無人機物体検出の向上を目指した選択的周波数領域相互ネットワーク 研究の背景と課題の提起 コンピュータビジョン技術の発展に伴い、無人機による物体検出はリモートセンシング分野における重要な研究テーマの1つになっています。無人機物体検出は、傾斜撮影や異なる高度で撮影された航空画像から、車両や建物などの物体を識別することを目的としています。この技術は、環境モニタリング、災害管理、安全監視などの分野で広く応用されています。しかしながら、物体のスケールや向き、複雑な背景に基づく課題により、無人機物体検出は以下のような多くの困難に直面しています： 物体の密集した分布 光条件に伴う変化 視点の変化 現在の多くの畳み込みニューラルネットワーク（Convolutional Neural Network, CNN...

拡散モデルに基づく特徴拡張：全視野病理画像における多数例学習の新手法 学術的背景と研究の動機 計算病理学（computational pathology）の分野では、全視野スライド画像（Whole Slide Images, WSIs）の効果的な分析方法が現在の研究課題として注目されています。WSIsは超高解像度の画像であり、広範囲な視野を持ち、がん診断に広く利用されています。しかし、ラベル付きデータの不足や巨大な画像データがもつ計算負荷の問題から、WSIの自動解析における深層学習手法、特に多数例学習（Multiple Instance Learning, MIL）には多くの課題があります。 MILは典型的な弱教師あり学習手法であり、WSI全体を「バッグ」に見立て、その中の小領域（パッチ）を...

ウェアラブル単一トランスデューサーによるエコーマイオグラフィーシステムの革新：筋肉動態監視から複雑なジェスチャー追跡まで 学術的背景と研究の意義 近年では、ウェアラブル電子デバイスが健康モニタリングおよびヒューマンマシンインタラクション分野において大きな可能性を持つとして注目を集めています。その中でも、筋活動を測定する技術として表面筋電図（Electromyography, EMG）が研究のホットトピックとなっています。しかし、EMG信号には多くの制約があります。信号強度が弱く不安定で、空間分解能が低い上、信号対雑音比（SNR）が低いです。その偶発性や同期性の低さが測定結果の不一致につながり、特定の筋線維の寄与を効果的に分離することが困難です。また、信号質を改善するために利用される大型の電極...

乳がんスクリーニングにおける深層学習アルゴリズムの応用 学術的背景 乳がんは世界中の女性において最も一般的ながんの一つであり、早期スクリーニングは治癒率の向上に不可欠です。従来のコンピュータ支援検出（Computer-Aided Detection, CAD）システムは、特に米国においてマンモグラフィースクリーニングで広く使用されてきました。しかし、これらのシステムはリコール率を向上させる一方で、読影者（放射線科医）のパフォーマンス改善には限定的な効果しかありませんでした。近年、深層学習（Deep Learning, DL）アルゴリズムの医療画像解析への応用が急速に進んでおり、特に乳がんスクリーニング分野で注目されています。複数のシステマティックレビューとメタアナリシスによると、2017年以...

学術的背景 電圧イメージング（voltage imaging）は、神経活動を研究するための強力な技術ですが、その有効性は低い信号対雑音比（SNR）によって制限されることが多いです。従来のノイズ除去方法、例えば行列分解は、ノイズと信号構造について厳密な仮定を課しますが、既存の深層学習アプローチは、電圧イメージングデータに固有の高速なダイナミクスと複雑な依存関係を完全に捉えることができませんでした。これらの問題を解決するために、本論文ではCellMincerという新しい自己教師あり深層学習手法を提案し、電圧イメージングデータセットのノイズ除去に特化しています。CellMincerは、短時間ウィンドウ内のスパースなピクセルセットをマスクして予測し、事前計算された時空間自己相関を組み合わせることで、...