生体電気信号の尺度混合確率モデルとパターン認識への応用

カテゴリ: 部門大会

論文No: MC7-5

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Scale Mixture-based Stochastic Models of Bioelectrical Signals and Their Application to Pattern Recognition

著者名: 古居 彬（広島大学）

著者名(英語): Akira Furui (Hiroshima University)

キーワード: 生体電気信号|筋電位|脳波|確率モデル|パターン認識機械学習|Bioelectrical signal|Electromyogram (EMG)|Electroencephalogram (EEG)|Stochastic model|Pattern recognitionMachine learning

要約(日本語): 我々の身体から計測される筋電位や脳波などの生体電気信号は，ヒトの内部状態を強く反映している．そのため，生体電気信号の特徴を解析し，そこに隠れた性質や情報を抽出することで，疾患の兆候の早期発見や運動意図の推定に繋げることができる．しかし，我々の生体システムは様々な不確実性を伴っており，これが生体電気信号の特徴に影響を与えることが知られている．著者らはこれまで，生体電気信号中の不確実性を考慮可能な尺度混合確率モデルを提案してきた．提案モデルでは，信号の分散に階層的な確率構造を仮定することで，信号強度や信号の生成因子に応じた不確実性の変化を表現可能である．本発表では，提案モデルの枠組みを筋電位信号と脳波に適用した例について紹介する．また，具体的な応用として，筋電位信号に基づく動作パターン認識と，脳波に基づくてんかん発作認識について概説し，提案モデルの有効性と課題について議論する．