光学自旋軌道耦合の広帯域色差空間微分イメージング 背景紹介 画像処理において、従来の空間微分は通常デジタル電子計算によって行われます。しかし、多くのビッグデータアプリケーションではリアルタイムかつ高スループットな画像処理が求められており、これはデジタル計算にとって大きな挑戦です。光学的なアナログ空間微分はこの挑戦を克服する可能性があります。なぜなら、低エネルギーで全ての画像を大規模に並行処理できるからです。さらに、光学的な空間微分は純粋な位相物体（例：透明な生物細胞）のイメージングも可能であり、これはデジタル電子計算では実現不可能です。このため、光学的な微分は最近広く注目されており、ラベルフリーセルイメージング、画像処理、コンピュータビジョンなどの分野で広範な応用があります。 論文出典 本論...

在当今の腫瘍学臨床実践および薬物開発分野において、腫瘍反応の評価方法は革新の瀬戸際に立っています。1981年に世界保健機構（WHO）が抗癌薬の効果を評価するための腫瘍反応分類基準を提案して以来、この分野は何度も改良を経験してきました。最もよく知られているのは、1995年に設立された実体腫瘍における反応評価基準（RECIST）作業部会によるものです。この作業部会は、カナダ国立がん研究所、米国国立がん研究所、および欧州がん研究治療機構と協力して多数の症例データに基づく根拠に基づいた勧告を構築し、RECIST 1.0および1.1バージョンの公開を促進しました。これらのバージョンは、客観的な反応率などの画像学的エンドポイントを確定する上で重要な役割を果たしてきました。 しかし、腫瘍生物学のより深い理...

緊急問題の背景 前立腺がんは男性に最も一般的な癌の一つです。転移性去勢抵抗性前立腺癌（mCRPC）は、去勢治療に抵抗する腫瘍を特徴とする前立腺癌の末期形態です。ラジウム-223はα粒子放射線治療薬であり、mCRPC患者の全生存率（OS）を改善し、骨に関連するイベントを減少させることが証明されています。しかし、現在の臨床実践では、どの患者がラジウム-223治療に反応するかを予測したり、治療効果をタイムリーに監視したり、患者の予後を評価したりするための利用可能なバイオマーカーが不足しています。したがって、関連する循環および画像バイオマーカーの開発は重要な意味を持ちます。 論文の出典 この論文は、ハーバード医学校、ベイラー女性病院、マサチューセッツ総合病院のフィリップ・J・セイラーなどの研究者によ...

機械学習支援の定量高光スペクトルイメージングによる脳腫瘍切除のガイド効果研究 背景紹介 悪性グリオーマの完全切除は、浸潤領域の腫瘍細胞を区別するのが難しいという課題に常に直面しています。この研究の背景は、神経外科手術において、5-アミノレブリン酸（5-aminolevulinic acid、略称5-ALA）を使用することで、プロトポルフィリンIX（protoporphyrin IX、略称PPIX）の蛍光ガイドを実現し、腫瘍の切除率を向上させることです。しかし、スペクトルイメージングの助けを借りても、多くの低悪性度グリオーマや一部の高悪性度腫瘍は、PPIXの蓄積が少ないため、蛍光が弱く、腫瘍の区別が困難です。したがって、異なる種類の腫瘍組織におけるPPIX発光スペクトルを理解し、これらのスペク...

深層学習における超音波心動図自動診断の新たな突破：自己教師あり学習法の比較研究レポート 研究背景 人工知能と機械学習技術が急速に発展する中、それらは医用画像診断分野でますます重要な役割を果たしています。特に、自己教師あり学習（Self-Supervised Learning, SSL）は、ラベルデータが希少な問題に効果を発揮し、医用画像のラベル取得が困難かつ高価である場合に重要となります。通常、自己教師あり学習の多くの方法は、豊富な時間情報を含むビデオ画像、例えば超音波心動図に特別に適応・最適化されていません。したがって、小型のラベルデータセットでの自動医用画像診断の性能を向上させるために、超音波心動図ビデオに特化した自己教師あり対照学習法の開発が特に切迫し、重要です。 研究出典 本研究は、...

心機能および豚の梗塞瘢痕の精密画像: 超高磁場MRIを用いた急性および慢性豚心筋梗塞モデル研究 研究背景 心臓磁気共鳴画像法（MRI）は、心機能と容量の評価において正確かつ繰り返し可能な技術です。近年、超高磁場（ultrahigh-field、UHF）MRIにより信号対雑音比（SNR）と画像分解能の向上が目指されています。7T MRIは臨床指標の精度を高め、機能障害の早期検出や治療反応の評価が可能になると考えられます。しかし、大型動物モデル（例えば豚）における心機能と梗塞瘢痕の正確な測定に関する現行の研究は限られており、従来の心臓MRIシステムは画像品質と時間分解能に欠けています。 この研究の動機は、心臓病理変化が射出分画（ejection fraction、EF）や心筋質量などの重要な生理...

小児低グレード膠芽腫の分割のためのマルチタスク学習の改善 背景紹介 小児脳腫瘍の分割は、腫瘍容量分析および人工知能アルゴリズムの主要なタスクである。しかし、このプロセスは時間がかかり、神経放射線学の専門家の知識が必要です。多くの研究が成人の脳腫瘍分割の最適化に集中していますが、人工知能主導の小児腫瘍分割に関する研究はまれです。さらに、小児と成人の脳腫瘍のMRI信号特徴は異なるため、小児脳腫瘍のための特別な分割アルゴリズムが必要です。したがって、本論文は、脳腫瘍の遺伝子変化分類器を主要ネットワークに補助タスクとして追加し、マルチタスク学習（Deep Multitask Learning, DMTL）を通じて分割結果の精度を向上させることを提案します。 論文出典 この研究は以下の研究者によって行...

《多パラメータMRI画像による腫瘍内外のラジオミクス特徴に基づく膠芽腫のグレード予測》 研究背景 膠芽腫は中枢神経系で最も一般的な原発性脳腫瘍であり、成人の悪性脳腫瘍の80%を占めます。臨床実践では、治療の決定は通常、腫瘍のグレードに基づいて個別に調整されます。世界保健機関（WHO）は膠芽腫を4つのグレード（I-IV）に分類し、さらに低グレード膠芽腫（LGG、I級とII級）と高グレード膠芽腫（HGG、III級とIV級）に分けています。正確な膠芽腫のグレード分類は、治療計画の立案、個別治療の実施、予後および生存期間の予測において極めて重要です。現在、膠芽腫のグレード診断は主に外科的生検や組織病理学的分析によって行われています。しかし、この診断法は侵襲的であり、場合によっては患者に適さないため、...

自己注意類似性に導かれたグラフ畳み込みネットワークを用いた多タイプ低グレード膠芽腫の分類 一、研究の背景 低グレード膠芽腫は一般的な悪性脳腫瘍であり、脳および脊髄のグリア細胞の癌化に起因します。膠芽腫は発症率が高く、再発率が高く、死亡率が高く、治癒率が低いという特徴があります。多タイプ低グレード膠芽腫を正確に分類することは、患者の予後において非常に重要です。診断において、医師は通常、磁気共鳴画像法(MRI)やコンピュータ断層撮影(CT)を用いて膠芽腫細胞の異クエン酸脱水素酵素(IDH)変異状態を分析します。 IDH変異状態は、野生型と変異型膠芽腫を区別する重要な指標です。従来は、生検や手術によって免疫組織化学や遺伝子シーケンシングを行い、IDH変異状態を特定していました。生検には一定のリスク...

AI補助のスライスプーリングに基づくグリオーマグレーディングのラジオミクスアルゴリズム 背景紹介 グリオーマ（Glioma）は中枢神経系で最も一般的かつ脅威的な腫瘍であり、高発病率、高再発率、高死亡率、低治癒率を持ちます。世界保健機関（WHO）はグリオーマを四段階（I、II、III、IV）に分類し、そのうちI級とII級は低度グリオーマ（LGG）、III級とIV級は高度グリオーマ（HGG）と呼ばれます。高度グリオーマはより侵襲性のある悪性腫瘍で、予期寿命は約2年です。2016年にWHOは分子タイプ分けを導入し、感受性の低い治療を排除できるようになりましたが、グリオーマのグレーディングは依然として治療方針の選定において重要な診断基準となっています。 磁気共鳴画像法（MRI）は、グリオーマの検出と...