チームの最近の成果-パラレル畳み込みニューラルネットワークに基づくEEG運動イメージ信号処理

私たちのチームと上海大学機械自学院の李竜副教授のチームにより、国際学術雑誌『Biomedical Signal Processing and Control』(IF:2.954,中国科学院2区)にオンラインで発表された論文「A classification method for EEG motor imagery signals based on parallel convolutional neural network.」 この学術誌のJCRおよび中国科学院のSCI区分は2区に分類されています。この論文において上海大学計算機学院が第一著者単位となっており、韓越興副教授が第一著者および連絡著者となっています。

深層学習は現在の研究において様々な種類の画像分類に広く成功裏に応用されてきました。しかしながら、EEG(脳電波)モーター・イメージング分類に深層学習手法が極めて限られてきました。本研究では、EEGシグナルの事前処理アルゴリズムとしてパラレルコンボリューショナルニューラルネットワーク(PCNN)構造を提案しEEGシグナルの分類に使います。原始EEGシグナルの表現の為に、空間フィルタリングと周波数帯域情報を組み合わせて新しい形式の画像を作成しました。PCNNに作成した画像を入力すると、分類能力を最適化する3つの異なるサブモデルをスタックで統合します。本方法はBCI competition IVデータセット2b上で平均83.0±3.4%の正確度を達成し、比較手法より少なくとも5.2%優秀です。同データセット2b上で本方法の平均Kappa値は0.659±0.067でしたが、比較アルゴリズムより少なくとも20.5%改善しました。結果から本方法はEEGモーターイメージングシグナル分類において優れていることが示唆されました。

論文へのリンク：https://doi.org/10.1016/j.bspc.2021.103190

プロジェクトリンク：https://github.com/han-yuexing/eegmotor