タイトルページ: 深層学習放射線組織学モデルと臨床放射線学的特徴を併せた膵管腺癌患者の潜在的腹膜転移の予測モデルの開発と検証 背景 膵管腺癌(Pancreatic Ductal Adenocarcinoma, PDAC)は極めて致死率の高い悪性腫瘍で、5年生存率は約11%です。予後不良の一部の理由は、80-85%の患者が症状が現れた時点で、すでに進行期の病気、切除不能、または転移(潜在的腹膜転移(Occult Peritoneal Metastases, OPM)を含む)が発生していることにあります。腹膜はPDACの第2の一般的な転移経路であり、約10-20%の患者が初診時に腹膜転移を示します。この部分の患者については、早期に腹膜転移を特定することは、不必要な手術を避けるための治療選択に大き...
手術室を混合現実環境に変える:脳動脈瘤クリッピング手術のための前向き臨床研究 脳動脈瘤の外科的治療は、神経外科の中でも非常に複雑で繊細な過程である。手術成績を改善するため、研究者は新しい技術やアプローチを絶えず探求している。近年、Mixed Reality(MR)技術の進歩により、手術室(Operating Room, OR)に新たなブレークスルーがもたらされた。特に、ヘッドマウンテッドディスプレイ(Head-Mounted Display, HMD)の使用により、外科医は患者の実際の解剖構造に仮想の三次元(3D)画像を重ね合わせることができ、空間認識とハンドリングの直感性が向上する。 研究の背景と目的 本研究の目的は、脳動脈瘤クリッピング手術における新しいMR-HMDの応用可能性、特に外科...
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...
EEG解読におけるユークリッド整列と深層学習の系統的評価 背景紹介 脳波(EEG)信号は、非侵襲性、携帯性、低コストな収集などの利点から、脳コンピューターインターフェース(BCI)タスクで広く利用されています。しかし、EEG信号には低い信号対雑音比、電極位置の影響を受けやすい、空間分解能が低いなどの欠点があります。深層学習(DL)技術の進歩に伴い、この技術はBCI分野で優れた性能を示し、場合によっては従来の機械学習手法を上回っています。しかし、DLモデルには大量のデータが必要であるという主な障害があります。複数の被験者データを使った転移学習(Transfer Learning、TL)は、データ共有によってDLモデルをより効率的に訓練できます。ユークリッド整列(Euclidean Alignm...
GCTNet：EEG信号に基づいて重度抑うつ症を検出するグラフ畳み込みTransformerネットワーク 研究背景 重度抑うつ症（Major Depressive Disorder, MDD）は、一般的な精神障害であり、顕著かつ持続的な低気分を特徴とし、全世界で約3億5千万人に影響を与えています。MDDは自殺の主な原因の一つであり、毎年約80万人がこれにより命を落としています。現在のMDDの診断は主に患者の自己報告と臨床医の専門的判断に依存しています。しかし、診断過程の主観性は、異なる医師間での一致性の低さを引き起こし、正確でない診断をもたらす可能性があります。研究によれば、MDDと診断された一般医師の正確率はわずか47.3%に過ぎません。したがって、客観的かつ信頼できる生理指標を探索し、効...
表面筋電図信号のトポロジー構造：リーマン多様体を利用した手のジェスチャーのデコード 本論文はHarshavardhana T. Gowda（カリフォルニア大学デービス校 電子・計算機工学科）とLee M. Miller（カリフォルニア大学デービス校 心理・脳科学センター、神経生理学・行動学科、耳鼻咽喉科－頭頸部外科）によって共同執筆されました。この論文は《Journal of Neural Engineering》に掲載されました。 研究背景 表面筋電図（sEMG）信号は、皮膚の表面にセンサーを設置して運動単位（MU）の活性化からの電気信号を非侵襲的に記録するものです。これらの信号は上肢のジェスチャーのデコードに応用されており、特に切断者のリハビリ、人工肢の強化、コンピュータジェスチャー制御...
前運動段階の脳波図がブレイン・コンピュータ・インターフェースの運動意図識別を支援する 背景と研究目的 ブレイン・コンピュータ・インターフェース（Brain-Computer Interface, BCI）は、神経信号を直接翻訳して人間の意図をデバイスに伝える技術で、幅広い応用の可能性があります[1]。BCIは日常生活、娯楽、通信、リハビリテーション、教育などの多くの分野で変革をもたらす可能性があります。しかし、現段階では、運動意図に基づくBCIにはいくつかの課題があり、特に前運動段階の脳波図（EEG）の特徴が明確でなく、注意力の影響を受けやすいため、運動BCIの性能向上が制約されています。 このような背景から、河北工業大学健康科学と生物医学工学学院、信頼性と知能化電気装置国家重点実験室、天津...
高周波定常誘発視覚野を基盤とした視覚BCIインターフェイス 背景紹介 脳-コンピュータ・インターフェイス（Brain-Computer Interface；BCI）技術は、特定の脳活動信号をデコードすることで、ユーザーが機械を制御することを可能にします。侵襲性BCIは高品質な脳信号を捕捉する点で優れていますが、その応用は主に臨床環境に制限されています。一方、脳波（Electroencephalography; EEG）などの非侵襲的手法は、BCIの広範な応用により実現可能な手段を提供します。しかし、脳脊髄液や頭蓋骨の影響でEEG信号は伝播中に非常に微弱になり、頭蓋骨の多様性や異方性導電性がEEG信号の位置を特定するのを困難にします。 磁源イメージング（Magnetoencephalograp...
パーキンソン病(Parkinson’s Disease、PD)の患者は一般的に歩行障害を経験し、これは彼らの生活の質に深刻な影響を与えます。以前の研究では、基底核のβ帯域(15-30Hz)の振動活動が歩行障害に関連している可能性がありますが、歩行プロセス中のこれらの振動活動の正確な動的情報はまだ明らかになっていません。さらに、既存の研究では、音声キューがPD患者の歩行運動学を改善することが分かっています。この音声キューの神経生理学的メカニズムをより良く理解すれば、適応型深部脳刺激(ADBS)技術を使って歩行障害を治療できる可能性があります。そこで、本研究では、歩行プロセス中の視床下核(subthalamic nucleus、STN)の振動活動の動的特性を描写し、音声キューが歩行を調節する神経...
自己注意メカニズムに基づいたリスク感受性ロボット制御の探討 研究背景 ロボット制御における運動学と動力学は、任務を正確に遂行するための重要な要素です。ほとんどのロボット制御スキームは、多様なモデルに依存して任務の最適化、スケジューリング、および優先順位制御を実現しています。しかし、伝統的なモデルの動的特性の計算は通常複雑であり、誤差が発生しやすいという問題があります。この問題を解決するために、機械学習や強化学習技術を使用してモデルを自動取得することが可能な代替案として現れました。しかし、実際のロボットシステムに直接適用する際には、急激な運動変化や望ましくない行動出力のリスクが存在します。 研究の出所 本論文はソウル国立大学およびローザンヌ連邦工科大学からのDongwook Kim、Sudon...