形態変化の個人差と非典型例・亜種を考慮して学習する脳FDG-PETの認知症鑑別診断支援

• 研究課題/領域番号: 24K10901
• 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: 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所)
• 研究代表者: 坂田 宗之 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 研究員 (00403329)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2024年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
• キーワード: PET / 認知症診断 / 機械学習

研究開始時の研究の概要

脳局所の糖代謝を画像化する脳FDG-PETを用いた認知症診断は、進行度の評価や原因疾患の鑑別で有用である。本研究では、機械学習を用いてMR画像から生成する疑似FDG-PET画像を利用し、加齢による形態変化と形態変化を伴わない糖代謝低下を客観的に分離することで、診断に有意義な新たな情報の提供を目指す。また、高コストかつ保険診療でないために多数のサンプルを収集することが難しい脳FDG-PETにおいて、機械学習の工夫として非典型例や亜種を考慮することで、学習症例が少ない状況でも高精度な認知症診断支援の実現を目指す。