磁性粒子イメージングのための高信号対雑音比空間エンコーディング技術

空間特異性混合励起技術を用いた磁性粒子イメージングの高信号対雑音比空間エンコード 背景紹介 磁性粒子イメージング(Magnetic Particle Imaging、MPI)は、新興の無放射線トレーサーイメージング技術として、超常磁性酸化鉄ナノ粒子(Superparamagnetic Iron Oxide Nanoparticles、SPIOs)の空間分布を可視化することにより、高感度の定量イメージングを実現します。光学イメージングとは異なり、MPIはイメージング深度に制限がなく、組織のバックグラウンド信号に影響されずに直接SPIOsを定量化できます。しかし、従来のMPI空間エンコード方法は、固定された勾配強度の勾配磁場に依存し、無場点(Field-Free Point、FFP)または無場線...

経頭蓋焦点超音波刺激下の齧歯動物の脳運動皮質における力覚受容イオンチャネルPiezo1およびPiezo2の運動反応

経頭蓋焦点超音波刺激下の齧歯動物の脳運動皮質における力覚受容イオンチャネルPiezo1およびPiezo2の運動反応

機械感受性イオンチャネルPiezo1およびPiezo2が齧歯類における経頭蓋集束超音波による脳運動皮質刺激への反応を調節する 学術背景 経頭蓋集束超音波(Transcranial Focused Ultrasound,TFUS)神経調節は、非侵襲性で深部脳刺激技術の一つであり、その高精度と安全性から神経回路研究や脳疾患治療において大きな可能性を示しています。しかし、経頭蓋集束超音波の具体的な作用メカニズムはまだ完全には解明されていません。既存の研究では、超音波の機械的効果、特に音響放射力(Acoustic Radiation Force,ARF)が機械感受性イオンチャネルに働きかけることで、ニューロンの活動に影響を与える可能性が示唆されています。そのため、これらのイオンチャネルがTFUS神経...

治療ウィンドウを考慮した関節軟骨層構造における光子の経路長と浸透深さの推定

学術ニュースレポート:軟骨における光伝播特性の研究 序論 軟骨は細胞と大量の基質から構成される複雑な生体組織で、主な成分はコラーゲン線維、プロテオグリカンと水であり、これらの成分は顕微鏡的構造において層状の組織区分を形成しています。この組織内での光の伝播は、その内在的な光学特性、例えば吸収係数(𝜇𝑎)、散乱係数(𝜇𝑠)、散乱異方性因子(𝑔)、および屈折率(𝑛)によって影響されます。これらの光学特性の変化は、組織の微細構造および病理状態に由来し、それらが光の伝播特性に与える影響を理解することで、組織の構造や生化学的特性を明らかにすることができます。そのため、軟骨における光の伝播特性の研究は、診断および治療において重要な意義を持っています。 背景 本論文はI. Kafian-Attari、E. ...

呼吸困難患者のための軟性バイオニックロボットを使用した体外閉ループ呼吸調節

呼吸困難患者のための軟性バイオニックロボットを使用した体外閉ループ呼吸調節

科学論文総合学術報道 現代医学において、呼吸調節は呼吸機能障害患者にとって非常に重要です。しかし、現在臨床で使用されている陽圧式呼吸器には長期間の依存や外傷などの問題があります。また、いわゆる「アイアン・ラング」などの体外補助機器は非侵襲的な代替手段を提供していますが、現存する人工駆動装置は未だに生体模倣の呼吸筋を実現できていません。これに基づき、本論文の著者は自然な呼吸をシミュレートするバイオニックソフトエクソスケルトンロボットを提案し、体外閉ループ呼吸調節を実現可能としています。 学術背景 呼吸器は臨床で広く使用されていますが、人口の高齢化や新型コロナウイルスのパンデミックに伴い、呼吸機能補助の需要が大幅に増加しています。現在の呼吸補助機器には陽圧式と陰圧式がありますが、それぞれに一定の...

オンライン注意力デコーディングのためのドメイン逆学習を用いた畳み込みニューラルネットワークに基づく対被験者間脳 - コンピュータインターフェース

オンライン注意力デコーディングのためのドメイン逆学習を用いた畳み込みニューラルネットワークに基づく対被験者間脳 - コンピュータインターフェース

跨主体脑机接口:基于卷积神经网络的领域对抗训练实现实时注意力解码 学术背景 注意解読は私たちの日常生活において極めて重要な役割を果たしており、それを脳波(EEG)に基づいて実現することが広く注目されています。しかし、EEG信号の個体間の顕著な差異により、各個人ごとに汎用モデルを訓練するのは実際には困難です。したがって、本論文では、この課題を解決するためのエンドツーエンドのブレイン・コンピュータ・インタフェース(BCI)フレームワークを提案します。特に、時間と空間の1次元畳み込みニューラルネットワーク(1D CNN)およびドメイン・アドバーサリアル・トレーニング(Domain-Adversarial Training)戦略を利用します。 従来の注意解読方法は、通常、線形判別分析(LDA)やサポ...