High-sensitivity wide-band X-ray spectroscopy is the key feature of the Suzaku X-ray observatory, launched on 2005 July 10. This paper summarizes the spacecraft, in-orbit performance, operations, and data processing that are related to observations. The scientific instruments, the high-throughput X-ray telescopes, X-ray CCD cameras, non-imaging hard X-ray detector are also described.

Purpose To use inductively coupled plasma mass spectroscopy (ICP-MS) to evaluate gadolinium accumulation in brain tissues, including the dentate nucleus (DN) and globus pallidus (GP), in subjects who received a gadolinium-based contrast agent (GBCA). Materials and Methods Institutional review board approval was obtained for this study. Written informed consent for postmortem investigation was obtained either from the subject prior to his or her death or afterward from the subject’s relatives. Brain tissues obtained at autopsy in five subjects who received a linear GBCA (GBCA group) and five subjects with no history of GBCA administration (non-GBCA group) were examined with ICP-MS. Formalin-fixed DN tissue, the inner segment of the GP, cerebellar white matter, the frontal lobe cortex, and frontal lobe white matter were obtained, and their gadolinium concentrations were measured. None of the subjects had received a diagnosis of severely compromised renal function (estimated glomerular filtration rate <45 mL/min/1.73 m2) or acute renal failure. Fisher permutation test was used to compare gadolinium concentrations between the two groups and among brain regions. Results Gadolinium was detected in all specimens in the GBCA agent group (mean, 0.25 µg per gram of brain tissue ± 0.44 [standard deviation]), with significantly higher concentrations in each region (P = .004 vs the non-GBCA group for all regions). In the GBCA group, the DN and GP showed significantly higher gadolinium concentrations (mean, 0.44 µg/g ± 0.63) than other regions (0.12 µg/g ± 0.16) (P = .029). Conclusion Even in subjects without severe renal dysfunction, GBCA administration causes gadolinium accumulation in the brain, especially in the DN and GP. © RSNA, 2015

The Hard X-ray Detector (HXD) on board Suzaku covers a wide energy range from 10 keV to 600 keV by combination of silicon PIN diodes and GSO scintillators. The HXD is designed to achieve an extremely low in-orbit back ground based on a combination of new techniques, including the concept of well-type active shield counter. With an effective area of 142 cm^2 at 20 keV and 273 cm2 at 150 keV, the background level at the sea level reached ~1x10^{-5} cts s^{-1} cm^{-2} keV^{-1} at 30 keV for the PI N diodes, and ~2x10^{-5} cts s^{-1} cm^{-2} keV^{-1} at 100 keV, and ~7x10^{-6} cts s^{-1} cm^{-2} keV^{-1} at 200 keV for the phoswich counter. Tight active shielding of the HXD results in a large array of guard counters surrounding the main detector parts. These anti-coincidence counters, made of ~4 cm thick BGO crystals, have a large effective area for sub-MeV to MeV gamma-rays. They work as an excellent gamma-ray burst monitor with limited angular resolution (~5 degree). The on-board signal-processing system and the data transmitted to the ground are also described.

Purpose To assess whether an association exists between hyperintensity in the dentate nucleus (DN) on unenhanced T1-weighted magnetic resonance (MR) images and previous administration of gadolinium-based contrast agents (GBCAs) that contain different types of gadolinium chelates. Materials and Methods The institutional review board approved this study. Written informed consent was waived because this was a retrospective study. Evaluated were 127 cases among 360 consecutive patients who underwent contrast agent–enhanced brain MR imaging. Two radiologists conducted visual evaluation and quantitative analysis on unenhanced T1-weighted MR images by using regions of interest. DN-to-cerebellum (DN/cerebellum) signal intensity ratios were calculated and the relationship between DN/cerebellum and several factors was evaluated, including the number of previous linear chelate and/or macrocyclic GBCA administrations by using a generalized additive model. The Akaike information criterion was used in model selection. Interobserver correlation was evaluated with paired t tests and the Lin concordance correlation coefficient. Results The images of nine patients (7.1%) showed hyperintensity in the DN. Twenty-three patients (18.1%) received linear GBCAs (median, two patients; maximum, 11 patients), 36 patients (28.3%) received macrocyclic GBCAs (median, two patients; maximum, 15 patients), 14 patients (11.0%) received both types of GBCA (linear [median, two patients; maximum, five patients] and macrocyclic [median, three patients; maximum, eight patients]), and 54 patients (42.5%) had no history of administration of gadolinium chelate. Interobserver correlation was almost perfect (0.992 [95% confidence interval: 0.990, 0.994]). The DN/cerebellum ratio was associated with linear GBCA (P < .001), but not with macrocyclic GBCA exposure (P = .875). According to the Akaike information criterion, only linear GBCA was selected for the final model, and the DN/cerebellum ratio had strong association only with linear GBCA. Conclusion Hyperintensity in the DN on unenhanced T1-weighted MR images is associated with previous administration of linear GBCA, while the previous administration of macrocyclic GBCAs showed no such association. © RSNA, 2015

Abstract Cone beam computed tomography (CBCT) images are convenient representations for obtaining information about patients’ internal organs, but their lower image quality than those of treatment planning CT images constitutes an important shortcoming. Several proposed CBCT image-quality improvement methods based on deep learning require large amounts of training data. Our newly developed model using a super-resolution method, “one-shot” super-resolution (OSSR) based on the “zero-shot” super-resolution method, requires only small amounts of training data to improve CBCT image quality using only the target CBCT image and the paired treatment planning CT image. For this study, pelvic CBCT images and treatment planning CT images of 30 prostate cancer patients were used. We calculated the root mean squared error (RMSE), peak signal-to-noise ratio (PSNR), and structural similarity (SSIM) to evaluate image-quality improvement and normalized mutual information (NMI) as a quantitative evaluation of positional accuracy. Our proposed method can improve CBCT image quality without requiring large amounts of training data. After applying our proposed method, the resulting RMSE, PSNR, SSIM, and NMI between the CBCT images and the treatment planning CT images were as much as 0.86, 1.05, 1.03, and 1.31 times better than those obtained without using our proposed method. By comparison, CycleGAN exhibited values of 0.91, 1.03, 1.02, and 1.16. The proposed method achieved performance equivalent to that of CycleGAN, which requires images from approximately 30 patients for training. Findings demonstrated improvement of CBCT image quality using only the target CBCT images and the paired treatment planning CT images.

Diffusion equation imaging processing is promising to enhance images showing lesions of bone metastasis (LBM). The Perona-Malik diffusion (PMD) model, which has been widely used and studied, is an anisotropic diffusion processing method to denoise or extract objects from an image effectively. However, the smoothing characteristics of PMD or its related method hinder extraction and enhancement of soft tissue regions of medical image such as computed tomography (CT), typically leaving an indistinct region with ambient tissues. Moreover, PMD expands the border region of the objects. A novel diffusion methodology must be used to enhance the LBM region effectively. Approach. For this study, we originally developed a diffusion equation quantification (DEQ) method that uses a filter function to selectively provide modulated diffusion according to the original locations of objects in an image. The structural similarity index measure (SSIM) and Lie derivative image analysis (LDIA) L-value map were used to evaluate image quality and processing. Main results. We determined superellipse function with its order n=4 for the LBM region. DEQ was found to be more effective at contrasting LBM for various LBM CT images than PMD or its improved models. DEQ yields enhancement agreeing with the indications of positron emission tomography despite complex lesions of bone metastasis comprising osteoblastic, osteoclastic, mixed tissues, and metal artifacts, which is innovative. Moreover, DEQ retained high quality of image (SSIM > 0.95), and achieved a low mean value of the L-value (< 0.001), indicative of our intended selective diffusion compared to other PMD models. Significance. Our method improved the visibility of mixed tissue lesions, which can assist computer visional framework and can help radiologists to produce accurate diagnose of LBM regions which are frequently overlooked in radiology findings because of the various degrees of visibility in CT images.