2020 Fiscal Year Comments on the Screening Results
大規模脳波データとキャリブレーションレスモデルの構築による意思伝達BMIの実現
Project/Area Number |
20H00235
|
Research Category |
Grant-in-Aid for Scientific Research (A)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Medium-sized Section 21:Electrical and electronic engineering and related fields
|
Research Institution | Tokyo University of Agriculture and Technology |
Principal Investigator |
田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
|
Co-Investigator(Kenkyū-buntansha) |
篠田 浩一 東京工業大学, 情報理工学院, 教授 (10343097)
田中 雄一 東京農工大学, 工学(系)研究科(研究院), 准教授 (10547029)
菅野 秀宣 順天堂大学, 医学部, 先任准教授 (90265992)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Outline of Opinions Expressed in the Review Results |
ブレインマシンインターフェース(BMI)技術では、脳波に大きな個体依存性が存在するためユーザーごとにキャリブレーションする必要があった。本研究では、蓄積した多種多様な脳波をデータベース化し、個体依存性を分離できる深層ネットワークBrainNetを構築し学習することで、キャリブレーションを必要としないBMIを構築し、さらに脳に埋め込んだ電極により、想像した音声を抽出するためのBMIの設計を目指す。 脳波の実測データを大量に用いた機械学習によりBMIのキャリブレーションの問題を解決し、さらに個体に依存しない特徴を抽出する学習モデルを構築するというアイディアには高い独創性と創造性が認められる。侵襲BMIの実用化が進めば、その社会的インパクトも極めて大きい。
|