要約
現代神経画像診断における最も困難な課題の一つは、神経変性の詳細な特徴付けである。空間的および時系列的な萎縮パターンを定量することは、このプロセスにおける重要な要素である。これらの時空間信号は、同じ高リスク集団に発症する関連疾患、たとえば前頭側頭型認知症（FTD）とアルツハイマー病（AD）の区別に役立つ。本研究では、微分同相写像空間内での相互相関を最大化するための新しい対称的画像正規化手法（SyN: Symmetric Normalization）を開発し、この最適化に必要なオイラー＝ラグランジュ方程式を提示する。次に、本手法の精度を厳密に評価する。評価には、金標準としてのヒト大脳皮質セグメンテーションを用い、SyNの性能を関連する弾性手法およびThirionのDemonsアルゴリズムの標準ITK実装と比較した。その結果、特にテンプレート脳とターゲット脳の間の距離が大きい場合においても、本手法は他の2手法と比較して優れた性能を示した。さらに、アルゴリズムによるFTD患者および対照群の皮質ラベル化から得られた体積と、専門家による手動ラベリングから得られた体積との相関を報告した。この比較により、検証された3つの手法の中で、SyNによる体積測定が専門家のラベリングによる体積測定と最も強い相関を示した。本研究は、相互相関を用いたSyNが、患者および高リスク高齢者に対する体積的MRI画像における正規化および解剖学的測定に信頼性の高い手法であることを示している。