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

2018 Fiscal Year Research-status Report

Establishment of real-time diagnostic system for needle electromyography by audio features

Research Project

Project/Area Number 17K09800
Research InstitutionThe University of Tokushima

Principal Investigator

野寺 裕之  徳島大学, 大学院医歯薬学研究部(医学域), 特任講師 (40363147)

Project Period (FY) 2017-04-01 – 2020-03-31
Keywords機械学習 / 音特徴量 / ディープラーニング / 針筋電図検査 / 安静時放電
Outline of Annual Research Achievements

神経・筋疾患の患者で行われた針筋電図検査で得られた安静時放電のデータファイルを放電により分類した。分類された放電ファイルを2秒ごとに分割した。
手法1)それぞれの放電ファイルを用いて音特徴量をソフトウェアにより抽出した。機械学習的手法を用いて6種類の安静時放電の判別を試みたところ、正判別率は90.4%であった。具体的には以下の放電を対象とした(endplate potential; fibrillation potential and positive sharp wave; myotonic discharge; noise artifact; complex repetitive discharge; fasciculation potential)。 Nodera H, Osaki Y, Yamazaki H, Mori A, Izumi Y, Kaji R. Classification of needle-EMG resting potentials by machine learning. Muscle Nerve. 2019;59:224-228.
手法2)手法1と同一の放電データファイルを用いた。音情報をメルスペクトログラムに画像変換を行い、得られた画像を畳み込みニューラルネットワーク(CNN)を用いてディープラーニングを行った。画像データ増幅を行ったところ、正判別率は100%まで増加した。Nodera H, Osaki Y, Yamazaki H, Mori A, Izumi Y, Kaji R. Deep learning forwaveform identification of resting needle electromyography signals. ClinNeurophysiol. 2019;130:617-623.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2つの異なる手法を用い、安静時放電の判別を行った。以下に記載する参考文献として示す通り、英文雑誌2報に掲載されたことより、研究はおおむね順調に進展していると考えている。引き続きデータの集積を行っているが、稀な放電パターンに対するデータ数が伸び悩んでいる。

参考文献
Nodera H, Osaki Y, Yamazaki H, Mori A, Izumi Y, Kaji R. Classification of needle-EMG resting potentials by machine learning. Muscle Nerve. 2019;59:224-228.

Nodera H, Osaki Y, Yamazaki H, Mori A, Izumi Y, Kaji R. Deep learning forwaveform identification of resting needle electromyography signals. ClinNeurophysiol. 2019;130:617-623.

Strategy for Future Research Activity

安静時放電6種類を用いて深層学習を行う人工知能的判別法は高精度で可能であることが本年度の研究で示された。
今後の課題としては、筋原性および神経原性放電の鑑別が可能であるか、データを蓄積して検討を行う予定である。臨床データのみの集積では限界がある可能性も考え、動物モデルからのデータ収集も予定している。すでに発表した英語論文の内容を踏まえ、データ数を多くし、別の深層学習ネットワークにても判別を試みていく。

Causes of Carryover

購入を予定していたパーソナルコンピュータにつき、アップデートの状況が遅れており次年度に購入を延期することにした。

  • Research Products

    (2 results)

All 2019 2018

All Journal Article (2 results) (of which Peer Reviewed: 1 results)

  • [Journal Article] Deep learning for waveform identification of resting needle electromyography signals2019

    • Author(s)
      Nodera Hiroyuki、Osaki Yusuke、Yamazaki Hiroki、Mori Atsuko、Izumi Yuishin、Kaji Ryuji
    • Journal Title

      Clinical Neurophysiology

      Volume: 130 Pages: 617~623

    • DOI

      10.1016/j.clinph.2019.01.024

    • Peer Reviewed
  • [Journal Article] Classification of needle-EMG resting potentials by machine learning2018

    • Author(s)
      Nodera Hiroyuki、Osaki Yusuke、Yamazaki Hiroki、Mori Atsuko、Izumi Yuishin、Kaji Ryuji
    • Journal Title

      Muscle & Nerve

      Volume: 59 Pages: 224~228

    • DOI

      10.1002/mus.26363

URL: 

Published: 2019-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi