Radiogenomicsのための動的心臓形状・ゲノム・生活習慣情報モデリング

2020 Fiscal Year Research-status Report

• Project/Area Number: 20K19924
• Research Institution: Kyushu University
• Principal Investigator: 宮内 翔子 九州大学, システム情報科学研究院, 助教 (40828555)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 心臓MRI / セグメンテーション / 次元圧縮

Outline of Annual Research Achievements

近年，医用画像やゲノム情報，生活習慣などから，将来発症しやすい疾患は何か，またその原因は何かを医師が診断する，radiogenomicsが注目を集めている．しかし，radiogenomicsでは主に，静的な形状情報を対象としており，拍動による心臓の形状変化や呼吸による肺の形状変化といった，動的な3次元形状情報については考慮されていない．臓器の静的な形状情報に個体差があるように，臓器の動的な3次元形状情報にも個体差が存在する．この動的な3次元形状情報をradiogenomicsの新たな解析対象として追加することで，動的な臓器に対するradiogenomicsの診断精度を向上できる可能性がある．そこで，本研究では，拍動による形状変形を伴う心臓を対象として，動的な3次元形状情報とゲノム情報および生活習慣の相関分析を行い，radiogenomicsのための相関モデルの構築を目指している．
この相関モデルの構築を実現すべく，令和2年度は，Deep Neural Network(DNN)を用いた，心臓の4DMRIからの心臓領域セグメンテーションを実施し，心臓の動的情報を10フレーム分のボクセルモデルの組として表現できるようにした．さらに，生成したボクセルモデルの組を1つの特徴ベクトルとして表現するため，Variational Autoencoderに基づくDNNを構築した．また，UK Biobankからの生活習慣・心臓MRI・遺伝子情報のダウンロード作業を行い，心臓の動的情報の特徴ベクトル・生活習慣・心臓MRI・遺伝子情報間の相関解析を行う準備を行った．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の研究計画で予定していた，心臓形状モデルの構築および，心臓の動的な3次元形状情報の次元圧縮に適したDNNに基づく新たな次元圧縮法の構築に取り組み，まだ手法に改善の余地はあるものの,想定していた一連の処理が問題なくできることを確認できたため．

Strategy for Future Research Activity

令和2年度は，心臓の動的情報を潜在空間内に圧縮し，1つの特徴ベクトルとして表現するためのDNNを構築した．しかし，この特徴ベクトル抽出のためのDNNの精度は十分に高いとはいえない．そこで，今後は，この特徴ベクトル抽出のためのDNNの精度向上を目指し，ネットワークの改良を行う予定である．また，UK Biobankからダウンロードした生活習慣・心臓MRI・遺伝子情報を精査し，本申請研究に有用なデータのみを選択する予定である．さらに，選択したデータを用いて，心臓の動的情報の特徴ベクトル・生活習慣・心臓MRI・遺伝子情報間の相関解析を行い，これらの情報間の関係をモデリングする手法を構築する予定である．

Causes of Carryover

コロナウイルスの影響により，当初予定していた国際会議等への参加のための旅費が不要となったため，当該助成金が生じた．次年度に旅費やPC等の物品購入費として使用予定である．