研究課題/領域番号 |
20K08057
|
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 | 順天堂大学 |
研究代表者 |
後藤 政実 順天堂大学, 保健医療学部, 先任准教授 (30375844)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | 磁気共鳴画像 / 脳萎縮 / 脳機能 / Synthetic MRI / VBM |
研究開始時の研究の概要 |
磁気共鳴(MR)画像をVoxel-based morphotometry(VBM)解析し脳容積評価を行う手法は、脳変性を伴う多数の疾患を対象とした解析に加え、老化による脳形態変化などを含めた広い領域で利用されている。本研究は、脳組織のMR定量値を算出することにより作成された画像をVBM解析に応用した新規脳容積評価法(Sy-VBM)を構築し、これまでのVBM解析より非常に高い感度で脳容積変化を捉え、脳萎縮が原因となる疾患の早期発見、高精度バイオマーカーの役割を果たすことを目的とする。
|
研究実績の概要 |
令和3年度の実施状況報告書において、『頭蓋内抽出にSy-MRI画像を利用することで、これまでの手法に比べ、抽出精度が改善すること』を証明した研究結果を報告し、その内容は学会発表と論文化予定であると報告した。今年度、その内容をタイで開催された第22回国際診療放射線技師会学術大会 (The 22nd ISRRT、2022年12月15-17)において電子ポスター発表(Goto M, et al.、Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images.)した。また、『Accuracy of skull stripping in a single-contrast convolutional neural-network model on eight contrast magnetic resonance images』 とういタイトルで論文作成した(Radiological Physics and Technologyで査読中)。さらに、我々の手法が、被殻抽出正確性を向上させることと、静脈分離エラーを軽減させることを証明した論文(Goto M, et al.、Acta Radiol、2023 Feb;64(2):741-750.)が掲載された。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新規脳容積評価法(Sy-VBM)の構築に関連した研究結果は、実績概要欄に記載したように成果を出せている。しかし、疾患に関連した解析精度向上の評価ができていない。近年普及している深層学習とSy-MRIを組み合わせた頭蓋内領域抽出法構築は、当初予定していなかったが、脳容積解析を正確に行う前処理法として構築する必要があり、そこに時間がかかった。しかし、新たな頭蓋内領域抽出法を構築できたので、疾患群の解析を実施する準備を整えることができた。
|
今後の研究の推進方策 |
疾患群の画像については既にデータ収集を終えているため、今後はその解析を実施し、疾患群と健常群との比較により、検出感度や再現性について検証を実施する。
|