SuCor: 最適輸送に基づくパラメータ不要かつ自己正則化の歪み補正法

技術的サマリー（日本語）

本論文は、エコープランナ画像（EPI）における磁化率誘起幾何学的歪み（Susceptibility-induced geometric distortions）を補正するための新しい手法「SuCor」を提案しています。この手法は、最適輸送（Optimal Transport: OT）理論を位相符号化方向に適用し、パラメータの調整を必要としない自己正則化メカニズムを採用することで、既存の手法（FSL TOPUP）と比較して高速かつ高精度な補正を実現しています。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細をまとめます。

---

1. 背景と問題定義

• 問題点: 空気と組織の界面における磁化率の差異により、B0 磁場の不均一性が生じます。拡散 MRI や fMRI で広く用いられる EPI 撮像では、長い読み出し時間中にオフ共鳴周波数が位相を蓄積し、位相符号化（PE）方向に幾何学的歪みが発生します。これにより、信号の圧縮・膨張（ジャコビアンによる強度変調）が生じ、解剖学的な局在精度やトラクトグラフィ、グループレベルの fMRI 解析の信頼性が損なわれます。
• 既存手法の限界: 最も広く用いられている FSL の TOPUP は、逆方向の PE で取得した 2 枚の EPI 画像を用いて変形場を推定しますが、B-スプラインでパラメータ化された非線形最適化問題を反復求解する必要があります。これにより計算コストが高く（数十分〜数時間）、正則化パラメータの慎重な手動調整が求められます。

2. 提案手法：SuCor の概要

SuCor は、1 次元の最適輸送（Wasserstein-2 距離）に基づいた新しい定式化を採用しています。

2.1 問題の定式化

逆方向の PE で取得した 2 枚の EPI ボリューム $I^+$ と $I^-$ に対し、変位場 $u(x)$ を用いた前方モデルを構築します。歪みは信号の再配置と、局所的な圧縮・膨張による強度変調（ジャコビアン項）として記述されます。

2.2 列ごとの最適輸送（Column-Wise Optimal Transport）

• 核心となる仮説: PE 方向に沿った固定された列において、逆極性の強度プロファイルは、等しく反対方向にシフトされた同じ「信号質量」の再配置とみなせます。
• 手法: 各 PE 列ごとに、2 つの強度プロファイルを Wasserstein-2 距離で結びつける最適輸送マップ $T^*$ を計算します。1 次元分布の場合、このマップは累積分布関数（CDF）の逆関数を用いた閉形式解（Quantile rearrangement）として得られます。
• 変位場の算出: 各ボクセルにおけるバリーセントリック（Frechet 平均）変位 $u_0$ を、$u_0(t) = \frac{1}{2}(T^*(t) - t)$ として算出します。この計算は各列で独立に行われ、$O(N \log N)$ の計算量で済みます。

2.3 周波数領域での曲率エネルギー正則化

列ごとの独立計算により生じる「列状の縞模様（striations）」を除去するため、スペクトル領域（フーリエ変換後）で正則化を施します。

• 正則化項: 薄板曲率エネルギー（bending-energy）に相当する $|k|^4$ カーネルを使用します。
• 式: $\hat{u}_\lambda(k) = \frac{\hat{u}_0(k)}{1 + \lambda |k|^4}$
  ここで、$\lambda$ は正則化の強さを制御するパラメータです。

2.4 パラメータの自動選択（Morozov 不一致原理）

• 課題: 従来の手法では $\lambda$ の手動調整が必要でしたが、SuCor ではこれを不要にします。
• 手法: Morozov 不一致原理を用いて、入力画像のノイズレベル（背景ボクセルの MAD 推定）から目標残差ノルム $\delta$ を決定し、二分探索法で $\lambda$ を自動選択します。これにより、パラメータチューニングなしで最適な正則化強度が得られます。

2.5 計算複雑性

• 各スライスを独立に処理できるため並列化が容易です。
• 典型的な解像度（144×168×111）の 3D ボリュームに対し、単一 CPU コアで約12 秒で処理が完了します。

3. 実験結果

Human Connectome Project (HCP) のデータセット（LR/RL 対の b=0 EPI と共登録された T1 構造画像）を用いて評価を行いました。

指標	未補正	FSL TOPUP	SuCor (提案)
T1-MI (T1 との相互情報量)	0.284	0.317	0.341
LR-RL NCC (左右画像の相関)	0.670	0.964	0.933
RMSE (左右差の二乗平均平方根)	2215	706	948
実行時間	-	55 分	12 秒

• 解剖学的整合性: SuCor は T1 構造画像との相互情報量（T1-MI）で TOPUP よりも 7.6% 高い値（0.341 vs 0.317）を達成し、解剖学的な歪み補正の精度が優れていることを示しました。特に、磁化率歪みが強い頭部下部（inferior slices）での改善が顕著でした。
• LR-RL 整合性: 一方、TOPUP は LR-RL 画像間の相関（NCC）が高く、残差誤差（RMSE）が低い傾向にあります。これは TOPUP が B-スプラインによる滑らかな事前分布を強く課しているため、局所的な歪み構造よりも「左右の一致」を優先していることを示唆しています。
• 変位場の特性: SuCor が推定した変位場は、TOPUP と大域的な構造は一致しつつも（相関係数 0.70）、組織境界における急峻な場の変化をより鮮明に捉えています。

4. 主要な貢献と意義

1. パラメータ不要かつ自己正則化: Morozov 不一致原理に基づく自動パラメータ選択により、ユーザーによる手動チューニングや設定ファイルの調整が不要になりました。
2. 計算効率の飛躍的向上: 反復的な非線形最適化を避け、1 次元最適輸送の閉形式解と FFT による正則化を採用したことで、処理時間を TOPUP の約 1/270（55 分→12 秒）に短縮しました。
3. 高精度な解剖学的補正: 滑らかな B-スプライン近似ではなく、列ごとの最適輸送マップを用いることで、局所的な歪み構造をより忠実に復元し、T1 画像との整合性を最大化しました。
4. 理論的基盤: 歪み補正を「信号質量の再配置」として最適輸送問題として定式化し、数学的に厳密な解法を提供しました。

5. 結論

SuCor は、最適輸送と自動正則化を組み合わせた、高速かつ高精度な磁化率歪み補正法です。HCP データセットにおける評価では、既存のゴールドスタンダードである FSL TOPUP を上回る解剖学的整合性を、パラメータ調整なしで 12 秒という短時間で達成しました。この手法は、大規模な拡散 MRI データセットの処理や、リアルタイム性が求められる臨床応用において大きな可能性を秘めています。