視覚探索トレーニングにおける後頭頂皮質活性の低減

Reduced posterior parietal cortex activation after training on a visual search task
NeuroImage, vol.135, pp.204-213, 2016
20170213 htanaka

認知課題により経験を得ることは, 行動パフォーマンスを向上させ, 脳活動の効率を高めると考えられている. 脳の活性におけるトレーニング効果に関する文献はすでに発表されているが, 十分に統制された条件下での視覚検索時の注意プロセスに関する研究はほとんど行われていない. トレーニング群と統制群に分けられた36 人の健常な成人は, 文字ベースの視覚探索課題を用いたfMRI 研究を一日で完了した.12 文字を目標刺激として,10 文字を妨害刺激として用いた. トレーニング群はスキャンの間に, 目標刺激の半分を用いたトレーニングセッション(840回の試行) を完了した. トレーニング群と統制群の群間比較や被験者内のトレーニングした場合としていない場合の比較を両方行い, 反復効果を制御することによって, トレーニング効果を行動および脳活動レベルで研究した. トレーニング群の参加者は, トレーニングを行った結果として精度スコアを維持したまま反応時間が31 % 速くなったが, 統制群は変化がほとんど見られなかった. 脳活動結果は, 視覚探索トレーニングに関連する脳活動変化が目標刺激を探索するときに後頭頂皮質(PPC) 活性の低減に限定され, それらは後頭領域下部を含んでいることを明らかにした. 得られた行動および脳活動変化は, 自動的な行動パフォーマンス向上に関連づけて議論されている. また, 得られたトレーニング関連領域における活動の減少は, タスクパフォーマンスに関与する主要な部位の神経活動効率の増加に関連する可能性がある.

デフォルトのネットワークと背中の注意ネットワークとの間の相互作用は、デフォルトのサブシステム、時間、 および認知状態によって異なる

Interactions between the default network and dorsal attention network vary across default subsystems, time, and cognitive states
NeuroImage, vol.147,pp.632-649,2017
20170213_mnishizawa

デフォルトネットワーク(DN)と背部注意ネットワーク(DAN)との間の相関関係は,競合する機能を反映する機能的脳組織の本質的な側面であると考えられている.しかしながら,DNとDANとの間の機能的接続性(FC)の効果サイズはまだ確立されていない.さらに,異なるDNサブシステム,異なるコンテキスト,および時間にわたる相関関係の安定性は,未だに未知のままである.研究1では,20の研究からのDN-DAN FCの効果サイズを要約し,研究2では,新しいデータセットにおける6つの異なる認知状態にわたるDN-DAN相互作用の変動性を調べる. (i) DNおよびDANは、グローバルな信号回帰を使用しない場合 (研究全体にわたるメジアン効果の大きさ:r = – 06; 95%CI:-.13から.08),相互相関関係ではなくむしろ相関しない関係を有する. (ii)DANは、DNコアサブシステムで弱い負のFCを示すが,背中前の前頭前野および内頭頂葉サブシステムと無相関である. (iii)DN-DAN相互作用は、異なる認知状態にわたって著しく変化する; (iv)DN-DAN FCは、反相関の期間と正の相関の期間との間で時間的に変動する. (v) DN-DANカップリングの強さの経時変化は、前頭前頭制御ネットワーク (FPCN)を含む相互作用と調和する.全体として、DN-DANの反相関に関連する観察された弱い効果の大きさは,これらのネットワーク間の相互作用の性質を再概念化する必要性を示唆している.さらに,我々の発見は,DN-DAN相互作用が安定ではなく,むしろ時間および文脈に沿って実質的な変動性を示し,FPCNを含むより広範なネットワークダイナミックスと調整されることを示している.

