運動イメージ分類のための単一試行コネクティビティ推定

Single-trial connectivity estimation for classification of motor imagery data
Journal of Neural Engineering, Volume 10, Number 4, 11 June 2013
20160624_tishihara

目的:多くの脳とコンピュータのインターフェイス(BCI)は,異なる運動イメージ(MI)のパターンを区別する ために脳波のバンドパワー(BP)の変化を使用している.近年のほとんどのアプローチは,アカウントに分け脳 領域のコネクティビティを取ることはない.私たちの目的は単一試行コネクティビティ特徴量を導入し,BCI デー タにこれらの特徴量を適用することである.アプローチ:私たちは,BCI 環境においてベクトル自己回帰(VAR) の独立成分のモデルからの単一試行コネクティビティの推定値を抽出するための手順を紹介する.主な結果:シ ミュレートされた BCI では,我々はフル周波数で正規化した有効性伝達関数(DTF)と直接的 DTF が BP と似 た結果を与えることを実証した.一方で,その他の部分有効性コヒーレンスなど他の尺度で大幅に分類精度が落 ちたことも実証した.意義:我々は,単一試行 MI の分類が VAR モデルから抽出したコネクティビティ尺度で可 能であり,BCI は,潜在的に,このような尺度を利用することが可能であることを示す.