2017 Fiscal Year Annual Research Report
Automated evaluation system of white matter hyper intensity and computer aided diagnosis for dementia using MRI
| Project/Area Number |
16K21660
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
舞草 伯秀 東北大学, 東北メディカル・メガバンク機構, 助教 (80631069)
|
|---|
| Project Period (FY) |
2016-04-01 – 2018-03-31
|
| Keywords | MRI / 脳画像解析 / アルツハイマー病 |
|---|
| Outline of Annual Research Achievements |
MRIの縦断画像データを用いたアルツハイマー病の自動識別法の検討を行った。本手法は、従来のアルツハイマー病における灰白質の萎縮のみならず、T1強調画像における白質の低信号領域、すなわち白質病変の変化にも着目した手法である。具体的にはT1強調画像より Statistical Parametric Mapping:SPMで用いられるベイズ推定に基づく組織分割によって得られた条件付き事後確率マップ（灰白質・白質・脳脊髄液）を取得し、これら脳組織の縦断的な変化を表す指標を提案した。
提案手法をアルツハイマー病の観察臨床研究であるJapanese Alzheimer’s Disease Neuroimaging Initiative:J-ADNIのデータを用いて検討した。
先行研究により報告されている縦断解析バイアスの発生しない変形を採用した。具体的には各被験者のベースライン時点と6か月時点のT1強調像からSigle Subject Template:SSTを作成し、対称性Affine変換により位置合わせを実施した。変形後のベースライン時点と6か月後の白質・灰白質・脳せき髄液の確立マップより、、提案する組織の変化率行列coefficients with probability change:CPCをボクセル毎に求めた。各被験者のSSTからラベルフュージョン法を用いて解剖学的関心領域の自動分割を行い、領域内のCPCの各成分の平均を求めた。アルツハイマー群と健常群をCPC行列の各成分を用いてSupport vector machineを用いて健常群とアルツハイマー群の自働識別を行ったところ、感度87.9％、特異度80.0%にて識別可能であることを示した。
|
