JP7442455B2 - 分光イメージングデータからの分光炎症マップ - Google Patents

Description

以下の内容は、概してイメージングに関し、特に、分光イメージングデータから分光炎症画像を生成することに関し、コンピュータ断層撮影イメージングへの特定の適用に関して記載される。

炎症は、神経変性、心臓血管、及び癌を含む多種の疾患に関係すると考えられる。したがって、非侵襲的な炎症検出方法は、その疾患によって生じる損傷がまだ可逆である時の早期の疾患検出、改善された患者層化、及び治療査定への応答を支援する。放射標識した白血球細胞及び１８Ｆ－フッ化デオキシグルコース（１８Ｆ－ＦＤＧ）を陽子放出断層撮影（ＰＥＴ）でイメージングするなどの核医学技術を介して、炎症のある組織をイメージングすることで、炎症反応に関する情報を得ることができる。しかし、この技術は、要する放射線量が多量であること、制限された利用可能性、高いコスト、制限された空間及び時間解像度、並びに心臓などの高代謝の健康な臓器と付近の炎症とを区別する能力の制限のために制限がある。

コンピュータ断層撮影（ＣＴ）を用いて炎症のある組織をイメージングすることにより、構造的な組織変化に関する情報が得られる。これらの変化には、浮腫、細胞外空間への流体の蓄積、コントラスト強化、内皮破裂、及び臓器損傷が含まれる。しかし、ＣＴは、健康な組織及び／又は脂肪、炎症、並びに線硬化を含むイメージングアーチファクト間のコントラストが低いことに起因して、炎症を特徴化する能力に制限がある。例えば、図１は、第１の関心領域（ＲＯＩ）１０２及び第２のＲＯＩ １０４がある心臓のＣＴ画像１００を描いている。第１の関心領域１０２は、高い炎症を有し、脂肪濃度がほとんどないか又は全くないことが分かっており、第２の関心領域１０４は、炎症をほとんど有さないか又は全く有さず、高い脂肪濃度を有することが分かっている。図２は、ＲＯＩ １０２及び１０４についての箱ひげ図２００を提示する。

図２において、第１の軸２０２はハウンスフィールド単位（ＨＵ）値を表し、第２の軸２０４はＲＯＩを表す。図２は、第１のＲＯＩ １０２について、最小値２０６、最大値２０８、及び中央値２１０を示し、第２のＲＯＩ １０４について、最小値２１２、最大値２１４、及び中央値２１６を示している。箱ひげ図２００は、２つのＲＯＩ １０２及び１０４の間には中央ＨＵ値２１０及び２１６の差があり得るが、この差は統計的に有意でないことを示している。そのため、炎症は、一般に、増大した炎症に関連する血管透過性を主として描画する、コントラスト強化ＣＴスキャンの遅延強化を通じて査定される。不都合点として、これらの変化は、主観的に決定され、また、例えば線硬化を含む様々なイメージングアーチファクトや、健康な組織と炎症との間のコントラストが低いこと等のために定量化することが難しい。

本明細書に記載される態様は、上記で参照された問題及びその他に対処する。

本明細書に記載されるのは、分光ボリューメトリック画像データ（例えばＣＴ）内の炎症を描画し、定量化する分光マップを生成することにより炎症を査定するための手法である。

１つの態様において、システムは、炎症マップ生成器モジュールを記憶するように構成されたメモリを含む。このシステムは、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を受け取り、２ベース分解を使用して、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を分解して、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方の中で表される各ベースについてベクトルのセットを生成し、各ベースについてのベクトルのセットからボクセル内の各ベースの濃度を算出し、各ベースの濃度から、ボクセル内の脂肪又は炎症の少なくとも一方の濃度を決定するように構成されたプロセッサをさらに含む。システムはまた、脂肪又は炎症の少なくとも一方の決定された濃度を表示するように構成されたディスプレイも含む。

