@misc{oai:repo.qst.go.jp:00084277,
 author = {遠藤, 浩信 and 互, 健二 and 松岡, 究 and 平田, 浩聖 and 小久保, 奈緒美 and 生駒, 洋子 and 高畑, 圭輔 and 関, 千江 and 小野, 麻衣子 and 河村, 和紀 and 張, 明栄 and 篠遠, 仁 and 徳田, 隆彦 and 島田, 斉 and 大石, 健一 and 森, 進 and 高堂, 裕平 and 樋口, 真人 and Hironobu, Endo and Kenji, Tagai and Kiwamu, Matsuoka and Kosei, Hirata and Naomi, Kokubo and Yoko, Ikoma and Keisuke, Takahata and Chie, Seki and Maiko, Ono and Kazunori, Kawamura and Zhang, Ming-Rong and Hitoshi, Shinoto and Takahiko, Tokuda and Hitoshi, Shimada and Yuhei, Takado and Makoto, Higuchi},
 month = {Nov},
 note = {【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．, 第40回日本認知症学会学術集会},
 title = {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},
 year = {2021}
}