@techreport{oai:ipsj.ixsq.nii.ac.jp:00233017,
 author = {小野島, 隆之 and 今井, 貴史 and Takayuki, Onojima and Takashi, Imai},
 issue = {44},
 month = {Mar},
 note = {生物の脳では周期的な活動が観測され，この活動の協調現象が脳機能の実現に寄与していると考えられている．人間においては頭皮脳波として周期的な脳活動を観測することが可能であり，これらの活動と認知機能の関係が議論されている．近年，この脳波の位相の状態に依存して刺激を与える脳波位相依存刺激法という実験手法が提案されており注目を集めている．この手法は過去の脳波データから現在もしくは少し未来の脳波の状態をリアルタイムで予測し，脳波が狙った状態になった瞬間に刺激を与える方法である．しかしながら，脳波は同じ課題を遂行しているときでもその波形の性質が揺らいでおり，既存の予測手法では安定して脳波の状態を特定することが難しい．また，既存の手法では実験前に脳波の周波数や電極などのパラメータを指定する必要があり，これが実験の遂行を難しくしている．この問題を解決するために，本研究では脳波データからパラメータの指定を行わずに実験に必要な脳波の位相と振幅を予測する枠組みを構築した．これをモデルは深層ニューラルネットワークを用いて構築し，リアルタイムでの駆動を想定し，脳波の解析信号の予測を行うことが可能である．脳波の実データを用いて提案手法の実用性を検証した．},
 title = {深層学習を用いた脳波の解析信号の予測},
 year = {2024}
}