2017 Fiscal Year Research-status Report
個人差を考慮した脳波分析法を用いた意思伝達BCI構築のための基盤研究
| Project/Area Number |
17K12768
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
伊藤 伸一 徳島大学, 大学院社会産業理工学研究部(理工学域), 助教 (90547655)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 脳波 / 意思 / 灰色理論 / 独立成分分析 / 遺伝的アルゴリズム / 感性情報学 / 感性計測評価 |
|---|
| Outline of Annual Research Achievements |
意思を司る前頭前野の脳波を対象とし、特別な訓練を必要としない意思を伝達するブレイン・マシン・インタフェースを構築するために、脳波分析の問題点である個人差を考慮した脳波分析法の確立を目指している。個人差は性格分析結果を脳波分析法に導入することで考慮する。また、脳波を頭皮上に到達した電位を計測する技術であるため、脳活動を網羅的に把握することが出来ない。つまり脳活動の情報は欠落した状態で分析をすることになる。申請課題では、その欠落した情報を取り扱うために、統計モデルの一つである灰色理論を適用・応用する。さらに、意思に関する脳波の発生メカニズムは不明瞭である。申請課題では、意思を意味する脳波のパターンを発見し、パターンを分類することで意思を検出するアルゴリズムを構築する。ここでは、機械学習の一つであるサポートベクターマシン適用する。また、脳波は複数の脳活動部位から発生する電位が重なり合って頭皮上で観測される。この場合、不要な電位が混入されることが少なくない。そこで、統計モデルの一つである独立成分分析を用いて、意思検出に必要な脳波を抽出する。脳波はしばしば周波数分析される。周波数分析された結果には、意思に関連する情報を多く含む周波数帯域もあれば、不要な帯域も存在する。そこで、最適化手法の一つである遺伝的アルゴリズムを用いて、不要は帯域の削除および必要な帯域の特定を試みる。
上述する手法の確立を目指して、研究を進めている。具体的には、灰色理論を用いることで、脳波分析精度の向上の確認をし、その研究成果を国際会議論文としてまとめた。
被験者の都合により被験者実験が滞っているため、引き続き、実験を実施しデータを獲得する。また、最適化手法による必要な情報の特定ならびに不要な情報を削除する手法は、実装中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
平成29年度においては、以下の課題に取り組んでいる。
課題：多チャンネル脳波計測によるノイズ除去および意思に関連する脳波の特徴抽出
脳波に含まれるノイズ除去に関する課題を解決する。基盤となる脳波分析法は、これまでの研究と同様に、性格差を考慮したものとする。ここでは、前頭連合野全体の活動を計測し、脳波のノイズ除去および特徴抽出を行ない、聴取音楽に対する「聴く」「聴かない」の意思を検出する。このとき、灰色理論を導入した独立成分分析法（ICAGT）を考案し、ノイズ除去および特徴抽出を行なう。ICAGT は、欠落した情報を補助しながら（灰色理論の効果）、多チャンネル間に渡って含まれるノイズ除去が可能であり（独立成分分析の効果）、脳波分析に有効であると推測される。なお、性格の定量化には、これまでの研究と同様に3 種類の心理テストを用いる。また、意思の検出に有用となる周波数帯域を人工知能の技術（遺伝的アルゴリズム（GAs））を用いて選出する。現在、灰色理論の有効性を検証し、その研究成果を国際会議論文にまとめた。その国際会議論文をさらにブラッシュアップし、学術論文への投稿の準備を進めている。また、所属する研究室の学生に依頼し、被験者実験（学生は被験者および実験補助者）を実施しているが、被験者の都合により実験が進まず、実験データの収集が難航している。
|
| Strategy for Future Research Activity |
平成30年度においては、以下に示す項目について明らかにする。
【課題1】多チャンネル脳波計測によるノイズ除去および意思に関連する脳波の特徴抽出
平成29年度に引き続き、考案している手法の有用性を検証するとともに、ノイズ除去法の確立を目指す。また、深層学習を用いて脳波を分析する手法の考案も視野に入れている。さらに、実験データを収集する。
【課題2】最適な計測箇所の選抜
脳波の計測部位に関する課題を解決するために、組み合わせ最適化手法（GAs など）を用いて意思検出の精度が高くなる電極配置の組み合わせを選定する。また、選定された計測箇所と選定されなかった計測箇所について、その箇所から観測される脳波（電位）の違いを考察し、意思検出に有用な計測箇所を特定する。
|
| Causes of Carryover |
被験者の都合による被験者実験の遅延のため、当初予定していた研究成果発表が平成29年度において実施困難になった。そのため、被験者実験にかかる費用および学会発表にかかる費用に未使用額が生じ、平成30年度に繰り越した。平成30年度において平成29年度に実施予定だった研究成果発表を実施する。
|
Research Products
(3 results)
