神戸大学附属図書館デジタルアーカイブ
入力補助
English
カテゴリ
学内刊行物
ランキング
アクセスランキング
ダウンロードランキング
https://doi.org/10.24546/81013289
このアイテムのアクセス数:
9
件
(
2024-04-20
16:18 集計
)
閲覧可能ファイル
ファイル
フォーマット
サイズ
閲覧回数
説明
81013289 (fulltext)
pdf
1.31 MB
10
メタデータ
ファイル出力
メタデータID
81013289
アクセス権
open access
出版タイプ
Version of Record
タイトル
Deep Priorを用いた脳磁図の電流源推定
その他のタイトル
Current source estimation in magnetoencephalography using deep prior
著者
山名, 莉央 ; 矢野, 肇 ; 高島, 遼一 ; 滝口, 哲也
著者名
山名, 莉央
著者ID
A2747
KUID
https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail?systemId=a5474ce5636d3e3a520e17560c007669
著者名
矢野, 肇
Yano, Hajime
ヤノ, ハジメ
所属機関名
法学研究科
著者名
高島, 遼一
著者ID
A1279
研究者ID
1000040397815
KUID
https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail?systemId=b3ec2a1710d8267b520e17560c007669
著者名
滝口, 哲也
Takiguchi, Tetsuya
タキグチ, テツヤ
所属機関名
都市安全研究センター
収録物名
神戸大学都市安全研究センター研究報告
巻(号)
25
ページ
113-118
出版者
神戸大学都市安全研究センター
刊行日
2021-03
公開日
2022-04-11
抄録
脳機能の局在性の解明や脳疾患の診断に応用するため,脳内の電流源の推定が行われてきた.しかし,時間分解能に優れた非侵襲な脳機能計測手法である脳磁図や脳波を用いた脳内の電流分布の推定は,電流源のパラメータ数に対して脳磁図・脳波のセンサの数が少ない劣決定問題であるため,本質的に困難である.電流源推定の代表的な手法では,明示的に電流源の事前分布を与えることでこの問題を解決しているが,実際の電流源の事前分布は不明である.近年,畳み込み構造を持つ深いニューラルネットワークが,未学習であっても自然な画像の事前分布の役割を果たすことが示されている.これはDeep Image Prior と呼ばれ,画像修復,超解像,ノイズ除去といった画像分野の逆問題に有効であることが示されている.また,このような未学習の深いネットワークによる事前分布(Deep Prior)は,様々な分野の逆問題にも応用されてきている.本研究では,Deep Prior を用いて電流源推定を行い,従来手法(MNE,sLORETA)と比較し有効性の検証を行った.このとき,シミュレーションデータと実際のデータを用いた.電流源の推定を行った結果,畳み込みのネットワークが電流源の事前分布を表現可能であることを示した.
キーワード
電流源推定
逆問題
Deep Prior
脳磁図
カテゴリ
都市安全研究センター
法学研究科
神戸大学都市安全研究センター研究報告
>
25号(2021-03)
紀要論文
詳細を表示
資源タイプ
departmental bulletin paper
言語
Japanese (日本語)
ISSN
1342-9167
OPACで所蔵を検索
CiNiiで学外所蔵を検索
NCID
AA11142997
OPACで所蔵を検索
CiNiiで表示
関連情報
URI
http://www.rcuss.kobe-u.ac.jp/publication/publication.html
ホームへ戻る