体内の放射線を正確に測る（定量する）ためには、画質を悪化させる様々なノイズや物理的要因を取り除く「お化粧直し（補正）」が絶対に必要となる。
この記事では、国家試験で最も狙われる「散乱線補正」と「吸収（減弱）補正」のロジックから、画像を組み立てる「再構成アルゴリズム」、さらには「空間周波数」や「デジタルフィルタ」の働きまで、SPECTの画像工学を網羅的に解説する。
まずは、試験直前の詰め込みや知識の整理に使える「1枚暗記シート」で全体像を掴んでほしい。
【直前対策】SPECT補正・フィルタ 1枚暗記シート
第1章：画像工学と空間周波数の基礎
画像をコンピュータで扱うための「サンプリング（デジタル化）」と「空間周波数」の話だ。教科書を見ると数式ばかりで嫌になるが、要するに「画像をどれだけ細かく写せるか」「画像のザラザラやボケをどう扱うか」という基礎知識である。
1-1. ナイキスト周波数とサンプリング定理（画像の限界ライン）
現実の体の中（アナログ）を、コンピュータの画面（デジタルのドット絵）にする時の「限界」を示すルールである。
- ナイキスト周波数（N）「これ以上細かい模様は、もうドット絵では表現できませんよ」という限界の細かさのこと。
- 公式：$N = \frac{1}{2d}$ （$d$：ピクセル間隔）
- 直感イメージ：「ピクセルの間隔の2倍より細かいものは、絶対に写せない」と覚える。
- 角度サンプリング数SPECTでカメラを何度ずつ回して撮影すればいいかの基準。
- 公式：$N = \pi \times \frac{S}{2d}$
1-2. エリアシング誤差と国試の罠（細かすぎて起きるバグ）
限界（ナイキスト周波数）を超えた細かすぎる模様を、無理やりドット絵にしようとした時に起こるバグ（計算ミス）のこと。細かい模様が、全く別の大きなシマシマ模様（モアレなどの偽像）に化けてしまう。テレビやPCの画面をスマホで撮った時に出るモヤモヤと同じ現象だ。
⚠️ 【国試の引っかけ対策：バグの直し方】
このバグを防ぐにはどうするか？ 答えはシンプルで「画像のドットをもっと細かくする」ことだ。
専門用語で言うと、**「ピクセルサイズを小さくする」＝「マトリックスサイズを大きくする」**が正解。
国試では「マトリックスサイズを小さくする」という引っかけが多発するので、絶対に騙されないこと。
1-3. 空間周波数とは？（波の細かさで画像を分ける）
画像を「ピクセルの明るさ」ではなく、「波の細かさ（うねり）」として考える見方だ。
- 低周波（波がゆったり）画像のなだらかな変化。ボケや、全体的な形の情報（真の情報成分）はここに入る。
- 高周波（波が激しい）画像の急激な変化。くっきりした輪郭（エッジ）や、ザラザラしたノイズ（統計雑音）はここに入る。
- ターゲットデータノイズ（高周波の不要な部分）を消した後に残る、診断に本当に必要なデータを指す。
1-4. 二次元スペクトル分布
空間周波数をグラフ（スペクトル分布）にしたとき、国試で問われるルールは決まっている。意味が分からなくても、この4つのキーワードはそのまま暗記する。
- 中心点（零周波数） は、入力画像のCount値の総和を表す。
- 縦軸 は、データの範囲が広すぎるため対数（Log）表示にする。
- 横軸 の最大値（ナイキスト周波数）は「0.5」として規格化する。
- グラフの形は原点対称であり、90°方向の方向依存性を持つ。
第2章：デジタルフィルタの種類と役割（ノイズとボケのお化粧直し）
フィルタとは、見たい画像を綺麗にするための「ふるい」のような数学的処理である。第1章で学んだ「空間周波数（波の細かさ）」を利用して、ザラザラしたノイズ（高周波）を捨てたり、ボケを直したりする。
国試対策としては、「フィルタの名前」と「固有のキーワード」を1対1で丸暗記するのが最も効率的である。
2-1. 画像を作る「前」のフィルタ（前処理フィルタ）
カメラで撮った生のデータ（投影データ）に対して、画像を作る前にノイズを消したり、装置のボケを直したりする処理である。
- Butterworth（バターワース）フィルタ【核医学の主役】 低周波（本来の形）だけを通し、高周波（ノイズ）をカットするローパスフィルタ。 キーワード：統計雑音（ザラザラ感）を取り除く。
- Wiener（ウィナー）フィルタ 理論上、最も完璧に画像を復元できる最強のフィルタ。 キーワード：入力と出力の「平均二乗誤差を最小」にする。
- Metz（メッツ）フィルタ 装置そのもののボケ具合を逆算して直すフィルタ。 キーワード：ボケ特性を示す「MTF（変調伝達関数）」の関数。
- スムージングフィルタ 周りのピクセルと馴染ませる（局所的な平均化）ことで、高周波雑音を除去する。
2-2. 画像を作る「時」のフィルタ（再構成フィルタ）
FBP法（フィルター補正逆投影法）という昔ながらの画像作成法では、どうしても「星型のボケ（スターアーチファクト）」が発生してしまう。これを打ち消すために使われる専用のフィルタ群である。
ここはそれぞれのフィルタがどう改良されていったか、「進化の家系図」で覚えると一発で理解できる。
- ① Ramp（ランプ）フィルタ【すべての基本・暴れ馬】 星型のボケを完璧に打ち消す基本のフィルタ。しかし、ボケを直すついでに高周波ノイズまで一緒に大増幅させてしまうという致命的な欠点（暴れ馬）がある。
- ② Ramachandran（ラマチャンドラン）フィルタ【第1の進化】 Rampフィルタの「ノイズ増幅」を防ぐために作られた進化系。ノイズが増えすぎる前に、高周波の限界点（ナイキスト周波数）で出力をスパッと遮断する。
- ③ Shepp & Logan（シェップ・ローガン）フィルタ【第2の進化・完成形】 Ramachandranフィルタをさらに扱いやすくした改良版。スパッと切るのではなく、「サイン関数（sinc関数）」を使って滑らかに高周波を遮断（減衰）させる。
- （番外編）Chesler（チェスラー）フィルタ 上記3つとは少し毛色が違う。 キーワード：実空間上で「スムージング関数を重畳積分（畳み込み）」したもの。
第3章：SPECTの物理的補正技術（ノイズと減衰の修正）
体内から得られる放射線データを、より真実の姿（正確な定量値）に近づけるための要となる補正技術である。国家試験で最も出題比率が高い「散乱」と「吸収」のロジックを中心にマスターする。
3-1. 散乱線の補正（曲がってエネルギーが減った「偽物」を捨てる）
体内で骨や組織にぶつかって曲がったγ線は、誤った場所を示すノイズ（散乱線）となる。 「物質にぶつかって曲がったγ線は、その衝撃で本来のエネルギーを少し失う（コンプトン散乱）」という物理的特性を利用し、エネルギーの低い偽物を見分けて捨てる技術である。
- TEW法（トリプルエナジーウィンドウ法）【超・頻出】 欲しいデータの山（主エネルギーピーク）の両脇（高・低エネルギー側の2箇所）にノイズ測定用の窓を置く。「この山にはこれくらいゴミが混ざっているはずだ」と台形状にノイズを推定し、引き算を行う臨床最強の手法である。
- DEW法（デュアルエナジーウィンドウ法） サブウィンドウを1箇所（主に低エネルギー側）のみにする、TEW法の簡易版である。
- CW法（コンプトンウィンドウ減算法） メインの山の下（コンプトン散乱領域）に窓を作り、一定の係数を掛けて引き算する。
- CS法 / TDCS法 散乱関数を用いた畳み込み演算（コンボリューション）によってノイズを推定する。TDCS法は回転角度ごとの寄与率を算出し、さらに高精度化したものである。
- シミュレーション法 モンテカルロ法などの高度な計算を用いて散乱線を予測・排除する。
3-2. 吸収（減弱）補正法（深部の「暗さ」を明るく直す）
体の奥深くから出たγ線が、カメラに届く前に肉や骨に吸収されて消えてしまう現象を補う技術である。補正を行わないと、画像の中央部が不自然に暗く（カウントが低く）写ってしまう。
💡【必殺の暗記ゴロ】「吸収されて弱ったソレンソンちゃん」
- 吸収されて弱った ＝ 吸収（減弱）補正
- 前にソレンソン ＝ 前処置（Sorenson法）
- 後ろにちゃん ＝ 後処置（Chang法）
- 均一吸収体モデル（古典的手法） 人体を「水が詰まった均一な袋（水風船）」だと仮定して計算する手法。
- Sorenson法：画像を作る前（投影データ）に補正をかける前処置法。
