脳の予測機能を応用した新しいブレインマシンインタフェースの開発
【研究キーワード】
脳波 / 予測 / BMI/BCI / 外部刺激 / GVS
【研究成果の概要】
前後左右の4方向において、前庭電気刺激(GVS)により識別率が向上することを示した。また、脳波計測において、4方向を識別するた めに、すべての実験参加者に共通する電極位置を検討した。この結果、各個人の識別率の高い電極位置よりも、すべての実験参加者に共通の電極位置で推定を行う場合、電極の数が少ない場合は、共通の電極位置での推定がよりよい精度を示すことも分かった。 さらに、車椅子を操縦する想定において、知覚される動きによる加速度が小さいことから、GVSの刺激強度を小さくしても識別率が下がらないかを検証した。この結果、GVSの強度を当初の半分にしても識別率が低下しないことも確認した。
【研究の社会的意義】
これまでのブレインマシンインタフェースは、実際の操作と脳でイメージする内容が異なっていた。このため、操作の仕方を学習する必要があったり、繰り返しイメージを行っていると識別率が下がるなどの問題があった。本研究では、操作する方法と同じようにイメージするだけでロボットなどが操作できる方法を提案する。
このため、操作方法を学習したり練習しなくても感覚のままに操作できるロボット制御システムを構築することができた。
【研究代表者】