マルチフォトトランジスタ-単一メモリスタアレイに基づく再構成可能なセンサー内処理

多フォトトランジスタ‐単メモリスタアレイを基盤とする再構成可能なインセンサー処理:機械学習と生体インスパイア型ニューラルネットワークの融合による新しい視覚計算プラットフォーム 学術背景と問題提起 人工ビジョンシステムは、インテリジェントエッジコンピューティングの重要な構成要素として長年認識されてきましたが、従来のCMOS(相補型金属酸化膜半導体)技術とノイマン型アーキテクチャに基づくシステムは、大きな制約を抱えていました。これらのシステムでは、独立した画像センサー、記憶モジュール、プロセッサ間の物理的分離により、大量のデータ冗長性や信号処理の遅延が生じます。これにより、回路設計の複雑化や消費電力の増加が引き起こされ、リアルタイム処理能力が著しく制限されています。自然環境において、従来型の視覚...

単一トランスデューサーに基づくウェアラブルエコー筋電図システム

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...

バンデルワールス金属カソードを用いたアナログスイッチングと高オン/オフ比を実現するメモリスタ

二次元ヴァン・デル・ワールス金属陰極を用いたアナログスイッチングメモリスタの研究 学術的背景 人工知能(AI)アプリケーションが急速に発展している中で、従来のフォン・ノイマンアーキテクチャは、データ集約型計算タスクにおいて性能の限界に達しようとしています。ニューロモルフィックコンピューティング(neuromorphic computing)は、データ集約型タスクをより高速かつ効率的に処理できる新興の計算パラダイムとして注目されています。この分野では、メモリスタ(memristor)はメモリ内計算やアナログ計算を実現できるため注目されています。特に、複数の導電状態を持つアナログメモリスタは、ニューロモルフィックコンピューティングの効率を大幅に向上させることができます。しかしながら、従来のアナロ...

リスクモデルに基づく自殺スクリーニングのための臨床意思決定支援:ランダム化比較試験

リスクモデルに基づく臨床意思決定支援システムを用いた自殺スクリーニング: ランダム化臨床試験 学術的背景 自殺予防は世界的な公衆衛生課題であり、とりわけ医療現場では自殺リスクを効果的に特定し、介入する方法が重要な研究テーマとなっています。従来の自殺リスク特定方法は、患者の自己申告、支援ネットワークからのフィードバック、または対面スクリーニングに依存していましたが、患者が自殺傾向を報告しない場合や、医療資源が限られているために全ての患者を包括的にスクリーニングできないという課題が存在します。近年、ビッグデータや人工知能技術の進展により、統計モデルに基づく自殺リスク評価ツールが臨床場面に導入され、医師の判断を支援する役割を果たしています。しかし、これらのツールが臨床意思決定支援システム(Clin...

放射線画像解釈における多モーダル大規模言語モデルの精度評価

大規模言語モデルの放射線画像解釈における性能:人間の読者との比較研究 学術的背景 近年、大規模言語モデル(Large Language Models, LLMs)は、特に自然言語処理の分野で強力な能力を発揮しています。マルチモーダルLLMsの発展により、これらのモデルはテキストだけでなく、音声、視覚、ビデオなど多様な入力形式を処理できるようになりました。代表的なマルチモーダルLLMsには、OpenAIのGPT-4 Turbo with Vision(GPT-4V)、Google DeepMindのGemini 1.5 Pro、そしてAnthropicのClaude 3があります。これらのモデルは、放射線学分野での応用も増えており、特に放射線レポートの生成や構造化において優れた性能を示していま...

英国の乳がんスクリーニングコホートにおける深層学習アルゴリズム:独立した読影と人間の読影との組み合わせ

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...