| Project/Area Number |
23K20368
|
|---|
| Project/Area Number (Other) |
20H04089 (2020-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2020-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 59030:Physical education, and physical and health education-related
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
瀧山 健 東京農工大学, 工学(系)研究科(研究院), 准教授 (40725933)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
古屋 晋一 一般社団法人NeuroPiano(研究開発部), 研究開発部, シニアリサーチャー (20509690)
進矢 正宏 広島大学, 人間社会科学研究科(総), 准教授 (90733452)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Declined (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2020: ¥12,480,000 (Direct Cost: ¥9,600,000、Indirect Cost: ¥2,880,000)
|
|---|
| Keywords | 身体運動科学 / 運動制御 / 運動学習 / 筋シナジー / 野球 / 投球動作 / 身体運動学習 / 身体運動制御 / 数理モデル / 機械学習 / 音楽演奏 / スポーツ |
|---|
| Outline of Research at the Start |
巧みな身体動作を実現する運動指令の生成(運動制御)、動作の正確性を改善する運動指令の修正(運動学習)、これらの運動制御と運動学習が協調することにより、多様な環境における自在な身体運動が生み出されている。しかしながら、運動学習と運動制御は独立に検証されることが多く、その協調様式は明らかでない。本研究では、運動制御と運動学習を統一的に理解する理論的枠組みの提案、そして提案する枠組みに基づくトレーニングの特性の理解を目的とする。
|
| Outline of Annual Research Achievements |
2022年度はモジュール仮説の枠組み(筋シナジーや関節モジュール)に基づき、身体動作の個人差(Takiyama+, Front in Sports and Act Liv, 2022)、関節モジュールの運動適応に伴う変化(Inout+, 2022, PLoS One)を明らかにした。これまでモジュール仮説の枠組みは手法の制限により、筋肉の種類ないしは関節の種類(空間要素)と時間変動(時間要素)の２要因の議論にとどまっていたものの、テンソル分解を利用することにより時空間要素の個人差と運動適応による変容を議論できることを示した。特に、これまでモジュール仮説において重要であると考えられているモジュールは、課題の情報を必ずしも反映しないことが報告されており、モジュールと動作の結果との関係性は明らかでなかった。研究代表者は、解析的にモジュールと動作の結果との関係性を明らかにして、この未解決問題に対する答えを導いた。
一方、モジュール仮説と対をなす運動制御における仮説である課題関連成分仮説に基づき、熟練者、素人、イップスになり計画した動作をこなせない患者の違いを明らかにした(Takiyama+, Front in Neurol, 2022)。この研究ではピアノ演奏動作を対象としており、対象としたピアノ演奏動作ではモジュールはグループ間の差を反映しないことが判明し、一方で課題関連成分には反映されていることも判明した。つまり、ピアノ演奏技術のスキルはモジュールではなく課題関連成分に反映されていることがわかった。
上記の結果、スキルの差を反映する個人差、運動適応、素人と熟練者の差を反映する動作成分はモジュールもしくは課題関連成分に反映されることを示した。しかしながら、未だ課題に依存した手法を選択せざるを得ず、統一的に運動制御と運動学習を議論できる枠組みを提案することを目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究代表者が2021年7-8月に下垂体腫瘍摘出の手術を受け体調不良が続いていたものの、体調がある程度回復したことにより査読あり英語学術論文を３本出版できるまでに至った。2023年度は体調の回復により更に研究を促進できることが期待できる。
|
| Strategy for Future Research Activity |
モジュール仮説と運動学習の関係性を明らかにする。運動学習ならびに運動適応の影響を検証するためには、汎化や再学習などの特性を検証する必要がある。2023年度は、モジュール仮説と運動適応における汎化や再学習の関係性を明らかにすることで、運動制御と運動学習の関係性を解明することを目標とする。
|
