前回 BOOST explainer (Wave 10 #3) では概念中心。本 explainer は 技術 component を 1 つずつ深掘り: MoCo (Motion Correction) / iNAV (Image Navigation) / Binning (位相分割) / VD-CASPR (Variable Density CArtesian SPiral Reordering) / CG-Recon (Conjugate Gradient) / PROST (Patch-based Reconstruction)。KCL (King's College London) の Cruz/Kustner グループの徹底解説 + 臨床例。Common Limitation は Common Limit page 参照。
Free-breathing → iNAV → Binning → VD-CASPR → CG/PROST → PSIR の 6 段。
BOOST は単一 sequence ではなく 6 つの先進技術 component の cascade。Wave 10 explainer では概念解説 (PSIR, lineage 等)、本 explainer では各 component を技術深掘り。Common Limitation (WIP=研究用 / Single-vendor / IPA) は Common Limit page に集約。
| # | Component | 役割 | section |
|---|---|---|---|
| 1 | Free-breathing 撮像 | 息止め不要、患者負担軽減 | 本 page §02 |
| 2 | iNAV (Image Navigation) | 心拍 + 呼吸 motion 検出 | 本 page §02 |
| 3 | Binning | cardiac/respiratory 位相分割 | 本 page §03 |
| 4 | VD-CASPR | Variable Density CArtesian SPiral Reordering | 本 page §04 |
| 5 | CG-Recon | Conjugate Gradient iterative recon | 本 page §05 |
| 6 | PROST | Patch-based denoising recon | 本 page §06 + KCL 論文 §07 |
📚 用語解説 — 6 component cascade: 各 component が独立に評価可能 (e.g., MoCo なし vs あり、PROST なし vs あり)、最終 image quality は cascade 全体で決定。組み合わせ最適化が KCL Cruz グループの中核研究テーマ。
📚 用語解説 — 関連 ZK note: [[BOOST]] [[BOOST Sequence]] [[BOOST_Decision_Tree]] [[3D PROST Reconstruction]] [[AorticBOOST]] 等 10+ files。
🛠️ 運用方法: (1) 医師に「BOOST = 6 技術 cascade」と説明し各 component の役割を解説可能に (2) 失敗事例 (image quality 低下) を component 単位で trouble shoot (3) 三重大 / NCVC で各 component の routine 化状況を Project Bridge dossier に記録
⚠️ Common Limitation 必読: WIP_094 = 研究用 (NOT 医療機器) / VA60A 推奨 / IPA 締結必須 / Cross-WIP discipline (HS pulse Hu lineage vs WURST Chen lineage 厳格区別) — 詳細 Common Limit page。
Free-breathing 撮像 + image-based navigator で心拍/呼吸 motion 検出 + 補正。
MoCo (Motion Correction) は Cardiac MR の最大課題: 心拍 + 呼吸 + 体動 の 3 motion 同時補正が必要。BOOST は iNAV (Image Navigation) で acquisition の中で navigator volume を取得し、3D motion 検出 → image-based 補正。Free-breathing で患者負担軽減。
| Motion 種類 | 周波数 | 検出方法 | 補正方法 |
|---|---|---|---|
| Cardiac (心拍) | ~1 Hz (HR 60) | ECG gating + iNAV | Trigger-based binning |
| Respiratory (呼吸) | ~0.2 Hz | iNAV (image-based) | Soft-gating + bin assignment |
| Bulk (体動) | Random | iNAV outlier 検出 | k-space rejection |
| Drift (slow) | <0.05 Hz | Long-term iNAV | Translational correction |
📚 用語解説 — iNAV (Image Navigation): 撮像中に navigator として 2D/3D image を取得 (典型 ~50 ms / shot)、real-time に呼吸 motion を検出。従来の pencil-beam navigator (1D) と異なり、3D motion 補正可能。
📚 用語解説 — Free-breathing: 息止めなし撮像。BOOST routine は ~5 min、息止め不要で高齢患者・小児・心不全患者にも応用可。
