2021 Fiscal Year Research-status Report
Comprehensive prognosis of Parkinson's disease using multimodal radiomic features
| Project/Area Number |
21K15791
|
|---|
| Research Institution | Fujita Health University |
|---|
Principal Investigator |
椎葉 拓郎 藤田医科大学, 医療科学部, 准教授 (30759501)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | パーキンソン病 / radiomics |
|---|
| Outline of Annual Research Achievements |
本研究課題では、パーキンソン病の生態機能イメージング手法であるドパミントランスポータSPECTと形態・機能イメージング手法であるMRI画像から得られる画像特徴量を用いて予後予測モデルを構築し、パーキンソン病患者の運動機能と非運動(認知)機能の将来を予測するシステム を開発する。
2021年度は、Parkinson’s Progression Markers Initiative(PPMI)の画像データベース を用いて、ドパミントランスポータSPECTとMRI画像のradiomic特徴量抽出に関する検討と有効なradiomic特徴量の選択を行った。
PPMI画像データベースの中から、PD患者でスクリーニングあるいはベースラインで頭部MRI、ドパミントランスポータSPECTの両方を取得している症例を抽出した。 対象のドパミントランスポータSPECT画像からヒストグラム、テクスチャ特徴量などの radiomic特徴量を算出した。同様にMRIからもradiomic特徴量を算出した。これらの特徴量を用いてPDと正常の分類モデルを構築し、specific binding ratoと分類性能を比較した結果、同等かそれ以上の性能を示した。また、ドパミントランスポータSPECTのradiomic特徴量を用いたモデルにより、Hohen-Yahr（HY）stage分類のⅠ~Ⅲを分類できる可能性が示された。当該年度の研究成果により、ドパミントランスポータSPECTとMRIのradiomic特徴量をPDの鑑別やステージ分類に利用することの妥当性が示された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2021年度は概ね計画予定通りに研究が進み、ドパミントランスポータSPECT画像のradiomic特徴量を利用したパーキンソン病鑑別モデルに関する論文を1編投稿中である。
|
| Strategy for Future Research Activity |
2022年度は、ドパミントランスポータSPECT画像およびMRIのradiomic特徴量と非運動機能との関連性を調査する。MRIのradiomic特徴量抽出においては、関心領域設定に課題が残るため、最適な関心領域設定についても検討を加える。
|
| Causes of Carryover |
論文掲載量として計上していた予算が、繰越となった。現在投稿中であるため、受理され次第、予算執行する予定である。
|
