@techreport{oai:ipsj.ixsq.nii.ac.jp:00209250,
 author = {奥村, 渡 and 兼本, 大輔 and 毎田, 修 and 廣瀬, 哲也 and Wataru, Okumura and Daisuke, Kanemoto and Osamu, Maida and Tetsuya, Hirose},
 issue = {14},
 month = {Jan},
 note = {無線型の脳波計測装置における軽量化及び長時間の測定を可能にするには，脳波計の消費電力削減が必要となる．そこで我々は圧縮センシングを用いることで無線脳波計測フレームワークにおける消費電力の削減を目指している．しかし圧縮センシングにおいて瞬きによるアーチファクトの混入は，圧縮した EEG を高い精度で復元する上で重大な課題となっている．そこで瞬きによるアーチファクトを取り除く方法として外れ値検知を用いた独立成分分析法 (OD-ICA) という方法が提案されている．本研究では OD-ICA に用いる 3 種類の独立成分分析アルゴリズムを比較検討し，本フレームワークに適したアルゴリズムを明らかにする．, Compressed sensing gives reduction of power consumption for electroencephalogram (EEG) measurement system. However, ocular artifacts(OA) for compressed EEG signals cause a serious problem in reconstruction of compressed EEG signal with high accuracy. Therefore, an independent component analysis method using outlier detection (OD-ICA) has been proposed as a method for removing OA. The purpose of this study is to compare and examine three types of independent component analysis algorithms used for OD-ICA and select an algorithm suitable for this framework.},
 title = {OD-ICAを利用した圧縮センシング脳波計測フレームワークにおけるICAアルゴリズムの比較},
 year = {2021}
}