脳波信号の解析の際に，ノイズを除去することが重要である．その手法として，脳波信号の特徴を定量化した指標を算出し，その指標をもとにノイズの有無を判別することで，当該データを分析対象から外す手法が存在する．しかし，どの指標がノイズの有無の判別に有効であるのか評価が十分ではない．そこで，本研究ではこれを明らかにすることを目的とした．評価にあたり、複数の種類や強さのノイズを作成し，これらのノイズが含まれているか否かを判別するモデルを機械学習により構築した．そして，構築したモデルを分析することで，ノイズの有無の判別に有効である指標を分析した．その結果、Hjorth complexityなどの指標が有効であることが示唆された．