運動想起中の脳波識別における時間窓のスパース化

摘要

In an EEG based Brain computer interface (BCI), a time-windowed signal having a fixed finite duration is classified into a class associated with a BCI task. The time window should be designed taking into account the duration when a user performs a task and a brain activity occurs. In order to find the appropriate length of the window that works well for BCI, this paper proposes a method for using a sparse time window being sparse in time domain. This method finds the optimal sparsification for the time window by a criterion based on a common spatial pattern method that is an effective method for feature extraction. By experiments, we show that the proposed method improves classification accuracy of BCI.%脳波を用いた脳コンピュータインターフェイス(Brain Computer Interface; BCI)では，信号を時間窓によって切り出し，その信号に対してクラス分類を行う.この時間窓は，ユーザのBCIタスクの開始や脳活動誘発のタイミングなどを考慮して，適切に設定する必要がある.本稿では，識別に有用な信号のみをスパース化した時間窓によって抽出する手法を提案する.提案法は，BCIの特徴抽出に有効であるCommon Spatial Patternに基づく評価基準によって，最適なスパース化を選択する.シミュレーションによって，提案法はBCIの識別率を改善することを示す.