文献

J-GLOBAL ID：201802224944492012   整理番号：18A0796342

BCIアプリケーションにおける運動画像EEG信号分類のための解析的IMFに基づく特徴【JST・京大機械翻訳】

Features based on analytic IMF for classifying motor imagery EEG signals in BCI applications

著者 (5件)： Taran Sachin (Discipline of Electronics and Communication Engineering, PDPM Indian Institute of Information Technology, Design and Manufacturing Jabalpur, Jabalpur 452005, India) ,  Bajaj Varun (Discipline of Electronics and Communication Engineering, PDPM Indian Institute of Information Technology, Design and Manufacturing Jabalpur, Jabalpur 452005, India) ,  Sharma Dheeraj (Discipline of Electronics and Communication Engineering, PDPM Indian Institute of Information Technology, Design and Manufacturing Jabalpur, Jabalpur 452005, India) ,  Siuly Siuly (Centre for Applied Informatics, College of Engineering and Science, Victoria University, Melbourne, Australia) ,  Sengur A. (Firat University, Technology Faculty, Electrical and Electronics Engineering Dept., Elazig, Turkey)
資料名： Measurement  (Measurement)
巻： 116  ページ： 68-76  発行年： 2018年 
JST資料番号： W0315B  ISSN： 0263-2241  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： 脳コンピュータインタフェース(BCI)システムは,障害者が現実世界と通信するための信頼できる支援システムとして機能する。BCIシステムの信頼性の向上は,異なるモータ画像(MI)タスクの分類の成功により可能である。本研究では,異なるMIタスクの脳波(EEG)信号の分類のために,解析的固有モード関数(AIMFs)ベースの特徴を提案した。経験的モード分解(EMD)とHilbert変換をEEG信号に適用することにより,AIMFsを得た。特徴,すなわち瞬時周波数の一次導関数の生モーメント,面積,パワースペクトル密度のスペクトルモーメント,PSDのピーク値をAIMFsから計算した。特徴は分類器のバイアスされた性質を低減するために正規化される。正規化特徴を最小二乗サポートベクトルマシン(LS-SVM)分類器への入力として適用し,性能パラメータをLS-SVM分類器の異なるカーネル関数を用いて計算した。IMF1のための動径基底カーネル関数は,より良いMIタスク分類精度97.56%,感度96.45%,特異性98.96%,陽性予測値99.2%,陰性予測値95.2%,および最小誤差率4.28%を提供する。提案方法は,最先端の方法と比較して,より良い性能を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像 ,  信頼性 ,  ピーク値 ,  脳波 ,  *応用プログラム ,  導関数 ,  正規化 ,  パワースペクトル密度 ,  Hilbert変換 ,  モーメント
準シソーラス用語： 分類精度 ,  Kernel関数 ,  瞬時周波数 ,  ブレインコンピュータインタフェイス ,  *脳波信号 , 【Automatic Indexing@JST】

著者キーワード (4件)： 脳波信号 ,  運動画像(MI)タスク ,  経験的モード分解 ,  最小二乗サポートベクトルマシン

分類 (3件)： 人工知能  (JE08000Z) ,  生体計測  (EL03020C) ,  計測機器一般  (AD02000X)

タイトルに関連する用語 (7件)： BCI ,  アプリケーション ,  動画像 ,  EEG信号 ,  分類 ,  解析 ,  IMF