文献

J-GLOBAL ID：202002221526253257   整理番号：20A1566326

ArduinoベースLEDセンサを用いた手把持運動画像と神経状態のハードウェア表現のためのEEG信号の分類【JST・京大機械翻訳】

Classification of EEG Signals for Hand Gripping Motor Imagery and Hardware Representation of Neural States Using Arduino-Based LED Sensors

著者 (4件)： Dabas Deepanshi (Maharaja Surajmal Institute of Technology, Delhi, India) ,  Ayushi (Maharaja Surajmal Institute of Technology, Delhi, India) ,  Lakhani Mehak (Maharaja Surajmal Institute of Technology, Delhi, India) ,  Sharma Bharti (Maharaja Surajmal Institute of Technology, Delhi, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1164  ページ： 213-224  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  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： 本研究は,リハビリテーションアプリケーションのための左/右手の把持の注意深く考案された運動イメージタスクを遂行しながら,運動イメージに関連する多周波数EEG信号を分類することを目的とする。EEGに基づく脳-コンピュータインタフェイスは,異なる画像タスク中の過渡EEG変化の記録と分類を組み入れる。グリッピングと放出運動リハビリテーションのため,10人の健康な右利き志願者(平均年齢:21.3歳)の10人の健康な右利きボランティア(男性7人と女性3人)が,32チャンネル脳製品システムを用いたEEG調査に参加した。ボランティアは,ランダム順序で運動イメージキュータスクを実行した。EEGデータを処理し,チャネルC3およびC4から各運動画像試験ブロックに対する相対アルファバンドパワーを計算し,脳状態の分類のための特徴ベクトルとして通過させた。比較分析の後,SVM分類アルゴリズムは75%の最高精度を提供し,そして,二値出力は,LED光球を用いて,左および右虚手運動状態を再現するために,Arduino Uno成分によってインタフェイスした。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： リハビリテーション ,  光球 ,  女性 ,  男性 ,  応用プログラム ,  *ハードウェア ,  センサ ,  インタフェイス ,  チャネル ,  ボランティア
準シソーラス用語： 右利き ,  特徴ベクトル ,  運動イメージ ,  ブレインコンピュータインタフェイス ,  比較分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： 脳コンピュータインタフェイス ,  EEG ,  サポートベクトルマシン ,  リハビリテーション ,  Arduino

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

タイトルに関連する用語 (9件)： LED ,  手 ,  把持 ,  動画像 ,  神経 ,  ハードウェア ,  表現 ,  EEG信号 ,  分類