講演抄録/キーワード |
講演名 |
2017-05-26 09:20
脳 MRI 画像を用いた脳局所特徴量に基づく年齢推定手法とその性能評価 ○藤本竜一・伊藤康一(東北大)・呉 凱(華南理工大)・佐藤和則・瀧 靖之(東北大)・福田 寛(東北医科薬科大)・青木孝文(東北大) SIP2017-13 IE2017-13 PRMU2017-13 MI2017-13 |
抄録 |
(和) |
大規模な脳 MRI 画像データベースを用いた統計解析を通して,
加齢に伴って脳組織が萎縮することが知られている.
このことより,脳 MRI 画像を用いて正常加齢に伴う脳の形態的変化を調べるこ
とで,年齢を推定することが可能である.
健常者の脳形態から推定される年齢は,加齢に伴う脳萎縮の客観的な指標となる
ため,アルツハイマー病などの早期発見や診断支援に有効であると考えられる.
本稿では,年齢推定に有効な脳局所特徴量に基づく年齢推定を提案する.
脳局所特徴量は,局所領域の灰白質,白質,脳脊髄液の体積で定義される.
さらに,推定精度を向上させるために局所領域の皮質厚を脳局所特徴量に加える.
1,000 名を超える大規模なデータベースを用いて実験を行い,提案手法の性能を評価する. |
(英) |
It is known that brain tissues have age-related morphological changes through a set of statistical analysis
using large-scale brain MRI image databases.
This fact allows us to estimate the age of a subject from brain
MRI images by evaluating brain morphological changes with healthy aging.
The age estimated from morphological changes of a human brain
can be used for diagnostic support and early identification
of brain disorders such as Alzheimer's Disease.
This paper proposes an age estimation method using local features
extracted from T1-weighted MRI images.
Local features are defined by regional volume calculated from 1,024 local
regions of GM, WM and CSF.
We also add cortical thickness parcellated by Destrieux atlas to
brain local features in order to improve the accuracy of
age estimation.
We evaluate performance of the proposed method using a large-scale dataset of healty Japanese. |
キーワード |
(和) |
MRI / T1 強調画像 / 年齢推定 / 脳加齢 / 局所特徴量 / 機械学習 / 関連ベクトルマシン / |
(英) |
MRI / T1-weighted image / age estimation / brain aging / local features / machine learning / relevance vector machine / |
文献情報 |
信学技報, vol. 117, no. 50, MI2017-13, pp. 67-70, 2017年5月. |
資料番号 |
MI2017-13 |
発行日 |
2017-05-18 (SIP, IE, PRMU, MI) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SIP2017-13 IE2017-13 PRMU2017-13 MI2017-13 |