別の態様において、方法は、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を受け取るステップと、２ベース分解を使用して、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を分解して、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方の中で表される各ベースについてベクトルのセットを生成するステップと、を有する。方法は、各ベースについてのベクトルのセットから、ボクセル内の各ベースの濃度を算出するステップと、各ベースの濃度からボクセル内の脂肪又は炎症の少なくとも一方の濃度を決定するステップと、脂肪又は炎症の少なくとも一方の決定された濃度を表示するステップと、をさらに有する。

別の態様において、コンピュータ可読記憶媒体がコンピュータ可読命令で符号化され、コンピュータ可読命令は、コンピューティングシステムのプロセッサによって実行されると、プロセッサに、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を受け取ることと、２ベース分解を使用して、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を分解して、分光投影データ又は分光ボリューメトリック画像データの少なくとも一方の中で表される各ベースについてベクトルのセットを生成することと、を行わせる。コンピュータ可読命令は、プロセッサによって実行されると、プロセッサにさらに、各ベースについてのベクトルのセットから、ボクセル内の各ベースの濃度を算出することと、各ベースの濃度からボクセル内の脂肪又は炎症の少なくとも一方の濃度を決定することと、脂肪又は炎症の少なくとも一方の決定された濃度を表示することと、を行わせる。

当業者は、添付の記載を読み、理解すると、本願のさらに他の態様を認識されよう。

本発明は、様々な構成要素及び構成要素の配置、並びに様々なステップ及びステップの配置の形態を取る。図面は、好ましい実施形態を例示することのみを目的とし、本発明を制限するものとは解釈すべきでない。

主として脂肪を含む１つの関心領域と、主として炎症を含む別の関心領域とがある心臓の例示的ＣＴ画像の図である。 図１に示す画像中の各関心領域についての例示的箱ひげ図である。 炎症マップ生成器を備えるコンピューティングシステムと、イメージングシステムとを含むシステムを概略的に示す図である。 炎症マップ生成器の一例を概略的に示す図である。 主として脂肪を含む１つの関心領域と、主として炎症を含む別の関心領域とがある心臓の例示的ＣＴ画像の図である。 炎症マップ生成器の別の例を概略的に示す図である。 ベクトル分離プロットの図である。 本明細書に記載される一実施形態に係る例示的方法を示す図である。 本明細書に記載される別の実施形態に係る例示的方法を示す図である。

図３は、分光（マルチエネルギー）イメージング用に構成されたＣＴスキャナなどのイメージングシステム３０２を含む、システム３００を概略的に示す。イメージングシステム３０２は、概ね静止しているガントリ３０４と、回転ガントリ３０６とを含み、回転ガントリ３０６は、静止ガントリ３０４によって支持され、検査領域３０８の周りをｚ軸を中心に回転する。寝台などの対象者支持体３１０が、検査領域３０８内で物体又は対象者を支持する。

Ｘ線管などの放射線源３１２が、回転ガントリ３０６によって回転可能に支持され、回転ガントリ３０６と共に回転し、検査領域３０８を横断する放射線を放出する。一例では、放射線源３１２は、単一の広域スペクトルＸ線管を含む。別の例では、放射線源３１２は、スキャン中に少なくとも２つの異なる放出電圧（例えば８０ｋＶｐ及び１４０ｋＶｐ）間を切り替えるように構成された単一のＸ線管を含む。さらに別の例では、放射線源３１２は、異なる平均スペクトルを有する放射線を放出するように構成された２つ以上のＸ線管を含む。さらに別の例では、放射線源３１２はそれらの組み合わせを含む。

放射線感応検出器アレイ３１４は、検出器要素３１６の列の１次元又は２次元のアレイを含み、検査領域３０８をはさんで放射線源３１２の反対側で一定の角度弧に対している。放射線感応検出器アレイ３１４は、検査領域３０８を横断する放射線を検出し、分光投影データを生成する。放射線源３１２が単一の広域スペクトルＸ線管を含む場合、放射線感応検出器アレイ３１４は、エネルギー分解検出器（例えば、直接変換光子計数検出器、異なる分光感度をもつフォトダイオードの少なくとも２つのセット（マルチレイヤ）等）を含む。ｋＶｐ切り替え及び多管構成を用いて、検出器要素３１６は、代替として、非エネルギー分解検出器とすることもできる。

