JP3920140B2

JP3920140B2 - Ｍｒｉ装置及びフロー定量化装置

Info

Publication number: JP3920140B2
Application number: JP2002137697A
Authority: JP
Inventors: 徳典木村
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2002-05-13
Filing date: 2002-05-13
Publication date: 2007-05-30
Anticipated expiration: 2022-05-13
Also published as: CN100337586C; US7627360B2; US20040030240A1; JP2003325472A; CN1494871A

Description

【０００１】
【発明の属する技術分野】
本発明は、被検体に造影剤を投与することなく、パフュージョン（perfusion：組織血流）又は血管の画像を提供することができるＡＳＬ（Arterial Spin Labeling）法に基づくイメージングを用いて、フローを簡便な手法で定量化することができるＭＲＩ（磁気共鳴イメージング）装置及びＡＳＬイメージングにおけるフロー定量化方法に関する。
【０００２】
なお、本発明で説明するＡＳＬ法とは、広義の意味でのスピンラベリング法の全体を指すこととする。
【０００３】
【従来の技術】
磁気共鳴イメージングは、静磁場中に置かれた被検体の原子核スピンをラーモア周波数の高周波信号で磁気的に励起し、この励起に伴って発生するＦＩＤ（自由誘導減衰）信号やエコー信号から画像を得る手法である。
【０００４】
この磁気共鳴イメージングの一つのカテゴリーとして、組織のパフュージョンを評価するスピンラベリング（spin labeling）法、すなわちＡＳＬ法が知られている。このＡＳＬ法は、被検体に造影剤を投与することなく、つまり非侵襲の状態で、被検体の血管像やmicro circulation（灌流）を反映させたパフュージョン（組織血流）像などを提供する手法であり、近年、これに関する研究が盛んに行われている。とくに、頭部の脳血流（ＣＢＦ）を中心に臨床応用も進んでおり、血流量の定量化も可能になりつつある。
【０００５】
ＡＳＬ法は、「continuous ASL（ＣＡＳＬ）法」と、「pulsed ASL（ＰＡＳＬ）法」（dynamic ASL（ＤＡＳＬ）法とも呼ばれる）とに大別される。ＣＡＳＬ法は、大きな連続的なadiabatic ＲＦを印加する手法であり、血管内のスピン状態をある時点でラベル（磁化）して、このラベルされた血液のボーラスがイメージングスラブ（観測面）に達した後の信号変化をイメージングする。一方、ＰＡＳＬ法はパルス状のadiabatic ＲＦを印加する手法であって、血管内の磁化を常に変化させ、磁化された血流を持続的に受けている組織をイメージングすることでその組織のパフュージョンを評価する。このＰＡＳＬ法は、臨床用のＭＲＩ装置でも比較的簡単に実施することができる。
このＡＳＬイメージングでは、一般に、コントロールモード及びラベル（タグ）モードの２画像が生成される。タグモードとコントロールモード夫々において得られた画像データは、それら画像間の画素毎の差分演算に処せられる。この結果、イメージングスラブに流入する血液の情報、すなわち灌流を表すＡＳＬ画像が得られる。
【０００６】
このようなＡＳＬイメージングにより、フロー（組織血流）を定量化しようとする試みが知られている。その一例を説明する。
【０００７】
フローｆは、一般的には、Ｂｌｏｃｈ方程式と呼ばれる方程式から導出される（例えば、“MRM 35：540-546（1996）、C.Scwarzwauer et al”参照）。フローｆが在る場合の縦緩和のＢｌｏｃｈ方程式は
【数１】

である。ここで、Ｔ１_ａｐｐは見かけのＴ１である。
【０００８】
そこで、タグモード及びコントロールモード夫々にて画像を得て、フローｆを算出する。すなわち、Ｍ_０及びＴ１をピクセル毎に計測して、血液のＴ１（＝Ｔ１_ａ：添え字ａはarteryを意味する）が組織のＴ１と同じであると仮定して解くと、フローｆは
【数２】

で表されることが報告されている。
【０００９】
しかし、上述した（ｃ）式に拠るフローＦを算出するには、現実問題として、Ｍ_０及びＴ１をピクセル毎に計測する必要があり、計測の手間とデータ数が多くなるばかりか、演算量が膨大で、演算時間も長くなる。
【００１０】
さらに、撮影の時間差がある多数枚の画像データを用いるので、体動に因るミスレジストレーションなどが生じ、この点からも誤差混入に因る計測精度の劣化が指摘されている。
【００１１】
このように、従来のフロー（組織血流）の定量化法を実際の臨床に応用するには種々の不具合があるため、これらを解決した現実的な対応が可能な定量化法が要望されていた。とくに、一般の急性期梗塞などの患者に適用する場合、フローを短時間にかつ簡便に定量化できる必要がある。
【００１２】
かかる状況に鑑みて、ＡＳＬイメージングに拠るイメージングスラブからの収集データの量を必要最小限に止めることができ、その収集データからリニアなスケーリングを行うことにより、イメージングスラブのフロー（組織血流）を簡単に定量化する手法が特開平１１−３７５２３７号公報で提案されている。
【００１３】
【発明が解決しようとする課題】
しかしながら、上述した公報に記載のフロー定量化は、Ｂｌｏｃｈ方程式が基礎としていた“single-compartment model”（シングル・コンパートメント・モデル）をそのまま引き継いだ手法であった。この“single-compartment model”は、「ＡＳＬにおけるトレーサーである水は完全な拡散性を有するという仮定に基づいている。すなわち、「組織に運ばれてきた動脈血流中の水のスピンは、速やかに組織内に移行して組織のＴ１値に変化する」前提条件に基づいている。
【００１４】
しかし、実際には、上流の動脈血流をラベリングしてからデータ収集開始までの時間（ＴＩ時間（実際は１〜２ｓｅｃ程度））の間に、そのような条件が完全に満たされることはない。それは、毛細血管床に留まっている水スピンが毛細血管外に比べて多いからである。このため、上述したフローの定量化値には、“single-compartment model”に拠る前提条件が完全に満たされないことに因る計測誤差が含まれ易いことから、より高精度なフロー化の手法が望まれていた。
【００１５】
一方、文献“Jinyuan Z，David AW, Peter CM：Two-compartment model for perfusion quantification using Arterial Spin Labeling, Proc. Intl. Soc. Magn. Reson. Med., 2000；8, 166”にみられるように、“single-compartment model”よりも正確なモデルの検討も進んでいる。このようにモデルが複雑化するにつれて、フローの定量化に必要なパラメータの数も増加し、演算がますます複雑になっている。
【００１６】
一方で、実験的にはＡＳＬの信号強度（ASL signal）と血流量はほぼ線形の相関があることは動物実験などでは報告されている。
【００１７】
本発明は、上述した従来のＡＳＬ法に拠るフローの定量化法に鑑みてなされたもので、演算量が少なくて済み、かつ、フロー（組織血流）の実際の挙動をより正確に反映させた高精度なフロー値を求めることができるフローの定量化法を提供することを、その目的とする。
【００１８】
【課題を解決するための手段】
最初に、本発明における用語を明確化しておく。
【００１９】
「フロー」は、イメージングスラブを脳に置いて求めることが多く、正式には“CBF：cerebral blood flow”のことを指すが、頭部以外の臓器にも適用可能な量であるので、組織血流（regional blood flow）の量の意味に用いられ、一般化してフローｆ［ｍｌ／１００ｃｃ／ｍｉｎ］と呼ばれる。また、「フローの定量化」とは、画素毎にフローの定量化情報（血流量など）を求めることであり、血流量の画像をフロー画像として提示する態様もこれに含まれる。
【００２０】
本発明によれば、造影剤を用いないで、非侵襲的に、ＡＳＬ法に基づき得た、原則として１枚のＡＳＬ画像にリニアなスケーリング又は高次式基づく変換を施すことで、フロー（組織血流）の定量化情報を得ることができる。このスケーリングに用いるスケール値（スケーリング値）又は変換に用いる値は事前に算出しておくか、その都度、レファレンスファントムの画像値から算出される。
【００２１】
以下、本発明に係る簡便且つ高精度なフロー定量化を実現するために、本発明者が行ったシミュレーション及び実験の結果を説明する。このシミュレーション及び実験は、ＡＳＬイメージングにおける局所脳血流量の定量化の根拠を提示するものである。
【００２２】
［Ｉ］シミュレーション
［Ａ］シミュレーションの目的
このシミュレーションでは、臨床応用可能な簡便かつ定量的ＡＳＬイメージングの実現を目的として、ＡＳＬでの水をトレーサーとしたモデルに比較的近いとされるtwo-compartment modelを用いて、パルス法によるＡＳＬ（ＰＡＳＬ）イメージの信号強度と血流量や他のパラメータとの関係などについて、Cold Xenon-CT（Ｘｅ−ＣＴ）やPositron Emission CT（ＰＥＴ）など他のモダリティにおけるモデルとも比較しながら、シミュレーションによる理論的検討を行う。また、このシミュレーションでは、実験的にも、頭部ボランティアにてＸｅ−ＣＴ画像とＰＡＳＬ法により得られた画像（ＰＡＳＬ画像）との相関をとることにより、単一のＴＩ時間で得られたＡＳＬ信号とＣＢＦとの関係から、単純にスケーリングするという本発明者の着想の妥当性について検討した。
【００２３】
［Ｂ］シミュレーションの方法
（Ｂ１）モデル
このシミュレーションに用いたtwo-compartment modelを図１に、このモデルで採用したパラメータの定義を以下に示す。
Ｑ_１／Ｑ_２：血管内／血管外、各コンパートメント内のトレーサーの量、
Ｑ_ｔ：単位ボクセル内トレーサーの総量（Ｑ_ｔ＝Ｑ_１＋Ｑ_２）、
Ｖ_１／Ｖ_２：血管内／外、各コンパートメントの体積（Ｖ_１＋Ｖ_２＝１とする。）、
Ｃ_８：動脈血中のトレーサー濃度（モデルへの入力関数）、
ｆ：単位あたりの血流量、
ＰＳ：Permeability Surface Area Product of Water（トレーサーが単位ボクセル内で単位時間に血管の内側から外側へ漏れる量で［ｍｌ／１００ｃｃ／ｍｉｎ］で表される。）、
Ｔ１_ｉ／Ｔ１_ｅ：血管内／血管外各コンパートメントでのＴ１緩和時間、
λ：トレーサーの血液組織分配係数（Ｍ_０ｉ：血管内の水の定常状態での縦磁化密度、Ｍ_０ｅ：血管外の水の定常状態での縦磁化密度、とするλ＝Ｍ_０ｅ／Ｍ_０ｉ）、
ｔ：ラべリング後の時間（＝ＴＩ）、
とする。
【００２４】
各コンパートメントにおいて微小時間ｄｔ間で残存するトレーサーの量ｄＱ_ｉ及びｄＱ_ｅはトレーサーが微小時間ｄｔ間でコンパートメントへ入った分と出た分との差となるというＦｉｃｋの原理に基づき記述すると、コンパートメント各々についてのトレーサーの量の時間的変化は、
【数３】

