文献

J-GLOBAL ID：202202235004167329   整理番号：22A0827759

EEG信号を用いたスペクトログラムと畳込みニューラルネットワークを用いた大うつ病検出のための意思決定支援システム【JST・京大機械翻訳】

Decision support system for major depression detection using spectrogram and convolution neural network with EEG signals

著者 (9件)： Loh Hui Wen (School of Science and Technology, Singapore University of Social Sciences, Singapore) ,  Ooi Chui Ping (School of Science and Technology, Singapore University of Social Sciences, Singapore) ,  Aydemir Emrah (Department of Management Information Systems, Management Faculty, Sakarya University, Sakarya, Turkey) ,  Tuncer Turker (Department of Digital Forensics Engineering, College of Technology, Firat University, Elazig, Turkey) ,  Dogan Sengul (Department of Digital Forensics Engineering, College of Technology, Firat University, Elazig, Turkey) ,  Acharya U. Rajendra (School of Science and Technology, Singapore University of Social Sciences, Singapore) ,  Acharya U. Rajendra (School of Engineering, Ngee Ann Polytechnic, Singapore) ,  Acharya U. Rajendra (Department of Bioinformatics and Medical Engineering, Asia University, Taichung, Taiwan) ,  Acharya U. Rajendra (School of Management and Enterprise, University of Southern Queensland, Toowoomba, Queensland, Australia)
資料名： Expert Systems  (Expert Systems)
巻： 39  号： 3  ページ： e12773  発行年： 2022年 
JST資料番号： T0510A  ISSN： 0266-4720  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Major抑制性障害(MDD)患者の数は,COVID-19パンデミックの発生率に続いて急速に上昇している。個人インタビューを通してMDDを検出し,脳波(EEG)信号を観察することは挑戦的である。したがって,深層学習技術を用いて開発した自動MDD検出システムは,MDDを正確に診断することによって臨床医の作業負荷を減らすのに役立つ。本研究では,畳込みニューラルネットワーク(CNN)とスペクトログラム画像に基づく新しい深層学習モデルを提案した。本研究では,MDD患者と健常者のスペクトログラム画像を得るために,短時間Fourier変換(STFT)を最初にEEG信号に適用した。次に,これらのスペクトログラム画像をMDD患者と健常者の自動検出のためのCNNモデルに供給した。本研究で使用したEEG信号は,34名のMDD患者と30名の健常被験者による公開データベースから得られた。それぞれ99.58%,99.40%,99.70%,99.48%,および99.55%の最も高い分類精度,感度,特異性,およびF1スコアを,保持時間検証で得た。著者らのMDD検出モデルは高精度であり,臨床設定で使用できる前に,より多様なMDDデータベースで検証する必要がある。また,正確で迅速な診断のための心電図(ECG)と音声信号のような他の生理学的信号を用いてうつ病を検出するために開発したプロトタイプを用いることを計画した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  *図表 ,  データベース ,  脳波 ,  分類 ,  心電図 ,  *ニューラルネットワーク ,  画像 ,  音声信号 ,  *うつ病 ,  患者 ,  *意思決定支援システム ,  機械学習
準シソーラス用語： 被験者 ,  *スペクトログラム ,  健常者 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 分類 ,  CNN ,  深層学習 ,  脳波(EEG) ,  大うつ病性障害(MDD) ,  スペクトログラム ,  STFT

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： EEG信号 ,  スペクトログラム ,  畳込みニューラルネットワーク ,  大うつ病 ,  意思決定支援システム