関係ネットワークに基づくBCI転送学習法を用いたEEG信号からの動き想像と実行の復号化【JST・京大機械翻訳】

Lee D. -Y.; Jeong J. -H.; Shim K. -H.; Lee S. -W.

プレプリント

J-GLOBAL ID：202202212328294062 整理番号：22P0107237

関係ネットワークに基づくBCI転送学習法を用いたEEG信号からの動き想像と実行の復号化【JST・京大機械翻訳】

Decoding Movement Imagination and Execution from EEG Signals using BCI-Transfer Learning Method based on Relation Network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年02月02日プレプリントサーバーでの情報更新日： 2020年02月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

脳-コンピュータインタフェイス(BCI)は,健常者のための外部デバイスを制御するだけでなく,運動障害患者の運動機能をリハビリテーションするためにも使用される。復号運動意図は,脳信号を用いて腕運動タスクを行うための最も重要な側面の1つである。脳波(EEG)信号からの復号運動実行(ME)は,以前の研究で高い性能を示したが,動き想像(MI)パラダイムベースの意図復号化は,これまで十分な精度の達成に失敗した。本研究では,MEとMIパラダイムのための転送学習によるロバストMI復号法に焦点を当てた。3D方向に到達する腕に関連するEEGデータを取得した。関係ネットワーク(BTRN)アーキテクチャに基づくBCI転送学習法を提案した。復号性能は従来の研究と比較して最高の性能を示した。MEデータセットを用いたMIの連続復号化に寄与するBTRNアーキテクチャの可能性を確認した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

生体計測

, , , , ,

前のページに戻る