- Chang法：画像を作った後（断層像）に補正をかける後処置法。体の輪郭から中心部を明るく持ち上げる。
- 弱点：あくまで「均一」と仮定しているため、肺（スカスカ）や骨（硬い）が混ざると、過補正や補正不足が生じる。
- 不均一吸収体モデル・SPECT/CT（現在の主流） ガンマカメラとX線CTが合体した装置を使用する。CTで実際の体の密度マップ（μマップ）を作成し、部位ごとに完璧な補正を行う。
- 【国試の罠・引っかけキーワード】
- 患者のX線による被ばく線量が増加する。
- CT値（X線の吸収係数）を、γ線の吸収係数に変換するテーブルが必要である。
- 撮影中に患者が動くとSPECTとCT画像に位置ズレ（ミスレジストレーション）が生じ、深刻なアーチファクトの原因となる。
- 【国試の罠・引っかけキーワード】
3-3. コリメータ開口補正（距離による「ボケ」を直す）
カメラ（コリメータ）から被写体までの距離が離れるほど、画像がボケて空間分解能が劣化する現象（距離依存性の空間分解能劣化）を数学的に修復する技術である。
- 3D-OSEM法【現在の主流】 単独の補正としてではなく、逐次近似画像再構成法（OSEM法）のアルゴリズム（計算ループ）の中にボケの応答関数を組み込んで、画像作成と同時に処理を行う手法である。
- CDR法（Collimator Detector Response法） あらかじめ測定・計算しておいた応答関数（ボケ具合のパターン）を用いて、逆算してボケを取り除く。
3-4. その他の必須補正（数え落とし・減衰）
- 不感時間（数え落とし）補正 初回循環時の動態機能検査（ファーストパス法）など、大量のγ線が一気に飛び込んでくる検査では、装置の処理が追いつかず記録漏れ（不感時間）が生じる。この数え落としによるカウントの低下を数学的に補正する。
- 物理的減衰補正 短半減期核種（99mTcなど）を使用する場合や検査時間が長い場合、検査の最中にも放射性同位元素はどんどん減衰していく。収集開始時と終了時での放射能の差を補正し、一定のカウントが得られたように計算し直す処理である。
第4章：画像再構成アルゴリズム（影絵から立体を作る）
カメラで集めた全方向からの「平面的な影絵（投影データ）」から、人体の「輪切りの断層像」を作り出す数学の魔法である。国家試験では、昔ながらの「FBP法」と、現在の主流である「逐次近似法」の特徴と違いが必ず問われる。
4-1. FBP法（フィルター補正逆投影法：昔ながらの一発勝負）
あらゆる角度からの影絵を、そのままキャンバスの中心に向かって重ね合わせていく（逆投影する）解析的な手法である。
- 直感イメージ：マイナスのボケを仕込む 影絵をただ重ねるだけだと、中心は濃くなるが周囲に必ず「星型のボケ（スターアーチファクト）」が出てしまう。そこで、重ねる「前」に再構成フィルタ（Rampフィルタなど）を掛けて「マイナスのボケ（輪郭強調）」を仕込んでおき、重ねた時に相殺させてクリアな画像を作る。
- メリット 計算式が単純なため、計算量が少なく圧倒的に処理が速い。
- デメリット（国試の要点） 画質が粗くノイズに弱い。最大の弱点は、散乱線補正や吸収補正といった物理的補正を「再構成の計算に直接組み込むことができない」点である（そのため、第3章で学んだSorenson法やChang法といった別枠での前処置・後処置が必要になる）。
4-2. 逐次近似画像再構成法（IR法：現代の主流・粘土細工ループ）
現在、SPECTやPETで使われている絶対的な主流アルゴリズムである。
- 直感イメージ：彫刻家による修正ループ コンピュータ内に「仮の粘土模型（仮の画像）」を作り、そこから逆算した影絵と「実際の患者から得た影絵データ」を見比べる。誤差を見つけては模型を修正する、という作業を何度も繰り返す（反復・ループさせる）ことで、真の画像に極限まで近づける手法である。
- 最大のメリット（国試最重要） 散乱線補正、吸収補正、コリメータ開口補正（ボケ直し）などを「再構成の計算ループ（アルゴリズム）の中に直接組み込める」ことである。これにより、定量性が劇的に向上した極めて正確な画像が得られる。
