2021 Fiscal Year Research-status Report
| Project/Area Number |
19K18388
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
藤田 祐也 大阪大学, 医学部附属病院, 医員 (20839097)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | てんかん / 深層学習 / AI / phase-amplitude coupling / deep learning / MEG / PAC |
|---|
| 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。今後は、多施設の脳磁図データバンクの作成を行ない、作成されるMNetの汎化を行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度はこれまでに得られた知見を論文化することができた。
|
| Strategy for Future Research Activity |
現在は１施設のデータを用いて、deep learning modelの作成をしたため、今後は多施設のデータを用いて、deep learning modelの汎化を行う。
|
| Causes of Carryover |
多施設の脳磁図データバンクの作成と、それらを用いた解析を予定しており、それらの解析費用、論文化費用の確保のため。
|
Research Products
(3 results)
