專利名稱：白質強調處理裝置、白質強調處理方法以及程序的制作方法
技術領域：
本發明涉及白質強調處理裝置、白質強調處理方法以及程序，特別涉及利用通過 MRI (Magnetic Resonance Imaging,磁共振成像)裝置拍攝的生物體的腦的對比度圖像的 白質強調處理裝置、白質強調處理方法以及程序。
背景技術：
—般地，作為對腦的形狀進行圖像化的裝置，已知CT (ComputedTomogr即hy Scanning,計算機斷層掃描)裝置、MRI裝置等。 CT裝置是使用了計算機斷層攝影法的裝置，輸出X射線的機器一邊在生物體的周
圍旋轉一邊從多個方向進行照射，通過計算機計算所檢測的數據而生成圖像。 MRI裝置是使用了磁共振成像法的裝置，對放置于靜磁場中的被檢體組織的原子
核自旋，利用具有其拉莫爾頻率的高頻信號進行激勵，根據伴隨該激勵發生的磁共振信號
生成圖像。 這些CT裝置、MRI裝置都是以檢測腦的結構、腦的病灶為目的而開發的。 在CT裝置中，由于能夠清晰地區分頭蓋骨與腦的實質，所以被用作腦手術的事前
檢查。另外，還可以描繪出l毫米的血管。 但是，由于伴隨放射線輻射，所以在用于健康人的檢查時，除了例外情況，基本上 不使用CT裝置，而在懷疑是疾病時才選擇性地使用。例如，在全身健康檢查中，有時進行肺 的CT檢查，但其目的在于發現肺的小的腫瘤等。這樣，CT裝置由于放射線輻射而在腦的構 造攝影中受到制約。另外，即使能夠將腦的皮質與白質區分來拍攝，也無法得到特別清晰的 圖像。 另一方面，在MRI裝置中，由于沒有放射線輻射的擔心，所以在腦的結構攝影中沒 有制約，而簡單地得到任意的腦照片。當前，由于還可以檢測出大致1毫米左右的腦病變， 所以還用于腦健康檢查。還廣泛使用MRI的三維(3D)MRI攝影法，能夠從任意角度重構腦 的結構來詳細地檢查。 另外，MRI裝置具有如下優點象皮髓邊界這樣對被分為皮質與白質的腦結構進 行可視化。 通常，在腦的MRI中，使用Tl強調圖像、質子強調圖像、T2強調圖像、FLAIR圖像、 以及擴散強調圖像這五種圖像法。 在T1強調圖像中，將白質描繪成白色，將皮質描繪成灰色。將病灶主要描繪成黑 色。 在質子強調圖像、T2強調圖像以及FLAIR圖像中，相反地，將白質描繪成黑色，將 皮質描繪成灰色。將病灶主要描繪成白色。 在擴散強調圖像中，將皮質與白質同等地描繪成灰色，將病灶描繪成白色。 作為以往的與MRI裝置相關的技術，例如在專利文獻1中，提出了如下的磁共振成
像方法以及裝置對放置于靜磁場中的被檢體執行包括反轉脈沖(inversion pluse)的反轉序列(inversion sequence)，在執行了該反轉序列之后，執行用于從被檢體收集MR信號 的成像序列，在這樣的磁共振成像方法中，將反轉脈沖的頻帶寬度設定得比以往的使用頻 帶寬度更寬。 根據該磁共振成像方法以及裝置，在使用了包括反轉脈沖的IR序列的序列的磁
共振成像中，能夠進行積極地利用了多種原子核池間的化學交換和/或交叉馳豫的現象的
成像，例如，能夠提高白質/灰白質之間等的對比度、提高S/N比，例如，提高腦神經組織的
可分辨性，得到以往沒有的高質量的MRI圖像(以下將該技術稱為以往例1)。 另外，在專利文獻2中，提出了一種磁共振成像裝置，具備攝像單元，使被檢體在
規定的攝像條件下產生核磁共振信號，并且對其進行檢測；重構單元，根據核磁共振信號重
構被檢體的斷層像；顯示單元和攝像單元，顯示被檢體的斷層像；以及控制單元，控制重構
單元和顯示單元，其中，控制單元在同一畫面上或多個畫面上連續顯示至少兩種對比度的
圖像。作為多個對比度圖像，能夠根據作為目標的病變部，選擇質子密度強調圖像和T2強
調圖像、T1強調圖像和T2強調圖像、水/脂肪合成圖像和脂肪抑制圖像等兩種對比度的圖像。 根據該磁共振成像裝置，能夠將根據病變而以更高的對比度描繪的圖像作為引 導，來向被檢體的病變部插入穿剌針、活檢針(以下將該技術稱為以往例2)。
專利文獻1 :日本特開平9-253067號公報
專利文獻2 :日本特開2001-70285號公報 以往例l以及以往例2都是為了確定病變的范圍、大小、以及場所等而以改善對比 度圖像的描繪為目的的技術，并非以對生物體的腦的成長和發達的程度、左腦和右腦的優 勢性、擅長領域和不擅長領域的識別、以及生物體的個性等生物體的腦特性進行分析為目 的的技術。
發明內容
