PET画像・MR画像融合システムの開発

1995 年度 実績報告書

• 研究課題/領域番号: 07555127
• 研究種目: 試験研究(B)
• 研究機関: 東京工業大学
• 研究代表者: 小杉 幸夫 東京工業大学, 大学院・総合理工学研究科, 助教授 (30108237)
• 研究分担者: 亀山 啓輔 東京工業大学, 大学院・総合理工学研究科, 助手 (40242309) ; 西川 潤一 東京大学, 医学部, 助教授 (00010322)
• キーワード: Position Emission Tomography / Brain / MR images / Neural Networks / Partial Voiume Effect / Network Inversion / Fusion

研究概要

本年度は、PET画像・MR画像融合ネットをハードウエア化するうえで不確定であった以下2点について具体的手法を確立することができた。
(1)MR画像上の組織分類の自動化:本システムを正確に動作させるためには灰白質、白質及び、骨、骨髄等、頭部を構成する各要素の正確な分類が不可欠である。このような画像の領域分割の自動化を行う場合には、各微小領域に対して定義される多数の特徴パラメータの中から領域分割に重要な少数組のパラメータを選定する必要がある。本研究では、ピクセル値の平均、分散、対称性クラクタル次元等多数の特徴パラメータの中から3〜4個の組合せを選び、各々の組の特徴空間がパターンの分類に対してどの程度有効かを評価するためにConditional Class Entropy(CCE)を評価し、CCE値の最も低い組合せを採用し、これらの特徴をもとに、BPネットで処理することにより、上記組織分類の完全自動化が可能になった。なお、CCE評価には特徴空間のベクトル量子化を行うことで効率よく特徴量の評価が可能なことを明らかにした。
(2)PET画像の3次元デコボリューション:本年度は今まで1枚のPET原画像に対して1枚のMR画像を対応させ、結果として1枚の鮮鋭化されたPET画像を得る方法であったものに加え、2枚のMR画像から得た情報をもとに1枚の原PET画像をZ方向に隣り合う2枚のPET画像として分離する操作が可能であることを示した。この方法はPET画像がZ方向について低い分離能しか持ち得ないことが原因で縮退していた画像を、より細かいピッチで観測可能なMR画像から得られるアプリオリな知識をもとに分離するもので、特にZ方向での変化の激しい脳幹部及び第3脳室近傍の画像分解能を大幅に改善することができた。

研究成果

• [文献書誌] Yukio Kosugi et al.: "Dissolution of Partial Volume Effect in PET by an Inversion Techinque with the MR-embedded Neural Network Model" Neuro Image. 2.2. S35 (1995)
• [文献書誌] 菅波,亀山,小杉,西川: "MR援用PET画像処理における組織分類ニューラルネット" 電子情報通信学会技術研究報告. NIBE95-95. 45-52 (1995)
• [文献書誌] 佐瀬,本田,小杉,百瀬,西川: "MR画像との融合によるPET画像の3次元的デコンボリューション" 第4回日本コンピュータ外科学会抄録. 43-44 (1995)
• [文献書誌] 菅波,亀山,小杉: "組織画像分類におけるCCEを用いた入力情報の選択" 電子情報通信学会全国大会講演論文集. (発表予定). (1996)
• [文献書誌] Yukio Kosugi et al.(分担 第32章): "Quantification of Brain Function Using PET(Eds.Myers et al.)" Academic Press, p,p.166-169 (1996)