若い男性ドライバーのマインドワンダリング傾向と危険な運転の関連について

Linking mind wandering tendency to risky driving in young male drivers
Albert, Derek A and Ouimet, Marie Claude and Jarret, Julien and Cloutier, Marie-Soleil and Paquette, Martin and Badeau, Nancy and Brown, Thomas G
Accident Analysis & Prevention 111 (2018): 125-132

“危険な運転は,特に若いドライバーの交通事故の重大な原因である.マインドワンダリング状態は,自発的な気晴らしの形態であり,車間距離の短縮,応答時間の遅れ,運転者の警戒の軽減,および衝突リスクの増大に関連する.しかし,マインドワンダリングが危険な運転を引き起こすかどうかは不明である.マインドワンダリングは実行機能制御にも関連しているが,この能力がマインド・ワンダリング傾向と危険な運転との関係を緩和するかどうかは不明である.本研究は,18-21 歳の若い男性運転者(N=30)において危険運転行動を予測するかどうか,運転者の警戒と実行機能制御の関係性の緩和について調査した.マインドワンダリングは,SART(Sustained Attention to Response Task)とDDFS(Daydreaming Frequency Scale)で測定された.危険な運転は,運転シミュレータの平均速度によって評価され,ドライバーの警戒は目の追跡で測定された水平眼球運動によって定量化された.結果は,SART のパフォーマンスに基づくマインドワンダリング傾向が大きいほど,より速い平均速度を確認した.しかし,ドライバーの警戒または実行機能制御力のいずれの関係性も緩和しなかった. これらの知見は,マインドワンダリングの個人差の複雑さを言及している.全体的に,マインドワンダリング傾向は若いドライバーの危険な運転の重要なマーカーであり,それは標的とされた介入の発展を導くことができる.”

瞬時接続の時間経過を用いた機能分割

Functional parcellation using time courses of instantaneous connectivity
Erik S.B.van Oort, Maarten Mennes, Tobias Navarro Schroder
NeuroImage 2017, Available online 14 July 2017

機能的な神経イメージングの研究により,脳機能は空間的に分離された領域間の機能的ネットワークの集合であると理解されてきた.これらのネットワークは,各ネットワークの機能を強調して担う1 組の領域群から構成されていると考えられる.このため,脳の機能的構造の本質的なコンポ―ネントが脳の各領域であるとして,機能的な分割によって脳の機能的領域を同定することを目的とする手法が数多く提唱されている.現在の分割手法は,通常,ボトムアップ手法を採用し,より小さい単位の領域をクラスタリングすることによって領域を生成する.本研究では,あらかじめ定められた関心領域をサブ領域に分割するために,脳機能の瞬時の接続性を用いたトップダウン手法を提案する.最適なサブ領域の数を決定するために,split-half reproducibility が用いられた.静止状態のfMRI データに対して瞬時接続分割手法が適用され,視床、嗅内皮質、運動皮質、および脳幹および線条体を含む皮質の分割を生成する能力が実証された.分割された領域は,細胞構造アトラスと比較して評価され,本手法が既知の細胞構造的特徴に従う生物学的に有効な領域を生成することが示された.

オートエンコーダーを用いたアンサンブルExtreme Learning Machineに基づくリモートセンシングの画像分類

Remote Sensing Image Classification Based on Ensemble Extreme Learning Machine With Stacked Autoencoder
Lv, Fei and Han, Min and Qiu, Tie
IEEE Access, vol. 5, pp. 9021-9031, 2017

分類は,リモートセンシングで最も人気のあるトピックの1つである.リモートセンシングデータは複雑であり,ラベルされたトレーニングサンプルの数がリモートセンシング画像の分類における性能および効率を制限してしまうという問題がある.これらの問題のために,過去20年間に膨大な数の方法が提案された.しかし,それらの大部分は良好な性能をもたらさない.本論文では,ELMのアンサンブルに基づくリモートセンシング画像分類アルゴリズムSAE-ELMを提案する.まず,アンサンブルの分類精度を向上させるために,標本データに特徴的なセグメンテーションとSAEを採用し,ベース分類器間の多様性を向上させる.さらに,アルゴリズムの学習速度を向上させるために,ELMニューラルネットワークをベース分類器として選択する.最後に,最終的なアンサンブルベースの分類器を決定するために,Q-statisticsを用いた.実験では,提案アルゴリズムをBagging,Adaboost,Random Forestらと比較し,提案アルゴリズムが低解像度,中解像度,高解像度,ハイスペクトラムのリモートセンシング画像で高い分類精度を得るだけでなく,UCIデータにおいて,高い安定性と汎用性を示した.