と表せる。これをＱ_ｉ、Ｑ_ｅについて解くと、Ｑ_ｔ＝Ｑ_ｉ＋Ｑ_ｅがトレーサー信号強度に比例する単位ボクセル内の総トレーサー量となる。
【００２５】
ＡＳＬイメージングではトレーサーとして水を用いているが、水は拡散性トレーサーとはいえず、血管から組織へ移行する度合いを表すＰＳが有限であり、そのため単位ボクセル内で血管内・血管外の２つのコンパートメントに分ける。ＡＳＬはＰＥＴにおける水トレーサー、Ｈ_２ ^１５Ｏを用いた場合と類似している。しかし、ＰＥＴの水トレーサーでは緩和時間が２分程度と長く、２つのコンパートメント内で一様とみなせるのに対して、ＡＳＬイメージングではトレーサーの緩和時間が秒単位と短く、かつ血管内外で異なることがＰＥＴに比べてモデルを複雑にしている。
【００２６】
また、single-compartment modelで解析されているＸｅ−ＣＴで用いられるcold xenonは、数分の測定時間のオーダーでは拡散性トレーサーとみなしてよいとされ、さらに緩和もない。Ｘｅ−ＣＴやＰＥＴでは呼気からの吸入や経静脈的にトレーサーを注入するため、入力関数Ｃ_ａ（ｔ）は、組織での応答関数には肺の影響が入る。これに対し、ＡＳＬでは、動脈に対するＣ_ａ（ｔ）は、ＲＦ波により脳内の動脈へ直接に与えられる。Ｘｅ−ＣＴ、ＰＥＴ、及びＡＳＬにおける血流からみた組織モデルは、いずれの場合も、図１に示したtwo-compartment modelにおけるパラメータのうちλの差を無視すれば、Ｔ１_ａ、Ｔ１_ｉ、Ｔ１_ｅ及びＰＳの違いとして表現できる。
【００２７】
（Ｂ２）条件
対象は、脳組織の血流量として、灰白質（ＧＭ）と白質（ＷＭ）の代表的なパラメータを設定した。但し、いずれもトレーサーが関心組織へ到達する遅れ時間は無視し（即ちτ_ｄ＝０）、Ｃ_ａ（ｔ）はＴ１_ｉ＝Ｔ１_ｅ＝∞、ＰＳ＝∞における平衡状態でのトレーサー濃度との相対濃度で与え、ＰＥＴやＸｅ−ＣＴでのＣ_ａ（ｔ）は、実際とは大きく異なるが、組織でのＱ_ｔ（ｔ）をＡＳＬと比較するために動脈にトレーサーを直接、ステップ関数状に入力したものとし、またＡＳＬ画像の単位ボクセル内の信号強度（ASL signal）は、トレーサー濃度、すなわち単位ボクセル内のトレーサー量に比例するものとした。
【００２８】
具体的には、Ｖ_ｉ＝０．０３（ＣＢＶ＝３％）、ｆ＝８０［ｍｌ／１００ｃｃ／ｍｉｎ］（ＧＭのとき）、ｆ＝２０［ｍｌ／１００ｃｃ／ｍｉｎ］（ＷＭのとき）は共通とし、入力関数は一般化して、
Ａ：ラべリング効果を表す係数、
Ｔ１_ａ：ラベル部の動脈血のＴ１緩和時間、
τ_ｄ：動脈入力関数計測部分から関心組織に到達するまでの遅れ時間（transmit delay time）、
Ｔ_ｔｅｃ：ラべリング時間幅（tag duration time）
のとき、
【数４】

と仮定した（図２（ａ）参照）。この仮定に基づき、Ｘｅ−ＣＴ、ＰＥＴ、及びＰＡＳＬのそれぞれに対して、パラメータを以下のように与えた。
【００２９】
（ａ）Ｘｅ−ＣＴのとき
Ａ＝１、Ｔ１_ａ＝Ｔ１_ｉ＝Ｔ１_ｅ＝∞、ＰＳ＝∞、λ＝１、τ_ｄ＝０、Ｔ_ｔｅｃ＝∞とする。
【００３０】
この場合、（１）式及び（２）式より
【数５】

と簡略化される。
【００３１】
（ｂ）水（Ｈ_２ ^１５Ｏ）のＰＥＴのとき
Ａ＝１，Ｔ１_ａ＝Ｔ１_ｉ＝Ｔ１_ｅ＝１２０ｓｅｃ，ＰＳ＝１３０［ｍｌ／１００ｃｃ／ｍｉｎ］，λ＝１，τ_ｄ＝０，Ｔ_ｔｅｃ＝∞とする。
【００３２】
（ｃ）ＰＡＳＬのとき
Ａ＝１，Ｔ１_ａ＝Ｔ１_ｉ＝１．２ｓｅｃ，Ｔ１_ｅ＝０．７／０．９（ＷＭ／ＧＭ）ｓｅｃ，ＰＳ＝１３０［ｍｌ／１００ｃｃ／ｍｉｎ］，τ_ｄ＝０，λ＝０．８２／０．９８（ＷＭ／ＧＭ）［１６］，τ_ｄ＝０，Ｔ_ｔｅｃ＝∞とする。
【００３３】
［Ｃ］シミュレーションの内容
（１）式及び（２）式の微分方程式を解いて、下記の検討を行った。
【００３４】
（Ｃ１）各モダリティにおけるトレーサーの時間的変化：
ＰＡＳＬ、水トレーサーのＰＥＴ、Ｘｅ−ＣＴの３種類の方法における血管内外のコンパートメント及び全体のトレーサー量についての時間的変化を調べた。
【００３５】
（Ｃ２）トレーサー信号強度（ASL signal）と血流量ｆとの関係：
血流量ｆ以外のパラメータを一定とした場合、トレーサー信号強度は真の血流量ｆにどの程度相関するかということについて、血管透過性を表すＰＳをパラメータとして、single-compartment model（ＰＳ＝∞に相当）とtwo-compartment modelの各々について比較した。なお、single-compartment modelは、two-compartment modelにおいてＰＳ＝∞に設定したモデルに対応する。
【００３６】
（Ｃ３）パラメータの変動に因るトレーサー信号強度の変化：
脳組織に対して、測定毎には計測しないモデルパラメータを一定と仮定することに因る誤差はどの程度であるのかということについて調べた。ＧＭの条件を基準に、ＰＳをパラメータとして、トレーサー信号強度と血管外でのＴ１緩和時間Ｔ１ｅ、血流量を表すＶｉ、及びトレーサーの血液組織分配係数λとの関係について、さらに図３に示すように、血管信号を低減するために用いられるタグＩＲパルス（Ｔａｇ−ＩＲ）の印加からラべリング時間幅Ｔｔｅｃ後にタグ部にプリサチュレーションパルス（Presat（Tag End Cut（ＴＥＣ）と称す）の有無による遅れ時間τｄ及びパラメータＴてｃと、トレーサー信号強度との関係についても調べた。
【００３７】
（Ｃ４）リニアスケーリング法によるＣＢＦ定量化：
two-compartment modelに基づき、ＧＭ、ＷＭのパラメータを与えて求めたトレーサー信号強度（Ｑｔ）を理論値として、この理論値と同一のトレーサー信号強度を与えるＣＢＦを、single-compartment model、及びリニアスケーリング法（linear scaling method）について算出した。
【００３８】
リニアスケーリング法ではＷＭ及びＧＭの理論値の２点を直線近似して、以下の（５）式のｋを求め、ＣＢＦは（６）式により算出した。
【００３９】
【数６】

