2-FFDGおよびGaGa-DOTA-NOC PET/CTにおける呼吸運動補正画像再構成アルゴリズムの評価：画質および腫瘍定量化への影響

Evaluation of a respiratory motion-corrected image reconstruction algorithm in 2-[F]FDG and [Ga]Ga-DOTA-NOC PET/CT: impacts on image quality and tumor quantification.

抄録

背景:

呼吸運動はポジトロン断層撮影（PET）画像にアーチファクトを引き起こし、画質と定量精度を低下させることがある。本研究では、呼吸運動補正画像再構成（MCIR）アルゴリズムが、非呼吸運動補正再構成と比較して、画質および腫瘍の定量化に及ぼす影響を評価することを目的とした。

BACKGROUND: Respiratory motions may cause artifacts on positron emission tomography (PET) images that degrade image quality and quantification accuracy. This study aimed to evaluate the effect of a respiratory motion-corrected image reconstruction (MCIR) algorithm on image quality and tumor quantification compared with nongated/nonmotion-corrected reconstruction.

方法:

モータで駆動するチャンバに浸した5個の運動球からなるファントムを使用した。球体と背景チャンバーは18F溶液で満たされ、球体と背景の比率は5：1であった。2-deoxy-2-[F]fluoro-D-glucose{2-[F]FDG}とGa標識[1,4,7,10-tetraazacyclododecane-1,4,7,10-tetraacetic acid]-1-Nal3-octreotide{[Ga]Ga-DOTA-NOC}を受けた患者42人と16人を登録した。PET/コンピュータ断層撮影(CT)から、それぞれ74個と30個の病変がセグメント化された。データ駆動型ゲーティングに基づく動き補正（DDGMC）、外部バイタルシグナルモジュールに基づく動き補正（VSMMC）、および非補正再構成の3つの再構成を行った。標準化取り込み値（SUV）、球および病変の体積を測定し、3つの再構成群で比較した。肝臓の画像ノイズを測定し、モーションアーチファクトの視覚的画質を患者研究の放射線科医が採点した。

METHODS: We used a phantom consisting of 5 motion spheres immersed in a chamber driven by a motor. The spheres and the background chamber were filled with 18F solution at a sphere-to-background ratio of 5:1. We enrolled 42 and 16 patients undergoing 2-deoxy-2-[F]fluoro-D-glucose {2-[F]FDG} and Ga-labeled [1,4,7,10-tetraazacyclododecane-1,4,7,10-tetraacetic acid]-1-Nal3-octreotide {[Ga]Ga-DOTA-NOC} PET/computed tomography (CT) from whom 74 and 30 lesions were segmented, respectively. Three reconstructions were performed: data-driven gating-based motion correction (DDGMC), external vital signal module-based motion correction (VSMMC), and noncorrection reconstruction. The standardized uptake values (SUVs) and the volume of the spheres and the lesions were measured and compared among the 3 reconstruction groups. The image noise in the liver was measured, and the visual image quality of motion artifacts was scored by radiologists in the patient study.

結果:

ファントム試験において、DDGMCおよびVSMMCは非再構成群と比較して、球のSUVが26～36％増加し、体積が35～38％減少した。また、2-[F]FDG PET患者試験では、DDGMCおよびVSMMCでは、非修正群と比較して、病変のSUVは中央値で10.87-12.65%増加し、体積は中央値で14.88-15.18%減少した。また、[Ga]Ga-DOTA-NOC PETでは、DDGMCとVSMMCで病変のSUVは14.23-15.45%増加し、体積は19.11-20.94%減少した。肝臓の画像ノイズはDDGMC群、VSMMC群、非補正群で同等であった。DDGMCとVSMMCでは、非修正群と比較して45％以上の症例で画質が改善した。DDGMC群とVSMMC群では、SUV、体積、視覚的画質スコアに統計学的有意差はみられなかった。

RESULTS: In the phantom study, the spheres' SUVs increased by 26-36%, and the volumes decreased by 35-38% in DDGMC and VSMMC compared with the noncorrection group. In the 2-[F]FDG PET patient study, the lesions' SUVs had a median increase of 10.87-12.65% while the volumes had a median decrease of 14.88-15.18% in DDGMC and VSMMC compared with those of noncorrection. In the [Ga]Ga-DOTA-NOC PET patient study, the lesions' SUVs increased by 14.23-15.45%, and the volumes decreased by 19.11-20.94% in DDGMC and VSMMC. The image noise in the liver was equal between the DDGMC, VSMMC, and noncorrection groups. Radiologists found improved image quality in more than 45% of the cases in DDGMC and VSMMC compared with the noncorrection group. There was no statistically significant difference in SUVs, volumes, or visual image quality scores between DDGMC and VSMMC.

結論:

MCIRは、2-[F]FDGおよび[Ga]Ga-DOTA-NOC PET/CT腫瘍撮像において、画像ノイズ性能の低下や撮像時間の延長を伴うことなく、呼吸性モーションアーチファクトを低減することにより、腫瘍の定量精度と視覚的画質を改善する。DDG駆動MCIRの性能は、外部装置駆動ソリューションと同程度である。

CONCLUSIONS: MCIR improves tumor quantification accuracy and visual image quality by reducing respiratory motion artifacts without compromised image noise performance or elongated acquisition time in 2-[F]FDG and [Ga]Ga-DOTA-NOC PET/CT tumor imaging. The performance of DDG-driven MCIR is as good as that of the external device-driven solution.