Research on synthetic X-Q space learning for inference of quantitative features of biological tissues by diffusion MRI
Project/Area Number |
21K12650
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 90110:Biomedical engineering-related
|
Research Institution | Tohoku University (2022) Hiroshima City University (2021) |
Principal Investigator |
増谷 佳孝 東北大学, 医学系研究科, 教授 (20345193)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
Keywords | 拡散MRI / 生成型X-Q空間学習 / 生体微細構造 / 信号値モデル / 生成型X-Q空間学習 |
Outline of Research at the Start |
本研究の目的を以下の2つに定める。 (Ⅰ)実際の拡散MRIデータおよび信号値モデルに基づき、生体組織の定量的特徴の局所的空間分布、および複数の特徴間の相関を統計的に調査する (Ⅱ) (Ⅰ)に基づいて生体の組織構造に則した学習データを合成することにより、その定量的特徴を頑健に推定する生成型X-Q空間学習の手法を確立し、既存の手法と比較して評価する
|
Outline of Annual Research Achievements |
生成型X-Q空間学習の新しい対象としてFree Water Imaging (FWI)モデルを導入し、生成型X-Q空間学習での検証以前に生成型Q空間学習での実行可能性を検証した。その結果を国際磁気共鳴医学会にて発表を行ったほか、和文雑誌論文1編、国際学会発表1件、国内学会発表2件の発表を行なっている。また、応募した2023年度中の国際磁気共鳴医学会での発表が採択されている。また、別途検討している元データにおけるデノイズの有効な方法として主成分分析系の手法(Marchenko-Pastur Principal Component Analysis : MPPCAおよびLocal PCA: LPCA)を使用しているが、その知見を活かせる見通しがついた。生成型X-Q空間学習では学習データ生成の一手法として前年度の成果にてPCAを選択することを報告している。すなわち、同様にMPPCAおよびLPCAは注目画素近傍の信号値分布を少ないパターンの線形和で表現することにより結果としてノイズ成分を除去する手法であるため、そのパターンの抽出が生成型X-Q空間学習に転用することは十分可能である。ただし、実データに基づき得たパターンを人工的なパターンで置換する必要があり、この点に検討の余地がある。 また、Human Connectome Projectのデータの調査を行い、Q空間における十分な密度が存在し、歪み補正やバイアス補正などの前処理が行われているものが入手できるなどの詳細が判明した。その結果、当該データは本研究での使用に適しており、次年度における各種の信号値モデルでの検証に使用することとし、その一部を入手した。 最終年度では、これらの知見に基づいて各種の信号値モデルにて検証を行う予定である。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
所属機関の年度途中の異動(広島市立大⇒東北大)により、研究環境の再構築を含め実質3ヶ月程度の遅れが生じた。ただし、適用先としてFree Water Imagingモデルを導入するなど計画以上の成果を挙げられる可能性があり、最終年度にて挽回したい。
|
Strategy for Future Research Activity |
学習用のX-Q空間データを生成する方法として、MPPCAおよびLPCAによるデノイズの知見も導入して、基底数も含めた主成分表現によりほぼ確立できているので、さまざまな信号値モデルについて生成型X-Q空間学習の有用性を検証する。具体的な方策としては以下の通りである。 (1)合成データの生成:パラメタマップ(パラメタ毎に独立、および結合)の局所パターンの生成を15から20程度の基底パターンにより行い、その線形結合および信号地モデル式より、学習およびテスト用X-Q空間データを生成し、合成データとする (2)合成データによる検証:(1)で作成したデータによって、生成型X-Q空間学習における各種設定値(生成の基底数、パラメタの独立性の有無)による結果の違いなど、基本的性質を明らかにする (3)Human Connectome Projectデータによる検証:(2)で得た結果に基づき、生成型X-Q空間学習および生成型Q空間学習による推定結果を比較し、生成型X-Q空間学習の有用性を検証する。 (4)社会実装に向けての検討:生成型Q空間学習による解析ソフトウェアを開発、公開しており、生成型X-Q空間学習の成果を導入するための検討を行う。実装に必要な高速化の手段として、SIMDおよびOpenMPによる並列化を試みる予定である。
|
Report
(2 results)
Research Products
(12 results)
-
-
-
[Journal Article] Advantages of Using Both Voxel- and Surface-based Morphometry in Cortical Morphology Analysis: A Review of Various Applications2022
Author(s)
Goto M, Abe O, Hagiwara A, Fujita S, Kamagata K, Hori M, Aoki S, Osada T, Konishi S, Masutani Y, Sakamoto H, Sakano Y, Kyogoku S, Daida H
-
Journal Title
Magnetic Resonance in Medical Sciences
Volume: 21
Issue: 1
Pages: 41-57
DOI
NAID
ISSN
1347-3182, 1880-2206
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-