| 研究課題/領域番号 |
25730155
|
|---|
| 研究種目 |
若手研究(B)
|
| 研究機関 | 株式会社国際電気通信基礎技術研究所 |
|---|
研究代表者 |
平山 淳一郎 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究員 (80512269)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 機械学習 / 信号処理 / 脳波 / ブレイン・マシンインターフェイス |
|---|
| 研究概要 |
主に多チャンネル計測された脳波や脳磁図を対象とし、多次元信号から階層的な統計的構造を抽出するための教師なし学習（探索的信号解析）法について研究を行った。
第一に、独立成分分析によるブラインド信号分離を発展させ、脳信号源の共活性化パターン抽出と信号源の分離を統一的な枠組みで実現する確率モデルに基づく手法を開発した。特にヒルベルト変換を介した複素信号表現を用いることで、共活性状態を比較的安定に推定することができた。開発した手法は実際の脳波データに適用され、運動想像課題の実施前後に取得した安静時活動から課題関連とみられるパターンが抽出された。これは日常環境での自然な脳活動について、脳波から意味のある脳状態を読み取りうる可能性を示唆し、ブレイン・マシンインターフェイス技術等の高度化への寄与が期待される。以上の内容は国際会議に投稿中である。
第二に、脳信号源などが示す結合性（相関）の非定常な変化を解析するため、異なる条件下で相関が最も大きく変化する線形統計量のペアを学習する手法を開発した。開発した手法は脳磁図や近赤外分光法による脳計測データに適用され、興味深い結合性パターンが得られた。この手法は扱いやすく、実装や計算も簡単であるため、脳計測信号の解析で利用しうる場面は多いと期待される。以上の内容は国際会議に投稿し、採択された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
自己回帰モデルを導入する当初の計画とは異なるものの、複素信号表現を用いる方法により時間/周波数構造を導入する目的が同様に達成されるとともに、アルゴリズムの簡略化や計算効率の向上が実現されている。手法設計だけでなく、実際の脳波データ解析においても結果が得られている。また、当初の計画には含まれていなかったが、結合性変動の解析に関する新たなアプローチについて結果が得られており、次年度以降の発展が見込まれる点も評価に値する。
|
| 今後の研究の推進方策 |
実際の脳計測データ解析を通して、自然な状態での脳信号の統計的性質を把握し、手法設計に段階的に取り込んでいく。得られた脳活動パターンの解釈のため、脳計測データ以外の外部情報の利用についても考察する。そのための大量データの解析を効率化するため、計算機類の整備を今後とも継続する。また、評価用として質がよく、広く利用可能な脳計測データが必要とみられるため、有償のものも含め公開データベース等の利用を検討する。
|
