| 研究課題/領域番号 |
08458288
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
医用生体工学・生体材料学
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
木内 陽介 徳島大学, 工学部, 教授 (80035807)
|
|---|
| 研究分担者 |
七條 文雄 徳島大学, 医学部, 講師 (20145022)
長篠 博文 徳島大学, 工学部, 講師 (40035655)
|
|---|
| 研究期間 (年度) |
1996 – 1997
|
| 研究課題ステータス |
完了 (1997年度)
|
| 配分額 *注記 |
700千円 (直接経費: 700千円)
1997年度: 700千円 (直接経費: 700千円)
|
|---|
| キーワード | 脳電図 / 信号源 / ニューラルネットワーク / 逆問題 / てんかん / 信号源推定 / 脳波 / EEG |
|---|
| 研究概要 |
頭部電位分布(脳電図、EEG)および滋界分布(脳磁図、MEG)からその原因となる信号源を推定することは一種の生体逆問題と考えられる。この逆問題を解くことは脳機能医学診断および脳機能解明にとって重要な研究課題である。特に近年の高齢化に伴なう障害患者の増加により、ベッドサイドでかつリアルタイムに患者の脳機能診断ができることが要求されるようになった。また脳機能解明の立場からも、バイオフィードバックを行いながら脳の働きを調べるためには、信号源推定に対してリアルタイム性が要求されるようになってきている。
本研究はこれらの問題点を解決するためにニューラルネットワークを用い、高速度リアルタイムかつ高精度で脳内信号源推定を行うことを目的としている。ここでは主にEEGを用いた信号源推定を行っているが、これは現在どの病院でもEEGが脳診断に用いられているためである。MEGからの信号源推定も同様の方法で可能である。本研究ではこれに関する下記の課題について検討している。
1.ニューラルネットワークの最適構造と学習方法 2.電極数、基準電極と推定精度との関係
3.脳のモデルと推定精度との関係
4.1および2信号源の推定
5.臨床データへの適用
以上の結果、EEG計測システムとパソコンを組み合わせることにより、5ms以内の短時間で、かつ2〜4%の高精度で信号源推定ができることが明らかにされた。またてんかんなどの臨床データへ適用した結果、本システムの有用性が確かめられた。したがって、本提案システムは高速・高精度の脳信号源推定に有用であることが分かった。
|
