研究背景 蛍光スペクトルは、蛍光物質（蛍光団）の識別と定量に広く使用される方法です。しかし、材料に他の蛍光団（基線蛍光団）が含まれている場合、対象の蛍光団を定量化することが難しくなります。特に基線の発光スペクトルが明確に定義されておらず、対象の蛍光団の発光スペクトルと重なる場合に問題となります。これらの蛍光物質を正確に区別して定量化するために、研究者たちは多波長励起蛍光スペクトルに基づく新しい方法を提案しました。この研究の主な目標は、基線蛍光干渉の問題を解決し、事前の仮定なしに堅牢な推定アルゴリズムを提供することです。 論文の出典 この論文は「An Explicit Estimated Baseline Model for Robust Estimation of Fluorophores ...

多層特徴探索と融合ネットワークを用いたMRIにおけるIDH状態予測研究 研究背景 膠芽腫は成人における最も一般的な悪性原発性脳腫瘍です。2021年の世界保健機関（WHO）の腫瘍分類によると、腫瘍のサブタイプの区分には遺伝子型が重要な意味を持ち、とりわけイソクエン酸脱水素酵素（IDH）遺伝子型は膠芽腫の診断に極めて重要です。臨床研究は、IDH変異を持つ膠芽腫が特定の表現型遺伝子変異特性を通じて酵素活性、細胞代謝および生物特性に影響を与えることを示しています。IDH変異を持つ膠芽腫は、IDH野生型のものよりもテモゾロミドに対して感受性が高く、予後が良好です。現在、IDH状態の認定は主に侵襲的手術後に組織標本を用いた遺伝子シーケンシングまたは免疫組織化学分析に依存しています。しかし、侵襲的な操作は...

在現代医療診断および臨床研究において、動的コントラスト強調磁気共鳴画像（Dynamic Contrast-Enhanced Magnetic Resonance Imaging, DCE-MRI）技術は、組織病理学に関する重要な情報を提供します。トレーサーキネティック（Tracer-Kinetic, TK）モデルをフィットさせることにより、時間系列MRI信号から薬物動態学（Pharmacokinetic, PK）パラメーターを抽出できます。しかし、これらの推定されたPKパラメーターは、信号対雑音比（Signal-to-Noise Ratio, SNR）、バックグラウンドT1時間、開始時間、動脈入力機能（Arterial Input Function, AIF）、およびフィットアルゴリズムなど...

Siamese-Transport領域適応フレームワークに基づく3D MRIによる膠芽腫およびアルツハイマー病の分類 研究背景 コンピュータ支援診断において、3D磁気共鳴画像法（MRI）によるスクリーニングは早期診断に重要な役割を果たし、さまざまな脳疾患の悪化を防止するのに有効です。膠芽腫は一般的な悪性脳腫瘍で、その治療法は腫瘍のグレードによって異なります。そのため、正確で効率的な3D MRI分類は医用画像分析において極めて重要です。しかし、従来の深層学習モデルは臨床における未ラベルデータに適用された場合、異なる装置やデータ収集パラメータの違いによる領域間不一致性のため、性能が著しく低下します。既存の方法は主に領域間の差異を減少させることに焦点を当てていますが、セマンティック特徴と領域情報の...

深度睡眠ネットワーク：シングルチャネルEEGに基づく自動睡眠ステージスコアリングモデル 背景紹介 睡眠は人体の健康に重要な影響を持ち、人々の睡眠の質を監視することは医学研究および実践において極めて重要です。通常、睡眠専門家は複数の生理信号（脳波図 (EEG)、眼電図 (EOG)、筋電図 (EMG)、心電図 (ECG) など）を分析することで睡眠ステージをスコアリングします。これらの信号は多導睡眠ポリグラフ (Polysomnogram, PSG) と呼ばれ、分類後に個人の睡眠状態を特定するために使用されます。しかし、この手動方法は時間がかかり、労力が必要であり、専門家が複数の夜に渡って複数のセンサーを記録し分析する必要があります。 複数の信号（EEG、EOG、EMG など）やシングルチャネル...

近年、バーチャルリアリティ技術（Virtual Reality、VR）は徐々に普及し、関連するハードウェアの価格もますます手頃になっています。たとえば、市販のヘッドマウントディスプレイ（Head Mounted Displays、HMDs）は高解像度のディスプレイを提供するだけでなく、正確な頭部および手持ちコントローラのトラッキング機能も備えています。これらの技術は当初はエンターテインメント業界で多く使用されていましたが、ますます多くの応用分野がこの技術をシリアスゲーム（Serious Games）のために利用し始めており、特にトラウマイベント後のリハビリテーション分野、中でも中風（脳卒中）患者のリハビリで活用されています。 背景と目的 脳卒中は、脳への血液供給が遮断されるか、脳内および脳周...

睡眠段階分類は、睡眠の質の評価や疾病の診断において極めて重要です。しかし、既存の分類方法は時間変動する多チャンネル脳信号の空間および時間特徴の処理、個別の生体信号の違いへの対応、モデルの解釈可能性の点で多くの課題に直面しています。従来の機械学習方法は複雑な特徴工学に依存しており、深層学習方法は特徴の表現学習に優れているものの、空間-時間特徴の利用、個体間の一般化能力、モデルの解釈可能性においてまだ改善の余地があります。 これらの課題を解決するために、北京交通大学のZiyu Jiaらとマサチューセッツ工科大学のLi-Wei H. Lehmanは、多視角時空グラフ畳み込みネットワーク（Multi-View Spatial-Temporal Graph Convolutional Networks...

背景紹介 運動イメージ（Motor Imagery, MI）は、実際の筋肉運動を行わずに想像によって活動を行うことを指します。このパラダイムは脳-コンピュータ・インターフェース（Brain-Computer Interface, BCI）に広く応用され、脳活動を外部装置の制御指令にデコードするために使用されます。特に、脳波（Electroencephalography, EEG）は相対的に安価で、携帯が容易であり、他の神経画像ツールより時間分解能が高いため、BCIに広く使用されています。さらに、このパラダイムは脳卒中患者の神経リハビリテーションに役立ちます。研究によると、ロボット支援の脳-コンピュータ・インターフェース訓練が脳卒中患者の運動リハビリ効果を向上させることができます（論文[5]お...

肌骨モデルは、生体力学解析に広く利用されており、直接計測が困難な運動変数（例：筋力や関節モーメント）を推定することができます。従来の物理駆動の計算肌骨モデルは、神経駆動から筋肉、筋肉の動力学、および身体と関節の運動学と動力学の間の動的相互作用を説明することができます。しかし、これらのモデルはその複雑さのため、動作速度が遅く、リアルタイムアプリケーションの実現が難しいです。近年、データ駆動方式はその実現速度の速さと操作の簡単さから有望な代替手段となっていますが、基礎的な神経機械プロセスを反映することができません。 本研究では、物理学の知識を融合した深層学習フレームワークを提案し、筋骨モデリングを実現します。このフレームワークでは、物理分野の知識をデータ駆動モデルに導入し、ソフト制約として罰則/...

脑機インターフェース（Brain-Computer Interface, BCI）は、神経系と外部環境を接続するコミュニケーション手段です。運動イメージ（Motor Imagery, MI）はBCI研究の基礎であり、運動実行前の内的リハーサル（Internal Rehearsal）を指します。非侵襲性技術である脳波（Electroencephalography, EEG）は、そのコスト効率と利便性のため、高い時間分解能で神経活動を記録することができます。被験者が特定の身体部位を移動することをイメージすると、大脳の特定領域でエネルギー変化（ERD/ERS）が発生し、これらの変化はEEGにより記録され運動意図を識別するために使用されます。MIに基づくBCIシステムは大きな進展を遂げており、外骨格...