Outcome prediction for stroke patients

中风患者的结果预测

• 批准号: 22K11356
• 负责人: 小山 哲男
• 金额: $ 2.66万
• 依托单位: Hyogo Medical University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K11356/
• 关键词: 脳卒中; 予後予測; 拡散テンソル法; 再現性; GPU; 予測; 脳画像; 重症度; モデル

脳卒中患者は本邦で約111万人と推計され、上肢下肢機能や認知機能、および日常生活動作に重篤な障害を呈する。そのような障害を軽減するため、リハビリテーションが行われる。そこでは、個々の患者がどの程度回復するかを見立てること、すなわち予後予測が必要である。近年のさまざまな研究より、予後予測において脳画像の重要性が明らかとなってきた。最近注目を集めている脳画像手法のひとつであるMRI拡散テンソル法に着目して、研究環境の構築を行なった。拡散テンソル法画像の解析方法のひとつに、脳内神経線維の走行を擬似的に表現するトラクトグラフィーがある。これは病変による神経繊維障害の可視化、および線維連絡の頑強性の定量化を行う手法である。優れた解析方法であるが、これまで線維追跡のための出発点および終点は検者の手作業により定められており、再現性に大きな課題があった。また従来のコンピュータの処理速度では、1症例に約24時間を要した。これらの難点から臨床応用は限られていた。研究初年度（令和4年度）、上記2つの難点を克服するための手法を導入した。1つ目には、線維追跡の出発点と終点について、標準脳で定められたテンプレート（Warrington et al. Neuroimage 2020）を使うことである。これにより神経線維の描出およびFAの算出は高い再現性で行われることとなった。2つ目にはコンピュータ解析にGraphics Processing Unit（GPU）を導入したことである。GPUは比較的単純な計算の並列処理から成り立っており、人工知能の開発や応用で近年注目されている装置である。これにより1症例あたりの解析時間は40分程度になった。これらの成果は次年度以降の研究に活かされる。

据估计，日本约有111万人患有中风，他们的上下肢功能、认知功能和日常生活活动均受到严重损害。进行康复治疗是为了缓解此类疾病。因此，有必要估计每个患者的康复程度，即预测预后。近年来的各种研究揭示了脑成像在预测预后中的重要性。我们创建了一个专注于MRI扩散张量方法的研究环境，这是最近备受关注的脑成像方法之一。分析扩散张量图像的一种方法是纤维束成像，它模拟大脑中神经纤维的走向。这是一种可视化由病变引起的神经纤维损伤并量化纤维连接稳健性的方法。尽管这是一种出色的分析方法，但迄今为止，纤维追踪的起点和终点必须由检查者手动确定，并且在再现性方面存在重大问题。而且，以传统的计算机处理速度，完成一个案件大约需要24小时。这些困难限制了临床应用。在研究的第一年（2020财年），我们引入了一种克服上述两个困难的方法。第一种是使用标准大脑模板（Warrington 等人 Neuroimage 2020）作为纤维追踪的起点和终点。这使得神经纤维的可视化和 FA 的计算具有高重现性。第二个是引入用于计算机分析的图形处理单元（GPU）。 GPU由并行处理相对简单的计算组成，是近年来人工智能发展和应用备受关注的设备。这将每个案例的分析时间减少到大约 40 分钟。这些成果将从明年开始用于研究。

项目成果

Applicability of automated tractography during acute care stroke rehabilitation

自动纤维束成像在急性护理中风康复中的适用性

• DOI: 10.1589/jpts.35.156
• 发表时间: 2023-03
• 作者: Midori Mochizuki ; Yuki Uchiyama; Kazuhisa Domen; Tetsuo Koyama
• 通讯作者: Tetsuo Koyama