文献

J-GLOBAL ID：202202285358874155   整理番号：22A1051492

敵対学習とRiemann多様体を用いたてんかんEEG分類のためのドメイン適応【JST・京大機械翻訳】

Domain adaptation for epileptic EEG classification using adversarial learning and Riemannian manifold

著者 (6件)： Peng Peizhen (Key Laboratory of Measurement and Control of CSE, Ministry of Education, School of Automation, Southeast University, Nanjing, PR China) ,  Xie Liping (Key Laboratory of Measurement and Control of CSE, Ministry of Education, School of Automation, Southeast University, Nanjing, PR China) ,  Zhang Kanjian (Key Laboratory of Measurement and Control of CSE, Ministry of Education, School of Automation, Southeast University, Nanjing, PR China) ,  Zhang Jinxia (Key Laboratory of Measurement and Control of CSE, Ministry of Education, School of Automation, Southeast University, Nanjing, PR China) ,  Yang Lu (Epilepsy Center, The Affiliated Brain Hospital of Nanjing Medical University, Nanjing, PR China) ,  Wei Haikun (Key Laboratory of Measurement and Control of CSE, Ministry of Education, School of Automation, Southeast University, Nanjing, PR China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 75  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  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： 癲癇脳波(EEG)分類技術は,脳機能障害を識別する強力な能力のため,てんかん診断および管理で広く採用されている。EEGパターンは患者から患者まで有意に異なるので,従来の研究は,通常,同じ被験者に関する訓練と試験プロセスを実行する。しかし,異なる個体間のドメインシフトに関する挑戦的な問題は未解決であり,臨床応用の低い普及をもたらす。そのような問題を軽減するために,ドメイン適応モデルをこの論文で提案する。この方法は,敵対的オートエンコーダを構築することにより,異なる患者間の普遍的な特徴空間を学ぶことを意図する。敵対訓練手順を実行することにより,埋込み空間の集合後部を,交差ドメイン情報を含むRiemann多様体ベース事前と整合させた。この変分推論プロセスは,ソースドメインへの過剰適合を回避しながら一般化能力を増加させることができる。さらに,距離測度を開発し,Riemann平均を用いて様々なドメイン間の分布を整列させた。抽出された特徴は,隠れ空間におけるドメインギャップを最小化することにより,より高いドメイン適応性を示すことができる。2つの共通分類タスク,発作予測と発作検出をモデル評価に利用した。CHB-MIT頭皮EEGデータセットで行った試験において,提案モデルは,82.2%の感度,発作予測に対する0.13h-1の誤警報率(FPR),および86.4%の感度,発作検出のための0.08h-1のFPRを達成した。実験結果は,この方式が最先端のベースラインと比較してドメイン不均衡を効果的に減少できることを示した。Copyright 2022 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： 検出 ,  *学習 ,  脳波 ,  *てんかん ,  *Riemann空間 ,  適応性 ,  空間 ,  診断 ,  基準線 ,  発作
準シソーラス用語： 頭皮 ,  被験者 ,  距離測度 ,  特徴空間 ,  変分推論 , 【Automatic Indexing@JST】

著者キーワード (6件)： ドメイン適応 ,  発作予測 ,  発作検出 ,  敵対的学習 ,  Riemann多様体 ,  EEG

分類 (2件)： 生体計測  (EL03020C) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (7件)： 敵対 ,  学習 ,  Riemann多様体 ,  てんかん ,  EEG ,  分類 ,  ドメイン適応