MRI-negativeてんかんのMEG,PETを基盤とした統合的解析法の開発
【研究キーワード】
てんかん / FDG-PET / MRI / 脳糖代謝 / 脳磁図 / ベンゾジアゼピン受容体 / PET
【研究成果の概要】
MRIなど形態学的脳画像では異常所見を認めない難治性てんかんでは、FDG-PET、MEGが焦点診断に中心的な役割を担う。特にFDG-PETでは、てんかん原性領域を中心に非発作時の局所脳糖代謝率が低下する。低下の感度は高いため、まず、FDG集積の低下域を同定することで、てんかん原性領域の絞り込みを行い、MEGデータを反映させる手法を検討した。一方で、FDG集積の低下の感度は高いものの、その程度は軽微であることも多く、FDG-PETにおける低下領域を精度良く検出するため、比較対照となる脳糖代謝分布データを取得し、各領域の特徴を明らかにした。具体的には、健常成人男性のボランティアを募り、12人(22歳から45歳)を対象にFDG-PETを実施し、局所の脳代謝分布を解析した。同日にMRI(T1WI、T2WI、FLAIR、MRA)を実施し異常所見がないことを確認したうえで、PET画像をMRI画像へ位置合わせを行い、各脳領域の平均SUV値と標準偏差値を明らかにした。さらに脳領域ごとに年齢による変化を解析し、年齢による変化の有無とその程度を明らかにした。
Deep learningによる解析手法では、FDG-PET画像上に、てんかん焦点領域を絞りこむため、ネットワークが認識時に注視した領域を同定する手法の検討を行った。まず、前処理として、少数データでも行える画像処理法について検証を行い、続いて、可視化による領域同定を検討した。また、Deep learningではない、すでに確立している画像解析手法との関連付けを行うため、従来行われてきた領域分割による手法を応用し、Deep learningの推定精度の変動に着眼した手法など複数検討し、これらの計算を高速で行えるプログラミングと計算環境の整備を行った。
【研究代表者】
高橋 美和子 国立研究開発法人量子科学技術研究開発機構 量子医科学研究所 先進核医学基盤研究部 主幹研究員
(Kakenデータベース)