Research Abstract |
陽電子放射断層撮影法(PET)は,最尤推定に基づく統計的画像再構成法の導入により画質が改善したが,元々の測定データの統計誤差が大きいため,画質は依然として低い.本研究では,PET画像の大幅な品質改善を目的として,再構成対象である薬剤分布を,患者の正常時の画像(背景画像)と局所的病変の写った画像(スポット画像)の和により表現し,背景画像とスポット画像を別々に且つ同時に推定する,という革新的な概念を提案し,具体的な計算アルゴリズムを開発する.本年度は,提案手法の性能評価のために,コンピュータオブザーバと呼ばれる数値計算による観測者モデルを用いて,提案手法の病変検出性能を評価した.また,提案手法を臨床全身PETデータに適用し,実環境での動作を確認した.その結果,提案手法は,背景画像の滑らかさを決定する正則化パラメータの値を十分に大きな値とし,且つスポット画像の疎らさを決定する正則化パラメータを病変の誤検出・誤消失が過度に発生しないような値とすることで,従来手法と比較して病変検出能が高くなること,腫瘍のコントラストと検出能の両立性が高いことが分かった.また,臨床全身PETデータの再構成実験からは,提案手法のコントラスト対雑音特性が従来手法と比較して優れることが示され,また,異なる体軸断面に存在する複数の腫瘍(今回は肺腫瘍と腹部腫瘍)をスポット画像上に同時に検出でき,提案手法の目的である薬剤分布の正常部位と病変部位の分離再構成を概ね達成できた.ただし,脳や膀胱などの薬剤が生理的に多く集積する部位も誤って病変として検出されたため,そのような擬陽性部位の削減は今後の研究課題となる.
|