回転想起時のNIRS信号に対するLSTMを用いた加算平均波形の推定

カテゴリ: 部門大会

論文No: TC6-2

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Wave Form Estimation of averaging of NIRS Signals by Using LSTM

著者名: 菅井 雄飛（東京都立産業技術高等専門学校）,福田 恵子（東京都立産業技術高等専門学校）,吉田 嵩（東京都立産業技術高等専門学校）

著者名(英語): Yuhi Sugai (Tokyo Metropolitan College of Industrial Technology),Keiko Fukuda (Tokyo Metropolitan College of Industrial Technology),Takashi Yoshida (Tokyo Metropolitan College of Industrial Technology)

キーワード: NIRS|Brain Machine Interface|LSTM|回帰|加算平均時系列|NIRS|Brain Machine Interface|LSTM|regression|averagingtime series

要約(日本語): 大脳皮質における脳血流の相対変化量を計測するNIRSを用いて機械の制御をおこなうインタフェースはNIRS-BMI(Brain Machine Interface)と呼ばれている。NIRS-BMIでは、NIRS信号から制御信号を生成するために，脳血流の基準状態と脳血流が変化する状態を意図的に作り出し、それらを識別する必要がある。高精度な識別を実現するためには、識別器が脳血流の変化を追従できることが前提となる。一般にNIRS信号の変化は加算平均で評価されるため、本研究では長方形の回転を想起する課題（回転想起）遂行時の瞬時NIRS信号からその加算平均波形を推定するシステムについて検討する。測定したNIRS信号に前処理を施したものをLSTMと全結合層を組み合わせた推定器に入力し、得られた時系列信号と加算平均波形のMSEを評価する。