📚 用語解説 — Soft-gating: 呼吸 phase を厳格 gate (acquire/reject) ではなく weighted 取込み。efficiency 向上 (acquisition time 短縮)。
📚 用語解説 — Image-based MoCo: k-space data そのものを retrospective に shift / rotate / deform して motion 補正。GPU 必須。
🛠️ 運用方法: (1) Free-breathing routine 化で患者負担軽減 (2) iNAV navigator quality を撮像中 monitor (3) 心不全患者は呼吸 motion 大きい → soft-gating threshold 緩和 (4) 体動多い患者は k-space rejection ratio 確認 (5) MoCo failure 時は ECG quality + navigator coil sensitivity 確認
⚠️ アンチパターン: Free-breathing を「息止めできない患者用」と誤解 → routine で全患者に推奨。iNAV を 1D navigator と混同 → 3D image 取得が key。Soft-gating threshold を厳格化 → acquisition time 大幅延長、trade-off。
心拍位相 (systole/diastole) × 呼吸位相 (end-exp/end-insp) の 4-D マトリクス。
| End-exp (呼気末) | End-insp (吸気末) | Mid | |
|---|---|---|---|
| Diastole (拡張期) | Bin 1 (主) | Bin 2 | Bin 3 |
| Systole (収縮期) | Bin 4 | Bin 5 | Bin 6 |
| Mid | Bin 7 | Bin 8 | Bin 9 |
📚 用語解説 — Binning: 各 acquisition shot を心拍位相 × 呼吸位相で分類、典型 4-9 bins。Diastole + End-expiration が最も motion 静か → 主 bin (image quality 最良)。
📚 用語解説 — Bin sharing: 各 bin に十分な k-space data を集めるため、近隣 bin と share (overlap)。Trade-off: 多 bin = 細分化、少 bin = 各 bin SNR 高い。
📚 用語解説 — Diastole 主 bin: Cardiac MR は通常 diastole (拡張期) で撮像、心臓 motion 最小 + 冠動脈 visible。BOOST も同じ。
🛠️ 運用方法: (1) 患者の HR + 呼吸パターンで bin 数調整 (4-9) (2) Diastole + End-exp を主 bin として image quality 確認 (3) 不整脈患者は bin assignment 失敗多 → arrhythmia rejection 設定 (4) 呼吸大きい患者は bin 数増 + sharing 増
⚠️ アンチパターン: Bin 数を多くしすぎる → 各 bin SNR 低下、image quality 悪化。不整脈患者で arrhythmia rejection skip → bin 内 motion 残存。Systole bin を主と扱う → Cardiac MR の標準は Diastole、変更時は明示。
k-space 中心高密度 + 周辺低密度の variable density、Cartesian + Spiral hybrid。
| 要素 | VD-CASPR | 従来 Cartesian |
|---|---|---|
| k-space 取得 pattern | Variable density spiral 風 | Uniform Cartesian |
| Center 取得頻度 | 高密度 (= contrast主役) | 1 回 / TR |
| Periphery 取得頻度 | 低密度 (CS 補完前提) | Uniform |
| Reordering | Spiral 風 (中央 → 外周) | Linear / Centric |
| Compressed Sensing 相性 | ◎ (incoherent sampling) | △ |
📚 用語解説 — Variable Density (VD): k-space の中央 (低周波 = contrast 主役) を高密度、周辺 (高周波 = 細部) を低密度に sample。CS と相性良い。
📚 用語解説 — CASPR: CArtesian SPiral Reordering。Cartesian grid 上で spiral 風の取得順を採用。pure spiral (off-grid) と異なり regridding 不要、recon 効率良い。
📚 用語解説 — Incoherent sampling: Compressed Sensing の必須条件、ランダム / 準ランダム sampling。VD-CASPR は spiral 風で incoherent、CS recon 高品質。
🛠️ 運用方法: (1) BOOST は VD-CASPR が標準、protocol 変更時に注意 (2) 高加速 (>10x) で artifact 発生時は VD center density 増 (3) 既存 Cartesian protocol との比較で acquisition time 大幅短縮 (4) CS recon 必須 (CG/PROST が後段)
