脳波から抑うつ状態を予測する機械学習モデルに関する研究

カテゴリ：部門大会

論文No：PS2-1

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：A Study on Machine Learning Models for Predicting Depressive States from EEG Signals

著者名：森重 遥斗（東京科学大学）,胡 元寧（東海大学）,中谷 裕教（東海大学）,八木 透（東京科学大学）

著者名(英語)： Haruto Morishige (Science Tokyo),Yuanning Hu (Tokai University),Hironori Nakatani (Tokai University),Tohru Yagi (Science Tokyo)

キーワード：脳波,抑うつ状態,機械学習,早期発見,Electroencephalogram (EEG),Depressive state,Machine learning,Early detection

要約(日本語)：抑うつ状態とうつ病は連続的なものであり, 生活に支障をきたす程度に抑うつ状態が悪化し，かつ長期間その状態が持続するのがうつ病である．そのため、うつ病予防のためには抑うつ状態の早期発見が重要である．我々はこれまでに，健常者を対象として，風景，人物，動物などの写真を提示した時の脳波を計測し，抑うつ状態を評価するベック抑うつ質問票（BDI-II）のスコアが高い人ほど写真提示に対する事象関連電位の振幅が小さいことを明らかにした．しかし抑うつ状態の評価や診断補助を行うシステムの開発を目指すには，被験者の脳波データからBDI-IIのスコアを推定する手法を確立する必要がある．そこで本研究では，43人から計測したBDI-IIのスコアに紐づけされた脳波データに畳み込みニューラルネットワークを適用し，脳波データからBDI-IIスコアの推定精度を検証する．

本誌掲載ページ：1552-1554p

原稿種別：日本語

PDFファイルサイズ：331Kバイト