ブートストラップ法を用いたPET脳機能画像における誤差推定の実用化

点击翻译按钮获取中文摘要

本研究はブートストラップ法を用いたPET画像の誤差推定とその応用の試みである。本年度は以下に示す二つの主要な成果を得た。1)ブートストラップ法の妥当性の検証:PET画像の定量的な画質評価は,画像処理・再構成法の最適化に大きな役割を果たす。Buvatの手法を3Dサイノグラムへ拡張することにより,3D専用PET装置(SET-3000GCT/M)に対応した。妥当性検証を目的とし,Ga封入円柱ファントムを用いてリストモード収集を行った。得られたリストデータをランダムに30分割し,30組の再構成画像にわたる標準偏差を各ピクセルごとに計算して,これをreferenceとする。30分割したリストデータの内の1つを用いて,ブートストラップ法により各ピクセルにおける標準誤差を推定し,referenceと比較したところ,両手法による推定値はよく一致した。特に150-PETを想定したカウント領域では3%以内で一致していた。2)150-PETの画質評価への応用:DRAMA画像再構成法とsinogram-based Wavelet法の画質改善効果をブートストラップ法により検討した。ROI解析により,両手法は定量性を保持していることを確認した。Wavelet法は比較的画像全体に対してノイズ低減効果を示したが,DRAMA法はより低カウント領域で有効であった。両手法の組み合わせはより有効であった。DRAMA法とWavelet法は,定量性の維持と画質改善の両面の点から150-PETにとって有効な手法である。今回導入した手法を用いることにより,画質改善効果を定量的に示すことが可能になった。