信号からの畳み込みニューラルネットワークによる制約のない自然画像再構成

Constraint-Free Natural Image Reconstruction From fMRI Signals Based on Convolutional Neural Network fMRI
Zhang, Chi and Qiao, Kai and Wang, Linyuan and Tong, Li and Zeng, Ying and Yan, Bin
Frontiers in human neuroscience, vol.12,pages.242, 2018

近年、機能的磁気共鳴画像法(fMRI)に基づく脳活動の解読に関する研究において,目を引く成果が得られている.しかし,すべての画像に脳活動を指定することは非現実的であるため,脳活動からの制約のない自然な画像再構成は課題のままである.この問題は,多くの場合,意味的な事前情報を使用するか,デジタルや文字を含む単純な画像を再構成することで簡素化された.意味的な事前情報がなしで,畳み込みニューラルネットワーク(CNN)の計算モデルに基づいて人間の視覚皮質のfMRI 信号から自然な画像を再構築する新しい方法を提示する.最初に,事前学習済みのCNN の各レイヤーで表示される自然画像のユニット出力をCNN 特徴として抽出した.次に,スパース線形回帰モデルを訓練してfMRI パターンからCNN 特徴にマッピングすることにより,fMRI 信号からの画像再構成をCNN 特徴の可視化の問題に変換した.CNN ユニットの特徴が脳の活動から予測されたものと最もよく一致した画像を見つけるために繰り返し最適化することにより,私たちは最終的に制約のない自然な画像再構成の有望な結果を達成した.刺激の意味的な事前情報は,デコードモデルのトレーニングでは使用されず,イメージのカテゴリは理論的に再構築できた.再構成された画像は,特に位置と形状が自然な刺激に似ていることが判明した.実験の結果,階層的な視覚的特徴が人間の視覚処理を表現するための効果的なツールである可能性を示唆した.

全脳機能的結合からの持続的注意の神経マーカー

A neuromarker of sustained attention from whole-brain functional connectivity
Monica D Rosenberg, Emily S Finn, Dustin Scheinost, Xenophon Papademetris, Xilin Shen, R Todd Constable & Marvin M Chun
Nature Neuroscience, vol.19, pp165–171, 2016

注意は知覚と認知において重要な役割を果たすが,人の全体的な注意能力を測定する簡単な方法は現在存在しない.行動測定は多様で標準化が難しいため,機能的磁気共鳴画像法を使用して,注意の重要な側面である持続的注意のニューロマーカーを追求した.この目的のために,持続的注意タスクのパフォーマンスの個人差を予測する機能的脳ネットワークを特定した.これらのネットワークに基づいたモデルは,これまで目に見えなかった個人に一般化されており,安静時の結合のみからパフォーマンスを予測することも可能であった.さらに,これらの同じモデルは,小児および青年の独立したサンプルにおけるレスト時の結合から,注意の臨床的尺度,すなわち注意欠陥多動性障害の症状の度合いを予測した.これらの結果は,脳全体の機能的ネットワークの強度が持続的注意の広く適用可能なニューロマーカーを提供することを示している.

分子設計のための制約付きグラフ変分オートエンコーダー

Constrained Graph Variational Autoencoders for Molecule Design
Qi LiuMiltiadis, Allamanis, Marc Brockschmidt, and Alexander L. Gaunt Journal of Advances in neural information processing systems,Pages,7795-7804,7 March 2019

グラフはエンティティ間の相互作用を表すための偏在的なデータ構造である.化学におけるアプリケーションに重点を置いて,我々は学習データで観察される分布に従うグラフを生成する学習タスクを検討する.我々はエンコーダとデコーダの両方がグラフ構造化されている変分オートエンコーダを提案する.我々のデコーダーは,グラフ拡張ステップの順番を想定し,我々はこの線形化の潜在的な欠点を軽減する設計選択について分析する.実験において,我々のアプローチを分子生成タスクの広範囲なベースラインと比較し,提案手法が重要なメトリック上の元のデータセットとのマッチングに成功することを示す.さらに,我々は潜在空間の適切な形成により,このモデルによって,局所的に所望の特性が最適な分子を設計できることを示す.

