脳FDG PETにおける画像再構成法の違い：Q.ClearとVUE Point FXの比較検証

9月 9, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Reconstruction-dependent differences in brain [18F]FDG PET: a large-scale same-acquisition comparison of Q.Clear and VUE Point FX
Annals of Nuclear Medicine｜被引用数: 0（2026年9月9日時点）

Brain [18F]FDG PETは、神経変性疾患の評価に用いられる重要な技術です。しかし、得られる定量的な数値は、画像再構成の方法に大きく左右されることが知られています。今回ご紹介する論文では、Q.ClearとVUE Point FXという二つの主要な画像再構成法が、同じ脳FDG PET画像から得られた場合でも、定量的に互換性があるのかを大規模な臨床データで比較検証しました。本研究は、両者が特定のプロトコル下では互換性がないことを明らかにし、今後の定量的なPETデータ比較において再構成プロトコルの調和が重要であることを示唆しています。

研究サマリー（FINER & PICO）

Feasible実施可能性	1,022件の臨床脳PET画像ペアという大規模な既存データを活用し、効率的な比較が可能である。
Ethical倫理面	遡及的デザインと匿名化データ使用のため、倫理委員会の承認を得てインフォームドコンセントは免除された。
Interesting面白さ	2つの異なるPET画像再構成法が定量的に互換性があるかという、臨床および研究上の重要な問いに答えている。
Novel新規性	Q.ClearとVPFXの大規模な同一撮像比較と、多様な指標での統合的評価はこれまでにない。
Relevant切実さ	脳PETデータの比較や統合において、再構成プロトコルの調和の必要性を示し、診断精度向上に貢献。
Measurable測定可能性	再構成法間の差を、SUVR、ボクセルごとのマップ、アトラス領域、ノイズ指標で定量的に評価している。
Modifiable派生・改善	再構成プロトコルは設定変更が可能であり、研究で示された差異を踏まえ調整することで改善の余地がある。
Structured文章構造	研究デザイン（遡及的、同一撮像）、詳細な方法論、統計解析が明確に記述されている。
PICO / PECO対象・介入・比較・結果	P: 脳FDG PET対象者, I: Q.Clear再構成, C: VUE Point FX再構成, O: 定量値の互換性と差異

はじめに：なぜ画像再構成が重要なのか

どうも、Beyond the Pixelです。脳の[18F]FDG PET（陽電子放出断層撮影）は、脳のブドウ糖代謝を評価し、神経変性疾患の診断に貢献するガイドラインで推奨されている技術です。この検査では、代謝パターンを臨床情報や構造情報と組み合わせて解釈します。定量的な評価ツールは視覚的な解釈を補助しますが、その出力は画像再構成（撮影された生のデータから画像を構築する過程）、前処理、および信号強度正規化に依存します。画像再構成の方法によって結果が非互換になることは、これまでの脳PET研究で既に報告されています。例えば、Q.Clearに代表されるベイズ罰則付き尤度再構成法は、コントラスト回復、空間分解能、エッジの振る舞い、ノイズのテクスチャ、および定量比を、有限反復のOrdered-Subset Expectation-Maximisation/Time-of-Flight (OSEM/TOF) 再構成法と比較して変化させることがあります。これらの特性は、単にアルゴリズムの名前だけで決まるわけではありません。正則化強度（アルゴリズムがノイズを抑える度合い）、点広がり関数（PSF）または分解能モデリング、反復回数とサブセット数、再構成後のフィルタリング、トレーサー（追跡物質）の分布、そして解析のスケールが互いに影響し合います。特に最新のシリコンフォトマルチプライヤー（SiPM）ベースのTime-of-Flight（TOF）PET/CTシステムでは、その高い感度と空間分解能により、再構成法の選択が定量的な結果に大きく影響を及ぼす可能性があります。これまでの研究では、Q.Clearや関連する再構成法がファントム（模倣装置）や比較的小規模な脳PETコホート（研究対象集団）で評価されてきました。しかし、大規模な臨床データを用いた同一撮像比較で、リファレンス領域（基準領域）のシフト、ボクセル（最小単位）ごとの効果、アトラス（脳地図）レベルの効果、共変量（年齢、性別など）に対するロバスト性（頑健性）、そして画像本来のノイズのテクスチャを統合的に評価した研究は不足していました。そこで本研究は、Q.ClearとVUE Point FX (VPFX) が、大規模な被験者集団から得られた脳[18F]FDG PET画像において、定量的に互換性があるのかどうかを検証しました。研究者は、再構成パイプラインが空間的に不均一な差を生み出し、SUVR（標準化取り込み値比）正規化後の差の方向が、選択されたリファレンス領域の平均値を各再構成法がどのように変化させるかに部分的に依存するという仮説を立てました。

研究の方法：大規模な臨床データを遡及的に解析

本研究は、匿名化された臨床脳[18F]FDG PET/CT（陽電子放出断層撮影/コンピュータ断層撮影）データセットを分析した遡及的な方法論研究です。研究はヘルシンキ宣言に準拠し、地元の倫理委員会によって承認されました。遡及的デザインと匿名化されたデータ使用のため、書面によるインフォームドコンセント（説明と同意）は免除されました。研究でレビューされた施設プロトコルでは、デジタルTime-of-Flight PET/CTプラットフォーム（SiPM検出器搭載）で10分間の単一ベッド脳[18F]FDG PET撮像を指定していました。両再構成は同じ撮像から生成されました。Q.Clearはbeta 150、SharpIR分解能モデリング、Z軸フィルターなしのQCFX-Sプロトコルを使用しました。VPFXは3回の反復、16個のサブセット、4.0mmフィルターのVPFX-Sプロトコルを使用しました。両方の出力は256×256マトリックス、30cmの表示視野、約1.17×1.17×2.8mmのボクセルサイズ、ベクレル/ミリリットル（BQML）単位、頭部を上にした仰臥位を使用しました。したがって、この比較は、単一の数学的アルゴリズム間のコントラストではなく、完全な臨床再構成パイプラインを代表しています。

**Table 2.** Table 2 Acquisition and reconstruction protocol summary Parameter Q.Clear VPFX Scanner platform解説: 撮像および再構成プロトコルの概要を示します。Q.ClearとVPFXそれぞれのスキャナープラットフォーム、ラジオトレーサー、撮像時間、マトリックスサイズ、ボクセルサイズ、単位、対象者位置、再構成ファミリー、分解能モデリング、正則化/収束、フィルター設定が記載されています。

合計1,145件のフォルダがスクリーニングされ、そのうち1,022件（89.3%）が読み取り可能なQ.ClearとVPFXの同一検査ペアを含んでおり、研究に組み込まれました（

**Table 1.** Table 1 Cohort and acquisition characteristics Characteristic Value Screened patient folders 1,145 Final readable paired Q.Clear + VPFX examinations解説: コホート（研究対象集団）と撮像特性の概要を示します。スクリーニングされた1,145件のフォルダから、1,022件の読み取り可能なQ.ClearとVPFXのペアが最終的に含まれました。

、

**Figure 1.** Fig. 1 Study workflow. DICOM folders were screened for paired Q.Clear and VPFX reconstructions. The final cohort contained 1,022 same-acquisition readable pairs. CT was audited but not required for inclusion. ABS, absolute; AAL3, Automated Anatomical Labelling解説: 本研究のワークフローを示します。スクリーニングされたDICOMフォルダから、Q.ClearとVPFXのペアが特定され、最終的に1,022組の同一撮像で読み取り可能なペアが解析されました。CTデータは監査されましたが、研究の要件ではありませんでした。

）。データ処理はMATLAB R2026aとStatistical Parametric Mapping 25（SPM25）で行われました。Q.ClearとVPFXの両再構成に、平均画像から推定された共通の変換が適用されました。全体的な脳、小脳、および橋に正規化された絶対およびSUVR（標準化取り込み値比）の差が、ボクセルごとおよびAutomated Anatomical Labelling atlas 3（AAL3）の領域で評価されました。DICOM（医療用画像と通信の国際標準規格）から導出された局所高周波およびロバスト（頑健）な全体的な変動係数（CVs）も比較されました。

結果：再構成法による定量値の系統的な差異

Q.Clearは、各リファレンス領域の平均値を一貫して上昇させました（

**Table 3.** Table 3 Reconstruction-dependent shifts in reference-region means Reference Q.Clear mean解説: リファレンス領域（基準領域）の平均値における、再構成に依存するシフトを示します。全脳、小脳、橋のリファレンス領域において、Q.ClearとVPFXの平均値、平均差、相対差、およびCohen dzが示されています。

）。VPFXと比較して、Q.Clearは全脳で0.953%、小脳で0.595%、橋で0.818%の平均増加を示しました。これらのリファレンス領域での不均等なシフトは、結果の解釈において重要です。なぜなら、標的領域の増加が選択されたリファレンス領域よりも小さい場合、Q.Clearで計算されたSUVRは、たとえ絶対的な放射能取り込みが変化しないか、あるいは高かったとしても減少するからです。絶対的なQ.ClearとVPFXの差は、空間的に不均一でした。Q.Clearの値は、側頭、頭頂、後帯状皮質/楔前部、後頭部、小脳、および橋の領域で高かった一方、前頭、帯状皮質、内側側頭部、および島皮質では低い値を示しました（Table 4は提供されていないが、本文中に言及あり）。正規化後、皮質および大脳辺縁系の差は主に負の値でした（

**Figure 2.** Fig. 2 AAL3 ROI heatmap of mean Q.Clear-minus-VPFX SUVR dif ferences after whole-brain, cerebellar and pontine normalisation. Val ues are multiplied by 1,000. Negative values indicate lower relative uptake with Q.Clear than VPFX解説: 全脳、小脳、および橋で正規化された後の、Q.ClearとVPFXのSUVR平均差のAAL3 ROIヒートマップです。値は1,000倍されています。負の値は、VPFXと比較してQ.Clearでの相対的取り込みが低いことを示します。

）。全脳で正規化された効果は、内側側頭部（SUVR差 -0.00625、Cohen dz -2.09）、後頭部（-0.00512、dz -2.11）、側頭部（-0.00393、dz -2.14）、島皮質（-0.00309、dz -1.53）で最も負の値を示しました。これは、VPFXのSUVRが0.90の場合、それぞれ約-0.69%、-0.57%、-0.44%、-0.34%に相当します。小脳および橋で正規化された解析でも同様の皮質方向の傾向が見られましたが、効果量はリファレンス領域に依存しました。ボクセルごとのCohen dzマップは、4つのマップファミリー全体で空間的に不均一な効果があることを確認しました（

**Figure 3.** Fig. 3 Unthresholded voxel-wise Cohen dz maps from the primary no- covariate one-sample models. Rows show absolute, whole-brain-nor malised, cerebellum-normalised and pons-normalised Q.Clear-minus- VPFX differences. Columns show anatomical Montreal Neurological Institute z positions of -16, 0, 14 and 30 mm; they do not represent different covariate models. Because these are descriptive effect-size maps rather than thresholded inferential maps, no voxel- or cluster- level P threshold was applied解説: 主たる共変量なしの1サンプルモデルから得られた、閾値なしのボクセルごとのCohen dzマップです。行は絶対値、全脳正規化、小脳正規化、橋正規化のQ.ClearとVPFXの差を示し、列は解剖学的なモントリオール神経学研究所（MNI）のz軸位置を示します。

）。共変量を調整したTマップは、共変量なしのマップとほぼ同一であり（r = 0.9996～0.9999; 符号一致度 >= 99.96%）、結果のロバスト性を示しました（

**Table 5.** Table 5 Voxel-wise robustness and native-DICOM noise/texture anal yses Analysis Result Primary no-covari ate SPM models解説: ボクセルごとのロバスト性（頑健性）と、ネイティブDICOM画像におけるノイズ/テクスチャ解析の結果を示します。SPMモデルの相関性、符号一致度、局所高周波CV、ロバスト全体的CV、およびオリエンテーション（方向）品質管理の結果がまとめられています。

）。ノイズとテクスチャの分析では、局所高周波CVはQ.ClearがVPFXよりもわずかに高かった（平均20.93%対20.16%）。これは、VPFXが689ペアで低く、Q.Clearが333ペアで低いことを意味します。対照的に、ロバストな全体的CVはQ.Clearが低かった（124.37%対131.01%）。これはQ.Clearが903ペアで低く、VPFXが118ペアで低いことを示しています。つまり、両方の測定基準は異なる特性を捉えており、Q.Clearはロバストな全体的分散を減少させる一方で、VPFXはより頻繁に局所的な高周波残余変動が低いという結果でした。

考察と結論：プロトコル特異的な違いと調和の必要性

この大規模な同一撮像研究は、脳[18F]FDG PETにおけるQ.ClearとVPFX間の、プロトコル特異的な再構成依存の差異を明らかにしました。得られたデータは、両者が定量的に非互換であることを支持しますが、どちらがより定量的に正確であるかという方向性を示すものではありません。すべての完全なペアは、撮像条件、幾何学的条件、単位、および対象者の位置が一致していましたが、リファレンス平均、領域ごとの値、およびノイズのテクスチャ測定基準は系統的に異なりました。絶対値とSUVRの結果の相違は、再構成に依存する分母（正規化に用いるリファレンス領域の平均値）のシフトによって部分的に説明できます。Q.Clearは、全脳の平均値を約0.95%、小脳の平均値を0.59%、橋の平均値を0.82%増加させました。標的領域が選択されたリファレンス領域よりも小さい割合で増加すると、たとえ絶対的な放射能取り込みが変化しないか、あるいは高かったとしても、Q.Clearから導出されるSUVRは減少します。このメカニズムは、正規化後の皮質および大脳辺縁系における主に負の差を説明し、比率の差の符号と大きさが、分子と分母の両方を検討せずに解釈できないことを裏付けています。これらの影響は、Q.Clearアルゴリズムの名前単独に起因するものではありません。評価されたQ.Clear再構成は、ベイズ罰則付き尤度推定、beta 150、SharpIR分解能モデリング、Z軸フィルターなしを組み合わせていましたが、VPFXは有限反復OSEM/TOF、3回の反復、16個のサブセット、4.0mmフィルターを使用していました。収束、正則化、分解能回復、エッジの振る舞い、および再構成後フィルタリングの違いは、それぞれ高取り込み組織と低取り込み組織の間、およびROI（関心領域）の境界を越えて信号強度を再分配する可能性があります。本研究では、ファントム、既知の放射能標準、または独立した再構成は利用できませんでした。したがって、この臨床比較は、Q.ClearとVPFXのどちらが真の放射能分布に近いかを確立することはできません。この点は、リカバリー係数を既知の濃度と比較し、特定の条件下で再構成がより正確であると判断できるファントム研究とは異なります。本データは、再構成依存の差異と非互換性を確立するものであり、誤差の方向を示すものではありません。ノイズに関する所見も測定基準に依存していました。VPFXは、局所高周波残余CVが低いことがより多く観察されたのに対し、Q.Clearはロバストな全体的信号CVが低い結果でした。罰則付き再構成は、エッジの鮮明さ、微細なテクスチャ、および全体的な分散を同時に変化させる可能性があるため、どちらかの測定基準だけで一方が単に「ノイズが多い」とは断定できません。臨床的には、一貫した再構成プロトコルは、長期フォローアップ、正常データベース、および統合された脳PET解析にとって重要です。最大の全脳正規化平均差は約0.006 SUVRであり、代表的なSUVR 0.90では約0.7%に相当します。このような大きさは絶対的には控えめですが、定量的な閾値付近や、データベース由来のzスコアが再構成の更新間で比較される場合には重要になる可能性があります。本研究には限界もあります。臨床診断や認知データが利用できなかったため、診断精度やカテゴリー間の交差は評価できませんでした。単一のスキャナープラットフォームと、1組のQ.Clear beta/VPFXプロトコルペアを使用したため、結果の一般化には限界があります。個別のMRI、解剖学的セグメンテーション（領域分割）、および部分容積効果補正は利用できませんでした。高齢者コホートでは、皮質萎縮や部分容積効果が、特に内側側頭部や後帯状皮質/楔前部において、再構成特有の分解能と相互作用する可能性があります。また、SUVR 0.90でのパーセンテージ換算は例示的なものであり、対象者レベルの誤差推定値ではありません。ネイティブ画像のノイズ測定基準は探索的なものであり、ファントムや反復撮像によるノイズ測定を代替するものではありません。最後に、真値（ゴールデンスタンダード）がなかったため、再構成の精度を順位付けすることはできません。結論として、Q.ClearとVPFXは、同じ脳[18F]FDG PET撮像から、再現性のある領域依存およびリファレンス依存の差異を生成しました。この結果は、再構成の調和とプロトコル特異的な検証の必要性を支持しますが、どちらの再構成が定量的に「真」であるかを特定するものではありません。

用語集

[18F]FDG PET: [18F]フルオロデオキシグルコースを用いた陽電子放出断層撮影。脳のブドウ糖代謝を画像化する検査。
Q.Clear: ベイズ罰則付き尤度再構成法の一種。GE HealthCare社のPET装置に実装されている画像再構成アルゴリズム。
VUE Point FX (VPFX): Ordered-Subset Expectation-Maximisation/Time-of-Flight (OSEM/TOF) に基づく画像再構成アルゴリズム。GE HealthCare社のPET装置に実装されている。
画像再構成: PETスキャナーで収集された生データ（シンチレーション光子検出データ）から、診断可能な画像に変換する計算プロセス。
SUVR (Standardized Uptake Value Ratio): 標準化取り込み値比。特定の組織領域の放射能取り込みを、基準となるリファレンス領域の取り込みで割った値で、相対的なトレーサー分布を定量化する。
ボクセル: 3次元画像における最小の単位要素。2次元画像のピクセルに相当する。
リファレンス領域: PET画像解析において、トレーサーの非特異的結合や生理的取り込みの基準として用いられる領域。例えば、脳PETでは全脳、小脳、橋などが用いられる。
DICOM (Digital Imaging and Communications in Medicine): 医療用画像の保存と通信に関する国際標準規格。
Cohen dz: 統計学的な効果量を示す指標の一つで、2つの測定値間の差の大きさを標準偏差で割って標準化したもの。
CV (Coefficient of Variation): 変動係数。データのばらつきの程度を示す指標で、標準偏差を平均値で割ったもの。
インフォームドコンセント: 専門家が対象者に対し、治療や研究の内容、目的、リスクなどを十分に説明し、理解と同意を得ること。
ファントム: 医療画像診断装置の性能評価や画質管理のために使用される、人体を模倣した装置。
ロバスト性: 統計モデルやアルゴリズムが、外れ値やデータの軽微な変動に対して安定した結果を出す性質。