本稿では、脳-コンピュータインターフェース（BCI）コンペティションIVにおいて、脳皮質電位（ECoG）信号から指の屈曲を予測するという課題に対して優勝した手法を紹介する。近年、ECoGを用いたBCIは研究コミュニティの注目を集めている。実際、ECoGは従来のEEG記録と比較して高い空間分解能と優れた信号品質を提供するほか、長期的な使用にも適している。これらの特性により、精密な脳活動の解読および効率的なECoGベースの神経義肢の実現が可能となる。BCI研究において、脳信号をコマンドに変換するための信号処理は極めて重要なタスクである。本研究では、個々の指の屈曲予測に向け、帯域別ECoG信号の振幅変調に基づく線形回帰手法を提案し、短期記憶を組み込むことで性能を向上させた。この手法の有効性は、BCIコンペティションIVのデータセット4において、予測値と実測値の間の相関係数が最高値を達成したことにより裏付けられている。