文献

J-GLOBAL ID：201802214758978996   整理番号：18A2023628

高速脳スペラーにおけるキャリブレーションを促進するための電極Montageにわたる共有応答の伝達【JST・京大機械翻訳】

Transferring Shared Responses Across Electrode Montages for Facilitating Calibration in High-Speed Brain Spellers

著者 (3件)： Nakanishi Masaki (Swartz Center for Computational Neuroscience, Institute for Neural Computation, University of California, San Diego, CA, 92093, USA) ,  Wang Yu-Te (Swartz Center for Computational Neuroscience, Institute for Neural Computation, University of California, San Diego, CA, 92093, USA) ,  Jung Tzyy-Ping (Swartz Center for Computational Neuroscience, Institute for Neural Computation, University of California, San Diego, CA, 92093, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EMBC  ページ： 89-92  発行年： 2018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： 最近の研究により,テンプレートマッチング法に対するテンプレートとしてのユーザの平均定常状態視覚誘発応答(SSVEPs)を用いることにより,SSVEPベースの脳コンピュータインタフェイス(BCI)の精度と速度を大幅に改善できることを示した。しかし,各個人に対するパイロットデータの収集は時間がかかる。この実用的な問題を解決するために,本研究では,同じまたは異なる電極のモンタグによる異なるセッションを通して,共通の脳波(EEG)応答を移動させることにより,同じユーザから記録されたデータセットを活用することの実現可能性を調査することを目的とした。提案した方法は,応答平均化,正準相関分析(CCA),およびタスク関連成分分析(TRCA)を含む空間フィルタリング技術を用いて,共有応答領域上への頭皮EEG記録をプロジェクトする。移動性は,2つの異なる日に9つの電極を持つ8人の被験者から記録された40クラスSSVEPを用いて評価された。2つのセッションを通して,同一,部分的重複,および非重複電極配置のような異なるシナリオをシミュレートするために,3つのサブセットの電極モノタグを選択した。移動訓練データによる提案方法の目標同定精度は,従来の訓練フリーアルゴリズムより著しく優れていた。結果は,BCIスペラーで必要とされる訓練データが,異なるEEGモンタグおよび/またはヘッドセットから転送され得ることを示唆した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *高速度 ,  視覚 ,  脳波 ,  アルゴリズム ,  空間フィルタリング ,  部分集合
準シソーラス用語： ヘッドセット ,  訓練データ ,  電極配置 ,  被験者 ,  頭皮 ,  ブレインコンピュータインタフェイス ,  刺激応答 ,  定常状態 ,  テンプレートマッチング , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 脳 ,  キャリブレーション ,  促進 ,  共有 ,  応答