本發明是為了解決上述課題而完成的，其目的在于提供一種白質強調處理裝置、 白質強調處理方法以及程序，根據通過MRI裝置拍攝的生物體的腦的對比度圖像，生成對 腦的白質進行強調的白質強調圖像，從而能夠對生物體的腦的成長和發達的程度、左腦和 右腦的優勢性、擅長領域和不擅長領域的識別、以及生物體的個性等生物體的腦特性進行 分析。 本發明的白質強調處理裝置的特征在于，具有根據通過MRI裝置拍攝的生物體 的腦的對比度圖像，進行調整以使白質顯著、并且使皮質不顯著，從而生成強調了白質的白 質強調圖像的單元；以及顯示所生成的上述白質強調圖像的單元。 上述對比度圖像例如是T1強調圖像、質子強調圖像、T2強調圖像、FLAIR圖像或擴 散強調圖像中的某一個或它們的組合的圖像。 上述白質強調圖像可以是通過調整窗寬以及窗位來生成的。 可以將針對上述生物體的腦內的起到規定功能以及作用的每個部位區分地附加 的腦區分用地址，與上述白質強調圖像一起顯示。 可以具有根據所生成的上述白質強調圖像的枝的數量、粗細、長度、位置、濃淡、形 狀或大小中的某一個或它們的組合，來對上述生物體的腦特性進行分析的單元。
上述進行分析的單元可以根據上述生物體的白質強調圖像的特征，分類為多個類 型來進行分析。 本發明的白質強調處理方法的特征在于，具有 輸入通過MRI裝置拍攝的生物體的腦的對比度圖像的步驟； 根據輸入的上述對比度圖像，進行調整以使白質顯著、并且使皮質不顯著，從而生 成強調了白質的白質強調圖像的步驟；以及
顯示所生成的上述白質強調圖像的步驟。 可以具有根據所生成的上述白質強調圖像的枝的數量、粗細、長度、位置、濃淡、形
狀或大小中的某一個或它們的組合，來對上述生物體的腦特性進行分析的步驟。 在上述進行分析的步驟中，可以根據上述生物體的白質強調圖像的特征，分類為
多個類型來進行分析。 本發明的程序的特征在于，該程序使計算機執行如下處理
輸入通過MRI裝置拍攝的生物體的腦的對比度圖像的處理； 根據輸入的上述對比度圖像，進行調整以使白質顯著、并且使皮質不顯著，從而生 成強調了白質的白質強調圖像的處理；以及
顯示所生成的上述白質強調圖像的處理。 可以使計算機執行根據所生成的上述白質強調圖像的枝的數量、粗細、長度、位 置、濃淡、形狀或大小中的某一個或它們的組合，來對上述生物體的腦特性進行分析的處理。 在上述進行分析的處理中，可以根據上述生物體的白質強調圖像的特征，分類為 多個類型來進行分析。 根據本發明，根據通過MRI裝置拍攝的生物體的腦的對比度圖像，生成對腦的白 質進行強調的白質強調圖像，從而能夠對生物體的腦的成長和發達的程度、左腦和右腦的 優勢性、擅長領域和不擅長領域的識別、以及生物體的個性等生物體的腦特性進行分析。
圖1是示出本發明的實施方式例的白質強調處理裝置的結構的框圖。 圖2是用于說明本發明的實施方式例的白質強調處理裝置的動作的流程圖。 圖3(A) (F)是用于說明白質強調圖像的生成步驟的說明圖。 圖4是示出將腦區分用地址與白質強調圖像一起顯示的例子的說明圖。 圖5是對從外側觀察腦的二維圖附加了腦區分用地址的說明圖。 圖6是對從內側觀察腦的二維圖附加了腦區分用地址的說明圖。 圖7是對從正上方觀察腦的二維圖附加了腦區分用地址的說明圖。 圖8是對從前側觀察腦的二維圖附加了腦區分用地址的說明圖。 圖9是對從左后側觀察腦的三維圖附加了腦區分用地址的說明圖。 圖10是對從左前側觀察腦的三維圖附加了腦區分用地址的說明圖。 圖11(A)是對腦的外側面圖附加了腦區分用地址的說明圖，(B)是對腦的水平剖
面圖附加了腦區分用地址的說明圖。 圖12(A)是從猴子的腦的外側觀察的腦細胞分布圖，(B)是從猴子的腦的內側觀察的腦細胞分布圖，(C)是從人類的腦的外側觀察的腦細胞分布圖，(D)是從人類的腦的內
側觀察的腦細胞分布圖。 圖13是示出超腦區域的說明圖。 圖14是示出超腦區域與腦區分用地址的關系的說明圖。 圖15(A)是腦區分用地址的譜圖的一個例子，示出海馬(H地址)、扁桃體(A地
址)、小腦(C地址)、腦干(S地址)，(B示出視丘(T地址)，(C)示出大腦基底核(G地址)。 圖16(A)示出T2強調圖像，(B)示出與其對應的白質強調圖像。 圖17(A)以及(B)是用于說明白質強調圖像中的定量測量法的說明圖。 圖18(A)以及(B)是用于說明白質強調圖像中的定量測量法的說明圖。 圖19是示出每個腦區分用地址的白質強調圖像中的左右的腦的白質部分的體素
(voxel)數(像素數、體積)的圖形。 圖20是示出每個腦區分用地址的白質強調圖像中的左右的腦的白質部分的體素 數(像素數、體積)的圖形，(A)示出任意A的對比度的情況，(B)示出任意B的對比度的情 況。 圖21是示出根據兩次的MRI裝置的對比度圖像定量地比較腦的樹枝的例子的說 明圖。 圖22是用于說明示出左右腦區分用地址的優勢性的圖像的例子的說明圖。
圖23是用于說明顯示出腦的樹枝的等高線的圖像的例子的說明圖。
圖24(A) (D)是用于說明將腦回的發達成長過程中的腦的樹枝分類成階段的例 子的說明圖，(E)是用于說明對階段進行了映射的例子的說明圖。 圖25(A)是示出腦的矢狀剖面的T2強調圖像，(B)以及(C)是對腦梁中的樹枝的 差異進行了視覺化的圖像。 圖26(A)以及(B)是示出表示腦的樹枝的成長的白質強調圖像的說明圖。 圖27(A)是有病變的Tl強調圖像，(B)是示出使病灶成為白色、使皮質成為黑色、
