臨床におけるOPM-MEGの応用拡大：効果的な自動金属アーチファクト抑制法

背景紹介

磁性脳電図（Magnetoencephalography, MEG）は、多チャンネル磁場測定センサーを用いて脳内の神経電流分布と機能ネットワークを再構成する技術である。MEGは、源空間分解能において電気生理学（Electroencephalography, EEG）よりも顕著な優位性を持ち、磁場信号が頭蓋骨や頭皮組織の伝導干渉を受けず、時間分解能においても機能的磁気共鳴画像法（Functional Magnetic Resonance Imaging, fMRI）より優れている。したがって、MEGは脳機能と認知の研究、てんかんの臨床応用、および神経疾患の研究において重要な位置を占めている。

現時点で、MEG測定は主に2種類の機器に依存している：商用超伝導量子干渉装置（SQUID）とウェアラブルの光ポンプ磁力計（Optically Pumped Magnetometer, OPM）である。しかし、SQUID機器はコストが高く、体積が大きく、液体ヘリウム冷却が必要で、運用コストが非常に高い。それに対し、OPM機器は携帯性があり、ウェアラブルで頭皮に近い利点を持ち、将来的な臨床応用と神経科学研究のニーズに対応している。

しかし、実際の臨床現場では、多くの患者が治療の必要性から金属インプラントを装着しているケースが多い。例えば、てんかんの治療に用いられる迷走神経刺激器、心臓病治療におけるペースメーカー、歯科治療に使われる磁性材料などが挙げられる。これらの金属材料はMEG記録中に強い干渉を引き起こし、それらのアーチファクトを効果的に抑制することが重要な課題となっている。

本研究は、金属アーチファクトの時間、周波数、および時周波特性を初めて全面的に分析し、特に歯科用金属アーチファクトに焦点を当て、呼吸や頭部運動による金属アーチファクトを調整し、高い絶対パワー比を持つ0.5-8Hzの周波数帯域を特定した。従来の金属アーチファクト抑制アルゴリズムは、伝統的なSQUID-MEG機器では効果が限定的であった。これらの問題に対して、本研究では二次盲分離（SOBI）アルゴリズムを提案し、複数の時間遅延を通じてOPM-MEG測定信号成分を分離し、自動アーチファクト成分選別方法を自主開発した。

論文出典

本文はRuonan Wang, Kaiwen Fu, Ruochen Zhao, Dawei Wang, Zhimin Yang, Wei Bin, Yang Gao, Xiaolin Ningが執筆し、所属機関には北京航空航天大学の精密機器および光電工学学院、山東大学の齊魯医科医院放射線科、および広州中医薬大学の第二附属医院などが含まれる。論文は2024年の《NeuroImage》と《ScienceDirect》に掲載された。

研究プロセス

研究プロセス詳細

1. アーチファクト特性分析: a. 実験対象: 4人の被験者が歯ブレーキを装着し、呼吸と頭部運動による金属アーチファクトを測定。 b. テスト機器: 第2世代光ポンプ磁力計機器 (QZFM Gen-2 OPM)を採用し、33のデータ収集チャネルを設定して測定。 c. 特性分析: 取得したデータの時間、周波数、時周波特性を分析し、金属アーチファクトの主な周波数帯を0.5-8Hzと特定し、次高斯分布を有することを確認。

2. アルゴリズム実装: a. 二次盲分離法(SOBI): 複数の時間遅延パラメータを導入し、信号の前処理（平均値の差し引きと空間デコリレーション）を行い、遅延相関行列を計算し、SOBI法を用いて信号を分離。 b. 自動アーチファクト識別: 低周波帯での金属アーチファクトの高い絶対パワー比、二乗平均平方根（RMS）、および相互情報量法を利用し、アーチファクト成分の自動識別と減算を実現。

3. シミュレーション実験: a. 静止状態シミュレーションデータ: 線形回帰を通じてアーチファクト干渉を含むシミュレーションMEGデータを作成し、SOBI、FastICA、Infomax、AMUSEの4つのアルゴリズムを対比。 b. 誘発状態シミュレーション実験: イベント関連信号をシミュレーションし、金属アーチファクト干渉データを重ね、それぞれのアルゴリズムの二乗平均平方根誤差（RMSE）と信号対雑音比（SNR）を計算してアルゴリズム性能を評価。

4. 実際のテスト: a. 聴覚誘発実験: 純音刺激実験を設定し、上記の4つのアルゴリズムを使用して金属アーチファクトを含むMEGデータを処理し、信号対雑音比と源定位の正確性を計算。

データ分析と結果

1. 静止状態実験分析:

   • 評価指標: 正規化された二乗平均平方根誤差（NMSE）およびデルタ周波数帯正規化電力誤差（▽δ）を用いてアーチファクトの抑制効果を評価。
   • 結果: すべての被験者データにおいて、提案した方法がNMSEと▽δの指標で最良の性能を示し、金属アーチファクト干渉を大幅に抑制し、源信号の振幅再構成が最も正確であることが確認された。

2. 誘発状態実験結果:

   • 評価指標: 二乗平均平方根誤差（RMSE）および信号対雑音比（SNR）を用いてアーチファクト抑制効果を評価し、シミュレーション誘発信号の正確性を計算。
   • 結果: 提案したSOBI分離識別法は、アーチファクト抑制において優れた性能を示し、再構成された誘発状態シミュレーション波形の振幅歪みが最小であり、信号対雑音比が最も高いことが確認された。

3. 実際のOPM-MEG聴覚誘発実験結果:

   • アーチファクト識別と抑制: 提案したアーチファクト識別方法は金属アーチファクトを正確に分離、識別し、相互情報量およびスペクトル分析を通じてアルゴリズムの有効性が確認された。
   • 実験結果: 提案した方法は、特にN100成分の応答において、イベント関連信号の信号対雑音比を顕著に向上させた。

結論と展望

本研究は、光ポンプ磁力計機器を利用し、初めて歯科用金属アーチファクトの特性を全面的に分析し、提案したSOBI分離識別アルゴリズムを用いて自動的にアーチファクト成分を識別し、効果的に金属アーチファクトを抑制および減算することに成功し、OPM-MEG機器の臨床への応用を向上させた。

研究のハイライトと意義

• 革新性: 初めて光ポンプ磁力計機器における金属アーチファクトを詳細に分析し、二次盲分離法と自動識別に基づく金属アーチファクト抑制方法を提案した。
• 実用性: この方法は歯科用金属などのアーチファクトの顕著な抑制効果があり、OPM-MEGの臨床応用の前途を拓き、データの質を向上させた。
• 展望: 光ポンプ磁力計機器の小型化およびセンサー数の増加に伴い、将来的には空間フィルタリングアルゴリズムや深層学習技術と組み合わせることで、アーチファクト識別および抑制の効果をさらに向上させることが期待される。