2021 Fiscal Year Research-status Report
機械学習を用いた神経ネットワークによるADHDのサブタイプ診断の開発
| Project/Area Number |
21K02380
|
|---|
| Research Institution | University of Fukui |
|---|
Principal Investigator |
水野 賀史 福井大学, 子どものこころの発達研究センター, 准教授 (50756814)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 注意欠如多動症（ADHD） / 機械学習 / サブタイプ / ABCD Study |
|---|
| Outline of Annual Research Achievements |
注意欠如・多動症 (attention-deficit/hyperactivity disorder: ADHD)は不注意・多動-衝動性を主徴とする神経発達障害である。ADHDは多様性を持つにも関わらず、臨床症状をもとに一つの疾患としてまとめて扱われてきたことで、研究結果に一貫性がなく、未だにその神経基盤は十分にわかっていない。本研究の目的は、安静時fMRIによって検出される神経ネットワークに基づき、機械学習を用いてADHDのサブタイプを特定するのと共に、サブタイプごとの神経基盤と臨床的な特徴を明らかにすることである。
2021年度の研究計画は、ABCD sutdyのデータベースよりサンプルのダウンロードし、必要データを抽出、安静時fMRIデータの質を確認することだった。実際、研究計画に従って、ADHD約400例、定型発達児約2600例、合計約3000例の安静時fMRIデータを抽出し、解析をすすめた。
しかしながら、安静時fMRIのような機能画像の場合、内服している薬剤の影響を受けやすいこと、また、多施設から取得されたMR画像では、そのMRIマシンの機種間差の影響を考慮する必要があることから、その後の教師なし機械学習によるサブタイプ分類を行うことが難しい可能性が考えられた。
そのため、サブタイプの分類を、脳画像ではなく、認知機能検査を用いて行うこと、また、薬剤の影響を直接は受けにくいと考えられる、脳構造画像を、脳機能画像の代わりに、解析に用いることを着想し、現在再解析に取り組んでいる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
安静時fMRIのような機能画像の場合、内服している薬剤の影響を受けやすいこと、また、多施設から取得されたMR画像では、そのMRIマシンの機種間差の影響を考慮する必要があることから、その後の教師なし機械学習によるサブタイプ分類を行うことが難しい可能性が考えられた。
そのため、サブタイプの分類を、脳画像ではなく、認知機能検査を用いて行うこと、また、薬剤の影響を直接は受けにくいと考えられる、脳構造画像を、脳機能画像の代わりに、解析に用いることを着想し、現在再解析に取り組んでいる。
|
| Strategy for Future Research Activity |
ABCD StudyではNIH toolboxと言われる様々な認知機能検査が行われており、そのデータを利用することができる。データを整理した上で、まず認知機能検査の結果を用いて、教師なし機械学習によるクラスタリングでサブタイプ分類を行う。さらに、見いだされたサブタイプごとの認知機能、臨床症状の特徴とともに、脳構造の特徴を明らかにしていく。
|
| Causes of Carryover |
新型コロナウイルスパンデミックの影響により、県外移動が制限され、旅費を使用しなかった。また、研究室内のスタッフでデータの整理を行ったため、人件費を抑えることができた。
今後は、移動の制限が緩和されていくことが予想されるため、旅費としての使用が増え、また、謝金や、成果としての論文出版に対する費用として使用していく予定である。
|
