出典業績研究内容Phase-amplitude couplingとAIの融合によるてんかん診断率の向上とEEGとfunctional MRIの同時計測によるてんかん発作焦点の探索KEYWORD神経科学46情報科学・技術1. Edakawa K, Yanagisawa T, Kishima H, Fukuma R, Oshino S, Khoo HM, et al. Detection of Epileptic Seizures Using Phase-Amplitude Coupling in Intracranial Electroencephalography. Scientific Reports. 6:1-8. 2016.2. Yanagisawa T, Yamashita O, Hirata M, Kishima H, Saitoh Y, Goto T, et al. Regulation of motor representation by phase-amplitude coupling in the sensorimotor cortex. Journal of Neuroscience. 32:15467-15475. 2012.3. 藤田 祐也 「深層学習を用いたてんかんの自動診断と判別に使用される特徴量の探索」 第54回日本てんかん学会学術集会 優秀ポスター賞4. Yamamoto S, Yanagisawa T, Fukuma R, Oshino S, Tani N, Khoo HM, Edakawa K, Kobayashi M, Tanaka M, Fujita Y, Kishima H. Data-driven electrophysiological feature based on deep learning to detect epileptic seizures. J Neural Eng. 18. 2021.5. Khoo HM, Fujita Y, Tani N, Shimokawa T, Zazubovits N, Oshino S, et al. Reliable Acquisition of Electroencephalography Data during Simultaneous Electroencephalography and Functional MRI. J Vis Exp. 2021.脳神経活動は、脳波の振幅や周波数により特徴づけられます。我々は、脳波の周波数と振幅の同期度合い（Phase amplitude coupling : PAC）に注目しました。てんかん患者では、発作焦点部位では、発作のない時期（発作間欠期）と比べ、発作時にその同期が強まることを明らかにしています1)。これは、実臨床でのてんかん患者の発作焦点の特定や発作検知に役立ちます。さらに、PAC異常は、てんかん患者と健常者の安静時にも違いが認められ、AIが脳磁図から抽出した特徴と組み合わせ、AI単独よりも診断精度が向上することを明らかにしました3) （FIGURE 1）。また、AIによる発作検知では、AIモデルの学習した傾向を調べることで、AIの判断根拠となる周波数帯域の特定に取り組んでいます4)。画像と脳波を組み合わせた脳活動部位の特定も行っています5)。時間分解能の高い脳波を用いて発作間欠期てんかん性放電を捉え、空間分解能藤田 祐也FUJITA Yuya 医学系研究科 脳神経外科特任研究員researchmaphttps://researchmap.jp/yfmapてんかん診断の均一化と焦点探索、高次脳機能を保った治療の実現に向けた取り組み
元のページ ../index.html#48