脳波ウェーブレット変換と深層学習による蘇生後脳障害の評価法の開発

• Project/Area Number: 23K08473
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 55060:Emergency medicine-related
• Research Institution: Niigata University
• Principal Investigator: 本田 博之 新潟大学, 医歯学総合病院, 講師 (20535174)
• Co-Investigator(Kenkyū-buntansha): 西山 慶 新潟大学, 医歯学総合研究科, 教授 (90447970) ; 松井 亨 新潟大学, 医歯学総合病院, 助教 (60753283) ; 晝間 優隆 新潟大学, 医歯学総合病院, 助教 (50915048) ; 八幡 えり佳 新潟大学, 医歯学総合病院, 特任助教 (30622906) ; 上村 夏生 新潟大学, 医歯学系, 助教 (00792285)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 脳波 / ウェーブレット変換 / 深層学習 / 蘇生後脳症

Outline of Research at the Start

心肺停止蘇生後の患者の転帰を改善して社会復帰を促すことは重要な課題である。しかし、蘇生後の脳の機能障害を正確に評価する方法が存在しないため、重症度に応じた治療プロトコルを適用できないことが問題である。本研究では脳機能障害の指標として脳波に着目する。脳波をウェーブレット変換することで複数の特徴量をスカログラム画像として抽出し、人工知能（深層学習）を用いて脳障害の重症度を高精度に推定する実用的なシステムを構築する。本研究で開発する重症度評価システムにより高精度の予後予測を可能にするだけでなく、脳機能障害の重症度に応じて個別化した蘇生後ケアを創造することを目指す。