研究課題/領域番号 |
18K07699
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分52040:放射線科学関連
|
研究機関 | 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所) |
研究代表者 |
坂田 宗之 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 研究員 (00403329)
|
研究期間 (年度) |
2018-04-01 – 2022-03-31
|
研究課題ステータス |
完了 (2021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)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
キーワード | PET / FDG / 認知症 / 機械学習 / 医用画像 |
研究成果の概要 |
認知症の診断や対策には、原因疾患の鑑別診断が不可欠である。本研究グループでは、FDG-PETを入力とした機械学習を用いて認知症の原因疾患の鑑別を自動で行い診断を支援するシステムの構築を目指した一連の研究を行っており、本研究においては非典型例や亜種に着目して研究を行った。具体的には、特徴量抽出法についての検討を行うことで従来法であるサポートベクターマシンを用いた識別精度向上を目指し、2種の手法を用いてPET装置の機種間差や世代間差の補正を行った。その他にもPET画像の三次元再構成法についての検討を行うなど、鑑別診断支援システムの実現へ向けた基礎的な研究を行った。
|
研究成果の学術的意義や社会的意義 |
本研究のような脳PET画像を用いた機械学習を行うには一般的に多数の症例が必要であり、過去のデータの再解析を含めた多施設共同研究によって集めたデータが用いられることが予想される。本研究で機種間差補正法についての検討が行われ、将来の多施設共同研究での応用の可能性が考えられる。また、PETは他のモダリティに比べ高コストであることに加え、アルツハイマー型認知症に比べ疾患頻度の低い疾患の患者群の症例を多数収集することは困難を伴うことが予想される。本研究では、脳PET画像を同一被験者のMR画像を用いてあらかじめ解剖学的標準化することで学習に必要な症例数を削減できる可能性が示唆された。
|