文献
J-GLOBAL ID:201802238755021856   整理番号:18A0783406

一般線形モデル係数の適応推定を用いた機能的近赤外分光法-脳-計算機インタフェイスの分類性能の強化【JST・京大機械翻訳】

Enhancing Classification Performance of Functional Near-Infrared Spectroscopy- Brain-Computer Interface Using Adaptive Estimation of General Linear Model Coefficients
著者 (7件):
資料名:
巻: 11  ページ: 33  発行年: 2017年 
JST資料番号: U7086A  ISSN: 1662-5218  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,2クラス[運動イメージ(MI)と安静,精神回転(MR)と安静]脳-コンピュータインタフェイス(BCI)で利用可能な機能的近赤外分光法(fNIRS)信号の強化分類のための新しい方法論を提示した。最初に,MIおよびMRに対応するfNIRS信号を,それぞれ,運動および前頭前野から獲得し,その後,生理学的ノイズを除去するためにフィルターをかけた。次に,信号を一般線形モデルを用いてモデル化し,その係数を最小二乗法を用いて適応的に推定した。次に,推定係数の多重特徴組合せを分類に用いた。MI対安静に対する5人の被験者に対して達成された最良の分類精度は,サポートベクトルマシンを用いて,それぞれ,79.5,83.7,82.6,81.4および84.1%であり,MR対安静に対するそれらは,それぞれ85.5,85.2,87.8,83.7および84.8%であった。これらの結果を従来の血液動態応答を用いて得られた最良の分類精度と比較した。提案した方法により,得られた平均分類精度は有意に高かった(p<0.05)。これらの結果は,高分類性能fNIRS-BCIの開発の実現可能性を実証するのに役立つ。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
生体計測  ,  医用画像処理 

前のページに戻る