EpiNet：発作間欠期頭蓋内脳波からてhかh発作起始領域を推定する畳み込みニューラルネットワーク

摘要

てhかh診断には脳波の計測が必要である．特に，頭蓋内に留置した電極で計測した脳波（頭蓋内脳波）は，発作が開始する領域（発作起始領域）を特定するために必要なデータである．しかしながら，長時間計測した頭蓋内脳波の判読には時間と負担がかかるため，発作起始領域推定の自動化が求められている．そのために本稿では，画像認識の分野で有効性が知られている畳み込みニューラルネットワークであるVGGを基に，1次元信号を解析するモデルを構築し，発作起始領域の推定を試みる．このモデルでは，頭蓋内脳波を短時間に分割した信号を入力とし，頭蓋内脳波の計測領域が発作起始領域であるか否かを出力としている．学習のための損失関数には，不均衡データに有効と報告されているClass-Balanced Focal Lossを用いた．有効性検証のため，皮質形成異常てhかh患者の頭蓋内脳波に対して，時系列分割交差検証を実施した．この際，AUC，F値，感度，特異度により，特徴抽出とSVMによる従来手法と提案モデルの性能を比較した．その結果，提案モデルは従来手法よりおしなべて高い値を示した．以上のことにより，てhかh発作起始領域の推定においても，適切なニューラルネットワークと損失関数を用いることで，特徴抽出による従来の方法を上回ることが可能である．