科学データレポート | K-emophone: 場所特定の感情、ストレス、注意力ラベルを含むモバイルおよびウェアラブルデータセット 背景紹介 低コストのモバイルおよびウェアラブルセンサーの普及に伴い、多くの研究がこれらのデバイスを利用して人間の精神的健康、生産性、行動パターンを追跡および分析しています。しかし、これまでのところ、実験室環境で収集されたデータセットは発展してきた一方で、実世界のシナリオで収集された感情、ストレス、注意力などのラベルを含むデータセットが不足しており、感情計算（Affective Computing）および人間とコンピュータのインタラクション（Human-computer Interaction）分野の研究進展を制限しています。 研究の出所 本研究は、Soowon ...

深層学習に基づく運動想像EEG分類における皮質源イメージングの機能的結合の活用 研究背景と動機 脳-機械インターフェース（BCI）は、関連する神経経路や筋肉に依存せずに脳活動情報を直接デコードし、外部デバイスとの通信や制御を実現するシステムです。BCIシステムにおいて、よく使われる信号には脳波（EEG）、脳磁図（MEG）、および機能的磁気共鳴画像（fMRI）が含まれます。その中でも、EEGは非侵襲、実施の容易さ、低コスト、倫理的チャレンジがないなどの利点から最も一般的に使用されます。 運動想像（Motor Imagery, MI）はBCIの重要なパラダイムで、刺激条件がない場合でも、運動想像タスク中に運動想像EEG信号（MI-EEG）が自発的に生成されます。MI-EEG信号には、運動意図期間...

MI-EEGデコードにおける注意機構に基づく時間依存学習畳み込みニューラルネットワーク（CNN） 研究背景と問題提起 脳-機械インターフェース（Brain-Computer Interface, BCI）システムは、脳信号をリアルタイムで翻訳してコンピュータと通信する新たな手段を提供しています。近年、BCI技術は麻痺患者に対する補助や予防的なケアにおいて重要な役割を果たすようになりました。現在の多くのBCIシステムは、非侵襲的で比較的便利な脳波（EEG）信号記録に依存して脳活動を追跡しています。しかし、同じMI（運動想像）タスクの期間中でも、異なる時期に生じる異なるMI関連パターンの時間依存性特性はしばしば無視され、MI-EEGデコード性能が大きく制約されています。 論文の出典と著者情報 論...

肌骨モデルは、生体力学解析に広く利用されており、直接計測が困難な運動変数（例：筋力や関節モーメント）を推定することができます。従来の物理駆動の計算肌骨モデルは、神経駆動から筋肉、筋肉の動力学、および身体と関節の運動学と動力学の間の動的相互作用を説明することができます。しかし、これらのモデルはその複雑さのため、動作速度が遅く、リアルタイムアプリケーションの実現が難しいです。近年、データ駆動方式はその実現速度の速さと操作の簡単さから有望な代替手段となっていますが、基礎的な神経機械プロセスを反映することができません。 本研究では、物理学の知識を融合した深層学習フレームワークを提案し、筋骨モデリングを実現します。このフレームワークでは、物理分野の知識をデータ駆動モデルに導入し、ソフト制約として罰則/...

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...

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...

ブレイン・コンピュータ・インターフェース（Brain-Computer Interface, BCI）は、新たなコミュニケーションと制御技術として近年注目を集めている。脳波（EEG）に基づくBCIの中でも、運動イメージ（Motor Imagery, MI）は重要な分野であり、ユーザーの運動意図をデコードすることで、臨床リハビリテーション、スマート車椅子の制御、およびカーソル制御などの分野に応用されている。しかしながら、EEG信号の低い信号対雑音比（Signal-to-Noise Ratio, SNR）、非定常性、低い空間分解能および高い時間分解能などの複雑な特性のため、運動意図の正確なデコードには依然として挑戦が残っている。現在のMI基BCIデコードには主に伝統的な機械学習と深層学習の手法が...

前運動段階の脳波図がブレイン・コンピュータ・インターフェースの運動意図識別を支援する 背景と研究目的 ブレイン・コンピュータ・インターフェース（Brain-Computer Interface, BCI）は、神経信号を直接翻訳して人間の意図をデバイスに伝える技術で、幅広い応用の可能性があります[1]。BCIは日常生活、娯楽、通信、リハビリテーション、教育などの多くの分野で変革をもたらす可能性があります。しかし、現段階では、運動意図に基づくBCIにはいくつかの課題があり、特に前運動段階の脳波図（EEG）の特徴が明確でなく、注意力の影響を受けやすいため、運動BCIの性能向上が制約されています。 このような背景から、河北工業大学健康科学と生物医学工学学院、信頼性と知能化電気装置国家重点実験室、天津...

高周波定常誘発視覚野を基盤とした視覚BCIインターフェイス 背景紹介 脳-コンピュータ・インターフェイス（Brain-Computer Interface；BCI）技術は、特定の脳活動信号をデコードすることで、ユーザーが機械を制御することを可能にします。侵襲性BCIは高品質な脳信号を捕捉する点で優れていますが、その応用は主に臨床環境に制限されています。一方、脳波（Electroencephalography; EEG）などの非侵襲的手法は、BCIの広範な応用により実現可能な手段を提供します。しかし、脳脊髄液や頭蓋骨の影響でEEG信号は伝播中に非常に微弱になり、頭蓋骨の多様性や異方性導電性がEEG信号の位置を特定するのを困難にします。 磁源イメージング（Magnetoencephalograp...

パーキンソン病(Parkinson’s Disease、PD)の患者は一般的に歩行障害を経験し、これは彼らの生活の質に深刻な影響を与えます。以前の研究では、基底核のβ帯域(15-30Hz)の振動活動が歩行障害に関連している可能性がありますが、歩行プロセス中のこれらの振動活動の正確な動的情報はまだ明らかになっていません。さらに、既存の研究では、音声キューがPD患者の歩行運動学を改善することが分かっています。この音声キューの神経生理学的メカニズムをより良く理解すれば、適応型深部脳刺激(ADBS)技術を使って歩行障害を治療できる可能性があります。そこで、本研究では、歩行プロセス中の視床下核(subthalamic nucleus、STN)の振動活動の動的特性を描写し、音声キューが歩行を調節する神経...