脳地図のためdense モードクラスタリング

Magnetic Resonane Imaging,Vol.25,Issue 9,2007, P.1249-1262

モードベースのクラスタリング法は,脳地図を空間的に密なクラスタを識別するために開発されている.このタイプのクラスタリングは,脳内のクラスタを特定することは,それらの形状や全体の分散の独立したマップするに焦点を当てている.これは解釈の面でと出発点のような関心のある,よりコヒーレントまたは高密度の領域を必要とする場合があり,その後のグラフ解析の両方に局在化に役立つ.メソッドは自動的密度モードシークを通して研ぎ信号/雑音を行う.また,この方法では,パラメータ選択の問題を議論し,私たちが表示されている2パラメータ制御面を含む新たな手法を提案する.これらの2つのパラメータのトレードオフから同じクラスタソリューションをもたらす(局所密度kと球状のカーネルの半径).私たちのベンチマークノイズを使用してデータ・セットを摂動し,元のクラスタからの偏差の3種類を測定することにより,イベント知覚タスクからいくつかの人工的に作成されたデータセットや脳画像データセットを使用して新しい稠密モードクラスタリングを行う.私たちは,モードクラスタリング手法が一貫して一般的に使用される単結合クラスタリングよりも優れていることを証明しているベンチマーク結果を提示,kmease法(重心法),ウォード法(分散法)を意味する

pdf

ウェーブレット変換による位相筋電活動の検出:マザーウェーブレットと次元数削減による影響

FAIRLEY, Jacqueline A., et al. Wavelet analysis for detection of phasic electromyographic activity in sleep:
Inuence of mother wavelet and dimensionality reduction. Computers in biology and medicine, 2014, Vol.48,77-
84.

睡眠中における位相筋電活動は短時間の筋収縮によるものであり,臨床との関連がある.本稿ではシムレットとドブシーウェーブレットを用いたウェーブレット変換による位相筋電位の検出に関して述べる.また識別には,線形識別器を用いた.自動検出は90%以上の識別率を得た

pdf

マルチ段階遺伝的プログラミング: 非線形系モデリングへの新しい戦略

Information Sciences, Volume 181, Issue 23, 1 December 2011, Pages 5227-5239

この論文は非線形系のモデル化のために新しいマルチ段階遺伝的プログラミング(MSGP)戦略を示す.提案された戦略は,より正確なシミュレーションを提供するために説明変数の個々の影響およびそれらの中の相互作用を組込むことに基づいている.MSGP戦略によれば,問題のための効率的な化は複数式から構成されている.MSGPベースの分析の初期では,出力変数は影響を及ぼす変数から定式化されます.その後,実際のものの間のエラーおよび予測値は新しい変数から定式化される.最後に相互作用タームは,個々に高度に発展したタームまでに予言された実際の値と値の間の差の公式化により引き出されます.MSGPの性能は,異なる複雑なエンジニアリング問題の公式化にそれを適用することにより説明される.ここに分析された問題は下記を含んでいる:(i)pH中和過程のシミュレーション,(ii)終了製粉業での表面の粗さの予測および(iii)土壌液状化条件の分類である.提案された戦略の有効性は,分析に含まれていなかった実験結果の部分に求められたモデルを適用することにより確認される.さらなるモデルの評価は、他の研究者が行ったいくつかの統計的データを使用して確認される.MSGPベースの解決策は,調査されたシステムの非線形の振る舞いを有効にシミュレートすることができる.MSGPのその結果は,標準GPおよび人工ニューラルネットワーク・ベースのモデルのものより正確となった

pdf

セマンティックweb:XML とRDF の役割

XMLとRDFは現在,Web上で意味的相互運用性を確立するための基準となっているが,XMLは文書構造に対応している.RDFは洗練されたオントロジー表現技術に対処するために拡張することができるデータモデルを提供するので,より簡単に相互運用を可能にする.我々は,セマンティックWebのアーキテクチャにおけるオントロジーの役割を説明する.次に,長い間で意味的相互運用性のためのツールとしてXMLを使う理由を示しながら,XMLとRDFの重要な要素を簡潔にまとめる.さらに表現層と推論層がウェブの現在のレイヤーの上に必要であることと,そのような層を確立することを議論して,RDF/RDFスキーマにオントロジー表現言語を符号化するための一般的な方法を提案する.私たちは,オントロジー言語インターチェンジ,オントロジー表現および推論の言語を用いてた拡張方法を示す.

