針筋電図放電のAI診断

抄録

針筋電図放電の判別には, それぞれの放電に特徴的な音の性質をつかむことが有用である。我々は安静時放電の自動判別のために機械学習とディープラーニングを用いた2種類の方法を用いた。音声特徴量を抽出し, 機械学習アルゴリズムにて学習・判別を行うことにより6種類の安静時放電の正判別率が90.4%だった。ディープラーニングを行うため, 音声データをメルスペクトログラムに変換し画像判別のタスクを用いた。判別率上昇のためにはデータ増幅と一般画像判別の重み使用 (ファインチューニング) の組み合わせが有用であり, 機械学習よりも高い判別率を示した。AIによるアシストシステムを用いた針筋電図検査環境が近い将来に整備される可能性がある。