B. 実験I： SSVEPマグニチュード変動の予測モデル



図3：マシンの速度を制御するために提案されたSSVEPベースのBCIのアーキテクチャ


1） データ準備：
? ry 、訓練セット（９人の対象×４条件×５０秒の長さのデータ）については９人の対象から、そして試験セットについては残りの１人（１件×４条件×５０秒長データ）から無作為 ry 。
それぞれが４つの条件を有する１０人の対象の前述のＳＳＶＥＰ応答から、テストセットに付いては１人（１件×４条件×５０秒長データ）からそして訓練セット（９件×４条件×５０秒 データ）に付いては残りの９人 から無作為にＥＥＧ信号を選択 。
図３ 、各被験者 のＥＥＧ信号を２組のデータについて計算 。
第１の組は入力信号（ａ）からなっていた。
? ry 信号は、最初に、３秒 ry ウィンドウおよび２秒のオーバーラップを有する一連のサブサンプルまたはブロックに変換 。
各被験者からのＥＥＧ信号は、 2 秒のオーバーラップを有する 3 秒（３秒×２５０Ｈｚ ＝ ７５０データポイント）のスライディングウィンドウの、サブサンプルかブロックかのシーケンスに最初に変換 。


4ページ
4



? ry ７５０のデータ点または特徴。
ステップ１が完了した後、以下の構造について４８ブロックのデータが得られた：４条件×４８ブロック×７５０の、フィーチャ又はデータポイント。
? ry 2では、各被験者の入力 ry ために各データポイントを2乗 。
次に、ステップ2 では被験者の各データポイントを、入力信号を得る為に 2 乗 。
第２組のデータは標的信号（ｂ）からなっていた。
３から始めて、各ブロックの平均値を入力信号から計算 。
従って、各条件について４８個の値が得 。
その後、ステップ４ 、各条件について多項式関数（二次関数（poly2）または三次関数（poly3）のいずれか）を用いて曲線当てはめを行った。
最後に、標的シグナルは４条件×４８標的値（それぞれ４８点を有する４つの曲線）であった。
データ準備が完了した後、各被験者の入力信号およびターゲット信号は、以下の手法を使用してＳＳＶＥＰ振幅予測に使用 。