文献

J-GLOBAL ID：202202264261392541   整理番号：22A0394963

Fourierベース同期スクイージング変換を用いたEEGベース脳コンピュータインタフェイスにおける運動意図の検出【JST・京大機械翻訳】

Detection of Movement Intention in EEG-Based Brain-Computer Interfaces Using Fourier-Based Synchrosqueezing Transform

著者 (5件)： Karakullukcu Nedime (Electrical and Computer Engineering Department, Graduate School of Engineering and Sciences, Abdullah Gul University, 38080 Kayseri, Turkey) ,  Karakullukcu Nedime (Biomedical Instrumentation and Signal Analysis, Laboratory (BISA-Lab), School of Engineering, Abdullah Gul University, 38080 Kayseri, Turkey) ,  Yilmaz Buelent (Electrical and Computer Engineering Department, Graduate School of Engineering and Sciences, Abdullah Gul University, 38080 Kayseri, Turkey) ,  Yilmaz Buelent (Electrical-Electronics Engineering Department, School of Engineering, Abdullah Gul University, 38080 Kayseri, Turkey) ,  Yilmaz Buelent (Biomedical Instrumentation and Signal Analysis Laboratory (BISA-Lab), School of Engineering, Abdullah Gul University, 38080 Kayseri, Turkey)
資料名： International Journal of Neural Systems  (International Journal of Neural Systems)
巻： 32  号： 1  ページ： 2150059  発行年： 2022年 
JST資料番号： W0880A  ISSN： 0129-0657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 運動障害患者は,脳-コンピュータインタフェース(BCI)の手術を開始するための介護者の援助を必要とする。本研究は,余分なアクセス/方法論なしにBCIシステムを開始する手段として,マルチチャネル脳波(EEG)信号を用いて,運動意図を同定し,特性化することを目的とした。特徴抽出器としてFourierベースシンクロスクエズ変換(FSST)を用いて,静止と運動イメージ(MI)状態を高精度で識別することを提案する。FSSTを調査し,合計6657試験の28人の健康な被験者における他の一般的なアプローチと比較した。FSSTを特徴抽出器として,特異値分解(SVD)を特徴選択法,サポートベクトルマシンを分類器として用いるとき,精度とf測度値を,それぞれ99.8%と0.99として得た。さらに,本研究では,クリーン対応物に加えて前処理なしに,ある量のノイズを含むデータの使用を検討した。さらに,最良の識別(静止状態およびMI状態)特性を有するEEGチャネルの統計解析は,F4-Fz-C3-Cz-C4-Pzチャネルおよびいくつかの統計的特徴が統計的有意性レベル,p,0.05未満であることを示した。本研究は,FSST-SVD組合せと最小前処理努力の幾つかのチャネルを用いて,実時間で運動の調製を検出できることを示した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  測度 ,  脳波 ,  前処理 ,  特徴抽出 ,  特徴選択 ,  運動障害 ,  キャラクタリゼーション ,  チャネル ,  *スクイージング ,  特異値分解 ,  サポートベクトルマシン
準シソーラス用語： 被験者 ,  マルチチャネル ,  *ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

著者キーワード (6件)： 脳コンピュータインタフェイス ,  脳波検査 ,  運動イメージ ,  特徴抽出 ,  Fourierベース同期スクイージング変換 ,  サポートベクトルマシン

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： スクイージング ,  EEG ,  脳コンピュータインタフェイス ,  運動 ,  意図