2022 Fiscal Year Annual Research Report
脱髄性疾患に対する統合的定量ミエリンイメージングの開発
| Project/Area Number |
20K07997
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
金澤 裕樹 徳島大学, 大学院医歯薬学研究部(医学域), 助教 (80714013)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ミエリン / MRI / MWF / MT / DKI / VBM / 機械学習 / SVM |
|---|
| Outline of Annual Research Achievements |
本研究は，核磁気共鳴画像法（MRI）から算出できる緩和時間，磁化率，拡散係数，磁化移動の定量パラメータに着目した統合的ミエリンイメージング手法を開発し，脱髄疾患に対してミエリン含有量の定量解析を行うことである．令和4年度は，健常者データのmyelin water fraction（MWF），diffusion kurtosis imaging（DKI），quantitative susceptibility mapping(QSM），quantitative parameter mapping(QPM）のvoxel based morphometry（VBM）解析を用いて定量値を標準脳データとして作成した．各パラメータを比較しながら検討を進めた．
QSMの場合，QSM再構成の際の脳表部分が大きく削られてしまうため，標準脳データを作成する際に座標の誤差が大きいことが分かった．脳表補正のアルゴリズムを適応して対応する予定である．さらに，DKIでは，一般的に神経走行の指標で用いられているWM 領域の分数異方性 (FA) と尖度パラメーター (MK、RK、および AK) の関係には、強い正の相関 (FA-MK，R2 = 0.93; FA-RK，R2 = 0.89)， 負の相関 (FA-AK，R2 = 0.92)を示した．このことより，DKIではMKのパラメータを使用することに決定した．加えて，QPMのミエリンマップとMWFの関係は，二次多項式に精度良くフィッティング可能で，その算出式により，被験者の標準脳を用いて，白質領域のMWFアトラスを作成することができた．
こうして，畳み込みニューラルネットワーク（CNN）を用いた統合的定量ミエリンマップに関するデータベースの構築およびプログラム開発を行った．現状，入力するMRIのパラメータは，MWF，FA，DKI（MK），QPMミエリンマップで検討することに着手することができた．出力は，MWFに変換することが可能になった．各白質領域に関心領域を設定し検討すると，各領域で神経密度に比例して高値になった．
|
Research Products
(8 results)
