PET受容体解析法MA1の計測データの誤差分布特性に基づく改善の試み

摘要

本稿では，脳内の神経受容体の全分布体積V_Tを推定する一手法であるMA1の推定精度を向上させる手法を提案する．従来法のMA1では，PET画像より得られる脳組織内薬剤濃度変化（tTAC）と血中薬剤濃度変化（pTAC）より計算されるデータに対して素朴な線形回帰を適用し，その回帰係数からV_Tを推定していた．ここで問題となるのは，データに含まれるノイズの統計的性質を考慮すると，このような線形回帰ではV_Tの適切な推定ができないことである．そこで，本稿では，計測されたtTACが含むノイズを除去し，tTACの真値をMAP推定する手法を提案する．ノイズ除去後のtTACを利用することにより，V_Tの推定精度が向上する．ここで，MAP推定には推定対象の事前分布と計測データに対する尤度分布に関する情報が必要である．本稿では，前者の情報をシミュレーションにより獲得し，後者の情報は基本的に計測データに基づき獲得する．薬剤SA4503を想定したシミュレーションおよび臨床画像実験を用いた実験により従来法と提案法の性能を比較した．その結果，推定誤差分散が小さくなることなどを確認した．