Pseudo Channel: Time Embedding for Motor Imagery Decoding

要約

モーター イメージ (MI) ベースの EEG は、外部デバイスの直接神経制御を可能にし、神経リハビリテーションを進める上での最前線です。
この研究では、進行波ベースの時間埋め込みと呼ばれる新しい時間埋め込み技術を導入します。これは、さまざまなニューラル ネットワーク アーキテクチャ全体で MI-EEG 信号のデコード精度を向上させるための擬似チャネルとして利用されます。
個人差におけるMI-EEGの時間的ダイナミクスを考慮できない従来のニューラルネットワーク手法とは異なり、私たちのアプローチは、アプリオリな知識に基づいてさまざまな参加者の時間関連の変化を捕捉します。
複数の参加者による広範な実験を通じて、この方法が分類精度を向上させるだけでなく、Transformer アーキテクチャで使用される位置エンコーディングと比較して個人差に対する適応性が高いことを実証しました。
重要なことに、私たちの結果は、進行波ベースの時間埋め込みが、特に一般的に「EEG非識字」と考えられている参加者にとって、デコード精度を大幅に向上させることを明らかにしています。
EEG研究の新たな方向性として、進行波ベースの時間埋め込みは、ニューラルネットワークのデコード戦略に新たな洞察を提供するだけでなく、神経科学における注意メカニズムの研究とEEG信号のより深い理解への新たな道を拡大します。

要約(オリジナル)

Motor imagery (MI) based EEG represents a frontier in enabling direct neural control of external devices and advancing neural rehabilitation. This study introduces a novel time embedding technique, termed traveling-wave based time embedding, utilized as a pseudo channel to enhance the decoding accuracy of MI-EEG signals across various neural network architectures. Unlike traditional neural network methods that fail to account for the temporal dynamics in MI-EEG in individual difference, our approach captures time-related changes for different participants based on a priori knowledge. Through extensive experimentation with multiple participants, we demonstrate that this method not only improves classification accuracy but also exhibits greater adaptability to individual differences compared to position encoding used in Transformer architecture. Significantly, our results reveal that traveling-wave based time embedding crucially enhances decoding accuracy, particularly for participants typically considered ‘EEG-illiteracy’. As a novel direction in EEG research, the traveling-wave based time embedding not only offers fresh insights for neural network decoding strategies but also expands new avenues for research into attention mechanisms in neuroscience and a deeper understanding of EEG signals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google