論文の概要: Quantum Sensing MRI for Noninvasive Detection of Neuronal Electrical Activity in Human Brains
- arxiv url: http://arxiv.org/abs/2601.16423v1
- Date: Fri, 23 Jan 2026 03:26:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-26 14:27:27.52499
- Title: Quantum Sensing MRI for Noninvasive Detection of Neuronal Electrical Activity in Human Brains
- Title（参考訳）: 量子センシングMRIによる脳神経電気活動の非侵襲的検出
- Authors: Yongxian Qian, Ying-Chia Lin, Seyedehsara Hejazi, Kamri Clarke, Kennedy Watson, Xingye Chen, Nahbila-Malikha Kumbella, Justin Quimbo, Abena Dinizulu, Simon Henin, Yulin Ge, Arjun Masurkar, Anli Liu, Yvonne W. Lui, Fernando E. Boada,
- Abstract要約: qsMRIは水分子中の内因性陽子(1H)核スピンを固有量子センサーとして利用している。
シミュレーション,幻覚実験,および運動時および運動時の人間の研究を通じて,qsMRIを検証した。
- 参考スコア（独自算出の注目度）: 27.349327037270612
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Neuronal electrical activity underlies human cognition, yet its direct, noninvasive measurement in the living human brain remains a fundamental challenge. Existing neuroimaging techniques, including EEG, MEG, and fMRI, are limited by trade-offs in sensitivity and spatial or temporal resolution. Here we propose quantum sensing MRI (qsMRI), a noninvasive approach that enables direct detection of neuronal firing-induced magnetic fields using a clinical MRI system. qsMRI exploits endogenous proton (1H) nuclear spins in water molecules as intrinsic quantum sensors and decodes time-resolved phase information from free induction decay (FID) signals to infer neuronal magnetic fields. We validate qsMRI through simulations, phantom experiments, and human studies at rest and during motor tasks, and provide open experimental procedures to facilitate independent validation. We further present a case study demonstrating potential applications to neurological disorders. qsMRI represents a first-in-human application of quantum sensing on a clinical MRI platform, establishes a non-BOLD functional imaging modality, and enables interrogation of neuronal firing dynamics in both cortical and deep brain regions.
- Abstract（参考訳）: 神経電気活動は人間の認知の基盤となっているが、その直接的、非侵襲的なヒトの脳の計測は依然として根本的な課題である。
脳波、MEG、fMRIなどの既存の神経イメージング技術は、感度と空間的・時間的解像度のトレードオフによって制限される。
本稿では, 臨床MRIシステムを用いて, ニューロン焼成誘発磁場の直接検出を可能にする非侵襲的アプローチである量子センシングMRI(qsMRI)を提案する。
qsMRIは水分子内の内因性陽子(1H)核スピンを固有量子センサーとして利用し、自由誘導減衰(FID)信号から時間分解相情報をデコードして神経細胞の磁場を推定する。
シミュレーション,幻覚実験,運動中の人間の研究を通じて,qsMRIを検証し,独立性検証を容易にするためのオープンな実験手順を提供する。
さらに、神経疾患に対する潜在的な応用を実証するケーススタディを提示する。
qsMRIは、臨床MRIプラットフォームにおける量子センシングの第一段階の応用であり、非BOLD機能的画像モダリティを確立し、皮質および深部脳領域におけるニューロンの発火ダイナミクスの尋問を可能にする。
関連論文リスト
- Voxel-Level Brain States Prediction Using Swin Transformer [65.9194533414066]
本稿では, 4D Shifted Window (Swin) Transformer をエンコーダとして用い, 時間的情報を効率よく学習し, 畳み込みデコーダを用いて入力fMRIデータと同じ空間的, 時間的解像度で脳状態の予測を可能にするアーキテクチャを提案する。
前回の23.04s fMRI時系列に基づいて7.2sの安静時脳活動を予測すると,高い精度が得られた。
これは、人間の脳の時間的構造が高解像度でSwin Transformerモデルによって学習できることを示す有望な証拠である。
論文 参考訳（メタデータ） (2025-06-13T04:14:38Z) - NeuroBOLT: Resting-state EEG-to-fMRI Synthesis with Multi-dimensional Feature Mapping [15.811159139388971]
我々は,脳内のfMRI活動信号に生の脳波データを変換するためにNeuroBOLT,すなわちNeuro-to-BOLD Transformerを導入する。
実験の結果,NeuroBOLTは一次感覚野,高レベル認知領域,深部皮質下脳領域から観測不能なfMRI信号を効果的に再構成することがわかった。
論文 参考訳（メタデータ） (2024-10-07T02:47:55Z) - Brain3D: Generating 3D Objects from fMRI [78.46936519561298]
被験者のfMRIデータを入力として利用する新しい3Dオブジェクト表現学習手法であるBrain3Dを設計する。
我々は,人間の視覚系の各領域の異なる機能的特徴を,我々のモデルが捉えていることを示す。
予備評価は、Brain3Dがシミュレーションシナリオで障害した脳領域を正常に識別できることを示唆している。
論文 参考訳（メタデータ） (2024-05-24T06:06:11Z) - MindBridge: A Cross-Subject Brain Decoding Framework [60.58552697067837]
脳の復号化は、獲得した脳信号から刺激を再構築することを目的としている。
現在、脳の復号化はモデルごとのオブジェクトごとのパラダイムに限られている。
我々は,1つのモデルのみを用いることで,オブジェクト間脳デコーディングを実現するMindBridgeを提案する。
論文 参考訳（メタデータ） (2024-04-11T15:46:42Z) - Leveraging sinusoidal representation networks to predict fMRI signals
from EEG [3.3121941932506473]
本稿では,マルチチャネル脳波から直接fMRI信号を予測できる新しいアーキテクチャを提案する。
本モデルは,脳波の周波数情報を学習するための正弦波表現ネットワーク(SIREN)を実装して実現している。
我々は,脳波-fMRI同時データセットを8被験者で評価し,脳皮質下 fMRI 信号の予測の可能性について検討した。
論文 参考訳（メタデータ） (2023-11-06T03:16:18Z) - fMRI-PTE: A Large-scale fMRI Pretrained Transformer Encoder for
Multi-Subject Brain Activity Decoding [54.17776744076334]
本稿では,fMRI事前学習のための革新的オートエンコーダであるfMRI-PTEを提案する。
我々のアプローチでは、fMRI信号を統合された2次元表現に変換し、次元の整合性を確保し、脳の活動パターンを保存する。
コントリビューションには、fMRI-PTEの導入、革新的なデータ変換、効率的なトレーニング、新しい学習戦略、そして我々のアプローチの普遍的な適用性が含まれる。
論文 参考訳（メタデータ） (2023-11-01T07:24:22Z) - All-Optical Nuclear Quantum Sensing using Nitrogen-Vacancy Centers in
Diamond [52.77024349608834]
マイクロ波または高周波駆動は、量子センサーの小型化、エネルギー効率、非侵襲性を著しく制限する。
我々は、コヒーレント量子センシングに対する純粋に光学的アプローチを示すことによって、この制限を克服する。
この結果から, 磁気学やジャイロスコープの応用において, 量子センサの小型化が期待できる。
論文 参考訳（メタデータ） (2022-12-14T08:34:11Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。