2022 Fiscal Year Research-status Report
Application of multi-task deep learning with brain MRI to psychiatric and neurological disorders
| Project/Area Number |
21K07593
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
大石 直也 京都大学, 医学研究科, 特定准教授 (40526878)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | MRI / 脳 / 深層学習 / マルチタスク / 精神・神経疾患 |
|---|
| Outline of Annual Research Achievements |
非侵襲的脳画像法の代表である脳MRIは、ハード・ソフトウェアの進歩により精神・神経疾患の臨床・研究に大きく寄与してきた。申請者はこれまでに2つの問題を同時かつ相補的に学習することで精度向上を図るマルチタスク深層学習の手法を開発し、その臨床的有用性を明らかにしてきた。本研究の目的は、MRIの多岐にわたるシーケンス画像および課題に適したマルチタスク深層学習アルゴリズムを開発し、健常者および精神・神経疾患患者に適応することで各タスク精度の向上性を明らかにすることである。
2022年度では、昨年度開発した複数シーケンスのMRI画像（multiple 3D）を組み合わせたマルチタスク深層学習手法を外傷性脳損傷患者に対する検証を新たに実施した。60名の外傷性脳損傷患者に対して、T1強調, T2強調, FLAIR画像を組み合わせることで単一シーケンスと比べて脳損傷領域の同定精度が向上することを検証しえた。さらに、京都大学医学研究科に設置済のMRI装置(7テスラ、Siemens社製)を用いて、京都大学病院精神科の協力の元で健常者64名、うつ病患者30名、外傷性脳損傷20名に対して3次元T1画像、DWI、rs-fMRIなど複数シーケンスのMRIデータを取得した。
また、7T-MRIで得られる構造的情報に関する総説論文（Okada et al., Quantitative Imaging in Medicine and Surgery. 2022）や、深層学習のMRIへの応用に関する総説論文（Oishi N. Denoising with graphics processing units and deep learning in non-invasive medical imaging. Practical inverse problems and their prospects. Mathematics for Industry., in press.）など複数の学術的成果を得た。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
①多種・多次元の脳MRIに適したマルチタスク深層学習アルゴリズムの開発：複数シーケンスのMRI画像（multiple 3D）を組み合わせたマルチタスク深層学習手法を確立するとともに、複数種類の領域を同定するためのアルゴリズム開発も行い、脳損傷領域の同定に応用するなど当初の計画通りに進展している。
②健常者による学習アルゴリズムの検証：健常者30名の7テスラMRIデータを新たに収集し、当初の計画通りに進展している。
③精神・神経疾患患者による学習アルゴリズムの検証：外傷性脳損傷患者10名、うつ病患者25名の7テスラMRIデータを新たに収集し、当初の計画通りに進展している。
|
| Strategy for Future Research Activity |
現時点で、本研究はおおむね順調に進展しているため、2023年度も当初の研究計画に基づいて推進していく。
①多種・多次元の脳MRIに適したマルチタスク深層学習アルゴリズムの開発：2022年度に開発した手法の検証を継続するとともに、単一スライス(2D)画像のみを与えた場合や、rs-fMRIに基づく4次元データのマルチタスク深層学習系の開発も実施し、これまで収集したデータを用いた検証を行い統括する。
②健常者による学習アルゴリズムの検証：健常者の7テスラMRIデータを継続して実施するとともに、これらのデータを用いて①で開発したアルゴリズムを検証・統括する。
③精神・神経疾患患者による学習アルゴリズムの検証：精神・神経疾患患者の7テスラMRIデータを継続して実施するとともに、これらのデータを用いて①で開発したアルゴリズムを検証・統括する。
|
| Causes of Carryover |
前年度と同様に新型コロナウイルスの影響で学会出張や情報収集のためのミーティングなどがオンラインとなり、旅費が発生しなかったことが大きな理由である。グラフィックボード(GPU)の更新などの物品費として活用することで、解析のさらなる効率化を図る予定である。
|
-
[Journal Article] Disorganization of semantic brain networks in schizophrenia revealed by fMRI.2023
Author(s)
Matsumoto Y, Nishida S, Hayashi R, Son S, Murakami A, Yoshikawa N, Ito H, Oishi N, Masuda N, Murai T, Friston K, Nishimoto S, *Takahashi H.
-
Journal Title
Schizophrenia Bulletin.
Volume: 49
Pages: 498-506
DOI
Peer Reviewed / Open Access / Int'l Joint Research
-
-
-
[Journal Article] A pictorial review of structural neuroimaging at 7T.2022
Author(s)
*Okada T, Fujimoto K, Fushimi Y, Akasaka T, Thuy DHD, Shima A, Sawamoto N, Oishi N, Zhang Z, Funaki T, Nakamoto Y, Murai T, Miyamoto S, Takahashi R, Isa T.
-
Journal Title
Quantitative Imaging in Medicine and Surgery
Volume: 12
Pages: 3406-3435
DOI
Peer Reviewed / Open Access
-
-
-
-
[Journal Article] Altered resting state network in adolescents with problematic internet use.2022
Author(s)
Siste K, *Pandelaki J, Miyata J, Oishi N, Tsurumi K, Fujiwara H, Murai T, Nasrun MW, Wiguna T, Bardosono S, Sekartini R, Sarasvita R, Murtani BJ, Sen LT, Firdaus KK.
-
Journal Title
J. Clin. Med.
Volume: 11
Pages: 5838
DOI
Peer Reviewed / Open Access / Int'l Joint Research
-
