脳MRIによるHarmonized Zscoreを用いたMCI転換への予測モデル

• Project/Area Number: 25K15888
• 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): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: MRI / AD / Coxハザード / 発症予測

Outline of Research at the Start

本研究の目的は, 国内外で取得・公開されているデータベースより取得する5000件近いMRI 画像に対してHarmonized Z-scoreを適用し, 機種間差を補正した上で, Coxハザードモデル を基盤とする機械学習によるMCIへの転換予測を行うことである.
Coxハザードモデルを基とした機械学習法を用いることに より, 被験者の発症時期までの予測が可能となり, 治療介入の計画立案が超早期で可能とな り, 超早期での治療介入計画の立案が可能になる. このアプローチにより, 異なるMRI装置 間でも高い精度での予測が可能となり, 臨床応用の可能性が大きく広がる. 合わせて, Cox ハザードモデルによりMCIへの転換の危険率の予測を行う.