画像再構成技術の進化・歴史

キヤノンメディカルシステムズはこれまで，検査の質の向上，画質改善，被ばく低減に貢献したいとの志の下，CT開発に取り組んできました。ハードウエアとともに進化を続けてきた画像再構成技術は，画像ベースの量子ノイズ低減フィルタ（QDS）に始まり，Hybrid IRの“AIDR 3D”や“AIDR 3D Enhanced”，そしてMBIR（Model Based Iterative Reconstruction）の“FIRST”へと発展してきました（図1）。私は，AIDR 3Dの開発から携わってきましたが，先生方にご意見をいただきながら，一歩一歩，画質改善を進めてこられたと実感しています。
そして今回，AI技術の一つであるディープラーニングを用いたDeep Learning Reconstruction（DLR）である“AiCE（Advanced intelligent Clear-IQ Engine）”を開発しました。AiCEは，次の3つを開発コンセプトとしました。(1)従来のHybrid IRやMBIRでは困難だった“低コントラスト検出能の改善”，(2) 高いノイズ低減効果による“低線量領域での安定した画質改善効果”，(3) 通常の“MBIRよりも短時間での画像再構成”とワークフローの向上です。本講演では，AiCEの概要について紹介します。

図1　画像再構成技術の進化・歴史

AiCEのアルゴリズム

AiCEのアルゴリズムは，大きく2つに分けられます（図2）。一つは，収集されたデータに対してDeep Convolutional Neural Network（DCNN）を通して高画質を得る再構成プロセス，もう一つがAiCEで最も重要となるトレーニング・プロセスです。トレーニング・プロセスは開発時に実施され，そこで学習・設計されたDCNNが装置に組み込まれます。
トレーニング・プロセスには2つのポイントがあります。1つ目は，学習ではインプットデータをターゲットデータに近づけるようにDCNNを最適化すること，2つ目が，DCNNのトレーニング精度は学習データに大きく依存するため，膨大なデータ，そして，高品質なターゲットデータが求められることです。
トレーニングは，膨大なlow quality dataと，FIRSTにより再構成されたhigh quality dataを用いて行われます（図3）。まず，インプットデータであるlow quality dataを初期のDCNNに通過させ，最初の出力データを取得します。次に，この出力データをターゲットデータであるhigh quality dataと比較します。この過程で，FIRSTに組み込まれている各種モデルが学習成分として抽出され，抽出された学習成分をDCNNにフィードバックします。膨大なデータを用いてこの過程を繰り返し学習することで，DCNNを強化・最適化します。
トレーニング・プロセスにおける最も重要な要素は，ターゲットとして用いるhigh quality dataです。AiCEの開発では，再構成時間を制約せずにFIRSTを強化・改良し，1症例ごとに画像の最適化を行った高品質なデータをターゲットデータとして利用しています。
このように，開発時にトレーニングして生成されたDCNNをCT装置に組み込むことによって，装置で収集されたデータの高品質化を行い，画質改善を実現します。

図2　AiCEのアルゴリズム

図3　AiCEのトレーニング・プロセス

AiCEの画質

AiCEによる画質改善の一例を図4に示します。Catphanファントムを超高精細CT「Aquilion Precision」のSHR（super high resolution）モードで撮影し，FBP（FC18）とAiCE（Body）の低コントラスト検出能を比較しました。AiCEにより画像ノイズが低減し，細かいコントラストまで確認することができます。

図4　AiCEによる低コントラスト検出能の改善

AiCEの今後の展開

AiCEは現在，体幹部，軟部組織向けのBodyパラメータが実装されていますが，さまざまな部位，領域への展開を検討しています。各部位ごとに最適な画質を提供できるように，Brain，Lung，Cardiac，Boneのパラメータの開発を進めており，今後発表される新たなバージョンに順次実装していく予定です（図5）。
キヤノンメディカルシステムズは，すべてのCT装置での被ばく低減をポリシーとしています。AiCEは，Aquilion Precisionでの製品化からスタートしましたが，現在，「Aquilion ONE/GENESIS Edition」への適用をめざして開発を進めています（2018年11月より国内販売を開始）。AiCEは今後，GPUやハードウエアの進化を踏まえながら，そのほかの機種への展開も検討していきます。

図5　さまざまな領域へのAiCEの展開

キヤノンメディカルシステムズはこれからも，臨床の先生方，そして，患者さんに貢献できる開発を行っていきます。