2016 Fiscal Year Annual Research Report
Magnetic particle imaging system with fast data acquisition and high image resolution
| Project/Area Number |
15H03038
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
石原 康利 明治大学, 理工学部, 専任教授 (00377219)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 磁性ナノ粒子イメージング / MPI / 画像診断装置 / 計測 |
|---|
| Outline of Annual Research Achievements |
体外から投与した磁性ナノ粒子をトレーサとして利用して、『がん』や循環器疾患の早期診断を目指した分子イメージング技術”Magnetic Particle Imaging（MPI）”が提案されている。MPIでは、磁場強度がほぼゼロとなる Field Free Point（FFP）と磁性ナノ粒子の磁化特性が飽和するのに十分な磁場強度とから成る磁場分布を利用し、FFPに存在する磁性ナノ粒子から磁化信号を検出する。このような磁場分布を形成する傾斜磁場強度が弱い場合には、FFP境界領域に存在する磁性ナノ粒子から磁化信号が検出されるため画像ボケが生じる。この影響を軽減するために、Field of View（FOV）内の各位置に磁性ナノ粒子を配置して得られる信号（システム関数）と、未知の磁性ナノ粒子分布に対してFFPをスキャンして得られる観測信号とから磁性ナノ粒子の分布を再構成する『相関画像再構成法』を提案しているが、この方法ではデータ収集に長時間を要する。本研究では、FOV内においてFFPを連続的に走査しながら交番磁場を重畳して高速にデータを収集するとともに、画像分解能と信号対雑音比に優れた画像再構成法を提案し、さらに、試作機を構築しこれらの妥当性を実験的に明らかにすることを目的としている。
平成28年度までに、数値解析によって連続的なFFP走査で1 mm程度の画像分解能が達成できることを明らかにした。また、同様の手順でデータ収集可能な小型MPIシステムを構築し、FFPの走査法と種々の画像再構成法の評価を開始した。現在のところ、再構成画像に画像ボケが認められるため、今後、数値解析の結果と対比させながら原因究明を図る。また、特異値分解、ニューラルネットワークに基づいた新たな画像再構成法を提案し、画像分解能の改善・画像再構成時間の短縮の可能性を示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
（１）小型2次元MPIシステム（傾斜磁場強度：2.3 T/m、交番磁場強度：65 mT、交番周波数：192 Hz、有効ボア径：50 mm）を構築し、収集されたデータに基づいて画像再構成が可能なことを明らかにしたこと、（２）特異値分解に基づく画像再構成法を提案し画像再構成時間の短縮が可能なことを明らかにしたこと、（３）ニューラルネットワークに基づく画像再構成法を提案し画像分解能の改善が可能なことを明らかにしたこと、（４）交番磁場の印加に代わり、磁性ナノ粒子の能動的な加振により磁化信号を検出する新たなデータ収集法を提案し、検出感度の改善の可能性を確認したことから、当初の予定をほぼ達成したと判断している。
|
| Strategy for Future Research Activity |
平成29年度は、試作した小型MPIシステムによって得られた再構成画像における画像ボケの原因を明らかにすることを第一の目的とする。画像ボケの原因として、現在の画像再構成では、画像マトリクスの各点で得られるシステム関数が正しく計測されていない可能性が挙げられる。特に、点源として配置する磁性ナノ粒子の位置制御が不十分であることから、三次元プリンタ等で作製した精密な治具を導入し、高精度にシステム関数を収集可能とする。一方、FFPの走査周波数を高くすることで、信号収集時間の短縮とともに検出感度の改善が可能かを評価する。
画像再構成法に関しては、これまでに提案してきた『相関画像再構成法』に加えて、特異値分解やニューラルネットワークを用いた画像再構成法の有用性が示された。しかし、特異値分解に基づいた画像再構成法では、特異値行列における非対角要素を有効に利用し切れていないことから、特異値行列・特異値ベクトルの特徴をより活かした画像再構成法を提案する。一方、ニューラルネットワークに基づいた画像再構成法では、教師データとなるシステム関数の組み合わせを増加させることで画像分解能を大幅に改善できることが明らかになったが、再構成時間が爆発的に増大するため、教師データの選択方法に関して適切な方法を見出し、画像分解能の改善と画像再構成時間の短縮とを両立した画像再構成法の確立を目指す。
磁性ナノ粒子を能動的に加振して磁化信号を検出する新たな信号収集方法に関しては、信号対雑音比の評価を行い、その有効性を定量的に明らかにする。さらに、臨床適応を考慮して、対象物体（生体を摸擬したファントム等）の外部から超音波を照射することによって、対象物体内部の磁性ナノ粒子を振動させられるかを評価しながら、より具体的で現実的なMPIシステムの提案を行う。
|
