Comprehensive prognosis of Parkinson's disease using multimodal radiomic features

点击翻译按钮获取中文摘要

本研究課題では、パーキンソン病の生態機能イメージング手法であるドパミントランスポータSPECTと形態・機能イメージング手法であるMRI画像から得られる画 像特徴量を用いて予後予測モデルを構築し、パーキンソン病患者の運動機能と非運動(認知)機能の将来を予測するシステム を開発する。2022年度は、下記の成果が得られた。・ドパミントランスポータSPECTの統計情報やテクスチャ情報からなるRadiomics signatureを構築し、PDの鑑別における有用性を示した（EJNMMI Research誌に掲載済）。また、Radiomics signatureはHohen-Yarh重症度によって異なることが明らかになり、Radiomics signatureによる分類が可能であることを示した（Society of nuclear medicine and molecular imaging 2023で発表予定）。・ドパミントランスポータSPECTのRadiomics特徴量は、将来の認知機能と関連することが多変量解析により示唆された（第42回日本核医学技術学会にて発表済）。・頭部MRI画像のT1強調/T2強調画像から得られたRadiomics特徴量が運動機能予後を予測可能であることを示した（第79回日本放射線技術学会総会学術大会にて発表済、Amrerican association of physists of medicine 2023で発表予定）。