文献

J-GLOBAL ID：201602244031531162   整理番号：16A0613651

NIRSに基づくB CIのためのウェーブレット解析を用いた運動イメージ検出【Powered by NICT】

Motor imagery detection with wavelet analysis for NIRS-based BCI

著者 (5件)： Bonkon Koo (Sch. of Interdiscipl. Biosci. & Bioeng., POSTECH, Pohang, South Korea) ,  Hanh Vu (Sch. of Interdiscipl. Biosci. & Bioeng., POSTECH, Pohang, South Korea) ,  Hwan-Gon Lee (Dept. of Phys. Educ., Hallym Univ., Chuncheon, South Korea) ,  Hyung-Cheul Shin (Dept. of Physiol., Hallym Univ., Chuncheon, South Korea) ,  Seungjin Choi (Sch. of Interdiscipl. Biosci. & Bioeng., POSTECH, Pohang, South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BCI  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 近赤外分光法(NIRS)非侵襲的脳機能イメージング装置,脳活動によって誘発された血液動態応答を測定した。本論文では,運動画像および静止状態に関連したNIRS信号を収集し,ウェーブレット解析によるこれらの信号を解析した。著者らの知る限り,ウェーブレット解析法は,運動イメージの血液動態反応に使用されていない,広く使用されている時系列信号解析法の一つである。ウェーブレット解析の有用性を明らかにするために,種々のウェーブレット基底を用いて特徴を抽出し,つぎに特徴である交差検証によるより有用で評価した。筆者らの実験結果は,ウェーブレット解析は,血液動態応答の意味のある特徴を得るために有用であり,約86%の平均分類精度を達成することを示した。実験で使用される種々のウェーブレット基底の中で,離散的Meyerウェーブレット関数は分類精度93%の最高の性能を達成した。Copyright 2016 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： *波束 ,  画像 ,  *近赤外分光分析 ,  基底 ,  信号解析 ,  血液動態
準シソーラス用語： 分類精度 ,  血液動態反応 ,  脳活動 ,  脳機能画像 ,  非侵襲 ,  *運動イメージ ,  *ウェーブレット解析 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (3件)： NIRS ,  ウェーブレット解析 ,  運動イメージ