脳波ウェーブレット変換と深層学習による蘇生後脳障害の評価法の開発

• 研究課題/領域番号: 23K08473
• 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55060:救急医学関連
• 研究機関: 新潟大学
• 研究代表者: 本田 博之 新潟大学, 医歯学総合病院, 講師 (20535174)
• 研究分担者: 西山 慶 新潟大学, 医歯学総合研究科, 教授 (90447970) ; 松井 亨 新潟大学, 医歯学総合病院, 助教 (60753283) ; 晝間 優隆 新潟大学, 医歯学総合病院, 助教 (50915048) ; 八幡 えり佳 新潟大学, 医歯学総合病院, 特任助教 (30622906) ; 上村 夏生 新潟大学, 医歯学系, 助教 (00792285)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円); 2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 脳波 / ウェーブレット変換 / 深層学習 / 蘇生後脳症

研究開始時の研究の概要

心肺停止蘇生後の患者の転帰を改善して社会復帰を促すことは重要な課題である。しかし、蘇生後の脳の機能障害を正確に評価する方法が存在しないため、重症度に応じた治療プロトコルを適用できないことが問題である。本研究では脳機能障害の指標として脳波に着目する。脳波をウェーブレット変換することで複数の特徴量をスカログラム画像として抽出し、人工知能（深層学習）を用いて脳障害の重症度を高精度に推定する実用的なシステムを構築する。本研究で開発する重症度評価システムにより高精度の予後予測を可能にするだけでなく、脳機能障害の重症度に応じて個別化した蘇生後ケアを創造することを目指す。