Development of statistical model for analysis of dynamic of metabolic diseases using PET
Project/Area Number |
21KK0183
|
Research Category |
Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
|
Allocation Type | Multi-year Fund |
Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
Research Institution | Nara Institute of Science and Technology |
Principal Investigator |
小野 直亮 奈良先端科学技術大学院大学, データ駆動型サイエンス創造センター, 准教授 (60395118)
|
Co-Investigator(Kenkyū-buntansha) |
飯田 秀博 奈良先端科学技術大学院大学, 先端科学技術研究科, 客員教授 (30322720)
下地 佐恵香 奈良先端科学技術大学院大学, 先端科学技術研究科, 研究員 (50791563)
|
Project Period (FY) |
2021-10-07 – 2027-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥17,810,000 (Direct Cost: ¥13,700,000、Indirect Cost: ¥4,110,000)
Fiscal Year 2026: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2025: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2024: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2023: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2022: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
|
Keywords | 深層学習 / PETイメージング / 診断支援モデル / 冠動脈疾患 / PET画像 / 腎臓Perfusionモデル / 長期コホート解析 |
Outline of Research at the Start |
糖尿病や重篤な肥満のような慢性的な代謝疾患の予防と治療は高齢化社会における Quality of Life の向上のために重要な課題であるが、その病態は食習慣などの生活習慣、遺伝的背景など複数の要因が複雑に絡んでいることから未解明の部分が多い。PETは血流の変化や代謝物質の動態を非侵襲的に直接測定可能な強力な診断手法であり、心冠動脈疾患や腫瘍の診断など幅広い分野で応用されている。本研究では、精度の高い測定データとTurku大学の持つ大規模な症例サンプルの蓄積に基づき、経験ベイズを利用した確率モデルを用いて代謝状態の比較を行い、診断支援手法を確立することを目的とする。
|
Outline of Annual Research Achievements |
本研究では、Computer Aided Diagnosisの手法として、PETをはじめと知る診断情報を多角的に利用する方法の開発を試みた。本年度の成果として、実際の診断読影のようにPET検査から得られた画像と病理データとを組み合わせた説明変数を連結して深層学習モデルの入力とするモデルを用いて、より実践的な診断を可能とするモデルを構築した。また、分類結果の説明可能性を向上させるため、灌流画像をもとにした顕著性マップの可視化を実装した。このモデルでは、冠動脈を含む心筋領域を極座標マップ上に展開した画像を用い、検出された灌流異常の可視化や、分類結果に肯定的または否定的に影響を与えた画像や臨床変数の強調表示などを実現した。これは、O-15 H2O灌流画像に対してこのような方法を適用した初めての試みであり、極座標マップから抽出された特徴、PET灌流検査の定量的結果、および臨床的な患者固有のリスク変数を含む複数の変数の組み合わせを利用することを実現した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
極座標マップと診療データを用い、複数の情報を統合した診断支援モデルの構築に成功している。さらに、時系列を含むPET画像を利用した灌流ダイナミクスの定量的評価モデルの実装が進められている。
|
Strategy for Future Research Activity |
Turku PET Centreに昨年導入された全身PET撮像機のデータをもとに、動脈から臓器への灌流ダイナミクスを解析し、流入の速度係数を定量的に評価する3次元モデルを構築する。得られた速度係数の空間的な分布を利用して、動脈、心臓、腎臓、肝臓といった主要な臓器における血流の状態を画像化する解析モデルを開発し、他のコホートデータと統合した診断を実現する。
|
Report
(2 results)
Research Products
(1 results)