軽量級点群ネットワークに基づく3D領域構造運動表現の微表情認識への応用 学術的背景 微表情（Micro-expressions, MEs）は、人間の感情表現の中で一瞬的かつ微妙な顔の表情であり、通常1/25秒から1/5秒の間持続します。その自発性、迅速性、制御困難さにより、微表情はしばしば個人の真実の感情を明らかにするため、ヒューマンコンピュータインタラクション（Human-Computer Interaction, HCI）、心理学、刑事分析、ビジネス交渉などの分野で重要な役割を果たしています。しかし、微表情の低強度と短時間性により、その認識は非常に挑戦的なタスクとなっています。従来の微表情認識手法は主に2D RGB画像からの動き特徴抽出に依存しており、感情伝達における顔の構造とその動きの...

自己注意類似性に導かれたグラフ畳み込みネットワークを用いた多タイプ低グレード膠芽腫の分類 一、研究の背景 低グレード膠芽腫は一般的な悪性脳腫瘍であり、脳および脊髄のグリア細胞の癌化に起因します。膠芽腫は発症率が高く、再発率が高く、死亡率が高く、治癒率が低いという特徴があります。多タイプ低グレード膠芽腫を正確に分類することは、患者の予後において非常に重要です。診断において、医師は通常、磁気共鳴画像法(MRI)やコンピュータ断層撮影(CT)を用いて膠芽腫細胞の異クエン酸脱水素酵素(IDH)変異状態を分析します。 IDH変異状態は、野生型と変異型膠芽腫を区別する重要な指標です。従来は、生検や手術によって免疫組織化学や遺伝子シーケンシングを行い、IDH変異状態を特定していました。生検には一定のリスク...

脳グリオーマ分割のためのコンテキスト認識ネットワークに関する研究レポート 脳グリオーマは成人における一般的な脳腫瘍であり、健康に対して重大な損害を及ぼし、高い死亡率を持っています。早期診断、手術計画及び術後のフォローアップに充分な証拠を提供するために、多モード磁気共鳴イメージング（MRI）が広く利用されています。本レポートで研究されている目的は、脳グリオーマの自動分割においてコンテキスト情報を組み込むことであり、これは局部的な曖昧さを扱う上で基本的な手がかりを提供しています。 研究背景 以前に行われた研究では、深層ニューラルネットワークに基づく手法が、脳グリオーマ分割において有望な技術を示しました。しかし、これらの方法は腫瘍細胞及びその周辺のコンテキスト情報を組み合わせるための有力な戦略を欠...

深層学習に基づく運動想像EEG分類における皮質源イメージングの機能的結合の活用 研究背景と動機 脳-機械インターフェース（BCI）は、関連する神経経路や筋肉に依存せずに脳活動情報を直接デコードし、外部デバイスとの通信や制御を実現するシステムです。BCIシステムにおいて、よく使われる信号には脳波（EEG）、脳磁図（MEG）、および機能的磁気共鳴画像（fMRI）が含まれます。その中でも、EEGは非侵襲、実施の容易さ、低コスト、倫理的チャレンジがないなどの利点から最も一般的に使用されます。 運動想像（Motor Imagery, MI）はBCIの重要なパラダイムで、刺激条件がない場合でも、運動想像タスク中に運動想像EEG信号（MI-EEG）が自発的に生成されます。MI-EEG信号には、運動意図期間...

本文タイトルは「Identification of Autism Spectrum Disorder Using Multiple Functional Connectivity-based Graph Convolutional Network」で、雑誌「medical & biological engineering & computing」の2024年第62巻2133-2144ページに掲載されました。本研究は、グラフ畳み込みネットワーク（Graph Convolutional Networks, GCN）と静的機能的磁気共鳴画像法（rs-fMRI）データを組み合わせ、自閉症スペクトラム障害（Autism Spectrum Disorder, ASD）の早期診断を実現するための多機能接続...

