文献

J-GLOBAL ID：201702214966349050   整理番号：17A0368863

スパース自動符号器と再帰最小二乗適応フィルタのカスケードを用いたEEGからのEOGアーチファクトの除去【Powered by NICT】

Removal of EOG artifacts from EEG using a cascade of sparse autoencoder and recursive least squares adaptive filter

著者 (3件)： Yang Banghua (Department of Automation, School of Mechatronics Engineering and Automation, Key Laboratory of Power Station Automation Technology, Shanghai University, Shanghai 200072, China) ,  Duan Kaiwen (Department of Automation, School of Mechatronics Engineering and Automation, Key Laboratory of Power Station Automation Technology, Shanghai University, Shanghai 200072, China) ,  Zhang Tao (Department of Automation, School of Mechatronics Engineering and Automation, Key Laboratory of Power Station Automation Technology, Shanghai University, Shanghai 200072, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 1053-1060  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 眼電図(EOG)アーチファクトは脳波(EEG)ベース脳計算機インタフェイス(BCI)におけるintereferencesの最も重要な形態である。EOGアーチファクト除去のための従来の方法では,実時間で追加EOG記録または多チャネル(三以上のチャネル)脳波記録のいずれかが必要である。既存手法のこれらの制限に対処するために,EEGからのEOGアーチファクトを除去するために提案したスパースオートエンコーダ(SAE)と再帰最小二乗(RLS)のカスケードを用いた法適応フィルタ。提案されたアプローチは,オフラインステージとオンラインステージで構成されている。EOGアーチファクトにおける高次統計的モーメント情報は,オフライン段階でのみEOG信号を用いることにより,自動的に学ぶことができるなどSAEモデルが得られた。オンライン段階では,学習されたSAEモデルは,第一に,所定生EEG信号からの予備的EOGアーチファクトを同定し,抽出に用いた。RLS適応フィルタを基準信号として同定されたEOGアーチファクトを平行して用いEOG記録なしに干渉を除去した。既存方法と比較して,提案した方法は次のような利点を有している:(i)除去プロセスに追加のEOG記録の不使用,(ii)少数除去プロセスで使用されるEEGチャネルの,および(iii)時間を節約できた。提案した方法の性能は,EEG分類精度と時間消費により評価した。従来の方法と比較して,提案した方法はより効果的で迅速であることが証明されている。さらに,実験結果はまた,断面課題試験シナリオにおける良好な汎化能力を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *アーチファクト ,  *符号器 ,  汎化 ,  高次統計量 ,  *最小二乗法 ,  脳波 ,  基準信号 ,  チャネル ,  *適応フィルタ ,  *透視図法
準シソーラス用語： 分類精度 ,  オンライン ,  オフライン ,  アーチファクト除去 ,  ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

著者キーワード (5件)： 電図(EOG) ,  脳波(EEG) ,  スパース自動符号器(SAE) ,  再帰最小二乗(RLS)適応フィルタリング ,  脳計算機インタフェイス(BCI)

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 符号器 ,  最小二乗 ,  適応フィルタ ,  カスケード ,  EEG ,  EOG ,  アーチファクト