論文ID: 2024-1497
われわれはtumor-to-normal bone ratio（TNR）が骨SPECT自動解析ソフトウェア（Hone Graph）の自動解析による検出能スコア（detectability score classified by software: DSsoft）と視覚評価による検出能スコア（detectability score classified by visual assessment: DSvisual）の一致率に与える影響を検討し，本ソフトウェアにおけるさまざまなTNR画像への適応の可能性について考察した．TNRが4, 6および8にファントム調整したSIM2 bone phantomに対し12分間のダイナミックSPECTを撮像し，撮像・再構成条件の異なる計384通り（96-SPECT）の試料を作成した．DSsoftとDSvisualの間の重み付けカッパ（κw）係数を検証し，新たに作成した自動解析パラメータ適用時のソフトウェアの自動解析精度を評価した．なお，検出能スコアは4段階（4: Excellent, 3: Adequate, 2: Average, 1: Poor）と定義し，視覚評価は3名の核医学専門技師により施行された．DSsoftとDSvisualのκw係数は，TNR 4, 6, 8の時にそれぞれ0.75, 0.97, 0.93となり，それぞれのκw係数は有意（p<0.01）となった．本検討で新たに作成した自動解析DTAパラメータを適用すると，TNR 4の試料群において有意なκw係数の上昇がみられた．本研究において，本ソフトウェアはあらゆるTNRの試料においても視覚評価と近いDSsoftの自動解析精度を有し，TNR 4の試料においては本検討から導いた新たなパラメータを適用することで解析精度が向上することが示された．本ソフトウェアは骨SPECTの撮像技術の最適化のための強力なツールとなることが示唆された．
