文献

J-GLOBAL ID：201702287262365733   整理番号：17A0456767

事象関連電位のための学習スパース空間スペクトルパターンのための新しいアルゴリズム【Powered by NICT】

A Novel Algorithm for Learning Sparse Spatio-Spectral Patterns for Event-Related Potentials

著者 (4件)： Wu Chaohua (Department of Biomedical Engineering, Tsinghua University, Beijing, China) ,  Lin Ke (Department of Biomedical Engineering, Tsinghua University, Beijing, China) ,  Wu Wei (College of Automation Science and Engineering, South China University of Technology, Guangzhou, China) ,  Gao Xiaorong (Department of Biomedical Engineering, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 4  ページ： 862-872  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,人間知能と機械知能の統合のための有望な技術としての脳-計算機インタフェイス(BCI)を目撃した。現在,事象関連電位(ERP)ベースB CIは,非侵襲性脳波(EEG)ベースB CIの重要な一分野である。限られた数の試験からのERPの抽出それらの低い信号対雑音比(SNR)と低空間分解能体積伝導による困難なままである。本論文では,試行毎連接EEG,連接ERPは,離散正弦および余弦基底の集合の線形結合として表現されるための確率モデルを提案した。塩基は単一試験のデータ長によって単純には決定された。空間スペクトルパターン行列の階数上でのスパース事前確率がモデルに導入された自動的に決定される成分の数を可能にすることである。環状降下法に基づく最大事後推定アルゴリズムは,空間スペクトルパターンを推定した。空間フィルタは,ERP成分のSNRを最大化することにより得ることができた。13人の被験者からの合成データと実N170ERPの両方上での実験を行い,アルゴリズムの有効性と効率を試験するために行った。結果は,提案したアルゴリズムがいくつかの最先端アルゴリズムよりもより正確にERPを推定できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 空間フィルタ ,  基底 ,  事前確率 ,  *事象関連電位 ,  SN比 ,  *透視図法 ,  確率モデル ,  空間分解能 ,  *アルゴリズム ,  脳波
準シソーラス用語： 被験者 ,  推定アルゴリズム ,  階数 ,  線形結合 ,  非侵襲 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 事象関連電位 ,  学習 ,  スペクトル ,  アルゴリズム