心臓MRI（CMR）検査は，汎用性の高い非侵襲的な画像診断法であり，心機能，形態や組織性状と包括的に評価を行うことができるツールとなっている。心血管疾患（CVD）の有病率は年々増加傾向にあり，世界的に見ても罹患率・死亡率の高い疾患の一つとなっている。このような背景から，CMRがCVD患者の診断，治療，およびモニタリングにおいて重要な役割を担っていることは明らかである。しかし，CMRがさらに普及するためには，(1) 長い検査時間，(2) 多くのパルスシーケンスとパラメータ，撮像断面の設定という撮像手技の複雑さ，(3) 心臓と呼吸による生理的な動き，という課題を解決する必要がある。
本稿では，これらの課題に対する人工知能（AI）やそのほかのSiemens Healthineersの技術について紹介する。

■「myExam Cardiac Assist」による自動プランニング

日常的にCMR検査を実施する上で最も難しいと考えられる部分は，撮像位置の断面設定の煩雑さである。これまでのCMR検査では，画像の品質が撮像オペレータの経験値に依存してしまい，誤った撮像位置や撮像タイミングにより画像診断が困難となる場合があった。myExam Cardiac Assistでは，AIを用いたアルゴリズムにより撮像断面設定のワークフロー全体を簡便化でき，撮像プロトコールおよびワークフローを標準化することが可能になる^1），2）。これにより，オペレータ間での画質の差が低減され，かつ全体の検査時間の短縮にも貢献する。

■「BioMatrix Beat Sensor」による心拍同期撮像

CMR検査を行うには，心臓の動きの影響をなくすため心電図による同期撮像は必須である。しかし，心電図同期には，電極を取り付けるための準備時間や患者の不快感，また，不整脈による心電図異常や，磁気流体力学効果〔magnetohydrodynamic（MHD）effect〕によるT波の増強などの問題点がある。BioMatrix Beat Sensor（以下，Beat Sensor）は，pilot tone技術^3）を基にした，既存の方法とは異なる新しいCMRの同期撮像技術である。図1のように，Beat Sensorを搭載したBioMatrix Bodyコイルを胸部に配置するだけで，心拍同期撮像の準備が完了する。その後，検査開始時にBeat Sensor専用のトレーニングスキャンを行うことで，Beat Sensorをトリガーとして認識することが可能となる。すでに，さまざまな年齢層，体格，症例においてBeat Sensorを用いた検査が実施されており，従来の心電図トリガーと比較しても遜色のない，安定したトリガー信号が得られている。また，Beat Sensorを用いた心拍同期撮像は電位を用いていないため，既存の心電図同期撮像で問題となる皮膚との接触不良や電極配置によるトリガー不良，MHD effect（特に高磁場強度）などを回避できることが報告されている^4）。特に，不整脈のある患者では，心電図異常の影響を受けやすい心電図トリガーに代わる有用な手法となる^5）。

図1　Beat Sensorのセッティングと各種画像
Beat Sensorでは，心電図の準備が不要で，受信コイルを患者にセットするだけで心拍同期撮像の準備が完了する（a）。Beat Sensorにより，ECGによって得られる心拍と同様の同期信号が得られている
（b 上段）。Beat Sensorを使用した心臓シネ画像，T1map，遅延造影を示す（b 下段）。

■Deep learning reconstructionの現在と技術開発動向

Siemens Healthineersのdeep learning reconstruction技術である「Deep Resolve」は，パラレルイメージングにより生じるg-factorの影響を含めた不均一なノイズを効果的にdenoiseする「Deep Resolve Gain」と「Deep Resolve Boost」，さらに，超解像技術により低空間分解能の画像から高空間分解能な画像を再構成する「Deep Resolve Sharp」がある（図2）。これらはまずTSEシーケンスにて適用が可能で，順次適用シーケンスの拡大を進めている。また，ノイズ低減技術と超解像技術の両者を併用することが可能である。特に，Deep Resolve Boostを用いることで，パラレルイメージングファクタを4倍速という高い倍速に設定しても，良好な画質を得ることができる。TSEシーケンスにおいて高いパラレルイメージングファクタを利用できる利点は，画像1枚あたりの心拍数を減らすことができ，撮像時間の短縮につながる点である。また，1心拍あたりのデータ収集時間が短くなるようturbo factorを小さくすることで，心臓の動きによるアーチファクトを低減する設定も可能である。
心臓検査においてTSEシーケンスは，dark-blood撮像に用いられている。一般的にdark-blood撮像では，dark-bloodパルスの原理上，各スライスをシーケンシャルに撮像する必要があり，従来法では基本的に1回の息止めで1スライスしか撮像できない。そのため，検査によっては，長い息止めを複数回行う必要があった。しかし，Deep Resolveを利用することで息止め時間を短くすることができ，1回の息止め時間内に複数断面のスライス取得が期待できる（図3）。また，データ収集に必要な心拍数を減らすことができれば，不整脈への対応がしやすくなるという利点もある。さらに，RSNA 2022においてDeep ResolveのHASTEシーケンスへの適用が発表された。これにより，息止めの難しい患者や不整脈患者でも，より安定したdark-blood撮像が可能となるだろう。
CMRの中でも冠動脈MRAは撮像時間が長く，心拍と呼吸の影響を受けやすいため，安定した画質を得ることが難しい。圧縮センシング技術により撮像時間は短縮可能であることがすでに示されているが，再構成時間の延長や圧縮センシング再構成による鮮鋭度の低下などの問題点がある。Steedenらは，AIを用いた冠動脈MRAの超解像技術を開発（プロトタイプ）し，低空間分解能の収集データから高空間分解能な冠動脈MRAの再構成に成功したことを報告している^6）。これにより，従来の約1/3の撮像時間での冠動脈MRA撮像を可能とし，血管径の計測値においても従来法と比較して有意差がないことが確認されている。さらに，呼吸性移動によるアーチファクトを低減するmotion correctionやradial samplingのaliasingアーチファクトの低減（de-aliasing）を可能とするdeep neural networkの開発^7）も行っており，冠動脈MRAだけでなく，3Dシネやphase contrast MRAへの応用も報告されている^8）。

