STFEEG-ツール:運動画像脳-コンピュータインターフェースのための空間・時間・周波数EEG解析ツール

この研究では、楽しいグリッド運動画像、EEGデコード、解釈可能な時空間周波数解析のためのGUIベースのツールボックスを開発しています。既存のプラットフォームには、運動画像EEG解析のための直感的な可視化を備えたインタラクティブなグリッド空間、時間、周波数構成が統合されていません。まずは、オンラインリポジトリからSTFEEGツールをダウンロードしてください。

ダウンロードしたファイルをローカルフォルダに解凍し、インストーラーファイルであるSTFEEG-Toolを見つけてください。mlappinstall、抽出された内容に。STFEEG-Toolをダブルクリックしてください。

mlappinstallでインストーラーを起動し、画面上の指示に従ってインストールを完了します。例のMATファイルをダウンロードした後、STFEEGツールのグラフィカルユーザーインターフェースを起動し、運動イメージEEG解析ウィンドウを開きます。データロードパネルで、データパスの横にあるブラウザをクリックし、準備済みのMATファイルを含むフォルダを選択します。

次に、Save Pathの「Browser」をクリックして、結果のアウトプットフォルダを選択します。データロードパネルの「ロード」をクリックしてMAT-ファイルをインポートしてください。メイングラフィカルユーザーインターフェースのセグメンテーション戦略パネルで、「編集」をクリックすると、デフォルトパラメータ設定がすでに提供されているセグメンテーション設定ウィンドウを開きます。

時間ウィンドウを設定するには、設定ウィンドウ内の「時間ウィンドウ」タブを選択してください。開始、終了、区間の値を入力して時間的ウィンドウを定義します。次に「追加」をクリックして生成されたウィンドウをリストに追加します。

既存のウィンドウを削除するには、テーブル内の対応する行を右クリックして「削除」を選択してください。フィルターバンクの周波数帯を設定するには、設定ウィンドウの「周波数帯」タブを選択してください。周波数帯域を定義するために開始、終了、間隔の値を入力します。

次に「追加」をクリックして生成されたバンドをリストに追加します。既存の周波数帯を削除するには、表の対応する行を右クリックして「削除」を選択してください。チャネルグループごとに空間分割を設定するには、設定ウィンドウの空間分割タブを選択してください。

チャンネルグループの横にあるブラウザをクリックして、チャネルグループの定義MAT-ファイルを選択します。選択したチャンネルグループファイルを読み込み、チャンネル番号のグループリストを更新するには「置換」をクリックしてください。チャネル位置ファイルがチャネル位置を選択している場合、ツールはその後のスカルプ可視化のためにそのファイルを読み込みます。

セグメントウィンドウの下部にあるOKをクリックすると、更新された時間ウィンドウ、周波数帯、空間分割を適用できます。メイングラフィカルユーザーインターフェースのセグメンテーション戦略パネルはそれに応じて更新されます。分類設定パネルで、ドロップダウンメニューから特徴抽出方法を選択します。

nCSPを特徴ベクトルの両端から特徴を保持するように設定します。次に、対応するボックスにチェックを入れて分類器を選択します。選択バンド番号を設定し、ラッパー選択で保持する細かなセグメントや特徴の数を指定します。

列車データと列車ラベルのk分割クロス検証の折り数を指定するようにクロス検証を設定します。次に「クロスバリデーション」をクリックしてkフォールドクロスバリデーションを行います。結果パネルに表示されるパフォーマンス概要を確認してください。

時間・周波数地形図(Time-Frequency Topographical Map)を確認し、時間、周波数、頭皮領域における識別パターンを特定しましょう。電極群有意性マップを確認し、復号に最も貢献するチャネルグループを特定してください。時間-周波数地形図は、周波数および時間区分における識別的EEGパターンの空間的分布を示しました。

電極群有意性マップは、あらかじめ定義された電極群が復号性能にどれほど寄与するかを定量化しました。このプロトコルは、被験者特異的な運動画像EEGパターンの定量的評価と可視化の両方を標準化しました。重要な課題は、前処理分類とマルチスケールセグメンテーションが異なるデータセット間で柔軟かつ実用的であり続けることです。

このワークフローは、被験者ごとの差異の解釈可能な分析を見出し、より適応的で一般化可能なMI-EEGデコードモデルの開発を導きます。