文献

J-GLOBAL ID：201802215116689440   整理番号：18A0783121

チャネル選択と初期時間特徴を用いたハイブリッドEEG-FNIRSシステムの性能強化【JST・京大機械翻訳】

Enhancing Performance of a Hybrid EEG-fNIRS System Using Channel Selection and Early Temporal Features

著者 (5件)： Li Rihui (Department of Biomedical Engineering, University of Houston) ,  Potter Thomas (Department of Biomedical Engineering, University of Houston) ,  Huang Weitian (Guangdong Provincial Work-Injury Rehabilitation Hospital) ,  Zhang Yingchun (Department of Biomedical Engineering, University of Houston) ,  Zhang Yingchun (Guangdong Provincial Work-Injury Rehabilitation Hospital)
資料名： Frontiers in Human Neuroscience (Web)  (Frontiers in Human Neuroscience (Web))
巻： 11  ページ： 462  発行年： 2017年 
JST資料番号： U7072A  ISSN： 1662-5161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 脳コンピュータインタフェイス(BCI)技術は神経補綴応用に対して大きな有望性を持つ。望ましいBCIシステムは,携帯型,低侵襲性で,高い分類精度と効率を特徴とするべきである。2つの一般的に使用されている非侵襲的脳画像診断法として,脳波(EEG)および機能的近赤外分光法(fNIRS)BCIシステムは,それらの相補的性質のために,ハイブリッドBCIシステムの開発にしばしば組み込まれてきた。本研究では,各半球上の特異EEGとfNIRSチャネルから抽出された初期時間情報が,ハイブリッドEEG-fNIRS BCIシステムの精度と効率を強化するために使用できるかどうかを調べることを目的とした。11人の健康なボランティアを募集し,左および右手運動を含む運動実行作業中に同時EEG-fNIRS記録を行った。各半球の運動皮質に対応する特異EEGとfNIRSチャネルを,一般線形モデルを用いて選択した。初期の時間的情報は,サポートベクトルマシン(SVM)を使用する分類のために,fNIRS(0-2s)からの初期の血行力学的ディップ情報とともにEEGチャネル(0-1s)から抽出した。結果は,最小数のチャネルと初期の時間情報から導出された特徴を用いた分類精度を示した。結論として,ハイブリッドEEG-fNIRS BCIシステムは,EEG(85.64±7.4%)またはfNIRS単独(85.55±10.72%)を使用することと比較して,それらの相補的特性を統合することによって,より高い分類精度(91.02±4.08%)と効率を達成することができた。このようなハイブリッドシステムは,急速に進化する脳ダイナミクスに焦点を合わせることにより,応用において最小の応答遅れを達成することもできる。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 運動野 ,  サポートベクトルマシン ,  脳波 ,  携帯型 ,  血液動態 ,  *近赤外分光分析 ,  *チャネル ,  主成分分析
準シソーラス用語： 線形モデル ,  時間情報 ,  脳イメージング ,  分類精度 ,  神経補綴 ,  ブレインコンピュータインタフェイス ,  *チャネル選択 , 【Automatic Indexing@JST】

著者キーワード (5件)： NIRS ,  脳波 ,  ハイブリッドBCI ,  一般線形モデル ,  主成分分析

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： チャネル選択 ,  初期 ,  EEG ,  fNIRS ,  強化