図2　Deep Resolve Boost（a）とDeep Resolve Sharp（b）の再構成ワークフローの模式図
Deep Resolve Boostは，unrolled optimizationをベースとしたディープラーニング再構成技術であり，データの整合性を保ちつつ，パラレルイメージングによる不均一なノイズを低減する（a）。また，Deep Resolve Sharpは，画像ベースで超解像化を図る当社独自の技術で，基のk-spaceデータとのクロスチェックにより，コントラストへの影響のない高空間分解能化を実現している。Sharpは，画像ベースで超解像化を図る当社独自の技術で，基のk-spaceデータとのクロスチェックにより，コントラストへの影響のない高空間分解能化を実現している。

図3　通常のT2w TSE FS dark-blood画像とDeep Resolveを使用した画像
Deep Resolveを使用したdark-blood撮像（b）では，通常のT2w dark-blood撮像（a）に比べて，shot数が同じ場合では高分解能での画像が得られている。また，Deep Resolveを用いて2shot撮像した画像（d）は，Deep Resolveを使わずに7shotで撮像した画像（c）と同程度の画質が得られている。

◎

CMRにおけるSiemens Healthineersの取り組みとして，AIを用いたアルゴリズムを搭載したmyExam Cardiac Assistによるワークフローの改善と，心臓の同期撮像に対する新しいトリガーソースであるBiomatrix Beat Sensor，さらに，Deep Resolveのdark-blood撮像への適用と，deep learning reconstructionの開発動向について紹介した。これまでもSiemens Healthineersは，圧縮センシングによるリアルタイムシネや，「Heart Freeze」と呼ばれるT1・T2 mapping，パーフュージョンや遅延造影におけるmotion correction機能など，CMR検査の課題を解決するための技術開発を行ってきた。前述の冠動脈MRAにおけるAI技術の応用など，現在もさまざまな技術開発が進行している。今後もこのような先進的な技術の臨床応用が期待される。

^{●参考文献
1）Thomas, S.J., et al. : The need for speed – adenosine stress MRI in less than 30 minutes. J. Cardiovasc. Magn. Reson., 15（Suppl 1）: E24, 2013.
2）Wang, K., et al. : Free-Breathing 10-Min Cardiac MRI Protocol at 3.0t : Single-Center Experience. Biomedical Journal of Scientific & Technical Research, 41（1）: 32365-32373, 2022.
3）Speier, P., et al. : PT-Nav : A novel respiratory navigation method for continuous acquisitions based on modulation of a pilot tone in the MR-receiver. Proc. ESMRMB 2015, 129 : 57-78, 2015.
4）Bianca, S. : BioMatrix Beat Sensor─the Technologist’s Perspective. MAGNETOM Flash, 83 : 11-14, 2023.
5）Christina, K., et al. : Clinical Approach of BioMatrix Beat Sensor Cardiac Triggering MAGNETOM Flash, 83 : 7-10, 2023.
6）Steeden, J.A. et al. : Rapid whole-heart CMR with single volume super-resolution. J. Cardiovasc. Magn. Reson., 22（1）: 56, 2020.
7）Steeden, J.A. : Deep Learning for Cardiovascular MR Image Reconstruction. Lunch Symposium ESMRMB 2019.
https://www.magnetomworld.siemens-healthineers.com/hot-topics/artificial-intelligence
8）Jaubert, O., et al. : Deep artifact suppression for spiral real-time phase contrast cardiac magnetic resonance imaging in congenital heart disease. Magn. Reson. Imaging, 83, 125-132, 2021.}