脳用ポータブルCTにおける拡散モデルベースのモーション補正：人間の観察者研究

科学分野:

• 医用画像処理
• 放射線科における人工知能
• コンピューテッドトモグラフィー

背景:

• モーションアーチファクトは、ポータブル脳CT画像において重大な課題です。
• 既存の補正方法は、診断精度を損なう可能性があります。
• ポータブルCTはアクセス性に優れていますが、モーション関連の画質低下を起こしやすいです。

研究 の 目的:

• ポータブル脳CTにおけるモーションアーチファクトを修正するための拡散モデルベースのアルゴリズムを評価すること。
• モーション補正が画質と診断パフォーマンスに与える影響を評価すること。
• ポータブルCTにおけるAI駆動モーション補正の臨床的有用性を判断すること。

主な方法:

• 固定CTスキャンと比較した67件のポータブル脳CTスキャンの後向き分析。
• モーションアーチファクト補正のための事前学習済み拡散モデルの適用。
• リッカート尺度とAUC分析を使用した画質指標と病変検出能を評価する読影試験。

主要な成果:

• 修正されたポータブルCT画像は、未修正スキャンと比較して、画質指標で有意な改善を示しました(p<0.001)。
• 診断信頼性は、修正後に増加しました(2.52から2.86)。
• 病変検出能と診断の一致は、参照スキャンと同等であり、有意な妥協はありませんでした。

結論:

• 拡散モデルベースのアルゴリズムは、ポータブル脳CT画質と診断信頼性を効果的に向上させます。
• このアルゴリズムは、病変検出の診断精度を犠牲にすることなく、臨床導入の可能性を示しています。
• AI搭載モーション補正は、ポータブルCT画像向上に実行可能なソリューションを提供します。