要旨
独立行政法人理化学研究所（理事長：野依良治）とトヨタ自動車株式会社（社長：豊田章男）、株式会社豊田中央研究所（所長：斎藤卓）、株式会社コンポン研究所（所長：中西清）が2007年に設立した理研BSI－トヨタ連携センター※1（BSI－TOYOTA Collaboration Center：BTCC、連携センター長：木村英紀）は、脳波を用いて、電動車いすを125ミリ秒（1ミリ秒は1000分の1秒）で制御するシステムの開発に成功しました。BTCC非侵襲BMI連携ユニットAndrzej Cichocki (アンジェイ・チホツキ) ユニットリーダー、 Kyuwan Choi (崔 圭完：キュワン・チェ) 研究員らによる共同研究の成果です。
近年、高齢者や体が不自由な方を補助する装置、中でも筋肉や体の動き、声の指令にまったく頼らずに、脳信号だけで外部世界と相互作用ができるブレイン・マシン・インタフェイス（Brain Machine Interface：BMI）に対する関心が高くなっています。
BTCCは、従来の空間－周波数フィルター法※2、線形分離器※3の技術に、理研BSIで培った脳波情報の処理技術であるブラインド信号分離法※4を融合した新システムを開発し、従来は数秒程度必要だった脳波の解析結果を、125ミリ秒という極めて短い時間で得るとともに、脳波の解析結果をリアルタイムでディスプレイ上に表示し、「自分の意思」と比較できるシステムを構築しました。今回の研究では、電動車いすの制御にこのシステムを応用し、脳波の解析の信頼度を検証しました。システムは、個々の操作者の特徴に合わせて設定の微調整を行い、意思の認識率を向上する機能を持っています。そのため操作者は、効率的に短期間で、自分の意思通りの方向（前・右・左）をシステムに認識させるこつをつかむことができます。認識した結果を電動車いすの制御動力に伝え、95%以上という信頼度で、車いすの前進および左右旋回の3方向を制御することに成功しました。
今後は、この技術を医療・介護分野を中心とした広い分野で応用可能な要素技術として発展させていく予定です。次のステップとして、より多くの動作への応用、簡易な電極の開発などを考えています。今回は手や足の運動を想像して積極的に作り出した脳波を対象としましたが、計測・解析技術をさらに発展させることで、運動以外の意図や状態を反映する脳波への応用の可能性にも期待しています。
背景
近年、高齢者や体が不自由な方を補助する装置、中でも筋肉や体の動き、声の指令にまったく頼らずに、脳信号だけで外部世界と相互作用ができるブレイン・マシン・インタフェイス（Brain Machine Interface：BMI）の開発に対する関心が高まっています。しかし、これまでのBMIシステムの最大の課題は、解析速度が遅く、結果が得られるまでに数秒の時間がかかることでした。
BMIで用いる脳活動の測定方法は、侵襲法（しんしゅうほう）と非侵襲法に大きく分かれます。侵襲法では、外科手術により、脳信号を測定する電極を脳の中に埋め込み、直接、神経活動を測定し、信号を取り出します。この場合、神経細胞の活動をノイズに邪魔されずに測定できるため、高い信頼度を得ることができます。1990年代中頃から米国を中心に行われていますが、感染などの副作用の危険性と長時間測定が難しいため、主に動物を利用した研究が進んでいます。
一方、非侵襲法は、電極を頭皮・毛髪の上から接触させます。脳の外で信号を測定するため、外科手術の必要がなく安全に人間に応用可能です。しかし、非侵襲で測定した脳活動信号はノイズを多く含み、解析が困難でした。最近の脳計測装置の発達により、こうした課題が克服されるようになり、非侵襲BMIは誰でも簡単に使用できるとともに、多くの分野への応用が期待できるようになりました。2020～30年代のロボット時代の到来を前に、この技術の応用範囲は幅広く、産業としても大きな潜在力を持っています。
BTCCは、非侵襲法により、必要最少限の脳波の測定結果を用いて、脳波の解析速度を迅速化する情報処理技術と、訓練することで脳波の解析結果と自分の意思を効率よく一致させる技術の開発を目指しました。
