文献

J-GLOBAL ID：202002264175738317   整理番号：20A1957470

マルチクラスCSPを用いた指運動の運動画像分類【JST・京大機械翻訳】

Motor Imagery Classification of Finger Motions Using Multiclass CSP

著者 (4件)： Kato Masaki (Yamagata University,Yonezawa, Yamagata,Japan,992-8510) ,  Kanoga Suguru (Yamagata University,Yonezawa, Yamagata,Japan,992-8510) ,  Hoshino Takayuki (Yamagata University,Yonezawa, Yamagata,Japan,992-8510) ,  Fukami Tadanori (Yamagata University,Yonezawa, Yamagata,Japan,992-8510)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EMBC  ページ： 2991-2994  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 指運動のような小規模物理的動力学に関する運動イメージ作業中の脳波(EEG)データは,運動の空間差を捉えることが困難であるため,低い識別性を有する。空間フィルタが各クラスデータの独立性を最大化するならば,より識別できる特徴が捉えられると仮定した。本研究は,抽出したコンポーネントとクラスラベルの相互インフォームの近似を最大化するマルチクラス共通空間パターン(CSP)と名付けた空間フィルタを構築し,それらを指運動タスクを含む5クラスモータ画像データセットに適用した。マルチクラスCSPを適用することにより,分類精度は古典的CSP(21.8±25%)と比較して改善された(平均SD:40.6±10.1%),空間フィルタリングケース(38.7±10.0%)はなかった。さらに,学習された空間フィルタを可視化し,指運動の識別特徴の傾向を評価した。これらの結果から,マルチクラスCSPは,各指運動に対してタスク特異的空間マップを捕捉し,タスクが小規模物理動力学である場合でも,約2%のマルチクラス運動画像分類性能を凌駕することが明らかになった。Copyright 2020 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： 空間フィルタリング ,  脳波 ,  *空間フィルタ ,  可視化
準シソーラス用語： *画像分類 ,  運動イメージ ,  分類精度 ,  空間パターン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マルチ ,  クラス ,  CSP ,  指 ,  運動 ,  画像分類