| 研究課題/領域番号 |
18K18355
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90110:生体医工学関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
安西 眸 東北大学, 流体科学研究所, 助教 (50736981)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 脳動脈瘤 / MR血管造影 / ディープラーニング / 数値流体力学解析 / 深層学習 / 脳動脈 / 冠動脈 / 大動脈 / 数値流体力学 / 造影MRI / 数値流体解析 / 血管造影MR / MRI |
|---|
| 研究成果の概要 |
本研究では核磁気共鳴画像法(MRI)における増強効果と血流ストレスの結び付けを行うため、増強効果が見られた小型～中型動脈瘤について画像解析および数値流体力学解析(CFD)を行った。特に10年のフォローアップを行ったケースでは、ブレブ発生位置に炎症が見られ、ブレブ方向への動脈瘤伸張が見られた。より大規模な患者群に解析を適用するため、深層学習ネットワークを構築し、血管形状から直接流れ場を推定するシステムを構築した。本システムを使うことでCFDを行うより大幅に血流解析速度が向上し、より大規模な患者群に対して血流解析を行い、動脈瘤の発生・進展・破裂に関する血流パラメータの統計解析を行える可能性を得た。
|
| 研究成果の学術的意義や社会的意義 |
脳動脈瘤は人口の3-5％に発生し、1％/年で破裂の可能性を持つ。しかし破裂メカニズムは不明なことも多く、未だ破裂の予測は難しい。本研究では破裂の前段階に存在すると考えられている動脈瘤壁の炎症と血流分布を照らし合わせ、血流ストレスが壁面の縮退に与える影響を調べることで、動脈瘤の成長メカニズムの解明に貢献した。さらに、疫学的エビデンスを得るためには大規模な患者群に対する解析が不可欠であることから、深層学習ネットワークの構築により血流解析を即時化し、大規模な患者群への血流解析を可能とした。
|
