文献

J-GLOBAL ID：201702242670078702   整理番号：17A1034087

グラフ信号処理の観点からの脳信号解析【Powered by NICT】

Brain signal analytics from graph signal processing perspective

著者 (6件)： Goldsberry Leah (Department of Electrical and Systems Engineering, University of Pennsylvania, USA) ,  Huang Weiyu (Department of Electrical and Systems Engineering, University of Pennsylvania, USA) ,  Wymbs Nicholas F. (Department of Physical Medicine and Rehabilitation, Johns Hopkins University, USA) ,  Grafton Scott T. (Department of Psychological and Brain Sciences, University of California at Santa Barbara, USA) ,  Bassett Danielle S. (Department of Electrical and Systems Engineering, University of Pennsylvania, USA) ,  Ribeiro Alejandro (Department of Electrical and Systems Engineering, University of Pennsylvania, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 851-855  発行年： 2017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： グラフスペクトルの観点から機能的脳ネットワークと信号を解析する方法を提示した。最近不規則グラフ領域に向けての一般化周波数とフィルタの概念は脳領域を横切る異なるレベル空間平滑性に関連する脳グラフ周波数を規定した。脳ネットワーク周波数は,滑らかなまたは急速な変化に対応する断片に脳信号の分解を可能にした。法は,被験者が単純な運動技能を習得としての脳ネットワークと信号を解析するために利用されている。異なるグラフ周波数に対応する脳信号は能動学習への寄与の異なるレベルを示すことを観測した。具体的には,実行タスクに脳ネットワークのグラフスペクトル特性と曝露レベルの間に強い関連性を注目し,異なるタスク親密で最も寄与する重要な周波数シグネチャを認識する。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： ネットワーク ,  平滑度 ,  *グラフ ,  周波数 ,  高速度 ,  *信号処理 ,  フィルタ ,  *信号解析
準シソーラス用語： スペクトル特性 ,  能動学習 ,  被験者 ,  脳領域 , 【Automatic Indexing@JST】

分類 (2件)： 応用心理学  (AE02000A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： グラフ ,  信号処理 ,  観点 ,  脳 ,  信号解析