• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

実環境下での単極脳波信号を入力としたアーチファクトフリーシステムの実現

研究課題

研究課題/領域番号 17H07389
研究種目

研究活動スタート支援

配分区分補助金
研究分野 ヒューマンインタフェース・インタラクション
研究機関国立研究開発法人産業技術総合研究所

研究代表者

叶賀 卓  国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (40803903)

研究期間 (年度) 2017-08-25 – 2019-03-31
研究課題ステータス 完了 (2018年度)
配分額 *注記
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
キーワード脳波 / 単極信号 / 信号分離 / アーチファクト除去 / ウェアラブルデバイス / ブレインコンピュータインタフェース
研究成果の概要

本研究は、脳波に対して実環境で生じるアーチファクト、特に眼球由来のアーチファクトが混入したノイジーなデータを処理する場合を想定し、ノイジーなデータから脳波成分を抽出することを目的とした。この時、対象の信号は単極(一つのみの電極)から得られたものとし、リファレンス信号など追加の電極は使用しない。
研究成果として、脳波信号にアーチファクトが入っていない場合は何もせず、アーチファクトが入っている場合は自動で脳波成分のみを抽出できる手法を提案した。従来法と比べ、最も良い分離性能を持つ。しかしながら、識別力を残す分離法ではないため、BCI性能を向上させるためには教師あり分離法としての拡張が必要である。

研究成果の学術的意義や社会的意義

脳波は非侵襲で脳内部の活動を観測でき、脳情報ベースのシステムに用いられている。近年、実環境下計測の利便性を求め、1チャネル(単極)のみで脳波を観測する場面が増えている。一方、観測脳波新語は常に多様なノイズ(アーチファクト)に汚染される。このため、解析時に脳波成分を抽出する必要がある。しかしながら、1種類の信号から脳波成分を抽出することは困難である。本研究は1種類の信号から脳波成分を自動的に抽出する手法を提案・精度実証した。これは、ウェアラブル機器により実環境下で観測される脳波信号から脳波成分を抽出し、脳情報ベースのシステムをより簡便に使用できるようになる意義を持つ。

報告書

(3件)
  • 2018 実績報告書   研究成果報告書 ( PDF )
  • 2017 実績報告書
  • 研究成果

    (12件)

すべて 2019 2018 2017 その他

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (8件) (うち国際学会 8件) 備考 (3件)

  • [雑誌論文] Multi-scale Dictionary Learning for Ocular Artifact Reduction from Single-channel Electroencephalograms2019

    • 著者名/発表者名
      Suguru Kanoga, Atsunori Kanemura, Hideki Asoh
    • 雑誌名

      Neurocomputing

      巻: undecided

    • 関連する報告書
      2018 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] A Comparative Study of Features and Classifiers in Single-channel EEG-based Motor Imagery BCI2018

    • 著者名/発表者名
      Suguru Kanoga, Atsunori Kanemura, Hideki Asoh
    • 学会等名
      IEEE Global Conference on Signal and Information Processing (Global SIP'18)
    • 関連する報告書
      2018 実績報告書
    • 国際学会
  • [学会発表] Semi-simulation Experiments for Quantifying the Performance of SSVEP-based BCI after Reducing Artifacts from Trapezius Muscles2018

    • 著者名/発表者名
      Suguru Kanoga, Masaki Nakanishi, Akihiko Murai, Mitsunori Tada, and Atsunori Kanemura
    • 学会等名
      40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'18)
    • 関連する報告書
      2018 実績報告書
    • 国際学会
  • [学会発表] Transfer Learning Over Time and Placementin Wearable Myoelectric Control Systems2018

    • 著者名/発表者名
      Suguru Kanoga, Masashi Matsuoka, and Atsunori Kanemura
    • 学会等名
      40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'18)
    • 関連する報告書
      2018 実績報告書
    • 国際学会
  • [学会発表] Semi-simulation Experiments for Quantifying the Performance of SSVEP-based BCI after Reducing Artifacts from Trapezius Muscles2018

    • 著者名/発表者名
      Suguru Kanoga, Masaki Nakanishi, Akihiko Murai, and Mitsunori Tada
    • 学会等名
      40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'18)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Transfer Learning Over Time and Placementin Wearable Myoelectric Control Systems2018

    • 著者名/発表者名
      Suguru Kanoga, Masashi Matsuoka, Atsunori Kanemura
    • 学会等名
      40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'18)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Assessing the Effect of Transfer Learning on Myoelectric Control Systems with Three Electrode Positions2018

    • 著者名/発表者名
      Suguru Kanoga and Atsunori Kanemura
    • 学会等名
      19th IEEE International Conference of Industrial Technology (ICIT'18)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] Exploring Optimal Myoelectric Feature Indices for Forearm Control Strategy Using Robust Principal Component Analysis2017

    • 著者名/発表者名
      Suguru Kanoga, Akihiko Murai, and Mitsunori Tada
    • 学会等名
      39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'18)
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] 転移学習による筋電位ベース動作識別モデルの適応力向上2017

    • 著者名/発表者名
      叶賀卓,兼村厚範
    • 学会等名
      電気学会C部門大会
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [備考] Suguru Kanoga

    • URL

      http://u4ag2kanosr1.blogspot.com/

    • 関連する報告書
      2018 実績報告書
  • [備考] 人工知能研究センター 機械学習研究チーム

    • URL

      https://www.airc.aist.go.jp/mlrt/

    • 関連する報告書
      2018 実績報告書
  • [備考] Suguru Kanoga

    • URL

      http://u4ag2kanosr1.blogspot.jp/

    • 関連する報告書
      2017 実績報告書

URL: 

公開日: 2017-08-25   更新日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi