学術的背景 パーキンソン病（Parkinson’s Disease, PD）は、65歳以上の人々に主に影響を与える第二に一般的な慢性神経変性疾患です。世界人口の高齢化が進むにつれて、パーキンソン病の有病率は2015年の約700万人から2040年には約1300万人に増加すると予測されています。現在、パーキンソン病の診断は主に臨床的な質問票や運動日記に依存しており、これらの方法は時間がかかり、大きな主観的な偏りがあります。近年、ウェアラブル技術と機械学習手法の組み合わせにより、研究者たちは運動症状を定量化することによってパーキンソン病の診断を支援する可能性を探り始めました。しかし、これらの技術の有効性は環境設定の影響を受けやすく、現実世界での広範な応用は困難です。したがって、本研究では短期間の運...

スペクトル拡散後続サンプリングに基づく多材料分解に関する研究 背景紹介 医用画像分野では、CT（コンピュータ断層撮影）技術が疾患診断や治療計画に広く利用されています。近年、スペクトルCT（spectral CT）はエネルギー依存の減衰情報を提供できることから注目を集めています。スペクトルCTは複数のエネルギーチャネルの投影データを使用して、異なる材料の密度分布を再構成します。このプロセスは材料分解（material decomposition）と呼ばれます。しかし、材料分解は高度に非線形な逆問題であり、従来の分解方法である解析的分解（analytical decomposition）や反復モデル分解（iterative/model-based decomposition）には計算効率の低さ、...

自己校正メカニズムを備えた深層再構成フレームワーク（DEISM）の化学交換飽和移動イメージングへの応用 学術的背景 化学交換飽和移動（Chemical Exchange Saturation Transfer, CEST）イメージングは、高感度な分子磁気共鳴イメージング技術であり、がん、てんかん、脳卒中などのさまざまな疾患に関連する生体分子を検出することができます。しかし、CESTイメージングにはスキャン時間が長くなるという大きな欠点があり、これは異なる飽和周波数オフセットで複数回のデータ取得を行う必要があるためです。この長いスキャン時間は、CESTイメージングの臨床での広範な採用を制限しています。この問題に対処するために、研究者たちは加速されたCESTイメージング技術の開発に取り組んでおり...

小児集中治療室における心拍数と体温の関係に関する機械学習研究 学術的背景 集中治療室（PICU）において、心拍数（HR）と体温（BT）は患者の生理状態を反映する重要な臨床指標です。成人における心拍数と体温の関係は広く研究されていますが、特にPICUのようなハイリスク環境での小児群、特に0歳から18歳までの年齢層における研究は依然として限られています。小児患者の生理的特徴は成人とは大きく異なり、年齢とともに心拍数が減少し、体温の変化が心拍数に影響を与えることが知られています。しかし、従来の線形モデルでは、異なる体温範囲や年齢層で心拍数を予測する際に制約があり、しばしば過小評価や過大評価が生じます。したがって、心拍数、体温、年齢間の複雑な関係を探ることは、PICUにおける臨床意思決定の改善に重要...

自己教師あり学習に基づく神経内視鏡リアルタイム3D再構成とナビゲーションに関する研究 学術的背景 神経内視鏡手術（neuroendoscopy）は、脳深部病変の治療に広く使用される低侵襲手術技術であり、内視鏡下第三脳室造口術（endoscopic third ventriculostomy, ETV）、脈絡叢焼灼術、嚢胞開窓術などに応用されています。しかし、手術中に脳組織移動（brain shift）や脳脊髄液（cerebrospinal fluid, CSF）の流出が発生すると、脳深部構造が幾何学的に変形し、従来の術前画像に基づいた神経ナビゲーション（neuronavigation）に課題をもたらします。伝統的なナビゲーションシステムは通常、術前磁気共鳴画像（MRI）やコンピュータ断層撮影...

多解像度信号ウェーブレットネットワークの音声感情認識への応用：SigWavNet 学術的背景 音声感情認識（Speech Emotion Recognition, SER）は、人間とコンピュータの相互作用や心理学的評価において重要な役割を果たしています。音声信号を分析することで話者の感情状態を識別し、緊急コールセンターやヘルスケア、仮想AIアシスタントなどの分野で幅広く応用されています。しかし、この分野での顕著な進展にもかかわらず、システムの複雑さ、特徴の識別力不足、およびノイズの干渉といった問題が依然として残っています。これらの課題に対処するため、ケベック大学、コンコルディア大学、およびモントリオールのケベック大学の研究チームは、意味のある特徴を直接音声波形信号から抽出し、多解像度分析を通...