網膜層厚組み込みVariational Bayes線形法による短時間視野計測法

2019 年度 実績報告書

• 研究課題/領域番号: 17K11418
• 研究機関: 東京大学
• 研究代表者: 朝岡 亮 東京大学, 医学部附属病院, 助教 (00362202)
• 研究期間 (年度): 2017-04-01 – 2020-03-31
• キーワード: 高速視野測定

研究実績の概要

開放隅角緑内障患者45例77眼にAP-7700視野計に変分近似ベイズモデル視野測定プログラムを組み込んで視野測定を行った。比較のため、現在の臨床現場における標準視野計であるSITA-Standard プログラムを用いた視野測定を行った。視野検査測定グリッドは中心24度内の視野を6度間隔ごとに計54ヶ所を測定する24-2グリッドを使用し、それぞれの検査結果の、1： MD、2： PSD、3：測定時間の3つを用いて検討を行った。各視野計のMD値はそれぞれ HFAにおいて-8.2±6.4dB、 AP-7700において-8.4±6.5 dBであった。PSD値は HFAにおいて8.8±5.0 dB、 AP-7700において9.0±4.9 dBであった。MD、PSD値は、測定機器間に有意な差はなく、両機器間で強く有意に相関していた（MD: r=0.98、PSD: r=0.97、p<0.001）。測定時間はHFAにおいて6.2±1.1、 変分近似ベイズモデルにおいて5.4±1.7分で、変分近似ベイズモデルで有意に短かかった(p＜0.001)。
次に772眼の10－2視野データを用いて事前学習を行い、緑内障における10－2視野のパターンを抽出した。次に43例86眼の正常眼、304例505眼の光干渉断層計による網膜神経線維層、網膜神経節細胞層、視細胞層の厚みから畳み込みニューラルネットワークを用いて10－2視野感度を予測した。予測した結果は、事前学習で得られた視野パターンに照らし、緑内障パターンからの乖離によって罰則化を行うことで、より正答が得られやすいように工夫を行った。提唱モデルによる予測誤差（二乗平均平方根）は6.32 ± 3.76 dBであった。緑内障パターンからの乖離によって罰則化を行わない場合には有意に悪かった。

研究成果

• [国際共同研究] カリフォルニア大学サンディエゴ校(米国)
  • 国名: 米国
  • 外国機関名: カリフォルニア大学サンディエゴ校
• [国際共同研究] メルボルン大学(オーストラリア)
  • 国名: オーストラリア
  • 外国機関名: メルボルン大学
• [国際共同研究] Moorfields Eye Hospital(英国)
  • 国名: 英国
  • 外国機関名: Moorfields Eye Hospital
• [雑誌論文] The usefulness of the Deep Learning method of variational autoencoder to reduce measurement noise in glaucomatous visual fields (2020)
  • 著者名/発表者名: 8.Asaoka R (Corresponding author), Murata H, Asano S, Matsuura M, Fujino Y, Miki A, Tanito M, Mizoue S, Mori K, Suzuki K, Yamashita T, Kashiwagi K, Shoji N.
  • 雑誌名: Sci Rep 巻: in press ページ: in press
  • DOI: in press
  • 査読あり / オープンアクセス / 国際共著
• [雑誌論文] The usefulness of data augmentation for visual field trend analyses in glaucoma patients. (2020)
  • 著者名/発表者名: Asaoka R, Murata H, Matsuura M, Fujino Y, Miki A, Tanito M, Mizoue S, Mori K, Suzuki K, Yamashita T, Kashiwagi K, Nobuyuki Shoji N
  • 雑誌名: Br J Ophthalmol 巻: in press ページ: in press
  • 査読あり / 国際共著
• [雑誌論文] Improving structure-function relationship in glaucomatous visual fields by using a Deep Learning-based noise reduction approach (2020)
  • 著者名/発表者名: Asaoka R, Murata H, Matsuura M, Fujino Y, Yanagisawa M, Yamashita T
  • 雑誌名: Ophthalmol Glaucoma 巻: in press ページ: in press
  • DOI: 10.1016/j.ogla.2020.01.001
  • 査読あり / 国際共著
• [雑誌論文] Predicting Humphrey 10-2 visual field from 24-2 visual field in eyes with advanced glaucoma (2020)
  • 著者名/発表者名: Sugisaki K, Asaoka R, Inoue T, Yoshikawa K, Kanamori A, Yamazaki Y, Ishikawa S, Nemoto H, Iwase A, Araie M
  • 雑誌名: Br J Ophthalmol 巻: in press ページ: in press
  • DOI: 10.1136/bjophthalmol-2019-314170
  • 査読あり / 国際共著
• [雑誌論文] Using Deep Learning and transfer learning to accurately diagnose early-onset glaucoma from macular optical coherence tomography images (2019)
  • 著者名/発表者名: Asaoka R, Murata H, Hirasawa K, Fujino Y, Matsuura M, Miki A, Kanamoto T, Ikeda Y, Mori K, Iwase A, Shoji N, Inoue K, Yamagami J, Araie M
  • 雑誌名: Am J Ophthalmol 巻: 198 ページ: 136-145
  • DOI: 10.1016/j.ajo.2018.10.007
  • 査読あり / 国際共著
• [学会発表] Variational Bayesを用いた視野測定アルゴリズム (2019)
  • 著者名/発表者名: 村田博史、藤野友里、松浦将人、島田賢、朝岡亮
  • 学会等名: 第73回日本臨床眼科学会
• [学会発表] Developing a deep learning algorithm to automatically diagnose glaucoma from a fundus photograph (2019)
  • 著者名/発表者名: Ryo Asaoka, Naoto Shibata, Keita Mitsuhashi, Yuri Fujino, Masato Matsuura, Hiroshi Murata, Masaki Tanito
  • 学会等名: 36th World Ophthalmology Congress
  • 国際学会
• [学会発表] 緑内障診療へのAI応用の可能性 (2019)
  • 著者名/発表者名: 朝岡亮
  • 学会等名: 第123回日本眼科学会総会
  • 招待講演
• [学会発表] AI in OCT: Detection of Early Glaucoma (2019)
  • 著者名/発表者名: Ryo Asaoka
  • 学会等名: 33rd Asia-Pacific Academy of Ophthalmology
  • 国際学会 / 招待講演
• [学会発表] 緑内障におけるAI活用 (2019)
  • 著者名/発表者名: 朝岡亮
  • 学会等名: 第２９回日本緑内障学会
  • 招待講演
• [産業財産権] 視野感度推定装置、視野感度推定装置の制御方法、及びプログラム (2019)
  • 発明者名: 山西健司,朝岡亮,村田博史
  • 権利者名: 山西健司,朝岡亮,村田博史
  • 産業財産権種類: 特許
  • 産業財産権番号: 特願PCT/JP2017/028491