Clinical application of multiple machine learning classifiers for mental illness from 10,000 human brain imaging

• Project/Area Number: 24K02378
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52030:Psychiatry-related
• Research Institution: The University of Tokyo
• Principal Investigator: 小池 進介 東京大学, 大学院総合文化研究科, 准教授 (10633167)
• Co-Investigator(Kenkyū-buntansha): 越山 太輔 東京大学, 医学部附属病院, 助教 (50932547) ; 笹林 大樹 富山大学, 学術研究部医学系, 講師 (80801414)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2026: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2025: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000); Fiscal Year 2024: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
• Keywords: 精神疾患 / 脳画像解析 / 非線形回帰 / 機械学習 / 臨床応用

Outline of Research at the Start

磁気共鳴画像が精神疾患研究に利用され30年以上経ったが、機種・パラメータの違い、年齢、性別等の非線形な影響、病態基盤の疾患共通・特異性、を十分考慮できなかったことから、臨床応用には至っていない。近年の研究成果でこれらが解決し、10-80歳で数千名の脳構造特徴を個人レベルで結合し、一つのデータセットとすることができた。本研究ではこのデータセットを10,000計測まで拡張し、精神疾患を判別する機械学習器を複数作成する。さらに、大規模化が残されていた脳溝脳回構造、皮質ミエリン化、海馬・扁桃体亜領域体積、大脳白質構造も機械学習解析を進める。得られた学習器は臨床前段階への移行を目指す。