高精細CT画像にdeep learning reconstructionを適用した慢性閉塞性肺疾患の気道病変の定量評価: wall area percentageとforced expiratory volume in one second percentageとの相関

• Published in: 日本放射線技術学会雑誌 Vol. 78; no. 10; pp. 1167 - 1175
• Main Authors: 村松, 駿, 佐藤, 和宏
• Format: Journal Article
• Language: Japanese
• Published: 公益社団法人 日本放射線技術学会 2022
• Subjects: chronic obstructive pulmonary disease; deep learning reconstruction; forced expiratory volume in one second percentage; high-resolution image; wall area percentage
• ISSN: 0369-4305; 1881-4883
• DOI: 10.6009/jjrt.2022-1271

【目的】Wall area percentage（WA%）の測定にAdvanced intelligent Clear-IQ Engine （AiCE） lungで再構成した高精細画像を使用して，第7世代気管支までWA%を測定し，遠位気管支で測定したWA%ほど呼吸機能（FEV1%）との相関がより強くなることを示す．更に，空間分解能が高い画像から測定したWA%ほどFEV1%との相関が強くなることを実証する．【方法】AiCE bobyおよびAiCE lungで再構成した高精細画像の物理評価および臨床評価を行った．物理評価では，modulation transfer function（MTF）およびnoise power spectrum（NPS）を測定した．臨床評価は，右肺のB1とB10の第7世代気管支までのWA%を測定し，FEV1%との相関係数を求めた．【結果】MTFはAiCE lungのほうがAiCE bodyよりも高かった．NPSは低周波域においてAiCE bodyと比べてAiCE lungのほうが低下していた．臨床評価は，AiCE body，AiCE lungともB1とB10の第7世代までの気管支のWA%を測定でき，遠位気管支で測定されたWA%ほどFEV1%との相関が強くなった．WA%とFEV1%との相関値は，AiCE lungのほうがAiCE bodyよりわずかに強かった．【結語】AiCE lungで再構成した高精細画像を使用して，第7世代気管支でWA%を測定することにより，WA%とFEV1%との相関が強くなることを示した．また，測定用画像の空間分解能が高いほどWA%とFEV1%との相関が強くなることを実証した．