| 講演抄録/キーワード |
| 講演名 |
2019-05-17 15:40
[招待講演]シミュレーションデータを利用する TMSコイルによる脳内誘導電界の実時間推定器の構築 ○本谷秀堅・牧 豊大・横田達也(名工大)・ラークソ イルッカ(アールト大)・平田晃正(名工大) EST2019-7 |
| 抄録 |
(和) |
TMS (Transcranial Magnetic Stimulation)コイルを頭部表面に配置することにより脳に局所的な電気刺激を与えることが出来る.TMSを脳外科手術などに利用する際に重要なことは,頭部表面に配置したコイルにより患者の脳のどの部位が刺激されているかを正確に推定することである.頭部の3次元電気特性分布が既知であるとき,コイルにより誘導される電場をシミュレーションにより算出することができる.3次元電気特性は頭蓋骨や脳などの部位ごとに異なるため,3次元特性分布を知るためには,患者頭部のMRI画像により頭部の3次元解剖構造を解析しなければならない.この頭部MRI画像の解析は計算時間や人手のかかる処理である.本稿ではシミュレーションの結果を学習データとして利用することにより,MRI画像解析をおこなうことなく頭部の3次元誘導電場を推定するDNNについて紹介する. |
| (英) |
By putting a TMS (Transcranial Magnetic Stimulation) coil on the head, one can electrically stimulate local portions of the brain. It is important for applying TMSs to neurosurgeries to accurately estimate the stimulated locations of the brain. Given the 3D distribution of the electrical characteristics such as the impedance inside the head, one can simulate the 3D electric field induced by the TMS coil. Each organ of the head such as the gray matter and the skull has different electrical characteristics and their 3D distribution in the patient’s head should be inferred by analyzing the MR image of the head. This accurate MR image analysis currently requires manual operation and is very time consuming. In this article, we introduce our study on construction of a deep neural network that can directly estimate the 3D electric field in real-time induced by the TMS coil. |
| キーワード |
(和) |
シミュレーション / 深層学習 / TMS / / / / / |
| (英) |
simulation / deep neural network / TMS / / / / / |
| 文献情報 |
信学技報, vol. 119, no. 42, EST2019-7, pp. 29-29, 2019年5月. |
| 資料番号 |
EST2019-7 |
| 発行日 |
2019-05-10 (EST) |
| 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 |
EST2019-7 |
| 研究会情報 |
| 研究会 |
EST |
| 開催期間 |
2019-05-17 - 2019-05-17 |
| 開催地(和) |
名古屋工業大学 |
| 開催地(英) |
Nagoya Inst. Tech. |
| テーマ(和) |
シミュレーション技術、一般 |
| テーマ(英) |
Simulation techniques, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
EST |
| 会議コード |
2019-05-EST |
| 本文の言語 |
日本語 |
| タイトル(和) |
シミュレーションデータを利用する TMSコイルによる脳内誘導電界の実時間推定器の構築 |
| サブタイトル(和) |
|
| タイトル(英) |
Simulation Data Driven Construction of Real-Time Estimator of Electric Fields Induced in the Brain by Transcranial Magnetic Stimulation Coil |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
シミュレーション / simulation |
| キーワード(2)(和/英) |
深層学習 / deep neural network |
| キーワード(3)(和/英) |
TMS / TMS |
| キーワード(4)(和/英) |
/ |
| キーワード(5)(和/英) |
/ |
| 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) |
本谷 秀堅 / Hidekata Hontani / ホンタニ ヒデカタ |
| 第1著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech) |
| 第2著者 氏名(和/英/ヨミ) |
牧 豊大 / Toyohiro Maki / マキ トヨヒロ |
| 第2著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech) |
| 第3著者 氏名(和/英/ヨミ) |
横田 達也 / Tatsuya Yokota / ヨコタ タツヤ |
| 第3著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech) |
| 第4著者 氏名(和/英/ヨミ) |
ラークソ イルッカ / Illkka Laakso / |
| 第4著者 所属(和/英) |
アールト大学 (略称: アールト大)
Aalto University (略称: Aalto Univ.) |
| 第5著者 氏名(和/英/ヨミ) |
平田 晃正 / Akimasa Hirata / ヒラタ アキマサ |
| 第5著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NITech) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2019-05-17 15:40:00 |
| 発表時間 |
45分 |
| 申込先研究会 |
EST |
| 資料番号 |
EST2019-7 |
| 巻番号(vol) |
vol.119 |
| 号番号(no) |
no.42 |
| ページ範囲 |
p.29 |
| ページ数 |
1 |
| 発行日 |
2019-05-10 (EST) |