文献

J-GLOBAL ID：202202226103988827   整理番号：22A1169699

運動画像脳コンピュータインタフェイスに基づくEEG信号処理のための融合アルゴリズム【JST・京大機械翻訳】

A Fusion Algorithm for EEG Signal Processing Based on Motor Imagery Brain-Computer Interface

著者 (7件)： Geng Xiaozhong (Department of Computer Technology and Engineering, Changchun Institute of Technology, Changchun 130012, China) ,  Xue Song (Department of Computer Technology and Engineering, Changchun Institute of Technology, Changchun 130012, China) ,  Yu Ping (Department of Computer Technology and Engineering, Changchun Institute of Technology, Changchun 130012, China) ,  Li Dezhi (Department of Computer Technology and Engineering, Changchun Institute of Technology, Changchun 130012, China) ,  Yue Mengzhe (Department of Computer Technology and Engineering, Changchun Institute of Technology, Changchun 130012, China) ,  Zhang Xi (Jilin Institute of Chemical Technology, Jilin 132022, China) ,  Wang Linen (Jilin Institute of Chemical Technology, Jilin 132022, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 脳波(EEG)信号処理は,脳-コンピュータインタフェースシステムにおける非常に重要なモジュールである。人体の重要な生理学的特徴として,EEGシグナルは脳神経系の機能状態に密接に関連している。しかし,頭皮上で収集されたEEG信号は,一般的に弱く,必然的に様々なノイズ干渉を受ける。脳コンピュータインタフェース(BCI)におけるEEGからアーチファクトを除去するために,EEG信号前処理のための融合アルゴリズムを提案した。融合方法は次のステップを含む:まず,生のEEG信号を,改良FastICAアルゴリズムによって一組の統計独立成分(IC)に分離する。次に,各独立成分を,改良経験的モード分解法(EMD)を用いて,一連の固有モード関数(IMF)に分解した。高周波雑音を有する多くのIMFsを削除した。IMFsの残りを再構成した。さらに,アーチファクトを改良FastICAアルゴリズムの反復プロセスによりさらに除去して,次に,EEG信号を逆ICAによって再び再構成した。最後に,洗浄EEG信号を得た。比較実験は,EMD-ICA融合アルゴリズムがアーチファクト成分を正確に除去するだけでなく,生EEGの局所特性をより良く保持することを示した。連続ウェーブレット変換を用いて,[数式:原文を参照]リズムと[数式:原文を参照]リズムのエネルギー特徴を抽出し,異なる運動画像の下でEEG信号の特性を表した。これらの2つの特徴を正規化して,論文によって設計した畳み込みニューラルネットワーク(CNN)の入力データとして用いて,2種類の特徴をCNNによって学習して,次に,モータ画像EEG信号の2つの分類問題を完成した。実験結果は,提案した方法の平均分類精度とカッパ値が,ほとんどの被験者に対してSVMとSAEのものより高いことを示した。Copyright 2022 Xiaozhong Geng et al. 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 ,  干渉 ,  雑音 ,  脳波 ,  *信号処理 ,  Kappa価 ,  正規化 ,  アーチファクト
準シソーラス用語： 頭皮 ,  被験者 ,  *ブレインコンピュータインタフェイス ,  経験的モード分解 ,  固有モード関数 ,  *脳波信号 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  通信方式一般  (ND07010E) ,  計算機網  (JC03000K)

引用文献 (32件)：

• A. Rezeika, M. Benda, P. Stawicki, F. Gembler, A. Saboor, I. Volosyak, "Brain-computer interface spellers: a review," Brain Sciences, vol. 8, no. 4, pp. 57, 2018.
• B. Kawa, P. Borkowski, M. Rodak, "Building management system based on brain computer interface. Review," Archives of Electrical Engineering, vol. 70, no. 4, pp. 887-905, 2021.
• D. Li, Y. Ma, X. Zhang, X. Geng, "Research on feature extraction and classification of EEG signals based on multitask," 2020 International Conference on Robots & Intelligent System, pp. 112-115, Sanya, China, 2020.
• Y. Peng, Study on pre-processing algorithms for sleep EEG based on ICA and EMD, Chongqing University, 2011.
• G. Xiaozhong, L. Dezhi, Z. Xintong, "Research on EEG signal preprocessing based on ICA fusion EMD," 2020 International Conference on Virtual Reality and Intelligent Systems (ICVRIS), pp. 450-453, Zhangjiajie, China, 2020.

タイトルに関連する用語 (5件)： 動画像 ,  脳コンピュータインタフェイス ,  EEG信号 ,  融合 ,  アルゴリズム