遺伝的アルゴリズムによるEEGにおけるイベント関連の電位の試行レイテンシーの推定

目的：イベント関連の電位（ERP）は通常、平均化することによって得られ、したがって、認知脳波（EEG）応答における試行間の潜在性の変動性を無視します。その結果、単一審理レイテンシが関連する変動性を示す場合、平均ERPの形状とピーク振幅はそれぞれ塗り、縮小されます。これまで、単一試行のレイテンシ推論の方法論の大部分は、最適ではないソリューションを提供する反復スキームであり、最も一般的に使用されるのはWoodyのアルゴリズムです。 アプローチ：この研究では、グローバルな最大値が、試行信号を可能な限り最も整列させるレイテンシーのセットに対応するフィットネス関数を導入することにより、グローバルなアプローチが開発されます。現在の問題に合わせた新しい遺伝子演算子が特徴とする最適化問題を解決するために、適切な遺伝的アルゴリズムが実装されています。 主な結果：シミュレートされた試行での結果は、提案されたアルゴリズムが、計算の複雑さの増加（ソリューションの品質の向上によって正当化される）を犠牲にして、すべての条件でWoodyのアルゴリズムよりも優れたパフォーマンスを発揮することを示しました。実際のデータ試験で提案されたアプローチを適用すると、レイテンシと反応時間W.R.T.の間の相関が増加しました。ライドメソッドからの出力。 重要性：シミュレートされた実際のデータに関する上記の結果は、単一裁判のレイテンシのより良い推定値を提供する提案された方法が、神経反応のより正確な研究への道を開くことと、レイテンシの変動性を関連付ける問題を開くことを示しています。適切な認知的および行動的相関関係。

OBJECTIVE: Event-related potentials (ERPs) are usually obtained by averaging thus neglecting the trial-to-trial latency variability in cognitive electroencephalography (EEG) responses. As a consequence the shape and the peak amplitude of the averaged ERP are smeared and reduced, respectively, when the single-trial latencies show a relevant variability. To date, the majority of the methodologies for single-trial latencies inference are iterative schemes providing suboptimal solutions, the most commonly used being the Woody's algorithm. APPROACH: In this study, a global approach is developed by introducing a fitness function whose global maximum corresponds to the set of latencies which renders the trial signals most aligned as possible. A suitable genetic algorithm has been implemented to solve the optimization problem, characterized by new genetic operators tailored to the present problem. MAIN RESULTS: The results, on simulated trials, showed that the proposed algorithm performs better than Woody's algorithm in all conditions, at the cost of an increased computational complexity (justified by the improved quality of the solution). Application of the proposed approach on real data trials, resulted in an increased correlation between latencies and reaction times w.r.t. the output from RIDE method. SIGNIFICANCE: The above mentioned results on simulated and real data indicate that the proposed method, providing a better estimate of single-trial latencies, will open the way to more accurate study of neural responses as well as to the issue of relating the variability of latencies to the proper cognitive and behavioural correlates.