• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 研究成果報告書

小型ヒューマノイドを使った自己動作モニタリングによる運動訓練支援システムの開発

研究課題

  • PDF
研究課題/領域番号 16K13063
研究種目

挑戦的萌芽研究

配分区分基金
研究分野 応用健康科学
研究機関国立研究開発法人国立長寿医療研究センター

研究代表者

中井 敏晴  国立研究開発法人国立長寿医療研究センター, 神経情報画像開発研究室, 室長 (30344170)

研究分担者 田中 あゆ子  国立研究開発法人国立長寿医療研究センター, その他部局等, 研究員 (50463203)
加藤 昇平  名古屋工業大学, 工学(系)研究科(研究院), 教授 (70311032)
研究協力者 バガリナオ エピファニオ  
吉田 旭宏  
上野 美果  
研究期間 (年度) 2016-04-01 – 2019-03-31
キーワード運動訓練システム / 運動表象符号化 / Neurofeedback / fMRI / 小型ヒューマノイド / 運動学習 / 身体座標系 / Brain Machine Interface
研究成果の概要

本研究ではリアルタイムfMRIにより抽出された脳活動を小型ヒューマノイド(SHR)の動作に反映させ、其の映像をニューロフィードバック(NF)情報として利用する運動学習法を開発した。訓練学習の進行に伴う逐次的な二重判別分析法を考案し、身体座標系を直感的に反映するMI学習方法としてBrain Machine Interfaceに応用する見通しを得た。加齢による脳活動領域の非特異的拡大は必ずしも判別分析に不利ではなく、高齢者でも本法による運動学習が有効である事を見出した。実際のロボットの動作による印象評価実験では、高齢者でも自己動作表象を使った視覚的NFはモチベーションを促進する事が判明した。

自由記述の分野

神経情報学

研究成果の学術的意義や社会的意義

高齢者向けの運動訓練はフレイルや認知症予防への効果が期待されるが、今後は在宅で運動習慣を維持させる工夫が重要である。SHRを使った身体座標系を反映する自己動作の視覚的NFは、運動学習を行わせる神経リハビリの有力手段と成り得ると示唆された。学術的には、運動感覚統合を行うSalience NetworkがNF-fMRIによる運動学習の効率を反映する一方で、Default Mode Networkは一貫して加齢変化を反映する事が確認でき、安静時脳活動が有力な指標候補である事が明らかにされた意義が大きい。この知見は個人の特性や状況に合わせた運動処方の最適化に資すると考えられる。

URL: 

公開日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi