2023 Fiscal Year Research-status Report
自由水抑制拡散MRIによる脊髄小脳変性症の病態解明と客観的評価・鑑別法の開発
| Project/Area Number |
20K16802
|
|---|
| Research Institution | Juntendo University |
|---|
Principal Investigator |
佐藤 香菜子 順天堂大学, 医学部, 非常勤助教 (80755520)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 脊髄小脳変性症 / 小脳 / 脳内ネットワーク / 脳MRI / 拡散テンソル画像 / free water elimination |
|---|
| Outline of Annual Research Achievements |
本研究は、脊髄小脳変性症の病態解明と客観的評価の確立を行うことを目的としている。当該研究者はこれまでの研究で、脊髄小脳変性症の１つであるSCA6の患者を対象とし、小脳の発生学的由来区分ごとの容積変化や拡散テンソル画像（diffusion tensor imaging: DTI）の拡散示標の変化が症状と相関することを明らかにした。また、透明化したマウス脳の標本と最新の拡散MRIの手法であるneurite orientation dispersion and density imaging (NODDI)の比較研究を行い、神経線維の方向性について病理所見とNODDIの示標の対応があることを確認した。
これらの結果から、小脳の発生学的区分と最新の拡散MRIの意義が示され、考慮すべき点としては、小脳の脳幹を介した大脳との連結が患者の症状に影響している可能性、小脳では脳脊髄腔の水の影響を受けやすいことが挙げられた。本研究ではfree water elimination (FWE)による水の影響を軽減させることの有用性を調べることを目的としているが、脊髄小脳変性症の患者の小脳について大脳との連結も考慮した区分ごとの変化を調べる中で、脊髄小脳変性症の病態理解と鑑別診断において、出入力系を含む脳内ネットワーク全体を評価する視点をもつことが重要であることが新たな発見として得られた。
脳内ネットワークは近年研究が盛んになっている分野であり、近年話題の人工知能は、小脳を原型とし脳内ネットワークに関連している。本研究では、脊髄小脳変性症の病態や変性パターンに関して、脳内ネットワークをふまえ、DKI, NODDI、free water eliminationなどの最新の拡散MRIの有用性について考察ができると考えられる。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
小脳は上・中・下小脳脚を介して脳幹に連続し、さらに大脳に連結している。近年、脳領域同士の接続が脳機能の解明や様々な変性疾患において重要視されているため、これらをDTIによりトラクトとして描出し、拡散示標の変化を調べた。また水の非正規分布を前提とした拡散MRIのうち、特に効率的かつ生体内の環境をよく反映する手法として拡散尖度画像（diffusion kurtosis imaging: DKI）やNODDIを使用した。
これまでにDKIを使用し、従来の拡散MRIと比較するため下記の解析を行った。SCA6患者と健常者を対象とし、DTIとDKIを用いて従来のMRIの拡散示標FA, ADCと、DKIの拡散示標mean kurtosis（MK）の比較を行った。上・中・下小脳脚の各トラクト上の拡散示標を測定するtract-specific analysisと、小脳を発生学的由来に応じて分割し、各区分の白質ごとの拡散示標を測定するROI analysisを行った。tract-specific analysis では、SCA6患者において中・下小脳脚で有意なADCの上昇とMKの低下がみられた。FAや上小脳脚には有意な変化はみられなかった。ROI analysisでは、SCA6患者において、FAとMKの有意な低下が内側小脳半球白質にのみみられた。
昨年度まで、上記の解析をふまえて脊髄小脳変性症の各病型や他の神経変性疾患の症例を収集し、これらの病態ごと、また大脳との連結を含む脳内ネットワークについての考察をまとめてきた。その中で、小脳の出力系・入力系それぞれの変性程度により、脊髄小脳変性症の変性パターンにもとづいた病態理解ができることが明らかになってきた。脊髄小脳変性症の鑑別診断においても、出入力系を含む脳内ネットワーク全体を評価する視点をもつことが重要であることが新たな発見として得られた。
|
| Strategy for Future Research Activity |
これまでの結果より、小脳と大脳を連結する小脳脚でtract-specific analysisを使用した解析が有用であること、従来の拡散MRIの示標よりも水の非正規分布モデルに基づく最新の拡散MRIの方が変性による変化をより鋭敏に検出できることがわかった。小脳の区分については、いずれも内側小脳半球にのみ有意差が検出され、内側小脳半球を含めて区分する必要があると考えられた。これらから、発生学的由来に基づく区分は、tractographyにより描出した各小脳脚を含めること、小脳についてはより細かい区分を行う必要性が示唆された。
昨年度まで、上記の解析をふまえて脊髄小脳変性症の各病型や他の神経変性疾患の症例を収集し、これらの病態ごと、また大脳との連結を含む脳内ネットワークについての考察をまとめてきた。その中で、小脳の出力系・入力系それぞれの変性程度により、脊髄小脳変性症の変性パターンにもとづいた病態理解ができることが明らかになってきた。脊髄小脳変性症の鑑別診断においても、出入力系を含む脳内ネットワーク全体を評価する視点をもつことが重要であることが新たな発見として得られた。
脳内ネットワークは近年研究が盛んになっている分野だが、小脳についてはまだ解明されていない部分も多い。小脳は近年話題の人工知能の原型ともなっているが、これに関連する機能も脳内ネットワークに基づいて働いている。今後、脊髄小脳変性症の病態や変性パターンに関して、脳内ネットワークをふまえ、DKI, NODDI、free water eliminationなどの最新の拡散MRIの有用性について考察していく予定である。
|
| Causes of Carryover |
今年度は、昨年度までの結果をふまえ、学会発表と大学院講義を行ったが、多忙などにより学会参加は制限された。そのため今年度は使用額が少なくなり、次年度に使用する予定となった。
|
