2015 Fiscal Year Annual Research Report
| Project/Area Number |
24700286
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
川口 淳 京都大学, 医学(系)研究科(研究院), 准教授 (60389319)
|
|---|
| Project Period (FY) |
2012-04-01 – 2016-03-31
|
| Keywords | 脳科学 / 生物統計 / 画像解析 / 国際情報交換 / 認知症 / 経時測定 / 高次元複雑データ |
|---|
| Outline of Annual Research Achievements |
昨年度に引き続き，脳画像や遺伝子など脳に関するデータから，疾患の治療や早期発見に役に立つような，原因または特徴などの有効な情報を取り出すための統計解析手法の開発を目的として，本年度は最終年度であるために，昨年度までに挙げた成果の総括を行った．
経時的に測定された脳画像を入力として，その患者が認知症になる確率を算出できるような方法を提案した．―昨年度国際学会で発表した内容にさらに改良を加えた上で論文としてまとめ，協力研究者が編集者である書籍の一つの章として掲載された．その内容として，昨年度に提案した二段階次元縮小法と教師付学習法を組み込んだ方法により脳画像の次元を統計解析できるように縮小した上で，伝統的な統計学的経時測定データ解析法である混合効果モデルを適用したものである．従来法より高精度の予測ができることが示唆された．
また，この方法を複数の画像を解析に用いることができる包括的な方法として発展させ論文を投稿した．この際に，数値実験を行い提案方法の性質を網羅的に調べた．その結果，従来法と比べてある条件においては提案方法の優越性を示す事ができた．その条件は実データにもあてはまると考えられるものであった．他の条件においては同等の精度であった．さらには複数の脳画像解析を行い合理的な結果を得た．本内容についてはソフトウェアを開発して解析ソフトウェアRのパッケージとして公開した．この方法をさらにはネットワークデータに適用できる事を遺伝子データにより提示し，その成果が書籍の一つの章として掲載された．
さらには，昨年度に引き続き，同一症例内で，異なる時点，異なるモダリティ（アミロイド画像と脳形態画像）によって測定された脳画像を用いた研究成果を国際学会にて発表した．本内容については期間内に論文作成までは至らなかったが，今後論文投稿を行う予定である．
|
Research Products
(7 results)
