2015 Fiscal Year Research-status Report
高度なデータ駆動型手法を用いた脳の予測メカニズムのモデリング
| Project/Area Number |
15K21079
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
東 広志 豊橋技術科学大学, 工学(系)研究科(研究院), 助教 (70734474)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 事象関連電位 / 多次元配列 / ブレインコンピュータインターフェイス / 信号処理 |
|---|
| Outline of Annual Research Achievements |
初年度は，脳波による脳の予測機能解明のために，観測脳波から予測に関連する成分を頑健に抽出する手法を開発した．具体的には，脳波から現在の刺激の推移発生確率を予測する問題を考え，予測精度によって抽出手法の評価を行った．
開発した特徴抽出手法は以下である．まず，チャンネル×時間の行列として観測される脳波に対して，チャンネルの軸に対して空間的な構造（チャンネル電極間の距離情報など）を，時間の軸に対して時間的に相関構造を仮定した．これらの構造をグラフとして表現すると，あるチャンネル・ある時間に観測される脳波信号は，グラフ上の信号として表すことができる．このようなグラフ信号を処理するために，部分空間制約を用いた信号処理手法を提案した．部分空間制約は，抽出したい特徴成分や設計したいフィルタが，ある特定の空間内に存在することを制約する．ここで，ある特定の空間を，グラフから求めることで，グラフ構造を特徴抽出やフィルタ設計の過程に組み込むことが可能である．機械学習の分野で一般に用いられるノルム正規化と比べて，本研究で提案した部分空間制約は次の特徴を持つ: 1) グラフで表される信号構造を処理に組み込むことができる，2) 多次元配列に対して容易に適応可能である，3) 正規化係数を決める必要がない．
グラフとして脳の機能的接続性（脳活動の同期）を採用した．これにより予測精度を改善し，少ないサンプルでも頑健な特徴出が行えることを示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度は，特徴抽出手法の構築が目標だったため，これは完了している．したがって，順調に進んでいると言える．
|
| Strategy for Future Research Activity |
当初の計画通り，得られた特徴量と刺激系列に関する統計量の関係を明らかにする．具体的には，マルコフ連鎖を用いて刺激系列を発生させる．マルコフ連鎖において設定した推移確率と脳波特徴量の関係を明らかにする．
|
| Causes of Carryover |
H27年度に購入予定であった物品（脳波キャップ）の納品が遅れたため．
|
| Expenditure Plan for Carryover Budget |
H27年度に購入予定であった物品を納品されるため，今年度行う予定の研究計画と併せて実施する
|
Research Products
(4 results)
