エントロピーに基づく不平衡光化学センサー検出とウェーブレット回帰を用いた地上歩行のためのモーション アーチファクト補正

fNIRS Motion Artifact Correction for Overground Walking using Entropy Based Unbalanced Optode Decision and Wavelet Regression Neural Network
Gihyoun Lee, Sang Hyeon Jin, Seung Hyun Lee, Berdakh Abibullaev, and Jinung An IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems, vol.13, pp.186- 193, 2017

“機能的な近赤外分光法(fNIRS)を用いて, 無傷の頭蓋骨を通した近赤外光の吸収を測定することにより, 脳の活性化を調べることができる. fNIRS は, 機能的磁気共鳴イメージング(fMRI)血液酸素レベル依存性(BOLD)
シグナルと同様のヘモグロビンシグナルを測定することができる. fMRI イメージングの標準的方法である一般線
形モデル(GLM)は, fNIRS イメージング解析に適用されている. しかしながら, 被験者が動くと, fNIRS 信号は
測定中にアーチファクトを含む可能性がある. これらのアーチファクトはモーションアーチファクトと呼ばれます.
しかしながら, GLM は, モーションアーチファクトのために減退の欠点を有する. 近年, ウェーブレット及び血行
力学的応答関数に基づくアルゴリズムは, fNIRS 信号に対する運動アーチファクト補正の一般的なトレンド除去方
法である. しかし, これらの方法は, 地上を歩くタスクのような過酷な環境では性能を示すことができない. 本論文
では, エントロピーに基づく不平衡光化学センサー検出規則とウェーブレット回帰に基づく伝搬ニューラルネット
ワークを用いた新しい運動アーチファクト補正方法を提案する. 実験を通して, 提案された方法の性能は, 従来のト
レンド除去アルゴリズムと比較して, グラフィック結果, 脳活性地図, および客観的性能指標を用いて証明された.”

瞳孔径分析による自動ストレス分類

Automatic Stress Classi cation With Pupil Diameter
Analysis
International Journal of Human-Computer Interaction, Vol.30, No.3, pp.220-236, 2014
20170830_hwada

この論文では,瞳孔の動きを心理的ストレスに関連付けるためのウェーブレット変換及びニューラルネットワー クに基づく手法を提案している.提案手法では,シミュレートされた運転課題時の瞳孔径及び電気皮膚活動を記録 することで評価を行った.自己報告のアンケートの収集も行った.参加者は,運転課題のみを含むベースライン ランを実行した後,アラート音が鳴っている際の運転,2 人の人間に運転の評価をされる運転及びこの両方の3 つ のストレスランを行った.自己報告及び瞳孔系は,指標付けされたストレス操作に成功し,これらの指標間に有 意な相関が発見された.しかし,皮膚電気活動は変化しなかった.訓練後,4 方向並列ニューラルネットワーク分 類器は,与えられた未知の瞳孔径が79.4%の精度で,4 つの実験のうちの1 つから来たかどうかを推測可能であっ た.本研究は,瞳孔径がストレス検出のための優れた識別力を有することを示した.

拡大内視鏡画像の分類のための多方向多重解像度による特徴量抽出

Feature extraction from multi-directional multi-resolution image transformations for the classi cation of zoom-endoscopy images
Pattern Analysis and Applications, Vol. 12, No. 4, pp.407{413, 2009

20150518 hayashinuma

本稿では,拡大内視鏡画像の分類することを目的にガボールウェーブレット変換のサブバンドおよびデュアル
ツリー複素ウェーブレット変換より得られる画像の特徴量の識別力について議論する.我々はカラーテャンネル
情報を分類のプロセスに組み込み,輝度値のみに基づく画像の解析と比較して優れた分類結果であることを示す.