Internet Computing, IEEE (Volume:4 , Issue: 5 )

pdf

独立成分分析による顔認識

現在の顔認識アルゴリズムは,教師なしの統計的手法により求めた顔の表現を使用している.一般的に,これらの手法は基底画像のセットを見つけ,これらの画像の線形結合として顔を表す.主成分分析(PCA)は,この手法の代表的な一例である.PCAによって発見された基底画像は画像データベース内のピクセル間の対の関係にのみ依存する.顔認識のようなタスクでは,重要な情報は上位の関係の画素に含まれているかもしれない,より良好な基底画像は高次統計手法によって見つけられると思われる.独立成分分析(ICA),PCAの一般化は,そのような方法の一つである.私たちは,シグモイドニューロンを通じて最適な情報伝達の原則から派生したICAのバージョンを使用した.ICAは2つの異なるアーキテクチャのもとでFERETデータベース内の顔画像上で実行した.最初のアーキテクチャでは顔のための空間的に局所的基底画像を見つけた.第二のアーキテクチャは階乗の顔コードを生成した.両方のICA表現は顔を認識するためのPCAに基づいた表現より優れていた.2つのICA表現を組み合わせた分類器は最良のパフォーマンスを与えた.

IEEE Transactions, Neural Networks, volume.13 , issue.6 , page.1450-1464 , 2002

pdf

CUDA における医用画像セグメンテーションの 実装

GPUの急速な技術進歩により,従来の画像処理だけではなく,汎用的な処理に活用する傾向が出てきた.GPUの高い並列計算能力は,常に大規模なボクセル計算を必要となる,医療画像処理に携わるプログラマーに歓迎されている.NVIDIACUDA技術とCUDA対応のGPUの誕生は,GPGPU(汎用的GPU)に革命をもたらした.本稿では,CUDAとCUDA対応のGPUを用いた,いくつかの医療画像セグメンテーションアルゴリズムの実装を提案する.そして,旧型のGPUとCPUを組み合わせた従来型の実装と性能比較し,CUDA技術の有用性を示すとともに,性能を最大限に引き出せるアルゴリズムの提案を行う.

Information Technology and Applications in Biomedicine, 2008. ITAB 2008. International Conference on.
IEEE, 2008. p. 82-85.

pdf

健康な若年成人における心理的ストレスが唾液内コルチゾール,アミラーゼに及ぼす影響

Effect of psychological stress on the salivary cortisol and amylase levels in healthy young adults
Clinica Chimica Acta 427 (2014) 79-85 Archives of Oral Biology, Volume 49, Issue 12, December 2004, Pages 963-968

目的唾液採取は,複数のサンプリングが容易でストレスがないこと,非侵襲性であるという利点を有する.私たちは若年成人における,心理的ストレスと緩和が唾液内コルチゾールとアミラーゼに及ぼす影響を検討し,これらのパラメータの特徴を比較した.デザイン被験者は個人的な不安の要素を評価するためにState-TraitAnxietyInventory(STAI)を行った.ストレッサーとして15分間,角膜移植手術ビデオを見せた.緩和として風光明媚な美しさのビデオを見せた.未刺激全唾液をセッション全体を通して3分毎に採取した.結果アミラーゼレベルはストレスフルなビデオの視聴開始後すぐに有意に上昇し,視聴終了後すぐにストレス前のレベルに戻った.コルチゾールレベルも増加したが,アミラーゼと比較すると少なかった.コルチゾールのピークレベルに達するまでの時間はアミラーゼより長かった.キャリーオーバー効果はアミラーゼ応答では観察されたが,コルチゾールではされなかった.アミラーゼの値とSTAIの得点には非常に優位な相関がみられたが,コルチゾールにはみられなかった.さらに,緩和ビデオの視聴はアミラーゼレベルを有意に減少させたが,コルチゾールレベルには影響を及ぼさなかった.結論唾液内アミラーゼレベルはコルチゾールに比べて,心理的ストレスに対してより大幅に増加し,迅速に反応した.唾液内アミラーゼレベルの方がよりよいストレス指標であることが示唆された.さらに,酵素が緩和やリラックスの指標であることが示唆された.

pdf

大脳皮質のネットワーク構造による多くの時間尺度による機能的結合への影響

Network structure of cerebral cortex shapes functional connectivity on multiple time scales
PNAS Volume 104, 2007, pp10240-10245

