度客観性を持った手術をすることができ、再現性や成功率の上昇に寄与することができる。
図１は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図１は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図１は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。 図２は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図２は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図２は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。 図３は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図３は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図３は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。 図４は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図４は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図４は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。 図５は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図５は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図５は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。 図６は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図６は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図６は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。 図７は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ａ：ＤＷＩ画像。 図７は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｂ：ＤＴＩ画像。 図７は、本開示にしたがって細胞の投与位置を決定した患者のＭＲＩ画像を示す。Ｃ：ＦＬＡＩＲ画像。Ｃにおいて、細胞の投与位置をまるで囲った。
以下、本開示の具体的な実施形態について詳細に説明するが、本開示は以下の実施形態に何ら限定されるものではなく、本開示の目的の範囲内において、適宜変更を加えて実施することができる。なお、説明が重複する箇所については、適宜説明を省略する場合があるが、発明の要旨を限定するものではない。
本明細書の全体にわたり、単数形の表現は、特に言及しない限り、その複数形の概念をも含むことが理解されるべきである。従って、単数形の冠詞（例えば、英語の場合は「ａ」、「ａｎ」、「ｔｈｅ」など）は、特に言及しない限り、その複数形の概念をも含むことが理解されるべきである。また、本明細書において使用される用語は、特に言及しない限り、当該分野で通常用いられる意味で用いられることが理解されるべきである。したがって、他に定義されない限り、本明細書中で使用される全ての専門用語および科学技術用語は、本開示の属する分野の当業者によって一般的に理解されるのと同じ意味を有する。矛盾する場合、本明細書（定義を含めて）が優先する。
＜定義＞
本明細書において、「対象」または「被検体」もしくは「被験体」（英文ではｓｕｂｊｅｃｔ）とは、患者（ｐａｔｉｅｎｔ）と同義に用いられ、細胞治療などの本開示の技術が対象とする任意の生体または動物をいい、時に目的物（ｏｂｊｅｃｔ）と称されることがあるが、これらは同じ意味である。対象としては、好ましくは、ヒトであるがこれに限定されない。
本明細書において「中枢神経障害」とは、中枢神経の任意の障害を言う。
本明細書において、「細胞治療（ｃｅｌｌ ｔｈｅｒａｐｙ）」（英語では、「ｃｅｌｌｕｌａｒ ｔｈｅｒａｐｙ」または「ｃｙｔｏｔｈｅｒａｐｙ」とも呼ばれる）は、損傷を受けた組織又は器官の置換又は修復、免疫反応の調節、及び炎症性症候及び癌の減少等を非限定的に含む疾患又は障害に関連付けられた１つ以上の症候を予防、処置、又は改善するための、ヒト又は動物の細胞の移植を意味する。
本明細書において、「画像化デバイス」とは、体の断層画像を撮影するための任意のデバイスをいう。画像化デバイスとしては、核磁気共鳴画像法（ＭＲＩ）デバイス、コンピュータ断層撮影（ＣＴ）デバイス、血管造影検査装置、超音波検査装置等を上げることができるが、ＭＲＩ（デバイス）が好ましい。画像は、光イメージング技術によって提示又は表示することができ、これをグラフィック表示とも言い、被験者に見えるように、特に、コンピュータのモニター、プラズマスクリーン、ＬＣＤスクリーン、ＣＲＴ、投射スクリーン、フォグスクリーン、ウォータースクリーン、ＶＲゴーグル、画像表示スクリーンを有する頭部に装着されるヘルメット若しくは眼鏡、又は画像を表示することが可能な他の任意の構造に表示することができる。
本明細書において、「運動線維」とは、被験体の体や内臓の筋肉の動きを指令するために信号を伝える神経繊維を指す。中心前回、内包後脚および橋の全てを通過する。「運動神経」と互換的に使用される。
本明細書において、「運動線維の走行データ」とは、ＭＲＩ画像などの画像化データから白質などの神経線維束の走行様式を推定する方法およびその方法により推定された神経繊維が走行するように描写されたデータを指す。本明細書では、トラクトグラフィー（Ｔｒａｃｔｏｇｒａｐｈｙ）と互換的に使用されることがある。
本明細書において、「電気外科機器」とは、適切な電気外科エネルギー源に取り付けられ、能動電極を有する、組織を焼灼し、凝固させ、そして／または切断することが可能な任意の機器を指す。能動電極は、任意の形態の導電性要素であり、細長く、そして尖っているかまたは丸みを帯びている遠位端を有する薄い平坦な刃の形態であってもよい。電気外科機器としては、くも膜および粘膜を凝固接着することができるものであれば、どのようなものを利用してもよく、例えば、バイポーラー凝固鑷子などの電気外科器具等を挙げることができるがこれらに限定されない。
本明細書において、「脳移動（ｂｒａｉｎ ｓｈｉｆｔ）」とは、穿頭時の髄液漏れ、空気の侵入に起因して起こる脳の移動を指す。定位脳手術における、標的位置の同定の妨げとなる。
本明細書において、「機能領域（ｅｌｏｑｕｅｎｔ ａｒｅａ）」とは、運動機能、感覚機能、言語機能、視覚等の重要な脳機能を担う領域を指す。
本明細書において、「脳表」とは、大脳の表面を指す。例えば、特定部位の脳表のくも膜、脳表の軟膜という場合、特定部位の脳表を覆う、くも膜または軟膜を指す。
本明細書において、「髄液」とは、脳室系とクモ膜下腔を満たす、無色透明な液体を指す。くも膜と軟膜との間の領域に存在する。脳室系の脈絡叢から産生される廃液であり、脳の水分含有量の緩衝や、脳の形・位置を保つ役割を担う。「脳脊髄液」と互換的に使用される。
本明細書において、「脳溝」とは、脳の表面にある溝を指し、髄液に満たされた領域である。
本明細書において、「脳回」とは、大脳皮質に存在する、***部分であり、脳溝に囲まれた領域を指す。
本明細書において、「脳回の頂点」とは、脳回の中で最も頭蓋骨と近い部位およびその周辺領域を指し、脳溝の周囲の領域は含まれない。
本明細書において、「Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｈｅａｌｔｈ Ｓｔｒｏｋｅ Ｓｃａｌｅ（ＮＩＨＳＳ）」とは、脳卒中重症度評価スケールを示す。意識の評価、注視の評価、視野の評価、顔面麻痺の評価、四肢麻痺の評価、運動失調の評価、感覚障害の評価、失語、構音障害、消去減少と無視の項目があり、各項目ともに点数が高いほど重症度も高くなり、最大で４２点となるように設定されている。
本明細書において、「ｍｏｄｉｆｉｅｄ Ｒａｎｋｉｎ Ｓｃａｌｅ（ｍＲＳ）」とは、脳卒中の概括予後評価尺度として頻用される評価基準である。０～６の７段階で評価を行うことが可能である。点数が高いほど重症度が高くなる。
本明細書において、「Ｆｕｎｃｔｉｏｎａｌ Ｉｎｄｅｐｅｎｄｅｎｃｅ Ｍｅａｓｕｒｅ（ＦＩＭ）」とは、日常生活動作の自立度を数値化して評価する指標である。機能的自立度評価法ともいう。運動項目に加えてコミュニケーションや社会的認知などの認知項目があるため、実際の日常生活動作を評価することが可能である。運動項目として１３項目があり、認知項目として５項目ある。各項目を７段階で評価し、点数が高いほど、自立していることを示す。
本明細書において、「Ｂａｒｔｈｅｌ Ｉｎｄｅｘ（ＢＩ）」とは、脳血管障害のリハビリテーションにおける評価尺度の１つである。食事、移乗、整容、トイレ、入浴、歩行（車いす）、階段昇降、着替え、排便、排尿の１０個の評価項目があり、点数が高いほど自立していることを示す。
本明細書において、「Ｆｕｇｌ－Ｍｅｙｅｒ Ａｓｓｅｓｓｍｅｎｔ（ＦＭＡ）」とは、上肢運動機能、下肢運動機能、バランス、感覚、関節可動域・疼痛の項目を評価する、脳卒中の総合的身体機能評価方法を指す。点数が高いほど、身体機能が高いことを示す。（ＭＲＩ画像）
本明細書において、ＭＲＩ（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ｉｍａｇｉｎｇ）は、核磁気共鳴画像（ＮＭＲＩ：ｎｕｃｌｅａｒ ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ｉｍａｇｉｎｇ）とも呼ばれている。人の身体の２／３は水で構成されており、更には、各種脂肪酸やアミノ酸などの構造式にも水素（Ｈ）が含まれているために、医療用ＭＲＩでは、この水素原子（１Ｈ）の信号で画像が描出されている。水素は、１個の陽子（プロトン）と１個の電子で構成されており、陽子の周りを電子が回転（スピン）している。このスピンにより、個々の水素原子は、微少な磁化をおびている。通常は、このスピンの方向がバラバラであるために全体としては、磁化がみられない。ここに、外部から強力な磁場がかかると、個々の水素原子のスピンの向きが強制的に同一方向に修正される。この状態に特定の周波数（例：４２．５８ＭＨｚ）の電波をあてると、水素原子核はその電波に共鳴して自ら電波を発信する。この現象が核磁気共鳴と呼ばれ、この現象に位置情報を加えて、信号の強度分布を示した地図が、核磁気共鳴画像すなわちＭＲＩとなる。この特定の周波数の電波をパルス状に与え、その条件を変化させることにより、異なるタイプの画像が描出される（Ｔ１強調画像、Ｔ２強調画像など）。
本明細書において、Ｔ１ＷＩとは、Ｔ１強調画像：Ｔ１ ｗｅｉｇｈｔｅｄ Ｉｍａｇｅ（Ｔ１ＷＩ）の略称として使用される。Ｔ１ＷＩでは水は黒く低信号で描出され（脳室は黒色）、ＣＴとよく似た画像を呈し、大脳皮質と白質などの解剖学的な構造が捉えやすいという特徴がある。
Ｔ１強調画像で高信号を呈するものとしては、脂肪、亜急性期血腫（メトヘモグロビン）、脳白質（灰白質と比較して）（乳児では髄鞘化が進んでいないので、白質・灰白質のコントラストは逆）、蛋白が多く溶けた水、皮質壊死領域が高信号を呈することがある、著明な石灰化巣が高信号を呈することがある、正常下垂体後葉、新生児・妊婦（妊娠後期）の下垂体前葉、マンガンの沈着部位（特に肝機能障害に伴って、淡蒼球が高信号を呈することがある）、Ｇｄ（ガドリニウム）による造影領域（中枢神経においては血液脳関門の破綻・欠損部、位が造影されるのであって、造影効果は必ずしもｖａｓｃｕｌａｒｉｔｙ を反映するのではない）、常磁性体：上述のメトヘモグロビン・マンガン・ガドリニウムも常磁性体である。常、磁性体には、他にメラニンなどがある（メラノーマは出血を伴わなくてもＴ１強調像にて高信号を呈しうる）等を上げることができる。Ｔ１強調画像で低信号を呈するものとしては、水（脳脊髄液）、脳灰白質（白質と比較して）、多くの病変（梗塞・腫瘍など水分含有量の増加を反映）、超急性期・急性期血腫（メトヘモグロビン生成前）、骨皮質・石灰化・空気など、信号を発生するものを含まないものを挙げることができる。
本明細書においてＴ２ＷＩとは、Ｔ２強調画像：Ｔ２ ｗｅｉｇｈｔｅｄ ｉｍａｇｅ（Ｔ２ＷＩ）の略称である。Ｔ２ＷＩでは水は白く高信号で描出され（脳室は白色）、多くの病巣が高信号で描出されるため、病変の抽出に有用とされている。
Ｔ２強調画像で高信号を呈するものとしては、水（脳脊髄液）、多くの病変（腫瘍・梗塞・浮腫・脱髄など水分含有量の増加を反映）、脳灰白質（白質と比較して）（乳児では白質・灰白質のコントラストは逆）、亜急性期血腫（赤血球が壊れた後）、超急性期血腫（オキシヘモグロビンがデオキシヘモグロビンに変わる前）を挙げることができ、Ｔ２強調画像で低信号を呈するものとしては、急性期血腫（赤血球が壊れる前で、内部にデオキシヘモグロビンかメトヘモグロビンを含む状態）、陳旧性出血巣（ヘモジデリン）、鉄（フェリチン）の多い部位（特に淡蒼球・中脳赤核・黒質、小脳歯状核）、脳白質（灰白質と比較して）、骨皮質・密な石灰化・空気など信号を発生するものを含まないもの、蛋白が非常に多く溶けた水、線維化、密な組織など水の少ない組織、不均一な分布を呈する常磁性体（上記急性期血腫・陳旧性出血・鉄の沈着部位・メラニンなど）を挙げることができる。
本明細書において、ＦＬＡＩＲとは、「ＦＬＡＩＲ画像：Ｆｌｕｉｄ Ａｔｔｅｎｕａｔｅｄ Ｉｎｖｅｒｓｉｏｎ Ｒｅｃｏｖｅｒｙ（水抑制画像）」の略称である。ＦＬＡＩＲ画像は、基本的には水の信号を抑制したＴ２強調画像（脳室が黒く見えるＴ２ＷＩ風の画像）であり、脳室と隣接した病巣が明瞭に描出される。ラクナ梗塞に代表されるかくれ脳梗塞や血管性認知症にみられるビンスワンガー型白質脳症などの慢性期の脳梗塞部位（白色に描出される）確認に有用である。簡単に言うと、脳脊髄液が黒くなるように条件を工夫して撮ったＴ２ 強調画像（Ｔ１ 強調の要素もある）。脳室周囲や皮質近傍といった、脳脊髄液に近い病変の見落としを減らすために撮像することが多い。ＣＴで検出できない様な少量の亜急性期クモ膜下出血を描出できることがある。急性期脳梗塞において、閉塞血管が高信号として捉えられることがある。脳脊髄液の拍動や磁性体によるアーチファクトが強く、後頭蓋窩病変の検出率がやや劣るとされるが、実用上は問題がない。
本明細書において、Ｔ２＊ＷＩとは、Ｔ２＊強調画像（Ｔ２ ｓｔａｒ 強調画像）またはＴ２ｓｔａｒ ｗｅｉｇｈｔｅｄ ｉｍａｇｅ（Ｔ２＊ＷＩ）であり、Ｔ２＊強調画像は出血性病変の検出力が極めて高く（黒色に描出される）、過去に発症した出血巣の確認や無症候性微小出血の検出に優れている。
本明細書において、ＤＷＩとは、拡散強調画像：Ｄｉｆｆｕｓｉｏｎ ｗｅｉｇｈｔｅｄ ｉｍａｇｅの略称であり、水分子の拡散運動（自由運動度）を画像化したものである。拡散が低下した領域が高信号として描出される。急性期の脳梗塞では、拡散が低下してくるため、超急性期の脳梗塞の部位判定（白色に描出される）に有用である。
本明細書において「予後」という用語は、がん等の疾患または障害などに起因する死亡または進行が起こる可能性を予測することを意味する。予後因子とは疾患または障害の自然経過に関する変数のことであり、これらは、いったん疾患または障害を発症した患者の再発率等に影響を及ぼす。予後の悪化に関連した臨床的指標には、例えば、本開示で使用される任意の細胞指標が含まれる。予後因子は、しばしば、患者を異なった病態をもつサブグループに分類するために用いられる。本開示の技術を用いて遺伝情報を、診断上有用な形質情報と関連付けることによって、対照の遺伝情報に基づいて予後因子を提供することを可能とし得る。
本明細書において「プログラム」は、当該分野で使用される通常の意味で用いられ、コンピュータが行うべき処理を順序立てて記述したものであり、日本国では特許法上「物」として扱われるものである。すべてのコンピュータはプログラムに従って動作している。現代のコンピュータではプログラムは広義のデータとして表現され、記録媒体または記憶装置に格納される。
本明細書において「記録媒体」は、本開示の方法を実行させるプログラムを格納した記録媒体であり、記録媒体は、プログラムを記録できる限り、どのようなものであってもよい。例えば、内部に格納され得るＲＯＭやＨＤＤ、磁気ディスク、ＵＳＢメモリ等のフラッシュメモリなどの外部記憶装置でありうるがこれらに限定されない。
本明細書において「システム」とは、本開示の方法またはプログラムを実行する構成をいい、本来的には、目的を遂行するための体系や組織を意味し、複数の要素が体系的に構成され、相互に影響するものであり、コンピュータの分野では、ハードウェア、ソフトウェア、ＯＳ、ネットワークなどの、全体の構成をいう。
