Raspberry Pi ではじめる機械学習(https://amzn.to/2VbGrFH)の数字認識についてまとめてます.
興味のある人はやってみてください.
詳細ブログ:https://kenyu-life.com/2018/11/06/raspberry_pi_machin_learning_numbers/
セルオートマトンについての説明スライドを作りました(日本語です)
原理と原則を説明した後に実際に,プログラムを回して挙動の確認を行っています.
詳細:https://kenyu-life.com/2018/11/20/cellularautomaton/
動画解説:https://www.youtube.com/watch?v=5O6aRFw1Zcg&t=23s
Created by 上原賢祐
Raspberry Pi ではじめる機械学習(https://amzn.to/2VbGrFH)の数字認識についてまとめてます.
興味のある人はやってみてください.
詳細ブログ:https://kenyu-life.com/2018/11/06/raspberry_pi_machin_learning_numbers/
セルオートマトンについての説明スライドを作りました(日本語です)
原理と原則を説明した後に実際に,プログラムを回して挙動の確認を行っています.
詳細:https://kenyu-life.com/2018/11/20/cellularautomaton/
動画解説:https://www.youtube.com/watch?v=5O6aRFw1Zcg&t=23s
Created by 上原賢祐
Dynamics and Design Conference 2016で発表した研究内容です.
タイトルは「てんかん波抑制における脳冷却速度と脳波帯域の関係」です.
実は,てんかん波は冷却すると抑制されます.
https://kenyu-life.com/2018/11/04/epilepsy_brain_cooling/
2012年に冷却温度に関しての論文が出ましたが,これまでどのくらいのスピードで脳を冷やして良いかなどは出ていませんでした.
今回は,山口大学医学部さんとの協力のもと,てんかんモデルラットを使った脳冷却実験と,解析した結果について書いています.
Created by 上原賢祐
In this study,
We propose a EEG analysis model using a nonlinear oscillator with one degree of freedom.
It doesn’t have a random term.
our study method identifies six model parameters experimentally.
Here is the detail: https://kenyu-life.com/2018/11/03/modeling_of_eeg/
Created by Kenyu Uehara
この発表資料は,2018年10月25日にパシフィコ横浜で開催された,「第52回日本てんかん学会学術集会(The 52nd Congress of the Japan Epilepsy Society )」で報告した資料です.
Created by 上原賢祐
詳細:https://kenyu-life.com/2018/10/30/epilepsy_modeling/
【目的】
これまで経験的,複合的に判別されていたてんかん波に関して,脳波の振動モデルを構築し,てんかん波判別の実現可能性について検討することを目的としている.
【方法】
てんかんモデルラット4体のアルファ波帯域脳波を解析対象とする.解析方法は,生体信号モデルとしてしばしば利用される非線形振動子により脳波をモデル化し,モデル内に含まれるパラメータを実験的に同定する方法とした.モデルは,減衰性と復元性,非線形性,外部入力の信号強度,各周波数および位相差パラメタを有する.六つのモデルパラメタを約0.5秒の解析窓毎に,モデルの出力と実波形の誤差で定義される評価関数を最小とするように同定した.解析には,正常時とてんかん波の振幅が十分に発達した明らかな異常時の脳波を各10秒間ずつ使用した.同定した値からパラメタ毎の区間平均を算出し,正常時の値を基準に正規化を行った.そして得られた値を用いて,同定したパラメータの特性を正常時と異常時で比較し,てんかん波判別の実現可能性について検討した.
【結果】
4体を解析した結果,異常時の非線形パラメタは正常時の値の25%以下まで減少することが確認された.脳波などの生体システムでは,正常状態においてカオス的に振る舞いを示すが,異常が発生するとカオスが消失し周期的になることが知られており,我々の脳波解析手法においてもそれを証明することができ,本手法の有効性が確認された.さらに,信号強度パラメータは約3倍以上に増加し,測定点の脳波と周囲から伝わる波の角周波数分布にも特徴が見られた.
【結論】
本研究では,てんかん波判別の実現可能性について検討することを目的とし,てんかんモデルラットのアルファ波帯域脳波を解析した結果,正常時に比べて異常時の非線形パラメタは減少し,外部入力の信号強度を表すパラメタは増加した.さらに,測定点の脳波と周囲から伝播する波の角周波数に関するパラメタの分布範囲に違いが見られた.
日本生体医工学会中国四国支部2018で発表した研究です.
