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

2018 年度 実績報告書

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
キーワード脳波 / アーチファクト除去 / 信号分離 / 単極信号
研究実績の概要

本研究では、実環境で生じる様々なアーチファクト、特に眼球由来の眼電アーチファクトが混入した場合に着目し、その混合信号から脳波成分を抽出することを目的としている。この時、対象の信号は単極のみであり、リファレンス信号など追加の電極は使用しない。さらに、抽出した脳波成分の識別能力を明らかとし、オンラインシステムとしての処理許容時間内で識別結果の出力まで行える信号分離アルゴリズムの提案および実装を目的としている。
2019年度では、2018年度に提案したアーチファクト除去手法の基本的な処理フローによる成果をまとめ、Neurocomputingに投稿、採択された。この手法をGithubにまとめ、提案手法をオープンソースデータとして公開した(https://github.com/Suguru55/MSDL_based_artifact_rejection)。これにより、研究目的の半分である、「単極の情報のみを用いて混合信号から脳波成分を抽出する」ことは達成した。
ただし、この手法はオフラインでの処理が対象となっている。これは辞書学習ベースの行列分解手法の計算コストが高いため、オンラインシステムに求められる処理許容時間内での出力が難しいためである。2018年度は運動想起、2019年度はSSVEPを対象とした計測プロトコルを実施し、オンラインでの精度を検証することを試みたが、SSVEPの提示周波数の厳密さを実現するまでに時間がかかり、データ計測が終了したのが、2019年2月であったため、研究目的のもう半分である「システムの提示許容時間内で識別結果の出力までを行える信号分離アルゴリズムの提案及び実装」は現在進行中である。

現在までの達成度 (段落)

平成30年度が最終年度であるため、記入しない。

今後の研究の推進方策

平成30年度が最終年度であるため、記入しない。

  • 研究成果

    (6件)

すべて 2019 2018 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 (3件) (うち国際学会 3件) 備考 (2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 ページ: undecided

    • 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)
    • 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)
    • 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)
    • 国際学会
  • [備考] Suguru Kanoga

    • URL

      http://u4ag2kanosr1.blogspot.com/

  • [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/

URL: 

公開日: 2019-12-27  

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