非侵襲的イメージング技術による脈絡叢のバリア越え水交換評価 背景紹介 脈絡叢（Choroid Plexus, CP）は脳脊髄液（Cerebrospinal Fluid, CSF）の生成において重要な役割を果たし、血液-脳脊髄液バリア（Blood-Cerebrospinal Fluid Barrier, BCSFB）の主要な構成要素でもあります。脈絡叢は脳脊髄液の分泌と吸収を調節することで、脳の内部環境を安定させます。しかし、現在のところ、脈絡叢の機能を評価するための非侵襲的なイメージング技術が不足しており、これがBCSFB機能の理解を妨げています。既存の方法、例えばトレーサー希釈法や脳脊髄液採取法は、間接的に脳脊髄液の分泌を測定できますが、これらの方法は侵襲的であり、脈絡叢と他の潜在的な源（...

深層学習を用いた小児低悪性度神経膠腫の術後再発予測 背景紹介 小児低悪性度神経膠腫（Pediatric Low-Grade Gliomas, PLGGs）は、小児において最も一般的な脳腫瘍の一つであり、すべての小児中枢神経系腫瘍の30％から50％を占めています。PLGGsの予後は比較的良好ですが、術後再発リスクは従来の臨床的、画像学的、および遺伝子学的要因では正確に予測することが困難です。術後再発の異質性により、特に補助療法や画像モニタリングに関する術後管理の意思決定が複雑になっています。そのため、術後再発リスクを正確に予測するツールを開発することは、患者管理の最適化と予後の改善にとって非常に重要です。 近年、深層学習（Deep Learning, DL）は、特に腫瘍のセグメンテーションや予...

MRI腫瘍生息地分析における膠芽腫の病理学的検証 背景紹介 膠芽腫（Glioblastoma, GBM）は高度に悪性の脳腫瘍であり、高い異質性と浸潤性を有しています。その複雑な腫瘍微小環境（Tumor Microenvironment, TME）により、従来の画像診断法では腫瘍の異なる領域（腫瘍コア、浸潤性腫瘍辺縁、壊死領域など）を正確に区別することが困難です。この空間的な異質性は治療効果に影響を与えるだけでなく、患者の予後不良にもつながります。そのため、非侵襲的な画像診断手法を用いて腫瘍の異なる領域を正確に識別することが、現在の研究の焦点となっています。 近年、多パラメータMRI（拡散強調画像DWIや動的感受性造影強調画像DSC）に基づく腫瘍生息地分析（Tumor Habitat Imag...

半監督医療画像セグメンテーションにおけるPICKモデルの応用 学術的背景 医療画像セグメンテーションは、臨床実践において重要な意義を持ち、医師に臓器や腫瘍の体積、位置、形状などの重要な情報を提供します。近年、深層学習に基づくモデルは医療画像セグメンテーションタスクで優れた性能を示していますが、これらのモデルは通常、大量の注釈付きデータを必要とします。しかし、医療画像の注釈は専門の臨床医師が必要であり、これらの注釈データを取得するには時間とコストがかかります。そのため、限られた注釈データでモデルの性能を向上させる方法が重要な研究課題となっています。 半教師あり学習（Semi-Supervised Learning, SSL）は、限られた注釈データと大量の未注釈データを同時に活用することで、この...

境界回帰と構造再パラメータ化に基づく核インスタンスセグメンテーションモデルRepsNet 学術的背景 病理診断は腫瘍診断のゴールドスタンダードであり、核インスタンスセグメンテーションはデジタル病理分析と病理診断における重要なステップです。しかし、モデルの計算効率と重複ターゲットの処理は、現在の研究における主要な課題です。これらの問題を解決するために、本論文では、核境界回帰と構造再パラメータ化に基づくニューラルネットワークモデルRepsNetを提案し、H&E染色された組織病理学画像における核のセグメンテーションと分類を行います。 核の分布と形態的特徴（密度、核質比、平均サイズ、多形性など）は、がんのグレード評価だけでなく、治療効果の予測にも有用です。しかし、病理画像は通常、核の広範な接着、多様...