2023 Fiscal Year Final Research Report
Development of a deep neural network model extracting physiologically plausible features and its application to electroencephalogram-based communication
| Project/Area Number |
21K21313
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
1002:Human informatics, applied informatics and related fields
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-08-30 – 2024-03-31
|
| Keywords | 脳波 / ブレイン・コンピュータ・インタフェース / ALS / 深層学習 |
|---|
| Outline of Final Research Achievements |
To improve the performance of brain-computer interface (BCI), this study conducted experiments and analyses to develop a method to extract intention from electroencephalogram (EEG). In the experiment, two patients suffering from amyotrophic lateral sclerosis learned association between sensory stimuli and intention. The BCI system could decode their intention from their EEG. Importance of extracting physiologically plausible features from EEG was also confirmed.
|
| Free Research Field |
脳活動信号処理
|
| Academic Significance and Societal Importance of the Research Achievements |
筋萎縮性側索硬化症 (ALS) などが原因で運動機能が低下した患者にとって、脳活動情報のみを用いたコミュニケーション手法の確立は重要である。本研究では、ALS患者の脳波から生理学的に妥当な信号を抽出して使用することで、「はい」と「いいえ」のどちらを想起しているか識別を行うBCIシステムの有効性が示された。本研究で得られた結果は、脳波を用いた実用的なコミュニケーション手法の実現を目指す上で意義があると考えられる。
|
