半教師あり学習を用いた自然音に対する事象関連電位の分類

カテゴリ: 部門大会

論文No: OS5-4

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Classification of Event-Related Potential for Natural Sound Stimuli Using Semi-Supervised Learning

著者名: 荻野 幹人（慶應義塾大学）,満倉 靖恵（慶應義塾大学）

著者名(英語): Mikito Ogino (Keio University),Yasue Mitsukura (Keio University)

キーワード: ブレイン・コンピュータ・インタフェース|事象関連電位|聴覚聴覚|Brain-Computer Interface|Event Related Potential|Auditory

要約(日本語): 全身の筋肉が徐々に動かなくなっていく神経難病である筋萎縮性側索硬化症（ALS）は，近年大きな社会問題となっている．本病状の最終段階には意識が明確であっても意思を表現する事が出来ない「閉じ込め状態」と呼ばれる状態があり，こうした状態にあっても脳波を用いて意思伝達を図るために，聴覚刺激型ブレイン・コンピュータ・インタフェース（BCI）が研究されている．聴覚刺激型BCIにおいて，事象関連電位の分類はBCIの精度の直接影響を及ぼす．これまでの研究では単一音に対する事象関連電位の分類に半教師あり学習が用いられ，精度向上が証明されてきた．しかしながら，自然音に対する事象関連電位に対する半教師あり学習の適用はまだされていない．本研究では半教師あり学習を用いて，自然音に対する事象関連電位の分類を行い，その精度を検証する．

PDFファイルサイズ: 674 Kバイト