| 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 | 2024-12-07 11:10 癲癇性皮質脳波検出器としての訓練済みニューラルネットワークモデルが持つ時空間フィルタの同定 ○末金大典・山路萌未・山桝伸次郎・林田祐樹（三重大）  MBE2024-20 |
|
| 抄録 | （和） | 頭蓋内皮質上に置かれた電極を介して計測される異常脳活動を即時検出し，それに応じて，脳内の標的箇所に埋植された電極を介して電気刺激を与える応答性神経刺激療法は，薬物治療の困難な難治性てんかん患者に対する有望な治療法である．近年，機械学習アプローチを用いた高度な発作検出アルゴリズムが構築されているが，対象とする患者によって発作検出精度に大きな差が存在し，その原因が不明な場合も多い．本研究では，個々のてんかん患者ごとに訓練された畳み込みニューラルネットワーク（CNN）モデルに対してホワイトノイズ解析法を適用し，モデル内部に獲得された時空間フィルタを抽出した．解析の結果，CNNモデルが発作検出を行う際に利用する皮質脳波信号の周波数スペクトルや，電極チャネル間の時間的な活動変化に関する知見が得られた．この知見は，今後，より高精度な発作検出能力を持つニューラルネットワークモデルの構築に貢献するものと期待される． |
| （英） | Responsive Neuro-stimulation, which detects abnormal brain activity recorded through electrodes placed on the brain surface and provides electrical stimulation via electrodes implanted at targeted sites within the brain, offers a promising treatment option for patients with intractable epilepsy who do not respond to medication. Recently, advanced seizure detection algorithms utilizing machine learning approaches have been developed. However, there is significant variability in detection accuracy across patients, and the reasons for this remain unclear. In this study, we applied white noise analysis to patient-specific Convolutional Neural Network (CNN) models trained on each epilepsy patient to extract spatio-temporal filters acquired within the models. The analysis revealed insights into the frequency spectrum of electrocorticogram signals and temporal activity changes between electrode channels that the CNN model use for seizure detection. These findings are expected to contribute to the development of neural network models with enhanced seizure detection capabilities in the future. | |
| キーワード | （和） | てんかん / 応答性神経刺激 / 皮質脳表電極 / ホワイトノイズ解析 / 相互相関 / 畳み込みニューラルネットワーク / / |
| （英） | Epilepsy / Responsive Neuro-Stimulation / Electrocorticogram Electrodes / White Noise Analysis / Cross Correlation / Convolutional Neural Network / / | |
| 文献情報 | 信学技報, vol. 124, no. 296, MBE2024-20, pp. 20-25, 2024年12月. | |
| 資料番号 | MBE2024-20 | |
| 発行日 | 2024-11-30 (MBE) | |
| 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 | MBE2024-20 |
|
| 研究会情報 | |
| 研究会 | MBE |
| 開催期間 | 2024-12-07 - 2024-12-07 |
| 開催地（和） | 近畿大学 東大阪キャンパス |
| 開催地（英） | KINDAI University |
| テーマ（和） | ME，一般 ※選奨実施※ |
| テーマ（英） | ME, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MBE |
| 会議コード | 2024-12-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 癲癇性皮質脳波検出器としての訓練済みニューラルネットワークモデルが持つ時空間フィルタの同定 |
| サブタイトル（和） | |
| タイトル（英） | Identification of Spatio-Temporal Filters in the Neural Network Models Trained as Epileptic Electrocorticogram Detectors |
| 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） | 応答性神経刺激 / Responsive Neuro-Stimulation |
| キーワード(3)（和/英） | 皮質脳表電極 / Electrocorticogram Electrodes |
| キーワード(4)（和/英） | ホワイトノイズ解析 / White Noise Analysis |
| キーワード(5)（和/英） | 相互相関 / Cross Correlation |
| キーワード(6)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| 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） | 末金 大典 / Daisuke Suekane / スエカネ ダイスケ |
| 第1著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山路 萌未 / Moemi Yamaji / ヤマジ モエミ |
| 第2著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 山桝 伸次郎 / Shinjiro Yamamasu / ヤママス シンジロウ |
| 第3著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 林田 祐樹 / Yuki Hayashida / ハヤシダ ユウキ |
| 第4著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-12-07 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MBE |
| 資料番号 | MBE2024-20 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.296 |
| ページ範囲 | pp.20-25 |
| ページ数 | 6 |
| 発行日 | 2024-11-30 (MBE) |
[研究会発表申込システムのトップページに戻る]