PETにて経時的に撮像した画像から得られる時間放射能曲線（tTAC：tissue Time Activity Curve）にLogan Graphical Analysis（LGA）やMulti-linear Analysisl（MAI）などのグラフ解析法を適用することで、神経受容体濃度を反映した全分布体積（V_T：Total distribution Volume）を推定できる。しかし、LGA·MA1では、組織内の放射能濃度が平衡に達した時刻(t~*)以降でのみアルゴリズムが適用可能となることから、適切なt~*の指定が必要である。従来は、関心領域単位でのtTACに対してLGAを適用して得た推定V_T値が一定となるt~*を全画素共通のt~*としていた。しかし、雑音の大きい画素では、測定点の減少に伴い推定V_T値の偏差やばらつきが次第に大きくなるため、従来同様のt~*決定は不適切であり、tTACのS/N比に即したt~*の決定が必要である。そこで本研究では、劣悪なS/N比の下でも画素毎にt~*を決定する方法としてx~2検定を用いた手法を提案し、V_Tの推定精度改善を試みた。その結果、tTACのS/N比に従うt~*は算出できたものの、V_Tの推定精度とは直結せず、さらなる改良が必要であることが示唆された。
展开▼
机译：通过应用诸如逻辑图形分析（LGA）和多线性分析（MAI）之类的曲线分析方法到从随时间捕获的图像获得的时间放射性曲线（TTAC：组织时间活动曲线），可以估计反映神经聚集体浓度的总分配量（V_T：总分布体积）。然而，在LGA和MA1中，当组织中的放射性达到平衡时，才能施加算法（T到*），所以需要适当的T〜*。传统上，通过以感兴趣区域为单位施加LGA至TTAC而获得的T至*，其是T至*，其是恒定的，它是恒定的，t到所有像素共同的t到*。然而，在具有大噪声的像素中，随着测量点的降低，估计的V_T值的偏差和变化逐渐增加，因此相同的t到*确定是不合适的，并且需要确定TTAC S / N比T.需要确定〜*。因此，在本研究中，我们提出了一种使用X-2测试的方法，作为即使在差的S / N比下为每个像素确定T到*的方法，并试图提高V_T的估计精度。结果，尽管可以计算根据TTAC的S / N比的T至*，但建议V_T的估计精度不直接连接，并且需要进一步改进。
展开▼
