[9a-E310-1~11] 18.3 計測インフォマティクス

9:15 〜 9:30

[9a-E310-2] 磁場ベクトル空間に変換した点群データの深層学習モデルPointNetによる磁化パターン識別

〇北條 峻之¹、窪田 崇秀¹、藤原 耕輔²、遠藤 基¹、福島 隼人²、吉留 崇¹、松崎 斉²、山根 育郎³、神野 淳一³、大西 弘二³、大兼 幹彦¹、安藤 康夫¹ (1.東北大院工、2.スピンセンシングファクトリー(株)、3.大塚製薬(株))

キーワード：

トンネル磁気抵抗センサ、深層学習、クラス分類

医療アドヒアランス低下の克服のために、服薬モニタリング技術が求められている。本研究では、高感度なTMRセンサと磁化パターンを用いた、新たな手法を提案する。その基礎検討として、TMRセンサによって測定した磁化パターンの漏れ磁場を、深層学習モデルPointNetを用いてクラス分類した。測定データを３次元磁場ベクトル空間に変換し、これら点群データをPointNetに学習させた結果、9種類の磁化パターンでは98%を超える識別精度を達成した。