2019 Fiscal Year Research-status Report
パーキンソン症候群診断におけるDAT SPECTの定量化と機械学習への応用
| Project/Area Number |
19K17243
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
岩渕 雄 慶應義塾大学, 医学部(信濃町), 助教 (90573262)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | DAT SPECT / 機械学習 / 核医学 / パーキンソン病 |
|---|
| Outline of Annual Research Achievements |
本研究の目的はDAT SPECTの新たな定量化方法を考案、検討し、従来の測定法と比較してより診断精度の高い方法を求めることである。
新たな定量値としてはフラクタル解析で得られるフラクタル次元（FD、Fractal Dimension）の有用性を以前報告しているが、今回、従来用いられている定量値であるSBR(Specific Binding Ratio)やAI(Asymmetry Index)とこのFDの診断能を比較、検討する研究を行った。さらに機械学習（support vector machine）を利用してこれら3種類の定量値を組み合わせて画像診断することで、検査の診断能がより向上することも確認できた。
また、従来用いられている定量値であるSBRに関してだが、脳室や脳溝の拡大のある症例では、脳脊髄液が定量値の正確性に悪影響を与えてしまうことが知られている。これに対して脳脊髄液マスク補正という手法が有用であることがファントム実験をもとに提唱されてきた。しかし、臨床症例で実際にこの手法の有用性があるかどうか十分に証明されていないという問題があった。そこで臨床症例を集積し、脳脊髄液マスク補正の有用性を実臨床症例を対象として確認する研究を行い、実臨床症例でも本補正法を利用することで診断能が向上する効果があることを証明した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度に関してはおおむね当初の予定通り順調に進んでいる。
|
| Strategy for Future Research Activity |
画像の不均一性を評価する方法としてテクスチャー解析の有用性が認められてきており、こういった手法から導かれる定量値はSBR(Specific Binding Ratio)など薬剤集積の強さを示すような従来の定量値とは異なり、集積の不均一性や分布といった情報を定量化した値となる。従って従来の定量値では得られなかった新たな情報を与えてくれる可能性があり、その有用性に関してファントム実験や臨床症例をもとにさらに検討を加える予定である。
また、これらの定量評価と従来用いられているSBR（Specific Binding Ratio）やAI(Asymmetry Index)などの定量値との相違点や臨床的意義に関しても検討を加えたいと考えている。
|
| Causes of Carryover |
予定していたファントム購入を先送りにしたため。研究の進捗状況にもよるが、ファントム実験に関しては次年度の実施を予定している。
当該年度は論文投稿や学会出張が重なったため、ファントム購入よりそちらを優先することとした。
|
