Development of a novel diffusion magnetic resonance imaging for detecting cerebral interstitial fluid flow and investigation of human glymphatic system

开发一种新型扩散磁共振成像来检测脑间质液流动并研究人体类淋巴系统

• 批准号: 19K12767
• 负责人: 梅沢 栄三
• 金额: $ 2万
• 依托单位: Fujita Health University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K12767/
• 关键词: 拡散; MRI; 機械学習; グリンパティックシステム; 脳間質液流; neurofluid; ベイズ推定; 尖度; 拡散強調MR画像法; 深層学習; diffusion MRI; glymphatic system; IVIM; q-space imaging; ISF flow

脳でリンパ系と同様の役割をしていると考えられているグリンパティックシステムが議論されている。このシステムを構成する要素に脳間質液流があり、それを拡散強調 MR 画像（DWI）強度から検出することを試みている。従来、水分子のコヒーレントな動き（揃った動き）は DWI 強度には影響しないといわれている。このことは１ボクセルがコヒーレント成分で占められている場合には正しいが、1ボクセル内にコヒーレントな動きと拡散などのランダムな非コヒーレントな動きが混在している場合には、コヒーレントな動きも DWI 強度に影響しうることを理論的に示した。この場合の DWI 信号強度の b 値（拡散強調の度合いを合わす装置パラメータ）依存性を示す式を考案し、これを DWI データにフィットすることでコヒーレントな動きに関する関するモデルパラメータを推定することを試みたが、これは高度な非線形問題になり、最小二乗法やベイズ推定では達成できなかった。このため人工ニューラルネットワーク（ANN）による推定を行う。この方法では、合成データを教師データとし、それで訓練した ANN でコヒーレントな動きに関するモデルパラメータを推定する。2022年度はこの方法の確度・精度を調べる数値実験を行った。結果、コヒーレント流の方向・割合・速さを示す量について、不安定性はあるが正しい値が推定されていることが判り誤差も定量できた。健常ボランティア脳をこの方法で解析した結果、コヒーレント流の方向として重力方向を示す部位が多くみられた。これは脳間質液流に重力が影響していることを示唆しており、 グリンパティックシステムの解明つながる結果である。まだ1名の脳に関する結果で今後詳しい検討が必要である。特に、MRI 撮像時の被験者体位を仰臥位から側臥位に変更することで重力が影響する可能性について明らかにできると考えている。

脳 で リ ン パ department と with others cut を の service し て い る と exam え ら れ て い る グ リ ン パ テ ィ ッ ク シ ス テ ム が comment さ れ て い る. こ の シ ス テ ム を constitute す る elements に 脳 interstitial fluid flow が あ り, そ れ を company, scattered stressed MR portrait (DWI) can strength か ら 検 out す る こ と を try み て い る. 従, water molecules の コ ヒ ー レ ン ト な dynamic き (Jian っ た dynamic き) は DWI strength can に は influence し な い と い わ れ て い る. こ の こ と は 1 ボ ク セ ル が コ ヒ ー レ ン ト composition で of め ら れ て い る occasions に は is し い が, 1 ボ ク セ ル within に コ ヒ ー レ ン ト な dynamic き と company, scattered な ど の ラ ン ダ ム な non コ ヒ ー レ ン ト な dynamic き が mixed し て い る occasions に は, コ ヒ ー レ ン ト な dynamic き も DWI strength に can affect し う る こ と に を theory in し た. こ の occasions の DWI signal strength can の b numerical (company, scattered emphasize の degree or い を close わ す device パ ラ メ ー タ) dependence を し を す type test case, こ れ を DWI. Can デ ー タ に フ ィ ッ ト す る こ と で コ ヒ ー レ ン ト な dynamic き に masato す る masato す る モ デ ル パ ラ メ ー タ を presumption す る こ と を try み た が, こ れ は highly な nonlinear problem に な り, least squares method や ベ イ ズ presumption で は reached で き な か っ た. Youdaoplaceholder3 ため ため artificial ニュ ラ ラ ラ ネットワ ネットワ ネットワ う う (ANN) による presumed を line う. こ の way で は, synthetic デ ー タ を teachers デ ー タ と し, そ れ で training し た ANN で コ ヒ ー レ ン ト な dynamic き に masato す る モ デ ル パ ラ メ ー タ を presumption す る. In 2022, the accuracy and precision of the <s:1> <s:1> method <e:1> を adjustment べる number practical laboratory を line った. Results, コ ヒ ー レ ン の ト flow direction, cut close, speed さ を amount shown す に つ い て, labile は あ る が is し い numerical が presumption さ れ て い る こ と が convicted り error も quantitative で き た. Health often ボ ラ ン テ ィ ア 脳 を こ の way で parsing し た results, コ ヒ ー レ ン の ト flow direction と し て を gravity direction shown more が す place く み ら れ た. こ れ は 脳 interstitial fluid flow が に gravity affect し て い る こ と を in stopping し て お り, グ リ ン パ テ ィ ッ ク シ ス テ ム の interpret つ な が る results で あ る. Youdaoplaceholder0 one まだ 脳に is related to する results で for details in the future, まだ 検 検 discuss が necessary である. に, MRI, pinch of like を supine posture の is 験 か ら lateral position に - more す る こ と が で gravity affect す る possibility に つ い て Ming ら か に で き る と exam え て い る.

项目成果

Intravoxel incoherent motion MR imaging using diffusional kurtosis imaging w ith Bayesian inference

使用扩散峰度成像和贝叶斯推理进行体素内不相干运动 MR 成像

• 发表时间: 2022
• 作者: Eizou Umezawa;Koki Ishikawa
• 通讯作者: Koki Ishikawa

Bayesian Inference & DKI

贝叶斯推理

• 发表时间: 2019
• 作者: Eizou Umezawa;Koki Ishikawa;Eizou Umezawa
• 通讯作者: Eizou Umezawa

Accuracy and precision of coherent flow detection method using diffusion wei ghted image intensity

使用扩散加权图像强度的相干流检测方法的准确度和精密度

• 发表时间: 2022
• 作者: Eizou Umezawa;Tatsuya Hashizaki
• 通讯作者: Tatsuya Hashizaki

コヒーレントな流れ を拡散強調画像強度から検出する方法の検討

考虑从扩散加权图像强度检测相干流的方法

• 发表时间: 2019
• 作者: 梅沢栄三;福場 崇;村山 和宏;山田雅之;高野一輝;白川誠士;山口弘次郎
• 通讯作者: 山口弘次郎

A Bayesian approach to diffusional kurtosis imaging

扩散峰度成像的贝叶斯方法

• DOI: 10.1002/mrm.28741
• 发表时间: 2021
• 期刊: Magnetic Resonance in Medicine
• 影响因子: 3.3
• 作者: Umezawa Eizou;Ishihara Daichi;Kato Ryoichi
• 通讯作者: Kato Ryoichi