ベイズテンソルモデルに基づくアルツハイマー病の画像分類 はじめに 神経画像学研究は現代の神経科学の重要な部分であり、我々の脳構造と機能への理解を大いに豊かにしました。これらの非侵襲的なビジュアライゼーション技術を通じて、研究者は特定の神経および精神疾患のリスクをより正確に予測し、早期段階での介入と治療を行うことができるため、患者の健康と生活の質を改善することができます。特にアルツハイマー病（Alzheimer’s Disease、以下AD）の研究において、神経画像学は貴重な病理メカニズムの洞察を提供し、病状の進行を追跡し、早期症状を識別し、他の認知症の原因を区別することができます。 しかし、神経画像データの処理には、データの空間依存性、高次元性およびノイズなど複数の重大な課題があり、適切な神...
PEDアルゴリズムを用いた自閉スペクトラム症の診断バイオマーカーの識別 神経情報科学の領域では、自閉スペクトラム症（ASD）の研究は主に脳領域間の双方向接続関係に焦点を当てており、脳領域の高次相互作用異常にはあまり触れられていません。脳領域の複雑な関係を探るため、著者らは部分エントロピー分解（Partial Entropy Decomposition, PED）アルゴリズムを採用し、三つの脳領域（トリオード）の高次相互依存性を計算することで高次相互作用を捉えました。本論文では、PEDと代替検証法に基づく方法を提案し、単一の脳領域が三重脳領域に及ぼす影響を検証し、重要な三重脳領域を見つけました。さらに、超グラフモジュール最適化アルゴリズムを用いて高次脳構造を明らかにし、ASDでは右脳と左脳の接...
科学研究データ管理教育の多年にわたる多分野の取り組み 研究背景 現代神経科学の発展に伴い、研究データ管理（Research Data Management, RDM）は科学者にとって不可欠なスキルとなっています。しかし、研究データ管理の重要性にもかかわらず、これらの技術スキルは分野特化の大学院教育においてしばしば無視されがちです。そのため、ますます多くのコミュニティは、組織されたトレーニングの機会や自己学習材料を提供し、初期の研究者がこの知識とスキルを習得するのを支援しています。 マサチューセッツ工科大学（MIT）の「the missing semester of your cs education」は、この教育不足の一例です。さらに、現代のコンピュータとアプリケーションの高可用性は、ユーザ...
在当今の腫瘍学臨床実践および薬物開発分野において、腫瘍反応の評価方法は革新の瀬戸際に立っています。1981年に世界保健機構（WHO）が抗癌薬の効果を評価するための腫瘍反応分類基準を提案して以来、この分野は何度も改良を経験してきました。最もよく知られているのは、1995年に設立された実体腫瘍における反応評価基準（RECIST）作業部会によるものです。この作業部会は、カナダ国立がん研究所、米国国立がん研究所、および欧州がん研究治療機構と協力して多数の症例データに基づく根拠に基づいた勧告を構築し、RECIST 1.0および1.1バージョンの公開を促進しました。これらのバージョンは、客観的な反応率などの画像学的エンドポイントを確定する上で重要な役割を果たしてきました。 しかし、腫瘍生物学のより深い理...
機械学習支援の定量高光スペクトルイメージングによる脳腫瘍切除のガイド効果研究 背景紹介 悪性グリオーマの完全切除は、浸潤領域の腫瘍細胞を区別するのが難しいという課題に常に直面しています。この研究の背景は、神経外科手術において、5-アミノレブリン酸（5-aminolevulinic acid、略称5-ALA）を使用することで、プロトポルフィリンIX（protoporphyrin IX、略称PPIX）の蛍光ガイドを実現し、腫瘍の切除率を向上させることです。しかし、スペクトルイメージングの助けを借りても、多くの低悪性度グリオーマや一部の高悪性度腫瘍は、PPIXの蓄積が少ないため、蛍光が弱く、腫瘍の区別が困難です。したがって、異なる種類の腫瘍組織におけるPPIX発光スペクトルを理解し、これらのスペク...
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、...
在全球範囲において、肥満の流行傾向が絶えず高まり、公衆衛生に重大な影響を与えています。肥満は独立して心血管疾患の発症率および死亡率に関連しており、毎年衛生システムに対して2,000億ドルを超える経済的負担をもたらすと推定されています。近年、インスリン・グルカゴン様ペプチド-1（GLP-1）受容体作動薬は体重減少および心血管リスクの低減に糖尿病とは無関係に効果を示すことから、治療の方法を変えるものとなっています。この背景の中、スタンフォード大学のスレイマン・ソマニ、スネハ・S. ジャイン、アシシュ・サラジュ、アレクサンダー・T. サンドゥー、ティナ・ヘルナンデス-ブサール、およびファティマ・ロドリゲスらは、GLP-1受容体作動薬に関するソーシャルメディアでの公衆認識に関する研究を行い、『Com...
炎性筋症における筋繊維タイプの異質性表現と封入体筋炎の選択的感受性 年齢とともに、炎性筋症の発症率が徐々に増加しており、その中でも封入体筋炎（IBM）は最も一般的なタイプであり、現在有効な治療法は存在しません。他の炎性筋症とは異なり、IBMは慢性的な経過をたどり、炎症と変性病理の特性を有します。さらに複雑なのは、IBMの進行を引き起こす要因と分子的な駆動要因が未だ明確でないことです。この疾患を深く研究するために、研究者たちは単核RNAシーケンシングと空間トランスクリプトミクスを用いて、患者の筋肉生検サンプルの細胞タイプ特異的な駆動要因のマッピングを行い、IBM筋肉と免疫介在性壊死性筋症（IMNM）および非炎症性の骨格筋サンプルを比較しました。 研究背景と目的 IBMは高齢者に最も多い炎性筋症...
低グレードグリオーマ患者の全生存率予測における有用な特徴の研究 学術的背景 グリオーマは脳内の腫瘍性成長であり、患者の生命を深刻に脅かすことが多い。大多数の場合、グリオーマは最終的に患者の死をもたらす。グリオーマの分析は通常、顕微鏡下で脳組織の病理切片を観察することを伴う。脳組織病理画像には患者の全生存率（OS, Overall Survival）を予測する大きな潜力があるが、脳組織病理の独特性により、これらの画像が唯一の予測因子として使用されることは稀である。病理画像を用いて早期のグリオーマ患者の全生存率を予測することは、治療と生活の質に重要な価値を持つ。この研究では、著者たちは深層学習モデルと簡単な記述データ（年齢やグリオーマの亜型など）を組み合わせて、低グレードグリオーマ（LGG, l...
《多パラメータMRI画像による腫瘍内外のラジオミクス特徴に基づく膠芽腫のグレード予測》 研究背景 膠芽腫は中枢神経系で最も一般的な原発性脳腫瘍であり、成人の悪性脳腫瘍の80%を占めます。臨床実践では、治療の決定は通常、腫瘍のグレードに基づいて個別に調整されます。世界保健機関（WHO）は膠芽腫を4つのグレード（I-IV）に分類し、さらに低グレード膠芽腫（LGG、I級とII級）と高グレード膠芽腫（HGG、III級とIV級）に分けています。正確な膠芽腫のグレード分類は、治療計画の立案、個別治療の実施、予後および生存期間の予測において極めて重要です。現在、膠芽腫のグレード診断は主に外科的生検や組織病理学的分析によって行われています。しかし、この診断法は侵襲的であり、場合によっては患者に適さないため、...