| 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 | 2023-05-19 10:00 自己注意機構モデルを用いた脳波の睡眠段階分類 ○伊藤青空・福森航輔・田中聡久（東京農工大）  SIP2023-9 BioX2023-9 IE2023-9 |
|
| 抄録 | （和） | 脳波に基づく睡眠段階の分類は臨床上重要であるが，これを自動化するにあたって，深層学習の存在感が増している．深層学習が臨床で受け入れられるためには，結果の解釈性が重要であり，重要度の可視化ができる構造として自己注意機構が知られている．そこで本稿では，自己注意機構を取り入れた，脳波に基づく睡眠段階の分類モデルを提案する．提案モデルは，30秒の単電極脳波を入力として，自己注意機構を時間領域と周波数領域に適用し，各睡眠段階の確率を出力する．さらに，時間的に近接する出力に対する重み付き多数決処理を用いることで，脳波の「文脈」を考慮した処理が可能となっている．提案手法における正解率は81.4%，macro-F1スコアは71.4%，カッパ係数は0.738であった．自己注意機構を採用した現時点でのSOTAモデルの一つであるSleepTransformerとほぼ同等の性能でありながら，パラメータ数は10分の1以下と軽量である．さらに，自己注意機構が各睡眠段階の特徴を学習していることを確認した． |
| （英） | EEG-based sleep stage classification is clinically significant, and deep learning is the dominant method for automating this process. Interpretability of the results is essential for clinical acceptance, and self-attention is a structure that can visualize the importance weights. We propose a self-attention-based model that takes a 30 s single-channel EEG as input and outputs the probability of each sleep stage. Furthermore, a weighted majority voting for temporally close outputs processes the ``context'' of the EEG. Our method achieved 81.4% accuracy, 71.4% macro-F1 score, and 0.738 Cohen's Kappa. The performance is almost equivalent to that of SleepTransformer, one of the current SOTA models employing a self-attention, but with fewer than one-tenth of the parameters. Furthermore, self-attention learned the characteristics of each sleep stage. | |
| キーワード | （和） | 脳波 / 睡眠段階分類 / 自己注意機構 / / / / / |
| （英） | Electroencephalography(EEG) / Sleep stage classification / Self-attention mechanism / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 27, SIP2023-9, pp. 35-40, 2023年5月. | |
| 資料番号 | SIP2023-9 | |
| 発行日 | 2023-05-11 (SIP, BioX, IE) | |
| 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 | SIP2023-9 BioX2023-9 IE2023-9 |
|
| 研究会情報 | |
| 研究会 | BioX SIP IE ITE-IST ITE-ME |
| 開催期間 | 2023-05-18 - 2023-05-19 |
| 開催地（和） | 三重大学三翠ホール |
| 開催地（英） | Sansui Hall, Mie University |
| テーマ（和） | マルチモーダル認証，信号・映像・マルチメディアデータの取得・処理・解析と応用，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 | 2023-05-BioX-SIP-IE-IST-ME |
| 本文の言語 | 日本語 |
| タイトル（和） | 自己注意機構モデルを用いた脳波の睡眠段階分類 |
| サブタイトル（和） | |
| タイトル（英） | EEG-Based Sleep Stage Classification Using a Self-Attention Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 脳波 / Electroencephalography(EEG) |
| キーワード(2)（和/英） | 睡眠段階分類 / Sleep stage classification |
| キーワード(3)（和/英） | 自己注意機構 / Self-attention mechanism |
| 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） | 伊藤 青空 / Aozora Ito / イトウ アオゾラ |
| 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) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-05-19 10:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2023-9, BioX2023-9, IE2023-9 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.27(SIP), no.28(BioX), no.29(IE) |
| ページ範囲 | pp.35-40 |
| ページ数 | 6 |
| 発行日 | 2023-05-11 (SIP, BioX, IE) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)