個別化した猫の脊髄刺激モデリングのための新しいCNNベースの画像セグメンテーションパイプライン

卷積ニューラルネットワーク(CNN)に基づく画像分割パイプラインを用いた個体化された猫の脊髄刺激モデリング 背景と研究動機 脊髓刺激(Spinal Cord Stimulation, SCS)は、慢性疼痛管理に広く使用されている治療法です。近年、SCは神経活動を調節し、失われた自律または感覚運動機能を回復させるためにも使用されています。個別化されたモデリングと治療計画は、SCを安全かつ効果的に行うための重要な側面です。しかし、必要な詳細さと精度のあるスパイン模型の生成には、人間の専門家による時間のかかる手動の画像分割が必要となります。したがって、限られたデータでも高品質の解剖学的モデルを生成できるよう、自動化された分割アルゴリズムが切実に求められています。 論文の出典 本論文は、Alessa...

EEGによる聴覚注意検出のための注意誘導型グラフ構造学習ネットワーク

EEGによる聴覚注意検出のための注意誘導型グラフ構造学習ネットワーク

注意力ガイダンスによるグラフ構造学習ネットワークをEEGベースの聴覚注意検出に応用 学術的背景 “カクテルパーティー効果”は、複数の話者がいる環境で、人間の脳が選択的に一人の話者に注意を向け、他の人を無視する能力を表しています。しかし、聴覚障害者にとってこの状況は大きな課題となります。補聴器や人工内耳などの現代の聴覚補助機器は雑音除去に効果的ですが、リスナーが注目したいシグナルを区別することはできません。聴覚注意検出(Auditory Attention Detection、AAD)タスクは、この問題を解決する潜在能力を持っており、脳から直接注意に関連する情報を抽出します。神経科学研究によると、非侵襲的な神経記録技術である脳波(Electroencephalography、EEG)には、聴覚...

EEG解読のための深層学習を用いたユークリッド整列の体系的評価

EEG解読におけるユークリッド整列と深層学習の系統的評価 背景紹介 脳波(EEG)信号は、非侵襲性、携帯性、低コストな収集などの利点から、脳コンピューターインターフェース(BCI)タスクで広く利用されています。しかし、EEG信号には低い信号対雑音比、電極位置の影響を受けやすい、空間分解能が低いなどの欠点があります。深層学習(DL)技術の進歩に伴い、この技術はBCI分野で優れた性能を示し、場合によっては従来の機械学習手法を上回っています。しかし、DLモデルには大量のデータが必要であるという主な障害があります。複数の被験者データを使った転移学習(Transfer Learning、TL)は、データ共有によってDLモデルをより効率的に訓練できます。ユークリッド整列(Euclidean Alignm...

群体事象関連電位成分のベイズ推定:合成データセットと実データセットのためのモデルのテスト

背景紹介 事象関連電位(Event-Related Potentials, ERPs)の研究は、様々な心理プロセスを説明する際に独自の利点を持つなど、脳のメカニズムに関する重要な情報を提供しています。これらの研究では、通常、被験者に特定のタスクを実行させながら、多チャンネル脳波(EEG)を記録し、刺激の種類と被験者の反応に基づいて試行を分類し、各カテゴリの試行の平均値を計算してERPsを算出しています。頭皮表面で記録されたERPsは時間分解能が高いものの、体積伝導効果のため、空間分解能は低くなります。 体積伝導問題を解決する1つの方法は、ブラインドソース分離(Blind Source Separation, BSS)手法を使うことです。BSSを個々の試行データに適用する場合、主な目標は個人の...

C57BL/6野生型マウスにおける慢性移植皮質内微小電極周辺のニューロン機能的結合性は層依存的に障害される

神経電極の慢性的な埋め込み過程におけるマウス神経機能接続の層依存的影響 はじめに この研究では、慢性的な埋め込み型微細電極がC57BL6野生型マウス脳内の神経機能接続に与える長期的影響を探る。埋め込まれた電極は神経信号の記録と電気刺激を行うことができ、脳-コンピュータインターフェイス(Brain-Computer Interface、以下BCI)システムに広く応用されている。例えば、運動制御や感覚知覚の回復などである。しかし、時間が経つにつれ、埋め込まれた電極による信号は徐々に劣化していく。この劣化は「異物反応」(Foreign-Body Response、以下FBR)によるものであると考えられている。しかし、FBRが具体的にどのように埋め込み周辺領域の神経回路機能とその安定性に影響を与える...

GCTNet: EEG信号に基づく重度抑うつ障害検出のためのグラフ畳み込みトランスフォーマーネットワーク

GCTNet:EEG信号に基づいて重度抑うつ症を検出するグラフ畳み込みTransformerネットワーク 研究背景 重度抑うつ症(Major Depressive Disorder, MDD)は、一般的な精神障害であり、顕著かつ持続的な低気分を特徴とし、全世界で約3億5千万人に影響を与えています。MDDは自殺の主な原因の一つであり、毎年約80万人がこれにより命を落としています。現在のMDDの診断は主に患者の自己報告と臨床医の専門的判断に依存しています。しかし、診断過程の主観性は、異なる医師間での一致性の低さを引き起こし、正確でない診断をもたらす可能性があります。研究によれば、MDDと診断された一般医師の正確率はわずか47.3%に過ぎません。したがって、客観的かつ信頼できる生理指標を探索し、効...