被験者間情報とオンライン適応に基づいた教師無しブレインコンピュータインターフェース

Unsuperised Brain Computer Interface Based on intersubject Information and Online Adaptation Shijian Lu, Cuntai Guan, and Haihong Zhang
IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, 2009, VOL.17, NO.2
20180201_tishihara

従来のブレインコンピュータインターフェースは被験者間にわたる脳波記録(EEG)のかなりの変動の問題に対処するためのガイドされた較正手順に依存している.しかしながら,この較正は,エンドユーザに不便をもたらす.本論文では,P300ベースのブレインコンピュータインタフェースでこの問題に対処するオンライン適応学習法を提案する.オンライン操作中に被験者固有のEEG特性を自動的にキャプチャすることにより,新規ユーザはガイド付き(監視された)較正なしでP300ベースの脳コンピュータインタフェースの操作を開始することができる.基本的な原則は,一般的なP300の特徴を捕捉するために被験者のプールの脳波からオフラインで,被験者に依存しないモデルと呼ばれる一般的なモデルを最初に学習することである.新しいユーザにとって、サブジェクト固有のモデルと呼ばれる新しいモデルは,新しい被験者から記録されたEEGに基づいてオンラインで適応され,信頼スコア基づいたに対象に依存しないモデル,または適応された被験者固有のモデルによって予測される.提案された方法を検証するために,10人の健康な被験者を対象とした研究が行われ,肯定的な結果が得られた.例えば,2~4分のオンライン適応(10~20文字のスペル)の後,適応モデルの精度は,完全に訓練された監督された被験者固有モデルの精度に収束する.