SVDが拓く超偏極キセノン-129 HyperCEST分子イメージングの新境地

11月 6, 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: Feasibility of Singular Value Decomposition Implementation for 129 Xe Hyperpolarized Chemical Exchange Saturation Transfer ( HyperCEST ) Molecular Imaging
Magnetic Resonance in Medicine｜被引用数: 0（2026年11月6日時点）

超偏極キセノン-129（HP 129Xe）磁気共鳴イメージング（MRI）を用いたHyperCEST（超偏極化学交換飽和移動）分子イメージングは、生体内の分子挙動を捉える革新的な技術として期待されています。しかし、その高い感度にもかかわらず、イメージング対象の濃度が極めて低いことに起因する信号対雑音比（SNR）の低さが、精度の高い定量と画像品質の確保における大きな課題となっていました。本研究では、この課題に対し、特異値分解（SVD）という数学的ノイズ低減手法をHyperCESTの分光法および分子イメージングデータに適用することで、HyperCEST効果の定量精度と局所変動の改善が可能であることを示しました。

研究サマリー（FINER & PICO）

Feasible実施可能性	臨床用MRIスキャナーと既存の超偏極技術を用いてSVDアルゴリズムを検証し、HyperCEST分子イメージングにおけるその実用性を示唆している。
Ethical倫理面	ラットを用いたin vivo実験は、動物倫理委員会により承認されており、既存データ再解析と新規データ取得を併用している。
Interesting面白さ	SVDによる信号対雑音比の向上とHyperCEST効果の定量精度向上は、低濃度分子イメージングの課題解決に貢献する点で非常に興味深い。
Novel新規性	超偏極129Xe HyperCEST分子イメージングにおけるSVDの適用と、その定量精度向上および変動低減効果を示した点が新規性を持つ。
Relevant切実さ	低濃度の分子ケージの検出精度を高め、超偏極129Xe HyperCEST分子イメージングの臨床応用への道を拓く可能性を秘めている。
Measurable測定可能性	SVD導入により、HyperCEST値の有意な増加、SNRの向上、HyperCEST分散の統計的に有意な低減が測定された。
Modifiable派生・改善	SVDの特異値閾値調整により、ノイズ低減とアーチファクト抑制のバランスを取ることが可能であり、適用対象に応じて調整できる。
Structured文章構造	論文は目的、方法、結果、考察、結論という標準的な科学論文の構成で記述されており、研究内容が明確に提示されている。
PICO / PECO対象・介入・比較・結果	P (in vitroサンプルおよび健康なラット), I (特異値分解(SVD)を用いたデータ再構成), C (従来のHyperCEST再構成), O (HyperCEST効果の定量精度向上、SNR向上、HyperCEST値の分散低減)。

はじめに：低信号が課題となる分子イメージング

どうも、Beyond the Pixelです。医療画像診断において、機能的な情報を得るためのモダリティとして、超偏極キセノン-129（HP 129Xe）磁気共鳴イメージング（MRI）は注目されています。これは以前から肺、脳、腎臓の研究に用いられてきました。このHP 129Xe MRIとHP炭素-13（13C）MRIは、分子レベルでのMRイメージングを可能にします。129Xe分子イメージングは、超偏極化学交換飽和移動（HyperCEST）効果という現象を利用しています。この技術は、超分子ホスト分子に可逆的に結合する129Xe核をラジオ周波数（RF）でタグ付け（飽和）することに基づいています。非偏極化した129Xe核はホスト大環状構造の近くの溶存プールと交換し、HP 129Xe信号に局所的な減衰を生じさせます。超分子ホスト内部の129Xe核をタグ付けしながら取得したon-resonanceの129Xe画像と、RFタグ付けなしで取得したoff-resonanceの画像を比較することで、ホスト分子を空間的に特定することができます。HyperCEST効果は、ピコモル（pM）レベルという極めて低い濃度の超分子大環状構造を検出する可能性を秘めています。しかし、HyperCEST分子イメージングにはいくつかの課題があります。最も大きな課題は、イメージング剤と溶存HP 129Xeの濃度が極めて低い領域で操作するため、信号対雑音比（SNR）が比較的低いことです。これにより、定量化されたHyperCEST効果にノイズが大きく影響します。さらに、HyperCEST分子画像の作成は、2つの低SNR画像の減算に依存しているため、減算アーチファクトが発生しやすく、HyperCESTのばらつきが大きくなる可能性があります。これにより、低濃度の分子ケージの検出可能性が制限され、HyperCEST定量の精度が低下し、オブジェクトのエッジが不明瞭になることがあります。また、動的HyperCEST分光法は、連続するフリー誘導減衰取得間の信号変動に悩まされます。

SVDの導入：ノイズ低減への新たなアプローチ

HyperCEST効果の定量化に対するノイズの影響を最小限に抑え、分子129Xe MRIターゲットの局在化を改善するためには、分光法とイメージングの両方で、専用のノイズに強く、数学的に整合性のあるHyperCEST再構成手法を導入する必要があります。特異値分解（SVD）は、任意の複雑な行列を3つの成分の積として表現します。興味深いことに、ノイズの特異値は通常、信号を構成する特異値よりもはるかに小さいため、ある閾値以下の特異値を0に設定することでノイズを除去することが可能です。このような閾値を決定する確立された方法はありませんが、SVD再構成は、コンピューター断層撮影（CT）画像や光音響画像のノイズ除去、そして最近ではヒト肺から取得されたHP 129Xeスペクトルのノイズ除去に成功しています。SVDは医療画像診断の様々な分野で成功裏に導入されていますが、このアルゴリズムには潜在的な欠点もあります。まず、低ランクSVDは、テンソル特異値の不均一なペナルティのために、避けられないバイアスを導入する傾向があります。前述の、特異値のペナルティ閾値を決定する頑健な方法が不明であるという課題と相まって、このバイアスは空間的またはスペクトル的解像度の損失につながる可能性があります。しかしながら、HyperCEST分子画像再構成におけるSVD導入の可能性は疑いようがありません。本研究では、SVD再構成の導入がHyperCEST定量化の精度を大幅に向上させ、in vitroおよびin vivoでHyperCEST信号の変動を実質的に最小限に抑えることを示します。

理論的背景：SVDの仕組み

SVDは、任意のm×n行列Aの列（U）と行（V）の正規直交基底を提供します（A = UΣV†）。ここで、σi は各行列のAへの貢献度を示す重み付けとなります。ノイズの特異値は、一般的にσi+1 << σiとして認識されます。元の行列Aへのノイズの影響を最小限に抑えるために、特異値σj= 0 (j ≥ i+1) と設定し、行列が再構成されます。動的HyperCEST分光法を用いたHyperCEST定量に対するSVDの効果を評価するために、異なる非偏極パルスで取得されたHP 129Xeスペクトルは、行列の行として配置され、SVDを用いて分解されました。Σ行列は、HyperCEST分光法実験において、3番目の特異値が2番目の特異値およびそれに続く全ての特異値よりも1桁以上小さいことを示しました。そのため、ノイズ除去されたスペクトルは、最初の2つの特異値のみを使用して再構成されました。次に、SVD再構成データから、標準的なアプローチを用いてHyperCEST枯渇スペクトルが再計算されました。HP 129Xeのon-resonanceおよびoff-resonance HyperCEST画像は、ピクセルごとのHyperCESTマップ計算に先立ち、画像空間でSVDノイズ除去を受けました。HyperCEST動的分光法とは異なり、特異値に明確な有意な減少は観察されなかったため、特異値再構成閾値は、SNRゲインと画像再構成に伴うアーチファクトの欠如との間のトレードオフとして特定されました。閾値が設定された後、すべてのHyperCEST画像は同じ閾値を使用して再構成されました。

研究方法：SVDを用いたHyperCEST解析

本研究の目的のため、Haneらの先行研究で取得されたin vivo HyperCEST画像は、開発されたSVDアプローチを用いて再解析されました。CB[6]溶液から取得されたin vitro HyperCESTスペクトルと、R3-Noria-MeSO3Hのin vitro画像は、それぞれGrynkoらおよびShepelytskyiらによって実施された研究から遡及的に分析されました。in vitro R3-Noria-MeSO3Hスペクトルは、本研究の一部として前向きに分析・取得されました。本研究で使用されたCB[6]マクロサイクルはSigma Aldrichから購入されました。R3-Noria-MeSO3Hは文献に記載の方法で合成されました。すべてのイメージングは、臨床用のPhilips Achieva 3.0 T MRIスキャナーを用いて実施されました。in vivo CB[6]データは操作システムR.3で収集されましたが、その後のin vitro動的スペクトルとファントムイメージングは、より新しいスキャナー操作システム（R5.3およびR5.9）を使用して取得されました。スキャナーには、35.33 MHzに同調されたカスタムメイドの1H/129Xe直交バードケージRFコイルが装備されていました。天然存在比の129Xeは、Xemed XeBox-10E偏光器（Xemed, Durham, NH）を使用して偏極されました。動物イメージング用の129Xe偏極度は30%でしたが、その後のin vitro動的分光法およびイメージングでは最大約56%の偏極度で実施されました。HP 129Xe 1LがTedLarバッグに分注され、直ちにMRIスキャナー室内の圧力チャンバーに移されました。テッドラーバッグからの安定したHP 129Xeの流れを促進するため、窒素源に接続された感圧式換気装置によって大気圧より20～45 kPaの圧力が維持されました。圧力チャンバーは、約3 mLの1 mM CB[6]またはR3-Noria-MeSO3H超分子剤溶液を含むガラスフリットセルに接続されていました。HP 129Xeは、フリットディスクを通過する際に微細な気泡を発生させ、溶液中に溶解しました。CB[6]はリン酸緩衝生理食塩水（PBS）に溶解され、R3-Noria-MeSO3Hは脱イオン水、PBS、および生理食塩水に溶解されました。HyperCEST実験では、HP 129Xe溶存相共鳴の位置を0 ppmに設定しました。非偏極前パルストレインごとに1つのシングルボクセル（SV）自由誘導減衰（FID）が取得されました。R3-Noria-MeSO3Hサンプルは、以前にShepelytskyiらが使用したHyperCESTイメージングプロトコルを用いて撮像されました。off-resonance画像は-100 ppmで非偏極前パルストレインを適用した後に取得され、on-resonance画像は+87 ppmで前パルストレインを適用した後に取得されました。すべての動物実験は、カナダ動物保護協議会のガイドラインに従って実施され、Lakehead大学動物保護委員会によって動物利用プロトコル#1463772のもと承認されました。Haneらによって3mLの10 mM CB[6]注射後30分で取得されたラット腹部のon-resonanceおよびoff-resonance HP 129Xe溶存相画像の3つのペアがデータベースから選択され、SVDベースの再構成を用いて分析されました。off-resonanceおよびon-resonance画像は、それぞれ+68.3 ppmおよび-68.3 ppm（溶存129Xe共鳴に対して）で非偏極前パルストレインを適用した後に取得されました。取得されたすべてのHP 129Xeスペクトルは、MATLAB 2020b（The Mathworks Inc., Natick, MA）のカスタムビルドMATLABスクリプトを使用して、最初に再構成および分析されました。動的129Xeスペクトルは、Fernandoらによって記述されたように、HyperCEST枯渇スペクトルを計算するために最初に使用されました。次に、異なる非偏極パルスで取得されたHP 129Xeスペクトルは、行列の行として配置され（

**Figure 1.** FIGURE 1 | A demonstration of SVD of dynamic single-voxel HyperCEST spectra (A,D) and its effect on HyperCEST depletion spectra (B,E), and the HyperCEST effect (C,F). The 2D waterfall plot (A,D) shows the arrangement of the dynamic 129Xe spectra prior to the SVD (the top plot on A and D) and post-SVD (the bottom plot on A and D). The HyperCEST experiments were conducted using 16 × 30 ms sine pulses for 1 mM CB[6] contrast agent (A–C), and using 16 × 30 ms 3-lobed sinc pulses for 1 mM R3-Noria-MeSO3H (D–F). The black curves correspond to the HyperCEST depletion spectra acquired using conventional HyperCEST reconstruction, while the red curves correspond to the depletion spectra acquired after SVD.解説: SVDが動的シングルボクセルHyperCESTスペクトル（A, D）およびHyperCEST枯渇スペクトル（B, E）、HyperCEST効果（C, F）に与える影響を示す。2Dウォーターフォールプロット（A, D）はSVD前後の動的129Xeスペクトルの配置を示す。黒線は従来の再構成、赤線はSVD適用後の枯渇スペクトルを示す。

A, D参照）、SVDを受け、最初の2つの特異値を使用して再構成されました。SVDフィルターされたスペクトルは、新しいHyperCEST枯渇スペクトルを計算するために使用されました。129XeスペクトルのSNRは、溶存129Xe共鳴ピーク強度とノイズ領域の標準偏差（SD）の比として計算されました。SVDフィルターされたスペクトルは、SNR値、対応する計算されたHyperCEST効果、および枯渇スペクトルの全体的な形状に基づいて、元の129Xeスペクトルと比較されました。得られたスペクトルデータはOriginPro 2021b（OriginLab Corp., USA）を使用してプロットおよび分析されました。HyperCEST分光法と同様に、取得されたHP 129Xe画像はカスタムビルドMATLABスクリプトを使用して再構成および分析されました。取得されたon-resonanceおよびoff-resonanceマグニチュード129Xe画像は、同じ特異値閾値を利用して独立してSVD分解を受けました。結果として得られたSVD再構成画像は、右腎臓の長方形の関心領域内の平均信号値と、背景の同様の関心領域内のノイズのSDの比として計算されたSNRを用いて、元の画像と比較されました。HyperCEST非偏極マップは、Haneらによって記述されたアプローチを用いてピクセルごとに計算されました。HyperCESTイメージングに対するSVDの効果は、HyperCEST効果の平均値とHyperCESTの分散の局所的な比較に基づいて評価されました。従来のHyperCEST画像とSVD支援HyperCEST再構成の平均局所HyperCEST値の差を評価するために、対応のあるスチューデントのt検定が実施されました。さらに、測定されたHyperCEST効果の臓器特異的な分散の差を評価するために、対応のあるt検定が使用されました。統計分析はOriginPro 2021bソフトウェアを用いて実施されました。

結果：SVDがもたらすHyperCESTの改善

SVDのHyperCEST分子MRIに対する利点は、まず動的SV HyperCEST分光法で評価されました。（図1）A, Dは、1 mM CB[6]およびR3-Noria-MeSO3H分子イメージング剤について、SVD前（上図）およびSVD後（下図）の行列に配置されたSVスペクトルを示しています。全ての129Xeスペクトルにおいて、3番目の特異値が2番目の特異値と比較して少なくとも1桁小さかったため、HP 129Xeスペクトルの再構成は最初の2つの特異値を用いて実施されました。予想通り、SVD再構成により取得スペクトルのノイズが大幅に低減され、off-resonance飽和（非偏極RF周波数が溶存相とケージピークの両方から遠い場合）において、溶存129Xe相共鳴のSNRが最大40倍増加しました。対応するSVD再構成HyperCEST枯渇スペクトル（（図1）B, E、赤線）は、ランダムノイズがほぼ完全に除去され、溶存相とケージ枯渇ピークがはるかによく明確に示されました。さらに、SVD再構成は、枯渇スペクトルの側面部分における緩やかな減衰をほぼ完全に除去しました。これは、バッグ内の129XeのT1緩和と部分的なoff-resonance飽和効果に起因する可能性があります。これにより、HyperCESTピークのより正確な識別と定量化（ピーク位置、ピーク幅、ピーク形状など）が可能になります。SVDは1200°の非偏極パルス角でのHyperCEST値に有意な影響を与えませんでしたが、CB[6]分子の場合、より低い角度で取得されたHyperCEST値は、従来の再構成スペクトルから取得された値と比較して最大12.8%高くなりました（（図1）C）。一方で、SVD支援HyperCEST計算は、R3-Noria-MeSO3Hサンプルではわずかに低い値（約3.5%低い）となりました。HP 129Xe HyperCEST分子イメージングに対するSVD再構成の評価に先立ち、SVD再構成アルゴリズムの専用キャリブレーションが必要でした。129Xe HyperCEST分光法とは異なり、取得されたHP 129Xe画像では特異値の明確な低下は観察されませんでした。特異値σiはiの増加とともに、より緩やかに減少しました。そのため、参照off-resonance画像の複数の再構成が、最終的なSVD再構成画像への影響を評価するために、異なる数の特異値を用いて実施されました。

