特発性正常圧水頭症の鑑別診断におけるMulti-Head AttentionとDiversify-Lossを用いた包括的脳全体アプローチの検討

• Published in: バイオメディカル・ファジィ・システム学会大会講演論文集 p. 104
• Main Authors: 小橋, 昌司, 石井, 一成, 嶋田, 兼一, 藤田, 大輔, 澤, 風吹
• Format: Journal Article
• Language: Japanese
• Published: バイオメディカル・ファジィ・システム学会 2025
• ISSN: 1345-1510; 2424-2586
• DOI: 10.24466/pacbfsa.37.0_104

特発性正常圧水頭症（idiopathic normal pressure hydrocephalus: iNPH）は、歩行障害、認知機能低下、尿失禁の三徴候を特徴とし、高齢者に多く見られる疾患である。iNPHでは脳室の拡大や高位円蓋部・正中部の脳溝の狭小化が見られ、シャント手術による症状改善が期待される。一方、進行性核上性麻痺（progressive supranuclear palsy: PSP）は、歩行障害や認知機能低下、垂直方向の眼球運動障害を伴い、中脳被蓋部の萎縮が特徴である。両者の症状は類似しているが、iNPHのみ治療により完治可能なため、正確な鑑別診断が求められるが、現在の診断は脳MRI画像の視覚的評価に依存し、診断者の経験や知識により読影者間のばらつきが課題とされる。本研究では、両疾患の脳の異なる部位での特徴的な萎縮、拡大パターンを考慮するために、Multi-Head attention CNN (MA-CNN) とDiversify-Lossを組み合わせた手法を提案する。まず、Voxel-Based　Morphometry（VBM）解析を用いて灰白質（gray matter: GM）を抽出し、脳画像をMontreal Neurological　Institute空間に標準化する前処理を行う。その後、前処理済みのGM画像をMA-CNNモデルに入力し、複数の注意マップを生成することで、脳のさまざまな領域に同時に焦点を当てることを可能にする。Diversify-Lossは、各Attentionマップの焦点が重複しないようにし、より多様な特徴抽出を促進することで、モデルの汎化性能を向上させる。提案手法は、iNPH患者39名とPSP患者39名を対象に検証され、Accuracy0.962、AUC0.978を達成し、従来の3DCNN（Accuracy0.822、AUC 0.936）とDiversify-Lossを使用しない手法（精度0.911、AUC 0.966）の両方を大幅に上回る結果となった。