背景紹介 機械学習の分野において、半教師あり学習（Semi-Supervised Learning, SSL）は、少量のラベル付きデータと大量のラベルなしデータを活用できるため、注目を集めています。特に、データのラベル付けコストが高いシナリオでは、グラフベースの半教師あり学習手法が研究の焦点となっています。グラフ畳み込みネットワーク（Graph Convolutional Networks, GCNs）は、半教師あり学習において優れた性能を発揮し、特に引用ネットワークやソーシャルネットワークなどのグラフ構造を持つデータにおいて顕著です。しかし、GCNsを非グラフ構造のマルチビューデータ（例えば画像コレクション）に適用する際には、まだ大きなギャップが存在します。 マルチビューデータ（Multi...

軽量級点群ネットワークに基づく3D領域構造運動表現の微表情認識への応用 学術的背景 微表情（Micro-expressions, MEs）は、人間の感情表現の中で一瞬的かつ微妙な顔の表情であり、通常1/25秒から1/5秒の間持続します。その自発性、迅速性、制御困難さにより、微表情はしばしば個人の真実の感情を明らかにするため、ヒューマンコンピュータインタラクション（Human-Computer Interaction, HCI）、心理学、刑事分析、ビジネス交渉などの分野で重要な役割を果たしています。しかし、微表情の低強度と短時間性により、その認識は非常に挑戦的なタスクとなっています。従来の微表情認識手法は主に2D RGB画像からの動き特徴抽出に依存しており、感情伝達における顔の構造とその動きの...

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...

脳グリオーマ分割のためのコンテキスト認識ネットワークに関する研究レポート 脳グリオーマは成人における一般的な脳腫瘍であり、健康に対して重大な損害を及ぼし、高い死亡率を持っています。早期診断、手術計画及び術後のフォローアップに充分な証拠を提供するために、多モード磁気共鳴イメージング（MRI）が広く利用されています。本レポートで研究されている目的は、脳グリオーマの自動分割においてコンテキスト情報を組み込むことであり、これは局部的な曖昧さを扱う上で基本的な手がかりを提供しています。 研究背景 以前に行われた研究では、深層ニューラルネットワークに基づく手法が、脳グリオーマ分割において有望な技術を示しました。しかし、これらの方法は腫瘍細胞及びその周辺のコンテキスト情報を組み合わせるための有力な戦略を欠...

深層学習に基づく運動想像EEG分類における皮質源イメージングの機能的結合の活用 研究背景と動機 脳-機械インターフェース（BCI）は、関連する神経経路や筋肉に依存せずに脳活動情報を直接デコードし、外部デバイスとの通信や制御を実現するシステムです。BCIシステムにおいて、よく使われる信号には脳波（EEG）、脳磁図（MEG）、および機能的磁気共鳴画像（fMRI）が含まれます。その中でも、EEGは非侵襲、実施の容易さ、低コスト、倫理的チャレンジがないなどの利点から最も一般的に使用されます。 運動想像（Motor Imagery, MI）はBCIの重要なパラダイムで、刺激条件がない場合でも、運動想像タスク中に運動想像EEG信号（MI-EEG）が自発的に生成されます。MI-EEG信号には、運動意図期間...