
ジャイロスコープを用いた、頭部運動に起因するEEGアーチファクトの自動検出
ヌリ・ジャヴィット
更新日
2010/11/07

ジャイロスコープを用いた、頭部運動に起因するEEGアーチファクトの自動検出
ヌリ・ジャヴィット
更新日
2010/11/07

ジャイロスコープを用いた、頭部運動に起因するEEGアーチファクトの自動検出
ヌリ・ジャヴィット
更新日
2010/11/07
S. O’Regan. コーク大学電気電子工学科、コーク、アイルランド
要旨
歩行型脳波(EEG)システムにおける頭部運動アーチファクトを確実に検出することの必要性は、これまでの研究において実証されています。本論文では、EEGにおけるアーチファクト検出にジャイロスコープを使用することを提案します。ジャイロスコープ信号から各種の特徴量を抽出し、相互情報量評価関数を用いて順位付けを行います。その後、通常の脳波とアーチファクトを分離する手段として、線形判別分析を使用します。さらに、サポートベクターマシン分類器もジャイロスコープの特徴量信号に適用します。結果は、通常の脳波から抽出されたジャイロスコープ特徴量と、頭部運動に起因するアーチファクトから抽出された特徴量との間で良好な分離を示しており、頭部運動アーチファクトの分類にジャイロスコープ信号を特徴量として含めることの強い裏付けとなっています。レポート全文を読むには、ここをクリックしてください。
S. O’Regan. コーク大学電気電子工学科、コーク、アイルランド
要旨
歩行型脳波(EEG)システムにおける頭部運動アーチファクトを確実に検出することの必要性は、これまでの研究において実証されています。本論文では、EEGにおけるアーチファクト検出にジャイロスコープを使用することを提案します。ジャイロスコープ信号から各種の特徴量を抽出し、相互情報量評価関数を用いて順位付けを行います。その後、通常の脳波とアーチファクトを分離する手段として、線形判別分析を使用します。さらに、サポートベクターマシン分類器もジャイロスコープの特徴量信号に適用します。結果は、通常の脳波から抽出されたジャイロスコープ特徴量と、頭部運動に起因するアーチファクトから抽出された特徴量との間で良好な分離を示しており、頭部運動アーチファクトの分類にジャイロスコープ信号を特徴量として含めることの強い裏付けとなっています。レポート全文を読むには、ここをクリックしてください。
S. O’Regan. コーク大学電気電子工学科、コーク、アイルランド
要旨
歩行型脳波(EEG)システムにおける頭部運動アーチファクトを確実に検出することの必要性は、これまでの研究において実証されています。本論文では、EEGにおけるアーチファクト検出にジャイロスコープを使用することを提案します。ジャイロスコープ信号から各種の特徴量を抽出し、相互情報量評価関数を用いて順位付けを行います。その後、通常の脳波とアーチファクトを分離する手段として、線形判別分析を使用します。さらに、サポートベクターマシン分類器もジャイロスコープの特徴量信号に適用します。結果は、通常の脳波から抽出されたジャイロスコープ特徴量と、頭部運動に起因するアーチファクトから抽出された特徴量との間で良好な分離を示しており、頭部運動アーチファクトの分類にジャイロスコープ信号を特徴量として含めることの強い裏付けとなっています。レポート全文を読むには、ここをクリックしてください。

読むのを続ける