| 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 | 2021-07-05 13:00 自己注意機構によるてんかん放電脳波の検出 ○福森航輔（東京農工大）・吉田 登・菅野秀宣・中島 円（順天堂大）・田中聡久（東京農工大）  CAS2021-3 VLD2021-3 SIP2021-13 MSS2021-3 |
|
| 抄録 | （和） | てんかんの診断では，患者の脳波（EEG）に発生するてんかん性突発波と呼ばれる異常波形が重要なバイオマーカとなる． 最近の研究では，てんかん性突発波を自動的に検出するために，信号処理とパターンマッチングによる候補波形の検出と，機械学習に基づく分類を組み合わせた2段階の方法が有効であることが示されている． しかし，このような2段階の処理を用いると，全体の検出性能は第1段階の検出性能に依存する． 本稿では，候補波形を検出する処理をせずに，脳波のセグメントから直接検出するend-to-endのモデルを提案する． このモデルは，自己注意機構をリカレントニューラルネットワーク（RNN）に導入することによって，セグメント内の突発波の位置を明示的に強調できる． 比較実験では，てんかん患者の脳波と専門家によるラベルを用いて構築したデータセットを用いて評価した． その結果，脳波分類に適用可能な最新の学習モデル（LightGBM および EEGNet）と比較して，提案モデルは高 い性能（平均正解率 90.2％）を達成した． この結果は，自己注意機構が，脳波におけるてんかん性突発波の自動検出に有効であることを示唆している． |
| （英） | Automated identification of epileptiform discharges for the diagnosis of epilepsy can mitigate the burden of the exhaustive manual search in electroencephalogram (EEG). Recent studies have indicated that a two-step method that consists of detection of candidate waveforms with signal processing and pattern matching followed by machine learning-based classification is effective. However, the overall performance depends on the detector of candidates. This paper thus considers a scenario without candidate waveforms, that is, we propose a recurrent neural network (RNN)-based self-attention model that can be fitted from the EEG segments generated without detecting spike candidates. In comparison with the state-of-the-art machine learning models which can be applied for EEG classification (LightGBM and EEGNet), the proposed model achieved higher performance (average accuracy: 90.2%). This result strongly suggests that the self-attention mechanism is suitable to an automated identification of the epileptiform discharge in the EEG. |
|
| キーワード | （和） | てんかん / てんかん性放電 / ニューラルネットワーク / 脳波 (EEG) / / / / |
| （英） | epilepsy / epileptiform discharge / neural networks / electroencephalogram (EEG) / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 91, SIP2021-13, pp. 11-15, 2021年7月. | |
| 資料番号 | SIP2021-13 | |
| 発行日 | 2021-06-28 (CAS, VLD, SIP, MSS) | |
| 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 | CAS2021-3 VLD2021-3 SIP2021-13 MSS2021-3 |
|
| 研究会情報 | |
| 研究会 | SIP CAS VLD MSS |
| 開催期間 | 2021-07-05 - 2021-07-06 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | システムと信号処理および一般 |
| 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 | 2021-07-SIP-CAS-VLD-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | 自己注意機構によるてんかん放電脳波の検出 |
| サブタイトル（和） | |
| タイトル（英） | Epileptic Spike Detection from Electroencephalogram with Self-Attention Mechanism |
| 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） | てんかん性放電 / epileptiform discharge |
| キーワード(3)（和/英） | ニューラルネットワーク / neural networks |
| キーワード(4)（和/英） | 脳波 (EEG) / electroencephalogram (EEG) |
| 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） | 福森 航輔 / Kosuke Fukumori / フクモリ 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） | 吉田 登 / Noboru Yoshida / ヨシダ ノボル |
| 第2著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University Nerima Hospital (略称： Juntendo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 菅野 秀宣 / Hidenori Sugano / スガノ ヒデノリ |
| 第3著者 所属（和/英） | 順天堂大学 (略称： 順天堂大) Juntendo University (略称： Juntendo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 中島 円 / Madoka Nakajima / ナカジマ マドカ |
| 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） | 田中 聡久 / Toshihisa Tanaka / タナカ トシヒサ |
| 第5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) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-07-05 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIP |
| 資料番号 | CAS2021-3, VLD2021-3, SIP2021-13, MSS2021-3 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.89(CAS), no.90(VLD), no.91(SIP), no.92(MSS) |
| ページ範囲 | pp.11-15 |
| ページ数 | 5 |
| 発行日 | 2021-06-28 (CAS, VLD, SIP, MSS) |
[研究会発表申込システムのトップページに戻る]