統計学modelを用いた拡散情報と薬物動態解析の総合評価 頭頸部への応用

2018 Fiscal Year Research-status Report

• Project/Area Number: 18K09770
• Research Institution: Kyushu University
• Principal Investigator: 筑井 徹 九州大学, 歯学研究院, 准教授 (10295090)
• Co-Investigator(Kenkyū-buntansha): 川野 真太郎 九州大学, 大学病院, 講師 (00398067) ; 吉浦 一紀 九州大学, 歯学研究院, 教授 (20210643) ; 北本 江梨奈 九州大学, 歯学研究院, 助教 (40760476) ; 山下 泰生 九州大学, 大学病院, 診療放射線技師 (70380516)
• Project Period (FY): 2018-04-01 – 2021-03-31
• Keywords: 拡散強調像 / ガンマ分布 / 統計学的モデル / ダイナミックMRI

Outline of Annual Research Achievements

本課題は、拡散強調画像とダイナミックMRIの薬物動態解析をピクセル単位で比較検討するものである。先行研究で、一般的なエコープラナー型(EPI)の拡散強調像(DWI)では、画像歪みが大きく、解剖画像とのfusionが困難であるが、高速スピンエコー型(TSE)の拡散強調画像を用いると、解剖画像との位置ずれが殆どないことを確認した (Panyrak W, Chikui T, Academic Radiol in press)。つまり、TSE-DWIとダイナミックデーターをfusionすれば本課題を遂行することが可能である。
そのため、初年度は、十分なデータ数があるEPI-DWIを用い、拡散強調画像の種々のモデル解析を行うことにした。一般的に行われているmono-exponential model, bi-exponential modelに加え、統計学的モデルの一種であるgamma distribution model （GD model）を適応することを試みた。GD modelは、トータルの拡散を細胞内拡散(f1成分)、細胞外拡散(f2成分)、灌流(f3成分)に区分することが可能で、病理との関連をつけやすいといった点で最近注目され始めたモデルである。そのためのアプリケーションの開発、改良を行い実際の症例に適応してみた。その結果、f1成分は、悪性リンパ種が最も大きく、扁平上皮癌、腺系悪性腫瘍で比較的大きく、多形腺腫や脈管系腫瘍の良性腫瘍では小さいという結果で、病理の結果を反映する特徴的なものであった。f3成分は、悪性リンパ腫で小さく、脈管系腫瘍で大きいといった結果であった。
この結果は、現在、症例蓄積中のTSE-DWIにおいても同様の結果である。このことは、DWIのGD modelによる解析と薬物動態解析とを紐づけて解析することに期待を持たせる結果であった。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

平成30年度は、GD modelをはじめとして、DWIに対して複数のモデル解析を行える環境を整備し、十分な症例があるEPI-DWIに適応する事を第一目標とした。
まず、解析に必要なアプリケーションの開発・改良を行い、良好なfittingが得られるようになった。GD modelは、各画素の拡散係数が一つの値でなく、gamma分布するというモデルである。そのためにDWIの信号強度からshape parameter, scale parameterという二つのパラメーターを算出できるようにした。さらに拡散係数の値を1.0x10-3mm2以下、1.0-3.0 x10-3mm2、3.0 x10-3mm2に区切り、各々が細胞内拡散、細胞外拡散、灌流を反映すると考えた。十分なデータ数があるEPI-DWIに適応したところ、良悪性の鑑別に有用であり、各腫瘍の特徴を反映するものと考えられた。GD modelのみなず、mono-exponential model, bi-exponential modelも適応し、得られたparameter間の相関を検討した。現在、歪みの少ないTSE-DWIでも同様の検討を始めており、同様の傾向を確認している。
さらに次年度以降のダイナミック撮像の高速化のために、新しい画像再構成原理をあるcompressed sensingを使用した撮像法を検討した。平成30年度は、静止画像からとりかかり、通常の造影後T1強調画像(5分半程度)を高速化し、スライス厚1mmで、1分40秒程度までの高速化に成功している。

Strategy for Future Research Activity

令和1年度は、dynamicのプロトコルを完成させることが第一課題である。まず、ダイナミック撮像の高速化が必要である。高速化には空間および時間軸にcompressed sensingを応用する。また、脂肪抑制（―）の薬物動態用のデータと脂肪抑制（+）の視覚評価用のデータを同時に取得できるようにDixon法の併用を予定している。プロトコル決定後は、症例を積み上げていく予定である。
次に薬物動態解析を行うための環境を整備する。当教室では、以前から薬物動態解析を行っていたが、1.5T装置を使用していたため、若干の修正、改善が必要となる。
DWIの解析は、平成30年度から引き続き継続する。制限拡散に焦点を当てたdiffusion kurtosis imagingなど他のモデル解析も新たに開始する。以前のEPIの症例の解析のみならず、現在使用しているTSE DWIの症例数をさらに増やしていくことが重要な課題である。

Causes of Carryover

最大の原因が、研究代表者が、体調不良のため、国際学会をはじめとして予定していた学会に殆ど参加できなかったことが挙げられる。また、解析環境の整備のために新たなプログラミング用のアプリケーションの予定であったが、今年度は既存のもので代用したため、繰越金が生じた。一方、研究自体は、想定したより順調に進んでおり、本年度は、国際学会を含む複数の学会での成果報告、意見交換を行い、論文報告を行う予定である。そのための旅費、雑費が見込まれる。また新たにダイナミックMRデータの解析も始めるために、研究分担者の解析環境の整備として、パソコン、プログラミング用のアプリケーションの購入が必要である。