2017 Fiscal Year Annual Research Report
Single-trial-EEG-based SSBCIJ system: generalization to continuous silent speech recognition
| Project/Area Number |
15K00276
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
山崎 敏正 九州工業大学, 大学院情報工学研究院, 教授 (50392163)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井上 勝裕 九州工業大学, 大学院情報工学研究院, 教授 (00150516) [Withdrawn]
齊藤 剛史 九州工業大学, 大学院情報工学研究院, 准教授 (10379654)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 脳波 / SSBCIJ / decoding / wireless / real-time / 母音・単語・音節 |
|---|
| Outline of Annual Research Achievements |
頭皮脳波を利用して、健常者でサイレント母音のdecoding、患者でサイレント単語および音節のdecodingを試みた。患者のdecodingでは、EEG template matchingを試みた。EEG templateとは、日本語の各拍に対応する100-ms EEGである。27個の音節から成る文章を患者がサイレントスピーチした時の脳波のdecodingを行った。その結果、27個中19個の音節が少なくとも1つの拍を正しく抽出できた。健常者の脳波電極位置はF3、F5、F7、FC5とした。認識率は平均でFC5が最も良かった。このFC5において、母音の中で”あ”が最も高かった。認識率は5-fold cross validationを採用した。尚、患者の結果については倫理的な観点でここには記載出来ない。
更に、頭皮脳波を利用して、neural networkによる音声信号予測を試みた。neural networkはecho state networkを採用した。母音および子音、”あ”、”か”、”さ”、”な”に対して、認識率は26～69％と大きく変動した。認識率の算出には4-fold cross validationを利用した。
また、将来の実用化のために、wirelessかつreal-time SSBCIJ (silent speech Brain-Computer Interface in Japanese)のハードウェア構成とソフトウェア構成を検討した。
|