大脳皮質により展開されるニューロナルダイナミクスは外部入力がない場合においても,複雑な空間的・時間的パターンを示す.本稿では,我々は構造的結合の基礎となる自発的な皮質のダイナミクスのこれらの特徴を関連づけるための数学的手法を用いる.マカクの新皮質の領域間の結合をとらえるネットワークにおける,非線形ニューロナルダイナミクスの模擬実験や機能的結合を特定するための理論的に計測された情報を用いることによって,我々は多くの時間スケールにおいて構造的・機能的結合の関係を発見した.数分間の神経活動の大きな窓によって取り出される機能的ネットワークは基礎の構造的ネットワークと共通している.結果として,これらの長期にわたる機能的ネットワークのハブは構造的ハブに対応する.一方で,機能的トポロジーの重大な変動は連続した小さな窓によって取り出されるネットワークの順序によって観察される.個々のノードの機能的中心性は領域間の結合移動による時間により異なる.さらに,脳領域間の一時的な結合は二つの相関しないクラスターの存在を示す手法によって調整される.これらのクラスターは基本的な構造的ネットワークにおいてハブノードである,前頭前野と頭頂領域によって結合される.さらに速い時間スケールにおいて,我々は領域間のフェイズロッキングの個々のエピソードを検知し,これらの一時的なエピソードの統計量における遅い変動が機能的結合のトランスファーエントロピーと遅いタイムスケールによって観察されたBOLDの関連パターンを発見した.

pdf

脳の三次元画像をワーピングのための表面に基づく技術

A Surface-Based Technique for Warping Three-Dimensional Images of the Brain

私たちは,考案し実装し,被験者の任意のペアの脳の解剖学的構造に関する高次元変形場を計算するための高速、空間的に正確な技術をテストしました.得られた三次元(3-D)変形マップは,被験者間,または同じ被験体内の解剖学的差異を定量化するために使用することができる.新しい手順は、正常なヒトの解剖学の変化の原因と発達過程に基づいていて,モダリティに関係なく一般的な3D脳画像にも適応可能である.(超二次関数と球面調和関数に基づく)陳面として知られるハイブリッド表面モデルは、効率的に3-D活性表面を初期化するために使用されていて,これらは,心室及び大脳皮質の発達上の基本的な表面をスキャンから抽出する.内部皮質上の非常に複雑な表面変形マップの構築は,それをモデル化するために,一般的な表面構造を構築することによって容易になる.パラメトリックメッシュモデルのいくつかの深い脳溝の接続されたシステムは,重要な機能的境界を表す.これらの脳溝が十分に被験者間の微妙な神経解剖学と分散の変動を反映するために,脳の中に拡張されます.アルゴリズムは,他の構造的対応させ,3次元スキャンを変形させる高次元の体積反りを算出する。積分歪み関数は,弾性的に目標スキャン中の対応するネストされた表面を変換するために必要な変形場を拡張するために使用される.アルゴリズムの精度は,正常な被験者とアルツハイマー病患者からの(MRI)ボリュームを用いて,3次元磁気共鳴画像をワーピングすることによって試験される.また,MRIのボリュームにフルカラーの人間の頭の10243デジタル凍結切片ボリュームをワーピングすることによっても試験される.アプリケーションは議論されている.単一の解剖学的テンプレートでの組織的マップや,多検体の3次元的機能と血管の流れ,3次元医用画像の局所的な形状変化を迅速に検出,定量及びマッピングについてなど.
pdf

ハイブリッドデータ分類のためのniching 遺伝的プログラミングに基づく多目的最適化アルゴリズム

A niching genetic programming-based multi-objective algorithm for hybrid data classi cation
Neurocomputing Volume 133, 10 June 2014, Pages 342-357

本稿では、ハイブリッドデータ、すなわち、定期的(例えば、数値、論理的、およびテキスト)と非正規の(例えば地理的)属性で構成のデータベースに分類規則を抽出するために遺伝的プログラミングに基づく多目的アルゴリズムを導入している。このアルゴリズムは、与えられたデータセットのクラスの中の項目を分類するためのより適しているルールを識別するために、人口アーカイブと組み合わせたニッチな技術を用いる。このアルゴリズムは、ユーザが特定のアプリケーションに対してより適切な関数のセットを選択することができるように実装されている。この機能は、データセットの分類問題の任意の種類の事実上適用可能な提案されたアプローチを行う。また、分類問題は、精度と分類子の複雑さの最小化の最大化を目的関数として考慮されている多目的一つとしてモデル化される。かなり異なるデータセットとドメインと異なる分類の問題、のセットは、検討されている:電源トランスや都市の発展のレベルのワイン、肝炎患者、初期故障。この最後のデータセットでは、属性の一部は、地理的であり、それらは、点、線、または多角形として表されている。決定木(C4.5)、サポートベクターマシン(SVM)と放射基底関数(RBF):アルゴリズムの有効性は、他の3つの方法が、広く分類するために使用されているものとして比較されている。統計的比較は、方法の信頼性の比較を提供するために、一方向ANOVAおよびTukeyの試験を用いて行われている。結果は、提案されたアルゴリズムは、それが分類アプリケーションのかなりの範囲が適していることを示唆しているものを、試験したすべての場合において優れた分類の効果を達成することを示している。

pdf