| 研究課題/領域番号 |
23K27884
|
|---|
| 補助金の研究課題番号 |
23H03194 (2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58060:臨床看護学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
中山 奈津紀 名古屋大学, 医学系研究科(保健), 准教授 (30454375)
|
|---|
| 研究分担者 |
今井 國治 名古屋大学, 医学系研究科(保健), 教授 (20335053)
玉腰 浩司 名古屋大学, 医学系研究科(保健), 教授 (30262900)
本田 育美 名古屋大学, 医学系研究科(保健), 教授 (30273204)
大島 千佳 福井県立大学, 看護福祉学部, 教授 (30405063)
江尻 晴美 中部大学, 生命健康科学部, 教授 (60515104)
森脇 佳美 名古屋大学, 医学系研究科(保健), 助教 (60613693)
丹羽 史織 名古屋大学, 医学系研究科(保健), 助教 (80963545)
荒川 尚子 中部大学, 生命健康科学部, 准教授 (90552076)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,770千円 (直接経費: 12,900千円、間接経費: 3,870千円)
2027年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2025年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2024年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2023年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 動脈硬化 / 超音波画像解析 / 生活習慣 / 睡眠 / 運動 / 画像解析 / 看護介入 |
|---|
| 研究開始時の研究の概要 |
動脈硬化を抑制し改善させることは、後遺症を惹起しうる脳卒中や心筋梗塞等の循環器疾患の発症抑制につながり喫緊の課題である。本研究の最終目標は、個人差のある動脈硬化を惹起する生活習慣を特定し、個人に適した生活習慣の改善を行う、つまりオーダーメイドな看護介入を構築することである。具体的には、①頸動脈エコーの画像を解析し動脈硬化のテクスチャ(均一性・線維化・石灰化・脂質量・線維性被膜厚・表面形状・狭窄率等)を定量的に評価し、②テクスチャの差異を惹起した生活習慣(運動・睡眠・食事)、ストレス(自律神経活動）を特定する。③6か月後のテクスチャの差異と各生活習慣の詳細な変化を定量化する。
|
| 研究実績の概要 |
動脈硬化を抑制し改善させることは、動脈硬化が原因で発症する生命を脅かし後遺症を惹起しうる脳卒中や心筋梗塞等の循環器疾患の発症抑制につながり喫緊の課題である。これまでに応募者は循環器疾患患者の予後改善のためには、生活習慣(運動・睡眠・食事)が重要であることを示してきたが、多岐にわたる生活習慣の中で、病態像に特異的な影響を示す生活習慣が存在する。本研究の最終的なゴールは、個人差のある動脈硬化を惹起する生活習慣を特定し、個人に適した生活習慣の改善を行う、つまりオーダーメイドな看護介入を構築することである。具体的には、①頸動脈エコーの画像を解析し動脈硬化のテクスチャ(均一性・線維化・石灰化・脂質量・線維性被膜厚・表面形状・狭窄率等)を定量的に評価し、②テクスチャの差異を惹起した生活習慣(運動・睡眠・食事)、ストレス(自律神経活動）を特定する。③6か月後のテクスチャの差異と各生活習慣の詳細な変化を定量化することであった。
今年度は、既存の頸動脈エコー画像を数理学モデルに基づいて説明可能かについて検討を重ねた。ImageJを用いて、画像分析を繰り返し、数理式への展開を試みた。一方で、頸動脈エコー画像の取得から分析までをオートメーション化することで、安定的に画像解析を展開できるように、セグメンテーションの方法を模索し、機械学習、AIでの解析を試みた。現在、血液データにおける動脈硬化に関して、数理モデルでの説明が可能であることを明らかにするとともに、セグメンテーションの可能性を明らかにした。
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
頸動脈エコー画像をライブで取得しながら解析する方法として、セグメンテーションの効率化の可能性を示唆できた。今後は、画像解析に必要な目標解析画像のオートメーション化技術へと進化させていく必要がある。
|
| 今後の研究の推進方策 |
既存のエコー画像の活用から、ImageJでの解析を行っているが、画像の特徴を数値化することができていない。前向き研究で得られる頸動脈エコー画像の活用は、AIを用いた解析を進めることで可能だが、既存のエコー画像と比較などを考慮し、今後も解析方法を模索する必要がある。
|
