2020 Fiscal Year Comments on the Screening Results

大規模脳波データとキャリブレーションレスモデルの構築による意思伝達BMIの実現

Research Project

Project/Area Number	20H00235
Research Category	Grant-in-Aid for Scientific Research (A)
Allocation Type	Single-year Grants
Section	一般
Review Section	Medium-sized Section 21:Electrical and electronic engineering and related fields
Research Institution	Tokyo University of Agriculture and Technology
Principal Investigator	Tanaka Toshihisa 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
Co-Investigator(Kenkyū-buntansha)	篠田浩一東京工業大学, 情報理工学院, 教授 (10343097) 田中雄一大阪大学, 大学院工学研究科, 教授 (10547029) 菅野秀宣順天堂大学, 医学部, 非常勤講師 (90265992)
Project Period (FY)	2020-04-01 – 2023-03-31
Outline of Opinions Expressed in the Review Results	ブレインマシンインターフェース(BMI)技術では、脳波に大きな個体依存性が存在するためユーザーごとにキャリブレーションする必要があった。本研究では、蓄積した多種多様な脳波をデータベース化し、個体依存性を分離できる深層ネットワークBrainNetを構築し学習することで、キャリブレーションを必要としないBMIを構築し、さらに脳に埋め込んだ電極により、想像した音声を抽出するためのBMIの設計を目指す。脳波の実測データを大量に用いた機械学習によりBMIのキャリブレーションの問題を解決し、さらに個体に依存しない特徴を抽出する学習モデルを構築するというアイディアには高い独創性と創造性が認められる。侵襲BMIの実用化が進めば、その社会的インパクトも極めて大きい。