文献

J-GLOBAL ID：202002276748070280   整理番号：20A2475457

頭皮脳波に基づく発作検出のためのオートエンコーダ支援マルチクラスラベリングによる畳込みニューラルネットワーク【JST・京大機械翻訳】

Convolutional neural network with autoencoder-assisted multiclass labelling for seizure detection based on scalp electroencephalography

著者 (7件)： Takahashi Hirokazu (Department of Mechano-informatics, Graduate School of Information Science and Technology, The University of Tokyo, 7-3-1 Hongo, Bunkyo-ku, Tokyo, 113-8656, Japan) ,  Takahashi Hirokazu (Research Center for Advanced Science and Technology, The University of Tokyo, 4-6-1 Komaba, Meguro-ku, Tokyo, 153-8904, Japan) ,  Emami Ali (Research Center for Advanced Science and Technology, The University of Tokyo, 4-6-1 Komaba, Meguro-ku, Tokyo, 153-8904, Japan) ,  Shinozaki Takashi (CiNet, National Institute of Information and Communications Technology, 1-4 Yamadaoka, Suita City, Osaka, 565-0871, Japan) ,  Kunii Naoto (Department of Neurosurgery, Graduate School of Medicine, The University of Tokyo, 7-3-1 Hongo, Bunkyo-ku, Tokyo, 113-8656, Japan) ,  Matsuo Takeshi (Tokyo Metropolitan Neurological Hospital, 2-6-1 Musashidai, Fuchu, Tokyo, 183-0042, Japan) ,  Kawai Kensuke (Department of Neurosurgery, Jichi Medical University, 3311-1 Yakushiji, Shimotsuke-shi, Tochigi, 329-0498, Japan)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 125  ページ： Null  発行年： 2020年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 長期ビデオ監視において,自動発作検出は,てんかん専門医の作業負荷を低減する手段として大きな有望性を有する。EEGプロットの画像を処理するために設計された畳み込みニューラルネットワーク(CNN)は,発作検出に対して高性能を示したが,まだ偽陽性警報率を低減するための余地がある。発作検出時の誤警報を低減するため,EEG信号の患者特異的オートエンコーダ(AE)とEEGプロットの画像を処理するCNNを組み合わせた。AEは異常,すなわち,発作とアーチファクトの両方を自動的に記録する。専門家のてんかん医とAEによって作られたエラーによってコンパイルされた発作ログに基づいて,著者らは3つの出力クラス,すなわち,発作,非発作,および非発作を有するCNNを構築した。連続発作ラベルの数の累積測定を用いて,発作警報を問題化した。AE-CNNの2次分類性能は元のCNNのそれに匹敵した。AE-CNNにおける偽陽性発作ラベルは,真の陽性発作ラベルよりも「非発作-ブタ-異常」ラベルとインターリーブした。その結果,「非発作-ブタ-異常」ラベルは,警報を誘発する前に偽陽性発作ラベルを中断した。AE-CNNによる中央値誤警報率は0.034h-1に減少し,これは元のCNN(0.17h-1)のそれの1/5であった。「非発作-ブタ-異常」のラベルは,発作検出のための実用的利点を提供する。AEによるCNNの修正は,AEが,てんかん専門医の時間に関する付加的要求なしで,教師なし方法で”非発作-非正常”ラベルを自動的に割り当てることができるので,考慮に値する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 警報 ,  てんかん ,  録画装置 ,  *発作 ,  アーチファクト ,  インタリーブ ,  誤警報

著者キーワード (6件)： オートエンコーダ ,  畳込みニューラルネットワーク ,  脳波検査 ,  てんかん ,  発作 ,  ビデオEEGモニタリング

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 頭皮脳波 ,  発作 ,  オートエンコーダ ,  支援 ,  畳込みニューラルネットワーク