| 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 | 2022-03-02 15:35 ［ポスター講演］リーマン多様体による能動学習を用いたてんかん発作検出 ○折原俊貴・田中聡久（東京農工大）  EA2021-96 SIP2021-123 SP2021-81 |
|
| 抄録 | （和） | 機械学習による診断支援技術を実現するには，患者ごとにデータの分布が異なるため，訓練モデルが必ずしも未知のデータに対して有効ではない問題（ドメイン適応問題）を解決しなくてはならない．本稿では，リーマン多様体上の平行移動による教師なしドメイン適応の手法を，てんかん患者の脳波に対する発作検出に適用する．その際，ターゲットドメインからリーマン距離の近いソースドメインの中心点に向けて，ソースデータとターゲットデータの双方を平行移動させることで，モデルを能動的に訓練する仕組みを提案する．発作時脳波を含む公開データセットを用いて患者間検証を実施したところ，提案手法を用いることで高いAUC及び正解率で発作時脳波を検出できることを確認した．本稿で提案する手法は，脳波に対する発作検出だけでなく，ドメインシフトが想定される脳波の識別全般に応用できることが示唆される． |
| （英） | In order to realize machine learning for diagnosis, it is necessary to solve the problem that the training model is not always effective for unknown data (domain adaptation problem) because the distribution of data is different for each patient. In this paper, we apply the unsupervised domain adaptation method by translation on a riemannian manifold to seizure detection for EEG of epilepsy patients. We propose a mechanism to actively train the model by translating both the source and target data to the centre point of the source domain, which is close to the riemannian distance from the target domain. We conducted inter-patient validation using a public dataset including seizure EEG, and confirmed that the proposed method can detect seizure EEG with high AUC and correct answer rate. It is suggested that the proposed method can be applied not only to seizure detection for EEG but also to the identification of EEG with domain shift in general. | |
| キーワード | （和） | 機械学習 / 脳波 / てんかん / ドメイン適応 / リーマン多様体 / / / |
| （英） | Machine learning / Electroencephalogram / Epilepsy / Domain adaptation / Riemannian manifold / / / | |
| 文献情報 | 信学技報, vol. 121, no. 384, SIP2021-123, pp. 201-206, 2022年3月. | |
| 資料番号 | SIP2021-123 | |
| 発行日 | 2022-02-22 (EA, SIP, SP) | |
| 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 | EA2021-96 SIP2021-123 SP2021-81 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP IPSJ-SLP |
| 開催期間 | 2022-03-01 - 2022-03-02 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響, 信号処理，音声，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 | 2022-03-EA-SIP-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | リーマン多様体による能動学習を用いたてんかん発作検出 |
| サブタイトル（和） | |
| タイトル（英） | Epileptic Seizure Detection Using Active Learning with Riemannian Manifold |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine learning |
| キーワード(2)（和/英） | 脳波 / Electroencephalogram |
| キーワード(3)（和/英） | てんかん / Epilepsy |
| キーワード(4)（和/英） | ドメイン適応 / Domain adaptation |
| キーワード(5)（和/英） | リーマン多様体 / Riemannian manifold |
| 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） | 折原 俊貴 / Toshiki Orihara / オリハラ トシキ |
| 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） | 田中 聡久 / Toshihisa Tanaka / タナカ トシヒサ |
| 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） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2022-03-02 15:35:00 |
| 発表時間 | 120分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2021-96, SIP2021-123, SP2021-81 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.383(EA), no.384(SIP), no.385(SP) |
| ページ範囲 | pp.201-206 |
| ページ数 | 6 |
| 発行日 | 2022-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]