てんかん脳波特徴検出器のデータ拡張による精度向上

抄録

てんかんの外科的治療に有用な発生源の特定につながるバイオマーカーとして、頭蓋内脳波に表れる高周波律動(high-frequency oscillation: HFO)が近年注目されている。我々の先行研究では候補信号を時間-周波数領域のスペクトル画像に変換し、畳み込みニューラルネットワークによりHFOかノイズ信号かを判定する識別器を開発したが、学習に数千から万単位のアノテーション済みデータを要し、時間や人的リソースの点で課題があった。本研究では、必要となる候補信号画像にノイズ付加や反転等の処理を施すことで見かけの学習データ数を増加させるデータ拡張を用い、より少ない元データ数からのHFO自動検出を試みた。1名のてんかん患者より抽出されたHFO候補信号（HFO信号：ノイズ比率＝１：2）に対し、上下反転、左右反転、ごま塩ノイズ付加によるデータ拡張を行った結果、F1値0.85へ到達するまでに要したデータ数は、元データのみの場合（約1000個）の4分の1（約250個）まで削減することができた。てんかんバイオマーカー信号の自動検出における提案手法の有用性が示された。