[4Yin-B] Poster 7

[4Yin-B-08] Estimation and Attribution Analysis of Alzheimer's Disease Progression Indicators Based on MRI Images Using CNN

〇Takumi Sekiya¹, Kazutaka Sakamoto², Ryota Kobayashi², Shinobu Kawakatsu³, Keigo Matsuda¹ (1. Nagoya University, 2. Yamagata University, 3. Fukushima Medical University)

Keywords:

Alzheimer's disease,MRI analysis,Deep learning

アルツハイマー病は進行性の神経変性疾患であり, 認知症発症後の回復が困難であるため, 早期発見および進行抑制のための治療が必要である. MRI画像による脳萎縮評価は標準的な診断方法の一つであるが, 初期の微細な変化をとらえることは困難である. 機械学習を用いた既存の研究は分類タスクが主流であり, 病態進行の連続的な回帰推定や医学的解釈に関する検討は十分ではない. そこで本研究では, 疾患進行に関連する複数の指標を回帰推定するフレームワークを提案する. 本手法は, 3D Grad-CAMによる寄与分析と階層的な入力領域の絞り込みを導入し, モデルが注目する部位の特定と医学的妥当性の検証を行う. 領域抽出と空間的標準化を施したMRI画像を入力とし, 認知機能スコア（MMSE, HDSR）と脳の萎縮度を回帰推定する. モデルはMMSEを0.444, HDSRを0.493, 萎縮度を0.726の決定係数で推定することが可能であった. また寄与分析の結果, 上前頭回, 海馬CA1, 海馬尾が重要部位として特定された. これらは認知機能や萎縮度に関連する部位であり, 既存の医学的知見と整合する.