| 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 | 2019-06-18 10:25 動的モード分解を用いたrestおよびtask MEG信号の時空間分解 ○中井文哉（奈良先端大/ATR）・山下宙人（ATR）  NC2019-13 IBISML2019-11 |
|
| 抄録 | （和） | Magneto/electroencephalography (M/EEG) 信号による非侵襲脳機能イメージングでは神経活動由来の大規模な時空間情報を得られる。しかし、この高次元信号をスペクトルダイナミクスの観点を用いて信号分解・次元削減する方法は開発されていない。そこで本研究では、動的モード分解（DMD）とクラスタリングを用いたMEG信号の時空間分解手法を開発した。また本手法を実測のMEG信号へ適用したところ、時間情報を用いない旧来手法では別個の成分として扱われていた信号が「異なるphase特性を持つ同一の成分」として分類することが出来た。本手法は、高次元時空間信号の低計算資源での分解手法としてだけでなく、Cross-Frequency Couplingなどの周波数特性のある神経活動の検出といった分野への応用も期待される。 |
| （英） | Magneto/electroencephalography (M/EEG) observe neural activities with high spatial-temporal resolution without invasive operation. However, the decomposition or dimensional reduction method with the spectral dynamics view was not developed yet. Here, we propose a new MEG signal decomposition method based on dynamic mode decomposition (DMD) and clustering. The method was tested for empirical tasks and resting MEG signals and it showed some components were decomposed into the same component with different phase map, which had been decomposed as different by independent component analysis (ICA). The suggesting method is expected as a low-cost spatial-temporal signal decomposition method and it can be applicable to the detection of oscillation-based neural activation such as cross-frequency coupling. | |
| キーワード | （和） | 動的モード分解 / 脳磁図 / クラスタリング / 独立成分分析 / fMRI meta-analysis / 信号分解 / 次元削減 / 時空間ダイナミクス |
| （英） | Dynamic Mode Decomposition / Magnetoencephalography / Clustering / Independent Component Analysis / fMRI meta-analysis / signal decomposition / dimensional reduction / spatial-temporal dynamics | |
| 文献情報 | 信学技報, vol. 119, no. 88, NC2019-13, pp. 51-56, 2019年6月. | |
| 資料番号 | NC2019-13 | |
| 発行日 | 2019-06-10 (NC, IBISML) | |
| ISSN | 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 | NC2019-13 IBISML2019-11 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-MPS IPSJ-BIO |
| 開催期間 | 2019-06-17 - 2019-06-19 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | NC、機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | Neurocomputing, Machine Learning Approach to Biodata Mining, and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2019-06-NC-IBISML-MPS-BIO |
| 本文の言語 | 日本語 |
| タイトル（和） | 動的モード分解を用いたrestおよびtask MEG信号の時空間分解 |
| サブタイトル（和） | |
| タイトル（英） | Spatial-Temporal decomposition to resting and task MEG using DMD |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 動的モード分解 / Dynamic Mode Decomposition |
| キーワード(2)（和/英） | 脳磁図 / Magnetoencephalography |
| キーワード(3)（和/英） | クラスタリング / Clustering |
| キーワード(4)（和/英） | 独立成分分析 / Independent Component Analysis |
| キーワード(5)（和/英） | fMRI meta-analysis / fMRI meta-analysis |
| キーワード(6)（和/英） | 信号分解 / signal decomposition |
| キーワード(7)（和/英） | 次元削減 / dimensional reduction |
| キーワード(8)（和/英） | 時空間ダイナミクス / spatial-temporal dynamics |
| 第1著者 氏名（和/英/ヨミ） | 中井 文哉 / Fumiya Nakai / ナカイ フミヤ |
| 第1著者 所属（和/英） | 奈良先端科学技術大学院大学/ATR (略称： 奈良先端大/ATR) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | 山下 宙人 / Okito Yamashita / ヤマシタ オキト |
| 第2著者 所属（和/英） | ATR (略称： ATR) ATR (略称： ATR) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-06-18 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2019-13, IBISML2019-11 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.88(NC), no.89(IBISML) |
| ページ範囲 | pp.51-56(NC), pp.73-78(IBISML) |
| ページ数 | 6 |
| 発行日 | 2019-06-10 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]