ＢＭＩ技術のための脳波パターン分類手法の研究開発

点击翻译按钮获取中文摘要

個人に特化した自発脳波を生成するため，個人を特定可能な特徴量検出の研究を行った．これまでの研究成果として得られた提案手法を用いることで、高精度での個人脳波特徴表現が可能となっている．しかし，脳波の空間的変化、つまり、装着時の電極位置のずれを考慮した特徴抽出は行われていない．したがって，本提案手法である認証システムを用いて，電極の位置ずれ時の詳細な検証を行い，認識精度向上のための手法を提案した．検証のため、装着時のずれを想定した実験データを生成した．国際10-20法の基準電極位置を，前後左右と対角方向の計8方向に3㎝ずつ移動させた場合のデータを，装着時のずれデータとして扱う．ずれのない基準位置をG1，前方向に移動させた位置をG2，以下右回りにG3-G9とする．まず、登録データ位置と認証データ位置に着目した実験（実験1-3）を行った．実験1より，位置ずれを考慮しない場合，EERは0.18％であり、脳波認証は可能であった．また，実験2より，登録・認証データ位置が同じであれば，EERは0.15％であり、認証できた．実験3より，EERは13.30％であり、位置ずれ時には認証が不可能であった．つまり，基準位置G1のみでは位置ずれ時の脳波を正しく認識できていないことが判明した．そこで，位置ずれ時の脳波を学習モデルに追加して検証した．登録データとして学習モデルに追加する位置ずれ時のデータを変化させた実験（実験4-5）を行った．実験4より，EERは1.75％であり、同じ位置ずれのデータの登録により認証精度が向上した．実験5，6より，EERは2.96％、6.94％となり、登録データ位置の数が認証精度に影響を与えていることがわかった．これらの結果より，登録データ位置数の増加に伴い，学習モデルの汎用性の向上が認められた．したがって，本研究成果により、ずれ補正の可能性があることが示唆された．