2014 Fiscal Year Annual Research Report
ｆＭＲＩとカーネルファジィクラスタリングを用いたＢＣＩ画像検索
| Project/Area Number |
24500258
|
|---|
| Research Institution | Kochi University of Technology |
|---|
Principal Investigator |
吉田 真一 高知工科大学, 工学部, 准教授 (30334519)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
畠山 豊 高知大学, 医歯学系, 准教授 (00376956)
岡本 一志 千葉大学, 学内共同利用施設等, 助教 (10615032)
佐伯 幸郎 神戸大学, その他の研究科, 助教 (40549408)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | ソフトコンピューティング / BCI / fMRI / 機械学習 / 画像検索 / パターン認識 |
|---|
| Outline of Annual Research Achievements |
平成26年度は、BCIを用いた画像検索の基礎データとして、fMRIによる脳計測データを用いた下記の画像識別の研究と、fMRI計測データのパイプライン処理の計算機上への実装を行った。～1) 画像形状の識別（7種の図形）、2) 画像の色の識別（3色の円）、3) IAPS画像による誘起感情の識別 （快・不快）、4) 顔画像の識別 (男性・女性、知っている・知らない顔)、5) Python・Nipype・Pydicomを用いたfMRI計測データの直接処理の仕組みの実装～1) では、●・■・▲・▼・◆・★・×の7つの形状の識別を行った。3人の被験者に対して5回の実験を行い、各々の実験では140回の画像呈示を行った。fMRI計測データ200704次元から、相関をもとにボクセルの選択を行い、10次元で40％、100次元で60％、200次元で70％の精度で呈示図形の推定ができた。2) では、赤・青・緑の3色の実験について、サポートベクトルマシン(SVM)に加え、ランダムフォレスト、ニューラルネットワーク、スパースロジスティック回帰(SLR)による評価を行い、SLRでの推定精度が68%～72%と、SVM(68%)なみの性能を示したことに対し、ランダムフォレスト（木の数500、1000）は57~60%、ニューラルネットワーク（バックプロパゲーション3層、4層）は53%であった。3) では、IAPSを用いた画像から誘起される感情の種類（快・不快）の推定を行い、推定精度は52%~76%であり被験者によっては、ほとんど推定ができていない場合あった。4) では、(A) 顔と建物、(B) 男性顔と女性顔、(C) 知人の顔と知らない人の顔の推定を行い、(A)83％、(B)77%、(C)76%の推定精度となった。5) では、DICOMデータからPythonを用いた、前処理・統計処理を実現した。
|
Research Products
(4 results)
-
-
-
[Presentation] Decoding analysis for fMRI based on Deep Brief Network2014
Author(s)
Yutaka Hatakeyama, Hiromi Kataoka, Yoshiyasu Okuhara, Shinichi Yoshida
Organizer
World Automation Congress 2014, 9th International Forum on Multimedia and Image Processing
Place of Presentation
World Automation Congress 2014, 9th International Forum on Multimedia and Image Processing
Year and Date
2014-08-03 – 2014-08-07
-
