Harmonic-Aware Transformer for Real-Time Catheter Localization in Interventional Procedures of Magnetic Particle Imaging

技術要約：MPIにおけるリアルタイムカテーテル局在化のための高調波認識型トランスフォーマー

問題提起
磁気粒子イメージング（MPI）は、磁性ナノ粒子をコーティングした器具を追跡することで、介入的手技に適した放射線非曝露のリアルタイムイメージング手法を提供する。しかし、従来のMPIガイド下介入は、器具の位置を特定するために、画像再構成パイプライン（例：システム行列の逆行列計算やX空間法）に依存している。これらの従来のアプローチは、高い計算レイテンシ、メモリ制約、および潜在的な画像ぼけに悩まされており、真のリアルタイム追跡を妨げている。深層学習はMPIの画像再構成やデノイジングに適用されてきたが、中間的な画像形成プロセスを完全にバイパスして、生の信号から器具の座標を直接予測する手法はほとんど存在しない。本論文は、中間的な画像生成を行わずに、生のMPI電圧信号から3Dカテーテル先端位置を直接マッピングする、低レイテンシかつ高精度なフレームワークの必要性に対処するものである。

手法
著者らは、周波数領域で直接動作する**高調波認識型トランスフォーマー（Harmonic-Aware Transformer）**フレームワークを提案している。その手法は、主に以下の3つの段階で構成される。

1. 高調波認識型前処理：

   • 3つの受信コイル（$x, y, z$）からの生の複素数MPI信号を、高速フーリエ変換（FFT）を用いて周波数領域に変換する。
   • バンドパスフィルタを用いて、駆動磁場周波数の第2次から第8次高調波を分離する。基本波は変調信号による影響が支配的であるため除外され、高次の高調波はノイズに支配されやすいためである。
   • フィルタリングされた実部と虚部を結合し、6チャンネルの周波数領域特徴ベクトルを形成することで、動きに関連するスペクトル成分を保持しつつ、信号対雑音比（SNR）を向上させる。

2. トランスフォーマー・アーキテクチャ：

   • 「カテーテル・トランスフォーマー」と呼ばれるこのモデルは、周波数領域の信号をパッチ埋め込み（patch-embed）するために1次元畳み込み層（カーネルサイズ $P=64$）を利用する。
   • 埋め込みパッチには、シーケンスの順序情報を保持するために**正弦波位置エンコーディング（Sinusoidal positional encoding）**が追加される。
   • シーケンスは6つのエンコーダ層によって処理され、各層には**8つのマルチヘッド自己注意（MHSA）**ヘッドが含まれる。このアーキテクチャは、スペクトルデータ内の長距離の時間的依存関係および軸間の相関（$x, y, z$）を捉えるように設計されている。
   • アテンション機構の後には、GELU活性化関数を用いた位置ごとのフィードフォワードネットワーク（FFN）が続く。
   • 最終的なエンコードされた表現は平坦化され、2層の**多層パーセプトロン（MLP）**を通過して、3Dカテーテル先端座標（$\hat{x}, \hat{y}, \hat{z}$）を回帰する。

3. 学習戦略：

   • モデルは**重み付き平均絶対誤差（MAE）**損失関数を用いて学習される。極めて重要な点として、MPIの選択磁場勾配方向における空間分解能が本質的に低いことを補償するために、$z$軸には高い重み（$w_z > w_x = w_y$）が割り当てられている。
   • 学習には、コサインアニーリング・スケジュールと混合精度加速を備えたAdamWオプティマイザを使用する。
   • データ拡張には、汎化性能を高めるための振幅スケーリングとガウスノイズの注入が含まれる。

主な貢献

• 再構成フリーのフレームワーク： 本研究は、生のMPI電圧信号から3D座標を直接マッピングする信号駆動型のアプローチを導入し、計算負荷の高いシステム行列の逆行列計算や画像再構成ステップを排除した。
• 高調波認識型前処理： 動きに敏感なスペクトル特徴を保持しつつSNRを向上させるために、第2次〜第8次の高調波を選択的に抽出するという斬新な戦略。
• トランスフォーマーによる信号モデリング： MPI信号に特化したトランスフォーマー・アーキテクチャを適用し、正確な3D局在化のために時空間的なスペクトルパターンと軸間の依存関係をモデル化。
• 包括的な検証： シミュレーションデータおよび実機を用いたin vitro実験データ（標準、屈曲、および心拍運動プロファイル）の両方における広範な評価を行い、多様な運動条件下での堅牢性を実証した。

結果
提案手法は、サブミリメートル精度の局在化精度を達成し、推論速度において大幅な向上を実現した。

• 精度： 屈曲データセットにおいて、モデルは最小 $L_2$ 誤差 0.103 ± 0.092 mm、および平均絶対誤差（MAE）として $x$: 0.039 ± 0.046 mm、$y$: 0.054 ± 0.049 mm、$z$: 0.060 ± 0.044 mm を達成した。すべてのデータセットを通じて、MAEは0.165 mmから0.655 mmの範囲であった。
• パフォーマンス： 最適化された推論モデルは、フレームレイテンシ 0.55 ms と、約1,800 fps のスループットを達成した。このスループットは、MPIハードウェアのデータ取得レート（約23.2 Hz）を大幅に上回っており、リアルタイム性能を裏付けている。
• アブレーション研究： 実験により、第2次〜第8次の高調波範囲が、空間情報とノイズ耐性の間で最適なトレードオフを提供することが確認された。また、重み付き損失関数が、特に$z$軸の性能を改善し、軸間の精度バランスをとる上で極めて重要であることが示された。

意義
本論文は、このフレームワークが「画像再構成に依存した追跡」から「直接的な信号・位置マッピング」への転換を象徴するものであると主張している。再構成パイプラインを排除することで、本手法は従来のMPIガイド下アプローチと比較して、精度の向上、レイテンシの低減、および複雑な運動条件下での堅牢性の強化を実現している。結果は、高調波認識型トランスフォーマーモデルが、従来のメソッドの計算上のボトルネックなしに、介入的MPIにおけるリアルタイムカテーテル局在化のための効率的かつスケーラブルなソリューションとなる可能性を強調している。著者らは、現在の検証がin vitroファントムおよびシミュレーションデータに限定されているものの、このアプローチが将来のin vivo応用および臨床へのトランスレーションに向けた基礎を築くものであると述べている。