複合的MRI情報を考慮したEEG空間フィルタに基づくBMIシステムの構築

点击翻译按钮获取中文摘要

前年度には、頭部解剖情報、賦活情報等の複合的な磁気共鳴画像(MRI)情報を考慮した脳波(EEG)空間フィルタ(ビームフォーマ)に関する研究を、脳波律動シミュレーションにより行った。その結果、プリホワイトニングビームフォーマ(PW-BF)に干渉信号源の影響を抑制する線形制約条件を加えた、線形制約付きプリホワイトニングビームフォーマ(LCPW-BF)が有効なことを示した。本年度では、そのEEG空間フィルタを用いた手首屈伸運動の左右識別を行う手法に関する研究を行い、従来のEEG計測のみにより動作するブレイン-マシン・インタフェース(BMI)との比較を行った。MRI計測で賦活領域を同定し、その領域での信号強度をLCPW-BFで推定し、手首屈伸運動の左右識別を行う方法を提案した。複合的MRI情報を考慮したEEG空間フィルタ基づく左右識別法は、一般的に行われているEEG計測情報のみによる左右識別法よりも有意に識別率が向上することを示した。一方、本年度は、PW-BFに代わる二状態間で変化があるEEGの信号源推定法として、二状態のEEG計測共分散行列を同時対角化することにより信号源推定をする、同時対角化ビームフォーマ(SD-BF)を提案した。SD-BFはPW-BFで要請する計測共分散行列に対する仮定が不要であるという特徴があり、ミニマムバリアンスビームフォーマよりも信号源の位嗣推定の精度が高いことを示した。また、SD-BFは、BMIのパターン認識における特徴抽出法として一般的に用いられるCommon Spatial Pattern (CSP)との関連が強く、ビームフォーマとパターン認識という2つの研究分野を繋げる新たな研究分野として、今後の発展が期待できる。