Main Categories
EXPLORE
BCIから「心の状態」を読み取るAIエージェント——NeuroSkillが示すプロアクティブ・ニューロテックの未来
BCIデバイスから取得した脳波・生体信号をもとに、人間の「心の状態（State of Mind）」をリアルタイムでモデル化し、AIエージェントが能動的にインタラクションを行うシステム「NeuroSkill」が発表された。基盤EXGモデルとテキスト埋め込みモデルを組み合わせ、完全に...
パラメータ数わずか1.33万——超軽量モデルULW-SleepNetがウェアラブル睡眠モニタリングを変える
マルチモーダルな睡眠ポリグラフ（PSG）データから睡眠ステージを自動判定する超軽量ネットワーク「ULW-SleepNet」が発表された。わずか13,300パラメータ・7.89M FLOPsで、Sleep-EDF-20データセットにおいて精度86.9%を達成し、既存の最先端手法と比...
Deep Dive: Brain-OFの設計思想——fMRI・EEG・MEGを統一処理する初の全機能型脳基盤モデル
Brain-OFは、fMRI、EEG、MEGの3つの機能的脳イメージングモダリティを単一のフレームワークで処理する初の全機能型（omnifunctional）脳基盤モデルである。異なる時空間解像度を持つ脳信号を共有意味空間に射影する「Any-Resolution Neural S...
「何を掴み、どこに置くか」を脳波だけで指示——視覚・運動イメージリによるロボット把持制御
EEGベースの視覚イメージリ（VI）と運動イメージリ（MI）を統合し、ロボットのリアルタイム把持・配置制御を実現するフレームワークが発表された。オフラインで事前学習したデコーダをゼロショットでオンラインパイプラインに展開し、EEGのみでキューフリーのイメージリプロトコルを通じたロ...
EEG基盤モデルの真の汎化性能を問う——PRISMが暴くデータ多様性と評価バイアスの実態
EEG基盤モデルの事前学習データの構成が下流タスクの性能にどう影響するかを体系的に検証する研究「PRISM（Population Representative Invariant Signal Model）」が発表された。事前学習データの多様性と規模のトレードオフを明らかにし、既...
脳波・心拍・視線で「差別的ミーム」を見抜く——人間中心マルチモーダル融合モデルの挑戦
インターネットミームにおける性差別の自動検出において、視線追跡（ET）、心拍数（HR）、脳波（EEG）の生理的データをビジョン・ランゲージモデル（VLM）と融合させる新しい「人間中心」パラダイムが提案された。16名の被験者から3,984枚のミーム閲覧時の生体データを収集し、VLM...
ウェアラブル技術でてんかん管理はどこまで進んだか——デジタルヘルス技術の研究最前線
てんかん管理におけるウェアラブルデジタルヘルス技術（DHT）の現状と課題を体系的にまとめたレビュー論文が公表された。86本の文献を精査し、発作検出デバイスの性能から患者の受容性、将来の予測技術までを包括的に論じている。 てんかんは世界で約5,000万人が罹患する最も一般的な神経疾...
運動障害における局所電場電位（LFP）——深部脳刺激の精密化を導くバイオマーカーの全貌
局所電場電位（LFP）が運動障害の理解と深部脳刺激（DBS）治療の最適化においてどのような役割を果たしているかを包括的にまとめたナラティブレビューが公表された。914件の論文から72本を厳選し、パーキンソン病、本態性振戦、ジストニア、トゥレット症候群、ハンチントン病にわたるLFP...
脳波から「いま聴いている曲」を特定——音響と期待のニューラルネットワーク表現が切り拓く新手法
音楽聴取時のEEG信号から楽曲を識別するタスクにおいて、人工ニューラルネットワーク（ANN）の表現を教師信号として活用する新たなアプローチが提案された。音響的特徴と予測的期待に関連する2種類のANN表現を区別して用いることで、従来の事前学習なしベースラインを上回る識別精度を達成し...
脳磁図から「聞こえている」を読み取る——SHINEが実現する高精度音声検出
MEG（脳磁図）信号から、被験者が音声を聞いている瞬間と無音の瞬間を二値分類する新手法「SHINE（Sequential Hierarchical Integration Network for EEG and MEG）」が提案され、LibriBrain Competition ...
Deep Dive: ODEBRAINのアーキテクチャ——Neural ODEによる連続時間EEGダイナミクス予測
ODEBRAINは、EEG信号の動的予測において、従来のRNNベースの離散時間モデリングが抱える累積誤差と非線形特性の捕捉失敗を解決するために設計されたフレームワークである。時空間-周波数特徴をスペクトルグラフノードに統合し、Neural ODE（Neural Ordinary ...
Deep Dive: Hybrid Quantum Temporal Convolutional Network（HQTCN）のアーキテクチャ設計と時系列解析への応用
Hybrid Quantum Temporal Convolutional Network（HQTCN）は、古典的な時間畳み込みネットワーク（TCN）の窓処理と量子畳み込みニューラルネットワーク（QCNN）コアを統合したハイブリッドモデルである。逐次データに対する量子機械学習のス...