ハイブリッド学習に基づいた非負値行列因子分解と単極脳波信号を用いた脳波に混入した瞬きアーチファクトの除去手法の提案および応用

カテゴリ: 研究会(論文単位)

論文No: IIS14058

グループ名: 【D】産業応用部門 次世代産業システム研究会

発行日: 2014/03/28

タイトル(英語): An Application of Non-Negative Matrix Factorization Based on Hybrid Learning Method for Single-Channel Electroencephalographic Signals Mixed with Eye-Blink Artifacts

著者名: 叶賀 卓(慶應義塾大学),満倉 靖恵(慶應義塾大学)

著者名(英語): Suguru Kanoga(Keio University),Yasue Mitsukura(Keio University)

キーワード: 脳波|眼電|独立成分分析|非負値行列因子分解|electroencephalographic signal|electrooculographic signal|Independent component analysis|non-negative matrix factorization

要約(日本語): 本研究では、単極脳波計を用いた際に脳波に混入する瞬きアーチファクトを単極脳波信号のみを用いて除去する手法を提案し、実際に脳波信号に適用する。この目的のために、ハイブリッド学習に基づいた非負値行列因子分解を利用する。その結果、単極脳波信号のみで多極脳波信号を用いた独立成分分析の結果に近い除去精度を示した。

要約(英語): In this paper, we proposed an eye-blink artifact rejection method using non-negative matrix factorization based on hybrid learning method and single-channel electroencephalographic signals. High signal-to-noise ratio between reconstructed signals by the proposed method and the independent component analysis was indicated.

原稿種別: 日本語

PDFファイルサイズ: 1,468 Kバイト