文献

J-GLOBAL ID：202202269419544412   整理番号：22A0738465

エコー状態ネットワークとGauss読み出しを用いた脳-機械インタフェイスのための腕運動のための皮質脳波復号器【JST・京大機械翻訳】

An electrocorticographic decoder for arm movement for brain-machine interface using an echo state network and Gaussian readout

著者 (3件)： Kim Hoon-Hee (Department of ICT Engineering, College of Engineering, Kangnam University, Yongin 16979, Republic of Korea) ,  Jeong Jaeseung (Department of Bio and Brain Engineering, College of Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea) ,  Jeong Jaeseung (Program of Brain and Cognitive Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 117  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  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-機械インタフェイス(BMI)研究は,通常,得られたデータの高い空間および時間分解能および高い信号雑音レベルのため,皮質表面から神経信号を記録するために,電気皮質図(ECoG)を用いる。しかし,ある医療条件では,BMIの標的脳領域にECoG電極を配置することは不可能である。従って,適切な特徴抽出と選択プロセスを持つECoG復号器の開発は困難である。本研究では,腕運動BMIに対する新しいECoG復号器の可能性を検討した。ECoGシグナルは,難治性てんかんの4個体から記録し,一方,画像と到達とグラップ運動を遂行した。アーム運動方向の分類問題パラダイム内でエコー状態ネットワークと24Gauss読出しを用いてECoG復号器の性能を試験した。遺伝的アルゴリズムを用いて,ECoG復号器のハイパーパラメータを最適化した。ECoG復号器は,実行および想像作業において,x-y,x-zおよびy-z面の24腕運動方向を成功裏に分類した。最良のヒット率は,x-y,x-zおよびy-z面に対して,それぞれ90.9±5.3%,92.6±3.9および92.6±4.2であった。ロボットアーム制御シミュレーションは,リアルタイム運動BMIシステムが新しいECoG復号器を使用できることを示した。したがって,分類のためのGauss読出しによるエコー状態ネットワークは,運動BMIのための成功したECoG復号器モデルであった。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： 最適化 ,  シミュレーション ,  *ネットワーク ,  *脳波 ,  *脳 ,  雑音指数 ,  *復号器 ,  特徴抽出 ,  てんかん ,  *皮質 ,  神経インパルス ,  ロボットアーム ,  遺伝的アルゴリズム
準シソーラス用語： 難治性てんかん ,  *皮質脳波 ,  *アーム運動 ,  脳領域 , 【Automatic Indexing@JST】

著者キーワード (7件)： 脳-機械インタフェイス ,  脳波検査 ,  機械学習 ,  Echo状態ネットワーク ,  Gauss読み出し ,  人工ニューラルネットワーク ,  最適化

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (7件)： エコー状態ネットワーク ,  読み出し ,  脳 ,  インタフェイス ,  腕運動 ,  皮質脳波 ,  復号器