| 研究課題/領域番号 |
18K07597
|
|---|
| 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52030:精神神経科学関連
|
|---|
| 研究機関 | 東京医科歯科大学 (2019-2021)
京都大学 (2018) |
|---|
研究代表者 |
杉原 玄一 東京医科歯科大学, 大学院医歯学総合研究科, 准教授 (70402261)
|
|---|
| 研究分担者 |
大石 直也 京都大学, 医学研究科, 特定准教授 (40526878)
山下 祐一 国立研究開発法人国立精神・神経医療研究センター, 神経研究所 疾病研究第七部, 室長 (40584131)
孫 樹洛 京都大学, 医学研究科, 研究員 (60771524)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 機械学習 / 精神疾患 / 脳画像解析 |
|---|
| 研究成果の概要 |
本申請研究では、脳画像データの施設間差を機械学習により除去し、脳画像における精神疾患の特徴そのものを抽出し、さらに、異種性を考慮に入れた解析を行うシステムを構築することを目的としている。公開データセットを用い、6施設のMRI画像から撮像施設を同定する深層学習のモデルを構築した。このモデルにより、99%を超える正解率で撮像施設を同定するモデルの構築に成功し、撮像施設の特徴の可視化にも成功した。さらに、データセットから2施設を選択し、深層学習の1つである敵対的生成ネットワークを用いて、片方の施設で撮像されたある被験者が別の施設で撮像されたような脳画像を生成することにも成功し、その効果を検証した。
|
| 自由記述の分野 |
精神医学
|
| 研究成果の学術的意義や社会的意義 |
本申請研究により構築された方法により、多施設で撮像された脳画像データセットの施設間差を除去することが広く可能となれば、多くのデータを統合し、サンプルサイズを増やした研究につながる。背景にある病態がさまざまな精神疾患の脳画像を用いた病態解明に向けた研究を遂行していく際には、こうした方法は研究の弱点を補い、さらに研究の促進に寄与することが期待できる。また、ここで構築したモデルは今後、さらに汎用性の高い深層学習モデルに応用される可能性を持っている。
|
