| 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 | 2021-05-17 10:00 ［ショートペーパー］深層学習と基礎方程式を用いたTMSのための誘導電場の回帰 ○牧 豊大（名工大）・宇川義一・村上丈伸（福島県立医科大）・横田達也・平田晃正・本谷秀堅（名工大）  MI2021-1 |
|
| 抄録 | （和） | 経頭蓋磁気刺激(TMS:~Transcranial Magnetic Stimulation)は，頭部にコイルを当て電場を発生させることで，脳内の神経細胞を非侵襲的に電気刺激する手法である.コイルの位置によって刺激される脳の部位が異なるため，TMSを行う上でコイルを当てる位置を特定させることは重要である．コイル位置を特定する上で，コイルによる誘導電場は重要な指標である．脳内に誘発される電場の分布は3次元導電率モデルから物理シミュレーションされる.導電率モデルは，MRI画像を脳の各部位(eg:~灰白質，白質)へセグメンテーションし，既知の導電率を割り当てることで構築される．しかし，脳の構造の複雑さや被験者の多様性のため，従来法はMRI画像のセグメンテーションを実時間でできない.本研究では，ニューラルネットワークを用いて，誘導電場を実時間推定する機構を提案する. さらに，回帰結果に電場が満たす性質である，電流密度の発散をゼロにする制約を正則化項として誤差関数に加えることで回帰の精度を向上させる． |
| （英） | TMS (Transcranial Magnetic Stimulation) is a method which stimulate the neurons in the brain by using a coil. Since stimulated area is difference from coil positions, to identify the coil position and orientation is an important factor for TMS. An electric field distribution induced by the coil is an important criteria to identify the positions. The induced electric field in the head is physically simulated from a 3D conductor model. The conductivity model is constructed from applying a given conductivity value to segmented brain areas (eg. gray matter, white matter) by using MR images. In conventional method, the segmentation is time-consuming because of complexity of brain and diversity of subjects, hence real time simulation of the electric field is not disable. Thus, we propose a method which estimate the electric field in real time by using neural network. The neural network has a problem that outputs of the network are not always satisfied with Maxwell's equation. Therefore, we add a regularization term to loss function to constrain the output of the network. | |
| キーワード | （和） | ニューラルネットワーク / 経頭蓋磁気刺激法 / MRI画像 / 電場推定 / / / / |
| （英） | Neural Network / Transcranial Magnetic Stimulation / Magnetic Resonance Image / Electric Field Estimation / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 21, MI2021-1, pp. 1-2, 2021年5月. | |
| 資料番号 | MI2021-1 | |
| 発行日 | 2021-05-10 (MI) | |
| 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 | MI2021-1 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2021-05-17 - 2021-05-17 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 医用画像処理，一般 |
| テーマ（英） | Medical Image Processing, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2021-05-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習と基礎方程式を用いたTMSのための誘導電場の回帰 |
| サブタイトル（和） | |
| タイトル（英） | Regression of Induced Electric Field for TMS by using Neural Network and Governing Equation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(2)（和/英） | 経頭蓋磁気刺激法 / Transcranial Magnetic Stimulation |
| キーワード(3)（和/英） | MRI画像 / Magnetic Resonance Image |
| キーワード(4)（和/英） | 電場推定 / Electric Field Estimation |
| 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） | 牧 豊大 / Toyohiro Maki / マキ トヨヒロ |
| 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） | 宇川 義一 / Yoshikazu Ugawa / ウガワ ヨシカズ |
| 第2著者 所属（和/英） | 福島県立医科大学 (略称： 福島県立医科大) Fukushima Medical University (略称： Fukushima Medical Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 村上 丈伸 / Takenobu Murakami / ムラカミ タケノブ |
| 第3著者 所属（和/英） | 福島県立医科大学 (略称： 福島県立医科大) Fukushima Medical University (略称： Fukushima Medical Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 横田 達也 / Tatsuya Yokota / ヨコタ タツヤ |
| 第4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） | 本谷 秀堅 / Hidekata Hontani / ホンタニ ヒデカタ |
| 第6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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-05-17 10:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MI |
| 資料番号 | MI2021-1 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.21 |
| ページ範囲 | pp.1-2 |
| ページ数 | 2 |
| 発行日 | 2021-05-10 (MI) |
[研究会発表申込システムのトップページに戻る]