Functional Ultrasound Imaging (fUSI) の基礎
Functional Ultrasound Imaging (fUSI) from scratch
Functional Ultrasound Imaging (fUSI) は、人間の脳研究で実証され始めた新しい脳画像モダリティである。従来の構造的超音波画像とは異なり、神経活動に伴う血流変化を追跡することで脳組織の動画を高速に捉える。fMRI と同じコントラスト源を利用するが、線形分解能は10倍、装置は小型・安価で、信号対雑音比が高い可能性がある。fUSI は低強度集束超音波 (LIFU) と組み合わせて、神経精神疾患や神経疾患の治療オプションとして期待される。頭蓋骨を透過しにくいという課題はあるが、術中や頭蓋再建手術を受けた患者での実証例がある。fUSI の技術情報は、応用論文の方法セクションや超音波画像法の書籍に分散していることが多い。この記事では、fUSI の物理的仕組みと解析方法を解説し、Python によるチュートリアルを GitHub で公開している。fUSI は、超音波トランスデューサーを用いて組織に超音波を伝送し、散乱波を検出して画像再構成を行う。神経活動による血流変化は、スペックルと呼ばれる超音波画像の微細なテクスチャ変化として捉えられ、その変化量が血流と血流量に関連する。従来の Power Doppler (PD) 推定は、血流以外の動きにも敏感であるため、クラッターフィルタリングや、より洗練された運動推定・キャンセル手法が用いられる。血流速度をより正確に捉えるために、自己相関関数を用いる手法も提案されている。データ解析では、fMRI と同様に一般化線形モデル (GLM) やデコーディングモデルなどが利用可能であり、fUSI の高分解能がデコーディング精度に与える影響や、血管系のトポロジーによる信号限界などが今後の研究課題である。fUSI はまだ発展途上の技術であり、計算神経科学者や機械学習エンジニアが解析を改善できる余地が大きい。
- Functional Ultrasound Imaging (fUSI) は神経活動に伴う血流変化を追跡し、脳組織の動画を高速に取得する新しい脳画像モダリティで、fMRI と同じコントラスト源を使いながら線形分解能は約10倍、装置は小型・安価で信号対雑音比も高い可能性がある。
- fUSI は低強度集束超音波 (LIFU) と組み合わせることで、神経精神疾患や神経疾患の治療オプションとして期待されている。
- 頭蓋骨を透過しにくいという課題がある一方で、術中や頭蓋再建手術を受けた患者での実証例が報告されている。
- 血流推定の精度向上のため、クラッターフィルタリングや運動推定・キャンセル、自己相関関数を用いる手法が用いられており、解析には fMRI と同様に一般化線形モデル (GLM) やデコーディングモデルが利用可能である。
- fUSI の物理的仕組みと解析方法を解説した記事が公開され、Python によるチュートリアルが GitHub で公開されている。
fUSI は fMRI と同じ血流コントラスト源を使いながら線形分解能10倍・装置が小型安価という特性を持つ新規脳画像モダリティで、既存の脳機能イメージング市場(fMRI 装置・術中イメージング)に対する代替・補完の可能性を持つ。LIFU(低強度集束超音波)と組み合わせた神経精神疾患・神経疾患の治療応用は、Neuromodulation/超音波治療領域の新たな適応拡大につながるため、超音波トランスデューサー企業や脳画像解析ソフトウェア企業にとって注視すべき動き。ただし記事は技術解説とチュートリアル公開が中心で、特定企業の製品化・資金調達・薬事承認といった投資判断に直結する事象はまだ確認できない。頭蓋骨透過性の課題と、クラッターフィルタリングや運動推定・キャンセル、自己相関関数ベースの流速推定といった解析手法の成熟度が普及速度を左右するため、今後の臨床実証件数と解析ツールのオープンソース化の進展を追うべき段階。