English

年度	2026年度	開講部局	先進理工系科学研究科博士課程前期先進理工系科学専攻情報科学プログラム
講義コード	WSN23801	科目区分	専門的教育科目
授業科目名	生体信号情報処理特論
授業科目名 （フリガナ）	セイタイシンゴウジョウホウショリトクロン
英文授業科目名	Advanced Biomedical Signal Processing
担当教員名	古居　彬
担当教員名 (フリガナ)	フルイ　アキラ
開講キャンパス	東広島	開設期	1年次生   前期   ２ターム
曜日・時限・講義室	(2T) 水1-4
授業の方法	講義	授業の方法 【詳細情報】	対面, オンライン（同時双方向型）, オンライン（オンデマンド型）
			講義中心、ディスカッション
単位	2.0	週時間	4	使用言語	B : 日本語・英語
学習の段階	6 : 大学院専門的レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生
授業のキーワード	生体信号，信号処理，機械学習，深層学習，ヘルスケア，ヒューマンマシンインタフェース
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）
到達度評価 の評価項目 （学部生対象科目のみ）
授業の目標・概要等	本講義では，生体信号の計測・処理・認識と，その学術・産業への工学的応用について学ぶ．脳波や筋電位，心電図など，我々の身体からは様々な生体信号情報を計測することができ，これらの信号から何らかのパターンを認識することで，実社会で役立つ応用技術の実現に繋げることが期待されている．そのためには，適切な信号処理や確率モデリング，深層学習をはじめとする人工知能技術の活用が不可欠である．本講義では，これらの関連分野における具体的課題と，それを解くための最新の研究トピックを概説する．
授業計画	第1回　ガイダンス 第2回　生体信号情報の計測原理と前処理 第3回　信号解析と特徴抽出 第4回　第3回のレポート作成 第5回　確率モデリングとベイズ学習 第6回　第5回のレポート作成 第7回　生体信号認識のための機械学習 第8回　第7回のレポート作成 第9回　被験者間適応 第10回　第9回のレポート作成 第11回　継続学習 第12回　第11回のレポート作成 第13回　応用展開 第14回　第13回のレポート作成 第15回　総括 毎回のレポート課題で評価
教科書・参考書等	なし
授業で使用する メディア・機器等	テキスト, 配付資料, Microsoft Teams, Microsoft Forms
	【詳細情報】
授業で取り入れる 学習手法
予習・復習への アドバイス	講義資料を配布するので，講義の前後に目を通しておくと内容の理解が進むと思います．
履修上の注意 受講条件等
成績評価の基準等	定期レポート課題によって評価する．
実務経験
実務経験の概要と それに基づく授業内容
メッセージ
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。