2016 Fiscal Year Annual Research Report
新生児脳の成長統計形状モデル構築による子どもの発達障害発症リスク評価
Publicly Offered Research
| Project Area | Multidisciplinary computational anatomy and its application to highly intelligent diagnosis and therapy |
|---|
| Project/Area Number |
15H01126
|
|---|
| Research Institution | University of Hyogo |
|---|
Principal Investigator |
小橋 昌司 兵庫県立大学, 工学研究科, 准教授 (00332966)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | 時空間統計的形状モデル / 新生児脳疾患 / 脳形状 / 認知症診断支援 / MR画像 / 成長モデル / 最尤主成分分析法 |
|---|
| Outline of Annual Research Achievements |
本研究では，新生児脳の発達度合の指標として脳発達度を提案した．脳発達度は，脳内の解剖学的特徴点間の距離を用いて脳形状を数値化することで，多様体学習により脳形状の類似度を計算し，その結果を１次元の値で定義する．実験結果から脳発達度は修正齢(胎生40 週に修正した年齢) と脳容量の双方と高い相関を持つことを明らかにした．本研究では新生児の脳発達遅滞評価のため，成長モデルを用いた新生児脳年齢推定法を提案した．提案法は新生児脳年齢推定に脳内の解剖学的特徴点間の距離を用いた重回帰モデルに基づく．また，特徴点間距離には個人差が含まれているため，脳発達度を用いることで特徴点間距離の標準化を行う方法を提案した．
新生児期においては脳成長速度の個人差が大きく，これを推定することが新生児脳疾患診断支援に重要である．臓器形状を表現する手法として統計的形状モデル(Statistical Shape Model: SSM) が提案されている．しかし，成長に伴う新生児脳形状変形を明らかにするには，SSMを4 次元に拡張する必要がある．本研究ではSSMを4 次元に拡張した時空間統計的形状モデル(spatiotemporal Statistical Shape Model:stSSM) の構築法を提案した．同手法では，時間軸に沿った重み関数を導入し，データ毎に与えられた重みパラメータを用いた最尤主成分分析法に基づく．実験結果より，成長に伴う脳形状個人間変動の変化を定量化したstSSMの構築を行えることが確認できた．
さらにstSSMを40歳から90歳の被験者を対象に脳MR画像を用いたアルツハイマー型認知症鑑別診断に適用し，従来のSSMより提案するstSSMを用いることで識別精度が向上し，統計的形状モデルの多元化の有効性を示した．
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
