脳動脈形状の「仮想集団」モデルを開発

― 大規模データなしでも多様な脳血管構造を再現可能に ―

2025年12月11日 11:00

研究者情報

〇流体科学研究所　准教授　安西眸
研究室ウェブサイト

発表のポイント

脳動脈中心線の各点における 3 次元座標（XYZ）と半径データを統計的に扱い、実際の患者集団を模倣した「仮想脳動脈集団」を生成する手法を開発しました。
本手法により、個人差の大きい脳血管形状を、座標と太さの相関を保ちながら多数生成することが可能です。
血流解析や疾患リスク評価、医用 AI の学習データ拡張に応用が期待されます。

発表概要

脳血管疾患は血管形状の個人差が疾患リスクに影響することが知られており、将来的なAIモデルの開発や医療機器開発などの応用に向けて、その多様性を反映した血管モデルの構築が求められていました。
東北大学流体科学研究所の安西眸 准教授らは、脳動脈の中心線に沿った各点の XYZ 座標と半径データを統計モデルとして扱い、患者集団の多様性を再現した「仮想脳動脈集団」を生成する手法を開発しました。中心線の空間位置と血管半径を多変量正規分布（MVND）で同時にモデル化することで、限られた実測データから多数の仮想血管形状を生成可能としました。生成形状は、血管長や屈曲度、半径分布などが実患者データとよく一致し、個人差の大きい脳血管構造を高精度に再現できることが確認されました。
本手法は、血流シミュレーション、疾患リスク評価、医用 AI の学習データ拡張を強力に支援し、未病解析やデジタルツイン医療、臨床試験シミュレーションへの応用が期待されます。
本成果は International Journal for Numerical Methods in Biomedical Engineering に2025年11月15日付で掲載されました。



図1. 少人数の実測データから大量の仮想データを生成

論文情報

タイトル：Multivariate Normal Distribution Method for a Virtual Cerebral Arterial Population
著者： Kazuyoshi Jin, Ko Kitamura, Shunji Mugikura, Naoko Mori, Stephen Payne, Makoto Ohta, Hitomi Anzai
*責任著者：東北大学流体科学研究所　准教授　安西眸
掲載誌：International Journal for Numerical Methods in Biomedical Engineering
DOI：10.1002/cnm.70117

詳細（プレスリリース本文）

問い合わせ先

（研究に関すること）
東北大学流体科学研究所
准教授　安西 眸
TEL: 022-217-5224
Email: hitomi.anzai.b5*tohoku.ac.jp（*を@に置き換えてください）
（報道に関すること）
東北大学流体科学研究所
国際研究戦略室（広報）
TEL: 022-217-5873
Email: ifs-koho*grp.tohoku.ac.jp（*を@に置き換えてください）






東北大学は持続可能な開発目標（SDGs）を支援しています