ポータブルデバイスにおける脳波アルファリズムの検出

マーベリック・グエン

更新日

2019/04/16

ポータブルデバイスにおける脳波アルファリズムの検出

マーベリック・グエン

更新日

2019/04/16

ポータブルデバイスにおける脳波アルファリズムの検出

マーベリック・グエン

更新日

2019/04/16

Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho

ハイライト

  • Emotiv EPOC+ 14チャンネルEEGヘッドセットを使用してアルファ波を分析しました。

  • 2つの信号分析手法(MPとFFT)を比較しました。

  • Emotiv EPOC+とMPはアルファ波の研究において使用可能です。

要約

ポータブルEEG装置は、効率的なコンピュータインターフェースとなる大きな可能性を秘めています。しかし、脳の活動リズムを定量化するためには、EEG信号を正確に記述することが必要なステップとなります。本研究では、ポータブルEEG装置を用い、頭皮の7つの領域から得られたEEGアルファ波活性の検出を通じて、「開眼(EO)」と「閉眼(EC)」の2つの状態を区別するための2つの信号分析手法、マッチングパースート(MP)と高速フーリエ変換(FFT)について調査しました。被験者は10名の健康な男性ボランティアでした。全体として、MPの結果はFFT分析の結果を再現し、すべての手法が後頭部領域で良好な性能を示しました。しかし、MPのアトム数を使用した場合の方が状態の判別がより良好であり、MPのアトム数は本研究の対象となったすべての部位で統計的有意性に達した唯一の変数でした。EO状態とEC状態の判別にEEGアルファ波を利用する場合、特に後頭部以外の部位でのデータ取得が必要とされる際には、MPのアトム数を算出することが有用である可能性があります。

論文の全文はこちら

Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho

ハイライト

  • Emotiv EPOC+ 14チャンネルEEGヘッドセットを使用してアルファ波を分析しました。

  • 2つの信号分析手法(MPとFFT)を比較しました。

  • Emotiv EPOC+とMPはアルファ波の研究において使用可能です。

要約

ポータブルEEG装置は、効率的なコンピュータインターフェースとなる大きな可能性を秘めています。しかし、脳の活動リズムを定量化するためには、EEG信号を正確に記述することが必要なステップとなります。本研究では、ポータブルEEG装置を用い、頭皮の7つの領域から得られたEEGアルファ波活性の検出を通じて、「開眼(EO)」と「閉眼(EC)」の2つの状態を区別するための2つの信号分析手法、マッチングパースート(MP)と高速フーリエ変換(FFT)について調査しました。被験者は10名の健康な男性ボランティアでした。全体として、MPの結果はFFT分析の結果を再現し、すべての手法が後頭部領域で良好な性能を示しました。しかし、MPのアトム数を使用した場合の方が状態の判別がより良好であり、MPのアトム数は本研究の対象となったすべての部位で統計的有意性に達した唯一の変数でした。EO状態とEC状態の判別にEEGアルファ波を利用する場合、特に後頭部以外の部位でのデータ取得が必要とされる際には、MPのアトム数を算出することが有用である可能性があります。

論文の全文はこちら

Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho

ハイライト

  • Emotiv EPOC+ 14チャンネルEEGヘッドセットを使用してアルファ波を分析しました。

  • 2つの信号分析手法(MPとFFT)を比較しました。

  • Emotiv EPOC+とMPはアルファ波の研究において使用可能です。

要約

ポータブルEEG装置は、効率的なコンピュータインターフェースとなる大きな可能性を秘めています。しかし、脳の活動リズムを定量化するためには、EEG信号を正確に記述することが必要なステップとなります。本研究では、ポータブルEEG装置を用い、頭皮の7つの領域から得られたEEGアルファ波活性の検出を通じて、「開眼(EO)」と「閉眼(EC)」の2つの状態を区別するための2つの信号分析手法、マッチングパースート(MP)と高速フーリエ変換(FFT)について調査しました。被験者は10名の健康な男性ボランティアでした。全体として、MPの結果はFFT分析の結果を再現し、すべての手法が後頭部領域で良好な性能を示しました。しかし、MPのアトム数を使用した場合の方が状態の判別がより良好であり、MPのアトム数は本研究の対象となったすべての部位で統計的有意性に達した唯一の変数でした。EO状態とEC状態の判別にEEGアルファ波を利用する場合、特に後頭部以外の部位でのデータ取得が必要とされる際には、MPのアトム数を算出することが有用である可能性があります。

論文の全文はこちら