【００４０】
［Ｄ］ＰＡＳＬ及びＸｅ−ＣＴの実測データをリニアスケーリング法によるＣＢＦ定量化
（Ｄ１）測定対象は、Ｘｅ−ＣＴ及びＰＡＳＬとも同一スライスで同一日にイメージングした正常ボランティア９名
【００４１】
（Ｄ２）ＡＳＬイメージングには、（株）東芝製の１．５ＴＭＲＩ装置を用いた。ＰＡＳＬ法によるイメージングは、具体的には、ＡＳＴＡＲ法を使用した。このＡＳＴＡＲ法は、例えば文献「木村徳典：Modified STAR using asymmetric inversion slabs（ＡＳＴＡＲ）法による非侵襲血流イメージング、日磁医誌 2001；20(8)，374-385」に見られるように、ＥＰＩＳＴＡＲ法（文献「Edelman RR et al.,：Qualitative mapping of cerebral blood flow and functional localization with echo-planar MR imaging and signal targeting with alternating radio frequency，Radiology 1994；192：513-520」参照）を変形して構成された手法である。つまり、コントロール部とタグ部を空間的に非対称に配置することにより、ＭＴ効果をキャンセルしつつ、頭頂側から流入する不要な静脈内の血管信号を低減できるようにしたＡＳＬ法である。
【００４２】
また、イメージングは、頭部用送受信ＱＤコイルにて受信ゲインを固定するとともに、2D Fast Gradient Echo（ＦＦＥ）法（ＴＲ／ＴＥ／ＦＡ＝９ｍｓ／３．６ｍｓ／１５ｄｅｇ，ＴＩ＝１４００ｍｓ，ＦＯＶ＝２５．６ｃｍ，スライス厚＝１０ｍｍ，シングルスライス）、タグ厚＝１０ｃｍ，slice-tag gap＝１ｃｍ，Ｔ_ｔｅｃ＝８００ｍｓという撮像条件にて行った。このシーケンスの概要を図３（ａ）に、各スラブの撮影位置を図３（ｂ）にそれぞれ示す。得られるＡＳＬ画像のＡＳＬ信号は、タグ画像とコントロール画像の信号差の絶対値、すなわち流入血流の信号強度とした。
【００４３】
（Ｄ３）Ｘｅ−ＣＴ：ＣＴは短時間吸入法（wash-in／wash-outプロトコル）を用いて、３０％Ｘｅｎｏｎガスを３分吸入、１分ごとに８分間、計９スキャン測定した画像を使用した。
【００４４】
（Ｄ４）解析：前頭葉皮質、前頭葉白質、視床、後頭葉皮質、後頭葉白質、及び半球の左右対称にＲＯＩを同一位置及び大きさで設定し、平均値を測定した。
【００４５】
Xe-CT CBFとＡＳＬ信号の相関から、シミュレーションと同様に（０、０）を通る直線近似の（５）式を計算して比例定数ｋを求める。この後、Ｋ＝１／ｋとしてＡＳＬ信号を（６）式によりスケーリングして、ＣＢＦ値に換算した。なお、相関係数の算出には前頭葉白質、後頭葉皮質、視床を用いた（被検者数Ｎ＝９、ＲＯＩ数ｎ＝５４（９ｘ３ｘ２））。さらに、各組織単位でのXe-CT CBF及びASL CBFの平均値及びＳＤをそれぞれ計算し、その平均値及びＳＤの各々においてXe-CT CBF及びASL CBFを相互に比較した。またXe-CT CBF画像とASL CBF画像による同一スケーリングでの表示を行った。なお、Xe-CT画像は、ASL CBF画像と同じ解像度で表示されるようにスムージングフィルタを使用した。
【００４６】
［Ｅ］結果
（Ｅ１）各モダリティでのトレーサー信号強度（ASL signal）の時間的変化を図３に示す。
【００４７】
（ａ）Xe-CTの場合：トレーサーが拡散性で緩和がない場合（ＰＳ＞＞ｆ，Ｔ１_ｉ＝Ｔ１_ｅ＝∞）の場合
この場合には、トレーサー信号強度（ASL signal）は時間の経過に従って指数関数的に増加し、３分程度で平衡に達するが、図４（ａ）に示すように、時間が短い範囲（１０ｓｅｃ以下）ではほぼ時間に対して線形の関係にあると、みなすことができる。血管内外のトレーサー量の比は常に血管内外の体積比と同じである。つまり、Ｑ_ｉ／Ｑ_ｅ＝Ｖ_ｉ／Ｖ_ｅの関係が成り立つ。
【００４８】
（ｂ）水（Ｈ_２ ^１５Ｏ）のＰＥＴの場合：トレーサーが水で緩和が小さい場合（ＰＳ≒ｆ，Ｔ１_ｉ＝Ｔ１_ｅ＞＞ｔ）の場合
図４（ｂ）に示すように、トレーサーの注入直後にあっては、血管内トレーサー量は血管外のそれに比べて小さいが、時間経過とともに増加して２ｓｅｃ程度で同一になり、平衡時には血管内外でのトレーサー濃度が同じになり、血管内外の体積比に近づく（Ｑ_ｉ／Ｑ_ｅ→Ｖ_ｉ／Ｖ_ｅ）。このため、ＰＥＴの測定時間のオーダー（分）では血管内外は平衡に達しているとみなすことができる。
【００４９】
（ｃ）ＰＡＳＬの場合：トレーサーが水であり、緩和が大きい場合（ＰＳ≒ｆ，Ｔ１_ｉ＝１．２ｓ，Ｔ１_ｅ＝０．９ｓ）の場合
この場合の測定結果を、図４（ｃ）に示す。ＭＲＩのＡＳＬではＰＥＴの水に比べて緩和がひと桁以上大きいこと、及び、ＰＡＳＬではトレーサー信号強度はｔ＝１ｓｅｃ付近にピークを有する特性を示すため、測定時間は２ｓｅｃ以下にせざるを得ないが、トレーサーの濃度はその時刻では未だ平衡に達しておらず、トレーサー量の割合は血管内に比べて血管外の方が小さい（Ｑ_ｉ／Ｑ_ｅ＞Ｖ_ｉ／Ｖ_ｅ）。
【００５０】
（ｄ）ＰＡＳＬでＰＳ＝∞、且つ、他の条件はｃ）と同一とした場合
この条件は、ＰＳ＝∞、すなわちトレーサーがボクセル内に均一に拡散するとしたsingle-compartment modelに相当し、短時間でも血管外成分がほとんどを占めることになる。図４（ｄ）に示すように、トータルのトレーサー信号強度は実際に近いＰＳを用いた場合に比べて多少大きくなる。
【００５１】
（Ｅ２）トレーサー信号強度と血流量ｆの関係
血流量ｆに対するトレーサー信号強度（ASL signal）の変化について、図５にｔ＝１．４ｓでのＰＳをパラメータとした曲線を示す。
【００５２】
ＰＳ＞＞ｆの場合、single-compartmentに近似できるため、ラベル後の測定時間ｔを固定（ＰＡＳＬでの例でｔ＝１〜２ｓｅｃ）すると、トレーサー信号強度はフローｆに比例する。これに対し、two-compartment modelを用いたＰＡＳＬの場合、トレーサー信号強度はＰＳが小さいほど高いフローで小さくなる。この結果、図５に示すように、上に凸の特性になる。しかしながら、トレーサー信号強度ＡＳＬ信号とフローｆは脳血流の０〜１００［ｍｌ／１００ｃｃ／ｍｉｎ］の範囲ではほぼ比例関係にあるとみなすことができる。但し、これはＧＭのＴ１_ｅの条件でみたものであり、ＷＭでのＡＳＬ信号はＴ１_ｅが短い分、これより若干小さくなる。
【００５３】
（Ｅ３）ＡＳＬにおけるトレーサーの信号強度と他のパラメータ関係
（ａ）トレーサー信号強度と血管外Ｔ１緩和時間Ｔ１_ｅの関係
図６（ａ）に示すように、ＰＳが大きいほど、すなわち血管外への透過率が大きいほど、血管内のトレーサー成分Ｑ_ｉ（ｔ）より血管外のトレーサー成分Ｑ_ｅ（ｔ）の割合が増加するため、Ｔ１_ｅの変動に対するトレーサー信号強度（ASL signal）の変化率は大きくなるが、脳組織（ＰＳ＝１３０［ｍｌ／１００ｃｃ／ｍｉｎ］）では、例えばｔ＝１．４ｓの場合ＧＭのＴ１_ｅをＷＭのＴ１_ｅと同一と仮定したとしてもトレーサー信号強度は約５％低下するだけであるが、ＰＳ＝∞としたsingle-compartment modelでは１７％も変化してしまう。
【００５４】
（ｂ）トレーサー信号強度の血管床体積Ｖ_ｉとの関係
図６（ｂ）に示すように、ＡＳＬのＰＳ＝１３０［ｍｌ／１００ｃｃ／ｍｉｎ］において、トレーサー信号強度（ASL signal）は、Ｖ_ｉ＜０．０２では多少小さくなるものの、Ｖ_ｉ＞０．０３ではあまり変化しない。人体の脳で採り得るとされるＶ_ｉ＝０．０２〜０．０５の範囲においてトレーサー信号強度は２０％程度の変化である。
【００５５】
一般に、ＰＳ＞＞ｆの場合、血管内外での緩和が同一ならば全体の信号に占めるＶ_ｉの寄与は単純にＶ_ｉ分だけであり、かつ時間的にも一定（Ｑ_ｉ（ｔ）／Ｑ_ｔ（ｔ）＝Ｖ_ｉ／Ｖ_ｔ）である。つまり、単位体積あたりの全体の総和ではＶ_ｉが変化しても一定である。しかし、水ＰＥＴやＡＳＬのようにＰＳがｆと同程度だと時間的に変化し、定常状態では体積比に近づく（Ｑ_ｉ（ｔ）／Ｑ_ｔ（ｔ）＞Ｖ_ｉ／Ｖ_ｔ：ｔが短いとき、Ｑ_ｉ（ｔ）／Ｑ_ｔ（ｔ）→Ｖ_ｉ／Ｖ_ｔ：ｔ→∞のとき）。
【００５６】
トレーサー注入後の時間が短いほど、かつＰＳがｆに比べ小さいほどトレーサーが血管内に残存する割合は大きい。よって、全体に占める血管容積であるＶ_ｉ内の信号の寄与が大きくなる。図４（ｃ）に示すように、ＡＳＬでの測定時刻１〜２ｓｅｃではＶ_ｉ＝０．０３程度であっても、全体の半分以上がＶ_ｉ内からの信号である。
【００５７】
（ｃ）トレーサー信号強度とトレーサーの血液組織分配係数λとの関係
図６（ｃ）に示すように、ＰＳが大きいほど血管外の信号成分Ｑ_ｅが相対的に大きくなるので、トレーサーの血液組織分配係数λの変動によるトレーサー信号強度（ASL signal）の変動も大きくなる。λ＝１とした場合のトレーサー信号強度は正しいλでのトレーサー信号強度の（Ｑ_ｉ＋Ｑ_ｅ／Ｑ_ｉ＋λＱ_ｅ）倍になる。水のλはＧＭで０．９８、ＷＭで０．８２とすると、λ＝１とした場合、ＧＭではほとんど問題とならず、ＷＭではｔ＝１．４ｓでトレーサー信号強度の誤差は６％、過大評価され、ＣＢＦ換算で１．２［ｍｌ／１００ｃｃ／ｍｉｎ］程度である。
【００５８】
（ｄ）Tag End Cut（ＴＥＣ）のパラメータとトレーサー信号強度の関係
Tag End Cut（ＴＥＣ）を用いた場合と用いない場合に対する、トレーサー信号強度（ASL signal）のＧＭにおける時間的変化を図７（ａ）に示し、一方、ｔ＝１．４ｓｅｃにおけるＧＭとＷＭ双方での遅れ時間τ_ｄとの関係を図７（ｂ）に示す。
【００５９】
測定時刻をｔ＞Ｔ_ｔｅｃ＋τ_ｄに設定すれば、ＴＥＣを印加する場合は、それを印加しない場合に比べ、トレーサー信号強度は低下するが、遅れ時間τ_ｄの変動による影響は軽減される。緩和は遅れ時間τ_ｄの影響は受けず、ラベル直後（ｔ＝０）から始まるため、緩和による信号減衰の方が勝るためである。ＴＥＣの時間パラメータについて、ｔ＞Ｔ_ｔｅｃ＋τ_ｄを満たすようにＴ_ｔｅｃはＶ_ｉを満たすだけの動脈血をラベルするに十分な時間幅で、かつ、τ_ｄがその測定系で最大の時間に対してｔを設定すればいいことになる。ＴＥＣを印加しない場合であっても、ｔ＝２．５ｓｅｃ前後にＴＥＣを印加した場合のトレーサー信号強度とほぼ同一になる条件がある。しかし、ＴＥＣを印加すれば、印加しない場合に比べて、測定時刻を短縮できるというＴＥＣの利点がある。また、遅れ時間τ_ｄを無視できない場合でも、ｔ＜τ_ｄの範囲では、組織部分では無信号である。しかしながら、この場合も実際には、ラベルされた血液が動脈内を通過し続けており、これにより高信号化に伴う血管アーチファクトが生じ易い。ＴＥＣを印加することにより、このような事態を抑制することができる。
【００６０】
（ｅ）リニアスケーリング法と各モデルに対するＣＢＦ値との比較
ＣＢＦ値と各モデルに対するトレーサー信号強度（ASL signal）との関係を図８に示す。ＷＭ及びＧＭの各々に対してtwo-compartment modelに基づいて算出したトレーサー信号強度を理論値とし、各方法で理論値と同一のトレーサー信号強度を与えるＣＢＦ値の算出結果を図９（ａ）の表１に示す。
【００６１】
Single-compartment modelではＣＢＦ値はＰＳ以外の正しいパラメータを与えてもＷＭで４４％大きく、ＧＭで６％小さくなり、特にＷＭでの誤差が大きい。これはＰＳ＝∞としたことに因る血管外成分の過大評価による影響である。linear scaling methodの場合、比例係数はｋ＝５．５４３＊１０^−５、Ｋ＝１／ｋ＝１８０４１となり、算出されたＣＢＦ値は理論値に比べＷＭで６％大きい程度であり、ＧＭで０．４％小さい程度と十分なレベルである。
【００６２】
（Ｅ４）実測データによるリニアスケーリング法の評価
図１０に示すように、トレーサー信号強度（ASL signal）とXe-CT CBFは良好に相関した。
【００６３】
【数７】

