@misc{oai:repo.qst.go.jp:00064374,
 author = {川口, 拓之 and 小畠, 隆行 and 伊藤, 浩 and その他 and 川口 拓之 and 小畠 隆行 and 伊藤 浩},
 month = {Nov},
 note = {【背景】機能的近赤外分光法(fNIRS)は小型な装置でヒト脳の循環代謝を簡便に計測することが可能な手法である。しかし、組織散乱の影響で探測領域が不明確であるため、プローブが捉えている脳領域を同定できないという問題点が指摘されている。fNIRSの探測領域の実測は困難であるが、数値モデルを用いた光伝播解析によって推定できる。本研究では、MRI画像をもとにヒト頭部の光学特性を模擬した数値モデルを構築する手法について検討した。【方法】これまでの頭部MRIの領域分割の多くは脳組織および脳室を対象としたものである。そのため、灰白質、白質、脳脊髄液の間でのコントラストが高いT1強調画像が用いられることが多い。一方、fNIRSでは頭皮上から照射した光の伝播を解析するため、上記の領域に加えて頭皮、頭蓋骨、クモ膜下腔(CSF層)といった表層組織の抽出が必要となる。そこで、頭蓋骨と脳脊髄液層とのコントラストが高いT2強調画像(T2W)、脳脊髄液が高信号を呈するFIESTA、頭蓋骨と軟組織のコントラストが高い脂肪抑制プロトン密度強調画像(FSPDW)の撮像を行い、表層組織の抽出を試みた。まず、放射線専門医の指導の下にMRI画像を手動で領域分割した。また、閾値処理やモルフォロジー演算といった基本的な画像処理の組み合わせにより半自動的に領域分割を行い、手動による場合を真値として精度の検証をした。【結果】T2Wを元に頭皮、頭蓋骨、CSF層を半自動抽出したときの誤差はそれぞれ13.0, 32.1, 57.1 [%]であった。一方、FSPDWを元に頭皮と頭蓋骨、FIESTAを元にCSF層を抽出したときの誤差はそれぞれ2.2 , 13.0 , 18.0 [%]であった。また、T2W, FSPDW, FIESTAのスライス1枚あたりの撮像時間は7.0, 1.3, 0.3秒であった。【結論】fNIRS用の頭部光伝播解析モデルの構築においてFIESTAとFSPDWを用いると、MRIの撮像時間も短く、表層組織の領域分割も高い精度でできることが示された。, 第23回日本脳循環代謝学会総会},
 title = {MRI画像の領域分割によるfNIRS探測領域推定用頭部モデルの構築},
 year = {2011}
}