2015 Fiscal Year Annual Research Report
運動麻痺患者を対象としたブレイン－マシンインタフェース型リハビリシステムの構築
| Project/Area Number |
14J00320
|
|---|
| Research Institution | University of Hyogo |
|---|
Principal Investigator |
中谷 真太朗 兵庫県立大学, 工学研究科, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2014-04-25 – 2016-03-31
|
| Keywords | ブレイン-マシンインタフェース / ニューロリハビリテーション / アクティブ―ドライ電極 / 半教師付き学習 |
|---|
| Outline of Annual Research Achievements |
本年度は，アクティブ―ドライ電極の利用による脳波計測環境の簡素化および半教師付き学習による識別器の自動更新手法の確立に取り組んだ．
まず，ペーストなしでの脳波計測を行うことを目的とし，アクティブ計測が可能な小型で無線式の脳波計(Polymate Mini AP108, ミユキ技研)を利用した．この脳波計は，皮膚と電極間の接触インピーダンスの影響を受けにくいアクティブ電極であり，導電性ペーストが不要，充電池による駆動とBluetoothによる脳波信号の無線伝送が可能である．しかし，そのままでは足の運動に関するとされる頭頂部付近にうまく電極を固定することができなかった．そこで，頭頂部付近の脳波を安定して計測するための電極固定具の開発を行った．この結果を含め，製作したリハビリテーションシステムについて日本人間工学会システム大会にて発表し，奨励賞を受賞した．
次に，これまでに提案してきた識別器を自動更新型にするための手法について検討した．まず，脳波に比べて得られる信号特性の変化を捉えやすい筋電位を対象とすることとし，微小に計測位置を変化させた場合に得られる筋電位の変化を求めた．次に，筋電位の特性変化に対して動作識別器を自動的に更新する手法として，半教師付き学習を用いるものを新たに提案した．この手法では，測定された筋電位がどの動作パターンに属するのかを，測定された信号が持つデータの分布に関する情報も用いることで，より正確に分類しようとするものである．得られた分類結果をもとに識別器の再学習を自動的に行うことで，筋電位の特性が変化した場合でも利用者に負担を与えることなく性能を維持することができる可能性を示した．この成果は脳波からの動作企図分類問題にも適用できると考えている．この結果をもとに，筋電位からの動作分類時の識別器更新手法としてまとめ，計測自動制御学会論文集で発表した．
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