であった。
【００６４】
また原点（０、０）を通る近似直線では
【数８】

と算出された。従って、Ｋ＝１／ｋ＝０．３と算出され、この係数をかけてトレーサー信号強度（ASL signal）から換算したASL CBFとXe-CT CBFの関係のグラフは図１１に示すようになった。これに対応するＣＢＦ値は図９（ｂ）の表２に示す。また、図示しないが、Xe-CT CBFとASL CBF各画像の例によれば、各組織に関して両画像とも特に視床での標準偏差が大きくなったが、SD/MEANの比では各組織とも２０％程度のばらつきであった。
さらに、図示しないが、Tag End Cutのｔａｇ時間幅Ｔ_ｔｅｃをパラメータとして得たＰＡＳＬ画像によれば、Ｔ_ｔｅｃの短縮に伴い、下肢側から流入する血液信号が中大脳動脈、小脳および視床で顕著に低減していることが確認された。
【００６５】
［Ｆ］考察
［Ｆ１］single-compartment modelとtwo-compartment modelの違い
single-compartment modelは、トレーサー到達後にボクセル内が瞬時に平衡するモデル、すなわちtwo-compartment modelで血管透過性を表すＰＳが∞でかつ緩和も一定としたモデルに相当する。ところで、two-compartment modelに基づく実際の装置で得られるトレーサー信号強度（ASL signal）は、フローｆが大きくない範囲では、Ｇ：送受信系のゲインなど測定装置系に依存した比例係数とし、既出のパラメータを用いて（５）式のｋは一般的に、
【数９】

と表わすことができる。近似的には、single-compartment modelの場合、
【数１０】

と表わすことができる。
【００６６】
ここでＧＡＭ_０ｉ／λ＝１とすると、シミュレーションと同一スケールになる。本発明者のシミュレーションにおける図４のＰＳをパラメータとしたトレーサー信号強度（ASL signal）対フローｆの特性では、ＰＡＳＬでの人体脳におけるパラメータの条件では幸いにも、血管内外総量のトレーサー信号強度はトレーサーのＰＳの変化に対し、さほど大きく影響されない。これにより、ＰＡＳＬ法を用いた場合、少なくとも人体脳ではＰＳ＞＞ｆのsingle-compartment modelと仮定しても大きな誤差は生まないことになる。
【００６７】
しかし、本発明者が行った、実際により近いtwo-compartment modelに基づく検討で明らかになったことは、図５に示したようにＰＡＳＬでの人体脳におけるパラメータの条件の場合、single-compartment modelを用いても計測する必要があるとされているＴ１_ｅやλの違いの影響は、血管外成分の寄与が小さいために比較的小さく、またtwo-compartment modelで影響される血管床容積ＣＢＶの寄与も３％以上では小さい。このため、それらのパラメータを一定値としても大きな誤差は生じないから、測定の必要性は少ない。逆に、それらのパラメータを計測してsingle-compartment modelに基づいてＴ１緩和を補正した場合、過大な補正になり、測定の意味は無いということである。
【００６８】
またラベリングに連続ＲＦ波を使用するＡＳＬ（ＣＡＳＬ）では入力関数である（３）式のＣ_ａ（ｔ）でｔをτ_ｄに置き換えたものに相当し（図２（ｂ）の入力関数の波形を参照）、別途実施したシミュレーションでは血管内成分の比Ｑ_ｉ／Ｑ_ｔは定常状態で６０％程度になり、Ｔ１_ｅ、Ｖ_ｉ、及びλのパラメータの変動によるトレーサー信号強度の変化もＰＡＳＬの場合と同程度であった。
【００６９】
ＰＡＳＬ及びＣＡＳＬともトレーサー信号強度以外のパラメータを測定してもsingle-compartment modelでは過大な補正になることは同じであり、測定するならばtwo-compartment modelを用いるべきである。なお、いずれのモデルにおいても各コンパートメント内がトレーサー到達後、瞬時に一様に均一になるという仮定があるが、トレーサー信号強度が血管内外のトレーサー量を決めるＰＳにロバストであることから、その影響は小さいと考えられる。
【００７０】
［Ｆ２］トレーサー信号強度から血流量ｆへの比例換算の可能性
two-compartment modelに基づいたシミュレーションにより、測定時刻ｔを固定したトレーサー信号強度（ASL signal）は血流量ｆとほぼ比例関係とみなすことができ、かつ、Ｔ１_ｅ、Ｖ_ｉ、λ、及びＰＳなど異なり得るパラメータの影響は人体脳において取りうる範囲ではロバストであることが明らかになった。
【００７１】
また、実測データにおいてもシミュレーションでみたように、ＰＡＳＬ法のトレーサー信号強度と定量測定法として定着しているXe-CT CBFデータとの間に良好な相関が認められ、ほぼ比例関係にあることが確認された。このため、何らかの方法により一旦、トレーサー信号強度（ASL signal）からＣＢＦ値に換算するための比例係数”Ｋ”が求められればＣＢＦ値に換算可能であることが判明した。
【００７２】
ｋを表す（７）式の係数Ｇは測定系依存のパラメータで装置及び撮影条件を変えない限り有効であるので、頻回に測定する必要はなく、送受信系の感度などは変化しても現状の装置系の条件での脳組織または静止ファントムでの信号強度を測定しておけば補正可能であると考えられる。
【００７３】
今回用いた被検者のコントロール画像の全体の平均値の変動（ＳＤ／ＭＥＡＮ）は６％程度である。また、同一スライスレベルを用いたこともあり、送受信系のゲインの影響Ｇはほぼ無視できていると考えられた。しかし、コイル感度が異なる場合であっても、ゲインＧの影響を低減させる方法がある。それは、測定対象の血液でもよいが一般に測定困難なので、血液のプロトン密度とほぼ同一とみなせる正常白質がほぼ定常状態になっているとみなせる十分長く取ったＴＩによるコントロール画像で縦磁化密度Ｍ_０ｉに比例した信号強度Ｓ_０（＝Ｇ＊Ｍ_０ｉ）を測定し、その比の相対信号強度：ASL signal／Ｓ_０を用いれば送受信形のゲインＧやＭ_０ｉがキャンセルされより普遍的な係数になる。
【００７４】
また必要ならば、トレーサー信号強度から血流量ｆに換算するのに単純なスケーリングでなくてもよい。例えば、血流量とトレーサー信号強度との関係をテーブル化しておき、このテーブルを用いて、トレーサー信号強度から血流量ｆをサーチすれば、たとえ非線形であっても定量化可能である。
【００７５】
また、ラベルされた血液の経路となる血管内信号を無視できる場合、遅れ時間τ_ｄの延長に因ってＴＥＣを用いない場合はトレーサー信号強度の低下、ＴＥＣを用いた場合でもトレーサー信号強度の僅かな増大をもたらすが、もしスライス面内で一定なら同一のスケーリング値で換算できる。遅れ時間τ_ｄについては、白質は灰白質に比べ０．５ｓｅｃ程度延長することは報告されているが、τ_ｄによる誤差はＰＡＳＬ法ならTag End CutによりＴＩ−Ｔ_ｔｅｃ＞τ_ｄに設定すれば軽減されると考えられる。なお実験では遅れ時間τ_ｄを極力短縮するために、単一スライスを用い、且つ、タグスラブとイメージングスラブのギャップを１ｃｍと狭くしているので、ＴＩ−Ｔ_ｔｅｃ＝１．４−０．８＝０．６ｓｅｃとなり、ＧＭとＷＭのτ_ｄの差はほぼ無視できると考えられる。
【００７６】
次に静脈信号の影響であるが、組織における血液のmean transit timeをＭＴＴとすると、ｔ＞ＭＴＴではラベルされた水が静脈に到達する割合が増大する結果、ボクセル内の静脈信号の寄与も生じうる。しかし、人体脳ではＭＴＴ＝２〜５ｓｅｃとされ、さらに血液信号もｅｘｐ［−ｔ／Ｔ１_ａ］倍に小さくなるため、ｔ＜２ｓｅｃというＰＡＳＬの条件では問題にならないと考えられる。直接にイメージングスラブ内に入り込む血管信号の影響は、頭部では頭側からの血流はほぼ静脈成分とみなせるのでＥＰＩＳＴＡＲ法やＦＡＩＲ法を用いずに、足側からの血流のみをラベルするＡＳＴＡＲ法などを用いるか、ラベリング後の遅延時間を与えるTag End Cutを用い且つパラメータを適切に設定することなどで軽減される。
【００７７】
以上のように、two-compartment modelという、より高精度なモデルを用いたシミュレーションが提供され、このシミュレーションの中で、ａ）トレーサー量（トレーサー濃度）Ｑｔは、フロー以外のパラメータ（Ｔ１ｅ，ｌａｍｂｄａ，Ｖｉ（ＣＢＶ），ＰＳ）に対してロバストであること（すなわち、Ｑｔ≒function（ｆ）が成り立つこと）、ｂ）ＴＩを用いるだけでも、脳血流のオーダー（＜１００［ｍｌ／１００ｃｃ／ｍｉｎ］）の範囲では、ほぼリニアに近似できること（すなわち、Ｑｔ≒Ｋ・ｆ，Ｋ：比例係数が成り立つこと）、ｃ）さらに、２次式で近似すれば、近似の精度がより向上すること（すなわち、Ｑｔ＝ａ・ｆ^２＋ｂ・ｆが好ましいこと）などが判明した。
【００７８】
［ＩＩ］実験
本発明者は、ＡＳＬ法においてトレーサー濃度からフローｆへの簡便な換算法を探るために、別の実験も行った。
【００７９】
Two-compartment modelを用い、そのモデルの血管外各コンパートメントにおけるＴ１緩和時間Ｔ１ｅに対して、灰白質（ＧＭ）と白質（ＷＭ）それぞれについて、正しいパラメータを入れた場合（＃１）のトレーサー濃度Ｑｔを基準として、そのトレーサー濃度Ｑｔを与える各種の態様（＃２〜７：モデルとＴ１ｅの与え方の違い、及び、スケーリングによる線形変換の場合）についてフローｆを算出した（図１２参照）。
【００８０】
ここで、正しいパラメータとは、ＷＭの場合
【数１１】

