ブレインコンピュータインターフェースアプリケーションにおける疎空間および空間スペクトルフィルタの構 築のための貪欲解決法

Greedy solutions for the construction of sparse spatial and spatio-spectral lters in brain computer interface applications
Neurocomputing, 2013, Vol.108, p.69-78
20170727_tishihara

共通空間パターン(CSP)の元の定式化では,ブレインコンピュータインターフェース(BCI)の入力特徴量 として分散を抽出するときに,すべての記録チャンネルが結合されている.これは,構築されたシステムのオー バーフィットおよびロバスト性の問題をもたらす.本稿では,特徴を抽出する際に利用可能なすべてのチャネルの サブセットのみを線形結合し,分類の一般化を改善したスパースCSP 法を紹介する.我々は,空間射影を計算す るために複数のスパース固有ベクトルを識別するための貪欲探索ベースの一般化固有値分解アプローチを提案す る.我々は,ブレインコンピュータインタフェースコンペティション2005 の電気コルチコグラム(ECoG)および 脳波(EEG)データセットを用いて,バイナリ分類問題における提案されたスパースCSP 法の性能を評価する. 我々は,疎CSP によって得られた結果が従来の(疎でない)CSP によって得られた結果より優れていることを示 す.EEG データセットの5 人の被験者で平均した場合,分類誤差は12.3 %で平均疎性レベルは11.6 であり,118 チャネルの従来のCSP で得られた誤差は18.4 %であった.分類エラーは,ECoG データセットで64 チャネルを 使用する従来のCSP で得られた13 %のものと比較して,スパースネスレベル7 で10 %であった.さらに,疎な 共通空間スペクトルパターン(CSSP)を抽出するための提案されたスパースメソッドの有効性を検討した.