| 研究概要 |
1.ニューラルネットワークを用いたシステム変化検出機構の解析(長篠)
平成16〜17年度に時系列データの変化の基本的な有効性及び非線形離散時間システムの例であるMackey and Glassモデルの広範なパラメータ範囲においてその変化を検出できることを明らかにした。本年度はこのシステムを臨床データに適用した場合において,従来手法の周波数スペクトルに基づいた方法と比較し,本システムが優れていることを確認した。
2.脳波計測による脳システム変化検出機構の開発(木内)
平成16〜17年度に開発・改良した,ある時間間隔の脳波データごとに誤差逆伝搬学習を行った移動平均型ニューラルネットワークの,荷重ベクトルの成す角度を指標として脳活動システムの変化を推定するシステムの性能を向上させるため,眼球運動,瞬目,筋電図,心電図,体動などによって混入するアーチファクトを除去することを目的として,独立成分分析を用いる方法及びニューラルネットワークを用いる方法を開発し,その有効性を確認した。
3.脳波モニタリングシステムの開発(芥川)
平成16〜17年度に,国際10-20システムに基づいた16電極配置から得られるEEG計測による脳機能モニタリングシステムの開発,性能改善,高度化を行ったが,本年度は更にシステムのソフトウェアの改良を重ね,動作の高速化を実現し,移動平均型ニューラルネットワークによる時系列データの学習,システム変化のリアルタイム推定を行うプログラムを組み込んで,本システムの汎用性を更に高めた。
|
