脳波の尺度混合モデルに基づく感情価の解読

カテゴリ: 部門大会

論文No: MC7-6

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): Decoding of Emotional Valence Based on a Scale Mixture Model of EEG

著者名: 福田 隼也（広島大学）,古居 彬（広島大学）,熊谷 遼（広島大学）,阪井 浩人（広島大学）,町澤 まろ（広島大学）,辻?? 敏夫（広島大学）

著者名(英語): Shunya Fukuda (Hiroshima University),Akira Furui (Hiroshima University),Ryou Kumagai (Hiroshima University),Hiroto Sakai (Hiroshima University),Maro G. Machizawa (Hiroshima University),Toshio Tsuji (Hiroshima University)

キーワード: 脳波|感情認識|確率モデル|尺度混合モデル|非ガウス性分散|Electroencephalogram (EEG)|Emotion Recognition|Stochastic Model|Scale Mixture Model|non-GaussianityVariance

要約(日本語): 人の感情を定量評価する方法として脳波情報が注目されており，一般的には脳波のスペクトルパワー値（振幅）が評価に用いられる．一方，脳の状態は外部刺激に応じて時々刻々と変化しており，脳波振幅の時間的な変動を考慮できれば感情評価において有用と考えられる．本研究では，脳波の分散に対して階層的な確率構造を導入した尺度混合モデルに基づき，感情価（快・不快感情）と脳波振幅の変動との関係を解析する．本モデルにより，振幅変動の評価を振幅分布の非ガウス性推定問題に帰着させることが可能である．快・不快画像提示時に得られた多チャンネル脳波データを用い，従来の振幅特徴量である分散と振幅変動の大きさを特徴付ける非ガウス性とを比較した．算出した特徴量に対してROC解析を行った結果，分散よりも非ガウス性の方が高精度に快・不快感情を判別できた．総じて，脳波の振幅変動が感情を定量評価及び解読する上で有効である可能性が示された．