胸部CT画像における空間分解能に基づいたrealistic virtual noduleの生成に関する基礎的研究

日本における肺がんは悪性腫瘍による死亡原因の第1位であり、2016年には73,838人が肺がんで亡くなっている。このため、肺がんの早期発見・早期治療が重要であり、肺がん検診の果たす役割が大きい。特に、低線量胸部CT検診は注目されており、米国での大規模なRCT（Randomized Controlled Trial）であるThe National Lung Screening Trial（NLST）の結果、低線量胸部CT検診が肺がんによる死亡率を20%減少させることが示された。これにより、低線量胸部CT検診の有効性が認識され、日本でもその重要性が見直されている。本研究では、低線量胸部CT検診の有効性を高めるために、施設ごとに異なるCT装置の空間分解能を再現できる新たな肺結節シミュレーション手法を提案することを目的としている。

本研究では、CT装置のPSF（Point Spread Function）およびSSP（Slice Sensitivity Profile）を用いたデコンボリューションによって、肺結節のCT画像からNodule-like object functionを算出し、異なるCT装置のPSFおよびSSPを重畳積分することでrealistic virtual noduleを作成する方法を提案した。結果として、異なるCT装置から得られた肺結節画像の空間分解能の違いを再現することができることが確認された。この方法により施設ごとに特定のCT装置の空間分解能を持つ仮想的な肺結節像を作成することが可能となり、site-specificなCAD（Computer-Aided Detection）システムの性能評価が容易になることが示された。

研究では、3種類のCT装置を用いて、均一な球体および自作の不均一な模擬結節を撮影し、それらの画像を基にNodule-like object functionを算出した。算出されたNodule-like object functionから、異なるCT装置のPSFおよびSSPを用いてrealistic virtual noduleを再構築した。この方法の妥当性を検証するために、realistic virtual noduleと実際に撮影された画像を比較し、RMSE（Root Mean Square Error）を用いて定量的に評価を行った。また、Hann windowを用いることでデコンボリューションの際のノイズ増強を低減し、より精度の高いNodule-like object functionの算出を可能にした。

提案した方法により、施設ごとに異なるCT装置の空間分解能を再現することが可能となり、site-specificな肺結節シミュレーションを実現できた。これにより、CADシステムの性能評価が施設ごとに適切に行えるようになり、実際の臨床応用に向けた精度の高い評価が可能となる。従来の方法では、異なる施設間での画像の画質の違いが問題となり、適切なCADの性能評価が困難であったが、本研究の手法を用いることでその問題を解決する道が開けた。このことは、効率的かつ効果的な肺がん検診の実現に貢献するものである。

本研究で提案した手法をさらに発展させるためには、様々な種類の肺結節および異なる臨床条件における検証を行う必要がある。また、Nodule-like object functionの算出およびrealistic virtual noduleの生成において、他の要因（例えば管電流や管電圧）も考慮することで、さらに精度の高いシミュレーションが可能となるだろう。さらには、提案した手法を標準化し、広く臨床現場で使用されるようなガイドラインを作成することが望まれる。これにより、CADのQA（Quality Assurance）のための標準的な手法として確立され、肺がんの早期発見・早期治療に大きく貢献することが期待される。