読書課題に基づくディスレクシック児童の脳接続性解析

読字障害児童における読解課題を基にした脳連結解析(EEG信号を使用) 読字障害は正常な読解能力に影響を与える神経発達性疾患であり、知能レベルが正常な児童でも影響を受けることがあります。本研究は読解課題において、読字障害児童と正常児童の脳連携の差異をグラフ理論による解析を通じて研究しました。読字障害群とコントロール群の児童が読解課題中における脳機能連携を調べ、それにより脳ネットワークの損傷の可能性を示す証拠を提示しました。 研究背景 発達性読字障害(Developmental Dyslexia, DD)は約5%から10%の人口に影響を与える神経発達性読字障害です。これらの子供たちは知能レベルが正常であっても、学業成績に顕著なギャップがあります。これらの児童が学術的な挑戦や心理的な問題に直面しな...

新興伝染病対応の再利用可能な薬剤の迅速スクリーニングのための補完ネットワークの開発

新型薬物再定位方法のネットワーク構築と応用研究 背景 COVID-19パンデミックの間、研究者と製薬会社は治療とワクチンの開発に専念しました。薬物再定位は近道として素早く効果的な対応戦略と見なされています。薬物再定位は既に承認された薬物の新たな用途を発見しようとするもので、伝統的な薬物発見の経路に比べて安価で迅速だと考えられています[1–3]。例えば、レムデシビルとデキサメタゾンは再定位に成功した2つの薬物です[4–6]。グローバルなパンデミックが地域的な段階に移行する一方で、ウイルスの拡散は続いています。COVID-19パンデミックは、候補薬物を迅速に発見し、医学や製薬分野の専門家に提供する重要性を深く喚起させました[7]。 生物学的メカニズムの進歩と生物医学知識の収集に伴い、より正確で精...

フェーズベースの脳接続とグラフ理論を使用したADHD早期検出の潜在的バイオマーカー

ADHD 早期検出の潜在的バイオマーカーに関する研究報告:位相ベースの脳機能接続とグラフ理論分析に基づいて 本文は「ADHD 早期検出のための潜在的バイオマーカーに関する研究:位相ベースの脳機能接続とグラフ理論分析を用いて」と題された研究報告である。本研究は Farhad Abedinzadeh Torghabeh、Seyyed Abed Hosseini、および Yeganeh Modaresnia により完了され、Physical and Engineering Sciences in Medicine(2023)第46巻、1447-1465ページに掲載された。本文は2023年9月5日にオンラインで公開された。この記事では、学術的な背景、研究方法、実験結果、および科学的価値が詳述される。...

人間の脳における知識組み立ての神経メカニズムが人工知能アルゴリズムに刺激を与える

人間の脳における知識組み立ての神経メカニズムが人工知能アルゴリズムに刺激を与える

脳科学研究が人工知能アルゴリズムを啓発する:知識組み立ての神経メカニズム 背景の概要 新しい情報が脳に入るとき、人間は「知識組み立て」(knowledge assembly)と呼ばれる過程を通じて、世界についての既存の知識を迅速に変更できます。最近、Nelliらによる研究において、人間の脳における知識組み立ての神経関連が探究されました。研究者たちはこの神経メカニズムに触発され、迅速な知識組み立てを実現し、システムの柔軟性を向上させる人工ニューラルネットワークアルゴリズムを開発しました。この研究は、脳の作業方法を研究することがより良い計算アルゴリズムの発展を促進することを再び証明しました。 研究の出典 この研究論文はXiang Ji、Wentao Jiang、Xiaoru Zhang、Ming...

親和グラフ強化分類器による喘息予測:定期血液バイオマーカーに基づく機械学習アプローチ

喘息予測を関連グラフ強化分類器を用いて:従来の血液バイオマーカーに基づく機械学習手法 背景紹介 喘息は、全世界で約2.35億人に影響を及ぼす慢性呼吸器疾患です。世界保健機関(World Health Organization, WHO)の統計によると、喘息の主な特徴は気道の炎症であり、喘息患者は喘鳴、呼吸困難および胸部の圧迫感などの症状を示します。効果的な喘息管理および治療のためには、迅速かつ正確な診断が重要です。しかし、従来の喘息診断方法は病歴、身体検査および肺機能検査を併用するため、費用がかかるだけでなく、一部の患者の非典型的症状により診断時間が延びたり誤診されたりすることがあります。特に小児喘息の診断は困難で、従来の方法の時間がかかる特性はこの問題をさらに悪化させます。 機械学習(Ma...

複数の機能的結合に基づくグラフ畳み込みネットワークを用いた自閉症スペクトラム障害の識別

本文タイトルは「Identification of Autism Spectrum Disorder Using Multiple Functional Connectivity-based Graph Convolutional Network」で、雑誌「medical & biological engineering & computing」の2024年第62巻2133-2144ページに掲載されました。本研究は、グラフ畳み込みネットワーク(Graph Convolutional Networks, GCN)と静的機能的磁気共鳴画像法(rs-fMRI)データを組み合わせ、自閉症スペクトラム障害(Autism Spectrum Disorder, ASD)の早期診断を実現するための多機能接続...