文献

J-GLOBAL ID：201802268106651335   整理番号：18A1111844

脳波信号からの運動タスク認識のための樹状突起形態学的神経回路網【JST・京大機械翻訳】

Dendrite morphological neural networks for motor task recognition from electroencephalographic signals

著者 (5件)： Antelis Javier M. (Tecnologico de Monterrey, Campus Guadalajara, Av. General Ramon Corona 2514, Zapopan, Jalisco, Mexico) ,  Gudino-Mendoza Berenice (Tecnologico de Monterrey, Campus Guadalajara, Av. General Ramon Corona 2514, Zapopan, Jalisco, Mexico) ,  Falcon Luis Eduardo (Tecnologico de Monterrey, Campus Guadalajara, Av. General Ramon Corona 2514, Zapopan, Jalisco, Mexico) ,  Sanchez-Ante Gildardo (Universidad Politecnica de Yucatan, Carretera Merida-Tetiz. Km.45, Ucu, Yucatan CP, Mexico) ,  Sossa Humberto (Instituto Politecnico Nacional-CIC, Av. Juan de Dios Batiz S/N, Gustavo A. Madero, Mexico, Distrito Federal 07738, Mexico)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 44  ページ： 12-24  発行年： 2018年 
JST資料番号： W3347A  ISSN： 1746-8094  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)は,ユーザによって実行される精神的タスクを符号化する脳信号のパターンを検出するための分類アルゴリズムに依存する。したがって,ロバストで信頼できる分類技術を開発し,高精度でユーザのメンタルタスクを認識するために評価する必要がある。本論文では,脳波(EEG)信号から随意運動を認識するための新しい樹状突起形態学的ニューラルネットワーク(DMNN)の利用を提案した。この技術を2つの研究で評価した。最初に,モータ実行とモータ画像タスクの認識におけるDMNNの性能を評価し,BCIシステムにおいて主に使用される2つの分類器であるサポートベクトルマシン(SVM)と線形判別分析(LDA)との系統的比較を行うことを目的とした。12人の健康な学生からのEEG信号を,手がかりベースの手運動実行と画像実験の間に記録した。結果は,DMNNが,運動実行に対して80%の復号化精度を提供し,運動イメージに対して77%を提供し,それは,BCIにおいて一般的に使用される分類器と比較して,チャンスレベル(p<0.05,Wilcoxon signedランク検定)より有意に異なり,より高いことを示した。第2の研究は,DMNNを用いて運動の意図を認識することを目的とした。この目的のために,EEG信号を自己ペース到達運動を実行する18人の健常被験者から記録し,いくつかの分類シナリオを評価した。結果は,DMNNがチャンスレベル以上の復号化精度を提供し,それにより,実行前の動きを検出することができることを示した。これらの結果に基づいて,DMNNは,脳波信号に基づくBCIシステムのための運動タスクの認識における性能を強化するために使用できる強力な有望な分類技術である。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： 復号化 ,  *神経回路網 ,  ロバスト性 ,  随意運動 ,  サポートベクトルマシン ,  画像 ,  符号化 ,  電動機 ,  *樹状突起 ,  ニューラルネットワーク ,  *脳波 ,  *モルフォロジー
準シソーラス用語： 被験者 ,  到達運動 ,  運動イメージ , 【Automatic Indexing@JST】

著者キーワード (6件)： 形態学 ,  ニューラルネットワーク ,  脳-コンピュータインタフェイス ,  脳波 ,  運動課題 ,  分類精度

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 (6件)： 脳波信号 ,  運動 ,  タスク ,  樹状突起 ,  形態学 ,  神経回路網