| Project/Area Number |
22K12762
|
|---|
| 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 | The University of Tokyo |
|---|
Principal Investigator |
舞草 伯秀 東京大学, 大学院総合文化研究科, 特任助教 (80631069)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | MRI / Alzheimer disease / Harmonize / Harmonization / Machine Learning / 発症予測 |
|---|
| Outline of Research at the Start |
本研究では, アルツハイマー病(AD)に関連する複数の画像データベースから約5000人のMRI脳画像を取得し, 機械学習によるAD・軽度認知障害(MCI)の自動判別, MCIからADへの発症予測を行う.
機械学習モデルの構築時にHarmonizationによりSite Effectを補正することで, より高精度かつ汎化性の高い機械学習モデルの構築が可能となることが期待できる.
機種に依存しない学習モデルの構築による早期の発症予測は, 早期の介入を可能とし有用である。
|
| Outline of Annual Research Achievements |
J-ADNIおよび米国ADNIから認知症・軽度認知障害・健常群のT1w MRIデータの取得を行い解剖学的脳部位への分割および体積解析を行った。既存の１２００名の健常者から得られた脳体積値をもとに、年齢、性別、MRIの磁場強度の影響を考慮したHarmonized Z scoreを取得した。各同一被験者の縦断データから脳体積変化率取得アルゴリズムを適応し、各時点の脳体積変化率を求めた。求めた脳体積変化率をもとに各時点のHarmonized Z-scoreを求め、一般線形混合モデルによりZ-scoreの縦断的変化に基づく群間比較及びApoEとの関連を調査した。Harmonized Z-scoreおよびその変化率、年齢、性別、初回MMSE点数を用いて機械学習法により軽度認知障害からアルツハイマー病への発症郡とそれ以外の識別を行った。
一般線形混合モデルによるZ-scoreの変化率に関して、先行研究と同様の部位に有意差が見られた。特に軽度認知障害からアルツハイマー病への発症郡とそれ以外での比較では横断的な比較に対して、有意差が得られる脳領域が増大するという結果が得られた。機械学習によるアルツハイマー病の発症予測の予備的検証では、アルツハイマー病の発症以前の脳MRI画像をもとにしたHarmonize Z-scoreの縦断的変化を用いることによりAUC=0.82の結果を得ている、
入力パラメータや機械学習のハイパーパラメータの最適化により、本結果はさらに向上するものと考える。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
統計学的な初期解析が終了しており、先行研究と一致した結果が得られた。
機械学習によるアルツハイマー病の発症予測に関して予備解析を行っており、当初の研究計画に準じた進捗が得られている。
|
| Strategy for Future Research Activity |
昨年度まで得られた結果をもとに、本年度は入力パラメータおよび機械学習のハイパーパラメータの最適化を行う。
これにより本研究の予測精度の向上が期待される。
得られた最終結果をもとに、論文発表および学会発表を行う予定である。
|
