EEG ベースの EEG におけるチャンネル選択と識別率の最適化

Optimizing the Channel Selection and Classification Accuracy in EEG-Based BCI
IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. 58, NO.6, JUNE 2011
160527_tishihara

マルチチャンネル EEG は,ブレインコンピュータインタフェース(BCI)で使用されており,EEG チャネル選 択によって,1)無関係またはノイズの多いチャネルを除去することにより,BCI の性能を向上させ,2)より少な いチャネルの使用でユーザの利便性を向上させることが可能である.本稿では EEG チャネル選択のための Sparse Common Spatial Pattern(SCSP)アルゴリズムを提案する.提案 SCSP アルゴリズムは,分類精度の制約内で チャネルの最小数を選択する最適化問題として定式化される.このように,提案されたアプローチは,ノイズと 無関係のチャネルを除去することにより,最高の分類精度を得る,またはすべてのチャネルを使用して得られた分 類精度を損なうことなく,チャネルの最小数を保持するようにカスタマイズすることができる.提案された SCSP アルゴリズムは 2 運動イメージデータセット,適度なチャンネル数の EEG と多チャンネルの EEG を使用して評 価した.両方のデータセットでは,提案された SCSP チャネル選択は著しくチャネルの数を減少させ,識別率に おいては既存のフィッシャーの線形判別法,相互情報量,SVM,CSP,正規化 CSP 基づいた手法を上回った.提 案 SCSP アルゴリズムは,3 つのチャネル(C3、C4、および CZ)の使用と比較して分類精度は平均 10 %の改善 が得られた.

Brain-computer interface(BCI), EEG channel selection, motor imagery, sparse common spatial pattern (SCSP)