自己蒸留型マスクされた画像トランスフォーマーの縦断MRIにおける可能性 - 頸部リンパ節転移の自動セグメンテーション 報告の紹介 放射線治療におけるがん腫の自動セグメンテーション技術は、スピードの向上と手作業によるリーダー間の差異の低減を約束するものです。放射線腫瘍学の臨床実践において、正確かつ迅速な腫瘍のセグメンテーションは、患者の個別化された治療において非常に重要です。Memorial Sloan Kettering Cancer Centerの研究者らによるこの研究は、マスクされた画像モデリングによるビジョントランスフォーマー (SMIT) アルゴリズムを用いて、経時的T2強調MRI画像における頭頸部扁平上皮がん患者の頸部リンパ節転移の自動セグメンテーション精度を実現・評価することを目...

深層学習における超音波心動図自動診断の新たな突破：自己教師あり学習法の比較研究レポート 研究背景 人工知能と機械学習技術が急速に発展する中、それらは医用画像診断分野でますます重要な役割を果たしています。特に、自己教師あり学習（Self-Supervised Learning, SSL）は、ラベルデータが希少な問題に効果を発揮し、医用画像のラベル取得が困難かつ高価である場合に重要となります。通常、自己教師あり学習の多くの方法は、豊富な時間情報を含むビデオ画像、例えば超音波心動図に特別に適応・最適化されていません。したがって、小型のラベルデータセットでの自動医用画像診断の性能を向上させるために、超音波心動図ビデオに特化した自己教師あり対照学習法の開発が特に切迫し、重要です。 研究出典 本研究は、...

自己監督学習による手首加速度計データが明かす睡眠と死亡率の新たな関連性 現代社会において、睡眠は生命活動に欠かせない基本的な行為であり、その重要性は言うまでもありません。睡眠/覚醒状態や異なる睡眠段階を正確に測定および分類することは、睡眠障害の診断や消費者向けデバイスが提供する運動および心理的健康データの解釈において非常に重要です。しかし、現在のポリソムノグラフィー（Polysomnography, PSG）以外の睡眠分類技術は主にヒューリスティックな方法に依存しており、これらの方法は比較的小規模なサンプル集団で開発されるため、ある程度の限界があります。従って、本研究の目標は手首に装着する加速度計を用いて睡眠段階分類の正確性を確認し、睡眠時間と効率が死亡率とどのように関連しているかを調査する...

背景紹介 拡散テンソル磁気共鳴画像法（Diffusion Tensor Magnetic Resonance Imaging, DTI）は、脳組織の微細構造や白質束の可視化に広く用いられている神経画像技術です。しかし、拡散強調画像（Diffusion-Weighted Images, DWI）に含まれるノイズは、DTIデータから派生する微細構造パラメータの精度を低下させるだけでなく、信号雑音比（Signal-to-Noise Ratio, SNR）を向上させるために長い収集時間を必要とします。畳み込み神経ネットワーク（Convolutional Neural Networks, CNNs）に基づく深層学習法は画像のノイズ除去に優れた性能を発揮しますが、通常はCNNの訓練に追加の高信雑音比デー...