使白質的樹枝成為白色的強調圖像的說明圖。 圖28(A)是有病變的FLAIR強調圖像，(B)是示出使病灶成為白色、使皮質成為白 色、使白質成為黑色的樹枝強調圖像的說明圖。 圖29是用于說明利用了腦的白質(樹枝)強調圖像的前頭葉優勢判定的說明圖， 下段示出T2強調圖像，上段示出白質強調圖像，(A)示出左右腦對稱的情況，(B)示出右腦 優勢的情況，(C)示出左腦優勢的情況。 圖30(A) (C)示出利用了腦的樹枝圖像的腦區分用地址間譜圖的說明圖。
圖31 (A)是示出白質的樹枝FLAIR圖像(TE = 20ms)的說明圖，(B)是示出樹枝 成長預測FLAIR圖像(TE = 180ms)的說明圖。 圖32 (A)是示出白質的樹枝FLAIR圖像(TE = 20ms)的說明圖，(B)是示出樹枝 成長預測FLAIR圖像(TE = 180ms)的說明圖。 圖33(A)是示出T2強調圖像的說明圖，(B)是示出腦的樹枝圖像的說明圖。 圖34是示出腦的樹枝成長矢量的說明圖。 附圖標記說明 A:白質強調處理裝置
B :MRI裝置 1 :輸入部 2:輸出部(顯示部) 3 :控制部 4:接口部 5 :存儲部 6:白質強調圖像生成部 7 :顯示處理部 8 :樹枝分析部
具體實施例方式以下，參照附圖，對本發明的實施方式進行說明。
(白質強調處理裝置的結構) 圖1是示出本發明的實施方式例的白質強調處理裝置的結構的框圖。
如圖1所示，本發明的實施方式例的白質強調處理裝置A具有輸入各種數據的鍵 盤、鼠標等輸入部1 ;顯示器等輸出部(顯示部)2 ;以及控制輸入部1以及輸出部2的控制 部3，并且經由接口部4與MRI裝置B連接。 控制部3具有輸入并存儲由MRI裝置B拍攝的生物體的腦的對比度圖像的存儲 部5 ;根據存儲在存儲部5中的對比度圖像進行調整，以使白質顯著、并且使皮質不顯著，從 而生成強調了白質的白質強調圖像的白質強調圖像生成部6;使輸出部2顯示由白質強調 圖像生成部6生成的白質強調圖像的顯示處理部7 ;以及根據生成的白質強調圖像的枝的 數量、粗細、長度、位置、濃淡、形狀或大小中的某一個或它們的組合，分析生物體的腦特性 的樹枝分析部8。 作為從MRI裝置B輸入的對比度圖像，是Tl強調圖像、質子強調圖像、T2強調圖 像、FLAIR圖像或擴散強調圖像中的某一個或它們的組合的圖像。
(白質強調處理裝置的動作) 圖2是用于說明本發明的實施方式例的白質強調處理裝置的動作的流程圖。 首先，輸入由MRI裝置B拍攝的生物體的腦的對比度圖像(步驟S1)。在通過MRI裝
置B進行的攝影中，為了強調皮質與白質的對比度，而調節作為攝影參數的反復時間(TR)
和回波時間(TE)。例如，將TR設定為400ms左右，將TE設定為20 200ms。 由于根據一個圖像對左右進行比較，因此與矢狀剖面相比，更優選為水平剖面或
者冠狀剖面。 接下來，根據輸入的對比度圖像進行調整以使白質顯著、并且使皮質不顯著，從而 生成強調了白質的白質強調圖像(步驟S2)。 圖3(A) (F)是用于說明白質強調圖像的生成步驟的說明圖。在白質強調圖像生 成部6中，通過操作者操作輸入部1，調整窗寬(window width)以及窗位(window level), 從而生成白質強調圖像。例如，在對比度圖像是T2強調圖像的情況下(參照圖3(A))，為了 使皮質成為白色而將窗寬設定為零或零附近(參照圖3 (B))，使窗位從零逐漸增加到200 300而使白質全體變黑(參照圖3(B) (E))，而得到白質強調圖像(參照圖3(F))。
在白質強調圖像中，通過使白質內部的對比度變化來對其進行強調，與側頭葉白 質、后頭葉白質相比，更黑地描出前頭葉白質。這意味著髓磷脂等白質纖維束粗且密度高。 另外，表示不僅是從新生兒到兩歲時開始形成髓鞘的時期，而且從三歲以后、成人以后，也 可以區分白質的內部結構。 接下來，通過輸出部2顯示所生成的白質強調圖像(步驟S3)。此時，也可以將針
對生物體的腦內的起到規定功能以及作用的每個部位區分地附加的腦區分用地址(發明
人將該地址稱為腦地址(注冊商標))，與白質強調圖像一起顯示。 圖4是示出將腦區分用地址與白質強調圖像一起顯示的例子的說明圖。 此處，對腦區分用地址進行說明。另外，對于該腦區分用地址的發明，本發明的發
明人已經提出了申請(參照日本特愿2006-194357號)。(腦區分用地址的說明) 圖5是對從外側觀察腦的二維圖附加了腦區分用地址的說明圖，圖6是對從內側 觀察腦的二維圖附加了腦區分用地址的說明圖，圖7是對從正上方觀察腦的二維圖附加了 腦區分用地址的說明圖，圖8是對從前側觀察腦的二維圖附加了腦區分用地址的說明圖， 圖9是對從左后側觀察腦的三維圖附加了腦區分用地址的說明圖，圖10是對從左前側觀察 腦的三維圖附加了腦區分用地址的說明圖，圖11(A)是對腦的外側面圖附加了腦區分用地 址的說明圖，(B)是對腦的水平剖面圖附加了腦區分用地址的說明圖。 如圖5 圖ll所示，腦區分用地址是針對在腦內起到規定功能以及作用的每個部 位區分地附加的編號。 