Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Higher Mental Functions of Brain: Learning and Memory01:26

Higher Mental Functions of Brain: Learning and Memory

Memory is one of the most vital higher mental functions of the brain. Memory is closely related to learning because it enables us to retain information and experiences from our past to use them in our present life. It also helps us to remember facts, events, and skills, such as riding a bike or swimming. There are two types of memory — declarative memory, which involves memorizing facts or events, and procedural memory, which enables us to remember how to do something like writing or playing an...
Organization of the Brain01:31

Organization of the Brain

The brain is an integral component of the nervous system and serves as the center for processing sensory inputs, making decisions, and directing bodily actions. This complex organ is organized into three primary sections: the hindbrain, midbrain, and forebrain, each responsible for a range of vital functions.
Hindbrain
The hindbrain, located at the base of the brain, plays a vital role in regulating automatic processes that sustain life. It includes the medulla oblongata, which is essential for...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same journal

A novel carotid artery catheterization device for intracranial drug delivery in rats and mice.

Journal of neuroscience methods·2026
Same journal

Event-related potential dynamics of unilateral lower limb movement with functional connectivity analysis.

Journal of neuroscience methods·2026
Same journal

Design and validation of a reaching-task system for quantifying wrist extension recovery after radial nerve repair in nonhuman primates.

Journal of neuroscience methods·2026
Same journal

Chromate/Fluoro-Jade: A high resolution and contrast fluorescent staining method for localizing myelinated fibers in paraffin embedded brain tissue sections.

Journal of neuroscience methods·2026
Same journal

Mesenchymal stem cell-derived small extracellular vesicles in spinal cord injury: From molecular repair mechanisms to standardized translational development.

Journal of neuroscience methods·2026
Same journal

Neurochemistry and post-mortem neurotransmitters: toward the study of neurochemical connectivity.

Journal of neuroscience methods·2026

関連する実験動画

Updated: Jul 23, 2026

Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations
12:27

Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations

Published on: February 15, 2017

脳組織分類のための最適化された階層的注意支援型深層学習モデル

Divya Sundar V S1, Vijayachamundeeswari V2

  • 1Department of Computer Science and Engineering, Saveetha Engineering College, Thandalam, Chennai-602105, India.

Journal of neuroscience methods
|February 25, 2026
PubMed
まとめ

本研究は、MRIスキャンにおける正確な脳組織セグメンテーションと分類のための最適化された深層学習モデルを紹介します。この新しいアプローチは、脳組織異常の検出において高い精度を達成し、診断能力を向上させます。

キーワード:
脳組織セグメンテーションカプセルネットワークコアラ最適化アルゴリズム融合累積ブリッジ階層的注意残差ブロック

関連する実験動画

Last Updated: Jul 23, 2026

Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations
12:27

Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations

Published on: February 15, 2017

科学分野:

  • 医用画像解析
  • 深層学習アプリケーション
  • 神経科学

背景:

  • 磁気共鳴画像法（MRI）における正確な脳組織の識別は、医療用途にとって非常に重要です。
  • 既存の方法は、スキャナーの種類や取得手順の変動による不整合に直面しています。
  • 複雑な脳組織構造は、高度なセグメンテーション技術を必要とします。

研究 の 目的:

  • 異常を検出するための効果的で最適化された階層的深層学習手法を開発すること。
  • MRIにおける脳組織分類とセグメンテーションの精度を向上させること。
  • 現在の方法のスキャナー間のばらつきを処理する上での限界に対処すること。

主な方法:

  • min-max正規化を用いたMRI画像の事前処理。
  • 残差ブロック、アテンションゲート、および融合累積ブリッジモジュールを組み合わせた新しいハイブリッドセグメンテーションアプローチ、残差融合累積U-netブリッジモジュール（ResFAU-net）。
  • CNNと階層的アテンションを統合した階層的アテンションベースの修正畳み込みカスケードカプセルネットワーク（HAMC³）を用いた分類。

主要な成果:

  • BRATS2020データセットでモデルを評価しました。
  • ダイススコア、IoU（Intersection over Union）、精度、適合率、感度、特異度、F1スコアなどの指標を用いてパフォーマンスを検証しました。
  • 提案されたモデルは、さまざまな指標で強力なパフォーマンスを示しました。

結論:

  • 開発された階層的深層学習モデルは、異常な脳組織を効果的にセグメント化および分類します。
  • モデルは、96.29%のIoUスコアと99.03%の精度を達成しました。
  • このアプローチは、脳組織異常の検出を改善する上で significant な可能性を示しています。