メインコンテンツまでスキップ

ADHD診断のためのCNNフレームワーク

· 約6分
Tomohiro Hiratsuka

このブログ記事では、ADHD診断のためのCNNフレームワーク、ADHD児童の罰に対する感情・行動反応、そして言語や注意力に困難を抱える生徒へのAccessible Pedagogies™プログラムの影響に関する最新の学術研究を紹介しています。具体的には、ADHD診断のための高精度なEEG信号解析手法や、ADHDの子供たちが罰に対してどのように反応するかの違い、さらにAccessible Pedagogies™プログラムが生徒の学習エンゲージメントをどのように向上させるかに焦点を当てています。

学術研究関連アップデート

Convolutional neural network framework for EEG-based ADHD diagnosis in children​

この論文は、注意欠陥多動性障害（ADHD）の早期診断を目的とした、シンプルな畳み込みニューラルネットワーク（CNN）フレームワークを提案しています。研究では、インドの学童におけるADHDの有病率が高いことを背景に、EEG（脳波）信号を用いてADHDを分類・検出する手法を開発しました。この方法では、EEG信号をバンドパスフィルタで前処理し、5秒間のフレームに分割した後、正規化と正準相関分析を行い、CNNで学習・テストを行いました。結果として、19チャネルのEEG信号を用いると、診断精度は100%に達しましたが、計算の複雑さが課題となりました。そこで、前頭部のEEGチャネルのみを使用した場合でも、99.08%の精度を達成できることを確認しました。この手法は高い精度を持ち、実用化に向けた可能性を示しています。

この論文では、ADHDの子供たちが罰に対して増加した負の感情反応を示し、それが行動反応の変化につながるかどうかを検証しています。53人のADHDの子供と46人の通常発達（TD）の子供を対象に、罰と報酬が行動と感情反応に与える影響を調査しました。実験では、子供たちは同時に利用可能な2つのゲームのどちらかを選んでプレイし、一方のゲームでは罰が他方のゲームよりも4倍多く設定されました。

結果として、どちらのグループも罰の少ないゲームを好む傾向がありましたが、ADHDの子供たちは罰や報酬を受けた後に反応するまでの時間が長く、タスクが進むにつれて負の感情表現が増加する一方、TDの子供たちでは逆のパターンが見られました。ADHDの子供たちは全体的により多くの正の感情表現を示し、報酬後の反応時間の増加は正の感情表現の増加によって完全に仲介されました。

これらの結果は、ADHDの子供たちが罰に対して特異な反応バイアスを示さないものの、フラストレーション耐性の構築に問題がある可能性が示唆されます。また、ADHDにおける増加した感情反応が遅い反応と関連していることが示されています。

Investigating the impact of Accessible Pedagogies on the experiences and engagement of students with language and/or attentional difficulties​

この論文は、言語や注意力に困難を抱える生徒の学習体験とエンゲージメントに、Accessible Pedagogies™プログラムがどのように影響するかを調査しています。研究では、56人の障害を持つ10年生の生徒を対象に、教員がこのプログラムに参加することで、生徒の認知的エンゲージメントが向上したことが確認されました。特に、プログラムに参加した教員が実践する指導法が、生徒の学習に対する注意力や理解を助けることがインタビューで報告されています。対照グループではこのようなエンゲージメントの向上は見られませんでした。この結果は、教員が指導中に余分な言語や認知負荷を減らすことで、生徒が学習に集中できるようになった可能性を示唆しています。今後の研究では、より大規模なサンプルと多様な生徒を対象に、このプログラムの影響をさらに検証する予定です。