[論文レビュー] Wavelet algorithm for the identification of P300 ERP component

Sergey Agapov, Vladimir Bulanov+2 more|arXiv (Cornell University)|Jul 26, 2016

Industrial Technology and Control Systems被引用数 4

ひとこと要約

本論文では、消費者向けEEGハードウェアを用いて、EEG信号内のP300イベント関連電位（ERP）成分を特定するウェーブレットベースのアルゴリズムを提案する。エモティヴインサイトヘッドセットから得られた実世界のEEGデータに標準ウェーブレットを適用することで、自然環境下でもP300検出が安定して実現され、低価格の脳インターフェース（BCI）における性能向上が示された。

ABSTRACT

Brain-computer interfaces have many algorithms based on the P300 component of ERP. Modern industry has started to produce consumer grade EEG equipment which is handy and not too expensive. This gives us an opportunity to use BCI in everyday practice. In order to improve the performance of these devices, we need effective algorithms for time series analysis and pattern recognition. We have tested Emotiv Insight headset in a real live environment and we have conducted several tests for series of standard wavelets in P300 pattern recognition task.

研究の動機と目的

• 消費者向けEEGデバイスを用いたP300 ERP成分同定のための有効なアルゴリズムの開発を目的とする。
• 実生活の状況下で、さまざまな標準ウェーブレットのP300応答検出性能を評価することを目的とする。
• 日常環境における低価格の脳インターフェース（BCI）の信頼性と使いやすさを向上させることを目的とする。
• 実用的なBCIアプリケーションにおいて、ノイズや信号のばらつきに起因する課題に対処することを目的とする。

提案手法

• 本研究では、エモティヴインサイトヘッドセットを用いて収集したEEG信号の時間周波数解析に、標準ウェーブレットを一連適用する。
• ウェーブレット変換を用いてEEG時系列を異なる周波数帯域に分解し、P300成分を分離する。
• P300の潜伏時間と振幅に関連する特徴的なウェーブレット係数パターンを検出することで、P300応答を同定する。
• P300パターン認識タスクにおける分類精度を用いて、性能を評価する。
• 非実験室環境下で複数の被験者を対象にテストを行い、耐障害性を評価する。
• 本手法は、ポータブルBCIシステムに向けたリアルタイム適用性と計算効率に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 ノイズが多く、実世界のEEGデータにおいて、どの標準ウェーブレットがP300 ERP成分の検出において最も信頼性が高いか？
• RQ2 自然環境下におけるウェーブレットベースのP300検出性能は、制御された実験室環境と比較してどう異なるか？
• RQ3 エモティヴインサイトのような消費者向けEEGデバイスが、ウェーブレット解析と組み合わせることで、正確なP300検出を可能にするか？
• RQ4 信号のばらつきや環境ノイズが、ウェーブレットベースのP300同定に及ぼす影響は何か？
• RQ5 ウェーブレットベースの手法が、実用的応用における低価格BCIの使いやすさをどの程度向上できるか？

主な発見

• ウェーブレットベースのアルゴリズムは、実生活条件下でエモティヴインサイトヘッドセットから得たEEGデータにおいて、P300 ERP成分を効果的に同定した。
• いくつかの標準ウェーブレットが、ノイズや運動アーティファクトが存在する中でもP300成分の分離に優れた性能を示した。
• 広範なキャリブレーションや前処理を要せず、信頼性の高いP300検出が達成された。
• 低価格EEGハードウェアにウェーブレットベースの信号処理を組み合わせることで、実用的BCI応用の実現可能性が裏付けられた。
• 計算効率の高さと耐障害性の両方を備えているため、リアルタイムで動作するポータブルBCIシステムへの応用が有望である。
• 本研究は、非理想的な、消費者向けEEG記録からでもウェーブレット変換がP300特徴を効果的に抽出できることを検証した。