**Figure 2.** FIGURE 2 | Representative HP 129Xe coronal images (A) of the frit phantom (top row) and a healthy rat abdomen (bottom row) reconstructed using different numbers of singular values. The phantom images demonstrated almost no SVD reconstruction artifacts, whereas the animal images reconstructed with less than seven singular values demonstrated significant image artifacts. The corresponding image SNR and noise dependencies on the number of singular values used for reconstruction are shown in (B) and (C) for phantom and animal abdomen images, respectively. The blue and magenta dash-dot lines correspond to the SNR and noise value of the original HP 129Xe image prior to the SVD.解説: 異なる数の特異値で再構成されたHP 129Xe冠状画像（A）の代表例（フリットファントムの上段と健康なラット腹部の下段）を示す。ファントム画像ではSVD再構成アーチファクトがほとんど見られないが、動物画像では7未満の特異値で再構成すると顕著な画像アーチファクトが見られた。対応する画像SNRとノイズの、再構成に使用された特異値の数への依存性（Bはファントム、Cは動物腹部画像）を示す。青とマゼンタの破線は、SVD前の元のHP 129Xe画像のSNRとノイズ値を示す。

Aは、3、5、7、10、13の特異値を用いて再構成されたファントム画像シリーズ（上段）と動物腹部画像（下段）を冠状面で示しています。ノイズは紫色の長方形内のピクセル値のSDとして計算され、信号は赤色の長方形内の平均ピクセル値として計算されました。予想されるように、ファントム（（図2）B）と動物（（図2）C）の両方のイメージングにおいて、特異値の数が増えるにつれて画像SNRは徐々に減少し、ノイズは徐々に増加しました。ファントム画像の再構成に22個の特異値が、動物溶存相129Xe画像の再構成に40個の特異値が使用されると、SNRとノイズは漸近的に元の画像のレベルに達しました。しかし、in vivoイメージングの場合、少ない数の特異値（7未満）を用いたSVD 129Xe画像再構成は、深刻な再構成アーチファクトをもたらすことに注意すべきです。したがって、さらなる画像再構成のための特異値の数を選択するための選択基準は、(a) SNRが最大化されること、および(b) 顕著な画像再構成アーチファクトが存在しないこと、となりました。本データセットに基づき、最初の10個の特異値の使用がこれらの選択基準を満たし、さらなる129Xe HyperCESTイメージング解析とSVD再構成に採用されました。最初の10個の特異値を使用すると、in vivo画像で約2.3倍、in vitro画像で約1.16倍のSNRゲインが得られ、あらゆる溶存相HP 129Xe画像に対するSVD画像フィルタリングの潜在的な利点を示しています。SVD再構成がキャリブレーションされた後、on-resonanceおよびoff-resonance HP 129Xe HyperCEST画像を再構成するために実装されました。

**Figure 3.** FIGURE 3 | Representative HyperCEST molecular images of CB[6] biodistribution in a healthy rat abdomen acquired using conventional HP 129Xe image reconstruction with subsequent subtraction of on-resonance images from off-resonance images (top row) and using SVD reconstruction with the first 10 singular values (bottom row). The HyperCEST image after SVD is much more homogeneous, with HyperCEST variability significantly reduced. HP 129Xe images showed the following anatomical features, indicated by arrows: Kidneys (green arrows), aorta (yellow arrow), liver (blue arrow), and heart (red arrow).解説: 健康なラット腹部におけるCB[6]生体内分布の代表的なHyperCEST分子画像を示す。上段は従来のHP 129Xe画像再構成（on-resonance画像をoff-resonance画像から減算）によるもの、下段は最初の10個の特異値を用いたSVD再構成によるものである。SVD後のHyperCEST画像はより均一で、HyperCESTのばらつきが大幅に減少している。緑の矢印は腎臓、黄色の矢印は大動脈、青の矢印は肝臓、赤の矢印は心臓を示す。

は、従来の再構成とSVD実装後に取得された代表的なin vivo HyperCEST画像を示しています。SVD再構成は、off-resonance画像とon-resonance画像の両方のSNR値を大幅に増加させました。SVDアルゴリズム実装後のon-resonance画像のHyperCEST減衰は37.1%に達し、元のon-resonance減衰の30.2%と比較して有意に大きくなりました。on-resonance HyperCEST減衰のこの改善は、129Xe画像におけるHyperCEST効果のより良い検出を示しています。領域ごとのHyperCEST値の詳細な分析を