である。
【００８１】
この算出結果を用いて、原点（０，０）、ＷＭ、ＧＭのフローｆとトレーサー濃度Ｑｔとの理論値（３点）を線形及び２次式で近似した変換式を図１３、１４に夫々示す。図１３はＰＡＳＬ法を示し、一方、図１４はＣＡＳＬ法を示す。
【００８２】
この結果から、ＷＭの理論値は線形（ｙ＝ｋｘ）の近似の場合、多少、誤差があるが、２次式（ｙ＝ａｘ^２＋ｂｘ）の近似にすると、その誤差は小さくなっている。つまり、前述したように、フローｆが高い値になるほど、トレーサー濃度Ｑｔはフローｆに対する比例関係は崩れ、上に凸の形状を示す曲線になることが分かっている。したがって、このような高い値のフローｆの場合には、２次式など高次式による換算の方がtwo-compartment modelに、より良好に近似することが判明した。
【００８３】
上述したシミュレーション及び実験から得られた知見に基づいて、本発明は以下のように構成された。
【００８４】
本発明に係るＭＲＩ装置によれば、被検体の撮像領域にＡＳＬ法に基づくスキャンを実行して当該ＡＳＬ法に基づく前記撮像領域の画像データを得る撮像手段と、前記被検体の撮像領域における血流が組織に拡散するときの血流の内外に少なくとも２つのコンパートメントを設定して当該血流の組織への拡散状態の時間変化を考慮したモデルに基づいて求めたトレーサーとしての水のトレーサー濃度と組織血流としてのフローとの対応情報を求めて保管する保管手段と、前記撮像手段により得られた画像データに基づく量を前記トレーサー濃度とフローとの対応情報に照らして前記撮像領域における組織血流のフローを定量化するフロー定量化手段とを備えたことを特徴とする。
【００８５】
好適には、前記保管手段は、前記モデルに前記被検体の撮像領域の組織の代表的なパラメータを適用して複数の既知のフローのそれぞれに対応する単位ボクセル内のトレーサー量を複数個求める手段と、前記複数の既知フローと前記複数のトレーサー量との関係をリニア又はノンリニアな式で近似する手段と、前記リニア又はノンリニアな式に基づく対応関係を記憶テーブル又は変換式として記憶する手段とを備える。
【００８６】
例えば、前記フロー定量化手段は、前記撮像手段により得られたＡＳＬ法に基づく画像データの信号強度から単位ボクセル内のトレーサー量を求める手段と、このトレーサー量を前記記憶テーブル又は変換式でフローに換算する手段とを備える。この前記トレーサー量を求める手段は、前記ＡＳＬ法に基づく画像データからＡＳＬＲ画像を求める手段を有し、このＡＳＬＲ画像から前記トレーサー量を演算することが好ましい。
【００８７】
上述した各構成において、一例として、前記保管手段は、レファレンスデータを用いて前記トレーサー濃度と前記フローとの対応情報を補正する手段を有する。また、前記撮像手段は、前記スキャンとしてＡＳＴＡＲ法に基づくスキャンを実行する手段であることが望ましい。
【００８８】
また、本発明に係るフロー定量化装置によれば、被検体の撮像領域における血流が組織に拡散するときの血流の内外に少なくとも２つのコンパートメントを設定して当該血流の組織への拡散状態の時間変化を考慮したモデルに基づいて求めたトレーサーとしての水のトレーサー濃度と組織血流としてのフローとの対応情報を求めて保管する保管手段と、撮像手段により得られた画像データに基づく量を前記トレーサー濃度とフローとの対応情報に照らして前記撮像領域における組織血流のフローを定量化するフロー定量化手段とを備えたことを特徴とする。
【００８９】
例えば、前記保管手段は、前記モデルに前記被検体の撮像領域の組織の代表的なパラメータを適用して複数の既知のフローのそれぞれに対応する単位ボクセル内のトレーサー量を複数個求める手段と、前記複数の既知フローと前記複数のトレーサー量との関係をリニア又はノンリニアな式で近似する手段と、前記リニア又はノンリニアな式に基づく対応関係を記憶テーブル又は変換式として記憶する手段とを備えることが望ましい。
【００９１】
さらに、本発明に係るフロー定量化方法によれば、被検体の撮像領域における血流が組織に拡散するときの血流の内外に２つのコンパートメントを設定して当該血流の組織への拡散状態の時間変化を考慮したモデルに基づいて求めたトレーサーとしての水のトレーサー濃度と組織血流としてのフローとの対応情報を求めて保管し、得られた画像データに基づく量を前記トレーサー濃度とフローとの対応情報に照らして前記撮像領域における組織血流のフローを定量化するようにしたことを特徴とする。
【００９２】
好適には、前記モデルに前記被検体の撮像領域の組織の代表的なパラメータを適用して複数の既知のフローのそれぞれに対応する単位ボクセル内のトレーサー量を複数個求め、前記複数の既知フローと前記複数のトレーサー量との関係をリニア又はノンリニアな式で近似し、前記リニア又はノンリニアな式に基づく対応関係を記憶テーブル又は変換式として記憶する。
【００９４】
本発明のその他の態様に係る具体的な構成及び特徴は、以下に記す発明の実施形態及び添付図面により明らかにされる。
【００９５】
【発明の実施の形態】
以下、本発明の実施の形態を添付図面に基づき説明する。
【００９６】
本発明の１つの実施形態に係るＭＲＩ装置を、図１５〜図２２を参照して説明する。
【００９７】
この実施形態に係るＭＲＩ装置は、本発明に係るＡＳＬイメージングによるフロー定量化装置を兼ねるもので、ＡＳＬイメージングを行って、そのイメージング結果を用いたフロー定量化を行う機能と一体に備えた例を示す。別の形態としては、かかるフロー定量化の機能を専用的に備えたフロー定量化装置を備えて、本発明に係るフロー定量化を実施するようにしてもよい。
【００９８】
本実施形態に係る、フロー定量化装置を兼ねたＭＲＩ装置は、トレーサー濃度Ｑｔからフローｆへの変換を、予め格納した記憶テーブルを用いて行うことに特徴を有する。
【００９９】
最初に、ＭＲＩ装置の概略構成から説明する。
【０１００】
このＭＲＩ装置は、被検体Ｐを載せる寝台部と、静磁場を発生させる静磁場発生部と、静磁場に位置情報を付加するための傾斜磁場発生部と、高周波信号を送受信する送受信部と、システム全体のコントロール及び画像再構成を担う制御・演算部とを備えている。
【０１０１】
静磁場発生部は、例えば超電導方式の磁石１と、この磁石１に電流を供給する静磁場電源２とを備え、被検体Ｐが遊挿される円筒状の開口部（診断用空間）の軸方向（Ｚ軸方向）に静磁場Ｈ_０を発生させる。なお、この磁石部にはシムコイル１４が設けられている。このシムコイル１４には、後述するコントローラの制御下で、シムコイル電源１５から静磁場均一化のための電流が供給される。寝台部は、被検体Ｐを載せた天板を磁石１の開口部に退避可能に挿入できる。
【０１０２】
傾斜磁場発生部は、磁石１に組み込まれた傾斜磁場コイルユニット３を備える。この傾斜磁場コイルユニット３は、互いに直交するＸ、Ｙ、Ｚ軸方向の傾斜磁場を発生させるための３組（種類）のｘ，ｙ，ｚコイル３ｘ〜３ｚを備える。傾斜磁場部はさらに、ｘ，ｙ，ｚコイル３ｘ〜３ｚに電流を供給する傾斜磁場電源４を備える。この傾斜磁場電源４は、後述するシーケンサ５の制御のもと、ｘ，ｙ，ｚコイル３ｘ〜３ｚに傾斜磁場を発生させるためのパルス電流を供給する。
【０１０３】
傾斜磁場電源４からｘ，ｙ，ｚコイル３ｘ〜３ｚに供給されるパルス電流を制御することにより、物理軸としての３軸であるＸ，Ｙ，Ｚ方向の傾斜磁場を合成して、論理軸としてのスライス方向傾斜磁場Ｇｓ、位相エンコード方向傾斜磁場Ｇｅ、および読出し方向（周波数エンコード方向）傾斜磁場Ｇｒの各方向を任意に設定・変更することができる。スライス方向、位相エンコード方向、および読出し方向の各傾斜磁場は静磁場Ｈ_０に重畳される。
【０１０４】
送受信部は、磁石１内の撮影空間にて被検体Ｐの近傍に配設されるＲＦコイル７と、このコイル７に接続された送信器８Ｔ及び受信器８Ｒとを備える。この送信器８Ｔ及び受信器８Ｒは、後述するシーケンサ５の制御のもとで、磁気共鳴（ＭＲ）現象を起こさせるためのラーモア周波数のＲＦ電流パルスをＲＦコイル７に供給する一方、ＲＦコイル７が受信した高周波のＭＲ信号を受信し、各種の信号処理を施して、対応するデジタル信号を形成するようになっている。
【０１０５】
さらに、制御・演算部は、シーケンサ（シーケンスコントローラとも呼ばれる）５、ホスト計算機６、演算ユニット１０、記憶ユニット１１、表示器１２、および入力器１３を備える。この内、ホスト計算機６は、記憶したソフトウエア手順により、オペレータが指令した情報を受け付け、この情報に基づくスキャンシーケンス情報をシーケンサ５に指令するとともに、シーケンサ５をはじめとして、演算ユニット１０、記憶ユニット１１、および表示器１２を含む装置全体の動作を統括する機能を有する。
【０１０６】
シーケンサ５は、ＣＰＵおよびメモリを備えており、ホスト計算機６から送られてきたパルスシーケンス情報を記憶し、この情報にしたがって傾斜磁場電源４、送信器８Ｔ、受信器８Ｒの一連の動作を制御する。また、シーケンサ５は、受信器８ＲからのＭＲ信号のデジタルデータを一旦入力して、再構成処理を行う演算ユニット１０にそのデータを転送する。
【０１０７】
ここで、パルスシーケンス情報とは、一連のパルスシーケンスにしたがって傾斜磁場電源４、送信器８Ｒおよび受信器８Ｔを動作させるために必要な全ての情報であり、例えばｘ，ｙ，ｚコイル３ｘ〜３ｚに印加するパルス電流の強度、印加時間、印加タイミングなどに関する情報を含む。
【０１０８】
本実施形態のＡＳＬイメージング法は、例えば、ＡＳＴＡＲ法、ＳＴＡＲ法（signal targeting with alternating radio frequency）、ＥＰＩＳＴＡＲ（echo planar MR imaging and signal targeting with alternating radio frequency）法、ＦＡＩＲ（flow-sensitive alternation inversion recovery）法など、任意の手法を使用できる。また、それらの手法で採用可能なパルスシーケンスは、縦磁化の大きさを強調した高速イメージング用であればどのようなパルスシーケンスであってもよい。例えば、高速ＦＥ法、高速ＳＥ法、ＥＰＩ（Echo Planar Imaging）法、ＦＡＳＥ（高速Asymmetric SE）法、ハイブリッドＥＰＩ法などである。
【０１０９】
演算ユニット１０は、入力する生データの読込み、画像のフーリエ空間（ｋ空間または周波数空間とも呼ばれる）への生データの配置、データのアベレージング処理、タグモードおよびコントロールモードのデータ相互間の差分、データのしきい値処理、複素数データの絶対値化処理、生データを実空間データに再構成する再構成処理（例えば２次元または３次元のフーリエ変換処理）を適宜な順番で行うようになっている。なお、３次元撮像が行われた場合、演算ユニット１０は、３次元画像データから２次元画像データを生成するためにＭＩＰ（最大値投影）処理なども実施できるようになっている。
【０１１０】
記憶ユニット１１は、生データ及び再構成画像データのみならず、演算処理が施された画像データを保管することができる。表示器１２は画像を表示する。また、術者は入力器１３を介して所望のスキャン条件、スキャンシーケンス、画像処理法などの必要情報をホスト計算機６に入力できるようになっている。
【０１１１】
次に、この実施形態の動作例を説明する。
【０１１２】
図１６に、本実施形態に係るＡＳＬイメージングにおけるフロー定量化の処理例を示す。この処理は、フロー定量化の機能を有している、ホスト計算機６又は演算ユニット１０で実行される。
【０１１３】
この処理例の場合、トレーサー量Ｑｔをフローｆに変換する変換式又はテーブルが最初に作成される。すなわち、測定対象モデル（two-compartment model）の平均値パラメータＰ１，Ｐ２，…，Ｐｍ（例えば、Ｔ１ａ，Ｔ１ｉ，Ｔ１ｅ，ｌａｍｂｄａ，Ｖｉ，ＰＳ，ｔ（固定値）など）に基づき、その測定対象モデルに従いトレーサー濃度Ｑｄとフローｆとの関係をテーブル化する（ステップＳ１、Ｓ２）。これにより、ｆ＝Ｔａｂｌｅ（Ｑｔ）の規定するテーブルが準備される。このテーブルにおいて、フローｆとトレーサー量Ｑｔはリニアスケーリング（すなわち、ｆ＝Ｋ・Ｑｔ；Ｋは比例係数）又は多項式による近似で規定される。なお、固定値ｔはユーザインターフェースなどの装置からダイナミックに入力される量である。
【０１１４】
これを詳述すると、two-compartment modelによる表現を含む一般的表現として、
Ｑｔ：単位ボクセル当たりのトレーサー量（トレーサー濃度）、
ｆ：フロー、
Ｐ１，…，Ｐｎ：フローに関与する他のパラメータ
としたとき、あるモデルに対して
【数１２】

