非接触カメラを用いた種間転移学習によるてんかん発作予測

要旨: てんかん研究における発作予測は、臨床的に重要である一方で、依然として困難な課題です。既存のアプローチは主に脳波計（EEG）などの神経信号に依存しており、専門機器を必要とし、現実世界の長期運用を制限します。対照的に、ビデオデータは非侵襲的でアクセスしやすい代替手段を提供しますが、既存のビデオベースの研究は主に発作後の発作検出に焦点を当てており、発作予測はほとんど探究されていません。 本研究では、前発作期の短いビデオセグメント（3-10秒）を用いて、今後5秒以内に発作が発生するかどうかを予測する、ビデオベースの新しい発作予測タスクを定式化します。注釈付きのヒトのてんかんビデオの不足に対処するため、補助的な事前学習のために大規模な齧歯類のビデオデータを活用する種間転移学習フレームワークを提案します。これにより、種を超えて一般化する発作関連の行動ダイナミクスをモデルが捉えることが可能になります。実験結果は、厳密にビデオのみの設定で70％を超える予測精度を達成し、既存のベースラインを上回ることを示しています。これらの知見は、非侵襲的でスケーラブルなてんかんの早期警戒システムの構築における種間学習の可能性を示しています。