|
本研究テーマでは、生体情報を用いて身体拡張を実現し、ユーザーの行動を支援することができるシステムの開発を目指し、基礎検討を実施した。本年度は、最初にユーザー（被験者）が自らの身体運動を行っている時に別の脳活動を検出できるかについて、検討を行った。具体的には、被験者が右手のタッピング運動を実施しているときに、同時に右腕の到達運動を行っている運動想起を行ってもらう実験課題を実施した。この実験時の脳波を計測し、被験者が運動実行のみを行っているのか、それとも運動実行と運動想起を同時に実施しているのかを判別したところ、最大約80%の精度で想起運動の有無を判別することができた。また運動野付近の信号を用いる場合に上記の精度が得られ、視覚野付近のデータでは精度が減少していた。このことから、被験者の運動に関連する想起運動を検出していることを示唆した。
また、脳波については、運動予測のための効果的なデータ解析手法を検討するため、Transposed Convolution (TC)と畳込みニューラルネットワーク（CNN）を組み合わせた手法を提案し、その検証を行った。その結果、CNNだけの解析に比べて、TCとCNNを組み合わせた手法は精度の向上が見られ、特別な前処理を検討することなく自動的に有効な特徴を検出できる可能性を示唆した。
次に、脳波だけでなく、筋活動を用いた外部機器の操作可能性についても検討を行った。1つ目の実験では、被験者の上腕、胸部、腹部の筋活動を計測し、自分の腕や体を動かさずに共収縮により筋活動のみ生成させ、筋活動に関連づけた画面状のカーソルを動かすという実験課題を実施した。複数の部位の筋を計測対象として実験を実施した結果、体幹部よりも腕部の筋の方が独立性が高く、被験者が外部機器を操作できる可能性を示唆した。また、別の実験では、腕の到達運動の運動前の筋活動を解析して運動予測ができる可能性を示唆した。
|
