文献

J-GLOBAL ID：201902266360946037   整理番号：19A2873375

運動イメージ神経フィードバック訓練の個別化に関する考察【JST・京大機械翻訳】

Considerations on the Individualization of Motor Imagery Neurofeedback Training

著者 (6件)： Stefano Filho Carlos A. (Neurophysics Group, “Gleb Wataghin” Institute of Physics, University of Campinas, Campinas, Brazil) ,  Stefano Filho Carlos A. (Brazilian Institute of Neuroscience and Neurotechnology (BRAINN), Campinas, Brazil) ,  Attux Romis (Brazilian Institute of Neuroscience and Neurotechnology (BRAINN), Campinas, Brazil) ,  Attux Romis (Signal Processing Department, School of Electrical Engineering and Computing, University of Campinas, Campinas, Brazil) ,  Castellano Gabriela (Neurophysics Group, “Gleb Wataghin” Institute of Physics, University of Campinas, Campinas, Brazil) ,  Castellano Gabriela (Brazilian Institute of Neuroscience and Neurotechnology (BRAINN), Campinas, Brazil)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1068  ページ： 236-248  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 運動イメージ(MI)は,運動課題の精神的なresalであり,実際の運動実行に関連するものと類似の脳領域を活性化することが知られている。これに基づいて,MIは多くの脳-コンピュータインターフェース(BCI)応用に使用されており,運動リハビリテーションから外部ハードウェアと他のデバイスの実際の制御に至っている。この分野では大きな改善がなされているが,MI-BCIは臨床環境への適用性を制限するいくつかの問題に直面している。本研究の目的は,MIタスクにより生成された脳波(EEG)信号に関する,これらの問題の1つ,すなわち,内部および被験者内変動性の理解を改善することであった。12の手-MIセッションを受けた10人の健康な被験者からのEEGデータを,フィードバックなしで収集した。フィールドにおける多くの現在の研究とは異なり,4Hzステップにおいて,5~26Hzから小周波数間隔への解析をスクリーニングした。次に,与えられた(電極,周波数間隔)対が,すべてのセッションを通して,BCI分類に対してどのように最適であるかを計算し,再現性を最大化する特徴を同定することを試みた。類似の電極は全ての被験者を通して最も再発しているが,各参加者はそれら自身の特殊性を示した。また,これらの個々のパターンは,ほとんどのEEG-MI研究の一次感覚運動皮質上の従来の位置を必ずしも反映しなかった。さらに,著者らの分類結果は,最良のスペクトル間隔を同定し,電極だけでなく,結果を改善するために重要であることを示唆した。個別化をサポートする既存の訓練プロトコルの数を減らして,被験者の特殊性を考慮することが不可欠であることを強調した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴選択 ,  適応性 ,  再現性 ,  リハビリテーション ,  *脳波 ,  ハードウェア ,  スペクトル
準シソーラス用語： 感覚運動野 ,  特異性 ,  被験者 ,  ブレインコンピュータインタフェイス ,  脳領域 ,  運動課題 ,  *ニューロフィードバック ,  運動イメージ , 【Automatic Indexing@JST】

著者キーワード (3件)： 運動イメージ ,  特徴選択 ,  個別化の訓練

分類 (2件)： 人間機械系  (IB03000G) ,  生体計測  (EL03020C)

タイトルに関連する用語 (3件)： 運動イメージ ,  神経フィードバック ,  訓練