Investigation of the descending pain inhibitory system in the chronic pain using brain network analysis

点击翻译按钮获取中文摘要

本研究の目的は、慢性疼痛に関連した脳ネットワークの可視化、とくに下行性疼痛抑制系に関して、症状の重篤度との関連、治療効果の評価およびその事前予測の可能性を追求することである。これまでの研究にて、140例の慢性口腔内疼痛疾患（舌痛症、口腔異常感症、非定型歯痛）の臨床データおよび頭部MRI画像データを収集。拡散テンソルMRトラクトグラフィを用いた構造的脳ネットワーク解析を用いて、侵害刺激の伝達・処理システムである疼痛関連領域（ペインマトリックス）および、中脳にある中脳中心灰白質（脊髄の疼痛信号入力の抑制）の結合性（コネクティビティ）を検討した。拡散テンソル（神経線維路）解析、ペインマトリックスのネットワーク解析（グラフ理論解析）、これに機械学習（人工知能技術）を応用したネットワーク隣接行列の認識・分類では、慢性疼痛関連の脳内ネットワーク解析は可能であったが、下行性疼痛抑制系に関しての疾患群と健常者、疾患内での病型・臨床経過の分類に到達できず、新たな技術としてRelational graph convolution network(R-GCN)を導入して、舌痛症と非定型歯痛の識別の精度向上を試みた。脳構造ネットワークのGCNによる舌痛症と非定型歯痛の識別精度は、大脳のみを対象とした場合0.65、PAGを加えると0.72に向上した。さらに病型識別の精度向上を目指して、新たな評価・解析方法を模索中である。なお、本研究の遂行過程で会得した画像認識・機械学習モデル構築の技術・経験をもとにいくつかの医用画像の機械学習に関する研究・報告を行っている。