| 研究課題/領域番号 |
22KJ1367
|
|---|
| 補助金の研究課題番号 |
22J13262 (2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2022) |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分62010:生命、健康および医療情報学関連
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
中理 怡恒 電気通信大学, 情報理工学研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
1,700千円 (直接経費: 1,700千円)
2023年度: 800千円 (直接経費: 800千円)
2022年度: 900千円 (直接経費: 900千円)
|
|---|
| キーワード | 睡眠段階推定 / 機械学習 / マットレスセンサ / マルチインバランス / ウルトラディアンリズム / 強化学習 / マットセンサ / 睡眠時無呼吸症候群 / 解釈性 |
|---|
| 研究開始時の研究の概要 |
簡易センサから得られた生体振動データで睡眠段階を機械学習で学習する際，（1）各睡眠段階の割合の不均衡による推定の偏り（クラスインバランス），（2）各睡眠段階の継続性が異なり，必要なデータの入力長が不均一（スケールインバランス），（3）個人差，個人内差，環境差など（データインバランス）による入力データに生じる矛盾，すなわち「同じラベルでも入力が異なる」，「入力が類似していてもラベルが異なる」などにより学習が困難である．本研究では，学習結果の抽出が容易な機械学習の1つであるランダムフォレスト（RF）を採用し，これらの問題について，RFの学習結果の解釈とそれに基づく推定精度の向上を目指す．
|
| 研究実績の概要 |
本研究はマットレスセンサで専門医師なしに睡眠段階を推定する手法の実用化に向け，(1)一夜の各睡眠段階の割合不均衡を考慮した推定法(2)突発的もしくは数分以上にわたり特徴が出現する睡眠段階にロバストな推定法，(3)年齢やその日の体調などによる個人(内)差を考慮した推定法，の3つのサブテーマに取り組んだ.
本年度は3つ目のサブテーマに取り組み，睡眠中の約90分周期のウルトラディアンリズム（UR）に着目し，睡眠中の体動発生パターンからURを導出し，そのURに近づくように機械学習が出力する各睡眠段階の推定確率を補正することで推定精度の向上を図った．これにより，一部の被験者におけるNR12睡眠やREM睡眠の過剰判定が抑えられ，一晩の睡眠構造の把握をしやすくなった．さらに，URの推定精度が向上すると睡眠段階の平均推定精度が76%まで向上した．この成果は国際会議IEEE EMBCにて発表した．また，URに基づいて推定結果を補正する際に，一定の条件を設定し，補正していたが，個人によって条件が異なることから，人工知能の学習法の1つである強化学習から着想を得て，URに近づくように各睡眠段階の推定確率を1度補正するだけではなく，一定期間および条件のもと複数回補正することで，大きく外れた推定確率も滑らかに補正し，更なる推定精度の向上を図った．この成果は英文学術誌JACIIIに掲載された．
研究期間を通じて取り組んだ3つのサブテーマの手法について，（1）は一晩の睡眠で割合が少ないWAKE，NR3睡眠を積極的に判定する特性があり，（2）ではREM睡眠を，（3）ではREM睡眠，NR3睡眠を積極的に判定する特性が見られた．各手法を統合したところ，特に（1）（3）の統合手法において，一晩の睡眠構造を把握することに最も貢献し，この成果を国際会議AAAI Spring Symposium Seriesにて発表した．
|