本明細書において「機械学習」とは、明示的にプログラミングすることなく、コンピュータに学ぶ能力を与える技術をいう。機能単位が新しい知識・技能を獲得すること、又は既存の知識・技能を再構成することによって、自身の性能を向上させる過程である。経験から学ぶように計算機をプログラミングすることで、細部をプログラミングするのに必要になる手間の多くは減らせ、機械学習分野では、経験から自動的に改善を図れるようなコンピュータプログラムを構築する方法について議論している。データ分析・機械学習の役割としては、アルゴリズム分野と並んで知的処理の基盤になる要素技術であり、通常他の技術と連携して利用され、連携する分野の知識（ドメインスペシフィック（領域特有）知識；例えば、医学分野）が必要である。その応用範囲としては、予測（データを集め、これから起こることを予測する）、探索（集めたデータの中から、何か目立つ特徴を見つける）、検定・記述（データの中のいろいろな要素の関係を調べる）などの役割がある。機械学習は、実世界の目標の達成度を示す指標に基づくものであり、機械学習の利用者が、実世界での目標を把握していなければならない。そして、目的が達成されたときに、良くなるような指標を定式化する必要がある。機械学習は逆問題で、解が解けたかどうかが不明確な不良設定問題である。学習したルールの挙動は確定的ではなく確率（蓋然）的である。何らかの制御できない部分が残ることを前提とした運用上の工夫が必要であり、本発明のテイラーメイド法はこの解決手段ともいいうるものである。訓練時と運用時の性能指標をみながら、機械学習の利用者が、データや情報を実世界の目標に合わせて逐次的に取捨選択することも有用である。
機械学習としては、線形回帰、ロジスティック回帰、サポートベクターマシンなどが用いられ得、および交差検証（交差検定、交差確認ともいう。Ｃｒｏｓｓ Ｖａｌｉｄａｔｉｏｎ；ＣＶ）を行うことで、各モデルの判別精度を算出することができる。ランキングした後、１つずつ特徴量を増やして機械学習（線形回帰、ロジスティック回帰、サポートベクターマシンなど）と交差検証を行い、各モデルの判別精度を算出することができる。それにより、最も高い精度のモデルを選択することができる。本発明において、機械学習は、任意のものを使用することができ、教師付き機械学習として、線形、ロジスティック、サポートベクターマシン（ＳＶＭ）などを利用することができる。
機械学習では論理的推論を行う。論理的推論にはおおまかに３種類あり、演繹（ｄｅｄｕｃｔｉｏｎ）、帰納（ｉｎｄｕｃｔｉｏｎ）、アブダクション（ａｂｄｕｃｔｉｏｎ）、類推（アナロジー）がある。演繹は、ソクラテスは人間、すべての人間は死ぬとの仮説があったときにソクラテスは死ぬとの結論を導き出すもので特殊な結論といえる。帰納は、ソクラテスは死ぬ、ソクラテスは人間との仮説があったときにすべての人間は死ぬとの結論を導き出すもので一般的な規則を導くものである。アブダクションは、ソクラテスは死ぬ、すべての人間は死ぬとの仮定があった時にソクラテスは人間であると導き出すものであり、仮説・説明にあたる。とはいえ、帰納にしてもどう一般化するかは前提によるため、客観的であるとは言えない可能性があることに留意する。類推は、対象Ａと対象Ｂがあり、対象Ａが４つの特徴を持ち、かつ対象Ｂがその特徴のうち共通して３つ持つ場合、対象Ｂは、残り一つの特徴を同様にもち、対象Ａと対象Ｂは同種か類似した近親性を持つと推論するような蓋然的な論理的思考法である。
不可能性には、不可能、非常に困難、未解決の３種類の基本原理がある。また、不可能性には、汎化誤差、ノ―フリーランチ定理、醜いアヒルの子定理があり、真のモデルの観測は不可能なので検証できないという不良設定問題に留意する必要がある。
機械学習において、特徴（ｆｅａｔｕｒｅ）・属性（ａｔｔｒｉｂｕｔｅ）とは、予測対象をある側面で見たときに、どのような状態にあるのかを表すものである。特徴ベクトル・属性ベクトルとは、予測対象を記述する特徴（属性）をベクトルの形式にまとめたものである。
本明細書において、「モデル（ｍｏｄｅｌ）」または「仮説（ｈｙｐｏｔｈｅｓｉｓ）」とは、同義に用いられ、入力される予測対象から、予測結果への対象対応を記述する写像、もしくはそれらの候補集合で、数学的な関数か論理式を用いて表現する。機械学習での学習では、訓練データを参照して、モデル集合から真のモデルを最もよく近似すると思われるモデルが選択される。
モデルとしては、生成モデル、識別モデル、関数モデルなどが挙げられる。入力（予測対象）ｘと出力（予測結果）ｙとの写像関係の分類モデルを表現する方針の違いを示すものである。生成モデルは、入力ｘが与えられたときの出力ｙの条件付分布を表現する。識別モデルは、入力ｘと出力ｙの同時分布を表現する。識別モデルと生成モデルは写像関係が確率的である。関数モデルは、写像関係が確定的なもので、入力ｘと出力ｙの確定的な関数関係を表現する。識別モデルと生成モデルでは識別の方がやや高精度といわれることもあるが、ノーフリーランチ定理により基本的には優劣はない。
モデルの複雑さ：予測対象と予測結果の写像関係をより詳細で複雑に記述できるかどうかの度合い。モデル集合が複雑であるほど、一般により多くの訓練データが必要とされる。
写像関係を多項式で表した場合は、高次の多項式の方がより複雑な写像関係を表現できる。高次の多項式の方が、１次式より複雑なモデルといえる。
写像関係を決定木で表した場合、段数の大きな深い決定木の方がより複雑な写像関係を表現できる。したがって、段数の多い定木の方が、少ない決定木より複雑なモデルといえる。
入力と出力の対応関係を表現する方針による分類も可能であり、パラメトリックモデルでは、パラメータによって完全に分布や関数の形状が決定される、ノンパラメトリックモデルでは基本的にデータからその形状が決まり、パラメータが決めるのは滑らかさに限定される。
パラメータ：モデルの分布や関数の集合のうちの一つを指定するための入力で、他の入力と区別してＰｒ［ｙ｜ｘ；θ］やｙ＝ｆ（ｘ；θ）などとも表記される。
パラメトリックでは、訓練データ数と無関係に、ガウス分布の形状は平均・分散パラメータで決定され、ノンパラメトリックでは、ヒストグラムではビン数パラメータで滑らかさのみが決まり、パラメトリックより複雑であるとされる。
機械学習での学習では、訓練データを参照して、モデル集合から真のモデルを最もよく近似すると思われるモデルを選択する。どのような「近似」をするかで、いろいろな学習方法がある。代表的には、最尤推定があり、確率的なモデル集合の中から、訓練データが発生する確率が最も高いモデルを選択する学習の基準である。最尤推定で、真のモデルを最も近似するモデルが選択できる。ＫＬダイバージェンスは、尤度が大きくなると真の分布へのＫＬダイバージェンスは小さくなる。推定の種類は種々あり、推定した予測値やパラメータを求める形式の種類によって異なる。点推定は、最も確実性の高い値を一つだけ求めるもので、最尤推定やＭＡＰ推定など、分布や関数の最頻値を使うもので、最もよく利用される。他方、区間推定では、推定値が存在する範囲を求めるこの範囲に推定値が存在する確率が９５％といった形で統計分野でよく利用される。分布推定では、推定値が存在する分布を求める事前分布を導入した生成モデルと組み合わせてベイズ推定などで利用される。
（好ましい実施形態）
以下に本開示の好ましい実施形態を説明する。以下を含め本明細書において提供される実施形態は、本開示のよりよい理解のために提供されるものであり、本開示の範囲は以下の記載に限定されるべきでないことが理解される。従って、当業者は、本明細書中の記載を参酌して、本開示の範囲内で適宜改変を行うことができることは明らかである。また、本開示の以下の実施形態は単独でも使用されあるいはそれらを組み合わせて使用することができることが理解される。
（脳の細胞治療のための細胞投与方法）
本開示は、１つの局面において、被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法を提供する。
この方法は、少なくとも以下のステップまたは手順のうちの一つを含む：
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａ）該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を特定することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を特定することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する。
別の局面では、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
ｂｂ）該選択された投与部位への投与経路を特定するステップと、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法を提供する。
１つの実施形態において、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得することは、ＭＲＩ、ＣＴ等の通常の造影手順を用いることにより、被験体の脳の画像データを少なくとも１部を入手し得る。取得すべき脳の画像データは、細胞治療を目指す領域が実質的にカバーされていることが好ましく、より好ましくは脳全体の画像が得られていることが有利である。
画像データはＤＩＣＯＭ、ＪＰＥＧおよびＴＩＦＦなどが挙げられるが、ＤＩＣＯＭが好ましい。
１つの実施形態において、ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手することは、当該分野で行われる任意の脳情報入手経路を用いて実現することができる。脳の情報として有用なものとしては、例えば、脳の過去の病歴、損傷に関する情報、運動繊維などの情報、機能的な情報（言語野・高次脳機能領域）等を挙げることができる。
１つの実施形態において、ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供することは、例えば、ａ）該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を特定することと、ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を特定することと、ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することを含む。安全領域については、神経機能に重要な働きをしている部分は人間では既にほとんど個人差無く場所が同定されていることから、その部分は事前にコンピュータ内に取り込ませておくことが可能であり、左利きも概ね右利きと同じだが、ごく希に左利きで正反対に機能がある人（主に言語の領域で、通常は右利きも左利きも左半球に言語野があるため、その場合工夫が必要であるが、当該分野において公知の手法でこの改変は可能であり、まれに言語野が右半球にある左利きがいる）でも、言語野を事前に他の方法（ＭＲＩ）で確認して、右半球にあり、かつ、そこを通過するような投与経路や投与部位が設定される場合には注意が必要であるものの、これは設計可能である。
本明細書において、ａ）該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を特定することは、脳外科分野で通常に使用される技術を用いることができ、例えば、皮膚を切除した瘢痕がある場合は、その瘢痕と角度をもって交差するような切除をすることは回避するべきである。例えば、Ｍｅｄｔｒｏｎｉｃ社のナビ計算システムＦｌａｍｅＬｉｎｋにＭＲＩ画像を取り込み、皮膚の陥凹として確認することができる。皮膚は既に切開されている場合、基本的にはその切開を利用する。狙う穿頭孔（Ｂｕｒｒ ｈｏｌｅ）が、以前の皮膚の切開線からかなりずれている場合、皮膚を長く切開してＧａｌｅａを剥がすことで対応する。
本明細書において、ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を特定することは、脳外科分野で通常に使用される技術を用いることができ、例えば、術後の感染を防ぐため、可能な場合は、人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与ルートから除外する。刺入点が機能性部位と重ならないように、穿頭孔を選択するべきである。脳が萎縮していてかなり落ち込んでいる（５ｍｍほど）場合は、硬膜を切開しても脳までの距離が遠く事故の原因となり得るので、脳表が骨直下にある部位（脳回の頂点）を投与ルートとして選択する。穿頭孔の位置を正中線（ｍｉｄｌｉｎｅ）近くとする場合、上矢状静脈洞（ＳＳＳ）に灌流する太い静脈が存在する（場合によっては静脈湖（Ｖｅｎｏｕｓ ｌａｋｅ）となっている）可能性があるため、事前にＦｌａｍｅＬｉｎｋで硬膜切開部位周囲に太い静脈がない事を確認する。
本明細書において、ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することは、当該分野において使用される任意の手法で特定することができる。これは、ＤＷＩ画像、Ｔ２画像、ＦＬＡＩＲ画像、ＤＴＩ画像の少なくとも１つ、好ましくは２つ、３つ、または４つを用いて、投与部位を決定することができる。ＤＷＩ画像から脳梗塞で損傷を受けた領域を把握する。脳梗塞により損傷を受けた領域は、血流が無いため投与した細胞が死滅するので、好ましくは投与しないことが推奨される。次に、Ｔ２画像およびＦＬＡＩＲ画像を用いて、ＤＷＩ陰性（細胞死を免れた）であるが浮腫が強く出ている部位（回復可能ではあるが、投与には必ずしも望ましくない）を評価し、ＤＴＩ画像から運動線維を描出して、どこで運動線維が断裂しているかを評価することで、投与経路の候補または範囲を選択することができる。次に、Ｔｒａｃｔｏｇｒａｐｈｙが断裂している部分または弱くなっている部分（通常はＤＷＩで白い場所）に近い場所、かつ、安全性の高い場所（もし出血やアレルギー反応を起こしても障害が少ない場所：一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を、細胞投与部位として選択することができる。選択の際、Ｔ２／ＦＬＡＩＲ画像の高信号部位も避けてその実質的に正常側に投与するよう注意することが有用であり得る。損傷ダメージが大きすぎるためＴｒａｃｔｏｇｒａｐｈｙが描出されないことがあるが、子のような場合には、対側のＴｒａｃｔｏｇｒａｐｈｙを参考に神経線維の走行を推定し、推定Ｔｒａｃｔｏｇｒａｐｈｙを作成することで、細胞投与部位を決定することができる。細胞が投与部位から出ないようにするため、脳表から近い位置（脳表から１ｃｍ、１．５ｃｍ、２ｃｍ、２．５ｃｍまたは３ｃｍ以内）は投与候補位置から除外することが推奨される。ＤＴＩ画像では白く描出されるが、ＤＷＩ画像では白く描出されない部位から１ｃｍ、１．５ｃｍ、２ｃｍ、２．５ｃｍ、または３ｃｍ以内の領域は投与候補位置から除外することが有利であり得る。
これらの投与部位および投与経路は、ＭＲＩを用いたナビゲーションソフト上で最終決定することができる。使用するＭＲＩは、オンサイトではない場所で撮像したものも用いることができる。
１つの実施形態では、ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することは、当該分野において公知の任意の手法およびその組み合わせを用いて実施することができる。例えば、Ｔｒａｃｔｏｇｒａｐｈｙが断裂している部分または弱くなっている部分（通常はＤＷＩで白い場所）に近い場所、かつ、安全性の高い場所（もし出血やアレルギー反応を起こしても障害が少ない場所：一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を、細胞投与部位として選択する。選択の際、Ｔ２／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍に投与することができる。
１つの実施形態では、ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことは、当該分野において公知の任意の手法およびその組み合わせを用いて実施することができる。ここで、この場合、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することができる。
本明細書において、該選択された投与部位を、グラフィック表示として出力することは、当該分野で公知の任意の手法を用いて実現することができる。
本開示は、上記をコンピュータに実現させるプログラムとして提供され得、あるいは、当該プログラムを記録した記録媒体として提供され得る。
あるいは別の局面において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するシステムを提供する。
このシステムは、少なくとも以下の構成のうちの一つを含む：
ｉ）、該被験体の脳の少なくとも一部の画像データを取得する画像化デバイスと、
ｉｉ）被験体の脳の情報を入手する、該画像化デバイスと連絡するコンピュータデバイスと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供することを実現する演算ユニットであって、該手順は：
ａ）該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を特定することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を特定することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こと
とを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供する演算ユニットと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力する表示ユニットとを包含する。
１つの実施形態において、ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得することは、ＭＲＩ、ＣＴ等の通常の造影手順を用いることにより、被験体の脳の画像データを少なくとも１部を入手し得る。取得すべき脳の画像データは、細胞治療を目指す領域が実質的にカバーされていることが好ましく、より好ましくは脳全体の画像が得られていることが有利である。
（投与位置決定）
１つの実施形態において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法を提供する。この方法は、Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データにおいて、運動線維の走行データが他の部位より低い部分を特定し、該低い部分を、障害を受けている運動線維と特定するステップとＥ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、Ｆ）該選択された投与部位を、グラフィック表示として出力するステップとを包含する。
１つの実施形態において、Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、これらの任意の手法を適用することができる。
１つの実施形態において、Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、これらの任意の手法を適用することができる。
１つの実施形態において、Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、これらの任意の手法を適用することができる。ＤＷＩ画像、Ｔ２画像、ＦＬＡＩＲ画像、ＤＴＩ画像の少なくとも１つを用いて運動線維を描写し得る。例えば、Ｔ２画像とＦＬＡＩＲ画像を用いて、ＤＷＩ陰性（細胞死を免れた）であるが浮腫が強く出ている部位（回復可能ではあるが、投与には必ずしも望ましくない）を評価し、ＤＴＩ画像から運動線維を描出して、どこで運動線維が断裂しているかを評価することができる。
１つの実施形態において、Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定することは、該運動線維の走行データにおいて、運動線維の走行データが他の部位より低い部分を特定し、該低い部分を、障害を受けている運動線維と特定することで実現することができる。
１つの実施形態において、Ｅ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的に脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示すことができ、あるいは、運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示すことができる。
１つの実施形態において、Ｆ）該選択された投与部位を、グラフィック表示として出力することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されている。
１つの実施形態では、画像化デバイスはＭＲＩ、ＣＴ、血管造影検査装置、超音波検査を含むがこれに限定されない。好ましくは、ＭＲＩが使用される。
１つの実施形態では本開示の走行データは、ＦＡ値（ｆｒａｃｔｉｏｎａｌ ａｎｉｓｏｔｒｏｐｙ ｖａｌｕｅ）により表現される。例えば、目視でＴｒａｃｔｏｇｒａｐｈｙの断裂もしくは細くなっている部分を確認することができるが、コンピュータプログラム化することもでき、線維の走行を数値化（ＦＡ値）することができ、この数値が他の部位より極端に低下（例えば４０％、５０％、６０％等）している部分を抽出し、その部位を損傷部位と評価することができる。したがって、運動線維の走行データが他の部位より低い部位における走行データの低下は、少なくとも４０％、５０％、６０％、またはそれ以上の低下であってもよい。あるいは、可及的に近い場所（例えば、２ｃｍ以内、２．５ｃｍ以内、３ｃｍ以内、３．５ｃｍ以内、４ｃｍ以内）で、かつ、神経機能に重要な働きをしていないと考えられる部位を投与部位として選択することができる。好ましくは、前記安全領域は、前記障害位置から半径約１．５ｃｍ以内に存在する位置で、かつ、神経機能に重要な働きをしていないと考えられる部位が選択される。神経機能に重要な働きをしている部分は人間では既にほとんど個人差無く場所が同定されていることから、その部分は事前にコンピュータ内に取り込ませておくことが可能であり、例えば、左利きも概ね右利きと同じだが、ごく希に左利きで正反対に機能がある人もいるものの、主に言語の領域で、通常は右利きも左利きも左半球に言語野があるが、まれに言語野が右半球にある左利きが存在し、これは特定することができる。すなわち、左利きの場合は言語野を事前に他の方法（ＭＲＩ）で確認して、右半球にあり、かつ、そこを通過するような投与経路や投与部位が設定される場合には注意が必要があるものの、当業者は適宜実施することができ、これらをコンピュータプログラムとして設計することもできる。
１つの実施形態では、前記投与部位は、前記障害位置に対して脳の尾側（傷ついた部分の尾側）に位置決めされることができる。これは、俗に、下側から打つことを、の表現としたものといえる。
１つの実施形態では、投与部位は、前記障害位置ごとに決定される。
１つの実施形態において、投与部位は、前記障害位置に対して１または複数存在する。投与部位の個数は、ケースに応じて当業者が適宜決定することができ、投与する細胞量と回復すべき脳領域の相対的な関係で当業者が決定することができる。
１つの実施形態において、描出された運動線維において、脳損傷が強く、描出されない場合には対側の健常な運動線維を参考にして、障害を受けている部分を把握することを特徴とする。これは単純に、対称を取るということで実現可能である。
本開示は、上記をコンピュータに実現させるプログラムとして提供され得、あるいは、当該プログラムを記録した記録媒体として提供され得る。
あるいは別の局面において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するシステムを提供する。このシステムは、Ａ）該被験体の脳の少なくとも一部の画像データを取得する画像化デバイスと、Ｂ）被験体の脳の情報を入手する、該画像化デバイスと連絡するコンピュータデバイスであって、該コンピュータデバイスは、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写し、該運動線維が障害を受けている障害位置を特定し、該運動線維の走行データにおいて、運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定し、該障害位置の付近の安全領域を投与部位として選択することができるコンピュータデバイスと、Ｄ）投与部位を、グラフィック表示として出力する表示ユニットとを含む。
（細胞を投与するための投与針の通過領域決定法）
一つの局面では、本開示は、細胞を投与するための投与針の通過領域決定法を提供する。
本開示のこの局面において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
Ｆ）該コンピュータデバイスにより、Ｄ）とＥ）で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するステップと
Ｇ）該設定された経路を、グラフィック表示として出力するステップと
を包含する方法。
一つの実施形態において、Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、これらの任意の手法を適用することができる。
一つの実施形態において、Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、これらの任意の手法を適用することができる。
一つの実施形態において、Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写することは、当該分野において公知の任意の手法を用いて実現することができ、これらの任意の手法を適用することができる。例えば、ＤＷＩ画像、Ｔ２画像、ＦＬＡＩＲ画像、ＤＴＩ画像の少なくとも１つを用いて血管を描写し得る。例えば、ガドリニウム増強Ｔ１画像を用い、血管だけが強く高信号で描出されることを利用して、強いシグナルを同定することで実現することができるがこれに限定されない。血管描出にはＭＲＡ（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ａｎｇｉｏｇｒａｐｈｙ）の元画像を使用するという方法も可能である。
一つの実施形態において、Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定することは、当該分野において公知の任意の手法を用いて実現することができ、これらの任意の手法を適用することができる。例えば、ＤＷＩ画像、Ｔ２画像、ＦＬＡＩＲ画像、ＤＴＩ画像の少なくとも１つを用いて血管を描写し、その結果を用いて貫通しない経路や範囲を特定することで、経路範囲を特定することができる。血管描出にはＭＲＡ（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ａｎｇｉｏｇｒａｐｈｙ）の元画像を使用するという方法も可能である。
一つの実施形態において、Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定することもまた、当該分野において公知の任意の手法を用いて実現することができ、これらの任意の手法を適用することができる。例えば、ＤＷＩ画像、Ｔ２画像、ＦＬＡＩＲ画像、ＤＴＩ画像の少なくとも１つを用いて血管を描写し、その結果を用いて脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定することができる。例えば、ＭＲＩ画像に基づき該ＭＲＩ画像について、少なくともＤＷＩ、Ｔ２、ＦＬＡＩＲ、およびＤＴＩを測定することで達成され得る。
一つの実施形態において、Ｆ）該コンピュータデバイスにより、Ｄ）とＥ）で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するもまた、当該分野において公知の任意の手法を用いて実現することができ、これらの任意の手法を適用することができる。例えば、Ｄ）およびＥ）のステップで得た情報を用いて、計算にて、重複する範囲を適切な候補経路として選択する手法である。
一つの実施形態において、Ｇ）該設定された経路を、グラフィック表示として出力することは、当該分野において公知の任意の手法を用いて実現することができ、本明細書において他の場所において詳述されており、これらの任意の手法を適用することができる。
一つの実施形態において、拡散テンソル（ＤＴＩ）画像においてＴｒａｃｔｏｇｒａｐｈｙが描出される場合、（ａ）ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが断裂しているか、または弱くなっている部分（脳梗塞急性期の場合通常はＤＷＩで白い場所、脳梗塞慢性期の場合Ｔ２／ＦＬＡＩＲの高信号、外傷・脳出血の急性期の場合、ＣＴで高信号、外傷・脳出血の慢性期の場合、Ｔ２／ＦＬＡＩＲで高信号）に近い場所で可及的に近接する正常脳組織であり、かつ（ｂ）安全性の高い場所（もし出血やアレルギー反応を起こしても障害が少ない場所：一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａ＊と呼ばれる部位以外）であるという条件を満たし、（ｃ）必要に応じて、Ｔ２／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍である部分という条件を満たす部位を投与部位として選択する。他方、拡散テンソル画像においてＴｒａｃｔｏｇｒａｐｈｙが描出されない場合、（ａａ）Ｔｒａｃｔｏｇｒａｐｈｙを出すためのＲＯＩの設定（通常は中心前回・内包後脚・橋の３カ所を通過する神経線維選ぶことが多い）を中心前回、内包後脚、橋をそれぞれ単独において出てくるＴｒａｃｔｏｇｒａｐｈｙを参考にし、その中で、通常予想される人間における運動線維を選択し、（ｂｂ）（ａａ）でも出ない場合は対側のＴｒａｃｔｏｇｒａｐｈｙを参考に神経線維の走行を推定して、急性期のＤＷＩ画像において高信号と示される損傷部位、または慢性期にＴ２／ＦＬＡＩＲ画像において低信号と示される損傷部位と推定されるトラクトグラフィーの通過点が重なる部位を運動線維が断裂している箇所と推定し、拡散テンソル画像においてＴｒａｃｔｏｇｒａｐｈｙが描出される場合の手順を行う。
一つの実施形態において、投与部位の選択は、ＤＷＩ領域で現在の脳梗塞で損傷を受けた領域を把握し、該領域は選択から外す。例えば、時間が経ち、傷ついている部分を把握するのはＴ２高信号が良い。Ｔ２画像およびＦＬＡＩＲ画像でＤＷＩ陰性だが浮腫が強く出ている部位もまた、選択から外し、ＤＴＩ領域で運動神経を描出し、描出された運動線維の領域を選択から外すことが有利であり得る。
一つの実施形態において、本開示の方法が経路として回避すべき血管は、脳の表面から上矢状静脈洞へ注ぐ太い静脈を含む。
一つの実施形態において、血管の特定は、ガドリニウム増強Ｔ１画像を用い、血管だけが強く高信号で描出されることを利用することで血管を判定することが可能である。具体的には、脳内をピクセル画像としてそのシグナル強さ（シグナルインテンシティ）を定量すると脳実質（低信号）と血管（高信号）の２つのピークが確認される。その高信号の部位を持って血管と判定する、もしくはガドリニウムを用いない通常のＴ１強調画像も同時に撮影し、それをガドリニウム増強Ｔ１画像から引き算（サブストラクション）した画像を準備し、同様のピクセル画像シグナルインテンシティを出し、出てくる単一のピーク（血管）を評価することも出来る。血管描出にはＭＲＡ（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ａｎｇｉｏｇｒａｐｈｙ）の元画像を使用し、そのピクセル画像でシグナルインテンシティを測定し、そのピーク値が他の脳の部分より高いことを持って確認することも可能である。
一つの実施形態において、血管の特定は、前記特定は、ＭＲＩ画像に基づき該ＭＲＩ画像について、少なくともＤＷＩ、Ｔ２、ＦＬＡＩＲ、およびＤＴＩのうちの少なくとも１つ、２つ、３つまたは４つを測定することで達成される。理論に束縛されることを望まないが、ＦＬＡＩＲ、ＧｄＴ１、ＤＴＩがあることが好ましい。ＤＷＩは脳梗塞になった場所が発症から１週間だけ白く写るという便利な取り方である。通常脳梗塞になったか、なっていないかは、これで判定する。例示的な治験では急性期の患者を入れていることから、ＤＷＩでどこが傷ついて、麻痺が出ることになったのかを判断するためにＤＷＩが大変有用であるが、時間が経った慢性期の患者さんではＤＷＩを取っても、白く写らない（もうその時期は終わっている）ため、あまり有益な情報が得られないこともある。また外傷や脳出血ではＤＷＩは評価ができないこともある。またＴ２とＦＬＡＩＲはかなり似通った画像が得られ、特に情報量が多いのはＦＬＡＩＲになるためアプリ上で最適な投与部位と投与経路を計算するために最低限必要なシークエンスがどうかということになるとＦＬＡＩＲとガドリニウム増強Ｔ１とＤＴＩを含めることが有利であり得る。あるいは、好ましいシークエンスは（１）ＦＬＡＩＲ画像、（３）Ｔ２画像、（３）ガドリニウム増強Ｔ１画像との説明もあり得る。これは、ナビゲーションソフトの一部（例えば、これはメドトロニックが提供するもの）を構築するのに慣習的に使われる３つのパラメーターが例示される。上記の様に、最低条件の一つの例としてはＦＬＡＩＲ・ＧｄＴ１・ＤＴＩが挙げられる。例示的な例としては、ＦＬＡＩＲ／ＧｄＴ１／Ｔ２でナビゲーションを作って、それに対して別のコンピュータ上でＤＷＩとＤＴＩを見ながら場所を決めることもできる。
一つの実施形態において、脳内の領域は、ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ（ｆｌｕｉｄ－ａｔｔｅｎｕａｔｅｄ ｉｎｖｅｒｓｉｏｎ－ｒｅｃｏｖｅｒｙ）画像に信号強度をプロットしたとき、以下のように分類することが可能である。
Figure 0007015605000001
脳溝のＦＬＡＩＲの低信号と正常脳実質のＦＬＡＩＲ中信号は時に区別が難しい場合には、脳溝のＴ２高信号と正常脳実質のＴ２中信号を用いることでより正確に部位を判断することが可能である。
一つの実施形態において、脳溝非侵襲経路の特定は、ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ（ｆｌｕｉｄ－ａｔｔｅｎｕａｔｅｄ ｉｎｖｅｒｓｉｏｎ－ｒｅｃｏｖｅｒｙ）画像により確認することにより実現される。Ｔ２画像では正常な脳実質は中信号で描出されるのに比較し、脳溝および脳内浮腫は高信号で描出される。またＦＬＡＩＲ画像では正常な脳実質は中信号で描出され、脳溝は低信号で描出され、脳内浮腫は高信号で描出される。これにより容易に脳溝の同定が可能になる。具体的には、Ａ）ＦＬＡＩＲでは脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（低信号）で区別される２つのピークが存在する。その低信号部位を脳溝と判定する。Ｂ）Ｔ２強調画像では脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（高信号）で区別される２つのピークが存在する。その高信号部位を脳溝と判定するこれらの両方で確認される脳溝を実際の脳溝と判定する。）
一つの実施形態において、ＭＲＩにおけるＴ２強調画像およびＦＬＡＩＲ （ｆｌｕｉｄ－ａｔｔｅｎｕａｔｅｄ ｉｎｖｅｒｓｉｏｎ－ｒｅｃｏｖｅｒｙ）像による確認は、Ａ）ＦＬＡＩＲでは脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（低信号）で区別される２つのピークが存在する。その低信号部位を脳溝と判定する。
Ｂ）Ｔ２強調画像では脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（高信号）で区別される２つのピークが存在する。その高信号部位を脳溝と判定する。
これらの両方で確認される脳溝を実際の脳溝と判定する。
本開示は、上記をコンピュータに実現させるプログラムとして提供され得、あるいは、当該プログラムを記録した記録媒体として提供され得る。
あるいは別の局面において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するシステムを提供する。このシステムは、Ａ）該被験体の脳の少なくとも一部の画像データを取得する画像化デバイスと、Ｂ）被験体の脳の情報を入手する、画像化デバイスと連絡するコンピュータデバイスであって、該コンピュータデバイスは、該取得した画像データおよび該被験体の脳の情報から、血管を描写し、該血管を貫通しないような経路範囲を特定し、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定し、Ｄ）とＥ）で算出した経路範囲のうち重複する範囲の範囲内で経路を設定する、コンピュータデバイスと、Ｇ）該設定された経路を、グラフィック表示として出力する表示ユニットとを包含する。
（髄液漏れの防止）
一つの局面において、被験体の脳における髄液漏れを防止する方法であって、Ａ）脳の表面に存在する硬膜を切開するステップと、Ｂ）穿刺開始予定部位の脳表のくも膜と軟膜をバイポーラー凝固鑷子などの電気外科器具などの電気外科機器を用いて凝固接着させるステップであって、該くも膜が白濁するまであるいは、白濁することが理解されている画像条件もしくは出力条件に設定するステップとを含む。ここで白濁することが理解されている画像条件としては、例えば、くも膜を目視もしくはカメラなどを介してくも膜を表示する画像のレベルが概脳の表面に存在する微小血管が確認できなくなるまで、あるいは出力の機械の種類に応じて、白濁することが達成できることが知られるレベルに設定することで、特定することができる。
本開示は、上記をコンピュータに実現させるプログラムとして提供され得、あるいは、当該プログラムを記録した記録媒体として提供され得る。
一つの実施形態では、脳における髄液漏れの防止は、前記被験体の中枢神経障害に対する細胞治療におけるものである。
更なる実施形態では、本開示の髄液漏れの防止方法は、Ｃ）該被験体に必要となる細胞を投与するステップを含む。
別の局面において、本開示は、被験体の脳における髄液漏れを防止するためのシステムを提供し、該システムは、Ａ）脳の表面に存在する硬膜を切開する切開具と、Ｂ）バイポーラー凝固鑷子などの電気外科器具などの電気外科器具であって、該電気照射器具は、穿刺開始予定部位の脳表のくも膜と軟膜を凝固接着させるように構成され、該くも膜が白濁するまであるいは、白濁することが理解されている画像条件もしくは出力条件に設定することができる器具と、Ｃ）該くも膜の白濁を検出し得るセンサーとを含む。
１つの局面において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法を提供し、該方法は
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａａ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
ｂｂ）該選択された投与部位への投与経路を特定するステップと、
ｃｃ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する。
他の局面では、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法を提供し、該方法は
ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
ａ）必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
ｂ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
ｄ）該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
ｅ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
を包含する。
１つの局面において、本開示は、被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法を提供し、該方法は
１）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する。
１つの実施形態において、前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つのデータを含む。
一部の実施形態において、前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む。
別の局面において、本開示は、被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法を提供し、該方法は、
１）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する。
１つの実施形態において、前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む。
他の実施形態において、前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む。
１つの局面において、本時開示は、被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法を提供し、該方法は、
１）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
４）学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する。
１つの実施形態において、前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む。
一部の実施形態において、前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む。
他の実施形態において、前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つを含み、該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも１つを含む。
本開示は、上述の方法を実行するためのプログラム、プログラムを格納した記録媒体ならびに上述の方法を行う装置およびシステムも提供する。この方法は、インターネット上で起動することが可能であり、得られたデータを管理者側が取得できるように（いわゆるグーグルやFacebookなど）することで、より良い方法に対するデータの蓄積が出来る様になる。細胞治療の悪影響を評価するために、術後の画像や運動機能回復評価データを入力することも可能である。
（プログラムの構成例）
１つの実施形態では、本開示はプログラムとして提供されることができ、脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をプログラムに取り込ませることで実現することができる。
このプログラムは以下のステップを行い、細胞の投与部位を決定する。すなわち、事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示し、患者が外傷・脳出血の急性期の場合、ＣＴで高信号（ハンスフィールドユニットで少なくとも５０以上）の領域を、細胞投与不可領域として示し、・脳表から２ｃｍまたは１ｃｍ、または３ｃｍ以内の領域を、細胞投与不可領域として示し、ＤＴＩ画像では白く描出されるが、ＤＷＩ画像では白く描出されない部位から０．５ｃｍ以内の領域を、細胞投与不可領域として示し、Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示し、ＤＴＩ画像において、目的領域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ；ＲＯＩ）として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分（ＦＡ値が少なくとも５０％以上低い部分）を障害位置として特定し、運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示すことができる。
あるいは、以下のような構成で実現することができる。例えば、脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をコンピュータに取り込ませ、本開示の例示的プログラムは、細胞の投与部位を決定し、事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示し、患者が外傷・脳出血の急性期の場合、ＣＴで高信号の領域を、細胞投与不可領域として示し、脳表から２ｃｍ以内の領域を、細胞投与不可領域として示し、Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示し、脳における損傷ダメージが大きく、ＲＯＩとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得神経を参考に神経線維の走行を推定し、運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示すことで実現することができる。
また、本開示は細胞投与位置の決定を行うプログラムとして提供されることができる。このプログラムは、脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をコンピュータに取り込ませ、そして本開示のプログラムは、細胞の投与部位を決定するために、以下を行う。すなわち、事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ
ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示し、患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、Ｔ２／ＦＬＡＩＲで高信号（Ａ）ＦＬＡＩＲでは脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（低信号）で区別される２つのピークが存在する。その低信号部位を脳溝と判定する。Ｂ）Ｔ２強調画像では脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（高信号）で区別される２つのピークが存在する。その高信号部位を脳溝と判定する。これらの両方で確認される脳溝を実際の脳溝と判定する。）の領域を、細胞投与不可領域として示し、脳表から２ｃｍ以内の領域を、細胞投与不可領域として示し、ＤＴＩ画像では白く描出されるが、ＤＷＩ画像では白く描出されない部位から０．５ｃｍ以内の領域を、細胞投与不可領域として示し、Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示し、ＤＴＩ画像において、目的領域（Ｒｅｇｉｏｎ
ｏｆ Ｉｎｔｅｒｅｓｔ；ＲＯＩ）として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分（ＦＡ値が少なくとも５０％以上低い部分）を障害位置として特定し、運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示すことができる。
別の構成例としては、例えば、本開示のプログラムの例としては、脳における損傷ダメージが大きい場合での細胞投与位置の決定も行うことができる。この場合、脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をコンピュータに取り込ませ、 細胞の投与部位を決定することができる。ここで、コンピュータプログラムは、事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示し、患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、Ｔ２／ＦＬＡＩＲで高信号の領域を、細胞投与不可領域として示し、脳表から２ｃｍ以内の領域を、細胞投与不可領域として示すし、ＤＴＩ画像では白く描出されるが、ＤＷＩ画像では白く描出されない部位から０．５ｃｍ以内の領域を、細胞投与不可領域として示し、Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示し、脳における損傷ダメージが大きく、ＲＯＩとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得線維を参考に神経線維の走行を推定し、運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示すことができる。
本開示におけるプログラムの例としては、例えば細胞投与候補位置の１つを選択した後、プログラムを用いた細胞の投与経路の決定を行うものが提供される。この例示的プロラムは、脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてガドリニウム増強Ｔ１、Ｔ２、ＦＬＡＩＲおよびＤＴＩの画像をコンピュータに取り込ませる。ここでこのプログラムは以下のステップを行い、細胞の投与経路を決定する。すなわち、皮膚直下の脳表と頭蓋骨との距離が１０ｍｍ未満であり、皮膚直下が脳回の頂点である皮膚領域を刺入推奨領域として示すことができる。例えば、脳表と頭蓋骨との距離が、５ｍｍ未満であれば安全（推奨）、５ｍｍ以上～１０ｍｍ未満であれば投与可能（中難易度）、１０ｍｍ以上であれば投与不可（高難易度）のように３段階で分類可能することが可能であり、これにより、医師によっていろいろなルートを選択可能なソフトウェア（アプリケーション）を提供することができる。脳表と頭蓋骨との距離を、安全（推奨）、投与可能（中難易度）および投与不可（高難易度）に分類するための数値は、医師により自由に変更することも可能である。
また、ｅｌｏｑｕｅｎｔ ａｒｅａが直下にある皮膚の領域を刺入不可領域として示し、ガドリニウム増強Ｔ１画像において、直下に太い静脈がある皮膚領域を刺入不可領域として示す。ここで、静脈の太さの判断は以下のように行うことができる。脳内をピクセル画像としてそのシグナル強さ（シグナルインテンシティ）を定量すると脳実質（低信号）と血管（高信号）の２つのピークが確認される。その高信号の部位を持って血管と判定する、もしくはガドリニウムを用いない通常のＴ１強調画像も同時に撮影し、それをガドリニウム増強Ｔ１画像から引き算（サブストラクション）した画像を準備し、同様のピクセル画像シグナルインテンシティを出し、出てくる単一のピーク（血管）を評価することも出来る。さらに、血管描出にはＭＲＡ（ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ａｎｇｉｏｇｒａｐｈｙ）の元画像を使用し、そのピクセル画像でシグナルインテンシティを測定し、そのピーク値が他の脳の部分より高いことを持って確認することも可能である。また、人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与不可部位として示し、ＦＬＡＩＲ／Ｔ２画像において、脳溝領域を投与不可領域として示すことができる。ここで、脳溝領域の判定は以下のように行うことができる。Ａ）ＦＬＡＩＲでは脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（低信号）で区別される２つのピークが存在する。その低信号部位を脳溝と判定する。Ｂ）Ｔ２強調画像では脳をピクセル画像で信号強度をプロットした際に、正常な脳実質（中信号）と脳溝（高信号）で区別される２つのピークが存在する。その高信号部位を脳溝と判定する。Ａ）およびＢ）の両方で確認される脳溝を実際の脳溝と判定する。ここで、脳溝を貫通する経路は好ましい選択肢ではないだけでなく、脳溝と針との距離が非常に近い場合も血管を傷つける可能性が高く、脳溝と針との距離によって、経路の安全度を分類することも可能である。例えば、以下のように分類することができる。
・安全（推奨）範囲：脳溝と針との距離が５ｍｍ以上離れている。
・投与可能範囲（中難易度）：脳溝と針との距離が５ｍｍ未満、１ｍｍ以上である。
・投与不可能範囲（高難易度）：脳溝と針との距離が１ｍｍ未満（針が脳溝を貫通する場合を含む）である。
脳溝と針との距離を、安全（推奨）範囲、投与可能範囲（中難易度）および投与不可能範囲（高難易度）に分類するための数値は、医師により自由に変更することも可能である。
あるいは、ガドリニウム増強Ｔ１画像において、太い脳内の血管から１ｍｍ以内の領域を投与不可領域と示すことができる。また、針と太い脳内の血管との距離が非常に近い場合も血管を傷つける可能性が高く、針と太い脳内の血管との距離によって、経路の安全度を分類することも可能である。例えば、以下のように分類することができる。
・安全（推奨）範囲：針と太い脳内の血管との距離が５ｍｍ以上離れている。
・投与可能範囲（中難易度）：針と太い脳内の血管との距離が５ｍｍ未満、１ｍｍ以上である。
・投与不可能範囲（高難易度）：針と太い脳内の血管との距離が１ｍｍ未満（針が血管を貫通する場合を含む）である。
針と太い脳内の血管との距離を、安全（推奨）範囲、投与可能範囲（中難易度）および投与不可能範囲（高難易度）に分類するための数値は、医師により自由に変更することが可能である。
また、細胞投与候補位置と、刺入推奨領域とを結ぶ直線経路の内、脳表と頭蓋骨との距離との距離が安全（推奨）範囲内であり、脳溝と針との距離が安全（推奨）範囲内であり、針と太い脳内の血管との距離が安全（推奨）範囲であり、投与不可部位／領域を通過しない経路を優先的に示すことができる。
あるいは、例示的なプログラムでは、脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてガドリニウム増強Ｔ１、Ｔ２、ＦＬＡＩＲおよびＤＴＩの画像をコンピュータに取り込ませ、細胞の投与経路を決定することができる。
このプログラムでは、皮膚直下の脳表と頭蓋骨との距離が５ｍｍ未満であり、皮膚直下が脳回の頂点である皮膚領域を刺入推奨領域として示すし、ｅｌｏｑｕｅｎｔ ａｒｅａが直下にある皮膚の領域を刺入不可領域として示し、ガドリニウム増強Ｔ１画像において、直下に太い静脈がある皮膚領域を刺入不可領域として示し、以前の皮膚切開部位を、ＭＲＩ画像において皮膚の陥凹として示し、次いで、以前の切開創上の領域を切開推奨領域、以前の切開創から３ｃｍ未満の領域を切開可能領域、以前の切開創から３ｃｍ以上離れた領域を切開不可領域として示し、人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与不可部位として示し、ＦＬＡＩＲ／Ｔ２画像において、脳溝領域を投与不可領域として示し、ガドリニウム増強Ｔ１画像において、太い脳内の血管および脳溝の血管から１ｍｍ以内の領域を投与不可領域と示し、細胞投与候補位置と、刺入推奨領域かつ切開推奨領域である領域とを結ぶ直線経路の内、脳表と頭蓋骨との距離との距離が安全（推奨）範囲内であり、脳溝と針との距離が安全（推奨）範囲内であり、針と太い脳内の血管との距離が安全（推奨）範囲であり、投与不可部位／領域を通過しない経路を優先的に示すことができる。
本明細書において引用された、科学文献、特許、特許出願などの参考文献は、その全体が、各々具体的に記載されたのと同じ程度に本明細書において参考として援用される。
以上、本開示を、理解の容易のために好ましい実施形態を示して説明してきた。以下に、実施例に基づいて本開示を説明するが、上述の説明および以下の実施例は、例示の目的のみに提供され、本開示を限定する目的で提供したのではない。従って、本開示の範囲は、本明細書に具体的に記載された実施形態にも実施例にも限定されず、特許請求の範囲によってのみ限定される。
以下に実施例を記載する。以下の実施例で用いるヒトの取り扱いは、同意を取得した上で、必要な場合、監督官庁で規定される基準およびヘルシンキ宣言にのっとり、ＩＣＨの基準を尊重し、北海道大学にて規定される倫理規定に従い、ＧＣＰに基づいて行った。ヘルシンキ宣言やＩＣＨで提唱されている基準ならびに北海道大学倫理委員会が規定する各種基準を遵守した。試薬類は具体的には実施例中に記載した製品を使用したが、他メーカー（Ｓｉｇｍａ－Ａｌｄｒｉｃｈ、など）の同等品でも代用可能である。
（実施例１：投与部位の決定）
本実施例では、細胞投与部位を決定するために事前に脳ＭＲＩで運動線維を描出する。描出された運動線維（脳損傷が強く、描出されない場合には対側の健常な運動線維を参考にする）が障害を受けている部分を把握し、同部位に可及的に近い場所（半径１．５ｃｍ以内）で神経機能に重要な働きをしていないと考えられる部位を投与部位として選択する。
その手順は以下のとおりである。
少なくともＤＷＩ画像、Ｔ２画像、ＦＬＡＩＲ画像、ＤＴＩ画像を用いて、投与部位を決定する。
まず、ＤＷＩ画像から脳梗塞で損傷を受けた領域を把握する。（血流が無いから細胞が死滅するため、ここには絶対に投与しない。）
Ｔ２画像とＦＬＡＩＲ画像を用いて、ＤＷＩ陰性（細胞死を免れた）であるが浮腫が強く出ている部位（回復可能ではあるが、投与には必ずしも望ましくない）を評価し、ＤＴＩ画像から運動線維を描出して、どこで運動線維が断裂しているかを評価する。
Ｔｒａｃｔｏｇｒａｐｈｙが断裂している部分または弱くなっている部分（通常はＤＷＩで白い場所）に近い場所、かつ、安全性の高い場所（もし出血やアレルギー反応を起こしても障害が少ない場所：一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を、細胞投与部位として選択する。選択の際、Ｔ２／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍に投与するよう注意する。
損傷ダメージが大きすぎるためＴｒａｃｔｏｇｒａｐｈｙが描出されない場合は、対側のＴｒａｃｔｏｇｒａｐｈｙを参考に神経線維の走行を推定し、推定Ｔｒａｃｔｏｇｒａｐｈｙを作成することで、細胞投与部位を決定する。
細胞が投与部位から出ないようにするため、脳表から近い位置（脳表から２ｃｍ以内）は投与候補位置から除外する。
投与部位は、ＭＲＩを用いたナビゲーションソフト上で最終決定される。使用するＭＲＩは、他院で撮像したものでも構わない。
（実施例２：投与位置決定例１）
ラクナ梗塞を有する７４才女性において、細胞投与位置を決定した。
ＤＷＩ画像において右放線冠に白い部分が存在したため、この部位を梗塞部位と判定した（図１Ａ）。ＤＴＩ画像から、梗塞部位がＴｒａｃｔｏｇｒａｐｈｙの通り道であること、すなわち、脳梗塞の中を運動神経の線維（青）が通過していることが分かる（かつ、信号は反対側に比べて少なくなっている）から、この中で運動線維が断裂されて、麻痺が出ていると判断した（図１Ｂ）。脳出血や細胞アレルギーを生じたとしてもほとんど症状を出さない（サイレントエリア）である右尾状核上部白質を選択した（図１Ｃ）。選択した位置に、２，０００万個の細胞を投与した。
（結果）
投与後３６０日後、脳卒中重症度評価スケールのひとつであるＮＩＨＳＳ（Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｈｅａｌｔｈ Ｓｔｒｏｋｅ Ｓｃａｌｅ）の低下、機能的自立度評価（ＦＩＭ）、バーセルインデックス（ＢＩ）の改善が見られたが、Ｆｕｇｌ－Ｍｅｙｅｒ評価（ＦＭＡ）は変わらなかった（表２）。
Figure 0007015605000002
（実施例３：投与位置決定例２）
新原生脳塞栓症および右中大脳脈閉塞を有する６７才男性において、細胞投与位置を決定した。
ＤＷＩ画像において放線冠から内包後脚に白い部分が存在したため、この部位を梗塞部位と判定した（図２Ａ）。ＤＴＩ画像から、脳梗塞の中を運動神経の線維（青）が通過していることが分かる（かつ、信号は反対側に比べて少なくなっている）ことから、この中で運動線維が断裂されていると判断した。梗塞部位とＴｒａｃｔｏｇｒａｐｈｙを考慮し（図２Ｂ）、ＤＷＩで確認される梗塞部位の外側の部位を投与部位と決定した（図２Ｃ）。選択した位置に、２，０００万個の細胞を投与した。
（結果）
投与後３６０日後、ＮＩＨＳＳの低下、ＦＩＭおよびＢＩの改善が見られたが、ＦＭＡは変わらなかった。運動機能の経時的な改善が見られた（表３）。
Figure 0007015605000003
（実施例４：投与位置決定例３）
アテローム血栓性梗塞および右頸部頸動脈閉塞を有する５８才男性において、細胞投与位置を決定した。
ＤＷＩにおいて白く描出される脳梗塞が左半球に広範囲に認められ（図３Ａ）、脳梗塞の領域中にＴｒａｃｔｏｇｒａｐｈｙで描出される運動線維は描出されなかった（広範囲の障害のため）（図３Ｂ）。そのため（１）正常脳組織ならびに（２）反対側および解剖学的に推測される運動神経線維の走行を考慮し、左中心後回皮質下白質に２０００万個の細胞を投与した（図３Ｃ）。
（結果）
投与後３６０日後、ＮＩＨＳＳの低下、ＦＩＭの改善が見られたが、ＢＩおよびＦＭＡは変わらなかった（表４）。
Figure 0007015605000004
（実施例５：投与位置決定例４）
アテローム血栓性梗塞および右中大脳動脈狭窄を有する６４才男性において、細胞投与位置を決定した。
ＤＷＩ画像において左前頭葉に高信号となる白い部分が散在性に認められたため、この部位を梗塞部位と判定した（図４Ａ）。ＤＴＩ画像から、梗塞部位内にＴｒａｃｔｏｇｒａｐｈｙの信号が弱いながらも確認され、かつ信号は反対側に比べて少なくなっていることから、この中で運動線維が断裂されていると判断した（図４Ｂ）。ここに可及的に近い場所でＤＷＩで確認される梗塞部位の前方外側の部位を投与部位と決定した（図４Ｃ）。選択した位置に、５，０００万個の細胞を投与した。
（結果）
投与後１８０日後、ＮＩＨＳＳの低下、ＦＩＭおよびＢＩの改善が見られたが、ＦＭＡは変わらなかった（表５）。
Figure 0007015605000005
（実施例６：投与位置決定例５）
右半球に広範な脳梗塞を生じていた（図５Ａ）。脳梗塞の中を運動神経の線維（青）が通過していることが分かり（かつ、信号は反対側に比べて少なくなっている）、トラクトグラフィーがＤＷＩ内を通過する部位で神経線維が損傷され麻痺を出していると考えられたため（図５Ｂ）、同部位の近くかつ安全と考えられる右尾状核に細胞を投与した（図５Ｃ）。
（結果）
術後１年経過し、ＮＩＨＳＳ、ＢＩ、ＦＭＡ、ＦＩＭ全てにおいて改善を認めた（表６）。
Figure 0007015605000006
（実施例７：投与位置決定例６）
左内包部分でトラクトグラフィーが脳梗塞巣（ＤＷＩ陽性）を通過していたため（図６Ａおよび６Ｂ）、同部位が原因で麻痺が出ていると判断し、脳梗塞巣（ＤＷＩ）すぐ近傍の左尾状核頭部に細胞を投与した（図６Ｃ）。
（結果）
術後半年経過し、ＮＩＨＳＳ、ＢＩ、ＦＭＡ、ＦＩＭ全てにおいて改善を認めた（表７）。
Figure 0007015605000007
（実施例８：投与位置決定例７）
右前頭葉深部白質の放線冠にＤＷＩで白く写る急性期脳梗塞が存在していた（図７Ａ））。トラクトグラフィーは描出されなかったが、それは内部を通過しているためと考えられた（図７Ｂ）。そのため細胞投与を反対側から想定されるトラクトグラフィーに近く、安全と考えられる右尾状核外側白質に投与した（図７Ｃ）。
（結果）
投与１ヶ月後で投与７日前と比較し、ＮＩＨＳＳ、ＦＩＭ、ＢＩ、ＦＭＡの改善を認めている。ｍＲＳは変化が無かった（表８）。
Figure 0007015605000008
（実施例９：投与針の通過領域の決定）
本実施例では、事前に脳ＭＲＩを用いて脳表の太い静脈を確認し針の通過の際に同部位を貫通することが無いように策定した。また一旦脳内に針を刺入した場合以後は脳溝に出ない様な通路を選んだ（脳溝に出ることによって脳の表面を走っている細い静脈や動脈を傷つける恐れがある）。この手法は、手術の方法として記載できるほか、プログラムとしても記載可能である。
その手順は以下のとおりである。
ＭＲＩのＦＬＡＩＲ画像、Ｔ２画像、およびガドリニウム増強Ｔ１画像を用いて、細胞投与ルートを決定する。
皮膚は既に切開されている場合、基本的にはその切開を利用する。狙う穿頭孔（Ｂｕｒｒ ｈｏｌｅ）が、以前の皮膚の切開線からかなりずれている場合、皮膚を長く切開してＧａｌｅａを剥がすことで対応する。
皮膚の切開部位は、Ｍｅｄｔｒｏｎｉｃ社のナビ計算システムＦｌａｍｅＬｉｎｋにＭＲＩ画像を取り込み、皮膚の陥凹として確認する。
術後の感染を防ぐため、可能な場合は、人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与ルートから除外する。
刺入点が機能性部位と重ならないように、穿頭孔を選択する。
脳が萎縮していてかなり落ち込んでいる（５ｍｍほど）場合は、硬膜を切開しても脳までの距離が遠く事故の原因となり得るので、脳表が骨直下にある部位（脳回の頂点）を投与ルートとして選択する。
穿頭孔の位置を正中線（ｍｉｄｌｉｎｅ）近くとする場合、上矢状静脈洞（ＳＳＳ）に灌流する太い静脈が存在する（場合によっては静脈湖（Ｖｅｎｏｕｓ ｌａｋｅ）となっている）可能性があるため、事前にＦｌａｍｅＬｉｎｋで硬膜切開部位周囲に太い静脈がない事を確認する。
脳溝に出ると脳表を走っている比較的太い血管を傷つける恐れがあるため、穿頭孔直下で脳実質に入り、以後目標とする投与位置まで脳溝に出ないような投与ルートを選択する。投与ルートの確認として、ＦＬＡＩＲ／Ｔ２画像で脳内を進む針が脳溝に出ていない事の確認、ガドリニウム画像で太い脳内の血管および脳溝周囲の血管に接触していないことの確認を行う。
（実施例１０：投与針の通過領域の決定例）
ＭＲＩのＦＬＡＩＲ画像、Ｔ２画像、およびガドリニウム増強Ｔ１画像を用いて、細胞投与ルートを決定した。皮膚は以前に切開されているため、その切開を利用した穿頭孔となるようルートを決定した。Ｍｅｄｔｒｏｎｉｃ社のナビ計算システムＦｌａｍｅＬｉｎｋにＭＲＩ画像を取り込むことで、皮膚の切開部位を皮膚の陥凹として確認し、脳表が骨直下にある部位（脳回の頂点）であり、かつ刺入点が機能性部位と重ならないよう投与ルートとして選択した。投与ルート決定後、ＦＬＡＩＲ／Ｔ２画像を用いて脳内を進む針が脳溝に出ていない事を、ガドリニウム画像を用いて太い脳内の血管および脳溝周囲の血管に接触していないことを確認した。
（結果）
投与全例で脳内出血等の合併症を認めなかった。
（実施例１１：髄液漏れを防ぐ方法）
本実施例では、脳の表面に存在するくも膜を切開すると脳内の髄液が流出する。脳は髄液の中に浮いている様に存在するため、時間が経過した際には脳の位置がずれるｂｒａｉｎ ｓｈｉｆｔ （ｓｉｎｋｉｎｇ）が生じる。これを防ぐためにくも膜を切開する前に、穿刺開始予定部位の脳表のくも膜と軟膜をバイポーラー凝固鑷子などの電気外科器具を用いて凝固接着させる方法がある。これにより針を挿入している際にも脳のずれを防ぐことが出来る。これは特に複数回の穿刺を必要とする場合において特に重要である。
その手順は以下のとおりである。
くも膜が白濁するまで凝固させ、脳軟膜と接着させた。
くも膜と軟膜を接着させた状態でくも膜を切開しても髄液漏出は起きず、当初予定された部位に細胞を投与することが出来た。ｂｒａｉｎ ｓｈｉｆｔ （ｓｉｎｋｉｎｇ）も生じなかった。
（実施例１２：細胞投与位置を決定するためのプログラム例１）
本実施例では、プログラムを用いた細胞投与位置の決定を実施する。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩの画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与部位を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的に脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示す。
・ＤＷＩ画像において白く映る部分を、細胞投与不可領域として示す。
・脳表から２ｃｍ以内の領域を、細胞投与不可領域として示す。
・Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位（Ａ）信号強度をプロットしたＦＬＡＩＲ画像において高信号の部位、およびＢ）信号強度をプロットしたＴ２強調画像において、高信号の部位のうちの両方を満たす部位）を、細胞投与不可領域として示す。
・ＤＴＩ画像において、目的領域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ；ＲＯＩ）として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分（ＦＡ値（ｆｒａｃｔｉｏｎａｌ ａｎｉｓｏｔｒｏｐｙ ｖａｌｕｅ）が少なくとも５０％以上低い部分）を障害位置として特定する。
・運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
（実施例１３：細胞投与位置を決定するためのプログラム例２）
本実施例では、脳における損傷ダメージが大きい場合の、プログラムを用いた細胞投与位置の決定を実施する。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与部位を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示す。
・ＤＷＩ画像において白く映る部分を、細胞投与不可領域として示す。
・脳表から２ｃｍ以内の領域を、細胞投与不可領域として示す。
・Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位（Ａ）信号強度をプロットしたＦＬＡＩＲ画像において高信号の部位、およびＢ）信号強度をプロットしたＴ２強調画像において、高信号の部位のうちの両方を満たす部位）を、細胞投与不可領域として示す。
・脳における損傷ダメージが大きく、ＲＯＩとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得神経を参考に神経線維の走行を推定する。急性期のＤＷＩ画像において高信号と示される損傷部位、または慢性期にＴ２／ＦＬＡＩＲ画像において低信号と示される損傷部位と推定されるトラクトグラフィーの通過点が重なる部位を運動線維が断裂している箇所と推定する。
・運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
（実施例１４：細胞投与位置を決定するためのプログラム例３）
本実施例では、プログラムを用いた細胞投与位置を決定する。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与部位を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示す。
・患者が外傷・脳出血の急性期の場合、ＣＴで高信号（ハンスフィールドユニットで少なくとも５０以上）の領域を、細胞投与不可領域として示す。
・脳表から２ｃｍ以内の領域を、細胞投与不可領域として示す。
・Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・ＤＴＩ画像において、目的領域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ；ＲＯＩ）として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分（ＦＡ値が少なくとも５０％以上低い部分）を障害位置として特定する。
・運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
（実施例１５：細胞投与位置を決定するためのプログラム例４）
本実施例では、脳における損傷ダメージが大きい場合の、プログラムを用いた細胞投与位置の決定を実施する。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与部位を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示す。
・患者が外傷・脳出血の急性期の場合、ＣＴで高信号の領域を、細胞投与不可領域として示す。
・脳表から２ｃｍ以内の領域を、細胞投与不可領域として示す。
・Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・脳における損傷ダメージが大きく、ＲＯＩとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得神経を参考に神経線維の走行を推定する。
・運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
（実施例１６：細胞投与位置を決定するためのプログラム例５）
本実施例では、プログラムを用いた細胞投与位置の決定を実施する。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与部位を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示す。
・患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、Ａ）信号強度をプロットしたＦＬＡＩＲ画像において高信号の部位、およびＢ）信号強度をプロットしたＴ２強調画像において、高信号の部位のうちの両方を満たす領域を、細胞投与不可領域として示す。
・脳表から２ｃｍ以内の領域を、細胞投与不可領域として示す。
・Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・ＤＴＩ画像において、目的領域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ；ＲＯＩ）として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分（ＦＡ値が少なくとも５０％以上低い部分）を障害位置として特定する。
・運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
（実施例１７：細胞投与位置を決定するためのプログラム例６）
本実施例では、脳における損傷ダメージが大きい場合の、プログラムを用いた細胞投与位置の決定を実施する。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてＤＷＩ、Ｔ２、ＦＬＡＩＲおよびＤＴＩを測定する。測定により得られる画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与部位を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所（一般的にＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外）を細胞投与安全領域として示す。
・患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、Ｔ２／ＦＬＡＩＲで高信号の領域を、細胞投与不可領域として示す。
・脳表から２ｃｍ以内の領域を、細胞投与不可領域として示す。
・Ｔ２画像、ＦＬＡＩＲ画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・脳における損傷ダメージが大きく、ＲＯＩとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得線維を参考に神経線維の走行を推定する。
・運動線維部位を除く、特定した障害位置を中心に半径１．５ｃｍの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
（実施例１８：細胞投与経路を決定するためのプログラム例１）
本実施例では、細胞投与候補位置の１つを選択した後、プログラムを用いた細胞の投与経路の決定を行う。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてガドリニウム増強Ｔ１、Ｔ２、ＦＬＡＩＲおよびＤＴＩの画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与経路を決定する。
・皮膚直下の脳表と頭蓋骨との距離に応じて、以下のように脳の領域を分類する。
安全（推奨）範囲：脳表と頭蓋骨との距離が５ｍｍ未満である。
投与可能範囲：脳表と頭蓋骨との距離が５ｍｍ以上、１０ｍｍ未満である。
投与不可能範囲：脳表と頭蓋骨との距離が１０ｍｍ以上離れている。
・ｅｌｏｑｕｅｎｔ ａｒｅａが直下にある皮膚の領域を刺入不可領域として示す。
・ガドリニウム増強Ｔ１画像において、直下に太い静脈がある皮膚領域を刺入不可領域として示す。
・人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与不可部位として示す。
・ＦＬＡＩＲ／Ｔ２画像において、脳溝領域（Ａ）信号強度をプロットしたＦＬＡＩＲ画像において、低信号の領域、およびＢ）信号強度をプロットしたＴ２強調画像において、高信号の領域の両方を満たす領域）を投与不可領域として示す。
・脳溝と針との距離に応じて、以下のように脳の領域を分類する。
安全（推奨）範囲：脳溝と針との距離が５ｍｍ以上離れている。
投与可能範囲：脳溝と針との距離が１ｍｍ以上、５ｍｍ未満である。
投与不可能範囲：脳溝と針との距離が１ｍｍ未満（針が脳溝を貫通する場合を含む）である。
・ガドリニウム増強Ｔ１画像において、針と太い脳内の血管との距離に応じて、以下のように脳の領域を分類する。
安全（推奨）範囲：針と太い脳内の血管との距離が５ｍｍ以上離れている。
投与可能範囲：針と太い脳内の血管との距離が１ｍｍ以上、５ｍｍ未満である。
投与不可能範囲：針と太い脳内の血管との距離が１ｍｍ未満（針が血管を貫通する場合を含む）である。
・細胞投与候補位置と、刺入推奨領域とを結ぶ直線経路の内、脳表と頭蓋骨との距離との距離が安全（推奨）範囲内であり、脳溝と針との距離が安全（推奨）範囲内であり、針と太い脳内の血管との距離が安全（推奨）範囲であり、投与不可部位／領域を通過しない経路を優先的に示す。
（実施例１９：細胞投与経路を決定するためのプログラム例２）
本実施例では、細胞投与候補位置の１つを選択した後、プログラムを用いた細胞の投与経路の決定を行う。
脳梗塞を有する患者の脳のＭＲＩ画像を撮像し、撮像したＭＲＩ画像についてガドリニウム増強Ｔ１、Ｔ２、ＦＬＡＩＲおよびＤＴＩの画像をプログラムに取り込ませる。
プログラムは以下のステップを行い、細胞の投与経路を決定する。
・皮膚直下の脳表と頭蓋骨との距離が５ｍｍ未満であり、皮膚直下が脳回の頂点である皮膚領域を刺入推奨領域として示す。
・ｅｌｏｑｕｅｎｔ ａｒｅａが直下にある皮膚の領域を刺入不可領域として示す。
・ガドリニウム増強Ｔ１画像において、直下に太い静脈がある皮膚領域を刺入不可領域として示す。
・以前の皮膚切開部位を、ＭＲＩ画像において皮膚の陥凹として示し、次いで、以前の切開創上の領域を切開推奨領域、以前の切開創から３ｃｍ未満の領域を切開可能領域、以前の切開創から３ｃｍ以上離れた領域を切開不可領域として示す。
・人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与不可部位として示す。
・ＦＬＡＩＲ／Ｔ２画像において、脳溝領域を投与不可領域として示す。
・ガドリニウム増強Ｔ１画像において、太い脳内の血管および脳溝の血管から１ｍｍ以内の領域を投与不可領域と示す。
・細胞投与候補位置と、刺入推奨領域かつ切開推奨領域である領域とを結ぶ直線経路の内、脳表と頭蓋骨との距離との距離が安全（推奨）範囲内であり、脳溝と針との距離が安全（推奨）範囲内であり、針と太い脳内の血管との距離が安全（推奨）範囲であり、投与不可部位／領域を通過しない経路を優先的に示す。
（実施例２０：髄液漏れを防止するためのシステムの例１）
本実施例では、くも膜の白濁度合いを指標として、髄液漏れを防止するためのシステムを開示する。
本システムを、くも膜の焼灼におけるくも膜の白濁度合いの判断のときに使用することができる。本システムは、くも膜の状態を画像として得るカメラ部分と、カメラ部分から得たくも膜画像の白濁度合いを判断する判断部分からなる。カメラ部分から得た焼灼中のくも膜の画像は、判断部分へと送信される。判断部分は、焼灼中のくも膜の画像を受信すると、焼灼前のくも膜の画像と比較する。焼灼前のくも膜の画像において認められる血管が、焼灼中のくも膜の画像において認められなくなった場合、判断部分は焼灼を止めるための警告を示す。
（実施例２１：髄液漏れを防止するためのシステムの例２）
本実施例では、焼灼の時間およびバイポーラーの出力を指標として、髄液漏れを防止するためのシステムを開示する。
本システムに、バイポーラーの出力および焼灼予定領域の面積を入力すると、焼灼に必要な時間が予測される。本システムは、焼灼を開始して予想焼灼時間経過後に焼灼を止めるための警告を示す。
（実施例２２：細胞投与位置に基づく細胞治療の悪影響の発生確率の予測例）
（１）対象患者
脳梗塞の患者を対象とする。
（２）ＭＲＩ画像撮影
それぞれの患者について、亜急性期及び慢性期に相当する時期に、脳のＭＲＩ画像を撮影する。撮影はＭＲＩ装置（３Ｔ Ａｃｈｉｅｖａ ＴＸ（Ｐｈｉｌｉｐｓ Ｍｅｄｉｃａｌ Ｓｙｓｔｅｍｓ））をデフォルトの設定（ｂ＝ ０， １０００ ｓ ｍｍ－２，
ＴＲ／ＴＥ ＝ ５０３２／ ８５ ｍｓｅｃ， ＮＥＸ ＝ １， ｖｏｘｅｌ ｓｉｚｅ ＝３ ｘ ３ ｘ ３ ｍｍ３， ｎｏ． ｏｆ ｓｌｉｃｅｓ ＝ ４３， ３２ ｄｉｆｆｕｓｉｏｎ ｇｒａｄｉｅｎｔ ｄｉｒｅｃｔｉｏｎｓ）で用いて行う。
（３）ＭＲＩ画像解析
撮影したＭＲＩ画像に基づき、脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの点を評価し、細胞の投与位置を決定する。
（４）骨髄幹細胞の調製及び投与
症例登録後、速やかに患者の骨髄を採取し、北海道大学病院臨床研究開発センター細胞プロセッシング室において細胞培養および骨髄幹細胞の調製を施行する。調製した骨髄幹細胞（２０００万個又は５０００万個／患者）を、骨髄採取の３～５週後に患者の脳内に直接投与する。
（５）悪影響評価
投与後の患者に細胞治療に起因する悪影響（運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血など）が無いか評価する。
（６）結果
脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの点と、細胞治療の悪影響の発生確率とが相関することがわかり、これらの結果を表示することにより、当業者は、自己の採用すべき投与位置について最適な決定を下すための助けとすることができる。
（実施例２３：細胞投与経路に基づく細胞治療の悪影響の発生確率の予測例）
（１）対象患者
脳梗塞の患者を対象とする。
（２）ＭＲＩ画像撮影
それぞれの患者について、亜急性期及び慢性期に相当する時期に、脳のＭＲＩ画像を撮影する。撮影はＭＲＩ装置（３Ｔ Ａｃｈｉｅｖａ ＴＸ（Ｐｈｉｌｉｐｓ Ｍｅｄｉｃａｌ Ｓｙｓｔｅｍｓ））をデフォルトの設定（ｂ＝ ０， １０００ ｓ ｍｍ－２，
ＴＲ／ＴＥ ＝ ５０３２／ ８５ ｍｓｅｃ， ＮＥＸ ＝ １， ｖｏｘｅｌ ｓｉｚｅ ＝３ ｘ ３ ｘ ３ ｍｍ３， ｎｏ． ｏｆ ｓｌｉｃｅｓ ＝ ４３， ３２ ｄｉｆｆｕｓｉｏｎ ｇｒａｄｉｅｎｔ ｄｉｒｅｃｔｉｏｎｓ）で用いて行う。
（３）ＭＲＩ画像解析
撮影したＭＲＩ画像に基づき、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離について評価し、細胞投与経路を決定する。
（４）骨髄幹細胞の調製及び投与
症例登録後、速やかに患者の骨髄を採取し、北海道大学病院臨床研究開発センター細胞プロセッシング室において細胞培養および骨髄幹細胞の調製を施行する。調製した骨髄幹細胞（２０００万個又は５０００万個／患者）を、骨髄採取の３～５週後に患者の脳内に直接投与する。
（５）悪影響評価
投与後の患者に細胞治療に起因する悪影響（運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血など）が無いか評価する。
（６）結果
投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の点と、細胞治療の悪影響の発生確率とが相関することがわかり、これらの結果を表示することにより、当業者は、自己の採用すべき投与経路について最適な決定を下すための助けとすることができる。
（実施例２４：細胞投与位置およびその細胞投与位置に投与するための細胞投与経路に基づく細胞治療の悪影響の発生確率の予測例）
（１）対象患者 脳梗塞の患者を対象とする。
（２）ＭＲＩ画像撮影
それぞれの患者について、亜急性期及び慢性期に相当する時期に、脳のＭＲＩ画像を撮影する。撮影はＭＲＩ装置（３Ｔ Ａｃｈｉｅｖａ ＴＸ（Ｐｈｉｌｉｐｓ Ｍｅｄｉｃａｌ Ｓｙｓｔｅｍｓ））をデフォルトの設定（ｂ＝ ０， １０００ ｓ ｍｍ－２，
ＴＲ／ＴＥ ＝ ５０３２／ ８５ ｍｓｅｃ， ＮＥＸ ＝ １， ｖｏｘｅｌ ｓｉｚｅ ＝３ ｘ ３ ｘ ３ ｍｍ３， ｎｏ． ｏｆ ｓｌｉｃｅｓ ＝ ４３， ３２ ｄｉｆｆｕｓｉｏｎ ｇｒａｄｉｅｎｔ ｄｉｒｅｃｔｉｏｎｓ）で用いて行う。
（３）ＭＲＩ画像解析
撮影したＭＲＩ画像に基づき、脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの点を評価し、細胞の投与位置を決定し、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離について評価し、細胞投与経路を決定する。
（４）骨髄幹細胞の調製及び投与
症例登録後、速やかに患者の骨髄を採取し、北海道大学病院臨床研究開発センター細胞プロセッシング室において細胞培養および骨髄幹細胞の調製を施行する。調製した骨髄幹細胞（２０００万個又は５０００万個／患者）を、骨髄採取の３～５週後に患者の脳内に直接投与する。
（５）悪影響評価
投与後の患者に細胞治療に起因する悪影響（運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血など）が無いか評価する。
（６）結果
脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの点ならびに投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の点と、細胞治療の悪影響の発生確率とが相関することがわかり、これらの結果を表示することにより、当業者は、自己の採用すべき投与位置および経路について最適な決定を下すための助けとすることができる。
（注記）
以上のように、本開示の好ましい実施形態を用いて本開示を例示してきたが、本開示は、特許請求の範囲によってのみ、その範囲が解釈されるべきであることが理解される。本明細書において引用した特許、特許出願および他の文献は、その内容自体が具体的に本明細書に記載されているのと同様に、その内容が本明細書に対する参考として援用されるべきであることが理解される。本出願は、日本国特許庁に、２０１９年１２月２７日に出願された特願２０１９－２３９５６０に対する優先権主張を伴うものであり、その内容は、その全体が本願において参考として援用される。
本開示は、脳の細胞療法を成功裏に導くための種々の手法が提供され、医療技術や医療機器産業における利用可能性が見いだされる。

Claims (93)

  1. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法であって、該方法は
    Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
    Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
    Ｅ）該コンピュータデバイスにより、該障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択するステップと、
    Ｆ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、方法。
  2. 前記画像化デバイスはＭＲＩ、ＣＴ、超音波検査装置または血管造影検査装置を含む、請求項１に記載の方法。
  3. 前記画像化デバイスはＭＲＩであり、前記被験体の脳の少なくとも一部の画像データは少なくともＤＴＩ画像を含み、前記運動線維の走行データは、該ＤＴＩ画像中に表現される、請求項１に記載の方法。
  4. 前記走行データは、前記ＤＴＩ画像におけるＦＡ値（ｆｒａｃｔｉｏｎａｌ ａｎｉｓｏｔｒｏｐｙ ｖａｌｕｅ）により表現される、請求項３に記載の方法。
  5. 前記運動線維の走行データの輝度値が他の部位より低い部位における走行データの低下は、少なくとも５０％以上の低下である、請求項１に記載の方法。
  6. 前記ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域は、前記障害位置から半径１．５ｃｍ以内に存在する位置を含む、請求項１に記載の方法。
  7. 前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、請求項１に記載の方法。
  8. 前記投与部位は、前記障害位置ごとに決定される、請求項１に記載の方法。
  9. 前記投与部位は、前記障害位置に対して１または複数存在する、請求項１に記載の方法。
  10. 前記運動線維の走行データが得られない場合、対側の健常な運動線維の対称を該得られない側の該走行データとして用いることを特徴とする、請求項１に記載の方法。
  11. 前記画像化デバイスはＭＲＩであり、前記被験体の脳の少なくとも一部の画像データは少なくともＤＷＩ画像、Ｔ２強調画像、ＦＬＡＩＲ画像およびＤＴＩ画像を含み、
    前記選択は、
    該ＤＷＩ画像と該Ｔ２強調画像とを比較することにより特定される、現在の脳梗塞で損傷を受けた領域を選択から外し、
    該ＤＷＩ画像では白く描出されない部位であるが、該Ｔ２強調画像および該ＦＬＡＩＲ画像において浮腫が強く出ている部位もまた、選択から外し、該ＤＴＩ画像で運動線維を描出し、該描出された運動線維の領域を選択から外し、
    前記コンピュータデバイスが、
    ａ）信号強度をプロットした該ＦＬＡＩＲ画像において、高信号の部位、および
    ｂ）信号強度をプロットした該Ｔ２強調画像において、高信号の部位
    のうちの両方を満たす部位を、浮腫と特定する、
    請求項１に記載の方法。
  12. 前記画像化デバイスはＭＲＩであり、前記被験体の脳の少なくとも一部の画像データは少なくともＤＷＩ画像、Ｔ２強調画像、ＦＬＡＩＲ画像およびＤＴＩ画像を含み、
    ［１］該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出される場合、
    （ａ）該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが断裂しているか、または弱くなっている部分に近い場所で可及的に近接する正常脳組織であり、かつ、
    （ｂ）ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域である
    という条件を満たす部位を投与部位として選択するか、または
    ［２］該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出されない場合、
    （ａａ）中心前回、内包後脚、橋のそれぞれ単独をＲＯＩとして設定した場合において出てくるＴｒａｃｔｏｇｒａｐｈｙの中で、健常な人間における運動線維を選択するか、もしくは
    （ｂｂ）（ａａ）でもＴｒａｃｔｏｇｒａｐｈｙが出ない場合は対側のＴｒａｃｔｏｇｒａｐｈｙの対称を取ることにより、運動線維の走行を推定して、急性期の該ＤＷＩ画像において高信号と示される損傷部位、または慢性期に該Ｔ２強調／ＦＬＡＩＲ画像において低信号と示される損傷部位と、対側のＴｒａｃｔｏｇｒａｐｈｙの対称を取ることにより推定されるＴｒａｃｔｏｇｒａｐｈｙの通過点が重なる部位を運動線維が断裂している箇所と推定し、［１］を行う
    ことを特徴とする、請求項３に記載の方法。
  13. 前記［１］において、前記Ｔ２強調／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍である部分という条件をさらに満たす部位を投与部位として選択する、請求項１２に記載の方法。
  14. 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
    （Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    （Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    （Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
    （Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
    （Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に該針が出ない脳溝非侵襲経路を特定するステップと、
    （Ｆ）該コンピュータデバイスにより、該（Ｄ）と該（Ｅ）で算出した経路範囲のうち重複する範囲内で経路を設定するステップと
    （Ｇ）該設定された経路を、グラフィック表示として出力するステップと
    を包含する方法。
  15. 前記血管は、脳の表面から上矢状静脈洞へ注ぐ、ガドリニウム増強Ｔ１画像で同定できる静脈を含む、請求項１４に記載の方法。
  16. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともガドリニウム増強Ｔ１画像を含み、前記（Ｄ）の特定は、ガドリニウム増強Ｔ１画像における高信号部位を血管と判断する、請求項１４に記載の方法。
  17. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＤＷＩ画像、Ｔ２強調画像、ＦＬＡＩＲ画像およびＤＴＩ画像を含み、前記（Ｄ）および（Ｅ）の特定は、該ＤＷＩ、該Ｔ２強調、該ＦＬＡＩＲ、および該ＤＴＩのうち少なくとも１つを測定することで達成される、請求項１４に記載の方法。
  18. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともガドリニウム増強Ｔ１画像、Ｔ２強調画像およびＦＬＡＩＲ画像を含み、前記（Ｄ）および（Ｅ）の特定は、（１）該ＦＬＡＩＲ画像、（２）該Ｔ２強調画像、（３）該ガドリニウム増強Ｔ１画像のシークエンスで決定される、請求項１４に記載の方法。
  19. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＴ２強調画像およびＦＬＡＩＲ画像を含み、前記脳溝非侵襲経路の特定は、該ＭＲＩにおける該Ｔ２強調画像および該ＦＬＡＩＲ画像を確認することにより実現される、請求項１４に記載の方法。
  20. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＴ２強調画像およびＦＬＡＩＲ画像を含み、
    前記（Ｅ）において、
    １）信号強度をプロットした該ＦＬＡＩＲ画像において、低信号の部位、および
    ２）信号強度をプロットした該Ｔ２強調画像において、高信号の部位
    の両方を満たす部位を、脳溝と特定する、請求項１４に記載の方法。
  21. 被験体の脳における髄液漏れを防止するためのシステムであって、
    Ａ）脳の表面に存在する硬膜を切開する切開具と、
    Ｂ）電気外科器具であって、該電気外科器具の出力および凝固接着予定領域の面積を入力すると、凝固接着に必要な時間を計算し、凝固接着を開始して予想時間経過後に焼灼を止めるための警告を示すように構成される、電気外科器具と
    Ｃ）該くも膜の白濁を検出し得るセンサーと
    を含むシステム。
  22. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
    ａａ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｂｂ）該選択された投与部位への投与経路を特定することと、
    を含むステップと、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、方法。
  23. 前記ｉｉｉ）がｃｃ）前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項２２に記載の方法。
  24. 前記ａａ）が、
    Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写することと、
    Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定することであって、該運動線維の走行データにおいて、該運動繊維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定することと
    Ｅ）該コンピュータデバイスにより、該障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと
    を包含する、請求項２２または２３に記載の方法。
  25. 前記ｂｂ）が、
    （Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写することと、
    （Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定することと、
    （Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後脳溝に該針が出ない脳溝非侵襲範囲を特定することと、
    （Ｆ）該コンピュータデバイスにより、該（Ｄ）と該（Ｅ）で算出した経路範囲のうち重複する範囲内で経路を設定することと
    を包含する、請求項２２または２３に記載の方法。
  26. 前記画像化デバイスはＭＲＩ、ＣＴ、超音波検査装置または血管造影検査装置を含む、請求項２４または２５に記載の方法。
  27. 前記画像化デバイスはＭＲＩであり、前記被験体の脳の少なくとも一部の画像データは少なくともＤＴＩ画像を含み、前記運動線維の走行データは、該ＤＴＩ画像中に表現される、請求項２４～２６のいずれか一項に記載の方法。
  28. 前記走行データは、前記ＤＴＩ画像におけるＦＡ値（ｆｒａｃｔｉｏｎａｌ ａｎｉｓｏｔｒｏｐｙ ｖａｌｕｅ）により表現される、請求項２７に記載の方法。
  29. 前記運動線維の走行データの輝度値が他の部位より低い部位における走行データの低下は、少なくとも５０％以上の低下である、請求項２４に記載の方法。
  30. 前記ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域は、前記障害位置から半径１．５ｃｍ以内に存在する位置を含む、請求項２４に記載の方法。
  31. 前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、請求項２４に記載の方法。
  32. 前記投与部位は、前記障害位置ごとに決定される、請求項２４に記載の方法。
  33. 前記投与部位は、前記障害位置に対して１または複数存在する、請求項２４に記載の方法。
  34. 該運動線維の走行データが得られない場合、対側の健常な運動線維の対称を該得られない側の該走行データとして用いることを特徴とする、請求項２４に記載の方法。
  35. 前記画像化デバイスはＭＲＩであり、前記被験体の脳の少なくとも一部の画像データは少なくともＤＷＩ画像、Ｔ２強調画像、ＦＬＡＩＲ画像およびＤＴＩ画像を含み、
    前記選択は、
    該ＤＷＩ画像と該Ｔ２強調画像とを比較することにより特定される、現在の脳梗塞で損傷を受けた領域を選択から外し、
    該ＤＷＩ画像では白く描出されない部位であるが、該Ｔ２強調画像および該ＦＬＡＩＲ画像において浮腫が強く出ている部位もまた、選択から外し、
    該ＤＴＩ画像で運動線維を描出し、該描出された運動線維の領域を選択から外し、
    前記コンピュータデバイスが、
    ａ）信号強度をプロットした該ＦＬＡＩＲ画像において、高信号の部位、および
    ｂ）信号強度をプロットした該Ｔ２強調画像において、高信号の部位
    のうちの両方を満たす部位を、浮腫と特定する、
    請求項２４に記載の方法。
  36. 前記画像化デバイスはＭＲＩであり、前記被験体の脳の少なくとも一部の画像データは少なくともＤＷＩ画像、Ｔ２強調画像、ＦＬＡＩＲ画像およびＤＴＩ画像を含み、
    ［１］該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出される場合、
    （ａ）該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが断裂しているか、または弱くなっている部分に近い場所で可及的に近接する正常脳組織であり、かつ、
    （ｂ）ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域である
    という条件を満たす部位を投与部位として選択するか、または
    ［２］該ＤＴＩ画像においてＴｒａｃｔｏｇｒａｐｈｙが描出されない場合、
    （ａａ）中心前回、内包後脚、橋のそれぞれ単独をＲＯＩとして設定した場合において出てくるＴｒａｃｔｏｇｒａｐｈｙの中で、健常な人間における運動線維を選択するか、もしくは
    （ｂｂ）（ａａ）でもＴｒａｃｔｏｇｒａｐｈｙが出ない場合は対側のＴｒａｃｔｏｇｒａｐｈｙの対称を取ることにより、運動線維の走行を推定して、急性期の該ＤＷＩ画像において高信号と示される損傷部位、または慢性期に該Ｔ２強調／ＦＬＡＩＲ画像において低信号と示される損傷部位と、対側のＴｒａｃｔｏｇｒａｐｈｙの対称を取ることにより推定されるＴｒａｃｔｏｇｒａｐｈｙの通過点が重なる部位を運動線維が断裂している箇所と推定し、［１］を行う
    ことを特徴とする、請求項２４に記載の方法。
  37. 前記［１］において、前記Ｔ２強調／ＦＬＡＩＲ画像の高信号部位も避けてその可及的近傍である部分という条件をさらに満たす部位を投与部位として選択する、請求項３６に記載の方法。
  38. 前記血管は、脳の表面から上矢状静脈洞へ注ぐ、ガドリニウム増強Ｔ１画像で同定できる静脈を含む、請求項２５に記載の方法。
  39. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともガドリニウム増強Ｔ１画像を含み、前記（Ｄ）の特定は、ガドリニウム増強Ｔ１画像における高信号部位を血管と判断する、請求項２５に記載の方法。
  40. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＤＷＩ画像、Ｔ２強調画像、ＦＬＡＩＲ画像およびＤＴＩ画像を含み、前記（Ｄ）および（Ｅ）の特定は、該ＤＷＩ、該Ｔ２強調、該ＦＬＡＩＲおよび該ＤＴＩのうち少なくとも１つを測定することで達成される、請求項２５に記載の方法。
  41. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともガドリニウム増強Ｔ１画像、Ｔ２強調画像およびＦＬＡＩＲ画像を含み、前記（Ｄ）および（Ｅ）の特定は、（１）該ＦＬＡＩＲ画像、（２）該Ｔ２強調画像、（３）該ガドリニウム増強Ｔ１画像のシークエンスで決定される、請求項２５に記載の方法。
  42. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＴ２強調画像およびＦＬＡＩＲ画像を含み、前記脳溝非侵襲経路の特定は、ＭＲＩにおける該Ｔ２強調画像および該ＦＬＡＩＲ画像を確認することにより実現される、請求項２５に記載の方法。
  43. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＴ２強調画像およびＦＬＡＩＲ画像を含み、
    前記（Ｅ）において、
    １）信号強度をプロットした該ＦＬＡＩＲ画像において、低信号の部位、および
    ２）信号強度をプロットした該Ｔ２強調画像において、高信号の部位
    の両方を満たす部位を、脳溝と特定する、請求項２５に記載の方法。
  44. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
    ａ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
    ｂ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
    ｃ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｄ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含む、ステップと、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、方法。
  45. 前記ｉｉｉ）が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項４４に記載の方法。
  46. 前記ｉｉｉ）が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに含む、請求項４４または４５に記載の方法。
  47. 前記画像化デバイスはＭＲＩ、ＣＴ、超音波検査装置または血管造影検査装置を含む、請求項４４～４６のいずれか一項に記載の方法。
  48. 前記ｄ）が、
    Ｃ）前記コンピュータデバイスにより、前記取得した画像データおよび前記被験体の脳に関するデータを用いて運動線維を描写することと、
    Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定することであって、前記被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定することと
    Ｅ）該コンピュータデバイスにより、該障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    を包含する、請求項４４～４７のいずれか一項に記載の方法。
  49. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともガドリニウム増強Ｔ１画像を含み、前記ｃ）において、該ガドリニウム増強Ｔ１画像における高信号部位を前記脳血管と判定することを含む、請求項４４～４６のいずれか一項に記載の方法。
  50. 前記画像化デバイスはＭＲＩであり、前記取得した画像データは少なくともＴ２強調画像およびＦＬＡＩＲ画像を含み、
    前記ｃ）において、
    １）信号強度をプロットした該ＦＬＡＩＲ画像において、低信号の部位、および
    ２）信号強度をプロットした該Ｔ２強調画像において、高信号の部位
    のうち両方を満たす部位を、脳溝と特定する、請求項４４～４６のいずれか一項に記載の方法。
  51. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法であって、
    １）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞の投与位置を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する方法。
  52. 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つのデータを含む、請求項５１に記載の方法。
  53. 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、請求項５１または５２に記載の方法。
  54. 前記細胞の投与位置が、請求項１～１４のうちの１つまたは複数の方法により特定されたものである、請求項５１～５３のいずれか一項に記載の方法。
  55. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法であって、
    １）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する方法。
  56. 前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に、ガドリニウム増強Ｔ１画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、脳溝と投与針との距離、および投与針とガドリニウム増強Ｔ１画像で同定できる脳内の血管との距離の少なくとも１つを含む、請求項５５に記載の方法。
  57. 前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に、ガドリニウム増強Ｔ１画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、脳溝と投与針との距離、および投与針とガドリニウム増強Ｔ１画像で同定できる脳内の血管との距離の組合せを含む、請求項５５または５６に記載の方法。
  58. 前記細胞の投与位置が、請求項２２～４３のうちの１つまたは複数の方法により特定されたものである、請求項５５～５７のいずれか一項に記載の方法。
  59. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法であって、
    １）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する方法。
  60. 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの組合せを含む、請求項５９に記載の方法。
  61. 前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ
    ａｒｅａであるかどうか、投与針の刺入点の直下に、ガドリニウム増強Ｔ１画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、および脳溝と投与針との距離、投与針とガドリニウム増強Ｔ１画像で同定できる脳内の血管との距離の組合せを含む、請求項５９または６０のいずれか一項に記載の方法。
  62. 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形（ＡＶＭ）でｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外であるかどうかの少なくとも１つを含み、
    該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がｅｌｏｑｕｅｎｔ ａｒｅａであるかどうか、投与針の刺入点の直下に、ガドリニウム増強Ｔ１画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、脳溝と投与針との距離、および投与針とガドリニウム増強Ｔ１画像で同定できる脳内の血管との距離の少なくとも１つを含む、請求項５９～６１のいずれか一項に記載の方法。
  63. 前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、請求項２２～５０のうちの１つまたは複数の方法により特定されたものである、請求項５９～６２のいずれか一項に記載の方法。
  64. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
    Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
    Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
    Ｅ）該コンピュータデバイスにより、該障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択するステップと、
    Ｆ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、プログラム。
  65. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
    Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
    Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
    Ｅ）該コンピュータデバイスにより、該障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択するステップと、
    Ｆ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、記録媒体。
  66. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するためのシステムであって、該システムは
    Ａ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
    Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
    Ｃ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写する描写部と、
    Ｄ）該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定する特定部であって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定する特定部と
    Ｅ）該コンピュータデバイスにより、該障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択する選択部と、
    Ｆ）該選択された投与部位を、グラフィック表示として出力する出力部と
    を含む、システム。
  67. 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
    （Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    （Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    （Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
    （Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
    （Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後該針が脳溝に出ない脳溝非侵襲範囲を特定するステップと、
    （Ｆ）該コンピュータデバイスにより、該（Ｄ）と該（Ｅ）で算出した経路範囲のうち重複する範囲内で経路を設定するステップと
    （Ｇ）該設定された経路を、グラフィック表示として出力するステップと
    を包含するプログラム。
  68. 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
    （Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    （Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    （Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
    （Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
    （Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後該針が脳溝に出ない脳溝非侵襲範囲を特定するステップと、
    （Ｆ）該コンピュータデバイスにより、該（Ｄ）と該（Ｅ）で算出した経路範囲のうち重複する範囲内で経路を設定するステップと
    （Ｇ）該設定された経路を、グラフィック表示として出力するステップと
    を包含する、記録媒体。
  69. 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するためのシステムであって、該システムは
    （Ａ）画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
    （Ｂ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
    （Ｃ）該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写する描写部と、
    （Ｄ）該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定する経路範囲特定部と、
    （Ｅ）該コンピュータデバイスにより、脳内に針を刺入した後該針が脳溝に出ない脳溝非侵襲範囲を特定する脳溝非侵襲範囲特定部と、
    （Ｆ）該コンピュータデバイスにより、該（Ｄ）と該（Ｅ）で算出した経路範囲のうち重複する範囲内で経路を設定する設定部と
    （Ｇ）該設定された経路を、グラフィック表示として出力する出力部と
    を含む、システム。
  70. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
    ａａ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｂｂ）該選択された投与部位への投与経路を特定することと
    を含むステップと、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、プログラム。
  71. 前記ｉｉｉ）がｃｃ）前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項７０に記載のプログラム。
  72. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
    ａａ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｂｂ）該選択された投与部位への投与経路を特定することと
    を含むステップと、
    ｖ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、記録媒体。
  73. 前記ｉｉｉ）がｃｃ）前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項７２に記載の記録媒体。
  74. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供する手順提供部であって、該手順提供部は：
    ａａ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｂｂ）該選択された投与部位への投与経路を特定することと、
    を実施するように構成されている、手順提供部と、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力する出力部と
    を含む、システム。
  75. 前記ｉｉｉ）がｃｃ）前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに実施するように構成されている、請求項７４に記載のシステム。
  76. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
    ａ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
    ｂ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
    ｃ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｄ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことを含む、ステップと、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、プログラム。
  77. 前記ｉｉｉ）が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項７６に記載のプログラム。
  78. 前記ｉｉｉ）が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに含む、請求項７６または７７に記載のプログラム。
  79. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは：
    ａ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
    ｂ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
    ｃ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｄ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことを含む、ステップと、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力するステップと
    を包含する、記録媒体。
  80. 前記ｉｉｉ）が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項７９に記載の記録媒体。
  81. 前記ｉｉｉ）が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに含む、請求項７９または８０に記載の記録媒体。
  82. 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
    ｉ）画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
    ｉｉ）該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
    ｉｉｉ）該細胞を投与する経路の候補を以下の手順で提供する手順提供部であって、該手順提供部は：
    ａ）該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
    ｂ）該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
    ｃ）該コンピュータデバイスにより、障害位置の付近の、ＡＶＭでｅｌｏｑｕｅｎｔ ａｒｅａと呼ばれる部位以外の領域を投与部位として選択することと、
    ｄ）該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことを実施するように構成されている、手順提供部と、
    ｉｖ）該選択された投与部位を、グラフィック表示として出力する出力部と
    を含む、システム。
  83. 前記ｉｉｉ）が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに実施するように構成されている、請求項８２に記載のシステム。
  84. 前記ｉｉｉ）が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに実施するように構成されている、請求項８２または８３に記載のシステム。
  85. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
    １）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞の投与位置を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する、プログラム。
  86. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
    １）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞の投与位置を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する、記録媒体。
  87. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測するシステムであって、
    １）細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
    ２）細胞の投与位置を示すデータ群を取得する取得部と、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群を入力する入力部と、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させる算出部とを含む、システム。
  88. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
    １）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する、プログラム。
  89. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
    １）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する、記録媒体。
  90. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測するシステムであって、
    １）細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
    ２）細胞を投与するための投与針の通過領域を示すデータ群を取得する取得部と、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させる算出部とを含む、システム。
  91. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
    １）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する、プログラム。
  92. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
    １）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
    ２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
    を包含する、記録媒体。
  93. 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測するシステムであって、
    １）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
    ２）細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得する取得部と、
    ３）学習済みの該人工知能モデルに対して、２）で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
    ４）学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させる算出部とを含む、システム。
JP2021518980A 2019-12-27 2020-12-25 頭蓋内に安全に細胞を投与するための総合システム Active JP7015605B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022005015A JP2022059610A (ja) 2019-12-27 2022-01-17 頭蓋内に安全に細胞を投与するための総合システム

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019239560 2019-12-27
JP2019239560 2019-12-27
PCT/JP2020/048838 WO2021132600A1 (ja) 2019-12-27 2020-12-25 頭蓋内に安全に細胞を投与するための総合システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022005015A Division JP2022059610A (ja) 2019-12-27 2022-01-17 頭蓋内に安全に細胞を投与するための総合システム

Publications (2)

Publication Number Publication Date
JPWO2021132600A1 JPWO2021132600A1 (ja) 2021-12-23
JP7015605B2 true JP7015605B2 (ja) 2022-02-03

Family

ID=76573092

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2021518980A Active JP7015605B2 (ja) 2019-12-27 2020-12-25 頭蓋内に安全に細胞を投与するための総合システム
JP2022005015A Pending JP2022059610A (ja) 2019-12-27 2022-01-17 頭蓋内に安全に細胞を投与するための総合システム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022005015A Pending JP2022059610A (ja) 2019-12-27 2022-01-17 頭蓋内に安全に細胞を投与するための総合システム

Country Status (4)

Country Link
US (1) US20230082155A1 (ja)
EP (1) EP4082445A1 (ja)
JP (2) JP7015605B2 (ja)
WO (1) WO2021132600A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023145953A1 (ja) * 2022-01-31 2023-08-03 株式会社Splink コンピュータプログラム、情報処理装置及び情報処理方法
CN116725640B (zh) * 2023-06-20 2024-02-27 山东卓业医疗科技有限公司 一种身体穿刺打印模板的构建方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007185503A (ja) 2005-12-21 2007-07-26 Siemens Ag 臓器の標的部位に治療物質を正確に生体内送達する方法
JP2009500069A (ja) 2005-06-30 2009-01-08 セント・バーナバス・ヘルス・ケア・システムズ 脳病変の位置把握方法
JP2014111083A (ja) 2012-11-09 2014-06-19 Toshiba Corp 穿刺支援装置
JP2015521883A (ja) 2012-06-28 2015-08-03 コーニンクレッカ フィリップス エヌ ヴェ Ｍｒ誘導下の間質性インターベンションのための専用のユーザインタフェース
JP2016517288A (ja) 2013-03-15 2016-06-16 シナプティヴ メディカル （バルバドス） インコーポレイテッドＳｙｎａｐｔｉｖｅ Ｍｅｄｉｃａｌ （Ｂａｒｂａｄｏｓ） Ｉｎｃ． 低侵襲治療のための計画、誘導およびシミュレーションシステムおよび方法（関連出願の相互参照）本出願は、参照によりその全体が本明細書に組み込まれる、２０１３年３月１５日に提出された「ｐｌａｎｎｉｎｇ，ｎａｖｉｇａｔｉｏｎａｎｄｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍｓａｎｄｍｅｔｈｏｄｓｆｏｒｍｉｎｉｍａｌｌｙｉｎｖａｓｉｖｅｔｈｅｒａｐｙ」と題する米国仮特許出願第６１／８００，１５５号の優先権を主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、２０１４年１月８日に提出された「ｐｌａｎｎｉｎｇ，ｎａｖｉｇａｔｉｏｎａｎｄｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍｓａｎｄｍｅｔｈｏｄｓｆｏｒｍｉｎｉｍａｌｌｙｉｎｖａｓｉｖｅｔｈｅｒａｐｙ」と題する米国仮特許出願第６１／９２４，９９３号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、２０１３年７月１１日に提出された「ｓｕｒｇｉｃａｌｔｒａｉｎｉｎｇａｎｄｉｍａｇｉｎｇｂｒａｉｎｐｈａｎｔｏｍ」と題する米国仮特許出願第６１／８４５，２５６号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、２０１３年１１月５日に提出された「ｓｕｒｇｉｃａｌｔｒａｉｎｉｎｇａｎｄｉｍａｇｉｎｇｂｒａｉｎｐｈａｎｔｏｍ」と題する米国仮特許出願第６１／９００，１２２号の優先権をも主張する。
US20190105105A1 (en) 2017-10-06 2019-04-11 Koninklijke Philips N.V. Treatment trajectory guidance system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009500069A (ja) 2005-06-30 2009-01-08 セント・バーナバス・ヘルス・ケア・システムズ 脳病変の位置把握方法
JP2007185503A (ja) 2005-12-21 2007-07-26 Siemens Ag 臓器の標的部位に治療物質を正確に生体内送達する方法
JP2015521883A (ja) 2012-06-28 2015-08-03 コーニンクレッカ フィリップス エヌ ヴェ Ｍｒ誘導下の間質性インターベンションのための専用のユーザインタフェース
JP2014111083A (ja) 2012-11-09 2014-06-19 Toshiba Corp 穿刺支援装置
JP2016517288A (ja) 2013-03-15 2016-06-16 シナプティヴ メディカル （バルバドス） インコーポレイテッドＳｙｎａｐｔｉｖｅ Ｍｅｄｉｃａｌ （Ｂａｒｂａｄｏｓ） Ｉｎｃ． 低侵襲治療のための計画、誘導およびシミュレーションシステムおよび方法（関連出願の相互参照）本出願は、参照によりその全体が本明細書に組み込まれる、２０１３年３月１５日に提出された「ｐｌａｎｎｉｎｇ，ｎａｖｉｇａｔｉｏｎａｎｄｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍｓａｎｄｍｅｔｈｏｄｓｆｏｒｍｉｎｉｍａｌｌｙｉｎｖａｓｉｖｅｔｈｅｒａｐｙ」と題する米国仮特許出願第６１／８００，１５５号の優先権を主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、２０１４年１月８日に提出された「ｐｌａｎｎｉｎｇ，ｎａｖｉｇａｔｉｏｎａｎｄｓｉｍｕｌａｔｉｏｎｓｙｓｔｅｍｓａｎｄｍｅｔｈｏｄｓｆｏｒｍｉｎｉｍａｌｌｙｉｎｖａｓｉｖｅｔｈｅｒａｐｙ」と題する米国仮特許出願第６１／９２４，９９３号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、２０１３年７月１１日に提出された「ｓｕｒｇｉｃａｌｔｒａｉｎｉｎｇａｎｄｉｍａｇｉｎｇｂｒａｉｎｐｈａｎｔｏｍ」と題する米国仮特許出願第６１／８４５，２５６号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、２０１３年１１月５日に提出された「ｓｕｒｇｉｃａｌｔｒａｉｎｉｎｇａｎｄｉｍａｇｉｎｇｂｒａｉｎｐｈａｎｔｏｍ」と題する米国仮特許出願第６１／９００，１２２号の優先権をも主張する。
US20190105105A1 (en) 2017-10-06 2019-04-11 Koninklijke Philips N.V. Treatment trajectory guidance system

Also Published As

Publication number Publication date
EP4082445A1 (en) 2022-11-02
WO2021132600A1 (ja) 2021-07-01
US20230082155A1 (en) 2023-03-16
JPWO2021132600A1 (ja) 2021-12-23
JP2022059610A (ja) 2022-04-13

Similar Documents

Publication Publication Date Title
JP2022059610A (ja) 頭蓋内に安全に細胞を投与するための総合システム
Keles et al. Advances in neurosurgical technique in the current management of brain tumors
Wei et al. Identification of cranial nerves near large vestibular schwannomas using superselective diffusion tensor tractography: experience with 23 cases
Wong et al. Representation of the visual field in the human occipital cortex: a magnetic resonance imaging and perimetric correlation
JP7085674B1 (ja) 医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム
Matsumoto et al. Can 3D-CT angiography (3D-CTA) replace conventional catheter angiography in ruptured aneurysm surgery? Our experience with 162 cases
RU2665387C1 (ru) Способ диагностики дисплазии соединительной ткани
Yu et al. Super-resolution ultrasound microvascular angiography for spinal cord penumbra imaging
US11704800B2 (en) Methods and apparatus for detecting injury using multiple types of magnetic resonance imaging data
Bernasconi Advanced MRI analysis methods for detection of focal cortical dysplasia
Herfurth et al. Localization of beta power decrease as measure for lateralization in pre-surgical language mapping with magnetoencephalography, compared with functional magnetic resonance imaging and validated by Wada test
Murphy et al. A pilot prospective cohort study using experimental quantification of early peripheral nerve regeneration with high-frequency three-dimensional tomographic ultrasound (HFtUS)
Alamoudi et al. Characterization of Brain Stroke Using Image and Signal Processing Techniques
GG et al. Acute ischemic stroke: a review of imaging, patient selection, and management in the endovascular era. Part I: initial management and imaging
Mitsumura et al. Clinical characteristics of intracranial reversed vertebral artery flow evaluated by transcranial color flow imaging
Cho et al. Acute subclavian artery occlusion mimicking cerebral infarction
Gielecki et al. The description of vascular variations in threedimensional space: a novel method of spatial cerebral arteries evaluation
Reid Ralph NA Murphy, Steven K. Rogers 3, 4, Waqar Bhatti 5, Jason K. Wong &
Scheuren et al. Neurophysiology and advanced dynamic assessments in degenerative cervical myelopathy
Friedrich Radiomics Based Machine Learning Outcome Prediction of Acute Intracranial Hemorrhage on Computed Tomography
Zhu Quantitative haemodynamic research on the treatment outcome assessment following extracranial-intra-cranial bypass surgery for Moyamoya disease
Jones Sinus pericranii
Kyle Transcranial Magnetic Resonance-Guided Focused Ultrasound (tcMRgFUS): An Investigation of the Key Factors to Enhance Treatment Outcomes for Patients with Tremor
Authors The University of Auckland BMedSc (Hons) Abstracts
Brainer-Lima et al. Parietal Foramen as A Landmark to Locate Intracranial Vascular and Parenchymal Structures

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210406

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210406

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210728

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210826

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210927

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211101

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: 20220107

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220117