| Project/Area Number |
22K17935
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61020:Human interface and interaction-related
|
|---|
| Research Institution | Akita Prefectural University |
|---|
Principal Investigator |
伊東 嗣功 秋田県立大学, システム科学技術学部, 助教 (30757282)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2024: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2023: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2022: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
|
|---|
| Keywords | 注意散漫状態 / 視覚機能 / 脳活動計測 / EEG / fNIRS / 視線計測 / 注意 / 身体機能評価 |
|---|
| Outline of Research at the Start |
近年ではドライバーの漫然運転予防を目的とした漫然状態の検出技術が多く報告されている．しかし，その漫然状態下における視野の時間分解能‐空間分解能(時空間分解能)はどの程度で維持されているのか明らかになっていない．そこで本研究では，脳波(EEG)と機能的近赤外線分光法(fNIRS)の同時計測可能なEEG-fNIRSを用いた漫然状態の検出技術を開発し，さらに漫然状態下における中心視野と周辺視野の時空間分解能を評価する技術を開発する．
|
| Outline of Annual Research Achievements |
近年ではドライバーの漫然運転予防を目的とした漫然状態の検出技術が多く報告されている．しかし，その漫然状態下における視野の時間分解能‐空間分解能
(時空間分解能)はどの程度で維持されているのか明らかになっていない．脳信号計測から漫然状態の検出技術を開発し，さらに漫然状態下における視覚の時空間分解能を評価する技術を開発することを目的としている．
本研究の目的を達成するには，被験者が漫然としている状態において視覚刺激を成立させる必要がある．昨年度は脳波計測と臨界融合周波数を評価する方法を開発し，脳信号による漫然状態の検出と臨界融合周波数による視覚の時間分解能計測を可能にした．昨年度は課題から意識が逸れてしまい集中していなかった被験者，集中していた被験者の臨界融合周波数を算出したところ，課題に集中していなかったと回答した被験者において臨界融合周波数が低くなる傾向を確認したが，脳波信号の変化を確認することができなかった．
2023年度は2022年度の研究成果をもとにδ波帯域においても研究を進め，被験者にアンケートを取り，実験に集中していないタイミングにおいてα波の増加傾向，δ波の増加傾向を確認した．臨界融合周波数と各帯域のパワーについて積率相関係数を算出したところ，一部帯域において臨界融合周波数と脳波信号に正の相関を確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
脳波信号と臨界融合周波数との関係が数値化できているため．
|
| Strategy for Future Research Activity |
脳信号から注意散漫状態を検出したタイミングで視覚機能評価を可能になるように，ニューロ・フィードバック技術を開発することで，被験者に注意状態の確認をとらないように工夫する．
注意状態に関係した脳信号を機械学習にて分類する方法を検討する．
|
