Deep Learning-Based Simultaneous Separation of Overlapping Projection Data and Attenuation and Scatter Correction for Multi-Pinhole SPECT

霧に包まれた厚い壁に囲まれた洞窟の中に隠された、完璧な宝物の写真を撮ろうとしている場面を想像してみてください。医学画像の分野において、この「宝物」とは患者の体内にある微小な放射性トレーサーからの信号であり、「カメラ」はSPECT（単一光子放射断層撮影）と呼ばれる装置です。通常、鮮明な画像を得るためには、コリメーターと呼ばれる特別なフィルターを使用します。これは、ガンマ線（または光線）が直線のみを通すように設計された、小さなトンネルの集合体のようなものです。しかし、ここには落とし穴があります。非常にシャープな画像を得るためには、多くのこれらのトンネルが必要です。もしこれらのトンネルを詰め込みすぎると、視界が重なり合い、まるで万華鏡を見ている時のように、パターンが混ざり合って混乱した状態になってしまいます。さらに、洞窟の壁（患者の体）が光線を吸収したり跳ね返したりするため、画像はぼやけ、暗くなってしまいます。数十年にわたり、このぼやけた重なり合った混乱を解決するには、洞窟の壁をマッピングするための、もう一つの危険なX線スキャンを行う必要がありました。これは追加の放射線量とコストを招きました。科学者たちは、その追加のX線なしで、この混乱を解きほぐし、霧を晴らす方法を模索してきました。それは、すべての人にとってカメラをより速く、安く、そして安全にすることを目指しています。

この論文は、畳み込みニューラルネットワーク（CNN）と呼ばれる一種の人工知能を用いた、巧妙で新しいトリックを紹介しています。CNNは、視覚的なパズルを解くように訓練された、超スマートなデジタル探偵のようなものです。44個のピンホール（小さな穴）を備えた固定式SPECTシステムを使用している研究者たちは、二重の問題に直面しました。まず、44個の穴からの視界が絡まった毛糸玉のように重なり合っていること、そして、放射線が患者の体によって歪められていることです。複雑な数学を用いて時間をかけて糸を解こうとする代わりに、彼らはAI探偵に新しいゲームを教えました。彼らは、脳内でガンマ線がどのように跳ね返り、吸収されるかをシミュレーションして生成された、重なり合い、ぼやけ、ノイズを含んだ「乱れた」入力をAIに与えました。次に、重なりもなく、ぼやけもノイズもない場合、画像が「本来どう見えるべきか」という「完璧な」ターゲットを見せました。これら数千ものシミュレーションされた脳の症例を用いて練習することで、AIは、絡まった毛糸を即座に整然とした個々の糸へと分離し、同時に霧とノイズを一掃する方法を学習したのです。

このシミュレーションの結果は、非常に有望なものでした。研究者が脳の画像に対してAIをテストした際、AIは44個のピンホールからの重なり合った投影をうまく解きほぐし、追加のX線マップを必要とせずに物理的な歪みを補正することに成功しました。AIは、従来のメソッドよりも大幅に鮮明で正確な画像を作成しました。例えば、この新手法は、重なりが発生しない11個のピンホールを使用した場合の15.54 ± 1.35 dBや、標準的なファンビームカメラの15.93 ± 1.12 dBよりも優れた、「ピーク信号対雑音比」（画像の鮮明度の指標）である18.38 ± 0.79 dBを達成しました。また、研究ではMoore補正法と呼ばれる伝統的な手法とも比較されました。AIのアプローチは、11個のピンホール構成の0.24 ± 0.06と比較して、0.18 ± 0.02という正規化平均二乗誤差（NMSE）を達成し、よりシャープでエラーの少ない画像を生み出しました。

しかし、これらの知見はコンピュータによるシミュレーションによるものであることを覚えておくことが重要であり、まだ実際の患者に対して行われたものではありません。研究者たちは、特定の量の放射性トレーサー（370 MBq）を含む脳をシミュレートし、44個のピンホールを持つ仮想カメラを使用しました。彼らは、AIが44個すべてのピンホールからの「乱れた」データを処理できる一方で、カメラをわずかに動かす（検出器が60度回転する「準静止」セットアップ）ことで、残存するアーチファクトをさらに軽減できることを発見しました。この論文は、画像を修正するために別途CTスキャンが必要であるという考えを明確に否定しています。つまり、AIは「減衰補正（霧の修正）」を自律的に学習したのです。この手法は、壁の密度が比較的均一である脳の画像診断において大きな可能性を示しましたが、著者らは、密度の変化が激しい心臓などの他の部位に適用するのはより困難になる可能性があると指摘しています。最終的に、この研究は、スマートなAIを用いることで、医師が高感度なマルチピンホールカメラを使用して、追加のCTスキャンによる放射線量なしに、高品質で定量的な脳画像を得られるようになる可能性を示唆していますが、この魔法が現実の世界でも機能するかを確認するためには、実際のヒトのデータを用いたさらなる検証が必要です。