建設現場での外骨格補助立ち姿勢と跪き姿勢のバランスおよび作業評価

建設作業員の膝関節エクソスケルトンによるバランス補助と作業タスク評価 背景紹介 建設作業員は危険な作業環境で深刻な安全と健康リスクに直面しており、特に高所での作業では、長時間の立ち姿勢や膝立ち姿勢が膝関節の損傷、筋骨格系疾患、視覚的擾乱などを引き起こし、作業員のバランス能力を低下させます。転倒やその他の労働災害を防ぐために、研究者は技術的手段を通じて建設作業員のバランス能力を向上させる方法に注目しています。膝関節エクソスケルトン(knee exoskeleton)は、膝関節への負荷を軽減し、さまざまな作業姿勢でのバランスを維持するための有望な介入手段として認識されています。 本研究の核心は、下肢関節、特に膝関節が立ち姿勢と膝立ち姿勢での神経バランス制御戦略にどのように影響するかを探ることです...

解剖病理学における自動化組織分析戦略:基準マーカーの統合と多表面組織比較

解剖病理学における組織分析の自動化戦略:基準マーカーの統合と多表面組織比較 背景 解剖病理学ラボでは、多くのプロセスがまだ手動で行われています。特にパラフィン包埋組織ブロック(Paraffin-Embedded Tissue Blocks, PETBs)の作成と処理において、手動操作は作業のばらつきやサンプルの誤識別、紛失のリスクを引き起こし、診断の精度と効率に影響を与える可能性があります。この問題に対処するため、自動化技術が導入され、ラボの効率向上、人的エラーの削減、サンプル処理の一貫性が求められています。 しかし、既存の自動化ソリューションは、組織サンプルの追跡や特定領域の識別において多くの課題に直面しています。例えば、処理中にパラフィン包埋組織ブロック内の特定領域をさらに研究する必要が...

口腔解剖知識に基づく半教師あり学習による3D歯科CBCTセグメンテーションと病変検出

学術的背景と研究動機 歯科医療保健分野において、コーンビームコンピュータ断層撮影(CBCT, Cone Beam Computed Tomography)は広く利用されている三次元画像技術です。CBCTは口腔の三次元画像を提供し、特に歯原性病変の診断において優れた能力を発揮します。しかし、CBCT画像のセグメンテーション(segmentation)——つまり、画像内の各ボクセル(voxel)に対して病変、骨、歯、修復材料をラベル付けすること——は重要かつ複雑なタスクです。現在、臨床現場では主に手動セグメンテーションに依存しており、これには時間がかかる上、専門知識も必要とされます。セグメンテーションの自動化を実現し、大量の手動ラベル付けデータへの依存を減らすために、研究者たちは口腔解剖学的知識...

視覚慣性センサーのキャリブレーションが上肢関節角度の推定に与える影響

視覚慣性センサーのキャリブレーションが上肢関節角度の推定に与える影響

視覚-慣性センサーに基づく上肢関節角度推定およびキャリブレーション方法の影響に関する研究 学術的背景 上肢の機能障害、特に脳卒中後の患者の上肢機能の低下は、日常生活に深刻な影響を及ぼします。リハビリテーションは上肢機能を回復するための重要な手段ですが、その効果は関節角度の正確な評価に依存しています。従来、光学マーカーに基づくモーションキャプチャシステム(optical motion capture, OMC)は関節角度推定の「ゴールドスタンダード」とされていますが、高価で持ち運びが不便なため、現実の臨床環境での普及が難しい状況です。近年、視覚-慣性計測ユニット(visual-inertial measurement units, VIMU)などの低コストセンサーが有望な代替手段として注目され...

Adiporonは脂質蓄積と線維化を緩和することにより、保存型心不全の進行を改善する

Adiporon は脂質蓄積と線維化を軽減することで射血分数保持型心不全(HFpEF)の進行を改善 研究背景 射血分数保持型心不全(Heart Failure with Preserved Ejection Fraction, HFpEF)は、心不全の中で最も一般的なタイプであり、肥満、糖尿病、高血圧などの代謝性疾患と共存することが多い。HFpEF患者の心臓は、射血分数が正常であるにもかかわらず、拡張機能障害を抱えており、心臓が効果的に充満できず、さまざまな症状を引き起こす。近年、心不全治療において進展が見られているが、HFpEFの治療は心血管医学における未解決の重要な課題の一つである。既存の薬物、例えばACE阻害薬やβ遮断薬は、射血分数低下型心不全(HFrEF)には有効であるが、HFpEF...

多レベル特徴融合に基づくマルチタスク水生毒性予測モデル

学術背景 有機化合物による環境汚染の脅威が深刻化する中、異なる水生生物が有機化合物に対して示す毒性反応を研究することが極めて重要となっています。これらの研究は、汚染物質が水生生態系全体に及ぼす潜在的な生態学的影響を評価するだけでなく、環境保護に重要な科学的根拠を提供します。従来の実験方法は一定のデータを提供できますが、コストが高く、時間がかかる上に、大規模な化学物質の毒性評価には対応しにくいという課題があります。深層学習技術の急速な発展により、水生毒性の予測においてより高い精度、高速なデータ処理能力、そして優れた汎化能力が示されています。しかし、既存の手法は高次元の特徴データを扱う際に限界があり、特に分子の複雑な構造や相互作用を捉える点で課題を抱えています。したがって、複数の水生生物の毒性を...