題目「ゆらぐ脳波データからどのように集中度合いを可視化するか」
Created by 上原賢祐
詳細はこちら: https://kenyu-life.com/2018/10/30/eeg_constress_value/
◯アブストラクト◯
ヒト脳波は心理・生理状態によって大きく影響される生体信号であるがゆえに,集中度合い等をはじめとしたヒトの状態推定を可能とする.脳波信号の一般的な理解では,ヒトが一旦集中状態に入ると周波数パワーが高くなる傾向にあるため,周波数解析により脳波に含まれる特定の周波数帯域の含有量を見ることは1つの有効な状態推定の手立てである.しかし,ヒト脳波はゆらぎと言われる非線形な性質を持つため,周波数解析などの線形的な信号処理では,ヒト脳波が有する真の情報を取り出すことができないと考えられる.すなわち,ヒトの集中状態を可視化するにあたっては,脳波信号の「ゆらぎ」を考慮し,波形の細かい変化の仕方自体にも眼を向ける必要があると考えられる.
そこで本研究では,非線形な解析手法を用いた脳波信号の解析を行い,ヒトの集中度合いの可視化を目的とする.脳波信号の振る舞いを一自由度の非線形振動子によってモデル化し,波形の細かい変化に対応させるため,モデル中の各係数パラメータを実験的に同定した.その結果,脳波の定量化をすることが可能であることを確認し,各モデルパラメータの相関値によって集中度合いを可視化できることが分かった.
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)Kenyu Uehara
研究ブログはこちら: https://kenyu-life.com/
Created by 上原賢祐
日本機械学会Dynamics and design conference 2018(東京農工大学)にて発表した時の資料です.
<ABSTRACT>
ヒトの思考や精神的状態など様々な要因によって変動する脳波は,非常に高次な情報を有しているが、時系列波形が複雑であるため,この高次な情報を取り出すことが困難である.そこで脳波の時系列波形の挙動を数学的にモデル化し解析窓ごとにモデルパラメータを実験的に同定するといった解析手法が有効であると考えられる.本報告では脳波解析を行うための最適なモデル構造の検討を目的として,代表的な2つの非線形振動子であるDuffing型およびVan der Pol型と,線形の粘性減衰振動子を用いた場合の結果と比較を行った.
研究ブログはこちら: https://kenyu-life.com/
Created by 上原賢祐
English Title: Analysis of relationship between epileptic discharges and its peripheral ECoG signals using coupled nonlinear oscillator
日本機械学会年次大会2016で登壇したときの資料です.
英訳:Spatial and temporal variations in epileptic discharges using coupled non-linear oscillator
連成非線形振動子のモデルパラメータを実験波形に合うように同定して,てんかん性異常脳波の時空間解析を実施しています.
Accuracy verification of a brain wave model using a nonlinear oscillatorKenyu Uehara
This is a presentation document of my study which shows accuracy verification of a brain wave model using a nonlinear oscillator,
研究ブログはこちら: https://kenyu-life.com/
Created by 上原賢祐
Dynamics and Design Conference 2016で発表した研究内容です.
タイトルは「てんかん波抑制における脳冷却速度と脳波帯域の関係」です.
実は,てんかん波は冷却すると抑制されます.
https://kenyu-life.com/2018/11/04/epilepsy_brain_cooling/
2012年に冷却温度に関しての論文が出ましたが,これまでどのくらいのスピードで脳を冷やして良いかなどは出ていませんでした.
今回は,山口大学医学部さんとの協力のもと,てんかんモデルラットを使った脳冷却実験と,解析した結果について書いています.
Created by 上原賢祐
In this study,
We propose a EEG analysis model using a nonlinear oscillator with one degree of freedom.
It doesn’t have a random term.
our study method identifies six model parameters experimentally.
Here is the detail: https://kenyu-life.com/2018/11/03/modeling_of_eeg/
Created by Kenyu Uehara
この発表資料は,2018年10月25日にパシフィコ横浜で開催された,「第52回日本てんかん学会学術集会(The 52nd Congress of the Japan Epilepsy Society )」で報告した資料です.
Created by 上原賢祐
詳細:https://kenyu-life.com/2018/10/30/epilepsy_modeling/
【目的】
これまで経験的,複合的に判別されていたてんかん波に関して,脳波の振動モデルを構築し,てんかん波判別の実現可能性について検討することを目的としている.
