Investigation of the descending pain inhibitory system in the chronic pain using brain network analysis

2021 Fiscal Year Research-status Report

• Project/Area Number: 18K07730
• Research Institution: Juntendo University
• Principal Investigator: 和田 昭彦 順天堂大学, 医学部, 准教授 (90379686)
• Co-Investigator(Kenkyū-buntansha): 堀 正明 順天堂大学, 医学部, 客員准教授 (40334867)
• Project Period (FY): 2018-04-01 – 2023-03-31
• Keywords: 慢性疼痛 / 口腔内灼熱症候群 / 舌痛症 / 拡散テンソルMR画像 / グラフ理論解析 / 機械学習 / グラフニューラルネットワーク

Outline of Annual Research Achievements

本研究の目的は、慢性疼痛に関連した脳ネットワークの可視化、とくに下行性疼痛抑制系に関して、症状の重篤度との関連、治療効果の評価およびその事前予測 の可能性を追求することである。 3年間の研究にて、140例の慢性口腔内疼痛疾患（舌痛症、口腔異常感症、非定型歯痛）の臨床データおよび頭部MRI画像データを収集。拡散テンソルMRトラ クトグラフィを用いた構造的脳ネットワーク解析を用いて、侵害刺激の伝達・処理システムである疼痛関連領域（ペインマトリックス）および、中脳にある中脳 中心灰白質（脊髄の疼痛信号入力の抑制）の結合性（コネクティビティ）を検討した。 拡散テンソル（神経線維路）解析、ペインマトリックスのネットワーク解析（グラフ理論解析）、これに機械学習（人工知能技術） を応用したネットワーク隣接行列の認識・分類では、慢性疼痛関連の脳内ネットワーク解析は可能であったが、下行性疼痛抑制系に関しての疾患群と健常者、疾患内で の病型・臨床経過の分類に到達できず、新たな技術としてRelational graph convolution network(R-GCN)を導入して、舌痛症と非定型歯痛の識別の精度向上を試みた。脳構造ネットワークのGCNによる舌痛症と非定型歯痛の識別精度は、大脳のみを対象とした場合0.65、PAGを加えると0.72に向上した。今後、本結果を国内学会にて報告予定である。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

現時点での結果では、舌痛症と非定型歯痛の識別精度は、大脳のみを対象とした場合0.65、PAGを加えると0.72と向上をみているが、当初期待した精度に到達できていない。また、被験者面では、昨今の社会的状況により、臨床的な経過追跡・情報収集が十分には行えておらず照合できる臨床情報の不足を来している。

Strategy for Future Research Activity

研究期間の倫理委員会の許可を得て、被験者数を増やして検討を継続する予定である。

Causes of Carryover

今後の国内学会報告・論文化の必要経費とするため、経費を繰り越した。