對于大腦，按照Brodmann(布洛德曼)(1907年)提出的腦細胞構筑的分布圖，附 加了編號(1 47)。腦區分用地址的4號和3號成為前頭葉與頭頂葉的邊界，1號、2號處 于頭的更高的位置(參照圖7)，以該邊為中心而前后附加了編號。13 16地址構成島皮 質(參照圖11)。 圖12(A)是猴子的從腦的外側觀察的腦細胞分布圖，(B)是猴子的從腦的內側觀 察的腦細胞分布圖，(C)是人類的從腦的外側觀察的腦細胞分布圖，(D)是人類的從腦的內 側觀察的腦細胞分布圖，圖13是示出超腦區域的說明圖，圖14是示出超腦區域與腦區分用 地址的關系的說明圖。 從圖12可知，本發明的發明人在對猴子與人類的腦進行比較時，發現了存在人類 特別發達、而猴子不發達的三個區域。 進而可知，該三個區域在腦的區域中與最晚發達的區域一致。因此，如圖13、圖14 所示，本發明的發明人將該區域起名為"超腦區域(Super Brain Area)"，將前頭葉、頭頂 葉、以及側頭葉這三個分別起名為超前頭區域(Super Frontal Area)、超頭頂區域(Super ParietalArea)、以及超側頭區域(Super Temporal Area)。 此處，超前頭區域(Super Frontal Area)屬于腦區分用地址中的9地址、10地址、 以及ll地址，超頭頂區域(Super Parietal Area)屬于39地址、40地址，超側頭區域(Super Temporal Area)屬于20地址的一部分、34地址、35地址、36地址、37地址、以及38地址。
圖15(A)是腦區分用地址的譜圖的一個例子，示出海馬(H地址)、扁桃體(A地 址)、小腦(C地址)、以及腦干(S地址)。圖15(B)示出視丘(T地址)，圖15(C)示出大腦 基底核(G地址)。
腦的部位/功能/作用與腦區分用地址具有以下那樣的關系。
(1)前頭葉 a)所屬的腦區分用地址4、6、8、9、32、33、24、44、45、46、10、11地址 b)主要的功能/作用 意志的中樞、與其他部位進行各種聯絡。是運動、具有行動或運動的自發性意志而 能動地取入、否決、或操作信息的場所，除此以外的場所支持聲音、形狀、動作等的信息收集 的作用。 c)各腦區分用地址的部位的功能/作用 腦區分用地址4號運動、手、腳、口、體、肌肉運動、動作、跑、飛跑、書寫、說話。用
抹布擦、縫紉、車的駕駛。
左腦4地址用右手書寫，右腳踢 右腦4地址用左手書寫，左腳踢 腦區分用地址6號運動的計劃、視覺性的想象、運動模式、運動的竅門 腦區分用地址10號走神、集中力、算命、推理、繼續深思。欲望的決定。欲求的決
定、自我顯示欲、創造欲。 腦區分用地址32號賦予動機、提不起注意、不注意、不關心、熱情降低、沒力氣這 樣的消極的性格行動注意易于變動、多動、精力過盛、沖動、對于什么都立即表現出熱情的 性格行動 腦區分用地址9、10、11號目的意識的形成、希望、使命感的形成 腦區分用地址11號對感情非常敏感的腦區分用地址、社會性的發達 左腦11地址以語言為媒介心心相通，通過語言與人相通而變樣。
右腦11地址并非語言、社會性、心的交流、以心傳心、僅通過應試學習無法鍛煉
右腦的ll號地址 左腦的前頭葉的44地址、45地址、46地址使用了語言的IQ檢查、處理速度、語言 類作業記憶(工作記憶)、語言溝通 左腦的前頭葉的44地址、45地址、46地址并非語言而是圖形問題的IQ檢查、處 理速度、非語言類作業記憶(工作記憶)、非語言溝通 左腦45地址相聲、演講、哼唱、語言的模仿、人與人的對話、會話、語言的發音、文 章的結構等發出語言。內言語
左腦44地址語言的發音 右腦45地址、右腦超側頭區域(Super Temporal Area):藝術類、圖形的操作、非
語言類的作用、影像、描繪圖畫。 (2)側頭葉 a)所屬的腦區分用地址 20、21、22、41、4238、 28、 35地址、海馬(H地址)、扁桃體(A地址)、嗅內皮質(E地址) b)主要的功能/作用 聽覺類的信息、記憶類的儲存
左側頭葉具有語言類的作用，右側頭葉具有非語言類的作用。 c)各腦區分用地址的部位的功能/作用 左超側頭區域(Super Temporal Area) 20地址語言、會話、記憶、語言的掌握 海馬H地址記憶、語言掌握、想起 右腦20地址圖形等非語言活動的信息聚集地 扁桃體A地址感情腦、歡喜、悲傷、憤怒、痛苦、愉快、愛好 腦區分用地址41、42號音、聽、基本音的分析、絕對音階、聽覺區域 腦區分用地址22號語言、理解、音樂、會話、聽、漢字、韋尼克氏(Wernicke)區域、
聽懂或學話 (3)頭頂葉 a)所屬的腦區分用地址 3、1、2、5、7、31、23、26、29、30、39、40、43地址 b)主要的功能/作用 視覺類的信息的空間把握 c)各腦區分用地址的部位的功能/作用 腦區分用地址3號手腳、身體的感覺、壓覺、皮膚感覺、痛覺、疼痛、溫度感覺、體 性感覺區域 腦區分用地址1號、2號、5號識別身體的位置信息 腦區分用地址7號空間、游戲、圖形、邊看邊動、觀察縱深的眼、同時需要視覺和 運動的情況 腦區分用地址39、40號信息的認識、語言、理解、音樂、會話 腦區分用地址43號振動感覺、旋轉感覺 (4)后頭葉 腦區分用地址17、 18、 19地址形態的把握、光的明暗、顏色的認識 腦區分用地址37、 19地址運動圖像、動態視、觀察正在動的東西 腦區分用地址17地址看、光、閃光、屏幕、電影、靜止圖像和運動圖像 (5)小腦與大腦瞬時合作而進行微細的反饋控制 (6)小腦、海馬對于智力發達的確立起重要的作用。 腦的功能/作用和與其對應的腦區分用地址具有以下那樣的關系。 聽覺類(聲音類)腦區分用地址41、42、22、21地址 視覺類腦區分用地址17、18、19、37、8、7、20地址 記憶類腦區分用地址H、A、20、38、27、28地址 體育會類、運動腦區分用地址32地址、4地址、6地址、8地址、17地址、C地址 語言類文科類、理科類腦區分用地址左腦的44地址、45地址、46地址、22地址、 39地址、40地址等 藝術類腦區分用地址右腦的44地址、45地址、46地址、22地址、39地址、40地址
等 思考類腦區分用地址10、9、11、46、39、4Q地址
感情類/感覺類腦區分用地址11、31、H、A地址 這樣，腦區分用地址是同時考慮腦的部位(區域)和功能/作用，一邊參照由
Brodmann提出的分類，一邊區分腦而針對每個區分附加的數字、記號等編號。 通過腦區分用地址來區分腦，實現以下那樣的效果。 1)通過腦區分用地址的定義，不僅考慮了腦的形狀方面的細胞的種類的不同，而且還考慮了發達成長、猴子和人的差異來進行區分，從而在MRI等腦的形狀的檢查中，即使無法進行每個腦細胞的區分，也可以從頭皮上區分大致的大腦局部存在。
2)能夠考慮腦區分用地址的發達。 3)通過對腦的場所附加地址，能夠容易且易于記憶地理解。 另外，只要是與腦的作用、功能成對，則腦區分用地址所表示的腦表上的區分可以不一定嚴格。即使加上新的知識也可以變更、追加。 通過進行腦區分用地址顯示，即使在窗位低時，也可以立即判定哪個腦區分用地址表示最黑的樹枝。 或者，即使在窗位高時，也可以判定哪個腦區分用地址不變黑。 對于對象的腦區分用地址，腦區分用地址列表(本發明的發明人申請的日本特愿2006-194357號的發明)與其對應，根據腦的樹枝，來區分良好成長的樹枝和未熟的樹枝，所以能夠判斷該枝的功能是擅長還是不擅長。 另外，并不一定限于一個腦區分用地址，因此只要最黑的枝連接，則能夠判斷為相
應的腦區分用地址間的網絡進一步成長。(腦特性的分析) 之后，根據生成的白質強調圖像的樹枝(例如枝的數量、粗細、長度、位置、濃淡、
形狀或大小中的某一個或它們的組合)，分析生物體的腦特性(步驟S4)。 圖16(A)示出T2強調圖像，(B)示出與其對應的白質強調圖像。如圖16(B)所
示，通過以腦梁和左右的腦區分用地址10號為基準，能夠定性且定量地判定前頭葉的左右
的優勢性。 S卩，相對于右腦10號枝粗且濃，左腦的10號枝在該窗位已經變白，所以可知右腦是優勢。另外，腦區分用地址46、45號的右是優勢且左又細又薄，所以能夠判定為與語言類相比，更擅長非語言類的作業。 圖17(A)以及(B)是用于說明白質強調圖像中的定量測量法的說明圖。如圖17(A)所示，對左右10地址、46、45地址中的每一個的枝的長度L進行測量。另外，如圖17(B)所示，對左右10地址、46、45地址中的每一個的枝的寬度(粗細)H進行測量。
圖18(A)以及(B)是用于說明白質強調圖像中的定量測量法的說明圖。如圖18(A)所示，針對用正中線區分的各腦區分用地址中的每一個，或者對整體黑的像素數進行計數，而計算出左右的白質的面積或考慮了圖像的厚度的體積。另外，如圖18(B)所示，計算出用正中線區分的任意的左右對稱區域的白質的面積、或考慮了圖像的厚度的體積的白黑濃度。 圖19是示出每個腦區分用地址的白質強調圖像中的左右的腦的白質部分的體素數(像素數、體積)的圖形。在為了比較左右的腦的優勢性，而將右腦區分用地址的樹枝的體素數(體積)設為R，將左腦區分用地址的樹枝的體素數(體積)設為L時，根據
(R-L)/(R+L)=偏側化指數(Laterality Index) (LI值)的算式，計算出LI值。
LI值在-1到+1之間移動。如果LI值是負，則左腦的優勢性強，如果是正，則右腦的優勢性強。 圖20是示出每個腦區分用地址的白質強調圖像中的左右的腦的白質部分的體素數(像素數、體積)的圖形，(A)示出任意A的對比度的情況，(B)示出任意B的對比度的情況。 如圖20(A)以及(B)所示，能夠針對任意的對比度進行定^化顯示。即，通過改變麗(窗寬)、WL(窗位)，來調節皮質(C)與白質(W)的對比度比(W/C) =E。通過使對比度比E變動，進行顏色區分，描繪等高線圖像，從而不僅是全腦，而且還可以通過任意的腦區分用地址計算出枝的面積、體積比。 圖21是示出根據兩次的MRI裝置的對比度圖像定量地比較腦的樹枝的例子的說明圖。如圖21所示，雖然隨著成長，腦梁9的厚度、形狀也變化，但通過使位于左右的腦的正中的腦梁9成為相同的色彩，能夠進行其他腦區分用地址的對比。 圖22是用于說明示出左右腦區分用地址的優勢性的圖像的例子的說明圖。也可
