| 研究課題/領域番号 |
18H03304
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
森田 昌彦 筑波大学, システム情報系, 教授 (00222349)
|
|---|
| 研究分担者 |
井澤 淳 筑波大学, システム情報系, 准教授 (20582349)
川崎 真弘 筑波大学, システム情報系, 准教授 (40513370)
堀江 和正 筑波大学, 計算科学研究センター, 助教 (60817112)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2021年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2020年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2019年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2018年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
|
|---|
| キーワード | 浅層学習 / 脳情報処理 / うつバイオマーカー / ホワイトボックス機械学習 / 浅層ニューラルネット / 脳波解析 / ニューラルネット / 機械学習 / ニューラルネットワーク / 脳型情報処理 |
|---|
| 研究成果の概要 |
透明性が高く学習データが少なくても適用できる浅層ニューラルネットの利点を生かして，個人差の大きな脳波や人間の運動および行動を解析する手法を開発した．また，これと実験的手法を組み合わせて，うつ病の早期発見，発達障害の診断，運動リハビリテーションといった課題に応用し，それぞれ有益な成果を得た．特に，これまで全く知られていなかった，日々変動するうつ気分を反映した脳波活動を発見したことは，非常に大きな成果である．
|
| 研究成果の学術的意義や社会的意義 |
得られた成果はすべて有意義なものであるが，特にうつ気分を反映する脳波活動の発見は，学術的にも社会的にも大きな意義がある．まず，未知の脳メカニズムの存在を示唆する脳科学における新しい知見であるとともに，脳波解析の手法としても新しくかつ有効である．深層学習では発見できなかった点も重要である．また，これによって安価な脳波計で1分間計測するだけでうつ度が推定可能となり，うつ病の早期発見や治療効果の確認などの応用上も非常に有益である．
|
