マカクザルの広域皮質脳波に基づき安静閉眼状態と麻酔投与状態を判別する深層学習モデルの開発

小林 般; 宗田 卓史; 山口 博行; 小松 三佐子; 本田 学; 山下 祐一

論文・著書情報

タイトル

和文:	マカクザルの広域皮質脳波に基づき安静閉眼状態と麻酔投与状態を判別する深層学習モデルの開発
英文:

著者

和文:	小林般, 宗田卓史, 山口博行, 小松三佐子, 本田学, 山下祐一.
英文:	小林般, 宗田卓史, 山口博行, Misako Komatsu, 本田学, 山下祐一.

言語

Japanese

掲載誌/書名

和文:	人工知能学会全国大会論文集
英文:

巻, 号, ページ

Vol. JSAI2022 No. 0 pp. 3Yin238-3Yin238

出版年月

2022年6月

出版者

和文:	一般社団法人人工知能学会
英文:

会議名称

和文:
英文:

開催地

和文:
英文:

アブストラクト

<p>皮質脳波（ECoG）は，基礎・臨床場面での活用が期待される脳機能計測手法である．しかし，膨大な多次元時系列データとなるため，周波数解析など従来の解析では有益な情報が見落とされる可能性がある．この問題に対して本研究では，畳み込みニューラルネットワーク（CNN）を用いた広域皮質ECoG解析手法を提案した．脳波が意識状態の評価方法として用いられることに着目し，マカクザルの安静閉眼時と麻酔投与時の判別を課題とした．スペクトログラム画像に変換したECoGデータを入力とし，CNNを訓練した．学習の結果，未学習のデータ収録日，未学習の個体への汎化性能は98.5%，92.9%であった．一方，異なる麻酔薬条件に対しては，86.4%だった．麻酔薬間の汎化が収録日や個体と比較し低かった原因として，麻酔薬の作用機序の違いが考えられた．そこでSmoothGradによる周波数解析を実施したところ，CNNの麻酔薬ごとの周波数帯域感度の違いを可視化できた．これらの結果から，CNNはECoGから有益な情報を抽出し，動物の意識状態の予測手法として有望であり，神経科学の基礎研究・臨床応用などへの活用可能性が示唆された．</p>

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報