权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

深層学習によるてんかんの脳波・脳磁図の自動診断

利用深度学习自动诊断癫痫脑电图和脑磁图

基本信息

批准号：
19K18388
负责人：
藤田祐也
金额：
$ 2.58万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K18388/
关键词：
てんかん深層学習 phase-amplitude coupling deep learning MEG PAC epilepsy AI automatic diagnosis phase amplitude coupling cross frequency coupling functional connectivity 特徴量抽出脳波脳磁図

项目摘要

てんかんは診断には脳波や脳磁図の判読が必須である。しかしながら、これらの判読には時間がかかり、専門性が必要であるため、正確かつ簡単に診断するシステムの開発が望まれている。近年、人工知能の分野が発達し、Deep learningの進歩により様々な分野への実用化が進んでいる。本研究では、初年度で90名のてんかん患者、90名の健常者にご協力いただき、我々の施設で脳磁図用に開発したDeep learning model（convolutional neural network : MNet）を用いて、てんかん患者と健常者の自動判別を行なった。また、診断に有用とされている特徴量（Power, Functional connectivity）や、てんかん発作と発作間欠期の識別に有用とされる特徴量、phase-amplitude couplingをMNetと組み合わせることで、MNetによる識別精度の向上及び抽出された特徴量の解明を試みた。PowerやFunctional connectivityといった特徴量とMNetを組み合わせた場合は、MNet単独と識別率は変わらなかった。一方で、MNetとphase-amplitude couplingを組み合わせることで診断率が向上することを明らかにし、phase-amplitude couplingがMNetが抽出する特徴量とは異なる側面の情報を持っていることを明らかにした。また、これらの結果は単施設の結果であったため、汎化を目指し多施設の脳磁図データバンクの作成を行なった。

てんかんは诊断には脳波や脳磁図の判読が必须である。For example, if you want to make a diagnosis, you should make a decision about it. In recent years, the division of artificial knowledge has been developed, and the progress of Deep learning has been made. In this study, 90 patients and 90 healthy individuals were enrolled in the first two years of the study. The study was designed to develop a Deep learning model (continuous neural network : MNet) for automatic discrimination between patients and healthy individuals. Power, Functional connectivity, phase-amplitude coupling, MNet combination, and extraction of features. Power and Functional connectivity are characteristics of the MNet, and the MNet is unique in recognition. A square, MNet and phase-amplitude coupling are combined, and the diagnostic rate is increased. The phase-amplitude coupling is extracted, and the characteristic quantity is changed. The result of the application is the creation of a multi-application system.

项目成果

期刊论文数量（8）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

深層学習によるてんかん患者の判別と抽出された特徴量の探索

使用深度学习区分癫痫患者并搜索提取的特征

DOI：
发表时间：
2020
期刊：
影响因子：
0
作者：
藤田祐也,栁澤　琢史;押野悟;谷直樹,クーウイミン;福間　良平;三浦　慎平;貴島晴彦
通讯作者：
貴島晴彦

Characterization of features used in deep neural network for automatic diagnosis of epilepsy

深度神经网络用于癫痫自动诊断的特征表征

DOI：
发表时间：
2020
期刊：
影响因子：
0
作者：
Yuya Fujita;Natsuko Ura;Takufumi Yanagisawa;Shota Yamamoto;Takefumi Ohki;Ryohei Fukuma;Haruhiko Kishima
通讯作者：
Haruhiko Kishima

深層学習によるてんかんの自動診断と判別に使用される特徴量の解明

使用深度学习阐明用于癫痫自动诊断和判别的特征