| 研究課題/領域番号 |
18K15565
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 藤田医科大学 (2021)
帝京大学 (2018-2020) |
|---|
研究代表者 |
椎葉 拓郎 藤田医科大学, 医療科学部, 准教授 (30759501)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | パーキンソン病 / 人工知能 / 自動分類 / 非定型パーキンソン症候群 / ドパミントランスポーター / SPECT / 機械学習 / 特徴量 / 画像特徴量 / パーキンソン症候群 / 非典型的パーキンソン症候群 |
|---|
| 研究成果の概要 |
本研究では、生体機能イメージングであるドパミントランスポータ（DAT）SPECTの画像特徴量に着眼し、機械学習導入によるパーキンソン病（PD）と非定型パーキンソン症候群（APS）の自動分類システムという次代の画像診断法を開発することを目的とした。しかし、新型コロナウィルス感染拡大により当初予定していたAPSの症例の整理が進まなかったため、PDと健常者を対象としたradiomics signatureの構築と自動分類システムの開発とした。研究の結果、高精度なPDの自動分類システムとradiomics signatureを構築することができた。この成果は、将来APSの診断への応用が期待できる。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、パーキンソン病の高精度な自動分類システムの構築と新たな画像バイオマーカを提案することができた。本研究で構築した自動分類システムの使用によって従来のパーキンソン病の画像診断の正確さを向上させる可能性があり、今後パーキンソン病と非定型パーキンソン症候群への応用が期待できる。
|