研究手法と成果
2-1注目している脳波の種類
人間が右手を動かそうと想像すると、脳の運動野と呼ぶ領域のうち、右手と関連する脳の左側部分で計測される脳波の振動幅が小さくなります。一方、左手を動かそうと想像すると、脳の右側部分の脳波振動幅が小さくなります。さらに歩くことを想像すると、運動野のうち、足と関連がある脳の中央部分からの脳波振動幅が小さくなります（図1）。このような現象を「事象関連脱同期」と呼び、この現象を脳波の計測から検出することができると、人間がどういう行動をしたいかを確実に掌握することができます。
今回の研究では、電動車いすの制御にこのシステムを応用し、脳波の解析の信頼度を検証しました。
2-2 リアルタイム性に特化したシステム構成の開発
1）ハードウェア
BTCCは頭部につける電極数の最少化に取り組みました。脳波は、手と足の動きに関連する脳の運動野※5と呼ばれる領域に、5個の電極(2個の電極は右手と関連がある部分、2個の電極は左手の部分、そして1個の電極は足と関連がある部分)を設置し（図2）、車いすの制御に必要な脳活動を抽出しました。
2）ソフトウエア
BTCCは脳波情報の信号処理技術の融合に取り組み、脳波の解析の迅速化を目指しました。具体的には、従来からの信号解析手法である空間－周波数フィルター法と線形分離器、そして理研BSIで培ったブラインド信号分離法の3種の信号処理技術を融合し、従来は数秒程度必要だった脳波の解析を、125 ミリ秒間隔で解析し、前進、右左という3つの特徴ある信号の抽出に成功しました。
2-3 視覚フィードバック技術による訓練の高速化
車いすを高い信頼度で的確に操作するために、操作者はあらかじめシステムで脳波の記録と操作のこつを習得する必要があります。一方、システムもそれぞれの操作者に合わせたパラメータ調整が不可欠です。そこでBTCCは、125ミリ秒間隔で解析結果の状況をディスプレイに表示し、手足の部位の脳活動をリアルタイムで知ることができるシステムを作り上げ、個人適合の効率化と時間の短縮に成功しました。脳波の記録では、操作者はディスプレイ上に現れる矢印の指示に従って右手、左手、足を動かすことをイメージします。システムは3つのイメージによって減衰するそれぞれの脳波を、システムのパラメータやモデルとして記録します。これにより、システムは操作者のイメージを脳波から認識することが可能となります（図3）。しかし、初期段階ではシステムの認識の性能は十分ではありません。操作者は、システムが画面に表示した認識結果と自分のイメージとを一致させる訓練を行います（図4）。このとき、操作者の特徴に合わせてシステムは内部パラメータを調整していきます。双方の調整が矛盾しないようにシステム側のパラメータ調整はゆっくりと狭い範囲で行います。この訓練を1日3時間、1週間程度続けることで操作者は左右、前進の3つの指示を95%の信頼度で行うことができるようになりました。
これらの技術を、ノートパソコンをベースとしたコンパクトなシステムとして電動車いすに搭載しました。操作者は、前進・左右旋回の3方向に相当する歩行や左右の腕の運動を思い浮かべることで、信頼度95％以上で、車いすを操作することに成功しました（図5）。また、いかなる状況でも安全に車いすを停止できるように、操作者の頬（ほお）に筋電位※6信号を測定する電極を設置しました。脳波信号に対して筋電位信号は大きいため、運転手は頬を一瞬ふくらますことで、瞬時に100 %の信頼度で停止させることが可能です。
今後の期待
今後は、本技術を医療・介護分野を中心とした広い分野で応用可能な要素技術として発展させていく予定です。次のステップとして、より多くの動作への応用、簡易な電極の開発などを考えています。 今回は手や足の運動を想像して積極的に作り出した脳波を対象としましたが、計測・解析技術をさらに発展させることで、より一般的な脳波、具体的には運動以外の意図・状態を反映する脳波への応用の可能性にも期待しています。