文献

J-GLOBAL ID：201902228110614239   整理番号：19A2090032

脳波解析のための一般共通空間パターンとビジランス検出への応用【JST・京大機械翻訳】

A General Common Spatial Patterns for EEG Analysis With Applications to Vigilance Detection

著者 (6件)： Yu Hongbin (School of Digital Media, Jiangnan University, Wuxi, China) ,  Lu Hongtao (MOE-Microsoft Laboratory for Intelligent Computing and Intelligent Systems, Shanghai Jiao Tong University, Shanghai, China) ,  Wang Shuihua (School of Architecture Building and Civil engineering, Loughborough University, Loughborough, U.K.) ,  Xia Kaijian (Soochow University affiliated Changshu Hospital-Changshu No.1 People’s Hospital, Changshu, China) ,  Jiang Yizhang (School of Digital Media, Jiangnan University, Wuxi, China) ,  Qian Pengjiang (School of Digital Media, Jiangnan University, Wuxi, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 111102-111114  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： vigilや持続的注意は,単調な監視や運転のような長時間の注意を要する作業に従事する人々にとって重要な側面である。ビジランス検出は,脳-コンピュータインタフェイス(BCI)研究の分野における重要な主題であった。しかし,本研究はEEGの低SNR(信号-雑音比)特性により制限される。通常の空間パターン(CSP)は,BCI研究領域における特徴抽出法のための最も効果的なアルゴリズムの一つである。CSPは,一つのクラスの分散を最大化し,他のクラスの分散を同時に最小化することにより,最適射影方向(空間フィルタ)を探索する。従来のCSPには一つの欠点がある。すなわち,CSPは,各クラスのデータがGauss分布に従うという仮定に基づいている。しかし,この仮定は,実際にはEEGデータに対しては必ずしも正しくなく,特に覚醒検出に基づくEEG(例えば睡眠中)の研究においてはそうではない。このように,従来のCSPは非Gauss分布の場合に性能劣化を受ける。本論文では,従来のCSPを一般版に拡張し,基本的なクラスGauss分布の仮定に明示的に依存しない非パラメトリックCSP(NCSP)アルゴリズムを提案し,次に行列偏向に基づく新しい効率的アルゴリズムを開発し,提案したNCSPアルゴリズムとその拡張非パラメトリック多クラスCSP(NMCSP)を解いた。EEGに基づくビジランス推定とモータ画像認識タスクに関する実験結果は,提案したアルゴリズムの有効性と効率を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ビジランス ,  空間フィルタ ,  特徴抽出 ,  雑音 ,  電動機 ,  有効性 ,  画像認識 ,  アルゴリズム ,  正規分布 ,  偏向 ,  射影 ,  覚醒
準シソーラス用語： ブレインコンピュータインタフェイス ,  *空間パターン ,  脳波解析 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 脳波解析 ,  空間パターン ,  ビジランス ,  応用