[論文レビュー] EEGsig machine learning-based toolbox for End-to-End EEG signal processing.

Fardin Ghorbani, Soheil Hashemi+2 more|arXiv (Cornell University)|Oct 24, 2020

EEG and Brain-Computer Interfaces参考文献 23被引用数 7

ひとこと要約

EEGsig は、統合された前処理、特徴抽出、分類ワークフローを通じてエンド・ツー・エンドのEEG信号処理を可能にする、オープンソースで MATLAB に基づく GUI ベースのツールボックスです。プログラミングの必要性を排除し、神経科学研究者が機械学習を用いたEEG解析をスムーズに行える包括的なインターフェースを提供することで、プロジェクトのセットアップ時間を顕著に短縮します。

ABSTRACT

In the quest to realize comprehensive EEG signal processing toolbox, in this paper, we demonstrate the first toolbox contain three states of EEG signal processing (preprocessing, feature extraction, classification) together. Our goal is to provide a comprehensive toolbox for EEG signal processing. Using MATLAB software, we have developed an open-source toolbox for end-to-end processing of the EEG signal. As we know, in many research work in the field of neuroscience and EEG signal processing, we first clear the signal and remove noise, artifact, etc. Which we know as preprocessing, and then extract the feature from the relevant signal, and finally Machine learning classifiers used to classification of signal. We have tried to provide all the above steps in the form of EEGsig as a graphical user interface(GUI) so that there is no need for programming for all the above steps and reduce the time to complete these projects to a desirable level.

研究の動機と目的

• 既存のEEG信号処理ツールの断片的な性質を是正し、前処理、特徴抽出、分類を1つのワークフローに統合すること。
• 神経科学および生体医工学分野の研究者が、EEG解析におけるプログラミングの必要性を排除することで技術的障壁を低減すること。
• エンド・ツー・エンドの信号処理を時間効率的かつ使いやすいインターフェースで提供することで、EEG研究の加速を図ること。
• 中央集権的でオープンソースのプラットフォームを通じて、多様な研究応用分野における再現可能で標準化されたEEG解析を支援すること。

提案手法

• 本ツールボックスは、非プログラマーがコードを書かずにEEG信号処理タスクを実行できるようにするため、MATLAB を用いてグラフィカル・ユーザー・インターフェース（GUI）で実装されている。
• 前処理ステップには、アーティファクト除去とノイズフィルタリングが含まれ、バンドパスフィルタリングや独立成分分析（ICA）などの標準的な信号処理技術が使用される。
• 特徴抽出には、時間領域、周波数領域、時間周波数領域の手法が用いられ、パワー周波数スペクトル密度やウェーブレット変換が含まれる。
• 自動EEG信号分類のため、複数の機械学習分類器（例：SVM、ランダムフォレスト、k-NN）が統合されている。
• すべての処理ステージはモジュラーで相互接続されており、ユーザーがGUIを通じて処理ステップを選択・連結できる。
• パイプライン全体はオープンソースであり、拡張性を考慮して設計されており、研究者が必要に応じてコンponentsをカスタマイズまたは拡張可能である。

実験結果

リサーチクエスチョン

• RQ1 統合的でGUIベースのツールボックスは、神経科学研究における非エキスパートユーザーのエンド・ツー・エンドのEEG信号処理をどのように簡素化できるか？
• RQ2 前処理、特徴抽出、分類を1つのプラットフォームに統合することで、開発時間と技術的障壁はどの程度低減されるか？
• RQ3 本ツールボックスは、多様な実験設定において再現可能なEEG解析ワークフローをどの程度効果的に支援できるか？
• RQ4 EEG信号処理パイプラインからプログラミング要件を排除することで、ユーザビリティとアクセシビリティにどのような影響が生じるか？

主な発見

• EEGsig ツールボックスは、前処理、特徴抽出、分類を1つの使いやすいGUIに統合し、EEG信号処理ワークフローにおけるプログラミングの必要性を完全に排除した。
• 本ツールボックスは、複数の処理ステップを1つのナビゲート可能なインターフェースに統合することで、プログラミング経験のない研究者にとってもアクセス可能な形で、プロジェクトのセットアップ時間を短縮した。
• オープンソースでの提供により、多様な神経科学的応用分野におけるEEG研究の再現性と共同作業の促進が可能になった。
• GUI環境内に標準的な前処理および機械学習手法を統合することで、方法論的厳密性を損なわず、アクセシビリティが向上した。