| 研究課題/領域番号 |
22K12138
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 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 | 中部大学 |
|---|
研究代表者 |
稲垣 圭一郎 中部大学, 理工学部, 准教授 (10568942)
|
|---|
| 研究分担者 |
我妻 伸彦 東邦大学, 理学部, 講師 (60632958)
信川 創 千葉工業大学, 情報科学部, 教授 (70724558)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 事象関連電位P300 / 視覚認知 / 車両運転 / 脳波計測 / 機能的結合 / 事象関連電位 / 注意 / 運転 |
|---|
| 研究開始時の研究の概要 |
ヒューマンエラーによる交通事故のほとんどは，視覚認知ミスが原因であり，これは運転経験により減少する．走行環境認知におけるドライバーの経験の影響は，視線計測による理解が進んでいるが，視線移動を実現するうえで最も重要な視覚機能である注意選択に絡む脳神経機構においては，理解が乏しい．本研究では，視覚認知における最重要機能である注意選択と運転経験により実現される最適な走行環境認知機構を，注意選択に関する脳波である事象関連電位P300の計測とその発生に絡む脳神経回路の機能的結合解析，さらに走行環境内の顕著性を再現する脳数理モデルシミュレーションの3手法により解明する．
|
| 研究実績の概要 |
当該年度は，前年に引き続き経験により最適化される注意の脳神経機構と走行環境内の認知対象物の重要度に相当する顕著性との関係の理解を目指して，実走行環境に存在する歩行者や他車両など注意しなければならない視覚認知対象に対するドライバの事象関連電位P300の応答特性を評価した．前年度の心理物理的な走行実験環境をドライビングシミュレータを用いたものに換装し、実車両運転を模した実験へと改良した。前年度も報告した他車両や標識，歩行者などの対象物を認知している際のP300を，さらに運転のアクションの有無で分類して評価したところ，運転のアクションが絡むと有意にP300応答が生じることを明らかした．これは，前年度の走行環境内の認知対象物の種類、すなわちBottom-up情報に対する異なるP300応答特性に加え，運転行動由来のTop-down情報がさらにP300応答特性を変容させることを示唆している．これらから認知対象を含む走行環境のBottom-up情報に加え，運転行動に関するTop―Down情報を考慮することでより詳細な顕著性を再現可能な脳数理モデルを構築でき，これにより経験で変化する運転行動・認知、顕著性とP300応答の関係を評価できる可能性を得た．
一方で，走行シーン認知時におけるドライバの脳活動を周波数解析とPhase Lag Index（PLI）で求めた脳機能的結合により評価する部分は構築済みである．今後は，本解析を上記の走行シーン内の視覚認知対象認知時の脳波解析へ拡張することで，実走行環境の認知時における注意に関する脳波に寄与する脳機能部位について言及できると考えている．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
走行シーン内の視覚認知対象認知時の事象関連電位P300の評価は，本研究目標の根底をなす部分でありそのデータは顕著性モデル構築やPLIによる脳神経ネットワークの機能的結合解析に必須であるが，これを本年度ほぼ達成している．併せて本年度は，走行シーン認知時のドライバのアクションの重要性を示唆しており，こうした情報が走行シーンの顕著性再現のため顕著性を再現する脳数理モデルの構築に必要である可能性を得た．なお本実験で得られる脳波の機能的結合解析にかかる解析方法も構築済みである．また，経験と脳波ならびにP300応答特性の関係を明らかにした内容について2件，学術論文に採択となった．
|
| 今後の研究の推進方策 |
今後の研究では，走行シーン内の視覚認知対象認知時の脳波をさらに収集し，これまでに得られている結果の詳細化をはかり，学術論文としてまとめることを目指す．加えて，同データに対してPLIによる脳神経ネットワークの機能的結合評価のアプローチにより，実走行環境認知時の注意に関する脳活動と運転経験、運転行動との関係評価を推し進める．さらに，顕著性を再現する脳神経数理モデルの構築と改良を進め，シミュレーションを通して走行シーン内の視覚認知対象認知における注意と運転経験や行動の寄与を評価する．これらの3つの研究を並列して進めることで当初の研究計画の達成を目指す．
|
