アルツハイマー病診断のための多テンプレートメタ情報正則化ネットワーク：構造的MRIに基づく研究 研究背景 アルツハイマー病（Alzheimer’s Disease, AD）は進行性の神経変性疾患であり、その診断と早期発見は医療分野における重要な課題です。構造的磁気共鳴画像（Structural MRI, sMRI）は、詳細な脳の形態学的パターンや解剖学的特徴を提供できるため、計算機支援によるアルツハイマー病の診断に広く用いられています。以前の研究により、年齢や性別、教育年数などのメタデータをsMRIに組み合わせてAD診断を行う有効性が確認されていますが、現行の方法は主にメタデータとADの関連性や混雑効果に焦点を当てており、性別偏向や正常な老化などの問題に挑戦し、メタデータがAD診断に与える影...
ノイズ生成とイメージングメカニズムに基づく暗黙の正則化学習ネットワークの低線量CT再構成への応用 低線量コンピュータ断層撮影（Low-Dose Computed Tomography, LDCT）は、放射線リスクを低減しつつ画像品質を維持するための重要なツールとなっています。しかし、X線の線量を減少させるとデータの損失が生じ、初通ボタン（FBP）再構成が悪化して画像品質に影響を及ぼします。この問題に対処するため、研究者たちはノイズやアーチファクトを減少させつつ、高品質な画像を取得するための高度なアルゴリズムを開発し続けています。本報告では、高性能なLDCT再構成を実現するための新しい研究成果を詳細に紹介します。 背景紹介 X線CTイメージングでは、放射線量を減少させることが常に目標とされてお...
相互補完的クロスモーダル画像生成と登録方法による未アラインズPATとMRIの教師なし融合 背景と研究目的 近年、光音響トモグラフィー（Photoacoustic Tomography, PAT）と磁気共鳴イメージング（Magnetic Resonance Imaging, MRI）が最先端の生物医学イメージング技術として臨床前研究で広く応用されています。PATは高い光学コントラストと深部イメージングを提供できる一方、軟組織コントラストが低い欠点があります。これに対し、MRIは優れた軟組織イメージング能力を持ちますが、時間分解能が低いです。多モーダルデータ融合に関して一定の進展は見られましたが、画像の未アラインと空間ゆがみの問題のため、PATとMRIの画像融合はなおも難題として残っています。 ...
医学画像分割のためのモデル異質半教師付きフェデレーテッドラーニング 背景紹介 医学画像分割は臨床診断において非常に重要な役割を果たし、医師が病状を識別し分析するのを助けます。しかし、このタスクは通常、敏感なデータ、プライバシー問題、高価なアノテーションコストなどの課題に直面しています。現在の研究は主に個別の協力訓練医療分割システムに焦点を当てていますが、分割アノテーションを取得することが時間がかかり労力を要するという点を見落としています。どのようにしてローカルモデルの個別化を維持しながら、アノテーションコストと分割性能をバランスさせるかが重要な研究方向となっています。そこで、本研究は新たなモデル異質半教師付きフェデレーテッドラーニングフレームワークを提案します。 論文出典 この論文は「Mod...
半监督超声视频中甲状腺结节检测的研究报告 研究背景 甲状腺结节は一般的な甲状腺疾患であり、甲状腺結節の早期スクリーニングと診断は通常、超音波検査に依存しています。超音波検査は、甲状腺結節、乳がん、動脈プラークなど、さまざまな疾患を検出するための一般的な非侵襲的検査方法です。しかし、甲状腺結節は超音波画像において解像度が低く、病変の形態が不規則かつ複雑であるため、超音波検査は高度に放射線科医の経験に依存しており、誤診や見落としが発生しやすいです。特に発展途上地域や国ではこれが顕著です。したがって、コンピューター支援診断（Computer-Aided Diagnosis, CAD）に基づく自動化された正確な方法の開発が特に重要です。 近年、深層学習技術が超音波画像のコンピューター支援診断に導入さ...
研究背景和动机 医学画像のセグメンテーションは解剖学的構造と病変領域の画像分析および臨床診断において重要な意義を持っています。しかし、従来の完全教師あり学習方法は大量のアノテーションデータに依存しており、医学画像のピクセルレベルのアノテーションデータの取得は高コストであり、時間がかかります。アノテーションデータへの依存を減らすために、半教師あり学習（SSL）方法が徐々に台頭してきました。現在のSSL方法、例えばmean teacher（MT）フレームワークは良好な効果を上げていますが、依然として多くの制限があります。したがって、本研究は二方向監督ネットワーク（bilateral supervision network、BSNet）を提案し、ラベルのないサンプルをより良く活用することで半教師あ...
背景紹介 一世紀前、Hevesyは最初に放射性トレーサーを植物の生物指標として利用することを提案し、その後ラットの実験で確認された。この発見は、核医学と分子イメージングの生物医学分野の発展を促進し、分子レベルでの生物過程の定量的可視化を可能にした。数あるイメージング技術の中で、単光子放出計算機断層撮影（SPECT）と陽電子放出断層撮影（PET）が特に重要であり、これらは標識化合物を使って生物機能と代謝を定量的に検出することができる。これらの技術が発展する過程で、X線計算機断層撮影（CT）や磁気共鳴画像（MRI）を組み合わせて解剖情報を得ることで、診断とデータ補正の正確性がさらに向上した。 しかし、現行のシステムには、画像再構成のプロセスで時間がかかり、ノイズが拡散するという大きな制約がある。...
誘発成分分析（ECA）：GLM正則化に基づく機能的超音波信号の分解 背景紹介 機能的神経イメージングデータ分析は、脳活動の空間的および時間的パターンを明らかにすることを目的としています。既存のデータ分析方法は大きく二つに分けられます：完全にデータに基づく分析方法と、刺激時間コースを用いて脳活動を分析するなど、先験情報に依存する方法です。一般に、刺激信号を使うことで活発な脳領域を識別する手助けができますが、脳の刺激に対する反応は非線形および時間変動の特徴を示します。そのため、完全に刺激信号に依存して脳の時間反応を記述することは、脳機能の理解を制限する可能性があります。 このような背景のもと、著者は新しい技術、誘発成分分析（Evoked Component Analysis, ECA）を提案しま...
畳み込みニューラルネットワークに基づく頭部衝撃動力学測定のノイズ除去の研究と応用 研究背景 軽度外傷性脳損傷（MTBI）は、世界的な健康の脅威である。人間は転倒、交通事故、スポーツなどの状況でMTBIのリスクにさらされることが多い。統計によると、2016年には世界で2700万件以上の脳損傷の事例があり、そのうち80%は「軽度」の脳損傷で、症状は比較的軽いが長期的な病理変化を引き起こす可能性がある。MTBIの病状分類は通常、グラスゴー昏睡尺度（GCS）によって行われ、そのスコアが12以上の患者は軽度脳損傷に分類される。急性期後には症状が迅速に回復することが多いが、長期的には慢性外傷性脳症（CTE）などの合併症が生じる可能性がある。 頭部衝撃が脳に与える影響を定量化するために、研究者は頭部運動学...
物理知識に基づく深層学習を活用した低磁場MRI画像再構成 背景紹介： 最近、低磁場磁気共鳴画像法（MRI）の応用が注目されています。低磁場MRIはコストが低く、メンテナンスが簡単なため、さまざまな臨床および研究環境で広い応用可能性があると考えられています。たとえば、携帯型低磁場MRIスキャナは操作が容易で、緊急医療や手術室などの場面でも利用可能です。また、低磁場MRIは脳卒中の診断に有望である初期評価が示されており、この技術が全球的な医療診断においてより魅力的であることを示唆しています。しかし、低磁場MRIの主な課題は低信号対雑音比（SNR）と磁石設計、材料欠陥、および製造公差によるB0磁場の不均一性にあります。 この研究はDavid Schote、Lukas Winter、Christop...