人間の認知プロセスの脳活動信号からの識別とその応用に関する研究

大脑活动信号识别人类认知过程及其应用研究

• 批准号: 12F01308
• 负责人: 渡邊 克巳
• 金额: $ 1.47万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2012
• 资助国家: 日本
• 起止时间: 2012 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-12F01308/
• 关键词: 信号処理; 脳・神経; 認知科学; 生体情報処理

(1)本研究ではレスティングステートMEG (magnetoencephalography)データからアーチファクトを自動的に除去する手法の開発を行なった。MEGデータから複数の線形・非線形特徴量を抽出し、眼球運動、体動、心拍等の様々なアーチファクトを自動的に分類、除去することを目的とした。MEGにより計測したデータに対して非線形解析を行った結果、フラクタル次元(FD)の非線形特徴の相関は生データ信号とアーチファクト除去済みの信号の間で異なっていることが明らかとなった。ICAベースの自動的なアーチファクト除去を用いた。確率密度決定のために複数の変数の同時確率関数を用いた。このパラメータは2つのランダム変数(生データとアーチファクト除去済みデータ)の間の相互独立性を示すものである。生データの期待値からアーチファクト除去済みデータの期待値を差し引くことで期待値の差分(dEV)を計算した。この指標は、2つの確率密度関数の距離を表すものである。最終的に、脳活動由来の信号とアーチファクト成分を分離するために最適なフラクタル次元とパラメータを決定した。実験の結果アーチファクト除去済みデータのフラクタル次元は生データのフラクタル次元に比べて統計的に有意に増加した。(2)発話音声データからの感情分析のための非線形解析手法を検討した。提案手法により発話からの感情認識のための効果的な特徴数を増やす可能性を示した。またイントネーションの違いを検出することが可能であり、発話時の感情の違いに関して、FmaxとTDFDという特徴により効率的に認識することが可能であった。

(1) this study で は レ ス テ ィ ン グ ス テ ー ト MEG (magnetoencephalography) デ ー タ か ら ア ー チ フ ァ ク ト を automatic に remove す る gimmick の open 発 を line な っ た. MEG デ ー タ か ら plural の linear, nonlinear, 徴 を drew し, eye movement, body, heart and other の others 々 な ア ー チ フ ァ ク ト を に classification, automatically remove す る こ と を purpose と し た. MEG に よ り measuring し た デ ー タ に し seaborne analytical line を っ て nonlinear た results, フ ラ ク タ ル dimensional (FD) の nonlinear 徴 の phase masato は raw デ ー タ signal と ア ー チ フ ァ ク ト remove 済 み の signal の で between different な っ て い る こ と が Ming ら か と な っ た. ICAベ ベ ス ス ス <s:1> automatic なア チファ チファ ト ト removal を using た た. The certainty density determines the <s:1> complex number <s:1> variable number <e:1> and the simultaneous certainty relation を, which is expressed by た た. こ の パ ラ メ ー タ は 2 つ の ラ ン ダ ム - number (born デ ー タ と ア ー チ フ ァ ク ト remove 済 み デ ー タ) between の の mutual independence を shown す も の で あ る. Raw デ ー タ の expect numerical か ら ア ー チ フ ァ ク ト remove 済 み デ ー タ の expect poor numerical を し lead く こ と で expect numerical の difference (dEV) を computing し た. The <s:1> <s:1> index <e:1>, the 2 す <s:1> accuracy density threshold <s:1> distance を table す <e:1> <s:1> である である. Final に, 脳 activity origin の signal と ア ー チ フ ァ ク ト component separation を す る た め に optimum な フ ラ ク タ ル dimensional と パ ラ メ ー タ を decided し た. Be 験 の results ア ー チ フ ァ ク ト remove 済 み デ ー タ の フ ラ ク タ ル dimensional は raw デ ー タ の フ ラ ク タ ル dimensional に than べ て statistical に intentionally に raised and し た. (2) The voice of the voice デ, タ, ら, <s:1>, emotional analysis ため, ため, non-linear analytical techniques を検, seeking た, た. The proposal approach is によ によ, the expression is ら, the emotional understanding is ため, the な characteristic number of the effect is を, the possibility of increasing やす is を, and the indication is た. ま た イ ン ト ネ ー シ ョ ン の violations い を 検 out す る こ と が may で あ り, 発 の feelings when の violations い に masato し て, Fmax と TDFD と い う, 徴 に よ り sharper rate に know す る こ と が may で あ っ た.

项目成果

A Comparison of Actual and Artifactual Features based on Fractal Analyses: Resting-State MEG Data.

基于分形分析的实际特征和人工特征的比较：静息态 MEG 数据。

• DOI: 10.1007/978-3-642-37502-6_146
• 发表时间: 2013
• 期刊: Lecture Notes in Computer Science
• 作者: Phothisonothai;M.;Tsubomi;H.;Kondo;A.;Kikuchi;M.;Yoshimura;Y.;Minabe;Y.;& Watanabe;K.
• 通讯作者: K.

Optimal Fractal Feature and Neural Network: EEG Based BCI Application

最优分形特征和神经网络：基于脑电图的 BCI 应用

• 作者: Phothisonothai;M
• 通讯作者: M

Thai speech assessment based on fractal theory

基于分形理论的泰语语音评估

• DOI: 10.1109/ecticon.2012.6254310
• 发表时间: 2012
• 期刊: 2012 9th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology
• 作者: M. Phothisonothai;K. Watanabe
• 通讯作者: K. Watanabe

Linear and nonlinear features for automatic artifacts removal from MEG data based on ICA

• 发表时间: 2012-12
• 期刊: Proceedings of The 2012 Asia Pacific Signal and Information Processing Association Annual Summit and Conference
• 作者: M. Phothisonothai;H. Tsubomi;A. Kondo;M. Kikuchi;Y. Yoshimura;Y. Minabe;Katsumi Watanabe

Physiological Signal Processing for Human-Machine Communication Technology : Recent Progress and Future Prospects.

人机通信技术的生理信号处理：最新进展和未来展望。

• 发表时间: 2013
• 作者: Phothisonothai;M. & Watanabe;K.
• 通讯作者: K.