論文の概要: A Hybrid Gaze-Motor Imagery BCI Framework for Effective Decision Communication

• arxiv url: http://arxiv.org/abs/2609.20273v1
• Date: Sat, 22 Aug 2026 05:34:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 16:32:15.686682
• Title: A Hybrid Gaze-Motor Imagery BCI Framework for Effective Decision Communication
• Title（参考訳）: 効率的な意思決定コミュニケーションのためのハイブリッド・ゲイズ・モータ画像BCIフレームワーク
• Abstract要約: 運動画像(MI)ベースの脳-コンピュータインタフェース(BCI)は、しばしば低識別性と高いオブジェクト間変動に悩まされる。 本研究は、視覚的固定が、スタンドアロンMIとハイブリッドMI-eyeトラッキングシステムのニューラルレスポンス安定性に及ぼす影響について検討する。
• 参考スコア（独自算出の注目度）: 7.889163334558435
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Non-invasive brain-computer interfaces (BCIs) and eye-tracking technologies offer promising communication pathways; however, motor imagery (MI)-based BCIs often suffer from low discriminability and high inter-subject variability. To mitigate these issues, this study investigates the impact of visual fixation on neural response stability in both standalone MI and hybrid MI-eye tracking systems. We then propose a novel asynchronous hybrid paradigm that streamlines user intent by utilising eye-tracking for direct selection, followed by MI-based confirmation, significantly reducing the operational steps required by conventional systems. The paradigm was evaluated with 15 healthy participants using a 16-channel EEG system. Results show that MI-related information is predominantly localised within motor cortex regions, with limited-channel configurations (SVM: 0.58) achieving performance comparable to full-montage setups (SVM: 0.54). The hybrid MI paradigm further outperforms conventional MI, achieving up to 100% accuracy with greater robustness across all channel configurations. Our findings indicate that visual fixation enhances neural response stability, while integrating eye-tracking with MI enables the development of reliable, scalable multi-command BCI systems suitable for real-world applications.
• Abstract（参考訳）: 非侵襲的脳-コンピュータインタフェース(BCI)とアイトラッキング技術は、有望な通信経路を提供するが、運動画像(MI)ベースのBCIは、しばしば低識別性と高いオブジェクト間変動に悩まされる。 これらの問題を緩和するために、視覚的固定が、スタンドアロンMIとハイブリッドMI-eyeトラッキングシステムの両方の神経応答安定性に与える影響について検討した。 次に、直接選択のためのアイトラッキングを利用して、ユーザの意図を合理化する新しい非同期ハイブリッドパラダイムを提案し、MIベースの確認を行い、従来のシステムで必要とされる操作手順を大幅に削減する。 このパラダイムは16チャンネルの脳波システムを用いて15人の健常被験者で評価された。 その結果,MI関連情報は大半が運動野領域に局在しており,限られたチャネル構成 (SVM: 0.58) がフルモンジュ設定 (SVM: 0.54) に匹敵する性能を実現していることがわかった。 ハイブリッドMIパラダイムは従来のMIよりも優れており、すべてのチャネル構成においてより堅牢な100%の精度を実現している。 この結果から,視覚的固定により神経応答安定性が向上する一方,視線追跡をMIと統合することで,実世界のアプリケーションに適した信頼性,スケーラブルなBCIシステムの開発が可能であることが示唆された。

