| 研究課題/領域番号 |
17K16365
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
精神神経科学
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
徳田 慶太 東京大学, 医学部附属病院, 助教 (50762176)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 脳波 / バイオマーカー / 精神疾患 / 非線形時系列解析 / 精神病理学 |
|---|
| 研究成果の概要 |
本研究では、精神疾患患者の脳波を解析することにより、病態を適切に特徴付けることのできるバイオマーカーを開発することを目的とした。そのために、深層学習や非線形時系列解析の手法を組み合わせ、脳波を解析する新規の手法の開発を行い、さらにこれを用いてデータ解析を行った。その結果、医師の診断結果が紐付いた患者および健常者の脳波を教師学習データとして解析し、その違いを弁別するシステムを構築することができた。開発した手法は、脳波に限らず、多くの中枢神経系由来の時系列データへの応用が期待できる。
|
| 研究成果の学術的意義や社会的意義 |
高精度の診断・治療効果の評価、病態進行の個別予想、脳波を用いたバイオフィードバックなどによる治療法の開発、疾患動物モデルの開発・評価による創薬の効率化、疾患の基礎的な神経生理学的・病理学的な理解などの実現に貢献し得ると考えられる。
|
