創造的過程における芸術と工学思考の脳電活動に関する研究 背景と研究動機 創造性は、新奇で価値のあるものを想像する能力として広く認識されています。研究者たちは、成長型思考と固定型思考という2つの創造的思考方法が存在すると発見しました。成長型の創造的思考は、時間と実践によってスキルを向上させることができる一方で、固定型の創造的思考は創造スキルが変えられないと考えられています。教育は創造性の育成において極めて重要な役割を果たし、芸術と工学の分野の学生が創造的なタスクにおいて明確な違いを示すことも研究で明らかになっています。 研究出典 この研究論文「An EEG study on artistic and engineering mindsets in students in creative pr...
新型薬物再定位方法のネットワーク構築と応用研究 背景 COVID-19パンデミックの間、研究者と製薬会社は治療とワクチンの開発に専念しました。薬物再定位は近道として素早く効果的な対応戦略と見なされています。薬物再定位は既に承認された薬物の新たな用途を発見しようとするもので、伝統的な薬物発見の経路に比べて安価で迅速だと考えられています[1–3]。例えば、レムデシビルとデキサメタゾンは再定位に成功した2つの薬物です[4–6]。グローバルなパンデミックが地域的な段階に移行する一方で、ウイルスの拡散は続いています。COVID-19パンデミックは、候補薬物を迅速に発見し、医学や製薬分野の専門家に提供する重要性を深く喚起させました[7]。 生物学的メカニズムの進歩と生物医学知識の収集に伴い、より正確で精...
ADHD 早期検出の潜在的バイオマーカーに関する研究報告：位相ベースの脳機能接続とグラフ理論分析に基づいて 本文は「ADHD 早期検出のための潜在的バイオマーカーに関する研究：位相ベースの脳機能接続とグラフ理論分析を用いて」と題された研究報告である。本研究は Farhad Abedinzadeh Torghabeh、Seyyed Abed Hosseini、および Yeganeh Modaresnia により完了され、Physical and Engineering Sciences in Medicine（2023）第46巻、1447-1465ページに掲載された。本文は2023年9月5日にオンラインで公開された。この記事では、学術的な背景、研究方法、実験結果、および科学的価値が詳述される。...
脳科学研究が人工知能アルゴリズムを啓発する：知識組み立ての神経メカニズム 背景の概要 新しい情報が脳に入るとき、人間は「知識組み立て」（knowledge assembly）と呼ばれる過程を通じて、世界についての既存の知識を迅速に変更できます。最近、Nelliらによる研究において、人間の脳における知識組み立ての神経関連が探究されました。研究者たちはこの神経メカニズムに触発され、迅速な知識組み立てを実現し、システムの柔軟性を向上させる人工ニューラルネットワークアルゴリズムを開発しました。この研究は、脳の作業方法を研究することがより良い計算アルゴリズムの発展を促進することを再び証明しました。 研究の出典 この研究論文はXiang Ji、Wentao Jiang、Xiaoru Zhang、Ming...
喘息予測を関連グラフ強化分類器を用いて：従来の血液バイオマーカーに基づく機械学習手法 背景紹介 喘息は、全世界で約2.35億人に影響を及ぼす慢性呼吸器疾患です。世界保健機関（World Health Organization, WHO）の統計によると、喘息の主な特徴は気道の炎症であり、喘息患者は喘鳴、呼吸困難および胸部の圧迫感などの症状を示します。効果的な喘息管理および治療のためには、迅速かつ正確な診断が重要です。しかし、従来の喘息診断方法は病歴、身体検査および肺機能検査を併用するため、費用がかかるだけでなく、一部の患者の非典型的症状により診断時間が延びたり誤診されたりすることがあります。特に小児喘息の診断は困難で、従来の方法の時間がかかる特性はこの問題をさらに悪化させます。 機械学習（Ma...
本文タイトルは「Identification of Autism Spectrum Disorder Using Multiple Functional Connectivity-based Graph Convolutional Network」で、雑誌「medical & biological engineering & computing」の2024年第62巻2133-2144ページに掲載されました。本研究は、グラフ畳み込みネットワーク（Graph Convolutional Networks, GCN）と静的機能的磁気共鳴画像法（rs-fMRI）データを組み合わせ、自閉症スペクトラム障害（Autism Spectrum Disorder, ASD）の早期診断を実現するための多機能接続...
グラフニューラルネットワークに基づく肺癌の表現学習 背景紹介 デジタル病理学の急速な発展に伴い、画像ベースの診断システムは正確な病理診断においてますます重要になっています。これらのシステムは、全スライド画像（Whole Slide Images, WSIs）に対する複数インスタンス学習（Multiple Instance Learning, MIL）技術に依存しています。しかし、WSIsを効率的に表現する方法は依然として解決が急がれる問題です。深層ニューラルネットワークの出現により、ビジュアルコンピューティングは画期的な進展を遂げましたが、WSIの膨大なピクセル数に直面する現有のニューラルネットワーク手法は依然として大きなチャレンジに直面しています。近年、いくつかの研究がグラフベースのモデル...
ソースレベルEEGとグラフ理論に基づく卒中後てんかん患者の機能的結合の変化に関する研究報告 研究背景 てんかんの病因は多岐にわたり、特発性、先天性、頭部外傷、中枢神経系感染、脳腫瘍、神経変性疾患、脳血管疾患などが含まれます。その中で、脳血管疾患は全てんかん症例のおよそ11%を占め、高齢者てんかん患者の最も一般的な病因となっています。また、卒中後てんかん（Post-Stroke Epilepsy, PSE）は卒中患者の一般的な合併症であり、3%から30%の卒中患者がPSEに発展する可能性があります。PSEのリスク要因としては、皮質の関与、出血性の転化、早期発作、若年発病、高いNIHSSスコア、アルコール依存などが挙げられます。 ネットワーク科学とグラフ理論は、脳機能の理解において顕著な可能性を...
階層的負サンプリングに基づくグラフ対比学習を用いた薬物-疾患関連予測の研究 薬物-疾患関連（RDAs）の予測は、疾患治療戦略の解明や薬物の再利用において重要な役割を果たしています。しかし、既存の方法は主に限定されたドメイン特有の知識に依存して薬物と疾患の候補関連を予測しているため、効果が限定されています。また、薬物-疾患関係の未知の情報を単純に負のサンプルとして定義することには固有の欠点があります。これらの課題を克服するため、本研究では階層的な負のサンプリングに基づく新しいグラフ対比モデルであるHSGCL-RDAを提案し、薬物と疾患の潜在的な関連を予測します。 研究背景と研究課題 薬物開発および疾患進行の制御プロセスは長くて高価であり、増え続ける疾患の数とその変異により効果的な薬物の需要が増...
非小细胞肺癌的免疫疗法疗效预测：多视角自适应加权图卷积网络研究报告 背景介绍 肺癌は発症率が非常に高く、予後が悪い悪性腫瘍であり、長年にわたりその致死率は高止まりしています。すべての肺癌患者の中で、非小細胞肺癌（Non-Small Cell Lung Cancer, NSCLC）は約85%を占めています。新しい治療手段として、腫瘍免疫療法は癌患者に新しい治療のアイデアを提供しました。しかし、免疫療法は高額であり、約20%から50%の患者のみが満足のいく効果を得られるだけです。さらに治療中には、免疫性肺炎や肝炎などの副作用が発生する可能性があります。したがって、患者が免疫療法を受ける前にその効果を予測することは重要です。 近年、機械学習を基盤とする放射線オミクスは、NSCLCの免疫療法の効果予...