[論文レビュー] Introduction of Medical Imaging Modalities

Shafiul Islam, MD Abdullah Al Nasim+4 more|arXiv (Cornell University)|Jun 1, 2023

Radiomics and Machine Learning in Medical ImagingMedicine被引用数 3

ひとこと要約

本論文は、X線、CT、MRI、超音波、核医学画像、EIT、および新たな体内イメージング技術を含む主な医療画像診断モodalitiesについて包括的なレビューを提供している。各モダリティの原理、臨床的応用、利点、制限を詳細に説明している。また、対比増強MRI、心血管イメージング、医療画像データマイニングといった高度な技術が、診断の正確性の向上、翻訳的研究の支援、医療効率の向上に果たす役割にも言及している。

ABSTRACT

The diagnosis and treatment of various diseases had been expedited with the help of medical imaging. Different medical imaging modalities, including X-ray, Computed Tomography (CT), Magnetic Resonance Imaging (MRI), Nuclear Imaging, Ultrasound, Electrical Impedance Tomography (EIT), and Emerging Technologies for in vivo imaging modalities is presented in this chapter, in addition to these modalities, some advanced techniques such as contrast-enhanced MRI, MR approaches for osteoarthritis, Cardiovascular Imaging, and Medical Imaging data mining and search. Despite its important role and potential effectiveness as a diagnostic tool, reading and interpreting medical images by radiologists is often tedious and difficult due to the large heterogeneity of diseases and the limitation of image quality or resolution. Besides the introduction and discussion of the basic principles, typical clinical applications, advantages, and limitations of each modality used in current clinical practice, this chapter also highlights the importance of emerging technologies in medical imaging and the role of data mining and search aiming to support translational clinical research, improve patient care, and increase the efficiency of the healthcare system.

研究の動機と目的

• 主な医療画像診断モダリティの基本的原理、臨床的応用、および比較的利点と制限について詳細な概説を行うこと。
• 対比増強MRI、関節リウマチに対するMRIアプローチ、心血管イメージングなどの高度な画像診断技術が、診断の正確性をどのように向上させるかを検討すること。
• データマイニングおよび検索技術の医療画像統合が、翻訳的研究を支援し、臨床意思決定を改善する方法を探索すること。
• 画像解釈の課題、例えば画像品質の制限や疾患の異質性に対処し、技術的解決策を提示すること。
• 今後の診断革新に向けた、電気的インピーダンストモグラフィ（EIT）や体内イメージングといった新技術の重要性を強調すること。

提案手法

• X線、CT、MRI、超音波、核医学画像、EIT、および体内イメージング技術を含む、既存および新規の医療画像診断モダリティの体系的レビュー。
• 各モダリティの背後にある画像物理学および生物学的相互作用の原則の分析、例えばX線の減衰、磁気共鳴リラクゼーション、およびラジオアイソトープの取り込み。
• 神経学、腫瘍学、循環器学、整形外科学などの異なる臓器系における臨床的応用の評価。
• 定量的画像解析および予後予測のための対比増強MRIやレオマティクスの高度な技術の統合。
• 大規模な医療画像データセットから行動可能なインサイトを抽出するためのデータマイニングおよび検索手法の統合。
• 臨床選択を支援するため、被曝線量、分解能、コスト、安全性の観点から各モダリティを比較評価すること。

Figure 1: The categorization of medical imaging modalities [ 9 ] .

実験結果

リサーチクエスチョン

• RQ1 X線、CT、MRI、超音波、核医学画像、EIT、および新規体内イメージングモダリティの基本的物理的原理と臨床的応用は何か？
• RQ2 各画像診断モダリティの利点と制限が、臨床的意思決定および患者の予後にどのように影響を与えるか？
• RQ3 データマイニングおよび検索技術は、臨床研究および患者ケアにおける医療画像データの有用性をどのように向上させるか？
• RQ4 対比増強MRIやレオマティクスといった高度な技術は、診断の正確性および治療経過のモニタリングをどのように向上させるか？
• RQ5 EIT や体内イメージングのような新規モダリティは、従来の画像診断の制限を克服するために果たす役割は何か？

主な発見

• X線およびCTは高コントラストの解剖的詳細を提供するが、電離線被曝のため、繰り返し撮影や小児画像診断では使用が制限される。
• MRIは電離線を伴わず、優れた軟部組織コントラストを提供するため、神経学的および筋骨格系画像診断に最適であるが、費用が高く、所要時間が長い。
• 超音波は安全で、携帯性が高く、産科や腹部画像診断のリアルタイムイメージングに適しているが、画像品質は技術者のスキルに依存し、深部組織への適用は限られる。
• 核医学画像およびPETは機能的および代謝的情報を提供するが、特に腫瘍学および循環器学分野で価値が高く、ラジオドラッグを必要とし、被曝線量が生じる。
• データマイニングおよびレオマティクスは、画像から定量的特徴を抽出し、疾患の進行予測や治療反応の予測に役立て、視覚的評価をはるかに超える診断の正確性を向上させる。
• EIT や体内イメージングといった新規モダリティは、リアルタイム、低コスト、電離線フリーのモニタリングが可能であり、特に集中治療および機能的評価分野で大きな可能性を秘めている。

Figure 2: X-ray Imaging Principle [ 16 ]