関連論文リスト

• Registration-Grounded Spectral Fusion for Unregistered WLI/NBI Endoscopic Lesion Segmentation [87.5409605461001]
  ホワイトライト・イメージング (WLI) と狭帯域・イメージング (NBI) は内視鏡的病変を補完する画像を提供する。 彼らの対の観測はしばしば、視点の変化、組織変形、シーケンシャルハンドヘルド取得によって空間的に不一致である。 We propose a reliability-aware complex-domain fusion framework for paired-but-unregistered WLI/NBI lesion segmentation。
  論文  参考訳（メタデータ） (2026-07-29T02:09:28Z)
• LLM-Empowered Multimodal Fusion Framework for Autonomous Driving: Semantic Enhancement and Channel-Adaptive Design [56.76240343283953]
  本稿では,大規模言語モデル中心のセマンティック・レイヤ・チャネル・アウェア・インテグレート・パーセプション・フレームワークを提案する。 ローカルな視覚ストリームと、知覚盲点をカバーするために使用される品質の変化した外部レーダーストリームを融合させる。 nuScenesとVIRATの実験は、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2026-07-02T06:44:02Z)
• A Domain-Informed Multi-Objective Framework for EEG Channel Selection in Motor Imagery BCIs [8.252382247265325]
  運動画像(MI)分類は脳-コンピュータインターフェース(BCI)の進展に不可欠である 本研究では,非支配的ソート遺伝的アルゴリズムを用いた多目的最適化フレームワークを提案する。 このフレームワークを4つのEEGデータセット(Physto、OpenBMI、HighGamma、BCIIV-2A)で評価した。
  論文  参考訳（メタデータ） (2026-05-28T13:54:39Z)
• A Few-Shot Metric Learning Method with Dual-Channel Attention for Cross-Modal Same-Neuron Identification [1.3472715366596661]
  本稿では,デュアルチャネルアテンション機構と事前学習型視覚変換器を併用した数発のメトリクス学習手法を提案する。 2光子とfMOSTデータセットの実験では、既存の手法と比較してTop-Kの精度とリコールが優れている。
  論文  参考訳（メタデータ） (2025-04-23T08:45:23Z)
• Transformer-Driven Neural Beamforming with Imperfect CSI in Urban Macro Wireless Channels [27.445841110148674]
  本研究では,不完全なチャネル状態情報下でのビーム形成重みを生成するために,深層的に分離可能な畳み込みと変圧器を統合した新しい教師なしディープラーニングフレームワークを提案する。 主な目標は、信頼性の高い通信を確保しながら、総和レートを最大化することでスループットを向上させることである。
  論文  参考訳（メタデータ） (2025-04-15T23:41:24Z)
• Feature Selection via Dynamic Graph-based Attention Block in MI-based EEG Signals [0.0]
  脳-コンピュータインタフェース(BCI)技術は、脳信号を分析して人間とコンピュータの直接的な相互作用を可能にする。 脳波信号は、しばしば低信号対雑音比、生理的アーティファクト、および個々の変数の影響を受けており、異なる特徴を抽出する際の課題を表している。 また、運動画像(MI)に基づく脳波信号には、MI特性との相関が低い特徴が含まれており、深部モデルの重みがそれらの特徴に偏っている可能性がある。
  論文  参考訳（メタデータ） (2024-10-31T00:53:29Z)
• Frequency-Assisted Mamba for Remote Sensing Image Super-Resolution [49.902047563260496]
  我々は、リモートセンシング画像(RSI)の超高解像度化のために、視覚状態空間モデル(Mamba)を統合するための最初の試みを開発した。 より優れたSR再構築を実現するため,FMSRと呼ばれる周波数支援型Mambaフレームワークを考案した。 我々のFMSRは、周波数選択モジュール(FSM)、ビジョン状態空間モジュール(VSSM)、ハイブリッドゲートモジュール(HGM)を備えた多層融合アーキテクチャを備えている。
  論文  参考訳（メタデータ） (2024-05-08T11:09:24Z)
• Joint Multimodal Transformer for Emotion Recognition in the Wild [49.735299182004404]
  マルチモーダル感情認識(MMER)システムは、通常、単調なシステムよりも優れている。 本稿では,キーベースのクロスアテンションと融合するために,ジョイントマルチモーダルトランス (JMT) を利用するMMER法を提案する。
  論文  参考訳（メタデータ） (2024-03-15T17:23:38Z)
• Multi-Visual-Inertial System: Analysis, Calibration and Estimation [26.658649118048032]
  マルチビジュアル・慣性システム(MVIS)の状態を推定し,センサ融合アルゴリズムを開発した。 我々は、関連する視覚慣性センサーの完全な校正に興味を持っている。
  論文  参考訳（メタデータ） (2023-08-10T02:47:36Z)
• Quality-Based Conditional Processing in Multi-Biometrics: Application to Sensor Interoperability [63.05238390013457]
  2007年のバイオセキュリティ・マルチモーダル・アセスメント・キャンペーンにおいて,ATVS-UAM融合手法を品質ベースで評価し,評価を行った。 我々のアプローチは線形ロジスティック回帰に基づいており、融合したスコアはログライクな比率になる傾向にある。 その結果,提案手法はルールベースの核融合方式よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-11-24T12:11:22Z)
• MIN2Net: End-to-End Multi-Task Learning for Subject-Independent Motor Imagery EEG Classification [10.773708402778025]
  脳波のリズムは被験者に特有のものであり、時間とともに様々な変化が起こる。 本稿では,この課題に対処するための新しいエンドツーエンドマルチタスク学習であるMIN2Netを提案する。 深層学習をマルチタスクオートエンコーダに統合し,脳波からコンパクトかつ識別可能な潜在表現を学習する。
  論文  参考訳（メタデータ） (2021-02-07T15:20:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。