異常操縦時のための低価格なIMU-Odometer-GPS による位置情報特定

Low cost IMU-Odometer-GPS ego localization for unusual maneuvers
A.Ndjeng Ndjeng, D.Gruyer, S.Glaser, A.Lambert Information Fusion, vol.12, pp. 264-274,2011

“本論文では,IMM(Interacting Multiple Model)とEKF(Extended Kalman Filter)アプローチを用いて異常な操縦を行う際の屋外車両のローカリゼーションの問題を提示する.従来の方法に反して,IMM は車両進化空間の離散化に基づいた単純な操作となる.各操縦は,一定速度または一定旋削モデルのような単純な動的モデルによって表される.これにより,非常に動的な車両に対してこの方法を最適化することが可能である.我々の取り組みでは,非常に強い加,高速旋回,または停止段階での後進走行など,特殊な運転状況での異常な車両操縦に焦点を当てている.提示した結果は,異なるシナリオから収集された実際の測定値に基づいている.EKF 対IMMの比較に基づいて,これらの結果は,異常な操縦を考慮に入れるためにIMM 法を使用することに対する真の関心を示している。”

NIRSによる長期運転時の運転者の疲労回復の実験的評価

NIRS-based experimental evaluation of driver back fatigue during long-term driving
SangHyeon Jin, Jinung An, SeungHyun Lee, Inju Lee, Hyung Joo Kim
Biotechnology & Biotechnological Equipment, Volume.32, p.804–814, 2018

ドライバーの疲労,運転の快適性,安定性,運転に関連するその他の要因の関係に関するほとんどの研究は,アンケートによる主観評価で構成されている.生体信号測定はより客観的な評価を可能にするが,測定プロセスおよびタイプは非常に複雑であり、測定信号はノイズに敏感である.この問題に対処するために,本稿では,近赤外分光法による血行力学的応答の測定と解析を行い,運転者の疲労を定量化しようとしている.高速道路での走行時に,同じ被験者について,脊柱筋の酸素濃度の変化を,韓国の平均的な男性の体型の座位に基づく姿勢A(107.7°の胴体角、109.1°の椅子の背もたれおよび561.0mmの座席のx軸の位置姿勢)と,および姿勢Aから-10°調整された椅子の背もたれ角度,座席は4cm後ろに移動した姿勢Bの2つの状態から計測した.腰部不快感の程度について調査を行った。低背疲労の生理学的システムのための数学的モデルを用いた運転者姿勢に基づく相対疲労度の分析は,姿勢Bが姿勢Aに比べて約41%ほど比較的不快であることを示した.数学モデルを用いて運転者の姿勢に対する相対的な不快感の程度を分析した結果,特定の時間における酸素濃度の変化に基づいて相対的な不快度を解釈することが可能であり,実験結果は有用性を示した.

全脳の効果的な接続性の生成モデル

A generative model of whole-brain effective connectivity
S. Frassle, E.I. Lomakina, L. Kasper, Z.M. Man- jaly, A. Leff, K.P. Pruessmann, J.M. Buhmann and K.E. Stephan NeuroImage, 2018.

fMRIデータから効果的な(指向性の)接続強度を推測可能な全脳モデルの開発は,計算によるニューロイメージングの中心的な課題となっている.最近導入されたfMRIデータの生成モデルであるRegression dynamic causal modeling(rDCM)は,非常に大規模なネットワークにスケールアップする目標に向けて動く.しかし,数千の接続を持つ大規模ネットワークは解釈が難しい.さらに,一般に,すべてのモデルパラメータの正確な推定のための情報が欠けている.この論文では,タスクベースのfMRIの領域におけるこれらの問題に対する解決策として,rDCMの変分ベイズフレームワークにスパース制約を導入する.このスパースなrDCMアプローチは,脳全体のネットワークで効率の高い効果的な接続解析を可能にし,ネットワークの接続構造についての先験的な前提を必要とせず,モデル反転の一部として完全に接続されたネットワークを抽出する.スパースrDCMのための変分ベイズ更新方程式の導出に続いて,モデルの妥当性を評価するために,シミュレートされたデータと経験的なデータの両方を使用する.特に,100以上の領域と10,000個以上の接続を有するネットワークを用いて,fMRIデータから効果的な接続強度を推測することが可能であることを示す.これは,fMRIデータからの効果的な接続性に関する全脳推論の実現可能性を実証している.1人の被験者で,並列化されたコードを使用する場合は1分未満の実行時間である.スパースrDCMは,例えば脳全体のネットワーク構造の観点から個々の患者を表現型分類するために,コネクトミックスおよび臨床的神経造形において有用な用途を見出すことができると予想される.

