講演抄録/キーワード |
講演名 |
2021-01-28 15:40
リカレントニューラルネットワークを用いた投薬効果予測モデルのための訓練データにおける外れ値検出付き学習手法の検討 ○佐久間義友・小林 匠・杉本千佳・河野隆二(横浜国大) MICT2020-27 MBE2020-32 |
抄録 |
(和) |
近年,機械学習の医療・ヘルスケア領域への応用が注目されている.その中でも,手術中に行う全身麻酔の補助や,糖尿病患者のインスリン投与の遠隔管理などへの機械学習の応用も注目されている研究課題である.先行研究においても,機械学習の手法の手法の一つであるリカレントニューラルネットワーク(RNN)を用いて麻酔薬の投薬効果を予測する手法を提案されてきた.先行研究では手術中に変化するバイタルデータを用いて RNN の学習おこなっているが,ほかのバイタル由来の電気信号などが原因で含まれるアーティファクトが含まれたバイタルデータを用いて RNN の学習を行うと,予測精度を低下させてしまうという問題がある.そこで本研究では,RNN を用いた人体への投薬効果モデルによる予測を高信頼化するための,学習データの外れ値検出手法についての検討を行う. |
(英) |
Recently, the application of machine learning to the medical and healthcare field has attracted attention. In particular, assisting general anesthesia during surgery and remote management of insulin administration for diabetic patients are research subjects that are attracting attention as applications of machine learning. In previous research, we have also proposed a method for predicting the dosing effect of anesthetics using a recurrent neural network (RNN), which is one of the methods of machine learning. However, if RNNs are learned using outliers (artifacts) included in vital data due to other vital, prediction accuracy is decreased. Therefore, in this study, we consider an outlier detection method for training data to realize dependable prediction the effect of medication on the human body using RNN. |
キーワード |
(和) |
機械学習 / 予測モデル / ニューラルネットワーク / 外れ値検出 / / / / |
(英) |
Machine Learning / Prediction Model / Neural Network / Outlier Detection / / / / |
文献情報 |
信学技報, vol. 120, no. 348, MICT2020-27, pp. 28-33, 2021年1月. |
資料番号 |
MICT2020-27 |
発行日 |
2021-01-21 (MICT, MBE) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MICT2020-27 MBE2020-32 |
|