高解像度ピクセル化検出器PETスキャナーにおけるICSトリプル同時検出のLOR回復のための神経ネットワーク手法による感度の向上

スキャナーの感度は、分子イメージング専用の高解像度ポジトロン断層撮影（PET）においてしばしば重要です。個別の読み出しを持つ隣接するピクセル化検出器では、コンプトン散乱によって生成される複数の同時検出により感度が低下します。これらの同時検出を正しく分析することで、感度を大幅に向上させることが可能です。しかし、画像に散乱の副産物を含めると、応答線（LOR）の評価が不正確なため、画像品質の低下を引き起こすことがよくあります。そのようなスキャナーでは、高いカウント率をサポートするために、画像の劣化が受け入れられない場合には複数の同時検出が通常破棄され、計算負担が少ない状況において盲目的に受け入れられます。本論文は、顕著な品質劣化を伴わずに画像にICSトリプル同時検出を含める新しいリアルタイム対応の手法を提示します。この手法は、前処理された生データを入力として用いた神経ネットワークを使ってLORを計算します。原理的な証明として、本論文では最も簡単なICSシナリオ、すなわち1つの光電効果511-keVイベントが2つのイベントと同時に発生し、そのエネルギーの合計も511 keVであるトリプル同時検出を分析します。本論文はアルゴリズムの構造を考察し、LabPETモデルを用いたモンテカルロ評価を提示し、実データから再構成された画像を表示します。エネルギーウィンドウが360-660 keV、シングルエネルギー閾値が125 keVの場合、トリプル同時検出を含めると54%の感度向上が得られ、感度向上手法の中での解像度低下と類似し、実際のLabPETデータに対する対比の低下はわずかであり、さらなる改善の可能性があります。