[O-3-306] SPM８を用いた機能画像標準化手法についての検討
ヒト脳機能画像の集団解析において脳の標準化は必須の作業である。いわゆる標準脳と呼ばれる基準脳データと合致するように意図的に空間を歪ませることにより実現される。代表的なものとしてMNI座標系とTalairach座標系があげられる。MNI座標系はSPM8やFSLにおいて採用されており最も広く用いられている。SPM８を用いた標準脳変換の手順は複数あり、本研究では手順の違いが標準化の結果にもたらす影響について調べた。４テスラMRI装置と１６チャネル受信コイルを用いて得られた日本人被験者２９人分のT1強調構造画像（128^3,1.72mm等方解像度）と機能画像（64x64,3mm面内解像度,3mm厚,1mmギャップ,25枚スライス）を用意し、以下に述べる手順で検証を行った。＜手順１＞A.構造画像から白質・灰白質・脳脊髄液を抽出し、これらの情報をもとに非線形変換による標準化を施す。B.構造画像を直接構造画像テンプレートに合わせる非線形変換による標準化を施す。 C.機能画像を機能画像テンプレートに合わせる非線形変換による標準化を施す。＜手順２＞A,B,Cで生成された変換行列によりAの過程で取得した白質・灰白質体積を変換、これを変換後の脳体積として扱う。＜手順３＞構造画像テンプレートから生成された脳体積（白質＋灰白質）と変換後の脳体積をボクセル毎に比較し、相違のあるボクセルの総数をエラー指標とする。このエラー指標の被験者間平均を算出する。＜手順４＞一方、A,B,Cで生成された変換行列を用い構造画像を変換し、変換後の構造画像から前交連(AC),後交連（PC）座標を抽出する。これらの座標について被験者間の平均をとり、ぞれぞれの被験者のAC,PC座標について平均座標からの距離を算出する。＜手順３＞および＜手順４＞の結果として、A＞B＞Cの順で有為に変換精度が異なることが示された(p＜0.001, p＜0.05)。標準化Cは構造画像を必要とせず簡便であるが、標準化Aが最も信頼度が高く、特に精度が求められる場合は標準化Aを採用すべきであると結論できる。