2014 Fiscal Year Annual Research Report
| Project/Area Number |
25282177
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
井上 勝裕 九州工業大学, 大学院情報工学研究院, 教授 (00150516)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
前田 誠 九州工業大学, 大学院情報工学研究院, 助教 (00274556)
山崎 敏正 九州工業大学, 大学院情報工学研究院, 教授 (50392163)
藤尾 光彦 近畿大学, 工学部, 教授 (00284597)
|
|---|
| Project Period (FY) |
2013-04-01 – 2017-03-31
|
| Keywords | 生体信号処理 / BCI / 脳波 / 睡眠 / リハビリテーション |
|---|
| Outline of Annual Research Achievements |
本研究では，通常の意識下で使用されるBCIシステムの多様化や性能向上をはかるとともに，無意識下での使用者の状態に応じた環境コントロールが可能なシステムの開発を行い，1日を通して快適な生活支援が可能なBCIシステムを構築するとともに，そのために必要な脳波・心電図・体動・体表面温度等の信号解析手法を確立することを目的として研究を進め，以下の研究成果を得た．
(1) OSA睡眠調査票から算出される睡眠スコアや睡眠時無呼吸症候群患者におけるCPAP治療前後でのデータを用いて，睡眠の質と出現脳波の相関について調査し，帯域間パワー比（1Hz/2Hz，11Hz/12Hz）が大きいほど睡眠の質が悪くなる傾向にあること，またCPAP適用後，θ波帯域以下の脳波形状（パタンスペクトル）に変化が現れることを確認した．
(2) CD法によるECG信号の時間周波数解析を行い，特にその位相情報から，短時間長のデータで睡眠中のLF・HFリズムと相関の高い自律神経リズム情報の抽出が可能であり，BCIシステムにおける被験者状態推定にも適用可能であることを確認した．
(3) 運動準備電位や随伴陰性変動等の特徴量を利用した四肢動作想像時における単一試行脳波の識別法を改善し，最高で80%強の識別精度が得られることを確認した．また，従来の周波数特徴量に基づく右手・左手動作想像識別においても，処理時間帯・使用電極の組合せから6種類の識別器を構成して多数決法を利用する等の改善を行い，90%以上の識別精度が得られることを確認した．
(4) 環境適応型メニュー表示機能の実現のため，ARメガネを利用したシステムに関する検討を行うとともに，他研究室所有の電動車いすを利用してBCIシステムに必要な周辺システムの開発に取り組み，これまで開発してきたBCIシステムを組み込んだ電動車いす制御システムのプロトタイプを構築した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
赤外線サーモグラフィ装置を利用した自律神経リズム変動解析に関して若干遅れてはいるものの，研究実績に記載したことを含め，次のような状態となっており，おおむね順調に進展しているものと考えている．
(1) 終夜睡眠における脳波解析において，2～5Hz帯域脳波の出現個数が，睡眠ステージに連動して連続的にリズム変動しながら朝方に向かって減少することや，高振幅徐波のほうがK-Complex波より矩形波に近い形状で，高周波成分の重畳が多い傾向にあることを波形形状解析によって明らかにできるなど，詳細な脳波形状解析が可能となってきている．
(2) 27年度に購入して設計を始める予定であった電動車いす制御システムに関して，他研究室所有のものを一時的に借用できたことから，前倒しで実施したプロトタイプシステムの設計開発を通して問題点を検討できており，これまで，AIBOやiRobotを利用して模擬的に実現してきたBCIシステムに関して，来年度早々にも電動車いす等のより実用的な装置への適用が可能な状態になっている．
(3) 非接触型生体モニタリングについて研究を進め，KINECTから得られる距離情報から毛布程度の布団がかかった状態でも呼吸は計測可能で，肩の位置変動から寝返り状況を推定可能であることを確認し，寝返り情報と睡眠脳波ステージ変動との相関を検討できる段階になっている．更に，KINECTから得られる赤外線画像から心拍変動に関する情報抽出を試みた結果，現段階では，R-R間隔時系列の抽出は困難であったものの，心拍数の推定は十分可能であることを確認できている．
(4) 数十チャンネルの脳波信号を含む睡眠ポリグラフデータや，睡眠時無呼吸症候群患者データ等，他大学で採取されたデータの利用や解析結果の議論を複数の他大学教員と連携して実施できるようになるなど，研究環境の整備が進んできている．
|
| Strategy for Future Research Activity |
これまでの研究成果をもとに，今後，以下のように研究を推進する．
(1) 運動準備電位等の情報に基づく動作想像種別識別手法を利用して，聴覚刺激による動作想像開始指示とその後の動作想像の種別識別を行うBCIシステムを構築する．また，脳波採取電極数を増やし，手足に直接指示を送る運動野ではなく，動かそうとする意思に関連して有意に変動する脳波特徴量の抽出を試みる．更に，図形・動作想像，聴覚・視覚誘発電位，エラーポテンシャルを複合的に扱うハイブリッド型BCIシステムの実現方法について検討を進めるとともに，次年度に導入する電動車いす・電動ベッドに，これまで開発してきたBCIシステムを組み込んだ操作システムを付加して実験を行い，その操作性の検証を通じて改善を行う．
(2) 心電位や赤外線サーモグラフィから得られる信号を利用して，睡眠時・BCI適用時の自律神経リズムの解析を行い，被験者の寝苦しさや意思に反する機器誤作動時の意識変動状況を検出するシステムを開発する．また，KINECTや敷き布団下に配置したエアバッグの圧力変動計測システムを利用した体動・呼吸・心拍等の計測システムを構築するとともに，得られた信号から生体内部状態を推定するための信号処理法やアルゴリズムについて検討する．
(3) 急速眼球運動や無呼吸をトリガーとした脳波変動に波形形状解析手法を適用し，現象に特異な脳波変動に関する詳細な解析を行う．また，睡眠ポリグラフの各種生体信号から睡眠の質を推定する手法を確立し，睡眠状態に応じた外部環境制御への適用方法を検討する．
(4) 最終年度においては，それまでに個別に整備したBCIシステムを融合させた仮想生活環境を研究室内に構築し，統合的なシステムとしての評価を行うとともに，非接触計測が可能なセンサを利用して生体情報を抽出し，BCIシステムにおける補完情報あるいは代替情報として利用可能か検討する．
|
