@techreport{oai:ipsj.ixsq.nii.ac.jp:00217824,
 author = {渡邊, 早紀 and 武, 淑瓊 and 劉, 家慶 and 大倉, 史生 and 槇原, 靖 and 八木, 康史},
 issue = {11},
 month = {May},
 note = {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．},
 title = {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},
 year = {2022}
}