Neural substrate of symptoms in neurodegenerative disorders using a passive task paradigm

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K15679
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52020:Neurology-related
• Research Institution: Kyoto University
• Principal Investigator: Yoshinaga Kenji 京都大学, 医学研究科, 助教 (60829042)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 神経イメージング / 神経変性疾患

Outline of Final Research Achievements

I proposed a passive task paradigm as a method to reduce the cognitive load during task performance in task-related functional MRI. I created a experimental paradigm with task stimuli useful for a diagnosis of neurological diseases and conducted an actual measurement, demonstrating its feasibility. In data analysis, using resting-state functional MRI data from a cohort study, 1) I generated a machine learning-based disease classifier based on functional connectivity for REM sleep behavior disorder, a prodromal symptom of Parkinson's disease, 2) and revealed differences in network dynamics among dementia, Parkinson's disease and healthy elderly using the dynamic functional connectivity approach.

Free Research Field

神経イメージング

Academic Significance and Societal Importance of the Research Achievements

臨床診療にMRIは欠かせないツールであるが、現在はもっぱら脳構造を可視化する検査として応用されている。一方で脳機能を可視化できる機能的MRIは、構造的MRIと比較して非常に情報量が多く、診断・疾患分類や治療評価などへの今後の応用可能性が期待される。機能的MRIの臨床応用にあたっては、負荷や再現性という観点で解決すべき問題がある。本研究では、より低負荷な機能的MRIの実験手法を提案するとともに、得られたデータから有用な情報を取り出すデータ解析手法を実現した。