@techreport{oai:ipsj.ixsq.nii.ac.jp:00197684,
 author = {草野, 航希 and 田代, 哲生 and 松原, 崇 and 上原, 邦昭 and Koki, Kusano and Tetsuo, Tashito and Takashi, Matsubara and Kuniaki, Uehara},
 issue = {22},
 month = {Jun},
 note = {機械学習ベースの精神疾患診断は，バイオマーカーの発見や内部メカニズムの理解に役立つことが期待されている．最近の研究では，時系列データに有効な LSTM や，疾患に寄与した部位の特定を行えるようなモデルである DGM を用いた診断手法が提案されてきた．私達のグループは，画像と疾患の有無のみを用いて深層状態空間モデルにより fMRI 画像をモデル化し，従来よりも高い性能を発揮した．本論文では，訓練において特権属性を使うことが可能なモデルを提案する．これにより，性別や年齢による影響をより明らかにし，性能の向上が期待される．また状態空間モデルの特徴である時間的に変化する脳活動を捉え，疾患に関連する脳領域の特定も可能である．, Machine learning-based accurate diagnosis of mental disorders is expected to support finding their biomarkers and understanding their underlying mechanism. Recent studies employed LSTM that effectively  deals with time series data and DGM that identify brain regions contributed diagnosis mental  disorder.  Our  group employed deep state-space modeling of£MRI data using only images and labels and perform better than above method. Thereby it is expected to improve  the performance  and reveal the effect  of gender  and age. Moreover it can extract complex feature, capture time-varying  nature of the brain activities and identifies  brain regions related  to the disorders.},
 title = {深層特権属性モデルによるfMRI画像に基づく精神疾患診断},
 year = {2019}
}