以如圖22所示，通過以左右中的某一個的任意的腦區分用地址為基準，如45地址是左腦優
勢、21地址是右腦優勢那樣能夠立即識別左右腦區分用地址的優勢性。 圖23是用于說明顯示出腦的樹枝的等高線的圖像的例子的說明圖。如圖23所示，
通過窗位的變化，將形狀變化的白質樹枝的輪廓作為等高線圖像來顯示，或者進行顏色區
分，能夠在視覺上區分樹枝好的腦區分用地址和樹枝差的腦區分用地址。另外，通過同樣的
方法，對兩次的同一人物的MRI進行比較，從而能夠測量腦區分用地址的樹枝伸展的面積、
體積，所以能夠區分成長顯著的腦的枝和沒有伸展的腦的枝。 圖24(A) (D)是用于說明在腦回的發達成長過程中將腦的樹枝分類成階段的例子的說明圖，(E)是用于說明對階段進行了映射的例子的說明圖。在圖24中，10是白質纖維，ll是相應于皮質的部分。如圖24(A) (D)所示，將腦的樹枝的前端分類為階段1 4，如圖24(E)所示，通過進行與其模板對應的成長的階段映射，能夠對腦整體的枝的發育狀態進行數值化。 S卩，首先，進行階段判定，根據MRI腦圖像計算出像素數作為圖像面積、或者計算出體素數作為體積，數值化為(階段數)X像素數(體素數)。 另外，能夠根據腦的樹枝階段映射，來計算出腦的樹枝成長年齡。例如，通過如下所述針對每10歲決定腦回的發達成長過程的階段分類，針對每個腦區分用地址進行階段
映射，而將其平均值定義為腦的樹枝成長年齡。 階段1 = 10歲 階段2 = 20歲 階段3 = 30歲 階段4 = 40歲 階段5 = 50歲 圖25(A)是示出腦的矢狀剖面的T2強調圖像，(B)以及(C)是對腦梁中的樹枝的差異進行視覺化而形成的圖像。如圖25(C)所示，腦梁膝部12連接前頭前區域的腦區分用地址彼此，腦梁龐大部13連接后頭葉的腦區分用地址彼此，腦梁體部14連接前頭葉與頭頂葉的腦區分用地址，所以可知各葉的通過枝形成的連接。 圖26(A)以及(B)是示出表示腦的樹枝的成長的白質強調圖像的說明圖。如圖26(A)以及(B)所示，通過以大腦基底核、視丘為基準，即使是不同的個人之間，也易于區分腦的樹枝的成長。 圖27(A)是有病變的Tl強調圖像，(B)是示出使病灶成為白色、使皮質成為黑色、
使白質的樹枝成為白色的強調圖像的說明圖。如圖27(B)所示，通過采用使病灶成為白色
的基準，能夠一眼得知枝的變形。另外，還可知病灶壓迫了白質的樹枝。 圖28(A)是有病變的FLAIR強調圖像，(B)是示出使病灶成為白色、使皮質成為白
色、使白質成為黑色的樹枝強調圖像的說明圖。如圖28(B)所示，通過采取使病灶成為白色
的基準，能夠一眼得知枝的變形。另外，還可知病灶壓迫了白質的樹枝。 圖29是用于說明利用了腦的白質(樹枝)強調圖像的前頭葉優勢判定的說明圖，
下段示出T2強調圖像，上段示出白質強調圖像，(A)示出左右腦對稱的情況，(B)示出右腦
優勢的情況，(C)示出左腦優勢的情況。 以往，2003年UCLA的Toga博士和Thompson博士在冬一 ，^一二工口一寸 < 工>》(Nature New Law Science)雜志中，對腦的皺褶的形狀統計性地進行圖像分析，統計性地示出左后頭葉向右后頭葉側突出和右前頭葉的寬度比左前頭葉寬。統計上可知，左右的腦并沒有對稱，而呈現扭曲的形狀。 該手法是利用了由皮質和白質構成的大腦的皮質的群分析的手法。但是，對于白質的群分析，沒有進行任何研究。 對此，本發明的發明人并不是利用皮質的皺褶來研究左右的腦的差異，而將腦的白質的樹枝作為指標來檢查了健康者。 于是，可知左右的超前頭區域的樹枝對于每個人都不同。進而，在觀察50人左右的健康者的腦時，如圖29所示，發現存在超前頭區域的樹枝右腦優勢型、樹枝左右對稱型、超前頭區域的樹枝左腦優勢型這三個類型。這表示即使在腦區分用地址的一部分中沒有損傷，在成長的過程中，腦的樹枝的成長也是有個性的。在包括過去的數據在內來分析該三個組的性格傾向時，至少與左超前頭區域的樹枝優勢型相比，在右超前頭區域的樹枝優勢型中，確認了不擅長語言表現、雖然知道但難以用語言表達的個性。樹枝左右對稱型具有不擅變通的性格傾向。 S卩，在本發明中，由于能夠進行白質的群分析，所以能夠實現腦個性分析。
