Deep learning reconstructionの概要

当院で稼働する3T MRI（他社製）に新しい画像再構成法であるdeep learning reconstruction（DL-recon）が導入された。
従来の画像再構成法では，raw dataやフーリエ変換後の画像に対してさまざまなフィルタリングを行って最終画像を得る。フィルタリングは，再構成の過程で生じるアーチファクトやノイズを抑制するために必要だが，先鋭度を低下させてしまう。
一方，DL-reconでは，大量の高精細な教師データで学習させたconvolutional neural network（CNN）を用いてraw dataを再構成する。フーリエ変換やフィルタリングを行わないためアーチファクトやノイズが生じないことに加え，画像の先鋭度が強調される。つまりDL-reconでは，SNR向上，先鋭度向上，トランケーションアーチファクト低減という3つの効果を同時に得られる。パラメータを最適化することで，時間分解能，空間分解能，SNRをトレードオフなく向上することができる。
当院で使用しているDL-reconは2D撮像のみに適応可能で，最新バージョンではsynthetic DWI，局所励起DWI （LE-DWI）を含むDWIにも使用可能となった。DL-reconの強度は，High/Medium/Lowの3段階に調整でき，腹部においてはHighを使用している。DL-recon自体には時間分解能を向上させる効果はないが，高NEX（加算回数）のシーケンスのNEXを下げ，低下したSNRをDLで持ち上げる手法で時間短縮が可能で，DWIが良い適応である。

膵（胆）LE-DWIへのDL-reconの応用

局所励起により高分解能化と磁化率アーチファクト低減を図るLE-DWIは，2013年に腹部領域に導入された。微細な解剖を観察する胆膵領域への応用が期待されたが，SNRが不良で，8 NEXでもb＝600程度までしか撮像できないという制限があった。特に，ADCマップは解剖学的情報が不明瞭で，有用性を感じられなかった。
しかし，DL-reconが使用可能になったことで，膵領域の描出が大幅に改善した（図1）。従来のLE-DWIでは，5mm厚，8NEXを5分以上の時間をかけて撮像していたが，DL-reconを用いたLE-DWIでは，3mm厚，4NEX，4分未満の撮像で高SNR画像を得られるようになった。後処理としてフィルタリングを行えば，よりスムーズな画像を得ることが可能で，ADCマップでは微細な解剖も視認できる。
さらに副次的効果として，SNR向上によって高b値のsynthetic DWIが可能になった。膵の描出についての定性的評価でも，従来法に比べてDL-reconを用いたLE-DWIでは画質が大幅に改善することを確認している。
図2は，膵管内乳頭粘液性腫瘍（IPMN）のフォロー中に膵がんを合併した症例で，CTでは膵頭部の乏血性腫瘍の辺縁を明瞭に指摘することは困難だった。しかし，DL-reconを用いたLE-DWI，特にb＝1000のsynthetic DWIでは，はっきりと高信号を確認でき，浸潤の様子を明瞭に観察できる。DL-reconを用いたLE-DWI（LE-DWI-DL）は，胆囊腫瘍など胆領域の描出においても同様に有用であることを確認している。

図1　DL-reconを用いたLE-DWIによる膵の描出の改善

図2　DL-reconを用いたLE-DWIによるIPMN合併膵がんの描出

肝高分解能DWIへのDL-reconの応用

1．肝DWIの問題点
肝臓領域においては2008年にEOBプロトコルが臨床導入された。dynamicおよび肝細胞相のT1WIでは3Dによる高分解能撮像が可能になり，小病変を検出できるようになったが，T2WIおよびDWIは低空間分解能しか得られないため質的診断ができないという状態が続いていた。しかしながら，DL-reconによりこの問題を克服できる期待が高まった。
また，肝DWIのもう一つの問題点として，心臓の拍動の影響による左葉外側区心直下の信号低下があったが，これに対しては別の技術であるDWI-Eで克服できるようになった。通常のDWIは，MPG軸（通常はx，y，zの3方向）にNEXを掛けて得られた情報を加算平均して画像化するが，DWI-Eでは信号低下に影響を及ぼす動きの方向（心臓であればz方向）を解析し，加算平均で調整することで動きの影響を抑制する手法である。

2．肝高分解能DWIへのDL-reconの応用
DL-reconを肝高分解能DWIに応用するに当たり，2つのアプローチを検討した。1つは自由呼吸下でスライス厚を薄くしてマトリックスを上げ，NEX数を減らす方法（FB-DLDWI）で，2つ目は息止めでスライス厚を厚めにして時間を短縮する方法（BH-DLDWI）である。
肝左葉の描出について従来法と各方法を比較（図3）すると，BH-DLDWI（b）では外側区の細部の構造を明瞭に確認できる。FB-DLDWI（図3 c）も従来法（a）に比べ信号が向上しているが，腸管からのノイズが少し目立つ。また，ADCマップについても，自由呼吸下のFB-DLDWIではb＝600とb＝800のズレの影響でADCの信頼性が低下するが，BH-DLDWIでは息止めが良好であればズレがなくなるため，ADCマップの信頼性が向上する。
定性画質評価でも，従来法に比べ，FB-DLDWIとBH-DLDWIは画質が大きく改善することを確認している。なお，FB-DLDWIとBH-DLDWIでは有意差はなく，評価項目によって評価の高低が異なっていた。いずれも短時間で撮像できるため，両方とも撮像しても総合的に検討することが現実的だろう。今後は，FB-DLDWIのマトリックスをやや低下させてノイズ低減を図る方法や，BH-DLDWIを左葉に限局して高分解能で撮像するhybrid DL-DWIなどの検討を行う予定である。

図3　DL-reconによる肝左葉描出の改善

3．DL-DWIの問題点
DL-DWIの問題点として，左葉描出の改善がやや不十分であることが挙げられる。心拍とデータ取得のタイミングが同期してしまうと回復できないためであり，特に1NEXの息止めで顕著である。これに対しては現在，脈波同期を用いたBH-DWIの検討を行っている。
もう一つの問題点として，非抑制右心横隔角脂肪の強調によるアーチファクトがある。T2系では右心横隔角脂肪の抑制が効きにくいが，DL-DWIでは特に強調されるようである。これは，右心横隔角脂肪が鋭角な角度で肺と肝に挟まれているため，局所的磁化率効果により周波数特異的脂肪抑制が掛からないことが原因であり^1），STIRを使用する対策が考えられるが，撮像時間が延長してしまうため，ほかの工夫を検討しているところである。

まとめ

DL-reconでは，時間延長することなくSNRを保ちつつ（もしくは改善させ），高分解能化が可能である。腹部においては，現状では2D系のみに適用可能で，特にLE-DWIは臨床・研究に使用可能な良い適応である。肝DWIについてはもう少し改善が必要だろう。今後は，特有のアーチファクトの解決や対応シーケンスの拡大が望まれる。

^{●参考文献
1）Yoshimitsu, K., et al., J. Magn. Reson. Imaging, 5（2）: 145-149, 1995.}

●そのほかのセミナーレポートはこちら（インナビ・アーカイブへ）