| KABALIKA HARUN HUMPHREY | D, 中間発表 | 数理情報学 | 池田 和司, | 作村 諭一, | 久保 孝富, | 日永田 智絵, | LI YUZHE | |
|
title: MATHEMATICAL MODELING OF ONCHOCERCIASIS TRANSMISSION IN TANZANIA: EVALUATING LONG-TERM CONTROL STRATEGIES UNDER THE INFLUENCE OF SEASON AND CLIMATE
abstract: Onchocerciasis is a parasitic disease caused by Onchocerca volvulus and is transmitted to humans through the bite of a female blackfly. However, after almost 50 years of control programmes, onchocerciasis persisted in many endemic foci and has remained a public health problem in Sub-Saharan Africa. Mathematical modelling has been playing a significant role in providing insights into disease transmission dynamics. Nevertheless, no mathematical models have investigated the disease dynamics and optimal control strategies related to climate factors in areas where onchocerciasis' prevalence has remained high. However, climatic changes directly influence dynamics in the vector population. This study examines the impact of climatic and seasonal factors on the dynamics of onchocerciasis transmission in Tanzania. We have developed a deterministic model that incorporates climatic factors, such as rainfall and temperature, into the vector population to investigate the transmission dynamics of onchocerciasis. We then computed the disease-free equilibrium (DFE) and derived the basic reproduction number, R0, using the next-generation method. The local stability analysis of the DFE reveals that the equilibrium is locally asymptotically stable when R0 < 1, indicating that onchocerciasis will be eradicated from the population; otherwise, it is unstable. Additionally, we perform a sensitivity analysis of R0 to identify the most influential parameters on disease spread. Furthermore, the model was fitted to observed data using the least squares method, and the estimated parameters allowed it to reproduce the observed transmission pattern closely. language of the presentation: English | ||||||||
| 宮川 翔太 | M, 2回目発表 | 数理情報学 | 池田 和司, | 作村 諭一, | 久保 孝富, | 日永田 智絵, | LI YUZHE, | 藤原 幸一 |
|
title: Detecting Defecation Premonition from the Acoustic Activity of Bowel Sounds
abstract: This study investigates a method for detecting pre- defecatory signs from bowel sounds to help prevent fecal in- continence. We compared two analytical approaches: a macro- analysis of entire 8-second audio clips and a micro-analysis of individually detected bowel sound events. Using data collected from a single subject, multiple machine learning models were evaluated for their ability to classify audio as either belonging to a specific time window before defecation (ranging from 10 to 270 minutes) or to other times. The results consistently showed that the macro-analysis outperformed the micro-analysis in overall discriminative performance. A CNN-BiLSTM model achieved the highest performance in the macro-analysis, with a peak AUC of 0.76 for the 60-minute pre-defecation window. A subsequent statistical analysis revealed that this performance difference is attributable to a significant increase in the frequency and total duration of bowel sound events prior to defecation (p < 0.001, r = 0.378). These findings indicate that the quantitative density of bowel sound events is a more dominant indicator for detecting defecation premonition than the qualitative acoustic character- istics of individual sounds. This suggests that focusing on event frequency analysis is a more promising direction for developing non-invasive prediction systems. language of the presentation: Japanese 発表題目: 腸音の音響活動による排便予兆の検出 発表概要: 本研究は、便失禁の予防を目的とし、腸音から排便前の兆候を検出する手法を検討するものである。本研究では、8秒間の音声クリップ全体を対象とするマクロ分析と、個々に検出された腸音イベントを対象とするミクロ分析という、2つの分析アプローチを比較した。1名の被験者から収集したデータを用い、音声が排便前の特定時間窓（10分前から270分前）に属するか、あるいはそれ以外の時間帯に属するかを分類する性能について、複数の機械学習モデルを評価した。結果は、全体的な識別性能においてマクロ分析がミクロ分析を一貫して上回ることを示した。マクロ分析ではCNN-BiLSTMモデルが最高の性能を達成し、排便60分前の時間窓においてAUCは最大で0.76に達した。その後の統計解析により、この性能差は、排便前における腸音イベントの頻度と総持続時間の有意な増加（p<0.001,r=0.378）に起因することが明らかになった。これらの知見は、排便予兆の検出において、個々の音の質的な音響特性よりも、腸音イベントの量的な密度がより主要な指標であることを示唆する。このことは、非侵襲的な予測システムの開発において、イベントの頻度分析に焦点を当てることが、より有望な方向性であることを示している。 | ||||||||
| 亀田 惟仁 | M, 2回目発表 | 生体画像知能 | 大竹 義人, | 池田 和司, | Soufi Mazen, | GU YI | ||
|
title:Development of a system to diagnose osteonecrosis of the femoral head based on multiple types of disease classification from MRI images
abstract:Staging of Osteonecrosis of the Femoral Head (ONFH) is crucial for diagnosis and treatment planning, with clinicians currently utilizing 2D-based systems like the Japanese Investigation Committee (JIC) and ARCO classifications, as well as the detailed 3D-based Steinberg classification. However, these methods are highly dependent on physician experience and impose a significant diagnostic burden. While combining 2D and 3D approaches can improve reliability by compensating for their respective weaknesses, previous deep learning studies have been limited to automating single classification systems, which is not always optimal for comprehensive severity assessment, and visualization methods like Grad-CAM lack quantitative validity. To address these challenges, this study reports on the construction and efficacy of an automated diagnostic support system that replicates the clinical workflow by incorporating multiple staging classifications. Using femoral MRI images from 40 ONFH patients, our system integrates an automated segmentation model for the pelvis, femur, and necrotic region with automated landmark detection to achieve a more robust and reliable diagnosis. language of the presentation:Japanese 発表題目:MRI画像から複数種類の病型分類に基づく大腿骨頭壊死症診断を行うシステムの構築 発表概要:大腿骨頭壊死症（ONFH）は、診断や治療方針決定において病型分類が重要である。現在，臨床では，病型分類において簡易な2次元解析が可能なJapanese Investigation Committee (JIC)分類， Association Research Circulation Osseous(ARCO)分類および，詳細な3次元解析が可能なSteinberg分類等が用いられるが，双方において医師の診断経験への依存性や診断負担過多が課題である。一方で，2次元および3次元分類の併用は，互いの欠点を補完し得るため，診断の信頼性向上が期待される。これまでの研究では深層学習を用いた自動化を試みた研究が報告されているが、単一分類に限定しており，当該症例に対する重症度の評価としては必ずしも最適とは言い難い．また,Grad-CAMによる分類根拠の提示も，定量的な正当性には限界がある．本研究では，これらの課題解決のためONFHの患者40症例の大腿骨が撮影されたMRI画像を使用し，骨盤・大腿骨・壊死領域の自動セグメンテーションモデル，および自動ランドマーク検出を統合し，複数病型分類を含む臨床医の診断フローを再現した自動分類診断支援システムの構築とその有効性を試みたのでその結果を報告する． | ||||||||
| 大田 純志 | M, 2回目発表 | ヒューマンロボティクス | 和田 隆広, | 池田 和司, | 劉 海龍, | 織田 泰彰, | 本司 澄空 | |
|
title: Design and evaluation of an external Human Machine Interface (eHMI) with directionality that can communicate with multiple pedestrians
abstract: In recent years, while the development of automated driving technology has progressed, an Automated Personal Mobility Vehicle (APMV) for individuals has not yet become sufficiently widespread in society. One factor is that pedestrians do not fully understand the driving intentions and safety of the APMV. As an improvement measure, an external Human Machine Interfaces (eHMI) that transmit information such as driving behavior to pedestrians have attracted attention.In this study, we propose a method to present the “directionality” and “conversational content” of transmitted information in the eHMI in different modalities. Specifically, when the APMV encounters multiple pedestrians, it uses eye contact and vehicle movements to indicate which pedestrian the information is directed to and the directionality of the information. Subsequently, the specific content of the conversation is conveyed by voice. We will present the experimental design and evaluation methodology for verifying the effectiveness of the above proposed method, as well as my plans for the next year. language of the presentation: Japanese 発表題目: 複数の歩行者と会話可能な指向性を有する外向けヒューマンマシンインターフェース（eHMI）の設計と評価 発表概要: 近年、自動運転技術の開発が進む一方、個人向け自動運転パーソナルモビリティ（APMV）は未だ社会に十分普及していない。要因の一つとして、歩行者がAPMVの運転意図や安全性を十分に理解できていないことが挙げられる。改善策として、運転行動などの情報を歩行者に発信する外向けヒューマンマシンインターフェース（eHMI）が注目されている。本研究では、eHMIにおける伝達情報の「指向性」と「会話内容」をそれぞれ異なるモダリティで提示する手法を提案する。具体的には、APMVが複数の歩行者と遭遇した際に、アイコンタクトや車両の動作を用いて、どの歩行者に向けた情報であるか情報の指向性を示す。その後、音声によって具体的な会話の内容を伝達する。上記提案手法の効果検証を行うための実験設計と評価手法、また今後1年間の計画についての発表を行う。 | ||||||||