| 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 | 2020-03-03 09:00 ［ポスター講演］EpiNet：発作間欠期頭蓋内脳波からてんかん発作起始領域を推定する畳み込みニューラルネットワーク ○森 滉介・福森航輔・田中聡久（東京農工大）・飯村康司・三橋 匠・菅野秀宣（順天堂大）  EA2019-157 SIP2019-159 SP2019-106 |
|
| 抄録 | （和） | てんかん診断には脳波の計測が必要である．特に，頭蓋内に留置した電極で計測した脳波（頭蓋内脳波）は，発作が開始する領域（発作起始領域）を特定するために必要なデータである．しかしながら，長時間計測した頭蓋内脳波の判読には時間と負担がかかるため，発作起始領域推定の自動化が求められている．そのために本稿では，画像認識の分野で有効性が知られている畳み込みニューラルネットワークであるVGGを基に，1次元信号を解析するモデルを構築し，発作起始領域の推定を試みる．このモデルでは，頭蓋内脳波を短時間に分割した信号を入力とし，頭蓋内脳波の計測領域が発作起始領域であるか否かを出力としている．学習のための損失関数には，不均衡データに有効と報告されているClass-Balanced Focal Lossを用いた．有効性検証のため，皮質形成異常てんかん患者の頭蓋内脳波に対して，時系列分割交差検証を実施した．この際，AUC，F値，感度，特異度により，特徴抽出とSVMによる従来手法と提案モデルの性能を比較した．その結果，提案モデルは従来手法よりおしなべて高い値を示した．以上のことにより，てんかん発作起始領域の推定においても，適切なニューラルネットワークと損失関数を用いることで，特徴抽出による従来の方法を上回ることが可能である． |
| （英） | The electroencephalogram (EEG) recording is necessary for epileptic diagnosis. In particular, the intracranial EEG (iEEG) data is essential to localize the seizure onset zone (SOZ). However, it is time-consuming and heavy load for specialists to interpret the iEEG recorded for long time. Therefore, an automatic technology to localize the SOZ is required. Based on VGG, the well-known convolutional neural network for image recognition, we propose a model for analyzing one-dimensional signals and try to localize the SOZ. For this model, the input is a signal obtained by dividing the iEEG in a short time, and the output is whether the recording area of the iEEG is the SOZ or not. Class-Balanced Focal Loss, which is reported to be effective for imbalanced data, was used as the loss function for training. We conducted time-series split cross-validation for the iEEG from cortical dysplasia epilepsy patients. As a result, the proposed model achieved generally higher AUC, F-measure, sensitivity, and specificity than the conventional method using feature extraction and SVM. In consequence, it is possible to outperform the conventional method by an appropriate neural network and loss function. | |
| キーワード | （和） | てんかん / 発作起始領域 / 脳波 / 教師あり学習 / 畳み込みニューラルネットワーク / / / |
| （英） | Epilepsy / Seizure onset zone / Electroencephalogram / Supervised learning / Convolutional Neural Network / / / | |
| 文献情報 | 信学技報, vol. 119, no. 440, SIP2019-159, pp. 325-330, 2020年3月. | |
| 資料番号 | SIP2019-159 | |
| 発行日 | 2020-02-24 (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 | EA2019-157 SIP2019-159 SP2019-106 |
|
| 研究会情報 | |
| 研究会 | SP EA SIP |
| 開催期間 | 2020-03-02 - 2020-03-03 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2020-03-SP-EA-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | EpiNet：発作間欠期頭蓋内脳波からてんかん発作起始領域を推定する畳み込みニューラルネットワーク |
| サブタイトル（和） | |
| タイトル（英） | EpiNet: Convolutional Neural Network for Epileptic Seizure Localization from Interictal Intracranial EEG |
| 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） | 発作起始領域 / Seizure onset zone |
| キーワード(3)（和/英） | 脳波 / Electroencephalogram |
| キーワード(4)（和/英） | 教師あり学習 / Supervised learning |
| キーワード(5)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| 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） | 森 滉介 / Kosuke Mori / 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） | 福森 航輔 / Kosuke Fukumori / フクモリ コウスケ |
| 第2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) |
| 第4著者 氏名（和/英/ヨミ） | 飯村 康司 / Yasushi Iimura / イイムラ ヤスシ |
| 第4著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University (略称： Juntendo Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 三橋 匠 / Takumi Mitsuhashi / ミツハシ タクミ |
| 第5著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University (略称： Juntendo Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 菅野 秀宣 / Hidenori Sugano / スガノ ヒデノリ |
| 第6著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University (略称： Juntendo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-03 09:00:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2019-157, SIP2019-159, SP2019-106 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.439(EA), no.440(SIP), no.441(SP) |
| ページ範囲 | pp.325-330 |
| ページ数 | 6 |
| 発行日 | 2020-02-24 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]