圖30(A) (C)示出利用了腦的樹枝圖像的腦區分用地址間譜圖的說明圖。圖30(A)示出左右前頭葉右腦優勢的網絡，(B)示出右前頭葉優勢的網絡，(C)示出左腦優勢的網絡。 圖31 (A)是示出白質的樹枝FLAIR圖像(TE = 20ms)的說明圖，(B)是示出樹枝成長預測FLAIR圖像(TE= 180ms)的說明圖。根據圖31，通過使FLAIR圖像的別的攝影條件相同而按照短的TE和長的TE進行攝影，能夠得到識別樹枝的階段的圖像。可知白的最強點的位置更向運動類腦區分用地址的皮質側移動。 圖32 (A)是示出白質的樹枝FLAIR圖像(TE = 20ms)的說明圖，(B)是示出樹枝成長預測FLAIR圖像(TE = 180ms)的說明圖。根據圖32，通過使FLAIR圖像的別的攝影條件相同而按照短的TE和長的TE進行攝影，使在白質樹枝圖像中不顯眼的前頭葉白質15、聽輻射線(acustica Radiation) 16和視輻射線(optic radiation) 17的周圍的白質在樹枝 成長預測圖像中更清楚地用白色突出顯示。 圖33(A)是示出T2強調圖像的說明圖，(B)是示出腦的樹枝圖像的說明圖。如圖 33(B)的箭頭所示，可知在枝中明確地顯示出小的蟲蛀像、即微小腦白質梗塞18。
(發明的效果) 根據本發明的實施方式例，起到如下那樣的優良效果。 效果1)皮質的厚度是2-3毫米，由于成長或萎縮，難以區分每個腦區分用地址的 特性，但通過觀察白質的形狀，變化的變動大，而能夠實現每個腦區分用地址的對比。
效果2)腦據說由130億個神經細胞構成，雖然從出生后神經細胞一直減少，但有 人指出，腦整體的白質量直到50歲時候都增加，所以能夠通過樹枝顯示來進行每個腦區分 用地址的成長評價。 效果3)通過將皮質下的白質樹枝設為圖像化的對象，可以看到反映了皮質的發 達的枝的發達。實際上，在皮質的圖像中無法得知網絡的活動狀況。 效果4)能夠實現腦的白質的枝的形狀、樹枝的定量化(枝的數量、粗細、延伸等)。
效果5)能夠對在腦病理學中難以區分的白質的樹枝的差異進行顏色區分。
效果6)能夠根據樹枝的顏色區分，區分并抽出最強腦區分用地址、最低腦區分用 地址。能夠識別發育的腦區分用地址、衰老的腦區分用地址。
效果7)能夠定量(二維、三維)地比較左右的樹枝比。 效果8)通過改變WW(窗寬)、WL(窗位)，來調節皮質(C)與白質(W)的對比度比 (W/C) =E。通過使對比度比E變動進行顏色區分，并描繪等高線圖像，從而不僅是全腦，而 且還可以通過任意的腦區分用地址計算出枝的面積、體積比。 效果9)能夠通過等高線圖像立即抽出樹枝的最強地址、左右差等特征。能夠作為
腦區分用地址間譜圖、腦區分用地址間等高線譜圖等來顯示。 效果IO)由此將腦區分用地址的枝成長率顯示并定量化。 效果ll)由于不觀察皮質而區分白質，所以能夠一眼就把握白質的形狀。 效果12)能夠對并未患病的健康者的腦的個性進行細分(如血型那樣)來區分。
即，能夠不是對皮質而是對白質的形狀進行群分析而對腦個性附加特征。 效果13)作為腦區分用地址特性，即使由于人的不同而使前頭葉的枝成為右優勢
的枝、左優勢的枝，后頭側頭葉也成為右優勢/左優勢的枝、頭頂葉，也可以區分，所以即使
在成人之后，也可以診斷在人生中培育了什么樣的枝、培育了哪個腦區分用地址。 效果14)在髓磷脂堿性蛋白(Myelin basic protein, MBP)染色和磷脂質的羅克
沙爾固藍(Luxol Fast Blue，LFB)染色中，在白質的發達中有物質性的偏差。但是，無法通
過腦的樹枝對其進行區分。通過在對髓磷脂的階段進行分類的FLAIR中改變回波時間的設
定，能夠實現從此伸長的髓磷脂成長預測圖像、腦的樹枝預測圖。 效果15)通過與行動、腦區分用地址功能進行對照，能夠發現成長期間的腦區分 用地址。 效果16)如果使用該腦的樹枝圖像法，則不僅能夠判定形成有白質的髓鞘化的腦 區分用地址，而且還可以區分白質的成長階段，使得在樹木的桿、枝中使粗細、密度、性質分 別不同。特別是，能夠區分髓鞘化結束而變得結實的枝和具有從此進一步成長的兆頭的枝。
效果17)能夠使隱藏的腦的樹枝成長的矢量變得明確。 在經過了胎兒期的30周時，腦的樹枝開始活躍地成長。這是通過分娩出生的大致 兩個月前。在腦的樹枝成長時，枝在腦內的空間內象擱不下似的無盡地縱橫蔓延。
但是，隨著年齡慢慢增長，如果通過MRI觀察該成長的過程，則與通過顯微鏡觀察 微觀的世界時感覺不同。 其一是在腦中向三個方向行進的樹枝的成長矢量。為了使腦成長，對于視覺、聽覺 等五感需要向腦運送信息。即使在該五感中，如弗萊明(Fleming)法則那樣，與觸覺、聽覺、 視覺相關的腦區分用地址分開位于三個方向上。
圖34是示出腦的樹枝成長矢量的說明圖。 如圖34所示，在后頭葉中，在從頭皮上方接觸后頭部時，有象后頭隆起這樣最突
出的地方。在該最突出的位置的內側，有"看"的場所的視覺類腦區分用地址。 視覺類腦區分用地址在水平面上與存在左右耳的非常近的聽覺類腦區分用地址
處于正交的位置。 如從左右耳描繪弧那樣地，與皮膚的觸碰等觸覺相關的感覺類腦區分用地址3號 和使身體運動的運動類腦區分用地址4號的位置并排。運動類腦區分用地址即使沒有包含 在五感中，也與感覺類腦區分用地址相鄰，而共同成長。根據該位置關系，暗示了在腦的成 長的基礎構造中，不僅是五感，而且使身體運動也是不可欠缺的。 這樣，腦的視丘等從腦的深部成長的枝從出生前后到幼小時期，朝向運動/感覺
