マルチスケール侵襲型BMIによる発声のニューロフィードバック

2021 Fiscal Year Annual Research Report

• Project/Area Number: 19K09452
• Research Institution: The University of Tokyo
• Principal Investigator: 國井 尚人 東京大学, 医学部附属病院, 講師 (80713940)
• Co-Investigator(Kenkyū-buntansha): 川合 謙介 自治医科大学, 医学部, 教授 (70260924)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: ニューロフィードバック / 単一ニューロン活動 / 皮質脳波 / ブレインマシンインターフェイス

Outline of Annual Research Achievements

我々は微小電極と表面留置型電極からなるハイブリッド電極を開発し、微小電極で記録される単一ニューロン活動と表面留置型電極で記録される高周波律動活動が、復号化において相補的な情報源となることを示した。本研究ではこのハイブリッド電極をヒトの発声に関わる感覚/運動野に慢性留置し、①得られた脳活動をリアルタイムで復号化（デコーディング）するシステムを構築し、②復号化した情報をフィードバックすることにより復号化精度が経時的に改善することを示すことを目的とした。
Blackrock社製のCerebusを用いて30kHzで記録した単一ニューロン活動をMatlabに取り込み、リアルタイム解析を行う系を確立した。画像提示された母音を発声するという課題下に訓練データの計測を行い、これをon siteで解析しデコーダーを作成し、再度同じ課題下にリアルタイムデコーディングを実施し、さらにその結果をフィードバックすることに成功した。全4例で実施したが、復号化精度が有意レベルを超えるものではなく、フィードバックによる復号化精度の改善には至らなかった。復号化精度が低下した理由として、並行して改良を進めていたハイブリッド電極の使用変更がむしろ単一ニューロンの収率を下げていた可能性が検討された。上記4例とは別の1例でhand motor areaを対象として従来仕様のハイブリッド電極による計測を行ったところ、復号化精度が有意レベルを大幅に上回ったことから、復号化精度の低下は単一ニューロンの収率の低下によるものであり、デコーディングシステム自体は有効に機能していると考えられた。
COVID-19禍の影響で研究の遅滞はあったがフィードバックシステムの開発に成功した意義は大きく今後の発展につながる研究成果が得られたと考える。