生のEEGを用いたリアルタイム視覚学習者識別のためのディープラーニングベースの評価モデル

在今日の教育環境において、学生の学習スタイルを理解することは、彼らの学習効率を向上させるために極めて重要です。特に視覚学習スタイル(visual learning style)の識別は、教師と学生が教育と学習の過程でより効果的な戦略を取るのに役立ちます。現在、視覚学習スタイルを自動的に識別する主な方法は、脳波(Electroencephalogram, EEG)と機械学習技術に依存しています。しかし、これらの技術は通常、アーティファクトの除去および特徴抽出のためにオフライン処理が必要であり、そのためリアルタイムでの適用が制限されています。 この研究は、Soyiba Jawed、Ibrahima Faye、およびAamir Saeed Malikが《IEEE Transactions on N...

運動イメージ解読のための多特徴注意畳み込みニューラルネットワーク

脑機インターフェース(Brain-Computer Interface, BCI)は、神経系と外部環境を接続するコミュニケーション手段です。運動イメージ(Motor Imagery, MI)はBCI研究の基礎であり、運動実行前の内的リハーサル(Internal Rehearsal)を指します。非侵襲性技術である脳波(Electroencephalography, EEG)は、そのコスト効率と利便性のため、高い時間分解能で神経活動を記録することができます。被験者が特定の身体部位を移動することをイメージすると、大脳の特定領域でエネルギー変化(ERD/ERS)が発生し、これらの変化はEEGにより記録され運動意図を識別するために使用されます。MIに基づくBCIシステムは大きな進展を遂げており、外骨格...

EISATC-Fusion: 始まりの自己注意 時間的畳み込みネットワーク融合 モーターイメージEEG認識用

EISATC-Fusion: 始まりの自己注意 時間的畳み込みネットワーク融合 モーターイメージEEG認識用

研究背景 脳と外部デバイスの直接通信を実現する脳-コンピュータインターフェース技術(brain-computer interface, BCI)は、人間と機械のインタラクション、運動リハビリ、医療などの分野で広く応用されています。BCIの一般的なパラダイムには、定常状態視覚誘発電位(steady-state visual evoked potentials, SSVEP)、P300、運動イメージ(motor imagery, MI)などがあります。特に、MI-BCIはその広い応用前景のために注目されています。 MI-BCIは通常、脳波(electroencephalography, EEG)信号を用いて運動イメージを検出し、利用者が運動を想像することでデバイス(電動車椅子、カーソル、上肢ロボ...

EMG駆動ロボットハンドトレーニングによる慢性脳卒中における半球間バランス回復の神経メカニズムの解明:動的因果モデルの洞察

EMG駆動ロボットハンドトレーニングによる慢性脳卒中における半球間バランス回復の神経メカニズムの解明:動的因果モデルの洞察

EMG駆動のロボットハンドトレーニングが慢性脳卒中患者の半球間バランスの回復に与える神経メカニズム:動的因果モデリングによる洞察 脳卒中は一般的な障害の原因であり、多くの脳卒中生存者は上肢麻痺を患います。上肢機能の障害は6ヶ月以上続くことが多く、完全回復する生存者は少数(12%未満)です。これらの患者の日常生活能力を回復させ、生活の質を向上させるために、研究者たちは脳卒中後のリハビリプランの開発に取り組んでいます。 近年、ロボット補助装置を使用した上肢のリハビリに関する研究が広く注目を集めています。ロボットリハビリは一貫性のある、集中的かつインタラクティブなトレーニング体験を提供し、患者の積極的な参加を促します。総合的な分析では、ロボット補助トレーニングを受けた個体は上肢のFugl-Meye...

ウェーブレットベースの時間-スペクトル-注意相関係数による運動想像EEG分類

脑機インターフェース(Brain-Computer Interface, BCI)技術は近年急速に発展しており、末梢神経や筋肉を介さず、大脳を直接制御する先端技術として注目されています。特に運動イメージ(Motor Imagery, MI)脳波(Electroencephalography, EEG)の応用において、BCI技術は大きな可能性を示しています。MI-EEG信号を分析することで、身体障害や神経筋退化の患者の生活の質を向上させる手助けが可能です。しかし、個人間の差異や大脳活動の安定性、低信号雑音比(Signal-to-Noise Ratio, SNR)などの要因により、複雑なEEG信号から有効な特徴を抽出し、MI-EEG分類システムの精度を向上させることは依然として大きな課題となって...

シングルチャネルEEGを用いた睡眠段階分類のための注意に基づく深層学習アプローチ

电子電気工程師学会 (IEEE)《神経系统与康复工程事务》2021年第29卷刊登了一篇题为《一种基于注意力深度学习的单通道EEG睡眠阶段分类方法》的文章。本文由Emadeldeen Edele、Zhenghua Chen、Chengyu Liu、Min Wu、Chee-Keong Kwoh、Xiaoli Li及Cuntai Guan等学者撰写。文章的主要目的是提出一种新型的基于注意力的深度学习模型,用于通过单通道的脑电图(EEG)信号进行自动睡眠阶段分类。 研究背景 睡眠是人类重要的生理过程,直接影响到每日生活的各个方面。有研究表明,高质量的睡眠能够促进身体健康和脑功能的提升,而睡眠中断则可能导致失眠或睡眠呼吸暂停等睡眠障碍。睡眠阶段(如浅睡和深睡)对免疫系统、记忆和代谢等起着关键作用,因此...

フレキシブルな多チャンネルOPMベースのMEGシステムで人間の聴覚誘発電場を測定

フレキシブルな多チャンネルOPMベースのMEGシステムで人間の聴覚誘発電場を測定

柔軟な多チャンネル光ポンピング磁力計MEGシステムを用いた人間の聴覚誘発場の測定 Xin Zhangら、中国科学院蘇州生物医学工学技術研究所、中国科学技術大学、中国広東省仏山市季華実験室および山東省済南市国科医療技術発展有限公司出身の研究者が、2024年に《j. integr. neurosci.》に発表した研究論文です。 背景 磁気脳図(Magnetoencephalography, MEG)は、外部磁場を直接測定する非侵襲的なイメージング技術で、同期して活性化された大脳の錐体神経細胞が生成するものです。光ポンピング磁力計(Optically Pumped Magnetometer, OPM)は、その低コスト、低温不要、可搬性およびユーザーフレンドリーなカスタム設計により、MEGに基づく機...

EEGによる聴覚注意検出のための注意誘導型グラフ構造学習ネットワーク

EEGによる聴覚注意検出のための注意誘導型グラフ構造学習ネットワーク

注意力ガイダンスによるグラフ構造学習ネットワークをEEGベースの聴覚注意検出に応用 学術的背景 “カクテルパーティー効果”は、複数の話者がいる環境で、人間の脳が選択的に一人の話者に注意を向け、他の人を無視する能力を表しています。しかし、聴覚障害者にとってこの状況は大きな課題となります。補聴器や人工内耳などの現代の聴覚補助機器は雑音除去に効果的ですが、リスナーが注目したいシグナルを区別することはできません。聴覚注意検出(Auditory Attention Detection、AAD)タスクは、この問題を解決する潜在能力を持っており、脳から直接注意に関連する情報を抽出します。神経科学研究によると、非侵襲的な神経記録技術である脳波(Electroencephalography、EEG)には、聴覚...

ステント搭載型電極アレイを用いた大腿神経の血管内刺激の実現可能性

経血管ステントアレイ電極による大腿神経の血管内刺激の実現可能性 近年、末梢神経の電気刺激が損傷した神経機能の回復のための治療法として注目されています。従来の電極アレイには侵襲手術による植込みが必要で、患者に大きな負担がかかっていました。そのため、低侵襲な代替案としての血管内ステント電極アレイに大きな可能性があります。本論文は、ステント電極アレイによる大腿神経の刺激可能性を調査し、市販のペースメーカリードとの性能を比較することを目的としています。 論文の背景と目的 末梢神経への電気刺激は、薬物療法では回復が難しい神経機能障害の治療に使用されてきました。例えば、難治性てんかんや抑うつ症の治療に用いられています。さらに、炎症性腸疾患、筋骨格系疾患、慢性疼痛管理、義肢への感覚フィードバックなどの適用...

視覚運動統合タスクによって誘発される脳機能ネットワークの変化

視覚運動タスクにおける機能的脳ネットワークの再編成変化 研究背景 運動の実行は、空間的に近接および離れた脳領域の協調的な活性化に依存する複雑な認知機能である。視覚運動統合タスクでは、運動の実行を計画するために視覚入力を処理および解釈し、環境と相互作用するために人間の動作を調整する必要がある。機能的磁気共鳴画像法(fMRI)に基づく研究は、前頭葉と頭頂葉の領域が視覚運動統合過程で重要な役割を果たすことを示している。さらに、運動感覚皮質も関与している。しかし、既存の研究は主にfMRI技術を用いてこれらのプロセスを探索しており、脳波(EEG)信号に関する研究はそれほど多くない。 多くの研究において、機能的連接性解析を通じて異なる脳領域間の統計的依存関係が明確にされ、異なる条件下でどのように相互作用...