再構成器３１８は、分光投影データを受け取り、光電画像、コンプトン散乱画像、ヨウ素画像、仮想非コントラスト画像、骨画像、軟組織画像、及び／又は他のベース分光画像の１つ又は複数などの、分光ボリューメトリック画像データを再構成する。再構成器３１８はまた、例えば、分光投影データを組み合わせて組み合わせた分光投影データを再構成するか、又は分光ボリューメトリック画像データを組み合わせることにより、非分光ボリューメトリック画像データを生成することもできる。

コンピューティングシステム３２０は、オペレータコンソールとして働く。コンソール３２０は、ディスプレイなどの人間可読の出力装置と、キーボードやマウス等の入力装置とを含む。コンソール３２０に常駐するソフトウェアが、オペレータが、グラフィカルユーザインターフェース（ＧＵＩ）を介して、又はその他の形でスキャナ３０２と対話する、及び／又はスキャナ３０２を操作することを可能にする。コンソール３２０はさらに、プロセッサ３２２（例えばマイクロプロセッサ、コントローラ、中央演算処理装置（ＣＰＵ）等）と、非一時的な媒体を除き、物理的メモリ装置等の一時的媒体を含む、コンピュータ可読記憶媒体３２４とを含む。

コンピュータ可読記憶媒体３２４は、少なくとも炎症マップ生成器３２８に対する命令３２６を含む。一変形例では、プロセッサ３２２及びコンピュータ可読記憶媒体３２４は、コンピューティングシステム３２０とは別個でコンピューティングシステム３２０から遠隔にある（すなわち、その一部ではない）別のコンピューティングシステムの一部である。別の変形例では、プロセッサ３２２は、追加又は代替として、搬送波、信号、及び／又は他の一時的媒体によって搬送される１つ又は複数のコンピュータ可読命令を実行する。

炎症マップ生成器３２８は、少なくとも分光ボリューメトリック画像データ及び／又は分光投影データを処理して、炎症マップを生成するように構成される。下記で詳しく説明するように、炎症マップ生成器３２８は、少なくとも炎症マップを通じてピクセル当たりの組織成分（例えば炎症及び／又は脂肪）の寄与分を定量化することにより、少なくとも分光投影データ及び／又は分光ボリューメトリック画像データ中の炎症及び／又は脂肪を定量化する。そのため、本明細書に記載される手法は、一例において、例えば改良された描画及び炎症の定量化を通じてＣＴによる非侵襲的な炎症の査定を改良する、新しい分光マップ（すなわち、炎症マップ）を提供する。

図４は、炎症マップ生成器３２８の一例を概略的に示す。

炎症マップ生成器３２８は、物質分解器４０２を含む。物質分解器４０２は、分光データ（分光投影データ及び／又は分光ボリューメトリック画像データ）を受け取り、受け取った分光データを、少なくとも脂肪及び炎症に、少なくとも直接分解する。物質分解器４０２は、脂肪を表すベクトルのセット及び炎症を表すベクトルのセットを出力し、ボクセル当たり１つの脂肪ベクトル及び１つの炎症ベクトルがある。

炎症マップ生成器３２８はさらに、それらベクトルに基づいてボクセル内の脂肪及び炎症濃度を決定する、脂肪及び炎症濃度計算器４０４を含む。一例では、脂肪及び炎症濃度計算器４０４は、式１に示されるように脂肪の濃度及び炎症の濃度を決定する。

