聴覚刺激を用いた感情認識のための脳波(EEG)ベース感情認識:感情ブレイン・コンピューター・インターフェース(BCI)への応用
Electroencephalography-Based Emotion Recognition Using Auditory Stimulation for Affective Brain–Computer Interfaces
本研究は、感情ブレイン・コンピューター・インターフェース(BCI)応用における脳波(EEG)ベースの感情認識の一般化可能性を高めるため、聴覚刺激を用いた感情認識フレームワークを提案した。感情状態は、検証済みの感情ビデオクリップとそれに続く器楽曲によるEEG応答を用いて確立された。離散ウェーブレット変換(DWT)、機能的接続性(FC)、実効的接続性(EC)の3つのEEG特徴量とそれらの組み合わせ特徴量が、5つの機械学習分類器を用いて評価された。結果として、DWTは被験者依存の分類精度で最も高い0.88を達成し、次いで特徴量組み合わせセットが0.84であった。一方、被験者非依存の評価では、すべての特徴量ドメインで偶然レベルに近い性能(0.23–0.30)しか得られず、被験者間の大きなばらつきが示された。しかし、25%–75%の被験者別キャリブレーションデータを用いた少数ショット被験者適応により、被験者非依存性能は大幅に向上し、FCは75%キャリブレーションで最高の0.77を達成した。これらの結果は、定義済みの感情条件下での聴覚刺激を用いたEEGベース感情認識の実現可能性を示し、将来の個別化された感情BCIシステムの開発基盤を提供するものである。
- 聴覚刺激を用いたEEGベース感情認識フレームワークを提案し、DWT特徴量で被験者依存の分類精度0.88を達成
- 少数ショット被験者適応(75%キャリブレーション)により、被験者非依存性能をFC特徴量で0.77まで向上
- 被験者非依存評価では全特徴量ドメインで偶然レベルに近い性能(0.23–0.30)に留まることを示した
本研究は、聴覚刺激を用いたEEGベース感情認識の被験者依存・非依存性能を体系的に評価し、少数ショット被験者適応により被験者非依存性能を大幅に向上させた点で、感情BCIの実用化に向けた重要なベンチマークを提供している。特に、DWTで被験者依存0.88、FC+75%キャリブレーションで被験者非依存0.77を達成したことは、個別化された感情BCIシステム開発の実現可能性を示唆しており、BCI分野の投資判断材料として注目に値する。ただし、実験室レベルの研究であり、商用化までの距離は明確ではない。