2017 Fiscal Year Annual Research Report
Partial volume correction for Brain PET imaging
| Project/Area Number |
15K08687
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
志田原 美保 (古本美保) 東北大学, 医学系研究科, 講師 (20443070)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
茨木 正信 秋田県立脳血管研究センター(研究部門), 放射線医学研究部, 研究員 (40360359)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | アミロイドPET / タウPET / 部分容積効果補正 / 形態画像 / 画像処理 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、アルツハイマー病の診断を目的としたPET検査において、アルツハイマー病に特徴的な病理（アミロイドβ、タウ集積）を反映する脳画像を高精度化することである。このために形態・解剖情報（MRIや脳アトラス）を用いた部分容積効果補正を行うことで画像の定量性を向上させる画像処理手法の確立に取り組み、確立した手法によりアルツハイマー病の早期診断の精度向上に貢献することを目指す。
この目的のため前年度までに、これまで提案されてきた形態・解剖情報を用いる様々な部分容積効果補正法の誤差伝播特性をシミュレーションで明らかにし、臨床データにおいてアミロイド、
タウPETともに、健常・患者において補正法によって異なる補正精度となることを明らかにしてきた。最終年度は、前年度までの検討から診断能の向上に起因する要因を明らかにし、どのようなアルゴリズムであれば、臨床上有用であるかについてシミュレーションをもとに詳細な検討を行った。特に、健常者・患者において補正プロセスにおける画像処理誤差が補正結果に大いに影響しており、解剖情報が理想的な状態（形態・機能画像間の位置ずれ、領域分画の誤差が存在しない）を前提としているあるアルゴリズムは、その前提が崩れると補正精度が著しく損なわれることがわかった。Deconvolution法のような高周波強調のアルゴリズムは、PET画像に含まれる統計雑音も強調するため、これまで有用と考えられていなかったが、解剖情報の誤差に全く影響を受けないため、解剖情報と周波数領域を利用するハイブリッドな方法が有用であると考えられた。
|
