| 講演名 | 2021-06-29 機械学習を用いたfNIRSの解析手法の提案 大隈 玲志(早大), 栗原 勇人(早大), 大須 理英子(早大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | fNIRS(機能的近赤外分光法)は，脳機能イメージング技術としては比較的新しく，研究数が他の脳機能イメージングより少ないため，解析手法が確立していない．従来のfNIRSの解析手法では，前処理の段階でパラメータ数が多く，解析結果がパラメータに依存してしまう問題がある．そこで我々は，機械学習の分類問題とその特徴量の重要度をもとに，パラメータ数が少ないfNIRSによる脳の賦活部位を特定する新たな解析手法を提案した．本研究では，機械学習の分類器としてランダムフォレストを使用した．提案手法を用いて計算課題を解く脳活動を解析したところ，従来の解析方法による結果と近しい結果が得ることができた．よって，機械学習の特徴量重要度による解析は有用であると考えられる． |
| 抄録(英) | Conventional analysis methods for fNIRS require a large number of parameters in preprocessing, and the analysis results depend on the parameters. We proposed a new analysis method for identifying activated brain regions using fNIRS with a small number of parameters, based on the classification by machine learning and the importance of the features. In this study, we used Random Forest as a machine learning classifier. When we analyzed the brain activity of solving a computational task using the proposed method, the results were similar to those obtained by the conventional analysis method. Although there are some issues to be solved, we believe that the analysis by features importance of machine learning is useful. |
| キーワード(和) | fNRIS / 機械学習 / 特徴量 |
| キーワード(英) | fNIRS / Machine Learning / Features |
| 資料番号 | NC2021-13,IBISML2021-13 |
| 発行日 | 2021-06-21 (NC, IBISML) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2021/6/28(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 大須 理英子(早大) / 竹内 一郎(名工大) / 倉田 博之(九工大) / 関嶋 政和(東工大) |
| 委員長氏名（英） | Rieko Osu(Waseda Univ.) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / 倉田 博之(九工大) / 関嶋 政和(東工大) |
| 副委員長氏名（和） | 山川 宏(東大) / 杉山 将(東大) |
| 副委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Masashi Sugiyama(Univ. of Tokyo) |
| 幹事氏名（和） | 内部 英治(ATR) / 西田 知史(NICT) / 津田 宏治(東大) / 神嶌 敏弘(産総研) / 伊藤 公人(北大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 大上 雅史(東工大) / 笹山 琴由(三菱電機) / 花田 良子(関西大) / 林 亮子(金沢工大) / 吉本 潤一郎(奈良先端大) / 渡邉 真也(室蘭工大) |
| 幹事氏名（英） | Eiji Uchibe(ATR) / Satoshi Nishida(NICT) / Koji Tsuda(Univ. of Tokyo) / Toshihiro Kamishima(AIST) / 伊藤 公人(北大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 大上 雅史(東工大) / 笹山 琴由(三菱電機) / 花田 良子(関西大) / 林 亮子(金沢工大) / 吉本 潤一郎(奈良先端大) / 渡邉 真也(室蘭工大) |
| 幹事補佐氏名（和） | 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) / 岩田 具治(NTT) / 中村 篤祥(北大) |
| 幹事補佐氏名（英） | Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習を用いたfNIRSの解析手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Proposal of an Analysis Method for fNIRS Using Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | fNRIS / fNIRS |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 特徴量 / Features |
| 第 1 著者 氏名（和/英） | 大隈 玲志 / Reiji Ohkuma |
| 第 1 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 2 著者 氏名（和/英） | 栗原 勇人 / Yuto Kurihara |
| 第 2 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 3 著者 氏名（和/英） | 大須 理英子 / Rieko Osu |
| 第 3 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 発表年月日 | 2021-06-29 |
| 資料番号 | NC2021-13,IBISML2021-13 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NC-79,IBISML-80 |
| ページ範囲 | pp.91-96(NC), pp.91-96(IBISML), |
| ページ数 | 6 |
| 発行日 | 2021-06-21 (NC, IBISML) |