2019 Fiscal Year Annual Research Report
A Study on Electroencephalogram Analysis Method Considering Individual Differences to Communication BCI
| Project/Area Number |
17K12768
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
伊藤 伸一 徳島大学, 大学院社会産業理工学研究部(理工学域), 助教 (90547655)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 脳波 / 個人差 / 性格 / 灰色理論 / サポートベクターマシン / 深層学習 / 聴く意思 |
|---|
| Outline of Annual Research Achievements |
意思を司る前頭前野の脳波を対象とし、特別な訓練を必要としない意思を伝達するブレインコンピュータインタフェースを構築するために、個人差を考慮した（性格分析結果を導入した）脳波分析法を確立することが目的である。申請課題では、情報の欠落およびノイズの混入に対応する灰色理論を導入した独立成分分析を考案し、心理テスト項目を最適化することで、意思決定に関連する性格要素を選定し、その結果を脳波分析手法に導入することで、脳波分析精度の向上を図る。
前頭前野は性格を司る部位でもあり、脳波に生じる個人差はその性格の違いの影響を受ける。また、脳波は脳活動電位の一部分（情報の欠落）を頭皮上から観測したものである。これらの課題を解決するために、自己組織化マップを改良し、性格を心理テストにより定量的に評価した結果と脳波の特徴抽出結果を同時に学習するモデルを考案した。音刺激に対する印象を脳波で分類する実験的検証を実施した結果、比較的良好な結果を得るに至り、学術論文として掲載した。また、脳波の特徴抽出に灰色理論を適用・応用した手法を考案した。ここでは、識別機にサポートベクターマシンを採用した。音刺激に対する思考パターンを脳波で分類する実験的検証を実施した結果、比較的良好は結果を得るに至り、学術論文として掲載した。さらに、深層学習とサポートベクターマシンを組合わせた脳波分析法を考案し、実験的検証を実施した。その結果、良好な結果を得るに至った。現在、学術論文に投稿中である。
|
