| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-06-10 16:45 加速度信号の多変量時間応答関数法を用いた脳波計測データの運動アーチファクト低減 ○梅原広明・横田悠右（NICT）・岡田真人（東大/NICT）・成瀬 康（NICT）  NLP2022-24 CCS2022-24 |
|
| 抄録 | （和） | 装着及び計測が容易なドライ電極を用いた脳波計測システムの開発が進み，実際の生活環境に近い状態での脳活動計測が可能となってきた．一方で，実環境計測中の体動に伴い頭皮に対する電極の接触状態が変動して生じる運動アーチファクトを除去する技術が必要となる．そのため，加速度計を用い電極の変動も同時計測して運動アーチファクトを推定し低減する研究が行われている．先行研究では適応型フィルタが推定モデルに使われたが，推定の際に人為的に導入せざるをえないハイパーパラメータを推定する方法が確立されていない．我々は，連続刺激に対する脳波の応答を推定する多変量時間応答関数（mTRF）前方モデルならば，ベイズ推定として捉え直すことができることに着目し，ハイパーパラメータの最尤推定モデルを構築した．脳波計測値の品質評価指標の先行研究に基づき変速する歩行において適応型フィルタよりもmTRF を用いた方が運動アーチファクト低減の精度が高いことを示した． |
| （英） | The recent advances of wearable electroencephalography (EEG) systems with dry electrodes provide the realization of brain-computer interfaces in real-world settings. It inevitably induces artifacts by unstable contacts between the electrodes and the scalp. The reduction techniques of motion artifacts from the simultaneous measurement of the EEG and the acceleration of the electrode have been studied intensively, where the adaptive filters are implemented for the time-varying responses on the accelerations. The adaptive filters, however, involves the difficulty of the hyperparameter estimation. In this study, the forward model of the multivariate temporal function is introduced with an assumption of time invariable response. The hyperparameters are formulated based on the maximum likelihood as the Bayesian inference. With the metrics for benchmarking EEG systems, the proposed method is more accurate than the existing ones in the ambulatory situation with varying speed of walking. |
|
| キーワード | （和） | アーチファクト除去 / 運動アーティファクト / ベイズ自由エネルギー / アクティブ電極 / / / / |
| （英） | artifact removal / movement artefact / Bayesian free energy / active electrode / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 66, CCS2022-24, pp. 123-128, 2022年6月. | |
| 資料番号 | CCS2022-24 | |
| 発行日 | 2022-06-02 (NLP, CCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2022-24 CCS2022-24 |
|
| 研究会情報 | |
| 研究会 | CCS NLP |
| 開催期間 | 2022-06-09 - 2022-06-10 |
| 開催地（和） | 大阪大学 豊中キャンパス シグマホール |
| 開催地（英） | |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2022-06-CCS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 加速度信号の多変量時間応答関数法を用いた脳波計測データの運動アーチファクト低減 |
| サブタイトル（和） | |
| タイトル（英） | Motion artifact reduction in EEG recordings using the multivariate temporal response function of acceleration signals with hyperparameter estimation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | アーチファクト除去 / artifact removal |
| キーワード(2)（和/英） | 運動アーティファクト / movement artefact |
| キーワード(3)（和/英） | ベイズ自由エネルギー / Bayesian free energy |
| キーワード(4)（和/英） | アクティブ電極 / active electrode |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 梅原 広明 / Hiroaki Umehara / ウメハラ ヒロアキ |
| 第1著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第2著者 氏名（和/英/ヨミ） | 横田 悠右 / Yusuke Yokota / ヨコタ ユウスケ |
| 第2著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第3著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第3著者 所属（和/英） | 東京大学大学院/情報通信研究機構 (略称： 東大/NICT) The University of Tokyo/National Institute of Information and Communications Technology (略称： UTokyo/NICT) |
| 第4著者 氏名（和/英/ヨミ） | 成瀬 康 / Yasuishi Naruse / ナルセ ヤスシ |
| 第4著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-10 16:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | NLP2022-24, CCS2022-24 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.65(NLP), no.66(CCS) |
| ページ範囲 | pp.123-128 |
| ページ数 | 6 |
| 発行日 | 2022-06-02 (NLP, CCS) |
[研究会発表申込システムのトップページに戻る]