2017 Fiscal Year Research-status Report
深層学習による脳―機械インタフェースの深化 環境情報と利用者意図の双方向最適認識
| Project/Area Number |
17K19998
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
小谷 潔 東京大学, 先端科学技術研究センター, 准教授 (00372409)
|
|---|
| Project Period (FY) |
2017-06-30 – 2019-03-31
|
| Keywords | ブレイン・マシンインタフェース / P300 |
|---|
| Outline of Annual Research Achievements |
環境情報と親和性の高いBrain-Computer Interfaceを構築するため，今年度は光学シースルー方式のMixed Realityの導入と深層学習のシステム構築を行った．以下にそれぞれについて述べる．
光学シースルー方式は従来用いられていたビデオシースルー方式に比べて自然な視野の確保と時間遅れのない情報提示が可能となり，より直観的な脳と外部環境のインタラクションが可能となることが期待される．はじめに光学シースルー方式のMixed Realityシステムと脳波計測機器の同期をとり，視覚刺激と同期した脳波計測・解析を行った．仮想光源を利用者の視野に重畳する形で視覚刺激を与え，脳の応答を取得した脳波から解析した．ここでは仮想光源の位置として，実環境にあるオブジェクトの3次元位置に設定することで，利用者が選択した実環境にあるオブジェクトを脳波から読み解く実験を行った．そして，光学シースルー方式のMixed Realityにおいても脳波の解析から利用者意図を読み取れることを示した．さらにオブジェクトの配置に奥行きを持たせた識別実験を行い，光学シースルー方式のMixed Realityにおける最適な刺激条件を選定した．
深層学習システムを構築し，運動想起時の脳波から左右どちらの手の運動想起であったかを読み解く課題を行うことでBrain-Computer Interfaceへの応用を検討した．時間および空間パターンを畳み込む順序を変えた複数の構造で識別率を比較し，深層学習をBCIに用いる際に適切なネットワーク構造を選定することができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度は光学シースルー方式のMixed Reality技術を導入した新規Brain-Computer Interfaceを構築することができた．さらに環境情報の取り込みや脳活動の解析についても基礎的なシステムを構築することができた．
|
| Strategy for Future Research Activity |
次年度は本年度の成果を活かし，環境情報と脳活動解析をより密に行う．それによって，現在のBCIシステムをさらに直観的かつ情報量の多いシステムに発展させることを計画している．
|
| Causes of Carryover |
システム構築に必要ないくつかの物品を次年度の購入に回したため．
|
