| 研究課題/領域番号 |
24K23405
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0902:内科学一般およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
久良木 悠介 京都大学, 医学研究科, 助教 (60815596)
|
|---|
| 研究期間 (年度) |
2024-07-31 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2025年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | AI / 機械学習 / MRI / エイジング / うつ病 |
|---|
| 研究開始時の研究の概要 |
近年、健康寿命を障害する多くの疾患に共通の因子として老化を捉え、老化プロセス自体を介入対象とする流れが盛んである。大規模な老化研究を行うにあたり、侵襲の少ない客観的な評価指標の確立が求められている。脳の加齢性変化の評価尺度としては、老化度を脳画像から定量可能な指標であるBrain ageの有用性が提唱されている。今回はAIを応用した高精度のBrain age測定系を新規開発し、脳老化の観点からうつ病病態の解明に迫る。
|