ネットワーククラスタリングモデルに基づく画像分割手法

An image segmentation method based on network clustering model Yang Jiao, Jianshe Wu, Licheng Jiao
Physica A: Statistical Mechanics and its Applications vol.490, pp 1532-1542, 15 January, 2018

ネットワーククラスタリングの現象は,自然界,または人間社会において普遍的である.本論文では,マンモグラムの大規模セグメーテンションのためのネットワーククラスタリングモデル法を提案する.まず,流域変換を用いて画像を領域毎に分割し,画像の特徴を計算する.次に,得られた領域および特徴からグラフを構築する.ネットワーククラスタリングモデルは,グラフ内のノードのクラスタリングを実現するために適用される. 2つの既存方法と比較した時,ネットワーククラスタリングモデルに基づくアルゴリズムは,実験においてより効果的に実行される.

調節可能な光学特性を有する液体ファントム上の組織オキシメーターの比較:拡張

Comparison of tissue oximeters on a liquid phantom with adjustable optical properties: an extension
S. Kleiser,D. Ostojic,B. Andresen,N. NasseriH. IslerF. Scholkmann,T. Karen,G. Greisen,M. Wolf
Biomedical Optics Express,vol. 9,no. 1,pp.86-101,2018
180206 syokoyama

“脳近赤外線分光法(NIRS)オキシメーターは,臨床医が患者の治療を改善するのに役立つ.しかし,NIRSオキシメーターの適用は,異なるオキシメーターによって提供される組織酸素ヘモグロビン飽和(StO2)の計測の不一致のため,混乱を引き起こしている.オキシメータの比較可能性を確立するため,我々の研究では,新生児頭部の液体ファントム模倣特性に関する同時測定を行い,試験された装置を基準NIRSオキシメーター(OxiplexTS)と比較した.私たちはNIRSオキシメーターFORE-SIGHT,NIRO,SenSmartを評価し,以前の結果をINVOSとOxyPrem v1.3オキシメーターで再現した.一般的に,基準に対するStO2値の線形関係が得られた.デバイス固有の低酸素および高酸素閾値(SafeBoosC研究で使用されているもの,www.safeboosc.eu)とStO2値の変換を可能にするテーブルが用意されてる.”

ヒトの脳の本質的およびタスク誘発ネットワークアーキテクチャ

Intrinsic and Task-Evoked Network Architectures of the Human Brain
M.W. Cole, D.S. Bassett, J.D. Power, T.S. Braver and S.E. Petersen
Neuron, Vol.83, No.1, 238-251, 2014
20180206 rhagiwara

ヒトの脳の多くの機能的ネットワーク特性は,レストおよびタスク状態の間で同定されているが,両者がどのように関連しているかは不明である.私たちは,レスティングステイトネットワークアーキテクチャと非常に似ている数十のタスク状態に存在する脳全体のネットワークアーキテクチャを特定した.タスク間の最も頻繁な機能的接続強度は,レスト時に観察された強度と密接に一致しており,これは機能的な脳組織の「内在的」標準アーキテクチャであることを示唆している.さらに,タスク間で共通する一連の小さくて一貫した変更は,タスク状態とレスト状態を区別するタスク全体のネットワークアーキテクチャの存在を示唆している.これらの結果は,タスク実行中の脳の機能的ネットワークアーキテクチャが,レスト中に存在する固有のネットワークアーキテクチャと,副次的にタスクジェネラルとタスク固有のネットワーク変更を引き起こすことによって形成されることを示す.これは,典型的には別個に考えられる神経科学的調査の領域である,レスティングステイトの機能的接続性とタスク誘発性の機能的接続性との間に強い相関関係を確立する.

運転動画視聴時の緑内障患者の眼球運動の調査

Exploring Eye Movements in Patients with Glaucoma When Viewing a Driving Scene
Crabb, David P and Smith, Nicholas D and Rauscher, Franziska G and Chisholm, Catharine M and Barbur, John L and Edgar, David F and Garway-Heath, David F
PloS one, Vol.5, No.3, 2010
20180201_hwada

“背景
緑内障は視力障害の主要な原因である進行性の眼疾患である.視野の自動評価は病気の過程の様々な段階を決定する.診療所で撮影されたこれらの測定値を患者の実際の機能と関連付け,日常の作業を行うときに患者が制限された視野を補うかどうかを確認すること必要がある.そこで,本研究では,ハザード・パーセプション・テスト(HPT)における運転シーンを見る際の緑内障患者の眼球運動を調べた.

解析手法
HPTは,運転手の視点から見た様々な交通シーンの短い動画からなる英国運転免許試験の構成要素で,方向転換や減速を必要とする危険な状況が含まれている.両眼視野欠損を有する9人の緑内障患者および10人の年齢が一致した対照被験者からのデータを検討した(すべての経験豊富なドライバー).各被験者は,目の動きを伴う26の異なる動画を,視線追跡装置によって同時に監視した.ソフトウェアを用いて,データを前処理し,それを動画に併合し,眼の動きおよび視点(動的二変量輪郭楕円分析を使用して)を定量化した.平均し,全てのHPTフィルムにおいて,患者は,例えば,有意に多くのサッカードを作る対照とは異なる眼球運動特性を示した.患者の「point-of-regard」の平均領域は対照と有意差はなかったが,両眼視野欠損に関してハザードを見逃した明らかな被験者が確認された.

