ハイパースペクトルストレージの内計算と光周波数コームおよびプログラム可能な光ストレージの応用 序論 近年、機械学習の飛躍的進展によって、医療、金融、小売、車両製造業など多くの業界で革命的な発展が促進されています。これらの変革は、広範囲にわたる行列-ベクトル積（mvm）の需要を急増させ、大規模最適化や深層学習アルゴリズムにおいて極めて重要です。しかし、この増大する計算需要は、記憶装置と処理ユニットを分離する従来のフォン・ノイマン型デジタル電子計算機のアーキテクチャに挑戦を与え、「フォン・ノイマンボトルネック」として知られる、記憶装置とプロセッサ間のデータ転送速度の制限によって全体のシステム性能が制約されています。この性能ボトルネックを解決するために、保存内計算が革新的な解決策として浮上しており...

デジタルレーザーの軌道角運動量(Orbital Angular Momentum: OAM)コームモードの需要 研究背景と意義 情報技術が日々進化する中、高容量データ伝送の要求はますます厳しくなっています。光の軌道角運動量（OAM）は、その無限次元の特性から、巨大な可能性を秘めた情報キャリアとみなされています。任意のOAMスペクトルをオンデマンドで生成できること、特に周波数コームのようなOAMコームモードを実現することが重要です。しかし、現行技術では、発端で自由に切り替え可能なデジタルOAMコームレーザーの実現には課題が残っています。特にリアルタイムで制御可能な多OAMモードの切り替えが重要であり、その需要は高まる一方です。本研究では、発端で便利にかつ動的に切り替え可能なデジタルOAMコーム...

《IEEE生物医学工学会誌》2022年8月、第69巻、第8号、初めての臨床研究：近赤外ウィンドウIIA/IIB蛍光イメージングによる神経膠腫精密手術における応用 曹彩光、金泽萍、史晓菁、张哲、肖安琪、杨君英、计楠、田捷（IEEE会員）、胡振华（IEEE高級会員） 導入 生物医学研究の分野では、蛍光イメージングの高い感度、高い空間解像度、リアルタイムイメージング能力、および操作の利便性が広く注目されています。本研究は、近赤外ウィンドウII（NIR-II、1000-1700ナノメートル）イメージング技術の臨床応用における価値を探索し、神経膠腫手術中の腫瘍の切除に役立てることを目的としています。著者らは、新たに開発したイメージング装置と術中画像融合方法を組み合わせることで手術の正確性を高め、術中の...

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...