冠動脈CTは，既存の画像再構成法でも良好な画像が得られるが，ステント留置部や石灰化病変，側副血行路の描出には限界がある。しかし，近年，高精細CTや人工知能（AI）を応用した技術の活用により，これらの限界を超えつつある。本講演では，キヤノンメディカルシステムズの最新Area Detector CT（ADCT）「Aquilion ONE / INSIGHT Edition」に搭載されたDeep Learning応用技術である，超解像画像再構成技術（Super Resolution DLR）「Precise IQ Engine（PIQE）」と新しい体動補正技術「CLEAR Motion」を中心に，循環器領域にもたらす有用性を報告する。

■Super Resolution DLR

PIQEは，高精細CTである「Aquilion Precision」の画像を教師データとして学習に用いたDeep Learning Reconstruction（DLR）であり，通常解像度のCT画像に超解像処理を適用することで，高解像度画像の出力を可能とする。以下に，PIQEが有効性を発揮する例を提示する。

1．ステント留置部の評価
Aquilion ONE / INSIGHT Editionは，スライス厚0.5mm×320列の検出器によって，1回転で160mmを撮影できるのに対し，Aquilion Precisionのカバレッジは，スライス厚0.25mm×160列で40mmである。Aquilion Precisionの方が空間分解能が高いため，心拍数や息止めなどの条件の良い一部の患者では非常に良好な画像が得られ，ステント内腔評価などもより正確に可能であるが，すべての患者で安定した画像を得ることは難しい。一方，Aquilion ONE / INSIGHT Editionでは，きわめて短い息止め時間や少ない心拍数で冠動脈CT撮影が可能なため，ほとんどの患者で安定した画像が得られる。また，従来の画像再構成法〔Adaptive Iterative Dose Reduction 3D（AIDR 3D）Enhanced〕にて描出困難であった2.5mmの小径ステントの内腔も，PIQEを適用することで明瞭に描出可能となる（図1）。
そこで，当院にてCTと侵襲的冠動脈造影（ICA）の両方を3か月以内に施行した85症例・166ステントを対象に，PIQEと既存再構成法（Forward projected model-based Iterative Reconstruction SoluTion：FIRST）による内径の定量評価および診断精度の評価を行った^1）。166ステントのうち，CTでは内腔の描出が困難とされる3mm未満のステントが約3割（56ステント）を占めている中での評価である。
ステントストラット厚の比較では，FIRSTよりもPIQEの方が薄く描出され，結果として内径が大きく描出された。また，2名のreviewerによる画質・狭窄度・ICAを真とした診断精度の比較でも，PIQEの方が良好と判断された症例が圧倒的に多かった。さらに，ICAにおけるステント内再狭窄を真とした診断精度の検討では，2名のreviewerともにFIRSTよりもPIQEの方がaccuracyが高く，特に3mm未満のステントにおいてPIQEの特異度が大幅に高かった。実際に，FIRSTでは不明瞭なステント内再狭窄の有無を，PIQEにて明確に評価可能であった例を経験しており，PIQEを用いることで自信を持って治療方針を決定できるようになると思われる。

図1　PIQEによる小径ステントの内腔の評価

2．石灰化病変の評価
高精細CTを用いた先行研究において，スライス厚が薄く，空間分解能が良好であれば，通常解像度のCTよりも石灰化病変の狭窄診断精度は良好であることが報告されている。図2は画像再構成法による描出能の比較であるが，石灰化の辺縁や血管内腔は，PIQEを適用した画像が最も明瞭に描出されている。

図2　PIQEによる石灰化病変の描出能

■0.24s/rot Hight Speed rotation

Aquilion ONE / INSIGHT Editionでは，ガントリの回転速度が，同社従来CTの0.275s/rotから0.24s/rotに高速化している。そのため，高心拍の症例においても，冠動脈が明瞭に描出される。
図3は大動脈基部置換（Bentall）術後の症例である。β遮断薬を使用してもHR：82bpmと高心拍であったが，0.24s/rotの1beat再構成によって良好な画質が得られた。

図3　高心拍症例（0.24s/rot 1beat撮影）

■治療戦略を変えるKey Technology─Motion Correction

新しい体動補正技術であるCLEAR Motion は，動きの方向・量を推定するDeep Convolutional Neural Network（DCNN）を用いた再構成方法であり，「Advanced intelligent Clear-IQ Engine（AiCE）」やPIQEとの併用が可能である。
図4は，非心電図同期にて胸部ヘリカル撮影した小児の症例である。PIQEにより空間分解能が向上しノイズが低減されているが，CLEAR Motionにより動きの多い部分を補正できるため，脈管分離（肺動静脈）や心内腔の詳細評価が可能になる。当院では現在，小児の胸部CTの全例にCLEAR Motionを適用している。
冠動脈での症例を提示する。冠動脈カテーテル検査を施行した際に，心拍はそれほど速くないにもかかわらず，右冠動脈の中心部あたりの動きが大きく，画像にブレが生じる例を時に経験する。図5は，オリジナル画像ではやや不明瞭な左前下行枝（LAD）の病変（▶）が，CLEAR Motionによって明瞭となっており，短軸像ではCLEAR Motion による描出の改善がより顕著であった。
図6はHR：90bpm，体重110kgの症例であるが，CLEAR Motionを適用したことでステントから発生するアーチファクトが大幅に低減し，明瞭な画像が得られている。

図4　小児胸部CTにおけるCLEAR Motionの活用

図5　CLEAR Motionによる冠動脈の描出の改善（長軸像）

図6　CLEAR Motionによる高心拍・高体重患者のステントの描出の改善（短軸像）

■まとめ

高精細CTの画像を教師として開発されたPIQEによって，石灰化やステント内腔，側副血行路など，これまでCTの弱点とされてきた病変における画質向上がもたらされ，ほとんどの患者で安定した画質が得られるようになった。また，CLEAR Motionによって，高心拍や不整脈の症例，息止め不良例など，CTの弱点とされてきた患者の撮影においても画質が向上している。これらは不要なカテーテル検査の減少にも寄与するほか，CTに精通していない多くの臨床医が自信を持って診断可能になるなど，AIの活用が循環器臨床に与えるインパクトは非常に大きいと考える。

＊記事内容はご経験や知見による，ご本人のご意見が含まれます。
＊本記事中のAI技術については設計の段階で用いたものであり，本システムが自己学習することはありません。

●参考文献
1）Kawai, H., et al., Eur. Radiol., 34（4） : 2647-2657, 2024.

一般的名称：全身用X線CT診断装置
販売名：CTスキャナ Aquilion ONE TSX-308A
認証番号：305ACBZX00005000

●そのほかのセミナーレポートはこちら（インナビ・アーカイブへ）