...

樹木画の統計的画像解析とその解釈(II)

by user

on
Category: Documents
6

views

Report

Comments

Transcript

樹木画の統計的画像解析とその解釈(II)
樹木画の統計的画像解析とその解釈(II)
画像解析結果
○高崎いゆき1・木之下みやま2・佐藤菜生1・岩満優美3・吉田勝明2(非会員)
・竹村和久4
1
2
3
4
( 早稲田大学大学院文学研究科・ 横浜相原病院・ 北里大学大学院医療系研究科・ 早稲田大学文学学術院)
Key words: バウムテスト,画像解析,質問紙心理検査
目 的
“本研究(I)-理論と方法”竹村らにおいて,描画の画像
解析の手法による画像特徴量の形式分析を提案し,樹木画を
用いて事例を示した。本研究では,提案した画像解析手法が
実際に応用可能であることを確認するために,精神病院の通
院および入院患者を対象にバウムテストと質問紙による心理
検査を実施し,樹木画の画像特徴量から得られる総合指標を
抽出し,質問紙結果との相関関係を分析した。また,疾病及
び関連保健問題の国際統計分類・ICD-10 における,うつ病エ
ピソード(F32)患者の判別に寄与する画像特徴量を探索した。
2 成分は樹木画右上領域の濃淡差レベルの画像特徴量が影響
していた。特にプラス方向では空間濃度レベル依存法,濃度
レベル差分法・エントロピーの因子負荷が大きかった。第3
成分は樹木画右下領域の画像特徴量,特に空間濃度レベル依
存法・相関の因子負荷が大きかった。
表 2 画像特徴量と YG 性格検査結果との相関関係(N=45)
画像特徴量
AG
相関係数
G
R
S
空間濃度レベル依存法
左上相関:0゚
左下相関:0゚
左上相関:45°
左上相関:90°
右上相関:90°
左上相関:135°
濃度ヒストグラム
左上歪度:
.311*
.420**
.306*
.430**
.372*
.501**
.427**
.360*
.296*
方 法
対象者 Y 病院入院患者および通院患者のうち 20 歳以上で
自記式質問紙への記入可能な患者を対象とし,各患者には研
.350*
.318*
**p <.01.*p <.05.
究の目的と方法を説明し研究参加に同意を得た。患者は 52
名(入院患者 13 名,外来患者 39 名)
,
(男性 22 名,女性 30
名)
,年齢(平均 36.5 歳,標準偏差 12.4)だった。Y 病院医
表 3 画像特徴量による
師により ICD-10 に基づき疾病分類された(F10-19 3 名,F30-39
うつ病エピソード群の判別
左 上領 域の 画像 特
19 名,F40-49 20 名,F50-59 1 名,F60-69 9 名)
。
徴量のうち表
3 の 10
画像特徴量
標準化
判別係数
心理検査の
心理検査の実施方法 Y 病院の診療の一環として医師の指示
項目を説明変数とし
SGLDM左上エネルギー:0゚
1.028
のもとに実施した。質問紙は Y 病院が通常使用している
て,Y 病院患者の疾病
SGLDM左上エントロピー:0゚
11.144
SDS(Self-Rating Depression Scale)および YG(矢田部ギルフォ
分類のうち F32(うつ
SGLDM左上相関:0゚
-7.074
SGLDM左上局所一様性:0゚
11.633
ード)性格検査を用いた。バウムテストは A4 用紙縦に B の
病エピソード)とそれ
SGLDM左上相関:45°
6.288
鉛筆で描いてもらった。SDS 検査実施は 47 名、YG 性格検査
以外の疾病の判別分
SGLDM左上局所一様性:45°
-2.542
実施は 45 名だった。
析を実施した。正準相
-4.973
SGLDM左上相関:90°
SGLDM左上相関:135°
4.842
画像解析の
画像解析の方法 画像解析方法は本研究(I)竹村らをご参照。
関.568,p=.112d であ
-3.521
GLDM左上エントロピー:0゚
画像特徴量と
画像特徴量と 質問紙検査結果の
質問紙検査結果の 分析方法 バウムテストで
り有意とはいえなか
GLDM左上コントラスト:90°
1.788
描かれた樹木画のテクスチャー解析の画像特徴量 144 項目と
ったが,全体の 79.2%
正準相関
.568
p
p = .112
SDS および YG 性格検査結果との相関分析を実施した。
また,
が正しく判別された。
79.20%
樹木画の画像解析から得た 144 項目の特徴量を主成分分析し, 判別率
成分ごとに負荷量の大きい変量から画像特徴量から得られる
考 察
総合的指標を求めた。
本研究では,Y 病院患者の樹木画の画像特徴量を用いた定
画像特徴量の
画像特徴量の判別分析方法 Y 病院患者をうつ病エピソード
量的な評価の可能性を探った。YG 性格検査結果と画像特徴
(F32)とそれ以外の疾病群に分け,樹木画の画像特徴量を説明
量の関係では,性格尺度 Ag(愛想の悪さ)
,G(一般活動性)
,
変数として 2 群の判別分析を実施した。
R(のんきさ),S(社会的外交)と左上領域の画像特徴量に
有意な相関が認められ,画像特徴量が活動性因子群(Ag,G),
結 果
衝動性因子群(G,R),主導性因子群(A,S)の評定の一助となる可
画像 特徴 量と SDS 抑 うつ 検査 得点 との 間に は有 意な
能性が示唆された。樹木画の画像特徴量の主成分分析結果か
(p<.05.)相関関係は認められなかった。YG 性格検査の性格尺
ら,3 成分が抽出され特に第 1 成分では下側領域の濃淡差レ
度 Ag(愛想の悪さ)
,G(一般活動性)
,R(のんきさ),S(社
ベルの画像特徴量が指標として得られた。また,判別分析結
会的外交)と画像特徴量との間で有意な(p<.05.)相関関係が認
果から Y 病院患者の疾病, うつ病エピソード(F32)の判別に左
められた。表 2 から性格尺度 S と空間濃度レベル依存法・相
上領域の画像特徴量 10 項目(表 3)が寄与する可能性が示唆
関の全ての角度との間に正の相関があることから,左上領域
された。現段階ではサンプル数が少なく,画像特徴量を使っ
にいろいろな方向で線を描いている(多く描いている)人は
た樹木画の解析結果は必ずしも統計的に有意ではなかったが,
社会的外交性が高い傾向が認められた。
一定の結果は得られたと言える。
樹木画の画像特徴量を変量とした主成分分析の結果 9 成分
が抽出された。その中で 80%以上の説明率を得た 3 成分でバ
引用文献
リマックス回転し,成分ごとに負荷量の大きい画像特徴量を
尾崎弘・谷口慶治 (1988). 画像処理―その基礎から応用まで
抽出した。第 1 成分は樹木画下側領域の濃淡差レベルの画像
共立出版(第 2 版)
特徴量が影響していた。特にプラス方向では空間濃度レベル
(TAKASAKI Iyuki, KINOSHITA Miyama, SATO Nao,
依存法・エントロピーの因子負荷が,マイナス方向では空間
IWAMITSU Yumi, YOSHIDA Katsuaki, TAKEMURA Kazuhisa)
濃度レベル依存法・局所一様性の因子負荷が大きかった。第
Fly UP