ここで、Ｌｏｗ ｋｖは、低い方のエネルギー獲得についての分光データであり、Ｈｉｇｈ ｋｖは、高い方のエネルギー獲得についての分光データであり、

は、原点からのバイアスベクトルであり（例えば、バイアスがない場合は

）、

は、物質分解器４０２によって出力される脂肪を表すベクトルであり、ｃ_ｆａｔは、未知の脂肪濃度であり、

は、物質分解器４０２によって出力される炎症を表すベクトルであり、ｃ_ｉｎｆは、未知の炎症濃度である。一般に、式１は、ｃ_ｆａｔ及びｃ_ｉｎｆを求めるために同時に解くことができる線形方程式の系を表す。

炎症マップ生成器３２８はさらに、分光炎症マップ可視化モジュール４０６を含む。分光炎症マップ可視化モジュール４０６は、ディスプレイに、各ピクセルをその脂肪及び／又は炎症濃度ｃ_ｆａｔ及びｃ_ｉｎｆに基づいて視覚的に強化する（例えば色付けする）ことにより、定量化された脂肪濃度及び炎症濃度を表示させる。例えば、一例では、脂肪のみを含んでいるピクセルは、第１の又は暗い濃淡の陰影で色付けされ、炎症のみを含んでいるピクセルは、第２の又は明るい濃淡の陰影で色付けされ、脂肪と炎症との両方を含んでいるピクセルは、それらの間の濃淡の陰影で色付けされ、濃淡の陰影は、ピクセルが脂肪より炎症を多く含んでいる場合は、第１の陰影に近づき、ピクセルが炎症より脂肪を多く含んでいる場合は、第２の陰影に近づく。

これが図５に示され、同図は、第１のＲＯＩ ５０２、第２のＲＯＩ ５０４、及び第３のＲＯＩ ５０６のあるＣＴ画像５００を描いている。第１のＲＯＩ ５０２は、より高い炎症濃度を有し、その結果、より高い脂肪濃度を有する第２のＲＯＩ ５０４よりも明るく見える。第３のＲＯＩ ５０６は、脂肪と炎症との両方を含み、その結果、第１のＲＯＩ ５０２に対応する濃淡値と第２のＲＯＩ ５０４に対応する濃淡値との間の濃淡の陰影として見える。この例では、第１のＲＯＩ ５０２及び第２のＲＯＩ ５０４は、図１に描かれる第１のＲＯＩ １０２及び第２のＲＯＩ １０４と実質的に同じ位置に位置する。図１に示すように、第１のＲＯＩ １０２及び第２のＲＯＩ １０４内のボクセルは、実質的に同じ濃淡の陰影である。その結果、図１の画像では炎症から脂肪を区別することが難しいのに対し、第１のＲＯＩ ５０２及び第２のＲＯＩ ５０４内のボクセルは、炎症から脂肪を区別する異なる濃淡の陰影を明らかに備えている。

図６は、炎症マップ生成器３２８の別の例を概略的に示す。

この例では、物質分解器６０２は、入力された分光データを、２ベース物質（例えばヨウ素及び水）、又は成分（例えば光電効果及びコンプトン散乱）に分解する。物質分解器６０２は、一方のベースを表すベクトルのセットと、別のベースを表すベクトルのセットとを出力し、ボクセルごとに１つのベクトルがある。

炎症マップ生成器３２８はさらに、物質濃度計算器６０４を含む。物質濃度計算器６０４は、所与の２ベース分解（例えば、下記に示されるように光電効果及びコンプトン散乱）に対して、例えば式２に示すように、ボクセルごとに各ベースの濃度を見つける。

ここで、ＰｈｏｔｏＥは、光電効果分光データであり、ＣＳｃａｔｔｅｒは、コンプトン散乱分光データであり、

は、物質濃度計算器６０４によって生成される光電効果を表すベクトルであり、ｃ_{ＰｈｏｔｏＥ}は、光電効果についての未知の濃度であり、

は、物質濃度計算器６０５によって生成されるコンプトン散乱を表すベクトルであり、ｃ_{ＣＳｃａｔｔｅｒ}は、コンプトン散乱についての未知の濃度である。

炎症マップ生成器３２８はさらに、脂肪及び炎症ベクトル識別器６０６を含む。脂肪及び炎症ベクトル識別器６０６は、２ベース図を用いて脂肪ベクトル及び炎症ベクトルを識別する。脂肪ベクトル及び炎症ベクトルは、訓練データから、又は事前知識（例えば炎症及び健康な脂肪の場所）を使用して対象者から、学習することができる。

