音声想起EEG中の母音・子音言語表象としての線スペクトルについて

抄録

BCIs のコミュニケーション機能強化を目的として，脳波(EEG信号)から言語表象を検出する研究が加速されつつある．我々はこれまで言語表象 L(k) (k:周波数)の導出に符号化と復号化のモデルを提案した．符号化はランダム信号W(k)を言語表象L(k)により畳み込むことにより，EEGスペクトラムX(k)を出力する．復号化はEEGスペクトラムX(k)を1/L(k)の変換器を用いて解析する．これまで線形予測分析(LPA)を適用して，ブローカ野周辺の音声想起EEGを分析してきた．LPAスペクトラムのパターンは，言語記号表現に相当する線スペクトルとして変換される．これまで主に母音スペクトルの集合{X(k)}から，固有ベクトルφ(c,m), c=クラス，m=軸番号，及び部分空間法(SM)を繰返し適用することにより言語表象を可視化する技術を構築し，畳み込みニューラルネットワーク(CNN)による言語分類訓練とテストを被験者独立で行ない，高い母音分類精度を達成した．本報告では，子音に特化した分析方法，21電極線スペクトルパターンからの子音ラベリング，および子音言語表象としての線スペクトルについて述べる．