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、天津生物電磁技術と知能健康重点実験室のYuxin Zhang、Mengfan Li、Haili Wang、Mingyu Zhang、およびGuizhi Xu（通信著者）は、前運動コーディングに準備状態を導入し、それが運動意図検出の向上に有効かどうかを検証する研究に取り組みました。彼らの研究成果は近日中にJournal XXに発表されます。

研究方法と実験の流れ

本研究では、視覚誘導を用いて被験者を二つの運動意図（左または右）の準備状態に誘導する二つのボタンタスクを設計しました。実験には14名の参加者（女性3名、男性11名、右利き、年齢23〜28歳）が参加しました。実験の流れは、自発的前運動と準備前運動の二つのサブ実験に分かれています。

実験の設計とデータ収集

1. 自発的前運動実験：参加者は3秒間のリラックスタイムの後、10秒以内の任意の時間にキーボードボタンを押すことを自由に選択します。各回のボタン押しの後に2秒の休憩があり、合計で左手指のボタン押しを60回、右手指のボタン押しを60回行いました。
2. 準備前運動実験：3秒間のリラックスタイムの後、画面に左または右を指示する矢印が表示され、被験者が次に行う運動方向を誘導します。矢印は1秒間表示され、その後2秒以内に100%を達成する進行バーに切り替わります。進行バーが100%に達すると、被験者がボタンを押し、2秒間の休憩に入ります。これを合計120回（左手60回、右手60回）行いました。

実験は静かな環境で行われ、64電極のポータブル無線EEG増幅器を使用してEEG信号を記録しました。また、独立成分分析や共通平均参照などの多様な信号処理技術を用いてアーチファクトやノイズを除去しました。

特徴抽出と分類

実験では、低周波運動関連皮質電位（MRCPs）と高周波事象関連脱同調化（ERD）のEEGデータを抽出し、タスク関連空間パターン（TR-CSP）と共通空間パターン（CSP）アルゴリズムを用いて異なる特徴を統合して分類分析を行いました。さらに、異なる前運動条件下での時域、周波域、および分類精度の差異を比較しました。

主な研究結果

MRCPsの特徴

研究の結果、準備前運動は対側と同側の運動皮質でより低い振幅とより早い潜時を引き起こすことが明らかになりました。特に対側優位現象が顕著で、異なるタスクで誘発されたMRCPs波形は低周波の場合、左脳と右脳の活性化レベルに有意な差があることが示されました。

ERDの特徴

周波域では、準備前運動が誘発するERD値が低く、ボタン押し後にベースラインレベルに迅速に回復しました。アルファおよびベータ帯域の時・周波数曲線は、準備前運動がより速くベースラインレベルに回復し、より顕著なERD特徴を示すことを示しました。

分類性能

特徴分類手法の融合により、準備前運動条件下での分類精度が83.59%に向上し、自発前運動条件の78.92%に比べて有意に向上しました（p<0.05）。また、実験中の標準偏差も0.95から0.68に低下し、この手法が異なる被験者間でもより広範な適用性と安定性を持つことを示しました。

研究結論と意義

本研究は、前運動コーディングに準備状態を導入し、従来の自発前運動と比較することで、新しいコーディングパラダイムが前運動の神経表現を顕著に強化できることを検証しました。この方法は、運動BCIの検出性能を向上させるだけでなく、デコード可能な運動意図の範囲を拡大する重要な応用価値があります。

研究のハイライト

1. 革新的なコーディングパラダイム: 準備状態を導入することで、前運動の神経表現が明確に向上し、BCIの正確性向上に新しい視点を提供しました。
2. 被験者間の安定性: このパラダイムは複数の被験者間でより高い安定性と適用性を示し、BCIの不安定問題に対する新しい解決策を提供しました。
3. 応用価値: 研究結果は、新しいパラダイムがリハビリテーション分野に適用可能であるだけでなく、運動BCIの応用範囲を拡大する可能性も持っていることを示しました。

今回の研究を通じて、準備状態を導入した前運動コーディングパラダイムが分類精度と安定性を向上させるだけでなく、BCIの応用に新しい可能性を提供し、広範な科学的意義と実際の応用価値を持つことがわかりました。