ドライバの注意状態感知のための脳機能と呼吸情報の収集と実験設計

Experimental Design and Collection of Brain and
Respiratory Data for Detection of Driver’s Attention
HEALTHINF, pp.441-450, 2017

運転者の注意は交通安全において非常に重要であり,実験室中の運転シミュレーションであっても観察する価値 がある.本稿では,運転者に注意を喚起する実験の設計,収集されたデータの検証およびデータ解析で使用される 最初の前処理と処理ステップを扱う.脳活動は主要な生体信号と考えられ,脳波情報および事象関連電位に関する 技術および手法を用いて測定,分析される.呼吸は,脳活動と共に取得可能な二次的な生体信号と考えられる.ス タックオートエンコーダを用いた収集されたデータの検証は,データ分析に先立つ重要なステップと考えられる.

リーマン幾何学によるマルチクラスブレイン- コンピュータインタフェースの分類

Multiclass Brain-Computer Interface Classi cation by
Riemannian Geometry
IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. 59, NO. 4, P.920-928, APRIL 2012
20170510_tishihara

本稿では運動想起に基づくBrain Computer Interface の新しい分類フレームワークを紹介する.この枠組は共
分散行列の多様体におけるリーマン幾何学の概念を含む.主な考え方は,EEG 信号記述子として空間共分散行列
を使用し,対称および正定値(SPD)行列の多様体のトポロジを使用してこれらの行列を直接分類するリーマン
幾何学に依存することである.このフレームワークは空間フィルタリングを使用せずにEEG 信号に含まれる空間
情報を抽出することを可能にする.2 つの方法が提案され,BCI コンペティションIV からのマルチクラスデータ
セットIIa に関する参照方法[マルチクラス共通空間パターン(CSP)および線形判別分析(LDA)] と比較され
る.リーマン平均距離(MDRM)までの最小距離と呼ばれる第1 の方法は,リーマン距離およびリーマン平均を
用いた最小距離- 平均(MDM)分類アルゴリズムの実装である.この単純な方法は,参照方法と同等の結果を示
す.第2 の方法は,接線空間LDA(TSLDA)と呼ばれ,共分散行列をベクトル化してユークリッド物体として扱
うことができるリーマン正接空間上に行列を置く.次に,次元を減少させるために可変選択手順が適用され,LDA
による分類が実行される.この後者の方法は平均分類を増加させる参照方法より優れている.精度は65.1 %から
70.2 %になる.

EEG特徴空間における特徴選択のための遺伝的アルゴリズムと前進的選択法

Genetic algorithm and forward method for feature selection in EEG feature space
Journal of Theoretical and Applied Computer Science, 2013, Volume 7, No.2, P.72-82
20161123_tishihara

脳波信号(EEG)に基づいたブレインコンピュータインターフェースを構築するプロセスには多くの問題が生じる.実施可能な実験の数と特徴空間のサイズとの間に大きな不均衡があり,記録された信号から抽出された特徴はそれらの1つに含む.この不均衡を減少させるために,特徴選択のための方法を適用することが必要である.機能選択のアプローチの1つは,しばしばブレインコンピュータインタフェースの研究で行われる,各個人のすべての機能をコード化する古典的な遺伝的アルゴリズムである.この研では,このアプローチは高度な分類精度の特徴の集合を得ることができるが,フォワード選択法を用いて選択された特徴の集合または与えられた(非常に小さい)個の遺伝子の個体を備えた遺伝的アルゴリズムと比較して高度に冗長な特徴集合にもつながることを示す.

学習スタイルと性別間のメンタルローテーションタスクにおけるパフォーマンスの脳波ベースの比較

EEG-based Comparisons of Performance on a Mental Rotation Task between Learning Styles and Gender
Frontiers in Education Conference, 2013 IEEE, pp.1176-1182

保持力と多様性は工業学校において重要な問題である.不適な方法で示されたならば,学生の学習スタイルは教材の理解を妨害するかもしれない.学習の仕方の評価は学生の好みを決定する上で有益であるが,認知能力と学生の学習スタイルを関連付ける研究はほとんどない.本研究の目的は,フェルダー=ソロモンによって決定されたインベントリー学習スタイル(ILS)のような生徒の学習スタイルと認知能力の間の関係性を究明することである.実験では,エンジニアリング学生がメンタルローテーションタスクを行なっている間における脳内の神経活性化のエリアを評価するために機能的な脳波記録法(EEG)を使用する.学習スタイルの好みとメンタルローテーションスコアは脳波賦活と関連している.学習スタイルの差は主として性別の違いにおいて観察された.これらの違いのほとんどは,タスク上の同様の実行を示す間に,性と学習スタイルの好みにおける違いで各個人が脳の異なる部分を賦活することが示唆され,実際のタスクパフォーマンスに対立するものとするEEGパターンが示された.

pdf