【方法】
てんかんモデルラット4体のアルファ波帯域脳波を解析対象とする.解析方法は,生体信号モデルとしてしばしば利用される非線形振動子により脳波をモデル化し,モデル内に含まれるパラメータを実験的に同定する方法とした.モデルは,減衰性と復元性,非線形性,外部入力の信号強度,各周波数および位相差パラメタを有する.六つのモデルパラメタを約0.5秒の解析窓毎に,モデルの出力と実波形の誤差で定義される評価関数を最小とするように同定した.解析には,正常時とてんかん波の振幅が十分に発達した明らかな異常時の脳波を各10秒間ずつ使用した.同定した値からパラメタ毎の区間平均を算出し,正常時の値を基準に正規化を行った.そして得られた値を用いて,同定したパラメータの特性を正常時と異常時で比較し,てんかん波判別の実現可能性について検討した.
【結果】
4体を解析した結果,異常時の非線形パラメタは正常時の値の25%以下まで減少することが確認された.脳波などの生体システムでは,正常状態においてカオス的に振る舞いを示すが,異常が発生するとカオスが消失し周期的になることが知られており,我々の脳波解析手法においてもそれを証明することができ,本手法の有効性が確認された.さらに,信号強度パラメータは約3倍以上に増加し,測定点の脳波と周囲から伝わる波の角周波数分布にも特徴が見られた.
【結論】
本研究では,てんかん波判別の実現可能性について検討することを目的とし,てんかんモデルラットのアルファ波帯域脳波を解析した結果,正常時に比べて異常時の非線形パラメタは減少し,外部入力の信号強度を表すパラメタは増加した.さらに,測定点の脳波と周囲から伝播する波の角周波数に関するパラメタの分布範囲に違いが見られた.
日本生体医工学会中国四国支部2018で発表した研究です.
題目「ゆらぐ脳波データからどのように集中度合いを可視化するか」
Created by 上原賢祐
詳細はこちら: https://kenyu-life.com/2018/10/30/eeg_constress_value/
◯アブストラクト◯
ヒト脳波は心理・生理状態によって大きく影響される生体信号であるがゆえに,集中度合い等をはじめとしたヒトの状態推定を可能とする.脳波信号の一般的な理解では,ヒトが一旦集中状態に入ると周波数パワーが高くなる傾向にあるため,周波数解析により脳波に含まれる特定の周波数帯域の含有量を見ることは1つの有効な状態推定の手立てである.しかし,ヒト脳波はゆらぎと言われる非線形な性質を持つため,周波数解析などの線形的な信号処理では,ヒト脳波が有する真の情報を取り出すことができないと考えられる.すなわち,ヒトの集中状態を可視化するにあたっては,脳波信号の「ゆらぎ」を考慮し,波形の細かい変化の仕方自体にも眼を向ける必要があると考えられる.
そこで本研究では,非線形な解析手法を用いた脳波信号の解析を行い,ヒトの集中度合いの可視化を目的とする.脳波信号の振る舞いを一自由度の非線形振動子によってモデル化し,波形の細かい変化に対応させるため,モデル中の各係数パラメータを実験的に同定した.その結果,脳波の定量化をすることが可能であることを確認し,各モデルパラメータの相関値によって集中度合いを可視化できることが分かった.
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)Kenyu Uehara
研究ブログはこちら: https://kenyu-life.com/
Created by 上原賢祐
日本機械学会Dynamics and design conference 2018(東京農工大学)にて発表した時の資料です.
<ABSTRACT>
ヒトの思考や精神的状態など様々な要因によって変動する脳波は,非常に高次な情報を有しているが、時系列波形が複雑であるため,この高次な情報を取り出すことが困難である.そこで脳波の時系列波形の挙動を数学的にモデル化し解析窓ごとにモデルパラメータを実験的に同定するといった解析手法が有効であると考えられる.本報告では脳波解析を行うための最適なモデル構造の検討を目的として,代表的な2つの非線形振動子であるDuffing型およびVan der Pol型と,線形の粘性減衰振動子を用いた場合の結果と比較を行った.
研究ブログはこちら: https://kenyu-life.com/
Created by 上原賢祐
English Title: Analysis of relationship between epileptic discharges and its peripheral ECoG signals using coupled nonlinear oscillator
日本機械学会年次大会2016で登壇したときの資料です.
英訳:Spatial and temporal variations in epileptic discharges using coupled non-linear oscillator
連成非線形振動子のモデルパラメータを実験波形に合うように同定して,てんかん性異常脳波の時空間解析を実施しています.
Accuracy verification of a brain wave model using a nonlinear oscillatorKenyu Uehara
This is a presentation document of my study which shows accuracy verification of a brain wave model using a nonlinear oscillator,
研究ブログはこちら: https://kenyu-life.com/
Created by 上原賢祐