| 研究実績の概要 |
本研究は、脳腫瘍患者の開頭手術における皮質、白質繊維mapping のdata と、術前、術後、術後6ヶ月のMRI Data を用いたVBM 解析、つまり、白質繊維の障害割合、部位の解析と、それぞれの時期の神経機能試験の結果を合わせて解析することによって、既存の言語、特に呼称課題の神経基盤モデルを評価する。さらに、ベイズ深層学習によって作成した呼称課題モデルを用いて、シミュレーションすることによって、失読の神経基盤モデルを解析し、リハビリテーションにおいて有効な方法、機構などを明らかにすることを目的とした。
術前、術直後、慢性期の６ヶ月後の神経所見と、MRI dataの解析を行うことで、既存の言語基盤の検証と新たな可能性について解析する。術前と術直後、慢性期の白質繊維、皮質の厚さと比較し、神経機能試験結果と合わせて解析した。
言語に関連する領域の神経膠腫6例について、開頭手術を行った。術前、術後、６ヶ月後の言語評価をWAB,SALA, SLTAで行った。MRI画像を用いて関与領域のVBM（Voxel-Bamorphometory）解析を行い、主要な白質繊維について評価を行った。現在、引き続き解析を行っている。
手術や、術前術後の神経心理評価の１つの呼称課題に用いられる神経ネットワークについてベイズ深層学習モデルを使用し再現を行った。深層学習モデルを用いて，画像の視覚的特徴と言語の意味的特徴を定量的に扱うことの可能性を検討し，失語症者が産出した語彙の意味特徴と絵画図版との関連について検討を加えた。結果、失語症者の呼称の誤りである意味性錯語，視覚性の錯語などについて，量的判断材料を提供することが可能となると考えられる。なぜなら，患者の算出する言語応答は，質的な取り扱いしかできない。一方，本研究で示した手法ではシステムの出力，判断基準を量的に示すことが可能であった。
|
