独立成分分析法などの信号処理法を用いて脳計測データから脳内信号を分離する研究

点击翻译按钮获取中文摘要

従来研究から、高付加雑音が混在した脳信号の解析においては、ICAのアルゴリズムがうまく働かない場合があることが報告されている.そこで、本研究では、前処理として雑音を除去する処理を取り入れ、高付加雑音にロバストな解析法を提案した.また、従来のICAの手法には、信号の確率密度の推定が必要とされていた.これまで提案されてきた推定法は分布の尖り方の程度により直感的な分布を代用する方法が取られてきたが、本研究では、信号の持つ統計的性質から密度関数を近似させる手法を提案した.従来、ICAによる脳データ処理の研究では、神経科学の知識を利用して解析結果の解釈が行われてきた.このため、解析を厳密的に評価することは難しかった.そこで、本研究では、脳内の活動成分を事前に把握できるデータ(ファントム実験により計測された信号)を利用する.これにより、解析結果をより厳密に評価することが出来る.脳内成分を把握出来るデータを用いて提案手法の有効性を示した後に、実際にヒトの脳から計測されたAEFデータの実験を行っている.更らに、MEGに比べ環境雑音の影響を受けやすいEEGデータへの応用も行っている.ここでは、携帯型の脳波計を用い、聴覚刺激を与えた時のヒトの脳から測定されたデータの解析を行い、自発脳波、誘発脳波の抽出を試みた.最後に、まったく新しい試みとして、脳波解析を応用した脳死判定法の提案を行っている.現在、脳死判定は、様々な手順を踏んで行われるが、呼吸器を外すことでの自発呼吸の有無の確認など、長時間に及びリスクを伴う手続きとなっている.このため、より安全で迅速な判定手法が望まれている.そこで、擬似脳死患者の脳から計測されたデータへの提案手法の応用を行い、患者の生理活動の可視化を試みた.実験から、解析結果が臨床的診断結果と一致することを示し、本手法の脳死判定への応用の可能性を示した.