| 研究課題/領域番号 |
25280104
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
小山 博史 東京大学, 医学(系)研究科(研究院), 教授 (30194640)
|
|---|
| 研究分担者 |
中島 義和 東京大学, 工学(系)研究科(研究院), 准教授 (40343256)
齊藤 延人 東京大学, 医学部附属病院, 教授 (60262002)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2018-03-31
|
| キーワード | 脳の計算機モデル / 融合３次元画像処理 / 生体シミュレーション / 脳内神経回路モデル / 脳血液循環モデル / ４次元可視化 |
|---|
| 研究実績の概要 |
１）脳神経回路モデルの研究開発：拡散テンソル画像及び既知の神経回路情報を基に脳神経回路をモデリングできるツールを開発した。脳内の解剖学的領域をコンポーネントとして定義し、コンポーネット間を有向グラフで接続し、接続した有向グラフを興奮性と抑制性の二つの活動性について定義可能とした。作成した神経回路はNeuroMLで出力可能とし、再利用や拡張、編集可能なツールとした。特にNeuroMLで定義されている複数のXSDのうち、神経回路などのネットワーク情報を定義するLevel3で定義されるNetworkMLに準拠し、稼働環境はMac OSX及びWindows10の両方で可能とした。このツールを用い海馬体と扁桃体を中心としたPapez回路とYakoblev回路についてNeuroMLの中のNetworkMLを用いた脳神経回路のモデリングに関する研究開発を行った。
２）脳の生理機能モデルの１つである脳環流モデルの研究開発：MRI及びMRAデータから脳及び動脈、静脈の形状モデルを作成し、微細血管の脳実質内への環流点を形状から設定し、脳実質をボリュームメッシュとし、動脈の場合には血液が脳内に流入し、静脈の場合には流出する形状モデル化手法を開発した。これらを基に脳腫瘍患者のMRIとMRAから作成した形状モデルを流体解析ソフトウエアにインポートし、動脈圧を収縮期血圧115mmHg, 拡張期血圧を70mmHg, 静脈環流圧を70mmHg、心拍数70/分とし、血液成分に近い流体（密度1050Kg/m3, 粘性0.003Pa-s）を仮定した脳環流シミュレーション法を開発した。脳腫瘍患者の実データを用いた検討を行い、Navier-Stokes方程式とAdvective-diffusive 方程式を解法として用い脳腫瘍周囲の脳血流環流低下を４次元可視化シミュレーションにより可視化した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
１）脳神経回路モデルの研究開発：拡散テンソル画像及び既知の神経回路情報を基に脳神経回路をモデリングできるツールを開発した。脳内の解剖学的領域をコンポーネントとして定義し、コンポーネット間を有向グラフで接続し、接続した有向グラフを興奮性と抑制性の二つの活動性について定義可能とした。作成した神経回路はNeuroMLで出力可能とし、再利用や拡張、編集可能なツールとした。特にNeuroMLで定義されている複数のXSDのうち、神経回路などのネットワーク情報を定義するLevel3で定義されるNetworkMLに準拠し、稼働環境はMac OSX及びWindows10の両方で可能とした。このツールを用い海馬体と扁桃体を中心としたPapez回路とYakoblev回路についてNeuroMLの中のNetworkMLを用いた脳神経回路のモデリングツールと可視化ツールを開発した。
２）脳の生理機能モデルの１つである脳環流モデルの研究開発：MRI及びMRAデータから脳及び動脈、静脈の形状モデルを作成し、微細血管の脳実質内への環流点を形状から設定し、脳実質をボリュームメッシュとし、動脈の場合には血液が脳内に流入し、静脈の場合には流出する形状モデル化手法を開発した。これらを基に脳腫瘍患者のMRIとMRAから作成した形状モデルを流体解析ソフトウエアにインポートし、動脈圧を収縮期血圧115mmHg, 拡張期血圧を70mmHg, 静脈環流圧を70mmHg、心拍数70/分とし、血液成分に近い流体（密度1050Kg/m3, 粘性0.003Pa-s）を仮定した脳環流シミュレーション法を開発した。脳腫瘍患者の実データを用いた検討を行い、Navier-Stokes方程式とAdvective-diffusive 方程式を解法として用い脳腫瘍周囲の脳血流環流低下を４次元可視化シミュレーションにより可視化した。
|
| 今後の研究の推進方策 |
１.脳内神経回路のネットワークモデルに関する研究開発:昨年度まで既知の神経回路情報と拡散テンソル画像情報を基に脳神経回路をモデリングできるツールを開発した。作成した神経回路モデルはNeuroMLで出力可能とし、再利用や拡張、編集可能とした。特にNeuroMLで定義されている複数のXSDのうち、神経回路などのネットワーク情報を定義しているLevel3で定義されたNetworkMLに準拠し、稼働環境はMac OSX及びWindows10の両方で可能とした。本年度は、現状の機能に加え、脳活動コンポーネットの活動状態を間をつなぐネットワークでの刺激伝達の順序を有向グラフ属性としてモデル化できる機能の開発を行う。
2.脳内神経回路のネットワークの数理モデルに関する研究開発:神経回路の中の神経ネットワークの数理モデルの基礎理論には非線形データ解析理論、複雑ネットワーク理論、複雑制御理論がある。また、神経細胞の数理モデルとして有名な数理モデルにはHodgkin-Huxley方程式があり、シナプスの数理モデルにはkineticモデルや減衰・増強シナプスモデル等が提案されている。本年度は、NeuroMLのlevel2のBiophysicsとChannelMLを用いこれらの複数のレベルの異なる脳内神経回路に数理モデルの統合記述に関する研究開発を行う。
3.脳内神経回路ネットワークの４次元可視化に関する研究開発:前年度開発したツールを用い海馬体と扁桃体を中心としたPapez回路とYakoblev回路についてNeuroMLの中のNetworkMLを用いた脳神経回路のモデリングに関する研究開発を行ってきた。本年度では、現在の機能に加え脳回路を形成するネットワークに知覚コンポーネントを追加し、知覚刺激から認知に関係する回路とDefault Mode Networkに関する神経回路モデルの作成と４次元可視化手法に関する研究開発を行う。
|
| 次年度使用額が生じた理由 |
繰り越し額は、89,381円は旅費に計上していた額の中で海外情勢の悪化のため出張を見合わせたため。
|
| 次年度使用額の使用計画 |
情勢をみて出張費に使用するか、あるいは情勢が悪い場合には国内旅費に振り替え予定。
|
