【研究領域課題番号】20H03607 (KAKENデータベースで見る）

【研究キーワード】

自動車運転 / 不安全運転 / 機械学習 / 高齢運転者 / 脳画像 / 実車運転 / 神経心理 / 予測モデル / 高齢者 / 認知機能 / 運転技能評価 / 脳画像研究 / 医工連携

【研究成果の概要】

2020年度は世界的にCOVID-19の感染が拡がり、日本国内においても緊急事態宣言が発令され行動制限が行われていた。本研究の対象者は65歳以上となっており、高齢者は重症化のリスクが高いことや基礎疾患を有している者も多いため、研究協力者の感染予防の観点からの安全を第一に考えリクルートおよびデータ収集を中断していた。

その間、これまでに蓄積できたデータの一部を用いて、新たにデータを解析し、論文発表を行った（Yamamoto, Yamagata. Front. Aging Neurosci 2020)。本研究では健常高齢者を対象に一時交差点での実車運転技能から安全運転群と不安全運転群の2群に分けて、構造MRIのデータがどのくらいの精度でこの2群を判別するか機械学習を用いて検討をした。その結果、87.5％という高い精度で群間を判別することに成功した。さらにその判別モデルに大きく寄与していた部位として左の背外側前頭前野、特に前頭眼野に位置する領域と左の下頭頂小葉に位置する領域が選ばれていた。これらの脳領域は、背側注意ネットワークの一部であるため、高齢者の不安全運転にこれらのネットワークを構成する脳領域の構造異常が関与している可能性が示唆された。

本研究は実車評価をしている点、脳画像による高い精度での不安全運転群の予測モデルを作成した点、さらに、背側注意ネットワークにおける脳構造異常が主に不安全運転に関与している点において学術的に意義の高いものであると考える。

【研究種目】基盤研究(B)

【研究期間】2020-04-01 - 2023-03-31

【配分額】17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)

【研究分野】精神神経科学

【研究領域課題番号】25461752 (KAKENデータベースで見る）

【研究キーワード】

脳・神経 / 精神疾患 / 安静時脳機能画像 / 自発的脳活動 / 機能的結合 / 自閉症 / 疾患モデル動物 / 機械学習 / 脳画像

【研究成果の概要】

本研究は、脳形態や脳活動などに関連するマルチモダリティの磁気共鳴画像（MRI）計測をマウスに対して縦断的に実施し、ヒトMRIデータとの相同性・臨床指標との関連性を精査することで、ヒト・マウス共通に評価可能な脳画像指標の確立を目指した。脳構造画像に対するvoxel-based morphometry、安静時脳機能画像に対する機能的結合解析、ならびにヒトとの比較を通して、辺縁系～基底核の脳構造・脳機能結合が、ヒト・マウスに共通する自閉症のバイオマーカーとなる可能性が示唆された。今後、自閉症に特徴的な行動のフェノタイプとの対応関係等を精査しながら、得られた指標の特性を検討することが有意義と思われた。

【研究種目】基盤研究(C)

【研究期間】2013-04-01 - 2016-03-31

【配分額】4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)