⚠️ アンチパターン: VD-CASPR を「pure spiral」と誤解 → off-grid recon は不要。Center density を低下 → contrast 失う、画質崩壊。CS recon なしで使用 → undersampling artifact 残存。
Iterative SENSE + CS の core algorithm、GPU 利用必須。
📚 用語解説 — Conjugate Gradient (CG): 線形連立方程式 Ax = b の iterative solver。古典的 SENSE (parallel imaging) や CS recon の core algorithm。
📚 用語解説 — SENSE (SENSitivity Encoding): Multi-coil sensitivity を使った parallel imaging recon。Pruessmann 1999 (MRM) で提案、現在 routine。
📚 用語解説 — Compressed Sensing (CS): 加速倍率以上のデータを sparsity prior (e.g., wavelet sparse) で復元。Lustig 2007 (MRM) で MRI 応用、Cardiac MRI で広く採用。
📚 用語解説 — GPU 必須: CG iterative recon は計算重 (~30 sec - 5 min/case)、CPU では実用的でない。MAGNETOM 装置内 GPU + Open Recon framework で実装。
🛠️ 運用方法: (1) CG iteration 数を increase (~50) で image quality 向上、acquisition time とは独立 (2) GPU 性能で recon time 決まる、装置 spec 確認 (3) Image quality 低下時は CG iteration + CS regularization 強化 (4) Open Recon framework で plugin 開発可能 (KCL 等学術界連携)
⚠️ アンチパターン: CG を「魔法」と扱う → iterative algorithm の限界 (local minimum, regularization 強すぎで over-smoothing)。GPU なしで実装 → 実用速度なし。CG だけで CS 含めず → undersampling artifact 残存。
Non-local self-similarity を利用した denoising recon、KCL Cruz グループ開発。
PROST (Patch-based Reconstruction with Self-similarity) は KCL の Cruz / Bustin グループが開発した、non-local self-similarity を活用した iterative denoising recon。BOOST + iNAV/MoCo + CS の最終段階で適用、image quality を大幅向上。
📚 用語解説 — Non-local self-similarity: 自然画像は遠い場所にも類似 patch (e.g., 心筋テクスチャ) が多数存在する性質。BM3D (Image processing 標準) も同原理。
📚 用語解説 — Low-rank matrix denoising: 類似 patch 群を行列に詰める → 真の信号は low-rank (主成分少)、noise は high-rank → SVD で low-rank 成分のみ保持で denoising。
📚 用語解説 — KCL Cruz グループ: King's College London の Claudia Prieto + Rene Botnar 教授ラボ、Cardiac MR + CS + DL の主要研究拠点。Gastao Cruz, Aurelien Bustin 等が PROST 主推進、Wiesinger との connection も。
📚 用語解説 — 関連 ZK note: [[3D PROST Reconstruction]] (10_Knowledge/20_Wiki/10_Concepts/) に詳細ある。
🛠️ 運用方法: (1) PROST recon time は ~3-10 min/case (GPU 依存) (2) Image quality 重視 case では PROST iteration 増 (3) Cardiac テクスチャ + 冠動脈 wall で patch matching 効果大 (4) Open Recon framework に plugin として実装、KCL connection で技術移植可能
⚠️ アンチパターン: PROST patch size を大きくしすぎ → over-smoothing、細部失う。Iteration 数増しすぎ → recon time 大幅延長、実用性低下。CG なしで PROST のみ → CS data consistency 不足、artifact 残存。
King's College London の Cardiac MR グループが BOOST 関連技術の中核。
| # | Author + Year | Journal | 貢献 | BOOST 関係 |
|---|---|---|---|---|
| 1 | Cruz 2017 | MRM | iNAV-based 3D MoCo for coronary MRA | Free-breathing iNAV の起点 |
| 2 | Bustin 2019 | MRM | 3D PROST = High Resolution Coronary MRA | PROST の Cardiac 応用 establish |
| 3 | Kustner 2017 | MRM | Self-supervised motion correction (DL) | MoCo の DL approach (将来 BOOST 統合候補) |
| 4 | Botnar (Senior author 多数) | Multiple (MRM, JCMR, Radiology) | Cardiac MR review + collaboration | KCL ラボ全体の senior author |
| 5 | Munoz 2020 | MRM | Joint MoCo + binning + recon framework | BOOST 統合 framework 提案 |
📚 用語解説 — KCL Cardiac MR グループ: King's College London の Claudia Prieto + Rene Botnar 教授ラボ。Cardiac MR + Compressed Sensing + Deep Learning + Coronary imaging の世界 top group。
📚 用語解説 — Gastao Cruz: 元 KCL → 現 University of Michigan。iNAV-based MoCo の中心人物。
📚 用語解説 — Aurelien Bustin: 元 KCL → 現 University of Bordeaux。3D PROST の中心人物。
📚 用語解説 — Thomas Kustner: 元 KCL → 現 Tübingen Univ. Self-supervised DL motion correction。
📚 用語解説 — Rene Botnar: KCL Senior PI、Cardiac MR の世界的権威。Wiesinger (元 GE / Hyperfine) との connection も深い。
📚 用語解説 — 3 ソース triangulation: Apps Guide (WIP_094) + KCL Top 4 論文 + 三重大/NCVC routine testimony (Common Limit page と同じ運用)。
🛠️ 運用方法: (1) BOOST 提案資料に KCL Top 4 論文を必ず添付 (2) 訪問先医師との会話で「KCL の Cruz / Bustin の研究です」と引用 (信頼性 +) (3) 99_Proposals/proposed_syntheses/ に KCL 論文合成 staging (4) ISMRM/SCMR で KCL ラボ scientists と直接交流 (将来 collaboration)
⚠️ アンチパターン: 文献を読まず「KCL の最新です」 → 内容 confused。Cruz と Bustin を混同 → MoCo vs PROST の貢献区別必要。Kustner の self-supervised DL を BOOST 標準と誤解 → 将来統合候補、現行 BOOST には未実装。
三重大 + NCVC routine、訪問対応 30 秒判断、共通 Limitation は Common Limit page。
| 施設 | BOOST status | 代表 use case | WIP code |
|---|---|---|---|
| 三重大学 | 2506_BOOST active | Plaque + 冠動脈 wall morphology | WIP_094 |
| NCVC | 2024 + 2025 active (2 projects) | Aortic + 心房 thrombus + Cardiac routine | WIP_094 + WIP_BOOST_Paper |
| 京都大学 (候補) | Cardiac IPA 打診 | Coronary Plaque (将来) | 未契約 |
| 東北大学 | Adv MRA / qPerfusion 中心 | BOOST 優先度低 | 未契約 |
📚 用語解説 — Plaque visualization: 冠動脈 wall の vulnerable plaque (高脂質コア + 薄い fibrous cap) を BOOST + LGE で形態 + tissue characterization。
📚 用語解説 — Aortic application: AorticBOOST = 大動脈解離 + intramural hematoma の評価。bright/dark blood で true/false lumen 区別。
📚 用語解説 — 心房 thrombus: LAA (Left Atrial Appendage) thrombus、心房細動患者の脳塞栓源。BOOST = TEE 補完。
🛠️ 運用方法 — 訪問前 30 秒 Decision Tree: (1) MAGNETOM Vida/Skyra/Prisma + VA60A+ ? → No → 終了 (2) Cardiac MRI routine ある? → Yes → (3) Plaque/Thrombus 評価 needs ある? → Yes → BOOST 提案 (4) IPA タイムライン (8-12 weeks) 提示 (5) KCL Top 4 文献を共有 (6) 7 days 後 follow-up
⚠️ Common Limitation 必読 (再掲): WIP = NOT 医療機器 / Single-vendor / IPA 8-12 weeks / Apps Guide 沈黙箇所 / 1.5T data 限定 / Cross-WIP discipline / 提供責任分界 — 詳細 explainer-common-limit.pages.dev。本 explainer は技術 component に集中、Limitation は Common Limit page に委譲。