機能的 MRI に基づく個々の大脳皮質の機能的分割

Functional Parcellation of Individual Cerebral Cortex Based on Functional MRI.
Zhao J1, Tang C1, Nie J2 Neuroinformatics

人間の脳アトラスは,脳の構造と機能に関する科学的理解を深めるのに役立つ.典型的な解剖学的アトラスは,主に構造と機能の一貫性を確保できない脳の形態計測に基づいており,特に大脳皮質における領域ごとの機能の違いを反映するのも困難である.このように近年では,個人の機能的アトラスは個人脳のユニークな機能的組織を特定するだけでなく,行動による個々の変動を調べるためにも不可欠であるため,大きな注目を集めている.この研究では,静止状態の機能的磁気共鳴画像(rs-fMRI)を使用して,個人レベルで大脳皮質全体を正確に分割するための新しいアプローチが提案された.分割による機能的均一性を調べるために,新しい評価基準であるクラスターの類似性(SC)係数が提案された.分割結果は,2つの静止状態のセッション間で高い一貫性を示した(Dice>0.72).最も一貫した小領域は前頭皮質に現れ,最も一貫性のない小領域は後頭皮質に現れた.小領域の機能的均一性は,前頭皮質と島では高く,前中心回では低かった.SC値によると,最適なクラスタ数は半球あたり約1600だった.識別精度は2つのrs-fMRIセッション間で100%であり,レスト-タスクおよびタスク-タスクセッションでも0.97を超えるという結果を示した.

認知能力は,cognitive control brain network の機能的組織の変化に関連する

Cognitive ability is associated with changes in the functional organization of the cognitive control brain network
A. Breukelaar, Isabella and Williams, Leanne M and Antees, Cassandra and Grieve, Stuart M and Foster, Sheryl L and Gomes, Lavier and Korgaonkar, Mayuresh S
Human brain mapping, vol. 39, no. 12, pp. 5028-5038, 23 August 2018

認知制御は、日々の社会的および知的機能において最も重要なスキルの1つであるが,これを実行するために必要な行動グループの神経基盤はまだ知られていない.ここでは,18〜38歳(平均:25,SD:±6)の69人の健康な被験者を対象に,選択的ワーキングメモリ課題中に行動試験と脳機能イメージングの両方を使用し,認知制御(背外側前頭前皮質,背側後頭頂皮質,背側前帯状皮質)に関連する脳ネットワークの経時変化を調査した.我々はネットワークの活性化と接続性の変化,この場合は神経発達的に安定したグループの認知制御に関連する行動課題との関係を調査することを目的とした.ワーキングメモリ課題中の前頭頭頂認知制御ネットワークにおける領域間の接続性の増加は,2年間での記憶および実行機能の改善と関連しており,この関連は年齢,性別,ベースラインパフォーマンスの影響を受けないことがわかった.これらの結果は,神経発達,老化,またはターゲットを絞った認知訓練効果がないにもかかわらず,認知制御脳ネットワークの機能的組織の変化が発生し,成人初期から中期に認知パフォーマンスを調節できるということを示している.この変化がどのように,なぜ起こっているのかを理解することは,認知制御能力が時間とともに培われるメカニズムへの洞察を提供する.これは,認知制御が損なわれている場合の改善に役立つ可能性がある.

安静状態および複数タスク状態に特異的でない全脳の機能的結合パターンが安定した個人特性を予測

State-unspecific patterns of whole-brain functional connectivity from resting and multiple task states predict stable individual traits
Yu Takagi, Jun-ichiro Hirayama, Saori C.Tanaka NeuroImage, Volume 201,p. 116036, 1 November 2019.

“ますます多くの fMRI 研究が様々な種類の脳機能および脳機能障害における潜在的な神経基盤の個人差を明らかにしてきた.先行研究のほとんどが元々は,状態に特異的な脳ネットワークの特徴やその機能について焦点を当ててきたが,近年のいくつかの研究は,タスクおよび安静状態を含む異なる実験条件,状態にわたる全体の類似度など,状態に特異的でない潜在的な脳機能ネットワークの性質を報告している.しかし,状態に特異的でない脳ネットワーク,脳機能の意味合いの直接的,系統的な特徴づけを行った先行研究はない.そこで我々は,8 種類のタスクおよび安静状態時の大規模 fMRI データベースから,Common Neural Modes(CNMs) と呼ばれる,全脳機能的結合パターンにおける状態に特異的でない個人変動のいくつかのモードを定量的に特定した.さらに我々は,いかに CNMs が個人における変動性の認知指標を説明するものかを検証した.結果は,様々な使用特徴量の次元の下で,3 つの CMNs が堅牢に抽出されたことを示した.これらの CMNs それぞれは,優先的に,代表的な認知指標の様々な側面と相関し,安定した個人特性を反映させていた.重要なことに,関連する先行研究では,脳の結合性と認知指標を用いて教師ありで予測モデルを構築しているが,CNMs と認知指標との関連性は,脳の結合性データ単体,つまり教師なしで現れている.3 つの CNMs はまた,収入や生活満足度などのいくつかの生活結果を予測することができ,従来の認知指標と組み合わせたときに最高レベルのパフォーマンスを獲得した.我々の発見は,個人変動の基盤と特徴づける際,状態に特異的でない脳ネットワークの重要性を強調している.”

感情的画像処理中の 3 つの注意戦略の神経相関:fMRI 研究

Neuronal correlates of three attentional strategies during affective picture processing: an fMRI study
Schienle, Anne and Wabnegger, Albert and Schoengassner, Florian and Scharmu ̈ller, Wilfried Cognitive, Affective, & Behavioral Neuroscience, vol.14, pp.1320 1326, 2014

この機能的磁気共鳴画像法(fMRI)の研究では,感情画像処理中の 3 つの異なる注意戦略に関与する神経回路 を直接比較した.40 人の参加者(男性 20 人,女性 20 人)に歯科治療とニュートラルシーンを描いた画像を提示 した.同じ写真を見ながら,3 つのタスクを行うように指示した.写真内の前景オブジェクトに注意を向け,画像 が歯科治療を示すかどうかを分類し,画像が痛みの恐怖を誘発するかどうかを判断した.参加者は 3 つのタスクを 高精度で実行し,歯科治療の画像の 11 %のみを疼痛関連と評価した.他の 2 つの条件と比較して,画像の恐怖を 誘発するか判断したタスクでは,背内側前頭前野(DMPFC)の活性化の増加と関連していた.歯の写真は中立に 比べて,すべての条件で DMPFC の活性化が促進されるため,感情的な意味の割り当てと自己参照に対するこの 脳領域の役割を強調している.さらに,被験者が歯科治療の手がかりの痛みの関連性に焦点を合わせたとき,自 己報告された歯の不安は,痛み調節するネットワーク(DMPFC、大脳基底核)の活性化と正の相関があった.将 来の研究では,不安の強いグループや,歯科恐怖症に苦しむ患者でさえも研究することが期待されている.

注意モード中の中前頭回への経頭蓋磁気刺激は脳ネットワークにおける動的モジュール再構成を誘発

Transcranial Magnetic Stimulation to the Middle Frontal Gyrus During Attention Modes Induced Dynamic Module Reconfiguration in Brain Networks
P.Song, H.Lin, Q.Xue, Y.Sun and Y.Wang Frontiers in neuroinformatics, vol.13, p.22, 2019.

