不完全個人データを用いたトレーサ入出力因子の因果性と局所脳血液測定法(一般講演3B)

概要

論文の詳細を見る
臨床における局所脳血流値測定の有用性は十分なエビデンスを持つ。その測定手技はPET, SPECTにおいて多くの検討が報告されている。中でもMSモデルの持続動脈採血法は正確ではあるが、患者にとって侵襲性が強く、また検査実施手技が煩雑で、スタッフを動脈止血など時間的に拘束する。そこで、多くの静脈採血補正法が検討されてきたが、一般的臨床応用までには至っていない。今回、、生体内モデルに時系列で複雑な仮説モデルを立てる事は止め、測定可能な複数の因子を観察的に時系列デークマイニングする事で局所脳血流が算出可能か検討した。考え方として、動脈血関連因子を含むデータを完全データとし、同因子を欠損したデータを不完全データとした。検査より得られたデータにてデータマイニングシミュレーションを実施した。不完全データは多因子的に考察し、完全データに帰属さえるアルゴリズムとして、クラスター的思考を選択した。言い換えればシミュレーションに利用した人工知能のアルゴリズムはBP法ではなくSOM法を採用した。人工知能を使った結果は、不完全データは完全データに十分に帰属可能であった。その結果を基に、十分な症例数により、多変量解析を実施した。多変量解析結果の予測関数を使用した算出rCBF値と実測rCBF値には非常に高い相関があった。今回の静脈血補正法により算出された局所脳血流値は臨床に十分使用可能と示唆された。本件の再現性、施設間差に検証の必要性が残る。
バイオメディカル・ファジィ・システム学会の論文
2005-10-29

不完全個人データを用いたトレーサ入出力因子の因果性と局所脳血液測定法(一般講演3B)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク