2020 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 / 核医学 / 機械学習 / パーキンソン病 / パーキンソン症候群 |
|---|
| 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、さらに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を機械学習（support vector machine）を利用して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が確認できた。追加研究として従来用いられている定量値であるSBRに関して脳脊髄液マスク補正という手法が有用であることも検討した。
本年度の目的としてはさらにDAT SPECTから得られる各種の定量値（SBR、PCR[putamen-to-caudate ratio]、AI）を的確に用いることでパーキンソン病や非定型パーキンソン症候群をより正確に鑑別することが可能かどうか、その診断体系の確立を目的とする研究を行った。実際にはこれらDAT SPECTの各定量値に加え、MIBGシンチから得られる定量値（H/M比、Washout Rate）を機械学習を用いて組み合わせることで、パーキンソン病、非定型パーキンソン症候群をより詳細に鑑別診断できるかどうか検討する研究を行い、その結果、これら2種類の核医学検査から得られる定量値を的確に組み合わせることで、これらの疾患を正確に鑑別できることを証明した。
|
| 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 |
本年度の結果からDAT SPECTから得られる定量値のうち、特に形状や集積の変化を表わす定量値であるフラクタル次元（FD）やPCR（putamen-to-caudate ratio）が診断に有用であることが分かってきた。特にレビー小体病といわれるパーキンソン病やレビー小体型認知症の鑑別にこれらの定量値が役立つことが今回の我々の結果から推測される。
今後はこの結果をさらに詳細に検討していき、レビー小体病の病態生理、病理学的側面をこれらの定量値がどのように反映しているのかを調べていきたいと考えている。
|
| 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。当該年度はファントム購入より論文投稿を優先することとした。
また、参加予定であった国際学会への参加も流行感染症の影響で参加できなかったため、次年度使用額が生じることとなった。
|
Research Products
(1 results)