“背側および腹側注意ネットワーク(VANs)間の相互作用は, 両方のネットワークに機能的に接続されている中前頭回(MFG)によって取り持たれている. ただし, 選択的かつ持続的な注意におけるMFG の直接的な役割については議論の余地がある. 現在の研究では, 経頭蓋磁気刺激(TMS)と脳波(EEG)を使用して, 異なる注意モード中のMFG 関連領域の動的な変化を調べた. 参加者は, 視覚的, 選択的, および持続的な注意タスクを受けて, TMS によって誘発されたネットワークの変化を観察した. 20 人の健康な参加者は, タスク中に左右のMFG で単独パルスTMS を受信し, 同時に同期脳波データを取得した. 行動の結果を記録し, 時変脳ネットワーク解析を実施した. MFG は注意処理に関与しており, 持続的な注意はMFG.R によって優先的に制御されていることが明らかになった. さらに, 右半球と比較して, 左半球は選択的注意課題に関連していた. ネットワークノードのMFG 関連の変化を誘発した視覚的および選択的注意タスクは, 左半球内にありました. ただし, 持続的注意によるネットワークノードの変化は, 両側MFG にありました. 私たちの調査結果は, MFG が注意ネットワークの調節に重要な役割を果たすことを示している. 特に, TMS によるMFG の変化は, 時変脳ネットワークの主要なノードに影響を与え, 脳ネットワークモジュールの再編成をもたらした.”

ニルス脳解析ツールボックス

The NIRS Brain AnalyzIR Toolbox
Hendrik Santosa, Xuetong Zhai, Frank Fishburn & Theodore Huppert
Algorithms, vol.11, pp.73, 2018

機能的近赤外分光法(fNIRS)は、低レベルの光(650〜900 nm)を使用して脳の血流量と酸素化の変化を測定する非侵襲的神経画像診断法である。過去数十年にわたって、この手法は機能的および安静状態の脳の研究に利用されてきた。この方法は、運用コスト、携帯性、汎用性が低いため、小児や特殊な集団の研究や、仰向けで動きのない収集設定の制限がない研究用の機能的磁気共鳴イメージングなどの方法の代替手段となる。ただし、fNIRSデータの分析には、技術のユニークな物理学、データのユニークな統計特性、およびこの技術の柔軟性のために研究で利用されている非伝統的な実験計画の多様性に起因するいくつかの課題がある。これらの理由により、この技術の特定の分析方法を開発する必要がある。このペーパーでは、NIRS Brain AnalyzIRツールボックスを、fNIRSデータ管理、前処理、および第1レベルと第2レベル(つまり、単一被験者レベルとグループレベル)の統計分析のためのオープンソースのMatlabベースの分析パッケージとして紹介する。ここでは、オブジェクト指向プログラミングパラダイムに基づいたこのツールボックスの基本的なアーキテクチャ形式について説明する。また、統計分析、プローブ登録、画像再構成、関心領域ベースの統計など、ツールボックスのいくつかの主要コンポーネントのアルゴリズムについても詳しく説明する。

Local Binary Pattern演算子に対するエントロピーに基づくテクスチャセグメンテーション手法の提案

Texture Segmentation Approach Based on Entropy Based Local Binary Pattern Operator
SS, Sreeja Mole Mediterranean Journal of Basic and Applied Sciences Vol.2(4), pp.13-19, 07 October 2018

本論文では,空間情報におけるFuzzy-c-MeansとK-Means clusteringを用いて,LBPベースのエントロピーから抽出された特徴に基づき,教師なしテクスチャセグメンテーションの効率的な方法を提案する.本提案では,テクスチャ画像はLBPを使用して特徴づけられる. 特徴量算出後,エントロピーの値がLBP算出画像から抽出される.最後に,FCMとK-Meansを使用してエントロピーの値を分類する.提案手法は,異なるテクスチャのデータベースを用いて評価される.結果は既存手法と比較され,提案手法の性能が優れていることを示した.これは本アルゴリズムが模様の特性をより忠実に考慮してテクスチャ情報を抽出可能にし,テクスチャ画像セグメンテーションに最適であることを意味する.