| 研究課題/領域番号 |
21K08044
|
|---|
| 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53020:循環器内科学関連
|
|---|
| 研究機関 | 国立研究開発法人国立循環器病研究センター |
|---|
研究代表者 |
浅海 泰栄 国立研究開発法人国立循環器病研究センター, 病院, 医長 (20629315)
|
|---|
| 研究分担者 |
大塚 文之 国立研究開発法人国立循環器病研究センター, 病院, 医長 (30745378)
西村 邦宏 国立研究開発法人国立循環器病研究センター, 研究所, 部長 (70397834)
野口 暉夫 国立研究開発法人国立循環器病研究センター, 病院, 副院長 (70505099)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (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)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | 核磁気共鳴画像法 / 冠動脈硬化巣 / 網羅的解析 / 冠動脈硬化症 / 画像診断 / 人工知能 / 病理網羅的解析 |
|---|
| 研究開始時の研究の概要 |
本研究では、深層学習法によって各種画像情報から得られる位置情報・形態情報・機能情報・質的情報を統合させることに加え、質的情報の精度を向上させるために冠動脈プラークの病理組織解析から得られた分子病理学的情報も融合させる事により、冠動脈疾患の急性期治療の段階から長期予後改善を見据えた至適治療法（薬物療法・血行再建術）の選択を支援するシステム開発を目指す。
|
| 研究実績の概要 |
（１）2021年度は深層学習法を用いた、非造影T1協調核磁気共鳴画像法による不安定冠動脈描出法の確立を目指した。二次予防症例および一次予防症例を対象に機械学習予測モデルを構築して最終的に８５％を超える正答率を持つモデルの作成に至った
（２）2021年度は過去に当院で集積した病理標本を用いた不安定冠動脈硬化巣に特徴的な網羅的蛋白解析を行った。その結果不安定動脈硬化巣に特徴的な蛋白群の特定に至った。
（３）冠動脈CT画像データを用いた深層学習法による予測モデルの構築を図っているが本研究は途上にある。
（４）心臓血管集中治療領域における予後予測モデル作成にあたり、当院集中治療室におけるデータベース作成を行っている。同データベース内から、急性非代償性心不全合併甲状腺機能亢進症（甲状腺クリーゼ）の重症化を推定する指標の報告を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
深層学習法を用いた 核磁気共鳴画像法に基づく不安定冠動脈硬化巣の評価法については順調な進捗状況であり、次年度は論文化を進めていく
また病理組織解析については、網羅的解析の結果がまとまり次第 個々の因子について解析を追加する予定である
|
| 今後の研究の推進方策 |
核磁気共鳴画像法に関する研究は進んでいるものの、その他画像診断については立ち遅れていることから、周囲と連携して進めていく。
|
