| 研究概要 |
本研究の目的は, 様々な脳マシンインターフェイス(BMI ; Brain Machine Interface)を組み合わせたハイブリットBMI (HBMI)のための信号処理の開発である. BMIは, 脳と機械を繋ぐインターフェイスである. BMIは, 脳波計などで観測される脳活動を利用するため, 従来のインターフェイスと異なり, その使用に筋肉運動は必要ない. そのため, 身体障害者のためのインターフェイスやリハビリテーションでの利用が期待されている.
BMIのユーザはあるタスクを課される. BMIは, そのタスクによって誘発される脳活動を解析する. タスクによって脳信号に観測される特徴が異なる. そのため, それぞれのタスクに関する信号処理は, これまで独立に研究されてきた. しかし, HBMIを効率的に実現するには, 統一的な信号処理の枠組みが必要である.
本研究では, 複数のインデックスを持つデータを扱う多次元配列信号処理を用いることで, 脳波処理のための枠組みを提案する. 提案手法では, 複数インデックスにおける特徴(周波数分布・空間分布・発生時間)を, それぞれ有限インパルス応答フィルタ・空間重み・時間ウィンドウのパラメータとして定式化する. 観測データを用いて, これらのパラメータを最適に求めることで, 個人差や環境差に頑健なパラメータを設計する. 運動想起タスクを用いたBMIにおいて性能評価し, 提案手法の有効性を示した. また, 周波数エネルギー分布や波形の変化を解析する必要がある, 定常的視覚誘発電位やP300と呼ばれる脳活動を利用するBMIにおいても, 提案手法を用いることができる.
|