類腦區分用地址、視覺類腦區分用地址、聽覺類腦區分用地址結實地構造。 S卩，視覺類腦區分用地址從視輻射線擴展樹枝，聽覺類腦區分用地址從聽輻射線
擴展樹枝，運動/感覺類腦區分用地址從錐體路擴展樹枝。 通過前頭葉白質擴展枝，思考類腦區分用地址變得致密。 從圖34可知，通過分別以腦的樹枝成長的矢量各自的視輻射線、聽輻射線、錐體
路、前頭葉白質為基準，能夠進行如下的樹枝顯示能夠判定視覺類、聽覺類、運動感覺類、
思考類中的哪一個的腦區分用地址優勢地成長、并且能夠判定它們的左右的優勢性。 S卩，在腦整體中，也能夠抽出各個類的特征，并根據樹枝來看出腦的個性。 本發明不限于上述實施方式，能夠在權利要求書記載的技術性事項的范圍內，進
行各種變更。 產業上的可利用性 本發明用于根據通過MRI裝置拍攝的生物體的腦的對比度圖像生成對腦的白質 進行強調的白質強調圖像，從而對生物體的腦的成長和發達的程度、左腦和右腦的優勢性、 擅長領域和不擅長領域的識別、白質成長類型的群分析、以及生物體的個性等生物體的腦 特性進行分析。
權利要求
一種白質強調處理裝置，其特征在于，具有根據通過MRI裝置拍攝的生物體的腦的對比度圖像，進行調整以使白質顯著、并且使皮質不顯著，從而生成強調了白質的白質強調圖像的單元；以及顯示所生成的上述白質強調圖像的單元。
2. 根據權利要求1所述的白質強調處理裝置，其特征在于，上述對比度圖像是T1強調 圖像、質子強調圖像、T2強調圖像、FLAIR圖像或擴散強調圖像中的某一個或它們的組合的 圖像。
3. 根據權利要求1或2所述的白質強調處理裝置，其特征在于，上述白質強調圖像是通 過調整窗寬以及窗位來生成的。
4. 根據權利要求1 3中的任意一項所述的白質強調處理裝置，其特征在于，將針對上 述生物體的腦內的起到規定功能以及作用的每個部位區分地附加的腦區分用地址，與上述 白質強調圖像一起顯示。
5. 根據權利要求1 4中的任意一項所述的白質強調處理裝置，其特征在于，具有根據 所生成的上述白質強調圖像的枝的數量、粗細、長度、位置、濃淡、形狀或大小中的某一個或 它們的組合，來對上述生物體的腦特性進行分析的單元。
6. 根據權利要求5所述的白質強調處理裝置，其特征在于，上述進行分析的單元根據 上述生物體的白質強調圖像的特征，分類為多個類型來進行分析。
7. —種白質強調處理方法，其特征在于，具有 輸入通過MRI裝置拍攝的生物體的腦的對比度圖像的步驟；根據輸入的上述對比度圖像，進行調整以使白質顯著、并且使皮質不顯著，從而生成強 調了白質的白質強調圖像的步驟；以及顯示所生成的上述白質強調圖像的步驟。
8. 根據權利要求7所述的白質強調處理方法，其特征在于，具有根據所生成的上述白 質強調圖像的枝的數量、粗細、長度、位置、濃淡、形狀或大小中的某一個或它們的組合，來 對上述生物體的腦特性進行分析的步驟。
9. 根據權利要求8所述的白質強調處理方法，其特征在于，在上述進行分析的步驟中， 根據上述生物體的白質強調圖像的特征，分類為多個類型來進行分析。
10. —種程序，其特征在于，使計算機執行如下處理 輸入通過MRI裝置拍攝的生物體的腦的對比度圖像的處理；根據輸入的上述對比度圖像，進行調整以使白質顯著、并且使皮質不顯著，從而生成強 調了白質的白質強調圖像的處理；以及顯示所生成的上述白質強調圖像的處理。
11. 根據權利要求io所述的程序，其特征在于，使計算機執行根據所生成的上述白質強調圖像的枝的數量、粗細、長度、位置、濃淡、形狀或大小中的某一個或它們的組合，來對 上述生物體的腦特性進行分析的處理。
12. 根據權利要求11所述的程序，其特征在于，在上述進行分析的處理中，根據上述生 物體的白質強調圖像的特征，分類為多個類型來進行分析。
全文摘要
本發明提供一種白質強調處理裝置、白質強調處理方法以及程序，能夠對生物體的腦的成長和發達的程度、左腦和右腦的優勢性、擅長領域和不擅長領域的識別、以及生物體的個性等生物體的腦特性進行分析。本發明的白質強調處理裝置(A)具有存儲部(5)，輸入并存儲由MRI裝置(B)拍攝的生物體的腦的對比度圖像；白質強調圖像生成部(6)，根據存儲在存儲部(5)中的對比度圖像進行調整，以使白質顯著、并且使皮質不顯著，從而生成強調了白質的白質強調圖像；顯示處理部(7)，使輸出部(2)顯示由白質強調圖像生成部(6)生成的白質強調圖像；以及樹枝分析部(8)，根據所生成的白質強調圖像的枝的數量、粗細、長度、位置、濃淡、形狀或大小中的某一個或它們的組合，分析生物體的腦特性。
文檔編號A61B5/055GK101742963SQ20088002270
公開日2010年6月16日 申請日期2008年6月27日 優先權日2007年6月29日
發明者加藤俊德 申請人:加藤俊德