color-alone特徴量を用いた教師なし画像セグメンテーションのための新しい四分位領域統合アルゴリズム

New quartile-based region merging algorithm for unsupervised image segmentation using color-alone feature
Neurocomputing, vol. 342, pp. 24-36, 2016
20160629 ntanaka

この研究では,画像領域分割問題とシステムの複雑さを低減するためのcolor-alone特徴量に関して議論する. 色に関する数学的モルフォロジーに基づいて,隣接する領域間の類似度はランキング問題の解として得られる.色 やセグメンテーションの誤りを回避するため,ベクトル化手法の代わりにハイブリッドな手法を用いた.黒をピ クセル値を分類する基準色として使用する手法は,距離測定の範囲が最適ではないというような問題に直面して いる.この問題の解決のため,我々は,包括的な基準色を選択する機構を提案する.また,色ベクトルの次数を 決定すため,ユークリッド距離の代わりにHSVの強さの度合いを基準とした距離を用いた.上記の手法は人間の 視覚と一致したセグメンテーションを行う事ができる.四分位解析は,領域統合のための閾値の決定がより背景 の変化に対する影響が少ない事を示す.アルゴリズムを評価するために,実験的に2つの典型的なセグメンテー ション機構を4つの定量的指標において比較した.

カプセル内視鏡における離散コサイン変換と異方性コントラスト拡散に基づいた前処理技術

pre-processing technique based on discrete cosine transform and anisotropic contrast diffusion for wireless capsule endoscopy images
Shahri, Rosdiana, et al. “Pre-processing technique based on discrete cosine transform (DCT) and anisotropic contrast diffusion for wireless capsule endoscopy images.” Biomedical Engineering and Sciences (IECBES), 2014 IEEE Conference on. IEEE, 2014.

20160629_nishida

ワイヤレスカプセル内視鏡(WCE)はヒトの消化管の異常を検出するのに便利な道具である.しかし,WCE 画像はノイジーであったり,暗かったりなど,低画質である.異常をより早く検出するために,WCE 画像の画質 を高める CAD システム内の前処理は重要である.さらに画質を向上させるために,B.Li は画像のコントラスト を得るためにヘッセ行列を有する異方性拡散を用いた手法を提案した.しかし,この手法は,画像が鮮鋭でない 場合には問題を有している.この問題を解決するために,我々のシステムでは,離散コサイン変換(DCT)と異 方性コントラスト拡散を用いた.この論文は,提案手法の実験結果を提示する.

Wireless capcule endoscopy(WCE),image processing,Discrete Cosine Transform(DCT),Anisotropic Contrast Diffusoin

ルジャンドルモーメント不変量によるボケ画像認識

Blurred image recognition by Legendre moment invariants
IEEE Transactions on Image Processing, Vol.19, 2010, pp.596-611

20160629 ygoto

多くの画像アプリケーションにおいて焦点のぼけた画像を処理することは重要な問題となっている.ぼけの不変 量を得る方法を既存手法では幾何学的な瞬間や複数のモーメントに基づいている.本稿では,直行ルジャンドル モーメントを用いてボケの不変量を構築する新しい手法を提案する.焦点ぼけ画像に対してのルジャルドルモー メントの重要な特性は今までも提示され,証明されてきた.本稿では,従来のパターン認識と本手法を比較する. 実験結果は,提案する手法はノイズに対しより堅牢であり,幾何学的または複雑なモーメントに基づく方法より 優れた識別力を持っていることを示す

サポートベクトルマシンによる特徴量選択を用いたピロリ菌関連の胃組織学的分類

Helicobacter Pylori-Related Gastric Histology Classification Using Support-Vector-Machine-Based Feature Selection
IEEE Transactions on Information Technology in Biomedicine, Volume 12, Nomber 4, pp.523-531, 2008
20160629 yokada

本研究では,内視鏡画像からヘリコバクター・ピロリ(ピロリ菌)の胃組織像を診断するために,サポートベ クトルマシン(SVM)による SFFS(Sequential Forward Floating Selection)を使用したコンピュータ支援診断 システムを提案する.この目標を達成するために,臨床症状に関連した候補画像の特徴は,内視鏡画像から抽出 される.これらの候補の特徴を抽出する際,SFFS 法は,異なる組織学的特徴に対して SVM により最良の分類結 果を実行する特徴サブセットを選ぶために適用される.特徴サブセットから得られた分類器を用いて,新たな診 断システムは,内視鏡画像からピロリ菌関連の組織学的結果を医師に提供するために実装される.

運動イメージ分類のための単一試行コネクティビティ推定

Single-trial connectivity estimation for classification of motor imagery data
Journal of Neural Engineering, Volume 10, Number 4, 11 June 2013
20160624_tishihara

目的:多くの脳とコンピュータのインターフェイス(BCI)は,異なる運動イメージ(MI)のパターンを区別する ために脳波のバンドパワー(BP)の変化を使用している.近年のほとんどのアプローチは,アカウントに分け脳 領域のコネクティビティを取ることはない.私たちの目的は単一試行コネクティビティ特徴量を導入し,BCI デー タにこれらの特徴量を適用することである.アプローチ:私たちは,BCI 環境においてベクトル自己回帰(VAR) の独立成分のモデルからの単一試行コネクティビティの推定値を抽出するための手順を紹介する.主な結果:シ ミュレートされた BCI では,我々はフル周波数で正規化した有効性伝達関数(DTF)と直接的 DTF が BP と似 た結果を与えることを実証した.一方で,その他の部分有効性コヒーレンスなど他の尺度で大幅に分類精度が落 ちたことも実証した.意義:我々は,単一試行 MI の分類が VAR モデルから抽出したコネクティビティ尺度で可 能であり,BCI は,潜在的に,このような尺度を利用することが可能であることを示す.

感情的写真による選択的注意捕捉の眼球運動評価

Eye Movement Assessment of Selective Attentional Capture by Emotional Pictures
Emotion, Vol.6, No.2, pp.257-268, 2006
20160626 wada

アイトラッキングを感情的かつ視覚的な場面での注意の配向と関与を評価するために用いた.実験 1 で不快,中 性,または快適なターゲットの画像を画像の快の度合いを比較するための周辺視野における中性制御画像と同時 に提示した.感情画像における最初の凝視とその後の凝視の周波数の確率は中性の画像よりも大きかった.実験 2 では,被験者に感情画像を見ることを避けるように指示したが,中性写真よりも初めに凝視する割合が大きくな り,最初の凝視時の見る時間が長くなった.低いレベルの視覚的な特徴では結果を説明することができない.明白 な視覚的な特徴は快・不快の感情的なコンテンツによって表わされることが結論づけれた

成人の ADHD 患者におけるワーキングメモリ課題中の前頭前野の活性減少:fNIRS の研究

Reduced lateral prefrontal activation in adult patients with attention-deficit/hyperactivity disorder (ADHD) during a working memory task: A functional near-infrared spectroscopy (fNIRS) study
Journal of Psychiatric Research,Vol.42,pp.1060-1067,2008

20160627_ttamaki

近赤外分光法 (NIRS)は生体内の皮質組織における酸素化ヘモグロビンと脱酸素化ヘモグロビンの濃度の変化を 測定する光学的撮像法である.本研究では,私たちはワーキングメモリ(N-back)の遂行中の多チャンネル NIRS を用いることにより,13 人の成人の ADHD 患者に対して,年齢と性別を適応させた 13 人の健常者対照群との 比較実験を行った.健常者対照群と比較すると ADHD 患者は,VLPFC 上に位置する NIRS チャンネルにおける N-back 課題の遂行時の活性の減少を示し,タスクに関連した酸素化ヘモグロビンの濃度の増加の減少が見られた. この発見は,高い作業負荷(2back)で特に顕著にみられた.そして患者群におけるオミッション・エラーの増加 に対して,統計的な傾向があった.以上のデータから,これまでの ADHD 患者におけるワーキングメモリ障害や 前頭前野の機能不全の所見の裏付け,及び,撮像結果とワーキングメモリの機能モデルの観点から議論する.

Working Memory,N-back task,VLPFC,ADHD,fNIRS

転移性乳がんを識別するための深層学習

Wang, Dayong, et al. “Deep Learning for Identifying Metastatic Breast Cancer.” arXiv preprint arXiv:1606.05718 (2016).
20160627_rtamura

ISBI はセンチネルリンパ節生検の全試料画像で転移性乳がんの自動検出する計算システムを評価するためのグ ランドチャレンジを開催した.我々のチームはそのグランドチャレンジで全試料画像の識別タスクで 0.925 の手 術を受けた濃度曲線下面積スコアと腫瘍局在診断タスクで 0.7051 点を得て,識別タスクと腫瘍局在診断タスクの 両方の競争に勝利した.病理学者が一人で同じ画像を評価した結果,全試料画像の識別濃度曲線下面積スコアは 0.966 で,腫瘍局在診断スコアは 0.733 であった.我々の深層学習システムの予測を病理学者の診断と合わせると, 病理学者の濃度曲線下面積スコアは 0.995 に増加し,ヒューマンエラーの割合は 85%縮小した.これらの結果は, 病理診断の精度の重要な改善をもたらす深層学習の検出力を示す.

フィードバックトレーニングによって減少する音によるフラッシュ錯覚

Sound-Induced Flash Illusion is Resistant to Feedback Training
Brain topography, vol. 21, no. 3-4, pp. 185 – 192, 2009
2 つのビープ音を伴った 1 つのフラッシュは 2 つのフラッシュとして認識される傾向がある.この現象は,「音 によるフラッシュ錯視」として知られている.これまでの神経イメージング研究では,早期視覚野における働き の調整と錯覚が関連のあることが示された.私たちは,いかに錯覚が強固であるかを,錯覚の頻度がフィードバッ クを与えることで減少しうるかどうかをテストすることで調査した.私たちは,課題実行の正確さに料金報酬の 量が依存する時を除いて,音によるフラッシュ錯覚がフィードバックトレーニングにより減少したことを発見し た.しかしながら,後者の場合でさえ,被験者は正確に 1 つのフラッシュを回答したにもかかわらず,2 つのフ ラッシュの錯覚が見えたと報告した.そのうえ,ひとたび被験者の錯覚の知覚が消えるというよりむしろ錯覚的、 物理的ダブルフラッシュの間の一時的な細かい区別を提案するフィードバックを与えられたら,フィードバックト レーニングの効果は消えたように思われる.これらの結果は,視覚刺激がフィードバックトレーニングに対して 強く,音によるフラッシュ錯覚を説明する決定要因に対する証拠をさらに提供する

ワーキングメモリ,感情処理及びレスティングステイト中の fMRI に基づくグラフ理論的性質の試験・再試験信 頼性

Test-retest reliability of fMRI-based graph theoretical properties during working memory, emotion processing, and resting state
NeuroImage, Vol.84,888–900, 2014

機能的核磁気共鳴画像法(fMRI)とグラフ理論解析を用いた脳コネクトームの研究が最近人気を得ているが, 特にアクティブ fMRI タスク由来のロバスト性についてはほとんど知られていない.そこで,3 つの確立された fMRI 実験(n-back ワーキングメモリ,感情的な顔照合,レスティングステイト)における 26 名の健康な参加者 から計算された脳のグラフにおける試験・再試験信頼性を研究し,ノード定義(AAL アトラス,Power らによる 機能的アトラス)の 2 つの分割案を提案した.5 つの異なるデータ処理方法のクラス内相関係数(ICCs)を比較 し,状態固有の回帰子であるタスク回帰の優れた信頼性を実証した.タスク間の比較は,アクティブなタスクと相 対的にレスティングステイトが有意に高い ICCs と全体的および局所的なネットワーク特性の顔照合タスクと相対 的な n-back タスクが有意なことを明らかにした.平均 ICCs は一般的にアクティブタスクで低い一方,全体的な 公正な良好な信頼性は全体的および局所的コネクティビティ特性と,両アトラスとスモールワールド性が検出さ れた.すべての 3 つのタスクおよびアトラスにおいて,低い平均 ICCs は局所的なネットワーク特性がみられた. しかし,ノード特有の良い信頼度は,検証された機能(レスティングステイト:デフォルトモードネットワーク のノード,n-back:前頭-頭頂のノード,顔照合:辺縁系のノード)において重要だと知られている領域における ノードの degree 検出した.アトラス間の比較は,全体的および局所的なネットワーク特性における機能的分割の 信頼性が有意に高いことが実証された.結果は,アクティブタスクを使用した fMRI 研究における処理方法,脳ア トラスや結果特性の選択やグラフ理論方法や特に将来の薬理的 fMRI 研究における被験者間のデザインを知らせる ことが可能となる