| 研究領域 | 医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開 |
|---|
| 研究課題/領域番号 |
17H05307
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
理工系
|
|---|
| 研究機関 | 藤田医科大学 |
|---|
研究代表者 |
梅沢 栄三 藤田医科大学, 保健学研究科, 准教授 (50318359)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | MRI / 拡散 / 尖度 / キュムラント展開 / ベイズ推定 / ベイズ更新 / 過剰適合抑制 / グリンパティック系 / diffusion MRI / bayesian inference / q-space imaging |
|---|
| 研究実績の概要 |
拡散尖度画像法では生体内水分子の熱運動の統計的性質を表す尖度を求める。従来法ではフィッティング関数を b（MRI 装置のパラメータ）の２次で打ち切ることによる系統誤差が生じる。これに対処するためには打切次数の増加が考えられるが、素朴に行なうと過剰適合により非常に大きな統計誤差が生じる。本研究ではベイズ推定法を利用してこの過剰適合を抑え高確度高精度な拡散尖度画像法を開発する。
前年度までに本方法は概ね開発できていたが、ベイズ更新回数の非人為的決定法が未解決であった。本年度はまずこの点を解決した：事前分布が変化しなくなるまで更新する方法を考案した。次に本方法で求まる尖度が従来法より真値に近いか否かについて検討した。尖度の真値が不明であるため、この検討は数学モデルに基づく数値ファントムを作ることで行なった：健常ボランティア脳の MR 信号データに本方法を適用して求まる尖度値等の結果を再現するファントムが作れるどうか検討し、作れた場合はそれで系統誤差を評価する。結果、現実的で自然なファントムが作れ、また、打切次数を増加させることで系統誤差が小さくなることが示された。この結果は間接的ではあるが本方法がより高確度であることを示す。
計画では、健常ボランティアの信号データ収集を行なう予定であったが、web で公開されているデータによって目的が達成できたためこれは行なわなかった。
コンピュータソフトウェアを開発する予定は完全には達成できなかったが、本方法と密接に関連する尖度を使った灌流画像法のソフトを作ることができたため、同様に開発した方法のソフトウェア化もできる見通しが立った。
本年度の予定には、臨床応用（生体機能検出への応用も含む）の検討・準備もあった。これについて研究協力者の議論を行い、近年注目されているグリンパティック系を解明するために本方法が有用である可能のあることが分かった。
|
| 現在までの達成度 (段落) |
平成30年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
平成30年度が最終年度であるため、記入しない。
|
