| *商品について |
|
表紙はついていません（本文のみ中綴じ製本です）。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。
|
 |
| ・会員価格 ¥550 |
| ・一般価格 ¥770 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
|
| ■ページ数 |
11ページ |
■発行日
|
2023/04/01 |
| ■タイトル |
脳波による脳機能ネットワークの結合性を用いたRNNによる不安状態判別評価 |
| ■タイトル(英語) |
Evaluation of Anxiety State Discrimination by Recurrent Neural Network using the Connectivity of Brain Function Network by EEG |
| ■著者名 |
山本 祐輔（兵庫県立大学大学院応用情報科学研究科），原地 絢斗（兵庫県立大学大学院情報科学研究科），村松 歩（兵庫県立大学大学院情報科学研究科），長原 一（大阪大学データビリティフロンティア機構），武村 紀子（大阪大学データビリティフロンティア機構），水野(松本) 由子（兵庫県立大学大学院応用情報科学研究科／兵庫県立大学大学院情報科学研究科／大阪大学サイバーメディアセンター），下條 真司（大阪大学サイバーメディアセンター） |
| ■著者名(英語) |
Yusuke Yamamoto (Graduate School of Applied Informatics, University of Hyogo), Kento Harachi (Graduate School of Information Science, University of Hyogo), Ayumi Muramatsu (Graduate School of Information Science, University of Hyogo), Hajime Nagahara (Osaka University Institute for Datability Science), Noriko Takemura (Osaka University Institute for Datability Science), Yuko Mizuno-Matsumoto (Graduate School of Applied Informatics, University of Hyogo/Graduate School of Information Science, University of Hyogo/Cybermedia Center, Osaka University), Shinji Shimojo (Cybermedia Center, Osaka University) |
| ■価格 |
会員 ¥550 一般 ¥770 |
| ■書籍種類 |
論文誌(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 |
| ■本誌 |
電気学会論文誌C（電子・情報・システム部門誌） Vol.143 No.4 （2023） 特集：医療/ヘルスケア×AI−量子・情報・エレクトロニクスの応用として
|
| ■本誌掲載ページ |
430-440ページ |
| ■原稿種別 |
論文／日本語 |
| ■電子版へのリンク |
https://www.jstage.jst.go.jp/article/ieejeiss/143/4/143_430/_article/-char/ja/
|
| ■キーワード |
脳波，グラフ理論，リカレントニューラルネットワーク EEG，graph theory，recurrent neural network |
| ■要約(日本語) |
|
| ■要約(英語) |
This study examined the differences in functional brain network over time between different anxiety states and evaluated their usefulness in neural networks (NN). Seventeen young adults with high-anxiety and 13 young adults with low-anxiety were examined. The subjects were given three stimulations: resting, pleasant, and unpleasant stimuli, and Electroencephalogram (EEG) was measured immediately after the stimuli. EEG was analyzed for the alpha band using coherence analysis and graph theory. We evaluated the classification accuracy of anxiety states by NN and recurrent neural networks (RNN). The results showed the information processing process and structure of the brain functional network to emotional stimuli differed over time depending on the anxiety state. The time series data of coherence and graph theoretical indicator by EEG would be considered to be useful for discriminating anxiety states using RNN. |
| ■版 型 |
A4 |
|
|
|
