四肢運動想起EEG信号の多クラス識別手法の検討

カテゴリ：部門大会

論文No：PS2-3

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：A Study on Multiclass Classification of Four-Limb Motor Imagery EEG Signals

著者名：松岡 亮佑（鹿児島工業高等専門学校）,鎌田 清孝（鹿児島工業高等専門学校）

著者名(英語)： Ryosuke Matsuoka (National Institute of Technology, Kagoshima College),Kiyotaka Kamata (National Institute of Technology, Kagoshima College)

キーワード：脳波,BCI,運動想起,多クラス分類,EEG,Brain-Computer Interface,Motor Imagery,Multiclass Classification

要約(日本語)：近年、脳とコンピュータを連動させる技術としてBrain-Computer Interface(BCI)の研究が盛んに行われている。BCIは、脳活動情報から使用者の意図を読み取り、運動器を介さずに直接さまざまな機器を操作する技術である。この技術は、筋萎縮性側索硬化症患者のコミュニケーション支援やリハビリテーションなど、医療・福祉分野での応用が期待されている。また、ゲーム操作やバーチャルリアリティ(VR)など、エンターテインメント分野への応用も進められている。そこで本研究では、事故や疾患により手足を十分に動かせない人々が、身体を動かさなくても楽しめるVRコンテンツを提供することを目指し、VRコンテンツにBCI技術を用いるための前段階として、公開EEGデータセットを用いて、四肢（両手・両足）の運動想起EEG信号を多クラス分類する手法を検討する。

本誌掲載ページ：1556-1558p

原稿種別：日本語

PDFファイルサイズ：407Kバイト