深層学習再構成による肺がんCT画像の向上

科学分野:

• 放射線医学
• 医用画像
• 腫瘍学

背景:

• 肺尖部腫瘍は、従来のCTにおけるアーチファクトのため、診断上の課題を提示します。
• 肺がんの治療計画においては、腫瘍と胸壁の関係を正確に評価することが極めて重要です。

研究 の 目的:

• 深層学習再構成（DLR）を組み合わせた超高解像度CT（UHRCT）の、肺尖部腫瘍評価における有用性を評価すること。
• UHRCTとDLRが、腫瘍浸潤描出における従来のCTの限界を克服できるかどうかを判断すること。

主な方法:

• 右肺上葉の肺腺がんと診断された70歳男性に対し、Canon Aquilion Precisionスキャナーを用いてUHRCTを実施しました。
• DLRを用いて0.25mmのスライス厚で画像を再構成し、従来のフィルターバックプロジェクションと比較しました。
• 腫瘍の大きさ、胸壁との関係、アーチファクトの低減に焦点を当てて評価しました。

主要な成果:

• DLRは、肩と鎖骨からのノイズとストリークアーチファクトを大幅に減らし、画質を向上させました。
• DLRを用いたUHRCTは、従来のCTでは不明瞭であった腫瘍の優位胸壁への浸潤を鮮明に描出し、治療方針を手術から全身化学療法へと変更するに至りました。

結論:

• DLRを組み合わせたUHRCTは、特に解剖学的に困難な領域における肺尖部腫瘍の評価に有用なツールです。
• DLRによって提供される高画質は、腫瘍境界と隣接構造の正確な描写を容易にします。
• この技術は、肺がん患者の精密な治療計画に役立ちます。