視覚情報処理メカニズムの模倣を意図した時系列脳波データの画像化とEfficientGANによる異常波の検出

抄録

てんかん発作を診断する脳波判読において、今日では脳波判読医の減少に伴い、脳波判読AIの開発の需要が高まっている。本研究では脳波判読医の診断サポートを目的とした脳波の異常波形検知AIの開発を行った。データは”Open Source EGG Resources”で公開されているオープンデータを使用し、脳波判読医の視覚的な情報処理メカニズムを模倣するという観点から、時系列脳波データを6秒間隔の２チャネル間塗りつぶし画像に変換したものを採用した。研究手法としてはEfficientGANで算出した画像データの異常度による分類を採用した。少量の正常データのみで学習を行った場合にも、正常例と徐波などの異常例双方への適応結果から異常度に差異が確認できたため、一定程度の検出精度が見込めることが確認できた。本研究により、EfficientGANを用いて少量の画像化された正常脳波データによる学習を行うことによる異常波形検出の可能性の示唆を得た。