| 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 | 2021-06-29 13:55 機械学習を用いたfNIRSの解析手法の提案 ○大隈玲志・栗原勇人・大須理英子（早大）  NC2021-13 IBISML2021-13 |
|
| 抄録 | （和） | fNIRS(機能的近赤外分光法)は，脳機能イメージング技術としては比較的新しく，研究数が他の脳機能イメージングより少ないため，解析手法が確立していない．従来のfNIRSの解析手法では，前処理の段階でパラメータ数が多く，解析結果がパラメータに依存してしまう問題がある．そこで我々は，機械学習の分類問題とその特徴量の重要度をもとに，パラメータ数が少ないfNIRSによる脳の賦活部位を特定する新たな解析手法を提案した．本研究では，機械学習の分類器としてランダムフォレストを使用した．提案手法を用いて計算課題を解く脳活動を解析したところ，従来の解析方法による結果と近しい結果が得ることができた．よって，機械学習の特徴量重要度による解析は有用であると考えられる． |
| （英） | Conventional analysis methods for fNIRS require a large number of parameters in preprocessing, and the analysis results depend on the parameters. We proposed a new analysis method for identifying activated brain regions using fNIRS with a small number of parameters, based on the classification by machine learning and the importance of the features. In this study, we used Random Forest as a machine learning classifier. When we analyzed the brain activity of solving a computational task using the proposed method, the results were similar to those obtained by the conventional analysis method. Although there are some issues to be solved, we believe that the analysis by features importance of machine learning is useful. | |
| キーワード | （和） | fNRIS / 機械学習 / 特徴量 / / / / / |
| （英） | fNIRS / Machine Learning / Features / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 79, NC2021-13, pp. 91-96, 2021年6月. | |
| 資料番号 | NC2021-13 | |
| 発行日 | 2021-06-21 (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 | NC2021-13 IBISML2021-13 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2021-06-28 - 2021-06-30 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2021-06-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いたfNIRSの解析手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Proposal of an Analysis Method for fNIRS Using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | fNRIS / fNIRS |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 特徴量 / Features |
| 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） | 大隈 玲志 / Reiji Ohkuma / オオクマ レイジ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 栗原 勇人 / Yuto Kurihara / クリハラ ユウト |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大須 理英子 / Rieko Osu / オオス リエコ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-06-29 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2021-13, IBISML2021-13 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.79(NC), no.80(IBISML) |
| ページ範囲 | pp.91-96 |
| ページ数 | 6 |
| 発行日 | 2021-06-21 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]