磁気共鳴画像を用いた新規脳容積評価法（Sy-VBM）による脳萎縮の早期発見

2022 Fiscal Year Research-status Report

• Project/Area Number: 20K08057
• Research Institution: Juntendo University
• Principal Investigator: 後藤 政実 順天堂大学, 保健医療学部, 先任准教授 (30375844)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 磁気共鳴画像 / 脳萎縮 / 脳機能 / Synthetic MRI / VBM

Outline of Annual Research Achievements

令和3年度の実施状況報告書において、『頭蓋内抽出にSy-MRI画像を利用することで、これまでの手法に比べ、抽出精度が改善すること』を証明した研究結果を報告し、その内容は学会発表と論文化予定であると報告した。今年度、その内容をタイで開催された第22回国際診療放射線技師会学術大会 (The 22nd ISRRT、2022年12月15-17）において電子ポスター発表（Goto M, et al.、Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.）した。また、『Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images』 とういタイトルで論文作成した（Radiological Physics and Technologyで査読中）。さらに、我々の手法が、被殻抽出正確性を向上させることと、静脈分離エラーを軽減させることを証明した論文（Goto M, et al.、Acta Radiol、2023 Feb;64(2):741-750.）が掲載された。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

新規脳容積評価法（Sy-VBM）の構築に関連した研究結果は、実績概要欄に記載したように成果を出せている。しかし、疾患に関連した解析精度向上の評価ができていない。近年普及している深層学習とSy-MRIを組み合わせた頭蓋内領域抽出法構築は、当初予定していなかったが、脳容積解析を正確に行う前処理法として構築する必要があり、そこに時間がかかった。しかし、新たな頭蓋内領域抽出法を構築できたので、疾患群の解析を実施する準備を整えることができた。

Strategy for Future Research Activity

疾患群の画像については既にデータ収集を終えているため、今後はその解析を実施し、疾患群と健常群との比較により、検出感度や再現性について検証を実施する。

Causes of Carryover

974円を残して今年度予算を執行した。974円は、印刷用品費として使用しなかったため、次年度に印刷用品費として使用することとした。

Research Products

• [Journal Article] Analysis of synthetic magnetic resonance images by multi-channel segmentation increases accuracy of volumetry in the putamen and decreases mis-segmentation in the dural sinuses. (2023)
  • Author(s): Goto M, Fukunaga I, Hagiwara A, Fujita S, Hori M, Kamagata K, Aoki S, Abe O, Sakamoto H, Sakano Y, Kyogoku S, Daida H.
  • Journal Title: Acta Radiol. Volume: 64 Pages: 741-750
  • DOI: 10.1177/02841851221089835.
  • Peer Reviewed
• [Presentation] Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images. (2022)
  • Author(s): Goto M, Otsuka Y, Hagiwara A, Fujita S, Hori M, Kamagata K, Aoki S, Abe O, Sakamoto H, Sakano Y, Kyogoku S, Daida H.
  • Organizer: The 22nd International Society of Radiographers and Radiological Technologists (ISRRT)