[3Xin2] ポスターセッション1

[3Xin2-25] 非負行列因子分解を用いたマルチモダル脳画像に基づくデータ駆動型疾患サブタイプ同定法

〇石丸 悠子¹、川口 淳¹ (1.佐賀大学医学部)

キーワード：非負行列因子分解、マルチモダル脳画像、疾患サブタイプ

本論文では、CMSMA（Clustering Multiblock Sparse Multivariable Analysis）法を提案し、マルチモダル脳画像解析で疾患サブタイプを同定する。この手法は、ボクセル値を入力データとし、多層のスコアリング手法を実装する。最初の層では各モダリティスコアを計算し、次の層ではこれらのスコアを合成するために非負行列因子分解を使用し、ロバストなデータ駆動型被験者分類と効率的な次元削減が可能である。実際の脳疾患データを用いた実験では、提案手法が脳画像に基づくデータ駆動型疾患分類のバイオマーカーとして機能し、導出されたスコアが軽度認知障害患者のサブグループ分類に有益であることが示された。また、関連する脳領域を可視化し、海馬周辺の重要性が示唆された。クラスター結果と予後分類の関連性を評価し、クラスター2が比較的予後の悪いサブグループであることが明らかになった。神経画像診断に限らず、本手法は医療領域において治療反応や潜在的な副作用の予測にも有用であり、疾患分類に関する包括的な知見を提供し、医学研究と診療に影響を与え、診断精度と治療戦略の向上に寄与するものである。