| 研究課題/領域番号 |
19K12756
|
|---|
| 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90110:生体医工学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
奥畑 志帆 京都大学, 工学研究科, 特定研究員 (50783940)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2020-03-31
|
| 研究課題ステータス |
中途終了 (2019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)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
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)
|
|---|
| キーワード | 拡散強調磁気共鳴画像 / 脳基底核 / セグメンテーション / 深層学習 |
|---|
| 研究開始時の研究の概要 |
近年、脳基底核と神経精神疾患との関連から、磁気共鳴画像法(MRI)による基底核イメージングと解析が重要視されており、正確で詳細な自動セグメンテーション手法の開発が期待されている。本研究では、既存の臨床データを有効活用し、臨床研究における標準プロトコルである拡散強調MRIを活用した自動セグメンテーション手法を開発する。第一に基底核微細構造を高コントラストに画像化するMRI撮像パラメータを検討し、第二に画像化した基底核微細構造を参照し、各構造における水分子の拡散情報の特徴を抽出する。第三に、これに基づき変化検知の枠組みを用いて基底核自動セグメンテーション手法を完成させ、臨床データに適用する。
|
| 研究実績の概要 |
まず、従来の構造MRI（T1強調、T2強調画像等）のパラメータを参考に、これまでには画像化できていなかった基底核内部の微細構造を画像化できる新たな撮像パラメータを明らかにした。プロトン密度強調SPACE (sampling perfection with application of optimized contrasts using different flip angle evolutions) シークエンスによる画像において、脳基底核の淡蒼球とその周辺組織との間のコントラスト雑音比が向上した。このような画像を用いることにより、脳基底核のより正確な自動セグメンテーションを可能となる可能性を示した。
さらに、拡散強調画像に基づき、複数の基底核の領域内における拡散情報の特徴を組織ごとに明らかにした。この結果、淡蒼球と、淡蒼球を内節と外節にわける微細な組織である内側髄板との間に多軸撮像に対応した拡散情報であるFOD(fiber orientation distribution)の振幅の分布が統計的に異なることを示し、この情報を利用することによって拡散強調画像に基づき基底核の微細構造を特定できる可能性を示した。
加えて、従来の構造MRI(T1強調画像)を用いて、自動セグメンテーションの精度向上を目的として，dilated convolution や残差ブロック，グループ正規化といった深層学習の手法を用いた並列構造のニューラルネットワークを提案した。この手法を2つの公開データセットに適用した結果，従来の代表的手法よりセグメンテーション精度が向上することを示した。
|
