研究課題
本研究の目的は、密パッチ上の確率モデルを使用する統計推定による新規な多次元信号処理法を提案することである。密パッチとは、 ボクセルパッチ（近傍ボクセル集合）を互いに1ボクセルずつ重ねて敷き詰めたものを意味する。各パッチ内の統計量がランダム変動に対してロバストであり、かつ脳画像の局所構造をよく捉えることができるという利点を活用することで、位置ごとに異なる柔軟な正則化を実現できる。密パッチ情報に基づく3次元信号処理法の実現は、BMI工学や神経科学などへの発展可能性を持つ。本年度は、脳信号の処理およびデコーディング応用と、画像信号処理への応用を行った。とくに、非侵襲的に計測された脳活動由来の信号の処理により、より幅広い環境における脳活動推定を目指した手法への貢献と、離散最適化技術の応用により、要素間に特定の関係性を有する信号集合の要約手法の開発を行った。前者においては、環境中の不規則変動をより幅広く考慮すべきとの示唆を得た。後者においては、特に大規模な問題への適用において、提案法は計算効率の観点からの優位性が期待されたが、実施した実験の範囲内では顕著な傾向を確認することができなかったため、より有用性の高い実験設定を試すなど、役に立つ状況の絞り込みが重要であるとの認識に至った。
すべて 2014 2013 その他
すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (6件)
NeuroImage
巻: 90 ページ: 128-139
10.1016/j.neuroimage.2013
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
巻: - ページ: 865-970
10.1109/IROS.2013.6696452