この逐次近似法には、代表的なアルゴリズムがいくつか存在する。
① ML-EM法（最尤推定ー期待値最大化法） 逐次近似法のベースとなるアルゴリズム。
- 長所：画素値がマイナスにならない。画素値の総和（カウント）が保存される。少ないカウントでもノイズに強い。線状（ストリーク）アーチファクトが出にくい。
- 短所：全てのデータを毎回比較するため、計算に膨大な時間がかかる。また、反復回数を増やしすぎると逆にノイズが増加してしまう。
② OS-EM法（Ordered Subsets EM法）【現在の絶対的エース】 ML-EM法の「計算が遅すぎる」という最大の弱点を克服したアルゴリズムである。
- 特徴：投影データをいくつかのグループ（サブセット）に分割して計算を回すことで、ML-EMの良さをそのままに劇的な高速化を実現した。現在の臨床現場の標準である。適切な「初期値」を設定する必要がある。
③ RAMLA法 ML-EM系とは別の、ART（代数的再構成法）という計算を基盤とした逐次近似アルゴリズムである。
第5章：RI画像特有のアーチファクトと対策（偽像を見破る）
アーチファクト（偽像）とは、本当は病気ではないのに、機械の不具合や患者の状態によって「異常があるように見えてしまう」エラー画像のことだ。国試では、「画像の特徴」と「その原因」をセットで結びつける問題が頻出する。
5-1. 機械や計算エラーが原因のアーチファクト
- リング状アーチファクト
- 原因：カメラの感度が均一でなかったり、回転中心（COR）がズレていると起こる。
- 特徴：画像の中央から、同心円状の線（バウムクーヘンのような輪っか）が出る。
- PMT（光電子増倍管）不良
- 原因：カメラ内部の光を集める部品（PMT）が故障している。
- 特徴：故障した部品の形に沿って、数cmの円形の欠損像（光らない丸い穴）ができる。
- ストリークアーチファクト
- 原因：膀胱など、極端に放射線が強く集まる部位がある状態で、FBP法で画像を作った時に起きる。
- 特徴：星の光のような、放射状のスジ（ストリーク）が出る。
- ギブス（Gibbs）アーチファクト
- 原因：急にカウントが変わる場所（エッジ）で計算エラーが起きる現象。
- 特徴：水面に石を投げたような、波紋状のエッジ（強調）が出る。
5-2. 患者さんの体が原因のアーチファクト（心筋SPECTの罠）
心筋血流SPECT（心臓の筋肉に血が通っているかを見る検査）において、アーチファクトを「本当の病気（虚血）」と見誤らないことが極めて重要である。
- 減弱アーチファクト（Attenuation：吸収による暗さ） ガンマ線が胸の肉に吸収されて、心臓の一部が暗く写ってしまう現象。
- Breast attenuation（乳房による吸収）：女性に多い。心臓の前壁が暗くなる（欠損像）。
- Diaphragmatic attenuation（横隔膜による吸収）：肥満体型や男性に多い。横隔膜が持ち上がって心臓に被さるため、心臓の下壁が暗くなる。
- アップワードクリープ（Upward creep：心臓のズレ）
- 原因：運動負荷テスト（走らせた直後に撮影する検査）で起こる。激しい呼吸が落ち着くにつれて、下がっていた横隔膜が元の位置に戻る。すると、それに乗っている心臓も頭側へ少しずつ移動してしまう現象。
- 特徴：心臓の下壁〜後壁が暗くなる。防ぐためには、呼吸が落ち着くまで十分な待機時間を設けることが重要。
- 体動 / トランケーション（見切れ）
- 原因：撮影中に患者が動いたり、体が大きすぎてカメラの撮影範囲（有効視野：FOV）からハミ出してしまうこと。患者が動いたかどうかは、「サイノグラム」というデータを見れば確認できる。
5-3. 【絶対法則】表示スケールと画素値の関係
国試で必ず出る「引っ掛け」の絶対的法則である。
- 「色を変えても、中身のデータは1ミリも変わらない」 パソコンの画面で、画像をカラースケール（虹色）からグレースケール（白黒）に変更したり、明るさを変えたりしても、画像データが持っている「画素値（カウント数）」自体は一切変化しない。表示系の変更は、裏にある計算データには全く影響を与えないことを覚えておくこと。
コメント