Discovery Sagaサイレントキーワード俯瞰

皮質活動 / ニューラルネットワーク / 逆問題 / ダイポール推定 / PET画像 / 代謝画像 / 正則化 / 脳電位 / ネットワークインバージョン / 協調項 / SPECT画像 / パーキンソン病 / 動的正則化

本研究は、まず、PET画像を用いた脳内糖代謝のコンパートメント解析を、ネットワークインバージョンを時間領域での拘束条件のもとで実行可能なモデルをHMMモデルをベースに構築し、その有用性を確認した。
ついで、イリノイ大学のBinHe教授と協力して、非線形性の強い脳内等価ダイポール推定の問題にもネットワークインバージョンの手法を適用し、3つの等価ダイポールの間に協調関係を仮定することにより、視覚誘発電位などの等価表現を可能にした。すなわち、従来から行われている等価ダイポール表現ではノイズを含んだ実際の脳電位から逆推定可能なダイポール数は高々2程度であったが、本研究の提案法では、ダイポール相互の距離の関数としてダイポール相互の関係に協調関係を仮定し、推定すべき解の自由度を実質的に低減することで逆問題としての不適切性を回避し、3個程度のダイポール推定が安走に行えるものとした。この方法によれば、たとえばある面積を持った皮質の活動を、三角形の各頂点にダイポールを配したモデルで表現し、誘発電位などの時間的推移を、3角形の移動軌跡としてグラフィク表現することが可能になり、脳内の活動状況を的確に把握することが可能になる。現段階では、協調関係は距離のみの関数としているが、今後はMR画像などから得られる解剖学的なアプリオリ情報にもとづき、例えば中心溝やシルヴィウス裂といった主要な境界をはさむ場合には協調関係を低減するなど、きめ細かい束縛条件を仮定することで、より確度の高い複数ダイポール推定が可能になるものと考える。

インピーダンストモグラフィー / ニューラルネット / 磁気併用四電極法 / セグメンテーション / 動的正則化 / 逆問題 / 不適切問題 / 血流脈波 / MR援用デコンボリューション / Impedance Tomagraphy / Neural Networks / Blood Flow / Inverse Problcins / Tetrapolar Method / Imaging

今日、X線CTやMRIなどの断層像撮影装置が医用診断のなかで果たす役割には計り知れないものがあるが、特に長期間にわたってモニタリングが必要な患者の経時的病変の記録や、心理負荷の変動に伴う脳内血流動態の計測といった目的にはより簡易な測定・観測技術の開発が望まれている。本研究で対象とする電気インピーダンストモグラフィー(EIT ; Electrical Impedance Tomography)は生体断面内の導電率分布を、体表面からのインピーダンス計測の結果から逆問題を解くことによって推定する方法で、体の深部の浮腫の状態、水頭症等のモニタリング、血流動態の観察、膀胱内尿量監視といった水分の移動に関する情報や、骨折の治癒過程のモニタリングなどにも大きな役割を果たしうるものである。
本研究では、ニューラルネット表現をした逆問題解析アルゴリズムをもとにインピーダンストモグラフィー像再生技術の高解像度化及び高速化を進めるとともに、我々のグループで開発した磁気併用四電極法にもとづき、血流脈波などに伴う局所インピーダンス波形を高い時間分解能で得る技術の開発という2つの大きなテーマについて理論的ならびに実験的検討を行った。
特に高解像度化の試みでは、像再構成アルゴリズムをニューラルネットの枠組みの中で実現することにより従来のバックプロパゲーション法に比して高い精度で像の再構成が可能になった。また、逆問題解法の中でしばしば生じる不適切性を回避するために、対象とする問題固有のアプリオリ情報を活用する方法について、フーリエ級数を用いた界空間の限定法を提案し、水槽実験等によりその有効性を確認した。また、画像の二次処理については、動的正則化による解空間の限定、MR援用デコンボリューション法等を提案し、その有効性について基礎的な検討を行うとともに、GAを用いたMR画像セグメンテーションなど、各要素技術の確立をも行った。

PET / 画像融合 / ニューラルネット / 逆問題 / 不適切性 / MR画像 / セグメンテーション / 動的正則化 / 血流分布 / Position Emission Tomography / Brain / MR images / Neural Networks / Partial Voiume Effect / Network Inversion / Fusion

PET画像は、体内の代謝・血流量分布等を可視化できるため、脳梗塞・心筋梗塞などの診断のみならず、正常者の各器官における生理代謝機能の基礎研究分野においても重要な手段となっている。ところが、今までのPET装置では観測対象とする活性化部分微小体積中のカウントが周囲組織と平均化されることで低下する現象(部分体積効果)が現れ、計測の定量性がそこなわれていた。
本研究では、このようなボケを修復するためのデコンボリューション操作を逆問題解析用のニューラルネット構造で実現し、逆問題解析の際に現れる不適切性を、MR画像から得られる脳内構造(灰白質、白質、脳脊髄液等の分布)についてのアプリオリ情報、および同一組織、特に白質内では、血流量の空間分布は比較的滑らかに変わるという条件を加味して適切化することで解決した。特に、後者の滑らかさの表現としては、通常行われているTikhonovの正則化に対し「動的正則化」の概念を提案し、この種の逆問題解決に有効に機能することを基本的な逆問題、ファントムデータ、およびPET実データについて確認した。また、MR情報を有効に利用するためには、MR画像から、灰白質、白質等を切り出すいわゆるセグメンテーションの高精度自動化が必須技術となるが、本研究ではこの面についても種々の方式を検討し、脳のMR画像から灰白質、白質、脳室などの組織の認識・分離をBPネットを用いて自動化することが出来た。特に、MR画像から組織分離に有効な特徴量を抽出するにあたっては、ベクトル量子化と事後確率による評価法を組み合わせたVQCC法を提案し、より少ない素子数のネットワークで効果的に組織分類するための方針を明らかにすることができた。さらにはこの特徴量選択について遺伝的アルゴリズムを導入し、より適切な指標を短時間で選択できるようになった。
最後に以上の要素技術を統合することでMR画像とPET画像を融合するネットワーク動作の確認をおこない、その有効性を確認した。

【研究分担者】
亀山啓輔	東京工業大学	大学院・総合理工学研究科	助手	(Kakenデータベース)
WU Dongsheng	イリノイ大学	電気・計測工学科	助手
HE Bin	イリノイ大学	電気・計測工学科	助教授

【研究分担者】
亀山啓輔	東京工業大学	大学院・総合理工学研究科	助手	(Kakenデータベース)
竹前忠	静岡大学	工学部	助教授	(Kakenデータベース)

【研究分担者】
亀山啓輔	東京工業大学	大学院・総合理工学研究科	助手	(Kakenデータベース)
西川潤一	東京大学	医学部	助教授	(Kakenデータベース)