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...
电子電気工程師学会 (IEEE)《神経系统与康复工程事务》2021年第29卷刊登了一篇题为《一种基于注意力深度学习的单通道EEG睡眠阶段分类方法》的文章。本文由Emadeldeen Edele、Zhenghua Chen、Chengyu Liu、Min Wu、Chee-Keong Kwoh、Xiaoli Li及Cuntai Guan等学者撰写。文章的主要目的是提出一种新型的基于注意力的深度学习模型，用于通过单通道的脑电图（EEG）信号进行自动睡眠阶段分类。 研究背景 睡眠是人类重要的生理过程，直接影响到每日生活的各个方面。有研究表明，高质量的睡眠能够促进身体健康和脑功能的提升，而睡眠中断则可能导致失眠或睡眠呼吸暂停等睡眠障碍。睡眠阶段（如浅睡和深睡）对免疫系统、记忆和代谢等起着关键作用，因此...
全頭頂下EEGの実現可能性、安全性、および性能 - 最小侵襲的電極埋め込みに関する研究報告 背景と目的 1929年にBergerが人間の頭皮の電気信号を最初に記録し、αリズムを発見して以来、脳波(EEG)の記録能力は、空間的なカバー範囲(電極数の増加)、時間的な長さ(数日間)、およびデジタル化の面で大幅に改善されてきました。従来の頭皮EEGは、てんかんや睡眠障害などの一過性の神経機能障害を診断する標準的な方法ですが、現在の臨床実践では、従来のEEGでは短期間(日単位)の記録しかできず、脳の(機能的)変化をより長期間(月単位)にわたって捉えることができません。慢性脳疾患(てんかんなど)の管理を最適化するためには、日常生活中の脳活動を監視する方法を見つける必要があります。 本研究の目的は、全頭頂...
近年来、がんこな間作性てんかん (refractory epilepsy) は医学界から注目されています。このてんかんは、適切な抗てんかん薬による治療を2回受けても、重度のてんかん発作が継続する状態と定義されています。薬物治療が無効な患者の場合、てんかん発作の起源領域 (seizure onset zone、SOZ) を正確に特定し、その領域を切除または破壊する治療法は治癒につながる可能性があります。しかし、米国では薬物難治性てんかん患者に対する一般的な手術評価法は、立体定位脳波 (stereoelectroencephalography、SEEG) 電極を用いて異なる脳領域のてんかん活動をモニタリングすることですが、この方法では十分な数のてんかん発作を検出する必要があり、患者は数日から数週...
次世代シーケンシング法によるメタゲノム解析がプロカルシトニンに代わり、発熱性急性壊死性膵炎患者における抗生物質の適用を導く 背景と研究目的 急性膵炎(Acute Pancreatitis, AP)は、消化器系疾患の中で緊急入院の主な原因の1つであり、著しい医療資源の利用がある。この疾患は局所および全身の炎症反応を伴い、臨床経過は様々である。約20%の患者が急性壊死性膵炎(ANP)に進行し、そのうち20-40%が感染性膵壊死(IPN)に発展し、死亡率は30-40%に達する。無菌性ANPと IPNの臨床症状が類似しているため、医師は初期段階でIPNを診断するのが大変な課題となっており、これが抗生物質の乱用につながっている。抗生物質の乱用は、抗菌薬耐性の出現だけでなく、不必要な副作用とコスト高騰を...