⁻1カルボニルストレスに着目した精神疾患発症機序の解明〇〇大学 〇〇科新井 誠上原記念生命科学財団研究報告集, 39 (2025) 上原記念生命科学財団研究報告集, 39（2025） LRP 陽性例と陰性例の OCT と対応する NIRS-IVUS 冠動脈断面像 192深深層層学学習習にによよるる冠冠動動脈脈光光干干渉渉断断層層画画像像診診断断モモデデルルのの構構築築 深層学習による冠動脈光干渉断層画像診断モデルの構築川川崎崎医医科科大大学学 循循環環器器内内科科学学 川崎医科大学 循環器内科学の判別が困難な場合が多い。本研究では、深層学習技術を応用し、石灰化を含む病変において OCT 画像から脂質プラークを自動的に同定する手法の開発を目的とした。 【【方方法法】】本研究は、近赤外分光法（near-infrared spectroscopy：NIRS）－血管内超音波（intravascular ultrasound：IVUS）ハイブリッドイメージングおよびOCT の両方を施行した症例を対象とした後ろ向き解析である。OCT およびIVUS 画像上で対応する石灰化病変を特定し、NIRSで得られた maxLCBI4mm > 324.7 を LRP 陽性の基準とした。 クラス不均衡を緩和するため、maxLCBI4mm の値が 64〜324 の中間域にある病変は除外し、明確に LRP なし（≤63）または LRP あり（≥345）のデータのみを解析対象とした。その結果、学習（train）データ：LRPなし 22 病変（242枚）、LRP あり 14 病変（154 枚）検証（validation）データ：LRP なし 5 病変（51 枚）、LRP あり 4 病変（44 枚）を用いた。OCT 画像は（496×952）から（299×299）へリサイズし、データ拡張として断面画像を72〜288 度（360×0.2〜0.8）でランダム回転させた。モデルは EfficientNetB0 をバックボーンとし、バックボーン部分の重みを固定した転移学習を実施した。ヘッド部分は二値分類に対応するよう再構成した。最適化手法は AdamW、損失関数は３の条件で学習を行った。分類閾値はBCEWithLogitsLoss を使用し、EPOCHS = 100、LEARNING_RATE = 1×100.5 とした。 【【結結果果】】解析対象は 43 症例 71 病変であり、15 病変を LRP 陽性、56 病変を LRP 陰性と判定した。検証データ 95 枚（LRP なし 51 枚、LRP あり 44 枚）において、モデルの正解率は 0.67、ROC 曲線下面積（AUC）は 0.72 であった。混同行列より、LRP ありを正しく識別した感度は 0.48、脂質なしを正しく識別した特異度は 0.84 であった。学習曲線では train loss が安定して低下した一方で、validation loss には変動がみられ、データ数の制約により汎化性能の改善余地が示唆された。 【【考考察察・・結結論論】】石灰化病変を含む OCT 画像から脂質プラークを識別する深層学習手法を構築した。本モデルは中等度の精度で LRP を自動検出可能であり、OCT 画像の定量的解析支援ツールとしての有用性が示唆された。今後は、症例数と画像データのさらなる拡充、ならびにモデル構造の最適化を進め、診断精度および臨床応用性の向上を目指す。 192西西 毅毅 西 毅【【目目的的】】急性冠症候群の多くは、線維性被膜で覆われた脂質に富むプラーク（lipid-rich plaque：LRP）が破綻し、血栓形成によって冠動脈が閉塞することにより発症する。光干渉断層画像（optical coherence tomography：OCT）は、薄い線維性被膜を有する脂質プラークの同定や微細なプラーク性状の評価に優れるが、石灰化を伴う病変では脂質成分
元のページ ../index.html#220