Motion Artifact-Aware Self-Supervised Representation Learning for 3D Brain MRI Motion Artifact Reduction

精密で複雑なガラス製の小さな城を、完璧な高解像度写真で撮ろうとしている場面を想像してみてください。シャッターを切る瞬間に手が少しでも震えると、画像はぼやけ、塔の周りに幽霊のような二重像が漂ってしまいます。次に、カメラの代わりに、人間の脳の内部を見るための巨大で超高感度なスキャナーを使っている場面を想像してください。脳はそのガラスの城であり、スキャナーはカメラです。しかし、ここには落とし穴があります。人々は、脳をスキャンするのに数分間も完璧にじっとしていることはできないのです。体が動いたり、咳をしたり、あるいは眠りに落ちたりすることもあります。この動きは「モーション・アーティファクト（動きによる偽像）」を生み出し、画像のぼやけた筋、幽霊のような複製、そして歪んだ形状を作り出し、写真を台無しにします。

科学者や医師にとって、これらのぼやけた画像は悪夢です。彼らは、脳の部位の大きさを測定したり、病気の経過を追ったり、脳の仕組みを理解したりするために、クリスタルクリアな画像（極めて鮮明な画像）を必要としています。通常、ぼやけた写真を修正するには、元の完璧な写真がどのようなものだったかを正確に知っており、それと比較して間違いを修正する必要があります。しかし、実際の医療スキャンの世界では、動いている同じ人物の「完璧な」写真を、時間を巻き戻して撮り直すことはできません。手元にあるのは、乱れた、ぼやけた画像だけなのです。この論文は、完璧なバージョンを一度も見ることなく、これらのぼやけた脳スキャンをどのようにクリーンアップするかという問題に取り組んでいます。

Mojtaba SafariとXiaofeng Yang率いる研究チームは、SSRL-MARと呼ばれる巧妙な新しいツールを構築しました。これは、参照基準（正解となるデータ）を必要とせずに、「違い探し」と「わざと乱す」というゲームを通じて、ぼやけた脳スキャンを修正することを学ぶデジタル探偵のようなものです。

彼らのシステムがどのように機能するかを、3つの楽しいステップに分けて説明します。

ステップ1：「違い探し」のトレーニング
まず、コンピュータは「動き」とは実際にはどのようなものかを学習する必要があります。さまざまな人々の清潔で鮮明な脳の写真の束と、ぼやけて乱れた写真の束があると想像してください。コンピュータはどちらがどちらであるかを知りませんが、ぼやけた方を見つけ出すよう指示されます。コンピュータは画像の小さな3Dチャンク（塊）を見て、「このチャンクは揺れているように見えるか？」と判断しようとします。それは、脳の「形（城）」と、動きによる「ぼけ（揺れる手）」を分離する方法を学びます。論文によれば、コンピュータはこのプロセスにおいて非常に優れた能力を発揮し、個人の脳の特定の詳細を無視して、動きによって生じる奇妙で波打つようなパターンだけに集中することを学習しました。

ステップ2：「メス・メーカー（乱す者）」シミュレーター
動きがどのようなものかを理解したら、コンピュータには新しい仕事が与えられます。それは「いたずらっ子」になることです。コンピュータは、きれいな脳スキャンを取り込み、ステップ1で学んだ通りの種類のぼけを「加える」ことを試みます。これは、泥を投げる方法を完璧に習得して、ゼロから泥だらけのシーンを再現できるビデオゲームのキャラクターのようなものです。論文では、この「デグレーダー（劣化させるもの）」ネットワークが、本物のぼやけたスキャンとほぼ同じに見えるような偽のぼやけたスキャンを作成することに非常に長けていると述べています。これが極めて重要なのは、コンピュータが自分自身のトレーニングデータを生成できるからです。きれいなスキャンを取り込み、それを乱し、そしてそれを修正しようとすることで、自分が作った乱れた状態を自ら掃除する方法を効果的に学習するのです。

ステップ3：「レストアラー（修復者）」
最後に、コンピュータはヒーローとして振る舞います。ステップ2で作った乱れたスキャンを取り込み、それらをきれいな画像に戻そうと試みます。コンピュータは自分がどのような種類の乱れを作ったのかを正確に把握しているため、それをどのように元に戻すべきかを理解できます。このプロセス全体はループの中で行われます。「動きを学び、動きを作り、動きを直す」という流れです。論文では、これを「クローズドループ（閉ループ）」システムと呼んでいます。なぜなら、コンピュータは正解を教えてもらわなくても、自ら練習することで答えを導き出せるからです。

彼らは何を発見したのか？
チームは、2種類のデータを用いてこの新しいツールをテストしました。第一に、「in-silico（イン・シリコ）」データを使用しました。これは、実際の脳スキャンを取り込み、コンピュータを使用して人工的に動きを加えたものです。これらのテストにおいて、彼らの手法は画像品質を大幅に向上させ、PSNR（画像が完璧に近い度合いを測る指標）を23.81 dBに高め、画像の構造がオリジナルと**91.55%**一致する（SSIM）という結果を出しました。

次に、実際の患者からの、乱れた本物のスキャン（MR-ARTデータセット）を用いてテストを行いました。これは非常に難しい部分です。なぜなら、比較対象となる「完璧な」バージョンが存在しないからです。それにもかかわらず、彼らのツールはぼやけやゴースト現象を減少させることに成功しました。他の高度なコンピュータプログラムと比較した際、SSRL-MARはトップの成績を収めました。これは、偽のデータのみで訓練された「ソースのみ」の教師ありモデル（supervised model）よりも、PSNRにおいて最大2.0 dB上回る性能を示しました。

また、論文は、このツールが脳の実際の形状をどの程度維持できているかについても調査しました。彼らは、脳梁（脳の両半球をつなぐ橋）や脳室（液体で満たされた空間）といった重要な部位の容積を測定しました。軽度の動きがある場合、ツールで画像をクリーンアップした後のこれらの部位の測定誤差は、50%以上減少しました。このことは、このツールが単に画像を滑らかにしているだけでなく、脳の解剖学的構造を正確に保持していることを示唆しています。

彼らが主張していないこと
この論文が「言っていないこと」に注意することが重要です。著者たちは、彼らのツールは優れているものの、魔法ではないことを慎重に指摘しています。

• 極端な動きに対する完璧な解決策ではない： もし動きが激しすぎる場合（大きな揺れなど）、ツールは失われた情報を回復することができません。論文では、動きが悪化するにつれて画像品質は低下しますが、ツールを使用しない場合ほどは悪化しないことが示されています。
• 新しいものを捏造することはない： 研究者たちは、コンピュータがそこに存在しない脳のパーツを「幻覚（ハルシネーション）」として作り出してしまうのではないかと懸念していました。しかし、テストの結果、その逆であることが分かりました。このツールは保守的です。何かを捏造するのではなく、むしろ滑らかにする傾向があり、これは医療用途においてより安全です。
• まだあらゆる種類のスキャンに対する万能薬ではない： この研究は、特にT1強調脳スキャンに焦点を当てています。論文では、これを他のタイプのスキャン（T2やFLAIRなど）や他の身体部位に適用するには、さらなるテストが必要であると示唆しています。

結論
論文は、SSRL-MARが、実用上入手不可能な「完璧なもの vs 乱れたもの」のペア画像を必要とせずに、脳MRIスキャンをクリーンアップするための堅牢でスケーラブルな方法であることを示唆しています。コンピュータに「動き」を理解させ、「偽の動き」を作らせ、そしてそれを「直す」ことを教えることで、彼らは「完璧な」教師ありモデル（実用的なペアデータが必要なモデル）とほぼ同等の性能を持つシステムを作り上げました。著者たちは、このアプローチが、たとえ患者がスキャン中にじっと静止していられなかったとしても、医師や研究者がより明確で信頼性の高い測定値を得るための助けになると結論付けています。これは、人間の体が静止することを拒んでも、脳のイメージングをより信頼できるものにするための大きな一歩です。