磁気共鳴画像を用いた新規脳容積評価法(Sy-VBM)による脳萎縮の早期発見
Project/Area Number |
20K08057
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 52040:Radiological sciences-related
|
Research Institution | Juntendo University |
Principal Investigator |
後藤 政実 順天堂大学, 保健医療学部, 先任准教授 (30375844)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
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: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
Keywords | 磁気共鳴画像 / 脳萎縮 / 脳機能 / Synthetic MRI / VBM |
Outline of Research at the Start |
磁気共鳴(MR)画像をVoxel-based morphotometry(VBM)解析し脳容積評価を行う手法は、脳変性を伴う多数の疾患を対象とした解析に加え、老化による脳形態変化などを含めた広い領域で利用されている。本研究は、脳組織のMR定量値を算出することにより作成された画像をVBM解析に応用した新規脳容積評価法(Sy-VBM)を構築し、これまでのVBM解析より非常に高い感度で脳容積変化を捉え、脳萎縮が原因となる疾患の早期発見、高精度バイオマーカーの役割を果たすことを目的とする。
|
Outline of Annual Research Achievements |
令和3年度の実施状況報告書において、『頭蓋内抽出にSy-MRI画像を利用することで、これまでの手法に比べ、抽出精度が改善すること』を証明した研究結果を報告し、その内容は学会発表と論文化予定であると報告した。今年度、その内容をタイで開催された第22回国際診療放射線技師会学術大会 (The 22nd ISRRT、2022年12月15-17)において電子ポスター発表(Goto M, et al.、Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.)した。また、『Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images』 とういタイトルで論文作成した(Radiological Physics and Technologyで査読中)。さらに、我々の手法が、被殻抽出正確性を向上させることと、静脈分離エラーを軽減させることを証明した論文(Goto M, et al.、Acta Radiol、2023 Feb;64(2):741-750.)が掲載された。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新規脳容積評価法(Sy-VBM)の構築に関連した研究結果は、実績概要欄に記載したように成果を出せている。しかし、疾患に関連した解析精度向上の評価ができていない。近年普及している深層学習とSy-MRIを組み合わせた頭蓋内領域抽出法構築は、当初予定していなかったが、脳容積解析を正確に行う前処理法として構築する必要があり、そこに時間がかかった。しかし、新たな頭蓋内領域抽出法を構築できたので、疾患群の解析を実施する準備を整えることができた。
|
Strategy for Future Research Activity |
疾患群の画像については既にデータ収集を終えているため、今後はその解析を実施し、疾患群と健常群との比較により、検出感度や再現性について検証を実施する。
|
Report
(3 results)
Research Products
(4 results)
-
[Journal Article] Analysis of synthetic magnetic resonance images by multi-channel segmentation increases accuracy of volumetry in the putamen and decreases mis-segmentation in the dural sinuses.2023
Author(s)
Goto M, Fukunaga I, Hagiwara A, Fujita S, Hori M, Kamagata K, Aoki S, Abe O, Sakamoto H, Sakano Y, Kyogoku S, Daida H.
-
Journal Title
Acta Radiol.
Volume: 64
Issue: 2
Pages: 741-750
DOI
Related Report
Peer Reviewed
-
[Journal Article] Using modulated and smoothed data improves detectability of volume difference in group comparison, but reduces accuracy with atlas-based volumetry using Statistical Parametric Mapping 12 software.2022
Author(s)
Goto M, Murata S, Hori M, Nemoto K, Kamatgata K, Aoki S, Abe O, Sakamoto H, Sakano Y, Kyogoku S, Daida H.
-
Journal Title
Acta Radiol.
Volume: Online ahead of print
Issue: 6
Pages: 0-0
DOI
Related Report
Peer Reviewed
-
[Presentation] Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.2022
Author(s)
Goto M, Otsuka Y, Hagiwara A, Fujita S, Hori M, Kamagata K, Aoki S, Abe O, Sakamoto H, Sakano Y, Kyogoku S, Daida H.
Organizer
The 22nd International Society of Radiographers and Radiological Technologists (ISRRT)
Related Report
-