2026-03-12T16:51:57Z https://repo.qst.go.jp/oai

oai:repo.qst.go.jp:00070824 2023-05-15T19:58:24Z 10:28

fNIRSのための頭部光伝播解析モデルの構築と探測領域推定の高速化 川口, 拓之 小畠, 隆行 岡田, 英史 伊藤, 浩 その他 川口 拓之 小畠 隆行 伊藤 浩 metadata only access 機能的近赤外分光法(fNIRS)はヒト脳の循環代謝を簡便に計測できるが、組織散乱の 影響でプローブが捉えている脳領域が不明瞭であることが問題点として指摘されてい る。この問題を解決するには探測領域の感度分布が不可欠であるが、感度分布は実測 が困難であるため数値モデルを用いた光伝播解析によって推定される。本研究では、 fNIRS測定の感度分布を高精度かつ高速に推定する手法として、高精細なヒト頭部モ デルを構築するためのMRI撮像法およびGPGPU技術による数値解析の高速化について検 討した。数値モデルの構築には頭皮、頭蓋骨、脳脊髄液(CSF)腔・脳室、灰白質 、白質といった光学特性の異なる組織への分割が必要である。このうち脳組織と脳室 の分割は先行研究で報告されているT1強調画像(T1W)を用いることとした。ただし、T 1Wでは頭蓋骨とCSFの判別が困難なため、T2強調画像(T2W)、FIESTA、脂肪抑制プロト ン密度強調画像(FSPDW)を撮像して、基本的な画像処理を用いて半自動的に領域分割 して、手動による場合を真値として精度の検証をした。また、分割した各領域に文献 を参考に光学特性値を割り当て、光拡散方程式を解くことにより感度分布を推定した 。頭皮、頭蓋骨、CSF腔を半自動抽出したときの誤差はFSPDW もしくはFIESTAの ほうがT2Wよりも、それぞれ16.9, 40.5, 31.5%小さかった。また、T2W, FSPDW, FIES TAのスライス1枚あたりの撮像時間は3.4, 1.3, 0.3秒であった。このことから、FIES TAとFSPDWを用いると、MRIの短い撮像時間で表層組織の領域分割が高い精度でできる ことが示された。また、GPGPUの演算によりCPUを用いるよりも約20倍の高速化が達成 され、リアルタイムでの感度分布推定の可能性が示唆された。 第14回ヒト脳機能マッピング学会 2012-07-06 jpn conference output https://repo.qst.go.jp/records/70824