EEGを利用したブレインコンピュータインタフェースのためのデータクレンジング

摘要

近年，脳の活動に伴い発せられる脳波(EEG)を読み取り，意思を外部に出力するブレインコンピュータインタフェース(BCI)の研究が行われ，全身麻痺患者のコミュニケーションを支援することが期待されている．本稿では，計測されたEEGから計算されたデータに特徴選択を施すことにより汎化性能の高い識別器を構成する手法について検討する．特徴選択により，EEGデータ中の不要な情報や冗長な情報を除去することで，識別器の汎化性能が向上すると期待できる．特徴選択の具体的な方法としては，EEGデータから計算した特徴量を一つずつ減少させて交差確認法で評価する手法を採用した．これを，優れたパターン認識の手法であるサポートベクターマシンの入力とすることで，汎化性能の高いBCIを構築することができた．