Tweet

Pocket

「運動機能障害や麻痺を持つ人々の生活の質を向上させる」ウェアラブルデバイス

運動機能障害や麻痺を持つ人々の生活の質を向上させるウェアラブルデバイスが開発されました。

Yeo said. “They speed up and improve user engagement and accuracy. And we were able to record continuous, high-quality motor imagery activity.”

参照元：https://research.gatech.edu/wearable-brain-machine-interface-turns-intentions-actions
– ジョージア工科大学 Georgia Institute of Technology. JUL 20, 2021  –

新しいウェアラブルなブレイン・マシン・インターフェイス（BMI）システムは、運動機能障害や麻痺を持つ人々の生活の質を向上させる可能性があり、意識はしっかりしているが体を動かすこともコミュニケーションをとることもできないロックイン症候群に悩む人々にも有効です。

ジョージア工科大学のWoon-Hong Yeo研究室を中心とする多機関・国際研究チームは、ワイヤレスソフトスカルプエレクトロニクスとバーチャルリアリティを組み合わせ、ユーザーが動作を想像して車椅子やロボットアームをワイヤレスで操作できるBMIシステムを開発しました。

ケント大学（英国）と延世大学（韓国）の研究者を含むチームは、運動イメージをベースにした新しいBMIシステムについて、学術誌「Advanced Science」に発表しました。

George W. Woodruff School of Mechanical Engineeringの准教授であるYeo氏は話します。

「このシステムのユーザーにとっての大きな利点は、現在存在するものと比較して、ソフトで快適な装着感があり、ワイヤーを使用していないことです。」

BMIシステムは、人の脳信号を分析し、その神経活動をコマンドに変換して、意図を行動に変えるリハビリテーション技術です。

この信号を取得する最も一般的な非侵襲的方法はEEG（ElectroEncephaloGraphy：脳波）で、一般的には煩雑な電極用の頭蓋骨キャップと、絡み合ったワイヤーが必要です。

これらの機器は、皮膚との接触を維持するためにゲルやペーストに大きく依存しており、セットアップに時間がかかり、一般的には不便で不快なものです。

また、素材の劣化やモーションアーチファクト（歯ぎしりや目のまばたきなどで発生するノイズ）による信号取得の失敗も多いです。

このノイズは脳のデータに現れるので、それを除去しなければなりません。

Yeo氏が開発した携帯型脳波計は、目に見えないマイクロニードル電極とソフトな無線回路を一体化し、信号の取り込みを向上させました。

脳信号を正確に測定することは、ユーザーがどのような行動をとりたいかを判断する上で重要であるため、チームは強力な機械学習アルゴリズムとバーチャルリアリティのコンポーネントを統合して、この課題に取り組みました。

この新しいシステムは、4人の人間を対象にテストされましたが、障害者を対象とした研究はまだ行われていません。

ジョージア工科大学の電子・ナノテクノロジー研究所の下にある人間中心インターフェース・エンジニアリングセンターのディレクターであり、プチバイオエンジニアリング・バイオサイエンス研究所のメンバーでもあるYeo氏は話します。

「これは最初のデモンストレーションに過ぎませんが、私たちは見たものに興奮しています。」

Yeo氏のチームはもともと、「Nature Machine Intelligence」に掲載された2019年の研究で、ソフトでウェアラブルなEEGブレインマシンインターフェースを紹介しました。

その作品の主著者であるMusa Mahmood氏は、チームの新しい研究論文の主著者でもあります。

Yeo氏の研究室の博士課程の学生であるMahmood氏は話します。

「この新しいブレイン・マシン・インターフェースは、どちらかの手でつかむなどの想像上の運動動作を伴う、まったく異なるパラダイムを使用しており、被験者はあまり多くの刺激を見なくても済むようになっています。」

2021年の研究では、ユーザーは自分の思考（運動イメージ）を使ってバーチャルリアリティの運動を正確にコントロールすることができました。

視覚的な合図は、ユーザーと研究者の両方にとって、情報収集のプロセスを向上させます。

Yeo氏は話します。

「仮想プロンプトは非常に役に立つことが証明されました。ユーザーの操作を迅速化し、精度を向上させます。また、高品質な運動イメージを継続的に記録することができました。」

Mahmood氏によると、このシステムの今後の課題は、過去2回の研究で得られた知見をもとに、電極配置の最適化と刺激ベースの脳波のより高度な統合にあるそうです。

Tweet

Pocket