学術的背景 現代の医療環境において、医学画像は疾患の診断、治療計画、健康管理において極めて重要な役割を果たしています。しかし、従来の医学画像分析手法には、過学習（overfitting）、計算コストの高さ、汎化能力の限界、ノイズ、サイズや形状の変化など、多くの課題があります。これらの課題により、医学画像の分類と検出精度が制限され、臨床意思決定の正確性と効率性に影響を与えています。 これらの課題に対処するため、研究者たちは機械学習と深層学習に基づく様々な医学画像分析手法を提案してきました。しかし、これらの手法は複雑なデータセットを扱う際に依然として限界があり、特に計算効率と分類精度の面で課題が残っています。そこで、本論文ではEPDTNet+-EM（Efficient Parallel Deep...

セロトニン作動性幻覚剤DOIが聴覚皮質における異常検出を抑制する 研究の背景 幻覚剤（psychedelics）は、知覚、認知、および感情を劇的に変化させる精神活性物質の一種であり、近年では抑うつや不安症などの治療可能性から再び注目を集めています。幻覚剤の視覚効果は広く研究されていますが、聴覚システムへの影響についてはほとんど知られていません。過去の研究では、幻覚剤が時間の知覚や音の知覚の歪みを引き起こす可能性が示されていますが、その背後にある神経メカニズムはまだ完全には解明されていません。特に、幻覚剤が神経活動をどのように変化させて聴覚知覚に影響を与えるかは未解決の謎です。 本研究では、セロトニン受容体作動薬である2,5-ジメトキシ-4-ヨードアンフェタミン（DOI）が聴覚皮質ニューロンの...

高解像度ビデオに基づく自己教師付き生産異常検出と進捗予測 背景紹介 現代の製造業において、リアルタイムの生産監視、進捗予測、異常検出は生産品質と効率を確保するために不可欠です。しかし、従来の視覚に基づく異常検出方法は、生産過程におけるバックグラウンドノイズの処理に大きな課題を抱えており、生産段階の異質性を無視することが多いです。多くの製造環境、例えば航空機の生産では、人間とロボットの協働や高精度の手作業の組み立て作業が重要な役割を果たしており、これらは埋め込み型のデジタルセンサーを用いた監視が難しい一方で、リアルタイムの操作映像は容易に入手可能です。視覚に基づく生産監視は製品表面検査などのアプリケーションで広く使用されていますが、既存のアルゴリズムは通常のバックグラウンドの変化と生産関連の異...

DOIが聴覚皮質の異常検出を抑制する 学術的背景 幻覚剤（psychedelics）は、知覚、認知、および感情を著しく変化させる精神活性物質の一種です。近年、幻覚剤はうつ病、不安症、およびトラウマ関連疾患の治療において潜在的な応用価値を示しています。しかし、幻覚剤が視覚系に引き起こす知覚の歪みは広く研究されている一方で、聴覚系における神経メカニズムはまだ不明です。特に、幻覚剤が聴覚皮質の神経活動にどのように影響を与え、聴覚知覚の変化を引き起こすかは未解決の謎です。 本研究は、幻覚剤2,5-ジメトキシ-4-ヨードアンフェタミン（DOI）がマウスの聴覚皮質ニューロン活動に及ぼす影響を探ることを目的としています。DOIはセロトニン2A受容体（5-HT2A）作動薬であり、LSDやシロシビンなどの古典...

深層学習技術の急速な発展に伴い、データマイニングと人工知能トレーニング技術の実際のアプリケーションにおける重要性が日々増しています。特に多変量時系列異常検出の分野では、既存の手法は優れた性能を示していますが、ノイズや汚染されたデータに直面した際には、依然として顕著な問題が存在します。これに基づき、本論文では、上記の課題を解決するための二重メモリモジュールを持つマルチスケール特徴抽出フレームワークを提案しています。 研究背景 多変量時系列（Multivariate Time Series, MTS）データは通常、IoT（モノのインターネット）アプリケーションにおける複数のセンサーのリアルタイムの動作状態を含みます。これらのデータを効果的に分析することで、隠れた情報を明らかにし、異常状況を予測し...