@misc{oai:repo.qst.go.jp:00062591,
 author = {山谷, 泰賀 and Ｌａｍ, ＣｈｉｈＦｕｎｇ and 吉田, 英治 and 稲玉, 直子 and 錦戸, 文彦 and 澁谷, 憲悟 and 菅, 幹生 and 小尾, 高史 and 村山, 秀雄 and 山谷 泰賀 and Ｌａｍ ＣｈｉｈＦｕｎｇ and 吉田 英治 and 稲玉 直子 and 錦戸 文彦 and 澁谷 憲悟 and 菅 幹生 and 小尾 高史 and 村山 秀雄},
 month = {Jun},
 note = {放医研では、産学協力体制のもと、検出器深さ位置(DOI)を弁別する4層DOI検出器を世界に先駆けて開発し、頭部用PET装置jPET-D4を試作した。DOI検出器は、体に近づけても位置検出精度が劣化しにくいため、長年の課題であった感度と解像度の両立を可能にする。jPET-D4は、2.9mm角のGSO素子を約12万個配置する構成(検出器リング直径390mm、体軸方向視野260mm)となっており、同時計数線(LOR)数は従来装置の約50倍の44億本にも達する。これまでに、DOIデータの冗長性を抑制するDOI compression(DOIC)法によりLOR数を削減した後、検出器の空間応答をシステムマトリクスに組み込んだ3D OS-EM法を適用し、画像再構成の高精度化を図ったが、数日レベルの計算時間を要していた。
本研究では、画像再構成時間の大部分を占めるシステムマトリクス計算について、?事前に計算し保持する事前計算法と?再構成計算中に逐次計算するon-the-fly法の2種類のアプローチから、それぞれjPET-D4画像再構成の高速化を行った。
事前計算法は、システムマトリクスは装置に対して一度計算しておけばよいという性質を利用した方法であり、システムマトリクスの精度を高めて画質向上を図っても画像再構成時間は変わらないという利点を持つ一方、システムマトリクスのサイズが膨大になることから実際の装置で実装された例は少ない。本研究では、ゼロ値要素の除去や装置対称性の活用により、140ペタバイトにも達するシステムマトリクスを25ギガバイト以下に圧縮することに成功した。
On-the-fly法は、システムマトリクスの精度が画像再構成時間に大きく影響してしまうが、モデルを単純化することで計算量を抑制した実装が普及している。本研究では、blob関数と呼ばれる滑らかな画素とガウス関数で近似した検出器空間応答を組み合わせて、システムマトリクスの計算効率を高めると共に、装置対称性を利用して計算すべきLOR数を約1/300に抑制した。
そして、Dell precision 690 workstation (dual-core 3.0GHz Xeon×2 CPUs, 32GBメモリ搭載)に両手法を実装したところ、どちらも約4時間の再構成計算時間で良好な画像が得られた。また、4ノード計算機を用いた並列計算化により、約1時間に短縮できる見通しを得た。さらに大規模並列計算化を進めることにより、1フレームあたり10分程度にまで高速化できると予想する。今後は、臨床利用に向けて、再構成計算の高速化に加えて、データ転送および補正処理の高速化や装置の安定性、高計数測定時の性能向上などの課題も解決していく必要がある。, 日本分子イメージング学会 第2回総会・学術集会},
 title = {頭部用試作機jPET-D4における高精度な画像再構成の高速化},
 year = {2007}
}