研究課題
本年度は、準備脳活動を検出し、運動情報を予測するためのインターフェース構築の基礎として、脳波(EEG)を用いた準備時の脳活動計測、近赤外分光計測画像法(NIRS)を用いた運動時脳活動計測、解析アルゴリズムの検討を行った。準備運動時のEEG計測に関しては、その運動エラーが事前に予測できるかについての検討を行った。課題としては指定した刺激提示のときに運動を行わないという、Go-NoGo課題を採用した。このデータを用いてオフライン解析により、行動前のEEGデータから行動のエラー（正しい行動か誤った行動か）を予測（判別）ができることがわかった。ただし、その判別率は被験者で異なり、チャンスレベルより有意差が見られない被験者もいることがわかった。また、右手の指運動時の脳活動をEEGで計測する実験も行った。この実験では運動準備に相当する時間の脳活動に着目し、上記と同様に判別を試みた。しかし、良好な判別結果が得られておらず、アーティファクト除去や実験デザインの再考が必要であると考えられる。また、NIRSの脳活動情報を組み込んだインターフェース構築に向け、NIRSを用いた運動時の脳活動計測およびその解析方法について検討した。アーティファクト除去を考慮することで、運動時間が短い事象関連デザインや運動学習時の脳活動をNIRSで計測可能であることを示した。そして、EEGデータの判別率の向上のため、粒子群最適化を用いて時系列EEGデータの特徴量（チャネル）および判別器のパラメータを最適に決定するアルゴリズムについて検討を行った。その性能を検討するため、運動準備ではない別のEEGデータに適用したところ、判別率の向上が見られた。今後準備脳活動の解析に利用する予定である。
25年度が最終年度であるため、記入しない。
すべて 2014 2013 その他
すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (8件)
The Scientific World Journal
巻: vol.2014 (Article ID 350270) ページ: 11
10.1155/2014/350270
