| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-03-20 11:26 ［ショートペーパー］TMSのための深層学習を用いた灰白質表面メッシュ上の誘導電場の回帰 ○牧 豊大・横田達也・平田晃正・本谷秀堅（名工大）  MI2024-82 |
|
| 抄録 | （和） | 経頭蓋磁気刺激法 (Transcranial Magnetical Stimulation: TMS) は，頭部に置いたコイルによって誘導される電場を用いた非侵襲的な刺激手法である.コイルによって刺激されている部位を求めるためには，正確に誘導電場を計算する必要がある.誘導電場は頭部MRI画像から電磁シミュレーションを用いて計算される.電磁シミュレーションは，MRI画像から導電率の空間的な分布であるVCM (Volume Conductor Model) を構築すること及びVCMから電場を計算する二つの工程で構成される.しかし，いずれの工程も実時間で行うことはできない.近年，ニューラルネットを用いた電場を実時間で推定する手法が提案されている.これらの手法は，CNNを用いて頭部MRI画像からその頭部MRI画像の各ボクセルに対応する電場を教師あり学習する．教師データには，電磁シミュレーションで作られた電場が用いられる．TMSにおいて重要なのは神経細胞が分布する灰白質上の電場である．本研究では，GNNを用い，メッシュ上の誘導電場を求める手法を提案する．提案法の利点は，従来手法よりも高速でメモリ効率がよいこと及び，灰白質に沿った誘導電場を推定できることである.コイル位置1つあたり，従来法CNNでは約240ms推論に必要であったが，提案手法では約50msで推論することが可能である． |
| （英） | Transcranial Magnetic Stimulation (TMS) is a non-invasive neuromodulation technique that induces an electric field in the brain using a coil placed on the scalp.Accurately determining the stimulated region requires precise computation of the induced electric field, which is typically obtained through electromagnetic simulations based on head MRI data.These simulations involve two key steps: constructing a Volume Conductor Model (VCM) that represents the spatial distribution of conductivity derived from MRI images, and computing the electric field from the VCM. However, both steps are computationally intensive and cannot be performed in real time. To address this challenge, recent studies have explored the use of neural networks for real-time electric field estimation. Convolutional neural networks (CNNs) have been proposed to learn a mapping from head MRI images to voxel-wise electric field distributions through supervised learning. In TMS, the electric field in the gray matter where neurons are primarily located is of particular importance. In this study, we propose a novel approach using Graph Neural Networks (GNNs) to compute the induced electric field on a mesh representation. Our method offers two key advantages over conventional approaches: improved computational efficiency and the ability to estimate electric fields along the gray matter. | |
| キーワード | （和） | 経頭蓋磁気刺激法 / 深層学習 / 電場推定 / / / / / |
| （英） | Transcranial Magnetic Stimulation / Deep learning / Electric field estimation / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 448, MI2024-82, pp. 126-127, 2025年3月. | |
| 資料番号 | MI2024-82 | |
| 発行日 | 2025-03-12 (MI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MI2024-82 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2025-03-19 - 2025-03-20 |
| 開催地（和） | かがわ国際会議場(サンポート高松タワー棟６階） |
| 開催地（英） | Kagawa International Conference Hall |
| テーマ（和） | 医用画像一般，メディカルイメージング連合フォーラム, IFMIA2025連携 |
| テーマ（英） | Medical Imaging, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2025-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | TMSのための深層学習を用いた灰白質表面メッシュ上の誘導電場の回帰 |
| サブタイトル（和） | |
| タイトル（英） | Pial Surface based Electric field regression with Neural Networks for Transcranial Magnetical Stimulation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 経頭蓋磁気刺激法 / Transcranial Magnetic Stimulation |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | 電場推定 / Electric field estimation |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 牧 豊大 / Toyohiro Maki / マキ トヨヒロ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第2著者 氏名（和/英/ヨミ） | 横田 達也 / Tatsuya Yokota / ヨコタ タツヤ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第3著者 氏名（和/英/ヨミ） | 平田 晃正 / Akimasa Hirata / ヒラタ アキマサ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第4著者 氏名（和/英/ヨミ） | 本谷 秀堅 / Hontani Hidekata / ホンタニ ヒデカタ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-20 11:26:00 |
| 発表時間 | 12分 |
| 申込先研究会 | MI |
| 資料番号 | MI2024-82 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.448 |
| ページ範囲 | pp.126-127 |
| ページ数 | 2 |
| 発行日 | 2025-03-12 (MI) |
[研究会発表申込システムのトップページに戻る]