文献

J-GLOBAL ID：202002286992673371   整理番号：20A1566798

fMRIと深層学習を用いた聴覚皮質からの音識別システム:脳画像を捕捉するための実験計画に関する研究【JST・京大機械翻訳】

Sound Identification System from Auditory Cortex by Using fMRI and Deep Learning: Study on Experimental Design for Capturing Brain Images

著者 (3件)： Shinke Jun (Kochi University of Technology, Tosayamada, Kami, Kochi, Japan) ,  Shibata Kyoko (Kochi University of Technology, Tosayamada, Kami, Kochi, Japan) ,  Satoh Hironobu (National Institute of Information and Communications Technology, Koganei, Tokyo, Japan)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1213  ページ： 33-39  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究は,fMRIで捕獲されたヒト聴覚音を,脳画像に基づく深層学習を用いて音を推定する技術を確立した。人間は,混合周波数を有する聴覚複合音であり,従って,この技術を確立するため,複雑な音響システムを推定する。今まで,著者らは,深い学習のCNNを用いて単一音を聞いたとき,脳画像に基づく単一音を同定するシステムを開発したが,それは複雑な音をサポートしなかった。したがって,著者らは,複雑な音に焦点を合わせ,ヒトが複雑な音を聞くとき,脳画像に基づく複雑な音を同定するシステムを開発した。同定結果は,一般的に同定に用いられる脳画像に依存するので,本報告は,脳画像に対する脳活動に対する安定性の影響を理解するために,脳画像を捕捉するためのfMRI実験計画法を,ブロック設計および事象関連設計を考察する。その結果,2つのタイプ複合音の同定率は,両方の設計でほとんど同じであり,脳活動の安定性の影響は,同定率に現れず,著者らは,使用事象関連設計を決定する。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 実験計画法 ,  *聴覚 ,  *音響 ,  ヒト ,  音響機器 ,  ブロック計画 ,  複合音 ,  *聴覚皮質 ,  IDシステム ,  脳活動 ,  *深層学習 ,  *皮質
準シソーラス用語： *脳画像 ,  *機能的MRI , 【Automatic Indexing@JST】

著者キーワード (5件)： fMRI ,  深層学習 ,  脳解読 ,  ブロック設計 ,  イベント関連設計

分類 (2件)： 生体計測  (EL03020C) ,  聴覚  (EJ13030M)

タイトルに関連する用語 (9件)： fMRI ,  深層学習 ,  聴覚皮質 ,  音 ,  識別システム ,  脳画像 ,  捕捉 ,  実験計画 ,  研究