![● 全身触覚刺激駆動P300型BCI
○ 6つの振動刺激パターンを被験者の全身へ
○ 被験者が安全な振動子の上に寝そべり使用可
1: プロジェクトの概要
9[1] Kodama T, Shimizu K, Rutkowski TM. Full Body Spatial Tactile BCI for Direct Brain-robot Control. In: Proceedings of the Sixth International
Brain-Computer Interface Meeting. Asilomar Conference Center, Pacific Grove, CA USA: Verlag der Technischen Universitaet Graz; 2016. p. 68.](https://image.slidesharecdn.com/brain-computerinterface-161222112151/85/Brain-Computer-interface-The-state-of-art-of-the-Brain-Computer-Interface-in-Japan-2016-11-9-320.jpg)
Brain-Computer interface の現状 (The state-of-art of the Brain-Computer Interface in Japan / 2016.11)
- 1. BCI LAB-Group 兒玉拓巳, 清水健介, ティエン チェ, トマシュ ルトコフスキ 1 Brain-Computer Interfaceの現状
- 2. ● BCI-Lab Group ○ 学生+Tomekを中心に研究 ● グループの変遷 ○ 筑波大学時代(2011-2015) ■ 触覚を用いたP300型 BCI ● BCI Award 2014を受賞 ○ 現在(2016) … 筑波大G&東京Gに分散 ■ BCI向け機械学習の研究 (兒玉PJ) ■ 仮想現実を用いたP300型 BCI (清水PJ) 1: 自己紹介 2
- 3. ● Brain Computer Interface (BCI) ○ 侵襲型 ■ 電極、チップ等を埋め込む⇒手術が必要 ■ 正解率/精度は高い ○ 非侵襲型 ■ 頭皮の上に電極を置き脳波計測⇒手術不要 ■ 正解率/精度は侵襲型に比べ劣る 2: BCIの基礎 3
- 4. ● 非侵襲型 BCI ○ P300反応を用いるもの(アハ反応, スペラー) ■ 視覚刺激 2: BCIの基礎 4 産総研 ニューロコミュニケーター 反応の違いを人工知能で推定 ■ 目的の脳反応(P300) ■ それ以外
- 5. ● 非侵襲型 BCI ○ P300反応を用いるもの(アハ反応, スペラー) ■ 視覚刺激 ■ 音声刺激 ■ 触覚刺激 2: BCIの基礎 5 兒玉PJ 触覚刺激を用いたP300型BCI ウェット、 ドライ可 ・触覚刺激を用いるメリット ー視覚と聴覚を用いない ー楽な姿勢で実験を行える(兒玉PJ) ・デメリット ー精度が視覚刺激に比べ劣る ー結果算出に時間がかかる
- 6. ● 日本: 脳神経外科BMI懇話会 (今年10月/北海道) ○ 臨床寄り ■ 医学/ロボットの分野からの研究者が多い ■ 侵襲型の開発が主？ ○ ALS患者/高齢者向けの商用利用を目指す ○ 研究プロジェクト単発で終わることが多い ■ 実用/ビジネスに直結していない？ ■ 各PJが独立…秘密保護or競争の観点から？ ■ 1つのPJによる知見が他に生かされない ■ 製品化の際に技術的に遅れていることがある 3: 日本/世界のBCI研究の現状 6
- 7. ● 欧米: IBCIM (今年6月/アメリカ) ○ 一般ユーザ向けに商用利用を目指す ○ テクノロジーで解決するという趣向が強い ■ VR(仮想現実)を用いたBCI ■ より強力な人工知能を用いて正解率向上 ○ 研究者のバックグラウンドはさまざま ○ 技術自体は日本より数段進んでいる ■ 日本で大体的に報道されるものも世界では既出の パターンが多々ある ■ オープンソース趣向…1つの技術を独立させず、コ ミュニティで開発に取り組んでいく 3: 日本/世界のBCI研究の現状 7
- 9. ● 全身触覚刺激駆動P300型BCI ○ 6つの振動刺激パターンを被験者の全身へ ○ 被験者が安全な振動子の上に寝そべり使用可 1: プロジェクトの概要 9[1] Kodama T, Shimizu K, Rutkowski TM. Full Body Spatial Tactile BCI for Direct Brain-robot Control. In: Proceedings of the Sixth International Brain-Computer Interface Meeting. Asilomar Conference Center, Pacific Grove, CA USA: Verlag der Technischen Universitaet Graz; 2016. p. 68.
- 11. 3: 現在までに示している有効性 11 ● 10人の健常者(男女5人ずつ)での結果 ○ おおよそ60%の精度で識別可能 ● ディープラーニングを用いた結果 ○ 100% (但し、その場で計測はできない)
- 14. ● 利点 ○ 視界に邪魔にならないため日常的に利用が可能 ● 欠点 ○ ARとしては安価なデバイスで作っているため現状使 いづらい ○ → 高価なAR眼鏡などは商用化されており、今後使い やすいものが誰もが手に取れると期待している 1: プロジェクトの概要 14 Sony SmartEyeglass
- 15. ● 現状 ○ DASHER(文字入力システム)の利用を目指している 1: プロジェクトの概要 15
- 16. 1: プロジェクトのデモ 16