Risk prediction of Alzheimer's disease using radiomics

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K07591
• Research Institution: The University of Tokyo
• Principal Investigator: 高尾 英正 東京大学, 医学部附属病院, 准教授 (10444093)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: アルツハイマー病 / MRI / PET / Radiomics

Outline of Annual Research Achievements

近年、コンピューター、および、CT（Computed Tomography）、MRI（Magnetic Resonance Imaging）、PET（Positron Emission Tomography）といった画像機器の発展とともに、画像から多くの情報を抽出することにより、疾患の鑑別や予後予測といった個別化医療につなげようとする試みが注目を浴びており、Radiomicsと呼ばれている。アルツハイマー病（Alzheimer's disease；AD）は、認知症の原因として最多であり、社会的・経済的な影響の強い、進行性かつ不可逆の神経変性疾患で、治療薬の開発には、認知症発症前の早期からの介入が不可欠であり、その対象を見つけ出すことが重要となっている。本研究では、アルツハイマー病治療薬（開発）の対象となりうる症例を正確に選別可能とするため、マルティモダリティ画像のRadiomicsにより、アルツハイマー病を発症するリスクを予測可能とするシステムを構築することを目的としており、はじめに、大規模画像データとして、ADNI（The Alzheimer's Disease Neuroimaging Initiative, http://adni.loni.usc.edu）、OASIS（The Open Access Series of Imaging Studies, http://www.oasis-brains.org）といった公開データベースより、認知症発症前の縦断データを含む、多数の画像データの取得を行っており、まず、T1強調の形態画像を主体として、画像正規化、セグメンテーション、特徴量抽出の検討を行い、続いて、マルティモダリティ画像への応用をすすめている。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

おおよそ計画に沿って進められていると考えられる。

Strategy for Future Research Activity

引き続き、公開データベースより多数の画像データを取得し、マルチモダリティ画像にもとづいた、画像正規化、セグメンテーション、特徴量抽出の検討をすすめながら、Radiomicsモデルの構築および評価、システムの一般化の検討へとつなげていく。また、得られた結果に対しては、随時とりまとめを行い、成果の発表を行う。

Causes of Carryover

コロナ感染の状況が不透明であったため、学会参加による情報収集が十分行えず、また、現時点での検討では、コンピューターの処理能力は現状のもので十分であった。そのため、次年度以降、学会参加による情報収集、また、計算処理能力の向上をすすめるため、もともとの翌年度の使用分と含めて、執行を検討する予定である。