2021 Fiscal Year Research-status Report
Automatic white matter fiber bundle depiction using machine learning and construction of image support system for brain surgery patients
| Project/Area Number |
20K08016
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
鈴木 雄一 東京大学, 医学部附属病院, 診療放射線技師 (70420221)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 機械学習 / 拡散強調画像 / tractography / segmentation |
|---|
| Outline of Annual Research Achievements |
tractography自動描出フリーソフト（Tractseg）を脳動静脈奇形患者（AVM）に用いて、神経線維束描出にどの程度影響が及ぼすか検討した。ガンマナイフ治療予定患者53名に対し、3.0T MRIを使用して多段面同時励起技術（SMS）を併用し、従来よりもほぼ半分の撮像時間で過去に撮像された拡散強調画像を利用し、各種前処理を行った後に各神経線維束を描出した。ほとんどの線維で描出が可能であったが、もともと描出線維数が少ない、前交連線維や脳弓の描出ができない場合もあった。
上記のデータの内、錐体路近傍にAVMが存在する14名に対して、錐体路描出の傾向を調査した。7名は明らかに錐体路がAVMに強く押されている症例（Aグループ）、残り7名は錐体路がAVMに触れていると思われる症例（Bグループ）に分けて解析をおこなった。Aグループでは、1名錐体路描出がなされなかった。また他2名でAVMよりも頭頂側の錐体路描出低下が疑われた。健側に対して、有意に描出容積が低下する結果となった。一方、Bグループでは、健側と比較しても描出精度の低下は認められなかった。これにより、特にBグループにこのソフトを用いても有用性が高いことが示唆された。この内容を第49回日本磁気共鳴医学会にて報告した。
また、過去に脳外科手術の術前用に撮像されたtractography用の拡散強調画像（MPG64軸）を用いて、少ないMPGデータから本来は撮像で得られるはずの拡散強調画像をAIで生成するプログラムの開発に着手した。次年度にこちらも含めて報告する予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
過去の得られたデータを解析に用いて、脳動静脈奇形患者に対する適応や傾向を把握することが出来たため。
上記はフリーソフト（TractSeg）による検証であるが、独自にAIを用いたソフトウエアの開発に着手し始めたため。
|
| Strategy for Future Research Activity |
今後は、TractSegの脳動静脈奇形患者以外に対する適応がどの程度あるのかを検討するとともに、現在開発中のAIの精度向上を進めていく予定である。
成果は、今年度中に国内学会にて報告する予定。
|
| Causes of Carryover |
学会参加への旅費が想定より生じなかったことなどが考えられる。
次年度は、AI関連に費用が掛かる可能性があるためそちらへの使用を考えていきたい。
|
Research Products
(2 results)
