2020 Fiscal Year Annual Research Report
New Brain Machine Interface using prediction information in the brain
| Project/Area Number |
18H04109
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
小池 康晴 東京工業大学, 科学技術創成研究院, 教授 (10302978)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉村 奈津江 東京工業大学, 科学技術創成研究院, 准教授 (00581315)
吉田 英一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 副研究センター長 (30358329)
神原 裕行 東京工業大学, 科学技術創成研究院, 助教 (50451993)
和田 安弘 長岡技術科学大学, 工学研究科, 教授 (70293248)
安藤 英由樹 大阪芸術大学, 芸術学部, 教授 (70447035)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 脳波 / 予測 / BMI/BCI / 外部刺激 |
|---|
| Outline of Annual Research Achievements |
ブレイン・マシン・インタフェースは、考えただけでロボットを操作できる技術であり、脳活動だけから多自由度のロボットを制御することが可能となってきている。しかし、現状のシステムはロボットの位置を「右」や「左」などと考えながら操作しており、人が通常行っているような操作とは大きく異なっている。脳活動から運動指令を抽出するためには脳の制御方法を知る必要がある。本研究では、この誤差情報を脳活動から取り出すことで、自分の体を操作するようにロボットを操作するブレインマシンインタフェースを作成することを目的としている。
今年度は、左右だけで無く前後の方向にも前庭電気刺激（GVS）により識別率が向上することを示した。また、脳波計測において、前後左右の４方向を識別するために、すべての実験参加者に共通する電極位置を検討した。この結果、各個人の識別率の高い電極位置よりも、すべての実験参加者で共通の電極位置で推定を行う場合、電極の数が少ない場合は、共通の電極位置での推定がよりよい精度を示すことも分かった。
さらに、車椅子を操縦する想定において、知覚される動きによる加速度が小さいことから、GVSの刺激強度を小さくしても識別率が下がらないかを検証した。この結果、GVSの強度を当初の半分にしても識別率が低下しないことも確認した。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
