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．

今年的研究目的是“使用非线性振荡器建立脑电图模型”。一种方法用于使用实际数据作为正确的脑电图模型模型参数的正确答案值来解决和识别逆问题。到目前为止，我们已经澄清了指标，例如异常脑电图和健康脑电图的模型参数的平均值，以及每个参数值之间的相关性。该研究的重点是从统计的角度解释用于休息和集中度状态的模型参数的分类，但是在今年，该公司还将实际用途视为可以预测和利用它的模型。但是，当将实际测量数据分析为正确的值时，需要大量时间，并且不可能执行频段，分析窗口的宽度，多点脑波的处理和实时处理，因此分析处理方法已更改为最小正方形方法。然后使用支持向量机（机器学习）确定状态，并进行了模型参数与生理含义之间的关联，并进行了改进以使其实用。作为特定分析，使用脑电图和集中度（三个任务）对四个受试者进行了调节，并在第58届日本生物医学工程学会中提出了研究报告。结果表明，在一个受试者中，有可能在静止状态下区分和浓度，正确的答案率几乎为100％。另一个主题还记录了80％以上的正确答案率。尽管在其余两个受试者中，每个任务的正确答案率有差异，但记录了60％至90％。我们确认所提出的EEG分析模型足够准确，可以用作确定浓度态的系统，同时，我们能够理解模型参数的含义。但是，有必要为模型参数分配含义，以便不仅可以分析各种状态的嗜睡，易怒和脑电图信号。