飛行時の脳PET/MRIにおけるMRI誘導減衰補正技術の定量分析

目的：定量的なPET/MRイメージングでは、PETデータの減衰補正（AC）は、MR画像から正確な減衰マップを導き出す必要性によって著しく挑戦されています。さまざまな程度の成功を伴うMRIガイド付き減衰補正のために、多くの戦略が開発されています。この作業では、脳の時間（TOF）PETのコンテキストで、標準の3クラスMRセグメンテーションベース、高度なAtlas-Registrationベース、排出ベースのアプローチを含む3つのジェネリックACメソッドの定量的パフォーマンスを比較します。/MRI。 材料と方法：診断MRIおよび（18）F-FDG PET/CT脳スキャンについて紹介された14人の患者が、この比較研究に含まれていました。各研究で、参照、標準3クラスMR-セグメンテーション、ATLAS登録、排出ベースのACメソッドとして機能するCTベースのAC（CTAC）から派生した4つの異なる減衰マップを使用して、PET画像を再構築しました。3クラスの減衰マップを生成するために、T1強調MRI画像をバックグラウンドエア、脂肪、軟部組織クラスに分割し、その後、各クラスに0、0.0864、および0.0975 cm（-1）の一定の線形減衰係数を割り当てました。ターゲットMR画像との形態学的類似性に基づいて、アトラーゼのローカル加重融合を使用して、擬似CT生成のために、堅牢なアトラス登録ベースのACメソッドが開発されました。最近提案されたMRI誘導最尤再構築の活動と減衰（MLAA）アルゴリズムの再構成が使用され、TOF排出データから減衰マップを推定しました。骨の予測とPETトレーサーの取り込みの定量化に関して、異なるACアルゴリズムのパフォーマンスは、参照CTACマップとCTAC-PET画像に関して客観的に評価されました。 結果：定性的評価により、MLAA-ACメソッドは骨をまばらに推定し、空洞からそれらを正確に区別できることが示されました。ATLAS-ACメソッドは、空洞の定義においてさまざまな誤差で骨を正確に予測できることがわかりました。DICE類似性係数（DSC）に基づく骨抽出精度の定量的評価により、MLAA-ACおよびATLAS-ACがそれぞれすべての患者で0.79および0.92のDSC平均値をもたらすことが示されました。MLAA-ACおよびATLAS-ACメソッドは、基準CTAC平均値0.138cm（-1）と比較して、それぞれ0.107および0.134 cm（-1）の平均線形減衰係数を予測しました。CTAC PET画像に関する脳の32の異なる領域内でのトレーサーの取り込みの相対的な変化の評価により、3クラスのMRAC、MLAA-AC、およびATLAS-ACの方法が-16.2±3.6％、-16.2±3.6％、 -それぞれ13.3±3.3％と1.0±3.4％。線形回帰とブランド・アルトマン一致プロットは、3クラスのMRACとMLAA-ACの両方の方法がPETトレーサーの取り込みに大きな系統的バイアスをもたらし、ATLAS-ACの方法では無視できるバイアスをもたらすことを示しました。 結論：標準の3クラスMRACメソッドは、大脳PETトレーサーの取り込みを大幅に過小評価しました。現在の最先端のMLAA-ACメソッドは有望に見えますが、脳イメージングのコンテキストでは顕著に定量化エラーを減らすことができませんでした。逆に、提案されたATLAS-ACメソッドは、最も正確な減衰マップを提供し、したがって最も低い定量化バイアスを提供しました。

PURPOSE: In quantitative PET/MR imaging, attenuation correction (AC) of PET data is markedly challenged by the need of deriving accurate attenuation maps from MR images. A number of strategies have been developed for MRI-guided attenuation correction with different degrees of success. In this work, we compare the quantitative performance of three generic AC methods, including standard 3-class MR segmentation-based, advanced atlas-registration-based and emission-based approaches in the context of brain time-of-flight (TOF) PET/MRI. MATERIALS AND METHODS: Fourteen patients referred for diagnostic MRI and (18)F-FDG PET/CT brain scans were included in this comparative study. For each study, PET images were reconstructed using four different attenuation maps derived from CT-based AC (CTAC) serving as reference, standard 3-class MR-segmentation, atlas-registration and emission-based AC methods. To generate 3-class attenuation maps, T1-weighted MRI images were segmented into background air, fat and soft-tissue classes followed by assignment of constant linear attenuation coefficients of 0, 0.0864 and 0.0975 cm(-1) to each class, respectively. A robust atlas-registration based AC method was developed for pseudo-CT generation using local weighted fusion of atlases based on their morphological similarity to target MR images. Our recently proposed MRI-guided maximum likelihood reconstruction of activity and attenuation (MLAA) algorithm was employed to estimate the attenuation map from TOF emission data. The performance of the different AC algorithms in terms of prediction of bones and quantification of PET tracer uptake was objectively evaluated with respect to reference CTAC maps and CTAC-PET images. RESULTS: Qualitative evaluation showed that the MLAA-AC method could sparsely estimate bones and accurately differentiate them from air cavities. It was found that the atlas-AC method can accurately predict bones with variable errors in defining air cavities. Quantitative assessment of bone extraction accuracy based on Dice similarity coefficient (DSC) showed that MLAA-AC and atlas-AC resulted in DSC mean values of 0.79 and 0.92, respectively, in all patients. The MLAA-AC and atlas-AC methods predicted mean linear attenuation coefficients of 0.107 and 0.134 cm(-1), respectively, for the skull compared to reference CTAC mean value of 0.138cm(-1). The evaluation of the relative change in tracer uptake within 32 distinct regions of the brain with respect to CTAC PET images showed that the 3-class MRAC, MLAA-AC and atlas-AC methods resulted in quantification errors of -16.2 ± 3.6%, -13.3 ± 3.3% and 1.0 ± 3.4%, respectively. Linear regression and Bland-Altman concordance plots showed that both 3-class MRAC and MLAA-AC methods result in a significant systematic bias in PET tracer uptake, while the atlas-AC method results in a negligible bias. CONCLUSION: The standard 3-class MRAC method significantly underestimated cerebral PET tracer uptake. While current state-of-the-art MLAA-AC methods look promising, they were unable to noticeably reduce quantification errors in the context of brain imaging. Conversely, the proposed atlas-AC method provided the most accurate attenuation maps, and thus the lowest quantification bias.