| 研究課題/領域番号 |
17200008
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 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)
|
|---|
| 研究期間 (年度) |
2005 – 2007
|
| キーワード | ブレイン・マシン・インターフェイス / 運動制御 / 近赤外線分光法 / 脳波 |
|---|
| 研究概要 |
○脳血流ヘモグロビン濃度による力推定とロボット制御
NIRSにより計測される脳血流ヘモグロビン濃度(Hb濃度)によるロボットアーム制御の基礎的研究として、筋電位(EMG)を運動指令と仮定し、Hb濃度によるEMGを介した力の推定を試みた。等尺性の力生成実験において、力、EMG、Hb濃度を同時計測した結果、三者間に強い相関関係を確認し、脳血流ヘモグロビン濃度を計測することによって手先での力の推定を可能とした。
○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実施した。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。
○EEGデータからタスク学習のための強化信号推定の試み
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。
|