炎症マップ生成器３２８は、脂肪及び炎症濃度計算器６０８も含む。脂肪及び炎症濃度計算器６０８は、図７に示されるようにベクトル分離技術を概念的に使用して、所与のボクセル内の脂肪及び炎症の濃度を決定する。一般に、ベクトル分離技術は、所与のボクセルに対応する脂肪及び／又は炎症のグラフィック上の場所を、対応する脂肪ベクトル及び／又は炎症ベクトルと位置合わせすることに基づいて、ボクセル内の脂肪及び炎症の濃度を決定する。図７において、第１の軸７０２は第１のベースを表し、第２の軸７０４は、第２のベースを表す（例えば光電及びコンプトン散乱）。

図７は、炎症に対応する第１のベクトル７０６及び脂肪に対応する第２のベクトル７０８をさらに示す。２つのベクトル同士は、原点からの２つのベクトルのバイアスを表す点７１０で接する。この場合、原点からのバイアスはゼロ（０）である。図７は、第１のベクトル７０６の第１の外挿７１２、及び第２のベクトル７０８の第２の外挿７１４も示している。外挿７１２及び７１４に基づき、第１及び第２のベース７０２及び７０４に対応する既知の値を有する所与のボクセル７１６について、脂肪及び／又は炎症の濃度を決定することができる。

一例では、脂肪及び炎症濃度計算器６０８は、式３に示されるように、ベクトル分離技術を使用して脂肪の濃度及び炎症の濃度を決定する。

ここで、

は、物質分解によって定義され、ピクセル値を与えられる２Ｄ座標系中でのボクセルの表現であり、軸として、

及び

を持つ２Ｄ座標で、

及び

によって定義される座標系中で

に等しく、

は、原点からのバイアスを表し、

は、脂肪及び炎症ベクトル識別器６０６によって識別された脂肪を表すベクトルであり、ｃ_ｆａｔは、脂肪の未知の濃度であり、

は、脂肪及び炎症ベクトル識別器６０６によって識別された炎症を表すベクトルであり、ｃ_ｉｎｆは、炎症の未知の濃度である。

炎症マップ生成器３２８はさらに、分光炎症マップ可視化モジュール６１０を含む。分光炎症マップ可視化モジュール６１０は、ディスプレイに、分光投影データ及び／又は分光ボリューメトリック画像データの中の各ピクセルを、その脂肪濃度及び／又は炎症濃度に基づいて色付けすることにより、定量化された脂肪濃度及び炎症濃度を表示させる。

