| 研究課題/領域番号 |
19K17216
|
|---|
| 研究機関 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
大田 淳子 国立研究開発法人量子科学技術研究開発機構, QST病院, 研究員 (90825001)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 敵対的生成ネットワーク / GAN / 超解像 / fMRI / 深層学習 / 運動機能 |
|---|
| 研究実績の概要 |
fMRIは脳機能を可視化するツールとして用いられているが、空間解像度は構造的MRIと比較すると相対的に低い。空間解像度の高いfMRIを撮像するためには、時間分解能の制約があり困難である。また、深層学習などの機械学習法を用いて空間解像度を向上させる方法を用いることができれば、撮像後に空間解像度を向上させることが可能だが、学習の教師となる空間解像度が高い理想的なfMRI画像を準備するのが困難である。
そこで本研究では、T2＊強調画像（T2＊WI)はfMRIと同様にエコープラナーイメージングにより取得されるため、画像コントラストが類似している点に着目し、新たな高解像度fMRIを提案する。本研究は、T2＊WIを学習した超解像処理モデルを用いて、ｆMRIを高解像度化することで新たな高解像度fMRIを開発する。本手法により、従来の非侵襲的な検査では困難であった高精度な脳機能の弁別を可能にすることを目指す。
2021年度は、健常ボランティアを対象とした解析結果を論文にまとめ、投稿した。本研究では、敵対的生成ネットワークを用いてT2＊WIを学習した超解像モデルをfMRI画像に適用し、提案手法を開発した。提案手法の評価方法として、手指の運動機能の弁別能を評価し、従来のfMRIと比較した。その結果、提案手法を用いた方が2本の異なる手指の弁別能が向上する可能性を示した。また、さらなる検討課題としていた精神疾患症例について、オープンデータベースのデータを収集した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
論文執筆については、前年度に国際学会で発表した内容を論文にまとめ、投稿まで進めることができた。一方で、論文のデータ、原稿の精度向上に時間を要し、さらなる安静時fMRIについての検討がやや不十分となったため。
|
| 今後の研究の推進方策 |
ボランティアスタディの結果を踏まえ、精神疾患もしくは健常ボランティアの安静時fMRIに対して適用し、通常の安静時fMRIと比較する。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス蔓延の影響により、旅費への支出が大幅に減少した。次年度は引き続き、成果発表に努めると同時に、安静時脳機能データ解析の継続に必要なストレージや設備の追加購入を行う。
|
