Improve Prediction Accuracy of AD by Harmonization of Multicenter MRI Imaging

国立精神・神経医療研究センターにおいて3T MRIで取得された約1089名およびJ-ADNIデータベースに公開されている1.5T MRIで撮像された146名、合計の1235名の健常者群のデータを取得した。また対象疾患としてJ-ADNIデータベースに登録されたアルツハイマー病群(139名), 軽度認知障害群群(222名)を取得した。The Open Access Series of Imaging Studies (OASIS): 1248名の縦断的なMRIデータ(OASIS-3, OASIS-2)および416名の横断的なMRIデータ(OASIS-1)を入手した。Information eXtraction from Images (IXI): 662名の横断的なMRIデータを入手した。解析の前処理として、Non-parametric non-uniformity nomalization法を信号不均一補正として実施した。また処理が可能なデータについてはMaikusaらが提案したファントムを用いた歪み補正の実施を行った。解析環境として、画像解析に必要なソフトウェアの準備を行った。具体的には申請者が特許を有しているマルチアトラス法を用いた脳体積抽出アルゴリズムの設定を行った。また解析リソースがボトルネックになる場合を鑑み、東京大学内に利用可能はスーパーコンピュータについて、解析可能かの事前調査を行った。画像解析ソフトウェアの設定を行い解析が実施可能であることを確認した。

国立精神・神経医療研究センターにおいて3T MRIで取得された約1089名およびJ-ADNIデータベースに公開されている1.5T MRIで撮像された146名、合計の1235名の健常者群のデータを取得した。また対象疾患としてJ-ADNIデータベースに登録されたアルツハイマー病群(139名), 軽度認知障害群群(222名)を取得した。The Open Access Series of Imaging Studies (OASIS): 1248名の縦断的なMRIデータ(OASIS-3, OASIS-2)および416名の横断的なMRIデータ(OASIS-1)を入手した。Information eXtraction from Images (IXI): 662名の横断的なMRIデータを入手した。解析の前処理として、Non-parametric non-uniformity nomalization法を信号不均一補正として実施した。また処理が可能なデータについてはMaikusaらが提案したファントムを用いた歪み補正の実施を行った。解析環境として、画像解析に必要なソフトウェアの準備を行った。具体的には申請者が特許を有しているマルチアトラス法を用いた脳体積抽出アルゴリズムの設定を行った。また解析リソースがボトルネックになる場合を鑑み、東京大学内に利用可能はスーパーコンピュータについて、解析可能かの事前調査を行った。画像解析ソフトウェアの設定を行い解析が実施可能であることを確認した。