| 講演名 | 2020-01-29 CNNを用いたfunctional MRI解析における頭蓋骨及び周辺領域が与える影響 細井 雄太(新潟大), 林 隆史(新潟大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | functional MRI（fMRI）は1990年代に登場して以来, 医学や神経科学から心理学, 言語学など様々な分野で用いられている. fMRIは非侵襲な脳計測器の中でも空間分解能に優れており, 脳機能の特定や精神疾患の推定に有効であるとされている. fMRIから得られる脳活動を解析するツールは，現在までに多くの研究者や企業によって開発されている．そして， 多くの解析手法では統計的検定や回帰モデルが用いられてきた. また, 近年のDeep Learningの登場やコンピュータの性能向上にともない, 機械学習を利用した解析手法が盛んに研究されている. なかでも, Convolutional Neural NetworkをfMRI画像に適用したという研究が多く見られる. 今後，fMRI画像からより多くの情報抽出を行うために，複数の刺激を受けている脳の状態を解析する全脳解析が必要となることが予想される．しかし，ノイズの影響を強く受ける深層学習では，頭蓋骨及び周辺領域がノイズとなり影響を与える可能性がある.そこで本稿では, 特徴可視化技術であるGrad-CAMを用いて頭蓋骨および周辺領域が与える影響を報告する. |
| 抄録(英) | A fuctional MRI(fMRI) has been used in various fields from medicine and neuroscience to psychology andlinguistics since its introduction in the 1990s. A fMRI has more spatial resolution among non-invasive brain measuringinstruments, and is said to be effective for identifying brain funtions and estimating mental disorders. Tools for analyzing brain activity obtained from fMRI have been developed by many researchers and companies to date, and statistical analysis and regression models were used in many analysis methods. In addition, with the advent of deep learning in recent years and the improvement of computer performance, analysis methods using machine learning are being actively studied. Among them, many studies have applied Convolutional Neural Network to fMRI images. In the future, in order to extract more information from fMRI images, a whole-brain analysis will be conducted to analyze the state of the brain receiving multiple is required. However, in deep learning that is strongly affected by noise, The skull and surrounding area may be affected by noise. In this paper, we report the effects of the skull and surrounding area using Grad-CAM, a feature visualization technique. |
| キーワード(和) | functional MRI / CNN / Grad-CAM / 頭蓋骨 |
| キーワード(英) | functional MRI / CNN / Grad-CAM / skull |
| 資料番号 | MI2019-86 |
| 発行日 | 2020-01-22 (MI) |
| 研究会情報 | |
| 研究会 | MI |
|---|---|
| 開催期間 | 2020/1/29(から2日開催) |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | 医用画像工学一般 |
| テーマ（英） | Medical Image Engineering, Analysis, Recognition, etc. |
| 委員長氏名（和） | 河田 佳樹(徳島大) |
| 委員長氏名（英） | Yoshiki Kawata(Tokushima Univ.) |
| 副委員長氏名（和） | 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大) |
| 副委員長氏名（英） | Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidekata Hontani(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 平野 靖(山口大) / 原口 亮(兵庫県立大) |
| 幹事氏名（英） | Yasushi Hirano(Yamaguchi Univ.) / Ryo Haraguchi(Univ. of Hyogo) |
| 幹事補佐氏名（和） | 滝沢 穂高(筑波大) / 大竹 義人(奈良先端大) |
| 幹事補佐氏名（英） | Hotaka Takizawa(Tsukuba Univ.) / Yoshito Otake(NAIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Medical Imaging |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | CNNを用いたfunctional MRI解析における頭蓋骨及び周辺領域が与える影響 |
| サブタイトル（和） | |
| タイトル（英） | Effects of skull and surrounding area in functional MRI analysis using Convolutional Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | functional MRI / functional MRI |
| キーワード(2)（和/英） | CNN / CNN |
| キーワード(3)（和/英） | Grad-CAM / Grad-CAM |
| キーワード(4)（和/英） | 頭蓋骨 / skull |
| 第 1 著者 氏名（和/英） | 細井 雄太 / Yuta Hosoi |
| 第 1 著者 所属（和/英） | 新潟大学(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 第 2 著者 氏名（和/英） | 林 隆史 / Takafumi Hayashi |
| 第 2 著者 所属（和/英） | 新潟大学(略称：新潟大) Niigata University(略称：Niigata Univ.) |
| 発表年月日 | 2020-01-29 |
| 資料番号 | MI2019-86 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | MI-399 |
| ページ範囲 | pp.91-96(MI), |
| ページ数 | 6 |
| 発行日 | 2020-01-22 (MI) |