論文の概要: Toward Markerless Video-based Tremor Analysis: Objective Quantification of Pathological Tremor in Mouse Preclinical Models
- arxiv url: http://arxiv.org/abs/2609.18753v1
- Date: Wed, 16 Sep 2026 14:44:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.855366
- Title: Toward Markerless Video-based Tremor Analysis: Objective Quantification of Pathological Tremor in Mouse Preclinical Models
- Title（参考訳）: マーカーレスビデオによる震源解析に向けて:マウス前臨床モデルにおける病的震源の客観的定量化
- Abstract要約: 震動 (retromor) は運動障害の一種で、身体部分の不随意、リズミカルな振動が特徴である。
筋電図と加速度計は、マウスの震動を定量的に観察するために使われてきた。
RGBベースの手法は、非侵襲的でコスト効率のよい代替手段を提供する。
本稿では,従来のRGBカメラを用いたマウス震度推定により,これらの課題に対処する。
- 参考スコア（独自算出の注目度）: 1.8315988392353102
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tremor is a movement disorder characterized by involuntary, rhythmic oscillations of body parts and is a hallmark of several neurological conditions, including Parkinson's disease and essential tremor. Elucidating its underlying mechanisms relies heavily on mouse models, which offer genetic manipulability and translational relevance to human neural circuitry. Accordingly, these models are indispensable for studying tremor pathophysiology. So far, electromyography and accelerometers have been used as methods to quantitatively observe tremors in mice. However, these methods have several drawbacks, such as high costs and complex setups. In particular, the invasive surgical implantation of devices causes significant stress to the animals. Although RGB-based methods offer non-invasive and cost-effective alternatives, they often lack the sensitivity required to detect subtle tremors. Therefore, this paper addresses these challenges by achieving mouse tremor severity estimation using conventional RGB cameras only. To address the challenging task of isolating tremor-related vibrations while the mouse itself is also in motion, our pipeline incorporates segmentation-based pre-processing to extract the mouse region and a Tremor Score Estimation Module that captures subtle tremors with high sensitivity. In the experiments, we assessed tremors in unrestrained mice using a non-invasive method with two standard cameras. The results demonstrated a strong correlation with accelerometer measurements and confirmed that the method accurately captured the intensity-dependent characteristics of tremors. The project page is available at https://isogawalab.github.io/Video-based-Tremor-Analysis-Project/.
- Abstract（参考訳）: 震動は、身体部分の不随意でリズミカルな振動を特徴とする運動障害であり、パーキンソン病や本態性震動など、いくつかの神経疾患の指標である。
その基盤となるメカニズムを解明するには、遺伝子操作性と人間の神経回路への翻訳関連性を提供するマウスモデルに大きく依存する。
したがって、これらのモデルは震動の病態を研究するのに不可欠である。
これまでのところ、筋電図と加速度計はマウスの震動を定量的に観察する方法として用いられてきた。
しかし、これらの手法には、高コストや複雑なセットアップなど、いくつかの欠点がある。
特に、侵襲的な機器の外科的移植は、動物に重大なストレスを与える。
RGBベースの手法は、非侵襲的で費用効果の高い代替手段を提供するが、微妙な震動を検出するのに必要な感度を欠くことが多い。
そこで本研究では,従来のRGBカメラのみを用いたマウス震度推定を行ない,これらの課題に対処する。
マウス自体の動作中に地震関連振動を分離する難しい課題に対処するため、我々はセグメンテーションによる前処理を組み込んでマウス領域を抽出し、微妙な震動を高感度で捉えるTremor Score Estimation Moduleを開発した。
実験では, 2台の標準カメラを用いた非侵襲的手法を用いて, 無拘束マウスの震動評価を行った。
その結果,加速度計の測定値と強い相関性を示し,震源の強度依存性特性を正確に把握できることが確認された。
プロジェクトページはhttps://isogawalab.github.io/Video-based-Tremor-Analysis-Project/.comで公開されている。
関連論文リスト
- MotionDPS: Motion-Compensated 3D Brain MRI Reconstruction [39.243053176227065]
そこで本研究では, 解剖画像, 剛体運動パラメータ, コイル感度マップを, k-spaceデータから直接推定する動き補償3次元MRIを提案する。
提案手法は,3次元複雑なスコアベース拡散モデルを物理ベースフォワードモデル内に表現型解剖画像として組み込んだものである。
シミュレーションおよびリアルタイム脳MRIデータを用いた実験により,提案手法は画像の質と動きの堅牢性を向上することを示した。
論文 参考訳（メタデータ） (2026-05-21T07:53:06Z) - Assessing Low Back Movement with Motion Tape Sensor Data Through Deep Learning [18.9874861516187]
背中の痛みは人口の大部分に影響を及ぼし、しばしば腰の特定の動きによって悪化する。
モーションキャプチャーセンサーの高忠実度データは、異なる動きの分類に利用できるが、これらのセンサーは、自由生活環境での使用には費用がかかり実用的ではない。
Motion Tape(MT)は、ファブリックベースのウェアラブルセンサーで、低コストでポータブルである。
本研究では,MTデータに基づくディープラーニング分類パイプラインであるMotion-Tape Augmentation Inference Model (MT-AIM)を提案する。
論文 参考訳（メタデータ） (2026-02-12T00:51:41Z) - Learning Cortico-Muscular Dependence through Orthonormal Decomposition of Density Ratios [39.3721526159124]
本研究では,皮質振動と筋振動の関係をモデル化するために,密度比の正則分解に基づく統計的依存推定器の新たな応用を提案する。
本研究では,皮質筋接続から学習した固有関数が,運動と被験者を正確に分類できることを実験的に実証した。
論文 参考訳（メタデータ） (2024-10-04T16:05:08Z) - SISMIK for brain MRI: Deep-learning-based motion estimation and model-based motion correction in k-space [0.0]
本研究では,脳の2次元スピンエコースキャンにおける動き推定と補正の振り返り手法を提案する。
この手法は、深いニューラルネットワークのパワーを利用してk空間の運動パラメータを推定する。
モデルに基づくアプローチを用いて、劣化した画像を復元し、「幻覚」を避ける。
論文 参考訳（メタデータ） (2023-12-20T17:38:56Z) - JSMoCo: Joint Coil Sensitivity and Motion Correction in Parallel MRI
with a Self-Calibrating Score-Based Diffusion Model [3.3053426917821134]
アンダーサンプルMRI再構成のための動きパラメータとコイル感度マップを共同で推定する。
本手法は, 動きの影響を受けない, 疎サンプリングされたk空間データから, 高品質MRI画像の再構成を行うことができる。
論文 参考訳（メタデータ） (2023-10-14T17:11:25Z) - Neuromorphic Hebbian learning with magnetic tunnel junction synapses [41.92764939721262]
磁気トンネル接合(MTJ)の双対抵抗状態による高精度推論を実現するニューロモルフィックネットワークの提案と実験的検討を行った。
MTJシナプスで直接実装したニューロモルフィックネットワークの最初の実演を行った。
また,STT-MTJシナプスを用いた非教師型ヘビアン学習システムにより,MNIST手書き文字認識の競争精度が向上できることをシミュレーションにより実証した。
論文 参考訳（メタデータ） (2023-08-21T19:58:44Z) - Brain Imaging-to-Graph Generation using Adversarial Hierarchical Diffusion Models for MCI Causality Analysis [44.45598796591008]
機能的磁気共鳴画像(fMRI)を軽度認知障害解析のための効果的な接続性にマッピングするために,脳画像から画像へのBIGG(Brain Imaging-to-graph generation)フレームワークを提案する。
発電機の階層変換器は、複数のスケールでノイズを推定するように設計されている。
ADNIデータセットの評価は,提案モデルの有効性と有効性を示す。
論文 参考訳（メタデータ） (2023-05-18T06:54:56Z) - DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG
Signals [62.997667081978825]
我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。
我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。
標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
論文 参考訳（メタデータ） (2021-12-08T13:07:21Z) - Spike-Triggered Descent [0.0]
スパイクトリガード平均(STA)は、様々な動物において最適な線形核を抽出するために用いられる。
スパイクトリガード降下法(STD)と呼ばれる手法を導入し,STAと単独あるいは併用して精度の向上を図る。
STDは、観察されたスパイクトレインの再生を学ぶモデルニューロンをシミュレートすることで機能する。
論文 参考訳（メタデータ） (2020-05-12T06:48:04Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。