| 研究概要 |
本研究は,損傷部より中枢の硬膜表層の脊髄(神経)電位信号を最新LSI技術と適応学習理論を応用して情報処理を行い,電動義装具を各個人の特性に適応しながら制御する方法論を構築することで,運動機能獲得の技術的バックアップを目指すものである.
硬膜上では多数の神経信号が重畳された形で記録され,理論的には損傷部より中枢での適切な神経電位の計測と分離により,各筋肉組織への信号を独立して取り出すことが可能である.しかしながら,これらの神経電位は,個体差のみならず知覚などの運動以外の非常に多くの電位が重畳された状態の複雑な波形として現われるため,これまでの技術ではこれを有効活用することが困難であった.これまでの実験によって確かめられたことは以下のとおりである.
ラットを用いた電気生理的計測実験において,感覚野直近の硬膜上からの麻酔下の活動電位の計測を行った.また,計測された電位の時系列データに対して,適応学習理論に基づいてオフラインで分離分解実験を行ったところ,刺激部位に応じた認識クラスタの生成が確認された.
脊髄部硬膜上電位計測については電極の挿入方法に関する試行実験の段階にあり,ワイヤー状電極,多点電極について実験を行っている.特に多点電極については,マイクロマシニングにより,適切な電極配置の検討を行っている.
情報処理回路はFPGA(Field Programable Gate Array)を用いることにより,特定の写像関数を合成できることと,その実験システムの構築を実施した.実験ではこのシステムを用いて,学習理論を用いて情報処理回路を合成可能であること,および,情報処理回路を並列化して実現可能であるため,効率的に高速処理が実現されることが確かめられた.
|
