| 研究課題/領域番号 |
23K11305
|
|---|
| 研究機関 | 名古屋市立大学 |
|---|
研究代表者 |
黄 銘 名古屋市立大学, データサイエンス学部, 准教授 (50728300)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| キーワード | 睡眠構造 / 心肺カップリング / 機械学習 |
|---|
| 研究実績の概要 |
本研究は、心電図と光電脈拍から得られる心拍時系列と呼吸時系列のみを利用し、脳波信号を使用せずに睡眠過程を新たな視点から描くための方法を開発します。具体的には、モデル駆動およびデータ駆動手法を組み合わせ、心肺カップリングのパターンを同定し、統計モデルを用いて睡眠過程を解析する手法を研究しています。初年度の研究期間には、以下の活動を行いました。
データ取得：National Sleep Research Resource（NSRR）に申請し、Sleep Heart Health Study（SHHS）やMulti-Ethnic Study of Atherosclerosis（MESA）、NCH Sleep DataBank（NCHSDB）、Stanford Technology Analytics and Genomics in Sleep（STAGES）など複数の公開データセットから終夜の睡眠ポリグラフ検査データへのアクセス権を取得しました。これにより、1万人以上のデータを利用可能としました。
データ処理システムの構築：膨大なデータ量に対応するため、データセット毎にデータを分散処理するシステムを確立しました。分散処理フレームワークの導入が困難な研究機関の状況を踏まえ、Githubのバージョン管理技術を活用して、計算過程の一元管理を実現しました。
方法論の確立：心肺カップリングの同定に向けて、ECG-derived respirationとAir flow respirationの比較、CoherenceとPhase Coherenceの特徴生成方法を検討しました。これに基づき、適切な前処理方法の確立を目指しています。
今後は、この基盤上に構築したデータ処理と分析方法を用いて、心肺の同期や変動を詳細に分析し、心臓病や睡眠障害の診断および治療に寄与する新しい知見を得ることを目指します。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
(1) 異動に伴い研究環境の再構築には時間が必要ですが、データの確保と前期の研究は予想通り進行しています。
(2) 研究体制の再構築が完了し、次年度以降の研究は予想通りに展開できる見込みです。
|
| 今後の研究の推進方策 |
(1) ベースラインの深層学習モデルを構築し、適切な前処理方法を確定します。
(2) American Academy of Sleep Medicine (AASM)が定義する睡眠ステージに準拠した分類モデルを構築し、その検証を行います。
(3) 自己学習モデルを設計し、心肺カップリングの特徴のみによる睡眠過程を説明する手法を研究します。
|
| 次年度使用額が生じた理由 |
計算機器の購入に当たり、不足している部分を補填する予定です。
|
