| 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 | 2019-03-15 13:30 ［ポスター講演］ニューラルネットワークによるてんかん性スパイク検出と実効周波数帯域の同定 ○福森航輔（東京農工大）・吉田 登（順天堂大）・田中聡久（東京農工大）  EA2018-139 SIP2018-145 SP2018-101 |
|
| 抄録 | （和） | てんかんは発作を繰り返す慢性の疾患であり，患者の脳波 (EEG) には特徴的な突発波がしばしば観測される． この突発波を機械学習を用いて自動的に検出するための方法がいくつか研究されている． 最も一般的な方法は，前処理として離散ウェーブレット変換や他のフィルタを用いてEEGをサブバンド分解し，それを機械学習モデルの入力とすることである． 本稿では，この前処理を有限インパルス応答(FIR)フィルタとしてパラメータ化したニューラルネットワークモデルを提案する． このモデルに専門医のラベルを付したEEGデータを学習させることで，突発波とアーチファクトを識別する． 従来の固定サブバンド分解による手法と提案手法を比較した結果，提案手法は従来手法と同等の検出性能を示した． さらに，学習したFIRフィルタは，約8--16 Hzの帯域を強調する周波数特性をもつことが明らかとなった． |
| （英） | Epilepsy is a complex neurological disorder and can lead to an adverse impact on an individual's cognitive functions. In diagnosis epilepsy, paroxysmal spikes are frequently recorded in the electroencephalogram (EEG) of epileptic patients. Recently, several methods for automatic spike detection have gradually raised in popularity and usage. As a typical method, machine learning models are used with discrete wavelet transform or a bank of filters as the preprocessor. In this study, we propose a method for identifying the frequency band of interest from the target EEG using a convolutional neural network. With the verification experiment, a traditional preprocessing method and the proposed method are compared. As a result, the proposed method achieves almost comparable performance to that achieved in the traditional preprocessing. Moreover, the filters of the proposed method emphasize the lower frequency band (approximately 8--16 Hz). |
|
| キーワード | （和） | てんかん / スパイク検出 / データ駆動 / ニューラルネットワーク / 頭皮脳波 (EEG) / / / |
| （英） | epilepsy / spike detection / data-driven / neural networks / electroencephalogram (EEG) / / / | |
| 文献情報 | 信学技報, vol. 118, no. 496, SIP2018-145, pp. 233-235, 2019年3月. | |
| 資料番号 | SIP2018-145 | |
| 発行日 | 2019-03-07 (EA, SIP, SP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | EA2018-139 SIP2018-145 SP2018-101 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP |
| 開催期間 | 2019-03-14 - 2019-03-15 |
| 開催地（和） | アイランド ナガサキ（長崎市） |
| 開催地（英） | i+Land nagasaki (Nagasaki-shi) |
| テーマ（和） | 応用／電気音響，信号処理，音声，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Signal Processing, Speech, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2019-03-EA-SIP-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークによるてんかん性スパイク検出と実効周波数帯域の同定 |
| サブタイトル（和） | |
| タイトル（英） | Epileptic Spike Detection and Identification of Effective Frequency Band with Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | てんかん / epilepsy |
| キーワード(2)（和/英） | スパイク検出 / spike detection |
| キーワード(3)（和/英） | データ駆動 / data-driven |
| キーワード(4)（和/英） | ニューラルネットワーク / neural networks |
| キーワード(5)（和/英） | 頭皮脳波 (EEG) / electroencephalogram (EEG) |
| 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） | 福森 航輔 / Kosuke Fukumori / フクモリ コウスケ |
| 第1著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第2著者 氏名（和/英/ヨミ） | 吉田 登 / Noboru Yoshida / ヨシダ ノボル |
| 第2著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University Nerima Hospital (略称： Juntendo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 田中 聡久 / Toshihisa Tanaka / タナカ トシヒサ |
| 第3著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-15 13:30:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2018-139, SIP2018-145, SP2018-101 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.495(EA), no.496(SIP), no.497(SP) |
| ページ範囲 | pp.233-235 |
| ページ数 | 3 |
| 発行日 | 2019-03-07 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]