セミナー 印刷

基礎からわかる生体信号の計測と
情報解析・データマイニングのコツ

受講可能な形式:【Live配信(アーカイブ配信付)】のみ

生体信号の種類・計測やノイズ処理・解析などなど
生体データの収集から生体情報のデータマイニングまで分かりやすく解説。
生体データを意味ある情報として利活用するための、テクニックやノウハウを身につけよう
 
【キーワード】生体信号計測、信号処理、データマイニング
日時 2024年5月21日(火)  10:30~16:30
会場 オンライン配信セミナー  
会場地図
受講料(税込)
各種割引特典
55,000円 ( E-Mail案内登録価格 52,250円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体47,500円+税4,750円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で55,000円 (2名ともE-Mail案内登録必須​/1名あたり定価半額の27,500円)

テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】

1名申込みの場合:受講料41,800円 ( E-Mail案内登録価格 39,820円 )
 定価:本体38,000円+税3,800円
 E-Mail案内登録価格:本体36,200円+税3,620円
  ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
  ※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
  ※他の割引は併用できません。
配布資料PDFテキスト(印刷可・編集不可)
開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。
オンライン配信ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)

セミナー視聴・資料ダウンロードはマイページから
お申し込み後、マイページの「セミナー資料ダウンロード/映像視聴ページ」に
お申込み済みのセミナー一覧が表示されますので、該当セミナーをクリックしてください。
開催日の【2日前】より視聴用リンクと配布用資料のダウンロードリンクが表示されます。

アーカイブ(見逃し)配信について
視聴期間:5/22~5/28の7日間
※アーカイブは原則として編集は行いません
※視聴準備が整い次第、担当から視聴開始のメールご連絡をいたします。
(開催終了後にマイページでご案内するZoomの録画視聴用リンクからご視聴いただきます)
備考※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
得られる知識
生体信号計測技術の基礎について、前処理から本計測、計測後のルーチン的な処理までを一貫して知ることができる。また、計測した生体信号に対するデータマイニングのノウハウについて定石的な基本を知ることができる。
 
受講対象
予備知識は不要です。高校程度の数学と物理の知識があると理解しやすいかもしれませんが、必須ではありません。

セミナー講師

東京理科大学 工学部電気工学科 教授 博士(工学) 阪田 治 氏
【専門】 生体信号処理 【講師紹介

セミナー趣旨

 ものづくりや調査・研究のために生体信号を利用してみようと考えている方が、最初に考えなければならないことの数々を中心に、生体信号計測および生体信号処理のノウハウの基本的な点について紹介・解説します。

セミナー講演内容

1.生体信号の基礎
 1.1 生体物性~生体システムの特異性~
 1.2 生体信号の種類
   ・電気的特性・磁気特性・機械的特性・熱特性・光特性・放射性特性
 1.3 生体信号利用の例

2.生体からの情報収集
 ・生体現象の電気計測の流れ 
 ・さまざまな医用生体情報
 ・生体信号計測装置の基本構成
 ・生体計測に使われるトランスデューサ
 ・生体信号いろいろ
 ・生体電気信号の計測の例(心電図、脳波)
 ・電気信号以外の生体情報の例(体温・血中酸素量・経頭蓋脳血) 

3.生体信号計測とノイズ対策
 ~生体計測時の考慮事項・信号と雑音・繰り返し生体計測~ 
 3.1 ハードウェアによる対策 
 3.2 ソフトウェアによる対策   

4.生体信号処理の基本
 4.1 生体信号解析とシステム同定
   ~人体というブラックボックスシステムの解析と生体情報を入力で動作する制御システムの設計の要~
 4.2 時系列信号の時間領域解析
 4.3 時系列信号の周波数領域解析
 4.4 多次元信号の因果解析 
 4.5 生体画像解析の基本 

5.生体情報のデータマイニング  
 5.1 基本的な取り組み方と着眼点の置き方 ~問題設定と適切な信号処理技術の選定~ 
 5.2 機械学習の利用

6.生体情報データマイニングのケーススタディ
 6.1 データマイニング上の基本的な工夫例
   ・スクリーニング精度・信頼性の向上
   ・耐ノイズ性の向上
   ・センサ部の開発
 6.2 BMI例
 6.3 感性情報処理例

7.まとめ

  □質疑応答□