文献

J-GLOBAL ID：201802231729647496   整理番号：18A0245323

ERD/Sに基づく左右手運動イメージ中のEEG信号の抽出【Powered by NICT】

Extraction of EEG signals during L/R hand motor imagery based on ERD/S

著者 (2件)： Yen Shao-En (The Department of Electrical Engineering, National Tsing Hua University, Hsinchu, Taiwan) ,  Tang Kea-Tiong (The Department of Electrical Engineering, National Tsing Hua University, Hsinchu, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISPACS  ページ： 586-589  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： 脳コンピュータインタフェイス(BCI)に基づく脳電図(EEG)は,ヒト脳および外部世界の間の新しいチャンネルを提供する。運動イメージ(MI)による事象関連脱同期/同期(ERD/S),EEG特徴は,脳活動を解析し,ヒト運動意図を推定するために広く用いられている。本研究では,著者らの目的は,ERD/Sに基づく特徴を抽出し,サポートベクトルマシン(SVM)を介して側運動左/右(L/R)手を決定することである。過去では,MI分類の精度を高める常に研究チームの主な目的。,より優れた分類精度を提供する特徴を抽出する新しい方法を提案した。特徴抽出後,線形判別分析(LDA)は,次元縮小を行った。結果はleaveone out法のクロス検証(LOOCV)を用いたSVM(RBFカーネル)の分類に由来した。約97.62%の分類精度は,L/R手の動きを決定するために測定した。Copyright 2018 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： 次元縮小 ,  ヒト ,  チャネル ,  *脳波 ,  特徴抽出 ,  サポートベクトルマシン
準シソーラス用語： 線形判別分析 ,  分類精度 ,  脳活動 ,  事象関連脱同期 ,  ブレインコンピュータインタフェイス ,  *脳波信号 ,  *運動イメージ , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (2件)： 運動イメージ ,  EEG信号