| Project/Area Number |
21K08140
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Fujita Health University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
寺本 篤司 名城大学, 情報工学部, 教授 (00513780)
祖父江 嘉洋 藤田医科大学, 医学部, 准教授 (20724793)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 心臓突然死 / 心電図 / 人工知能 / 敵対的生成ネットワーク / リスク層別化 / 突然死 / 深層学習 |
|---|
| Outline of Research at the Start |
日本では年間約7万人が心臓突然死で亡くなる。この原因の多くは心室性不整脈である. 心臓突然死による社会的、経済的損失は大きく、また、遺族の心理的ダメージも大きい. 本研究では、心臓突然死を起こす可能性の高い患者を予測する新たな方法を開発することを目的とする。正常あるいは境界域の膨大な心電図データを、敵対的生成ネットワーク（generative adversarial network）を用いて、心臓突然死を起こした症例の仮想心電図に変換し、変換前の心電図との差を検出評価することによって、心臓突然死発生に関連する心電図部分を明らかにする斬新な技術を開発する.
|
| Outline of Final Research Achievements |
Many sudden cardiac deaths occur due to hemodynamic collapse caused by fatal tachyarrhythmia. In cases where the patient survives cardiopulmonary resuscitation, an implantable cardioverter defibrillator (ICD) is implanted as a secondary prevention of sudden cardiac death, but the damage caused by the electric shock treatment is significant. In addition, the similar device is implanted as a primary prevention in high-risk groups for sudden cardiac death, such as those with low cardiac function or hereditary arrhythmia, but there is no accurate risk stratification method based on electrocardiograms. In this study, we aimed to develop a novel technology to predict the risk of sudden cardiac death by converting the electrocardiograms of sudden cardiac death cases into normal electrocardiograms using a generative adversarial network (GAN), and then detecting and evaluating the difference between the electrocardiogram before conversion and the normal electrocardiogram.
|
| Academic Significance and Societal Importance of the Research Achievements |
わが国では年間約８万例の心臓突然死が発生する。１２誘導心電図は心臓病の診断や病態評価に重要な役割を果たすが、ハイリスク症例を特定する目的で詳細に検討されることは少ない。今回は心臓突然死例と正常例の１２誘導心電図の間で敵対的生成ネットワークを用いて、互いの心電図を再生成することで、2者の心電図波形の相違性を明らかにして突然死ハイリスク心電図の特徴を明らかにすることを目的とした。心電図検査の際に、このアルゴリズムを使用することにより心臓突然死ハイリスク例の検出を行い、生命予後を改善したいと考えている。
|
