• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

人工知能を活用したドパミン機能画像によるシヌクレノパチー早期診断システムの確立

Research Project

Project/Area Number 20K08021
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 52040:Radiological sciences-related
Research InstitutionOsaka University

Principal Investigator

高橋 洋人  大阪大学, 医学部附属病院, 講師 (20617352)

Co-Investigator(Kenkyū-buntansha) 鈴木 裕紀  大阪大学, 大学院医学系研究科, 特任助教(常勤) (20845599)
Project Period (FY) 2020-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2020: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
KeywordsDAT SPECT / parkinson disease / AI / deep learning / シヌクレノパチー
Outline of Research at the Start

シヌクレノパチーは黒質線条体領域のドパミン神経変性が病態としてあり、黒質領域のドパミン細胞変性を評価する神経メラニンMRI画像や線条体領域のドパミン細胞変性を評価するドパミントランスポーター(dopamine transporter: 以下DAT)イメージングなど様々な画像評価手法を用いた研究が行われている。特にDATイメージングは疾患関連の症状に鋭敏で機能評価に有用と考えられている。人工知能による機械学習を活用したDATイメージング診断システムでシヌクレノパチー発症前段階の微細な神経変性をとらえ、その発症予測への臨床応用を検討する。

Outline of Annual Research Achievements

DAT-SPECTはパーキンソン病を含むパーキンソニズムの臨床評価に使用されている。一方、その画像から得られる情報としてはその集積の範囲の視覚評価や集積の程度のSBRなどの定量値など、限定的な情報収集と使用にとどまっていると考える。
我々は当院で収集されてきた1500件以上のデータから、臨床評価とは独立した情報を得るべく人工知能による変分オートエンコーダ(VAE)を教師なし学習として使用し、パーキンソン病(PD)患者の重症度との相関性を調べ、臨床上有用なパラメータが得られるかを検討した。
結果として、VAEに検証データを入力したところ、視覚的に入力画像と類似したものが得られた。主成分分析の結果、2 つの成分は、(1) 線条体への集積の強さ、(2) 線条体の形状と相関していると推定された。重症度が 2 以上の患者のデータは、(1)集積が弱く、(2)萎縮が進んでいるエリアにプロットされる傾向が見られた。
導かれる結論としてはVAE により線条体集積の視覚的なパラメータにおいてPD患者の重症度に関連した変化がみられた。DAT スキャンにおける人工知能を用いたPD重症度の自動評価に応用できる可能性がある。
臨床的意義としては、主観評価になりがちな臨床評価スケールとは独立した解析手法によりパーキンソニズムの重要度評価に有用とされるパラメータ候補の特定ができたと考えている。成果を2023年度の日本神経放射線学会で報告を行った。
現在はさらに解析精度を上げるべく、大元となるDAT-SPECT画像データの精度向上の工夫などを行っている。また論文化と国際学会への演題投稿を予定している。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

人工知能の機械学習を行うに際し、検証となめの多数の症例の臨床情報を収集する必要があるため、この点に関してはやや時間を擁している。
解析環境などは現状問題なく進めることができている。
DAT-SPECTの画像データの精度を向上するうえで、投与した薬剤量に対して患者の体重情報を得て画像の対象領域の薬剤集積の程度の補正を行う必要がある。その手法はすでに確立しているが、体重情報の収集にやや時間がかかっている。

Strategy for Future Research Activity

DAT-SPECT画像の精度向上とそれによる人工知能をを用いた研究手法、方針はすでに決まっており、上記の通り論文化と国際学会(ISMRM: 国際磁気共鳴学会)への演題投稿を本年度中に行うことを計画している。

Report

(4 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • 2021 Research-status Report
  • 2020 Research-status Report
  • Research Products

    (1 results)

All 2024

All Presentation (1 results)

  • [Presentation] 教師なし学習で訓練した変分オートエンコーダによるパーキンソン病のDATスキャン画像の評価2024

    • Author(s)
      綿谷 朋大
    • Organizer
      日本神経放射線学会
    • Related Report
      2023 Research-status Report

URL: 

Published: 2020-04-28   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi