MEDICINE & AI

タイトル：CATERPillar: a flexible framework for generating white matter numerical substrates with incorporated glial cells. 雑誌名：Med Image Anal. 2026 Jan 17; 110: 103946. 概　要： 本研究では、白質の細胞微細構造を正確に表現する数値ファントムを用いたモンテカルロ拡散シミュレーションの新手法「CATERPillar」を紹介します。この手法は、重なり合う球体を基本単位として軸索成長のメカニクスをシミュレートし、並行した軸索の発展を促進しつつ衝突を防ぎます。ユーザーは細胞密度、波状性、ビーディング、ミエリン化などの構造パラメータを制御でき、リアルな軸索構造とグリア細胞を生成することで、生物学的忠実性を向上させます。生成された基盤は、組織学的研究と一致する形態パラメータの分布を示し、アストロサイト成分の構造的リアリズムはショール分析を用いて定量的に検証されました。 方　法： CATERPillarは、白質の数値基盤を生成するための新しい方法論で、重なり合う球体を用いて軸索の成長をシミュレートします。ユーザーは、細胞密度やミエリン化などの構造パラメータを調整でき、リアルな軸索とグリア細胞を生成します。シミュレーションの結果は、組織学的データと整合性があり、ショール分析によってアストロサイトの構造的リアリズムが確認されました。 結　果： CATERPillarを用いて生成された基盤は、短距離の乱れに関する理論モデルの予測を反映した時間依存の拡散特性を示しました。また、生成された構造は、組織学的研究と一致する形態パラメータの分布を持ち、アストロサイトの構造的リアリズムが定量的に検証されました。 結　論： CATERPillarは、MRI信号を特定の組織微細構造に感受性を持たせる新しい取得スキームの開発、広範な解析モデルの精度テスト、機械学習モデルの訓練用基盤の構築に利用できるオープンソースのツールです。