恶性胶質腫瘍（Malignant Glioma, MG）は、最も一般的な原発性悪性脳腫瘍の一種である。MGの外科的切除は依然として治療の基盤となっており、切除範囲は患者の生存期間と高度に関連している。しかし、手術中に腫瘍組織と正常組織を区別することは非常に難しく、これが手術切除の効果を大きく制限している。蛍光イメージングは、術中にMGとその境界をリアルタイムに可視化する新興技術である。だが、既存の臨床用蛍光イメージング神経外科顕微鏡はコストが高く、携帯性が低く、操作の柔軟性が限られており、熟練した専門技術者の不足もあって、応用率が低い。これらの制限を克服するために、研究者たちは革新的に微小光源、可反転フィルター、記録カメラを手術用ルーペに統合し、術中の蛍光イメージング用に着用可能な蛍光眼鏡装...

在現代医療診断および臨床研究において、動的コントラスト強調磁気共鳴画像（Dynamic Contrast-Enhanced Magnetic Resonance Imaging, DCE-MRI）技術は、組織病理学に関する重要な情報を提供します。トレーサーキネティック（Tracer-Kinetic, TK）モデルをフィットさせることにより、時間系列MRI信号から薬物動態学（Pharmacokinetic, PK）パラメーターを抽出できます。しかし、これらの推定されたPKパラメーターは、信号対雑音比（Signal-to-Noise Ratio, SNR）、バックグラウンドT1時間、開始時間、動脈入力機能（Arterial Input Function, AIF）、およびフィットアルゴリズムなど...

肌骨モデルは、生体力学解析に広く利用されており、直接計測が困難な運動変数（例：筋力や関節モーメント）を推定することができます。従来の物理駆動の計算肌骨モデルは、神経駆動から筋肉、筋肉の動力学、および身体と関節の運動学と動力学の間の動的相互作用を説明することができます。しかし、これらのモデルはその複雑さのため、動作速度が遅く、リアルタイムアプリケーションの実現が難しいです。近年、データ駆動方式はその実現速度の速さと操作の簡単さから有望な代替手段となっていますが、基礎的な神経機械プロセスを反映することができません。 本研究では、物理学の知識を融合した深層学習フレームワークを提案し、筋骨モデリングを実現します。このフレームワークでは、物理分野の知識をデータ駆動モデルに導入し、ソフト制約として罰則/...

在今日の教育環境において、学生の学習スタイルを理解することは、彼らの学習効率を向上させるために極めて重要です。特に視覚学習スタイル（visual learning style）の識別は、教師と学生が教育と学習の過程でより効果的な戦略を取るのに役立ちます。現在、視覚学習スタイルを自動的に識別する主な方法は、脳波（Electroencephalogram, EEG）と機械学習技術に依存しています。しかし、これらの技術は通常、アーティファクトの除去および特徴抽出のためにオフライン処理が必要であり、そのためリアルタイムでの適用が制限されています。 この研究は、Soyiba Jawed、Ibrahima Faye、およびAamir Saeed Malikが《IEEE Transactions on N...

脑機インターフェース（Brain-Computer Interface, BCI）は、神経系と外部環境を接続するコミュニケーション手段です。運動イメージ（Motor Imagery, MI）はBCI研究の基礎であり、運動実行前の内的リハーサル（Internal Rehearsal）を指します。非侵襲性技術である脳波（Electroencephalography, EEG）は、そのコスト効率と利便性のため、高い時間分解能で神経活動を記録することができます。被験者が特定の身体部位を移動することをイメージすると、大脳の特定領域でエネルギー変化（ERD/ERS）が発生し、これらの変化はEEGにより記録され運動意図を識別するために使用されます。MIに基づくBCIシステムは大きな進展を遂げており、外骨格...

研究背景 脳と外部デバイスの直接通信を実現する脳-コンピュータインターフェース技術（brain-computer interface, BCI）は、人間と機械のインタラクション、運動リハビリ、医療などの分野で広く応用されています。BCIの一般的なパラダイムには、定常状態視覚誘発電位（steady-state visual evoked potentials, SSVEP）、P300、運動イメージ（motor imagery, MI）などがあります。特に、MI-BCIはその広い応用前景のために注目されています。 MI-BCIは通常、脳波（electroencephalography, EEG）信号を用いて運動イメージを検出し、利用者が運動を想像することでデバイス（電動車椅子、カーソル、上肢ロボ...

EMG駆動のロボットハンドトレーニングが慢性脳卒中患者の半球間バランスの回復に与える神経メカニズム：動的因果モデリングによる洞察 脳卒中は一般的な障害の原因であり、多くの脳卒中生存者は上肢麻痺を患います。上肢機能の障害は6ヶ月以上続くことが多く、完全回復する生存者は少数（12％未満）です。これらの患者の日常生活能力を回復させ、生活の質を向上させるために、研究者たちは脳卒中後のリハビリプランの開発に取り組んでいます。 近年、ロボット補助装置を使用した上肢のリハビリに関する研究が広く注目を集めています。ロボットリハビリは一貫性のある、集中的かつインタラクティブなトレーニング体験を提供し、患者の積極的な参加を促します。総合的な分析では、ロボット補助トレーニングを受けた個体は上肢のFugl-Meye...

脑機インターフェース（Brain-Computer Interface, BCI）技術は近年急速に発展しており、末梢神経や筋肉を介さず、大脳を直接制御する先端技術として注目されています。特に運動イメージ（Motor Imagery, MI）脳波（Electroencephalography, EEG）の応用において、BCI技術は大きな可能性を示しています。MI-EEG信号を分析することで、身体障害や神経筋退化の患者の生活の質を向上させる手助けが可能です。しかし、個人間の差異や大脳活動の安定性、低信号雑音比（Signal-to-Noise Ratio, SNR）などの要因により、複雑なEEG信号から有効な特徴を抽出し、MI-EEG分類システムの精度を向上させることは依然として大きな課題となって...

电子電気工程師学会 (IEEE)《神経系统与康复工程事务》2021年第29卷刊登了一篇题为《一种基于注意力深度学习的单通道EEG睡眠阶段分类方法》的文章。本文由Emadeldeen Edele、Zhenghua Chen、Chengyu Liu、Min Wu、Chee-Keong Kwoh、Xiaoli Li及Cuntai Guan等学者撰写。文章的主要目的是提出一种新型的基于注意力的深度学习模型，用于通过单通道的脑电图（EEG）信号进行自动睡眠阶段分类。 研究背景 睡眠是人类重要的生理过程，直接影响到每日生活的各个方面。有研究表明，高质量的睡眠能够促进身体健康和脑功能的提升，而睡眠中断则可能导致失眠或睡眠呼吸暂停等睡眠障碍。睡眠阶段（如浅睡和深睡）对免疫系统、记忆和代谢等起着关键作用，因此...

柔軟な多チャンネル光ポンピング磁力計MEGシステムを用いた人間の聴覚誘発場の測定 Xin Zhangら、中国科学院蘇州生物医学工学技術研究所、中国科学技術大学、中国広東省仏山市季華実験室および山東省済南市国科医療技術発展有限公司出身の研究者が、2024年に《j. integr. neurosci.》に発表した研究論文です。 背景 磁気脳図(Magnetoencephalography, MEG)は、外部磁場を直接測定する非侵襲的なイメージング技術で、同期して活性化された大脳の錐体神経細胞が生成するものです。光ポンピング磁力計(Optically Pumped Magnetometer, OPM)は、その低コスト、低温不要、可搬性およびユーザーフレンドリーなカスタム設計により、MEGに基づく機...