雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Seishin Igaku Volume 65, Issue 7 （July 2023）

精神医学 65巻7号（2023年7月発行）

Japanese English

ミニレビュー

自己教師あり深層学習を用いた精神疾患脳画像研究 Neuroimaging research on psychiatric disorders using self-supervised deep learning 山口博行 ^1,2 , 山下祐一 ¹ Hiroyuki Yamaguchi ^1,2 , Yuichi Yamashita ¹ ¹国立精神・神経医療研究センター神経研究所疾病研究第七部 ²横浜市立大学大学院医学研究科精神医学部門 ¹Department of information medicine, national center of neurology and psychiatry, national institute of neuroscience, Tokyo, Japan ²Department of psychiatry, school of medicine, yokohama city university キーワード：深層学習 , deep learning , 自己教師あり深層学習 , self-supervised deep learning , オートエンコーダー , auto-encoder , 精神疾患の異質性 , heterogeneity of psychiatry disorders Keyword: 深層学習 , deep learning , 自己教師あり深層学習 , self-supervised deep learning , オートエンコーダー , auto-encoder , 精神疾患の異質性 , heterogeneity of psychiatry disorders pp.1064-1074

発行日 2023年7月15日 Published Date 2023/7/15

DOI https://doi.org/10.11477/mf.1405207041

PDF(1676KB)

有料閲覧

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

抄録

　深層学習は，精神疾患の脳画像研究を進める上で有望な技術として期待されている。しかし，精神疾患は遺伝的・臨床的異質性が指摘されており，研究には大きな困難が伴う。本論文では，上述の問題を克服するために筆者らがこれまで報告してきた試みを紹介する。研究では，学習データ自身をラベルとする自己教師あり深層学習の手法を用いた。提案モデルは3次元脳構造MRIデータから，精神疾患の診断ラベルを用いないにもかかわらず，症状などの臨床情報との関連性を保持した特徴量を抽出可能であった。提案モデルは精神疾患のような異質性を持つ集団に対し有効と考えられ，データ駆動型の新たな診断基準の開発につながる可能性がある。