注意のコネクトームに基づくの予測モデリング:データセット間の異なる機能的接続の特徴と予測手法の比較

Connectome-based predictive modeling of attention: Comparing different functional connectivity features and prediction methods across datasets
K. Yoo, M.D. Rosenberg, W.-T. Hsu, S. Zhang, C.-S.R. Li, D. Scheinost, R.T. Constable and M.M. Chun NeuroImage

“コネクトームに基づく予測モデリングは,fMRI で測定された機能的接続から持続的な注意や流動的な知能を含む形質・行動における個人差を予測するために最近開発された.ここでは, コネクトームに基づく予測モデリングフレームワークを使用して,注意機能における3 つの異なる尺度のFC(ピアソンの相関,調和,不調和)と2 つの異なる予測アルゴリズム(直線および部分最小二乗[PLS] 回帰)の予測力を比較した.調和および不調和は,同相同期および逆位相反相関を追跡する最近提案されたFC 測定である.我々は,課題に基づいたまたは安静状態の機能的接続のデータを使用して,コネクトームに基づくモデルを定義し,個人の注意予測に対する(1)機能的接続性測定および(2)特徴選択/予測アルゴリズムの効果をテストした.モデルは,leave-one-subject-out クロスバリエーションを使用してトレーニングデータセットで内部検証され,3 つの独立したデータセットで外部検証された.トレーニングデータセットには,参加者が持続的注意課題を行った時と安静にしていた時に収集されたfMRIデータが含まれていた.検証データセットには,ストップシグナル課題中と安静中に収集されたデータ,注意ネットワーク課題中と安静中に収集されたデータ,ADHD-200 コンソーシアムからのデータおよびADHD 症状の重症度と安静時のデータ含まれている.機能的接続性指標(ピアソンの相関,調和および不調和)と予測アルゴリズム(線形およびPLS 回帰)のすべての組み合わせを使用して定義されたモデルは,内部妥当性検査では0.9,外部妥当性検査では0.6 と高く評価された.課題中のデータで訓練されたモデルは,安静時データで訓練されたモデルより優れていた.ピアソン相関および調和特徴は一般的には,不調和特徴よりも小さな数値優位を示したが,PLS 回帰モデルは線形回帰モデルよりも優れていた.全体として,線形モデルと組み合わせた相関特徴は,調和特徴とコネクトームに基づく予測モデリングのPLS 回帰を考慮する.”

主観的輪郭形成の自発的制御

Voluntary control of illusory contour formation
William J Harrison, Reuben Rideaux
bioRxiv (2018): 219279

視覚的な脳は,視覚的な入力をコヒーレントな物体の構造化されたシーンに分割することが任されている.主観的輪郭の知覚を生成する図は,視覚システムが図形の区画を実行するために必要な最小限の条件を明らかにするが,そのような知覚的組織においてどのような視覚的注意が果たす役割があるかは不明である.ここでは,複数の錯視図形が暗示されている古典的なKanizsa図形の新しい変種を利用して,主観的輪郭が自発的な注意の誘導の下で形成されるかどうかをテストした.精神物理的応答分類技術を用いて,どの空間構造が知覚的決定を導くかを定量化し,機械分類器を使用して注意の影響に関する代替予測を生成した.そのような主観的輪郭が競合する幻想的な形態と衝突したとしても,主観的輪郭の形成は,図形が持つ要素に依存することがわかった.しかし,これらの主観的輪郭の強さは,図形要素なしの刺激によって暗示される形式によって制約されていた.したがって,このデータは,図形と背景の分割におけるトップダウンプロセスとボトムアッププロセスの相互作用を明らかにしている.主観的輪郭形成には注意が必要ではないが,いくつかの条件下では十分に注意状態にある.

近赤外分光法を用いた感情処理における前頭前野の活動を測定するための調査:実験的デザインの重要性

A brief review of research using near-infrared spectroscopy to measure activation of the prefrontal cortex during emotional processing: the importance of experimental design
Bendall, Robert CA and Eachus, Peter and Thompson, Catherine
Frontiers in human neuroscience, Vol.10, pp.529, 2016

過去 20 年間で神経活動を測定するために近赤外分光法(near-infrared spectroscopy,NIRS)を用いた公表さ れている研究数が著しく増加している.この技術は認知神経科学者がいくつかの分野を調査するために採用され た神経イメージングツールであり,その 1 つは感情処理の研究である.重要なことに,感情処理に重要な領域の 1 つである前頭前野(prefrontal cortex,PFC)であり,NIRS はこの領域を計測するのに理想的である.神経活動 を記録するために使用される他の方法と比較して,NIRS は参加者の不快感の軽減,より大きなサンプルサイズの データ収集,体動を含むタスク中の活性化の測定を可能にする.しかし NIRS を用いて感情と認知の関連性を調 査した結果,様々な見解が明らかになった.例えば,不快情動処理に関連する PFC の活動を報告する研究もあれ ば快情動処理に関連する PFC の活動を報告する研究もある.これらの研究では異なる認知課題間の PFC の活動 の差異を示しているが,同様の課題の場合でも見解は異なる.本研究では,NIRS を用いて健常者と患者の感情処 理中の PFC の活動を研究した最近の研究を選択し再検討する.実験デザインの変化が混合結果に寄与する要因と なる可能性がある研究結果と論点の違いを強調し表示する.この分野における一貫性を高めるため,今後のガイ ダンスが提供されている.

移動直接線形変換を用いた可能な限りの画像ステッチ

As-Projective-As-Possible Image Stitching with Moving DLT
Julio Zaragoza, Tat-Jun Chin, Quoc-Huy Tran, Michael S. Brown, and David Suter
IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.36, No.7, pp.1285-1298, 2014

市販の画像ステッチングツールの成功は,たびたび画像ステッチングが「解決された問題」であるという印象をもたらす.しかし現実には,入力写真がかなり限定的なイメージングの仮定に違反すると,多くのツールが納得できない結果をもたらすことがある.その仮定の主な2つは写真が回転だけで異なるビューに対応していること.または画像化されたシーンが実質的に平面であることである.そのような仮定では写真を整列させるための2次元投影変換またはホモグラフィの使用が推奨される.カジュアルなユーザの手にはそのような状態がしばしば違反され,結果的にアライメントずれや「ゴースト」が生じる.従って多くの既存の画像ステッチングツールは,ゴーストを削除するために後処理ルーチンに大きく依存する.本稿では,理想化された条件からの入力データの偏差に対応する射影ワープを微調整または微修正することができる移動直接線形変換(Moving Direct Linear Transformation:Moving DLT)と呼ばれる新しい推定手法を提案する.これは,遠近法による画像ステッチングの幾何学的リアリズムを損なうことなく,ゴーストを大幅に低減する,可能な限り投影可能な画像アラインメントを生成する.従って,我々の技術は潜在的に高負荷な後処理アルゴリズムへの依存を軽減する.さらに大規模なパノラマ作成で複数の画像を正確に整列させるために,バンドル調整を介して複数の射影可能なワープを同時に改善する方法についても説明する.

ワイヤレスカプセル内視鏡動画における出血フレームと領域検出

Bleeding Frame and Region Detection in the Wireless Capsule Endoscopy Video
Yixuan Yuan, Baopu Li, Max Q.-H. Meng
IEEE Journal of Biomedical and Health Informatics ( Volume: 20, Issue: 2, March 2016 )

“ワイヤレスカプセル内視鏡(WCE)は,患者の全ての消化器の非侵襲かつ無痛の直接視覚検査を可能にする.しかし,臨床医による大量の画像検討には長時間費やさなければならない.そこで医師の負担を軽減する為のコンピュータ自動支援システムが求められている.本論文では,色特徴量抽出手法を提案し,動画から出血フレームを判別する.加えてその画像から出血領域の特定を行う.我々の提案は二つのシステムに基づいて構成されている.まず,WCE画像の色情報を活用し,画像上でk-meansクラスタリングを用いてクラスタ重心を求め,色ヒストグラムを用いてWCE画像の特徴量を算出する.続いて,SVM(Support Vector Machine)とK近傍法を適用し,WCE動画のフレーム状態を評価する.総合的な実験結果としては,YCbCr色空間,クラスタ数80,およびSVMを用いることで最も優れた分類性能が得られることを実証した.達成された分類性能は,精度95.75¥%,AUCが0.9771に達し,提案手法が出血フレーム分類のための高い性能を誇ることを立証した.
続いて,出血領域を強調するための2段階特徴抽出手法を提案する.第一段階は,異なる複数のカラーチャンネルで作成され,第二段階でより視覚的なコントラストが得られる出血領域を強調する.適切な融合と閾値にしたがって領域を特定する.定量的および定性的結果は,本手法が出血領域を正常に判別可能であることを示す.”

ハイパーボリュームインジケータを計算するボックス分解アルゴリズム

A box decomposition algorithm to compute the hypervolume indicator
Lacour, Renaud and Klamroth, Kathrin and Fonseca, Carlos M
Computers & Operations Research, 79: 347-360, 2017

“私たちは,支配領域を一組の軸平行ハイパーレクタングルまたはボックスに分割することに基づいて,ハイパー ボリュームインジケータの計算に対する新しいアプローチを提案する.私たちは非増加アルゴリズムとインクリ2 メンタルアルゴリズムを提示し,点の挿入を可能にします.このアルゴリズムでは時間複雑度は O(n[ p ‐ 1 ]+1) とO(n[ p ]+1) であり,n は点の数であり,p は客観的空間の次元である.一方,このような方法の理論的な複雑さは, 最悪の場合,ハイパーボリューム計算の複雑さに対する最良の上限よりも大きい隔たりの複雑さによって制限され るが,実際に効率的であることが示される.特に,非インクリメンタルアルゴリズムは,現在最も効率的なアルゴ リズムと競合する.最後に,私たちは WFG アルゴリズムの最悪の場合の複雑さに対して p ≥ 4 における O(n[p−1])の上限と O(n[ p ] ∗ log n) の下限を強化することを証明する.”

個人特有の皮質ネットワークの空間トポグラフィによる人の認知、人格、および感情の推定

Spatial Topography of Individual-Specific Cortical Networks Predicts Human Cognition, Personality, and Emotion
Kong R, Li J, Orban C, Sabuncu MR, Liu H, Schaefer A, Sun N, Zuo XN,, Holmes AJ, Eickhoff SB, Yeo BTT Cereb Cortex. 2018 Jun 6.

Resting-stateのfMRIデータは,個々の脳ネットワークを表現する指標を提供する.主な問題は,個人固有のネットワークのトポグラフィ(すなわち,位置および空間的構造)が,行動に関連しているかどうかである.ここでは,個人固有の皮質上のネットワークを推定し,個人固有のネットワークトポグラフィが人間行動を予測できるかどうかを調べるためのマルチセッション階層ベイジアンモデル(MS-HBM)を提案する.MS-HBMの複数の層は,被験者内と被験者間とのネットワーク変動を明示帝に区別する,被験者内変動を無視する従来のネットワークマッピングは被験者間の差異について被験者内の変動が影響する可能性がある.他のアプローチと比較して,MS-HBMによる分割は,同じ被験者からの新たなrs-fMRIおよびtask-fMRIデータに対し,個人内でより一般化されたものであった.より具体的には,1回のrs-fMRIセッションから推定されるMS-HBMによる分割は,5セッションを用いた2つの最先端の方法によって推定される分割と同等の汎用性を示した.我々はまた,認知,人格,および感情を横断する行動表現のタイプが,個々の特異的なネットワークトポグラフィによって,適度な正確さで推定されうることを示した.これは,接続強度に基づいて行動表現のタイプをする以前の報告に匹敵する.MS-HBMによる推定される分割により生成されるネットワークトポグラフィは,ネットワークサイズよりも行動推定に有効であり,他の分割法で推定されたネットワークトポグラフィよりも効果的であった.したがって,接続強度と同様に個人固有のネットワークトポグラフィは,人間の行動推定の指標としても役立つ可能性がある.