運動想起ベースのマルチクラスブレインコンピュータにおけるEEG ダイナミクスの変動の証拠

Evidence of Variabilities in EEG Dynamics during Motor Imagery-Based Multiclass Brain Computer
Simanto Saha, Khawza Ahmed, Raqibul Mostafa, Leontios Hadjileontiadis, Ahsan Khandoker
“IEEE Transactions on Neural Systems and Rehabilitation Engineering”, Vol.PP, Issue.99, 2017
20171220_tishihara

“被験者間およびセッション間の変動は,脳波図(脳波)ベースの脳コンピュータインタフェース(BCI)システムにおいて重大な課題を提起する.さらに高次元EEG モンタージュは,過剰な数のチャネルが関与するため,膨大な計算負荷を招く.2 つの実験的、すなわち、セッション間および被験者間のモーターイメージ(MI)の作業中のEEG 変動を本稿では調査する.特に、認知段階の脳波動態の日間変動に起因するBCI の性能への影響が探究される.さらにペアワイズパフォーマンス連想(PPA)における被験者対間の被験者間のBCI 実現可能性をさらに検討する.さらに脳の特定の領域からの異なる数のチャネルの空間的脳動態の統合によるこれらの2 つの状況への影響について議論する.提案されたアプローチは,3 つの異なる空間フィルタリング技術の前処理を受ける4 つのクラスのMI タスク,すなわち左手/右手,足および舌のEEG データを含む実際のBCI データセットで検証される.実験結果は被験者間実験の場合に約58 %の最大分類精度が達成されたが,セッション間実験の場合には2 つのセッションにわたって分類精度で31 %の偏差が認められた.結論としてBCI は,主題およびセッション特有の較正および使用されるチャネルの数がより少なく,プラグアンドプレイ用の一般的かつ効率的なフレームワークを促進する上で極めて重要な役割を果たす.”