WEKO3
アイテム
タウPETを用いた機械学習に基づく非アルツハイマー型認知症の自動診断法開発
https://repo.qst.go.jp/records/84277
https://repo.qst.go.jp/records/84277d91be201-e52b-4604-8c61-ae55303dbbd7
Item type | 会議発表用資料 / Presentation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2021-11-30 | |||||
タイトル | ||||||
タイトル | タウPETを用いた機械学習に基づく非アルツハイマー型認知症の自動診断法開発 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_c94f | |||||
資源タイプ | conference object | |||||
アクセス権 | ||||||
アクセス権 | metadata only access | |||||
アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
著者 |
遠藤, 浩信
× 遠藤, 浩信× 互, 健二× 松岡, 究× 平田, 浩聖× 小久保, 奈緒美× 生駒, 洋子× 高畑, 圭輔× 関, 千江× 小野, 麻衣子× 河村, 和紀× 張, 明栄× 篠遠, 仁× 徳田, 隆彦× 島田, 斉× 大石, 健一× 森, 進× 高堂, 裕平× 樋口, 真人× Hironobu, Endo× Kenji, Tagai× Kiwamu, Matsuoka× Kosei, Hirata× Naomi, Kokubo× Yoko, Ikoma× Keisuke, Takahata× Chie, Seki× Maiko, Ono× Kazunori, Kawamura× Zhang, Ming-Rong× Hitoshi, Shinoto× Takahiko, Tokuda× Hitoshi, Shimada× Yuhei, Takado× Makoto, Higuchi |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 【目的】非アルツハイマー型認知症のタウオパチーである進行性核上性麻痺(PSP)において,18F-PM-PBB3をプローブとするタウ病変PET画像による客観的な自動診断法を開発する.【方法】対象は健常高齢者(HC) 43例 (69.2 ± 7.0 [平均 ± 標準偏差]歳,女性 48.8%),PSP 42例 (71.5 ± 7.1歳,女性 35.7%,MDS-PSP診断基準でprobable),疾患対照としてパーキンソン病患者(PD) 8例 (70.6 ± 6.4歳,女性 12.5%) で,機械学習訓練用(75%)と診断能評価用(25%)に分けて解析した(stratified shuffle splitで10セット分作成).マルチアトラス法を用いて脳実質112カ所の関心領域(ROI)を同定し,病変が少ない小脳皮質とのプローブ集積比(SUVR)を算出した.値は年齢,性別で補正し標準化した.各領域のSUVRと重み係数の積の総和(PSP tauスコア)によるPSP群対,HC+PD群の弁別能が最も高くなるように,機械学習(elastic net CV)により重み係数の最適化を行った.得られたスコアと重症度の相関も解析した.【結果】淡蒼球,中脳,被殻などが重み係数の高い弁別に重要なROIであった.評価用10セットデータのPSP tauスコアを平均化して解析した診断能は正確度 96.7%, 感度 95.1%, 特異度 98.0%であった.PSP tauスコアと重症度(PSP rating scale)は有意な相関を認めた(Spearman’s rs = 0.4, p = 0.009).【結論】18F-PM-PBB3 PETを用いてPSPの自動診断および重症度の予測に有望な手法を開発した. | |||||
会議概要(会議名, 開催地, 会期, 主催者等) | ||||||
内容記述タイプ | Other | |||||
内容記述 | 第40回日本認知症学会学術集会 | |||||
発表年月日 | ||||||
日付 | 2021-11-26 | |||||
日付タイプ | Issued |