Item type |
SIG Technical Reports(1) |
公開日 |
2022-05-05 |
タイトル |
|
|
タイトル |
デュアルタスク時の脳波計測に基づくCNNを用いた認知機能障害の早期検出 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
卒論スポットライトセッション |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学 |
著者所属 |
|
|
|
大阪大学 |
著者名 |
渡邊, 早紀
武, 淑瓊
劉, 家慶
大倉, 史生
槇原, 靖
八木, 康史
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
現代の日本の高齢社会において,認知症に対する取り組みが今後ますます重要であり,認知機能障害の早期検出が期待されている.臨床現場ではペーパーテストにより認知症の診断を行うが,専門家の立ち会いが必要であり,日常的に行うことが難しい等の問題点がある.近年,計算と歩容を同時に行うデュアルタスクシステムが開発され,動作や計算能力に注目し,認知機能障害の検出が行なわれている.しかし,このシステムは認知機能に直接関わる脳の活動を観察することができない.本研究では,デュアルタスク時の脳波を計測し,CNNを用いたモデルで機械学習を行うことで,認知機能障害を検出することを提案する.提案するネットワークを用いて,計測した脳波データを時間方向に畳み込み特徴を抽出し,「健常者」と「軽度認知障害(MCI)」との 2 クラス分類を行う.その結果,デュアルタスク時の脳波を用いる場合「感度+特異度」の値で 1.63 を達成し,認知機能障害の早期検出に有効であることを実証した. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11131797 |
書誌情報 |
研究報告コンピュータビジョンとイメージメディア(CVIM)
巻 2022-CVIM-230,
号 11,
p. 1-7,
発行日 2022-05-05
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8701 |
Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |