グラフニューラルネットワークと反実仮想説明を用いたてんかん発作分類

Venue #

第28回日本ヒト脳マッピング学会 (JHBM 2026), LBA011, 姫路

Authors #

Junya G. Honda (TUT), Yutaro Takayama (Yokohama City Univ. Hospital), Kazumasa Uehara (TUT)

English Title #

Classification of epileptic seizures using graph neural network combined with counterfactual explanation

てんかんの発作検出には専門医による長時間の脳波判読を要し，深層学習による自動検出が研究されているが，予測根拠のブラックボックス化が臨床導入の障壁となっている．この研究では，頭皮脳波に対してグラフニューラルネットワーク（GNN）を用いた発作分類モデルに反実仮想説明を加えるアプローチを提案した．CHB-MITデータベース24名分の頭皮脳波から，18電極×6周波数帯域のパワー値をノード特徴量，電極間の位相同期度をエッジ特徴量としてグラフを構築し，GNNで発作・非発作の2値分類を行った上で，反実仮想説明手法COMBINEX を適用した．結果として，予測の反転にはノード特徴量の変更のみで十分であり，モデルはネットワーク構造よりも各電極局所の特徴を重視していることが示唆された．また，発作→非発作の変更パターンは一貫した傾向を示す一方，非発作→発作のパターンはより多様であることが認められた．