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...

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...

神経形態ハードウェアにおける脳に倣った計算原理を用いた学習逆運動学 背景と研究動機 現代のロボティクスの分野では、自律的な人工エージェントの低遅延神経形態処理システムを実現することに大きな可能性がある。しかし現在のハードウェアは変動性と低精度があり、そのためその安定性と信頼性を確保することが厳しい課題となっている。これらの課題に対処するため、研究者たちは脳にインスパイアされた計算原理（computational primitives）を利用しています。例えば、三重スパイクタイミング依存プラスティシティ（triplet spike-timing dependent plasticity）、基底核に基づく脱抑制メカニズムおよび協力競技ネットワークなどを運動制御に応用しています。 本研究では、混合...

バイオインスパイヤー人工触角法に基づく臨床胃腸疾患スクリーニング 研究背景 胃腸疾患は、下痢、胃腸道出血、吸収不良、栄養不良、さらには神経機能障害など、世界中で広範で複雑な症状を示しています。これらの疾患はその顕著な地域、年齢、および性別の差異のため、現代社会にとって重大な健康課題および社会経済的負担を構成しており、特に胃腸道がんは、世界のがん発病率および死亡率の3分の1を占めています。早期に胃腸疾患をスクリーニングし、タイムリーな介入を行うことは、死亡率を減少させ寿命を延ばす上で重要な意義を持ちます。 従来の胃腸疾患スクリーニング方法は主に内視鏡検査に依存しており、カメラを搭載した柔軟な内視鏡を使用して天然開口部から胃腸道を検査しています。しかし、内視鏡検査は病院で広く使用されているものの...

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...

研究背景 救援任務において、捜索救助の効率を向上させる新しい解決策として、電子バックパックと昆虫を組み合わせたサイボーグ昆虫（cyborg insects）の利用が注目されています。これらの昆虫は、生物と電子技術の長所を結合し、通信、感知、制御のための追加電子バックパックが装着されています。しかし、追加装置は昆虫のバランスに影響を与え、特に自らを直立させる（self-righting）動作に影響します。昆虫が任務中に落下や事故に遭遇した場合、元の機械装置が原因で転倒し自由に動けなくなる可能性があります。この課題に対処するため、本研究では、ナナホシテントウの自らを直立させる動作を模倣したバイオニック3Dプリント人工肢を導入し、サイボーグ昆虫の複雑かつ予測不可能な条件下での柔軟性を向上させること...

生成型セルオートマトンを用いた金のキラル形態発生の研究 背景と研究目的 キラリティー（chirality）は自然界に遍在し、特定の分子相互作用や多スケール結合を通じてシステム間で伝播および増幅されることがある。しかし、キラリティー形成のメカニズムや成長過程の主要ステップはまだ完全には理解されていません。本研究では、実験結果に基づく生成型セルオートマトン（cellular automata, CA）人工ニューラルネットワークをトレーニングし、非キラルからキラル形態への金ナノ粒子の識別可能な二つの経路を特定しました。キラリティーは初期段階ではエナンチオマー高指数平面境界での非対称成長の性質によって決定されます。深層学習に基づくキラル形態生成の説明は、理論的理解を提供するだけでなく、未知の交差経路...

机器学習と組合せ化学を利用してmRNA送達のための可イオン化脂質の発見を加速する 研究背景 メッセンジャーRNA（mRNA）治療の潜在能力を最大限に引き出すためには、脂質ナノ粒子（LNPs）のツールキットを拡張することが重要です。しかし、LNPs開発の主要なボトルネックは、新しい可イオン化脂質を識別することである。既存の研究では、LNPsが特定の組織または細胞にmRNAを送達するのに顕著な効果を示していることが明らかにされています。クラシックなLNPsの処方は通常、イオン化脂質、コレステロール、補助脂質、及びポリエチレングリコール化脂質（PEG脂質）から構成されており、特にイオン化脂質はmRNAの積載及びエンドソームからの逃避において重要な役割を果たしている。 近年、LNPsは臨床応用の分野...

学術報告：先進最適追跡と神経ネットワーク評価技術の統合による非対称制約ゼロサムゲームの研究 背景と研究課題 現代の制御分野において、ゲーム理論は、少なくとも二人のプレイヤーの相互決定問題を含む、知的意思決定者間の競争と協力を研究する数学モデルである。近年、微分ゲームは制御分野でますます注目を集めている。複雑な外乱システムの最適制御問題に直面する際、通常これをゼロサムゲーム（Zero-Sum Game, ZSG）と見なす。システムの制御問題が異なる制御戦略を含み、外乱がない場合、非ゼロサムゲーム（Non-ZSG）と呼ばれる。しかし、実際のシステムには様々な外乱が存在するため、外乱がシステム性能に与える影響を軽減するために、ZSG問題をさらに考慮することが非常に重要である。 特に連続時間（Con...