|
神経筋疾患の患者での針筋電図検査で安静時放電をデータベース化した。分類された放電ファイルを2秒ごとに分割した。
手法１）それぞれの放電ファイルを用いて音特徴量を抽出した。機械学習的手法を用いて6種類の安静時放電の判別を試みたところ、正判別率は90.4%であった。
手法２）同一の放電データファイルを用いて実験を行った。針筋電図放電から得られた音情報をメルスペクトログラムに画像変換を行い、得られた画像を教師データとテストデータに分割した。それらのデータを用いて畳み込みニューラルネットワーク（CNN)を用いてディープラーニングを行った。画像データ増幅を行ったところ、正判別率は100%まで増加した。
|
