| 研究課題/領域番号 |
21K17714
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
江本 遼 名古屋大学, 医学系研究科, 特任助教 (80878447)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 疾患関連解析 / 脳画像データ / 深層モデル / ベイズ推定 |
|---|
| 研究開始時の研究の概要 |
社会の急速な高齢化により、認知症などの精神疾患患者の脳機能や形態の客観的評価がますます必要とされている。疾患に関連する脳の部位の検出、及び特定された部位と疾患の関連の大きさを推定するため、脳画像データの持つ空間的構造だけではなく機能的構造を脳全体で統計的にモデリングする必要がある。本研究では、関連構造の統計モデリングに機械学習分野で用いられる深層モデルを導入し、さらに既知の脳の機能構造を取り入れた方法を開発することで、脳画像データの持つ空間的、機能的構造を考慮した疾患関連部位・脳機能の検出、さらに検出部位・機能の有意性の定量的評価を行うための統計的手法を開発する。
|
| 研究実績の概要 |
社会の急速な高齢化により、認知症などの精神疾患患者の脳機能や形態の客観的評価がますます必要とされている。疾患に関連する脳の部位の検出、及び特定された部位と疾患の関連の大きさを推定するため、脳画像データの持つ空間的構造だけではなく機能的構造を脳全体で統計的にモデリングする必要がある。本研究では、関連構造の統計モデリングに機械学習分野で用いられる深層モデルを導入し、さらに既知の脳の機能構造を取り入れた方法を開発することで、脳画像データの持つ空間的、機能的構造を考慮した疾患関連部位・脳機能の検出、さらに検出部位・機能の有意性の定量的評価を行うための統計的手法の開発を目指す。手法の開発においては、脳画像の背後にある潜在的構造を表現できるモデルを構築し、その推定方法を確立し、推定されたモデルを用いた潜在的構造・部位の検出と統計的有意性の評価と、潜在構造・部位の効果サイズ推定法の評価をしたのち、実データへの適用を目指す。令和5年度は、前年度に開発した脳全体のモデルに基づいた疾患関連部位・脳機能の検出、さらに検出部位・機能の有意性の定量的評価を行う手法の実データへの適用に主に取り組んだ。また、同時に前年度に行なった手法の性能を評価する数値実験を更新し、より多くのパラメータについての性能への影響を評価した。これらの内容は国際学会で発表し、海外の研究者との意見交換を通じて、手法の改良、応用に関する知見を得た。開発手法の医学データへの適用を通した有用性の実証に向けて、より多くの形式の実データへの提案手法の適用に関して検討している。
|
| 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
当初、令和5年度までに、開発した手法を医学データなどの実データに適用し、その有用性を実証する予定であった。しかし、研究開始年度等でのCOVID-19による影響により、学会参加が十分にできていなかったことが手法の開発の遅れにつながり、令和5年度には実データへの適用まで取り組んだものの、脳機能学的な知見を外部情報としてモデルに取り入れた実データ解析という観点からは、当初想定していた外部情報を全て取り込むことが出来おらず、実データへの適用について十分とは言えないため、研究全体はやや遅れて進捗していると考えている。
|
| 今後の研究の推進方策 |
手法の有用性の実証のための実データへの適用を進める。現時点で実装している脳の機能的領域の情報を取り入れた解析に加え、脳の大規模ネットワークの情報を取り入れた解析を実施する。
|
