• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Automatic diagnosis of epilepsy using deep learning analysis for eeg and meg

Research Project

Project/Area Number 19K18388
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 56010:Neurosurgery-related
Research InstitutionThe University of Osaka

Principal Investigator

藤田 祐也  大阪大学, 大学院医学系研究科, 招へい教員 (20839097)

Project Period (FY) 2025-01-21 – 2026-03-31
Project Status Granted (Fiscal Year 2025)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2019: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
KeywordsEpilepsy / Deep learning / eeg / meg / intracranial eeg / てんかん / 深層学習 / phase-amplitude coupling / deep learning / MEG / PAC / epilepsy / AI / automatic diagnosis / phase amplitude coupling / cross frequency coupling / functional connectivity / 特徴量抽出 / 脳波 / 脳磁図
Outline of Research at the Start

てんかんは1000人あたり5人から10人に1人の高い割合で見られる疾患である。しかしながら、脳波・脳磁図の複雑な波形の判読には経験 を要し、正確な診断を得ることは難しい。脳波・脳磁図の自動診断が可能となれば、正確な神経生理学的診断がいつでもどこでも可能となり、早期の正確な診断及び治療が可能になると考えた。近年 Deep learning などの人工知能技術が発展し、ビックデータを処理し解析をすることが可能となり、特に画像認識分野での実用化が期待されている。脳波や脳磁図のデータに対してもそれらの技術を応用できると考えた。

Outline of Annual Research Achievements

てんかんは診断には脳波や脳磁図の判読が必須である。しかしながら、これらの判読には時間がかかり、専門性が必要であるため、正確かつ簡単に診断するシステムの開発が望まれている。近年、人工知能の分野が発達し、Deep learningの進歩により様々な分野への実用化が進んでいる。
本研究では、初年度で90名のてんかん患者、90名の健常者にご協力いただき、我々の施設で脳磁図用に開発したDeep learning model(convolutional neural network : MNet)を用いて、てんかん患者と健常者の自動判別を行なった。また、診断に有用とされている特徴量(Power, Functional connectivity)や、てんかん発作と発作間欠期の識別に有用とされる特徴量、phase-amplitude couplingをMNetと組み合わせることで、MNetによる識別精度の向上及び抽出された特徴量の解明を試みた。PowerやFunctional connectivityといった特徴量とMNetを組み合わせた場合は、MNet単独と識別率は変わらなかった。一方で、MNetとphase-amplitude couplingを組み合わせることで診断率が向上することを明らかにし、phase-amplitude couplingがMNetが抽出する特徴量とは異なる側面の情報を持っていることを明らかにした。
また、これらの結果は単施設の結果であったため、汎化を目指し多施設の脳磁図データバンクの作成を行なった。

Report

(4 results)
  • 2022 Annual Research Report
  • 2021 Research-status Report
  • 2020 Research-status Report
  • 2019 Research-status Report
  • Research Products

    (8 results)

All 2022 2021 2020

All Journal Article (3 results) (of which Int'l Joint Research: 1 results,  Peer Reviewed: 3 results,  Open Access: 2 results) Presentation (5 results) (of which Int'l Joint Research: 1 results)

  • [Journal Article] Abnormal phase-amplitude coupling characterizes the interictal state in epilepsy.2022

    • Author(s)
      藤田 祐也、栁澤 琢史、福間 良平、浦 菜津子、押野 悟、貴島 晴彦
    • Journal Title

      Journal of Neural Engineering

      Volume: - Issue: 2 Pages: 026056-026056

    • DOI

      10.1088/1741-2552/ac64c4

    • Related Report
      2022 Annual Research Report 2021 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Voluntary control of semantic neural representations by imagery with conflicting visual stimulation2022

    • Author(s)
      Fukuma Ryohei、Yanagisawa Takufumi、Nishimoto Shinji、Sugano Hidenori、Tamura Kentaro、Yamamoto Shota、Iimura Yasushi、Fujita Yuya、Oshino Satoru、Tani Naoki、Koide-Majima Naoko、Kamitani Yukiyasu、Kishima Haruhiko
    • Journal Title

      Communications Biology

      Volume: 5 Issue: 1 Pages: 214-214

    • DOI

      10.1038/s42003-022-03137-x

    • Related Report
      2022 Annual Research Report
    • Peer Reviewed / Open Access
  • [Journal Article] Evaluating the Safety of Simultaneous Intracranial Electroencephalography and Functional Magnetic Resonance Imaging Acquisition Using a 3 Tesla Magnetic Resonance Imaging Scanner2022

    • Author(s)
      Fujita Yuya、Khoo Hui Ming、Hirayama Miki、Kawahara Masaaki、Koyama Yoshihiro、Tarewaki Hiroyuki、Arisawa Atsuko、Yanagisawa Takufumi、Tani Naoki、Oshino Satoru、Lemieux Louis、Kishima Haruhiko
    • Journal Title

      Frontiers in Neuroscience

      Volume: 16

    • DOI

      10.3389/fnins.2022.921922

    • Related Report
      2022 Annual Research Report
    • Peer Reviewed / Int'l Joint Research
  • [Presentation] Characterization of features used in a deep neural network for automatic diagnosis of epilepsy2021

    • Author(s)
      Fujita Y , Yanagisawa T , Oshino S , Tani N , Hui Ming K , Fukuma R , Yamamoto S , Miura S , Kishima H
    • Organizer
      13th Asian Oceanian Epilepsy Congress
    • Related Report
      2021 Research-status Report
    • Int'l Joint Research
  • [Presentation] 深層学習を用いたてんかんの自動診断と判別に使用される特徴量の探索2021

    • Author(s)
      藤田 祐也, 柳澤 琢史 押野 悟, 谷 直樹,Khoo Hui Ming, 福間 良平, 三浦 慎平, 江村 拓人,貴島 晴彦
    • Organizer
      第54回日本てんかん学会
    • Related Report
      2021 Research-status Report
  • [Presentation] Characterization of features used in deep neural network for automatic diagnosis of epilepsy2020

    • Author(s)
      Yuya Fujita, Natsuko Ura, Takufumi Yanagisawa, Shota Yamamoto, Takefumi Ohki, Ryohei Fukuma, Haruhiko Kishima
    • Organizer
      第43回日本神経科学会
    • Related Report
      2020 Research-status Report
  • [Presentation] 深層学習によるてんかん患者の判別と抽出された特徴量の探索2020

    • Author(s)
      藤田 祐也,栁澤 琢史, 押野 悟, 谷 直樹,クーウイミン, 福間 良平, 三浦 慎平, 貴島 晴彦
    • Organizer
      第7回 日本BMI研究会
    • Related Report
      2020 Research-status Report
  • [Presentation] 深層学習によるてんかんの自動診断と判別に使用される特徴量の解明2020

    • Author(s)
      藤田 祐也,栁澤 琢史, 押野 悟, 谷 直樹,クーウイミン, 福間 良平, 三浦 慎平, 貴島 晴彦
    • Organizer
      第79回 日本脳神経外科学会
    • Related Report
      2020 Research-status Report

URL: 

Published: 2019-04-18   Modified: 2025-06-20  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi