文献

J-GLOBAL ID：201802228155963191   整理番号：18A0781046

EEG信号からの歩行状態の神経分類のための多重カーネルに基づく領域重要性学習【JST・京大機械翻訳】

Multiple Kernel Based Region Importance Learning for Neural Classification of Gait States from EEG Signals

著者 (5件)： Zhang Yuhang (Noninvasive Brain-Machine Interface Systems Lab, Department of Electrical and Computer Engineering, University of Houston) ,  Zhang Yuhang (Hyperspectral Image Analysis Lab, Department of Electrical and Computer Engineering, University of Houston) ,  Prasad Saurabh (Hyperspectral Image Analysis Lab, Department of Electrical and Computer Engineering, University of Houston) ,  Kilicarslan Atilla (Noninvasive Brain-Machine Interface Systems Lab, Department of Electrical and Computer Engineering, University of Houston) ,  Contreras-Vidal Jose L. (Noninvasive Brain-Machine Interface Systems Lab, Department of Electrical and Computer Engineering, University of Houston)
資料名： Frontiers in Neuroscience (Web)  (Frontiers in Neuroscience (Web))
巻： 11  ページ： 170  発行年： 2017年 
JST資料番号： U7087A  ISSN： 1662-453X  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： 脳機械インタフェイス(BMI)システムの開発により,運動能力を持つ人々は,それらが運動能力を回復するのを助けるために外部装置を制御することができる。これらのシステムの長期的検証は,長期性能信頼性を評価するだけでなく,BMIシステムを使用するための学習による電気皮質パターンにおける適応を調べるためにも重要である。本論文では,頭皮脳波(EEG)信号からユーザの意図的な歩行状態(例えば,停止,歩行,ターン左,ターン右)のパターンを解読し,複数カーネル学習(MKL)アルゴリズムを用いて異なる脳領域の相対的重要性を同時に学習する。重要性(ROI)の領域は,分類のためにMKLを訓練する間に同定される。提案した方法の有効性を,2人の被験者からの異なる運動意図を分類することにより検証した。予備的結果は,前頭および前頭中心領域が歩行運動を行う試験対象者に対する最も重要な領域であり,下肢運動の制御に関与すると仮定された脳領域と一致することを示した。しかし,著者らは,可能な死亡者とSCI被験者を比較するいくつかの地域的変化を観察した。さらに,長期実験において,著者らの知見は,分類精度および重要な領域における重要な領域に対する重みが,複数セッションにわたる運動のための外骨格を制御するために学習されたので,BMI使用により誘発される皮質可塑性を示す。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： *学習 ,  皮質 ,  脳波 ,  運動能力 ,  外骨格 ,  アルゴリズム ,  信頼性 ,  *歩行 ,  下肢
準シソーラス用語： 皮質可塑性 ,  被験者 ,  脳領域 ,  Kernel法 ,  頭皮上脳波 ,  ブレインマシンインタフェイス , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳機械インタフェイス(BMI) ,  神経分類 ,  脳波(脳波) ,  機械学習 ,  多重カーネル学習

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (8件)： EEG信号 ,  歩行 ,  神経 ,  分類 ,  多重 ,  カーネル ,  重要性 ,  学習