無傷な生体からの分子構造や構造情報

Structural and molecular interrogation of intact biological systems
Nature, vol. 497, no. 7449, pp. 332-337, 2013
20151027_iishida

システムの機能を解明するために必要である全体像を維持しながら,複雑なシステムの高解像な情報を取得することは,生物学において代表的で重要な課題である.そこで,私たちは無傷な組織を光学的に透明で,かつ,高分子透過性であるナノ多孔性ハイドロゲルに掛け合わせた形態(親水性ポリマーの三次元的ネットワークの架橋体)に変換させるためのCLARITYと呼ばれる手法を用いることで対処した.マウスの脳を用いることで,私たちは長距離推定,局所回路配線、細胞の関係、細胞内構造、タンパク質複合体、核酸および神経伝達物質についての無償組織画像を示した.CLARITYでは、無傷組織において生体内の混成作用、非切片化組織での複数回の染色や脱染色による免疫組織学的研究、および無傷成体マウス脳全体の抗体標識も可能である。最後に,私たちは,CLARITYが精神神経疾患から非切片ヒト組織を含む臨床サンプルの構造解析を可能にし,構造や生理的機能や疾患の分子基盤を調査するのに適した無傷かつ便利な方法で,安定したヒト組織の変換のための道筋を確立したことを示す.

機能ネットワークと視空間の構造的な接続と視認知ワーキングメモリ

Functional networks and structural connectivity of visuospatial and visuoperceptual working memory
Frontiers in Human Neuroscience, vol.9, p.340, 2015.
20151026 sohtani

健常者におけるワーキングメモリ(WM)の神経相関は,広範囲にわたって機能的MRIを使用して研究されてきた.しかし,白質線維束によって繋がっている機能WMネットワークの一部を形成する領域がどのように接続されているかは明らかになっていない.そして,微細構造特性およびこれらの接続の方向性を指標として使用するDTI計測は,タスク成績で個人差を予測することができる.fMRIデータは23名の健康な若者から取得し,正方形の場所,顔の同定についての0バックと2バック課題を行った.拡散テンソルイメージング(DTI)のデータも取得した.私たちは,WMタスクに伴う主な機能ネットワークを識別するために,fMRIのデータにICAを用いた.DTIのボクセル解析は,構造上の白質とタスク成績間の相関を見つけるために行い,DTIデータの確率追跡では,機能ネットワークのノードを接続する白質の束を同定するために使われた.私たちは,両タスクのために頭頂部,中前頭回の領域で脳活動マップで高い重複があった時,紡錘状回と下前頭回皮質の活動が特異的であったことを見つけた.下前頭回で紡錘状回を結ぶ経路の拡散係数と異方性は,視覚ワーキングメモリタスクの処理速度と相関していた.調査結果が試験的であると思われるが,私たちは,視覚タスクのために紡錘状回と下前頭回に位置しているタスクの間で,活動が唯一の違う前頭部,頭頂部で活動の高い重複パターンを共有しているということがわかった.さらに,DTI計測が処理スピードを予測することがわかった.

キュー型BCI における有効な特徴量・識別器を見出す比較手法

A comparison approach toward nding the best feature and classi er in cue-based BCI

Medical Biological Engineering Computing, April 2007, Volume 45, Issue 4, pp 403-412

20151029 ktanaka

本件では,5名の被験者を採用し,運動想起型BCI(左右手運動想起)のパフォーマンス向上するために画期的な特徴量抽出法と識別方法を比較評価を行う.有益な特徴量抽出選択の為にサポートベクターマシン,アダブースト,そしてフィッシャー識別分析器に加えて帯域パワー,適応自動回帰率,そしてフラクタル次元に関して評価した.単一の特徴量と識別器の組み合わせにおいてはフィッシャー線形識別分析の帯域パワーが三名の被験者において最も良い結果を得た.そしてフラクタル次元,フィッシャー線形識別分析,サポートベクターマシンは他2名において最も良い結果を導いた.遺伝的アルゴリズムが先の識別器と共に特徴量の最も有効な組み合わせを見つけるために用いられ,そして4名の被験者において識別エラー率を劇的に低下させ,最も良い結果を得た.遺伝的特徴量の組み合わせ結果は遺伝的アルゴリズムのパフォーマンスを示すために単純な特徴量結合を用いて比較した.

脳とストレス軸:ストレス応答におけるコルチゾール統制の神経相関

The brain and the stress axis: The neural correlates of cortisol regulation in response to stress
Neuroimage, vol. 47, no. 3, pp. 864-871, 2009.
2015.1029.okamura

本件では,5名の被験者を採用し,運動想起型BCI(左右手運動想起)のパフォーマンス向上するために画期的な特徴量抽出法と識別方法を比較評価を行う.有益な特徴量抽出選択の為にサポートベクターマシン,アダブースト,そしてフィッシャー識別分析器に加えて帯域パワー,適応自動回帰率,そしてフラクタル次元に関して評価した.単一の特徴量と識別器の組み合わせにおいてはフィッシャー線形識別分析の帯域パワーが三名の被験者において最も良い結果を得た.そしてフラクタル次元,フィッシャー線形識別分析,サポートベクターマシンは他2名において最も良い結果を導いた.遺伝的アルゴリズムが先の識別器と共に特徴量の最も有効な組み合わせを見つけるために用いられ,そして4名の被験者において識別エラー率を劇的に低下させ,最も良い結果を得た.遺伝的特徴量の組み合わせ結果は遺伝的アルゴリズムのパフォーマンスを示すために単純な特徴量結合を用いて比較した.

全被験者と脳領域のBOLD 血流動態反応の変化とこれらが統計解析に及ぼす影響

Variation of BOLD hemodynamic responses across subjects and brain regions and their effects on statistical analyses
Neuroimage vol.21, no.4, pp.1639-1651, 2004.

20151029 taki

血流動態反応関数(HRF)の推定値は多くの場合,事象関連fMRIの分析で不可欠な部分である.だがHRFは個人や脳領域で異なり,いくつかの研究では一般線形モデル(GLM)を使用した際にこの変動が統計分析にどのような影響をもたらすか検討した.本研究では,20の被験者における一次運動野,視覚野,前頭部およびSupplementaryeye eld(SEF)で経験的にHRFの推定を行った.私たちはいくつかの領域のペアのピーク到達時間の相関の変動よりも,被験者全体での変動をより観察した.シミュレーションは統計結果とその影響を制限することができる異なる統計的モデルと実験設計が異なる方法で観察された変動の影響を検討した.間隔が広く,そして二つのサンプリングレートの速いイベントデザインで検証した.統計モデルと経験的に得られたHRFと標準的なHRFをGLMにおけるHRFの一次導関数を含めて比較した.推測されたHRFと本来の物の小さな差によって偽陰性が生じることは無かったが,2.5秒のようなtime-to-onsetの推定ミスでは,変動の範囲が大きく偽陰性につながった.小さな誤差が活性の検出に与える影響は最小限だが,1秒と同じくらい小さいtime-to-onsetの推定ミスはモデルのパラメータ推定に影響するため,ランダム効果として被験者全体で分析する.サンプリング周波数をさげたりGLMにおけるHRFの時間導関数を含むような実験と分析設計手法は結果を改善したが,HRFの推定ミスによるエラーは排除しなかった.これらの結果は可能な限り推定可能なHRFを推定することの利点と被験者および脳の領域を超えてHRFの一貫性を仮定することの潜在的な悪影響を強調している.

機能的ネットワークのモジュラリティによる個人間と個人内のワーキングメモリ容量の変動の予測

Functional Brain Network Modularity Captures Inter- and Intra- Individual Variation in Working Memory Capacity
PLoS ONE, Vol.7, No.1, e30468
20151029sobuchi

背景:ワーキングメモリのような認知機能は人によって異なる.しかしながら,個々の認知パフォーマンスも日によって変化する.認知可変性の一つの原因は神経システムの機能的組織における変動かもしれない.最適化された機能的ネットワークの組織の度合いは,個々の効果的な認知機能に関連している可能性がある.本論文では,レスティングステイトfMRIによって計測されたラージスケールネットワークの組織がどのように変化するか,そしてグラフ理論追跡はワーキングメモリ容量を変化するのかを検討する.
手法と結果:22名の被験者はワーキングメモリ容量を計測し,レスティングステイトfMRIを行った.17名は同じ実験を3週間後に行った.34の脳領域においてネットワーク組織を計測するため,グラフ理論を用いた.サブネットワークの統合性と分離性の度合いを示すネットワークモジュラリティとネットワーク結合の効率性を示すスモールワールド性は,個人の記憶容量の違いを予測した.しかしながら,モジュラリティのみ2セッション間の個人内の変動を予測した.セッション間で安定しているワーキングメモリのコンポーネントを制御する偏相関係数分析は,モジュラリティが各セッションのワーキングメモリの変動性とよく関連していたことを明らかにした.特定のサブネットワークと個人の回路の解析は,ワーキングメモリの変動性を明確に説明することはできなかった.
結論:レストで計測された認知制御ネットワークとして定義された機能的組織は,実際の認知パフォーマンスについての情報を反映していることを結果は示している.個人のワーキングメモリ容量の変動性に対するネットワークモジュラリティの関連性は,信号の調整あるいはノイズ伝達の抑制を通して,モジュール内の高い結合とモジュール間の疎な結合が脳領域間の効果的な信号伝達を反映する可能性があることを示している.

セマンティックWeb : XML とRDF の役割

The Semantic Web:The Roles of XML and RDF
Internet Computing, IEEE, Vol. 4, Issue5
20151015 wada
XMLとRDFはWeb上で意味的相互運用性を確立するための現在の標準だが,XMLは唯一の文書構造に対応している.それは洗練されたオントロジーの表現手法に対処するように拡張することができるデータモデルを提供するので,優れたRDFは,相互運用を容易にする.本稿でセマンティックWebの構造におけるオントロジーの役割を説明する.また,簡単に意味的相互運用性のためのツールを使って,長期的に無効になるように,XMLを使用して理由を示すXMLとRDFの重要な要素をまとめる.私たちは,さらに表現と推論層は,Webの現在の階層の上に必要とされていることを主張し,このような階層を確立するために我々はRDFスキーマにオントロジー表現言語をコード化するための一般的な方法を提案する.我々は、オントロジー言語交換,オントロジー表現および推論の言語を用いた拡張方法を示す.

Ontology Interchange Language, RDF,RDF/RDF schema, Resource Description Framework, Semantic Web, XML, data model,document structure, inference layer, ontology representation languages, ontology representation techniques, semantic interoperability

キネクトセンサを用いた睡眠モニタリングシステム

Sleep Monitoring System Using Kinect Sensor
Lee, Jaehoon, Min Hong, and Sungyong Ryu. “Sleep Monitoring System Using Kinect Sensor”,International
Journal of Distributed Sensor Networks,Vol. pp. 501875371,2015:
20151015_tsato

睡眠時の行動は生活の質を決定する重要な要因の1つである.しかしながら,既存の睡眠モニタリングシステムは,睡眠に関する情報を取得するために体に多くのデバイスを取り付ける必要があるという課題がある.本稿では睡眠時の動きと体位を体に取り付けるセンサを使用する代わりにマイクロソフト製のKinectV2を用いた手法を提案する.我々のシステムを用いることで個人の睡眠パターンを明らかにする睡眠情報を取得することができた.我々はこの睡眠に関連する情報を解析することで,睡眠の質を向上させることができると期待している.

回帰型ネットワーク設計のための遺伝的アルゴリズムと粒子群最適化のハイブリッド

A Hybrid of Genetic Algorithm and Particle Swarm Optimization for Recurrent Network Design
IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS-PART B: CYBERNETICS, VOL. 34, NO. 2, 2004
20151015_jnishida

新しい進化学習アルゴリズムを用いた回帰ニューラル/ファジー・ネットワークのデザインを自動化する進化的回帰ネットワークを,本稿で提案する.この新しい進化的学習アルゴリズムは遺伝的アルゴリズム(GA)と粒子群最適化(PSO)の混成に基づいて,HGAPSOと呼ばれている.HGAPSOでは,GAの場合のように交叉と突然変異によってだけでなく,PSOによっても,新世代の個体が,つくられる.エリート戦略の概念は,HGAPSOでは集団の最も実行している個体の上半分がエリート集団と考えられているという考えのもとで採用される.しかし,次世代に直接再生する代わりに,これらのエリート集団は,最初に強化される.エリート集団によって設立されるグループは群れと考えられており,各々のエリートはその中で粒子とする.この点において,エリートは自然の中で成熟現象を模倣操作しているPSOによって強化される.残りの半分は,これらの強化されたエリートに交叉と突然変異の操作を実行することによって生成される.これに対し強化されたエリートは,新しい世代の集団の半分を構成する.次のようにHGAPSOを回帰ニューラル/ファジーネットワークの設計に適用する.回帰ニューラルネットワークでは,完全に接続された回帰ニューラルネットワークが設計され,時系列の製造上の問題に適用される.回帰ファジィネットワークの設計では,高木・菅野・カン型回帰ファジィネットワークが設計されており,動的なプラント制御に適用される.HGAPSOの性能は,その優位性を実証し,これらの回帰ネットワーク設計問題でGAとPSOの両方とを比較する.

適応性のある医療ワークフローのためのオントロジー的知識フレームワーク

An ontological knowledge framework for adaptive medical work flow
Dang J, Hedayati A, Hampel K, Toklu C. ‘An ontological knowledge framework for adaptive medical workflow.’, Journal of Biomedical Informatics, vol.41, no.5 , pp.829-836, 2008
20151015_kmishiam

新しい技術として,セマンティックWebとSOA(サービス指向アーキテクチャ)は,BPMS(ビジネスプロセスマネジメントシステム)を,既存のエンタープライズアプリケーションをラップするために使用されるサービスとして記述されたビジネスプロセスとして自動化させることができる.BPMSはBPM(ビジネスプロセスマネジメント)コンソールによって監視され,ビジネスプロセスとして実行されるWebサービスを構成するためのツールと方法論を提供している.オントロジーは公式な宣言型知識表現モデルである.オントロジーは,マシンが得られた知識を理解が可能になるための基盤を提供する.その結果,機械知能を可能にしている.ヘルスケアシステムは,ユビキタス,適応,知能などの技術を採用しており,患者により良いサービスを提供している.本論文では,医療や管理作業,病院の資産,医療保険,患者の記録,薬,および規制などを含む病院に関するヘルスケアドメインをカバーするオントロジー的知識フレームワークを提示する.それゆえ,我々のオントロジーは,患者のケア,保険証券,薬物処方,およびコンプライアンスを含む複雑なパーソナライズド・ヘルスケアシナリオのために必要なすべての知識を補足しており,パーソナライズド・ヘルスケアのビジョンを可能にしている.たとえば,我々のオントロジーは,医師から管理アシスタントのようなユーザがコンテキストアウェアの新しい医療ワークフローを構築し,オンザフライでそれらを実行するためのワークフローマネジメントシステムを容易にする.