情報処理学会 第78回全国大会講演要旨

衝動性は、多様な社会的問題行動や精神疾患に関係する複合的な行動特性であり，そのリスクアセスメントは重要な課題である。本研究は、サポートベクターマシーン(SVM)を用いて、衝動性特性の分類に有効な脳活動を抽出することを目的とした。健常被験者が反応抑制課題を行っている時に脳波を記録し、衝動性は自記式尺度を用いて調べた。階層クラスター分析を用いて、衝動性評価の高低群の2分類を得た後、10個の特徴を用いてSVMに学習させた。結果は、年齢、6つの脳電位活動を用いた分類器が、80％で最高の分類精度を示した。脳活動は、抑制成功、抑制エラー、エラー回復過程を網羅しており、複合的分類モデルが有効であることを示唆した。