非小细胞肺癌的免疫疗法疗效预测：多视角自适应加权图卷积网络研究报告 背景介绍 肺癌は発症率が非常に高く、予後が悪い悪性腫瘍であり、長年にわたりその致死率は高止まりしています。すべての肺癌患者の中で、非小細胞肺癌（Non-Small Cell Lung Cancer, NSCLC）は約85%を占めています。新しい治療手段として、腫瘍免疫療法は癌患者に新しい治療のアイデアを提供しました。しかし、免疫療法は高額であり、約20%から50%の患者のみが満足のいく効果を得られるだけです。さらに治療中には、免疫性肺炎や肝炎などの副作用が発生する可能性があります。したがって、患者が免疫療法を受ける前にその効果を予測することは重要です。 近年、機械学習を基盤とする放射線オミクスは、NSCLCの免疫療法の効果予...

##生物ネットワークを学習してタンパク質知識を用い薬物-標的親和性を予測する 背景紹介 薬物-標的親和性（drug-target affinity, DTA）の予測は、新薬の発見過程において重要な位置を占めています。効率的かつ正確なDTA予測は、新薬開発の時間と経済的コストを大幅に短縮できます。近年、深層学習技術の爆発的発展により、DTA予測に強力なサポートが提供されています。既存のDTA予測方法は主に1Dタンパク質配列に基づく方法と2Dタンパク質構造図に基づく方法に分けられます。しかし、これらの方法は標的タンパク質の内在特性にのみ注目し、過去の研究で明らかにされているタンパク質相互作用の広範な先験知識を無視しています。 この問題に対して、本研究ではMSF-DTA（多源特徴融合に基づく薬物-...

知識グラフを基盤としたソーシャル強化型説明可能な推薦システム はじめに インターネット情報量の増加に伴い、ユーザーと商品の関連情報も急速に拡大し、情報過多問題が日々深刻化しています。推薦システムはユーザーに対して少量の好みに合った商品を推薦することでこの問題を効果的に緩和できます。それは、ユーザーが迅速に関心のあるコンテンツを見つける手助けとなるだけでなく、企業には精度の高いマーケティングを可能にし、顧客ロイヤルティを向上させます。電子商取引、ソーシャルメディア、検索エンジンなど様々なプラットフォームで、推薦システムの役割はますます重要になっています。 推薦システムの性能は、推薦技術に大いに依存しています。初期の協調フィルタリング（Collaborative Filtering, CF）法は...

基于図の条件生成対抗ネットワークを用いた重度抑うつ症の機能性脳ネットワークの生成と診断 研究背景： 重度抑うつ症（Major Depressive Disorder, MDD）は広範に存在する精神障害であり、数百万人の生活に影響を与え、世界の健康に重大な脅威をもたらしています。研究によれば、静止状態機能的磁気共鳴画像法（resting-state functional magnetic resonance imaging, rs-fMRI）から抽出された機能連結性（functional connectivity, FC）は、MDDに関連する機能連結パターンを明らかにし、精密な診断に重要な役割を果たしています。しかし、データの有限性により、安定したMDD診断には困難が伴います。この課題に対処す...

注意力ガイダンスによるグラフ構造学習ネットワークをEEGベースの聴覚注意検出に応用 学術的背景 “カクテルパーティー効果”は、複数の話者がいる環境で、人間の脳が選択的に一人の話者に注意を向け、他の人を無視する能力を表しています。しかし、聴覚障害者にとってこの状況は大きな課題となります。補聴器や人工内耳などの現代の聴覚補助機器は雑音除去に効果的ですが、リスナーが注目したいシグナルを区別することはできません。聴覚注意検出(Auditory Attention Detection、AAD)タスクは、この問題を解決する潜在能力を持っており、脳から直接注意に関連する情報を抽出します。神経科学研究によると、非侵襲的な神経記録技術である脳波(Electroencephalography、EEG)には、聴覚...