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...

高周波定常状態視覚誘発場記録によるユーザーフレンドリービジュアル・ブレイン・コンピュータ・インターフェース

高周波定常状態視覚誘発場記録によるユーザーフレンドリービジュアル・ブレイン・コンピュータ・インターフェース

高周波定常誘発視覚野を基盤とした視覚BCIインターフェイス 背景紹介 脳-コンピュータ・インターフェイス(Brain-Computer Interface;BCI)技術は、特定の脳活動信号をデコードすることで、ユーザーが機械を制御することを可能にします。侵襲性BCIは高品質な脳信号を捕捉する点で優れていますが、その応用は主に臨床環境に制限されています。一方、脳波(Electroencephalography; EEG)などの非侵襲的手法は、BCIの広範な応用により実現可能な手段を提供します。しかし、脳脊髄液や頭蓋骨の影響でEEG信号は伝播中に非常に微弱になり、頭蓋骨の多様性や異方性導電性がEEG信号の位置を特定するのを困難にします。 磁源イメージング(Magnetoencephalograp...

パーキンソン病の足踏み運動中に聴覚信号がSTN活動の短時間スケール動態を調節する

パーキンソン病(Parkinson’s Disease、PD)の患者は一般的に歩行障害を経験し、これは彼らの生活の質に深刻な影響を与えます。以前の研究では、基底核のβ帯域(15-30Hz)の振動活動が歩行障害に関連している可能性がありますが、歩行プロセス中のこれらの振動活動の正確な動的情報はまだ明らかになっていません。さらに、既存の研究では、音声キューがPD患者の歩行運動学を改善することが分かっています。この音声キューの神経生理学的メカニズムをより良く理解すれば、適応型深部脳刺激(ADBS)技術を使って歩行障害を治療できる可能性があります。そこで、本研究では、歩行プロセス中の視床下核(subthalamic nucleus、STN)の振動活動の動的特性を描写し、音声キューが歩行を調節する神経...

神経形態ハードウェアにおけるニューロコンピュータープリミティブを使用した逆運動学の学習

神経形態ハードウェアにおける脳に倣った計算原理を用いた学習逆運動学 背景と研究動機 現代のロボティクスの分野では、自律的な人工エージェントの低遅延神経形態処理システムを実現することに大きな可能性がある。しかし現在のハードウェアは変動性と低精度があり、そのためその安定性と信頼性を確保することが厳しい課題となっている。これらの課題に対処するため、研究者たちは脳にインスパイアされた計算原理(computational primitives)を利用しています。例えば、三重スパイクタイミング依存プラスティシティ(triplet spike-timing dependent plasticity)、基底核に基づく脱抑制メカニズムおよび協力競技ネットワークなどを運動制御に応用しています。 本研究では、混合...

触覚知覚:臨床胃腸疾患スクリーニングのための生体模倣ヒゲベースの方法

バイオインスパイヤー人工触角法に基づく臨床胃腸疾患スクリーニング 研究背景 胃腸疾患は、下痢、胃腸道出血、吸収不良、栄養不良、さらには神経機能障害など、世界中で広範で複雑な症状を示しています。これらの疾患はその顕著な地域、年齢、および性別の差異のため、現代社会にとって重大な健康課題および社会経済的負担を構成しており、特に胃腸道がんは、世界のがん発病率および死亡率の3分の1を占めています。早期に胃腸疾患をスクリーニングし、タイムリーな介入を行うことは、死亡率を減少させ寿命を延ばす上で重要な意義を持ちます。 従来の胃腸疾患スクリーニング方法は主に内視鏡検査に依存しており、カメラを搭載した柔軟な内視鏡を使用して天然開口部から胃腸道を検査しています。しかし、内視鏡検査は病院で広く使用されているものの...

リスク感受性の高いロボット制御のための探索ベースの自己注意モデル学習

自己注意メカニズムに基づいたリスク感受性ロボット制御の探討 研究背景 ロボット制御における運動学と動力学は、任務を正確に遂行するための重要な要素です。ほとんどのロボット制御スキームは、多様なモデルに依存して任務の最適化、スケジューリング、および優先順位制御を実現しています。しかし、伝統的なモデルの動的特性の計算は通常複雑であり、誤差が発生しやすいという問題があります。この問題を解決するために、機械学習や強化学習技術を使用してモデルを自動取得することが可能な代替案として現れました。しかし、実際のロボットシステムに直接適用する際には、急激な運動変化や望ましくない行動出力のリスクが存在します。 研究の出所 本論文はソウル国立大学およびローザンヌ連邦工科大学からのDongwook Kim、Sudon...