図８は、本明細書に記載される実施形態に係る例示的方法を示す。

８０２において、分光データ（すなわち分光投影データ又は分光ボリューメトリック画像データ）が、本明細書に記載されるように、及び／又は他の形で受け取られる。

８０４において、分光データを物質的に分解し、本明細書に記載されるように、及び／又は他の形で、２つの異なるベースについてのベクトルのセットを生成する。

８０６において、各ベースを表すベクトルを使用して、本明細書に記載されるように、及び／又は他の形で、ボクセル内の脂肪及び／又は炎症の濃度を得る。

８０８において、決定されたボクセル内の脂肪及び／又は炎症が、本明細書に記載されるように、及び／又は他の形で表示される。

図９は、本明細書に記載される実施形態に係る例示的方法を示す。

９０２において、分光データ（すなわち分光投影データ又は分光ボリューメトリック画像データ）が、本明細書に記載されるように、及び／又は他の形で受け取られる。

９０４において、分光データを物質的に分解し、本明細書に記載されるように、及び／又は他の形で、２つの異なるベースについてのベクトルのセットを生成する。

９０６において、各ベースを表すベクトルを使用して、本明細書に記載されるように、及び／又は他の形で、ボクセル内の各ベースの濃度を得る。

９０８において、既知の脂肪又は炎症を有する２つのベース図中での場所を使用して、本明細書に記載されるように、及び／又は他の形で、脂肪及び炎症を表すベクトルを得る。

９１０において、ボクセル内の脂肪及び／又は炎症の濃度が、本明細書に記載されるように、及び／又は他の形で決定される。

９１２において、決定されたボクセル内の脂肪及び／又は炎症が、本明細書に記載されるように、及び／又は他の形で表示される。

上記動作の順序は、制限的なものではないことが理解されるべきである。そのため、本明細書において他の順序が企図される。また、１つ若しくは複数の動作が省略されてもよく、及び／又は１つ若しくは複数の追加的な動作が含まれてもよい。

上記は、コンピュータ可読記憶媒体に符号化された又はコンピュータ可読記憶媒体に内蔵されたコンピュータ可読命令によって実施され、コンピュータ可読命令は、コンピュータプロセッサによって実行されると、プロセッサに上記の動作を遂行させる。追加又は代替として、コンピュータ可読命令の少なくとも１つが、コンピュータ可読記憶媒体ではない、信号、搬送波、他の一時的媒体によって搬送される。

本発明について好ましい実施形態を参照して説明した。上述の詳細な説明を読み、理解すると、変更及び改変が他者に想到されよう。本発明は、それらが添付の特許請求の範囲又はその均等物に該当する限りにおいてすべてのそのような変更及び改変を含むと解釈されることが意図される。

Claims (10)

1. 炎症マップ生成器モジュールを記憶するメモリと、
   分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を受け取り、２ベース分解を使用して、分光投影データ又は分光ボリューメトリック画像データの前記少なくとも一方を分解して、前記分光投影データ又は前記分光ボリューメトリック画像データの前記少なくとも一方の中で表される各ベースについてベクトルのセットを生成し、各ベースについての前記ベクトルのセットから、ボクセル内の各ベースの濃度を算出し、各ベースの前記濃度から、前記ボクセル内の脂肪又は炎症の少なくとも一方の濃度を決定する、プロセッサと、
   脂肪又は炎症の決定された前記少なくとも一方の濃度を表示するディスプレイと、
   を備える、システムにおいて、
   前記２ベース分解の一方の物質が脂肪であり、他方が炎症である、システム。
2. Ｘ線放射線を放出する放射線源と、
   Ｘ線放射線を検出し、前記分光投影データを生成する、検出器アレイと、
   信号を再構成し、前記分光ボリューメトリック画像データを生成する、再構成器と、
   を含むイメージングシステムをさらに備える、請求項１に記載のシステム。
3. 前記プロセッサがさらに、
   

   

   を解くことにより、前記ボクセル内の脂肪又は炎症の前記少なくとも一方の濃度を決定し、
   ここで、Ｌｏｗ ｋｖは低エネルギー画像からの分光ボリューメトリック画像データであり、Ｈｉｇｈ ｋｖは高エネルギー画像からの分光ボリューメトリック画像データであり、
   

   

   は原点からのバイアスであり、
   

   

   は脂肪を表すベクトルであり、ｃ_ｆａｔは脂肪濃度であり、
   

   