**Figure 4.** FIGURE 4 | A statistical comparison between the HyperCEST values obtained from different ROIs (left and right kidneys, as well as aorta) of the rat abdomen based on conventional HyperCEST image reconstruction and SVD-based reconstruction (A). Each datapoint in the boxplot represents a HyperCEST pixel value from the corresponding ROIs. The SVD-based reconstruction resulted in significantly higher HyperCEST values observed in the left kidney and the aorta. The HyperCEST values in the right kidney were still higher for the SVD-based HyperCEST map, albeit lacking statistical significance. (B) Comparison of HyperCEST variance for in vitro and in vivo molecular imaging. Each datapoint in the boxplot represents a HyperCEST variance for a given scan across a specific ROI. The implementation of SVD resulted in a significant reduction of HyperCEST variance in both cases.解説: ラット腹部の異なる関心領域（左腎臓、右腎臓、大動脈）から得られたHyperCEST値の統計的比較（A）と、in vitroおよびin vivo分子イメージングにおけるHyperCEST分散の比較（B）を示す。SVDベースの再構成は、左腎臓と大動脈で有意に高いHyperCEST値を示した。HyperCEST分散はin vitroとin vivoの両方でSVDによって有意に減少した。

Aに示します。SVD再構成後に左腎臓（47.15% ± 21.49%）と大動脈（50.73% ± 18.29%）で観察されたHyperCEST平均値は、従来の再構成を用いて取得された同じ臓器の元の値と比較して有意に高かった（p < 0.05）。右腎臓の値もSVD再構成後の方が高かったが、有意ではなかった（p = 0.25）。また、SVDの実施により、関心領域内のHyperCESTのSDが大幅に減少したことにも注意すべきです。これをさらに調査するために、異なるin vivoおよびin vitro画像についてHyperCEST分散が計算されました。in vivo HyperCEST画像の分散は、ファントムイメージングと比較して全体的にかなり高かったですが、SVDベースのHyperCESTマップは、in vitro（p = 0.03）とin vivo（p = 0.01）の両方で、従来の再構成と比較してHyperCEST値の分散が有意に小さいことを示しました。HyperCEST分散はin vitro画像で約36%、in vivo画像で約31%減少しました。

考察：SVDの可能性と今後の展望

本研究では、SVDを用いてin vivoおよびin vitroの両方でHyperCEST効果を定量化するための概念実証を示しました。SVDはHP 129Xe肺分光法ですでにその価値が示されていますが、その利点はHP 129Xe分子イメージングにとっても非常に貴重なものとなり得ます。SVDの導入は、HyperCEST 129Xe MR分光法とイメージングの両方でSNRを大幅に改善し、HyperCEST定量の精度を高めました。in vitro HyperCEST分光法の場合、SVD再構成は枯渇スペクトルの品質を大幅に向上させ、ランダムノイズとT1緩和およびoff-resonance飽和効果の両方を除去しました。これにより、溶存相と129Xe-大環状錯体ピークの定義がはるかによくなり、超分子ケージピークとそのスペクトル特性をより正確に識別および定量化できるようになります。これは、溶存相ピークとホストピークの間に明確な分離が見られない、または化学交換によりピークが大幅に広がるHyperCEST分子イメージング剤にとってさらに有益となる可能性があります。加えて、提案されたHyperCEST分光データ解析アプローチは、より低い非偏極フリップ角でのHyperCEST効果のより正確な推定を可能にし、不必要に高い非偏極パワーを使用せずに効率的なHyperCEST検出を実施することを可能にします。飽和パワーの最小化は、特定の吸収率の最小化により、in vivo HyperCESTイメージングにさらなる利益をもたらす可能性があります。SVD再構成の導入により、CB[6]分子の場合、低い非偏極フリップ角で取得されたHyperCEST値が有意に増加しましたが、R3-Noria-MeSO3H大環状構造では値がわずかに減少しました。これは、観察されたノイズ低減とそれがHyperCEST定量に与える影響が、RFパルスの非偏極帯域幅と組み合わさった結果である可能性があります。CB[6]スペクトルは、帯域幅0.11 ppmの正弦波パルスを使用して取得されました。非偏極パルスのエネルギー（またはフリップ角）が減少すると、観察されるHyperCEST値は減少し、その定量はノイズ寄与に対してはるかに感受性が高くなります。一方、R3-Noria-MeSO3Hはかなり広い枯渇ピークを持ち、より広い帯域幅の3葉シンクパルスを使用してスキャンされました。パルスエネルギーを減少させるとHyperCEST効果は減少しますが、3葉シンクパルスのより広い矩形帯域幅のため、減衰変化は依然として有意な非偏極があるため、ノイズの影響をはるかに受けにくいのです。SVDアプローチの導入により、HyperCESTイメージングにおいてHyperCEST値が有意に高くなりました。このHyperCESTゲイン（in vivoで最大約13%）により、低濃度のマクロサイクルをより正確に検出できるようになります。さらに、SVDベースの画像再構成アプローチは、HyperCEST局所分散の有意な低減をもたらし、HyperCEST効果のより正確な定量の基礎を提供します。SVDによるHyperCEST局所分散の低減は、in vivo画像では平均してわずかに小さかったですが、これはin vivoに存在する空間的な解剖学的および組織灌流の変動がHyperCEST分散に追加で寄与していることで説明できるかもしれません。SVD再構成はノイズ低減に加えて、これらの変動の一部を滑らかにする可能性がありますが、in vitroでのより高い分散低減は、SVDノイズ除去がこれらの変動源を完全に排除するわけではないことを示している可能性があります。観察されたHyperCEST局所分散の有意な低減は、前臨床HP 129Xe HyperCESTイメージングにおけるSVDベース再構成の全体的な利点をさらに示唆しています。本研究の結果は、HP 129Xe分子イメージングにSVD再構成を利用することの概念実証を示し、このアプローチ採用の全体的な利点を示唆していますが、全体的に少ないサンプルサイズが知見の解釈を制限します。HP 129Xe HyperCESTイメージングおよび分光法のSVDベース再構成のさらなる評価は、はるかに大規模なサンプルサイズで必要です。加えて、SVD再構成の大規模なサンプルサイズでのキャリブレーションが必要です。また、本研究で利用されたin vitroイメージングデータセットは、画像FOVと比較してファントムサイズが比較的小さく、部分体積効果の影響を受ける可能性があることにも注意すべきです。本研究のもう一つの限界は、特異値閾値識別の選択されたアプローチに関連しています。SNRゲインと可視アーチファクトの欠如に基づいて閾値を選択する方法は、HyperCEST分子イメージング目的のSVD再構成の実現可能性を示しましたが、容易に自動化され、異なるプラットフォームで実装できる頑健な閾値選択アプローチの開発は、将来の専門的な研究の焦点となるべきです。構造類似性指数、Jaccard指数、またはエッジ保存指数の組み込みは、特異値閾値の頑健性を大幅に改善する可能性があります。構造化されたオブジェクトのシミュレーションを実行し、高度に構造化されたファントムの専用in vitro HyperCESTイメージングを実施することは、再構成された画像のエッジ定義と構造のシャープネスに対するSVDの効果を評価する上でも役立ちます。さらに、キャリブレーションされたファントムまたは合成データセットを用いた数値シミュレーションを使用した研究は、潜在的な再構成ベースのバイアスを定量化するのに役立つ可能性があります。

結論：HyperCEST分子イメージングの未来

私たちは、HP 129Xe HyperCEST分子分光法およびイメージングにおけるSVDベース再構成の導入が有益であることを成功裏に示しました。開発されたSVDベースの再構成は、HyperCEST効果の定量精度を向上させ、イメージングと分光法の両方でさらなる応用が可能となります。

用語集

HyperCEST (Hyperpolarized Chemical Exchange Saturation Transfer): 超偏極129Xe核が超分子ホスト分子に可逆的に結合する現象を利用し、特定のRFパルスで129Xe信号をタグ付け（飽和）することで信号を局所的に減衰させ、ホスト分子の位置を特定する分子イメージング手法。
SVD (Singular Value Decomposition): 特異値分解。複雑な行列を3つの成分（左特異ベクトル行列、特異値の対角行列、右特異ベクトル行列）の積として表現する数学的手法。ノイズ成分を低減し、信号成分を強調するために用いられる。
超偏極キセノン-129 (Hyperpolarized Xenon-129, HP 129Xe): NMR/MRIの信号を大幅に増強するために、特殊な方法で核スピンを偏極させたキセノン-129同位体。
SNR (Signal-to-Noise Ratio): 信号対雑音比。画像やスペクトルにおける目的の信号強度と背景ノイズの比率。高いほどデータの品質が良いことを示す。
定量精度 (Quantification Precision): 測定値が真の値にどれだけ近いか、また再現性があるかを示す指標。
枯渇スペクトル (Depletion spectra): HyperCEST実験において、RF飽和パルスによって引き起こされる信号減衰の程度を周波数ごとにプロットしたスペクトル。
局所分散 (Localized variance): 特定の領域（関心領域、ROI）内での測定値のばらつきの程度。低いほど均一性が高いことを示す。