部分体積効果・とは？初心者にもわかる解説ガイド共起語・同意語・対義語も併せて解説！

この記事を書いた人

高岡智則

年齢：33歳性別：男性職業：Webディレクター（兼ライティング・SNS運用担当）居住地：東京都杉並区・永福町の1LDKマンション出身地：神奈川県川崎市身長：176cm 体系：細身〜普通（最近ちょっとお腹が気になる）血液型：A型誕生日：1992年11月20日最終学歴：明治大学・情報コミュニケーション学部卒通勤：京王井の頭線で渋谷まで（通勤20分）家族構成：一人暮らし、実家には両親と2歳下の妹恋愛事情：独身。彼女は2年いない（本人は「忙しいだけ」と言い張る）

部分体積効果・とは？初心者にもわかる解説

まず結論から言うと、部分体積効果とは、ひとつの観測単位である「ボクセル」が複数の組成を同時に含むことで、実際の値がその混ざり方によって決まってしまう現象です。日常の写真（関連記事：写真ACを三ヵ月やったリアルな感想【写真を投稿するだけで簡単副収入】）や動画のピクセルのように、画像は小さな箱の集合で作られていますが、箱の中身が完全に一つの素材だけではないことがあります。

医療画像や材料科学の分野で特に重要なのは、解像度の限界です。解像度が高いほど箱は小さくなり、混ざり具合は少なくなりますが、それでも完全に分離できるとは限りません。例えば、脳の境界付近や筋肉と脂肪の境界では、ひとつの箱の中に脂肪と水分が混ざっていることがあり、測定値が二つの組成の“平均”のような値になることがあります。

この現象が生じると、正確な形や量を推定するのが難しくなります。たとえば、腫瘍の大きさを測るとき、部分体積効果の影響で実際のサイズよりも小さく見えたり、逆に大きく見えたりすることがあります。放射線治療計画や脳の機能を評価する際には、この効果を補正する手法が欠かせません。

医療画像での例

CTやMRIの画像では、各画素・体積要素が信号を返します。ボクセルが複数の組織を含む場合、境界の近くのボクセルは、中間の信号を返し、実際の境界がにじんだように見えることがあります。これが「部分体積効果」です。

対処法と補正の考え方

部分体積効果を抑える方法はいくつかあります。簡単な方法としては、撮影時の分解能を上げること（より小さなボクセルにすること）が挙げられます。技術的には、画像処理のアルゴリズムでの補正、またはポジトリの情報を組み合わせて推定する「部分体積補正」という手法が使われます。PET画像のように機能的な情報を扱う場合、分解能の限界を補うための統計的推定が重要です。

最後に、理解を深めるためのポイントを整理します。部分体積効果は解像度の限界と混在した組成の組合せによって生じるものであり、適切な補正を行えば、画像の質を高め、分析の精度を向上させることができます。

<th>特徴

ボクセル内の混合が生む信号の若干の混乱
原因	有限な体積の離散化と撮影の物理的限界
影響	境界のぼやけ、定量値のずれ、診断・治療計画の精度低下
対処法	解像度を上げる、補正アルゴリズムを使う、複数モダリティで統合する

このように、部分体積効果を理解しておくと、医療画像を読み解くときや研究でデータを扱うときの前提がはっきりします。初心者の方はまず「ボクセル＝箱」のイメージを持ち、箱の中身が混ざるとどう見えるかを思い浮かべてみてください。

部分体積効果の同意語

部分体積効果: 画像の1つの画素/ボクセルが複数の組織を含むことで信号が組織間で混ざり、実際の境界や小さな構造の大きさが正確に反映されなくなる現象。
パーシャルボリューム効果: 同義の別表記。画素・ボクセル内の組織混在により信号が平均化され、分解能の限界に左右される現象。
部分ボリューム効果: 同義の別表記。画素内の混在成分が原因で測定値が実物とずれる現象。
部分体積混合現象: 画素内に異なる組織が混在することによって信号が混ざり、正確な組織量を推定しづらくなる現象。
体積混合現象: 体積レベルでの混合による信号の混ざりが生じる現象。
ボリューム混在現象: 画素/ボクセル内で複数組織が混ざることで生じる偽の信号感度の現象。
パーシャルボリューム混合現象: 同義。画素内の組織混在が原因で信号が平均化される現象。
パーシャルボリュームアーチファクト: 部分体積効果に起因する偽像・誤信号（アーチファクト）を指す表現。
部分体積アーチファクト: 同義。画素内の混在が原因の偽像を含む表現。
ボリューム混合アーチファクト: ボクセルの混合により現れるアーチファクトの総称。

部分体積効果の対義語・反対語

完全体積効果: 部分体積効果が生じていない状態を指す、ボクセルが一つの組成で構成されている理想的なケース。
単一組成ボクセル: ボクセル内に存在する組成が一つだけで、他の組織と混ざっていない状態。
均質ボクセル: ボクセル内の組成が均質で、複数の組織の混合がない状態。
高解像度ボクセル分解: 空間分解能を高めて、各ボクセルが実質的に単一の組成を表すようにする条件・効果。
完全分解能: 理想的に空間分解能が十分高く、ボクセル間の混合が認められない状態。
体積混在なし: ボクセル内で体積的な混合が起きていない状態を示す表現。
単一体積成分仮説: ボクセルは単一の体積成分のみを含むと仮定する考え方。

部分体積効果の共起語

空間解像度: 画像の細かさを示す指標。解像度が低いと1つのボクセルに複数の組織が混在し、部分体積効果（PVE）が強く現れます。
ボクセル: 3次元の画素単位。体積データを構成する最小単位で、ボクセル内に複数の組織が混ざるとPVEが生じます。
関心体積: 分析対象として取り出す体積領域。VOIやROIとして定義されることが多い。
ROI: Region of Interestの略。関心領域のこと。
VOI: Volume of Interestの略。関心体積の別称。
点拡がり関数: 撮像系のぼかし特性を表す関数。PSFとも呼ばれ、PVEの大きさに影響します。
PSF: Point Spread Functionの略。空間的拡がりを定量化する指標。
体積解像度: 体積方向の解像度。低いほどPVEが発生しやすい。
セグメンテーション: 画像中の組織を境界で区分けする処理。PVEの影響を受けやすく、補正の前提になることも多い。
アーチファクト: 画像に現れる偽信号や歪み。PVEの影響とともに定量誤差を生むことがある。
混合モデル: ボクセル内の信号を複数組織の混合として表す統計モデル。
線形混合モデル: 線形仮説に基づく混合モデル。PVEの数理的説明で用いられることが多い。
PVE補正: Partial Volume Effectを補正する処理の総称。
部分体積補正: PVE補正の別称。
GTM法: Geometric Transfer Matrix法。ROIとPSFを用いて信号を補正する方法。
RBV法: Region-Based Voxel-wise法。ROIを利用してボクセルレベルで補正する手法。
Müller-Gärtner法: 特定の組織を対象にPVEを補正する代表的手法の一つ。
Müller-Gärtner: 同法の略称・表記。
SUV: Standardized Uptake Value。PETの定量指標で、PVEの影響を受けやすい。
定量化: 画像データを数値で表すこと。PVEは定量化の精度を左右します。
再構成: 画像データをボクセル表現へ再構成する過程。再構成方法によってPVEの影響が変わります。
ノイズ: 画像ノイズ。PVEと組み合わると定量誤差が拡大することがある。
体積比率: ボクセル内の各組織が占める体積の割合。PVEの背景となる概念。

部分体積効果の関連用語

部分体積効果: 画像の有限な空間解像度により、1つのボクセルに複数の組織が混ざって信号が平均化される現象。PETやMRIで組織別の定量が歪む原因になる。
部分体積補正: PVEを補正して、組織ごとの本来の信号を推定する手法の総称。代表例としてGTM法、Müller-Gärtner法、Rousset法、Meltzer法などがある。
点広がり関数（PSF）: 画像が点状の信号をどのように広げて観察されるかを表す関数。PVEの主要因であり、補正の基盤となる。
デコンボリューション: PSFを使って混ざった信号を逆算して元の信号を推定する処理。PVCの一部として用いられることがある。
Geometric Transfer Matrix（GTM）法: 領域間の信号の漏れ出しを行列として表現し、領域ベースでPVEを補正する代表的なPVC法。
Müller-Gärtner法: 灰白質を中心に組織分割情報を用いてPVEを補正する、PET/PVCの標準的手法の一つ。
Rousset法: ボクセルベースのPVE補正法のひとつ。PSFを前提にボクセル間混合を補正する。
Meltzer法: 初期のPVE補正法のひとつ。経験的な補正手法として用いられる。
RBV-PVC法（Region-Based Voxel-Wise PVC）: 領域を前提としたボクセル単位のPVE補正法。 segmentationに基づく補正を行う。
SUV（Standardized Uptake Value）: PETで代謝活性を定量する指標。PVEの影響を受けやすく、補正後に再解釈されることが多い。
ボクセル: 3次元画像の最小の立方体単位。PVEの基本単位として使われる。
体積分解能: 体積単位で異なる信号を区別できる能力。PVEの核心因子。
解像度: 空間的な細かさを表す指標。画像のぼかし具合にも影響する。
空間混合: 近接する組織の信号が空間的に混ざり合う現象。PVEの根本原因。
ROI/VOI（関心領域・体積）: 分析対象となる領域を指すマスク。PVCの変換や補正の対象として使われる。
灰白質: 脳の主な組織タイプのひとつ。Müller-Gärtner法などで重要な役割を果たす。
白質: 脳の別の主要組織タイプ。
脳脊髄液: CSF。組織分類の際の分割対象となる。
組織分割（セグメンテーション）: MRIなどで灰白質・白質・CSFを分ける作業。PVCの前処理として欠かない。
ROI法: 領域ベースの補正手法の総称。