| 研究課題/領域番号 |
17200008
|
|---|
| 研究機関 | 長岡技術科学大学 |
|---|
研究代表者 |
和田 安弘 長岡技術科学大学, 工学部, 教授 (70293248)
|
|---|
| 研究分担者 |
大石 潔 長岡技術科学大学, 工学部, 教授 (40185187)
坪根 正 長岡技術科学大学, 工学部, 助教 (50334694)
|
|---|
| キーワード | 近赤外線分光法 / ブレイン・マシン・インターフェイ / 運動制御 / EEG / 事象関連電位 |
|---|
| 研究概要 |
平成19年度は以下の研究を主として実施した。
(1)非侵襲計測装置によって空間的・時間的に分離可能な運動の推定
複数の運動タスクをイメージすることによって活性化する脳活性部位を非侵襲計測装置である近赤外分光法(NIRS)によって計測し、空間的および時間的に分離・分類可能な運動タスクを同定する研究を継続した。第1段階としては、右手および左手の運動中における脳活動を計測し、右手・左手の2クラスに識別する手法について検討した。本手法は、計測したNIRS信号から測定チャンネルと特徴を抽出する時区間について特徴選択を行い、これをサポートベクターマシンの入力とすることで高い汎化性能を示した。次にイメージによる運動タスクの同定を行い、実際の運動の場合よりも劣るが、十分に高い識別性能を得た。
(2)EEGデータからタスク学習のための強化信号推定の試み
本研究は、階層的なBrain Computer Interfaceによって、単に脳波信号でヒト腕軌道をロボットアームが模倣することではなく、スプーンで食べ物を口に運ぶ、あるいは、コミュニケーションのための身振りが相手に認識してもらえる、といったようなタスクに成功するような運動をBCIによるロボットアームによって実現することである。BCIが、障害者のためのコミュニケーションツール等へ発展する可能性が高くなっているが、多種多様な環境・タスクで、個々の利用者がBCIによってタスクを正確に行なうためには、個々に応じた制御則の設計が必要となる.つまり、個々の選好・要求に応じた制御則の設計が必要である.本研究で、我々は外的な事象の認知や識別に関連して発生する脳波事象関連電位のP300成分が、BCIにおいて強化学習を適用する際の強化信号に代わる信号として利用できる可能性を示した。
|