結論
両側緑内障患者の眼球運動パターンの特徴は,交通シーンを見るときに,年齢が一致した対照とは大きく異なる可能性がある.緑内障患者によって行われた眼球運動の研究は,運転に必要な視野成分の定義に関する有用な情報を提供する.

運転者の行動特性に基づく疲労検出システムの改良

An improved fatigue detection system based on behavioral characteristics of driver
Rajat gupta, Kanishk Amen, Nalin Shiva, Yadvendra Singh
Intelligent Transportation Engineering (ICITE), 2017 2nd IEEE International Conference on, pp.227–230, 2017
180201_snakamura

近年,交通事故が大幅に増加している.これらの事故の主な理由の1つは,ドライバーの疲労である.継続的かつ長時間の運転により,ドライバーは疲れて眠気に瀕し,事故につながる可能性がある.したがって,運転者の疲労度を測定し,居眠りを感じたときには事故を回避するためのシステムが必要である.そこで,車のダッシュボードにカメラを搭載したシステムを提案する.カメラは運転手の顔を検出し,その活動を追跡する.運転者の顔面から,システムはその顔の特徴の変化を観察し,これらの特徴を用いて疲労レベルを観察する.顔の特徴には,目(速い瞬きまたは重い目)および口(あくび検出)が含まれる.このように,PCA(Principle Component Analysis)を実装することにより,情報を失うことなく情報量の削減が可能である.このようにして得られたパラメータは,SVC(Support Vector Classifier)を介して処理され,疲労レベルを分類する.その後,分類器出力はアラートユニットに送られる.

被験者間情報とオンライン適応に基づいた教師無しブレインコンピュータインターフェース

Unsuperised Brain Computer Interface Based on intersubject Information and Online Adaptation Shijian Lu, Cuntai Guan, and Haihong Zhang
IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, 2009, VOL.17, NO.2
20180201_tishihara

従来のブレインコンピュータインターフェースは被験者間にわたる脳波記録(EEG)のかなりの変動の問題に対処するためのガイドされた較正手順に依存している.しかしながら,この較正は,エンドユーザに不便をもたらす.本論文では,P300ベースのブレインコンピュータインタフェースでこの問題に対処するオンライン適応学習法を提案する.オンライン操作中に被験者固有のEEG特性を自動的にキャプチャすることにより,新規ユーザはガイド付き(監視された)較正なしでP300ベースの脳コンピュータインタフェースの操作を開始することができる.基本的な原則は,一般的なP300の特徴を捕捉するために被験者のプールの脳波からオフラインで,被験者に依存しないモデルと呼ばれる一般的なモデルを最初に学習することである.新しいユーザにとって、サブジェクト固有のモデルと呼ばれる新しいモデルは,新しい被験者から記録されたEEGに基づいてオンラインで適応され,信頼スコア基づいたに対象に依存しないモデル,または適応された被験者固有のモデルによって予測される.提案された方法を検証するために,10人の健康な被験者を対象とした研究が行われ,肯定的な結果が得られた.例えば,2~4分のオンライン適応(10~20文字のスペル)の後,適応モデルの精度は,完全に訓練された監督された被験者固有モデルの精度に収束する.

ヒトにおける感情知覚の一般的な神経相関

Common neural correlates of emotion perception in humans
Jastorff, Jan and Huang, Yun-An and Giese, Martin A and Vandenbulcke, Mathieu
Human brain mapping, Vol.36, pp.4184-4201, 2015
20180130 sikeda

神経イメージングの結果が感情カテゴリの識別可能な神経相関を支持するかどうかは長年にわたる論争である. 最近の 2 つのメタアナリシスでは,この命題に対して一方は支持,他方は反対といった正反対の結論に達した.こ の問題に関する直接的な証拠を得るため,単一の fMRI デザイン内で 4 つの感情の活性の比較を行った.怒り狂っ た,幸せな,恐ろしい,悲しいそして中立的な刺激が動的な身体表現として提示された.加えて相対的な感受性を 決定するために,被験者は行動実験によって中立的な感情と情動性感情との間の感情形態の分類を行った.脳行 動相関は,試験された 4 つの感情すべてにおいて同一であった大きな脳内ネットワークを明らかにした.この脳 内ネットワークは主に,デフォルトモードネットワークおよびセイリエンスネットワーク内に位置する領域から なっていた.4 つの感情について脳行動相関を示すにも関わらず,マルチボクセルパターン分析はこの感情ネット ワークのいくつかのノードが,個々の感情を区別することが可能である情報を含んでいることを示した.しかし有 意差は感情ネットワークに限定されず,行動観察ネットワーク内のいくつかの領域でも確認された.まとめると本 研究結果は,共通の感情的な脳内ネットワークは視覚処理と感情的な刺激の差別を支持している立場に賛成する.