[論文レビュー] Proceedings of the 16th Virtual International Meeting on Fully 3D Image Reconstruction in Radiology and Nuclear Medicine

Schramm, Georg, Rezaei, Ahmadreza+2 more|e-Archivo (Carlos III University of Madrid)|Oct 7, 2021

Radiomics and Machine Learning in Medical Imaging被引用数 14

ひとこと要約

この論文は、新型コロナウイルス感染症の影響により2021年に開催された第16回バーチャル国際会議「完全3次元画像再構成（Fully 3D Image Reconstruction）」の議事録を提示している。PET、SPECT、コーンビームCTにおける3次元画像再構成分野の最先端研究が幅広く取り上げられており、再構成および後処理においてノイズとアーチファクト低減のためのディープラーニングの統合が進んでいる。

ABSTRACT

These proceedings contain the presented papers at the 16th International Meeting on Fully Three-Dimensional Image Reconstruction in Radiology and Nuclear Medicine 2021, which was to be held in Leuven, Belgium, but had to be transformed in a virtual meeting because of the covid-19 pandemic. Fully3D is one of the major forums for presentation of new results in the field of 3D image reconstruction, primarily with applications in x-ray computer tomography, PET and SPECT. Over the life-time of the meeting the focus has shifted to reflect recent developments in the field. Many of the major developments in fully 3D PET and SPECT imaging were first presented at Fully3D, as were the key results for analytic reconstruction methods in cone beam x-ray CT. Similarly, in the 2021 meeting a broad range of topics has been presented. As expected, deep learning methods are being used increasingly: they are used as post-processing tools or incorporated in the reconstruction, often aiming at improved noise and/or artifact suppression.

研究の動機と目的

• 完全3次元画像再構成の最新の進展を記録・広報すること、特にPET、SPECT、X線CTにおいて。
• 新型コロナウイルス感染症の影響によるハイブリッド・バーチャル会議への移行に伴い、研究者が3次元画像再構成分野における新規手法を発表するためのフォーラムを提供すること。
• 特に画像品質の向上とアーチファクト低減のためのディープラーニング技術の統合という、新たなトレンドを強調すること。
• コーンビームCTにおける解析的再構成法と反復的再構成アルゴリズムの主要な発展を保存・共有すること。
• 医学物理および画像再構成分野における国際的な主要フォーラムで発表された査読済み研究をまとめることで、科学コミュニティを支援すること。

提案手法

• 議事録は、2021年にバーチャル開催された第16回Fully3D会議で発表されたすべての論文を収録したものである。
• 論文は査読プロセスを通じて選定され、3次元画像再構成分野の広範なトピックをカバーしている。
• 主な手法には、ノイズおよびアーチファクト低減のためのディープラーニングベースの再構成および後処理技術が含まれる。
• 議事録には、コーンビームCTにおける解析的および反復的再構成、ならびにPETおよびSPECTにおける高度な再構成に関する貢献が含まれている。
• 統計的画像再構成、正則化を用いた反復的再構成、ディープラーニングベースのノイズ除去などの技術が取り上げられている。
• バーチャル形式により、世界的な参加が可能となり、パンデミックに伴う制限にもかかわらず、科学的交流の継続が確保された。

実験結果

リサーチクエスチョン

• RQ1 ディープラーニング手法は、PET、SPECT、CTの3次元画像再構成においてどのように統合されているか？
• RQ2 コーンビームCTにおける解析的および反復的再構成技術の最新の進展は何か？
• RQ3 ディープラーニングベースの後処理およびエンドツーエンド再構成手法は、画像品質の向上とアーチファクト低減にどのように寄与しているか？
• RQ4 新しい再構成アルゴリズムは、空間分解能の向上と被曝線量の低減にどのように寄与しているか？
• RQ5 バーチャル会議への移行は、3次元画像再構成分野における最先端研究の広報およびアクセス性にどのように影響したか？

主な発見

• ディープラーニング手法は、3次元画像再構成において、後処理ツールとしてだけでなく、再構成パイプラインに統合される形でもますます広がっている。
• コーンビームCTにおける解析的再構成においては、精度の向上とアーチファクト低減の面で顕著な進展が見られた。
• 高度な正則化を用いた反復的再構成手法は、PETおよびSPECTにおいて、画像品質の向上とノイズ抑制に優れた効果を示した。
• 2021年の会議のバーチャル形式により、広範な国際的参加が可能となり、科学的交流の継続が確保された。
• 多くの重要な発展が、完全3次元PETおよびSPECT画像撮影分野で初めてFully3Dで発表されており、同会議は分野における主要なフォーラムとしての地位を確立している。
• 議事録は、2021年時点で達成された最先端の3次元画像再構成分野の研究を包括的に記録している。