[論文レビュー] Prediction of brain strain across head impact subtypes using 18 brain injury criteria.

Xianghao Zhan, Yiheng Li+10 more|arXiv (Cornell University)|Dec 18, 2020

Automotive and Human Injury Biomechanics参考文献 39被引用数 7

ひとこと要約

本研究では、線形回帰を用いて、5つの頭部衝撃サブタイプにおける脳応力の予測を目的として、18の脳損傷基準（BICs）を評価した。その結果、ある衝撃タイプで訓練されたBICsは、他の衝撃タイプに適用した場合に性能が著しく低下することが判明し、サブタイプ間の損傷リスク評価における一般化可能性に懸念が生じた。

ABSTRACT

Multiple brain injury criteria (BIC) are developed to quickly quantify brain injury risks after head impacts. These BIC originated from different types of head impacts (e.g., sports and car crashes) are widely used in risk evaluation. However, the predictability of the BIC on different types of head impacts has not been evaluated. Physiologically, the brain strain is often considered the key parameter of brain injury. To evaluate the BIC's ability to predict brain strain across five datasets comprising different head impact subtypes, linear regression was used to model 95% maximum principal strain, 95% maximum principal strain at corpus callosum, and cumulative strain damage (15%) on 18 BIC. The results show significant differences in the relationship between BIC and brain strain across datasets, indicating the same BIC value may indicate different brain strain in different head impact subtypes. The accuracy of regression is generally decreasing if the BIC regression models are fit on a dataset with a different head impact subtype rather than on the dataset with the same subtype. Given this finding, this study raises concerns for applying BIC to predict the brain strain for head impacts different from the head impacts on which the BIC was developed.

研究の動機と目的

• 異なる頭部衝撃サブタイプにおける脳応力予測の精度を、18の脳損傷基準（BICs）がどの程度達成できるかを評価すること。
• スポーツ関連の衝撃など特定の衝撃タイプで開発されたBICsが、自動車事故など異なる衝撃タイプにおける応力を信頼性高く予測できるかを調査すること。
• ある衝撃サブタイプで訓練したBICベースの回帰モデルが、別のサブタイプでテストされた際の性能低下を定量すること。
• BICsが異なるバイオメカニカルな荷重条件における応力変動をどの程度生理学的に的確に捉えられるかを評価すること。

提案手法

• 18のBICsを用いて、3つの応力指標（95%最大主応力、95%大脳内側索部における最大主応力、累積応力損傷（15%））を線形回帰でモデル化した。
• 異なる頭部衝撃サブタイプ（例：スポーツ関連、自動車事故など）を表す5つの異なるデータセットを、モデルの訓練およびテストに使用した。
• 各データセットでBIC回帰モデルを訓練し、他の衝撃サブタイプを持つデータセットに適用した際の性能を評価した。
• 同じサブタイプ内とサブタイプ間の訓練・テスト状況を比較し、一般化可能性を評価した。
• R二乗と回帰係数を用いて、BIC値と応力結果との間の相関の強さを定量した。

実験結果

リサーチクエスチョン

• RQ1 18の脳損傷基準は、異なる頭部衝撃サブタイプにおいて、どの程度脳応力を予測できるか？
• RQ2 ある衝撃サブタイプで訓練したモデルを別のサブタイプに適用した場合、予測性能が低下するか？
• RQ3 さまざまな頭部衝撃サブタイプにおいて、BICと応力の関係に顕著な差異があるか？
• RQ4 BICベースの応力予測の正確さは、訓練データセットの衝撃サブタイプにどの程度依存するか？

主な発見

• 5つの頭部衝撃サブタイプ間で、BIC値と脳応力の関係に顕著な差が認められた。
• 同じBIC値でも、衝撃サブタイプによって脳応力のレベルが異なることが示され、サブタイプに依存した挙動であることが明らかになった。
• あるサブタイプで訓練した回帰モデルは、別のサブタイプに適用した場合、精度が低下し、一般的に性能が低下した。
• 同じサブタイプで訓練およびテストしたモデルは、常にサブタイプ間モデルを上回る性能を示し、一般化可能性が限定的であることが浮き彫りになった。
• 本研究の結論として、特定の衝撃タイプに特化して開発されたBICsは、他の衝撃状況への信頼できる移行ができない可能性がある。