リズム想像時における脳波からの単一ビートの検出

• Item type: SIG Technical Reports(1)
• 公開日: 2022-02-22
• タイトル: リズム想像時における脳波からの単一ビートの検出
• タイトル / 言語: en
• タイトル: Detection of individual beats from EEG during rhythm imagination
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ポスターセッション3
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京農工大学工学府電気電子工学専攻
• 著者所属: 東京農工大学工学府電気電子工学専攻
• 著者所属(英): en
• 著者所属(英): Department of Electrical and Electronic Engineering, Tokyo University of Agriculture and Technology
• 著者所属(英): en
• 著者所属(英): Department of Electrical and Electronic Engineering, Tokyo University of Agriculture and Technology
• 著者名: 吉村, 直己; 田中, 聡久
• 著者名(英): Naoki, Yoshimura; Toshihisa, Tanaka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: リズムは音楽を構成する一要素であり，複数のビートで構成される．等間隔ビートや拍子の想像は，脳波を周波数解析することで識別できることが報告されている．しかし，ビートが等間隔でないリズムに関しては，個々のビートを検出する必要性が生じる．そこで本稿では，ビートが等間隔でないリズムを想像しているときに計測した脳波から機械学習により個々のビートを検出できるとの仮説を立てた．仮説を検証するため，ビートが等間隔でないリズム想像時の脳波を計測する実験を実施した．この実験では，18 名の実験参加者に対し，ビートのタイミングを視覚的に呈示する場合としない場合の 2 条件で脳波を計測した．計測した脳波から個々のビートを検出するための畳み込みニューラルネットワークモデルを構築した．このモデルに対し，脳波に対するビートの有無を教師データとして訓練し，その性能を評価した．その結果，視覚タイミングを呈示しない条件でも，モデルの AUC は参加者平均で 0.643 となった．この結果は，個々のビートを検出することで，音楽のリズムを脳波から検出できる可能性を示唆している．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Rhythm is one element of music and is composed of several beats. It has been reported that evenly spaced beats and imaginary beats can be identified by frequency analysis of electroencephalogram (EEG). However, for rhythms where the beats are not evenly spaced, it is necessary to detect each individual beats. Therefore, we hypothesized that individual beats can be detected by machine learning from EEG measured while imagining rhythms with non-evenly spaced beats. To verify our hypothesis, we conducted an experiment to measure EEG while imagining rhythms in which the beats are not evenly spaced. In the experiment, We measured the EEG of 18 participants in two conditions: with and without visual presentation of the timing of the beats. We constructed a convolutional neural network model to detect individual beats from the measured EEG. We trained this model using the presence or absence of beats in the EEG as supervisory data, and evaluated its performance. The results showed that the AUC of the model was 0.643 on average for the participants even in the condition where no visual timing was presented. This result suggests the possibility of detecting the rhythm of music from EEG by detecting individual beats.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2022-SLP-140, 号 35, p. 1-6, 発行日 2022-02-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会