EEGベースのADHD診断支援における主観固有HMMと定常RKHS埋め込みの使用

• EEGデータと社会経済的文脈を統合した多峰性深層学習モデルが、ADHDリスクスクリーニングで被験者独立評価において精度0.92-0.96、感度0.71-0.96、特異度0.95-1.00を達成した
• 多峰性モデルは従来のEEGのみのベースラインと比較して精度が2.1-5.9%、感度が最大12.2%向上した

• ADHD評価支援のため、EEGの非定常性によるばらつきに対処する深層学習アーキテクチャ「CTE-Net」を提案。Transformerエンコーダーでマルチチャネル表現を文脈化し、微分可能な転送エントロピーモジュールで全電極ペア間の指向性情報依存性を推定する。
• 公開小児EEGデータセット(ADHD群60名・対照群60名、計120名)で、ウィンドウレベル精度80.9±1.7%、参加者レベル精度83.4%、ROC-AUC 90.2%を達成。
• 指向性転送エントロピー表現は分析した表現段階の中で最も低い被験者内分散を示し、生EEG比で中央値38.35%の削減を確認。

• OpenBCI Cytonボード(8チャンネルEEG)とMeta Quest 2 VRヘッドセットを組み合わせた低コスト構成で、ADHD認知トレーニング向けBCIシステムの技術的実現可能性をケーススタディとして検証した。
• 深層学習モデルEEGNetによるオンライン分類精度で被験者ごとに最大90%を達成した。
• 高インピーダンスやVRヘッドセットのストラップによる機械的張力がモーションアーチファクトとノイズを引き起こすことが判明し、導電性ゲルでの緩和が必要とされた。

• 聴覚刺激を用いたEEGベース感情認識フレームワークを提案し、DWT特徴量で被験者依存の分類精度0.88を達成
• 少数ショット被験者適応(75%キャリブレーション)により、被験者非依存性能をFC特徴量で0.77まで向上
• 被験者非依存評価では全特徴量ドメインで偶然レベルに近い性能(0.23–0.30)に留まることを示した

統合失調症治療薬によって引き起こされる錐体外路症状(EPS)は、手書きパターンに測定可能な変化をもたらす。本研究では、液状ニューラルネットワークの適応的ダイナミクスとGANのデータ生成能力を組み合わせた新しいLiquid Generative Adversarial Network(LiquidGAN)を提案する。EPSが確認された患者94名と健常者30名から、両手で描かれたアルキメデス螺旋パターンを用いて手書きデータを収集した。211枚の画像を用いて、事前学習済みResNet50モデルで二値分類と多クラス分類を行った。ResNet50は二値分類で精度92%、適合率97%を達成したが、多クラ…