2010 Fiscal Year Annual Research Report
ICA、ECDL、DBNを利用した、単一試行脳波によるBCIの開発
| Project/Area Number |
20300196
|
|---|
| 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)
前田 誠 九州工業大学, 大学院・情報工学研究院, 助教 (00274556)
|
|---|
| Keywords | 単一試行脳波 / BCI / ICA / ECDL / 数量化分析II類 / LOOCV / DBN / Bereitschaftpotential |
|---|
| Research Abstract |
単一試行脳波によるBCIを開発するために、H22年度は「研究目的」に記載した6つの研究項目ほとんどが最終目標まで到達した。主に、(1)既存の被験者データ解析、(5)Validation:分類モデルとしての数量化分析II類(QM2)とベイジアンネットワーク(BN)について共に被験者7名分のデータ解析結果を得た。QM2では、7名全員で相関比が0.9以上となり、イメージすべき手の左右を明確に識別できた。更に、LOOCVにより、カテゴリー数は4で十分であり、試行数を増やすことにより正解率が向上することを確認した。BNでは、昨年度に確立した"識別則"がほとんどの被験者で有効であることが分かった。そして、試行数の関数としてt検定の有意水準を調べた結果、BNモデルでは試行数が25以上であれば、"識別則"が効果的であると結論付けられた。(2)ECDL結果の自動読取;標準脳への変換パラメータを変更して評価を試みたが、脳解剖学の本との一致率はあまり変化しなかった。欧米人の標準脳であることが本質的な欠点であると思われるので、標準脳そのものを見直さなければならない。(3)DBNへの拡張:early BP、NS'、MPなどの特徴的な成分を合わせ持つ運動関連電位を、DBNで表現可能であることを見い出した。この結果を参考に、P300の混入が避けられない、動作イメージ課題遂行時に計測された本脳波データを、刺激提示から0～700msの区間を3区間(0～200ms、200～400ms、400～700ms)に分け、それぞれでBNを構築し、これらを最上位ノードで結合してDBNモデルを得た。その結果、上記、"識別則"の精度が更に向上した。
|
