Radiogenomicsのための動的心臓形状・ゲノム・生活習慣情報モデリング

拍動による形状変形を伴う心臓を対象として，動的な3次元形状情報とゲノム情報および生活習慣の関連性について分析することで，radiogenomicsのための相関モデルの構築を目指し，研究を進めている．前年度までに，UK Biobankから心臓MRI・ゲノム情報および生活習慣等の患者メタデータの取得を行った．さらに，4次元の心臓MRI情報を低次元空間に圧縮し，心臓の動的形状情報として抽出するための深層学習モデルを構築した．2022年度は，これらを用いて，心臓の動的形状情報とメタデータを入力とする，虚血性心疾患診断支援システムの構築を行った．本支援システムは，生成モデルとMultilayer perceptronを組み合わせることで構築されており，疾患の診断に寄与している心臓の解剖学的特徴を，圧縮前の元の空間で可視化することが可能である．200名分（虚血性心疾患患者100名，健常者100名）のデータセットを用いた実験を通して，心臓の動的情報もしくは生活習慣情報等の患者メタデータのみを入力として用いる場合よりも，２つの情報を同時に入力した場合に診断精度が向上することを確認した．この研究成果は，国内の研究会にて発表済みである．さらに，構築したシステムを，ゲノム情報も入力として扱えるよう拡張し，ゲノム情報を入力情報として追加することで，診断精度が向上することを確認した．本研究成果は，2023年度国際学会にて発表予定（採択済み）である．

拍動による形状変形を伴う心臓を対象として，動的な3次元形状情報とゲノム情報および生活習慣の関連性について分析することで，radiogenomicsのための相関モデルの構築を目指し，研究を進めている．前年度までに，UK Biobankから心臓MRI・ゲノム情報および生活習慣等の患者メタデータの取得を行った．さらに，4次元の心臓MRI情報を低次元空間に圧縮し，心臓の動的形状情報として抽出するための深層学習モデルを構築した．2022年度は，これらを用いて，心臓の動的形状情報とメタデータを入力とする，虚血性心疾患診断支援システムの構築を行った．本支援システムは，生成モデルとMultilayer perceptronを組み合わせることで構築されており，疾患の診断に寄与している心臓の解剖学的特徴を，圧縮前の元の空間で可視化することが可能である．200名分（虚血性心疾患患者100名，健常者100名）のデータセットを用いた実験を通して，心臓の動的情報もしくは生活習慣情報等の患者メタデータのみを入力として用いる場合よりも，２つの情報を同時に入力した場合に診断精度が向上することを確認した．この研究成果は，国内の研究会にて発表済みである．さらに，構築したシステムを，ゲノム情報も入力として扱えるよう拡張し，ゲノム情報を入力情報として追加することで，診断精度が向上することを確認した．本研究成果は，2023年度国際学会にて発表予定（採択済み）である．