ブレインコンピュータインタフェース応用のための機能的近赤外分光信号におけるノイズ低減のための異なる アプローチの検討

Investigation of different approaches for noise reduction in functional near-infrared spectroscopy signals for brain-computer interface applications
Janani, A and Sasikala, M
Neural Computing and Applications, vol. 28, no. 10, pp. 2889-2903, 2017

機能的近赤外分光法(fNIRS)は,大脳皮質からの血流動態反応を測定する非侵襲的技術である.取得されたfNIRS 信号は,通常,大脳皮質の活性化に起因する局所的な血流動態反応の検出を妨げる運動アーチファクトに加て,”grobal”と呼ばれる生理学的過程から生じる影響を含む.前処理は,ブレインコンピュータインターフェース(BCI)アプリケーションの効率的な分類のための運動タスクに対応するfNIRS 信号の品質を向上させるための基本的なステップである.バンドパスフィルタリング,相関ベースの信号改善,メジアンフィルタリング,Savitzky-Golay フィルタリング,ウェーブレットノイズ除去および独立成分分析(ICA)などの様々な信号前処理アプローチが,手の運動作業中に取得された実験データセットについて調査され,アーチファクト電力減衰および対比ノイズ比(CNR)メトリックを使用する.その結果,ウェーブレットノイズ除去法は,被験者1 および2に属するデータセットならびにCNR を強化した.被験者1 の場合,除去前のHbR およびHbO の値はそれぞれ0.6392 および0.8710 であった.ウェーブレット法はこれらの値を0.8085 および0.9790 に改善した.被験者2 の場合,HbR およびHbO 信号のCNR 値はそれぞれ0.0221 および0.0638 から1.1242 および0.3460 から改善された.本研究では,Mayer 波の影響やその他の未知のアーチファクトを含む生理学的振動に関連するノイズを抑制することもICA によって示された.これは,被験者2 のデータセットに存在する鋭いスパイクを大幅に減少させました.得られた結果に基づいて,このようなfNIRS 信号のフィルタリングアルゴリズムは,BCI アプリケーションを開発するために運動タスクを効果的に分類することが可能である.