| 研究課題/領域番号 |
16K10236
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
精神神経科学
|
|---|
| 研究機関 | 公益財団法人神経研究所 (2018)
株式会社国際電気通信基礎技術研究所 (2016-2017) |
|---|
研究代表者 |
山田 貴志 公益財団法人神経研究所, 研究部, 研究員 (10721318)
|
|---|
| 研究協力者 |
板橋 貴史
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 安静時脳機能結合 / fMRI / 自閉スペクトラム症 / うつ病 / 安静時機能結合 / 機能結合 / MRI |
|---|
| 研究成果の概要 |
本研究の目的は、従来よりも空間精度、時間精度の高い解析手法を用い、安静時脳機能結合MRIデータを解析し、精神疾患特異的な神経ネットワークの変化を捉えることである。一連の研究で、従来は1つの脳領域として扱われることの多かった島皮質が8つの機能的下位領域に分割できる可能性を示し、その下位領域に自閉スペクトラム症群での変化を見いだした。しかし、従来用いられるよりも短い時間で機能結合を算出する手法では、異なるデータセットに汎化する結果は得られなかった。これらの結果は、安静時脳機能結合のバイオマーカーとしての新たな可能性を見出すものであり、また、さらなる手法の洗練を促すものである。
|
| 研究成果の学術的意義や社会的意義 |
安静時脳機能結合は課題を必要とせず、安静にしているときの神経ネットワークをみるもので、精神疾患当事者、児童・思春期や高齢の方でも比較的容易に撮像できる手法である。したがって、大規模に幅広い層のデータを集めることができる。そして、安静時脳機能結合データに機械学習の手法を用いて解析すると様々なデータセットに汎化するバイオマーカーができることが分かってきている。本研究は従来使用されているよりも空間精度、時間精度を高くし、より疾患特異的な情報を引き出そうとした試みである。これらは安静時脳機能結合のバイオマーカーとしての新たな可能性を見出すものであり、その学術的意義、社会的意義は高いと考える。
|
