長い軸方向視野（LAFOV）スキャナによる動態陽電子放出断層撮影（PET）は、多臓器の画像化と静止（後期）撮像を超える動態定量を可能にする。しかし、動態収集に通常必要とされる長い撮像時間は、臨床的には依然として実用的ではない。本研究では、深層学習（DL）フレームワークにより省略した動態PET収集を実現することを評価し、単一時間ウィンドウ（STW、初期動態データのみ）と二重時間ウィンドウ（DTW、初期動態データに後期5分間の静止フレームを追加）のプロトコルを、初期動態スキャン時間5〜30分および線量360 MBq〜18 MBqの範囲で比較した。17件の60分間の動態[18F]FDGデータセットを、まずstaggered FALCONパイプラインでモーション補正し、その後、自己回帰的フレーム予測のための時空間DLモデルの学習と検証に用いた。性能は、DL予測フレームと時間放射能曲線から、臓器ベースの動態モデリング、複数組織におけるボクセル別のパラメトリック画像、さらに2つの患者コホートでの評価まで、定量ワークフロー全体にわたって評価した。DTWプロトコルは一貫してSTWを上回り、後期相の動態をより良く保持した。初期動態15分のスキャンでは、後期5分間の追加により、肝臓で平均絶対Ki差がSTWの23%からDTWの17%へ低下し、視床では26%から15%へ低下した。DTW＋DLでは誤差が肝臓、視床、乳房病変で10%以下にまでさらに低減され、筋では16%であった。推奨プロトコルは、DLによる15分の初期動態スキャンに加えて5分の後期スキャンであり、線量を最大5分の1まで低減しても堅牢であった（約74 MBq）。これらの結果は、DLによって可能となる省略・低線量の動態LAFOV PETが、正確な動態定量のための臨床的に実行可能なアプローチであることを支持する。
https://doi.org/10.64898/2026.08.25.26361357