文献

J-GLOBAL ID：202202210198554179   整理番号：22A0108489

どのBSS法はEEG信号をより良く分離するか?5つの異なるアルゴリズムの比較【JST・京大機械翻訳】

Which BSS method separates better the EEG Signals? A comparison of five different algorithms

著者 (3件)： Stergiadis Christos (Department of Psychology, University of York Europe Campus, CITY College 24, Proxenou Koromila Street, 546 22 Thessaloniki, Greece.) ,  Kostaridou Vasiliki-Despoina (Department of Psychology, University of York Europe Campus, CITY College 24, Proxenou Koromila Street, 546 22 Thessaloniki, Greece.) ,  Klados Manousos A. (Department of Psychology, University of York Europe Campus, CITY College 24, Proxenou Koromila Street, 546 22 Thessaloniki, Greece.)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 72  号： PA  ページ： Null  発行年： 2022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： 脳波(EEG)アーチファクトを拒絶するための非常に一般的な戦略は,Blindソース分離(BSS)アルゴリズム,アーチファクト成分の同定と除去,および洗浄されたEEG信号の再構成を用いて,フィルタされたEEG信号の分解を含む。このパイプラインにおいて,独立ソース(アーチファクト源からEEGのような)を適切に分離する能力として定義されるBSSアルゴリズムの性能は,ほとんどのアーチファクトを拒絶するのに非常に重要であり,一方,EEGインタクトのほとんどの部分を維持する。公開された論文の圧倒的多数は,アーチファクト拒絶目的のための独立成分分析(ICA)の拡張INFOMAXバージョンを使用する。しかし,EEG信号を独立成分に分離する最も効率的なアルゴリズムである。本研究は,5つの最も一般的なBSSアルゴリズムの性能を評価することにより,前述の疑問に光を当てる。脳関連成分の正規化エントロピー,元のソースとの独立成分間のそれらの相関,および各分解によって達成された全体的相互情報削減(MIR)の量を,26の実際のヒト頭皮EEG記録から,系統的に変化する電極数(19t→99)を有するデータセットにおいて計算した。さらに,人工的汚染EEG信号を含む54の異なるデータセットを,発生独立成分(ICs)と元の垂直および水平眼信号の間のユークリッド距離と相関に基づいて,汚染に対して使用した,同じ目的のために調べた。結果は,適応混合ICAが最良のBSS法であることを示した。Copyright 2022 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： *アルゴリズム ,  エントロピー ,  フィルタ ,  脳波 ,  信号処理 ,  ヒト ,  再構成 ,  正規化 ,  アーチファクト ,  独立成分分析
準シソーラス用語： 頭皮 ,  Euclid距離 ,  *脳波信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： EEG ,  BSS ,  ICA ,  信号処理 ,  EEG分解

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (2件)： EEG信号 ,  アルゴリズム