| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-01-28 14:15 畳み込みニューラルネットワークを用いた右示指屈曲運動のイメージ・実行・観察に対する脳波の分類 ○倉村優吾・嶽本隼也・伊賀崎伴彦（熊本大）  MICT2020-24 MBE2020-29 |
|
| 抄録 | （和） | 右示指屈曲運動について，筋感覚的運動イメージと視覚的運動イメージの2種類の運動イメージに運動イメージなし，運動実行，運動観察を加えた5課題を実行してもらったときの脳波の分類を試みた．分類器として畳み込みニューラルネットワーク（CNN）を採用し，5課題を1個のCNNで分類する「一括分類CNN」と，2課題を分類する10個のCNNを組み合わせた「分割分類CNN」について分類精度を比較した．また，CNNへの入力データとして頭皮上探査電極全19部位の脳波を使用した場合と，示指の運動実行や運動観察と関連の深い4部位の脳波を使用した場合についても分類精度を比較した．その結果，一括分類CNNについては19部位の脳波を使用した場合が48.2±5.9%，4部位の脳波を使用した場合が46.6±6.9%の分類精度となり，分割分類CNNについては19部位の脳波を使用した場合が52.8±9.7%，4部位の脳波を使用した場合が47.5±9.4%の分類精度となった．以上より，19部位の脳波を入力データとする分割分類CNNによって運動のイメージ・実行・観察を分類することの有効性が示唆された． |
| （英） | We attempted to classify the EEG when the participants performed five tasks related to the right index finger flexion: kinesthetic motor imagery, visual motor imagery, no motor imagery, motor execution, and motor observation. We employed a convolutional neural network (CNN) as a classifier and compared the classification accuracy of the "batch CNN," which classifies five tasks with a single CNN, and the "segmented CNN," which combined ten CNNs that classify two tasks each. We also compared the classification accuracy when using EEGs of all nineteen sites as input data to the CNNs and using EEGs of four sites closely related to motor execution and motor observation of the index finger. As a result, for the batch CNN, we found that the classification accuracies using EEGs of nineteen and four sites were 48.2±5.9% and 46.6±6.9%, respectively. On the other hand, 52.8±9.7% and 47.5±9.4% of classification accuracies were found for the segmented CNN using EEGs of nineteen and four sites, respectively. These results suggest the effectiveness of segmented CNN using EEGs of nineteen sites as input data for classifying motor imagery, execution, and observation. | |
| キーワード | （和） | 畳み込みニューラルネットワーク / 運動イメージ / 運動実行 / 運動観察 / 脳波 / / / |
| （英） | convolutional neural network / motor imagery / motor execution / motor observation / electroencephalogram / / / | |
| 文献情報 | 信学技報, vol. 120, no. 349, MBE2020-29, pp. 17-21, 2021年1月. | |
| 資料番号 | MBE2020-29 | |
| 発行日 | 2021-01-21 (MICT, MBE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MICT2020-24 MBE2020-29 |
|
| 研究会情報 | |
| 研究会 | MBE MICT |
| 開催期間 | 2021-01-28 - 2021-01-28 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ME, ヘルスケア・医療情報通信技術, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MBE |
| 会議コード | 2021-01-MBE-MICT |
| 本文の言語 | 日本語 |
| タイトル（和） | 畳み込みニューラルネットワークを用いた右示指屈曲運動のイメージ・実行・観察に対する脳波の分類 |
| サブタイトル（和） | |
| タイトル（英） | Electroencephalogram classification to motor imagery, execution, and observation of right index finger flexion using convolutional neural network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(2)（和/英） | 運動イメージ / motor imagery |
| キーワード(3)（和/英） | 運動実行 / motor execution |
| キーワード(4)（和/英） | 運動観察 / motor observation |
| キーワード(5)（和/英） | 脳波 / electroencephalogram |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 倉村 優吾 / Yugo Kuramura / クラムラ ユウゴ |
| 第1著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 嶽本 隼也 / Junya Takemoto / タケモト ジュンヤ |
| 第2著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 伊賀崎 伴彦 / Tomohiko Igasaki / イガサキ トモヒコ |
| 第3著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-01-28 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MBE |
| 資料番号 | MICT2020-24, MBE2020-29 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.348(MICT), no.349(MBE) |
| ページ範囲 | pp.17-21 |
| ページ数 | 5 |
| 発行日 | 2021-01-21 (MICT, MBE) |
[研究会発表申込システムのトップページに戻る]