@techreport{oai:ipsj.ixsq.nii.ac.jp:00189703,
 author = {中村, 圭太 and 園田, 翔 and 日野, 英逸 and 川崎, 真弘 and 赤穂, 昭太郎 and 村田, 昇 and Keita, Nakamura and Sho, Sonoda and Hideitsu, Hino and Masahiro, Kawasaki and Shotaro, Akaho and Noboru, Murata},
 issue = {10},
 month = {Jun},
 note = {研究では EEG データから脳内の電流源の位置 ・ モーメントを，その個数も含めて電流ダイポールとして推定する方法を提案する．状態変数であるダイポールから EEG データが得られているという観測モデルと，ダイポールの生成 ・ 消滅を考慮した遷移モデルを仮定し本問題を状態空間モデルとして捉える．ダイポールの位置とモーメントはラオブラックウェル化粒子フィルタによって推定を行い，生成 ・ 消滅の判定は情報量基準を用いることによって実現する．特に，生成 ・ 消滅を明示的に取り扱ったダイポールの推定アルゴリズムについて詳細に述べる．人工実験において本手法のダイポール推定における有効性が確認でき，実データに対しては生理学的知見と一致する推定結果が得られた．, We explore the EEG source localization problem as the estimation of current dipoles. We formulate the relation between current dipoles and EEG observation by state-space model and consider birth-death process of current dipole. In this study, the location and moment of dipoles are estimated by Rao-Blackwellized Particle Filter (RBPF) and whether a new dipole is born or an existed dipole disappears is estimated by Bayesian Information Criterion (BIG). We propose a new dipole birth-death model for BIG model selection. By synthetic and real data experiments, we check the effectiveness of our method.},
 title = {生成・消滅過程に基づくEEGデータの電流ダイポール推定},
 year = {2018}
}