Default network, Dorsal attention network, Anticorrelation, Frontoparietal control network, Attention,Dynamic functional connectivity

人間の大脳皮質におけるリッチクラブ組織のコストと利益に関与する構造的および機能的側面

Structural and Functional Aspects
Relating to Cost and Bene t of Rich Club Organization
in the Human Cerebral Cortex
Cerebral cortex, vol. 24, no. 9, pp. 2258-2267, 201420170212 mmizuno

最近の研究では,連結された脳領域の小さなセットが,皮質領域間の効率的な通信を可能にする中心的な役割を果たし,密接に相互接続された「リッチクラブ」を形成することが示されている.しかし,リッチクラブの密度と空間的レイアウトが脳構造の高価な特徴を構成することも示唆されている.そこで,解剖学的T1 拡散テンソルイメージング,磁気イメージング,およびfMRI を組み合わせて,いくつかの側面から脳のリッチクラブの構造的および機能的連結性を調べた.本研究において,リッチクラブ領域とリッチクラブの結合は,高い結合レベル,高い白質組織のレベル,高いレベルの代謝エネルギー使用,長い成熟軌道,より多様な領域の時系列変化,より多くの領域間の機能的結合を示唆する.つまり,これらの構造的かつ機能的な尺度から,リッチクラブ組織が,脳の資源に大きな負担をかける脳構造の高コストの特徴であることを示している.しかしながら,リッチ・クラブの高いコストは,リッチ・クラブが脳ネットワーク全体に与える重要な機能的利益によって相殺されるのかもしれない.

数値的安定性直接最小二乗法による楕円フィッティング

Numerically stable direct least squares tting of ellipse
Proc. 6th International Conference in Central Europe on Computer Graphics and Visualization, Vol. 98, pp.125-132, 1998
20170130_kkobayashi

本稿では,データ点の集合に楕円を当てはめるための数値的安定性非反復アルゴリズムについて述べる.この
研究は,最小二乗法による最小化に基づいており、散在またはノイズの多いデータに対しても楕円固有のソリュー
ションを保証する.最適解は直接計算され,反復は必要では無い.そのため,容易に単一で安定した強固なフィッ
ティング方法が得られる.提案されたアルゴリズムは計算上のあいまいさがなく,1 秒間に100,000 点以上を当て
はめることができる.

Fast marching method に基づく画像補間手法

An Image Inpainting Technique Based on the Fast Marching Method
Journal of graphics tools vol.9-1 pp.23-34 2004
20170130_nishida

デジタル補間は,画像における小さな損傷部位の再構成のための手段を提供する.基本的な補間は簡単である
が,文献に記載されるほとんどの補間手法は理解や実装をするには複雑である.我々は,レベルセットアプリケー
ションのためのFast marching method に基づく新たな補間手法を提案する.我々のアルゴリズムは,実装が非常
に簡単で,早く,よく知られた複雑で遅い手法と同様の結果を生み出す.ソースコードはオンラインで入手可能で
ある.

LCI を用いた活性ヘリコバクターピロリ感染の内視鏡診断の改善

Linked color imaging improves endoscopic diagnosis of active Helicobacter pylori infection
Endoscopy International Open, Volume 4, Number 07, pp.E800-E805, 2016
20170130 yokada

背景と研究の目的:LCI(Linked Color Imaging)は,レーザー光源を使用して粘膜の色のわずかな違いを改善
する新しい画像強調内視鏡技術である.本研究の目的は,Helicobacter pylori(H. pylori)を診断するためのLCI
および従来の白色光イメージング(WLI)内視鏡の有用性を比較することである.
患者と方法:2013 年10 月から2014 年5 月までに,WLI およびLCI 内視鏡検査を受けた60 人の患者の画像を
分析した.H. pylori 感染症患者30 人および除菌後H. pylori 陰性患者30 人である.4 人の内視鏡医は,H. pylori
感染の診断を容易にするために2 つのタイプの画像を評価した.
結果:H. pylori 感染は,LCI により胃粘膜の赤色の外観を強調することによって,識別された.WLI を用いたH.
pylori 感染症の正確性,感度,特異度はそれぞれ74.2%,81.7%,66.7%であり,LCI は85.8%,93.3%,78.3%であっ
た.したがって,LCI の精度および感度は,WLI の精度および感度よりも有意に高くなった(それぞれ,P = 0:002
およびP = 0:011).4 人の内視鏡医の間および頸動脈内変動のK 値は,LCI の方がWLI よりも高くなった.
結論:H. pylori の感染は,LCI を用いて,胃底腺のびまん性発赤の内視鏡画像を強調することによって識別す
ることができる.LCI は,新規画像強調内視鏡検査であり,WLI と比較してH. ピロリ感染の診断に有用である.

