文献

J-GLOBAL ID：202202211192547017   整理番号：22A0439447

Tetrominoパターンに基づく正確なEEG感情分類モデル【JST・京大機械翻訳】

Tetromino pattern based accurate EEG emotion classification model

著者 (6件)： Tuncer Turker (Department of Digital Forensics Engineering, College of Technology, Firat University, Elazig, Turkey) ,  Dogan Sengul (Department of Digital Forensics Engineering, College of Technology, Firat University, Elazig, Turkey) ,  Baygin Mehmet (Department of Computer Engineering, Faculty of Engineering, Ardahan University, Ardahan, Turkey) ,  Rajendra Acharya U. (Ngee Ann Polytechnic, Department of Electronics and Computer Engineering, 599489, Singapore) ,  Rajendra Acharya U. (Department of Biomedical Engineering, School of Science and Technology, SUSS University, Singapore) ,  Rajendra Acharya U. (Department of Biomedical Informatics and Medical Engineering, Asia University, Taichung, Taiwan)
資料名： Artificial Intelligence in Medicine  (Artificial Intelligence in Medicine)
巻： 123  ページ： Null  発行年： 2022年 
JST資料番号： T0685A  ISSN： 0933-3657  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： 今日,脳波(EEG)信号を用いた感情認識は最新の研究題目になっている。本論文の目的は,高精度で新しいゲームベースの特徴生成関数を用いてEEG信号の感情を分類することである。したがって,EEG信号を用いたマルチレベル手作業特徴生成自動感情分類モデルを提案した。本研究では,Tetrominoと呼ばれるTetrisゲームに触発された新しいテクスチャ特徴生成法を提案した。Tetrisゲームは世界的に有名なゲームの1つであり,ゲームにおいて様々な特性を使用する。最初に,EEG信号を離散ウェーブレット変換(DWT)にかけ,様々な分解レベルを生成した。次に,Tetromino法を用いて分解DWTサブバンドから新しい特徴を生成した。次に,最大関連性最小冗長性(mRMR)特徴選択方式を利用して,最も識別可能な特徴を選択し,選択した特徴をサポートベクトルマシン分類器を用いて分類した。最後に,各チャネル結果(検証予測)を得て,モード関数ベース投票法を用いて一般的結果を得た。3つのデータベース(DREAMER,GAMEEMO,DEAP)を用いて開発したモデルを検証した。DREAMERとGAMEEMOデータセットを用いて100%の精度を達成した。さらに,分類精度の99%以上がDEAPデータセットに対して達成された。したがって,著者らの開発した感情検出モデルは最先端の技術と比較して最良の分類精度率をもたらし,より多様なデータセットで検証後の臨床応用に対して試験できる。結果は,3つの公開感情EEGデータセットを用いて検証された,提示したTetrominoパターンベースのEEG信号分類モデルの成功を示した。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： 母関数 ,  *ゲーム ,  冗長性 ,  データベース ,  脳波 ,  特徴選択 ,  投票 ,  チャネル
準シソーラス用語： 離散ウェーブレット変換 ,  分類精度 ,  高精度 ,  サブバンド ,  *分類モデル ,  脳波信号 ,  SVM分類 , 【Automatic Indexing@JST】

著者キーワード (6件)： Tetromino ,  特徴 ,  EEG ,  感情 ,  分類 ,  DWT

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： EEG ,  感情 ,  分類モデル