の関係にあるとする。次いで、Ｐ１，…，Ｐｎのうち、影響を与えるｋ個の支配的なパラメータに対する式
【数１３】

に修正される。
【０１１５】
仮に、ｋ＝０ならば、フローのみの式Ｑｔ＝function（ｆ）となる。
【０１１６】
次いで、「Ｑｔｖｓ．ｆ」の関係を表すテーブル（又は変換式）が以下の手順で作成される。この作成はホスト計算機６又は演算ユニット１０の演算機能により、フロー定量化の前の適宜なタイミングで、オペレータとの間でインターラクティブに実行される。
【０１１７】
１）：最初のステップでは、代表的な組織のパラメータに基づき、two-compartment modelによるシミュレーションを行ってフローｆを得て、トレーサー量Ｑｔを求める。
【０１１８】
フローｆをｆ１、ｆ２、…、ｆｋとすると、トレーサー量ＱｔはＱｔ（ｆ１）、Ｑｔ（ｆ２）、…、Ｑｔ（ｆｋ）が求められる。なお、Ｑｔ（ｆ１）、Ｑｔ（ｆ２）、…、Ｑｔ（ｆｋ）はシミュレーションでは無く、実測データから求めてもよい。
【０１１９】
２）：次のステップでは、「Ｑｔｖｓ．ｆ」の関係を線形式又は高次式で近似する。高次式として、多項式を用いる場合、原点、Ｑｔ（ｆ１）、Ｑｔ（ｆ２）、…を通る多項式は、
【数１４】

で近似される。そこで、例えば、ｍ＝１の場合、原点及び１個の点を通る直線（リニアスケーリング）で図１７（ａ）に示すようになり、ｍ＝２の場合、原点及び２個の点を通る曲線近似（２次曲線近似）になり、さらに、ｍ＝ｋの場合、原点及びｋ個の点を通る曲線近似で図１７（ｂ）に示すようになる。
【０１２０】
３）：次のステップでは、「Ｑｔｖｓ．ｆ」の関係からリサンプリングなどによりテーブルが作成される。具体的には、リサンプリングして離散的なテーブルが図１８に示す如く作成される。この場合、パラメータＰ１〜Ｐｋのそれぞれ毎に作成される。
【０１２１】
また、two-compartment modelをフローｆについて
【数１５】

を解析的に解いてテーブルを作成してもよい。この場合、解は連続関数になるが、解析的に解けない場合、数値的に解いてもよい。さらに、解析的にも数値的にも解けない場合、上述したリサンプリングによる方法を用いるのが良い。
【０１２２】
なお、テーブルの代わりに、変換式を記憶するようにしてもよく、その場合には、上記３）のステップで近似させた直線を表す１次式又は曲線を表す高次式を記憶させ、フロー定量化の都度、かかる変換式が呼び出される。
【０１２３】
なお、トレーサー量Ｑｔを算出するときにフローｆ以外のパラメータがＰ１，Ｐ２，…，Ｐｍがある場合には、Ｐ１〜Ｐｍのそれぞれ毎に「Ｑｔｖｓ．ｆ」のテーブルを作成しておく必要がある。また、フローが組織によりＰ１，Ｐ２，…，Ｐｋに依存する場合、あるパラメータではあるフローを、別のパラメータでは別のフローに対応させたテーブルが作成される。テーブルは離散的であることが要求されるが、関数で与えられるならば、連続的な値が求まる。
【０１２４】
図１９は脳の例を示し、タグパルスを印加後の時間ＴＩを１個のみの有意なパラメータ（ｋ＝１）にとったものである（Ｐ１＝ＴＩ）。例えば、脳におけるＷＭ及びＧＭの場合、別々のパラメータの組み合わせで２点が形成され（ｍ＝２）、これらの点を、原点を含めて、１次式又は２次式でフィッティングする。このフィッティングした直線又は２次曲線はサンプリングされて、サンプリングされた値を用いてテーブルが作成される。
【０１２５】
以上のように何れかの手法により、ＡＳＬイメージング前に、「Ｑｔｖｓ．ｆ」の関係を表す離散的なテーブルが作成される。このテーブルは例えば記憶ユニット１１のメモリに格納され、演算ユニット１０又はホスト計算機６による定量化の処理時に呼び出されて用いられる。
【０１２６】
次に、オペレータからの指示に呼応して、ＡＳＬイメージングが好適にはＡＳＴＡＲ法により実行される。このための実行指令は、シーケンサ５から傾斜磁場電源４、受信器８Ｒ、及び送信器８Ｔに、ＡＳＴＡＲ法のパルスシーケンスに基づく制御情報が順次送られることでなされる。このＡＳＴＡＲ法はＰＡＳＬ法及びＣＡＳＬ法の何れによって実行できる。
【０１２７】
ここで、ＡＳＴＡＲ法の概要を図２０に基づいて説明する。
【０１２８】
図２０に、ＰＡＳＬ法に基づくＡＳＴＡＲ法により空間的に設定されるスラブ（又はスライス）の位置関係を示す。同図において、横軸を被検体の体軸方向ｚにとり、縦軸をイメージングスラブ（Imaging slab）のｚ軸方向の中心からの変調周波数オフセット量にとる。斜めの２本の破線はＩＲ（反転回復）傾斜磁場強度を示す。
【０１２９】
このＡＳＴＡＲ法（ＰＡＳＬ法に拠る）では、図２０に示す如く、撮像領域として選択的に設定されるイメージングスラブに対し、タグ用ＩＲ（インバージョン）パルスの印加によるタグスラブ（Tagging slabまたはTag-IR slab）とコントロール用ＩＲパルスの印加によるコントロールスラブ（Controlling slabまたはControl-IR slab）とが選択的に設定される。
【０１３０】
そして、タグスラブに選択的に印加するタグ用ＩＲパルスを含んだパルス列とイメージングスラブに選択的に印加するイメージング用パルス列とから成る第１のパルスシーケンスを用いたスキャン（タグ（ラベル）スキャン）と、コントロールスラブに選択的に印加するコントロール用ＩＲパルスを含んだパルス列とイメージングスラブに選択的に印加するイメージング用パルス列とから成る第２のパルスシーケンスを用いたスキャン（コントロールスキャン）が適宜な順番で時系列的に実施される。タグスキャンを行う撮像モードをタグモードと呼び、コントロールスキャンを行う撮像モードをコントロールモードと呼ぶことにする。
【０１３１】
このタグスキャンおよびコントロールスキャンを実行するに際し、タグ用ＩＲパルスとコントロール用ＩＲパルスのイメージングスラブの中心からのオフセット周波数は同じ値にした状態で、各イメージングパルスによるスラブの厚さと位置オフセットを同じ倍率で変えることを特徴の１つとする。これにより、タグスラブおよびコントロールスラブとイメージングスラブとの間の距離を調整でき、これにより、両ＩＲパルスの印加に伴ってイメージングスラブに生じるＭＴ効果を同一にまたは殆ど同一にし、かつ、一方向からの血流のみをイメージングする手法である。
【０１３２】
このＡＳＴＡＲ法を実施して例えば被検体の頭部を撮像する場合、動脈は下肢側から頭頂部側に流れているので、タグ用ＩＲスラブはイメージングスラブよりも下肢側（下側）に設定され、一方、コントロール用ＩＲスラブはイメージングスラブよりも頭頂部側（上部）側に設定される。このＡＳＴＡＲ法では、コントロール用ＩＲスラブを、静脈を含む頭頂部に掛からないように設定することを必須の特徴とする。つまり、頭頂部から外れた位置にコントロール用ＩＲスラブが設定される。
【０１３３】
ＡＳＬ法において、通常、除外したいのは、静脈系から検出される信号である。「除外」と言っても、結局のところ、反転（ＴＩ）時間内に静脈からの信号がイメージングスラブに入りこまなければよい。静脈は動脈に比べて、比較的低速であるため、タグ用ＩＲパルスを頭部から位置的に完全に外して印加する必要は無く、静脈の流速、ギャップ（空隙）の距離、および反転時間などの条件に応じて、適度なマージンだけイメージングスラブから離して設定できる。
【０１３４】
図２１には、上述したＡＳＴＡＴＲ法（ＰＡＳＬ法に基づく）を実施するためのパルスシーケンスの詳細な一例を示す。この例は、ＩＲパルスを用いた高速ＦＥ法のシーケンスを元にしたパルス列で構成されている。
【０１３５】
上述したＡＳＴＡＲ法が実行されて、コントロールモード及びスキャンモードによるエコーデータから、頭部などの所望部位のコントロール画像Ｓ_ｃｏｎｔ（ｘ，ｙ）とタグ画像Ｓtag（ｘ，ｙ）が演算ユニット１０により再構成される（ステップＳ３，Ｓ４）。
【０１３６】
次いで、演算ユニット１０により、再構成されたコントロール画像Ｓ_ｃｏｎｔ（ｘ，ｙ）とタグ画像Ｓtag（ｘ，ｙ）を用いてＡＳＬ画像ＡＳＬ（ｘ，ｙ）が、
【数１６】

の引き算により画素毎に演算される（ステップＳ５）。
【０１３７】
次いで、演算ユニット１０により、実際に測定されるＡＳＬ画像ＡＳＬ（ｘ，ｙ）とコントロール画像値Ｓ_ｃｏｎｔとの比を
【数１７】

に基づき画素毎に求めて、正規化されたＡＳＬＲ（ASL signal to control signal ratio）画像ＡＳＬＲ（ｘ，ｙ）が得られる（ステップＳ６）。ここで、Ｓ_ｃｏｎｔは、コントロール画像上のＷＭ又は血液の画像値を表す。この画像値Ｓ_ｃｏｎｔは、プロトン密度を反映するとみなせる回復時間Ｔ_ｒｅｐが十分に長くない場合（すなわち、２秒よりも短い場合）、それよりも長いＴ_ｒｅｐで別に撮像した画像から採用される。
【０１３８】
なお、この画像値Ｓ_ｃｏｎｔは以下のような理由で用いられる。いま、送受信ゲインなどの装置に依存するパラメータをＧ、ラベリング方法（インバージョン角度など）やＴ２緩和などに依存する係数をＡとすると、
【数１８】

で表される。仮に、画像値Ｓ_ｃｏｎｔが、Ｔ１緩和が十分に飽和したとみなせるほどの十分に長いＴＩで計測されているとすれば、
【数１９】

になり、Ｇ、Ａ、及びＭ_０の影響が共にキャンセルされ、単純に、テーブルを参照すれば済むことになる。
【０１３９】
脳の場合、血液のＭ_０を測定する必要があるが、血液を測定することは困難であるので、その代わりに白質部の信号強度を代用してもよい。また、被検者毎にシングルスライスならば１箇所、画像値Ｓ_ｃｏｎｔを求めておけばよいし、マルチスライスならばコイル感度が異なるので、画像値Ｓ_ｃｏｎｔをスライス毎に求めておけばよい。
【０１４０】
なお、上述した実施形態の構成において、ＭＲＩ装置のホスト計算機６、演算ユニット１０、記憶ユニット１１、表示器１２、及び入力器１３は、本発明に係るフロー定量化装置Ａとしても機能する構成要素である。
【０１４１】
（その他の実施形態…その１）
上述した実施形態にあっては、一度、何等かの方法でトレーサー流量Ｑｔとフローｆの対応関係を示すテーブルを求めておく手法であったが、その他の実施形態としては、フローｆとトレーサー流量Ｑｔの関数関係に基づき直接、変換するようにしてもよい。
【０１４２】
具体的には、上述したテーブルを用いたフロー定量化の中で、代表的な組織のパラメータを元にtwo-compartment modelに基づくシミュレーションで求めた「Ｑｔｖｓ．ｆ」の関係を縦軸と横軸を入れ変えて、フローｆを縦軸とする上記（１２）式に変換する。すなわち、「Ｑｔｖｓ．ｆ」の関係をｆ（Ｑｔ１）、ｆ（Ｑｔ２）、…を通るフローｆの曲線（＝多項式）：
【数２０】

でフィッティングすればよく、このように直接変換方式を採ることで、（１１）式をｆについて解く必要は無くなる。
【０１４３】
図２２（ａ），（ｂ）は、上述のように「Ｑｔｖｓ．ｆ」の関係を縦軸と横軸を入れ変えてフィッティングし、トレーサー流量Ｑｔからフローｆを求める手順を例示する。同図（ａ）は、直線近似（リニアスケーリング）によるフロー定量化を示すもので、前述した図１７（ａ）に対応する。また同図（ｂ）は、多項式近似によるフロー定量化を示すもので、前述した図１７（ｂ）に対応する。
【０１４４】
このように近似させた直線又は曲線は、前述と同様に、リサンプリングして離散的なテーブルとして作成される（図１８参照）。例えば、フローｆは１［ｍｌ／１００ｃｃ／ｍｉｎ］の刻みで作成される。また、このテーブルは、パラメータのＰ１〜Ｐｋのそれぞれ毎に作成するようにしてもよい。
【０１４５】
なお、テーブルの代わりに、変換式を記憶するようにしてもよく、その場合には、近似させた直線を表す１次式又は曲線を表す高次式を記憶させ、フロー定量化の都度、かかる変換式が呼び出される。
【０１４６】
なお、トレーサー量Ｑｔを算出するときにフローｆ以外のパラメータがＰ１，Ｐ２，…，Ｐｍがある場合には、Ｐ１〜Ｐｍのそれぞれ毎に「Ｑｔｖｓ．ｆ」のテーブルを作成しておく必要がある。また、フローが組織によりＰ１，Ｐ２，…，Ｐｋに依存する場合、あるパラメータではあるフローを、別のパラメータでは別のフローに対応させたテーブルが作成される。テーブルは離散的であることが要求されるが、関数で与えられるならば、連続的な値が求まる。
【０１４７】
（その他の実施形態…その２）
前述した実施形態では、とくに、レファレンスデータを用いて受信ゲインの違いによる影響を補正するようにしてもよい。この補正の一例は以下のように実行される。
【０１４８】
予め、静止レファレンスファントムｒｅｆ１（図２３参照）に対する、コントロールモードにおける受信ゲインで補正後の画像値Ｓ_{ｃｏｎｔ／ｃｏｒ}（ｒｅｆ１）が統計的に演算され、記憶ユニット１１に格納される（図２３のステップＳ２１）。レファレンスファントムｒｅｆ１は、Ｔ１が血液に近い値（静磁場が１．５Ｔの場合、１２００〜１５００ｍｓｅｃ）のファントムである。この演算は、演算ユニット１０又はホスト計算機６を使って行なうことができるが、本ＭＲＩ装置とは別の機器で演算したデータをホスト計算機６が入力器１３を介して受け取り、これを記憶ユニット１１に格納してもよい。
【０１４９】
なお、受信ゲインＧ_１を算出するためには、静止レファレンスファントムｒｅｆ１に代えて、頭部組織そのものを用いることもできる。
【０１５０】
そして、被検体の頭部の近傍に静止レファレンスファントムｒｅｆ１を置いた状態でＡＳＬイメージング、すなわちコントロールスキャン及びタグスキャンが適宜な順序で１回ずつ実行される。このコントロールスキャン及びタグスキャンは、シーケンサ５の制御の基に傾斜磁場電源４、送信器８Ｔ、及び受信器８Ｒを動作させて実行される。ＲＦコイル７で受信され、かつ受信器８Ｒで処理されたエコーデータは、演算ユニット１０にて再構成され、各モードでの画像値に生成される。
【０１５１】
したがって、各被検体に対するフロー定量化又は同一被検体に対するフロー定量化の度に（すなわち測定の度に）、コントロールスキャン及びタグスキャンが被検体とレファレンスファントムｒｅｆ１と対して同時に実行され、各モードのデータ測定及び収集が行なわれる。
【０１５２】
この内、コントロールスキャンにより発生したエコー信号から画像測定値Ｓ_{ｃｏｎｔ／ｍｅａｓｕｒｅｄ}（ｒｅｆ１）が生成される（ステップＳ２２）。
【０１５３】
さらに、上述のコントロール画像Ｓ_{ｃｏｎｔ／ｍｅａｓｕｒｅｄ}（ｘ，ｙ）及びタグ画像Ｓ_{ｔａｇ／ｍｅａｓｕｒｅｄ}（ｘ，ｙ）から、その頭部のgray matterにレファレンスｒｅｆ２（ＲＯＩ）を置いたときの、レファレンスｒｅｆ２に対するコントロールスキャン及びタグスキャン各々の画像測定値Ｓ_{ｃｏｎｔ／ｍｅａｓｕｒｅｄ}（ｒｅｆ２）及びＳ_{ｔａｇ／ｍｅａｓｕｒｅｄ}（ｒｅｆ２）が夫々生成される（ステップＳ２３、Ｓ２４）。
【０１５４】
ここで、ステップＳ２１〜Ｓ２４は上述した処理順に限定されることなく、適宜な順で処理してよい。
【０１５５】
次いで、前述したステップＳ２１及びＳ２２で記憶又は生成しているデータから、受信ゲインＧ１が
【数２１】

により補正演算される（ステップＳ２５）。つまり、測定毎に、補正された受信ゲインＧ_１が求められる。
【０１５６】
なお、正常な灰白質や白質の画像値Ｓ_{ｃｏｎｔ／ｃｏｒ}の個人差は小さいので、既知の画像値Ｓ_{ｃｏｎｔ／ｃｏｒ}が有るならば、その値を用いて、測定毎に受信ゲインＧ_１を補正演算するようにしてもよい。これにより、静止レファレンスファントムｒｅｆ１を用いた事前の測定を省略することができる。さらに、各回の測定に際し、受信ゲインＧ_１それ自体が既知である場合、ステップＳ２１〜Ｓ２２の一連の測定及び演算を省略し、その既知のゲイン値を後述する処理で直接用いるようにしてもよい。
【０１５７】
次いで、補正された受信ゲインでスケール値（比例係数）Ｋ_１ｃｏｒを演算するための処理工程に入る。最初に、前述したステップＳ２３及びＳ２４における生成データから、レファレンスｒｅｆ２に対するＡＳＬ画像値ΔＳ_{ｍｅａｓｕｒｅｄ}（ｒｅｆ２）が
【数２２】

により差分演算される（ステップＳ２６）。
【０１５８】
さらに、ステップＳ２６で補正された受信ゲインＧ_１を用いてレファレンスｒｅｆ２に対する画像値ΔＳ_ｃｏｒ（ｒｅｆ２）が、
【数２３】

により演算される（ステップＳ２７）。
【０１５９】
このようにして求めた画像値ΔＳ_ｃｏｒ（ｒｅｆ２）を用いて多項式近似の関数が適宜に補正され、受信ゲインの違いに因る影響が排除されたフロー定量化がなされる。
【０１６０】
以上説明した種々の実施形態によるフロー定量化によれば、従来のsingle-compartment modelに基づくスケーリングでは不足していた高精度なフロー定量化を行うことができる。
【０１６１】
これは、本発明者が行ったシミュレーション及び実験から導出された知見に基づく構成に拠るものである。とくに、血流が組織に拡散するモデルとして、two-compartment modelを用い、このtwo-compartment modelに代表的な組織のパラメータを適用して数段階の値のフローｆに対するトレーサー濃度Ｑｔを求めることに基礎を置いている。そして、トレーサー濃度Ｑｔからフローｆへの換算式又はテーブルを求めて可能しておく。さらに、ＡＳＴＡＲ法などに基づくＡＳＬイメージングで求めたＡＳＬ画像：ＡＳＬ（ｘ，ｙ）は、ＡＳＬＲ画像：ＡＳＬＲ（ｘ，ｙ）に正規化し、このＡＳＬＲ画像からトレーサー流量Ｑｔ（ｘ，ｙ）を求め、このトレーサー流量Ｑｔ（ｘ，ｙ）は、上述した換算式又はテーブルを利用又は参照する簡単なスケーリング操作に付され、フローｆが画素毎に定量化される。これにより、例えば頭部のフローｆの２次元分布情報が表示される。
【０１６２】
このようにtwo-compartment modelをベースモデルとしていること、直線近似に拠るリニアスケーリングのみならず、２次以上の高次の多項式を用いた曲線近似がなされることによって、より高精度なフローの定量化がなされる。
【０１６３】
この定量化において、two-compartment modelを用いながらも、このモデルに必要なパラメータを測定しないものの、測定したのとほぼ同等の精度でフロー定量化を行うことができる。また、この定量化の過程において、従来のsingle-compartment modelに比べて、組織毎にパラメータＴ１を測定しなくても済むので、定量性が向上する。さらに、測定データを単一条件における信号強度であり、この強度に基づくトレーサー濃度Ｑｔでテーブル参照するだけの操作であるから、簡便に血流量などのフローｆを定量化することができる。
【０１６４】
なお、上述した多項式による曲線近似（ノンリニアなスケーリング）は、single-compartment modelに基づくスケーリングにも適用可能なものである。従来は、single-compartment modelに基づくリニアスケーリングしか知られておらず、このsingle-compartment modelに拠る、より簡便なスケーリングの精度をノンリニアなスケーリングでカバーすることは大きな利点である。このsingle-compartment modelに拠るスケーリングによれば、Ｔ１値を測定しなくても済むという利点もある。
【０１６５】
また、上述した実施形態にあっては、撮像部位が頭部である場合を例示したが、撮像部位は腎臓、肝臓、筋血流など、種々の部位に適用することもできる。
【０１６６】
なお、本発明は、代表的に例示した上述の実施の形態に限定されるものではなく、当業者であれば、特許請求の範囲の記載内容に基づき、その要旨を逸脱しない範囲内で種々の態様に変形、変更することができ、それらも本発明の権利範囲に属するものである。
【０１６７】
【発明の効果】
以上説明したように、本発明に係るＭＲＩ装置、フロー定量化装置、及びフロー定量化方法によれば、ＡＳＬイメージングにより得られた画像データに基づく量を、予め保管してあるトレーサー濃度とフローとの対応情報に照らして線形及び非線形のスケーリングにより組織血流から成るフローを精度良く、且つ、より少ない測定データ数と演算量で簡便に定量化することができる。
【０１６８】
とくに、tow-compartment modelを用いて濃度とフローの対応情報（例えば変換式又はテーブル）を生成し、保管してあるので、より高精度で且つ簡単な演算でフローの定量化を行うことができる。また、多項式などによる非線形近似によるスケーリングも行えるので、フローの高精度な定量化を行うことができる。
【０１６９】
このため、従来の収集データや演算量が膨大な、実際には殆ど使用困難な手法に比べて、一般の急性期梗塞の患者などに対して、とくに有効性を発揮する。このフロー定量化を画像表示することで、画像値を使った臨床的に意味のある比較が可能になり、患者毎に又は同一患者の時間経過毎にフロー値の変化を追跡するといった診断法も提供できる。
【０１７０】
また、当然に、造影剤が不要であるから非侵襲性を維持でき、Ｘ被曝も無いといった点でも有利である。
【図面の簡単な説明】
【図１】本発明の原理を説明するために記載したツー・コンパートメント・モデル（two-compartment model）の説明図。
【図２】本発明で実施できるＰＡＳＬ法及びＣＡＳＬ法それぞれにおける入力関数の波形を示す図。
【図３】本発明で好適に採用可能なＡＳＴＡＲ法のパルスシーケンス及び印加パルスのスラブ位置を説明する図。
【図４】本発明者が行ったシミュレーションの結果を示すグラフ。
【図５】本発明者が行ったシミュレーションの結果を示すグラフ。
【図６】本発明者が行ったシミュレーションの結果を示すグラフ。
【図７】本発明者が行ったシミュレーションの結果を示すグラフ。
【図８】本発明者が行ったシミュレーションの結果を示すグラフ。
【図９】本発明者が行ったシミュレーションの結果を示す表の図。
【図１０】本発明者が行ったシミュレーションの結果を示すグラフ。
【図１１】本発明者が行ったシミュレーションの結果を示すグラフ。
【図１２】本発明者が行った実験の結果を示す表の図。
【図１３】本発明者が行った実験の結果を示すグラフ。
【図１４】本発明者が行った実験の結果を示すグラフ。
【図１５】本発明の実施形態に係るＭＲＩ装置の一例を示すブロック図。
【図１６】実施形態に係るＡＳＬイメージングにおけるテーブル換算によるフロー定量化の概要を例示するフローチャート。
【図１７】リニアスケーリング及び多項式近似によるスケーリングを用いたフロー算出の概要を説明する図。
【図１８】フロー定量化のための記憶テーブルを説明する図。
【図１９】一例として説明する、タグパルスの印加からイメージングまでの時間ＴＩをパラメータとした多項式近似の曲線を示すグラフ。
【図２０】実施形態におけるＡＳＬイメージングでＡＳＴＡＲ法をより詳細に説明する図。
【図２１】ＡＳＴＡＲ法に係るパルスシーケンスを例示する図。
【図２２】リニアスケーリング及び多項式近似によるスケーリングを用いたフロー算出の概要を説明する図。
【図２３】他の実施形態に係るリファレンスデータを用いたスケーリングの補正を説明するフローチャート。
【符号の説明】
１磁石（撮像手段）
２静磁場電源
３傾斜磁場コイルユニット（撮像手段）
４傾斜磁場電源（撮像手段）
５シーケンサ（撮像手段）
６ホスト計算機（撮像手段／フロー定量化手段／保管手段）
７ＲＦコイル（撮像手段）
８Ｔ送信器（撮像手段）
８Ｒ受信器（撮像手段）
１０演算ユニット（撮像手段／フロー定量化手段／保管手段）
１１記憶ユニット（フロー定量化手段／保管手段）
１２表示器（フロー定量化手段）
１３入力器（フロー定量化手段）

Claims

被検体の撮像領域にＡＳＬ法に基づくスキャンを実行して当該ＡＳＬ法に基づく前記撮像領域の画像データを得る撮像手段と、
前記被検体の撮像領域における血流が組織に拡散するときの血流の内外に少なくとも２つのコンパートメントを設定して当該血流の組織への拡散状態の時間変化を考慮したモデルに基づいて求めたトレーサーとしての水のトレーサー濃度と組織血流としてのフローとの対応情報を求めて保管する保管手段と、
前記撮像手段により得られた画像データに基づく量を前記トレーサー濃度とフローとの対応情報に照らして前記撮像領域における組織血流のフローを定量化するフロー定量化手段と、を備えたことを特徴とするＭＲＩ装置。
請求項１に記載のＭＲＩ装置において、
前記保管手段は、前記モデルに前記被検体の撮像領域の組織の代表的なパラメータを適用して複数の既知のフローのそれぞれに対応する単位ボクセル内のトレーサー量を複数個求める手段と、
前記複数の既知フローと前記複数のトレーサー量との関係をリニア又はノンリニアな式で近似する手段と、
前記リニア又はノンリニアな式に基づく対応関係を記憶テーブル又は変換式として記憶する手段と、を備えたＭＲＩ装置。
請求項２に記載のＭＲＩ装置において、
前記フロー定量化手段は、前記撮像手段により得られたＡＳＬ法に基づく画像データの信号強度から単位ボクセル内のトレーサー量を求める手段と、このトレーサー量を前記記憶テーブル又は変換式でフローに換算する手段と、を備えるＭＲＩ装置。
請求項３記載のＭＲＩ装置において、
前記トレーサー量を求める手段は、前記ＡＳＬ法に基づく画像データからＡＳＬＲ画像を求める手段を有し、このＡＳＬＲ画像から前記トレーサー量を演算するようにしたＭＲＩ装置。
請求項１〜４の何れか一項に記載のＭＲＩ装置において、前記保管手段は、レファレンスデータを用いて前記トレーサー濃度と前記フローとの対応情報を補正する手段を有するＭＲＩ装置。
請求項１〜５の何れか一項に記載のＭＲＩ装置において、前記撮像手段は、前記スキャンとしてＡＳＴＡＲ法に基づくスキャンを実行する手段であるＭＲＩ装置。
被検体の撮像領域における血流が組織に拡散するときの血流の内外に少なくとも２つのコンパートメントを設定して当該血流の組織への拡散状態の時間変化を考慮したモデルに基づいて求めたトレーサーとしての水のトレーサー濃度と組織血流としてのフローとの対応情報を求めて保管する保管手段と、
撮像手段により得られた画像データに基づく量を前記トレーサー濃度とフローとの対応情報に照らして前記撮像領域における組織血流のフローを定量化するフロー定量化手段と、を備えたことを特徴とするフロー定量化装置。
請求項７に記載のフロー定量化装置において、
前記保管手段は、前記モデルに前記被検体の撮像領域の組織の代表的なパラメータを適用して複数の既知のフローのそれぞれに対応する単位ボクセル内のトレーサー量を複数個求める手段と、
前記複数の既知フローと前記複数のトレーサー量との関係をリニア又はノンリニアな式で近似する手段と、
前記リニア又はノンリニアな式に基づく対応関係を記憶テーブル又は変換式として記憶する手段と、を備えたフロー定量化装置。
被検体の撮像領域における血流が組織に拡散するときの血流の内外に少なくとも２つのコンパートメントを設定して当該血流の組織への拡散状態の時間変化を考慮したモデルに基づいて求めたトレーサーとしての水のトレーサー濃度と組織血流としてのフローとの対応情報を求めて保管し、
得られた画像データに基づく量を前記トレーサー濃度とフローとの対応情報に照らして前記撮像領域における組織血流のフローを定量化するようにしたことを特徴とするフロー定量化装置。
請求項９に記載のフロー定量化装置において、前記モデルに前記被検体の撮像領域の組織の代表的なパラメータを適用して複数の既知のフローのそれぞれに対応する単位ボクセル内のトレーサー量を複数個求め、前記複数の既知フローと前記複数のトレーサー量との関係をリニア又はノンリニアな式で近似し、前記リニア又はノンリニアな式に基づく対応関係を記憶テーブル又は変換式として記憶するようにしたフロー定量化装置。