VBM解析と機械学習を用いた脳MR画像における特発性正常圧水頭症の鑑別診断支援

特発性正常圧水頭症(idiopathic normal pressure hydrocephalus: iNPH）は歩行障害,認知障害，尿失禁を引き起こし，高齢者に多くみられる疾患であり，シャント術により症状の改善を期待できる．一方，進行性核上性麻痺(progressive supranuclear palsy: PSP)も類似の症状を有するが，効果的な治療法が明らかでない．そのため，iNPHとPSPの鑑別診断は極めて重要である．現在の診断手法は，脳MR画像を主観的に評価するものであり，知識と経験に依存するため，読影者間変動が無視できない．本研究では，機械学習による脳MR画像を用いたiNPHと...

Full description

Saved in:
Bibliographic Details
Published inTransactions of Japanese Society for Medical and Biological Engineering Vol. Annual62; no. Abstract; p. 200_1
Main Authors 嶋田, 兼一, 澤, 風吹, 藤田, 大輔, 石井, 一成, 小橋, 昌司
Format Journal Article
LanguageJapanese
Published 公益社団法人 日本生体医工学会 2024
Japanese Society for Medical and Biological Engineering
Online AccessGet full text
ISSN1347-443X
1881-4379
DOI10.11239/jsmbe.Annual62.200_1

Cover

More Information
Summary:特発性正常圧水頭症(idiopathic normal pressure hydrocephalus: iNPH）は歩行障害,認知障害，尿失禁を引き起こし，高齢者に多くみられる疾患であり，シャント術により症状の改善を期待できる．一方，進行性核上性麻痺(progressive supranuclear palsy: PSP)も類似の症状を有するが，効果的な治療法が明らかでない．そのため，iNPHとPSPの鑑別診断は極めて重要である．現在の診断手法は，脳MR画像を主観的に評価するものであり，知識と経験に依存するため，読影者間変動が無視できない．本研究では，機械学習による脳MR画像を用いたiNPHとPSPの識別法を提案する．本提案法では，脳の解剖学的領域ごとの体積を定量化するVBM(voxel based morphometry)解析による特徴抽出を用いてiNPHとPSPとの識別を行う．VBM特徴量は，脳画像の白質・灰白質の分離，形状の標準化，および確率的アトラスとの対応付けを行うことで，灰白質の各領域の体積比として求める．識別は機械学習アルゴリズムであるXGBoostの2クラス分類モデルにより行う．また，SHAP(SHapley Additive exPlanations)を用いて特徴量選択を行う．実験結果より，提案手法のAccuracyは0.863，AUCは0.958であった．
ISSN:1347-443X
1881-4379
DOI:10.11239/jsmbe.Annual62.200_1