画像の分散の割合に基づくメディアンフィルタ

A median lter based on the proportion of the image variance
Information Technology and Networking of IEEE, Vol.36, pp.123-127, 2016
20170130 ygoto

インパルスノイズは,ランダムな値のインパルスノイズと固定値のインパルスノイズに分類できる.固定値の
インパルスノイズは塩と胡椒のノイズと呼ばれ,0 と255 の2 種類のノイズしか含まれていないため,簡単に除去
できる.しかし,ランダムなインパルスノイズは除去しにくい.本稿では分散の割合に基づくメディアンフィル
タを提案する.このアルゴリズムはノイズを含む画像を復元するために2 つのステップを行う.1 つはランダムな
値のノイズのあるピクセルの識別である.もう1 つはノイズの多い点の処理を行う.本論文ではノイズ画素を認
識するために分散の割合に基づく方法を提案し,それらを除去するために標準的なメディアンフィルタを用いる.
提案アルゴリズムは従来手法のノイズ除去法より有用性を示した.

先進的な内視鏡画像処理:ポリープと異形成の検出

Advanced endoscopic imaging : Polyps and dysplasia detection
Seminars in Colon and Rectal Surgery, 2016
20170130 ntanaka

結腸鏡検査法は結腸直腸癌のスクリーニングと診断の一般的な手法である.結腸鏡検査は,結腸粘膜の目視検
査を可能にする低侵襲の処置である.イメージングの目的は,結腸腺癌の主要な危険因子である腺腫の変化を検
出することである.腺腫性ポリープは,構造的に見える軽度の悪性形成異常を表す.それらの検出は,結腸直腸癌
のスクリーニングおよび予防において重要である.結腸異形成の検出を改善するために,多くの技術的進歩が設
計されている.いくつかの進歩は粘膜構造の微妙な変化を改善するが,他のものは視野を改善する.結腸粘膜パ
ターンの視覚化を改善するために,色素内視鏡検査などの付属物が開発された.他のアクセサリデバイスは,視
界を改善する.

眼球運動を用いない運転者注視領域推定

Driver Gaze Region Estimation without Use of Eye Movement
IEEE Intelligent Systems, Volume 31, Issue 3, pp.49-56, 2016
20170130_snakamura

運転者の視覚的注意の配分の自動推定は,将来の高度な運転支援システムの重要な要素となり得る。理論的に は,視覚に基づく眼の追跡は,注視位置の良好な推定を提供することができる.しかし,実際にはサングラス,眼 鏡の反射,照明条件,目を閉じる,被写体ブレなどの要因により,ビデオからのアイトラッキングが困難である. 一方,頭部ポーズの推定は,これらの効果の多くに対して頑強であるが,注視を局所化する際に細かい分解能を 提供することはできない.ドライバの安全を保つためには,視線を領域に分割するだけで十分である.そこで提 案手法は,顔の特徴を抽出し,その空間的な構成をリアルタイムで6 つの領域に分類するシステムである.提案 された方法は,オンロードでの研究からの50 人の運転者のデータセットで,11Hz の平均決定率で平均91.4 %の精度を達成する.

Brain computer interfaces におけるリーマンのアプローチ:そのレビュー

Riemannian approaches in Brain-Computer Interfaces: a review
IEEE Transactions on Neural Systems and  Rehabilitation Engineering
20170130_tishihara

多数のアプリケーションから期待されているが, 現在のBrain-Computer Interface(BCI)には依然として多く
の制限がある. 特に, ノイズ, 外れ値,ElectroEphalogalographic(EEG)信号の非定常性に敏感であり, 長い較正時
間を必要とし, 信頼性がない. したがって, これらの限界に対処するために, 特にEEG 信号処理および分類レベルに
おける新しいアプローチおよびツールが必要である. 共分散行列の使用によって先導されたリーマンアプローチは,
ますます多くの研究者によって徐々に採用されている非常に有望なツールである. この記事では, リーマンジオメ
トリの概要とBCI 関連マニホールドのプレゼンテーションの後, これらのアプローチがEEG ベースのBCI, 特に
特徴の表現と学習, 識別器の設計と較正時間の短縮にどのように使用されたかをレビューする. 最後に, マニフォー
ルドまたはマルチタスク学習における特徴追跡など,BCI における脳波信号分類の関連する課題および有望な研究
方向が特定される.