[2A1-GS-10] AI応用：医療・ヘルスケア

[2A1-GS-10-01] 脳波を用いた機械学習によるうつ病の重症度推定モデルの予備的検討

〇井上 健一¹、鈴木 圭¹、菅谷 みどり¹ (1. 芝浦工業大学)

キーワード：脳波、うつ病、機械学習

近年，鬱病の診断における客観的かつ精度の高い診断支援のために脳波を用いた機械学習による手法が数多く研究されている．多くの研究では健常と鬱の2値分類を目的とした機械学習手法が提案されている．しかし，2値分類では考慮できていない課題がある．例えば，鬱病でも，軽度と重度では自殺のリスクが異なるなどの課題があることから，鬱病の重症度による分類も考慮が必要であるがこうした手法は十分検討されていない．そこで，本研究では鬱病の重症度を考慮した診断支援手法の検討を目的に，脳波を用いたデータセットによる機械学習による鬱病の重症度の分類モデルの構築を行い，結果を議論する．分析データとして116人の脳波のオープンデータセットを用いた．データセットにおける鬱病の重症度は，健常，軽度，中等度，重度の４つとした．関連研究を参考に特徴量として電極Fp2のα波から抽出された指標を選択した．ランダムフォレストを用いて鬱病の重症度である健常，軽度，中等度，重度の４クラス分類を行った．その結果，分類精度が62.01%となった．