研究課題/領域番号 |
24K14321
|
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59010:リハビリテーション科学関連
|
研究機関 | 富山大学 |
研究代表者 |
染谷 芳明 富山大学, 学術研究部医学系, 特命助教 (20392714)
|
研究分担者 |
高岡 裕 富山大学, 学術研究部医学系, 教授 (20332281)
赤間 啓之 富山大学, 医学部, 協力研究員 (60242301)
|
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 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2024年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
キーワード | 高齢者総合的機能評価 / 深層学習 / 安静時脳機能画像法 / 機能的磁気共鳴画像法 / functional MRI |
研究開始時の研究の概要 |
老年期の医療や介護は対象者の状態を包括的に理解する必要がある。高齢者総合的機能評価(CGA)は有効だが、評価項目が多岐にわたり煩雑である。そこで、深層学習を利用しCGA 評価スコアの予測が可能となれば有用性が高い。本研究では、 1. 深層学習を用い、脳データと医学的検査数値の組み合わせを利用し、認知機能、抑うつ、そして嚥下機能の各評価スコアを予測可能な深層学習モデル群を構築する。 2. 被験者を募集し脳データ等を収集後、1で構築した深層学習モデルを実証検証する。 3. 深層学習モデルによる予測値を利用したCGAについて、実証検証する。 以上の 3 段階の目標を設定し実用性の高い成果を目指す。
|