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...

利用連邦学習で心音異常を検出する多機関協力研究 学術的背景 心血管疾患（Cardiovascular diseases, CVDs）は主要な死因の一つとなっており、特に高齢者において心血管の健康問題が社会の注目を集めています。早期のスクリーニング、診断および予後管理は入院を防ぐために非常に重要です。心音信号は豊富な生理学的および病理学的情報を含んでおり、心音を用いたCVDsの早期診断は取得が容易で、広く存在し、非侵襲性といった利点があります。近年、人工知能（AI）が心音補助診断に応用され、広く注目を集めています。自動心音聴診技術は心臓の状態を迅速かつ効果的に評価するのに役立ちます。しかし、現存する研究はデータの安全性およびプライバシー問題を無視しており、特に多機関がデータを共同使用する場合に...

パーキンソン病患者の歩行停止量化モデルの研究 背景紹介 パーキンソン病 (Parkinson’s Disease, PD) は、複雑な運動障害を伴う一般的な神経変性疾患です。パーキンソン病患者の後期段階では、「歩行停止」(Freezing of Gait, FOG) 現象が特に顕著で、これは患者が歩行中に突然始動できなくなったり、歩行を続けられなくなる短時間の現象を指します。この現象は転倒リスクを増加させるだけでなく、患者の行動能力を著しく低下させ、その生活の質に重大な影響を与えます。したがって、FOGの重症度を正確に量化することは、臨床医がこの症状を管理し、その影響を軽減するために極めて重要です。 現在臨床でよく使用されている新型歩行停止問診票（new Freezing of Gait Q...

跨主体脑机接口：基于卷积神经网络的领域对抗训练实现实时注意力解码 学术背景 注意解読は私たちの日常生活において極めて重要な役割を果たしており、それを脳波（EEG）に基づいて実現することが広く注目されています。しかし、EEG信号の個体間の顕著な差異により、各個人ごとに汎用モデルを訓練するのは実際には困難です。したがって、本論文では、この課題を解決するためのエンドツーエンドのブレイン・コンピュータ・インタフェース（BCI）フレームワークを提案します。特に、時間と空間の1次元畳み込みニューラルネットワーク（1D CNN）およびドメイン・アドバーサリアル・トレーニング（Domain-Adversarial Training）戦略を利用します。 従来の注意解読方法は、通常、線形判別分析（LDA）やサポ...

背景と研究動機 パーキンソン病（Parkinson’s Disease, PD）は神経変性疾患であり、主に患者の運動能力に影響を与え、震え、運動の遅れ、四肢の硬直、歩行バランスの問題を引き起こす。この運動障害は患者の独立した生活能力と生活の質に重大な影響を与える。統計によると、2030年までに、アメリカだけで約120万人がパーキンソン病にかかると予想され、世界的には患者数が1000万人を超える。したがって、患者の運動障害を正確に評価し診断する方法を見つけることは急務となっている。 現存するPDの重症度評価方法は主に臨床医の主観的な観察と経験に依存しており、患者が実験室や診療所で特定の動作を行うことによって評価される。この方法は人為的な主観的要因の影響を受けるばかりでなく、制御された環境での観...