| 研究概要 |
(1) 計測した脳波データからの特徴抽出法の検討 : 計測した多チャネル脳波データに対して独立成分分析(ICA)を適用し, 被験者が行った運動イメージの身体部位を検出するのに適した信号源(設置した電極の位置), および特徴周波数成分を抽出することに成功した. 特に, 従来の方法では同一電極から観測されたμ波とβ波を分離できる場合があることが示された。これは信号源が近接している複数の脳活動を分離できる可能性を示すもので, BCIの高性能化につながる可能性がある. 計算結果の再現性およびICA計算過程での収束性の改善が今後の課題である.
(2) 脳血流データの評価法の検討 : NIRSによって計測した脳血流データを解析するためのデータの前処理方法の検討を行った. 周波数フィルタ, 主成分分析(PCA)の適用によりデータに重畳するアーチファクトを軽減することに成功した. この結果でアーチファクトが過剰なデータの品質をオンラインで改善し, BCIにできることが示された.
(3) 対象者への訓練方法の検討 : 昨年度に引き続きEEGを用いたフィードバック実験を実施し, 訓練結果の定量化を行った. またNIRSを用いて局所的脳血流に関する情報を被験者にフィードバックするシステムを構築し, フィードバック訓練の効果の定量化を開始した. 構築したシステムは, 計測装置とPCをイーサネットで接続し, 計測データをPCへ送信し, オンライン解析で得られた情報を被験者に視覚的にフィードバックするものとした. 現在のところ, 被験者3名中2名でNIRSフィードバック訓練の効果が確認された.
|
