[論文レビュー] MindBigData 2022 A Large Dataset of Brain Signals

David Vivancos, Felix Cuesta|arXiv (Cornell University)|Dec 27, 2022

EEG and Brain-Computer Interfaces被引用数 4

ひとこと要約

MindBigData 2022 は、多様な人間の活動において商業用およびカスタム EEG デバイスを用いて収集された脳信号の大規模かつ公開可能なデータセットを提供する。このデータセットは、生の EEG から精神的および身体的タスクを解読するための機械学習モデルのベンチマークを可能にし、医療、産業、ヒューマンコンピュータインタラクション分野における脳インターフェースの発展を支援する。

ABSTRACT

Understanding our brain is one of the most daunting tasks, one we cannot expect to complete without the use of technology. MindBigData aims to provide a comprehensive and updated dataset of brain signals related to a diverse set of human activities so it can inspire the use of machine learning algorithms as a benchmark of 'decoding' performance from raw brain activities into its corresponding (labels) mental (or physical) tasks. Using commercial of the self, EEG devices or custom ones built by us to explore the limits of the technology. We describe the data collection procedures for each of the sub datasets and with every headset used to capture them. Also, we report possible applications in the field of Brain Computer Interfaces or BCI that could impact the life of billions, in almost every sector like healthcare game changing use cases, industry or entertainment to name a few, at the end why not directly using our brains to 'disintermediate' senses, as the final HCI (Human-Computer Interaction) device? simply what we call the journey from Type to Touch to Talk to Think.

研究の動機と目的

• 多様な人間の活動をカバーする包括的かつ最新の脳信号データセットの構築を通じて、神経信号の解読に関する研究を支援すること。
• 生の EEG データに対する機械学習モデルの評価のための標準化されたベンチマークを提供すること。
• 商業用およびカスタム製デバイスを用いた EEG 技術の限界を調査すること。
• 医療、産業、エンターテインメント分野における実世界応用を有する脳インターフェース（BCI）のイノベーションを促進すること。
• 入力モダリティとしての「タイピング」から「タッチ」、そして「話す」を経て、「考える」を主なヒューマンコンピュータインタラクションモダリティへと進化させるビジョンを推進すること。

提案手法

• 認知的および身体的タスクの実行中に、商業用およびカスタム製 EEG ヘッドセットを用いて脳信号を収集した。
• 各サブデータセットは、ヘッドセットの種別、セットアップ方法、実験手順について詳細なドキュメンテーションが付随している。
• データセットには、精神的または身体的活動を表すタスクラベルと同期された生の EEG 信号が含まれている。
• 一貫性と再現可能性を確保するため、標準化された前処理およびラベリングプロトコルが適用されている。
• 機械学習フレームワークとの統合を支援するため、構造化された形式でデータセットがリリースされている。
• BCI における応用事例を通じて、タッチや音声といった従来の入力モダリティから、直接的な脳ベースのインタラクションへの移行が示されている。

実験結果

リサーチクエスチョン

• RQ1 大規模かつ多様なデータセットを用いた場合、機械学習モデルは生の EEG 信号から精神的および身体的タスクをどの程度正確に解読できるか？
• RQ2 一般消費者向けおよびカスタム製の EEG デバイスは、タスク固有の脳活動をどの程度正確に捉えることができるか？
• RQ3 タスクおよび被験者にわたるデータセットの多様性は、脳信号解読におけるモデルの一般化性能にどのように影響するか？
• RQ4 このようなデータセットを用いることで、実世界の脳インターフェース開発にどのような実用的意義があるか？
• RQ5 生の EEG データは、従来のヒューマンコンピュータインタラクション（HCI）のモダリティから直接的な脳ベースのインタラクションへと移行するのにどの程度可能か？

主な発見

• MindBigData 2022 データセットは、さまざまな認知的および身体的タスクを実行する複数名の被験者から収集された大規模な EEG 信号の集積である。
• 商業用およびカスタム製の EEG デバイスからのデータを含んでおり、信号品質および使用可能性の比較分析が可能である。
• 標準化されたデータ収集手順により、再現性が保証され、さまざまな機械学習モデル間でのベンチマークが容易になる。
• 医療、産業、エンターテインメント分野への応用が可能な BCI の開発を支援する。実世界での応用可能性が実証されている。
• 「タイピング」や「話す」から「考える」を主なヒューマンコンピュータインタラクションモダリティへと進化させるビジョンの実現に貢献している。
• データセットは公開されており、オープンサイエンスを促進し、神経信号解読および BCI イノベーション分野の研究を加速している。