文献
J-GLOBAL ID:201702213709933299   整理番号:17A0885664

EEG信号からの呼吸状態の検出へのRiemann幾何学の応用:脳人工呼吸器インタフェイスのための基礎【Powered by NICT】

Riemannian Geometry Applied to Detection of Respiratory States From EEG Signals: The Basis for a Brain-Ventilator Interface
著者 (9件):
資料名:
巻: 64  号:ページ: 1138-1148  発行年: 2017年 
JST資料番号: C0236A  ISSN: 0018-9294  CODEN: IEBEAX  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
目標:機械的換気中,患者と人工呼吸器の不調和がしばしば観察されると増加した呼吸努力をもたらし,患者の快適性と回復を損なう可能性がある。この状況は臨床的介入を必要とし,言語コミュニケーションが困難な場合には挑戦的である。本研究では,脳波(EEG)信号から患者と人工呼吸器の不調和を自動的に検出,非侵襲的脳-コンピュータインタフェイス(BCI)を提案する:脳 人工呼吸器界面(BVI)。被験者と人工呼吸器である非同期時【方法】筆者らのフレームワークは,吸気補償により誘発された皮質活性化を利用した。one-classアプローチとEEG共分散行列のRiemann幾何学の利用は呼吸状態の効果的な分類を可能にした。BVIは患者と人工呼吸器の不調和を模倣する異なる呼吸タスクを実施した九名の健康な被験者で検証した。,受信者動作特性曲線下面積の観点から,【結果】分類性能は空気流に基づく検出と比較してEEG信号を用いて改善した。識別を達成できることを電極の数の減少は,しばしば望まれている(例えば,携帯BCIシステム)。反復チャネル選択法を用いて,一般的な最高次ランキング,電極(n=6)縮小した組を被験者内配置のための僅かに改善できることを見出し,それはまだ一般的な被験者間設定に対してかなり良好な性能を提供する。【結論】結果は異常な呼吸状態を同定し,正常のみ呼吸エポックを含む訓練集合からの学習にこの手法の判別能力を支持した。意義:提案したフレームワークは,患者の呼吸快適性モニタリングと患者呼吸ニーズに人工呼吸器パラメータを適応させるためのBVIsへの扉を開くものである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
生体計測 

前のページに戻る