| 研究課題/領域番号 |
18K18023
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60040:計算機システム関連
|
|---|
| 研究機関 | 大阪大学 (2019)
山梨大学 (2018) |
|---|
研究代表者 |
兼本 大輔 大阪大学, 工学研究科, 講師 (90603332)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2018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 / 圧縮センシング / 独立成分分析 / 脳波計測 |
|---|
| 研究成果の概要 |
本研究では，アーチファクトが混入した脳波に対しても圧縮センシングが利用できる新しい脳波計測フレームワークを提案している．提案するフレームワークでは，データプロセッシングユニットにて，アーチファクトを除去するために独立成分分析を利用するという特徴を有する．よって，本フレームワークでは消費電力が大きくなる独立成分分析ブロックをセンシングユニットに配置する必要がない．今回の科学研究費補助事業で取り組んだ課題では，疑似瞬目アーチファクトが混入した脳波信号に対して，提案するフレームワークの有効性を検証した．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，圧縮センシングと独立成分分析を用いた新しい脳波計測フレームワークに関する研究を実施した．圧縮センシングを計測システムに応用する際に生じる課題に対して，センシングユニットにおける回路ブロックの追加を避けつつ解決出来る方法を学会で提案する等，学術的に意義のある成果を発信した．本研究成果は，圧縮センシングを実社会で利用する上での一つの解決策を示すことが出来たという点で社会的意義があるといえる．
|
