統計的手法による脳磁図データ回折

概要

論文の詳細を見る
MEG(Magnetoencephalography)は、脳内活動を無浸襲で測定することができる計測法であるが、脳内活動による磁場は極めて微弱であるために、ノイズの除去が必要不可欠となる。その際、独立成分分析(Independent Component Analysis:ICA)を用いて観測磁場を地磁気、電源ノイズ、デバイスノイズ等と脳内活動による磁場等に分解する手法などが用いられている。MEGは数十から数百のセンサーによって磁場を測定するので、非常に高次元なデータとなる。そのため直接に独立成分分析を行うと、良い解が得られないことが多い。そこで本研究では、前処理として確率的主成分分析の枠組みによって次元縮約を行うことで、その後の独立成分分析による処理を行う。次元縮約は、MDL(minimam description length)と基準とVBPCA(variational Bayes principal component analysis)法を用い、その結果を比較した。
社団法人電子情報通信学会の論文
2000-10-12