講演抄録/キーワード |
講演名 |
2021-03-03 11:15
てんかん性異常脳波の深層学習による自動検出 ○庄司拓句(東京農工大)・吉田 登(順天堂大)・田中聡久(東京農工大) EA2020-62 SIP2020-93 SP2020-27 |
抄録 |
(和) |
てんかんの診断に脳波測定は不可欠な検査であるが,波形の判読には専門的な知識と経験を要する.そのため,てんかんに関連する異常脳波を自動検出できる技術の確立が求められている.本稿では,異常脳波を検出するための軽量なCNNを提案する.このCNNモデルは電極ごとの時間たたみこみ,電極間の空間たたみこみ,さらに時間・空間のたたみこみを基本的な層として持ち,電極ごとに判定結果を出力する.これによって,脳の部位ごとに異常を検出することができる.てんかん患者19名の脳波を用いたシミュレーションの結果,提案モデルは既存のCNNと同等以上のAUCおよびF値で異常脳波を検出した.少数のパラメータで効率的に時間方向と空間方向の特徴抽出を実現できるため,提案モデルは,データの大規模化が困難である医療脳波からの異常検出全般に応用が可能である. |
(英) |
Although electroencephalography (EEG) is essential for the diagnosis of epilepsy, it requires expertise and experience to evaluate the waveforms. This motivates the need to establish a technology that can automatically detect abnormal EEGs related to epilepsy. In this paper, we propose a compact CNN model for detecting abnormal EEGs. This CNN model has temporal convolution for each electrode, spatial convolution between electrodes, and temporal/space convolution as the primary layers and outputs each electrode's prediction results. This allows us to detect abnormalities in each region of the brain. The simulation results using EEGs of 19 epilepsy patients showed that the proposed model detected abnormal EEGs with AUC and F-values equivalent to or higher than those of existing CNNs. Since the proposed model can efficiently extract features in the temporal and spatial directions with a small number of parameters, it can be applied to detect medical EEG abnormalities in general, where large-scale data is not available. |
キーワード |
(和) |
てんかん / 脳波 / 機械学習 / 畳み込みニューラルネットワーク / / / / |
(英) |
Epilepsy / Electroencephalogram / Machine learning / Convolutional neural network / / / / |
文献情報 |
信学技報, vol. 120, no. 398, SIP2020-93, pp. 15-20, 2021年3月. |
資料番号 |
SIP2020-93 |
発行日 |
2021-02-24 (EA, SIP, SP) |
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 |
EA2020-62 SIP2020-93 SP2020-27 |
研究会情報 |
研究会 |
EA US SP SIP IPSJ-SLP |
開催期間 |
2021-03-03 - 2021-03-04 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
音声,応用/電気音響,信号処理,超音波,一般 |
テーマ(英) |
Speech, Engineering/Electro Acoustics, Signal Processing, Ultrasonics, and Related Topics |
講演論文情報の詳細 |
申込み研究会 |
SIP |
会議コード |
2021-03-EA-US-SP-SIP-SLP |
本文の言語 |
日本語 |
タイトル(和) |
てんかん性異常脳波の深層学習による自動検出 |
サブタイトル(和) |
|
タイトル(英) |
Automatic Detection of Epileptic Abnormal EEG Using Deep Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
てんかん / Epilepsy |
キーワード(2)(和/英) |
脳波 / Electroencephalogram |
キーワード(3)(和/英) |
機械学習 / Machine learning |
キーワード(4)(和/英) |
畳み込みニューラルネットワーク / Convolutional neural network |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
庄司 拓句 / Taku Shoji / ショウジ タク |
第1著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第2著者 氏名(和/英/ヨミ) |
吉田 登 / Noboru Yoshida / ヨシダ ノボル |
第2著者 所属(和/英) |
順天堂大学 (略称: 順天堂大)
Department of Pediatrics, Juntendo University Nerima Hospital (略称: Juntendo Univ.) |
第3著者 氏名(和/英/ヨミ) |
田中 聡久 / Toshihisa Tanaka / タナカ トシヒサ |
第3著者 所属(和/英) |
東京農工大学 (略称: 東京農工大)
Tokyo University of Agriculture and Technology (略称: TUAT) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2021-03-03 11:15:00 |
発表時間 |
25分 |
申込先研究会 |
SIP |
資料番号 |
EA2020-62, SIP2020-93, SP2020-27 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.397(EA), no.398(SIP), no.399(SP) |
ページ範囲 |
pp.15-20 |
ページ数 |
6 |
発行日 |
2021-02-24 (EA, SIP, SP) |
|