2017 Fiscal Year Research-status Report
精神疾患の神経ネットワーク変化に関する研究：時空間コネクティビティ解析による検討
| Project/Area Number |
16K10236
|
|---|
| Research Institution | Advanced Telecommunications Research Institute International |
|---|
Principal Investigator |
山田 貴志 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 主任研究員 (10721318)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | fMRI / 安静時脳機能結合 / 自閉スペクトラム症 / うつ病 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、従来よりも空間精度、時間精度の高い解析手法を用いて、自閉スペクトラム症、うつ病の安静時機能結合MRIデータを解析することで、疾患特異的な神経ネットワークの変化を捉えるというものである。昨年度空間精度の高い手法を用い、自閉スペクトラム症における変化を描出でき、科学誌に出版された(Yamada et al., 2016)。今年度は時間精度の高い手法を選別するため、文献検索を行った。網羅的に検索を行い、それを総説という形で科学誌International journal of neuropsychopharmacologyに投稿、受理、出版された(Yamada et al., 2017)。そして、Allenが2014に発表した時間精度の高い手法(時間窓を1分間に短縮した)を用いて、自閉スペクトラム症72名、健常者70名のデータを解析した。上記手法に習い、5種類の脳状態が遷移すると仮定した。するとある1種類の脳状態の出現頻度が、自閉スペクトラム症で有意に低く(ttest, p = 0.0097)、自閉症度の指標であるAQ(Autism Quotient)総得点と出現頻度に負の相関が認められた(r = -0.2188, p = 0.0094)。すなわち出現頻度が低いと自閉症度が高いという関係である。この関係は自閉スペクトラム症群内でも認められた(r = -0.2461, p = 0.040)。今後、この1種類の脳状態のネットワーク特徴などを調べる予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今までに空間精度の高い手法で自閉スペクトラム症の神経ネットワーク変化の特徴を抽出することができた。今年度はさらに時間精度の高い手法を用いて、ある脳状態の出現頻度が自閉スペクトラム症で低いことを解析で抽出し、これが自閉症度と相関することを抽出することができた。
|
| Strategy for Future Research Activity |
特徴的な脳状態のネットワーク特徴を解析で抽出するとともに、他の手法でも自閉スペクトラム症やうつ病の神経ネットワーク変化を捉えることができるのか、試行錯誤していく予定である。
|
| Causes of Carryover |
(理由)今年度、解析と文献検索、論文執筆と投稿、受理までのプロセスで時間を大幅に消費したため、あんせいじのうきのう安静時機能的MRIデータの取得ができなかった。
(使用計画)安静時機能的MRIデータの取得用の施設利用料、謝金、また、新たな解析ソフトなどに使用する予定である。
|
Research Products
(1 results)
