Development and clinical application of AI model to support diagnosis of dementia using medical big data from electronic medical records

利用电子病历中的医疗大数据支持痴呆症诊断的人工智能模型的开发和临床应用

基本信息

批准号：
22KJ3211
负责人：
中奥由里子
金额：
$ 2.83万
依托单位：
National Cardiovascular Center Research Institute
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ3211/
关键词：
脳MRI画像拡散テンソル画像認知症

项目摘要

本研究の目的は、脳MRI画像の複数の撮像法から、画像的特徴を自動抽出して評価する認知症診断支援AIモデルを開発することである。2022年度は、国立循環器病研究センター（国循）の電子カルテ情報を使用するために、研究倫理審査委員会での承認を得た。後方視的に、拡散テンソル画像を含む、脳MRI画像が撮像された103例の症例のデータを収集した。対象者の特性は、年齢の平均(SD)は81.0(3.3)歳で、女性が50.5％、総海馬体積が6716mm3であった。今後は、脳MRI画像からの特徴量を加えて、解析を進めていく。脳MRI画像を前処理する手法・並列処理が可能なマシン環境を準備した。3D-T1強調画像には、Freesurferなどを用いて、関心領域(ROI)の体積を算出する。FLAIR画像には、SPMのtoolboxであるLesion Segmentation Toolを用いて、大脳白質病変の体積を算出する。拡散テンソル画像には、FMRIB software library (FSL) を用いて、ROI毎にfractional anisotropy, mean diffusivityなどの値を算出した。上記により、撮像法毎に、数値化された画像的特徴量を得ることが可能となってきた。来年度は、国循内で複数の撮像法を含む脳MRI画像を撮像したデータ、外部データの収集を行い、脳MRI画像データの前処理を行い、一般化線形モデル(GLM)等による認知症診断モデルを作成していく。

这项研究的目的是开发一个AI模型，用于支持痴呆诊断，该模型自动提取和评估来自脑MRI图像的多种成像方法的图像特征。 2022年，研究伦理审查委员会获得了批准，该委员会使用国家心血管疾病研究中心（国家流通）的电子病历信息。回顾性地，收集了从103个情况下拍摄脑MRI图像的数据，包括扩散的张量图像。受试者的特征为81.0（3.3）岁，女性为50.5％，海马总量为6716 mm3。将来，我们将继续通过添加大脑MRI图像的功能来分析。我们已经准备了一个机器环境，该环境允许进行预处理大脑MRI图像的方法和并行处理。对于3D-T1加权图像，使用FreeSurfer或类似物计算了感兴趣区域（ROI）的体积。对于天赋的图像，使用SPM的工具箱，使用病变分割工具计算大脑白质病变的体积。对于扩散的张量图像，使用FMRIB软件库（FSL）计算每个ROI等分数各向异性和平均扩散率等值。结果，已经有可能获得每种成像方法的数值图像特征量。明年，我们将从大脑MRI图像中收集数据和外部数据，包括国家循环中的多种成像方法，预处理大脑MRI图像数据，并使用通用线性模型（GLM）和其他类似产品创建痴呆症诊断模型。