   は炎症を表すベクトルであり、ｃ_ｉｎｆは炎症濃度である、請求項１に記載のシステム。
4. 脂肪又は炎症の少なくとも一方の前記濃度が、対応するボクセル内の脂肪又は炎症の前記少なくとも一方の前記濃度に基づいてピクセルを色付けすることによって表示され、炎症を表すボクセルは、第１の色で表示され、脂肪を表すボクセルは、異なる第２の色で表示され、炎症と脂肪との組み合わせを表すボクセルは、前記第１の色と前記第２の色との間の色範囲にある異なる第３の色で表示される、請求項１に記載のシステム。
5. 分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を受け取るステップと、
   ２ベース分解を使用して、分光投影データ又は分光ボリューメトリック画像データの前記少なくとも一方を分解して、分光投影データ又は分光ボリューメトリック画像データの前記少なくとも一方の中で表される各ベースについてベクトルのセットを生成するステップと、
   各ベースについての前記ベクトルのセットから、ボクセル内の各ベースの濃度を算出するステップと、
   各ベースの前記濃度から、前記ボクセル内の脂肪又は炎症の少なくとも一方の濃度を決定するステップと、
   脂肪又は炎症の前記少なくとも一方の決定された前記濃度を表示するステップと、
   を有する、方法において、
   前記２ベース分解の一方の物質が脂肪であり、他方が炎症である、方法。
6. 

   を解くことにより、前記ボクセル内の脂肪又は炎症の前記少なくとも一方の濃度を決定するステップをさらに有し、
   ここで、Ｌｏｗ ｋｖは低エネルギー画像からの分光ボリューメトリック画像データであり、Ｈｉｇｈ ｋｖは高エネルギー画像からの分光ボリューメトリック画像データであり、
   

   

   は原点からのバイアスであり、
   

   

   は脂肪を表すベクトルであり、ｃ_ｆａｔは脂肪濃度であり、
   

   

   は炎症を表すベクトルであり、ｃ_ｉｎｆは炎症濃度である、請求項５に記載の方法。
7. 脂肪又は炎症の前記少なくとも一方の濃度が、対応するボクセル内の脂肪又は炎症の前記少なくとも一方の濃度に基づいてピクセルを色付けすることによって表示され、炎症を表すボクセルは、第１の色で表示され、脂肪を表すボクセルは、異なる第２の色で表示され、炎症と脂肪との組み合わせを表すボクセルは、前記第１の色と前記第２の色との間の色範囲にある異なる第３の色で表示される、請求項５に記載の方法。
8. コンピュータ可読命令で符号化されたコンピュータ可読記憶媒体であって、前記コンピュータ可読命令は、コンピューティングシステムのプロセッサによって実行されると、前記プロセッサに、
   分光投影データ又は分光ボリューメトリック画像データの少なくとも一方を受け取ることと、
   ２ベース分解を使用して、分光投影データ又は分光ボリューメトリック画像データの前記少なくとも一方を分解して、分光投影データ又は分光ボリューメトリック画像データの前記少なくとも一方の中で表される各ベースについてベクトルのセットを生成することと、
   各ベースについての前記ベクトルのセットから、ボクセル内の各ベースの濃度を算出することと、
   各ベースの濃度から、前記ボクセル内の脂肪又は炎症の少なくとも一方の濃度を決定することと、
   脂肪又は炎症の決定された前記少なくとも一方の濃度を表示することと、
   を行わせる、コンピュータ可読記憶媒体において、
   前記２ベース分解の一方の物質が脂肪であり、他方が炎症である、コンピュータ可読記憶媒体。
9. 前記コンピュータ可読命令の実行がさらに、前記プロセッサに、訓練データ、又は対象者内の既知の脂肪若しくは炎症の少なくとも一方の場所、の少なくとも一方から、脂肪又は炎症ベクトル識別の少なくとも一方を学習させる、請求項８に記載のコンピュータ可読記憶媒体。
10. 脂肪又は炎症の前記少なくとも一方の濃度が、対応するボクセル内の脂肪又は炎症の前記少なくとも一方の濃度に基づいてピクセルを色付けすることによって表示され、炎症を表すボクセルは、第１の色で表示され、脂肪を表すボクセルは、異なる第２の色で表示され、炎症と脂肪との組み合わせを表すボクセルは、前記第１の色と前記第２の色との間の色範囲にある異なる第３の色で表示される、請求項８に記載のコンピュータ可読記憶媒体。

Images