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...

グラフニューラルネットワークに基づく肺癌の表現学習 背景紹介 デジタル病理学の急速な発展に伴い、画像ベースの診断システムは正確な病理診断においてますます重要になっています。これらのシステムは、全スライド画像（Whole Slide Images, WSIs）に対する複数インスタンス学習（Multiple Instance Learning, MIL）技術に依存しています。しかし、WSIsを効率的に表現する方法は依然として解決が急がれる問題です。深層ニューラルネットワークの出現により、ビジュアルコンピューティングは画期的な進展を遂げましたが、WSIの膨大なピクセル数に直面する現有のニューラルネットワーク手法は依然として大きなチャレンジに直面しています。近年、いくつかの研究がグラフベースのモデル...

原発閉塞隅角緑内障患者の脳ネットワークトポロジーのグラフ理論分析 研究背景 緑内障は視神経の損傷と眼圧の上昇を特徴とする世界的な失明を引き起こす眼疾患である（Kang and Tanna 2021）。さまざまなタイプの緑内障の中で、原発閉塞隅角緑内障（Primary Angle-Closure Glaucoma，PACG）は特にアジアで普遍的である（Chan et al. 2016）。PACGの病因は複雑で、前房角の狭窄、前房の混雑が閉鎖を引き起こす（Sun et al. 2017）、脈絡膜の肥厚（Zhou et al. 2013; 2014）、および脈絡膜の拡張（Kumar et al. 2008）などが含まれ、最終的に眼圧が上昇する。環境要因として、照明条件が瞳孔の大きさに影響を及ぼし、...

冠心病患者功能性大脳ネットワークの変化：独立成分分析とグラフ理論分析 本論文は《Brain Structure and Function》誌2024年第229巻に掲載され、冠心病（coronary heart disease, CHD）患者における機能的接続（functional connectivity, FC）および脳ネットワークのトポロジ特性の変化を研究しています。論文は、厦門大学附属心血管病医院、厦門大学医学院など複数の機関の科学者たちが協力して完成させたもので、主要な著者にはSimin Lin、Puyeh Wu、Shaoyin Duanなどが含まれます。 研究背景と動機 冠心病は世界の主要な死因の一つであり、患者は認知および心理的損害のリスクが高まります。これまでの研究により、冠心...

非小细胞肺癌的免疫疗法疗效预测：多视角自适应加权图卷积网络研究报告 背景介绍 肺癌は発症率が非常に高く、予後が悪い悪性腫瘍であり、長年にわたりその致死率は高止まりしています。すべての肺癌患者の中で、非小細胞肺癌（Non-Small Cell Lung Cancer, NSCLC）は約85%を占めています。新しい治療手段として、腫瘍免疫療法は癌患者に新しい治療のアイデアを提供しました。しかし、免疫療法は高額であり、約20%から50%の患者のみが満足のいく効果を得られるだけです。さらに治療中には、免疫性肺炎や肝炎などの副作用が発生する可能性があります。したがって、患者が免疫療法を受ける前にその効果を予測することは重要です。 近年、機械学習を基盤とする放射線オミクスは、NSCLCの免疫療法の効果予...