文献

J-GLOBAL ID：201702237464299101   整理番号：17A0242006

EEGソース空間を用いたマルチ方向における自発的な手の動きの分類のための新しい教師つき局所性高感度因子分析【Powered by NICT】

A novel supervised locality sensitive Factor analysis to classify voluntary hand movement in multi direction using EEG source space

著者 (3件)： Handiru Vikram Shenoy (Nanyang Institute of Technology for Health & Medicine, Interdisciplinary Graduate School, Nanyang Technological University, Singapore) ,  Vinod A. P. (School of Computer Science & Engineering, Nanyang Technological University, Singapore) ,  Guan Cuntai (School of Computer Science & Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 002795-002800  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： EEGに基づく脳-コンピュータインタフェイス(BCI)における最近の進歩は,脳信号では,複数方向での腕運動意図と実行を解読するために使用できることを示した。通常のアプローチでは,運動課題を分類するためのセンサ空間EEGを用いた。センサ空間EEGは運動の自由度の高い程度を含む自明であるが複雑な作業について限られた情報を明らかにすることができる。これに反して,源空間解析は,タスクに関連した神経生理学的機構についてより多くの情報を提供することが期待される。この目的のために,筆者らはデータ駆動型アプローチのそれよりも良い方法で実験データの神経生理学的機能を近似する教師付き局所性高感度因子分析に基づく新しい源空間特徴抽出技法を提案した。センサ空間におけるEEG記録は重み付け最小ノルム推定(wMNE)法を用いて源空間に変換した。は4直交方向における随意腕運動のEEG分類の多クラス分類問題のための,ソース空間特徴は,センサ空間特徴と比較して分類精度の大きな改善を提供することを示した。One-versus-Rest(OVR)手法では,一次分類器としてのFisherの線形判別(FLD)を有する多クラス分類に使用されている。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： ノルム ,  自由度 ,  *局所性 ,  特徴抽出 ,  直交性 ,  *高感度 ,  線形性 ,  脳波 ,  *因子分析 ,  重みづけ ,  センサ
準シソーラス用語： 分類精度 ,  多クラス分類 ,  神経生理学 ,  アーム運動 , 【Automatic Indexing@JST】

分類 (1件)： 人間機械系  (IB03000G)

タイトルに関連する用語 (10件)： EEG ,  ソース ,  マルチ ,  手 ,  動き ,  分類 ,  教師 ,  局所性 ,  高感度 ,  因子分析