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

ヒト生理学的特徴の定量的評価のための非線形振動子による脳波解析手法の開発

开发利用非线性振荡器定量评价人体生理特征的脑电图分析方法

基本信息

批准号：
18J15519
负责人：
上原賢祐
金额：
$ 0.96万
依托单位：
Yamaguchi University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-25 至 2020-03-31
项目状态：
已结题

项目摘要

当該年度の研究目的は「非線形振動子を用いた脳波解析モデルの確立」である．提案する脳波解析モデルのモデルパラメータを，実測データを正解値とした評価関数を用いて，逆問題を解き同定する手法を用いている．これまでは，異常脳波および健常脳波のモデルパラメータの凡その値や，各パラメータ値の相関などの指標を明らかにしてきた．安静状態および集中状態のモデルパラメータの分類を統計的な観点から説明することに重きをおいて研究を行なっていたが，当該年度は，それを予測し活用できるモデルへの実用化も見据えていた．しかし，実測データを正解値として解析を行う際には，膨大な時間が掛かり，検討すべき周波数帯域や解析窓の幅，多点脳波の処理，リアルタイム処理が行えないので，解析処理方法を最小二乗法へと変更した．そして，サポートベクトルマシン（機械学習）により状態判別を行うことで，モデルパラメータと生理学的意味との対応付けおよび実用化に向けた改良を行った．具体的な解析として，４人の被験者に対して安静状態および集中状態（3つのタスク）下における脳波を用いて状態判別を行い，第58回日本生体医工学会にて研究報告をした．結果は，一人の被験者において，ほとんど10割に近い正解率で安静時および集中時の判別を可能とした．また別のもう一人の被験者においても8割以上の正解率を記録した．残り二人の被験者においてはタスク毎に判別の正解率にばらつきはあったものの，6割～9割を記録した．提案する脳波解析モデルが，集中状態を判別するシステムとして十分活用できる精度であることを確認したと同時に，モデルパラメータの意味合いも把握できた．しかし，集中状態だけではなく，眠気やイラつき，様々な状態における脳波信号も解析できるように，モデルパラメータの意味づけを行う必要性がある．

When the research objective of the <s:1> in that year is を "the nonlinear vibrator is determined by the analysis of をた脳 waves using をた脳 waves モデである" である. Proposal する脳 wave parsing モデルのモデルパラメータを, be measured データを positive solution numerical とした review 価 masato number を with いて, inverse problem きを solution with fixed する gimmick を with いている. これまでは, abnormal 脳 wave および health often 脳 wave のモデルパラメータの every その numerical や, each パラメータ numerical の phase masato などの index を Ming らかにしてきた. Quiet state および centralized state のモデルパラメータをの classification statistics な観 point から illustrate することに heavy きをおいてを line なっていたが, when the annual はそれしを to test use できるモデルへの be in turn も see according to えていた. しかし, be measured データを positive solution numerical として parsing the event line をうには, expands な hang time がかり, beg す検べき cycle for 帯 domain や parsing 窓の, multipoint 脳 wave の処, リアルタイム処 Richard が line えないので, parsing 処 motivation methods を least squares method へと - more した. そして, サポートベクトルマシン (rote learning) により state line discriminant をうことで, モデルパラメータと physiology of との応 seaborne pay けおよび be to け in turn にた improved line をった. Specific analytical となして, four people の by 験にし seaborne て quiet state および centralized state (3 つのタスク) under における脳 wave を with いて state line discriminant をい, 58 back to Japan the raw body medical professionals learn にて study をした. Results は, one の by 験において, ほとんど cut に nearly 10 い positive solution rate で quiet when および concentrated の discriminant を may とした. Youdaoplaceholder0 other <s:1> うう one person <s:1> subject におてて <s:1> positive solution rate of more than 8 pieces を record たた. The two <s:1> subjects におにおてタスタスタスタスタスタスタス each に determines the positive solution rate of the answer にばら <s:1> <s:1> あったあったあったあったあった <e:1> <e:1> にお, 6 to 9 cuts を record た. Proposal する脳 wave parsing モデルが, concentrated state を discriminant するシステムとして very use できる precision であることを confirm したとに at the same time, モデルパラメータの means close いも grasp できた. しかし, concentrated state だけではなく, sleep 気やイラつき, others 々な state における脳 wave signal analytical でもきるように, モデルパラメータの mean づけを line う necessity がある.