| 研究課題/領域番号 |
18K11450
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 福井工業大学 |
|---|
研究代表者 |
山西 輝也 福井工業大学, 環境情報学部, 教授 (50298387)
|
|---|
| 研究分担者 |
高橋 哲也 福井大学, 学術研究院医学系部門, 客員准教授 (00377459)
信川 創 千葉工業大学, 情報科学部, 准教授 (70724558)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 脳波 / デフォルトモード / 同期の逸脱 / 数字想起 / アルツハイマー型認知症 / 機械学習 |
|---|
| 研究成果の概要 |
脳波解析において機械分類することを目指した。まず事象関連電位の脳波で1から9までの数字視認のオープンデータ(3電極)を複雑性の指標であるMultiscale Entropyで解析しガウス過程回帰を実行，回帰損失を計算したところ，どの被験者もどれか1つの電極で視認の判別の可能性があることが分かった。しかし，全被験者共通な一つの電極で分類はできなかった。次にアルツハイマー型認知症の脳波から認知重軽度の分類を行った。同期性の指標であるPhase Lag Indexを計算し電極別算術平均とt-SNE法を組み合わせると分類損失値が大幅に改善された。
|
| 自由記述の分野 |
知能情報学
|
| 研究成果の学術的意義や社会的意義 |
事象関連電位の3電極脳波で1から9までの数字視認では，どの被験者も複雑性指標のMultiscale Entropy値と機械学習のガウス過程回帰によって，3電極のうちどれか1つの電極で視認の判別の可能性があることが分かった。これは脳波からブレインマシンインターフェイスの可能性があることを示せた。
アルツハイマー型認知症の脳波からの認知重軽度の分類では，同期性の指標であるPhase Lag Index値を求め電極別算術平均と機械学習のt-SNE法を組み合わせることで，機械分類の損失値が大幅に改善された。この解析手法は認知機能の状態を脳波から定量的に評価する上で有効な手段になり得ることを示せた。
|
