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．

今年的研究目标是“建立使用非线性振荡器的脑电图分析模型”。我们使用一种方法来识别所提出的脑电图分析模型的模型参数，通过使用以实际测量数据作为正确值的评估函数来解决反问题。至此，我们已经明确了异常和健康脑电波的模型参数的近似值，以及各个参数值之间的相关性等指标。该研究的重点是从统计角度解释静息状态和集中状态的模型参数分类，但今年，他们还重点关注模型的实际应用，以便能够预测和利用它。然而，当使用实际测量数据作为正确值进行分析时，需要花费大量时间，并且无法处理要考虑的频带和分析窗口宽度、处理多点脑电波并进行实时分析。改为平方法。然后，通过使用支持向量机（机器学习）确定状态，我们将模型参数与生理意义相关联，并改进了模型以供实际使用。作为具体分析，我们利用4名受试者的静息状态和集中状态（3个任务）的脑电波进行了状态判别，并在第58届日本生物医学工程学会年会上发表了研究报告。结果显示，一名受试者能够区分静息状态和集中状态，准确率接近 100%。另一位测试对象的正确回答率也超过了80%。对于其余两名受试者，辨别准确率因任务而异，但准确率在 60% 至 90% 之间。我们确认所提出的脑电图分析模型足够准确，可以用作确定浓度状态的系统，同时我们能够理解模型参数的含义。然而，需要赋予模型参数以意义，以便不仅可以在注意力集中的状态下分析脑电波信号，还可以在困倦、烦躁等各种状态下分析脑电波信号。