| 研究課題/領域番号 |
18K11377
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 大分大学 |
|---|
研究代表者 |
西島 恵介 大分大学, 理工学部, 助教 (30237698)
|
|---|
| 研究分担者 |
古家 賢一 大分大学, 理工学部, 教授 (10643611)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | シャント音 / 狭窄 / 音響特徴量 / 位置推定 / マイクロホンアレイ / 肉伝導 / 音源位置推定 / 雑音抑圧 |
|---|
| 研究実績の概要 |
シャント音は高い周波数が多く含まれるという特徴がある。狭窄位置では前述の特徴が見られるが，狭窄位置から離れるほど高周波成分が失われ、正常な シャント音に近づいていく。そのため，狭窄位置から離れた位置で収集された音は狭窄の判定が正しく行えない場合がある。したがって，正しい狭窄位置での計 測，もしくは狭窄位置に依存しない判定方法が必要となる。 これまでに複数位置でシャント音を計測し，複数位置のデータを用いることで狭窄位置に依存しない定量化を試みた。また，複数位置のシャント音から各計測位置の特徴を表す音響特徴量を提案した。これにより各位置の音響特徴を表すことができ，狭窄位置では高周波成分が特徴として現れることを確かめた。
正常，狭窄のシャント音を学習アルゴリズムにより，識別モデルを作成し，識別を試みた。その結果，狭窄とラベリングしたデータ中に不確かなデータがあり，学習に悪影響を与えていることが考えられた。そのため，学習データをクラスタリングし，不確かと思われるデータを取り除き学習する手法を提案した。その結果，正常症例の正解率は向上したが，狭窄症例の正解率は不十分な結果となった。さらに，不確かなデータの判別に医療従事者の解説に基づき，その基準で選別したデータで学習する手法を提案した。その結果，狭窄症例の正解率は向上したが，正常症例の正解率は低下した。原因としては，もともと少ないデータから選別しているため，学習に使用するデータ数が不足していることが考えられる。検証のため，データを増やす必要がある。
狭窄音の収集を行う計画についてはコロナ禍により実施できなかった。データ数の増加は重要な課題であるため，今後もコロナ禍の状況を見ながらデータ数を 増やすための計測を継続する必要がある。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
コロナ禍の状況が改善しなかったため，データ収集が進まず，検証用のデータが不足している。今後も継続的にデータ収集を実施する必要があるが，コロナを取り巻く環境改善が必要である。
|
| 今後の研究の推進方策 |
次年度は，データ不足を補うため，データ収集を実施する予定である。コロナ禍の状況を見ながら研究を実施する。 また，データ収集が困難な場合は，既存のデータを加工して見かけ上のデータを増やすデータ拡張を学習時だけでなく，音響特徴量の評価に利用できないか検討する。
|
