医用画像診断における定量画像は，組織の状態を数値化し，客観的に評価を行うことが可能となり，臨床診断および治療計画において重要な役割を果たしている。近年，MR画像の画質向上効果が得られるディープラーニングを活用した画像再構成が注目されている。この技術を定量画像にも併用することができるようになり，画質向上と併せてより堅牢な定量化を図るツールとして適用が広がっている。
本稿では，弊社のディープラーニング画像再構成技術である「AIR Recon DL」が定量画像に与える効果および臨床診断への可能性について概説をする。

■AIR Recon DLの概要

GEヘルスケア社製のディープラーニング画像再構成技術であるAIR Recon DLにおける画質改善の効果は，SNRの改善，尖鋭度の向上，トランケーションアーチファクトの低減の3つの効果を得ることができるのが特長である。AIR Recon DLでは，ディープラーニングアルゴリズムにおけるトレーニングデータに未加工の複素数データ（rawデータ）が採用されており，SNRが良く空間分解能が高い画像を最適解としたnear perfectトレーニングデータと，さまざまなSNRや空間分解能の画像のトレーニングデータセットをペアとして，推論モデルが構築される。撮像時にサンプリングされたrawデータを入力として，学習処理により構築されたこの推論モデルを適用し，near perfectトレーニングデータを最適解とした出力を行う。AIR Recon DLは，2Dシーケンスから適用が始まってきたが，最新バージョンであるMR30では，3Dシーケンスや体動補正技術であるPROPELLERのほか，T2マッピングやT1マッピングなどの定量画像にもAIR Recon DLの適用が広がっている。

■定量画像へのAIR Recon DLの適用

MRの定量画像は，画像中の信号強度を解析して，生体組織の特定の生理学的または物理学的パラメータの定量値を持った画像であり，特定のパラメータを変化させた時に生じる信号強度の変化をpixel by pixelで算出したcalculate imageとなる。この時，定量画像の画質は元画像に依存するため，撮像の際に生じる白色ノイズは正確な定量値の出力を妨げることがある。
定量画像に適用されるAIR Recon DLは，元画像の画像再構成時に適用される。元画像のSNRが改善することにより，算出される定量画像のノイズは大幅に低減し，ロバストな定量値を出力することができるようになる。AIR Recon DLにおける画像再構成アルゴリズムは，信号値を変化させることなく白色ノイズのコントロールによりSNRの改善を図っている。そのため，従来の画像再構成法とAIR Recon DL画像再構成による定量値の違いはほとんどなく，ノイズによる信号のバラツキを抑え，より信頼された値が出力される（図1）。

図1　FOCUS DWI（拡散強調画像）のADC mapにおける画像再構成法の比較
a：従来画像再構成法によるDWI b-value 1500
b：従来画像再構成法によるDWI b-value 0
c：従来画像再構成法によるADCマップ
d：AIR Recon DL画像再構成によるDWI b-value 1500
e：AIR Recon DL画像再構成によるDWI b-value 0
f：AIR Recon DL画像再構成によるADCマップ
DWI高信号域にADC値の低下を認める。従来画像再構成法では白色ノイズによりADC低値域が不明瞭であるが，AIR Recon DL画像再構成により明瞭に観察されている（←）。

■関節のT2マッピング

軟骨の組織特性の評価にT2値を計測することで，関節軟骨の変性を伴う軟骨内水分量の変化をとらえることができる。従来の画像再構成法の元画像を見ると，関節軟骨上に白色ノイズが散見されており（図2 b），T2マッピングのカラーマップでは，深層部軟骨の信号がまだらに出力されている（図2 a）。一方，AIR Recon DL画像再構成では，関節軟骨のノイズが低減し（図2 d），関節軟骨の深層から表層にかけて，T2値の変化が滑らかなグラデーションとして観察される（図2 c）。さらに，従来法より高い空間分解能で撮像を行うことで，精度の高い解剖学的構造変化をとらえ，菲薄化した関節軟骨も正確にとらえることができるようになる。

図2　膝軟骨のT2マッピング
a：従来の画像再構成法のT2マッピング
b：従来の画像再構成法の元画像
c：AIR Recon DL画像再構成のT2マッピング
d：AIR Recon DL画像再構成の元画像

■心筋T1マッピング

心筋の検査における定量画像は，心筋炎などの全周性に及ぶびまん性心疾患の診断に有用とされている。心筋におけるT1マッピングでは，複数の測定点のフィッティングから算出されるため，出力される定量画像はおのおのの測定点に見られるランダムな白色ノイズだけでなく，呼吸の動きの影響も強く受けることがある。T1マッピングにおけるmotion compensation（MoCo）は，非剛体動き補償アルゴリズムに基づき，フレーム間の不整合を補償するために使用されている。AIR Recon DLとMoCoを併用することにより，SNRの改善と併せて呼吸や心拍による動きの補償を行い，より精度の高い T1マッピングを得ることが可能となる（図3）。

図3　MOLLI FIESTAによるT1マッピング画像
a：従来法によるT1マッピング
b：AIR Recon DLとMoCoを併用したT1マッピング

■拡散テンソル画像

拡散テンソル画像は，多軸motion probing gradient（MPG）により拡散異方性を知る撮像法で，fractional anisotropy（FA）やADC，脳の白質線維を可視化するトラクトグラフィの作成が可能となる。通常の拡散強調画像よりMPGの軸数が多いため，SNRの確保を加算回数（NEX）でコントロールしようとすると，大幅な撮像時間の延長が必須となる。しかし，AIR Recon DLにより，NEXを変化させることなくSNRが改善するため，時間の延長なく元画像の画質を改善することが可能となる。
従来の画像再構成法で出力されたFAマップでは，灰白質のノイズが強く白質線維の同定が困難であるのに対し（図4 a），AIR Recon DL画像再構成法で算出された画像では，ノイズが除去されたFAマップが取得されており，白質のFA値の変化が明瞭に描出されている（図4 b）。また，AIR Recon DLの尖鋭度向上効果により，トラクトグラフィにおいて細かいファイバーをとらえられ，詳細な白質線維の走行が確認される（図4 c，d）。

図4　脳の拡散テンソル画像
a：従来の画像再構成法FAマップ
b：AIR Recon DL画像再構成FAマップ
c：従来の画像再構成法トラクトグラフィ
d：AIR Recon DL画像再構成トラクトグラフィ

本稿では，弊社のディープラーニング画像再構成技術であるAIR Recon DLが定量画像に与える効果，および臨床診断への可能性について概説した。画質改善に用いられているディープラーニング画像再構成アルゴリズムは，定量画像においても，よりロバストな定量画像を提供することが可能となる。AIR Recon DLの応用は，さらなる研究と臨床への展開と併せて，医用画像診断の進化に寄与する技術として期待される。

製造販売 GEヘルスケア・ジャパン株式会社
SIGNA Pioneer
販売名：シグナ Pioneer
227ACBZX00011000
SIGNA™ Architectはディスカバリー MR750w類型SIGNA Architectです。
223ACBZX00061000
汎用画像診断装置ワークステーション AW サーバー
22200BZX00295000
アドバンテージワークステーション
20600BZY00483000