EEG(脳波)データの個人識別は、機械学習の利用によって精度の向上が進んでおり、生体認証システムなどでの実応用が期待されている。その一方、どのような特徴が個人識別に有用かについて分析した研究は限られており、運動想起時EEGの個人識別においては計測チャンネルや時間領域の特徴に着目した貢献度の評価が行われている[Zhang et al., 2024]のみである。本研究ではまず、Physionet MIデータセットを用いてCNNによる個人識別を行い、109名の識別を約8割の正解率で達成できることを確認した。この結果をもとに、周波数領域における特徴の個人識別への貢献度について調べた結果を報告する。