权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of a rehabilitation training device aimed at activating the brain by a body stimulation approach

开发旨在通过身体刺激方法激活大脑的康复训练装置

基本信息

批准号：
21K12805
负责人：
鶴田和寛
金额：
$ 2.66万
依托单位：
Kyushu Sangyo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

令和４年度（２年目）はLABNIRS（脳血流測定装置）の座標入力ペンの欠損、脳血流取得チャンネルの新たな不具合があり、新規購入した脳波計を利用した刺激と脳活動の関係を調査することに注力した。健常な被験者３名に対し、刺激なし（平静座位）、瞬き刺激（視覚）、香り刺激（嗅覚）、音の刺激（聴覚）を与えた場合の脳波を測定した。脳波計からはEEG波、α波、β波、γ波、θ波を取得できるが、これらの信号は、EEG波を所定の周波数帯域でわけて、それぞれα波、β波、γ波、θ波としている。我々が提案した解析方法（特願2022-075252号）では、EEG波を周波数解析した結果を図（画像データ）として表し、この画像データに対してDeep Learningを施すため、α波、β波、γ波、θ波に分ける必要がなく、EEG波をそのまま利用して特徴量を把握できる。被験者３名（A、B、C）に対して、刺激なしの場合と瞬き刺激、香り刺激、音の刺激の場合を個人別に評価した結果、瞬き（85％、77％、83％）、香り（92％、92％、90％）、音（95％、88％、97％）の精度で分類された。これらの結果から、３人の被験者ごとに３種類の刺激に対して、刺激なしと刺激ありの違いをAIで認識できることが確認された。また、被験者の脳波を３名分まとめて、（刺激なし、瞬き刺激、香り刺激、音の刺激）の４カテゴリで分類した結果、（89％、87％、82％、86％）の精度で分類された。これらの結果から、被験者に関わらず、刺激なしと３種類の刺激ありの違いをAI認識できることが確認された。以上のように、令和４年度は脳波計による脳活動データの取得方法と解析・分類方法を開発できた。

In the 4th year of Reiwa (2nd year), LABNIRS (blood flow measurement device) coordinate input power loss and blood flow acquisition technology There is no need for new rules and regulations, and new rules and regulations can be used to purchase new products, such as wave planning and utilization, to stimulate activities, to investigate relationships, and to pay attention to them. There are 3 people who are healthy and often tested: stimulation (calm seat), instant stimulation (viewing), fragrance stimulation (smelling), sound stimulation (聴覚), and measurement of the waves of the occasion. The EEG wave meter is used to measure EEG waves, alpha waves, beta waves, gamma waves, and theta waves. The EEG wave is determined by the frequency range of alpha waves, alpha waves, beta waves, gamma waves, and theta waves. I propose an analysis method (Special Application No. 2022-075252), EEG wave frequency Numerical Analysis Result を図 (image データ) としてTable し, このimage データに対してDeep Learning is necessary, alpha wave, beta wave, gamma wave, theta wave are divided into necessary parts, and EEG wave is used to grasp the special characteristics of the wave. There are 3 victims (A, B, C): に対して, stimulating なしのoccasion と Instant き stimulating, 香り stimulating, sound の stimulating のoccasion を individual に価した results, ephemeral stimulatingの(85%, 77%, 83%), 香り(92%, 92%, 90%), 音(95%, 88%, 97%) are classified with accuracy.これらのRESULTSから、３人の人樓人ごとに３ typesのstimulationに対して、 stimulatingなしとstimulatingありのviolationいをAIでknowingできることがconfirmされた.また, the victim's の脳波を３名まとめて, (stimulating なし, instant stimulating, fragrant stimulating, sound stimulating) の４カテゴリでClassification results, (89%, 87%, 82%, 86%) accuracy classification results.これらのRESULTから, 験者に关わらず, stimulating なしと３kinds of stimulating ありのviolationいをAI recognition できることがconfirmationされた. The method of obtaining the above information and the analysis and classification method of the above のように、Reiwa 4th year of は脳wave plan による脳 event activities に开発できた.