リアルタイム誘発脳波抽出手法

• 研究課題/領域番号: 19K20320
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分61020:ヒューマンインタフェースおよびインタラクション関連
• 研究機関: 京都女子大学 (2023); 滋賀大学 (2019-2022)
• 研究代表者: 石川 由羽 京都女子大学, データサイエンス学部, 講師 (20814370)
• 研究期間 (年度): 2019-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円); 2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2019年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
• キーワード: Brain machine interface / 誘発脳波 / ディープラーニング / BMI / ディープクラスタリング

研究開始時の研究の概要

脳と外部機器を直結するBMI（Brain Machine Interface）技術が注目されており，脳波を利用して，機器の操作や幾つかの脳内意思の解読等を行うことが可能である．今後，多種多様な操作・解読を行うためには，未だ発見されていない誘発脳波の検出・抽出が必要である．しかし，既存の抽出手法では，１つの誘発脳波の抽出に膨大な時間がかかるため，様々な誘発脳波の抽出は困難である．したがって，本研究では，ディープクラスタリングを応用したリアルタイム誘発脳波抽出手法の研究を行う．

研究実績の概要

本研究では，脳波を活用したBMI技術の開発が行われている．BMI技術では，主に刺激時やイメージ時に一時的に発生する誘発脳波が利用されている．しかしながら，これらの誘発脳波の中にはまだ発見されていないものも存在し，それらを検出・抽出する必要がある．計測脳波には，刺激時やイメージ時に一時的に発生する誘発脳波，α波などの常に発生している自発脳波，そして心拍などの生体ノイズが含まれると考えられる．当初，誘発脳波は特定の条件下でどの被験者でも同様に発生すると仮定し，音声分離の分野で使われていたディープクラスタリングを脳波に応用して誘発脳波の分離を試みる計画であった．しかしながら，この手法では誘発脳波の分離が困難であったため，新たな手法の検討が必要である．誘発脳波の抽出における新たなアルゴリズムや機械学習の適用に関しては，ディープクラスタリングが効果的ではなかったとしても，他の手法により誘発脳波の抽出の可能性は十分期待できる．これに加えて，誘発脳波の抽出における個人差も考慮すべき重要な要素である．個人差があるため，特定の誘発脳波を発生させることが難しい被験者も存在する．この課題を克服するためには，個々の被験者の特性や生体反応を考慮した計測手法が必要である．また，データの品質も分離精度に影響する可能性があるため，今後は既存のデータベースを活用することも検討対象とする．

現在までの達成度 (区分)

4: 遅れている

理由

本研究では，当初，誘発脳波は特定の条件下で誰にでも同様に発生するものと仮定し，音声分離の分野で用いられていたディープクラスタリングを脳波に応用して，誘発脳波の分離を試みる計画であった．しかし，今年度は当該研究に十分な時間を割けなかったこともあり，現時点ではディープクラスタリングによる誘発脳波分離に関する成果は得られていない．

今後の研究の推進方策

当初予定していたディープクラスタリングによる誘発脳波の分離は困難であると考えられるため，新たな手法を用いた分離手法の開発を検討する．また，安定した誘発脳波の計測も難しく，今後は既存のデータベース等を活用して研究を行う予定である．